إطار جديد لفهم التماسك عبر الدماغ في دراسات المسح الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS)
Summary
تماسك تحويل المويجات (WTC) هو منهجية شائعة لتقييم الاقتران بين الإشارات المستخدمة في دراسات المسح الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS). يتم تقديم مجموعة أدوات لتقييم اتجاه تفاعل الإشارة في هذا العمل.
Abstract
على الرغم من تزايد دراسات المسح الطيفي للأشعة تحت الحمراء القريبة من الأشعة تحت الحمراء (fNIRS) ، يبدو أن تقييم الاقتران بين إشارتين عصبيتين باستخدام تماسك تحويل المويجات (WTC) يتجاهل اتجاه التفاعل. يفتقر المجال حاليا إلى إطار يسمح للباحثين بتحديد ما إذا كانت قيمة التماسك العالية التي تم الحصول عليها باستخدام وظيفة مركز التجارة العالمي تعكس التزامن في الطور (على سبيل المثال ، يظهر التنشيط العصبي في كلا عضوي الثنائي في نفس الوقت) ، والتزامن المتأخر (أي ، يظهر التنشيط العصبي في أحد أعضاء الثنائي قبل العضو الآخر) ، أو التزامن المضاد للطور (أي زيادة التنشيط العصبي في أحد أعضاء الثنائي وانخفاضه في الآخر). لتلبية هذه الحاجة ، يقترح في هذا العمل نهج تكميلي وأكثر حساسية لتحليل تماسك الطور لإشارتين عصبيتين. يسمح صندوق الأدوات للباحثين بتقدير اتجاه الاقتران من خلال تصنيف قيم زاوية الطور التي تم الحصول عليها باستخدام مركز التجارة العالمي التقليدي إلى تزامن في الطور ، وتزامن متأخر ، وتزامن مضاد للطور. يسمح صندوق الأدوات أيضا للباحثين بتقييم كيفية تطور ديناميكيات التفاعلات وتغيرها طوال المهمة. سيؤدي استخدام نهج مركز التجارة العالمي الجديد هذا وصندوق الأدوات إلى تعزيز فهمنا للتفاعلات الاجتماعية المعقدة من خلال استخداماتها في دراسات المسح المفرط fNIRS.
Introduction
في السنوات الأخيرة ، كان هناك تحول في أنواع الدراسات التي أجريت لفهم الأسس العصبية للسلوك الاجتماعي 1,2. تقليديا ، ركزت الدراسات في علم الأعصاب الاجتماعي على التنشيط العصبي في دماغ واحد معزول أثناء مهمة ذات صلة اجتماعية. ومع ذلك ، فإن التقدم في تكنولوجيا التصوير العصبي يسمح الآن بفحص التنشيط العصبي في أدمغة فرد واحد أو أكثر أثناء التفاعل الاجتماعي كما يحدث في إعدادات “الحياة الواقعية”3. في إعدادات “الحياة الواقعية” ، يكون الأفراد قادرين على التحرك بحرية ، ومن المرجح أن تتغير أنماط تنشيط الدماغ مع تبادل المعلومات وتلقي الشركاء الاجتماعيين ردود الفعل من بعضهم البعض4.
Hyperscanning هي طريقة تقيم تبادل المعلومات ثنائي الاتجاه هذا عن طريق قياس نشاط الدماغ من شخصين أو أكثر في وقتواحد 5. استخدمت مجموعة ناشئة من الأبحاث التحليل الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS) ، وهي تقنية تصوير عصبي غير جراحية ، بالمقارنة مع تقنيات التصوير العصبي الأخرى ، أقل عرضة لآثار الحركة6. يسمح المسح الفائق عبر fNIRS بتقييم التزامن بين الدماغ (IBS) في إعدادات الحياة الواقعية بينما يتحرك الشركاء التفاعليون بحرية وبشكل طبيعي. هذا مهم بشكل خاص للعمل مع الرضع والأطفال الصغار ، الذين يميلون إلى أن يكونوا نشطين للغاية. تم الإبلاغ عن أن IBS يعكس التفاهم المتبادل بين الشركاء التفاعليين ، والذي يعمل كأساس للتفاعل الاجتماعي الفعال والتواصل ويتوسط النية المشتركة1،7،8.
يتم استخدام عدة طرق لتقييم القولون العصبي لدماغين. وتشمل هذه الأساليب ارتباطات السلاسل الزمنية، مثل الارتباط المتبادل ومعامل ارتباط بيرسون 9,10 (انظر مراجعة Scholkmann et al.10). تتضمن الطرق الأخرى تقييم قوة الاقتران في مجال التردد. وتشمل هذه الأساليب قيمة قفل الطور (PLV) واتساق الطور (انظر مراجعة أجراها Czeszumski et al.11). تستخدم إحدى الطرق الأكثر شيوعا في دراسات fNIRS تماسك تحويل المويجات (WTC) – وهو مقياس للارتباط المتبادل بين سلسلتين زمنيتين كدالة للتردد والوقت10.
يستخدم مركز التجارة العالمي التحليلات الترابطية لحساب الاتساق وتأخر الطور بين سلسلتين زمنيتين في مجال التردد الزمني. استخدمت دراسات المسح الفائق FNIRS مركز التجارة العالمي لتقدير IBS في العديد من مجالات الأداء ، بما في ذلك مراقبة العمل12 ، والسلوك التعاوني والتنافسي5،13،14،15 ، والتقليد16 ، وحل المشكلات بين الأم والرضيع17 ، وسلوك التعليم والتعلم18،19،20،21. عادة ، في دراسات المسح المفرط ، تتم مقارنة التماسك عبر الدماغ ، كما تم قياسه بواسطة مركز التجارة العالمي ، أثناء مهمة تجريبية بالتماسك عبر الدماغ أثناء مهمة التحكم. عادة ما يتم تقديم هذه النتائج مع “مخطط ساخن” لمركز التجارة العالمي ، والذي يوضح التماسك عبر الدماغين في كل نقطة زمنية وتردد (انظر الشكل 1).
كما اقترح Czesumaski et al.11 ، أصبح مركز التجارة العالمي النهج التحليلي القياسي لتحليل المسح المفرط fNIRS. تحليل مركز التجارة العالمي هو طريقة مرنة “محايدة للأدوات” لتصور البيانات وتفسيرها22. تعد الخريطة الحرارية لمعامل التماسك ، والتي توفر شكلا سرديا للتحليل يسمح بسهولة تحديد فترات السلوك المتزامن أو غير المتزامن بالإضافة إلى كثافة نشاط الدماغ أثناء إكمال المهمة ، الميزة الرئيسية لمركز التجارة العالمي وتجعله أداة قوية للبحث التطبيقي22. يتمتع مركز التجارة العالمي بميزة على تقنيات الارتباط. الارتباطات حساسة لشكل وظيفة الاستجابة الديناميكية للدورة الدموية (HRF) ، والتي يعتقد أنها تختلف بين الأفراد (خاصة من حيث العمر) وبين مناطق الدماغ المختلفة. وعلى النقيض من ذلك، لا يتأثر مركز التجارة العالمي بالتغيرات الأقاليمية في (HRF)23. استخدم الباحثون نهج المويجات لدراسة السلاسل الزمنية للتصوير بالرنين المغناطيسي الوظيفي. قارن Zhang et al.24 مقاييس الاتصال الوظيفي شائعة الاستخدام ، بما في ذلك ارتباط بيرسون ، والارتباط الجزئي ، والمعلومات المتبادلة ، وتحويل تماسك المويجات (WTC). أجروا تجارب تصنيف باستخدام أنماط اتصال وظيفية واسعة النطاق مشتقة من بيانات التصوير بالرنين المغناطيسي الوظيفي في حالة الراحة وبيانات الرنين المغناطيسي الوظيفي للتحفيز الطبيعي لمشاهدة الفيديو. أشارت النتائج التي توصلوا إليها إلى أن مركز التجارة العالمي كان أفضل أداء في التصنيف (الخصوصية والحساسية والدقة) ، مما يعني أن مركز التجارة العالمي هو مقياس اتصال وظيفي مفضل لدراسة شبكات الدماغ الوظيفية ، على الأقل في تطبيقات التصنيف24.
الشكل 1: تماسك تحويل المويجات (WTC). ويبين مركز التجارة العالمي التماسك وزاوية الطور بين سلسلتين زمنيتين كدالة لكل من الوقت (المحور السيني) والتردد (المحور الصادي). يتم تصوير زيادة التماسك باللون الأحمر في الرسم البياني ، وتوضح الأسهم الصغيرة في الرسم البياني زاوية الطور للسلسلتين الزمنيتين. يمثل السهم المتجه إلى اليمين التزامن في الطور ؛ تمثل الأسهم المتجهة لأسفل والمتجهة لأعلى التزامن المتأخر ؛ والسهم المتجه إلى اليسار يمثل التزامن المضادللطور 30. تم اقتباس هذا الرقم من Pan et al.19. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
في الآونة الأخيرة ، أوضح هاملتون25 العديد من القيود على تفسير بيانات التماسك عبر الدماغ في دراسات المسح المفرط fNIRS. كان أحد اهتمامات هاملتون الأساسية هو أن مقاييس التماسك (على سبيل المثال ، مركز التجارة العالمي) تبلغ فقط عن التأثيرات على أنها متماثلة (أي أن دماغين مرتبطان ، ويظهران نفس نمط التغيير). ومع ذلك، فإن العديد من التفاعلات الاجتماعية غير متماثلة (على سبيل المثال، تدفق المعلومات بين المتحدث والمستمع) حيث قد يلعب مشاركان أدوارا مختلفة، وليس من الواضح ما إذا كان مركز التجارة العالمي يمكنه التقاط هذه المعلومات. هنا ، يتم التعامل مع هذا القلق من خلال إطار جديد يسمح بتفسير مباشر لقدرة المويجات المتقاطعة باستخدام مرحلة المويجات المتقاطعة للكشف عن الاتجاه. سيسمح هذا الإطار أيضا بفحص كيفية تطور ديناميكيات التفاعلات وتغيرها خلال المهمة.
بينما يقوم مركز التجارة العالمي وطرق الارتباط بتقييم الاتصال الوظيفي ، تقوم طرق أخرى بتقييم الاتصال الفعال ، في محاولة لاستخراج التأثيرات السببية لعنصر عصبي على آخر. إنتروبيا النقل هي مقياس من مجال نظرية المعلومات يصف النقل بين العمليات المعتمدة بشكل مشترك26. طريقة أخرى ذات صلة هي تحليل سببية جرانجر (GCA) ، والذي تم وصفه بأنه مكافئ لإنتروبيا النقل26.
في الأدبيات الحالية لدراسات المسح الفائق fNIRS ، تم استخدام تحليل سببية جرانجر (GCA) على نطاق واسع لتقدير اتجاه الاقتران بين بيانات السلاسل الزمنية fNIRS التي تم الحصول عليها خلال مجموعة متنوعة من المهام المختلفة ، مثل التعاون5 ، والتدريس19 ، والتقليد16. يستخدم GCA نماذج الانحدار الذاتي المتجه لتقييم اتجاه الاقتران بين السلاسل الزمنية في بيانات الدماغ. تعتمد سببية جرانجر على التنبؤ والأسبقية: “يقال إن المتغير X متغير” السبب G “Y إذا كان ماضي X يحتوي على المعلومات التي تساعد على التنبؤ بمستقبل Y فوق المعلومات الموجودة بالفعل في الماضي من Y“27. وفقا لذلك ، يتم تحليل السببية G في اتجاهين: 1) من الموضوع A إلى الموضوع B و 2) من الموضوع B إلى الموضوع A.
وفي حين أن تحليل البرنامج العالمي للأمن السيبراني هو تحليل تكميلي يهدف إلى تحديد ما إذا كانت قيمة الاتساق العالية التي تم الحصول عليها باستخدام دالة مركز التجارة العالمي تعكس التناظر العصبي أو التزامن المتأخر (إشارة واحدة تقود الأخرى)، فإنه لا يسمح بتحديد ما إذا كان قد حدث تزامن مضاد للطور. في دراسات التصوير العصبي التقليدية ، التي يتم فيها فحص مشارك واحد فقط (أي نهج “الدماغ الواحد”) ، يعني النمط المضاد للطور أن النشاط في منطقة دماغية واحدة يزداد بينما ينخفض النشاط في منطقة الدماغ الأخرى28. في أدبيات المسح الفائق ، قد يشير وجود التزامن المضاد للطور إلى زيادة التنشيط العصبي في موضوع واحد ، وفي الوقت نفسه ، يتم تقليل التنشيط العصبي للموضوع الآخر. لذلك ، هناك حاجة لتوفير نموذج شامل يمكنه اكتشاف الاتجاه. وبشكل أكثر تحديدا ، سيكون هذا النموذج قادرا على اكتشاف التزامن المضاد للطور (حيث يكون اتجاه النشاط في فرد واحد معاكسا لاتجاه شريكه) بالإضافة إلى التزامن في الطور والمزامنة المتأخرة.
في محاولة لمعالجة القلق من أن مركز التجارة العالمي يظهر تأثيرات متماثلة فقط ، حيث يظهر كلا الدماغين نفس نمط التغيير25 ، يتم تقديم نهج جديد لتحديد نوع التفاعل من خلال فحص مرحلة التزامن (أي في الطور أو متأخر أو مضاد للطور) (انظر الشكل 2). وتحقيقا لهذه الغاية، تم تطوير صندوق أدوات يستخدم طريقة مركز التجارة العالمي لتصنيف الأنواع المختلفة من التفاعلات. يتم تصنيف أنواع التفاعلات باستخدام بيانات الطور النسبي من تحليل التحويل عبر المويجات.
الشكل 2: توضيح لعلاقات الطور المختلفة للموجات الجيبية البسيطة. (أ) عندما تصل الإشارتان، الإشارة 1 (الخط الأزرق s) والإشارة 2 (الخط البرتقاليs)، إلى قيمتيهما القصوى والدنيا والصفرية في نفس النقطة الزمنية، يقال إنهما تظهران التزامن في الطور32. (ب) عندما تصل إحدى الإشارات إلى أقصى قيمة لها وتصل الإشارة الأخرى إلى القيمة الصفرية في نفس النقطة الزمنية ، يقال إنها تظهر تزامنا متأخرا (إحداها تتقدم بمقدار 90 درجة) 32،33،34. (ج) عندما تتحول سلسلتان زمنيتان في اتجاهين متعاكسين، وهذا يعني أن إحدى الإشارتين تصل إلى الحد الأقصى والأخرى تصل إلى القيمة الصغرى في النقطة الزمنية نفسها، يشار إلى ذلك بالتزامن المضادللطور 28. (د-ف) في جميع علاقات الطور الأخرى بين سلسلتين زمنيتين ، تقود إحدى الإشارات الأخرى. في جميع المراحل الإيجابية ، تقود الإشارة 2 الإشارة 1 (على سبيل المثال ، اللوحات E و F و M و N) ، بينما في جميع المراحل السلبية ، تقود الإشارة 1 الإشارة 2 (على سبيل المثال ، اللوحات D و G و H و O و P). ومن الجدير بالذكر أنه عندما تكون القيمة المطلقة للمرحلة أعلى، يصبح من الأكثر تميزا أي سلسلة زمنية تقود الأخرى (على سبيل المثال، تكون القيادة أكثر تميزا في الفريق ياء منها في الفريق الأول، وفي الفريق K، تكون القيادة أكثر تميزا مما هي عليه في اللوحة L). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.
Protocol
Representative Results
Discussion
واحدة من أكثر الطرق شيوعا المستخدمة في دراسات fNIRS هي تماسك تحويل المويجات (WTC) ، وهو مقياس للارتباط المتبادل بين سلسلتين زمنيتين كدالة للتردد والوقت10. يحسب مركز التجارة العالمي الاتساق وتأخر الطور بين سلسلتين زمنيتين باستخدام التحليلات الترابطية (الملف التكميلي 1). ا?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
نود أن نعرب عن تقديرنا للدعم المقدم من المؤسسة الوطنية للعلوم الطبيعية في الصين (رقم 62207025) ، ومشروع أبحاث العلوم الإنسانية والاجتماعية من وزارة التعليم الصينية (رقم 22YJC190017) ، وصناديق البحوث الأساسية للجامعات المركزية إلى Yafeng Pan.
Materials
| NIRScout | NIRx Medical Technologies, LLC | n.a. | 8 sources, 8 detectors |
| MATLAB | The Mathworks, Inc. | Matlab 2022a | In this protocol, several toolboxes and buit in MATLAB functions were used: HOMER3 toolbox was used to convert Intensity to OD, to remove motion artifacts through its function hmrMotionCorrectWavelet with default parameters and to convert OD to Conc. Wavelet Toolbox was used to compute WTC. |
References
- Gvirts, H. Z., Perlmutter, R. What guides us to neurally and behaviorally align with anyone specific? A neurobiological model based on fNIRS hyperscanning studies. The Neuroscientist. 26 (2), 108-116 (2019).
- Balconi, M., Fronda, G., Vanutelli, M. E. Donate or receive? Social hyperscanning application with fNIRS. Current Psychology. 38 (4), 991-1002 (2019).
- Redcay, E., Schilbach, L. Using second-person neuroscience to elucidate the mechanisms of social interaction. Nature Reviews Neuroscience. 20 (8), 495-505 (2019).
- Shamay-Tsoory, S. G., Mendelsohn, A. Real-life neuroscience: An ecological approach to brain and behavior research. Perspectives on Psychological Science. 14 (5), 841-859 (2019).
- 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).
- Quaresima, V., Ferrari, M. Functional near-infrared spectroscopy (fNIRS) for assessing cerebral cortex function during human behavior in natural/social situations: A concise review. Organizational Research Methods. 22 (1), 46-68 (2016).
- Fishburn, F. A., et al. Putting our heads together: interpersonal neural synchronization as a biological mechanism for shared intentionality. Social Cognitive and Affective Neuroscience. 13 (8), 841-849 (2018).
- Hasson, U., Ghazanfar, A. A., Galantucci, B., Garrod, S., Keysers, C. Brain-to-brain coupling: A mechanism for creating and sharing a social world. Trends in Cognitive Sciences. 16 (2), 114-121 (2012).
- Chang, C., Glover, G. H. Time-frequency dynamics of resting-state brain connectivity measured with fMRI. NeuroImage. 50 (1), 81-98 (2010).
- Scholkmann, F., Holper, L., Wolf, U., Wolf, M. A new methodical approach in neuroscience: Assessing inter-personal brain coupling using functional near-infrared imaging (fNIRI) hyperscanning. Frontiers in Human Neuroscience. 7, 813 (2013).
- Czeszumski, A., et al. Hyperscanning: A valid method to study neural inter-brain underpinnings of social interaction. Frontiers in Human Neuroscience. 14, 39 (2020).
- Dommer, L., Jäger, N., Scholkmann, F., Wolf, M., Holper, L. Between-brain coherence during joint n-back task performance: A two-person functional near-infrared spectroscopy study. Behavioural Brain Research. 234 (2), 212-222 (2012).
- Osaka, N., Minamoto, T., Yaoi, K., Azuma, M., Osaka, M. Neural synchronization during cooperated humming: A hyperscanning study using fNIRS. Procedia – Social and Behavioral Sciences. 126, 241-243 (2014).
- Wang, C., Zhang, T., Shan, Z., Liu, J., Yuan, D., Li, X. Dynamic interpersonal neural synchronization underlying pain-induced cooperation in females. Human Brain Mapping. 40 (11), 3222-3232 (2019).
- 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).
- Holper, L., Scholkmann, F., Wolf, M. Between-brain connectivity during imitation measured by fNIRS. NeuroImage. 63 (1), 212-222 (2012).
- Nguyen, T., et al. The effects of interaction quality on neural synchrony during mother-child problem solving. Cortex. 124, 235-249 (2020).
- Zheng, L., et al. Enhancement of teaching outcome through neural prediction of the students’ knowledge state. Human Brain Mapping. 39 (7), 3046-3057 (2018).
- 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).
- Pan, Y., et al. Instructor-learner brain coupling discriminates between instructional approaches and predicts learning. NeuroImage. 211, 116657 (2020).
- Liu, J., et al. Interplay between prior knowledge and communication mode on teaching effectiveness: Interpersonal neural synchronization as a neural marker. NeuroImage. 193, 93-102 (2019).
- Léné, P., et al. Wavelet transform coherence: An innovative method to investigate social interaction in NeuroIS. Lecture Notes in Information Systems and Organisation. 32, 147-154 (2020).
- Nguyen, T., Hoehl, S., Vrtička, P. A guide to parent-child fNIRS hyperscanning data processing and analysis. Sensors. 21 (12), 4075 (2021).
- Zhang, Y., Han, J., Hu, X., Guo, L., Liu, T. Data-driven evaluation of functional connectivity metrics. Proceedings – International Symposium on Biomedical Imaging. , 532-535 (2013).
- Hamilton, A. F. d. e. C. Hyperscanning: Beyond the hype. Neuron. 109 (3), 404-407 (2021).
- Barnett, L., Barrett, A. B., Granger Seth, A. K. causality and transfer entropy are equivalent for Gaussian variables. Physical Review Letters. 103 (23), 2-5 (2009).
- Barnett, L., Seth, A. K. The MVGC multivariate Granger causality toolbox: A new approach to Granger-causal inference. Journal of Neuroscience Methods. 223, 50-68 (2014).
- Li, D., Zhou, C. Organization of anti-phase synchronization pattern in neural networks: What are the key factors. Frontiers in Systems Neuroscience. 5, 100 (2011).
- Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: A review of time-series analysis methods for near-infrared spectroscopy of the brain. Applied Optics. 48 (10), D280-D298 (2009).
- 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).
- Feldman, R. Parent-infant synchrony. Current Directions in Psychological Science. 16 (6), 340-345 (2007).
- Fell, J., Axmacher, N. The role of phase synchronization in memory processes. Nature Reviews Neuroscience. 12 (2), 105-118 (2011).
- Olcay, B. O., Karaçalı, B. Evaluation of synchronization measures for capturing the lagged synchronization between EEG channels: A cognitive task recognition approach. Computers in Biology and Medicine. 114, 103441 (2019).
- Stam, C. J. Nonlinear dynamical analysis of EEG and MEG: Review of an emerging field. Clinical Neurophysiology. 116 (10), 2266-2301 (2005).
- Mallat, S. . A Wavelet Tour of Signal Processing. , (2009).
- Kleinbub, J. R., Ramseyer, F. T. . rMEA: An R package to assess nonverbal synchronization in motion energy analysis time-series. 31 (6), 817-830 (2020).
- Pan, Y., Novembre, G., Song, B., Zhu, Y., Hu, Y. Dual brain stimulation enhances interpersonal learning through spontaneous movement synchrony. Social Cognitive and Affective Neuroscience. 16 (1-2), 210-221 (2021).
- Ramseyer, F., Tschacher, W. Nonverbal synchrony in psychotherapy: Coordinated body movement reflects relationship quality and outcome. Journal of Consulting and Clinical Psychology. 79 (3), 284-295 (2011).
- 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).
- Walton, A. E., Richardson, M. J., Langland-Hassan, P., Chemero, A. Improvisation and the self-organization of multiple musical bodies. Frontiers in Psychology. 6, 313 (2015).
- Varlet, M., Marin, L., Lagarde, J., Bardy, B. G. Social postural coordination. Journal of Experimental Psychology: Human Perception and Performance. 37 (2), 473-483 (2011).
- Hale, J., Ward, J. A., Buccheri, F., Oliver, D., Hamilton, A. F. d. e. C. Are you on my wavelength? Interpersonal coordination in dyadic conversations. Journal of Nonverbal Behavior. 44 (1), 63-83 (2020).
- Fujiwara, K., Daibo, I. Evaluating interpersonal synchrony: Wavelet transform toward an unstructured conversation. Frontiers in Psychology. 7, 516 (2016).
- Nozawa, T., Sasaki, Y., Sakaki, K., Yokoyama, R., Kawashima, R. Interpersonal frontopolar neural synchronization in group communication: An exploration toward fNIRS hyperscanning of natural interactions. NeuroImage. 133, 484-497 (2016).
- Dai, R., et al. Holistic cognitive and neural processes: A fNIRS-hyperscanning study on interpersonal sensorimotor synchronization. Social Cognitive and Affective Neuroscience. 13 (11), 1141-1154 (2018).
- Lu, K., Qiao, X., Yun, Q., Hao, N. Educational diversity and group creativity: Evidence from fNIRS hyperscanning. NeuroImage. 243, 118564 (2021).
