Hyperscanning Experimente mit funktionalen Nah-Infrarot-Spektroskopie

In den letzten Jahren Neurowissenschaftler haben damit begonnen, soziale Interaktionen zu untersuchen, indem Sie die Hirnaktivitäten von zwei oder mehr Personen gleichzeitig aufzeichnen, ein Ansatz bezeichnet Hyperscanning¹. Diese Technik eröffnet neue Möglichkeiten, die neurobiologischen Mechanismen diese Wechselwirkungen aufzuklären. Um soziale Interaktionen zu verstehen, kann es nicht ausreichend, um einzelne Gehirne in Isolation, sondern vielmehr die gemeinsamen Aktivitäten der Gehirne von interagierenden Personen²studieren sein. Verwenden verschiedene bildgebende Verfahren, Hyperscanning Studien haben gezeigt, dass Gehirn, die Aktivitäten der interagierenden Personen oder Personengruppen zu synchronisieren, z.B., während sie ihre Aktionen³koordinieren, machen Musik⁴,⁵zu kommunizieren, ins Klassenzimmer Aktivitäten⁶ oder⁷zusammenarbeiten.

Der Artikel stellt ein Protokoll für die Durchführung von gleichzeitigen Aufnahmen mit funktionalen Nah-Infrarot-Spektroskopie (fNIRS). Ähnlich wie bei der funktionellen Magnetresonanztomographie (fMRT), fNIRS misst die hämodynamische Reaktion auf Gehirn-Aktivierung. Änderungen im sauerstoffreiches und sauerstoffarmes Hämoglobin (oxy-Hb und Deoxy-Hb) sind über die Höhe der Nah-Infrarot-diffusively Durchlicht durch Gewebe⁸berechnet. fNIRS eignet sich gut für Hyperscanning Experimente, vor allem mit Kindern, da es in weniger eingeschränkt und natürlicheren Einstellungen als fMRI angewendet werden kann. Darüber hinaus ist es weniger anfällig für Bewegungsartefakte als fMRI und EEG-⁹. Darüber hinaus fNIRS Daten mit hohen Abtastraten (z.B. 10 Hz) erworben werden können, damit es sehr oversamples die relativ langsame hämodynamische Reaktion und damit potenziell bietet ein vollständiges zeitliche Bild des Gehirns Hämodynamik¹⁰ .

Dieses Protokoll wurde im Rahmen der Studie von Reindl Et Al. entwickelt. ¹¹ und leicht verändert wurde (insbesondere in Bezug auf die Kanal-Platzierung und schlechte Kanal Identifikation) vor kurzem. Ziel der Studie war, synchronisierte Hirnaktivität von Eltern-Kind-Dyaden zu untersuchen. Mit fNIRS Hyperscanning, untersuchten wir Gehirn zu Gehirn Synchronität in präfrontaler Hirnregionen von Kindern (im Alter von fünf bis neun Jahren) und ihre Eltern, vor allem Mütter während einer Genossenschaft und eine wettbewerbsfähige Computer-Aufgabe. Präfrontaler Hirnregionen wurden gezielt, wie sie sich als wichtige Regionen für soziale Interaktionsprozesse in früheren Hyperscanning Studien¹erwiesen hatte. Die kooperative und wettbewerbsfähigere Aufgabe wurden ursprünglich von Cui Et al. ¹² und kürzlich eingestellten von mehreren früheren Studien^13,14,15. Für die Untersuchung von Reindl Et al. ¹¹, die Aufgaben wurden geändert, um für Kinder geeignet. Teilnehmer waren entweder gemeinsam über Tastendrücke in Reaktion auf ein Ziel (Zusammenarbeit) reagieren oder reagieren schneller als der andere Spieler (Wettbewerb) angewiesen. Jedes Kind durchgeführt jede Aufgabe einmal mit dem Elternteil und einmal mit einem Erwachsenen fremden des gleichen Geschlechts wie das übergeordnete Element. Innerhalb jedes Kind-Erwachsener-Dyade wurde Wavelet Kohärenz für die oxy-Hb-Signale der entsprechenden Kanäle als Maß für die Synchronität von Gehirn zu Gehirn berechnet.

Dieses Protokoll beschreibt die Verfahren zur Erhebung von fNIRS Hyperscanning Daten von Eltern und Kind während der kooperativen und wettbewerbsfähige Spiel. Das gesamte Verfahren, jedoch ist nicht spezifisch für dieses Forschungsdesign aber eignet sich für verschiedene Populationen (z.B., Erwachsenen fremden, romantischen Partner, Geschwister, etc.) und kann für eine Reihe von verschiedenen experimentellen Aufgaben angepasst werden. Dieses Protokoll beschreibt auch eine mögliche analytische Vorgehensweise, die erforderlichen und optionalen Daten Analyseschritte, einschließlich fNIRS Daten Vorverarbeitung, schlechte Kanalerkennung, Wavelet-Kohärenz-Analyse und Validierung durch zufällige paar Analyse abdeckt.

Vor der Teilnahme, alle Eltern / Kinder vorgesehen Einwilligung / zustimmen. Die Studie wurde von der Ethikkommission der medizinischen Fakultät der RWTH Aachen genehmigt.

1. Vorbereitung vor der Teilnehmer kommt

1. Bereiten Sie NIRS Kappen.
   1. Wählen Sie die Kappe Größen gleich groß oder etwas größer als der Kopfumfang des Teilnehmers.
   2. Schnitt 15 Löcher mit einem Durchmesser von ca. 15 mm, angeordnet in einem horizontalen 3 x 5-Raster, in Stirnbereich aller 2 roh-EEG-Hauben (siehe Tabelle der Materialien). Stellen Sie sicher die Löcher Abstand 30 mm voneinander in eine beliebige Richtung, die die mittlere Spalte der Löcher in der Mitte der Stirn, d. h. über die Nase befindet und das in der unteren Zeile befindet sich oberhalb der Augenbrauen.
   3. Um die Kappen noch komfortabler zu machen und zu minimieren Druckstellen, legen weichen Schaumstoff (z. B. Klebstoff Fenster Abdichten, Klebeband oder ähnliche Wohnung Schaumstoff Material) an der Innenseite des Rasters Halterung zwischen die Sonde Steckdosen und an den Rändern. Verwenden Sie doppelseitiges Klebeband oder Nähgarn, wenn nötig.
   4. Ein leeres Raster der 3 x 5 Sonde-Halter zu montieren (siehe Tabelle der Materialien) aller geänderten EEG-Hauben Steckdosen so dass Halter Raster selbst befindet sich auf der Innenseite der Kappe und der Inhaber-Stick in die Löcher.
      Hinweis: Der NIRS-Mess-System (siehe Tabelle der Materialien) hat zwei Sonde Sätze zu trennen, verwenden Sie eine Sonde legen Sie für jeden Teilnehmer.
   5. Einfügen Sie sanft Sonden in die entsprechenden Halter Steckdosen auf den Gittern, so dass nur die ersten Grat jede Sonde in die Steckdose montiert ist, bewirkt ein Klick-Geräusch.
   6. Offen die Sonde Fenster "Monitor" auf der NIRS-Mess-System und wählen Sie 2 Sonde Sätze in einem 3 x 5 Raster angeordnet, jeweils eine für die teilnehmenden Kinder und eine für Erwachsene. Sicherzustellen, dass die Sonde Arrangements der beiden Kappen entspricht den Regelungen in der Sonde Set Fenster (d.h. gleiche Lage der jeweiligen Sender und Empfänger Sonde Zahlen).
2. Bereiten Sie das Experiment.
   1. Beginnen der NIRS-Mess-System mit Laserdioden 30 min. vor der Messung eingeschaltet, so dass das System eine stabile Betriebstemperatur erreicht.
   2. Setzen Sie alle notwendige Optionen bei der NIRS-Mess-System. Stellen Sie sicher, dass das Gerät veranstaltungsbezogenen Messung eingestellt ist und dass der RS232 seriellen Eingang, notwendig für den Empfang von Trigger aus dem experimentellen Paradigma aktiv ist.
      Hinweis: Das Experiment ist eine angepasste Version von einem Paradigma von Cui Et Al. entwickelt ¹², in den nicht-kommerziellen Psychophysik Toolbox Erweiterungen, Version 3.0.11¹⁶programmiert.
   3. Vorbereiten der experimentellen Paradigma durch technisches computing-Software starten (siehe Tabelle der Materialien), dient als Basis für die Psychophysik Toolbox Erweiterungen und das aktuelle Verzeichnis in den Ordner, die das Paradigma in gespeichert ist.
   4. Legen Sie zwei Kinn ruht vor dem Computerbildschirm Kopfbewegungen während des Experiments zu verhindern.

(2) Teilnehmer Ankunft im Labor

1. Bereiten Sie die Teilnehmer.
   1. Zeigen Sie und erklären Sie den Versuchsaufbau einschließlich der NIRS-Mess-System an die Teilnehmer. Es ist darauf zu achten, dass die Teilnehmer nicht direkt in den Laserstrahl des Messsystems NIRS kümmern, da dies schädlich für das Auge sein kann.
   2. Platz für die Teilnehmer neben einander vor dem Computerbildschirm. Die Höheneinstellung der Kinn-Reste, so dass beide Teilnehmer bequem zu sitzen.
   3. Weisen Sie die Teilnehmer und verwalten Sie Praxis Studien von der Genossenschaft und kompetitives Spiel zu. Geben Sie zusätzliche Anweisungen während der Praxis-Tests, falls erforderlich.
   4. Messen Sie und markieren Sie den Fpz-Punkt nach dem 10-20-System, das 10 % des Abstandes zwischen Nasion und Inion auf jedes Teilnehmers Kopf.
   5. Legen Sie die Kappen mit Sonden sorgfältig auf die Teilnehmer Köpfen, mit dem Laser abgeschaltet. Legen Sie die Vorderseite der Kappe, einschließlich der Sonde Raster auf der Teilnehmer Stirn zuerst und dann die Rückseite der Kappe gegen den Hals herunterziehen. Stellen Sie sicher, dass die mittleren Sonde in der unteren Zeile auf Fpz gelegt wird und die mittleren Sonde Spalte entlang der sagittalen Referenzkurve ausgerichtet ist.
   6. Setzen Sie die Faser-Saiten auf den Halter-Arm an der NIRS-Mess-System befestigt, so dass sie locker, ohne Kontakt mit der Teilnehmer oder der Vorsitzende hängen und, die sie nicht an die Kappen ziehen. Benutzen Sie einen zusätzliche Halter (zB., modifizierte Mikrofonstativ oder ähnliches) für den zweiten Teilnehmer bei Bedarf.
   7. Drücken Sie jede Sonde weiter in seiner Halterung, bis die kleinen weißen Nase in der Mitte des oberen Teils der Sonde Gehäuse sichtbar ist.
      Hinweis: Die Nase wird nach oben durch einen Federmechanismus Spule gedrückt, sobald der Prüfspitze des Teilnehmers Kopfhaut berührt.
   8. Schalten Sie den Laser wieder und testen Sie die Signalqualität durch Klicken auf die Schaltfläche Auto gewinnen in der Sonde eingestellten Monitor-Fenster des Messsystems NIRS.
   9. Wenn ein Kanal kein ausreichendes Signal (d. h., wenn es in gelb markiert ist), sanft beiseite das Haar unter der umliegenden Sondenspitze. Wenn nötig, drücken Sie die Sonden weiter in ihren Höhlen aber sorgen für den Komfort des Teilnehmers. Überprüfen Sie, ob die Signalqualität (d. h. , die das Programm nun in grün markiert ist) verbessert hat indem Sie auf die Schaltfläche "Auto Gain" wieder.
   10. Wenn Schritt 2.1.9. führen zu einer Verbesserung des Signal nicht, passen Sie die Signalintensität. Ist zuviel Signal (d. h., wenn der Kanal in rot markiert ist), ändern die Signalintensität zu niedrige Signalintensität durch immer wieder festlegen einen Klick auf die jeweiligen Sonde Symbol in der Sonde Monitorfenster des Messsystems NIRS. Wenn es nicht genügend Signal (d. h., wenn der Kanal in gelb markiert ist), ändern Sie die Signalintensität in hohe Signalintensität wieder indem er wiederholt auf die jeweiligen Sonde Symbol.
2. Führen Sie das experiment
   1. Wenn gibt es keine Fragen nach der Praxis versuchen und eine gute Signalqualität wird sichergestellt, beginnen Sie die experimentellen Paradigma.
   2. Legen Sie ein Handtuch über die Teilnehmer Hände, so dass sie nicht die Handbewegungen des jeweiligen Spiels Partners sehen können.
   3. Nach dem Experiment speichern Sie die Daten und exportieren Sie die rohen Lichtintensität Daten als Text-Datei durch Klicken auf die Schaltfläche "Text Datei heraus". Gelten Sie Filter nicht in der NIRS-Mess-System.
   4. Reinigen Sie alle notwendige Materialien (Sonden, Inhaber von Sonde Kinn ruht) mit Ethanol. Waschen Sie die Kappen im Schonwaschgang mit Feinwaschmittel.

(3) Datenanalyse

1. Daten-Vorverarbeitung
   Hinweis: Gibt es mehrere nicht-kommerzielle Software-Pakete zur fNIRS Datenanalyse, zB., HomER¹⁷, NIRS Gehirn AnalyzIR¹⁸ oder SPM für fNIRS¹⁹. Letzteres war für die Vorverarbeitung folgendermaßen verwendet. Weitere Informationen darüber, wie Sie diese Schritte durchführen finden Sie in der Toolbox-Handbuch.
   1. Konvertieren Sie die Datendateien in der SPM für fNIRS Datenformat.
   2. Oxy-Hb und Deoxy-Hb-Konzentration-Änderungen mit dem modifizierten Bier-Lambert Gesetz durch Drücken der Schaltfläche "Convert" im Hauptfenster zu berechnen. Geben Sie das Alter des Themas und der Abstand zwischen Quelle und Detektor (z.B. 3 cm). Übernehmen Sie die Standardwerte für die molare Absorption Koeffizienten der oxy-Hb und Deoxy-Hb bei Wellenlänge (λ) 1 und λ 2 sowie die Standardwerte für die differenzielle Pathlength Faktor (DPF) bei λ 1 und λ 2.
   3. Vorverarbeitung der Zeitreihe der hämodynamischen Veränderungen, Bewegungsartefakte zu reduzieren durch Auswahl der Schaltfläche "MARA" (für mehr Informationen über die MARA Algorithmus siehe Scholkman Et al. ( ²⁰).
   4. Vorverarbeitung der Zeitreihe um langsam driften zu reduzieren, indem Sie die Schaltfläche "DCT" auswählen.
2. Schlechte Kanalerkennung
   Hinweis: Schlechte Kanalerkennung kann vor und/oder nach fNIRS Daten Vorverarbeitung durchgeführt werden. In diesem Protokoll sind verschiedene Objektive Kriterien zur Erkennung von schlechten Kanäle und Sichtprüfung kombiniert. Bitte beachten Sie, dass die vorgeschlagene Liste von objektiven Kriterien nicht erschöpfend ist. Für schlechte Kanalerkennung dienten selbstgeschriebene Skripte (für die technische Datenverarbeitung Software siehe Tabelle of Materials).
   1. Schließen Sie Kanäle in denen gibt es keine Signaländerung für mehrere kontinuierliche Proben, die durch eine flache Linie, beim Plotten der Zeitreihe angezeigt wird aus.
   2. Berechnen der Variationskoeffizient CV = SD/Mittelwert * 100 für die rohen Dämpfung-Daten. Ausgeschlossen Sie Kanäle, in denen der Lebenslauf über einen vorgegebenen Prozentsatz (z. B.10 %; siehe z. B. van der Kant Et Al. ist, ( ²¹).
   3. Zeichnen Sie das Leistungsspektrum des Signals. Wenn kein Herzschlag sichtbar in der Signal-Spektrum etwa 1 Hz, wie durch eine Leistungssteigerung in diesem Frequenzband, schließen Sie den Kanal von der Analyse aus.
   4. Überprüfen Sie alle Daten vor und/oder nach Vorverarbeitung. Entscheiden, ob Sie den Kanal anhand objektiver Kriterien, beschrieben in 3.2.1 – gehören 3.2.3 sowie auf subjektive visuelle Erkennung von lauten Kanälen.
3. Gehirn zu Gehirn-Konnektivität
   Hinweis: Zwei verschiedene schätzen Gehirn Anbindungsarten unterschieden werden: ungerichtete Schätzungen, welche die Stärke der Konnektivität zu quantifizieren, und gerichtete Schätzungen, die darauf abzielen, statistische Beweise für die Schadensursache aus den Daten^{22 zu etablieren} . Hier lag der Schwerpunkt auf der Wavelet-Transformation Kohärenz (WTC), eine häufig angewandte ungerichtete Schätzung für fNIRS Gehirn zu Gehirn-Konnektivität. Mehrere nicht-kommerzielle Software-Lösungen für die Berechnung des WTC sind verfügbar, z.B.von Grinsted und Kollegen²³ oder die ASToolbox²⁴, die in diesem Protokoll für die folgenden Schritte verwendet wurde.
   1. Geben Sie in der AWCO Funktion der ASToolbox die Mutter Wavelet (z.B.generalisierte Morse Wavelet mit seiner Parameter Beta und Gamma), die verwendet wird, um jede Zeitreihe in der Zeit- und Frequenz-Domäne zu verwandeln durch die kontinuierliche wavelet Diese Transformation.
   2. Geben Sie die Glättung Fenstertyp (z. B. Hanning-Fenster) und die Glättung Fenstergröße für Zeit-und Maßstab in der AWCO-Funktion.
   3. Um die Bedeutung der WTC Koeffizienten prüfen und berechnen Sie ihre p-Werte, geben Sie die Anzahl der Surrogat-Zeitreihen (n ≥ 300) und das ARMA Modell (z. B.AR (1)) in der AWCO-Funktion.
   4. Berechnen Sie mit den Parametern angegeben in Schritten 3.3.1 bis 3.3.3 die Wavelet-Kohärenz der zwei entsprechenden Kanäle (den gleichen Kanal in zwei Teilnehmer).
   5. Wählen Sie ein Frequenzband von Interesse, in denen die aufgabenbezogene Gehirn zu Gehirn Synchronität gerechnet wird basierend auf früheren Studien und visuelle Inspektion der Daten (für einen alternativen Ansatz siehe Nozawa Et al. ( ²⁵).
   6. Berechnen Sie den Mittelwert der WTC-Koeffizienten und/oder der Prozentsatz der bedeutenden WTC Koeffizienten in der aufgabenbezogenen Frequenzband für jede Aufgabe-Block in jedem Kanal und für jede Dyade. Verwenden Sie diesen Wert als Ergebnis Maßnahme von Gehirn zu Gehirn Synchronität für weitere statistische Auswertungen (für mehr Informationen siehe Reindl Et al. ( ¹¹).
4. Im Vergleich zu zufälligen Paare
   Hinweis: Um die Ergebnisse zu validieren, empfehlen wir das WTC von der tatsächlichen Dyaden, das WTC von zufälligen Erwachsenen-Kind-Paarungen, die nicht mit einander spielen, aber die gleichen experimentellen Aufgabe zu vergleichen.
   1. Das WTC zu berechnen, wie in 3.3 beschrieben., für die teilnehmenden Paare, die nicht zusammen spielen, aber die gleiche experimentelle Aufgabe (d.h., zufällige Paare) durchgeführt. Wählen Sie die Anzahl der zufälligen Paare (z.B.300 für jede Bedingung) und berechnen Sie das WTC für jedes zufällige paar zu.
   2. Vergleichen Sie die Kohärenz der zufälligen und tatsächlichen Paare um die Erkennung von unechten Synchronizität zu vermeiden.

Repräsentative Daten von einer Eltern-Kind-Dyade während der Kooperative Zustand sind in Abbildung 1dargestellt. Die kooperative Aufgabe besteht aus drei 30 s Rest Blöcke und zwei Aufgabe Blöcke mit jeweils 20 Studien in abwechselnder Reihenfolge vorgestellt. In jeder Studie müssen Teilnehmer gleichzeitig möglich, ein Signal an einem Punkt11verdienen reagieren.

Abbildung 1: Hyperscanning Daten Analyse und Vertreter Ergebnisse. Lichtintensität Daten werden in 22 Kanäle (CHs) von zwei Teilnehmern. Erste, schlechte Kanäle erkannt und von weiteren Analysen ausgeschlossen. Danach Lichtintensität Daten werden konvertiert, um Änderungen im oxy-Hämoglobin (Δ Oxy-Hb) und Deoxy-Hämoglobin (Δ Deoxy-Hb). Signale sind für eine vorbildliche Eltern-Kind-Dyade CH 8 während der Kooperative Zustand dargestellt. Daten ist durch die Reduzierung Bewegungsartefakte und langsam driftet vorverarbeitet. Danach errechnet sich die Wavelet-Kohärenz aus der vorverarbeiteten oxy-Hb-Signale. Um die Bedeutung der einzelnen Wavelet Kohärenz Werte abschätzen zu können, werden 300 Surrogat-Zeitreihen generiert. Wenn der beobachteten Wavelet-Kohärenz-Wert höher als 95 % der Wavelet-Kohärenz Werte aus der Surrogat-Zeitreihe an der gleichen Stelle in Zeit und Umfang ist, wird es als signifikant betrachtet. Durchgezogene Linien der jeweiligen Umgebung in der Handlung sind bedeutende Wavelet Kohärenz Werte geprägt. Kohärenz in der aufgabenbezogenen Frequenzband ist innerhalb der Black Box dargestellt. Bitte beachten Sie, dass die Analyseschritte und die Parametrierung in der Abbildung dargestellten als Beispiel verstanden werden sollte. Die optimale Parametrierung hängt von Daten, zB., verschiedene Parameter des MARA-Algorithmus funktioniert am besten für verschiedene Arten von Artefakten20, und es gibt keinen Goldstandard für die Analyse-Schritte noch. Bitte klicken Sie hier für eine größere Version dieser Figur.

Die Ergebnisse sind für die fNIRS Daten von Kanal 8 der beiden Teilnehmer ein Eltern-Kind-Dyade veranschaulicht. Vor Vorverarbeitung, sind roh leicht Dämpfung Dateneingang vom fNIRS Gerät oxy-Hb und Deoxy-Hb für beide Teilnehmer konvertiert. Als nächstes sind fNIRS Zeitreihen vorverarbeitete Bewegungsartefakte und Drifts zu reduzieren. Schließlich wird die bedeutende WTC aus vorverarbeitete oxy-Hb-Signale der beiden Teilnehmer berechnet.

Abbildung 1 zeigt eine echte geschätzte WTC-Matrix, die aus der Kohärenz-Koeffizienten im Zeit-und Frequenzbereich besteht (hier in Periodenlänge). Die Koeffizienten können im Bereich zwischen 0 und 1 mit 1 zeigt eine perfekte Beziehung zu einem bestimmten Zeitpunkt und Frequenz zwischen den beiden Signalen24. Die Koeffizienten sind mit einer Farbkarte von blau (wenig oder gar keine Kohärenz) auf rot (stark oder maximale Kohärenz) visualisiert. Solide schwarze Linien der jeweiligen Umgebung in der Handlung sind bedeutende Kohärenz Werte geprägt. Anfang und Ende jedes Blocks Aufgabe werden durch senkrechte gestrichelte Linien angezeigt.

Ergebnisse zeigen eine starke Kohärenz im gesamten das Experiment in einer hohen Frequenzband, bis eine Periodenlänge von ~ 1 s (1 Hz). Diese Ergebnisse von kardialen Rhythmen von Eltern und Kind. Darüber hinaus Ergebnisse zeigen eine starke Kohärenz in ein unteres Frequenzband zwischen ~ 2 s und 8 s Periodenlänge (0,5 - 0,125 Hz). Testversion Längen unterschieden sich durch Pseudo-zufällige variabler Cue Laufzeiten (600-1500 ms) und Teilnehmer individuelle Reaktionszeiten waren aber um 7 s im Durchschnitt, vorausgesetzt, Reaktionszeiten von etwa 1 s. Daher gibt Kohärenz in diesem niedrigen Frequenzbereich wahrscheinlich eine Synchronisation der Hirnaktivitäten beider Fächer während der Aufgabe.

Die Autoren haben nichts preisgeben.