HyPyP: a Hyperscanning Python Pipeline for inter-brain connectivity analysis.
HyPyP: a Hyperscanning Python Pipeline for inter-brain connectivity analysis.
复制标题
DOI：
10.1093/scan/nsaa141
复制
发表时间：
2021-01-18
影响因子：
4.2
通讯作者：
Dumas G
中科院分区：
文献类型：
--
作者：
Ayrolles A;Brun F;Chen P;Djalovski A;Beauxis Y;Delorme R;Bourgeron T;Dikker S;Dumas G
社会神经科学的大部分研究采用“刺激 - 大脑”的方法，通常是比较大脑对不同类型社会刺激的反应，但大多数时候没有直接的社会互动。在过去的二十年中，越来越多的研究人员采用了“大脑 - 大脑”的方法，探索参与者之间大脑模式的相似性，以此作为深入了解社会大脑的一种新途径。这种方法上的转变促进了在研究设计中引入自然的社会刺激（例如电影），而且至关重要的是，推动了新工具的开发，以便在受控的实验环境和更具生态效度的环境中直接研究社会互动。具体来说，“超扫描”装置近年来受到欢迎，它可以在社会任务期间同时记录两个或更多个体的大脑活动。然而，目前对于进行这种“脑间连接性分析”并没有公认的方法，导致分析技术五花八门。为了满足在这个快速发展的研究领域中对分析方法标准化日益增长的需求，我们开发了超扫描Python管道，这是一个全面且易于使用的开源软件包，允许（社会）神经科学家进行并解释脑间连接性分析。
The bulk of social neuroscience takes a ‘stimulus-brain’ approach, typically comparing brain responses to different types of social stimuli, but most of the time in the absence of direct social interaction. Over the last two decades, a growing number of researchers have adopted a ‘brain-to-brain’ approach, exploring similarities between brain patterns across participants as a novel way to gain insight into the social brain. This methodological shift has facilitated the introduction of naturalistic social stimuli into the study design (e.g. movies) and, crucially, has spurred the development of new tools to directly study social interaction, both in controlled experimental settings and in more ecologically valid environments. Specifically, ‘hyperscanning’ setups, which allow the simultaneous recording of brain activity from two or more individuals during social tasks, has gained popularity in recent years. However, currently, there is no agreed-upon approach to carry out such ‘inter-brain connectivity analysis’, resulting in a scattered landscape of analysis techniques. To accommodate a growing demand to standardize analysis approaches in this fast-growing research field, we have developed Hyperscanning Python Pipeline, a comprehensive and easy open-source software package that allows (social) neuroscientists to carry-out and to interpret inter-brain connectivity analyses.
登录
查看更多内容
影响因子：
3.7
作者：
Dumas G;Nadel J;Soussignan R;Martinerie J;Garnero L
通讯作者：
Garnero L
影响因子：
2.9
作者：
Burgess AP
通讯作者：
Burgess AP
影响因子：
3.2
作者：
Bevilacqua, Dana;Davidesco, Ido;Dikker, Suzanne
通讯作者：
Dikker, Suzanne
影响因子：
9.2
作者：
Dikker, Suzanne;Wan, Lu;Poeppel, David
通讯作者：
Poeppel, David
影响因子：
4.8
作者：
Astolfi, Laura;Cincotti, Febo;Babiloni, Fabio
通讯作者：
Babiloni, Fabio