《Neuroscience & Biobehavioral Reviews》：fNIRS in Autism Neuroscience: From Replication to Discovery
编辑推荐：
功能性近红外光谱（fNIRS）将孤独症谱系障碍（ASD）的神经影像学研究扩展至婴儿及最低限度言语儿童。超扫描（hyperscanning）将ASD研究从个体层面转向互动的二元组（dyads）。多模态fNIRS将皮层信号、注视、脑电图（EEG）和自主神经信号相结
功能性近红外光谱（fNIRS）将孤独症谱系障碍（ASD）的神经影像学研究扩展至婴儿及最低限度言语儿童。超扫描（hyperscanning）将ASD研究从个体层面转向互动的二元组（dyads）。多模态fNIRS将皮层信号、注视、脑电图（EEG）和自主神经信号相结合。目前尚无fNIRS-ASD分类研究使用外部验证（external validation）。扩大队列规模并采用标准化处理流程是临床转化的优先方向。
孤独症谱系障碍（autism spectrum disorder, ASD）是一种以社交沟通困难和受限、重复行为为核心特征的行为定义性神经发育障碍。美国监测数据显示，8岁儿童ASD患病率从2020年的27.6‰上升至2022年的32.2‰，但监测地点和识别实践的变化使跨年比较复杂化，且无法据此判断真实发病率变化。ASD表型在语言水平、认知能力和共患病方面差异显著，这种异质性长期以来阻碍了稳定神经标志物的识别——许多在一个样本或范式中可靠出现的发现，往往无法在不同年龄、任务要求或诊断亚组中重复。
fMRI具有优秀的空间分辨率，但要求参与者在封闭、嘈杂的扫描仪中保持不动，这限制了婴幼儿、低言语个体以及自然社交互动任务的设计；EEG对运动限制较少，但空间分辨率有限，设备也不利于面对面范式。功能性近红外光谱（functional near-infrared spectroscopy, fNIRS）通过测量氧合血红蛋白（HbO）和脱氧血红蛋白（HbR）的浓度变化追踪与神经活动相关的血流动力学反应。其便携性和安静性支持在扫描仪外进行面对面互动，尤其适合婴儿坐在照护者膝上测量，但fNIRS对运动敏感，且无法直接测量杏仁核、岛叶、纹状体等深部结构。
研究人员开展了叙述性综述，评估fNIRS在ASD神经科学中的独特贡献、方法学限制和临床转化前景。研究人员在先前的系统综述基础上，通过PubMed、Web of Science和PsycINFO进行了截至2026年3月的针对性检索，核心查询为“fNIRS”与“autism/ASD”组合，并附加超扫描、静息态、机器学习、婴儿、可穿戴、EEG、自主神经等限定词，采用向后和向前引用检索补充历史文献。最终选取25项原始实证研究报告进行详细比较，比较内容涵盖样本特征、记录范式、主要fNIRS测量指标、验证证据以及临床/发育结局关联。样本来源包括婴儿家族高风险队列、临床诊断的儿童/成人ASD队列以及典型发育对照队列。
研究人员得出以下主要结果：
**2.1 传统任务态fNIRS研究的贡献**：早期fNIRS研究验证了其在ASD群体中检测额叶和颞叶皮层差异的可行性。例如，Iwanaga等（2013）发现ASD儿童在心理状态推断任务中前额叶激活降低；Zhu等（2015）在联合注意任务中发现前额叶激活降低和功能连接异常；Krishnamurthy等（2020）在n-back任务中发现ASD男孩前额叶整体激活升高但右额叶连接降低。这些研究均采用任务态范式，证实了fNIRS可重复fMRI的群体差异，但未形成稳定ASD特异性标志物。
**2.2 贡献1：进入难以用fMRI研究的发育人群**：fNIRS支持对行为诊断前婴儿和低言语儿童进行皮层测量。Lloyd-Fox等（2018）对4–6月龄家族高风险婴儿的前瞻性研究发现，后来诊断为ASD的婴儿对社会视觉刺激的皮层激活降低，对声音刺激反应也异常。Blanco等（2023）在更大样本中报告，ASD高风险婴儿对声音线索的皮层选择性降低，且早期脑反应可预测后期ASD相关特质分数。Cao等（2021）在6–16岁ASD男孩的静息态研究中发现右侧颞顶联合区和左侧额中回的年龄相关网络指标轨迹异常，并与ADOS社交/沟通分数相关。这些研究提示fNIRS能够在行为诊断前数月检测到社交脑回路特化的早期差异。
**2.3 贡献2：测量社交互动而非社交刺激**：超扫描（hyperscanning）同时记录两个互动个体的神经活动，将分析单位从个体转向二元组。Kruppa等（2021）在亲子/陌生人对互动任务中发现ASD儿童行为运动同步性降低，但未发现显著的ASD-典型发育（TD）组间脑间同步性差异。Qui?ones-Camacho等（2021）在成人自然对话中发现，ASD组颞顶联合区的人际神经同步性降低，且同步性越低，社交沟通损害越重。Hirsch等（2022）结合眼动追踪和瞳孔测量，发现ASD成人在实时眼神接触时右背侧顶叶活动降低、跨脑一致性降低。这些研究表明双人互动层面的神经协调可被测量，但尚缺乏一致模式。
**2.4 贡献3：多模态整合**：多模态记录有助于解释皮层信号的歧义性。Su等（2020）将fNIRS与逐帧行为编码结合，比较皮层激活与观察到的行为同步性。Hirsch等（2022）将fNIRS与眼动追踪结合，区分神经反应与注视差异。Wan等（2024）同时记录静息态EEG和fNIRS，发现ASD儿童右侧颞上回与左侧布罗卡区之间的多模态协方差降低，右侧背外侧前额叶与左侧布罗卡区间协方差增高，且基线多模态协方差特征可预测ASD儿童适应行为随时间的变化率。目前尚无系统联合心率、呼吸或皮肤电等自主神经记录的ASD-fNIRS研究。
**3.1 可穿戴和自然场景fNIRS**：向真实世界场景推进时，运动、言语、面部动作、光极移位和环境光会造成信号污染，且运动负担可能具有组间差异，需通过加速度计/视频同步、按组报告运动负担和通道拒绝、以及替代运动校正方法进行群体特异性验证。
**3.2 预测和机器学习**：多个研究尝试用fNIRS特征进行个体分类。Xu等（2019）在25例ASD与22例TD儿童中报告92.2%准确率；Zhang等（2023）报告95.4%；Cai等（2025）报告97.92%，但其中多个报告可能共享同一25-ASD/22-TD队列，不能视为独立验证。Farooq等（2025）在51名儿童中用嵌套交叉验证获得AUC 0.99，但同样缺乏独立外部验证。研究人员提出机器学习研究应遵循样本量先验论证、独立站点测试集、预注册预处理与特征选择、报告敏感度/特异度/预测值以及与行为基线比较等最低设计原则。
**3.3 从ADHD和癫痫中学习**：ADHD比较研究显示ASD与ADHD在n-back任务中前额叶激活模式相反（ASD增高、ADHD降低），提示fNIRS可用于探究条件特异性；癫痫研究则证明EEG-fNIRS长时间床旁监测的可行性，为理解反复发作中的神经血管耦合提供了证据。
讨论部分指出当前fNIRS-ASD研究面临多重挑战：样本量普遍较小（多数少于30例ASD）、性别失衡（约三分之二为男性，部分研究仅纳入男性）、任务异质性极大、预处理流程不统一、系统生理信号（心率、呼吸、血压）混杂严重。所有25项重点研究均未对分类模型进行独立外部验证；11项研究报告了fNIRS指标与临床/行为结局的显著关联，但多为探索性、横断面且未独立验证。研究人员提出未来十年研究议程：建立多中心联盟级婴儿纵向队列、将亲子超扫描嵌入既定干预试验（如早期丹佛模式）以评估脑间同步性作为干预结果指标、对机器学习分类模型进行严格外部验证、采用标准化且包含短间距通道和系统生理记录的预处理流程、以及将fNIRS指标直接关联发育和治疗结局。
结论部分翻译如下：现有证据支持对fNIRS在ASD神经科学中作用的克制判断。该方法已扩展到对更年轻、难以扫描的个体以及实时社交互动中的皮层测量，但尚未产生经过验证的诊断或预后标志物。其最强的优势是发育可及性，即能够测量fMRI难以覆盖的婴儿和儿童；其次是与双人测量范式的兼容性。然而，fNIRS仍受限于皮层采样深度有限、对运动和系统生理敏感、样本量小且性别不均衡、任务和预处理异质性、以及分类模型缺乏独立外部验证。未来阶段应优先建立代表性多中心队列、共享任务协议、透明信号质量报告、独立模型测试，并直接预测有意义的发育或治疗结局。
