方法文章

观察虚拟社会互动的神经相关性的脑成像研究

DOI:

10.3791/2379

2011年7月6日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本文展示了一种实验设计,该设计结合使用全身动画角色和功能磁共振成像(fMRI)来研究观察虚拟社交互动时的神经相关机制。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

评估他人意图时,衡量社交互动的能力至关重要。面部表情和肢体语言等因素会影响我们在个人生活和职业生活中的决策 1。这些“朋友或敌人判断往往基于第一印象,而这种第一印象又可能影响我们的决策接近或回避. 以往研究社会认知神经相关性的研究多采用静态面部刺激 2在此,我们展示了一种实验设计,该设计结合使用全身动画角色与功能性磁共振成像(fMRI)记录。在实验中,向15名参与者呈现一系列发生在商务场景中的宾客与主持人互动的短视频片段,同时记录其fMRI数据;每个视频播放结束后,参与者还需对主持人的行为进行评分。该设计更贴近现实生活情境,因此可能有助于深入理解健康个体社会互动的神经机制,并为探究社交焦虑症和自闭症等临床状况中社交行为缺陷的潜在成因提供见解。 3.

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. 刺激材料、任务设计与实验方案

我们的刺激材料使用 Poser 7.0(http://poser.smithmicro.com/poser.html)创建,并通过 CIGAL(http://www.nitrc.org/projects/cigal/)呈现。

  1. 该任务包含一系列时长为十秒的动画视频,展示商务场景中非语言的主客互动。受试者观看客人被主人迎接(社会互动条件)或被一个主人的纸板模型迎接(无社会互动/对照条件)的情景。
  2. 主人可能表现出鼓励进一步社交的行为(接近条件),或表现出对进一步互动缺乏兴趣的行为(回避条件)。
  3. 除了对主人所展示行为类型的基本操控外,还可引入其他操控因素。例如,在部分试验中(通常占一半),人物之间可能会握手,作为问候流程的一部分,而在其他试验中则不进行任何身体接触。这种操控可用于研究正式身体接触对行为的影响4,且该影响可能因观看者的文化背景(如西方与东亚)而有所不同。
  4. 其他操控可能涉及观看者视角从个人化()转变为非个人化(他人)。此操控旨在探查与自我参照加工相关的神经网络5,并识别受个人投入程度调节的神经反应6,7(例如,若回避行为被个体视为针对自身,则其影响可能加剧)。这两种视角之间的切换可在每次试验开始时通过提示进行引导。
  5. 视频播放后会出现评分界面,要求受试者在五点李克特量表上对主人的能力感、可信度开展商业合作的兴趣进行评分(0 = 完全不,4 = 非常);这些评分项目应在各次试验中进行顺序平衡,以避免顺序效应。
  6. 视频中的人物在所展示的行为(接近 vs. 回避)、种族背景(高加索人种 vs. 非高加索人种)、衬衫颜色和发型等方面均进行了平衡设计。可能影响社会互动的基本因素(如吸引力)也应加以控制(例如,通过离线方式对主持人进行吸引力评分),以确保不同试验类别之间不存在系统性差异,从而避免潜在的混淆因素(例如,若表现出回避行为的主持人整体吸引力评分较低)。最后,鉴于已有证据表明与女性主持人的互动在影响决策(如财务决策)方面更具效力4,本研究中所有主持人均为女性,但主持人性别也可在试验间进行平衡——例如,50%为女性,50%为男性。
  7. 实验被划分为若干运行/区块,以便参与者有休息时间,并在设备故障时避免大量数据丢失。此外,为避免数据丢失产生偏差,理想情况下每个区块应均衡包含各类条件/试验,涵盖每种操控因素(如社会互动、性别、握手/无握手)。不同参与者的运行顺序也应进行平衡。每次运行开始前有六秒的注视点呈现,以使MR信号趋于稳定。每个视频试验后及每个运行/区块结束前均设有8秒的试验间间隔。
  8. 需要注意的是,尽管与使用静态刺激的实验设计相比,当前设计在识别社会认知神经相关性方面具有更高的生态效度,但这种方法也存在局限性与挑战。其中一个挑战在于:在操控目标行为变量(如区分特定社会互动的手势)的同时,需尽可能保持“背景”因素(如社会互动发生的环境或行为中非相关方面)恒定,而在使用动态刺激的条件下,这一点可能难以实现。尽管如此,我们认为当前方法在提升社会神经科学研究中刺激材料的生态效度,与脑成像工具所要求的对实验操控进行合理控制以支持关于目标行为神经相关性的有效推论之间,达到了较为合理的权衡。

2. 扫描前受试者的准备

受试者通常根据其年龄、健康状况、母语以及磁共振成像(MRI)扫描的个体风险因素(如金属关节置换)进行招募。然而,根据研究目的的不同,也可能考虑其他因素,包括种族/民族背景、社会经济状况以及药物使用史。所有受试者在实施实验方案前均需签署书面知情同意书,该实验方案已获得伦理委员会批准。

进入扫描室之前

  1. 扫描当天,要求参与者完成问卷,以评估其当前的心理状态,确保他们在实验前不过度焦虑或抑郁8, 9。这些评估还可与功能性磁共振成像(fMRI)数据结合使用,以探究扫描时的情绪状态如何影响参与者的反应。此外,结合扫描后的评估,这些初步评价还可用于确认参与者整体情绪状态在参与实验过程中未发生显著变化。最后,还可进行其他行为/人格评估,以进一步研究人格中某些影响社交情境下反应的个体差异(如社交焦虑、可信度)如何影响参与者在研究期间的反应10, 11
  2. 扫描前,研究人员会向参与者详细说明扫描流程,并提供行为任务的具体指导(见下文)。为避免不适并减少对任务的过度熟悉,参与者还将接受一次简化的任务练习。

进入扫描室

  1. 受试者被要求仰卧于扫描床上,并在头部下方增加垫枕以确保扫描过程中的舒适性并尽量减少移动。为进一步减少头部运动,可用一段胶带的非黏性面轻轻缠绕在受试者的前额。如有需要,也可在受试者抬高的膝盖下方放置垫枕,以减轻下背部肌肉紧张。
  2. 为保护听力,向受试者提供耳塞,并配备隔音耳机以便在磁共振成像扫描期间与实验人员进行沟通。
  3. 将受试者的右手舒适地放置在反应盒上,以便左手可用于支撑身体或其他测量(例如皮肤电导反应)。还应在附近放置一个紧急停止按钮,以便受试者在需要立即停止扫描时使用。
  4. 在开始数据采集之前,必须确保受试者能够清晰地看到用于呈现刺激的屏幕投影,并确认反应按钮工作正常。

3. 数据记录与处理

扫描参数

我们使用1.5特斯拉西门子Sonata扫描仪采集MRI数据。我们的解剖图像为3D MPRAGE解剖序列(重复时间,TR = 1600 ms;回波时间TE = 3.82 ms;切片数量 = 112;体素大小 = 1 x 1 x 1 mm),功能图像由28个功能切片序列组成(体素大小 = 4 x 4 x 4 mm),采用轴向回波平面序列采集(TR = 2000 ms;TE = 40 ms;视野FOV = 256 x 256 mm),从而实现全脑覆盖。

数据分析

我们结合使用统计参数映射(SPM2/SPM5)和基于Matlab的自主开发工具。预处理包括常规步骤:质量保证、TR对齐、运动校正、配准、标准化和高斯平滑(8 mm³核)12

  1. 数据分析结合体素水平和感兴趣区域(ROI)方法,以比较与特定条件相关的脑活动(例如,社会互动与非社会互动)。
  2. 全脑体素水平分析生成统计图谱,识别与社会互动评估相关的大范围脑区网络;而ROI分析则可针对特定脑区的反应进行重点研究,这些脑区事先被认定为属于社会认知网络(图1A)。此外,ROI分析还用于提取fMRI信号以进行图示说明(图1B)。我们采用的强度阈值为p=0.001,空间扩展阈值为10个连续体素。除这些典型的数据分析方法外,其他分析方法也可作为补充手段,用于研究社会认知的神经相关性13, 14
  3. 最后,还可进行脑成像数据与行为数据(例如,可信度评分)和/或人格测量指标得分(例如,特质焦虑)之间的相关性分析,以探讨脑活动如何随个体在行为和人格上的差异而变化。

4. 代表性结果

fMRI脑成像,社会互动与对照,激活图谱,信号变化图,MRI结果。
图1. 观察社会互动时社会认知网络活动增强。 社会互动任务与无互动/对照任务的比较显示,典型的社会认知脑区被激活,包括上颞沟(STS,a)、外侧和内侧前额叶皮层(mPFC,分别为b和d)以及杏仁核(AMY,c)。这些“激活图谱”叠加在高分辨率脑图像上,分别以侧面(左、右侧面板)和冠状面(中间面板)显示;颜色条表示激活图谱的t值梯度(基于15名受试者的数据),反映与接近/回避行为起始时间锁定的脑活动。线图展示了从每种试验类型和TR(1 TR = 2秒)的功能感兴趣区(ROI)提取的fMRI信号时间进程。L = 左侧;R = 右侧。

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本文介绍的实验设计可用于研究观察和解读肢体语言时的神经相关机制。该设计有望增进我们对社会互动中大脑机制的理解,并扩展理论模型,以阐明在互动社交环境中,人们如何整合不同类型肢体语言或社会概念(如可信度)的感知来做出决策3。此类知识可应用于多种个人和商业场景,并有助于加深对社交互动临床障碍的理解。该设计的成功依赖于恰当的任务操控、生态效度高的刺激材料以及严谨的数据采集。

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

未声明任何利益冲突。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究得到了对 FD 的启动资金支持。KS 得到了阿尔伯塔医学研究遗产基金会暑期学生项目的资助。FD 得到了国家精神分裂症与抑郁症研究联盟青年研究者奖以及加拿大精神病学研究基金会 CPRF 奖项的资助。作者感谢 Peter Seres 在数据收集方面的协助,以及 Kristina Suen 在数据分析方面的协助。

访问受限。请登录或开始试用以查看此内容。

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Adolphs, R. The social brain: neural basis of social knowledge. Annu Rev Psychol. 60, 693-716 (2009).
  2. Todorov, A. Evaluating faces on trustworthiness: an extension of systems for recognition of emotions signaling approach/avoidance behaviors. Ann N Y Acad Sci. 1124, 208-224 (2008).
  3. Pelphrey, K. A., Morris, J. P. Brain Mechanisms for Interpreting the Actions of Others From Biological-Motion Cues. Curr Dir Psychol Sci. 15, 136-140 (2006).
  4. Levav, J., Argo, J. J. Physical Contact and Financial Risk Taking. Psychological Science. 21, 804-810 (2010).
  5. Northoff, G. Self-referential processing in our brain--a meta-analysis of imaging studies on the self. Neuroimage. 31, 440-457 (2006).
  6. Eddington, K. M., Dolcos, F., Cabeza, R., R Krishnan, K. R., Strauman, T. J. Neural correlates of promotion and prevention goal activation: an fMRI study using an idiographic approach. J Cogn Neurosci. 19, 1152-1162 (2007).
  7. Eddington, K. M. Neural correlates of idiographic goal priming in depression: goal-specific dysfunctions in the orbitofrontal cortex. Soc Cogn Affect Neurosci. 4, 238-246 (2009).
  8. Watson, D., Clark, L. A., Tellegen, A. Development and validation of brief measures of positive and negative affect: the PANAS Scales. J Pers Soc Psychol. 54, 1063-1070 (1988).
  9. Spielberger, C. D., Gorsuch, R. L., Lushene, R. E. Manual for the State-Trait Anxiety Inventory. , Consulting Psychologists Press. Palo Alto, California. (1970).
  10. Heimberg, R. G. Psychometric properties of the Liebowitz Social Anxiety Scale. Psychological Medicine. 29, 199-212 (1999).
  11. Costa, P. T., McCrae, R. R. Revised NEO personality inventory and NEO five factor inventory: Professional manual. , Psychological Assessment. Odessa, FL. (1992).
  12. Friston, K. J., Ashburner, J. T., Kiebel, S. J., Penny, W. D. Statistical Parametric Mapping: The Analysis of Functional Brain Images. , Elsevier. London. (2006).
  13. Hanke, M. PyMVPA: A python toolbox for multivariate pattern analysis of fMRI data. Neuroinformatics. 7, 37-53 (2009).
  14. Said, C. P., Moore, C. D., Norman, K. A., Haxby, J. V., Todorov, A. Graded representations of emotional expressions in the left superior temporal sulcus. Front Syst Neurosci. 4, 1-8 (2011).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章