JoVE Journal > Neuroscience
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Automatic Translation
Please note that all translations are automatically generated. Click here for the English version.
Neuroscience

Inter-Brain Synchrony im offenen kollaborativen Lernen: Eine fNIRS-Hyperscanning-Studie

Published: July 21, 2021
doi:
10.3791/62777
, ,
1School of Psychology and Cognitive Science,East China Normal University, 2Shanghai Key Laboratory of Mental Health and Crisis Intervention,East China Normal University

Summary

Das Protokoll zur Durchführung von fNIRS-Hyperscanning-Experimenten an kollaborativen Lerndyaden in einer naturalistischen Lernumgebung wird skizziert. Darüber hinaus wird eine Pipeline zur Analyse der Inter-Brain Synchrony (IBS) von sauerstoffhaltigen Hämoglobin (Oxy-Hb) -Signalen vorgestellt.

Abstract

fNIRS-Hyperscanning wird häufig verwendet, um die neurobiologischen Grundlagen der sozialen Interaktion zu erkennen. Mit dieser Technik qualifizieren die Forscher die gleichzeitige Gehirnaktivität von zwei oder mehr interaktiven Individuen mit einem neuartigen Index namens Inter-Brain-Synchrony (IBS) (dh Phasen- und / oder Amplitudenausrichtung der neuronalen oder hämodynamischen Signale im Laufe der Zeit). Ein Protokoll zur Durchführung von fNIRS-Hyperscanning-Experimenten an kollaborativen Lerndyaden in einer naturalistischen Lernumgebung wird hier vorgestellt. Darüber hinaus wird eine Pipeline zur Analyse des IBS des oxygenierten Hämoglobinsignals (Oxy-Hb) erläutert. Insbesondere werden das experimentelle Design, der Prozess der NIRS-Datenaufzeichnung, Datenanalysemethoden und zukünftige Richtungen diskutiert. Insgesamt ist die Implementierung einer standardisierten fNIRS-Hyperscanning-Pipeline ein grundlegender Bestandteil der Neurowissenschaften der zweiten Person. Dies steht auch im Einklang mit der Forderung nach Open Science, um die Reproduzierbarkeit der Forschung zu unterstützen.

Introduction

Um die gleichzeitige Gehirnaktivität zwischen den interaktiven Dyaden oder Mitgliedern einer Gruppe aufzudecken, wenden forscher kürzlich den Hyperscanning-Ansatz1,2 an. Insbesondere elektroenzephalogramm (EEG), funktionelle Magnetresonanztomographie (fMRT) und funktionelle Nahinfrarotspektroskopie (fNIRS) werden verwendet, um die neuronalen und Gehirnaktivitäten von zwei oder mehr Probanden gleichzeitig aufzuzeichnen3,4,5. Die Forscher extrahieren einen neuronalen Index, der eine gleichzeitige Gehirnkopplung beinhaltet, basierend auf dieser Technik, die sich auf die Inter-Hirn-Synchronie (IBS) bezieht (dh Phasen- und / oder Amplitudenausrichtung der neuronalen oder hämodynamischen Signale über die Zeit). Eine Vielzahl von Hyperscanning-Untersuchungen ergab IBS während der sozialen Interaktion zwischen mehreren Personen (z. B. Spieler-Publikum, Ausbilder-Lerner und Leader-Follower)6,7,8. Darüber hinaus enthält IBS spezifische Implikationen des effektiven Lernens und Unterrichts9,10,11,12,13,14. Mit dem Anstieg der Hyperscanning-Forschung in naturalistischen Lernszenarien ist die Etablierung eines Standardprotokolls für Hyperscanning-Experimente und die Pipeline der Datenanalyse in diesem Bereich notwendig.

Somit bietet dieses Papier ein Protokoll für die Durchführung von fNIRS-basiertem Hyperscanning von kollaborativen Lerndyaden und eine Pipeline zur Analyse von IBS. fNIRS ist ein optisches Bildgebungswerkzeug, das nahinfrarotes Licht abstrahlt, um die spektrale Absorption von Hämoglobin indirekt zu beurteilen, und dann wird die hämodynamische / Oxygenierungsaktivität gemessen15,16,17. Im Vergleich zu fMRT ist fNIRS weniger anfällig für Bewegungsartefakte, was Messungen von Probanden ermöglicht, die reale Experimente durchführen (z. B. Nachahmung, Sprechen und nonverbale Kommunikation)18,7,19. Im Vergleich zum EEG hat fNIRS eine höhere räumliche Auflösung, so dass Forscher den Ort der Gehirnaktivität nachweisenkönnen 20. Somit qualifizieren diese Vorteile in bezug auf räumliche Auflösung, Logistik und Machbarkeit fNIRS für die Durchführung von Hyperscanning-Messungen1. Mit dieser Technologie erkennt eine aufstrebende Forschungseinrichtung einen Indexbegriff als IBS – die neuronale Ausrichtung der Gehirnaktivität von zwei (oder mehr) Menschen – in verschiedenen Formen naturalistischer sozialer Einstellungen9,10,11,12,13,14. In diesen Studien werden verschiedene Methoden (z. B. Korrelationsanalyse und Wavelet-Transformationskohärenz-Analyse (WTC) angewendet, um diesen Index zu berechnen; In der Zwischenzeit ist eine Standardpipeline für eine solche Analyse unerlässlich, aber es fehlt. Als Ergebnis wird in dieser Arbeit ein Protokoll zur Durchführung von fNIRS-basiertem Hyperscanning und eine Pipeline mit WTC-Analyse zur Identifizierung von IBS vorgestellt.

Diese Studie zielt darauf ab, IBS in kollaborativen Lerndyaden mit der fNIRS-Hyperscanning-Technik zu bewerten. Zunächst wird eine hämodynamische Reaktion gleichzeitig in den präfrontalen und linken temporoparietalen Regionen jeder Dyade während einer kollaborativen Lernaufgabe aufgezeichnet. Diese Regionen wurden als mit interaktivem Lehren und Lernen assoziiertidentifiziert 9,10,11,12,13,14. Zweitens wird das IBS auf jedem entsprechenden Kanal berechnet. Der fNIRS-Datenaufzeichnungsprozess besteht aus zwei Teilen: Ruhezustandssitzung und kollaborative Sitzung. Die Ruhezustandssitzung dauert 5 Minuten, in der beide Teilnehmer (von Angesicht zu Angesicht, getrennt von einem Tisch (0,8 m)) still bleiben und sich entspannen müssen. Diese Ruhezustandssitzung wird als Baseline bereitgestellt. Dann, in der kollaborativen Sitzung, werden die Teilnehmer aufgefordert, die gesamten Lernmaterialien gemeinsam zu studieren, Verständnis hervorzurufen, die Regeln zusammenzufassen und sicherzustellen, dass alle Lernmaterialien gemeistert werden. Hier werden die spezifischen Schritte der Durchführung des Experiments und der fNIRS-Datenanalyse vorgestellt.

Protocol

Alle rekrutierten Teilnehmer (40 Dyaden, Durchschnittsalter 22,1 ± 1,2 Jahre; 100% Rechtshänder; normales oder korrigiertes Sehvermögen) waren gesund. Vor dem Experiment gaben die Teilnehmer ihre Einwilligung nach Aufklärung. Die Teilnehmer wurden für ihre Teilnahme finanziell entschädigt. Die Studie wurde vom University Committee of Human Research Protection (HR-0053-2021), East China Normal University, genehmigt. 1. Vorbereitungsschritte vor der Datenannahme Hausgemachte NIR…

Representative Results

Abbildung 1 zeigt das experimentelle Protokoll und die Position der Sonde. Der fNIRS-Datenaufzeichnungsprozess besteht aus zwei Teilen: Ruhezustandssitzung (5 Min.) und Kollaborative Session (15-20 Min.). Die kollaborativen Lerndyaden werden benötigt, um sich zu entspannen und im Ruhezustand zu bleiben. Danach werden die Teilnehmer aufgefordert, das Lernmaterial gemeinsam zu lernen (Abbildung 1A). Ihre präfrontalen und linken temporoparietalen Regionen werden …

Discussion

Zunächst werden im vorliegenden Protokoll die spezifischen Schritte zur Durchführung von fNIRS-Hyperscanning-Experimenten in einem kollaborativen Lernszenario angegeben. Zweitens wird auch die Datenanalyse-Pipeline vorgestellt, die das IBS von hämodynamischen Signalen in kollaborativen Lerndyaden bewertet. Die detaillierte Operation zur Durchführung von fNIRS-Hyperscanning-Experimenten würde die Entwicklung von Open-Science fördern. Des Weiteren wird hier die Analyse-Pipeline bereitgestellt, um die Reproduzierbarke…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Diese Arbeit wird unterstützt durch das ECNU Academic Innovation Promotion Program for Excellent Doctoral Students (YBNLTS2019-025) und die National Natural Science Foundation of China (31872783 und 71942001).

Materials

EEG caps Compumedics Neuroscan,Charlotte,USA 64-channel Quik-Cap We choose two sizes of cap(i.e.medium and large).
NIRS measurement system with probe sets and probe holder grids Hitachi Medical Corporation, Tokyo, Japan ETG-7100 Optical Topography System The current study protocol requires an optional second adult probe set for 92 channels of measurement in total.
Numeric computing platform The MathWorks, Inc., Natick, MA MATLAB R2020a Serves as base for Psychophysics Toolbox extensions (stimulus presentation), Homer2  (fNIRS preprocess analysis), and "wtc" function(WTC computation).
Psychology software psychology software tools,Sharpsburg, PA,USA E-prime 2.0 we apply E-prime to start the fNIRS measurement system and send triggers which marking the rest phase and collaborative learning phase for fNIRS recording data
Swimming caps Zoke corporation,Shanghai,China 611503314 We first placed the standard 10-20 EEG cap on the head mold, and placed the swimming cap on the EEG cap. Second, we marked (inion, Cz, T3, T4, PFC and P5) with chalk.
Three-dimensional (3-D) digitizer Polhemus, Colchester, VT, USA; Three-dimensional (3-D) digitizer Anatomical locations of optodes in relation to standard head landmarks were determined for each participant using a Patriot 3D Digitizer
DOWNLOAD MATERIALS LIST

References

  1. Babiloni, F., Astolfi, L. Social neuroscience and hyperscanning techniques: past, present and future. Neuroscience & Biobehavioral Reviews. 44, 76-93 (2014).
  2. Schilbach, L., et al. Toward a second-person neuroscience. Behavior Brain Science. 36, 393-414 (2013).
  3. Montague, P. Hyperscanning: simultaneous fMRI during linked social interactions. NeuroImage. 16, 1159-1164 (2002).
  4. 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).
  5. Dikker, S., et al. Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom. Current Biology. 27 (9), 1375-1380 (2017).
  6. Abrams, D. A., et al. Inter-subject synchronization of brain responses during natural music listening. European Journal of Neuroscience. 37 (9), 1458-1469 (2013).
  7. Pan, Y., et al. Instructor-learner brain coupling discriminates between instructional approaches and predicts learning. NeuroImage. 211, 116657 (2020).
  8. Jiang, J., et al. Leader emergence through interpersonal neural synchronization. Proceedings of the National Academy of Sciences of the United States of America. 112 (14), 4274-4279 (2015).
  9. Bevilacqua, D., et al. Brain-to-brain synchrony and learning outcomes vary by student-teacher dynamics: Evidence from a real-world classroom electroencephalography study. Journal of Cognitive Neuroscience. 31 (3), 401-411 (2019).
  10. Dikker, S., et al. Morning brain: real-world neural evidence that high school class times matter. Social Cognitive and Affective Neuroscience. 15 (11), 1193-1202 (2020).
  11. Pan, Y., Guyon, C., Borragán, G., Hu, Y., Peigneux, P. Interpersonal brain synchronization with instructor compensates for learner’s sleep deprivation in interactive learning. Biochemical Pharmacology. , 114111 (2020).
  12. 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).
  13. Zheng, L., et al. Enhancement of teaching outcome through neural prediction of the students’ knowledge state. Human Brain Mapping. 39 (7), 3046-3057 (2018).
  14. Zheng, L., et al. Affiliative bonding between teachers and students through interpersonal synchronisation in brain activity. Social Cognitive and Affective Neuroscience. 15 (1), 97-109 (2020).
  15. Kleinschmidt, A., et al. Simultaneous recording of cerebral blood oxygenation changes during human brain activation by magnetic resonance imaging and near-infrared spectroscopy. Journal of Cerebral Blood Flow & Metabolism. 16 (5), 817-826 (1996).
  16. Strangman, G., Culver, J. P., Thompson, J. H., Boas, D. A. A quantitative comparison of simultaneous BOLD fMRI and NIRS recordings during functional brain activation. NeuroImage. 17 (2), 719-731 (2002).
  17. Huppert, T. J., Hoge, R. D., Diamond, S. G., Franceschini, M. A., Boas, D. A. A temporal comparison of BOLD, ASL, and NIRS hemodynamic responses to motor stimuli in adult humans. NeuroImage. 29 (2), 368-382 (2006).
  18. Holper, L., Scholkmann, F., Wolf, M. Between-brain connectivity during imitation measured by fNIRS. NeuroImage. 63, 212-222 (2012).
  19. Hirsch, J., Zhang, X., Noah, J. A., Ono, Y. Frontal temporal and parietal systems synchronize within and across brains during live eye-to-eye contact. NeuroImage. 157, 314-330 (2017).
  20. Wilcox, T., Biondi, M. fNIRS in the developmental sciences. Wiley Interdisciplinary Reviews: Cognitive Science. 6 (3), 263-283 (2015).
  21. Ye, J. C., Tak, S., Jang, K. E., Jung, J., Jang, J. NIRS-SPM: statistical parametric mapping for nearinfrared spectroscopy. NeuroImage. 44 (2), 428-447 (2009).
  22. 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. Applied Optics. 48 (10), 280-298 (2009).
  23. Santosa, H., Zhai, X., Fishburn, F., Huppert, T. The NIRS Brain AnalyzIR toolbox. Algorithms. 11 (5), 73 (2018).
  24. Xu, Y., Graber, H. L., Barbour, R. L. nirsLAB: a computing environment for fNIRS neuroimaging data analysis. Biomedical Optics. , (2014).
  25. Cope, M., Delpy, D. T. System for long-term measurement of cerebral blood and tissue oxygenation on newborn infants by near infra-red transillumination. Medical and Biological Engineering and Computing. 26 (3), 289-294 (1988).
  26. Hoshi, Y. Functional near-infrared spectroscopy: current status and future prospects. Journal of Biomedical Optics. 12 (6), 062106 (2007).
  27. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiological Measurement. 33 (2), 259 (2012).
  28. Cooper, R., et al. A systematic comparison of motion artifact correction techniques for functional near-infrared spectroscopy. Frontiers in Neuroscience. 6, 147 (2012).
  29. Zhang, X., Noah, J. A., Hirsch, J. Separation of the global and local components in functional near-infrared spectroscopy signals using principal component spatial filtering. Neurophotonics. 3 (1), 015004 (2016).
  30. 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, 561-566 (2004).
  31. Maris, E., Oostenveld, R. Nonparametric statistical testing of EEG-and MEG-data. Journal of Neuroscience Methods. 164 (1), 177-190 (2007).
  32. Nozawa, T., Sasaki, Y., Sakaki, K., Yokoyama, R., Kawashima, R. Interpersonal frontopolar neural synchronization in group communication: an exploration toward fNIRS hyperscanning of natural interactions. NeuroImage. 133, 484-497 (2016).
  33. Reindl, V., Gerloff, C., Scharke, W., Konrad, K. Brain-to-brain synchrony in parent-child dyads and the relationship with emotion regulation revealed by fNIRS-based hyperscanning. NeuroImage. 178, 493-502 (2018).
  34. Theiler, J., Eubank, S., Longtin, A., Galdrikian, B., Farmer, J. D. Testing for nonlinearity in time series: the method of surrogate data. Physica D: Nonlinear Phenomena. 58 (1-4), 77-94 (1992).
  35. Genovese, C. R., Lazar, N. A., Nichols, T. Thresholding of statistical maps in functional neuroimaging using the false discovery rate. NeuroImage. 15 (4), 870-878 (2002).
  36. Nichols, T., Hayasaka, S. Controlling the familywise error rate in functional neuroimaging: a comparative review. Statistical Methods in Medical Research. 12 (5), 419-446 (2003).
  37. Tsuzuki, D., et al. Virtual spatial registration of stand-alone fNIRS data to MNI space. NeuroImage. 34 (4), 1506-1518 (2007).
  38. Singh, A. K., Okamoto, M., Dan, H., Jurcak, V., Dan, I. Spatial registration of multi-channel multi-subject fNIRS data to MNI space without MRI. NeuroImage. 27 (4), 842-851 (2005).
  39. Noah, J. A., et al. Comparison of short-channel separation and spatial domain filtering for removal of non-neural components in functional near-infrared spectroscopy signals. Neurophotonics. 8 (1), 015004 (2021).
  40. Noah, J. A., et al. Real-time eye-to-eye contact is associated with cross-brain neural coupling in angular gyrus. Frontiers in Human Neuroscience. 14 (19), (2020).
  41. Torrence, C., Compo, G. P. A practical guide to wavelet analysis. Bulletin of the American Meteorological Society. 79 (1), 61-78 (1998).
  42. Osaka, N., Minamoto, T., Yaoi, K., Azuma, M., Osaka, M. Neural synchronization during cooperated humming: a hyperscanning study using fNIRS. Procedia-Social and Behavioral Sciences. 126, 241-243 (2014).
  43. Dommer, L., Jäger, N., Scholkmann, F., Wolf, M., Holper, L. Between-brain coherence during joint n-back task performance: a two-person functional near-infrared spectroscopy study. Behavioural Brain Research. 234 (2), 212-222 (2012).
  44. Holper, L., Scholkmann, F., Wolf, M. Between-brain connectivity during imitation measured by fNIRS. Neuroimage. 63, 212-222 (2012).
  45. Nguyen, T., et al. The effects of interaction quality on neural synchrony during mother-child problem solving. Cortex. 124, 235-249 (2020).
  46. Seth, A. K., Barrett, A. B., Barnett, L. Granger causality analysis in neuroscience and neuroimaging. Journal of Neuroscience. 35 (8), 3293-3297 (2015).
  47. Funane, T., et al. Synchronous activity of two people’s prefrontal cortices during a cooperative task measured by simultaneous near-infrared spectroscopy. Journal of Biomedical Optics. 16 (7), 077011 (2011).
  48. Liu, T., Saito, H., Oi, M. Role of the right inferior frontal gyrus in turn-based cooperation and competition: a near-infrared spectroscopy study. Brain and Cognition. 99, 17-23 (2015).
  49. Lachaux, J. P., Rodriguez, E., Martinerie, J., Varela, F. J. Measuring phase synchrony in brain signals. Human Brain Mapping. 8 (4), 194-208 (1999).
  50. Burgess, A. P. On the interpretation of synchronization in EEG hyperscanning studies: a cautionary note. Frontiers in Human Neuroscience. 7, 881 (2013).
  51. Burgos-Robles, A., et al. Amygdala inputs to prefrontal cortex guide behavior amid conflicting cues of reward and punishment. Nature Neuroscience. 20 (6), 824-835 (2017).
  52. Mende, S., Proske, A., Narciss, S. Individual preparation for collaborative learning: Systematic review and synthesis. Educational Psychologist. , 1-25 (2020).
  53. Hamilton, A. F. D. C. Hyperscanning: Beyond the hype. Neuron. 109 (3), 404-407 (2021).
  54. Novembre, G., Iannetti, G. D. Hyperscanning alone cannot prove causality. Multibrain stimulation can. Trends in Cognitive Sciences. 25 (2), 96-99 (2021).

Tags

FNIRS HyperscanningInter-brain SynchronyOpen-ended Collaborative LearningNaturalistic EnvironmentNear Infrared SpectroscopyProbe PlacementSignal QualityData Export3D DigitizerMNI Coordinates
check_url/62777?article_type=t

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Zhao, N., Zhu, Y., Hu, Y. Inter-Brain Synchrony in Open-Ended Collaborative Learning: An fNIRS-Hyperscanning Study. J. Vis. Exp. (173), e62777, doi:10.3791/62777 (2021).
Download Citation
Reprints and Permissions

View Video

✖

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

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image