默认模式网络（DMN）当我们不执行任何特定任务时，它是一个被激活的大脑区域网络。尽管成年人有大量的研究记录但对这一网络发展的认识仍然有限。有证据表明，DMN内部功能连接在生命的前两年逐渐增加，与其他支持主要感觉运动功能的静态功能脑网络相比，后者从生命的早期就在线。先前对于DMN研究使用脑发育fMRI获取熟睡婴儿的数据。然而，众所周知，睡眠阶段会影响功能连接。采用本纵向研究fNIRS从11个月到36个月（每6个月一次）测量清醒参与者本研究，这将有利于该领域的研究人员。。。本文发表于Human Brain Mapping杂志。
纵向获取11、18、24、30和36个月大的婴儿fNIRS静态数据。参与者的人口统计信息见下表1。所有包含在内的婴儿均足月出生，健康，体重正常。在实验开始实验开始之前，书面知情同意书是从婴儿的护士那里获得的。表1每个时间点包含和排除参与者的特征
婴儿被排除在数据分析之外：
（a）行为编码后，数据集没有达到100秒的最小记录长度；
（b）拒绝戴fNIRS帽子或帽子位置不好；
（c）超过必须排除（光强读数差）。每次访问中包含和排除的参与者的详细信息见上表1。支持信息报告了每个年龄组分析中考虑的箱长的分布。
fNIRS数据使用UCL-NIRS该系统记录了两个连续波长的近红外光(770和850)nm）来检测HbO2和HHb浓度的变化。数据采集的采样率为10Hz，每个激光二极管发射的平均功率约为2mW。
婴儿在第11个月的访问中戴了一个使用在其他访问中获得的数据Easy Cap这顶帽子是由柔软的黑色织物制成的，考虑到头发数量的增加，它更适合参与者的头部(见图1a）。在每次访问中，并使用两种非常相似的设计来获取数据。第一个阵列设计包括并在第11月和第18个月访问时使用；第二个阵列设计包括44通道配置是30通道配置的扩展，包括另外两个额外的光极线，每个半球增加7个通道，位于现有两个横向阵列的顶部。这使得我们能够改进对颞顶区(本研究感兴趣的核心脑区)自发波动的检测。44通道配置用于第24、30、36个月的访问。这两种配置共享了覆盖额叶、额下回和颞叶脑区域的通道的设计和位置(44通道中的30个通道)b)。
图1 （a）参与者在每次访问时都会佩戴fNIRS硅胶带/Easycap的照片。（b）fNIRS阵列的表示。
光源用星星标记，探测器用圆圈标记，通道用黑色虚线标记，圆圈编号。红色虚线突出显示添加了14个通道的额外光线。b转载自Bulgarelli, et al. 2019。
放置硅胶带和Easy Cap使颞叶阵列的第三个下光极位于耳前点上方，而额叶阵列的两个下光极位于鼻根上方。研究人员使用了三种不同大小的研究人员EasyCap考虑到婴儿头围的变化，周长分别为48、50和52厘米。光源-探测器(S-D)额叶的分离距离约为30mm，颞顶叶约25mm。鉴于皮层距头皮表面约00.75cm，基于近红外光通过脑组织传输的研究，预计这些S-D间隔可以穿透头皮表面约12个.5-15mm允许测量皮质表面附近的脑回和部分脑沟。由于头上帽子的拉伸和根据帽子尺寸的重新缩放，S-D间隔略有增加。
下表2总结了每次访问时使用的阵列设计、每个帽子尺寸测试的参与者数量和每个帽子尺寸S-D间隔信息。
表2每次访问时使用的阵列设计、每个帽子尺寸测试的参与者数量和S-D总结间隔。
静态采集是在光线昏暗、声音衰减的房间里进行的。婴儿坐在父母的膝盖上，距离117cm等离子屏幕约90cm。静态采集持续到参与者变得挑剔，或记录数据6分钟。为了让婴儿保持清醒和尽可能的静止，研究者向他们展示了一个类似于屏幕保护程序的视频，里面有彩色的气泡，伴随着放松的音乐（见图2）。父母被要求在实验过程中不要说话，如果父母说话是为了将婴儿的注意力转移到屏幕上，或者在易怒或分心的情况下，研究人员将从记录中排除这部分数据。
静态采集过程中显示的类似屏幕保护程序的视频静态帧。
如果参与者在获取静态数据后仍符合要求，研究人员将使用它Polhemus数字系统记录fNIRS阵列位置(3D定位仪)允许它。研究者记录了5个参考点(鼻根、枕骨隆突、右耳、左耳、Cz)和fNIRS光极的位置。为了尽可能准确地记录参考点和光极的位置，让婴儿在记录过程中保持安静，限制他们的动作至关重要。因此，在Polhemus在记录期间，研究人员向他们展示了对婴儿友好的视频(如《夜花园》的片段)。标记放置在参与者帽子背面，使研究人员在记录过程中纠正头部运动。
在每次访问中，研究人员根据记录后拍摄的参与者佩戴fNIRS与空间标记点的准确性相比，帽子的照片(一个是正的，两个是侧的)选择了最好的数字记录。只有照片和数字光极位置之间最多有两个不匹配点的参与者。根据测试前收集的头部测量数据，研究人员从南卡罗来纳大学神经发育MRI选择年龄相近、头部形状和大小相似的数据库（http://jerlab.psych.sc.edu/NeurodevelopmentalMRIDatabase/)。对于每个通道，估计从头皮到皮层的空间投影，并在投影通道周围计算1.5 cm半径球体。利用空间投影点周围25%体素的临界点来确定每个通道的解剖标签。下表3列出了每个年龄段的下表3。fNIRS各通道解剖标签的阵列设计（LPBA40图谱）。下表4描述了每个年龄段的每个年龄ROI的通道。下图3提供了每个年龄组使用的内容fNIRS不同阵列覆盖的脑区的图形表示ROI用颜色编码。下图4显示了本研究所使用的灵敏度图fNIRS对光衰减变化敏感的脑区阵列。
表3基于LPBA40图谱，每个年龄段fNIRS配置阵列各通道
每个年龄的表4ROI的通道
图3 配置30通道和44通道MRI模板上的通道表示。
ROIs颜色编码：虚线圈是指不同年龄段的虚线圈ROIs的通道。
图4不同年龄组MRI模板上的通道配准和fNIRS大脑区域的光衰减变化
本研究将fNIRS阵列也包含了IFG，但研究人员决定不将该脑区纳入本研究。DMN分析。其实大部分都是关于的DMN没有将基础论文IFG作为网络的一部分。只有一项研究承认IFG是DMN部分与脑区更喙侧有关，但本研究所使用的阵列并未覆盖。
数据分析在MATLAB（MathWorks, Natick, MA）进行。从所有渠道中提取每个参与者fNIRS静态数据，（见图5a）。全局均值去除是静态成人分析中实现的一步。最常用的方法之一是fNIRS短距离通道实际上用于光极帽。然而，最近的一项婴儿研究表明，在6个月大的婴儿中，使用和不使用短距离通道检测到的通道激活之间没有区别。同样，研究人员决定不包括这一步。
图5 (a)静息状态原始数据的代表部分。
在图片的下半部分，一个红色的方框标记了由于平均强度低于10?3而排除在分析之外的通道。在其他通道上，红色窗口标记了基于行为代码的数据块。灰色窗口表示每个无效部分后8秒的额外数据。
(b) 44 × 相关矩阵44通道（Fisher z转换后的rho值)。蓝线表示由于预处理而排除的通道对角线表示通道自身的相关性)。
为了评估编码者之间的一致性信度，每次访问的20%的视频由另一个研究人员进行双盲编码。结果发现了两个编码者之间的高一致性（11个月大，k = 0.78；18个月大，k = 0.84；24个月大，k = 0.85；30个月大，k = 0.89；36个月大，k = 0.80）。
因此在每个无效部分之后，排除所有通道连续8秒的数据，以确保只包括静息态的时段（见图5a）。良好数据的部分只有在至少5秒长（不间断）的情况下才被包括在内。行为编码后，对每个参与者所有fNIRS通道的时间序列进行提取，并且只有那些干净数据总计至少100s且被删除的通道少于30%的参与者被纳入进一步分析。光衰减值经过带通滤过(0.01-0.08)，并根据修正的比尔-朗伯定律转换为血红蛋白的相对浓度。11个月大= 5.13；18个月大= 5.20；24个月大= 5.25；30个月大= 5.27；36个月大= 5.30。对于每个参与者，分别计算HbO2和HHb预处理后存活的所有通道之间的相关矩阵，结果得到30×30或44×44的通道矩阵。然后，对相关矩阵应用Fisher z转换以进行进一步的统计分析（见图5b）。
和之前的婴儿研究一样，本研究把分析的焦点放在HbO2信号上。与重复测量方差分析相比，线性混合模型考虑了个人内部依赖性，并允许有缺失的数据而仅使用其他访问中的个人信息。参与者p在特定时间点t处的因变量y的线性混合模型是：
其中Agept表示第p个参与者在第t个时间点（访问）的年龄。因变量即功能连接在这里建模为具有随机参与者效应 (dp) 和误差 (εpt) 的年龄函数 (βAge)。截距和年龄是固定效应，而参与者依赖性(dp)被建模为随机效应。在其他探索大脑连接随时间变化的纵向研究中也使用了同样的程序。观察值之间的协方差类型被指定为自回归（AR），因为同一参与者在时间上接近的两个测量值很可能是相关的。为了确保统计可靠性，
先前的成人研究已经探索了fNIRS静息态数据中HbO2和HHb之间的关系，并揭示了两种信号自发波动的可比性模式。
因此，在进行进一步分析之前，对每个年龄组这两个信号的Fisher转换相关系数进行了单样本t检验。其余通道内显著的功能连接也被绘制出来，以评估不同年龄之间的功能连接的差异是否局限于额颞顶区，或者它们是否也存在于其他通道。图6显示了每个年龄组的HbO2信号（红线）、HHb信号（蓝线）和两种信号（黑线）中与零显著不同的功能性连接，揭示了二者连接的位置和数量的相似模式。在11个月大时，HHb信号的3个连接中有1个与额颞顶区的HbO2信号中的连接重叠，而HHb信号的21个连接中有8个与其余通道的HbO2信号中的连接重叠。在18个月大时，而HHb信号的17个连接中有6个与额颞顶区的HbO2信号中的连接重叠，HHb信号的53个连接中有23个与其余通道的HbO2信号中的连接重叠。在24个月大时，HHb信号的7个连接中有3个与额颞顶区的HbO2信号中的连接重叠，而HHb信号的89个连接中有51个与其余通道的HbO2信号中的连接重叠。在30个月大时，HHb信号的2个连接中有1个与额颞顶区的HbO2信号中的连接重叠，而HHb信号的86个连接中有51个与其余通道的HbO2信号中的连接重叠。在36个月大时，HHb信号的2个连接中有1个与额颞顶区的HbO2信号中的连接重叠，而HHb信号的85个连接中有62个与其余通道的HbO2信号中的连接重叠。在两种发色团中显著的功能连接之间的重叠随着年龄的增长而增加。
图6 在额颞顶区和在其余通道与零有显著差异的功能连接的图示。
N为在每次访问中被纳入的参与者数量。
为了评估包含在每个年龄组分析中的数据是否足以可靠和稳定地估计功能连接，研究者估算了矩阵中所有通道之间的连接性的值是否在分析的时间内达到了稳定（见图7）。正如预期的那样，在记录的开始似乎有很多可变性，在每次访问中，
图7随着时间推移的连接性估计。
对于每个年龄段，图的前两行显示了HbO2和HHb跨参与者平均的所有通道之间的连接性。
黑线表示不同的百分位数(从下到上分别为第2.5、第25、第50、第75、第97.5百分位)。
图的第二行显示了每个参与者HbO2和HHb跨所有通道平均的连接性。在每个图中，x轴表示包含在分析中的记录时间，y轴表示连接性在fisher z变换后的RHO值。
为了估计五次访问中额-颞顶功能连接如何变化，
表5显示了额-颞顶通道和ROI内的连接，这些连接随着时间的推移表现出统计学上的显著变化。表左部分的结果显示，在五次访问中，功能连接性是否有显著变化。第11个月时间点的beta值表示由随机效应估计的连接性值，这个年龄点的p值表示这个beta值相对于零的显著性。后面的访问的beta值表示相对第11个月大时的访问而言功能连接的变化（表右部分）。图8显示了随着时间的推移具有显著变化的额-颞顶通道内（图8a）的功能连接和额-颞顶ROIs内（图8b）的功能连接的图示。
表5额-颞顶通道内的连接和所有ROI之间的连接随着时间的推移发生显著和边缘显著的变化
注：结果显示了估计的beta值、标准误差（SE）和p值。* p < . 05；**p < .05，经FDR多重比较校正后存活；* * * p < .065。
图8 （a）随着时间的推移具有显著变化的额-颞顶通道的功能连接。(b)额-颞顶ROIs功能连接随时间变化的图示。
**p < .05，FDR多重比较校正后存活，*p < .05；†p < .065。
为了增加分析的效力并减少多重比较的次数，研究者还对ROIs执行了线性混合模型。为此，Fisher转换后的相关系数跨ROI通道进行平均。
由于TPJ被44通道配置的通道所覆盖（在11个月大和18个月大时未使用44通道配置获取数据），
（a）每次访问时使用的TPJ通道(通道9和通道12为左侧TPJ，通道22和通道25为右侧TPJ）；
（b）属于TPJ脑区的所有通道。
与额叶皮层具有统计显著的功能连接的（见表4中的配准）。在10个随时间有统计学上显著变化的功能连接中，只有2个没有在FDR多重校正中存活下来（通道27-通道18和通道29-通道10）。从表5和图8中可以看到，10个随时间显著改变的额-颞顶功能连接中有5个在24个月大时增加最多（通道对28-10，28-12，27-18，29-20，29-22），有4个在30个月大时增加最多（通道对29-10，29-13，30-13，29-25），只有一个在36个月大时增加最多（通道对28-25）。
就对ROI执行的线性混合模型而言，无论是仅考虑通道22和25还是也考虑从24个月大时添加的额外通道，mPFC-右侧TPJ功能连接随时间的推移都具有统计显著的变化，分别在18和24个月时达到最大峰值。（见表5和图8 b）。这两种方法的结果都通过了FDR多重比较校正。mPFC-左侧TPJ（只有通道9和12）功能连接随着时间的推移也具有边缘显著的变化，
为了评估在属于DMN的脑区中观察到的纵向变化是否仅表征该网络还是也与皮层的其余部分有关，研究者使用线性混合模型评估了IFG、MTG/STG和颞顶后叶之间的半球内的纵向变化以及同源脑区（左侧和右侧IFG、左侧和右侧MTG/STG、左侧和右侧TPJ、左侧和右侧颞顶后叶）之间的半球间的纵向变化。下图9和表6显示了结果。
图9 随着时间的推移表现出显著变化的DMN之外的功能连接（左半球和右半球）以及同源脑区的半球间的连接。
**p < .05，FDR多重比较校正后存活，*p < .05；†p < .065。
表6 DMN之外的连接和半球间连接随时间的变化
注：以估计的beta值、标准误差(SE)和p值的形式显示结果。* p < . 05;**p < .05，经多次比较FDR校正后存活;* * * p < .065。
尽管与11个月大时相比，左半球中的IFG与左侧MTG/STG之间的连接在18、24、30、36个月大时表现出显著正向的变化，但半球内连接均未显示出显著的时间主效应。因为表示18、24、30、36个月与11个月之间变化的beta值非常相似。在生命的第一年之后，大脑半球之间的连接似乎相对稳定，没有显著的变化。
本研究。本研究结果表明。在此之后似乎有一个轻微的下降，这可能与从2岁时开始的连接修剪过程相一致。从方法学的角度来看，本研究提出了一种针对清醒婴儿的静息态数据采集的新方法，并为功能连接的研究提供了一种数据分析流程，这将有助于该领域的研究进展。