1.NIRS_SPM
可以說是做fNIRS激活分析必用的一款開源工具包，該工具包由南韓KAIST的生物成像信号處理 (BISP) 實驗室開發。NIRS_SPM基于SPM工具包和Matlab平台，可以識别目前主流fNIRS廠商裝置采集的資料格式，它基于一般線性模型GLM對fNIRS進行激活分析和統計（一階分析群組分析）。此外，NIRS_SPM還具有對資料的簡單預處理（比如說濾波等）、通道的定位（如輸出每個通道的MNI坐标等）、ROI分析、時間序列分析等功能，如圖1。
網址：https://www.nitrc.org/projects/nirs_spm/
圖1
2. Homer2
Homer2是一款基于MATLAB的工具包，是fNIRS資料的分析和顯示的一個常用的免費開源平台，是由來自MGH-Martinos 生物醫學成像中心和匹茲堡大學的多位學者聯合開發的。該工具包用于分析fNIRS 資料以獲得大腦激活的估計值和地形圖。Homer2中包含有豐富的處理函數可以通過GUI界面靈活選擇設定處理流，進而對fNIRS 資料進行預處理。單就運動僞迹去除就提供了多種常用的方法，如樣條插值（Spline）、主成分分析（PCA）、小波分析（Wavelet）等。而且所有處理功能都可以在腳本級别通路，為使用者增加了額外的使用靈活性。該軟體界面如圖2左側所示，圖2右側為塊平均後依照光極排布畫出的血氧動力學變化曲線。
網址：https://homer-fnirs.org/
圖2
3. Homer3
Homer3屬于上述介紹的Homer2的更新版，Homer2的官網目前已經不進行更新和維護了，官方推薦大家采用最新版的Homer軟體即Homer3。與Homer2相比，Homer3軟體GUI界面更加簡潔，資料格式由Homer2的.nirs更新到.snirf等（更多介紹請參考Homer3的教程：https://github.com/BUNPC/Homer3/wiki）。但是不論是Homer3還是Homer2，其核心功能和函數是不變的，是以大家采用哪個版本的進行fNIRS資料處理都是認可的。不可否認的是，随着fNIRS處理技術的發展，Homer3中會加入更多的新功能，而Homer2由于不再更新，會逐漸過時。
網址：https://github.com/BUNPC/Homer3
圖3
4. nirsLAB
nirsLAB是NIRx系統自帶的一款fNIRs資料處理軟體，界面如圖4所示。使用者可以依據實驗要求建立特定的光極分布圖，并按照需求進行資料處理，如僞迹濾除，批處理，塊平均，腦連接配接分析，2D、3D的靜态和動态腦激活圖等。但是，該軟體是專為NIRx系統開發的，對于其他裝置的資料并不友好（請選擇其他開源工具包）。
網址：https://nirx.net/nirslab-1
圖4
5. FC-NIRS
FC-NIRS 是一款用于近紅外光譜資料的功能連通性分析工具，該軟體由北京師範大學開發設計。它的功能包括功能連接配接分析、可視化和網絡分析，還具有信号品質控制和批處理功能。該工具包包含Homer，是以可以進行預處理，其界面如圖5所示。
網址：https://www.nitrc.org/projects/fcnirs/
圖5
6. fNIRSOFT
fNIRSOFT 是一個獨立軟體包，旨在通過圖形使用者界面和/或腳本（用于自動化）處理、分析和可視化功能性近紅外光譜信号。該軟體是一款付費軟體，分為标準版和專業版。标準版具有基本的資料處理功能，如通過 GUI 進行時間可視化、基本降噪、預處理、時間序列分析和空間可視化等。而專業版額外增加了自動信号品質檢查，消除飽和和有問題的通道，運動僞影去除算法，用于特征提取的進階信号處理算法，大腦表面圖像上的大腦映射和可視化，具有門檻值、動畫（時間變化）或組/主題/條件平均值的左/右/背視圖（圖6）。
網址：https://www.biopac.com/product/fnirsoft-professional-edition/?attribute_pa_size=fnir-software-professional-edition
圖6
7. NAP
NAP是一個用于降噪和統計推斷的 Matlab 工具包，是免費的。該架構針對 NIRS 的噪聲特性進行了定制。并将該課題組的研究成果納入工具包，如消除定位投影偏差。想進一步了解的小夥伴可以到提供的網址連接配接進行下載下傳，頁面上有相關文獻介紹可供參考。
網址： https://www.lcneuro.org/analytic/blog-post-title-two-4llw5
8. NeuroDOT_Beta
NeuroDOT_Beta是一個可擴充的免費Matlab 工具箱，與Matlab2015版相容，由美國石溪大學計算神經診斷實驗室開發。該工具箱包含 4 個檔案夾：Data、Documentation、Functions和 Support_Files。打開下面的網址連結可以打開網頁界面，如圖7所示。在Documentation檔案夾中，可擷取找到使用者手冊和概述、預處理和重建教程，提供在 NeuroDOT Beta 中使用 fNIRS 資料所需的所有基本資訊。此外，Documentation/Scripts 檔案夾中的腳本涵蓋了教程中的相關材料，為使用者提供幫助。該工具包的所有腳本和函數都可以在Matlab使用help指令查閱。
網址： https://github.com/WUSTL-ORL/NeuroDOT_Beta
圖7
9. Nirstorm
Nirstorm屬于大名鼎鼎的Brainstorm工具包的一款免費開源插件，Brainstorm工具包主要用于EEG/MEG的溯源分析，但是借助如Nirstorm可以用于fNIRS資料的分析。該軟體具有濾波、降噪、運動矯正、MBLL、視窗平均，使用GLM進行統計分析等多種功能。（如圖8）
網址：https://github.com/Nirstorm/nirstorm
圖8
10. NIRS-KIT
NIRS-KIT是由北京師範大學朱朝喆老師團隊研發的一款開源軟體，于2019年首次釋出。該軟體支援任務态和靜息态的fNIRS資料分析。主要包括的功能有：資料準備、資料檢查、預處理、個體水準分析、群主水準分析和結果可視化，其主界面如圖9所示。
網址： https://www.nitrc.org/frs/?group_id=1423
圖9
11. Fieldtrip
Fieldtrip是基于MATLAB 的免費開源工具箱，由 Donders 大腦、認知和行為研究所與合作機構共同開發。該工具箱可以包括用于對NIRS、MEG、EEG資料進行分析，可以依據使用者實驗需要建立光極分布，資料預處理和僞迹矯正。但該軟體沒有GUI界面，需要使用者具有一定的程式設計基礎，工具箱結構圖如圖10（Oostenveld R., et al.2011.）所示。
網址： https://www.fieldtriptoolbox.org/download/
圖10
12. AtlasViewer
一般與Homer2/Homer3結合使用，該插件主要功能是便于對使用Homer2/Homer3處理的 fNIRS 資料結果進行解剖學解釋。AtlasViewer 是一個開源的基于Matlab的軟體包，它結合了多種空間配準工具，可以設定fNIRS的光源和探測器的位置，在解釋 fNIRS 研究時提供結構指導。可以在Homer2/Homer3的網站上可以直接下載下傳，裡面也有相應教程。
網址：https://homer-fnirs.org/
http://openfnirs.org/software/homer/
圖11
13. NIRS-Toolbox
NIRS-Toolbox由美國匹茲堡大學Huppert實驗室開發，但是這個工具包用的人比較少，也沒有很好的教程。
網址：https://bitbucket.org/huppertt/nirs-toolbox/src/master/
圖12
14.fOLD
該工具箱主要用于fNIRS中光源和探測器的定位，其允許基于五種分割方法的解剖标志進行光極排列；也可以加載MRI資料（NIfTI 或 ANALYZE）作為fNIRS 光極位置的模闆。
網址：https://github.com/nirx/fOLD-public
圖13
15. PHOEBE
PHOEBE(Placeing Headgear Optodes Efficiently Before Experiment) 是一款基于MATLAB的開源工具包，具有GUI界面，可實時測量和顯示 fNIRS 光極與受試者頭皮之間的光耦合。PHOEBE 的主要目标是幫助實驗者以高效的方式優化 fNIRS 光極的信号品質。
圖14
網址：https://bitbucket.org/lpollonini/phoebe/wiki/Home
16. fOSA-SPM
一款基于SPM的用于分析fNIRS資料的開源工具包，功能類似于NIRS_SPM，可以進行資料導入、簡單預處理和基于GLM的統計推斷。
圖15
參考文獻：Koh P H , DE Glaser, Flandin G , et al.Functional optical signal analysis: a software tool for near-infraredspectroscopy data processing incorporating statistical parametric mapping[J].Journal of Biomedical Optics, 2007, 12(6):064010.
17.其他工具包
除了上述介紹的fNIRS工具包，還有一些其他不太常用的，大家如感興趣可以打開如下連結進行研究：
ICNNA，網址：http://hamlyn.doc.ic.ac.uk/icnna/
NIRFAST，網址：https://milab.host.dartmouth.edu/nirfast/