Name: 乳児で学習を定量化：追跡脚アクションを発見学習タスクの実行中に (動画) | JoVE Journal
Uploaded: 2015-06-01T14:00:00.000+00:00
Duration: 11 min 18 s
Description: 学ぶ乳児の発見学習タスクにおける脚アクションの追跡と定量化方法。3〜4か月児の自発的運動変容と学習メカニズムをモーションキャプチャで解析し、発達心理学の知見を深める。

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

この研究は、博士課程の研究の推進（PODS）Iとバーバラサージェントに理学療法士協会の教育セクションから理学療法と採用-A-DOC奨学財団からII賞によってサポートされていました。

南カリフォルニア大学の治験審査委員会は、この研究を承認しました。 1.システムの準備<ol><li>モーションキャプチャシステムを設定します。ご注意：これらの手順は、各モーションキャプチャシステムで異なります。 <ol><li> 、モーションキャプチャプログラムの中で「 新規登録の実行」をクリックする30秒の収集時間を入力し、クリックして「 登録 」 をしてキャプチャボリューム内の登録対象を移動させることにより、一つのセンサのそれに2モーションキャプチャセンサの座標系を合わせます30秒間。登録が正常に完了したら、コンピュータ画面上の正方形（RMS）登録エラーを意味ルートを観察します。 </li><li>クリックして登録オブジェクトを使用してテストテーブルにグローバル座標系の位置を合わせ、モーションキャプチャプログラムの「 新しい位置合わせを行います 」。 <ol><li>登録OBJEを配置することにより、原点を定義します。モーションキャプチャプログラムで検査テーブルとクリック「 デジタル化 」の右上にCT。箱の上に登録オブジェクトを配置し、「 デジタル化 」をクリックして、Z軸を定義します。 Z軸は、テーブルに垂直です。 </li><li>テーブルの長さに沿ってボックスの登録オブジェクトを移動し、「 デジタル化 」をクリックするだけで、Z / Y +平面を定義します。 Y軸は、テーブルの長さに平行でX軸はテーブルの幅に平行です。 </li></ol></li><li> 2ストロボポートにLEDを接続し、モーションキャプチャシステムプログラム（ストロボポート2用ストロボポート1の24および20）内のストロボポートあたりのLEDの数を入力します。各LEDの数と位置について、図3を参照してください。リアルタイムで追跡されているLEDのストリップチャートのような表示を提供するために、不足しているデータビューを選択します。 <img alt="図3" src="/files/ftp_upload/52841/52841fig3.jpg" /><strong&gt; LEDの図3の配置。ストロボ1は、左右の太もも、すね、足のための剛体（各剛体上の4つのLED）で構成されています。ストロボ2は、左右の骨盤、胸骨マーカー、および個々のLEDのための剛体で構成されています。 </li></ol></li><li>幼児モバイルコンピュータプログラムを設定します。 <ol><li>入力各条件を分単位。 1日目は、フェーズ1の入力2（2分のベースライン、非強化状態）、フェーズ2のための6（6分の取得、補強条件）、およびフェーズ3 0（0分の絶滅、非強化状態）。 </li><li> 2日目は、フェーズ1の入力2（ベースライン）、フェーズ2（取得）するための6、2フェーズ3（消滅）するため、及び1日目のベースラインの間に計算しきい値がしきい値になるように「 デフォルトとして使用ZMIN」をチェック2日目の取得条件に使用されます。 </li><li> 「StreamframesAllFrames」を選択し、有効にするには、「 送信 」をクリックします移動プログラムは、指定された基準に基づいて、乳児のモバイルを活性化するために、モーションキャプチャシステムからのデータを使用します。 </li></ol></li><li>ビデオカメラを設定します。 <ol><li> 3同期ビデオ（右側、左側、オーバーヘッドビュー）のためのビデオ、コンピュータ·プログラムを開始します。 </li><li>表情や視線を記録するために乳児の頭の上に追加のビデオカメラを起動します。 </li></ol></li></ol> 2.幼児の準備<ol><li>親に実験を説明し、それらの乳児でできるだけ対話することを知らせます。 注：幼児がうるさいとなった場合、幼児が実験を通じてうるさいとならない場合は、親が自分のビューの外に乳児の横に座るべきであること、しかし、幼児との相互作用の進行がある親に知らせます。 <ol><li>まず、心強い口調で「すべてが、私は右ここにいるよ、大丈夫です」、と言って親に尋ねます。 </li><li>第二に、尋ねます乳児を安心しながら、親が乳児の観点に立っています。 </li><li>第三に、幼児の手の1を保持または乳児におしゃぶりを与えるためにどちらかの親を尋ねます。 注：穏やかでアラート幼児を維持するために必要な親の相互作用の少なくとも量が与えられ、可能な限り速やかに終了されます。 </li></ol></li><li> 、幼児服を脱ぎ乳児モバイル下乳児を配置し、トランクの両端にベルクロバンドを使用してテーブルに幼児を固定します。 </li><li>乳児がテーブルに固定された後、乳児の胸骨マーカーおよび骨盤、太もも、すね、足剛体を配置します。 </li></ol> 3.幼児モバイル学習タスク<ol><li>毎日、同期モーションキャプチャシステム、モバイルコンピュータプログラム、及びビデオカメラを起動することによって、モバイル学習タスクを開始します。 <ol><li>分0〜2、ベースライン条件の両方の日に、幼児が自発的に蹴り観察します。 </li><li> 2マイルの間に1日目乳児移動プログラムは継続的にそれぞれの足の剛体上のLEDの1からのzデータに基づいて、移動活性化の閾値を計算するように、nベースライン条件は、観察します。例えば、左足で右足とマーカ21上のマーカー9。マーカー9が中心は、図1に黄色の丸で囲んだ右足剛体のLEDである。マーカ21は、中心が左足剛体のLEDです。 </li><li> 2分間のベースラインの終了時に、移動プログラムは、2分間のベースライン状態の間、両足の平均高さ以上の標準偏差（SD）の高さにしきい値を設定します。 </li><li>分2〜8、取得条件の両方の日には、幼児の携帯の回転に伴って観察し、どちらかの足の上に配置されたLEDは、1日目の2分のベースライン状態の間に計算されたしきい値を超えると、音楽を再生します。 注：モバイルの活性化は、長い足が3秒の最大の仮想閾値を超えるようにするために継続されます。 3秒、ミズーリ後の胆汁は、幼児が仮想閾値以下の足を移動させ、その後、垂直方向の足を移動させ、再びしきい値を超えた場合にのみ再アクティブ化されます。この「3秒ルール」がしきい値を超えて足を保持する対アクティブな脚の探索の動きを奨励しています。 </li><li>幼児がモバイル補強なしで自然に蹴りとして分8-10、消光状態から2日目に、観察します。 </li></ol></li><li>幼児がモバイルと相互作用した後、それぞれの脚部のローカル座標系を定義し、空間の各身体セグメントのための参照構成を定義するために、静的校正トライアルを収集します。 <ol><li>次の場所に両面EKGのカラーを使用して乳児の皮膚に左右10個々のLEDを修正：第十肋骨下のトランクの横方向の正中線、股関節、膝関節の横ラインの大転子、足首外果、およびの遠位端を第 5中足骨。 </li><li>に幼児の下肢を保持5秒間延長し、解剖学的位置。このキャリブレーション位置のすべての関節の角度を0°として定義されます。 </li></ol></li><li> 2日目に、人体計測データを収集します。 <ol><li>デジタル電気規模で各乳児を計量。 </li><li>以下の測定をしてください。幼児の全長を、太もも、すね、足の中間セグメントで円周。 （malleolusの複数形で）、足首（膝関節線で）膝の幅、足（中足骨頭で）。と太もも（膝関節線に大転子）、シャンク（外果に膝関節線）、フット（第一中足指節関節内果）の長さ。 </li></ol></li></ol> 4.データ解析<ol><li> MATLABなどのカスタム計算言語プログラムを用いた実験のそれぞれ2分間隔の間にRLA％を計算することにより、パフォーマンスと学習を分析します。時間1しきい値以上であった携帯電話を活性化し、各足のLEDの両方の期間を計算します。からモバイルは3秒の間隔の後に活性化し、一方または両方のLEDが3秒間隔よりも大きくするための閾値を超えていたれた時間の長さを減算しません。 <ol><li>統計的に3、2分間の取得間隔のいずれかの中に％のRLAが大幅に2分間のベースライン間隔3,4,7,9,10を超えているかどうかを分析することにより、毎日グループのパフォーマンスを測定します。 </li><li>いずれかの2分の取得間隔中％RLAが2分のベースラインの間隔3,4,6,9,10に比べて1.5倍％のRLAと同じかそれ以上である場合。毎日のタスクを実行したように、個々の幼児を分類</li><li>全6分間の取得条件2日目の間の％RLAは、ベースライン条件の1日目3,6中％のRLAを超えているかどうかを統計的に決定することにより、日全体のグループのメジャー学習。 </li><li> 2日目の全体の6分の取得条件中％のRLAはやGREに等しい場合学習者として、個々の幼児を分類1日目3,6,11の1.5倍のベースライン条件よりATER。 </li></ol></li><li>実験の各2分間隔の間にビデオテープを符号化することによって覚醒し、注目を分析します。 = 5 3,8,11、1 =居眠り警告と2 =非アクティブ、警告とうるさい、3 =アクティブ= 4、泣い：覚醒の規模は以下のように定義されます。 0 =モバイル3,8見=モバイル、1を見ていない：注意尺度は以下のように定義されます。 </li><li>プロセスの位置データおよびカスタムMATLABプログラムを用いて抽出キック。 <ol><li>キュービックスプラインを使用して欠落している位置のデータを補間するために、カスタムのMatlabプログラム（20個の連続するフレームの最大値）へのモーションキャプチャシステムから出力されたロード位置データファイル。 </li><li> （a）は5ヘルツのカットオフ周波数で四次バターワースを使用してフィルタ位置データは、パワースペクトル解析から決定されるように、カスタムMatlabのプログラムに補間されたファイルをロードし、（b）は、次の関節角度を計算：股関節屈曲/拡張、股関節外転/内転、股関節内部/外部回転、膝の屈曲/伸展、足首反転/外転、足首背屈/ 12に記載されているように底屈。 </li><li>キックを抽出するために、カスタムMatlabのプログラムに角度ファイルをロードします。股関節または膝関節角度の変化が屈曲または拡張子3,9,13-15いずれかに11.5度（0.2ラジアン）を超えた連続的な脚の動きの発症としてキックの始まりを定義します。伸展運動3,9,14次の屈曲運動またはピーク屈曲次ピーク拡張のフレームとしてキックの終了を定義します。 </li></ol></li><li>すべてのキックのために、カスタムMATLABプログラムを使用して、運動学的パラメータを計算します。 <ol><li>モバイル3を活性化し、各徒歩でLEDのz方向（垂直、タスク固有の方向）に位置分散を計算します。 </li><li>ゼロ遅れでピアソン相関係数（r）を使用して、股関節屈曲/伸展および膝関節屈曲/伸展関節の相関を計算します股関節と膝関節角度遠足の間。幼児間の相関（r）を比較するために、フィッシャーのZスコア3,9,15にヒップ膝関節角度の相関関係を変換します。 </li><li> 、関節角度データを時間的に正規化後、角度位置/速度データ16,17から連続相対位相（CRP）股関節屈曲/伸展および膝関節屈曲/伸展を計算します。次の5つの時点でCRP計算の結果を分析して、（a）キックの始まり、最初のセグメントの（b）のピーク速度、（c）はジョイント反転、（D）は、第2のセグメントのピーク速度、および（eキック3の）終わり。 </li></ol></li><li>すべてのキックのために、同期映像データを表示することによって、非接触キックを識別します。カスタムMatlabのプログラムを用いた非接触キックのための動力学的パラメータを計算します。 <ol><li>大人18 Hatzeの人体計測モデルから幼児のために修正式から分節質量と重心を計算します。の慣性モーメントを計算し、3D大人19のためのJensenの人体計測モデルから幼児のために修正方程式から太もも、すね、足のセグメント。 </li><li>空間操作20のスクリュー理論を用いて次の運動方程式の項を計算します。 <img alt="式（1）" src="/files/ftp_upload/52841/52841equation1.jpg" /> M（θ）は慣性行列であるラグランジュアプローチを用いて導出され、 <img alt="theta1" src="/files/ftp_upload/52841/theta1.jpg" />コリオリ遠心トルク行列、N（θ）重力（GRA）のトルクとT筋肉（MUS）トルク。 </li><li>非接触キック、体セグメントの慣性パラメータ、及び運動のbiomechanic方程式から3D運動学的データを用いて関節トルクを計算します。 </li><li>運動依存（MDT）、GRA、および三菱UFJ証券のトルクの寄与21に各関節におけるネット（NET）のトルクを分割します。 NETトルクが各関節での加速度に正比例します。MDTトルクは手足の移動相互接続されたセグメント間の機械的な相互作用に関連した受動トルクに関連しています。 GRAトルクは手足に下向きに作用する重力の受動的な力に関連しています。 MUSトルクは、アクティブな筋肉の収縮や筋肉、腱、靭帯、および他の関節周囲の組織の受動的な変形からの力が含まれています。 </li><li>別々に腰と膝の場合、NETのトルクに分割された各トルク（MUS、GRA、MDT）の寄与の大きさとしてトルクインパルスを計算します。膝MUSトルクが膝NETトルクと比較して同じまたは反対方向に作用している期間中に正または負のトルク衝撃（トルク*時間）を計算します。膝GRAとMDTトルクやヒップMUS、GRA、およびMDTトルクと、この同じ計算を実行します。別々に腰と膝のために、分割された各トルクIMPULSの寄与の大きさの尺度を得るために、各トルク成分のすべての正と負の衝動を合計NETトルクインパルスに電子（MUS、GRA、MDT）。 </li></ol></li></ol>

<ol><li>Gibson, E. J., Pick, A. D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGibson%2C+EJ+%22An+Ecological+Approach+to+Perception%2C+Learning+and+Development%22">An Ecological Approach to Perception, Learning and Development</a>. , Oxford University Press. New York, NY. (2000).</li>
<li>Thelen, E., Smith, L. B. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aThelen%2C+E+%22A+Dynamic+Systems+Approach+to+the+Development+of+Cognition+and+Action%22">A Dynamic Systems Approach to the Development of Cognition and Action</a>. , MIT Press. Cambridge, MA. (1994).</li>
<li>Sargent, B., Schweighofer, N., Kubo, M., Fetters, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Infant+exploratory+learning%3A+influence+on+leg+joint+coordination%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Infant exploratory learning: influence on leg joint coordination.</a> PLoS One. 9 (3), e91500(2014).</li>
<li>Rovee-Collier, C. K., Gekoski, M. J. The economics of infancy: A review of conjugate reinforcement. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aRovee-Collier%2C+CK+%22Adv+Child+Dev+Behav%22">Adv Child Dev Behav</a>. Reese, H. W., Lipsitt, L. P. 13, Academic. 195-255 (1979).</li>
<li>Heathcock, J. C., Bhat, A. N., Lobo, M. A., Galloway, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+performance+of+infants+born+preterm+and+full-term+in+the+mobile+paradigm%3A+learning+and+memory%5BTitle%5D)+AND+%22Phys.+Ther%22%5BJournal%5D)">The performance of infants born preterm and full-term in the mobile paradigm: learning and memory.</a> Phys. Ther. 84 (9), 808-821 (2004).</li>
<li>Haley, D. W., Weinberg, J., Grunau, R. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cortisol%2C+contingency+learning%2C+and+memory+in+preterm+and+full-term+infants%5BTitle%5D)+AND+%22Psychoneuroendocrinology%22%5BJournal%5D)">Cortisol, contingency learning, and memory in preterm and full-term infants.</a> Psychoneuroendocrinology. 31 (1), 108-117 (2006).</li>
<li>Angulo-Kinzler, R., Ulrich, B. D., Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-month-old+infants+can+select+specific+leg+motor+solutions%5BTitle%5D)+AND+%22Motor+Control%22%5BJournal%5D)">Three-month-old infants can select specific leg motor solutions.</a> Motor Control. 6 (1), 52-68 (2002).</li>
<li>Tiernan, C. W., Angulo-Barroso, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Constrained+motor-perceptual+task+in+infancy%3A+effects+of+sensory+modality%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Constrained motor-perceptual task in infancy: effects of sensory modality.</a> J. Mot. Behav. 40 (2), 133-142 (2008).</li>
<li>Chen, Y., Fetters, L., Holt, K., Saltzman, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Making+the+mobile+move%3A+constraining+task+and+environment%5BTitle%5D)+AND+%22Infant+Behav.+Dev%22%5BJournal%5D)">Making the mobile move: constraining task and environment.</a> Infant Behav. Dev. 25 (2), 195-220 (2002).</li>
<li>Ohr, P. S., Fagen, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Conditioning+and+long-term+memory+in+three-month-old+infants+with+Down+syndrome%5BTitle%5D)+AND+%22Am.+J.+Ment.+Retard%22%5BJournal%5D)">Conditioning and long-term memory in three-month-old infants with Down syndrome.</a> Am. J. Ment. Retard. 96 (2), 151-162 (1991).</li>
<li>Thelen, E., Hidden Ulrich, B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((skills%3A+A+dynamical+system+analysis+of+treadmill+stepping+in+the+first+year%5BTitle%5D)+AND+%22Monogr+Soc+Res+Child+Dev%22%5BJournal%5D)">skills: A dynamical system analysis of treadmill stepping in the first year.</a> Monogr Soc Res Child Dev. 56 (1), 1-98 (1991).</li>
<li>Soderkvist, I., Wedin, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Determining+the+movements+of+the+skeleton+using+well-configured+markers%5BTitle%5D)+AND+%22J.+Biomech%22%5BJournal%5D)">Determining the movements of the skeleton using well-configured markers.</a> J. Biomech. 26 (12), 1473-1477 (1993).</li>
<li>Schneider, K., Zernicke, R. F., Ulrich, B. D., Jensen, J. L., Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Understanding+movement+control+in+infants+through+the+analysis+of+limb+intersegmental+dynamics%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Understanding movement control in infants through the analysis of limb intersegmental dynamics.</a> J. Mot. Behav. 22 (4), 493-520 (1990).</li>
<li>Jensen, J. L., Schneider, K., Ulrich, B. D., Zernicke, R. F., Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+dynamics+of+the+leg+movement+patterns+of+human+infants%3A+I.+the+effects+of+posture+on+spontaneous+kicking%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Adaptive dynamics of the leg movement patterns of human infants: I. the effects of posture on spontaneous kicking.</a> J. Mot. Behav. 26 (4), 303-312 (1994).</li>
<li>Fetters, L., Sapir, I., Chen, Y. P., Kubo, M., Tronick, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spontaneous+kicking+in+full-term+and+preterm+infants+with+and+without+white+matter+disorder%5BTitle%5D)+AND+%22Dev.+Psychobiol%22%5BJournal%5D)">Spontaneous kicking in full-term and preterm infants with and without white matter disorder.</a> Dev. Psychobiol. 52 (6), 524-536 (2010).</li>
<li>Emmerick, R., Wagenaar, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+walking+velocity+on+relative+phase+dynamics+in+the+trunk+in+human+walking%5BTitle%5D)+AND+%22J.+Biomech%22%5BJournal%5D)">Effects of walking velocity on relative phase dynamics in the trunk in human walking.</a> J. Biomech. 29 (9), 1175-1184 (1996).</li>
<li>Kelso, J. A., Scholz, J. P., Schoner, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonequilibrium+phase+transitions+in+coordinated+biological+motion%3A+critical+fluctuations%5BTitle%5D)+AND+%22Physics+Letters+A%22%5BJournal%5D)">Nonequilibrium phase transitions in coordinated biological motion: critical fluctuations.</a> Physics Letters A. 134 (6), 8-12 (1986).</li>
<li>Schneider, K., Zernicke, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mass%2C+center+of+mass%2C+and+moment+of+inertia+estimates+for+infant+limb+segments%5BTitle%5D)+AND+%22J.+Biomech%22%5BJournal%5D)">Mass, center of mass, and moment of inertia estimates for infant limb segments.</a> J. Biomech. 25 (2), 145-148 (1992).</li>
<li>Sun, H., Jensen, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Body+segment+growth+during+infancy%5BTitle%5D)+AND+%22J.+Biomech%22%5BJournal%5D)">Body segment growth during infancy.</a> J. Biomech. 27 (3), 265-275 (1994).</li>
<li>Murray, R. M., Li, Z., Sastry, S. S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMurray%2C+RM+%22A+Mathematical+Introduction+to+Robotic+Manipulation%22">A Mathematical Introduction to Robotic Manipulation</a>. , CRC Press. Boca Raton, FL. (1994).</li>
<li>Galloway, J. C., Koshland, G. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((General+coordination+of+shoulder%2C+elbow+and+wrist+dynamics+during+multijoint+arm+movements%5BTitle%5D)+AND+%22Exp.+Brain+Res%22%5BJournal%5D)">General coordination of shoulder, elbow and wrist dynamics during multijoint arm movements.</a> Exp. Brain Res. 142 (2), 163-180 (2002).</li>
<li>Angulo-Kinzler, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exploration+and+selection+of+intralimb+coordination+patterns+in+3-month+old+infants%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Exploration and selection of intralimb coordination patterns in 3-month old infants.</a> J. Mot. Behav. 33, 363-376 (2001).</li>
<li>Fetters, L., Chen, Y. P., Jonsdottir, J., Tronick, E. Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kicking+coordination+captures+differences+between+full-term+and+premature+infants+with+white+matter+disorder%5BTitle%5D)+AND+%22Hum.+Mov.+Sci%22%5BJournal%5D)">Kicking coordination captures differences between full-term and premature infants with white matter disorder.</a> Hum. Mov. Sci. 22, 729-748 (2004).</li>
<li>Jeng, S., Chen, L., Yau, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kinematic+analysis+of+kicking+movements+in+preterm+infants+with+very+low+birth+weight+and+full-term+infants%5BTitle%5D)+AND+%22Phys.+Ther%22%5BJournal%5D)">Kinematic analysis of kicking movements in preterm infants with very low birth weight and full-term infants.</a> Phys. Ther. 82, 148-159 (2002).</li>
<li>Jensen, J. L., Thelen, E., Ulrich, B. D., Schneider, K., Zernicke, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+dynamics+of+the+leg+movement+patterns+of+human+infants%3A+III.+age-related+differences+in+limb+control%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Adaptive dynamics of the leg movement patterns of human infants: III. age-related differences in limb control.</a> J. Mot. Behav. 27, 366-374 (1995).</li>
<li>Piek, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+quantitative+analysis+of+spontaneous+kicking+in+two-month-old+infants%5BTitle%5D)+AND+%22Hum.+Mov.+Sci%22%5BJournal%5D)">A quantitative analysis of spontaneous kicking in two-month-old infants.</a> Hum. Mov. Sci. 15, 707-726 (1996).</li>
<li>Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Developmental+origins+of+motor+coordination%3A+Leg+movements+in+human+infants%5BTitle%5D)+AND+%22Dev.+Psychobiol%22%5BJournal%5D)">Developmental origins of motor coordination: Leg movements in human infants.</a> Dev. Psychobiol. 18, 1-22 (1985).</li>
<li>Vaal, J., van Soest, A. J., Hopkins, B., Sie, L. T. L., van der Knaap, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+spontaneous+leg+movements+in+infants+with+and+without+periventricular+leukomalacia%5BTitle%5D)+AND+%22Exp.+Brain+Res%22%5BJournal%5D)">Development of spontaneous leg movements in infants with and without periventricular leukomalacia.</a> Exp. Brain Res. 135, 94-105 (2000).</li>
</ol>

利害の衝突は宣言されていません。

幼児のための発見·学習課題の設計幼児のための発見学習のタスクは思慮深く幼児が独立して不測の事態を発見していることを確実にするために設計されなければなりません。取得条件の開始時にいくつかの移動のパラダイムでは、乳児は、いずれの移動体が移動体7,22の非偶発的な活性化によって活性化させるか、各乳児の脚は受動的に幼児を導入するために研究者によって移動されることが示されています不測の事態9。また、介護者及び実験者は乳児のパフォーマンスをサポートするための追加の強化を提供することができます。具体的なルールは、ここで概説したように、幼児は独立して外部の影響を受けずに不測の事態を発見していることを保証するために重要です。 これは、発見学習タスクの実行中に収集依存尺度は、パフォーマンスの変化に敏感であることも重要です。最も重要なASPこのパラダイムで電気ショック療法は、乳児モバイルの活性化のための閾値の設定です。閾値がテーブルの上に高すぎる配置されている場合は、乳児は、モバイルを活性化され、彼の足の...

タスク固有のアクションは、乳児期に自発的な動きから出てきます。これは、タスク固有のアクションが発見学習プロセス1,2を介して出てくることが提案されています。彼らは自然に移動し、環境における新規効果をもたらす行動を探るなどの作業は、幼児によって発見されています。幼児が彼らの行動や自分の周りの世界への影響との間の接続を利用するようにタスク固有のアクションが出現します。しかし、ほとんどは幼児が探求し、タスク固有のアクションを実行するために彼らの自発的な動きを修正することを学ぶために悪用正確なプロセスについて知られています。ここでの方法が記述された3〜4ヶ月の乳児が発見してタスクを学び、自分の足の動きは、学習プロセスを定量化するためにキャプチャされます。 <img alt="図1" src="/files/ftp_upload/52841/52841fig1.jpg" /> 図1：幼児蹴り活性化モバイルタスク。 </それは仮想閾値（赤い点線）を超えたときに強い&gt;各足（黄色の円）の剛体に取り付けられた中央の発光ダイオード（LED）は、モバイルを活性化させます。再印刷サージェントらの許可を得て。3 この発見学習タスクが回転し、幼児3の指定された足のアクションに基づいて音楽を再生幼児活性化し、モバイルを使用しています。モバイル下に仰向けに置か幼児は仮想閾値（ 図1）を横切って垂直に足を移動することによって、それをアクティブにします。幼児が独立して自分の足の行動がモバイルを活性化することを発見し、このパラダイムは乳児の足の動きを学習過程の定量化を可能にするモーションキャプチャシステムを使用して追跡している、という点でユニークです。 実験プロトコルは、データ収集の二日間を含みます。 1日目は、幼児が自発的にキックする2分間のベースライン条件で構成されていたが、彼の足のアクション幼児が仮想しきい値を交差するように垂直に足を移動した場合、乳児の足の行動が幼児モバイルを活性化するには、6分の取得条件に続く幼児の移動を活性化することはできません。このプロトコルは、乳児の自発的な脚の行動の定量化ならびに乳児が自分の脚の動作と幼児モバイルの活性化との関係を探るような動きの様々な態様の定量を可能にします。 2日目、2分間のベースライン条件と6分の取得条件に加えて、2分間の吸光状態は、幼児の足の行動が幼児の携帯電話をアクティブにしないで追加されます。これは、既に学習環境応答が中止された場合、幼児が自分の足の行動をどのように変化するかを定量化することができます。 前の幼児モバイルパラダイムでは、脚の動き4-6、特定の股関節と膝の周波数がreinforcされている7,8、またはパネル9を蹴っを角度モバイル動きとエド。ベースライン条件4-9と比較して、毎日のパフォーマンスは、取得または絶滅状態の間、これらの脚の動作の増加と定義しました。日全体での学習は、日2または3のベースラインまたは取得条件と1日目5,6のベースライン状態の間、これらの脚の動作の増加と定義しました。これらの以前のモバイルパラダイムは、しかし、彼らはタスクを学習するときにオプションの幼児がそれらに利用できる持っている動きについての情報を提供しない、幼児はモバイル活性化と強化された足の行動の頻度を増加させることを実証しています。蹴り速度が強化されている場合は、移動時やモバイルは、もはや活性化と相互作用する場合、それらのいずれかの速度が増加を蹴るとき例えば、乳児は、パフォーマンスや学習を実証します。これは、幼児が自分の蹴り率を絞り込むことができますことを実証しているが、幼児がgeneratに自分の脚協調パターンやトルク生産を絞り込むことができますかどうかは不明ですそれらの好ましい移動レパートリー内にない電子レッグアクション。 この携帯パラダイムは、その乳児にユニークです前のモバイルパラダイムに比べて携帯を活性化するために、より洗練された脚の動作を実証するために必要とされています。このモバイルパラダイムでは、テーブルの上にそれぞれの足の高さは、それぞれの足に取り付けられた発光ダイオード（LED）からの位置データを用いて2分間のベースライン状態時に計算されます。仮想閾値はその後、ベースライン状態の間に両足の高さの上限範囲内にある高さでテーブルに平行に設定されています。どちらかの足がしきい値を超えた場合は、取得時には、移動体が回転して、音楽を再生します。 3秒後、移動が停止し、幼児が足閾値以下に移動し、次に縦方向に足を移動させ、再びしきい値を超えた場合にのみアクティブになります。時間の最大量のために移動を有効にするには、幼児が閾値を超えて足を動かし、GRAVに対してそれを維持する必要があります性3秒間、その後すぐに閾値以下に足を移動し、再度しきい値より上に移動し、 など 3秒のためにそこにそれを保持します。これは、単にキック速度を増加させるよりも、より洗練された足のアクションを必要とします。 <img alt="図2" src="/files/ftp_upload/52841/52841fig2.jpg" /> 図2：代表的な幼児からエンドエフェクタ（フィート）のフィルタ処理されていない位置データ 、個々の学習基準に基づいて学習を実証した3ヶ月の乳児の2日目からのフィルタ処理されていない位置データ。赤い線は、z座標の右足に配置された発光ダイオード（LED）からの位置データです。青い線は、左足のLEDからの位置データです。太い黒線はテーブルです。点線は、仮想閾値は、ベースライン時の彼らの蹴りの高さに基づいて、各幼児のための決定されたように個別14センチメートルテーブルの上方に配置されています1日目のX軸の状態は2分間隔によって時間標識します。移動体が活性化しないと取得1の最初の30秒の間に、彼は一貫してテーブルから両足を維持し、モバイルまで次の5 1/2分間右閾値の周りに彼の足を動かしたときに乳児がベースラインの間に彼の足を移動する方法に注意してくださいもはや絶滅状態の間活性化しません。 このモバイルパラダイムの第二​​ユニークな特徴は、各乳児の足の行動が幼児がタスクを学ぶために、それらの移動オプションを使用する方法を定量化するために、最先端のモーションキャプチャ技術を使用して追跡していることです。代表的な一幼児から移動を活性化し、それぞれの足の上にLEDのフィルタリングされていない位置データは、 図2に含まれています。幼児は、ベースラインと買収の最初の部分の間にテーブルの上に様々な高さで足を動かしたが、その後、両足を動かす方法に注意してください権獲得コンディの残りの部分の間にしきい値の周りモバイルまでションはもはや絶滅の間に活性化しません。これは、発見学習タスクを達成するための多くの潜在的な移動戦略の一つです。戦略は、モーションキャプチャシステムから取得した位置データを用いた三次元運動学及び動力学を計算することによって定量することができます。具体的には、学習プロセスは、モバイル起動の持続時間、エンドエフェクタモバイル、ヒップ膝調整パターンを活性化する（フィート）の位置変動に等しい補強脚アクション（％のRLA）の百分率で定量化されます、および股関節と膝関節トルク。

<table><tbody><tr><td>Optotrak Certus 位置センサー、遠焦点、スタンド付き</td><td>Northern Digital Inc</td><td>8800852</td><td></td></tr><tr><td>Optotrak データ収集ユニット II (ODAU II)Northern</td> <td>Digital Inc</td><td>8800767</td><td></td></tr><tr><td>Optotrak Vinten スタンド、クイックフィックスアダプター付き Certus</td><td>Northern Digital Inc</td><td>8800855.002</td><td></td></tr><tr><td>Certus S-Type、標準構成</td><td>Northern Digital Inc</td><td>8800761</td><td></td></tr><tr><td>マーカー(7 mm)ペア、RJIIコネクター(c/w</td>)、ケーブル(8フィート) <td>Northern Digital Inc</td><td>8001029.001</td><td></td></tr><tr><td>ACラインコード、医療グレード、北米</td><td>Northern Digital Inc</td><td>7500010</td><td></td></tr><tr><td>Cubic Reference Emitter Kit - Certus</td><td>Northern Digital Inc</td><td>8800768</td><td></td></tr><tr><td>3 Pylon IEEE 1394 cameras</td><td>Basler</td><td>A6021c</td><td></td></tr><tr><td>Vixia HG10 ビデオカメラ</td><td>キヤノン</td><td>2183B001</td><td></td></tr><tr><td>粘着ディスク</td><td>MVAP医療用品</td><td>E401-500</td><td></td></tr><tr><td>リバーシブルヘッドサポート</td><td>エディバウ</td><td>アー52556</td><td></td></tr><tr><td>ソフトストラップストラップ</td>サ<td>モンズプレストン</td><td>A34960</td><td></td></tr><tr><td>デジタル小児科</td><td>スケール健康計</td><td>モデル524KL</td><td></td></tr></tbody></table>

乳児で学習を定量化：追跡脚アクションを発見学習タスクの実行中に

Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task

タスク固有のアクションは、乳児期に自発運動から出てきます。これは、タスク固有のアクションが発見学習プロセスを介して出てくることが提案されています。ここでの方法が記述された3〜4ヶ月の乳児が発見してタスクを学び、自分の足の動きは、学習プロセスを定量化するためにキャプチャされます。この発見学習タスクが回転し、幼児の指定された足のアクションに基づいて音楽を再生幼児活性化し、モバイルを使用しています。仰臥位の乳児は、仮想しきい値を横切って垂直に足を動かすことにより、移動を活性化します。幼児が独立して自分の足の行動がモバイルを活性化することを発見し、このパラダイムは乳児の足の動きを学習過程の定量化を可能にするモーションキャプチャシステムを使用して追跡している、という点でユニークです。具体的には、学習は、モバイルの活性化の持続時間の点でヒップ膝coordinaにおける移動、変更を有効にエンドエフェクタ（フィート）の位置分散を定量化しますションパターン、股関節と膝の筋肉トルクの変化。この情報は、タスク固有のアクションをサポートしている人や環境制約の相互作用で、乳児の探査と開発について説明します。この方法を使用してその後の研究は、運動障害の危険性が乳児の異なる集団のどの特定の障害を調べることができ、タスク固有のアクションのための発見学習プロセスに影響を与えます。

幼児の学習プロセスは、％RLA、エンドエフェクタ（フィート）、ヒップ膝角度の相関係数、および股関節と膝関節トルクの位置変動の観点から定量化することができます。分析の各レベルは、幼児が自分の脚の動作と発見学習プロセス中に乳児の移動の活性化との関係を探る方法についての固有の情報を提供します。 ％のRLAとヒップ膝角度の相関係数、被験者間因子として自己回帰共分散構造とグループ（学習者、非学習者）と混合回帰モデルの統計的分析のために、各従属変数の違いを試験するために使用した（％日全体のベースライン、買収、および消光条件のうちRLA、ヒップ膝相関係数）。学習者グループ内の股関節と膝の筋肉トルクインパルスの統計分析のために、自己回帰共分散構造を有する混合回帰モデルをのために使用しました日全体のベースライン、買収、および消光条件のうち、各従属変数（腰筋トルクインパルス、膝の筋肉トルクインパルス）。統計分析は、アルファレベル全体のF値の0.05に設定し、事前に計画事後比較のためにボンフェローニ補正を使用して調整して、SAS（バージョン7.0、SASインスティテュート社）を用いて完了しました。 <...

生後3-4ヶ月の乳児が発見によって課題を学習し、その学習過程を定量化するために彼らの脚の動きを捕捉する方法が説明されています。

Task-specific actions emerge from spontaneous movement during infancy. It has been proposed that task-specific actions emerge through a discovery-learning ...

本実験の目的は、乳児が特定の課題を学習する際の脚の動きの出現と発達を調査することです。まず、乳児をベビーベッド用モビールの下に配置し、乳児の脚にカメラで視認可能なマーカーを装着します。次に、モビールが回転し音楽が流れる発見学習課題に乳児が参加している間の、脚の動きを追跡します。乳児がどちらかの足を仮想の閾値を超えて垂直に動かすたびに、脚の動きが分析され、乳児が自身の脚の動作によってモビールが作動することを学習したか、また実験の過程で脚の動きをどのように変化させたかが判断されます。最終的に、この新しい発見学習パラダイムは、乳児がタスク固有の動作を実行するために自発的な動きを修正することを学習する際、どのような探索および利用プロセスを経るかについての情報を提供します。このパラダイムのユニークな点は、乳児が自力で、自身の脚の動作がモビールを作動させていることを発見する点にあります。脚の動きはモーションキャプチャシステムを用いて追跡されます。これまでのパラダイムでは、これらの特徴のうちいずれか一方が備わっていた可能性がありますが、乳幼児の学習プロセスを定量化するには、両方の要素が必要です。この手法は、乳幼児が周囲の世界を探索することでどのように学習するかなど、この分野におけるいくつかの重要な疑問に答える一助となります。まず、2つのモーションキャプチャセンサーの座標系をリファレンスセンサーの座標系に合わせることで、モーションキャプチャシステムをセットアップします。モーションキャプチャプログラムの「perform new registration」をクリックし、次に収集時間を30 secondsに設定して「register」をクリックしてください。「register」をクリックした後、システムのキャプチャボリューム内でレジストレーションオブジェクトを30秒間移動させます。レジストレーションが完了すると、コンピュータ画面に平方根平均二乗誤差（root mean square）が表示されます。次に、モーションキャプチャプログラムの「Perform New alignment」をクリックし、レジストレーションオブジェクトを用いてグローバル座標系を試験台に合わせます。レジストレーションオブジェクトを試験台の右上の角に配置し、モーションキャプチャプログラムの「digitize」をクリックして原点を定義します。次に、レジストレーションオブジェクトを本の上に置き、「digitize」をクリックしてZ軸を定義します。これにより、Z軸がテーブルに対して垂直になります。続いて、本の上にあるレジストレーションオブジェクトをテーブルの長手方向に沿って移動させ、「digitize」をクリックしてZY正平面を定義します。Y軸はテーブルの長手方向に平行であり、X軸はテーブルの幅方向に平行となります。LEDを2つのストロボポートに接続し、モーションキャプチャシステムのプログラム内でストロボポートあたりのLED数を入力してください。ここに表示されている図3を参照してください。各LEDの数と位置については、「missing data view」を選択し、リアルタイムで追跡されているLEDをストリップチャート形式で表示させて、乳児用モバイルプログラムのセットアップを行ってください。まず、1日目の各条件の時間を分単位で入力します。フェーズ1の非強化条件には2を、フェーズ2の強化条件には6を、フェーズ3には0を入力してください。2日目は、フェーズ1に2、フェーズ2に6、フェーズ3に2を入力します。また、チェックボックスにチェックを入れてください。1日目のベースライン時に算出された閾値が2日目の取得条件の閾値として使用されるよう、デフォルトにxinを使用します。最後に、「stream frames」と「all frames」を選択して「send」をクリックし、指定した基準に基づいてモーションキャプチャシステムのデータを使用して乳児用モビールを動作させるため、モバイルプログラムを有効にします。次に、モバイルセットアップの周囲に3台のカメラを設置します。右側面に1台、左側面に1台、そして上方に1台を配置してください。その後、それらをコンピュータシステムに接続します。ビデオコンピュータプログラムを起動し、3つの入力を同期させます。さらに、乳児の頭上に4台目のカメラを設置し、表情の記録と視線の追跡を行います。まず、親に実験の内容を説明し、乳児への干渉を可能な限り控えるよう伝えます。次に、乳児の服を脱がせ、モビールに下へ寝かせます。体幹にベルクロバンドを巻き、乳児をテーブルに固定します。固定後、胸骨マーカーを装着し、続いて足、下腿、大腿、および骨盤のリジッドボディを乳児に装着します。各測定日の開始時に、モーションキャプチャシステムのモバイルコンピュータプログラムとビデオカメラを同時に起動して移動学習タスクを開始し、最初の2分間のベースライン期間中に乳児が自発的に蹴る様子を観察します。この期間中、乳児用モビールのプログラムは、2分間のベースライン期間の終了時に、各足の剛体にあるLEDのいずれかから得られたZデータに基づいて、モビール作動の閾値を継続的に算出します。モビールのプログラムが、ベースライン期間中の両足の平均的な高さよりも1標準偏差高い位置に閾値を設定することを確認してください。次に、獲得条件において、消去相のテスト初日の2分間のベースライン条件で算出された閾値を、どちらかの足に配置されたLEDが超えた際に、乳児用モビールが回転し音楽が流れることを確認してください。検査の2日目には、モビールの強化なしに乳児が自発的に蹴る様子を観察します。乳児がモビールと相互作用した後、ここに示すように、両面テープ付きEKGカラーを用いて乳児の皮膚に左右10個ずつのLEDを個別に固定します。乳児の下肢を解剖学的伸展位で5秒間保持してください。このキャリブレーション位置における関節角度を0度と定義します。試験の2日目終了後、デジタル電子天秤で乳児の体重を測定します。次に、乳児の身長、および大腿部中央、下腿、足の周径を測定します。続いて、膝関節線における膝の幅を測定します。Malia線における足首の幅、および中足骨頭における足の幅を測定します。最後に、大転子から膝関節線までの大腿部の長さ、膝関節線から外果までの下腿の長さ、および内果から第1中足趾節関節までの足の長さを測定します。付属のテキストプロトコルに記載されている通り、強化された脚動作の割合を算出することで、乳幼児のパフォーマンスと学習状況を分析します。脚の動きを解析するために、モーションキャプチャシステムから出力された位置データファイルをカスタムMATLABプログラムに読み込み、3次スプラインを用いて最大20フレーム連続の欠損位置データを補間します。次に、補間済みファイルを別のカスタムMATLABプログラムに読み込み、まずカットオフ周波数5 Hzの4次バターワースフィルタを用いて位置データをフィルタリングし、その後、SoderquistおよびWedinによって記述された方法で関節角度を算出します。このグラフは、「学習者」に分類された乳児と「非学習者」に分類された乳児との間の行動結果の差を示しています。2日目の習得条件全体における強化脚動作（RLA）が、1日目のベースライン条件における強化脚動作の1.5倍以上であった乳児を学習者として分類しました。1日目の習得条件の最初の2分間で、学習者のRLAの割合が最初に減少していることに注目してください。タスクを学習した乳児は、乳児用モビルが作動し始めた際に全体の動作を減少させました。これは、まず定位反応として、次いで自身の動作がモビルの作動に関連しているかを確認するための戦略として行われた可能性があります。図に示しています。学習者と非学習者に分類された乳児における、股関節と膝関節の協調性の違いを以下に示します。非学習者とは異なり、学習者は、2日目の習得条件において、1日目のベースライン条件よりも股関節と膝関節の角度相関係数が有意に低下しました。ここでは、学習者に分類された乳児群における、股関節および膝関節の筋トルクインパルスの差を分析しました。強固な知見として、他の条件と比較して消去条件において股関節および膝関節の筋トルクインパルスが増加したことが示されました。タスクを学習した乳児は、モビールを再作動させようとして、消去条件の間に大きな股関節および膝関節の筋トルクを発生させていると考えられます。この実験パラダイムは、運動機能障害のリスクがある乳児に対しても応用可能です。これは、乳幼児の異なる集団における障害が、発見学習のプロセスおよびタスク特異的な脚動作の遂行能力にどのような影響を与えるかを調査するために使用できます。

quantifying-learning-young-infants-tracking-leg-actions-during

Research

JoVE Journal

Behavior

行動

我々は、滑りやすい路面上を歩いて、テザー昆虫で電気的に記録された足根接点信号にタイミング、運動活動を記録する方法を説明します。これは、基板を介して足の間の機械的相互作用の低下の影響下で適応行動の神経基盤を研究するために使用されます。...

昆虫に適応運動行動の神経基盤を研究し

誘発模倣手順は、乳児期および幼児期における想起記憶の発達を調べるために確立されました。この手順は、乳児期および幼児期の想起記憶の性質の強固な基盤を確立するために広く使用されています。...

誘発された模倣パラダイムを使用して乳児期や幼児期にリコールメモリを調べます

足ステップを紹介する系列反応時間 (SRT) タスク。これは SRT タスクを変更した、古典的な SRT を補完するより良い、指押し運動のみに関連するタスク...

暗黙的なモーターで「モーター」シーケンス学習: 足ステップのシリアル反応時間のタスク

幼児の分類の直接テストを提供し、初期のカテゴリー学習における言語の役割を定義するのに役立ちます習熟テスト...

アイ ・ トラッキング パラダイムと乳児のオブジェクトの分類での言語の役割の定義

優遇的なパラダイムを用いてのアイトラッキング研究は、乳児の外見世界に対する新たな理解と注意を研究するために使用することができる。...

アイトラッキングと優遇的見た目のパラダイムを用いた視覚言語に対する幼児の感受性の探求

ここでは、ドメイン間の一時的な統計的パターンの子供の学習と感覚モダリティを調べることに向けた子供に優しい統計的学習タスクのセットを紹介するプロトコルです。開発されたタスクは、ウェブベースのプラットフォームとタスクベースの機能的磁気共鳴画像(fMRI)データを使用して行動データを収集し、統計的学習中の神経関与を調べる。...

オンラインプラットフォームとニューロイメージング技術を用いた学齢期の子どものモダリティとドメイン間の統計的学習の測定

この論文では、マルチセンサーウェアラブルとその完全に自動化されたディープラーニングベースの分析パイプラインを使用した乳児の粗大運動能力の評価について概説します。この手法は、仰臥位から自立歩行を習得するまでの乳児の姿勢と運動パターンを定量化します。...

マルチセンサーウェアラブルを用いた乳児の粗大運動能力の定量的評価

この記事では、エラスムスラダーと呼ばれるデバイスを使用して、微細運動能力の非侵襲的で自動化された評価と、課題に対する適応的および連想的運動学習を可能にするプロトコルを紹介します。タスクの難易度を滴定して、重大な程度から微妙な程度までの運動障害を検出できます。...

エラスムス梯子を用いたマウスの微細運動学習と連想運動学習のモニタリング

このプロトコルは、マーカーレストレッドミルテストと深層学習駆動の多関節軌跡自動ラベリングを用いて、ラット後肢の運動学的評価パイプラインを構築し、再現可能な動きの定量化を可能にします。...

ラットにおける後肢の運動運動学の客観的定量化のための深層学習に基づく多関節同期追跡

注意の初期段階を反映する脳抑制の生理学的マーカーである聴覚P50感覚ゲーティングを記録する方法が説明されています。...

P50 乳児の感覚ゲーティング

学ぶ乳児の発見学習タスクにおける脚アクションの追跡と定量化方法。3〜4か月児の自発的運動変容と学習メカニズムをモーションキャプチャで解析し、発達心理学の知見を深める。

乳児で学習を定量化：追跡脚アクションを発見学習タスクの実行中に

さらに動画を探す