空間ナビゲーションで学習研究するために近赤外分光法をMazeSuiteおよび機能の使用

迷路の環境を構築するための編集プログラム（MazeMaker）、可視化/レンダリングモジュール（MazeWalker）、そして最終的に分析し、パスの可視化ツール（MazeAnalyzer）、迷路- Suiteは、3つの主要アプリケーションで構成されています。以下のセクションでは、MazeSuiteと詳細の使用を説明し、三補足ビデオの各MazeSuiteモジュール用の利用可能です。 1。設計迷路迷路- Suite内MazeMakerアプリケーションは、単に鳥の目のビューから2次元（2D）キャンバス上に描画することで3次元（3D）の環境を作成することができます。壁や床は、座標を示すために、マウスクリックで描画することができ、そしてユーザーが3Dオブジェクトファイルをインポートしたり、位置、向き、色、テクスチャ、ライトなど迷路内の項目のプロパティを編集することができます。 迷路の開始と終了の領域は、タイムアウト期間などの他の終了条件に加えて割り当てることができます。別々のテキストメッセージは、それぞれの終了条件の参加者に知らせるために表示することができます。設計段階で、迷路はMazeMaker内に"ざっと"機能を使用してテストできます。 機能イメージング研究のために、参加者は通常、繰り返された試行で一連のタスクを実行するように求められます。繰り返された試行のこのテストを容易にするために、MazeMakerは実験的なセッションのために迷路やテキストメッセージのリストをソートされている迷路のリストのファイルを、作成することができます。それは実験のための迷路のリストファイルが準備され、徹底的に実験の日前にパイロットテストされていることが不可欠です。 MazeMakerと環境の利用と開発のための大雑把なチュートリアルは、" – MazeMaker補足ビデオII"で提供されています。 2。 fNIRのセットアップとfNIRセンサーパッドを配置 fNIRボックスの準備 fNIRボックスの後ろの2つのケーブルコネクタがあります。スロットの1つには、USB接続用、もう一方の接続は、電源コード用です。 データ取得のために使用するPCまたはラップトップにUSBケーブルを介してfNIRデバイスのボックスを接続します。 デバイスに電源アダプタを接続し、スイッチをオンにしてください。 リボンケーブルはfNIRボックスとセンサーパッドを接続するために使用されます。 センサーパッドの家光源（LED）および光検出器。 LEDは、それぞれ、主として脱酸素化と酸素化ヘモグロビンに吸収されるため、生体組織を貫通することができます730nmと850nmの波長で赤外光を発する。 センサーパッドの配置センサーの配置前に額から自分の髪を持ち上げるために参加者に依頼してください。ちょうど眉毛の上にセンサーストリップを配置。鼻からも通過する対称の垂直軸とセンサーの中心を一致させる前頭部にしっかりとセンサーパッドを押して、頭の後ろで一緒にケーブルを保持するためにクリップを使用。必ずしも必要ではありませんが、ヘッドラップやテニスバンダナは、センサーパッドを固定することをお勧めします。 額にセンサーパッドを配置する際に、fNIRボックスにリボンケーブルの両端を添付する。リボンケーブルは、'I'と対応する'I'とデバイス上で"II"コネクタ付きリボンケーブルの"II"の側面を一致させることで接続する必要があります。 データ収集のためのCOBI Studioソフトウェアを起動認知光脳イメージング（COBI）メインウィンドウを開くにはデスクトップ上のStudio13アイコンをクリックします。 プログラムは、データの収集と可視化のために特定のプリセット設定が付属します。 確認し、必要に応じてデバイスの設定]ダイアログボックスでデータ取得パラメータとトリガ（マーカーの同期）を確認することが重要です。 "実験モードが""新実験"ウィザードを使用することによって活性化されている場合COBI Studioは自動的にすべての関連データファイルに名前を付けることができます。 データフォルダーに、ファイルの3種類が作成されます：（*. NIR）fNIRのデータのための、実験セッションのログのためのマーカーのデータ用（*. MRK）と（*. txt）を。 3。実験の実行：迷路のレンダリング fNIRのデータ収集を設定し、始動装置 LEDの駆動電流がどのように明るい各LED輝く定義されています。 LED駆動電流のデフォルト値は20mAです。この値は、皮膚の色素沈着や参加者の他の特性に基づいて変更する必要があります。 LED電流の推奨範囲は5mA〜20mAの間です。 すべてのチャンネルの初期ゲインのデフォルト値は20です。ゲインの推奨値は1,5,10,15,20です。 "スタート現在のデバイス"のリンクをクリックすると、信号の品質を調べる。生の強度値は、COBIのアプローチ4000に示すように、または下の1000年の場合は、"ストップデバイス"をクリックして、LED駆動電流とデバイスの調整適切な値が得られるまでゲイン。低信号の状況では、デバイスの利得を増やす前に、LED駆動電流を増加させる。飽和信号の状況下ではLED駆動電流を減少させる前に、デバイスの利得を減少させる。信号品質が許容されると、ステップ4に進みます。 ベースラインを開始します。これはデータの10秒を収集し、酸素とデオキシヘモグロビン8の濃度変化を計算するために設定変更ランバート-ベールの法則のベースラインとして使用します。 ベースラインが完全にしましょう​​（10〜20秒かかることがあります） "は、録音開始]をクリックします。これは、すべてのデータの保存が開始されます。実験プロトコルは、この後に開始する必要があります。 実験者は、画面の左下隅にある手動のマーカーのメニューを使用して"追加説明書のマーカー"ボタンを押すことで特定のイベントを示すために実験のセッションを通してマニュアルマーカーを追加することもできます。 視覚刺激を提示するために迷路Suiteを起動します。 迷路をレンダリングするMazeWalkerを使用して >メイズスイート> MazeWalkerは、スタートでメニューからMazeWalkerを実行する [詳細]> [シリアルポートオプション]の下のメニューからで"シリアルポートを有効にする"を選択してマーカーの同期をオンにします。正しいCOMポートのアドレスが選択されていることを確認してください。 迷路のリストファイルを選択（MazeMakerによって作成された）、そしてまた、このセッションのための新しいログファイルの名前を選択します。名前または参加者の数は、歩行器のフィールド内に記録することができます。オプションでのAutoLogは自動的にタイムスタンプ付きのログファイルに記録する代わりに、手動でログファイルを指定するために使用されることがあります。 クリックしてプロセスを開始する"スタート"。ビデオの設定によっては、プロトコルでは、フルスクリーンを実行するか、またはウィンドウモードにできます。 4。被写体のパスの可視化 MazeAnalyzer使用して、研究者は、迷路とログファイルから迷路と参加者のパスを可視化することができます。さらに、全体のパスの長さと各迷路の完了までの時間を含むサマリレポートは、ぞんざいな行動措置として生産されています。ログファイルには、被験者が対象のビューベクトルとオブジェクトとの対話だけでなく、旅というパスについてのミリ秒の時間分解能での情報が含まれています。 チュートリアルビデオは、"補足ビデオI – MazeAnalyzer"で提供され、結果のセクションで説明されている行動のメトリックを生成するためのメソッドと一緒にMazeAnalyzerの基本機能の使用方法について説明します。 5。 fNIRのデータと分析の処理ノイズ除去は、データを処理するための第一歩です。ノイズの発生源は）ヘッドの動き2、1）そのような心拍数と呼吸と3）のインストゥルメントと環境関連のノイズのような生理的信号。 ヘッドの移動はにそれらを公開、皮膚との接触をシフトし、失うfNIR検出器を引き起こす可能性があります：1）周囲の明るさ、2）fNIR源から直接放出された光、または3）皮膚からの反射光ではなく、組織から反射されているより皮質インチそれはfNIRデータの急激な、大きなスパイクが発生するため、モーションアーチファクトのこのタイプは、容易に認識可能です。ヘッドの移動のより微妙なアーティファクトは、脳血に対する重力の影響によるものです。迅速なヘッドの移動は、血液が急速に監視されている領域、データの併用のスキューで増加（または減少）血液量（または離れてから）に向かって移動することがあります。モーションアーチファクトのこのタイプのダイナミクスは、LEDの"ポップ"よりも遅いので、それらは脳の活性化のために実際の血液動態反応と混同することができます。 fNIRは自然環境16の脳モニタリング技術としてデプロイする場合したがって、fNIRのデータから動きのアーチファクトを除去することが重要と必要な手順です。 このような心拍数（0.5 Hz以上）と呼吸（0.2 Hz以上）などの生理的信号は、血行動態の応答よりも高い周波数範囲で、従って、それらは0.1〜間のカットオフ周波数をもつ線形位相ローパスFIRフィルタを用いて除去することができますされています0.15 Hzの9。 インストゥルメントと環境ノイズは夏時間（DC）と室内光（60Hzの）またはコンピュータモニタ（60 – 75Hzの）からの光などの周囲の光による発信することができます。それは、この種のノイズを除去するために最善の方法はそれに応じて、実験環境とデータ収集を準備することが示唆される。アナログローパスフィルタ（アンチエリアシングフィルタ）は、周波数範囲をサンプリングに高周波ノイズの折りたたみを排除するfNIRボックスに実装されています。 信号17から20の異なる特性を生かした利用可能な多くの高度なノイズリダクションのアルゴリズムがあります。場合は、データ（すなわち飽和）回収不能である場合は、被写体やセッションを除外することができます。 図1。 </strオング> fNIRの信号成分 fNIR生の信号は光強度の測定（図1を参照）です。 2波長光学濃度（OD）の変化を測定することにより、オキシヘモグロビンとデオキシヘモグロビン対時間の相対的な変化は、修正Beer – Lambertの法則21-23を使用して取得することができます。特定の入力波長（λ）でのODは、入力光強度（I）と出力（検出）光強度（I OUT）の対数比です。 ODは、発色団の濃度（C）及び吸光係数（E）、光源と検出器に加え、一定の減衰係数（G）の間に訂正の距離（d）に関連しています。 二つの異なる時間のインスタンスとベースライン時の検出光強度（I 休息 ）でとタスク（I 試験 ）、波長λのためのODの差のパフォーマンス中に同じ私を持つことです。 二つの異なる波長でODを測定することができます 2×2の行列が非正則の場合、この方程式のセットは、濃度を求めることができます。通常、2つの波長は酸素ヘモグロビンとデオキシヘモグロビンの吸収が他の組織の発色団に比べて支配的であり、II 700 – 900nmの内で）iを選択している）以下と等吸収点（デオキシの〜805nmの吸収スペクトル上に – とオキシヘモグロビンはそれぞれ、デオキシヘモグロビンまたはオキシヘモグロビンのいずれかに吸収の変化を集中すること）が交差する。本研究で使用fNIRの楽器は、730nmと850nmの波長を採用しています。 最後に、マーカー（時刻同期信号）を使用して、ベースライン/残りの期間とタスクを標識し、平均値、最小値と最大値として抽出される酸素のデータから機能を選択している。 COBI Studioは、テキストベースのファイルだけでなく、時刻同期（マーカー）ファイルに生の光強度の測定値と計算された酸素の値（変更されたビールランバートの法則を使って）の両方を保存します。 COBIスタジオは、有限インパルス応答のローパスまたはバンドパスフィルタなどのノイズ除去方法を適用するために使用することができます。出力ファイルは、次のような一般的な解析ソフトウェア（MATLAB、Excelの、SPM及びSPSS）またはさらなる処理のためにそのようなfnirSoft 24と、専用の解析ソフトウェアにエクスポートすることができます。 6。代表的な結果 fNIR信号の例 2つの波長成分（730nmと850nmの）を持つ単一の測定位置から図2-5プリセットfNIR生の信号が別々に表示。図2は、図3と4が受け入れられないのに対し、有効かつ許容可能な信号のエポックを表し、廃棄する必要がある。図5は、モーションアーチファクトおよび洗浄または廃棄する必要があるかで汚染された生の信号を示します。 図2。優れたfNIR生の信号のサンプル波長850nmのチャネルが飽和している3。悪くfNIR生の信号のサンプル図 。 図4ハードウェアの問題やケーブルの接続に問題がある悪いfNIR生の信号のサンプル。 図5。運動の成果物が存在する悪いfNIR生の信号のサンプル。 研究プロトコル学習の評価は、最良の保持（すなわち、メモリ）と転送（すなわち、一般化可能）テストによって例示される。我々の研究では、三迷路は（maze1、maze2とmaze3）105試験の三日間にわたってそれぞれの合計のために取得フェーズの間に練習した。二つの条件、ランダム練習の順番（RND）およびブロックされた練習の順番（BLK）は、図6にまとめた。 2つの主題は、4日間の試験に志願。 4日目に 、10の保持試験が各迷路のために実施されたと迷路をランダムな順序で提示された。二つの小説迷路（maze4とmaze5は）追加の廊下、もともと練習迷路とは異なる開始点と終了点を持つが作成されました。被験者は2つの新たな迷路ごとに10個の試験を終了。これらの迷路は、転送フェーズを構成し、すべてにランダムな順序で提示された。転送フェーズの迷路は、各被験者は、買収の迷路とその学習と実践を一般化することができたの程度を決定するために使用されていました。 図6。代表的な実験のプロトコルの概要。</ P> 行動の結果を検討する以下の図7〜図9は、それぞれの日間の被験者の平均特徴量を（パスの長さ、完成の​​合計時間、および速度）が表示されます。最初に、maze1、maze2とmaze3からの結果は、両方のRNDとBLKの練習のために記載されています。次に、maze4とmaze5結果はランダム対ブロックの練習の結果を比較するために記載されています。すべてのエラーバーは平均値（SEM）の標準誤差です。 図7。RND合計パスの長さ、完 ​​成と平均速度の合計時間を含めて獲得と維持作業のために行動のパフォーマンスの要約を練習。 図8。合計パスの長さ、完 ​​成と平均速度の合計時間を含めて取得し、保持タスクのBLKの実践行動のパフォーマンスの要約。 図9。ビヘイビアパフォーマンスBLKの比較対RND合計パスの長さ、完 ​​成と平均速度の合計時間を含めて転送タスクのための練習。 研究fNIR結果ベースラインからの酸素化ヘモグロビン濃度変化はMazeWalker（各迷路の開始と終了を示す）から受信したマーカーのデータを使用して個々の迷路の時間の経過とともに平均した。大規模な大きさの濃度変化は、地域の脳の活性化の高いレベルを表現するために取られる。活性化の高いレベルは、RNDの練習に比べBLKの練習のための保存と転送のタスクの両方の間に観察された。 RNDの練習（図10を参照）と比較して転送作業時に、活性化の高いレベルは、BLKの練習で見られた。 BLKの練習の件名の場合は、転送の試験では、リテンションの試験に比べてより高い活性化を必要とした。 BLKの練習の件名（図11を参照）とは対照的に、RNDの練習の件名の場合は、アクティベーションレベルでは、転送や保存の作業に差は認められなかった。 図10。BLK対RND保持タスク（左）と転送作業（右）の両方の練習のための平均酸素ヘモグロビン濃度変化の比較。 図11。BLK（左）とRND（右）練習の両方の保持特性の転送タスクの平均酸素ヘモグロビン濃度変化の比較。