Name: Sincronización intercerebros en el aprendizaje colaborativo abierto: un estudio fNIRS-Hyperscanning (Video) | JoVE Journal
Uploaded: 2021-07-21T14:00:00.000+00:00
Duration: 4 min 44 s
Description: Aprende a investigar la sincronización intercerebral durante el aprendizaje colaborativo mediante la técnica de hiperecaneo fNIRS. Este protocolo permite analizar la dinámica en tiempo real de dos cerebros interactuantes.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Este trabajo cuenta con el apoyo del Programa de Promoción de la Innovación Académica de ECNU para Estudiantes de Doctorado Excelentes (YBNLTS2019-025) y la Fundación Nacional de Ciencias Naturales de China (31872783 y 71942001).

Todos los participantes reclutados (40 díadas, edad media 22,1 ± 1,2 años; 100% diestros; visión normal o corregida a normal) estaban sanos. Antes del experimento, los participantes dieron su consentimiento informado. Los participantes fueron compensados financieramente por su participación. El estudio fue aprobado por el Comité Universitario de Protección de la Investigación Humana (HR-0053-2021), Universidad Normal del Este de China.
1. Pasos de preparación antes de adoptar los datos
<ol><li>Tapas NIRS caseras<ol>
<li>Adopte una gorra de natación elástica para colocar la rejilla del soporte del optode. NOTA: Teniendo en cuenta que los tamaños de cabeza de los participantes son diferentes, se utilizan dos tamaños de gorras. Las gorras pequeñas están preparadas para los participantes con una circunferencia de la cabeza de 55,4 ± 1,1 cm, y las gorras grandes son para los participantes con una circunferencia de la cabeza de 57,9 ± 1,2 cm.</li>
		<li>Anclar la ubicación de los electrodos EEG (inión, Cz, T3, T4, Fpz y P5) como optodos de referencia según el sistema internacional estándar 10-10 sobre gorros de natación elásticos (ver Tabla de Materiales).<ol>
<li>Primero, coloque la tapa estándar de EEG 10-10 (consulte la Tabla de materiales)en el molde de la cabeza y coloque la gorra de natación elástica en la tapa de EEG. En segundo lugar, marque los optodos de referencia (inion, Cz, T3, T4, Fpz y P5) con tiza en cada tapa. Finalmente, corte dos orificios de unos 15 mm de diámetro para colocar los dos optodos de referencia (es decir, Fpz y P5, Figura 1). NOTA: Específicamente, un conjunto de sondas optodo de 3 x 5 y un conjunto de sondas de optodo de 4 x 4 se colocan por separado sobre el área prefrontal (el optodo de referencia se coloca en Fpz, Figura 1B)y las regiones temporoparietales izquierdas (el optodo de referencia se coloca en P5, Figura 1B).</li>
		</ol>
</li>
		<li>Cortar agujeros para colocar los otros optodos. Coloque una gorra de natación con dos soportes de rejilla directamente en el molde de la cabeza. Luego, marque la ubicación de otros optodos con tiza. Después de eso, corte los orificios de descanso para asegurarse de que el soporte de la rejilla encaje.</li>
		<li>Monte dos juegos de sondas (es decir, 3 x 5 y 4 x 4) en los gorros de natación (consulte la Tabla de materiales). NOTA: El sistema de medición NIRS (consulte la Tabla de materiales)proporciona estos conjuntos de sondas estándar (es decir, 3 x 5 y 4 x 4) con zócalos de soporte estándar que garantizan la separación del optodo de 30 mm.</li>
		<li>Abra la ventana del monitor del conjunto de sondas en el sistema de medición NIRS y seleccione cuatro conjuntos de sondas dispuestos en 3 x 5 y 4 x 4 para cada persona, por separado. NOTA: La configuración de la sonda de las dos tapas debe corresponder a las estructuras en la ventana del conjunto de sondas (es decir, la ubicación exacta de los números de sonda del receptor y el emisor respectivo).</li>
	</ol>
</li>
	<li>Preparación del experimento<ol>
<li>Antes de registrar los datos, asegúrese de que el sistema NIRS mantenga una temperatura de funcionamiento estable iniciando el sistema durante al menos 30 minutos. NOTA: La temperatura de funcionamiento estable oscilaba entre 5 °C y 35 °C.</li>
		<li>Establezca el modo de medición en medición relacionada con eventos. Asegúrese de que el receptor de disparadores esté activo (es decir, la entrada serie RS232). NOTA: El experimento está programado en un software de psicología disponible comercialmente (ver Tabla de Materiales). La absorción de luz infrarroja cercana (dos longitudes de onda: 695 y 830 nm) se mide con una frecuencia de muestreo de 10 Hz.</li>
		<li>Prepare la sonda de fibra óptica iluminada, que se puede usar para mover el cabello a un lado.</li>
		<li>Configure el entorno del experimento con una mesa con dos sillas para mantener los asientos de los participantes cara a cara.</li>
	</ol>
</li>
</ol>2. Adoptar datos instruyendo a los participantes
<ol><li>Preparar a los participantes<ol>
<li>Instruya a los participantes, incluidos los detalles de los métodos de medición nirs. NOTA: Todos los participantes estaban sanos y fueron compensados financieramente por su participación. Ningún participante se retiró del experimento a mitad de camino. El rayo láser del NIRS puede ser dañino para los ojos de los participantes, y se les indicó que no miraran directamente a esos rayos láser.</li>
		<li>Haga que los participantes se sienten cara a cara (aparte de una mesa (0,8 m)) para asegurarse de que pueden verse directamente. Ajuste la distancia de la silla a la mesa (es decir, casi 0,3 m) para que los participantes se sienten cómodamente.</li>
		<li>Encienda el botón láser y coloque las tapas con los conjuntos de sondas en las cabezas de los participantes. NOTA: Los conjuntos de sondas de 3 x 5 cubren la frente de los participantes (la sonda central de la fila inferior se coloca en Fpz); los conjuntos de sondas 4 x 4 cubren la corteza temporoparietal izquierda (la tercera sonda de la tercera fila se coloca en P5).</li>
		<li>Coloque los cuatro haces de fibra óptica libremente en los brazos del soporte sin contacto con los participantes o las sillas. NOTA: Aquí, el sistema de medición NIRS tiene cuatro haces de fibras ópticas. Además, asegúrese de que los participantes no se sientan demasiado pesados para quitarse las tapas.</li>
		<li>Deje que las puntas de la sonda toquen el cuero cabelludo de los participantes empujando cuidadosamente cada sonda de carga de resorte más lejos en su zócalo.</li>
		<li>Realizar la calibración de la señal.<ol>
<li>Primero, verifique la calidad de la señal haciendo clic en ganancia automática en la ventana del monitor del conjunto de sondas de la máquina fNIRS. Luego, la señal deficiente y la señal suficiente de un canal se marcan en amarillo y verde en la ventana del monitor del conjunto de sondas, respectivamente. NOTA: Para un canal con señales insuficientes, se utilizan sondas de fibra óptica iluminadas para mover el cabello debajo de la punta de la sonda hacia un lado.</li>
			<li>Luego, empuje las sondas más lejos en sus zócalos para obtener suficientes señales. Repita este proceso hasta que todos los canales estén marcados en verde en la ventana del monitor del conjunto de sondas del sistema de medición NIRS, lo que indica que la calidad de las señales es accesible.</li>
		</ol>
</li>
	</ol>
</li>
	<li>Ejecutar el experimento<ol>
<li>Comience el experimento con un estado de reposo de 5 minutos, que sirve como línea de base. Luego, se requiere que dos participantes aprendan los materiales de aprendizaje.</li>
		<li>Después del experimento, haga clic en Salida de archivo de texto para exportar los datos de intensidad de luz sin procesar y guardar los datos como un archivo de texto. NOTA: No se aplican filtros en el sistema de medición NIRS.</li>
		<li>Utilice el digitalizador tridimensional (3D) (consulte la Tabla de materiales)para determinar las ubicaciones de emisores, receptores y otras referencias (es decir, inión, nasion, Cz y oídos izquierdo y derecho) para cada participante.<ol>
<li>Obtener las coordenadas MNI para los canales de grabación utilizando la plataforma informática numérica disponible comercialmente21 (ver Tabla de Materiales). La Tabla suplementaria S1 muestra las ubicaciones anatómicas correspondientes de cada canal.</li>
		</ol>
</li>
		<li>Limpie las sondas y los soportes de sonda con etanol. Lave las tapas con detergente suave y deje que las tapas se sequen al aire.</li>
	</ol>
</li>
</ol>3. Análisis de datos
<ol><li>Preprocesamiento de datos NOTA: Investigaciones anteriores han adoptado paquetes de software variables no comerciales (por ejemplo, Homer222, AnalyzIR23, o nirs LAB24) con plataformas informáticas numéricas (véase Tabla de Materiales) en el análisis de datos de fNIRS, y todos están disponibles en el sitio web. Aquí Homer2 se utilizó para hacer el preprocesamiento de los datos NIRS. Además, tanto los datos de registro de fNIRS recopilados en el resto como las fases de aprendizaje colaborativo comparten la misma canalización de preprocesamiento y análisis.<ol><li>Copie el conjunto de datos del equipo fNIRS. Convierta la formación de datos original a la formación adecuada (es decir, convierta el archivo cvs en un archivo nirs).</li>
		<li>Convierta datos sin procesar en datos de densidad óptica (OD) con la función "hmrIntensity2OD" proporcionada en la plataforma de computación numérica (consulte la Tabla de materiales).</li>
		<li>Elimine los canales defectuosos. Luego promedie el valor de OD para cada participante en cada canal y los puntos de muestra completos, respectivamente. NOTA: Aquí se obtienen 46 valores de OD promediados.<ol>
<li>Calcular la desviación estándar (DE) para cada participante.</li>
			<li>Marcar como inutilizable y eliminar los canales con OD muy bajo o alto (que superaron los 5 SDs) del análisis para cada participante. NOTA: Este paso se puede realizar antes y/o después del preprocesamiento de datos fNIRS. En esta canalización de análisis de datos, los canales defectuosos se detectan antes del preprocesamiento de datos fNIRS.</li>
		</ol>
</li>
		<li>Convierta los datos de tiempo OD en Oxy-Hb, DeOxy-Hb y señal combinada basada en la Ley de Beer-Lambertmodificada 25. NOTA: La referencia25 dice: "Todos los pasos del análisis de datos se llevan a cabo sobre datos de Oxy-Hb, que es un indicador del cambio en el flujo sanguíneo cerebral regional que tiene una mayor relación señal-ruido26. Además, investigaciones anteriores emplearon el hiperescaneo fNIRS en escenarios de enseñanza y aprendizaje centrados principalmente en la concentración de Oxy-Hb11,12,13,14".</li>
		<li>Calibre series temporales de Oxy-Hb a partir de artefactos de movimiento mediante el método basado en wavelet canal por canal. NOTA: Específicamente, el wavelet Daubechies 5 (db5) con parámetro de ajuste en 0.1 (ver detalles en el manual de Homer2)27,28 se adopta en la eliminación de artefactos de movimiento.</li>
		<li>Aplique el filtro de paso de banda (es decir, 0.01-1 Hz) en los datos calibrados de Oxy-Hb para reducir el ruido de alta frecuencia y la deriva lenta.</li>
		<li>Realizar análisis de componentes principales (PCA) en la señal OxyHb para eliminar componentes globales no neurales (por ejemplo, presión arterial, respiración y variación del flujo sanguíneo)29. NOTA: El análisis de la PCA propuesto por Zhang y sus colegas29 se adopta aquí.<ol>
<li>Primero, descompone la señal. NOTA: La fórmula específica de descomposición de la señal fNIRS es: H = UΣVT. Aquí, los patrones temporales y espaciales de los datos fNIRS se presentan en dos matrices (es decir, you y V). U es una matriz 2D (punto de muestra x componente principal). V es también una matriz 2D (componente principal x componente principal). La columna en V indica un componente principal (PC), y la fuerza de ese PC para un canal en particular se estima en cada entrada de la columna. La importancia relativa de cada PC está representada por el valor de la matriz diagonal Σ.</li>
			<li>En segundo lugar, realizar el suavizado espacial. NOTA: La convolución del núcleo gaussiano se emplea para eliminar señales localizadas y obtener el componente global.</li>
			<li>Tercero, reconstruir la señal. NOTA: Para calcular el componente global de los datos fNIRS, la matriz de patrón espacial suavizada V* se conecta de nuevo a la fórmula de descomposición: HGlobal = UΣ(V*)T. Luego, se puede obtener una señal neuronal derivada localizada utilizando datos originales H para restar HGlobal: HNeuronal = H - HGlobal.</li>
		</ol>
</li>
	</ol></li>
	<li>Sincronía intercereencefáunica NOTA: Para revelar el acoplamiento cerebral en la neurociencia en segunda persona, aquí se adopta la coherencia de la transformada de wavelet (WTC). Brevemente, WTC mide la correlación entre dos series temporales en función de la frecuencia y el tiempo. La fórmula específica de coherencia wavelet de dos series temporales x e y es: <img alt="Equation 1" src="/files/ftp_upload/62777/62777eq01.jpg"> T y s denotan el tiempo y la escala de wavelet por separado, ‹·› indica una operación de suavizado en escala y tiempo. W representa la transformada de wavelet continua. Luego, se genera una matriz WTC 2D (tiempo x frecuencia)30. Se utilizan varias cajas de herramientas para calcular el valor wtc. Aquí se utilizó la caja de herramientas creada por Grinsted y sus colegas30.<ol>
<li>Adoptar la función WTC de la plataforma de computación numérica (ver Tabla de Materiales). NOTA: Aquí, se utiliza la configuración predeterminada de la wavelet madre (es decir, Generalized Morse Wavelet con sus parámetros beta y gamma). La wavelet madre convierte cada serie temporal en el dominio de frecuencia y tiempo.</li>
		<li>Establezca la configuración predeterminada en los otros parámetros (es decir, MonteCarloCount, que representa el número de conjuntos de datos sustitutos en el cálculo de significación).</li>
		<li>Calcular el valor WTC para dos canales correspondientes (el mismo canal en dos participantes) en una plataforma de computación numérica (ver Tabla de Materiales). Siguiendo el mismo procedimiento, se generan 46 matrices WTC a partir de 46 canales.</li>
		<li>Determinar la banda de frecuencia de interés (FOI), que es sensible al aprendizaje colaborativo. NOTA: Aquí, se adopta un enfoque de permutación basado en clúster para detectar dicha FOI31,que ofrece una solución a múltiples comparaciones en datos multicanal y multifrecuencia.<ol>
<li>Realice el promedio de tiempo de los valores del WTC en las fases de reposo y aprendizaje colaborativo, respectivamente, para cada combinación de canales. Luego, realice pruebas tde muestra pareadas junto con toda la frecuencia (rango de frecuencia: 0.01-1Hz32)en estos valores de WTC promediados en el tiempo (aprendizaje colaborativo vs. descanso). A continuación, identifique los contenedores de frecuencia en los que el efecto de la tarea es significativo (aprendizaje colaborativo &gt; descanso, p &lt; 0,05).</li>
			<li>Obtener puntos vecinos de frecuencia significativa (≥2) como grupos observados y valores T correspondientes.</li>
			<li>Realice una serie de pruebas tde muestra pareadas en datos permutados para generar los valores T para cada clúster calificado en el paso 3.2.4.2 para 1000 veces. NOTA: Para formar datos permutados, los participantes se asignan aleatoriamente para formar nuevos pares de dos miembros. Como la longitud de los conjuntos de datos varió entre las díadas para cada par aleatorio, el conjunto de datos más largo se recorta a la misma longitud que el más corto33.</li>
			<li>Compare los valores de T basados en clúster promediados de los pares originales con los valores de T de 1000 permutaciones. NOTA: Los valores de p evaluados por esta fórmula34: <img alt="Equation 2" src="/files/ftp_upload/62777/62777eq02.jpg">, donde S0 denota el valor t del grupo promediado observado, μp y σp indican la media y la desviación estándar de los valores de permutación.</li>
			<li>Valores medios de WTC en la FOI identificada en cada canal de cada díada. Luego, aplique la transformación z de fisher a los valores WTC para obtener una distribución normal de los valores WTC. Utilice este valor para indexar el SII para un análisis estadístico adicional.</li>
		</ol>
</li>
	</ol></li>
</ol>

Los autores no tienen nada que revelar.

En primer lugar, en el presente protocolo, se indican los pasos específicos para realizar experimentos de hiperescaneo fNIRS en un escenario de aprendizaje colaborativo. En segundo lugar, también se presenta la tubería de análisis de datos que evalúa el SII de las señales hemodinámicas en las díadas de aprendizaje colaborativo. La operación detallada sobre la realización de experimentos de hiperescaneo fNIRS promovería el desarrollo de la ciencia abierta. Además, la tubería de análisis se proporciona aquí para aumentar l...

Recientemente, para revelar la actividad cerebral concurrente a través de las díadas interactivas o miembros de un grupo, los investigadores emplean el enfoque de hiperescaneo1,2. Específicamente, el electroencefalograma (EEG), la resonancia magnética funcional (fMRI) y la espectroscopia funcional de infrarrojo cercano (fNIRS) se utilizan para registrar las actividades neuronales y cerebrales de dos o más sujetos simultáneamente3,4,5. Los investigadores extraen un índice neuronal que implica un acoplamiento cerebral concurrente basado en esta técnica, que se refiere a la sincronía intercereal (SII) (es decir, la alineación de fase y / o amplitud de las señales neuronales o hemodinámicas a través del tiempo). Una gran variedad de investigaciones de hiperescaneo encontraron siI durante la interacción social entre múltiples individuos (por ejemplo, jugador-audiencia, instructor-aprendiz y líder-seguidor)6,7,8. Además, el SII tiene implicaciones específicas del aprendizaje y la instrucción efectivos9,10,11,12,13,14. Con el aumento de la investigación de hiperescaneo en escenarios de aprendizaje naturalista, es necesario establecer un protocolo estándar de experimentos de hiperescaneo y la canalización del análisis de datos en este campo.
Por lo tanto, este documento proporciona un protocolo para realizar hiperescaneo basado en fNIRS de díadas de aprendizaje colaborativo y una tubería para analizar el SII. fNIRS es una herramienta de imagen óptica, que irradia luz infrarroja cercana para evaluar la absorción espectral de hemoglobina indirectamente, y luego se mide la actividad hemodinámica / oxigenación15,16,17. En comparación con la fMRI, fNIRS es menos propenso a los artefactos de movimiento, lo que permite mediciones de sujetos que están haciendo experimentos de la vida real (por ejemplo, imitación, conversación y comunicación no verbal)18,7,19. En comparación con el EEG, fNIRS tiene una mayor resolución espacial, lo que permite a los investigadores detectar la ubicación de la actividad cerebral20. Por lo tanto, estas ventajas en resolución espacial, logística y viabilidad califican a fNIRS para realizar mediciones de hiperescaneo1. Usando esta tecnología, un organismo de investigación emergente detecta un término índice como SII, la alineación neuronal de la actividad cerebral de dos (o más) personas, en diferentes formas de entornos sociales naturalistas9,10,11,12,13,14. En esos estudios, se aplican varios métodos (es decir, análisis de correlación y análisis de coherencia de transformada de Wavelet (WTC)) para calcular este índice; mientras tanto, una tubería estándar sobre dicho análisis es esencial pero falta. Como resultado, en este trabajo se presenta un protocolo para realizar hiperescaneo basado en fNIRS y una canalización que utiliza el análisis WTC para identificar el SII.
Este estudio tiene como objetivo evaluar el SII en díadas de aprendizaje colaborativo utilizando la técnica de hiperescaneo fNIRS. En primer lugar, se registra simultáneamente una respuesta hemodinámica en las regiones temporoparietal prefrontal e izquierda de cada díada durante una tarea de aprendizaje colaborativo. Estas regiones han sido identificadas como asociadas con la enseñanza y el aprendizajeinteractivos 9,10,11,12,13,14. En segundo lugar, el SII se calcula en cada canal correspondiente. El proceso de registro de datos fNIRS consta de dos partes: sesión de estado de reposo y sesión colaborativa. La sesión en estado de reposo dura 5 minutos, durante los cuales ambos participantes (sentados cara a cara, separados entre sí por una mesa (0,8 m)) deben permanecer quietos y relajarse. Esta sesión de estado de reposo se sirve como línea de base. Luego, en la sesión colaborativa, se les dice a los participantes que estudien todos los materiales de aprendizaje juntos, obteniendo comprensión, resumiendo las reglas y asegurándose de que todos los materiales de aprendizaje sean dominados. Aquí, se presentan los pasos específicos para realizar el experimento y el análisis de datos fNIRS.

<table><tbody><tr><td>Gorras de EEG</td><td>Compumedics Neuroscan, Charlotte, EE. UU.</td><td>Quik-Cap de 64 canales</td><td>Elegimos dos tamaños de gorra (es decir, mediana y grande).</td></tr><tr><td>Sistema de medición NIRS con juegos de sondas y rejillas de soporte de sondas</td><td>Hitachi Medical Corporation, Tokio, Japón</td><td>ETG-7100 Sistema de topografía óptica El</td><td>protocolo de estudio actual requiere un segundo juego de sondas para adultos opcional para 92 canales de medición en total.</td></tr><tr><td>Plataforma de computación numérica</td><td>The MathWorks, Inc., Natick, MA</td><td>MATLAB R2020a</td><td>Sirve como base para las extensiones de la caja de herramientas de psicofísica (presentación de estímulos), Homer2&nbsp; (análisis de preproceso fNIRS) y función "wtc" (cálculo WTC).</td></tr><tr><td>Herramientas</td> de <td>software de psicología de psicología,Sharpsburg, PA,USA</td><td>E-prime 2.0</td><td>Aplicamos E-prime para iniciar el sistema de medición fNIRS y enviar disparadores que marcan la fase de descanso y la fase de aprendizaje colaborativo para los datos de registro de fNIRS.</td></tr><tr><td>Gorros de natación</td><td>Zoke corporation, Shanghai, China</td><td>611503314</td><td>Primero colocamos el gorro de EEG estándar de 10-20 en el molde de la cabeza y colocamos el gorro de natación en el gorro de EEG. En segundo lugar, marcamos (inion, Cz, T3, T4, PFC y P5) con tiza.</td></tr><tr><td>Digitalizador tridimensional (3-D)</td><td>Polhemus, Colchester, VT, EE. UU.;</td><td>Digitalizador tridimensional (3-D)</td> Las <td>ubicaciones anatómicas de los optodos en relación con los puntos de referencia estándar de la cabeza se determinaron para cada participante utilizando un digitalizador Patriot 3D</td></tr></tbody></table>

sincronización intercerebros en el aprendizaje colaborativo abierto: un estudio fnirs-hyperscanning

Inter-Brain Synchrony in Open-Ended Collaborative Learning: An fNIRS-Hyperscanning Study

El hiperescaneo fNIRS es ampliamente utilizado para detectar los fundamentos neurobiológicos de la interacción social. Con esta técnica, los investigadores califican la actividad cerebral concurrente de dos o más individuos interactivos con un nuevo índice llamado sincronía intercereal (SII) (es decir, alineación de fase y / o amplitud de las señales neuronales o hemodinámicas a través del tiempo). Aquí se presenta un protocolo para realizar experimentos de hiperescaneo fNIRS sobre díadas de aprendizaje colaborativo en un entorno de aprendizaje naturalista. Además, se explica una tubería de análisis del SII de la señal de hemoglobina oxigenada (Oxy-Hb). Específicamente, se discuten el diseño experimental, el proceso de registro de datos NIRS, los métodos de análisis de datos y las direcciones futuras. En general, la implementación de una tubería de hiperescaneo fNIRS estandarizada es una parte fundamental de la neurociencia en segunda persona. Además, esto está en línea con el llamado a la ciencia abierta para ayudar a la reproducibilidad de la investigación.

La figura 1 ilustra el protocolo experimental y la ubicación de la sonda. El proceso de registro de datos fNIRS consta de dos partes: sesión de estado de reposo (5 min) y sesión colaborativa (15-20 min). Las díadas de aprendizaje colaborativo son necesarias para relajarse y mantenerse quietos en la sesión de estado de reposo. Después de eso, se les dice a los participantes que co-aprendan el material de aprendizaje(Figura 1A). Sus regiones temporoparietales pref...

Se describe el protocolo para realizar experimentos de hiperescaneo fNIRS en díadas de aprendizaje colaborativo en un entorno de aprendizaje naturalista. Además, se presenta una tubería para analizar la sincronía intercerecere (SII) de las señales de hemoglobina oxigenada (Oxy-Hb).

Sincronización intercerebros en el aprendizaje colaborativo abierto: un estudio fNIRS-Hyperscanning

fNIRS hyperscanning is widely used to detect the neurobiological underpinnings of social interaction. With this technique, researchers qualify the ...

Este protocolo revela la sincronía intercereal en las díadas colaborativas en el entorno naturalista mediante la técnica de hiperescaneo fNIRS. La ventaja significativa de esta técnica es que permite la investigación de la dinámica en tiempo real de dos o más cerebros que interactúan. Antes de comenzar el experimento, inicie el sistema de espectroscopia de infrarrojo cercano para lograr una temperatura de funcionamiento estable, luego adopte una gorra de natación elástica para colocar la rejilla del optodo y prepare las tapas NIRS como se describe en el manuscrito de texto.Para un canal con señales insuficientes, use las sondas de fibra óptica iluminadas para mover el cabello debajo de la punta de la sonda hacia un lado. Una vez que la temperatura de funcionamiento se estabilice, asegúrese de que el receptor de disparo esté activo y configure el modo de medición en la medición relacionada con eventos. Prepare la sonda de fibra óptica iluminada para mover el cabello a un lado.Instruya a los participantes con respecto a los detalles de los métodos de medición NIRS y no mire directamente a los rayos láser, ya que el rayo láser puede ser perjudicial para los ojos del participante. Haga que los participantes se sienten cara a cara para asegurarse de que puedan verse directamente y ajuste la distancia de la silla a la mesa para que los participantes se sienten cómodamente. Encienda el botón láser, coloque los cuatro haces de fibra óptica sueltos en los brazos del titular sin contacto con los participantes o las sillas y coloque la tapa con los conjuntos de sondas en las cabezas de los participantes, asegurándose de que los conjuntos de sondas de tres por cinco cubran la frente del participante y los conjuntos de sondas de cuatro por cuatro cubran la corteza temporoparietal izquierda, luego empuje cuidadosamente cada sonda de carga de resorte más a fondo en el zócalo de la sonda para que la punta de la sonda toque el cuero cabelludo del participante.Luego, permita que dos participantes aprendan juntos los materiales de aprendizaje con un estado de descanso de cinco minutos, que sirve como línea de base. Primero, para verificar la calidad de la señal, haga clic en la ganancia automática en la ventana del monitor del conjunto de sondas de la máquina NIRS funcional, y luego marque la señal deficiente del canal en amarillo y la señal suficiente en verde y repita este procedimiento hasta que todos los canales estén marcados en verde. Después del experimento, haga clic en la salida de archivo de texto para exportar los datos de intensidad de luz sin procesar y guardar los datos como un archivo de texto.Utilice el digitalizador tridimensional para determinar las ubicaciones de emisores, receptores y otras referencias para cada participante, luego obtenga las coordenadas MNI de los canales de grabación utilizando la plataforma de computación numérica disponible comercialmente. Se analizaron los datos de cada participante en cada canal. Se visualizó la optodensidad en el canal 33 para una determinada díada.Los datos se extrajeron utilizando el método de eliminación de artefactos de movimiento basado en wavelets, solo y junto con el análisis de componentes principales. La diferencia entre las curvas sugiere que la PCA es eficiente en la eliminación de señales no neuronales. Se visualizó la matriz de coherencia de la transformada wavelet.El mapa de colores varió de azul a amarillo, representando valores de sincronía intercereencefás que van de cero a uno, donde uno denota la mayor coherencia entre dos señales y cero denota ninguna coherencia. Además, también se obtuvieron coeficientes significativos, la fuerte coherencia alrededor de un hercio representa la coherencia del ritmo cardíaco de la díada. La comparación entre el valor T observado y la distribución del valor T aleatorio muestra resultados significativos en la FOI identificada.Es importante asegurarse de que el conjunto de sondas cubra la región de intereses y tratar de reducir la desviación.

inter-brain-synchrony-open-ended-collaborative-learning-an-fnirs

Research

Investigación

JoVE Journal

Neuroscience

Neurociencia

El presente Protocolo describe cómo realizar fNIRS hyperscanning experimentos y analizar la sincronía de cerebro a cerebro. Además, discutimos los retos y posibles soluciones.

Realización de experimentos de Hyperscanning con funcional espectroscopia del infrarrojo cercano

La dinámica entre los cerebros acoplados de los individuos ha sido representada cada vez más por la sincronización intercerebral (SII) cuando se coordinan entre sí, principalmente utilizando señales de registro simultáneo de cerebros (es decir, hiperescaneo) con fNIRS. En los estudios de hiperescaneo de fNIRS, el SII se ha evaluado comúnmente a través del método de coherencia de transformada de wavelet (WTC) debido a su ventaja en la expansión de series de tiempo en el espacio de frecuencia de...

Cómo calcular y validar la sincronización intercerebral en un estudio de hiperescaneo fNIRS

Este protocolo describe la coherencia de la transformada de wavelet parcial (pWTC) para calcular el patrón de retraso en el tiempo de la sincronización neuronal interpersonal (INS) para inferir la dirección y el patrón temporal del flujo de información durante la interacción social. La efectividad de pWTC en la eliminación de los factores de confusión de la autocorrelación de señales en INS fue probada por dos experimentos.

Medición del flujo de información direccional en datos fNIRS-Hyperscanning utilizando el método de coherencia de transformada de wavelet parcial

El presente protocolo combina espectroscopia funcional de infrarrojo cercano (fNIRS) y observación basada en vídeo para medir la sincronización interpersonal en cuartetos durante una tarea de dibujo colaborativo.

Sincronización de grupos durante el dibujo colaborativo mediante espectroscopia funcional de infrarrojo cercano

La coherencia de la transformada wavelet (WTC) es una metodología común para evaluar el acoplamiento entre señales que se utiliza en los estudios de hiperbarrido de espectroscopia funcional de infrarrojo cercano (fNIRS). En este trabajo se presenta una caja de herramientas para evaluar la direccionalidad de la interacción de la señal.

Nuevo marco para comprender la coherencia entre cerebros en estudios de hiperexploración de espectroscopia funcional de infrarrojo cercano (fNIRS)

Este protocolo describe cómo se capturaron electroencefalografías, electrocardiografías y registros conductuales sincronizados de díadas bebé-cuidador en un entorno hogareño.

Hiperexploración de EEG en el hogar para las interacciones sociales entre el bebé y el cuidador

El protocolo tiene como objetivo proporcionar una descripción detallada de la metodología para llevar a cabo un estudio de hiperescaneo fNIRS en asesoramiento psicológico. Esto incluye los preparativos para el experimento, el procedimiento para recopilar datos y el posterior proceso de análisis de datos.

Estudio funcional de espectroscopia de infrarrojo cercano con hiperbarrido en asesoramiento psicológico

MazeSuite es un completo conjunto de herramientas para preparar, presentar y analizar los experimentos de navegación y espacial. Funcionales espectroscopia de infrarrojo cercano (fNIR) es una técnica de imágenes cerebrales óptico que permite el monitoreo no invasivo y portátil de los cambios cerebrales oxigenación de la sangre. Este documento resume el uso colectivo de MazeSuite y fNIR dentro de un paradigma de procesamiento de aprendizaje cognitivo.

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

La comprensión de la función del sistema nervioso central de vertebrados requiere grabaciones de muchas neuronas porque la función cortical surge en el nivel de las poblaciones de neuronas. Aquí se describe un método óptico para registrar la actividad neuronal con suprathreshold resolución unicelular y único punta-, vaciló al azar escaneado en acceso. Este método graba somáticas fluorescencia señales de calcio de hasta 100 neuronas con alta resolución temporal. Un algoritmo de máxima...

Grabación óptica de la actividad neural suprathreshold con la resolución de una sola célula y único punta-

Usamos magneto-y electroencefalografía (MEG / EEG), combinada con la información anatómica capturado por resonancia magnética (MRI), para asignar la dinámica de la red cortical asociada con la atención auditiva.

Asignación Dinámica de trauma con MEG / estimaciones simultáneas norma mínima-EEG y anatómico limitado-un ejemplo: Atención Auditiva

Aprende a investigar la sincronización intercerebral durante el aprendizaje colaborativo mediante la técnica de hiperecaneo fNIRS. Este protocolo permite analizar la dinámica en tiempo real de dos cerebros interactuantes.

Sincronización intercerebros en el aprendizaje colaborativo abierto: un estudio fNIRS-Hyperscanning

Explorar más videos