fNIRS数据分析是重点和难点，但在初步接触fNIRS时，正确的研究设计可以确保前期收集的数据可以被充分利用。而有严重缺陷的数据在你学会数据分析后会发现这些数据可能根本不能用，从而浪费了大量的采集时间和患者资源。
所以，首先确保你采集的数据是可用的，这样采集数据和学习分析数据才能并轨前进，充分利用资源，提高效率。
一、基于研究目的确定通道排布
首先必须确定目前设备的通道排布能够监测到研究目的相关脑区的控制皮层。例如下肢运动区大部分在矢状裂内部，小部分在外部。那么平时能够监测到手的通道排布不一定能监测到腿部的运动。所以，在研究正式开始前，务必有一个与研究目的相关的假设皮层范围。通道排布错误导致的问题在后期无法通过技术手段改进。
二、基于研究目的确定任务范式
与通道排布类似，任务范式必须是跟研究目的密切相关的。例如要评估受试者的认知功能，那么做简单的握拳之类的运动任务显然是不能客观且充分反映患者的认知皮层状态的。任务范式在高级认知功能中非常重要，例如不同认知域可能对应的是不同的认知范式。如果范式不对，那么可能获得假阳性的结果。
此外，任务设计要具有可行性和可分析性：
- 任务设计不能太复杂，否则可能导致任务执行过程频频停止或中断。
- 任务设计不能影响数据质量。突然启动和停止的任务会导致较大的光极移动，会带来运动难以消除的运动伪迹。
- 任务设计要具有可分析性。静息态数据一般需要采集7分钟以上，block设计一般单个任务持续时间10-40秒，间歇时间20秒以上。任务重复次数至少5次，建议7-10次（具体任务具体调整）。
三、采集时数据质量控制
数据质量是研究结果真实性和科学性的保障，为了避免时间的浪费，建议在采集时初步对数据质量进行把握，数据质量太差时及时停止重新采集。
- 采集前尽量通道信号良好，光极帽位置正确。
- 采集静息态数据时尽量保持患者在静息状态，无特殊要求时嘱患者注视“＋”标记，尽量避免睡着。
- 确保患者在采集时处于舒适的姿势，建议坐在有靠背的椅子。 部分患者会出现无法控制的不自主运动或者不配合。当1/3静息态数据有明显伪迹时，应考虑重新采集或者放弃该数据。
- 在任务态中，需要注意患者在执行任务时皮层信号是否会跳变。当无运动干扰block小于3个时，需要考虑重新采集。
四、预试验
在进行一项不熟悉的Block任务时，建议通过多次预试验优化通道排布和任务设计。其主要目的是：
- 进行健康人的典型任务预试验，确保通道排布覆盖目标皮层。例如进行脑卒中患者言语功能研究时，先让健康受试者佩戴帽子进行前人已经验证过的言语任务，确保能够复现言语区激活的结果。这样就确定了当前光极帽能够覆盖到正常的言语区。
- 在确定通道排布的前提下确定任务设计的敏感性。如果是进行一项自己设计的新任务，建议先在健康受试者中先进行测试，能够达到预期的正常人激活模式情况下再进行患者的评估。这里要注意，有的任务在正常人身上没有激活或激活很弱，那就用典型患者进行测试。
- 在完成1和2后，建议先选择典型的患者3-5名进行测试。一方面，患者和正常人不同，正常人能够接受的范式患者不一定能够完全配合，需要根据患者反映的情况修正范式。另一方面，3-5名受试者的激活情况可以预测所有数据采集完的激活概率。如果预实验所有受试者都没有激活，那么正式试验很有可能出现阴性结果。
五、样本量计算
fNIRS研究的样本量下限一般在15-25，建议收集20例以上。当收集到20例时，可以进行初步分析，如果有组激活（FDR校正），可以考虑接受数据收集（当然，建议尽量收集更多的样本）；如果没有组激活，可先不进行FDR校正，如果有组激活，那么可能是样本量不够，一般再收集5-10例即可通过FDR校正。如果不进行FDR校正仍然没有激活，则需要考虑是样本量不够还是整体确实没有激活。此时可使用beta值进行样本量计算，如果当前样本量与计算后样本量差距不大，则继续收集数据；如差距很大，则考虑重新设计试验 。
六、重视量表评定
量表评估可以赋予fNIRS结果更高的临床价值和可信度。 量表一般有三个作用：
- 描述受试者功能分布
- 分组比较依据
- 相关性分析
最重要的，当你不确定某个问题时，请联系厂家或有经验的研究者。建议在数据正式采集开始前请专业人员把关。