大家好，我是陈锐。
今天分享内容部分来源文档手册整理，内容仅供参考学习分享。
在BrainTechnology公众号，我已经分享了很多关于近红外工具箱的内容，有Homer2/3、NIRS-Kit、NIRSlab、MNE-NIRS等工具箱的一些教程学习内容。我相信这些内容对于学习近红外数据分析的同学来说，可以有很大的帮助。

可以参考近红外数据处理的汇总。

近红外技术汇总
本期我们一起来学习一下新的用于近红外数据分析的工具箱——LIONirs。

LIONirs工具箱是基于MATLAB语言开发的一款开源用于分析功能近红外光谱（fNIRS）数据的工具箱。总体来说，它是基于SPM工具箱下开发的，它包括数据分析工具，如滤波、Modified Beer Lambert law (MBLL)、平均值和半自动伪影检测。具有图形化界面有助于可视化和手动查看伪迹。
每个分析步骤中都可以进行头皮或皮层解剖MRI上3DMTG的地形图。也可进行一般线性模型估计（GLM）分析等。
工具箱安装

下载：
SPM12：
https://www.fil.ion.ucl.ac.uk/spm/software/download/

LIONirs：
https://github.com/JulieTremblay3/LIONirs

下载LIONirs后，将其解压文件移动到SPM12文件夹下的toolbox文件夹下，然后再将其SPM12添加到MATLAB的文件路径下。

在MATLAB 命令行窗口键入spm fmri即可启动spm12
在spm12界面选择Batch找到SPM-Tools即可找到LIONirs工具箱
能读取的数据设备和格式还是有限的，但通常所有的设备均可以转换为.nirs/snirf格式。
这个工具箱我个人觉得优势在于可以分析查看同时记录到fNIRS的多模式数据，如生理学、EEG或音频-视频，可以使用DisplayGUI进行可视化。
头部展示可加载第三方定位软件的坐标或者是MRI数据
预处理工具
基本都处理同其他软件来说，多了一个心跳检测，我查看了下手册，它其实是用来判断近红外数据的好坏的一种方法。也算是一种技术上的方法吧。

说明：NIRS数据中的心跳频率是一种公认的质量度量，允许排除信号质量较差的通道，LIONirs工具箱中的心跳检测模块允许使用通道之间的一致性度量来检测数据中的心跳主频范围。随后，允许在没有心跳的情况下对通道进行排斥。

功能连接模块

使用通道作为节点信息或区域作为节点信息创建连接矩阵。提供了三种不同方法进行计算
其余的是数据展示模块，可以参考手册。

对于需要分析多模态数据如联合的EEG、音频、视频以及电生理结合近红外的数据分析，可以尝试一下。单纯的近红外数据分析，个人不建议使用，摸索起来还是有点难度。

文献参考：
Tremblay, J., Martínez-Montes, E., Hüsser, A., Caron-Desrochers, L., Lepage, C., Pouliot, P., Vannasing, P., Gallagher, A., 2022. LIONirs: flexible Matlab toolbox for fNIRS data analysis. J Neurosci Methods 370, 109487. https://doi.org/10.1016/j.jneumeth.2022.109487

谢谢大家观看，如有帮助，来个喜欢或者关注吧！

本文作者：陈锐
本文仅供学习参考，有任何疑问及侵权，扫描以下公众号二维码添加交流：
更多学习内容，仅在知识星球发布：

继续阅读
阅读原文