Name: 젊은 유아의 학습을 정량화 : 추적 다리 동작을 발견 학습 작업 중 (동영상) | JoVE Journal
Uploaded: 2015-06-01T14:00:00.000+00:00
Duration: 11 min 18 s
Description: 학습하세요 3-4개월 영아의 다리 움직임 추적을 통한 발견 학습 과정. 모션 캡처 시스템으로 영아가 모빌 활성화와 다리 동작의 인과관계를 탐색하는 과정을 정량화합니다.

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

이 연구는 박사 과정의 추진 (PODS)에 의해 지원되었다 I과 물리 치료를위한 재단 II 상과 바바라 사전 트에 미국 물리 치료 협회의 교육과에서 채택-A-닥을 장학금.

남부 캘리포니아 대학의 임상 시험 심사위원회는이 연구를 승인했다. 1. 시스템 준비 <ol><li> 모션 캡쳐 시스템을 설정합니다. 참고 :이 단계는 각각의 모션 캡쳐 시스템에 따라 다릅니다. <ol><li> 캡쳐 볼륨 내에서 등록 개체, 모션 캡쳐 프로그램에서 &quot;새로운 등록을 수행&quot;클릭 30 초의 수집 시간을 입력 클릭 &quot;등록&quot;및 이동 한 센서의 것과 두 모션 캡쳐 센서 좌표계 맞추고 30 초 동안. 등록이 성공적으로 완료되면, 루트 컴퓨터 화면에서 사각형 (RMS) 레지스트레이션 오차를 의미 관찰한다. </li><li> 눌러 등록 개체를 사용 테스팅 테이블에 글로벌 좌표계를 정렬 모션 캡쳐 프로그램에서 &quot;새로운 정렬을 수행한다.&quot; <ol><li> 등록 OBJE 배치하여 원점을 정의모션 캡쳐 프로그램의 테스트 테이블 및 클릭 &quot;디지털화&quot;의 오른쪽 상단 모서리에 CT. 상자 위에 등록 객체를 위치시키고 &quot;디지털화&quot;을 클릭하여 Z 축을 정의; Z 축 테이블에 수직이다. </li><li> 테이블의 길이를 따라 상자에 등록 객체를 이동하고 &quot;디지털화&quot;를 클릭하여 Z / Y + 평면을 정의; Y 축 테이블 및 X 축에 평행 한 길이 테이블의 폭에 평행하다. </li></ol></li><li> 두 개의 스트로브 포트에 LED를 연결하고 모션 캡쳐 시스템 프로그램 (스트로브 포트 2 스트로브 포트 1 24 20) 내에서 스트로브 포트 당 LED의 번호를 입력합니다. 각 LED의 수와 위치 3을 참조하십시오. LED가 스트립 차트와 같은 디스플레이는 실시간으로 추적되고 제공하기 위해 누락 된 데이터 뷰를 선택합니다. <img alt="그림 3" src="/files/ftp_upload/52841/52841fig3.jpg" /><strong&gt;의 LED 그림 3. 배치. (1)가 오른쪽과 왼쪽 허벅지, 정강이, 발에 대한 강체 (각 강체에 4 개의 LED)로 구성 스트로브. 스트로브 2는 좌우 골반, 흉골 마커 및 개별 LED의 강체로 구성된다. </li></ol></li><li> 유아 모바일 컴퓨터 프로그램을 설정합니다. <ol><li> 입력 각 조건에 대한 시간 (분). 1 일, 1 단계 (2 분 기준, 비 강화 상태)의 입력 2, 3 단계 (0 분 멸종, 비 보강 조건)에 대한 2 단계 (6 분 수집, 강화 조건), 0 (6). </li><li> DAY1의 기준시 계산 된 임계 값이 임계 값 될 수 있도록 3 단계 (소멸)에 대한 2 단계 (취득)에 대한 1 단계 (기준), 6, 2 일 2, 입력 2, 및 &quot;기본으로 사용 Zmin을&quot;확인 2 일의 취득 조건에 사용됩니다. </li><li> &quot;StreamframesAllFrames&quot;를 선택하고를 활성화하여 &quot;보내기&quot;를 클릭모바일 프로그램은 특정 기준에 따라 유아 이동을 활성화하는 모션 캡쳐 시스템의 데이터를 사용한다. </li></ol></li><li> 비디오 카메라를 설정합니다. <ol><li> 세 개의 동기화 된 비디오에 대한 비디오 컴퓨터 프로그램 (오른쪽 측면, 측면, 오버 헤드보기를 왼쪽)를 시작합니다. </li><li> 얼굴 표정과 시선을 기록하는 유아의 머리 위에 추가로 비디오 카메라를 시작합니다. </li></ol></li></ol> 2. 유아 준비 <ol><li> 부모에게 실험을 설명하고 자신의 아기와 함께 가능한 한 거의 상호 작용을 알려줍니다. 참고 : 유아가 실험을하는 동안 까다로운가되지 않는 경우 유아가 유아와의 상호 작용의 진행이 까다로운 될 경우, 부모가, 그러나 그들의 관점의 외부 아기 옆에 앉아해야하는 부모를 말한다. <ol><li> 우선, 안심 목소리로 &quot;내가 여기있어, 모든 것이 괜찮습니다&quot;, 말을 부모를 부탁드립니다. </li><li> 둘째, 요청유아를 안심하면서 부모는 유아의 관점에 서있다. </li><li> 유아의 손 중 하나를 보유 또는 아기에게 젖꼭지를 줄 하나에 세 번째로, 부모를 부탁드립니다. 참고 : 조용하고 경고 유아를 유지하는 데 필요한 부모의 상호 작용의 최소 금액은 주어진 가능한 한 빨리 종료됩니다. </li></ol></li><li> , 유아 알몸 유아 모바일에서 유아를 배치하고 트렁크에 걸쳐 배치 벨크로 밴드를 사용하여 테이블에 유아를 고정합니다. </li><li> 유아가 테이블에 고정 된 후, 유아의 흉골 마커와 골반, 허벅지, 정강이, 발 강체를 놓습니다. </li></ol> 3. 유아 모바일 학습 작업 <ol><li> 매일 기적 모션 캡쳐 시스템, 모바일 컴퓨터 프로그램, 및 비디오 카메라를 시작하여 모바일 학습 작업을 시작. <ol><li> 최소 0에서 2, 기준 조건에 모두 날, 유아가 자발적으로 발로 관찰합니다. </li><li> 2 마일 동안 1 일에유아 모바일 프로그램이 연속적으로 각 다리의 강체의 LED 중 하나에서 Z-데이터에 기초하여 모바일 활성화를위한 임계 값을 산출로서 N 기준선 조건이 관찰. 예, 왼발에 오른발 마커 (21)에 마커 (9). 마커 (9)가 중심이 그림 1에서 노란색 원으로 오른발 강체의 LED입니다. 마커 (21)는 중심이 왼발 강체의 LED입니다. </li><li> 2 분 기준선의 끝에서, 모바일 프로그램은 2 분 기준선 상태 동안 양발의 평균 높이 전술 한 표준 편차 (SD)의 고도에 임계 값을 설정한다. </li><li> 분 2에서 8, 인수 조건에 모두 날, 유아 모바일 회전으로 ​​관찰하고 두 발에 배치 된 LED가 1 일의 2 분 기본 조건 중 계산 된 임계 값을 초과 할 때 음악을 재생합니다. 참고 : 모바일 활성화는 한 발을 3 초 최대 가상 임계 값을 초과하는 한 계속 될 것이다. 3 초, 미주리 후유아가 가상 임계치 아래 발을 이동 한 후 수직으로 이동하고, 발을 다시 임계 값을 초과하는 경우에만 활성화 담즙 것이다. 이 &quot;3 초 규칙은&quot;임계 값 이상으로 발을 들고 대 활성 다리 탐구 운동을 권장합니다. </li><li> 유아 모바일 보강없이 자발적으로 차기로 8 ~ 10 분, 멸종 상태에서 2 일에서 관찰합니다. </li></ol></li><li> 유아가 이동과 상호 작용 한 후, 각각의 레그 세그먼트에 대한 로컬 좌표계를 정의하고, 공간의 각 세그먼트에 대해 본문 참조 구성을 정의하는 정적 교정 시험을 모은다. <ol><li> 다음 위치에 양면 심전도 칼라를 사용하여 아기의 피부에 좌우 열 개별 LED 수정 : 열 번째 갈비뼈 아래에 트렁크의 측면 중간 선, 엉덩이, 측면 무릎 관절 라인의 대 전자, 발목 외측 복사뼈와의 선단을 5 번째 중족골. </li><li> 에 아기의 하체를 잡고5 초 동안 확장, 해부학 적 위치. 이 교정 위치의 모든 관절 각도는 0 °로 정의됩니다. </li></ol></li><li> 제 2 일에, 인체 데이터를 수집합니다. <ol><li> 디지털 전기 규모의 각 유아의 무게. </li><li> 다음 측정을 수행 : 유아의 총 길이; 허벅지, 정강이, 발의 중간 부분에서 둘레; (malleoli에서), 발목 (무릎 관절 라인에서) 무릎의 너비, 발 (중족골 머리에서); 과 넓적 다리 (무릎 관절 라인에 대 전자), 생크 (측면 복사뼈에 무릎 관절 선), 발 (제 1 중족 - 족지 관절 내측 복사뼈)의 길이. </li></ol></li></ol> 4. 데이터 분석 <ol><li> Matlab과 같이 정의 컴퓨팅 언어 프로그램을 사용하여 각 실험을 2 분 간격 동안 RLA %의 컴퓨팅 성능과 학습을 분석한다. 하나의 시간 또는 이동국이 임계 값 이상이었다 활성화 기슭 각각의 LED 모두의 지속 기간을 계산한다. 이후이동국은, 3 초 간격 후에 활성화 하나 또는 두 개의 LED가 3 초 간격보다도 큰 시간 동안 임계 값을 초과 된 시간의 기간을 빼지 않는다. <ol><li> 통계적 세, 2 분 간격으로 획득 중 어느 하나 동안에 %의 RLA 크게 2 분 간격 3,4,7,9,10 기준을 초과하는지 여부를 분석함으로써 매일 기의 성능을 측정. </li><li> 어느 하나의 2 분 간격 동안 획득 된 RLA %가 2 분 기준선주기 3,4,6,9,10에서 크거나 1.5 배 RLA %의 경우 하루 작업을 수행 한 것으로 개별 유아 분류. </li><li> 전체 6 분 취득 조건 2 일 동안 %의 RLA가 기본 조건 1 일 3,6 중에 %의 RLA를 초과 통계적 여부를 결정하여 일에 걸쳐 그룹의 학습을 측정합니다. </li><li> 2 일의 전체 6 분 취득 조건 중에 %의 RLA가 또는 GRE 같은 경우 학습자 개별 유아를 분류1 일 3,6,11의 1.5 배 기준 조건보다 ater에. </li></ol></li><li> 실험의 각 2 분 간격 동안 비디오 테이프를 코딩에 의해 각성과주의를 분석합니다. = 5 3,8,11, 1 = 졸음 경고, 2 = 중지, 경고 및 까다로운, 3 = 활성 = 4, 울고 : 각성의 규모는 다음과 같이 정의된다. = 모바일 3,8보고 1 = 모바일보고하지 0 :주의 스케일로 정의된다. </li><li> 프로세스 위치 데이터 및 사용자 정의의 MATLAB 프로그램을 사용하여 추출 차기. <ol><li> 맞춤 매트랩 프로그램으로 모션 캡쳐 시스템에서 출력되는 부하 위치 데이터 파일은 큐빅 스플라인을 사용하여 누락 된 위치 데이터 (20 개의 연속 프레임들의 최대) 보간. </li><li> (a) 5 Hz의 컷오프 주파수를 가진 4 차 버터 워스를 사용 필터 위치 데이터는 파워 스펙트럼 분석으로부터 결정이라 맞춤 매트랩 프로그램에 삽입 된 파일을로드하고, (b) 다음의 관절 각도를 계산 : 고관절 굴곡 / 확장, 엉덩이 납치/ 내전, 엉덩이 내부 / 외부 회전, 무릎 굴곡 / 확장, 발목 반전 / 외반, 발목 배측 굴곡 / 12에 기술 된 바와 같이 족저. </li><li> 차기를 추출하는 사용자 정의 매트랩 프로그램에 각 파일을로드합니다. 고관절 또는 무릎 관절의 각도 변화가 굴곡 또는 확장 3,9,13-15 하나에 11.5 ° (0.2 라디안)를 초과하는 연속적인 다리 운동의 시작으로 킥의 시작을 정의합니다. 굴곡 운동 또는 확장 운동 3,9,14 다음 피크 굴곡 다음 피크 확장의 프레임과 킥의 끝을 정의합니다. </li></ol></li><li> 모든 차기를 들어, 사용자의 MATLAB 프로그램을 사용 학적 매개 변수를 계산한다. <ol><li> 이동 (3)을 활성화 각 발에 LED의 Z 방향 (수직, 작업 별 방향)의 위치 편차를 계산. </li><li> 제로 지연에 피어슨 상관 계수 (r)을 사용하여 고관절 굴곡 / 확장 및 무릎 굴곡 / 확장 관절의 상관 관계를 계산엉덩이와 무릎 관절 각도 여행 사이. 유아들 사이의 상관 관계 (r)을 비교하기 위해, 피셔 Z 점수 3,9,15에 엉덩이 - 무릎 관절 각도의 상관 관계를 변환합니다. </li><li> 다음 엉덩이 굴곡 / 확장 및 무릎 굴곡 / 각 위치 / 속도 데이터 (16, 17)에서 연장 연속 상대 위상 (CRP)를 계산, 관절 각도 데이터를 시간-정상화. 다음 다섯 가지 시점에서 CRP 연산의 결과를 분석 : (a) 킥의 시작, 제 세그먼트 (b)의 피크 속도, (c) 공동 반전, (d) 제 2 세그먼트의 최대 속도, 및 (e 킥 3) 끝. </li></ol></li><li> 모든 차기를 들어, 비디오 데이터의 동기를 확인하여 비접촉 차기를 식별한다. 사용자의 MATLAB 프로그램을 사용하여 비 접촉 차기를위한 운동 매개 변수를 계산합니다. <ol><li> 성인 18 Hatze의 인체 모델 유아 수정 방정식에서 분절의 질량 중심의 질량을 계산합니다. 관성의 3D 순간을 계산성인 19 젠슨의 인체 모델 유아 수정 방정식에서 허벅지, 정강이, 발 세그먼트. </li><li> 공간 조작 (20)의 나사 이론을 사용하여 움직임의 다음 식의 조건을 계산합니다. <img alt="식 (1)" src="/files/ftp_upload/52841/52841equation1.jpg" /> M (θ)이 관성 행렬 라그랑주 접근법을 사용하여 유도되며, <img alt="theta1" src="/files/ftp_upload/52841/theta1.jpg" /> 코리올리 원심 토크 행렬 N (θ)의 중력 (GRA)와 토크 T 근육 (MUS) 토크. </li><li> 비접촉 차기, 본체 세그먼트 관성 파라미터 및 움직임 biomechanic 식으로부터 3 차원 운동 학적 데이터를 사용하여 관절 토크를 계산한다. </li><li> 움직임에 의존, GRA (MDT) 및 MUS 토크 기여 (21)에 각 관절의 순 (NET) 토크를 분할. NET 토크는 각 관절의 가속도에 비례한다.MDT 토크는 사지의 움직임들 사이의 기계적 상호 작용 세그먼트와 연관​​된 패시브 토크에 관한 것이다. GRA 토크는 다리에 하방으로 작용하는 중력의 힘 패시브 관련된다. MUS 토크는 활성 근육의 수축과 근육의 수동 변형, 힘줄, 인대, 그리고 다른 관절 주위 조직에서 힘이 포함되어 있습니다. </li><li> 별도로 엉덩이와 무릎의 경우, NET 토크 각 분할 토크 (MUS, GRA, MDT)의 기여의 크기로 토크 충동을 계산한다. 무릎 MUS 토크 무릎 NET 토크에 비해, 동일한 방향 또는 그 반대 방향으로 작용하는 구간 동안 양 또는 음 임펄스 토크 (토크 * 시간)을 계산한다. 무릎 GRA와 MDT 토크와 엉덩이 MUS, GRA 및 MDT 토크이 같은 계산을 수행합니다. 별도로 고관절과 무릎의 경우, 각 분할 된 토크 IMPULS의 기여의 정도의 측정치를 수득 각 토크 성분에 대한 모든 양 및 음 임펄스 합계NET 토크 충격에 전자 (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>

관심 없음 충돌 선언하지 않습니다.

젊은 유아 발견 학습 작업의 디자인 젊은 유아 발견 학습의 작업은 신중 유아가 독립적으로 비상을 발견하는 것을 보장하도록 설계되어야한다. 취득 조건의 시작에서 몇 개의 모바일 패러다임에서, 유아는 어느 이동국이 수동적으로 유아를 도입 조사자에 의해 이동되는 이동 7,22 각 유아의 다리의 비 조건부 활성화에 의해 활성화하는 것을 나타낸다 비상 9. 또한, 간병인과 실험자는 유아의 성능을 지원하기 위해 추가 보강을 제공 할 수있다. 여기에 설명 된대로 특정 규칙은, 유아가 독립적으로 외부의 영향없이 비상을 발견하는 것을 보장하는 것이 중요하다. 그것은 발견 학습 작업 동안 수집 된 종속 측정 성능의 변화에​​ 민감하다는 것도 중요하다. 가장 중요한 ASP이 패러다임 요법은 유아 모바일의 활성화에 대한 임계 값의 설정입니다. 임계 값을 테이블 위에 너무 높은 배치되는 경우, 유아는 모바일을...

작업 별 작업은 초기 단계 동안 자발적인 운동에서 등장. 그것은 그 작업 별 동작이 발견 - 학습 과정의 1, 2를 통해 등장 제안되었다. 그들이 자발적으로 이동 환경에서 새로운 효과를 생성 작업을 탐험하는 등의 작업은 유아에 의해 발견된다. 유아가 자신의 행동과 주변 세계에 미치는 영향 사이의 연결을 악용으로 작업 별 작업이 등장. 그러나, 작은 유아 탐구하고 작업 별 작업을 수행 할 자신의 자발적인 움직임을 수정하는 법을 배워야 악용 정확한 프로세스에 대한 알려져있다. 여기에 방법이 설명되어 3-4 개월 된 유아는 발견에 의해 작업을 배우고 자신의 다리의 움직임은 학습 과정을 정량화 캡처됩니다. <img alt="그림 1" src="/files/ftp_upload/52841/52841fig1.jpg" /> 그림 1 : 유아 모바일 작업을 활성화 발로. </이 가상 임계치 (붉은 점선)과 교차 할 때 강한&gt; 각 피트 (노란색 원)의 강체에 부착 된 중앙의 발광 다이오드 (LED)는 이동을 활성화한다. 다시 인쇄 사전 트 등의 허가. 3 이 발견 학습 과제는 유아 3의 규정 다리 동작을 기반으로 음악을 회전하고 재생 유아 활성화 모바일을 사용합니다. 모바일에서 부정사 배치 유아는 가상 임계 값에 걸쳐 수직으로 (그림 1) 자신의 발을 움직여서 활성화. 유아가 독립적으로 레그 행동 영아 다리 운동 학습 과정의 정량화를 허용 모션 캡쳐 시스템을 이용하여 추적, 이동 활성화 발견으로 이러한 패러다임 점에서 독특하다. 실험 프로토콜은 데이터 수집의 이일을 포함한다. 1 일에는 유아가 자발적으로 맞이하는 2 분 기본 조건으로 구성되어 있지만, 그의 다리 작업유아가 가상 임계 값을 교차하는 수직 발을 이동하면 아기의 다리 행동이 유아의 이동을 활성화하는 6 분 취득 조건에 의해 다음 모바일 유아를 활성화 할 수 없습니다. 이 프로토콜은 유아 &#39;자연 다리 동작의 정량화뿐만 아니라 유아가 자신의 다리 행동과 유아 모바일의 활성화 사이의 관계를 탐구 운동의 다양한 측면의 정량화 수 있습니다. 2 일째에, 2 분 기준선 조건 6 분 취득 조건에 더하여, 2 분 소등 상태는 유아의 다리의 행동이 유아 모바일 활성화되지 않은 첨가된다. 이는 이미 배운 환경 응답이 중단 될 때 유아는 자신의 다리 동작을 변경하는 방법의 정량이 가능합니다. 이전의 유아 모바일 패러다임에서, 다리의 움직임 4-6, 특정 엉덩이와 무릎의 주파수는 reinforc되었습니다 7, 8, 또는 패널 (9)을 발로 각도모바일 움직임 에드. 기준선 조건 4-9에 비해 성능이 매일 수집 또는 소등 상태 동안 이러한 다리 동작의 증가로 정의 하였다. 일에 걸쳐 학습하는 일 2 또는 3의 기준 또는 인수 조건 중이 다리 행위의 증가와 1 일 5, 6의 기본 조건으로 정의 하였다. 이러한 이전의 패러다임 이동하지만, 그들은 작업을 배울 때 유아 옵션들을 사용할 수있다 움직임에 대한 정보를 제공하지 않는, 유아 이동 활성화와 보강 다리 동작의 빈도를 증가 함을 입증. 발로 레이트 보강 경우, 예를 들어, 유아의 학습 및 성능을 입증 할 때 그들의 발로 속도가 증가하거나 이동하거나 이동국이 더 이상 활성화와 상호 작용할 때. 이것은 유아가 자신의 발로 속도를 구체화 할 수 있음을 보여줍니다 만, 유아 generat라는 자신의 다리 조정 패턴 또는 토크 생산을 구체화 할 수 있다면 그것은 알 수없는자신이 선호하는 운동 레퍼토리 내에 있지 않은 전자 다리 동작. 이 모바일 패러다임가 유아의 고유 이전 모바일 패러다임에 비해 모바일을 활성화하기 위해 더 세련 다리 동작을 보여해야합니다. 이 휴대 패러다임에서, 위의 테이블에 각 다리의 높이는 각 발에 부착 된 발광 다이오드 (LED)로부터의 위치 데이터를 이용하여 2 분 기준선 조건 중에 계산된다. 가상 한계는 기준 상태 동안 양발의 높이의 상부 범위 인 높이에서 테이블과 평행하게 설정된다. 어느 발 임계 값을 초과하는 경우 수집하는 동안, 모바일 회전하여 음악을한다. 3 초 후, 이동이 정지하고 유아가 임계치 이하의 발을 이동하는 경우에만 재 활성화하고 수직으로 이동하고, 발을 다시 임계 값을 초과. 시간의 가장 큰 금액에 대한 이동을 활성화하려면, 유아는 임계 값 이상으로 발을 이동하고 GRAV에 대해 그것을 유지하기 위해 필요성만 3 초 후, 신속하게 임계 값 아래로 발을 이동하고 다시 임계 값을 초과 이동 등 3 초, 거기에 그것을 유지. 이것은 단순히 발로 속도를 증가보다 더 세련된 다리 동작을 필요로한다. <img alt="그림 2" src="/files/ftp_upload/52841/52841fig2.jpg" /> 그림 2 : 대표 유아의 엔드 이펙터 (피트)의 필터링되지 않은 위치 데이터 개별 학습 기준에 따라 학습 보여 3 개월 된 유아의 2 일에서 필터링되지 않은 위치 데이터.. 적색 선은 오른쪽 발에 배치 발광 다이오드의 Z 좌표 (LED)의 위치 정보이다. 블루 라인은 왼쪽 발에 LED로부터 위치 데이터입니다. 두꺼운 검은 선은 테이블입니다. 점선은이 기준 중 차고의 높이에 따라 각 유아에 대해 개별적으로 14cm 테이블 위에 배치 결정 가상 임계 값주 1. X 축 조건은 2 분 간격으로 시간 표지. 모바일이 활성화되지 않고 인수 1의 처음 30 초 동안, 그는 일관 테이블에서 두 발을 유지하고 모바일까지 다음 5½ 분 동안 바로 임계 값 주위에 자신의 발을 움직일 때 유아가 기본 동안 그의 발을 이동하는 방법을 참고 더이상 소등 상태 동안 활성화하지 않는다. 이 모바일 패러다임의 두 번째 독특한 특징은 각 유아의 다리 동작은 유아가 작업을 배우고 자신의 이동 옵션을 사용하는 방법을 정량화하는 최첨단 모션 캡처 기술을 사용하여 추적된다는 것이다. 한 대표 유아의 이동을 활성화 각각 도보로 LED의 필터링되지 않은 위치 데이터는 그림 2에 포함되어 있습니다. 유아가베이스 라인과 인수의 첫 번째 부분 중 테이블 위의 다양한 높이에서 발을 이동하지만 두 발을 이동하는 방법을 참고 바로 취득 콘디의 나머지 기간 동안 임계 값 주위에모바일까지 기 더 이상 멸종 동안 활성화되지 않습니다. 이 발견 학습 작업을 수행하는 데 많은 잠재적 인 운동 전략 중 하나입니다. 전략은 모션 캡쳐 시스템에서 취득한 위치 정보를 이용하여 입체 운동학 및 동역학을 계산하여 정량화 할 수있다. 구체적으로는, 학습 처리가 이동 활성화의 지속 기간, 엔드 이펙터 모바일, 엉덩이 무릎 조정 패턴을 활성화 (피트)의 위치 변화와 동일하다 강화 레그 작용 (%의 RLA)의 비율의 측면에서 정량화 , 엉덩이와 무릎 관절 토크.

<table><tbody><tr><td>Optotrak Certus 위치 센서, 원거리 초점, 스탠드</td><td>포함 Northern Digital Inc</td><td>8800852</td><td></td></tr><tr><td>Optotrak 데이터 수집 장치 II(ODAU II)</td><td>Northern Digital Inc</td><td>8800767</td><td></td></tr><tr><td>Optotrak Vinten 스탠드, Certus 빠른 수정 어댑터</td><td>포함 Northern Digital Inc</td><td>8800855.002</td><td></td></tr><tr><td>Certus S-Type, 표준 구성</td><td>Northern Digital Inc</td><td>8800761</td><td></td></tr><tr><td>마커(7mm) 쌍, w/w RJII 커넥터 및 8피트 케이블</td><td>Northern Digital Inc</td><td>8001029.001</td><td></td></tr><tr><td>AC 라인 코드, 의료 등급, 북미</td><td>Northern Digital Inc</td><td>7500010</td><td></td></tr><tr><td>큐빅 레퍼런스 이미터 키트 - Certus</td><td>Northern Digital Inc</td><td>8800768</td><td></td></tr><tr><td>3 Pylon IEEE 1394 카메라</td><td>Basler</td><td>A6021c</td><td></td></tr><tr><td>Vixia HG10 캠코더</td><td>Canon</td><td>2183B001</td><td></td></tr><tr><td>접착 디스크</td><td>MVAP 의료 용품</td><td>E401-500</td><td></td></tr><tr><td>뒤집을 수 있는 머리 지지대</td><td>Eddie Bauer</td><td>52556</td><td></td></tr><tr><td>Softstrap 스트랩</td><td>Sammons Preston</td><td>A34960</td><td></td></tr><tr><td>디지털 소아 저울</td><td>Healthometer</td><td>모델 524KL</td><td></td></tr></tbody></table>

젊은 유아의 학습을 정량화 : 추적 다리 동작을 발견 학습 작업 중

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

작업 별 작업은 초기 단계 동안 자발적인 운동에서 등장. 그것은 작업 별 작업은 발견 학습 과정을 통해 등장​​하는 것이 제안되었다. 여기에 방법이 설명되어 3-4 개월 된 유아는 발견에 의해 작업을 배우고 자신의 다리의 움직임은 학습 과정을 정량화 캡처됩니다. 이 발견 학습 과제는 유아의 지정된 다리 동작을 기반으로 음악을 회전하고 재생 유아 활성화 모바일을 사용합니다. 부정사 유아는 가상 임계 값에 걸쳐 수직으로 발을 이동하여 이동을 활성화합니다. 유아가 독립적으로 레그 행동 영아 다리 운동 학습 과정의 정량화를 허용 모션 캡쳐 시스템을 이용하여 추적, 이동 활성화 발견으로 이러한 패러다임 점에서 독특하다. 구체적으로는, 학습 모바일 활성화 중에 정량화되고, 엔드 이펙터 이동을 활성화 (피트), 엉덩이 무릎 번호 좌표의 변화 위치 편차기 패턴 및 고관절과 무릎 근육 토크의 변화. 이 정보는 작업 별 동작을 지원하는 사람과 환경 제약의 상호 작용에서 유아 탐사 및 개발에 대해 설명합니다. 운동 장애는 작업 별 동작에 대한 발견 - 학습 과정에 영향을 미칠 위험이있는 유아의 다른 인구의 방법을 특정 장애를 조사 할 수 있습니다이 방법을 사용하여 후속 연구.

어린 유아의 학습 과정이 %의 RLA의 관점에서 정량화 할 수있다, 엔드 이펙터 (피트), 엉덩이 무릎 각도 상관 계수, 엉덩이와 무릎 관절 토크의 위치 변화. 분석의 각 레벨은 유아가 발견 학습 과정에서 자신의 다리 행동과 유아 모바일의 활성화 사이의 관계를 탐구하는 방법에 대한 고유 정보를 제공합니다. %의 RLA와 엉덩이 - 무릎 각도 상관 계수, 간 주제 요소로 회귀 공분산 구조 및 그룹 (학습자, 비 학습자)와 혼합 회귀 모형의 통계적 분석을 위해 각각의 종속 변수의 차이를 테스트하는 데 사용되었다 (% 일에 걸쳐 기준, 취득 및 멸종 조건 중 RLA, 엉덩이 무릎 상관 계수). 학습자 그룹 내 엉덩이 무릎 근육 토크 임펄스의 통계적 분석을 위해, 회귀 공분산 구조를 갖는 혼합 된 회귀 모형을 사용 하였다각각의 종속 변수 일에 걸쳐 기준, 취득 및 멸종 조건 중 (엉덩이 근육 토크 충동, 무릎 근육 토크 임펄스). 통계 분석은 SAS에게 전체 (F)의 값을 0.05로...

3-4개월 된 유아가 발견을 통해 과제를 배우고 다리 움직임을 캡처하여 학습 과정을 정량화하는 방법을 설명합니다.

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

다음 실험의 목적은 영아가 특정 과제를 학습할 때 다리 움직임이 어떻게 나타나고 발달하는지 조사하는 것입니다. 이를 위해 먼저 영아를 모빌 아래에 눕히고 영아의 다리에 카메라로 식별 가능한 마커를 부착합니다. 그다음, 모빌이 회전하며 음악이 나오는 발견 학습 과제에 영아가 참여하는 동안 다리의 움직임을 추적합니다.영아가 어느 쪽 발이든 가상 임계값을 수직으로 넘을 때마다, 영아의 다리 움직임을 분석하여 영아가 자신의 다리 동작이 모빌을 작동시킨다는 것을 학습했는지, 그리고 실험 과정 동안 다리 움직임을 어떻게 변화시켰는지 판단합니다. 궁극적으로, 이 새로운 발견 학습 패러다임은 영아가 과제 특이적 동작을 수행하기 위해 자신의 자발적인 움직임을 수정하는 법을 배울 때 탐색하고 활용하는 과정에 대한 정보를 제공합니다. 이 패러다임은 영아가 자신의 다리 동작이 모빌을 작동시킨다는 점을 독립적으로 발견한다는 점에서 독특합니다.동작 포착 시스템을 사용하여 이들의 다리 움직임을 추적합니다. 이전의 패러다임들은 이러한 특징 중 하나만을 가졌을 수 있으나, 영유아의 학습 과정을 정량화하기 위해서는 두 가지 모두가 필요합니다. 이 방법은 영유아가 주변 세계를 탐색함으로써 어떻게 학습하는가와 같은 해당 분야의 몇 가지 핵심 질문에 답하는 데 도움이 될 수 있습니다.먼저, 두 개의 모션 캡처 센서의 좌표계를 기준 센서의 좌표계와 정렬하여 모션 캡처 시스템을 설정합니다. 모션 캡처 프로그램에서 'perform new registration'을 클릭한 다음, 수집 시간을 30 seconds로 입력하고 'register'를 클릭하십시오.Register를 클릭한 후, 등록 객체를 시스템의 캡처 볼륨 내에서 30초 동안 이동시킵니다. 등록이 완료되면 컴퓨터 화면에 제곱 평균 제곱근(root means square) 등록 값이 표시됩니다. 다음으로 모션 캡처 프로그램에서 Perform New alignment를 클릭하여 등록 객체를 이용해 글로벌 좌표계를 테스트 테이블에 정렬하고, 등록 객체를 테스트 테이블의 우측 상단 모서리에 놓은 뒤 모션 캡처 프로그램에서 digitize를 클릭하여 원점을 정의합니다.그런 다음 등록 객체를 책 위에 놓고 클릭하여 Z축을 정의하며, Z축이 테이블과 수직이 되도록 디지털화합니다. 다음으로, 책 위의 등록 객체를 테이블 길이 방향으로 이동시키고 디지털화 버튼을 클릭하여 ZY 양의 평면을 정의합니다. Y축은 테이블의 길이와 평행하며, x축은 테이블의 너비와 평행합니다.LED를 두 개의 스트로브 포트에 연결하고, 모션 캡처 시스템 프로그램 내에 스트로브 포트당 LED 수를 입력하십시오. 여기 표시된 그림 3을 참조하십시오. 각 LED의 수와 위치를 확인하려면, 실시간으로 추적되는 LED를 스트립 차트 형태로 표시하는 미싱 데이터 뷰(missing data view)를 선택하여 영유아 모바일 프로그램을 설정하십시오.먼저, 1일 차의 각 조건별 분 수를 입력합니다. 1단계인 비강화 조건에는 2를 입력하십시오. 2단계인 강화 조건에는 6을, 3단계에는 0을 입력하십시오. 2일 차의 경우, 1단계에 2, 2단계에 6, 3단계에 2를 입력하십시오.또한 해당 확인란을 선택하십시오. xin을 기본값으로 설정하여 1일 차 베이스라인 동안 계산된 임계값이 2일 차 획득 조건에 사용될 임계값이 되도록 합니다. 마지막으로 stream frames와 all frames를 선택하고 send를 클릭하여, 모바일 프로그램이 모션 캡처 시스템의 데이터를 사용해 지정된 기준에 따라 영유아 모바일을 작동시킬 수 있도록 설정하십시오.다음으로, 이동식 장치 주변의 우측 측면, 좌측 측면, 그리고 상단에 카메라 세 대를 배치합니다. 그리고 이를 컴퓨터 시스템에 연결합니다. 비디오 컴퓨터 프로그램을 실행하여 세 개의 입력을 동기화합니다.또한, 영아의 얼굴 표정을 기록하고 시선을 추적하기 위해 네 번째 카메라를 영아의 머리 위에 배치합니다. 먼저 부모에게 실험 내용을 설명하고, 영아와 가능한 한 적게 상호작용하도록 안내합니다. 그다음, 영아의 옷을 벗기고 모빌 아래에 눕힙니다.몸통을 가로지르는 벨크로 밴드를 사용하여 영아를 테이블에 고정하십시오. 고정이 완료되면 흉골 마커를 부착하고, 이어서 영아의 발, 하퇴, 대퇴 및 골반 강체 마커를 부착하십시오. 매 테스트일의 시작 시, 모션 캡처 시스템의 모바일 컴퓨터 프로그램과 비디오 카메라를 동시에 작동시켜 모바일 학습 과제를 시작하고, 초기 2분간의 기저선 기간 동안 영아가 자발적으로 발길질하는 모습을 관찰하십시오.이 기간 동안, 영아 모빌 프로그램은 2분간의 기선 기간이 끝난 시점에 각 발의 강체에 부착된 LED 중 하나의 Z 데이터를 기반으로 모빌 활성화를 위한 임계값을 지속적으로 계산합니다. 모빌 프로그램이 기선 기간 동안 양쪽 발의 평균 높이보다 1표준편차 높은 지점에 임계값을 설정하는 것을 관찰하십시오. 다음으로, 획득 조건 동안, 소거 단계의 테스트 첫날 2분간의 기선 조건에서 계산된 임계값을 어느 한 쪽 발에 배치된 LED가 넘어서면 영아 모빌이 회전하며 음악이 재생되는 것을 관찰하십시오.테스트 둘째 날에는 모빌의 강화 자극 없이 영아가 자발적으로 발차기하는 모습을 관찰하십시오. 영아가 모빌과 상호작용한 후, 여기에서 보는 것과 같이 양면 EKG 콜라를 사용하여 영아의 피부 양측에 10개의 개별 LED를 부착하십시오. 영아의 하지를 5초 동안 해부학적 신전 상태로 유지하십시오. 이 캘리브레이션 상태의 관절 각도를 0도로 정의합니다.테스트 둘째 날 이후, 디지털 전자저울로 영아의 체중을 측정합니다. 그런 다음 영아의 신장과 허벅지 중간 부분, 종아리, 발의 둘레를 측정합니다. 이어서 무릎 관절선에서 무릎 너비를 측정합니다.Malia 선에서의 발목 너비와 중족골두에서의 발 너비를 측정합니다. 마지막으로, 대전자부터 무릎 관절선까지의 허벅지 길이, 무릎 관절선부터 외측 복사뼈까지의 종아리 길이, 그리고 내측 복사뼈부터 제1 중족지절 관절까지의 발 길이를 측정합니다. 함께 제공된 텍스트 프로토콜에 설명된 대로 강화된 다리 동작의 백분율을 계산하여 영아의 수행 능력과 학습 상태를 분석합니다.다리 움직임을 분석하려면, 모션 캡처 시스템에서 출력된 위치 데이터 파일을 커스텀 MATLAB 프로그램에 로드하여 3차 스플라인(cubic spline)을 사용하여 최대 20프레임 연속으로 누락된 위치 데이터를 보간합니다. 다음으로, 보간된 파일들을 커스텀 MATLAB 프로그램에 로드하여 먼저 5 Hz의 차단 주파수를 가진 4차 버터워스(Butterworth) 필터로 위치 데이터를 필터링한 후, Soderquist와 Wedin이 기술한 방식에 따라 관절 각도를 계산합니다. 이 그래프는 학습자로 분류된 영아와 비학습자로 분류된 영아 간의 행동 결과 차이를 보여줍니다.2일 차 전체 습득 조건에서의 강화된 다리 동작(reinforced leg action) 횟수가 1일 차 기저 조건에서의 강화된 다리 동작 횟수의 1.5배 이상인 경우 영아를 학습자로 분류하였습니다. 1일 차 습득 조건의 처음 2분 동안 학습자의 RLA 백분율이 초기에 감소한 점에 유의하십시오. 과제를 학습한 영아들은 모빌이 작동하기 시작할 때 전반적인 동작을 줄였는데, 이는 아마도 처음에는 지향 반응(orienting response)으로 나타났다가, 이후에는 자신의 동작이 모빌 작동과 연관되어 있는지 판단하기 위한 전략으로 나타난 것으로 보입니다. 제시됨.학습자로 분류된 영아와 비학습자로 분류된 영아 간의 고관절-슬관절 협응 차이는 다음과 같습니다. 비학습자와 달리, 학습자 그룹은 2일 차 습득 조건과 1일 차 기저 조건 사이에서 고관절-슬관절 각도 상관계수가 유의하게 감소했습니다. 여기서는 학습자로 분류된 영아 그룹을 대상으로 고관절 및 슬관절 근육 토크 충격량의 차이를 분석했습니다.강력한 발견 중 하나는 다른 조건들과 비교했을 때 소거 조건 동안 고관절과 슬관절의 근육 토크 충격량이 증가했다는 점입니다. 과제를 학습한 영아들은 모빌을 다시 작동시키려는 시도로 소거 조건 동안 큰 고관절 및 슬관절 근육 토크를 생성하는 것으로 보입니다. 이러한 실험 패러다임은 운동 기능 장애 위험이 있는 영아들에게까지 확장 적용될 수 있습니다.이는 영아의 서로 다른 집단에서 나타나는 손상이 발견 학습 과정과 과제 특이적 다리 동작 수행 능력에 어떠한 영향을 미치는지 조사하는 데 사용될 수 있습니다.

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

Research

연구

JoVE Journal

Behavior

행동

우리는 미끄러운 표면에 산책, 곁에 곤충의 전기적 기록 tarsa​​l 연락처 신호 초과 모터 활동을 기록하는 방법을 설명합니다. 이것은 기판을 통해 다리 사이의 기계적 상호 작용의 감소 영향에 따라 적응 행동의 신경 기초를 연구하는 데 사용됩니다.

곤충의 적응 운동력이있는 사람의 행동의 신경 기초를 공부

유도 모방 절차는 유아기와 유아기의 회상 기억 발달을 조사하기 위해 확립되었습니다. 이 절차는 유아기와 유아기의 회상 기억의 본질에 대한 견고한 기반을 확립하는 데 널리 사용되었습니다.

이끌어 모방 패러다임을 사용하여 유년기와 유아에 리콜 메모리 검사

발 스텝 소개 직렬 반응 시간 (SRT) 작업. 이 SRT 작업을 수정, 고전적인 SRT를 보완 포함 손가락 눌러 운동만, 더 나은 작업 매일 시퀀스 활동에 근접 그리고 개별 응답 측정 기본 동적 프로세스를 연구 하는 연구자 및 암시적 시퀀스 학습에서 명시적 프로세스...

"모터" 암시적 모터 시퀀스 학습: 발 스텝 직렬 반응 시간 작업

여기는 유아 분류의 직접 테스트를 제공 하 고 초기 카테고리 학습에서 언어의 역할을 정의 하는 데 도움이 팸 테스트 패러다임에 대 한 프로토콜 선물이.

눈-추적 패러다임 유아 개체 분류에서 언어의 역할을 정의

우선적으로 보이는 패러다임을 이용한 아이트래킹 연구는 유아의 외부 시각 세계에 대한 새로운 이해와 관심을 연구하는 데 사용할 수 있습니다.

아이 트래킹과 우대 보이는 패러다임을 사용하여 시각적 언어에 대한 유아감도 탐색

여기에 소개된 프로토콜은 도메인 및 감각 양식에 걸쳐 시간 통계 패턴의 아이들의 학습을 검토하기 위한 아동 친화적 인 통계 학습 작업 세트를 소개하는 프로토콜입니다. 개발된 작업은 통계 학습 중 신경 참여를 검사하기 위한 웹 기반 플랫폼 및 태스크 기반 기능 자기 공명 영상(fMRI) 데이터를 사용하여 행동 데이터를 수집합니다.

온라인 플랫폼 및 신경 이미징 기술을 통해 학교 숙성 아동의 양식 및 도메인 전반에 걸친 통계 학습 측정

이 논문은 다중 센서 웨어러블과 완전 자동화된 딥 러닝 기반 분석 파이프라인을 사용하여 유아의 대근육 운동 성능을 평가하는 방법을 간략하게 설명합니다. 이 방법은 누운 자세부터 독립적으로 걷는 법을 익힐 때까지 유아의 자세와 움직임 패턴을 정량화합니다.

다중 센서 웨어러블을 사용한 유아의 총 운동 능력의 정량화된 평가

이 기사에서는 Erasmus Ladder라는 장치를 사용하여 소근육 운동 성능에 대한 비침습적이고 자동화된 평가와 도전에 대한 적응 및 연상 운동 학습을 허용하는 프로토콜을 제시합니다. 작업 난이도를 적정하여 주요 정도에서 미묘한 정도에 이르는 운동 장애를 감지할 수 있습니다.

Erasmus Ladder를 사용한 생쥐의 미세 및 연상 운동 학습 모니터링

이 프로토콜은 딥러닝 기반 다중 관절 궤적 자동 라벨링과 함께 마커리스 러닝머신 테스트를 사용하여 쥐 하지의 운동학 평가 파이프라인을 구축하여 재현 가능한 동작 정량화를 가능하게 합니다.

쥐의 후肢 운동 운동학을 객관적으로 정량화하기 위한 딥러닝 기반 다중 관절 동기 추적

주의의 초기 단계를 반영하는 대뇌 억제의 생리학적 지표인 청각 P50 감각 게이팅을 기록하는 방법에 대해 설명합니다.

P50 유아의 감각 게이팅

학습하세요 3-4개월 영아의 다리 움직임 추적을 통한 발견 학습 과정. 모션 캡처 시스템으로 영아가 모빌 활성화와 다리 동작의 인과관계를 탐색하는 과정을 정량화합니다.

젊은 유아의 학습을 정량화 : 추적 다리 동작을 발견 학습 작업 중

더 많은 동영상 탐색