JoVE Journal > Neuroscience
Summary
Abstract
Introduction
Protocol
Resultados
Discussion
Divulgaciones
Acknowledgements
Materials
Referencias
Please note that all translations are automatically generated. Click here for the English version.
Neurociencias

개방형 협업 학습의 뇌 간 싱크로니: fNIRS 하이퍼스캐닝 연구

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

자연주의 학습 환경에서 협업 학습 dyads에 대한 fNIRS 하이퍼스캐닝 실험을 수행하기 위한 프로토콜이 설명되어 있습니다. 또한, 산소헤모글로빈(Oxy-Hb) 신호의 뇌 간 싱크로니(IBS)를 분석하는 파이프라인이 제시된다.

Abstract

fNIRS 과초 스캐닝은 사회적 상호 작용의 신경 생물학적 기초를 검출하기 위하여 널리 이용됩니다. 이 기술을 사용하여, 연구원은 뇌 간 동기화 (IBS)에게 불린 새로운 색인을 가진 2 개 이상의 대화 형 개별의 동시 두뇌 활동을 자격 (즉, 단계 및/또는 시간에 걸쳐 신경 또는 혈역학 신호의 진폭 정렬). 자연주의 학습 환경에서 협업 학습 다이드에 대한 fNIRS 하이퍼스캐닝 실험을 수행하기 위한 프로토콜이 여기에 제시되어 있습니다. 또한, 산소헤모글로빈(Oxy-Hb) 신호의 IBS를 분석하는 파이프라인이 설명된다. 구체적으로는 실험 설계, NIRS 데이터 기록 프로세스, 데이터 분석 방법 및 향후 방향에 대해 모두 설명합니다. 전반적으로 표준화된 fNIRS 하이퍼스캐닝 파이프라인을 구현하는 것은 2인칭 신경 과학의 근본적인 부분입니다. 또한, 이것은 연구의 재현성을 돕기 위해 오픈 사이언스에 대한 요구와 일치합니다.

Introduction

최근에는 대화형 다이드 또는 그룹의 구성원에 걸쳐 동시 뇌 활동을 밝히기 위해 연구자들은 하이퍼스캐닝 접근법1,2를사용합니다. 구체적으로, 뇌전도(EEG), 기능성 자기 공명 영상(fMRI), 및 기능적인 근적외선 분광법(fNIRS)은 2개 이상의 피험자로부터 신경 및 뇌 활동을 동시에 기록하는 데 사용된다3,4,5. 연구원은 이 기술에 근거를 둔 동시 두뇌 결합을 수반하는 신경 색인을 추출합니다, 이는 뇌 간 동기화를 지칭합니다 (IBS) (즉, 단계 및/또는 시간에 걸친 신경 또는 혈역학 신호의 진폭 정렬). 다양한 하이퍼스캐닝 연구는 여러 개인(예: 플레이어-청중, 강사-학습자 및 리더-추종자) 간의 사회적 상호 작용 중에IBS를발견6,7,8. 또한 IBS는 효과적인 학습 및 교육9,10,11,12,13,14의구체적인 의미를 갖는다. 자연주의 학습 시나리오에서 하이퍼스캐닝 연구가 급증하면서 하이퍼스캐닝 실험의 표준 프로토콜과 이 분야의 데이터 분석 파이프라인을 수립하는 것이 필요합니다.

따라서 이 백서는 협업 학습 dyads의 fNIRS 기반 하이퍼스캐닝을 수행하기 위한 프로토콜과 IBS 분석을 위한 파이프라인을 제공합니다. fNIRS는 헤모글로빈의 스펙트럼 흡수를 간접적으로 평가하기 위해 근적외선을 방사하는 광학 이미징 도구이며, 그 후 혈역학/산소 화 활성은15,16,17로측정된다. fMRI와 비교하여 fNIRS는 모션 아티팩트에 덜 걸리며 실제 실험(예: 모방, 말하기 및 비언어적 의사 소통)을 수행하는 피사체로부터 측정할 수 있습니다(예: 모조, 말하기 및 비언어적 의사 소통)18,7,19. EEG와 비교하여 fNIRS는 더 높은 공간 해상도를 보유하여 연구원이 뇌 활동20의위치를 감지할 수 있도록 합니다. 따라서, 공간 해상도, 물류 및 타당성에서 이러한 장점은 하이퍼스캐닝 측정1을수행하기 위해 fNIRS를 받을 자격이 있다. 이 기술을 사용하여, 신흥 연구 기관은 IBS-2 (또는 그 이상의) 사람들의 뇌 활동의 신경 정렬로 인덱스 용어를검출 – 자연주의 사회 설정의 다른 형태의 자연주의 사회 설정9,10,11,12,13,14. 이러한 연구에서는 다양한 방법(즉, 상관 관계 분석 및 웨이브렛 변환 일관성(WTC) 분석)이 이 인덱스를 계산하기 위해 적용됩니다. 한편, 이러한 분석에 대한 표준 파이프라인은 필수적이지만 부족합니다. 그 결과, FNIRS 기반 하이퍼캐닝을 수행하기 위한 프로토콜과 WTC 분석을 사용하여 IBS를 식별하는 파이프라인이 이 작업에 제시됩니다.

이 연구는 fNIRS 하이퍼스캐닝 기술을 사용하여 협업 학습 다이드에서 IBS를 평가하는 것을 목표로 합니다. 첫째, 혈역학적 반응은 협업 학습 작업 중에 각 다이드의 전두엽 및 왼쪽 템포로파리탈 영역에서 동시에 기록됩니다. 이들 지역은 대화형 교육 및 학습9,10,11,12,13,14와연관된 것으로 확인되었다. 둘째, IBS는 각 해당 채널에서 계산됩니다. fNIRS 데이터 레코딩 프로세스는 휴식 상태 세션과 공동 작업 세션의 두 부분으로 구성됩니다. 휴식 상태 세션은 5 분 동안 지속되며, 두 참가자 (테이블 (0.8 m)로 서로 떨어져 대면하는 동안 여전히 유지되고 휴식을 취해야합니다. 이 휴쉬 상태 세션은 기준선으로 제공됩니다. 그런 다음, 공동 세션에서 참가자들은 전체 학습 자료를 함께 연구하고 이해를 유도하고 규칙을 요약하며 모든 학습 자료를 마스터하도록 하라는 말을 들었습니다. 여기서, 실험 및 fNIRS 데이터 분석을 수행하는 구체적인 단계가 제시된다.

Protocol

모든 모집 참가자 (40 dyads, 평균 연령 22.1 ± 1.2 년, 100 % 오른손잡이; 정상 또는 정상 시현)은 건강했습니다. 실험 전에 참가자들은 정보에 입각한 동의를 했습니다. 참가자들은 그들의 참여에 대해 재정적으로 보상을 받았습니다. 연구 결과는 인간 연구 보호의 대학 위원회에 의해 승인되었습니다 (HR-0053-2021), 동중국 사범 대학. 1. 데이터를 채택하기 전에 준비 단계 수?…

Representative Results

도 1은 실험 프로토콜 및 프로브 위치를 보여 줍니다. fNIRS 데이터 기록 프로세스는 휴식 상태 세션(5분)과 공동 작업 세션(15-20분)의 두 부분으로 구성됩니다. 협업 학습 dyads는 휴식을 취하고 휴식 상태 세션에서 계속 유지해야합니다. 그 후, 참가자는 학습 자료(그림 1A)를공동 학습하라는 말을들었다. 이들의 전두엽 및 좌측 템포로파리탈 영역은 해당 ?…

Discussion

첫째, 본 프로토콜에서 공동 학습 시나리오에서 fNIRS 하이퍼스캐닝 실험을 수행하는 구체적인 단계가 명시되어 있다. 둘째, 협업 학습 다이드에서 혈역학 신호의 IBS를 평가하는 데이터 분석 파이프라인도 제시됩니다. fNIRS 하이퍼스캐닝 실험 수행에 대한 상세한 작업은 개방형 과학의 개발을 촉진할 것입니다. 또한, 분석 파이프라인은 하이퍼스캐닝 연구의 재현성을 높이기 위해 여기에 제공됩니?…

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

이 작품은 우수한 박사 과정 학생들을위한 ECNU 학술 혁신 진흥 프로그램 (YBNLTS2019-025)과 중국 국립 자연 과학 재단 (31872783 및 71942001)에 의해 지원됩니다.

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

Referencias

  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

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Citar este artículo
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).
Descargar cita
Reimpresiones y permisos

View Video

✖

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

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image