Summary

المسح المفرط لتخطيط كهربية الدماغ في المنزل للتفاعلات الاجتماعية بين الرضع ومقدمي الرعاية

Published: May 31, 2024
doi:

Summary

يصف هذا البروتوكول كيف تم التقاط تخطيط كهربية الدماغ المتزامن وتخطيط كهربية القلب والتسجيلات السلوكية من ثنائيات مقدمي الرعاية للرضع في بيئة منزلية.

Abstract

أجريت دراسات المسح المفرط السابقة التي تسجل أنشطة الدماغ لمقدمي الرعاية والأطفال في وقت واحد في المقام الأول داخل حدود المختبر ، مما يحد من تعميم النتائج على إعدادات الحياة الواقعية. هنا ، يقترح بروتوكول شامل لالتقاط تخطيط كهربية الدماغ المتزامن (EEG) ، وتخطيط كهربية القلب (ECG) ، والتسجيلات السلوكية من ثنائيات مقدمي الرعاية الرضع خلال المهام التفاعلية المختلفة في المنزل. يوضح هذا البروتوكول كيفية مزامنة تدفقات البيانات المختلفة والإبلاغ عن معدلات الاحتفاظ ببيانات EEG وفحوصات الجودة. بالإضافة إلى ذلك ، تتم مناقشة المشكلات الحرجة والحلول الممكنة فيما يتعلق بالإعداد التجريبي والمهام وجمع البيانات في الإعدادات المنزلية. لا يقتصر البروتوكول على ثنائيات مقدمي الرعاية للرضع ولكن يمكن تطبيقه على مجموعات ثنائية مختلفة. بشكل عام ، نظهر مرونة إعدادات المسح الفائق لتخطيط كهربية الدماغ ، والتي تسمح بإجراء التجارب خارج المختبر لالتقاط أنشطة دماغ المشاركين في بيئات بيئية أكثر صحة من الناحية البيئية. ومع ذلك ، لا تزال الحركة وأنواع أخرى من القطع الأثرية تقيد المهام التجريبية التي يمكن القيام بها في بيئة المنزل.

Introduction

مع التسجيل المتزامن لأنشطة الدماغ من شخصين متفاعلين أو أكثر ، والمعروف أيضا باسم hyperscanning ، أصبح من الممكن توضيح الأساس العصبي للتفاعلات الاجتماعية في ديناميكياتها المعقدة وثنائية الاتجاه وسريعة الخطى1. حولت هذه التقنية التركيز من دراسة الأفراد في أماكن معزولة وخاضعة لرقابة مشددة إلى فحص تفاعلات أكثر طبيعية ، مثل التفاعلات بين الوالدين والطفل أثناء اللعب الحر 2,3 ، وحل الألغاز4 ، وألعاب الكمبيوتر التعاونية 5,6. تظهر هذه الدراسات أن أنشطة الدماغ تتزامن أثناء التفاعلات الاجتماعية ، أي تظهر أوجه تشابه زمنية ، وهي ظاهرة تسمى التزامن العصبي بين الأشخاص (INS). ومع ذلك ، فقد اقتصرت الغالبية العظمى من دراسات المسح المفرط على الإعدادات المختبرية. في حين أن هذا يسمح بتحكم تجريبي أفضل ، إلا أنه قد يأتي على حساب فقدان بعض الصلاحية البيئية. قد لا تكون السلوكيات التي لوحظت في المختبر ممثلة للسلوكيات التفاعلية اليومية النموذجية للمشاركين بسبب الإعداد غير المألوف والمصطنع وطبيعة المهام المفروضة7.

التطورات الحديثة في أجهزة التصوير العصبي المتنقلة ، مثل تخطيط كهربية الدماغ (EEG) أو التحليل الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS) ، تخفف من هذه المشكلات عن طريق إزالة شرط بقاء المشاركين على اتصال مادي بجهاز كمبيوتر التسجيل. وبالتالي ، فإنها تسمح لنا بقياس أنشطة دماغ المشاركين أثناء تفاعلهم بحرية في الفصل الدراسي أو في منازلهم 8,9. تتمثل ميزة EEG مقارنة بتقنيات التصوير العصبي الأخرى ، مثل fNIRS ، في أنه يتمتع بدقة زمنية ممتازة ، مما يجعله مناسبا بشكل خاص للتحقيق في الديناميات الاجتماعية سريعة الخطى10. ومع ذلك ، فإنه يأتي مع التحذير من أن إشارة EEG معرضة بشدة للحركة وغيرها من القطع الأثرية الفسيولوجية وغير الفسيولوجية11.

على الرغم من ذلك ، نجحت الدراسات الأولى في تنفيذ إعدادات المسح الفائق ل EEG في بيئات وظروف واقعية. على سبيل المثال ، قام Dikker et al.12 بقياس إشارة EEG لمجموعة من الطلاب أثناء مشاركتهم في أنشطة الفصل الدراسي المختلفة ، بما في ذلك حضور المحاضرات ومشاهدة مقاطع الفيديو والمشاركة في المناقشات الجماعية. استخدمت هذه الدراسة ، إلى جانب الدراساتالأخرى 8,9 ، في الغالب أقطاب EEG الجافة لتسهيل عملية إجراء القياسات في البيئات غير المختبرية. بالمقارنة مع الأقطاب الكهربائية الرطبة ، التي تتطلب تطبيق هلام أو معجون موصل ، توفر الأقطاب الكهربائية الجافة مزايا ملحوظة من حيث سهولة الاستخدام. وقد ثبت أنها تظهر أداء مماثلا للأقطاب الكهربائية الرطبة في السكان البالغين والظروف الثابتة. ومع ذلك ، قد ينخفض أدائها في السيناريوهات المتعلقة بالحركة بسبب زيادة مستويات المعاوقة13.

هنا ، نقدم بروتوكول عمل لالتقاط التسجيلات المتزامنة من نظام EEG للهلام السائل منخفض الكثافة المكون من سبع قنوات مع تخطيط كهربية القلب أحادي الرصاص (ECG) متصل بنفس مكبر الصوت اللاسلكي (معدل أخذ العينات: 500 هرتز) من ثنائيات مقدمي الرعاية للرضع في بيئة منزلية. بينما تم استخدام الأقطاب الكهربائية النشطة للبالغين ، تم استخدام الأقطاب الكهربائية السلبية بدلا من ذلك للرضع لأن الأخير يأتي عادة في شكل أقطاب كهربائية حلقية ، وبالتالي تسهيل عملية تطبيق الهلام. بالإضافة إلى ذلك ، تمت مزامنة تسجيلات EEG-ECG مع ثلاث كاميرات وميكروفونات لالتقاط سلوكيات المشاركين من زوايا مختلفة. في الدراسة ، شارك الأطفال الذين تتراوح أعمارهم بين 8 و 12 شهرا ومقدمو الرعاية لهم في مهمة القراءة واللعب أثناء تسجيل EEG و ECG والسلوكيات. لتقليل تأثير الحركة المفرطة على جودة إشارة EEG ، تم إجراء المهام في إعداد سطح الطاولة (على سبيل المثال ، استخدام طاولة المطبخ وكرسي مرتفع للرضع) ، مما يتطلب من المشاركين البقاء جالسين طوال مهمة التفاعل. تم تزويد مقدمي الرعاية بثلاثة كتب مناسبة للعمر وألعاب على الطاولة (مجهزة بأكواب شفط لمنعهم من السقوط). طلب منهم القراءة لطفلهم لمدة 5 دقائق تقريبا ، تليها جلسة لعب لمدة 10 دقائق مع الألعاب.

يوضح هذا البروتوكول تفاصيل طرق جمع بيانات EEG-ECG المتزامنة والفيديو والصوت أثناء مهام القراءة والتشغيل. ومع ذلك ، فإن الإجراء العام ليس خاصا بتصميم البحث هذا ولكنه مناسب لمجموعات سكانية مختلفة (على سبيل المثال ، ثنائيات الوالدين والطفل ، ثنائيات الأصدقاء) والمهام التجريبية. سيتم تقديم طريقة مزامنة تدفقات البيانات المختلفة. علاوة على ذلك ، سيتم تحديد خط أنابيب المعالجة المسبقة ل EEG الأساسي المستند إلى Dikker et al.12 ، وسيتم الإبلاغ عن معدلات الاحتفاظ ببيانات EEG ومقاييس مراقبة الجودة. نظرا لأن الخيارات التحليلية المحددة تعتمد على مجموعة متنوعة من العوامل (مثل تصميم المهام ، وأسئلة البحث ، ومونتاج EEG) ، فلن يتم تفصيل تحليل hyperscanning-EEG بشكل أكبر ، ولكن بدلا من ذلك ، سيتم إحالة القارئ إلى الإرشادات ومجموعات الأدوات الحالية (على سبيل المثال ، 14 للمبادئ التوجيهية ؛15,16 لصناديق أدوات تحليل المسح التشعبي). أخيرا ، يناقش البروتوكول التحديات والحلول المحتملة للمسح المفرط EEG-ECG في المنزل وإعدادات العالم الحقيقي الأخرى.

Protocol

تمت الموافقة على البروتوكول الموصوف من قبل مجلس المراجعة المؤسسية (IRB) التابع لجامعة نانيانغ التكنولوجية ، سنغافورة. تم الحصول على موافقة مستنيرة من جميع المشاركين البالغين ومن الآباء نيابة عن أطفالهم الرضع. 1. اعتبارات المعدات والمساحة في جلسات المنزل استعد …

Representative Results

كان المشاركون المشمولون في هذه الدراسة تتراوح أعمارهم بين 8 و 12 شهرا ، وعادة ما يتطورون الرضع وأمهم و / أو جدتهم الذين يتحدثون الإنجليزية أو الإنجليزية ولغة ثانية في المنزل. تم الحصول على 7 أقطاب كهربائية EEG وتخطيط كهربية القلب أحادي الرصاص للبالغين والرضع ، بالإضافة إلى تسجيلات الفيديو وال…

Discussion

في هذا البروتوكول ، نجري قياسات في منازل المشاركين حيث قد يشعر الرضع ومقدمو الرعاية براحة أكبر وقد تكون سلوكياتهم أكثر تمثيلا لتفاعلاتهم الواقعية بدلا من الإعداد المختبري ، وبالتالي زيادة الصلاحية البيئية7. وعلاوة على ذلك، فإن التسجيلات في البيئة المنزلية قد تخفف العبء على ?…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

تم تمويل العمل من خلال منحة زمالة ما بعد الدكتوراه الرئاسية من جامعة نانيانغ التكنولوجية التي تم منحها للواقع الافتراضي.

Materials

10 cc Luer Lock Tip syringe without Needle Terumo Corporation
actiCAP slim 8-channel electrode set (LiveAMP8) Brain Products GmbH
Arduino Software (IDE) Arduino Arduino IDE 1.8.19 The software used to write the code for the Arduino microcontroller. Alternate programming software may be used to accompany the chosen microcontroller unit. 
Arduino Uno board Arduino Used for building the circuit of the trigger box. Alternate microcontroller boards may be used.
BNC connectors BNC connectors to connect the various parts of the trigger box setup.
BNC Push button  Brain Products GmbH BP-345-9000 BNC trigger push button to send triggers.
BNC to 2.5 mm jack trigger cable (80 cm)  Brain Products GmbH BP-245-1200 BNC cables connecting the 2 LiveAmps to the trigger box.
BrainVision Analyzer Version 2.2.0.7383 Brain Products GmbH EEG analysis software.
BrainVision Recorder License with dongle Brain Products GmbH S-BP-170-3000
BrainVision Recorder Version 1.23.0003 Brain Products GmbH EEG recording software.
Custom 8Ch LiveAmp Cap passive (infant EEG caps) Brain Products GmbH LC-X6-SAHS-44, LC-X6-SAHS-46, LC-X6-SAHS-48  For infant head sizes 44, 46, 48 . Alternate EEG caps may be used.
Dell Latitude 3520 Laptops Dell Two laptops, one for adult EEG recording and one for infant EEG recording. Alternate computers may be used.
Dental Irrigation Syringes
LiveAmp 8-CH wireless amplifier BrainProducts GmbH BP-200-3020 Two LiveAmps, one for adult EEG and one for infant EEG. Alternate amplifier may be used.
Manfrotto MT190X3 Tripod with 128RC Micro Fluid Video Head Manfrotto MT190X3 Alternate tripods may be used.
Matlab Software The MathWorks, Inc. R2023a Alternate analysis and presentation software may be used.
Power bank (10000 mAh) Philips DLP6715NB/69 Alternate power banks may be used.
Raw EEG caps EASYCAP GmbH For Adult head sizes 52, 54, 56, 58. Alternate EEG caps may be used.
Rode Wireless Go II Single Set Røde Microphones Alternate microphones may be used.
Sony FDR-AX700 Camcorder Sony FDR-AX700 Alternate camcorders or webcams may be used.
SuperVisc High-Viscosity Gel  EASYCAP GmbH NS-7907

Riferimenti

  1. Hari, R., Henriksson, L., Malinen, S., Parkkonen, L. Centrality of social interaction in human brain function. Neuron. 88 (1), 181-193 (2015).
  2. Endevelt-Shapira, Y., Djalovski, A., Dumas, G., Feldman, R. Maternal chemosignals enhance infant-adult brain-to-brain synchrony. Sci Adv. 7 (50), (2021).
  3. Santamaria, L., et al. Emotional valence modulates the topology of the parent-infant inter-brain network. NeuroImage. 207, 116341 (2020).
  4. Nguyen, T., et al. The effects of interaction quality on neural synchrony during mother-child problem solving. Cortex. 124, 235-249 (2020).
  5. 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).
  6. Reindl, V., et al. Conducting hyperscanning experiments with functional near-infrared spectroscopy. J Vis Exp. (143), e58807 (2019).
  7. Gardner, F. Methodological issues in the direct observation of parent-child interaction: Do observational findings reflect the natural behavior of participants. Clin Child Fam Psychol Rev. 3, 185-198 (2000).
  8. Xu, J., Zhong, B. Review on portable EEG technology in educational research. Comput Hum Behav. 81, 340-349 (2018).
  9. Troller-Renfree, S. V., et al. Feasibility of assessing brain activity using mobile, in-home collection of electroencephalography: methods and analysis. Dev Psychobiol. 63 (6), e22128 (2021).
  10. Bögels, S., Levinson, S. C. The brain behind the response: Insights into turn-taking in conversation from neuroimaging. Res Lang Soc. 50 (1), 71-89 (2017).
  11. Georgieva, S., et al. Toward the understanding of topographical and spectral signatures of infant movement artifacts in naturalistic EEG. Front Neurosci. 14, 452947 (2020).
  12. Dikker, S., et al. Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom. Curr Biol. 27 (9), 1375-1380 (2017).
  13. Oliveira, A. S., Bryan, R. S., Hairston, W. D., Peter, K., Daniel, P. F. Proposing metrics for benchmarking novel EEG technologies towards real-world measurements. Front Hum Neurosci. 10, 188 (2016).
  14. Turk, E., Endevelt-Shapira, Y., Feldman, R., vanden Heuvel, M. I., Levy, J. Brains in sync: Practical guideline for parent-infant EEG during natural interaction. Front Psychol. 13, 833112 (2022).
  15. Kayhan, E., et al. A dual EEG pipeline for developmental hyperscanning studies. Dev Cogn Neurosci. 54, 101104 (2022).
  16. Ayrolles, A., et al. HyPyP: a Hyperscanning Python pipeline for inter-brain connectivity analysis. Soc Cogn Affect Neurosci. 16 (1-2), 72-83 (2021).
  17. Delorme, S., Makeig, S. EEGLAB: an open-source toolbox for analysis of single-trial EEG dynamics. J Neurosci Meth. 134, 9-21 (2004).
  18. Nathan, K., Contreras-Vidal, J. L. Negligible motion artifacts in scalp electroencephalography (EEG) during treadmill walking. Front Hum Neurosci. 9, 708 (2016).
  19. Stone, D. B., Tamburro, G., Fiedler, P., Haueisen, J., Comani, S. Automatic removal of physiological artifacts in EEG: The optimized fingerprint method for sports science applications. Front Hum Neurosci. 12, 96 (2018).
  20. Noreika, V., Georgieva, S., Wass, S., Leong, V. 14 challenges and their solutions for conducting social neuroscience and longitudinal EEG research with infants. Infant Behav Dev. 58, 101393 (2020).
  21. Ng, B., Reh, R. K., Mostafavi, S. A practical guide to applying machine learning to infant EEG data. Dev Cogn Neurosci. 54, 101096 (2022).
  22. vander Velde, B., Junge, C. Limiting data loss in infant EEG: putting hunches to the test. Dev Cogn Neurosci. 45, 100809 (2020).
  23. Bell, M. A., Cuevas, K. Using EEG to study cognitive development: Issues and practices. J Cogn Dev. 13 (3), 281-294 (2012).
  24. Lopez, K. L., et al. HAPPILEE: HAPPE in low electrode electroencephalography, a standardized pre-processing software for lower density recordings. NeuroImage. 260, 119390 (2022).

Play Video

Citazione di questo articolo
Ramanarayanan, V., Oon, Q. C., Devarajan, A. V., Georgieva, S., Reindl, V. Home-Based EEG Hyperscanning for Infant-Caregiver Social Interactions. J. Vis. Exp. (207), e66655, doi:10.3791/66655 (2024).

View Video