方法文章

使用功能性近红外光谱技术进行超扫描实验

10.4K 次观看

⸱

DOI：

10.3791/58807

⸱

2019年1月19日

 ,  ,  ,  ,  , 
1Child Neuropsychology Section, Department of Child and Adolescent Psychiatry, Psychosomatics and Psychotherapy, Medical Faculty, RWTH Aachen University, 2JARA-Brain Institute II, Molecular Neuroscience and Neuroimaging, RWTH Aachen & Research Centre Juelich, 3Lehrstuhl II für Mathematik, RWTH Aachen University, 4Translational Brain Research in Psychiatry and Neurology, Department of Child and Adolescent Psychiatry, Psychosomatics, and Psychotherapy, University Hospital Aachen

本文内容

摘要

本方案描述了如何开展功能性近红外光谱（fNIRS）超扫描实验并分析脑-脑同步性，同时讨论了相关挑战及可能的解决方案。

摘要

对两个或多个互动个体进行同步脑部记录（称为超扫描）的方法，正日益增进我们对社会互动乃至人际关系的神经生物学基础的理解。功能性近红外光谱技术（fNIRS）非常适合开展超扫描实验，因为它能够以高采样率测量局部血流动力学变化，更重要的是，它可在自然环境中应用，无需严格限制受试者的运动。本文介绍了一种针对亲子二元组合开展fNIRS超扫描实验并分析脑间同步性的实验方案。此外，我们还讨论了实验设计、fNIRS通道的空间配准、生理因素影响以及数据分析方法等方面的关键问题与未来发展方向。所描述的实验方案并不局限于亲子组合，也可应用于其他多种二元关系组合，例如陌生成人、恋爱伴侣或兄弟姐妹。总之，fNIRS超扫描有望为持续社会互动的动态过程提供新的见解，这些见解可能超越仅通过研究个体大脑活动所能获得的认识。

引言

近年来，神经科学家开始通过同时记录两人或多人的大脑活动来研究社会互动，这种方法被称为超扫描1该技术为阐明这些相互作用背后的神经生物学机制开辟了新的机遇。要充分理解社会互动，仅孤立地研究单个大脑可能并不足够，而应研究互动个体大脑之间的协同活动。2. 采用不同的神经影像技术，超扫描研究已表明，互动个体或群体的大脑活动会出现同步化， 例如，同时协调他们的行动3，制作音乐4，交流5，参与课堂活动6 或合作7.

本文介绍了一种使用功能性近红外光谱成像（fNIRS）进行同步记录的实验方案。与功能性磁共振成像（fMRI）类似，fNIRS通过检测脑活动引起的血流动力学反应来进行测量。基于近红外光在组织中扩散透射的光量，可计算出氧合血红蛋白和脱氧血红蛋白（oxy-Hb 和 deoxy-Hb）的变化8。fNIRS非常适合开展超扫描（hyperscanning）实验，尤其适用于儿童，因为它可在比fMRI更少限制、更自然的环境中应用。此外，与fMRI和脑电图（EEG）相比，fNIRS对运动伪影的敏感性更低9。另外，fNIRS数据可实现高采样频率采集（例如，10 Hz），因此能对相对缓慢的血流动力学反应进行高度过采样，从而有望提供更为完整的脑血流动力学时间信息10。

本方案由 Reindl 的研究团队在研究过程中开发 等11 并在此前基础上进行了轻微修改（特别是关于通道放置和不良通道识别方面）。本研究旨在考察亲子二人组的脑活动同步性。采用功能性近红外光谱超扫描技术（fNIRS hyperscanning），我们在一项合作性与一项竞争性计算机任务期间，评估了儿童（5至9岁）及其父母（主要为母亲）前额叶脑区的脑-脑同步性。选择前额叶脑区作为目标区域，是因为既往的超扫描研究已将其识别为社会互动过程中的关键脑区。1合作性与竞争性任务最初由 Cui 开发 等12 并被此前多项研究近期采用13,14,15. 对于赖因德尔研究的研究 等11，任务经过调整以适合儿童。要求参与者进行联合反应 通过 在目标出现时按键（合作）或比另一名参与者更快按键（竞争）。每名儿童分别与父母以及与父母同性别的陌生成人各完成一次任务。在每对儿童-成人组合中，通过计算相应通道的氧合血红蛋白（oxy-Hb）信号的小波相干性，作为脑间同步性的指标。

本方案描述了在亲子合作与竞争游戏过程中采集功能性近红外光谱（fNIRS）超扫描数据的步骤。然而，该整体流程并不局限于本研究设计，亦适用于不同人群（例如，成年陌生人、恋爱伴侣、兄弟姐妹， 等等。）并可适用于多种不同的实验任务。本方案还概述了一种可能的分析流程，涵盖必要的和可选的数据分析步骤，包括fNIRS数据预处理、坏通道检测、小波相干性分析以及通过随机配对分析进行验证。

访问受限。请登录或开始试用以查看此内容。

方案

在参与之前，所有家长/儿童均提供了知情同意/同意书。本研究经亚琛工业大学医学院伦理委员会批准。

1. 参试者到达前的准备工作

  1. 准备近红外光谱（NIRS）帽。
    1. 选择帽罩尺寸时，应与受试者的头围相同或略大。
    2. 在2个未经处理的EEG帽的前额区域，分别切割出15个直径约为15 mm的孔洞，排列成水平方向的3×5网格（参见 材料表）。确保各孔之间的间距在任何方向上均为30 mm，中间一列孔位于前额正中央。 即， 鼻梁上方，且底排位于眉毛上方。
    3. 为使帽具更舒适并尽量减少压痕，可在 holder grid 内侧的探针插座之间及边缘处粘贴软质泡沫材料（例如，粘性窗户密封胶带或类似的扁平泡沫橡胶材料）。必要时可使用双面胶带或缝纫线固定。
    4. 安装一个空的 3x5 探针支架网格（参见 材料表将 holder 网格本身置于改装后的 EEG 帽内侧，使 holder 插座插入帽上的孔洞中。
      注意：近红外光谱测量系统（参见 材料表有两个独立探针组时，每位参与者使用一个探针组。
    5. 轻轻地将探针插入网格上相应的支架插孔中，使每个探针仅第一个凸缘插入插孔内，插入时会发出一声咔嗒声。
    6. 在近红外光谱测量系统中打开探头组监控窗口，选择两个探头组，每个探头组以 3x5 网格排列，分别用于参与实验的儿童和成人。确保两个帽具的探头排列与探头组窗口中的排列相对应即， 相应发射探头和接收探头编号的相同位置。
  2. 准备实验。
    1. 启动近红外光谱测量系统，并在测量前30分钟打开激光二极管，以确保系统达到稳定的运行温度。
    2. 在近红外光谱测量系统中设置所有必要选项。确保设备已设置为事件相关测量模式，并启用用于接收来自实验范式触发信号的RS232串行输入。
      注意：该实验是对崔氏设计的范式进行改编的版本 等12，使用非商业版心理物理学工具箱扩展程序（Psychophysics Toolbox Extensions，版本 3.0.11）编写16.
    3. 通过启动技术计算软件来准备实验范式（参见 材料表) 作为心理物理学工具箱扩展程序的基础，并将当前目录设置为该实验范式所保存的文件夹。
    4. 放置两个 实验过程中，下巴置于电脑屏幕前以防止头部移动。

2. 受试者到达实验室

  1. 准备参与者。
    1. 向参与者展示并讲解实验装置，包括近红外光谱测量系统。务必确保参与者不要直接注视近红外光谱测量系统的激光束，因为这可能对眼睛造成伤害。
    2. 让参与者并排坐在计算机屏幕前。调节下颌托的高度，使两位参与者均感到舒适。
    3. 指导参与者并进行合作性与竞争性游戏的练习试验。如有必要，在练习试验期间可进一步提供说明。
    4. 根据10-20系统，在每位受试者头部测量并标记Fpz点，该点位于鼻根点（nasion）与枕外隆凸点（inion）之间距离的10%处。
    5. 将装有探头的帽套小心地戴在受试者头部，此时激光应保持关闭。先将帽套前部（包含探头网格）置于受试者前额，然后将帽套后部向下拉至颈部方向。确保最底行的中间探头位于Fpz点，并使中间探头列沿矢状参考线对齐。
    6. 将光纤束放置在近红外光谱测量系统附带的支架臂上，使其自然下垂，不与受试者或椅子接触，且不对帽套产生牵拉。使用额外的支架（例如如有需要，为第二位参与者准备一个改良的麦克风支架或类似装置。
    7. 将每个探头进一步推入其插孔，直到探头外壳顶部中央的小白色凸起部分可见为止。
      注意：当探头尖端接触受试者头皮时，鼻部会立即被线圈弹簧机构向上推起。
    8. 再次打开激光器，通过点击近红外光谱测量系统探头监测窗口中的“自动增益”按钮来测试信号质量。
    9. 如果某个通道的信号不足（即， 如果标记为黄色），请轻轻将头发拨到周围探头尖端的外侧。如有必要，可将探头进一步推入其插孔，但需确保受试者的舒适度。检查信号质量是否有所改善（即， 再次点击自动增益按钮，该通道现在将以绿色标记。
    10. 如果步骤 2.1.9 未能改善信号，应调整信号强度。若信号过强（即， 如果通道显示为红色），则通过反复点击近红外光谱测量系统探头集监控窗口中相应探头的符号，将信号强度调至低信号强度。如果信号不足（即， 如果通道显示为黄色，则通过反复点击相应探针的符号，将信号强度调整为高信号强度。
  2. 运行实验
    1. 当练习试验结束后无问题且信号质量良好时，开始实验范式。
    2. 用毛巾盖住参与者的双手，使其无法看到各自游戏伙伴的手部动作。
    3. 实验结束后，保存数据，并通过点击“Text File Out”按钮将原始光强度数据导出为文本文件。在近红外光谱测量系统中不要应用任何滤波器。
    4. 用乙醇清洁所有必要的材料（探头、探头架、颏托）。清洗帽盖 使用温和的洗涤剂进行轻柔循环。

3. 数据分析

  1. 数据预处理
    注意：目前有多种可用于fNIRS数据分析的非商业软件包， 例如., HomER17，NIRS 脑部分析软件 AnalyzIR18 或用于功能性近红外光谱的 SPM19后者用于以下预处理步骤。有关执行这些步骤的详细信息，请参见工具箱手册。
    1. 将数据文件转换为适用于fNIRS数据的SPM格式。
    2. 使用主窗口中的“转换”按钮，根据修正的比尔-朗伯定律计算氧合血红蛋白（oxy-Hb）和脱氧血红蛋白（deoxy-Hb）浓度的变化。输入受试者的年龄以及光源与探测器之间的距离（例如，3 cm）。接受波长（λ）1 和 λ 2 处氧合血红蛋白（oxy-Hb）与脱氧血红蛋白（deoxy-Hb）的摩尔吸光系数默认值，以及 λ 1 和 λ 2 处差分路径长度因子（DPF）的默认值。
    3. 通过选择MARA按钮对血流动力学变化的时间序列进行预处理，以减少运动伪影（有关MARA算法的更多信息，请参见Scholkman） 等20).
    4. 通过选择DCT按钮对时间序列进行预处理，以减少缓慢漂移。
  2. 不良通道检测
    注意：不良通道检测可在功能性近红外光谱（fNIRS）数据预处理之前和/或之后进行。本方案结合了多种用于检测不良通道的客观标准及视觉检查方法。需注意，所提出的客观标准列表并非详尽无遗。在不良通道检测中使用了自行编写的脚本（用于技术计算软件，请参见 材料表).
    1. 排除在多个连续样本中无信号变化的通道，此类通道在绘制时间序列时表现为一条平直线。
    2. 计算原始衰减数据的变异系数 CV = 标准差 / 均值 × 100。排除变异系数超过预设百分比的通道例如，10%；例如参见 van der Kant 等21).
    3. 绘制信号的功率谱。如果在约1 Hz的信号频谱中未观察到心跳（即该频率范围内未出现功率升高），则将该通道排除在分析之外。
    4. 在预处理之前和/或之后对所有数据进行目视检查。根据3.2.1–3.2.3节中描述的客观标准以及对噪声通道的主观视觉判断，决定是否保留该通道。
  3. 脑对脑连接
    注意：脑连接性的两种不同估计类型可以区分开来：非定向估计，用于量化连接的强度；以及定向估计，旨在从数据中建立因果关系的统计证据22此处重点关注小波变换相干性（WTC），这是一种广泛应用于功能性近红外光谱（fNIRS）脑-脑连接性分析的无方向性估计方法。目前已有多种用于计算WTC的非商业软件解决方案， 例如，由Grinsted及其同事完成的一项研究23 或 ASToolbox24，本方案后续步骤中使用了该物质。
    1. 在 ASToolbox 的 AWCO 函数中，指定母小波（例如，广义 Morse 小波（其参数为 beta 和 gamma），用于通过连续小波变换将每个时间序列转换到时频域。
    2. 指定平滑窗口类型（例如， 汉宁窗）以及 AWCO 函数中时间域和尺度域的平滑窗口大小。
    3. 为了检验WTC系数的显著性并计算其 p-值，指定替代时间序列的数量（n ≥ 300）以及ARMA模型（例如，AWCO 函数中的 AR（1）。
    4. 根据步骤 3.3.1 至 3.3.3 中指定的参数，计算两个对应通道（两名参与者中的相同通道）的小波相干性。
    5. 根据以往研究及对数据的可视化检查，选择一个与任务相关的脑间同步性可能出现的感兴趣频段（关于替代方法，参见 Nozawa） 等 25).
    6. 计算每一对被试在每个通道、每个任务片段中，任务相关频段内的WTC系数的平均值和/或显著WTC系数所占的百分比。将该值作为脑间同步性的结果指标，用于后续统计分析（更多信息参见Reindl） 等11).
  4. 与随机配对的比较
    注意：为了验证结果，我们建议将实际配对的成人-儿童二人组的WTC与随机配对的成人-儿童二人组的WTC进行比较，后者并未相互游戏，但完成了相同的实验任务。
    1. 按照3.3节所述方法，计算未共同参与游戏但完成了相同实验任务的参与者配对之间的WTC。即， 随机配对）。选择随机配对的数量（例如，每种条件下300次）并计算每对随机组合的WTC值。
    2. 比较随机对与实际对的相干性，以避免检测到虚假的同步性。

访问受限。请登录或开始试用以查看此内容。

结果

一对亲子在合作条件下的代表性数据如图所示 图1该协作任务包含三个30秒的休息阶段和两个任务阶段，每个任务阶段包含20次试验，按交替顺序呈现。在每次试验中，参与者需尽可能同时对信号作出反应，以获得一分。11.

figure-results-1
图1： 超扫描数据分析及代表性结果。从两名参与者的22个通道（CHs）中采集光强度数据。首先检测并剔除坏通道，不再纳入后续分析。随后，将光强度数据转换为氧合血红蛋白（Δ Oxy-Hb）和脱氧血红蛋白（Δ Deoxy-Hb）的变化量。图中显示了一组典型亲子二人组在合作条件下第8通道的信号。数据通过消除运动伪迹和缓慢漂移进行预处理。然后，基于预处理后...

访问受限。请登录或开始试用以查看此内容。

讨论

在本实验方案中，我们展示了如何开展功能性近红外光谱（fNIRS）超扫描实验，以及一种分析脑-脑同步性的可行方法，即同时测量两名受试者前额脑区氧合血红蛋白（oxy-Hb）和脱氧血红蛋白（deoxy-Hb）浓度的变化。fNIRS超扫描技术相对易于实施：仅需一台NIRS设备，通过将光学探头分置于两名受试者之间，即可同时测量两人的脑活动，因此无需对多个设备进行同步1。此外，由于fNIRS不要求严格的运动限制，因此非常适合在自然环境中以及儿童群体中开展超扫描实验。下文将重点讨论设计、分析和解释（fNIRS）超扫描实验时的一些关键问题，并探讨所面临的挑战及可能的解决方案。

实验设计。 超扫描研究中的一个重要问题是实验设计。两名彼此独立完成相同实验任务的参与者可能会表现出相似的大脑活动，这些活动可能被检测为脑间同步性26。为了区分由实验任务引起的脑间同步性与由社会互动引起的脑间同步性，需要设置适当的实验控制条件。一方面，合作与竞争任务非常适合作为对照，因为它们仅在合作...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

本工作由德国联邦州及政府卓越计划（ERS 种子基金，OPSF449）资助。日立近红外光谱系统得到了德国研究基金会 DFG（INST 948/18-1 FUGG）的资金支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
带有探头组和探头固定架网格的近红外光谱测量系统Hitachi Medical Corporation, Tokyo, JapanETG-4000 Optical Topography System 本研究方案需要一个可选的成人探头组，以实现总共52个通道的测量，以及两个3×5探头固定架网格。 
原始EEG帽EASYCAP GmbH, Herrsching, GermanyC-SCMS-56; C-SCMS-58实验人员需在EEG帽上为NIRS探头预留孔位。应选择与受试者头围相同或略大的帽型。
技术计算软件The MathWorks, Inc., Natick, MAMATLAB R2014a（或更高版本）作为Psychophysics Toolbox扩展程序（刺激呈现）、SPM for fNIRS工具箱 （fNIRS数据分析）和ASToolbox（WTC计算）的基础平台。

参考文献

  1. Babiloni, F., Astolfi, L. Social neuroscience and hyperscanning techniques: past, present and future. Neuroscience & Biobehavioral Reviews. 44, 76-93 (2014).
  2. Hari, R., Henriksson, L., Malinen, S., Parkkonen, L. Centrality of social interaction in human brain function. Neuron. 88 (1), 181-193 (2015).
  3. Funane, T., et al. Synchronous activity of two people's prefrontal cortices during a cooperative task measured by simultaneous near-infrared spectroscopy. Journal of Biomedical Optics. 16 (7), 077011(2011).
  4. Lindenberger, U., Li, S. -C., Gruber, W., Müller, V. Brains swinging in concert: cortical phase synchronization while playing guitar. BMC Neuroscience. 10, 22(2009).
  5. Jiang, J., et al. Neural synchronization during face-to-face communication. Journal of Neuroscience. 32 (45), 16064-16069 (2012).
  6. Dikker, S., et al. Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom. Current Biology. 27 (9), 1375-1380 (2017).
  7. Liu, N., et al. NIRS-based hyperscanning reveals inter-brain neural synchronization during cooperative Jenga game with face-to-face communication. Frontiers in Human Neuroscience. 10, 82(2016).
  8. Hoshi, Y. Functional near-infrared spectroscopy: current status and future prospects. Journal of Biomedical Optics. 12 (6), 062106(2007).
  9. Lloyd-Fox, S., Blasi, A., Elwell, C. Illuminating the developing brain: the past, present and future of functional near infrared spectroscopy. Neuroscience & Biobehavioral Reviews. 34 (3), 269-284 (2010).
  10. Huppert, T. J., Hoge, R. D., Diamond, S. G., Franceschini, M. A., Boas, D. A. A temporal comparison of BOLD, ASL, and NIRS hemodynamic responses to motor stimuli in adult humans. NeuroImage. 29 (2), 368-382 (2006).
  11. Reindl, V., Gerloff, C., Scharke, W., Konrad, K. Brain-to-brain synchrony in parent-child dyads and the relationship with emotion regulation revealed by fNIRS-based hyperscanning. NeuroImage. 178, 493-502 (2018).
  12. 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).
  13. Baker, J. M., et al. Sex differences in neural and behavioral signatures of cooperation revealed by fNIRS hyperscanning. Scientific Reports. 6, 26492(2016).
  14. 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).
  15. Pan, Y., Cheng, X., Zhang, Z., Li, X., Hu, Y. Cooperation in lovers: an fNIRS-based hyperscanning study. Human Brain Mapping. 38 (2), 831-841 (2017).
  16. Kleiner, M., Brainard, D., Pelli, D. What's new in Psychtoolbox-3? Perception. 36, ECVP Abstract Supplement (2007).
  17. Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: a review of time-series analysis methods for near-infrared spectroscopy of the brain. Applied Optics. 48 (10), D280-D298 (2009).
  18. Santosa, H., Zhai, X., Fishburn, F., Huppert, T. The NIRS Brain AnalyzIR Toolbox. Algorithms. 11 (5), 73(2018).
  19. Tak, S., Uga, M., Flandin, G., Dan, I., Penny, W. D. Sensor space group analysis for fNIRS data. Journal of Neuroscience Methods. 264, 103-112 (2016).
  20. 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), 649-662 (2010).
  21. van der Kant, A., Biro, S., Levelt, C., Huijbregts, S. Negative affect is related to reduced differential neural responses to social and non-social stimuli in 5-to-8-month-old infants: a functional near-infrared spectroscopy-study. Developmental Cognitive Neuroscience. 30, 23-30 (2018).
  22. Bastos, A. M., Schoffelen, J. -M. A tutorial review of functional connectivity analysis methods and their interpretational pitfalls. Frontiers in Systems Neuroscience. 9, 175(2016).
  23. 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, 561-566 (2004).
  24. Aguiar-Conraria, L., Soares, M. J. The continuous wavelet transform: moving beyond uni-and bivariate analysis. Journal of Economic Surveys. 28 (2), 344-375 (2014).
  25. Nozawa, T., Sasaki, Y., Sakaki, K., Yokoyama, R., Kawashima, R. Interpersonal frontopolar neural synchronization in group communication: an exploration toward fNIRS hyperscanning of natural interactions. NeuroImage. 133, 484-497 (2016).
  26. Burgess, A. P. On the interpretation of synchronization in EEG hyperscanning studies: a cautionary note. Frontiers in Human Neuroscience. 7, 881(2013).
  27. Tsuzuki, D., Dan, I. Spatial registration for functional near-infrared spectroscopy: from channel position on the scalp to cortical location in individual and group analyses. NeuroImage. 85, 92-103 (2014).
  28. Tachtsidis, I., Scholkmann, F. False positives and false negatives in functional near-infrared spectroscopy: issues, challenges, and the way forward. Neurophotonics. 3 (3), 031405(2016).
  29. Palumbo, R. V., et al. Interpersonal autonomic physiology: a systematic review of the literature. Personality and Social Psychology Review. 21 (2), 99-141 (2016).
  30. Pinti, P., et al. The present and future use of functional near-infrared spectroscopy (fNIRS) for cognitive neuroscience. Annals of the New York Academy of Sciences. , (2018).
  31. Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: a comparison of motion correction techniques applied to real cognitive data. NeuroImage. 85 (1), 181-191 (2014).
  32. Cooper, R. J., et al. A systematic comparison of motion artifact correction techniques for functional near-infrared spectroscopy. Frontiers in Neuroscience. 6, 147(2012).
  33. Hirsch, J., Zhang, X., Noah, J. A., Ono, Y. Frontal temporal and parietal systems synchronize within and across brains during live eye-to-eye contact. NeuroImage. 157, 314-330 (2017).
  34. Scholkmann, F., Holper, L., Wolf, U., Wolf, M. A new methodical approach in neuroscience: assessing inter-personal brain coupling using functional near-infrared imaging (fNIRI) hyperscanning. Frontiers in Human Neuroscience. 7, 813(2013).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章