Hipertarama, bireyler arasındaki ilişkiyi tanımlamak için umut verici bir yöntemdir ve bu çalışmada bireyler arasında nöral senkronizasyon bulunmaktadır. Ve en önemli soru, kimin kiminle senkronize olduğunu belirlemektir. Ve burada önerdiğimiz yöntem, bireyler arasındaki bilgi akışının yönünü belirlemektir.
Diğer yöntemlerle karşılaştırıldığında, bu yöntemin en önemli avantajı, çeşitli kafa karıştırıcı faktörleri nöral senkronizasyondan çıkarmaktır. Örneğin, her sinyaldeki otokorelasyon. Bu arada, her sinyalin yüksek uzamsal anatomik çözünürlüğünü koruyabiliriz.
Hemoglobin konsantrasyonu değişiklikleri veri dosyalarını ekipmandan dışa aktararak ve dosyaları MATLAB okunabilir formatına ileterek veri ön işlemeyi başlatın. Ardından, geçici yanıtlardan kaçınmak için her oturum için verilerin ilk ve son 15 saniyesini kaldırın ve verileri 55,6 hertz'den 11,1 hertz'e düşürmek için MATLAB yerleşik yok etme işlevini kullanın. Hareket yapıtlarını düzeltmek için, uygun filtreleme işleviyle ayrık dalgacık dönüştürme filtresi yöntemini uygulayın.
Küresel fizyolojik gürültüyü gidermek için PCA yerleşik işlevini kullanın. Ardından, varyansın üstteki %80'ini sinyallerden kaldırın. Kadınlardan gelen verilerin ilk iki saniyesini ve erkeklerden gelen verilerin son iki saniyesini kaldırdıktan sonra, denklemle kadınların önderlik ettiği iki saniyelik gecikmeli INS WTC değerini hesaplayın.
Benzer şekilde, erkeklerden gelen verilerin ilk iki saniyesini ve kadınlardan gelen verilerin son iki saniyesini kaldırdıktan sonra, erkeklerin önderlik ettiği iki saniyelik gecikmeli INS WTC değerini hesaplayın. Prosedürü farklı zaman gecikmeleriyle tekrarlayın, N, N gibi, potansiyel 676 CH çiftleri boyunca dört veya altı veya sekiz saniyeye eşittir ve daha önce açıklandığı gibi denklemle kadın ve erkeklerin önderlik ettiği zaman gecikmeli INS WTC'nin gücünü hesaplayın. Denklemi kullanarak pWTC'yi pWTC kullanarak INS pWTC'yi hesaplayın.
Erkekler ve kadınlar arasındaki fNIRS sinyallerinin zaman gecikmeli zaman serilerini oluşturun ve farklı zaman gecikmelerinde zaman gecikmeli WTC'nin değerlerini hesaplayın. Erkeklerin fNIRS sinyallerinin otomatik korelasyonlu zaman serilerini, verilerin ilk iki saniyesini ve son iki saniyesini erkeklerden kaldırarak oluşturun. Ardından, erkekler için iki saniyelik otomatik korelasyon değerini hesaplayın.
Ardından, otomatik ilişkili WTC değerlerini farklı zaman gecikmelerinde değerlendirin. Aynı şekilde, erkeklerin ve kadınların ilk iki saniyesini kaldırarak fNIRS sinyallerinin zaman hizalanmış bir zaman serisini oluşturun. Ardından, iki saniyelik zaman ayarlı WTC'yi hesaplayın.
Ardından, zaman hizalanmış WTC değerlerini farklı zaman gecikmelerinde değerlendirin. Zaman hizalanmış WTC, zaman gecikmeli WTC ve farklı zaman gecikmesindeki otomatik ilişkili WTC değerlerini pWTC denklemlerine girerek INS pWTC'yi oluşturun. İkinci seviye fNIRS veri işlemede, 0,7 hertz'in üzerindeki her sinyalin fizyolojik gürültüsünü ve frekans bantlarını kaldırın.
Ardından, çok düşük frekanslı dalgalanmaları filtrelemek için her sinyalin 0,01 hertz'in altındaki ve 0,15 ila 0,3 hertz arasındaki frekans bantlarını kaldırın. INS'yi Fisher Z-dönüşümü ile dönüştürün ve ardından zamansal boyutta ortalama INS'yi yapın. Her zaman gecikmesinde ortalama INS için, frekans aralığındaki her CH çiftinde eşleştirilmiş iki örnek t-testi yapın.
Ardından, tüm önemli frekans kümelerini tanımlayın. Katılımcıları, birbirleriyle hiç iletişim kurmamış bir diadın katılımcıları gibi, yeni, iki üye çiftine rastgele atayarak dyadic ilişkilerini yeniden atayın. Sonuçlar için bir eşik oluşturmak üzere küme tabanlı bir permütasyon testi yapın.
Her gecikme süresinde INS'yi yeniden hesaplayın. Yeni numunede eşleştirilmiş t-testleri gerçekleştirin ve önemli frekans kümelerini tanımlayın. Ardından, maksimum yanlış pozitif T değerlerinin boş bir dağılımını oluşturmak için yordamları 1.000 kez yinelemeden önce en büyük toplam T değerine sahip kümeyi seçin.
Önemli istatistiksel sonuçlar elde etmek için orijinal örneklemde tanımlanan her frekans kümesinin toplam T değerini null dağılımla karşılaştırın. Çalışmada simülasyon analizi yapılmıştır. Temsili analiz, otokorelasyonlu zaman gecikmeli INS WTC'nin, otokorelasyon ve zaman gecikmeli INS pWTC olmadan zaman gecikmeli INS WTC'den anlamlı derecede daha yüksek olduğunu göstermektedir.
Ek olarak, otokorelasyon olmadan zaman gecikmeli INS WTC ile INS pWTC arasında anlamlı bir fark yoktu, bu da pWTC'nin otokorelasyon etkisinin INS üzerindeki etkisini ortadan kaldırmadaki etkinliğini gösteriyordu. Marjinal anlamlı bir bağlam etkisi 0.4 ila 0.6 hertz arasında gözlendi, bu da erkeklerden kadınların dört saniye gerisinde kaldı. Buna karşılık, INS pWTC için, erkeklerin sensör ve motor korteks aktivitesi kadınlarınkini dört saniye geciktirdiğinde 0.4 ila 0.6 hertz arasında sadece önemli bağlam etkisi gözlenmiştir.
Kadınlardan erkeklere yönelik INS, çatışma bağlamlarında destekleyici bağlamlardan önemli ölçüde daha yüksekti. INS pWTC sonuçları Granger nedensellik yöntemi ile doğrulandı. Sonuçlar, INS GC'nin INS pWTC'ye benzer bir model sergilediğini gösterdi.
Granger nedensellik analizi ile kadınlardan erkeklere hesaplanan yönlü INS, çatışma bağlamlarında destekleyici bağlamlardan önemli ölçüde daha yüksekti. Bu yöntemi kullanarak nöral senkronizasyonu hesapladıktan sonra, başka birçok yöntem uygulamak da mümkündür. Örneğin, farklı sosyal bağlantı bağlamı ile farklı sosyal ilişkideki sosyal bağlantı arasındaki bu yönlü bilgi akışını karşılaştırabiliriz.
Ayrıca, farklı iletişim davranışlarının sinirsel senkronizasyona katkısını anlamak mümkündür. Örneğin, sözlü iletişim mi yoksa sözsüz iletişim mi olduğu nöral senkronizasyonda daha önemli bir rol oynamaktadır.
