方法文章

功能性近红外光谱超扫描在心理咨询中的研究

DOI:

10.3791/67183

2025年1月17日

* These authors contributed equally

本文内容

勘误通知

Important: There has been an erratum issued for this article. View Erratum Notice

摘要

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

本方案旨在详细描述在心理咨询中开展fNIRS超扫描研究的方法学,包括实验准备、数据采集过程以及后续的数据分析流程。

摘要

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

功能性近红外光谱(fNIRS)超扫描是一种创新技术,可实现实时监测参与社会互动的多个个体的脑活动。该领域的研究人员通过脑间同步性(IBS)指标来量化多个个体间的同步脑活动。在心理咨询服务研究中,利用fNIRS测量IBS因其揭示咨询师与来访者互动动态的潜力而受到关注。然而,目前该领域尚缺乏用于精确测量咨询师与来访者之间IBS的标准化操作流程,而此类流程有助于揭示咨询过程中的实时互动模式。为满足这一需求,本文提出了一套详细的标准化操作流程,系统阐述了在心理咨询场景中实施fNIRS超扫描的操作步骤,重点包括脑信号的采集、咨询师与来访者之间IBS的计算,以及整个咨询过程中IBS的领先-滞后模式分析。实施这一标准化的fNIRS超扫描流程,不仅可提高心理咨询服务研究中IBS测量的可重复性与可靠性,还有助于深入理解工作联盟背后的神经机制。通过将fNIRS超扫描技术整合到自然的咨询环境中,研究人员可进一步探索IBS与咨询效果之间的关联,从而为心理健康治疗的个性化方法提供依据。

引言

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

近年来,利用超扫描技术探索在二元或群体互动期间大脑活动的共享模式已成为一种流行的研究方向。研究人员通常采用脑电图(EEG)1、功能磁共振成像(fMRI)2或功能近红外光谱成像(fNIRS)3来同时监测多个受试者的神经与大脑活动。由此引入了脑间同步性(inter-brain synchrony, IBS)4这一神经科学指标,通过细致分析神经或血流动力学信号在时间上的相位和振幅对齐情况,以量化个体之间大脑活动耦合的程度5。IBS指的是在社会互动过程中,两个或更多个体的大脑活动趋于一致或同步的现象。这种同步可表现为多种形式,例如脑震荡荡的相位、频率或振幅的同步6,7,8

在涉及多个参与者的自然社会互动领域中,大量研究揭示了 IBS 现象,尤其在亲子关系9、师生交流10、亲密伴侣关系11以及观众与表演者互动12等多种情境中表现显著。值得注意的是,与陌生人之间的互动相比,IBS 在亲子关系和亲密伴侣关系等亲密关系中表现出更高的水平13,14,凸显其对情感联结深度的敏感性。同时,这种增强的 IBS 常常伴随着协作效率的提升和行为表现的改善,提示其在促进积极社会结果方面具有功能性作用15

在心理咨询的背景下,工作联盟——一个与咨询效果密切相关的关键概念16 ——体现了咨询师与来访者在治疗过程中逐渐发展出的一种独特的人际互动关系。其核心在于建立深厚的情感联结,并构建高效的协作框架17。因此,在心理咨询互动中探讨人际脑间同步(IBS),为深入理解此类治疗关系的复杂性与质量提供了新的视角。

来访者所感知到的咨询师共情有助于工作联盟的建立18。这表明,工作联盟的形成可能源于咨询师与来访者之间的相互理解以及相应的神经活动。共情可分为两个组成部分:情感共情和认知共情。额下回(IFG)与情感共情相关,同时也参与面对面交流背后的神经过程19。右侧颞顶联合区(rTPJ)是心理理论网络的重要组成部分,与认知共情密切相关,尤其在理解他人心理状态方面发挥重要作用20。因此,早期关于咨询中脑同步的研究优先将这两个区域作为感兴趣区域(ROIs),并主要在rTPJ发现脑间同步性(IBS)21。后续研究也主要集中于rTPJ22。研究发现,咨询过程中来访者与治疗师之间在rTPJ的神经同步性显著高于普通对话情境,且rTPJ区域同步神经活动的增强与治疗联盟的强度呈正相关21。咨询中独特的活动模式可能源于对情绪表达和个人经历的深入探讨。这表明,脑间同步性在咨询领域值得进一步研究。此外,rTPJ活动增强与工作联盟强度之间的相关性提示,脑间同步性可能作为评估咨询关系的神经生物学基础,提供一种新颖的评估指标。

尽管这些发现强调了脑间同步在咨询师与来访者互动中的潜在重要作用,但也凸显出有必要进一步阐明脑同步、咨询效果以及工作联盟之间直接的因果关系。为了推动这一新兴领域的发展,建立标准化的超扫描实验方案和严谨的数据分析方法至关重要。通过完善方法学工具,有望更精确地描绘出有效心理咨询的神经基础,从而最终提升治疗干预的质量及其效果。

本文提供了一项基于功能性近红外光谱成像(fNIRS)的超扫描研究的操作方案,以及如何观察和分析咨询师与来访者配对组合之间的脑间同步性(IBS)。fNIRS 是一种用于测量大脑活动的非侵入性成像技术。其原理是通过检测大脑内血氧水平和血容量的变化——这些是神经活动的间接指标——来实现脑功能监测。该技术通过向大脑发射近红外光,并测量血液细胞对光的吸收或散射程度,从而获取信号23。因此,fNIRS 测量的是脑区的血流动力学/氧合活动。与 fMRI 相比,fNIRS 具有更高的时间分辨率;与 EEG 相比,其对运动伪迹的敏感性更低,因此特别适用于在心理咨询等自然情境下研究社会互动过程8

本文还介绍了通过小波变换相干性(Wavelet Transform Coherence, WTC)24 计算 IBS 的具体步骤。WTC 是一种分析技术,用于测量两个信号在不同频率上随时间变化的关系。该方法有助于识别大脑区域之间或研究参与者之间的同步区域。它通过小波变换分析两个时间序列的互功率谱来计算其相干性。为了理解 WTC 的重要性,首先需要掌握小波变换(Wavelet Transform, WT)25、相干性(Coherence)26 的基本概念,以及它们如何在 WTC 框架下融合27

小波变换是一种数学工具,擅长将复杂信号分解为其组成的时间-频率分量,从而能够分析信号在时间上的频率局部变化以及整体频率成分27。这一特性在研究神经活动时尤为有利,因为神经活动本质上是非平稳的,并在不同频率上表现出动态变化。另一方面,相干性用于量化两个信号在频率成分和相位关系上的相似程度,是衡量两者之间同步性的指标26。通过结合这两个概念,小波相干性分析(WTC)提供了一种强大的方法来评估个体间的脑间同步性(IBS),不仅能够捕捉个体之间神经耦合的时间演化过程和频率特异性,还能揭示大脑不同区域或不同个体的大脑在执行任务或接受刺激过程中如何动态地相互作用24

传统的WTC框架仅检验不同个体脑信号之间的相关性,而本文提出了一种考虑咨询师与来访者之间互动方向性的方法。根据以往研究28,29,存在不同的领先-滞后模式,即一个信号始终在特定时间间隔上先于另一个信号的变化,表明在人际脑同步(IBS)中存在时间上的关系。在咨询过程中,咨询师与来访者之间的IBS可能并非同时发生。因此,需要一种全面的方法来探究IBS的方向性。该方法能够阐明咨询师在咨询各个阶段所扮演的角色(引领IBS、与来访者同步处于同相位的IBS,或被来访者带动)。

本研究基于“咨询师与来访者的脑间同步性(IBS)评分能否作为评估不同成人依恋风格来访者咨询联盟质量或咨询效果的潜在生物标志物”这一研究问题,提出了一套详细且可实施的实验方案。该方案阐述了如何在心理咨询情境中运用功能性近红外光谱(fNIRS)超扫描技术,研究咨询师与来访者之间的脑间同步性(IBS)。文中详尽描述了实验流程、各步骤的注意事项以及后续的数据处理方法。预计本方案将为未来有意探索心理咨询服务中脑间同步性的研究者提供有价值的参考与指导。具体的数据采集与处理方案如下。

访问受限。请登录或开始试用以查看此内容。

方案

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

所有参与者在参加实验前均签署了书面知情同意书,并在实验结束后获得了约60元人民币的报酬。上述研究程序已获得华东师范大学人类研究保护委员会(HR 425-2020)的批准。

1. 实验准备

  1. 本研究包含的测量指标
    1. 成人依恋类型
      1. 准备亲密关系经历量表修订版(ECR-R)30,31) 在一个名为问卷星(Wenjuanxing)的中国在线调查平台(类似于世界其他地区的 SurveyMonkey 或 Qualtrics;参见 材料表用于对参与者进行预筛。
        注意:ECR-R 的中文版本包含 18 个项目,用于测量依恋风格的两个维度(依恋回避和依恋焦虑)。采用 7 点自评式李克特量表,范围从 1(完全不同意)到 7(完全同意)。该量表适用于讲中文的参与者。研究者可选择使用 ECR32 或根据参与者的语言和文化背景进行适当修改的版本。
      2. 准备中文修订版人际关系问卷(RQ)30 以确保参与者符合典型的依恋类型。
        注意:关系问卷(RQ)包含四个简短段落,分别描述四种不同的依恋类型。要求参与者使用7点自评式李克特量表(1表示“强烈不同意”,7表示“强烈同意”),选择最符合自身情况的段落。由于需要筛选出典型的依恋类型参与者,因此有必要采用第二个测量相同维度的量表,以更清晰地确定参与者的依恋类型。该问卷适用于中文母语参与者。研究人员可选择使用RQ33 或根据参与者的语言和文化背景调整的适当修订版本。
    2. 工作联盟
      1. 修订版工作同盟量表-短式(客户版)的中文版制备34,35 使用工作联盟量表-修订版(WAI-SR)评估实验后客户自评的工作联盟。
        注意:WAI-SR 的中文版共包含 12 个条目,用于测量治疗工作联盟的三个方面,包括(a)对治疗任务的共识,(b)对治疗目标的共识,以及(c)情感联结的发展。该量表采用 5 点 Likert 评分,范围为 1 = "从不" 至 5 = "始终",分数越高表示工作联盟质量越好。本问卷适用于讲中文的参与者。研究者可选择使用WAI-SR36 或根据参与者的语言和文化背景进行适当调整的版本。
    3. 临床结局
      1. 临床效果常规评估-结果量表(CORE-OM)中文修订版的编制37,38用于招募参与者。
        注意:CORE-OM 的中文修订版包含四个维度:主观幸福感、问题/症状、生活/社会功能以及对自身和他人的风险,共包含 34 个项目。需确保这些领域反映不同的痛苦和功能障碍方面, "项目聚类" 针对焦虑、抑郁、躯体问题和创伤等症状领域。该问卷适用于讲中文的参与者。研究人员可选择 CORE-OM37 或根据参与者的语言和文化背景进行适当调整的版本。
      2. 使用临床结果常规评估-10(CORE-10)的修订中文版38,于实验前后评估症状严重程度,以减轻参与者的认知负荷。
        注意:CORE-10 是 CORE-OM 的简化版本,包含 10 个条目,采用 0 到 4 的 5 点量表评分,得分越高表示心理困扰程度越高。在咨询过程前后分别进行前测和后测以评估来访者情况,并注意前后测得分差异可反映首次咨询会话的临床效果。通过计算 CORE-10 的变化量(前测得分减去后测得分)来体现来访者症状的改善情况。该问卷适用于讲中文的参与者。研究人员可选择使用 CORE-1038 或根据参与者的语言和文化背景进行适当调整的版本。
  2. 参与者
    1. 客户
      1. 根据以往的研究结果,招募同性别(女性)的受试者和咨询师,以避免性别效应39,40 同步脑活动
      2. 通过问卷星平台招募在校园内经历心理困扰的女大学生(参见 材料表)并请参与者报告他们咨询的主要诉求。确保他们有主动寻求帮助的意愿。
      3. 确保学生受试者为右利手,且视力和听力正常或矫正至正常水平。确保学生受试者无已知的既往或当前精神科或躯体疾病诊断。确认其未同时接受其他心理咨询服务。
      4. 使用既定的临界值,确保女性样本的 CORE-OM 评分低于 1.17,以确认其在过去一周内未达到心理困扰的临床诊断标准,从而控制受试者的心理健康水平。根据受试者对亲密关系问卷(RQ)中文版的自我评估结果,将其归类为安全型或回避型依恋类型。
      5. 根据ECR-R的评分,从回避型依恋类别中选取回避水平最高的前27%参与者组成回避组;从安全型依恋类别中选取焦虑水平最低的前27%参与者组成安全组。
      6. 在成功招募参与者后,需与咨询师确认咨询会话是否聚焦于参与者报告的问题,并评估所报告问题的严重程度。
        注意:初筛过程共涉及252名大学生来访者,最终筛选出37名面临中等程度学业压力、学校适应问题或人际关系困难的参与者进入正式实验。来访者的平均年龄为20.46岁(SD = 2.17),所有参与者均为女性大学生。在回避型依恋组(n = 16)与安全型依恋组(n = 21)之间,年龄差异无统计学意义(t(35) = 0.51, p = .62)或在CORE-OM的问题/症状领域t(35) = −1.76, p = .09).
    2. 咨询师
      1. 从学院心理健康中心招募数名咨询师。
      2. 确保咨询师为右利手,视力与听力正常或经矫正后正常,已在中国心理学会注册,并具备2至10年的咨询经验。
      3. 确保咨询师已接受过大学心理咨询培训项目,并采用相同的咨询整合导向疗法(Counseling Integration Orientation Therapy)方法。41 针对来访者的情绪状态、当前困扰及咨询目标,进行半结构化咨询。
        注意:共有7名来自中国心理学会(CPS)的女性咨询师参与了本研究,平均年龄为34.42岁(SD = 5.09)。在咨询师中,有6人自我认定为安全型依恋,1人自我认定为回避型依恋。然而,该名回避型依恋咨询师在治疗联盟、BS和IBS上的评分与其他6名咨询师相比均无显著差异(所有 p > .05).
    3. 咨询师与来访者的随机匹配
      1. 将咨询师与学生来访者随机配对组成二人小组。由于咨询师人数较少,每位咨询师需在不同时间段与多名来访者配对。确保每位咨询师同一时间仅接待一位来访者。
  3. 自制功能性近红外光谱帽
    注意:如果fNIRS系统配有合适的标准帽,則无需自制fNIRS帽。
    1. 准备两个中等大小的尼龙布泳帽,用于放置探头 holder 网格并覆盖目标脑区(参见 材料表)。使用以下步骤修补泳帽,以满足实验需求。
      注意:由于受试者的头部尺寸存在差异,应准备不同规格的长尾夹,以确保在实验过程中将探头紧贴受试者头部。
    2. 根据国际标准10-20系统将参考光极固定在泳帽上42,使用标准的10-20系统脑电图帽(参见 材料表 将脑电帽放置在头模上,然后将一件泳帽套在脑电帽外。
      注意:由于泳帽和脑电图帽的尺寸可能不完全相同,请确保两个帽子均未歪斜佩戴。
    3. 用红色标记笔通过脑电帽电极在泳帽上标记参考光极(Cz、T3、T4)。然后,标记感兴趣区域(ROI)的参考光极。
      注意:在本研究中,选择右侧颞顶交界区(rTPJ)作为感兴趣区域(ROI),在右侧颞顶区域放置一个4×4的探头阵列,ROI的参考光极置于P6位置。
    4. 参考泳帽上P6位置。将P6置于靠近T4区域贴片列中从后数第二个光极处。标记其余光极的位置,然后在标记处切割直径约15 mm的小孔,以确保网格支架能够嵌入。
      注意:4 × 4 探测阵列包含八个发射器和八个探测器,共组成 24 个测量通道(CH1–CH24)。该 fNIRS 系统是一种光学成像系统,旨在通过同步测量氧合血红蛋白(oxy-Hb)和脱氧血红蛋白(deoxy-Hb)浓度的变化来采集 fNIRS 数据(参见 材料表,提供30 mm的标准间距。此外,每个通道对应的解剖结构(见 图1) 将在标准的蒙特利尔神经学研究所坐标空间中,使用 MATLAB(参见 材料表 稍后在 SPM8 工具箱中。
    5. 将探头插入孔中,以适当地将检测贴片固定在改装后的泳帽上。按照上述步骤修补另一个泳帽。最后,通过fNIRS测量系统为每位受试者设置4×4探头阵列的布局,对应于两个泳帽的探头排列。

2. 参与者到达前的准备

  1. 至少提前 30 分钟启动 fNIRS 系统,以确保实验期间系统处于稳定的正常温度范围(5 °C 至 35 °C)。
    注意:无需开启激光器。
  2. 在 fNIRS 系统中激活事件相关测量模式,并确保可通过按下特定按键来触发不同状态的记录。检查其他参数(如受试者编号),以确保 fNIRS 测量正确进行。通过将相应的光极探头插入帽上的光极探头贴片,将 fNIRS 帽连接至 fNIRS 系统。
    1. 具体而言,将实验流程设置为包含两个部分的事件相关设计:静息态阶段和咨询阶段。在 NIRSPort 系统(NIRx)中,将F1键设为静息态阶段的标记,将F2键设为咨询阶段的标记。
      注意:对于使用其他 fNIRS 系统的用户,标记阶段的操作可能有所不同,务必查阅特定系统的说明书或设置,以确保正确标记各个阶段。
  3. 准备知情同意书以及第 1.1 步中提到的问卷供参与者填写。准备一个秒表,用于提醒参与者静息态阶段结束。准备一个时钟,用于提醒咨询师咨询的时间限制。准备一些照明探头,以便在头发遮挡信号时拨开参与者的头发。
  4. 将实验室布置成现实情境下的标准咨询室,两组中咨询师与来访者均呈 90° 相对而坐,两把椅子之间的距离为 40 cm。咨询师坐在右侧,来访者坐在左侧。

3. 数据收集过程

  1. 向参与者提供指导说明
    1. 当两名参与者到达后,确保他们彼此互不认识。提醒参与者将手机调至静音状态。
    2. 请来访参与者阅读并签署知情同意书,填写一些人口统计学信息,并在到达实验室时完成CORE-10量表以评估其心理状态。此过程通常需要约5分钟。
    3. 让参与者就座。打开激光器,然后为参与者佩戴fNIRS帽。
      注:将帽子中心对准参与者头部的CZ位置,确保4×4探头阵列覆盖右侧颞顶交界区(rTPJ)。
    4. 提醒参与者,在调整探头时若感到不适,可适当调整姿势。整理好光纤束,并将其放置在椅子扶手上,避免接触参与者身体,以防其感到沉重或疲劳。
      1. 提醒参与者在实验过程中不要调整帽子位置或进行剧烈头部运动,以防止损坏光纤或导致探头移位。
    5. 校准信号。在fNIRS系统中点击AUTO GAIN以检查信号质量。对于信号较差的通道,首先确保探头端部完全贴合;然后使用长尾夹收紧帽子缝隙,并使用带光源的探头清除头发遮挡,若头发阻碍信号采集。重复上述操作,直至所有通道显示为绿色,表示信号质量可接受。
      注:在NIRSPort系统(NIRx)中,信号质量差的通道显示为黄色,信号充足的通道显示为绿色。其他fNIRS系统的用户应参考各自系统的操作说明进行相应调整。
  2. 运行实验
    1. 获得参与者同意后,开启摄像机以录制咨询过程。
    2. 确认信号质量,并启动fNIRS数据记录。指导参与者闭眼静息5分钟,使用预设按键(例如F1)标记开始,并使用秒表计时静息阶段。
    3. 5分钟后提醒参与者停止静息。再次按下F1键,标记静息状态结束。重新检查信号质量。
    4. 提醒参与者本次咨询持续40分钟,并告知时钟位置。告知参与者可以开始咨询。按之前设定的方式按下F2键,标记咨询开始。
    5. 让参与者留在实验室中,直至40分钟后。
  3. 实验结束后
    1. 敲实验室门,确认参与者已结束对话。按下F2键标记实验结束。停止摄像机录制。协助参与者取下fNIRS帽。
      注:事后回看视频,确认咨询过程按预期进行。
    2. 邀请来访者填写WAI-SR和CORE-10量表。此过程通常需要约5分钟。感谢参与者的配合,并给予一定的金钱报酬。
    3. 保存数据。使用光盘并点击Text File Out导出原始fNIRS数据。关闭fNIRS系统。拔下探头连接线。
      注:此步骤专用于NIRSPort系统(NIRx)。对于其他系统,请根据相应系统说明进行必要调整。
    4. 使用乙醇擦拭探头及探头支架。定期使用温和洗涤剂清洗帽子(需在探头支架拔下后进行),并自然风干。

4. 数据分析

  1. 数据预处理
    注意:软件 MATLAB(见 材料表 ) 用于执行所有数据分析,所用工具箱如下:Homer 243 和 Hitachi2nirs44Homer 2 用于关注时间信息的情况,即当两种条件下均存在激活时,比较两种条件下反应函数在平均幅度和潜伏期上的差异。Hitachi2nirs 是一个 MATLAB 脚本,用于将原始的 .csv 格式 Hitachi ETG4000 输出文件转换为可用于 Homer2 的 .nirs 文件。44.
    1. 将数据集从光盘复制,并使用 Hitachi2nirs 中的 csv2nirs 工具将原始 .csv 文件转换为 .nirs 格式。然后,在 MATLAB 中输入命令以启动 Homer2 工具箱 Homer2_UI 并将光强度数据转换为光密度(OD)测量值 hmrIntensity2OD 功能。对每位参与者的每个通道的OD值取平均。剔除OD信号过强或过弱的通道(超出五个标准差的范围)。SD).
    2. 使用 hmr运动伪影 使用 Daubechies 5 (db5) 小波和 0.1 的调谐参数,通过小波变换检测运动伪影的功能45,46 以获得最佳灵敏度。检测到伪影后,使用 hmrMotionCorrectSpline 通过样条插值对其进行校正,平滑信号并降低与运动相关的噪声,以提高数据质量。
    3. 使用带通滤波器对OD信号进行滤波处理 hmrBandpassFilt 使用0.01–0.1 Hz的选定频率范围进行滤波,以消除低频漂移和高频噪声。
    4. 使用 hmrR_OD2conc 根据修正的比尔-朗伯定律,利用Homer2的功能将光密度(OD)数据转换为氧合血红蛋白(Oxy-Hb)和脱氧血红蛋白(DeOxy-Hb)的数值47.
      注意:由于氧合血红蛋白(Oxy-HB)浓度变化可反映脑活动期间的脑血流变化,因此在数据分析中重点关注Oxy-HB浓度的变化。48,49,具有高信噪比,且在基于fNIRS超扫描的社会互动研究中得到了更广泛的应用50,51.
    5. 使用 hmrMotionCorrectGlobal 采用基于小波变换(WT-based)的方法去除全局生理噪声(如血压波动)。
      注意:基于小波变换(WT)的方法对数据的时间特性更为敏感。如果关注的是参与者之间的整体交互模式,而非每个时间点的详细变化,则主成分分析(PCA)3 是更好的选择。Zhang 等人提出的方法主要包含若干步骤,包括信号分解、空间平滑处理以及信号重构,以去除非神经性的全局成分。 enPCAFilter 可使用主成分分析(PCA)的函数来去除fNIRS数据中的全局生理噪声。Duan及其同事提出的基于小波变换(WT)的方法27 此处采用。
      1. 使用小波变换相干性(WTC)24,52 用于检测受全局生理噪声污染的时频点。该方法能够在不同时间尺度上检测两个信号之间的相干性,适用于分析时间序列数据中的复杂动态关系。
        注意:具体而言,时频分布的小波相干性图谱(也称为小波谱图)53首先计算当前通道信号与所有其他通道未滤波信号之间的波相干性(WTC)。然后,根据每个时频像素点上WTC值的显著性,将这些WTC图转换为二值形式。随后,对这些WTC图进行平均,生成一幅全局共变的时频图。该复合图中每个像素点的数值表示当前通道在对应时频点上与其他通道全局同步的程度。最终,通过设定阈值生成当前通道的去噪掩模 k 在此全局共变的时频图上。
      2. 使用小波变换(WT)将当前去噪通道的信号分解到时频域。
      3. 将得到的掩膜应用于小波系数,以抑制受噪声污染的时频点处的小波能量。
      4. 使用逆小波变换重构信号。
      5. 按照上述步骤对每个通道重复操作,以完成全局生理噪声的去除。
  2. 计算来访者与咨询师之间的脑间同步性
    1. 为了计算两名参与者在各个通道中测得的信号在时频域内的相关性,使用以下函数: 小波变换相干性.
    2. 使用母小波的默认设置(即广义 Morse 小波,其参数为 beta 和 gamma),该小波是一种基本波形,可通过伸缩(尺度变换)和时移(平移)生成一族小波54进行连续小波变换,将时间序列数据转换到时频域。
    3. 设置 蒙特卡洛计数 作为用于显著性检验的替代数据集数量的表示,并使用 自动 AR1 计算时间序列的自相关系数。
    4. 使用 小波相干性 用于计算时频域中两个信号之间相关性的函数。重复上述步骤,直至根据24个记录通道生成24个WTC矩阵。
    5. 确定对心理咨询敏感的兴趣频率(FOI)。
      1. 选择并计算 0.01 Hz 至 0.1 Hz 频率范围内(分别对应 100 s 和 10 s 的周期)的相干性值的平均值,该频率范围基于先前一项专注于心理咨询任务的 fNIRS 超扫描研究中所采用的范围55.
        注意:需要进行进一步的统计验证,而不仅仅是限定所选的频率带。
      2. 通过对每个通道组合在静息和咨询阶段的WTC值分别进行时间平均,对WTC值进行标准化处理,有助于数据的标准化并为后续比较做好准备。该标准化过程对于降低变异性、突出任务特异性效应至关重要。
      3. 将静息阶段的WTC值设为基线水平WTC,任务阶段的WTC值设为任务水平WTC。
        注意:静息阶段的WTC值用作基线,代表正常的、非任务相关的状态;而任务阶段的WTC值则反映心理咨询服务期间的状态。这种区分有助于分离心理咨询对脑活动的特定影响。
      4. 使用 多变量置换t1检验 Groppe 研究工作的功能。在每个频率点,使用配对样本 t 检验比较基线水平的 WTC 与任务水平的 WTC。
        注意:此步骤有助于从统计学上确定基线状态与任务状态之间存在显著差异的频率点。通过比较可识别出咨询产生可测量效应的特定频率范围。
      5. 确定任务效应显著的频率区间(咨询) > 静息状态 p < 0.000556).
        注意:此步骤涉及识别在咨询期间相较于静息状态表现出显著相干性增强的频率区间。阈值 p < 0.0005 用于校正多重比较,以确保研究结果的稳健性。
      6. 确定FOI为具有以下特征的频率点 p 低于 0.0005 的值及其最近的频率点(p < 0.01).
        注意:该标准确保所选的频段不仅具有显著性,而且与观察到的咨询效果相关。
      7. 计算研究中每一对通道在指定频率范围(FOI)内的平均WTC值。
      8. 对两组受试者在各个时间段获得的脑间同步性值进行Fisher-Z统计变换,以得到符合正态分布的WTC值,该值可作为分析脑间同步性(IBS)的指标。
  3. 进一步的统计分析
    1. 确定与任务相关的通道。
      1. 通过从任务状态下的WTC值中减去基线水平的WTC值,获得与任务相关的WTC变化值。
      2. 对每个通道进行单样本 t 检验,利用在指定感兴趣频率范围内任务相关的 WTC 均值。
      3. 使用 mafdr 用于应用错误发现率(False Discovery Rate)方法的函数 p < 0.05 )57 多重比较校正
      4. 确定与任务相关的通道为经过调整的通道 p 小于 0.05 的值。
    2. 比较不同任务条件下的IBS。在每个与任务相关的通道上,对不同条件组(即安全型组和回避型组)的WTC值进行单样本t检验。
    3. 此外,在心理辅导过程中,分析两组之间肠易激综合征(IBS)的差异。将辅导过程分为两个阶段:早期阶段(0–15 分钟)和晚期阶段(15–35 分钟)。
    4. 对不同任务条件下相应阶段的任务相关WTC值及其增量(计算为后期阶段值减去前期阶段值)分别进行单样本t检验。
    5. 检查IBS中的时间滞后效应。将咨询师的脑活动相对于来访者向前或向后移动2–12秒(步长=2秒),并根据上述步骤重新计算任务相关的WTC值。比较咨询师主导的IBS、来访者主导的IBS与同相位IBS之间是否存在差异。
    6. 使用多元回归分析评估肠易激综合征(IBS)与行为数据之间的关系。
      注意:WTC 计算代码作为补充材料提供 补充文件 1.

访问受限。请登录或开始试用以查看此内容。

结果

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

结果显示,在角回(ANG)的19号通道(见图2),安全型依恋组的任务相关WTC增幅高于回避型依恋组,差异接近显著水平(t = 2.50,校正后p = 0.07)。因此,选择CH19处的WTC值进行IBS的进一步分析。关于IBS的时间滞后效应,回避型依恋组的后期咨询师主导IBS显著高于安全型依恋组(M = 0.04,SD = 0.07 vs. M = -0.02,SD = 0.07),t(31) = 6.18,p = 0.018,Cohen's d = 0.86。类似地,回避型依恋组的后期来访者主导IBS也显著高于安全型依恋组(M = 0.04,SD = 0.07 vs. M = -0.02,SD = 0.07),t(31) = 5.97,p = 0.020,Cohen's d = 0.86(见<...

访问受限。请登录或开始试用以查看此内容。

讨论

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

本方案详细描述了如何在心理咨询的自然情境下开展fNIRS超扫描实验,如何计算咨询师与来访者之间的脑间同步性(IBS),以及如何确定咨询过程中IBS的领先-滞后模式。具体的操作步骤有助于研究人员重复fNIRS超扫描实验,并进一步推动开放科学的研究。以下将讨论实验设计、实验实施及数据分析中的一些关键问题。

功能性近红外光谱(fNIRS)实验可采用区组设计、事件相关设计,或两者的混合设计。本研究采用事件相关设计,以探究在自然环境下进行心理咨询过程中咨询师与来访者之间实时的神经动态。在此设计中,刺激或任务(如咨询师或来访者的反应)以离散且随机的方式呈现,使研究人员能够捕捉对单个事件的神经响应。该方法在实验设计上具有灵活性,并可对不同刺激及认知过程在脑活动中的表现进行细致分析61。而在区组设计中,刺激或任务以连续的区块形式呈现,每个区块包含多个相同条件的试验。该方法可提高信噪比,并产生更稳健的血流动力学响应,从而更易于分析61。通过将这些实验区块与控制条件区块交替呈现,研究人员可系统地考察咨询互动...

访问受限。请登录或开始试用以查看此内容。

披露

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

作者无任何利益冲突需要披露。

致谢

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

本研究得到国家自然科学基金(31900767)、上海市科学技术委员会科研项目(20dz2260300)以及中央高校基本科研业务费的资助。

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
中国在线调查平台Ranster Technology Company,Changsha,China问卷星免费版
脑电帽Compumedics Neuroscan, Charlotte,USA64通道Quik-Cap
fNIRS系统Hitachi Medical Corporation, Tokyo,JapanETG-7100光学成像系统NIRSport以10.1725 Hz的采样率在两个波长(760 和 850 nm)发射和收集
 近红外光
 。 
MATLAB 2018aThe MathWorks, Inc., Natick, MAMATLAB 2018a
泳帽迪卡侬集团,法国维伦纽夫-达斯克1681552中号

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Liu, D., et al. Interactive brain activity: review and progress on EEG-based hyperscanning in social interactions. Front Psychol. 9, 1862(2018).
  2. Xie, H., et al. Finding the neural correlates of collaboration using a three-person fMRI hyperscanning paradigm. Proc Natl Acad Sci U S A. 117 (37), 23066-23072 (2020).
  3. Zhang, X., Noah, J. A., Hirsch, J. Separation of the global and local components in functional near-infrared spectroscopy signals using principal component spatial filtering. Neurophotonics. 3 (1), 015004(2016).
  4. Zhao, Q., Zhao, W., Lu, C., Du, H., Chi, P. Interpersonal neural synchronization during social interactions in close relationships: a systematic review and meta-analysis of fNIRS hyperscanning studies. Neurosci Biobehav Rev. 158, 105565(2024).
  5. Zhao, N., Zhu, Y., Hu, Y. Inter-brain synchrony in open-ended collaborative learning: an fNIRS-hyperscanning study. J Vis Exp. (173), e62777(2021).
  6. Kinreich, S., Djalovski, A., Kraus, L., Louzoun, Y., Feldman, R. Brain-to-brain synchrony during naturalistic social interactions. Sci Rep. 7 (1), 17060(2017).
  7. Montague, P. R., et al. Hyperscanning: simultaneous fMRI during linked social interactions. Neuroimage. 16 (4), 1159-1164 (2002).
  8. Nam, C. S., Choo, S., Huang, J., Park, J. Brain-to-brain neural synchrony during social interactions: a systematic review on hyperscanning studies. Appl Sci. 10 (19), 6669(2020).
  9. Liu, S., et al. Parenting links to parent-child interbrain synchrony: a real-time fNIRS hyperscanning study. Cereb Cortex. 34 (2), bhad533(2024).
  10. Zhu, Y., et al. Instructor–learner neural synchronization during elaborated feedback predicts learning transfer. J Educ Psychol. 114 (6), 1427-1441 (2022).
  11. Pan, Y., Cheng, X., Zhang, Z., Li, X., Hu, Y. Cooperation in lovers: an fNIRS-based hyperscanning study. Hum Brain Mapp. 38 (2), 831-841 (2017).
  12. 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).
  13. Reindl, V., et al. Multimodal hyperscanning reveals that synchrony of body and mind are distinct in mother-child dyads. Neuroimage. 251, 118982(2022).
  14. Djalovski, A., Dumas, G., Kinreich, S., Feldman, R. Human attachments shape interbrain synchrony toward efficient performance of social goals. Neuroimage. 226, 117600(2021).
  15. Lu, H., et al. Increased interbrain synchronization and neural efficiency of the frontal cortex to enhance human coordinative behavior: a combined hyper-tES and fNIRS study. Neuroimage. 282, 120385(2023).
  16. Werz, J., Voderholzer, U., Tuschen-Caffier, B. Alliance matters: but how much? A systematic review on therapeutic alliance and outcome in patients with anorexia nervosa and bulimia nervosa. Eat Weight Disord. 27 (4), 1279-1295 (2022).
  17. Sun, Q. W., Jiang, G. R., Feng, Y. Working alliance: concepts, measurement, and empirical research. Chin J Clin Psychol. 03, 383-386 (2009).
  18. Horvath, A. O., Bedi, R. P. Psychotherapy Relationships that Work: Therapist Contributions and Responsiveness to Patients. , Oxford University Press. New York. (2002).
  19. Lamm, C., Decety, J., Singer, T. Meta-analytic evidence for common and distinct neural networks associated with directly experienced pain and empathy for pain. Neuroimage. 54 (3), 2492-2502 (2011).
  20. Frith, C. D., Frith, U. The neural basis of mentalizing. Neuron. 50 (4), 531-534 (2006).
  21. Zhang, Y., Meng, T., Hou, Y., Pan, Y., Hu, Y. Interpersonal brain synchronization associated with working alliance during psychological counseling. Psychiatry Res Neuroimaging. 282, 103-109 (2018).
  22. Dai, X., Li, X., Xia, N., Xi, J., Zhang, Y. Client-counselor behavioral and inter-brain synchronization among dismissing and secure clients and its association with alliance quality and outcome. Psychother Res. 34 (8), 1103-1116 (2024).
  23. Pinti, P., et al. The present and future use of functional near‐infrared spectroscopy (fNIRS) for cognitive neuroscience. Ann N Y Acad Sci. 1464 (1), 5-29 (2018).
  24. Nozawa, T., et al. Interpersonal frontopolar neural synchronization in group communication: an exploration toward fNIRS hyperscanning of natural interactions. Neuroimage. 133, 484-497 (2016).
  25. Mallat, S. G. A theory for multi-resolution signal decomposition: the wavelet representation. IEEE Trans Pattern Anal Mach Intell. 11 (7), 674-693 (1989).
  26. Baccalá, L. A., Sameshima, K. Partial directed coherence: a new concept in neural structure determination. Biol Cybern. 84 (6), 463-474 (2001).
  27. 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).
  28. Long, Y., et al. Interpersonal neural synchronization during interpersonal touch underlies affiliative pair bonding between romantic couples. Cereb Cortex. 31 (3), 1647-1659 (2021).
  29. Dai, B., et al. Neural mechanisms for selectively tuning in to the target speaker in a naturalistic noisy situation. Nat Commun. 9 (1), 2405(2018).
  30. Lu, K., Teng, J., Hao, N. Measurement of adult attachment: Chinese version of the experiences in close relationships scale (ECR). Acta Psychol Sin. 03, 399-406 (2006).
  31. Atique, B., Erb, M., Gharabaghi, A., Grodd, W., Anders, S. Task-specific activity and connectivity within the mentalizing network during emotion and intention mentalizing. Neuroimage. 55 (4), 1899-1911 (2011).
  32. Brennan, K. A., Clark, C. L., Shaver, P. R. Self-Report Measurement of Adult Attachment: An Integrative Overview. , The Guilford Press. New York. (1998).
  33. Bartholomew, K., Horowitz, L. M. Attachment styles among young adults: a test of a four-category model. J Pers Soc Psychol. 61 (2), 226-244 (1991).
  34. Munder, T., et al. Working alliance inventory–short revised (WAI–SR): psychometric properties in outpatients and inpatients. Clin Psychol Psychother. 17 (3), 231-239 (2010).
  35. Hsu, S., Zhou, R. D. H., Yu, C. K. C. A Hong Kong validation of working alliance inventory–short form–client. Asia Pac J Couns Psychother. 7 (1-2), 69-81 (2016).
  36. Hatcher, R. L., Gillaspy, J. A. Development and validation of a revised short version of the Working Alliance Inventory. Psychother Res. 16 (1), 12-25 (2006).
  37. Evans, C. CORE: clinical outcomes in routine evaluation. J Ment Health. 9 (3), 247-255 (2000).
  38. Barkham, M., et al. The CORE-10: a short measure of psychological distress for routine use in the psychological therapies. Couns Psychother Res. 13 (1), 3-13 (2013).
  39. Lu, K., Teng, J., Hao, N. Gender of partner affects the interaction pattern during group creative idea generation. Exp Brain Res. 238 (5), 1157-1168 (2020).
  40. Cheng, X., Li, X., Hu, Y. Synchronous brain activity during cooperative exchange depends on gender of partner: a fNIRS-based hyperscanning study. Hum Brain Mapp. 36 (6), 2039-2048 (2015).
  41. Stricker, G. Supervision of integrative psychotherapy: discussion. J Integr Eclectic Psychother. 7, 176(1988).
  42. Purdy, R. W., Homan, R. W., John, E. R., Poole, D. Cerebral location of international 10–20 system electrode placement localisation. Electroencephalogr Clin Neurophysiol. 66 (4), 376-382 (1988).
  43. 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. Appl Opt. 48 (10), D280-D298 (2009).
  44. Hitachi2nirs. , NITRC. Available from: https://www.nitrc.org/projects/hitachi2nirs (2021).
  45. Cooper, R., et al. A systematic comparison of motion artifact correction techniques for functional near-infrared spectroscopy. Front Neurosci. 6, 147(2012).
  46. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiol Meas. 33 (2), 259-270 (2012).
  47. Obrig, H., Villringer, A. Beyond the visible–imaging the human brain with light. J Cereb Blood Flow Metab. 23 (1), 1-18 (2003).
  48. Yang, J., et al. Within-group synchronization in the prefrontal cortex associates with intergroup conflict. Nat Neurosci. 23 (6), 754-760 (2020).
  49. Hoshi, Y. Functional near-infrared spectroscopy: current status and future prospects. J Biomed Opt. 12 (6), 062106(2007).
  50. Pan, Y., et al. Interpersonal brain synchronization with instructor compensates for learner's sleep deprivation in interactive learning. Biochem Pharmacol. 191, 114111(2020).
  51. 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).
  52. Grinsted, A., Moore, J. C., Jevrejeva, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes Geophys. 11 (5/6), 561-566 (2004).
  53. Zhang, X., et al. Activation detection in functional near-infrared spectroscopy by wavelet coherence. J Biomed Opt. 20 (1), 016004(2015).
  54. Mallat, S. A Wavelet Tour of Signal Processing: The Sparse Way. , Academic Press. (1999).
  55. Zhang, Y., Meng, T., Yang, Y., Hu, Y. Experience-dependent counselor-client brain synchronization during psychological counseling. eNeuro. 7 (5), (2020).
  56. Zheng, L., et al. Enhancement of teaching outcome through neural prediction of the students' knowledge state. Hum Brain Mapp. 39 (7), 3046-3057 (2018).
  57. Benjamini, Y., Yekutieli, D. The control of the false discovery rate in multiple testing under dependency. Ann Stat. 29 (4), 1165-1188 (2001).
  58. Lai, C. H., Wu, Y. T., Hou, Y. M. Functional network based statistics in depression: theory of mind subnetwork and importance of parietal region. J Affect Disord. 217, 132-137 (2017).
  59. Wang, Z., Wang, Y., Zhou, X., Yu, R. Interpersonal brain synchronization under bluffing in strategic games. Soc Cogn Affect Neurosci. 15 (12), 1315-1324 (2020).
  60. Tyrrell, C. L., Dozier, M., Teague, G. B., Fallot, R. D. Effective treatment relationships for persons with serious psychiatric disorders: the importance of attachment states of mind. J Consult Clin Psychol. 67 (5), 725-733 (1999).
  61. Dubis, J. W., Siegel, S. E., Petersen, S. E. The mixed block/event-related design. Neuroimage. 62 (2), 1177-1184 (2012).
  62. Balters, S., et al. Capturing human interaction in the virtual age: a perspective on the future of fNIRS hyperscanning. Front Hum Neurosci. 14, 588494(2020).
  63. 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).
  64. Holper, L., Scholkmann, F., Wolf, M. Between-brain connectivity during imitation measured by fNIRS. Neuroimage. 63 (1), 212-222 (2012).

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

勘误

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

Formal Correction: Erratum: Functional Near-Infrared Spectroscopy Hyperscanning Study in Psychological Counseling
Posted by JoVE Editors on 2/16/2026. Citeable Link.

This corrects the article 10.3791/67183

标签

相关文章