مقاربة الرواية التجريبية والتحليلية لالمتعدد الوسائط العصبية فك نوايا خلال التفاعل الاجتماعي في التصرف بحرية-الرضع الإنسان
Summary
This protocol presents a novel methodology for the neural decoding of intent from freely-behaving infants during unscripted social interaction with an actor. Neural activity is acquired using non-invasive high-density active scalp electroencephalography (EEG). Kinematic data is collected with inertial measurement units and supplemented with synchronized video recording.
Abstract
Understanding typical and atypical development remains one of the fundamental questions in developmental human neuroscience. Traditionally, experimental paradigms and analysis tools have been limited to constrained laboratory tasks and contexts due to technical limitations imposed by the available set of measuring and analysis techniques and the age of the subjects. These limitations severely limit the study of developmental neural dynamics and associated neural networks engaged in cognition, perception and action in infants performing “in action and in context”. This protocol presents a novel approach to study infants and young children as they freely organize their own behavior, and its consequences in a complex, partly unpredictable and highly dynamic environment. The proposed methodology integrates synchronized high-density active scalp electroencephalography (EEG), inertial measurement units (IMUs), video recording and behavioral analysis to capture brain activity and movement non-invasively in freely-behaving infants. This setup allows for the study of neural network dynamics in the developing brain, in action and context, as these networks are recruited during goal-oriented, exploration and social interaction tasks.
Introduction
واحدة من القدرات البشرية الأساسية هي القدرة على التعلم ونشر الأعمال (إنتاج العمل) استراتيجيا في خدمة الأهداف والمكافآت، والقدرة على إلقاء القبض على أهداف الشركاء الاجتماعيين (فهم العمل) من أجل إنتاج الاستجابات الاجتماعية المناسبة، والقدرة لنتعلم من الآخرين من خلال الملاحظة والتقليد 1. وقد عزا الأساس العصبي لهذه القدرات الإدراكية والحركية، على الأقل جزئيا، إلى ما يسمى نظام مرآة الخلايا العصبية. النظام الذي يعتقد أن تشارك عند واحد ترى شخص يؤدون هذا العمل، وعندما يقوم احد العمل. ومع ذلك، فإن العلاقة المحتملة بين نظام مرآة الخلايا العصبية وفهم العمل ليست بعد مفهومة جيدا 1. دراسة نشوء وتطور هذا النظام مرآة الخلايا العصبية عند الرضع الإنسان قد يعوقها) القيود التقنية من الحصول على البيانات متعددة الوسائط من نشاط الدماغ ربطها النية وبيانات الحركة غرامة الحبيبات، ب) القيود التي تفرضها البروتوكولات التجريبية التي هي غير طبيعية (مثل التفاعل الاجتماعي مع وكيل صورت في شريط فيديو، والحاجة إلى الحفاظ على وضعية ثابتة للحد من القطع الأثرية أثناء الكهربي (EEG) التسجيلات، وما إلى ذلك)، وج) حواجز الاتصال / اللغة عند اختبار الرضع الصغار / الأطفال الصغار التي تحد بشكل كبير قدرات الباحث لإعطاء التعليمات والتحقق من صحة التصرفات.
من أجل فهم أفضل للالعصبية متفاوتة والديناميات السلوكية في السلوك الطبيعي، قمنا بتطوير المنهج التجريبي والتحليلي الرواية التي تسمح للدراسة وقت حل من ركائز العصبية من السلوكيات الموجهة نحو هدف معين والاجتماعية الناشئة في الأطفال الصغار. على وجه التحديد، ونحن وزع EEG استنادا تصوير الدماغ المحمول (موبي) نهج 2 لنشاط الدماغ سجل والحركة من الأطفال يتصرفون بحرية خلال التفاعل مع المجرب. تم استخدام وحدات قياس بالقصور الذاتي (إيمس) إلى monitor الكينماتيكا الموضوع ومجرب ل.
استخدمت التكنولوجيا EEG وأجهزة الاستشعار بالقصور الذاتي لدراسة أنماط العصبية والتنشيط المرتبطة التقليد العمل والرضع والسلوكيات الموجهة نحو هدف معين في التفاعل مع مرتجل مجرب / الفاعل. إجراءات مثل الوصول، فهم، والوصول، عرض، ومراقبة، والراحة، واستكشاف كلها جزء من العمليات المعرفية والحركية تشارك في التقليد. وعلاوة على ذلك، ونحن نستخدم تقدير المصدر إلى توطين المولدات من إمكانات الكهربائية داخل الدماغ أثناء المهام السلوكية، وبالتالي دراسة ديناميات الزمانية المكانية التيارات العصبية في جميع أنحاء الدماغ. وبالمثل ننشر خوارزميات تعلم الآلة لتقييم وقياس القدرة على التنبؤ هذه الإجراءات السلوكية من خلال تحديد أنماط المكانية والزمانية العمل ذات الصلة في النشاط العصبي في جهاز استشعار (EEG) و / أو مسافات المصدر. دمج ERD التقليدي / ERS، مصدر وتحليل فك توفر التن أشملوصف التل من الأساس العصبي لمثل هذه السلوكيات.
يسمح هذا الإعداد لنا لاستغلال مزايا النهج موبي 2،3 ودراسة التفاعلات الاجتماعية بين الرضع والمجرب لأنها تحدث بشكل طبيعي دون قيود.
البروتوكول، من وقت لموضوع يصل إلى الوقت وقال انه / انها تترك، يستغرق حوالي 1 ساعة لإكمال. في وقت الإعداد والمكان القطب اكتساب الحركة الإسلامية الأوزبكية / EEG يختلف 15-25 دقيقة اعتمادا على عوامل مثل طول الشعر والتعاون في هذا الموضوع. التهيئة والتكوين للمعدات وتضيف ما يصل إلى 10 دقيقة، والدورة الاختبار تستغرق حوالي 15 دقيقة. إزالة إيموس وغطاء EEG، بما في ذلك تنظيف الرأس للرضيع من هلام هيبوالرجينيك، ويأخذ 5-10 دقيقة.
Protocol
Representative Results
Discussion
بروتوكول صفها يعرض منهجية لجمع البيانات من الأطفال يتصرفون بحرية في حين أنها تتفاعل مع مجرب في الوقت الحقيقي. ويعمل الهاتف النقال تكنولوجيا تصوير الدماغ (EEG فروة الرأس) لالتقاط النشاط العصبي في حين تم تسجيل البيانات في وقت واحد الحركية مع إيموس في مواقع الجسم الاستراتيجية. وسجلت الدورة التجربة أيضا بواسطة كاميرا الفيديو. تتم مزامنة نظام لتسجيل البيانات الثلاثة باستخدام نظام الزناد المخصصة.
وثاق EEG ونظام الحركة الإسلامية الأوزبكية لهذا الموضوع كما انه / انها تتحرك بحرية خلال الدورة التجربة. تحتاج إلى ايميس لتكون مربوطة بإحكام لتكون قادرة على التقاط الكينماتيكا بدقة. لضمان التنقل غير المقيد الكامل لهذا الموضوع، والمعدات يجب أن تكون كما تدخلي الحد الأدنى ممكن؛ وبالتالي فإن استخدام حامل لدعم الكابلات الكهربائي وEEG والسيطرة على المربع EEG. ثم يتفاعل المجرب مع الرضع لمدة 15 دقيقة تقريبا. وINFAسوف الإقليم الشمالي استثارة ذخيرة تعتمد على سن السلوكيات أثناء التفاعل. وتشمل هذه الراحة، والوصول إلى فهم-، والوصول إلى، عرض، واستكشاف، ومراقبة، وتقليد. ومع ذلك، فإن بعض الأطفال تكون غير راغبة في التعاون في الدورة بسبب التعب، وعدم الراحة، أو الإجهاد. تأكد من تحديد موعد التجربة عندما يكون الطفل هو الأكثر حيوية ونشاطا لمنع وقوع الردود السلبية من له / لها.
طبيعة التجربة تقدم المخاطر على نوعية البيانات المسجلة طوال الدورة. لذلك، لا بد من اختبار جميع الروابط وبيانات الجودة قبل بدء الدورة تسجيل ومراقبة بشكل مستمر خلال الدورة. إذا كان النظام EEG البيانات لا تسجل نوعية البيانات، ووقف البرنامج وتوصيل كافة الاتصالات. قبل إعادة تشغيل البرامج أو توصيل معدات إلى جهاز الكمبيوتر المحمول، وإزالة جميع مصادر الضوضاء ممكنة (أي امدادات الطاقة) من القرب من أجهزة التسجيل. وEEويشمل الأجهزة G مكبرات الصوت إشارة التي يمكن التقاط الضوضاء البيئية إذا وضعت بالقرب من مصادر الضوضاء الكهربائية. لاستقبال الحركة الإسلامية الأوزبكية، تأكد من وجود أي تدخل في خط البصر بين المتلقي والتجربة والرضع.
يوفر هذا الإعداد التجريبية بيانات عالية الدقة العصبية الزمنية من خلال قياس النشاط الكهربائي على سطح فروة الرأس. وقد أظهرت الدراسات التي أجريت مؤخرا في جدوى استخدام هذه الإشارات، جنبا إلى جنب مع الحركيات كامل الجسم، لتحديد المعلومات تصنيفها للحركات التعبيرية 20، والحركات الفنية 21،22، مما يشير إلى أن هذا النهج جمع البيانات المقترحة يمكن أن يؤدي إلى فهم أفضل للالعصبية أساس التقليد عند الرضع.
المساهمات الأخيرة تتميز خوارزميات التعلم آلة قوية تطبق على ديناميات الدماغ 13،20،21 ببناء مجموعة أدوات المتزايد لدراسة إمكانات السطح في حد ذاته أكثر طبيعيةttings. يوفر هذا الإعداد المقترحة تشكيلة واسعة من الاحتمالات عن الأسئلة البحثية التي سيتم تناولها 2،22. بشكل خاص، ويمكن تطبيقه للبحث تركز على أ) فهم الأساس العصبي للتنمية المعرفية والحركية للرضع بناء على عدد كبير من المواضيع؛ ب) فهم الأساس العصبي للنوايا الطفل في "العمل والسياق"، التي ينبغي أن تكون التنبؤية للعمل السلوكي واردة. ج) قياس أنماط العصبية المشتركة وفريدة من نوعها لتوصيف الفردية والتباين في الدماغ النامية؛ ود) دراسة ظهور عمليات التقليد والتعلم. هذه الأهداف يستلزم نشر خوارزميات تعلم الآلة التي يمكن التعامل مع البيانات الغنية إحصائيا في كل من إمكانات نشأت الدماغ بالمعلومات وحركة العضلات أو التحف 12،20،23.
تحاول هذه الدراسة لتقدير مصادر القشرية وامكانات الحقل الكهربائية باستخدام البيانات EEG الرضع. بسببالصعوبات التقنية مثل عدم وجود المعرفة في الرضع القيم رئيس الموصلية وسمك المادة القشرية، ووضع نماذج دقيق لنموذج الرأس هي مهمة صعبة. هناك حاجة لدراسات إضافية لتقديرات الموصلية الأنسجة الإقليمية موسع في الرضع 24. تقسيم سطح القشرية البيانات MRI الرضع تقدم تحديا إضافيا بسبب التباين الفقراء وجدت في صور الدماغ البشري النامي 25. هناك حاجة إلى بحوث المستقبلية لمعالجة هذه الصعوبات وتقدير مختلف يرتبط العصبية للتنمية الرضع والسلوك.
وأخيرا، يمكن نشرها البروتوكول والأساليب التجريبية المقترحة في الدراسة من ذوي العاهات الخلقية مثل الاطفال الذين يعانون من المحتمل اضطراب طيف التوحد (ASD). في هذا التطبيق، سيكون من المرغوب فيه لتشمل مجموعة مراقبة وتقييم تنموية مناسبة لتوصيف المجموعتين (السيطرة وASD). للامتحانسبيل، ويمكن أن تتألف مجموعة الدراسة من جميع المخاطر العالية (لASD) الأشقاء الرضع المقررة لجدول تشخيص التوحد مراقبة 26، شدة الأعراض (27) وبره مولن من التعليم المبكر من 28 إلى تميز القدرة المعرفية العامة. إن وجدت، مرجحة نشر الرنين المغناطيسي ستكون أيضا مرغوب فيه للغاية (29).
Disclosures
The authors have nothing to disclose.
Acknowledgements
وأيد هذا العمل من قبل يونيس كينيدي شرايفر المعهد القومي لصحة الطفل والتنمية البشرية (معاهد الصحة القومية) جائزة # P01 HD064653-01. المحتوى هو فقط من مسؤولية الكتاب ولا تمثل بالضرورة وجهة النظر الرسمية للمعاهد الصحة القومية أو المعاهد القومية للصحة.
Materials
| BrainAmp Amplifier | Brain Products, Gmbh | ||||
| actiCAP EEG cap- 64 electrodes* | Brain Products, Gmbh | ||||
| actiCAP Control Box | Brain Products, Gmbh | ||||
| Brain Vision Recorder software v1.20.0601 | Brain Products, Gmbh | ||||
| actiCAP Control Box software v1.2.5.2 | Brain Products, Gmbh | ||||
| CapTrak | Brain Products, Gmbh | ||||
| CapTrak software v1.0.0 | Brain Products, Gmbh | ||||
| Opal movement monitor | APDM, Inc | ||||
| Opal docking station | APDM, Inc | ||||
| Opal wireless access point | APDM, Inc | ||||
| Motion Studio software v1.0.0.201503302222 | APDM, Inc | ||||
| Trigger box | Custom | ||||
| Video camera | HC-W850M, Panasonic Co. | ||||
| *The EEG caps come in the following head circumference sizes for infants: 42, 44, 46, 48, 50cm. For this protocol, a stock of 2 caps of each size is recommended. | |||||
References
- Woodward, A. L., Gerson, S. A. Mirroring and the development of action understanding. Phil. Trans. R. Soc. B. 369 (1644), (2014).
- Makeig, S., Gramann, K., Jung, T. -. P., Sejnowski, T. J., Poizner, H. Linking brain, mind and behavior. Int J Psychophysiol. 73 (2), 95-100 (2009).
- Gramann, K., et al. Cognition in action: imaging brain/body dynamics in mobile humans. Rev. Neurosci. 22 (6), 593-608 (2011).
- GmbH Brain Products. . actiCAP Operating Instructions. , (2013).
- Grech, R., et al. Review on solving the inverse problem in EEG source analysis. J Neuroeng Rehabil. 5 (25), (2008).
- Sanchez, C. E., Richards, J. E., Almli, C. R. Neurodevelopmental MRI brain templates for children from 2 weeks to 4 years of age. Dev Psychobiol. 54 (1), 77-91 (2012).
- Richards, J. E. Neurodevelopmental MRI Database. , (2010).
- Fuchs, M., Wagner, M., Kastner, J. Boundary element method volume conductor models for EEG source reconstruction. Clin. Neurophysiol. 112, 1400-1407 (2001).
- Song, J., et al. Anatomically Accurate Infant Head Models for EEG Source Localization. J Phys Conf Ser. 434 (1), (2013).
- Roche‐Labarbe, N., et al. High‐resolution electroencephalography and source localization in neonates. Hum Brain Mapp. 29 (2), 167-176 (2008).
- Michel, C. M., et al. EEG source imaging. Clin Neurophysiol. 115 (10), 2195-2222 (2004).
- Hernandez, Z. R., Cruz-Garza, J., Tse, T., Contreras-Vidal, J. L.Decoding of intentional actions from scalp electroencephalography (EEG) in freely-behaving infants. Conf Proc IEEE Eng Med Biol Soc. , 2115-2118 (2014).
- Bulea, T. C., Prasad, S., Kilicarslan, A., Contreras-Vidal, J. L. Sitting and Standing Intention Can be Decoded from Scalp EEG Recorded Prior to Movement Execution. Front Hum Neurosci. , 8 (2014).
- Cuevas, K., Cannon, E. N., Yoo, K., Fox, N. A. The infant EEG mu rhythm: methodological considerations and best practices. Developmental Review. 34 (1), 26-43 (2014).
- Goncharova, I. I., McFarland, D. J., Vaughan, T. M., Wolpaw, J. R. EMG contamination of EEG: spectral and topographical characteristics. Clin. Neurophysiol. 114 (9), 1580-1593 (2003).
- Marins, J. L., Yun, X., Bachmann, E. R., McGhee, R. B., Zyda, M. J. An extended Kalman filter for quaternion-based orientation estimation using MARG sensors. Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems. 4, 2003-2011 (2001).
- Mullen, T., et al. Real-time modeling and 3D visualization of source dynamics and connectivity using wearable EEG. Conf Proc IEEE Eng Med Biol Soc. , 2184-2197 (2013).
- Sugiyama, M. Dimensionality reduction of multimodal labeled data by local fisher discriminant analysis. J. Mach. Learn. Res. 8, 1027-1061 (2007).
- Li, W., Prasad, S., Fowler, J. E., Bruce, L. M. Locality-preserving dimensionality reduction and classification for hyperspectral image analysis. IEEE Trans. Geosci. Remote Sensing. 50, 1185-1198 (2012).
- Cruz-Garza, J. G., Hernandez, Z. R., Nepaul, S., Bradley, K. K., Contreras-Vidal, J. L. Neural decoding of expressive human movement from scalp electroencephalography (EEG). Front Hum Neurosci. 8 (188), (2014).
- Kilicarslan, A., Prasad, S., Grossman, R. G., Contreras-Vidal, J. L. High accuracy decoding of user intentions using EEG to control a lower-body exoskeleton. Conf Proc IEEE Eng Med Biol Soc. , 5606-5609 (1109).
- Gramann, K., Jung, T. -. P., Ferris, D. P., Lin, C. -. T., Makeig, S. Toward a new cognitive neuroscience: modeling natural brain dynamics. Front Hum Neurosci. 8 (444), (2014).
- Bulea, T. C., Kilicarslan, A., Ozdemir, R., Paloski, W. H., Contreras-Vidal, J. L. Simultaneous scalp electroencephalography (EEG), electromyography (EMG), and whole-body segmental inertial recording for multi-modal neural decoding. J Vis Exp. 26 (77), (2013).
- Odabaee, M., et al. Neonatal EEG at scalp is focal and implies high skull conductivity in realistic neonatal head models. NeuroImage. 96, 73-80 (2014).
- Knickmeyer, R. C., et al. A structural MRI study of human brain development from birth to 2 years. J Neurosci. 28, 12176-12182 (2008).
- Lord, C., Rutter, M., DiLavore, P. C., Risi, S. . Autism Diagnostic Observation Schedule. , (2000).
- Gotham, K., Pickles, A., Lord, C. Standardizing ADO S scores for a measure of severity in autism spectrum disorders. J Autism Dev Disord. 39, 693-705 (2009).
- Mullen, E. M. . Mullen Scales of Early Learning. , (1995).
- Wolff, J. J., Gu, H., Gerig, G., et al. IBIS Network. Differences in white matter fiber tract development present from 6 to 24 months in infants with autism. Am J Psychiatry. 169 (6), 589-600 (2012).
