本文介绍了一组用于测量人类食物相关动机和食物相关目标价值的方法。
本文内容
摘要
摘要
研究人类奖赏加工的一个关键挑战是超越主观的自我报告测量，以更客观的方式量化奖赏的不同方面，例如享乐体验、动机和目标价值。这对于理解暴食和肥胖及其潜在治疗方法尤为重要。本文介绍了一套利用握力作为动机指标的与食物相关的动机测量方法。这些方法可用于检测在代谢（饱腹感）和药物干预条件下食物相关动机的变化，并可用于评估针对暴食和肥胖的干预措施。然而，要理解复杂食物环境中的食物相关决策过程，关键在于能够确定指导人们决策和行为选择的奖赏目标价值。这些价值是隐含的，但可以通过诸如支付意愿等客观指标进行推断，本文也描述了一种实现该目的的方法。这两类方法均提供了可在个体内部和个体之间进行比较的动机与目标价值的定量测量指标。
引言
人类对食物奖赏加工的研究，由于人们对肥胖流行问题的日益关注而获得了显著推动。由于大多数肥胖个体走向肥胖的途径是摄入的能量超过了代谢需求1，因此理解过度进食的驱动因素和机制显得尤为重要。主流模型将这种过度进食视为一种非稳态性或“享乐性”进食，i.e. 进食行为并非由稳态需求驱动，而是由所摄入食物的奖赏特性所驱动2。然而，这是一个复杂的现象，稳态系统与享乐/奖赏系统之间存在重叠并相互作用。此外，还有多种因素会影响非稳态性进食，而这些因素并不直接涉及食物的享乐特性，例如食物的份量或可选择食物的种类3。尽管如此，对食物奖赏的不同方面进行表征和测量仍然至关重要。
Berridge 及其同事描述了奖赏的三个组成部分：喜好（liking）、渴求（wanting）和学习（learning）。这三个组成部分相互关联，但在其潜在的神经机制上可相互分离。喜好指奖赏带来的享乐性影响，而渴求则是对奖赏的动机驱动力。学习则包括与奖赏相关的联结及其预测能力。这些成分还可进一步区分为两个子成分：核心（隐式）成分和意识（显式）成分。喜好包含“喜好”本身，即核心的客观享乐反应，以及愉悦的主观意识体验。同样，渴求包含“渴求”，即奖赏及其相关线索的激励显著性，以及通常意义上所理解的对激励物的主观欲望体验。喜好和渴求的主观意识体验是由高级认知机制从核心反应中进一步发展而来的。最后，学习也包含隐式成分，如经典条件反射（Pavlovian）和操作式条件反射（instrumental）的联结与关联学习，以及显式的表征和认知预测4。
奖赏的这三个要素相互关联，但在实验上和神经基础方面均可分离。尽管这一框架有助于我们理解生物体如何对单一奖赏作出反应，但当个体面临多个潜在奖赏时，又会如何反应呢？根据神经经济学中一个被广泛接受的模型，行为选择的核心阶段涉及计算所有可选选项的主观价值。该计算过程被认为包含对每个选项不同属性的评估与加权，从而得出一个可比较的单一价值，通常称为目标价值5，最终选择具有最高目标价值的选项。
关于奖赏神经基础的大量研究工作源于动物神经科学领域的精巧实验。在人类中研究享乐体验、目标价值和动机所面临的一个挑战，是如何可靠且客观地测量这些不同成分。必须超越对奖赏价值的主观测量方法，例如视觉模拟评分法记录的喜好度或目标价值的自我评价。鉴于准确内省价值本身的困难，以及对价值是否被如实报告的怀疑，开发可验证的稳健定量工具至关重要。
尽管在啮齿类动物中观察到的客观享乐反应在人类婴儿中同样存在6，但在成年人类中却难以评估。因此，喜好或享乐成分在成年人类中的客观测量仍具有挑战性。然而，对“渴求”或动机的评估可以更加客观和精确，本文介绍了一组基于握力作为动机测量指标的方法。个体为获得奖励所付出的努力程度受其预期奖励大小的调节。对奖励的动机可操作化为所付出的努力。Pessiglione 及其同事巧妙地证明了握力可作为金钱奖励动机的测量指标，参与者对价值更高的金钱奖励施加更大的握力7。在食物奖励的情况下，食物对个体的价值取决于多种因素，其中内部状态（饥饿或饱足）是关键因素之一8。随着饱足状态的出现，眶额皮层（OFC）——一个编码刺激当前价值的脑区——在接收到相同食物时的神经活动会下降9,10。OFC 投射至腹侧纹状体，后者调节动机反应7。因此，一个良好的动机测量指标应能敏感地反映饱足状态下奖励价值的变化。
为了确定目标价值，直接的主观评估并不理想。一种更为间接的方法是采用贝克尔-德古特-马沙克拍卖法（Becker-DeGroot-Marschak auction）的改进版本11，该方法的优势在于能够激励参与者真实地揭示其目标价值。通过一套简单的规则，这种拍卖程序促使人们披露其愿意为所供物品支付的最高金额，该金额即被视为其支付意愿（WTP），并作为目标价值的衡量指标。
方案
本方案中所述的所有操作程序均在获得剑桥地区研究伦理委员会伦理批准后开发并测试。
1. 握力作为食物相关动机的衡量指标
- 设备与设置：
- 在刺激呈现用笔记本电脑上安装 MATLAB 及其 Cogent 工具箱。
- 通过以太网端口将力传感器及其配套的数据采集系统连接至刺激呈现用笔记本电脑。所需硬件和软件的详细信息见表1。
注意：在磁共振成像（MRI）扫描仪中运行任务时，使用一个简单的握力橡胶球囊，该球囊连接至扫描仪外的压力传感器。当挤压球囊时，其内部空气压力的变化可由传感器测量，并可直接反映施加的努力程度。 - 设置程序以持续轮询数据采集系统，每次轮询读取10个采样值，并取其均值作为施加的力。注意：也可同时测量皮肤电反应（GSR）。为此，刺激呈现用笔记本电脑需具备并行端口，以便连接 GSR 数据采集系统，实现 GSR 与其他测量信号的同步。建议使用独立计算机记录测得的 GSR 信号，以减轻刺激呈现用笔记本电脑的负载。本文不再进一步讨论 GSR 测量。
图1. 握力任务的硬件设置。
- 实验步骤：
- 如图1所示，将设备放置在桌子或其他稳定表面上。等待数据采集系统与笔记本电脑连接。
- 在开始任务前，采集握力传感器的基线值以及受试者的最大努力程度，后者在此后称为最大自主收缩（MVC）。
- 将握力传感器放在桌面上，采集基线值。
- 为测量MVC，请受试者握住握力传感器，并选择一个在任务期间保持舒适的臂部位置。指导受试者尽可能用力挤压传感器五次，并取五次用力的平均值作为任务的最大校准值。
注意：在反应期间受试者施加的力，以基线与MVC之间差值的百分比来表示，计算公式如下：
如果计算出的用力值为负，则将其设为最小力值0；如果超过校准期间测得的MVC，则将其设为最大用力值100单位。这样做的目的是为了消除如上所述应用10个采样点平滑处理后仍可能存在的残余噪声。在反应期间累积得到的用力采样序列，将被存储为该次试验的用力响应。
- 开始任务。
注意：如果任务会话较长，可在任务结束时再次测量MVC，以评估疲劳效应，并将疲劳效应与任务开始和结束时MVC之间的差异相关联。
- 关键因变量：
本方法在每次试验中捕捉力-时间曲线。从该曲线中提取以下变量：曲线下面积（AUC）、施加的最大或峰值力，以及力-时间曲线的速率或斜率。 - 应用：
以下描述了握力测量的三种应用。- 考察相对奖励价值：努力图片选择任务。
注意：该任务测量受试者愿意为观看不同类型奖励性图片（如食物和消费品）所付出的相对努力。这些努力评分与受试者对相同图片的主观喜好评分相关。实验设计如下：- 在每次试验中并列呈现两张图片；其中一张为大尺寸（300 × 300像素）、清晰可见的默认图片，另一张为小尺寸（5 × 5像素）、模糊不清的非默认图片。对传感器施加力会使非默认图片放大，同时使默认图片缩小。
- 从三类奖励刺激中各选6张图片：高热量食物、低热量食物以及（性别特异性的）非食物奖励物。由健康志愿者群体独立对这些图片进行主观喜好评分。构建图片配对，使每张图片均与其他两类中的每张图片配对一次。采用平衡设计，使每张图片在相同数量的试验中分别作为默认和非默认图片出现。
- 运行任务：执行第1.2节中描述的所有步骤。
- 向受试者解释试验结构，并告知其可通过挤压传感器来增大非默认图片的尺寸，同时相应减小默认图片的尺寸。
注意：平衡设计确保所有图片在相同数量的试验中因用力而被放大或缩小。 - 将使非默认图片尽可能放大的所需力设定为每个受试者MVC的10%（该百分比可能需根据每个Biopac模块单独设定）。
注意：施加力与图片尺寸之间的关系确定如下。假设背景和前景图片均为正方形，令lB和lF分别为背景和前景图片的边长。令g、GMVC和GBASE分别为在试验反应期间测得的握力响应、校准期间测得的最大力和基线值。进一步假设握力与图片尺寸之间呈线性关系，则lB和lF可表示为：![静力平衡方程，\[l_B=k g_{calib}+L_{min}, l_F=-k g_{calib}+L_{max}\]，公式图片](/files/ftp_upload/51281/51281eq2.jpg "figure-protocol-3")
在以下约束条件下：
其中：
这些约束条件确保即使施加的力超过GMVC，图片也不会扩展超过Lmax。 - 进行一次简短的任务演示。
- 告知受试者，她可根据自己愿意付出的努力程度自由选择查看图片。随后让受试者独立完成任务。
- 任务完成后，使用视觉模拟量表对每张图片进行喜好评分。
- 数据分析时，对每张图片，取其作为非默认图片且需用力放大时的所有试验中力-时间曲线下面积的平均值。该平均AUC被用作该特定图片动机水平的测量指标。
- 考察食物的潜意识动机。
注意：该任务通过潜意识和意识刺激呈现，同时考察对食物的潜意识和意识动机。以下描述基于先前使用感官特异性饱腹感的研究（参见Ziauddeen et al.16）。实验设计如下：- 选择三种刺激：一种咸味食物、一种甜味食物和一种中性非食物物品。为每种物品采集两张图片，一张用于意识试验，另一张用于潜意识试验，以最小化直接运动规范效应12。使用Adobe Photoshop将所有图片调整为相同的亮度和相同的图案背景（由黄色、红色、绿色和棕色1 mm方块组成的棋盘格）。对图片边缘进行单次模糊处理。
- 通过随机打乱所有图片并混合生成一张复合图像，创建掩蔽图片。
- 潜意识呈现采用三明治掩蔽法实现：先呈现掩蔽图片200毫秒，然后呈现刺激图片33毫秒，再呈现掩蔽图片267毫秒。对于意识试验，先呈现掩蔽图片200毫秒，然后呈现刺激图片200毫秒，再呈现后向掩蔽100毫秒。两种试验类型的总呈现时间为500毫秒。
- 掩蔽刺激呈现后，开始反应窗口，期间受试者可在握力传感器上施加力。通过屏幕上的液柱高度提供实时反馈。
注意：在所有使用液柱反馈的任务中，液柱高度及其可达到的最大高度在各次试验中均随机变化。例如，液柱高度设定为在100、110和120单位之间变化，而可达到的最大高度设定为在80、90和100单位之间变化，均以受试者任务开始时测得的最大力的百分比表示。虽然反馈在吸引受试者参与任务中起重要作用，但此设置确保了各次试验中施加的力与液柱高度之间不存在一致关系。目的是防止受试者调节其用力以达到特定反馈，例如使液柱达到最顶端。应明确告知受试者反馈不可靠，并指示其自行判断用力程度，而不依赖液柱高度。 - 每次试验中，先呈现注视十字500毫秒，然后呈现掩蔽刺激500毫秒，接着是3000毫秒的反应窗口并伴有液柱反馈。
- 运行任务：执行第1.2节中描述的所有步骤。
- 每次试验中，要求受试者将注意力集中在中央注视十字上。向其解释，当液柱出现时，她可通过挤压力传感器为刚刚呈现的项目赢得积分。说明在某些试验中图片可能难以看清，建议其遵循直觉。强调反馈不可靠。
- 根据需要运行多个任务区块。
- 任务完成后，检查掩蔽程序的效果。可通过两种方式实现：收集受试者的主观报告，或进行强制选择辨别任务。后者方法为：如主任务中一样呈现掩蔽刺激，随后呈现两个选项，要求受试者指出哪一个刚刚出现过。每个图片的呈现次数应与主任务每个区块中的呈现次数相同。
- 根据信号检测理论计算辨别力指数（d'），若掩蔽效果良好，则d'应接近零。
- 在扫描仪中考察与食物相关的动机。
- 使用握力球及其配套的压力传感器，这些基于握力的任务可在MRI扫描仪中进行。若使用反馈，则按第1.4.2节所述方式进行。
- 考察相对奖励价值：努力图片选择任务。
2. 作为奖励价值衡量指标的支付意愿
注意：该任务可使用任何合适的刺激呈现软件进行编程，仅需一台标准的台式或笔记本电脑。此处描述的版本使用 Presentation 软件（版本 14.5，Neurobehavioral Systems）编写。
- 实验步骤：
注意：本实验程序改编自 Plassmann 的计算机化拍卖程序 13拍卖程序如下：- 拍卖包含一系列轮次，每轮展示一种食品。将所有食品放置于相同的盘子中，并在相同背景下拍摄照片。在任务开始前，向参与者展示图像中所使用的实际盘子，以提供准确的尺寸参照。
- 为参与者提供固定的货币预算， 例如 £3.
- 告诉参与者，她将经历多轮拍卖，每轮均可进行出价。她可通过一个滑动标尺进行出价，标尺范围为 £0 至 £3，以 10p 为 increments。
- 告知参与者，拍卖结束时将随机抽取一轮作为有效轮次。因此，她无需将3英镑的预算分配到不同轮次中，而可将每一轮都视为唯一的一轮进行决策。
- 告诉参与者，在每一轮中，计算机将与他们进行竞价。如果他们在所选轮次中的出价高于计算机的出价，他们将赢得该食物项目，且只需支付计算机所出的价格，剩余金额可保留。然而，如果计算机的出价高于或等于他们的出价，则他们无法获得该食物项目，但仍可保留其原有的资金预算。
- 向参与者解释，在给定这些规则的情况下，此次拍卖中出价的最佳策略是：根据自己实际愿意为所拍卖食品支付的金额，报出最接近该金额的数值。
注：以此方式竞标所获得的出价对应于他们的支付意愿（WTP）。
- 应用：
- 检测该测量指标对内部状态变化的敏感性。
注意：作为概念验证，考察了该测量方法对饥饿与饱腹状态下价值变化的敏感性。健康正常体重的志愿者在摄入一份固定热量餐（550 kcal）前后分别参与了拍卖程序。实验采用了感官特异性饱腹感操控方法。- 在视觉模拟量表上收集饥饿和饱腹感评分。
- 按照第2.1节所述执行任务的第一个区块。设计该任务时，应确保只要出价非零，所计划的食物项目即被选为计入成绩的回合。
- 向参与者呈现他们赢得的食物，并给予15分钟时间食用。从3英镑的预算中扣除相应支付金额。
- 再次收集饥饿和饱腹程度评分。
- 使用新的3英镑预算执行任务的第二阶段。在第二阶段中不获得任何食物奖励。
- 对比两个区组中不同物品的WTP。
- 未来应用：研究参与价值计算的神经系统。
注意：该任务可在fMRI扫描仪中设置并运行，以研究价值计算的神经相关性。最近，该任务被用于一项药理学fMRI研究，旨在考察多巴胺能作用对食物奖赏价值计算的影响。受试者在接受单剂量多巴胺受体激动剂（溴隐亭）、多巴胺受体拮抗剂（舒必利）或安慰剂后，执行一次该任务的实验区块。实验流程与第2.1节几乎完全相同，唯一的区别在于评分量表以20便士为 increments 递增。与类似任务相比13该测量方法能够将WTP作为一个更连续的变量进行采集，而不是作为最多取4个值的离散变量（对应标准MRI按钮盒的每个按钮）。
- 检测该测量指标对内部状态变化的敏感性。
结果
以下是上述各种方法在不同应用中的代表性结果：
握力作为动机的衡量指标
评估相对奖励价值：努力图片选择任务
在一项概念验证研究中，使用了特定任务来评估一种新型μ-阿片受体拮抗剂药物GSK1521498，该药物旨在治疗暴食症和肥胖症14。在这项研究中15，肥胖且伴有暴食行为的受试者被随机分配接受为期4周的安慰剂或每日2 mg或5 mg剂量的GSK1521498治疗。研究目的是确定该药物是否仅特异性地影响食物奖赏，而不影响其他类型的奖赏。图2和图3分别展示了安慰剂组和每日5 mg剂量组在食物奖赏和非食物奖赏任务中的数据。本研究的关键问题是该药物是否对食物奖赏具有特异性作用，而该测量指标使我们能够对此进行考察。图2显示了该药物对高热量食物动机的特异性影响，而从图3可以看出，该药物对非食物奖赏性图像没有产生影响。
图 2. 费力图片选择任务：对食物图片所付出的努力与喜好度评分。 上方面板显示了两组在基线时的握力输出及相应的喜好度评分，以及治疗结束时安慰剂组与GSK1521498组的分别结果。可以看出，尽管受试者对高脂（HF）与低脂（LF）食物图片的主观喜好度更高，但在药物治疗后，对这两类图片所施加的握力差异已不再具有显著性。下方面板展示了在基线时及第28天，对高脂食物图片的握力输出与喜好度评分之间的相关性。在基线及安慰剂组治疗结束时，这两项指标之间存在相关性，但在药物组中该相关性消失（*p < 0.05；**p < 0.01；***p < 0.001）。本图引自Cambridge et al.14。 请点击此处查看该图的高清版本。
图3. 费力图片选择任务：对非食物图片所付出的努力与喜好评分。 左侧图显示了安慰剂（PBO）组和GSK1521498（498 5 mg）组为观看具有奖赏性的非食物图片所施加的握力。右侧图显示了对相同图片的喜好评分。可以看出，药物对追求奖赏性非食物图片的动机或主观喜好均无显著影响。该图引自Cambridge et al.14）。
检测潜意识动机
该特定应用源自之前的一项研究，参与者在研究中完成了两个区组的食物奖赏用力任务16。在两个区组之间，所有参与者均对两种测试食物中的一种进行了特异性感官饱足（感官特异性饱足），并在一次进食中摄入了其每日热量摄入量的30%。在每次试验中，参与者可通过握力传感器施加的力的大小，赢取与当前奖赏相关的积分。试验包括意识性试验，其中奖赏呈现200毫秒，以及亚阈值试验，其中奖赏仅呈现33毫秒。共有两种食物奖赏（披萨和蛋糕）和一种非食物奖赏（作为对照项目）。亚阈值呈现采用“三明治”掩蔽法实现，即使用前向掩蔽和后向掩蔽。在数据分析中，感兴趣的因变量为握力，提取为所有试验中力-时间曲线下面积（AUC）。为了在所有参与者之间进行比较，对每位参与者，将其每种试验类型的AUC除以6种试验类型（饱足、未饱足、非食物；进食与禁食状态下的均值）中的最大平均AUC进行标准化，从而得到每位参与者的0-1之间的标准化分数。为了控制疲劳、餐后迟钝以及进食与禁食会话中的非特异性效应，将每次会话中非食物项目的AUC作为基线，从饱足和未饱足条件的测量值中减去。（更多细节参见Ziauddeen et al.16）。可以看出，在意识性和亚阈值条件下，对已饱足食物的动机均有所下降（见图4）。
图 4. 特异性饱足调节动机性努力。（A）进食后饥饿感与饱腹感评分的变化。（B, C）受试者对刚摄入的食物付出的努力减少，但对另一种食物仍会用力挤压，且不受意识感知的影响。Y轴为受试者内部标准化的曲线下面积，并校正了基线变化。本图引自 Ziauddeen et al.15。请点击此处查看此图的高清版本。
在扫描仪中检测与食物相关的动机
参与者在扫描仪中进行了一次激励用力任务，通过握紧捏压球来赢取积分，这些积分可用于兑换高热量和低热量食物，作为任务结束后午餐的奖励。图5展示了近期一项药理学fMRI研究中10名受试者的示例数据，结果显示该任务能够捕捉个体对高奖赏性与低奖赏性食物之间差异化的动机反应。
图 5. 不同奖励类别下施加的力。 受试者在扫描仪中通过挤压握力球来赢得积分，以获取三类不同物品（HF：高热量食物，LF：低热量食物，NF：中性非食物）。
以支付意愿作为奖励价值的衡量指标
图6展示了饱腹感对食物奖励支付意愿影响的概念验证研究结果。为便于进行被试内比较，将每位被试的出价除以其最高出价进行标准化处理。可以看出，参与者在第一轮中对食物项目的支付意愿更高。在摄入600千卡的测试食物达到饱腹状态后，第二轮的出价降低，表明饱腹显著降低了支付意愿。 savory食物（咸味食物）的饱腹效应似乎比sweet食物（甜味食物）更强，但差异未达到统计学显著性。
图6. 饱腹感对支付意愿（WTP）的影响。 本研究共纳入10名健康志愿者。可以看出，在摄入研究餐后，标准化平均出价有所下降。由于采用了感官特异性饱腹感操控方法，第二次拍卖的结果分别展示了来自饱腹和非饱腹类别的食物。尽管对饱腹类别食物的影响似乎更大，但该差异无统计学意义。
讨论
本文介绍了一组用于测量食物奖赏动机和奖赏价值的方法。将握力测量应用于人类食物相关动机的研究具有特别的创新性。文中展示了大部分所述应用的代表性结果，证明了这些方法的价值及其对代谢和药物干预的敏感性，因此这些方法在未来的食物相关动机研究以及抗肥胖药物试验中具有进一步应用的潜力。这些更为客观的测量方法易于在不同环境中进行转移和比较。此外，通过考察冲动性等个体特质对这些测量指标的影响，有助于进一步理解个体差异对测量结果的作用。
必须强调一些重要要点。在使用握力任务时，初始校准和最大自主收缩力（MVC）的采集至关重要。理想情况下，应从每次试验开始时即记录握力反应，而不应仅限于指定的反应时间窗口，以便能够检测过早反应。Biopac MP150 模块存在一定变异性，因此每个模块都应进行测试，以确定最适合该设备的设置参数。当使用非标准化图像时，必须由独立评估者对这些图像进行评分，以确定其被感知的奖赏程度。所有这些测量方法的一个重要局限性在于，它们无法捕捉个体对所用食物奖赏的喜好程度，因此在任务结束后，必须使用视觉模拟量表或其他适当工具收集主观喜好评分。这些评分随后可与动机性测量指标进行比较，或用于建模其他变量对主要因变量的影响。然而需要注意的是，在实际摄入食物奖赏的研究中，任务后收集的喜好评分很可能受到食物摄入的影响。这凸显了不仅需要具有代表性的图像，还需要具有代表性的食物的重要性。 例如 一块外观和口感与大多数巧克力布朗尼相似的巧克力布朗尼；并由独立评审员进行评分。
最后必须指出的是，所有这些测量方法均使用食物图片作为食物奖赏的表征，而非实际的食物奖赏。尽管这存在一定的局限性，但对食物的预期行为以及与食物相关的决策往往是由食物的表征所引导的，而非即时的摄食性奖赏。然而，对于本文所描述的方法而言，当它们与成功竞拍获得食物等实际结果相关联时，必须提供真实的结果。
披露
作者声明不存在竞争性财务利益。HZ、NS、VCC、ISF 和 PCF 曾参与与葛兰素史克的学术合作，该合作使用了本文所述的部分技术。
致谢
HZ 由惠康信托基金（Wellcome Trust）和葛兰素史克资助的转化医学与治疗学（Translational Medicines and Therapeutics, TMAT）项目以及伯纳德·沃尔夫健康神经科学基金（Bernard Wolfe Health Neuroscience Fund）支持。NM 由惠康信托博士项目（Wellcome Trust PhD program）资助。ISF 和 PCF 由惠康信托高级研究员项目（Wellcome Trust Senior Fellowship program） 以及伯纳德·沃尔夫健康神经科学基金支持。NS 由伯纳德·沃尔夫健康神经科学基金支持。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| Biopac MP150 数据采集系统 | Biopac Systems Inc | ||
| TSD121C 手持式等长测力计 | Biopac Systems Inc | TSD121C | 握力传感器 |
| DA100C 通用传感器放大器 | Biopac Systems Inc | DA100C | MP150 与 TSD121C 之间的接口 |
| SS56L 握力挤压橡胶球 | Biopac Systems Inc | SS56L | MRI 安全的橡胶挤压球 |
| TSD160C 差分压力传感器 | Biopac Systems Inc | TSD160C | MP150 与 TSD160C 之间的接口 |
| PowerLab 8/30 或 8/35 | ADinstruments Ltd | PL358 | 仅用于皮肤电反应（GSR）测量 |
| FE116 GSR 放大器 | ADInstruments Ltd | FE116 | 仅用于 GSR 测量 |
| MLT116F GSR 电极 | ADInstruments Ltd | MLT116F | 随 GSR 放大器提供 |
| 配备以太网端口且与 MP150 兼容的计算机 | 用于刺激呈现和任务运行。需通过以太网端口连接 Biopac MP150 | ||
| 配备并行端口的计算机 | 用于 GSR 记录。需通过并行端口与 PowerLab 8/30 连接 | ||
| Biopac 硬件的 API 模块 | Biopac Systems Inc | ||
| Cogent 和 Cogent 图形工具箱，版本 1.29 | 公开可用 | 从伦敦大学学院神经生物学实验室下载 | |
| Labchart 6 或更高版本 | ADInstruments Ltd | 用于刺激显示 | |
| 用于并行端口通信的 inpout.dll 模块 | 公开可用 | 仅用于皮肤电反应测量 | |
| MATLAB R2009a | Mathworks Inc | 主任务的编程 |
参考文献
- Swinburn, B. A., et al. The global obesity pandemic: shaped by global drivers and local environments. Lancet. 378 (9793), 804-814 (2011).
- Berthoud, H. -R., Lenard, N. R., Shin, A. C. Food reward, hyperphagia, and obesity. AJP Integr. Comp. Physiol. 300 (6), 1266-1277 (2011).
- Rolls, E. T. Understanding the mechanisms of food intake and obesity. Obesity Rev. 8 Suppl 1, 67-72 (2007).
- Berridge, K. C., Robinson, T. E., Aldridge, J. W. Dissecting components of reward: 'liking', "wanting," and learning. Curr. Opin. Pharmacol. 9 (1), 65-73 (2009).
- Rangel, A., Camerer, C., Montague, P. R. A framework for studying the neurobiology of value-based decision making. Nat. Rev. Neurosci. 9 (7), 545-556 (2008).
- Steiner, J. E., Glaser, D., Hawilo, M. E., Berridge, K. C. Comparative expression of hedonic impact: affective reactions to taste by human infants and other primates. Neurosci. Biobehav. Rev. 25 (1), 53-74 (2001).
- Pessiglione, M., et al. How the Brain Translates Money into Force: A Neuroimaging Study of Subliminal Motivation. Science. 316 (5826), 904-906 (2007).
- Berridge, K. C. Motivation concepts in behavioral neuroscience. Physiol. Behav. 81 (2), 179-209 (2004).
- Kringelbach, M. L., O'Doherty, J., Rolls, E. T., Andrews, C. Activation of the human orbitofrontal cortex to a liquid food stimulus is correlated with its subjective pleasantness. Cerebral Cortex. 13 (10), 1064-1071 (2003).
- Valentin, V. V., Dickinson, A., O'doherty, J. P. Determining the Neural Substrates of Goal-Directed Learning in the Human Brain. J. Neurosci. 27 (15), 4019-4026 (2007).
- Becker, G. M., DeGroot, M. H., Marschak, J. Measuring utility by a single-response sequential method. Behav. Sci. 9 (3), 226-232 (1964).
- Neumann, O. Direct parameter specification and the concept of perception. Psychol. Res. 52 (2-3), 207-215 (1990).
- Plassmann, H., O'Doherty, J., Rangel, A. Orbitofrontal cortex encodes willingness to pay in everyday economic transactions. J. Neurosci. 27 (37), 9984-9988 (2007).
- Cambridge, V. C., et al. Neural and Behavioral Effects of a Novel Mu Opioid Receptor Antagonist in Binge-Eating Obese People. Biol. Psych. 73 (9), 887-894 (2012).
- Ziauddeen, H., et al. Effects of the mu-opioid receptor antagonist GSK1521498 on hedonic and consummatory eating behaviour: a proof of mechanism study in binge-eating obese subjects. Mol. Psych. , (2012).
- Ziauddeen, H., Subramaniam, N., Gaillard, R., Burke, L. K., Farooqi, I. S., Fletcher, P. C. Food images engage subliminal motivation to seek food. Int. J. Obesity. 36 (9), 1245-1247 (2011).
重印与许可
