通过影响模数转换器，外围硬件上的电源加热可以增加高达一个数量级的附加漂移。这指出了仔细选择/设计外围硬件对采集fNIRS模块模拟信号的重要性。

3.3.锁定放大、SNR和动态范围

为了近似锁定单元中参考和解调器输入信号之间的总有效相移，在各自上升沿（tdr）和下降沿（tdf）的50%电平上测量两个信号之间的延迟。这是两个信号的逻辑电平不匹配的时间总和，测量为Δt=tdr+tdf=18.5+7.2μs。为了估计信号A的非相位同步解调引起的衰减，使用方程（1），测量Δt和参考信号周期持续时间t=320μs，得出A≈0.875，这不会显著影响总体精度。对信号路径中单分量相位延迟的评估表明，进一步的最小化方法应首先针对PGA（ΔtPGA=7.0+4.5μs）。

为了评估探测器的灵敏度和动态范围，在典型的PGA增益G=44和固定的锁定滤波器增益G=5.1时，锁定放大器和放大后分支输出处的平均暗电压信号μd（光电探测器上没有入射光）测量为μd=0.101 Vrms，标准偏差σd=3.99 mVrms。使用平均暗电压加标准偏差和OPT101光电二极管的响应度Rλ（R750=0.55 V/μW和R850=0.60 V/μW），在SNR为1

NEPλ=μd+σdRλ⋅G总计（2）

估计为NEP750=2.27 nWpp=0.80 nWrms和NEP850=2.21 nWpp＝0.78 nWrms。

LED在中等强度（IF＝50mA）下辐射的光功率测量为对于750nm为5.70mW，对于850nm为5.38mW。使用这些入射功率和NEP可以估计信号与噪声的距离（概览见图7）：入射光与光的波长相关比由于其信号淹没在噪声中而不再可检测，从而产生128 dB750和127.7 dB850的信号与噪声距离。这些距离因组织散射和吸收引起的光学损失而大大减少，该光学损失取决于受试者，并且假设在大于60dB的量级。由于生理fNIRS信号通常约为测量光信号的1%，fNIRS的信号分量与检测电路的噪声基底之间的距离进一步减小了≈40dB，估计在28dB的量级。

图7

www.changxian.org

图7：仪器中信号和噪声的估计：当NEP被确定为2.27/2.21 nWpp时，这些等效于检测电路噪声基底的光功率与在中等LED照明下入射到组织的测量功率（5.70 mW/5.38 mW）之间的距离可以分别确定为约128 dB/127.7 dB。组织中入射光的光学损失程度取决于受试者。这里，我们估计它至少在40–60 dB的量级。在实际代谢fNIRS信号处于测量光信号的1%量级的情况下，fNIRS的信号到噪声基底的距离大约为28dB。

当对于G＝0.6875的最低PGA增益设置达到ADC的输入电压上限（此处为2.5Vpp）时，检测支路发生饱和，这是1.296的情况∕1.188μWpp入射光（750nm/850nm）。使用这些结果，最小系统动态范围（表示为信号饱和与NEP之比）估计为55.13∕54.6分贝。需要说明的是，发射器侧LED强度（25–100 mA）的配置可以进一步增加仪器的动态范围。表1总结了性能特征。

表1

www.changxian.org

表1.FNIRS模块的性能特征。

3.4.主板电源

±5 V直流电源电压漂移测量结果显示稳定的电源电压为+4.959 V−4.960 V，在20分钟测量周期内总漂移小于500μV。通过电源对电流调制对检测组件的最大影响的评估表明，电流调制侧翼可在光电探测器输出基线信号周围产生±2 mV的高频（kHz）噪声，当直接从电池或从LED电源提供LED电流时，PGA将其进一步放大至强的±100 mV峰值（G=44）其他fNIRS模块硬件的调节+5V导轨。然而，由于电源变化与信号同步，并且fNIRS模块的三阶锁定低通有效地抑制了高频噪声，因此未观察到对锁定解调信号基线的影响当直接从电池或从调节的+5V轨道向其他fNIRS模块硬件提供LED电流时。然而，由于电源变化与信号同步，并且由于fNIRS模块的三阶锁定低通有效地抑制了高频噪声，因此没有观察到对锁定解调信号的基线的影响。

3.5.生理测量

定性生理实验显示了非常清晰的信号，并证明了仪器的基本功能。图8显示了受试者（a）进行的三次心理算法试验期间的代表性原始信号（750 nm），以及同一受试者在整个过程中计算的功率谱（b）。后者显示了系统伪影的典型幂律外观和峰值，文献中广泛报道了fNIRS信号（例如，Fekete等人，2011）。

图8

www.changxian.org

图8（A）心理算术过程中典型原始信号（蓝色）的摘录。绿线：二进制标记（高状态：m.算术。低状态：松弛），品红色线：中值滤波信号）。（B） 同一主题和完整会话的原始信号的典型功率谱，显示预期形状（功率谱遵循功率定律）和系统伪影导致的偏差。

所有心算实验对象的平均血流动力学反应（见图9A）显示了预期行为，即心算过程中大约10秒后HbO峰值增加。在平均暂停间隔期间，HbO水平在前一次激活后仍缓慢恢复到基线水平。

图9

www.changxian.org

图9（A）所有受试者在心算和暂停期间的平均血流动力学反应。（B） 暂停和心理算法之间的单次尝试区分的分类结果。晶须表示标准误差。实线显示机会级别。

停顿和心理算法之间的区分平均准确率为65.14%。在12名记录的参与者中，9名参与者的准确率显著高于偶然水平（单侧t检验，p<0.05）。所有参与者的分类结果见图9B）。在Herff等人（2013年）的一项类似研究中，与本研究中相同，使用8个通道时，有71.17%的心算可以与暂停区分开来，使用两个通道时有67.26%。

4.讨论和结论

4.1.主要发现

在本文的开头，我们确定了基于移动fNIRS的神经工效学/BCI应用的系统需求。结果表明，所提出的开源设备满足要求。

在实验过程中，实验者和受试者都对该设备的可用性进行了评估。模块的小型化和通过基于蓝牙的无线传输的移动性允许自由移动，商业参考系统的使用通常需要更长的准备时间来固定光电二极管，并且由于光纤导轨的重量和光电二极管的缓冲不足，通常不舒适和静止。相比之下，新的可穿戴系统可以在几秒钟内应用，并且在实验过程中通常感觉不那么麻烦。

所设计的小型化fNIRS仪器的硬件评估结果和生理学验证表明，在接近28dB的信噪距离下，对于大脑活动测量而言，具有足够的信号质量和系统性能。该器件的锁定放大器、检测器灵敏度、电流调制精度和漂移评估显示出与其他文献记载的fNIRS器件相当的令人满意的结果。生理学测量结果显示，12名参与者中有9人的预期血流动力学反应、单次试验分析中的分类准确度超过了机会水平，并产生了与类似研究中使用商用器械测量的结果相当的结果（Herff等人，2013），使用8个通道中的2个通道在相似位置（65.14%对67.26%）。因此，开放式fNIRS设备可用于基于fNIRS的移动BCI和神经工效学应用。

电池供电和无线通信、由于信道的时间复用而产生的低热以及LED作为光源的使用确保了设备的安全使用。

可扩展的模块化概念、可配置的光强度和检测器放大增益以及fNIRS模块的灵活并行接口允许轻松定制和配置硬件。

然而，设计中仍有几个元素可以优化，以在未来进一步提高仪器性能。

4.2.限制和后续步骤

4.2.1主板/数据采集和控制

使用fNIRS模块的一个明显但关键的组件是数据采集单元。当使用定制硬件进行数据采集时，模拟到数字的设计和选择量化深度以及时分复用fNIRS信道的频率分辨率，因为ADC采样率必须由一个模块的多达4个活动信道共享。主板上首次使用的ADC（LTC2486）提供了16位转换深度和卓越的DC精度，但由于转换时间为80.3ms，时间分辨率显著受限。其他实验表明，使用采样率明显较高但分辨率较低的ADC，低至10位量化深度足以进行可靠的大脑激活测量。因此，主板/DAQ硬件的未来设计应旨在使用更适合（更快）的ADC来防止采样频率瓶颈。这里，模块化概念是有利的，因为DAQ单元可以独立于fNIRS模块的硬件进行定制和优化。

电源和电流调制影响评估表明，即使实施的基于线性电压调节器的对称电源似乎足够，也可以建议与fNIRS模块一起使用的几个改进：

为了最大限度地减少调制NIR-LED电流和检测硬件的调节±5V电源电压轨之间的串扰，与设计中使用公共调节器或直接电池连接相比，为LED提供单独的附加电压调节器电路更可取。在未来的方法中，还建议使用额外的高频滤波器和增强的稳定性，以减少来自外部源的噪声拾取，并进一步减少LED电流调制对系统其余部分的影响。使用效率更高的电压调节器可以进一步延长电池寿命并减少加热效应，这也可能取决于供电和采集硬件的设计和布局影响系统漂移。

4.2.2 fNIRS模块

锁定检测器大约0.875的相位延迟相关衰减是可接受的，因为它不会显著降低系统的整体精度。然而，它可以进一步最小化：为了提高锁定性能，可以对PWM参考相位进行模拟调整，以实现整体相移补偿。或者，下一代设计的潜在优势方法是基于微控制器/DSP的数字锁定解调。这具有几个优点：降低了硬件组件的成本、降低了功耗和可调整的相移校正，从而提高了精度。

使用四个LED和一个光电二极管为每个模块设置四个通道是第一种方法所必需的，该方法使用单通道模拟锁定接收器分支，以实现有利于模块化的简单接口。然而，为了进一步减少能量消耗和增加信道密度，未来的方法应该利用同时测量更多PD的配置。此外，尽管fNIRS模块已经很紧凑并提供了独立的功能，但进一步的小型化是可能的。下一步将是开发完全独立的模块，以冗余外围硬件，如主板。将上述见解和数据采集、数字锁定、电源管理和无线传输组件集成到进一步小型化的多通道fNIRS模块上，可以实现实验室内外的更多应用。

该仪器可以通过多种方式进行改进和评估。然而，提供这种fNIRS设备开源，我们希望这项工作的各个方面将有助于进一步简化和减少未来基于fNIRS的移动BCI和神经工效学方法中的时间和工作量。

利益冲突声明

评论编辑劳伦斯·鲁本·克罗尔（Laurens Ruben Krol）表示，尽管与作者亚历山大·冯·吕曼（Alexander Von Lühmann）隶属于同一机构，但审查过程是客观的。作者声明，这项研究是在没有任何可能被解释为潜在利益冲突的商业或财务关系的情况下进行的。

致谢

我们感谢德国科学院和卡尔斯鲁厄理工学院开放获取出版基金的支持。