Name: measurement of the directional information flow in fnirs-hyperscanning data using the partial wavelet transform coherence method
Uploaded: 2021-09-03T14:30:00
Description: Watch this Scientific Journal Video about Measurement of the Directional Information Flow in fNIRS-Hyperscanning Data using the Partial Wavelet Transform Coherence Method at JoVE.com

Este trabalho foi apoiado pela Fundação Nacional de Ciências Naturais da China (61977008) e pelo Programa Jovens Talentos de Dez Mil Talentos.

O protocolo de experimento humano foi aprovado pelo Conselho de Revisão Institucional e pelo Comitê de Ética do Laboratório Estadual de Neurociência Cognitiva e Aprendizagem da Universidade Normal de Pequim. Todos os participantes deram consentimento por escrito informado antes do início do experimento.
1. O experimento de simulação
<ol><li>Gerar duas séries de sinais que se correlacionam entre si, com um sinal tendo correção automática em um intervalo de tempo de 4 s. Defina o c...

Em estudos de hiperexação, geralmente é essencial descrever os padrões direcionais e temporais do fluxo de informações entre os indivíduos. A maioria dos estudos anteriores de hiperscanagem fNIRS tem usado o WTC25 tradicional para inferir essas características calculando o INS com atraso de tempo. No entanto, como uma das características intrínsecas do sinal fNIRS20,21, o efeito de autocorrelação pode confundir o INS defasado p...

A interação social é de vital importância para o ser humano 1,2. Para compreender o mecanismo neurocognitivo dual-cérebro da interação social, a abordagem hiperscaning tem sido amplamente utilizada recentemente, mostrando que os padrões de sincronização neural interpessoal (INS) podem caracterizar bem o processo de interação social 3,4,5,6,7,8,9,10,11,12 13,14. Entre estudos recentes, um achado interessante é que a diferença de papel dos indivíduos em um diálido pode levar a um padrão de insímica, ou seja, o INS ocorre quando a atividade cerebral de um indivíduo fica atrás da de outro indivíduo por segundos, como a dos ouvintes aos palestrantes 5,9, de líderes a seguidores4, de professores a alunos8, de mães a criançasde 13,15 anos, e de mulheres a homens em um par romântico6. Mais importante, há uma boa correspondência entre o intervalo do INS com atraso de tempo e o dos comportamentos de interação social, como entre professores questionando e alunos respondendo8 ou entre comportamentos parentais de mães e comportamentos de compliance de criançasde 15 anos. Assim, o INS atrasado pode refletir um fluxo de informações direcionais de um indivíduo para outro, como proposto em um modelo hierárquico recente para a comunicação verbal interpessoal16.
Anteriormente, o INS defasado de tempo era calculado principalmente no sinal funcional de espectroscopia quase infravermelha (fNIRS) devido à sua resolução espacial relativamente alta, localização anatômica sólida e tolerância excepcionalmente alta dos artefatosde movimento 17 ao estudar interações sociais naturalistas. Além disso, para caracterizar precisamente a correspondência entre o atraso de tempo neural e o atraso de tempo comportamental durante a interação social, é essencial obter a força do INS para cada defasagem de tempo (por exemplo, de nenhuma defasagem de tempo a um intervalo de tempo de 10 s). Para isso, anteriormente, o procedimento de coerência de transformação de ondas (WTC) foi extensivamente aplicado após a mudança do sinal cerebral de um indivíduo para frente ou para trás em relação ao de outro indivíduo 5,6,18. Ao usar este procedimento WTC tradicional para sinais fNIRS, há um desafio potencial porque o INS observado pode ser confundido pelo efeito de autocorrelação do sinal fNIRS para um indivíduode 19,20,21. Por exemplo, durante um processo de interação social dídico, o sinal do participante A no momento pode ser sincronizado com o do participante B ao mesmo tempo. Enquanto isso, o sinal do participante A no momento t pode ser sincronizado com o do participante A em um ponto de tempo posterior t+1 por causa do efeito de autocorrelação. Portanto, pode ocorrer um INS espúrio de tempo defasado entre o sinal do participante A no ponto t de tempo e o do participante B no ponto t+1.
Mihanović e seus colegas22 primeiro introduziram um método chamado de coerência parcial de wavelet transform (pWTC), e depois a aplicaram na ciência marinha23,24. O objetivo original deste método era controlar o ruído de confusão exógeno ao estimar a coerência de dois sinais. Aqui, para abordar o problema de correção automática nos dados de hiperexpesagem fNIRS, o método pWTC foi estendido para calcular o INS com atraso no sinal fNIRS. Precisamente, um INS atrasado (e um fluxo de informações direcionais) do participante A para o participante B pode ser calculado usando a equação abaixo (Equação 1)23.
<img alt="Equation 1" src="/files/ftp_upload/62927/62927eq01.jpg">
Aqui, supõe-se que existem dois sinais, A e B, dos participantes A e B, respectivamente. A ocorrência do sinal B sempre precede a do sinal A com um intervalo de tempo de n, onde wtc (At, Bt+n) é o WTC tradicional defasado pelo tempo. WTC (At, At+n) é o WTC autocorrelado no participante A. WTC (At, Bt) é o WTC alinhado ao tempo no ponto t de tempo entre o participante A e B. * é o operador conjugado complexo (Figura 1A).
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/62927/62927fig01.jpg"> Figura 1: Visão geral do pWTC. (A) A lógica do pWTC. Há dois sinais A e B, dentro de um díade. A ocorrência de A sempre segue a de B com um lag n. Uma caixa cinza é uma janela de onda em um determinado ponto de tempo t ou t+n. Com base na equação pWTC (representada na figura), três WTCs precisam ser calculados: o WTC defasado de tempo de At+n e Bt; o WTC autocorrelado no participante A de At e At+n; e o WTC alinhado ao tempo no ponto de tempo t, At e Bt. (B) O layout dos conjuntos de sonda optode. CH11 foi colocado em T3, e CH25 foi colocado no T4 seguindo o sistema internacional 10-2027,28. <a href="https://www.jove.com/files/ftp_upload/62927/62927fig01large.jpg" target="_blank">Clique aqui para ver uma versão maior desta figura.</a>
Este protocolo introduziu pela primeira vez um experimento de simulação para demonstrar o quão bem o pWTC resolve o desafio de autocorrelação. Em seguida, explicou como conduzir o pWTC de forma passo a passo baseada em um experimento empírico de interações sociais naturalistas. Aqui, foi utilizado um contexto de comunicação para introduzir o método. Isso porque, anteriormente, o INS com atraso de tempo era geralmente calculado em um contexto de comunicação naturalista 3,4,6,8,13,15,18. Além disso, também foi realizada uma comparação entre o pWTC e o WTC tradicional e validação com o teste de causalidade granger (GC).

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>fNIRS topography system</td>
			<td>Shimadzu Corporation</td>
			<td>Shimadzu LABNIRS systen</td>
			<td>LABNIRS system contains 40 emitters and 40 detectors for fNIRS signals measurement. In this protocol we used these emitters and detectors created two customized 26-channels probe sets and attached to two caps accroding to 10-20 system. Further, LABNIRS system also contains built-in GUI softwares for data quality check, data convert and data export.</td>
		</tr>
		<tr>
			<td>MATLAB</td>
			<td>The MathWorks, Inc.</td>
			<td>MATLAB 2019a</td>
			<td>In this protocol, several toolboxs and functions bulit in MATLAB were used: 
			SPM12 toolbox was used to normalize the valided MRI data through its GUI. 
			NIRS_SPM toolbox was used to project the MNI coordinates of the probes to the AAL template through its GUI. 
			Homer3 toolbox was used to remove motion artifacts through its function hmrMotionCorrectWavelet with default parameters. 
			Wavelet toolbox was used to compute WTC and pWTC through its function wcoherence.</td>
		</tr>
		<tr>
			<td>MRI scanner</td>
			<td>Siemens Healthineers</td>
			<td>TRIO 3-Tesla scanner</td>
			<td>In this protocol, the MRI scanner was used to obtain MNI coordinates of each channel and optpde. Scan parameters are described in main text.</td>
		</tr>
		<tr>
			<td>customized caps</td>
			<td></td>
			<td></td>
			<td>In this protocol, we first marked two nylon caps with 10-20 system. Then, we made two 26-channels customized optode probes sets. Finally, we attached probes sets to caps aligned with landmarks.</td>
		</tr>
	</tbody>
</table>

measurement of the directional information flow in fnirs-hyperscanning data using the partial wavelet transform coherence method

A interação social é de vital importância para os seres humanos. Embora a abordagem hiperscaning tenha sido amplamente usada para estudar a sincronização neural interpessoal (INS) durante as interações sociais, a espectroscopia funcional quase infravermelha (fNIRS) é uma das técnicas mais populares para hiperscanar interações sociais naturalistas devido à sua resolução espacial relativamente alta, localização sonora anatômica e excepcionalmente alta tolerância de artefatos de movimento. Estudos anteriores de hiperscaning baseados em fNIRS geralmente calculam um INS com atraso no tempo usando coerência de transformação de onda (WTC) para descrever a direção e o padrão temporal do fluxo de informações entre indivíduos. No entanto, os resultados deste método podem ser confundidos pelo efeito de autocorrelação do sinal fNIRS de cada indivíduo. Para lidar com esse problema, foi introduzido um método chamado de coerência de transformação de onda parcial (pWTC), que visava remover o efeito de autocorrelação e manter a alta resolução do espectro temporal do sinal fNIRS. Neste estudo, foi realizado primeiro um experimento de simulação para mostrar a eficácia do pWTC na remoção do impacto da autocorrelação no INS. Em seguida, foi oferecida orientação passo a passo sobre o funcionamento do pWTC com base no conjunto de dados fNIRS de um experimento de interação social. Além disso, foi traçada uma comparação entre o método pWTC e o método WTC tradicional e entre o método pWTC e o método de causalidade granger (GC). Os resultados mostraram que o pWTC poderia ser usado para determinar a diferença do INS entre diferentes condições experimentais e o padrão direcional e temporal do INS entre os indivíduos durante interações sociais naturalistas. Além disso, fornece melhor resolução temporal e de frequência do que o WTC tradicional e melhor flexibilidade do que o método GC. Assim, o PWTC é um forte candidato para inferir a direção e o padrão temporal do fluxo de informações entre indivíduos durante interações sociais naturalistas.

Resultados da simulação Os resultados mostraram que oWTC ins com correção automática foi significativamente maior do que oWTC ins atrasado sem correção automática (t(1998) = 4,696, p < 0,001) e inspWTC (t(1998) = 5.098, p < 0,001). Além disso, não houve diferença significativa entre o INSWTC sem correção automática eo INS pWTC (t(1998) = 1,573, p = 0,114, Figura 2A</st...

Watch this Scientific Journal Video about Measurement of the Directional Information Flow in fNIRS-Hyperscanning Data using the Partial Wavelet Transform Coherence Method at JoVE.com

Measurement of the Directional Information Flow in fNIRS-Hyperscanning Data using the Partial Wavelet Transform Coherence Method

Este protocolo descreve a coerência parcial de transformação de ondas (pWTC) para calcular o padrão de sincronização neural interpessoal (INS) para inferir a direção e o padrão temporal do fluxo de informações durante a interação social. A eficácia do pWTC na remoção dos confusos da autocorrelação de sinal no INS foi comprovada por dois experimentos.

Medição do fluxo de informações direcionais em dados fNIRS-Hyperscanning usando o Método de Coerência de Transformação de Onda Parcial

Social interaction is of vital importance for human beings. While the hyperscanning approach has been extensively used to study interpersonal neural ...

Hiperexportar é um método promissor para descrever a relação entre indivíduos e que neste estudo encontra sincronização neural entre indivíduos. E a questão mais importante é identificar quem está sincronizando com quem. E o método que propomos aqui é identificar a direção do fluxo de informações entre os indivíduos.Em comparação com outros métodos, a vantagem mais significativa deste método é remover os vários fatores de confusão da sincronização neural. Por exemplo, a correção automática em cada sinal. Enquanto isso, podemos manter a alta resolução espacial anatômica de cada sinal.Inicie o pré-processamento dos dados exportando a concentração de hemoglobina altera arquivos de dados do equipamento e transmitindo os arquivos para o formato legível do MATLAB. Em seguida, remova o primeiro e último 15 segundos dos dados para cada sessão para evitar respostas transitórias e use a função incorporada DO MATLAB para reduzir os dados de 55,6 hertz para 11,1 hertz. Para corrigir artefatos de movimento, aplique o discreto método de filtro de transformação de ondas com a função de filtragem apropriada.Use a função incorporada do PCA para remover o ruído fisiológico global. Em seguida, remova os 80% superiores da variância dos sinais. Depois de remover os dois segundos iniciais de dados das mulheres e os últimos dois segundos de dados dos homens, calcule o valor WTC ins liderado por mulheres com a equação.Da mesma forma, depois de remover os dois segundos iniciais de dados dos homens e os últimos dois segundos de dados das mulheres, calcule o valor WTC ins liderado pelos homens por dois segundos. Repita o procedimento com diferentes defasagens de tempo, N, como N equivale a quatro ou seis ou oito segundos, através dos potenciais 676 pares CH e calcule a força do INS WTC liderado por mulheres e homens com a equação descrita anteriormente. Calcule ins pWTC usando pWTC da mesma forma usando a equação.Gerar a série temporal de atraso de tempo dos sinais fNIRS entre homens e mulheres e calcular os valores do WTC com atraso de tempo em diferentes atrasos de tempo. Gerar série de tempo autocorrelado de sinais fNIRS masculinos removendo os dois primeiros segundos e os últimos dois segundos dos dados dos homens. Então, calcule o valor autocortado de dois segundos para os homens.Em seguida, avalie os valores WTC corrigidos automaticamente em diferentes lags de tempo. Da mesma forma, crie uma série de tempo alinhada ao tempo dos sinais fNIRS removendo os dois primeiros segundos de dados dos homens e das mulheres. Em seguida, calcule o WTC alinhado ao tempo de dois segundos.Em seguida, avalie os valores wtc alinhados ao tempo em diferentes atrasos de tempo. Digite o WTC alinhado ao tempo, wtc com atraso de tempo e valores WTC autocorrelatados em diferentes tempos de atraso nas equações do pWTC, gerando INS pWTC. No processamento de dados fNIRS de segundo nível, remova as faixas de ruído fisiológico e frequência de cada sinal acima de 0,7 hertz.Em seguida, remova as faixas de frequência de cada sinal abaixo de 0,01 hertz e dentro de 0,15 a 0,3 hertz para filtrar flutuações de frequência muito baixas. Transforme o INS com Fisher Z-transformation e, em seguida, a média do INS na dimensão temporal. Para o INS médio em cada lag de tempo, realize um teste t de duas amostras emparelhado em cada par ch em toda a faixa de frequência.Em seguida, identifique todos os aglomerados de frequência significativos. Reatribua relações dídicas ao atribuir aleatoriamente os participantes a novos pares de membros, como os participantes de um diad que nunca havia se comunicado. Realize um teste de permutação baseado em cluster para estabelecer um limiar para os resultados.Recalcular o INS em cada defasagem de tempo. Realize testes t emparelhados na nova amostra e identifique clusters de frequência significativos. Em seguida, selecione o cluster com o maior valor T somado antes de repetir os procedimentos 1.000 vezes para gerar uma distribuição nula dos valores T falsos positivos máximos.Compare o valor T somado de cada aglomerado de frequência identificado na amostra original com a distribuição nula para obter resultados estatísticos significativos. Uma análise de simulação foi realizada no estudo. A análise representativa ilustra que o INS WTC com correção automática foi significativamente maior do que o INS WTC atrasado sem correção automática e ins pWTC com atraso de tempo.Além disso, não houve diferença significativa entre o INS WTC com atraso de tempo sem correção automática e ins pWTC, indicando a eficiência do pWTC na remoção do impacto do efeito de autocorrelação no INS. Um efeito de contexto significativo marginal foi observado dentro de 0,4 a 0,6 hertz, que dos homens atrasou a das mulheres em quatro segundos. Em contrapartida, para o INS pWTC, apenas um efeito de contexto significativo dentro de 0,4 a 0,6 hertz quando o sensor e a atividade do córtex motor dos homens atrasaram a das mulheres em quatro segundos.O INS direcional de mulheres para homens foi significativamente maior nos contextos de conflito do que nos contextos de apoio. Os resultados do INS pWTC foram validados com o método de causalidade granger. Os resultados mostraram que o INS GC apresentou um padrão semelhante ao INS pWTC.O INS direcional calculado pela análise de causalidade granger de mulheres para homens foi significativamente maior nos contextos de conflito do que nos contextos de apoio. Depois de calcular a sincronização neural usando este método, também é possível conduzir um monte de outros métodos. Por exemplo, podemos comparar esse fluxo de informações direcionais entre diferente contexto de conexão social e a conexão social em diferentes relações sociais.E também, é possível entender a contribuição de diferentes comportamentos de comunicação para a sincronização neural. Por exemplo, se é comunicação verbal ou comunicação não verbal desempenham mais um papel importante na sincronização neural.

Research

JoVE Journal

Neuroscience

Using Informational Connectivity to Measure the Synchronous Emergence of fMRI Multi-voxel Information Across Time

Usando Informativa Conectividade medir o Emergence Synchronous de fMRI Multi-voxel Informações Across Time

It is now appreciated that condition-relevant information can be present within distributed patterns of functional magnetic resonance imaging (fMRI) brain ...

Neurociência

Simultaneous Evaluation of Cerebral Hemodynamics and Light Scattering Properties of the In Vivo Rat Brain Using Multispectral Diffuse Reflectance Imaging

Simultaneous Evaluation of Cerebral Hemodynamics and Light Scattering Properties of the In Vivo Rat Brain Using Multispectral Diffuse Reflectance Imaging

Avaliação simultânea de Cerebral Hemodinâmica e de espalhamento de luz Propriedades do<em&gt; In Vivo</em&gt; Cérebro de Rato Utilizando Imagem de Reflexão Difusa Multispectral

The simultaneous evaluation of cerebral hemodynamics and the light scattering properties of in vivo rat brain tissue is demonstrated using a conventional ...

Quadruple Immunostaining of the Olfactory Bulb for Visualization of Olfactory Sensory Axon Molecular Identity Codes

Imunossinção Quadruple da Lâmpada Olfativa para Visualização de Códigos de Identidade Molecular de Axon Sensorial Olfativo

The mouse olfactory system is often used to study mechanisms of neural circuit formation&#12288;because of its simple anatomical structure. An Olfactory ...

Ocular Kinematics Measured by In Vitro Stimulation of the Cranial Nerves in the Turtle

Ocular Kinematics Measured by In Vitro Stimulation of the Cranial Nerves in the Turtle

Cinemática ocular medida na Vitro estimulação dos nervos cranianos na tartaruga

After animals are euthanized, their tissues begin to die. Turtles offer an advantage because of a longer survival time of their tissues, especially when ...

Simultaneous Recordings of Cortical Local Field Potentials, Electrocardiogram, Electromyogram, and Breathing Rhythm from a Freely Moving Rat

Gravações simultâneas de potenciais de campo corticais Local, eletrocardiograma, eletromiograma e respirar o ritmo de um rato andando livremente

Monitoring the physiological dynamics of the brain and peripheral tissues is necessary for addressing a number of questions about how the brain controls ...

A Volumetric Method for Quantification of Cerebral Vasospasm in a Murine Model of Subarachnoid Hemorrhage

Um método volumétrico para quantificação de vasoespasmo Cerebral em um modelo murino de hemorragia subaracnoide

Subarachnoid hemorrhage (SAH) is a subtype of hemorrhagic stroke. Cerebral vasospasm that occurs in the aftermath of the bleeding is an important factor ...

Retinal Vascular Reactivity as Assessed by Optical Coherence Tomography Angiography

Reatividade Vascular da Retina avaliada pela Angiografia de Tomografia de Coerência Óptica

The vascular supply to the retina has been shown to dynamically adapt through vasoconstriction and vasodilation to accommodate the metabolic demands of ...

Reliable Acquisition of Electroencephalography Data during Simultaneous Electroencephalography and Functional MRI

Aquisição confiável de dados de eletroencefalografia durante eletroencefalografia simultânea e ressonância magnética funcional

Simultaneous electroencephalography (EEG) and functional magnetic resonance imaging (fMRI), EEG-fMRI, combines the complementary properties of scalp EEG ...

Inter-Brain Synchrony in Open-Ended Collaborative Learning: An fNIRS-Hyperscanning Study

Sincronia inter-cerebral em aprendizagem colaborativa aberta: um estudo fNIRS-Hyperscanning

fNIRS hyperscanning is widely used to detect the neurobiological underpinnings of social interaction. With this technique, researchers qualify the ...

How to Calculate and Validate Inter-brain Synchronization in a fNIRS Hyperscanning Study

Como calcular e validar a sincronização inter-cerebral em um estudo de hiperscanagem fNIRS

The dynamics between coupled brains of individuals have been increasingly represented by inter-brain synchronization (IBS) when they coordinate with each ...