2021年9月8日
個人の結合された脳間のダイナミクスは、主にfNIRSと脳の同時記録信号(すなわちハイパースキャン)を使用して、互いに調整する際に脳間同期(IBS)によってますます表されています。fNIRSハイパースキャン研究では、IBSは、時系列を非常に直感的な方法で見ることができる時間周波数空間に拡張する利点があるため、ウェーブレット変換コヘレンス(WTC)法を通じて一般的に評価されています。観察されたIBSは、試験、パートナー、および条件の順列ベースのランダムペアリングを介してさらに検証することができます。ここでは、fNIRS技術を介して脳信号を取得し、WTC法を介してIBSを計算し、ハイパースキャン研究で順列することによってIBSを検証する方法を説明するプロトコルが提示される。さらに、fNIRSシグナルの選択、データ前処理の方法、計算のオプションパラメータなど、上記の方法を使用する際の重要な問題について説明します。要約すると、WTC法と順列を用いて、fNIRSハイパースキャン研究でIBSを分析するための潜在的に標準的なパイプラインであり、IBSの再現性と信頼性の両方に寄与する。
このプロトコルは、fNIRS ハイパースキャン スタディで脳間同期を分析する潜在的に標準的なパイプラインを提供します。この技術の主な利点は、一貫した方法を変換し、胸の状態のエンパワーメントに基づいて順列、脳間同期方法を検証する脳間同期法則を計算し、参加できることです。適切なツールボックスを使用してMATLABソフトウェアを使用して、すべてのデータ分析を実行します。
データ前処理の間、具体的には原理成分分析及び相関ベースの信号改善法を用いて、NPCAフィルタを用いてF N I RSグローバルな生理的ノイズを除去する。そして、HMRモーションを使用したヘッドモーションアーティファクトは、ホーマー2のCBSIを強調します。次に、脳間同期またはIBSを計算するために、クロスウェーブレットとウェーブレットコヒーレントツールボックスのウェーブレット変換コヒーレント関数をデフォルトパラメータで採用し、周波数ポイントの各時間におけるコヒーレント値を計算して、コヒーレント値の2軸行列を得る。
デフォルトパラメータでは、モーレットマザーウェーブレットを使用して、連続ウェーブレット変換によって各時系列を時間と周波数領域に変換します。次に、対象となる周波数帯域を選択するには、0.5 ~ 1 ヘルツの周波数帯域の一貫した値を平均選択します。F N I R S ハイパースキャン研究の指の動きタスクで使用される周波数帯域に従う。
各ペアに対して、一貫した値の列を 1 列取得します。次に、休止段階での時間枠の一貫した値の平均を選択します。また、実験条件ごとに、マークの情報を用いて、タスクセッションのダイアドごとに5つのコヒーレント値を取得し、参加者が聴覚刺激を再現するためにタップした期間のみを選択し、各試験で約12秒となり、実験条件ごとに合計180秒となる。
次に、タスク関連のコヒーレント値から残りのコヒーレント値を引きます。安静時のコヘレンス値は、この実験ではベースラインとして用いられているからである。次に、ペアサンプルの順列T検定を使用して、ドロップのアンダースコアアンダーパームT1関数が機能する。
各実験条件の各チャンネルで、減算されたコヒーレント値をゼロと比較します。次に、MATLAB ツールボックスの FDR 関数を使用して、偽検出率法で P 値を修正します。次に、ペアサンプルの順列T検定を、モルトアンダースコアアンダーパーマパーマパーマパームT1関数で使用してドロップの働き、IBSが存在するチャネルにおける異なるタスク条件間のコヘレンス値を比較する。
IBSを検証するには、MATLABの暴言パーミの機能を使用して、各チャンネルで1つのダイアドの測定調整条件における試験のラベルをランダム化します。対象の周波数帯の感度分析を除外して、ランダム化された試用ラベルの IBS と統計情報を計算するパイプラインを示します。順列を1000回行い、次にダイアド順列内で生成された統計Z値の分布をプロットします。
次に、メーター調整条件で同じトライアルの参加者のペアリングをランダム化した後、パイプラインに従ってIBSと統計を計算します。最後に、同じ試行で 1 つの dyad の同じメンバーの条件ラベルをランダム化した後、パイプラインにもう一度従ってください。結果は、メーターの調整条件でチャネル5でIBSの存在を示した。
一方、他の条件ではIBSは検出されなかった。チャネル5では、IBSとメーターのコーディネーション条件が、非メーターコーディネートとメーターの独立性条件におけるコヒーレント値よりも有意に高かった。順列分析は、観察されたIBSがおそらく一致した時間内に互いに同期しようとした1つのダイアドの2人の個体で提示されたが、ランダムペアリングのタイムパートナーまたは条件ではないことを示した。
IBS がまれな相互作用に固有であることを確認します。したがって、タスク内のIBSを計算し、相関周波数帯域と、変更された信頼条件とインタビューごとに。単純なリーチ内、または異なるチャネルと領域にまたがるすべてのチャネルの IBS を計算すると、IBS 計算パートナーが充実します。
自然な相互作用に参加する大規模なグループのための脳間ネットワークを分析することは、社会的相互作用の資格です。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
この研究は、機能的近赤外線分光法(fNIRS)を用いたハイパースキャンニング設定で、協調タスク中の個人間の脳間同期(IBS)に焦点を当てています。IBSの評価にはウェーブレット変換コヒーレンス(WTC)を用い、順列ベースの方法で結果を検証します。これらの研究の再現性と信頼性を高めるために、重要な方法論的考察が議論されます。
Inter-brain synchronization (IBS) analysis via fNIRS hyperscanning provides a mechanistic window into coordinated neural activity, offering biopharma R&D a quantitative biomarker for social cognition and interpersonal engagement models. This approach supports target validation in neuropsychiatric disorders by enabling objective measurement of dyadic neural coupling, which can inform therapeutic efficacy in conditions affecting social interaction. The wavelet transform coherence (WTC) method combined with permutation validation enhances predictive confidence in preclinical models by reducing false-positive synchrony signals.
The IBS analysis pipeline fits within early discovery workflows where neural correlates of social behavior are evaluated, particularly in target validation and assay development stages for CNS therapeutics.