Name: 실험 경제 기능 MRI 방법을 사용하여 위험하고 모호한 옵션의 주관적 가치를 측정 (동영상) | JoVE Journal
Uploaded: 2012-09-19T12:00:00.000+00:00
Duration: 13 min 4 s
Description: 학습하세요 기능적 MRI를 사용하여 위험하고 모호한 선택의 주관적 가치가 뇌에서 어떻게 인코딩되는지 알아보세요. 이 방법은 개인의 행동 데이터를 활용하여 내측 전전두피질과 선조체의 활동을 분석합니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

우리는 설계에 유익한 토론 및 의견 알도 Rustichini 감사드립니다. IL와 PWG에 NIA 부여 R01-AG033406으로 기금을 마련했습니다.

<ol><li>Glimcher, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Understanding+risk%3A+a+guide+for+the+perplexed%5BTitle%5D)+AND+%22Cogn.+Affect+Behav.+Neurosci%22%5BJournal%5D)">Understanding risk: a guide for the perplexed.</a> Cogn. Affect Behav. Neurosci. 8, 348-354 (2008).</li>
<li>Camerer, C., Weber, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recent+Developments+in+Modeling+Preferences+-+Uncertainty+and+Ambiguity%5BTitle%5D)+AND+%22Journal+of+Risk+and+Uncertainty%22%5BJournal%5D)">Recent Developments in Modeling Preferences - Uncertainty and Ambiguity.</a> Journal of Risk and Uncertainty. 5, 325-370 (1992).</li>
<li>Holt, C. A., Laury, S. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Risk+aversion+and+incentive+effects%5BTitle%5D)+AND+%22Am.+Econ.+Rev%22%5BJournal%5D)">Risk aversion and incentive effects.</a> Am. Econ. Rev. 92, 1644-1655 (2002).</li>
<li>Levy, I., Snell, J., Nelson, A. J., Rustichini, A., Glimcher, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+representation+of+subjective+value+under+risk+and+ambiguity%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Neural representation of subjective value under risk and ambiguity.</a> J. Neurophysiol. 103, 1036-1047 (2010).</li>
<li>Kahneman, D., Tversky, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prospect+Theory+-+Analysis+of+Decision+under+Risk%5BTitle%5D)+AND+%22Econometrica%22%5BJournal%5D)">Prospect Theory - Analysis of Decision under Risk.</a> Econometrica. 47, 263-291 (1979).</li>
<li>Deichmann, R., Gottfried, J. A., Hutton, C., Turner, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optimized+EPI+for+fMRI+studies+of+the+orbitofrontal+cortex%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Optimized EPI for fMRI studies of the orbitofrontal cortex.</a> Neuroimage. 19, 430-441 (2003).</li>
<li>Gilboa, I., Schmeidler, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Maxmin+Expected+Utility+with+Non-Unique+Prior%5BTitle%5D)+AND+%22J.+Math+Econ%22%5BJournal%5D)">Maxmin Expected Utility with Non-Unique Prior.</a> J. Math Econ. 18, 141-153 (1989).</li>
<li>Hsu, M., Bhatt, M., Adolphs, R., Tranel, D., Camerer, C. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+systems+responding+to+degrees+of+uncertainty+in+human+decision-making%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Neural systems responding to degrees of uncertainty in human decision-making.</a> Science. 310, 1680-1683 (2005).</li>
<li>Boynton, G. A., Engel, S. A., Glover, G., Heeger, D. J Neurosci. 16, 4207-4221 (1996).</li>
<li>Forman, S. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+Assessment+of+Significant+Activation+in+Functional+Magnetic-Resonance-Imaging+%28Fmri%29+-+Use+of+a+Cluster-Size+Threshold%5BTitle%5D)+AND+%22Magnetic+Resonance+in+Medicine%22%5BJournal%5D)">Improved Assessment of Significant Activation in Functional Magnetic-Resonance-Imaging (Fmri) - Use of a Cluster-Size Threshold.</a> Magnetic Resonance in Medicine. 33, 636-647 (1995).</li>
<li>Genovese, C. R., Lazar, N. A., Nichols, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Thresholding+of+statistical+maps+in+functional+neuroimaging+using+the+false+discovery+rate%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Thresholding of statistical maps in functional neuroimaging using the false discovery rate.</a> NeuroImage. 15, 870-878 (2002).</li>
<li>Huettel, S. A., Stowe, C. J., Gordon, E. M., Warner, B. T., Platt, M. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+signatures+of+economic+preferences+for+risk+and+ambiguity%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Neural signatures of economic preferences for risk and ambiguity.</a> Neuron. 49, 765-775 (2006).</li>
<li>Smith, V. L. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aSmith%2C+VL+%22Papers+in+experimental+economics%22">Papers in experimental economics</a>. , Cambridge University Press. (1991).</li>
</ol>

관심 없음 충돌이 선언 없습니다.

우리는 과목 &#39;동작을 특성화하고 위험과 모호함에 대한 개별 태도를 추정하기 위해 실험 경제학의 방법을 사용했습니다. 우리는 신경 데이터를 분석하려면 다음 추정치를 사용했습니다. 과목 위험과 모호함에 따라 선택을하는 동안 fMRI 활동을 하니까 다른 방법은 8,12 전에 사용되었습니다. 우리 접근 방식은, 그러나, 몇 가지 중요한 기능이 조화를 이루고 있습니다. 첫째, 서로 다른 매개 변수 (금액, 확률과 모호함 레벨) 체계적으로 다양되는 파라 디자인을 사용합니다. 이 우리가 개인의 위험 및 모호함의 태도를 수량화하고 각 과목에 각 옵션의 주관적인 값을 계산 할 수 있습니다. 둘째, 개인의 행동 조치가 발생하면 우리는 주제 수준에서에서 위험과 모호함에 대해 개별적으로, 누구의 활성화 그 측정과 상관되어 뇌 영역을 찾아 할 수 있습니다. 즉, 하나의 매개 변수 (주관적인 값) U의 신경 코딩을 검사 할 수있는 깨끗한 방법입니다다른 조건 (위험과 모호함)...

<table border="1"><tbody><tr><td> 이름 </td><td> 회사 </td><td> 코멘트 </td></tr><tr><td> Allegra 헤드 만 3.0 T MRI 스캐너 </td><td> 지멘스 </td><td> 온 몸 스캐너도 사용할 수 있습니다 </td></tr><tr><td> NM-011 송신 헤드 코일 </td><td> 노바 의료 </td><td></td></tr><tr><td> E-프라임 </td><td> 심리학 소프트웨어 도구 </td><td> 자극 프리젠 테이션 소프트웨어 </td></tr><tr><td> MATLAB </td><td> MathWorks </td><td></td></tr></tbody></table>

실험 경제 기능 mri 방법을 사용하여 위험하고 모호한 옵션의 주관적 가치를 측정

Measuring the Subjective Value of Risky and Ambiguous Options using Experimental Economics and Functional MRI Methods

우리가 만드는 선택의 대부분은 불확실 결과가 있습니다. 어떤 경우에는 다른 가능한 결과에 대한 확률은 정확하게 &quot;위험&quot;이라고한다 조건 알려져 있습니다. 확률은 예상 할 수없는 다른 경우에는,이는 &quot;모호한&quot;으로 설명하는 조건입니다. 대부분의 사람들이 위험 및 모호 1,2 모두 회피 있지만, 그 aversions의 정도는 동일한 위험하거나, 모호한 옵션의 주관적인 값이 다른 사람들을위한 매우 다를 수 있도록 개인,에서 실질적으로 차이가 있습니다. 우리는 위험하고 모호한 옵션 4의 주관적인 값의 신경 표현을 평가하는 경제 기반의 실험 방법 3 기능 MRI (fMRI)을 이루고 있습니다. 이 기술은 이제 서로 다른 연령 그룹과 다른 환자 집단 등 다양한 집단에 이러한 신경 표현을 공부하는 데 사용할 수 있습니다. 우리의 실험에서 과목은 결과적 선택 B를 만들자신의 신경 활성화가 fMRI를 사용하여 추적하는 동안 두 가지 방법을 etween. 각 재판에 과목은 화폐 금액과 그 금액을 이길 확률이나 경력과 관련된 모호함 수준 중 하나에서 차이가 복권 사이에 선택할 수 있습니다. 우리 파라 메트릭 디자인은 우리가 위험과 모호함으로 자신의 태도를 추정하기 위해 각 개인의 선택 동작을 사용할 수 있습니다, 따라서 각각의 옵션은 그들을 위해 개최하는 주관적인 가치를 추정 할 수 있습니다. 디자인의 또 다른 중요한 기능은 학습 이루어지지 할 수 있도록 선택한 추첨의 결과는 실험 기간 동안 공개되지 않는 것입니다, 그래서 모호한 옵션이 모호한 위험 태도가 안정 남아 있습니다. 대신, 스캔 세션의 끝 부분에 하나 또는 몇 개의 시험은 무작위로 선택되며 실제 현금으로 재생. 과목 시험이 선택 될 사전 모르지만, 그들은 그 것처럼 각각의 평가판을 처리해야하고 혼자 그들이 지급됩니다있는 한 재판이었다. 이 디자인 전용우리가 각 과목에 각 옵션의 진정한 주관적인 가치를 추정 할 수 sures. 우리는 활성화 위험한 옵션의 주관적인 값으로 누구 활성화 모호한 옵션의 주관적인 값으로 상관되어 영역에 대한 상관 관계되어있는 뇌 영역을 찾아보십시오.

인간의 뇌에 위험하고 모호한 옵션의 주관적인 가치의 신경 표현을 결정하는 기능 MRI 및 행동 방법을 사용합니다.

실험 경제 기능 MRI 방법을 사용하여 위험하고 모호한 옵션의 주관적 가치를 측정

우리가 내리는 대부분의 선택은 불확실한 결과를 초래합니다. 어떤 경우에는 서로 다른 가능한 결과들에 대한 확률이 정확하게 알려져 있는데, 이러한 조건은...

다음 실험의 전반적인 목표는 기능적 MRI(fMRI)를 사용하여 위험하고 모호한 선택지의 주관적 가치에 대한 신경 부호화를 조사하는 것입니다. 이는 피험자가 금액, 확률 및 모호함의 수준이 다양한 위험하고 모호한 복권 사이에서 선택을 내리는 동안 스캔함으로써 수행됩니다. 각 피험자가 내린 선택은 위험과 모호함에 대한 태도를 추정하는 데 사용되며, 이는 다시 위험과 모호함이 피험자의 복권 가치 평가에 어떤 영향을 미치는지 추정하는 데 사용됩니다.다음으로, 이 추정치들은 일반 선형 모델의 회귀 분석 변수로 사용되어, 활동성이 위험하거나 모호한 복권의 주관적 가치와 상관관계가 있는 뇌 영역을 식별하는 데 활용됩니다. 결과에 따르면 내측 전전두엽 피질과 선조체의 중첩된 영역에서 위험 옵션과 모호한 옵션 모두의 주관적 가치와 상관관계가 나타납니다. 위험 및 모호한 복권에 대한 일반적인 활동성을 비교하는 다른 방법들에 비해 이 기법이 갖는 주요 장점은 뇌 활성화 분석 시 각 참가자의 개별적인 행동 데이터를 사용한다는 점입니다.이 방법은 가치가 뇌에서 어떻게 표현되며 선택을 내리는 데 어떻게 사용되는지와 같은 신경경제학 분야의 핵심 질문들에 답하는 데 도움이 될 수 있습니다. 이 프로토콜의 첫 번째 단계는 스캐닝 중에 제시될 위험하고 모호한 선택을 나타내는 시각적 자극을 설계하는 것입니다. 위험한 복권 자극에서는 '복권 가방'이라고 불리는 포커 칩이 들어 있는 봉투를 나타내기 위해 여기에 보이는 것과 같은 이미지를 사용하며, 당첨 확률인 빨간색 칩과 파란색 칩의 비율을 그래픽 자극과 숫자로 모두 표시해야 합니다. 여기서 각 이미지의 빨간색 및 파란색 영역은 빨간색 및 파란색 칩의 수에 비례합니다.실제 봉투의 경우, 모호한 복권(ambiguous lotteries)에 대해 최소 3가지의 결과 확률을 설정하는 것이 권장됩니다. 확률에 관한 정보의 일부가 누락되어, 빨간색 칩과 파란색 칩의 가능한 비율이 범위 내로 제한되되 정확히 지정되지는 않아야 합니다. 당첨 확률을 부분적으로 모호하게 구현합니다.폐색 크기를 늘리면 모호성 수준이 증가합니다. 최소 세 단계의 폐색 수준을 사용할 것을 권장하며, 당첨 색상 옆에는 결과 금액을 표시하고 다른 색상 옆에는 0을 표시하여 각 당첨 확률 또는 모호성 수준을 나타냅니다. 여기에서 빨간색 칩을 뽑으면 18을 획득하고, 파란색 칩을 뽑으면 결과는 0이 됩니다.다섯.각 시행에서 보상 수준은 광범위한 금액에 걸쳐 설정하는 것이 권장됩니다. 피험자는 두 가지 복권 중에서 하나를 선택하게 됩니다. 다만, 편의를 위해 옵션 중 하나는 실험 전체 과정 동안 화면 밖에서 일정하게 유지하고, 화면에 표시되는 옵션만 변경할 수 있습니다.충분한 통계적 검정력을 확보하기 위해 확률 또는 모호성 수준과 금액의 각 조합을 최소 4회 이상 제시해야 합니다. 분석 시에는 각 복권이 2초 동안 자극으로 제시되고, 이후 신경혈관 반응을 위한 6초의 지연 시간이 뒤따르는 느린 사건 관련 설계(slow event related design)로 패러다임을 설정하십시오. 그 후 1~2초 이내에 반응을 수행해야 합니다.응답이 기록되었음을 나타내는 간단한 이미지를 짧은 피드백으로 사용하고, 각 시행 사이에는 최소 10초의 휴식 시간을 두십시오. 또한, 실험에서 사용되는 각 복권 이미지와 일치하는 실제 가방이나 봉투를 준비하십시오.디스플레이에 표시된 각 가방에서 해당 색상의 칩을 뽑을 확률에 맞게, 빨간색과 파란색 칩을 합쳐 총 100개를 각 봉투에 넣으십시오. 이 봉투들은 나중에 무작위로 선택된 시행의 보상을 결정하는 데 사용되므로, 과제 시작 전에 피험자들에게 보여주어야 합니다. 피험자들이 자신의 진정한 선호를 표현하도록 유도하기 위해서는 실험에서의 선택에 따라 보상을 지급하는 것이 중요합니다.실제 칩이 들어 있는 물리적 주머니를 사용하여 복권 게임을 진행함으로써, 피험자가 스캐닝 전 안내된 결과 확률을 실제로 경험하도록 합니다. 먼저, 피험자가 동의서와 MRI 스크리닝 설문지를 작성하도록 합니다. 그 다음, 스캐너 환경 내의 안전을 보장하기 위해 피험자가 모든 금속류를 제거했는지 확인하십시오.다음으로, 피험자에게 실험과 과제에 대한 상세한 지침을 제공하십시오. 피험자가 각 이미지에서 확률과 양이 어떻게 전달되는지 이해하도록 하되, 선택에 영향을 줄 수 있는 어떠한 정보도 공개하지 마십시오. 피험자의 선택을 기록하기 위해 스캐너 내에서 두 개의 버튼이 있는 응답 박스가 사용됩니다.또한, 피험자가 지급 내용을 이해할 수 있도록 지급 메커니즘에 대해 설명하십시오. 선택 사항에 따라 이전에 준비한 봉투를 밀봉하고 피험자가 밀봉 부위에 걸쳐 서명하도록 하십시오.피험자가 가방 내부를 확인하여 명시된 확률이나 모호성 수준과 일치하는지 확인할 수 있도록 허용함으로써, 실험 종료 시 가방의 내용물이 변경되지 않았음을 검증할 수 있음을 설명하십시오. 3 Tesla MRI 스캐너를 사용하여 먼저 T1 가중 시퀀스로 피험자 뇌의 고해상도 영상을 획득합니다. 이 구조적 볼륨은 3D 재구성적으로 사용될 것입니다.이 목적을 위해 어떤 고해상도 시퀀스든 사용할 수 있습니다. 다음으로, T2* 가중 EPI 시퀀스를 사용하여 기능적 영상을 획득하십시오. 과제 패러다임 동안, 관심 있는 뇌 영역이 포함되도록 슬라이스 위치를 설정하십시오.일반적으로 전전두엽 피질, 두정엽 피질 및 기저핵의 스캐닝 파라미터는 TR 2초 및 3x3x3 mm 복셀을 사용하여 특정 스캐너에 맞게 최적화해야 합니다. 스캐닝 후, 피험자의 버튼 반응이 기록된 컴퓨터에서 행동 데이터를 검색하십시오.그 다음, 피험자가 보상을 받을 하나 또는 몇 개의 시행을 무작위로 선택하게 합니다. 이는 모든 시행 번호가 적힌 칩들이 들어 있는 불투명한 주머니에서 피험자가 번호가 매겨진 포커 칩을 뽑게 함으로써 수행할 수 있습니다. 선택된 각 시행에 대해, 제시되었던 옵션과 피험자가 해당 시행에서 내린 선택을 피험자에게 보여줍니다.그 후 피험자에게 해당 시행에서 선택한 봉투에서 칩을 하나 뽑게 하고, 뽑은 색상과 시행 중에 제시된 금액에 따라 보상을 지급합니다. 행동 데이터를 분석하기 위해, 보인 바와 같이 최대 가능도법(maximum likelihood)을 사용하여 각 피험자의 선택 데이터를 로지스틱 함수에 피팅합니다. 여기서 PV는 피험자가 가변 로또(variable lottery)를 선택할 확률입니다.SV_F와 SV_V는 각각 고정 옵션과 가변 옵션의 주관적 가치이며, gamma는 로지스틱 함수의 기울기로 피험자별 특이적 파라미터입니다. 또 다른 접근 방식은 확률 분포를 사용하여 각 옵션의 주관적 가치를 모델링하는 것입니다. 각 피험자에 대해 옵션의 양, 확률, 모호성 수준과 리스크 및 모호성에 대한 개별 피험자의 태도를 고려하는 모델을 사용합니다. 본 연구에서는 인지된 확률에 모호성의 선형적 효과가 포함된 거듭제곱 함수를 사용하기로 하였습니다.몇 가지 대안적 접근 방식 중 하나는 모호성을 지수 효과로 포함하여 선택 함수로 선택 데이터를 피팅함으로써, 각 피험자에 대한 위험 태도 alpha와 모호성 태도 beta의 추정치를 제공하는 것입니다. 우선 슬라이스, 스캔, 시간 보정, 움직임 보정, 그리고 생리적 노이즈 및 스캐너 드리프트와 관련된 저주파 제거를 포함하여 기능적 데이터의 표준 전처리를 수행합니다. 그다음 각 피험자의 기능적 데이터를 해부학적 데이터에 코레지스터(coregister)합니다. 단일 피험자 수준의 분석을 위해 표준 혈역학 응답 함수를 사용하고, 각 복셀의 활동을 전체 시행 동안 지속되는 반응으로 모델링합니다. 위험 시행과 모호한 시행에 대해 각각 하나씩, 두 개의 주관적 가치 예측 변수를 사용하는 일반 선형 모델을 적용합니다.행동 적합도(behavioral fit)에서 도출된 개별 피험자별 파라미터를 사용하여 각 복권의 주관적 가치를 계산하십시오. 또한 위험 시행(risky trials)과 모호한 시행(ambiguous trials)에 대해 각각 하나씩, 총 두 개의 더미 예측 변수를 포함시키십시오. 시각 및 운동 반응과 같은 일반적인 활성화를 포착하기 위해, 유의성 검정 시 여기에서 수행된 다중 비교를 고려해야 합니다.최소 클러스터 크기는 6개의 연속된 기능적 복셀로 제한하였습니다. 거짓 발견율(false discovery rate)과 같은 다른 방법 또한 사용될 수 있습니다. 위험 및/또는 모호성 하에서의 주관적 가치 계수가 유의미한 복셀을 탐색하십시오.여기 세 명의 대표적인 피험자에 대한 행동 결과가 제시되어 있습니다. 각 패널은 위험 또는 모호성 조건 하에서 한 피험자의 선택 데이터와 모델 적합 결과를 나타냅니다. 그래프는 확률 또는 모호성의 각 수준별로 금액의 함수에 따라 피험자가 가변 복권을 선택한 시행의 비율을 묘사합니다.보시는 바와 같이, 피험자마다 위험과 모호성에 대한 태도에는 큰 차이가 있을 수 있습니다. 여기 한 피험자의 영상 결과가 제시되어 있으며, 강조 표시된 복셀은 모호성 또는 위험 조건 하에서 주관적 가치 예측 변수의 계수가 0과 유의미하게 달랐던 지점들입니다. 이 대표적인 피험자의 경우, 두 조건 모두에서 내측 전전두엽 피질과 선조체에서 유의미한 상관관계가 발견되었습니다.이 영역들은 피험자 간에 가장 일관되게 나타나지만, 내측 및 외측 두정엽 피질과 편도체 영역에서도 유의미한 상관관계가 나타날 것으로 기대할 수 있습니다. 이 기법을 통해 신경경제학 분야의 연구자들은 다양한 인구 집단과 서로 다른 상황에서 위험 및 모호성에 대한 태도 변화와 그에 따른 신경학적 상관관계를 탐구할 수 있습니다. 이 영상을 시청한 후에는 위험 및 모호성에 대한 태도를 유도하는 방법과, 이를 활용해 참가자들이 선택을 내리는 동안 획득한 FMRI 데이터를 분석하는 방법을 충분히 이해하게 될 것입니다.

measuring-subjective-value-risky-ambiguous-options-using-experimental

Research

연구

JoVE Journal

Neuroscience

신경과학

이 프레 젠 테이션은 의사 결정을 기초 신경 회로를 공부하기 위해 fMRI를 사용을 보여줍니다. 간단한 지각 작업은 결과는 의사 결정 과정에 미치는 영향 조사 appetitive와 aversive 보강재와 결합됩니다.

강화, Eyetracking 및 생리 감시 기능 이미징

이 프로토콜에서 설명하는 절차는 테스토 스 테론 관리 및 테스토 스 테론에 대한 민속 신앙 직접 반대 사회적 행동에 연결되어있을 수 있습니다 보여준다.

행동 내분비학 및 실험 경제학을 결합 : 테스토 스 테론과 사회 의사 결정

이 문서에서는 음식과 관련된 동기를 부여하고 인간의 식품 관련 목표 값의 측정을위한 방법의 집합을 설명합니다.

인간의 음식 보상과 동기 부여를 공부

이 논문은 가족성 고위험군 조현병(FHR)에 있는 어린이와 청소년의 뇌 활성화를 측정하기 위해 정서적 괴짜 과제와 fMRI를 사용하는 방법을 설명합니다. FMRI는 정서적 괴짜 과제 동안 전두엽-선조체-변연계 영역의 차이를 측정하는 데 사용되었습니다. FHR이 있는 소아는 청소년기에 비정상적인 기능 활성화를 보였습니다.

정신 분열증에 대한 가족 성 위험이 높은 아동의 정서적 괴짜 작업을 사용하여 이마 관자 - 변연계의 활동의 측정

지금까지의 연구는 사람들이 불확실성에 대처하기 위해 채택하는 인지 전략에 초점을 맞추고 있습니다. 이 연구는 불확실성을 다루는 경험적 방법을 검토하고, 햅틱의 부드러움이 어떻게 불확실성을 다루는 도구로 사용될 수 있는지를 보여주는 일련의 실험 방법을 소개합니다.

사람들은 부드러운 햅틱 감각을 통해 불확실성에 대처할 수 어떻게 검사 실험 연구

지연 할인은 보상이 즉시 사용 가능할 때와 비교하여 지연될 때 보상의 가치가 감소하는 것을 나타냅니다. 우리는 구현하기 쉽고 인간 참가자의 지연 할인 정도를 정량화할 수 있는 컴퓨터 기반 지연 할인 작업을 간략하게 설명합니다.

지연하는 조정 금액 태스크를 사용하여 인간에로 할인 측정

비용-이익 분석은 의사 결정의 과정에서 수행 하는 두뇌 무게 규모 접근 이다. 여기, 우리 제안 훈련 프로토콜 쥐 한 조작-기반 의사 결정 패러다임 쥐 15 대기 비용으로 더 높은 보상을 선택 하는 곳에 그들을 받을 s.

설치류에 의해 강화 결정 시 비용-이익 분석을 평가 하기 위한 작동 프로토콜

이 프로토콜은 시간적 결정 결과를 처리하는 동안 사회적 비교 및 사회적 거리와 관련된 신경 활동을 조사하는 것을 목표로 합니다. 무관심 지점은 연구의 일부로 이벤트 관련 전위를 사용하여 측정됩니다.

사건 관련 잠재적 연구에서 시간간 선택 결과 평가에 대한 사회적 비교와 사회적 거리의 공동 효과

이 프로토콜은 신경내비게이션 및 로봇 시스템을 이용한 실험적 작업 중 배측 및 배측측 전전두엽 피질에 대한 반복적인 경두개골 자기 자극을 보다 정밀하고 효과적으로 제시합니다. 결과에 따르면 향후 온라인 자극 연구에 중요한 시사점을 제시합니다.

인지 의사결정과 인지 부조화에서 배측 및 배외측 전두엽 피질의 온라인 반복 경두개 자기 자극

기능성 transcranial 도플러 sonography (fTCD)는인지 기능, 특히 언어의 lateralization을 파악하기 위해 사용될 수있는 간단하고 비침습 초음파 기술이며, 아이들과 함께 사용하기에 적합합니다.

기능 Transcranial 도플러 초음파를 사용하여 어린이의 대뇌 Lateralization 평가 (fTCD)

학습하세요 기능적 MRI를 사용하여 위험하고 모호한 선택의 주관적 가치가 뇌에서 어떻게 인코딩되는지 알아보세요. 이 방법은 개인의 행동 데이터를 활용하여 내측 전전두피질과 선조체의 활동을 분석합니다.

실험 경제 기능 MRI 방법을 사용하여 위험하고 모호한 옵션의 주관적 가치를 측정

더 많은 동영상 탐색