量化婴儿早期学习：在发现式学习任务中追踪腿部动作

摘要

本文描述了一种方法，通过该方法，3至4个月大的婴儿通过自主探索学习一项任务，同时记录其腿部运动以量化学习过程。

摘要

特定任务的动作从婴儿期的自发运动中产生。有研究提出，特定任务的动作是通过发现式学习过程而形成的。本文描述了一种方法，通过该方法，3至4个月大的婴儿通过自主发现学习一项任务，同时记录其腿部运动以量化学习过程。这种发现式学习任务采用了一种由婴儿自主激活的移动装置，该装置会根据婴儿特定的腿部动作进行旋转并播放音乐。仰卧位的婴儿通过将双脚垂直移动越过一个虚拟阈值来激活该装置。该范式的独特之处在于，当婴儿独立发现其腿部动作能够激活装置时，可利用动作捕捉系统追踪其腿部运动，从而实现对学习过程的量化。具体而言，学习过程的量化指标包括装置激活的持续时间、激活装置的末端效应器（脚部）的位置方差、髋关节-膝关节协调模式的变化，以及髋关节和膝关节肌肉力矩的变化。这些信息描述了在个体与环境约束相互作用下，婴儿对任务特定动作的探索与利用过程。后续研究可利用该方法进一步探究具有运动障碍风险的不同婴儿群体中特定功能损伤如何影响任务特定动作的发现式学习过程。

引言

特定任务的动作从婴儿期的自发运动中产生。已有研究提出，特定任务的动作是通过一种发现式学习过程而形成的^1,2。婴儿在自发运动和探索能够对环境产生新效应的动作时，逐渐发现这些任务。随着婴儿利用其动作与外界环境效应之间的联系，特定任务的动作便逐步形成。然而，目前对于婴儿为学会调整其自发运动以完成特定任务所探索和利用的具体过程，仍知之甚少。本文描述了一种方法，使3至4个月大的婴儿通过自主发现学习一项任务，并记录其腿部运动以量化学习过程。

图1：婴儿踢腿激活移动装置任务。 每只脚刚性结构上附着的中心发光二极管（LED）（黄色圆圈）在越过虚拟阈值（红色虚线）时激活移动装置。经 Sargent et al.³ 许可重印

该发现式学习任务采用了一种由婴儿自主激活的移动装置，该装置会根据婴儿特定的腿部动作进行旋转并播放音乐³。仰卧位的婴儿通过将双脚垂直移动越过一个虚拟阈值来激活装置（图1）。该实验范式的独特之处在于，当婴儿独立发现其腿部动作能够激活装置时，可利用动作捕捉系统记录其腿部运动，从而对学习过程进行量化分析。

实验方案包括两天的数据采集。第1天包括2分钟的基线阶段，期间婴儿自发踢腿，但其腿部动作无法激活婴儿移动装置；随后是6分钟的习得阶段，期间当婴儿垂直移动双脚并越过虚拟阈值时，其腿部动作可激活婴儿移动装置。该方案可对婴儿的自发腿部动作进行量化，并对婴儿探索其腿部动作与婴儿移动装置激活之间关系时的各种运动特征进行量化。第2天除了2分钟的基线阶段和6分钟的习得阶段外，还增加了一个2分钟的消退阶段，期间婴儿的腿部动作不再激活婴儿移动装置。这使得研究人员能够量化当已习得的环境反应被终止时，婴儿如何调整其腿部动作。

在以往的婴儿活动床范式中，腿部运动频率^4-6、特定的髋关节和膝关节角度^7,8，或踢击面板⁹曾被用作活动床运动的强化刺激。每日表现被定义为在习得或消退阶段中，这些腿部动作的发生频率相较于基线阶段有所增加^4-9。跨日学习则被定义为第2天或第3天的基线或习得阶段中这些腿部动作的频率，相较于第1天基线阶段有所增加^5,6。这些以往的活动床范式表明，当特定腿部动作被活动床的启动所强化时，婴儿会增加这些动作的发生频率；然而，这些研究并未提供关于婴儿在学习该任务时可选择的运动方式的信息。例如，若踢腿频率被强化，婴儿在与活动床互动期间或活动床不再启动后，其踢腿频率的增加即可体现其表现和学习能力。这表明婴儿能够调整其踢腿频率，但尚不清楚婴儿是否能够调整其腿部协调模式或力矩输出，以产生那些不在其偏好的运动模式范围内的腿部动作。

这种移动装置范式具有独特性，即要求婴儿表现出比以往移动装置范式更为精细的腿部动作才能激活装置。在此移动装置范式中，利用附着在婴儿每只脚上的发光二极管（LED）所采集的位置数据，在2分钟基线期条件下计算每只脚相对于桌面的高度。随后，系统在平行于桌面的位置设定一个虚拟阈值，该阈值高度设定为基线期期间双足高度的上限范围内。在习得阶段，当任一脚越过该阈值时，移动装置即开始旋转并播放音乐。若脚部越过阈值持续3秒后，移动装置停止，只有当婴儿先将脚移至阈值以下，再垂直向上移动并再次越过阈值时，装置才会重新激活。为了使移动装置激活时间尽可能延长，婴儿需要将一只脚抬高至阈值以上，并克服重力维持3秒，然后迅速将脚移至阈值以下，再次抬起并保持在阈值以上达3秒，依此类推。这一过程所需的腿部动作精细程度高于仅仅增加踢腿频率的简单动作。

图2：一名代表性婴儿末端效应器（足部）的未滤波位置数据。 来自一名3月龄婴儿第2天的未滤波位置数据，该婴儿根据个体学习标准表现出学习行为。红线表示安装在右脚上的发光二极管（LED）的z坐标位置数据，蓝线表示左脚LED的位置数据。粗黑线代表桌面。虚线为虚拟阈值，位于桌面以上14 cm处，该高度根据每名婴儿在第1天基线条件下踢腿的高度 individually determined。x轴为时间，以2分钟间隔标注。请注意，婴儿在基线阶段（移动装置未激活时）以及习得阶段1的前30秒内如何活动双脚；随后，在接下来的5½分钟内，婴儿持续将双足抬离桌面，并在阈值附近移动双脚，直至在消退阶段移动装置不再激活。

该移动装置范式的第二个独特特征是，采用先进的运动捕捉技术追踪每个婴儿的腿部动作，以量化婴儿如何利用其运动方式来学习该任务。一名代表性婴儿足部LED的位置原始数据（该LED用于激活移动装置）如图2所示。请注意，该婴儿在基线期及习得初期阶段，足部在桌面上方不同高度处活动，但在随后的习得阶段中，逐渐将双足保持在触发阈值附近，直至消退阶段移动装置不再被激活。这是完成发现式学习任务的多种潜在运动策略之一。这些策略可通过运动捕捉系统获取的位置数据，计算三维运动学和动力学参数进行量化。具体而言，学习过程通过以下指标进行量化：强化腿部动作所占百分比（%RLA，即移动装置激活持续时间）、激活移动装置的末端执行器（足部）的位置方差、髋-膝关节协调模式，以及髋关节和膝关节的关节力矩。

方案

南加州大学机构审查委员会批准了此项研究。

1. 系统准备

1. 设置运动捕捉系统。请注意：不同运动捕捉系统的操作步骤有所不同。
   1. 通过在运动捕捉程序中点击“Perform New Registration”，设置采集时间为30秒，点击“Register”，并在捕捉范围内移动校准物体30秒，将两个运动捕捉传感器的坐标系对齐至其中一个传感器的坐标系。当校准成功完成后，观察计算机屏幕上显示的均方根（RMS）校准误差。
   2. 在运动捕捉程序中点击“Perform New Alignment”，使用校准物体将全局坐标系与测试台对齐。
      1. 将校准物体置于测试台的右上角，点击运动捕捉程序中的“Digitize”，以定义原点；将校准物体置于一个盒子的顶部并点击“Digitize”，以定义Z轴；Z轴垂直于测试台表面。
      2. 将校准物体沿测试台长度方向在盒子上移动，并点击“Digitize”，以定义Z/Y+平面；Y轴与测试台长度方向平行，X轴与测试台宽度方向平行。
   3. 将LED插入两个频闪端口，并在运动捕捉系统程序中输入每个频闪端口连接的LED数量（频闪端口1为24个，频闪端口2为20个）。参见图3了解各LED的数量与位置。选择缺失数据视图，以获得类似条形图的实时LED追踪显示。
      图3. LED的布置。 频闪1包含用于右腿和左腿的大腿、小腿及足部的刚体（每个刚体含4个LED）。频闪2包含用于右腿和左腿骨盆、胸骨标记点以及独立LED的刚体。
2. 设置婴儿移动装置计算机程序。
   1. 输入每种条件的持续时间（分钟）。第1天：阶段1输入2（2分钟基线期，无强化条件），阶段2输入6（6分钟习得期，强化条件），阶段3输入0（0分钟消退期，无强化条件）。
   2. 第2天：阶段1输入2（基线期），阶段2输入6（习得期），阶段3输入2（消退期），并勾选“Use Zmin as Default”，以便将第1天基线期计算出的阈值作为第2天习得期所使用的阈值。
   3. 选择“StreamframesAllFrames”并点击“Send”，以使移动装置程序能够根据运动捕捉系统提供的数据，依据预设标准激活婴儿移动装置。
3. 设置视频摄像机。
   1. 启动三台同步视频（右侧、左侧、俯视视角）的计算机程序。
   2. 启动位于婴儿头部上方的额外摄像机，用于记录面部表情和视线方向。

2. 婴儿准备

1. 向家长描述实验过程，并告知其尽量减少与婴儿的互动。
   注意：需告知家长，若婴儿在整个实验过程中未表现出烦躁，则家长应坐在婴儿视线范围之外的旁边；但若婴儿出现烦躁，则需按照以下顺序逐步增加与婴儿的互动。
   1. 首先，请家长以安抚的语气对婴儿说：“没关系，我就在这里。”
   2. 其次，请家长站到婴儿的视线范围内，同时继续安抚婴儿。
   3. 第三，请家长握住婴儿的一只手或给婴儿一个安抚奶嘴。
      注意：仅提供使婴儿保持平静和清醒所需的最少程度的家长互动，且应尽快结束互动。
2. 脱去婴儿衣物，将婴儿置于婴儿活动架下方，并使用穿过躯干的维可牢（Velcro）绑带将婴儿固定在桌面上。
3. 婴儿固定于桌面后，在婴儿身上放置胸骨标记点，以及骨盆、大腿、小腿和足部的刚性标记体。

3. 婴儿移动学习任务

1. 每天通过同步启动运动捕捉系统、移动计算机程序和视频摄像机来开始移动学习任务。
   1. 在两天的实验中，从第0到第2分钟的基线条件下，观察婴儿自发踢腿。
   2. 第1天，在2分钟基线条件下，观察婴儿活动装置程序如何根据每只脚刚体上某个LED的z轴数据持续计算活动装置的激活阈值。例如，右脚的标记点9和左脚的标记点21。标记点9是右脚刚体上的中心LED，在图中以黄色圆圈标出。 图1标记点21是左脚刚体上居中的LED。
   3. 在2分钟基线期结束时，移动程序将阈值设定为高于2分钟基线条件下双足平均高度一个标准差（SD）的位置。
   4. 在第1天和第2天的第2至第8分钟期间，观察婴儿脚上所贴LED信号在超过第1天前2分钟基线条件所计算出的阈值时，婴儿脚踢驱动的移动装置是否开始旋转并播放音乐。
      注意：只要足部保持在虚拟阈值以上，移动激活将持续进行，最长可达3秒。3秒后，只有当婴儿先将足部移至虚拟阈值以下，再垂直移动足部并再次越过阈值时，移动才会重新激活。这一“3秒规则”旨在鼓励婴儿进行主动的腿部探索性运动，而非单纯将足部维持在阈值以上。
   5. 第2天第8至10分钟，观察婴儿在无移动装置强化条件下的自发踢腿行为。
2. 婴儿与移动玩具互动后，采集一段静态校准数据，以定义每条腿节段的局部坐标系，并为空间中每个身体节段定义参考构型。
   1. 使用双面心电图胶带，将十个独立的LED灯双侧固定于婴儿皮肤的以下位置：第十肋骨下方躯干侧中线、髋部大转子、膝关节外侧线、外踝、第五跖骨远端^th 跖骨
   2. 将婴儿的下肢保持在伸展的解剖位置 5 秒。此校准位置中的所有关节角度均定义为 0°.
3. 第2天，收集人体测量数据。
   1. 使用电子数字秤称量每名婴儿的体重。
   2. 测量以下项目：婴儿的总长度；大腿、小腿和足部中段周长；膝部宽度（膝关节线处）、踝部宽度（踝突处）和足部宽度（跖骨头处）；以及大腿长度（大转子至膝关节线）、小腿长度（膝关节线至外踝）和足部长度（内踝至第一跖趾关节）。

4. 数据分析

1. 使用自定义编程语言程序（如 Matlab）计算实验过程中每 2 分钟间隔内的 %RLA，以分析表现和学习情况。计算每个脚上激活移动装置的一个或两个 LED 超过阈值的时间持续时长。由于移动装置在 3 秒间隔后不再激活，需减去一个或两个 LED 超过阈值且持续时间超过 3 秒的时间段。
   1. 通过统计分析在任意一个3次、2分钟获取间隔期间的%RLA是否显著超过2分钟基线间隔，每天评估该组的性能表现^3,4,7,9,10.
   2. 将每个婴儿按每日任务完成情况进行分类：若在任意一个2分钟习得时段内的%RLA等于或大于基线2分钟时段%RLA的1.5倍，则视为完成任务^3,4,6,9,10.
   3. 通过测定各组在多天内的学习情况来评估学习效果 在统计学上 在第2天的整个6分钟采集条件下，%RLA是否超过第1天基线条件下的%RLA^3,6.
   4. 将个体婴儿归类为“学习者”，如果其在第2天整个6分钟习得阶段的%RLA大于或等于第1天基线阶段的1.5倍^3,6,11.
2. 通过编码实验期间每2分钟间隔的录像带来分析觉醒状态和注意力。觉醒状态评分标准定义为：嗜睡 = 1，清醒但不活跃 = 2，清醒且活跃 = 3，烦躁 = 4，哭泣 = 5^3,8,11注意力评分标准定义为：0 = 未注视手机，1 = 注视手机^3,8.
3. 使用自定义的 Matlab 程序处理位置数据并提取踢击动作。
   1. 将动作捕捉系统输出的位置数据文件载入自定义的Matlab程序，利用三次样条插值法对缺失的位置数据进行插值（最多连续20帧）。
   2. 将插值后的文件载入自定义的Matlab程序中，以（a）根据功率谱分析确定的5 Hz截止频率，使用四阶巴特沃斯滤波器对位置数据进行滤波；（b）计算以下关节角度：髋关节屈曲/伸展、髋关节外展/内收、髋关节外旋/内旋、膝关节屈曲/伸展、踝关节内翻/外翻、踝关节背屈/跖屈，具体方法如所述 ¹².
   3. 将角度文件载入自定义的Matlab程序以提取踢腿动作。将踢腿的起始定义为连续腿部运动的开始时刻，此时髋关节或膝关节的角度变化超过 11.5° （0.2 弧度）至屈曲或伸展^3,9,13-15将踢腿动作的结束定义为屈曲运动后达到最大伸展的帧，或伸展运动后达到最大屈曲的帧。^3,9,14.
4. 对于所有踢腿动作，使用自定义的 Matlab 程序计算运动学参数。
   1. 计算每个激活移动装置的足部上LED在z方向（垂直、任务特定方向）的位置方差³.
   2. 使用皮尔逊相关系数计算髋关节屈伸和膝关节屈伸的关节相关性r)在髋关节与膝关节角度位移之间零滞后时的相关性。用于比较相关性（r婴儿中，将髋-膝关节角度相关性转换为Fisher值 Z 评分^3,9,15.
   3. 对关节角度数据进行时间归一化处理，然后根据角度位置/速度数据计算髋关节屈伸和膝关节屈伸的连续相对相位（CRP）^16,17在以下五个时间点分析CRP计算结果：（a）踢击起始时刻，（b）第一阶段峰值速度时刻，（c）关节反向时刻，（d）第二阶段峰值速度时刻，（e）踢击结束时刻³.
5. 对于所有踢球动作，通过查看同步视频数据来识别非接触性踢球。使用自定义的Matlab程序计算非接触性踢球的运动学参数。
   1. 根据针对婴儿修改的 Hatze 成人人体测量模型方程，计算节段质量与质心¹⁸. 采用基于Jensen成人人体测量学模型并针对婴儿修改的公式，计算大腿、小腿和足部节段的三维惯性矩¹⁹.
   2. 使用空间操作的螺旋理论计算下述运动方程中的各项²⁰.
      
      采用拉格朗日方法推导，其中 M(θ) 是惯性矩阵，  科里奥利力和离心力矩矩阵，N(θ) 为重力（GRA）力矩，T 为肌肉（MUS）力矩。
   3. 利用非接触踢击的三维运动学数据、身体节段惯性参数以及生物力学运动方程计算关节力矩。
   4. 将各关节的净（NET）力矩分解为运动依赖性力矩（MDT）、重力（GRA）和肌肉力矩（MUS）的贡献²¹净扭矩与各关节处的加速度成正比。MDT扭矩与肢体运动的相互连接节段之间机械相互作用相关的被动扭矩有关。GRA扭矩与作用于肢体向下的重力被动力有关。MUS扭矩包括来自主动肌肉收缩以及肌肉、肌腱、韧带和其他关节周围组织被动形变所产生的力。
   5. 分别针对髋关节和膝关节，计算各分量力矩（MUS、GRA、MDT）对净力矩（NET torque）贡献的力矩冲量大小。在膝关节MUS力矩与膝关节NET力矩同向或反向作用的时间区间内，计算相应的正或负力矩冲量（力矩 × 时间）。对膝关节的GRA和MDT力矩，以及髋关节的MUS、GRA和MDT力矩，进行相同的计算。分别对髋关节和膝关节，将每个力矩分量的所有正、负冲量求和，以得到各分量力矩冲量（MUS、GRA、MDT）对净力矩冲量贡献大小的度量。

结果

婴儿早期学习过程可以通过以下指标进行量化：%RLA、末端效应器（足部）的位置方差、髋关节-膝关节角度相关系数，以及髋关节和膝关节的关节力矩。每个分析层面均提供了独特信息，用以揭示婴儿在发现式学习过程中如何探索其腿部动作与婴儿活动装置激活之间的关系。

对于 %RLA 和髋-膝关节角度相关系数的统计分析，采用具有自回归协方差结构的混合回归模型，以组别（学习者、非学习者）作为被试间因素，检验各因变量（%RLA、髋-膝相关系数）在基线期、习得期和消退期不同天数之间的差异。针对学习者组内髋关节和膝关节肌肉力矩冲量的统计分析，对每个因变量（髋关节肌肉力矩冲量、膝关节肌肉力矩冲量）在基线期、习得期和消退期不同天数之间，同样采用具有自回归协方差结构的混合回归模型进行分析。所有统计分析均使用 SAS 软件（版本 7.0，SAS Institute Inc.）完成，整体 F 检验的显著性水平设定为 0.05，并对预先计划的事后比较采用 Bonferroni 校正进行调整。

增强腿部动作的百分比

讨论

为年幼儿童设计发现式学习任务

针对年幼婴儿的发现式学习任务必须经过精心设计，以确保婴儿能够独立发现其中的偶联关系。在若干运动能力习得实验范式的初始阶段，通常会通过非偶联性地激活移动装置^7,22，或由研究人员被动地移动婴儿的腿部，使婴儿初步接触并了解这种偶联关系⁹。此外，照护者和实验人员可能会提供额外的强化支持，以促进婴儿的表现。如文中所述，制定明确的规则至关重要，以确保婴儿在没有外界影响的情况下独立发现偶联关系。

在发现式学习任务中，收集的因变量指标对行为表现的变化具有敏感性也十分重要。该实验范式中最关键的部分是设定婴儿床铃激活的阈值。如果阈值设置得过高，婴儿在习得阶段可能无法足够频繁地激活床铃，从而难以意识到是自己的腿部动作导致了床铃的激活。如果阈值设置得过低，婴儿在基线阶段的腿部活动百分比（%RLA）可能已经很高，导致其在习得阶段难以进一步显著提高%RLA，从而无法体现出行为表现或学习效果；例如，若某婴儿在第1天的基线%RLA为50%，则在第2天的6分钟习得阶段中需激活床铃达75...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
Optotrak Certus 位置传感器，远焦距，带支架	Northern Digital Inc	8800852
Optotrak 数据采集单元 II（ODAU II）	Northern Digital Inc	8800767
Optotrak Vinten 支架，Certus 型，带快速固定适配器	Northern Digital Inc	8800855.002
Certus S 型，标准配置	Northern Digital Inc	8800761
标记点（7 mm）对，带 RJII 连接器和 8 英尺电缆	Northern Digital Inc	8001029.001
交流电源线，医疗级，北美标准	Northern Digital Inc	7500010
立方体参考发射器套件 - Certus	Northern Digital Inc	8800768
3 个 Pylon IEEE 1394 摄像头	Basler	A6021c
Vixia HG10 摄录机	Canon	2183B001
粘贴式圆盘	MVAP 医疗用品	E401-500
可翻转头枕支撑	Eddie Bauer	52556
软带绑带	Sammons Preston	A34960
数字式儿科体重秤	Healthometer	型号 524KL