最近，对MCI和AD的非侵入性神经成像生物标志物的关注已经转移到功能连接上。最近的一项系统综述（包括过去20年的36篇文章）表明，MCI和AD患者在静息状态fMRI中的额叶和长程连接受损（Yeung和Chan，2020），这在最近的一份研究中也观察到（Yoo和Hong，2019）。任务相关的功能连接分析表明，与健康对照组相比，MCI患者在工作记忆任务期间前额叶功能连接的数量和强度增加（Yu等人，2020），但在言语流利性测试期间左半球和半球间连接较低（Nguyen等人，2019）。这可能表明，由于MCI患者的默认连接受损，前额叶皮层使用了补偿机制。需要更多的研究来验证fNIRS与fMRI的对比，以作为表征MCI患者功能连接性的工具。

fNIRS的fMRI验证

当涉及广泛的临床应用时，例如MCI，再现性（准确度和精密度）是最低要求。由于连续波fNIRS的SNR相对较低，且受试者之间的散射系数随时间的变化，因此，获得一致的受试者间和受试者内结果具有挑战性。时域和频域fNIRS可用于估计散射系数，以换取成本效益和时间分辨率，使连续波fNIRS更适用于临床环境。

几项研究已在同时（Huppert等人，2006；Steinbrink等人，2006年；崔等人，2011年；海因泽尔等人，2013年；森口惠等人，2017年；Wijeakumar等人，2017）或单独（Okamoto等人，2004年；Maggioni等人，2015年）验证fMRI对氧、脱氧和总血红蛋白的fNIRS测量。使用体素簇或感兴趣区域分析，大多数fMRI研究报告了BOLD响应与脱氧血红蛋白的fNIRS测量之间的正相关（r>0.4）（Huppert等人，2006；Maggioni等人，2015；Wijeakumar等人，2017），而其他研究发现了氧血红蛋白的BOLD响应和fNIRS度量之间的更强相关性（Cui等人，2011）。脱氧血红蛋白与fMRI BOLD反应之间的相关性增加与代谢需求导致的脱氧血红蛋白任务依赖性变化的间接测量相关（Huppert等人，2006）。有趣的是，Moriguchi等人（2017）报告了总血红蛋白（r=0.33）与氧合血红蛋白（r=0.26）或脱氧血红蛋白（r=0.21）的相关性更强−0.2）使用fNIRS血流动力学状态与n背工作记忆任务期间BOLD反应之间的双变量相关性（Moriguchi等人，2017）。血流动力学状态之间的相关性降低可能与任务难度有关。简单的视觉或基于运动的任务都显示氧和脱氧血红蛋白的相关性增加（r>0.5）（Cui等人，2011；Maggioni等人，2015；Huppert，2016；Wijeakumar等人，2017）。例如，在对侧运动区域上放置14个fNIRS通道的手指敲击任务中，Huppert等人（2006）报告了组平均（n=11）对氧、脱氧和总血红蛋白的BOLD反应变化之间的零滞后交叉相关的Pearson相关性为0.71、0.98和0.53。

虽然大多数验证研究侧重于群体分析，但一些研究报告了受试者的结果。在一项手指敲击实验中，Huppert等人（2006）在个体受试者水平上显示了血红蛋白浓度与BOLD反应之间的相似相关性。在视觉任务中，Maggioni等人（2015）报告了8名受试者的氧、脱氧和总血红蛋白浓度与在fNIRS通道下方投影的1cm球面半径内测量的BOLD反应之间的相关性（Maggioni等人，2015）。对于脱氧血红蛋白，受试者的任务相关性范围为0.26至0.83。高的受试者间变异性有助于解释为什么更复杂的任务，如工作记忆，在群体分析中显示出相关性降低（Cooper等人，1997年；Huppert等人，2006年；Cui等人，2011年；Maggioni等人，2015年）。

解释受试者在解剖和传感器定位方面的特定差异的技术可以改善受试者内任务相关活动的fNIRS和fMRI测量之间的对应关系。通过将fNIRS通道数据投影到受试者特定解剖结构上，可以减少受试者可变性的影响。Wijeakumar等人（2017）最近完成了这项工作，他表明fNIRS通道数据映射到受试者特定解剖结构上，并从fNIRS信道空间投影到fMRI体素空间，改善了fNIRS和fMRI任务活动测量之间的相关性。使用体素聚类相关性，他们报告了氧和脱氧核糖核酸的相关性范围为0.62至0.99氧血红蛋白和脱氧血红蛋白的相关系数均在0.62至0.99之间。

fNIRS的局限性和未来方向

总之，fNIRS由于其便携性、耐受性、非侵入性、成本效益和长期实时监测能力，在神经科学领域是一项极具吸引力的技术。然而，到目前为止，由于缺乏解剖特异性、时间分辨率不理想以及个体分析的受试者内再现性低，fNIRS的临床应用有限。fNIRS的空间分辨率也低于fMRI。尽管fMRI提供1–3 mm的均匀分辨率，但fNIRS的空间分辨率受到探测器光电二极管数量和从发射器到探测器的光散射物理学的限制。当前系统使用探测器∼与沿从发射器到检测器的弯曲路径告知大脑活动的照明光电极相距3cm，增加了信号源在横向（发射器/检测器对之间）和深度上的空间不确定性。

增加光电极密度，如多通道fNIRS，可以大大提高解剖特异性。多通道在研究中的应用越来越广泛（Hong和Yaqub，2019）。然而，由于电缆的重量和受试者头皮上的光电二极管的压力，随着时间的推移，多通道fNIRS光电二极管帽可能会变得不舒服。通过使用电枢减轻电缆重量可以帮助减少长时间录音的不适感。除了耐受性问题外，多通道fNIRS可能会影响并发脑电图监测。混合EEG fNIRS帽旨在解决这个问题（Hong和Khan，2017）。然而，在包括儿童人群在内的许多临床环境中，对于有颅骨缺陷或异常的患者，固定电极放置的混合帽可能会显著降低脑电图的准确性。

fNIRS的另一个限制是无法接近与头皮不相邻的皮质区域。由于离头皮的距离增加了光吸收，因此不能用fNIRS轻易测量额叶皮层的腹侧表面、基底节和小脑的大部分。颅骨和邻近组织厚度的变化会影响fNIRS的受试者间敏感性，尤其是成人。时域和频域fNIRS可以提高深度灵敏度（Lange等人，2019），并已证明以采样率、仪器成本效益和计算耐受性为代价，检测深度组织中的氧合是可靠的。目前，fNIRS信号的最佳处理需要计算机科学、信号处理和工程的高级知识，这可以降低fNIRS在临床环境中使用的可感知可及性。

增加解剖特异性的另一种方法是将fNIRS传感器位置与个体受试者的解剖结构（通过MRI）进行配准。如果解剖MR扫描可用，则可以测量受试者特定参数的使用，如部分路径长度、颅骨厚度和颅骨曲率，并将其用于解释fNIRS信号传播正向模型中的个体差异。对于神经功能不全的患者，在手术干预之前，全脑成像对于空间定位和识别大脑皮层尤为重要。

与EEG相比，fNIRS的低时间分辨率限制了其临床应用。血流动力学变化的生理窗口发生在几秒钟内，而电变化发生在几十到几百毫秒内。EEG要求最低采样频率为100 Hz，大多数临床实验室的采样频率超过512 Hz。fNIRS的常用采样率为几十赫兹，对于全头多通道系统甚至更低。采用更高采样率的新型机器∼100Hz将提供与临床EEG相当的时间分辨率。具有更高采样率的功能性NIRS可能对CCO检测特别有用，因为它直接响应于神经元活动引起的细胞代谢增加。

受试者内的再现性由多种环境因素决定，包括环境光的存在、颅骨厚度、毛发密度和颜色（浓密的深色毛发会阻碍光传输并降低信号强度）以及头部运动。对于某些因素，在传感器放置期间减少环境光和分离毛囊的实验准备可以在数据收集之前减轻其影响，而其他因素（如头部运动）通常可以在后处理期间通过利用为fMRI和EEG分析开发的技术进行校正。

神经网络学习的最新进展提高了fNIRS的准确性（Yang等人，2019），并可能提高其对患者在线监测的实用性。处理技术，如自适应滤波，可以在线提供最后，fNIRS研究报告了小组层面的结果，以提高统计能力。虽然这种方法能够将fNIRS用于脑功能的神经成像研究，但它限制了个体诊断的临床实用性。为了将fNIRS用于脑功能的临床评估，例如在手术切除前识别癫痫患者的语言偏侧，需要在个体层面上获得一致和可靠的结果。图4中可以看到组与个体受试者水平分析差异的理想化通用线性模型（GLM）示例。这里的描述显示了在组水平上右手手指敲击任务期间活跃的一组特定通道上t分数的显著统计增加，而当前个体受试者分析的能力显示了一个更广泛的区域，t核的增加较小。为了更具临床相关性，高级处理和硬件配置（如本综述中提到的配置）至关重要。需要该领域的进一步发展，以确定比目前正在进行的工作更具空间局限性和意义的结果。高密度全头光电二极管阵列的使用、相对于头部的精确传感器位置、与解剖扫描的配准、短距离通道以及信号处理的改进可以结合起来，以改进受试者内部分析。