Методическая статья

Измерение статистического обучения в различных условиях и доменах у детей школьного возраста с помощью онлайн-платформы и методов нейровизуаляции

DOI:

10.3791/61474

⸱

30 июня 2020 г.

 ,  ,  , 
1Department of Linguistics and Cognitive Science, University of Delaware

В этой статье

Краткое содержание

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

Здесь представлен протокол, вводящий набор дитя дружественных статистических задач обучения, направленных на изучение детей обучения временных статистических моделей в различных областях и сенсорных методов. Разработанные задачи собирают поведенческие данные с помощью веб-платформы и целевых функциональных магнитно-резонансных томографий (МРТ) данных для изучения нейронного взаимодействия во время статистического обучения.

Аннотация

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

Статистическое обучение, основополагающее умение извлекать закономерности в окружающей среде, часто считается основным вспомогательным механизмом развития первого языка. Хотя многие исследования статистического обучения проводятся в рамках одной области или модальности, последние данные свидетельствуют о том, что этот навык может отличаться в зависимости от контекста, в котором стимулы представлены. Кроме того, лишь немногие исследования исследуют обучение по мере его развития в режиме реального времени, а скорее фокусируется на результатах обучения. В этом протоколе мы описываем подход к выявлению когнитивной и нейронной основы статистического обучения в пределах индивидуума, в разных областях (лингвистических и нелингулингических) и сенсорных условиях (визуальных и слуховых). Задачи призваны бросить как можно меньше когнитивного спроса на участников, что делает его идеальным для молодых детей школьного возраста и специальных групп населения. Веб-природа поведенческих задач предоставляет нам уникальную возможность охватить более представительные группы населения по всей стране, оценить размеры эффекта с большей точностью и внести свой вклад в открытые и воспроизводимые исследования. Нейронные измерения, предоставляемые функциональной магнитно-резонансной томографии (МРТ) задача может информировать исследователей о нейронных механизмов, участвующих в статистическом обучении, и как они могут отличаться между людьми на основе домена или модальности. Наконец, обе задачи позволяют измерять обучение в режиме реального времени, поскольку изменения времени реакции на целевой стимул отслеживаются в течение всего периода воздействия. Основное ограничение использования этого протокола связано с часовой продолжительностью эксперимента. Детям, возможно, потребуется выполнить все четыре задачи статистического обучения в несколько заседаний. Таким образом, веб-платформа разработана с этим ограничением в виду, так что задачи могут распространяться индивидуально. Эта методология позволит пользователям исследовать, как процесс статистического обучения разворачивается в различных областях и в пределах областей и условий у детей из различных областей развития.

Введение

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

Статистическое обучение является элементарным навыком, поддерживающим приобретение управляемых правилом комбинаций в языковых вводах1. Успешная статистическая способность к обучению у младенцев предсказывает более поздний успех изученияязыка 2,3. Вариативность статистических навыков обучения у детей школьного возраста также была связана слексикой 4 ичтением 5,,6. Трудности в статистическом обучении были предложены в качестве одного этиологического механизма, лежащего в основе нарушенияязыка 7. Несмотря на связь между статистическим обучением и языковыми результатами как в невротипических, так и в нетипичных популяциях, когнитивные и нейронные механизмы, лежащие в основе статистического обучения, остаются плохо изучены. Кроме того, предыдущая литература показала, что в пределах отдельного, статистические способности обучения не является однородным, нонезависимым в различных областях и условиях 6,8,9. Траектория развития способностей статистического обучения может еще больше варьироваться в зависимости от областей иусловий 10. Эти выводы подчеркивают важность оценки индивидуальных различий в статистическом обучении по нескольким задачам на протяжении всего курса развития. Однако в первую очередь на местах требуется более систематическое изучение взаимосвязи между статистическим обучением и развитием первого языка. Для решения этих вопросов мы применяем инновационные методы,включая веб-платформу тестирования 11, которая достигает большого числа детей, и лабораторные методы нейровизуаляции (функциональная магнитно-резонансная томография, или МРТ), которые изучают кодирование статистической информации в режиме реального времени.

Стандартные показатели статистического обучения начинаются с этапа ознакомлизации, за которыми следует двух альтернативная принудимая задача (2-AFC)12,13. Этап ознакомиться с ними вводит непрерывный поток стимулов, встроенных в статистическую закономерность, где некоторые стимулы с большей вероятностью со-происходят, чем другие. Представление этих со-происходящих стимулов следует фиксированному временному порядку. Участники пассивно подвергаются воздействию потока на этапе ознакомлизации, а затем 2-AFC задача, которая проверяет, является ли участник успешно извлечены шаблоны. Задача точности 2-AFC представляет две последовательные последовательности: одна последовательность была представлена участнику на этапе ознакомиться, в то время как другая является новой последовательностью или содержит часть последовательности. Выше шанс точность на 2-AFC будет означать успешное обучение на групповом уровне. Традиционные поведенческие задачи оценки статистического обучения, как правило, полагаются на точность в качестве результатов измерения обучения. Однако точность не учитывает естественное изучение информации по мере ее развития во времени. Мера обучения в режиме реального времени необходима, чтобы задействовать неявный процесс обучения статистическому обучению, в ходе которого дети все ещекодим закономерности из входов 14,,15,,16. Различные адаптации между парадигмами были разработаны в попытке отойти от 2-АФК мера, к мерам он-лайн обучения через поведенческие реакции во времявоздействия 16. Исследования с использованием этих приспособлений, которые измеряют время реакции во время фазы воздействия обнаружили, что они былисвязаны с точностью после обучения 17 с лучшей надежностью теста-повторного тестирования по сравнению с точностью увзрослых учащихся 18.

Нейронные меры также являются основополагающими для нашего понимания того, как обучение разворачивается с течением времени, как неявный процесс, с помощью которого происходит изучение языка, вероятно, набирает различные нейронные ресурсы от тех, которыеиспользуются после изучения языка 19. Нейронные меры также дают представление о различиях в когнитивных специализациях, лежащих в основе языковых способностей в разныхпопуляциях 20. Как контраст состояния разработан в исследовании МРТ имеет решающее значение для того, как мы интерпретируем модели нейронной активации во время обучения. Одной из распространенных практик является сравнение реакций мозга во время фазы ознакомлизации между последовательностями, содержащими регулярные модели, по сравнению с теми, которые содержат те же стимулы, которые заказываются случайным образом. Тем не менее, предыдущие исследования реализации такого случайного состояния контроля не нашли никаких доказательств для обучения в поведении, несмотря на нейронные различия между структурированной и случайных последовательностей. Это может быть связано с вмешательством случайных последовательностей при изучении структурированных последовательностей, так как оба были построены из тех жестимулов 21,22. Другие исследования МРТ, которые использовали обратную речь или более ранние учебные блоки, как условие управления подтвердил обучениесостоялось поведенчески 19,23. Однако каждая из этих парадигм ввела свой собственный смешанный фактор, такой, как эффект обработки языка для первого случая и эффект экспериментального порядка для последнего случая. Наша парадигма использует случайную последовательность в качестве условия управления, но смягчает их вмешательство в изучение участниками структурированных последовательностей. Наша парадигма МРТ также реализует смешанную конструкцию, связанную с блоком/событием, которая позволяет одновременно моделировать переходные пробные и устойчивые сигналы BOLD, связанные сзадачей 24. Наконец, и в более широком смысле, нейронные меры позволяют измерять обучение в популяциях, где получение явной поведенческой реакции может быть затруднено (например, развитие и специальныегруппы населения) 25.

Текущий протокол принимает меру времени отклика, в дополнение к традиционным мерам точности, и рассматривает активацию мозга на этапе ознакомлизации. Сочетание этих методов призвано обеспечить богатый набор данных для исследования процессов обучения в режиме реального времени. Веб-платформа предлагает набор мер обучения, включив как время отклика на этапе экспозиции, так и точность задачи 2-AFC на этапе тестирования. Протокол нейровизуаляций позволяет изузнать основные нейронные механизмы, поддерживающие статистическое обучение в различных областях и условиях. Хотя оптимально измерять статистическое обучение в рамках отдельного лица с использованием как веб-протоколов, так и протоколов МРТ, эти задачи разработаны таким образом, чтобы они могли распространяться независимо и, следовательно, в качестве двух независимых показателей статистического обучения. Эксперименты МРТ, включенные в текущий протокол, могут помочь прояснить, каким образом кодирование стимулов, извлечение шаблонов и другие составляющие компоненты статистического обучения представлены определенными регионами и сетями мозга.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

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

Все участники дали письменное согласие на участие, и исследование проводилось в соответствии с Институциональным советом по обзору.

1. Обзор парадигмы статистического обучения, используемой в веб-протоколе

  1. Включите в текущую парадигму четыре задачи: изображение (визуально-нелингвистическое), букве (визуально-лингвистическое), тон (слухово-нелингвистическое) и слог (слухово-лингвистический).
    1. Создайте стимулы для визуальных задач, используя 12 автономных инопланетных изображений мультфильма (изображение) и 12 букв изображений (письмо; B, J, K, A, H, C, F, E, J, G, D, M), показывая тот же инопланетянин, держащий 12 знаков с буквами, написанными на них.
    2. Постройте слуховые стимулы с использованием 12 английских слогов (слог; пи,пу,па, ти,tu.ta,di,du,da,bi,bu,ba) и 12 музыкальных тонов в пределах одной октавы (тон; F,G,D, ГЗ, СЗ, Б,С, ФЗ, ДЗ, Э,А.А.). Стимулы слога могут быть сделаны с помощью искусственного синтезатора речи, и могут быть записаны в качестве отдельных файлов в Praat26,27.
  2. На этапе ознакомиться с настоящими стимулами в структурированных потоках (см. рисунок 1). Обратная связь не предоставляется в любой момент на этапе ознакомки или тестирования.
    ПРИМЕЧАНИЕ: В рамках каждой задачи за этапом ознакомиться сразу же следует этап тестирования.
    1. Для задачи Image (визуально-нелингвистическая) структурировать 12 изображений на четыре целевые тройни. На этапе ознакомляться, повторите каждый из четырех целевых тройняшек 24 раза в общей сложности 96 тройняшек.
      ПРИМЕЧАНИЕ: 96 тройняшек случайным образом сотрясаются в непрерывный поток, с ограничением, что никакая тройка не может быть немедленно повторена. Изображения представлены по одному в центре экрана. Каждое изображение представлено на 800 мс с интервалом 200 мс межуготовия. Весь этап ознакомки будет длиться 4 мин 48 с.
    2. Убедитесь, что этап тестирования всегда следует этапу ознакомки и состоит из 32 двух альтернатив принудительного выбора (2AFC) вопросов. Для каждого вопроса включите 2 варианта: целевую тройку с этапа ознакомиться и тройню, которая не была включена в фазу ознакомиться, именуемую триплетом из фольги.
      ПРИМЕЧАНИЕ: Тройняшки фольги построены таким образом, что относительное положение каждого изображения в триплете фольги такое же, как целевая тройня. Каждая цель и триплет фольги представлены 8 раз в общей сложности в тесте, и каждая пара из фольги-мишени повторяется. Тестовая фаза состоит из 32 (4 целевых тройни х 4 фольги тройни х 2 повторения) случайно заказанных испытаний.
    3. Для буквы (визуально-лингвистическая) задача включает 12 изображений капитализированных букв, которые организованы в четыре целевые тройни (GJA, FKC, LBE и MDH).  Для тестового этапа создайте 4 тройни из фольги (GDE, FJH, LKA и MBC) и соедините их с целевыми тройняшками, чтобы сформировать 32 тестовых испытания 2AFC. Ни одна буква тройня не может содержать слов, общих аббревиатур или инициализмов.
    4. Для тональности (аудиторно-нелингвистическая) задача включает в себя 12 музыкальных чистых тонов в пределах одной октавы (полная хроматическая шкала, начиная со среднего C) и сковывать их в четыре целевые тройни (F'DE, ABC, C'A'F и GD-G). В отличие от визуальных задач, скорость представления быстрее из-за различий в слуховых предпочтенийвосприятия 6,28,29.
      ПРИМЕЧАНИЕ: Каждая из четырех целевых тройняшек повторяется 48 раз в общей сложности 192 тройни (в два раза больше, чем визуальные условия). Все тройняшки сотрясаются в звуковой поток без тройни повторяется два раза подряд. Чистые тона представлены по одному, в то время как участники просматриваются на пустом экране. Продолжительность каждого тона составляет 460 мс с межстиммурсом интервалом 20 мс. Весь поток длится около 4 минут и 36 с. Как и в визуальных задачах, тестовый этап из 32 испытаний 2AFC с парами триплетов цели и фольги (F'BF, AA'G, C'D'E, GDC) сразу же следует за этапом ознакомки.
    5. Для слога (аудиторно-лингвистической) задачи используйте 12 согласных гласных (CV) слогов, созданных и сгруппированных в четыре целевые тройни (па-би-ку, го-ла-ту, да-ро-пи и ти-бу-до). Продолжительность каждого слога и межстиммуатийного интервала такая же, как и состояние тона. Соедините четыре тройни из фольги (па-ро-до, го-бу-ку, да-би-ту и ти-ла-пи) с триплетами-мишени на этапе испытаний.
  3. Рандомизировать порядок четырех задач статистического обучения между участниками.

2. Набор участников

ПРИМЕЧАНИЕ: В то время как веб-протокол и протокол МРТ лучше всего реализовать вместе в рамках одного участника, здесь мы наметим лучшие практики для набора участников для каждой задачи самостоятельно.

  1. Набор участников на веб-сайте
    1. Набор участников в возрасте 6 лет и старше. В нем могут принять участие участники любого пола, расы и этнической принадлежности; однако выборка исследования должна быть репрезентативной для населения.
    2. Набирать участников, которые являются носителями английского языка и были подвержены никаких языков, кроме английского языка в возрасте до 5 лет.
    3. Убедитесь, что они не сообщают о не известных психологических (в том числе ADD, депрессия, ПТСР, и клиническое беспокойство) и / или неврологическое состояние (в том числе инсульт, припадок, опухоль головного мозга, или закрытая черепно-мозговая травма).
    4. Убедитесь, что участники имеют нормальное или исправленное к нормальному зрению (очки или контакты в порядке), нормальное цветовое зрение и нормальный слух (без слухового аппарата или кохлеарных имплантов).
  2. Набор участников МРТ на основе задачи
    1. Набор участников в возрасте 6 лет и старше. В нем могут принять участие участники любого пола, расы и этнической принадлежности; однако выборка исследования должна быть репрезентативной для населения.
    2. Чтобы иметь право, набирать участников, которые являются носителями английского языка и никогда не подвергались воздействию каких-либо языков, кроме английского языка в возрасте до 5 лет.
    3. Набирать правшей лиц, без известных психологических (в том числе ADD, депрессия, ПТСР, и клиническое беспокойство) и неврологическое состояние (в том числе инсульт, припадок, опухоль головного мозга, или закрытая черепно-мозговая травма).
    4. Исключите участников, которые беременны, клаустрофобии, принимая психоактивные препараты, или имеют какой-либо металл в организме (в том числе кардиостимуляторы, нервные имплантаты, металлические пластины или суставы, шрапнель, и хирургические скобы).
    5. Убедитесь, что участники имеют нормальное или исправленное к нормальному зрению (очки или контакты в порядке), нормальное цветовое зрение и нормальный слух (без слухового аппарата или кохлеарных имплантов).
    6. Определите право на участие в МРТ, если участники (или родители, если участник является несовершеннолетним) заполнить форму МРТ безопасности скрининга.

3. Веб-протокол

ПРИМЕЧАНИЕ: Веб-парадигма статистического обучения размещается на безопасном веб-сайте (https://www.cogscigame.co11) и разработана с использованием jsPsych, библиотеки JavaScript для создания поведенческих экспериментовонлайн 30.

  1. Чтобы воспроизвести задачи, перейдите в DOI: 10.5281/zenodo.3820620. Все скрипты и материалы находятся в общедоступной доступе. Исследователи могут изменять сценарии и запускать эксперименты локально на любом веб-браузере до тех пор, пока все пути для выходных файлов настроены соответствующим образом.
  2. У участников выполнить задачу покрытия, где им говорят нажать кнопку, когда они видят определенную цель на всех этапах ознакомки с каждой задачей статистического обучения.
  3. Целевое назначение стимула для каждой задачи
    1. На изображении, букве и слоге задачи, случайным образом выбрать одну из четырех тройняшек и назначить цель на третий стимул тройни. В тон задачи, ограничить целевой стимул только самые низкие или самые высокие тона третьего стимула в тройняшек, и назначить цель третьего стимула тройня. Это делается потому, что тон стимулы относительно труднее дискриминировать, чем другие виды стимулов.
    2. В слоге и тон задач, познакомить участников с чужеродным и любимое слово / примечание в его чужеродных языка / народной музыки. Скажите участникам, что они будут слушать язык иностранца / музыку и не забудьте нажать на панели пространства, когда они слышат любимое слово / примечание ", удалив пространство между / и к сведению.
    3. В изображении задача, скажите участникам отслеживать специальный иностранец, как группа иностранцев выстраиваются в очередь, чтобы войти в космический корабль. В письме задача, скажите участникам отслеживать любимый знак иностранца, как иностранец держит знаки для парада. Дайте участнику практический суд как в изображении, так и в букве.
    4. Не предоставлять четких инструкций о наличии тройни.
    5. Измерьте время отклика в течение 24 испытаний в визуальных задачах и в течение 48 испытаний в слуховых задачах для оценки онлайн-обучения.
    6. На этапе тестирования участникам представляются как цель (включенная в фазу ознакомлизации), так и тройняшка фольги (не включенная в этап ознакомиться). Поручите участникам затем выбрать, какой из них больше похож на то, что они видели или слышали на этапе ознакомиться. Каждое судебное разбирательство должно закончиться ответом.
  4. Поведенческие показатели статистического обучения в веб-протоколе
    1. Измерьте время обучения в режиме реального времени во время этапа ознакомиться с линейным уклоном времени реакции (изменение времени реакции на протяжении всей фазы ознакомлизации).
    2. Чтобы считаться действительным ответом на цель, убедитесь, что keypress должны быть в окне времени одного стимула до и один стимул после целевого стимула. То есть -480 мс до 960 мс по отношению к началу цели в слуховых задач и -1000 мс до 2000 мс в визуальных задач. Ключ-пресс перед целью рассматривается как ожидание и, таким образом, дает отрицательное время реакции.
    3. Чтобы сравнить время реакции в разных условиях, преобразуйте время реакции каждого участника для каждой задачи в баллы z. Это нормализует время реакции человека, так что баллы по задачам можно сравнить.
    4. Рассчитайте наклон времени реакции каждого участника для каждого состояния с помощью линейной регрессии. Ввод z-normed времени реакции как зависимая переменная и целевой пробный порядок как независимая переменная (визуальная: от 1 до 24; слуховая: от 1 до 48). Наклон линейной линии регрессии (бета-коэффициент/оценка) — это наклон времени реакции (наклон RT).
    5. Измерьте автономную точность каждого участника для каждого состояния, разделив количество правильных испытаний от тестовой фазы на общее количество испытаний (32 испытания).

4. Протокол МРТ на основе задачи

  1. Изменения в парадигме статистического обучения(рисунок 2).
    1. Для каждой задачи представляются как структурированная последовательность (содержащая статистические закономерности), так и случайная последовательность (без статистических закономерностей).
      ПРИМЕЧАНИЕ: Структурированные последовательности идентичны тем, которые описаны для веб-протокола (см. рисунок 1). В отличие от этого, случайные последовательности содержат те же 12 стимулов, которые представлены в структурированных последовательностях, но упорядочены псевдо-случайно. Никакие комбинации из трех стимулов не повторяются более одного раза.
    2. Разделите каждую последовательность на шесть меньших блоков одинаковой длины (24 стимула для визуальных задач и 48 стимулов для слуховых задач).
    3. Concatenate три структурированных блоков, 3 случайных блоков, и 6 блоков отдыха (молчание с пустым экраном) в псевдорандома, чтобы создать четыре работает слуховых стимулов и четыре работает визуальных стимулов. Чтобы максимизировать изучение структурированных последовательностей, убедитесь, что случайные блоки в каждом запуске содержат другой домен от структурированной последовательности (например, структурированные последовательности слога представлены вместе с тоном случайных последовательностей в одном запуске, а слоги случайных последовательностей представлены вместе с тоном структурированных последовательностей в другом запуске).
    4. Включите 288 изображений, которые будут представлены в каждом запуске для визуальной задачи продолжительностью около 4,77 мин. Включите 576 звуков, которые будут представлены в слуховой задаче, которая длится около 4,42 мин. В начале каждого блока, представить сигнал о цели с словесным и визуальным зондом: "Теперь слушать / искать "ТАРГЕТ"".
    5. Среди четырех запусков визуальной задачи убедитесь, что два содержат структурированные последовательности изображений, а два других содержат структурированные последовательности букв. Среди четырех запусков слуховой задачи убедитесь, что два содержат структурированные последовательности слогов, а два других содержат структурированные последовательности тонов.
  2. процедура статистического обучения МРТ
    1. Чтобы помочь участникам, особенно детям, комфортно в сканере, практика МРТ сессии сканирования сначала с помощью макет сканера31. Макет сканера обеспечивает натуралистический опыт, похожий на фактический сеанс сканирования, но, как правило, расположен в более удобной для детей среде.
    2. Сначала введите ребенка в макет сканера, т.е. камеры мозга, и убедитесь, что они удобны, прежде чем положить их в сканер.
    3. Ввесните их к их «скан-приятелю» и объясните что цель приятеля сканирования держать их сопроводитый и помочь им если им нужно что-нибыдь. Приятель сканирования будет мягко напоминать участнику держать на месте, если слишком много движения обнаруживается "камера".
    4. Как только они находятся в сканере, играть в детские видео, чтобы помочь им акклиматизироваться к звуку и видео. Когда они будут готовы, играть несколько предварительно записанных сканера звуковых клипов, чтобы подготовить их к шумам, производимым реальной МРТ. В течение этого времени они практикуют оставаться на месте и работать с приятелем сканирования.
    5. Ввяйте детей в парадигму статистического обучения и заведайте их вне сканера. Это делается за счет того, что дети выполняют короткую часть задачи на компьютере, подобно веб-протоколу, выполняя шаги 3.2.2 и 3.2.3, упомянутые выше.
      ПРИМЕЧАНИЕ: стимулы практики такие же, как те, которые используются в задаче; однако, дети подвергаются воздействию только случайной последовательности, а не структурированных последовательностей, что позволяет краткое привыкание к стимулам и требованиям задачи, не позволяя узнать конкретные последовательности.
    6. Убедитесь, что протокол сбора данных МРТ надлежащим образом настроен на компьютере по сбору МРТ.
      ПРИМЕЧАНИЕ: Параметры приобретения следуют рекомендациям подросткового когнитивного развития мозга (ABCD) Исследование32.
    7. Начните сеанс сканирования с сканирования с высоким разрешением T1-взвешенного сканирования. Приобрети их с помощью 176-среза 3D MPRAGE (Magnetization Prepared Rapid Gradient Echo) сканирование громкости с TR (Время повторения) - 2500 мс, TE (Эхо времени) - 2,9 мс, угол наклона флипа - 8 ", FOV (Поле зрения) - 25,6 см, 256 X 256 размер матрицы и 1 мм толщиной ломтика. Это приобретение будет длиться 7,2 мин.
    8. Для получения функциональных данных используйте взвешенную эхо-планарную визуализацию с одновременным приобретением многослойного сканирования с помощью TR-800 мс, TE 32 мс, флип-угол 61 ", FOV 21 см и матрицу 64 x 64. В этом эксперименте, 60 смежных ломтиков приобретаются в переплетенной последовательности с толщиной 2,5 мм ломтик, 21 см FOV, и 64 X 64 матрицы, в результате чего в плоскости разрешение 2,5 мм х 2,5 мм х 2,5 мм.
    9. У участников удобно лежать на кровати сканера МРТ с наушниками, которые защищают их уши от шума сканера и ответ колодки / кнопки окно в руке (как наушники и кнопки окно должно быть сканер совместимы).
    10. Поместите дополнительную обивку вокруг головы, чтобы обеспечить ограниченное движение головы во время сбора данных. Дайте кнопке поле ответа участнику заранее, чтобы записать ответы и уравновесить ли левая или правая рука используется для нажатия кнопок между участниками.
    11. Дайте каждому ребенку возможность сканирования приятель. Для пожилых, нейротипических детей, которые комфортно без сканирования приятель, дать им сжать мяч, чтобы уведомить экспериментатора, если они огорчены или нужно остановить. Дайте младшим детям и специальным популяциям сжать мяч, но и предоставить им сканирование приятель, чтобы помочь им (описано в 4.2.3).
    12. Поместите головную катушку над головой участника и выровнять положение пациента в постели.
    13. На компьютере приобретения регистрируется новый участник. Введите идентификатор участника, дату рождения, вес и рост. Участник теперь может быть вставлен в отверстие МРТ.
    14. Приобрети T1-взвешенное сканирование, показывая участникам фильм.
    15. Прежде чем приступить к парадигме статистического обучения, дайте участникам инструкции по каждой задаче, разговаривая с ними через домофонную систему, подключенную к наушникам.
    16. В слуховых заданиях, скажите участникам: "Теперь мы будем играть в кнопку нажатия игры. Вы услышите, как инопланетяне говорят слова и играют музыку. Не забудьте нажать на кнопку в вашей LEFT / RIGHT руку, когда вы слышите звук, который вы слушаете. Там будет 4 части, и каждая часть будет длиться около 5 минут ".
    17. В визуальных заданиях расскажите участникам: «Теперь вы увидите фотографии инопланетян и буквы. Всякий раз, когда вы видите картинку, которую вы ищете, нажмите кнопку в вашей LEFT / RIGHT стороны. Вы будете играть в это 4 раза подряд. Это займет около 5 минут каждый раз ".
    18. Запустите парадигму статистического обучения на презентациоемом компьютере и приобретете данные МРТ задачи.
    19. После того, как участник завершил парадигму, остановить МРТ, безопасно удалить их изнутри сканера, и удалить головную катушку.
    20. После сбора данных перенесите все данные МРТ с компьютера приобретения на защищенный сервер для дальнейшего анализа.
  3. анализ данных МРТ
    1. Проанализируйте время реакции в сканере во время задачи МРТ по аналогии с веб-расчетом времени реакции на этапе ознакомиться. Нормализация времени реакции для сравнения по условиям и расчета линейного наклона с использованием нормализованного времени реакции для каждого состояния человека.
    2. При анализе данных МРТ сначала организуйте и преобразовывайте данные в форматирование данных визуализации мозга33 (BIDS) с помощью HeuDiConv34 (https://github.com/nipy/heudiconv).
    3. Предварительно обработать эти данные с помощью fMRIPrep35,36. Этот автоматизированный конвейер предварительной обработки сочетает в себе методологию от AFNI37,ANTs38,Freesurfer39,FSL40и Mindboggle41 для предоставления научно строгих и воспроизводимых данных для использования в анализе данных.
      ПРИМЕЧАНИЕ: Текущее исследование реализует смешанный блок / события, связанные с дизайном. Репрезентативные результаты (см. ниже) рассматривают каждый мини-блок как событие (например, случайная последовательность является событием, структурированная последовательность – событием и т.д.). Тем не менее, задача также разработана таким образом, что можно моделировать каждый стимул как событие.
    4. Включите два регрессора задач для каждого запуска ("изображение" и "письмо" для визуального состояния, а также "слог" и "тон" для слухового состояния) в дизайн модели первого уровня. Определите регрессоры задач, спутав вектор времени начала событий с их продолжительностью с канонической функцией гемодинамического ответа. Вычислить различия и средства между пробегами в каждом предмете для более высокого уровня конструкций моделей. Это приведет к контрасту между структурированной и случайных последовательностей в каждом типе стимулов.
    5. Создайте групповое среднее время активации для структурированных блоков по сравнению со случайными блоками в каждой модальности/домене.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

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

Поведенческие результаты на веб-сайте
Учитывая, что нынешний протокол предназначен для легкого распространения среди населения, в котором мы приняли участие в разработке предварительных веб-результатов, основанных на данных 22 развивающихся детей школьного возраста (средний (М) возраст 9,3 года, стандартного отклонения (SD) возраста - 2,04 года, диапазона - 6,2-12,6 лет, 13 девочек). Что касается задачи статистического обучения в Интернете, то во всех условиях дети выполняют значительно более 0,5 случ...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

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

Методы, представленные в текущем протоколе, обеспечивают мультимодаленную парадигму для понимания поведенческих и нейронных индексов статистического обучения в процессе развития. Нынешняя конструкция позволяет идентифицировать индивидуальные различия в способности статистического обучения в различных условиях и областях, которые могут быть использованы для будущего изучения взаимосвязи между статистическим обучением и развитием языка. Так как статистическая способность человека обучения, как установлено, различаются межд...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

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

Авторов нечего раскрывать.

Благодарности

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

Мы благодарим Yoel Sanchez Araujo и Wendy Georgan за их вклад в первоначальный дизайн веб-платформы. Мы благодарим An Nguyen и Violet Kozloff за их работу по совершенствованию задач статистического обучения в Интернете, реализации задач МРТ и пилотирования задач у взрослых участников. Мы благодарим Вайолет Козлов и Паркера Роббинса за их вклад в содействие сбору данных у детей. Мы благодарим Ибрагима Малика, Джона Кристофера, Тревора Вигала и Кита Шнайдера из Центра биологической визуализации и визуализации мозга Университета Делавэра за помощь в нейровизуаляции сбора данных. Эта работа частично финансируется Национальным институтом по глухоте и другим коммуникационным расстройствам (PI: Ци; NIH 1R21DC017576) и Национальный научный фонд Директорат социальных, поведенческих и экономических наук (PI: Шнайдер, Co-PI: Ци и Golinkoff; NSF 1911462).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
4-кнопочный встроенный ответный аппаратCambridge Research SystemsАртикул: N1348Ответная прокладка для фМРТ, используемая для измерения времени отклика сканера
Короткие/тонкие наконечники каналасоответствуют пенеАртикул: 40-15028-11Короткие и тонкие наконечники внутриканального канала рекомендуются детям для защиты слуха и позволяют им слышать стимулы во время работы в сканере.
jsPsychjsPsychhttps://www.jspsych.org/jsPsych — это JavaScript-библиотека для проведения поведенческих экспериментов в веб-браузере.
Синтезатор речиPraatВерсия 6.1.14Эта программа представляет собой искусственный синтезатор речи, который использовался для создания слоговых стимулов.
Статистические учебные задачи на основе веб-технологийZenodohttp://doi.org/10.5281/zenodo.3820620 (2020).Все статистические учебные задания на основе веб-технологий доступны в свободном доступе на Zenodo.

Ссылки

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Saffran, J. R., Newport, L. L., Aslin, R. N. Word Segmentation: The Role of Distributional Cues. Journal of Memory and Language. 35, 606-621 (1996).
  2. Newman, R., Ratner, N. B., Jusczyk, A. M., Jusczyk, P. W., Dow, K. A. Infants' early ability to segment the conversational speech signal predicts later language development: A retrospective analysis. Developmental Psychology. 42 (4), 643-655 (2006).
  3. Graf Estes, K., Gluck, S. C. W., Grimm, K. J. Finding patterns and learning words: Infant phonotactic knowledge is associated with vocabulary size. Journal of Experimental Child Psychology. 146, 34-49 (2016).
  4. Evans, J. L., Saffran, J. R., Robe-Torres, K. Statistical Learning in Children With Specific Language Impairment. Journal of Speech, Language, and Hearing Research. 52 (2), 321-335 (2009).
  5. Arciuli, J., Simpson, I. C. Statistical Learning Is Related to Reading Ability in Children and Adults. Cognitive Science. 36 (2), 286-304 (2012).
  6. Qi, Z., Sanchez Araujo, Y., Georgan, W. C., Gabrieli, J. D. E., Arciuli, J. Hearing Matters More Than Seeing: A Cross-Modality Study of Statistical Learning and Reading Ability. Scientific Studies of Reading. 23 (1), 101-115 (2019).
  7. Walenski, M., Tager-Flusberg, H. B., Ullman, M. T. Language in autism. Understanding autism: From Basic Neuroscience to Treatment. Moldin, S. O., Rubenstein, J. L. R. , Taylor and Francis Books. Boca Raton. 175-203 (2006).
  8. Siegelman, N., Frost, R. Statistical learning as an individual ability: Theoretical perspectives and empirical evidence. Journal of Memory and Language. 81, 105-120 (2015).
  9. Erickson, L. C., Kaschak, M. P., Thiessen, E. D., Berry, C. A. S. Individual Differences in Statistical Learning: Conceptual and Measurement Issues. Collabra. 2 (1), 14(2016).
  10. Shufaniya, A., Arnon, I. Statistical Learning Is Not Age-Invariant During Childhood: Performance Improves With Age Across Modality. Cognitive Science. 42 (8), 3100-3115 (2018).
  11. Qi, Z., et al. An online platform for visual and auditory statistical learning for school-aged children (Version 1.0.0). Zenodo. , (2020).
  12. Conway, C. M., Christiansen, M. H. Statistical learning within and between modalities: Pitting abstract against stimulus-specific representations. Psychological Science. 17 (10), 905-912 (2006).
  13. Saffran, J. R., Johnson, E. K., Aslin, R. N., Newport, E. L. Statistical learning of tone sequences by human infants and adults. Cognition. 70 (1), 27-52 (1999).
  14. Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
  15. Armstrong, B. C., Frost, R., Christiansen, M. H. The long road of statistical learning research: past, present and future. Philosophical Transactions of the Royal Society B: Biological Sciences. 372 (1711), 20160047(2017).
  16. Siegelman, N., Bogaerts, L., Christiansen, M. H., Frost, R. Towards a theory of individual differences in statistical learning. Transactions of the Royal Society B. 372 (1711), 20160059(2017).
  17. Krogh, L., Vlach, H. A., Johnson, S. P. Statistical Learning Across Development: Flexible Yet Constrained. Frontiers in Psychology. 3, 598(2013).
  18. Siegelman, N., Bogaerts, L., Elazar, A., Arciuli, J., Frost, R. Linguistic entrenchment: Prior knowledge impacts statistical learning performance. Cognition. 177, 198-213 (2018).
  19. Plante, E., Patterson, D., Dailey, N. S., Kyle, R. A., Fridriksson, J. Dynamic changes in network activations characterize early learning of a natural language. Neuropsychologia. 62 (1), 77-86 (2014).
  20. Milne, A. E., Wilson, B., Christiansen, M. H., Petkov, C., Marslen-Wilson, W. Structured sequence learning across sensory modalities in humans and nonhuman primates This review comes from a themed issue on The evolution of language. Current Opinion in Behavioral Sciences. 21, 39-48 (2018).
  21. Mcnealy, K., Mazziotta, J., Dapretto, M. Cracking the Language Code: Neural Mechanisms Underlying Speech Parsing. Journal of Neuroscience. 26 (29), 7629-7639 (2006).
  22. McNealy, K., Mazziotta, J. C., Dapretto, M. Age and experience shape developmental changes in the neural basis of language-related learning. Developmental Science. 14 (6), 1261-1282 (2011).
  23. Karuza, E. A., Emberson, L. L., Aslin, R. N. Combining fMRI and behavioral measures to examine the process of human learning. Neurobiology of Learning and Memory. 109, 193-206 (2014).
  24. Petersen, S. E., Dubis, J. W. The mixed block/event-related design. NeuroImage. 62 (2), 1177-1184 (2012).
  25. Batterink, L. J., Paller, K. A., Reber, P. J. Understanding the Neural Bases of Implicit and Statistical Learning. Topics in Cognitive Science. 11, 482-503 (2019).
  26. Boersma, P., Weenink, D. Praat: doing phonetics by computer [Computer program]. Version 601014. , (2020).
  27. Boersma, P. Praat, a system for doing phonetics by computer. Glot International. 5 (9), 341-345 (2001).
  28. Conway, C. M., Christiansen, M. H. Seeing and hearing in space and time: Effects of modality and presentation rate on implicit statistical learning. European Journal of Cognitive Psychology. 21 (4), 561-580 (2009).
  29. Emberson, L. L., Conway, C. M., Christiansen, M. H. Timing is everything: Changes in presentation rate have opposite effects on auditory and visual implicit statistical learning. Quarterly Journal of Experimental Psychology. 64 (5), 1021-1040 (2011).
  30. de Leeuw, J. R. jsPsych: A JavaScript library for creating behavioral experiments in a Web browser. Behavior Research Methods. 47 (1), 1-12 (2015).
  31. Kana, R. K., et al. Probing the brain in autism using fMRI and diffusion tensor imaging. Journal of Visualized Experiments. (55), e3178(2011).
  32. Casey, B. J., et al. The Adolescent Brain Cognitive Development (ABCD) study: Imaging acquisition across 21 sites. Developmental Cognitive Neuroscience. 32, 43-54 (2018).
  33. Gorgolewski, K. J., et al. The brain imaging data structure, a format for organizing and describing outputs of neuroimaging experiments. Scientific Data. 3 (1), 1-9 (2016).
  34. Halchenko, Y. nipy/heudiconv v0.6.0 (Version v0.6.0). Zenodo. , (2019).
  35. Esteban, O., et al. FMRIPrep: a robust preprocessing pipeline for functional MRI. Nature Methods. 16, 111-116 (2019).
  36. Esteban, O., et al. Analysis of task-based functional MRI data preprocessed with fMRIPrep. bioRxiv. , 694364(2020).
  37. Cox, R. W. AFNI: Software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
  38. Avants, B. B., et al. A reproducible evaluation of ANTs similarity metric performance in brain image registration. NeuroImage. 54 (3), 2033-2044 (2011).
  39. Dale, A. M., Fischl, B., Sereno, M. I. Cortical surface-based analysis: I. Segmentation and surface reconstruction. NeuroImage. 9 (2), 179-194 (1999).
  40. Woolrich, M. W., et al. Bayesian analysis of neuroimaging data in FSL. NeuroImage. 45, 1 Suppl 173-186 (2009).
  41. Klein, A., et al. Mindboggling morphometry of human brains. PLoS Computational Biology. 13 (2), 1005350(2017).
  42. Arnon, I. Do current statistical learning tasks capture stable individual differences in children? An investigation of task reliability across modality. Behavior Research Methods. 52 (1), 68-81 (2020).
  43. Finn, A. S., Hudson Kam, C. L. The curse of knowledge: First language knowledge impairs adult learners' use of novel statistics for word segmentation. Cognition. 108 (2), 477-499 (2008).
  44. Krogh, L., Vlach, H. A., Johnson, S. P. Statistical learning across development: Flexible yet constrained. Frontiers in Psychology. 3, 598(2013).
  45. De Leeuw, J. R., Motz, B. A. Psychophysics in a Web browser? Comparing response times collected with JavaScript and Psychophysics Toolbox in a visual search task. Behavior Research Methods. 48, 1-12 (2016).
  46. Lew-Williams, C., Saffran, J. R. All words are not created equal: Expectations about word length guide infant statistical learning. Cognition. 122 (2), 241-246 (2012).
  47. Poulin-Charronnat, B., Perruchet, P., Tillmann, B., Peereman, R. Familiar units prevail over statistical cues in word segmentation. Psychological Research. 81 (5), 990-1003 (2017).
  48. Leonard, J., Flournoy, J., Lewis-de los Angeles, C. P., Whitaker, K. How much motion is too much motion? Determining motion thresholds by sample size for reproducibility in developmental resting-state MRI. Research Ideas and Outcomes. 3, 12569(2017).
  49. Power, J. D., et al. Ridding fMRI data of motion-related influences: Removal of signals with distinct spatial and physical bases in multiecho data. Proceedings of the National Academy of Sciences of the United States of America. 115 (9), 2105-2114 (2018).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

Web Based TasksfMRI NeuroimagingAuditory TasksVisual TasksLinguistic DomainsNon Linguistic DomainsReal Time LearningReaction Time TrackingChild Friendly Protocol

Похожие статьи