Summary

Açık Uçlu İşbirlikçi Öğrenmede Beyinler Arası Senkron: FNIRS-Hyperscanning Çalışması

Published: July 21, 2021
doi:

Summary

Doğal öğrenme ortamında işbirlikçi öğrenme boyaları üzerinde fNIRS hiper tarama deneyleri yapma protokolü özetlenmiştir. Ayrıca, oksijenli hemoglobin (Oxy-Hb) sinyallerinin Beyinler Arası Senkronunu (IBS) analiz etmek için bir boru hattı sunulmuştur.

Abstract

fNIRS hiper tarama, sosyal etkileşimin nörobiyolojik temellerini tespit etmek için yaygın olarak kullanılmaktadır. Bu teknikle araştırmacılar, beyinler arası senkron (IBS) (yani nöronal veya hemodinamik sinyallerin zaman içinde faz ve/veya genlik hizalaması) adı verilen yeni bir indekse sahip iki veya daha fazla etkileşimli bireyin eşzamanlı beyin aktivitesini nitelerler. Doğal öğrenme ortamında işbirlikçi öğrenme boyaları üzerinde fNIRS hiper tarama deneyleri yapmak için bir protokol burada sunulmaktadır. Ayrıca, oksijenli hemoglobin (Oxy-Hb) sinyalinin IBS analiz boru hattı açıklanmaktadır. Özellikle, deneysel tasarım, NIRS veri kayıt süreci, veri analizi yöntemleri ve gelecekteki talimatlar tartışılmaktadır. Genel olarak, standartlaştırılmış bir fNIRS hiper tarama boru hattı uygulamak, ikinci şahıs sinirbilimin temel bir parçasıdır. Ayrıca, bu, araştırmanın tekrarlanabilirliğine yardımcı olmak için açık bilim çağrısına uygun.

Introduction

Son zamanlarda, etkileşimli boyalar veya bir grubun üyeleri arasında eşzamanlı beyin aktivitesini ortaya çıkarmak için araştırmacılar hiper tarama yaklaşımı1,2. Özellikle, elektroensefalogram (EEG), fonksiyonel manyetik rezonans görüntüleme (fMRI) ve fonksiyonel yakın kızılötesi spektroskopi (fNIRS), iki veya daha fazla denekten aynı anda 3 ,4,5sinir ve beyin aktivitelerini kaydetmek için kullanılır. Araştırmacılar, beyinler arası senkron (IBS) (yani, nöronal veya hemodinamik sinyallerin zaman içinde faz ve/veya genlik hizalamasını) ifade eden bu tekniğe dayanarak eşzamanlı beyin bağlantısı gerektiren bir sinir indeksi çıkarırlar. Çok çeşitli hiper tarama araştırmaları, birden fazla kişi (örneğin, oyuncu-izleyici, eğitmen-öğrenci ve lider-takipçi) arasındaki sosyal etkileşim sırasında IBS buldu6,7,8. Ayrıca, IBS etkili öğrenme ve öğretim9,10 , 11,12,13,14özel etkileri vardır. Doğal öğrenme senaryolarında hiper tarama araştırmalarının artmasıyla, hiper tarama deneylerinin standart bir protokolünü oluşturmak ve bu alandaki veri analizi boru hattı gereklidir.

Bu nedenle, bu makale, işbirlikçi öğrenme boyalarının fNIRS tabanlı hiper taramasını yürütmek için bir protokol ve IBS’yi analiz etmek için bir işlem hattı sağlar. fNIRS, hemoglobin spektral emilimini dolaylı olarak değerlendirmek için kızılötesine yakın ışık yayan bir optik görüntüleme aracıdır ve daha sonra hemodinamik / oksijenasyon aktivitesi15 , 16,17olarak ölçülür. fMRI ile karşılaştırıldığında, fNIRS gerçek hayatta deneyler yapan deneklerden (örneğin, taklit, konuşma ve sözel olmayan iletişim) ölçümlere izin veren hareket eserlerine daha az eğilimlidir18,7,19. EEG ile karşılaştırıldığında, fNIRS daha yüksek mekansal çözünürlüğe sahiptir ve araştırmacıların beyin aktivitesinin yerini tespit etmelerini sağlar20. Bu nedenle, mekansal çözünürlük, lojistik ve fizibilitedeki bu avantajlar fNIRS’yi hiper tarama ölçümü yapmak için niteler1. Bu teknolojiyi kullanarak, gelişmekte olan bir araştırma organı, iki (veya daha fazla) insanın beyin aktivitesinin doğal sosyal ayarların farklı formlarında IBS-sinirsel hizalaması olarak bir indeks terimi algılar9,10,11,12,13,14. Bu çalışmalarda, bu indeksi hesaplamak için çeşitli yöntemler (yani Korelasyon analizi ve Wavelet Transform Coherence (WTC) analizi) uygulanmaktadır; bu arada, bu tür analizler üzerinde standart bir boru hattı esastır, ancak eksiktir. Sonuç olarak, bu çalışmada FNIRS tabanlı hiper tarama ve IBS’yi tanımlamak için WTC analizi kullanan bir işlem hattı yürütme protokolü sunulmuştur.

Bu çalışma, FNIRS hiper tarama tekniğini kullanarak işbirlikçi öğrenme boyalarında IBS’yi değerlendirmeyi amaçlamaktadır. İlk olarak, işbirlikçi bir öğrenme görevi sırasında her dyad’ın prefrontal ve sol temporoparietal bölgelerinde aynı anda hemodinamik bir yanıt kaydedilir. Bu bölgelerin etkileşimli öğretim ve öğrenme9,10 , 11,12,13,14ile ilişkili olduğu belirlenmiştir. İkinci olarak, IBS ilgili her kanalda hesaplanır. FNIRS veri kayıt işlemi iki bölümden oluşur: dinlenme durumu oturumu ve işbirlikçi oturum. Dinlenme durumu oturumu 5 dakika sürer, bu süre zarfında her iki katılımcının da (bir masa (0,8 m) ile birbirinden ayrı olarak yüz yüze oturmaları) hareketsiz kalmaları ve rahatlamaları gerekir. Bu dinlenme durumu oturumu temel olarak hizmet veriyor. Daha sonra, işbirlikçi oturumda, katılımcılara tüm öğrenme materyallerini birlikte incelemeleri, anlamaları, kuralları özetlemeleri ve tüm öğrenme materyallerine hakim olunmasını sağlamaları söylenir. Burada, deney ve fNIRS veri analizinin özel adımları sunulmaktadır.

Protocol

İşe alınan tüm katılımcılar (40 dyad, yaş ortalaması 22.1 ± 1.2 yıl; 0 sağ elini kullanan; normal veya normale düzeltilmiş görme) sağlıklıydı. Deneyden önce katılımcılar bilgilendirilmiş onay verdi. Katılımcılara katılımları maddi olarak tazmin edildi. Çalışma, Doğu Çin Normal Üniversitesi İnsan Araştırmalarını Koruma Üniversitesi Komitesi (HR-0053-2021) tarafından onaylandı. 1. Verileri benimsemeden önce hazırlık adımları Ev yapı…

Representative Results

Şekil 1 deneysel protokolü ve prob konumunu göstermektedir. FNIRS veri kayıt işlemi iki bölümden oluşur: dinlenme durumu oturumu (5 dk) ve işbirlikçi oturum (15-20 dk). İşbirlikçi öğrenme boyalarının rahatlaması ve dinlenme durumu oturumunda hareketsiz kalması gerekir. Bundan sonra, katılımcılara öğrenme materyalini birlikte öğrenmeleri söylenir (Şekil 1A). Prefrontal ve sol temporoparietal bölgeleri ilgili prob seti tarafından kaps…

Discussion

İlk olarak, mevcut protokolde, işbirliğine dayalı bir öğrenme senaryosunda fNIRS hiper tarama deneyleri gerçekleştirmenin belirli adımları belirtilmiştir. İkinci olarak, işbirlikçi öğrenme boyalarında hemodinamik sinyallerin IBS’lerini değerlendiren veri analizi ardışık düzeni de sunulmaktadır. FNIRS hiper tarama deneylerinin yapılmasına ilişkin ayrıntılı operasyon, açık bilimin gelişimini teşvik edecektir. Ayrıca, analiz boru hattı burada hiper tarama araştırmalarının tekrarlanabil…

Divulgaciones

The authors have nothing to disclose.

Acknowledgements

Bu çalışma, MÜKEMMEL Doktora Öğrencileri için ECNU Akademik İnovasyon Tanıtım Programı (YBNLTS2019-025) ve Çin Ulusal Doğa Bilimleri Vakfı (31872783 ve 71942001) tarafından desteklenmektedir.

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

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).

Play Video

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).

View Video