方法文章

基于家庭环境的婴儿-照料者社交互动脑电超扫描

2K 次观看

⸱

DOI：

10.3791/66655

⸱

2024年5月31日

 ,  ,  ,  , 
1Department of Psychology, School of Social Sciences, Nanyang Technological University, 2Department of Pediatrics, University of Cambridge, 3Child Neuropsychology Section, Department of Child and Adolescent Psychiatry, Psychosomatics and Psychotherapy, Medical Faculty, RWTH Aachen University

* These authors contributed equally

本文内容

摘要

本方案描述了如何在家庭环境中从婴儿-照顾者配对中同步采集脑电图、心电图和行为记录。

摘要

以往同时记录照料者与儿童脑活动的超扫描研究主要在实验室环境中进行，这限制了研究结果向真实生活场景的推广。本文提出了一项全面的实验方案，用于在家庭环境中记录婴儿-照料者二人组在多种互动任务期间同步的脑电图（EEG）、心电图（ECG）及行为数据。该方案展示了如何同步不同数据流，并报告脑电图数据的保留率与质量检查结果。此外，还讨论了在家庭环境中进行实验设置、任务设计和数据采集过程中可能遇到的关键问题及潜在解决方案。该方案不仅适用于婴儿-照料者二人组，还可推广至多种类型的二人互动组合。总体而言，我们展示了脑电图超扫描系统的灵活性，使其能够脱离实验室环境，在更具生态效度的自然场景中捕捉参与者的脑活动。然而，运动干扰及其他类型的伪迹仍然限制了在家庭环境中可实施的实验任务类型。

引言

通过同步记录两个或多个互动个体的大脑活动（也称为超扫描技术），研究者得以揭示社会互动复杂、双向且快速动态变化背后的神经机制1。该技术将研究重点从孤立且严格控制条件下的个体研究，转向更接近真实情境的自然互动，例如自由游戏中的亲子互动2,3、解谜任务4以及合作性电脑游戏5,6。这些研究表明，在社会互动过程中，个体间的大脑活动会出现同步现象，即表现出时间上的相似性，这一现象被称为人际神经同步（interpersonal neural synchrony, INS）。然而，绝大多数超扫描研究仍局限于实验室环境。尽管这种设置有助于实现更严格的实验控制，但可能以牺牲部分生态效度为代价。由于环境陌生且人为化，加之所设定任务的性质，实验室中观察到的行为可能无法代表参与者日常典型的互动行为7。

近年来，移动式神经影像设备（如脑电图（EEG）或功能性近红外光谱成像（fNIRS））的发展缓解了上述问题，因为这些设备不再要求受试者必须物理连接到记录用计算机。因此，我们可以在受试者于教室或家中自由互动时，测量其大脑活动8,9。相较于其他神经影像技术（如fNIRS），EEG的优势在于其出色的时间分辨率，使其特别适用于研究快速变化的社会互动动态10。然而，EEG也存在局限性，即其信号极易受到运动以及其它生理性和非生理性伪迹的干扰11。

尽管如此，已有首批研究成功地在真实环境和条件下实施了脑电图（EEG）超扫描实验设置。例如，Dikker 等人12在一群学生参与多种课堂活动（包括听讲座、观看视频以及参与小组讨论）时，记录了他们的脑电信号。该研究以及其他研究8,9主要采用了干式脑电电极，以简化在非实验室环境中进行测量的过程。与需要使用导电凝胶或膏剂的湿电极相比，干电极在可用性方面具有显著优势。研究表明，在成人受试者和静止条件下，干电极的表现可与湿电极相媲美；然而，在涉及运动的情境中，由于阻抗水平升高，其性能可能会下降13。

本文介绍了一种在家庭环境中对婴儿及其照护者使用低密度七通道液态凝胶脑电图（EEG）系统与单导联心电图（ECG）进行同步记录的工作方案，EEG与ECG信号通过同一无线放大器采集（采样率：500 Hz） 。由于成人通常使用有源电极，而婴儿则采用无源电极，后者通常为环形电极，便于凝胶的涂抹。此外，脑电与心电信号同步连接至三台摄像机和麦克风，以从不同角度记录参与者的外在行为。在实验中，8至12月龄的婴儿与其照护者共同完成阅读与玩耍任务，同时记录其脑电、心电及行为数据。为尽量减少过度运动对脑电信号质量的影响，实验在桌面环境中进行（例如使用厨房餐桌和婴儿餐椅），要求参与者在整个互动任务期间保持坐姿。照护者被提供三本适龄书籍和若干桌面玩具（配备吸盘以防止滑落），并被指导先为婴儿朗读约5分钟，随后进行10分钟的玩具互动游戏。

本方案详细说明了在阅读和游戏任务期间同步采集脑电图-心电图（EEG-ECG）、视频和音频数据的方法。然而，整体流程并不局限于本研究设计，也可适用于不同人群（如亲子配对、朋友配对）和各类实验任务。本文将介绍多种数据流的同步方法。此外，将概述基于 Dikker 等人12 的基本脑电图预处理流程，并报告脑电图数据的保留率和质量控制指标。由于具体的分析方法选择取决于多种因素（如任务设计、研究问题、脑电图导联布局），本文不再深入探讨超扫描脑电图（hyperscanning-EEG）分析的具体细节，而是引导读者参考现有的指南和工具箱（例如，14 提供分析指南；15,16 提供超扫描分析工具箱）。最后，本方案讨论了在家庭及其他真实环境条件下进行脑电图-心电图超扫描所面临的挑战及潜在解决方案。

方案

本方案已获得新加坡南洋理工大学机构审查委员会（IRB）的批准。所有成年参与者均签署了知情同意书，婴儿的知情同意书由其父母代为签署。

1. 家庭实验环节的设备与空间注意事项

  1. 根据国家和季节的不同，准备应对不同的湿度和温度条件。在高温高湿环境中，应确保空气流通良好，并尽可能开启家用空调。
  2. 远离 WiFi 发射器、蓝牙设备（例如手机、键盘、鼠标等）以及微波炉，因为工作在相同频段的邻近设备可能造成信号干扰。此外，尽量将实验装置远离家中正在充电的设备，以避免在数据中引入显著的电源线噪声。请注意，附近高速运转的落地风扇或吊扇可能导致脑电（EEG）电缆晃动，从而产生机械伪迹。
  3. 在受试者家中准备一个适宜进行实验的空间。确保测试区域有足够的空旷空间，可容纳一名照护者和一名坐在高脚椅上的婴儿围绕桌子就座，以及三台架设在三脚架上的摄像头。如有可能，清空桌面上的所有物品，以减少潜在的干扰因素。
  4. 确保测试区域具有足够的亮度，以便摄像机能够清晰捕捉受试者的面部表情。若桌子靠近窗户，切勿将摄像机镜头朝向窗户，以防产生镜头眩光。

2. 会话前的准备工作

  1. 告知参与者，进行脑电图（EEG）测量前，成人需在测试前一天洗头，且不得使用任何护发产品。并询问其是否可在EEG测试当天避免化妆。
  2. 确保在测试前一天为所有录音设备（麦克风和摄像机）、笔记本电脑、放大器以及触发盒所使用的移动电源充满电。在测试开始前几小时检查所有设备是否已完全充电。随身携带充电器或 preferably 便携式移动电源，以应对设备电量意外不足的情况。
  3. 准备好测试所需的所有表格和录音设备。

3. 受试者家中实验准备

  1. 脑电图凝胶准备
    1. 操作凝胶时需戴上一副手套。用凝胶填充四支注射器，其中两支带钝头的注射器用于被动电极，另外两支带细头的注射器用于主动电极。
    2. 为婴儿和成人的ECG电极各准备两块方形胶带。
  2. 记录设备准备
    1. 操作电子设备时应脱去手套。
    2. 打开所有笔记本电脑，并将脑电图无线接收器插入相应的笔记本电脑。确保脑电图记录软件已正常运行。
    3. 通过无线连接，将成人和婴儿放大器分别连接至对应笔记本电脑上的脑电图记录软件。
    4. 检查并确保两个放大器（成人和婴儿）具有相同的触发端口设置，即触发标记是在输入脉冲的上升沿（高电平有效）还是下降沿（低电平有效）产生。
    5. 将三台摄像机分别安装在三脚架上。确保每台摄像机分别拍摄到照顾者、婴儿以及照顾者与婴儿的合景画面（参见 图1）。在开始实验前，应调整摄像机角度，确保能持续捕捉参与者的面部表情，考虑到在互动过程中照顾者常会俯身至婴儿视线高度。
  3. 将婴儿的高脚椅和照顾者的椅子放置在桌边，使二者以一定角度相对而坐，以便摄像机能够捕捉到他们的面部表情（参见 图1）。如果桌面空间不足，可将婴儿高脚椅和照顾者椅子并排呈直角放置。

护理者-婴儿脑电/心电同步记录实验装置示意图；包含笔记本电脑、传感器及神经科学研究中的数据分析。
图 1：实验装置俯视图。 （1）面向婴儿的摄像机。（2）综合视角摄像机。（3）面向护理者的摄像机。 请点击此处查看本图的高清版本。

4. 照护者脑电图和心电图传感器的使用

  1. 将放大器牢固地连接到脑电帽上
    1. 对于看护者，使用脑电帽背面的口袋来存放放大器，以减少电缆移动和脑电噪声。在将脑电帽佩戴于受试者之前，确保放大器已牢固存放并连接至接口。
    2. 操作放大器时，确保不与水接触（例如，若手套沾有导电膏，请先脱掉手套）。
  2. 请看护者摘下眼镜、口罩或耳环。如果其头发扎起，请要求其取下发带，使头发自然垂下。
  3. 在佩戴手套并征得看护者同意后，使用酒精棉片（70%异丙醇（IPA））清洁前额。
  4. 在看护者头部两侧，从耳部最高点沿自然发缝分开头发，确保耳部完全暴露。
  5. 将卷尺围绕头部四个参考点测量头围：鼻根（眉毛水平处）、枕外隆凸最高点（头后部最高点），以及左右耳屏（耳尖）之间。
  6. 用手呈皇冠状从内部拉伸脑电帽，从看护者前额开始向后佩戴脑电帽。在不松手的情况下，将手滑至帽带处，向下拉至下巴位置，并扣紧魔术贴。根据受试者的舒适度调整帽带。
    1. 确保受试者面部的刘海或发丝被拨离面部，以避免不适或遮挡视线。
    2. 轻柔抚平脑电帽，确保电极与头皮紧密接触。确保脑电帽表面无褶皱。
  7. 将卷尺置于中线电极上方，测量鼻根与枕外隆凸之间的距离。确保国际10-20系统中的Cz电极位于该测量距离的中点。如有需要，使用“揉捏-释放”法前后调整脑电帽位置。
  8. 测量左右耳屏之间的距离，确保Cz电极对应于该距离的中点，必要时进行调整。
  9. 脑电（EEG）和心电（ECG）导电膏应用
    1. 首先向参考电极和接地电极涂抹导电膏，然后依次涂抹其余电极。建议从后部电极开始，因为成人后脑通常头发较多，阻抗降至可接受范围（通常 < 25 kΩ）所需时间可能更长。
    2. 为看护者涂抹导电膏时，使用带有更长更细尖端的注射器。将注射器尖端插入电极开口，利用注射器底部弧形部分分开头发。在缓慢抽出注射器的同时挤出少量导电膏。若头皮与电极之间存在较大间隙，应用力按压电极以确保接触。
    3. 若所用有源电极系统支持，可使用指示灯作为阻抗参考指南；否则，请参考脑电记录软件中的阻抗读数，识别需要改善接触的电极。
      注意：在实验开始前检查伪迹，确认阻抗较低且信号质量良好的电极将在脑电帽和/或脑电蒙太奇图上显示为绿色。若某电极阻抗过高，需重复操作以进一步分开头发，并将电极孔内的导电膏移动至与头皮清晰接触的位置。
    4. 请注意，脑电帽通常无法完全贴合每个人的头部，头部的凹陷区域可能导致电极与头皮之间自然存在间隙。若阻抗仍较高，可在电极处涂抹少量隆起状导电膏，以在电极与头皮之间形成导电膏桥。操作后需注意避免横向移动导电膏，以防在帽下与邻近电极发生桥接。
    5. 注意不要过度填充电极孔，以防导电膏在帽表面跨越相邻电极造成桥接。
    6. 当所有脑电电极阻抗均降至较低水平后，使用酒精擦拭纸清洁受试者左侧锁骨下方柔软区域，并开始粘贴心电（ECG）电极。
      1. 在ECG电极底部贴上圆形胶带，并涂抹足量导电膏覆盖电极孔。
      2. 将电极粘贴于左侧锁骨下方柔软区域，并在传感器上方覆盖白色医用胶布。

5. 婴儿脑电图和心电图传感器的应用

  1. 请照护者协助婴儿穿上实验人员提供的带有后袋的背心，后袋稍后将用于放置放大器。
  2. 在获得看护人许可后，使用酒精棉片清洁婴儿前额。将卷尺围绕四个参考点环绕一周，测量婴儿的头围。
  3. 如果婴儿情绪良好，正在独自或与看护人愉快地玩耍，则可继续为其佩戴 EEG 帽。应先咨询看护人关于婴儿的情绪状态及其对头戴物品的接受程度。若家长同意，可在佩戴 EEG 帽前准备一些干性食物或玩具，以占据婴儿双手，保持其注意力。此外，应将婴儿安置在看护人腿上，以便在凝胶导电过程中让其感到安心。
  4. 将帽罩以相同的环形拉伸动作戴到婴儿头上，并在下巴下方固定尼龙搭扣。由第二位实验人员或看护人使用摇铃引导婴儿抬头，以便更方便地固定尼龙搭扣。
    1. 确保将婴儿面部的刘海或散落的毛发整齐地塞入帽内，以避免造成不适或遮挡视线。
    2. 轻轻抚平帽套，确保电极与头皮紧密接触。检查帽套表面无任何褶皱。
  5. 使用卷尺确保帽具位置正确，使Cz电极位于头部中点或顶部，并根据需要使用揉捏和释放法进行调整（参见步骤4.7）。
  6. 将放大器牢固地安装在帽盖上。连接后，显示阻抗读数。
  7. 将连接好的放大器放入婴儿背心后侧的口袋中。
  8. 脑电图和心电图凝胶涂抹
    1. 首先将凝胶涂抹在参考电极和接地电极上，然后从后部开始，依次为其余电极涂抹凝胶。
      注意：婴儿可能会因实验人员触碰其头部或因凝胶的冷却感而稍显烦躁。若出现这种情况，可留出一些时间让看护人安抚婴儿，然后再继续实验。第二位实验人员可通过吹泡泡、使用玩具或给予少量食物等方式转移婴儿的注意力。
    2. 用凝胶填满所有电极孔，若使用被动电极（如此处所示），则用棉签轻轻左右拨动头发；在涂抹凝胶时，参考脑电图记录软件中的导联布局以检查阻抗。
    3. 确保所有电极在脑电图记录软件上均显示低阻抗，通常 < 50 kΩ，因为婴儿对凝胶过程的耐受性低于成人。
    4. 用婴儿湿巾清洁婴儿左侧锁骨下方的柔软区域，并按照成人 ECG 相同的操作步骤，将 ECG 电极贴于婴儿左侧锁骨下方。

6. 创建用于多模态数据同步的触发盒

注意：由于不同传感器的数据流（即 EEG、ECG、视频和音频）在记录过程中会于不同时间点开始，因此需要手动同步，以建立统一的事件时间线。为此，需要一个能够同时被摄像机（即 LED 灯）和放大器（即数字或模拟信号）共同捕捉到的事件。为实现此目的，使用一个自制的同步触发盒，该装置可通过一个简单的微控制器单元程序构建，具体细节如下所述。

  1. 构建触发盒时，使用微控制器开发板、LED、BNC连接器、移动电源、数字输入设备（例如，按钮开关）以及连接到放大器触发端口的电脉冲/信号输出线（即触发线）（见图2B）。
    1. 将BNC母头连接器连接至按钮开关，作为输入（例如，输入引脚：8），LED灯和电信号脉冲作为输出（例如，输出引脚：12；见图2A）。
    2. 通过2.5 mm电线电缆将BNC连接器连接至两个放大器，当读取到来自按钮开关的数字TTL信号时，在EEG-ECG记录中标记单比特触发信号（见图2C）。
  2. 以相同方式配置成人和婴儿放大器的触发端口设置，以确保EEG-EEG同步精确且紧密。
    1. 设计触发系统，使得当触发按钮被按下后释放时，两个放大器的记录中均产生触发标记，而非在按下过程中产生。
    2. 确认放大器触发端口的当前状态。如果初始状态为0或LOW，则将端口设置为低电平有效，以便在按钮释放时产生标记；反之，如果端口初始状态为1或HIGH，则将端口设置为高电平有效，以便在按钮释放时产生标记（见图3）。

微控制器设置和示意图；包括连接图、自定义电路和组装完成的设备。
图 2：触发盒的构建。（A）触发盒的微控制器电路图；（B）组装完成的触发盒内部结构；（C）触发盒连接至成人和婴儿脑电-心电放大器、触发按钮及移动电源。 请点击此处查看该图的放大版本。

触发端口示意图，显示高电平有效和低电平有效标记；初始状态为 0 和 1。
图 3：高电平有效与低电平有效触发端口设置。 根据触发引脚的初始状态（0 或 1），选择相应的触发端口设置（高电平有效，HA 或低电平有效，LA），以确保在脉冲结束时（即释放触发按钮时）产生标记。请点击此处查看此图的放大版本。

7. 传感器数据流同步

  1. 为便于同步，将麦克风接收器连接至相应的摄像机，从而实现视频（摄像机）与音频（麦克风）的自动同步。
    注意：由于麦克风已连接至摄像机，而脑电图（EEG）和心电图（ECG）电极来自连接至同一放大器的脑电电极分支套件，因此这些数据流已自动预先同步。
  2. 将相应的麦克风发射器分别固定在照料者的衣领和婴儿的背心上。
  3. 确保所有三台摄像机的摆放位置能够捕捉到房间内触发盒（Trigger Box）发出的LED光信号后，再启动摄像机录制。
  4. 在笔记本电脑和放大器（SD卡版本）上启动婴儿和照料者的脑电图（EEG）记录。为便于会话后的同步，应先启动摄像机，再按成人至婴儿的顺序启动脑电传感器，其中婴儿的脑电传感器为主传感器，所有其他传感器均以此为基准进行同步（以避免出现负的视频-脑电图时间偏移）。
  5. 使用2.5 mm插头将两个放大器牢固地连接至触发盒装置，以避免产生伪影标记（图2C）。
    注意：当插头连接至放大器时，应在脑电图连续信号中观察到一个触发标记。
  6. 使用触发盒（Trigger Box）同步数据流。
    1. 进行长时间的按钮按压，因为仅在按压时间较长（至少1–2秒）时，两种配置（按钮按下开始与结束）之间的标记出现差异才明显可见。
    2. 执行多次长按操作，以产生多个触发信号，从而提高传感器间估计偏移的准确性和可靠性，并在部分传感器未记录到某些触发信号的情况下辅助事后同步。
    3. 检查所有摄像机，确认触发盒的LED信号是否在录像中可见，并检查笔记本电脑上实时脑电图记录中是否同时显示相应的标记。
  7. 将放大器从触发盒装置上取下，并确保放大器已牢固连接至各自的脑电帽。
  8. 在实验会话开始和结束时均执行一次该同步程序，特别是当使用网络摄像头时，因其可能出现视频帧丢失，导致同步发生漂移。

8. 亲子互动实验

  1. 在开始亲子互动任务之前，将桌面上所有设备移除，以消除可能干扰照护者-婴儿互动实验的干扰因素。
  2. 进行实验操作。
    注意：所选择的任务旨在强调二元互动的自然性，实验者仅提供最少的指导或参与（例如，像平时在家一样与婴儿共同阅读5分钟）。任务时长取决于参与者的舒适程度以及设备的限制，例如放大器的电池续航时间。
  3. 如有可能，确保实验过程中所有实验人员均不在婴儿视线范围内，以避免分散其注意力。需安排一名实验人员在记录用笔记本电脑附近，以便在传感器信号传输出现问题时及时干预。确保记录用笔记本电脑靠近放大器< 10 米）以避免因无线信号（Wi-Fi、蓝牙）衰减而导致样本丢失。

9. 实验结束后的清理

  1. 停止摄像机、笔记本电脑上的脑电图记录软件以及放大器的记录。关闭放大器，并将其从电极帽上拆下。
  2. 移除脑电图电极帽
    1. 从照护者开始，轻轻移除心电图胶带和电极；如有需要，可请照护者协助移除婴儿的心电图电极。由于婴儿皮肤较为敏感，建议使用婴儿湿巾或温水浸湿胶带，以便更轻松地移除。
    2. 首先解开电极帽的魔术贴搭扣，然后从后向前将帽子翻卷取下并翻转内面朝外。使用婴儿湿巾清洁婴儿头部残留的导电膏，并继续移除照护者的电极帽。
    3. 提醒照护者，多余的导电膏在淋浴时可轻松冲洗干净。
  3. 运输前准备
    1. 将脑电图电极帽、脑电图和心电图电极一起放入塑料袋中。确保电极帽上的导电膏不会接触到帽上的分线盒。运输过程中，将导线和分线盒妥善放置于专用收纳盒内。
    2. 为防止运输过程中发生机械损伤，应将放大器放入带衬垫的包装盒中，以最大限度减少震动。
  4. 实验室内的电极帽清洁
    1. 应尽快开始清洁脑电图电极帽。
    2. 将脑电图电极帽放入清洗容器中，并用干布包裹导线，使其远离水源。确保分线盒不接触水。
    3. 向容器中倒入约 1 L 水，并加入 10 mL 醛类消毒剂。让电极帽在溶液中浸泡 10 分钟。切勿浸泡过久或使用过多消毒剂，否则会加速电极帽材料的老化。
    4. 10 分钟后，在流动水下使用牙刷清洁电极上的导电膏残留。清洁有源电极时需格外小心，因其每个电极内部均含有微型电子电路。
    5. 用清水彻底冲洗电极帽，以去除残留的消毒液。
    6. 用干布轻拍电极帽使其表面干燥，并将干布塞入帽内以吸收内部残留水分。闭合魔术贴搭扣，以固定帽内的干布。
    7. 将电极帽悬挂晾干，并确保潮湿部分不与连接器接触。为此，悬挂时应使电极帽的位置低于分线盒和连接器。
  5. 数据保存
    1. 确保将摄像机、放大器的 SD 卡以及笔记本电脑中的记录数据导出，并备份至数据存储平台。

10. 数据质量保证

  1. 视频-音频数据
    1. 检查声音是否已开启，任务过程中视野是否被遮挡，以及标记点是否已成功捕获。
  2. 脑电-心电数据
    1. 确认SD卡记录存在且未损坏。检查脑电记录中是否均捕获到标记点。
    2. 检查是否存在技术故障，例如放大器断开，或脑电/心电信号中存在电或机械干扰。

11. 数据处理

  1. 多传感器记录的同步
    1. 将照护者、婴儿以及组合视角的摄像机视频导入视频编辑软件。
    2. 浏览视频，标记每个LED触发灯光首次出现的具体帧。继续浏览视频，并在每个触发事件中LED灯光完全消失的那一帧添加另一个标记。
    3. 对所有三个视频完成上述步骤。完成后，将所有视频中标记的帧号记录在一个电子表格中。
    4. 从放大器的SD卡中打开婴儿和成人的脑电图（EEG）标记文件。将标记样本信息记录在电子表格中。
    5. 由于视频是以每秒帧数（FPS，例如25 FPS）记录的，而脑电图/心电图（EEG-ECG）是以每秒采样点数（例如500 Hz）记录的，需将帧号和采样点数转换为统一的时间单位（如毫秒ms），以便建立统一的时间轴。
    6. 对于每个传感器（视频和生理信号记录），通过减去每对连续标记之间的毫秒时间戳，计算各触发事件之间的时间间隔，即触发间间隔（ITI）。
      注：尽管各传感器记录的起始时间不同，但在不同传感器（视频和EEG）之间，同一组触发事件的ITI（以ms计）应保持一致。因此，为验证这一点，计算每个传感器与主EEG之间的ITI差异（ITI滞后）。
    7. 检查视频与EEG之间ITI滞后的质量。由于两种传感器的采样率/FPS不同，通常EEG的采样率远高于视频，因此允许计算出的EEG-视频ITI滞后误差在±1个视频帧范围内（此处为40 ms）。
    8. 检查成人EEG与婴儿EEG之间ITI滞后的质量。由于两者采样率相同，允许误差容限为±1个EEG采样点（此处为2 ms）。
    9. 完成上述检查后，计算每个传感器与主传感器时间轴之间的偏移量（本例中主传感器为婴儿EEG）。
    10. 将主EEG每个触发标记的毫秒时间戳，从各传感器（视频、成人EEG）对应标记的时间戳中减去，从而得到每个传感器的N个[传感器 - 主EEG]偏移值（N = 触发次数）。
    11. 对每个传感器，计算这些偏移值的平均值，并向上取整，得到相对于主EEG的最终偏移数值。使用这些偏移数值对视频和EEG数据进行裁剪，使其与主EEG同时开始。
  2. 简易视频编码
    1. 为识别视频中实验的不同阶段（例如实验任务的开始与结束或中断情况），使用视频编辑软件记录下以帧为单位的具体时间戳。
  3. 脑电图（EEG）预处理
    1. 在任务开始和结束处裁剪成人和婴儿的EEG文件。
    2. 识别并剔除坏通道
      1. 记录在整个或大部分任务记录期间持续噪声或无信号的任何通道。
        注：对于低密度EEG记录，目标是尽可能保留更多通道。因此，若某些通道仅在短时间内表现异常，建议在后续分析阶段剔除该时间段的数据片段，而非直接剔除整个通道。
      2. 绘制并目视检查功率谱密度（PSD），以识别异常通道。
    3. 为去除缓慢的线性趋势（超过2秒），使用截止频率为0.5 Hz的基本FIR高通滤波器对数据进行高通滤波。
    4. 为去除肌源性及外部来源的高频噪声，使用截止频率为35 Hz的基本FIR低通滤波器对数据进行低通滤波。
    5. 将数据分割为连续、无重叠的1秒时段（epochs）。
    6. 自动剔除所有最小值低于-100 µV（成人）和-150 µV（婴儿）和/或最大值高于+100 µV（成人）和+150 µV（婴儿）的时段。
    7. 目视检查所有未在步骤11.3.6中被排除的时段。手动剔除包含伪迹的所有时段。如果仅有一个1秒时段可接受且位于被剔除时段之间，则应移除整个时间段，确保不保留孤立的1秒时段。
    8. 对于婴儿-成人神经同步（INS）/二元对分析，仅分析成人和婴儿均被接受的共同时段。通过剔除婴儿中被拒绝的成人数据时段，以及成人中被拒绝的婴儿数据时段，确保成人与婴儿的EEG时间序列完全对齐。

结果

本研究纳入的参与者为8至12个月大、正常发育的婴儿及其母亲和/或祖母，这些婴儿在家中使用英语或英语与第二语言进行交流。在实验任务期间，同步采集成人和婴儿的7导联脑电图（EEG）和单导联心电图（ECG），以及来自三台摄像机和麦克风的视频和音频记录。根据国际10-20系统，在F3、F4、C3、Cz、C4、P3和P4电极位置测量神经活动。不同数据流在时间上对齐，并在实验开始和结束时进行截取，使所有记录均从时间点t = 0开始（图4）。

照护者与婴儿互动研究；心电/脑电数据比较，时间序列图表分析，实验设置。
图4：数据流的同步。 三台摄像机（婴儿视角、联合视角和照护者视角）、照护者与婴儿的原始心电信号，以及照护者与婴儿的原始脑电信号，均已同步至同一时间轴上。 请点击此处查看该图的放大版本。

数据集中前5对共10名参与者的脑电图数据保留率及质量指标如表所示 表1。在剔除不良通道后（图5），采用自动电压阈值剔除包含伪迹的数据片段，随后对剩余片段进行目视检查（图6结果显示，脑电图记录的平均时长为 M = 562.96 s（SD ± 148.94 s）。经过自动和人工剔除后，成人数据中平均有 M = 34.30%（SD ± 13.00%）的数据被保留，婴儿数据中平均保留了 M = 46.32%（SD ± 16.63%）。若仅考虑成人与婴儿配对的数据，保留率下降至 M = 20.58%（SD ± 9.51%），剩余配对任务数据平均为 M = 215.00 s（SD ± 117.54 s）。此外，每对被试中有 0 至 2 个通道因数据质量持续较差而被排除。

脑电图信号处理，对数功率谱密度图，频率分析，数据比较。
图 5：识别不良通道。 婴儿脑电图数据的滚动图及7个脑电通道的功率谱密度（PSD）图，其中通道Cz表现为一条直线（A：数据滚动图，B：PSD图），或通道F3噪声过大（C：数据滚动图，D：PSD图）。不良通道检测在EEGLAB17中完成。请点击此处查看该图的放大版本。

脑电图信号分析图 A-B，用于可视化脑部活动；数据分析，神经科学研究。
图6：伪迹剔除。 根据（A）设定的剔除阈值自动剔除包含伪迹的片段，随后（B）通过肉眼检查进行手动剔除。图中高亮部分分别显示了依据剔除阈值（A）或手动剔除（B）被剔除的片段。数据使用 EEGLAB17 进行可视化。请点击此处查看该图的放大版本。

成人儿童匹配
编号记录时长 (s)坏通道% 接受的epoch坏通道% 接受的epoch坏通道% 接受的epoch（匹配）
1898NA35.7Cz25.2Cz15.3
21234NA38.2Cz, F361.8Cz, F321.2
31088F3, F452.4F3, F463.1F3, F436.7
4873NA27.9P334.6P312.8
5975NA17.2NA47.0NA16.9

表1. 5对被试在实验任务期间的脑电数据质量报告。

讨论

在本实验方案中，我们在参与者的家中进行测量，婴儿及其看护人在此环境中可能感到更加舒适，其行为表现也更能反映真实生活中的互动情况，而非实验室环境下的反应，从而提高了生态效度7。此外，在家庭环境中进行记录可减轻参与者 的负担，例如减少交通时间，因而可能使某些参与者群体更容易参与研究。然而，在享有这些优势的同时，真实情境下自然状态的脑电图（EEG）超扫描记录在实验设计与操作流程方面，以及数据伪迹的控制上，也面临一系列特有的挑战与局限性。下文将讨论家庭记录中的各类挑战及可能的解决方案。

自然环境可能引入一系列混杂变量，例如空间、温度和干扰因素，这些变量在参与者家中可能因组别而异，但在受控的实验室环境中则保持恒定。EEG 超扫描方案需要大量技术设备，例如多个摄像头、麦克风和记录用笔记本电脑，因此参与者家中空间不足有时会成为问题。研究人员必须注意，不得随意设置设备，或将其放置在杂乱物品包围的位置。例如，应避免将设备放置在摆放食物或饮料的桌面上，并确保摄像机三脚架不会阻碍狭窄空间的通行。预防空间问题的一种方法是在实验前访问参与者家中，提前针对可能的空间限制做出合理规划。同时，向参与者发送提醒，请其提前清理所需空间也十分有帮助。摄像头和三脚架应尽可能放置在不妨碍活动的位置，特别是要远离婴儿在实验过程中就坐位置的可触及范围。最重要的是，在设备设置的各个阶段都必须充分考虑所有人员的安全。研究人员在自然环境中可能遇到的另一个因素是温度变化。在新加坡，由于全天候和全年的高温，EEG 数据中可能出现汗液伪迹，而在配备适当空调的实验室环境中，这类问题更容易得到控制。使用风扇为参与者降温虽可行，但因电器设备靠近实验区域，可能引入其他伪迹，且吹出的气流可能扰动参与者的头发以及 EEG 导线，从而导致数据质量下降。理想情况下，实验过程中应使用空调，以保持参与者的凉爽状态。若无法实现，则可改用吊扇或立式风扇，但需确保其位置不过于靠近参与者，以避免对 EEG 数据造成噪声干扰。其他替代方案包括尽可能将实验安排在一天中较凉爽的时段，以避免汗液伪迹的产生。最后，研究人员还需警惕在自然环境中可能出现的干扰，尤其是在参与者家中进行实验时。家庭成员可能在附近活动，在公共区域录制实验过程时可能引发隐私泄露问题。此外，婴儿在任务过程中看到其他照护者或家庭成员也可能造成分心，进而影响 EEG 测量结果的准确性。因此，最好提前提醒参与者，为确保实验顺利进行，其他家庭成员应待在不同的房间内。研究人员也应尽可能高效地完成实验，以尽量减少对家庭其他成员的干扰。最后，研究人员必须确保在离开参与者家中前已完成所有数据采集，并完成所有必要的步骤。准备一份清晰且有条理的待办事项清单，有助于避免遗漏重要环节，同时提高工作效率并确保按时完成任务。

除了自然环境中存在的混杂变量外，在自然情境下进行每次实验时，还有一些实验方案的方面需要根据实际情况进行调整，而这些方面在实验室环境中通常是受控的。某些因素无法实现标准化，例如摄像角度和光照条件。在确保获得高质量且具有可比性数据的同时，灵活调整实验设置至关重要。由于每位参与者的家庭布局和空间不同，摄像角度可能随之变化，这会增加后续对视频中特定事件和行为指标进行标注的难度。同样，每个家庭的光照条件也各不相同，可能影响视频质量。研究人员可通过制定一套可灵活调整的通用标准来充分准备，例如确保参与者不背对主要光源，并明确应优先采用的摄像角度。另一个可变因素是每次实验可用的家具。由于研究人员极不可能将家具带入参与者家中，因此必须依赖参与者已有的家具。由此导致所使用的家具不同，可能改变照护者与婴儿之间的身体互动动态。例如，不同类型的婴儿椅会改变婴儿在任务过程中的坐姿高度和位置，这可能影响照护者与儿童的互动方式，也可能因潜在的肌肉运动伪迹或其他因素而影响脑电图（EEG）数据。在数据分析的预处理阶段，研究人员可通过参考同步录制的视频，识别由特定动作引起的EEG伪迹。此外，若能预先明确将要观察或分析的行为类型，将有助于确保在不同物理动态条件下仍能采集到所需的数据。

脑电图（EEG）实验在家庭环境中采用自然情境设置的另一个影响涉及生理传感器数据的质量和可用性。脑电记录容易受到来自环境（非生理因素，例如线路噪声18）和生理来源（眼动、汗液、肌源性干扰）的伪迹干扰19。尽管无线脑电图通常对线路噪声的敏感性较低，但家庭中的电子设备（如风扇、电视屏幕和空调）仍会引入噪声伪迹。另一方面，在自然情境下，运动伪迹尤为显著，导致数据保留率降低11,20、信噪比下降21，以及数据分析和解释过程中的脆弱性增加11。在二元脑电图（dyadic EEG）和婴儿脑电图中，由于记录时长较短、伪迹表现形式缺乏典型性，以及在超扫描（hyperscanning）情况下需要时间上匹配的干净可分析片段，数据保留面临额外挑战14,22,23。缓解这些因素依赖于周密的实验设计和精确校准的实验设置22。尽管高密度脑电图配置允许使用某些伪迹校正和数据增强技术（例如通过独立成分分析（ICA）去除典型的噪声成分），但这些方法不推荐用于低密度配置。相反，依赖人工标注伪迹并删除受影响的脑电通道和片段会导致更大的数据丢失。本方案也可使用更多脑电通道进行，但会增加准备时间。因此，采集时间更短与脑电数据更丰富之间的优势必须权衡取舍。本文报告了基于自然情境家庭记录的数据保留率的合理估计值，采用自动电压尖峰标记结合人工伪迹剔除的方法，严格遵循质量标准。尽管保留率较低（成人为 M = 34%，婴儿为 M = 46%），但仍在自然情境下婴儿-成人脑电记录的预期范围内；例如，作为对比，Dikker 等人12在使用干电极进行成人脑电图记录的讨论任务中报告了38%的数据保留率。从该范式中恢复的干净数据可用于进一步分析，例如基于时频的连接性分析。其他针对低密度脑电图记录的半自动化伪迹校正流程（如 HAPPILEE24）虽不在本文讨论范围内，但可能有助于在不使用ICA的情况下去除伪迹，从而显著减少数据丢失。

为了在确保高质量脑电图（EEG）数据的同时实现可行的数据采集，研究人员需要考虑自然环境对实验任务选择的影响。例如，任务的设计可基于参与者家中常见的物品，如餐桌、椅子、婴儿椅、游戏垫等。这有助于减少需要来回搬运的笨重设备或家具，同时缩短安装和清理时间。在本实验中，选用了适合桌面游戏的书籍和玩具，使照护者与儿童能够保持自然的游戏互动，同时限制自由活动，以减少因肌肉运动引起的脑电图伪迹。因此，在本方案中，玩具的选择依据是其能否反映真实的互动场景。例如，带有吸盘的玩具可固定在桌面上，供照护者和儿童共同使用，其优势在于不会从桌上掉落，从而避免因照护者拾取玩具而引发运动伪迹。研究人员还需注意准备和清理时间，以降低参与者的负担。

尽管在更接近真实情境的环境中进行脑电图（EEG）超扫描测量具有诸多优势，能够获得生态效度更高的数据，但研究人员应意识到实验设计可能带来的局限性与挑战，并采取充分措施尽可能减轻其影响。在优化实验范式和规划实地访问时，研究人员必须努力在生态效度与实验控制之间取得平衡。如上所述，实验设置需要一定的灵活性，但这会增加被试间的变异性。虽然从实验角度而言这是不利的，但它可能 更真实地反映被试在现实世界中的环境状况。此外，如前所述，自然情境下的实验设置可能为脑电数据引入更多类型及更复杂的伪迹。这些伪迹在一定程度上可通过适当的脑电预处理和分析技术加以缓解，但总体上仍可能导致更高的数据丢失率和更低的数据质量。同时，所使用的设备（尤其是摄像机和三脚架）存在体积较大、重量较重的缺点，因而不便于运输，也不适合在空间受限的环境中使用。最后，湿电极系统需要额外的实验耗材（如导电膏、注射器、手套、擦拭巾）并耗费更长的准备时间。实验人员必须格外注意避免在被试家中造成混乱，例如将导电膏沾染到家具表面，并应在实验前明确告知家长，婴儿有可能造成此类情况。干电极系统可作为规避上述问题的良好替代方案，并能节省安装时间。因此，在较大群体（如教室环境）中进行超扫描记录时，干电极可能是更合适的选择（例如参见12）。综上所述，通过针对具体情境对本方案进行优化和调整，该方法有望应用于学校、工作场所等多种类型的自然情境中，以获取更为丰富的超扫描与行为数据。

披露

无任何利益冲突需要声明。

致谢

该项工作由南洋理工大学授予VR的总统博士后奖学金资助。

材料

本文使用的材料清单
姓名公司目录编号评论
不带针头的10 cc鲁尔锁扣注射器Terumo Corporation
actiCAP slim 8通道电极组（LiveAMP8）Brain Products GmbH
Arduino 软件（IDE）ArduinoArduino IDE 1.8.19用于编写Arduino微控制器代码的软件。可使用其他编程软件配合所选的微控制器单元。 
Arduino Uno 开发板Arduino用于构建触发盒电路。可使用其他微控制器开发板。
BNC 连接器用于连接触发盒装置各个部件的BNC连接器。
BNC 按钮开关 Brain Products GmbHBP-345-9000用于发送触发信号的BNC触发按钮。
BNC 转 2.5 mm 插孔触发线缆（80 cm） Brain Products GmbHBP-245-1200连接两个LiveAmp设备与触发盒的BNC线缆。
BrainVision Analyzer 版本 2.2.0.7383Brain Products GmbH脑电图分析软件。
带加密狗的 BrainVision Recorder 许可证Brain Products GmbHS-BP-170-3000
BrainVision Recorder 版本 1.23.0003Brain Products GmbH脑电图记录软件。
定制8通道LiveAmp被动式帽（婴儿脑电帽）Brain Products GmbHLC-X6-SAHS-44, LC-X6-SAHS-46, LC-X6-SAHS-48 适用于头围为44、46、48的婴儿。可使用其他婴儿脑电帽。
Dell Latitude 3520 笔记本电脑Dell两台笔记本电脑，分别用于成人和婴儿脑电记录。可使用其他计算机。
牙科冲洗注射器
LiveAmp 8通道无线放大器BrainProducts GmbHBP-200-3020两个LiveAmp设备，分别用于成人和婴儿脑电记录。可使用其他放大器。
Manfrotto MT190X3 三脚架配128RC微型流体云台ManfrottoMT190X3可使用其他三脚架。
Matlab 软件The MathWorks, Inc.R2023a可使用其他分析和展示软件。
移动电源（10000 mAh）PhilipsDLP6715NB/69可使用其他移动电源。
原始脑电帽（Raw EEG caps）EASYCAP GmbH适用于头围为52、54、56、58的成人。可使用其他脑电帽。
Rode Wireless Go II 单套无线麦克风Røde Microphones可使用其他麦克风。
Sony FDR-AX700 摄像机SonyFDR-AX700可使用其他摄像机或网络摄像头。
SuperVisc 高粘度导电膏 EASYCAP GmbHNS-7907

参考文献

  1. Hari, R., Henriksson, L., Malinen, S., Parkkonen, L. Centrality of social interaction in human brain function. Neuron. 88 (1), 181-193 (2015).
  2. Endevelt-Shapira, Y., Djalovski, A., Dumas, G., Feldman, R. Maternal chemosignals enhance infant-adult brain-to-brain synchrony. Sci Adv. 7 (50), eabg6867 (2021).
  3. Santamaria, L., et al. Emotional valence modulates the topology of the parent-infant inter-brain network. NeuroImage. 207, 116341(2020).
  4. Nguyen, T., et al. The effects of interaction quality on neural synchrony during mother-child problem solving. Cortex. 124, 235-249 (2020).
  5. 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).
  6. Reindl, V., et al. Conducting hyperscanning experiments with functional near-infrared spectroscopy. J Vis Exp. (143), e58807(2019).
  7. Gardner, F. Methodological issues in the direct observation of parent-child interaction: Do observational findings reflect the natural behavior of participants. Clin Child Fam Psychol Rev. 3, 185-198 (2000).
  8. Xu, J., Zhong, B. Review on portable EEG technology in educational research. Comput Hum Behav. 81, 340-349 (2018).
  9. Troller-Renfree, S. V., et al. Feasibility of assessing brain activity using mobile, in-home collection of electroencephalography: methods and analysis. Dev Psychobiol. 63 (6), e22128(2021).
  10. Bögels, S., Levinson, S. C. The brain behind the response: Insights into turn-taking in conversation from neuroimaging. Res Lang Soc. 50 (1), 71-89 (2017).
  11. Georgieva, S., et al. Toward the understanding of topographical and spectral signatures of infant movement artifacts in naturalistic EEG. Front Neurosci. 14, 452947(2020).
  12. Dikker, S., et al. Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom. Curr Biol. 27 (9), 1375-1380 (2017).
  13. Oliveira, A. S., Bryan, R. S., Hairston, W. D., Peter, K., Daniel, P. F. Proposing metrics for benchmarking novel EEG technologies towards real-world measurements. Front Hum Neurosci. 10, 188(2016).
  14. Turk, E., Endevelt-Shapira, Y., Feldman, R., vanden Heuvel, M. I., Levy, J. Brains in sync: Practical guideline for parent-infant EEG during natural interaction. Front Psychol. 13, 833112(2022).
  15. Kayhan, E., et al. A dual EEG pipeline for developmental hyperscanning studies. Dev Cogn Neurosci. 54, 101104(2022).
  16. Ayrolles, A., et al. HyPyP: a Hyperscanning Python pipeline for inter-brain connectivity analysis. Soc Cogn Affect Neurosci. 16 (1-2), 72-83 (2021).
  17. Delorme, S., Makeig, S. EEGLAB: an open-source toolbox for analysis of single-trial EEG dynamics. J Neurosci Meth. 134, 9-21 (2004).
  18. Nathan, K., Contreras-Vidal, J. L. Negligible motion artifacts in scalp electroencephalography (EEG) during treadmill walking. Front Hum Neurosci. 9, 708(2016).
  19. Stone, D. B., Tamburro, G., Fiedler, P., Haueisen, J., Comani, S. Automatic removal of physiological artifacts in EEG: The optimized fingerprint method for sports science applications. Front Hum Neurosci. 12, 96(2018).
  20. Noreika, V., Georgieva, S., Wass, S., Leong, V. 14 challenges and their solutions for conducting social neuroscience and longitudinal EEG research with infants. Infant Behav Dev. 58, 101393(2020).
  21. Ng, B., Reh, R. K., Mostafavi, S. A practical guide to applying machine learning to infant EEG data. Dev Cogn Neurosci. 54, 101096(2022).
  22. vander Velde, B., Junge, C. Limiting data loss in infant EEG: putting hunches to the test. Dev Cogn Neurosci. 45, 100809(2020).
  23. Bell, M. A., Cuevas, K. Using EEG to study cognitive development: Issues and practices. J Cogn Dev. 13 (3), 281-294 (2012).
  24. Lopez, K. L., et al. HAPPILEE: HAPPE in low electrode electroencephalography, a standardized pre-processing software for lower density recordings. NeuroImage. 260, 119390(2022).

重印与许可

标签

婴儿照护者互动同步脑电图记录二元社会互动行为记录多模态同步脑电帽准备心电图（ECG）生态效度
基于家庭环境的婴儿-照料者社交互动脑电超扫描
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。