자기뇌전도를 통해 물체 지각에 대한 사전 자극 소스 수준 효과 감지

이 방법을 사용하면 물체를 조회하기 전에 뇌 연결의 빠르고 일시적인 변화를 포착하고 이러한 변화가 물체 지각에 미치는 영향을 받을 수 있습니다. EEG를 통해 MEG의 주요 장점은 뇌의 자기장이 머리에 의해 흔들리지 않는다는 것입니다, 고해상도 소스 재건및 더 나은 연결 추정을 가능하게. 1킬로헤르츠에서 빈 방 MEG 데이터를 1분 기록하여 시작합니다.

102자력과 204개의 직교배치 평면 기체계의 신호를 102개의 다른 위치에서 수집 컴퓨터에서 실시간으로 모든 신호를 시각화하여 모니터링합니다. 당신은 우리를 고소하지 않을거야? 그리고 여기에 -Next, 헬싱키의 선언에 따라 참가자의 통보 된 동의를 얻고 개인 데이터의 처리를 허용하는 진술을 포함하는 양식에 서명하도록하십시오.

몸에 금속 물체가 있습니까? 하지만 내부에 있을 때도 이 작업을 수행할 수 있습니다. 다음으로, 자기가 아닌 옷을 제공하고 몸에 금속 물체가 있는지 확인하십시오.

익명 의지를 작성하여 이를 보장하고 다른 배제 기준이 없는지 확인하고 손수 및 휴식 수준과 같은 세부 사항을 문서화하도록 요청하십시오. 좋아, 완벽한, 감사합니다. 여기. 참가자를 비강자성 의자에 앉은 다음 접착제로 머리에 5개의 헤드 위치 표시기 코일을 부착하고, 한쪽 눈 위에 두 개, 다른 눈 위에, 한쪽은 각 귀 뒤에 하나씩 부착합니다.

디지털화 시스템을 위한 트래커 센서를 참가자의 머리에 단단히 놓고 최대 안정성을 위해 안경에 고정합니다. 다음으로 해부학적 랜드마크, 왼쪽 및 오른쪽 사전 소변 지점 및 나침전을 디지털화하고 사전 소변지점이 대칭적이도록 보장합니다. 또한 3D 디지타이저 스타일러스를 사용하여 5개의 HPI 코일 위치를 디지털화합니다.

이제 두피를 따라 최대 300점을 디지털화하고 머리 모양의 커버리지를 최대화합니다. MR 이미지, 뒷면의 이온 위, 앞면의 nasion, 비강 다리의 잘 정의된 영역을 덮습니다. 이러한 점은 해부학 적 이미지에 공동 등록에 사용됩니다.

이 시점에서 트래커 센서로 안경을 제거하고 오른쪽 눈 위와 아래에 일회용 전극을 부착하여 수직 눈의 움직임을 모니터링합니다. 또한 수평 눈의 움직임을 모니터링하기 위해 오른쪽 눈의 오른쪽과 왼쪽 눈의 왼쪽에 전극을 부착합니다. 심장 박동을 모니터링하기 위해 오른쪽 쇄골 아래와 심장 아래에 추가 전극을 부착합니다.

이 영역의 신호는 견고하므로 임피던스 확인이 필요하지 않습니다. 또한 전극을 목 아래 의 땅으로 부착합니다. 부탁해요. 이제 참가자를 MEG 차폐 실로 호위하고 MEG 의자에 앉도록 지시하십시오.

MEG 시스템에서 HPI 배선 하네스와 일회용 전극을 연결합니다. 그런 다음 참가자의 머리가 헬멧의 상단에 닿고 참가자가 편안하게 지낼 수 있도록 의자를 들어 올립니다. 지금 이게 괜찮습니까?

Yes.Perfect.는 참가자에게 1킬로헤르츠에서 휴식 상태 MEG 데이터를 기록하는 동안 5분 동안 빈 화면을 수동적으로 응시하도록 지시하여 시작합니다. 실험 전체에서 샘플링 속도를 1킬로헤르츠로 유지합니다. 그런 다음 참가자에게 작업 요구 사항을 지시하고 20 개의 연습 시험을 수행하도록합니다.

이제 연습 세션을 하고 모든 것이 괜찮은지 확인하겠습니다. 그래. 좋습니다? 먼저 지침을 표시하여 실험을 시작하여 참가자에게 얼굴을 볼 때 누를 버튼과 꽃병을 볼 때 누를 단추를 알려줍니다.

고정 크로스, 루빈 이미지, 마스크 및 응답 프롬프트 : 이 순서로 모든 시험에 적용되는 네 가지 이벤트로 단일 평가판을 만듭니다. 각 블록의 시작 부분에서 작업이 시작되기 전에 MEG 데이터 측정을 시작하고 MEG와 관련하여 참가자의 머리 위치의 초기 위치를 기록합니다. 실험 중에 비디오를 통해 참가자를 모니터링해야 합니다.

MEG 시스템에서 시작하려면 이동을 클릭합니다. 대화 상자가 HPI 데이터를 생략하거나 기록에 추가해야 하는지 묻는 메시지가 나오면 HPI 코일 신호를 검사하고 수락을 클릭하여 초기 헤드 위치를 기록합니다. 그런 다음 원시 기록을 클릭하여 MEG 데이터 기록을 시작합니다.

각 평가판의 시작 부분에서 1~1.8초의 가변 기간 동안 고정 십자가를 표시합니다. 그런 다음 루빈 이미지를 150밀리초 동안 표시합니다. 다음으로 루빈 이미지를 제거하고 마스크를 200밀리초 동안 표시한 다음 참가자가 2초 이내에 응답하라는 질문을 던지릅니다.

참가자가 2초 이내에 응답하면 다음 평가판이 시작될 수 있도록 응답 기간을 프로그래밍합니다. 그렇지 않으면 2초 후에 다음 평가판을 시작합니다. 네 가지 이벤트의 타이밍과 응답 선택 및 타이밍을 모두 저장합니다.

인수 컴퓨터에서 실시간으로 시각화하여 MEG 신호를 모니터링합니다. 실험이 완료되면 참가자를 차폐된 방에서 호위하고 센서를 분리하는 데 도움을 줍니다. 여기에서 화면에 보이는 코드를 사용하여 두 평가판 유형과 별도로 관심 있는 두 영역에 대한 시간 주파 분석을 수행하여 획득한 데이터를 분석합니다.

먼저 주파수 도메인의 곱셈을 기반으로 다중 테이퍼 시간 주파수 변환을 구현합니다. 또한 테이퍼 옵션을 dpss로 설정하여 이산 프로레이트 스페로이드 서열 함수 테이퍼를 사용하고 관심 주파수를 8헤르츠에서 13 헤르츠로 정의합니다. 다음으로 시간 창의 너비를 200밀리초로 설정하고 스무딩 매개변수를 4헤르츠로 설정합니다.

단일 평가판의 시간 빈도 추정치를 반환하려면 keeptrials 옵션을 예로 설정합니다. 출력을 포에이어로 설정하여 복잡한 Fourier 스펙트럼을 반환합니다. 여기에 화면에 표시되는 코드를 사용하여 결과 시간 빈도 데이터에 대한 연결 분석을 수행하여 표시된 설정을 사용하여 일관성의 가상 부분을 반환합니다.

각 참가자에 대한 절차를 반복한 후 주파수 및 참가자에 걸쳐 일관성 스펙트럼을 평균화하고 결과 평균적인 가상 일관성 값을 시간의 함수로 플로팅합니다. 여기서는 예제 평가판 구조와 원시 데이터가 표시됩니다. 평가판은 고정 십자가의 표시로 시작됩니다.

1~1.8초 후에 루빈 자극이 150밀리초 동안 나타나고 200밀리초 동안 마스크가 나타납니다. 그런 다음 응답 화면이 참가자에게 얼굴이나 꽃병으로 응답하라는 메시지를 표시합니다. 위의 예제 참가자의 멀티 채널 원시 데이터, 자극 개시에 대한 시간 고정 및 시험 전반에 걸쳐 평균을 볼 수 있습니다.

사전 자극 분석 창에 있는 이 데이터는 분석을 위한 대상 간격이 될 것입니다. 여기서는 얼굴과 꽃병 시험의 소스 국소 fusiform 얼굴 영역 신호에서 스펙트럼 전력 추정치를 볼 수 있습니다. 이 그림은 8-13 헤르츠의 주파수 범위에서 소스 국소적 시각 피질과 얼굴 부위 신호 사이의 응집성의 가상 부분을 보여줍니다.

그늘진 영역은 피험자 내 설계에 대한 평균의 표준 오류를 나타냅니다. MEG는 일렉트릭 기타의 픽업과 마찬가지로 수동적인 방법입니다. 이 기계는 다른 양식과 달리 참가자에 의해 손상될 위험이 있습니다.