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).

El protocolo fue aprobado por el comité de ética de la investigación local de la UCL, número de homologación CEHP / 2014/901. 1. Instrumentos de configuración antes de la llegada del Participante <ol><li> Utilice las grabaciones de vídeo de 3 cámaras para analizar las tareas del &quot;mundo real&quot; de tipo (por ejemplo Shallice y Burgess, 1991) 3: <ol><li> Coloque una cámara en el pecho del experimentador con el fin de seguir los movimientos de los participantes. </li><li> Monte la cámara cabeza sobre los fNIRS sombreado tapa para realizar un seguimiento en el que el participante está mirando todo el experimento. </li><li> Preparar y encender la cámara para el segundo experimentador, que sigue a la primera experimentador y el participante durante toda la sesión. </li></ol></li><li> Limpie los fNIRS auricular con un desinfectante limpie. </li><li> Coloque un digitalizador 3D en una habitación adecuada (por ejemplo,. Lejos de objetos metálicos, paredes y suelos) y vuelva a encenderlo. </li></ol> 2. Participant Preparación y fNIRS Sonda de Colocación <ol><li> Antes de comenzar el experimento, que el participante firme el formulario de consentimiento. </li><li> Usar el sistema de 10 a 20 (Figura 2) y digitalizar los optodes y 10-20 posiciones estándar 24, 25 para lograr la colocación consistente fNIRS auricular a través de todos los participantes: <ol><li> Marque con un marcador lavable la Nasion (Nz, el punto de intersección entre el hueso frontal y los huesos nasales), Inion (Iz, la protuberancia occipital en la parte posterior del cuero cabelludo) y los puntos de izquierda y derecha preauricular (LPA, RPA, los puntos anterior para los oídos en frente del extremo superior del trago) (Figura 2) de acuerdo con las instrucciones del fabricante. </li><li> Medir la distancia Nz-Iz sobre y alrededor de la cabeza y la distancia LPA-RPA en la cabeza. </li><li> Marque con un marcador lavable la CZ (el punto de intersección entre la línea Nz-Iz y la línea LPA-RPA, ubicado en el 50% de la distancia Nz-Iz y el 50% of la distancia LPA-RPA), Fpz (10% de la distancia Nz-Iz) y Fz (30% de la distancia Nz-Iz) puntos basado en el sistema de 10 a 20 (Figura 2). </li><li> Use una diadema con agujeros que coinciden con las posiciones optodos para una digitalización más precisa entre los participantes. Quitar el pelo de la frente lo más posible utilizando pinzas para el cabello a lo largo de la línea del cabello. Coloque la cinta sobre la digitalización de la corteza prefrontal de acuerdo a los puntos FPZ y Fz: Canal 9 en correspondencia con el punto Fpz y el canal 9 canales línea 8 alineado a la línea Fpz-Fz (Figura 1E). </li><li> Digitalizar los marcados 10-20 puntos de referencia y las posiciones optodos por medio del digitalizador magnética 3D. </li></ol></li><li> Guarde las coordenadas digitalizadas y utilizar la herramienta Análisis Espacial <a href="http://brain-lab.jp/wp/?page_id=52">(http://brain-lab.jp/wp/?page_id=52)</a> de la Plataforma de código abierto para Óptica Herramientas de Análisis Topografía (patata) software (véase la Tabla de Materiales para pelajeinformación del ther) para registrar los datos fNIRS sobre una plantilla de cerebro Montreal Neurological Institute (MNI). NOTA: El algoritmo implementado para el registro probabilística convierte las ubicaciones digitalizadas en el mundo real en el sistema de coordenadas de MNI sistema de coordenadas y luego proyectos y los localiza en la superficie del cerebro MNI (Figura 1E) 26,27. <ol><li> Abrir la patata a través del comando P3 Matlab. </li><li> Seleccione &quot;Análisis Espacial&quot; en el menú de la ventana principal de la interfaz gráfica de usuario de la Papa (GUI) y haga clic en el botón &quot;Análisis Espacial&quot;. </li><li> Cargar las coordenadas digitalizadas haciendo clic en el botón &quot;Vaciar 10-20&quot; en la ventana Visor de datos Análisis Espacial. </li><li> Haga clic en el botón &quot;Vaciar MNI&quot;. </li><li> Seleccione los 10/20 puntos de referencia en la ventana de estimación MNI e iniciar el registro espacial. </li></ol></li><li> Compruebe la ubicación correcta de la fCanales NIRS en la superficie de la plantilla del cerebro (Figura 1E): comprobar si el canal 8 y el canal 9 se solapan la fisura interhemisférica 28. Si es correcto, guarde el archivo de configuración de canal para profundizar el análisis; de lo contrario sustituir la banda de digitalización canales de re-alineación de 8 y 9 a la línea Fpz-FZ y la superposición de canal 9 a Fpz. A continuación, repita el procedimiento de digitalización. </li><li> Coloque los fNIRS headset alinear los canales 8 y 9 a la línea Fpz-FZ y la superposición de canal 9 a Fpz, de acuerdo con la diadema de digitalización, y retire la banda para la cabeza (Figura 1B-C). Asegúrese de que la sonda está bien conectado a la cabeza del participante. </li><li> Coloque la tapa de sombreado con la cámara montada en la cabeza por encima de los auriculares fNIRS. </li><li> Explique las reglas experimentales para el participante. Incluya las precauciones relacionadas con el dispositivo (por ejemplo., &quot;Toma el menor tiempo posible sin correr o salir del experimentador detrás (no correr)&quot;), así como task normas específicas (por ejemplo., &#39;No vayas fuera de la zona de Queen Square en calles o zonas vecinas &quot;). </li><li> Haga que el participante con éxito memorizar todas las reglas y salir a la calle para iniciar el experimento. </li></ol> 3. fNIRS Señales Evaluación de la Calidad <ol><li> Utilice el sistema de fNIRS en modo inalámbrico primero para inspeccionar visualmente la calidad de las señales en la computadora portátil fNIRS: <ol><li> Pulse el botón &quot;Power&quot; en el cuadro de portátil y encender las fNIRS en el modo inalámbrico. Abra el software de adquisición fNIRS en la computadora portátil fNIRS y establecer la conexión con la caja portátil. </li><li> Pulse el botón &quot;Ajuste de la sonda&quot; para optimizar los detectores de ganar en la base de la luz detectada. </li><li> Compruebe los resultados del ajuste de la sonda en el software de la ventana &quot;Ajuste de la sonda&quot; y comprobar si cada detector recibe suficiente luz de las fuentes comprobando si todos los canales se clasifican como &quot;Normal&quot;. Sicanales están marcados como &quot;perdido&quot; o &quot;Bajo&quot;, vuelva a colocar la tapa de sombreado y maximizar los optodos acoplamiento con la frente. Si los canales están marcados como &quot;Over&quot;, establezca la potencia de la fuente de &quot;baja&quot; láser. NOTA: Como los canales laterales cubren la corteza prefrontal dorsolateral, en algunos casos, puede ser necesario mover el pelo de la frente para maximizar la luz recibida. </li><li> Pulse el botón &quot;Listo&quot; y luego en &quot;Inicio&quot; para adquirir datos de un minuto y compruebe si (oscilaciones de hemoglobina de ~ 1 Hz) latido del corazón es visible en señales de la concentración, lo que asegura una buena calidad de la señal. </li></ol></li><li> Apague la caja portátil en el modo inalámbrico presionando el botón &quot;Power&quot; en él. Pulse el botón &quot;Power&quot; en conjunción con el botón &quot;Mode&quot; en la caja portátil para encender las fNIRS en el modo autónomo. NOTA: El autónomomodo se asegura de que el participante puede moverse libremente por el área experimental y evita la necesidad de estar cerca de la computadora portátil fNIRS para mantener la conexión inalámbrica. </li></ol> 4. Adquisición de Datos <ol><li> Encienda la cámara de cabeza y cámaras de los experimentadores y empezar a filmar. Pulse el botón &quot;Ajuste de la sonda&quot; en los fNIRS caja portátil para optimizar los detectores de ganar y luego presione el botón &quot;Play / Stop&quot; para iniciar la adquisición fNIRS (frecuencia de muestreo = 5 Hz). </li><li> Añadir un marcador a los datos fNIRS manualmente utilizando el botón &quot;Marca&quot; en la caja portátil fNIRS junto con un disparador de audio (por ejemplo., Un pitido). El disparador de audio debe ser claramente registrado en todas las cámaras de vídeo. A continuación, iniciar el experimento. NOTA: Esto permite una sincronización de tiempo robusta entre las diferentes cámaras de vídeo y los fNIRS grabación. </li></ol> 5. Protocolo &amp; Experimental #160; <ol><li> Incluya las siguientes condiciones y contrarrestar los potenciales de memoria a través de los participantes: <ol><li> Utilice 3 condiciones básicas: NOTA: Esto permite desacoplar hemodinámicos y oxigenación cambios globales función debido relacionados con walk-a los cambios sistémicos en comparación con las respuestas más localizadas debido a cerebro (neuronas). <ol><li> Para la condición Resto 1, tiene el participante de pie inmóvil en la calle donde se lleva a cabo la prueba, y contar el número de estímulos en un pedazo de papel (por ejemplo., Utilice una hoja que contiene Xs y Os impreso en ella y tener el conteo de los participantes el número de Os en él). </li><li> Para la condición Rest 2, tiene el participante caminar una corta distancia a un ritmo de marcha normal, y hacer que no hay otras demandas de él. </li><li> Para la condición de línea de base, tiene el participante paseo por toda la zona de la calle en la que se llevó a cabo el experimento. NOTA: En nuestro caso, el experimento se llevó a caboen Queen Square, Londres WC1N, Reino Unido </li></ol></li><li> Para la condición permanente no contaminados, tiene el participante paseo por la zona experimental y cuenta la ocurrencia de ciertos artículos (por ejemplo., El número de signos colocada en edificios que contienen la palabra &quot;Queen&quot;). </li><li> Para la condición de memoria prospectiva no sociales, tienen el participante llevar a cabo la tarea en curso (por ejemplo., Tener el participante cuente el número de fechas y horarios fijados a edificios), pero, además, si se llegó a una distancia especificada de un parquímetro, haberlos ir a ella y tocarla. </li><li> Para la condición de Memoria Prospectiva Social, tiene el participante llevar a cabo la tarea en curso (por ejemplo., Tener el participante cuente los timbres de números), pero, además, haberlo responder a uno de los experimentadores que actúa como un cómplice que se mueve en torno al pre posiciones -specified dentro del área experimental. Haga que el participante vaya a ellosy darles un saludo &quot;golpe de puño&quot;. </li><li> Utilice una condición permanente adicional (contaminados Vigentes) después de que las condiciones PM (ej., Los participantes tienen que contar el número de escaleras sin obstáculos dentro de la zona de pruebas). </li><li> Repita los dos condiciones de descanso antes descritos en orden inverso (Rest 2 y luego Resto 1). NOTA: Esto permite la evaluación de los cambios sistémicos relacionados a pie-en el final del experimento. </li></ol></li></ol> 6. Recuperar Eventos partir de los vídeos <ol><li> Descargar los vídeos de todas las cámaras y guardar en formato MPG4. </li><li> Cargue los vídeos de todas las cámaras en ELAN <a href="https://tla.mpi.nl/tools/tla-tools/elan/">(https://tla.mpi.nl/tools/tla-tools/elan/)</a> y sincronizar los videos: uso de Opciones / Modo de Sincronización de medios y alinearlos en función del punto del audio en tiempo desencadenar. </li><li> En ELAN, utilice anotaciones y pulse el botón Nivel en la ventana principal ELAN (refiriéndosea grupos de anotaciones, es decir., uno de nivel para todos los objetivos PM sociales) para marcar los eventos en la secuencia de vídeo. <ol><li> Mira el flujo de vídeo sincronizado y anotar el inicio y el final de cada condición experimental, y el uso de gradas para el punto en el que se alcanza cada objetivo PM. Utilice capas separadas para blancos PM sociales y no sociales. </li><li> Completa la edición de vídeo para cada participante y utilizar el / Exportar como / Interlineal archivo de texto para exportar como archivo de texto todos los momentos de la hora anotada. </li></ol></li></ol> Análisis 7. Datos <ol><li> Abra el software fNIRS y exportar datos de la tarjeta de la caja flash portátil en el portátil fNIRS. NOTA: La unidad de procesamiento del sistema fNIRS utiliza la ley de Beer-Lambert modificado y calcula los cambios relativos en HbO 2 y HHb desde una línea de base arbitraria cero al comienzo del período de medición. Los valores de concentración son, por tanto, expresados ​​en concentraciones molares (mmol / l) multiplicadopor la longitud del camino (mm) 6, ya que no están corregidos para la longitud del camino óptico. </li><li> Guarde los datos concentraciones e importarlos en Matlab a través de un software pre-procesamiento de la casa. </li><li> Pre-proceso de las señales siguientes estos pasos (Figura 3B): <ol><li> Señales abajo muestreo a 1 Hz: <ol><li> Utilice una interpolación spline (función de Matlab: interp1) de datos de la muestra por debajo de los 5 Hz a 1 Hz. </li></ol></li><li> Lineal detrending: <ol><li> Para eliminar derivas lentas de la señal, utilizar una interpolación lineal (función de Matlab: polyfit) entre las fases de reposo 1 al principio y al final del experimento. </li></ol></li><li> Motion Artifact Corrección: <ol><li> Para cada canal, identificar y eliminar los artefactos de movimiento a través de un método basado en wavelets 31. Mejorar la calidad de las señales mediante la aplicación del método de correlación de la señal 32 de Mejoras (CBSI) Con base. </li></ol></li><li> Wavelet Complejo transformar: <ol> &lt;li&gt; Utilice un wavelet madre Morlet, reducido y traducido con el tiempo, para calcular la transformada wavelet de cada canal a través de la caja de herramientas wavelet (función de Matlab: wt) proporcionado por Grinsted et al 33 (. <a href="http://noc.ac.uk/using-science/crosswavelet-wavelet-coherence">http://noc.ac.uk/ utilizando la ciencia / crosswavelet-wavelet-coherencia).</a> NOTA: A partir del espectro wavelet, es posible evaluar el contenido espectral de las señales en un espacio de tiempo-frecuencia. </li></ol></li><li> Filtrado de paso de banda: <ol><li> Sobre la base del análisis wavelet, utilice un filtro de 3 er orden Butterworth de paso de banda (funciones de Matlab: mantequilla y filtro) con frecuencias de corte de 0,008 a 0,2 Hz 7, 34. </li></ol></li></ol></li></ol>

The authors declare that they have no competing financial interests.

El objetivo de este estudio fue evaluar el uso potencial de los portátiles y sin fibras fNIRS para monitorear hemodinámicos cerebrales y oxigenación cambios relacionados con la actividad neuronal del cerebro en situaciones del mundo real. Un sistema fNIRS multicanal portátil y sin fibras se utilizó para medir la actividad cerebral sobre la corteza prefrontal durante una tarea de memoria prospectivo realizado fuera del laboratorio. El estudio de caso reportado aquí exploró si los cambios cerebrales en HBO 2 y HHb en un participante se mueve libremente en respuesta a señales PM sociales y no sociales en un experimento fuera del laboratorio se pueden monitorizar de forma continua y robusta. El uso de fNIRS en mover libremente los participantes en los experimentos basados ​​en la vida representa una situación difícil. De hecho, movimientos de la cabeza pueden causar desplazamientos sonda con artefactos de movimiento consiguientes que corruptas la identificación óptica de la actividad cerebral 36. Por otra parte, los sensores ópticos son sensibles a la luz difusa (ej., la luz del sol cuando los experimentos se llevan a cabo fuera), la creación de ruido adicional en señales fNIRS. El estudio de caso reportado ofrece una demostración preliminar de la viabilidad del sistema fNIRS en tales aplicaciones de la vida real. La ausencia de fibras ópticas en tales dispositivos impide el acoplamiento óptico entre el cuero cabelludo y los optodes resultantes en las mediciones más robustas contra los artefactos de movimiento. Además, la tapa de sombra garantiza una buena protección de la luz difusa que evita la saturación de los detectores y la baja relación señal-ruido (SNR). Por otra parte, el aumento de HBO 2 y disminución de las concentraciones de hhb se encontraron en la correspondencia de accesos PM sociales y no sociales (Figura 3D-E) 11, 37 más el apoyo a su viabilidad. A fin de evaluar si las tendencias observadas hemodinámicos en la figura 3D-E son estadísticamente significativos y para localizar regiones activadas dentro de la corteza prefrontal (Figura 5, Video 1, Video 2, Figura 6, Figura 7), se requieren análisis a nivel de grupo. Para hacer inferencia y para identificar regiones de la corteza prefrontal funcionalmente especializadas 38, 39, las obras futuras presentará agrupar datos y análisis estadísticos basados ​​en Statistical Parametric Mapping (SPM), utilizando un enfoque Modelo lineal general (GLM). A pesar de que los resultados tienen que ser considerados preliminares, se ha demostrado que sin fibras fNIRS pueden ser llevados efectivamente fuera de la configuración de laboratorio tradicionales y utilizados para el monitoreo en tiempo real de la actividad cerebral. Esto abre nuevas direcciones para la investigación neurológica y la neurociencia. Hay al menos dos áreas obvias para aplicación a este respecto. El primero se refiere a la validez ecológica. Investigadores neurociencia cognitiva investigar los patrones de la actividad cerebral mientras que las personas están realizando tareas cognitivas (utilizando por ejemplo., Señal dependiente del nivel de oxígeno en sangreal cambio como un proxy en la resonancia magnética funcional) con el fin de tratar de descubrir cómo el cerebro apoya nuestras capacidades mentales. En algunos casos, es posible crear situaciones experimentales en el escáner que responden muy de cerca la situación en la vida cotidiana donde se utiliza el proceso de interés. Consideremos, por ejemplo, la lectura. La lectura de las palabras en una pantalla mientras que en un escáner de resonancia magnética probablemente hace que tales demandas similares a la lectura de palabras en un libro cuando en el país que está casi por sentado que los resultados recogidos en el escáner puede ayudar a explicar cómo el cerebro implementa la lectura en la vida cotidiana. Sin embargo, para muchas formas de comportamiento humano y la cognición, este supuesto es más precaria. Por ejemplo, los procesos cognitivos que un participante utiliza cuando una situación social se presenta en un escáner de resonancia magnética (donde el participante es inmóvil, por su cuenta, y en un ambiente muy familiar y muy controlado) bien pueden ser diferentes en lo que respecta importantes a los enganchado cuando el participante es socialisción en la vida real 40. Esto es particularmente importante en neurociencia social donde la investigación de los correlatos neuronales de la dinámica interpersonal (hyperscanning denominado, para su revisión ver Babiloni y Astolfi, 2014 41) requiere un entorno más natural. Hyperscanning basada en NIRS 42, 43 puede así representar una nueva herramienta para controlar simultáneamente la actividad cerebral a partir de dos o más personas en situaciones realistas. De hecho, hay algunas habilidades mentales que no se pueden estudiar bien en el entorno muy artificial y físicamente restringido de un escáner de resonancia magnética, PET o MEG. Esos deambulación o grandes cantidades que implican de movimiento corporal, así como aquellos que involucran interacciones sociales son candidatos obvios. Por esta razón, poder estudiar la actividad cerebral de los participantes en situaciones naturales es muy conveniente para los investigadores. Una segunda relacionados, área, amplio de aplicación se refiere al uso de esta tecnología ensituaciones clínicas. Un candidato obvio puede ser la neurorrehabilitación, donde uno podría desear para estudiar los efectos sobre el cerebro de los procedimientos de formación para las actividades de la vida diaria (por ejemplo., En una cocina), o de la medicación sobre determinadas poblaciones neuronales en relación con estas actividades. Pero la tecnología también podría quizá ser desarrollado para entornos educativos, así, y por ejemplo., Por el uso de &quot;tiempo real&quot; auto-monitoreo de la actividad cerebral. La portabilidad, de bajo riesgo, y la capacidad de utilizarlo in situ en entornos del mundo real con restricción mínima en el comportamiento, hace que este método muy diferente de los demás que están actualmente disponibles. Sin embargo, aunque los sistemas fNIRS portátiles muestran potencial de observaciones del mundo real, hay otras limitaciones que tienen que ser abordados cuando se utiliza fNIRS durante la marcha natural. Dado que la luz infrarroja viaja a través del cuero cabelludo, que es sensible a los procesos que ocurren tanto en el un cerebralnd compartimentos extra-cerebral de la cabeza. Estudios previos demostraron que una cierta cantidad de las señales de medida a través fNIRS surge de cambios sistémicos 34, 39, 44 que no están directamente relacionados con la actividad cerebral (ver Scholkmann et al. 9 para una revisión). Como hemodinámica intra y extra-cerebral se ven afectados por los cambios sistémicos tanto tarea evocada y espontánea (por ejemplo., La frecuencia cardíaca, la presión arterial, la respiración, el flujo sanguíneo de la piel), los cambios fisiológicos relacionados con la actividad de caminar debe ser considerado. Se originan en el sistema nervioso autónomo (ANS) la actividad, que regula el diámetro del ritmo cardíaco, la respiración, la presión sanguínea y los vasos a través de sus fibras eferentes. Más precisamente, la división simpática del SNA es hiper-activa durante el ejercicio que lleva a la frecuencia cardíaca, la presión arterial y la respiración incrementos de 45. Por ejemplo, estudios previos han demostrado que la respiración induce cambios en la presión parcial de DIOX de carbonoide en la sangre arterial (PaCO 2) que a su vez la influencia del flujo sanguíneo cerebral y el volumen sanguíneo cerebral 46, 47. Además, la figura 3A muestra un ejemplo de periódicos aumenta hhb y HBO 2 disminuciones que ocurren dentro de los períodos de senderismo que se pueden confundir con desactivación cerebro. Con el fin de hacer comparaciones consistentes entre las condiciones (por ejemplo., A evaluar si los cambios significativos en la concentración se producen respecto a un período de referencia), todas las fases experimentales deben medirse con el mismo estado de la actividad física. Por esta razón, una fase de reposo caminado (Rest 2) estaba incluido en el protocolo basado en la vida. Una correcta interpretación de los datos fNIRS requiere también una buena SNR. Esto se logra por lo general con el bloque convencional y diseños relacionados con eventos donde estímulos se repiten varias veces. Repeticiones del ensayo y los diseños estructurados no siempre son posibles en experimentos basados ​​en la vida. Por esta razón, sensores adicionales y Te análisis apropiadochniques para dar cuenta de los cambios sistémicos 48 y motion artefactos necesarios para mejorar la SNR e interpretar correctamente las señales del cerebro. Tenemos la intención de investigar el impacto de estos cambios sistémicos relacionados a pie a través de la utilización de dispositivos portátiles para monitorear la frecuencia respiratoria, la frecuencia cardiaca y el ritmo de caminar. Por otra parte, el problema de la recuperación de eventos debe ser abordado, también. En los experimentos de la neurociencia cognitiva, la actividad cerebral se investiga en relación a los estímulos o entornos que encuentran los participantes &#39;, y su comportamiento en respuesta a, o la anticipación de ellos. Por lo tanto, los experimentadores necesitan (a) sabe lo que está disponible actualmente para el participante en su entorno, y (b) tener un registro de momento a momento de la conducta del participante. En una situación típica laboratorio de estos factores pueden ser controlados fácilmente ya que el experimentador puede limitar lo que encuentran los participantes, y la forma y número de comportamientos que el participante puede evidenciar. Sin embargo, esto no esel caso en los ambientes del &quot;mundo real&quot; fuera del laboratorio, donde muchos acontecimientos y experiencias que el participante de la investigación tendrán que están más allá del estricto control del experimentador 49. En consecuencia, en tareas de tipo &quot;mundo real&quot; de la especie estudiada aquí, grabaciones de vídeo se utilizan para el análisis (por ejemplo., Shallice y Burgess, 1.991 3). Esto permite recuperar tanto sostenida (por ejemplo., A nivel de bloque) y transitoria (por ejemplo., Evento relacionado) procesos que soportan diferentes aspectos del rendimiento (para una revisión ver Gonen-Yaacovi y Burgess, 2012 21). Los eventos que se recuperaron de las grabaciones de vídeo dependerá de la cuestión teórica está abordando en el experimento. En el estudio de caso reportado, inicios del evento fueron recuperados de los videos filmados por las 3 cámaras. Este procedimiento de determinar el inicio y terminación de las señales particulares y las respuestas de comportamiento es laborioso y requiere habilidad cuando se lleva a cabo en el dat basada en la vidaa. Una cuestión central es que con los experimentos de tipo &quot;vida real&quot; por lo general no es el mismo grado de conocimiento a priori de eventos como con los basados ​​en laboratorio, y los participantes suelen tener más alcance en la forma en que pueden responder. Por otra parte, ya que los participantes son libres de moverse en un entorno natural y sin control, se enfrentan a una variedad de rápidamente cambiantes estímulos y es difícil recuperar la respuesta hemodinámica al evento de interés real. Por ejemplo, en el caso de estudio, las tendencias hemodinámicos observados para HBO 2 y HHb (Figura 3D-E) no están a la aparición de video recuperado como la típica respuesta hemodinámica relacionados con el evento 38 de enganche de fase. HBO 2 y HHb comienzan respectivamente a elevarse y disminuir 20 segundos antes del inicio del estímulo y alcanzar un pico después de ella. Otros análisis son por lo tanto necesarios para establecer si PM Tacos de eventos están sucediendo en realidad cuando el participante ve el blanco, cuando se acerca hacia ella ocuando llega a ella. Dado el potencial de las tecnologías fNIRS sin fibras para aplicaciones clínicas de la vida real, el trabajo futuro se abordará el problema de vídeo de codificación mediante el desarrollo de nuevos algoritmos para identificar los inicios de eventos de una manera más objetiva, así como explorar la posibilidad de hacerlo directamente de los datos fNIRS.

Anormalidad de la función dentro de la corteza prefrontal, y especialmente la subparte más anterior (corteza prefrontal rostral, o BA10) es común en una amplia gama de condiciones de desarrollo, psiquiátricos y neurológicos. Provoca alteraciones marcadas en la resolución de problemas, la memoria y las habilidades atencionales en la vida cotidiana que son muy discapacitantes 1,2. Sin embargo, este tipo de problemas son difíciles de diagnosticar en el laboratorio o clínica. Esto se debe a los procesos mentales que BA 10 soportes están involucrados en el tratamiento de la novela, situaciones abiertas, donde el comportamiento es auto-iniciados 3. Este tipo de situaciones son difíciles de recrear con éxito en el laboratorio, ya que la situación formal, artificial y con fuertes limitaciones que el participante se enfrenta normalmente en el laboratorio puede cambiar su comportamiento y la forma en que se acercan a la tarea. Esto puede reducir significativamente la validez de la medición, ya sea para fines clínicos o de investigación, con un fuerte riesgo de infradiagnóstico 4 &lt;/ sup&gt;. Una de las habilidades cognitivas con el apoyo de los lóbulos frontales donde esto es más evidente es la memoria prospectiva (es decir, la capacidad de recordar para llevar a cabo una acción de futuro), donde hace tiempo se sabe que no puede haber desacuerdo importante entre las medidas tomadas en la vida cotidiana la vida y el laboratorio 5. Estos problemas metodológicos podrían eludirse en gran medida si los investigadores y los clínicos que investigan la función de la corteza prefrontal, incluyendo la memoria prospectiva, podrían hacerlo mediante la adopción de sus medidas en situaciones del &quot;mundo real&quot;. Si bien las técnicas de neuroimagen representan una herramienta poderosa para investigar la función del cerebro de una manera no invasiva y objetiva, la mayoría de estas técnicas imponen limitaciones físicas sobre el tema, y por lo tanto no son adecuados para su uso en los entornos de la vida cotidiana (por ejemplo., Por resonancia magnética funcional ( fMRI), magnetoencefalografía (MEG), tomografía por emisión de positrones (PET)). Dada la necesidad de llevarinstrumentos funcionales de imagen fuera del laboratorio y los últimos avances tecnológicos dados, electroencefalografía portátil y portátil (EEG) y funcionales cerca de espectroscopia infrarroja (fNIRS) se han desarrollado sistemas 6-11. Una de las principales ventajas de fNIRS más de EEG es su mayor resolución espacial. Además, es menos sensible a los artefactos de movimiento, el parpadeo y movimiento de los ojos 12. FNIRS Wearable es, pues, más adecuado para su uso en contextos de la vida cotidiana, ya que impone menos restricciones físicas que EEG y permite la libre circulación en un entorno más natural. fNIRS irradia de forma no invasiva la cabeza con la luz del infrarrojo cercano (650-900 nm). A medida que el tejido biológico es relativamente transparente en ese rango de longitud de onda, la luz puede alcanzar el cerebro y se absorbe por la hemoglobina. por lo tanto fNIRS mide los cambios en la concentración de ambos oxihemoglobina (HBO 2) y desoxihemoglobina (HHb) dar información de la oxigenación y hemodinámica changes asociados con la actividad cerebral. Más específicamente, la activación funcional del cerebro se define como un aumento concurrente en HbO 2 y una disminución en HHb 13. Sin embargo, la profundidad de penetración de la luz significa que sólo puede ser la señal recuperada de la superficie cortical. Cuando la luz es muy difusa en el tejido, no es posible obtener información altamente espacialmente estructural sobre el cerebro 14. Sistemas fNIRS convencionales utilizan fibras ópticas acopladas a la cabeza para guiar la luz a través del cuero cabelludo y para recoger la luz retrodispersada. Aunque estos instrumentos son compacto, portátil y muy adecuado para entornos de laboratorio, las fibras ópticas y haces de su peso limitan los movimientos del participante y, si no está bien estabilizado, sus desplazamientos conducen a la contaminación artefacto de movimiento 7. La nueva generación de sistemas de fNIRS miniaturizados y sin fibras ofrece la posibilidad de explorar la actividad cerebral en situaciones realistas en mover libremente participantes sin restricciones físicas significativas. Situaciones realistas son particularmente valioso al explorar las funciones ejecutivas humanos y sistemas fNIRS sin fibras pueden proporcionar una visión única de las funciones del cerebro humano. Los primeros sistemas sin fibras estaban equipados sólo con un pequeño número de canales (por ejemplo., De un solo canal 15 y 2 canales 16) que limitan la investigación para áreas pequeñas. Más recientemente, varios canales inalámbricos y portátiles dispositivos fNIRS han desarrollado 6,7, 17-20 dando la posibilidad de controlar las porciones más grandes de la cabeza en los participantes con libertad de movimientos. En este estudio, se utilizó un sistema fNIRS ponible y sin fibras nueva multicanal para monitorear y mapear la actividad de la corteza prefrontal durante una memoria prospectiva del mundo real (PM) de tareas. El sistema fNIRS está compuesto principalmente de una unidad de sonda flexible (audífono) que cubre tanto la dorsolateral y la corteza prefrontal rostral (Figura 1),que está conectado a una unidad de procesamiento (caja portátil) que se lleva en la cintura del participante (Figura 1D). El auricular se compone de 6 superficie de emisión diodos láser con dos longitudes de onda (705 nm y 830 nm) y 6 fotodiodos de silicio. La ausencia de fibras ópticas reduce el peso y el grueso de la sonda, siendo más cómodo y robusto frente a artefactos de movimiento. Los optodes están dispuestas en una geometría alterna (Figura 1A) con una separación entre optodo de 3 cm, la creación de 16 combinaciones fuente-detector (por ejemplo., 16 canales de medición) 6. Con el fin de proteger a los auriculares de la luz del entorno, una gorra de sombreado se proporciona (Figura 1D). El objetivo de este estudio fue investigar la función de la corteza prefrontal, durante una tarea de memoria prospectiva en el mundo real. Durante las tareas de memoria prospectiva, se pide a los participantes a recordar para responder a una señal poco frecuentes (por ejemplo., A un familiarcara o un parquímetro) mientras se realiza otra tarea exigente conocido como una &quot;tarea permanente&quot;. En dos bloques diferentes de la tarea, las señales de memoria prospectiva sociales (una persona) se contraponen a las señales de memoria prospectiva no sociales (un parquímetro). Este contraste fue elegido porque representa una distinción importante entre las diferentes formas de la señal en las tareas de memoria prospectiva basada en eventos y por lo que el paradigma experimental se puede mantener cerca de una situación de &quot;la vida real&quot; 21. Aunque BA 10 es conocida por ser sensible al tratamiento de sociales frente a la información no social en algunas situaciones (por ejemplo., Gilbert et al., 2007 22), la evidencia reciente sugiere que los cambios hemodinámicos en BA 10 relacionados con tareas de memoria posibles son relativamente insensibles a Cué diferencias (ver Burgess et al., 2011 23 para su revisión). Por lo tanto, es una cuestión abierta ya sea social frente a las señales no sociales afecta a BA 10 la actividad en el contexto de un paradigma de memoria prospectiva. El objetivo de este estudio es evaluar la viabilidad de utilizar el sistema fNIRS para monitorear hemodinámicos córtex prefrontal y oxigenación cambios inducidos por una tarea cognitiva en el mundo real. Aquí se presenta un estudio de caso único (un participante adulto sano, de 24 años de edad) en el uso del dispositivo fNIRS durante una tarea de memoria prospectiva, realizada al aire libre en una típica ubicación calle de Londres e imitando las exigencias de la vida cotidiana. En particular, si los cambios hemodinámicos en respuesta a señales PM sociales y no sociales se pueden grabar se investigaron.

<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

Funcional Espectroscopia de Infrarrojo Cercano (fNIRS) es una técnica de neuroimagen que utiliza luz infrarroja para monitorizar la actividad cerebral. Sobre la base de acoplamiento neurovascular, fNIRS es capaz de medir la concentración de hemoglobina cambios secundarios a la actividad neuronal. En comparación con otras técnicas de neuroimagen, fNIRS representa un buen compromiso en términos de resolución espacial y temporal. Además, es portátil, ligero, menos sensible a los artefactos de movimiento y no impone restricciones físicas significativas. Por tanto, es conveniente proceder al seguimiento de una amplia gama de tareas cognitivas (por ejemplo, auditivos, análisis de la marcha, de interacción social) y diferentes poblaciones de edad (por ejemplo, los recién nacidos, adultos, personas de edad avanzada). El reciente desarrollo de dispositivos fNIRS sin fibras ha abierto el camino a nuevas aplicaciones en la investigación en neurociencias. Esto representa una oportunidad única para estudiar la actividad funcional durante las pruebas del mundo real, que puede ser más sensible y preciso en el culoesser la función cognitiva y la disfunción de pruebas basadas en el laboratorio. Este estudio exploró el uso de sin fibras fNIRS para monitorear la actividad cerebral durante una tarea de memoria prospectiva en el mundo real. Este protocolo se realiza fuera de los laboratorios y de hemoglobina cerebro cambios de concentración se miden continuamente en la corteza prefrontal, mientras que el sujeto se pasea por el fin de realizar varias tareas diferentes.

La Figura 3 presenta un ejemplo de HBO 2 y señales procesadas-un HHb (canal 8) registró durante la basada en la vida PM experimento en este caso de estudio (Figura 3A) y las señales correspondientes (Figura 3C) después de haber sido pre-procesado (Figura 3B ). La Figura 4 muestra el espectro de potencia wavelet de canal 8 HbO 2 y las señales de HHB en el que el rectángulo indica el rango de frecuencias conservado con el filtro de paso de banda. Teniendo en cuenta el hecho de que el participante estaba caminando afuera durante todo el experimento y se movió la cabeza para realizar la tarea, el sistema fNIRS era robusto frente a artefactos de movimiento y la luz del sol. De hecho, HBO 2 incrementos y decrementos hhb se pueden encontrar en la correspondencia a no social (Figura 3D) y social (Figura 3E) eventos de memoria prospectiva. Estas tendencias generalmente denotan la actividad cerebral funcional 13, 35. EnDe hecho, cuando se activa un área del cerebro, la demanda metabólica de las neuronas de oxígeno aumenta con el consiguiente aumento en el flujo sanguíneo cerebral regional. Como la mayor parte del oxígeno se entrega a las células a través de la hemoglobina, se observan incrementos en HBO 2 y disminución de las concentraciones de hhb durante la actividad funcional del cerebro 9. Regiones dentro de la corteza prefrontal que presentan estas tendencias pueden ser evaluados por la distribución espacial de HBO 2 y los valores de concentración hhb mapeadas sobre la frente (Figura 5, Video 1, Video 2). Un ejemplo de cómo se distribuyen las respuestas del cerebro a un PM evento social a través de todos los canales se muestra en la Figura 5. Figura 5A y el informe de la figura 5B, respectivamente, la distribución espacial sobre la frente de HBO 2 y HHb a la PM evento social (t = 2455 s) mientras que la figura 5C y Figura 5D informe respectiv<html> Ely la distribución espacial de HbO 2 y HHb a la PM evento no social (t = 1744 s). La Figura 5 muestra las ubicaciones regionales (canales), donde un aumento en HbO 2 (rojo, Figura 5A-C) y una disminución en HHb (azul, Figura 5B-D) son claramente observables, indicativa de la función incremento cerebro. Un ejemplo de actividad de la corteza prefrontal cómo a PM social y eventos de PM no sociales y su distribución a través de los canales cambian con el tiempo se presenta en Vídeo 1 y Vídeo 2. Además, las Figuras 6 y 7 muestran los datos de todos los canales correspondientes a la ventanas de tiempo incluidos en Vídeo 1 y Vídeo 2, respectivamente. Walking relacionados hemodinámica y cambios de oxigenación se puede observar en la figura 3A. Una aparente aumenta hhb y HBO 2 disminuye ocurren durante las condiciones de caminar y éstos se retiran después de pre-procesamiento. <html> ontenido &quot;fo: keep-together.within-page =&quot; always &quot;&gt; <img alt="Figura 1" src="/files/ftp_upload/53336/53336fig1.jpg" /> Figura 1. fNIRS colocación auricular y canales de configuración. Optodos disposición en la sonda fNIRS se ilustra en el panel A. Los círculos rojos indican los puntos de inyección (fuentes), círculos amarillos los puntos de recogida (detectores) y círculos verdes los canales mediciones. La sonda se coloca sobre la frente (B, C, D) con el canal 9 en correspondencia con el punto y canales Fpz 8.9 alineado con la línea media Nasion-Inion. La canales ubicación digitalizada se convierte en el MNI sistema de coordenadas y se superpuso a la corteza cerebral (E). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig1large.jpg" target="_blank">Por favor, haga clic aquí para ver una versión más grande de esta figura.</a> 6 / 53336fig2.jpg &quot;/&gt; Figura 2. Sistema de 10-20 referencias anatómicas. Destacado círculos indican los puntos de referencia seleccionados para ser marcados en la cabeza del participante (Nz = Nasion, Iz = Inion, LPA = Izquierda Pre-auricular, RPA = Derecha Pre-auricular). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig2large.jpg" target="_blank">Por favor, haga clic en aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 3" src="/files/ftp_upload/53336/53336fig3.jpg" /> Figura 3. señal de flujo de pre-procesamiento. (A) HBO 2 y hhb señales en bruto tomadas de un canal de representante (Canal 8). Las líneas negras marcan el inicio y el final de cada condición experimental. Líneas verdes y magenta marcan los accesos de memoria prospectiva no sociales y sociales. Los asteriscos indican las condiciones caminado. (R1 = Rest 1; R2 = Rest 2; B = Línea de base; OGU = Vigentes incontaminado; PMN = noMemoria Prospectiva -social; MP = Memoria Prospectiva social; OGC = contaminados en curso). (B) Este panel muestra el pre-procesamiento de diagrama de flujo aplicado a las señales de canal 8 primas. (C) Las señales de pre-procesado resultantes se presentan. (D, E) HBO 2 aumenta y disminuye HHb se producen en respuesta a una no social elegido (D) y (E) los accesos de memoria sociales posibles. Esta tendencia hemodinámica suele estar relacionada con la activación funcional. <a href="https://www.jove.com/files/ftp_upload/53336/53336fig3large.jpg" target="_blank">Por favor haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 4" src="/files/ftp_upload/53336/53336fig4.jpg" /> Figura 4. espectros de potencia Wavelet. (A, B) los espectros de potencia wavelet de canal 8 HbO 2 y señales en bruto hhb se presentan en el panel A y B, respectivamente. Las líneas negras marcan el inicio y el final de cada condición experimental. Los asteriscos indican las condiciones caminado. (R1 = Rest 1; R2 = Rest 2; B = Línea de base; OGU = Vigentes incontaminado; PMN = Memoria no social prospectivo; PMs = memoria social prospectivo; OGC = Vigentes contaminado). El rectángulo negro destaca la gama de frecuencias preservado a través del filtro de paso de banda (0,008 a 0,2 Hz). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig4large.jpg" target="_blank">Por favor, haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 5" src="/files/ftp_upload/53336/53336fig5.jpg" /> Figura 5. Distribución espacial de la actividad cortical a eventos de PM. HBO 2 y hhb cambios de concentración se correlaciona con la corteza cerebral para localizar la actividad funcional en respuesta a eventos sociales PM (AB) y para eventos PM no sociales (CD). HBO 2y los valores hhb se toman en t = 2,455 s para el PM evento social (AB) y t = 1,744 s para el PM evento no social (CD). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig5large.jpg" target="_blank">Por favor, haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 6" src="/files/ftp_upload/53336/53336fig6.jpg" /> Figura 6. oxihemoglobina y desoxihemoglobina señales de todos los canales en respuesta a los eventos de PM no sociales. Las líneas verdes indican los eventos de PM no sociales (t = 1,744 seg y t = 1.792 seg). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig6large.jpg" target="_blank">Por favor, haga clic aquí para ver una versión más grande de esta cifra.</a> <img alt="Figura 7" src="/files/ftp_upload/53336/53336fig7.jpg" /> Figura 7. oxihemoglobina y sig deoxihemoglobinanales para todos los canales en respuesta a un evento social PM. La línea magenta indica el PM evento social (t = 2.455 seg). <a href="https://www.jove.com/files/ftp_upload/53336/53336fig7large.jpg" target="_blank">Haga clic aquí para ver una versión más grande de esta figura.</a> <img alt="Figura 7" src="/files/ftp_upload/53336/53336mov1.jpg" /> Vídeo 1. HBO 2 y hhb concentración cambios en eventos PM sociales. El video muestra cómo HBO 2 (panel izquierdo) y HHb (panel derecho) evolucionan con el tiempo, mientras que el participante se acerca a la PM objetivo social. El video de la cámara montada en el pecho del experimentador se sincroniza. <a href="https://www.jove.com/files/ftp_upload/53336/Video2_new.mp4" target="_blank">Haga clic aquí para ver el vídeo.</a> <img alt="Figura 7" src= &quot;/ files / ftp_upload / 53336 / 53336mov2.jpg&quot; /&gt; Vídeo 2. HBO 2 y concentración HHb cambios en eventos PM no sociales. El vídeo muestra cómo HBO 2 (panel izquierdo) y HHb (panel derecho) evolucionan con el tiempo, mientras que el participante se acerca a la PM objetivo no social. El video de la cámara montada en el pecho del experimentador se sincroniza. <a href="https://www.jove.com/files/ftp_upload/53336/Video1_new.mp4" target="_blank">Haga clic aquí para ver el vídeo.</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

Monitoreo de la actividad cerebral fuera del laboratorio, sin limitaciones físicas presenta retos metodológicos. Un sin fibras, se utilizó el sistema portátil funcional Espectroscopia de Infrarrojo Cercano (fNIRS) para medir la actividad cerebral durante una tarea de memoria prospectiva ecológica. Se demostró que este sistema podría ser usado para monitorear la actividad cerebral durante los experimentos no basados ​​en laboratorio.

El uso sin fibras, fNIRS Wearable para monitorear la actividad cerebral en tareas cognitivas del mundo real

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

Cómo detectar amígdala Actividad con magnetoencefalografía usando Imaging Source

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

Investigación

Comportamiento

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

Un método para investigar las diferencias relacionadas con la edad en la conectividad funcional de las redes de control cognitivo asociado con el cambio dimensional Card Ordenar 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

Tareas Cognitivas Visuales automatizadas para grabación Neural actividad utilizando una proyección del suelo 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

El descubrimiento de golpe Sordera: Trastornos Detección de ritmo con los dedos sincronizada Tapping y tareas de sincronización de percepción

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

Transferencia de tareas cognitivas entre el cerebro de imágenes Modalidades: implicaciones para el diseño de tareas y resultados de interpretación en los estudios de resonancia magnética funcional

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

Metodología práctica de tareas cognitivas Dentro de una Evaluación de navegación

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

Potenciales relacionados con eventos durante las tareas de Target-respuesta para estudiar los procesos cognitivos de las extremidades superiores uso en niños con parálisis cerebral unilateral

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

La comparación de la frecuencia de efecto entre la decisión de léxico y las tareas de denominación en chino

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 mundo real<em&gt; Qué-Dónde-Cuando</em&gt; Prueba de 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

Automatizado, ensayo conductual a largo plazo para las funciones cognitivas en múltiples modelos genéticos de la enfermedad de Alzheimer, utilizando IntelliCage

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