Wykorzystanie MazeSuite i funkcjonalnej spektroskopii bliskiej podczerwieni do badania uczenia się w nawigacji przestrzennej

Celem niniejszej prezentacji jest realizacja dwóch zadań. Po pierwsze, zilustrowanie procesu projektowania protokołu eksperymentalnego oraz wykorzystania pakietu May suite, a po drugie, zaprezentowanie konfiguracji i wdrożenia systemu monitorowania aktywności mózgu FNIR. Pakiet May suite może być wykorzystywany do projektowania i edycji dostosowanych środowisk 3D, a także do śledzenia wyników behawioralnych uczestnika.

Aby to zademonstrować, przedstawiono podpróbkę z badania, która pokazuje, jak używać jednocześnie pakietu May oraz fNIRS w ramach jednego eksperymentu. Badanie obejmuje ocenę aktywności poznawczej grzbietowo-bocznej kory przedczołowej podczas nabywania i uczenia się zadań komputerowych dla blokowych i losowych sekwencji ćwiczeń. fNIRS jest optyczną techniką monitorowania mózgu, która wykorzystuje światło bliskiej podczerwieni do śledzenia zmian w odpowiedziach hemodynamicznych w obrębie kory.

Nieinwazyjne monitorowanie hemodynamiki i utlenowania mózgu zostało po raz pierwszy zademonstrowane przez Jobossy i współpracowników w 1977 roku. Technologia ta umożliwia projektowanie przenośnych, bezpiecznych, przystępnych cenowo, nieinwazyjnych i małoinwazyjnych systemów monitorujących, które mogą być wykorzystywane do pomiaru aktywności mózgu w naturalnym środowisku. W warunkach ambulatoryjnych i terenowych światło bliskiej podczerwieni o długości fali od 700 do 900 nanometrów może przenikać przez tkanki na głębokość kilku centymetrów.

Gdy światło wpada do tkanki, zostaje ono albo pochłonięte, albo rozproszone. Absorpcja wynika z obecności cząsteczek absorbujących światło, takich jak hemoglobina i woda, natomiast rozpraszanie zachodzi w strukturach tkankowych, na przykład w błonach komórkowych i warstwach. Typowy pomiar fNIRS obejmuje jednostkę pomiarową wyposażoną w źródła światła i detektory.

Gdy źródło światła zostaje aktywowane, światło pada na skórę głowy, przenika przez nią i rozchodzi się we wszystkich kierunkach w tkance, tracąc intensywność w miarę przemieszczania się; część światła powraca na powierzchnię w wyniku wielokrotnego następczego rozpraszania i jest rejestrowana przez detektor. Fotony docierające do detektora przemieszczają się w rzeczywistości przez objętość w kształcie banana. Pomiary w detektorze dostarczają informacji o tej objętości pomiędzy źródłem światła a detektorem. Para ta nazywana jest oid; głębokość penetracji, innymi słowy krzywizna banana, jest funkcją odległości między źródłem światła a detektorem.

Dlatego też geometria czujników fNIRS ma kluczowe znaczenie w procesie projektowania. W zależności od rodzaju pomiarów dla zadań poznawczych oraz pomiarów z kory przedczołowej, separacja optyczna wynosi zazwyczaj od 2,5 cm do 3 cm. W niniejszym badaniu zastosowaliśmy urządzenia fNIRS model 1000.

Rozwiązanie to opiera się na projektach opracowanych przez Chance'a i współpracowników w latach 90. XX wieku, a następnie rozwiniętych w Optical Brain Imaging Lab na Uniwersytecie Drexel. Instrument ten nie wykorzystuje światłowodów ani przewodników światła do łączenia optodów ze skórą. Dzięki temu jest łatwiejszy w konfiguracji, zapewnia większy komfort podczas długich sesji i jest mniej podatny na artefakty ruchowe.

Ten czujnik został jednak zaprojektowany specjalnie do wykrywania aktywacji kory grzbietowo-bocznej przedczołowej znajdującej się pod czołem i nie może być stosowany w innych obszarach głowy ze względu na interferencje powodowane przez włosy. Podkładka czujnika FNIR użyta w badaniu zawiera cztery diody emitujące światło niespójne o długości fali 730 nanometrów oraz 850 nanometrów. Znajduje się tam 10 fotodetektorów, a dzięki sekwencyjnemu świeceniu diod LED oraz wykorzystaniu detektorów otaczających uzyskuje się 16 punktów pomiarowych.

Podczas każdego skanowania pobierane są próbki z poszczególnych pól. Obejmuje to pomiar natężenia światła o dwóch różnych długościach fal oraz pomiar ciemny w celu uwzględnienia światła otoczenia, co daje łącznie trzy kanały dla każdego miejsca pomiaru; w rezultacie podczas skanowania rejestrowanych jest 48 kanałów. Podkładka z czujnikiem jest umieszczana na czole badanego.

Jedna osoba powinna znajdować się po lewej stronie badanego, a druga z boku. Po prawej stronie badanego czujnik należy umieścić tuż nad brwiami, centrując go w pionie. Wyimaginowana pionowa linia symetrii przebiega przez linię środkową czoła, a następnie nos.

Linia środkowa podkładów czujnika pokrywa się z linią środkową czoła i nosa. Po ustawieniu podkładu czujnika kable są rozciągnięte po obu stronach i połączone z tyłu głowy. Po zabezpieczeniu kabla klipsem kluczowe jest sprawdzenie, czy podkład czujnika przylega prawidłowo do skóry oraz czy między optodami a skórą nie ma wybrzuszeń ani wolnych przestrzeni.

Dobrym sposobem sprawdzenia prawidłowego połączenia jest wywarcie lekkiego nacisku na podkładkę czujnika i sprawdzenie, czy nacisk powoduje zmianę jego ułożenia. Czasami nad czujnikiem fNIRS można umieścić opaskę na głowę, gumkę lub sztywny materiał, np. opaskę tenisową lub bandanę, aby zapewnić stabilne połączenie optodów ze skórą. Po ustaleniu pozycji czujnika należy zweryfikować sygnały we wszystkich kanałach, rozpoczynając akwizycję danych. W pierwszej kolejności podkładkę czujnika należy podłączyć do jednostki sterującej sprzętu fNIRS.

Urządzenie należy podłączyć do komputera za pomocą kabla USB, a następnie włączyć oba systemy. Następnie uruchom program Kobe Studio na komputerze, klikając skrót w lewym panelu, i kliknij łącze uruchamiania bieżącego urządzenia. Jeśli ustawienia są poprawne, w panelu komunikatów pojawi się informacja o uruchomieniu urządzenia, a na wykresach zostaną wyświetlone nowo pozyskane sygnały.

Poziomy sygnału zależą od prądu diody LED oraz ustawień wzmocnienia. Dobrą praktyką jest utrzymanie tych parametrów powyżej 700 millivolts i poniżej 4 000 millivolts. Ponadto sygnały powinny być stabilne.

Zbyt duża zmienność i występowanie pików mogą wskazywać na nieprawidłowe sprzężenie czujnika lub problemy z łącznością kabli bądź sprzętu. W niektórych przypadkach jeden lub dwa kanały boczne (pierwszy i drugi po lewej oraz 15 i 16 po prawej) mogą znajdować się nad włosami, przez co wartości ich sygnałów są zbyt niskie. W takiej sytuacji można kontynuować pracę i wyeliminować te kanały w późniejszym etapie analizy.

Może być konieczne dostosowanie ustawień dla każdego badanego, ponieważ ze względu na różne właściwości optyczne skóry poszczególnych osób mogą występować duże różnice indywidualne. Aby zmienić ustawienia urządzenia, najpierw kliknij stop current device. Następnie kliknij device properties w lewym panelu.

Przejdź do karty ustawień akwizycji danych w oknie dialogowym. Jeśli chcesz najpierw zwiększyć wartości sygnału, zwiększ wartość prądu diod LED. Zwiększenie wartości prądu LED spowoduje, że diody będą świecić jaśniej.

Jeśli chcą Państwo najpierw zmniejszyć poziom sygnału, należy zmniejszyć wzmocnienie. Początkowa wartość wzmocnienia jest stosowana dla wszystkich wokseli. Po ustawieniu wartości należy kliknąć zapisz, a następnie kliknąć start.

Obecne urządzenie służy do rozpoczęcia akwizycji danych z nowo ustawionymi parametrami; powszechną i użyteczną praktyką jest również stosowanie markerów w celu identyfikacji określonych zdarzeń podczas eksperymentów. Istnieją dwa rodzaje markerów: ręczne i automatyczne. Markery ręczne są generowane poprzez kliknięcia przycisków w głównym oknie K, są one znakowane czasowo i zapisywane wraz z danymi FNIR.

Automatyczne markery są odbierane z zewnętrznego urządzenia lub oprogramowania komputerowego w celu rejestracji markerów podczas zatrzymania urządzenia. Przejdź do ustawień urządzenia znajdujących się w lewym panelu i w zakładce ustawień synchronizacji zaznacz opcję nasłuchiwania markerów. Sugerowaną metodą komunikacji markerów jest port szeregowy.

Należy zweryfikować, czy numer portu szeregowego jest ustawiony na prawidłowy numer portu w komputerze. Następnie oprogramowanie do stymulacji, takie jak ePrime lub May Suite, może być wykorzystane do wysyłania markerów o określonych wartościach, które są odbierane, znakowane czasowo i zapisywane wraz z danymi FNIR na tym komputerze. Surowe sygnały FNIR są sygnałami szeregów czasowych reprezentującymi natężenie światła.

Szum w danych może zostać usunięty przed lub po konwersji surowych wartości light.Intensity na wartości utlenowania. Dane nieistotne fizjologicznie, takie jak oddychanie, pulsacja serca i szum urządzeń, muszą zostać wyeliminowane z surowych pomiarów FNIR. Komponent związany z tętnem zazwyczaj wykazuje szczyt w okolicach 0.5 hertz lub powyżej, natomiast oddychanie mieści się w zakresie od 0.2 hertz do 0.4 hertz; należy je usunąć, aby wyeliminować te artefakty fizjologiczne.

Zastosowano filtry o skończonej odpowiedzi impulsowej oraz filtry dolnoprzepustowe o liniowej fazie. Sygnały mogą być również zniekształcone przez artefakty ruchowe. Gdy źródła światła i/lub detektory czujnika FNIR przesuną się z pierwotnego miejsca przyczepienia lub utracą kontakt ze skórą w wyniku ruchu głowy, w pomiarach FNIR mogą wystąpić nieoczekiwane, nagłe skoki lub impulsy.

Ponadto, jeśli źródło światła straci sprzężenie ze skórą, detektor może zarejestrować bardzo niskie wartości, ponieważ światło może nie docierać do niego, lub ekstremalnie wysokie natężenia i chwilowe nasycenie z powodu światła odbitego od powierzchni skóry. Podobne efekty nasycenia mogą wystąpić, jeśli detektor odskoczy i straci kontakt ze skórą. Ruch głowy powodujący przedostawanie się światła otoczenia może dodatkowo wywołać zmiany w nacisku wywieranym na podkładkę czujnika, źródła światła lub detektory.

Zmiany te mogą umożliwić wniknięcie większej liczby fotonów do tkanki, co tymczasowo zmienia wykrywaną intensywność światła. Poza samą wizualną inspekcją danych pod kątem możliwych artefaktów ruchowych, istnieje coraz więcej algorytmów detekcji i usuwania artefaktów ruchowych, które automatyzują ten proces i eliminują subiektywizm. Algorytmy usuwania artefaktów opisane w literaturze obejmują zarówno proste filtry dolnoprzepustowe i filtry VAM, jak i analizę falkową, analizę składowych niezależnych lub głównych, a także filtrowanie optymalne, takie jak adaptacyjne filtry Wienera i Cowmana. Systemy fali ciągłej. Surowe sygnały fNIRS są konwertowane na względne zmiany natlenienia z wykorzystaniem zmodyfikowanego prawa Beera-Lamberta.

Gęstość optyczna przy określonej długości fali wejściowej jest stosunkiem logarytmicznym natężenia światła wejściowego do natężenia światła wyjściowego. OD jest również powiązana z koncentracją i współczynnikiem absorpcji chromoforu, skorygowaną odległością źródła światła od detektora oraz stałym czynnikiem tłumienia przy tym samym natężeniu światła wejściowego w dwóch różnych momentach czasowych. Różnicę OD można zapisać wyłącznie w oparciu o wartości wykrytego natężenia światła. Zazwyczaj wybierane są dwie długości fal: jedna w zakresie od 700 do 900 nanometrów, gdzie absorpcja oksyhemoglobiny i deoksyhemoglobiny dominuje w porównaniu z innymi chromoforami tkankowymi, oraz dwie – jedna poniżej i jedna powyżej punktu izospektralnego, który wynosi około 805 nanometrów i w którym widma absorpcji deoksy- i oksyhemoglobiny przecinają się.

Równanie to można przekształcić, aby wyznaczyć stężenia, jeśli macierz dwa na dwa jest nieosobliwa. Po obliczeniu względnych zmian wartości hemoglobiny utlenowanej i odtlenowanej, kolejnym krokiem jest ekstrakcja cech, zależnie od zastosowanego protokołu eksperymentalnego i zadania poznawczego.

Ekstrakcja cech jest najczęściej wykorzystywana w celu zmniejszenia ilości danych oraz umożliwienia porównań między różnymi zadaniami poznawczymi, grupami badanych i lokalizacjami anatomicznymi za pomocą analizy statystycznej. Powszechnie stosowane cechy obejmują wartości maksymalne, minimalne, średnie lub mediany dla hemoglobiny utlenowanej i odtlenowanej oraz czas reakcji, czyli czas, który upłynął do osiągnięcia minimum lub maksimum. Cechy te mogą być ekstrahowane z wywołanej odpowiedzi hemodynamicznej na określony bodziec poznawczy, uzyskanej przy użyciu paradygmatów pojedynczych prób, lub z epoki lub bloku danych odpowiadającego określonym warunkom, zaimplementowanym poprzez projekty i paradygmaty prób blokowych.

Zestaw składa się z trzech komponentów, z których każdy jest skierowany na konkretny etap eksperymentu: projektowanie, przeprowadzanie doświadczeń oraz analizę. Narzędzie Maze Maker umożliwia użytkownikowi łatwe zaprojektowanie środowiska 3D dla każdego etapu protokołu eksperymentalnego.

Proste środowiska można stworzyć w kilka chwil. Najpierw należy zdefiniować powierzchnię podłogi, a następnie użyć narzędzia do ścian, aby wyznaczyć granice labiryntu. Na koniec należy umieścić punkt startowy obiektu oraz obszar wyjścia.

Po zapisaniu można użyć narzędzia szybkiego uruchamiania, aby natychmiast przetestować środowisko. W celu spełnienia wymagań konkretnego projektu eksperymentalnego można stworzyć bardziej złożone środowiska. Środowiska można dostosować poprzez wprowadzenie obiektów interaktywnych, sterowania oświetleniem oraz teksturowanie.

Za pomocą Maze List Builder można tworzyć i zapisywać pliki Mel, które łączą określone zestawy labiryntów i komunikatów dla użytkownika do wykorzystania w procedurach eksperymentalnych. Funkcjonalność Masis umożliwia realizację konkretnych poziomów projektu eksperymentalnego, które można zorganizować w formie scenariusza z rosnącym lub randomizowanym poziomem trudności, bądź jako poziomy kontrolne w zestawieniu z eksperymentalnymi. Poszczególne próby eksperymentu są przeprowadzane przy użyciu programu Maze Walker.

Zmiana ustawień w Maze Walker pozwala użytkownikom na dokładniejsze określenie warunków eksperymentu. Sterowanie można zmienić tak, aby akceptowało sygnały z różnych urządzeń, w tym klawiatury, myszy i joysticka. Urządzenia zewnętrzne mogą prowadzić dwukierunkową komunikację z Maze Walker, zbierając informacje lub wyzwalając zmiany w środowisku.

Komunikacja z urządzeniem może odbywać się za pośrednictwem protokołu T-C-P-I-P lub kabla szeregowego i może być integrowana z szeroką gamą urządzeń, w tym E-E-G-F-M-R-I oraz FNIR. Podczas sesji system Maze Walker rejestruje ruch badanego wraz z wszelkimi zdarzeniami, które wystąpiły w trakcie sesji. Dzięki programowi Maze Analyzer pliki MACE mogą być wyświetlane wraz z zapisaną ścieżką użytkownika w celu przeprowadzenia analizy.

W celu ułatwienia analizy można nakładać na siebie różne ścieżki, a także obliczać informacje statystyczne dotyczące poszczególnych prób. Dodatkowo, zgromadzone dane można wyeksportować do programu Excel lub MATLAB w celu ich dalszego przetwarzania. Nasz repertuar poznawczy obejmuje szeroki wachlarz funkcji i zdolności, do których można uzyskać dostęp poprzez różnorodne zadania, w tym wirtualną nawigację przestrzenną oraz labirynty; wzorce aktywacji mózgu w korze czołowej różnią się pomiędzy początkowym wykonaniem nowego zadania, okresem po praktyce a fazą retencji.

Wykorzystując technikę FNIR i koncentrując się na korze przedczołowej, opieramy się na funkcjach PFC, w szczególności na funkcjach wykonawczych, regulacji funkcji poznawczych w działaniu, wykorzystaniu PFC podczas zadań rozwiązywania problemów oraz angażowaniu struktur wyższego rzędu podczas utrzymywania wielu elementów w pamięci roboczej. Organizacja praktyki podczas nauki wielu podobnych zadań jest zjawiskiem uczenia się zwanym efektem interferencji kontekstowej. Efekty interferencji kontekstowej są widoczne, gdy osoby nabywają umiejętności w ramach wielu zadań przy zastosowaniu różnych harmonogramów ćwiczeń.

Wysoki stopień interferencji kontekstowej powstaje, gdy zadania do nauczenia są prezentowane w nieprzewidywalnej kolejności niesekwencyjnej. Niski stopień interferencji kontekstowej (trening blokowy) występuje, gdy zadania do nauczenia są prezentowane w przewidywalnej kolejności. Każdy uczestnik wykonał 315 prób nabywania umiejętności, po 105 prób dla każdego z trzech labiryntów w ciągu trzech dni: w poniedziałek, środę i piątek.

W następny poniedziałek, 72 godziny po nabyciu, w losowej kolejności przeprowadzono 30 prób retencji i 20 prób transferu. Aktywność PFC była monitorowana podczas wszystkich faz dla 16 obszarów opto. W ramach FNIR mierzono zmiany względne średniego poziomu hemoglobiny utlenowanej oraz wskaźniki behawioralne, takie jak całkowity czas, długość ścieżki i średnia prędkość w labiryntach.

Wyniki behawioralne wykazują, że dla obu kolejności ćwiczeń występuje monotonicznie spadający trend czasu przejścia labiryntu, czyli całkowitego czasu niezbędnego do jego ukończenia, co sugeruje, że wraz z praktyką uczestnicy pokonywali labirynt w krótszym czasie, co jest oczekiwane w behawioralnych ocenach uczenia się. Dodatkowo prędkość w labiryncie, czyli średnia prędkość, z jaką uczestnicy nawigują po labiryncie, wzrasta wraz z praktyką. Ponownie, poprawa wskaźników behawioralnych w czasie jest w tych wynikach oczekiwana jako przejaw uczenia się.

Przedstawiono porównanie obok siebie praktyki losowej i blokowej dla każdego zadania transferowego w przypadku łatwiejszego zadania transferowego. Praktyka blokowa w labiryncie czwartym przyniosła lepsze wyniki niż praktyka losowa. Jednak w przypadku trudniejszego zadania transferowego, labiryntu piątego, praktyka losowa okazała się lepsza od średniej utlenowanej blokowej.

Zmiany stężenia hemoglobiny podczas prób treningowych wskazują, że kolejność blokowa wymagała silniejszej aktywacji mózgu w porównaniu z kolejnością losową. Ponadto, podczas porównań w obrębie tej samej kolejności treningowej dla uczenia blokowego, nowe zadanie, takie jak w fazie transferu, wymagało silniejszej aktywacji mózgu, biorąc pod uwagę, że kolejność treningowa była inna dla zadań już opanowanych.

W przypadku uczestnika, który uczył się zadania w kolejności blokowej, ten stratyfikowany losowy porządek ćwiczeń mógł być na tyle nowatorski, że wymagał dodatkowego wysiłku i zasobów poznawczych do wykonania zadania. Co więcej, w przypadku losowego porządku ćwiczeń, faza transferu aktywacji neuronalnej nie była wyższa niż faza retencji. Podsumowując, to badanie eksploracyjne zademonstrowało zastosowanie pakietu May oraz FNIR do badania neurobehawioralnych aspektów uczenia się w nawigacji przestrzennej.

May Suite umożliwia projektowanie i stosowanie prostych środowisk 3D za pomocą przyjaznego interfejsu graficznego i automatycznie rejestruje miary behawioralne do porównań wewnątrzobiektowych lub międzyobiektowych. fNIRS jest przenośnym, bezpiecznym i nieinwazyjnym narzędziem do monitorowania pracy mózgu, które jest wykorzystywane w warunkach klinicznych, laboratoryjnych i naturalnych do badania aktywacji mózgu. Mamy nadzieję, że ta prezentacja pomogła w wyjaśnieniu działania tych narzędzi.

Powodzenia w przeprowadzaniu eksperymentów.