卒中后功能性近红外光谱数据质量受协议因素与参与者特征的影响机制研究

本研究探讨了协议因素（任务类型、会话位置）和参与者特征（卒中特征、人口统计学）对功能性近红外光谱（fNIRS）数据质量的影响。通过分析107例卒中患者的数据，发现图片命名任务因运动伪影导致信号质量显著低于静息态和语篇理解任务，且黑人女性信号质量最差。研究强调了fNIRS技术中存在的表型偏差问题，为优化临床神经影像研究提供了重要依据。

　　

在神经影像学领域，功能性近红外光谱（fNIRS）因其便携性和对运动的耐受性，逐渐成为研究脑功能的重要工具。然而，这种技术在实际应用中面临两大挑战：一是任务诱导的运动伪影（如言语产生时的下颌运动）对信号质量的干扰，二是光学仪器固有的表型偏差——深色皮肤和浓密卷曲头发会显著降低近红外光的穿透效率。这些问题导致少数族裔（尤其是黑人女性）的数据质量系统性偏低，可能加剧神经科学研究中的健康不平等现象。更令人担忧的是，既往fNIRS研究普遍缺乏对参与者人口统计学特征和排除标准的透明报告，使得技术偏差的影响长期被忽视。

为系统量化这些影响因素，约翰霍普金斯大学医学院的研究团队开展了一项回顾性队列研究，成果发表在《NeuroImage: Reports》。该研究纳入107例左/右半球卒中患者，采集静息态、语篇理解和图片命名三种任务的fNIRS数据，使用QT-NIRS工具箱提取头皮耦合指数（SCI）、峰值频谱功率（PSP）和坏通道数量等质量指标，并通过广义加性模型（GAM）分析卒中特征（偏侧性、病程、病灶体积）和人口因素（年龄、性别、种族）的影响。关键技术包括：NIRx NIRSport2系统数据采集、基于小波的运动伪影校正、短通道回归消除浅表生理噪声，以及BIDS格式的标准化数据处理流程。

任务类型对原始fNIRS信号的影响
图片命名任务的PSP（0.173±0.015）和SCI（1.085±0.010）显著低于静息态和语篇理解（p<0.001），坏通道数量增加2.6倍。颞叶通道受下颌运动影响最严重，其SCI比顶叶通道低15.3%（p<0.001），证实言语产生任务会引入难以完全校正的运动伪影。

参与者特征与信号质量的关系
黑人女性的SCI比白人女性低11.9%（p=0.002），比黑人男性低17.9%（p<0.001），这种差异在静息态和图片命名任务中均显著。性别主效应显示女性SCI比男性低5.1%（p<0.001），可能与女性头发密度较高有关。值得注意的是，卒中特征中仅病程与SCI呈弱相关（p=0.047），提示技术偏差的影响远超疾病因素。

原始信号质量与脑活动结果的关联
在静息态功能连接分析中，原始信号质量指标与预处理后的血红蛋白浓度无显著相关性（q>0.05）。但图片命名任务中，7个通道的SCI与HbO浓度、9个通道的SCI与HbR浓度存在显著关联（q<0.05），表明运动伪影可能通过影响头皮耦合间接扭曲激活模式。

这项研究首次在卒中人群中系统揭示了fNIRS技术的双重局限性：任务相关的运动伪影和人口统计学相关的表型偏差。特别是黑人女性面临"双重劣势"——既受光学仪器对深色表型的不适配影响，又因言语任务引入额外噪声。研究者建议采用标准化头发准备协议、开发新型光极附件，并在BIDS元数据中强制记录表型特征。这些发现为改进神经影像研究的包容性提供了实证基础，警示学术界必须直面技术设备中潜藏的系统性偏见，才能实现真正的健康公平。未来研究应结合客观表型测量（如毛发镜、黑色素测定仪）进一步量化生物物理机制，并通过跨学科合作开发更具包容性的神经技术。