DOI: https://doi.org/10.1371/journal.pone.0353371
PMID: https://pubmed.ncbi.nlm.nih.gov/42447111
تاريخ النشر: 2026-07-14
المؤلف: Juan Camilo Avendano-Diaz وآخرون
الموضوع الرئيسي: دراسات الاتصال الوظيفي في الدماغ
نظرة عامة
تناقش هذه الفقرة الاهتمام المتزايد في التصوير الفائق، الذي يتضمن تسجيل نشاط الدماغ من عدة أفراد في وقت واحد لدراسة التزامن بين الدماغين ضمن علم الأعصاب الاجتماعي. وتبرز أن الدراسات التقليدية للتصوير الفائق باستخدام MEG/EEG تعتمد غالبًا على مقاييس قائمة على الطور لتقدير الاتصال الوظيفي بين الدماغين، مع افتراض أن الترددات القصوى متوافقة بين الأفراد. ومع ذلك، يشير المؤلفون إلى أن الترددات القصوى يمكن أن تختلف بشكل كبير بين الأفراد وعبر مناطق الدماغ المختلفة.
من خلال محاكاة إشارات MEG/EEG، تقيم الدراسة بشكل منهجي تأثير هذه الاختلافات في التردد بين الأفراد على مقاييس الاتصال المستخدمة بشكل شائع. تكشف النتائج أن المقاييس القائمة على الطور حساسة للغاية للاختلافات في التردد، بينما تظل علاقة غلاف السعة مستقرة نسبيًا على الرغم من هذه الاختلافات. وهذا يشير إلى الحاجة الملحة لتطوير مقاييس الاتصال المصممة خصيصًا للتحليلات بين الدماغين، مما قد يعزز الصرامة المنهجية لدراسات التصوير الفائق عبر مختلف التخصصات.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على تطور منهجي في دراسة الأساس الدماغي للتفاعل الاجتماعي، مع التأكيد على التحول من تصوير الدماغ التقليدي لشخص واحد إلى أساليب أكثر تفاعلية، لا سيما التصوير الفائق. يتضمن التصوير الفائق قياس نشاط الدماغ من عدة أفراد في وقت واحد، مما يسمح بالحصول على رؤى حول التفاعلات الاجتماعية التي لا يمكن أن توفرها نماذج الشخص الواحد. تشير الورقة إلى أنه بينما تستخدم دراسات التصوير الفائق عادة مقاييس الاتصال الوظيفي لتقدير الاعتماد المتبادل بين إشارات الدماغ، فإن معظم المنهجيات الحالية تعتمد على مقاييس الاتصال القائمة على الطور التي تم تصميمها في الأصل لتحليل دماغ واحد. تشكل هذه الاعتماد تحديات بسبب التباين في التذبذبات العصبية العفوية بين الأفراد والسياقات، مما يمكن أن يؤثر بشكل كبير على دقة تقديرات الاتصال بين الدماغين.
يشير المؤلفون إلى أن عدم توافق الترددات بين الأفراد، لا سيما في نطاق ألفا (7-13 هرتز)، لم يتم فحصه بشكل منهجي في سياق التصوير الفائق. يقدمون نتائج من دراسة محاكاة تشمل مشاركين اثنين، تستكشف كيف تؤثر هذه الاختلافات في التردد على تقديرات الاتصال الوظيفي بين الدماغين باستخدام مقاييس شائعة مثل قيمة القفل الطوري (PLV) والتماسك (COH)، إلى جانب علاقة غلاف السعة (AEC) كبديل. تتناول الدراسة أيضًا تأثير نسبة الإشارة إلى الضوضاء (SNR) على هذه التقديرات وتحدد الحجم المتوقع لعدم توافق التردد بين الأفراد في دراسات التصوير الفائق النموذجية، مما يبرز تداعياته المحتملة لفهم التفاعلات الاجتماعية.
الطرق
في هذه الدراسة، قام المؤلفون بمحاكاة إشارات MEG/EEG لمشاركين اثنين (P1 و P2) للتحقيق في الاتصال بين الدماغين، مع التركيز بشكل خاص على تأثيرات تباين تردد الذروة ألفا الفردي (IAPF). تم تغيير تردد الذروة لـ P2 بشكل منهجي بين 6-14 هرتز، بينما ظل تردد P1 ثابتًا عند 10 هرتز. تضمنت الإشارات المحاكاة ثلاثة مكونات: تذبذب عند التردد المستهدف معدل بواسطة إشارة غير دورية 1/f، ومكون ضوضاء وردية، وضوضاء بيضاء. تم إنشاء ما مجموعه 50 تجربة، كل منها تستمر 30 ثانية وتُعَيَّن بمعدل 1000 هرتز، باستخدام NeuroDSP. تم تقييم الاتصال بين الدماغين في نطاق ألفا (7-13 هرتز) من خلال قيمة القفل الطوري (PLV)، والتماسك (COH)، وعلاقة غلاف السعة (AEC)، مع إجراء تحليل طيفي باستخدام موجات مورتل المعقدة.
لاستكشاف تأثير نسبة الإشارة إلى الضوضاء (SNR) على تقديرات الاتصال، قام المؤلفون بضبط سعات إشارات P1 و P2 مع الحفاظ على مستوى ضوضاء ثابت. قاموا بنمذجة توزيع IAPF استنادًا إلى بيانات تجريبية، باستخدام توزيع طبيعي بمتوسط $\mu = 9.981$ هرتز وانحراف معياري $\sigma = 1.088$ هرتز. سمح هذا النمذجة بحساب الفروق الترددية بين الأفراد ($\Delta f$)، كاشفًا عن النسبة المتوقعة من الأزواج التي تعاني من عدم توافق ترددي كبير. كما قام المؤلفون بأخذ عينات من 30 زوجًا من توزيع IAPF لتوليد إشارات تذبذبية وحساب تقديرات الاتصال، مما يوضح كيف يؤثر تباين IAPF على الاتصال بين الدماغين عبر الأزواج.
النتائج
تلخص النتائج المعروضة في الشكل 2 النتائج الرئيسية من المحاكاة، مع التركيز على السيناريوهات التي تتزامن فيها الترددات التذبذبية لـ P1 و P2 عند 10 هرتز. يتم تقييم دقة تقديرات الاتصال بناءً على الانحرافات عن هذا التردد المرجعي، الذي يمثل السيناريو الأمثل للاتصال ضمن إطار المحاكاة الحالي.
بالإضافة إلى ذلك، تقدم الدراسة مفهوم القوة، الذي يُعرف بأنه قدرة المقياس على الحفاظ على تقديرات اتصال مستقرة وسط الاضطرابات، بما في ذلك التغيرات في اختلافات التردد الفردية وتقلبات نسبة الإشارة إلى الضوضاء. تؤكد هذه النتائج على أهمية كل من الدقة والقوة في منهجيات تقدير الاتصال.
المناقشة
تسلط المناقشة الضوء على التحديات المنهجية الكبيرة في استخدام مقاييس الاتصال القائمة على الطور، مثل قيمة القفل الطوري (PLV) والتماسك (COH)، في دراسات التصوير الفائق باستخدام MEG/EEG. هذه المقاييس حساسة للغاية للاختلافات بين الأفراد في ترددات التذبذب القصوى، مما يؤدي إلى تقديرات خاطئة كبيرة للاتصال بين الدماغين عندما تختلف ترددات المشاركين، حتى لو كانت بشكل طفيف. كانت هذه الحساسية متسقة عبر معلمات ومقاييس الاتصال المختلفة، مما يشير إلى أن التعديلات الشائعة، مثل محاذاة نطاقات التردد أو تغيير دورات الموجات، لا تخفف بشكل فعال من تأثير عدم توافق الترددات. كشفت المحاكاة التجريبية أن نسبة كبيرة من الأزواج تظهر اختلافات ترددية كبيرة، مما يمكن أن يهدد صحة تفسيرات الاتصال القائمة على الطور في التفاعلات الاجتماعية.
في المقابل، أظهرت علاقة غلاف السعة (AEC) قوة أكبر تجاه عدم توافق الترددات، مما يوفر تقديرات اتصال مستقرة عبر ظروف متغيرة. ومع ذلك، بينما تظهر AEC وعدًا لتحليلات التصوير الفائق، يتطلب تطبيقها اعتبارًا دقيقًا لقيودها، بما في ذلك القابلية للتأثر بالارتباطات غير العصبية والحاجة إلى مقاطع بيانات أطول. تؤكد النتائج على ضرورة تطوير مقاييس الاتصال المصممة خصيصًا للتصوير الفائق التي تأخذ في الاعتبار التباين الفسيولوجي وعوامل أخرى تؤثر على الديناميات العصبية. يجب أن تركز الأبحاث المستقبلية على تقييم هذه المقاييس بشكل منهجي فيما يتعلق بالعوامل السلوكية والسياقية، بالإضافة إلى تعزيز جهود التكرار والتحليلات المتكاملة للاتصال داخل الدماغ وبين الدماغين لتعزيز صرامة منهجيات التصوير الفائق.
DOI: https://doi.org/10.1371/journal.pone.0353371
PMID: https://pubmed.ncbi.nlm.nih.gov/42447111
Publication Date: 2026-07-14
Author(s): Juan Camilo Avendano-Diaz et al.
Primary Topic: Functional Brain Connectivity Studies
Overview
The section discusses the growing interest in hyperscanning, which involves the simultaneous recording of brain activity from multiple individuals to study inter-brain synchronization within social neuroscience. It highlights that traditional MEG/EEG hyperscanning studies often rely on phase-based metrics to estimate inter-brain functional connectivity, presuming that peak frequencies are aligned across individuals. However, the authors note that peak frequencies can vary significantly both between individuals and across different brain regions.
Through simulations of MEG/EEG signals, the study systematically evaluates the impact of these inter-individual frequency differences on commonly used connectivity measures. The findings reveal that phase-based metrics are highly sensitive to variations in frequency, while amplitude envelope correlation remains relatively stable despite these differences. This suggests a critical need for the development of connectivity metrics specifically designed for inter-brain analyses, which could enhance the methodological rigor of hyperscanning studies across various disciplines.
Introduction
The introduction of this research paper highlights a methodological evolution in studying the brain basis of social interaction, emphasizing the shift from traditional single-person brain imaging to more interactive approaches, particularly hyperscanning. Hyperscanning involves the simultaneous measurement of brain activity from multiple individuals, allowing for insights into social interactions that single-person paradigms cannot provide. The paper notes that while hyperscanning studies typically utilize functional connectivity metrics to estimate interdependencies between brain signals, most existing methodologies rely on phase-based connectivity metrics that were originally designed for single-brain analysis. This reliance poses challenges due to the variability in spontaneous neural oscillations across individuals and contexts, which can significantly affect the accuracy of inter-brain connectivity estimates.
The authors point out that inter-individual frequency mismatches, particularly in the alpha band (7-13 Hz), have not been systematically examined in the context of hyperscanning. They present findings from a simulation study involving two participants, investigating how these frequency differences impact estimates of inter-brain functional connectivity using common metrics such as phase-locking value (PLV) and coherence (COH), alongside amplitude envelope correlation (AEC) as an alternative. The study also addresses the influence of signal-to-noise ratio (SNR) on these connectivity estimates and quantifies the expected magnitude of inter-individual frequency mismatch in typical hyperscanning studies, underscoring its potential implications for understanding social interactions.
Methods
In this study, the authors simulated MEG/EEG signals for two participants (P1 and P2) to investigate inter-brain connectivity, particularly focusing on the effects of individual alpha peak frequency (IAPF) variability. P2’s peak frequency was systematically varied between 6-14 Hz, while P1’s frequency remained fixed at 10 Hz. The simulated signals comprised three components: an oscillation at the target frequency modulated by a 1/f aperiodic signal, a pink noise component, and white noise. A total of 50 trials, each lasting 30 seconds and sampled at 1000 Hz, were generated using NeuroDSP. Inter-brain connectivity was assessed in the alpha band (7-13 Hz) through phase-locking value (PLV), coherence (COH), and amplitude envelope correlation (AEC), with spectral decomposition performed using complex Morlet wavelets.
To explore the impact of signal-to-noise ratio (SNR) on connectivity estimates, the authors adjusted the amplitudes of P1 and P2’s signals while maintaining a constant noise level. They modeled the distribution of IAPF based on empirical data, using a normal distribution with mean $\mu = 9.981$ Hz and standard deviation $\sigma = 1.088$ Hz. This modeling allowed for the calculation of pairwise frequency differences ($\Delta f$) between individuals, revealing the expected proportion of dyads with significant frequency mismatches. The authors also sampled 30 dyads from the IAPF distribution to generate oscillatory signals and compute connectivity estimates, demonstrating how variability in IAPF influences inter-brain connectivity across dyads.
Results
The results presented in Figure 2 encapsulate the primary findings from the simulations, focusing on scenarios where the oscillatory frequencies of P1 and P2 are synchronized at 10 Hz. The accuracy of connectivity estimates is evaluated based on deviations from this reference frequency, which represents the optimal connectivity scenario within the current simulation framework.
Additionally, the study introduces the concept of robustness, defined as the metric’s capacity to sustain stable connectivity estimates amidst perturbations, including variations in individual frequency differences and fluctuations in signal-to-noise ratio. These findings underscore the importance of both accuracy and robustness in connectivity estimation methodologies.
Discussion
The discussion highlights significant methodological challenges in the use of phase-based connectivity metrics, such as phase-locking value (PLV) and coherence (COH), in MEG/EEG hyperscanning studies. These metrics are highly sensitive to inter-individual differences in peak oscillatory frequencies, leading to substantial misestimations of inter-brain connectivity when participants’ frequencies diverge, even slightly. This sensitivity was consistent across various parameters and connectivity measures, indicating that common adjustments, such as aligning frequency bands or varying wavelet cycles, do not effectively mitigate the impact of frequency mismatches. Empirical simulations revealed that a large proportion of dyads exhibit significant frequency differences, which can compromise the validity of phase-based connectivity interpretations in social interactions.
In contrast, amplitude-envelope correlation (AEC) demonstrated greater robustness to frequency mismatches, providing stable connectivity estimates across varying conditions. However, while AEC shows promise for hyperscanning analyses, its application requires careful consideration of its limitations, including susceptibility to non-neural correlations and the need for longer data segments. The findings underscore the necessity for developing connectivity metrics tailored for hyperscanning that account for physiological variability and other factors influencing neural dynamics. Future research should focus on systematically evaluating these metrics in relation to behavioral and contextual factors, as well as promoting replication efforts and integrated analyses of intra- and inter-brain connectivity to enhance the rigor of hyperscanning methodologies.