Hyperscanning היא שיטה מבטיחה לתאר את היחסים בין אנשים וכי במחקר זה מוצא סנכרון עצבי בין אנשים. והשאלה החשובה ביותר היא לזהות מי מסתנכרן עם מי. והשיטה שאנו מציעים כאן היא לזהות את כיוון זרימת המידע בין אנשים.
בהשוואה לשיטות אחרות, היתרון המשמעותי ביותר של שיטה זו הוא להסיר את הגורמים המבלבלים השונים מהסנכרון העצבי. לדוגמה, ההתאמה האוטומטית בכל אות. ובינתיים, אנו יכולים לשמור על הרזולוציה האנטומית המרחבית הגבוהה של כל אות.
התחל את עיבוד הנתונים מראש על ידי ייצוא ריכוז ההמוגלובין משנה קבצי נתונים מהציוד והעברת הקבצים לפורמט קריא MATLAB. לאחר מכן, הסר את 15 השניות הראשונות והאחרונות של הנתונים עבור כל הפעלה כדי להימנע מתגובות חולפות והשתמש בפונקציה המובנית MATLAB decimate כדי להקטין את דגימת הנתונים מ- 55.6 הרץ ל- 11.1 הרץ. כדי לתקן ממצאי תנועה, החל את שיטת מסנן הטרנספורמציה של wavelet בדיד עם פונקציית הסינון המתאימה.
השתמש בפונקציה המובנית PCA כדי להסיר רעש פיזיולוגי גלובלי. לאחר מכן, הסר את 80% העליונים של השונות מהאותות. לאחר הסרת שתי השניות הראשונות של נתונים מנשים ושתי השניות האחרונות של נתונים מגברים, חישבו את ערך ה-INS WTC בפיגור של שניות בהנהגת נשים עם המשוואה.
באופן דומה, לאחר הסרת שתי השניות הראשונות של נתונים מגברים ושתי השניות האחרונות של נתונים מנשים, חישבו את ערך ה-INS WTC בפיגור של שניות בהובלת גברים. חזור על ההליך עם פיגורים שונים בזמן, N, כמו N שווה לארבע או שש או שמונה שניות, על פני 676 זוגות CH הפוטנציאליים וחשב את החוזק של נשים ו- INS WTC מפגר בזמן בהנהגת גברים עם המשוואה כפי שתוארה קודם לכן. חשב את INS pWTC באמצעות pWTC באותו אופן באמצעות המשוואה.
צור את סדרת הזמן המפגרת בזמן של אותות ה- fNIRS בין גברים ונשים וחשב את הערכים של ה- WTC המפגר בזמן בפיגורים שונים בזמן. צור סדרות זמן מותאמות אוטומטית של אותות fNIRS לגברים על ידי הסרת שתי השניות הראשונות ושתי השניות האחרונות של הנתונים מהגברים. לאחר מכן, חשב את הערך של שתי השניות הקשורות באופן אוטומטי לגברים.
לאחר מכן, הערך את ערכי WTC הקשורים באופן אוטומטי בפיגורים שונים בזמן. באותו אופן, צור סדרת זמן מיושרת בזמן של אותות ה- fNIRS על ידי הסרת שתי השניות הראשונות של הנתונים מהגברים והנשים. לאחר מכן, חשב את שתי השניות המיושרות בזמן WTC.
לאחר מכן, הערך את ערכי ה- WTC המיושרים בזמן בפיגורים שונים בזמן. הזן את ה- WTC המיושר בזמן, WTC מפגר בזמן וערכי WTC הקשורים אוטומטית בזמן אחר בפיגור למשוואות של pWTC, תוך יצירת INS pWTC. בעיבוד נתוני fNIRS ברמה השנייה, הסר רעש פיזיולוגי ופסי תדרים של כל אות מעל 0.7 הרץ.
לאחר מכן, הסר את רצועות התדרים של כל אות מתחת ל-0.01 הרץ ובתוך 0.15 עד 0.3 הרץ כדי לסנן תנודות בתדר נמוך מאוד. טרנספורמציה של INS עם טרנספורמציית פישר Z ולאחר מכן INS ממוצע בממד הזמני. עבור ה-INS הממוצע בכל השהיה בזמן, ערכו בדיקת t זוגית של שתי דגימות על כל זוג CH על פני טווח התדרים.
לאחר מכן, זהה את כל אשכולות התדרים המשמעותיים. להקצות מחדש את היחסים הדיאדיים על ידי הקצאה אקראית של המשתתפים לזוגות חדשים של שני חברים, כמו משתתפי דיאדה שמעולם לא תקשרו זה עם זה. בצע בדיקת פרמוטציה מבוססת אשכול כדי לקבוע סף לתוצאות.
חשבו מחדש את ה-INS בכל פיגור בזמן. בצע בדיקות t זוגיות במדגם החדש וזיהה אשכולות תדרים משמעותיים. לאחר מכן, בחר את האשכול עם ערך ה- T המסוכם הגדול ביותר לפני שתחזור על ההליכים 1, 000 פעמים כדי ליצור התפלגות null של ערכי T החיוביים הכוזבים המרביים.
השווה את ערך ה- T המסוכם של כל אשכול תדרים מזוהה במדגם המקורי עם התפלגות האפס כדי לקבל תוצאות סטטיסטיות מובהקות. במחקר נערך ניתוח סימולציה. הניתוח הייצוגי ממחיש כי ה- INS WTC המפגר בזמן עם תיקון אוטומטי היה גבוה משמעותית מה- INS WTC המפגר בזמן ללא תיקון אוטומטי ו- INS pWTC מפגר בזמן.
בנוסף, לא היה הבדל משמעותי בין INS WTC מפגר בזמן ללא תיקון אוטומטי לבין INS pWTC, מה שמעיד על היעילות של pWTC בהסרת ההשפעה של אפקט ההתאמה האוטומטית על INS. אפקט הקשר משמעותי שולי נצפה תוך 0.4 עד 0.6 הרץ, אשר מבין הגברים פיגר אחרי זה של נשים בארבע שניות. לעומת זאת, עבור INS pWTC, נצפתה רק השפעת הקשר משמעותית בטווח של 0.4 עד 0.6 הרץ כאשר פעילות החיישן וקליפת המוח המוטורית של גברים פיגרו אחרי זו של נשים בארבע שניות.
ה-INS הכיווני מנשים לגברים היה גבוה משמעותית בהקשרי הקונפליקט מאשר בהקשרים התומכים. התוצאות של INS pWTC אומתו בשיטת הסיבתיות של גריינג'ר. התוצאות הראו כי INS GC הציג דפוס דומה ל- INS pWTC.
ה-INS הכיווני שחושב על ידי ניתוח הסיבתיות של גריינג'ר מנשים לגברים היה גבוה משמעותית בהקשרי הקונפליקט מאשר בהקשרים התומכים. לאחר חישוב הסנכרון העצבי באמצעות שיטה זו, ניתן גם לבצע הרבה שיטות אחרות. לדוגמה, אנו יכולים להשוות את זרימת המידע הכיוונית הזו בין הקשרים חברתיים שונים לבין הקשר החברתי ביחסים חברתיים שונים.
וגם, ניתן להבין את התרומה של התנהגויות תקשורת שונות לסנכרון העצבי. לדוגמה, בין אם מדובר בתקשורת מילולית או בתקשורת לא מילולית ממלאים תפקיד חשוב יותר בסנכרון העצבי.
