Utilizando MazeSuite y funcional espectroscopia cercana al infrarrojo para estudiar el aprendizaje de la navegación espacial

Laberinto-Suite consta de tres aplicaciones principales: un programa de edición para la construcción de entornos de laberinto (MazeMaker), un módulo de visualización / reproducción (los MazeWalker) y, finalmente, un análisis y una trayectoria de la herramienta de visualización (MazeAnalyzer). Las siguientes secciones describen el uso de MazeSuite y más detalles están disponibles en los tres videos complementarios, uno para cada módulo MazeSuite. 1. El diseño de laberintos La aplicación MazeMaker en Laberinto-Suite, permite la creación de tres dimensiones (3D) ambientes con sólo sobre la base de dos dimensiones (2D) de lona a vista de pájaro. Las paredes y los pisos se pueden sacar por los clics del ratón para indicar las coordenadas, y los usuarios pueden importar archivos de objetos 3D o editar las propiedades de los elementos dentro del laberinto, como la posición, orientación, color, textura y las luces. Regiones inicio laberinto y al final se le puede asignar, además de otros criterios de salida, como un período de tiempo de espera. Mensajes de texto por separado también se pueden mostrar para informar a un participante para cada condición de salida. Durante la fase de diseño, laberintos pueden ser probados mediante el uso de la función de "ejecución rápida" dentro de MazeMaker. Para los estudios de imagen funcional, los participantes generalmente se les solicita llevar a cabo una serie de tareas con la repetición de pruebas. Para facilitar esta prueba de la repetición de pruebas, MazeMaker puede crear archivos laberinto lista, que se ordenan las listas de los laberintos y los mensajes de texto para una sesión experimental. Es muy importante que el archivo de lista laberinto para el experimento se prepara a fondo y puso a prueba antes de que el día del experimento. Una explicación somera para el uso y desarrollo de entornos con MazeMaker se presenta en "suplementaria de vídeo II – MazeMaker. 2. fNIR la instalación y la colocación de la fNIR sensor-pad Preparación de la Caja fNIR Hay dos conectores de cables detrás de la caja fNIR. Una de las ranuras es para la conexión USB y la otra conexión es para el cable de alimentación. Conecte la caja del dispositivo fNIR a través del cable USB a un PC o portátil que se utilizará para la adquisición de datos. Conecte el adaptador de corriente para el dispositivo y encienda el interruptor. El cable de cinta se utiliza para conectar la plataforma de sensores con la caja fNIR. La almohadilla de casas sensor de luz fuente (LED) y fotodetectores. Los LEDs emiten luz infrarroja en longitudes de onda 730nm y 850 nm que son absorbidos principalmente por desoxigenada y la hemoglobina oxigenada, respectivamente y por lo tanto pueden penetrar a través de los tejidos biológicos. La colocación del sensor-pad Pida al participante para levantar el pelo de la frente antes de la colocación del sensor. Coloque la tira del sensor se encuentra por encima de las cejas. Coincidir con el centro del sensor con el eje de simetría vertical que pasa también a través de la nariz Pulse el pad sensor firmemente en contra de la frente y utiliza un clip para mantener los cables juntos en la parte posterior de la cabeza. Aunque no es estrictamente necesario, la cabeza-wrap o un pañuelo de tenis se recomienda para asegurar la plataforma de sensor. Al colocar el cojín del sensor en la frente, unir los dos extremos del cable plano a la caja de fNIR. Los cables planos se adjunta, haciendo coincidir el 'yo' y 'II' lados del cable de cinta con el correspondiente "yo" y "II" conectores en el dispositivo. Inicio del software Studio COBI para la recolección de datos Haga clic en la cognitiva del cerebro óptico de imagen (COBI) Studio13 icono en el escritorio para abrir la ventana principal. El programa viene con ciertos ajustes predeterminados para la recolección de datos y visualización. Es importante comprobar y confirmar los parámetros de adquisición de datos y la activación (sincronización de marcadores) en el diálogo de configuración del dispositivo si es necesario. COBI Studio automáticamente el nombre de todos los archivos de datos relacionados con si el "modo de experimentación" se activa mediante el uso de la "nueva experiencia" asistente. En la carpeta de datos, 3 tipos de archivos se creará: (*. NIR) para los datos fNIR, (*. MRK) de datos de marcadores y (*. txt) para el registro de la sesión de experimentación. 3. La realización del experimento: la representación de los laberintos Dispositivo de ajuste y puesta en fNIR de adquisición de datos LED de unidad actual define el brillo de cada LED brilla. El valor predeterminado de corriente LED de disco es de 20 mA. Este valor puede tener que cambiar sobre la base de la pigmentación de la piel y otras características de los participantes. Rango sugerido por la corriente del LED es de 5 mA a 20 mA El valor predeterminado de ganancia inicial para todos los canales es de 20. Los valores sugeridos para el aumento se 1,5,10,15,20. Haga clic en el enlace 'dispositivo de inicio actual ", y examinar la calidad de la señal. Si los valores de intensidad se muestra en la prima enfoque COBI 4000 o están por debajo de 1000, haga clic en "Dispositivo de parada ', y ajustar el LED de disco actual y de dispositivosGanancia hasta que los valores se adquieren. En circunstancias de baja señal, aumentar la unidad LED actual antes de ganancia de dispositivos cada vez mayor. En circunstancias señal saturada reducir la ganancia de dispositivos antes de la reducción de la actual unidad de LED. Una vez que la calidad de la señal es aceptable, continúe con el Paso 4. Comienzo previsto. Este recogerá 10 segundos de datos y usarlo como base en una versión modificada de la ecuación de Beer-Lambert establece para calcular los cambios de concentración de oxígeno y la hemoglobina desoxi-8. Vamos a completar la línea de base (puede tardar 10-20 segundos) "Inicie la grabación", haga clic. Esto va a ahorrar todos los datos. Protocolo experimental debe comenzar después de esto. Experimentador puede elegir agregar los marcadores manuales durante toda la sesión experimento para referirse a ciertos eventos pulsando los botones de 'marcador manual de añadir "con el menú marcador manual situado en la esquina inferior izquierda de la pantalla. Inicio de la Suite Laberinto de presentar estímulos visuales. Utilizando MazeWalker para hacer laberintos Ejecutar en el menú de MazeWalker en Inicio> Suite Laberinto> MazeWalker Activación de la sincronización de marcadores, seleccione 'Habilitar puerto serie "en el en el menú en Opciones avanzadas> Opciones de puerto serie. Asegúrese de que la dirección del puerto COM correcto esté seleccionado. Seleccione el archivo de lista de laberinto (que fue creado por MazeMaker), y seleccione el nombre del archivo de registro nuevo para esta sesión. Nombre o el número de los participantes se pueden registrar en el campo andador. Opcionalmente, el AutoLog puede ser utilizado para registrar de forma automática un archivo de registro con marca de tiempo en lugar de especificar manualmente el archivo de registro. Haga clic en 'Inicio' para iniciar el proceso. Dependiendo de la configuración de vídeo, el protocolo puede ejecutar a pantalla completa o en modo ventana. 4. Visualizar la trayectoria del sujeto Utilizando MazeAnalyzer, el investigador puede visualizar en el laberinto y la ruta de los participantes del laberinto y los archivos de registro. Además, un informe de síntesis, incluida la duración total de la ruta y el tiempo para completar el laberinto cada uno se producen como superficial medidas de comportamiento. Los archivos de registro contienen información en la resolución de tiempo de un milisegundo sobre el camino que un sujeto viajaba como vector de vista del sujeto y las interacciones con los objetos. Un video tutorial se proporciona en "suplementaria de vídeo I – MazeAnalyzer" y describe el uso de la funcionalidad básica MazeAnalyzer, junto con los métodos para producir los indicadores de comportamiento descrito en la sección de resultados. 5. Procesamiento de los datos y el análisis fNIR Eliminación de ruido es el primer paso para el procesamiento de los datos. Las fuentes de ruido son: 1) movimiento de la cabeza 2) señales fisiológicas como el ritmo cardíaco y la respiración y 3 para el instrumento) y el ruido ambiente relacionados. Movimiento de la cabeza pueden causar los detectores fNIR a cambiar y perder el contacto con la piel, exponiéndolos a: 1) la luz ambiente, 2) la luz emitida directamente de las fuentes fNIR, o 3) la luz reflejada por la piel, en lugar de ser reflejada a partir de tejido en la corteza. Este tipo de artefactos de movimiento es fácilmente reconocible, ya que causa los picos repentinos y grandes en los datos fNIR. Un artefacto más sutiles de movimiento de la cabeza se debe a los efectos de la gravedad en la sangre cerebral. Movimientos rápidos de la cabeza puede causar que la sangre se mueve hacia (o desde) el área que está siendo monitoreado, el rápido aumento (o disminución) de volumen de sangre con una distorsión concomitante de los datos. Dado que la dinámica de este tipo de artefactos de movimiento son más lentos que el LED "pop" que puede confundirse con la respuesta real hemodinámico debido a la activación del cerebro. Por lo tanto, la eliminación de los artefactos de movimiento de datos fNIR es un paso importante y necesario si fNIR se va a implementar como una tecnología de monitorización cerebral en los ambientes naturales 16. Señales fisiológicas como la frecuencia cardíaca (más de 0,5 Hz) y la respiración (más de 0,2 Hz) se encuentran en los rangos de frecuencia más alta que las respuestas hemodinámicas, por lo tanto, pueden ser eliminados mediante una fase lineal filtro de paso bajo FIR con frecuencia de corte de 0,1 a 0,15 Hz 9. Instrumento y el ruido ambiental se originan debido a la luz ambiental, tales como la luz del día (DC) y la luz ambiente (60 Hz) o la luz de un monitor de ordenador (60-75Hz). Se sugiere que la mejor manera de eliminar este tipo de ruido es el de preparar el ambiente experimental y adquisición de datos en consecuencia. Un paso bajo analógico filtro (anti-aliasing) se ha implementado en el cuadro fNIR para eliminar plegamiento de ruido de alta frecuencia en rango de frecuencia de muestreo. Hay muchos algoritmos de reducción de ruido avanzada disponible que utilizan las diferentes características de la señal de 17-20. Sin embargo, si un tema o una sesión se puede descartar si los datos son irrecuperables (es decir, saturado). Figura 1. </strong> fNIR componentes de la señal Las señales de fNIR primas son mediciones de intensidad de luz (ver Figura 1). Mediante la medición de la densidad óptica (OD) los cambios en dos longitudes de onda, el cambio relativo de oxi-Hb y Hb desoxi-en función del tiempo se pueden obtener con la modificación de Beer-Lambert Ley 21-23. DO a una longitud de onda de entrada específica (λ) es la relación logarítmica de la intensidad de la entrada de luz (I in) y salida (detectado) intensidad de la luz (que fuera). OD también está relacionado con la concentración (c) y el coeficiente de extinción (e) de cromóforos, la distancia correcta (d) entre la fuente luminosa y el detector, además de un factor de atenuación constante (G). Tener la misma que en dos casos diferentes de tiempo y la intensidad de la luz detectada durante la línea base (el resto I) y durante la ejecución de la tarea (prueba I), la diferencia en la longitud de onda λ OD es La medición de la DO a dos longitudes de onda da Este conjunto de ecuaciones se pueden resolver para las concentraciones de si la matriz de 2×2 no es singular. Por lo general, las dos longitudes de onda son elegidos i) a 700-900nm, donde la absorción de oxi-Hb y Hb-desoxi son dominantes en comparación con los cromóforos del tejido, y ii) a continuación y por encima del punto isosbestic (~ 805nm, donde los espectros de absorción de desoxi – y oxi-Hb se cruzan entre sí) para enfocar los cambios en la absorción de cualquiera de desoxi-Hb u oxi-Hb, respectivamente. El instrumento fNIR utilizados en este estudio emplea a longitudes de onda de 730nm y 850nm. Finalmente, utilizando los marcadores (señales de sincronización de tiempo), los períodos de línea de base / descanso y las tareas están etiquetados y seleccionar las características de los datos de la oxigenación se extraen como la media, valores mínimo y máximo. COBI Studio ahorra mediciones brutas intensidad de la luz y calcula los valores de la oxigenación (mediante modificación de Lambert Beer ley) para archivos de texto, así como los archivos de sincronización de tiempo (marcador). COBI Studio también pueden utilizarse para aplicar los métodos de eliminación de ruido, como respuesta al impulso finita de paso bajo o filtros de paso de banda. Los archivos de salida pueden ser exportados a un software de análisis comunes, tales como (Matlab, Excel, SPSS y SPM) o el software de análisis específicos, tales como fnirSoft 24 para su posterior procesamiento. 6. Resultados representante Ejemplos fNIR señal Figuras 2-5 señales fNIR prima preestablecida desde una ubicación única medición con dos componentes de longitud de onda (730nm y 850 nm) que se muestran por separado. La Figura 2 representa una época señal válida y aceptable, mientras que la Figura 3 y 4 son inaceptables y debe ser desechado. La Figura 5 presenta la señal en bruto que estaba contaminada con artefactos de movimiento y necesita ser limpiado o desechado. Figura 2. Una buena muestra de la señal fNIR primas Figura 3. Una muestra fNIR mala señal en bruto en canal de 850 nm está saturado. Figura 4. Un fNIR mala señal en bruto de la muestra, donde no hay problema de hardware o problema de conectividad por cable. Figura 5. Una muestra fNIR mala señal en bruto, donde hay artefactos de movimiento. Protocolo del estudio La evaluación del aprendizaje son el mejor ejemplo de la retención (es decir, la memoria) y pruebas de transferencia (es decir, la generalización). En nuestro estudio, tres laberintos (maze1, maze2 y maze3) se practicaron durante la fase de adquisición de un total de 105 ensayos cada uno en tres días. Las dos condiciones, para la práctica aleatorio (RND) y el orden bloquearon la práctica (BLK) se resumen en la figura 6. Dos sujetos voluntarios para el estudio de cuatro días. En el 4 º día, 10 ensayos de retención se llevaron a cabo en cada laberinto y los laberintos fueron presentados en un orden aleatorio. Dos laberintos novela (maze4 y maze5) fueron creados que había corredores adicionales y diferentes puntos de inicio y finalización de los laberintos originalmente practicado. Los sujetos completaron diez ensayos para cada uno de los dos nuevos laberintos. Estos laberintos por una fase de transferencia, y se presentaron en un orden aleatorio a todos. Los laberintos de la fase de transferencia se utiliza para determinar el grado en que cada sujeto fue capaz de generalizar el aprendizaje y la práctica con la adquisición de los laberintos. Figura 6. Contorno Representante protocolo experimental. </ P> Resultados del estudio del comportamiento Las siguientes figuras 7 a 9, muestran los valores promedio de características (longitud del camino, el tiempo total de ejecución, y la velocidad) de los sujetos a través de cada día. En primer lugar, los resultados de maze1, maze2 y maze3 se enumeran tanto para la práctica y RND BLK. A continuación, maze4 y maze5 resultados se presentan para comparar los resultados frente a la práctica al azar bloqueado. Todas las barras de error son el error estándar de la media (SEM). Figura 7. RND práctica resumen de rendimiento de conducta para la adquisición y retención de tareas, incluida la duración total de la ruta, el tiempo total de realización y la velocidad media. Figura 8. Resumen BLK práctica del funcionamiento de comportamiento para la adquisición y retención de tareas, incluida la duración total de la ruta, el tiempo total de realización y la velocidad media. Figura 9. Comparación de los resultados del comportamiento de la RND BLK contra la práctica de las tareas de transferencia, incluida la duración total de la ruta, el tiempo total de realización y la velocidad media. Resultados del estudio fNIR Oxigenada cambios en la concentración de hemoglobina de línea de base se promediaron durante el tiempo de cada laberinto utilizando datos recibidos de MazeWalker marcador (indica el comienzo y el final de cada laberinto). Grandes cambios en la concentración magnitud pueden representar un mayor nivel de activación regional del cerebro. Un mayor nivel de activación se observó durante las dos tareas de retención y transferencia para la práctica BLK en comparación con la práctica RND. Durante las tareas de transferencia, un mayor nivel de activación se ha visto en la práctica BLK, en comparación con la práctica RND (ver figura 10). Para el sujeto la práctica BLK, ensayos de transferencia requiere una mayor activación en comparación con los ensayos de retención. Para el sujeto la práctica RND, el nivel de activación no fue diferente para las tareas de transferencia y retención en comparación con sujetos práctica BLK (ver figura 11). Figura 10. Comparación de los cambios en la concentración media de Hb de oxi-BLK vs RND la práctica, tanto para la retención de tareas (izquierda) y las tareas de transferencia (derecha). Figura 11. Comparación de la media de los cambios de concentración de oxi-Hb para las tareas de mantenimiento frente a la transferencia, tanto para BLK (izquierda) y la práctica RND (derecha).