Behavior

Una tarea de selección forzada de intervalo de dos comparaciones multisensorial

Published: November 9, 2018 doi: 10.3791/58408

Fabiola Duarte¹, Tonatiuh Figueroa¹, Luis Lemus¹

¹Neurociencia Cognitiva, Instituto de Fisiología Celular, Universidad Nacional Autónoma de México

Summary

Psicofísica es esencial para el estudio de fenómenos de percepción a través de información sensorial. Aquí presentamos un protocolo para realizar una tarea de elección forzada de dos intervalos como se implementó en un informe anterior sobre psicofísica humana donde los participantes estima la duración de intervalos de visuales, auditivos o audiovisuales de aperiódicos trenes de pulsos.

Abstract

Ofrecemos un procedimiento para un experimento de psicofísica en seres humanos basado en un paradigma descrito pretende caracterizar la percepción duración de intervalos dentro de la gama de milisegundos de trenes aperiódicos visuales, acústicos y audiovisuales de seis legumbres. En esta tarea, cada uno de los ensayos consiste en dos intervalos consecutivos de intramodal donde los participantes Pulse la tecla de flecha hacia arriba para informar que el segundo estímulo duró más tiempo que la referencia, o la tecla de flecha hacia abajo para indicar lo contrario. El análisis de los resultados del comportamiento en funciones psicométricas de la probabilidad de estimar el estímulo de la comparación que más de la referencia, en función de los intervalos de comparación. En conclusión, avanzar en una forma de implementar el software de programación estándar para crear estímulos visuales, acústicos y audiovisuales y para generar una tarea de selección forzada de dos intervalos (2IFC) mediante la entrega de estímulos a través de auriculares con bloqueo de ruido y un monitor de la computadora.

Introduction

El propósito de este protocolo es transmitir un procedimiento para un experimento estándar en psicofísica. Psicofísica es el estudio de los fenómenos de la percepción a través de la medida de las respuestas del comportamiento, sacados por entradas sensoriales¹^,²^,³. Generalmente, psicofísica humana es una herramienta barata y fundamental para implementar en la proyección de imagen o neurofisiológicos experimentos⁴. Sin embargo, nunca es fácil seleccionar el método más adecuado de psicofísico de los muchos que existen, y la elección depende un poco de experiencia y preferencia. Sin embargo, animamos a los principiantes a revisar metodologías disponibles minuciosamente con el fin de conocer los criterios de selección⁵^,⁶^,⁷. Aquí, ofrecemos un procedimiento para realizar una tarea 2IFC, que muchos investigadores utilizan con frecuencia para el estudio de procesos perceptuales como memoria de trabajo⁸, decisión que hace⁹^,¹⁰o tiempo percepción¹¹ ^, ¹² ^, ¹³.

Para guiar a los lectores a lo largo del método, recreamos un informe sobre la duración perceptivo visual (V), auditivo (A) y cada audiovisual (AV) aperiódicos secuencias de pulsos. Nos referiremos a esta tarea como un intervalo aperiódicos discriminación (ayuda) tarea¹³. Al intentar describir este paradigma en la jerga de la psicofísica, que sería una tarea de discriminación de clase A, tipo 1, basado en el desempeño, dependiente del criterio que utiliza un método no-adaptables de las constantes y un modelo de tangente hiperbólica (tanh) calcular un umbral diferencial. Aun cuando tal suena una caracterización algo enredado, lo usaremos para introducir al lector a algunos aspectos generales de la psicofísica, con la esperanza de proporcionar criterios de decisión para nuevos experimentos e incluso la posibilidad de adaptar el actual protocolo otro tipo de necesidad.

Cualquier experimento psicofísico, como una tarea 2IFC, requiere aplicación de estímulos, una tarea, un método, un análisis y medición⁶. El objetivo es obtener la función psicométrica que explica mejor el desempeño medido¹⁴. Una tarea 2IFC consiste en presentar a los participantes, que son ingenuas a propósito del experimento, los ensayos de dos estímulos secuenciales. Después de comparar los estímulos, informe el resultado seleccionando uno y sólo uno, de dos posibles respuestas que mejor se adapte a su percepción.

Con los estímulos, nos referimos a consideraciones técnicas sobre la modalidad de estudio. Un experimento de la clase A consiste en la comparación de estímulos de la misma modalidad dentro de un ensayo, mientras que experimentos de clase B incluyen comparaciones cross-modal. Otras consideraciones esenciales sobre estímulos incluyen su aplicación, tales como las formas técnicas de modulación de estímulos dentro de una gama requerida. Por ejemplo, si queremos encontrar la diferencia apenas perceptible (y) entre dos frecuencias de aleteo vibrante en la piel¹⁵, necesitamos un estimulador de precisión para generar frecuencias dentro de los límites del alboroto (es decir, 4-40 Hz). En otras palabras, el rango dinámico de operación de los elementos técnicos dependen del espectro dinámico de cada modalidad sensorial.

Selección de una tarea es sobre el fenómeno perceptivo bajo estudio. Por ejemplo, encontrar si dos estímulos son que el mismo o equivalente, podrá depender de mecanismos cerebrales diferentes que resolver si un estímulo es más larga o más corta que una referencia¹⁶ (como en el paradigma de la ayuda). Intrínsecamente, selección de estímulos define el tipo de respuestas obtenidas. Experimentos de tipo 1, a veces relacionados con los experimentos de supuesto rendimiento, incluyen respuestas correctas o incorrectas. Por el contrario, un experimento de tipo 2 (o experimento de aspecto) produce respuestas en su mayoría cualitativas que dependen de criterios de los participantes y no en cualquier criterio explícitamente impuesta; en otras palabras, los experimentos de criterio independiente. Es de destacar que las respuestas de tarea 2IFC son criterio dependiente porque en cada ensayo, el estímulo estándar (a veces llamado estímulo base o referencia) constituye el criterio de que depende la percepción de la comparación.

El método puede referirse a tres cosas; en primer lugar, puede referirse al mecanismo de selección de la gama de estímulos para probar o, en otras palabras, a una ya conocida gama de variabilidad del estímulo, en comparación con métodos adaptativos dirigidos a establecer la gama adecuada¹⁷. Estas cuestiones de adaptación se recomiendan para encontrar rápidamente los umbrales de detección y discriminación y repeticiones de ensayo mínimo¹⁸. También, los métodos adaptativos son óptimos para experiencias piloto. La segunda definición de un método es la escala de modulaciones de estímulos (por ej., el método de las constantes) o una escala logarítmica. La escala seleccionada puede o no ser una consecuencia directa de los resultados de un método de adaptación, pero sobre todo, que considera la dinámica de la modalidad sensorial estudiada. Por último, el método también se refiere al número de ensayos y el orden de presentación.

En cuanto a análisis, se refiere a las estadísticas de las mediciones experimentales. Independientemente de la selección de métodos analíticos apropiados para comparaciones entre los grupos control y de test, psicofísica es sobre todo medir los umbrales absolutos o diferenciales entre dos condiciones (p. ej., presencia vs ausencia de un estímulo o la JND entre dos estímulos), particularmente en el 2IFC¹⁹. Estas mediciones se derivan de funciones psicométricas (es decir, continuo modelos de comportamiento en función de la probabilidad de detectar o discernir una de las condiciones en juego). Seleccionando la función de modelo depende de la escala o, en otras palabras, en el espacio de los valores de la variable independiente. Funciones tales como de normal acumulativa, logística, rápido y Weibull son apropiados para valores espaciados linealmente, mientras que Gumbel y log-Quick son mejor adaptado para espaciado logarítmico. Modelos alternativos existen también, como el tanh empleadas en la tarea de ayuda. Lo importante es seleccionar un modelo correcto depende de los parámetros de interés, como considerados en el diseño del experimento²⁰. Después de montar los datos a un modelo, debe ser posible obtener dos parámetros: los parámetros α y β . En el caso de una función logística empleada típicamente en un paradigma 2IFC, α se refiere al valor de abscisas proyectando hasta el punto de igualdad subjetiva (es decir, a la mitad la logística). El parámetro β se refiere a la pendiente en el valor α (es decir, la pendiente de la transición entre condiciones). Finalmente, un parámetro comúnmente Obtenido de una curva psicométrica es el limen diferencial²¹ (DL). En un experimento 2IFC, la DL se refiere a β, pero estrictamente, corresponde a la mínima diferencia percibida entre dos intervalos. La fórmula para determinar la DL es la siguiente ecuación (1).

Equation 1 (1)

Aquí, x se usa para valores de la variable independiente proyectando a un rendimiento de 0.75 y 0.25 medido directamente en la curva sigmoidal. Hasta este punto, hemos cubierto sólo algunas Generalidades acerca de las funciones psicométricas. Se recomienda un estudio adicional de estimar e interpretar funciones psicométricas, con estos y otros parámetros²².

Otros aspectos técnicos a tener en cuenta al implementar un experimento psicofísico se relacionan con equipos y software. Capacidades de memoria y la velocidad de computadoras comerciales hoy en día son generalmente óptimas para su procesamiento en las tareas visuales y auditivas de alta fidelidad. Por otra parte, la resolución dinámica de material complementario, tales como bloqueo de ruido auriculares, altavoces y monitores, deberá cumplir con la frecuencia de muestreo en el cual operan las modalidades sensoriales (por ej., frecuencia, amplitud, contraste y refrescante tasa). También, programas de software tales como PsychToolbox²³ y²⁴ de PsychoPy son fáciles de implementar y muy eficientes en la sincronización de eventos y equipos de tareas.

La tarea de ayuda descrita reúne muchos de los temas descritos anteriormente para un paradigma 2IFC. Curiosamente, explora la percepción de la V, A y los intervalos de la AV en el rango de milisegundos, donde la mayor parte de los procesos del cerebro ocurren²⁵^,²⁶^,²⁷. Paradójicamente, es también un lapso difícil para estudiar la visión, que, en comparación a una audición, engendra un poco limitado muestreo tasa de²⁸. En este sentido, las comparaciones multimodales requieren ámbitos teóricos adicionales¹²^,²⁹^,³⁰. A veces, necesita más adaptación abarcan un espectro de modulación común o lograr interpretaciones congruentes.

Este protocolo se centra en una tarea de discriminación (es decir, un 2IFC donde un estímulo base, también llamado referencia o estándar, se contrasta con un conjunto de estímulos de comparación o test para encontrar una JND o, en otras palabras, un umbral de discriminación). Aquí, la tarea se establece para el estudio de la capacidad de los seres humanos para discriminar intervalos de tiempo de V, A, o AV aperiódicos patrones de pulsos¹³. Proporcionamos información sobre la creación y parametrización de los estímulos, así como en el análisis de precisión y tiempos de reacción. Lo importante, discutimos cómo interpretar la percepción del tiempo los sujetos de los parámetros de resultados estadísticos de psicometría y algunas alternativas experimentales y analíticos dentro de temas de un método psicofísico 2IFC.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Los experimentos fueron aprobados por el Comité de Bioética del Instituto de fisiología celular de la UNAM (Nº CECB_08) y bajo las directrices del código de ética de la Asociación Médica Mundial.

1. Montaje experimental

Configuración de estímulos y material para realizar una tarea de discriminación (ayuda) aperiódica intervalo
1. Realizar este experimento en un equipo con un mínimo de 8 GB de RAM, procesador de 2,5 GHz y un monitor de ritmo refrescante de 60 Hz para crear y ejecutar la tarea.
2. Obtener un sistema de cancelación de ruido auriculares para evitar sonidos ambientales que distraen a los participantes al realizar la tarea.
3. Utilice un medidor de decibelios para ajustar el volumen de los auriculares a ~ 65 dB SPL.
4. Crear el V, A, y estímulos de AV para la tarea, ejecutando una interfaz gráfica de usuario (GUI) incluían en este protocolo (figura 1), o usando programas como PsychToolbox o PsychoPy.
  1. Descargue el archivo Stimuli_GUI.zip de http://www.ifc.unam.mx/investigadores/Luis-lemus. A continuación, abrir MATLAB (2016a o superior para este GUI).
    1. Haga clic en la opción SetPath en el menú de MATLAB para agregar la carpeta Stimuli_GUI en el espacio de trabajo. En primer lugar, seleccione el botón Agregar carpeta , seleccione la carpeta Stimuli_GUI y presione el botón Guardar . Por último, cierre la ventana haciendo clic en el botón cerrar .
    2. Abra el archivo Stimuli_GUI.m utilizando la opción abrir en la pestaña del menú principal . A continuación, presione F5 en el teclado para mostrar la interfaz gráfica (figura 1).
  2. Haga clic en el menú emergente de la condición para seleccionar la distribución preferida de los pulsos (es decir, periódica para crear un estímulo de impulsos equidistantes o Aperiodic para una distribución al azar). Continuación, seleccione el número deseado de pulsos (es decir, 2-6) en el menú emergente número de pulsos . Por último, introduzca la duración deseada del estímulo en el cuadro duración.
    PRECAUCIÓN: Para evitar V parpadeo fusión (es decir, dos o más pulsos se perciben como solamente uno), es esencial para crear intervalos interpulse (IPI) de un mínimo de 30 ms. por tanto, dado que cada uno de los impulsos está predefinido al último 50 ms, el número máximo de pulsos en un estímulo está limitado por el IPIs. Pulsos que exceda el mínimo, IPI producen un error.
    Nota: El programa genera imágenes en un formato Audio Video Interleave (AVI) a una velocidad de 60 frames por segundo. Sin embargo, se pueden crear en línea en cada ensayo que PsychToolbox o PsychoPy. Considere la creación de pulsos de 50 ms mediante la concatenación de al menos tres marcos de círculos grises 4° en fondos negros. Aquí, el método genera archivos AVI y WAV para la aplicación en LabVIEW, así sugiriendo la posibilidad de utilizar clips de vídeo o de audio más complejos.
  3. Clic en el botón Generar IPI para mostrar valores el IPIs en el cuadro de valores IPI y para ver un diagrama de la distribución resultante de los impulsos.
    Nota: Los valores IPI se actualizan automáticamente con cada clic del botón Generar IPI . Estos valores pueden ser copiados y guardados para su posterior análisis.
  4. Generar y almacenar un estímulo V, escriba un nombre descriptivo (ej., PeriodicVisual500ms.avi) en el cuadro de diálogo introducir nombre de archivo de vídeo. Haga clic en el botón Generar Video y esperar a que la ventana emergente mostrando círculos gris ~ 4 ° para cerrar. A continuación, haga clic en el botón Play para ver el estímulo V creado.
    PRECAUCIÓN: Mientras que el programa genera las imágenes, no haga clic en otras figuras, ya que puede causar el programa para perder la manija de la figura y producir un vídeo defectuoso.
    Nota: La amplitud angular de un objeto de V se obtiene la siguiente ecuación (2).
    (2)
    Aquí, una es la amplitud de V expresada en grados, S es el tamaño del visual en centímetros, medidos en la pantalla, y D es la distancia en centímetros desde el observador a la pantalla.
  5. Generar y almacenar un estímulo A utilizar los mismos valores de V IPI escribiendo un nombre de archivo descriptivo (ej., AperiodicAcoustic500ms.wav) en el cuadro de diálogo introducir nombre de archivo de Audio. Haga clic en el botón Generar Audio para observar un diagrama de audio creado y haga clic en el botón Play para escuchar el audio nuevo.
    Nota: Predefinida una frecuencia de pulso es de 1 kHz; sin embargo, es posible cambiarlo en el cuadro de diálogo sonido frecuencia (Hz).
  6. Repita los pasos 1.1.4.2 por 1.1.4.5 crear 10 estímulos aperiódicos de (AP) para cada uno de los intervalos de la comparación de la tarea de ayuda (es decir, V y A intervalos de 500 ms de 1.100 ms en pasos de 100 ms). Crear sólo un estímulo periódico de (P) para cada uno de los intervalos de los sistemas de control.
5. Generar un clip extendido de ruido blanco (e.g., 30 min) para utilizar como fondo durante el experimento, o descargarlo desde una biblioteca de internet.
6. Crear un 3° blanco Cruz y guárdelo en un archivo JPEG para utilizar como una referencia para los participantes para iniciar un juicio.
  Nota: Estímulos AV resultan de superposición de clips congruentes V y A durante la ejecución de la tarea. Cambiar los estímulos A hasta 90 ms después del inicio de la V para la producción de simultaneidad perceptiva³².
Implementación y diseño de la tarea
1. Crear conjuntos de P y AP V, A y AV ensayos por los nombres de los estímulos creados en una hoja de Excel. Uso diferentes columnas para incluir toda la información necesaria durante la tarea, como la modalidad de los estímulos de referencia y comparación, el número de repeticiones por el ensayo, la duración de los estímulos y la respuesta esperada (véase un ejemplar archivo CSV incluye en Stimuli_GUI.zip archivo). Cada uno de los conjuntos de guardar en un formato de valores separados por comas (CSV).
  Nota: El experimento pretende obtener funciones psicométricas de la probabilidad de percibir los estímulos de prueba (es decir, los estímulos de comparación) más largos que la referencia en función de las variaciones de los estímulos de comparación. Por lo tanto, los ensayos para generar funciones psicométricas deben emplear un estímulo de referencia fijado en la mitad de la gama de intervalos (es decir, ms de 800). Sin embargo, para garantizar que los criterios de los participantes se basan en el estímulo de referencia, debe siempre atender a la referencia y la comparación. Por lo tanto, ensayos de diferentes referencias deben incluirse para contrarrestar el número de comparaciones diferentes. Finalmente, considerar que presenta bloques de V, A y AV para evitar efectos atencionales. Sin embargo, siempre presente ensayos P y AP intercalados al azar.
2. Crear un programa para ejecutar automáticamente la tarea usando PsychToolbox o PsychoPy, o descargue y ejecute el 2IFC_Task automatizado disponible en http://www.ifc.unam.mx/investigadores/Luis-lemus (para el funcionamiento en el 2014 de LabVIEW o superior).
  1. Abra el 2IFC_Task haciendo doble clic en el archivo de la tarea.
  2. Cargar los estímulos creados seleccionando la carpeta de estímulo desde el Panel de Control. En primer lugar, utilice el arriba y abajo los botones en el cuadro de diálogo para mostrar un 0. A continuación, pulse el icono de carpeta para seleccionar la carpeta de estímulo.
  3. Repita el paso 1.2.2.2 establecer la ruta del archivo a 1, 2, 3 o 4 para cargar el conjunto CSV de ensayos archivo, un archivo TXT de salida, un sonido de fondo WAV y una señal de una cruz blanca en formato JPEG, respectivamente.
    Nota: Al programar una tarea, guardar datos en un formato conveniente para el análisis fuera de línea (por ej., en formato TXT o CSV). Incluir información sobre el juicio: el orden de aparición y los resultados conductuales, hits, errores, tiempos de reacción y tiempos de respuesta.
  4. Presione el botón de ruido blanco en el Panel de Control para activar el ruido de fondo. A continuación, coloque el medidor de decibelios como cerca como posible a los auriculares y ajuste el control de volumen de OS a ~ 65 dB SPL. Por último, ajusta el Volumen de fondo ubicado en el Panel de Control ~ 55 dB SPL.
  5. Utilice el cuadro de diálogo Casillas Pre_S1 y Inter_Stim para especificar lapsos de la primera entrega de estímulo y de la separación del interstimulus, respectivamente.
    Nota: Los plazos son 1.000 ms. otros indicadores gráficos son para que el examinador observar resultados en tiempo real (por ejemplo, una barra de parcela del funcionamiento por condición y muestra el número de hits, errores, falsas alarmas y un número de ensayos).
  6. La tarea de prueba haciendo clic en el icono de flecha derecha Ejecutar la sección de herramientas y realizar algunos ensayos de prueba.
    Nota: Se recomienda usar dos monitores, uno para la entrega de la tarea y el otro para la supervisión de la tarea en línea.
    1. Iniciar cada ensayo pulsando la barra espaciadora después de la aparición de la señal visual en el centro de la pantalla. Suelte la barra espaciadora después de la entrega de un par de estímulos y presione el ascendente o la tecla de flecha hacia abajo para finalizar el juicio.
    2. Repita el paso 1.2.2.6.1 hasta completa el conjunto. La tarea se detiene automáticamente. Por otra parte, anular la tarea haciendo clic en el botón detener en el menú del Panel de Control .

2. los participantes

Reclutar a 10 a 30 hombres y mujeres participantes diestros, con no más de diez años de diferencia de edad entre ellos, con visión normal o corregida a normal y ningunos déficits auditivos.
Pida a los participantes a llenar un cuestionario acerca de su edad, género, uso de las manos y las condiciones físicas o psicológicas (por ej., tener déficits visuales o auditivos, entrenamiento musical y consumo de drogas).
Dígale a los participantes sobre el objetivo, procedimiento y duración del experimento. Tenga cuidado de no sesgo es inducida (e.g., diciendo acerca de la ocurrencia de condiciones P o AP). Luego, pregúntele a los participantes a dar su consentimiento escrito para participar en los experimentos.

3. experimental procedimiento

Realizar los experimentos en un ambiente tranquilo con iluminación constante.
Ejecutar la tarea.
Calibrar el medidor de decibelios y repita el procedimiento como se describe en el paso 1.2.2.4.
PRECAUCIÓN: Durante todo el experimento, deben entregarse estímulos acústicos biauricular en ~ 65 dB SPL. Es imprescindible utilizar un medidor de decibelios para probar las amplitudes acústicas antes del experimento para evitar lesiones.
Pregunte a los participantes a sentarse cómodamente delante del monitor, situado a una distancia de 60 cm. A continuación, colocar el teclado a una distancia accesible y ajustar los audífonos a la cabeza del participante (figura 2).
Instruir al participante para iniciar un juicio después de la aparición de la señal visual manteniendo pulsada la barra espaciadora para el ensayo entero. Indicar al participante suelte la barra espaciadora después de la presentación de dos estímulos secuenciales y presione la tecla de flecha hacia arriba si el segundo estímulo duró más que el primero o pulse la tecla de flecha hacia abajo si duró por un período más corto de tiempo ( Figura 2B).
Finalmente, instruir a los participantes a utilizar sólo el dedo índice derecho para completar la tarea y comentar sobre la posibilidad de tomar un descanso de 5 minutos en caso de que el participante se siente cansado o distraído durante el experimento.
Activar la función de bloqueo de ruido de los auriculares y dejar que la práctica participante 10-15 ensayos.
Nota: Durante esta fase, proporcionando una entrada visual para respuestas correctas se recomienda. También, es posible retroalimentar durante el experimento; sin embargo, ser conscientes de posibles sesgos.
Ejecutar la tarea.

4. Análisis de datos

Calcular la media y el error estándar de la media del rendimiento de cada uno de los bloques de P y AP, V, A y AV.
Generar diagramas de dispersión de la probabilidad de percibir el estímulo de comparación más que la referencia en función de intervalos de comparación. Montar una función logística a los datos.
Nota: Como se señaló en la Introducción, seleccionando un modelo conveniente depende de la experiencia y los datos. Un ejemplo de un modelo es el tanh para la tarea de ayuda. Este modelo ofrece cuatro parámetros (recuadro en la Figura 3A) definidos por:

El parámetro a corresponde a la magnitud del rendimiento medida desde el punto de inflexión a la meseta. El parámetro β corresponde a la primera derivada en el punto de inflexión. Cuanto mayor sea el valor, más fácil de percibir una transición entre más largo y más corto, en comparación con las categorías de referencia. El parámetro θ o X0 es el valor de la abscisa de la proyección del punto de inflexión (es decir, el punto de igualdad subjetiva). El desplazamiento de tal parámetro representa general sesgos temporales. Por último, c o Y0 representa el punto de inflexión en la ordenada y revela prejuicios hacia una respuesta particular. Rutinas alternativas de ajuste y análisis de funciones psicométricas son el Palamedes caja de herramientas⁶ y quickpsy³³.
Repita el procedimiento desde el paso 4.1 para el análisis de los tiempos de reacción y tiempos de respuesta.
Realizar análisis estadísticos para comparar las distribuciones de precisión P y AP en cada una de las modalidades sensoriales.
Realizar análisis adicionales, tales como las correlaciones de Pearson, para encontrar la relación entre índices de periodicidad y exactitud y entre índices de periodicidad y tiempo de reacción.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Este protocolo presenta un método para realizar un experimento de psicofísica en los seres humanos. La técnica de replica investigaciones anteriores sobre la discriminación de los intervalos de trenes AP de V, A y AV pulsos, que se realizó mediante un método 2IFC. Los estímulos resultaron de distribuciones P y AP de trenes de seis pulsos de 50 ms en diferentes intervalos dentro de la gama de milisegundos (es decir, de 500 ms de 1.100 ms en pasos de 100 ms). Figura 2A muestra algunos intervalos y su índice de calculada periodicidad.

La tarea fue programada en LabVIEW y consistió en entregar ensayos intramodal de dos estímulos secuenciales (figura 2B). Después de 31 participantes (15 mujeres y 16 hombres de una edad de 23,6 ± 4,3 años [media ± desviación estándar]) realizaron la tarea, se obtuvieron las funciones psicométricas de cada uno de los P y AP V, A, y exactitudes general AV usando una función tanh (Figura 3A - 3 C; bondad de ajuste: χ2, Q > 0.05).

Los paneles de la derecha en la figura 3 muestran las comparaciones de los parámetros de regresión de tanh a las condiciones de P y AP. Varianzas no superposición de dichos parámetros indican diferencias estadísticas, por ejemplo en a, βy c los valores de V (p < 0.05). Este resultado es evidente en el AP V sigmoideo desplazamiento hacia abajo, lo que sugiere que los participantes perciben los intervalos más largos que la referencia más corta (Figura 3A). Del mismo modo, intervalos que eran más cortos que la referencia exactamente fueron mirados como más corto puesto que el parámetro c demostró un desplazamiento de AP para una probabilidad de llamar a la más corta que la referencia de comparación. Por otra parte, las comparaciones de intervalos AP y P durante A y discriminaciones AV mostraban diferencias en los parámetros β y θ (p < 0.05) porque disminuyeron las exactitudes general de AP, lo que sugiere que los estímulos de la AP fueron generalmente más difíciles de discriminar. Curiosamente, los funcionamientos A y AV fueron similares durante P y condiciones de AP (figura 3B y 3C), indicando una dominancia de A sobre V en discriminaciones de AV.

En la condición de V, β demostró que la transición del más corto al más largo ocurrió más rápidamente en la condición de AP. Este resultado sugiere que los participantes estaban seguros de sus decisiones, según lo evidenciado por los tiempos de reacción (Figura 4A). En cambio, tiempos de reacción de P y AP AV se asemejan a los de las condiciones de la A, también, lo que sugiere un predominio de A (Figura 4B y 4C). La interpretación global de estos resultados es que los patrones V AP una compresión perceptual de los intervalos de tiempo V AP.

Los resultados psicofísicos reflejan diferencias en el procesamiento a través de modalidades sensoriales de información. Cuando preguntamos a los sujetos para discriminar entre la duración de los patrones de AP, se encontró que la modalidad altera la percepción del tiempo diferencialmente. El sistema V comprime la estimación de tiempo, mientras que A y AV precisiones fueron sólo ligeramente afectados por estructuras de AP. En conjunto, estos resultados muestran diferentes ejemplos de interpretación de los resultados de un trabajo psicofísico a través de sus parámetros psicométricos.

Figura 1: una interfaz gráfica de usuario (GUI) para crear estímulos de tarea de ayuda. La interfaz gráfica permite crear un visual o un estímulo auditivo introducir parámetros y nombrando el estímulo. En las ventanas de la derecha se muestran una representación gráfica de los intervalos interpulse resultantes (IPI) y una parcela del estímulo auditivo. Una descripción completa de cómo implementar esta GUI se describe en el texto. Haga clic aquí para ver una versión más grande de esta figura.

Figura 2: estructura y configuración de tareas. (A) este panel muestra una representación gráfica de intervalos de diferentes duraciones de aperiódicos trenes de pulsos representada por cuadrados grises. Los intervalos y sus índices de periodicidad obtenidos por encima de fórmula aparecen en líneas diferentes y en función de sus duraciones. PI = índice de periodicidad; P = periódico; AP = aperiódicos. (B) este panel muestra la secuencia de eventos durante los ensayos unimodales. Cada uno de los ensayos empezados cuando un participante suelta la barra espaciadora (SBD). Después de un estímulo de referencia seguido por un interstimulus 1-s, fue entregado un estímulo de comparación, el participante lanzó la barra espaciadora (SBR), y, en orden al informe si la comparación era más largo o más corto que la referencia, presionada el ascendente o la descendente flecha, respectivamente (opción). La referencia y plazas gris de comparación representan pulsos de reales impulsos visuales, acústicas y audiovisuales representados por iconos de arriba. (C) este panel muestra la representación del montaje experimental. El material incluye una computadora, un conjunto de auriculares con cancelación de ruido, un monitor y un teclado. Figura 1A y 1B se adaptan de Duarte y Lemus¹³, bajo la dirección con la declaraciones de derechos de autor de fronteras en Neurociencia Integrativa. Haga clic aquí para ver una versión más grande de esta figura.

Figura 3: funciones psicométricas obtienen por el modelo de regresión tangente hiperbólico. (A) este panel muestra las probabilidades generales de la declaración de las comparaciones más que la referencia en función de intervalos de tiempo de la comparación de la periódicas visuales (líneas sólidas) y experimentos visuales aperiódicos (líneas punteadas). (B) este panel muestra la misma información como panel A, pero luego para las condiciones acústicas. (C) este panel muestra la misma información como panel A, pero luego para condiciones audiovisuales. Los paneles de la derecha muestran la distribución de los parámetros de tanh como se define en el recuadro en el panel A. Las barras de error en los paneles A - C indican el error estándar de la media y los intervalos de confianza en los paneles de la derecha. Los asteriscos expresan diferencias intramodal. P = periódico; AP = aperiódicos; V = visual; A = acústica; AV = audiovisual. Esta cifra se modifica de Duarte y Lemus¹³, en la dirección con la declaraciones de derechos de autor de fronteras en Neurociencia Integrativa. Haga clic aquí para ver una versión más grande de esta figura.

Figura 4: tiempos de reacción. (A) este panel muestra los tiempos de reacción promedios de experimentos visuales. (B) este panel muestra los tiempos de reacción promedios para experimentos de acústicos. (C) este panel muestra los tiempos de reacción promedios para los experimentos audiovisuales. Líneas sólidas = periódicamente. Discontinua de líneas = intervalos aperiódicos. Las barras de error representan el error estándar de la media. Esta cifra se modifica de Duarte y Lemus¹³, en la dirección con la declaraciones de derechos de autor de fronteras en Neurociencia Integrativa. Haga clic aquí para ver una versión más grande de esta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

En psicofísica, la selección de una tarea depende de los intereses particulares de fenómenos perceptuales⁵^,⁶. Por ejemplo, este protocolo consistió en recrear un paradigma previamente divulgado en el intervalo de tiempo percepción de estímulos visuales, auditivos y audiovisuales de pulsos aperiodically vestidas, que implementa el método 2IFC del¹³. Aquí, como en la mayoría de las tareas de la psicofísica, software y hardware adecuado son esenciales para crear, reproducir y grabar los elementos de la tarea con precisión, especialmente al explorar los fenómenos que ocurren en el rango de milisegundos²⁵^,²⁶ ^,²⁷. Una ventaja del método actual es la capacidad para producir diversos estímulos a través de una interfaz gráfica que permite explorar sus métricas y performance. En este sentido, merece la pena teniendo la importancia de las variables parameterizing sin importar la complejidad de los estímulos, como en este protocolo, implementado un método simple pero novedoso para cuantificar el aperiodicity¹³ (figura 2A). También propusimos almacenando los estímulos en audio y video formatos como WAV y AVI ya presenta la posibilidad de aplicar grandes videoclips en experimentos. Sin embargo, los formatos requieren administración de hardware y software de procesamiento eficiente; por ejemplo, por prebuffering estímulos en las variables de entorno del programa llevando a cabo. No obstante, algunos programas como PsychToolbox o PsychoPy son útiles para, alternativamente, crear estímulos en línea.

Aunque no incluimos los resultados de experiencias piloto, es recomendable llevar a cabo para verificar el correcto funcionamiento de los equipos y para encontrar el rango satisfactorio y el escalamiento de las variables independientes¹⁸^,³⁴. En este sentido, implementar métodos psicofísicos adaptativos se recomienda⁶^,¹⁷. Por otra parte, experiencias piloto determinan la piscina adecuada de los participantes y el número de repeticiones de ensayo, produciendo así resultados robustos y análisis estadísticos¹⁴.

Con respecto a los participantes, siempre es importante enseñarles claramente en cuanto a lo que debe asistir y cómo debe realizar. De lo contrario, la adopción de estrategias alternativas induzcan los resultados²¹^,³⁵. Por ejemplo, en esta tarea, pedimos a los participantes para discriminar la duración de los estímulos; sin embargo, comportamientos típicos incluyen discriminación de velocidad, aceleración²⁹, el número de eventos¹¹y reporting de las similitudes. En otras palabras, si bien es posible observar actuaciones similares entre los participantes, resultados pueden todavía ser estropeados por incluyendo cerebro diferentes procesos¹⁶. Por lo tanto, junto a instruir adecuadamente a los participantes, es obligatorio para preguntarles sobre su estrategia adoptada para resolver la tarea.

Un problema inherente de la psicofísica proviene de la naturaleza de modalidades sensoriales ya que imponen límites sobre metodologías¹²^,²⁹^,³⁰^,³². Por ejemplo, dado que Marcos visuales entregados por encima de 15 Hz son capaces de crear flicker fusión²⁸, estudiando la percepción visual de pulsos requiere de modulaciones lento para evitar resultados no deseados. Además, las comparaciones entre modalidades sensoriales escalen el problema. En este sentido, un fenómeno interesante observado en el experimento de ayuda fue que estímulos aperiódicos crearon una compresión perceptual de estimaciones temporales pero el periódico que no. Allí, la función tanh ajustado a los datos óptimo porque la meseta visual aperiódica observada no alcanzó una probabilidad máxima de 1, como otros modelos logísticos predicen (Figura 3A). Sin embargo, independientemente de la selección del mejor modelo logístico, se podría argumentar que la visual aperiódica no llegó a un máximo de probabilidad porque la gama de estímulos era insuficiente. Por lo tanto, aumentar la duración de los intervalos o disminuyendo el número de pulsos probablemente produciría un resultado diferente¹⁷. Sin embargo, hay una cuestión mucho más profunda aquí que en realidad se refiere a un dilema en psicofísica. En primer lugar, el experimento de ayuda dirigido a la percepción de intervalo de prueba en el rango de cientos de milisegundos, que representa un caso particular de procesamiento temporal²⁶^,²⁷. Por lo tanto, aumentando la duración del intervalo daría como resultado un cerebro diferente mecanismo¹⁶de prueba. En segundo lugar, el control visual periódico demostró funcionar dentro de un rango adecuado; por lo tanto, separarse de intervalos visuales no estaba justificado. Finalmente, ajuste de uno de los intervalos de la condición sólo deshabilita las comparaciones a través de grupos o lo que es importante aquí, entre modalidades sensoriales³⁰. Adaptación auditivos y audiovisuales los intervalos eran otra vez, no justificada (figura 3B y 3C). Así, el dilema es que con el objetivo de obtener distribuciones psicofísicas perfectas puede mezclar procesos neuronales, mientras que no hacerlo puede producir resultados subóptimos.

En conclusión, psicofísica consiste en estudiar el comportamiento resultado de mecanismos neuronales de procesamiento sensorial. Un objetivo tan desafiante exige la óptima selección y aplicación de los estímulos, la tarea, el método, el análisis y la medición⁶. Cuando dominar psicofísica, proporciona información valiosa en la percepción. Además, es esencial en los modelos que requieren animales bien entrenados para estudiar, por ejemplo, la correlación neurofisiológica de la conducta¹⁰^,³⁰^,³⁶^,³⁷.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores no tienen nada que revelar.

Acknowledgments

Este trabajo fue apoyado por el Consejo Nacional de Ciencia y Tecnología (CONACyT), CB-256767. Los autores agradecen a Isaac Morán para su asistencia técnica y Ana Escalante de la unidad de informática del Instituto de Fisiología Celular (IFC) por su valiosa asistencia.

Materials

Name	Company	Catalog Number	Comments
Lapt top Dell Precision	Dell	M6800 CTO	Procesador Intel Core i7-4710MQ, 2.5GHz RAM 16 GB, 64-bit OS; 17.3" screen 1920 x 1080; 60 Hz refreshing rate
Noise-blocking headphones	Bose	QC25	Headphones QuietComfort 25, noise-blocking
Decibel meter	Extech Instruments	SL 130G	Sound Level meter (dB), range 30 to 130 dB, this meter meets ANSI and IEC Type 2 sound level meter standards
Name	Company	Catalog Number	Comments
Software
Labview	National Instruments	Labview 2014	Labview SP1 130, 64-bits, version 14
Matlab	Mathworks Inc	Matlab 2016a	The Mathworks Inc., Natick, MA, USA
GUI To create Visual and Acoustic stimuli. Created by Fabiola Duarte	Mathworks Inc	Matlab 2016a	The Mathworks Inc., Natick, MA, USA

DOWNLOAD MATERIALS LIST

References

Fechner, G. T. Elements of Psychophysical Theory. Elements of Psychophysics. , (1860).
Dehaene, S. The neural basis of the Weber-Fechner law: A logarithmic mental number line. Trends in Cognitive Sciences. 7 (4), 145-147 (2003).
Romo, R., et al. From sensation to action. Behavioural Brain Research. 135 (1-2), 105-118 (2002).
Johnson, K. O., Hsiao, S. S., Yoshioka, T. Neural coding and the basic law of psychophysics. Neuroscientist. 8 (2), 111-121 (2002).
Gescheider, G. A. Psychophysics: The Fundamentals. , Available from: https://books.google.com/books?id=fLYWFcuamPwC&printsec=frontcover#v=onepage&q&f=false (1997).
Kingdom, F. A. A., Prins, N. Psychophysics: A Pratical Introduction. , Academic Press. London, San Diego, Waltham, Oxford. (2016).
García-Pérez, M. A. Does time ever fly or slow down? The difficult interpretation of psychophysical data on time perception. Frontiers in Human Neuroscience. 8, 415 (2014).
Romo, R., Brody, C. D., Hernández, A., Lemus, L. Neuronal correlates of parametric working memory in the prefrontal cortex. Nature. 399 (6735), 470-473 (1999).
Britten, K. H., Shadlen, M. N., Newsome, W. T., Movshon, J. A. The analysis of visual motion: a comparison of neuronal and psychophysical performance. The Journal of Neuroscience. 12 (12), 4745-4765 (1992).
Lemus, L., et al. Neural correlates of a postponed decision report. Proceedings of the National Academy of Sciences of the United States of America. 104 (43), 17174-17179 (2007).
Getty, D. J. Counting processes in human timing. Perception & Psychophysics. 20 (3), 191-197 (1976).
Grondin, S., McAuley, J. D. Duration discrimination in crossmodal sequences. Perception. 38 (10), 1542-1559 (2009).
Duarte, F., Lemus, L. The Time Is Up: Compression of Visual Time Interval Estimations of Bimodal Aperiodic Patterns. Frontiers in Integrative Neuroscience. 11, 17 (2017).
Bausenhart, K. M., Dyjas, O., Vorberg, D., Ulrich, R. Estimating discrimination performance in two-alternative forced choice tasks: Routines for MATLAB and R. Behavior Research Methods. 44 (4), 1157-1174 (2012).
LaMotte, R. H., Mountcastle, V. B. Capacities of humans and monkeys to discriminate vibratory stimuli of different frequency and amplitude: a correlation between neural events and psychological measurements. Journal of Neurophysiology. 38 (3), 539-559 (1975).
Grondin, S. Violation of the scalar property for time perception between 1 and 2 seconds: Evidence from interval discrimination, reproduction, and categorization. Journal of Experimental Psychology: Human Perception and Performance. 38 (4), 880-890 (2012).
García-Pérez, M. A. Adaptive psychophysical methods for nonmonotonic psychometric functions. Attention, Perception, and Psychophysics. 76 (2), 621-641 (2014).
García-Pérez, M. A., Alcalá-Quintana, R. Sampling plans for fitting the psychometric function. Spanish Journal of Psychology. 8 (2), 256-289 (2005).
Ulrich, R., Miller, J. Threshold estimation in two-alternative forced-choice (2AFC) tasks: The Spearman-Kärber method. Perception and Psychophysics. 66 (3), 517-533 (2004).
García-Pérez, M. A., Alcalá-Quintana, R. Improving the estimation of psychometric functions in 2AFC discrimination tasks. Frontiers in Psychology. 2, 96 (2011).
Ulrich, R., Vorberg, D. Estimating the difference limen in 2AFC tasks: Pitfalls and improved estimators. Attention, Perception, and Psychophysics. 71 (6), 1219-1227 (2009).
Green, D. M., Swets, J. A. Signal detection theory and psychophysics. , Wiley. (1966).
Brainard, D. H. The Psychophysics Toolbox. Spatial Vision. 10 (4), 443-446 (1997).
Peirce, J. W. PsychoPy-Psychophysics software in Python. Journal of Neuroscience Methods. 162 (1-2), 8-13 (2007).
Ivry, R. B., Hazeltine, R. E. Perception and production of temporal intervals across a range of durations: Evidence for a common timing mechanism. Journal of Experimental Psychology: Human Perception and Performance. 21 (1), 3-18 (1995).
Karmarkar, U. R., Buonomano, D. V. Timing in the Absence of Clocks: Encoding Time in Neural Network States. Neuron. 53 (3), 427-438 (2007).
Merchant, H., Harrington, D. L., Meck, W. H. Neural Basis of the Perception and Estimation of Time. Annual Review of Neuroscience. 36 (1), 313-336 (2013).
Levinson, J. Z. Flicker fusion phenomena. 160 (3823), Science. New York, NY. 21-28 (1968).
Grahn, J. A., Henry, M. J., McAuley, J. D. FMRI investigation of cross-modal interactions in beat perception: Audition primes vision, but not vice versa. NeuroImage. 54 (2), 1231-1243 (2011).
Lemus, L., Hernández, A., Luna, R., Zainos, A., Romo, R. Do sensory cortices process more than one sensory modality during perceptual judgments? Neuron. 67 (2), 335-348 (2010).
Fabiola Duarte GUI Fabiola Duarte. , Available from: https://www.ifc.unam.mx (2018).
Chandrasekaran, C., Trubanova, A., Stillittano, S., Caplier, A., Ghazanfar, A. A. The Natural Statistics of Audiovisual Speech. PLoS Computational Biology. 5 (7), e1000436 (2009).
Linares, D., López-Moliner, J. quickpsy: An R Package to Fit Psychometric Functions for Multiple Groups. The R Journal. 8 (1), 122-131 (2016).
García-Pérez, M. A., Núñez-Antón, V. Nonparametric tests for equality of psychometric functions. Behavior Research Methods. , (2017).
García-Pérez, M. A., Alcalá-Quintana, R. The indecision model of psychophysical performance in dual-presentation tasks: Parameter estimation and comparative analysis of response formats. Frontiers in Psychology. 8, 1142 (2017).
Merchant, H., Harrington, D. L., Meck, W. H. Neural Basis of the Perception and Estimation of Time. Annual Review of Neuroscience. 36 (1), 313-336 (2013).
Chandrasekaran, C., Lemus, L., Ghazanfar, A. A. Dynamic faces speed up the onset of auditory cortical spiking responses during vocal detection. Proceedings of the National Academy of Sciences of the United States of America. 110 (48), E4668-E4677 (2013).

Behavior

Una tarea de selección forzada de intervalo de dos comparaciones multisensorial

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

Get cutting-edge science videos from JoVE sent straight to your inbox every month.