Inter-Brain Synchrony im offenen kollaborativen Lernen: Eine fNIRS-Hyperscanning-Studie
21. Juli 2021
Das Protokoll zur Durchführung von fNIRS-Hyperscanning-Experimenten an kollaborativen Lerndyaden in einer naturalistischen Lernumgebung wird skizziert. Darüber hinaus wird eine Pipeline zur Analyse der Inter-Brain Synchrony (IBS) von sauerstoffhaltigen Hämoglobin (Oxy-Hb) -Signalen vorgestellt.
Dieses Protokoll zeigt die Inter-Gehirn-Synchronität in den kollaborativen Dyaden in der naturalistischen Umgebung durch die fNIRS-Hyperscanning-Technik. Der wesentliche Vorteil dieser Technik besteht darin, dass sie die Echtzeitdynamik von zwei oder mehr interagierenden Gehirnen untersucht. Bevor Sie mit dem Experiment beginnen, starten Sie das Nahinfrarot-Spektroskopiesystem, um eine stabile Betriebstemperatur zu erreichen, nehmen Sie dann eine elastische Schwimmkappe an, um das Optodenhaltergitter zu platzieren und die NIRS-Kappen wie im Textmanuskript beschrieben vorzubereiten.
Verwenden Sie für einen Kanal mit unzureichenden Signalen die beleuchteten faseroptischen Sonden, um das Haar unter der Spitze der Sonde zur Seite zu bewegen. Sobald sich die Betriebstemperatur stabilisiert hat, stellen Sie sicher, dass der Triggerempfänger aktiv ist, und stellen Sie den Messmodus auf ereignisbezogene Messung ein. Bereiten Sie die beleuchtete Glasfasersonde vor, um das Haar zur Seite zu bewegen.
Weisen Sie die Teilnehmer auf die Details der NIRS-Messmethoden hin und dürfen nicht direkt in die Laserstrahlen schauen, da der Laserstrahl für die Augen des Teilnehmers schädlich sein kann. Lassen Sie die Teilnehmer von Angesicht zu Angesicht sitzen, um sicherzustellen, dass sie sich direkt sehen können, und passen Sie den Abstand von Stuhl zu Tisch an, damit die Teilnehmer bequem sitzen können. Schalten Sie den Laserknopf ein, legen Sie die vier Glasfaserbündel ohne Kontakt mit den Teilnehmern oder Stühlen locker auf die Arme des Halters und legen Sie die Kappe mit den Sondensets auf die Köpfe der Teilnehmer, um sicherzustellen, dass die drei mal fünf Sondensätze die Stirn des Teilnehmers und die vier mal vier Sondensätze den linken temporoparietalen Kortex abdecken. Drücken Sie dann vorsichtig jede Federlastsonde weiter in die Sondenbuchse, so dass die Spitze der Sonde die Kopfhaut des Teilnehmers berührt.
Lassen Sie dann zwei Teilnehmer die Lernmaterialien mit fünf Minuten Ruhezustand gemeinsam lernen, der als Ausgangsbasis dient. Um die Qualität des Signals zu überprüfen, klicken Sie zunächst auf die automatische Verstärkung im Monitorfenster des Sondensatzes der funktionsfähigen NIRS-Maschine, markieren Sie dann das schlechte Signal des Kanals in Gelb und das ausreichende Signal in Grün und wiederholen Sie diesen Vorgang, bis alle Kanäle grün markiert sind. Klicken Sie nach dem Experiment auf Textdateiausgang, um die rohen Lichtintensitätsdaten zu exportieren und die Daten als Textdatei zu speichern.
Verwenden Sie den dreidimensionalen Digitizer, um die Positionen von Sendern, Empfängern und anderen Referenzen für jeden Teilnehmer zu bestimmen, und erhalten Sie dann die MNI-Koordinaten der Aufzeichnungskanäle mithilfe der kommerziell erhältlichen numerischen Rechenplattform. Die Daten von jedem Teilnehmer in jedem Kanal wurden analysiert. Die Optodensität in Kanal 33 für eine bestimmte Dyade wurde visualisiert.
Die Daten wurden mit der Wavelet-basierten Methode zum Entfernen von Bewegungsartefakten allein und zusammen mit der Analyse der Hauptkomponenten extrahiert. Der Unterschied zwischen den Kurven deutet darauf hin, dass PCA bei der Entfernung nicht-neuronaler Signale effizient ist. Die Wavelet-Transformationskohärenzmatrix wurde visualisiert.
Die Farbkarte variierte von Blau bis Gelb und stellte Synchronwerte zwischen den Gehirnen dar, die von Null bis Eins reichten, wobei eins die größte Kohärenz zwischen zwei Signalen und Null keine Kohärenz bedeutet. Darüber hinaus wurden auch signifikante Koeffizienten erhalten, wobei die starke Kohärenz um ein Hertz die Herzrhythmuskohärenz der Dyade darstellt. Der Vergleich zwischen dem beobachteten T-Wert und der Verteilung des zufälligen T-Wertes zeigt signifikante Ergebnisse in identifizierten FOI.
Es ist wichtig, sicherzustellen, dass der Sondensatz den Interessenbereich abdeckt und versucht, die Abweichung zu reduzieren.
Sehen Sie sich das vollständige Transkript an und erhalten Sie Zugang zu Tausenden wissenschaftlicher Videos
Übersicht
Diese Studie beschreibt ein Protokoll für die Durchführung von hyperscanning-Experimenten mit funktioneller Nahinfrarotspektroskopie (fNIRS), um die Inter-Hirn-Synchronisation während des kollaborativen Lernens in einer naturalistischen Umgebung zu untersuchen. Die Analyse konzentriert sich auf Sauerstoff-Hämoglobin (Oxy-Hb) Signale, um die Echtzeit-Dynamik von zwei interagierenden Gehirnen zu beurteilen.
Wichtige Studienkomponenten
Wissenschaftsbereich
- Neurowissenschaft
- Kollaboratives Lernen
- Hirnkonnektivität
Hintergrund
- Funktionelle Nahinfrarotspektroskopie (fNIRS) wird verwendet, um Hirnaktivität zu untersuchen.
- Inter-Hirn-Synchronisation (IBS) hilft, kollaborative Interaktionen zu verstehen.
- Naturalistische Umgebungen sind für die Untersuchung realer Interaktionen unerlässlich.
- Das Protokoll beschreibt detailliert die Geräteeinrichtung und die Positionierung der Teilnehmer.
Zweck der Studie
- Um eine Methode zur Untersuchung von IBS in Lern-Dyaden bereitzustellen.
- Um das fNIRS-Setup zur Erfassung von Oxy-Hb Signalen zu detaillieren.
- Um eine Basislinie für kognitives Engagement während des kollaborativen Lernens zu etablieren.
Verwendete Methoden
- Die fNIRS Hyperscanning-Technik wurde während Teamarbeitsaktivitäten eingesetzt.
- Die Teilnehmer wurden gegenüber sitzend positioniert, um die Interaktion zu verbessern.
- Bei der Datensammlung wurde sichergestellt, dass der fNIRS stabil funktioniert und die Teilnehmer komfortabel sind.
- Die Signalqualität wurde bewertet und Artefakte wurden mittels Wavelet-Methoden entfernt.
Hauptergebnisse
- Die Inter-Hirn-Synchronisation wurde visualisiert, was die Kohärenz während der Zusammenarbeit demonstrierte.
- Die Datenanalyse zeigte eine starke Kohärenz bei etwa einem Hertz im Zusammenhang mit dem Herzrhythmus.
- Das Protokoll bestätigte die Wirksamkeit der PCA bei der Filterung nicht-neuraler Signale.
Schlussfolgerungen
- Diese Studie validiert eine umfassende Methode zur Beurteilung von IBS in kollaborativen Kontexten.
- Die Ergebnisse unterstützen das Verständnis kognitiver Prozesse während sozialer Interaktionen.
- Dieses Protokoll kann die weitere Erforschung neuronaler Dynamiken in Lernumgebungen erleichtern.
Häufig gestellte Fragen
Executive Industry Relevance
Inter-brain synchrony measurement via fNIRS hyperscanning provides a neurobiological index for assessing real-time collaborative dynamics, offering mechanistic insights into social learning processes. This approach supports target validation in neuroscience by enabling quantitative evaluation of neural coupling during interactive tasks, which can inform biomarker development for cognitive and behavioral disorders. The standardized pipeline enhances reproducibility and cross-lab comparability, aligning with open-science principles critical for preclinical de-risking and translational continuity.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses related to social cognition and neural connectivity mechanisms.
- Operational Value: Provides a reproducible method for functional target validation using inter-brain synchrony as a phenotypic readout.
- Predictive Value: Supports mechanistic de-risking by quantifying neural coherence as a biomarker of collaborative engagement.
Screening & Assay Development
- Assay Readiness: Prepares validated biological systems (dyadic brain networks) for downstream screening of compounds affecting social behavior.
- Quantitative Output: Delivers oxygenated hemoglobin-based synchrony metrics enabling dose-response analysis in preclinical models.
- Platform Scalability: Standardized fNIRS hyperscanning pipeline supports reuse across laboratories and study designs.
Translational & Preclinical Research
- Disease Relevance: Applicable to disorders with social dysfunction (e.g., autism, schizophrenia) where inter-brain synchrony may serve as a translational biomarker.
- Preclinical Continuity: Bridges discovery-phase neural mechanism identification with preclinical validation of pro-social compounds.
- Risk-Adjusted Advancement: IBS metrics inform go/no-go decisions by providing objective neural correlates of target engagement.
Pipeline & Workflow Integration
The fNIRS hyperscanning method integrates into the discovery continuum from target hypothesis testing through lead identification to preclinical validation, particularly for CNS targets modulating social neural circuits.
- Discovery Biology: Supports hypothesis testing of neural pathways involved in social learning and interaction.
- Screening: Enables assay standardization and reproducibility for evaluating compounds that modulate inter-brain synchrony.
- Analytics: Provides wavelet coherence and principal component analysis outputs for quantitative comparison of neural dynamics across conditions.
- Translational Research: Connects Oxy-Hb synchrony measures to preclinical models of social cognition via biomarker alignment.
- Enterprise Reuse: Establishes a reusable neurophysiological platform for cross-functional teams studying social brain networks.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by reducing ambiguity in social neural mechanism interpretation.
- Operational Value: Ensures standardization, reproducibility, and scalability of hyperscanning protocols across sites.
- Strategic Value: Improves go/no-go decision quality through objective neural synchrony readouts, reducing late-stage attrition in CNS programs.
- Portfolio Impact: Enables risk-adjusted prioritization of compounds based on mechanistic biomarker data from interactive paradigms.
Implementation Considerations
- Requires expertise in neuroimaging, experimental design, and signal processing for fNIRS data.
- Dependent on stable near-infrared spectroscopy systems and motion artifact correction capabilities (e.g., wavelet-based methods, PCA).
- Necessitates cross-team standardization of probe placement, signal quality checks, and data export procedures.
- Adaptation across model systems must account for species-specific neuroanatomy and hemodynamic response characteristics.
- Practical limitations include susceptibility to motion artifacts and environmental light interference, as noted in source material.
