即時測量大腦信號：穿戴式 fNIRS 應用於腦機介面（BCI）的潛力

腦機介面（BCI）是指利用不同神經造影技術所測得的大腦活動，來控制外部設備（例如電腦）的系統。功能性近紅外光譜造影（fNIRS）經常應用於 BCI 中，因為它具備完全便攜、相對易於使用、抗移動干擾，以及提供良好空間解析度的優勢。與其他造影模態相比，這大幅擴展了其應用與架設的可能性。在此篇文章中，我們將探討 fNIRS-BCI 的應用領域與目的、列舉各類別的研究範例，並概述我們 Artinis 能為 fNIRS-BCI 提供哪些 fNIRS 解決方案。

神經復健

fNIRS-BCI 經常應用於臨床環境中，這主要是因為它具有便攜性、易用性以及舒適度。在神經復健的應用中，fNIRS-BCI 可用於重建患者的運動或認知功能，並促進神經可塑性，適用於中風或巴金森氏症等神經系統疾病患者。

在執行任務（例如運動想像）的過程中，系統會監測並處理大腦活動，進而向外部設備提供即時回饋。

研究範例：

Ruotsalo et al.等人進行了一項研究，旨在測試 fNIRS-BCI 用於分類外顯（overt）或內隱（covert）語音的潛力。研究使用 OxyMon 來測量健康受試者在出聲說話與無聲說話時的前額葉活動。透過非監督式演算法提取特徵，並應用優化的支援向量機（SVM）進行分類。在使用含氧與去氧血紅素的情況下，外顯與內隱語音皆達到了高分類準確率，這表明 fNIRS-BCI 也可能成為神經肌肉疾病患者（例如閉鎖症候群Lock Syndrome）進行語音檢測的潛在工具。

Asadi et al.等人提出並測試了一種在運動想像任務中使用 fNIRS-BCI 的新穎範例，旨在透過 Brite 提升分類準確率。應用支援向量機與隨機森林方法時，分別取得了 89.12% 與 88.47% 的高分類準確率，展現了所提方法在純 fNIRS 腦機介面之運動想像任務中的潛力。

神經回饋

透過監測大腦活動，fNIRS 可應用於神經回饋，以即時訓練並促進大腦功能的自我調節。fNIRS 神經回饋可用於改善認知或運動功能，或是情緒調節，因此被廣泛應用於各個臨床領域的復健目的。

研究範例：

Park 在近期的一項研究中，評估了基於虛擬實境（VR）的認知訓練結合 fNIRS 神經回饋，在利用 OctaMon 改善輕度認知障礙（MCI）老年患者認知能力方面的潛力。結果顯示，與兩個對照組（假治療組與等候名單組）相比，主動介入組的前額葉活動顯著增加且認知功能獲得提升，這表明基於 VR 的認知訓練結合 fNIRS 神經回饋具有改善認知與神經效能的潛力。

Zheng et al.等人針對一項隨機對照研究提出了研究方案，旨在測試結合 VR 的 fNIRS 神經回饋訓練對於改善 ADHD（注意力不足過動症）兒童在真實世界情境中執行功能的成效。參與者將被隨機分配至介入組（在虛擬教室環境中接受 fNIRS 神經回饋訓練）或兩個對照組（接受傳統認知訓練或列入等候名單）。

檢測與分類

無論是在臨床還是日常環境中，fNIRS-BCI 都經常被用作檢測或分類工具。在醫療情境之外，它還可用於預測各種情境下的心智工作負載或決策過程。

研究範例：

• Ruotsalo et al. 等人提出了一種方法，利用一群人在經歷情感體驗時所測得的 fNIRS-BCI 腦電信號，直接進行情感標註（affective annotation），研究中使用的是 Brite。結果突顯了該方法在無需心智或肢體互動的情況下，能準確預測情感標註的潛力，尤其是在較大群體規模中更為明顯。

• Dolmans et al. 等人探討了多模態深度學習（包含 fNIRS）在分類感知心智工作負載方面的潛力。研究同時測量了多種生理參數（例如使用 Brite 測量的大腦活動），並透過實驗串流層（LSL）進行同步化。研究設計了一個人工神經網路來對心智工作負載進行分類。結果表明，當合併使用多種不同生理參數時，可以實現極高的心智工作負載分類準確率（0.985），特別是與單一生理參數相比時。

日常生活中的 fNIRS-BCI

除了臨床環境之外，fNIRS-BCI 在日常生活情境中也極具應用潛力，例如偵測心智工作負載或評估媒體內容。與其他模態相比，fNIRS 完全便攜、易於使用且對動作假影具備強大的抵抗力，使其非常適合應用於自然、實驗室外的真實情境中。

研究範例：

Liang et al. 等人進行了一項研究，利用 fNIRS-BCI 來探討同一部電影類型中，大腦對不同視聽內容的神經反應。研究使用 OctaMon 來測量在各種模式下觀看恐怖片時的前額葉活化情況。研究結果有助於評估視聽內容，並為未來提升沈浸式恐怖電影體驗貢獻心力。

Filippi et al. 等人使用 Brite 來評估在具備正常運動技能的健康受試者中，使用 fNIRS-BCI 進行基於意念的設備控制時，明鏡神經元效應（mirror neuron effect）是否為一個干擾因子，而這項假設也獲得了他們研究發現的證實。

您是否想深入了解更多關於 fNIRS-BCI、其理論與實務背景、優勢與注意事項，以及在臨床環境中的應用？我們推薦您觀看由 Dr. Bettina Sorger (Maastricht University) and Dr. Franziska Klein (OFFIS Oldenburg) 所主講的兩部分網路研討會系列：「fNIRS-BCI：方法論與（臨床）應用可能性」。