功能性近紅外光譜 (fNIRS) 是一種非侵入性的腦部成像技術，透過測量近紅外光在頭皮上的吸收和散射，來評估大腦皮層的活動。由於其便攜性、相對較低的成本以及對兒童和特定患者群體的適用性，fNIRS在神經科學研究中越來越受歡迎。然而，一項新興的研究領域正在探討一個重要的問題：

頭髮和膚色等生理特徵如何影響fNIRS訊號的品質和準確性？解決這個問題對於確保fNIRS研究的包容性和代表性至關重要。

fNIRS技術原理與挑戰

fNIRS技術的原理是基於血液中的血紅蛋白對近紅外光的吸收特性。當大腦活動增加時，局部血流量也會增加，導致含氧血紅蛋白濃度上升，進而影響近紅外光的吸收和散射。fNIRS設備通常使用多個光源和探測器，放置在頭皮上，以測量不同位置的光強度變化，從而推斷大腦皮層的活動模式。

然而，fNIRS訊號的品質受到多種因素的影響，包括頭皮和顱骨的厚度、血液流動的生理變異，以及頭髮和膚色的影響。深色頭髮和膚色含有更多的黑色素，黑色素會吸收更多的光，導致到達大腦的光量減少，訊號雜訊比降低。這可能會導致對大腦活動的估計不準確，並可能在不同種族和族群之間產生偏差。

頭髮的影響：密度、顏色和遮蔽效應

頭髮密度和顏色是影響fNIRS訊號的重要因素。研究表明，頭髮密度越高，光穿透頭皮的程度越低，導致訊號強度減弱。深色頭髮比淺色頭髮吸收更多的光，進一步降低訊號品質。此外，頭髮還會產生遮蔽效應，阻礙探測器接收到從大腦反射回來的光。

為了減輕頭髮的影響，研究人員嘗試了多種方法，包括：

使用凝膠或液體界面：

在探測器和頭皮之間使用凝膠或液體界面，可以減少空氣間隙，提高光傳輸效率。* 調整探測器位置：

仔細調整探測器位置，避開頭髮密度較高的區域，可以提高訊號品質。

使用更強的光源：

使用更強的光源可以增加光穿透頭皮的程度，但需要注意安全問題，避免對皮膚造成損傷。

數據校正方法：

開發數據校正方法，例如使用短距離通道來估計頭皮的訊號，並將其從大腦訊號中減去，可以減少頭髮的干擾。

膚色的影響：黑色素的吸收作用

膚色主要由黑色素的含量決定。黑色素是一種存在於皮膚中的色素，可以吸收光。膚色越深，黑色素含量越高，對光的吸收作用越強。這意味著，在膚色較深的人群中，fNIRS訊號的強度可能會降低，訊號雜訊比也會下降。

研究表明，膚色對fNIRS訊號的影響是顯著的。一項研究發現，膚色較深的參與者，其fNIRS訊號的強度明顯低於膚色較淺的參與者。此外，膚色還會影響fNIRS訊號的空間分辨率，導致對大腦活動位置的估計不準確。

為了應對膚色的影響，研究人員正在探索以下策略：

使用不同波長的光：

黑色素對不同波長的光的吸收程度不同。選擇對黑色素吸收較少的光波長，可以提高訊號品質。

開發膚色校正算法：

開發膚色校正算法，可以根據參與者的膚色，調整fNIRS數據的分析方法，減少膚色對結果的影響。

增加樣本的多樣性：

在研究中納入更多不同膚色的參與者，可以提高研究結果的普遍性和適用性。

fNIRS研究的包容性：挑戰與展望

確保fNIRS研究的包容性，對於理解不同人群的大腦功能至關重要。如果fNIRS研究主要集中在特定種族或族群，那麼研究結果可能無法推廣到其他人群。這可能會導致對某些人群的大腦功能理解不足，並可能在臨床應用中產生偏差。

為了提高fNIRS研究的包容性，研究人員需要採取以下措施：

提高對頭髮和膚色影響的認識：

研究人員需要充分認識到頭髮和膚色對fNIRS訊號的影響，並在研究設計和數據分析中考慮這些因素。

開發更精確的校正方法：

需要開發更精確的校正方法，以減少頭髮和膚色對fNIRS訊號的干擾。

增加樣本的多樣性：

在研究中納入更多不同種族、族群和膚色的參與者，可以提高研究結果的普遍性和適用性。

開發標準化的數據分析流程：

開發標準化的數據分析流程，可以減少不同研究之間的差異，提高研究結果的可比性。

推廣開放數據和開放科學：

推廣開放數據和開放科學，可以促進研究結果的共享和驗證，加速fNIRS技術的發展。## 結論與研判

頭髮和膚色確實會影響fNIRS訊號的品質和準確性，這是一個不容忽視的問題。深色頭髮和膚色中的黑色素會吸收更多的光，導致訊號強度降低，訊號雜訊比下降。這可能會導致對大腦活動的估計不準確，並可能在不同種族和族群之間產生偏差。

然而，研究人員正在積極探索各種方法來減輕頭髮和膚色的影響，包括使用凝膠或液體界面、調整探測器位置、使用更強的光源、開發數據校正算法、使用不同波長的光，以及開發膚色校正算法。這些方法在一定程度上可以提高fNIRS訊號的品質，但仍有改進的空間。

未來，隨著技術的發展和研究的深入，我們可以期待更精確、更可靠的fNIRS技術，能夠更好地應對頭髮和膚色的影響，並為理解不同人群的大腦功能提供更全面的資訊。重要的是，研究人員需要提高對頭髮和膚色影響的認識，並在研究設計和數據分析中考慮這些因素，以確保fNIRS研究的包容性和代表性。只有這樣，我們才能真正理解人類大腦的多樣性，並為所有人群提供更好的醫療保健服務。

總體而言，雖然頭髮和膚色對fNIRS研究構成挑戰，但透過持續的研究和技術創新，這些挑戰是可以克服的。關鍵在於採取積極主動的措施，確保fNIRS研究的包容性，並將研究結果應用於更廣泛的人群。這將有助於我們更深入地了解人類大腦，並為改善人類健康做出貢獻。

Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: October 7, 2025