Utilizando MazeSuite y funcional espectroscopia cercana al infrarrojo para estudiar el aprendizaje de la navegación espacial

Nuestro objetivo en esta presentación es doble. Primero, ilustrar el proceso de diseño del protocolo experimental y el uso de May suite, y segundo, demostrar la configuración y el despliegue del Sistema de Monitoreo de Actividad Cerebral FNIR. May suite puede utilizarse para diseñar y editar entornos 3D adaptados, así como para rastrear el rendimiento conductual de un participante.

Para demostrar estos aspectos, se presenta una submuestra de un estudio que muestra cómo utilizar tanto la batería May como la FNIR en un solo experimento. El estudio consiste en evaluar la actividad cognitiva del córtex prefrontal dorsolateral durante la adquisición y el aprendizaje de tareas de mace computarizadas con órdenes de práctica bloqueada y aleatoria. La FNIR es una técnica de monitoreo cerebral óptico que utiliza luz infrarroja cercana para rastrear los cambios en las respuestas hemodinámicas dentro del córtex.

La monitorización no invasiva de la hemodinámica cerebral y la oxigenación fue demostrada por primera vez por Jobesy y colegas en 1977. Esta tecnología permite el diseño de sistemas portátiles, seguros, asequibles, no invasivos y mínimamente intrusivos que pueden utilizarse para medir la actividad cerebral en entornos naturales. En condiciones ambulatorias y de campo, la luz infrarroja cercana puede penetrar el tejido unos pocos centímetros dentro del rango de 700 a 900 nanómetros.

Cuando la luz entra en el tejido, es absorbida o dispersada. La absorción se debe a cromóforos, moléculas que absorben la luz, como la hemoglobina y el agua; la dispersión ocurre en las estructuras del tejido, tales como las membranas celulares y las capas. Una medición típica de FNIR contiene una unidad de medición que posee fuentes de luz y detectores.

Cuando una fuente de luz se activa, la luz se introduce sobre el cuero cabelludo, lo penetra y viaja en todas direcciones dentro del tejido perdiendo intensidad a medida que avanza; parte de la luz regresa a la superficie debido a una dispersión múltiple y secuencial, y es registrada por el detector. Los fotones que llegan al detector en realidad atraviesan un volumen con forma de banana. Las mediciones en el detector proporcionan información sobre este volumen situado entre la fuente de luz y el detector. El par denominado oid determina la profundidad de penetración, es decir, la curvatura de la banana es una función de la distancia entre la fuente de luz y el detector.

Por eso, la geometría del sensor FNIR es fundamental en el diseño. Dependiendo del tipo de mediciones para la tarea cognitiva y la medición desde la corteza prefrontal, la separación óptica suele ser de 2,5 centímetros a tres centímetros. En este estudio, hemos utilizado dispositivos FNIR modelo 1000.

Esto se basa en los diseños de Chance y colegas de la década de 1990 y fue desarrollado posteriormente en el Laboratorio de Imagen Cerebral Óptica de la Universidad Drexel. Este instrumento no depende de fibras ni guías de luz para acoplar los optodos con la piel. Por lo tanto, es más fácil de configurar, más cómodo para sesiones prolongadas y menos susceptible a artefactos por movimiento.

Sin embargo, este sensor está diseñado específicamente para detectar la activación cortical de la corteza prefrontal dorsolateral ubicada bajo la frente, y no puede utilizarse en otras regiones de la cabeza debido a la interferencia del cabello. La almohadilla del sensor FNIR utilizada en el estudio contiene cuatro diodos emisores de luz que emiten luz incoherente a 730 nanómetros y 850 nanómetros. Existen 10 fotodetectores, y al encender los LED en orden secuencial, junto con el uso de detectores circundantes, se obtienen 16 ubicaciones de medición.

Se están tomando muestras de cajas en cada escaneo. Esto incluye la medición de la intensidad luminosa de dos longitudes de onda diferentes y también una medición oscura para la luz ambiental, lo que suma tres canales para cada ubicación de medición. Por lo tanto, en total, hay 48 canales registrados provenientes del escaneo. La almohadilla del sensor se coloca sobre la frente del lado del sujeto.

Uno debe estar al lado izquierdo del sujeto y el otro al lado derecho. En el lado derecho del sujeto, el sensor debe colocarse justo encima de las cejas y debe centrarse verticalmente. La línea imaginaria de simetría vertical pasa por la línea media de la frente y luego por la nariz.

La línea central de las almohadillas del sensor coincide con la línea media de la frente y la nariz. Una vez colocada la almohadilla del sensor, los cables se sujetan desde ambos lados y se conectan en la parte posterior de la cabeza. Con el cable asegurado mediante la abrazadera, es fundamental verificar que la almohadilla del sensor esté correctamente acoplada a la piel y que no haya protuberancias ni espacios entre los optos y la piel.

Una buena forma de comprobar el acoplamiento adecuado consiste en aplicar una ligera presión sobre la almohadilla del sensor y verificar si la posición cambia con la presión. A veces, se puede colocar sobre el sensor FNIR una diadema, una cinta elástica o una tela firme, como una cinta de tenis o una pañoleta, para asegurar el acoplamiento de los optodos con la piel. Tras fijar la posición del sensor, se debe verificar la señal en todos los canales iniciando la adquisición de datos. Primero, se debe conectar la almohadilla del sensor al caja de control del hardware FNIR.

El dispositivo debe conectarse al ordenador mediante un cable USB, y ambos sistemas deben estar encendidos. A continuación, ejecute Kobe Studio en el ordenador haciendo clic en el acceso directo en el panel izquierdo y luego haga clic en el enlace para iniciar el dispositivo actual. Si la configuración es correcta, el panel de mensajes mostrará que el dispositivo ha sido iniciado, y las gráficas mostrarán las señales recién adquiridas.

Los niveles de señal dependen de la corriente del LED y de la configuración de ganancia. Una buena regla general es que estos parámetros estén por encima de 700 milivoltios y por debajo de 4.000 milivoltios. Además, las señales deben ser estables.

Una variación excesiva y picos pueden indicar una acoplamiento inadecuado del sensor o problemas de conectividad del cable o del hardware. En algunos casos, uno o dos canales laterales, el uno y el dos en el lado izquierdo y el 15 y el 16 en el derecho, podrían colocarse sobre el cabello y sus valores de señal ser demasiado bajos. Puede continuar simplemente y eliminar esos canales más adelante en el análisis.

Es posible que necesite ajustar la configuración según cada sujeto, ya que pueden existir grandes diferencias individuales debido a las distintas propiedades ópticas de la piel de cada persona. Para cambiar la configuración del dispositivo, primero haga clic en detener el dispositivo actual. Luego, haga clic en propiedades del dispositivo en el panel izquierdo.

Vaya a la pestaña de configuración de adquisición de datos en el cuadro de diálogo. Si desea aumentar primero los valores de la señal, aumente el valor de la corriente del LED. Un aumento en el valor de la corriente del LED significa que los LED brillarán más intensamente.

Si desea graduar primero los niveles de señal, reduzca la ganancia. El valor inicial de ganancia se utiliza para todos los vóxeles. Después de establecer los valores, haga clic en guardar y luego en comenzar.

El dispositivo actual para comenzar la adquisición de datos con nuevos parámetros establecidos; también es común y útil utilizar marcadores para identificar ciertos eventos durante los experimentos. Existen dos tipos de marcadores: manual y automático. Los marcadores manuales se generan mediante clics en botones en la ventana principal de K, y se etiquetan temporalmente y se guardan junto con los datos de FNIR.

Los marcadores automáticos se reciben desde un dispositivo externo o un software informático mientras el dispositivo está detenido. Vaya a la configuración del dispositivo ubicada en el panel izquierdo y, dentro de la pestaña de configuración de sincronización, active la opción para escuchar marcadores. Se sugiere utilizar el puerto serial como método de comunicación de marcadores.

Verifique que el número del puerto serial esté configurado en un número de puerto válido en el ordenador. Luego, se puede utilizar un software de estímulo, como ePrime o May Suite, para enviar marcadores mediante valores que se reciben con etiquetas de tiempo y se guardan junto con los datos de FNIR en este ordenador. Las señales de FNIR en bruto son señales de series temporales que representan la intensidad de la luz.

El ruido en los datos puede eliminarse antes o después de la conversión de los valores brutos de intensidad lumínica en valores de oxigenación. Es necesario eliminar de las mediciones brutas de fNIR los datos fisiológicamente irrelevantes, como la respiración, el pulso cardíaco y el ruido del equipo. La componente relacionada con la frecuencia cardíaca suele tener un pico alrededor de 0,5 hertzios o superior, mientras que la respiración se encuentra entre 0,2 y 0,4 hertzios; por lo tanto, para eliminar estos artefactos fisiológicos.

Se utilizan filtros pasa-bajos de respuesta al impulso finita y fase lineal. Las señales también podrían verse afectadas por artefactos de movimiento. Cuando las fuentes de luz del sensor FNIR y/o los detectores se desplazan de su posición original o pierden contacto con la piel debido al movimiento de la cabeza, pueden ocurrir ráfagas o picos repentinos e inesperados en las mediciones FNIR.

Además, si la fuente de luz pierde acoplamiento con la piel, el detector puede registrar valores muy bajos, ya que puede no pasar luz hacia él, o intensidades extremadamente altas y saturación momentánea debido a la luz reflejada desde la superficie de la piel. Efectos de saturación similares pueden ocurrir si el detector se despega y pierde contacto con la piel. La entrada de luz ambiental y el movimiento de la cabeza pueden además causar cambios en la presión aplicada al cojín del sensor o a las fuentes de luz y detectores.

Estos cambios pueden permitir que entren más fotones en el tejido, variando así temporalmente la intensidad de luz detectada. Además de inspeccionar visualmente los datos en busca de posibles artefactos de movimiento, existe un número creciente de algoritmos de detección y eliminación de artefactos de movimiento para automatizar el proceso y eliminar la subjetividad. Los algoritmos de eliminación de artefactos en la literatura van desde filtros simples pasa-bajos y filtros VAM hasta análisis de wavelets, análisis de componentes independientes o principales, y filtros óptimos como los filtros adaptativos de Wiener y Cowman. Sistemas de onda continua. Las señales FNIR en bruto se convierten en cambios relativos de oxigenación utilizando la ley modificada de Beer-Lambert.

La densidad óptica a una longitud de onda de entrada específica es la razón logarítmica entre la intensidad de luz de entrada y la intensidad de luz de salida. La DO también se relaciona con la concentración y el coeficiente de absorción del cromóforo, la distancia corregida entre la fuente de luz y el detector, además de un factor de atenuación constante con la misma intensidad de luz de entrada en dos instancias de tiempo diferentes. La diferencia en DO puede expresarse únicamente en términos de los valores de intensidad de luz detectada. Típicamente, las dos longitudes de onda elegidas son: una dentro del rango de 700 a 900 nanómetros, donde la absorción de oxihemoglobina y desoxihemoglobina es dominante en comparación con otros cromóforos tisulares, y dos longitudes de onda, una por debajo y otra por encima del punto isosbéstico, que es aproximadamente 805 nanómetros, donde los espectros de absorción de desoxi- y oxihemoglobina se cruzan entre sí.

Esta ecuación puede configurarse para resolver concentraciones si la matriz dos por dos no es significativa. Después de calcular los cambios relativos de los valores de hemoglobina oxigenada y desoxigenada. El siguiente paso consiste en extraer características según el protocolo experimental y la tarea cognitiva utilizados.

La extracción de características se utiliza principalmente para reducir la cantidad de datos y para realizar comparaciones entre diferentes tareas cognitivas, grupos de sujetos y ubicaciones anatómicas mediante análisis estadístico. Las características más utilizadas incluyen los valores máximo, mínimo, medio o mediano de la hemoglobina oxigenada y desoxigenada, así como el tiempo de reacción, que es el tiempo transcurrido hasta alcanzar el valor mínimo o máximo. Estas características pueden extraerse a partir de una respuesta hemodinámica evocada ante un estímulo cognitivo específico, obtenida mediante el uso de paradigmas de ensayo individual o con una época de datos o bloque de datos correspondiente a ciertas condiciones implementadas a través de diseños y paradigmas de ensayos por bloques.

May Suite consta de tres componentes dirigidos cada uno a una etapa específica del experimento: diseño, experimentación y análisis. Maze Maker permite al usuario diseñar fácilmente un entorno 3D para cada etapa del protocolo experimental.

Pueden crearse entornos simples en cuestión de momentos. Primero, defina el área del suelo y luego utilice la herramienta de paredes para delimitar los límites del laberinto. Finalmente, coloque la posición inicial del sujeto y después el área de salida.

Después de guardar, se puede utilizar la herramienta de ejecución rápida para probar inmediatamente el entorno. Se pueden crear entornos más complejos para cumplir con los requisitos de un diseño experimental particular. Los entornos pueden personalizarse mediante la incorporación de objetos interactivos, controles de iluminación y texturizado.

Utilizando el generador de listas de laberintos, se pueden crear y guardar archivos Mel que combinen combinaciones específicas de laberintos y mensajes personalizados para su uso como procedimientos experimentales. La funcionalidad de Masis puede utilizarse para llevar a cabo diseños experimentales específicos; los niveles pueden organizarse con dificultad creciente o aleatorizada como un guion gráfico, o bien con niveles de control frente a niveles experimentales. Las pruebas individuales del experimento se ejecutan mediante el uso del programa Maze Walker.

Modificar los ajustes en Maze Walker permite a los usuarios especificar aún más las condiciones del experimento. El control se puede cambiar para aceptar entradas de diferentes dispositivos, incluyendo teclado, ratón y joystick. Los dispositivos externos pueden participar en una comunicación bidireccional con Maze Walker, recopilando información o desencadenando cambios dentro del entorno.

La comunicación del dispositivo puede gestionarse mediante T-C-P-I-P o un cable serial y puede interconectarse con una amplia variedad de dispositivos, incluyendo E-E-G-F-M-R-I y FNIR. Durante las sesiones, mais Walker registraba el movimiento del sujeto junto con cualquier evento ocurrido durante la sesión. Con el programa Maze Analyzer, los archivos MACE pueden mostrarse con una trayectoria registrada del usuario para su revisión.

Pueden superponerse diferentes trayectorias para ayudar en el análisis, y puede calcularse información estadística sobre distintos ensayos. Además, la información recopilada puede exportarse a Excel o MATLAB para un procesamiento adicional. Nuestro repertorio cognitivo incluye una amplia variedad de funciones y capacidades a las que se puede acceder mediante el uso de una variedad de tareas, incluyendo la navegación espacial virtual, laberintos y patrones de activación cerebral en la corteza frontal que varían desde el desempeño inicial en una tarea novedosa tras la práctica y durante la retención.

Mediante el uso de IRNF y centrándonos en la corteza prefrontal, estamos aprovechando la función de la CPF, especialmente la función ejecutiva, la regulación de la función cognitiva en acción, el uso de la CPF durante tareas de resolución de problemas y la utilización de estructuras de nivel superior mientras se mantienen múltiples elementos en la memoria de trabajo. La organización de la práctica al aprender múltiples tareas similares es un fenómeno de aprendizaje denominado efecto de interferencia contextual. Los efectos de la interferencia contextual son evidentes cuando los individuos adquieren múltiples tareas según diferentes programas de práctica.

Se crea una alta interferencia contextual cuando las tareas que deben aprenderse se presentan en un orden no secuencial e impredecible. La práctica en bloque de baja interferencia contextual se crea cuando las tareas que deben aprenderse se presentan en un orden predecible. Cada participante realizó 315 ensayos de adquisición, 105 ensayos de cada uno de los tres laberintos durante tres días: lunes, miércoles y viernes.

El lunes siguiente, 72 horas después de la adquisición, se realizaron 30 ensayos de retención y 20 ensayos de transferencia en orden aleatorio. Se monitoreó la actividad de la CFP durante todas las fases en 16 sitios ópticos. Las medidas dependientes de FNIR incluyeron cambios relativos en la hemoglobina oxigenada media, y medidas conductuales del tiempo total, recorrido, longitud y velocidad promedio en los laberintos.

Los resultados de comportamiento muestran que, para ambos órdenes de práctica, existe una tendencia decreciente monótona en el tiempo del laberinto, el tiempo total necesario para completar el laberinto, lo que sugiere que, a medida que los participantes practican, terminan el laberinto en periodos cada vez más cortos, lo cual es esperado en evaluaciones conductuales del aprendizaje. Además, la velocidad en el laberinto, la velocidad promedio a la que los participantes recorren el laberinto, aumenta con la práctica. Una vez más, se espera una mejora en las mediciones conductuales a lo largo del tiempo, como inferencia del aprendizaje a partir de estos resultados.

Hay una comparación paralela de la práctica aleatoria frente a la práctica por bloques para cada tarea de transferencia en la tarea de transferencia más sencilla. En la práctica de cuatro bloques se superó a la práctica aleatoria. Sin embargo, para la tarea de transferencia más difícil, el laberinto cinco, la práctica aleatoria fue superior a la media por bloques de oxigenación.

Los cambios en la concentración de hemoglobina durante los ensayos de práctica indican que el orden por bloques requirió una mayor activación cerebral en comparación con el orden aleatorio. Además, al comparar dentro de un orden de práctica para el aprendizaje por bloques, una tarea nueva, como en la fase de transferencia, requirió una mayor activación cerebral, dado que el orden de práctica era diferente para las tareas ya aprendidas.

Para el participante que aprendió la tarea en un orden por bloques, este orden de práctica aleatorio estratificado puede haber sido lo suficientemente novedoso como para requerir un esfuerzo y recursos cognitivos adicionales para realizar la tarea. Además, en el orden de práctica aleatoria, la fase de transferencia de la activación neural no fue mayor que la fase de retención. En conclusión, este estudio exploratorio demostró el uso de May Suite y FNIR para estudiar los aspectos neuroconductuales del aprendizaje en la navegación espacial.

May Suite permite el diseño y la aplicación de entornos 3D sencillos mediante una interfaz gráfica fácil de usar, y registra automáticamente medidas de comportamiento para comparaciones dentro de un mismo sujeto o entre sujetos. La FNIR es una herramienta portátil, segura y no invasiva para el monitoreo cerebral que se ha utilizado en entornos clínicos, de laboratorio y naturales para estudiar la activación cerebral. Esperamos que esta presentación haya sido útil para explicar estas herramientas.

Buena suerte con sus experimentos.