Name: Quantificar Aprendizagem em lactentes jovens: Ações Perna Rastreamento Durante uma tarefa de aprendizagem-Discovery (Vídeo) | JoVE Journal
Uploaded: 2015-06-01T14:00:00.000+00:00
Duration: 11 min 18 s
Description: Aprenda a quantificar a aprendizagem em lactentes de 3-4 meses por meio do rastreamento de movimentos das pernas durante tarefas de descoberta. Este método utiliza captura de movimento para analisar como bebês modificam seus movimentos espontâneos.

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

Esta pesquisa foi apoiada por Promoção de estudos de doutoramento (PODS) I e II prêmios da Fundação para Fisioterapia e uma bolsa de estudo Adopt-A-Doc da Seção de Educação da Associação Americana de Fisioterapia para Barbara Sargent.

O Conselho de Revisão Institucional da Universidade do Sul da Califórnia aprovou este estudo. 1. Sistema de Preparação <ol><li> Configure o sistema de captura de movimento. Por favor, note: essas etapas são diferentes para cada sistema de captura de movimento. <ol><li> Alinhe a sistemas dos dois sensores de captura de movimento para que de um sensor de coordenadas clicando em &quot;Executar New Registration&quot; no programa de captura de movimento, entrando em um tempo de coleta de 30 segundos, clicar em &quot;Cadastre-se&quot;, 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. </li><li> Alinhar o sistema de coordenadas global para a tabela de teste usando o objeto de registro, clicando em &quot;Executar New Alinhamento&quot; no programa de captura de movimento. <ol><li> Definir a origem, colocando o obje registoct no canto direito superior da tabela de teste e clicar em &quot;Digitalização&quot; 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 &quot;Digitalizar&quot;; o eixo Z é perpendicular à mesa. </li><li> Definir o / Y + Z Plano movendo o objecto de registo na caixa ao longo do comprimento da mesa e clicando &quot;Digitalizar&quot;; o eixo dos Y é paralelo ao comprimento do quadro e o eixo X é paralelo à largura da mesa. </li></ol></li><li> 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. <img alt="Figura 3" src="/files/ftp_upload/52841/52841fig3.jpg" /><strong&gt; Figura 3. Colocação de LEDs. Strobe 1 consiste nos corpos rígidos (4 LEDs em cada corpo rígido) para a direita e coxa esquerda, pernil, e pé. Strobe 2 consiste dos corpos rígidos para a pelve direita e esquerda, os marcadores esterno, e os LEDs individuais. </li></ol></li><li> Configure o programa de computador móvel infantil. <ol><li> 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). </li><li> 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 &quot;Use Zmin como padrão&quot; para que o limiar calculado durante linha de base de Day1 será o limiar usado para a condição de aquisição de Dia 2. </li><li> Escolha &quot;StreamframesAllFrames&quot; e clique em &quot;Enviar&quot; 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. </li></ol></li><li> Configure as câmeras de vídeo. <ol><li> Iniciar o programa de computador de vídeo para os três vídeos sincronizados (lateral direito, lateral esquerdo, vistas gerais). </li><li> Comece a câmera de vídeo adicional sobre a cabeça do bebê para gravar expressões faciais e olhar olho. </li></ol></li></ol> 2. Preparação infantil <ol><li> 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. <ol><li> Primeiro, pergunte o pai dizer: &quot;Está tudo bem, eu estou bem aqui,&quot; em um tom tranqüilizador. </li><li> Em segundo lugar, pediro pai para ficar no ponto de vista da criança enquanto estiver a tranquilizar o bebê. </li><li> 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. </li></ol></li><li> 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. </li><li> Depois que o bebê está preso à mesa, coloque os marcadores esterno e pélvica, coxa, pernil, e corpos rígidos pé no lactente. </li></ol> 3. infantil Mobile Learning Task <ol><li> 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. <ol><li> Em ambos os dias a partir min 0-2, o estado inicial, observar a criança chutando espontaneamente. </li><li> 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. </li><li> 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. </li><li> 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 &quot;regra 3 seg&quot; incentiva movimentos exploratórios perna ativa versus segurando os pés acima do limiar. </li><li> No dia 2 de 8-10 min, a condição de extinção, observar como a criança começa espontaneamente sem reforço móvel. </li></ol></li><li> 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. <ol><li> 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. </li><li> 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 °. </li></ol></li><li> No dia 2, coletar dados antropométricos. <ol><li> Pesar cada criança em uma escala elétrica digital. </li><li> 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). </li></ol></li></ol> Análise 4. Dados <ol><li> 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. <ol><li> 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. </li><li> 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. </li><li> 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. </li><li> 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. </li></ol></li><li> 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. </li><li> Processo de dados de posição e chutes extrato usando programas Matlab personalizados. <ol><li> 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. </li><li> 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. </li><li> 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. </li></ol></li><li> Para todos os pontapés, calcular parâmetros cinemáticos usando programas Matlab personalizados. <ol><li> Variância posição Compute na direção z (, direção de tarefas específicas vertical) do LED em cada pé que ativou o móvel 3. </li><li> 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. </li><li> 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. </li></ol></li><li> 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. <ol><li> 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. </li><li> Calcular os termos da seguinte equação de movimento utilizando a teoria do parafuso de 20 manipulações espaciais. <img alt="equação 1" src="/files/ftp_upload/52841/52841equation1.jpg" /> é derivado utilizando a abordagem de Lagrange, em que M (θ) representa a matriz de inércia, <img alt="theta1" src="/files/ftp_upload/52841/theta1.jpg" /> a matriz de Coriolis e torque de centrífuga, N (θ) as gravitacionais (GRA) e torques T músculo (MUS) torques. </li><li> Calcule torques conjuntas, utilizando os dados cinemáticos 3D dos chutes sem contato, corpo segmentos parâmetros inerciais, ea equação biomecânica do movimento. </li><li> 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. </li><li> 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. </li></ol></li></ol>

<ol><li>Gibson, E. J., Pick, A. D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGibson%2C+EJ+%22An+Ecological+Approach+to+Perception%2C+Learning+and+Development%22">An Ecological Approach to Perception, Learning and Development</a>. , Oxford University Press. New York, NY. (2000).</li>
<li>Thelen, E., Smith, L. B. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aThelen%2C+E+%22A+Dynamic+Systems+Approach+to+the+Development+of+Cognition+and+Action%22">A Dynamic Systems Approach to the Development of Cognition and Action</a>. , MIT Press. Cambridge, MA. (1994).</li>
<li>Sargent, B., Schweighofer, N., Kubo, M., Fetters, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Infant+exploratory+learning%3A+influence+on+leg+joint+coordination%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Infant exploratory learning: influence on leg joint coordination.</a> PLoS One. 9 (3), e91500(2014).</li>
<li>Rovee-Collier, C. K., Gekoski, M. J. The economics of infancy: A review of conjugate reinforcement. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aRovee-Collier%2C+CK+%22Adv+Child+Dev+Behav%22">Adv Child Dev Behav</a>. Reese, H. W., Lipsitt, L. P. 13, Academic. 195-255 (1979).</li>
<li>Heathcock, J. C., Bhat, A. N., Lobo, M. A., Galloway, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+performance+of+infants+born+preterm+and+full-term+in+the+mobile+paradigm%3A+learning+and+memory%5BTitle%5D)+AND+%22Phys.+Ther%22%5BJournal%5D)">The performance of infants born preterm and full-term in the mobile paradigm: learning and memory.</a> Phys. Ther. 84 (9), 808-821 (2004).</li>
<li>Haley, D. W., Weinberg, J., Grunau, R. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cortisol%2C+contingency+learning%2C+and+memory+in+preterm+and+full-term+infants%5BTitle%5D)+AND+%22Psychoneuroendocrinology%22%5BJournal%5D)">Cortisol, contingency learning, and memory in preterm and full-term infants.</a> Psychoneuroendocrinology. 31 (1), 108-117 (2006).</li>
<li>Angulo-Kinzler, R., Ulrich, B. D., Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-month-old+infants+can+select+specific+leg+motor+solutions%5BTitle%5D)+AND+%22Motor+Control%22%5BJournal%5D)">Three-month-old infants can select specific leg motor solutions.</a> Motor Control. 6 (1), 52-68 (2002).</li>
<li>Tiernan, C. W., Angulo-Barroso, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Constrained+motor-perceptual+task+in+infancy%3A+effects+of+sensory+modality%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Constrained motor-perceptual task in infancy: effects of sensory modality.</a> J. Mot. Behav. 40 (2), 133-142 (2008).</li>
<li>Chen, Y., Fetters, L., Holt, K., Saltzman, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Making+the+mobile+move%3A+constraining+task+and+environment%5BTitle%5D)+AND+%22Infant+Behav.+Dev%22%5BJournal%5D)">Making the mobile move: constraining task and environment.</a> Infant Behav. Dev. 25 (2), 195-220 (2002).</li>
<li>Ohr, P. S., Fagen, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Conditioning+and+long-term+memory+in+three-month-old+infants+with+Down+syndrome%5BTitle%5D)+AND+%22Am.+J.+Ment.+Retard%22%5BJournal%5D)">Conditioning and long-term memory in three-month-old infants with Down syndrome.</a> Am. J. Ment. Retard. 96 (2), 151-162 (1991).</li>
<li>Thelen, E., Hidden Ulrich, B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((skills%3A+A+dynamical+system+analysis+of+treadmill+stepping+in+the+first+year%5BTitle%5D)+AND+%22Monogr+Soc+Res+Child+Dev%22%5BJournal%5D)">skills: A dynamical system analysis of treadmill stepping in the first year.</a> Monogr Soc Res Child Dev. 56 (1), 1-98 (1991).</li>
<li>Soderkvist, I., Wedin, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Determining+the+movements+of+the+skeleton+using+well-configured+markers%5BTitle%5D)+AND+%22J.+Biomech%22%5BJournal%5D)">Determining the movements of the skeleton using well-configured markers.</a> J. Biomech. 26 (12), 1473-1477 (1993).</li>
<li>Schneider, K., Zernicke, R. F., Ulrich, B. D., Jensen, J. L., Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Understanding+movement+control+in+infants+through+the+analysis+of+limb+intersegmental+dynamics%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Understanding movement control in infants through the analysis of limb intersegmental dynamics.</a> J. Mot. Behav. 22 (4), 493-520 (1990).</li>
<li>Jensen, J. L., Schneider, K., Ulrich, B. D., Zernicke, R. F., Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+dynamics+of+the+leg+movement+patterns+of+human+infants%3A+I.+the+effects+of+posture+on+spontaneous+kicking%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Adaptive dynamics of the leg movement patterns of human infants: I. the effects of posture on spontaneous kicking.</a> J. Mot. Behav. 26 (4), 303-312 (1994).</li>
<li>Fetters, L., Sapir, I., Chen, Y. P., Kubo, M., Tronick, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spontaneous+kicking+in+full-term+and+preterm+infants+with+and+without+white+matter+disorder%5BTitle%5D)+AND+%22Dev.+Psychobiol%22%5BJournal%5D)">Spontaneous kicking in full-term and preterm infants with and without white matter disorder.</a> Dev. Psychobiol. 52 (6), 524-536 (2010).</li>
<li>Emmerick, R., Wagenaar, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+walking+velocity+on+relative+phase+dynamics+in+the+trunk+in+human+walking%5BTitle%5D)+AND+%22J.+Biomech%22%5BJournal%5D)">Effects of walking velocity on relative phase dynamics in the trunk in human walking.</a> J. Biomech. 29 (9), 1175-1184 (1996).</li>
<li>Kelso, J. A., Scholz, J. P., Schoner, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonequilibrium+phase+transitions+in+coordinated+biological+motion%3A+critical+fluctuations%5BTitle%5D)+AND+%22Physics+Letters+A%22%5BJournal%5D)">Nonequilibrium phase transitions in coordinated biological motion: critical fluctuations.</a> Physics Letters A. 134 (6), 8-12 (1986).</li>
<li>Schneider, K., Zernicke, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mass%2C+center+of+mass%2C+and+moment+of+inertia+estimates+for+infant+limb+segments%5BTitle%5D)+AND+%22J.+Biomech%22%5BJournal%5D)">Mass, center of mass, and moment of inertia estimates for infant limb segments.</a> J. Biomech. 25 (2), 145-148 (1992).</li>
<li>Sun, H., Jensen, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Body+segment+growth+during+infancy%5BTitle%5D)+AND+%22J.+Biomech%22%5BJournal%5D)">Body segment growth during infancy.</a> J. Biomech. 27 (3), 265-275 (1994).</li>
<li>Murray, R. M., Li, Z., Sastry, S. S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aMurray%2C+RM+%22A+Mathematical+Introduction+to+Robotic+Manipulation%22">A Mathematical Introduction to Robotic Manipulation</a>. , CRC Press. Boca Raton, FL. (1994).</li>
<li>Galloway, J. C., Koshland, G. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((General+coordination+of+shoulder%2C+elbow+and+wrist+dynamics+during+multijoint+arm+movements%5BTitle%5D)+AND+%22Exp.+Brain+Res%22%5BJournal%5D)">General coordination of shoulder, elbow and wrist dynamics during multijoint arm movements.</a> Exp. Brain Res. 142 (2), 163-180 (2002).</li>
<li>Angulo-Kinzler, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Exploration+and+selection+of+intralimb+coordination+patterns+in+3-month+old+infants%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Exploration and selection of intralimb coordination patterns in 3-month old infants.</a> J. Mot. Behav. 33, 363-376 (2001).</li>
<li>Fetters, L., Chen, Y. P., Jonsdottir, J., Tronick, E. Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kicking+coordination+captures+differences+between+full-term+and+premature+infants+with+white+matter+disorder%5BTitle%5D)+AND+%22Hum.+Mov.+Sci%22%5BJournal%5D)">Kicking coordination captures differences between full-term and premature infants with white matter disorder.</a> Hum. Mov. Sci. 22, 729-748 (2004).</li>
<li>Jeng, S., Chen, L., Yau, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kinematic+analysis+of+kicking+movements+in+preterm+infants+with+very+low+birth+weight+and+full-term+infants%5BTitle%5D)+AND+%22Phys.+Ther%22%5BJournal%5D)">Kinematic analysis of kicking movements in preterm infants with very low birth weight and full-term infants.</a> Phys. Ther. 82, 148-159 (2002).</li>
<li>Jensen, J. L., Thelen, E., Ulrich, B. D., Schneider, K., Zernicke, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+dynamics+of+the+leg+movement+patterns+of+human+infants%3A+III.+age-related+differences+in+limb+control%5BTitle%5D)+AND+%22J.+Mot.+Behav%22%5BJournal%5D)">Adaptive dynamics of the leg movement patterns of human infants: III. age-related differences in limb control.</a> J. Mot. Behav. 27, 366-374 (1995).</li>
<li>Piek, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+quantitative+analysis+of+spontaneous+kicking+in+two-month-old+infants%5BTitle%5D)+AND+%22Hum.+Mov.+Sci%22%5BJournal%5D)">A quantitative analysis of spontaneous kicking in two-month-old infants.</a> Hum. Mov. Sci. 15, 707-726 (1996).</li>
<li>Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Developmental+origins+of+motor+coordination%3A+Leg+movements+in+human+infants%5BTitle%5D)+AND+%22Dev.+Psychobiol%22%5BJournal%5D)">Developmental origins of motor coordination: Leg movements in human infants.</a> Dev. Psychobiol. 18, 1-22 (1985).</li>
<li>Vaal, J., van Soest, A. J., Hopkins, B., Sie, L. T. L., van der Knaap, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+spontaneous+leg+movements+in+infants+with+and+without+periventricular+leukomalacia%5BTitle%5D)+AND+%22Exp.+Brain+Res%22%5BJournal%5D)">Development of spontaneous leg movements in infants with and without periventricular leukomalacia.</a> Exp. Brain Res. 135, 94-105 (2000).</li>
</ol>

Não há conflitos de interesse declarados.

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 ...

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. <img alt="Figura 1" src="/files/ftp_upload/52841/52841fig1.jpg" /> Figura 1: Infante chutando-ativado tarefa móvel. </forte&gt; O centro de díodo emissor de luz (LED), ligado ao corpo rígido de cada pé (círculo amarelo) activa o móvel quando ele atravessa o limiar virtual (linha tracejada vermelha). Re-impresso com a permissão de Sargent 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. <img alt="Figura 2" src="/files/ftp_upload/52841/52841fig2.jpg" /> 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.

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

quantificar aprendizagem em lactentes jovens: ações perna rastreamento durante uma tarefa de aprendizagem-discovery

Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task

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.

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...

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.

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

Task-specific actions emerge from spontaneous movement during infancy. It has been proposed that task-specific actions emerge through a discovery-learning ...

O objetivo do experimento a seguir é investigar o surgimento e o desenvolvimento de movimentos das pernas quando bebês aprendem uma tarefa específica. Isso é realizado primeiramente posicionando um bebê sob um móbile infantil e fixando marcadores visíveis por câmera nas pernas do bebê. Em seguida, os movimentos das pernas do bebê são rastreados enquanto ela participa de uma tarefa de aprendizado por descoberta, na qual o móbile gira e toca música.Sempre que o bebê mover qualquer um dos pés verticalmente através de um limite virtual, os movimentos das pernas do bebê são analisados para determinar se o bebê aprendeu que seu movimento de perna ativou o móbile e como o bebê alterou seus movimentos de perna ao longo do experimento. Em última análise, este novo paradigma de aprendizagem por descoberta fornece informações sobre os processos que os bebês exploram e utilizam ao aprender a modificar seus movimentos espontâneos para realizar ações específicas da tarefa. Este paradigma é único porque os bebês descobrem independentemente que é o movimento de sua perna que ativa o móbile.Os movimentos das pernas são rastreados usando um sistema de captura de movimento. Paradigmas anteriores podem ter incluído uma dessas características, mas ambas são necessárias para quantificar o processo de aprendizagem de lactentes jovens. Este método pode nos ajudar a responder algumas das questões fundamentais da área, como, por exemplo, como os lactentes aprendem ao explorar o mundo ao seu redor.Para começar, configure o sistema de captura de movimento alinhando primeiro o sistema de coordenadas dos dois sensores de captura de movimento ao de um sensor de referência. Para isso, clique primeiro em realizar novo registro no programa de captura de movimento. Em seguida, insira um tempo de coleta de 30 segundos e clique em registrar.Após clicar em registrar, mova o objeto de registro dentro do volume de captura do sistema por 30 segundos. Quando o registro estiver concluído, uma média quadrática do registro será exibida na tela do computador. Em seguida, clique em Realizar novo alinhamento no programa de captura de movimento para alinhar o sistema de coordenadas global à mesa de teste usando o objeto de registro, definindo a origem ao posicionar o objeto de registro no canto superior direito da mesa de teste e clicando em digitalizar no programa de captura de movimento.Em seguida, defina o eixo Z colocando o objeto de registro sobre um livro e clicando; digitalize o eixo Z, que é perpendicular à mesa. Depois, defina o plano positivo ZY movendo o objeto de registro sobre o livro ao longo do comprimento da mesa e clicando em digitalizar. O eixo Y é paralelo ao comprimento da mesa, e o eixo X é paralelo à largura da mesa.Conecte os LEDs às duas portas de estroboscópio e insira o número de LEDs por porta de estroboscópio no programa do sistema de captura de movimento. Consulte a figura três mostrada aqui. Para o número e localização de cada LED, selecione a visualização de dados ausentes para fornecer uma exibição em gráfico de faixa dos LEDs sendo rastreados em tempo real para configurar o programa do móbile infantil.Primeiro, insira o número de minutos para cada condição do dia um, entrada dois. Para a fase um, a condição sem reforço. Seis para a fase dois, a condição com reforço, e zero para a fase três no segundo dia, insira dois para a fase um, seis para a fase dois e dois para a fase três.Marque também a caixa. Use xin como padrão para que o limiar calculado durante a linha de base do primeiro dia seja o limiar utilizado para a condição de aquisição do segundo dia. Por fim, selecione quadros contínuos, todos os quadros, e clique em enviar para permitir que o programa móvel utilize os dados do sistema de captura de movimento para ativar o móbile infantil com base nos critérios especificados.Em seguida, posicione três câmeras ao redor do conjunto móvel, uma ao lado direito lateral, uma ao lado esquerdo lateral e uma acima. Conecte-as ao sistema de computador. Inicie o programa de vídeo no computador para sincronizar as três entradas.Além disso, posicione uma quarta câmera acima da cabeça do bebê para gravar as expressões faciais e rastrear o olhar. Comece descrevendo o experimento aos pais e informe-os para interagir o mínimo possível com seu bebê. Em seguida, despiro o bebê e coloque-o sob o móbile.Fixe o bebê à mesa usando uma faixa de velcro colocada sobre o tronco. Uma vez fixado, prenda os marcadores esternais, seguidos pelos membros inferiores, a perna, a coxa e os corpos rígidos pélvicos do bebê. No início de cada dia de teste, inicie a tarefa de aprendizado móvel sincronizando o programa de computador do sistema de captura de movimento e as câmeras de vídeo para observar os chutes espontâneos do bebê durante o período de linha de base inicial de dois minutos.Durante este período, o programa do móbile infantil calculará continuamente o limiar de ativação do móbile com base nos dados Z de um dos LEDs no corpo rígido de cada pé ao final do período de linha de base de dois minutos. Observe enquanto o programa do móbile define o limiar em uma altura de um desvio padrão acima da altura média de ambos os pés durante o período de linha de base. Em seguida, durante a condição de aquisição, observe enquanto o móbile infantil gira e toca música quando o LED colocado em qualquer um dos pés ultrapassa o limiar calculado durante a condição de linha de base de dois minutos do primeiro dia de teste na fase de extinção.No segundo dia de teste, observe o bebê chutando espontaneamente, sem qualquer reforço do móbile. Após a interação do bebê com o móbile fixo, fixe 10 LEDs individuais bilateralmente na pele do bebê utilizando colares EKG de dupla face como mostrado aqui, mantenha a extremidade inferior do bebê em uma posição anatômica estendida por cinco segundos. Defina os ângulos articulares nesta posição de calibração como zero graus.Após o segundo dia de testes, pese o bebê em uma balança elétrica digital. Em seguida, meça o comprimento do bebê, a circunferência no segmento médio da coxa, da perna e do pé. Depois, meça a largura do joelho na linha da articulação do joelho.A largura do tornozelo na linha malolar, bem como a largura do pé nas cabeças metatarsais. Por fim, meça o comprimento da coxa desde o trocânter maior até a linha da articulação do joelho, o comprimento da perna desde a linha da articulação do joelho até o maléolo lateral e o comprimento do pé desde o maléolo medial até a articulação interfalângica do primeiro metatarso. Analise o desempenho e a aprendizagem do bebê calculando a porcentagem de ação reforçada da perna conforme descrito no protocolo de texto acompanhante.Para analisar os movimentos das pernas, carregue os arquivos de dados de posição gerados pelo sistema de captura de movimento em um programa personalizado no MATLAB para interpolar dados de posição ausentes por até 20 quadros consecutivos usando um spline cúbico. Em seguida, carregue os arquivos interpolados em um programa personalizado no MATLAB para, primeiramente, filtrar os dados de posição utilizando um filtro Butterworth de quarta ordem com frequência de corte de cinco hertz e, depois, calcular os ângulos articulares conforme descrito por Soderquist e Wedin. Este gráfico mostra as diferenças nos resultados comportamentais entre lactentes classificados como aprendizes e aqueles classificados como não aprendizes.Os lactentes foram classificados como aprendizes se sua ação reforçada com a perna na condição inteira de aquisição do segundo dia fosse igual ou maior que 1,5 vez a ação reforçada com a perna na condição de linha de base do primeiro dia. Observe a diminuição inicial na porcentagem de ARL dos aprendizes durante os primeiros dois minutos da condição de aquisição do primeiro dia. Os lactentes que aprenderam a tarefa reduziram sua ação geral quando o móbile infantil começou a se ativar, talvez inicialmente como uma resposta de orientação, e depois talvez como uma estratégia para determinar se suas ações estavam associadas à ativação do móbile. Apresentado.Aqui estão as diferenças na coordenação quadril-jointo entre lactentes classificados como aprendizes e não aprendizes. Os aprendizes, mas não os não aprendizes, reduziram significativamente o coeficiente de correlação do ângulo quadril-jointo entre a condição de aquisição do dia dois e a condição basal do dia um. Aqui, as diferenças no impulso do torque muscular do quadril e do jointo foram analisadas no grupo de lactentes classificados como aprendizes.Um resultado robusto foi o aumento do impulso do torque muscular do quadril e do joelho durante a condição de extinção em comparação com as outras condições. Os lactentes que aprenderam a tarefa parecem gerar grandes torques musculares do quadril e do joelho durante a condição de extinção, na tentativa de reativar o móbil. Esse paradigma experimental pode ser estendido a lactentes com risco de disfunção motora.Pode ser utilizado para investigar como os prejuízos em diferentes populações de bebês influenciam o processo de aprendizagem por descoberta e a capacidade de realizar ações específicas das pernas para a tarefa.

quantifying-learning-young-infants-tracking-leg-actions-during

Research

JoVE Journal

Behavior

Comportamento

Nós descrevemos um método de registro da atividade motora, programado para o sinal de contato tarsal eletricamente gravado em um inseto amarrado, andando sobre uma superfície escorregadia. Isto é usado para estudar as bases neurais do comportamento adaptativo sob a influência reduzida de interação mecânica entre as pernas através do substrato.

Estudando a base neural do Comportamento Locomotor Adaptive em Insetos

O procedimento de imitação eliciada foi estabelecido para examinar o desenvolvimento da memória de recordação na infância e na primeira infância. Este procedimento tem sido amplamente utilizado para estabelecer uma base sólida da natureza da memória de recordação na infância e na primeira infância.

Examinando Chamada de Memória na infância e primeira infância Usando o provocou Imitação Paradigm

Nós introduzimos o pé-stepping série tempo de reação (SRT) tarefa. Este modificado tarefa SRT, complementando o clássico SRT tarefa que envolve o movimento de dedo-pressionando apenas, melhor aproxima sequenciada de atividades diárias e permite aos pesquisadores estudar os processos dinâmicos subjacentes medidas de resposta discreta e desvendar o processo explícito, operando em aprendizagem implícita de sequência.

O "Motor" em Motor implícita sequência de aprendizagem: uma reação Serial depuração pé tempo tarefa

Aqui nós apresentamos um protocolo para teste de familiarização paradigmas que fornecem um teste direto de categorização infantil e ajudam a definir o papel da linguagem na aprendizagem precoce de categoria.

Definir o papel da linguagem na categorização de objeto dos infantes com paradigmas de Eye-tracking

Os estudos de seguimento do olho usando um paradigma de vista preferencial podem ser usados para estudar a compreensão emergente dos infantes de, e a atenção a, seu mundo Visual externo.

Explorando a sensibilidade infantil à linguagem visual usando o rastreamento de olhos e o paradigma de aparência preferencial

Apresentado aqui está um protocolo que introduz um conjunto de tarefas de aprendizagem estatística favorável às crianças voltadas para examinar o aprendizado das crianças sobre padrões estatísticos temporais entre domínios e modalidades sensoriais. As tarefas desenvolvidas coletam dados comportamentais usando a plataforma baseada na Web e dados de ressonância magnética funcional (fMRI) baseados em tarefas para examinar o engajamento neural durante o aprendizado estatístico.

Medindo a aprendizagem estatística entre modalidades e domínios em crianças em idade escolar através de uma plataforma online e técnicas de neuroimagem

Este artigo descreve a avaliação do desempenho motor grosso de bebês com um wearable multissensor e seu pipeline de análise baseado em aprendizado profundo totalmente automatizado. O método quantifica os padrões de postura e movimento de lactentes desde a posição supina até dominar a marcha de forma independente.

Avaliação Quantificada das Habilidades Motoras Grossas do Lactente Usando um Multisensor Wearable

Este artigo apresenta um protocolo que permite uma avaliação não invasiva e automatizada do desempenho motor fino, bem como da aprendizagem motora adaptativa e associativa frente a desafios, utilizando um aparelho denominado Escada Erasmus. A dificuldade da tarefa pode ser titulada para detectar comprometimento motor que varia de graus maiores a sutis.

Monitorização da aprendizagem motora fina e associativa em ratinhos utilizando a escada Erasmus

Esse protocolo estabelece uma pipeline de avaliação cinemática do membro posterior do rato usando um teste de esteira sem marcadores com auto-rotulagem de trajetória multiarticular orientada por aprendizado profundo, que permite quantificação reprodutível do movimento.

Rastreamento Síncrono Multiarticular Baseado em Deep Learning para Quantificação Objetiva da Cinemática Locomotrica do Membro Posterior em Ratos

Métodos para registrar o gating sensorial auditivo P50, um marcador fisiológico de inibição cerebral que reflete os estágios iniciais da atenção, são descritos.

P50 Sensorial Gating em Lactentes

Aprenda a quantificar a aprendizagem em lactentes de 3-4 meses por meio do rastreamento de movimentos das pernas durante tarefas de descoberta. Este método utiliza captura de movimento para analisar como bebês modificam seus movimentos espontâneos.

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

Explorar mais vídeos