Misurazione del flusso di informazioni direzionali in fNIRS-Hyperscanning Data utilizzando il metodo partial Wavelet Transform Coherence

L’interazione sociale è di vitale importanza per gli esseri umani ^1,2. Per comprendere il meccanismo neurocognitivo dual-cerebrale dell’interazione sociale, l’approccio di iperscansione è stato recentemente ampiamente utilizzato, dimostrando che i modelli di sincronizzazione neurale interpersonale (INS) possono ben caratterizzare il processo di interazione sociale 3,4,5,6,7,8,9,10,11,12 ^,13,14. Tra gli studi recenti, una scoperta interessante è che la differenza di ruolo degli individui in una diade può portare a un modello ritardato di INS, cioè INS si verifica quando l’attività cerebrale di un individuo è in ritardo rispetto a quella di un altro individuo di secondi, come quella dagli ascoltatori agli oratori ^5,9, dai leader ai seguaci⁴, dagli insegnanti agli studenti⁸, dalle madri ai bambini^13,15, e dalle donne agli uomini in una coppia romantica⁶. Ancora più importante, c’è una buona corrispondenza tra l’intervallo dell’INS ritardato nel tempo e quello dei comportamenti di interazione sociale, come tra insegnanti che interrogano e studenti che rispondono^{a 8} o tra comportamenti genitoriali delle madri e comportamenti di conformità dei bambini¹⁵. Pertanto, l’INS ritardato nel tempo può riflettere un flusso di informazioni direzionali da un individuo all’altro, come proposto in un recente modello gerarchico per la comunicazione verbale interpersonale¹⁶.

In precedenza, l’INS time-lag veniva calcolato principalmente sul segnale funzionale della spettroscopia nel vicino infrarosso (fNIRS) a causa della sua risoluzione spaziale relativamente elevata, della localizzazione anatomica del suono e della tolleranza eccezionalmente elevata degli artefatti di movimento¹⁷ quando si studiano le interazioni sociali naturalistiche. Inoltre, per caratterizzare con precisione la corrispondenza tra il time lag neurale e il time lag comportamentale durante l’interazione sociale, è essenziale ottenere la forza INS per ogni time lag (ad esempio, da nessun time lag a un time lag di 10 s). A tale scopo, in precedenza, la procedura di coerenza della trasformazione wavelet (WTC) era ampiamente applicata dopo aver spostato il segnale cerebrale di un individuo in avanti o indietro rispetto a quello di un altro^{individuo 5,6,18}. Quando si utilizza questa procedura WTC tradizionale per i segnali fNIRS, c’è una potenziale sfida perché l’INS time-lag osservato può essere confuso dall’effetto di autocorrelazione del segnale fNIRS per un singolo 19,20,21. Ad esempio, durante un processo di interazione sociale diadica, il segnale del partecipante A al punto temporale t può essere sincronizzato con quello del partecipante B nello stesso punto temporale. Nel frattempo, il segnale del partecipante A al punto temporale t può essere sincronizzato con quello del partecipante A in un punto temporale successivo t + 1 a causa dell’effetto di autocorrelazione. Pertanto, può verificarsi un INS spurio ritardata nel tempo tra il segnale del partecipante A al punto temporale t e quello del partecipante B al punto temporale t + 1.

Mihanović e i suoi colleghi²² hanno prima introdotto un metodo chiamato coerenza parziale della trasformata wavelet (pWTC), e poi lo hanno applicato nelle scienze marine^23,24. Lo scopo originale di questo metodo era quello di controllare il rumore esogeno confondente quando si stima la coerenza di due segnali. Qui, per risolvere il problema dell’autocorrelazione nei dati di iperscansione fNIRS, il metodo pWTC è stato esteso per calcolare INS time-lag sul segnale fNIRS. Precisamente, un INS ritardato nel tempo (e un flusso di informazioni direzionali) dal partecipante A al partecipante B può essere calcolato utilizzando l’equazione seguente (Equazione 1)²³.

Qui, si presume che ci siano due segnali, A e B, dai partecipanti A e B, rispettivamente. Il verificarsi del segnale B precede sempre quello del segnale A con un time lag di n, dove wtC (A_t, B_t+n) è il tradizionale WTC time-lag. WTC (A_t, A_{t + n}) è il WTC autocorrediato nel partecipante A. WTC (A_t, B_t) è il WTC allineato nel tempo al punto temporale t tra il partecipante A e B. * è l’operatore coniugato complesso (Figura 1A).

Figura 1: Panoramica di pWTC. (A) La logica del pWTC. Ci sono due segnali A e B, all’interno di una diade. L’occorrenza di A segue sempre quella di B con un ritardo n. Una scatola grigia è una finestra wavelet in un determinato punto temporale t o t + n. Sulla base dell’equazione pWTC (rappresentata nella figura), è necessario calcolare tre WTC: il WTC ritardato nel tempo di A_{t + n} e B_t; il WTC autocorrelato nei partecipanti A di A_t e A_t+n; e il WTC allineato al tempo al timepoint t, A_t e B_t. B) Il layout dei set di sonde optodiche. CH11 è stato collocato a T3 e CH25 è stato posizionato a T4 seguendo il sistema internazionale 10-20 ^27,28. Fare clic qui per visualizzare una versione più grande di questa figura.

Questo protocollo ha introdotto per la prima volta un esperimento di simulazione per dimostrare quanto bene il pWTC risolve la sfida dell’autocorrelazione. Quindi, ha spiegato come condurre pWTC in un modo passo-passo basato su un esperimento empirico di interazioni sociali naturalistiche. Qui, un contesto di comunicazione è stato utilizzato per introdurre il metodo. Questo perché, in precedenza, l’INS time-lag veniva solitamente calcolato in un contesto di comunicazione naturalistica ^{3,4,6,8,13,15,18}. Inoltre, è stato condotto anche un confronto tra il pWTC e il WTC tradizionale e la convalida con il test di causalità Granger (GC).