مقالة منهجية

كيفية حساب والتحقق من صحة التزامن بين الدماغ في دراسة FNIRS Hyperscanning

DOI:

10.3791/62801

⸱

سبتمبر 8, 2021

 ,  ,  ,  ,  ,  , 
1Institute of Brain and Education Innovation, School of Psychology and Cognitive Science, East China Normal University, 2Department of Musicology, Harbin Conservatory of Music, 3Department of Clinical Neuroscience, Karolinska Institutet, 4School of Psychology, Shenzhen University

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وقد تم تمثيل الديناميات بين العقول المقترنة من الأفراد على نحو متزايد من خلال التزامن بين الدماغ (IBS) عندما تنسق مع بعضها البعض، وذلك في الغالب باستخدام إشارات تسجيل في وقت واحد من العقول (وهي hyperscanning) مع fNIRS. في دراسات fNIRS hyperscanning ، تم تقييم IBS بشكل شائع من خلال طريقة تماسك تحويل الموجات (WTC) بسبب ميزتها على توسيع السلسلة الزمنية إلى مساحة التردد الزمني حيث يمكن رؤية التذبذبات بطريقة بديهية للغاية. يمكن التحقق من صحة IBS الملاحظ من خلال الاقتران العشوائي القائم على التباديل للتجربة والشريك والحالة. هنا، يتم تقديم بروتوكول لوصف كيفية الحصول على إشارات الدماغ عن طريق تكنولوجيا fNIRS، وحساب IBS من خلال طريقة مركز التجارة العالمي، والتحقق من صحة IBS عن طريق التباديل في دراسة hyperscanning. علاوة على ذلك، نناقش القضايا الحرجة عند استخدام الأساليب المذكورة أعلاه، بما في ذلك اختيار إشارات fNIRS، وأساليب المعالجة المسبقة للبيانات، والمعلمات الاختيارية للحسابات. وباختصار، فإن استخدام طريقة مركز التجارة العالمي والتباديل هو خط أنابيب قياسي محتمل لتحليل IBS في دراسات فحص FNIRS المفرط، مما يساهم في كل من قابلية إعادة إنتاج وموثوقية IBS.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وقد تم تمثيل الديناميات بين العقول المقترنة من الأفراد على نحو متزايد من خلال التزامن بين الدماغ (IBS) عندما تنسق مع بعضها البعض، وذلك في الغالب باستخدام إشارات تسجيل في وقت واحد من العقول (وهي hyperscanning) مع fNIRS. في دراسات fNIRS hyperscanning ، تم تقييم IBS بشكل شائع من خلال طريقة تماسك تحويل الموجات (WTC) بسبب ميزتها على توسيع السلسلة الزمنية إلى مساحة التردد الزمني حيث يمكن رؤية التذبذبات بطريقة بديهية للغاية. يمكن التحقق من صحة IBS الملاحظ من خلال الاقتران العشوائي القائم على التباديل للتجربة والشريك والحالة. هنا، يتم تقديم بروتوكول لوصف كيفية الحصول على إشارات الدماغ عن طريق تكنولوجيا fNIRS، وحساب IBS من خلال طريقة مركز التجارة العالمي، والتحقق من صحة IBS عن طريق التباديل في دراسة hyperscanning. علاوة على ذلك، نناقش القضايا الحرجة عند استخدام الأساليب المذكورة أعلاه، بما في ذلك اختيار إشارات fNIRS، وأساليب المعالجة المسبقة للبيانات، والمعلمات الاختيارية للحسابات. وباختصار، فإن استخدام طريقة مركز التجارة العالمي والتباديل هو خط أنابيب قياسي محتمل لتحليل IBS في دراسات فحص FNIRS المفرط، مما يساهم في كل من قابلية إعادة إنتاج وموثوقية IBS.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

عندما ينسق الناس مع الآخرين، تصبح أدمغتهم وأجسادهم وحدة مقترنة من خلال التكيف المتبادل المستمر. ويمكن تمثيل الاقتران بين العقول من خلال التزامن بين الدماغ (IBS) من خلال نهج hyperscanning، الذي يسجل في وقت واحد اثنين أو أكثر من إشارات الدماغ الأفراد1. في الواقع، وجدت مجموعة متزايدة من fNIRS / EEG دراسات hyperscanning IBS في سياقات التعاون المختلفة، بما في ذلك التنصت على الاصبع2،مجموعة المشي3،والعزف على الطبول4،والغيتار العزف5،والغناء / طنين6. ويستخدم على نطاق واسع fNIRS للبحث IBS أثناء التفاعل الاجتماعي، كما أنه أقل تقييد حركات الرأس / الجسم في البيئات الطبيعية نسبيا (مقارنة مع fMRI / EEG)7.

المادة يقدم بروتوكولا لحساب IBS عن طريق wavelet تحويل التماسك (مركز التجارة العالمي) الأسلوب في دراسة fNIRS hyperscanning. مركز التجارة العالمي هو وسيلة لتقييم العلاقة المتبادلة بين اثنين من إشارات الحركة على مستوى التردد الزمني ، وبالتالي ، يمكن أن تعطي معلومات أكثر من تحليل الارتباط التقليدي (على سبيل المثال ، ارتباط بيرسون والارتباط المتبادل) ، والذي هو فقط في المجال الزمني8. بالإضافة إلى ذلك ، يتم تحويل الإشارات الديناميكية الدموية إلى مكونات موجية ، والتي يمكن أن تزيل بشكل فعال الضوضاء منخفضة التردد. على الرغم من أن مركز التجارة العالمي هو مضيعة للوقت، فقد كان الأسلوب الأكثر استخداما لحساب IBS في العمل التقليد9،السلوك التعاوني10،الاتصال اللفظي11،صنع القرار12،والتعلم التفاعلي13.

كما تعرض المقالة كيفية التحقق من صحة IBS مع الاختبار العشوائي القائم على التباديل للتجارب والظروف والمشاركين. ويقترح دائما IBS في دراسات hyperscanning لتتبع التفاعل الاجتماعي عبر الإنترنت بين الأفراد، في حين أنه يمكن أيضا أن تفسر من قبل تفسيرات أخرى، مثل التشابه التحفيز، وتشابه الحركة، أو حالة التشابه14. يمكن الاستفادة من اختبار التباديل ، الذي يسمى أيضا اختبار العشوائية ، لاختبار الفرضيات الفارغة المذكورة أعلاه من خلال إعادة تجميع البيانات الملاحظة15. باستخدام التباديل، من المفيد التحقيق فيما إذا كان IBS المحدد محددا بالسلوك التفاعلي، بدءا من تعديل IBS داخل dyads إلى بين مجموعات من الشركاء16.

البروتوكول الموصوف هنا تفاصيل كيفية الحصول على إشارات الدماغ عن طريق تكنولوجيا fNIRS، وحساب IBS من خلال طريقة مركز التجارة العالمي، والتحقق من صحة IBS عن طريق اختبار التباديل في دراسة hyperscanning. تهدف هذه الدراسة إلى دراسة ما إذا كان IBS المتميز يتم الحصول عليه بواسطة عدادات الموسيقى أثناء التنسيق الاجتماعي. تم تسجيل إشارات الدماغ في القشرة الأمامية ، استنادا إلى موقع IBS في العثور السابق1. تم تطوير المهمة التجريبية في الأصل من قبل Konvalinka وكلياتها17، حيث طلب من المشاركين الاستفادة من أصابعهم مع ردود الفعل السمعية من الشريك أو أنفسهم بعد الاستماع إلى المحفزات العداد أو غير متر.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وافقت لجنة الجامعة لحماية الابحاث البشرية بجامعة شرق الصين العادية على البروتوكول المقدم هنا .

1. التحضير للتجربة

  1. المشاركون
    1. توظيف مجموعة من طلاب البكالوريوس والدراسات العليا مع التعويض النقدي من خلال الإعلان في الحرم الجامعي.
    2. التأكد من أن المشاركين هم اليد اليمنى ولديهم رؤية طبيعية أو تصحيحها إلى طبيعي والسمع. تأكد من أنهم لم يدرسوا الموسيقى أو درسوها لمدة تقل عن 3 سنوات من قبل.
    3. تطابق عشوائيا الطلاب في dyads. للسيطرة على التأثير المحتمل للألفة شريك على التنسيق الاجتماعي18، وضمان أن أعضاء كل dyad لم يروا أو يعرفون بعضهم البعض من قبل.
  2. التحفيز التجريبي
    1. إنشاء المحفزات السمعية (440 هرتز، 660 مللي ثانية نغمات نقية) من قبل أي تكوين الموسيقى الحرة وبرنامج الموسيقى.
    2. كرر نغمات مع فاصل زمني من 500-1000 مللي ثانية والجمع بينهما في تسلسل لهجة. كل تسلسل لهجة هو 12 ق أطول وتتألف من 12 نغمات.
    3. لتسلسل لهجة واحدة، لهجة كل لهجة الأولى (+6 ديسيبل) لخلق نمط من downbeats ومتفائلة، ويعرف بأنه التحفيز متر (الصوت التكميلي 1). في تسلسل لهجة الثانية، unaccent نغمات مع كثافة متساوية (40 ديسيبل فوق عتبة الإحساس الفردية، التي تم جمعها قبل مهمة التجربة)، والتي تتوافق مع التحفيز غير متر(الصوت التكميلي 2).
  3. مهمة تجريبية
    1. برمجة المهمة التجريبية باستخدام أداة برنامج.
    2. ترتيب مرحلتين للمهمة التجريبية(الشكل 1A)كما هو موضح في الخطوات 1.3.3-1.3.6.
    3. حالة الراحة الثانية: اطلب من المشاركين البقاء بلا حراك قدر الإمكان وعقولهم مسترخية وعيونهم مغلقة.
    4. مهمة التنصت على الإصبع: اطلب من المشاركين إكمال جزأين: جزء تنسيق وجزء استقلال.
    5. أثناء الجزء التنسيقي، قدم تعليقات سمعية (أي صوت بالتنقيط مقابل نقرة واحدة) لكل مشارك فقط للاستجابة التي يولدها العضو الآخر في dyad. اطلب من المشاركين بذل قصارى جهدهم للرد بشكل متزامن مع العضو الآخر.
    6. بالنسبة للجزء المتعلق بالاستقلالية، تأكد من تلقي كلا المشاركين للتغذية الراجعة السمعية (أي صوت بالتنقيط يقابل نقرة واحدة) من ردودهم الخاصة ومطالبتهم بالرد بشكل متزامن مع التحفيز السمعي بأقصى قدر ممكن من الدقة.
      ملاحظة: جنبا إلى جنب مع المحفزات متر وغير متر، وجد المشاركون أنفسهم في واحدة من أربعة شروط مختلفة: (1) التنسيق متر - كل من المشاركين سمع متر، والردود من بعضها البعض؛ '1' التنسيق بين العدادات- كل من المشاركين سمع متر، وردود من بعضها البعض؛ '2' التنسيق بين العدادات والعدادات. '2' التنسيق غير العداد - سمع كل من المشاركين غير متر وردود من بعضهم البعض؛ '3' استقلالية العدادات - سمع المشاركان العدادات والردود من نفسيهما؛ '4' الاستقلال غير متر - سمع كل من المشاركين غير متر والردود من أنفسهم.
    7. لكل تجربة، دع المشاركين يسمعون أولا قطعة من التحفيز السمعي (12 ثانية) متبوعة بصوت (262 هرتز، 1000 مللي ثانية) يعمل كإشارة للبدء في النقر على الإصبع.
    8. اطلب من المشاركين إعادة إنتاج التحفيز الذي سمعوه من قبل عن طريق النقر على السبابة اليمنى على لوحة المفاتيح (المشارك رقم 1: "f"؛ المشارك رقم 2: "j"). يجب على المشاركين الاستفادة 12 مرة مع الحفاظ على نفس الفترة الزمنية بين النغمات مثل التحفيز المقدم سابقا.
      ملاحظة: تم تعيين 60 تجربة بالتساوي في 4 كتل مطابقة للشروط التجريبية 4، أي 15 تجربة في كتلة واحدة. ترتيب الكتل كان متوازنا وكانت المدة الإجمالية لمهمة التنصت حوالي 26 دقيقة.
    9. بين الكتل، دع المشاركين يستريحون لمدة 30 s.
    10. خلال التجربة بأكملها، لا تسمح للمشاركين بالتواصل من خلال أي لغة أو حركة. قم بفصل المشاركين مع جهاز عرض الكمبيوتر لمنع أية معلومات مرئية قد تقوم بتوصيل الرسائل بينهم.
  4. قبعات fNIRS محلية الصنع: شراء اثنين من قبعات السباحة المرنة من الحجم العادي. لتغطية منطقة الدماغ ذات الاهتمام، إصلاح قبعات السباحة كما هو موضح في الخطوات التالية:
    1. وضع قبعة سباحة واحدة على شكل رأس، ومن ثم وضع معيار 10-20 قبعة تخطيط كهربية الدماغ على قبعة السباحة.
    2. وضع علامة على موقع FCz على قبعة السباحة مع علامة سحرية حمراء.
    3. خلع غطاء تخطيط كهربية الدماغ من شكل الرأس.
    4. وضع واحد التصحيح التحقيق optode (3 × 5 الإعداد) على قبعة السباحة، ومحاذاة وسط واحد من الصف التحقيق الثاني من التصحيح مع موقع ملحوظ من FCz.
      ملاحظة: تضمنت رقعة مسبار البصريات 15 موقعا لمسبارات optode (أي 8 أجهزة بث و7 كاشفات)، حيث شكلت 22 قناة قياس مع فصل البصريات 3 سم (الشكل 1B).
    5. وضع علامة على مواقع 15 تحقيقات التصحيح على قبعة السباحة.
    6. خلع التصحيح وقبعة السباحة من شكل الرأس.
    7. قطع 15 ثقوب صغيرة على المواقع ملحوظ من 15 تحقيقات مع زوج من مقص.
    8. جبل التصحيح إلى غطاء السباحة المعدلة عن طريق تضمين مواقع 15 تحقيقات في الثقوب المناسبة 15.
    9. إصلاح قبعة السباحة الأخرى وفقا للعملية المذكورة أعلاه.
      ملاحظة: تم استخدام غطاء fNIRS محلي الصنع ، حيث تكون مواقع optodes وفقا لمواقع تخطيط كهربية الدماغ القياسية ، حيث لم تكن هناك قبعات تخطيط كهربية الدماغ القياسية المعمول بها لنظام fNIRS المستخدم في هذه الدراسة. ليست هناك حاجة لجعل سقف fNIRS إذا كان هناك قبعات تخطيط كهربية الدماغ القياسية المناسبة مع نظام fNIRS.

2. قبل وصول المشاركين

ملاحظة: تأكد من اتباع الخطوات 2.1-2.5 قبل وصول المشاركين إلى المختبر.

  1. تذكير اثنين من المشاركين من dyad واحد أن يأتي إلى المختبر وفقا للجدول الزمني المتفق عليه.
  2. بدء تشغيل نظام fNIRS على الأقل 30 دقيقة مقدما، وترك الليزر إيقاف.
  3. أدخل مسابير optode من نظام fNIRS في بقع مسبار optode.
  4. فحص معلمات قياس fNIRS (أي معرف الموضوع، الوضع المرتبط بالحدث، ترتيب مسبار optode).
  5. تعيين الجهاز التجريبي مع طاولة واحدة، واثنين من الكراسي، واثنين من شاشات الكمبيوتر 19 في، واثنين من أزواج من سماعات الرأس(الشكل 1C).

3. وصول المشاركين إلى المختبر

ملاحظة: نقدر بصدق اثنين من المشاركين من dyad واحد عند وصولهم إلى مختبر fNIRS. اطلب منهم وضع هواتفهم في وضع صامت وترك أمتعتهم الشخصية مؤقتا في الخزانة. ثم إجراء العمليات التالية في تسلسل:

  1. وقبل أن يجلس المشاركون، يؤكدون من جديد أن المشاركين لم يرو بعضهما البعض من قبل. التأكد من أنهم لم يتواصلوا مع بعضهم البعض من خلال أي لغة أو حركة أثناء وجودهم في المختبر.
  2. تزويد المشاركين بنماذج الموافقة المستنيرة التي وافقت عليها لجنة الجامعة للبحوث البشرية.
  3. إرشاد المشاركين حول تفاصيل المهمة التجريبية. اطلب منهم ارتداء سماعات الرأس ومنحهم العديد من التجارب الممارسة.
  4. في التجارب الممارسة، والسماح للمشاركين اثنين من كل dyad لممارسة معا.
    ملاحظة: قبل ارتداء غطاء fNIRS، من المفيد قياس وتحديد حجم الرأس لكل مشارك باستخدام قاعدة مرنة. ثم حدد سقف الحجم المناسب للمشارك وفقا لحجم رأسه. في هذه الدراسة، غاب عن مثل هذه الخطوة كما تم استخدام قبعات السباحة بحجم واحد. من الأفضل إجراء هذه الخطوة في اليوم السابق للتجربة لأن العمليات النسبية (أي قياس حجم الرأس ، واختيار غطاء السباحة المناسب الحجم ، وتركيب بقع مسبار البصريات إلى غطاء السباحة ، وإدراج مسابير optode في بقع التحقيق) تستغرق وقتا طويلا (حوالي 20-30 دقيقة).
  5. وضع غطاء fNIRS على رأس المشاركين مع مركز الغطاء مشيرا إلى موقع CZ، ووضع التحقيق optode الأوسط من الصف التحقيق الثاني من التصحيح في FCz.
  6. تشغيل نظام fNIRS لإجراء معايرة الإشارة مع تشغيل الليزر.
  7. إذا كانت هناك إشارة غير كافية في بعض القنوات، فاضبط كثافة الإشارة بعصا ألياف لوضع الشعر بلطف تحت طرف المسبار المحيط جانبا.
  8. إذا لزم الأمر، اضغط على المسابير برفق ولكن تأكد من عدم إيذاء المشاركين.
  9. كرر الخطوات 3.5-3.8 حتى تصبح جودة الإشارة متاحة. تأكد من أن المشاركين يشعرون بالراحة أثناء عملية معايرة الإشارات بأكملها.
  10. مساعدة المشاركين في العثور على وضع مريح لأنفسهم (على سبيل المثال، مواقف الجسم مريحة). تذكير المشاركين للحفاظ على رؤوسهم بلا حراك قدر الإمكان خلال المهمة التجريبية بأكملها (أي حوالي 26 دقيقة).
  11. فحص نوعية إشارات NIRS مرة أخرى. إذا كانت هناك إشارات كافية في كافة القنوات، قم بتشغيل إجراء التجربة على كمبيوتر سطح المكتب.
  12. مساعدة المشاركين على خلع سماعات الرأس وسقف fNIRS عند الانتهاء من الإجراء التجريبي. إعادة أمتعتهم الشخصية وشكرهم بتعويض مالي.
  13. تشغيل نظام fNIRS لحفظ البيانات. استخدم قرصا لتصدير بيانات fNIRS الأولية (.csv) واستخدم USB لنسخ البيانات السلوكية من الكمبيوتر.
  14. أغلق نظام fNIRS والكمبيوتر إذا لم يكن هناك ترتيب تجريبي أكثر.
  15. حافظ على دفتر ملاحظات المختبر جاهزا لملاحظة أي أحداث، خاصة التشوهات أثناء التجربة بأكملها.

4. تحليل البيانات

ملاحظة: تنفيذ جميع تحليل البيانات باستخدام برنامج MATLAB، مع toolboxes التالية: هوميروس219، هيتاشي2نيrs20،xjView21،عبر Wavelet و Wavelet التماسك مربعالأدوات 22،ونصوص Groppe في MathWork23.

  1. المعالجة المسبقة للبيانات
    1. للتحقق من جودة البيانات، اتبع الخطوات 4.1.2-4.1.3
    2. قراءة ملفات البيانات (.csv) لكل مشارك مع الدالة readHitachData xjView.
      ملاحظة: بهذه الطريقة، يتم تحويل بيانات قياس هيتاشي (تنسيق csv) إلى بيانات أوكسي هب/ديوكسيهب/مارك مع المعلومات المحفوظة في القياس (أي الطول الموجي والبيانات الزمنية وقائمة القنوات).
    3. تحقق بصريا من الجودة في قيم أوكسي هب وديوكسيهب من خلال رسم سلسلة زمنية لجميع القنوات في شكل واحد ، مع plotTraces وظيفة xjView.
      ملاحظة: من السهل تحديد التشوهات في البيانات. يمكن استبعاد القناة التي لديها الكثير من الضوضاء في التحليل اللاحق.
    4. تحويل ملفات هيتاشي (.csv) إلى تنسيق ملفات .nirs مع وظيفة csv2nirs من Hitachi2nirs ، والتي تدعم المزيد من البيانات المعالجة المسبقة مع Homer2.
    5. تحويل البيانات الخام إلى كثافة بصرية مع وظيفة hmrIntensity2OD من Homer2.
    6. استخدام تحليلات المكون الرئيسي (PCA)24 لإزالة الضوضاء الفسيولوجية العالمية fNIRS باستخدام وظيفة enPCAFilter (nSV = 0.8، وهذا هو 80٪ من التباين المشترك للبيانات تمت إزالتها) من Homer2.
    7. استخدام طريقة تحسين الإشارة المستندة إلى الارتباط (CBSI)25 لإزالة القطع الأثرية حركة الرأس باستخدام وظيفة hmrMotionCorrect_Cbsi من Homer2.
    8. استخدام تعديل قانون البيرة ليمبرت لتحويل الكثافة البصرية المصنعة إلى قيم أوكسي إتشب وديوكسيهب مع وظيفة hmrOD2Conc من Homer2.
  2. حساب IBS
    ملاحظة: للحصول على قيم أوكسيHb preprocessed استخدام WTC لحساب قيم التماسك لزوج القناة التي هي من نفس موقع dyad بما في ذلك خط الأنابيب التالي:
    1. اعتماد وظيفة مركز التجارة العالمية من الأدوات عبر Wavelet و Wavelet التماسك مع المعلمات الافتراضية لحساب قيم التماسك في كل وقت ونقطة التردد للحصول على مصفوفة ذات محورين من قيم التماسك.
    2. بالنسبة للمعلمات الافتراضية، استخدم الموجة الأم morlet، لتحويل كل سلسلة زمنية إلى مجال الوقت والتردد من خلال التحول الموجي المستمر.
    3. حدد MonteCarloCount لتمثيل عدد مجموعات البيانات البديلة في حساب الأهمية، وحدد AR1 التلقائي لحساب معاملات التصحيح التلقائي للسلسلة الزمنية.
    4. اختر نطاق التردد من الاهتمام (FOI) كما هو مذكور في الخطوات 4.2.5-4.2.8.
    5. حدد ومتوسط قيم التماسك لنطاق التردد بين 0.5-1 هرتز (على التوالي المقابلة للفترة 2 s و 1 s)، وفقا لنطاق التردد المستخدم في مهمة حركة الإصبع لدراسة FNIRS Hyperscanning السابقة9. ويتوافق هذا حرية المعلومات أيضا مع فترة نقرة واحدة في المهمة التجريبية. وبالتالي، الحصول على عمود واحد من قيم التماسك لكل زوج.
      ملاحظة: لمزيد من تأكيد حرية المعلومات إحصائيا، احسب قيم التماسك لكل dyad عبر نطاق التردد الكامل (أي 0.008-10 هرتز للبيانات)، بدلا من حصر نطاق التردد المحدد (أي 0.5-1 هرتز).
    6. متوسط قيم التماسك للنوافذ الزمنية المستهدفة (نفس 4.2.3) لكل نقطة تردد.
    7. بعد ذلك، قم بتحليل متوسط قيم التماسك بعد خط الأنابيب الموضح في الخطوات 4.2.9-4.2.11 والإحصاءات اللاحقة (أي 4.3.1 - 4.3.2) لكل نقطة تردد.
    8. وأخيرا، تفقد بصريا FOI عن طريق رسم القيم z الإحصائية لكل قناة عبر التردد.
    9. حدد قيم التماسك في الإطار الزمني ومتوسطها أثناء حالة الراحة (نافذة زمنية ل 20 s-resting-state) وكل شرط تجريبي (أي تنسيق العداد والتنسيق غير العداد واستقلال العدادات والاستقلال غير متر) على التوالي، باستخدام معلومات العلامة. وبالتالي، الحصول على خمس قيم التماسك لكل dyad.
    10. بالنسبة لجلسة المهمة، حدد فقط المدة التي استغل خلالها المشاركون لإعادة إنتاج التحفيز السمعي، أي حوالي 12 ث لكل تجربة، وبالتالي إجمالي 180 s (أي 12 s × 15 تجربة) لكل حالة تجريبية.
      ملاحظة: حسبت نسبة الاتساق بين الأرقام على أنها زيادة في الاتساق (قيم الاتساق المطروحة أكبر من الصفر)، أي قيم الاتساق الأكبر في جلسة العمل مقارنة بالقيم التي كانت في دورة بقية الدول.
    11. طرح قيمة التماسك المتبقية من قيمة الاتساق المرتبطة بالمهمة، على التوالي، والتي استخدمت فيها قيمة التماسك أثناء فترة الراحة كخط أساس في هذه التجربة.
      ملاحظة: بتكرار الخطوات أعلاه (4.2.1-4.2.11) عبر القنوات (أي 22 قناة) و dyads (أي 16 dyads)، تم الحصول على قيم التماسك المطروحة لكل dyad في كل قناة أخيرا.
  3. الاحصاءات
    1. قارن قيم التماسك المطروحة مع صفر في كل قناة لكل شرط تجريبي، استخدام العينات المقترنة التباديل t-test مع وظيفة mult_comp_perm_t1 لعمل Groppe (5000 التباديل لتقدير توزيع الفرضية فارغة؛ المطلوب الأسرة الحكيمة مستوى ألفا- 0.05؛ اختبار ذيلين، مما يعني أن الفرضية البديلة هي أن متوسط البيانات يختلف عن 0) وتوزيع البيانات غير طبيعية وحجم عينة محدودة في الحالي التجربة26.
      ملاحظة: نماذج التباديل المقترنة t-test هنا مشابهة لاختبار t المقترنة ولكن الأخير يفترض أن البيانات عادة توزيع بينما الأول لا. يبدأ هذا الاختبار بنفس الطريقة التي يتم بها إقران t-test، أي عن طريق حساب درجة t (أي درجة t الحقيقية) لقيم التماسك في مجموعات مختلفة (واحد هو قيم التماسك المطروحة في حالة المهمة، والآخر هو الأصفار). ثم يتم إنشاء التباديل عن طريق تبادل قيم التماسك لمجموعات مختلفة، ويتم حساب درجة t جديدة لقيم التماسك المطروح والأصفار التالية لهذا التباديل. يتم إجراء هذا التباديل 5000 مرة. وهكذا، يتم الحصول على 5000 ر عشرات. في توزيع الدرجات 5000 t، الموقع النسبي لدرجة t الحقيقي يولد قيمة p لقيم التماسك المطروحة.
    2. تصحيح القيم p (أي، بسبب مشكلة مقارنة متعددة، وتوليد من المقارنات عبر 22 قنوات في تصحيح واحد) عن طريق أسلوب معدل اكتشاف كاذبة(ع < 0.05)27. قم بإجراء هذا التصحيح عبر وظيفة mafdr من مربع أدوات MATLAB.
      ملاحظة: إذا كانت قيمة p في أي قناة هامة (أي p < 0.05) بعد تصحيح FDR، يوجد IBS في تلك القناة.
    3. قارن قيم التماسك بين ظروف المهمة المختلفة في القناة التي توجد فيها IBS، باستخدام اختبار التباديل مع وظيفة mult_comp_perm_t1 لعمل Groppe (نفس المعلمات كما هو مذكور في الخطوة 4.3.1).
      ملاحظة: لدراسة IBS بشكل بديهي أثناء التنسيق بين الأشخاص فيما يتعلق بمحفزات العدادات مقابل المحفزات غير العداد ، قارن قيم التماسك للظروف المختلفة مباشرة (أي تنسيق العداد مقابل التنسيق غير العداد ؛ تنسيق العداد مقابل استقلال العداد).
    4. حساب الأداء السلوكي حسب الفرق المطلق بين وقت استجابة الشركاء مقسوما على مجموع استجابات كلا الشريكين56.
    5. تقييم العلاقة بين IBS والأداء السلوكي من خلال اختبار التباديل استنادا إلى تحليل الارتباط الخطي بيرسون (أي وظيفة mult_comp_perm_corr لعمل Groppe).
  4. التحقق من صحة IBS
    ملاحظة: لاستبعاد التفسيرات التي تسبب المحفزات أو الحركات أو الظروف المماثلة IBS، استخدم اختبار التباديل كنهج التحقق من الصحة، مع ثلاثة التباديل (أي داخل dyad، بين dyad، وبين التباديل الشرط)، وشملت ما يلي:
    1. تعشية تسمية التجارب في حالة التنسيق متر (أي، داخل التباديل dyad، مثل التجربة # 1 والمحاكمة # 13 في dyad # 1) لدياد واحد في كل قناة عن طريق وظيفة randperm من MATLAB.
    2. اتبع خط الأنابيب أعلاه لحساب IBS والإحصاءات (أي القسمين 4.2 و 4.3، ولكن باستثناء تحليل الحساسية ل FOI) لتسمية التجربة العشوائية.
      ملاحظة: حساب قيم التماسك للزوج وهمية لكل شرط على حدة، وحساب زيادة التماسك للزوج وهمية (أي طرح قيمة التماسك يستريح من قيمة التماسك المتعلقة بالمهمة للزوج وهمية).
    3. إجراء التباديل 1000 مرة، يليه خط أنابيب حساب IBS والإحصاءات (القسمين 4.2 و 4.3).
    4. رسم توزيع قيم z الإحصائية التي تم إنشاؤها داخل التباديل dyad.
    5. إجراء الخطوات 4.4.2-4.4.4 عن طريق الاقتران العشوائي للمشاركين في نفس التجربة في حالة تنسيق العداد (أي بين التباديل dyad ، مثل المشارك رقم 1 في dyad # 1 والمشارك # 1 في dyad # 3).
    6. إجراء الخطوات 4.4.2-4.4.4 عن طريق عشوائية تسمية الشروط لنفس الأعضاء من dyad واحد في نفس التجربة (أي، بين التباديل الشرط، مثل المشارك # 1 في حالة التنسيق متر ومشارك # 2 في حالة الاستقلال متر).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وأظهرت النتائج وجود IBS في القناة 5 في حالة تنسيق العدادات، في حين لم يكن هناك IBS في ظروف أخرى (أي استقلال العدادات، والتنسيق غير متر، والاستقلال غير متر؛ الشكل 2A). في القناة 5، كان IBS في حالة تنسيق العداد أعلى بكثير من قيم التماسك في حالة التنسيق غير متر واستقلال متر(الشكل 2B). القناة 5 ينتمي تقريبا إلى القشرة الجبهية الظهرية اليسرى (DLPFC; منطقة برودمان 9). وعلاوة على ذلك، أظهر تحليل التباديل أن IBS الملاحظ ربما قدم في اثنين من الأفراد من dyad واحد الذين حا...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يوفر هذا البروتوكول إجراء خطوة بخطوة لحساب IBS والتحقق من صحته، وذلك باستخدام نهج فحص fNIRS لجمع إشارات الدماغ الخاصة بالمشاركين في وقت واحد. وفيما يلي بعض المسائل الحاسمة التي ينطوي عليها المعالجة المسبقة لبيانات fNIRS وحساب IBS والإحصاءات والتحقق من صحة IBS.

معالجة البيانات مسبقا
من الضروري معالجة بيانات fNIRS مسبقا في دراسات فحص الأجهزة بشكل مفرط لاستخراج إشارات حقيقية من الضوضاء المحتملة (أي القطع الأثرية للحركة والمكونات النظامية). على الرغم من أن يتم تخطي المعالجة الم...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وليس لدى صاحبي البلاغ ما يكشفان عنه.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

وقد دعم هذا البحث: المؤسسة الوطنية للعلوم الطبيعية في الصين (31872783، 31800951).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
تطوير الكمبيوترهيوليت باكارد ، LPHP S01-pF157mcn
سماعةرأس رويال فيليبس للإلكترونيات ، أيندهوفن ، هولنداSHE2405BK/00
غطاء EEGCompumedics Neuroscan، شارلوت ، الولايات المتحدة الأمريكية64 قناة Quik-Cap
E-Prime SoftwareTools، Inc. ، بيتسبرغ ، الولايات المتحدة الأمريكيةE-Prime 3
fNIRSشركة هيتاشي الطبية ، طوكيو ، اليابانETG-7100 نظام
MATLAB 2014bThe MathWorks، Inc. ، Natick ، MAMATLAB 2014b
MuseScoreMusescore Company ، بلجيكاMuseScore 3.6.2.548021803
قبعة السباحةمجموعة Decathlon ، Villeneuve-d'Ascq ،فرنسا 1681552
شركة نظام الطبوغرافيا البصرية

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Kingsbury, L., Hong, W. A Multi-Brain Framework for Social Interaction. Trends in Neurosciences. 43 (9), 651-666 (2020).
  2. Konvalinka, I., Bauer, M., Stahlhut, C., Hansen, L. K., Roepstorff, A., Frith, C. D. Frontal alpha oscillations distinguish leaders from followers: multivariate decoding of mutually interacting brains. NeuroImage. 94, 79-88 (2014).
  3. Ikeda, S., et al. Steady Beat Sound Facilitates both Coordinated Group Walking and Inter-Subject Neural Synchrony. Frontiers in Human Neuroscience. 11, 147(2017).
  4. Duan, L., et al. Cluster imaging of multi-brain networks (CIMBN): a general framework for hyperscanning and modeling a group of interacting brains. Frontiers in Neuroscience. 9, 267(2015).
  5. Sanger, J., Muller, V., Lindenberger, U. Intra- and interbrain synchronization and network properties when playing guitar in duets. Frontiers in Human Neuroscience. 6, 312(2012).
  6. Muller, V., Delius, J. A. M., Lindenberger, U. Hyper-frequency network topology changes during choral singing. Frontiers in Physiology. 10, 207(2019).
  7. Egetemeir, J., Stenneken, P., Koehler, S., Fallgatter, A. J., Herrmann, M. J. Exploring the neural basis of real-life joint action: Measuring brain activation during joint table setting with functional near-infrared spectroscopy. Frontiers in Human Neuroscience. 5, 95(2011).
  8. Grinsted, A., Moore, J. C., Jevrejeva, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes in Geophysics. 11 (5-6), 561-566 (2004).
  9. Holper, L., Scholkmann, F., Wolf, M. Between-brain connectivity during imitation measured by fNIRS. NeuroImage. 63 (1), 212-222 (2012).
  10. Cui, X., Bryant, D. M., Reiss, A. L. NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation. NeuroImage. 59 (3), 2430-2437 (2012).
  11. Jiang, J., Dai, B., Peng, D., Zhu, C., Liu, L., Lu, C. Neural synchronization during face-to-face communication. Journal of Neuroscience. 32 (45), 16064-16069 (2012).
  12. Tang, H., Mai, X., Wang, S., Zhu, C., Krueger, F., Liu, C. Interpersonal brain synchronization in the right temporo-parietal junction during face-to-face economic exchange. Social Cognitive and Affective Neuroscience. 11 (1), 23-32 (2016).
  13. Pan, Y., Novembre, G., Song, B., Li, X., Hu, Y. Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song. NeuroImage. 183, 280-290 (2018).
  14. Konvalinka, I., Roepstorff, A. The two-brain approach: how can mutually interacting brains teach us something about social interaction. Frontiers in Human Neuroscience. 6, 215(2012).
  15. Karlsson, A. Permutation, parametric, and bootstrap tests of hypotheses. Journal of the Royal Statistical Society Series a-Statistics in Society. 169, 171(2006).
  16. Ayrolles, A., et al. HyPyP: a Hyperscanning python pipeline for inter-brain connectivity analysis. Social Cognitive and Affective Neuroscience. 16 (1-2), 72-83 (2021).
  17. Konvalinka, I., Vuust, P., Roepstorff, A., Frith, C. D. Follow you, follow me: continuous mutual prediction and adaptation in joint tapping. Quarterly Journal of Experimental Psychology. 63 (11), 2220-2230 (2010).
  18. Majolo, B., et al. Human friendship favours cooperation in the iterated prisoner's dilemma. Behaviour. 143, 1383-1395 (2006).
  19. Homer2. , Available from: https://www.nitrc.org/projects/hitachi2nirs (2021).
  20. Hitachi2nirs. , Available from: https://www.nitrc.org/projects/hitachi2nirs (2021).
  21. xjview. , Available from: https://www.alivelearn.net/xjview/ (2021).
  22. Cross Wavelet and Wavelet Coherence toolbox. , Available from: http://grinsted.github.io/wavelet-coherence/ (2021).
  23. Groppe's scripts in MathWork. , Available from: https://uk.mathworks.com/matlabcentral/profile/authors/1948879 (2021).
  24. Zhang, Y., Brooks, D. H., Franceschini, M. A., Boas, D. A. Eigenvector-based spatial filtering for reduction of physiological interference in diffuse optical imaging. Journal of Biomedical Optics. 10 (1), 011014(2005).
  25. Cui, X., Bray, S., Reiss, A. L. Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics. NeuroImage. 49 (4), 3039-3046 (2010).
  26. Lumley, T., Diehr, P., Emerson, S., Chen, L. The importance of the normality assumption in large public health data sets. Annual Review of Public Health. 23 (1), 151-169 (2002).
  27. Benjamini, Y., Yekutieli, D. The control of the false discovery rate in multiple testing under dependency. Annals of Statistics. 29 (4), 1165-1188 (2001).
  28. Miller, B. L., Cummings, J. L. The human frontal lobes: Functions and disorders. , Guilford Press. New York. (2007).
  29. vanden Bos, W., van Dijk, E., Westenberg, M., Rombouts, S. A. R. B., Crone, E. A. What motivates repayment? Neural correlates of reciprocity in the Trust Game. Social Cognitive and Affective Neuroscience. 4 (3), 294-304 (2009).
  30. Corbetta, M., Shulman, G. L. Control of goal-directed and stimulus-driven attention in the brain. Nature Reviews Neuroscience. 3 (3), 201-215 (2002).
  31. Ferreri, L., Aucouturier, J. J., Muthalib, M., Bigand, E., Bugaiska, A. Music improves verbal memory encoding while decreasing prefrontal cortex activity: an fNIRS study. Frontiers in Human Neuroscience. 7, 779(2013).
  32. Cheng, X., Li, X., Hu, Y. Synchronous brain activity during cooperative exchange depends on gender of partner: A fNIRS-based hyperscanning study. Human Brain Mapping. 36 (6), 2039-2048 (2015).
  33. Hu, Y., Hu, Y., Li, X., Pan, Y., Cheng, X. Brain-to-brain synchronization across two persons predicts mutual prosociality. Social Cognitive and Affective Neuroscience. 12 (12), 1835-1844 (2017).
  34. Delgado Reyes, L. M., Bohache, K., Wijeakumar, S., Spencer, J. P. Evaluating motion processing algorithms for use with functional near-infrared spectroscopy data from young children. Neurophotonics. 5 (2), 025008(2018).
  35. Zhang, Y., Brooks, D. H., Franceschini, M. A., Boas, D. A. Eigenvector-based spatial filtering for reduction of physiological interference in diffuse optical imaging. Journal of Biomedical Optics. 10 (1), 11014(2005).
  36. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiological Measurement. 33 (2), 259-270 (2012).
  37. Scholkmann, F., Spichtig, S., Muehlemann, T., Wolf, M. How to detect and reduce movement artifacts in near-infrared imaging using moving standard deviation and spline interpolation. Physiological Measurement. 31 (5), 649(2010).
  38. Izzetoglu, M., Chitrapu, P., Bunce, S., Onaral, B. Motion artifact cancellation in NIR spectroscopy using discrete Kalman filtering. Biomedical Engineering Online. 9 (1), (2010).
  39. Barker, J. W., Aarabi, A., Huppert, T. J. Autoregressive model based algorithm for correcting motion and serially correlated errors in fNIRS. Biomedical Optics Express. 4 (8), 1366-1379 (2013).
  40. Gagnon, L., et al. Short separation channel location impacts the performance of short channel regression in NIRS. NeuroImage. 59 (3), 2518(2012).
  41. Di Lorenzo, R., et al. Brain responses to faces and facial expressions in 5-month-olds: An fNIRS study. Frontiers in Psychology. 10, 1240(2019).
  42. Duan, L., et al. Wavelet-based method for removing global physiological noise in functional near-infrared spectroscopy. Biomed Opt Express. 9 (8), 3805-3820 (2018).
  43. Hamilton, A. Hype, hyperscanning and embodied social neuroscience. PsyArXiv. , (2020).
  44. Zhang, X., Noah, J. A., Dravida, S., Hirsch, J. Optimization of wavelet coherence analysis as a measure of neural synchrony during hyperscanning using functional near-infrared spectroscopy. Neurophotonics. 7 (1), 015010(2020).
  45. Ikeda, S., et al. Steady beat sound facilitates both coordinated group walking and inter-subject neural synchrony. Frontiers in Human Neuroscience. 11, 147(2017).
  46. Osaka, N., et al. How two brains make one synchronized mind in the inferior frontal cortex: fNIRS-based hyperscanning during cooperative singing. Frontiers in Psychology. 6, 1811(2015).
  47. Abrams, D. A., et al. Inter-subject synchronization of brain responses during natural music listening. European Journal of Neuroscience. 37 (9), 1458-1469 (2013).
  48. Hou, Y., Song, B., Hu, Y., Pan, Y., Hu, Y. The averaged inter-brain coherence between the audience and a violinist predicts the popularity of violin performance. NeuroImage. 211, 116655(2020).
  49. Baker, J. M., et al. Sex differences in neural and behavioral signatures of cooperation revealed by fNIRS hyperscanning. Scientific Reports. 6, 26492(2016).
  50. Kruppa, J. A., et al. Brain and motor synchrony in children and adolescents with ASD-a fNIRS hyperscanning study. Social Cognitive and Affective Neuroscience. 16 (1-2), 103-116 (2021).
  51. Liu, T., Duan, L., Dai, R., Pelowski, M., Zhu, C. Team-work, Team-brain: Exploring synchrony and team interdependence in a nine-person drumming task via multiparticipant hyperscanning and inter-brain network topology with fNIRS. NeuroImage. 237, 118147(2021).
  52. Dai, B., et al. Neural mechanisms for selectively tuning in to the target speaker in a naturalistic noisy situation. Nature Communications. 9 (1), 2405(2018).
  53. Li, R., Mayseless, N., Balters, S., Reiss, A. L. Dynamic inter-brain synchrony in real-life inter-personal cooperation: A functional near-infrared spectroscopy hyperscanning study. NeuroImage. 238, 118263(2021).
  54. Boas, D. A., Dale, A. M., Franceschini, M. A. Diffuse optical imaging of brain activation: approaches to optimizing image sensitivity, resolution, and accuracy. NeuroImage. 23, 275-288 (2004).
  55. Ferrari, M., Quaresima, V. A brief review on the history of human functional near-infrared spectroscopy (fNIRS) development and fields of application. NeuroImage. 63 (2), 921-935 (2012).
  56. Mu, Y., Guo, C., Han, S. Oxytocin enhances inter-brain synchrony during social coordination in male adults. Social Cognitive and Affective Neuroscience. 11 (12), 1882-1893 (2016).
  57. Chen, J., et al. Shared memories reveal shared structure in neural activity across individuals. Nature Neuroscience. 20 (1), 115-125 (2017).
  58. Regev, M., et al. Propagation of Information Along the Cortical Hierarchy as a Function of Attention While Reading and Listening to Stories. Cerebral Cortex. 29 (10), 4017-4034 (2019).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

Wavelet Transform CoherencePermutation AnalysisBrain Signal ProcessingPrincipal Component AnalysisMotion Artifact CorrectionFrequency Band SelectionFalse Discovery RateDyad Synchronization

مقالات ذات صلة