Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Методическая статья

Измерение направленного информационного потока в данных fNIRS-гиперсканирования с использованием метода когерентности с частичным вейвлет-преобразованием

3.2K просмотров

DOI:

10.3791/62927

3 сентября 2021 г.

* These authors contributed equally

В этой статье

Краткое содержание

Этот протокол описывает когерентность частичного вейвлет-преобразования (pWTC) для вычисления запаздывающего во времени паттерна межличностной нейронной синхронизации (INS) для вывода направления и временного паттерна информационного потока во время социального взаимодействия. Эффективность pWTC в устранении путаницы автокорреляции сигнала на INS была доказана двумя экспериментами.

Аннотация

Социальное взаимодействие имеет жизненно важное значение для людей. В то время как подход гиперсканирования широко используется для изучения межличностной нейронной синхронизации (INS) во время социальных взаимодействий, функциональная ближняя инфракрасная спектроскопия (fNIRS) является одним из самых популярных методов гиперсканирования натуралистических социальных взаимодействий из-за его относительно высокого пространственного разрешения, звуковой анатомической локализации и исключительно высокой толерантности к артефактам движения. Предыдущие исследования гиперсканирования на основе fNIRS обычно вычисляют запаздывающую во времени INS с использованием когерентности вейвлет-преобразования (WTC) для описания направления и временной структуры информационного потока между людьми. Однако результаты этого метода могут быть сбиты с толку автокорреляционным эффектом сигнала fNIRS каждого человека. Для решения этой проблемы был введен метод, называемый когерентностью частичного вейвлет-преобразования (pWTC), который был направлен на устранение эффекта автокорреляции и поддержание высокого разрешения временного спектра сигнала fNIRS. В этом исследовании сначала был проведен симуляционный эксперимент, чтобы показать эффективность pWTC в устранении влияния автокорреляции на INS. Затем было предложено пошаговое руководство по работе pWTC на основе набора данных fNIRS из эксперимента по социальному взаимодействию. Кроме того, было проведено сравнение между методом pWTC и традиционным методом WTC, а также сравнение между методом pWTC и методом причинности Грейнджера (GC). Результаты показали, что pWTC может быть использован для определения разницы INS между различными экспериментальными условиями и направленной и временной картины INS между людьми во время натуралистических социальных взаимодействий. Кроме того, он обеспечивает лучшее временное и частотное разрешение, чем традиционный ЦМТ, и лучшую гибкость, чем метод GC. Таким образом, pWTC является сильным кандидатом для вывода направления и временной модели информационного потока между людьми во время натуралистических социальных взаимодействий.

Введение

Социальное взаимодействие имеет жизненно важное значение для людей 1,2. Для понимания нейрокогнитивного механизма социального взаимодействия двойного мозга в последнее время широко используется подход гиперсканирования, показывающий, что паттерны межличностной нейронной синхронизации (INS) могут хорошо характеризовать процесс социального взаимодействия 3,4,5,6,7,8,9,10,11,12<....

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

Протокол

Протокол эксперимента на людях был одобрен Советом по институциональному обзору и Комитетом по этике Государственной ключевой лаборатории когнитивной неврологии и обучения в Пекинском педагогическом университете. Все участники дали письменное информированное согласие до начала эксперимента.

1. Симуляционный эксперимент

  1. Сгенерируйте два временных ряда сигналов, которые коррелируют друг с другом, причем один сигнал имеет автокорреляцию с временным лагом 4 с. Установите коэффициент корреляции r между двумя сигналами равным 0,4.
  2. Кроме того, генерируйте два временных ряда сигналов без какой-либо корреляции, но с автокорреляци....

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

Результаты

Результаты моделирования
Результаты показали, что запаздывающий по времени INSWTC с автокорреляцией был значительно выше, чем INSWTC без автокорреляции (t(1998) = 4,696, p < 0,001) и inspWTC (t(1998) = 5,098, p < 0,001). Кроме того, не было существенной разницы между запаздываемым во времени INSWTC без автокорреляции и INSpWTC (t(1998) = 1,573, p = 0,114, рисунок 2A)........

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

Обсуждение

В исследованиях гиперсканирования обычно важно описать направленные и временные закономерности информационного потока между людьми. Большинство предыдущих исследований гиперсканирования fNIRS использовали традиционный WTC25 для вывода этих характеристик путем расчета INS с задержкой во времени. Однако, как одна из неотъемлемых особенностей сигнала fNIRS20,21, эффект автокорреляции может сбить с толку задержку во времени INS. Для решения эт.......

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

Раскрытие информации

Авторы заявляют об отсутствии конкурирующих финансовых интересов.

Благодарности

Эта работа была поддержана Национальным фондом естественных наук Китая (61977008) и программой Young Top Notch Talents of Ten Thousand Talent Program.

....

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

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Топографическая система fNIRSShimadzu Corporation ShimadzuLABNIRS системаLABNIRS содержит 40 излучателей и 40 детекторов для измерения сигналов fNIRS. В этом протоколе мы использовали эти излучатели и детекторы, создали два кастомизированных 26-канальных комплекта зондов и прикрепили к ним два колпачка по 10-20 казначейству. Кроме того, система LABNIRS также содержит встроенные графические программы для проверки качества данных, преобразования данных и экспорта данных.
MATLABКомпания MathWorks, Inc.MATLAB 2019aВ этом протоколе было использовано несколько наборов инструментов и функций bulit в MATLAB:
Набор инструментов SPM12 использовался для нормализации проверенных данных МРТ через свой графический интерфейс.
NIRS_SPM набор инструментов использовался для проецирования координат MNI зондов на шаблон AAL через его графический интерфейс.
Набор инструментов Homer3 использовался для удаления артефактов движения через свою функцию hmrMotionCorrectWavelet с параметрами по умолчанию.
Wavelet toolbox использовался для вычисления WTC и pWTC через его функцию wcoherence.
МРТ сканерSiemens HealthineersTRIO 3-Tesla Вэтом протоколе МРТ сканер использовался для получения MNI координат каждого канала и optpde. Параметры сканирования описаны в основном тексте.
В этом протоколе мы сначала пометили два нейлоновых колпачка системой 10-20. Затем мы изготовили два 26-канальных комплекта оптических зондов. Наконец, мы прикрепили наборы щупов к колпачкам, выровненным по ориентирам.

Ссылки

  1. Hasson, U., Ghazanfar, A. A., Galantucci, B., Garrod, S., Keysers, C. Brain-to-brain coupling: A mechanism for creating and sharing a social world. Trends in Cognitive Sciences. 16 (2), 114-121 (2012).
  2. Hasson, U., Frith, C. D.

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

Перепечатки и разрешения

Теги

Нейронная синхронизацияпричинно-следственная связь по Грейнджерусоциальное взаимодействиеконцентрация гемоглобинакоррекция артефактов движениякластерный перестановочный тест