Новая основа для понимания межполушарной когерентности в исследованиях гиперсканирования с помощью функциональной спектроскопии ближнего инфракрасного диапазона (fNIRS)
6 октября 2023 г.
Когерентность вейвлет-преобразования (WTC) — это распространенная методология оценки связи между сигналами, которая используется в исследованиях гиперсканирования с помощью функциональной спектроскопии ближнего инфракрасного диапазона (fNIRS). В работе представлен инструментарий для оценки направленности взаимодействия сигналов.
Многие исследования fNIRS были сосредоточены на когерентности для оценки межмозговой синхронизации, пренебрегая информацией о фазовом запаздывании в горячем графике WBC. Здесь был представлен более чувствительный подход, который оценивает направленность связи, классифицируя значение фазового угла как синфазную синхронизацию, синхронизацию фазы с запаздыванием и противофазную синхронизацию. Повторный анализ предыдущих результатов с использованием новой предложенной структуры позволяет получить всестороннее понимание природы синхронизации между участниками.
Дифференциация синфазной и противофазной синхронизации обеспечивает новый уровень ясности, позволяя точно интерпретировать предыдущие результаты. Эта структура может быть применена к различным сценариям, таким как изучение роли межличностной синхронизации в социальном поведении, общении и принятии решений. Акцент на применении теории ремесла в сочетании с разработанным фазовым инструментарием для гиперсканирующего апноэ обеспечивает более глубокое понимание различных типов направлений, наблюдаемых во взаимодействии, выходящем за рамки простой когерентности.
Такой подход позволяет исследовать поток информации от одного мозга к другому в условиях гиперсканирования.
Просмотрите полный транскрипт и получите доступ к тысячам научных видео
Обзор
В данном исследовании представлен новый подход к оценке направленности связи между сигналами в исследованиях гиперсканирования с применением функциональной ближней инфракрасной спектроскопии (fNIRS). Используя когерентность вейвлет-преобразования (WTC), авторы дифференцируют синфазную и противофазную синхронизацию, что расширяет понимание межмозговых взаимодействий во время социального поведения.
Основные компоненты исследования
Область науки
- Нейровизуализация
- Нейронаука
- Обработка сигналов
Введение
- Предыдущие исследования с помощью фНИРС были сосредоточены преимущественно на когерентности без учета информации о фазовом сдвиге.
- Существует необходимость изучить направленность взаимодействий между мозгом, выходя за рамки простого измерения когерентности.
- Понимание типов синхронизации может раскрыть динамику социальных взаимодействий.
- Теория графов применима для анализа различных типов взаимодействий в таких условиях.
Цель исследования
- Для дифференциации однофазной и противофазной синхронизации при взаимодействии отделов мозга.
- Для создания основы анализа направленности связи сигналов мозга.
- Для расширения понимания эффектов межличностной синхронизации в различных контекстах.
Используемые методы
- В исследовании для сбора данных использовался метод гиперсканирования с помощью функциональной ближней инфракрасной спектроскопии (fNIRS).
- Анализ включал использование MATLAB для предварительной обработки файлов NIRS и применение нового инструментария фазового анализа для оценки типов взаимодействия.
- Ключевые этапы включали преобразование файлов NIRS в формат snirf и проведение фазового анализа по принципу «лидер-последователь».
- Статистический анализ был проведен для оценки процента синфазной и противофазной синхронизации.
Основные результаты
- Новый инструментарий позволил уточнить характер взаимодействий, разграничив синфазную и противофазную синхронизацию.
- Процент противофазной синхронизации значительно увеличивался при различных настройках пороговых значений.
- Полученные результаты способствуют более глубокой интерпретации социальных взаимодействий и динамики общения между участниками.
- Визуальное представление результатов позволило определить временные характеристики и типы взаимодействий.
Выводы
- Данное исследование углубляет понимание того, как взаимодействуют сигналы мозга, и дает представление о социальной динамике.
- Благодаря дифференциации типов синхронизации это исследование позволяет более точно интерпретировать предыдущие результаты.
- Разработанная структура имеет широкие возможности применения при анализе межличностной синхронизации в режиме реального времени.
Часто задаваемые вопросы
Практическая значимость для промышленности
Количественная оценка межмозговой когерентности и направленности в гиперсканировании методом fNIRS позволяет биофармацевтическим группам анализировать нейронную синхронизацию при выполнении социальных и когнитивных задач. Данный подход повышает прогностическую точность в трансляционной нейробиологии за счет разграничения синфазных, лагированных и антифазных взаимодействий, что способствует механистическому снижению рисков на ранних этапах поиска и доклинических исследований. Улучшенная классификация сигналов дает информацию для валидации мишеней и приоритизации портфеля программ по нейропсихиатрическим и когнитивным расстройствам.
Стратегическое применение в биофармацевтических исследованиях и разработках
Ранний поиск и валидация мишени
- Позволяет точно исследовать синхронизацию нейронных цепей, лежащую в основе социальных и когнитивных фенотипов.
- Обеспечивает функциональную валидацию мишеней путем классификации направленности межмозгового взаимодействия.
- Повышает достоверность прогнозов для механистических гипотез в нейроповеденческих моделях.
- Облегчает отбор приоритетных проектов путем уточнения биологической значимости наблюдаемых паттернов синхронизации.
Скрининг и разработка анализа
- Подготовка валидированных метрик нейронного взаимодействия для последующих этапов скрининга соединений.
- Стандартизация количественных показателей для воспроизводимой оценки нейронной синхронности.
- Обеспечение масштабируемой разработки анализов для оценки фармакологической модуляции связей в головном мозге.
- Поддержка достоверного сравнения эффектов вмешательства на когерентность различных отделов мозга.
Трансляционные и доклинические исследования
- Сопоставляет показатели нейронной синхронности с клинически значимыми социальными и когнитивными конечными точками.
- Обеспечивает преемственность от этапа открытия до доклинической валидации задействования нейронных цепей.
- Позволяет принимать обоснованные с учетом рисков решения о дальнейшем продвижении на основе механистических показателей.
- Поддерживает разработку трансляционных биомаркеров для исследований социального взаимодействия и коммуникации.
Интеграция конвейеров и рабочих процессов
Данная концепция интегрируется в континуум от этапа поиска до доклинических исследований, обеспечивая надежную проверку гипотез и снижение механистических рисков при воздействии на мишени нейронной синхронизации.
- Фундаментальная биология: позволяет проверять гипотезы о направленности и типе нейронных связей в социальных парадигмах.
- Скрининг: обеспечивает воспроизводимые количественные показатели когерентности и фазы для оценки соединений.
- Аналитика: предоставляет статистические данные, включая коэффициент детерминации R-squared и процент взаимодействия, для сравнения условий.
- Трансляционные исследования: связывает результаты фундаментальных открытий с доклиническими моделями по показателям синхронности, значимым для конкретных заболеваний.
- Корпоративное повторное использование: предлагает универсальный аналитический инструментарий для различных нейроповеденческих и когнитивных исследований.
Операционное и корпоративное влияние
- Научная ценность: повышает прогностическую достоверность и снижает механистическую неопределенность в исследованиях нейронной синхронности.
- Операционная ценность: стандартизирует анализ, повышает воспроизводимость и поддерживает масштабируемые рабочие процессы.
- Стратегическая ценность: служит основанием для принятия решений о продолжении или прекращении разработки (go/no-go) и повышает эффективность использования капитала за счет уточнения степени нейронного взаимодействия.
- Влияние на портфель: позволяет проводить приоритизацию активов в области нейропсихиатрических и когнитивных расстройств с учетом рисков.
Особенности реализации
- Требуется опыт сбора данных fNIRS и анализа сигналов с использованием MATLAB.
- Зависит от доступа к специализированным инструментариям и статистической инфраструктуре для классификации фаз.
- Необходима межкомандная стандартизация параметров предобработки и пороговых значений.
- Может потребоваться адаптация для различных нейронных систем или поведенческих парадигм.
- Интерпретация типов синхронности чувствительна к выбору параметров и дизайну задачи.
