BRANL Pro

BRANL Proでは、Correlation,ROC&AUC,Wavelet Coherence, Multi Duration, 機能を追加しました。

Correlation機能

Correlationは、指定の時間領域の各チャネル間の相関関係を調べます。

各チャネル間の相関を調べる目的の例としては、トポグラフィの色からでは判断が難しい、①健常者と患者の差、②原因となる疾患の差，③タスク間の差、を視覚的に理解する為です。下図の、例えば（実線：r >0.7）とは、相関係数 r が0.7以上のチャネル間の相関関係は実線で表示されることを意味しています。

“Small world properties of schizophrenia and OCD patients derived from fNIRS based functional brain network connectivity metrics” A.Akin, et al,. Scientific Reports, 2024,[https//doi.org/10.1038/s41598-024-72199-0]の図6には、タスク時の健常者、schizophrenia、OCDの３者のconnectivity mapのパターンが明らかに異なっていることが表示されています。

Wavelet Coherence機能

Wavelet Coherence(Wavelet Transform Coherence)は、２種類の信号データの相関関係を解析します。HyperScanningの解析にも適しています。

ハイパースキャニング（Hyperscanning）とは、複数の人間の脳活動を同時に計測して、それらの相互作用を研究する手法です。脳波（EEG）、機能的磁気共鳴画像法（fMRI）、機能的近赤外線分光法（fNIRS）などの脳計測手法を用いて、コミュニケーションや共感の可視化などを目指しています。

GLM解析の前提となりますデータの白色化については、Pre-Whitening機能で達成できます。

Wavelet coherence and cross-spectrum

Multi Duration機能

異なる継続時間のタスクを、最大8種類まで考慮出来ます。
下図の例は、説明用のサンプルです。この例では、同一タスクを2回行い、異なる継続時間のタスクの種類は8種類です。

GLM手法としてfir-IIを使用しています。

BRANLはGLM手法でfNIRS測定データのデータ前処理、統計解析を行います。
GLM手法の為、データを論理的に解明します。データは様々な要因の成分が含まれ、その要因毎にデータを分割し、脳の賦活成分を抽出します。

• [データ前処理]   Digital Filter (LP,HP,BP,BS), Wavelet Denoise, tPCA, Pre-Whitening
• [統計処理]   GLM(4手法)
• [対応測定チャネル]   2(HOT-2000/NeU),10(WOT),16,17,37,38,48,57
• [対応機種]   OEG,ETG.HOT/WOT, LABNIRS, Foire,  Artinis, etc.,
• [出力例]    β-value, p-value, t-alue, statisitcs, task related component view, ROC-AUC(option)

Wavelet Coherence(Wavelet Transform Coherence)は、２種類の信号データの相関関係を解析します。例えば、Hyperscanningの解析にも適しています。

ハイパースキャニング（Hyperscanning）とは、複数の人間の脳活動を同時に計測して、それらの相互作用を研究する手法です。脳波（EEG）、機能的磁気共鳴画像法（fMRI）、機能的近赤外線分光法（fNIRS）などの脳計測手法を用いて、コミュニケーションや共感の可視化などを目指しています。

解析手法として、Morlet waveletを用いています。