前言
fNIRS实验设计面临一个挑战:如何将感兴趣的大脑区域（ROI）转化为光极在头皮上的具体位置？fNIRS实验设计受限于有限数量的光源和探测器,需要将它们放置在头皮的选定部位，优化配置它们，在合理的资源内探测到ROI，是值得思考的问题。
笔者在学习fNIRS实验时，也会陷入一些疑惑：在source和detector有限的情况下，如何排布光极才是最优解呢？
有没有一种自动化的方法来根据ROI来决定光极位置？
fOLD工具包正是为解决这种需求而开发的，它可以自动决定fNIRS光极位置的方法：最大化对感兴趣脑区的解剖特异性。笔者通过学习发现，它的使用非常简单，可以很好的帮助我们进行光极排布的优化，特此分享一下学习笔记。
1.环境配置
一、软件版本
-
（1）fOLD MATLAB App版本: 2.2.1
-
（2）MATLAB版本: R2021a
二、安装方法
（下载地址）
https://github.com/MasaakiFujino/fOLD-public/tree/master/App在github上下载matlab APP对应格式后，打开MATLAB，找到下载路径，点击即可自动安装。
安装完成后在MATLAB APP里点击即可打开，非常轻松易用。
2.使用步骤
-
启动: 在MATLAB中运行fOLD应用程序。
-
选择头部模型: 可选择Colin27或SPM12模板。
-
定义感兴趣区域(ROI):
- 从内置脑图谱中选择
- 或导入自定义ROI
-
设置参数:
- 选择光极系统(如10-10系统)
- 设置源-探测器距离范围
- 定义所需通道数量
-
运行优化: 点击"Run"按钮开始计算最优光极布局。
-
查看结果:
- 检查生成的光极位置和通道
- 分析ROI覆盖率和特异性
-
导出结果: 可将优化后的光极布局导出为文件。
3.算法原理
论文原文请参考：fNIRS Optodes’ Location Decider (fOLD): a toolbox for probe arrangement guided by brain regions-of-interest | Scientific Reports
一、光子传输模拟:
使用蒙特卡洛方法模拟近红外光在头部组织中的传播。
二、敏感度计算:
基于光子传输模拟结果,计算每个可能的fNIRS通道对大脑不同区域的敏感度。
三、特异性评估:
计算每个通道对用户定义的感兴趣区域(ROI)的特异性,即该通道对ROI的敏感度相对于整个大脑的比例。
四、优化算法:
采用启发式算法,在满足用户设定的约束条件(如源-探测器距离、通道数量)的前提下,寻找最大化ROI覆盖率和特异性的光极布局。
五、迭代优化:
通过多次迭代,不断调整光极位置,直到达到最优解或满足终止条件。
