Pomiar statystycznego uczenia się w różnych modalnościach i dziedzinach u dzieci w wieku szkolnym za pośrednictwem platformy internetowej i technik neuroobrazowania

Podsumowanie

Prezentowany tutaj jest protokół wprowadzający zestaw przyjaznych dzieciom zadań do nauki statystycznej, mających na celu zbadanie uczenia się przez dzieci wzorców statystycznych w różnych dziedzinach i modalnościach sensorycznych. Opracowane zadania zbierają dane behawioralne przy użyciu platformy internetowej i danych funkcjonalnego rezonansu magnetycznego (fMRI) w celu zbadania zaangażowania neuronalnego podczas uczenia się statystycznego.

Streszczenie

Statystyczne uczenie się, podstawowa umiejętność wydobywania prawidłowości w środowisku, jest często uważana za podstawowy mechanizm wspierający rozwój pierwszego języka. Podczas gdy wiele badań nad uczeniem się statystycznym jest prowadzonych w ramach jednej domeny lub modalności, ostatnie dowody sugerują, że umiejętność ta może się różnić w zależności od kontekstu, w którym bodźce są prezentowane. Ponadto niewiele badań bada uczenie się w czasie rzeczywistym, skupiając się raczej na wynikach uczenia się. W tym protokole opisujemy podejście do identyfikacji poznawczych i neuronalnych podstaw statystycznego uczenia się w obrębie jednostki, w różnych domenach (językowych i niejęzykowych) i modalnościach sensorycznych (wzrokowych i słuchowych). Zadania są zaprojektowane tak, aby jak najmniejsze zapotrzebowanie poznawcze na uczestników, dzięki czemu są idealne dla małych dzieci w wieku szkolnym i specjalnych populacji. Internetowy charakter zadań behawioralnych daje nam wyjątkową możliwość dotarcia do bardziej reprezentatywnych populacji w całym kraju, oszacowania wielkości efektu z większą precyzją oraz wniesienia wkładu w otwarte i powtarzalne badania. Pomiary neuronalne dostarczane przez zadanie funkcjonalnego rezonansu magnetycznego (fMRI) mogą dostarczyć badaczom informacji na temat mechanizmów neuronalnych zaangażowanych podczas uczenia się statystycznego oraz tego, jak mogą się one różnić u poszczególnych osób w zależności od domeny lub modalności. Wreszcie, oba zadania pozwalają na pomiar uczenia się w czasie rzeczywistym, ponieważ zmiany czasu reakcji na bodziec docelowy są śledzone w całym okresie ekspozycji. Główne ograniczenie korzystania z tego protokołu dotyczy godzinnego czasu trwania eksperymentu. Dzieci mogą potrzebować wykonać wszystkie cztery statystyczne zadania uczenia się podczas wielu posiedzeń. W związku z tym platforma internetowa została zaprojektowana z myślą o tym ograniczeniu, aby zadania mogły być rozpowszechniane indywidualnie. Metodologia ta pozwoli użytkownikom zbadać, w jaki sposób proces uczenia się statystycznego przebiega w różnych dziedzinach i modalnościach u dzieci z różnych środowisk rozwojowych.

Wprowadzenie

Statystyczne uczenie się to podstawowa umiejętność wspomagająca nabywanie kombinacji reguł w danych wejściowych języka¹. Skuteczna statystyczna zdolność uczenia się u niemowląt przewiduje późniejszy sukces w nauce języka^2,3. Zmienność statystycznych umiejętności uczenia się u dzieci w wieku szkolnym została również powiązana ze słownictwem⁴ i reading^5,6. Trudności w uczeniu się danych statystycznych zostały zaproponowane jako jeden z mechanizmów etiologicznych leżących u podstaw upośledzenia językowego⁷. Pomimo związku między statystycznym uczeniem się a wynikami językowymi zarówno w populacjach neurotypowych, jak i nietypowych, mechanizmy poznawcze i neuronalne leżące u podstaw statystycznego uczenia się pozostają słabo poznane. Ponadto wcześniejsza literatura wykazała, że w obrębie jednostki statystyczna zdolność uczenia się nie jest jednolita, ale niezależna we wszystkich domenach i modalnościach^6,8,9. Trajektoria rozwojowa statystycznych zdolności uczenia się może się jeszcze bardziej różnić w zależności od dziedziny i modalności¹⁰. Wyniki te podkreślają znaczenie oceny indywidualnych różnic w statystycznym uczeniu się w wielu zadaniach w trakcie rozwoju. Jednak dziedzina ta wymaga najpierw bardziej systematycznego zbadania związku między uczeniem się statystycznym a rozwojem pierwszego języka. Aby odpowiedzieć na te pytania, stosujemy innowacyjne metody, w tym internetową platformę testową¹¹, która dociera do dużej liczby dzieci, oraz laboratoryjne techniki neuroobrazowania (funkcjonalny rezonans magnetyczny lub fMRI), które badają kodowanie informacji statystycznych w czasie rzeczywistym.

Standardowe miary statystycznego uczenia się rozpoczynają się od fazy zaznajomienia, po której następuje zadanie z dwoma alternatywnymi wymuszonymi wyborami (2-AFC)^12,13. Faza zaznajamiania wprowadza ciągły strumień bodźców osadzonych w statystycznych prawidłowościach, gdzie niektóre bodźce z większym prawdopodobieństwem współwystępują niż inne. Prezentacja tych współwystępujących bodźców przebiega zgodnie z ustalonym porządkiem czasowym. Uczestnicy są pasywnie wystawiani na strumień podczas fazy zaznajamiania, po której następuje zadanie 2-AFC, które sprawdza, czy uczestnik pomyślnie wyodrębnił wzorce. Zadanie dokładności 2-AFC przedstawia dwie następujące po sobie sekwencje: jedna sekwencja została przedstawiona uczestnikowi podczas fazy zapoznawczej, podczas gdy druga jest sekwencją nową lub zawiera część sekwencji. Ponadprawna dokładność na 2-AFC wskazywałaby na udaną naukę na poziomie grupy. Tradycyjne zadania behawioralne oceniające uczenie się statystyczne na ogół opierają się na dokładności jako miarze wyniku uczenia się. Jednak dokładność nie uwzględnia naturalnego uczenia się informacji w miarę ich rozwoju w czasie. Miara uczenia się w czasie rzeczywistym jest konieczna, aby wykorzystać niejawny proces uczenia się statystycznego, podczas którego dzieci nadal kodują prawidłowości z inputs^14,15,16. Opracowano różne adaptacje różnych paradygmatów w celu odejścia od miary 2-AFC w kierunku miar uczenia się on-line poprzez reakcje behawioralne podczas ekspozycji¹⁶. Badania wykorzystujące te adaptacje, które mierzą czas reakcji podczas fazy ekspozycji, wykazały, że były one związane z dokładnością po uczeniu się¹⁷ z lepszą wiarygodnością testu-ponownego testu w porównaniu z dokładnością u dorosłych uczniów¹⁸.

Miary neuronowe są również fundamentalne dla naszego zrozumienia, jak proces uczenia się rozwija się w czasie, ponieważ niejawny proces, w którym odbywa się nauka języka, prawdopodobnie rekrutuje inne zasoby neuronowe niż te, które są używane po nauczeniu się języka¹⁹. Pomiary neuronowe dostarczają również informacji na temat różnic w specjalizacjach poznawczych leżących u podstaw zdolności językowych w specjalnych populacjach²⁰. Sposób, w jaki kontrast stanu jest projektowany w badaniu fMRI, ma kluczowe znaczenie dla tego, jak interpretujemy wzorce aktywacji neuronalnej podczas uczenia się. Jedną z powszechnych praktyk jest porównywanie reakcji mózgu podczas fazy zaznajamiania między sekwencjami zawierającymi regularne wzorce a tymi zawierającymi te same bodźce, które są uporządkowane losowo. Jednak wcześniejsze badania wdrażające taki losowy warunek kontrolny nie znalazły dowodów na uczenie się w zachowaniu, pomimo różnic neuronalnych między sekwencjami ustrukturyzowanymi i losowymi. Może to być spowodowane interferencją losowych sekwencji podczas uczenia się sekwencji strukturalnych, ponieważ obie zostały skonstruowane z tych samych bodźców^21,22. Inne badania fMRI, w których wykorzystano mowę wsteczną lub wcześniejsze bloki uczenia się jako warunek kontrolny, potwierdziły, że uczenie się odbywało się behawioralnie^19,23. Jednak każdy z tych paradygmatów wprowadził swój własny czynnik zakłócający, taki jak efekt przetwarzania języka w pierwszym przypadku i efekt porządku eksperymentalnego w drugim przypadku. Nasz paradygmat wykorzystuje sekwencję losową jako warunek kontrolny, ale łagodzi ich ingerencję w uczenie się przez uczestników sekwencji ustrukturyzowanych. Nasz paradygmat fMRI implementuje również mieszany projekt związany z blokiem/zdarzeniem, co pozwala na jednoczesne modelowanie przejściowych sygnałów BOLD związanych z próbą i trwałym zadaniem związanym z zadaniem²⁴. Wreszcie, i w szerszym ujęciu, miary neuronowe pozwalają na pomiar uczenia się w populacjach, w których wywołanie wyraźnej reakcji behawioralnej może być trudne (np. populacje rozwojowe i specjalne)²⁵.

Obecny protokół przyjmuje miarę czasu reakcji, oprócz tradycyjnych miar dokładności, i bada aktywację mózgu podczas fazy zaznajamiania. Połączenie tych metod ma na celu dostarczenie bogatego zestawu danych do badania procesów uczenia się w czasie rzeczywistym. Platforma internetowa oferuje zestaw miar uczenia się, obejmując zarówno czas reakcji w fazie ekspozycji, jak i dokładność zadania 2-AFC w fazie testowej. Protokół neuroobrazowania pozwala na badanie podstawowych mechanizmów neuronalnych wspierających uczenie się statystyczne w różnych domenach i modalnościach. Chociaż optymalne jest mierzenie statystycznego uczenia się u danej osoby przy użyciu zarówno protokołu internetowego, jak i fMRI, zadania są zaprojektowane tak, aby mogły być rozpowszechniane niezależnie, a zatem jako dwie niezależne miary statystycznego uczenia się. Eksperymenty fMRI zawarte w obecnym protokole mogą pomóc w wyjaśnieniu, w jaki sposób kodowanie bodźców, ekstrakcja wzorców i inne składniki składowe uczenia się statystycznego są reprezentowane przez określone regiony i sieci mózgu.

Protokół

Wszyscy uczestnicy wyrazili pisemną zgodę na uczestnictwo, a badanie zostało przeprowadzone zgodnie z Institutional Review Board.

1. Przegląd statystycznego paradygmatu uczenia się wykorzystywanego w protokole internetowym

1. W obecnym paradygmacie uwzględnij cztery zadania: obrazowe (wizualno-niejęzykowe), literowe (wizualno-językowe), tonalne (słuchowo-niejęzykowe) i sylabowe (słuchowo-językowe).
   1. Skonstruuj bodźce do zadań wizualnych, używając 12 samodzielnych obrazów z kreskówek obcych (obraz) i 12 obrazów literowych (list; B, J, K, A, H, C, F, E, J, G, D, M) przedstawiające tego samego cudzoziemca trzymającego 12 znaków z wielkimi literami.
   2. Skonstruuj bodźce słuchowe za pomocą 12 angielskich sylab (sylaba; pi,pu,pa,ti,tu.ta,di,du,da,bi,bu,ba) i 12 tonów muzycznych w obrębie tej samej oktawy (ton; F,G,D,G#,C#,B,C,F#,D#,E,A,A#). Bodźce sylabowe mogą być wytwarzane za pomocą sztucznego syntezatora mowy i mogą być nagrywane jako osobne pliki w Praat^26,27.
2. W fazie zaznajamiania się przedstaw bodźce w ustrukturyzowanym strumieniu (patrz Rysunek 1). Informacja zwrotna nie jest przekazywana w żadnym momencie fazy zapoznawczej lub testowej.
   UWAGA: W ramach każdego zadania bezpośrednio po fazie zapoznania następuje faza testowa.
   1. W zadaniu Obraz (wizualno-niejęzykowy) podziel 12 obrazów na cztery trójki. W fazie zaznajamiania się powtórz każdą z czterech docelowych trojaczków 24 razy, co daje w sumie 96 trojaczków.
      UWAGA: 96 trojaczków jest losowo łączonych w ciągły strumień, z zastrzeżeniem, że żaden tryplet nie może być natychmiast powtórzony. Obrazy są prezentowane pojedynczo na środku ekranu. Każdy obraz jest prezentowany przez 800 ms z 200 ms interwału między bodźcami. Cała faza zapoznawcza potrwa 4 min 48 s.
   2. Upewnij się, że faza testowa zawsze następuje po fazie zapoznawczej i składa się z 32 dwóch alternatywnych pytań wymuszonego wyboru (2AFC). Do każdego pytania uwzględnij 2 opcje: trójkę docelową z fazy zapoznawczej oraz trójkę, która nie została uwzględniona w fazie zapoznawczej, określaną jako trójka foliowa.
      UWAGA: Trojaczki foliowe są skonstruowane w taki sposób, że względne położenie każdego obrazu w trójce folii jest takie samo jak trypletu docelowego. Każda tarcza i trójka folii są prezentowane łącznie 8 razy w teście, a każda para foil-tarcza jest powtarzana. Faza testowa składa się z 32 losowo uporządkowanych prób (4 trojaczki docelowe x 4 trojaczki foliowe x 2 powtórzenia).
   3. Do zadania listowego (wizualno-językowego) dołącz 12 obrazów wielkich liter, które są zorganizowane w cztery docelowe trojaczki (GJA, FKC, LBE i MDH). W fazie testowej utwórz 4 trojaczki foliowe (GDE, FJH, LKA i MBC) i sparuj je z docelowymi trojaczkami, aby utworzyć 32 próby testowe 2AFC. Żadna trójka liter nie może zawierać żadnych słów, popularnych akronimów ani inicjałów.
   4. W zadaniu tonalnym (słuchowo-niejęzykowym) uwzględnij 12 czystych tonów muzycznych w tej samej oktawie (pełna skala chromatyczna zaczynająca się od środkowego C) i połącz je w cztery docelowe triole (F#DE, ABC, C#A#F i GD#G#). W przeciwieństwie do zadań wizualnych, szybkość prezentacji jest większa ze względu na różnice w preferencjach percepcji słuchowej^6,28,29.
      UWAGA: Każdy z czterech docelowych trojaczków jest powtarzany 48 razy, co daje w sumie 192 trojaczki (dwa razy więcej niż warunki wizualne). Wszystkie trojaczki są łączone w strumień dźwiękowy, bez powtarzania trypletu dwa razy z rzędu. Czyste tony są prezentowane pojedynczo, podczas gdy uczestnicy wyświetlają pusty ekran. Czas trwania każdego tonu wynosi 460 ms z 20-milimetrowym interwałem między bodźcami. Cały stream trwa około 4 min i 36 s. Podobnie jak w zadaniach wizualnych, bezpośrednio po fazie zapoznawczej następuje faza testowa składająca się z 32 prób 2AFC z parami trojaczków tarczowych i foliowych (F#BF, AA#G#, C#D#E, GDC).
   5. Do zadania sylabowego (słuchowo-językowego) użyj 12 sylab samogłosek spółgłoskowych (CV) utworzonych i pogrupowanych w cztery docelowe trojaczki (pa-bi-ku, go-la-tu, da-ro-pi i ti-bu-do). Czas trwania każdej sylaby i interwał między bodźcami jest taki sam jak warunek tonu. Sparuj cztery trojaczki foliowe (pa-ro-do, go-bu-ku, da-bi-tu i ti-la-pi) z docelowymi trojaczkami w fazie testowej.
3. Losowo uporządkuj kolejność czterech statystycznych zadań uczenia się u wszystkich uczestników.

2. Rekrutacja uczestników

UWAGA: Podczas gdy protokół internetowy i protokół fMRI najlepiej wdrażać razem w ramach jednego uczestnika, tutaj przedstawiamy najlepsze praktyki rekrutacji uczestników do każdego zadania niezależnie.

1. Rekrutacja uczestników przez Internet
   1. Rekrutacja uczestników w wieku 6 lat i starszych. W konkursie mogą brać udział uczestnicy dowolnej płci, rasy i pochodzenia etnicznego; Jednak próba badawcza powinna być reprezentatywna dla populacji.
   2. Rekrutuj uczestników, którzy są native speakerami języka angielskiego i nie mieli styczności z żadnymi językami poza angielskim przed ukończeniem 5 roku życia.
   3. Upewnij się, że nie zgłaszają żadnych znanych stanów psychologicznych (w tym ADD, depresji, PTSD i lęku klinicznego) i/lub neurologicznych (w tym udaru, drgawek, guza mózgu lub zamkniętego urazu głowy).
   4. Upewnij się, że uczestnicy mają normalne lub skorygowane do normalnego widzenie (okulary lub soczewki kontaktowe są w porządku), normalne widzenie kolorów i normalny słuch (brak aparatów słuchowych lub implantów ślimakowych).
2. Rekrutacja uczestników fMRI w oparciu o zadania
   1. Rekrutacja uczestników w wieku 6 lat i starszych. W konkursie mogą brać udział uczestnicy dowolnej płci, rasy i pochodzenia etnicznego; Jednak próba badawcza powinna być reprezentatywna dla populacji.
   2. Aby się zakwalifikować, zrekrutuj uczestników, którzy są native speakerami języka angielskiego i nigdy nie mieli styczności z żadnymi językami poza angielskim przed ukończeniem 5 roku życia.
   3. Rekrutuj osoby praworęczne, bez znanych stanów psychologicznych (w tym ADD, depresji, PTSD i lęku klinicznego) i neurologicznych (w tym udaru, drgawek, guza mózgu lub zamkniętego urazu głowy).
   4. Wyklucz uczestników, którzy są w ciąży, mają klaustrofobię, przyjmują leki psychoaktywne lub mają jakikolwiek metal w ciele (w tym rozruszniki serca, implanty nerwowe, metalowe płytki lub stawy, odłamki i zszywki chirurgiczne).
   5. Upewnij się, że uczestnicy mają normalne lub skorygowane do normalnego widzenie (okulary lub soczewki kontaktowe są w porządku), normalne widzenie kolorów i normalny słuch (brak aparatów słuchowych lub implantów ślimakowych).
   6. Określ, czy kwalifikujesz się do udziału w MRI, prosząc uczestników (lub rodziców, jeśli uczestnik jest niepełnoletni) o wypełnienie formularza przesiewowego bezpieczeństwa MRI.

3. Protokół sieciowy

UWAGA: Internetowy paradygmat statystycznego uczenia się jest umieszczony na bezpiecznej stronie internetowej (https://www.cogscigame.co¹¹) i opracowany przy użyciu jsPsych, biblioteki JavaScript do tworzenia eksperymentów behawioralnych online³⁰.

1. Aby odtworzyć zadania, przejdź do DOI: 10.5281/zenodo.3820620. Wszystkie scenariusze i materiały są publicznie dostępne. Badacze mogą modyfikować skrypty i uruchamiać eksperymenty lokalnie w dowolnej przeglądarce internetowej, o ile wszystkie ścieżki do plików wyjściowych są odpowiednio skonfigurowane.
2. Poproś uczestników, aby wykonali zadanie zakrywające, w którym proszeni są o naciśnięcie przycisku, gdy zobaczą określony cel podczas wszystkich faz zaznajamiania się z każdym zadaniem uczenia się statystycznego.
3. Przypisanie bodźca docelowego dla każdego zadania
   1. W zadaniach obrazkowych, literowych i sylabowych wybierz losowo jedną z czterech trojaczków i przypisz cel do trzeciego bodźca trojaczka. W zadaniu tonalnym ogranicz bodziec docelowy tylko do najniższych lub najwyższych tonów trzeciego bodźca w trójkach i przypisz cel do trzeciego bodźca trójki. Dzieje się tak, ponieważ bodźce tonalne są stosunkowo trudniejsze do rozróżnienia niż inne rodzaje bodźców.
   2. W zadaniach dotyczących sylaby i tonu zapoznaj uczestników z kosmitą i ulubionym słowem/nutą w jego obcym języku/muzyce ludowej. Powiedz uczestnikom, że będą słuchać języka/muzyki kosmity i aby pamiętali, aby naciskać spację za każdym razem, gdy usłyszą ulubione słowo/nutę", usuwając spację między / a nutą.
   3. W zadaniu obrazkowym powiedz uczestnikom, aby śledzili specjalnego kosmitę, gdy grupa kosmitów ustawia się w kolejce, aby wejść na statek kosmiczny. W zadaniu z listem powiedz uczestnikom, aby śledzili ulubiony znak kosmity, gdy kosmita trzyma znaki na paradę. Daj uczestnikowi próbę próbną zarówno w zadaniach obrazkowych, jak i literowych.
   4. Nie podawaj wyraźnych instrukcji dotyczących obecności trojaczków.
   5. Zmierz czas odpowiedzi w 24 próbach w zadaniach wizualnych i w 48 próbach w zadaniach słuchowych, aby ocenić naukę online.
   6. Podczas fazy testowej uczestnikowi prezentowany jest zarówno trójka tarczowa (zawarta w fazie zapoznawczej), jak i trojaczek foliowy (nieuwzględniony w fazie zapoznawczej). Poinstruuj uczestników, aby następnie wybrali, który z nich jest bardziej podobny do tego, co widzieli lub słyszeli w fazie zaznajamiania. Każda próba musi zakończyć się udzieleniem odpowiedzi.
4. Behawioralne miary statystycznego uczenia się w protokole internetowym
   1. Mierz uczenie się w czasie rzeczywistym podczas fazy zaznajamiania za pomocą liniowego nachylenia czasu reakcji (zmiana czasu reakcji w całej fazie zaznajamiania).
   2. Aby zostać uznanym za prawidłową odpowiedź na cel, sprawdź, czy naciśnięcie musi znajdować się w oknie czasowym jednego bodźca przed i jednego bodźca po bodźcu docelowym. To znaczy od -480 ms do +960 ms w stosunku do początku zadania słuchowego i od -1000 ms do +2000 ms w zadaniach wzrokowych. Naciśnięcie przed celem jest uważane za antycypację, a zatem daje czas negatywnej reakcji.
   3. Aby porównać czasy reakcji w różnych warunkach, przekształć czasy reakcji każdego uczestnika dla każdego zadania na wyniki z. Normalizuje to czas reakcji danej osoby, dzięki czemu można porównać wyniki z różnych zadań.
   4. Oblicz nachylenie czasu reakcji każdego uczestnika dla każdego warunku za pomocą regresji liniowej. Wprowadź czasy reakcji znormalizowane z jako zmienną zależną, a docelową kolejność prób jako zmienną niezależną (wizualne: od 1 do 24; słuchowe: od 1 do 48). Nachylenie linii regresji liniowej (współczynnik beta/oszacowanie) to nachylenie czasu reakcji (nachylenie RT).
   5. Zmierz dokładność offline każdego uczestnika dla każdego schorzenia, dzieląc liczbę prawidłowych badań z fazy testowej przez łączną liczbę badań (32 badania).

4. Protokół fMRI oparty na zadaniach

1. Modyfikacje statystycznego paradygmatu uczenia się (Rysunek 2).
   1. Dla każdego zadania przedstaw zarówno sekwencję ustrukturyzowaną (zawierającą prawidłowości statystyczne), jak i sekwencję losową (bez regularności statystycznych).
      UWAGA: Sekwencje strukturalne są identyczne z tymi opisanymi dla protokołu internetowego (patrz Rysunek 1). W przeciwieństwie do tego, sekwencje losowe zawierają te same 12 bodźców, które są przedstawione w sekwencjach strukturalnych, ale są uporządkowane pseudolosowo. Żadne kombinacje dowolnych trzech bodźców nie są powtarzane więcej niż raz.
   2. Podziel każdą sekwencję na sześć mniejszych bloków o równej długości (24 bodźce dla zadań wzrokowych i 48 bodźców dla zadań słuchowych).
   3. Połącz trzy bloki strukturalne, 3 bloki losowe i 6 bloków spoczynkowych (cisza z pustym ekranem) w kolejności pseudolosowej, aby utworzyć cztery serie bodźców słuchowych i cztery serie bodźców wizualnych. Aby zmaksymalizować uczenie się sekwencji strukturalnych, upewnij się, że losowe bloki w każdym przebiegu zawierają inną domenę niż sekwencja ustrukturyzowana (np. sekwencje o strukturze sylaby są prezentowane razem z sekwencjami losowymi tonów w jednym przebiegu, a sekwencje losowe sylaby są prezentowane razem z sekwencjami o strukturze tonalnej w innym przebiegu).
   4. Dołącz 288 obrazów, które należy zaprezentować w każdym cyklu dla zadania wizualnego trwającego około 4,77 min. Dołącz 576 dźwięków, które mają być zaprezentowane w zadaniu słuchowym, które trwa około 4,42 min. Na początku każdego bloku przedstaw wskazówkę dotyczącą celu za pomocą sondy słownej i wizualnej: "Teraz słuchaj/szukaj [CELU]".
   5. Spośród czterech przebiegów zadania wizualnego upewnij się, że dwa zawierają ustrukturyzowane sekwencje obrazów, a pozostałe dwa zawierają ustrukturyzowane sekwencje liter. Spośród czterech przebiegów zadania słuchowego upewnij się, że dwa zawierają ustrukturyzowane sekwencje sylab, a pozostałe dwa zawierają ustrukturyzowane sekwencje tonów.
2. Procedura statystycznego uczenia się fMRI
   1. Aby uczestnicy, zwłaszcza dzieci, czuli się komfortowo w skanerze, najpierw przećwicz sesję skanowania MRI za pomocą symulowanego skanera³¹. Próbny skaner zapewnia naturalistyczne wrażenia podobne do rzeczywistej sesji skanowania, ale zazwyczaj znajduje się w środowisku bardziej przyjaznym dla dzieci.
   2. Najpierw zapoznaj dziecko z symulowanym skanerem, tj. kamerą do mózgu, i upewnij się, że czuje się komfortowo, zanim umieścisz je w skanerze.
   3. Przedstaw im ich "scan-buddy" i wyjaśnij, że celem scan buddy jest dbanie o ich towarzystwo i pomoc, jeśli czegoś potrzebują. Partner skanujący delikatnie przypomni uczestnikowi, aby pozostał w bezruchu, jeśli "kamera" wykryje zbyt duży ruch.
   4. Gdy znajdą się w skanerze, odtwarzaj filmy przyjazne dla dzieci, aby pomóc im przyzwyczaić się do dźwięku i obrazu. Kiedy będą gotowe, odtwórz kilka nagranych wcześniej klipów dźwiękowych ze skanera, aby przygotować je na dźwięki wytwarzane przez prawdziwy rezonans magnetyczny. W tym czasie niech ćwiczą pozostawanie w bezruchu i pracę z kumplem skanującym.
   5. Zapoznaj dzieci z paradygmatem statystycznego uczenia się i pozwól im ćwiczyć poza skanerem. Odbywa się to poprzez poproszenie dzieci o wykonanie krótkiej części zadania na komputerze, podobnie jak w przypadku protokołu internetowego, wykonując kroki 3.2.2 i 3.2.3 wspomniane powyżej.
      UWAGA: Bodźce treningowe są takie same, jak te wykorzystane w zadaniu; Jednak dzieci są narażone tylko na sekwencję losową, a nie na sekwencje ustrukturyzowane, co pozwala na krótkie przyzwyczajenie się do bodźców i wymagań zadań bez umożliwiania uczenia się określonych sekwencji.
   6. Upewnij się, że protokół zbierania danych fMRI jest prawidłowo skonfigurowany na komputerze do akwizycji MRI.
      UWAGA: Parametry akwizycji są zgodne z zaleceniami badania Adolescent Brain Cognitive Development (ABCD) Study³².
   7. Rozpocznij sesję skanowania od skanów o wysokiej rozdzielczości T1-ważonych. Uzyskaj je za pomocą 176-warstwowego skanowania objętościowego 3D MPRAGE (Magnetization Prepared Rapid Gradient Echo) z TR (Czas Powtarzania) = 2500 ms, TE (Czas Echa) = 2,9 ms, kąt odwrócenia = 8°, FOV (Pole Widzenia) = 25,6 cm, rozmiar matrycy 256 X 256 i grubość warstwy 1 mm. To akwizycja potrwa 7,2 minuty.
   8. Aby uzyskać dane funkcjonalne, należy użyć obrazowania echoplanarnego T2* z jednoczesną akwizycją skanów wielowarstwowych z TR = 800 ms, TE = 32 ms, kątem odwrócenia = 61°, FOV = 21 cm i matrycą = 64 x 64. W tym eksperymencie 60 sąsiednich warstw jest pozyskiwanych w sekwencji z przeplotem o grubości warstwy 2,5 mm, polu widzenia 21 cm i matrycy 64 x 64, co daje rozdzielczość w płaszczyźnie 2,5 mm x 2,5 mm x 2,5 mm.
   9. Niech uczestnicy położyli się wygodnie na łóżku skanera fMRI ze słuchawkami, które chronią ich uszy przed hałasem skanera i podkładką odpowiedzi/skrzynką z przyciskami w dłoni (zarówno słuchawki, jak i skrzynka z przyciskami muszą być kompatybilne ze skanerem).
   10. Umieść dodatkową wyściółkę wokół głowy, aby zapewnić ograniczony ruch głowy podczas zbierania danych. Daj uczestnikowi pole odpowiedzi na przycisk z wyprzedzeniem, aby zapisać odpowiedzi i zrównoważyć, czy lewa, czy prawa ręka jest używana do naciskania przycisków przez uczestników.
   11. Daj każdemu dziecku możliwość wyboru kumpla do skanowania. W przypadku starszych, neurotypowych dzieci, które czują się komfortowo bez partnera do skanowania, daj im ściskaną piłkę, aby powiadomić eksperymentatora, jeśli są zestresowane lub muszą przestać. Daj młodszym dzieciom i specjalnym populacjom piłkę do ściskania, ale także zapewnij im towarzysza skanowania, który im pomoże (opisany w 4.2.3).
   12. Umieść cewkę głowicy nad głową uczestnika i wyrównaj pozycję pacjenta w łóżku.
   13. Na komputerze akwizycji zarejestruj nowego uczestnika. Wprowadź identyfikator uczestnika, datę urodzenia, wagę i wzrost. Uczestnik może być teraz umieszczony w otworze rezonansu magnetycznego.
   14. Uzyskaj skan ważony T1, pokazując uczestnikom film.
   15. Zanim rozpoczniesz paradygmat uczenia się statystycznego, przekaż uczestnikom instrukcje dotyczące każdego zadania, rozmawiając z nimi przez system interkomowy podłączony do ich słuchawek.
   16. W zadaniach słuchowych powiedz uczestnikom: "Teraz zagramy w grę polegającą na naciskaniu przycisków. Usłyszysz, jak kosmici wypowiadają słowa i grają muzykę. Pamiętaj, aby naciskać przycisk w LEWEJ/PRAWEJ ręce za każdym razem, gdy słyszysz dźwięk, którego słuchasz. Będzie składał się z 4 części, a każda z nich potrwa około 5 minut."
   17. W zadaniach wizualnych powiedz uczestnikom: "Teraz zobaczycie zdjęcia kosmitów i litery. Za każdym razem, gdy zobaczysz zdjęcie, którego szukasz, naciśnij przycisk w LEWEJ/PRAWEJ ręce. Zagrasz w to 4 razy z rzędu. Za każdym razem zajmie to około 5 minut".
   18. Uruchom paradygmat uczenia statystycznego na komputerze prezentacyjnym i pobierz dane fMRI zadania.
   19. Gdy uczestnik ukończy paradygmat, zatrzymaj rezonans magnetyczny, bezpiecznie wyjmij go z wnętrza skanera i usuń cewkę głowicy.
   20. Po zebraniu danych przenieś wszystkie dane MRI z komputera akwizycyjnego na zabezpieczony serwer w celu dalszych analiz.
3. Analizy danych fMRI
   1. Analizuj czas reakcji w skanerze podczas zadania fMRI, podobnie jak w przypadku internetowego obliczania czasu reakcji podczas fazy zaznajamiania. Znormalizuj czas reakcji, aby porównać różne warunki, i oblicz nachylenie liniowe, używając znormalizowanego czasu reakcji dla każdego warunku danej osoby.
   2. Analizując dane fMRI, najpierw uporządkuj i przekonwertuj dane na formatowanie Brain Imaging Data Structure³³ (BIDS) przy użyciu HeuDiConv³⁴ (https://github.com/nipy/heudiconv).
   3. Wstępnie przetwórz te dane za pomocą fMRIPrep^35,36. Ten zautomatyzowany potok przetwarzania wstępnego łączy metodologię AFNI³⁷, ANTs³⁸, Freesurfer³⁹, FSL⁴⁰ i Mindboggle^41, aby zapewnić naukowo rygorystyczne i powtarzalne dane do wykorzystania w analizie danych.
      UWAGA: W obecnym badaniu zastosowano mieszany projekt związany z blokiem/zdarzeniem. Reprezentatywne wyniki (poniżej) traktują każdy mini blok jako zdarzenie (np. sekwencja losowa jest zdarzeniem, sekwencja ustrukturyzowana jest zdarzeniem itp.). Jednak zadanie jest również zaprojektowane tak, aby można było modelować każdy bodziec jako zdarzenie.
   4. Uwzględnij dwa regresory zadań dla każdego przebiegu ("obraz" i "litera" dla warunku wizualnego oraz "sylaba" i "ton" dla warunku słuchowego) w projekcie modelu pierwszego poziomu. Określ regresory zadań, konwoluując wektor czasów wystąpienia zdarzeń z ich czasem trwania za pomocą kanonicznej funkcji odpowiedzi hemodynamicznej. Obliczanie różnic i średnich między przebiegami w ramach każdego tematu dla projektów modeli wyższego poziomu. Spowoduje to kontrast między ustrukturyzowanymi i losowymi sekwencjami w ramach każdego rodzaju bodźców.
   5. Utwórz grupową średnią aktywacji dla bloków strukturalnych w porównaniu z losowymi blokami w ramach każdej modalności/domeny.

Wyniki

Wyniki zachowań oparte na Internecie
Biorąc pod uwagę, że obecny protokół został zaprojektowany z myślą o łatwym rozpowszechnianiu w populacjach rozwojowych, dołączyliśmy wstępne wyniki internetowe oparte na danych od 22 rozwijających się dzieci w wieku szkolnym (średni (M) wiek = 9,3 roku, wiek odchylenia standardowego (SD) = 2,04 roku, zakres = 6,2-12,6 lat, 13 dziewcząt). W internetowym zadaniu statystycznego uczenia się dzieci osiągnęły znacznie lepsze wyniki niż 0,5 poziomu szansy we wszystkich ...

Dyskusja

Metody przedstawione w obecnym protokole zapewniają multimodalny paradygmat do zrozumienia behawioralnych i neuronowych wskaźników statystycznego uczenia się w trakcie rozwoju. Obecny projekt pozwala na identyfikację indywidualnych różnic w statystycznej zdolności uczenia się w różnych modalnościach i domenach, co może być wykorzystane do przyszłych badań nad związkiem między statystycznym uczeniem się a rozwojem języka. Ponieważ stwierdzono, że statystyczna zdolność uczenia się danej osoby różni się w zależności od dzie...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
4-przyciskowe urządzenie do odpowiedzi w linii	Cambridge Research Systems	SKU: N1348	Podkładka reponsywna fMRI służąca do pomiaru czasu reakcji w skanerze
Krótkie/cienkie końcówki kanałowe	Zgodna pianka	SKU: 40-15028-11	Krótkie i cienkie końcówki do kanałów słuchowych są zalecane dla dzieci w celu ochrony słuchu i umożliwienia im słyszenia bodźców podczas skanera.
jsPsych	jsPsych	https://www.jspsych.org/	jsPsych to biblioteka JavaScript do przeprowadzania eksperymentów behawioralnych w przeglądarce internetowej.
Syntezator mowy	Praat	Wersja 6.1.14	Ten program jest sztucznym syntezatorem mowy, który służył do tworzenia bodźców sylabowych.
Internetowe zadania statystyczne	Zenodo	http://doi.org/10.5281/zenodo.3820620 (2020).	Wszystkie internetowe zadania nauki statystycznej są dostępne bezpłatnie w Zenodo.