Mesure du flux d’informations directionnelles dans les données d’hyperscan fNIRS à l’aide de la méthode de cohérence de transformation partielle des ondelettes

L’interaction sociale est d’une importance vitale pour les êtres humains ^1,2. Pour comprendre le mécanisme neurocognitif à double cerveau de l’interaction sociale, l’approche de l’hyperscan a récemment été largement utilisée, montrant que les modèles de synchronisation neuronale interpersonnelle (INS) peuvent bien caractériser le processus ^{d’interaction} sociale 3,4,5,6,7,8,9,10,11,12 ^,13,14. Parmi les études récentes, une découverte intéressante est que la différence de rôle des individus dans une dyade peut conduire à un modèle de décalage temporel de l’INS, c’est-à-dire que l’INS se produit lorsque l’activité cérébrale d’un individu est inférieure de quelques secondes à celle d’un autre individu, comme celle des auditeurs aux locuteurs ^5,9, des leaders aux adeptes 4, des enseignants aux élèves⁸, des mères aux enfants^13,15, et des femmes aux hommes dans un couple romantique⁶. Plus important encore, il existe une bonne correspondance entre l’intervalle de l’INS décalé dans le temps et celui des comportements d’interaction sociale, comme entre les enseignants qui posent des questions et les élèves qui répondent à⁸ ou entre les comportements parentaux des mères et les comportements de conformité des enfants¹⁵. Ainsi, l’INS décalé dans le temps peut refléter un flux d’informations directionnel d’un individu à un autre, comme le propose un modèle hiérarchique récent pour la communication verbale interpersonnelle¹⁶.

Auparavant, l’INS décalé dans le temps était principalement calculé sur le signal de spectroscopie proche infrarouge fonctionnelle (fNIRS) en raison de sa résolution spatiale relativement élevée, de sa localisation anatomique sonore et de sa tolérance exceptionnellement élevée aux artefacts de mouvement¹⁷ lors de l’étude des interactions sociales naturalistes. De plus, pour caractériser précisément la correspondance entre le décalage temporel neuronal et le décalage temporel comportemental lors de l’interaction sociale, il est essentiel d’obtenir la force INS pour chaque décalage temporel (par exemple, de l’absence de décalage temporel à un décalage temporel de 10 s). À cette fin, auparavant, la procédure de cohérence de transformation d’ondelettes (WTC) était largement appliquée après avoir déplacé le signal cérébral d’un individu vers l’avant ou vers l’arrière par rapport à celui d’un autre individu ^5,6,18. Lors de l’utilisation de cette procédure WTC traditionnelle pour les signaux fNIRS, il existe un défi potentiel car l’INS observé en retard dans le temps peut être confondu par l’effet d’autocorrélation du signal fNIRS pour un individu 19,20,21. Par exemple, au cours d’un processus d’interaction sociale dyadique, le signal du participant A au point de temps t peut être synchronisé avec celui du participant B au même point de temps. Pendant ce temps, le signal du participant A au point de temps t peut être synchronisé avec celui du participant A à un point de temps ultérieur t + 1 en raison de l’effet d’autocorrélation. Par conséquent, un faux INS décalé dans le temps peut se produire entre le signal du participant A au point de temps t et celui du participant B au point de temps t + 1.

Mihanović et ses collègues²² ont d’abord introduit une méthode appelée cohérence partielle de transformation des ondelettes (pWTC), puis l’ont appliquée aux sciences de la mer^23,24. Le but initial de cette méthode était de contrôler le bruit de confusion exogène lors de l’estimation de la cohérence de deux signaux. Ici, pour résoudre le problème d’autocorrélation dans les données d’hyperscan fNIRS, la méthode pWTC a été étendue pour calculer l’INS décalé dans le temps sur le signal fNIRS. Précisément, un INS retardé dans le temps (et un flux d’informations directionnel) du participant A au participant B peut être calculé à l’aide de l’équation ci-dessous (équation 1)²³.

Ici, on suppose qu’il y a deux signaux, A et B, des participants A et B, respectivement. L’occurrence du signal B précède toujours celle du signal A avec un décalage temporel de n, où WTC (A_t, B_t+n) est le WTC traditionnel décalé dans le temps. WTC (A_t, A_t+n) est le WTC autocorrélé chez le participant A. WTC (A_t, B_t) est le WTC aligné dans le temps au point de temps t entre le participant A et B. * est l’opérateur conjugué complexe (Figure 1A).

Figure 1 : Vue d’ensemble de pWTC. (A) La logique du pWTC. Il y a deux signaux A et B, dans une dyade. L’occurrence de A suit toujours celle de B avec un décalage n. Une boîte grise est une fenêtre d’ondelettes à un certain point de temps t ou t + n. Sur la base de l’équation pWTC (représentée sur la figure), trois WTC doivent être calculés: le WTC décalé dans le temps de A_{t + n} et B_t; le WTC autocorrélé chez le participant A de A_t et A_t+n; et le WTC aligné dans le temps aux points de temps t, A_t et B_t. (B) Disposition des ensembles de sondes optode. CH11 a été placé au T3, et LE CH25 a été placé au T4 selon le système international 10-20^27,28. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Ce protocole a d’abord introduit une expérience de simulation pour démontrer dans quelle mesure le pWTC résout le défi de l’autocorrélation. Ensuite, il a expliqué comment mener le pWTC de manière étape par étape basée sur une expérience empirique d’interactions sociales naturalistes. Ici, un contexte de communication a été utilisé pour introduire la méthode. En effet, auparavant, l’INS décalé dans le temps était généralement calculé dans un contexte de communication naturaliste 3,4,6,8,13,15,18. De plus, une comparaison entre le pWTC et le WTC traditionnel et une validation avec le test de causalité de Granger (GC) ont également été effectuées.