Methodenartikel

Met behulp van MazeSuite en functionele Near Infrared Spectroscopy te Study Leren in Spatial Navigation

32.3K weergaven

⸱

DOI:

10.3791/3443

⸱

8 oktober 2011

 ,  ,  ,  ,  , 
1School of Biomedical Engineering, Science and Health Systems, Drexel University, 2College of Nursing and Health Professions, Drexel University

In dit artikel

Samenvatting

MazeSuite is een complete toolset voor het voorbereiden, presenteren en analyseren van navigatie- en ruimtelijke experimenten। Functionele nabij-infraroodspectroscopie (fNIR) is een optische hersenbeeldtechniek waarmee niet-invasieve en draagbare monitoring van veranderingen in de cerebrale bloedoxygenatie mogelijk is. Dit artikel vat het gezamenlijke gebruik van MazeSuite en fNIR samen binnen een cognitief leerparadigma.

Samenvatting

MazeSuite is een complete toolset voor het voorbereiden, presenteren en analyseren van navigatie- en ruimtelijke experimenten1. MazeSuite kan worden gebruikt om aangepaste virtuele 3D-omgevingen te ontwerpen en te bewerken, de gedragsprestaties van deelnemers binnen de virtuele omgeving te volgen en te synchroniseren met externe apparaten voor fysiologische en neuroimaging-metingen, waaronder elektro-encefalografie en eye-tracking.

Functionele nabij-infraroodspectroscopie (fNIR) is een optische breinbeeldvormingstechniek die continue, niet-invasieve en draagbare monitoring mogelijk maakt van veranderingen in de cerebrale bloedoxygenatie in relatie tot menselijke hersenfuncties2-7. In het afgelopen decennium is fNIR gebruikt om cognitieve taken zoals aandacht, werkgeheugen en probleemoplossing effectief te monitoren7-11. fNIR kan worden geïmplementeerd in de vorm van een draagbaar en minimaal intrusief apparaat; het heeft de capaciteit om hersenactiviteit te monitoren in ecologisch valide omgevingen.

Cognitieve functies die worden beoordeeld aan de hand van taakprestaties omvatten patronen van hersenactivatie van de prefrontale cortex (PFC) die variëren van de initiële uitvoering van een nieuwe taak, na oefening en tijdens retentie12. Met behulp van positronemissetomografie (PET) stelden Van Horn en collega's vast dat de regionale cerebrale bloedstroom werd geactiveerd in de rechter frontale kwab tijdens de codering (d.w.z. de initiële naïeve prestatie) van ruimtelijke navigatie in virtuele doolhoven, terwijl er weinig tot geen activatie van de frontale regio's was na oefening en tijdens retentietests. Bovendien zijn de effecten van contextuele interferentie, een leerfenomeen dat gerelateerd is aan de organisatie van de oefening, duidelijk wanneer individuen meerdere taken aanleren onder verschillende oefenschema's13,14. Hoge contextuele interferentie (random oefenschema) ontstaat wanneer de te leren taken in een niet-sequentiële, onvoorspelbare volgorde worden gepresenteerd. Lage contextuele interferentie (geblokkeerd oefenschema) ontstaat wanneer de te leren taken in een voorspelbare volgorde worden gepresenteerd.

Ons doel hier is tweeledig: ten eerste het illustreren van het ontwerpproces van het experimentele protocol en het gebruik van MazeSuite, en ten tweede het demonstreren van de installatie en implementatie van het fNIR-systeem voor het monitoren van hersenactiviteit met behulp van Cognitive Optical Brain Imaging (COBI) Studio-software15. Om onze doelen te illustreren, wordt een substeekproef uit een studie gerapporteerd om het gebruik van zowel MazeSuite als COBI Studio in één enkel experiment te tonen. De studie betreft de beoordeling van de cognitieve activiteit van de PFC tijdens de acquisitie en het leren van computerdoolhof-taken voor geblokkeerde en willekeurige volgordes. Twee rechtshandige volwassenen (één man, één vrouw) voerden gedurende vier dagen 315 acquisitie-, 30 retentie- en 20 transfer-trials uit. De fasen van ontwerp, implementatie, data-acquisitie en analyse van de studie werden toegelicht met de bedoeling een richtlijn te bieden voor toekomstige studies.

Protocol

Maze-Suite bestaat uit drie hoofdapplicaties: een bewerkingsprogramma om doolhofomgevingen te construeren (MazeMaker), een visualisatie-/renderingmodule (MazeWalker) en tot slot een analyse- en padvisualisatietool (MazeAnalyzer). De volgende secties beschrijven het gebruik van MazeSuite; meer details zijn beschikbaar in de drie aanvullende video's, één voor elke MazeSuite-module.

1. Maze-ontwerpen

De MazeMaker-applicatie binnen Maze-Suite maakt het mogelijk om driedimensionale (3D) omgevingen te creëren door deze simpelweg vanuit vogelperspectief op een tweedimensionaal (2D) canvas te tekenen. Muren en vloeren kunnen via muisklikken worden getekend om coördinaten aan te geven, en gebruikers kunnen 3D-objectbestanden importeren of eigenschappen van items binnen het doolhof bewerken, zoals positie, oriëntatie, kleur, textuur en verlichting.

Start- en eindregio's van het doolhof kunnen worden toegewezen naast andere uitgangscriteria, zoals een time-outperiode. Voor elke uitgangsvoorwaarde kunnen ook afzonderlijke tekstberichten worden weergegeven om de deelnemer te informeren. Tijdens de ontwerpfase kunnen doolhoven worden getest door gebruik te maken van de 'quick run'-functie binnen MazeMaker.

Voor functionele beeldvormingsstudies wordt deelnemers meestal gevraagd om een reeks taken met herhaalde trials uit te voeren. Om het testen van deze herhaalde trials te vergemakkelijken, kan MazeMaker maze-lijstbestanden aanmaken; dit zijn gesorteerde lijsten met mazes en tekstberichten voor een experimentele sessie. Het is essentieel dat het maze-lijstbestand voor het experiment is voorbereid en grondig is gepilotest vóór de dag van het experiment.

Een korte handleiding voor het gebruik en de ontwikkeling van omgevingen met MazeMaker wordt gegeven in 'Aanvullende video II – MazeMaker'.

2. fNIR-opstelling en het plaatsen van het fNIR-sensorpad

De fNIR-box voorbereiden

  1. Achter de fNIR-box bevinden zich twee kabelconnectoren. Eén van de aansluitingen is voor de USB-verbinding en de andere aansluiting is voor het netsnoer.
  2. Sluit de fNIR-apparaatbox via de USB-kabel aan op een pc of laptop die zal worden gebruikt voor de data-acquisitie.
  3. Sluit de voedingsadapter aan op het apparaat en zet de schakelaar aan.
  4. De lintkabel wordt gebruikt om het sensorpad met de fNIR-box te verbinden.
    1. Het sensorpad bevat de lichtbronnen (LED's) en fotodetectoren.
    2. De LED's emitteren infrarood licht bij golflengten van 730nm en 850nm, die respectievelijk hoofdzakelijk worden geabsorbeerd door gedeoxygeneerd en oxygenated hemoglobinen en daardoor door biologisch weefsel kunnen dringen.

Het plaatsen van het sensor-pad

  1. Verzoek de deelnemer om het haar van het voorhoofd weg te halen voordat de sensor wordt geplaatst. Plaats de sensorstrip net boven de wenkbrauwen. Lijn het midden van de sensor uit met de verticale symmetrieas die ook door de neus loopt
  2. Druk het sensorpad stevig tegen het voorhoofd en gebruik een clip om de kabels aan de achterkant van het hoofd bij elkaar te houden. Hoewel niet strikt noodzakelijk, wordt een hoofdband of tennisbandana aanbevolen om het sensorpad te fixeren.
  3. Bevestig, nadat het sensorpad op het voorhoofd is geplaatst, de twee uiteinden van de lintkabel aan de fNIR-box. De lintkabels moeten worden aangesloten door de 'I'- en 'II'-zijden van de lintkabel te matchen met de overeenkomstige 'I'- en 'II'-connectoren op het apparaat.

Opstarten van de COBI Studio-software voor gegevensverzameling

  1. Klik op het icoon van Cognitive Optical Brain Imaging (COBI) Studio13 op het bureaublad om het hoofdvenster te openen.
  2. Het programma wordt geleverd met bepaalde vooraf ingestelde instellingen voor gegevensverzameling en visualisatie.
  3. Het is belangrijk om indien nodig de parameters voor gegevensacquisitie en de triggering (markersynchronisatie) te controleren en te bevestigen in het dialoogvenster voor apparaatinstellingen.
  4. COBI Studio kan alle gerelateerde gegevensbestanden automatisch benoemen als de "Experiment mode" wordt geactiveerd via de "New Experiment"-wizard.
  5. In de gegevensmap worden 3 soorten bestanden aangemaakt: (*.nir) voor fNIR-gegevens, (*.mrk) voor markergegevens en (*.txt) voor een logbestand van de experimentsessie.

3. Het experiment uitvoeren: De doolhoven renderen

Apparaatinstellingen en het starten van de fNIR-data-acquisitie

  1. De LED-aanstuurstroom bepaalt hoe fel elke LED schijnt. De standaardwaarde voor de LED-aanstuurstroom is 20mA. Deze waarde moet mogelijk worden aangepast op basis van de huidpigmentatie en andere kenmerken van de deelnemer. Het aanbevolen bereik voor de LED-stroom ligt tussen 5mA en 20mA
  2. De standaardwaarde voor de initiële versterking voor alle kanalen is 20. Aanbevolen waarden voor de versterking zijn 1, 5, 10, 15, 20.
  3. Klik op de link 'Start current device' en controleer de signaalkwaliteit. Als de ruwe intensiteitswaarden in COBI de 4000 naderen of lager zijn dan 1000, klik dan op 'Stop Device' en pas de LED-aanstuurstroom en de apparaatversterking aan totdat geschikte waarden zijn verkregen. Verhoog bij een zwak signaal eerst de LED-aanstuurstroom voordat u de apparaatversterking verhoogt. Verlaag bij een verzadigd signaal eerst de apparaatversterking voordat u de LED-aanstuurstroom verlaagt. Zodra de signaalkwaliteit acceptabel is, gaat u door naar stap 4.
  4. Start de Baseline. Hiermee worden 10 seconden aan gegevens verzameld die als nulmeting dienen in een aangepaste Beer-Lambert-vergelijking om concentratiewijzigingen van oxy- en deoxyhemoglobine8 te berekenen.
  5. Laat de Baseline volledig lopen (dit kan 10-20 seconden duren)
  6. Klik op 'Start recording'. Hiermee wordt het opslaan van alle gegevens gestart. Het experimentprotocol moet hierna beginnen.
  7. De experimentator kan ervoor kiezen om gedurende de experimentsessie handmatige markers toe te voegen om bepaalde gebeurtenissen aan te duiden door op de knoppen 'add manual marker' te klikken in het menu voor handmatige markers in de linkerbenedenhoek van het scherm.
  8. Start de Maze Suite om visuele stimuli te presenteren.

MazeWalker gebruiken om doolhoven weer te geven

  1. Start MazeWalker via het menu Start>Maze Suite>MazeWalker
  2. Schakel de markersynchronisatie in door 'Enable Serial Port' te selecteren in het menu onder Advanced>Serial Port Options. Controleer of het juiste COM-poortadres is geselecteerd.
  3. Selecteer het bestand met de doolhoflijst (dat is aangemaakt door MazeMaker) en kies een naam voor het nieuwe logbestand voor deze sessie. De naam of het participantnummer kan worden genoteerd in het veld 'walker'. Optioneel kan de autolog-functie worden gebruikt om automatisch naar een logbestand met tijdstempel te schrijven in plaats van het logbestand handmatig te specificeren.
  4. Klik op 'Start' om het proces te starten. Afhankelijk van de video-instellingen kan het protocol in volledig scherm of in venstermodus worden uitgevoerd.

4. Visualisatie van het pad van het subject

Met behulp van MazeAnalyzer kan de onderzoeker het doolhof en het pad van de deelnemer visualiseren op basis van de doolhof- en logbestanden. Daarnaast wordt er een samenvattend rapport gegenereerd, inclusief de totale padlengte en de tijd tot voltooiing van elk doolhof, als eerste gedragsmatige maatstaven. De logbestanden bevatten informatie met een tijdresolutie in milliseconden over het pad dat een proefpersoon heeft afgelegd, evenals de kijkvector van de proefpersoon en de interacties met objecten.

Een instructievideo is beschikbaar in 'Supplementary video I – MazeAnalyzer' en beschrijft het gebruik van de basisfunctionaliteiten van MazeAnalyzer, samen met methoden om de gedragsmetrieken te genereren die in de sectie met resultaten worden beschreven.

5. Verwerking van de fNIR-gegevens en analyse

Ruisverwijdering is de eerste stap bij het verwerken van de gegevens. Bronnen van ruis zijn onder meer 1) hoofdbewegingen, 2) fysiologische signalen zoals hartslag en ademhaling en 3) instrument- en omgevingsgerelateerde ruis.

Hoofdbewegingen kunnen ervoor zorgen dat de fNIR-detectoren verschuiven en het contact met de huid verliezen, waardoor ze worden blootgesteld aan: 1) omgevingslicht; 2) licht dat direct van de fNIR-bronnen wordt uitgezonden; of 3) licht dat door de huid wordt gereflecteerd, in plaats van te worden gereflecteerd door weefsel in de cortex. Dit type bewegingsartefact is gemakkelijk herkenbaar omdat het plotselinge, grote uitschieters (spikes) in de fNIR-gegevens veroorzaakt. Een subtieler artefact van hoofdbeweging is te wijten aan de effecten van zwaartekracht op het cerebrale bloed. Snelle hoofdbewegingen kunnen ervoor zorgen dat bloed naar (of weg van) het gemonitorde gebied stroomt, waardoor het bloedvolume snel toeneemt (of afneemt) met een bijbehorende scheefstelling van de gegevens. Omdat de dynamiek van dit type bewegingsartefact trager is dan de LED-"pop", kunnen ze worden verward met de werkelijke hemodynamische respons als gevolg van hersenactivatie. Daarom is het verwijderen van bewegingsartefacten uit fNIR-gegevens een belangrijke en noodzakelijke stap als fNIR moet worden ingezet als hersenbewakingstechnologie in natuurlijke omgevingen16.

Fysiologische signalen zoals hartslag (boven 0,5 Hz) en ademhaling (boven 0,2 Hz) bevinden zich in hogere frequentiebereiken dan hemodynamische responsen; daarom kunnen deze worden geëlimineerd met behulp van een lineair fase laagdoorlaat FIR-filter met een afsnijfrequentie tussen 0,1 en 0,15 Hz9.

Instrumentele ruis en omgevingsruis kunnen ontstaan door omgevingslicht, zoals daglicht (DC) en kamerverlichting (60Hz), of licht van een computermonitor (60-75Hz). Het wordt aanbevolen om de experimentele omgeving en de gegevensverwerving dienovereenkomstig in te richten om dit type ruis te elimineren. In de fNIR-box is een analoog laagdoorlaatfilter (anti-aliasingfilter) geïmplementeerd om te voorkomen dat hoogfrequente ruis terugvouwde in het bemonsteringsfrequentiebereik.

Er zijn veel geavanceerde ruisonderdrukkingsalgoritmen beschikbaar die gebruikmaken van verschillende kenmerken van het signaal17-20. Echter kan een proefpersoon of sessie worden uitgesloten als de gegevens onherstelbaar zijn (d.w.z. verzadigd).

Grafiek die de lichtintensiteit versus tijd weergeeft met cardiale, respiratoire, Myer-golfcycli en bewegingsartefacten.
Figuur 1. Componenten van het fNIR-signaal

De ruwe fNIR-signalen zijn lichtintensiteitsmetingen (zie Figuur 1). Door veranderingen in de optische dichtheid (OD) bij twee golflengten te meten, kan de relatieve verandering van oxy-Hb en deoxy-Hb ten opzichte van de tijd worden bepaald met behulp van de gewijzigde wet van Beer-Lambert21-23. De OD bij een specifieke inputgolflengte (λ) is de logaritmische verhouding tussen de inputlichtintensiteit (Iin) en de output (gedetecteerde) lichtintensiteit (Iout). De OD is daarnaast gerelateerd aan de concentratie (c) en de extinctiecoëfficiënt (e) van chromoforen, de gecorrigeerde afstand (d) tussen de lichtbron en de detector, plus een constante attenuatiefactor (G).
Vergelijking voor optische dichtheid met betrekking tot lichtabsorptie, diagram dat de berekening van OD illustreert.

Met dezelfde Iin op twee verschillende tijdstippen en de gedetecteerde lichtintensiteit tijdens de baseline (Irest) en tijdens de uitvoering van de taak (Itest), is het verschil in OD voor golflengte λ
Spectroscopieformule, ΔODλ-vergelijking voor optische dichtheidsanalyse in spectroscopische studies.

Het meten van de OD bij twee verschillende golflengten geeft
Spectroscopie-vergelijking voor optische dichtheid; matrixvorm; absorptie- en concentratieanalyse.

Deze set vergelijkingen kan worden opgelost voor concentraties als de 2x2 matrix niet-singulier is. Meestal worden de twee golflengten gekozen i) binnen 700-900nm, waar de absorptie van oxy-Hb en deoxy-Hb dominant is vergeleken met andere weefselchromoforen, en ii) onder en boven het isosbestisch punt (~805nm, waar de absorptiespectra van deoxy- en oxy-Hb elkaar kruisen), om de veranderingen in absorptie respectievelijk te richten op deoxy-Hb of oxy-Hb. Het fNIR-instrument dat in deze studie is gebruikt, maakt gebruik van golflengten van 730nm en 850nm.

Ten slotte worden, met behulp van de markers (tijdsynchronisatiesignalen), de perioden van baseline/rust en de taken gelabeld, en worden geselecteerde kenmerken uit de oxygenatiegegevens geëxtraheerd, zoals gemiddelde, minimale en maximale waarden. COBI Studio slaat zowel de ruwe lichtintensiteitsmetingen als de berekende oxygenatiewaarden (met behulp van de gemodificeerde wet van Beer-Lambert) op in tekstbestanden, evenals de tijdsynchronisatie- (marker)bestanden. COBI Studio kan ook worden gebruikt om methoden voor ruisonderdrukking toe te passen, zoals finite impulse response low-pass- of band-pass-filters. Uitvoerbestanden kunnen worden geëxporteerd naar gangbare analysesoftware zoals (Matlab, Excel, SPM en SPSS) of gespecialiseerde analysesoftware zoals fnirSoft24 voor verdere verwerking.

6. Representatieve resultaten:

Voorbeelden van fNIR-signalen

Figuren 2-5 tonen ruwe fNIR-signalen van een enkele meetlocatie met twee golflengtecomponenten (730nm en 850nm), afzonderlijk weergegeven. Figuur 2 vertegenwoordigt een geldig en acceptabel signaalepoch, terwijl figuren 3 en 4 onacceptabel zijn en verworpen moeten worden. Figuur 5 toont een ruw signaal dat besmet was met bewegingsartefacten en gereinigd of verworpen moet worden.

Spectrale analyse grafiek, lichtintensiteit versus tijd, die stabiliteit bij golflengten van 730nm en 850nm laat zien.
Figuur 2. Een goed voorbeeld van een ruw fNIR-signaal

Spectroscopieresultaatdiagram dat de lichtintensiteit in de tijd weergeeft bij golflengten van 730nm en 850nm.
Figuur 3. Een voorbeeld van een slecht fNIR-ruwsignaal waarbij het 850nm-kanaal verzadigd is.

Spectroscopiegraphiek, lichtintensiteit bij 730nm en 850nm, tijd versus detector, optische studieprobleem.
Figuur 4. Een voorbeeld van een slecht fNIR-ruwsignaal waarbij sprake is van een hardwareprobleem of een verbindingsprobleem met de kabel.

Grafiek van lichtintensiteit die bewegingsartefacten bij 730nm en 850nm laat zien; resultaat van spectroscopische analyse.
Figuur 5. Een voorbeeld van een slecht fNIR-ruwsignaal met bewegingsartefacten.

Studieprotocol

Beoordelingen van het leerproces worden het best geïllustreerd door retentie- (d.w.z. geheugen) en transfertests (d.w.z. generaliseerbaarheid). In onze studie werden drie doolhoven (maze1, maze2 en maze3) geoefend tijdens de acquisitiefase, met in totaal 105 pogingen per doolhof verspreid over drie dagen. De twee condities, willekeurige oefenvolgorde (RND) en geblokkeerde oefenvolgorde (BLK), zijn samengevat in Figuur 6. Twee proefpersonen meldden zich vrijwillig voor de vierdaagse studie. Op de 4e dag werden er voor elk doolhof 10 retentiepogingen uitgevoerd, waarbij de doolhoven in een willekeurige volgorde werden gepresenteerd. Er werden twee nieuwe doolhoven (maze4 en maze5) gemaakt die extra gangen hadden en andere start- en eindpunten dan de oorspronkelijk geoefende doolhoven. De proefpersonen voltooiden tien pogingen voor elk van de twee nieuwe doolhoven. Deze doolhoven vormden een transferfase en werden in een willekeurige volgorde aan iedereen gepresenteerd. De doolhoven uit de transferfase werden gebruikt om vast te stellen in welke mate elke proefpersoon in staat was om het leren en oefenen met de acquisitiedoolhoven te generaliseren.

Diagram van geblokte versus random oefening; verdeling van pogingen over de dagen; studie naar vaardigheidsverwerving.
Figuur 6. Representatief overzicht van het experimentele protocol.

Bestudeer de gedragsresultaten

De volgende figuren 7 tot en met 9 tonen de gemiddelde kenmerkwaarden (padlengte, totale voltooiingstijd en snelheid) van de proefpersonen per dag. Ten eerste worden de resultaten van maze1, maze2 en maze3 vermeld voor zowel RND- als BLK-oefening. Vervolgens worden de resultaten van maze4 en maze5 vermeld om de resultaten van random versus geblokkeerde oefening te vergelijken. Alle foutenbalken geven de standaardfout van het gemiddelde (SEM) weer.

Staafdiagrammen van de prestaties in het doolhof die de padlengte, totale tijd en snelheid over dag 1-4 tonen.
Figuur 7. Samenvatting van de gedragsprestaties tijdens de RND-oefening voor acquisitie- en retentietaken, inclusief totale padlengte, totale voltooiingstijd en gemiddelde snelheid.

Analyse van doolhofnavigatie; staafdiagrammen; vergelijking van padlengte, tijd en snelheid over meerdere dagen.
Figuur 8. Samenvatting van de gedragsprestaties tijdens de BLK-trainingsfase voor acquisitie- en retentietaken, inclusief totale padlengte, totale voltooiingstijd en gemiddelde snelheid.

Padvindingsanalyse, staafdiagrammen die metrieken in Maze4 en Maze5 vergelijken; padlengte, tijd, snelheid.
Figuur 9. Vergelijking van de gedragsprestaties van BLK versus RND training voor transfertaken, inclusief totale padlengte, totale voltooiingstijd en gemiddelde snelheid.

Bestudeer de fNIR-resultaten

Veranderingen in de concentratie van zuurstofrijk hemoglobine ten opzichte van de basislijn werden gemiddeld over het tijdsverloop van elk individueel doolhof met behulp van markergegevens ontvangen van MazeWalker (die het begin en einde van elk doolhof aangeven). Grotere concentratieveranderingen worden beschouwd als een weergave van hogere niveaus van regionale hersenactivatie. Een hoger activatieniveau werd waargenomen tijdens zowel de retentie- als de transfertaken voor BLK-oefening in vergelijking met RND-oefening. Tijdens de transfertaken werd een hoger activatieniveau gezien bij BLK-oefening vergeleken met RND-oefening (Zie Figuur 10).

Voor het proefpersoon met BLK-training vereisten de transfer-trials een hogere activatie in vergelijking met de retentie-trials. Voor het proefpersoon met RND-training verschilde het activatieniveau NIET tussen de transfer- en retentietaken, in tegenstelling tot het proefpersoon met BLK-training (zie Figuur 11).

Staafdiagram van de oxy-Hb concentratie tijdens de retentie- en transferfasen, waarbij de BLK- en RND-groepen worden vergeleken.
Figuur 10. Vergelijking van de gemiddelde veranderingen in oxy-Hb concentratie voor BLK versus RND oefening voor zowel retentietaken (links) als transfertaken (rechts).

Staafdiagram dat de gemiddelde ∆Oxy-Hb-concentratie vergelijkt in BLK- en RND-condities, retentie versus transfer.
Figuur 11. Vergelijking van gemiddelde veranderingen in de oxy-Hb-concentratie voor retentie- versus transfertaken voor zowel BLK (links) als RND (rechts) oefening.

Discussie

De prefrontale cortex (PFC) in het menselijke brein faciliteert cognitieve controle over de coördinatie van gedachten en acties in relatie tot interne doelen. In het bijzonder staat bekend dat de anterieure/dorsolaterale PFC hogere cognitieve functies bemiddelt, zoals taakbeheer, planning en ruimtelijke navigatie25. fNIR is een draagbaar, veilig en niet-invasief instrument voor hersenmonitoring dat in klinische, laboratorium- en natuurlijke omgevingen is gebruikt om hersenactivatie te bestuderen. Deze verkennende studie demonstreerde het gebruik van Maze Suite en fNIR om neurobehaviorale aspecten van ruimtelijke navigatie te bestuderen. In deze verkennende studie wordt het MazeSuite-platform in combinatie met fNIR gebruikt om de neurobehaviorale aspecten van ruimtelijke navigatie in de dorsolaterale PFC te bestuderen en om de combinatie van deze twee instrumenten aan te tonen.

MazeSuite is een platform voor experimenteel ontwerp, presentatie en analyse. Het maakt de creatie en toepassing van eenvoudige 3D-omgevingen mogelijk met een gebruiksvriendelijke grafische interface en registreert automatisch gedragsmaten voor vergelijkingen binnen of tussen proefpersonen. Tijdens de presentatie van MazeSuite-omgevingen werden gelijktijdige, tijdgesynchroniseerde fNIR-metingen uitgevoerd met behulp van een commercieel verkrijgbaar, draagbaar continuous wave fNIR-systeem (Imager 1000, fNIR Devices, LLC) en COBI Studio-software15. fNIR is eerder vastgesteld als een veilige en effectieve non-invasieve tool voor hersenmonitoring in klinische, laboratorium- en natuurlijke settings voor de studie van hersenactivatie7,11 en wordt in deze studie gebruikt om cognitieve responsen te onderzoeken die geassocieerd zijn met contextuele interferentie tijdens ruimtelijke navigatietaken.

Om de effecten van contextuele interferentie door de volgorde van oefening te onderzoeken, kregen proefpersonen een oefenvolgorde met een lage interferentie (BLK) of een hoge interferentie (RND). Deze verschillende oefenschema's werden gebruikt om het effect van het leren van meerdere virtuele ruimtelijke navigatietaak-doolhoven te testen tijdens acquisitie-, retentie- en transfertests. De gedragsresultaten geven aan dat er voor beide oefenvolgordes een monotonisch dalende trend is in de totale tijd die nodig is om het doolhof te voltooien, wat suggereert dat proefpersonen elk doolhof in kortere tijd voltooiden naarmate ze meer oefenden. Daarnaast nam de gemiddelde snelheid waarmee proefpersonen door het doolhof navigeerden (doolhofsnelheid) toe met de oefening. Deze verbeteringen in gedragsmaten over de tijd zijn verwachte gevolgtrekkingen van leren. Gemiddelde veranderingen in de oxy-Hb-concentratie tijdens de oefenproeven geven aan dat de BLK-oefening een hogere hersenactivatie vereiste in vergelijking met de RND-oefenvolgorde.

RND-oefening resulteerde in een snellere voltooiingsduur en kortere padlengtes in vergelijking met de BLK-oefenvolgorde voor respectievelijk retentie en transfer. Een dalende trend die werd waargenomen in de gemiddelde oxy-Hb voor BLK- en RND-oefeningen tijdens de retentie-trials wijst op een verminderde activiteit in de PFC. Deze bevinding is te verwachten, aangezien eerder onderzoek heeft gesuggereerd dat er sprake is van een afname van de activiteit in de PFC tijdens de latere fasen van het leren12,26.

Bovendien vereiste de navigatie in nieuwe doolhoven tijdens de transferfase een hogere hersenactivatie voor proefpersonen met BLK-training vergeleken met proefpersonen met RND-training. Aangezien de volgorde van oefening verschilde voor de taken die al waren aangeleerd (d.w.z. doolhof 1, doolhof 2 en doolhof 3), kan deze gestratificeerde willekeurige oefenvolgorde voor de proefpersoon die de taken in een sequentiële (BLK-training) volgorde had aangeleerd, voldoende nieuw zijn geweest om extra inspanning en cognitieve middelen te vereisen om de taken uit te voeren12,26. Echter, bij de RND-training was de neurale activatie tijdens de transferfase niet hoger dan tijdens de retentiefase. Deze bevindingen bevestigen de PET-bevindingen met ruimtelijke navigatie in virtuele doolhoven gerapporteerd door Van Horn en collega's12.

Samenvattend hebben we het gebruik van MazeSuite in combinatie met COBI Studio beschreven voor een studie naar de effecten van contextuele interferentie gerelateerd aan de volgorde van oefening bij het leren van ruimtelijke navigatietaken. De hier besproken fNIR-methoden zijn niet beperkt tot ruimtelijke navigatietaken en kunnen worden gebruikt voor diverse taken in andere neuroimaging-studies. De fasen van ontwerp, implementatie, data-acquisitie en analyse van de studie werden toegelicht met de bedoeling een richtlijn te bieden voor toekomstige studies.

Openbaarmakingen

fNIR Devices, LLC produceert het optische hersenbeeldingsinstrument en beschikt over de gelicentieerde IP en knowhow van Drexel University. H. Ayaz, M. Izzetoglu, K. Izzetoglu en B. Onaral waren betrokken bij de technologische ontwikkeling en kregen daarom een klein aandeel in de nieuwe startup fNIR Devices, LLC.

Dankbetuigingen

De financiering voor dit werk werd gedeeltelijk verstrekt door de Commonwealth of Pennsylvania # 41000037709 subcontract #240468 en Drexel University subcontract #280773.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
Doolhofsuite
fNIR Imager 1000

Referenties

  1. Ayaz, H., Allen, S. L., Platek, S. M., Onaral, B. Maze Suite 1.0: a complete set of tools to prepare, present, and analyze navigational and spatial cognitive neuroscience experiments. Behav. Res Methods. 40, 353-359 (2008).
  2. Chance, B., Zhuang, Z., UnAh, C., Alter, C., Lipton, L. Cognition-activated low-frequency modulation of light absorption in human brain. Proceedings of the National Academy of Sciences of the United States of America. 90, 3770-3774 (1993).
  3. Villringer, A., Planck, J., Hock, C., Schleinkofer, L., Dirnagl, U. Near infrared spectroscopy (NIRS): a new tool to study hemodynamic changes during activation of brain function in human adults. Neuroscience letters. 154, 101-104 (1993).
  4. Hoshi, Y. Non-synchronous behavior of neuronal activity, oxidative metabolism and blood supply during mental tasks in man. Neuroscience letters. 172, 129-133 (1994).
  5. Strangman, G., Boas, D. A., Sutton, J. P. Non-invasive neuroimaging using near-infrared light. Biological psychiatry. 52, 679-693 (2002).
  6. Coyle, S., Ward, T. E., Markham, C. M. Brain-computer interface using a simplified functional near-infrared spectroscopy system. Journal of neural engineering. 4, 219-226 (2007).
  7. Ayaz, H. Optical brain monitoring for operator training and mental workload assessment. Neuroimage. , (2011).
  8. Izzetoglu, M. Functional near-infrared neuroimaging. IEEE Trans Neural Syst Rehabil Eng. 13, 153-159 (2005).
  9. Izzetoglu, M., Bunce, S. C., Izzetoglu, K., Onaral, B., Pourrezaei, K. Functional brain imaging using near-infrared technology. IEEE Eng Med Biol Mag. 26, 38-46 (2007).
  10. Shalinsky, M. H., Kovelman, I., Berens, M. S., Petitto, L. A. Exploring Cognitive Functions in Babies, Children & Adults with Near Infrared Spectroscopy. J. Vis. Exp. (29), e1268-e1268 (2009).
  11. Izzetoglu, K. The evolution of field deployable fNIR spectroscopy from bench to clinical settings. Journal of Innovative Optical Health Sciences. 4, 1-12 (2011).
  12. Van Horn, J. D. Changing patterns of brain activation during maze learning. Brain Res. 793, 29-38 (1998).
  13. Shewokis, P. A. Memory consolidation and contextual interference effects with computer games. Perc Motor Skills. 97, 581-589 (2003).
  14. Magill, R. A., Hall, K. G. A review of the contextual interference effect in motor skill acquisition. Human Movement Science. 9, 241-289 (1990).
  15. Ayaz, H., Onaral, B. Analytical software and stimulus-presentation platform to utilize, visualize and analyze near-infrared spectroscopy measures Masters Degree thesis [dissertation]. , Drexel University. (2005).
  16. Ayaz, H. Advances in Understanding Human Performance: Neuroergonomics, Human Factors Design, and Special Populations. Marek, T., Karwowski, W., Rice, V. 3, CRC Press Taylor & Francis Group. 21-31 (2010).
  17. Izzetoglu, M., Chitrapu, P., Bunce, S., Onaral, B. Motion artifact cancellation in NIR spectroscopy using discrete Kalman filtering. Biomedical engineering online. 9, 16-16 (2010).
  18. Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: a review of time-series analysis methods for near-infrared spectroscopy of the brain. Appl Opt. 48, 280-298 (2009).
  19. Zhang, Q., Strangman, G., Ganis, G. Adaptive filtering to reduce global interference in non-invasive NIRS measures of brain activation: How well and when does it work? Neuroimage. 45, 788-794 (2009).
  20. Izzetoglu, M., Devaraj, A., Bunce, S., Onaral, B. Motion artifact cancellation in NIR spectroscopy using Wiener filtering. IEEE Trans Biomed Eng. 52, 934-938 (2005).
  21. Cope, M. The development of a near infrared spectroscopy system and its application for non invasive monitoring of cerebral blood and tissue oxygenation in the newborn infant. , University College London. London. (1991).
  22. Elwell, C. Quantification of adult cerebral hemodynamics by near-infrared spectroscopy. Journal of Applied Physiology. 77, 2753-2753 (1994).
  23. Wyatt, J. Quantitation of cerebral blood volume in human infants by near-infrared spectroscopy. Journal of Applied Physiology. 68, 1086-1086 (1990).
  24. Ayaz, H. Functional Near Infrared Spectroscopy based Brain Computer Interface PhD thesis [dissertation]. , Drexel University. (2010).
  25. Wood, J. N., Grafman, J. Human prefrontal cortex: processing and representational perspectives. Nat Rev Neurosci. 4, 139-147 (2003).
  26. Shadmehr, R., Holcomb, H. H. Neural correlates of motor memory consolidation. Science. 277, 821-825 (1997).

Herprints en machtigingen

Trefwoorden

Leren van ruimtelijke navigatieprefrontale cortexactiviteitcontextuele interferentie effectcognitieve optische hersenbeeldvorminggedragsmatige prestatietrackingoptische hersenmonitoringmeting van de hemodynamische responsplaatsing van sensorpads
Met behulp van MazeSuite en functionele Near Infrared Spectroscopy te Study Leren in Spatial Navigation
Neem contact met ons op
Aanbevelen aan bibliotheek

Privacy

Gebruiksvoorwaarden

Beleid

Copyright © 2026 MyJoVE Corporation. Alle rechten voorbehouden.