Kvantifiera Lärande i Young Spädbarn: Tracking Leg Åtgärder Under en Discovery-learning uppgift

Behavior

Your institution must subscribe to JoVE's Behavior section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Cite this Article

Copy Citation | Download Citations

Sargent, B., Reimann, H., Kubo, M., Fetters, L. Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task. J. Vis. Exp. (100), e52841, doi:10.3791/52841 (2015).

Please note that all translations are automatically generated.

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

Abstract

Uppgifts särskilda åtgärder fram ur spontan rörelse under spädbarnstiden. Det har föreslagits att uppgiftsspecifika åtgärder fram genom en upptäckt-inlärningsprocess. Här beskrivs ett förfarande i vilket 3-4 månader gamla spädbarn lära sig en uppgift genom upptäckt och deras benrörelser fångas att kvantifiera inlärningsprocessen. Denna upptäckt-learning uppgift använder ett spädbarn aktiverad mobil som roterar och spelar musik baserat på specificerade ben verkan spädbarn. Liggande barn aktiverar den mobila genom att flytta fötterna vertikalt över en virtuell tröskel. Detta paradigm är unikt genom att som barn oberoende upptäcker att deras ben åtgärder aktiverar Mobile, spädbarn "benrörelser spåras med hjälp av en motion capture-system gör det möjligt för kvantifiering av inlärningsprocessen. Specifikt lärande kvantifieras i termer av varaktighet mobil aktivering läget variansen av ändverktygen (fot) som aktiverar den mobila, förändringar i hip-knä samtionsmönster och förändringar i höft och knä moment muskler. Denna information beskriver spädbarn prospektering och utvinning på samspelet mellan personen och miljökrav som stöder uppgifts särskilda åtgärder. Senare forskning med hjälp av denna metod kan undersöka hur specifika nedskrivningar av olika populationer av barn i riskzonen för rörelsestörningar påverkar upptäckten-lärande process för uppgifts särskilda åtgärder.

Introduction

Uppgifts särskilda åtgärder fram ur spontana rörelser under spädbarnstiden. Det har föreslagits att uppgiftsspecifika åtgärder fram genom en upptäckt-inlärningsprocessen 1,2. Uppgifter upptäcks av spädbarn när de spontant flytta och utforska åtgärder som ger nya effekter i miljön. Uppgift specifika åtgärder framstår som spädbarn utnyttja sambanden mellan deras handlingar och deras inverkan på världen omkring dem. Men lite är känt om de exakta processer som spädbarn utforska och utnyttja för att lära sig att ändra sina spontana rörelser för att utföra uppgiftsspecifika åtgärder. Här beskrivs ett förfarande i vilket 3-4 månader gamla spädbarn lära sig en uppgift genom upptäckt och deras benrörelser fångas att kvantifiera inlärningsprocessen.

Figur 1

Figur 1: spädbarn sparkar-aktiverad mobil uppgift. et al. 3

Denna upptäckt-learning uppgift använder ett spädbarn aktiverad mobil som roterar och spelar musik baserat på den angivna benet verkan spädbarn 3. Spädbarn placeras liggande under mobil aktivera den genom att flytta fötterna vertikalt över en virtuell tröskel (Figur 1). Detta paradigm är unikt genom att som barn oberoende upptäcker att deras ben åtgärder aktiverar Mobile, spädbarn "benrörelser spåras med hjälp av en motion capture-system gör det möjligt för kvantifiering av inlärningsprocessen.

Experimentprotokollet omfattar två dagar för datainsamling. Dag 1 består av en 2 min ursprungliga tillstånd i vilket ett spädbarn sparkar spontant men hans ben åtgärderkan inte aktivera barnet mobil, följt av en 6 min förvärv tillstånd där spädbarnets ben åtgärder aktiverar spädbarn mobil om barnet rör sig fötterna vertikalt för att korsa en virtuell tröskel. Detta protokoll möjliggör kvantifiering av spädbarn "spontana ben åtgärder samt kvantifieringen av olika aspekter av rörelser som spädbarn utforska relationen mellan sina ben åtgärder och aktivering av spädbarn mobil. På dag 2, förutom de två minuter ursprungliga tillstånd, och 6 minuter förvärvs tillstånd, är en 2 min extinktion tillstånd tillsättes där spädbarnets ben åtgärder inte aktiverar spädbarn mobil. Detta gör det möjligt för kvantifiering av hur spädbarn ändra sina ben åtgärder när en redan lärt miljö svar avbryts.

I tidigare spädbarn mobila paradigm, frekvensen av benrörelser 4-6, särskilt höft och knä vinklar 7,8, eller sparka en panel 9 har varit reinforced med mobil rörelse. Prestanda varje dag definierades som en ökning av dessa ben åtgärder under förvärv eller utrotning villkor jämfört med det ursprungliga tillståndet 4-9. Lärande över dagar definierades som en ökning av dessa ben åtgärder under baslinjen eller förvärv skick Days 2 eller 3 och det ursprungliga tillståndet av Dag 1 5,6. Dessa tidigare mobila paradigm visar att spädbarn öka frekvensen av ben åtgärder som är förstärkta med mobil aktivering, men de inte ge information om rörelsen alternativ spädbarn har tillgång till dem när man lär sig uppgiften. Om exempelvis sparkar hastighet förstärks, spädbarn demonstrera prestanda och inlärning när deras sparkande hastigheten ökar antingen när de interagerar med den mobila eller när den mobila inte längre aktiveras. Detta visar att spädbarn kan förfina sin sparkar takt, men det är okänt om spädbarn kan förfina samordningen ben mönster eller vridmoment produktion till Generate ben åtgärder som inte faller inom de föredrar rörelse repertoar.

Denna mobila paradigm är unik i att barn är skyldiga att visa mer raffinerad ben åtgärder för att aktivera den mobila än i tidigare mobila paradigm. I den här mobil paradigm, är höjden på varje fot ovanför tabellen beräknas under 2 min ursprungliga tillstånd med hjälp av positionsdata från en lysdiod (LED) bifogas varje fot. En virtuell tröskelvärde sätts sedan parallellt med bordet på en höjd som är inom det övre området av höjden av båda fötterna under det ursprungliga tillståndet. Under förvärvet mobil roterar och spelar musik om någon fot passerar tröskeln. Efter 3 sekund, de mobila stannar och återaktiverar endast om barnet rör sig foten under tröskelvärdet, och sedan förflyttar foten vertikalt och åter passerar tröskeln. För att aktivera den mobila för den största mängden tid, spädbarn behöver flytta en fot över tröskeln och bibehålla den mot gravten i 3 sekunder, sedan snabbt flytta foten under tröskelvärdet och återigen flytta den över tröskeln och håll den där i 3 sekunder, osv. Detta kräver mer förfinade benet åtgärder än att helt enkelt öka sparka takt.

Figur 2

Figur 2: Ofiltrerade positionsdata av ändverktygen (fot) från en representant spädbarn Ofiltrerat positionsdata från dag 2 av 3 månader gammalt spädbarn som visade lärande baserat på de enskilda kriterierna lärande.. Den röda linjen är positionsdata för z-koordinaten hos den Ijusemitterande diod (LED) placerade på den högra foten. Den blå linjen är positionsdata från lysdioden på vänster fot. Tjock svart linje är bordet. Den streckade linjen är den virtuella tröskel placerad 14 cm ovanför bordet som individuellt fastställts för varje barn bygger på höjden av sin sparkar under baslinjentillstånd av dag 1. X-axeln är tid märkt genom 2 minuters intervall. Lägg märke till hur barnet rör sig fötterna under baslinjen när mobil inte aktivera och under de första 30 sek förvärvs 1, då han genomgående håller båda fötterna från bordet och flyttar fötterna rätt runt tröskeln för nästa 5½ minuter tills mobil inte längre aktiveras under utrotning skick.

Den andra unika inslag i denna mobil paradigm är att varje barnets ben åtgärder spåras med hjälp av state-of-the-art motion capture tekniker för att kvantifiera hur barn använder sina rörelse alternativ för att lära sig uppgiften. Ofiltrerade positionsdata från lysdioden på varje fot som aktiverar mobilen från en representant spädbarn ingår i Figur 2. Lägg märke till hur barnet rör sig fötterna på olika höjder ovanför tabellen under baslinjen och den första delen av förvärvet, men flyttar sedan båda fötterna rätt runt tröskeln under resten av förvärvet condition tills mobil inte längre aktiveras under utrotning. Detta är en av många potentiella rörelse strategier för att åstadkomma upptäckten-learning uppgift. Strategierna kan kvantifieras genom att beräkna tredimensionella kinematik och kinetik med hjälp av positionsdata som förvärvats från motion capture-system. Närmare bestämt är inlärningsprocessen kvantifieras i termer av andelen förstärkt benrörelser (% RLA), vilket är lika med varaktigheten av mobila aktivering läge variansen för ändverktygen (fot) som aktiverar den mobila, hip-knee samordnings mönster , och höft och knäleds vridmoment.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Den institutionella Review Board vid University of Southern California godkänt denna studie.

1. Systemförberedelse

  1. Ställ in motion capture-system. Observera: dessa steg är olika för varje motion capture-system.
    1. Rikta in koordinatsystem de två motion capture sensorerna till det av en sensor genom att klicka på "Utför Ny registrering" i motion capture-programmet in i en samling på 30 sekunder, klicka på "Registrera" och flytta registreringsobjekt inom infångningsvolym under 30 sek. När registreringen är slutförd, iaktta en root mean square (RMS) registrerings fel på datorskärmen.
    2. Rikta det globala koordinatsystemet till testbordet med hjälp av registrerings objektet genom att klicka på "Utför ny Alignment" i motion capture-programmet.
      1. Definiera ursprung genom att placera registrerings object i det övre högra hörnet av testbordet och klicka på "Digitalisera" i motion capture-programmet. Definiera Z-axeln genom att placera registrerings föremål ovanpå en ruta och klicka på "Digitalisera"; Z-axeln är vinkelrät mot bordet.
      2. Definiera Z / Y + planet genom förflyttning av registreringsobjektet på lådan utmed längden av bordet och klicka "Digitalisera"; Y-axeln är parallell med längden på bordet och X-axeln är parallell med bredden av bordet.
    3. Anslut lysdioderna i de två strobe hamnarna och ange antal lysdioder per strobe hamn inom motion capture systemprogram (24 för strobe-port 1 och 20 för strobe-port 2). Se Figur 3 för antalet och placeringen av varje lysdiod. Välj saknade visa data för att ge en linjeliknande visning av lysdioder som spåras i realtid.
      Figur 3
  2. Sätt upp barnet mobila datorprogram.
    1. Ange antalet minuter för varje tillstånd. För Dag 1, ingång 2 för fas 1 (2 min baslinjen, icke-förstärkning tillstånd), 6 för fas 2 (6 min förvärv, förstärkning skick) och 0 för fas 3 (0 min utrotning, icke-förstärkning tillstånd).
    2. För Dag 2, ingång 2 för fas 1 (baslinje), 6 för fas 2 (förvärv), 2 för fas 3 (utrotning), och kontrollera "Använd zmin som standard", så att tröskeln beräknas under baslinjen Day1 blir tröskeln används för förvärvet skick Dag 2.
    3. Välj "StreamframesAllFrames" och klicka på "Skicka" för att aktiveramobil program att använda data från motion capture-systemet för att aktivera barnet mobil baserad på angivna kriterier.
  3. Sätt upp videokameror.
    1. Initiera video datorprogram för de tre synkroniserade videor (höger lateral, vänster sido, overhead visningar).
    2. Starta ytterligare videokamera över barnets huvud för att spela in ansiktsuttryck och ögon blick.

2. Spädbarns Framställning

  1. Beskriv försöket till föräldrarna och informera dem att interagera så lite som möjligt med sina spädbarn.
    OBS: Säg till föräldrarna att om barnet inte blir kinkig hela experimentet, bör föräldrarna sitta bredvid barnet utanför deras uppfattning, men om barnet blir noga det finns en progression av interaktion med barnet.
    1. Först be förälder att säga, "Allt är okej, jag har rätt här," i en lugnande ton.
    2. För det andra, beföräldern att stå i barnets utsikten medan lugna barnet.
    3. För det tredje, be föräldern antingen hålla en av barnets händer eller ge barnet en napp.
      OBS: Den minsta mängden av moder interaktion nödvändig för att hålla barnet lugnt och varning ges och avslutas så fort som möjligt.
  2. Undress barnet, placera barnet under barnets mobil och fast barnet i tabellen med hjälp av ett kardborreband band placeras över stammen.
  3. Efter barnet är fäst vid bordet, placera bröstben markörer och bäcken, lår, skaft och fot stela kroppar på spädbarnet.

3. Infant mobilt lärande uppgift

  1. Varje dag, initiera mobilt lärande uppgiften genom synkront starta motion capture-system, mobil datorprogram, och videokameror.
    1. På båda dagarna från min 0 till 2, det ursprungliga tillståndet, observera barnet spontant sparkar.
    2. Dag 1 under 2 min ursprungliga tillstånd, observera som barnet mobila programmet beräknar kontinuerligt tröskeln för mobil aktivering baserat på z-data från en av lamporna på den stela kroppen på varje fot. Exempel, markör 9 på höger fot och markör 21 på vänster fot. Marker 9 är centrum lysdioden på höger fot stel kropp inringade i gult i figur 1. Marker 21 är centrum LED på vänster fot stela kropp.
    3. Vid slutet av 2 min baslinjen, kommer den mobila program som tröskeln på en höjd av en standardavvikelse (SD) över den genomsnittliga höjden för båda fötterna under 2 min ursprungliga tillståndet.
    4. På båda dagarna från min 2 till 8, förvärvet skick, observera då spädbarn mobila roterar och spelar musik när lysdioden placeras på bägge fötterna passerar tröskeln beräknas under 2 min ursprungliga tillstånd av dag 1.
      OBS: Mobil aktivering kommer att fortsätta så länge som foten ligger över den virtuella tröskeln till maximalt 3 sek. Efter 3 sekunder, mogalla återställer endast om barnet flyttar foten under den virtuella tröskeln, och sedan flyttar foten vertikalt och åter passerar tröskeln. Denna "3 sek regeln" uppmuntrar aktiva ben undersökande rörelser kontra att hålla fötterna över tröskeln.
    5. Dag 2 från min 8-10, utrotning skick, observera som barnet sparkar spontant utan mobil förstärkning.
  2. Efter spädbarnet samverkar med rörliga, samla in en statisk kalibrering prov för att definiera ett lokalt koordinatsystem för varje bensegmentet och definierar en referenskonfiguration för varje kroppssegmentet i rymden.
    1. Fix tio enskilda lysdioder bilateralt till barnets hud med hjälp av dubbelsidiga EKG kragar på följande platser: lateral mittlinje stammen under det tionde revbenet, trochanter major av höften, sido knäled linje, ankellaterala fotknölen, och distala änden av 5: e metatarsal.
    2. Håll barnets nedre extremiteten ien utökad, anatomisk position till 5 sek. Alla ledvinklar i denna kalibreringsläge definieras som 0 °.
  3. Dag 2, samla antropometriska data.
    1. Väg varje spädbarn på en digital elektrisk skala.
    2. Ta följande mått: total längd av barnet; omkrets vid mellansegmentet av låret, skaft och fot; bredd knä (vid knäleden linjen), fotled (vid fotknölarna) och fot (vid metatarsalhuvudena); och längden på låret (trochanter major till knäleden linje), skaft (knäleden linje till laterala fotknölen) och fot (medial ankel till första metatarsofalangealleden).

4. Dataanalys

  1. Analysera prestanda och lärande genom att beräkna% RLA under varje 2 min intervall av experimentet med en anpassad datorspråkprogram som Matlab. Beräkna hur lång tid en eller båda av lysdioderna på varje fot som aktiverade mobil låg över tröskeln. Eftersomden mobila aktiveras inte efter ett intervall av 3 sekunder, subtrahera längden på tiden i vilken en eller båda lysdioderna var över tröskelvärdet under mer än en 3 sek intervall.
    1. Mät prestanda i gruppen varje dag genom statistiskt analysera om% RLA under någon av de tre, 2 min förvärvs intervall överstiger avsevärt 2 min baslinjen intervall 3,4,7,9,10.
    2. Kategori enskilda barn som har utfört uppgiften varje dag om% RLA under någon 2 min förvärv intervallet är lika med eller större än 1,5 gånger% RLA i 2 min baslinjen intervall 3,4,6,9,10.
    3. Mät inlärning av gruppen över dagar genom att bestämma statist huruvida% RLA under hela 6 min förvärvs skick Dag 2 överskrider% RLA under det ursprungliga tillståndet Dag 1 3,6.
    4. Kategori individuella spädbarn som Eleverna om% RLA under hela 6 min förvärv skick Dag 2 är lika med eller greater än 1,5 gånger det ursprungliga tillståndet av Dag 1 3,6,11.
  2. Analysera upphetsning och uppmärksamhet genom att koda videoband under varje två minuters intervall av experimentet. Den upphetsning skala definieras som: dåsig = 1, alert och aktiv = 2, alert och aktiv = 3, noga = 4, och gråt = 5 3,8,11. Uppmärksamheten skala definieras som: 0 = inte tittar på mobil, 1 = tittar på mobil 3,8.
  3. Processpositionsdata och extrahera sparkar med anpassade Matlab program.
    1. Lastpositions datafiler matas ut från motion capture-systemet i en anpassad Matlab program för att interpolera saknade positionsdata (max 20 konsekutiva ramar) med en kubisk spline.
    2. Ladda interpolerade filer till en anpassad Matlab program för att (a) filterpositionsdata med hjälp av en fjärde ordningens Butterworth med en gränsfrekvens av 5 Hz bestämd från analys kraftspektrum, och (b) beräkna följande ledvinklar: höftböjning / förlängning, höft bortförande/ Adduktion, höft extern / intern rotation, knä böjning / sträckning, fotled inversion / eversion, fotled dorsalflexion / plantarflexion som beskrivs i 12.
    3. Fyll vinkel filer till en anpassad Matlab program för att extrahera sparkar. Definiera början av en kick som uppkomsten av en kontinuerlig benrörelser där höft- eller knäledsvinkeln förändring översteg 11,5 ° (0,2 radianer) till antingen böjning eller utvidgning 3,9,13-15. Definiera slutet på kick som ramen av topp förlängning efter en flexion förflyttning eller topp böjning efter en förlängningsrörelse 3,9,14.
  4. För alla sparkar, beräkna kinematiska parametrar med egna Matlab program.
    1. Beräkna läge varians i z-riktningen (vertikal, uppgifts specifik riktning) av LED på varje fot som aktiverade enhet 3.
    2. Beräkna höft böjning / sträckning och knäböjning / förlängnings gemensamma korrelationer använder Pearson korrelationskoefficienter (r) på noll fördröjningmellan höft och knäledsvinkeln utflykter. Att jämföra korrelationer (r) bland spädbarn, konvertera hip-knäleden vinkel korrelationer till Fisher Z poäng 3,9,15.
    3. Tids normalisera de gemensamma vinkeldata, sedan beräkna höft böjning / sträckning och knä böjning / sträckning kontinuerlig relativ fas (CRP) från vinkelläget / hastighetsdata 16,17. Analysera resultaten av CRP beräkning vid följande fem tidpunkter: (a) början av sparkar, (b) topphastigheten hos det första segmentet, (c) gemensam återföring, (d) topphastigheten hos det andra segmentet, och (e ) i slutet av sparka 3.
  5. För alla sparkar, identifiera berörings sparkar genom att titta på synkrona videodata. Beräkna kinetiska parametrar för beröringsfri sparkar med anpassade Matlab program.
    1. Beräkna segment massa och center-of-massa från ekvationer modifierade för spädbarn från Hatze s antropometriska modell för vuxna 18. Beräkna 3D tröghetsmoment avlåret, skaft och fot segment från ekvationer modifierats för spädbarn från Jensens antropometriska modell för vuxna 19.
    2. Beräkna villkoren i följande ekvation rörelse med skruven teorin om rumsliga manipulationer 20.
      ekvation 1
      härleds med hjälp av Lagrange metod, där M (θ) är tröghetsmatrisen, theta1 Coriolis och centrifugal matris vridmoment, N (θ) gravitations (GRA) vridmoment och T muskel (Mus) vridmoment.
    3. Beräkna gemensamma moment med hjälp av 3D-kinematiska data från berörings sparkar, kropp etapper tröghets parametrar, och biomechanic rörelseekvationen.
    4. Fördela nätet (NET) vridmoment vid varje skarv i rörelseberoende (MDT), GRA och MUS vridmoment bidrag 21. Nettovridmoment är direkt proportionell mot de accelerationer i varje fog.MDT vridmoment är relaterad till de passiva vridmoment som förknippas med mekaniska interaktioner mellan de rörliga sammankopplade segment av lemmen. GRA vridmoment är relaterad till den passiva gravitationskraften som agerar nedåt på extremiteten. MUS vridmoment inkluderar styrkor från aktiva muskelsammandragningar och passiva deformationer i muskler, senor, ligament och andra periartikulära vävnader.
    5. För höft och knä separat beräkna vridmomentimpuls som storleken på bidraget från varje partitione vridmoment (MUS, GRA, MDT) till NET vridmoment. Beräkna den positiva eller negativa vridmomentimpuls (vridmoment * tid) under intervall i vilka knäet MUS momentet handlat i samma eller motsatt riktning jämfört med knäet NET vridmoment. Gör samma beräkning med knä GRA och MDT vridmoment och hip MUS, GRA och MDT vridmoment. För höft och knä separat, summan av alla positiva och negativa impulser för varje moment komponent för att ge ett mått på storleken på bidraget från varje partitionemoment impulse (MUS, GRA, MDT) till nettovridmoment impuls.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Inlärningsprocessen av spädbarn kan kvantifieras i termer av% RLA, läge variansen för ändverktygen (fot), hip-knävinkel korrelationskoefficienter och höft- och knäleds vridmoment. Varje nivå av analys ger unik information om hur barn utforskar relationen mellan sina ben åtgärder och aktivering av spädbarn mobil under upptäckten-inlärningsprocessen.

För den statistiska analysen av% RLA och hip-knävinkel korrelationskoefficienter, blandade regressionsmodeller med en autoregressive kovariansstruktur och grupp (Eleverna, icke-studerande) som mellan-föremål faktorn användes för att testa skillnaderna i varje beroende variabel (% RLA, hip-knä korrelationskoefficient) bland baslinjen, förvärv och utrotning villkor i hela dagar. För den statistiska analysen av höft- och knäledsmuskelimpulsmoment inom Learner gruppen, blandades regressionsmodeller med en autoregressive kovariansstruktur används förvarje beroende variabel (höft muskelmoment impuls, knä muskelmoment impuls) bland baslinjen, förvärv och utrotning villkor i hela dagar. Statistiska analyser genomfördes med hjälp av SAS (version 7.0, SAS Institute Inc.) med alfa nivå inställd på 0,05 för övergripande F-värden och justeras med en Bonferroni korrigering för förplanerade post hoc jämförelser.

Andel av förstärkt Leg Action

Andel av armerad benet åtgärder bedöms för att avgöra om spädbarn har utfört och lärde sig uppgiften 3. Att skildra typiska skillnader i% RLA mellan 3-4 månader gamla spädbarn som lär och inte lära sig uppgiften, var 20 spädbarn separeras i Eleverna (n = 8) och icke-studerande (n = 12) som grundar sig på en individuell inlärning kriterium. De elever, men inte icke-studerande, signifikant ökad% RLA mellan Dag 2 förvärvet skick och Dag 1 ursprungliga tillstånd (p <0,001, Figur 4). Plotta resultateni 2 steg min ger information om tidsförloppet av inlärningsprocessen. Notera den initiala minskningen i Learners% RLA under den första 2 min av den dag ett förvärvs skick. Spädbarn som lärt uppgiften minskade deras totala insatser när barnet mobil började aktivera, kanske först som en orienterande svar, så kanske som en strategi för att avgöra om deras agerande var förknippade med mobil aktivering.

Position Varians av ändverktygen

Positionen variansen av ändesarbetsorganen (fot) ger information om den strategi som används av spädbarn att utföra uppgiften. Det ger också insikt i vad som var "lärt" av spädbarnet. Eleverna visar en av två strategier för att åstadkomma denna upptäckt-learning uppgift. När de interagerar med den mobila, om tröskeln är hög, över 50% av spädbarnets benlängden ovanför bordet (14-20 cm), Learners (n = 2) minska variansen för derasfötter i vertikal, uppgifts specifik riktning genom att flytta nära gränsen (Figur 5). De verkar ha lärt platsen för tröskelvärdet. Om tröskeln är låg, mindre än 50% av spädbarnets benlängden ovanför bordet (5-8 cm), Learners (n = 6) ökar variansen för sina fötter i den vertikala riktningen genom att flytta fötterna progressivt högre (figur 6) . De verkar ha lärt sig att sparka högt. Det skulle förväntas att med ytterligare dagar, skulle Studerande med en låg tröskel lära den minsta höjd som krävs för att aktivera den mobila och deras position varians i vertikalriktningen skulle minska.

Hip-knävinkel korrelationskoefficienter

Att skildra skillnader i hip-knä samordningsmönster, var 20 spädbarn separeras i Eleverna (n = 8, 5055 sparkar analyserade) och icke-Eleverna (n = 12, 8240 sparkar analyserade) baserat på en individuell inlärning kriterium. Eleverna, men inteIcke-elever, minskade betydligt sin hip-knävinkel korrelationskoefficient mellan Dag 2 förvärvet skick och Dag 1 ursprungliga tillstånd (p <0,001, Figur 7). Denna förändring samordning hittades också i den relativa fasen resultat (Tabell 1). Eleverna visade mindre i fas samordnings hip-knä när de interagerar med den mobila, kanske för att denna samordning mönster gav en mer effektiv metod för att aktivera den mobila. När höjden är låg kan de effektivaste medel för att aktivera den mobila vara att böja sig och utöka höften under bibehållande knäet förlängas. När höjden är hög, det mest effektiva sättet att aktivera den mobila kan vara att upprätthålla höften böjd och flex och utöka knäet. Antingen strategi resulterar i mer out-of-fas hip-knä samordning (höft böjer medan knä sträcker) jämfört med ett spädbarns typiska sparkar mönster av nästan synkron böjning och sträckning i höft och knä.

Höft- och knäleds MUS moment impuls eleverna. (N = 8, 917 sparkar) ritas i figur 8 Eleverna signifikant ökad höft MUS momentimpuls bidrag till hip nettovridmoment impuls mellan Dag 2 släck villkor och alla andra villkor (p <0,001 ). Eleverna ökade knä MUS momentimpuls bidrag till NET knä moment impuls mellan Dag 2 släck villkor och alla andra villkor utom Dag 1 baslinje (p <0,001). Det förväntades att det skulle bli en minskning av höft- och knäleds MUS impulsmomentet mellan Dag 2 förvärvet skick och Dag 1 ursprungliga tillståndet eftersom det antogs att Eleverna använde mindre i fas mönster hip-knä samordning eftersom det var mer effektiv än ett mer i fas mönster samordning. Denna förändring i MUS moment impuls kanske inte har visats på grund för att beräkna enccurate vridmoment, endast sparkar som inte i kontakt med ytan eller det andra benet kan användas. Endast 917 sparkar träffade detta kriterium kontra 5055 sparkar som används för att dokumentera minskningen i hip-knä korrelationskoefficienter under Dag 2 förvärvet skick. Därför minskningen av antalet sparkar analyserade även nödvändigt att noggrant beräkna vridmoment, kan ha bidragit till den icke-signifikant skillnad i MUS vridmoment mellan baslinjen och förvärvsvillkor. Men en robust slutsats var ökningen i höft och knä MUS impulsmoment under utrotning skick. Spädbarn som hade lärt sig uppgiften tycktes generera stora höft- och knäleds MUS vridmoment under utrotning tillstånd i ett försök att återaktivera mobilen.

Figur 4
Figur 4: Genomsnittlig procentsats av armerad benrörelser med 2 min intervall.Spädbarn separerades i Eleverna (n = 8) och icke-studerande (n = 12) baserat på en individuell kriterier lärande. Eleverna väsentligt ökad andel av armerad benet verkan mellan Dag 2 förvärvet skick och Dag 1 ursprungliga tillstånd (justerat p <0,001). B = baslinje, A = förvärv, E = utrotning.

Figur 5
Figur 5:. Exempel på en Eleven med en hög tröskel (14 cm ovanför bordet, 68% av benlängd) Detta barn lärt sig att flytta fötterna runt tröskeln under förvärvs tillstånd, vilket därigenom minskar variansen i den vertikala z-riktningen. Notera ökningen av variansen när mobil inte längre aktiveras under utrotning skick. Rådata från Dag 2 av denna studerande presenteras i figur 2. B = baslinje, A = förvärv, E = extinktion.


Bild 6: Exempel på en elev med en låg tröskel (7 cm ovanför bordet, 34% av benlängd). Denna spädbarn lärt sig att lyfta fötterna högre vid förvärvet tillstånd, vilket ökar variationen i den vertikala z-riktningen. B = baslinje, A = förvärv, E = utrotning.

Figur 7
Figur 7: Eleverna kontra icke-Eleverna:. Menar korrelationskoefficienter av hip-knä par med 2 minuters intervall Spädbarn separerades i Eleverna (n = 8) och icke-studerande (n = 12) baserat på en individuell kriterier lärande. Eleverna minskade betydligt hip-knävinkel korrelationskoefficient mellan Dag 2 förvärvet skick och Dag 1 ursprungliga tillstånd (justerat p <0,001). B = baslinje, A = förvärv, E = utrotning.


Figur 8: Eleverna: betyda muskler att nettovridmoment impuls höft och knä med 2 minuters intervall Eleverna (n = 8) signifikant ökad höftmuskeln momentimpuls bidrag till hip impuls netto vridmoment mellan Dag 2 utrotning skick och alla andra villkor (. justerade p <0,001). Eleverna också signifikant ökad knä muskelmomentimpuls bidrag till knäet nettovridmoment impuls mellan Dag 2 utrotning skick och alla andra villkor utom Dag 1 baslinje (justerat p <0,001). B = baslinje, A = förvärv, E = utrotning.

Kick Topphastigheten Höftleds Återföring Topphastigheten Kick
Initiering 1: a halvåret kick 2: a hälften av sparkar Slut
M (SE) M (SE) M (SE) M (SE) M (SE)
Dag 1 Baslinje Learners 64,4 (6,7) * 57,1 (6,8) * 57,1 (7,5) * 57,7 (7,6) * 62,5 (6,0) *
Icke-elever 60,3 (5,4) 52,6 (5,5) 53,2 (6,1) 51,8 (6,1) 58,3 (4,8)
Dag 1 Förvärvs Learners 64,1 (6,4) * 58,7 (6,6) * 58,3 (7,3) * 58,4 (7,4) * 66,3 (5,6) *
; Icke-elever 60,0 (5,2) 55,6 (5,4) 52,7 (5,9) 52,7 (6,0) 61,0 (4,6)
Dag 2 Baslinje Learners 65,9 (6,6) 63,6 (6,7) 62,7 (7,4) 61,9 (7,5) 66,7 (5,8)
Icke-elever 44,7 (5,4) 42,6 (5,5) 39,3 (6,1) 37,8 (6,1) 48,6 (4,8)
Dag 2 Förvärvs Learners 76,3 (6,4) ** 70,5 (6,6) ** 70,5 (7,3) ** 70,3 (7,3) ** 73,2 (5,6) **
Icke-elever 47,6 (5,2) 42,3 (5,4) 38,7 (5,9) 36,6 (6,0) 47,5 (4,6)
Dag 2 Extinction Learners 65,6 (6,6) 60,5 (6,7) 61,7 (7,4) 61,7 (7,5) 66,7 (5,8)
Icke-elever 48,1 (5,3) 46,7 (5,5) 43,9 (6,0) 42,3 (6,1) 49,8 (4,7)

Tabell 1: Eleverna kontra icke-studerande: relativ fas av hip-knä par av tillstånds Spädbarn separerades i Eleverna (n = 8) och icke-Eleverna (n = 12) baserat på en individuell kriterier lärande. Inom gruppen Eleverna signifikant ökad hip-knävinkel relativa fasen vid alla fem tidpunkter mellan Dag 2 förvärvet skick och Dag 1 ursprungliga tillstånd (mindre i fas samordning). Mellan grupper, elever, jämfört med icke-studerande hade signifikant ökad hip-knävinkel relativa fasen (mindre i fas samordnings) på alla fem tidpunkter under dag 2 förvärvet skick. Obs: SE = stAndard fel. * = Signifikant minskade från Eleven Acquisition Dag 2, p <0,001 (mer i-fas); ** = Signifikant ökade från icke-Eleven Förvärv Dag 2, p <0,001 (mindre i-fas)

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Design av upptäckten-lärande uppgifter för spädbarn

Discovery-inlärningsuppgifter för spädbarn måste omsorgsfullt utformade för att säkerställa att barn oberoende upptäcka oförutsedda utgifter. I flera mobila paradigmer i början av förvärvet skick, spädbarn antingen visas att den mobila aktiveras av en icke-contin aktivering av mobil 7,22 eller benet av varje småbarn passivt förflyttas av utredaren att introducera spädbarnet till beredskaps 9. Dessutom kan vårdgivare och praktiker ge ytterligare förstärkning för att stödja barnets prestanda. Särskilda regler, som beskrivs här, är avgörande för att säkerställa att barn oberoende upptäcka oförutsedda utan påverkan utifrån.

Det är också viktigt att den beroende åtgärd som samlats in under en upptäckt-lärande uppgift är känslig för förändringar i prestanda. Den mest kritiska aspect i detta paradigm är inställningen av tröskeln för aktivering av barnet mobil. Om tröskeln är placerad för högt ovanför tabellen, får barnet inte aktivera den mobila tillräckligt ofta under förvärv som visar att det är hans ben åtgärd som aktiverar mobilen. Om tröskeln är placerad för lågt, kan barnet ha en så hög nivå av% RLA vid baslinjen att det är osannolikt att barnet kommer att kunna öka% RLA tillräckligt under förvärvet att påvisa verkningar eller lärande; till exempel, skulle ett spädbarn med en baslinje% RLA av 50% Dag 1 måste aktivera mobil för 75% av den 6 min förvärv skick Dag 2 för att möta de individuella kriterier lärande. Pilotförsök bekräftade att en standard tröskel för varje barn inte kunde användas, snarare tröskeln skall beräknas individuellt för varje spädbarn från sin baslinje spontana benet åtgärder för att säkerställa att baslinjen% RLA är cirka 20-30% av varje spädbarnets ben åtgärder. Insamling och analys av positionsdata från spädbarn ben åtgärder

Denna metod använder positionsdata som samlats in från stela organ som är knutna till gemensamma segment, standardmetoden i vuxen biomekanisk analys. Tidigare forskning om modersmjölks ben åtgärder har samlat positionsdata från enskilda lysdioder som sitter på gemensamma centra 13-15,23-28. Samla data från stela kroppar kontra individuella lysdioder har flera fördelar. Först, stela kroppar rör sig mindre och faller av mycket sällan jämfört med enskilda lysdioder. Detta gör det möjligt för längre datainsamlingar (8-10 min) utan avbrott för att ersätta saknade markörer, som kan distrahera spädbarn från deras upptäckt-learning uppgift. För det andra, stela kroppar möjliggör en komplett 3D kinematisk och kinetisk analys av gemensamma förslag. Uppgifter som samlats in med enskilda IREDs analyseras och redovisas som om rörelse förekommer endast i sagittalplanet rörelser böjning och sträckning. Detta leder till incomplete kinematiska data. Data samlas in med enskilda IREDs begränsar också kinetisk analys till ett 2D kinetisk tillvägagångssätt, vilket sannolikt ger felaktiga uppskattningar vridmoment under spädbarn sparkar åtgärder som inte i första hand förekommer i sagittalplanet. Även om användningen av stela kroppar är ett betydande framsteg i modersmjölks biomekanisk forskning, spädbarn stela kroppar finns för närvarande inte tillgänglig för inköp och kräver anpassade tillverkning.

Begränsningar

En begränsning med denna metod är att den är begränsad till en laboratoriemiljö på grund av användningen av ett motion capture-system. Rekrytering spädbarn att delta i laboratoriebaserade forskningsstudier över flera dagar är en utmaning.

Denna mobil paradigm rapporterar lägre procenttal av spädbarn som lärt uppgiften jämfört med tidigare mobila paradigm. På grund av flera unika funktioner i detta paradigm, kan spädbarn kräver mer än 2 dagar att visa lärande. Först, iFants är inte visat att de mobila rör sig, utan de självständigt upptäcka oförutsedda som de undersökande ben åtgärder aktiverar mobilen. För det andra kräver paradigm mer förfinade benet åtgärder än tidigare mobila paradigm och uppmuntrar till en mer mogen, out-of-fas hip-knä samordnings mönster som kan vara svårt för barn att lära sig att generera i två dagar 3. För det tredje, spädbarn kan inte påvisa verkningar eller lärande genom att öka ben åtgärder när de mobila slutar aktiverande (dvs under baslinjen eller utrotning 5), snarare spädbarn måste fortsätta sitt engagemang med uppgiften och öka mobil förstärkning för hela 6 min förvärv skick Dag 2 till visa lärande. På grund av dessa unika egenskaper är det en hypotes att en ökning av det antal dagar som deltar i utförandet av uppdraget kan medföra att fler spädbarn lära uppgiften.

Framtida tillämpningar

Denna upptäckt-learning uppgift kan lead till nya insikter om hur barn lär sig att ändra sina spontana rörelser för att utföra uppgiftsspecifika åtgärder. Genom att spåra benet åtgärder spädbarn samtidigt som deltar i en upptäckt-inlärningsmiljö, visades det att spädbarn ändra positionen variansen av sina ändverktygen (fot), deras hip-knä samordningsmönster, och deras höft och knä MUS impulsmoment. Denna information kan avgöra alternativ spädbarn har tillgång till dem när de interagerar med sin omgivning och hur de utnyttjar dessa alternativ för att lära uppgiftsspecifika åtgärder. Det ger också en möjlighet att undersöka inte bara hur barn lär sig en uppgift, men vad de lär sig. Till exempel, elever med låg tröskel föll att lära sig att sparka högre, medan Studerande med en hög tröskel tycktes lära placeringen av tröskeln.

Spädbarn i riskzonen för rörelsestörningar ger en unik prov för att undersöka spädbarn begränsningar som bidrar till uppgiftsspecifika förändringar i handlingJon. Den underliggande patologi som sätter barn i riskzonen bidrar till skillnader i benet åtgärder till följd av nedskrivningar, såsom minskade selektiv gemensam rörelse och minskade tvångs produktionskapacitet av muskler. Spårning benet åtgärder spädbarn i riskzonen för rörelsestörningar under denna eller andra upplevelse lärande uppgifter kan innebära en möjlighet att kvantifiera hur specifika nedskrivningar bidrar till skillnader i uppgift specifika benrörelser och även skillnader i hur uppgifterna är inlärda.

När man vet hur specifika nedskrivningar av olika populationer av i riskzonen spädbarn påverkar tidig benrörelser, kan mer principiell forskning göras för att avgöra hur tidigt benet åtgärder kan optimeras för skickliga funktion. Discovery-lärande paradigm kan utformas för att stödja benet åtgärder och lärande av spädbarn i riskzonen för rörelsestörningar. Specifikt kan miljöer konstrueras så att önskade samordnings mönster eller tvångsproduktionskraven ärupptäcktes av spädbarn när de utforskar relationen mellan deras ben verksamhet och dess effekter i det konstruerade miljön. Dessa typer av upplevelse lärande paradigm skulle inte bara stödben åtgärder, men kan också stödja inlärningsförmåga av unga i riskzonen spädbarn.

Sammanfattningsvis är en metod beskriven i vilken 3-4 månader gamla spädbarn lära sig en uppgift genom upptäckt och deras benrörelser fångas att kvantifiera inlärningsprocessen. Spårning rörelser spädbarn när du deltar i upplevelse lärande uppgifter kan innebära en möjlighet att kvantifiera inlärningsprocessen som spädbarn utforskar relationen mellan deras verksamhet och dess effekter på världs.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Inga intressekonflikter deklareras.

Acknowledgments

Denna forskning stöds av främjande av forskarutbildningen (PODS) I och II utmärkelser från Stiftelsen för sjukgymnastik och en Adopt-A-Doc stipendium från utbildningssektionen av American Physical Therapy Association till Barbara Sargent.

Materials

Name Company Catalog Number Comments
Optotrak Certus Position Sensor, Far Focus, with stand Northern Digital Inc 8800852
Optotrak Data Acquisition Unit II (ODAU II) Northern Digital Inc 8800767
Optotrak Vinten Stand, Certus with Quick Fix Adapter Northern Digital Inc 8800855.002
Certus S-Type, Standard Configuration Northern Digital Inc 8800761
Marker (7 mm) pair, c/w RJII connector and 8 ft cable Northern Digital Inc 8001029.001
AC Line Cord, Medical Grade, North America Northern Digital Inc 7500010
Cubic Reference Emitter Kit - Certus Northern Digital Inc 8800768
3 Pylon IEEE 1394 cameras Basler A6021c
Vixia HG10 camcorder Canon 2183B001
Adhesive Disks MVAP Medical Supplies E401-500
Reversible head support Eddie Bauer 52556
Softstrap Strap Sammons Preston A34960
Digital Pediatric Scale Healthometer Model 524KL

DOWNLOAD MATERIALS LIST

References

  1. Gibson, E. J., Pick, A. D. An Ecological Approach to Perception, Learning and Development. Oxford University Press. New York, NY. (2000).
  2. Thelen, E., Smith, L. B. A Dynamic Systems Approach to the Development of Cognition and Action. MIT Press. Cambridge, MA. (1994).
  3. Sargent, B., Schweighofer, N., Kubo, M., Fetters, L. Infant exploratory learning: influence on leg joint coordination. PLoS One. 9, (3), e91500 (2014).
  4. Rovee-Collier, C. K., Gekoski, M. J. The economics of infancy: A review of conjugate reinforcement. Adv Child Dev Behav. Reese, H. W., Lipsitt, L. P. 13, Academic. 195-255 (1979).
  5. Heathcock, J. C., Bhat, A. N., Lobo, M. A., Galloway, J. C. The performance of infants born preterm and full-term in the mobile paradigm: learning and memory. Phys. Ther. 84, (9), 808-821 (2004).
  6. Haley, D. W., Weinberg, J., Grunau, R. E. Cortisol, contingency learning, and memory in preterm and full-term infants. Psychoneuroendocrinology. 31, (1), 108-117 (2006).
  7. Angulo-Kinzler, R., Ulrich, B. D., Thelen, E. Three-month-old infants can select specific leg motor solutions. Motor Control. 6, (1), 52-68 (2002).
  8. Tiernan, C. W., Angulo-Barroso, R. M. Constrained motor-perceptual task in infancy: effects of sensory modality. J. Mot. Behav. 40, (2), 133-142 (2008).
  9. Chen, Y., Fetters, L., Holt, K., Saltzman, E. Making the mobile move: constraining task and environment. Infant Behav. Dev. 25, (2), 195-220 (2002).
  10. Ohr, P. S., Fagen, J. W. Conditioning and long-term memory in three-month-old infants with Down syndrome. Am. J. Ment. Retard. 96, (2), 151-162 (1991).
  11. Thelen, E., Hidden Ulrich, B. D. skills: A dynamical system analysis of treadmill stepping in the first year. Monogr Soc Res Child Dev. 56, (1), 1-98 (1991).
  12. Soderkvist, I., Wedin, P. Determining the movements of the skeleton using well-configured markers. J. Biomech. 26, (12), 1473-1477 (1993).
  13. Schneider, K., Zernicke, R. F., Ulrich, B. D., Jensen, J. L., Thelen, E. Understanding movement control in infants through the analysis of limb intersegmental dynamics. J. Mot. Behav. 22, (4), 493-520 (1990).
  14. Jensen, J. L., Schneider, K., Ulrich, B. D., Zernicke, R. F., Thelen, E. Adaptive dynamics of the leg movement patterns of human infants: I. the effects of posture on spontaneous kicking. J. Mot. Behav. 26, (4), 303-312 (1994).
  15. Fetters, L., Sapir, I., Chen, Y. P., Kubo, M., Tronick, E. Spontaneous kicking in full-term and preterm infants with and without white matter disorder. Dev. Psychobiol. 52, (6), 524-536 (2010).
  16. Emmerick, R., Wagenaar, R. Effects of walking velocity on relative phase dynamics in the trunk in human walking. J. Biomech. 29, (9), 1175-1184 (1996).
  17. Kelso, J. A., Scholz, J. P., Schoner, G. Nonequilibrium phase transitions in coordinated biological motion: critical fluctuations. Physics Letters A. 134, (6), 8-12 (1986).
  18. Schneider, K., Zernicke, R. F. Mass, center of mass, and moment of inertia estimates for infant limb segments. J. Biomech. 25, (2), 145-148 (1992).
  19. Sun, H., Jensen, R. Body segment growth during infancy. J. Biomech. 27, (3), 265-275 (1994).
  20. Murray, R. M., Li, Z., Sastry, S. S. A Mathematical Introduction to Robotic Manipulation. CRC Press. Boca Raton, FL. (1994).
  21. Galloway, J. C., Koshland, G. F. General coordination of shoulder, elbow and wrist dynamics during multijoint arm movements. Exp. Brain Res. 142, (2), 163-180 (2002).
  22. Angulo-Kinzler, R. Exploration and selection of intralimb coordination patterns in 3-month old infants. J. Mot. Behav. 33, 363-376 (2001).
  23. Fetters, L., Chen, Y. P., Jonsdottir, J., Tronick, E. Z. Kicking coordination captures differences between full-term and premature infants with white matter disorder. Hum. Mov. Sci. 22, 729-748 (2004).
  24. Jeng, S., Chen, L., Yau, K. Kinematic analysis of kicking movements in preterm infants with very low birth weight and full-term infants. Phys. Ther. 82, 148-159 (2002).
  25. Jensen, J. L., Thelen, E., Ulrich, B. D., Schneider, K., Zernicke, R. F. Adaptive dynamics of the leg movement patterns of human infants: III. age-related differences in limb control. J. Mot. Behav. 27, 366-374 (1995).
  26. Piek, J. P. A quantitative analysis of spontaneous kicking in two-month-old infants. Hum. Mov. Sci. 15, 707-726 (1996).
  27. Thelen, E. Developmental origins of motor coordination: Leg movements in human infants. Dev. Psychobiol. 18, 1-22 (1985).
  28. Vaal, J., van Soest, A. J., Hopkins, B., Sie, L. T. L., van der Knaap, M. S. Development of spontaneous leg movements in infants with and without periventricular leukomalacia. Exp. Brain Res. 135, 94-105 (2000).

Comments

0 Comments


    Post a Question / Comment / Request

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

    Usage Statistics