Summary

Utilizzando MazeSuite e funzionale Near Infrared Spectroscopy per studiare l'apprendimento in navigazione spaziale

Published: October 08, 2011
doi:

Summary

MazeSuite è un set di strumenti completo per preparare, presentare e analizzare esperimenti di navigazione e spaziale. Funzionale spettroscopia nel vicino infrarosso (fNIR) è una tecnica di imaging ottico del cervello che permette il monitoraggio non invasivo e portatile di cambiamenti cerebrali ossigenazione del sangue. Questo documento riassume uso collettivo di MazeSuite e fNIR all'interno di un paradigma di apprendimento cognitivo di elaborazione.

Abstract

MazeSuite è un set di strumenti completo per preparare, presentare e analizzare esperimenti di navigazione e spaziale 1. MazeSuite può essere utilizzato per progettare e modificare adattato ambienti virtuali 3D, tenere traccia delle prestazioni comportamentali uno dei partecipanti 'all'interno dell'ambiente virtuale e la sincronizzazione con dispositivi esterni per le misure fisiologiche e di neuroimaging, tra cui elettroencefalogramma e eye tracking.

Funzionale spettroscopia nel vicino infrarosso (fNIR) è una tecnica di imaging ottico del cervello che permette il monitoraggio continuo, non invasivo, e portatile di variazioni dell'ossigenazione del sangue cerebrale relativi alle funzioni del cervello umano 2-7. Negli ultimi dieci anni fNIR viene utilizzato per monitorare in modo efficace le attività cognitive come l'attenzione, la memoria di lavoro e di problem solving 7-11. fNIR può essere implementato sotto forma di un dispositivo indossabile e minimamente invasiva, ha la capacità di monitorare l'attività cerebrale in ambienti ecologicamente validi.

Funzioni cognitive valutata attraverso le prestazioni missione comporta pattern di attivazione cerebrale della corteccia prefrontale (PFC) che variano dal rendimento iniziale compito romanzo, dopo le prove e durante la ritenzione 12. Utilizzando la tomografia ad emissione di positroni (PET), Van Horn e colleghi hanno scoperto che flusso ematico cerebrale regionale è stato attivato nel lobo frontale destro durante la codifica (per esempio, le prestazioni iniziali ingenuo) di navigazione spaziale dei labirinti virtuali, mentre c'era poco da mancata attivazione del regioni frontali dopo le prove e durante i test di ritenzione. Inoltre, gli effetti di interferenza contestuale, un fenomeno di apprendimento relativi alla organizzazione della pratica, sono evidenti quando gli individui acquisiscono più attività in orari diversi la pratica 13,14. Di disturbo ad alta contestuale (orario pratica casuale) si crea quando i compiti da imparare sono presentati in modo non sequenziale, ordine imprevedibile. Bassa interferenza contestuale (orario pratica bloccato) si crea quando i compiti da imparare sono presentati in un ordine prevedibile.

Il nostro obiettivo è duplice: in primo luogo per illustrare il processo di progettazione sperimentale, il protocollo e l'utilizzo di MazeSuite, e la seconda, per dimostrare la configurazione e installazione del sistema di monitoraggio fNIR attività cerebrale cognitiva utilizzando ottiche Brain Imaging (COBI) Studio software 15. Per illustrare i nostri obiettivi, un sottocampione di uno studio è riportato che l'uso di entrambe MazeSuite e COBI Studio in un singolo esperimento. Lo studio prevede la valutazione delle attività cognitiva del PFC durante l'acquisizione e apprendimento di compiti labirinto computer per ordini bloccati e casuali. Due destri adulti (un maschio e una femmina) di acquisizione effettuate 315, 30 ritenzione e 20 prove di trasferimento in quattro giorni. Fasi di progettazione, realizzazione, acquisizione e analisi dei dati dello studio sono stati spiegati con l'intento di fornire una linea guida per gli studi futuri.

Protocol

Maze-Suite si compone di tre applicazioni principali: un programma di editing per la costruzione di ambienti labirinto (MazeMaker), una visualizzazione / rendering modulo (MazeWalker), ed infine l'analisi e la visualizzazione del percorso utensile (MazeAnalyzer). Le sezioni seguenti descrivono l'utilizzo di MazeSuite e maggiori dettagli sono disponibili nelle tre video supplementari, uno per ogni modulo MazeSuite. 1. Labirinti progettazione L'applicazione MazeMaker all'interno Maze-Suite, permette di creare tridimensionale (3D) da ambienti semplicemente disegnando su una bidimensionale (2D) tela dalla prospettiva degli uccelli '. Pareti e pavimenti possono essere tratte dal clic del mouse per indicare le coordinate, e gli utenti possono importare i file oggetto 3D o modificare le proprietà di oggetti all'interno del labirinto come la posizione, orientamento, colore, texture e luci. Regioni inizio Maze e alla fine possono essere assegnati oltre ai criteri di uscita diversa, come un periodo di timeout. Messaggi di testo separato può essere visualizzato per informare un partecipante per ogni condizione di uscita. Durante la fase di progettazione, labirinti può essere verificato utilizzando la funzione 'corsa veloce' all'interno MazeMaker. Per gli studi di imaging funzionale, i partecipanti sono solitamente chiesto di eseguire una serie di compiti con prove ripetute. Per facilitare questo test di prove ripetute, MazeMaker possibile creare file lista labirinto, che vengono ordinati in liste di labirinti e messaggi di testo per una sessione sperimentale. E 'fondamentale che il file elenco labirinto per l'esperimento è preparato e accuratamente testati pilota prima del giorno dell'esperimento. Un tutorial superficiale per l'uso e lo sviluppo di ambienti con MazeMaker viene fornita in 'supplementare il video II – MazeMaker'. 2. fNIR installazione e posizionare il sensore fNIR-pad Preparazione del Box fNIR Ci sono due connettori del cavo dietro la scatola fNIR. Uno degli slot per il collegamento USB e l'altro collegamento è per il cavo di alimentazione. Collegare la casella di dispositivo fNIR attraverso il cavo USB ad un PC o laptop che verrà utilizzato per l'acquisizione dei dati. Collegare l'adattatore di alimentazione al dispositivo e accendere l'interruttore. Il cavo a nastro viene utilizzato per collegare il pad del sensore con la scatola fNIR. Il sensore pad case sorgente di luce (LED) e rilevatori di foto. I LED emettono luce a lunghezze d'onda infrarossa 730nm e 850nm che vengono assorbite principalmente da deossigenato-e-emoglobina ossigenata, rispettivamente, e quindi in grado di penetrare attraverso i tessuti biologici. Posizionamento del sensore-pad Chiedere al partecipante di sollevare i capelli fuori della fronte prima di posizionamento del sensore. Posizionare la striscia sensore appena sopra le sopracciglia. Far corrispondere il centro del sensore con l'asse verticale di simmetria che passa anche attraverso il naso Premete il pad del sensore con fermezza contro la fronte e l'uso di una clip per tenere insieme i cavi nella parte posteriore della testa. Anche se non strettamente necessario, testa-wrap o bandana da tennis si consiglia di fissare il pad del sensore. Contestualmente all'invio degli pad sensore sulla fronte, collegare le due estremità del cavo a nastro alla scatola fNIR. I cavi a nastro deve essere collegato confrontando la 'I' e 'II' i lati del cavo a nastro con il corrispondente 'io' e 'II' connettori sul dispositivo. Avvio del software Studio COBI per la raccolta dati Clicca sul Brain Imaging cognitiva (Optical COBI) Studio13 icona sul desktop per aprire la finestra principale. Il programma sarà disponibile con alcune impostazioni predefinite per la raccolta e visualizzazione dei dati. E 'importante verificare e confermare i parametri di acquisizione dati e scatenanti (sincronizzazione marcatore) in dialogo dispositivo impostazioni, se necessario. COBI Studio può automaticamente nome di tutti i file di dati correlati se "Modalità Esperimento" viene attivata utilizzando il "New Experiment" wizard. Nella cartella dati, 3 tipi di file verranno creati: (*. NIR) per i dati fNIR, (*. MRK) per i dati e marcatori (*. txt) per un registro della sessione di esperimento. 3. L'esecuzione dell'esperimento: Rendering i labirinti Dispositivo di regolazione e di partenza fNIR acquisizione dati Corrente di pilotaggio LED definisce ogni splende luminoso LED. Il valore predefinito per unità di corrente LED 20mA. Questo valore può cambiare in base alla pigmentazione della pelle e altre caratteristiche del partecipante. Intervallo consigliato per la corrente del LED è compresa tra 5 mA a 20 mA Il valore predefinito per guadagno iniziale per tutti i canali è di 20. I valori suggeriti per il guadagno sono 1,5,10,15,20. Clicca sul link 'dispositivo di avvio corrente', ed esaminare la qualità del segnale. Se i valori di intensità mostrato in prime approccio COBI 4000 o sono al di sotto 1000, fare clic su 'Dispositivo Stop', e regolare il LED dell'unità di corrente e dispositiviGuadagno fino a valori adatti si ottengono. In caso di segnale basso, aumentare unità LED Corrente prima del guadagno del dispositivo in aumento. In circostanze segnale saturato ridurre il guadagno del dispositivo prima di ridurre la corrente del LED Drive. Una volta che la qualità del segnale è accettabile, passare alla Fase 4. Avvio di base. Questo raccoglierà 10 secondi di dati e utilizzarla come base di una versione modificata di Beer-Lambert equazione impostata per calcolare variazioni di concentrazione di ossi-e deossi-emoglobina 8. Lasciate che i Baseline completo (potrebbe richiedere 10-20 secondi) Fare clic su 'Avvia registrazione'. Questo farà partire il salvataggio di tutti i dati. Protocollo di sperimentazione dovrebbe iniziare dopo questo. Sperimentatore può scegliere di aggiungere i marcatori manuale per tutta la sessione esperimento per indicare certi eventi premendo i pulsanti 'marcatore manuale add' utilizzando il menu manuale marcatore trova nell'angolo in basso a sinistra dello schermo. Avviare la Suite Maze di presentare stimoli visivi. Utilizzando MazeWalker rendere labirinti Esegui MazeWalker dal menu in Start> Suite Maze> MazeWalker Accendere la sincronizzazione marcatore selezionando 'Abilita porta seriale' dal nel menù in Avanzate> Opzioni porta seriale. Garantire che il corretto indirizzo della porta COM è selezionata. Selezionare il file di elenco labirinto (che è stato creato da MazeMaker), e selezionare anche il nome del nuovo file di registro per questa sessione. Nome o il numero dei partecipanti può essere registrata all'interno del campo camminatore. Opzionalmente il AutoLog può essere utilizzato per registrare automaticamente per una durata timbrato file di log, invece di specificare manualmente il file di log. Fare clic su 'Start' per avviare il processo. A seconda delle impostazioni video, il protocollo può essere eseguito a schermo intero o in modalità finestra. 4. Visualizzare il percorso del soggetto Utilizzando MazeAnalyzer, il ricercatore può visualizzare il labirinto e il percorso del partecipante dal labirinto e file di log. Inoltre, una relazione di sintesi tra cui lunghezza totale del percorso e il tempo per il completamento del labirinto ciascuna sono prodotti come superficiale misure comportamentali. I file di log contengono informazioni in risoluzione temporale millisecondo circa il percorso che un soggetto viaggiato così come vettore di vista del soggetto e le interazioni con gli oggetti. Un video tutorial è fornito in 'video supplementare I – MazeAnalyzer' e descrive l'utilizzo di funzionalità di base MazeAnalyzer, lungo con i metodi per produrre le metriche del comportamento descritto nella sezione risultati. 5. L'elaborazione dei dati e analisi fNIR Rimozione del rumore è il primo passo per l'elaborazione dei dati. Fonti di rumore sono 1) il movimento della testa 2) segnali fisiologici come la frequenza cardiaca e la respirazione e 3) strumenti e l'ambiente legati rumore. Movimento della testa può causare i rivelatori fNIR a cambiare e perdere il contatto con la pelle, esponendoli a: 1) la luce ambientale, 2) la luce emessa direttamente dalle fonti fNIR, o 3) la luce riflessa dalla pelle, invece di essere riflessa dal tessuto nella corteccia. Questo tipo di artefatti da movimento è facilmente riconoscibile perché provoca improvvisi, i picchi di grandi dimensioni nei dati fNIR. Un artefatto più sottile di movimento della testa è dovuto agli effetti della gravità sul sangue cerebrale. Rapido movimento della testa può causare il sangue a muoversi verso (o dalla) l'area che viene monitorato, in rapido aumento (o diminuzione) volume di sangue con una inclinazione concomitante dei dati. Dal momento che le dinamiche di questo tipo di artefatti da movimento sono più lenti di un LED "pop" che possono essere confusi con la reale risposta emodinamica a causa di attivazione cerebrale. Quindi, la rimozione di artefatti da movimento a partire dai dati fNIR è un passo importante e necessario se fNIR deve essere lanciato come una tecnologia di monitoraggio cerebrale in ambienti naturali 16. Segnali fisiologici come la frequenza cardiaca (oltre 0,5 Hz) e la respirazione (oltre 0,2 Hz) sono gamme di frequenza superiore a quella delle risposte emodinamiche, quindi, possono essere eliminate con fase lineare filtro FIR passa-basso con frequenza di taglio tra 0,1 e 0,15 Hz 9. Strumento e rumore ambientale possono avere origine a causa della luce ambiente, come luce diurna (DC) e la luce della stanza (60Hz) o la luce da un monitor di computer (60-75Hz). Si suggerisce che il modo migliore per eliminare questo tipo di rumore è quello di preparare l'ambiente sperimentale e acquisizione dei dati di conseguenza. Un passaggio analogico a bassa filtro (filtro anti-aliasing) è stato implementato nella casella fNIR per eliminare pieghevole di rumore ad alta frequenza sulla gamma di frequenza di campionamento. Ci sono molti avanzati algoritmi di riduzione del rumore disponibili che utilizzano diverse caratteristiche del segnale di 17-20. Tuttavia, se un soggetto o di una sessione può essere esclusa se i dati sono irrecuperabile (cioè saturi). Figura 1. </strong> fNIR segnale componenti I segnali fNIR prime sono le misurazioni dell'intensità della luce (vedi figura 1). Misurando la densità ottica (OD) cambia a due lunghezze d'onda, la variazione relativa di ossi-emoglobina e deossi-Hb in funzione del tempo può essere ottenuto utilizzando la modifica di Beer-Lambert Legge 21-23. DO ad una lunghezza d'onda di ingresso specifico (λ) è il rapporto logaritmico di intensità della luce in ingresso (I a) e uscite (rilevato) l'intensità luminosa (I out). OD è anche legato alla concentrazione (c) e del coefficiente di estinzione (e) di cromofori, la distanza corretta (d) tra la sorgente luminosa e rivelatore, oltre a un fattore di attenuazione costante (G). Avendo lo stesso io in due casi a orari diversi e rilevato l'intensità della luce durante basale (riposo I) e durante l'esecuzione del compito (test di I), la differenza di diametro per lunghezza d'onda λ è Misurare la densità ottica a due lunghezze d'onda differenti dà Questo set di equazioni può essere risolto per concentrazioni se la matrice 2×2 non è singolare. Tipicamente, le due lunghezze d'onda sono i scelto) in 700-900nm, dove l'assorbimento di ossi-emoglobina e deossi-Hb sono dominanti rispetto ai cromofori di altri tessuti, e ii) sopra e sotto il punto di isosbestic (~ 805nm dove spettri di assorbimento di desossi – e di ossi-emoglobina si incrociano) mettere a fuoco i cambiamenti di assorbimento a due deossi-Hb o ossi-emoglobina, rispettivamente. Lo strumento fNIR utilizzati in questo studio impiega lunghezze d'onda 730nm e 850nm. Infine, utilizzando i marcatori (segnali di sincronizzazione di tempo), i periodi di riferimento / riposo e le attività vengono etichettati e selezionare le funzioni di ossigenazione dati sono estratti, come dire, valori minimi e massimi. COBI Studio consente di risparmiare prime misure di intensità della luce e l'ossigenazione dei valori calcolati (modificato con legge di Lambert birra) in file di testo base così come il tempo di sincronizzazione (marker) file. COBI Studio può essere utilizzato anche per applicare i metodi di soppressione del rumore, come risposta all'impulso finita passa-basso e filtri passa-banda. I file di output possono essere esportati in software di analisi comuni quali (Matlab, Excel e SPSS SPM) o software di analisi dedicato, come fnirSoft 24 per ulteriori elaborazioni. 6. Rappresentante Risultati fNIR segnale Esempi Figure 2-5 segnali fNIR preset prime da una postazione singola misura con due componenti lunghezza d'onda (730nm e 850nm) indicate separatamente. La figura 2 rappresenta un'epoca segnale valido e accettabile, mentre la Figura 3 e 4 sono inaccettabili e deve essere scartato. La Figura 5 presenta segnale grezzo che è stato contaminato con artefatti da movimento e necessita di essere pulito o scartato. Figura 2. FNIR Un buon esempio di segnale grezzo Figura 3. Un cattivo esempio di segnale fNIR prime in cui il canale 850 nm è saturo. Figura 4. FNIR Un brutto esempio di segnale grezzo dove c'è problema hardware o problema di connettività via cavo. Figura 5. Un brutto esempio di segnale fNIR crudo dove ci sono artefatti da movimento. Protocollo di studio Valutazione delle conoscenze sono meglio esemplificato dalla ritenzione (cioè, memoria) e trasferimento (cioè generalizzabilità) le prove. Nel nostro studio, tre labirinti (maze1, maze2 e maze3) sono state praticate durante la fase di acquisizione, per un totale di 105 prove ciascuno in tre giorni. Le due condizioni, per la pratica casuale (RND) e per la pratica bloccata (BLK) sono sintetizzati nella Figura 6. Due soggetti volontari per lo studio quattro giorni. Il giorno 4 °, 10 studi di ritenzione sono stati condotti per ogni labirinto e labirinti sono stati presentati in un ordine casuale. Due labirinti romanzo (maze4 e maze5) sono stati creati che aveva corridoi aggiuntivi e diversi punti di partenza e di arrivo rispetto alla labirinti originariamente praticato. Soggetti ha completato dieci prove per ciascuna delle due labirinti nuovo. Questi labirinti costituito una fase di trasferimento, e sono stati presentati in un ordine casuale a tutti. I labirinti fase di trasferimento sono stati utilizzati per determinare la misura in cui ciascun soggetto è stato in grado di generalizzare il loro apprendimento e la pratica con labirinti di acquisizione. Figura 6. Rappresentante schema protocollo di sperimentazione. </ P> Risultati dello studio del comportamento Le seguenti figure da 7 a 9, visualizzare i valori medi caratteristica (lunghezza del percorso, il tempo totale di completamento, e velocità) di soggetti in tutto ogni giorno. In primo luogo, i risultati di maze1, maze2 e maze3 sono elencati sia per RND e la pratica BLK. Successivamente, maze4 e maze5 risultati sono elencati per confrontare i risultati casuali pratica contro bloccato. Tutte le barre di errore sono errori standard della media (SEM). Figura 7. RND pratica sintesi comportamentali per l'acquisizione delle prestazioni e dei compiti tra cui la ritenzione lunghezza totale del percorso, il tempo totale di completamento e velocità media. Figura 8. BLK pratica comportamentale riepilogo delle prestazioni per l'acquisizione e la conservazione compiti tra cui lunghezza totale del percorso, il tempo totale di completamento e velocità media. Figura 9. Confronto delle prestazioni comportamentali di BLK vs RND pratica per le attività di trasferimento tra cui lunghezza totale del percorso, il tempo totale di completamento e velocità media. Studio fNIR Risultati Concentrazione di emoglobina ossigenata cambiamenti dal basale sono stati in media nel corso del tempo ogni labirinto singoli marcatori utilizzando i dati ricevuti da MazeWalker (indica l'inizio e la fine di ogni labirinto). Grandi variazioni di concentrazione grandezza sono presi a rappresentare più alti livelli di attivazione cerebrale regionale. Un più alto livello di attivazione è stata osservata sia durante le attività di conservazione e di trasferimento per la pratica BLK rispetto alla pratica RND. Durante il trasferimento di compiti, un più alto livello di attivazione è stato visto in pratica BLK rispetto RND pratica (vedi figura 10). Per il soggetto pratica BLK, le prove di trasferimento richieste di attivazione superiore rispetto ai processi di conservazione. Per la RND pratica soggetta, livello di attivazione non differivano per le attività di trasferimento e mantenimento in contrasto con la pratica soggetto BLK (vedi Figura 11). Figura 10. Confronto di media ossi-Hb variazioni di concentrazione per BLK vs RND prassi da parte dei compiti di conservazione (a sinistra) e attività di trasferimento (a destra). Figura 11. Confronto di media ossi-Hb variazioni di concentrazione per le attività di mantenimento vs trasferimento sia per i BLK (a sinistra) e RND (a destra) la pratica.

Discussion

La corteccia prefrontale (PFC) nel cervello umano facilita il controllo cognitivo il coordinamento dei pensieri e delle azioni in relazione agli obiettivi interni. In particolare, l'anteriore / PFC dorsolaterale è noto a mediare funzioni cognitive superiori quali la gestione delle attività, la pianificazione e la navigazione spaziale 25. fNIR è un portatile, sicuro e non invasivo strumento di controllo del cervello che è stata utilizzata in clinica, di laboratorio e naturale impostazioni per studiare l'attivazione del cervello. Questo studio esplorativo ha dimostrato l'uso della Suite Maze e fNIR per studiare gli aspetti neurocomportamentali della navigazione spaziale. In questo studio esplorativo, la piattaforma MazeSuite viene utilizzato in combinazione con fNIR di studiare gli aspetti neurocomportamentali della navigazione spaziale nel PFC dorsolaterale e per dimostrare la combinazione di questi due strumenti.

MazeSuite è una piattaforma sperimentale di progettazione, presentazione e analisi. Consente la creazione e applicazione di semplici ambienti 3D con una interfaccia grafica user friendly e registra automaticamente le misure comportamentali per soggetto o nel confronto tra soggetti. Durante la presentazione di ambienti MazeSuite, simultanea tempo sincronizzato fNIR misurazioni sono state scattate con un normale portatile, continuo sistema fNIR onda (Imager 1000, Dispositivi fNIR, LLC) e COBI software Studio 15. fNIR precedentemente è stato stabilito come uno strumento sicuro ed efficace di monitoraggio non invasivo del cervello in clinica, di laboratorio e naturale le impostazioni per lo studio di attivazione cerebrale 7,11 ed è usato in questo studio per analizzare le risposte cognitive associate a disturbi durante la contestuale dei compiti di navigazione spaziale.

Per esaminare gli effetti delle interferenze pratica contestuale ordine, i soggetti sono stati presentati sia con bassa interferenza (BLK) o interferenze alta (RND) per la pratica. Questi gli orari pratica distinte sono stati utilizzati per testare l'effetto di apprendimento virtuali multipli spaziale compiti labirinto di navigazione attraverso test acquisizione, il mantenimento e il trasferimento. I risultati indicano che il comportamento sia per ordini pratica, c'è una tendenza monotona diminuzione del tempo totale necessario per completare labirinto, suggerendo che come pratica i soggetti, hanno completato ogni labirinto in brevi periodi di tempo. Inoltre, la velocità media con cui i soggetti navigato il labirinto (velocità labirinto) è aumentato con la pratica. Questi miglioramenti in misure comportamentali attraverso il tempo si prevede deduzioni di apprendimento. Significa ossi-emoglobina variazioni di concentrazione durante le prove pratiche indicano che la pratica BLK richiesta di attivazione cerebrali superiori rispetto alle RND per la pratica.

RND pratica portato a tempi di realizzazione più veloce e la lunghezza dei percorsi più brevi rispetto all'ordine pratica BLK sia per la conservazione ed il trasferimento, rispettivamente. Una tendenza al ribasso osservata nel frattempo ossi-Hb per BLK e RND pratica negli studi di ritenzione indicando una ridotta attività nella PFC. Questo risultato è atteso come la ricerca precedente ha suggerito che vi è una riduzione dell'attività del PFC durante le fasi successive di apprendimento 12,26.

Inoltre, la navigazione in labirinti nuovo durante la fase di trasferimento richieste di attivazione cerebrali superiori per pratica soggetta BLK rispetto alla pratica RND soggetto. Dato che l'ordine pratica era diversa per i compiti già imparato (cioè, maze1, maze2 e maze3), questo ordine casuale stratificato pratica per il soggetto che ha imparato le attività di un sequenziale (BLK pratica) al fine potrebbe essere stato sufficientemente originali da richiedere ulteriore sforzo e le risorse cognitive per svolgere i compiti 12,26. Tuttavia, per il RND pratica, la fase di trasferimento di attivazione neurale non è stata superiore alla fase di ritenzione. Questi risultati confermano i risultati del PET con la navigazione spaziale di labirinti virtuali riportato da Van Horn e colleghi 12.

In sintesi, abbiamo descritto l'uso di MazeSuite in combinazione con COBI Studio per uno studio sugli effetti di interferenza contestuale relativi alla pratica ordine quando l'apprendimento spaziale compiti di navigazione. I metodi fNIR discusse qui non si limitano a compiti di navigazione spaziale e può essere utilizzato per una varietà di attività in studi di neuroimaging altri. Fasi di progettazione, realizzazione, acquisizione e analisi dei dati dello studio sono stati spiegati con l'intento di fornire una linea guida per gli studi futuri.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Il finanziamento per questo lavoro è stato fornito in parte dal Commonwealth della Pennsylvania # # 240468 4100037709 subappalto e Drexel University subappaltare # 280773.

Materials

  • Maze Suite www.mazesuite.com
  • fNIR Imager 1000 www.fnirdevices.com

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]. , (2005).
  16. Ayaz, H., Marek, T., Karwowski, W., Rice, V. . Advances in Understanding Human Performance: Neuroergonomics, Human Factors Design, and Special Populations. 3, 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. , (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]. , (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).

Play Video

Cite This Article
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).

View Video