Comprendere l'impatto dei capelli e della pelle sulla tecnologia fNIRS
Uno studio rivela come le caratteristiche fisiche influenzano il monitoraggio dell'attività cerebrale usando fNIRS.
Meryem A Yücel, M. A. Yücel, J. E. Anderson, D. Rogers, P. Hajirahimi, P. Farzam, Y. Gao, R. I. Kaplan, E. J. Braun, N. Muqadam, S. Duwadi, L. Carlton, D. Beeler, L. Butler, E. Carpenter, J. Girnis, J. Wilson, V. Tripathi, Y. Zhang, B. Sorger, A. von Lühmann, D. Somers, A. Cronin-Golomb, S. Kiran, T. D. Ellis, D. A. Boas
― 6 leggere min
Indice
Le tecnologie indossabili stanno diventando comuni nella nostra vita quotidiana, aiutandoci a monitorare la nostra salute e le nostre abitudini. Dispositivi come i fitness tracker e i monitor per il sonno ci danno informazioni in tempo reale su come funziona il nostro corpo. Una novità interessante è la Spettroscopia Funzionale nel Vicino Infrarosso (FNIRS), un metodo sicuro per analizzare l'attività cerebrale misurando il flusso sanguigno nel cervello. Con il passaggio di questa tecnologia dai laboratori all'uso quotidiano, ci sono grandi potenzialità per la salute personale, la riabilitazione e lo studio delle funzioni cerebrali in vari ambiti, come lo sport e il comportamento sociale. Per sfruttare al meglio il fNIRS, è fondamentale che questa tecnologia sia accessibile e adatta a tutti. Rendrela accessibile aiuterà a raccogliere dati migliori e a includere una vasta gamma di persone nella ricerca.
fNIRS e le sue Sfide
Il fNIRS utilizza la luce per raccogliere dati sull'attività cerebrale, ma fattori come capelli e pelle possono influenzare la qualità di questi Segnali. Ad esempio, capelli spessi o scuri possono assorbire più luce, il che significa che meno luce arriva al cervello. Allo stesso modo, la pelle più scura assorbe anche più luce, rendendo difficile raccogliere letture accurate. Diverse tipologie e spessori di capelli possono anche influenzare quanto bene i sensori aderiscono al cuoio capelluto, portando a segnali di qualità inferiore. Questo è un problema significativo quando si cerca di includere tutti i tipi di persone nella ricerca.
Per migliorare la qualità delle Misurazioni del fNIRS, gli esperti devono considerare come i diversi tipi di capelli e pelle possano influenzare la raccolta dei dati. Migliorare il design dei sensori e creare linee guida standardizzate può contribuire a migliorare la qualità delle letture del fNIRS, rendendole più utili per un gruppo diversificato di persone.
Panoramica dello Studio
In uno studio recente, i ricercatori hanno esaminato come tratti a livello di partecipante, come tipo di capelli e di pelle, dimensione della testa, sesso e età, influenzassero la qualità dei segnali fNIRS. Hanno lavorato con 115 Partecipanti, misurando l'attività cerebrale mentre completavano compiti di riposo e movimento. I ricercatori hanno utilizzato procedure specifiche per controllare e regolare le Caratteristiche di capelli e pelle al fine di ottenere la migliore qualità del segnale.
Analizzando questi dati, i ricercatori sono stati in grado di fornire raccomandazioni per futuri studi sul fNIRS, puntando a un approccio più inclusivo alla ricerca e alle applicazioni. Hanno anche suggerito un modo per i ricercatori di condividere dati pertinenti, il che può aiutare studi futuri a esaminare come diversi fattori influenzino le letture del fNIRS.
Partecipanti e Misurazioni
Lo studio ha coinvolto 115 partecipanti, con un numero maggiore di donne rispetto agli uomini, con età che variavano da 18 a 89 anni. I ricercatori hanno utilizzato criteri specifici per selezionare i partecipanti, assicurandosi che non avessero una storia di disturbi neurologici o stessero assumendo farmaci che potessero influenzare lo studio. I partecipanti provenivano da contesti diversi, riflettendo diverse razze ed etnie.
I ricercatori hanno utilizzato un copricapo stampato in 3D con sensori posizionati in aree specifiche della testa dove l'attività cerebrale è fondamentale. Hanno raccolto dati da diverse parti del cervello, concentrandosi particolarmente su aree legate al movimento. Per garantire risultati accurati, hanno misurato con attenzione le caratteristiche di capelli e pelle utilizzando strumenti precisi. Ai partecipanti è stato chiesto di completare compiti mentre la loro attività cerebrale veniva registrata.
Misurazioni di Capelli e Pelle
I ricercatori hanno valutato in dettaglio le caratteristiche di capelli e pelle. Per la pelle, hanno misurato la pigmentazione usando un dispositivo speciale e hanno categorizzato visivamente i tipi di pelle in base a quanto fossero sensibili alla luce solare. Per i capelli, hanno utilizzato immagini ad alta risoluzione per analizzare spessore, colore e altre proprietà. Hanno categorizzato i capelli in base al colore, al pattern dei ricci e allo spessore, poiché queste qualità possono influenzare significativamente la qualità dei dati raccolti.
Risultati: Impatto delle Caratteristiche di Capelli e Pelle
L'analisi ha mostrato che le caratteristiche dei capelli influenzavano fortemente la qualità dei segnali fNIRS. Ad esempio, tipi di capelli scuri o spessi corrispondevano a una qualità del segnale inferiore. Allo stesso modo, livelli più alti di pigmentazione della pelle portavano anche a una qualità del segnale più scadente. Questi risultati evidenziano come i tratti fisici possano influenzare le prestazioni della tecnologia di monitoraggio cerebrale.
I ricercatori hanno anche riscontrato che il sesso e l'età hanno giocato un ruolo nella qualità del segnale. Ad esempio, le donne generalmente mostravano qualità del segnale diverse rispetto agli uomini, potenzialmente a causa delle differenze nelle caratteristiche di capelli e cuoio capelluto. Con l'età, alcuni partecipanti mostravano miglioramenti nella qualità del segnale, il che potrebbe essere correlato a cambiamenti nella densità dei capelli e ad altri fattori.
Raccomandazioni per Futuri Studi
I ricercatori hanno sottolineato l'importanza di documentare le caratteristiche dei partecipanti negli studi sul fNIRS per evitare bias e garantire inclusività. Hanno suggerito che i ricercatori dovrebbero considerare le misurazioni di capelli e pelle come fattori importanti quando raccolgono e analizzano i dati. Riconoscendo come questi fattori influenzino la qualità del segnale, i ricercatori possono migliorare l'accuratezza e l'affidabilità delle loro scoperte.
Inoltre, adattare il design dei copricapi e dei sensori per meglio accogliere le varie texture e stili di capelli può portare a una raccolta di dati migliore. Questo include l'utilizzo di materiali che siano confortevoli per i partecipanti e aiutino a mantenere i sensori in posizione, oltre a esplorare nuove tecnologie che migliorino l'acquisizione del segnale.
Affrontare l'Inclusività negli Studi sul fNIRS
L'obiettivo di questa ricerca è rendere la tecnologia fNIRS più inclusiva e rappresentativa delle popolazioni diverse. Per raggiungere questo scopo, i ricercatori devono continuamente valutare come le caratteristiche dei partecipanti influenzino le misurazioni. Dovrebbero implementare metodi standardizzati per valutare i tratti di capelli e pelle e garantire che le loro scoperte rappresentino una vasta gamma di individui.
Raccogliendo metadati dettagliati sui partecipanti, i ricercatori possono aiutare gli altri a comprendere come questi attributi fisici possano influenzare i risultati. Questo può portare a studi più accurati e a una migliore comprensione della funzione cerebrale in diversi gruppi di persone.
Conclusione
In conclusione, lo studio evidenzia l'importante impatto delle caratteristiche dei capelli, della pigmentazione della pelle, del sesso e dell'età sulla qualità dei segnali fNIRS. Per migliorare l'inclusività e l'accuratezza delle future ricerche sul fNIRS, è fondamentale documentare in dettaglio i fattori a livello di partecipante. Regolare i design dei copricapi e esplorare nuove tecnologie può aiutare i ricercatori a raccogliere dati migliori e ampliare il campo degli studi sul monitoraggio cerebrale.
Spostandosi verso pratiche più inclusive, il fNIRS può aprire la strada a applicazioni più efficaci nella neuroscienza e nella cura clinica, beneficiando infine una varietà maggiore di individui.
Titolo: Inclusivity in fNIRS Studies: Quantifying the Impact of Hair and Skin Characteristics on Signal Quality with Practical Recommendations for Improvement
Estratto: Functional Near-Infrared Spectroscopy (fNIRS) holds transformative potential for research and clinical applications in neuroscience due to its non-invasive nature and adaptability to real-world settings. However, despite its promise, fNIRS signal quality is sensitive to individual differences in biophysical factors such as hair and skin characteristics, which can significantly impact the absorption and scattering of near-infrared light. If not properly addressed, these factors risk biasing fNIRS research by disproportionately affecting signal quality across diverse populations. Our results quantify the impact of various hair properties, skin pigmentation as well as head size, sex and age on signal quality, providing quantitative guidance for future hardware advances and methodological standards to help overcome these critical barriers to inclusivity in fNIRS studies. We provide actionable guidelines for fNIRS researchers, including a suggested metadata table and recommendations for cap and optode configurations, hair management techniques, and strategies to optimize data collection across varied participants. This research paves the way for the development of more inclusive fNIRS technologies, fostering broader applicability and improved interpretability of neuroimaging data in diverse populations.
Autori: Meryem A Yücel, M. A. Yücel, J. E. Anderson, D. Rogers, P. Hajirahimi, P. Farzam, Y. Gao, R. I. Kaplan, E. J. Braun, N. Muqadam, S. Duwadi, L. Carlton, D. Beeler, L. Butler, E. Carpenter, J. Girnis, J. Wilson, V. Tripathi, Y. Zhang, B. Sorger, A. von Lühmann, D. Somers, A. Cronin-Golomb, S. Kiran, T. D. Ellis, D. A. Boas
Ultimo aggiornamento: 2024-10-28 00:00:00
Lingua: English
URL di origine: https://www.biorxiv.org/content/10.1101/2024.10.28.620644
Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.10.28.620644.full.pdf
Licenza: https://creativecommons.org/licenses/by/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia biorxiv per l'utilizzo della sua interoperabilità ad accesso aperto.