La synchronisation inter-cerveaux dans l’apprentissage collaboratif ouvert : une étude fNIRS-Hyperscanning
21 juillet 2021
Le protocole pour mener des expériences d’hyperscan fNIRS sur des dyades d’apprentissage collaboratif dans un environnement d’apprentissage naturaliste est décrit. En outre, un pipeline pour analyser la synchronisation inter-cerveau (IBS) des signaux d’hémoglobine oxygénée (Oxy-Hb) est présenté.
Ce protocole révèle la synchronisation inter-cerveau dans les dyades collaboratives dans l’environnement naturaliste par la technique d’hyperscanning fNIRS. L’avantage significatif de cette technique est qu’elle permet d’enquêter sur la dynamique en temps réel de deux ou plusieurs cerveaux en interaction. Avant de commencer l’expérience, démarrez le système de spectroscopie proche infrarouge pour atteindre une température de fonctionnement stable, puis adoptez un bonnet de bain élastique pour placer la grille de support d’optode et préparer les capuchons NIRS comme décrit dans le manuscrit du texte.
Pour un canal avec des signaux insuffisants, utilisez les sondes à fibre optique éclairées pour déplacer les cheveux sous la pointe de la sonde d’un côté. Une fois la température de fonctionnement stabilisée, assurez-vous que le récepteur de déclenchement est actif et réglez le mode de mesure sur la mesure liée à l’événement. Préparez la sonde à fibre optique éclairée pour écarter les cheveux.
Informez les participants des détails des méthodes de mesure NIRS et de ne pas regarder directement dans les faisceaux laser car le faisceau laser peut être nocif pour les yeux du participant. Faites en sorte que les participants s’assoient face à face pour s’assurer qu’ils peuvent se voir directement et ajustez la distance entre la chaise et la table pour que les participants s’assoient confortablement. Allumez le bouton laser, placez les quatre faisceaux de fibres optiques lâchement sur les bras du support sans contact avec les participants ou les chaises et placez le capuchon avec les ensembles de sondes sur la tête des participants, en veillant à ce que les ensembles de sondes trois par cinq couvrent le front du participant et les ensembles de sondes quatre par quatre couvrent le cortex temporopariétal gauche, puis poussez soigneusement chaque sonde à ressort plus loin dans la douille de la sonde afin que la pointe de la sonde touche le cuir chevelu du participant.
Ensuite, permettez à deux participants de co-apprendre le matériel d’apprentissage avec un état de repos de cinq minutes, qui sert de base. Tout d’abord, pour vérifier la qualité du signal, cliquez sur le gain automatique dans la fenêtre du moniteur du jeu de sondes de la machine NIRS fonctionnelle, puis marquez le mauvais signal du canal en jaune et le signal suffisant en vert et répétez cette procédure jusqu’à ce que tous les canaux soient marqués en vert. Après l’expérience, cliquez sur la sortie du fichier texte pour exporter les données brutes d’intensité lumineuse et enregistrer les données sous forme de fichier texte.
Utilisez le numériseur tridimensionnel pour déterminer l’emplacement des émetteurs, des récepteurs et d’autres références pour chaque participant, puis obtenez les coordonnées MNI des canaux d’enregistrement à l’aide de la plate-forme informatique numérique disponible dans le commerce. Les données de chaque participant dans chaque canal ont été analysées. L’optodensité dans le canal 33 pour une certaine dyade a été visualisée.
Les données ont été extraites à l’aide de la méthode d’élimination des artefacts de mouvement à base d’ondelettes, seule et avec l’analyse des composants principaux. La différence entre les courbes suggère que l’APC est efficace pour éliminer les signaux non neuronaux. La matrice de cohérence de la transformation des ondelettes a été visualisée.
La carte des couleurs variait du bleu au jaune, représentant des valeurs de synchronisation inter-cerveaux allant de zéro à un, où l’on dénote la plus grande cohérence entre deux signaux et zéro ne dénote aucune cohérence. De plus, des coefficients significatifs ont également été obtenus, la forte cohérence autour d’un hertz représentant la cohérence du rythme cardiaque de la dyade. La comparaison entre la valeur T observée et la distribution de la valeur T aléatoire montre des résultats significatifs dans l’accès à l’information identifié.
Il est important de s’assurer que l’ensemble de sondes couvre la région d’intérêts et d’essayer de réduire l’écart.
Consultez la transcription complète et accédez à des milliers de vidéos scientifiques
Aperçu
Cette étude décrit un protocole pour mener des expériences d'hyperscanning par spectroscopie proche infrarouge fonctionnelle (fNIRS) afin d'étudier la synchronisation inter-cérébrale pendant l'apprentissage collaboratif dans un cadre naturel. L'analyse se concentre sur les signaux d'hémoglobine oxygénée (Oxy-Hb) pour évaluer la dynamique en temps réel de deux cerveaux en interaction.
Composantes clés de l'étude
Domaine scientifique
- Neuroscience
- Apprentissage collaboratif
- Connectivité cérébrale
Contexte
- La spectroscopie proche infrarouge fonctionnelle (fNIRS) est utilisée pour étudier l'activité cérébrale.
- La synchronisation inter-cérébrale (IBS) aide à comprendre les interactions collaboratives.
- Les environnements naturels sont essentiels pour étudier les interactions de la vie réelle.
- Le protocole détaille la configuration de l'équipement et le positionnement des participants.
Objectif de l'étude
- Fournir une méthode pour examiner l'IBS dans les dyades d'apprentissage.
- Détailler la configuration fNIRS pour capturer les signaux Oxy-Hb.
- Établir une base de référence pour l'engagement cognitif pendant l'apprentissage collaboratif.
Méthodes utilisées
- La technique d'hyperscanning fNIRS a été employée pendant les activités de travail d'équipe.
- Les participants ont été positionnés face-à-face pour améliorer l'interaction.
- La collecte de données impliquait d'assurer un fonctionnement stable de fNIRS et le confort des participants.
- La qualité du signal a été évaluée et les artefacts ont été supprimés à l'aide de méthodes de wavelet.
Résultats principaux
- La synchronisation inter-cérébrale a été visualisée, démontrant une cohérence pendant la collaboration.
- L'analyse des données a mis en évidence une forte cohérence autour d'un hertz liée au rythme cardiaque.
- Le protocole a confirmé l'efficacité de la PCA dans le filtrage des signaux non neuronaux.
Conclusions
- Cette étude valide une méthode complète pour évaluer l'IBS dans des contextes collaboratifs.
- Les résultats soutiennent la compréhension des processus cognitifs pendant les interactions sociales.
- Ce protocole peut faciliter l'exploration ultérieure des dynamiques neuronales dans les environnements d'apprentissage.
Questions fréquemment posées
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.
