使用近红外光谱MazeSuite和功能研究学习空间导航

Published 10/08/2011
0 Comments
  CITE THIS  SHARE 
Neuroscience
 

Summary

MazeSuite是一个完整的工具,导航和空间实验的准备,介绍和分析。功能近红外光谱(fNIR)是一种光学脑成像技术,使无创性和便携式监测脑血氧变化。本文总结了集体使用MazeSuite和fNIR在认知加工学习范式。

Cite this Article

Copy Citation

Ayaz, H., Shewokis, P. A., Curtin, A., Izzetoglu, M., Izzetoglu, K., Onaral, B. Using MazeSuite and Functional Near Infrared Spectroscopy to Study Learning in Spatial Navigation. J. Vis. Exp. (56), e3443, doi:10.3791/3443 (2011).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

MazeSuite是一个完整的工具集的准备,介绍和分析航行和空间实验 1 。 MazeSuite可用于设计和编辑改编的3D虚拟环境,跟踪一个参与者在虚拟环境中的行为表现,并与外部设备的生理和神经影像学的措施,包括脑电图和眼动追踪同步。

功能近红外光谱(fNIR)是一种光学脑成像技术,使脑血有关人类大脑功能2-7的充氧的变化连续,无创,和便携式监测。在过去的十年fNIR是用来有效地监测认知任务,如注意力,工作记忆和解决问题的7-11。 fNIR可以实现在一个穿戴在身上,最小侵入性装置的形式,它有能力在生态有效的环境监测大脑活动。

通过工作绩效评估认知功能,包括大脑前额叶皮层(PFC)从最初的新任务性能不同的激活模式,经过实践,并保留12。虽然有很少或几乎没有激活使用正电子发射断层扫描(PET),范霍恩和同事发现,在虚拟的迷宫空间导航的编码(即最初的幼稚表现)右额叶激活局部脑血流经过实践和保留测试期间额叶区域。此外,上下文干扰有关组织的实践,学习的现象,影响是显而易见的,当个人收购,根据不同做法时间表13,14的多个任务。高语境干扰(随机做法时间表)时,应吸取的任务是在一个非连续的,不可预测的顺序创建。低语境的干扰(封锁的做法附表)创建要学习的任务时,在可预见的秩序。

我们的目标是双重的:首先要说明的实验方案的设计过程和使用的MazeSuite,和第二,向人们展示fNIR脑活动的监测系统使用认知光脑成像(COBI)Studio 软件 15安装和部署。为了说明我们的目标,一个子样本是从研究报告显示MazeSuite和COBI工作室在一次实验中使用。这项研究涉及的封锁和随机订单收购和计算机迷宫任务的学习过程中认知活动的PFC评估。两个右手的成年人(一男,一女),进行跨4天315收购,30保留20个传输试验。打算为今后的研究提供一个指引,设计,实施,数据采集和分析阶段的研究进行了解释。

Protocol

迷宫套件包括三个主要的应用程序,编辑程序构建迷宫环境(MazeMaker),一个可视化/渲染模块(MazeWalker),以及最后的分析和路径的可视化工具(MazeAnalyzer)。以下各节描述MazeSuite使用和更多的细节可在三个补充视频,每个MazeSuite模块之一。

1。设计迷宫

套房内迷宫MazeMaker应用程序,允许创建三维(3D)环境中,由根本上绘制一个二维(2D)的画布,他们从一个鸟类鸟瞰。墙壁和地板可以得出通过鼠标点击来表示坐标,用户可以导入3D对象文件或编辑的位置,方向,颜色,纹理和灯光,如迷宫内的物品的属性。

迷宫开始和结束的地区,可以分配在除了超时时间,如其他退出标准。也可以单独的文本信息显示通知每个出口条件的参与者。在设计阶段,迷宫MazeMaker内使用“快速跑”的功能,可以测试。

功能成像研究,参加者通常会要求执行任务的一系列反复试验。为了促进这一反复试验测试,MazeMaker可以创建迷宫列表的文件,这些文件进行排序实验性会议的迷宫和文字信息的清单。至关重要的是,迷宫实验列表文件准备和前一天的实验彻底试点测试。

的使用和发展与MazeMaker环境的一个粗略的教程是在“补充视频II - MazeMaker”。

2。 fNIR安装和放置fNIR传感器垫

准备fNIR盒

  1. 后面的fNIR框中有两种电缆连接器。其中一个插槽是USB连接和其他连接电源线。
  2. 通过USB电缆连接fNIR设备中的数据采集,将使用的PC或笔记本电脑。
  3. 将电源适配器连接到设备,并打开开关。
  4. 带状电缆是用于连接传感器与fNIR框垫。
    1. 传感器垫房屋光源(LED)和光电检测器。
    2. 发光二极管发出红外光在730nm和850nm的波长主要由无氧和含氧血红蛋白吸收,从而可以穿透生物组织。

配售传感器垫

  1. 请参与者升空自己的头发,额头前传感器安置。将传感器的正上方的眉毛地带。匹配的传递也通过鼻子的垂直对称轴传感器的中​​心
  2. 按传感器垫额头和坚决反对使用剪辑一起举行的后脑勺电缆。虽然不是绝对必要,头部包裹或网球头巾建议,以确保传感器垫。
  3. 额头上的传感器垫后,将带状电缆两端的fNIR框。应重视与相应的“我”和“II”装置上的连接器相匹配的“我”和“二”​​两岸带状电缆带状电缆连接。

数据收集开始COBI Studio软件

  1. 点击光脑认知成像(COBI)Studio13在桌面上的图标打开主窗口。
  2. 该计划将拿出一定的数据采集和可视化的预设设置。
  3. 重要的是要检查并确认在设备设置对话框中的数据采集参数和触发(标记同步),如果需要的话。
  4. COBI Studio可自动命名所有相关的数据文件,如果“实验模式”是通过“新实验”向导激活。
  5. 在数据文件夹中,将创建3种类型的文件:(*. NIR)的fNIR数据,(*. MRK)标记数据(*. TXT)实验会话日志。

3。运行实验:渲染的迷宫

设备设置和启动fNIR数据采集

  1. LED的驱动电流定义每个LED发出的亮度。默认值LED的驱动电流为20mA。这个值可能会改变皮肤色素沉着和其他参与者的特征的基础上。建议对LED电流的范围是5毫安至20mA之间
  2. 所有通道的初始增益的默认值是20。建议增益值1,5,10,15,20。
  3. 点击“启动电流设备的链接,并检查信号质量。如果原始强度值COBI方法4000或1000以下的,按一下“停止装置”,并调整LED的驱动电流和设备增益,直到获得合适的值。在低信号的情况下,增加LED驱动电流在增加器件的增益。饱和信号的情况下下,减少前降低LED驱动电流的器件的增益。一旦信号的质量是可以接受的的,继续执行步骤4。
  4. 开始基线。这将收集10秒的数据,并使用它作为基准,在修改过的比尔-朗伯方程计算氧和脱氧血红蛋白8的浓度变化。
  5. 让基线完成(可能需要10-20秒)
  6. 点击“开始录音”。这将启动保存的所有数据。实验协议应在此之后开始。
  7. 实验者可以选择添加整个实验会话手册标记,表示一定按“添加手动标记”按钮,使用手动标记菜单位于屏幕的左上角在较低的事件。
  8. 启动迷宫套件,以目前的视觉刺激。

使用MazeWalker呈现迷宫

  1. 从“开始”菜单>迷宫套房> MazeWalker运行MazeWalker
  2. 从菜单下的“高级”>“串行端口选项中选择”启用串行端口“打开标记同步。确保选择正确的COM端口地址是。
  3. 选择迷宫列表文件(这是由MazeMaker创建),还可以选择本次会议为新的日志文件的名称。沃克领域内,可以记录名称或参与者数量。可选的autolog可用于自动记录时戳的日志文件,而不是手动指定日志文件。
  4. 单击“开始”以启动进程。根据视频设置,协议可以运行全屏或窗口模式。

4。可视化主体的路径

研究人员使用MazeAnalyzer,可以想像从迷宫的迷宫和日志文件和参与者的路径。此外,一份总结报告,包括总路径长度和时间来完成的每个迷宫生产作为粗略的行为措施。日志文件包含在毫秒级的时间分辨率信息的路径,一个主题为主题的载体和对象的相互作用,以及前往。

提供一个视频教程是在“补充视频 - MazeAnalyzer”介绍MazeAnalyzer的基本功能以及使用方法来产生结果一节中所描述的行为指标。

5。处理fNIR的数据和分析

去除噪声处理数据的第一步。噪声源包括:1)头部运动2)生理信号,如心率和呼吸3)仪器和环境有关的噪音。

头部运动可以导致fNIR探测器转移而失去与皮肤接触,使他们:1)环境光; 2)发出的光直接从fNIR来源;或3)从皮肤反射光,而不是从组织反映,在大脑皮层。这种类型的运动伪影是容易辨认,因为它会导致突发性,在fNIR数据大尖峰。一个更微妙的神器,头部运动,是由于重力的影响脑血。快速头部运动可以导致血液中走向(或远离)正被监视的区域,迅速增加(或减少)血容量与随之而来的数据倾斜。由于这种类型的运动伪影的动态比LED的“弹出”慢,他们可以混淆与实际的血流动力学反应,由于大脑活动。因此,消除运动伪影fNIR数据是一个重要和必要的的一步,如果fNIR是作为一个大脑 16个自然的环境监测技术的部署。

在更高的频率范围比血流动力学反应,如心率(超过0.5赫兹)和呼吸(0.2赫兹以上)的生理信号,因此,他们可以被淘汰使用线性相位FIR滤波器的低通与截止频率为0.1至0.15赫兹9。

仪器和环境噪声源于由于夏时制(DC)和房间的灯(60),或从电脑显示器(60 - 75HZ)的光线等环境光线。这是建议,以消除这种类型的噪声,最好的办法是准备相应的实验环境和数据采集。模拟低通滤波器(抗混叠滤波器)已实施在fNIR框上采样频率范围,以消除高频噪声的折叠。

有许多先进的降噪算法利用信号的不同的特点 17-20 。但是,如果主题或会话,如果数据是无法挽回的(即饱和),可以排除。


图1。

fNIR原料信号光强度的测量(见图1)。通过测量两个波长的光密度(OD)的变化,氧血红蛋白和脱氧血红蛋白随时间的相对变化,可使用修改后的Beer - Lambert定律21-23。在一个特定的输入波长(λ)的OD是输入光强度我)和输出(检测)的光强度( )对数的比例。外径也涉及到的浓度(C)和消光系数(E)的生色,纠正光源和检测器之间的距离(D),加上一个常数衰减因子(G)。
公式1

在两个不同的时间实例和基线时检测到的光强度( 休息),在任务的( 测试),在OD的波长λ的差异表现在同样的我
公式(2)

在两种不同波长的测量外径为
公式3

如果浓度的2x2矩阵是非奇异的,是可以解决的这个方程组。通常情况下,两种波长选择I)在700 - 900nm吸收氧血红蛋白和脱氧血红蛋白占主导地位相比,其他组织生色,和第二)isosbestic点(〜805nm以上的脱氧吸收光谱 - 氧血红蛋白相互交叉)集中吸收的变化或者脱氧血红蛋白氧血红蛋白分别。 fNIR在这项研究中使用的仪器采用730nm和850nm波长。

最后,使用标记(时间同步信号),标记和基线/休息期间和任务是选择提取充氧数据的功能,如平均值,最小值和最大值。 COBI工作室既节省了原材料的光强度的测量和计算氧合值(使用改性啤酒Lambert定律)基于文本的文件,以及时间同步(标记)文件。 COBI Studio也可以用来申请噪音去除方法,如有限脉冲响应低通或带通滤波器。输出文件可以导出到诸如共同分析软件(MATLAB,EXCEL,SPM和SPSS)或专用分析软件进行进一步的处理,如fnirSoft 24 。

6。代表性的成果

fNIR信号范例

从一个单一的测量位置,与双波长组件(730nm和850nm的)图2-5预设fNIR原始信号分别列示。图2表示一个有效的和可以接受的信号划时代的,而图3和4是不可接受的,需要丢弃。图5给出了原始信号被污染的运动伪影,需要清洗或丢弃。

图2
图2一个良好的fNIR原始信号采样

图3
图3。850nm的通道是一个坏fNIR原始信号采样饱和。

图4
图4。一个坏fNIR原始信号的采样,那里的硬件问题或电缆连接问题。

图5
图5:一个坏fNIR的原始信号的采样,其中有运动伪影。

研究协议

保留(即内存)和转移(即普遍性)测试的学习评估是最好的例证。在我们的研究中,三个迷宫(maze1,maze2和maze3)实行收购阶段,共跨越3天每105试验。图6中的两个条件,随机练习的顺序(RND)和实践为了堵塞(盖帽)总结。两个主体,自愿参加了为期4天的研究。在 4天,共进行10个保留试验的每个迷宫,迷宫中随机顺序。两个新颖的迷宫(maze4和maze5)创建了额外的走廊和比原先实行的迷宫不同的出发点和落脚点。两个新的迷宫,每个受试者完成10个试验。这些迷宫构成一个传输阶段,并以随机顺序呈现给所有。传输阶段迷宫被用来确定每个题目是在何种程度上能够收购迷宫概括他们的学习和实践。

图6
图6。代表实验协议的轮廓。/ P>

研究行为结果

7至9以下的数字,显示平均每天跨学科的特征值(路径长度,完成的总时间和速度)。首先,从maze1,maze2和maze3结果中列出为RND和盖帽实践。接下来,maze4和maze5结果是上市比较随机与封锁的实践结果。所有错误酒吧的平均值的标准误差(SEM)的。

图7
图7。RND的实践行为表现总结为采集和保留的任务,包括路径总长度,总完成时间和平均速度。

图8
图8座行为表现总结实践,为采集和保留的任务,包括路径总长度,总完成时间和平均速度。

图9
图9。盖帽的行为表现比较与RND的传输任务,包括路径总长度,总完成时间和平均速度的做法。

研究fNIR结果

氧合血红蛋白浓度的变化,从基线平均超过每一个人使用MazeWalker(表示每一个迷宫的开始和结束)接收的标记数据的迷宫的时间当然。更大的幅度浓度的变化是代表更高层次的区域脑激活。一个激活的更高层次的观察过程中既保留和转让盖帽的做法相比RND的实践任务。在传送过程中的任务,更高层次的激活下可见盖帽实践RND的做法(见图10)相比。

对于盖帽实践主体,传输试验需要更高的激活相比,保留审判。 RND的实践主体,激活水平没有差异的转移和保留任务,而不是盖帽实践主体(见图11)。

图10
图10,盖帽平均氧血红蛋白浓度的变化与RND的做法既保留任务(左)和传输任务(右)的比较。

图11
图11。保留两个盖帽(左)和RND(右)的做法与传输任务的平均氧血红蛋白浓度的变化比较。

Discussion

在人类大脑的前额叶皮层(PFC)的促进认知控制的内部目标的思想和行动的协调。特别是,前/背外侧PFC调解较高的认知功能,如任务管理,规划和空间导航25。 fNIR是一种便携式,安全和无创性脑监测工具,已在临床,实验室和自然设置用于研究大脑活动。这一探索性的研究表明迷宫的套房和fNIR神经行为方面的研究空间导航的使用。在这种探索性研究,MazeSuite平台结合fNIR研究空间导航在背侧PFC的神经行为方面,证明这两个工具的组合使用。

MazeSuite是一个实验性的设计,演示和分析平台。它使简单的3D环境中创建一个用户友好的图形界面和应用程序,并自动记录为主题范围内或跨科目比较的行为的措施。在MazeSuite环境的演示,同时时间同步fNIR测量是使用市售的便携,连续波fNIR系统(1000成像仪,fNIR设备,LLC)和COBI Studio软件15。 fNIR以前已经建立作为一种安全,有效的无创脑的大脑活动 7,11研究的临床,实验室和自然设置的监测工具,并在这项研究中用于研究与上下文的干扰关联,在空间导航任务的认知反应。

要研究实践上下文干扰的影响,受试者与低干扰(盖帽)或高干扰(RND)实践秩序。这些不同的做法时间表被用来测试通过收购,保留和转让测试多个虚拟空间导航迷宫任务的学习效果。行为的结果表明,实践的订单中,有一个单调递减的总时间要完成迷宫的趋势,这表明,作为学科的做法,他们在较短的时间内完成每个迷宫。此外,与学科导航的迷宫(迷宫速度)的平均车速上升与实践。这些改进在跨越时间的行为措施,预计学习的推论。平均氧血红蛋白浓度的变化,在实践中试验表明,盖帽实践要求较高的大脑活动与RND的实践为了比较。

RND的做法导致更快的完成时间和更短的路径长度相比,盖帽实践为了保留和转让,分别。一个呈下降趋势,平均氧血红蛋白观察盖帽和RND的实践跨越保留试验表明在PFC的活性降低。这一发现有望为以往的研究表明,有在学习的12,26后期阶段,在活动的PFC减少。

此外,在传输阶段的新迷宫导航,需要更高盖帽实践主体的大脑活动相比,RND的实践主体。鉴于这种做法秩序已经学过的(即maze1,maze2和maze3),这分层随机实践秩序为主题的任务,了解到在一个连续的顺序(盖帽实践)的任务不同,可能已经足够新颖,要求额外的努力和认知资源来执行任务12,26。然而,为RND实践,传输阶段的神经激活不高于保留阶段。这些研究结果证实,范霍恩和他的同事 12报道的虚拟迷宫空间导航的PET的结果。

综上所述,我们介绍了结合的MazeSuite COBI Studio中使用上下文相关的实践学习空间航行任务时,为了干扰的影响的研究。这里讨论fNIR方法不仅限于空间的导航任务,可用于多种其他神经影像学研究的任务。打算为今后的研究提供一个指引,设计,实施,数据采集和分析阶段的研究进行了解释。

Disclosures

fNIR设备有限责任公司生产的光脑成像仪和授权的IP和德雷克塞尔大学的知识。 H.阿亚兹穆塔,M. Izzetoglu,K. Izzetoglu和B。Onaral涉及技术的发展,从而提供新的启动坚定fNIR设备有限责任公司的一个小的份额。

Acknowledgements

为这项工作提供了资金部分由宾夕法尼亚州联邦#4100037709转包#240468德雷克塞尔大学转包#280773。

Materials

Name Company Catalog Number Comments
Maze Suite
fNIR Imager 1000

DOWNLOAD MATERIALS LIST

References

  1. Ayaz, H., Allen, S. L., Platek, S. M., Onaral, B. Maze Suite 1.0: a complete set of tools to prepare, present, and analyze navigational and spatial cognitive neuroscience experiments. Behav. Res Methods. 40, 353-359 (2008).
  2. Chance, B., Zhuang, Z., UnAh, C., Alter, C., Lipton, L. Cognition-activated low-frequency modulation of light absorption in human brain. Proceedings of the National Academy of Sciences of the United States of America. 90, 3770-3774 (1993).
  3. Villringer, A., Planck, J., Hock, C., Schleinkofer, L., Dirnagl, U. Near infrared spectroscopy (NIRS): a new tool to study hemodynamic changes during activation of brain function in human adults. Neuroscience letters. 154, 101-104 (1993).
  4. Hoshi, Y. Non-synchronous behavior of neuronal activity, oxidative metabolism and blood supply during mental tasks in man. Neuroscience letters. 172, 129-133 (1994).
  5. Strangman, G., Boas, D. A., Sutton, J. P. Non-invasive neuroimaging using near-infrared light. Biological psychiatry. 52, 679-693 (2002).
  6. Coyle, S., Ward, T. E., Markham, C. M. Brain-computer interface using a simplified functional near-infrared spectroscopy system. Journal of neural engineering. 4, 219-226 (2007).
  7. Ayaz, H. Optical brain monitoring for operator training and mental workload assessment. Neuroimage. (2011).
  8. Izzetoglu, M. Functional near-infrared neuroimaging. IEEE Trans Neural Syst Rehabil Eng. 13, 153-159 (2005).
  9. Izzetoglu, M., Bunce, S. C., Izzetoglu, K., Onaral, B., Pourrezaei, K. Functional brain imaging using near-infrared technology. IEEE Eng Med Biol Mag. 26, 38-46 (2007).
  10. Shalinsky, M. H., Kovelman, I., Berens, M. S., Petitto, L. A. Exploring Cognitive Functions in Babies, Children & Adults with Near Infrared Spectroscopy. J. Vis. Exp. (29), e1268-e1268 (2009).
  11. Izzetoglu, K. The evolution of field deployable fNIR spectroscopy from bench to clinical settings. Journal of Innovative Optical Health Sciences. 4, 1-12 (2011).
  12. Van Horn, J. D. Changing patterns of brain activation during maze learning. Brain Res. 793, 29-38 (1998).
  13. Shewokis, P. A. Memory consolidation and contextual interference effects with computer games. Perc Motor Skills. 97, 581-589 (2003).
  14. Magill, R. A., Hall, K. G. A review of the contextual interference effect in motor skill acquisition. Human Movement Science. 9, 241-289 (1990).
  15. Ayaz, H., Onaral, B. Analytical software and stimulus-presentation platform to utilize, visualize and analyze near-infrared spectroscopy measures Masters Degree thesis [dissertation]. Drexel University. (2005).
  16. Ayaz, H. Advances in Understanding Human Performance: Neuroergonomics, Human Factors Design, and Special Populations. Marek, T., Karwowski, W., Rice, V. 3, CRC Press Taylor & Francis Group. 21-31 (2010).
  17. Izzetoglu, M., Chitrapu, P., Bunce, S., Onaral, B. Motion artifact cancellation in NIR spectroscopy using discrete Kalman filtering. Biomedical engineering online. 9, 16-16 (2010).
  18. Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: a review of time-series analysis methods for near-infrared spectroscopy of the brain. Appl Opt. 48, 280-298 (2009).
  19. Zhang, Q., Strangman, G., Ganis, G. Adaptive filtering to reduce global interference in non-invasive NIRS measures of brain activation: How well and when does it work? Neuroimage. 45, 788-794 (2009).
  20. Izzetoglu, M., Devaraj, A., Bunce, S., Onaral, B. Motion artifact cancellation in NIR spectroscopy using Wiener filtering. IEEE Trans Biomed Eng. 52, 934-938 (2005).
  21. Cope, M. The development of a near infrared spectroscopy system and its application for non invasive monitoring of cerebral blood and tissue oxygenation in the newborn infant. University College London. London. (1991).
  22. Elwell, C. Quantification of adult cerebral hemodynamics by near-infrared spectroscopy. Journal of Applied Physiology. 77, 2753-2753 (1994).
  23. Wyatt, J. Quantitation of cerebral blood volume in human infants by near-infrared spectroscopy. Journal of Applied Physiology. 68, 1086-1086 (1990).
  24. Ayaz, H. Functional Near Infrared Spectroscopy based Brain Computer Interface PhD thesis [dissertation]. Drexel University. (2010).
  25. Wood, J. N., Grafman, J. Human prefrontal cortex: processing and representational perspectives. Nat Rev Neurosci. 4, 139-147 (2003).
  26. Shadmehr, R., Holcomb, H. H. Neural correlates of motor memory consolidation. Science. 277, 821-825 (1997).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Video Stats