Name: using fiberless, wearable fnirs to monitor brain activity in real-world cognitive tasks
Uploaded: 2015-12-02T16:00:00
Duration: 10 min 7 s
Description: Watch this Scientific Journal Video about Using Fiberless, Wearable fNIRS to Monitor Brain Activity in Real-world Cognitive Tasks at JoVE.com

The authors would like to acknowledge funding from the Wellcome Trust (088429/Z/09/Z, 104580/Z/14/Z support to IT).

Il protocollo è stato approvato dal UCL etico di ricerca locale comitato, numero di omologazione CEHP / 2014/901. 1. Gli strumenti di configurazione Prima del Partecipante arrivo <ol><li> Utilizzare registrazioni video da 3 telecamere per analizzare &quot;mondo reale&quot; compiti di tipo (ad esempio Shallice e Burgess, 1991) 3: <ol><li> Mettere una telecamera sul petto dello sperimentatore, al fine di seguire i movimenti dei partecipanti. </li><li> Montare la macchina fotografica testa sulle fNIRS ombreggiatura cappello per tenere traccia in cui il partecipante sta cercando tutto l&#39;esperimento. </li><li> Preparare e accendere la fotocamera per il secondo sperimentatore, che segue il primo sperimentatore e il partecipante per l&#39;intera sessione. </li></ol></li><li> Pulire i fNIRS cuffia con un igienizzante pulire. </li><li> Posizionare un digitalizzatore 3D in una stanza del caso (ad es., Lontano da oggetti metallici, pareti e pavimenti) e accenderlo. </li></ol> 2. Participant Preparazione e fNIRS Probe Placement <ol><li> Prima di iniziare l&#39;esperimento, hanno il partecipante firmare il modulo di consenso. </li><li> Utilizzare il sistema 10-20 (Figura 2) e digitalizzare i optodes e 10-20 posizioni standard 24, 25 per raggiungere il posizionamento coerente fNIRS auricolare attraverso tutti i partecipanti: <ol><li> Segnare con un pennarello lavabile la Nasion (Nz, il punto di intersezione tra l&#39;osso frontale e le ossa nasali), Inion (Iz, la protuberanza occipitale nella parte posteriore del cuoio capelluto) e punti sinistro e destro pre-auricolari (LPA, RPA, i punti anteriori per le orecchie di fronte alla estremità superiore del trago) (figura 2) in accordo con le istruzioni del produttore. </li><li> Misurare la distanza Nz-Iz sopra ed intorno alla testa e la distanza LPA-RPA sopra la testa. </li><li> Mark con un marcatore lavabile la Cz (il punto di intersezione tra la linea Nz-Iz e la linea LPA-RPA, situato al 50% della distanza Nz-Iz e il 50% of la distanza LPA-RPA), Fpz (10% della distanza Nz-Iz) e Fz (30% della distanza Nz-Iz) punti basati sul sistema 10-20 (Figura 2). </li><li> Utilizzare una fascia con i fori corrispondenti alle posizioni optodes per una digitalizzazione più accurato tra i partecipanti. Rimuovere i capelli dalla fronte il più possibile fermagli per capelli utilizzando lungo l&#39;attaccatura dei capelli. Posizionare la fascia digitalizzazione sulla corteccia prefrontale conseguenza ai punti FPZ e Fz: canale 9 in corrispondenza del punto Fpz e il canale 9 canali 8 linea allineata alla linea Fpz-Fz (Figura 1E). </li><li> Digitalizzare il marcato 10-20 punti di riferimento e le posizioni optodes mediante digitalizzatore magnetica 3D. </li></ol></li><li> Salvare le coordinate digitalizzati e utilizzare lo strumento Spatial Analysis <a href="http://brain-lab.jp/wp/?page_id=52">(http://brain-lab.jp/wp/?page_id=52)</a> della piattaforma open-source per ottici Strumenti di analisi Topografia (di patate) software (si veda la tabella dei Materiali per pellicciainformazioni ther) per registrare i dati fNIRS su un modello di cervello Montreal Neurological Institute (MNI). NOTA: L&#39;algoritmo implementato per la registrazione probabilistico converte le posizioni digitalizzati nel mondo reale sistema di coordinate nel sistema di coordinate MNI e quindi progetti e localizza sulla superficie cerebrale MNI (Figura 1E) 26,27. <ol><li> Open PATATA tramite il comando P3 Matlab. </li><li> Selezionare &quot;Analisi spaziale&quot; dal menu della finestra principale della patata Graphical User Interface (GUI) e fare clic sul pulsante &quot;Analisi spaziale&quot;. </li><li> Caricare le coordinate digitalizzati facendo clic sul pulsante &quot;Svuota 10-20&quot; nella finestra Analisi spaziale Data Viewer. </li><li> Fare clic sul pulsante &quot;Svuota MNI&quot;. </li><li> Selezionare i 10/20 punti di riferimento sulla finestra di stima MNI e avviare la registrazione spaziale. </li></ol></li><li> Controllare la corretta posizione del fNIRS canali sulla superficie del modello cerebrale (Figura 1E): verificare se il canale 8 e il canale 9 sovrapposizione scissura inter-emisferica 28. Se è corretta, salvare il file di configurazione dei canali per ulteriori analisi; altrimenti sostituire la banda di digitalizzazione canali ri-allineamento 8 e 9 per la linea di Fpz-Fz e sovrapposizioni canale 9 per Fpz. Quindi ripetere la procedura di digitalizzazione. </li><li> Posizionare i fNIRS headset allineando i canali 8 e 9 per la linea di Fpz-Fz e sovrapposizioni canale 9 a Fpz, in accordo con la fascia di digitalizzazione, e rimuovere l&#39;archetto (Figura 1B-C). Assicurarsi che la sonda sia ben attaccato alla testa del partecipante. </li><li> Posizionare il tappo ombreggiatura con la macchina fotografica testa montata su di essa oltre l&#39;auricolare fNIRS. </li><li> Spiegare le regole sperimentali al partecipante. Includere le precauzioni riferita (ad es., &#39;Prendi il minor tempo possibile, senza fretta o di lasciare alle spalle lo sperimentatore (NO esecuzione) &quot;), così come task norme specifiche (ad es., &#39;Non andare al di fuori della zona Queen Square nelle strade o aree &quot;limitrofe). </li><li> Hanno il partecipante con successo memorizzare tutte le regole e andare fuori per avviare l&#39;esperimento. </li></ol> 3. fNIRS Segnali valutazione della qualità <ol><li> Utilizzare il sistema in modalità wireless fNIRS prima di ispezionare visivamente segnali qualità sul portatile fNIRS: <ol><li> Premere il tasto &quot;Power&quot; sulla scatola portatile e accendere i fNIRS in modalità wireless. Aprire il software di acquisizione fNIRS sul portatile fNIRS e stabilire la connessione con la scatola portatile. </li><li> Premere il tasto &quot;sonda termometrica&quot; ​​per ottimizzare i rivelatori guadagnare su base della luce rilevata. </li><li> Controllare i risultati della regolazione della sonda sulla finestra &quot;Compensazione della sonda&quot; software e verificare se ogni rivelatore riceve abbastanza luce dalle fonti controllando se tutti i canali sono classificate come &quot;normale&quot;. Secanali sono contrassegnati come &quot;Stray&quot; o &quot;Under&quot;, ri-posto il tappo ombreggiatura e massimizzare i optodes accoppiamento con la fronte. Se i canali sono contrassegnati come &quot;Over&quot;, impostare la potenza della sorgente laser a &quot;basso&quot;. NOTA: Poiché i canali laterali coprire la corteccia prefrontale dorsolaterale, in alcuni casi può essere necessario spostare i capelli dalla fronte per massimizzare la luce ricevuta. </li><li> Premere il pulsante &quot;Pronto&quot; e poi &quot;Start&quot; per acquisire i dati per un minuto e controllare se (oscillazioni di emoglobina di ~ 1 Hz) il battito cardiaco è visibile su segnali di concentrazione, che garantisce una buona qualità del segnale. </li></ol></li><li> Spegnere la scatola portatile in modalità wireless premendo il tasto &quot;Power&quot; su di esso. Premere il tasto &quot;Power&quot; in collaborazione con il tasto &quot;Mode&quot; sulla scatola portatile per accendere i fNIRS in modalità stand-alone. NOTA: Lo stand-alonemodalità assicura che il partecipante può muoversi liberamente intorno alla zona sperimentale ed evita la necessità di essere vicino al computer portatile fNIRS per mantenere la connessione wireless. </li></ol> 4. Acquisizione Dati <ol><li> Accendere la fotocamera testa e le telecamere degli sperimentatori e iniziare le riprese. Premere il tasto &quot;della sonda di regolazione&quot; sulle fNIRS scatola portatile per ottimizzare i rivelatori guadagno e quindi premere il pulsante &quot;Play / Stop&quot; per avviare l&#39;acquisizione fNIRS (frequenza di campionamento = 5 Hz). </li><li> Aggiungere un marcatore per i dati fNIRS manualmente utilizzando il tasto &quot;Mark&quot; sulla scatola portatile fNIRS in combinazione con un trigger audio (ad es., Un segnale acustico). Il grilletto audio deve essere chiaramente registrata su tutte le videocamere. Quindi avviare l&#39;esperimento. NOTA: Questo permette una sincronizzazione tempo robusto tra le diverse telecamere e le fNIRS registrazione. </li></ol> 5. protocollo sperimentale &amp; #160; <ol><li> Includere le seguenti condizioni e controbilanciare i potenziali di memoria attraverso i partecipanti: <ol><li> Utilizzare 3 condizioni di base: NOTA: Questo permette di disaccoppiare emodinamiche e ossigenazione cambiamenti globali funzione a causa di camminare relativi cambiamenti sistemici rispetto risposte più localizzate a causa del cervello (neuroni). <ol><li> Per la condizione di riposo 1, ha il partecipante supporto stazionario sulla strada dove viene condotto il test, e contare il numero di stimoli su un pezzo di carta (ad es., Utilizzare un foglio contenente Xs e Os stampata su di esso e hanno il conteggio partecipante il numero di Os su di esso). </li><li> Per la condizione di riposo 2, hanno il partecipante a piedi un breve tratto ad un normale passo d&#39;uomo, e non fanno altre richieste di lui. </li><li> Per la condizione di base, hanno il partecipante passeggiata intorno l&#39;intera area in cui si svolge via l&#39;esperimento. NOTA: Nel nostro caso, l&#39;esperimento ha avuto luogoa Queen Square, Londra WC1N, Regno Unito </li></ol></li><li> Per la condizione permanente incontaminata, hanno il partecipante a piedi intorno alla zona sperimentale e conta la presenza di alcune voci (ad es., Il numero di segni apposti agli edifici che contengono la parola &quot;Regina&quot;). </li><li> Per la condizione di memoria prospettica non-sociale, hanno il partecipante svolgere il compito in corso (ad es., Hanno la partecipante contare il numero di date e orari apposti edifici), ma in aggiunta, se sono venuti entro una determinata distanza di un parchimetro, li hanno andare oltre ad esso e toccarlo. </li><li> Per la condizione sociale memoria prospettica, avere il partecipante svolgere il compito in corso (ad es., Hanno il partecipante contare le campanelli numero), ma in aggiunta, averlo rispondere ad uno degli sperimentatori che agisce come un complice che si muove in pre posizioni specificate con all&#39;interno dell&#39;area sperimentale. Abbiate il partecipante andare verso di loroe dare loro un saluto &quot;pugno bump&quot;. </li><li> Utilizzare una condizione in corso aggiuntivo (contaminati permanente) dopo che le condizioni PM (ad es., I partecipanti deve contare il numero di scale senza ostacoli all&#39;interno della zona di prova). </li><li> Ripetere le due condizioni di riposo sopra descritte in modo opposto (Resto 2 e poi Riposo 1). NOTA: Questo permette di valutazione dei cambiamenti sistemici piedi legati, alla fine dell&#39;esperimento. </li></ol></li></ol> 6. recuperare gli eventi dai video <ol><li> Scaricare i video da tutte le telecamere e salvare in formato MPG4. </li><li> Caricare i video da tutte le telecamere in ELAN <a href="https://tla.mpi.nl/tools/tla-tools/elan/">(https://tla.mpi.nl/tools/tla-tools/elan/)</a> e sincronizzare i video: uso Opzioni / modalità di sincronizzazione multimediale e allinearli in base al punto di tempo dell&#39;audio trigger. </li><li> In ELAN, utilizzare le annotazioni e premere il pulsante Livello nella finestra principale ELAN (riferendosia gruppi di annotazioni, cioè., su un solo livello per tutti i target sociali PM) per segnare eventi nel flusso video. <ol><li> Guardare il flusso video sincronizzato e annotare l&#39;inizio e la fine di ciascuna condizione sperimentale, e utilizzare livelli per il punto in cui si raggiunge ciascun target PM. Utilizzare livelli separati per obiettivi PM sociali e non sociali. </li><li> Completare il montaggio video per ogni partecipante e utilizzare il / Esporta come / Interlinear File di testo per esportare come file di testo tutti i punti di tempo annotati. </li></ol></li></ol> Analisi 7. I dati <ol><li> Aprire il software fNIRS ed esportare i dati dalla scheda di dialogo flash portatile nel computer portatile fNIRS. NOTA: L&#39;unità di elaborazione del sistema fNIRS utilizza la legge di Beer-Lambert modificato e calcola le variazioni relative HbO 2 e HHb da un&#39;arbitraria basale zero all&#39;inizio del periodo di misurazione. I valori di concentrazione sono quindi espressi in concentrazioni molari (mmol / l) moltiplicatodalla lunghezza del percorso (mm) 6 in quanto non sono corretti per la lunghezza del percorso ottico. </li><li> Salvare i dati concentrazioni e importarli in Matlab attraverso un software di pre-elaborazione in-house. </li><li> Pre-processo i segnali osservando i seguenti passi (Figura 3B): <ol><li> Segnali giù di campionamento a 1 Hz: <ol><li> Utilizzare una interpolazione spline (funzione Matlab: interp1) di dati campione giù da 5 Hz a 1 Hz. </li></ol></li><li> Lineare eliminazione del trend: <ol><li> Per rimuovere lente derive del segnale, utilizzare una interpolazione lineare (funzione Matlab: polyfit) tra il riposo 1 fasi all&#39;inizio e alla fine dell&#39;esperimento. </li></ol></li><li> Correzione artefatti da movimento: <ol><li> Per ciascun canale, identificare e rimuovere gli artefatti di movimento attraverso un metodo basato wavelet-31. Migliorare i segnali di qualità, applicando la correlazione Signal Improvement (CBSI) Metodo 32 Based. </li></ol></li><li> Wavelet complesso trasformata: <ol> &lt;li&gt; Utilizzare una madre wavelet Morlet, scalato e tradotto nel tempo, per calcolare la trasformata wavelet di ciascun canale mediante il toolbox wavelet (funzione Matlab: wt) fornito da Grinsted et al 33 (. <a href="http://noc.ac.uk/using-science/crosswavelet-wavelet-coherence">http://noc.ac.uk/ utilizzando-scienza / crosswavelet-wavelet-coerenza).</a> NOTA: Dallo spettro wavelet, è possibile valutare il contenuto spettrale dei segnali in uno spazio tempo-frequenza. </li></ol></li><li> Passa-banda di filtraggio: <ol><li> Sulla base delle analisi wavelet, utilizzare un 3 ° ordine Butterworth filtro passa-banda (funzioni Matlab: burro e filtro) con frequenze di taglio di ,008-0,2 Hz 7, 34. </li></ol></li></ol></li></ol>

The authors declare that they have no competing financial interests.

Lo scopo di questo studio era di valutare l&#39;uso potenziale di fNIRS indossabili e fiberless monitorare emodinamiche del cervello e ossigenazione modifiche relative alla attività neuronale del cervello durante le situazioni del mondo reale. Un sistema fNIRS multicanale indossabile e fiberless è stato utilizzato per misurare l&#39;attività cerebrale sopra la corteccia prefrontale durante un compito di memoria prospettica effettuata al di fuori del laboratorio. Il caso di studio riportato qui esplorato se i cambiamenti cerebrali nei HbO 2 e HHb su un partecipante muoversi liberamente in risposta alle PM spunti sociali e non sociali in un esperimento di fuori del laboratorio possono essere monitorate continuamente e robusta. L&#39;uso di fNIRS su muoversi liberamente partecipanti esperimenti di vita rappresenta una situazione difficile. In realtà, i movimenti della testa possono causare spostamenti della sonda con artefatti da movimento conseguenti che corrotti identificazione ottica di attività cerebrale 36. Inoltre, i sensori ottici sono sensibili alla luce randagi (ad es., la luce del sole quando gli esperimenti vengono eseguiti al di fuori), la creazione di ulteriore rumore nei segnali fNIRS. Il caso di studio riportato fornisce una dimostrazione preliminare di fattibilità del sistema fNIRS in tali applicazioni reali. L&#39;assenza di fibre ottiche in tali dispositivi impedisce accoppiamento ottico tra la cute e le optodes conseguente misurazioni più robusti contro artefatti di movimento. Inoltre, il tappo ombreggiatura assicura una buona schermatura dalla luce parassita che evita rivelatori saturazione e basso rapporto segnale-rumore (SNR). Inoltre, l&#39;aumento della HbO 2 e la diminuzione delle concentrazioni HHB sono stati trovati in corrispondenza di PM successi sociali e non sociali (Figura 3D-E) 11, 37 sostenendo ulteriormente la fattibilità. Per valutare se le tendenze emodinamici osservate nella Figura 3D-E sono statisticamente significativi e per individuare le regioni attivate all&#39;interno della corteccia prefrontale (Figura 5, Video 1, Video 2, Figura 6, Figura 7), sono necessari analisi a livello di gruppo. Al fine di rendere l&#39;inferenza e per identificare le regioni della corteccia prefrontale funzionalmente specializzati 38, 39, lavori futuri presenterà i dati di gruppo e analisi statistiche basate su Statistical Parametric Mapping (SPM) utilizzando un approccio Modello lineare generalizzato (GLM). Anche se i risultati devono essere considerati preliminari, è stato dimostrato che fiberless fNIRS possono essere efficacemente portato fuori le impostazioni di laboratorio tradizionali e utilizzati per monitorare in tempo reale l&#39;attività cerebrale. Questo apre nuove direzioni per la ricerca neurologica e delle neuroscienze. Ci sono almeno due aree ovvie per applicazione a tale riguardo. La prima riguarda validità ecologica. Ricercatori neuroscienze cognitive indagano modelli di attività cerebrale mentre la gente sta effettuando compiti cognitivi (utilizzando ad esempio., Il livello di ossigeno nel sangue segno dipendenteal cambiamento come proxy in risonanza magnetica funzionale), al fine di cercare di scoprire come il cervello sostiene le nostre capacità mentali. In alcuni casi, è possibile creare situazioni sperimentali nello scanner che corrispondono molto da vicino la situazione nella vita quotidiana in cui viene utilizzato il processo di interesse. Si consideri, ad esempio, la lettura. Lettura delle parole su un display, mentre in uno scanner MRI probabile Ne consegue che tali richieste simili alla lettura parole in un libro quando sono a casa che è quasi dato per scontato che i risultati raccolte nello scanner possono aiutare a spiegare come il cervello attua lettura in vita di ogni giorno. Tuttavia, per molte forme di comportamento umano e della cognizione, questa ipotesi è più precaria. Per esempio, i processi cognitivi che un partecipante utilizza durante una situazione sociale è presentato in uno scanner MRI (dove il partecipante è immobile, da soli, e in un ambiente molto familiare e strettamente controllato) potrebbero essere diversi in importanti riguarda quelli impegnato quando il partecipante è socialising nella vita reale 40. Ciò è particolarmente importante in neuroscienze sociali dove la ricerca dei correlati neuronali della dinamica inter-personali (hyperscanning definito, per recensione vedi Babiloni e Astolfi, 2014 41) richiede un ambiente più naturalistico. Hyperscanning-based NIRS 42, 43 può quindi rappresentare un nuovo strumento per monitorare simultaneamente l&#39;attività cerebrale di due o più persone in situazioni realistiche. Infatti, ci sono alcune abilità mentali che non possono essere studiati bene nell&#39;ambiente altamente artificiale e fisicamente costretto di uno scanner MRI, PET o MEG. Quelli che coinvolgono deambulazione o grandi quantità di movimento corporeo così come quelle che coinvolgono le interazioni sociali sono ovvi candidati. Per questo motivo, essere in grado di studiare l&#39;attività del cervello dei partecipanti in situazioni naturalistiche è altamente desiderabile per i ricercatori. Un secondo, correlato, vasta area di applicazione riguarda l&#39;uso di questa tecnologia insituazioni cliniche. Un candidato naturale può essere neuroriabilitazione, dove si potrebbe desiderare di studiare gli effetti sul cervello di procedure di formazione per le attività della vita quotidiana (ad es., In una cucina), o di farmaci su particolari popolazioni di neuroni in relazione a tali attività. Ma la tecnologia potrebbe essere forse sviluppato per ambienti educativi pure ed es., Per l&#39;uso di &quot;tempo reale&quot; auto-monitoraggio di attività cerebrale. La portabilità, a basso rischio, e la capacità di utilizzare in situ in ambienti reali con vincolo minimo dal comportamento, rende questo metodo molto diverso dagli altri che sono attualmente disponibili. Tuttavia, anche se i sistemi indossabili fNIRS mostrano il potenziale per le osservazioni del mondo reale, ci sono altre limitazioni che devono essere rispettate quando si ricorre fNIRS durante camminata naturale. Poiché la luce infrarossa viaggia attraverso il cuoio capelluto, è sensibile a processi che avvengono sia a un cerebralend compartimenti extra-cerebrali della testa. Precedenti studi hanno dimostrato che una certa quantità di segnali misurati attraverso fNIRS deriva da cambiamenti sistemici 34, 39, 44 che non sono direttamente legate alle attività del cervello (vedi Scholkmann et al. 9 per una rassegna). Come emodinamica intra ed extra-cerebrale sono affetti da cambiamenti sistemici sia compito evocata e spontanea (ad es., La frequenza cardiaca, la pressione sanguigna, la respirazione, la pelle del flusso sanguigno), cambiamenti fisiologici legati all&#39;attività piedi devono essere considerati. Provengono dal sistema nervoso autonomo (ANS) attività, che regola la frequenza cardiaca, la respirazione, la pressione del sangue e vasi di diametro attraverso le sue fibre efferenti. Più precisamente, la divisione simpatica del SNA è iper-attivo durante l&#39;esercizio che porta a frequenza cardiaca, pressione sanguigna e incrementi di respirazione 45. Per esempio, studi precedenti hanno dimostrato che la respirazione induce cambiamenti nella pressione parziale di carbonio DIOXide nel sangue arterioso (PaCO2), che a sua volta influenza il flusso ematico cerebrale e cerebrale volume del sangue 46, 47. Inoltre, la figura 3A mostra un esempio di periodici aumenti HHB e HBO 2 diminuzioni che si verificano all&#39;interno periodi a piedi che possono essere confusi con disattivazione del cervello. Al fine di effettuare confronti coerenti tra condizioni (ad es., Se valutare modificazioni significative nella concentrazione verificano rispetto ad un periodo di riferimento), tutte le fasi sperimentali dovrebbero essere misurati sotto stesso stato attività fisica. Per questo motivo, una fase di riposo camminato (Resto 2) è stata inserita nel nostro protocollo a base di vita. Una corretta interpretazione dei dati fNIRS richiede anche una buona SNR. Normalmente ciò viene ottenuto con il blocco convenzionale e disegni da eventi connesse le stimolazioni sono ripetute più volte. Ripetizioni di prova e disegni strutturati non sono sempre possibili in esperimenti di vita. Per questo motivo, sensori aggiuntivi e appropriato te analisirie per tenere conto di cambiamenti sistemici 48 e motion manufatti necessari per migliorare il SNR e di interpretare correttamente i segnali del cervello. Abbiamo in programma di studiare l&#39;impatto di tali cambiamenti sistemici piedi legati attraverso l&#39;uso di dispositivi portatili per monitorare la frequenza respiratoria, frequenza cardiaca e passo d&#39;uomo. Inoltre, il problema di eventi recupero deve essere affrontato, anche. Negli esperimenti neuroscienze cognitive, l&#39;attività cerebrale è indagato in relazione a stimoli o ambienti incontrati dai partecipanti &#39;, e il loro comportamento in risposta a, o l&#39;anticipazione di loro. Gli sperimentatori devono quindi (a) sa che cosa è attualmente a disposizione del partecipante nel loro ambiente, e (b) hanno un record di momento per momento del comportamento del partecipante. In una situazione tipica laboratorio questi fattori possono essere facilmente controllati dal momento che il sperimentatore può limitare ciò che incontrano i partecipanti, e la forma e il numero di comportamenti che il partecipante può scaturire in. Tuttavia, questo non èil caso in ambienti &quot;mondo reale&quot; al di fuori del laboratorio, dove molti eventi ed esperienze che il partecipante alla ricerca avranno sfuggono al controllo rigoroso dello sperimentatore 49. Di conseguenza, nel &quot;mondo reale&quot; tipo compiti del genere studiato qui, registrazioni video vengono utilizzati per l&#39;analisi (ad es., Shallice e Burgess, 1991 3). Questo permette di recuperare sia sostenuta (ad es., A livello di blocco) e transitorie (ad es., Evento-correlati) i processi che supportano diversi aspetti della prestazione (per recensione vedi Gonen-Yaacovi e Burgess, 2012 21). Gli eventi da recuperare dalle registrazioni video dipenderà dalla questione teorica affrontata nell&#39;esperimento. Nel caso studio riportato, insorgenze di eventi sono stati recuperati dai video girati dai 3 telecamere. Questa procedura di determinare l&#39;insorgenza e la cessazione di particolari spunti e risposte comportamentali è laboriosa e richiede l&#39;abilità quando sottoposti i dat a base di vitaun. Una questione centrale è che con &quot;vita reale&quot; tipo esperimenti di solito non è lo stesso grado di conoscenza a priori di eventi come con quelle basate su laboratori, ei partecipanti di solito hanno più spazio in modo da poter rispondere. Inoltre, poiché i partecipanti sono liberi di muoversi in un ambiente naturale e incontrollato, sono di fronte a una varietà di stimoli rapida evoluzione ed è difficile recuperare la risposta emodinamica alla reale evento di interesse. Ad esempio, nel caso di studio, le tendenze emodinamici osservati per HbO 2 e HHb (Figura 3D-E) non sono ad aggancio di fase per l&#39;insorgenza video recuperato come la tipica risposta emodinamica evento correlati 38. HbO 2 e HHb cominciano rispettivamente ad aumentare e diminuire di 20 secondi prima della comparsa dello stimolo e di raggiungere un picco dopo. Ulteriori analisi sono quindi necessari per stabilire se PM spunti eventi stanno accadendo in realtà quando il partecipante vede il bersaglio, quando si avvicina verso di esso oquando raggiunge. Dato il potenziale delle tecnologie fNIRS fiberless per le applicazioni cliniche di vita reale, il lavoro futuro affronterà il problema di video-codifica attraverso lo sviluppo di nuovi algoritmi per identificare insorgenze di eventi in modo più obiettivo, così come esplorare la possibilità di farlo direttamente dai dati fNIRS.

Anomalia di funzione all&#39;interno corteccia prefrontale, e soprattutto la sottoparte più anteriore (rostrale corteccia prefrontale, o BA10) è comune in una serie di condizioni di sviluppo, psichiatriche e neurologiche. Essa provoca marcate disturbi nel problem-solving, la memoria, le capacità attentive e nella vita quotidiana che sono molto invalidanti 1,2. Tuttavia, questi tipi di problemi sono difficili da diagnosticare in laboratorio o in clinica. Questo è perché i processi mentali che BA 10 supporti sono coinvolti nel trattare con il romanzo, le situazioni a tempo indeterminato, in cui il comportamento è auto-iniziati 3. Tali situazioni sono difficili da ricreare con successo in laboratorio, dal momento che la situazione formale, artificiale e strettamente vincolata al partecipante affronta di solito in laboratorio può cambiare il loro comportamento e il modo in cui si avvicinano al compito. Questo può ridurre significativamente la validità della misura sia per scopi clinici o di ricerca, con un forte rischio di sotto-diagnosi 4 &lt;/ sup&gt;. Una delle capacità cognitive supportati dai lobi frontali dove questo è più evidente è memoria prospettica (ad esempio, la capacità di ricordarsi di effettuare una azione futura), dove è noto da tempo che non ci può essere significativo disaccordo tra misurazioni effettuate in tutti i giorni la vita e il laboratorio 5. Si tratta di questioni metodologiche potrebbero essere in gran parte aggirate se i ricercatori e medici che studiano la funzione corteccia prefrontale, tra cui memoria prospettica, potrebbero farlo prendendo le loro misure in situazioni &quot;reali&quot;. Mentre le tecniche di neuroimaging rappresentano un potente strumento per studiare la funzione del cervello in modo non invasivo e obiettivo, la maggior parte di queste tecniche impongono vincoli fisici in materia, e non sono quindi appropriati per l&#39;uso in ambienti di vita di tutti i giorni (ad es., La risonanza magnetica funzionale ( fMRI), la magnetoencefalografia (MEG), tomografia a emissione di positroni (PET)). Data la necessità di portarestrumenti di imaging funzionale al di fuori del laboratorio e dati i recenti miglioramenti tecnologici, elettroencefalografia portatili e indossabili (EEG) e funzionali vicino spettroscopia infrarossa (fNIRS) i sistemi sono stati sviluppati 6-11. Uno dei principali vantaggi di fNIRS oltre EEG è la sua più alta risoluzione spaziale. Inoltre, è meno sensibile alle artefatti da movimento, lampeggianti e movimenti oculari 12. FNIRS Wearable è quindi più adatto per l&#39;uso in contesti di vita quotidiana, in quanto impone meno vincoli fisici di EEG e permette la libera circolazione in un ambiente più naturale. fNIRS irradia in modo non invasivo la testa con la luce nel vicino infrarosso (650-900 nm). Come il tessuto biologico è relativamente trasparente in tale intervallo di lunghezze d&#39;onda, la luce può raggiungere il cervello e ottenere assorbita dall&#39;emoglobina. fNIRS misure così i cambiamenti di concentrazione sia di ossiemoglobina (HBO 2) e deossiemoglobina (HHb) dare informazioni di ossigenazione e emodinamico chanGES associati con l&#39;attività cerebrale. Più specificamente, cervello attivazione funzionale è definita come un aumento concomitante HbO 2 e una diminuzione HHb 13. Tuttavia, la profondità di penetrazione della luce significa che il segnale può essere recuperato solo dalla superficie corticale. Come la luce è altamente diffusa nel tessuto, non è possibile avere informazioni altamente spazialmente strutturali relative alle cervello 14. Sistemi fNIRS convenzionali utilizzano fibre ottiche accoppiato alla testa per guidare la luce attraverso il cuoio capelluto e per raccogliere la luce retrodiffusa. Anche se questi strumenti sono compatti, portatile e adatto per applicazioni di laboratorio, fibre ottiche e fasci loro peso limitano i movimenti del partecipante e, se non ben stabilizzato, i loro spostamenti portano alla contaminazione da movimento 7. La nuova generazione di sistemi miniaturizzati e fiberless fNIRS offre la possibilità di esplorare l&#39;attività cerebrale in situazioni realistiche a muoversi liberamente partecipantes e senza significativi vincoli fisici. Situazioni reali sono particolarmente preziose quando esplorare funzioni esecutive umane e sistemi fNIRS fiberless può fornire una visione unica funzionamento del cervello umano. I primi sistemi fiberless erano dotati solo con un piccolo numero di canali (ad es., Singolo canale 15 e 2 canali 16) limitano l&#39;indagine per piccole aree. Più recentemente, multicanale dispositivi fNIRS wireless e indossabili sono stati sviluppati 6,7, 17-20 dando la possibilità di monitorare porzioni più grandi della testa di partecipanti liberi di muoversi. In questo studio, un sistema fNIRS portabile e fiberless nuovo multicanale è stato utilizzato per monitorare e mappare l&#39;attività corteccia prefrontale durante una memoria prospettica del mondo reale (PM) compito. Il sistema di fNIRS è composto principalmente di una unità sonda flessibile (cuffia), che copre sia il dorsolaterale e la corteccia prefrontale rostrale (Figura 1),che è collegato ad una unità (scatola portatile) elaborazione che viene indossato sulla vita del partecipante (Figura 1D). L&#39;auricolare è composto da 6 superficie emittente diodi laser con lunghezza d&#39;onda di due (705 nm e 830 nm) e 6 fotodiodi al silicio. L&#39;assenza di fibre ottiche riduce il peso e la massa della sonda, essendo più comoda e robusta contro artefatti di movimento. Le optodes sono disposti in una geometria alternato (Figura 1A) con una separazione tra optode di 3 cm, creando 16 combinazioni sorgente-detector (ad es., 16 canali di misura) 6. Al fine di proteggere la cuffia dalla luce circostante, un berretto di ombreggiatura è fornita (Figura 1D). Lo scopo di questo studio è stato quello di indagare function corteccia prefrontale, durante un compito di memoria prospettica nel mondo reale. Durante compiti di memoria futuri, i partecipanti sono invitati a ricordarsi di rispondere ad una stecca poco frequente (ad es., Un familiareviso o un parchimetro) durante l&#39;esecuzione di un altro compito impegnativo conosciuto come un &quot;compito permanente&quot;. In due diversi blocchi del compito, spunti di memoria potenziali sociali (una persona) si contrappongono ai segnali di memoria potenziali non sociali (un parchimetro). Questo contrasto è stato scelto perché rappresenta un importante distinzione tra le diverse forme di spunto in compiti di memoria prospettica basati su eventi e così il paradigma sperimentale può essere tenuto vicino ad una situazione &quot;vita reale&quot; 21. Solo BA 10 è noto per essere sensibili al trattamento dei social contro informazioni non sociale in alcune situazioni (ad es., Gilbert et al., 2007 22), studi recenti dimostrano che i cambiamenti emodinamici BA 10 relativi a compiti di memoria potenziali sono relativamente insensibili a cue differenze (vedi Burgess et al., 2011 23 per la revisione). Quindi, si tratta di una questione aperta se sociale contro indizi non sociali interessa BA 10 attività nel contesto di un paradigma di memoria prospettica. L&#39;obiettivo di questo studio è quello di valutare la possibilità di utilizzare il sistema per monitorare fNIRS corteccia emodinamica e ossigenazione cambiamenti prefrontali indotte da un compito cognitivo del mondo reale. Qui riportiamo un caso di studio (un partecipante adulto sano, 24 anni) per l&#39;uso del dispositivo fNIRS durante un compito di memoria prospettica, condotta al di fuori in una tipica posizione di strada di Londra e imitando le esigenze della vita di tutti i giorni. In particolare, se le modifiche emodinamiche in risposta a PM spunti sociali e non sociali possono essere registrati è indagato.

<table border="0">
	<tbody>
		<tr>
			<td>Wearable Optical Topography</td>
			<td>Hitachi Medical Corporation</td>
			<td></td>
			<td>fNIRS system</td>
		</tr>
		<tr>
			<td>Patriot</td>
			<td>Polhemus</td>
			<td></td>
			<td>3D magnetic digitizer</td>
		</tr>
		<tr>
			<td>ActionCam</td>
			<td>Mobius</td>
			<td></td>
			<td>Subject&#39;s Camera</td>
		</tr>
		<tr>
			<td>Hero3</td>
			<td>GoPro</td>
			<td></td>
			<td>Experimenter&#39;s Camera</td>
		</tr>
		<tr>
			<td>Panasonic HC-V720</td>
			<td>Panasonic</td>
			<td></td>
			<td>Experimenter&#39;s Camera</td>
		</tr>
		<tr>
			<td>Platform for Optical Topography Analysis Tools (POTATo) software</td>
			<td>Hitachi Medical Corporation</td>
			<td></td>
			<td>http://www.hitachi.co.jp/products/ot/analyze/kaiseki_en.html</td>
		</tr>
	</tbody>
</table>

using fiberless, wearable fnirs to monitor brain activity in real-world cognitive tasks

Vicino funzionale Infrared Spectroscopy (fNIRS) è una tecnica di neuroimaging che utilizza la luce nel vicino infrarosso per monitorare l&#39;attività cerebrale. Sulla base di accoppiamento neurovascolare, fNIRS è in grado di misurare la concentrazione di emoglobina cambia secondaria ad attività neuronale. Rispetto ad altre tecniche di neuroimmagine, fNIRS rappresenta un buon compromesso in termini di risoluzione spaziale e temporale. Inoltre, è portatile, leggero, meno sensibile agli artefatti di movimento e non impone rilevanti vincoli fisici. È pertanto opportuno monitorare una vasta gamma di compiti cognitivi (ad esempio, uditiva, analisi del cammino, interazione sociale) e diverse popolazioni di età (ad esempio, i neonati, adulti, anziani). Il recente sviluppo di dispositivi fNIRS fiberless ha aperto la strada a nuove applicazioni nel campo della ricerca delle neuroscienze. Ciò rappresenta un&#39;opportunità unica per studiare l&#39;attività funzionale durante le prove del mondo reale, che può essere più sensibile e preciso in culoessing funzioni cognitive e disfunzioni di test basati in laboratorio. Questo studio ha esplorato l&#39;uso di fiberless fNIRS per monitorare l&#39;attività cerebrale durante un compito di memoria prospettica del mondo reale. Questo protocollo viene eseguita al di fuori del laboratorio e di emoglobina cervello variazioni di concentrazione sono continuamente misurati sulla corteccia prefrontale, mentre il soggetto cammina intorno al fine di realizzare diverse attività.

La figura 3 presenta un esempio di HbO 2 e segnali HHb non-trattati (canale 8) ha registrato nel corso del PM esperimento a base di vita in questo caso di studio (figura 3A) ed i corrispondenti segnali (Figura 3C) dopo essere stato pre-trattati (Figura 3B ). La figura 4 mostra lo spettro di potenza del canale 8 wavelet HbO 2 e segnali HHB in cui il rettangolo indica l&#39;intervallo di frequenza conservato con il filtro passa-banda. Considerando il fatto che il partecipante era a piedi fuori tutto l&#39;esperimento e si è trasferito con la testa per eseguire l&#39;operazione, il sistema fNIRS è stato robusto contro artefatti di movimento e la luce del sole. Infatti, HBO 2 incrementi e decrementi HHB si trovano in corrispondenza di non sociale (Figura 3D) e sociale (Figura 3E) eventi di memoria potenziali. Queste tendenze tipicamente denotano attività cerebrale funzionale 13, 35. InInfatti, quando una zona del cervello si attiva, richiesta metabolica dei neuroni per gli aumenti di ossigeno con conseguente aumento flusso ematico cerebrale regionale. Come la maggior parte dell&#39;ossigeno è consegnato alle cellule attraverso l&#39;emoglobina, incrementi HbO 2 e la diminuzione delle concentrazioni HHB sono osservate durante l&#39;attività cerebrale funzionale 9. Regioni entro la corteccia prefrontale che presentano queste tendenze possono essere valutate dalla distribuzione spaziale delle HbO 2 e valori di concentrazione HHB mappati sulla fronte (figura 5, Video 1, Video 2). Un esempio di come risposte cerebrali ad un evento sociale PM sono distribuiti attraverso tutti i canali è mostrato in Figura 5. Figura 5A e rapporto Figura 5B rispettivamente la distribuzione spaziale sul fronte del HbO 2 e HHb all&#39;evento sociali PM (t = 2455 s), mentre la figura 5C e 5D Figura rapporto respectiv<html> ely la distribuzione spaziale di HbO 2 e HHb all&#39;evento non sociale PM (t = 1744 s). La Figura 5 mostra sedi regionali (canali) dove un aumento HbO 2 (rosso, la Figura 5A-C) e una diminuzione HHb (blu, Figura 5B-D) sono chiaramente osservabile, indicativi della funzione cerebrale aumento. Un esempio di attività della corteccia prefrontale come PM sociale e PM eventi non-sociali e la sua distribuzione di tutti i canali di cambiamento nel tempo è presentato in Video 1 e Video 2. Inoltre, le figure 6 e 7 mostrano i dati di tutti i canali corrispondenti alla finestre temporali inclusi in Video 1 e Video 2, rispettivamente. Walk-correlati emodinamica e ossigenazione cambiamenti possono essere osservati in figura 3A. Un apparente aumento HHB e HBO 2 diminuzioni si verificano in condizioni di camminare e queste vengono rimossi dopo il pre-processing. <html> ontent &quot;fo: keep-together.within-page =&quot; always &quot;&gt; <img alt="Figura 1" src="/files/ftp_upload/53336/53336fig1.jpg" /> Configurazione Figura 1. fNIRS collocamento auricolare e canali. Optodes disposizione nella sonda fNIRS è illustrato in pannello A. Cerchi rossi indicano i punti di iniezione (fonti), cerchi gialli i punti di raccolta (rivelatori) e cerchi verdi i canali di misurazione. La sonda è posta sopra il fronte (B, C, D) con canale 9 in corrispondenza del punto di Fpz e canali 8-9 allineato con la linea mediana Nasion-Inion. La posizione canali digitalizzati vengono convertiti nel sistema di coordinate MNI e sovrapposto sulla corteccia cerebrale (E). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig1large.jpg" target="_blank">Clicca qui per vedere una versione più grande di questa figura.</a> 6 / 53336fig2.jpg &quot;/&gt; Figura 2. 10-20 sistema di riferimenti anatomici. Evidenziato cerchi indicano i punti di riferimento selezionati da marcare sulla testa del partecipante (Nz = Nasion, Iz = Inion, LPA = Sinistra pre-auricolare, RPA = Destra pre-auricolare). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig2large.jpg" target="_blank">Cliccate qui per vedere una versione più grande di questa figura.</a> <img alt="Figura 3" src="/files/ftp_upload/53336/53336fig3.jpg" /> Figura 3. Il segnale flusso di pre-elaborazione. (A) HBO 2 e HHB segnali grezzi presi da un canale rappresentativa (canale 8). Le linee nere segnano l&#39;inizio e la fine di ogni condizione sperimentale. Linee verdi e magenta segnano i colpi di memoria potenziali non sociali e sociali. Gli asterischi indicano le condizioni camminato. (R1 = Riposo 1; R2 = Resto 2; B = base; Ogu = corso incontaminata; PMN = nonMemoria prospettico carattere sociale; PM = Memoria prospettico sociale; OGC = corso contaminati). (B) Questo pannello mostra il pre-processing flow-chart applicato a Canale 8 segnali prime. (C) I segnali pretrattati risultanti sono presentati. (D, E) HBO 2 aumenta e diminuisce HHb si verificano in risposta ad una scelta non-sociale (D) e sociali (E) colpi di memoria potenziali. Questa tendenza emodinamica è generalmente legata alla attivazione funzionale. <a href="https://www.jove.com/files/ftp_upload/53336/53336fig3large.jpg" target="_blank">Clicca qui per vedere una versione più grande di questa figura.</a> <img alt="Figura 4" src="/files/ftp_upload/53336/53336fig4.jpg" /> Figura 4. Wavelet spettro di potenza. (A, B) La potenza spettri wavelet del canale 8 HbO 2 e segnali grezzi HHB sono rappresentati nel pannello A e B, rispettivamente. Le linee nere segnano l&#39;inizio e la fine di ogni condizione sperimentale. Gli asterischi indicano le condizioni camminato. (R1 = Riposo 1; R2 = Resto 2; B = base; Ogu = corso incontaminata; PMN = memoria non sociale prospettico; PM = sociale memoria prospettica; OGC = corso contaminati). Il rettangolo nero mette in evidenza la gamma di frequenza conservato attraverso il filtro passa-banda (0,008-,2 Hz). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig4large.jpg" target="_blank">Clicca qui per vedere una versione più grande di questa figura.</a> <img alt="Figura 5" src="/files/ftp_upload/53336/53336fig5.jpg" /> Figura 5. Distribuzione spaziale dell&#39;attività corticale di PM eventi. HBO 2 e HHB variazioni di concentrazione sono mappati sulla corteccia cerebrale per individuare attività funzionale in risposta a eventi sociali PM (AB) e ad eventi PM non sociali (CD). HbO 2ei valori HHB sono prese a t = 2.455 sec per l&#39;evento sociale PM (AB) e t = 1.744 sec per l&#39;evento non sociale PM (CD). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig5large.jpg" target="_blank">Cliccate qui per vedere una versione più grande di questa figura.</a> <img alt="Figura 6" src="/files/ftp_upload/53336/53336fig6.jpg" /> Figura 6. segnali ossiemoglobina e deossiemoglobina per tutti i canali in risposta a PM eventi non sociali. Le linee verdi indicano gli eventi PM non sociali (t = 1.744 sec e t = 1792 sec). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig6large.jpg" target="_blank">Cliccate qui per vedere una versione più grande di questa figura.</a> <img alt="Figura 7" src="/files/ftp_upload/53336/53336fig7.jpg" /> Figura 7. Oxyhemoglobin e sig deossiemoglobinanali per tutti i canali, in risposta a un evento sociale PM. La linea magenta indica l&#39;evento sociale PM (t = 2.455 sec). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig7large.jpg" target="_blank">Cliccate qui per vedere una versione più grande di questa figura.</a> <img alt="Figura 7" src="/files/ftp_upload/53336/53336mov1.jpg" /> Video 1. HbO 2 e HHB variazioni di concentrazione di PM eventi sociali. Il video mostra come HbO 2 (pannello di sinistra) e HHb (pannello di destra) evolvono nel tempo, mentre il partecipante si avvicina al PM di destinazione sociale. Il video della telecamera collegata al petto dello sperimentatore è sincronizzato. <a href="https://www.jove.com/files/ftp_upload/53336/Video2_new.mp4" target="_blank">Cliccate qui per vedere il video.</a> <img alt="Figura 7" src= &quot;/ files / ftp_upload / 53336 / 53336mov2.jpg&quot; /&gt; Video 2. HbO 2 e concentrazione HHb modifiche al PM eventi non-sociali. Il video mostra come HbO 2 (pannello di sinistra) e HHb (pannello di destra) evolvono nel tempo, mentre il partecipante si avvicina al PM di destinazione non sociale. Il video della telecamera collegata al petto dello sperimentatore è sincronizzato. <a href="https://www.jove.com/files/ftp_upload/53336/Video1_new.mp4" target="_blank">Cliccate qui per vedere il video.</a>

Watch this Scientific Journal Video about Using Fiberless, Wearable fNIRS to Monitor Brain Activity in Real-world Cognitive Tasks at JoVE.com

Using Fiberless, Wearable fNIRS to Monitor Brain Activity in Real-world Cognitive Tasks

Monitorare l&#39;attività cerebrale di fuori del laboratorio, senza vincoli fisici presenta sfide metodologiche. Un fiberless, sistema indossabile funzionale Near Infrared Spectroscopy (fNIRS) è stato utilizzato per misurare l&#39;attività cerebrale durante un compito di memoria prospettica ecologica. E &#39;stato dimostrato che questo sistema potrebbe essere usato per monitorare l&#39;attività cerebrale durante gli esperimenti non basati laboratorio.

Utilizzando Fiberless, fNIRS indossabili per il monitoraggio attività cerebrale in compiti cognitivi del mondo reale

Functional Near Infrared Spectroscopy (fNIRS) is a neuroimaging technique that uses near-infrared light to monitor brain activity. Based on neurovascular ...

Research

JoVE Journal

Behavior

How to Detect Amygdala Activity with Magnetoencephalography using Source Imaging

Come rilevare amigdala attività con Magnetoencefalografia utilizzando Imaging Source

In trace fear conditioning a conditional  stimulus (CS) predicts the occurrence of the unconditional stimulus (UCS),  which is presented after a brief ...

Ricerca

Comportamento

A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance

Un metodo per indagare le differenze di età-correlate nella connettività funzionale delle reti di controllo cognitivo associato al cambiamento dimensionale Carta ordine di Performance

The ability to adjust behavior to sudden changes in the environment develops gradually in childhood and adolescence. For example, in the Dimensional ...

Automated Visual Cognitive Tasks for Recording Neural Activity Using a Floor Projection Maze

Automated compiti cognitivi visivi per la registrazione Neural all&#39;attività utilizzando una proiezione Piano Maze

Neuropsychological tasks used in primates to investigate mechanisms of learning and memory are typically visually guided cognitive tasks. We have ...

Uncovering Beat Deafness: Detecting Rhythm Disorders with Synchronized Finger Tapping and Perceptual Timing Tasks

Scoprire beat Sordità: Disturbi Rilevamento ritmo sincronizzato Finger Tapping e Attività Timing percettive

A set of behavioral tasks for assessing perceptual and sensorimotor timing abilities in the general population (i.e., non-musicians) is presented here ...

Transferring Cognitive Tasks Between Brain Imaging Modalities: Implications for Task Design and Results Interpretation in fMRI Studies

Trasferimento di compiti cognitivi Tra Brain Imaging Modalità: Implicazioni per attività di disegno e interpretazione dei risultati in studi fMRI

As cognitive neuroscience methods develop, established experimental tasks are used with emerging brain imaging modalities. Here transferring a paradigm ...

Practical Methodology of Cognitive Tasks Within a Navigational Assessment

Metodologia pratica di compiti cognitivi All&#39;interno di una valutazione di navigazione

This paper describes an approach for measuring navigation accuracy relative to cognitive skills. The methodology behind the assessment will thus be ...

Event-related Potentials During Target-response Tasks to Study Cognitive Processes of Upper Limb Use in Children with Unilateral Cerebral Palsy

Potenziali evento-correlati durante le attività target-risposta per studiare i processi cognitivi di Upper Limb uso nei bambini con paralisi cerebrale unilaterale

Unilateral Cerebral Palsy (CP) is a neurodevelopmental disorder that is a very common cause of disability in childhood. It is characterized by unilateral ...

Comparing the Frequency Effect Between the Lexical Decision and Naming Tasks in Chinese

Confrontando l&#39;effetto di frequenza tra la decisione lessicale e compiti di denominazione in cinese

In psycholinguistic research, the frequency effect can be one of the indicators for eligible experimental tasks that examine the nature of lexical access. ...

A Real-world What-Where-When Memory Test

A Real-world What-Where-When Memory Test

Un mondo reale<em&gt; Che-Dove-Quando</em&gt; Test di memoria

Episodic memory is a complex memory system which allows recall and mental re-experience of previous episodes from one&#39;s own life. Real-life episodic ...

Automated, Long-term Behavioral Assay for Cognitive Functions in Multiple Genetic Models of Alzheimer's Disease, Using IntelliCage

Automatizzato, a lungo termine l'analisi comportamentale per funzioni Cognitive in più modelli di genetici del morbo di Alzheimer, utilizzando IntelliCage

Multiple factors&#8212;such as aging and genes&#8212;are frequently associated with cognitive decline. Genetically modified mouse models of cognitive ...