Artigo de método

Estudo de Hipervarredura de Espectroscopia Funcional de Infravermelho Próximo em Aconselhamento Psicológico

DOI:

10.3791/67183

⸱

17 de janeiro de 2025

 ,  ,  , 
1Shanghai Key Laboratory of Mental Health and Psychological Crisis Intervention, School of Psychology and Cognitive Science, East China Normal University, 2School of Psychology and Cognitive Science, East China Normal University, 3School of Health and Clinical Psychology, East China Normal University, 4School of Psychology, Shanghai Normal University

* These authors contributed equally

Neste artigo

Aviso de errata

Important: There has been an erratum issued for this article. View Erratum Notice

Resumo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

O protocolo tem como objetivo fornecer uma descrição detalhada da metodologia para a realização de um estudo de hipervarredura fNIRS em aconselhamento psicológico. Isso inclui os preparativos para o experimento, o procedimento de coleta de dados e o processo subsequente de análise de dados.

Resumo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

A hipervarredura de espectroscopia funcional de infravermelho próximo (fNIRS) é uma técnica inovadora que permite o monitoramento em tempo real da atividade cerebral entre vários indivíduos envolvidos em interações sociais. Pesquisadores neste campo quantificam atividades cerebrais simultâneas por meio do índice de sincronia intercerebral (SII). Na pesquisa de aconselhamento psicológico, o uso de fNIRS para medir a SII chamou a atenção por seu potencial de iluminar a dinâmica das interações conselheiro-cliente. No entanto, o campo atualmente carece de um protocolo padronizado para medir com precisão a SII entre conselheiros e clientes, o que facilitaria a revelação de padrões de interação em tempo real durante as sessões de aconselhamento. Para atender a essa necessidade, este artigo propõe um protocolo padronizado detalhado, descrevendo as etapas processuais para a realização de hipervarredura fNIRS em ambientes de aconselhamento psicológico, com foco na aquisição de sinais cerebrais, cálculo da SII entre conselheiros e clientes e análise dos padrões de lead-lag da SII ao longo das sessões de aconselhamento. A implementação desse pipeline de hipervarredura fNIRS padronizado não apenas aumenta a reprodutibilidade e a confiabilidade das medições da SII na pesquisa de aconselhamento psicológico, mas também facilita insights mais profundos sobre os mecanismos neurais subjacentes à aliança de trabalho. Ao integrar a hipervarredura fNIRS em ambientes de aconselhamento naturalista, os pesquisadores podem avançar na compreensão de como a SII se correlaciona com os resultados do aconselhamento, potencialmente informando abordagens personalizadas para o tratamento de saúde mental.

Introdução

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Nos últimos anos, o uso de técnicas de hipervarredura para explorar atividades cerebrais compartilhadas durante interações diádicas ou de grupo tornou-se uma direção de pesquisa popular. Os pesquisadores geralmente empregam eletroencefalograma (EEG)1, ressonância magnética funcional (fMRI)2 ou espectroscopia funcional de infravermelho próximo (fNIRS)3 para monitorar as atividades neurais e cerebrais de vários indivíduos simultaneamente. A métrica de neurociência de sincronia intercerebral (SII)4 é assim introduzida para quantificar o grau de acoplamento da atividade cerebral entre as pessoas com análise meticulosa do alinhamento de fase e amplitude dos sinais neurais ou hemodinâmicos ao longo do tempo5. SII refere-se ao fenômeno em que as atividades cerebrais de dois ou mais indivíduos se alinham ou sincronizam durante as interações sociais. Essa sincronização pode ocorrer de várias formas, como na fase, frequência ou amplitude das oscilações cerebrais 6,7,8.

No domínio das interações sociais naturalistas envolvendo múltiplos participantes, uma vasta gama de pesquisas iluminou o fenômeno da SII, particularmente em contextos tão diversos como a dinâmica pais-filhos9, trocas educador-aluno10, parcerias românticas11 e engajamentos público-artista12. Notavelmente, a SII exibe níveis elevados em relacionamentos íntimos, como parcerias entre pais e filhos e românticas, em comparação com interações com estranhos, ressaltando sua sensibilidade à profundidade da conexão emocional. Ao mesmo tempo, esse aumento da SII frequentemente coincide com maior eficiência de colaboração e melhorias comportamentais, sugerindo um papel funcional na facilitação de resultados sociais positivos15.

No contexto do aconselhamento, a aliança de trabalho - um construto central intimamente ligado à eficácia do aconselhamento16 - incorpora uma dinâmica interpessoal distinta que evolui gradualmente entre o conselheiro e o cliente durante o processo terapêutico. Em sua essência, essa aliança se baseia na promoção de laços emocionais profundos e no estabelecimento de estruturas colaborativas eficientes17. Portanto, explorar a SII nas interações de aconselhamento fornece uma nova perspectiva que aumenta a compreensão das complexidades e da qualidade dessas relações terapêuticas.

A empatia do conselheiro, conforme percebida pelo cliente, contribui para o desenvolvimento de uma aliança de trabalho18. Isso indica que o estabelecimento da aliança de trabalho pode surgir do entendimento mútuo e das atividades neurais correspondentes entre o conselheiro e o cliente. A empatia pode ser dissociada em dois componentes: empatia afetiva e empatia cognitiva. O giro frontal inferior (IFG) está implicado na empatia afetiva e também está associado aos processos neurais subjacentes à comunicação face a face19. A junção temporal-parietal direita (rTPJ), uma parte importante da rede da Teoria da Mente, está intimamente ligada à empatia cognitiva, particularmente na compreensão dos estados mentais dos outros20. Consequentemente, os primeiros estudos de sincronização cerebral no aconselhamento priorizaram essas duas regiões como regiões de interesse (ROIs) e identificaram a SII principalmente no rTPJ21. Pesquisas subsequentes se concentraram predominantemente no rTPJ22. Estudos descobriram que a sincronização neural no rTPJ entre clientes e terapeutas durante o aconselhamento é significativamente maior do que em contextos de conversação. Existe uma correlação positiva entre o aumento da atividade neural sincrônica no rTPJ e a força da aliança terapêutica21. Os padrões de atividade únicos no aconselhamento podem resultar da exploração aprofundada de expressões emocionais e experiências pessoais. Isso sugere que a SII justifica uma investigação mais aprofundada no aconselhamento. Além disso, a correlação entre a atividade aprimorada do rTPJ e a força da aliança de trabalho indica que a SII pode servir como uma base neurobiológica para avaliar as relações de aconselhamento, oferecendo uma nova métrica de avaliação.

Embora essas descobertas ressaltem o papel promissor da SII na dinâmica conselheiro-cliente, elas também enfatizam a necessidade de mais esclarecimentos sobre a ligação causal direta entre a sincronização cerebral, a eficácia do aconselhamento e a aliança de trabalho. Para avançar neste campo em expansão, o desenvolvimento de protocolos padronizados de hipervarredura e metodologias rigorosas de análise de dados é fundamental. Ao refinar o kit de ferramentas metodológicas, é possível mapear com mais precisão os fundamentos neurais do aconselhamento eficaz, melhorando a qualidade das intervenções terapêuticas e seus resultados.

Este artigo fornece um protocolo sobre como conduzir um estudo de hipervarredura baseado em fNIRS e como observar e analisar a SII entre as díades conselheiro-cliente. O fNIRS é uma técnica de imagem não invasiva usada para medir a atividade cerebral. Ele funciona detectando mudanças na oxigenação do sangue e no volume sanguíneo dentro do cérebro, que são marcadores indiretos da atividade neural. Isso é conseguido emitindo luz infravermelha próxima no cérebro e medindo a quantidade de luz absorvida ou espalhada pelas células sanguíneas23. Assim, a atividade hemodinâmica/oxigenação é medida. Comparativamente, o fNIRS oferece maior resolução temporal do que o fMRI e é menos vulnerável a artefatos de movimento do que o EEG, tornando-o adequado para estudar interações sociais em ambientes naturais, como aconselhamento psicológico8.

Este artigo também apresenta as etapas específicas do cálculo da SII por meio do método de coerência da transformada wavelet (WTC) 24 . WTC é uma técnica analítica que mede a relação entre dois sinais em diferentes frequências ao longo do tempo. É benéfico para identificar áreas de sincronia entre regiões do cérebro ou entre participantes de um estudo. Ele calcula a coerência entre duas séries temporais analisando seu espectro cruzado usando transformadas wavelet. Para contextualizar a importância do WTC, é essencial primeiro entender os conceitos fundamentais da Transformada Wavelet (WT)25, Coerência26 e como eles convergem na estrutura do WTC27.

A Transformada Wavelet, uma ferramenta matemática, se destaca na decomposição de sinais complexos em seus componentes constituintes de tempo-frequência, permitindo a análise de mudanças localizadas na frequência ao longo do tempo e do conteúdo geral de frequência de um sinal27. Essa característica é particularmente vantajosa ao estudar a atividade neural, que é inerentemente não estacionária e exibe mudanças dinâmicas em diferentes frequências. A coerência, por outro lado, quantifica o grau em que dois sinais compartilham componentes de frequência e relações de fase semelhantes, servindo como uma métrica de sincronização entre eles26. Ao combinar esses dois conceitos, o WTC fornece um meio poderoso para avaliar a SII, capturando a evolução temporal e a especificidade da frequência do acoplamento neural entre os indivíduos e fornecendo informações sobre como diferentes partes do cérebro ou cérebros interagem dinamicamente ao longo de uma tarefa ou estímulo24.

Enquanto a estrutura tradicional do WTC apenas testa a correlação entre os sinais cerebrais de diferentes indivíduos, um método que considera a direcionalidade da interação entre o conselheiro e o cliente é apresentado aqui. Existem diferentes padrões de lead-lag, onde um sinal precede consistentemente as variações no outro por um intervalo de tempo específico, indicando uma relação temporal na SII de acordo com estudos anteriores 28,29. A SII pode não ocorrer simultaneamente entre o conselheiro e o cliente durante o aconselhamento. Assim, é necessário um método abrangente para explorar a direcionalidade da SII. O método esclarece o papel que os conselheiros desempenham ao longo de várias fases do aconselhamento (liderando a SII, SII em fase com o cliente ou liderada pelo cliente).

Este estudo propõe um protocolo detalhado e implementável com base na questão de pesquisa de se as pontuações da SII entre conselheiros e clientes podem servir como biomarcadores potenciais para avaliar a qualidade ou os resultados da aliança entre clientes com diferentes estilos de apego adulto. O protocolo descreve a utilização da tecnologia de hipervarredura fNIRS para investigar a SII entre conselheiros psicológicos e clientes em um contexto de aconselhamento. Ele fornece descrições abrangentes dos procedimentos experimentais, precauções para cada etapa e métodos de processamento de dados subsequentes. Prevê-se que este protocolo ofereça informações e orientações valiosas para futuros acadêmicos interessados em explorar a SII no âmbito do aconselhamento psicológico. O protocolo específico para coleta e processamento de dados é apresentado a seguir.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Todos os participantes assinaram um termo de consentimento informado por escrito antes de participar e foram remunerados com aproximadamente 60 yuans (moeda chinesa) após o experimento. O procedimento de estudo descrito acima foi aprovado pelo Comitê Universitário de Proteção à Pesquisa Humana da Universidade Normal do Leste da China (HR 425-2020).

1. Preparação para o experimento

  1. Medidas incluídas no estudo
    1. Estilo de apego adulto
      1. Prepare a versão chinesa revisada do Experiences in Close Relationships-Revised (ECR-R30,31) em uma plataforma de pesquisa on-line chinesa chamada Wenjuanxing (semelhante à SurveyMonkey ou Qualtrics em outras partes do mundo; consulte a Tabela de Materiais) para pré-selecionar os participantes.
        NOTA: A versão chinesa do ECR-R consiste em 18 itens que medem duas dimensões do estilo de apego (evitação de apego e ansiedade de apego). Use uma escala Likert de autorrelato de 7 pontos variando de 1 (discordo totalmente) a 7 (concordo totalmente). Esta escala é para participantes de língua chinesa. Os pesquisadores podem escolher o ECR32 ou uma versão revisada adequada com base no idioma e na formação cultural dos participantes.
      2. Prepare uma versão revisada em chinês do Questionário de Relacionamento (RQ)30 para garantir que os participantes se encaixem em um estilo típico de apego.
        NOTA: O RQ compreende quatro parágrafos curtos que descrevem quatro estilos de anexo diferentes. Exija que os participantes escolham o parágrafo que melhor se adapta a eles usando uma escala Likert de autorrelato de 7 pontos variando de 1 (discordo totalmente) a 7 (concordo totalmente). É necessário encontrar uma segunda escala medindo as mesmas dimensões para esclarecer o estilo de apego dos participantes, porque são necessários participantes típicos. Este questionário é para participantes de língua chinesa. Os pesquisadores podem escolher o RQ33 ou uma versão revisada adequada com base no idioma e na formação cultural dos participantes.
    2. Aliança de trabalho
      1. Prepare a versão chinesa do Working Alliance Inventory-Short Form Revised (versão do cliente)34,35 (WAI-SR) para medir as alianças de trabalho relatadas pelo cliente após o experimento.
        NOTA: A versão chinesa do WAI-SR consiste em um total de 12 itens que medem três aspectos das alianças de trabalho terapêutico, incluindo (a) acordo sobre as tarefas da terapia, (b) acordo sobre os objetivos da terapia e (c) desenvolvimento de um vínculo afetivo. A escala foi baseada em uma escala Likert de 5 pontos variando de 1 = "nunca" a 5 = "sempre", com pontuações mais altas representando uma aliança que funciona melhor. Este questionário é para participantes de língua chinesa. Os pesquisadores podem escolher o WAI-SR36 ou uma versão revisada adequada com base no idioma e na formação cultural dos participantes.
    3. Evolução clínica
      1. Preparar a versão revisada em chinês do Clinical Outcomes in Routine Evaluation-Outcome Measure (CORE-OM)37,38 para recrutar participantes.
        NOTA: A versão revisada chinesa do CORE-OM inclui quatro dimensões: bem-estar subjetivo, problemas/sintomas, vida/funcionamento social e risco para si e para os outros, compreendendo um total de 34 itens. Certifique-se de que esses domínios reflitam diferentes áreas de angústia e disfunção, com "grupos de itens" abordando domínios de sintomas como ansiedade, depressão, problemas físicos e trauma. Este questionário é para participantes de língua chinesa. Os pesquisadores podem escolher o CORE-OM37 ou uma versão adequadamente revisada com base no idioma e na formação cultural dos participantes.
      2. Use a versão chinesa revisada do Clinical Outcomes in Routine Evaluation-10 (CORE-10)38 para avaliar a gravidade dos sintomas antes e depois do experimento, a fim de aliviar a carga cognitiva dos participantes.
        NOTA: O CORE-10 é uma versão abreviada do CORE-OM, que consiste em 10 itens em uma escala de 5 pontos que varia de 0 a 4, com pontuações mais altas indicando um nível mais alto de sofrimento psicológico. Avalie os clientes com pré e pós-testes antes e depois do processo de aconselhamento e observe que a diferença nas pontuações pré e pós-teste indica a eficácia clínica da primeira sessão de aconselhamento. Calcule a quantidade de alteração no CORE-10 (pontuação pré-teste menos pontuação pós-teste) para demonstrar melhora nos sintomas do cliente. Este questionário é para participantes de língua chinesa. Os pesquisadores podem escolher o CORE-1038 ou uma versão revisada adequada com base no idioma e na formação cultural dos participantes.
  2. Participantes
    1. Clientes
      1. De acordo com descobertas anteriores, recrute clientes e conselheiros do mesmo sexo (feminino) para evitar o efeito de gênero39,40 na atividade cerebral síncrona.
      2. Recrute estudantes universitárias com sofrimento psicológico no campus por meio da plataforma Wenjuanxing (consulte a Tabela de Materiais) e peça aos participantes que relatem sua principal reclamação para aconselhamento. Certifique-se de que eles tenham o desejo de procurar ajuda por conta própria.
      3. Certifique-se de que os alunos sejam destros e tenham visão e audição normais ou corrigidas para normais. Certifique-se de que os clientes estudantes não tenham diagnósticos psiquiátricos ou físicos anteriores ou atuais conhecidos. Certifique-se de que eles não tenham outro aconselhamento psicológico em andamento.
      4. Use a pontuação de corte estabelecida para garantir que a pontuação CORE-OM para amostras femininas permaneça abaixo de 1,17, confirmando que elas não atenderam aos critérios de diagnóstico clínico para sofrimento psicológico na semana passada e mantendo o controle sobre os níveis de saúde mental dos clientes. Classifique os clientes em categorias de anexo seguras ou descartáveis com base em sua autoavaliação da versão chinesa do RQ.
      5. De acordo com as pontuações do ECR-R, selecione os 27% melhores de todos os participantes com altos níveis de evitação na categoria de apego de dispensa para formar o grupo de dispensação; Selecione os 27% melhores de todos os participantes com baixos níveis de ansiedade na categoria Apego Seguro para participar do grupo Seguro.
      6. Depois de recrutar os participantes com sucesso, confirme com os conselheiros se as sessões se concentram nos problemas relatados pelos participantes e avalie a gravidade dos problemas relatados.
        NOTA: O processo de pré-seleção envolveu 252 clientes estudantes universitários, resultando na seleção de 37 participantes que enfrentavam estresse acadêmico moderado, problemas de adaptação escolar ou dificuldades de relacionamento interpessoal para o experimento formal. A média de idade dos participantes clientes foi de 20,46 anos (DP = 2,17), e todos os participantes eram estudantes universitários do sexo feminino. Não foram observadas diferenças significativas entre clientes dispensados (n = 16) e clientes seguros (n = 21) em relação à idade (t (35) = 0,51, p = 0,62) ou no domínio problemas / sintomas do CORE-OM (t (35) = −1,76, p = 0,09).
    2. Conselheiros
      1. Recrute vários conselheiros do centro de saúde mental da faculdade.
      2. Certifique-se de que os conselheiros sejam destros com visão e audição normais ou corrigidas, registrados na Associação Chinesa de Psicologia e possuam de 2 a 10 anos de experiência em aconselhamento.
      3. Certifique-se de que os conselheiros tenham recebido programas de treinamento de aconselhamento universitário e usem o mesmo método de Terapia de Orientação de Integração de Aconselhamento41 para aconselhamento semiestruturado, com foco no estado emocional do visitante, angústia atual e objetivos de aconselhamento.
        NOTA: Participaram deste estudo 7 conselheiras da Associação Chinesa de Psicologia (CPS), com idade média de 34,42 anos (DP = 5,09). Entre os conselheiros, 6 foram autoidentificados como apegados com segurança e 1 foi autoidentificado como desdenhosamente. No entanto, as classificações dos conselheiros que dispensaram a aliança, BS e IBS não diferiram significativamente das dos outros 6 conselheiros (todos p > 0,05).
    3. Correspondência aleatória de conselheiros e clientes
      1. Combine aleatoriamente os conselheiros e clientes estudantes em díades. Devido ao pequeno número de conselheiros, cada conselheiro é emparelhado com vários clientes em momentos diferentes. Certifique-se de que um conselheiro veja apenas um visitante por vez.
  3. Tampas fNIRS caseiras
    NOTA: As tampas fNIRS caseiras são desnecessárias se houver tampas padrão adequadas com o sistema fNIRS.
    1. Prepare duas toucas de natação de tamanho médio feitas de tecido de náilon para colocar a grade do suporte do optodo e cobrir a região do cérebro de interesse (consulte a Tabela de Materiais). Conserte as toucas de natação usando as etapas a seguir para atender às necessidades do experimento.
      NOTA: Dados os diferentes tamanhos de cabeça dos participantes, clipes de fichário de diferentes tamanhos devem ser preparados para manter os optódios próximos à cabeça do participante durante o processo experimental.
    2. Para ancorar os optódios de referência na touca de natação de acordo com o sistema internacional padrão 10-2042, use uma touca padrão de EEG 10-20 (consulte a Tabela de Materiais ). Coloque a touca de EEG em um molde de cabeça e, em seguida, uma das toucas de natação na touca de EEG.
      NOTA: Como a touca de natação e a touca de EEG podem não ser exatamente do mesmo tamanho, certifique-se de que nenhuma das tampas esteja torta.
    3. Marque os optódios de referência (Cz, T3, T4) com um marcador vermelho na touca de natação através dos eletrodos da touca de EEG. Em seguida, marque as opções de referência de Regiões de Interesse (ROI).
      NOTA: No estudo, a junção temporo-parietal direita (rTPJ) é selecionada como ROI, com um adesivo de sonda optodo 4 x 4 colocado sobre a região temporoparietal direita. O optode de referência do ROI é colocado em P6.
    4. Faça referência ao adesivo em P6 na touca de natação. Coloque P6 no segundo optodo da parte de trás da coluna perto de T4 no Patch. Marque as posições de outros optódios e, em seguida, faça pequenos orifícios com um diâmetro de cerca de 15 mm nas posições marcadas para garantir que o suporte da grade se encaixe.
      NOTA: O patch 4 x 4 inclui oito emissores e oito detectores, compreendendo 24 canais de medição (CH1-CH24). O sistema fNIRS é um sistema de topografia óptica projetado para coletar dados fNIRS medindo simultaneamente as mudanças nas concentrações de hemoglobina oxigenada (oxi-Hb) e hemoglobina desoxigenada (desoxi-Hb) (ver Tabela de Materiais), fornece uma separação padrão de 30 mm. Além disso, a estrutura anatômica correspondente de cada canal (ver Figura 1) seria determinada em um espaço de coordenadas padrão do Montreal Neurological Institute usando a caixa de ferramentas MATLAB (ver Tabela de Materiais) do SPM8 posteriormente.
    5. Incorpore as sondas nos orifícios para montar adequadamente os adesivos nas toucas de natação modificadas. Conserte a outra touca de natação de acordo com as etapas acima. Por fim, defina o layout de um conjunto de sondas 4 x 4 para cada participante através do sistema de medição fNIRS, correspondendo aos arranjos das sondas das duas tampas.

2. Antes da chegada dos participantes

  1. Inicie o sistema fNIRS com pelo menos 30 minutos de antecedência para garantir uma faixa de temperatura normal estável de 5 °C a 35 °C durante o experimento.
    NOTA: Não é necessário ligar o laser.
  2. No sistema fNIRS, ative o modo de medição relacionado ao evento e certifique-se de que a gravação de diferentes estados possa ser acionada pressionando teclas específicas. Verifique outros parâmetros, como ID do sujeito, para garantir a medição adequada do fNIRS. Conecte as tampas fNIRS ao sistema fNIRS inserindo as sondas optode correspondentes nos remendos da sonda optode nas tampas.
    1. Especificamente, defina o procedimento de experimento aqui como um design relacionado a eventos que inclui duas partes: a sessão de estado de repouso e a sessão de aconselhamento. No sistema NIRSPort (NIRx), defina a tecla F1 como o marcador para a sessão de estado de repouso e a tecla F2 como o marcador para a sessão de aconselhamento.
      NOTA: Para usuários de outros sistemas fNIRS, o procedimento para marcar as sessões pode ser diferente, e é importante consultar o manual ou as configurações do sistema específico para garantir a marcação correta da sessão.
  3. Preparar formulários de consentimento livre e esclarecido e os questionários mencionados na etapa 1.1 para os participantes. Prepare um cronômetro para lembrar aos participantes que o estado de repouso acabou. Prepare um relógio para lembrar o conselheiro do limite de tempo de aconselhamento. Prepare algumas sondas acesas para mover o cabelo dos participantes para o lado, caso o cabelo bloqueie o sinal.
  4. Definir o laboratório como uma sala de aconselhamento padrão em um cenário da vida real, com o conselheiro e o cliente sentados a 90° um do outro em ambos os grupos, com uma distância de 40 cm entre as duas cadeiras. O conselheiro estaria sentado à direita e o cliente à esquerda.

3. Processo de coleta de dados

  1. Forneça instruções aos participantes
    1. Quando ambos os participantes chegarem, certifique-se de que eles não se conheçam novamente. Lembre os participantes de manter seus telefones celulares no modo silencioso.
    2. Peça aos participantes do cliente que leiam e assinem os formulários de consentimento informado, preencham algumas informações demográficas e preencham o CORE-10 para avaliar seu bem-estar psicológico na chegada ao laboratório. Esse processo normalmente leva cerca de 5 minutos.
    3. Sente os participantes. Ligue o laser. Em seguida, coloque as tampas fNIRS nos participantes.
      NOTA: Localize o centro da tampa em CZ na cabeça do participante, com o adesivo 4 x 4 cobrindo o rTPJ.
    4. Lembre aos participantes que eles podem ajustar suas posturas se se sentirem desconfortáveis ao ajustar os optodes. Organize feixes de fibra óptica e coloque-os no braço da cadeira sem tocar nos participantes, caso eles se sintam pesados ou cansados.
      1. Lembre os participantes de não ajustar a posição da tampa ou fazer movimentos extenuantes da cabeça durante o experimento para evitar danos às fibras ópticas ou alterar a posição dos optodes.
    5. Calibre os sinais. Clique em AUTO GAIN no sistema fNIRS para verificar a qualidade dos sinais. Para sinais ruins, primeiro certifique-se de que as pontas da sonda estejam totalmente encaixadas. Em seguida, use clipes de fichário para fechar as lacunas dos chapéus e uma sonda iluminada para limpar as obstruções do cabelo, caso o cabelo bloqueie os sinais. Repita até que todos os canais fiquem verdes, indicando qualidade de sinal aceitável.
      NOTA: No sistema NIRSPort (NIRx), um sinal ruim em um canal é indicado em amarelo, enquanto um sinal suficiente é indicado em verde. Os usuários de outros sistemas fNIRS devem consultar as instruções específicas do sistema para os ajustes apropriados.
  2. Executar o experimento
    1. Obtenha o consentimento do participante e ligue a câmera para gravar o processo de aconselhamento.
    2. Verifique a qualidade do sinal e inicie a gravação fNIRS. Instrua os participantes a descansar com os olhos fechados por 5 minutos, marcando o início com uma tecla predefinida (por exemplo, F1) e usando um cronômetro para cronometrar o período de descanso.
    3. Lembre os participantes de parar de descansar 5 minutos depois. Pressione F1 novamente para marcar que o estado de repouso acabou. Verifique novamente a qualidade dos sinais.
    4. Lembre aos participantes que é um aconselhamento de 40 minutos e onde está o relógio. Diga aos participantes que eles podem começar o aconselhamento. Pressione F2 conforme configurado anteriormente para marcar o início do aconselhamento.
    5. Deixe os participantes no laboratório até 40 minutos depois.
  3. Após o experimento
    1. Bata na porta do laboratório para garantir que os participantes tenham terminado a conversa. Pressione F2 para marcar o fim do experimento. Encerre a gravação da câmera. Ajude os participantes a tirar as tampas.
      NOTA: Revise o vídeo depois para confirmar se o aconselhamento ocorreu conforme o esperado.
    2. Convide o cliente a preencher o WAI-SR e o CORE-10. Esse processo normalmente leva cerca de 5 minutos. Agradeça aos participantes e dê-lhes alguma compensação monetária.
    3. Salve os dados. Use um disco e clique em Saída de arquivo de texto para exportar os dados fNIRS brutos. Desligue o sistema fNIRS. Desconecte as sondas optode.
      NOTA: Esta etapa é específica para o sistema NIRSPort (NIRx). Para outros sistemas, faça os ajustes necessários de acordo com as instruções do sistema.
    4. Limpe as sondas e os suportes das sondas com etanol. Lave regularmente as tampas (com o suporte da sonda desconectado) com detergente neutro e seque-as ao ar.

4. Análise dos dados

  1. Pré-processamento de dados
    NOTA: O software MATLAB (consulte Tabela de Materiais ) foi utilizado para realizar toda a análise dos dados com as seguintes caixas de ferramentas: Homer 243 e Hitachi2nirs44. Homer 2 é usado quando a informação temporal é de interesse, ou seja, quando a ativação está presente em ambas as condições, para comparar a diferença entre as funções de resposta das duas condições em termos de amplitude média e latência. Hitachi2nirs é um script MATLAB para converter o arquivo de saída ETG4000 .csv Hitachi bruto em um arquivo .nirs para uso com Homer244.
    1. Copie o conjunto de dados do disco e converta arquivos .csv raw em. nirs usando csv2nirs em Hitachi2nirs. Em seguida, inicie a caixa de ferramentas Homer2 no MATLAB digitando Homer2_UI e converta os dados de intensidade da luz em medições de densidade óptica (OD) com a função hmrIntensity2OD. Calcule a média dos pontos OD de cada canal para cada participante. Rejeite os canais nos quais os sinais OD são muito fortes ou muito fracos (excedendo cinco desvios padrão (SD).
    2. Use a função hmrMotionArtifact para detectar artefatos de movimento usando uma transformada wavelet com wavelet Daubechies 5 (db5) e um parâmetro de ajuste de 0,145,46 para obter a sensibilidade ideal. Depois de detectar os artefatos, use o hmrMotionCorrectSpline para corrigi-los por meio da interpolação de spline, suavizando o sinal e reduzindo o ruído relacionado ao movimento para melhorar a qualidade dos dados.
    3. Filtre o sinal OD usando a função hmrBandpassFilt com uma faixa de frequência selecionada de 0.01–0.1 Hz para remover desvios de baixa frequência e ruídos de alta frequência.
    4. Use a função hmrR_OD2conc de Homer2 para converter os dados de DO em valores de hemoglobina oxigenada (Oxy-Hb) e hemoglobina desoxigenada (DeOxy-Hb) de acordo com a lei de Beer-Lambert modificada47.
      NOTA: As alterações na concentração de Oxy-HB estão focadas na realização de toda a análise dos dados, pois o indicador pode refletir alterações no fluxo sanguíneo durante a atividade cerebral48,49, tem uma alta relação sinal-ruído e tem sido mais amplamente utilizado em estudos de interação social baseados em hipervarredura fNIRS50,51.
    5. Use a função hmrMotionCorrectGlobal para remover o ruído fisiológico global, como a pressão arterial, com um método baseado em transformada wavelet (baseado em WT).
      NOTA: O método baseado em WT é mais sensível à propriedade temporal dos dados. Se o foco estiver no padrão geral de interação entre os participantes, em vez de mudanças detalhadas em cada momento, a análise de componentes principais (PCA)3 é uma escolha melhor. O método PCA, proposto por Zhang et al., envolve principalmente várias etapas, incluindo a decomposição do sinal, a realização de suavização espacial e a reconstrução do sinal para remover componentes globais não neurais. A função enPCAFilter pode ser usada para remover o ruído fisiológico global dos dados fNIRS usando PCA. O método baseado em WT proposto por Duan e colegas27 é adotado aqui.
      1. Use a coerência da transformada wavelet (WTC) 24 , 52 para detectar os pontos de tempo-frequência contaminados pelo ruído fisiológico global. O método permite a detecção da coerência de dois sinais em diferentes escalas de tempo e é adequado para analisar relações dinâmicas complexas em dados de séries temporais.
        NOTA: Especificamente, o mapa WTC distribuído de tempo-frequência (também conhecido como escalograma53) entre o sinal do canal atual e os sinais não filtrados de todos os outros canais é calculado primeiro. Em seguida, converta esses mapas WTC em forma binária com base na significância do valor WTC em cada pixel de frequência de tempo. Posteriormente, esses mapas WTC são calculados em média, criando um mapa de tempo-frequência globalmente covariável. O valor em cada pixel desse mapa composto indica o grau em que o canal atual é sincronizado globalmente com outros canais naquele ponto de frequência de tempo específico. Em última análise, uma máscara de redução de ruído para o canal atual é produzida definindo um limite k neste mapa de frequência de tempo globalmente covariável.
      2. Use WT para decompor o sinal do canal de redução de ruído atual no espaço de tempo-frequência.
      3. Aplique a máscara derivada dos coeficientes de wavelet para suprimir a energia wavelet nos pontos de tempo-frequência contaminados por ruído.
      4. Reconstrua o sinal usando o inverso WT.
      5. Repita as etapas acima por canal para concluir a remoção de ruído fisiológico global.
  2. Calculando a sincronia entre cérebros cliente-conselheiro
    1. Para calcular a correlação entre os sinais no domínio do tempo-frequência medidos em cada canal dos dois participantes, use a função de Coerência da Transformada Wavelet.
    2. Use a configuração padrão da wavelet mãe (ou seja, Wavelet Morse generalizado com seus parâmetros beta e gama), uma forma de onda fundamental da qual uma família de wavelets pode ser derivada por dilatação (escala) e translação54. Execute transformações wavelet contínuas para converter os dados da série temporal em espaço de tempo-frequência.
    3. Defina MonteCarloCount como uma representação do número de conjuntos de dados substitutos usados para testes de significância e use Auto AR1 para calcular os coeficientes de autocorrelação da série temporal.
    4. Use a função Wavelet Coherence para calcular a correlação entre dois sinais no espaço de tempo-frequência. Repita as etapas até que as 24 matrizes WTC sejam geradas a partir dos 24 canais de gravação.
    5. Determine a frequência de interesse (FOI), que é sensível ao aconselhamento psicológico.
      1. Selecione e calcule a média dos valores de coerência para a faixa de frequência entre 0,01 Hz e 0,1 Hz (que correspondem a períodos de 100 s e 10 s, respectivamente) com base na faixa de frequência utilizada em um estudo anterior de hipervarredura fNIRS focado em tarefas de aconselhamento psicológico55.
        NOTA: Mais confirmação estatística precisa ser realizada em vez de simplesmente confinar a banda de frequência selecionada.
      2. Padronizar os valores do WTC realizando uma média de tempo dos valores do WTC nos estágios de repouso e aconselhamento, respectivamente, para cada combinação de canais, auxiliando na padronização dos dados e preparando-os para comparação. Essa padronização é crucial para reduzir a variabilidade e focar nos efeitos específicos da tarefa.
      3. Defina os valores do WTC do estágio de repouso como WTC no nível da linha de base e os valores do WTC no estágio da tarefa como WTC no nível da tarefa.
        NOTA: Os valores do WTC em estágio de repouso são usados como linha de base para representar o estado normal não relacionado à tarefa. Em contraste, os valores do WTC em estágio de tarefa refletem o estado durante o aconselhamento psicológico. Essa diferenciação permite isolar o impacto específico do aconselhamento na atividade cerebral.
      4. Use a função mult_comp_perm_t1 do trabalho de Groppe. Realize testes t de amostra emparelhada para comparar o WTC no nível da linha de base e o WTC no nível da tarefa em cada ponto de frequência.
        NOTA: Esta etapa ajuda a determinar estatisticamente quais pontos de frequência exibem diferenças significativas entre os estados de linha de base e de tarefa. A comparação ajuda a identificar as faixas de frequência específicas em que o aconselhamento tem um efeito mensurável.
      5. Determine os compartimentos de frequência onde o efeito da tarefa é significativo (aconselhamento > repouso, p < 0,000556).
        NOTA: Esta etapa envolve a identificação dos compartimentos de frequência que mostram aumentos significativos na coerência durante o aconselhamento em comparação com o repouso. O limiar p < 0,0005 é usado para controlar comparações múltiplas e garantir a robustez dos achados.
      6. Determine o FOI como os pontos de frequência com valores de p abaixo de 0,0005 e seus pontos de frequência mais próximos (p < 0,01).
        NOTA: Este critério garante que as bandas de frequência selecionadas não sejam apenas significativas, mas também relevantes para os efeitos de aconselhamento observados.
      7. Calcule os valores médios do WTC dentro do FOI especificado para cada canal em cada par no estudo.
      8. Realizar transformações estatísticas de Fisher-Z nos valores de sincronia intercerebral obtidos para cada período nos dois grupos de sujeitos para obter uma distribuição normal dos valores do WTC, que pode ser um índice para análise da SII.
  3. Outras estatísticas
    1. Determine os canais relacionados à tarefa.
      1. Obtenha valores de WTC relacionados à tarefa subtraindo o WTC de nível de linha de base do WTC de nível de tarefa.
      2. Realize testes t de uma amostra para cada canal, utilizando os valores médios de WTC relacionados à tarefa nas frequências especificadas de interesse.
      3. Use a função mafdr para aplicar o método de correção da Taxa de Descoberta Falsa ( p < 0,05)57 para comparações múltiplas.
      4. Determine os canais relacionados à tarefa como canais com valores de p ajustados abaixo de 0,05.
    2. Compare o IBS entre diferentes condições de tarefa. Realize um teste t de uma amostra entre os valores WTC de diferentes grupos condicionados (ou seja, os grupos seguro e de descarte) em cada canal relacionado à tarefa.
    3. Além disso, identifique as diferenças na SII entre os dois grupos ao longo do processo de aconselhamento psicológico. Divida o aconselhamento em duas etapas: estágio inicial (0–15 min) e estágio tardio (15–35 min).
    4. Execute testes t de uma amostra separadamente nos valores WTC relacionados à tarefa para os estágios correspondentes e os incrementos do WTC relacionado à tarefa (calculados como valores de estágio final menos valores de estágio inicial) em diferentes condições de tarefa.
    5. Verifique o efeito de intervalo de tempo na SII. Mude a atividade cerebral do conselheiro para frente ou para trás para os clientes em 2 a 12 s (passo = 2 s) e recalcule os valores WTC relacionados à tarefa de acordo com as etapas acima. Verifique se há diferenças entre a SII liderada pelo conselheiro, a SII liderada pelo cliente e a SII em fase.
    6. Avalie a relação entre a SII e os dados comportamentais usando análise de regressão múltipla.
      NOTA: O código de cálculo do WTC é fornecido como Arquivo Suplementar 1.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Os resultados mostraram que houve um efeito marginalmente significativo de que o grupo seguro teve maiores incrementos WTC relacionados à tarefa do que o grupo de dispensa (t = 2,50, p ajustado = 0,07) no canal 19 no giro angular (ANG; ver Figura 2). Os valores do WTC em CH19 foram selecionados para análise posterior da SII. Quanto ao efeito de defasagem de tempo na SII, foi observada uma SII em estágio avançado significativamente maior no ...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

No presente protocolo, são descritas as etapas específicas de como conduzir um experimento de hipervarredura fNIRS no ambiente natural do aconselhamento psicológico e como calcular a SII entre conselheiro e cliente, bem como determinar os padrões de lead-lag da SII em todo o aconselhamento. A operação detalhada pode ajudar os pesquisadores a repetir um experimento de hipervarredura fNIRS e mais pesquisas em ciência aberta. Algumas questões críticas sobre o design do experimento, a conduç...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Os autores não têm nada a divulgar.

Agradecimentos

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Esta pesquisa foi apoiada pela Fundação Nacional de Ciências Naturais da China (31900767), pelo Projeto de Pesquisa da Comissão de Ciência e Tecnologia de Xangai (20dz2260300) e pelos Fundos de Pesquisa Fundamental para as Universidades Centrais.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Plataforma chinesa de pesquisa onlineRanster Technology Company, Changsha, ChinaA versão gratuita de Wenjuanxing
Cápsula EEGCompumedics Neuroscan, Charlotte, EUAQuik-Cap de 64 canais
Sistema fNIRSHitachi Medical Corporation, Tóquio, JapãoSistema de Topografia Óptica ETG-7100O NIRSport emitido e coletado
  luz no infravermelho próximo em dois comprimentos de onda
  (760 e 850 nm) com uma taxa de amostragem de 10,1725Hz. 
MATLAB 2018aThe MathWorks, Inc., Natick, MAMATLAB 2018a
Boné de nataçãoGrupo de Decatlo, Villeneuve-d'Ascq, França1681552Tamanho médio

Referências

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Liu, D., et al. Interactive brain activity: review and progress on EEG-based hyperscanning in social interactions. Front Psychol. 9, 1862(2018).
  2. Xie, H., et al. Finding the neural correlates of collaboration using a three-person fMRI hyperscanning paradigm. Proc Natl Acad Sci U S A. 117 (37), 23066-23072 (2020).
  3. Zhang, X., Noah, J. A., Hirsch, J. Separation of the global and local components in functional near-infrared spectroscopy signals using principal component spatial filtering. Neurophotonics. 3 (1), 015004(2016).
  4. Zhao, Q., Zhao, W., Lu, C., Du, H., Chi, P. Interpersonal neural synchronization during social interactions in close relationships: a systematic review and meta-analysis of fNIRS hyperscanning studies. Neurosci Biobehav Rev. 158, 105565(2024).
  5. Zhao, N., Zhu, Y., Hu, Y. Inter-brain synchrony in open-ended collaborative learning: an fNIRS-hyperscanning study. J Vis Exp. (173), e62777(2021).
  6. Kinreich, S., Djalovski, A., Kraus, L., Louzoun, Y., Feldman, R. Brain-to-brain synchrony during naturalistic social interactions. Sci Rep. 7 (1), 17060(2017).
  7. Montague, P. R., et al. Hyperscanning: simultaneous fMRI during linked social interactions. Neuroimage. 16 (4), 1159-1164 (2002).
  8. Nam, C. S., Choo, S., Huang, J., Park, J. Brain-to-brain neural synchrony during social interactions: a systematic review on hyperscanning studies. Appl Sci. 10 (19), 6669(2020).
  9. Liu, S., et al. Parenting links to parent-child interbrain synchrony: a real-time fNIRS hyperscanning study. Cereb Cortex. 34 (2), bhad533(2024).
  10. Zhu, Y., et al. Instructor–learner neural synchronization during elaborated feedback predicts learning transfer. J Educ Psychol. 114 (6), 1427-1441 (2022).
  11. Pan, Y., Cheng, X., Zhang, Z., Li, X., Hu, Y. Cooperation in lovers: an fNIRS-based hyperscanning study. Hum Brain Mapp. 38 (2), 831-841 (2017).
  12. Hou, Y., Song, B., Hu, Y., Pan, Y., Hu, Y. The averaged inter-brain coherence between the audience and a violinist predicts the popularity of violin performance. Neuroimage. 211, 116655(2020).
  13. Reindl, V., et al. Multimodal hyperscanning reveals that synchrony of body and mind are distinct in mother-child dyads. Neuroimage. 251, 118982(2022).
  14. Djalovski, A., Dumas, G., Kinreich, S., Feldman, R. Human attachments shape interbrain synchrony toward efficient performance of social goals. Neuroimage. 226, 117600(2021).
  15. Lu, H., et al. Increased interbrain synchronization and neural efficiency of the frontal cortex to enhance human coordinative behavior: a combined hyper-tES and fNIRS study. Neuroimage. 282, 120385(2023).
  16. Werz, J., Voderholzer, U., Tuschen-Caffier, B. Alliance matters: but how much? A systematic review on therapeutic alliance and outcome in patients with anorexia nervosa and bulimia nervosa. Eat Weight Disord. 27 (4), 1279-1295 (2022).
  17. Sun, Q. W., Jiang, G. R., Feng, Y. Working alliance: concepts, measurement, and empirical research. Chin J Clin Psychol. 03, 383-386 (2009).
  18. Horvath, A. O., Bedi, R. P. Psychotherapy Relationships that Work: Therapist Contributions and Responsiveness to Patients. , Oxford University Press. New York. (2002).
  19. Lamm, C., Decety, J., Singer, T. Meta-analytic evidence for common and distinct neural networks associated with directly experienced pain and empathy for pain. Neuroimage. 54 (3), 2492-2502 (2011).
  20. Frith, C. D., Frith, U. The neural basis of mentalizing. Neuron. 50 (4), 531-534 (2006).
  21. Zhang, Y., Meng, T., Hou, Y., Pan, Y., Hu, Y. Interpersonal brain synchronization associated with working alliance during psychological counseling. Psychiatry Res Neuroimaging. 282, 103-109 (2018).
  22. Dai, X., Li, X., Xia, N., Xi, J., Zhang, Y. Client-counselor behavioral and inter-brain synchronization among dismissing and secure clients and its association with alliance quality and outcome. Psychother Res. 34 (8), 1103-1116 (2024).
  23. Pinti, P., et al. The present and future use of functional near‐infrared spectroscopy (fNIRS) for cognitive neuroscience. Ann N Y Acad Sci. 1464 (1), 5-29 (2018).
  24. Nozawa, T., et al. Interpersonal frontopolar neural synchronization in group communication: an exploration toward fNIRS hyperscanning of natural interactions. Neuroimage. 133, 484-497 (2016).
  25. Mallat, S. G. A theory for multi-resolution signal decomposition: the wavelet representation. IEEE Trans Pattern Anal Mach Intell. 11 (7), 674-693 (1989).
  26. Baccalá, L. A., Sameshima, K. Partial directed coherence: a new concept in neural structure determination. Biol Cybern. 84 (6), 463-474 (2001).
  27. Duan, L., et al. Wavelet-based method for removing global physiological noise in functional near-infrared spectroscopy. Biomed Opt Express. 9 (8), 3805-3820 (2018).
  28. Long, Y., et al. Interpersonal neural synchronization during interpersonal touch underlies affiliative pair bonding between romantic couples. Cereb Cortex. 31 (3), 1647-1659 (2021).
  29. Dai, B., et al. Neural mechanisms for selectively tuning in to the target speaker in a naturalistic noisy situation. Nat Commun. 9 (1), 2405(2018).
  30. Lu, K., Teng, J., Hao, N. Measurement of adult attachment: Chinese version of the experiences in close relationships scale (ECR). Acta Psychol Sin. 03, 399-406 (2006).
  31. Atique, B., Erb, M., Gharabaghi, A., Grodd, W., Anders, S. Task-specific activity and connectivity within the mentalizing network during emotion and intention mentalizing. Neuroimage. 55 (4), 1899-1911 (2011).
  32. Brennan, K. A., Clark, C. L., Shaver, P. R. Self-Report Measurement of Adult Attachment: An Integrative Overview. , The Guilford Press. New York. (1998).
  33. Bartholomew, K., Horowitz, L. M. Attachment styles among young adults: a test of a four-category model. J Pers Soc Psychol. 61 (2), 226-244 (1991).
  34. Munder, T., et al. Working alliance inventory–short revised (WAI–SR): psychometric properties in outpatients and inpatients. Clin Psychol Psychother. 17 (3), 231-239 (2010).
  35. Hsu, S., Zhou, R. D. H., Yu, C. K. C. A Hong Kong validation of working alliance inventory–short form–client. Asia Pac J Couns Psychother. 7 (1-2), 69-81 (2016).
  36. Hatcher, R. L., Gillaspy, J. A. Development and validation of a revised short version of the Working Alliance Inventory. Psychother Res. 16 (1), 12-25 (2006).
  37. Evans, C. CORE: clinical outcomes in routine evaluation. J Ment Health. 9 (3), 247-255 (2000).
  38. Barkham, M., et al. The CORE-10: a short measure of psychological distress for routine use in the psychological therapies. Couns Psychother Res. 13 (1), 3-13 (2013).
  39. Lu, K., Teng, J., Hao, N. Gender of partner affects the interaction pattern during group creative idea generation. Exp Brain Res. 238 (5), 1157-1168 (2020).
  40. Cheng, X., Li, X., Hu, Y. Synchronous brain activity during cooperative exchange depends on gender of partner: a fNIRS-based hyperscanning study. Hum Brain Mapp. 36 (6), 2039-2048 (2015).
  41. Stricker, G. Supervision of integrative psychotherapy: discussion. J Integr Eclectic Psychother. 7, 176(1988).
  42. Purdy, R. W., Homan, R. W., John, E. R., Poole, D. Cerebral location of international 10–20 system electrode placement localisation. Electroencephalogr Clin Neurophysiol. 66 (4), 376-382 (1988).
  43. Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: a review of time-series analysis methods for near-infrared spectroscopy of the brain. Appl Opt. 48 (10), D280-D298 (2009).
  44. Hitachi2nirs. , NITRC. Available from: https://www.nitrc.org/projects/hitachi2nirs (2021).
  45. Cooper, R., et al. A systematic comparison of motion artifact correction techniques for functional near-infrared spectroscopy. Front Neurosci. 6, 147(2012).
  46. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiol Meas. 33 (2), 259-270 (2012).
  47. Obrig, H., Villringer, A. Beyond the visible–imaging the human brain with light. J Cereb Blood Flow Metab. 23 (1), 1-18 (2003).
  48. Yang, J., et al. Within-group synchronization in the prefrontal cortex associates with intergroup conflict. Nat Neurosci. 23 (6), 754-760 (2020).
  49. Hoshi, Y. Functional near-infrared spectroscopy: current status and future prospects. J Biomed Opt. 12 (6), 062106(2007).
  50. Pan, Y., et al. Interpersonal brain synchronization with instructor compensates for learner's sleep deprivation in interactive learning. Biochem Pharmacol. 191, 114111(2020).
  51. Pan, Y., Novembre, G., Song, B., Li, X., Hu, Y. Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song. Neuroimage. 183, 280-290 (2018).
  52. Grinsted, A., Moore, J. C., Jevrejeva, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes Geophys. 11 (5/6), 561-566 (2004).
  53. Zhang, X., et al. Activation detection in functional near-infrared spectroscopy by wavelet coherence. J Biomed Opt. 20 (1), 016004(2015).
  54. Mallat, S. A Wavelet Tour of Signal Processing: The Sparse Way. , Academic Press. (1999).
  55. Zhang, Y., Meng, T., Yang, Y., Hu, Y. Experience-dependent counselor-client brain synchronization during psychological counseling. eNeuro. 7 (5), (2020).
  56. Zheng, L., et al. Enhancement of teaching outcome through neural prediction of the students' knowledge state. Hum Brain Mapp. 39 (7), 3046-3057 (2018).
  57. Benjamini, Y., Yekutieli, D. The control of the false discovery rate in multiple testing under dependency. Ann Stat. 29 (4), 1165-1188 (2001).
  58. Lai, C. H., Wu, Y. T., Hou, Y. M. Functional network based statistics in depression: theory of mind subnetwork and importance of parietal region. J Affect Disord. 217, 132-137 (2017).
  59. Wang, Z., Wang, Y., Zhou, X., Yu, R. Interpersonal brain synchronization under bluffing in strategic games. Soc Cogn Affect Neurosci. 15 (12), 1315-1324 (2020).
  60. Tyrrell, C. L., Dozier, M., Teague, G. B., Fallot, R. D. Effective treatment relationships for persons with serious psychiatric disorders: the importance of attachment states of mind. J Consult Clin Psychol. 67 (5), 725-733 (1999).
  61. Dubis, J. W., Siegel, S. E., Petersen, S. E. The mixed block/event-related design. Neuroimage. 62 (2), 1177-1184 (2012).
  62. Balters, S., et al. Capturing human interaction in the virtual age: a perspective on the future of fNIRS hyperscanning. Front Hum Neurosci. 14, 588494(2020).
  63. Cui, X., Bryant, D. M., Reiss, A. L. NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation. Neuroimage. 59 (3), 2430-2437 (2012).
  64. Holper, L., Scholkmann, F., Wolf, M. Between-brain connectivity during imitation measured by fNIRS. Neuroimage. 63 (1), 212-222 (2012).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE

Solicitar permissão

Errata

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Formal Correction: Erratum: Functional Near-Infrared Spectroscopy Hyperscanning Study in Psychological Counseling
Posted by JoVE Editors on 2/16/2026. Citeable Link.

This corrects the article 10.3791/67183

Etiquetas

Hyperscanning por fNIRSSincronia IntercerebralAlian a de TrabalhoMonitoramento da Atividade CerebralEstilos de ApegoResultados do AconselhamentoProtocolo PadronizadoMedi o Relacionada a Eventos

Artigos relacionados