Questa ricerca è stata sostenuta da Promozione del Dottorato (POD) I e II premi dalla Fondazione per la terapia fisica e una borsa di studio Adopt-A-Doc della sezione Education della American Physical Therapy Association di Barbara Sargent.

Il Institutional Review Board presso la University of Southern California ha approvato questo studio. 1. Sistema Preparazione <ol><li> Configurare il sistema di motion capture. Nota: questi passaggi sono diversi per ogni sistema di motion capture. <ol><li> Allineare i sistemi delle due sensori motion capture a quello di un sensore di coordinate facendo clic su &quot;Esegui nuova registrazione&quot; nel programma di motion capture, entrando in un periodo di raccolta di 30 secondi, facendo clic su &quot;Register&quot;, e spostando l&#39;oggetto di registrazione all&#39;interno del volume di cattura per 30 sec. Quando la registrazione è completata con successo, osservare un scarto quadratico medio (RMS) errore di registrazione sullo schermo del computer. </li><li> Allineare il sistema di coordinate globale al tavolo di test utilizzando l&#39;oggetto di registrazione cliccando su &quot;Esegui Nuovo Allineamento&quot; nel programma di motion capture. <ol><li> Definire l&#39;origine ponendo il obje registrazionect nell&#39;angolo superiore destro del tavolo di test e cliccando su &quot;Digitalizzazione&quot; nel programma motion capture. Definire l&#39;asse Z, ponendo l&#39;oggetto registrazione sulla cima di una scatola e facendo clic su &quot;Digitalizzazione&quot;; l&#39;asse Z è perpendicolare al tavolo. </li><li> Definire il / Y + piano Z spostando l&#39;oggetto di registrazione sulla scatola lungo la lunghezza della tavola e cliccando &quot;digitalizzano&quot;; l&#39;asse Y è parallelo alla lunghezza della tavola e l&#39;asse X parallelo alla larghezza della tabella. </li></ol></li><li> Collegare i LED nei due porti strobo e inserire il numero di LED per porta strobo nell&#39;ambito del programma di sistema di motion capture (24 per la porta strobo 1 e 20 per la porta strobo 2). Fare riferimento alla Figura 3 per il numero e la posizione di ogni LED. Selezionare vista dei dati ancora mancanti per fornire una visualizzazione di mappa-come striscia di LED di registrazione in tempo reale. <img alt="Figura 3" src="/files/ftp_upload/52841/52841fig3.jpg" /><strong&gt; Figura 3. Posizionamento dei LED. Strobe 1 è costituito dai corpi rigidi (4 LED su ogni corpo rigido) per il diritto e la coscia sinistra, la zampa, e del piede. Strobe 2 è costituito dai corpi rigidi per la destra e sinistra del bacino, i marcatori sterno, e dei singoli LED. </li></ol></li><li> Impostare il programma infantile computer portatile. <ol><li> Inserire il numero di minuti per ogni condizione. Per il giorno 1, ingresso 2 per la fase 1 (2 min basale, condizione non rinforzo), 6 per la fase 2 (6 min acquisizione, condizione rinforzo), e 0 per la fase 3 (0 min estinzione, condizione non rinforzo). </li><li> Per il giorno 2, ingresso 2 per la fase 1 (baseline), 6 per la fase 2 (acquisizione), 2 per la fase 3 (estinzione), e controllare &quot;Usa Zmin come predefinito&quot; in modo che la soglia calcolata durante basale del Day1 sarà la soglia utilizzato per la condizione acquisizione di Day 2. </li><li> Scegliere &quot;StreamframesAllFrames&quot; e cliccare su &quot;Invia&quot; per consentire laprogramma di mobili di utilizzare i dati del sistema di motion capture per attivare il cellulare infantile in base a criteri specificati. </li></ol></li><li> Impostare le telecamere. <ol><li> Avviare il programma per computer video per i tre video sincronizzati (laterale destro, laterale sinistro, viste aeree). </li><li> Avviare la videocamera aggiuntiva sopra la testa del bambino per registrare le espressioni facciali e lo sguardo degli occhi. </li></ol></li></ol> 2. Infant Preparazione <ol><li> Descrivere l&#39;esperimento ai genitori e informarli di interagire il meno possibile con il loro bambino. NOTA: Dite ai genitori che se il bambino non diventa esigente tutto l&#39;esperimento, i genitori dovrebbero sedersi accanto al bambino al di fuori del loro punto di vista, tuttavia, se il bambino diventa esigente c&#39;è una progressione di interazione con il bambino. <ol><li> In primo luogo, chiedere al genitore di dire, &quot;Tutto è a posto, io sono qui,&quot; in un tono rassicurante. </li><li> In secondo luogo, chiedereil genitore a stare in vista del bambino, mentre rassicurare il bambino. </li><li> In terzo luogo, chiedere al genitore di uno tenere una mano del bambino o dare al bambino un ciuccio. NOTA: la quantità minima di interazione genitore necessario per mantenere la calma e di allarme il bambino è dato e si è conclusa nel più breve tempo possibile. </li></ol></li><li> Undress il bambino, posizionare il bambino sotto il cellulare infantile, e fissare il bambino al tavolo con una fascia in velcro posta in tutto il tronco. </li><li> Dopo che il bambino è fissato al tavolo, posizionare i marcatori dello sterno e del bacino, coscia, stinco, e piede corpi rigidi sul neonato. </li></ol> 3. Infant Mobile Learning Task <ol><li> Ogni giorno, avviare il compito di apprendimento cellulare da sincrono avviare il sistema motion capture, programma per computer mobili e videocamere. <ol><li> In entrambe le giornate da min 0 a 2, alle condizioni originarie, osservare il bambino spontaneamente calci. </li><li> Il giorno 1 nel corso della 2 min condizioni originarie, osservare come il programma cellulare infante calcola continuamente la soglia per l&#39;attivazione mobile basata sul z-dati da uno dei LED sul corpo rigido di ogni piede. Esempio, indicatore 9 con il piede giusto e marcatore 21 sul piede sinistro. Marker 9 è il centro del LED sul corpo rigido piede destro cerchiato in giallo nella figura 1. Marker 21 è il centro del LED sul corpo rigido piede sinistro. </li><li> Alla fine della linea di base 2 min, il programma mobile impostare la soglia ad un&#39;altezza di una deviazione standard (SD) sopra l&#39;altezza media di entrambi i piedi durante la condizione di linea di base 2 min. </li><li> In entrambe le giornate da min 2 a 8, la condizione di acquisizione, di osservare come la rotazione mobili infantili e suona la musica quando il LED posto su entrambi i piedi attraversa la soglia calcolata durante il 2 min condizioni originarie del Day 1. NOTA: Attivazione mobile continuerà finché il piede è superiore alla soglia virtuale a un massimo di 3 sec. Dopo 3 secondi, il mobile riattiverà solo se il bambino muove il piede sotto della soglia virtuale e quindi sposta il piede verticalmente e ancora attraversa la soglia. Questa &quot;regola 3 sec&quot; incoraggia i movimenti gamba esplorativi attivi contro tenendo i piedi sopra la soglia. </li><li> Il giorno 2 da min 8-10, la condizione di estinzione, di osservare come il bambino prende spontaneamente senza armatura mobile. </li></ol></li><li> Dopo il bambino interagisce con il cellulare, raccogliere un processo di calibrazione statico per definire un sistema di coordinate locale per ogni segmento di gamba e definire una configurazione di riferimento per ciascun segmento del corpo nello spazio. <ol><li> Fissare dieci LED singoli bilateralmente per la pelle del bambino utilizzando collari ECG a doppia faccia nelle seguenti sedi: linea mediana laterale del tronco sotto la decima costola, grande trocantere dell&#39;anca, laterale linea di ginocchio, caviglia malleolo laterale e distale del 5 ° metatarso. </li><li> Tenere estremità inferiore del bambino inun esteso, posizione anatomica per 5 sec. Tutti gli angoli articolari in questa posizione di calibrazione sono definiti come 0 °. </li></ol></li><li> Il giorno 2, raccogliere i dati antropometrici. <ol><li> Pesare ogni bambino su scala elettrico digitale. </li><li> Effettuare le seguenti misurazioni: lunghezza totale del neonato; circonferenza a metà segmento della coscia, la zampa, e del piede; larghezza del ginocchio (al ginocchio linea articolare), caviglia (al malleoli), e piede (le teste metatarsali); e la lunghezza della coscia (grande trocantere al ginocchio rima articolare), gambo (ginocchio linea comune per malleolo laterale), e il piede (malleolo mediale alla prima articolazione metatarso-falangea). </li></ol></li></ol> Analisi 4. Dati <ol><li> Analizzare le prestazioni e l&#39;apprendimento calcolando il RLA% durante ogni intervallo 2 minuti di esperimento utilizzando un programma di linguaggio informatico personalizzato come Matlab. Calcolare la durata di tempo uno o entrambi i LED su ogni piede che ha attivato il cellulare erano superiori alla soglia. Dail cellulare non si attiva dopo un intervallo di 3 secondi, sottrarre la durata di tempo in cui uno o entrambi i LED erano superiori alla soglia per più di un intervallo di 3 sec. <ol><li> Misurare le prestazioni del gruppo ogni giorno statisticamente analizzare se il RLA% in uno qualsiasi dei tre intervalli di acquisizione, 2 min supera notevolmente il 2 min intervallo di riferimento 3,4,7,9,10. </li><li> Categorizzare individuali neonati per aver effettuato l&#39;operazione ogni giorno se il RLA% nel corso di un intervallo di acquisizione 2 min è uguale o maggiore di 1,5 volte il RLA% in 2 min intervallo basale 3,4,6,9,10. </li><li> Misurare l&#39;apprendimento del gruppo attraverso giorni determinando statisticamente se il RLA% durante l&#39;intero 6 min acquisizione condizione Day 2 supera il RLA% durante la condizione di base 1 ° giorno 3,6. </li><li> Categorizzare neonati individuali come studenti se il RLA% durante l&#39;intero 6 min condizione acquisizione di Day 2 è uguale o GREater di 1,5 volte il condizioni originarie del Day 1 3,6,11. </li></ol></li><li> Analizzare l&#39;eccitazione e l&#39;attenzione codificando videocassette durante ogni intervallo di 2 minuti dell&#39;esperimento. La scala eccitazione è definita come: sonnolenza = 1, vigile e attiva = 2, vigile e attiva = 3, pignola = 4, e piangendo = 5 3,8,11. La scala attenzione è definita come: 0 = non esamina il mobile, 1 = esamina il mobile 3,8. </li><li> I dati di posizione di processo e calci estratto utilizzando programmi Matlab personalizzati. <ol><li> I file di dati di posizione del carico in uscita dal sistema di motion capture in un programma Matlab personalizzato per interpolare i dati di posizione mancanti (massimo 20 fotogrammi consecutivi) utilizzando una spline cubica. </li><li> Caricare i file interpolati in un programma personalizzato per Matlab (a) i dati di posizione del filtro con un quarto ordine Butterworth con una frequenza di taglio di 5 Hz come determinate da analisi dello spettro di potenza, e (b) calcolare i seguenti angoli di snodo: la flessione dell&#39;anca / estensione, abduzione/ Adduzione, rotazione esterna / interna dell&#39;anca, del ginocchio flessione / estensione, l&#39;inversione della caviglia / eversione, flessione dorsale della caviglia / plantare come descritto in 12. </li><li> Caricare i file di angolo in un programma Matlab personalizzato per estrarre calci. Definire l&#39;inizio di un calcio come l&#39;inizio di un movimento delle gambe continuo in cui la variazione dell&#39;anca o del ginocchio angolo di snodo superato 11,5 ° (0,2 radianti) in o flessione o estensione 3,9,13-15. Definire la fine del calcio come la struttura di estensione picco a seguito di un movimento di flessione o la flessione picco a seguito di un movimento di estensione 3,9,14. </li></ol></li><li> Per tutti i calci, calcolare parametri cinematici utilizzando programmi Matlab personalizzati. <ol><li> Posizione Calcola la varianza in direzione Z (verticale, in direzione compito specifico) del LED su ogni piede che ha attivato la mobile 3. </li><li> Calcola hip flessione / estensione e flessione del ginocchio / estensione correlazioni congiunte con coefficienti di Pearson di correlazione (r) a zero lagtra anca e ginocchio escursioni angolo congiunta. Per confrontare le correlazioni (r) tra i neonati, convertire hip-ginocchio angolo giunto correlazioni a Fisher Z score 3,9,15. </li><li> Time-normalizzare i dati angolari comuni, quindi calcolare l&#39;anca flessione / estensione e flessione del ginocchio / estensione continua fase relativa (CRP) a partire dai dati di posizione / velocità angolare 16,17. Analizzare i risultati del calcolo CRP nei seguenti cinque punti di tempo: (a) inizio di calcio, (b) velocità di picco del primo segmento, (c) inversione congiunta, (d) il picco di velocità del secondo segmento, e (e ) fine del calcio 3. </li></ol></li><li> Per tutti i calci, calci identificare senza contatto visualizzando i dati video sincroni. Calcola parametri cinetici per calci senza contatto che utilizzano programmi Matlab personalizzati. <ol><li> Si calcoli la massa segmentale e del centro-di-massa dalle equazioni modificate per i neonati a partire dal modello antropometrico del Hatze per gli adulti 18. Calcolare i momenti di inerzia di 3Dcoscia, stinco, e segmenti piede dalle equazioni modificati per i bambini a partire dal modello antropometrico di Jensen per gli adulti 19. </li><li> Calcolare i termini nella seguente equazione del moto utilizzando la teoria vite di manipolazioni spaziali 20. <img alt="equazione 1" src="/files/ftp_upload/52841/52841equation1.jpg" /> è derivata utilizzando l&#39;approccio lagrangiano, dove M (θ) è la matrice d&#39;inerzia, <img alt="theta1" src="/files/ftp_upload/52841/theta1.jpg" /> il muscolo (Mus) coppie di Coriolis e matrice coppia centrifuga, N (θ) i gravitazionali (GRA) coppie e T. </li><li> Calcola coppie comuni utilizzando i dati cinematici 3D dai calci senza contatto, corpo segmenti parametri inerziali, e l&#39;equazione biomeccanica del moto. </li><li> Partizione della rete (NET) coppia a ogni comune in contributi di movimento-dipendente (MDT), GRA, e di coppia MUS 21. Coppia NET è direttamente proporzionale alle accelerazioni ogni giunto.Coppia MDT è legato alle coppie passivi associati interazioni meccaniche tra i mobili segmenti interconnessi dell&#39;arto. Coppia GRA è legata alla forza passiva della gravità che agisce verso il basso sul lembo. Coppia MUS comprende forze da contrazioni muscolari attivi e passivi deformazioni dei muscoli, tendini, legamenti e altri tessuti periarticolari. </li><li> Per dell&#39;anca e del ginocchio a parte, calcolare impulso coppia come l&#39;entità del contributo di ogni coppia partizionato (MUS, GRA, MDT) per la coppia NET. Calcola l&#39;impulso positivo o negativo della coppia (coppia * volta) durante gli intervalli in cui la coppia MUS ginocchio ha agito nello stesso o in direzione opposta rispetto alla coppia netta ginocchio. Eseguire questo stesso calcolo con GRA ginocchio e le coppie di MDT e hip MUS, GRA, e coppie di MDT. Per dell&#39;anca e del ginocchio separatamente, sommare tutti gli impulsi positivi e negativi per ciascuna componente di coppia per ottenere una misura della grandezza del contributo di ciascun impuls coppia partizionatie (MUS, GRA, MDT) per impulso coppia netta. </li></ol></li></ol>

<ol>
	<li>Gibson, E. J., Pick, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> An Ecological Approach to Perception, Learning and Development. , (2000).</li><li>Thelen, E., Smith, L. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> A Dynamic Systems Approach to the Development of Cognition and Action. , (1994).</li><li>Sargent, B., Schweighofer, N., Kubo, M., Fetters, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Infant+exploratory+learning:+influence+on+leg+joint+coordination.">Infant exploratory learning: influence on leg joint coordination.</a> PLoS One. 9 (3), e91500 (2014).</li><li>Rovee-Collier, C. K., Gekoski, M. J., Reese, H. W., Lipsitt, L. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+economics+of+infancy:+A+review+of+conjugate+reinforcement.">The economics of infancy: A review of conjugate reinforcement.</a> Adv Child Dev Behav. 13, 195-255 (1979).</li><li>Heathcock, J. C., Bhat, A. N., Lobo, M. A., Galloway, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+performance+of+infants+born+preterm+and+full-term+in+the+mobile+paradigm:+learning+and+memory.">The performance of infants born preterm and full-term in the mobile paradigm: learning and memory.</a> Phys. Ther. 84 (9), 808-821 (2004).</li><li>Haley, D. W., Weinberg, J., Grunau, R. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortisol,+contingency+learning,+and+memory+in+preterm+and+full-term+infants.">Cortisol, contingency learning, and memory in preterm and full-term infants.</a> Psychoneuroendocrinology. 31 (1), 108-117 (2006).</li><li>Angulo-Kinzler, R., Ulrich, B. D., Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Three-month-old+infants+can+select+specific+leg+motor+solutions.">Three-month-old infants can select specific leg motor solutions.</a> Motor Control. 6 (1), 52-68 (2002).</li><li>Tiernan, C. W., Angulo-Barroso, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Constrained+motor-perceptual+task+in+infancy:+effects+of+sensory+modality.">Constrained motor-perceptual task in infancy: effects of sensory modality.</a> J. Mot. Behav. 40 (2), 133-142 (2008).</li><li>Chen, Y., Fetters, L., Holt, K., Saltzman, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Making+the+mobile+move:+constraining+task+and+environment.">Making the mobile move: constraining task and environment.</a> Infant Behav. Dev. 25 (2), 195-220 (2002).</li><li>Ohr, P. S., Fagen, J. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Conditioning+and+long-term+memory+in+three-month-old+infants+with+Down+syndrome.">Conditioning and long-term memory in three-month-old infants with Down syndrome.</a> Am. J. Ment. Retard. 96 (2), 151-162 (1991).</li><li>Thelen, E., Hidden Ulrich, B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=skills:+A+dynamical+system+analysis+of+treadmill+stepping+in+the+first+year.">skills: A dynamical system analysis of treadmill stepping in the first year.</a> Monogr Soc Res Child Dev. 56 (1), 1-98 (1991).</li><li>Soderkvist, I., Wedin, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Determining+the+movements+of+the+skeleton+using+well-configured+markers.">Determining the movements of the skeleton using well-configured markers.</a> J. Biomech. 26 (12), 1473-1477 (1993).</li><li>Schneider, K., Zernicke, R. F., Ulrich, B. D., Jensen, J. L., Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Understanding+movement+control+in+infants+through+the+analysis+of+limb+intersegmental+dynamics.">Understanding movement control in infants through the analysis of limb intersegmental dynamics.</a> J. Mot. Behav. 22 (4), 493-520 (1990).</li><li>Jensen, J. L., Schneider, K., Ulrich, B. D., Zernicke, R. F., Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adaptive+dynamics+of+the+leg+movement+patterns+of+human+infants:+I.+the+effects+of+posture+on+spontaneous+kicking.">Adaptive dynamics of the leg movement patterns of human infants: I. the effects of posture on spontaneous kicking.</a> J. Mot. Behav. 26 (4), 303-312 (1994).</li><li>Fetters, L., Sapir, I., Chen, Y. P., Kubo, M., Tronick, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spontaneous+kicking+in+full-term+and+preterm+infants+with+and+without+white+matter+disorder.">Spontaneous kicking in full-term and preterm infants with and without white matter disorder.</a> Dev. Psychobiol. 52 (6), 524-536 (2010).</li><li>Emmerick, R., Wagenaar, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effects+of+walking+velocity+on+relative+phase+dynamics+in+the+trunk+in+human+walking.">Effects of walking velocity on relative phase dynamics in the trunk in human walking.</a> J. Biomech. 29 (9), 1175-1184 (1996).</li><li>Kelso, J. A., Scholz, J. P., Schoner, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Nonequilibrium+phase+transitions+in+coordinated+biological+motion:+critical+fluctuations.">Nonequilibrium phase transitions in coordinated biological motion: critical fluctuations.</a> Physics Letters A. 134 (6), 8-12 (1986).</li><li>Schneider, K., Zernicke, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mass,+center+of+mass,+and+moment+of+inertia+estimates+for+infant+limb+segments.">Mass, center of mass, and moment of inertia estimates for infant limb segments.</a> J. Biomech. 25 (2), 145-148 (1992).</li><li>Sun, H., Jensen, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Body+segment+growth+during+infancy.">Body segment growth during infancy.</a> J. Biomech. 27 (3), 265-275 (1994).</li><li>Murray, R. M., Li, Z., Sastry, S. 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> A Mathematical Introduction to Robotic Manipulation. , (1994).</li><li>Galloway, J. C., Koshland, G. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=General+coordination+of+shoulder,+elbow+and+wrist+dynamics+during+multijoint+arm+movements.">General coordination of shoulder, elbow and wrist dynamics during multijoint arm movements.</a> Exp. Brain Res. 142 (2), 163-180 (2002).</li><li>Angulo-Kinzler, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exploration+and+selection+of+intralimb+coordination+patterns+in+3-month+old+infants.">Exploration and selection of intralimb coordination patterns in 3-month old infants.</a> J. Mot. Behav. 33, 363-376 (2001).</li><li>Fetters, L., Chen, Y. P., Jonsdottir, J., Tronick, E. Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Kicking+coordination+captures+differences+between+full-term+and+premature+infants+with+white+matter+disorder.">Kicking coordination captures differences between full-term and premature infants with white matter disorder.</a> Hum. Mov. Sci. 22, 729-748 (2004).</li><li>Jeng, S., Chen, L., Yau, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Kinematic+analysis+of+kicking+movements+in+preterm+infants+with+very+low+birth+weight+and+full-term+infants.">Kinematic analysis of kicking movements in preterm infants with very low birth weight and full-term infants.</a> Phys. Ther. 82, 148-159 (2002).</li><li>Jensen, J. L., Thelen, E., Ulrich, B. D., Schneider, K., Zernicke, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adaptive+dynamics+of+the+leg+movement+patterns+of+human+infants:+III.+age-related+differences+in+limb+control.">Adaptive dynamics of the leg movement patterns of human infants: III. age-related differences in limb control.</a> J. Mot. Behav. 27, 366-374 (1995).</li><li>Piek, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+quantitative+analysis+of+spontaneous+kicking+in+two-month-old+infants.">A quantitative analysis of spontaneous kicking in two-month-old infants.</a> Hum. Mov. Sci. 15, 707-726 (1996).</li><li>Thelen, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Developmental+origins+of+motor+coordination:+Leg+movements+in+human+infants.">Developmental origins of motor coordination: Leg movements in human infants.</a> Dev. Psychobiol. 18, 1-22 (1985).</li><li>Vaal, J., van Soest, A. J., Hopkins, B., Sie, L. T. L., van der Knaap, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+spontaneous+leg+movements+in+infants+with+and+without+periventricular+leukomalacia.">Development of spontaneous leg movements in infants with and without periventricular leukomalacia.</a> Exp. Brain Res. 135, 94-105 (2000).</li></ol>

Nessun conflitto di interessi dichiarati.

Progettazione di attività di scoperta-learning per i bambini piccoli Compiti Discovery-learning per i bambini piccoli devono essere studiati per assicurare che i bambini stanno scoprendo autonomamente la contingenza. In diversi paradigmi mobili all&#39;inizio della condizione di acquisizione, i neonati sono sia dimostrato che il cellulare attiva da un&#39;attivazione non contingente del cellulare 7,22 o la gamba di ogni bambino passivamente mosso dallo sperimentatore per introdur...

Azioni Task-specifici emergono dai movimenti spontanei durante l&#39;infanzia. E &#39;stato proposto che le azioni specifiche attività emergono attraverso un processo di rilevamento 1,2-learning. Le attività vengono scoperti da bambini come si muovono spontaneamente ed esplorare le azioni che producono effetti nuovi per l&#39;ambiente. Azioni specifiche Task emergono come i bambini sfruttano le connessioni tra le loro azioni ei loro effetti sul mondo che li circonda. Tuttavia, si sa ancora poco sui processi precisi che i bambini esplorano e sfruttano per imparare a modificare i loro movimenti spontanei di eseguire azioni specifiche attività. Qui il metodo è descritto in che 3-4 mesi di età i bambini imparano un compito per scoperta e loro movimenti delle gambe sono catturati per quantificare il processo di apprendimento. <img alt="Figura 1" src="/files/ftp_upload/52841/52841fig1.jpg" /> Figura 1: Infante calci-attivati ​​compito mobile. </strong&gt; Il light-emitting diode centro (LED) attaccato al corpo rigido di ogni piede (cerchio giallo) attiva il cellulare quando si varca la soglia virtuale (linea rossa tratteggiata). Re-stampata con il permesso di Sargent et al. 3 Questa task di rilevazione-learning utilizza un telefono cellulare attivato infante che ruota e suona musica in base all&#39;azione gamba specificato di neonati 3. Neonati posizionato supino sotto il cellulare attivano spostando i piedi verticalmente attraverso una soglia virtuale (Figura 1). Questo paradigma è unico in quanto come i bambini scoprono indipendentemente che le loro azioni gambe attivano il cellulare, i movimenti delle gambe dei bambini &#39;sono monitorati con un sistema di motion capture che consente per la quantificazione del processo di apprendimento. Il protocollo sperimentale comprende due giorni di raccolta dei dati. 1 ° giorno è costituito da una condizione di base 2 minuti in cui un bambino prende spontaneamente, ma le sue azioni gambanon può attivare il neonato cellulare, seguita da una condizione di acquisizione 6 min in cui le azioni delle gambe del bambino attivano mobile infante se il bambino muove i piedi verticalmente per attraversare una soglia virtuale. Questo protocollo consente la quantificazione delle azioni gamba spontanee infanti e la quantificazione dei vari aspetti dei movimenti come neonati esplorano il rapporto tra le loro azioni gamba e l&#39;attivazione del cellulare infante. Il giorno 2, oltre alle condizioni originarie 2 min e 6 min condizioni di acquisizione, una condizione di estinzione 2 min si aggiunge in cui le azioni delle gambe del bambino non attivano mobile infante. In questo modo per la quantificazione di come i bambini cambiano le loro azioni gamba quando una risposta ambientale già imparato è interrotto. Nelle precedenti paradigmi mobili infantili, la frequenza di movimento delle gambe 4-6, specifica anca e ginocchio angoli 7,8, o calciare un pannello 9 sono stati reinforccato con il movimento cellulare. Prestazioni ogni giorno è stata definita come un aumento di tali azioni gamba durante la condizione di acquisizione o di estinzione rispetto alle condizioni originarie 4-9. Imparare attraverso giorni è stata definita come un aumento di queste azioni gamba durante la linea di base o l&#39;acquisizione di condizioni Giorni 2 o 3 e alle condizioni originarie del Day 1 5,6. Questi paradigmi mobili precedenti dimostrano che i bambini aumentano la frequenza delle azioni delle gambe che sono rinforzati con l&#39;attivazione cellulare, tuttavia, non forniscono informazioni sul movimento opzioni bambini hanno a loro disposizione quando si impara il compito. Ad esempio, se il tasso di calciare è rafforzata, i bambini dimostrano le prestazioni e l&#39;apprendimento quando i loro calci aumenti dei tassi sia durante l&#39;interazione con il cellulare o quando il telefono non è più attiva. Ciò dimostra che i bambini possono perfezionare il loro tasso di calci, ma non si sa se i bambini possono perfezionare le loro modello o la coppia di produzione coordinamento gamba per generatle azioni delle gambe e che non sono nel loro movimento repertorio preferito. Questo paradigma cellulare è unico in quanto i bambini sono tenuti a intraprendere azioni gamba più raffinata per attivare il cellulare che nelle precedenti paradigmi mobili. In questo paradigma cellulare, l&#39;altezza di ciascun piede sopra la tabella viene calcolato durante la condizione basale 2 min utilizzando i dati di posizione da un diodo emettitore di luce (LED) collegato a ciascun piede. Una soglia virtuale viene quindi impostato parallelamente al tavolo ad una altezza che è all&#39;interno della gamma superiore dell&#39;altezza di entrambi i piedi durante le condizioni originarie. Durante l&#39;acquisizione, la rotazione mobili e riproduce musica se sia piede varca la soglia. Dopo 3 sec, le fermate mobili e riattiva solo se il bambino muove il piede di sotto della soglia, e quindi sposta il piede verticalmente e ancora attraversa la soglia. Per attivare il dispositivo mobile per la maggior quantità di tempo, i neonati devono spostare un piede sopra la soglia e mantenerla contro gravlità per 3 secondi, quindi spostare rapidamente il piede sotto la soglia e di nuovo spostarla sopra la soglia e tenerlo premuto per 3 secondi, ecc. Ciò richiede un&#39;azione gamba più raffinato che semplicemente aumentando il tasso calci. <img alt="Figura 2" src="/files/ftp_upload/52841/52841fig2.jpg" /> Figura 2: dati di posizione non filtrate di dispositivi di estremità (piedi) da un bambino di dati rappresentativi posizione non filtrato dal Day 2 a 3 mesi di età infantile che hanno manifestato l&#39;apprendimento basato sui singoli criteri di apprendimento.. La linea rossa è dati di posizione della coordinata z del diodo luminescente (LED) posti con il piede giusto. La linea blu è dati di posizione del LED sul piede sinistro. Thick linea nera è la tabella. La linea tratteggiata è la soglia virtuale collocato 14 centimetri sopra il tavolo come individualmente determinato per ogni bambino in base all&#39;altezza dei loro calci durante basalecondizioni di Day 1. asse X è tempo etichettato con intervalli di 2 min. Si noti come il bambino muove i suoi piedi durante basale quando il cellulare non si attiva e durante i primi 30 secondi di acquisizione 1, quindi tiene costantemente entrambi i piedi dal tavolo e si muove i suoi piedi proprio dietro la soglia per la prossima 5½ minuti fino a quando il cellulare non è più attiva durante la condizione di estinzione. La seconda caratteristica unica di questo paradigma mobile è che l&#39;azione gamba di ogni bambino viene monitorato con tecniche state-of-the-art di motion capture per quantificare come i bambini usano i loro opzioni di movimento per imparare l&#39;attività. Dati di posizione non filtrati del LED su ogni piede che attiva il dispositivo mobile da un infante rappresentante è incluso in Figura 2. Si noti come il bambino muove i piedi a varie altezze sopra il tavolo durante basale e la prima parte di acquisizione, ma poi si sposta entrambi i piedi proprio dietro la soglia durante il resto del Condi acquisizionezione fino a quando il cellulare non si attiva durante l&#39;estinzione. Questo è uno dei molti potenziali strategie di movimento per realizzare il compito di scoperta-apprendimento. Le strategie possono essere quantificati calcolando cinematica tridimensionali e cinetiche, utilizzando i dati di posizione acquisiti dal sistema di motion capture. In particolare, il processo di apprendimento è quantificato in termini di percentuale di azione gamba rinforzato (% RLA), che è pari alla durata di attivazione cellulare, posizione varianza dei dispositivi di estremità (piedi) che attivano i mobili, anca-ginocchio modelli coordinamento , e anca e ginocchio coppie comuni.

<table border="0" cellpadding="0" cellspacing="0">
	<tbody>
		<tr>
			<td>Optotrak Certus Position Sensor, Far Focus, with stand</td>
			<td>Northern Digital Inc</td>
			<td align="right">8800852</td>
			<td></td>
		</tr>
		<tr>
			<td>Optotrak Data Acquisition Unit II (ODAU II)</td>
			<td>Northern Digital Inc</td>
			<td align="right">8800767</td>
			<td></td>
		</tr>
		<tr>
			<td>Optotrak Vinten Stand, Certus with Quick Fix Adapter</td>
			<td>Northern Digital Inc</td>
			<td align="right">8800855.002</td>
			<td></td>
		</tr>
		<tr>
			<td>Certus S-Type, Standard Configuration</td>
			<td>Northern Digital Inc</td>
			<td align="right">8800761</td>
			<td></td>
		</tr>
		<tr>
			<td>Marker (7 mm) pair, c/w RJII connector and 8 ft cable</td>
			<td>Northern Digital Inc</td>
			<td align="right">8001029.001</td>
			<td></td>
		</tr>
		<tr>
			<td>AC Line Cord, Medical Grade, North America</td>
			<td>Northern Digital Inc</td>
			<td align="right">7500010</td>
			<td></td>
		</tr>
		<tr>
			<td>Cubic Reference Emitter Kit - Certus</td>
			<td>Northern Digital Inc</td>
			<td align="right">8800768</td>
			<td></td>
		</tr>
		<tr>
			<td></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>3 Pylon IEEE 1394 cameras</td>
			<td>Basler</td>
			<td>A6021c</td>
			<td></td>
		</tr>
		<tr>
			<td>Vixia HG10 camcorder</td>
			<td>Canon</td>
			<td>2183B001</td>
			<td></td>
		</tr>
		<tr>
			<td>Adhesive Disks</td>
			<td>MVAP Medical Supplies</td>
			<td>E401-500</td>
			<td></td>
		</tr>
		<tr>
			<td>Reversible head support</td>
			<td>Eddie Bauer</td>
			<td align="right">52556</td>
			<td></td>
		</tr>
		<tr>
			<td>Softstrap Strap</td>
			<td>Sammons Preston</td>
			<td>A34960</td>
			<td></td>
		</tr>
		<tr>
			<td>Digital Pediatric Scale</td>
			<td>Healthometer</td>
			<td>Model 524KL</td>
			<td></td>
		</tr>
	</tbody>
</table>

quantifying learning in young infants: tracking leg actions during a discovery-learning task

Azioni Task-specifici emergono dal movimento spontaneo durante l&#39;infanzia. E &#39;stato proposto che le azioni specifiche attività emergono attraverso un processo di scoperta-apprendimento. Qui il metodo è descritto in che 3-4 mesi di età i bambini imparano un compito per scoperta e loro movimenti delle gambe sono catturati per quantificare il processo di apprendimento. Questa task di rilevazione-learning utilizza un telefono cellulare attivato infante che ruota e suona musica basato sull&#39;azione gamba specificata dei neonati. Neonati supina attivare il cellulare muovendo i piedi verticalmente attraverso una soglia virtuale. Questo paradigma è unico in quanto come i bambini scoprono indipendentemente che le loro azioni gambe attivano il cellulare, i movimenti delle gambe dei bambini &#39;sono monitorati con un sistema di motion capture che consente per la quantificazione del processo di apprendimento. In particolare, l&#39;apprendimento è quantificato in termini di durata di attivazione del cellulare, la posizione varianza dei dispositivi di estremità (piedi) che attivano il cellulare, cambiamenti nelle coordina hip-ginocchiomodelli di produzione, e cambiamenti di anca e ginocchio coppia muscolare. Questa informazione descrive l&#39;esplorazione e lo sfruttamento infantile presso l&#39;interazione dei vincoli persona e ambientali che sostengono azioni di task-specific. Ricerche successive utilizzando questo metodo può indagare menomazioni come specifiche delle diverse popolazioni di neonati a rischio di disturbi del movimento influenzano il processo di individuazione-learning per un&#39;azione specifica-task.

Il processo di apprendimento di bambini piccoli può essere quantificato in termini di RLA%, la posizione varianza dei dispositivi di estremità (piedi), hip-ginocchio coefficienti angolo di correlazione, e anca e ginocchio coppie comuni. Ogni livello di analisi fornisce informazioni uniche su come i bambini esplorano il rapporto tra le loro azioni di gamba e l&#39;attivazione del cellulare bambino durante il processo di rilevamento-learning. Per l&#39;analisi statistica di% RLA e hip-ginocc...

Watch this Scientific Journal Video about Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task at JoVE.com

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

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.

Quantificare l&#39;apprendimento nei bambini piccoli: azioni di monitoraggio gamba durante una task-Discovery apprendimento

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

quantifying-learning-young-infants-tracking-leg-actions-during

Research

JoVE Journal

Behavior

10.5K Views.  University of Southern California. 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.

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

P50 Sensory Gating in Infants

Attentional deficits are common in a variety of neuropsychiatric disorders including attention deficit-hyperactivity disorder, autism, bipolar mood disorder, and schizophrenia. There has been increasing interest in the neurodevelopmental components of these attentional deficits; neurodevelopmental meaning that while the deficits become clinically prominent in childhood or adulthood, the deficits are the results of problems in brain development that begin in infancy or even prenatally. Despite this interest, there are few methods for assessing attention very early in infancy. This report focuses on one method, infant auditory P50 sensory gating.
Attention has several components. One of the earliest components of attention, termed sensory gating, allows the brain to tune out repetitive, noninformative sensory information. Auditory P50 sensory gating refers to one task designed to measure sensory gating using changes in EEG. When identical auditory stimuli are presented 500 ms apart, the evoked response (change in the EEG associated with the processing of the click) to the second stimulus is generally reduced relative to the response to the first stimulus (i.e. the response is &#34;gated&#34;). When response to the second stimulus is not reduced, this is considered a poor sensory gating, is reflective of impaired cerebral inhibition, and is correlated with attentional deficits.
Because the auditory P50 sensory gating task is passive, it is of potential utility in the study of young infants and may provide a window into the developmental time course of attentional deficits in a variety of neuropsychiatric disorders. The goal of this presentation is to describe the methodology for assessing infant auditory P50 sensory gating, a methodology adapted from those used in studies of adult populations.

Methods to record auditory P50 sensory gating, a physiological marker of cerebral inhibition which reflects early stages of attention, are described.

Attentional deficits are common in a variety of neuropsychiatric disorders including attention deficit-hyperactivity disorder, autism, bipolar mood ...

Ricerca

Comportamento

Using the Threat Probability Task to Assess Anxiety and Fear During Uncertain and Certain Threat

Fear of certain threat and anxiety about uncertain threat are distinct emotions with unique behavioral, cognitive-attentional, and neuroanatomical components. Both anxiety and fear can be studied in the laboratory by measuring the potentiation of the startle reflex. The startle reflex is a defensive reflex that is potentiated when an organism is threatened and the need for defense is high. The startle reflex is assessed via electromyography (EMG) in the orbicularis oculi muscle elicited by brief, intense, bursts of acoustic white noise (i.e., &#8220;startle probes&#8221;). Startle potentiation is calculated as the increase in startle response magnitude during presentation of sets of visual threat cues that signal delivery of mild electric shock relative to sets of matched cues that signal the absence of shock (no-threat cues). In the Threat Probability Task, fear is measured via startle potentiation to high probability (100% cue-contingent shock; certain) threat cues whereas anxiety is measured via startle potentiation to low probability (20% cue-contingent shock; uncertain) threat cues. Measurement of startle potentiation during the Threat Probability Task provides an objective and easily implemented alternative to assessment of negative affect via self-report or other methods (e.g., neuroimaging) that may be inappropriate or impractical for some researchers. Startle potentiation has been studied rigorously in both animals (e.g., rodents, non-human primates) and humans which facilitates animal-to-human translational research. Startle potentiation during certain and uncertain threat provides an objective measure of negative affective and distinct emotional states (fear, anxiety) to use in research on psychopathology, substance use/abuse and broadly in affective science. As such, it has been used extensively by clinical scientists interested in psychopathology etiology and by affective scientists interested in individual differences in emotion.

Potentiation of the startle reflex is measured via electromyography of the orbicularis oculi muscle during low (uncertain) and high (certain) probability electric shock threat in the Threat Probability Task. This provides an objective measure of distinct negative emotional states (fear/anxiety) for research on psychopathology, substance use/abuse, and broad affective science.

Utilizzando la Task minaccia Probabilità per valutare ansia e paura durante Threat incerto e Certain

Fear of certain threat and anxiety about uncertain threat are distinct emotions with unique behavioral, cognitive-attentional, and neuroanatomical ...

fMRI Validation of fNIRS Measurements During a Naturalistic Task

We present a method to compare brain activity recorded with near-infrared spectroscopy (fNIRS) in a dance video game task to that recorded in a reduced version of the task using fMRI (functional magnetic resonance imaging). Recently, it has been shown that fNIRS can accurately record functional brain activities equivalent to those concurrently recorded with functional magnetic resonance imaging for classic psychophysical tasks and simple finger tapping paradigms. However, an often quoted benefit of fNIRS is that the technique allows for studying neural mechanisms of complex, naturalistic behaviors that are not possible using the constrained environment of fMRI. Our goal was to extend the findings of previous studies that have shown high correlation between concurrently recorded fNIRS and fMRI signals to compare neural recordings obtained in fMRI procedures to those separately obtained in naturalistic fNIRS experiments. Specifically, we developed a modified version of the dance video game Dance Dance Revolution (DDR) to be compatible with both fMRI and fNIRS imaging procedures. In this methodology we explain the modifications to the software and hardware for compatibility with each technique as well as the scanning and calibration procedures used to obtain representative results. The results of the study show a task-related increase in oxyhemoglobin in both modalities and demonstrate that it is possible to replicate the findings of fMRI using fNIRS in a naturalistic task. This technique represents a methodology to compare fMRI imaging paradigms which utilize a reduced-world environment to fNIRS in closer approximation to naturalistic, full-body activities and behaviors. Further development of this technique may apply to neurodegenerative diseases, such as Parkinson&#8217;s disease, late states of dementia, or those with magnetic susceptibility which are contraindicated for fMRI scanning.

We present a method to compare functional brain activity recorded during a naturalistic task using fNIRS with activity recorded during fMRI.

fMRI Validazione di fNIRS misurazioni durante un compito Naturalistica

We present a method to compare brain activity recorded with near-infrared spectroscopy (fNIRS) in a dance video game task to that recorded in a reduced ...

A Method for Remotely Silencing Neural Activity in Rodents During Discrete Phases of Learning

This protocol describes how to temporarily and remotely silence neuronal activity in discrete brain regions while animals are engaged in learning and memory tasks. The approach combines pharmacogenetics (Designer-Receptors-Exclusively-Activated-by-Designer-Drugs) with a behavioral paradigm (sensory preconditioning) that is designed to distinguish between different forms of learning. Specifically, viral-mediated delivery is used to express a genetically modified inhibitory G-protein coupled receptor (the Designer Receptor) into a discrete brain region in the rodent. Three weeks later, when designer receptor expression levels are high, a pharmacological agent (the Designer Drug) is administered systemically 30 min prior to a specific behavioral session. The drug has affinity for the designer receptor and thus results in inhibition of neurons that express the designer receptor, but is otherwise biologically inert. The brain region remains silenced for 2-5 hr (depending on the dose and route of administration). Upon completion of the behavioral paradigm, brain tissue is assessed for correct placement and receptor expression. This approach is particularly useful for determining the contribution of individual brain regions to specific components of behavior and can be used across any number of behavioral paradigms.

This protocol describes how to temporarily and remotely silence neuronal activity in discrete brain regions while rats are engaged in learning and memory tasks. The approach combines pharmacogenetics (Designer-Receptors-Exclusively-Activated-by-Designer-Drugs) with a behavioral paradigm (sensory preconditioning) that is designed to distinguish between different components of learning.

Un metodo per Remotely Silencing Neural Activity in Roditore Durante Fasi discreti di apprendimento

This protocol describes how to temporarily and remotely silence neuronal activity in discrete brain regions while animals are engaged in learning and ...

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.

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 nuovo approccio sperimentale e analitico al multimodale neurale decodifica di intenti durante l&#39;interazione sociale in Liberamente-comportarsi neonati umani

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

The "Motor" in Implicit Motor Sequence Learning: A Foot-stepping Serial Reaction Time Task

This protocol describes a modified serial reaction time (SRT) task used to study implicit motor sequence learning. Unlike the classic SRT task that involves finger-pressing movements while sitting, the modified SRT task requires participants to step with both feet while maintaining a standing posture. This stepping task necessitates whole body actions that impose postural challenges. The foot-stepping task complements the classic SRT task in several ways. The foot-stepping SRT task is a better proxy for the daily activities that require ongoing postural control, and thus may help us better understand sequence learning in real-life situations. In addition, response time serves as an indicator of sequence learning in the classic SRT task, but it is unclear whether response time, reaction time (RT) representing mental process, or movement time (MT) reflecting the movement itself, is a key player in motor sequence learning. The foot-stepping SRT task allows researchers to disentangle response time into RT and MT, which may clarify how motor planning and movement execution are involved in sequence learning. Lastly, postural control and cognition are interactively related, but little is known about how postural control interacts with learning motor sequences. With a motion capture system, the movement of the whole body (e.g., the center of mass (COM)) can be recorded. Such measures allow us to reveal the dynamic processes underlying discrete responses measured by RT and MT, and may aid in elucidating the relationship between postural control and the explicit and implicit processes involved in sequence learning. Details of the experimental set-up, procedure, and data processing are described. The representative data are adopted from one of our previous studies. Results are related to response time, RT, and MT, as well as the relationship between the anticipatory postural response and the explicit processes involved in implicit motor sequence learning.

The &quot;Motor&quot; in Implicit Motor Sequence Learning: A Foot-stepping Serial Reaction Time Task

We introduce the foot-stepping serial reaction time (SRT) task. This modified SRT task, complementing the classic SRT task that involves only finger-pressing movement, better approximates daily sequenced activities and allows researchers to study the dynamic processes underlying discrete response measures and disentangle the explicit process operating in implicit sequence learning.

Il "motore" a motore implicito sequenza di apprendimento: una reazione seriale un passo piede volta compito

This protocol describes a modified serial reaction time (SRT) task used to study implicit motor sequence learning. Unlike the classic SRT task that ...

Eye Tracking During Visually Situated Language Comprehension: Flexibility and Limitations in Uncovering Visual Context Effects

The present work is a description and an assessment of a methodology designed to quantify different aspects of the interaction between language processing and the perception of the visual world. The recording of eye-gaze patterns has provided good evidence for the contribution of both the visual context and linguistic/world knowledge to language comprehension. Initial research assessed object-context effects to test&#160;theories of modularity in language processing. In the introduction, we describe how subsequent investigations have taken the role of the wider visual context in language processing as a research topic in its own right, asking questions such as how our visual perception of events and of speakers contributes to&#160;comprehension informed by&#160;comprehenders&#39; experience. Among the examined aspects of the visual context are actions, events, a speaker&#39;s gaze, and emotional facial expressions, as well as spatial object configurations. Following an overview of the eye-tracking method and its different applications, we list the key steps of the methodology in the protocol, illustrating how to successfully use it to study visually-situated language comprehension. A final section presents three sets of representative results and illustrates the benefits and limitations of eye tracking for investigating the interplay between the perception of the visual world and language comprehension.

The present article reviews an eye-tracking methodology for studies on language comprehension. To obtain reliable data, key steps of the protocol must be followed. Among these are the correct set-up of the eye tracker (e.g., ensuring good quality of the eye and head images) and accurate calibration.

Eye Tracking durante la comprensione del linguaggio visivo situato: Flessibilità e limitazioni a scoprire gli effetti di contesto visivo

The present work is a description and an assessment of a methodology designed to quantify different aspects of the interaction between language processing ...

Eye-tracking to Distinguish Comprehension-based and Oculomotor-based Regressive Eye Movements During Reading

Regressive eye movements are eye movements that move backwards through the text and comprise approximately 10-25% of eye movements during reading. As such, understanding the causes and mechanisms of regressions plays an important role in understanding eye movement behavior. Inhibition of return (IOR) is an oculomotor effect that results in increased latency to return attention to a previously attended target versus a target that was not previously attended. Thus, IOR may affect regressions. This paper describes how to design materials to distinguish between regressions caused by comprehension-related and oculomotor processes; the latter is subject to IOR. The method allows researchers to identify IOR and control the causes of regressions. While the method requires tightly controlled materials and large numbers of participants and materials, it allows researchers to distinguish and control the types of regressions that occur in their reading studies.

The method was designed to investigate the role of inhibition of return (IOR) in regressive eye movements during reading. The focus is on differentiating between regressions triggered as a result of comprehension difficulty versus those triggered from oculomotor error, including the role of IOR in the two types of regressions.

Eye-tracking per distinguere movimenti oculari regressivo oculomotoria basati e comprensione durante la lettura

Regressive eye movements are eye movements that move backwards through the text and comprise approximately 10-25% of eye movements during reading. As ...

Defining the Role Of Language in Infants' Object Categorization with Eye-tracking Paradigms

Assessing infant category learning is a challenging but vital aspect of studying infant cognition. By employing a familiarization-test paradigm, we straightforwardly measure infants&#8217; success in learning a novel category while relying only on their looking behavior. Moreover, the paradigm can directly measure the impact of different auditory signals on the infant categorization across a range of ages. For instance, we assessed how 2-year-olds learn categories in a variety of labeling environments: in our task, 2-year-olds successfully learned categories when all exemplars were labeled&#160;or the first two exemplars were labeled, but they failed to categorize when no exemplars were labeled or only the final two exemplars were labeled. To determine infants&#8217; success in such tasks, researchers can examine both the overall preference displayed by infants in each condition and infants&#8217; pattern of looking over the course of the test phase, using an eye-tracker to provide fine-grained time-course data. Thus, we present a powerful paradigm for identifying the role of language, or any auditory signal, in infants&#8217; object category learning.

Defining the Role Of Language in Infants&#039; Object Categorization with Eye-tracking Paradigms

Here we present a protocol for familiarization-test paradigms which provide a direct test of infant categorization and help to define the role of language in early category learning.

Definire il ruolo del linguaggio nella categorizzazione degli oggetti degli infanti con paradigmi di Eye-tracking

Assessing infant category learning is a challenging but vital aspect of studying infant cognition. By employing a familiarization-test paradigm, we ...

Fully Automated Leg Tracking in Freely Moving Insects using Feature Learning Leg Segmentation and Tracking (FLLIT)

The Drosophila model has been invaluable for the study of neurological function and for understanding the molecular and cellular mechanisms that underlie neurodegeneration. While fly techniques for the manipulation and study of neuronal subsets have grown increasingly sophisticated, the richness of the resultant behavioral phenotypes has not been captured at a similar detail. To be able to study subtle fly leg movements for comparison amongst mutants requires the ability to automatically measure and quantify high-speed and rapid leg movements. Hence, we developed a machine-learning algorithm for automated leg claw tracking in freely walking flies, Feature Learning-based Limb segmentation and Tracking (FLLIT). Unlike most deep learning methods, FLLIT is fully automated and generates its own training sets without a need for user annotation, using morphological parameters built into the learning algorithm. This article describes an in depth protocol for carrying out gait analysis using FLLIT. It details the procedures for camera setup, arena construction, video recording, leg segmentation and leg claw tracking. It also gives an overview of the data produced by FLLIT, which includes raw tracked body and leg positions in every video frame, 20 gait parameters, 5 plots and a tracked video. To demonstrate the use of FLLIT, we quantify relevant diseased gait parameters in a fly model of Spinocerebellar ataxia 3.

Fully Automated Leg Tracking in Freely Moving Insects using Feature Learning Leg Segmentation and Tracking FLLIT

We describe detailed protocols for using FLLIT, a fully automated machine learning method for leg claw movement tracking in freely moving Drosophila melanogaster and other insects. These protocols can be used to quantitatively measure subtle walking gait movements in wild type flies, mutant flies and fly models of neurodegeneration.

Tracciamento delle gambe completamente automatizzato negli insetti in movimento liberamente utilizzando la segmentazione e il tracciamento delle gambe di apprendimento delle funzionalità (FLLIT)

The Drosophila model has been invaluable for the study of neurological function and for understanding the molecular and cellular mechanisms that underlie ...