Este trabalho foi apoiado por Eunice Kennedy Institutos Nacionais de Saúde Infantil e Desenvolvimento Humano (NICHD) Award # P01 HD064653-01. O conteúdo é da exclusiva responsabilidade dos autores e não representam necessariamente as opiniões oficiais do NICHD ou o National Institutes of Health.

O protocolo a seguir foi analisado e aprovado pelo Comitê de Ética da Universidade de Houston. Pais ou responsáveis ​​todos os assuntos infantis &#39;recebeu, leu e assinou um termo de consentimento antes da participação. Os pais receberam estacionamento gratuito e um cartão de $ 20 como compensação por sua participação no estudo enquanto as crianças escolheu um brinquedo apropriado para a idade. Os temas infantis recrutados cumpridos os seguintes critérios: 1) Idade entre 6 e 24 meses. 2) infantil era saudável, teve um crescimento e desenvolvimento normais, e não tinham histórico de natal edições, abalos, convulsões, derrames cerebrais, ou dificuldades de aprendizagem. Exemplos de algumas deficiências comuns de desenvolvimento que excluiriam uma criança de testes são a falha prosperar, desnutrição e uso de álcool ou drogas pela mãe durante a gravidez. Um diagrama de fluxo simplificado para a gravação simultânea de atividade neural multimodal via couro cabeludo e EEGImus em lactentes se comportando livremente é apresentado na Figura 1. 1. Consentimento Livre e Esclarecido <ol><li> Mostrar os pais a sala experimental e explicar brevemente o objectivo da experiência com eles. </li></ol> 2. Scalp EEG Preparação <ol><li> Nota: O sistema de EEG utilizada (Tabela 1) consiste de um sistema de eléctrodo activo com eléctrodos removíveis. Os níveis de impedância são indicados nos eléctrodos que utilizam LEDs. </li><li> Meça a circunferência da cabeça da criança em cm. Coloque uma fita de medição em torno da parte mais larga da cabeça, passando-o sobre as sobrancelhas e em torno da proeminência occipital na parte de trás da cabeça. Nota: A medição da circunferência da cabeça é necessária para selecionar uma tampa EEG de tamanho adequado. Não há tamanhos especiais para a população infantil descrito na Tabela 1. </li><li> Coloque os eléctrodos em uma tampa de EEG de tamanho apropriado (Tabela 1), conforme especificado pelo10-20 sistema internacional. A tampa garante a colocação correta dos eletrodos no couro cabeludo. Nota: É preferível ter a tampa pronto pelo tempo que o lactente chega ao local de estudo. Informações sobre o tamanho da cabeça pode ser obtido dos pais antes do tempo, ou aproximadas utilizando tabelas disponíveis on-line [http://www.cdc.gov/growthcharts/html_charts/hcageinf.htm]. Se a medição da cabeça não corresponde a aproximação do pesquisador, uma nova tampa deve estar preparado. Se vários bonés e eletrodos estão disponíveis, várias tampas podem ser configurados com antecedência para minimizar o tempo de preparação. </li><li> Explique o processo de gelificação para o pai. Mostre-lhes a agulha e seringa sem corte usado para aplicar gel para cada eletrodo e deixá-los sentir a agulha em sua pele. Use um eletrodo EEG e couro cabeludo tampa demo para passar por cima do processo de gelificação. </li><li> Medir a distância entre o násio ao ínion ao longo do plano sagital médio da superfície do couro cabeludo. Prossiga para caber o scalp tampa de trás da criança. </li><li> Alinhe o eletrodo Cz com o vértice da cabeça. Avance para alinhar o centro e os eléctrodos FP1 e FP2 na testa em aproximadamente 10% da distância entre o násio e o ínion. Alinhe a tampa do couro cabeludo de forma simétrica ao longo do plano sagital médio da cabeça. Certifique-se de meados da década de eletrodos [AFZ, Fz, FCZ, CZ, CPZ, Pz, Poz, Oz] estão alinhadas com a nasion e inion. Quando terminar, fixar a tampa por cintas abaixo do queixo. Nota: Distrair o bebê enquanto ele / ela está sendo equipado com a tampa EEG. Um vídeo idade apropriada é comumente usado para distrair as crianças durante a instalação. </li><li> Ligue os de referência, chão, e eletrodos de registro para a caixa de controle. Ligue os indicadores de impedância da caixa de controle. </li><li> Começando com o solo e os eléctrodos de referência, usar uma pequena seringa para injectar gel de electrólito para o espaço entre o couro cabeludo e o eléctrodo até a impedância de cada medidas de eléctrodos inferiores a 60 kQ. Este é indicated por uma luz amarela ou verde nos eletrodos. Mais detalhes sobre a preparação do eletrodo EEG estão disponíveis em quatro. Nota: Durante o processo de gelificação, a criança pode mover seu / sua cabeça por várias razões (curiosidade, medo, atenção desviada). Portanto, é recomendável que o segundo experimentador ou pai continua a distrair a criança. Use as seringas de trás da cabeça do bebê para evitar o risco de acertar o rosto do bebê com a agulha devido ao movimento inesperado do assunto. </li><li> Ligue os amplificadores para o PC host através de uma porta USB usando uma fibra óptica ao conversor USB. Nota: A Figura 2A mostra o bebê configuração assunto com a tampa EEG ea colocação IMU. Observe que os cabos de força e caixa de controle são mantidos, proporcionando mobilidade livre de carga para o assunto. Figura 2B mostra uma vista topográfico dos locais de eletrodos do EEG cap seguintes o sistema de rotulagem 10-20. </li></ol> 3. Preparação Imus <ol><li> Abra o software IMU. Clique em &quot;Novo&quot; na interface gráfica. </li><li> Em seguida, clique em &quot;Configurar&quot; na caixa de diálogo para configurar Imus. Defina a frequência de amostragem de 128 Hz. </li><li> Fixe a Imus na cabeça, peito e punhos esquerdo e direito da criança. Nota: Consulte a Figura 2A. Em paralelo, caber os pulsos do experimento com Imus. Certifique-se de Imus estão garantidos bem ao corpo para minimizar os erros de medição inercial. </li><li> Usando tiras, coloque o Imus pulso no lado dorsal dos pulsos. Coloque a IMU peito na superfície ventral perto do centro da caixa utilizando um arnês. </li><li> Fixe a IMU cabeça para as tiras de queixo da tampa do couro cabeludo para que seja perto do lado esquerdo do queixo. Posicione o Imus para que eles enfrentam para fora, com a luz LED orientada para cima. Nota: O Imus cada pesar cerca de 22 g, e seu pequeno tamanho e peso leve não são susceptíveis de impedir movement. Um experimentador adicional pode ser necessária para distrair a criança por razões descritas na etapa 2.8. </li></ol> 4. Captura de vídeo e sincronização dos dados Streams <ol><li> Ponto de câmara de vídeo (18), de modo que o lactente (12), o actor (14), e o accionador de LED (13) estão todos claramente visíveis. Veja a Figura 4. Nota: As gravações de vídeo são usados ​​para permitir anotação visual e segmentação de comportamentos desencadeados pelo experimentador, bem como a confirmação do início e no final da sessão de gravação. </li><li> Ligue o invólucro entrada de disparo / saída (7) para o EEG (5) e IMUS (4). Veja a Figura 3. Nota: A caixa de entrada personalizado / saída (7), mostrado na Figura 3, foi projetado para alinhar todos os fluxos de dados gravados (EEG, Imus, e vídeo) e, assim, usar os marcadores de eventos a partir de uma gravação (como vídeo) ou facilitar a análise de outra gravação (como EEG ou aceleração). Isto é conseguido usando umbotão de pressão momentânea único que, quando pressionado, irá enviar um baixo ativo (+ V para Terra) impulso de disparo de EEG (através de uma porta paralela DB-25), IMU (através de um mini-DIN-6 conector) e vídeo (por iluminando um díodo emissor de luz (LED), posicionado na visão da câmara de vídeo) gravações simultaneamente. Um chip inversor 7404 IC lógica foi utilizada para transformar o Estado-baixo (Terra) a um alto-estado (+ V) pulso, fornecendo o potencial de tensão necessária para alimentar o LED. </li><li> Tenha um experimentador em estreita proximidade com o botão disparador eo computador de coleta de dados. O experimentador é encarregado de conduzir o gatilho, o monitoramento da qualidade dos dados durante todo o experimento, e salvar os dados. </li></ol> 5. Preparação do Ambiente de Teste <ol><li> Veja a Figura 4. </li></ol> 6. Recolha de Dados <ol><li> Anote os valores de impedância iniciais dos eletrodos de EEG usando o software de controle, selecionando o &quot;ImpedanceVerifique &quot;guia, clique no botão de rádio&quot; Impedance On &quot;(aguarde cerca de 5 segundos para valores de impedância do eletrodo para estabilizar), e clicando no botão de rádio&quot; Salvar impedância &quot;para salvar impedâncias. Veja a Figura 5. </li><li> Filtros não são aplicadas durante a coleta de dados de EEG. </li><li> No programa gravador EEG, clique em &quot;Monitor&quot; em seguida, &quot;Play&quot; para iniciar a recodificação de dados de EEG. Veja a Figura 6. </li><li> No software IMU, clique em &quot;Stream&quot; e depois em &quot;Record&quot; na caixa de diálogo para iniciar a gravação de dados da IMU. Veja a Figura 7. </li><li> Aplicar três gatilhos (III) para sinalizar o início da experiência, utilizando o botão de pressão no compartimento de entrada / saída (7). Deixe o resto infantil para 1 min durante a gravação. Isto proporciona dados de linha de base inicial. </li><li> Execute experiência e permitir que o sujeito infantil faça pausas quando necessário. Cada ensaio experimento consiste em uma tarefa de tomada de turnos onde os shows atoruma ação para a criança usando um objeto (geralmente, mas nem sempre, um brinquedo), passa para a criança em um esforço para iniciar uma resposta imitação, e, finalmente, recupera o objeto de volta da criança. Nota: Esta troca é geralmente repetido por 4-5 ensaios ou até que a criança não mostra mais interesse no objeto. </li><li> Dado o ambiente da sessão, anotar todos os horários de cada comportamento após a coleta de dados usando a gravação de vídeo. </li><li> Anote os valores de impedância finais dos eletrodos de EEG. Veja o passo 6.1. </li><li> Digitalizar as coordenadas espaciais 3D dos eletrodos de EEG usando o scanner 3D eletrodo EEG e software eo software correspondente. </li><li> Inicie o software de digitalização 3D. Vá em &quot;Arquivo&quot; e selecione &quot;novo espaço de trabalho&quot;. Carregar o arquivo posição do eletrodo no primeiro guia da área de trabalho e fornecer as informações necessárias na guia de armazenamento. </li><li> Na barra de ferramentas de análise, clique em &quot;estrelat digitalização &quot;. Use o scanner 3D, a cerca de 30 cm da cabeça do bebê, para procurar os locais de eletrodo, seguindo as mudanças nos padrões de luz sobre a tampa. Uma vez que a varredura estiver completa, o software irá automaticamente salvar os resultados. Nota: Na parte de trás da cabeça, os cabos podem bloquear os LEDs nos eléctrodos devido ao pequeno tamanho da cabeça do bebê. O software permite que o usuário remover alguns eletrodos da verificação sem comprometer os resultados. Remova os eletrodos occipitais da verificação, se necessário. </li></ol> 7. Segmentação Comportamental <ol><li> Inspecione a gravação de vídeo da sessão de experiência e marcar o tempo quando o gatilho pisca (ou seja, quando o experimento começa e termina), e quando qualquer um dos comportamentos mencionados anteriormente no passo 6,6 início e fim. </li></ol> 8. fonte de imagem <ol><li> Nota: Fonte de imagem pode identificar com precisão os geradores dePotenciais EEG dentro do cérebro e, geralmente, consiste em solucionar a frente e com o problema inverso 5. </li><li> Aquisição de dados de alta resolução T1 ponderada Imagem por Ressonância Magnética (MRI) de bancos de dados de domínio público, tais como a base de dados de MRI desenvolvimento neurológico que contém modelos médios de ressonância magnética em função da idade (em meses) para os dois primeiros anos de vida 6,7. Nota: Este estudo utiliza modelos de cabeça para a frente apenas a idade apropriada de lactentes e, portanto, informações sexo não é levado em consideração quando da escolha do modelo MRI). </li><li> Adquirir volumes de origem para modelos de elementos de contorno (MEC) que incluem compartimentos pressão (ou seja, matéria cinzenta, substância branca, couro cabeludo, crânio interna ou externa), como volumes de ressonância magnética do banco de dados neurodesenvolvimento MRI 8. </li><li> Pré-processo o volume BEM MRI para obter um modelo de cabeça realista, extraindo a superfície do cérebro e da cabeça compartimentos em Curry 7, ou pacote semelhante software de imagens do cérebro. </li><li> Importar o T1 ponderada MRI. Identificar manualmente os três pontos fiduciais, tais como pontos de direita / esquerda pré-auriculares e nasion dentro do software de imagens do cérebro, ou pacote similar. </li><li> Co-registro EEG e MRI espaço para obter a transformação geométrica rígida entre o espaço do MRI e espaço do sujeito ajustando os pontos fiduciais indicados na ressonância magnética e os fiducials obtidas com scanner 3D em passos 6.9-6.11 usando o software de imagens do cérebro ou pacote similar. </li><li> Resolver o modelo para a frente. Nota: O problema para a frente envolve a definição de um modelo de cabeça que representa a geometria da cabeça e das propriedades de condutividade eléctrica do volume de 9,10 cabeça. </li><li> Resolver o problema inverso Nota: O problema inverso tenta inferir a localização, força e um curso de tempo de uma fonte no cérebro a partir dos sinais de EEG do couro cabeludo através de técnicas de processamento de sinal 11. </li><li> Segmento contínuoOs dados de EEG em ensaios em todo o início de tarefas (por exemplo., Imitação, segmentos de observação) com segmentos início pré e pós-tarefa de comprimento 2 seg. Identificar os canais com alta impedância como &quot;maus&quot; e outros canais de ensaios de artefatos em cada tentativa. Pré-processar os dados de EEG para a rejeição artefato usando ICA e reconstruir os canais ruins com a média da vizinha canais free-artefato. 12,13,14. </li><li> Use o modelo para a frente como uma entrada para um algoritmo de otimização automatizado que pesquisa sobre o cérebro inteiro para identificar os melhores locais de origem possíveis. </li><li> Visualmente analisar as fontes estimadas e pegar as soluções que mais correspondem à sua expectativa com base em conhecimento prévio da natureza do experimento e interpretá-los com cuidado. Nota: Este passo é o mais tendenciosa um, devido à natureza do mal colocado o problema inverso, isto é, diferentes configurações das fontes pode resultar em o mesmo potencial de superfície. Portanto, Pode ser útil para executar uma verificação de sanidade para verificar se um determinado modelo de cabeça e método inverso funciona bem. </li><li> Execute uma verificação de sanidade, localizando um conhecido dipolo simulado. Ou seja, para o lugar modelo de cabeça dado um dipolo com configuração conhecida, e resolver o problema para a frente para obter tensões simulados para este dipolo. </li><li> Resolver o problema inverso com essas tensões sobre o mesmo modelo de cabeça, para ter certeza que retorna os dipolos simulados. Nota: Estas checagens devem retornar os dipolos inicialmente colocados a um alto grau de precisão. </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.

O protocolo descrito apresenta uma metodologia para coletar dados de crianças livremente comportando enquanto eles estão interagindo com um experimentador em tempo real. Ela emprega tecnologia de imagem cerebral móvel (couro cabeludo EEG) para capturar a atividade neural durante a gravação simultaneamente dados cinemáticos com Imus em locais estratégicos do corpo. A sessão de experiência também é gravado por uma câmera de vídeo. Os três sistemas de gravação de dados são sincronizados através de um sistema de gatilho personalizado. O EEG e sistema IMU está amarrado ao sujeito como ele / ela está se movendo livremente durante a sessão experimento. Os IMUS precisa para ser amarrado de forma segura para ser capaz de capturar cinemática com precisão. Para garantir a mobilidade irrestrita completo do assunto, o equipamento tem que ser como minimamente invasiva possível; assim, o uso do suporte para suportar cabos de força do EEG e caixa de controle do EEG. O experimentador, em seguida, interage com o lactente durante aproximadamente 15 minutos. O infant vai provocar um repertório idade-dependente de comportamentos durante a interação. Estes incluem repouso, chegar-alcance, alcançar-oferta, explorar, observar e imitar. No entanto, algumas crianças estarão dispostos a cooperar na sessão devido a fadiga, falta de conforto, ou stress. Certifique-se de marcar o experimento quando a criança é mais dinâmica e activa para evitar a ocorrência de respostas negativas dele / dela. A natureza da experiência apresenta riscos para a qualidade dos dados registados durante toda a sessão. Portanto, é crucial para testar todas as conexões e dados de qualidade antes de iniciar a sessão de gravação, e para monitorá-las continuamente durante a sessão. Se o sistema de EEG dados não está gravando dados de qualidade, pare o software e desligue todas as conexões. Antes de reiniciar o software ou ligar o equipamento de volta para o laptop, retire todas as possíveis fontes de ruído (ou seja, fontes de alimentação) a partir da proximidade do hardware de gravação. O EEHardware G inclui amplificadores de sinal que pode pegar o ruído ambiente se colocado perto de fontes de ruído elétrico. Para o receptor IMU, certifique-se de que não haja interferência na linha de visão entre o receptor eo experimento e infantil. Esta configuração experimental fornece dados de resolução neurais temporais elevados por medição da actividade eléctrica na superfície do couro cabeludo. Estudos recentes têm demonstrado a viabilidade de utilizar esses sinais, juntamente com cinemática de corpo inteiro, para identificar informações classificável para movimentos expressivos 20, e movimentos funcionais 21,22, o que sugere que esta abordagem recolha de dados proposta poderia levar a uma melhor compreensão da neural base de imitação em lactentes. Contribuições recentes que caracterizam poderosos algoritmos de aprendizado de máquina aplicadas a dinâmica cerebral 13,20,21 está construindo um conjunto de ferramentas para estudar crescente potencial de superfície em si mais naturalIm press ão. Esta instalação proposto prevê um espectro de possibilidades para questões de investigação a abordar 2,22. Particularmente, ele pode ser aplicado a investigação incidiu sobre a) a compreensão da base neural do desenvolvimento cognitivo-motor de lactentes com base em uma grande população de indivíduos; b) a compreensão da base neural da intenção do bebê em &#39;acção e contexto &quot;, que deverá ser preditiva da ação comportamental de entrada; c) quantificar padrões neurais comuns e exclusivos para caracterizar a individualidade ea variabilidade no cérebro em desenvolvimento; e d) estudar a emergência de processos de imitação e aprendizagem. Essas metas envolvem a implantação de algoritmos de aprendizado de máquina que pode lidar com dados estatisticamente ricos tanto em potenciais originou-cérebro informativos e movimentos musculares ou artefatos 12,20,23. Este estudo tenta estimar as fontes corticais e os potenciais de campo elétrico usando os dados de EEG infantis. Devido aas dificuldades técnicas, tais como a falta de conhecimento em valores de condutividade cabeça infantis e espessura cortical da matéria, a modelagem exata do modelo de cabeça é uma tarefa difícil. Mais estudos são necessários para estimativas de condutividade tecido regionais não-invasivos em recém-nascidos 24. Segmentação superfície cortical de dados de MRI infantis apresenta um desafio adicional devido ao mau contraste encontrado em imagens do cérebro humano em desenvolvimento 25. Pesquisas futuras são necessárias para enfrentar essas dificuldades e estimar vários correlatos neurofisiológicos de desenvolvimento e comportamento infantil. Finalmente, o protocolo e métodos experimental proposto poderia ser implantado no estudo das pessoas com deficiências de desenvolvimento, tais como crianças com transtorno do espectro do autismo provável (ASD). Numa tal aplicação, seria desejável incluir um grupo de controlo e avaliações de desenvolvimento adequados para caracterizar os dois grupos (de controlo e ASD). Para o exameple, um grupo de estudo pode consistir de todos de alto risco (por ASD) irmãos infantis avaliada com o Cronograma Autism Diagnostic Observation 26, 27 gravidade dos sintomas e as escalas de Mullen Early Learning 28 para caracterizar a habilidade cognitiva geral. Se disponíveis, ponderada em difusão exames de ressonância magnética também seria altamente desejável 29.

Uma das capacidades humanas fundamentais é a capacidade de aprender e implementar ações (produção acção) estrategicamente a serviço de metas e recompensas, a capacidade de apreender as metas dos parceiros sociais (compreensão ação), a fim de produzir respostas sociais adequadas, ea capacidade aprender com os outros através da observação e imitação 1. A base neural destas capacidades cognitivas-motor foram atribuídas, pelo menos em parte, para o chamado sistema de neurônios-espelho; um sistema que é pensado para ser activado quando se vê alguém realizando uma ação e quando se executa a ação. No entanto, a potencial ligação entre o sistema de neurônios-espelho e compreensão ação ainda não é bem compreendido 1. Estudar o surgimento e desenvolvimento deste sistema de neurônios-espelho em bebês humanos tem sido dificultada pela a) as limitações técnicas de aquisição de atividade cerebral de dados multi-modal correlacionados com intenção e dados de movimento de grão fino, B) as restrições impostas pelos protocolos experimentais que são (por exemplo, a interação social com um agente retratado em uma fita de vídeo, a necessidade de manutenção de uma postura ainda para minimizar os artefatos durante Electroencefalografia (EEG) não naturais, etc.), e c) a barreiras em linguagem / comunicação ao testar lactentes jovens / crianças que limitam consideravelmente as capacidades do pesquisador para dar instruções e validar comportamentos. Para uma melhor compreensão da dinâmica neural variável e comportamentais em comportamento natural, desenvolvemos uma abordagem experimental e analítico romance que permite o estudo resolvida no tempo dos substratos neurais dos comportamentos orientados a objetivos e sociais emergentes em crianças pequenas. Especificamente, implantou uma base EEG imagem cerebral móvel (MOBI) abordagem 2 a atividade cerebral registro e circulação de crianças livremente comportando durante a interação com um experimentador. Unidades de medição inercial (Imus) foram usadas para monItor cinemática sujeitos e experimentador de. Tecnologia EEG e sensores inerciais foram usadas para estudar os padrões neurais e ativações associadas à imitação ação dos lactentes e comportamentos orientados a objetivos em uma interação espontânea com um experimentador / ator. Ações como reach-alcance, alcançar-oferta, observar, descanso e explorar são todos parte dos processos cognitivo-motoras envolvidas na imitação. Além disso, usamos estimativa fonte para localizar os geradores de potenciais eléctricos dentro do cérebro durante as tarefas comportamentais, assim estudar a dinâmica espaço-temporais de correntes neuronais em todo o cérebro. Da mesma forma, implementar algoritmos de aprendizado de máquina para avaliar e medir a previsibilidade dessas ações comportamentais através da identificação de padrões espaço-temporais de ação relevante na atividade neural no sensor (EEG) e / ou espaços de origem. Integrando ERD tradicional / ERS, fonte e análise de decodificação fornecer uma developmen mais abrangentetal descrição da base neural de tais comportamentos. Esta configuração permitiu-nos para explorar as vantagens da abordagem Mobi 2,3 e estudar as interações sociais entre a criança eo experimentador como eles naturalmente ocorrem sem restrições. O protocolo, a partir do momento em que o sujeito chega a vez que ele / ela sai, leva cerca de 1 hora para ser concluído. O tempo de configuração e localização eletrodo aquisição IMU / EEG varia 15-25 min dependendo de fatores tais como o comprimento do cabelo e da cooperação do assunto. A inicialização e configuração do equipamento acrescenta-se a 10 min, e a sessão de teste dura aproximadamente 15 minutos. A remoção do Imus e tampa EEG, incluindo a limpeza da cabeça da criança a partir do gel hipoalergênico, leva 5-10 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 exibe EEG amostra de dados e aceleração do Imus para uma janela de tempo de 16 seg gravado durante a interação entre o sujeito eo experimentador. Dados EEG foi re-classificada em 100 Hz e, em seguida, passa-banda filtrada [1-40 Hz] usando uma terceira ordem, a segunda fase zero filtro Butterworth. Canais com valores de alta impedância (Z&gt; 60 kW), e canais periféricos, foram descartados 12,15. O IMUS gravado nove sinais a 128 Hz: fluxo magnético, velocidade angular, e aceleração linear nos três eixos cartesianos. Aqui nós mostramos a magnitude do (GC) com compensação de aceleração da gravidade. O efeito de aceleração devido à gravidade foi compensada pela aplicação de um filtro de Kalman para prever a orientação IMU em um quadro global de 16. Os dados foram segmentados por inspeção visual das gravações de vídeo (passo 7.1). Linhas sólidas verticais indicam o início de um comportamento de interesse, como linhas verticais pontilhadas representam o término do evento. <pclass = &quot;jove_content&quot;&gt; Influência de artefatos de movimento está presente nos dados de EEG mostrados na figura 8 em torno de 709s. A abordagem sem restrições à recolha de dados neste protocolo experimental torna os dados de EEG suscetíveis a piscar de olhos, movimentos oculares, movimento e artefatos eletromiográficas. Os dados foram pré-processados ​​usando uma fase zero Butterworth filtro passa-banda de 3 rd fim de restringir-lo para o delta-band (1-4Hz), e padronizado pela subtração da média e dividindo pelo desvio padrão. Artefatos de alta amplitude foram removidos automaticamente usando o método 17 Remoção de Artefatos Subspace (ASR). Além disso, os canais periféricos são excluídos da análise dos dados em um esforço para minimizar a contaminação mioeléctrico artefato. Frontalis e contrações do músculo temporal se fundir com sinal EEG mais proeminente em locais periféricos: contração frontalis mostra-se em locais anteriores e contração temporal mostra-se em frontal lateral e temporlocalizações al 15. Para inspecionar a natureza dos dados coletados com este protocolo, histogramas de dados de EEG foram plotados na Figura 9. Na Figura 9A, descreve a distribuição dos dados do sinal padronizado de três eletrodos espacialmente representativos. Os dados de EEG mostra uma distribuição multimodal para os comportamentos analisados. Na Figura 9B os valores de curtose são apresentados como gráficos de barras, para facilitar a inspecção visual dos dados. A classificação foi realizada por extração defasagens com base no tempo de cada canal EEG, reduzindo dimensionalidade, preservando a dispersão local de cada classe (análise discriminante de Fisher Local (LFDA)) 18, e formação / testando um modelo de conjunto reduzido de recursos (Mistura Gaussian Modelos (MGM)) 19. Amostras de treinamento / teste foram amostradas aleatoriamente ao longo de 20 iterações (ou seja, de validação cruzada) para evitar qualquer over-fitting.Training/testing~~V tamanho da amostra varia dado o número de canais rejeitados (isto é, impedância maior que 60 kHz), duração da sessão experimental, e número de ensaios e comportamentos expressos. No entanto, o número de treinamento e teste amostras utilizadas para cada classe (comportamento) correspondem a 50% da classe menos povoada. Como um exemplo, o tamanho do conjunto de teste de cada classe é N = 1.069 amostras para os dados infantis mostrado na Figura 10. Todos os passos de pré-processamento e classificação foram calculadas sob o ambiente de programação MATLAB. Figura 11 ilustra todo o processo para EEG estimativa fonte realizada neste estudo em uma maneira passo-a-passo. Mais detalhes sobre cada etapa também é resumida na secção 8. A Figura 12 mostra os resultados de evento relacionado (de) sincronização (ERD / ERS) no ritmo mu (09/05 Hz) e as fontes de dipolo durante o &quot;Reach-oferta1; tarefa. ERS e ERD foi calculada como a percentagem de aumento ou diminuição de energia em uma banda de frequência que ocorre durante o evento (alcançar e oferta tarefa) intervalo em relação ao intervalo de referência (um segmento tomado antes do evento). Esta figura também mostra aceleração magnitude compensação de gravidade obtidas durante a tarefa de ambos os punhos da criança e do ator. Para uma análise de dipolo os sinais de EEG foram decompostos usando análise de componentes independentes (ICA) para eliminar o ruído de fundo. A estimativa de origem foi realizada em ritmo mu após ICA pré-processamento através de um algoritmo MUSIC fixo 5. Como esperado, as fontes foram localizados sobre a área motora primária direita, enquanto o assunto estava usando a mão esquerda para apreender o objeto. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td> Nome do Produto </td><td> Companhia </td><td> Quantidade </td></tr><tr><td> BrainAmp Amplificador </td><td> Produtos cerebrais, Gmbh </td><td> 2 </td></tr><tr&gt; <td> actiCAP EEG cap- 64 eletrodos * </td><td> Produtos cerebrais, Gmbh </td><td> 10 </td></tr><tr><td> actiCAP Control Box </td><td> Produtos cerebrais, Gmbh </td><td> 1 </td></tr><tr><td> Software Cérebro Visão Recorder </td><td> Produtos cerebrais, Gmbh </td><td> 1 </td></tr><tr><td> software actiCAP Control Box </td><td> Produtos cerebrais, Gmbh </td><td> 1 </td></tr><tr><td> CapTrak </td><td> Produtos cerebrais, Gmbh </td><td> 1 </td></tr><tr><td> Software CapTrak </td><td> Produtos cerebrais, Gmbh </td><td> 1 </td></tr><tr><td> Monitor de movimento Opal </td><td> APDM, Inc </td><td> 6 </td></tr><tr><td> Docking station Opal </td><td> APDM, Inc </td><td> 6 </td></tr><tr><td> Opal ponto de acesso wireless </td><td> APDM, Inc </td><td> 1 </td></tr><tr><td> Software Motion Estúdio </td><td> APDM, Inc </td><td> 1 </td></tr><tr><td> Caixa de gatilho </td><td> personalizadas </td><td> 1 </td></tr><tr><td> Câmera de vídeo </td><td> HC-W850M, Panasonic Co. </td><td> 1 </td></tr><tr><td colspan="3"> * As tampas de EEG vêm nos seguintes tamanhos perímetro cefálico para crianças: 42, 44, 46, 48, 50 cm. Para este protocolo, é recomendado um estoque de 2 cápsulas de cada tamanho. </td></tr></tbody></table> Tabela 1 Equipamentos. <img alt="figura 1" src="/files/ftp_upload/53406/53406fig1.jpg" /> Figura 1. Os fluxogramas. (A) Diagrama da configuração da experiência. (B) Diagrama da sessão de coleta de dados. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig1large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 2" src="/files/ftp_upload/53406/53406fig2.jpg" /> Figura 2. Assunto setup e pronto para a coleta de dados. (A) Visão frontal de sujeito vestindo a tampa EEG, e quatro Imus. (B) representação topográfica da tampa EEG de 64 canais usando o sistema de posicionamento do eletrodo 10-20 padrão. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig2large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 3" src="/files/ftp_upload/53406/53406fig3.jpg" /> Figura 3. equipamento de recolha de dados e sala de testes. (A) de configuração de equipamentos de coleta de dados: caixa de controle EEG (1), cap EEG (2), o gatilho (3), receptor de dados IMU sem fio (4), amplificadores EEG (5), caixa de brinquedos (6), botão de pressão gatilho (7), laptops de aquisição de dados (8), Imus docking station (9). (B) Close-up da tampa EEG, eletrodos ativos e caixa de controle. (C) Close-up de Imus e receptor sem fio, Trigge<html> r de botão de pressão, amplificadores EEG e laptops de coleta de dados. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig3large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 4" src="/files/ftp_upload/53406/53406fig4.jpg" /> Figura 4. Representação esquemática da configuração experimental. Titular caixa de controle EEG (10). Guardião do sujeito senta-se na cadeira (11), experimentador senta-se na cadeira (14) e a pessoa monitorização dos dados senta-se na cadeira (17). O resto da configuração experimental é mostrado:. Tabletop Interaction (12), o gatilho (13), caixa de brinquedos (15), mesa de aquisição de dados (16), o posicionamento da câmera de vídeo (18) <a href="https://www.jove.com/files/ftp_upload/53406/53406fig4large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a> <html> &quot;Src =&quot; / files / ftp_upload / 53406 / 53406fig5.jpg &quot;/&gt; Figura 5. Captura de tela do software de controle de EEG. As setas apontam para ícones de tecla no software descritos no passo 6.1 e 6.8. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig5large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 6" src="/files/ftp_upload/53406/53406fig6.jpg" /> Figura 6. Screenshot do software de gravação de EEG. As setas apontam para ícones de tecla no software descrito no passo 6.2 e 6.3. A seção dos dados brutos live-streaming é mostrado. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig6large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> pg &quot;/&gt; Figura 7. Screenshot do software Imus. As caixas vermelhas destacar os ícones principais do software descrito no passo 6.4. (A) A janela principal de comando. (B) a janela de configuração. Janela (C) Gravação. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig7large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 8" src="/files/ftp_upload/53406/53406fig8.jpg" /> Figura 8. Os dados da amostra de uma sessão experimental representativa. Dados (A) EEG e aceleração são mostrados, tanto band-pass filtrada [1-40Hz]. Eletrodos de EEG com baixa impedância (Z &lt;60 kW) ao longo da sessão são exibidos. Linhas verticais sólidas indicar início comportamento (B) Ainda enquadrar representações da criança envolvida em comportamentos analisados:. Observar, Reach-aperto, Reach-oferta, imitaçÃte, Explorar, Rest. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig8large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 9" src="/files/ftp_upload/53406/53406fig9.jpg" /> Figura 9. exemplos de histogramas de amplitude do EEG durante seis comportamentos identificados. A) Os dados apresentados correspondem aos dados brutos de três eletrodos (CP2, FC5, POZ) registrados em uma sessão com um lactente de 20 meses. Os histogramas são dimensionadas para o maior número de ocorrências ea curtose de cada histograma é mostrado à direita de cada parcela. Observe a distribuição multimodal para a maioria dos comportamentos. B) Kurtosis de dados de exemplo para cada comportamento. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig9large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> Figura 10. EEG prevê ações comportamentais em crianças se comportando livremente 12. A matriz de confusão da amostra para a precisão da classificação para um lactente de 20 meses é mostrado. A precisão global de decodificação é exibido no canto inferior direito. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig10large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta figura.</a> <img alt="Figura 11" src="/files/ftp_upload/53406/53406fig11.jpg" /> Figura 11. Fonte de Localização. Passos necessários para uma localização fonte dipolo infantil usando uma ressonância magnética anatômica e um conjunto de dados de EEG funcionais. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig11large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta fig</a>ure. <img alt="Figura 12" src="/files/ftp_upload/53406/53406fig12.jpg" /> Figura 12. Reach-oferta perfil análise de tarefas. A) Snapshots de uma criança de executar a B &quot;Reach-Oferta&quot; tarefa.) Média Global de Alimentação de Campo de EEG em Mu banda (5-9 Hz), as trajetórias de movimento do membro do lactente eo ator; o grande evento relacionado média espectral perturbação de todos os canais. c) Fontes de dipolo localizados para dois eventos de &quot;início Movimento&quot; e &quot;Movimento de conclusão&quot;. <a href="https://www.jove.com/files/ftp_upload/53406/53406fig12large.jpg" target="_blank">Por favor clique aqui para ver uma versão maior desta 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.

Uma nova abordagem experimental e analítico ao Neural Decodificação de Intenções Multimodal Durante Interação Social no Livremente-comportando bebês 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 visualizações.  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. 

Vídeo: 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.

Potenciação de longo prazo da Via Perfurante-giro denteado Synapse em Livremente Comportando Ratos

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

Comportamento

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.

Medindo Neural e Comportamental atividade durante curso computadorizados Interações Sociais: Uma Análise das potenciais cerebrais relacionados a 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.

The Hole Board Modificado - Medir Comportamento, Cognição e Interação Social em camundongos e ratos

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.

Quantificar Aprendizagem em lactentes jovens: Ações Perna Rastreamento Durante uma tarefa de aprendizagem-Discovery

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).

A Dimensão Social do Stress: Manipulações experimentais de apoio social e de identidade social no Trier Social Stress Teste

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.

Sit-to-stand-e-pé do 120% joelho Altura: uma nova abordagem para avaliar Dinâmica Postural Independente de Controlo de Chumbo-limb

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.

A intra-sujeitos Experimental Protocolo para avaliar os efeitos da 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.

Uma rede sem fio, Interface bidirecional para gravação na Vivo e estimulação da atividade Neural em livremente, comportando-se ratos

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.

Um ensaio comportamental para investigar o papel da memória espacial durante uma defesa instintiva em ratos

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.

Enactive abordagem fenomenológica para o teste de Stress Social Trier: ponto de vista métodos mistos

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