Quantificar Aprendizagem em lactentes jovens: Ações Perna Rastreamento Durante uma tarefa de aprendizagem-Discovery

Summary

Um método é descrito no qual bebês de 3-4 meses aprendem uma tarefa por descoberta e seus movimentos de perna são capturados para quantificar o processo de aprendizagem.

Abstract

Acções específicas da tarefa emergir movimento espontâneo durante a infância. Foi proposto que as ações de tarefas específicas emergem através de um processo de ensino-descoberta. Aqui é descrito um método em que crianças de 3-4 meses de idade aprender uma tarefa pela descoberta e seus movimentos da perna são capturados para quantificar o processo de aprendizagem. Esta tarefa de aprendizagem de descoberta usa um celular ativado criança que gira e toca música com base no movimento da perna especificado de bebês. Lactentes supina ativar o móvel, movendo os pés na vertical através de um limiar virtual. Este paradigma é o único que como as crianças descobrem, independentemente de que suas ações perna ativar o celular, movimentos das pernas dos bebês são rastreados usando um sistema de captura de movimento que permite a quantificação do processo de aprendizagem. Especificamente, a aprendizagem é quantificado em termos da duração da ativação celular, a variância posição dos operadores terminais (pés) que ativam o móvel, mudanças na Coorde- hip-joelhopadrões de produção e mudanças no quadril e joelho torque muscular. Esta informação descreve prospecção e exploração infantil na interacção das limitações pessoa e ambientais que apoiam uma acção específica para a tarefa. Pesquisas posteriores utilizando este método pode investigar deficiências como específicas de diferentes populações de crianças em situação de risco para distúrbios do movimento influenciar o processo de ensino-descoberta de uma acção específica para a tarefa.

Introduction

Acções específicas da tarefa emergir movimentos espontâneos durante a infância. Foi proposto que as ações de tarefas específicas emergem através de um processo de aprendizagem ^{1,2-descoberta.} As tarefas são descobertos por crianças como eles espontaneamente movimentar e explorar acções que produzem novos efeitos no ambiente. Ações de tarefas específicas emergir como crianças explorar as conexões entre suas ações e seus efeitos sobre o mundo ao seu redor. No entanto, pouco se sabe sobre os processos precisos de que as crianças exploram e promovem a aprender a modificar os seus movimentos espontâneos para executar ações de tarefas específicas. Aqui é descrito um método em que crianças de 3-4 meses de idade aprender uma tarefa pela descoberta e seus movimentos da perna são capturados para quantificar o processo de aprendizagem.

Figura 1: Infante chutando-ativado tarefa móvel. et al. ³

Esta tarefa de aprendizagem de descoberta usa um celular ativado criança que gira e toca música com base na ação perna especificado de bebês ^3. Lactentes colocados em posição supina sob o móvel activá-lo mover os pés na vertical através de um limiar virtual (Figura 1). Este paradigma é o único que como as crianças descobrem, independentemente de que suas ações perna ativar o celular, movimentos das pernas dos bebês são rastreados usando um sistema de captura de movimento que permite a quantificação do processo de aprendizagem.

O protocolo experimental inclui dois dias de coleta de dados. Dia 1 consiste em um estado inicial de 2 minutos em que uma criança começa espontaneamente, mas suas ações pernaNão é possível ativar o bebê móvel, seguido por uma condição de aquisição 6 min em que as ações da perna da criança ativar o celular criança se a criança se move seus pés verticalmente para cruzar um limite virtual. Este protocolo permite a quantificação das acções de perna espontâneos de lactentes bem como a quantificação de vários aspectos dos movimentos como lactentes explorar a relação entre as suas acções de perna e de activação do móvel infantil. No dia 2, para além do estado inicial de 2 min e condição aquisição 6 min, uma condição de extinção 2 minutos é adicionado em que as acções das pernas da criança não activar o móvel infantil. Isto permite a quantificação de lactentes como alterar as suas acções de perna quando uma resposta ambiental já aprendido é descontinuada.

Em infantis paradigmas móveis anteriores, a frequência de movimento da perna ^4-6, quadril e joelho ângulos específico ^7,8, ou chutar um painel ⁹ ter sido reinforced com o movimento móvel. Desempenho de cada dia foi definido como o aumento destas acções das pernas durante a condição de aquisição ou de extinção em relação ao estado inicial ^{de 4-9.} Aprender ao longo dos dias foi definida como um aumento nessas ações perna durante a linha de base ou aquisição condição de Dias 2 ou 3 e do estado inicial do Dia 1 ^5,6. Esses paradigmas móveis anteriores demonstram que as crianças aumentar a frequência de acções de perna que são reforçados com a ativação celular, no entanto, eles não fornecem informações sobre o movimento Opções crianças têm à sua disposição quando aprender a tarefa. Por exemplo, se a taxa de chutar é reforçada, as crianças demonstram desempenho e aprendizagem quando seus chutes aumentos da taxa ou ao interagir com o celular ou quando o móvel não está mais ativa. Isto demonstra que as crianças podem refinar sua taxa de chutar, mas não se sabe se as crianças podem refinar sua coordenação perna padrão ou torque produção para generatações da perna e que não estão dentro do seu repertório movimento preferido.

Este paradigma móvel é único em que as crianças são obrigadas a demonstrar ação da perna mais refinado para ativar o dispositivo móvel do que em paradigmas móveis anteriores. Neste paradigma móvel, a altura de cada um dos pés acima da mesa é calculado durante o estado inicial de 2 min, utilizando os dados de posição de um díodo emissor de luz (LED) ligado a cada um dos pés. Um limiar virtual é então definido paralelamente à mesa a uma altura que está dentro da gama superior de altura de ambos os pés durante o estado inicial. Durante a aquisição, a rotação móveis e toca música se qualquer pé cruza o limiar. Depois de 3 segundos, os batentes móveis e reactiva somente se a criança se move o pé abaixo do limiar, e, em seguida, move o pé verticalmente e novamente atravessa o limiar. Para ativar o celular para a maior quantidade de tempo, os bebês precisam mover um pé acima do limiar e mantê-lo contra gravdade por 3 segundos, em seguida, passar rapidamente a pé abaixo do limiar e, novamente, movê-lo acima do limite e mantê-lo lá por 3 s, etc. Isso requer ação da perna mais refinado do que simplesmente aumentar a taxa de chutar.

Figura 2: dados de posição não filtrados de operadores terminais (pés) de um infante dados representativos posição Unfiltered do dia 2 de uma criança de idade três meses que mostrou aprendizagem com base nos critérios individuais de aprendizagem.. A linha vermelha é dados de posição da coordenada z do diodo emissor de luz (LED) colocados no pé direito. A linha azul é os dados de posição do LED no pé esquerdo. Linha preta grossa é a tabela. Linha pontilhada é o limiar virtual colocado 14 centímetros acima da tabela individualmente determinados para cada criança com base na altura da sua linha de base durante chutandocondição do Dia 1. eixo X está marcado o tempo por intervalos de 2 min. Observe como o bebê se move seus pés durante a linha de base quando o móvel não ativa e durante os primeiros 30 segundos de aquisição 1, então ele sempre mantém os dois pés fora da tabela e move seus pés à direita em torno do limiar para a próxima 5½ minutos até que o móvel não é activado durante a condição de extinção.

A segunda característica única deste paradigma móvel é que a ação da perna de cada criança é rastreado usando técnicas de captura de movimento state-of-the-art para quantificar como as crianças usam suas opções de movimento para aprender a tarefa. Os dados de posição do diodo emissor de luz não filtrada em cada pé que activa a unidade móvel a partir de uma criança representativa está incluído na Figura 2. Note-se como a criança se move seus pés em diversas alturas acima da mesa durante a linha de base e a primeira parte de aquisição, mas move-se então os dois pés direita em torno do limiar durante o resto do Condi aquisiçãoção até que o celular não está mais ativa durante a extinção. Esta é uma das muitas estratégias de movimento em potencial para realizar a tarefa de aprendizagem de descoberta. As estratégias pode ser quantificada calculando a cinemática tridimensionais e cinética, usando dados adquiridos a partir da posição do sistema de captura de movimento. Especificamente, o processo de aprendizagem é quantificada em termos da percentagem de acção reforçada perna (% RLA), que é igual à duração da activação celular, posição variância dos efectores finais (pés) que activam os móveis, padrões de coordenação quadril do joelho e quadril e joelho torques articulares.

Protocol

O Conselho de Revisão Institucional da Universidade do Sul da Califórnia aprovou este estudo.

1. Sistema de Preparação

1. Configure o sistema de captura de movimento. Por favor, note: essas etapas são diferentes para cada sistema de captura de movimento.
   1. Alinhe a sistemas dos dois sensores de captura de movimento para que de um sensor de coordenadas clicando em "Executar New Registration" no programa de captura de movimento, entrando em um tempo de coleta de 30 segundos, clicar em "Cadastre-se", e movendo o objeto de registro dentro do volume de captura durante 30 seg. Quando o registro for concluído com êxito, observamos um root mean square (RMS) erro de registro na tela do computador.
   2. Alinhar o sistema de coordenadas global para a tabela de teste usando o objeto de registro, clicando em "Executar New Alinhamento" no programa de captura de movimento.
      1. Definir a origem, colocando o obje registoct no canto direito superior da tabela de teste e clicar em "Digitalização" no programa de captura de movimento. Definir o eixo Z através da colocação do objecto de registo na parte superior de uma caixa e clicando "Digitalizar"; o eixo Z é perpendicular à mesa.
      2. Definir o / Y + Z Plano movendo o objecto de registo na caixa ao longo do comprimento da mesa e clicando "Digitalizar"; o eixo dos Y é paralelo ao comprimento do quadro e o eixo X é paralelo à largura da mesa.
   3. Ligue os LEDs nas duas portas estroboscópicas e digite o número de LEDs por porta strobe dentro do programa do sistema de captura de movimento (24 para a porta de strobe 1 e 20 para a porta de strobe 2). Veja a Figura 3 para o número e localização de cada LED. Selecione visualização de dados em falta para fornecer um display gráfico-como faixa de LEDs sendo monitorado em tempo real.
      
2. Configure o programa de computador móvel infantil.
   1. Insira o número de minutos para cada condição. Para o dia 1, entrada 2 para a fase 1 (2 min de base, condição não-reforço), 6 para a fase 2 (6 min aquisição, condição reforço), e 0 para a fase 3 (0 min extinção, condição não-reforço).
   2. Para o dia 2, entrada 2 para a fase 1 (linha de base), 6 para a fase 2 (aquisição), 2 para a fase 3 (extinção), e marque "Use Zmin como padrão" para que o limiar calculado durante linha de base de Day1 será o limiar usado para a condição de aquisição de Dia 2.
   3. Escolha "StreamframesAllFrames" e clique em "Enviar" para permitir que oprograma de celular para usar dados do sistema de captura de movimento para ativar o celular criança com base em critérios especificados.
3. Configure as câmeras de vídeo.
   1. Iniciar o programa de computador de vídeo para os três vídeos sincronizados (lateral direito, lateral esquerdo, vistas gerais).
   2. Comece a câmera de vídeo adicional sobre a cabeça do bebê para gravar expressões faciais e olhar olho.

2. Preparação infantil

1. Descrever a experiência para os pais e informá-los para interagir tão pouco quanto possível com seu bebê.
   NOTA: Diga aos pais que, se a criança não se torna exigente durante todo o experimento, os pais devem sentar-se ao lado da criança fora de sua vista, no entanto, se a criança torna-se exigente há uma progressão de interação com a criança.
   1. Primeiro, pergunte o pai dizer: "Está tudo bem, eu estou bem aqui," em um tom tranqüilizador.
   2. Em segundo lugar, pediro pai para ficar no ponto de vista da criança enquanto estiver a tranquilizar o bebê.
   3. Em terceiro lugar, pedir ao pai que quer segurar uma das mãos da criança ou dar o bebê uma chupeta.
      NOTA: A menor quantidade de interação necessária para manter a criança calma e alerta dos pais é dado e é encerrado o mais rapidamente possível.
2. Despir a criança, coloque o bebê sob o móvel infantil e proteger a criança para a tabela usando uma faixa de velcro colocada ao longo do tronco.
3. Depois que o bebê está preso à mesa, coloque os marcadores esterno e pélvica, coxa, pernil, e corpos rígidos pé no lactente.

3. infantil Mobile Learning Task

1. Todos os dias, iniciar a tarefa de aprendizagem móvel, de forma síncrona iniciar o sistema motion capture, programa de computador móvel, e câmeras de vídeo.
   1. Em ambos os dias a partir min 0-2, o estado inicial, observar a criança chutando espontaneamente.
   2. No Dia 1 durante o 2 min condição basal, observe como o programa infantil móvel calcula continuamente o limiar para a ativação celular baseado em dados-z de um dos LEDs no corpo rígido de cada pé. Exemplo, marcador 9 no pé direito e do marcador 21 no pé esquerdo. Marcador 9 é o centro de LED no corpo rígido pé direito circulados em amarelo na Figura 1. Marcador 21 é o centro LED no corpo rígido pé esquerdo.
   3. No final da linha de base de 2 min, o programa móvel vai definir o limite a uma altura de um desvio padrão (DP) acima da altura média dos dois pés durante o estado inicial de 2 min.
   4. Em ambos os dias a partir min 2-8, a condição de aquisição, observar como os infantis gira móveis e toca música quando o LED colocados em cada pé cruza o limiar calculado durante o estado inicial de 2 min do Dia 1.
      NOTA: a activação celular irá continuar durante o tempo que o pé está acima do limiar virtual para um máximo de 3 seg. Após 3 segundos, o mobile vai reativar somente se a criança move o pé abaixo do limiar virtual, e em seguida, move o pé verticalmente e novamente cruzar o limiar. Esta "regra 3 seg" incentiva movimentos exploratórios perna ativa versus segurando os pés acima do limiar.
   5. No dia 2 de 8-10 min, a condição de extinção, observar como a criança começa espontaneamente sem reforço móvel.
2. Após a criança interage com o dispositivo móvel, recolher um ensaio de calibração estática para definir um sistema de coordenadas local para cada segmento de perna e define uma configuração de referência para cada segmento do corpo no espaço.
   1. Corrigir dez LEDs individuais bilateralmente para a pele do bebê usando coleiras ECG dupla face nos seguintes locais: linha média lateral do tronco abaixo da décima costela, trocânter maior do quadril, joelho linha lateral da junta do tornozelo maléolo lateral, e extremidade distal do ^5º metatarso.
   2. Segure a extremidade inferior do bebê em, uma posição anatômica prorrogado por 5 sec. Todos os ângulos articulares nessa posição calibração são definidos como 0 °.
3. No dia 2, coletar dados antropométricos.
   1. Pesar cada criança em uma escala elétrica digital.
   2. Tome as seguintes medidas: comprimento total do lactente; circunferência ao meio-segmento da coxa, pernil, e pé; largura do joelho (no joelho linha comum), tornozelo (no maléolo) e pé (pelo cabeça dos metatarsos); eo comprimento da coxa (trocânter maior até o joelho da linha de junta), pernil (joelho linha conjunta para maléolo lateral) e pé (maléolo medial a primeira articulação metatarsofalângica).

Análise 4. Dados

1. Analisar o desempenho e aprendizagem calculando a RLA% durante cada intervalo de 2 min do experimento usando um programa em linguagem de computação personalizado, como Matlab. Calcule a duração do tempo de um ou ambos os LEDs em cada pé que ativaram o móvel eram superiores ao limiar. Desdeo móvel não activa após um intervalo de 3 seg, subtrair a duração de tempo em que um ou ambos os LEDs estavam acima do limiar para maior do que um intervalo de 3 seg.
   1. Medir o desempenho do grupo de cada dia, analisando estatisticamente se a RLA% durante qualquer um dos intervalos de aquisição de três, dois mínimo excede significativamente o intervalo de linha de base ^3,4,7,9,10 2 min.
   2. Categorizar lactentes individuais como ter realizado a tarefa cada dia, se o RLA% durante qualquer intervalo de aquisição de 2 minutos é igual a ou maior do que 1,5 vezes o RLA% da linha de base no intervalo de 2 min ^3,4,6,9,10.
   3. Medir a aprendizagem do grupo ao longo dos dias, determinando estatisticamente se a RLA% durante toda a 6 min aquisição condição Dia 2 exceder o RLA% durante o estado inicial Dia 1 ^3,6.
   4. Categorizar bebês individuais como aprendizes se o RLA% durante toda a condição de aquisição 6 min do Dia 2 é igual ou greater a 1,5 vezes o estado inicial do Dia 1 ^3,6,11.
2. Analise excitação e atenção por fitas de codificação a cada intervalo de 2 min da experiência. A escala de activação é definido como: sonolência = 1, alerta e inativos = 2, alerta e ativo = 3, exigente = 4, e chorando = 5 ^3,8,11. A escala atenção é definido como: 0 = não olhando para o celular, 1 = olha o móbil ^3,8.
3. Processo de dados de posição e chutes extrato usando programas Matlab personalizados.
   1. Arquivos de dados de posição de carga outputted do sistema de captura de movimento em um programa Matlab personalizado para interpolar os dados de posição em falta (máximo de 20 quadros consecutivos) usando uma spline cúbico.
   2. Carregar os arquivos interpolados em um programa personalizado para Matlab (a) dados sobre a posição do filtro usando uma quarta ordem Butterworth com uma frequência de corte de 5 Hz, conforme determinado a partir da análise do espectro de potência, e (b) calcular os seguintes ângulos articulares: flexão do quadril / extensão, abdução do quadril/ Adução, rotação interna / externa do quadril, joelho flexão / extensão, inversão do tornozelo / eversão, dorsiflexão / flexão plantar, como descrito no ^12.
   3. Carregar os arquivos de ângulo em um programa Matlab personalizado para extrair chutes. Definir o início de um pontapé como o início de um movimento contínuo da perna em que o quadril ou o joelho ângulo da articulação mudança excedeu 11,5 ° (0,2 radianos) em qualquer flexão ou extensão ^3,9,13-15. Defina o fim do pontapé como o quadro de extensão de pico na sequência de um movimento de flexão ou flexão pico na sequência de um movimento de extensão ^3,9,14.
4. Para todos os pontapés, calcular parâmetros cinemáticos usando programas Matlab personalizados.
   1. Variância posição Compute na direção z (, direção de tarefas específicas vertical) do LED em cada pé que ativou o móvel ^3.
   2. Calcule hip flexão / extensão e flexão do joelho / extensão correlações conjuntas utilizando coeficientes de correlação de Pearson (r) em zero lagentre quadril e joelho excursões ângulo articular. Para comparar as correlações (r) entre crianças, converter hip-joelho correlações ângulo conjunta para Fisher escores Z ^3,9,15.
   3. Time-normalizar os dados de ângulo conjuntas, em seguida, calcular hip flexão / extensão e flexão do joelho / extensão fase relativa contínua (CRP) a partir dos dados de posição / velocidade angular ^16,17. Analisar os resultados da computação CRP nos seguintes cinco momentos: (a) começo de pontapé, (b) velocidade de pico do primeiro segmento, (c) reversão conjunta, (d) velocidade de pico do segundo segmento, e (e ) final do pontapé ^3.
5. Para todos os chutes, pontapés identificar sem contato, visualizando os dados de vídeo síncronos. Calcular parâmetros cinéticos para chutes sem contato usando programas Matlab personalizados.
   1. Calcule a massa segmentar e do centro de massa a partir das equações modificadas para crianças de modelo antropométrico do Hatze para adultos ^18. Calcule os momentos de inércia de 3Dcoxa, pernil, e segmentos do pé de equações modificadas para crianças de modelo antropométrico de Jensen para adultos ^19.
   2. Calcular os termos da seguinte equação de movimento utilizando a teoria do parafuso de ²⁰ manipulações espaciais.
      
      é derivado utilizando a abordagem de Lagrange, em que M (θ) representa a matriz de inércia, a matriz de Coriolis e torque de centrífuga, N (θ) as gravitacionais (GRA) e torques T músculo (MUS) torques.
   3. Calcule torques conjuntas, utilizando os dados cinemáticos 3D dos chutes sem contato, corpo segmentos parâmetros inerciais, ea equação biomecânica do movimento.
   4. Particionar o líquido torque (NET) em cada junta em contribuições (MDT), GRA, dependente do movimento e torque MUS ^21. Torque resultante é directamente proporcional às acelerações em cada junta.Binário MDT está relacionada com os binários passivos associados com as interacções mecânicas entre os segmentos interligados que se deslocam do membro. Binário GRA está relacionada com a força passiva de gravidade actuando para baixo sobre o membro. Binário MUS inclui forças de contrações musculares ativos e passivos de deformações músculos, tendões, ligamentos e outros tecidos periarticulares.
   5. Para o quadril e joelho separadamente, calcular impulso de torque quanto a magnitude da contribuição de cada binário particionado (MUS, GRA, MDT) ao torque NET. Calcule o impulso positivo ou negativo de torque (torque de * tempo) durante os intervalos em que o torque MUS joelho atuaram no mesmo ou em direção oposta em relação ao NET de torque no joelho. Execute este mesmo cálculo com GRA joelho e torques de MDT e hip MUS, GRA, e torques de MDT. Para a anca e do joelho separadamente, somar todos os impulsos positivas e negativas para cada componente de torque, para se obter uma medida da magnitude da contribuição de cada impuls de torque particionadase (MUS, GRA, MDT) para NET torque de impulso.

Results

O processo de aprendizagem de crianças pequenas pode ser quantificado em termos da RLA%, posição variância dos operadores terminais (pés), hip-joelho coeficientes de correlação ângulo e quadril e joelho torques articulares. Cada nível de análise fornece informações exclusivas sobre como crianças explorar a relação entre suas ações nas pernas e ativação do celular criança durante o processo de ensino-descoberta.

Para a análise estatística de% RLA e hip-joelho coeficientes de correlação ângulo...

Discussion

Projeto de tarefas descoberta de aprendizagem para crianças pequenas

Descoberta tarefas de aprendizagem para crianças pequenas devem ser cuidadosamente concebidos para assegurar que as crianças estão descobrindo independentemente da contingência. Em vários paradigmas móvel no início da condição de aquisição, os lactentes são ou demonstrado que a unidade móvel activa por uma activação não contingente do móvel ^7,22 ou a perna de cada lactente é passivamente movido pelo investigador ...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Sensor de Posição Optotrak Certus, Foco Distante, com suporte	Northern Digital Inc	8800852
Optotrak Data Acquisition Unit II (ODAU II)Northern	Digital Inc	8800767
Suporte Optotrak Vinten, Certus com Adaptador Quick Fix Northern	Digital Inc	8800855.002
Certus S-Type, Configuração Padrão	Northern Digital Inc	8800761
Par de marcadores (7 mm), conector c/w RJII e cabo de 8 pés	Northern Digital Inc	8001029.001
Cabo de Linha AC, Grau Médico, América do Norte	Northern Digital Inc	7500010
Kit de Emissor de Referência Cúbica - Certus	Northern Digital Inc	8800768
3 Pylon IEEE 1394 câmeras	Basler	A6021c
Vixia HG10 filmadora	Canon	2183B001
Discos Adesivos	MVAP Suprimentos Médicos	E401-500
Suporte de cabeça reversível	Eddie Bauer	52556
Softstrap Strap	Sammons Preston	A34960
Balança Pediátrica Digital	Healthometer	Modelo 524KL