JoVE Journal > Neuroscience
Summary
Abstract
Introduction
Protocol
Résultats
Discussion
Divulgations
Acknowledgements
Materials
References
Traduction automatique
Please note that all translations are automatically generated. Click here for the English version.
Neurosciences

كيفية حساب والتحقق من صحة التزامن بين الدماغ في دراسة FNIRS Hyperscanning

Published: September 08, 2021
doi:
10.3791/62801
, , , , , ,
1Institute of Brain and Education Innovation, School of Psychology and Cognitive Science,East China Normal University, 2Department of Musicology,Harbin Conservatory of Music, 3Department of Clinical Neuroscience,Karolinska Institutet, 4School of Psychology,Shenzhen University

Summary

وقد تم تمثيل الديناميات بين العقول المقترنة من الأفراد على نحو متزايد من خلال التزامن بين الدماغ (IBS) عندما تنسق مع بعضها البعض، وذلك في الغالب باستخدام إشارات تسجيل في وقت واحد من العقول (وهي hyperscanning) مع fNIRS. في دراسات fNIRS hyperscanning ، تم تقييم IBS بشكل شائع من خلال طريقة تماسك تحويل الموجات (WTC) بسبب ميزتها على توسيع السلسلة الزمنية إلى مساحة التردد الزمني حيث يمكن رؤية التذبذبات بطريقة بديهية للغاية. يمكن التحقق من صحة IBS الملاحظ من خلال الاقتران العشوائي القائم على التباديل للتجربة والشريك والحالة. هنا، يتم تقديم بروتوكول لوصف كيفية الحصول على إشارات الدماغ عن طريق تكنولوجيا fNIRS، وحساب IBS من خلال طريقة مركز التجارة العالمي، والتحقق من صحة IBS عن طريق التباديل في دراسة hyperscanning. علاوة على ذلك، نناقش القضايا الحرجة عند استخدام الأساليب المذكورة أعلاه، بما في ذلك اختيار إشارات fNIRS، وأساليب المعالجة المسبقة للبيانات، والمعلمات الاختيارية للحسابات. وباختصار، فإن استخدام طريقة مركز التجارة العالمي والتباديل هو خط أنابيب قياسي محتمل لتحليل IBS في دراسات فحص FNIRS المفرط، مما يساهم في كل من قابلية إعادة إنتاج وموثوقية IBS.

Abstract

وقد تم تمثيل الديناميات بين العقول المقترنة من الأفراد على نحو متزايد من خلال التزامن بين الدماغ (IBS) عندما تنسق مع بعضها البعض، وذلك في الغالب باستخدام إشارات تسجيل في وقت واحد من العقول (وهي hyperscanning) مع fNIRS. في دراسات fNIRS hyperscanning ، تم تقييم IBS بشكل شائع من خلال طريقة تماسك تحويل الموجات (WTC) بسبب ميزتها على توسيع السلسلة الزمنية إلى مساحة التردد الزمني حيث يمكن رؤية التذبذبات بطريقة بديهية للغاية. يمكن التحقق من صحة IBS الملاحظ من خلال الاقتران العشوائي القائم على التباديل للتجربة والشريك والحالة. هنا، يتم تقديم بروتوكول لوصف كيفية الحصول على إشارات الدماغ عن طريق تكنولوجيا fNIRS، وحساب IBS من خلال طريقة مركز التجارة العالمي، والتحقق من صحة IBS عن طريق التباديل في دراسة hyperscanning. علاوة على ذلك، نناقش القضايا الحرجة عند استخدام الأساليب المذكورة أعلاه، بما في ذلك اختيار إشارات fNIRS، وأساليب المعالجة المسبقة للبيانات، والمعلمات الاختيارية للحسابات. وباختصار، فإن استخدام طريقة مركز التجارة العالمي والتباديل هو خط أنابيب قياسي محتمل لتحليل IBS في دراسات فحص FNIRS المفرط، مما يساهم في كل من قابلية إعادة إنتاج وموثوقية IBS.

Introduction

عندما ينسق الناس مع الآخرين، تصبح أدمغتهم وأجسادهم وحدة مقترنة من خلال التكيف المتبادل المستمر. ويمكن تمثيل الاقتران بين العقول من خلال التزامن بين الدماغ (IBS) من خلال نهج hyperscanning، الذي يسجل في وقت واحد اثنين أو أكثر من إشارات الدماغ الأفراد1. في الواقع، وجدت مجموعة متزايدة من fNIRS / EEG دراسات hyperscanning IBS في سياقات التعاون المختلفة، بما في ذلك التنصت على الاصبع2،مجموعة المشي3،والعزف على الطبول4،والغيتار العزف5،والغناء / طنين6. ويستخدم على نطاق واسع fNIRS للبحث IBS أثناء التفاعل الاجتماعي، كما أنه أقل تقييد حركات الرأس / الجسم في البيئات الطبيعية نسبيا (مقارنة مع fMRI / EEG)7.

المادة يقدم بروتوكولا لحساب IBS عن طريق wavelet تحويل التماسك (مركز التجارة العالمي) الأسلوب في دراسة fNIRS hyperscanning. مركز التجارة العالمي هو وسيلة لتقييم العلاقة المتبادلة بين اثنين من إشارات الحركة على مستوى التردد الزمني ، وبالتالي ، يمكن أن تعطي معلومات أكثر من تحليل الارتباط التقليدي (على سبيل المثال ، ارتباط بيرسون والارتباط المتبادل) ، والذي هو فقط في المجال الزمني8. بالإضافة إلى ذلك ، يتم تحويل الإشارات الديناميكية الدموية إلى مكونات موجية ، والتي يمكن أن تزيل بشكل فعال الضوضاء منخفضة التردد. على الرغم من أن مركز التجارة العالمي هو مضيعة للوقت، فقد كان الأسلوب الأكثر استخداما لحساب IBS في العمل التقليد9،السلوك التعاوني10،الاتصال اللفظي11،صنع القرار12،والتعلم التفاعلي13.

كما تعرض المقالة كيفية التحقق من صحة IBS مع الاختبار العشوائي القائم على التباديل للتجارب والظروف والمشاركين. ويقترح دائما IBS في دراسات hyperscanning لتتبع التفاعل الاجتماعي عبر الإنترنت بين الأفراد، في حين أنه يمكن أيضا أن تفسر من قبل تفسيرات أخرى، مثل التشابه التحفيز، وتشابه الحركة، أو حالة التشابه14. يمكن الاستفادة من اختبار التباديل ، الذي يسمى أيضا اختبار العشوائية ، لاختبار الفرضيات الفارغة المذكورة أعلاه من خلال إعادة تجميع البيانات الملاحظة15. باستخدام التباديل، من المفيد التحقيق فيما إذا كان IBS المحدد محددا بالسلوك التفاعلي، بدءا من تعديل IBS داخل dyads إلى بين مجموعات من الشركاء16.

البروتوكول الموصوف هنا تفاصيل كيفية الحصول على إشارات الدماغ عن طريق تكنولوجيا fNIRS، وحساب IBS من خلال طريقة مركز التجارة العالمي، والتحقق من صحة IBS عن طريق اختبار التباديل في دراسة hyperscanning. تهدف هذه الدراسة إلى دراسة ما إذا كان IBS المتميز يتم الحصول عليه بواسطة عدادات الموسيقى أثناء التنسيق الاجتماعي. تم تسجيل إشارات الدماغ في القشرة الأمامية ، استنادا إلى موقع IBS في العثور السابق1. تم تطوير المهمة التجريبية في الأصل من قبل Konvalinka وكلياتها17، حيث طلب من المشاركين الاستفادة من أصابعهم مع ردود الفعل السمعية من الشريك أو أنفسهم بعد الاستماع إلى المحفزات العداد أو غير متر.

Protocol

وافقت لجنة الجامعة لحماية الابحاث البشرية بجامعة شرق الصين العادية على البروتوكول المقدم هنا . 1. التحضير للتجربة المشاركون توظيف مجموعة من طلاب البكالوريوس والدراسات العليا مع التعويض النقدي من خلال الإعلان في الحرم الجامعي. التأكد من أن المشاركين هم اليد …

Representative Results

وأظهرت النتائج وجود IBS في القناة 5 في حالة تنسيق العدادات، في حين لم يكن هناك IBS في ظروف أخرى (أي استقلال العدادات، والتنسيق غير متر، والاستقلال غير متر؛ الشكل 2A). في القناة 5، كان IBS في حالة تنسيق العداد أعلى بكثير من قيم التماسك في حالة التنسيق غير متر واستقلال متر…

Discussion

يوفر هذا البروتوكول إجراء خطوة بخطوة لحساب IBS والتحقق من صحته، وذلك باستخدام نهج فحص fNIRS لجمع إشارات الدماغ الخاصة بالمشاركين في وقت واحد. وفيما يلي بعض المسائل الحاسمة التي ينطوي عليها المعالجة المسبقة لبيانات fNIRS وحساب IBS والإحصاءات والتحقق من صحة IBS.

معالجة البيانات م…

Divulgations

The authors have nothing to disclose.

Acknowledgements

وقد دعم هذا البحث: المؤسسة الوطنية للعلوم الطبيعية في الصين (31872783، 31800951).

Materials

Computer Hewlett-Packard Development Company, L.P. HP S01-pF157mcn
Earphone Royal Philips Electronics, Eindhoven, The Netherlands SHE2405BK/00
EEG cap Compumedics Neuroscan, Charlotte, USA 64-channel Quik-Cap
E-Prime software Psychology Software Tools, Inc., Pittsburgh, USA E-Prime 3
fNIRS system Hitachi Medical Corporation, Tokyo, Japan ETG-7100 Optical Topography System
MATLAB 2014b The MathWorks, Inc., Natick, MA MATLAB 2014b
MuseScore Musescore Company, Belgium MuseScore 3.6.2.548021803
Swimming cap Decathlon Group, Villeneuve-d'Ascq, France 1681552
DOWNLOAD MATERIALS LIST

References

  1. Kingsbury, L., Hong, W. A Multi-Brain Framework for Social Interaction. Trends in Neurosciences. 43 (9), 651-666 (2020).
  2. Konvalinka, I., Bauer, M., Stahlhut, C., Hansen, L. K., Roepstorff, A., Frith, C. D. Frontal alpha oscillations distinguish leaders from followers: multivariate decoding of mutually interacting brains. NeuroImage. 94, 79-88 (2014).
  3. Ikeda, S., et al. Steady Beat Sound Facilitates both Coordinated Group Walking and Inter-Subject Neural Synchrony. Frontiers in Human Neuroscience. 11, 147 (2017).
  4. Duan, L., et al. Cluster imaging of multi-brain networks (CIMBN): a general framework for hyperscanning and modeling a group of interacting brains. Frontiers in Neuroscience. 9, 267 (2015).
  5. Sanger, J., Muller, V., Lindenberger, U. Intra- and interbrain synchronization and network properties when playing guitar in duets. Frontiers in Human Neuroscience. 6, 312 (2012).
  6. Muller, V., Delius, J. A. M., Lindenberger, U. Hyper-frequency network topology changes during choral singing. Frontiers in Physiology. 10, 207 (2019).
  7. Egetemeir, J., Stenneken, P., Koehler, S., Fallgatter, A. J., Herrmann, M. J. Exploring the neural basis of real-life joint action: Measuring brain activation during joint table setting with functional near-infrared spectroscopy. Frontiers in Human Neuroscience. 5, 95 (2011).
  8. 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 (5-6), 561-566 (2004).
  9. Holper, L., Scholkmann, F., Wolf, M. Between-brain connectivity during imitation measured by fNIRS. NeuroImage. 63 (1), 212-222 (2012).
  10. 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).
  11. Jiang, J., Dai, B., Peng, D., Zhu, C., Liu, L., Lu, C. Neural synchronization during face-to-face communication. Journal of Neuroscience. 32 (45), 16064-16069 (2012).
  12. Tang, H., Mai, X., Wang, S., Zhu, C., Krueger, F., Liu, C. Interpersonal brain synchronization in the right temporo-parietal junction during face-to-face economic exchange. Social Cognitive and Affective Neuroscience. 11 (1), 23-32 (2016).
  13. Pan, Y., Novembre, G., Song, B., Li, X., Hu, Y. Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song. NeuroImage. 183, 280-290 (2018).
  14. Konvalinka, I., Roepstorff, A. The two-brain approach: how can mutually interacting brains teach us something about social interaction. Frontiers in Human Neuroscience. 6, 215 (2012).
  15. Karlsson, A. Permutation, parametric, and bootstrap tests of hypotheses. Journal of the Royal Statistical Society Series a-Statistics in Society. 169, 171 (2006).
  16. Ayrolles, A., et al. HyPyP: a Hyperscanning python pipeline for inter-brain connectivity analysis. Social Cognitive and Affective Neuroscience. 16 (1-2), 72-83 (2021).
  17. Konvalinka, I., Vuust, P., Roepstorff, A., Frith, C. D. Follow you, follow me: continuous mutual prediction and adaptation in joint tapping. Quarterly Journal of Experimental Psychology. 63 (11), 2220-2230 (2010).
  18. Majolo, B., et al. Human friendship favours cooperation in the iterated prisoner’s dilemma. Behaviour. 143, 1383-1395 (2006).
  19. . Homer2 Available from: https://www.nitrc.org/projects/hitachi2nirs (2021)
  20. . Hitachi2nirs Available from: https://www.nitrc.org/projects/hitachi2nirs (2021)
  21. . xjview Available from: https://www.alivelearn.net/xjview/ (2021)
  22. . Groppe’s scripts in MathWork Available from: https://uk.mathworks.com/matlabcentral/profile/authors/1948879 (2021)
  23. 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).
  24. 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).
  25. Lumley, T., Diehr, P., Emerson, S., Chen, L. The importance of the normality assumption in large public health data sets. Annual Review of Public Health. 23 (1), 151-169 (2002).
  26. Benjamini, Y., Yekutieli, D. The control of the false discovery rate in multiple testing under dependency. Annals of Statistics. 29 (4), 1165-1188 (2001).
  27. Miller, B. L., Cummings, J. L. . The human frontal lobes: Functions and disorders. , (2007).
  28. vanden Bos, W., van Dijk, E., Westenberg, M., Rombouts, S. A. R. B., Crone, E. A. What motivates repayment? Neural correlates of reciprocity in the Trust Game. Social Cognitive and Affective Neuroscience. 4 (3), 294-304 (2009).
  29. Corbetta, M., Shulman, G. L. Control of goal-directed and stimulus-driven attention in the brain. Nature Reviews Neuroscience. 3 (3), 201-215 (2002).
  30. Ferreri, L., Aucouturier, J. J., Muthalib, M., Bigand, E., Bugaiska, A. Music improves verbal memory encoding while decreasing prefrontal cortex activity: an fNIRS study. Frontiers in Human Neuroscience. 7, 779 (2013).
  31. Cheng, X., Li, X., Hu, Y. Synchronous brain activity during cooperative exchange depends on gender of partner: A fNIRS-based hyperscanning study. Human Brain Mapping. 36 (6), 2039-2048 (2015).
  32. Hu, Y., Hu, Y., Li, X., Pan, Y., Cheng, X. Brain-to-brain synchronization across two persons predicts mutual prosociality. Social Cognitive and Affective Neuroscience. 12 (12), 1835-1844 (2017).
  33. Delgado Reyes, L. M., Bohache, K., Wijeakumar, S., Spencer, J. P. Evaluating motion processing algorithms for use with functional near-infrared spectroscopy data from young children. Neurophotonics. 5 (2), 025008 (2018).
  34. 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), 11014 (2005).
  35. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiological Measurement. 33 (2), 259-270 (2012).
  36. 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 (2010).
  37. Izzetoglu, M., Chitrapu, P., Bunce, S., Onaral, B. Motion artifact cancellation in NIR spectroscopy using discrete Kalman filtering. Biomedical Engineering Online. 9 (1), (2010).
  38. Barker, J. W., Aarabi, A., Huppert, T. J. Autoregressive model based algorithm for correcting motion and serially correlated errors in fNIRS. Biomedical Optics Express. 4 (8), 1366-1379 (2013).
  39. Gagnon, L., et al. Short separation channel location impacts the performance of short channel regression in NIRS. NeuroImage. 59 (3), 2518 (2012).
  40. Di Lorenzo, R., et al. Brain responses to faces and facial expressions in 5-month-olds: An fNIRS study. Frontiers in Psychology. 10, 1240 (2019).
  41. Duan, L., et al. Wavelet-based method for removing global physiological noise in functional near-infrared spectroscopy. Biomed Opt Express. 9 (8), 3805-3820 (2018).
  42. Hamilton, A. Hype, hyperscanning and embodied social neuroscience. PsyArXiv. , (2020).
  43. Zhang, X., Noah, J. A., Dravida, S., Hirsch, J. Optimization of wavelet coherence analysis as a measure of neural synchrony during hyperscanning using functional near-infrared spectroscopy. Neurophotonics. 7 (1), 015010 (2020).
  44. Ikeda, S., et al. Steady beat sound facilitates both coordinated group walking and inter-subject neural synchrony. Frontiers in Human Neuroscience. 11, 147 (2017).
  45. Osaka, N., et al. How two brains make one synchronized mind in the inferior frontal cortex: fNIRS-based hyperscanning during cooperative singing. Frontiers in Psychology. 6, 1811 (2015).
  46. Abrams, D. A., et al. Inter-subject synchronization of brain responses during natural music listening. European Journal of Neuroscience. 37 (9), 1458-1469 (2013).
  47. Hou, Y., Song, B., Hu, Y., Pan, Y., Hu, Y. The averaged inter-brain coherence between the audience and a violinist predicts the popularity of violin performance. NeuroImage. 211, 116655 (2020).
  48. Baker, J. M., et al. Sex differences in neural and behavioral signatures of cooperation revealed by fNIRS hyperscanning. Scientific Reports. 6, 26492 (2016).
  49. Kruppa, J. A., et al. Brain and motor synchrony in children and adolescents with ASD-a fNIRS hyperscanning study. Social Cognitive and Affective Neuroscience. 16 (1-2), 103-116 (2021).
  50. Liu, T., Duan, L., Dai, R., Pelowski, M., Zhu, C. Team-work, Team-brain: Exploring synchrony and team interdependence in a nine-person drumming task via multiparticipant hyperscanning and inter-brain network topology with fNIRS. NeuroImage. 237, 118147 (2021).
  51. Dai, B., et al. Neural mechanisms for selectively tuning in to the target speaker in a naturalistic noisy situation. Nature Communications. 9 (1), 2405 (2018).
  52. Li, R., Mayseless, N., Balters, S., Reiss, A. L. Dynamic inter-brain synchrony in real-life inter-personal cooperation: A functional near-infrared spectroscopy hyperscanning study. NeuroImage. 238, 118263 (2021).
  53. Boas, D. A., Dale, A. M., Franceschini, M. A. Diffuse optical imaging of brain activation: approaches to optimizing image sensitivity, resolution, and accuracy. NeuroImage. 23, 275-288 (2004).
  54. Ferrari, M., Quaresima, V. A brief review on the history of human functional near-infrared spectroscopy (fNIRS) development and fields of application. NeuroImage. 63 (2), 921-935 (2012).
  55. Mu, Y., Guo, C., Han, S. Oxytocin enhances inter-brain synchrony during social coordination in male adults. Social Cognitive and Affective Neuroscience. 11 (12), 1882-1893 (2016).
  56. Chen, J., et al. Shared memories reveal shared structure in neural activity across individuals. Nature Neuroscience. 20 (1), 115-125 (2017).
  57. Regev, M., et al. Propagation of Information Along the Cortical Hierarchy as a Function of Attention While Reading and Listening to Stories. Cerebral Cortex. 29 (10), 4017-4034 (2019).

Tags

FNIRS HyperscanningInter-brain SynchronizationWavelet Transform CoherenceNPCA FilterHMR Motion CorrectionCBSIPermutation T-testFalse Discovery Rate
check_url/fr/62801?article_type=t

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Citer Cet Article
Hu, Y., Wang, Z., Song, B., Pan, Y., Cheng, X., Zhu, Y., Hu, Y. How to Calculate and Validate Inter-brain Synchronization in a fNIRS Hyperscanning Study. J. Vis. Exp. (175), e62801, doi:10.3791/62801 (2021).
Télécharger la Citation
Réimpressions et Autorisations

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image