Name: Synchronizacja między mózgami w otwartym uczeniu się opartym na współpracy: badanie fNIRS-Hyperscanning (Wideo) | JoVE Journal
Uploaded: 2021-07-21T14:00:00.000+00:00
Duration: 4 min 44 s
Description: Poznaj metodę fNIRS hyperscanning do badania synchronizacji między mózgami podczas współpracy. Protokół umożliwia analizę sygnałów Oxy-Hb w czasie rzeczywistym w naturalnym środowisku uczenia się.

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

Ta praca jest wspierana przez Program Promocji Innowacji Akademickich ECNU dla Doskonałych Doktorantów (YBNLTS2019-025) oraz Narodową Fundację Nauk Przyrodniczych Chin (31872783 i 71942001).

Wszyscy zrekrutowani uczestnicy (40 diad, średni wiek 22,1 ± 1,2 lat; 100% praworęcznych; wzrok prawidłowy lub skorygowany do normy) byli zdrowi. Przed eksperymentem uczestnicy wyrazili świadomą zgodę. Uczestnicy otrzymali rekompensatę finansową za swój udział. Badanie zostało zatwierdzone przez Uniwersytecką Komisję Ochrony Badań nad Ludźmi (HR-0053-2021) na East China Normal University.
1. Kroki przygotowawcze przed przyjęciem danych
<ol>
	<li>Własnoręcznie wykonane czepek NIRS
	<ol>
		<li>Wykorzystaj elastyczny czepek pływacki do umieszczenia siatki uchwytów optod. 
		UWAGA: Biorąc pod uwagę różnice w rozmiarach głów uczestników, stosowane są dwa rozmiary czepków. Małe czepki są przygotowane dla uczestników o obwodzie głowy 55,4 ± 1,1 cm, a duże czepki dla uczestników o obwodzie głowy 57,9 ± 1,2 cm.</li>
		<li>Wyznacz pozycje elektrod EEG (inion, Cz, T3, T4, Fpz oraz P5) jako optody referencyjne zgodnie z międzynarodowym systemem 10-10 na elastycznych czepkach pływackich (patrz Tabela materiałów).
		<ol>
			<li>Najpierw nałóż standardowy czepek EEG 10-10 (patrz Tabela materiałów) na formę głowy, a następnie nałóż elastyczny czepek pływacki na czepek EEG. Po drugie, zaznacz kredą optody referencyjne (inion, Cz, T3, T4, Fpz i P5) na każdym czepku. Na koniec wytnij dwa otwory o średnicy około 15 mm, aby umieścić dwa optody referencyjne (tj. Fpz i P5, Rysunek 1). 
			UWAGA: W szczególności zestaw sond optod 3 x 5 oraz zestaw sond optod 4 x 4 są umieszczane oddzielnie nad obszarem przedczołowym (optod referencyjny znajduje się w Fpz, Rysunek 1B) i w lewych obszarach skroniowo-ciemieniowych (optod referencyjny znajduje się w P5, Rysunek 1B).</li>
		</ol>
		</li>
		<li>Wytnij otwory do umieszczenia pozostałych optodów. Nałóż czepek pływacki z dwoma uchwytami siatkowymi bezpośrednio na formę głowy. Następnie zaznacz kredą położenie pozostałych optodów. Po tym wytnij resztę otworów, aby upewnić się, że uchwyt siatkowy pasuje.</li>
		<li>Zamocuj dwa zestawy sond (tj. 3 x 5 i 4 x 4) do czepków pływackich (patrz Tabela materiałów). 
		UWAGA: System pomiarowy NIRS (patrz Tabela materiałów) dostarcza te standardowe zestawy sond (tj. 3 x 5 i 4 x 4) ze standardowymi gniazdami uchwytów, zapewniającymi 30 mm odstępu między optodami.</li>
		<li>Otwórz okno monitorowania zestawu sond w systemie pomiarowym NIRS i wybierz osobno dla każdej osoby cztery zestawy sond ułożone w konfiguracjach 3 x 5 i 4 x 4. 
		UWAGA: Układy sond w obu czepkach powinny odpowiadać strukturom w oknie zestawu sond (tj. dokładnej lokalizacji numerów sond odbiorczych i odpowiedniego emitera).</li>
	</ol>
	</li>
	<li>Przygotowanie eksperymentu
	<ol>
		<li>Przed rejestracją danych upewnij się, że system NIRS utrzymuje stabilną temperaturę pracy, uruchamiając system na co najmniej 30 min. 
		UWAGA: Stabilna temperatura pracy mieściła się w zakresie od 5 °C do 35 °C.</li>
		<li>Ustaw tryb pomiaru na pomiar związany z zdarzeniami. Upewnij się, że odbiornik wyzwalaczy jest aktywny (tj. szeregowe wejście RS232). 
		UWAGA: Eksperyment jest zaprogramowany w komercyjnie dostępnym oprogramowaniu psychologicznym (patrz Tabela materiałów). Absorpcję światła bliskiej podczerwieni (dwie długości fali: 695 i 830 nm) mierzy się z częstotliwością próbkowania 10 Hz.</li>
		<li>Przygotuj podświetlaną sondę światłowodową, która może być użyta do odsuwania włosów.</li>
		<li>Przygotuj środowisko eksperymentalne z jednym stołem i dwoma krzesłami, aby miejsca dla uczestników znajdowały się naprzeciw siebie.</li>
	</ol>
	</li>
</ol>
2. Pozyskiwanie danych poprzez instruowanie uczestników
<ol>
	<li>Przygotowanie uczestników
	<ol>
		<li>Przeprowadzenie instruktażu dla uczestników, w tym przekazanie szczegółowych informacji na temat metod pomiaru NIRS. 
		UWAGA: Wszyscy uczestnicy byli zdrowi i otrzymali wynagrodzenie finansowe za udział. Żaden z uczestników nie wycofał się z eksperymentu w trakcie jego trwania. Wiązka lasera urządzenia NIRS może być szkodliwa dla oczu uczestników, dlatego poinstruowano ich, aby nie patrzyli bezpośrednio w wiązki laserowe.</li>
		<li>Ustawienie uczestników twarzą w twarz (przedzielonych stołem o szerokości 0,8 m), aby upewnić się, że widzą się bezpośrednio. Dostosowanie odległości krzesła od stołu (tj. do ok. 0,3 m), aby uczestnicy siedzieli wygodnie.</li>
		<li>Włączenie lasera i założenie uczestnikom na głowy czapek z zestawami sond. 
		UWAGA: Zestawy sond 3 x 5 pokrywają czoło uczestników (środkowa sonda dolnego rzędu jest umieszczona na Fpz); zestawy sond 4 x 4 pokrywają lewą korę skroniowo-parietalną (trzecia sonda trzeciego rzędu jest umieszczona na P5).</li>
		<li>Luźne ułożenie czterech wiązek światłowodów na ramionach uchwytu, bez kontaktu z uczestnikami lub krzesłami. 
		UWAGA: W tym przypadku system pomiarowy NIRS posiada cztery wiązki światłowodów. Dodatkowo należy upewnić się, że uczestnicy nie odczuwają zbyt dużego ciężaru, który mógłby ściągnąć czapki z głów.</li>
		<li>Dociśnięcie końcówek sond do skóry głowy uczestników poprzez ostrożne wciśnięcie każdej sondy sprężynowej głębiej w jej gnieździe.</li>
		<li>Przeprowadzenie kalibracji sygnału.
		<ol>
			<li>W pierwszej kolejności sprawdzenie jakości sygnału poprzez kliknięcie Auto Gain w oknie monitora zestawu sond urządzenia fNIRS. Wówczas słaby sygnał kanału oraz sygnał wystarczający są oznaczane odpowiednio kolorem żółtym i zielonym w oknie monitora zestawu sond. 
			UWAGA: W przypadku kanału z niewystarczającym sygnałem, należy użyć podświetlonych sond światłowodowych, aby odsunąć włosy spod końcówki sondy na bok.</li>
			<li>Następnie należy wcisnąć sondy głębiej w ich gniazda, aby uzyskać wystarczające sygnały. Powtarzać ten proces do momentu, aż wszystkie kanały zostaną oznaczone na zielono w oknie monitora zestawu sond systemu pomiarowego NIRS, co wskazuje na uzyskanie odpowiedniej jakości sygnałów.</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>Przeprowadzenie eksperymentu
	<ol>
		<li>Rozpoczęcie eksperymentu od 5 min stanu spoczynku, który służy jako linia bazowa. Następnie dwaj uczestnicy wspólnie zapoznają się z materiałami do nauki.</li>
		<li>Po zakończeniu eksperymentu kliknięcie Text File Out w celu wyeksportowania surowych danych intensywności światła i zapisania danych w pliku tekstowym. 
		UWAGA: W systemie pomiarowym NIRS nie stosuje się filtrów.</li>
		<li>Użycie trójwymiarowego (3D) digitizera (patrz Tabela materiałów) w celu określenia lokalizacji emiterów, odbiorników oraz innych punktów referencyjnych (tj. inion, nasion, Cz oraz lewe i prawe ucho) dla każdego uczestnika.
		<ol>
			<li>Wyznaczenie współrzędnych MNI dla kanałów rejestrujących przy użyciu komercyjnie dostępnej platformy obliczeń numerycznych21 (patrz Tabela materiałów). Tabela uzupełniająca S1 przedstawia odpowiadające im lokalizacje anatomiczne każdego kanału.</li>
		</ol>
		</li>
		<li>Oczyszczenie sond i uchwytów sondy za pomocą etanolu. Pranie czapek łagodnym detergentem i pozostawienie ich do wyschnięcia na powietrzu.</li>
	</ol>
	</li>
</ol>
3. Analiza danych
<ol>
	<li>Wstępne przetwarzanie danych 
	UWAGA: W poprzednich badaniach stosowano różne niekomercyjne pakiety oprogramowania (np. Homer222, AnalyzIR23lub laboratorium NIRS24) z platformami do obliczeń numerycznych (patrz Tabela materiałów) dotyczącej analizy danych fNIRS, a wszystkie one są dostępne na stronie internetowej. W niniejszym przypadku do wstępnego przetwarzania danych NIRS wykorzystano program Homer2. Ponadto dane z zapisów fNIRS zebrane w fazie spoczynku oraz w fazie wspólnego uczenia się poddano temu samemu procesowi wstępnego przetwarzania i analizy.
	<ol>
		<li>Skopiuj zbiór danych z urządzenia fNIRS. Konwertuj oryginalny format danych na właściwy format (tj. przekonwertuj plik csv na plik nirs).</li>
		<li>Przekształć surowe dane na dane gęstości optycznej (OD) za pomocą funkcji „hmrIntensity2OD” dostępnej w platformie obliczeń numerycznych (zob. Tabela materiałów).</li>
		<li>Usuń błędne kanały. Następnie oblicz średnią wartość OD dla każdego uczestnika, odpowiednio dla każdego kanału oraz dla wszystkich punktów próbki. 
		UWAGA: W tym miejscu uzyskuje się 46 uśrednionych wartości OD.
		<ol>
			<li>Oblicz odchylenie standardowe (SD) dla każdego uczestnika.</li>
			<li>Oznacz jako nieprzydatne i usuń z analizy kanały o bardzo niskiej lub wysokiej gęstości optycznej (OD), która przekroczyła 5 odchyleń standardowych (SD), dla każdego uczestnika. 
			UWAGA: Ten etap można przeprowadzić przed i/lub po wstępnym przetwarzaniu danych fNIRS. W niniejszym schemacie analizy danych kanały wadliwe są wykrywane przed wstępnym przetwarzaniem danych fNIRS.</li>
		</ol>
		</li>
		<li>Przekształć dane OD w funkcji czasu na stężenia Oxy-Hb, DeOxy-Hb oraz sygnał łączony zgodnie z zmodyfikowanym prawem Beera-Lamberta25. 
		UWAGA: Referencja25 Wszystkie etapy analizy danych są przeprowadzane na danych dotyczących Oxy-Hb, która stanowi wskaźnik zmian regionalnego przepływu krwi w mózgu i charakteryzuje się wyższym stosunkiem sygnału do szumu.26Ponadto w poprzednich badaniach wykorzystujących hyperscanning fNIRS w scenariuszach nauczania i uczenia się skupiano się głównie na stężeniu Oxy-Hb.11,12,13,14."</li>
		<li>Kalibracja szeregów czasowych Oxy-Hb w celu usunięcia artefaktów ruchowych za pomocą metody falkowej stosowanej dla każdego kanału z osobna. 
		UWAGA: W szczególności zastosowano falkę Daubechies 5 (db5) z parametrem dostrojenia wynoszącym 0,1 (szczegóły znajdują się w instrukcji Homer2)27,28 stosuje się w celu usunięcia artefaktów ruchowych.</li>
		<li>Zastosuj filtr pasmowoprzepustowy (tj. 0,01–1 Hz) na skalibrowanych danych Oxy-Hb, aby zredukować szumy wysokoczęstotliwościowe oraz powolny dryft.</li>
		<li>Przeprowadź analizę głównych składowych (PCA) sygnału OxyHb w celu usunięcia nieneuronalnych komponentów globalnych (np. ciśnienia krwi, oddychania i zmienności przepływu krwi)29. 
		UWAGA: Analiza PCA zaproponowana przez Zhanga i współpracowników29 zostało tutaj przyjęte.
		<ol>
			<li>W pierwszej kolejności należy dokonać dekompozycji sygnału. 
			UWAGA: Konkretna formuła dekompozycji sygnału fNIRS to: H = UΣVTW tym przypadku wzorce czasowe i przestrzenne danych fNIRS są przedstawione w dwóch macierzach (tj. U i V). U jest macierzą 2D (punkt próbkowania x główna składowa). V jest również macierzą 2D (główna składowa x główna składowa). Kolumna w macierzy V wskazuje jedną główną składową (PC), a siła tej PC dla konkretnego kanału jest szacowana w każdym wpisie kolumny. Względne znaczenie każdej PC jest reprezentowane przez wartość macierzy diagonalnej Σ.</li>
			<li>Po drugie, przeprowadź wygładzanie przestrzenne. 
			UWAGA: W celu usunięcia sygnałów lokalnych i uzyskania komponentu globalnego zastosowano splot z jądrem Gaussa.</li>
			<li>Po trzecie, zrekonstruuj sygnał. 
			UWAGA: Aby obliczyć komponent globalny danych fNIRS, wygładzoną macierz wzorców przestrzennych V* zostaje podstawione z powrotem do wzoru na rozkład: HGlobalny = UΣ(V*)TNastępnie, przy użyciu oryginalnych danych, można uzyskać zlokalizowany pochodny sygnał neuronalny. H odjąć HGlobalny : HNeuronalny = H - HGlobalny.</li>
		</ol>
		</li>
	</ol>
	</li>
	<li>Synchronizacja międzymózgowa 
	UWAGA: W celu wykazania sprzężenia mózgowego w neuronauce drugiej osoby zastosowano tutaj spójność transformaty falkowej (WTC). W skrócie, WTC mierzy korelację między dwoma szeregami czasowymi jako funkcję częstotliwości i czasu. Specyficzny wzór spójności falkowej dwóch szeregów czasowych x i y to: 
	<img alt="Wzór na koherencję transformaty falkowej, WTC(t, s), w równaniu matematycznym do analizy sygnałów." src="/files/ftp_upload/62777/62777eq01.jpg" data-altupdatedat="1788282455000" data-alt="Równanie 1"> 
	T i s oznaczają odpowiednio czas i skalę falkową, ‹·› oznacza operację wygładzania w skali i czasie. W reprezentuje ciągłą transformatę falkową. Następnie generowana jest dwuwymiarowa (czas x częstotliwość) macierz WTC.30Do obliczenia wartości WTC wykorzystuje się kilka zestawów narzędzi. W niniejszym przypadku zastosowano zestaw narzędzi opracowany przez Grinsteda i współpracowników.30.
	<ol>
		<li>zastosuj funkcję WTC platformy obliczeń numerycznych (patrz Tabela materiałów). 
		UWAGA: W tym przypadku zastosowano ustawienia domyślne falki macierzystej (tj. uogólnionej falki Morse'a z parametrami beta i gamma). Falka macierzysta przekształca każdy szereg czasowy w dziedzinę częstotliwości i czasu.</li>
		<li>Ustaw domyślne wartości pozostałych parametrów (np. MonteCarloCount, reprezentującego liczbę zestawów danych zastępczych w obliczeniach istotności).</li>
		<li>Oblicz wartość WTC dla dwóch odpowiadających sobie kanałów (ten sam kanał u dwóch uczestników) w platformie obliczeń numerycznych (patrz Tabela materiałów). Postępując w ten sam sposób, z 46 kanałów generowane są 46 macierzy WTC.</li>
		<li>Wyznacz pasmo częstotliwości zainteresowania (FOI), które jest wrażliwe na proces uczenia się we współpracy. 
		UWAGA: W tym przypadku zastosowano podejście permutacyjne oparte na klastrach w celu wykrycia takich FOI31, co stanowi rozwiązanie problemu wielokrotnych porównań w danych wielokanałowych i wieloczęstotliwościowych.
		<ol>
			<li>Oblicz średnią czasową wartości WTC odpowiednio dla fazy spoczynkowej oraz fazy wspólnego uczenia się dla każdej kombinacji kanałów. Następnie przeprowadź test sparowanych prób t–testy wraz z całym zakresem częstotliwości (zakres częstotliwości: 0,01–1 Hz)32) na tych uśrednionych w czasie wartościach WTC (uczenie się we współpracy vs. odpoczynek). Następnie należy zidentyfikować przedziały częstotliwości, dla których efekt zadania jest istotny (uczenie się we współpracy &gt; odpoczynek, p &lt; 0.05).</li>
			<li>Wyznacz punkty sąsiednie o istotnej częstotliwości (≥2) jako zaobserwowane klastry oraz odpowiadające im wartości T.</li>
			<li>Przeprowadź serię badań na parach próbek t-testy na danych permutowanych w celu wygenerowania wartości T dla każdego klastra zakwalifikowanego w kroku 3.2.4.2, powtórzone 1000 razy. 
			UWAGA: W celu utworzenia danych permutowanych uczestnicy są losowo przydzielani do nowych par dwuosobowych. Ponieważ długość zbiorów danych różniła się między dyadami w każdej losowej parze, dłuższy zbiór danych jest przycinany do długości krótszego.33.</li>
			<li>Porównaj uśrednione wartości T oparte na klastrach z par oryginalnych z wartościami T z 1000 permutacji. 
			UWAGA: Wartości p obliczone za pomocą tego wzoru34: 
			<img alt="Równanie funkcji błędu; erfc((|so-μp|/σp√2)); metoda analizy statystycznej." src="/files/ftp_upload/62777/62777eq02.jpg" data-altupdatedat="1788282455000" data-alt="Równanie 2"> , gdzie S0 oznacza obserwowaną średnią wartość t dla klastra, μp oraz σp Należy wskazać średnią i odchylenie standardowe wartości permutacji.</li>
			<li>Średnie wartości WTC w zidentyfikowanych FOI dla każdego kanału w każdej diadzie. Następnie zastosowano transformację fisher z do wartości WTC, aby uzyskać rozkład normalny wartości WTC. Wartość tę wykorzystano do indeksowania IBS w celu przeprowadzenia dalszej analizy statystycznej.</li>
		</ol>
		</li>
	</ol>
	</li>
</ol>

Autorzy nie mają nic do ujawnienia.

Po pierwsze, w niniejszym protokole określono konkretne etapy przeprowadzania eksperymentów hiperskanowania fNIRS w scenariuszu uczenia się opartego na współpracy. Po drugie, przedstawiono również potok analizy danych, który ocenia IBS sygnałów hemodynamicznych w diadach uczenia się opartego na współpracy. Szczegółowa operacja polegająca na przeprowadzaniu eksperymentów hiperskanowania fNIRS sprzyjałaby rozwojowi otwartej nauki. Ponadto udostępniono tutaj potok analiz w celu zwiększenia powtarzalności badań hiperskaningo...

Ostatnio, aby ujawnić jednoczesną aktywność mózgu u interaktywnych diad lub członków grupy, badacze stosują podejście hiperskanowania1,2. W szczególności elektroencefalogram (EEG), funkcjonalne obrazowanie metodą rezonansu magnetycznego (fMRI) i funkcjonalna spektroskopia bliskiej podczerwieni (fNIRS) są używane do rejestrowania aktywności neuronalnej i mózgowej dwóch lub więcej osób jednocześnie3,4,5. Naukowcy wyodrębniają indeks neuronalny pociągający za sobą równoczesne sprzężenie mózgu w oparciu o tę technikę, która odnosi się do synchronizacji między mózgami (IBS) (tj. dopasowania fazowego i/lub amplitudowego sygnałów neuronalnych lub hemodynamicznych w czasie). Duża różnorodność badań hiperskanujących wykazała IBS podczas interakcji społecznych między wieloma osobami (np. graczem-publicznością, instruktorem-uczniem i liderem-obserwującym)6,7,8. Co więcej, IBS ma konkretne implikacje dla efektywnego uczenia się i nauczania9,10,11,12,13,14. Wraz z gwałtownym wzrostem badań nad hiperskanowaniem w naturalistycznych scenariuszach uczenia się, konieczne jest ustanowienie standardowego protokołu eksperymentów hiperskanowania i potoku analizy danych w tej dziedzinie.
 Tak więc, ten artykuł dostarcza protokół do przeprowadzania hiperskanowania opartych na fNIRS diad wspólnego uczenia się oraz potok do analizy IBS. fNIRS to narzędzie do obrazowania optycznego, które emituje światło bliskiej podczerwieni w celu oceny absorpcji widmowej hemoglobiny pośrednio, a następnie mierzona jest aktywność hemodynamiczna/natleniająca15,16,17. W porównaniu z fMRI, fNIRS jest mniej podatny na artefakty ruchu, umożliwiając pomiary od osób, które przeprowadzają eksperymenty w prawdziwym życiu (np. naśladowanie, mówienie i komunikacja niewerbalna)18,7,19. W porównaniu z EEG, fNIRS ma wyższą rozdzielczość przestrzenną, co pozwala naukowcom wykryć lokalizację aktywności mózgu20. Tak więc te zalety w zakresie rozdzielczości przestrzennej, logistyki i wykonalności kwalifikują fNIRS do przeprowadzania pomiarów hiperskaningowych1. Korzystając z tej technologii, powstająca jednostka badawcza wykrywa termin indeksu jako IBS - neuronalne wyrównanie aktywności mózgu dwóch (lub więcej) osób - w różnych formach naturalistycznych ustawień społecznych9,10,11,12,13,14. W badaniach tych do obliczenia tego wskaźnika stosuje się różne metody (tj. analizę korelacji i analizę koherencji transformacji falkowej (WTC)); Tymczasem niezbędny jest standardowy pipeline dotyczący takiej analizy, ale go brakuje. W związku z tym w niniejszej pracy przedstawiono protokół do przeprowadzania hiperskanowania opartego na fNIRS oraz potok wykorzystujący analizę WTC do identyfikacji IBS
To badanie ma na celu ocenę IBS w diadach wspólnego uczenia się przy użyciu techniki hiperskanowania fNIRS. Po pierwsze, odpowiedź hemodynamiczna jest rejestrowana jednocześnie w obszarach przedczołowych i lewych skroniowo-ciemieniowych każdej diady podczas wspólnego zadania uczenia się. Regiony te zostały zidentyfikowane jako związane z interaktywnym nauczaniem i uczeniem się9,10,11,12,13,14. Po drugie, IBS jest obliczany dla każdego odpowiedniego kanału. Proces rejestrowania danych fNIRS składa się z dwóch części: sesji w stanie spoczynku i sesji współpracy. Sesja w stanie spoczynku trwa 5 minut, podczas której obaj uczestnicy (siedzący twarzą w twarz, oddzieleni od siebie przy stole (0,8 m)) zobowiązani są do pozostania w bezruchu i zrelaksowania się. Ta sesja w stanie spoczynku służy jako punkt odniesienia. Następnie, podczas sesji zespołowej, uczestnicy są proszeni o wspólne przestudiowanie całych materiałów edukacyjnych, uzyskując zrozumienie, podsumowując zasady i upewniając się, że wszystkie materiały do nauki zostały opanowane. W tym miejscu przedstawiono konkretne etapy przeprowadzania eksperymentu i analizy danych fNIRS.

<table><tbody><tr><td>Czapki EEG</td><td>Compumedics Neuroscan, Charlotte, USA</td><td>64-kanałowy Quik-Cap</td><td>Wybieramy dwa rozmiary czepka (tj. średni i duży).</td></tr><tr><td>System pomiarowy NIRS z zestawami sond i siatkami uchwytów sond</td><td>Hitachi Medical Corporation, Tokio, Japonia</td><td>ETG-7100 Optyczny system topograficzny Obecny</td><td>protokół badania wymaga opcjonalnego zestawu drugiej sondy dla osoby dorosłej dla łącznie 92 kanałów pomiaru.</td></tr><tr><td>Platforma obliczeń numerycznych</td><td>The MathWorks, Inc., Natick, MA</td><td>MATLAB R2020a</td><td>Służy jako podstawa dla rozszerzeń Psychophysics Toolbox (prezentacja bodźców), Homer2&nbsp; (analiza przedprocesowa fNIRS) i funkcja "wtc" (obliczenia WTC).</td></tr><tr><td>Oprogramowanie psychologiczne</td><td>narzędzia programowe do psychologii, Sharpsburg, PA, USA</td><td>E-prime 2.0</td><td>Stosujemy E-prime do uruchomienia systemu pomiarowego fNIRS i wysyłania wyzwalaczy, które oznaczają fazę spoczynku i fazę wspólnego uczenia się dla danych rejestrujących fNIRS.</td></tr><tr><td>Czepki pływackie</td><td>Zoke corporation, Szanghaj, Chiny</td><td>611503314</td><td>Najpierw umieściliśmy standardową czepek EEG 10-20 na formie głowy i umieściliśmy czepek pływacki na czepku EEG. Po drugie, oznaczyliśmy (inion, Cz, T3, T4, PFC i P5) kredą.</td></tr><tr><td>Digitizer trójwymiarowy (3D)</td><td>Polhemus, Colchester, VT, USA;</td><td>Trójwymiarowy (3-D) digitizer</td><td>Anatomiczne lokalizacje optodów w stosunku do standardowych punktów orientacyjnych głowy zostały określone dla każdego uczestnika za pomocą Patriot 3D Digitizer</td></tr></tbody></table>

synchronizacja między mózgami w otwartym uczeniu się opartym na współpracy: badanie fnirs-hyperscanning

Inter-Brain Synchrony in Open-Ended Collaborative Learning: An fNIRS-Hyperscanning Study

fNIRS hyperscanning jest powszechnie używany do wykrywania neurobiologicznych podstaw interakcji społecznych. Dzięki tej technice naukowcy kwalifikują jednoczesną aktywność mózgu dwóch lub więcej interaktywnych osób za pomocą nowego wskaźnika zwanego synchronizacją międzymózgową (IBS) (tj. dopasowania fazowego i/lub amplitudowego sygnałów neuronalnych lub hemodynamicznych w czasie). Przedstawiono tutaj protokół przeprowadzania eksperymentów hiperskanowania fNIRS na diadach uczenia się opartego na współpracy w naturalistycznym środowisku uczenia się. Ponadto wyjaśniono proces analizy IBS sygnału hemoglobiny utlenionej (Oxy-Hb). W szczególności omówiono projekt eksperymentalny, proces rejestracji danych NIRS, metody analizy danych i przyszłe kierunki. Ogólnie rzecz biorąc, wdrożenie ustandaryzowanego potoku hiperskanowania fNIRS jest fundamentalną częścią neuronauki drugiej osoby. Jest to również zgodne z apelem o otwartą naukę w celu ułatwienia odtwarzalności badań.

Rycina 1 przedstawia protokół eksperymentalny oraz rozmieszczenie sond. Proces rejestracji danych fNIRS składa się z dwóch części: sesji w stanie spoczynku (5 min) oraz sesji współpracy (15-20 min). Diady uczące się w sposób współpracujący są zobowiązane do relaksu i pozostania w bezruchu podczas sesji w stanie spoczynku. Następnie uczestnicy otrzymują polecenie wspólnego opracowania materiału edukacyjnego (Rycina 1A). Ich obszary przedczołowe oraz lewy region s...

Przedstawiono protokół przeprowadzania eksperymentów hiperskanowania fNIRS na diadach wspólnego uczenia się w naturalnym środowisku uczenia się. Ponadto przedstawiono proces analizy synchronizacji międzymózgowej (IBS) sygnałów hemoglobiny natlenionej (Oxy-Hb).

Synchronizacja między mózgami w otwartym uczeniu się opartym na współpracy: badanie fNIRS-Hyperscanning

fNIRS hyperscanning is widely used to detect the neurobiological underpinnings of social interaction. With this technique, researchers qualify the ...

Protokół ten ujawnia synchronizację między mózgami we współpracujących diadach w środowisku naturalistycznym za pomocą techniki hiperskanowania fNIRS. Istotną zaletą tej techniki jest to, że umożliwia ona badanie dynamiki w czasie rzeczywistym dwóch lub więcej oddziałujących na siebie mózgów. Przed rozpoczęciem eksperymentu uruchom system spektroskopii bliskiej podczerwieni w celu osiągnięcia stabilnej temperatury roboczej, a następnie załóż elastyczną czepek pływacki, aby umieścić siatkę uchwytu optody i przygotuj nasadki NIRS zgodnie z opisem w manuskrypcie tekstowym.W przypadku kanału z niewystarczającymi sygnałami użyj podświetlanych sond światłowodowych, aby przesunąć włosy pod końcówką sondy na jedną stronę. Gdy temperatura robocza się ustabilizuje, upewnij się, że odbiornik wyzwalacza jest aktywny i ustaw tryb pomiaru na pomiar związany ze zdarzeniem. Przygotuj podświetlaną sondę światłowodową, aby odsunąć włosy na bok.Poinstruuj uczestników o szczegółach metod pomiaru NIRS i nie patrz bezpośrednio w wiązki laserowe, ponieważ wiązka laserowa może być szkodliwa dla oczu uczestnika. Poproś uczestników, aby usiedli twarzą w twarz, aby upewnić się, że widzą się bezpośrednio i dostosuj odległość krzesła od stołu, aby uczestnicy siedzieli wygodnie. Włącz przycisk lasera, połóż cztery wiązki światłowodów luźno na ramionach uchwytu bez kontaktu z uczestnikami lub krzesłami i umieść nasadkę z zestawami sond na głowach uczestników, upewniając się, że zestawy sond trzy na pięć zakrywają czoło uczestnika, a zestawy sond cztery na cztery zakrywają lewą korę skroniowo-ciemieniową, Następnie ostrożnie wepchnij każdą sondę sprężynową głębiej w gniazdo sondy, tak aby końcówka sondy dotykała skóry głowy uczestnika.Następnie pozwól dwóm uczestnikom na wspólne zapoznanie się z materiałami edukacyjnymi w pięciominutowym stanie odpoczynku, który służy jako punkt odniesienia. Najpierw, aby sprawdzić jakość sygnału, kliknij automatyczne wzmocnienie w oknie monitora zestawu sondy działającej maszyny NIRS, a następnie zaznacz słaby sygnał kanału na żółto, a wystarczający sygnał na zielono i powtarzaj tę procedurę, aż wszystkie kanały zostaną zaznaczone na zielono. Po zakończeniu eksperymentu kliknij Wyjście pliku tekstowego, aby wyeksportować surowe dane o natężeniu światła i zapisać dane jako plik tekstowy.Użyj trójwymiarowego digitizera, aby określić lokalizacje emiterów, odbiorników i innych odniesień dla każdego uczestnika, a następnie uzyskaj współrzędne MNI kanałów rejestrujących za pomocą dostępnej na rynku platformy obliczeń numerycznych. Przeanalizowano dane od każdego uczestnika w każdym kanale. Zobrazowano optogęstość w kanale 33 dla określonej diady.Dane zostały wyodrębnione przy użyciu metody usuwania artefaktów ruchu opartej na falkach, samodzielnie i wraz z analizą głównych składowych. Różnica między krzywymi sugeruje, że PCA jest skuteczny w usuwaniu sygnałów nieneuronalnych. Zwizualizowano macierz koherencji transformacji falkowej.Mapa kolorów wahała się od niebieskiego do żółtego, reprezentując wartości synchronizacji między mózgami w zakresie od zera do jednego, gdzie jeden oznacza największą spójność między dwoma sygnałami, a zero oznacza brak spójności. Ponadto uzyskano również znaczące współczynniki, przy czym silna koherencja wokół jednego herca reprezentuje spójność rytmu serca diady. Porównanie obserwowanej wartości T z rozkładem losowej wartości T pokazuje istotne wyniki w zidentyfikowanym FOI.Ważne jest, aby upewnić się, że zestaw sond obejmuje obszar zainteresowania i starać się zmniejszyć odchylenie.

inter-brain-synchrony-open-ended-collaborative-learning-an-fnirs

Research

JoVE Journal

Neuroscience

Neuronauka

Obecny protokół opisuje, jak przeprowadzać eksperymenty hiperskanowania fNIRS i analizować synchronizację mózg-mózg. Ponadto omawiamy wyzwania i możliwe rozwiązania.

Przeprowadzanie eksperymentów hiperskaningowych z funkcjonalną spektroskopią w bliskiej podczerwieni

Dynamika między sprzężonymi mózgami osób jest coraz częściej reprezentowana przez synchronizację między mózgami (IBS), gdy koordynują się one ze sobą, głównie za pomocą jednoczesnego rejestrowania sygnałów mózgów (czyli hiperskanowania) z fNIRS. W badaniach hiperskanowania fNIRS, IBS był powszechnie oceniany za pomocą metody koherencji transformacji falkowej (WTC) ze względu na jej przewagę w rozszerzaniu szeregów czasowych do przestrzeni czasowo-częstotliwościowej, gdzie oscylacje można...

Jak obliczyć i zweryfikować synchronizację między mózgami w badaniu hiperskanowania fNIRS

Ten protokół opisuje częściową koherencję transformacji falkowej (pWTC) do obliczania opóźnionego w czasie wzorca interpersonalnej synchronizacji neuronowej (INS) w celu wywnioskowania kierunku i czasowego wzorca przepływu informacji podczas interakcji społecznych. Skuteczność pWTC w usuwaniu zakłóceń autokorelacji sygnału na INS została udowodniona w dwóch eksperymentach.

Pomiar kierunkowego przepływu informacji w danych fNIRS-Hyperscaning z wykorzystaniem metody częściowej koherencji transformacji falkowej

Obecny protokół łączy funkcjonalną spektroskopię bliskiej podczerwieni (fNIRS) i obserwację opartą na wideo, aby zmierzyć synchronizację interpersonalną w kwartetach podczas wspólnego zadania rysowania.

Synchronizacja grupowa podczas wspólnego rysowania przy użyciu funkcjonalnej spektroskopii bliskiej podczerwieni

Koherencja transformacji falkowej (WTC) to powszechna metodologia oceny sprzężenia między sygnałami, która jest używana w badaniach hiperskanowania funkcjonalnej spektroskopii bliskiej podczerwieni (fNIRS). W niniejszej pracy przedstawiono zestaw narzędzi do oceny kierunkowości interakcji sygnału.

Nowe ramy zrozumienia koherencji międzymózgowej w badaniach hiperskanowania funkcjonalnej spektroskopii bliskiej podczerwieni (fNIRS)

Ten protokół opisuje, w jaki sposób zsynchronizowana elektroencefalografia, elektrokardiografia i zapisy behawioralne zostały przechwycone z diad niemowlęc-opiekun w warunkach domowych.

Hiperskanowanie EEG w domu w interakcjach społecznych między niemowlęciem a opiekunem

Protokół ma na celu szczegółowe opisanie metodologii przeprowadzania badania hiperskanowania fNIRS w poradnictwie psychologicznym. Obejmuje to przygotowania do eksperymentu, procedurę zbierania danych oraz późniejszy proces analizy danych.

Funkcjonalne badanie hiperskanowania spektroskopii bliskiej podczerwieni w poradnictwie psychologicznym

MazeSuite to kompletny zestaw narzędzi do przygotowywania, przeprowadzania i analizowania eksperymentów nawigacyjnych i przestrzennych. Funkcjonalna spektroskopia bliskiej podczerwieni (fNIR) jest optyczną techniką obrazowania mózgu, która umożliwia nieinwazyjne i przenośne monitorowanie zmian w utlenowaniu krwi mózgowej. Niniejszy artykuł podsumowuje wspólne zastosowanie MazeSuite i fNIR w paradygmacie uczenia się procesów poznawczych.

Wykorzystanie MazeSuite i funkcjonalnej spektroskopii bliskiej podczerwieni do badania uczenia się w nawigacji przestrzennej

Zrozumienie funkcji ośrodkowego układu nerwowego kręgowców wymaga rejestracji aktywności wielu neuronów, ponieważ funkcje kory powstają na poziomie populacji neuronów. Opisujemy tutaj optyczną metodę rejestracji nadprogowej aktywności neuronalnej z rozdzielczością pojedynczych komórek i pojedynczych impulsów (spikes), zwaną skanowaniem z losowym dostępem z ditherowaniem (dithered random-access scanning). Metoda ta rejestruje somatyczne sygnały fluorescencji wapnia z maksymalnie 100 neuronów z...

Optyczna rejestracja ponadprogowej aktywności neuronalnej z rozdzielczością pojedynczych komórek i pojedynczych impulsów

Wykorzystujemy magnetoencefalografię i elektroencefalografię (MEG/EEG), w połączeniu z informacjami anatomicznymi uzyskanymi za pomocą obrazowania rezonansem magnetycznym (MRI), aby zmapować dynamikę sieci korowej związanej z uwagą słuchową.

Mapowanie dynamiki korowej z wykorzystaniem jednoczesnej MEG/EEG oraz oszacowań minimalnej normy z ograniczeniami anatomicznymi: przykład uwagi słuchowej

Poznaj metodę fNIRS hyperscanning do badania synchronizacji między mózgami podczas współpracy. Protokół umożliwia analizę sygnałów Oxy-Hb w czasie rzeczywistym w naturalnym środowisku uczenia się.

Synchronizacja między mózgami w otwartym uczeniu się opartym na współpracy: badanie fNIRS-Hyperscanning

Przeglądaj więcej filmów