在社会互动的复杂网络中，超扫描技术如同明灯，照亮了我们理解大脑在合作与创新中的奥秘。它聚焦于多脑同步现象，通过先进的技术手段，如功能性磁共振成像（fMRI）、脑电图（eEG）和近红外光谱成像（fNIRS），揭示了大脑网络化信息处理的动态变化。
一是经颅磁刺激（TMS）设备。它通过缠绕的线圈产生快速变化的磁场，当线圈靠近头皮特定部位时，磁场能穿透颅骨，在大脑皮质中感应出电流，进而影响神经元的活动。比如在治疗抑郁症时，可刺激大脑特定区域来调节神经递质释放和神经环路功能。
③通过有效连接方法揭示轻度认知障碍的生理机制。④应用近红外光谱法研究脑卒中后家庭手部多感官康复产品对皮层激活的影响。⑤老年人认知功能成像：便携式功能近红外光谱仪，探讨使用便携式fNIRS系统来测量居住社区中心参与者大脑活动的可行性和初步结果。
认知任务执行：fNIRS常用于研究认知任务执行过程中的脑活动变化。当参与者在执行认知任务时，相关脑区的活动会增加，从而使fNIRS指标较高。神经可塑性：神经可塑性指的是大脑对外界刺激和经验的适应能力。fNIRS指标较高表明相关脑区正在经历神经可塑性的过程，即大脑正在适应新的刺激或经验。
fNIRS是一种利用近红外光无创测量含氧血红蛋白（HbO2）和脱氧血红蛋白（HHb）浓度的新技术。 近红外脑功能成像原理 功能性近红外光谱（fNIRS）是一种新技术，利用近红外光非侵入性测量人脑组织中含氧血红蛋白（HbO2）和脱氧血红蛋白（HHb）的浓度，或它们相对于基线周期的典型变化（ΔHbO2）和（ΔHHb）。
尽管存在这些挑战，但由于fNIRS可以很容易地重复应用，因此是用于脑机接口（BCIs）、神经反馈研究和应用研究的优秀技术。在运动相关的神经康复训练中，个体通过接收基于任务相关的大脑激活的反馈来学习自我调节运动区域。这可能有助于启动补偿和恢复所需的皮质重组。
那么，便携式近红外脑成像设备有哪些具体应用领域呢？以下是一些例子：便携式fNIRS与精神疾病 ①近红外脑成像（fNIRS）作为一种辅助诊断工具，可以区分健康个体和患有严重精神疾病的个体。②新生儿缺氧缺血性脑损伤静息状态脑网络的功能性近红外成像研究，旨在验证基于fNIRS的静息状态脑网络评估HIBD患儿脑功能的可行性。
老年人认知功能成像：大脑活动测量：探讨使用便携式fNIRS系统来测量居住社区中心参与者大脑活动的可行性和初步结果，为老年人的认知健康评估提供新的手段。这些临床应用展示了慧创世界首款获医疗证的便携近红外设备在神经科学领域的广泛应用前景，为患者和医生提供了更全面、丰富的检测手段。
fNIRS近红外脑成像技术的原理是利用近红外光穿透大脑皮层，通过测量血红蛋白等指标的变化来反映脑功能状态。具体来说：工作原理：fNIRS通过安置在头颅表面的发射和吸收探头，发射近红外光并测量其穿透大脑皮层后被吸收的情况。这些光信号能够反映大脑内血红蛋白的浓度变化。
复旦大学附属华山医院吴毅教授应用fNIRS设备进行脑网络功能连接研究，成果丰富。研究涉及不同人群与脑卒中相关领域。研究一，基于功能性近红外光谱技术的脑卒中后上肢运动功能障碍患者单侧上肢训练和双侧上肢训练脑网络功能连接对比研究。
近红外脑功能成像技术（fNIRS）因其独特优势在特定领域展现出广阔的应用前景。相比于fMRI，fNIRS克服了运动伪迹敏感、电磁干扰以及成像环境受限的问题，特别适合儿童和在自然情境下的研究。
1、MNENIRS：一个强大的Python工具，用于近红外数据的处理。数据导入：使用mne.io.read_raw_nirx函数导入原始fNIRS数据。导入过程需指定数据文件的路径和其他相关参数。预处理步骤：数据质量检查：删除短通道，并挑选fnirs类型的picks。通道筛选：只保留距离大于0.01厘米的通道。
2、MNE-NIRS 是Python 的开源工具箱，适用于处理近红外数据。一般工作流程包括数据导入、转换、查看平均波形及地形表示。
3、使用MNE-Python读取EyeLink眼动数据的关键步骤之一是数据格式转换。由于EyeLink眼动仪产生的数据通常以EDF格式存储，而MNE-Python支持读取的格式通常包括ASC等，因此在进行数据导入前，通常需要使用EyeLink提供的EDF2ASC工具将原始EDF文件转换为ASC格式。这一过程确保了数据的兼容性和MNE-Python的高效处理能力。
