很多神经科学的研究技术来说，干扰伪迹是不可避免的。正如脑电伪迹来源——《EEG信号伪迹来源》一样，在进行fNIRS近红外实验时，虽然说受到的干扰因素会比EEG信号来源小很多，但是不可避免的是fNIRS技术在采集数据时还是会存在一些伪影。
文献1：
[NeuroImage 2014] Motion artifacts in functional near-infrared
spectroscopy: A comparison of motion correction techniques
applied to real cognitive data
文献2：
[Frontiers in Neuroscience 2012] A systematic comparison of
motion artifact correction techniques for functional nearinfrared
spectroscopy
fNIRS伪影来源哪些方面？
近红外中的伪影主要来源三个方面：
1、受试者本身的生理噪声
2、外部的运动伪影（这是主要来源）
3、光极间的接触（即信号的评价）
近红外实验中，生理的信号噪声是无法在采集的时候剔除的，这是血流的特性决定的，fNIRS测量通过设备发射近红外光源和接收从组织反向散射的光的检测器，来推断血流的变化过程。这其中不可避免生理运动过程——
Heartbeat(心跳)：周期性变换1次/秒，大概的频率范围1Hz。
respiration（呼吸）：周期性变化0.4次/秒，大概的频率范围0.4Hz。
bloodpressure（血压mayer waves）：这可很接近我们想要的信号频率，这种是很微小的变化，一般我们也很少在意它，频率范围0.1Hz左右。
生理的信号干扰，虽然是不可避免的，但是这也是检测信号质量的另类的方法，查看在采集中是否存在这些信号也是评价设备以及信号质量的评价之一。
运动伪影：这是fNIRS信号采集中的阻碍，近红外设备可以用来做跑步，音乐表演，研究婴儿和多动症儿童的研究，但是也避免不了运动诱发的伪影的可能，只是这种伪影相比较明显而稳定，可以在分析数据中应用多种方法（样值插条，小波滤波，主成分分析等）将这种伪影剔除。
运动伪影的特征通常在于幅度大于血流动力学变化的信号变化。它们的波形形状、频谱及时间点均不同，它们可以是高幅度、高频尖峰，在数据波形中很容易发现检测到，也可以是较低的频率变化，并且与正常的fNIRS的信号很难区分。一般来说，运动伪影可分为三类：高频尖峰（A high-frequency spike）、基线偏移（A shift from the baseline intensity）和低频变化（Low-frequency variations）
高频尖峰信号：
基线偏移：这是可能在采集过程中突然发生某种变化导致记录到的信号突然向上或者是向下移动而不再回到之前的基线上，这是可能出现的。
低频变化：这个很难辨别出来，这需要大量的数据分析经验。
