JoVE Journal > Neuroscience
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
עברית

Automatically Generated
Please note that all translations are automatically generated. Click here for the English version.
Neuroscience

כיצד לחשב ולאמת סינכרון בין-מוחי במחקר היפר-סריקה של fNIRS

Published: September 08, 2021
doi:
10.3791/62801
, , , , , ,
1Institute of Brain and Education Innovation, School of Psychology and Cognitive Science,East China Normal University, 2Department of Musicology,Harbin Conservatory of Music, 3Department of Clinical Neuroscience,Karolinska Institutet, 4School of Psychology,Shenzhen University

Summary

הדינמיקה בין מוחות מצמידים של אנשים מיוצגת יותר ויותר על ידי סנכרון בין מוחות (IBS) כאשר הם מתאמים זה עם זה, בעיקר באמצעות אותות הקלטה בו זמנית של מוח (כלומר היפר-סריקה) עם fNIRS. במחקרי סריקת יתר של fNIRS, IBS נבחן בדרך כלל באמצעות שיטת קוהרנטיות טרנספורמציה גל (WTC) בגלל היתרון שלה על הרחבת סדרות זמן לתוך מרחב תדר זמן שבו תנודות ניתן לראות בצורה אינטואיטיבית מאוד. ניתן לאמת עוד יותר את ה- IBS הנצפה באמצעות השיוך האקראי מבוסס התמורות של גירסת הניסיון, השותף והמצב. כאן, מוצג פרוטוקול כדי לתאר כיצד להשיג אותות מוחיים באמצעות טכנולוגיית fNIRS, לחשב IBS באמצעות שיטת WTC ולאמת IBS על ידי תמורות במחקר hyperscanning. יתר על כן, אנו דנים בנושאים הקריטיים בעת שימוש בשיטות לעיל, כולל הבחירה של אותות fNIRS, שיטות עיבוד מקדים של נתונים ופרמטרים אופציונליים של חישובים. לסיכום, שימוש בשיטת WTC ובתמורת הוא צינור סטנדרטי פוטנציאלי לניתוח IBS במחקרי סריקת יתר של fNIRS, התורם הן לשחזור והן לאמינות של IBS.

Abstract

הדינמיקה בין מוחות מצמידים של אנשים מיוצגת יותר ויותר על ידי סנכרון בין מוחות (IBS) כאשר הם מתאמים זה עם זה, בעיקר באמצעות אותות הקלטה בו זמנית של מוח (כלומר היפר-סריקה) עם fNIRS. במחקרי סריקת יתר של fNIRS, IBS נבחן בדרך כלל באמצעות שיטת קוהרנטיות טרנספורמציה גל (WTC) בגלל היתרון שלה על הרחבת סדרות זמן לתוך מרחב תדר זמן שבו תנודות ניתן לראות בצורה אינטואיטיבית מאוד. ניתן לאמת עוד יותר את ה- IBS הנצפה באמצעות השיוך האקראי מבוסס התמורות של גירסת הניסיון, השותף והמצב. כאן, מוצג פרוטוקול כדי לתאר כיצד להשיג אותות מוחיים באמצעות טכנולוגיית fNIRS, לחשב IBS באמצעות שיטת WTC ולאמת IBS על ידי תמורות במחקר hyperscanning. יתר על כן, אנו דנים בנושאים הקריטיים בעת שימוש בשיטות לעיל, כולל הבחירה של אותות fNIRS, שיטות עיבוד מקדים של נתונים ופרמטרים אופציונליים של חישובים. לסיכום, שימוש בשיטת WTC ובתמורת הוא צינור סטנדרטי פוטנציאלי לניתוח IBS במחקרי סריקת יתר של fNIRS, התורם הן לשחזור והן לאמינות של IBS.

Introduction

כאשר אנשים מתואמים עם אחרים, המוח והגוף שלהם הופכים ליחידה זוגית באמצעות הסתגלות הדדית מתמשכת. הצימוד בין המוחות יכול להיות מיוצג על ידי סנכרון בין מוחות (IBS) באמצעות גישת היפר-סריקה, אשר בו זמנית מתעדת אותות מוח של שני אנשים או יותר1. ואכן, גוף גדל והולך של מחקרי היפר-סריקה fNIRS / EEG מצא IBS בהקשרים שונים שלשיתוףפעולה, כולל הקשה על אצבע 2 , הליכה קבוצתית3,משחק תופים4,גיטרה מנגנת5, ושירה / זמזום6. fNIRS נמצא בשימוש נרחב למחקר של IBS במהלך אינטראקציה חברתית, כפי שהוא פחות מגביל את תנועות הראש / הגוף בהגדרות טבעיות יחסית (לעומת fMRI / EEG)7.

המאמר מציג פרוטוקול לחישוב IBS באמצעות שיטת קוהרנטיות טרנספורמציה גל (WTC) במחקר hyperscanning של fNIRS. WTC היא שיטה להערכת המתאם הצולב בין שני אותות תנועה במישור תדר הזמן, ולכן, יכולה לתת מידע רב יותר מאשר ניתוח המתאם המסורתי (למשל, מתאם פירסון ומתאם צולב), שהוא רק בתחום הזמן8. בנוסף, אותות המודינמיים הופכים לרכיבי גל, אשר יכולים להסיר ביעילות את הרעש בתדר נמוך. למרות WTC הוא זמן רב, זה היה השיטה הנפוצה ביותר של חישוב IBS בחיקוי פעולה9, התנהגות שיתופית10, תקשורת מילולית11, קבלת החלטות12, ולמידה אינטראקטיבית13.

המאמר מציג גם כיצד לאמת IBS עם paring אקראי מבוסס תמורות של ניסויים, תנאים ומשתתפים. IBS במחקרי hyperscanning מוצע תמיד לעקוב אחר אינטראקציה חברתית מקוונת בין אנשים, בעוד זה יכול להתפרש גם על ידי הסברים אחרים, כגון דמיון גירוי, דמיון תנועה, או דמיון מצב14. מבחן תמורות, המכונה גם מבחן אקראיות, ניתן למנף כדי לבדוק את השערות האפס הנ”ל באמצעות דגימה מחדש של הנתונים שנצפו15. באמצעות תמורות, כדאי לחקור אם IBS שזוהה הוא ספציפי להתנהגות אינטראקטיבית, החל אפנון של IBS בתוך dyads בין קבוצות שלשותפים 16.

הפרוטוקול המתואר כאן מפרט כיצד להשיג אותות מוחיים באמצעות טכנולוגיית fNIRS, לחשב IBS באמצעות שיטת WTC ולאמת IBS על ידי בדיקת תמורות במחקר היפר-סריקה. מחקר זה נועד לבחון אם IBS מיוחס מופעל על ידי מדי מוסיקה במהלך תיאום חברתי. אותות המוח נרשמו בקליפת המוח הקדמית, בהתבסס על המיקום של IBS בממצא קודם1. המשימה הניסיונית פותחה במקור על ידי Konvalinka והמכללות שלה17, שבו המשתתפים התבקשו להקיש על האצבעות שלהם עם משוב שמיעתי מן השותף או עצמם לאחר האזנה לגירויים מטר או לא מטר.

Protocol

הפרוטוקול שהוצג כאן אושר על ידי ועדת האוניברסיטה להגנה על מחקר אנושי של אוניברסיטת מזרח סין נורמלית. 1. הכנה לניסוי המשתתפים גייסו קבוצה של סטודנטים לתואר ראשון ושני עם פיצוי כספי על ידי הפרסום בקמפוס. ודאו שהמשתתפים ימניים ויש להם ראייה ושמיעה תקינים או מתו?…

Representative Results

התוצאות הראו כי היה IBS בערוץ 5 בתנאי תיאום מטר, בעוד שלא היה IBS קיים בתנאים אחרים (כלומר, עצמאות מטר, תיאום שאינו מטר, עצמאות שאינה מטר; איור 2א). בערוץ 5, ה-IBS בתנאי תיאום המונים היה גבוה משמעותית מערכי העקביות בתנאי התיאום והעצמאות של המונה(איור 2B). ערוץ 5 היה שייך…

Discussion

פרוטוקול זה מספק הליך שלב אחר שלב לחישוב ולאימות IBS, תוך שימוש בגישה של סריקת יתר של fNIRS כדי לאסוף בו-זמנית אותות מוחיים של שני משתתפים. להלן נדונות כמה סוגיות קריטיות הכרוכות בעיפול מקדים של נתוני fNIRS, חישוב IBS, סטטיסטיקה ואימות IBS.

עיבוד מקדים של נתונים
יש צורך מעבד …

Disclosures

The authors have nothing to disclose.

Acknowledgements

מחקר זה נתמך על ידי: הקרן הלאומית למדעי הטבע של סין (31872783, 31800951).

Materials

Computer Hewlett-Packard Development Company, L.P. HP S01-pF157mcn
Earphone Royal Philips Electronics, Eindhoven, The Netherlands SHE2405BK/00
EEG cap Compumedics Neuroscan, Charlotte, USA 64-channel Quik-Cap
E-Prime software Psychology Software Tools, Inc., Pittsburgh, USA E-Prime 3
fNIRS system Hitachi Medical Corporation, Tokyo, Japan ETG-7100 Optical Topography System
MATLAB 2014b The MathWorks, Inc., Natick, MA MATLAB 2014b
MuseScore Musescore Company, Belgium MuseScore 3.6.2.548021803
Swimming cap Decathlon Group, Villeneuve-d'Ascq, France 1681552
DOWNLOAD MATERIALS LIST

References

  1. Kingsbury, L., Hong, W. A Multi-Brain Framework for Social Interaction. Trends in Neurosciences. 43 (9), 651-666 (2020).
  2. Konvalinka, I., Bauer, M., Stahlhut, C., Hansen, L. K., Roepstorff, A., Frith, C. D. Frontal alpha oscillations distinguish leaders from followers: multivariate decoding of mutually interacting brains. NeuroImage. 94, 79-88 (2014).
  3. Ikeda, S., et al. Steady Beat Sound Facilitates both Coordinated Group Walking and Inter-Subject Neural Synchrony. Frontiers in Human Neuroscience. 11, 147 (2017).
  4. Duan, L., et al. Cluster imaging of multi-brain networks (CIMBN): a general framework for hyperscanning and modeling a group of interacting brains. Frontiers in Neuroscience. 9, 267 (2015).
  5. Sanger, J., Muller, V., Lindenberger, U. Intra- and interbrain synchronization and network properties when playing guitar in duets. Frontiers in Human Neuroscience. 6, 312 (2012).
  6. Muller, V., Delius, J. A. M., Lindenberger, U. Hyper-frequency network topology changes during choral singing. Frontiers in Physiology. 10, 207 (2019).
  7. Egetemeir, J., Stenneken, P., Koehler, S., Fallgatter, A. J., Herrmann, M. J. Exploring the neural basis of real-life joint action: Measuring brain activation during joint table setting with functional near-infrared spectroscopy. Frontiers in Human Neuroscience. 5, 95 (2011).
  8. Grinsted, A., Moore, J. C., Jevrejeva, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes in Geophysics. 11 (5-6), 561-566 (2004).
  9. Holper, L., Scholkmann, F., Wolf, M. Between-brain connectivity during imitation measured by fNIRS. NeuroImage. 63 (1), 212-222 (2012).
  10. Cui, X., Bryant, D. M., Reiss, A. L. NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation. NeuroImage. 59 (3), 2430-2437 (2012).
  11. Jiang, J., Dai, B., Peng, D., Zhu, C., Liu, L., Lu, C. Neural synchronization during face-to-face communication. Journal of Neuroscience. 32 (45), 16064-16069 (2012).
  12. Tang, H., Mai, X., Wang, S., Zhu, C., Krueger, F., Liu, C. Interpersonal brain synchronization in the right temporo-parietal junction during face-to-face economic exchange. Social Cognitive and Affective Neuroscience. 11 (1), 23-32 (2016).
  13. Pan, Y., Novembre, G., Song, B., Li, X., Hu, Y. Interpersonal synchronization of inferior frontal cortices tracks social interactive learning of a song. NeuroImage. 183, 280-290 (2018).
  14. Konvalinka, I., Roepstorff, A. The two-brain approach: how can mutually interacting brains teach us something about social interaction. Frontiers in Human Neuroscience. 6, 215 (2012).
  15. Karlsson, A. Permutation, parametric, and bootstrap tests of hypotheses. Journal of the Royal Statistical Society Series a-Statistics in Society. 169, 171 (2006).
  16. Ayrolles, A., et al. HyPyP: a Hyperscanning python pipeline for inter-brain connectivity analysis. Social Cognitive and Affective Neuroscience. 16 (1-2), 72-83 (2021).
  17. Konvalinka, I., Vuust, P., Roepstorff, A., Frith, C. D. Follow you, follow me: continuous mutual prediction and adaptation in joint tapping. Quarterly Journal of Experimental Psychology. 63 (11), 2220-2230 (2010).
  18. Majolo, B., et al. Human friendship favours cooperation in the iterated prisoner’s dilemma. Behaviour. 143, 1383-1395 (2006).
  19. . Homer2 Available from: https://www.nitrc.org/projects/hitachi2nirs (2021)
  20. . Hitachi2nirs Available from: https://www.nitrc.org/projects/hitachi2nirs (2021)
  21. . xjview Available from: https://www.alivelearn.net/xjview/ (2021)
  22. . Groppe’s scripts in MathWork Available from: https://uk.mathworks.com/matlabcentral/profile/authors/1948879 (2021)
  23. Zhang, Y., Brooks, D. H., Franceschini, M. A., Boas, D. A. Eigenvector-based spatial filtering for reduction of physiological interference in diffuse optical imaging. Journal of Biomedical Optics. 10 (1), 011014 (2005).
  24. Cui, X., Bray, S., Reiss, A. L. Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics. NeuroImage. 49 (4), 3039-3046 (2010).
  25. Lumley, T., Diehr, P., Emerson, S., Chen, L. The importance of the normality assumption in large public health data sets. Annual Review of Public Health. 23 (1), 151-169 (2002).
  26. Benjamini, Y., Yekutieli, D. The control of the false discovery rate in multiple testing under dependency. Annals of Statistics. 29 (4), 1165-1188 (2001).
  27. Miller, B. L., Cummings, J. L. . The human frontal lobes: Functions and disorders. , (2007).
  28. vanden Bos, W., van Dijk, E., Westenberg, M., Rombouts, S. A. R. B., Crone, E. A. What motivates repayment? Neural correlates of reciprocity in the Trust Game. Social Cognitive and Affective Neuroscience. 4 (3), 294-304 (2009).
  29. Corbetta, M., Shulman, G. L. Control of goal-directed and stimulus-driven attention in the brain. Nature Reviews Neuroscience. 3 (3), 201-215 (2002).
  30. Ferreri, L., Aucouturier, J. J., Muthalib, M., Bigand, E., Bugaiska, A. Music improves verbal memory encoding while decreasing prefrontal cortex activity: an fNIRS study. Frontiers in Human Neuroscience. 7, 779 (2013).
  31. Cheng, X., Li, X., Hu, Y. Synchronous brain activity during cooperative exchange depends on gender of partner: A fNIRS-based hyperscanning study. Human Brain Mapping. 36 (6), 2039-2048 (2015).
  32. Hu, Y., Hu, Y., Li, X., Pan, Y., Cheng, X. Brain-to-brain synchronization across two persons predicts mutual prosociality. Social Cognitive and Affective Neuroscience. 12 (12), 1835-1844 (2017).
  33. Delgado Reyes, L. M., Bohache, K., Wijeakumar, S., Spencer, J. P. Evaluating motion processing algorithms for use with functional near-infrared spectroscopy data from young children. Neurophotonics. 5 (2), 025008 (2018).
  34. Zhang, Y., Brooks, D. H., Franceschini, M. A., Boas, D. A. Eigenvector-based spatial filtering for reduction of physiological interference in diffuse optical imaging. Journal of Biomedical Optics. 10 (1), 11014 (2005).
  35. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiological Measurement. 33 (2), 259-270 (2012).
  36. Scholkmann, F., Spichtig, S., Muehlemann, T., Wolf, M. How to detect and reduce movement artifacts in near-infrared imaging using moving standard deviation and spline interpolation. Physiological Measurement. 31 (5), 649 (2010).
  37. Izzetoglu, M., Chitrapu, P., Bunce, S., Onaral, B. Motion artifact cancellation in NIR spectroscopy using discrete Kalman filtering. Biomedical Engineering Online. 9 (1), (2010).
  38. Barker, J. W., Aarabi, A., Huppert, T. J. Autoregressive model based algorithm for correcting motion and serially correlated errors in fNIRS. Biomedical Optics Express. 4 (8), 1366-1379 (2013).
  39. Gagnon, L., et al. Short separation channel location impacts the performance of short channel regression in NIRS. NeuroImage. 59 (3), 2518 (2012).
  40. Di Lorenzo, R., et al. Brain responses to faces and facial expressions in 5-month-olds: An fNIRS study. Frontiers in Psychology. 10, 1240 (2019).
  41. Duan, L., et al. Wavelet-based method for removing global physiological noise in functional near-infrared spectroscopy. Biomed Opt Express. 9 (8), 3805-3820 (2018).
  42. Hamilton, A. Hype, hyperscanning and embodied social neuroscience. PsyArXiv. , (2020).
  43. Zhang, X., Noah, J. A., Dravida, S., Hirsch, J. Optimization of wavelet coherence analysis as a measure of neural synchrony during hyperscanning using functional near-infrared spectroscopy. Neurophotonics. 7 (1), 015010 (2020).
  44. Ikeda, S., et al. Steady beat sound facilitates both coordinated group walking and inter-subject neural synchrony. Frontiers in Human Neuroscience. 11, 147 (2017).
  45. Osaka, N., et al. How two brains make one synchronized mind in the inferior frontal cortex: fNIRS-based hyperscanning during cooperative singing. Frontiers in Psychology. 6, 1811 (2015).
  46. Abrams, D. A., et al. Inter-subject synchronization of brain responses during natural music listening. European Journal of Neuroscience. 37 (9), 1458-1469 (2013).
  47. Hou, Y., Song, B., Hu, Y., Pan, Y., Hu, Y. The averaged inter-brain coherence between the audience and a violinist predicts the popularity of violin performance. NeuroImage. 211, 116655 (2020).
  48. Baker, J. M., et al. Sex differences in neural and behavioral signatures of cooperation revealed by fNIRS hyperscanning. Scientific Reports. 6, 26492 (2016).
  49. Kruppa, J. A., et al. Brain and motor synchrony in children and adolescents with ASD-a fNIRS hyperscanning study. Social Cognitive and Affective Neuroscience. 16 (1-2), 103-116 (2021).
  50. Liu, T., Duan, L., Dai, R., Pelowski, M., Zhu, C. Team-work, Team-brain: Exploring synchrony and team interdependence in a nine-person drumming task via multiparticipant hyperscanning and inter-brain network topology with fNIRS. NeuroImage. 237, 118147 (2021).
  51. Dai, B., et al. Neural mechanisms for selectively tuning in to the target speaker in a naturalistic noisy situation. Nature Communications. 9 (1), 2405 (2018).
  52. Li, R., Mayseless, N., Balters, S., Reiss, A. L. Dynamic inter-brain synchrony in real-life inter-personal cooperation: A functional near-infrared spectroscopy hyperscanning study. NeuroImage. 238, 118263 (2021).
  53. Boas, D. A., Dale, A. M., Franceschini, M. A. Diffuse optical imaging of brain activation: approaches to optimizing image sensitivity, resolution, and accuracy. NeuroImage. 23, 275-288 (2004).
  54. Ferrari, M., Quaresima, V. A brief review on the history of human functional near-infrared spectroscopy (fNIRS) development and fields of application. NeuroImage. 63 (2), 921-935 (2012).
  55. Mu, Y., Guo, C., Han, S. Oxytocin enhances inter-brain synchrony during social coordination in male adults. Social Cognitive and Affective Neuroscience. 11 (12), 1882-1893 (2016).
  56. Chen, J., et al. Shared memories reveal shared structure in neural activity across individuals. Nature Neuroscience. 20 (1), 115-125 (2017).
  57. Regev, M., et al. Propagation of Information Along the Cortical Hierarchy as a Function of Attention While Reading and Listening to Stories. Cerebral Cortex. 29 (10), 4017-4034 (2019).

Tags

FNIRS HyperscanningInter-brain SynchronizationWavelet Transform CoherenceNPCA FilterHMR Motion CorrectionCBSIPermutation T-testFalse Discovery Rate

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Hu, Y., Wang, Z., Song, B., Pan, Y., Cheng, X., Zhu, Y., Hu, Y. How to Calculate and Validate Inter-brain Synchronization in a fNIRS Hyperscanning Study. J. Vis. Exp. (175), e62801, doi:10.3791/62801 (2021).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image