Adaptive filtering of physiological noises in fNIRS data

• DOI: 10.1186/s12938-018-0613-2
• Publication Date: 2018-12-03T23:06:00Z
• Authors: Hoang-Dung Nguyen; So-Hyeon Yoo; M. Raheel Bhutta; Keum-Shik Hong
• Keywords: Functional near-infrared spectroscopy (fNIRS); Data Analysis; Male; Exponential forgetting; Radiology, Nuclear Medicine and Imaging; Artificial intelligence; Non-contact Physiological Monitoring Technology; Motion Artifact Reduction; Real time estimation; Signal-To-Noise Ratio; Pattern recognition (psychology); Prefrontal cortex; Recursive least squares estimation (RLSE); Engineering; Cognition; 0302 clinical medicine; Recursive least squares filter; Communication noise; Spectroscopy, Near-Infrared; Optimization of Perioperative Fluid Therapy; Near-Infrared Spectroscopy; Brain; FOS: Philosophy, ethics and religion; Algorithm; Physical Sciences; Medicine; Kalman filter; Adult; Adaptive filter; Biomedical Engineering; Noise (video); Contrast (vision); FOS: Medical engineering; 03 medical and health sciences; Hemodynamic response (HR); Health Sciences; Medical technology; FOS: Mathematics; Image (mathematics); Humans; R855-855.5; Biology; State space model; Biomedical Optical Imaging and Spectroscopy; Research; Functional Neuroimaging; Hemodynamics; Linguistics; Computer science; Philosophy; Linear Models; FOS: Languages and literature; Surgery; Functional near-infrared spectroscopy; Mathematics; Neuroscience

تقدم الدراسة طريقة تقدير المربعات الصغرى المتكررة مع عامل نسيان أسي لإزالة الضوضاء في بيانات التحليل الطيفي الوظيفي القريب من الأشعة تحت الحمراء واستخراج الاستجابات الديناميكية الدموية (HRs) من البيانات المقاسة. يتم نمذجة الموارد البشرية على أنها نموذج انحدار خطي يتم فيه تضمين الموارد البشرية المتوقعة، والمشتقات الأولى والثانية للموارد البشرية المتوقعة، وبيانات قياس الفصل القصير، وثلاثة ضوضاء فسيولوجية، والانحراف الأساسي كمكونات في متجه الانحدار. يتم تطبيق الطريقة المقترحة على تجارب القشرة الحركية اليسرى على الإبهام الأيمن وحركات الأصابع الصغيرة في خمسة مشاركين ذكور أصحاء. يتم تقييم الخوارزمية فيما يتعلق بتحسين أدائها من حيث نسبة التباين إلى الضوضاء مقارنة بمرشح كالمان والتصفية منخفضة التردد وطريقة المكون المستقل. تظهر النتائج التجريبية أن النموذج المقترح يحقق تخفيضات بنسبة 77 ٪ و 99 ٪ من حيث عدد القنوات التي تظهر نسب تباين أعلى للضوضاء في أوكسي هيموجلوبين وديوكسي هيموجلوبين، على التوالي. النهج قوي في الحصول على بيانات الموارد البشرية المتسقة. يتم تطبيق الطريقة المقترحة لكل من إزالة الضوضاء دون اتصال بالإنترنت وعبر الإنترنت.<br/>L'étude présente une méthode récursive d'estimation par les moindres carrés avec un facteur d'oubli exponentiel pour l'élimination du bruit dans les données fonctionnelles de spectroscopie dans le proche infrarouge et l'extraction des réponses hémodynamiques (HR) à partir des données mesurées. Le HR est modélisé comme une forme de régression linéaire dans laquelle le HR attendu, les première et seconde dérivées du HR attendu, une donnée de mesure à courte séparation, trois bruits physiologiques et la dérive de base sont inclus en tant que composants dans le vecteur de régression. La méthode proposée est appliquée à des expériences du cortex moteur gauche sur les mouvements du pouce droit et des petits doigts chez cinq participants masculins en bonne santé. L'algorithme est évalué en termes d'amélioration de ses performances en termes de rapport contraste/bruit par rapport au filtre de Kalman, au filtrage passe-bas et à la méthode des composants indépendants. Les résultats expérimentaux montrent que le modèle proposé réalise des réductions de 77% et 99% en termes de nombre de canaux présentant des rapports contraste/bruit plus élevés dans l'oxy-hémoglobine et la désoxy-hémoglobine, respectivement. L'approche est solide pour obtenir des données RH cohérentes. Le procédé proposé est appliqué à la fois pour l'élimination du bruit hors ligne et en ligne.<br/>The study presents a recursive least-squares estimation method with an exponential forgetting factor for noise removal in functional near-infrared spectroscopy data and extraction of hemodynamic responses (HRs) from the measured data. The HR is modeled as a linear regression form in which the expected HR, the first and second derivatives of the expected HR, a short-separation measurement data, three physiological noises, and the baseline drift are included as components in the regression vector. The proposed method is applied to left-motor-cortex experiments on the right thumb and little finger movements in five healthy male participants. The algorithm is evaluated with respect to its performance improvement in terms of contrast-to-noise ratio in comparison with Kalman filter, low-pass filtering, and independent component method. The experimental results show that the proposed model achieves reductions of 77% and 99% in terms of the number of channels exhibiting higher contrast-to-noise ratios in oxy-hemoglobin and deoxy-hemoglobin, respectively. The approach is robust in obtaining consistent HR data. The proposed method is applied for both offline and online noise removal.<br/>El estudio presenta un método de estimación recursiva de mínimos cuadrados con un factor de olvido exponencial para la eliminación de ruido en los datos de espectroscopia funcional de infrarrojo cercano y la extracción de respuestas hemodinámicas (HR) de los datos medidos. La HR se modela como una forma de regresión lineal en la que la HR esperada, la primera y segunda derivadas de la HR esperada, los datos de medición de separación corta, tres ruidos fisiológicos y la deriva de referencia se incluyen como componentes en el vector de regresión. El método propuesto se aplica a experimentos de la corteza motora izquierda en los movimientos del pulgar derecho y el dedo meñique en cinco participantes masculinos sanos. El algoritmo se evalúa con respecto a su mejora de rendimiento en términos de relación contraste-ruido en comparación con el filtro de Kalman, el filtrado de paso bajo y el método de componentes independientes. Los resultados experimentales muestran que el modelo propuesto logra reducciones del 77% y 99% en términos del número de canales que exhiben mayores relaciones de contraste a ruido en oxihemoglobina y desoxihemoglobina, respectivamente. El enfoque es sólido para obtener datos de RR. HH. coherentes. El método propuesto se aplica tanto para la eliminación de ruido fuera de línea como en línea.<br/>