Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

قياس تدفق المعلومات الاتجاهية في بيانات fNIRS-hyperscanning باستخدام طريقة تماسك تحويل المويجات الجزئية

Published: September 3, 2021 doi: 10.3791/62927
Automatic Translation
*1, *2, 1
1State Key Laboratory of Cognitive Neuroscience and Learning & IDG/McGovern Institute for Brain Research, Beijing Normal University, 2Institute of Developmental Psychology, Faculty of Psychology, Beijing Normal University
* These authors contributed equally

Summary

يصف هذا البروتوكول تماسك التحويل الموجي الجزئي (pWTC) لحساب النمط المتخلف زمنيا للتزامن العصبي بين الأشخاص (INS) لاستنتاج الاتجاه والنمط الزمني لتدفق المعلومات أثناء التفاعل الاجتماعي. وقد أثبتت تجربتان فعالية pWTC في إزالة الالتباس في الارتباط الذاتي للإشارة على INS.

Abstract

التفاعل الاجتماعي له أهمية حيوية للبشر. في حين تم استخدام نهج المسح الضوئي المفرط على نطاق واسع لدراسة التزامن العصبي بين الأشخاص (INS) أثناء التفاعلات الاجتماعية ، فإن التحليل الطيفي الوظيفي القريب من الأشعة تحت الحمراء (fNIRS) هو أحد أكثر التقنيات شيوعا للتفاعلات الاجتماعية الطبيعية الفائقة المسح الضوئي بسبب دقته المكانية العالية نسبيا ، والتوطين التشريحي السليم ، والتسامح العالي بشكل استثنائي مع القطع الأثرية الحركية. عادة ما تحسب دراسات المسح الضوئي الفائق السابقة المستندة إلى fNIRS INS متأخرا زمنيا باستخدام تماسك تحويل المويجات (WTC) لوصف الاتجاه والنمط الزمني لتدفق المعلومات بين الأفراد. ومع ذلك ، قد يتم الخلط بين نتائج هذه الطريقة بسبب تأثير الارتباط الذاتي لإشارة fNIRS لكل فرد. ولمعالجة هذه المسألة، أدخلت طريقة تسمى اتساق تحويل المويجات الجزئي (pWTC)، تهدف إلى إزالة تأثير الارتباط الذاتي والحفاظ على الاستبانة العالية للطيف الزمني لإشارة fNIRS. في هذه الدراسة ، تم إجراء تجربة محاكاة أولا لإظهار فعالية pWTC في إزالة تأثير الارتباط الذاتي على INS. بعد ذلك ، تم تقديم إرشادات خطوة بخطوة حول تشغيل pWTC استنادا إلى مجموعة بيانات fNIRS من تجربة التفاعل الاجتماعي. بالإضافة إلى ذلك، تم إجراء مقارنة بين طريقة pWTC وطريقة مركز التجارة العالمي التقليدية وطريقة pWTC وطريقة السببية Granger (GC). أظهرت النتائج أنه يمكن استخدام pWTC لتحديد الفرق INS بين الظروف التجريبية المختلفة ونمط INS الاتجاهي والزمني بين الأفراد خلال التفاعلات الاجتماعية الطبيعية. علاوة على ذلك ، فإنه يوفر دقة زمنية وترددية أفضل من مركز التجارة العالمي التقليدي ومرونة أفضل من طريقة GC. وبالتالي ، فإن pWTC هو مرشح قوي لاستنتاج الاتجاه والنمط الزمني لتدفق المعلومات بين الأفراد خلال التفاعلات الاجتماعية الطبيعية.

Introduction

التفاعل الاجتماعي له أهمية حيوية للبشر 1,2. لفهم الآلية العصبية المعرفية ثنائية الدماغ للتفاعل الاجتماعي ، تم مؤخرا استخدام نهج المسح المفرط على نطاق واسع ، مما يدل على أن أنماط التزامن العصبي بين الأشخاص (INS) يمكن أن تميز عملية التفاعل الاجتماعيبشكل جيد 3,4,5,6,7,8,9,10,11,12 ، 13,14. من بين الدراسات الحديثة ، هناك نتيجة مثيرة للاهتمام هي أن اختلاف دور الأفراد في الصبغة قد يؤدي إلى نمط متأخر زمنيا من INS ، أي أن INS يحدث عندما يتخلف نشاط الدماغ لفرد واحد عن نشاط فرد آخر بثوان ، مثل ذلك من المستمعين إلى المتحدثين 5,9 ، من القادة إلى الأتباع4 ، من المعلمين إلى الطلاب8 ، من الأمهات إلى الأطفال13،15 ، ومن النساء إلى الرجال في زوجين رومانسيين6. الأهم من ذلك ، هناك تطابق جيد بين الفترة الفاصلة بين INS المتخلفة زمنيا وسلوكيات التفاعل الاجتماعي ، مثل بين المعلمين الذين يسألون والطلاب الذين يجيبونعلى 8 أو بين سلوكيات الأبوة والأمومة للأمهات وسلوكيات الامتثال للأطفال15. وبالتالي ، قد يعكس INS المتخلف زمنيا تدفق معلومات اتجاهي من فرد إلى آخر ، كما هو مقترح في نموذج هرمي حديث للتواصل اللفظي بين الأشخاص16.

في السابق ، تم حساب INS المتخلفة زمنيا بشكل أساسي على إشارة التحليل الطيفي الوظيفي بالأشعة تحت الحمراء القريبة (fNIRS) بسبب دقتها المكانية العالية نسبيا ، والتوطين التشريحي الصوتي ، والتسامح العالي بشكل استثنائي مع القطع الأثرية المتحركة17 عند دراسة التفاعلات الاجتماعية الطبيعية. علاوة على ذلك ، لتحديد المراسلات بدقة بين التأخر الزمني العصبي والفارق الزمني السلوكي أثناء التفاعل الاجتماعي ، من الضروري الحصول على قوة INS لكل تأخر زمني (على سبيل المثال ، من عدم وجود فارق زمني إلى فارق زمني قدره 10 ثوان). لهذا الغرض ، في السابق ، تم تطبيق إجراء تماسك تحويل المويجات (WTC) على نطاق واسع بعد تحويل إشارة الدماغ لفرد واحد إلى الأمام أو الخلف بالنسبة إلى إشارة فرد آخر 5,6,18. عند استخدام هذا الإجراء التقليدي لمركز التجارة العالمي لإشارات fNIRS ، هناك تحد محتمل لأن INS المتخلفة زمنيا المرصودة قد تكون مرتبكة بسبب تأثير الارتباط الذاتي لإشارة fNIRS لفرد 19,20,21. على سبيل المثال ، أثناء عملية التفاعل الاجتماعي الديادي ، قد تتم مزامنة إشارة المشارك A في النقطة الزمنية t مع إشارة المشارك B في نفس النقطة الزمنية. وفي الوقت نفسه ، قد تتم مزامنة إشارة المشارك A في النقطة الزمنية t مع إشارة المشارك A في نقطة زمنية لاحقة t + 1 بسبب تأثير الارتباط الذاتي. لذلك ، قد يحدث INS زائف متأخر زمنيا بين إشارة المشارك A في النقطة الزمنية t وإشارة المشارك B في النقطة الزمنية t + 1.

قدم ميهانوفيتش وزملاؤه22 أولا طريقة تسمى تماسك تحويل المويجات الجزئي (pWTC) ، ثم طبقوها في العلوم البحرية23,24. كان الغرض الأصلي من هذه الطريقة هو التحكم في الضوضاء المربكة الخارجية عند تقدير تماسك إشارتين. هنا ، لمعالجة مشكلة الارتباط التلقائي في بيانات المسح الضوئي التشعبي fNIRS ، تم توسيع طريقة pWTC لحساب INS المتخلفة زمنيا على إشارة fNIRS. على وجه التحديد ، يمكن حساب INS متأخر زمنيا (وتدفق معلومات اتجاهي) من المشارك A إلى المشارك B باستخدام المعادلة أدناه (المعادلة 1)23.

Equation 1

هنا ، من المفترض أن هناك إشارتين ، A و B ، من المشاركين A و B ، على التوالي. يسبق حدوث الإشارة B دائما حدوث الإشارة A بفارق زمني قدره n ، حيث يكون WTC (A t ، B t + n) هو مركز التجارة العالمي التقليدي المتخلف زمنيا. مركز التجارة العالمي (A t، A t+n) هو مركز التجارة العالمي المرتبط ذاتيا في المشارك A. WTC (A t، B t) هو مركز التجارة العالمي المتوافق زمنيا في النقطة الزمنية t بين المشارك A و B. * هو المشغل المقترن المعقد (الشكل 1A).

Figure 1
الشكل 1: نظرة عامة على pWTC. (أ) منطق مركز التجارة العالمي. هناك إشارتان A و B ، داخل dyad. يحدث A دائما بعد حدوث B مع تأخر n. المربع الرمادي هو نافذة موجية عند نقطة زمنية معينة t أو t + n. واستنادا إلى معادلة pWTC (الممثلة في الشكل)، يلزم حساب ثلاثة مراكز تجارية عالمية: مركز التجارة العالمي المتخلف زمنيا من At+n وBt؛ و ( مركز التجارة العالمي المرتبط ذاتيا في المشارك A من A t و At + n ؛ ومركز التجارة العالمي المتوافق مع الوقت عند النقطة الزمنية t و A t و Bt. (ب) تخطيط مجموعات مسبار optode. تم وضع CH11 في T3 ، وتم وضع CH25 في T4 وفقا للنظام الدولي 10-2027,28. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

قدم هذا البروتوكول لأول مرة تجربة محاكاة لإظهار مدى نجاح pWTC في حل تحدي الارتباط الذاتي. ثم شرح كيفية إجراء pWTC بطريقة خطوة بخطوة استنادا إلى تجربة تجريبية للتفاعلات الاجتماعية الطبيعية. هنا ، تم استخدام سياق اتصال لتقديم الطريقة. ويرجع ذلك إلى أنه في السابق ، كان يتم حساب INS المتخلفة زمنيا عادة في سياق اتصال طبيعي3،4،6،8،13،15،18. بالإضافة إلى ذلك ، أجريت أيضا مقارنة بين pWTC و WTC التقليدي والتحقق من الصحة مع اختبار السببية Granger (GC).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

تمت الموافقة على بروتوكول التجربة البشرية من قبل مجلس المراجعة المؤسسية ولجنة الأخلاقيات في مختبر الدولة الرئيسي لعلم الأعصاب المعرفي والتعلم في جامعة بكين العادية. أعطى جميع المشاركين موافقة خطية مستنيرة قبل بدء التجربة.

1. تجربة المحاكاة

  1. قم بإنشاء سلسلتين زمنيتين من الإشارات التي ترتبط ببعضها البعض ، مع إشارة واحدة لها ارتباط تلقائي في فارق زمني قدره 4 ثوان. اضبط معامل الارتباط r بين الإشارتين على 0.4.
  2. علاوة على ذلك ، قم بإنشاء سلسلتين زمنيتين من الإشارات دون أي ارتباط ولكن مع الارتباط الذاتي في إشارة واحدة.
  3. احسب قيم INS التقليدية المتخلفة زمنيا 4 s مع المعادلة 2 استنادا إلى الإشارات المتولدة مع أو بدون ارتباط ، والتي يمكن تسميتها INS WTC المتخلفة زمنيا مع الارتباط التلقائي وخط الأساس المتخلف زمنيا INSWTC مع الارتباط التلقائي.
    ملاحظة: هنا، يتم التعبير عن مركز التجارة العالمي التقليدي المتخلف زمنيا بالمعادلة التالية (المعادلة 2)25
    Equation 2
    حيث، تشير C إلى مشغل تحويل المويجات المستمر على مقاييس مختلفة i ونقاط زمنية t. يشير S إلى مشغل التنعيم. * يدل على مشغل الاقتران المعقد. يشير W و M إلى سلسلتين زمنيتين فرديتين من الإشارات.
  4. إزالة الارتباط التلقائي من الإشارات التي تم إنشاؤها. بعد ذلك ، احسب قيم INS WTC التقليدية المتخلفة زمنيا 4 s مع المعادلة 2 استنادا إلى الإشارات المتولدة مع أو بدون ارتباط ، والتي يمكن تسميتها INSWTC المتأخرة زمنيا بدون ارتباط تلقائي وخط الأساس المتخلف زمنيا INSWTC بدون ارتباط تلقائي.
  5. احسب قيم pWTC المتخلفة زمنيا لمدة 4 ثوان باستخدام المعادلة 3 استنادا إلى الإشارات التي تم إنشاؤها مع أو بدون ارتباط ، وتسمى INS pWTC المتخلفة زمنيا وخط الأساس المتخلف زمنيا INSpWTC.
    ملاحظة: يمكن حساب pWTC استنادا إلى المعادلة التالية (المعادلة 3)23
    Equation 3
    حيث ، مركز التجارة العالمي (Wt ، Mt + n) هو مركز التجارة العالمي التقليدي المتخلف زمنيا. مركز التجارة العالمي (M t، Mt+n) هو مركز التجارة العالمي المرتبط ذاتيا لفرد واحد. مركز التجارة العالمي (W t، Mt) هو مركز التجارة العالمي المتوافق مع الزمن. * هو المشغل المقترن المعقد.
  6. كرر الإجراءات المذكورة أعلاه 1000 مرة.
  7. بعد طرح INS الأساسي ، قارن نتائج INSWTC المتخلفة زمنيا مع الارتباط التلقائي ، و INSWTC المتخلفة زمنيا بدون ارتباط تلقائي ، و INSpWTC المتخلفة زمنيا باستخدام طريقة تحليلات التباين (ANOVA).
    ملاحظة: هنا، من المتوقع أن يكون مركز التجارة العالمي INS المتخلف زمنيا مع الارتباط التلقائي أعلى بكثير من INSWTC المتخلف زمنيا بدون ارتباط تلقائي و INS pWTC المتخلف زمنيا، ولا يتوقع وجود فرق كبير بين مركزالتجارة العالمي INS المتخلف زمنيا بدون ارتباط تلقائي و INS pWTC المتخلف زمنيا.

2. التجربة التجريبية

  1. المشاركون والإجراءات
    1. تجنيد المشاركين المناسبين.
      ملاحظة: في هذه الدراسة ، تم تجنيد اثنين وعشرين زوجا من الأصدقاء المقربين من الجنس الآخر (متوسط عمر النساء = 20.95 ، الانحراف المعياري (SD) = 1.86 ؛ متوسط عمر الرجال = 20.50 ، SD = 1.74) من خلال الإعلانات من الطلاب الجامعيين في الجامعات في بكين. كان جميع المشاركين باليد اليمنى وكان لديهم رؤية طبيعية أو مصححة إلى طبيعية. علاوة على ذلك ، لم يكن لدى أي مشارك أي اضطرابات لغوية أو عصبية أو نفسية.
    2. اطلب من كل زوج من المشاركين الجلوس وجها لوجه أثناء التجربة. اطلب منهم التواصل بحرية حول موضوع داعم في جلسة واحدة وحول موضوع نزاع في الجلسة الأخرى.
      ملاحظة: تم استخدام الموضوعات للحث على التكافؤ العاطفي الإيجابي أو السلبي المقصود. واستغرقت كل جلسة اتصال 10 دقائق، وتم موازنة ترتيب المواضيع.
    3. اطلب من المشاركين الإبلاغ عن الموضوعات الداعمة والمتعارضة كقاعدة إعداد قياسية. اطلب من كل شريك تقييم مستوى التكافؤ الإيجابي أو السلبي الذي قد يكون مستحثا على مقياس نقطة محدد. بعد ذلك ، قم بترتيب الموضوعات التي تم الإبلاغ عنها وفقا للتصنيف.
      ملاحظة: في هذا العمل، تم اختيار المواضيع بالخطوات الثلاث التالية. أولا ، بالنسبة للمواضيع الداعمة ، طلب من كل مشارك الإبلاغ عن 1-3 قضايا شخصية تتعلق بما يريد تحسينه في حياته. وطلب من كل مشارك الإبلاغ عن 1-3 حالات أدت أو من شأنها أن تؤدي إلى نزاع بينهما أو التي قد تعرض علاقتهما للخطر فيما يتعلق بمواضيع النزاع. ثانيا، طلب من كل شريك تقييم مستوى التكافؤ الإيجابي أو السلبي الذي قد يثيره كل موضوع على مقياس من 7 نقاط (1 = ليس على الإطلاق، و 7 = كثيرا جدا). ثالثا ، تم تصنيف الموضوعات المبلغ عنها وفقا للتصنيف. تم اختيار أول موضوعين في قائمة الموضوعات الداعمة ومواضيع الصراع.
  2. جمع بيانات fNIRS
    1. استخدم نظام طبوغرافيا fNIRS المكون من 26 قناة (انظر جدول المواد) لجمع بيانات fNIRS.
      ملاحظة: غطت مجموعتان مخصصتان من مجسات optode القشرة الأمامية والزمنية والجدارية الثنائية (الشكل 1B).
    2. على وجه التحديد ، اطلب من كل مشارك ارتداء قبعة مع مجموعتين مخصصتين من المسبار (انظر جدول المواد).
    3. قم بمحاذاة الخشاء الناسي والإنيون والأذن مع Fpz و Opz و T7 و T8 ، والتي تعد معالم نموذجية للنظام الدولي 10-2026.
    4. قم بمحاذاة القناة (CH) 11 إلى T3 و CH25 إلى T4 وفقا للنظام الدولي 10-20 لمجموعتي المسبار27,28.
    5. التحقق من صحة المواقع التشريحية لمجموعات المجسات عن طريق مسح بيانات التصوير بالرنين المغناطيسي (MRI) من مشارك نموذجي باستخدام تسلسل التدرج والصدى السريع عالي الدقة المرجحة T1 المعد بالمغنطة (TR = 2530 مللي ثانية; TE = 3.39 مللي ثانية ؛ زاوية الوجه = 7 درجات ؛ سمك الشريحة = 1.3 مم ؛ حجم فوكسل = 1.3 × 1 × 1.3 ملم).
    6. استخدم رسم الخرائط الإحصائية البارامترية 12 (SPM12) لتطبيع الصورة إلى الفضاء القياسي لإحداثيات معهد مونتريال للتصوير (إحداثيات MNI)29. بعد ذلك، استخدم صندوق أدوات NIRS_SPM (انظر جدول المواد) لعرض إحداثيات MNI للمجسات على قالب وضع العلامات التشريحية الآلي (AAL).
    7. جمع بيانات الكثافة البصرية لضوء الأشعة تحت الحمراء القريب عند ثلاثة أطوال موجية (780 و 805 و 830 نانومتر) بمعدل أخذ عينات يبلغ 55.6 هرتز (المعلمات الافتراضية للمعدات).
    8. اختبر جودة الإشارة باستخدام برنامج المعدات المدمج في نظام طبوغرافيا fNIRS (انظر جدول المواد).
    9. ابدأ تسجيل الإشارة.
      ملاحظة: أظهرت بعض البروتوكولات المنشورة كيفية جمع إشارات fNIRS باستخدام مختلف المعدات والأنظمة 30،31،32.
  3. المعالجة المسبقة لبيانات fNIRS
    1. تصدير ملفات البيانات من الجهاز.
      ملاحظة: في التجربة الحالية، قام البرنامج المدمج تلقائيا بتحويل جميع بيانات الكثافة البصرية إلى تغييرات تركيز أوكسي هيموغلوبين (HbO) استنادا إلى قانون بير-لامبرت المعدل.
    2. أزل أول وآخر 15 ثانية من البيانات لكل جلسة لتجنب الاستجابات العابرة.
    3. استخدم وظيفة إهلاك MATLAB المدمجة لتقليل عينة البيانات من 55.6 هرتز إلى 11.1 هرتز.
      ملاحظة: أنماط طيف القدرة بين 55.6 هرتز و 11.1 هرتز متشابهة تماما (الشكل التكميلي 1).
    4. استخدم وظيفة تطبيق MATLAB المدمجة (Homer3 ، انظر جدول المواد) مع وظيفة التصفية المناسبة لتطبيق طريقة مرشح تحويل المويجات المنفصلة لتصحيح القطع الأثرية للحركة.
    5. استخدم وظيفة MATLAB pca المدمجة لإزالة الضوضاء الفسيولوجية العالمية. قم بإزالة أعلى 80٪ من التباين من الإشارات.
    6. إزالة الضوضاء الفسيولوجية بناء على الدراسات السابقة33. على وجه التحديد ، قم بإزالة نطاقات التردد لكل إشارة أعلى من 0.7 هرتز لتجنب صقل الضوضاء الفسيولوجية عالية التردد (على سبيل المثال ، نشاط القلب).
    7. بعد ذلك، قم بإزالة نطاقات التردد لكل إشارة أقل من 0.01 هرتز لتصفية تقلبات التردد المنخفض جدا.
    8. وأخيرا، قم بإزالة نطاقات التردد لكل إشارة في حدود 0.15-0.3 هرتز لاستبعاد التأثير المحتمل للنشاط التنفسي.
  4. معالجة بيانات fNIRS من المستوى الأول
    1. أولا، احسب INS باستخدام مركز التجارة العالمي التقليدي (INSWTC).
      ملاحظة: هنا ، كان من المتوقع أن يحدث نمط متخلف زمنيا بقيادة النساء من INSWTC بين نشاط الدماغ للنساء والرجال لأن الدراسات السابقة اقترحت أدوارا مختلفة للنساء والرجال خلال محادثة34,35. قام مركز التجارة العالمي التقليدي بحساب هذا النمط من INSWTC عن طريق تحويل نشاط الدماغ للرجال إلى الوراء مقارنة بنشاط النساء (انظر المعادلة 2).
    2. احسب قيمة INSWTC المتخلفة التي تقودها النساء بعد إزالة 2 s الأولية من البيانات من النساء وآخر 2 s من البيانات من الرجال مع المعادلة 2. وبالمثل ، بعد إزالة 2 s الأولية من البيانات من الرجال وآخر 2 s من البيانات من النساء ، احسب قيمة INSWTC المتخلفة التي يقودها الرجال 2 s باستخدام المعادلة 4.
      ملاحظة: هنا ، تم استخدام دالة التماسك ، وهي وظيفة مضمنة في صندوق أدوات المويج في MATLAB ، (انظر جدول المواد).
    3. كرر هذا الإجراء مع فترات زمنية مختلفة n ، أي n = 2 s ، 4 s ، 6 s ، 8 s عبر جميع أزواج CH المحتملة (على سبيل المثال ، CH2 في النساء و CH10 في الرجال ، 676 زوجا في المجموع). بالإضافة إلى ذلك، احسب قوة مركزالتجارة العالمي INS المتخلف زمنيا بقيادة الرجال بنفس الطريقة (المعادلة 4).
      Equation 4
    4. ثانيا، حساب INS باستخدام pWTC (INSpWTC).
      ملاحظة: تم حساب pWTC استنادا إلى المعادلة 3. تم تكرار حساب INSpWTC مع فترات زمنية مختلفة n ، أي n = 2 s و 4 s و 6 s و 8 s عبر جميع أزواج القنوات المحتملة (على سبيل المثال ، CH2 في النساء و CH10 في الرجال ، 676 زوجا في المجموع). بالإضافة إلى ذلك ، تم حساب قوة INSpWTC التي يقودها الرجال بنفس الطريقة (المعادلة 5).
      Equation 5
    5. إنشاء سلسلة زمنية متخلفة زمنيا من إشارات fNIRS في فترات زمنية مختلفة.
    6. احسب قيم مركز التجارة العالمي المتخلف زمنيا في فترات زمنية مختلفة.
    7. إنشاء سلسلة زمنية مرتبطة ذاتيا من إشارات fNIRS في فترات زمنية مختلفة. لحساب قيمة 2 s-autocorlinked للرجال، قم بإزالة أول 2 ثانية من البيانات من الرجال وآخر 2 ثانية من الرجال.
    8. احسب قيم مركز التجارة العالمي المرتبطة تلقائيا في فترات زمنية مختلفة.
    9. إنشاء سلسلة زمنية محاذاة زمنيا من إشارات fNIRS في فترات زمنية مختلفة. لحساب مركز التجارة العالمي المتوافق مع الوقت 2 ثانية ، قم بإزالة أول 2 ثانية من البيانات من الرجال وأول 2 ثانية من بيانات النساء.
    10. حساب قيم مركز التجارة العالمي المحاذاة زمنيا.
    11. أدخل قيم مركز التجارة العالمي المحاذاة زمنيا، وقيم مركز التجارة العالمي المتخلفة زمنيا، وقيم مركز التجارة العالمي المترابطة ذاتيا في الفارق الزمني المختلف في المعادلة 3 والمعادلة 5 - معادلة pWTC، مما يولد INSpWTC.
    12. أخيرا ، احسب INS باستخدام طريقة GC (INSGC).
      ملاحظة: لزيادة التحقق من صحة طريقة pWTC وتقييم مزاياها وعيوبها، تم حساب INS المستند إلى GC باستخدام طريقة GC (INSGC).
    13. استنادا إلى نتيجة pWTC ، يقوم ممر النطاق الترددي بتصفية إشارة HbO لكل فرد في SMC (أي 0.4-0.6 هرتز ، انظر النتائج التمثيلية).
    14. قم بإجراء اختبار GC (صندوق أدوات الاقتصاد القياسي ، MATLAB) داخل كل دياد في الموضوعات الداعمة والمتعارضة بشكل منفصل.
      ملاحظة: يتم الحصول على أربع مجموعات من القيم F ل INSGC: (1) من النساء إلى الرجال بشأن الموضوع الداعم (W2M_supp)؛ (2) من النساء إلى الرجال بشأن الموضوع الداعم ()؛ (2) من النساء إلى الرجال بشأن الموضوع الداعم ()؛ (2) من النساء إلى الرجال بشأن الموضوع الداعم ()؛ (2) من النساء إلى الرجال بشأن الموضوع الداعم ( (2) من الرجال إلى النساء بشأن الموضوع الداعم (M2W_supp)؛ (3) من النساء إلى الرجال بشأن موضوع الصراع (W2M_conf)؛ و (4) من الرجال إلى النساء حول موضوع النزاع (M2 W_conf). تستخدم قيم F لفهرسة INSGC.
  5. معالجة بيانات fNIRS من المستوى الثاني
    1. قم بتحويل INS باستخدام تحويل Fisher-z ، ثم متوسط INS في البعد الزمني.
      ملاحظة: هنا، تم إجراء تحويل Fisher-z باستخدام برنامج نصي مخصص ل MATLAB مع المعادلة 636:
      Equation 6
      حيث، r هي قيمة مركز التجارة العالمي أو pWTC، وz هي القيمة المحولة Fisher-z لمركز التجارة العالمي أو pWTC.
    2. بالنسبة لمتوسط INS في كل فارق زمني ، قم بإجراء اختبار t ثنائي العينة (داعم مقابل تعارض) على كل زوج CH عبر نطاق التردد. ثم حدد جميع مجموعات الترددات المهمة (P < 0.05).
    3. قم بإجراء اختبار تبديل قائم على الكتلة لتحديد عتبة للنتائج.
      1. إعادة تعيين العلاقات الديادية عن طريق تعيين المشاركين عشوائيا إلى أزواج جديدة من عضوين ، أي المشاركين في الصبغة التي لم تتواصل أبدا مع بعضها البعض. أعد حساب INS في كل فارق زمني ، وقم بإجراء اختبارات t المقترنة مرة أخرى في العينة الجديدة ، وحدد مجموعات التردد المهمة مرة أخرى.
      2. حدد الكتلة التي تحتوي على أكبر قيمة t تم جمعها. كرر الإجراءات المذكورة أعلاه 1000 مرة لإنشاء توزيع فارغ للحد الأقصى لقيم t الموجبة خطأ.
        ملاحظة: يتم تقديم التوزيع كمستوى فرصة. يتم التحكم في معدل الخطأ العائلي (FWER) عند q = 0.05 ، مما يعني أن أعلى 5٪ فقط من التوزيع الفارغ لقيم t الموجبة الكاذبة يتجاوز العتبة (R *).
      3. قارن قيمة t المجمعة لكل عنقود تردد محدد في العينة الأصلية مع التوزيع الفارغ للحصول على نتائج إحصائية ذات دلالة.
    4. إجراء سياق (داعم ، صراع) × اتجاه (النساء للرجال ، الرجال إلى النساء) تحليل التباين (ANOVA) لاختبار الفرق في اتجاه INS بين الظروف المختلفة (أي المواضيع) (ص < 0.05).
    5. قم بإجراء اختبار t ثنائي الذيل ثنائي العينة بين نتائج مركز التجارة العالمي (Wt ، Mt + n) ومركز التجارة العالمي (Mt ، Mt + n) لاختبار التأثير المحتمل للارتباط الذاتي على INS.
      ملاحظة: يعكس INS لمركز التجارة العالمي (Mt، Mt + n) الارتباط الذاتي.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

نتائج المحاكاة
وأظهرت النتائج أن مركزالتجارة العالمي INS المتخلف زمنيا مع الارتباط التلقائي كان أعلى بكثير من INSWTC المتخلف زمنيا بدون ارتباط تلقائي (t(1998) = 4.696 ، p < 0.001) و INSpWTC المتخلف زمنيا (t(1998) = 5.098 ، p < 0.001). وبالإضافة إلى ذلك، لم يكن هناك فرق كبير بين مركزالتجارة العالمي INS المتخلف زمنيا بدون ارتباط تلقائي وINSpWTC (t(1998) = 1.573، p = 0.114، الشكل 2A). تشير هذه النتائج إلى أن pWTC يمكن أن يزيل بشكل فعال تأثير تأثير الارتباط الذاتي على INS. بالإضافة إلى ذلك ، عندما تم تعيين قيمة مركز التجارة العالمي لتكون قريبة من 0 أو 1 ، كان مركز التجارة العالمي للإنترنت المتخلف زمنيا لا يزال يظهر نتائج موثوقة عندما كانت قيمة مركز التجارةالعالمي بعيدة عن 0 أو 1 (الشكل التكميلي 2).

نتائج التجارب التجريبية
نمط INS باستخدام طريقة مركز التجارة العالمي التقليدية
أظهرت النتائج أنه عند 0.04-0.09 هرتز ، كان مركزالتجارة العالميINS في القشرة الحسية الحركية (SMC ، CH20) لكل من النساء والرجال أعلى بكثير في الموضوع الداعم منه في موضوع الصراع عندما تخلف نشاط الدماغ للرجال عن نشاط النساء بمقدار 2 ثانية و 4 ثوان و 6 ث (2 ثانية: t(21) = 3.551 ، p = 0.0019; التأخر 4 ق: t(21) = 3.837, p = 0.0009; التأخر 6 ثانية: t(21) = 3.725، p = 0.0013). بالإضافة إلى ذلك ، عند 0.4-0.6 هرتز ، كان INSWTC في SMC أعلى بكثير في موضوع الصراع منه في الموضوع الداعم عندما تخلف نشاط دماغ الرجال عن نشاط النساء بمقدار 4 ثوان (t(21) = 2.828 ، p = 0.01 ، الشكل 2B).

بالإضافة إلى ذلك ، لمقارنة اتجاه INS WTC في مواضيع مختلفة ، تم إجراء موضوع (داعم ، صراع) x اتجاه (النساء للرجال ، الرجال للنساء) ANOVA لأول مرة على INSWTC التابع لSMC تحت فارق زمني 2-6 s. لم تظهر نتائج 0.04-0.09 هرتز أي تأثيرات تفاعل كبيرة في أي فارق زمني (ps > 0.05). بالنسبة لنطاق التردد 0.4-0.6 هرتز، أظهرت النتائج أن تأثير التفاعل كان ذا دلالة هامشية (F(1, 21) = 3.23, p = 0.086). وأظهرت المقارنات الزوجية أنمركز التجارة العالمي التابع للمعهد من النساء إلى الرجال كان أعلى بكثير في موضوع الصراع منه في الموضوع الداعم (دكتوراه في الطب = 0.014، S.E. = 0.005، p = 0.015)، في حين أنمركز التجارة العالمي التابع للمعهد من الرجال إلى النساء لم يختلف اختلافا كبيرا بين المواضيع (دكتوراه في الطب = 0.002، S.E. = 0.006، p = 0.695).

وأخيرا، لاختبار تأثير الارتباط الذاتي على نتائج مركز التجارة العالمي INS التقليدي المتخلف زمنيا، تمت مقارنة INSWTC بين مركز التجارة العالمي (W t، M t+4) ومركزالتجارة العالمي (Mt، M t+4) عند 0.04-0.09 هرتز و 0.4-0.6 هرتز، على التوالي. لاحظ أن INSWTC لمركز التجارة العالمي (M t ، Mt + 4) يعكس الارتباط الذاتي. أظهرت النتائج أنه عند 0.4-0.6 هرتز ، لم يكن هناك فرق كبير بين INS WTC لمركز التجارة العالمي (W t ، M t + 4) و WTC (M t ، M t+ 4) (t(21) = 0.336 ، p = 0.740). عند 0.04-0.09 هرتز ، كان INSWTC لمركز التجارة العالمي (Mt ، Mt + 4) أعلى بكثير من مركز التجارة العالمي (W t ، M t + 4) (t(21) = 4.064 ، p < 0.001). وأجريت أيضا مقارنة بين نطاقات التردد التي تبلغ Hz 0.09-04 و 0.6-0.6 Hz فيما يتعلق بمركزINS WTC التابع لمركز التجارة العالمي (M t وMt + 4). أظهرت النتائج أن INSWTC لمركز التجارة العالمي (M t ، M t + 4) كان أعلى بكثير عند 0.04-0.09 هرتز منه عند 0.4-0.6 هرتز (t(21) = 5.421 ، p < 0.001). وتشير هذه النتائج إلى أنمركز التجارة العالمي INS المتخلف زمنيا تأثر بالارتباط الذاتي في كل من نطاقات التردد المنخفض والعالي، ولكن التأثير كان أكبر بالنسبة لنطاق التردد المنخفض منه بالنسبة لنطاق التردد الأعلى.

نمط INS باستخدام طريقة pWTC
أظهرت النتائج أن الفرق في INSpWTC بين الصراع والموضوعات الداعمة وصل إلى أهمية في SMC لكل من النساء والرجال عند 0.4-0.6 هرتز عندما تخلف نشاط دماغ الذكور عن نشاط النساء بمقدار 4 s (t(21) = 4.224 ، p = 0.0003). عند 0.04-0.09 هرتز ؛ ومع ذلك، لم يتم العثور على نتائج ذات دلالة، ولم يتم العثور على نتائجها الفعالة في نطاقات التردد الأخرى (Ps > 0.05، الشكل 2C).

وأجري اختبار إضافي ل ANOVA على مركز التجارة العالمي INSالتابع ل SMC عند 0.4-0.6 هرتز. أظهرت النتائج أن التفاعل بين الموضوع والاتجاه كان ذا دلالة هامشية (F(1,21) = 3.48, p = 0.076). وأظهرت مقارنات زوجية أخرى أن مركز التجارة العالمي للمعهد من النساء إلى الرجال كان أعلى بكثير في موضوع الصراع منه في الموضوع الداعم (دكتوراه في الطب = 0.016، S.E. = 0.004، p = 0.002)، في حين أنمركز التجارةالعالمي للمعهد من الرجال إلى النساء لم يختلف اختلافا كبيرا بين المواضيع (دكتوراه في الطب = 0.0007، S.E. = 0.006، p = 0.907، الشكل 2D).

نمط INS باستخدام طريقة GC
تم إجراء اختبار ANOVA على INSGC في SMC ضمن 0.4-0.6 هرتز فقط. أظهرت النتائج تفاعلا معنويا بين الموضوع والاتجاه (F(1,21) = 8.116, p = 0.010). أظهر التحليل الزوجي أن INSGC من النساء إلى الرجال كان أعلى بكثير في موضوع الصراع منه في الموضوع الداعم (MD = 5.50 ، SE = 2.61 ، p = 0.043). وعلى النقيض من ذلك، لم يكن مؤشر INSGC من الرجال إلى النساء مختلفا اختلافا كبيرا بين المواضيع (MD = 1.42، SE = 2.61، p = 0.591، الشكل 2E).

Figure 2
الشكل 2: نتائج المحاكاة والتجربة التجريبية. (أ) نتائج المحاكاة لثلاث عينات محاكاة. كان INS WTC المتخلف زمنيا مع الارتباط التلقائي أعلى بكثير من INSWTC المتخلف زمنيا بدون ارتباط تلقائي و INSpWTC. لم يكن هناك فرق كبير بين INSWTC المتخلفة زمنيا بدون ارتباط تلقائي و pWTC. (ب) خريطة tلمركز التجارة العالمي INS في التجربة التجريبية ، تظهر تأثيرات سياقية كبيرة في حدود 0.04-0.09 هرتز عندما تخلف نشاط SMC للرجال عن نشاط النساء بمقدار 2-6 ثانية. كان هناك أيضا تأثير سياق كبير هامشي في حدود 0.4-0.6 هرتز عندما تخلف نشاط SMC للرجال عن نشاط النساء بمقدار 4 s. (C) خريطة t ل INS pWTC ، مما يدل على تأثير سياق كبير في حدود 0.4-0.6 هرتز عندما تخلف نشاط SMC للرجال عن نشاط النساء بمقدار 4 s. (D) مقارنة بين INS pWTC الاتجاهي في مواضيع مختلفة بواسطةpWTC. ويكون نظام INS الاتجاهي من النساء إلى الرجال أعلى بكثير في سياقات الصراع منه في السياقات الداعمة. (ه) التحقق من صحة INS الاتجاهي بواسطة اختبار GC (INSGC). النمط الناتج من INSGC مشابه ل INSpWTC. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

الشكل التكميلي 1: مخطط طيف القدرة لمعدل العينة عند 11.1 هرتز (الخط الأزرق) و55.6 هرتز (الخط الأحمر). نمط طيف الطاقة للاثنين مشابه تماما. يرجى النقر هنا لتنزيل هذا الملف.

الشكل التكميلي 2: خرائط pWTC لمركز التجارة العالمي للأرضية و ceil WTC. (أ) اللوحة اليسرى: خريطة مركز التجارة العالمي المتأخرة زمنيا التي تولدها إشارتان متشابهتان، والمحور س هو نقطة زمنية، والمحور ص هو نطاق التردد. القيمة المتوسطة لمركز التجارة العالمي في جميع النقاط هي ~ 1. اللوحة اليمنى: خريطة pWTC لإشارتين متشابهتين. خريطة pWTC تشبه إلى حد كبير خريطة مركز التجارة العالمي. (ب) اللوحة اليسرى: خريطة مركز التجارة العالمي المتأخرة زمنيا التي تولدها إشارتان عشوائيتان، والمحور x هو النقطة الزمنية، والمحور y هو نطاق التردد. متوسط قيمة مركز التجارة العالمي في جميع النقاط هو ~ 0. اللوحة اليمنى: خريطة pWTC لإشارتين متشابهتين. خريطة pWTC تشبه إلى حد كبير خريطة مركز التجارة العالمي. يرجى النقر هنا لتنزيل هذا الملف.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

في دراسات المسح الضوئي المفرط ، من الضروري عادة وصف الأنماط الاتجاهية والزمنية لتدفق المعلومات بين الأفراد. استخدمت معظم دراسات المسح الضوئي المفرط fNIRS السابقة WTC25 التقليدي لاستنتاج هذه الخصائص عن طريق حساب INS المتخلفة زمنيا. ومع ذلك ، باعتبارها واحدة من السمات الجوهرية لإشارة fNIRS20,21 ، فإن تأثير الارتباط الذاتي قد يربك INS المتخلفة زمنيا. لمعالجة هذه المشكلة ، في البروتوكول الوارد هنا ، تم إدخال طريقة تسمى pWTC22. تقدر هذه الطريقة INS المتخلفة زمنيا بعد الارتباط التلقائي جزئيا وتحافظ على مزايا طريقة مركز التجارة العالمي. يقدم هذا البروتوكول إرشادات خطوة بخطوة حول كيفية إجراء pWTC ويتحقق من صحة نتائج pWTC من خلال مقارنة نتائجه بنتائج اختبارات WTC و GC التقليدية.

يتم توضيح الخطوات الحاسمة لتطبيق pWTC في بيانات المسح الضوئي الفائق المستندة إلى fNIRS في هذا البروتوكول. على وجه التحديد ، أولا ، لحساب مركز التجارة العالمي المتخلف زمنيا ، يجب حساب مركز التجارة العالمي المرتبط تلقائيا ، ومركز التجارة العالمي المتوافق مع الوقت استنادا إلى السلسلة الزمنية fNIRS المتأخرة زمنيا. بعد ذلك ، يتم حساب pWTC في فترات زمنية مختلفة وفقا للمعادلة 1. ترجع نتائج pWTC مصفوفة تردد x زمنية ، وتتراوح القيم الموجودة في المصفوفة من 0 إلى 1. وبالتالي ، يمكن إجراء المزيد من الاختبارات الإحصائية على هذه القيم.

وفي البروتوكول التوضيحي، أظهرت النتائج التمثيلية لمركز التجارة العالمي التقليدي تأثيرين هامين على نطاقي تردد: 0.6-0,4. ومع ذلك، فإن التأثير داخل 0.04-0.09 هرتز لم ينج من العتبة في نتائج pWTC، مما يشير إلى أن هذا التأثير قد يكون مرتبكا بسبب تأثير الارتباط الذاتي لإشارة fNIRS. من ناحية أخرى ، تم تكرار النتائج داخل نطاق 0.4-0.6 هرتز بشكل جيد بواسطة طريقة pWTC. تشير هذه النتائج إلى أنه بعد إزالة تأثير الارتباط الذاتي ، يوفر pWTC تطورات أكثر حساسية وتحديدا في استنتاج الأنماط الاتجاهية والزمنية ل INS بين الأفراد. غير أن هناك احتمالا آخر يتمثل في أن مركز التجارة العالمي ليس عرضة للأنماط الاتجاهية والزمنية للمعهد في نطاقات التردد الأدنى منه في نطاقات التردد الأعلى، مما يؤدي إلى التقليل من شأن تأثير نظام المعلومات الوطنية. وهناك حاجة إلى دراسات مستقبلية لزيادة توضيح هذه الاحتمالات.

وتدعم المقارنة مع اختبار GC هذا الاستنتاج. كانت نتائج اختبار GC مشابهة تماما لنتائج pWTC ، حيث أظهرت تدفق معلومات مهمة من النساء إلى الرجال ولكن ليس من الرجال إلى النساء. كان هناك اختلاف طفيف بين نتائج اختبار GC و pWTC ، أي أن تأثير التفاعل بين الموضوع والاتجاه كان ذا أهمية هامشية في نتائج pWTC ولكنه بلغ أهمية في اختبار GC. قد يكون هذا الاختلاف بسبب حساب pWTC على مقياس زمني أدق من اختبار GC. وهكذا، على الرغم من أن كلا من اختبارات pWTC وGC يمكن أن توفر نتائج موثوقة عند التحكم في تأثير الارتباط الذاتي، فإن pWTC مفيد لأنه ليس من الضروري وضع افتراضات ثابتة ويحمل بنية طيف زمني عالية.

طريقة pWTC لها أيضا حدودها. على غرار اختبار GC ، فإن السببية المستنبطة من pWTC ليست سببية حقيقية37,38. بدلا من ذلك ، فإنه يشير فقط إلى وجود علاقة زمنية بين إشارات A و B. يجب مراعاة هذه المشكلة عند تطبيق طريقة pWTC. ثانيا ، pWTC فقط جزئية من تأثير الارتباط الذاتي. وبالتالي ، فإن المتغيرات المتزامنة المحتملة الأخرى ، مثل البيئات المشتركة أو الإجراءات المماثلة ، قد لا تزال تؤثر على النتائج. وبالتالي ، ينبغي استخلاص استنتاجات حول الاتجاه والنمط الزمني لتدفق المعلومات بعد التحكم في هذه العوامل المربكة.

بالإضافة إلى ذلك ، كانت هناك بعض المشكلات المعقدة حول المعالجة المسبقة لبيانات fNIRS. على الرغم من أن fNIRS لديها قدرة عالية على تحمل حركات الرأس ، إلا أن القطع الأثرية المتحركة لا تزال أهم مصدر للضوضاء39. ستظل حركات الرأس الكبيرة تؤدي إلى تغيير موضع الأوبتودا ، مما يولد قطعا أثرية للحركة مثل الارتفاع الحاد والتحولات الأساسية. لمعالجة هذه القضايا ، تم تطوير العديد من مناهج تصحيح القطع الأثرية مثل الاستيفاءالطبقي 40 ، والترشيح القائم على المويجات39 ، وتحليل المكون الأساسي41 ، وتحسين الإشارة القائم على الارتباط42 ، إلخ. قارن كوبر وزملائه43 هذه الأساليب استنادا إلى بيانات fNIRS الحقيقية لحالة الراحة ووجدوا أن الترشيح القائم على المويجات أنتج أعلى زيادة في نسبة التباين إلى الضوضاء. علاوة على ذلك ، قارنت Brigadoi وزملائها44 أيضا هذه الأساليب في بيانات المهام اللغوية الحقيقية ووجدوا أيضا أن الترشيح القائم على المويجات كان النهج الأكثر فعالية في تصحيح القطع الأثرية الحركية. وهكذا ، في هذه الدراسة ، تم تطبيق الترشيح القائم على المويجات وأوصى أيضا لدراسات المسح المفرط fNIRS المستقبلية.

بشكل عام ، pWTC هو نهج قيم في تقدير الأنماط الاتجاهية والزمنية لتدفق المعلومات أثناء التفاعل الاجتماعي. الأهم من ذلك ، يعتقد أن طريقة pWTC مناسبة أيضا لدراسات المسح المفرط الزائف (أي أن إشارات اثنين أو أكثر من الأدمغة لا يتم جمعها في وقت واحد45,46). في مثل هذه التجارب ، على الرغم من أن اتجاه تدفق المعلومات ثابت ، إلا أنه من المهم أيضا فحص مدة الفارق الزمني بين إدخال الإشارة وعملية الإشارة. لذلك ، يمكن أن يؤدي الارتباط التلقائي أيضا إلى إرباك نتائج INS المتخلفة زمنيا. في المستقبل ، يمكن لهذه الطريقة الإجابة على العديد من الأسئلة في المسح المفرط والدراسات الأخرى بين الدماغ. على سبيل المثال ، لتحديد الدور المهيمن في العلاقات الاجتماعية المختلفة ، مثل المعلمين والطلاب والأطباء والمرضى وفناني الأداء والجماهير. بالإضافة إلى ذلك ، نظرا لأن pWTC يحافظ على الهياكل الزمنية ل INS ، فمن الممكن أيضا اختبار النمط الديناميكي ل INS ، مثل تقارب موقف المجموعة.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

ولا يعلن صاحبا البلاغ عن أي مصالح مالية متنافسة.

Acknowledgments

تم دعم هذا العمل من قبل المؤسسة الوطنية للعلوم الطبيعية في الصين (61977008) وبرنامج المواهب الشابة من الدرجة الأولى لعشرة آلاف موهبة.

Materials

Name Company Catalog Number Comments
fNIRS topography system Shimadzu Corporation Shimadzu LABNIRS systen LABNIRS system contains 40 emitters and 40 detectors for fNIRS signals measurement. In this protocol we used these emitters and detectors created two customized 26-channels probe sets and attached to two caps accroding to 10-20 system. Further, LABNIRS system also contains built-in GUI softwares for data quality check, data convert and data export.
MATLAB The MathWorks, Inc. MATLAB 2019a In this protocol, several toolboxs and functions bulit in MATLAB were used:
SPM12 toolbox was used to normalize the valided MRI data through its GUI.
NIRS_SPM toolbox was used to project the MNI coordinates of the probes to the AAL template through its GUI.
Homer3 toolbox was used to remove motion artifacts through its function hmrMotionCorrectWavelet with default parameters.
Wavelet toolbox was used to compute WTC and pWTC through its function wcoherence.
MRI scanner Siemens Healthineers TRIO 3-Tesla scanner In this protocol, the MRI scanner was used to obtain MNI coordinates of each channel and optpde. Scan parameters are described in main text.
customized caps In this protocol, we first marked two nylon caps with 10-20 system. Then, we made two 26-channels customized optode probes sets. Finally, we attached probes sets to caps aligned with landmarks.

DOWNLOAD MATERIALS LIST

References

  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. Mirroring and beyond: Coupled dynamics as a generalized framework for modelling social interactions. Philosophical Transactions of the Royal Society B: Biological Sciences. 371, 20150366 (2016).
  3. Jiang, J., et al. Neural synchronization during face-to-face communication. Journal of Neuroscience. 32 (45), 16064-16069 (2012).
  4. Jiang, J., et al. Leader emergence through interpersonal neural synchronization. Proceedings of the National Academy of Sciences of the United States of America. 112 (14), 4274-4279 (2015).
  5. Dai, B., et al. Neural mechanisms for selectively tuning in to the target speaker in a naturalistic noisy situation. Nature Communications. 9 (1), 1-12 (2018).
  6. Long, Y., et al. Interpersonal neural synchronization during interpersonal touch underlies affiliative pair bonding between romantic couples. Cerebral Cortex. 31 (3), New York, N.Y. 1647-1659 (2021).
  7. Liu, W., et al. Shared neural representations of syntax during online dyadic communication. NeuroImage. 198, 63-72 (2019).
  8. Zheng, L., et al. Enhancement of teaching outcome through neural prediction of the students' knowledge state. Human Brain Mapping. 39 (7), 3046-3057 (2018).
  9. Stephens, G. J., Silbert, L. J., Hasson, U. Speaker-listener neural coupling underlies successful communication. Proceedings of the National Academy of Sciences of the United States of America. 107 (32), 14425-14430 (2010).
  10. Hirsch, J., et al. Interpersonal agreement and disagreement during face-to-face dialogue: An fNIRS investigation. Frontiers in Human Neuroscience. 14, 606397 (2021).
  11. Pan, Y., Cheng, X., Zhang, Z., Li, X., Hu, Y. Cooperation in lovers: An fNIRS-based hyperscanning study. Human Brain Mapping. 38 (2), 831-841 (2017).
  12. Cui, X., Bryant, D. M., Reiss, A. L. NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation. NeuroImage. 59 (3), 2430-2437 (2012).
  13. Piazza, E. A., Hasenfratz, L., Hasson, U., Lew-Williams, C. Infant and Adult Brains Are Coupled to the Dynamics of Natural Communication. Psychological Science. 31 (1), 6-17 (2020).
  14. Djalovski, A., Dumas, G., Kinreich, S., Feldman, R. Human attachments shape interbrain synchrony toward efficient performance of social goals. NeuroImage. 226, 117600 (2021).
  15. Zhao, H., et al. How mother-child interactions are associated with a child's compliance. Cerebral Cortex. 31 (9), 4398-4410 (2021).
  16. Jiang, J., Zheng, L., Lu, C. A hierarchical model for interpersonal verbal communication. Social Cognitive and Affective Neuroscience. 16 (1-2), 246-255 (2021).
  17. Yan, W., et al. Bibliometric evaluation of 2000-2019 publications on functional near-infrared spectroscopy. NeuroImage. 220, 117121 (2020).
  18. Zheng, L., et al. Affiliative bonding between teachers and students through interpersonal synchronisation in brain activity. Social Cognitive and Affective Neuroscience. 15 (1), 97-109 (2020).
  19. Dean, R. T., Dunsmuir, W. T. M. Dangers and uses of cross-correlation in analyzing time series in perception, performance, movement, and neuroscience: The importance of constructing transfer function autoregressive models. Behavior Research Methods. 48 (2), 783-802 (2016).
  20. Barker, J. W., Rosso, A. L., Sparto, P. J., Huppert, T. J. Correction of motion artifacts and serial correlations for real-time functional near-infrared spectroscopy. Neurophotonics. 3 (3), 031410 (2016).
  21. Huppert, T. J. Commentary on the statistical properties of noise and its implication on general linear models in functional near-infrared spectroscopy. Neurophotonics. 3 (1), 010401 (2016).
  22. Mihanović, H., Orlić, M., Pasarić, Z. Diurnal thermocline oscillations driven by tidal flow around an island in the Middle Adriatic. Journal of Marine Systems. 78, SUPPL. 1 157-168 (2009).
  23. Ng, E. K. W., Chan, J. C. L. Geophysical applications of partial wavelet coherence and multiple wavelet coherence. Journal of Atmospheric and Oceanic Technology. 29 (12), 1845-1853 (2012).
  24. Ng, E. K. W., Chan, J. C. L. Interannual variations of tropical cyclone activity over the north Indian Ocean. International Journal of Climatology. 32 (6), 819-830 (2012).
  25. Grinsted, A., Moore, J. C., Jevrejeva, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes in Geophysics. 11, 561-566 (2004).
  26. Jurcak, V., Tsuzuki, D., Dan, I. 10/20, 10/10, and 10/5 systems revisited: Their validity as relative head-surface-based positioning systems. NeuroImage. 34 (4), 1600-1611 (2007).
  27. Homan, R. W., Herman, J., Purdy, P. Cerebral location of international 10-20 system electrode placement. Electroencephalography and Clinical Neurophysiology. 66 (4), 376-382 (1987).
  28. Koessler, L., et al. Automated cortical projection of EEG sensors: Anatomical correlation via the international 10-10 system. NeuroImage. 46 (1), 64-72 (2009).
  29. Penny, W., Friston, K., Ashburner, J., Kiebel, S., Nichols, T. Statistical Parametric Mapping: The Analysis of Functional Brain Images. , Academic Press. (2007).
  30. Shalinsky, M. H., Kovelman, I., Berens, M. S., Petitto, L. A. Exploring cognitive functions in babies, children & adults with near infrared spectroscopy. Journal of Visualized Experiments: JoVE. (29), e1268 (2009).
  31. Xu, S. Y., Cheong, L. I., Zhuang, Y., Couto, T. A. P., Yuan, Z. Conducting concurrent electroencephalography and functional near-infrared spectroscopy recordings with a flanker task. Journal of Visualized Experiments: JoVE. (159), e6069 (2020).
  32. Noah, J. A., et al. fMRI validation of fNIRS measurements during a naturalistic task. Journal of Visualized Experiments: JoVE. (100), e52116 (2015).
  33. Tong, Y., Lindsey, K. P., Frederick, B. D. Partitioning of physiological noise signals in the brain with concurrent near-infrared spectroscopy and fMRI. Journal of Cerebral Blood Flow and Metabolism. 31 (12), 2352-2362 (2011).
  34. Buck, R., Miller, R. E., Caul, W. F. Sex, personality, and physiological variables in the communication of affect via facial expression. Journal of Personality and Social Psychology. 30 (4), 587-596 (1974).
  35. Walen, H. R., Lachman, M. E. Social support and strain from partner, family, and friends: Costs and benefits for men and women in adulthood. Journal of Social and Personal Relationships. 17 (1), 5-30 (2000).
  36. Chang, C., Glover, G. H. Time-frequency dynamics of resting-state brain connectivity measured with fMRI. NeuroImage. 50 (1), 81-98 (2010).
  37. Liu, H., et al. Inferring subsurface preferential flow features from a wavelet analysis of hydrological signals in the shale hills catchment. Water Resources Research. 56 (11), 0-3 (2020).
  38. Rhif, M., Abbes, A. B., Farah, I. R., Martínez, B., Sang, Y. Wavelet transform application for/in non-stationary time-series analysis: A review. Applied Sciences. 9 (7), Switzerland. 1345 (2019).
  39. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiological Measurement. 33 (2), 259-270 (2012).
  40. Scholkmann, F., Spichtig, S., Muehlemann, T., Wolf, M. How to detect and reduce movement artifacts in near-infrared imaging using moving standard deviation and spline interpolation. Physiological Measurement. 31 (5), 649-662 (2010).
  41. Zhang, Y., Brooks, D. H., Franceschini, M. A., Boas, D. A. Eigenvector-based spatial filtering for reduction of physiological interference in diffuse optical imaging. Journal of Biomedical Optics. 10 (1), 011014 (2005).
  42. Cui, X., Bray, S., Reiss, A. L. Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics. NeuroImage. 49 (4), 3039-3046 (2010).
  43. Cooper, R. J., et al. A systematic comparison of motion artifact correction techniques for functional near-infrared spectroscopy. Frontiers in Neuroscience. 0, 147 (2012).
  44. Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: A comparison of motion correction techniques applied to real cognitive data. NeuroImage. 85, 181-191 (2014).
  45. Liu, Y., et al. Measuring speaker-listener neural coupling with functional near infrared spectroscopy. Scientific Reports. 7, 1-13 (2017).
  46. Li, Z., et al. Speaker-listener neural coupling reveals an adaptive mechanism for speech comprehension in a noisy environment. Cerebral Cortex. , (2021).

Tags

علم الأعصاب ، العدد 175 ،
قياس تدفق المعلومات الاتجاهية في بيانات fNIRS-hyperscanning باستخدام طريقة تماسك تحويل المويجات الجزئية
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Zhou, S., Long, Y., Lu, C.… More

Zhou, S., Long, Y., Lu, C. Measurement of the Directional Information Flow in fNIRS-Hyperscanning Data using the Partial Wavelet Transform Coherence Method. J. Vis. Exp. (175), e62927, doi:10.3791/62927 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter