Misurazione del flusso di informazioni direzionali in fNIRS-Hyperscanning Data utilizzando il metodo partial Wavelet Transform Coherence

Summary

Questo protocollo descrive la coerenza della trasformazione wavelet parziale (pWTC) per calcolare il modello time-lag della sincronizzazione neurale interpersonale (INS) per dedurre la direzione e il modello temporale del flusso di informazioni durante l’interazione sociale. L’efficacia di pWTC nel rimuovere i confondimenti dell’autocorrelazione del segnale su INS è stata dimostrata da due esperimenti.

Abstract

L’interazione sociale è di vitale importanza per gli esseri umani. Mentre l’approccio di iperscansione è stato ampiamente utilizzato per studiare la sincronizzazione neurale interpersonale (INS) durante le interazioni sociali, la spettroscopia funzionale nel vicino infrarosso (fNIRS) è una delle tecniche più popolari per l’iperscansione delle interazioni sociali naturalistiche a causa della sua risoluzione spaziale relativamente elevata, della localizzazione anatomica del suono e della tolleranza eccezionalmente elevata degli artefatti di movimento. Precedenti studi di iperscansione basati su fNIRS di solito calcolano un INS ritardato nel tempo utilizzando la coerenza della trasformata wavelet (WTC) per descrivere la direzione e il modello temporale del flusso di informazioni tra gli individui. Tuttavia, i risultati di questo metodo potrebbero essere confusi dall’effetto di autocorrelazione del segnale fNIRS di ciascun individuo. Per affrontare questo problema, è stato introdotto un metodo chiamato coerenza di trasformazione wavelet parziale (pWTC), che mirava a rimuovere l’effetto di autocorrelazione e mantenere l’elevata risoluzione dello spettro temporale del segnale fNIRS. In questo studio, è stato eseguito prima un esperimento di simulazione per dimostrare l’efficacia del pWTC nel rimuovere l’impatto dell’autocorrelazione sull’INS. Quindi, è stata offerta una guida passo-passo sul funzionamento del pWTC basata sul set di dati fNIRS da un esperimento di interazione sociale. Inoltre, è stato effettuato un confronto tra il metodo pWTC e il metodo WTC tradizionale e quello tra il metodo pWTC e il metodo di causalità Granger (GC). I risultati hanno mostrato che il pWTC potrebbe essere utilizzato per determinare la differenza INS tra diverse condizioni sperimentali e il modello direzionale e temporale di INS tra gli individui durante le interazioni sociali naturalistiche. Inoltre, fornisce una migliore risoluzione temporale e di frequenza rispetto al WTC tradizionale e una migliore flessibilità rispetto al metodo GC. Pertanto, pWTC è un forte candidato per dedurre la direzione e il modello temporale del flusso di informazioni tra gli individui durante le interazioni sociali naturalistiche.

Introduction

L’interazione sociale è di vitale importanza per gli esseri umani ^1,2. Per comprendere il meccanismo neurocognitivo dual-cerebrale dell’interazione sociale, l’approccio di iperscansione è stato recentemente ampiamente utilizzato, dimostrando che i modelli di sincronizzazione neurale interpersonale (INS) possono ben caratterizzare il processo di interazione sociale 3,4,5,6,7,8,9,10,11,12 ^,13,14. Tra gli studi recenti, una scoperta interessante è che la differenza di ruolo degli individui in una diade può portare a un modello ritardato di INS, cioè INS si verifica quando l’attività cerebrale di un individuo è in ritardo rispetto a quella di un altro individuo di secondi, come quella dagli ascoltatori agli oratori ^5,9, dai leader ai seguaci⁴, dagli insegnanti agli studenti⁸, dalle madri ai bambini^13,15, e dalle donne agli uomini in una coppia romantica⁶. Ancora più importante, c’è una buona corrispondenza tra l’intervallo dell’INS ritardato nel tempo e quello dei comportamenti di interazione sociale, come tra insegnanti che interrogano e studenti che rispondono^{a 8} o tra comportamenti genitoriali delle madri e comportamenti di conformità dei bambini¹⁵. Pertanto, l’INS ritardato nel tempo può riflettere un flusso di informazioni direzionali da un individuo all’altro, come proposto in un recente modello gerarchico per la comunicazione verbale interpersonale¹⁶.

In precedenza, l’INS time-lag veniva calcolato principalmente sul segnale funzionale della spettroscopia nel vicino infrarosso (fNIRS) a causa della sua risoluzione spaziale relativamente elevata, della localizzazione anatomica del suono e della tolleranza eccezionalmente elevata degli artefatti di movimento¹⁷ quando si studiano le interazioni sociali naturalistiche. Inoltre, per caratterizzare con precisione la corrispondenza tra il time lag neurale e il time lag comportamentale durante l’interazione sociale, è essenziale ottenere la forza INS per ogni time lag (ad esempio, da nessun time lag a un time lag di 10 s). A tale scopo, in precedenza, la procedura di coerenza della trasformazione wavelet (WTC) era ampiamente applicata dopo aver spostato il segnale cerebrale di un individuo in avanti o indietro rispetto a quello di un altro^{individuo 5,6,18}. Quando si utilizza questa procedura WTC tradizionale per i segnali fNIRS, c’è una potenziale sfida perché l’INS time-lag osservato può essere confuso dall’effetto di autocorrelazione del segnale fNIRS per un singolo 19,20,21. Ad esempio, durante un processo di interazione sociale diadica, il segnale del partecipante A al punto temporale t può essere sincronizzato con quello del partecipante B nello stesso punto temporale. Nel frattempo, il segnale del partecipante A al punto temporale t può essere sincronizzato con quello del partecipante A in un punto temporale successivo t + 1 a causa dell’effetto di autocorrelazione. Pertanto, può verificarsi un INS spurio ritardata nel tempo tra il segnale del partecipante A al punto temporale t e quello del partecipante B al punto temporale t + 1.

Mihanović e i suoi colleghi²² hanno prima introdotto un metodo chiamato coerenza parziale della trasformata wavelet (pWTC), e poi lo hanno applicato nelle scienze marine^23,24. Lo scopo originale di questo metodo era quello di controllare il rumore esogeno confondente quando si stima la coerenza di due segnali. Qui, per risolvere il problema dell’autocorrelazione nei dati di iperscansione fNIRS, il metodo pWTC è stato esteso per calcolare INS time-lag sul segnale fNIRS. Precisamente, un INS ritardato nel tempo (e un flusso di informazioni direzionali) dal partecipante A al partecipante B può essere calcolato utilizzando l’equazione seguente (Equazione 1)²³.

Qui, si presume che ci siano due segnali, A e B, dai partecipanti A e B, rispettivamente. Il verificarsi del segnale B precede sempre quello del segnale A con un time lag di n, dove wtC (A_t, B_t+n) è il tradizionale WTC time-lag. WTC (A_t, A_{t + n}) è il WTC autocorrediato nel partecipante A. WTC (A_t, B_t) è il WTC allineato nel tempo al punto temporale t tra il partecipante A e B. * è l’operatore coniugato complesso (Figura 1A).

Figura 1: Panoramica di pWTC. (A) La logica del pWTC. Ci sono due segnali A e B, all’interno di una diade. L’occorrenza di A segue sempre quella di B con un ritardo n. Una scatola grigia è una finestra wavelet in un determinato punto temporale t o t + n. Sulla base dell’equazione pWTC (rappresentata nella figura), è necessario calcolare tre WTC: il WTC ritardato nel tempo di A_{t + n} e B_t; il WTC autocorrelato nei partecipanti A di A_t e A_t+n; e il WTC allineato al tempo al timepoint t, A_t e B_t. B) Il layout dei set di sonde optodiche. CH11 è stato collocato a T3 e CH25 è stato posizionato a T4 seguendo il sistema internazionale 10-20 ^27,28. Fare clic qui per visualizzare una versione più grande di questa figura.

Questo protocollo ha introdotto per la prima volta un esperimento di simulazione per dimostrare quanto bene il pWTC risolve la sfida dell’autocorrelazione. Quindi, ha spiegato come condurre pWTC in un modo passo-passo basato su un esperimento empirico di interazioni sociali naturalistiche. Qui, un contesto di comunicazione è stato utilizzato per introdurre il metodo. Questo perché, in precedenza, l’INS time-lag veniva solitamente calcolato in un contesto di comunicazione naturalistica ^{3,4,6,8,13,15,18}. Inoltre, è stato condotto anche un confronto tra il pWTC e il WTC tradizionale e la convalida con il test di causalità Granger (GC).

Protocol

Il protocollo di esperimento umano è stato approvato dall’Institutional Review Board e dal Comitato Etico dello State Key Laboratory of Cognitive Neuroscience and Learning presso l’Università Normale di Pechino. Tutti i partecipanti hanno dato il consenso informato scritto prima dell’inizio dell’esperimento. 1. L’esperimento di simulazione Genera due serie temporali di segnali correlati tra loro, con un segnale che ha autocorrelazione a un ritardo di 4 s. Impostare il coefficiente …

Representative Results

Risultati della simulazioneI risultati hanno mostrato che il TIME-lag INSWTC con autocorrelazione era significativamente superiore al TIME-lag INSWTC senza autocorrelazione (t(1998) = 4.696, p < 0.001) e time-lag INSpWTC (t(1998) = 5.098, p < 0.001). Inoltre, non vi è stata alcuna differenza significativa tra INSWTC ritardato nel tempo senza autocorrelazione e INSpWTC (t (1998) = 1.573, p = 0.114, <st…

Discussion

Negli studi di iperscansione, di solito è essenziale descrivere i modelli direzionali e temporali del flusso di informazioni tra gli individui. La maggior parte dei precedenti studi di iperscansione fNIRS hanno utilizzato il tradizionale WTC²⁵ per dedurre queste caratteristiche calcolando l’INS time-lag. Tuttavia, come una delle caratteristiche intrinseche del segnale fNIRS^20,21, l’effetto di autocorrelazione potrebbe confondere l’INS tim…

Materials

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.