Utiliser MazeSuite et fonctionnelle proche infrarouge pour étudier l'apprentissage de la navigation spatiale

Notre objectif dans cette présentation est double. Premièrement, illustrer le processus de conception du protocole expérimental et l’utilisation de la suite May et, deuxièmement, démontrer la configuration et le déploiement du système de surveillance de l’activité cérébrale FNIR. May Suite peut être utilisé pour concevoir et modifier des environnements 3D adaptés, ainsi que pour suivre les performances comportementales d’un participant.

Pour les démontrer, un sous-échantillon d’une étude est rapporté pour montrer comment utiliser à la fois la suite de mai et le FNIR dans une seule expérience. L’étude implique l’évaluation de l’activité cognitive du cortex préfrontal latéral dorsal lors de l’acquisition et de l’apprentissage de tâches de masse informatique pour des ordres de pratique bloqués et aléatoires. FNIR est une technique de surveillance optique du cerveau qui utilise le proche infrarouge, comme pour suivre les changements dans les réponses hémodynamiques au sein du cortex.

La surveillance non invasive de l’hémodynamique cérébrale et de l’oxygénation a été démontrée pour la première fois par Job Ossy et ses collègues en 1977. Cette technologie permet de concevoir des systèmes de surveillance portables, sûrs, abordables, non invasifs et peu intrusifs qui peuvent être utilisés pour mesurer l’activité cérébrale dans des environnements naturels. Dans des conditions ambulatoires et de terrain, la lumière proche infrarouge peut pénétrer les tissus de quelques centimètres dans un rayon de 700 à 900 nanomètres.

Lorsque la lumière pénètre dans les tissus, elle est soit absorbée, soit diffusée. L’absorption est due à la force chromologique des molécules absorbant la lumière, telles que l’hémoglobine et la diffusion de l’eau se produit dans la structure des tissus tels que les membranes cellulaires et les couches. Une mesure FNIR typique contient une unité de mesure dotée de sources lumineuses et de détecteurs.

Lorsqu’une source lumineuse s’active, la lumière est introduite sur le cuir chevelu, y pénètre et se déplace dans toutes les directions dans le tissu et perd de son intensité en se déplaçant, une partie de la lumière remonte à la surface en raison de la diffusion séquentielle multiple et elle est enregistrée par le détecteur, les photons qui atteignent le détecteur voyagent en fait à travers un volume en forme de banane. Les mesures au détecteur fournissent des informations sur ce volume entre la source lumineuse et le détecteur. Couple appelé oid, la profondeur de pénétration, autrement dit, la courbure de la banane est fonction de la distance entre la source lumineuse et le détecteur.

C’est pourquoi la géométrie du capteur FNIR est essentielle dans la conception. Selon le type de mesures pour la tâche cognitive et la mesure du cortex préfrontal, la séparation opto est généralement de 2,5 centimètres à trois centimètres. Dans cette étude, nous avons utilisé des appareils FNIR modèle 1000.

Celui-ci est basé sur les conceptions de Chance et de ses collègues dans les années 1990 et développé au laboratoire d’imagerie optique cérébrale de l’Université Drexel. Cet instrument ne repose pas sur des fibres ou des guides de lumière pour interfacer les optos avec la peau. Par conséquent, il est plus facile à installer, plus confortable pour les longues sessions et moins sujet aux artefacts de mouvement.

Cependant, ce capteur est conçu spécifiquement pour la détection de l’activation corticale du cortex préfrontal latéral dorsal qui se trouve sous le front et ne peut pas être utilisé dans d’autres régions de la tête en raison de l’interférence des cheveux. Le capteur FNIR utilisé dans l’étude contient quatre diodes électroluminescentes qui émettent une lumière non cohérente à 730 nanomètres et 850 nanomètres. Il y a 10 photodétecteurs et en faisant clignoter les LED dans un ordre séquentiel, ainsi que l’utilisation des détecteurs environnants 16 emplacements de mesure.

Des boîtes sont échantillonnées à chaque balayage. Cela comprend la mesure de l’intensité lumineuse de deux longueurs d’onde différentes ainsi qu’une mesure de l’obscurité pour la lumière ambiante, totalisant trois canaux pour chaque emplacement de mesure, de sorte qu’au total, il y a 48 canaux enregistrés à partir du balayage. Le capteur de détection est placé sur le front du côté du sujet.

L’un doit être à gauche du sujet et le côté deux. Sur le côté droit du sujet, le capteur doit être placé juste au-dessus des sourcils et doit être centré verticalement. La ligne de symétrie verticale imaginaire passe par la ligne médiane du front, puis par le nez.

La ligne centrale des coussinets de détection coïncide avec la ligne médiane du front et du nez. Une fois le capteur positionné, les câbles sont tirés des deux côtés et connectés à l’arrière de la tête. Une fois le câble fixé avec le clip, il est essentiel de vérifier que le capteur est correctement couplé à la peau et qu’il n’y a pas de bosses ou d’espaces entre l’optos et la peau.

Une bonne façon de vérifier le bon couplage est d’appliquer une petite pression sur le capteur et de sentir si le positionnement change avec la pression. Parfois, un bandeau, un élastique et/ou un chiffon ferme, tel qu’un bracelet de tennis ou un bandana, peuvent être placés sur le capteur FNIR pour assurer le couplage de l’optos avec la peau. Une fois le capteur positionné, les signaux de tous les canaux doivent être vérifiés en lançant l’acquisition des données. Tout d’abord, le capteur doit être connecté au boîtier de commande matériel FNIR.

L’appareil doit être connecté à l’ordinateur par un câble USB et les deux systèmes doivent être allumés. Ensuite, exécutez Kobe Studio sur l’ordinateur en cliquant sur le raccourci dans le volet de gauche, cliquez sur le lien démarrer l’appareil actuel. Si les paramètres sont corrects, le volet des messages affichera que l’appareil a été démarré et des graphiques afficheront les signaux nouvellement acquis.

Les niveaux de signal dépendent des paramètres de courant et de gain de la LED. Une bonne règle de base est d’avoir ces paramètres au-dessus de 700 millivolts et en dessous de 4 000 millivolts. De plus, les signaux doivent être stables.

Trop de variations et de pointes peuvent indiquer un mauvais couplage du capteur ou des problèmes de connectivité par câble ou matériel. Dans certains cas, un ou deux canaux latéraux, un et deux à gauche et 15 et 16 à droite, peuvent être placés sur les cheveux et leurs valeurs de signal sont trop faibles. Vous pouvez simplement continuer et éliminer ces canaux plus tard dans l’analyse.

Vous devrez peut-être ajuster les paramètres en fonction de chaque sujet, car il peut y avoir de grandes différences individuelles en raison des différentes propriétés optiques d’une peau individuelle. Pour modifier d’abord les paramètres de l’appareil, cliquez sur arrêter l’appareil actuel. Cliquez ensuite sur les propriétés de l’appareil dans le volet gauche.

Allez dans l’onglet des paramètres d’acquisition de données dans la boîte de dialogue. Si vous souhaitez d’abord augmenter les valeurs du signal, augmentez la valeur du courant de la LED. Une augmentation de la valeur du courant des LED signifie que les LED brilleront plus fort.

Si vous souhaitez d’abord graduer les niveaux de signal, diminuez le gain. La valeur de gain initiale est utilisée pour tous les voxels. Après avoir défini les valeurs, cliquez sur Enregistrer, puis sur Démarrer.

Dispositif actuel permettant de démarrer l’acquisition de données avec des paramètres nouvellement définis, il est également courant et utile d’utiliser des marqueurs pour identifier certains événements lors d’expériences. Il existe deux types de marqueurs, manuels et automatiques. Les marqueurs manuels sont générés par des clics sur la fenêtre principale de K, et ils sont étiquetés dans le temps et enregistrés avec les données FNIR.

Les marqueurs automatiques sont reçus d’un appareil externe ou d’un logiciel informatique pour recevoir des marqueurs automatiques lorsque l’appareil est arrêté. Allez dans les paramètres de l’appareil situé dans le volet gauche et dans l’onglet des paramètres de synchronisation, écoutez les marqueurs. Le port série est une méthode suggérée pour la communication des marqueurs.

Vérifiez que le numéro de port série est défini sur un numéro de port valide sur l’ordinateur. Ensuite, des logiciels de stimulus tels que ePrime ou May Suite peuvent être envoyés pour envoyer des marqueurs par des valeurs qui sont reçues, marquées dans le temps et enregistrées, avec les données FNIR sur cet ordinateur. Les signaux FNIR bruts sont des signaux de séries chronologiques d’intensité lumineuse.

Le bruit dans les données peut être supprimé avant ou après la conversion de la lumière brute. Intensité. Les données physiologiquement non pertinentes telles que la respiration, la pulsation cardiaque et le bruit de l’équipement doivent être éliminées des mesures FNIR brutes. La composante liée à la fréquence cardiaque a généralement un pic d’environ ou plus de 0,5 hertz et la respiration est comprise entre 0,2 hertz et 0,4 hertz pour éliminer ces artefacts physiologiques.

Des filtres passe-bas à réponse impulsionnelle finie et à phase linéaire sont utilisés. Les signaux peuvent également être corrompus par des artefacts de mouvement. Lorsque les sources lumineuses et/ou les détecteurs du capteur FNIR glissent de leur emplacement d’origine ou perdent le contact avec la peau en raison du mouvement de la tête, des rafales soudaines inattendues ou des pics peuvent se produire dans les mesures FNIR.

De plus, si la source lumineuse perd son couplage avec la peau, le détecteur peut enregistrer soit des valeurs très faibles car aucune lumière ne peut passer vers elle, soit des intensités extrêmement élevées et une saturation momentanée dues à la lumière réfléchie par la surface de la peau. Des effets de saturation similaires peuvent se produire si le détecteur éclate et perd le contact avec la peau. Le fait que la lumière ambiante fuie et que le mouvement de la tête puisse entraîner des changements dans la pression appliquée au capteur ou aux sources lumineuses et aux détecteurs.

Ces changements peuvent permettre à plus de photons d’entrer dans le tissu, faisant ainsi varier temporairement l’intensité lumineuse détectée. Outre la simple inspection visuelle des données à la recherche d’éventuels artefacts de mouvement, il existe un nombre croissant d’algorithmes de détection et de suppression des artefacts de mouvement pour automatiser le processus et éliminer la subjectivité. Les algorithmes de suppression des artefacts dans la littérature vont des simples filtres passe-bas et VAM à l’analyse en ondelettes, de l’analyse indépendante ou en composantes principales au filtrage optimal tel que les filtres adaptatifs Wiener et Cowman. Les signaux FNIR bruts sont convertis en changements d’oxygénation relatifs en utilisant la loi de Lambert modifiée.

La densité optique à une longueur d’onde d’entrée spécifique est le rapport logarithmique de l’intensité lumineuse d’entrée et de l’intensité lumineuse de sortie OD est également lié à la concentration et au coefficient d’absorption de la force chromo, à la distance corrigée de la source lumineuse et du détecteur plus un facteur d’atténuation constant ayant la même intensité lumineuse d’entrée à deux instances temporelles différentes. La différence de DO peut être écrite en termes de valeurs d’intensité lumineuse détectées uniquement. En règle générale, les deux longueurs d’onde choisies sont l’une entre 700 et 900 nanomètres où l’absorption de l’oxyhémoglobine et de la désoxyhémoglobine est dominante par rapport aux autres chromophores tissulaires et deux en dessous et l’autre au-dessus de l’iso spastique, qui est d’environ 805 nanomètres où les spectres d’absorption de désoxy et d’oxyhémoglobine se croisent.

Cette équation peut être définie pour calculer les concentrations si la matrice deux par deux n’est pas significative. Après calcul des variations relatives des valeurs d’hémoglobine oxygénée et désoxygénée. L’étape suivante consiste à extraire des caractéristiques en fonction du protocole expérimental et de la tâche cognitive utilisée.

L’extraction de caractéristiques est le plus souvent utilisée pour réduire la quantité de données et pour faire des comparaisons entre différentes tâches cognitives, groupes de sujets et lieux anatomiques à l’aide de l’analyse statistique. Les caractéristiques couramment utilisées impliquent la valeur moyenne minimale maximale ou moyenne de l’hémoglobine oxygénée et désoxygénée et le temps de réaction, qui est le temps écoulé jusqu’à ce que le minimum ou le maximum soit atteint. Ces caractéristiques peuvent être extraites dans le cadre d’une réponse hémodynamique évoquée à certains stimulus cognitifs obtenus par l’utilisation de paradigmes d’essai uniques ou avec des données d’époque ou de bloc de données correspondant à certaines conditions mises en œuvre par des plans et des paradigmes d’essais en blocs.

Se compose de trois composants, chacun ciblant une étape spécifique de l’expérience. Conception, expérimentation et analyse. Maze Maker permet à l’utilisateur de concevoir facilement un environnement 3D pour chaque étape du protocole expérimental.

Des environnements simples peuvent être créés en quelques instants. Tout d’abord, définissez la surface au sol, puis utilisez l’outil mural pour définir les limites du labyrinthe. Enfin, placez une position de départ du sujet, puis quittez la zone.

Après l’enregistrement, l’outil d’exécution rapide peut être utilisé pour tester immédiatement l’environnement. Des environnements plus complexes peuvent être créés pour répondre aux exigences d’un plan d’expérience particulier. Les environnements peuvent être personnalisés grâce à l’introduction d’objets interactifs, de commandes d’éclairage et de textures.

À l’aide du générateur de listes de labyrinthes, il est possible de créer et d’enregistrer des fichiers Mel qui combinent des combinaisons particulières de labyrinthes et de messages utilisateur pour les utiliser comme procédures expérimentales. La fonctionnalité Masis peut être utilisée pour réaliser la conception expérimentale spécifique, les niveaux peuvent être agencés avec une difficulté croissante ou aléatoire sous forme de storyboard ou avec des niveaux de contrôle par rapport aux niveaux expérimentaux. Des essais individuels de l’expérience sont menés à l’aide du programme Maze Walker.

La modification des paramètres dans Maze Walker permet aux utilisateurs de spécifier davantage les conditions de l’expérience. La commande peut être modifiée pour accepter les entrées de différents appareils, notamment le clavier, la souris et le joystick. Les appareils externes peuvent s’engager dans une communication bidirectionnelle avec Maze Walker, recueillant des informations ou déclenchant des changements dans l’environnement.

La communication des appareils peut être gérée via un câble T-C-P-I-P ou série et peut s’interfacer avec une grande variété d’appareils, y compris E-E-G-F-M-R-I et FNIR. Pendant les sessions, mais Walker enregistrait le mouvement du sujet ainsi que tous les événements qui se produisaient pendant la session. Avec le programme Maze Analyzer, les fichiers MACE peuvent être affichés avec un chemin d’accès utilisateur enregistré pour examen.

Différents chemins peuvent être superposés pour faciliter l’analyse et des informations statistiques sur différents essais peuvent être calculées. De plus, les informations collectées peuvent être exportées vers Excel ou MATLAB pour un traitement supplémentaire. Notre répertoire cognitif comprend un large éventail de fonctions et d’aptitudes auxquelles on peut accéder grâce à l’utilisation d’une variété de tâches, y compris la navigation spatiale virtuelle, les labyrinthes l’activation du cerveau Les modèles dans le cortex frontal varient de l’exécution de la nouvelle tâche initiale après la pratique et pendant la rétention.

À l’aide de FNIR et en nous concentrant sur le cortex préfrontal, nous capitalisons sur la fonction du PFC, en particulier la fonction exécutive, la régulation de la fonction cognitive en action, l’utilisation du PFC pendant les tâches de résolution de problèmes et l’utilisation de structures de niveau supérieur tout en maintenant plusieurs éléments dans la mémoire de travail. L’organisation de la pratique lors de l’apprentissage de plusieurs tâches similaires est un phénomène d’apprentissage appelé effet d’interférence contextuelle. Les effets de l’interférence contextuelle sont évidents lorsque les individus acquièrent plusieurs tâches selon différents horaires de pratique.

Une interférence contextuelle élevée est créée lorsque les tâches à apprendre sont présentées dans un ordre non séquentiel et imprévisible. La pratique des blocs à faible interférence contextuelle est créée lorsque les tâches à apprendre sont présentées dans un ordre prévisible. Chacun a effectué 315 essais d’acquisition, 105 essais de chacun des trois labyrinthes sur trois jours, lundi, mercredi et vendredi.

Le lundi suivant, 72 heures après l’acquisition, 30 essais de rétention et 20 essais de transfert ont été effectués dans un ordre aléatoire. L’activité des PFC a été surveillée pendant toutes les phases pour 16 sites opto. L’utilisation des mesures dépendantes du FNIR comprenait les changements relatifs dans les mesures moyennes oxygénées, d’hémoglobine et comportementales du temps total, du chemin, de la longueur et de la vitesse moyenne des labyrinthes.

Les résultats comportementaux montrent que pour les deux ordres de pratique, il y a une tendance monotone à la baisse pour le temps passé dans le labyrinthe, le temps total nécessaire pour terminer le labyrinthe suggérant que pendant que les participants s’entraînent, ils ont terminé le labyrinthe dans des périodes de temps plus courtes, ce qui est attendu pour les évaluations comportementales de l’apprentissage. De plus, la vitesse du labyrinthe, la vitesse moyenne à laquelle les participants naviguent dans le labyrinthe, augmente avec la pratique. Encore une fois, une amélioration des mesures comportementales au fil du temps est attendue en tant qu’inférences d’apprentissage pour ces résultats.

Il y a une comparaison côte à côte de la pratique aléatoire par rapport à la pratique du bloc pour chaque tâche de transfert pour la tâche de transfert la plus facile. L’entraînement en quatre blocs de mai a surpassé l’entraînement aléatoire. Cependant, pour la tâche de transfert plus difficile, le labyrinthe cinq, la pratique aléatoire était supérieure à la moyenne de bloc oxygéné.

Les changements de concentration d’hémoglobine pendant les essais pratiques indiquent que l’ordre bloqué nécessitait une activation cérébrale plus élevée par rapport à l’ordre aléatoire. De plus, lors de la comparaison au sein d’un ordre d’entraînement pour l’apprentissage d’ordre bloqué, une nouvelle tâche, comme dans la phase de transfert, nécessitait une activation cérébrale plus élevée. Étant donné que l’ordre de pratique était différent pour les tâches déjà apprises.

Pour le participant qui a appris la tâche dans un ordre bloqué, cet ordre de pratique aléatoire stratifié peut avoir été suffisamment nouveau pour nécessiter des efforts supplémentaires et des ressources cognitives pour effectuer la tâche. De plus, pour l’ordre de pratique aléatoire, la phase de transfert de l’activation neuronale n’était pas supérieure à la phase de rétention. En conclusion, cette étude exploratoire a démontré l’utilisation de la suite May et du FNIR pour étudier les aspects neurocomportementaux de l’apprentissage en navigation spatiale.

May Suite permet la conception et l’application d’environnements 3D simples avec une interface graphique conviviale, et elle enregistre automatiquement les mesures comportementales pour des comparaisons à l’intérieur d’un sujet ou entre sujets. FNIR est un outil de surveillance cérébrale portable, sûr et non invasif qui a été utilisé en laboratoire clinique et dans des milieux naturels pour étudier l’activation cérébrale. Nous espérons que cette présentation vous a aidé à expliquer ces outils.

Bonne chance dans vos expériences.