This protocol presents a novel methodology for the neural decoding of intent from freely-behaving infants during unscripted social interaction with an actor. Neural activity is acquired using non-invasive high-density active scalp electroencephalography (EEG). Kinematic data is collected with inertial measurement units and supplemented with synchronized video recording.
Understanding typical and atypical development remains one of the fundamental questions in developmental human neuroscience. Traditionally, experimental paradigms and analysis tools have been limited to constrained laboratory tasks and contexts due to technical limitations imposed by the available set of measuring and analysis techniques and the age of the subjects. These limitations severely limit the study of developmental neural dynamics and associated neural networks engaged in cognition, perception and action in infants performing “in action and in context”. This protocol presents a novel approach to study infants and young children as they freely organize their own behavior, and its consequences in a complex, partly unpredictable and highly dynamic environment. The proposed methodology integrates synchronized high-density active scalp electroencephalography (EEG), inertial measurement units (IMUs), video recording and behavioral analysis to capture brain activity and movement non-invasively in freely-behaving infants. This setup allows for the study of neural network dynamics in the developing brain, in action and context, as these networks are recruited during goal-oriented, exploration and social interaction tasks.
En av de grunnleggende menneskelige evner er evnen til å lære og implementere tiltak (tiltak produksjon) strategisk i tjeneste av mål og belønninger, evnen til å pågripe målene i arbeidslivet (handling forståelse) for å produsere passende sosiale tiltak, og evnen å lære av andre gjennom observasjon og imitasjon en. Det nevrale grunnlag av disse kognitiv motoriske evner har blitt tilskrevet, i det minste delvis, til den såkalte speil neuron-systemet; et system som er tenkt å være engasjert når man ser noen utføre en handling, og når man utfører handlingen. Men potensialet koblingen mellom speilnevroner system og handling forståelse er ennå ikke godt forstått en. Studere fremveksten og utviklingen av dette speilnevroner system i menneskebarn har blitt hemmet av a) de tekniske begrensningene i multi-modal datainnsamling av hjernens aktivitet korrelerte til hensikt og finkornet motion data, B) de begrensninger som følger av eksperimentelle protokoller som er unaturlige (f.eks sosial interaksjon med en agent avbildet i en videotape, behovet for å opprettholde en fortsatt holdning for å minimere gjenstander under (EEG) innspillinger, etc.), og c) kommunikasjon / språkbarrierer ved testing av små spedbarn / småbarn som i stor grad begrenser forskerens evner å gi instruksjoner og validere atferd.
For en bedre forståelse av varierende nevrale og dynamikk atferds i naturlig atferd, har vi utviklet en ny eksperimentell og analytisk tilnærming som gjør at tids løst studie av nevrale substrater av nye målrettede og sosial atferd hos små barn. Spesielt vi utplassert en EEG basert mobil hjernen imaging (Mobi) tilnærming 세스 til posten hjernens aktivitet og bevegelse fra fritt-oppfører spedbarn under interaksjon med en eksperimentator. Treghet måleenheter (Imus) ble brukt til å monMonitor lagt og eksperimentators kinematikk.
EEG-teknologi og treghetssensorer ble brukt til å studere nevrale mønstre og aktiveringer knyttet til spedbarn 'handling imitasjon og målrettet atferd i en unscripted interaksjon med en eksperimentator / skuespiller. Handlinger som rekkevidde-grep, nå-tilbud, observere, hvile, og utforske er alle en del av de kognitive-motoriske prosesser involvert i imitasjon. Videre bruker vi kilde estimering for å lokalisere generatorer av elektriske potensialer i hjernen i løpet av de atferdsmessige oppgaver, for derved å studere tid og rom dynamikken i neuronal strømmer gjennom hjernen. Tilsvar vi distribuere maskinlæringsalgoritmer for å vurdere og måle forutsigbarheten i disse atferds handlinger ved å identifisere handlingsrelevant rom-tid-mønstre i nevrale aktiviteten i sensor (EEG) og / eller kilde mellomrom. Integrering tradisjonelle ERD / ERS, kilde og dekoding analyse gi en mer helhetlig developmental beskrivelse av nevrale grunnlag av slike atferd.
Dette oppsettet tillatt oss å utnytte fordelene av Mobi tilnærming 2,3 og studere de sosiale samspillet mellom barnet og eksperimentator som de oppstår naturlig uten restriksjoner.
Protokollen, fra det tidspunkt gjenstand kommer til den tid han / hun forlater tar ca. 1 time å fullføre. IMU / EEG setup tid og elektrode plassering oppkjøp varierer 15-25 min avhengig av faktorer som hårlengde og samarbeid i faget. Initialisering og konfigurasjon av utstyret legger opp til 10 min, og testing økt varer ca 15 min. Fjerning av Imus og EEG cap, inkludert rengjøring hodet av spedbarn fra hypoallergisk gel, tar 5-10 min.
Protokollen er beskrevet presenterer en metode for å samle inn data fra fritt-oppfører spedbarn mens de er i samspill med en eksperimentator i sanntid. Det syssels mobile hjernebildeteknologi (skalp EEG) til å fange nevrale aktiviteten samtidig som du tar opp kinematiske data med Imus på strategiske steder på kroppen. Eksperimentet økt er også registrert av et videokamera. De tre datainnsamling systemer synkroniseres ved hjelp av en tilpasset trigger system.
EEG og IMU system er festet til faget som han / hun er fritt bevegelige under forsøket økten. Kongsberg må stroppes fast for å kunne fange kinematikk nøyaktig. For å sikre full ubegrenset mobilitet av faget, har utstyr til å være så minimalt påtrengende som mulig; således anvendelse av holderen for å støtte EEG s elektrodekabler og EEG kontrollboksen. Eksperimentator samhandler med et spedbarn i omtrent 15 minutter. Den INFAnt vil lokke fram en aldersavhengig repertoar av atferd i samspill. Disse inkluderer hvile, nå-grep, nå-tilbud, utforske, observere og imitere. Imidlertid vil noen spedbarn være uvillige til å samarbeide i økten grunnet tretthet, mangel på komfort, eller stress. Sørg for å planlegge eksperimentet når barnet er mest dynamiske og aktive for å hindre forekomst av negative svar fra ham / henne.
Naturen av eksperimentet presenterer risiko for kvaliteten på data som er registrert i løpet av økten. Derfor er det viktig å teste alle tilkoblinger og datakvalitet før du starter innspillingen, og for å overvåke dem kontinuerlig i løpet av økten. Hvis dataene EEG-systemet ikke tar opp kvalitetsdata, stopp programvaren og trekk ut alle tilkoblinger. Før du starter programvaren eller koble utstyret tilbake til laptop, fjerne alle mulige støykilder (dvs. strømforsyning) fra nærhet av opptaket maskinvare. EEG maskinvare inkluderer signalforsterkere som kan plukke opp støy fra omgivelsene hvis den plasseres nær elektriske støykilder. For IMU mottaker, pass på at det ikke er forstyrrelser i siktelinjen mellom mottakeren og eksperimentet og spedbarn.
Det eksperimentelle oppsettet gir høy tidsoppløsning neurale data ved å måle elektrisk aktivitet på overflaten av hodebunnen. Nylige studier har vist gjennomførbarheten av å benytte disse signaler sammen med hele kroppen kinematikk, for å identifisere informasjon som kan klassifiseres for uttrykksfulle bevegelser 20, og funksjonelle bevegelser 21,22, noe som tyder på at denne foreslåtte datainnsamling tilnærming kan føre til en bedre forståelse av den nevrale basis av imitasjon hos spedbarn.
Siste bidrag med kraftige maskinlæringsalgoritmer påført hjerne dynamikk 13,20,21 bygger et voksende verktøykasse for å studere overflate potensialer i mer naturlig settings. Denne foreslåtte oppsettet gir et spekter av muligheter for problemstillinger tas opp 2,22. Spesielt kan den brukes til forskning fokusert på a) å forstå det nevrale basis av kognitiv-motor utviklingen av spedbarn basert på en stor populasjon av individer; b) forstå det nevrale grunnlaget for barnets hensikt i 'handling og kontekst ", som skal være forutsigbare for innkommende atferds handling; c) kvantifisering vanlige og unike nevrale mønstre for å karakterisere individualitet og variasjon i utviklingen av hjernen; og d) å studere fremveksten av imitasjon og læringsprosesser. Disse målene innebærer utplassering av maskinlæring algoritmer som kan håndtere statistisk rike data både i informative hjerne-stammer potensialer og bevegelse eller muskel gjenstander 12,20,23.
Denne studien forsøker å estimere kortikale kilder og elektriske feltpotensialer ved hjelp av baby EEG data. På grunn avtekniske problemer som mangel på kunnskap i babyhode ledeevne og tykkelsen på hjernebarken saks skyld, er det nøyaktig modellering av hodet modellen en vanskelig oppgave. Videre studier er nødvendig for ikke-invasiv regionale vev ledningsevne estimater hos spedbarn 24. Kortikale overflaten segmentering av baby MRI data presenterer en ekstra utfordring på grunn av dårlig kontrast funnet i bilder av utviklings menneskelige hjerne 25. Fremtidig forskning er nødvendig for å løse disse problemene og beregne ulike nevrofysiologiske korrelater av spedbarn utvikling og atferd.
Endelig kunne den foreslåtte forsøksprotokoll og metoder tas i bruk i studiet av de med utviklingshemming som spedbarn med sannsynlig autisme spektrum lidelse (ASD). Ved en slik anvendelse ville det være ønskelig å inkludere en kontrollgruppe og egnet utviklingsmessige vurderinger for å karakterisere de to gruppene (kontroll og ASD). For eksamenpel kan en studie gruppe består av alle høy risiko (ASD) baby søsken vurderes med Autism Diagnostic Observation Schedule 26 til symptom alvorlighetsgrad 27 og Mullen Scales of Early Learning 28 karakter generell kognitiv evne. Hvis tilgjengelig, diffusjon vektet MR vil også være svært ønskelig 29.
The authors have nothing to disclose.
Dette arbeidet ble støttet av Eunice Kennedy Shriver National Institutes of Child Health & Human Development (NICHD) Award # P01 HD064653-01. Innholdet er utelukkende ansvaret til forfatterne og representerer ikke nødvendigvis de offisielle utsikt over NICHD eller National Institutes of Health.
BrainAmp Amplifier | Brain Products, Gmbh | ||||
actiCAP EEG cap- 64 electrodes* | Brain Products, Gmbh | ||||
actiCAP Control Box | Brain Products, Gmbh | ||||
Brain Vision Recorder software v1.20.0601 | Brain Products, Gmbh | ||||
actiCAP Control Box software v1.2.5.2 | Brain Products, Gmbh | ||||
CapTrak | Brain Products, Gmbh | ||||
CapTrak software v1.0.0 | Brain Products, Gmbh | ||||
Opal movement monitor | APDM, Inc | ||||
Opal docking station | APDM, Inc | ||||
Opal wireless access point | APDM, Inc | ||||
Motion Studio software v1.0.0.201503302222 | APDM, Inc | ||||
Trigger box | Custom | ||||
Video camera | HC-W850M, Panasonic Co. | ||||
*The EEG caps come in the following head circumference sizes for infants: 42, 44, 46, 48, 50cm. For this protocol, a stock of 2 caps of each size is recommended. |