【近红外脑功能成像技术在认知神经科学领域应用工作坊】于2023年5月12日在兰州成功举办，其中圆桌论坛部分，现场的精彩讨论，引起在场嘉宾的热烈掌声。以下是圆桌论坛全记录。

  1、在言语交互超扫描过程中身体运动是不可避免的，近红外脑功能成像对运动噪声不敏感，抗运动干扰，更适合自然状态。

  2、近红外脑成像是局部化的，可以精准定位脑区，脑电采集的信息比较离散，会遇到溯源的问题，近红外对脑区不相同成像更容易做解释。

  2、实验角度：近红外6毫秒采一次，采样率更高，采样点多，数据更接近真实Bold信号，做实验相关设计更适合用近红外。

  3、对被试群体更友好，相对于核磁近红外对被试来说不会恐惧，体验更舒适，也适合儿童、老人，不会引起不适。

  4、用户敏感。比如ADHD，ASD 患者用近红外在自然场景下，对患者配合度没有太高要求。

  5、研究恐惧情绪机制，用核磁做实验没办法判定是实验诱发的恐惧，还是躺在核磁中引发的恐惧，得到的实验数据失真，近红外更适合恐惧实验。

  近红外号称小核磁，跟核磁很多地方很相像。群体成像在未来是很重要的应用领域。比如在自然场景交互，比如在课堂，多人的群体活动场景，甚至玩剧本杀的时候也能应用，不局限在实验室中可以更接近真实自然场景，把研究的结果更好地应用于临床。未来通过无线式、便携式的设备，在自然真实的社会场景进行互动，在社会认知场景做研究是个趋势。

  超扫描需要在自然场景下研究，是近红外技术独特的竞争力所在。用近红外研究的结果更有助于现实应用的转化。再结合干预技术，发挥近红外成像的局部化的特征，未来能应用于很多领域。

  便携可穿戴是未来很重要的趋势。此外，多模态的联合应用方案也是大势所趋。近红外的应用潜力无限，不但可以在认知神经科学还可以在其他学科，比如商业谈判，咨询师，采访者交流，医生团队协作等等。总体来说，近红外的潜力非常大。

  超扫描计算的是脑间同步性，什么样是有意义的脑间同步？——深圳大学 教授

  近红外人际交互代表的含义，共同注意的两个人没有交互也有可能会引起相同脑区激活，这样的一个过程需要实验设计，能够最终靠条件间的对比。

  随着数据分析的发展，可以通过非参数检或者通过通道的相似形、频段相似形、时间相似形等构建方法，更加清晰有力的说明脑间同步性结果排除假阳性。

  理论驱动的假设，21年综述脑同步背后的根据意义有两个假设，第一个是共享表征，交互的两个人认知中对concept表征不一致就不可能会引起脑间同步。第二个是通过人际预测预判另一个人。

  @北京航空航天大学生物与医学工程学院 长聘副教授、博士生导师 慧创医疗首席科学家、董事长、汪待发博士：

  慧创医疗在超扫描领域的研究与世界是同步的。目前来讲，超扫描研究大家做起来蛮痛苦的，都是熟悉了近红外很长一段时间后再应用到超扫描中。

  在研究中遇到的挑战是：很多硬件和软件的方案，最开始是针对单人，一旦涉及到两个人，也勉强可以支撑。但上升到5个人、10个人，就很困难。超群体研究做的人少，长期没有答案，让很多科学家未能关注科学问题，把很多精力困在技术问题上。

  在未来，作为技术专家，我们会推动这样的一个问题，做一个很实用的超扫描软件，让大家拿一个软件，就能完成多种设备的同步采集；不需要很多的主试，让不同的设备用无线的方式精准同步，适合各类场景。

  很多超扫描应用对距离感有要求，在未来这是要探讨的。对超扫描研究，大家通常会提到：无线和便携是大趋势，但是在实际应用里，咱们不可以忽略信号质量。做单人的时候能通过反复尝试去解决去调试，如果有10个人，就不容易了，所以信号质量非常重要。

  信号质量强，被试一戴，信号就出来了，这样主试会很轻松，软件一点即可推动。

  在信号采集技术方向上需要推动发展，尽可能降低实验准备的时间，提高实验效率。

  需要把超扫描计算规范化、操作傻瓜化，很多工具花了研究者很久。将分析软件的规范化，易操作，点点点即可解决，节约研究者大量时间。这也是技术专家愿意在超扫描专家领导下，做一些支撑性推动的工作。

  @北京航空航天大学生物与医学工程学院 长聘副教授、博士生导师 慧创医疗首席科学家、董事长、汪待发博士：

  在脑网络方面，功能核磁用的多，节点可以任意架构。并不是自由度越多越好，对于近红外脑功能网络来讲，大家还是在不停朝更高的通道数来发展，我们157通道已经实现全脑覆盖。以及更高密度的指向。相信这样的问题随技术发展能有一些突破。

  脑电用32导以上就可以做脑网络分析，近红外相比脑电有很大优势，不仅在通道数而且具有局部化特性，核磁比较好的研究不是从体素进行脑网络分析，是进行了分区后做脑网络分析。

  fNIRS的迁移与关注的科学问题有关，不用纠结技术问题，先搞清楚关注的科学问题是什么，再思考用什么方法更适合解决科学问题。

  超扫描的脑间同步性是方法概念式框架，用什么信号作同步化耦合分析是值得探索研究的问题，目前大部分文章是用原始信号的响应做人与人之间跨通道的同步化分析，接下来的趋势更关心通过预处理加工到更有生理意义的层面做同步化分析。

  超扫描领域没有一套完美的软体，跨学科拿来能够直接分析。也缺少标准，数据拿来怎么做怎么分析，什么是坏的什么是好的，没有标准。但是在慢慢变好。从数据的预处理已经做的很标准了。从预处理到高级统计，预处理步骤越来越标准，从基础统计到高级统计弹性比较大，包括网络同步、脑区同步等因为与科学问题有关系没法标准化。现在整个趋势是，预处理越来越标准化，高阶处理越来越复杂化。返回搜狐，查看更加多