시각 주의: 사물을 활용한 집중력 제어의 fMRI 조사

시각적 주의 통제는 주의를 기울일 대상을 선택하는 의도적인 상태를 말합니다.

예를 들어, 관찰자의 목표가 수프에 들어 있는 양파를 모두 골라내는 것이라면, 그는 빙빙 돌고 있는 파리를 알아차리지 못할 수 있습니다.

둘 다 공간적으로 일치했지만 초점의 항목인 양파는 개인의 목적 때문에 눈에 띄었습니다. 이것은 객체 기반 주의 제어의 예입니다.

흥미롭게도, 뇌와 시각 피질은 특히 물체를 개별적으로 처리할 수 있습니다. 그러나 관련 전문 처리 영역에서 더 강력한 활성화를 얻는 것은 유인 된 객체입니다.

이 비디오는 기능적 자기 공명 영상, fMRI 및 Nancy Kanwisher와 동료들이 처음 개발한 방법을 사용하여 특정 물체를 처리하는 전용 뇌 영역을 찾는 방법을 보여줍니다.

또한 복셀 기반 분석을 사용하여 주의력 조절이 동일한 영역의 신경 활동을 조절하는 방법을 조사하고 마음챙김 훈련이 시간이 지남에 따라 주의를 통제하는 능력을 향상시킬 수 있는 방법에 대해서도 논의할 것입니다.

이 실험에서 참가자들은 fMRI 스캐너에 누워 얼굴과 집의 이미지를 수동적 보기와 중첩의 두 가지 단계로 보여줍니다.

첫 번째 단계에서는 블록 디자인에서 한 번에 하나씩 이미지를 관찰하도록 요청받는데, 즉, 여러 얼굴이 제시되고 일련의 집이 이어집니다. 이러한 유형의 보기는 특정 관심 지역 내의 활동을 지역화하는 데 도움이 됩니다.

예를 들어, 방추형 얼굴 영역인 FFA는 개인이 다른 일반적인 물체에 비해 얼굴을 볼 때 더 활성화되는 것으로 나타난 반면, 줄여서 PPA인 해마 장소 영역은 얼굴보다 집과 장소에 더 강하게 반응합니다.

이러한 영역이 특정 유형의 자극에 반응한다는 점을 감안할 때, 복셀 기반 활동의 패턴 또는 일정 수준의 활성화를 나타내는 영역은 표시된 이미지에 따라 변경될 것으로 예상됩니다.

이러한 기대는 얼굴과 집의 중첩된 이미지가 표시되는 두 번째 단계를 설정합니다. 여러 번의 실험을 통해 참가자들은 한 번에 한 가지 항목에만 주의를 기울이도록 요청받았고, 따라서 집과 얼굴 사이에서 초점을 전환해야 했습니다.

이 경우 종속 변수는 이미지 조건 전반에 걸쳐 기록된 활성화의 양이며, 이는 신호 변화의 크기로 변환하여 기준선에서 얼굴 초점 블록 및 집 중앙에 있는 블록에 이르기까지 활성화의 변화를 관찰할 수 있습니다.

두 이미지 모두 중첩된 방식으로 제시되지만, 참가자의 FFA 및 PPA의 활동 패턴은 참가자가 참석한 특정 항목에 따라 변경될 것으로 예측됩니다. 이러한 결과는 객체 기반 주의 제어를 강조합니다.

이 연구를 위한 참가자를 모집한 후 실험실에서 참가자를 맞이하고 필요한 동의서를 작성하면서 안전 요구 사항을 충족하는지 확인합니다. 개인이 스캐닝 룸에 들어가고 이미징 보어에 들어갈 수 있도록 준비하는 방법에 대한 자세한 내용은 이 컬렉션의 다른 fMRI 프로젝트를 참조하십시오.

참가자가 이제 스캐너에 있는 상태에서 작업 지침을 설명합니다: 먼저 화면에서 여러 이미지를 수동적으로 보아야 합니다. 두 번째 단계에서는 텍스트 지시에 따라 집이나 얼굴이 겹쳐진 것처럼 보일 때 주의를 기울이도록 유도합니다.

이 지침에 따라 먼저 고해상도 해부학적 스캔을 수집하여 스캔 프로토콜을 시작합니다.

그런 다음 참가자가 30초 블록으로 이미지를 수동적으로 보는 두 개의 로컬라이저 실행으로 기능 부분을 시작합니다. 예를 들어, 첫 번째 세그먼트에서 각각 750ms 동안 얼굴을 표시하고 250ms의 ISI 동안 사이에 고정 십자가를 표시합니다.

모든 블록의 끝에서 20초 동안 고정 십자가를 제시한 후 이제 집이 되어야 하는 일련의 이미지를 번갈아 가며 표시합니다. 이 시퀀스는 서로 다른 이미지에 대해 5번 반복되어 한 번의 실행 내에 총 10개의 블록이 있습니다.

다음으로, 주의 조절 작업의 8가지 기능 실행을 진행합니다. 이 단계에서는 참가자들에게 화면의 텍스트를 통해 어떤 이의를 제기할지 지시한 다음, 300개의 오버레이된 이미지가 포함된 각 실행에서 1초마다 겹쳐진 얼굴과 집을 순환합니다.

연구를 마무리하기 위해 참가자를 스캐너 밖으로 데리고 나와 보고하십시오.

데이터를 전처리하려면 모션 보정을 수행하여 이동 아티팩트를 줄이고, 시간 필터링을 수행하여 신호 드리프트를 제거하고, 공간 평활화를 수행하여 신호 대 잡음비를 높입니다.

그런 다음, 로컬라이저 스캔에서 각 작업 조건(얼굴 또는 집)에 대해 예상되는 혈역학적 반응이 무엇인지에 따라 일반 선형 모델을 만듭니다.

데이터를 이 모델에 맞춰 통계 맵을 생성하며, 여기서 각 복셀의 값은 작업 조건에 관련된 정도를 나타냅니다.

관심 영역을 기반으로 얼굴 또는 집에 응답한 각 복셀에 대한 최소 통계 임계값을 사용하여 각 피험자에 대한 클러스터를 식별합니다.

구체적으로 말하자면, 집보다 얼굴에 훨씬 더 많이 반응하는 중방추형 이랑(mid-fusiform gyrus)의 FFA와 얼굴보다 집에 더 크게 반응하는 해마회(parahippocampal gyrus)의 모든 복셀을 포함하는 PPA에 초점을 맞춥니다.

그런 다음 각 피험자에 대한 FFA 및 PPA에서 얼굴 및 집에 초점을 맞춘 조건에 대한 신호 변화 비율을 정량화하고 그래프로 표시합니다.

로컬라이저(localizer) 단계에서, 양측 FFA는 피험자가 집보다 얼굴을 볼 때 더 활성화되었다는 점에 주목하십시오. 반대로, PPA는 피험자가 얼굴보다 집을 관찰할 때 더 활성화되었습니다.

이제, 기능적 실행에서, 뇌 영역에 대해 플롯된 동일한 측정치인 퍼센트 신호 변화를 사용하십시오.

얼굴에 주의를 기울였을 때, FFA에서는 증가된 활성이 발견되었지만, PPA에서는 그렇지 않았다. 반대로, 하우스가 집중되었을 때 PPA에서는 활동이 증가했지만 FFA에서는 증가하지 않았습니다. 이러한 발견은 신경 활동이 어떤 항목에 주의를 기울이는지에 따라 조절된다는 것을 나타냅니다.

이제 객체 기반 주의 조절을 연구하기 위해 기능적 신경 영상을 사용하는 방법에 대해 알게 되었으니, 연구자들이 다른 유형의 주의 처리를 연구하는 방법을 살펴보자.

정적인 시각 이미지에 초점을 맞추는 것 외에도 연구자들은 개인이 움직이는 물체에 주의를 기울일 때 뇌 활동이 어떻게 조절되는지, 특히 자동차를 운전하고 사고를 피하는 것과 관련이 있는지에 관심이 있습니다.

예를 들어, 운전자가 길을 건너는 개처럼 움직임을 조심하라는 지시를 받으면 동작 자체가 운전자의 관심을 끌 것입니다. 그러나 그들은 개에 대한 다른 식별 정보를 기억하지 못할 수 있습니다. 결국, 모피 색깔을 기억하는 것보다 비극을 피하는 것이 더 중요합니다.

또 다른 수행인 마음챙김(mindfulness)은 스트레스가 많은 생각에서 벗어나 기민한 집중을 장려함으로써 주의 전환의 핵심 요소를 통합합니다. 강사가 주도하는 명상에 참여하는 동안, 개인은 특히 부정적인 견해로부터 벗어나 주의를 통제하는 능력을 향상시키는 것으로 나타났습니다.

그러나 외상 후 스트레스를 포함한 불안 장애가 있는 개인의 경우 주의력 조절이 더 어렵습니다. 즉, 그들은 중립적인 이야기보다는 뉴스의 비극적인 사건과 같은 감정적으로 부정적인 자극에 편향되어 있습니다.

이러한 빈약한 주의 통제는 그들을 위협적인 이미지의 영향에 더 취약하게 만든다.

주의가 신경 활동을 조절하는 방법에 대한 JoVE의 비디오를 방금 시청했습니다. 이제 기능적 신경 영상을 사용하여 주의력 조절 실험을 설계하고 수행하는 방법과 마지막으로 객체 기반 주의와 관련된 뇌 활동의 특정 패턴을 분석하고 해석하는 방법을 잘 이해해야 합니다.

시청해 주셔서 감사합니다!