需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

刺激特异性皮层视觉诱发电位形态学模式

5.7K 次观看

DOI:

10.3791/59146

2019年5月12日

本文内容

摘要

本文介绍了一种利用高密度脑电图(EEG)刺激腹侧和背侧网络,研究皮层视觉诱发电位形态差异的实验方案。文中描述了视觉物体和运动刺激范式,包括有或无时间抖动的情况,并概述了视觉诱发电位形态学分析方法。

摘要

本文介绍了一种利用128通道高密度脑电图(EEG)记录和分析皮层视觉诱发电位(CVEP)对多种视觉刺激反应的方法。所描述的刺激范式与分析方法的具体目标是:检验是否能够复现先前报道的由表观运动刺激引发的CVEP形态学模式——该刺激旨在同时激活腹侧和背侧中枢视觉网络;并通过分别设计用于单独激活腹侧和背侧视觉皮层网络的物体与运动刺激,进一步验证其可行性。  本文呈现了四种视觉范式:1. 时间呈现一致的随机视觉物体;2. 时间呈现不一致(即存在时间抖动,jitter)的随机视觉物体。  3. 通过无抖动的径向一致中心点运动场诱发的视觉运动刺激。  4. 通过含抖动的径向一致中心点运动场诱发的视觉运动刺激。  这四种范式以伪随机顺序向每位受试者呈现。  引入抖动的目的是观察可能存在的预期相关效应如何影响物体起始和运动起始CVEP反应的形态学特征。  文中详细描述了EEG数据的分析流程,包括从信号处理平台导出和导入数据、坏通道识别 与剔除、伪迹去除、信号平均化处理,以及根据成分峰值的潜伏期范围对平均CVEP形态学模式类型进行分类。代表性数据表明,该方法学策略确实能够敏感地诱发不同的物体起始和运动起始CVEP形态学模式,因此可能有助于实现更广泛的研究目标。鉴于EEG具有高时间分辨率,且高密度EEG可应用于源定位分析,本实验方案非常适合用于研究不同的CVEP形态学模式及其产生差异反应的潜在神经机制。      

引言

脑电图(EEG)是一种经济且非侵入性的研究皮层处理过程的工具,尤其与功能性磁共振成像(fMRI)、正电子发射断层扫描(PET)和扩散张量成像(DTI)等皮层评估方法相比具有优势1。EEG还具有高时间分辨率,而使用fMRI、PET或DTI等方法无法达到这一水平2。在研究中枢时间功能时,高时间分辨率至关重要,可实现对与特定输入或事件处理相关的神经生理机制进行毫秒级精度的测量。  在中枢视觉系统中,皮层视觉诱发电位(CVEP)是研究大脑皮层时间锁定神经过程的常用方法。  CVEP反应通过多次事件试验记录并进行平均,从而在特定毫秒时间点上出现峰值成分(如P1、N1、P2)。这些峰值神经反应的潜伏期和波幅可提供有关皮层处理速度与成熟度以及皮层功能缺陷的信息3,4,5。  

稳态视觉诱发电位(CVEPs)具有特异性,取决于呈现给观察者的视觉输入类型。在CVEP范式中使用特定刺激,可以观察到不同视觉网络的功能,例如参与形状和颜色处理的腹侧通路,或小细胞和大细胞输入6,7,8,以及主要处理运动信息或大细胞输入的背侧通路9,10。这些网络产生的CVEPs不仅有助于更深入理解行为背后的典型神经生理机制,还可用于临床人群中异常行为的靶向治疗。例如,已有研究报道阅读障碍儿童在背侧和腹侧通路中的CVEP成分均出现延迟,这提示在制定干预方案时应同时针对这两个通路的视觉功能11。  因此,通过脑电图(EEG)记录的CVEPs为评估典型与非典型的视觉加工过程提供了一种强有力的临床工具。 

在最近的一项研究中,研究人员使用高密度脑电图(EEG)测量了正常发育儿童在表观运动起始时的皮层视觉诱发电位(CVEP),旨在考察发育过程中CVEP反应的变异性及其相关的视觉皮层发生源。受试儿童被动观看表观运动刺激12,13,14,15,这些刺激包含形状 变化和运动 两个成分,旨在同时激活背侧通路和腹侧通路。研究发现,约一半儿童的CVEP波形呈现出由三个峰组成的波形形态(P1-N1-P2,模式A)。 这种形态是文献中广泛报道的经典CVEP反应。相比之下,另一半儿童则表现出由五个峰组成的形态模式(P1-N1a-P2a-N1b-P2b,模式B)。据我们所知,这两种形态模式的稳定出现及其比较此前尚未在儿童或成人的CVEP文献中被系统讨论过,尽管表观运动和运动起始诱发的CVEP中存在形态变异的现象已有报道14,16。此外,由于fMRI或PET等其他皮层功能评估方法时间分辨率较低,这类形态学差异在使用这些技术的研究中将难以被察觉。

为了确定CVEP模式A和B中各波峰的皮层发生源,进行了源定位分析,这是一种用于估计最可能参与CVEP反应的皮层区域的统计方法12,13。对于每个波峰,无论其形态模式如何,均识别出初级和高级视觉皮层为CVEP信号的来源。  因此,由表观运动诱发的CVEP形态差异的主要原因似乎是:具有模式B的个体在信息处理过程中额外激活了视觉皮层区域。由于此类模式在以往文献中尚未被报道,具有CVEP模式B的个体中额外视觉处理的具体作用仍不明确。  因此,该研究方向的下一个目标是进一步明确导致CVEP形态差异的原因,并探讨这些模式是否与典型人群及临床人群的视觉行为相关。 

理解为何某些个体表现出一种CVEP形态而另一些个体表现出另一种形态的第一步,是确定这些反应本质上是内在的还是外在的。  换句话说,如果某个个体对一种视觉刺激表现出某种反应模式,那么他们对所有刺激都会产生类似的反应模式吗?  还是这种反应依赖于特定刺激,与被激活的视觉网络或多个视觉网络有关?

为了回答这一问题,设计了两种被动视觉范式,旨在分别激活特定的视觉网络。初始研究中呈现的刺激旨在同时激活背侧和腹侧通路,因此尚不清楚是其中一个还是两个网络共同参与了特定波形形态的产生。在当前的方法学设计中,用于刺激腹侧通路的范式包含基本形状(如方形和圆形)的高度可识别物体,诱发物体起始的皮层视觉诱发电位(CVEPs)。而用于刺激背侧通路的范式则通过一个以恒定速度向注视点移动的径向相干中心点运动场,诱发运动起始的皮层视觉诱发电位(CVEPs)。 

初始研究引发的第二个问题是,视觉诱发电位(VEP)形态的差异是否可能源于参与者对即将到来的刺激的预期13。例如,已有研究表明,目标刺激呈现前发生的自上而下的皮层振荡活动在一定程度上可预测随后的皮层视觉诱发电位(CVEP)及行为反应17,18,19。第一项研究中使用 apparent motion 范式采用了非随机化的径向星形和圆形图像帧,且刺激间间隔(ISIs)恒定为 600 ms。这种设计可能促使参与者对下一个刺激产生预期和预测,从而引发振荡活动,进而影响后续的 CVEP 形态12,13,19

为解决这一问题,本方案中的视觉物体和运动范式均采用相同时间值的固定刺激间隔(ISI)以及不同时间值的随机刺激间隔(即抖动)。  通过该方法,可能确定时间变化如何影响不同视觉网络中视觉诱发电位(VEP)的波形特征。总体而言,本方案旨在探讨视觉物体和运动刺激是否对皮层视觉诱发电位(CVEP)波形的变化具有敏感性,以及刺激呈现的时间变化是否会影响CVEP反应的特征,包括峰值潜伏期、振幅和波形。就本文而言,目标是评估该方法学路径的可行性。我们假设,视觉物体和运动刺激均可能引发不同的波形特征(即在不同受试者中,两种刺激均可观察到A型和B型模式),且时间变化会影响物体起始和运动起始的CVEP成分。 

访问受限。请登录或开始试用以查看此内容。

方案

本文所述所有方法均已获得德克萨斯大学奥斯汀分校人类研究机构审查委员会(IRB)的批准。

1. 刺激特性

  1. 使用通过标准刺激库(BOSS)提供的开源图像创建物体刺激材料。该数据库包含在视觉认知实验中广泛使用的标准化图像。  下载四张识别率较高(高于75%)的图像(例如:ball02、book01a、brick、button03)20,21。  
  2. 使用DotDemo脚本的修改版本创建运动刺激,该脚本可通过MATLAB运行的开源Psychtoolbox-3函数集获取,同时结合MATLAB中的movie函数(参见补充文件)。
    1. 根据显示屏幕的尺寸和观看距离配置点阵场参数。  
    2. 输入电影帧数为3600。 
    3. 输入显示器宽度为80(单位:cm)。
    4. 输入点的运动速度为5°/s。
    5. 输入点的有限生命周期比例为0.05。
    6. 输入点的数量为200。
    7. 输入环形刺激场的最小半径为1°,最大半径为15°。  
    8. 输入每个点的宽度为0.2°。
    9. 输入注视点的半径为0.35°。
    10. 设定使用白色点在黑色背景上呈现。
    11. 以.avi格式导出视频文件。

2. 视觉范式设计

  1. 通过刺激呈现软件创建实验范式。使用 Courier New 字体、18 号、加粗,并在呈现屏幕上居中显示注视十字。
  2. 设计无时间抖动的视觉物体范式(即具有恒定的 ISI 值),在白色背景上呈现一个黑色注视十字,持续 500 ms,随后以随机顺序呈现以下四个物体之一:球、书、砖块或按钮。
    1. 每个物体呈现 600 ms(图 1A)。  所有物体各呈现 75 次,共 300 次试验,范式总时长为 5.5 分钟。
  3. 设计具有时间抖动的视觉物体范式,包含相同的白色背景上的黑色注视十字,呈现时间为 500 或 1,000 ms,随后呈现四个物体之一,持续时间为 600 或 1,000 ms(图 1B)。
    1. 使用刺激呈现软件创建四种试验:注视十字持续 500 ms,随后物体呈现 600 ms;注视十字持续 500 ms,随后物体呈现 1,000 ms;注视十字持续 1,000 ms,随后物体呈现 600 ms;以及注视十字持续 1,000 ms,随后物体呈现 1,000 ms。
      1. 将这些试验随机化。每种试验重复 19 次,共 304 次试验,总观看时间约为 7.85 分钟。
  4. 通过生成位于黑色背景中央的白色注视十字(持续 500 ms),随后播放视觉运动影片(截断至约 1,000 ms)来创建无时间抖动的视觉运动范式(图 2A)。 
    1. 重复此序列共 300 次,观看总时长约为 7.5 分钟。
  5. 使用相同的注视十字创建具有时间抖动的视觉运动范式,其持续时间为 500、750 或 1,000 ms。
    1. 每次注视十字后,播放持续时间约为 600 或 1,000 ms 的视觉运动影片(图 2B)。
    2. 创建六种试验:注视十字持续 500 ms,随后影片播放 600 ms;注视十字持续 750 ms,随后影片播放 600 ms;注视十字持续 1,000 ms,随后影片播放 600 ms;注视十字持续 500 ms,随后影片播放 1,000 ms;注视十字持续 750 ms,随后影片播放 1,000 ms;以及注视十字持续 1,000 ms,随后影片播放 1,000 ms。
      1. 将这些试验随机化,每种试验呈现 50 次。  共进行 300 次试验,总观看时间约为 7.75 分钟。

3. 受试者知情同意、病史采集与视力筛查

  1. 参与者到达后表示欢迎。向参与者提供参与研究的知情同意书,获取其知情同意。向参与者解释同意书内容,并回答其提出的任何问题。
  2. 让参与者填写一份病史问卷,内容包括母语、利手性、听力状况、视力状况以及可能存在的其他诊断(如心理或神经系统方面的诊断)。排除报告有听力损失和/或神经系统诊断(如创伤性脑损伤)的参与者。  其余参与者均纳入研究。
  3. 带领参与者离开实验室,使用Snellen视力表进行视力筛查以确定视力敏锐度。让参与者站在距离视力表20英尺处,先遮住左眼以测定右眼视力,然后更换眼睛测定左眼视力。根据参与者能够正确辨认出超过该行字母总数一半以上的最小一行字母来计算视力敏锐度。 
    注意: 例如,若参与者在20/20行的8个字母中正确辨认出5个,则该眼的视力敏锐度记为20/20。
  4. 带领参与者进入脑电图(EEG)记录室。让参与者坐在双层屏蔽磁屏蔽隔音室中央指定的椅子上。

4. 脑电图准备

  1. 测量受试者的头围(单位:厘米),并选择合适尺寸的脑电图(EEG)网。测量并标记头皮中点位置(位于鼻根与枕外隆凸之间,以及左右乳突之间的中点),用于放置参考电极。
  2. 配制温水溶液:将1升温水与5毫升婴儿洗发液和11克/10毫升氯化钾混合,该溶液可提高电极与头皮之间的电导率,从而降低电压阻抗,提升信噪比。
  3. 将EEG网放入上述溶液中,浸泡5分钟后,再将其放置于受试者头皮上。
  4. 打开刺激呈现计算机和脑电数据采集计算机。
  5. 在受试者颈部周围放置毛巾或其他吸水材料,防止溶液滴落到其衣物上。 
  6. 将EEG网连接至放大器。指导受试者在佩戴EEG网时闭上双眼,以防溶液滴入眼中。
  7. 双手牢固握住EEG网,将其均匀展开并贴合于受试者头部。确保EEG网对称地放置在头皮上,参考电极位于先前标记的头皮中线位置。拉紧下巴和眼部的网线,以确保头皮与电极之间连接稳固。询问受试者是否感到舒适,是否需要调整。
  8. 检查各电极的阻抗值,平均目标阻抗应为10 kΩ。
  9. 在电极网放置后,若需进一步降低阻抗,可使用1 mL移液枪将氯化钾溶液滴加至阻抗较高的头皮/电极部位。持续此操作,直至所有电极的阻抗达到理想水平。 

5. 脑电图记录

  1. 指导受试者将注意力集中在显示器上即将出现的视觉刺激。观看距离约为65英寸。
  2. 使用伪随机数生成器确定四种视觉范式的呈现顺序。 
  3. 开始视觉任务和脑电图(EEG)记录。
  4. 根据需要监控脑电图记录。如果持续的脑电图显示肌源性活动或60 Hz干扰较强,暂停实验并重新检查电极与头皮的连接情况。
  5. 对视觉物体范式、带时间抖动的视觉物体范式、视觉运动范式以及带时间抖动的视觉运动范式,重复步骤5.3和5.4。
  6. 实验结束后,指导受试者闭上眼睛,以防取下网状电极帽时溶液进入眼睛。首先松开下巴和眼部的网线,然后轻轻向上并越过受试者头部拉起下巴带以取下电极网,确保动作缓慢,避免电极网与受试者的头发缠绕。 
  7. 将脑电图电极网从放大器上断开。开始消毒过程:将脑电图帽反复浸入和取出装满水的桶中,并在水龙头下冲洗。然后配制消毒液,在消毒桶中加入约2 L水,并将15 mL消毒剂与水混合均匀。 
  8. 将电极网的传感器端浸入消毒液中。设置计时器为10分钟;前2分钟内持续将电极网上下浸没搅动,之后让其在消毒液中浸泡剩余的8分钟。
  9. 将脑电图电极网从消毒液中取出。将电极网反复浸入和取出装满水的电极桶,并在流动水下冲洗,重复四次。  让电极网自然风干。 

6. 脑电图分析

  1. 使用1 Hz高通滤波器,通过EEGLAB工具箱将脑电图(EEG)文件导出,用于MATLAB分析,并围绕每个试验(或事件)进行分段,包含刺激前100 ms和刺激后500 ms的时间段。
  2. 使用EEGLAB工具箱导入数据。
    1. 从下拉菜单中选择文件选项,然后点击导入数据。  在菜单中选择使用EEGLAB函数和插件。  然后点击相应的导出文件格式。
  3. 根据所使用的电极蒙太奇类型重新分配通道位置:从下拉菜单中选择编辑,然后选择通道位置。  点击查找位置,并选择省略号以定位目标电极蒙太奇文件的路径。 
  4. 将刺激前和刺激后时间分配给片段的起始和结束时间。在起始时间框中输入-0.1 s的值。 
  5. 根据刺激前时间段对数据进行基线校正。
  6. 使用Z分数阈值为2.5的概率方法识别并剔除坏通道。 
    1. 通过绘制所有电极图来验证坏通道是否被成功识别和剔除。 手动剔除平均电压幅度超出±30 µV范围的通道。
  7. 输入-100 µV和+100 µV的阈值进行伪迹剔除。
    注意:
    该方法可有效去除在眼电电极(126、127)记录到的眼动活动。然而,对于某些受试者,可能仍需手动剔除出现在低电压幅度范围(即±100 µV范围内)的伪迹试验。 
    1. 注意在整个时间段内为坏通道(即电压超出±100 µV范围)且以红色高亮显示的通道。如果这些坏通道占被剔除试验的60%或以上,则手动将其剔除。根据需要重复此步骤。 
    2. 按照前述伪迹剔除步骤操作。确保至少保留100次有效扫描。删除标记为剔除的试验。
  8. 绘制通道75(相当于Oz)或感兴趣的通道,以分类形态学模式。在绘制该通道之前,务必完成刺激前基线校正。
  9. 如果皮层视觉诱发电位(CVEP)形态表现为约100–115 ms处出现一个显著的正向峰(P1),随后在约140–180 ms处出现负向峰(N1),并在约165–240 ms处出现另一个正向峰(P2),则选择模式A。
  10. 如果皮层视觉诱发电位(CVEP)形态表现为约100–115 ms处出现一个显著的正向峰(P1),随后在约140–180 ms处出现负向峰(N1a),在约180–240 ms处出现正向峰(P2a),接着在约230–280 ms处出现负向峰(N1b),并在约260–350 ms处出现正向峰(P2b),则选择模式B。 
  11. 根据视觉观察到的形态学模式,将各个数据集合并,生成组平均数据。为新合并的数据集文件命名并保存。
  12. 通过绘制感兴趣的通道,以平均波形形式查看合并后的文件。

访问受限。请登录或开始试用以查看此内容。

结果

图3图4 展示了五名年龄在19至24岁之间的参与者在被动观看每种视觉范式时,典型的物体起始和运动起始脑视觉诱发电位(CVEP)结果。该设计使得能够根据每种条件,在个体内部及个体之间观察由视觉物体(含或不含时间抖动)和视觉运动(含或不含时间抖动)所诱发的CVEP反应。参与者的CVEP根据视觉刺激诱发的形态模式进行分组,并进行总平均处理,以生成平均的CVEP模式。在无时间抖动的物体条件下(图3),发现两名参与者呈现模式A,而三名参与者呈现模式B(图3A)。类似地,在有时间抖动的物体条件下(图3B),两名受试者呈现模式A,三名呈现模式B。有趣的是,有两名受试者由于抖动范式而呈现出不同的模式(即,一名在无抖动条件下呈现模式A的受试者在抖动条件下呈现模式B,另一名在无抖动条件下呈现模式B的受试者在抖动条件下呈现模式A)。还可以观察到,抖动会影响每...

访问受限。请登录或开始试用以查看此内容。

讨论

本方法学报告旨在评估在被动观看任务中,使用专门设计的视觉物体和运动刺激分别激活腹侧流和背侧流时,记录差异性皮层视觉诱发电位(CVEP)形态的可行性6,7,8,同时考察有无刺激间间隔(ISI)变化(即时间抖动)的情况19。实验条件并非用于直接相互比较,而是观察在任一条件下是否存在可变的CVEP形态,以及该条件下时间抖动是否影响形态。通过128通道高密度脑电图(EEG),记录物体起始和运动起始的CVEP反应,并将其时间锁定于视觉物体和运动刺激呈现的起始点,共采用四种实验范式。五名年轻成年人参与了每种视觉范式的被动观看任务,所获得的CVEP反应根据先前研究中已建立的方法12,13,由观察者主观地按照CVEP模式A(P1-N1-P2)形态和CVEP模式B(P1-N1a-P2a-N1b-P2b)形态...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

本研究得到了德克萨斯大学奥斯汀分校穆迪传播学院资助准备奖以及德克萨斯大学奥斯汀分校研究副校长办公室特别研究资助的支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
E-Prime 2.0Psychology Software Tools, Inc用于数据采集
Net Amps 400Electrical Geodesics, Inc用于数据采集
Net Station Acquisition V5.2.0.2Electrical Geodesics, Inc用于数据采集
iMac (27 英寸)Apple用于数据采集
Optiplex 7020 计算机Dell刺激呈现计算机
HydroCel GSN EEG 网Electrical Geodesics, Inc用于数据采集
1 mL 移液枪Electrical Geodesics, Inc用于降低阻抗
强生婴儿洗发水Johnson & Johnson用于阻抗溶液配制
氯化钾(干燥)Electrical Geodesics, Inc用于阻抗溶液配制
Control III 消毒杀菌剂Control III用于配制消毒溶液
32 英寸 LCD 显示器 Vizio用于呈现刺激
Matlab (R2016b)MathWorks用于数据分析
EEGlab v14.1.2加州大学圣地亚哥分校 Swartz 计算神经科学中心https://sccn.ucsd.edu/eeglab/index.php用于数据分析
BOSS 数据库标准化刺激材料库(Bank of Standardized Stimuli)https://sites.google.com/site/bosstimuli/用于生成视觉物体刺激 
Psychtoolbox-3心理物理学工具箱第3版(PTB-3)http://psychtoolbox.org/用于生成视觉运动刺激

参考文献

  1. Lascano, A. M., Lalive, P. H., Hardmeier, M., Fuhr, P., Seeck, M. Clinical evoked potentials in neurology: A review of techniques and indications. Journal of Neurology, Neurosurgery, and Psychiatry. 88 (8), 688-696 (2017).
  2. Mehta, R. K., Parasuraman, R. Neuroergonomics: A review of applications to physical and cognitive work. Frontiers in Human Neuroscience. 7, 889(2013).
  3. Kuba, M., Kubova, Z., Kremlacek, J., Langrova, J. Motion-onset VEPs: Characteristics, methods, and diagnostic use. Vision Research. 47 (2), 189-202 (2007).
  4. Tobimatsu, S., Celesia, G. G. Studies of human visual pathophysiology with visual evoked potentials. Clinical Neurophysiology. 117 (7), 1414-1433 (2006).
  5. Tremblay, E., et al. Delayed early primary visual pathway development in premature infants: High density electrophysiological evidence. PLoS One. 9 (9), e107992(2014).
  6. Allison, T., Puce, A., Spencer, D. D., McCarthy, G. Electrophysiological studies of human face perception. I: Potentials generated in occipitotemporal cortex by face and non-face stimuli. Cerebral Cortex. 9, 415-430 (1999).
  7. Grill-Spector, K. The neural basis of object perception. Current Opinions in Neurobiology. 13, 159-166 (2003).
  8. Mitchell, T. V., Neville, H. J. Asynchronies in the development of electrophysiological responses to motion and color. Journal of Cognitive Neuroscience. 16, 1363-1374 (2004).
  9. Armstrong, B. A., Neville, H. J., Hillyard, S. A., Mitchell, T. V. Auditory deprivation affects processing of motion, but not color. Cognitive Brain Research. 14, 422-434 (2002).
  10. Donner, T. H., Siegel, M., Oostenveld, R., Fries, P., Bauer, M., Engel, A. K. Population activity in the human dorsal pathway predicts the accuracy of visual motion detection. Journal of Neurophysiology. 98, 345-359 (2007).
  11. Bonfiglio, L., et al. Defective chromatic and achromatic visual pathways in developmental dyslexia: Cues for an integrated intervention programme. Restorative Neurology and Neuroscience. 35 (1), 11-24 (2017).
  12. Campbell, J., Sharma, A. Visual cross-modal re-organization in children with cochlear implants. PLoS ONE. 11 (1), e0147793-e0147718 (2016).
  13. Campbell, J., Sharma, A. Distinct visual evoked potential morphological patterns for apparent motion processing in school-aged children. Frontiers in Human Neuroscience. 10 (71), 277(2016).
  14. Doucet, M. E., Gosselin, F., Lassonde, M., Guillemot, J. P., Lepore, F. Development of visual-evoked potentials to radially modulated concentric patterns. Neuroreport. 16 (6), 1753-1756 (2005).
  15. Doucet, M. E., Bergeron, F., Lassonde, M., Ferron, P., Lepore, F. Cross-modal reorganization and speech perception in cochlear implant users. Brain. 129 (12), 3376-3383 (2006).
  16. Kubova, Z., et al. Difficulties of motion-onset VEP interpretation in school-age children. Documenta Ophthalmologica. 128, 121-129 (2014).
  17. Gould, I. C., Rushworth, M. F., Nobre, A. C. Indexing the graded allocation of visuospatial attention using anticipatory alpha oscillations. Journal of Neurophysiology. 105, 1318-1326 (2011).
  18. Hanslmayr, S., Aslan, A., Staudigl, T., Klimesch, W., Hermann, C. S., Bauml, K. H. Prestimulus oscillations predict visual perception performance between and within subjects. Neuroimage. 37, 1465-1543 (2007).
  19. Toosi, T., Tousi, E. K., Esteky, H. Learning temporal context shapes prestimulus alpha oscillations and improves visual discrimination performance. Journal of Neurophysiology. 118 (2), 771-777 (2017).
  20. Brodeur, M. B., Dionne-Dostie, E., Montreuil, T., Lepage, M. The Bank of Standardized Stimuli (BOSS), a new set of 480 normative photos of objects to be used as visual stimuli in cognitive research. PLoS One. 5 (5), e10773(2010).
  21. Brodeur, M. B., et al. The Bank of Standardized Stimuli (BOSS): Comparison between French and English norms. Behavior Research Methods. 44, 961-970 (2012).
  22. Suttle, C., Harding, G. Morphology of transient VEPs to luminance and chromatic pattern onset and offset. Vision Research. 39 (8), 1577-1584 (1999).
  23. Campbell, J., Sharma, A. Cross-modal re-organization in adults with early stage hearing loss. PLoS One. 9 (2), e90594(2014).
  24. Campbell, J., Sharma, A. Compensatory changes in cortical resource allocation in adults with hearing loss. Frontiers in Systems Neuroscience. 7, 71(2013).
  25. Debener, S., Hine, J., Bleeck, S., Eyles, J. Source localization of auditory evoked potentials after cochlear implantation. Psychophysiology. 45 (1), 20-24 (2008).
  26. Gilley, P. M., Sharma, A., Dorman, M. F. Cortical reorganization in children with cochlear implants. Brain Research. 1239, 56-65 (2008).
  27. Neuner, I., Arruba, J., Felder, J., Shah, N. J. Simultaneous EEG-fMRI acquisition at low, high and ultra-high magnetic fields up to 9.4 T: Perspectives and challenges. Neuroimage. 15 (102), 71-79 (2014).
  28. Schulte-Korne, G., Bartling, J., Deimel, W., Remschmidt, H. Visual evoked potential elicited by coherently moving dots in dyslexic children. Neuroscience Letters. 357 (3), 207-210 (2004).
  29. Zhang, R., Hu, Z., Roberson, D., Zhang, L., Li, H., Liu, Q. Neural processes underlying the “same”- “different” judgment of two simultaneously presented objects—an EEG study. PLoS One. 8 (12), e81737(2013).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

高密度脑电图视觉刺激范式脑电数据处理伪迹剔除形态模式分类电极阻抗测量脑电帽准备信号处理平台视觉皮层网络