Este trabajo fue apoyado por Eunice Kennedy Shriver Instituto Nacional de Salud Infantil y Desarrollo Humano (NICHD) Premio # P01 HD064653-01. El contenido es responsabilidad exclusiva de los autores y no representa necesariamente las opiniones oficiales de la NICHD o los Institutos Nacionales de Salud.

El siguiente protocolo fue examinado y aprobado por la Junta de Revisión Institucional de la Universidad de Houston. Padres o tutores Todos los temas infantiles &#39;recibidos, leer y firmar un formulario de consentimiento antes de participar. Los padres recibieron aparcamiento gratuito y una tarjeta de regalo de $ 20 como compensación por su participación en el estudio, mientras que los bebés eligieron un juguete apropiado para su edad. Los temas infantiles reclutados cumplan los siguientes criterios: 1) Edad entre 6 y 24 meses. 2) infantil era sano, tuvo un crecimiento y desarrollo normales, y no tenían antecedentes de parto cuestiones, las conmociones cerebrales, convulsiones, derrames cerebrales o problemas de aprendizaje. Ejemplos de algunas discapacidades del desarrollo comunes que excluirían a un niño de las pruebas son retraso en el desarrollo, la desnutrición, y el uso de alcohol o drogas por parte de la madre durante el embarazo. Un diagrama de flujo simplificado para el registro simultáneo de la actividad neuronal multimodal a través de EEG cuero cabelludo yIMU en lactantes comportarse libremente se presenta en la Figura 1. 1. Consentimiento Informado <ol><li> Mostrar a los padres la habitación experimental y explicar brevemente el propósito del experimento a ellos. </li></ol> 2. Preparación del cuero cabelludo EEG <ol><li> Nota: El sistema EEG utilizado (Tabla 1) se compone de un sistema de electrodos activo con electrodos extraíbles. Niveles de impedancia se indican en los electrodos utilizando LEDs. </li><li> Medir la circunferencia de la cabeza del bebé en cm. Coloque una cinta métrica alrededor de la parte más ancha de la cabeza, pasando por encima de las cejas y alrededor de la prominencia occipital en la parte posterior de la cabeza. Nota: La medición de la circunferencia de la cabeza es necesaria para la selección de una tapa de EEG del tamaño adecuado. Hay tamaños especiales para la población infantil descrita en la Tabla 1. </li><li> Coloque los electrodos en una tapa de EEG de tamaño apropiado (Tabla 1) como se especifica por el10-20 sistema internacional. La tapa asegura la colocación correcta de los electrodos en el cuero cabelludo. Nota: es preferible tener el tapón listo para cuando el niño llega a la ubicación del estudio. La información sobre el tamaño de la cabeza se puede obtener de los padres antes de tiempo, o aproximar el uso de tablas disponibles en línea [http://www.cdc.gov/growthcharts/html_charts/hcageinf.htm]. Si la medida de la cabeza no se corresponde con la aproximación del investigador, una nueva tapa debe estar preparado. Si múltiples tapas y los electrodos están disponibles, múltiples tapas se pueden configurar con antelación para minimizar el tiempo de preparación. </li><li> Explicar el procedimiento de gelificación a los padres. Mostrarles la aguja roma y la jeringa utilizada para aplicar el gel a cada electrodo y hacerles sentir la aguja en la piel. Utilice una demo EEG electrodo y el cuero cabelludo casquillo para revisar el procedimiento de gelificación. </li><li> Mida la distancia desde la nasión al inion lo largo del plano sagital medio de la superficie del cuero cabelludo. Proceda para adaptarse a la fiscalp tapa de detrás del infante. </li><li> Alinear el electrodo Cz con el vértice de la cabeza. Proceda a alinear y centrar los electrodos Fp1 y Fp2 en la frente a aproximadamente el 10% de la distancia entre el nasión y el inion. Alinee la tapa del cuero cabelludo de forma simétrica a lo largo del plano sagital medio de la cabeza. Asegúrese de que a mediados de los electrodos [AFZ, Fz, FCZ, CZ, CPZ, Pz, POZ, Oz] están alineados con el nasión y inion. Cuando haya terminado, asegurar la tapa por flejes por debajo de la barbilla. Nota: Distraer al bebé mientras él / ella está siendo equipada con la tapa de EEG. Un video apropiado para su edad es de uso general para distraer a los niños durante la instalación. </li><li> Conecte los de referencia, tierra y electrodos de registro a la caja de control. Encienda los indicadores de impedancia de la caja de control. </li><li> Comenzando con electrodos de tierra y de referencia, utilizar una pequeña jeringa para inyectar gel electrolito en el espacio entre el cuero cabelludo y el electrodo hasta que la impedancia de cada electrodo mide por debajo de 60 kW. Esto es indicated por una luz amarilla o verde en los electrodos. Más detalles sobre la preparación de electrodos EEG están disponibles en 4. Nota: Durante el proceso de gelificación, el niño podría mover su / su cabeza por diversas razones (la curiosidad, el miedo, la atención desviada). Por ello se recomienda que el segundo experimentador o padre sigue distraer al bebé. Use las jeringas desde detrás de la cabeza del bebé para evitar el riesgo de golpear la cara del bebé con la aguja debido al movimiento inesperado del sujeto. </li><li> Conecte los amplificadores a la PC host a través de un puerto USB mediante una fibra óptica al convertidor de USB. Nota: La figura 2A muestra el infante instalación sujeta con la tapa de EEG y la colocación IMU. Tenga en cuenta que los cables del electrodo y la caja de control se llevan a cabo hasta, proporcionando movilidad libre de carga para el sujeto. La figura 2B muestra una vista topográfico de lugares de electrodos de la capitalización EEG siguientes el sistema 10-20 etiquetado. </li></ol> 3. Preparación IMU <ol><li> Abra el software de IMU. Haga clic en &quot;Nuevo&quot; en la interfaz gráfica. </li><li> Luego haga clic en &quot;Configuración&quot; en el cuadro de diálogo para configurar IMU. Ajuste la frecuencia de muestreo de 128 Hz. </li><li> Asegure la IMU en la cabeza, el pecho y las muñecas izquierdo y derecho del infante. Nota: Véase la figura 2A. Al mismo tiempo, adaptarse a las muñecas del experimento con IMU. Asegúrese de que los IMU se fijan bien al cuerpo para reducir al mínimo los errores de medición inercial. </li><li> El uso de correas, coloque la IMU muñeca en el lado dorsal de las muñecas. Coloque la IMU pecho en la superficie ventral cerca del centro del pecho usando un arnés. </li><li> Conecte el IMU cabeza para las correas de la barbilla de la tapa del cuero cabelludo por lo que es cerca de la parte izquierda de la barbilla. Coloque la IMU para que se enfrentan hacia el exterior, con la luz del LED orientada hacia arriba. Nota: El IMU cada uno pesa alrededor de 22 g, y su pequeño tamaño y peso ligero es poco probable que dificultan movimiento. Un experimentador adicional puede ser necesaria para distraer al bebé por las razones descritas en el paso 2.8. </li></ol> 4. Captura de vídeo y la sincronización de datos Arroyos <ol><li> Coloque la cámara de vídeo (18) para que el bebé (12), el actor (14), y el gatillo LED (13) son todos claramente visible. Vea la Figura 4. Nota: Las grabaciones de video se utilizan para permitir la anotación visual y la segmentación de los comportamientos provocados por el experimentador, así como la confirmación de principio y al final de la sesión de grabación. </li><li> Conectar el recinto de entrada de disparo / salida (7) para el EEG (5) y IMU (4). Vea la Figura 3. Nota: Un recinto de entrada personalizado / salida (7), que se muestra en la Figura 3, fue diseñado para alinear todos los flujos de datos grabados (EEG, IMU y vídeo) y por lo tanto utilizar marcadores de eventos de una grabación (como el vídeo) o facilitar el análisis de otra grabación (como EEG o aceleración). Esto se logra mediante el uso de unasolo pulsador momentáneo que, cuando está deprimido, enviará una activa-baja (+ V a tierra) impulso de disparo de EEG (a través de un puerto paralelo DB-25), IMU (a través de un mini-DIN-6 conector) y vídeo (por iluminar un diodo emisor de luz (LED) colocado en vista de la cámara de vídeo) grabaciones simultáneamente. Un chip inversor 7.404 lógica IC se utilizó para transformar el estado de baja (tierra) a un alto estado (+ V) de pulso, siempre que el potencial de tensión necesaria para alimentar el LED. </li><li> Tener un experimentador en estrecha proximidad con el pulsador de disparo y el ordenador de recopilación de datos. El experimentador se encarga de operar el gatillo, el seguimiento de la calidad de los datos a lo largo del experimento, y guardar los datos. </li></ol> 5. Preparación de Pruebas de Medio Ambiente <ol><li> Vea la Figura 4. </li></ol> 6. Recopilación de datos <ol><li> Registre los valores de impedancia iniciales de los electrodos EEG utilizando el software de control seleccionando la opción &quot;ImpedanciaCheck &quot;ficha, haga clic en el botón de radio&quot; Impedancia On &quot;(espere unos 5 segundos para los valores de impedancia del electrodo se estabilice), y haciendo clic en el&quot; botón de Guardar impedancia &quot;para guardar impedancias. Ver Figura 5. </li><li> No hay filtros se aplican durante la recolección de datos de EEG. </li><li> En el programa grabador de EEG, haga clic en &quot;Monitor&quot; y luego &quot;Play&quot; para empezar la recodificación de datos de EEG. Ver Figura 6. </li><li> En el software de IMU, haga clic en &quot;Corriente&quot; y &quot;Record&quot; en el cuadro de diálogo para iniciar la grabación de datos IMU. Vea la Figura 7. </li><li> Aplicar tres disparadores (III) para señalar el comienzo del experimento utilizando el pulsador en el recinto de entrada / salida (7). Dejar reposar infantil para 1 min durante la grabación. Esto proporciona datos de referencia iniciales. </li><li> Realizar experimentos y permitir que el sujeto bebé tome descansos cuando sea necesario. Cada ensayo experimento consiste en una tarea de toma de turnos en los espectáculos de actoresuna acción para el niño utilizando un objeto (por lo general, pero no siempre, un juguete), pasa al bebé en un esfuerzo para iniciar una respuesta de imitación, y, finalmente, recupera el objeto de volver de bebé. Nota: Este intercambio se repite generalmente 4-5 juicios o hasta que el bebé no muestra un mayor interés en el objeto. </li><li> Dado el entorno de la sesión, anotar todos los tiempos de cada comportamiento después de la recogida de datos mediante la grabación de vídeo. </li><li> Registre los valores de impedancia finales de los electrodos EEG. Vea el paso 6.1. </li><li> Digitalizar las coordenadas espaciales en 3D de los electrodos de EEG utilizando el escáner 3D electrodo de EEG y software y su software correspondiente. </li><li> Inicie el software de escaneo 3D. Ir a &quot;Archivo&quot; y seleccione &quot;nuevo espacio de trabajo&quot;. Cargue el archivo de la posición del electrodo en la primera pestaña del espacio de trabajo y proporcionar la información necesaria en la pestaña de almacenamiento. </li><li> En la barra de herramientas de exploración, haga clic en &quot;start de exploración &quot;. Utilice el escáner 3D, aproximadamente a 30 cm de la cabeza del bebé, para explorar los lugares de electrodos siguiendo los patrones de luz cambiantes sobre la tapa. Una vez que la exploración es completa, el software guarda automáticamente los resultados. Nota: En la parte posterior de la cabeza, los cables pueden bloquear los LEDs en los electrodos debido al pequeño tamaño de la cabeza del bebé. El software permite al usuario eliminar algunos electrodos de la exploración sin comprometer los resultados. Retire los electrodos occipitales del análisis si es necesario. </li></ol> 7. Segmentación del Comportamiento <ol><li> Inspeccione la grabación en vídeo de la sesión experimento y marca el momento en que el disparador parpadea (es decir, cuando el experimento comienza y termina), y cuando cualquiera de las conductas mencionadas en el paso 6.6 de inicio y fin. </li></ol> Imagen 8. Fuente <ol><li> Nota: Fuente de imagen puede identificar con precisión los generadores dePotenciales de EEG en el cerebro y por lo general consiste en resolver el avance y el problema inverso 5. </li><li> Adquirir los datos de alta resolución T1 ponderado imagen por resonancia magnética (IRM) de las bases de datos de dominio público, como la base de datos del neurodesarrollo resonancia magnética que contiene las plantillas de MRI promedio en función de la edad (en meses) para los dos primeros años de vida 6,7. Nota: Este estudio utiliza modelos de cabeza hacia adelante solamente con la edad apropiada de los lactantes y, por tanto, información sexual no se tiene en cuenta a la hora de seleccionar la plantilla MRI). </li><li> Adquirir volúmenes de origen para modelos de elementos de contorno (BEM) que incluyen compartimientos principales (es decir, la materia gris, la materia blanca, cuero cabelludo, cráneo interior o exterior) como volúmenes de resonancia magnética de la base de datos del neurodesarrollo MRI 8. </li><li> Pre-proceso BEM MRI volumen para obtener un modelo de la cabeza realista mediante la extracción de la superficie de los compartimentos del cerebro y la cabeza en Curry 7, o paquete similar software de imágenes del cerebro. </li><li> Importe el T1 ponderado MRI. Identificar manualmente los tres puntos fiduciales como puntos derecha / izquierda pre-auricular y nasión dentro del software de imágenes cerebrales, o paquete similar. </li><li> Co-registro EEG y la RM espacio para obtener la transformación geométrica rígida entre el espacio de la resonancia magnética y el espacio del sujeto mediante el ajuste de los puntos fiduciales indicados en la RM y los fiduciales obtenidos con escáner 3D en pasos 6.9-6.11 utilizando el software de imagen cerebral o paquete similar. </li><li> Resuelva el modelo a seguir. Nota: El problema directo consiste en la definición de un modelo de la cabeza que representa la geometría de la cabeza y de las propiedades de conductividad eléctrica del 9,10 volumen cabeza. </li><li> Resolver el problema inverso Nota: El problema inverso intenta inferir una ubicación, la fuerza y la evolución temporal de una fuente en el cerebro de las señales EEG cuero cabelludo utilizando técnicas de procesamiento de señal 11. </li><li> Segmento continuaDatos de EEG en ensayos de todo el inicio de tareas (por ejemplo., Imitación, segmentos de observación) con segmentos de comienzo antes y después de la tarea de longitud 2 seg. Identificar los canales con alta impedancia como &quot;malos canales&quot; y otros ensayos de artefactos en cada ensayo. Pre-proceso de los datos de EEG para el rechazo de artefactos usando ICA y reconstruir las malas canales con el promedio de la vecina canales libres de artefactos. 12,13,14. </li><li> Utilice el modelo hacia adelante como una entrada a un algoritmo de optimización automatizada que busca sobre todo el cerebro para identificar las mejores ubicaciones de origen posibles. </li><li> Analizar visualmente las fuentes estimadas y recoger las soluciones que más responden a su expectativa basada en el conocimiento previo de la naturaleza del experimento e interpretar con cuidado. Nota: Este paso es el más sesgada un solo debido a la naturaleza mal planteado del problema inverso, es decir, diferentes configuraciones de las fuentes pueden resultar en los mismos potenciales de superficie. Por Consiguiente, Puede ser útil para llevar a cabo una comprobación de validez para verificar que un modelo de la cabeza dada y método inverso funciona bien. </li><li> Realizar una comprobación de validez, la localización de un dipolo simulada conocida. A saber, porque el lugar modelo de cabeza dado un dipolo con una configuración conocida, y resolver el problema hacia adelante para obtener tensiones simuladas para este dipolo. </li><li> Resolver el problema inverso con estas tensiones en el mismo modelo de la cabeza, para asegurarse de que devuelve los dipolos simulados. Nota: Estas comprobaciones de sanidad deben devolver los dipolos inicialmente colocados a un alto grado de precisión. </li></ol>

<ol>
	<li>Woodward, A. L., Gerson, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mirroring+and+the+development+of+action+understanding.">Mirroring and the development of action understanding.</a> Phil. Trans. R. Soc. B. 369 (1644), (2014).</li><li>Makeig, S., Gramann, K., Jung, T. -. P., Sejnowski, T. J., Poizner, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Linking+brain,+mind+and+behavior.">Linking brain, mind and behavior.</a> Int J Psychophysiol. 73 (2), 95-100 (2009).</li><li>Gramann, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cognition+in+action:+imaging+brain/body+dynamics+in+mobile+humans.">Cognition in action: imaging brain/body dynamics in mobile humans.</a> Rev. Neurosci. 22 (6), 593-608 (2011).</li><li>GmbH Brain Products. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> actiCAP Operating Instructions. , (2013).</li><li>Grech, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Review+on+solving+the+inverse+problem+in+EEG+source+analysis.">Review on solving the inverse problem in EEG source analysis.</a> J Neuroeng Rehabil. 5 (25), (2008).</li><li>Sanchez, C. E., Richards, J. E., Almli, C. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neurodevelopmental+MRI+brain+templates+for+children+from+2+weeks+to+4+years+of+age.">Neurodevelopmental MRI brain templates for children from 2 weeks to 4 years of age.</a> Dev Psychobiol. 54 (1), 77-91 (2012).</li><li>Richards, J. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neurodevelopmental+MRI+Database.">Neurodevelopmental MRI Database.</a> , (2010).</li><li>Fuchs, M., Wagner, M., Kastner, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Boundary+element+method+volume+conductor+models+for+EEG+source+reconstruction.">Boundary element method volume conductor models for EEG source reconstruction.</a> Clin. Neurophysiol. 112, 1400-1407 (2001).</li><li>Song, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Anatomically+Accurate+Infant+Head+Models+for+EEG+Source+Localization.">Anatomically Accurate Infant Head Models for EEG Source Localization.</a> J Phys Conf Ser. 434 (1), (2013).</li><li>Roche&#8208;Labarbe, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High&#8208;resolution+electroencephalography+and+source+localization+in+neonates.">High&#8208;resolution electroencephalography and source localization in neonates.</a> Hum Brain Mapp. 29 (2), 167-176 (2008).</li><li>Michel, C. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG+source+imaging.">EEG source imaging.</a> Clin Neurophysiol. 115 (10), 2195-2222 (2004).</li><li>Hernandez, Z. R., Cruz-Garza, J., Tse, T., Contreras-Vidal, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=L.Decoding+of+intentional+actions+from+scalp+electroencephalography+(EEG)+in+freely-behaving+infants.">L.Decoding of intentional actions from scalp electroencephalography (EEG) in freely-behaving infants.</a> Conf Proc IEEE Eng Med Biol Soc. , 2115-2118 (2014).</li><li>Bulea, T. C., Prasad, S., Kilicarslan, A., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sitting+and+Standing+Intention+Can+be+Decoded+from+Scalp+EEG+Recorded+Prior+to+Movement+Execution.">Sitting and Standing Intention Can be Decoded from Scalp EEG Recorded Prior to Movement Execution.</a> Front Hum Neurosci. , 8 (2014).</li><li>Cuevas, K., Cannon, E. N., Yoo, K., Fox, N. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+infant+EEG+mu+rhythm:+methodological+considerations+and+best+practices.">The infant EEG mu rhythm: methodological considerations and best practices.</a> Developmental Review. 34 (1), 26-43 (2014).</li><li>Goncharova, I. I., McFarland, D. J., Vaughan, T. M., Wolpaw, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EMG+contamination+of+EEG:+spectral+and+topographical+characteristics.">EMG contamination of EEG: spectral and topographical characteristics.</a> Clin. Neurophysiol. 114 (9), 1580-1593 (2003).</li><li>Marins, J. L., Yun, X., Bachmann, E. R., McGhee, R. B., Zyda, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+extended+Kalman+filter+for+quaternion-based+orientation+estimation+using+MARG+sensors.">An extended Kalman filter for quaternion-based orientation estimation using MARG sensors.</a> Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems. 4, 2003-2011 (2001).</li><li>Mullen, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+modeling+and+3D+visualization+of+source+dynamics+and+connectivity+using+wearable+EEG.">Real-time modeling and 3D visualization of source dynamics and connectivity using wearable EEG.</a> Conf Proc IEEE Eng Med Biol Soc. , 2184-2197 (2013).</li><li>Sugiyama, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dimensionality+reduction+of+multimodal+labeled+data+by+local+fisher+discriminant+analysis.">Dimensionality reduction of multimodal labeled data by local fisher discriminant analysis.</a> J. Mach. Learn. Res. 8, 1027-1061 (2007).</li><li>Li, W., Prasad, S., Fowler, J. E., Bruce, L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Locality-preserving+dimensionality+reduction+and+classification+for+hyperspectral+image+analysis.">Locality-preserving dimensionality reduction and classification for hyperspectral image analysis.</a> IEEE Trans. Geosci. Remote Sensing. 50, 1185-1198 (2012).</li><li>Cruz-Garza, J. G., Hernandez, Z. R., Nepaul, S., Bradley, K. K., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+decoding+of+expressive+human+movement+from+scalp+electroencephalography+(EEG).">Neural decoding of expressive human movement from scalp electroencephalography (EEG).</a> Front Hum Neurosci. 8 (188), (2014).</li><li>Kilicarslan, A., Prasad, S., Grossman, R. G., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High+accuracy+decoding+of+user+intentions+using+EEG+to+control+a+lower-body+exoskeleton.">High accuracy decoding of user intentions using EEG to control a lower-body exoskeleton.</a> Conf Proc IEEE Eng Med Biol Soc. , 5606-5609 (1109).</li><li>Gramann, K., Jung, T. -. P., Ferris, D. P., Lin, C. -. T., Makeig, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Toward+a+new+cognitive+neuroscience:+modeling+natural+brain+dynamics.">Toward a new cognitive neuroscience: modeling natural brain dynamics.</a> Front Hum Neurosci. 8 (444), (2014).</li><li>Bulea, T. C., Kilicarslan, A., Ozdemir, R., Paloski, W. H., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simultaneous+scalp+electroencephalography+(EEG),+electromyography+(EMG),+and+whole-body+segmental+inertial+recording+for+multi-modal+neural+decoding.">Simultaneous scalp electroencephalography (EEG), electromyography (EMG), and whole-body segmental inertial recording for multi-modal neural decoding.</a> J Vis Exp. 26 (77), (2013).</li><li>Odabaee, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neonatal+EEG+at+scalp+is+focal+and+implies+high+skull+conductivity+in+realistic+neonatal+head+models.">Neonatal EEG at scalp is focal and implies high skull conductivity in realistic neonatal head models.</a> NeuroImage. 96, 73-80 (2014).</li><li>Knickmeyer, R. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+structural+MRI+study+of+human+brain+development+from+birth+to+2+years.">A structural MRI study of human brain development from birth to 2 years.</a> J Neurosci. 28, 12176-12182 (2008).</li><li>Lord, C., Rutter, M., DiLavore, P. C., Risi, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Autism Diagnostic Observation Schedule. , (2000).</li><li>Gotham, K., Pickles, A., Lord, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Standardizing+ADO+S+scores+for+a+measure+of+severity+in+autism+spectrum+disorders.">Standardizing ADO S scores for a measure of severity in autism spectrum disorders.</a> J Autism Dev Disord. 39, 693-705 (2009).</li><li>Mullen, E. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Mullen Scales of Early Learning. , (1995).</li><li>Wolff, J. J., Gu, H., Gerig, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=IBIS+Network.+Differences+in+white+matter+fiber+tract+development+present+from+6+to+24+months+in+infants+with+autism.">IBIS Network. Differences in white matter fiber tract development present from 6 to 24 months in infants with autism.</a> Am J Psychiatry. 169 (6), 589-600 (2012).</li></ol>

Brain Products and Brain Vision kindly financed the open access fees charged by the journal.

El protocolo descrito presenta una metodología para recopilar datos de los bebés libremente-se comportan cuando están interactuando con un experimentador en tiempo real. Emplea la tecnología de imágenes cerebrales móvil (EEG cuero cabelludo) para capturar la actividad neuronal durante la grabación simultánea de datos cinemáticos con IMU en lugares estratégicos del cuerpo. La sesión de experimento también es registrada por una cámara de vídeo. Los tres sistemas de registro de datos se sincronizan usando un sistema de disparo personalizado. El EEG y el sistema IMU están atados a la materia como él / ella se está moviendo libremente durante la sesión experimento. Los IMU necesita ser atado con seguridad a ser capaz de capturar con precisión cinemática. Para garantizar la movilidad sin restricciones completo del tema, el equipo tiene que ser lo más mínimamente intrusivo posible; así el uso del soporte para apoyar cables de los electrodos del EEG y la caja de control EEG. El experimentador entonces interactúa con el niño durante aproximadamente 15 minutos. El INFAnt provocará un repertorio dependiente de la edad de los comportamientos durante la interacción. Estos incluyen el descanso, llegar a-alcance, llegar a la oferta, explorar, observar, e imitan. Sin embargo, algunos niños no estarán dispuestos a cooperar en la sesión debido a la fatiga, la falta de comodidad, o el estrés. Asegúrese de programar el experimento cuando el niño es más dinámica y activa para prevenir la aparición de respuestas negativas de él / ella. La naturaleza del experimento presenta riesgos para la calidad de los datos registrados durante toda la sesión. Por lo tanto, es crucial para poner a prueba todas las conexiones y los datos de calidad antes de iniciar la sesión de grabación, y vigilar de forma continua durante la sesión. Si el sistema EEG datos no está grabando los datos de calidad, detenga el software y desconecte todas las conexiones. Antes de reiniciar el software o conectar el equipo de nuevo a la computadora portátil, eliminar todas las posibles fuentes de ruido (es decir, fuentes de alimentación) de la proximidad de los equipos de grabación. La EEHardware G incluye amplificadores de señal que puede recoger ruido ambiental si se coloca cerca de las fuentes de ruido eléctrico. Para el receptor IMU, asegúrese de que no haya interferencias en la línea de visión entre el receptor y el experimento e infantil. Esta configuración experimental proporciona datos de alta resolución neuronales temporales mediante la medición de la actividad eléctrica en la superficie del cuero cabelludo. Estudios recientes han demostrado la viabilidad de la utilización de estas señales, junto con la cinemática de todo el cuerpo, para identificar la información clasificable para los movimientos expresivos 20, y los movimientos funcionales 21,22, lo que sugiere que este enfoque de recopilación de datos propuesto podría conducir a una mejor comprensión de la neural base de la imitación en los bebés. Contribuciones recientes que ofrecen algoritmos de aprendizaje automático poderosos aplicados a la dinámica del cerebro 13,20,21 están construyendo un conjunto de herramientas de crecimiento para estudiar potenciales superficiales en sí más naturalAjus tes. Esta configuración propuesta ofrece un espectro de posibilidades para las preguntas de investigación que se abordarán 2,22. En particular, se puede aplicar a la investigación se centró en a) la comprensión de las bases neuronales del desarrollo cognitivo-motor de los niños sobre la base de una gran población de los sujetos; b) la comprensión de las bases neuronales de la intención del bebé en &#39;acción y contexto &quot;, que debe ser predictivo de la acción conductual entrante; c) cuantificar los patrones neurales comunes y únicos para caracterizar la individualidad y la variabilidad en el desarrollo del cerebro; yd) el estudio de la aparición de procesos de imitación y aprendizaje. Estos objetivos implican la implementación de algoritmos de aprendizaje automático que puede hacer frente a los datos estadísticamente ricos tanto en los potenciales originado cerebrales informativos y de movimientos musculares o artefactos 12,20,23. Este estudio pretende estimar las fuentes corticales y los potenciales de campo eléctrico utilizando los datos de EEG infantiles. Debido alas dificultades técnicas, tales como la falta de conocimiento en valores de conductividad cabeza infantiles y el espesor de la materia cortical, el modelado preciso de la modelo de la cabeza es una tarea difícil. Se necesitan más estudios para las estimaciones de la conductividad del tejido regional no invasivas en lactantes 24. Segmentación de la superficie cortical de los datos de resonancia magnética para niños presenta un desafío adicional debido a la mala contraste encontrado en imágenes del cerebro humano en desarrollo 25. Se necesitan investigaciones futuras para hacer frente a estas dificultades y estimar diversos correlatos neurofisiológicos de desarrollo y comportamiento infantil. Por último, el protocolo y los métodos experimental propuesto podrían ser desplegados en el estudio de las personas con discapacidades del desarrollo, tales como niños con trastorno del espectro autista probable (ASD). En tal aplicación, sería deseable incluir un grupo de control y las evaluaciones del desarrollo adecuados para caracterizar los dos grupos (control y ASD). Para examenplo, un grupo de estudio podría consistir en todo de alto riesgo (por ASD) hermanos infantiles evaluado con el Programa de Diagnóstico de Autismo Observación 26, gravedad de los síntomas 27 y las Escalas Mullen de Aprendizaje Temprano 28 para caracterizar la capacidad cognitiva general. Si está disponible, imágenes por resonancia magnética de difusión ponderada también sería muy deseable 29.

Una de las capacidades humanas fundamentales es la capacidad de aprender e implementar acciones (producción de acción) estratégicamente en servicio de metas y recompensas, la capacidad de aprehender a los objetivos de los interlocutores sociales (acción entendimiento) con el fin de producir respuestas sociales apropiadas, y la capacidad aprender de otros a través de la observación y la imitación 1. La base neural de estas capacidades cognitivo-motor se han atribuido, al menos en parte, a la denominada sistema de neuronas espejo; un sistema que se piensa poner en marcha cuando uno ve a alguien realizar una acción y cuando uno realiza la acción. Sin embargo, la posible relación entre el sistema de neuronas espejo y la acción comprensión aún no está bien entendida 1. El estudio de la aparición y desarrollo de este sistema de neuronas espejo en los bebés humanos se ha visto obstaculizada por una) las limitaciones técnicas de adquisición de datos multi-modal de la actividad cerebral correlacionadas con la intención y los datos de movimiento de grano fino, B) las restricciones impuestas por los protocolos experimentales que son (por ejemplo, la interacción social con un agente representado en una cinta de vídeo, la necesidad de mantener una postura aún para minimizar los artefactos durante electroencefalográfica (EEG) grabaciones no naturales, etc.), y c) el barreras de comunicación / lenguaje al probar los bebés / niños pequeños que limitan en gran medida la capacidad del investigador para dar instrucciones y validar comportamientos. Para una mejor comprensión de la dinámica neuronal variable y de comportamiento en el comportamiento natural, hemos desarrollado un novedoso enfoque experimental y analítico que permite el estudio resuelta en el tiempo de los sustratos neurales de comportamientos orientados a objetivos y sociales emergentes en los niños pequeños. Específicamente, desplegamos un enfoque 2 imágenes cerebrales móvil basado EEG (Mobi) para grabar la actividad cerebral y el movimiento de los niños libremente-se comportan durante la interacción con un experimentador. Unidades de medición inercial (IMU) se utilizaron para monitor cinemática sujeto y experimentador de. La tecnología EEG y sensores inerciales se utilizaron para estudiar los patrones neuronales y activaciones asociadas a la acción de imitación de los bebés y los comportamientos orientados a objetivos en una interacción sin guión con un experimentador / actor. Acciones como alcance, alcance, llegan a la oferta, observan, el descanso, y explorar son parte de los procesos cognitivo-motoras involucradas en la imitación. Además, usamos la estimación de fuente para localizar los generadores de potenciales eléctricos dentro del cerebro durante las tareas de comportamiento, el estudio de la dinámica de ese modo espacio-temporales de las corrientes neuronales en todo el cerebro. Del mismo modo desplegamos algoritmos de aprendizaje automático para evaluar y medir la previsibilidad de estas acciones de comportamiento mediante la identificación de patrones espacio-temporales de acción relevante en la actividad neuronal en el sensor (EEG) y / o espacios de origen. La integración tradicional ERD / ERS, la fuente y el análisis de decodificación proporcionan una developmen más completaDescripción tal de la base neural de tales comportamientos. Esta configuración nos permitió explotar las ventajas del enfoque mobi 2,3 y estudiamos las interacciones sociales entre el niño y el experimentador, ya que de forma natural se producen sin restricciones. El protocolo, desde el momento en que el sujeto llega a la vez que él / ella se va, toma aproximadamente 1 hora para completar. La adquisición tiempo de configuración y localización del electrodo IMU / EEG varía desde 15 hasta 25 minutos, dependiendo de factores tales como la longitud del cabello y la cooperación del sujeto. La inicialización y configuración del equipo se suma a 10 minutos, y la sesión de prueba dura aproximadamente 15 minutos. La eliminación de la IMU y la tapa de EEG, incluyendo la limpieza de la cabeza del bebé a partir del gel hipoalergénico, tarda 5 a 10 min.

<table border="0">
	<tbody>
		<tr>
			<td>BrainAmp Amplifier</td>
			<td>Brain Products, Gmbh</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>actiCAP EEG cap- 64 electrodes*</td>
			<td>Brain Products, Gmbh</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>actiCAP Control Box</td>
			<td>Brain Products, Gmbh</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Brain Vision Recorder software v1.20.0601</td>
			<td>Brain Products, Gmbh</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>actiCAP Control Box software v1.2.5.2</td>
			<td>Brain Products, Gmbh</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>CapTrak</td>
			<td>Brain Products, Gmbh</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>CapTrak software v1.0.0</td>
			<td>Brain Products, Gmbh</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Opal movement monitor</td>
			<td>APDM, Inc</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Opal docking station</td>
			<td>APDM, Inc</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Opal wireless access point</td>
			<td>APDM, Inc</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Motion Studio software v1.0.0.201503302222</td>
			<td>APDM, Inc</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Trigger box</td>
			<td>Custom</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Video camera</td>
			<td>HC-W850M, Panasonic Co.</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td colspan="3">*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.&#160;</td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
	</tbody>
</table>

a novel experimental and analytical approach to the multimodal neural decoding of intent during social interaction in freely-behaving human infants

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 &#8220;in action and in context&#8221;. 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.

Figura 8 muestra EEG muestra y datos de aceleración de la IMU para una ventana de tiempo 16 seg registrado durante la interacción entre el sujeto y el experimentador. Datos de EEG fue re-muestreada a 100 Hz y después de paso de banda filtrado [1-40 Hz] utilizando una tercera orden, filtro de Butterworth de fase cero. Canales con valores de alta impedancia (Z&gt; 60 kW) y canales periféricos, se descartaron 12,15. El IMU registró nueve señales a 128 Hz: flujo magnético, velocidad angular y la aceleración lineal en los tres ejes cartesianos. Aquí nos muestran la magnitud de la (GC) aceleración de la gravedad con compensación. El efecto de la aceleración debida a la gravedad fue compensada mediante la aplicación de un filtro de Kalman para predecir la orientación IMU en un marco global de 16. Los datos fueron segmentados por inspección visual de las grabaciones de vídeo (Paso 7.1). Líneas continuas verticales indican el inicio de una conducta de interés, como líneas verticales punteadas representan el final del evento. <pclass = &quot;jove_content&quot;&gt; Influencia de los artefactos de movimiento está presente en los datos de EEG que se muestran en la figura 8 alrededor de 709s. El enfoque sin restricciones a la recogida de datos en este protocolo experimental hace que los datos de EEG susceptibles de parpadeos de los ojos, los movimientos oculares, el movimiento y los artefactos electromiográficos. Los datos fueron preprocesada mediante el uso de un filtro de paso de banda Butterworth-fase cero 3 rd fin de limitar al delta-banda (1-4Hz) y estandarizada restando la media y dividiendo por la desviación estándar. Artefactos de alta amplitud se eliminan automáticamente utilizando el método de eliminación de artefactos subespacial (ASR) 17. Además, los canales periféricos están excluidos del análisis de datos en un esfuerzo para minimizar la contaminación artefacto mioeléctrica. Frontalis y contracciones del músculo temporal se fusionan con la señal de EEG más prominente en lugares periféricos: contracción Frontalis aparece en lugares anteriores, y la contracción temporal aparece en frontal lateral y temportodas las poblaciones 15. Para inspeccionar la naturaleza de los datos recogidos con este protocolo, histogramas de datos de EEG se representaron en la Figura 9. En la Figura 9A, que describe la distribución de los datos de la señal normalizada de tres electrodos espacialmente representativos. Los datos de EEG muestra una distribución multimodal de los comportamientos analizados. En la Figura 9B los valores de curtosis se presentan como gráficos de barras para facilitar la inspección visual de los datos. Clasificación se realizó mediante la extracción de retardos basados ​​en el tiempo de cada canal de EEG, la reducción de dimensionalidad preservando al mismo tiempo la dispersión local de cada clase (análisis Local discriminante de Fisher (LFDA)) 18, y la formación / prueba un modelo del conjunto reducido de características (Mezcla Gaussian Modelos (MMG)) 19. Muestras Formación / pruebas se muestrearon al azar en 20 iteraciones (es decir, validación cruzada) para evitar cualquier over-fitting.Training/testing~~V tamaño de la muestra varía dado el número de canales de rechazados (es decir, la impedancia mayor que 60 kHz), duración de la sesión de experimento, y el número de ensayos y comportamientos expresa. Sin embargo, el número de muestras de entrenamiento y de prueba utilizados para cada clase (comportamiento) corresponden a 50% de la clase menos poblada. Como un ejemplo, el tamaño del conjunto de prueba de cada clase es N = 1.069 muestras para los datos infantiles mostrados en la Figura 10. Todas las etapas de pre-procesamiento y clasificación se calcularon bajo el entorno de programación MATLAB. La figura 11 representa todo el procedimiento para la estimación fuente EEG realizado en este estudio de una manera paso a paso. Más detalles sobre cada paso también se resume en la sección 8. La figura 12 muestra los resultados de relacionados (de) la sincronización (ERD / ERS) en el mu ritmo (5-9 Hz) de eventos y las fuentes de dipolo durante el &quot;Reach-Oferta1; tarea. ERS y ERD se calculó como el porcentaje de una disminución o aumento de una potencia de banda de frecuencia que se produce durante el evento (alcanzar y tarea oferta) intervalo en comparación con el intervalo de referencia (un segmento tomada antes del evento). Esta figura también muestra la aceleración de la gravedad magnitud con compensación obtenida durante la tarea de ambas muñecas del bebé y el actor. Para un análisis dipolo las señales de EEG se descompusieron mediante análisis de componentes independientes (ICA) para eliminar el ruido de fondo. La estimación de la fuente se realizó en mu ritmo después de preprocesamiento ICA a través de un algoritmo MUSIC fija 5. Como era de esperar, las fuentes se localizaron sobre el área motora primaria derecha, mientras que el sujeto estaba usando su mano izquierda para agarrar el objeto. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td> nombre de producto </td><td> Compañía </td><td> Cantidad </td></tr><tr><td> BrainAmp Amplificador </td><td> Productos cerebrales, Gmbh </td><td> 2 </td></tr><tr&gt; <td> actiCAP EEG CAP 64 electrodos * </td><td> Productos cerebrales, Gmbh </td><td> 10 </td></tr><tr><td> Caja de control actiCAP </td><td> Productos cerebrales, Gmbh </td><td> 1 </td></tr><tr><td> Software cerebro registrador de la visión </td><td> Productos cerebrales, Gmbh </td><td> 1 </td></tr><tr><td> software de la caja de control actiCAP </td><td> Productos cerebrales, Gmbh </td><td> 1 </td></tr><tr><td> CapTrak </td><td> Productos cerebrales, Gmbh </td><td> 1 </td></tr><tr><td> Software CapTrak </td><td> Productos cerebrales, Gmbh </td><td> 1 </td></tr><tr><td> Monitor de movimiento Opal </td><td> APDM, Inc </td><td> 6 </td></tr><tr><td> Estación de acoplamiento Opal </td><td> APDM, Inc </td><td> 6 </td></tr><tr><td> Punto de acceso inalámbrico Opal </td><td> APDM, Inc </td><td> 1 </td></tr><tr><td> Software Motion Studio </td><td> APDM, Inc </td><td> 1 </td></tr><tr><td> Caja de disparo </td><td> Personalizado </td><td> 1 </td></tr><tr><td> Cámara de video </td><td> HC-W850M, Panasonic Co. </td><td> 1 </td></tr><tr><td colspan="3"> * Las tapas EEG vienen en los siguientes tamaños circunferencia de la cabeza para bebés: 42, 44, 46, 48, 50 cm. Para este protocolo, se recomienda una reserva de 2 tapas de cada tamaño. </td></tr></tbody></table> Tabla 1 Equipo. <img alt="Figura 1" src="/files/ftp_upload/53406/53406fig1.jpg" /> Figura 1. Los diagramas de flujo. Diagrama (A) Flujo de la configuración del experimento. (B) Diagrama de flujo de la sesión de recogida de datos. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig1large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 2" src="/files/ftp_upload/53406/53406fig2.jpg" /> Figura 2. Sin perjuicio setup y listo para la recolección de datos. (A) Vista frontal del sujeto que llevaba la tapa de EEG, y cuatro IMU. (B) la representación topográfica del canal 64 cap EEG mediante el sistema de colocación de electrodos estándar de 10 a 20. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig2large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta cifra.</a> <img alt="Figura 3" src="/files/ftp_upload/53406/53406fig3.jpg" /> Figura 3. Los datos de equipos de recogida y de la sala de pruebas. (A) de instalación de equipos de recogida de datos: caja de control EEG (1), tapa de EEG (2), gatillo (3), receptor de datos IMU inalámbrico (4), amplificadores de EEG (5), caja de juguetes (6), pulsador de disparo (7), las computadoras portátiles de adquisición de datos (8), la estación de acoplamiento IMU (9). (B) del primer de la tapa de EEG, los electrodos activos y caja de control. (C) Primer plano de la IMU y el receptor inalámbrico, trigge<html> r pulsador, amplificadores de EEG, y los ordenadores portátiles de recogida de datos. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig3large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 4" src="/files/ftp_upload/53406/53406fig4.jpg" /> Figura 4. Representación esquemática de configuración experimental. Soporte de la caja de control EEG (10). Asunto del tutor se sienta en la silla (11), experimentador se sienta en la silla (14) y la persona seguimiento de los datos sienta en la silla (17). El resto de la configuración experimental se muestra:. Mesa Interacción (12), gatillo (13), caja de juguetes (15), mesa de adquisición de datos (16), colocación de la cámara de vídeo (18) <a href="https://www.jove.com/files/ftp_upload/53406/53406fig4large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta cifra.</a> <html> &quot;Src =&quot; / files / ftp_upload / 53406 / 53406fig5.jpg &quot;/&gt; Figura 5. Captura de pantalla del software de control de EEG. Las flechas apuntan a los iconos clave en el software que se describen en el paso 6.1 y 6.8. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig5large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 6" src="/files/ftp_upload/53406/53406fig6.jpg" /> Figura 6. Captura de pantalla del software de grabación de EEG. Las flechas apuntan a los iconos clave en el software que se describe en el paso 6.2 y 6.3. Se muestra una sección de los datos en bruto transmisión en vivo. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig6large.jpg" target="_blank">Por favor haga clic aquí para ver una versión más grande de esta figura.</a> pg &quot;/&gt; Figura 7. Captura de pantalla del software de IMU. Las cajas de color rojo destacan los iconos clave en el software que se describe en el paso 6.4. (A) de la ventana principal del sistema. (B) ventana Configuración. Ventana (C) de grabación. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig7large.jpg" target="_blank">Por favor haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 8" src="/files/ftp_upload/53406/53406fig8.jpg" /> Figura 8. Los datos de muestra de una sesión experimental representativo. De datos (A) de EEG y aceleración se muestran, tanto de paso de banda filtrado [1-40Hz]. Se muestran electrodos de EEG con baja impedancia (Z &lt;60 kW) durante toda la sesión. Líneas verticales continuas indican la aparición de comportamiento (B) Cuadro estático representaciones del niño involucrado en las conductas analizadas:. Observar, Reach-alcance, Reach-oferta, Imitate, Explora, Rest. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig8large.jpg" target="_blank">Por favor haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 9" src="/files/ftp_upload/53406/53406fig9.jpg" /> Figura 9. histogramas de muestra de amplitud EEG durante seis comportamientos identificados. A) Los datos que se muestran corresponden a los datos en bruto a partir de tres electrodos (CP2, FC5, POZ) grabados en una sesión con un lactante de 20 meses. Los histogramas se escalan para el mayor número de ocurrencias y la curtosis de cada histograma se muestra a la derecha de cada parcela. Observe la distribución multimodal para la mayoría de los comportamientos. B) curtosis de datos de la muestra para cada comportamiento. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig9large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> Figura 10. EEG predice acciones de comportamiento en los niños comportarse libremente 12. Una matriz de confusión de la muestra para la precisión de la clasificación para un lactante de 20 meses se muestra. La precisión global de decodificación se muestra en la esquina inferior derecha. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig10large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 11" src="/files/ftp_upload/53406/53406fig11.jpg" /> Figura 11. Localización Fuente. Pasos necesarios para una localización de la fuente dipolar bebé usando una resonancia magnética anatómica y unos datos de EEG funcionales. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig11large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura</a>Ure. <img alt="Figura 12" src="/files/ftp_upload/53406/53406fig12.jpg" /> Figura 12. Reach-oferta perfil análisis de tareas. A) Instantáneas de un niño que realiza el &quot;Reach-Oferta&quot; tarea. B) Media Global Power Campo de EEG en la banda Mu (5-9 Hz), las trayectorias de movimiento de las extremidades del bebé y el actor; el gran promedio de eventos relacionados con la perturbación espectral de todos los canales. c) Fuentes dipolo localizadas para dos eventos de &quot;inicio Movimiento&quot; y &quot;Finalización Movimiento&quot;. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig12large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a>

Watch this Scientific Journal Video about A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants at JoVE.co

A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants

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.

Un nuevo enfoque experimental y analítico al Multimodal Neural Decodificación de Intención Durante interacción social en Libremente-comportarse Infantes Humanos

Understanding typical and atypical development remains one of the fundamental questions in developmental human neuroscience. Traditionally, experimental ...

a-novel-experimental-analytical-approach-to-multimodal-neural

Research

JoVE Journal

Behavior

10.7K vistas.  University of Houston. 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. 

Video: A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants

Long-term Potentiation of Perforant Pathway-dentate Gyrus Synapse in Freely Behaving Mice

Studies of long-term potentiation of synaptic efficacy, an activity-dependent synaptic phenomenon having properties that make it attractive as a potential cellular mechanism underlying learning and information storage, have long been used to elucidate the physiology of various neuronal circuits in the hippocampus, amygdala, and other limbic and cortical structures. With this in mind, transgenic mouse models of neurological diseases represent useful platforms to conduct long-term&#160;potentiation (LTP) studies to develop a greater understanding of the role of genes in normal and abnormal synaptic communication in neuronal networks involved in learning, emotion and information processing. This article describes methodologies for reliably inducing LTP in the freely behaving mouse. These methodologies can be used in studies of transgenic and knockout freely&#160;behaving mouse models of neurodegenerative diseases.

Transgenic and knockout mouse models of neurological diseases are useful for studying the role of genes in normal and abnormal neurophysiology. This article describes methodologies which can be used to study long-term potentiation, a cellular mechanism which may underlie learning and memory, in transgenic and knockout freely&#160;behaving mouse models of neuropathology.

La potenciación a largo plazo de la Vía Perforante-giro dentado sinapsis en comportarse libremente Ratones

Studies of long-term potentiation of synaptic efficacy, an activity-dependent synaptic phenomenon having properties that make it attractive as a potential ...

Investigación

Comportamiento

Measuring Neural and Behavioral Activity During Ongoing Computerized Social Interactions: An Examination of Event-Related Brain Potentials

Social exclusion is a complex social phenomenon with powerful negative consequences. Given the impact of social exclusion on mental and emotional health, an understanding of how perceptions of social exclusion develop over the course of a social interaction is important for advancing treatments aimed at lessening the harmful costs of being excluded. To date, most scientific examinations of social exclusion have looked at exclusion after a social interaction has been completed. While this has been very helpful in developing an understanding of what happens to a person following exclusion, it has not helped to clarify the moment-to-moment dynamics of the process of social exclusion. Accordingly, the current protocol was developed to obtain an improved understanding of social exclusion by examining the patterns of event-related brain activation that are present during social interactions. This protocol allows greater precision and sensitivity in detailing the social processes that lead people to feel as though they have been excluded from a social interaction. Importantly, the current protocol can be adapted to include research projects that vary the nature of exclusionary social interactions by altering how frequently participants are included, how long the periods of exclusion will last in each interaction, and when exclusion will take place during the social interactions. Further, the current protocol can be used to examine variables and constructs beyond those related to social exclusion. This capability to address a variety of applications across psychology by obtaining both neural and behavioral data during ongoing social interactions suggests the present protocol could be at the core of a developing area of scientific inquiry related to social interactions.

Research on social exclusion has grown tremendously in recent years. As the field expands, it is imperative to develop sophisticated methodologies allowing for the simultaneous measurement of neural and behavioral outcomes during social exclusion. This protocol utilizes event-related brain potentials to record ongoing neural activity during computerized social interactions.

La medición del comportamiento neuronal y la actividad en curso Durante las interacciones sociales informatizados: Un examen de potenciales cerebrales relacionados con eventos

Social exclusion is a complex social phenomenon with powerful negative consequences. Given the impact of social exclusion on mental and emotional health, ...

The Modified Hole Board - Measuring Behavior, Cognition and Social Interaction in Mice and Rats

This protocol describes the modified hole board (mHB), which combines features from a traditional hole board and open field and is designed to measure multiple dimensions of unconditioned behavior in small laboratory mammals (e.g., mice, rats, tree shrews and small primates). This paradigm is a valuable alternative for the use of a behavioral test battery, since a broad behavioral spectrum of an animal&#8217;s behavioral profile can be investigated in one single test.
The apparatus consists of a box, representing the &#8216;protected&#8217; area, separated from a group compartment. A board, on which small cylinders are staggered in three lines, is placed in the center of the box, representing the &#8216;unprotected&#8217; area of the set-up. The cognitive abilities of the animals can be measured by baiting some cylinders on the board and measuring the working and reference memory. Other unconditioned behavior, such as activity-related-, anxiety-related- and social behavior, can be observed using this paradigm. Behavioral flexibility and the ability to habituate to a novel environment can additionally be observed by subjecting the animals to multiple trials in the mHB, revealing insight into the animals&#8217; adaptive capacities.
Due to testing order effects in a behavioral test battery, na&#239;ve animals should be used for each individual experiment. By testing multiple behavioral dimensions in a single paradigm and thereby circumventing this issue, the number of experimental animals used is reduced. Furthermore, by avoiding social isolation during testing and without the need to food deprive the animals, the mHB represents a behavioral test system, inducing if any, very low amount of stress.

This protocol describes the modified hole board, which is a behavioral test set-up that comprises the characteristics of an open field and a traditional hole board. This set-up enables the differential analysis of unconditioned behavior of small laboratory mammals as well as the analysis of cognitive abilities.

La Junta Agujero Modificado - Medición de Comportamiento, Cognición e interacción social en ratones y ratas

This protocol describes the modified hole board (mHB), which combines features from a traditional hole board and open field and is designed to measure ...

Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task

Task-specific actions emerge from spontaneous movement during infancy. It has been proposed that task-specific actions emerge through a discovery-learning process. Here a method is described in which 3-4 month old infants learn a task by discovery and their leg movements are captured to quantify the learning process. This discovery-learning task uses an infant activated mobile that rotates and plays music based on specified leg action of infants. Supine infants activate the mobile by moving their feet vertically across a virtual threshold. This paradigm is unique in that as infants independently discover that their leg actions activate the mobile, the infants&#8217; leg movements are tracked using a motion capture system allowing for the quantification of the learning process. Specifically, learning is quantified in terms of the duration of mobile activation, the position variance of the end effectors (feet) that activate the mobile, changes in hip-knee coordination patterns, and changes in hip and knee muscle torque. This information describes infant exploration and exploitation at the interplay of person and environmental constraints that support task-specific action. Subsequent research using this method can investigate how specific impairments of different populations of infants at risk for movement disorders influence the discovery-learning process for task-specific action.

A method is described in which 3-4 month old infants learn a task by discovery and their leg movements are captured to quantify the learning process.

La cuantificación de aprendizaje en jóvenes Bebés: Seguimiento de la pierna acciones durante una tarea de descubrimiento-learning

Task-specific actions emerge from spontaneous movement during infancy. It has been proposed that task-specific actions emerge through a discovery-learning ...

The Social Dimension of Stress: Experimental Manipulations of Social Support and Social Identity in the Trier Social Stress Test

In many situations humans are influenced by the behavior of other people and their relationships with them. For example, in stressful situations supportive behavior of other people as well as positive social relationships can act as powerful resources to cope with stress. In order to study the interplay between these variables, this protocol describes two effective experimental manipulations of social relationships and supportive behavior in the laboratory. In the present article, these two manipulations are implemented in the Trier Social Stress Test (TSST)&#8212;a standard stress induction paradigm in which participants are subjected to a simulated job interview. More precisely, we propose (a) a manipulation of the relationship between different protagonists in the TSST by making a shared social identity salient and (b) a manipulation of the behavior of the TSST-selection committee, which acts either supportively or unsupportively. These two experimental manipulations are designed in a modular fashion and can be applied independently of each other but can also be combined. Moreover, these two manipulations can also be integrated into other stress protocols and into other standardized social interactions such as trust games, negotiation tasks, or other group tasks.

Previous research on the social dimension of stress has focused on two important variables: social identity and social support. This protocol introduces an effective experimental manipulation of these two social variables and describes their implementation in a standard stress induction paradigm (Trier Social Stress Test).

La dimensión social del estrés: Manipulaciones experimentales de Apoyo Social e Identidad Social en el Trier Social Estrés Prueba

In many situations humans are influenced by the behavior of other people and their relationships with them. For example, in stressful situations ...

Sit-to-stand-and-walk from 120% Knee Height: A Novel Approach to Assess Dynamic Postural Control Independent of Lead-limb

Individuals with sensorimotor pathology e.g., stroke have difficulty executing the common task of rising from sitting and initiating gait (sit-to-walk: STW). Thus, in clinical rehabilitation separation of sit-to-stand and gait initiation - termed sit-to-stand-and-walk (STSW) - is usual. However, a standardized STSW protocol with a clearly defined analytical approach suitable for pathological assessment has yet to be defined.
Hence, a goal-orientated protocol is defined that is suitable for healthy and compromised individuals by requiring the rising phase to be initiated from 120% knee height with a wide base of support independent of lead limb. Optical capture of three-dimensional (3D) segmental movement trajectories, and force platforms to yield two-dimensional (2D) center-of-pressure (COP) trajectories permit tracking of the horizontal distance between COP and whole-body-center-of-mass (BCOM), the decrease of which increases positional stability but is proposed to represent poor dynamic postural control.
BCOM-COP distance is expressed with and without normalization to subjects&#39; leg length. Whilst COP-BCOM distances vary through STSW, normalized data at the key movement events of seat-off and initial toe-off (TO1) during steps 1 and 2 have low intra and inter subject variability in 5 repeated trials performed by 10 young healthy individuals. Thus, comparing COP-BCOM distance at key events during performance of an STSW paradigm between patients with upper motor neuron injury, or other compromised patient groups, and normative data in young healthy individuals is a novel methodology for evaluation of dynamic postural stability.

Here, we present a novel protocol to measure positional stability at key events during the sit-to-stand-to-walk using the center-of-pressure to the whole-body-center-of-mass distance. This was derived from the force platform and three-dimensional motion-capture technology. The paradigm is reliable and can be utilized for the assessment of neurologically compromised individuals.

Sentado o de pie-y-pie de 120% Altura de la rodilla: Un nuevo enfoque para evaluar la dinámica postural control independiente de plomo-extremidad

Individuals with sensorimotor pathology e.g., stroke have difficulty executing the common task of rising from sitting and initiating gait (sit-to-walk: ...

A Within-subjects Experimental Protocol to Assess the Effects of Social Input on Infant EEG

Despite the importance of social interactions for infant brain development, little research has assessed functional neural activation while infants socially interact. Electroencephalography (EEG) power is an advantageous technique to assess infant functional neural activation. However, many studies record infant EEG only during one baseline condition. This protocol describes a paradigm that is designed to comprehensively assess infant EEG activity in both social and nonsocial contexts as well as tease apart how different types of social inputs differentially relate to infant EEG. The within-subjects paradigm includes four controlled conditions. In the nonsocial condition, infants view objects on computer screens. The joint attention condition involves an experimenter directing the infant's attention to pictures. The joint attention condition includes three types of social input: language, face-to-face interaction, and the presence of joint attention. Differences in infant EEG between the nonsocial and joint attention conditions could be due to any of these three types of input. Therefore, two additional conditions (one with language input while the experimenter is hidden behind a screen and one with face-to-face interaction) were included to assess the driving contextual factors in patterns of infant neural activation. Representative results demonstrate that infant EEG power varied by condition, both overall and differentially by brain region, supporting the functional nature of infant EEG power. This technique is advantageous in that it includes conditions that are clearly social or nonsocial and allows for examination of how specific types of social input relate to EEG power. This paradigm can be used to assess how individual differences in age, affect, socioeconomic status, and parent-infant interaction quality relate to the development of the social brain. Based on the demonstrated functional nature of infant EEG power, future studies should consider the role of EEG recording context and design conditions that are clearly social or nonsocial.

This novel protocol is designed to assess the neural bases of social interaction in infants. The paradigm is designed to tease apart how various social inputs such as language, joint attention, and face-to-face interaction relate to infant neural activation. Infant EEG power is recorded during both social and nonsocial conditions.

Un intra-sujetos Protocolo experimental para evaluar los efectos de entrada Social sobre EEG infantil

Despite the importance of social interactions for infant brain development, little research has assessed functional neural activation while infants ...

A Wireless, Bidirectional Interface for In Vivo Recording and Stimulation of Neural Activity in Freely Behaving Rats

In vivo electrophysiology is a powerful technique to investigate the relationship between brain activity and behavior at a millisecond and micrometer scale. However, current methods mostly rely on tethered cable recordings or only use unidirectional systems, allowing either recording or stimulation of neural activity, but not at the same time or same target. Here, a new wireless, bidirectional device for simultaneous multichannel recording and stimulation of neural activity in freely behaving rats is described. The system operates through a single portable head stage that both transmits recorded activity and can be targeted in real-time for brain stimulation using a telemetry-based multichannel software. The head stage is equipped with a preamplifier and a rechargeable battery, allowing stable long-term recordings or stimulation for up to 1 h. Importantly, the head stage is compact, weighs 12 g (including battery) and thus has minimal impact on the animal&#180;s behavioral repertoire, making the method applicable to a broad set of behavioral tasks. Moreover, the method has the major advantage that the effect of brain stimulation on neural activity and behavior can be measured simultaneously, providing a tool to assess the causal relationships between specific brain activation patterns and behavior. This feature makes the method particularly valuable for the field of deep brain stimulation, allowing precise assessment, monitoring, and adjustment of stimulation parameters during long-term behavioral experiments. The applicability of the system has been validated using the inferior colliculus as a model structure.

A Wireless, Bidirectional Interface for In Vivo Recording and Stimulation of Neural Activity in Freely Behaving Rats

A wireless, bidirectional system for multi-channel neural recordings and stimulation in freely behaving rats is introduced. The system is light and compact, thus having minimal impact on the animal&#180;s behavioral repertoire. Moreover, this bidirectional system provides a sophisticated tool to assess causal relationships between brain activation patterns and behavior.

Un inalámbrico, interfaz bidireccional para la grabación en Vivo y estimulación de la actividad Neural en comportarse libremente las ratas

In vivo electrophysiology is a powerful technique to investigate the relationship between brain activity and behavior at a millisecond and micrometer ...

A Behavioral Assay for Investigating the Role of Spatial Memory During Instinctive Defense in Mice

Evolution has selected a repertoire of defensive behaviors that are essential for survival across all animal species. These behaviors are often stereotyped actions elicited in response to innately aversive sensory stimuli, but their success requires enough flexibility for adapting to different spatial environments, which can change rapidly. Here, we describe a behavioral assay to evaluate the influence of learned spatial knowledge on defensive behaviors in mice. We have adapted the widely used Barnes maze spatial memory assay to investigate how mice navigate to a shelter during escape responses to innately aversive sensory stimuli in a novel environment, and how they adapt to acute changes in the environment. This new assay is an ethological paradigm that does not require training and exploits the natural exploration patterns and navigation strategies in mice. We propose that the set of protocols described here are a powerful means of studying goal-directed behaviors and stimulus-triggered navigation, which should be of interest to both the fields of instinctive behaviors and spatial memory.

This protocol describes a behavioral assay, based on the Barnes maze test, to study how instinctive defensive actions are modified by the knowledge of spatial environment.

Un ensayo conductual para investigar el papel de la memoria espacial durante defensa instintiva en ratones

Evolution has selected a repertoire of defensive behaviors that are essential for survival across all animal species. These behaviors are often ...

Enactive Phenomenological Approach to the Trier Social Stress Test: A Mixed Methods Point of View

The single Trier Social Stress Test (TSST) and the TSST for groups (TSST-G) are the most used protocols to experimentally induce psychosocial stress. These tests are based on uncontrollability and social-evaluative threat, inducing psychological and physiological consequences (e.g., anxiety, emotional states, salivary cortisol increases). Many quantitative experimental studies have investigated these stress inducers and these consequences. But, as far as we know, this study is the first to provide a qualitative analysis to access the participants' voices so as to understand the dynamics of their experience throughout the TSST and the TSST-G. This paper outlines a mixed methods approach to the TSST. This approach can help to maximize the information that can be gained from the TSST, which researchers often use without looking more closely at what is qualitatively happening psychologically for participants during the stressor itself. In this way, this protocol is an example of mixed methods, showing the added value of using the enactive phenomenological approach to analyze experimental protocols more deeply. This kind of mixed methods is helpful to access the experience, to understand the actor's point of view, and to analyze in-depth the dynamics of cognitive processes like intentions, perceptions, enacted knowledge, and emotion. The discussion section shows the different uses of a mixed methods protocol, exploiting the enactive phenomenological approach to analyze a protocol or to give a cross vision of the same research subject. This section deals with different existing applications, pointing out some critical steps in this mixed methods approach.

Here, we present an original mixed method combining a quantitative and a qualitative approach to examine accurately participants&#39; experiences during the Trier Social Stress Test and the Trier Social Stress Test for groups.

Enfoque fenomenológico enactivo a Trier Social Stress prueba: un punto de vista de métodos mixtos

The single Trier Social Stress Test (TSST) and the TSST for groups (TSST-G) are the most used protocols to experimentally induce psychosocial stress. ...