L’essentiel
- En fNIRS, la lumière traverse deux fois le cuir chevelu. Le signal d’un canal classique mêle donc la réponse du cortex et les fluctuations du sang dans la peau.
- Un canal court (environ 8 mm chez l’adulte) ne mesure que ces fluctuations superficielles. On s’en sert comme régresseur pour les retirer.
- Dans le GLM, ce régresseur réduit le bruit et limite les fausses activations. Dans une étude, deux canaux courts par canal long réduisent le bruit de 59 % pour l’oxyhémoglobine.
- Les canaux courts ne sont pas obligatoires, mais fortement recommandés.
- Sans canaux courts, des méthodes de traitement du signal existent. Elles font moins bien, mais mieux que l’absence de correction.
Le problème : le cuir chevelu parle plus fort que le cortex
La fNIRS mesure par réflexion : la lumière entre par la peau, descend vers le cortex et ressort par la peau. Elle est donc très sensible aux couches superficielles, où le pouls, la respiration et les variations de pression artérielle font varier le volume de sang en permanence.
Deux erreurs en découlent, décrites par Tachtsidis et Scholkmann (2016) :
- le faux positif : une variation de la circulation dans la peau, déclenchée par la tâche elle-même (effort, stress, parole), est prise pour une activité cérébrale ;
- le faux négatif : une vraie réponse du cortex est masquée par ces fluctuations.
Le risque est le plus grand quand la tâche modifie la physiologie générale : calcul mental sous pression, marche, parole, émotion.
Le principe du canal court
La profondeur atteinte par la lumière dépend de la distance entre la source et le détecteur. À 30 mm environ, la distance habituelle chez l’adulte, une partie de la lumière atteint le cortex. À 8 mm, elle reste presque entièrement dans le cuir chevelu et le crâne.
Un canal long et un canal court partagent la même source
Le canal court enregistre donc, au même endroit et au même moment, ce qui pollue le canal long. Il suffit de retirer du canal long la part qui ressemble au canal court : c’est la régression des canaux courts, proposée par Saager et Berger en 2005.
En image : avant et après
La réponse du cortex, cachée puis révélée
Ce que cela change dans le GLM
Le modèle linéaire général explique le signal de chaque canal par une somme de termes : la réponse attendue à la tâche, les dérives lentes et un résidu. Le canal court y entre comme un régresseur de non-intérêt supplémentaire.
- Sans ce régresseur, les fluctuations superficielles finissent dans le résidu, ce qui affaiblit la statistique. Si elles suivent la tâche, elles gonflent le coefficient de la réponse : c’est le faux positif.
- Avec ce régresseur, le modèle leur attribue leur propre coefficient. Le coefficient de la réponse ne reflète plus que ce que le canal court n’explique pas.
| Étude | Ce qui a été comparé | Résultat |
|---|---|---|
| Gagnon et al., 2012 | GLM avec et sans canal court, 6 sujets, repos et tâche motrice | Rapport contraste sur bruit amélioré de 50 % pour l’oxyhémoglobine et de 100 % pour la désoxyhémoglobine, quand le canal court est à moins de 1,5 cm du canal long |
| Gagnon et al., 2014 | Un canal court, ou deux (un près de la source, un près du détecteur) | Bruit réduit de 33 % avec un canal court et de 59 % avec deux, pour l’oxyhémoglobine ; de 3 % et de 47 % pour la désoxyhémoglobine |
| Santosa et al., 2020 | Filtrage spatial et temporel, régression, analyse en composantes, canaux courts | Les canaux courts utilisés comme régresseurs de non-intérêt donnent le meilleur résultat des méthodes testées. Ajouter tous les canaux courts disponibles, pour les deux hémoglobines, améliore encore la méthode. |
| von Lühmann et al., 2020 | Prétraitement classique, ou GLM avec régresseurs physiologiques, pour la classification essai par essai | Précision de classification améliorée de 7,4 % en moyenne |
Les pourcentages sont ceux des résumés des articles cités. Ils dépendent du protocole, de la région mesurée et de la méthode de référence.
À quelle distance ?
Un canal court doit voir les mêmes fluctuations superficielles que le canal long, sans voir le cerveau. Trop long, il capte une partie de la réponse du cortex et la retire avec le bruit.
- Chez l’adulte : 8,4 mm. C’est la distance optimale calculée par Brigadoi et Cooper (2015), par simulation, pour que la sensibilité du canal court au cerveau ne dépasse pas 5 % de celle du canal long.
- Chez le nouveau-né à terme : 2,15 mm, selon les mêmes simulations. Le crâne et le cuir chevelu sont bien plus fins.
- 6 mm corrige mieux que 13 mm. Goodwin et ses collègues (2014) l’ont mesuré chez neuf adultes, sur une réponse visuelle.
Les recommandations de 2021 retiennent un canal court de moins de 15 mm, avec une distance optimale d’environ 8 mm chez l’adulte.
Combien, et où ?
Les fluctuations superficielles ne sont pas identiques sur toute la tête. Sur ce point, les études ne donnent pas toutes la même réponse.
- Près du canal à corriger. Gagnon et ses collègues (2012) montrent que le bénéfice diminue quand le canal court s’éloigne : au-delà de 2 cm, l’amélioration devient faible ou négligeable.
- Deux valent mieux qu’un. Un canal court près de la source et un autre près du détecteur corrigent mieux qu’un seul (Gagnon et al., 2014).
- Tous ensemble dans le modèle. Santosa et ses collègues (2020) obtiennent le meilleur résultat en entrant tous les canaux courts disponibles comme régresseurs.
- Une étude nuance. Noah et ses collègues (2021) n’observent pas de différence entre des canaux courts répartis sur la tête et des canaux limités au front, pour une tâche motrice et une tâche visuelle.
En pratique : répartissez les canaux courts sur les régions d’intérêt de votre montage, plutôt que de les regrouper en un seul point.
Obligatoire ? Non. Recommandé ? Fortement.
Aucune règle n’impose les canaux courts. Beaucoup d’études publiées n’en utilisent pas. Mais la question est désormais posée aux auteurs.
- La société savante de fNIRS a publié en 2021 des recommandations, avec une liste de contrôle destinée aux auteurs et aux relecteurs. Elles demandent un montage sensible à la profondeur, avec des canaux courts en particulier.
- Selon ces recommandations, une étude menée sans mesure indépendante des variations extra-cérébrales doit tout de même prendre en compte les signaux physiologiques parasites dans son analyse, et discuter leurs conséquences sur les résultats.
- Nous constatons que les relecteurs le demandent de plus en plus souvent.
Si vous équipez un laboratoire ou préparez un nouveau protocole, prévoyez-les dès le départ : il est simple de les ignorer à l’analyse, impossible de les ajouter après l’enregistrement.
Faire sans canaux courts : le traitement du signal
Vos données sont déjà enregistrées, ou votre système n’a pas de canaux courts. Plusieurs méthodes estiment la composante superficielle à partir des canaux longs eux-mêmes.
| Méthode | Principe | Ce qu’en disent les études |
|---|---|---|
| Filtre spatial par composantes principales | Les fluctuations systémiques sont présentes sur tous les canaux ; la réponse à la tâche est locale. On retire la composante globale. | Zhang, Noah et Hirsch (2016) : formes d’onde et cartes plus cohérentes entre oxy- et désoxyhémoglobine sur une tâche motrice. Noah et al. (2021) : résultats semblables à ceux de la régression par canaux courts. |
| Composantes principales sur un enregistrement de repos | Les composantes du bruit sont estimées sur un enregistrement séparé, sans tâche, puis retirées. | Santosa et al. (2020) : meilleure solution quand les canaux courts ne sont pas disponibles. |
| Mesures physiologiques supplémentaires | Pouls, respiration, pression artérielle enregistrés en parallèle et entrés comme régresseurs. | Les recommandations de 2021 indiquent qu’elles peuvent aider à nettoyer le signal, comme un grand nombre de canaux. |
Trois limites à garder en tête :
- Elles font moins bien. Klein et ses collègues (2023) comparent des méthodes avec et sans canaux courts : les premières l’emportent le plus souvent.
- Elles tendent à surcorriger. Dans la même étude, les méthodes sans canaux courts retirent une partie du signal utile.
- Elles supposent une réponse locale. Si la tâche active une grande partie de la zone couverte, la composante « globale » contient aussi du signal cérébral. Il faut un montage assez étendu.
La conclusion de Klein et de ses collègues est claire : une amélioration reste possible sans canaux courts, et elle est préférable à l’absence de correction.
Ce qu’il faut rapporter dans un article
- Le nombre de canaux courts, leur distance source–détecteur et leur position.
- La méthode de correction : régression simple, régresseurs dans le GLM, composantes principales.
- Les canaux courts utilisés pour chaque canal long : le plus proche, ou tous.
- Sans canaux courts : la méthode de remplacement, et ses limites pour votre tâche.
- Les résultats pour les deux hémoglobines, oxy- et désoxyhémoglobine.
Avec un système NIRx

- Un faisceau de huit détecteurs courte distance fournit huit canaux courts indépendants.
- 8 mm par défaut ; d’autres distances sont possibles.
- Un seul canal de détection occupé pour les huit canaux courts : le reste du montage est préservé.
- Compatible avec les NIRScout, NIRScoutXP, NIRSport et NIRSport2, selon le fabricant. Plusieurs faisceaux peuvent être utilisés.
Nous vous aidons à placer les canaux courts sur votre montage et à les intégrer dans votre analyse.
Questions fréquentes
À quoi sert un canal court en fNIRS ?
Un canal court place un détecteur à environ 8 mm d’une source. À cette distance, la lumière ne traverse presque que le cuir chevelu et le crâne. Le canal mesure donc les fluctuations superficielles (pouls, respiration, pression artérielle), que l’on retire ensuite des canaux longs pour isoler la réponse du cortex.
Les canaux courts sont-ils obligatoires pour publier ?
Non. Les recommandations de la société savante de fNIRS (2021) ne les imposent pas. Elles demandent en revanche qu’une étude menée sans mesure indépendante des variations extra-cérébrales prenne en compte les signaux physiologiques parasites dans son analyse et en discute les conséquences.
À quelle distance placer un canal court ?
Des simulations publiées en 2015 donnent une distance optimale de 8,4 mm chez l’adulte et de 2,15 mm chez le nouveau-né à terme. Une comparaison expérimentale montre qu’un canal de 6 mm corrige mieux qu’un canal de 13 mm.
Combien de canaux courts faut-il ?
Les études ne s’accordent pas entièrement. Une étude de 2012 montre que le canal court doit se trouver à moins de 1,5 cm du canal long à corriger. Une étude de 2021 n’observe pas de différence entre des canaux courts répartis sur la tête et des canaux limités au front. Une comparaison de 2020 conclut qu’utiliser tous les canaux courts disponibles comme régresseurs donne le meilleur résultat.
Comment corriger le signal sans canaux courts ?
Par traitement du signal. Un filtre spatial par composantes principales retire la composante commune à tous les canaux. Une comparaison de 2020 désigne le filtrage par composantes principales, calculé sur un enregistrement de repos séparé, comme la meilleure solution en l’absence de canaux courts. Une étude de 2023 précise que ces méthodes font moins bien qu’avec des canaux courts et tendent à surcorriger, mais qu’il vaut mieux corriger ainsi que ne pas corriger.
Sources
Les publications scientifiques sont issues de PubMed.
- Yücel MA, von Lühmann A, Scholkmann F, et al. Best practices for fNIRS publications. Neurophotonics. 2021;8(1):012101. doi:10.1117/1.NPh.8.1.012101
- Tachtsidis I, Scholkmann F. False positives and false negatives in functional near-infrared spectroscopy: issues, challenges, and the way forward. Neurophotonics. 2016;3(3):031405. doi:10.1117/1.NPh.3.3.031405
- Saager RB, Berger AJ. Direct characterization and removal of interfering absorption trends in two-layer turbid media. J Opt Soc Am A. 2005;22(9):1874-82. doi:10.1364/josaa.22.001874
- Brigadoi S, Cooper RJ. How short is short? Optimum source-detector distance for short-separation channels in functional near-infrared spectroscopy. Neurophotonics. 2015;2(2):025005. doi:10.1117/1.NPh.2.2.025005
- Goodwin JR, Gaudet CR, Berger AJ. Short-channel functional near-infrared spectroscopy regressions improve when source-detector separation is reduced. Neurophotonics. 2014;1(1):015002. doi:10.1117/1.NPh.1.1.015002
- Gagnon L, Cooper RJ, Yücel MA, Perdue KL, Greve DN, Boas DA. Short separation channel location impacts the performance of short channel regression in NIRS. Neuroimage. 2012;59(3):2518-28. doi:10.1016/j.neuroimage.2011.08.095
- Gagnon L, Yücel MA, Boas DA, Cooper RJ. Further improvement in reducing superficial contamination in NIRS using double short separation measurements. Neuroimage. 2014;85 Pt 1:127-35. doi:10.1016/j.neuroimage.2013.01.073
- Santosa H, Zhai X, Fishburn F, Sparto PJ, Huppert TJ. Quantitative comparison of correction techniques for removing systemic physiological signal in functional near-infrared spectroscopy studies. Neurophotonics. 2020;7(3):035009. doi:10.1117/1.NPh.7.3.035009
- von Lühmann A, Ortega-Martinez A, Boas DA, Yücel MA. Using the General Linear Model to Improve Performance in fNIRS Single Trial Analysis and Classification: A Perspective. Front Hum Neurosci. 2020;14:30. doi:10.3389/fnhum.2020.00030
- Zhang X, Noah JA, Hirsch J. Separation of the global and local components in functional near-infrared spectroscopy signals using principal component spatial filtering. Neurophotonics. 2016;3(1):015004. doi:10.1117/1.NPh.3.1.015004
- Noah JA, Zhang X, Dravida S, et al. Comparison of short-channel separation and spatial domain filtering for removal of non-neural components in functional near-infrared spectroscopy signals. Neurophotonics. 2021;8(1):015004. doi:10.1117/1.NPh.8.1.015004
- Klein F, Lührs M, Benitez-Andonegui A, Roehn P, Kranczioch C. Performance comparison of systemic activity correction in functional near-infrared spectroscopy for methods with and without short distance channels. Neurophotonics. 2023;10(1):013503. doi:10.1117/1.NPh.10.1.013503
- NIRx, « Short-Distance Detectors », page consultée le 21 novembre 2026 : nirx.net/short-channels
Cet article est une information générale destinée aux équipes de recherche. Il s’appuie sur le résumé ou le texte des publications citées et sur la page du fabricant. Les tracés de l’animation sont simulés. Gaze Intelligence représente NIRx en France : cet article est rédigé par un distributeur.