Method Article
* Ces auteurs ont contribué à parts égales
Ce protocole décrit comment l’électroencéphalographie, l’électrocardiographie et les enregistrements comportementaux synchronisés ont été capturés à partir de dyades de nourrissons-soignants à domicile.
Les études antérieures par hyperbalayage qui enregistrent les activités cérébrales des soignants et des enfants en même temps ont été principalement menées dans les limites du laboratoire, limitant ainsi la généralisabilité des résultats à des contextes réels. Ici, un protocole complet pour capturer l’électroencéphalographie synchronisée (EEG), l’électrocardiographie (ECG) et les enregistrements comportementaux des dyades nourrissons-soignants pendant diverses tâches interactives à la maison est proposé. Ce protocole montre comment synchroniser les différents flux de données et rapporter les taux de rétention des données EEG et les contrôles de qualité. De plus, les problèmes critiques et les solutions possibles en ce qui concerne la configuration expérimentale, les tâches et la collecte de données à domicile sont discutés. Le protocole n’est pas limité aux dyades nourrissons-soignants, mais peut être appliqué à diverses constellations dyadiques. Dans l’ensemble, nous démontrons la flexibilité des configurations d’hyperbalayage EEG, qui permettent de mener des expériences en dehors du laboratoire pour capturer les activités cérébrales des participants dans des environnements plus écologiquement valides. Pourtant, le mouvement et d’autres types d’artefacts limitent encore les tâches expérimentales qui peuvent être effectuées à la maison.
Avec l’enregistrement simultané des activités cérébrales de deux ou plusieurs sujets en interaction, également connu sous le nom d’hyperscanning, il est devenu possible d’élucider la base neuronale des interactions sociales dans leur dynamique complexe, bidirectionnelle et rapide1. Cette technique a déplacé l’attention de l’étude des individus dans des environnements isolés et étroitement contrôlés vers l’examen d’interactions plus naturalistes, telles que les interactions parent-enfant pendant le jeu libre 2,3, la résolution d’énigmes 4 et les jeux informatiques coopératifs 5,6. Ces études démontrent que les activités cérébrales se synchronisent pendant les interactions sociales, c’est-à-dire qu’elles présentent des similitudes temporelles, un phénomène appelé synchronie neuronale interpersonnelle (SNI). Cependant, la grande majorité des études d’hyperbalayage ont été confinées à des laboratoires. Bien que cela permette un meilleur contrôle expérimental, cela peut se faire au prix d’une perte de validité écologique. Les comportements observés en laboratoire peuvent ne pas être représentatifs des comportements interactifs quotidiens typiques des participants en raison du cadre inconnu et artificiel et de la nature des tâches imposées7.
Les progrès récents des appareils mobiles de neuroimagerie, tels que l’électroencéphalographie (EEG) ou la spectroscopie fonctionnelle dans le proche infrarouge (fNIRS), atténuent ces problèmes en supprimant la nécessité pour les participants de rester physiquement connectés à l’ordinateur d’enregistrement. Ainsi, ils nous permettent de mesurer les activités cérébrales des participants lorsqu’ils interagissent librement en classe ou à leur domicile 8,9. L’avantage de l’EEG par rapport à d’autres techniques de neuroimagerie, telles que la fNIRS, est qu’il a une excellente résolution temporelle, ce qui le rend particulièrement adapté à l’étude de dynamiques sociales rapides10. Pourtant, il s’accompagne d’une mise en garde selon laquelle le signal EEG est très vulnérable au mouvement et à d’autres artefacts physiologiques et non physiologiques11.
Malgré cela, les premières études ont réussi à mettre en œuvre des configurations d’hyperbalayage EEG dans des environnements et des conditions réalistes. Par exemple, Dikker et al.12 ont mesuré le signal EEG d’un groupe d’étudiants alors qu’ils participaient à diverses activités en classe, notamment en assistant à des cours, en regardant des vidéos et en participant à des discussions de groupe. Cette étude, ainsi que d’autres études 8,9, a principalement utilisé des électrodes EEG sèches pour faciliter le processus de réalisation de mesures dans des environnements non laboratoires. Par rapport aux électrodes humides, qui nécessitent l’application d’un gel ou d’une pâte conductrice, les électrodes sèches offrent des avantages notables en termes de facilité d’utilisation. Il a été démontré qu’elles présentent des performances comparables à celles des électrodes humides dans des populations adultes et des conditions stationnaires ; Cependant, leurs performances peuvent diminuer dans les scénarios liés au mouvement en raison de l’augmentation des niveaux d’impédance13.
Ici, nous présentons un protocole de travail pour capturer des enregistrements synchronisés à partir d’un système EEG à gel liquide à sept canaux à faible densité avec une électrocardiographie (ECG) à une seule sonde connectée au même amplificateur sans fil (fréquence d’échantillonnage : 500 Hz) des dyades nourrissons-soignants dans un cadre domestique. Alors que les électrodes actives étaient utilisées pour les adultes, les électrodes passives étaient plutôt utilisées pour les nourrissons, car ces dernières se présentent généralement sous la forme d’électrodes annulaires, facilitant ainsi le processus d’application du gel. De plus, les enregistrements EEG-ECG ont été synchronisés avec trois caméras et microphones pour capturer les comportements des participants sous différents angles. Dans l’étude, des nourrissons de 8 à 12 mois et leurs soignants se sont livrés à une tâche de lecture et de jeu pendant que leur EEG, leur ECG et leurs comportements étaient enregistrés. Pour minimiser l’impact d’un mouvement excessif sur la qualité du signal EEG, les tâches ont été effectuées sur une table (par exemple, en utilisant la table de la cuisine et une chaise haute pour bébé), obligeant les participants à rester assis tout au long de la tâche d’interaction. Les soignants ont reçu trois livres adaptés à leur âge et des jouets de table (équipés de ventouses pour les empêcher de tomber). On leur a demandé de lire à leur enfant pendant environ 5 minutes, suivie d’une séance de jeu de 10 minutes avec les jouets.
Ce protocole détaille les méthodes de collecte synchronisées de données EEG-ECG, vidéo et audio pendant les tâches de lecture et de lecture. Cependant, la procédure globale n’est pas spécifique à ce modèle de recherche, mais convient à différentes populations (p. ex., dyades parent-enfant, dyades d’amis) et à différentes tâches expérimentales. La méthode de synchronisation des différents flux de données sera présentée. De plus, un pipeline de prétraitement EEG de base basé sur Dikker et al.12 sera décrit, et les taux de rétention des données EEG et les mesures de contrôle de la qualité seront rapportés. Étant donné que les choix analytiques spécifiques dépendent de divers facteurs (tels que la conception des tâches, les questions de recherche, le montage EEG), l’analyse EEG hyperscanning ne sera pas plus détaillée, mais le lecteur sera plutôt renvoyé aux lignes directrices et aux boîtes à outils existantes (par exemple, 14 pour les lignes directrices ;15,16 pour les boîtes à outils d’analyse d’hyperbalayage). Enfin, le protocole aborde les défis et les solutions potentielles pour l’hyperbalayage EEG-ECG à domicile et dans d’autres contextes réels.
Le protocole décrit a été approuvé par l’Institutional Review Board (IRB) de l’Université technologique de Nanyang, à Singapour. Le consentement éclairé a été obtenu de tous les participants adultes et des parents au nom de leurs nourrissons.
1. Considérations relatives à l’équipement et à l’espace lors des séances à domicile
2. Préparatifs avant la session
3. Préparation de l’expérience au domicile du participant
Figure 1 : Vue de haut en bas de l’installation. (1) Caméscope orienté vers les nourrissons. (2) Caméscope à vue combinée. (3) Caméscope destiné aux soignants. Veuillez cliquer ici pour voir une version agrandie de cette figure.
4. Application de capteurs EEG et ECG pour le soignant
5. Application de capteurs EEG et ECG pour le nourrisson
6. Création d’une boîte de déclenchement pour la synchronisation multimodale des données
REMARQUE : Étant donné que différents flux de données de capteur (c’est-à-dire EEG, ECG, vidéo et audio) commenceront à enregistrer à différents moments de la session, ils doivent être synchronisés manuellement pour créer une chronologie unique des événements. Ainsi, il est nécessaire de capturer un événement commun qui peut être capturé à la fois par le caméscope (c’est-à-dire la lumière LED) et l’amplificateur (c’est-à-dire le signal numérique ou analogique). Pour ce faire, une boîte de déclenchement de synchronisation interne est utilisée, qui peut être construite à l’aide d’un simple programme d’unité de microcontrôleur, comme détaillé ci-dessous.
Figure 2 : Construction de la boîte de déclenchement. (A) Schéma de circuit du microcontrôleur pour la boîte de déclenchement ; (B) Intérieur de la boîte de déclenchement construite ; (C) Boîtier de déclenchement connecté aux amplificateurs EEG-ECG pour adultes et nourrissons, au bouton-poussoir de déclenchement et à la banque d’alimentation. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 3 : paramètres du port de déclenchement actif élevé et actif faible. En fonction de l’état initial de la goupille de déclenchement (0 ou 1), le réglage du port de déclenchement (High Active, HA ou Low Active, LA) est choisi de manière à ce que le marqueur soit produit à la fin de l’impulsion (lorsque le bouton-poussoir de déclenchement est relâché). Veuillez cliquer ici pour voir une version agrandie de cette figure.
7. Synchronisation des flux de capteurs
8. Expérience d’interaction parent-enfant
9. Nettoyage à la fin de l’expérience
10. Assurance de la qualité des données
11. Traitement des données
Les participants inclus dans cette étude étaient des nourrissons âgés de 8 à 12 mois, généralement en développement, et leur mère et/ou grand-mère qui parlaient l’anglais ou l’anglais et une deuxième langue à la maison. Les EEG à 7 électrodes et un ECG à dérivation unique d’adultes et de nourrissons, ainsi que des enregistrements vidéo et audio de trois caméras et microphones, ont été acquis simultanément au cours des tâches. Les activités neuronales ont été mesurées sur F3, F4, C3, Cz, C4, P3 et P4 selon le système international 10-20. Les différents flux de données ont été alignés temporellement et coupés au début et à la fin de l’expérience, de sorte que tous les enregistrements ont commencé au point temporel t = 0 (figure 4).
Figure 4 : Synchronisation des flux de données. Trois caméras (vue du nourrisson, vue combinée et vue du soignant), l’ECG brut du soignant et du nourrisson, ainsi que l’EEG brut du soignant et du nourrisson, sont synchronisés sur la même chronologie. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Le tableau 1 présente les taux de rétention des données EEG et les mesures de qualité pour les 5 premières dyades de l’ensemble de données avec un total de 10 participants. Après le rejet d’un canal incorrect (Figure 5), les segments de données contenant des artefacts ont été rejetés à l’aide d’un seuil de tension automatisé suivi d’une inspection visuelle des segments restants (Figure 6). Les résultats ont montré que les enregistrements EEG avaient une durée moyenne de M = 562,96 s (ET ± 148,94 s). Parmi celles-ci, M = 34,30 % (écart-± 13,00 %) des données sur les adultes et M = 46,32 % (écart-± 16,63 %) des données sur les nourrissons ont été acceptés à la suite d’un rejet automatique et manuel. Si l’on ne considère que les données appariées entre l’adulte et le nourrisson, le taux de rétention est tombé à M = 20,58 % (écart-type ± 9,51 %), laissant M = 215,00 s (écart-± 117,54 s) de données sur les tâches appariées. De plus, un total de 0 à 2 canaux par dyade ont été exclus en raison de la mauvaise qualité des données.
Figure 5 : Identification des canaux défectueux. Diagramme de défilement de données EEG et de densité spectrale de puissance (PSD) pour 7 canaux EEG dans lequel on observe que le canal Cz est plat (A : défilement de données, B : tracé PSD) ou que le canal F3 est excessivement bruyant (C : défilement de données, D : tracé PSD). La détection des canaux défectueux a été effectuée dans EEGLAB17. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Figure 6 : Rejet d’un artefact. Les époques avec des artefacts étaient rejetées automatiquement selon un seuil de rejet (A), (B) suivi d’un rejet manuel par inspection visuelle. La partie en surbrillance du graphique montre les segments rejetés en fonction du seuil de rejet (A) ou du rejet manuel (B), respectivement. Les données ont été visualisées dans EEGLAB17. Veuillez cliquer ici pour voir une version agrandie de cette figure.
Adulte | Enfant | Correspondait | |||||
ID | Durée d’enregistrement (s) | Mauvaises chaînes | % d’époques acceptées | Mauvaises chaînes | % d’époques acceptées | Mauvaises chaînes | % d’époques acceptées (appariées) |
1 | 898 | NA | 35.7 | Cz | 25.2 | Cz | 15.3 |
2 | 1234 | NA | 38.2 | Cz, F3 | 61.8 | Cz, F3 | 21.2 |
3 | 1088 | F3, F4 | 52.4 | F3, F4 | 63.1 | F3, F4 | 36.7 |
4 | 873 | NA | 27.9 | P3 | 34.6 | P3 | 12.8 |
5 | 975 | NA | 17.2 | NA | 47.0 | NA | 16.9 |
Tableau 1. Rapport de qualité des données EEG pour 5 dyades pendant les tâches expérimentales.
Dans ce protocole, nous effectuons des mesures dans les maisons des participants où les nourrissons et les soignants peuvent se sentir plus à l’aise et leurs comportements peuvent être plus représentatifs de leurs interactions dans la vie réelle par opposition à un laboratoire, augmentant ainsi la validité écologique7. De plus, les enregistrements dans l’environnement familial peuvent alléger le fardeau des participants, par exemple en ce qui concerne les temps de déplacement, et peuvent ainsi rendre certains groupes de participants plus accessibles. Cependant, parallèlement à ces avantages, les enregistrements d’hyperbalayage EEG naturalistes dans des contextes réels posent leur propre ensemble de défis et de limites en ce qui concerne la conception expérimentale et le protocole, ainsi que les artefacts de données. Nous aborderons ci-dessous les défis et les solutions possibles pour les enregistrements à domicile.
L’environnement naturaliste peut introduire un ensemble de variables confondantes telles que l’espace, la température et les interruptions, qui peuvent différer entre les groupes de participants à la maison, mais rester constantes dans un laboratoire contrôlé. Le protocole d’hyperbalayage EEG nécessite beaucoup d’équipement technique, par exemple plusieurs caméras, microphones et ordinateurs portables d’enregistrement, et par conséquent, le manque d’espace suffisant dans les maisons des participants peut parfois être un problème. Les chercheurs doivent être conscients de ne pas installer l’équipement au hasard ou dans un endroit encombré. Par exemple, il est important de veiller à ne pas installer d’appareils sur des tables avec de la nourriture ou des boissons et de s’assurer que les trépieds de l’appareil photo ne bloquent pas le passage dans les espaces étroits. Une façon d’éviter les problèmes d’espace serait de visiter la maison du participant à l’avance afin de planifier correctement à l’avance toute contrainte d’espace. Il est également utile d’envoyer des rappels aux participants pour qu’ils vident l’espace requis des articles. Les appareils photo et les trépieds doivent être placés à l’écart autant que possible, surtout lorsqu’ils sont hors de portée de l’endroit où le bébé est assis pendant la séance. Avant tout, la sécurité de toutes les parties doit être prise en compte à toutes les étapes de la configuration. Un autre facteur que les chercheurs peuvent rencontrer dans les milieux naturalistes est la variation des températures. À Singapour, où les températures sont élevées tout au long de la journée et de l’année, des artefacts de sueur peuvent apparaître dans les données EEG, qui peuvent être mieux contrôlés dans un environnement de laboratoire avec une climatisation appropriée. L’utilisation de ventilateurs pour garder les participants au frais introduit également d’autres artefacts en raison de la proximité d’appareils électriques, et l’air soufflé peut déplacer les cheveux des participants, ainsi que les fils EEG, ce qui entraîne une mauvaise qualité des données. Idéalement, la climatisation devrait être utilisée pendant la session car elle gardera les participants au frais. Néanmoins, si cela n’est pas possible, un ventilateur suspendu ou un ventilateur sur pied peut être utilisé à la place tout en s’assurant qu’il n’est pas placé trop près des participants pour éviter de créer du bruit dans les données EEG. D’autres alternatives seraient de programmer la séance à un moment plus frais de la journée si possible afin d’éviter les artefacts de transpiration. Enfin, les chercheurs doivent également se méfier du fait que des interruptions peuvent se produire dans un cadre naturaliste, surtout s’ils mènent la séance au domicile des participants. Des membres de la famille peuvent se trouver à proximité, ce qui peut entraîner une violation de la vie privée lors du tournage de la séance dans une salle commune où ils peuvent se promener. Cela peut également être une distraction pour le nourrisson de voir d’autres soignants ou membres de la famille pendant la tâche, ce qui peut biaiser les mesures EEG. Il serait préférable de rappeler aux participants que pour que la session se déroule sans heurts, il serait idéal d’avoir d’autres membres de la famille dans une autre pièce. Les chercheurs peuvent également essayer de mener la séance le plus efficacement possible afin de ne pas trop gêner les autres membres du ménage. Enfin, les chercheurs doivent s’assurer que toutes les données sont recueillies et que les éléments nécessaires sont complétés avant de quitter le domicile du participant. Avoir une liste de contrôle claire et organisée des documents et des éléments à remplir peut aider à éviter de manquer des étapes importantes et à les terminer efficacement et en temps opportun.
Outre les variables confondantes trouvées dans un environnement naturaliste, certains aspects du protocole devront également être ajustés pour chaque séance dans un cadre naturel qui sont autrement contrôlés dans un environnement de laboratoire. La standardisation ne sera pas possible pour certains aspects, tels que les angles de caméra et l’éclairage. Il est essentiel de disposer de données de haute qualité et comparables tout en assurant une flexibilité dans la configuration. Les angles de caméra peuvent changer en fonction de la maison de chaque participant en raison de différences dans la disposition et l’espace, ce qui peut rendre plus difficile l’annotation ultérieure de vidéos pour des événements et des mesures comportementales spécifiques. De même, l’éclairage différera également dans chaque maison, ce qui peut affecter la qualité de la vidéo. Les chercheurs peuvent être bien préparés en créant un ensemble général de normes qui peuvent être adaptées, par exemple en s’assurant que les participants ne sont pas assis contre une source principale de lumière et en sachant quels angles de caméra privilégier. Un autre facteur variable serait le mobilier disponible à utiliser lors de chaque session. Étant donné que les chercheurs ne peuvent probablement pas apporter de meubles au domicile des participants, ils devront compter sur des meubles que les participants possèdent déjà. Pour cette raison, les différents meubles utilisés peuvent modifier la dynamique physique entre la personne qui s’occupe de l’enfant et le nourrisson. Par exemple, différents types de chaises pour bébé changeront la hauteur et la position auxquelles le bébé est assis pendant la tâche. Cela peut affecter la façon dont la personne qui s’occupe de l’enfant interagit avec l’enfant et également affecter les données EEG en raison d’artefacts potentiels de mouvements musculaires ou d’autres facteurs. Au cours de l’étape de prétraitement de l’analyse des données, les chercheurs peuvent être en mesure d’identifier les artefacts EEG causés par des mouvements spécifiques en cherchant des conseils à partir des vidéos synchronisées. De plus, avoir une idée générale des types de comportements qui vont être observés ou analysés peut aider à s’assurer que les données nécessaires sont capturées malgré les variations de la dynamique physique.
Une autre implication de la configuration naturaliste de l’environnement domestique des expériences EEG concerne la qualité et la facilité d’utilisation des données des capteurs physiologiques. Les enregistrements EEG sont sujets à des interférences d’artefacts provenant de sources environnementales (non physiologiques, telles que le bruit de ligne18) et physiologiques (oculaire, sueur, myogénique)19. Bien que l’EEG sans fil soit généralement moins vulnérable au bruit de ligne, les appareils électriques de la maison, par exemple les ventilateurs, les écrans de télévision et la climatisation, introduiront des artefacts de bruit. Les artefacts de mouvement, en revanche, sont encore plus importants dans un cadre naturaliste et contribuent à réduire la rétention des données11,20, la réduction du rapport signal/bruit21 et la vulnérabilité de l’analyse des données dans l’interprétation11. L’EEG dyadique et l’EEG infantile présentent un défi supplémentaire en matière de rétention des données en raison de durées d’enregistrement plus courtes, de présentations d’artefacts moins stéréotypées et, dans le cas de l’hyperbalayage, de la nécessité d’apparier des segments analysables propres dans le temps 14,22,23. L’atténuation de ces facteurs repose sur une conception expérimentale réfléchie et un dispositif expérimental bien calibré22. Bien que les compositions EEG à haute densité permettent certaines techniques de correction d’artefacts et d’augmentation des données, telles que l’analyse en composantes indépendantes (ICA) et la suppression des composantes de bruit canoniques, cela n’est pas recommandé avec des configurations à faible densité. En revanche, le fait de s’appuyer sur l’annotation manuelle des artefacts et la suppression des canaux et segments EEG concernés entraîne une perte de données plus importante. Le protocole proposé peut également être réalisé avec plus de canaux EEG, mais au prix d’un temps de préparation plus long. Ces avantages d’un temps d’acquisition plus court par rapport à des données EEG plus riches doivent être soigneusement mis en balance les uns avec les autres. Ici, une estimation réaliste des taux de rétention des données à partir des enregistrements domestiques naturalistes est rapportée, en respectant des normes de qualité strictes en utilisant une combinaison d’étiquetage automatisé des pics de tension et de rejet manuel des artefacts. Bien que les taux de rétention aient été faibles (M = 34 % pour les adultes et M = 46 % pour les nourrissons), ils se situent dans la plage exceptée pour les enregistrements EEG naturalistes nourrissons-adultes, p. ex., à titre de comparaison, Dikker et coll.12 ont signalé un taux de rétention de 38 % pendant la tâche de discussion dans l’EEG adulte utilisant des électrodes sèches. La quantité de données propres récupérées à partir du paradigme peut être intégrée dans d’autres analyses, telles que les analyses de connectivité basées sur le temps et la fréquence. D’autres pipelines semi-automatisés pour la correction d’artefacts d’enregistrements EEG à faible densité (par exemple, HAPPILEE24), bien qu’ils ne relèvent pas du présent article, pourraient aider à supprimer les artefacts sans utiliser d’ICA et ainsi réduire considérablement la perte de données.
Pour garantir un EEG de haute qualité mais une collecte de données réalisable, les chercheurs devront tenir compte de la façon dont le cadre naturaliste affecte les tâches choisies pour la session expérimentale. Par exemple, le choix des tâches peut être basé sur ce que l’on trouverait couramment dans les maisons des participants, comme une table à manger, des chaises, des chaises pour bébé, un tapis de jeu, etc. Cela permettrait de réduire le nombre d’équipements ou de meubles encombrants à transporter d’un côté à l’autre et de réduire le temps d’installation et de nettoyage. Dans cette expérience, des livres et des jouets adaptés au jeu sur table ont été utilisés, permettant au soignant et à l’enfant de maintenir une dynamique de jeu naturaliste tout en limitant les mouvements libres afin que les artefacts EEG des mouvements musculaires puissent être réduits. Par conséquent, dans le protocole actuel, les jouets ont été choisis en fonction de ce qui refléterait les interactions naturelles. Par exemple, les jouets à aspiration qui peuvent être placés en position stationnaire pour que la personne qui s’occupe de l’enfant puissent s’y engager sur la table ont l’avantage de ne pas tomber de la table, ce qui peut provoquer des artefacts de mouvement lorsque la personne qui s’occupe de la personne essaie de les ramasser. Les chercheurs doivent également se méfier du temps de préparation et de nettoyage pour réduire le fardeau des participants.
Bien que le choix d’effectuer des mesures d’hyperbalayage EEG dans un environnement naturaliste présente de nombreux avantages pour des données plus valides sur le plan écologique, les chercheurs doivent être conscients des limites et des défis qui peuvent découler de la conception expérimentale et mettre en œuvre des mesures suffisantes pour atténuer les effets autant que possible. Les chercheurs doivent s’efforcer de trouver un équilibre entre une conception écologique et un contrôle expérimental lorsqu’ils optimisent leur paradigme et planifient leurs visites. Comme décrit ci-dessus, une certaine souplesse est nécessaire en ce qui concerne le montage expérimental, ce qui introduit toutefois une plus grande variabilité entre les participants. Bien que cela ne soit pas souhaitable d’un point de vue expérimental, cela peut être plus représentatif de l’environnement réel des participants. De plus, la configuration naturaliste peut introduire davantage d’artefacts et d’autres types d’artefacts dans les données EEG, comme indiqué ci-dessus. Celles-ci peuvent, dans une certaine mesure, être atténuées par des techniques appropriées de prétraitement et d’analyse de l’EEG, mais peuvent généralement entraîner une perte plus élevée et une qualité inférieure des données. De plus, le matériel utilisé, en particulier les appareils photo et les trépieds, présente l’inconvénient d’être relativement encombrant et lourd, ce qui le rend difficile à transporter et moins adapté aux espaces confinés. Enfin, le système d’électrodes humides nécessite du matériel expérimental supplémentaire (par exemple, du gel, des seringues, des gants, des lingettes) et des temps de préparation plus longs. Les expérimentateurs doivent faire très attention à ne pas laisser de désordre dans les maisons des participants, par exemple en mettant du gel sur certaines parties des meubles, et expliquer à l’avance qu’il y a un risque que le nourrisson puisse le faire. Les électrodes sèches peuvent être une bonne alternative pour contourner ces problèmes et gagner du temps de configuration. Ainsi, pour les enregistrements d’hyperbalayage dans des groupes plus importants (par exemple, dans des salles de classe), ces méthodes peuvent être choisies (par exemple, voir 12). Par conséquent, en affinant et en adaptant ce protocole aux circonstances actuelles, il a le potentiel d’être appliqué dans de nombreux types de contextes naturalistes, tels que les écoles et les lieux de travail, pour capturer une plus grande variété de données d’hyperbalayage et de données comportementales.
Aucun conflit d’intérêts ne doit être déclaré.
Le travail a été financé par une bourse postdoctorale présidentielle de l’Université technologique de Nanyang qui a été attribuée à VR.
Name | Company | Catalog Number | Comments |
10 cc Luer Lock Tip syringe without Needle | Terumo Corporation | ||
actiCAP slim 8-channel electrode set (LiveAMP8) | Brain Products GmbH | ||
Arduino Software (IDE) | Arduino | Arduino IDE 1.8.19 | The software used to write the code for the Arduino microcontroller. Alternate programming software may be used to accompany the chosen microcontroller unit. |
Arduino Uno board | Arduino | Used for building the circuit of the trigger box. Alternate microcontroller boards may be used. | |
BNC connectors | BNC connectors to connect the various parts of the trigger box setup. | ||
BNC Push button | Brain Products GmbH | BP-345-9000 | BNC trigger push button to send triggers. |
BNC to 2.5 mm jack trigger cable (80 cm) | Brain Products GmbH | BP-245-1200 | BNC cables connecting the 2 LiveAmps to the trigger box. |
BrainVision Analyzer Version 2.2.0.7383 | Brain Products GmbH | EEG analysis software. | |
BrainVision Recorder License with dongle | Brain Products GmbH | S-BP-170-3000 | |
BrainVision Recorder Version 1.23.0003 | Brain Products GmbH | EEG recording software. | |
Custom 8Ch LiveAmp Cap passive (infant EEG caps) | Brain Products GmbH | LC-X6-SAHS-44, LC-X6-SAHS-46, LC-X6-SAHS-48 | For infant head sizes 44, 46, 48 . Alternate EEG caps may be used. |
Dell Latitude 3520 Laptops | Dell | Two laptops, one for adult EEG recording and one for infant EEG recording. Alternate computers may be used. | |
Dental Irrigation Syringes | |||
LiveAmp 8-CH wireless amplifier | BrainProducts GmbH | BP-200-3020 | Two LiveAmps, one for adult EEG and one for infant EEG. Alternate amplifier may be used. |
Manfrotto MT190X3 Tripod with 128RC Micro Fluid Video Head | Manfrotto | MT190X3 | Alternate tripods may be used. |
Matlab Software | The MathWorks, Inc. | R2023a | Alternate analysis and presentation software may be used. |
Power bank (10000 mAh) | Philips | DLP6715NB/69 | Alternate power banks may be used. |
Raw EEG caps | EASYCAP GmbH | For Adult head sizes 52, 54, 56, 58. Alternate EEG caps may be used. | |
Rode Wireless Go II Single Set | Røde Microphones | Alternate microphones may be used. | |
Sony FDR-AX700 Camcorder | Sony | FDR-AX700 | Alternate camcorders or webcams may be used. |
SuperVisc High-Viscosity Gel | EASYCAP GmbH | NS-7907 |
Demande d’autorisation pour utiliser le texte ou les figures de cet article JoVE
Demande d’autorisationThis article has been published
Video Coming Soon