Jak obliczyć i zweryfikować synchronizację między mózgami w badaniu hiperskanowania fNIRS
8 września 2021
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 zobaczyć w bardzo intuicyjny spos
Protokół ten zapewnia potencjalnie standardowy potok analizy synchronizacji między mózgami w badaniu hiperskanowania fNIRS. Główną zaletą tej techniki jest to, że pozwala ona na obliczenie prawa synchronizacji między mózgami, które przekształci spójną metodę i zweryfikuje sposoby synchronizacji między mózgami, permutację opartą na wzmocnieniu stanów klatki piersiowej i uczestnictwa. Wykonuj wszystkie analizy danych za pomocą oprogramowania MATLAB z odpowiednimi zestawami narzędzi.
Podczas wstępnego przetwarzania danych, w szczególności przy użyciu analizy składowych głównych i metody poprawy sygnału opartej na korelacji, należy usunąć globalny szum fizjologiczny F N I R S za pomocą filtra NPCA. A artefakty ruchu głowy przy użyciu prawidłowego ruchu HMR podkreślają CBSI Homera dwa. Następnie, aby obliczyć synchronizację międzymózgową lub IBS, przyjmij funkcję koherentną transformacji falkowej krzyża falkowego i koherentnego zestawu narzędzi falkowych z parametrami domyślnymi i oblicz wartości koherentne za każdym razem w punkcie częstotliwości, aby uzyskać dwuosiową macierz wartości koherentnych.
Jako parametry domyślne należy użyć falki macierzystej Morleta, aby przekształcić każdy szereg czasowy w dziedzinę czasu i częstotliwości przez ciągłą transformację falkową. Następnie, aby wybrać interesujące Cię pasmo częstotliwości, wybierz średnią wartości koherentnych pasma częstotliwości z zakresu od 0,5 do jednego Hca. Zgodnie z pasmem częstotliwości używanym w zadaniu ruchu palca w badaniu F N I R S Hyper-scaning.
Uzyskaj jedną kolumnę spójnych wartości dla każdej pary. Następnie należy wybrać średnią wartości koherentnych okna czasowego w fazie spoczynku. Dla każdego warunku eksperymentalnego, korzystając z informacji o znaku, uzyskaj pięć spójnych wartości dla każdej diady dla sesji zadaniowej, wybierz tylko czas, w którym uczestnicy stukali, aby odtworzyć bodziec słuchowy, czyli około 12 sekund dla każdej próby, co daje w sumie 180 sekund dla każdego warunku eksperymentalnego.
Następnie odejmij spoczynkową wartość spójną od wartości spójnej związanej z zadaniem. Ponieważ wartość koherencji w stanie spoczynku jest używana jako punkt odniesienia w tym eksperymencie. Następnie, używając testu permutacji T sparowanych próbek z funkcją kropli podkreślenia słodu comp underscore perm T1.
Porównaj odjęte wartości koherentne z zerem na każdym kanale dla każdego warunku eksperymentalnego. Następnie, korzystając z funkcji FDR w przyborniku MATLAB, skoryguj wartości P metodą współczynnika fałszywych wykrywań. Następnie, korzystając z testu permutacji T sparowanych próbek z funkcją podkreślenia słodu comp underscore perm underscore T1 pracy kropli, porównaj wartości koherencji między różnymi warunkami zadania w kanale, w którym istniał IBS.
Aby sprawdzić poprawność IBS, użyj funkcji perm rant a MATLAB, aby losowo określić etykietę prób w warunkach koordynacji miernika dla jednej diady na każdym kanale. Postępuj zgodnie z przedstawionym potokiem w celu obliczenia IBS i statystyk dla etykiety randomizowanego badania, z wyłączeniem analizy wrażliwości dla pasma częstotliwości będącego przedmiotem zainteresowania. Przeprowadź permutację 1000 razy, a następnie wykreśl rozkład statystycznych wartości Z wygenerowanych w ramach permutacji diady.
Następnie postępuj zgodnie z potokiem, aby obliczyć IBS i statystyki po losowym dopasowaniu uczestników tego samego badania w warunkach koordynacji licznika. Na koniec ponownie postępuj zgodnie z potokiem po losowym zlosowaniu etykiet warunków dla tych samych członków jednej diady w tym samym badaniu. Wyniki wykazały obecność IBS na piątym kanale w stanie koordynacji licznika.
Podczas gdy w innych warunkach nie wykryto IBS. Na kanale piątym IBS i warunek koordynacji licznika były znacznie wyższe niż wartości koherentne w warunku koordynacji bez licznika i niezależności licznika. Analiza permutacji wykazała, że obserwowany IBS prawdopodobnie występował u dwóch osób z jednej diady, które próbowały zsynchronizować się ze sobą w dopasowanym czasie, ale nie w partnerze czasowym lub warunku losowego parowania.
Upewnij się, że IBS jest specyficzny dla rzadkich interakcji. Tak więc, obliczając IBS w zadaniu, skorelowano pasmo częstotliwości i na mutujące warunki zaufania i wywiady. Obliczanie IBS dla wszystkich kanałów w zasięgu prostym lub dla różnych kanałów i regionów wzbogaciłoby partnera obliczeniowego IBS.
Analiza sieci Inter-Brain dla dużych grup uczestników naturalnych interakcji przyniesie korzyści w zakresie kwalifikacji interakcji społecznych.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
Niniejsze badanie koncentruje się na synchronizacji między mózgami (IBS) wśród osób podczas skoordynowanych zadań, wykorzystując spektroskopię w podczerwieni bliskiej (fNIRS) w konfiguracji hyperscanningu. Stosuje transformację falkową spójności (WTC) do oceny IBS i weryfikuje wyniki za pomocą metod permutacyjnych. Omówiono kluczowe zagadnienia metodologiczne w celu zwiększenia odtwarzalności i niezawodności w tych badaniach.
Kluczowe Elementy Badania
Dział Obszaru Nauki
- Neuroscience
- Brain Imaging
- Interpersonal Coordination
Tło
- Synchronizacja między mózgami (IBS) odzwierciedla koordynację pomiędzy aktywnością mózgów osób.
- Hyperscanning umożliwia jednoczesne nagrywanie sygnałów mózgowych od wielu uczestników.
- Transformacja falkowa spójności (WTC) jest wykorzystywana do analizy charakterystyk czasowo-częstotliwościowych.
- Metody permutacyjne pomagają zweryfikować wyniki IBS poprzez kontrolowanie przypadkowych wystąpień.
Cel Badania
- Przedstawienie protokołu analizy IBS z wykorzystaniem badań hyperscanningu fNIRS.
- Szczegółowe opisanie, jak skutecznie obliczać i weryfikować IBS.
- Identyfikacja kluczowych zagadnień metodologicznych w celu poprawy analiz.
Wykorzystane Metody
- Badanie wykorzystuje spektroskopię w podczerwieni bliskiej (fNIRS) do pozyskiwania sygnałów mózgowych.
- Ocenia koordynację z wykorzystaniem funkcji transformacji falkowej spójnej przy użyciu oprogramowania MATLAB.
- Przetwarzanie wstępne danych obejmuje techniki takie jak analiza głównych składowych i użycie filtru NPCA.
- Procedura obejmuje testowanie wartości spójności w różnych warunkach eksperymentalnych i wykorzystanie testów permutacyjnych do weryfikacji.
Główne Wyniki
- IBS został zaobserwowany podczas określonych warunków, wskazując na wysiłki synchronizacji między uczestnikami.
- Obecność IBS została potwierdzona za pomocą testów statystycznych i analiz permutacyjnych.
- Wyniki sugerują, że wykrywanie IBS jest specyficzne dla określonych zadań i warunków, co wzmacnia zrozumienie dynamiki interakcji społecznych.
Wnioski
- Niniejsze badanie dostarcza ram metodologicznych do oceny IBS, wspomagając przyszłe badania w neurobiologii interpersonalnej.
- Zwiększa odtwarzalność i niezawodność w analizie synchronizacji neuronalnej między osobami.
- Wyniki wnoszą cenne spostrzeżenia dotyczące neuronalnych podstaw interakcji społecznych.
Najczęściej Zadawane Pytania
Executive Industry Relevance
Inter-brain synchronization (IBS) analysis via fNIRS hyperscanning provides a mechanistic window into coordinated neural activity, offering biopharma R&D a quantitative biomarker for social cognition and interpersonal engagement models. This approach supports target validation in neuropsychiatric disorders by enabling objective measurement of dyadic neural coupling, which can inform therapeutic efficacy in conditions affecting social interaction. The wavelet transform coherence (WTC) method combined with permutation validation enhances predictive confidence in preclinical models by reducing false-positive synchrony signals.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses related to social brain networks by quantifying neural synchrony between interacting subjects.
- Operational Value: Provides a reproducible pipeline for assessing target engagement in dyadic behavioral paradigms using fNIRS hyperscanning.
Screening & Assay Development
- Scientific Value: Generates time-frequency resolved coherence metrics that serve as quantitative readouts for compound effects on interpersonal neural coupling.
- Operational Value: Supports assay standardization through predefined frequency band (0.5–1 Hz) and time-window averaging protocols, improving cross-study comparability.
Translational & Preclinical Research
- Scientific Value: Facilitates mechanistic de-risking by distinguishing true interaction-dependent synchrony from artifactual correlations via permutation-based validation.
- Operational Value: Enables longitudinal tracking of neural coordination phenotypes in disease models, supporting translational continuity from discovery to preclinical validation.
Pipeline & Workflow Integration
The IBS analysis pipeline fits within early discovery workflows where neural correlates of social behavior are evaluated, particularly in target validation and assay development stages for CNS therapeutics.
- Discovery Biology: Supports hypothesis testing of neural mechanisms underlying social interaction by providing objective, quantifiable measures of inter-brain coupling.
- Screening: Delivers assay-ready, reproducible coherence outputs after preprocessing (NPCA filtering, HMR motion correction) and statistical validation (permutation testing, FDR correction).
- Analytics: Produces Z-value distributions from permutation tests that enable statistical comparison of IBS across conditions and channels.
- Translational Research: Aligns with biomarker development efforts by offering a neural synchrony metric sensitive to task-specific coordination, relevant for social dysfunction models.
- Enterprise Reuse: Establishes a reusable analytical framework applicable across multiple dyadic tasks and experimental conditions, reducing redevelopment costs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by confirming that observed IBS is specific to genuine interaction and not random pairing or condition effects.
- Operational Value: Enhances reproducibility through standardized preprocessing (PCA-based noise reduction, motion correction) and validated statistical pipelines (permutation T-test, FDR correction).
- Strategic Value: Improves go/no-go decisions by providing a neural biomarker of social engagement that can be modulated by pharmacological interventions.
- Portfolio Impact: Enables risk-adjusted prioritization of compounds targeting social cognition pathways through objective, quantifiable IBS readouts.
Implementation Considerations
- Requires expertise in fNIRS data acquisition, hyperscanning experimental design, and MATLAB-based signal processing.
- Depends on access to wavelet transform coherence toolboxes and permutation testing functions for proper implementation.
- Necessitates cross-team standardization of preprocessing steps (e.g., NPCA filter, HMR motion correction) and analysis parameters (frequency band, time windows) to ensure reproducibility.
- Involves adaptation considerations when applying the protocol to different participant populations, tasks, or neural regions of interest.
- Limited by the need for careful channel selection (e.g., channel five in the motor coordination condition) and condition-specific interpretation to avoid false positives.
