Utilizando MazeSuite y funcional espectroscopia cercana al infrarrojo para estudiar el aprendizaje de la navegación espacial

Nuestro objetivo en esta presentación es doble. En primer lugar, para ilustrar el proceso de diseño del protocolo experimental y el uso de la suite May y, en segundo lugar, para demostrar la configuración y el despliegue del Sistema de Monitorización de la Actividad Cerebral FNIR. May suite se puede utilizar para diseñar y editar entornos 3D adaptados, así como para realizar un seguimiento del rendimiento conductual de un participante.

Para demostrarlo, se informa de una submuestra de un estudio que muestra cómo utilizar tanto la suite May como el FNIR en un solo experimento. El estudio consiste en la evaluación de la actividad cognitiva de la corteza prefrontal lateral dorsal durante la adquisición y el aprendizaje de tareas de maza de computadora para órdenes de práctica bloqueadas y aleatorias. FNIR es una técnica de monitoreo óptico del cerebro que utiliza el infrarrojo cercano, como para rastrear los cambios en las respuestas hemodinámicas dentro de la corteza.

La monitorización no invasiva de la hemodinámica cerebral y la oxigenación fue demostrada por primera vez por Job Ossy y sus colegas en 1977. Esta tecnología permite el diseño de sistemas de monitorización portátiles, seguros, asequibles, no invasivos y mínimamente intrusivos que pueden utilizarse para medir la actividad cerebral en entornos naturales. Las condiciones ambulatorias y de campo cercanas a la luz infrarroja pueden penetrar el tejido unos pocos centímetros dentro de los 700 a 900 nanómetros.

Cuando la luz entra en el tejido, se absorbe o se dispersa. La absorción se debe a la fuerza cromomática que absorbe la luz, las moléculas, como la hemoglobina, y la dispersión del agua se produce en la estructura del tejido, como las membranas y capas celulares. Una medición FNIR típica contiene una unidad de medición que tiene fuentes de luz y detectores.

Cuando una fuente de luz se activa, la luz se introduce sobre el cuero cabelludo, penetra y viaja en todas las direcciones en el tejido y pierde intensidad a medida que viaja, parte de la luz regresa a la superficie debido a la dispersión secuencial múltiple y es registrada por el detector, los fotones que llegan al detector en realidad viajan a través de un volumen en forma de plátano. Las mediciones en el detector proporcionan información sobre este volumen entre la fuente de luz y el detector. Par llamado oid, la profundidad de la penetración, en otras palabras, la curvatura del plátano es una función de la distancia entre la fuente de luz y el detector.

Es por eso que la geometría del sensor FNIR es clave en el diseño. Dependiendo del tipo de mediciones para la tarea cognitiva y la medición de la corteza prefrontal, la optoseparación suele ser de 2,5 centímetros a tres centímetros. En este estudio se han utilizado dispositivos FNIR modelo 1000.

Se basa en los diseños de Chance y sus colegas en la década de 1990 y se desarrolla aún más en el Laboratorio de Imágenes Ópticas del Cerebro de la Universidad de Drexel. Este instrumento no depende de fibras o guías de luz para interactuar con la piel. Por lo tanto, es más fácil de configurar, más cómodo para sesiones largas y menos propenso a los artefactos de movimiento.

Sin embargo, este sensor está diseñado específicamente para la detección de la activación cortical de la corteza prefrontal lateral dorsal que se encuentra debajo de la frente y no se puede usar en otras regiones de la cabeza debido a la interferencia del cabello. La almohadilla del sensor FNIR utilizada en el estudio contiene cuatro diodos emisores de luz que emiten luz no coherente a 730 nanómetros y 850 nanómetros. Hay 10 fotodetectores y mediante el brillo de LED en un orden secuencial, junto con el uso de detectores circundantes 16 ubicaciones de medición.

Las cajas se muestrean en cada escaneo. Esto incluye la medición de la intensidad de la luz de dos longitudes de onda diferentes y también una medición de la oscuridad para la luz ambiental, con un total de tres canales para cada ubicación de medición, por lo que, en total, se registran 48 canales del escaneo. La almohadilla del sensor se coloca sobre la frente del lado del sujeto.

Uno debe estar a la izquierda del sujeto y el lado dos. En el lado derecho del sujeto, el sensor debe colocarse justo encima de las cejas y debe estar centrado verticalmente. La línea de simetría vertical imaginaria pasa por la línea media de la frente y luego por la nariz.

La línea central de las almohadillas del sensor coincide con la línea media de la frente y la nariz. Una vez que se coloca la almohadilla del sensor, los cables se tiran de los dos lados y se conectan en la parte posterior de la cabeza. Con el cable asegurado con el clip, es fundamental verificar que la almohadilla del sensor esté correctamente acoplada a la piel y que no haya protuberancias o espacios entre el optos y la piel.

Una buena manera de verificar el acoplamiento adecuado es aplicar un poco de presión sobre la almohadilla del sensor y sentir si el posicionamiento cambia con la presión. A veces, se puede colocar una diadema, un elástico o una tela firme, como una banda de tenis o un pañuelo, sobre el sensor FNIR para asegurar el acoplamiento de los optos con la piel. Después de la posición del sensor, las señales en todos los canales deben verificarse iniciando la adquisición de datos Primero, la almohadilla del sensor debe estar conectada a la caja de control de hardware FNIR.

El dispositivo debe estar conectado a la computadora mediante un cable USB y ambos sistemas deben estar encendidos. A continuación, ejecute Kobe Studio en la computadora haciendo clic en el acceso directo en el panel izquierdo, haga clic en el enlace iniciar dispositivo actual. Si la configuración es correcta, el panel de mensajes mostrará que el dispositivo se ha iniciado y los gráficos mostrarán las señales recién adquiridas.

Los niveles de señal dependen de los ajustes de corriente y ganancia del LED. Una buena regla general es tener estos parámetros por encima de 700 milivoltios y por debajo de 4.000 milivoltios. Además, las señales deben ser estables.

Demasiada variación y picos pueden indicar un acoplamiento incorrecto del sensor o problemas de conectividad de cable o hardware. En algunos casos, uno o dos canales laterales, uno y dos a la izquierda y 15 y 16 a la derecha, pueden estar colocados sobre el cabello y sus valores de señal son demasiado bajos. Puede continuar y eliminar esos canales más adelante en el análisis.

Es posible que deba ajustar la configuración en función de cada sujeto, ya que puede haber grandes diferencias individuales debido a las diferentes propiedades ópticas de una piel individual. Para cambiar primero la configuración del dispositivo, haga clic en detener el dispositivo actual. A continuación, haga clic en propiedades del dispositivo en el panel izquierdo.

Vaya a la pestaña Configuración de adquisición de datos en el cuadro de diálogo. Si desea aumentar primero los valores de la señal, aumente el valor de corriente del LED. Un aumento en el valor de corriente del LED significa que los LED brillarán más.

Si desea graduar primero los niveles de señal, disminuya la ganancia. El valor de ganancia inicial se utiliza para todos los vóxeles. Después de establecer los valores, haga clic en Guardar y, a continuación, haga clic en Iniciar.

Dispositivo actual para iniciar la adquisición de datos con un nuevo parámetro establecido, también es común y útil usar marcadores para identificar ciertos eventos durante los experimentos. Hay dos tipos de marcadores, manuales y automáticos. Los marcadores manuales se generan haciendo clic en los botones de la ventana principal de K, y se etiquetan con el tiempo y se guardan con datos FNIR.

Los marcadores automáticos se reciben de un dispositivo externo o software informático para recibir marcadores automáticos mientras el dispositivo está detenido. Vaya a la configuración del dispositivo ubicada en el panel izquierdo y, dentro de la pestaña Configuración de sincronización, marque si hay marcadores. El puerto serie es un método sugerido para la comunicación de marcadores.

Verifique que el número de puerto serie esté establecido en un número de puerto válido en el equipo. Luego, se puede enviar software de estímulo como ePrime o May Suite para enviar marcadores por valores que se reciben, se etiquetan en el tiempo y se guardan junto con los datos FNIR en esta computadora. Las señales FNIR sin procesar son señales de series temporales que son de intensidad de luz.

El ruido en los datos se puede eliminar antes o después de la conversión de la luz sin procesar. Intensidad. Los valores de oxigenación, los datos fisiológicamente irrelevantes, como la respiración, la pulsación cardíaca y el ruido del equipo, deben eliminarse de las mediciones FNIR en bruto. El componente relacionado con la frecuencia cardíaca suele tener un pico de alrededor o por encima de 0,5 hercios y la respiración está entre 0,2 hercios y 0,4 hercios para eliminar estos artefactos fisiológicos.

Se utilizan filtros de paso bajo de respuesta a impulsos finitos y de fase lineal. Las señales también pueden estar corrompidas por artefactos de movimiento. Cuando las fuentes de luz del sensor FNIR y/o los detectores se deslizan desde su ubicación original o pierden contacto con la piel debido al movimiento de la cabeza, pueden producirse ráfagas o picos repentinos inesperados en las mediciones de FNIR.

Además, si la fuente de luz pierde el acoplamiento con la piel, el detector puede registrar valores muy bajos ya que no puede pasar luz hacia ella o intensidades extremadamente altas y saturación momentánea debido a la luz reflejada de la superficie de la piel. Pueden producirse efectos de saturación similares si el detector explota y pierde el contacto con la piel. Hacer que la luz ambiental pierda el movimiento del cabezal puede causar cambios adicionales en la presión aplicada a la almohadilla del sensor o a las fuentes de luz y detectores.

Estos cambios pueden permitir que más fotones entren en el tejido, variando así temporalmente la intensidad de la luz detectada. Además de la simple inspección visual de los datos en busca de posibles artefactos de movimiento, hay un número creciente de algoritmos de detección y eliminación de artefactos de movimiento para automatizar el proceso y eliminar la subjetividad. Los algoritmos de eliminación de artefactos en la literatura van desde simples filtros de paso bajo y paso VAM hasta análisis de ondículas, desde análisis de componentes independientes o principales hasta filtrado óptimo, como filtros adaptativos de salchicha y cowman. Las señales FNIR brutas se convierten en los cambios relativos de oxigenación mediante el uso de la Ley de Lambert de cerveza modificada.

La densidad óptica a una longitud de onda de entrada específica es la relación logarítmica de la intensidad de la luz de entrada y la intensidad de la luz de salida. OD también está relacionada con la concentración y el coeficiente de absorción de la fuerza cromómica, la distancia corregida de la fuente de luz y el detector más un factor de atenuación constante que tiene la misma intensidad de luz de entrada en dos instancias de tiempo diferentes. La diferencia en OD se puede escribir en términos de solo valores de intensidad de luz detectados. Por lo general, las dos longitudes de onda elegidas son una dentro de 700 a 900 nanómetros donde la absorción de oxihemoglobina y desoxihemoglobina es dominante en comparación con otros cromóforos tisulares y dos una por debajo y otra por encima del iso esponástico, que es de aproximadamente 805 nanómetros donde los espectros de absorción de desoxi y oxihemoglobina se cruzan entre sí.

Esta ecuación se puede establecer para resolver concentraciones si la matriz de dos por dos no es significativa. Después de los cambios relativos de la hemoglobina oxigenada y desoxigenada, se calculan los valores. El siguiente paso es extraer las características en función del protocolo experimental y la tarea cognitiva utilizada.

La extracción de características se utiliza con mayor frecuencia para reducir la cantidad de datos y realizar comparaciones entre diferentes tareas cognitivas, grupos de sujetos y ubicaciones anatómicas mediante el análisis estadístico. Las características comúnmente utilizadas involucran el valor máximo, mínimo, medio o medio de la hemoglobina oxigenada y desoxigenada y el tiempo de reacción, que es el tiempo transcurrido hasta que se alcanza el mínimo o máximo. Estas características pueden extraerse dentro de una respuesta hemodinámica evocada a ciertos estímulos cognitivos obtenidos mediante el uso de paradigmas de ensayo único o con época de datos o bloque de datos correspondiente a ciertas condiciones implementadas a través de diseños y paradigmas de ensayos en bloque.

Consta de tres componentes, cada uno dirigido a una etapa específica del experimento. Diseño, experimentación y análisis. Maze Maker permite al usuario diseñar fácilmente un entorno 3D para cada etapa del protocolo experimental.

Los entornos simples se pueden crear en momentos. Primero, defina el área del piso y luego use la herramienta de pared para definir los límites del laberinto. Finalmente, coloque una posición de inicio del sujeto y luego salga del área.

Después de guardar, la herramienta de ejecución rápida se puede utilizar para probar inmediatamente el entorno. Se pueden crear entornos más complicados para cumplir con los requisitos de un diseño experimental en particular. Los entornos se pueden personalizar con la introducción de objetos interactivos, controles de iluminación y texturas.

Con el Constructor de listas de laberintos, se pueden crear y guardar archivos Mel que combinen combinaciones particulares de laberintos y mensajes de usuario para su uso como procedimientos experimentales. La funcionalidad de Masis se puede utilizar para llevar a cabo el diseño experimental específico, los niveles se pueden organizar con dificultad creciente o aleatoria como un guión gráfico o con niveles de control versus experimentales. Las pruebas individuales del experimento se llevan a cabo mediante el uso del programa Maze Walker.

Cambiar la configuración en Maze Walker permite a los usuarios especificar aún más las condiciones del experimento. El control se puede cambiar para aceptar entradas de diferentes dispositivos, incluidos teclado, mouse y joystick. Los dispositivos externos pueden entablar una comunicación bidireccional con Maze Walker recopilando información o desencadenando cambios en el entorno.

La comunicación del dispositivo se puede manejar a través de T-C-P-I-P o cable serie y puede interactuar con una amplia variedad de dispositivos, incluidos E-E-G-F-M-R-I y FNIR. Durante las sesiones, el mais Walker registraba el movimiento del sujeto junto con cualquier evento que ocurriera durante la sesión. Con el programa Maze Analyzer, los archivos MACE se pueden mostrar con una ruta de usuario grabada para su revisión.

Se pueden superponer diferentes rutas para ayudar en el análisis y se puede calcular la información estadística sobre los diferentes ensayos. Además, la información recopilada se puede exportar a Excel o MATLAB para su procesamiento adicional. Nuestro repertorio cognitivo incluye una amplia gama de funciones y habilidades a las que se puede acceder mediante el uso de una variedad de tareas, incluida la navegación espacial virtual, los laberintos, la activación cerebral, los patrones en la corteza frontal varían desde el rendimiento inicial de la tarea novedosa después de la práctica y durante la retención.

Utilizando FNIR y centrándonos en la corteza prefrontal, estamos aprovechando la función del PFC, especialmente la función ejecutiva, la regulación de la función cognitiva en acción, el uso del PFC durante las tareas de resolución de problemas y el uso de estructuras de nivel superior mientras se mantienen múltiples elementos en la memoria de trabajo. La organización de la práctica cuando se aprenden múltiples tareas similares es un fenómeno de aprendizaje llamado efecto de interferencia contextual. Los efectos de la interferencia contextual son evidentes cuando los individuos adquieren múltiples tareas en diferentes horarios de práctica.

Se crea una alta interferencia contextual cuando las tareas que se van a aprender se presentan en un orden impredecible no secuencial. La práctica de bloqueo de baja interferencia contextual se crea cuando las tareas que se van a aprender se presentan en un orden predecible. Cada uno realizó 315 pruebas de adquisición, 105 pruebas de cada uno de los tres laberintos a lo largo de tres días, lunes, miércoles y viernes.

El lunes siguiente, 72 horas después de la adquisición, se realizaron 30 pruebas de retención y 20 de transferencia en un orden aleatorio. La actividad de PFC se monitoreó durante todas las fases para 16 sitios optológicos. El uso de medidas dependientes de FNIR incluyó cambios relativos en la oxigenación media, la hemoglobina y las medidas conductuales del tiempo total, la trayectoria, la longitud y la velocidad promedio de los laberintos.

Los resultados del comportamiento muestran que para ambos órdenes de práctica, hay una tendencia decreciente monótona para el tiempo de laberinto, el tiempo total necesario para completar el laberinto, lo que sugiere que a medida que los participantes practican, completaron el laberinto en períodos de tiempo más cortos, lo que se espera para las evaluaciones conductuales del aprendizaje. Además, la velocidad del laberinto, la velocidad media a la que los participantes navegan por el laberinto, aumenta con la práctica. Una vez más, se espera una mejora en las medidas conductuales a lo largo del tiempo como inferencias del aprendizaje para estos resultados.

Hay una comparación en paralelo de la práctica aleatoria frente a la práctica de bloques para cada tarea de transferencia para facilitar la tarea de transferencia. La práctica de cuatro bloques de mayo superó a la práctica aleatoria. Sin embargo, para la tarea de transferencia más difícil, el laberinto cinco, la práctica aleatoria fue superior a la media de bloqueo oxigenada.

Los cambios en la concentración de hemoglobina durante los ensayos de práctica indican que el orden bloqueado requirió una mayor activación cerebral en comparación con el orden aleatorio. Además, al comparar dentro de un orden de práctica para el aprendizaje de orden bloqueado, una nueva tarea, como en la fase de transferencia, requirió una mayor activación cerebral. Dado que el orden de práctica era diferente para las tareas ya aprendidas.

Para el participante que aprendió la tarea en un orden bloqueado, este orden de práctica aleatorio estratificado puede haber sido lo suficientemente novedoso como para requerir esfuerzo adicional y recursos cognitivos para realizar la tarea. Además, para el orden de práctica aleatorio, la fase de transferencia de la activación neuronal no fue mayor que la fase de retención. En conclusión, este estudio exploratorio demostró el uso de May suite y FNIR para estudiar los aspectos neuroconductuales del aprendizaje en la navegación espacial.

May Suite permite el diseño y la aplicación de entornos 3D sencillos con una interfaz gráfica fácil de usar, y registra automáticamente las medidas de comportamiento para las comparaciones dentro de los sujetos o entre ellos. FNIR es una herramienta de monitorización cerebral portátil, segura y no invasiva que se ha utilizado en laboratorio clínico y entornos naturales para estudiar la activación cerebral. Esperamos que esta presentación haya sido útil para explicar estas herramientas.

Buena suerte con tus experimentos.