2014年11月15日
近年来,关于社会排斥的研究迅速增长。随着该领域的扩展,迫切需要开发出复杂的方法,以在社会排斥过程中同时测量神经和行为结果。本方案利用事件相关脑电位,在计算机化社交互动期间记录持续的神经活动。
本实验的总体目标是在计算机化的社会互动过程中,同时获取神经活动和自我报告情绪状态的测量数据。首先需要创建程序所用的计算机化刺激材料,第二步是编程实现计算机化的网络抛球社会互动任务。
接下来,在社会互动过程中记录参与者的神经活动。最后一步是在网络抛球实验协议完成后,对神经数据进行离线处理。最终,通过事件相关的网络抛球实验协议,揭示在持续动态社会互动中每个时间点所对应的神经活动。
与现有的方法(如互动后的问卷调查或功能性磁共振成像技术)相比,该技术的主要优势在于能够对互动过程中每一类事件进行分析,同时还能考察每个事件内部以及跨事件之间的动态神经活动。首先,使用图像编辑软件为网络抛球游戏中每次抛球的各个部分创建单独的图像。将每位玩家之间的每一次抛球分解为依次呈现的单个抛球帧。
接下来,为每个独立的投掷帧添加相应的标签、名称或图片。在屏幕底部添加一张图像,用于表示作为下位玩家的人类参与者。注明在每次投掷序列中,哪一个帧是该次投掷的信息帧。
这是投掷序列中的第一帧,用于向玩家提供有关投掷具体目标位置的信息。请确保创建从屏幕上的每位玩家向其他每位玩家投掷的投掷序列。每个投掷序列应包含相同数量的投掷帧,并且每个序列中均需标明信息帧。
下一步是使用刺激呈现软件创建一个序列文件,以详细说明网络抛球社会互动中各个事件的精确顺序。对于该序列文件,需明确指定具体的投掷帧、屏幕上各帧的呈现时间以及帧的排列顺序。同时,还需定义事件的性质、受试者需要做出的反应以及事件的整体顺序。
为了实现所需交互,需在编程代码中明确指定上述所有细节。针对序列文件中的每个事件,重复执行每个序列的步骤。文件创建完成后,需在序列文件中按正确顺序排列每个投掷帧,以确保第一个球的传递能够准确无误地从一名玩家传递至另一名玩家。
为每位球员的每种投掷类型在文件中创建类似的有序序列,以确保每种投掷类型均在序列文件中有所体现。插入一个与事件相关的标记,每次在序列文件中呈现信息帧时,均标记该帧的呈现时间点。
通过使用数字来代表参与者,将参与者的神经活动代码保存下来,并用该标记表示事件的性质。如果左侧的参与者为参与者一,底部的参与者为参与者二,右侧的参与者为参与者三,则使用代码一至三表示从左侧参与者向右侧参与者的传球,以便在人类参与者创建后,由该人类参与者自由选择下一个接球的参与者。
如果……那么……语句中,受试者将使用反应板或鼠标选择下一步操作。在接收到抛球后,在序列文件中创建循环和如果……那么……语句,以表示期望的游戏动作,并使程序能够根据情况适当地进入下一个事件,无论受试者做出何种选择。接下来,在程序中启动计数器,以改变游戏的性质,从而避免让受试者察觉程序的运行模式。
使用这些计数器来切换游戏动作,并在游戏过程中消除固定的玩法模式,以更好地呈现玩家之间自发的实时互动效果。最后,开发不同的序列文件,以研究不同类型的社会互动。根据研究问题的性质,设计这些互动时应主要采用包容性设置,或对人类参与者设置排他性或部分排他性条件。
开始神经电记录时,应根据心理生理学研究学会的指南,为参与者做好脑电图(EEG)准备。在将电极帽佩戴于参与者头部并完成电极准备后,将电极在线参考至位于中点的电极。随后,在右眼眶上下方以及每只眼睛外眦附近放置中心定位的银/氯化银电极,采集垂直和水平双极脑电活动。
为了监测眼动,需使用脑电图(EEG)分析软件记录EEG活动,以便进一步处理神经数据。准备开始测试时,指导受试者舒适就座,并在接收到互动中的传球后,通过按键反应来决定将球传向何处。启动刺激呈现计算机上的虚拟抛球程序,同时开始脑电数据采集系统的记录,确保在整个虚拟抛球互动过程中持续记录脑电活动。
当互动结束后,停止记录脑电图(EEG)数据。会话结束后,取下EEG帽,并向参与者全面说明网络抛球实验范式(cyber ball protocol)的性质以及社会互动操控的目的。开始数据处理时,首先校正眼电伪迹。
使用空间滤波器,该多步流程通过主成分分析生成一个平均眼动信号,以创建对眼动特别敏感的滤波器。接下来,相对于插入连续脑电图文件中的事件标记,创建刺激锁定的片段。利用数据转换选项,将这些片段设置为从标记前900毫秒到标记后1800毫秒,相当于每个六帧投掷的完整持续时间,并通过从每个LOPAs中减去刺激前平均基线活动来校正片段间基线差异。
筛选各个时间段,并剔除任何电伪迹超过正负75微伏的时间段。接下来,对网络抛球任务区块内每种事件类型的神经反应进行平均,将不同的事件类型合并,形成三个主要的事件类别:由另一位玩家抛给参与者的球、由参与者抛给另一位玩家的球,以及两位其他玩家之间相互抛球而不包含参与者的抛球。
最后,将计算机控制的玩家产生的事件归类为最感兴趣的事件类型,即朝向人类参与者的投掷(纳入性)和远离人类参与者的投掷(排除性)。该图展示了按投掷类型和实验区组类型划分的代表性事件相关电位(ERP)波形。左侧图显示的是FCZ位点的波形,该位点位于额中央中线;右侧图显示的是PZ位点的波形,该位点位于顶叶中线。
该图显示了两种事件相关电位成分——N2 和 P3——在不同社会事件性质下的差异,而这种差异并非源于社会互动的整体性质。在社会互动过程中,神经活动的变化可体现在不同的事件相关电位成分及电极位点上,如 FCZ 和 PZ 的波形所示。按照此实验流程,在排斥过程的早期阶段,N2 和 P3 成分的振幅均大于后期阶段。
还可以采用其他方法,例如改变互动的性质,以纳入更多参与者、不同程度的包容与排斥,或允许参与者在进行社会互动之前先观察排斥行为,从而回答更多问题,例如:神经活动模式在经历不同程度的排斥后恢复的速度有多快?参与互动的伙伴数量是否会影响与排斥相关的神经活动?观察排斥行为是否会改变个体自身对排斥的神经反应?
查看完整文字稿并访问数千部科学视频
本研究聚焦于测量计算机化社交互动过程中(特别是使用网络抛球范式时)的神经活动与自我报告的情绪感受。该方法旨在捕捉社交排斥情境下的行为与神经活动结果。
理解社会排斥的时间动态可为与神经精神药物发现相关的心理健康行为通路提供机制性见解。在动态社会互动过程中进行实时神经和行为测量,有助于降低与社会认知和情绪调节相关靶点假设的风险。通过将神经生物标志物与疾病相关系统中的行为结果相联系,该方法可在早期发现阶段提高预测可信度。
该方法通过提供实时的神经和行为读出结果,为神经精神类疾病的靶点验证和检测方法开发提供依据,从而整合到早期发现的工作流程中。