「NIRS」(2019/03/11 (月) 17:42:11) の最新版変更点
追加された行は緑色になります。
削除された行は赤色になります。
*NIRS関連資料
**１．まずは元信号を見る．
元信号のグラフを作成し，除外するチャンネル、評価から除く試行・時間（測定不良、アーチファクトが入った時間）などを記録する．
実験の時のメモと波形を照らし合わせ，異常がないか確認する．
通信不良でデータがロストした箇所がないか，測定中にエラーが出たチャンネルがないか調べる．
以下に除外する必要があるときのNIRS信号の例を示す．
***1.1 測定不良がある場合
測定エラーによって計測できていない箇所（測定中にエラーが出た箇所）は下図の250s以降のようになる場合がある．
こういうチャンネルは分析から除外すること．
#image(NIRS_signal_NG1.jpg)
***1.2 プローブがずれた可能性がある場合
測定中の体動の影響，眉間にしわを寄せた，汗などの影響、あるいは締め付けが緩い，実験参加者の頭部形状にあった装置を使っていない場合には下図の300s以降のような波形が表れる．
こういった場合も脳活動と考えずに除外すること．特ににこういったパターンをそのまま多重解像度解析すると，解析後信号は一見すると脳活動があるように見える場合があるので注意すること.
#image(NIRS_signal_NG2.jpg)
***1.3 体動などによるスパイクノイズが含まれた場合
体動などの影響により，図のようなスパイクノイズがのる場合がある．
回数が少なければ，スパイクノイズが表れた前後のデータで補完するなどして除外することもできるが，下図のようにたくさん含まれている場合は除外を検討する．
この場合も多重解像度解析などをかけると，頻度・周波数によっては，解析後信号は脳活動があるように見える場合があるので，必ず元信号を確認しておくこと．
#image(NIRS_signal_NG3.jpg)
**２．多重解像度解析後（ノイズ除去後）の波形を見る．
oxy-Hbがタスクに関連した変動をしているか、deoxy-Hbの変動は異常がないかを確認．
oxy,deoxyの波形が通常とは異なる場合は，（１）元信号を再度確認する．（２）表層信号（皮膚血流），酸素飽和度の変動を確認してみる．
必要に応じて、快タスク、不快タスクなど条件ごとに分けて、1回1回の変動を見てみる．
再現性があるかどうかを見てみないと、加算平均しても意味がないかもしれない．
&color(red){※グラフを作って終わりだと思う人がたまにいますが，グラフを作って，各条件，それぞれのchの変動をよく観察して傾向をまとめるところまでやらないと意味がないので注意！}
**３．加算平均やマッピングをやってみる．
信号にある程度再現性があるなら条件間で加算平均してみる．いきなりチャンネル間加算などをしないこと．
マッピングで全体の様子を見てみて、関連して活動する部位がどこか調べる．
マッピングは最初は条件間加算しないで、時系列でみてみる．
その後、再現性があるなら条件間加算平均した信号をマッピングしてみる．
**４．チャンネル間加算、標準得点化して被験者間加算を求める．
評価するべき部位が明らかになったら、チャンネル間の加算平均を求めて、大雑把な変動を見てみる．
被験者間で活動部位が共通であれば、標準得点化した信号の加算平均（被験者間加算平均）を求め，一般的な傾向を見てみてもいい．
**5.識別，統計評価
上記の解析を行い，一般的な変動パターン，活動部位の情報がある程度明らかになったら識別器を使ってみたり，検定をかけてみたりする．
識別器はアルゴリズムやパラメータの決定方法などより，特徴量の選定が重要である．
*NIRS関連資料
**１．まずは元信号を見る．
元信号のグラフを作成し，除外するチャンネル、評価から除く試行・時間（測定不良、アーチファクトが入った時間）などを記録する．
実験の時のメモと波形を照らし合わせ，異常がないか確認する．
通信不良でデータがロストした箇所がないか，測定中にエラーが出たチャンネルがないか調べる．
以下に除外する必要があるときのNIRS信号の例を示す．
***1.1 測定不良がある場合
測定エラーによって計測できていない箇所（測定中にエラーが出た箇所）は下図の250s以降のようになる場合がある．
こういうチャンネルは分析から除外すること．
#image(NIRS_signal_NG1.jpg)
***1.2 プローブがずれた可能性がある場合
測定中の体動の影響，眉間にしわを寄せた，汗などの影響、あるいは締め付けが緩い，実験参加者の頭部形状にあった装置を使っていない場合には下図の300s以降のような波形が表れる．
こういった場合も脳活動と考えずに除外すること．特ににこういったパターンをそのまま多重解像度解析すると，解析後信号は一見すると脳活動があるように見える場合があるので注意すること.
#image(NIRS_signal_NG2.jpg)
***1.3 体動などによるスパイクノイズが含まれた場合
体動などの影響により，図のようなスパイクノイズがのる場合がある．
回数が少なければ，スパイクノイズが表れた前後のデータで補完するなどして除外することもできるが，下図のようにたくさん含まれている場合は除外を検討する．
この場合も多重解像度解析などをかけると，頻度・周波数によっては，解析後信号は脳活動があるように見える場合があるので，必ず元信号を確認しておくこと．
#image(NIRS_signal_NG3.jpg)
**２．多重解像度解析後（ノイズ除去後）の波形を見る．
oxy-Hbがタスクに関連した変動をしているか、deoxy-Hbの変動は異常がないかを確認．
oxy,deoxyの波形が通常とは異なる場合は，（１）元信号を再度確認する．（２）表層信号（皮膚血流），酸素飽和度の変動を確認してみる．
必要に応じて、快タスク、不快タスクなど条件ごとに分けて、1回1回の変動を見てみる．
再現性があるかどうかを見てみないと、[[加算平均]]しても意味がないかもしれない．
&color(red){※グラフを作って終わりだと思う人がたまにいますが，グラフを作って，各条件，それぞれのchの変動をよく観察して傾向をまとめるところまでやらないと意味がないので注意！}
**３．加算平均やマッピングをやってみる．
信号にある程度再現性があるなら条件間で[[加算平均]]してみる．いきなりチャンネル間加算などをしないこと．
マッピングで全体の様子を見てみて、関連して活動する部位がどこか調べる．
マッピングは最初は条件間加算しないで、時系列でみてみる．
その後、再現性があるなら条件間[[加算平均]]した信号をマッピングしてみる．
**４．チャンネル間加算、標準得点化して被験者間加算を求める．
評価するべき部位が明らかになったら、チャンネル間の[[加算平均]]を求めて、大雑把な変動を見てみる．
被験者間で活動部位が共通であれば、[[標準得点化]]した信号の[[加算平均]]（被験者間[[加算平均]]）を求め，一般的な傾向を見てみてもいい．
**5.識別，統計評価
上記の解析を行い，一般的な変動パターン，活動部位の情報がある程度明らかになったら識別器を使ってみたり，検定をかけてみたりする．
識別器はアルゴリズムやパラメータの決定方法などより，特徴量の選定が重要である．
表示オプション
横に並べて表示：
変化行の前後のみ表示：
