Mit MazeSuite und Functional Near Infrared Spectroscopy man Lernen in Spatial Navigation

Unser Ziel in dieser Präsentation ist zweierlei. Erstens, um den experimentellen Protokolldesignprozess und die Verwendung der May-Suite zu veranschaulichen, und zweitens, um die Einrichtung und den Einsatz des FNIR-Gehirnaktivitätsüberwachungssystems zu demonstrieren. Die May Suite kann verwendet werden, um angepasste 3D-Umgebungen zu entwerfen und zu bearbeiten sowie die Verhaltensleistung eines Teilnehmers zu verfolgen.

Um dies zu demonstrieren, wird über eine Teilstichprobe einer Studie berichtet, die zeigt, wie sowohl die May-Suite als auch FNIR in einem einzigen Experiment verwendet werden können. Die Studie befasst sich mit der Erfassung der kognitiven Aktivität des dorsalen lateralen präfrontalen Kortex während des Erwerbs und des Lernens von Computerkeulenaufgaben für blockierte und zufällige Übungsbefehle. FNIR ist eine optische Gehirnüberwachungstechnik, die Nahinfrarot verwendet, um Veränderungen der hämodynamischen Reaktionen im Kortex zu verfolgen.

Die nicht-invasive Überwachung der zerebralen Hämodynamik und Oxygenierung wurde erstmals 1977 von Job Ossy und Kollegen nachgewiesen. Diese Technologie ermöglicht die Entwicklung von tragbaren, sicheren, erschwinglichen, nicht-invasiven und minimalinvasiven Überwachungssystemen, die zur Messung der Gehirnaktivität in natürlichen Umgebungen verwendet werden können. Ambulantes und Feldbedingungen in der Nähe von Infrarotlicht kann das Gewebe innerhalb von 700 bis 900 Nanometern einige Zentimeter durchdringen.

Wenn Licht in das Gewebe eindringt, wird es entweder absorbiert oder gestreut. Die Absorption ist auf die Chromo-Kraft zurückzuführen, die Licht absorbiert, wie z. B. Hämoglobin und Wasserstreuung, die in der Struktur des Gewebes wie Zellmembranen und -schichten auftritt. Eine typische FNIR-Messung enthält eine Messeinheit, die über Lichtquellen und Detektoren verfügt.

Wenn eine Lichtquelle aktiviert wird, wird Licht über die Kopfhaut eingeführt, durchdringt sie und wandert in alle Richtungen im Gewebe und verliert dabei an Intensität, ein Teil des Lichts gelangt aufgrund mehrfacher sequentieller Streuung zurück an die Oberfläche und wird vom Detektor registriert, die Photonen, die den Detektor erreichen, wandern tatsächlich durch ein bananenförmiges Volumen. Messungen am Detektor geben Aufschluss über dieses Volumen zwischen Lichtquelle und Detektor. Das Paar, das als Oid bezeichnet wird, ist die Eindringtiefe, mit anderen Worten, die Krümmung der Banane ist eine Funktion des Abstands zwischen der Lichtquelle und dem Detektor.

Aus diesem Grund ist die Geometrie des FNIR-Sensors der Schlüssel zum Design. Abhängig von der Art der Messungen für kognitive Aufgaben und Messungen aus dem präfrontalen Kortex beträgt der Optoabstand in der Regel 2,5 Zentimeter bis drei Zentimeter. In dieser Studie haben wir FNIR-Geräte des Modells 1000 verwendet.

Das basiert auf den Entwürfen von Zufall und Kollegen in den 1990er Jahren und wurde am Optical Brain Imaging Lab der Drexel University weiterentwickelt. Dieses Instrument ist nicht auf Fasern oder Lichtleiter angewiesen, um Optos mit der Haut zu verbinden. Daher ist es einfacher einzurichten, komfortabler für lange Sitzungen und weniger anfällig für Bewegungsartefakte.

Dieser Sensor wurde jedoch speziell für die Erkennung der kortikalen Aktivierung des dorsalen lateralen präfrontalen Kortex entwickelt, der sich unter der Stirn befindet und aufgrund von Störungen durch Haare nicht in anderen Kopfregionen verwendet werden kann. Das in der Studie verwendete FNIR-Sensorpad enthält vier Leuchtdioden, die nicht-kohärentes Licht bei 730 Nanometern und 850 Nanometern ausstrahlen. Es gibt 10 Photodetektoren und durch leuchtende LEDs in sequenzieller Reihenfolge, zusammen mit den umgebenden Detektoren 16 Messstellen.

Bei jedem Scan werden Kartons beprobt. Dazu gehören die Messung der Lichtintensität von zwei verschiedenen Wellenlängen und auch eine Dunkelmessung für das Umgebungslicht, insgesamt drei Kanäle für jeden Messort, so dass insgesamt 48 Kanäle aus dem Scan aufgezeichnet werden. Das Sensorpad wird über die Stirn der Motivseite gelegt.

Einer sollte sich auf der linken Seite des Motivs befinden und auf der zweiten Seite. Auf der rechten Seite des Motivs sollte der Sensor direkt über den Augenbrauen platziert und vertikal zentriert sein. Die imaginäre vertikale Symmetrielinie verläuft durch die Mittellinie der Stirn und dann durch die Nase.

Die Mittellinie des Sensorpads stimmt mit der Mittellinie von Stirn und Nase überein. Sobald das Sensorpad positioniert ist, werden die Kabel an den beiden Seiten gezogen und am Hinterkopf angeschlossen. Wenn das Kabel mit dem Clip gesichert ist, ist es wichtig zu überprüfen, ob das Sensorpad richtig mit der Haut gekoppelt ist und dass es keine Unebenheiten oder Zwischenräume zwischen den Optos und der Haut gibt.

Eine gute Möglichkeit, die richtige Kopplung zu überprüfen, besteht darin, ein wenig Druck auf das Sensorpad auszuüben und zu fühlen, ob sich die Positionierung mit dem Druck ändert. Manchmal kann ein Stirnband, ein elastisches und/oder festes Tuch, wie z. B. ein Tennisband oder ein Bandana, über den FNIR-Sensor gelegt werden, um die Kopplung der Optos mit der Haut zu sichern. Nach der Position des Sensors sollten die Signale auf allen Kanälen überprüft werden, indem die Datenerfassung gestartet wird. Zuerst sollte das Sensorpad mit der FNIR-Hardware-Steuerbox verbunden werden.

Das Gerät sollte über ein USB-Kabel mit dem Computer verbunden sein, und beide Systeme sollten eingeschaltet sein. Führen Sie als Nächstes Kobe Studio auf dem Computer aus, indem Sie auf die Verknüpfung im linken Bereich klicken und auf den Link Aktuelles Gerät starten klicken. Wenn die Einstellungen korrekt sind, wird im Meldungsbereich angezeigt, dass das Gerät gestartet wurde, und Diagramme zeigen die neu erfassten Signale an.

Die Signalpegel hängen von den LED-Strom- und Verstärkungseinstellungen ab. Eine gute Faustregel ist, diese Parameter über 700 Millivolt und unter 4.000 Millivolt zu haben. Außerdem sollten die Signale stabil sein.

Zu starke Schwankungen und Spitzen können auf eine unsachgemäße Sensorkopplung oder Probleme mit der Kabel- oder Hardwareverbindung hinweisen. In einigen Fällen können ein oder zwei seitliche Kanäle, einer und zwei links und 15 und 16 rechts, über das Haar gelegt werden und deren Signalwerte zu niedrig sind. Sie können einfach fortfahren und diese Kanäle später in der Analyse eliminieren.

Möglicherweise müssen Sie die Einstellungen je nach Motiv anpassen, da es aufgrund unterschiedlicher optischer Eigenschaften einer einzelnen Haut zu hohen individuellen Unterschieden kommen kann. Um zuerst die Geräteeinstellungen zu ändern, klicken Sie auf Aktuelles Gerät stoppen. Klicken Sie dann im linken Bereich auf Geräteeigenschaften.

Wechseln Sie im Dialogfeld zur Registerkarte Datenerfassungseinstellungen. Wenn Sie zuerst die Signalwerte erhöhen möchten, erhöhen Sie den LED-Stromwert. Eine Erhöhung des LED-Stromwertes bedeutet, dass die LEDs heller leuchten.

Wenn Sie zuerst die Signalpegel abstufen möchten, verringern Sie die Verstärkung. Der anfängliche Verstärkungswert wird für alle Voxel verwendet. Nachdem Sie die Werte festgelegt haben, klicken Sie auf Speichern und dann auf Start.

Aktuelles Gerät, um die Datenerfassung mit einem neu eingestellten Parameter zu starten, es ist auch üblich und nützlich, Marker zu verwenden, um bestimmte Ereignisse während der Experimente zu identifizieren. Es gibt zwei Arten von Markierungen, manuelle und automatische. Manuelle Marker werden durch Klicken auf die Schaltfläche im Hauptfenster von K generiert, und sie werden mit FNIR-Daten versehen und mit FNIR-Daten gespeichert.

Automatische Marker werden von einem externen Gerät oder einer Computersoftware empfangen, um automatische Marker zu empfangen, während das Gerät angehalten wird. Gehen Sie zu den Geräteeinstellungen im linken Bereich und suchen Sie auf der Registerkarte "Synchronisierungseinstellungen" nach Markierungen. Die serielle Schnittstelle ist eine vorgeschlagene Methode für die Markierungskommunikation.

Stellen Sie sicher, dass die Nummer des seriellen Ports auf dem Computer auf eine gültige Portnummer festgelegt ist. Dann kann Stimulus-Software wie ePrime oder May Suite gesendet werden, um Marker nach Werten zu senden, die empfangen, zeitlich markiert und zusammen mit FNIR-Daten auf diesem Computer gespeichert werden. Rohe FNIR-Signale sind Zeitreihensignale mit Lichtintensität.

Rauschen in den Daten kann vor oder nach der Umwandlung von Rohlicht entfernt werden. Intensität. Werte für Sauerstoffsättigungswerte Die physiologisch irrelevanten Daten wie Atmung, Herzpulsation und Gerätegeräusche müssen aus den FNIR-Rohmessungen eliminiert werden. Die Herzfrequenzkomponente hat in der Regel einen Spitzenwert von etwa oder über 0,5 Hertz und die Atmung liegt zwischen 0,2 Hertz und 0,4 Hertz, um diese physiologischen Artefakte zu eliminieren.

werden endliche Impulsantwort- und lineare Phasen-Tiefpassfilter verwendet. Signale können auch durch Bewegungsartefakte beschädigt werden. Wenn die Lichtquellen und/oder Detektoren des FNIR-Sensors von ihrer ursprünglichen Position gleiten oder den Kontakt mit der Haut aufgrund von Kopfbewegungen verlieren, kann es bei den FNIR-Messungen zu unerwarteten plötzlichen Ausbrüchen oder Spitzen kommen.

Wenn die Lichtquelle die Kopplung mit der Haut verliert, kann der Detektor entweder sehr niedrige Werte aufzeichnen, da kein Licht auf sie zudringt, oder extrem hohe Intensitäten und kurzzeitige Sättigung aufgrund des von der Hautoberfläche reflektierten Lichts. Ähnliche Sättigungseffekte können auftreten, wenn der Detektor knallt und den Kontakt zur Haut verliert. Wenn Umgebungslicht austritt, kann die Kopfbewegung weiter zu Änderungen des Drucks führen, der auf das Sensorpad oder auf die Lichtquellen und Detektoren ausgeübt wird.

Diese Veränderungen können dazu führen, dass mehr Photonen in das Gewebe eindringen und so die detektierte Lichtintensität vorübergehend variieren. Abgesehen von der reinen visuellen Inspektion der Daten auf mögliche Bewegungsartefakte gibt es eine wachsende Anzahl von Algorithmen zur Erkennung und Entfernung von Bewegungsartefakten, um den Prozess zu automatisieren und Subjektivität zu eliminieren. Algorithmen zur Entfernung von Artefakten in der Literatur reichen von einfachen Tiefpass- und VAM-Passfiltern bis hin zur Wavelet-Analyse, von der unabhängigen oder prinzipiellen Komponentenanalyse bis hin zur optimalen Filterung wie adaptive Wiener- und Cowman-Filter und kontinuierliche Wellensysteme. Rohe FNIR-Signale werden mit Hilfe des modifizierten Bier-Lambert-Gesetzes in die relativen Änderungen der Sauerstoffsättigung umgewandelt.

Die optische Dichte bei einer bestimmten Eingangswellenlänge ist das logarithmische Verhältnis der Eingangslichtintensität und der Ausgangslichtintensität OD hängt auch mit der Konzentration und dem Absorptionskoeffizienten der Chromokraft zusammen, dem korrigierten Abstand der Lichtquelle und des Detektors plus einem konstanten Dämpfungsfaktor mit der gleichen Eingangslichtintensität zu zwei verschiedenen Zeitpunkten. Die Differenz in OD kann nur in Bezug auf die erkannten Lichtintensitätswerte geschrieben werden. Typischerweise sind die beiden gewählten Wellenlängen eine innerhalb von 700 bis 900 Nanometern, bei der die Absorption von Oxyhämoglobin und Desoxyhämoglobin im Vergleich zu anderen Gewebechromophoren dominant ist, und zwei unterhalb und eine über der iso-Spastik, die etwa 805 Nanometer beträgt, wo sich die Absorptionsspektren von Desoxy- und Oxyhämoglobin kreuzen.

Diese Gleichung kann so eingestellt werden, dass sie nach Konzentrationen auflöst, wenn die Zwei-mal-Zwei-Matrix nicht signifikant ist. Nach relativen Änderungen der sauerstoffhaltigen und desoxygenierten Hämoglobinwerte werden die Werte berechnet. Der nächste Schritt besteht darin, Merkmale in Abhängigkeit vom verwendeten experimentellen Protokoll und der verwendeten kognitiven Aufgabe zu extrahieren.

Die Merkmalsextraktion wird am häufigsten verwendet, um die Datenmenge zu reduzieren und Vergleiche zwischen verschiedenen kognitiven Aufgaben, Probandengruppen und anatomischen Standorten mithilfe statistischer Analysen durchzuführen. Zu den häufig verwendeten Merkmalen gehören der maximale minimale mittlere oder mittlere Wert des sauerstoff- und desoxygenierten Hämoglobins und die Reaktionszeit, d. h. die Zeit, die verstrichen ist, bis das Minimum oder Maximum erreicht ist. Diese Merkmale können innerhalb einer evozierten hämodynamischen Reaktion auf bestimmte kognitive Stimuli extrahiert werden, die durch die Verwendung von Einzelversuchsparadigmen oder mit Datenepochen oder Datenblöcken erzielt wird, die bestimmten Bedingungen entsprechen, die durch Blockversuchsdesigns und -paradigmen implementiert werden.

May Suite Besteht aus drei Komponenten, die jeweils auf eine bestimmte Phase des Experiments ausgerichtet sind. Entwurf, Experimentieren und Analysen. Maze Maker ermöglicht es dem Benutzer, auf einfache Weise eine 3D-Umgebung für jede Phase des experimentellen Protokolls zu entwerfen.

Einfache Umgebungen können in wenigen Augenblicken erstellt werden. Definieren Sie zuerst die Bodenfläche, und verwenden Sie dann das Wandwerkzeug, um die Grenzen des Labyrinths zu definieren. Platzieren Sie abschließend eine Startposition des Motivs und dann einen Ausstiegsbereich.

Nach dem Speichern kann das Quick-Run-Tool verwendet werden, um die Umgebung sofort zu testen. Kompliziertere Umgebungen können erstellt werden, um die Anforderungen eines bestimmten Versuchsdesigns zu erfüllen. Umgebungen können durch die Einführung interaktiver Objekte, Beleuchtungssteuerungen und Texturen angepasst werden.

Mit dem Maze List Builder können Mel-Dateien erstellt und gespeichert werden, die bestimmte Kombinationen von Labyrinthen und Benutzermeldungen kombinieren, um sie als experimentelle Verfahren zu verwenden. Die Masis-Funktionalität kann verwendet werden, um die spezifischen experimentellen Designebenen durchzuführen, die mit steigender oder zufälliger Schwierigkeit als Storyboard oder mit Kontroll- versus experimentellen Ebenen angeordnet werden können. Einzelne Versuche des Experiments werden mit dem Maze Walker-Programm durchgeführt.

Durch Ändern der Einstellungen in Maze Walker können Benutzer die Bedingungen des Experiments weiter spezifizieren. Die Steuerung kann so geändert werden, dass sie Eingaben von verschiedenen Geräten wie Tastatur, Maus und Joystick akzeptiert. Externe Geräte können in eine bidirektionale Kommunikation mit Maze Walker treten, um Informationen zu sammeln oder Änderungen in der Umgebung auszulösen.

Die Gerätekommunikation kann über T-C-P-I-P oder serielle Kabel erfolgen und kann mit einer Vielzahl von Geräten verbunden werden, einschließlich E-E-G-F-M-R-I und FNIR. Während der Sitzungen protokollierte mais Walker die Bewegung des Probanden zusammen mit allen Ereignissen, die während der Sitzung auftraten. Mit dem Programm Maze Analyzer können MACE-Dateien mit einem aufgezeichneten Benutzerpfad zur Überprüfung angezeigt werden.

Verschiedene Pfade können überlagert werden, um die Analyse zu erleichtern und statistische Informationen über verschiedene Versuche zu berechnen. Darüber hinaus können die gesammelten Informationen zur weiteren Verarbeitung nach Excel oder MATLAB exportiert werden. Unser kognitives Repertoire umfasst eine breite Palette von Funktionen und Fähigkeiten, auf die durch eine Vielzahl von Aufgaben zugegriffen werden kann, darunter virtuelle räumliche Navigation, Labyrinthe, Gehirnaktivierung Muster im frontalen Kortex variieren von der anfänglichen neuartigen Aufgabenleistung nach dem Üben bis hin zur Merkfähigkeit

Mit FNIR und mit Fokus auf den präfrontalen Kortex nutzen wir die Funktion des PFC, insbesondere die exekutive Funktion, die Regulation der kognitiven Funktion in Aktion, die Verwendung von PFC bei Problemlösungsaufgaben und die Verwendung von Strukturen auf höherer Ebene, während mehrere Elemente im Arbeitsgedächtnis erhalten bleiben. Die Organisation des Übens beim Erlernen mehrerer ähnlicher Aufgaben ist ein Lernphänomen, das als kontextueller Interferenzeffekt bezeichnet wird. Die Auswirkungen der kontextuellen Interferenz sind offensichtlich, wenn Individuen mehrere Aufgaben nach unterschiedlichen Übungsplänen erwerben.

Eine hohe kontextuelle Interferenz entsteht, wenn zu lernende Aufgaben in einer nicht sequenziellen, unvorhersehbaren Reihenfolge präsentiert werden. Die Praxis des Blocks mit geringer kontextueller Interferenz entsteht, wenn die zu lernenden Aufgaben in einer vorhersehbaren Reihenfolge präsentiert werden. Jeder führte 315 Akquisitionsversuche durch, 105 Versuche mit jedem der drei Labyrinthe an drei Tagen, Montag, Mittwoch und Freitag.

Am darauffolgenden Montag, 72 Stunden nach der Übernahme, wurden 30 Retentions- und 20 Transferversuche in zufälliger Reihenfolge durchgeführt. Die PFC-Aktivität wurde in allen Phasen für 16 Opto-Standorte überwacht. Die Verwendung von FNIR-abhängigen Messungen umfasste relative Änderungen der mittleren sauerstoffhaltigen Messgröße, des Hämoglobins und des Verhaltensmaßes der Gesamtzeit, des Pfades, der Länge und der durchschnittlichen Geschwindigkeit für die Labyrinthe.

Die Verhaltensergebnisse zeigen, dass es für beide Übungsordnungen einen monotonen abnehmenden Trend für die Labyrinthzeit gibt, die Gesamtzeit, die benötigt wird, um das Labyrinth zu beenden, was darauf hindeutet, dass die Teilnehmer beim Üben das Labyrinth in kürzeren Zeiträumen absolviert haben, was für Verhaltensbewertungen des Lernens erwartet wird. Darüber hinaus steigt die Labyrinthgeschwindigkeit, also die durchschnittliche Geschwindigkeit, mit der die Teilnehmer durch das Labyrinth navigieren, mit der Übung. Auch hier wird eine Verbesserung der Verhaltensmaße im Laufe der Zeit als Lernschluss für diese Ergebnisse erwartet.

Es gibt einen direkten Vergleich der zufälligen und der Blockpraxis für jede Übertragungsaufgabe für die einfachere Übertragungsaufgabe. Möge das Vier-Block-Training das zufällige Training übertreffen. Für die schwierigere Transferaufgabe, Labyrinth fünf, war das zufällige Üben jedoch besser als das mittlere sauerstoffhaltige Blocken.

Änderungen der Hämoglobinkonzentration während der Übungsversuche deuten darauf hin, dass die blockierte Ordnung im Vergleich zur zufälligen Ordnung eine höhere Gehirnaktivierung erforderte. Darüber hinaus erforderte beim Vergleich innerhalb einer Übungsordnung für das Lernen der blockierten Ordnung eine neue Aufgabe, wie in der Transferphase, eine höhere Gehirnaktivierung. Da die Übungsreihenfolge für die bereits erlernten Aufgaben anders war.

Für den Teilnehmer, der die Aufgabe in einer blockierten Reihenfolge gelernt hat, könnte diese geschichtete zufällige Übungsreihenfolge so neu gewesen sein, dass zusätzliche Anstrengungen und kognitive Ressourcen erforderlich waren, um die Aufgabe auszuführen. Darüber hinaus war für die zufällige Übungsreihenfolge die Transferphase der neuronalen Aktivierung nicht höher als die Retentionsphase. Zusammenfassend lässt sich sagen, dass diese explorative Studie die Verwendung von May-Suite und FNIR zur Untersuchung von neurologischen Verhaltensaspekten des Lernens in der räumlichen Navigation zeigt.

Die May Suite ermöglicht das Design und die Anwendung einfacher 3D-Umgebungen mit einer benutzerfreundlichen grafischen Oberfläche und zeichnet automatisch Verhaltensmessungen für Probanden- oder Probandenvergleiche auf. FNIR ist ein tragbares, sicheres und nicht-invasives Instrument zur Überwachung des Gehirns, das in klinischen Labors und natürlichen Umgebungen zur Untersuchung der Gehirnaktivierung eingesetzt wird. Wir hoffen, dass diese Präsentation hilfreich war, um diese Tools zu erklären.

Viel Glück bei Ihren Experimenten.