1. Deelnemerswerving
2. Procedures voorafgaand aan de scan
3. Geef instructies aan de deelnemer.
4. Plaats de deelnemer in de scanner.
5. Gegevensverzameling

Figuur 1. Gezichtstimulus en huisstimulus samengevoegd. Elke gepresenteerde stimulus was een over elkaar gelegd gezicht en huis. De deelnemer kreeg de instructie om zich te concentreren op het gezicht of het huis.
6. Procedures na de scan
7. Gegevensanalyse
Bron: Laboratories of Jonas T. Kaplan en Sarah I. Gimbel - University of Southern California
Het menselijk visuele systeem is ongelooflijk geavanceerd en in staat om grote hoeveelheden informatie zeer snel te verwerken. De capaciteit van de hersenen om informatie te verwerken is echter geen onbeperkte bron. Aandacht, de mogelijkheid om selectief informatie te verwerken die relevant is voor huidige doelen en om informatie die dat niet is te negeren, is daarom een essentieel onderdeel van visuele perceptie. Sommige aspecten van aandacht zijn automatisch, terwijl andere onderhevig zijn aan vrijwillige, bewuste controle. In dit experiment onderzoeken we de mechanismen van vrijwillige of 'top-down' aandachtscontrole op visuele verwerking.
Dit experiment maakt gebruik van de ordelijke organisatie van de visuele cortex om te onderzoeken hoe top-down aandacht selectief de verwerking van visuele stimuli kan moduleren. Bepaalde delen van de visuele cortex lijken gespecialiseerd te zijn in de verwerking van specifieke visuele items. Specifiek heeft werk van Kanwisher et al.1 een gebied in de fusiforme gyrus van de inferieure temporale kwab geïdentificeerd dat significant actiever is wanneer proefpersonen gezichten bekijken in vergelijking met wanneer ze andere gebruikelijke objecten observeren. Dit gebied is bekend komen te staan als de Fusiforme Face Area (FFA). Een ander hersengebied, bekend als de Parahippocampal Place Area (PPA), reageert sterk op huizen en plaatsen, maar niet op gezichten.2 Aangezien we weten hoe deze gebieden reageren op specifieke soorten stimuli, kan hun activiteit verder worden onderzocht om een sleutelcomponent van visie-visuele aandacht te identificeren.
Deze video laat zien hoe fMRI kan worden gebruikt om de FFA en PPA in de hersenen te lokaliseren, en onderzoekt vervolgens hoe object-gebaseerde aandachtscontrole de activiteit in deze gebieden moduleert. Het gebruik van een functionele localizer om daaropvolgend hypothesetesten te beperken is een krachtige techniek in functionele beeldvorming. Deelnemers zullen functionele MRI ondergaan terwijl ze een overelkaar gelegd beeld van een gezicht en een huis te zien krijgen. Hoewel zowel een gezicht als een huis in elk stimulus worden gepresenteerd, voorspellen we dat patronen van activiteit in hun FFA en PPA zullen veranderen op basis van welk item er aandacht aan wordt besteed.3
1. Deelnemerswerving
2. Procedures voorafgaand aan de scan
3. Geef instructies aan de deelnemer.
4. Plaats de deelnemer in de scanner.
5. Gegevensverzameling

Figuur 1. Gezichtstimulus en huisstimulus samengevoegd. Elke gepresenteerde stimulus was een over elkaar gelegd gezicht en huis. De deelnemer kreeg de instructie om zich te concentreren op het gezicht of het huis.
6. Procedures na de scan
7. Gegevensanalyse
Visuele aandachtscontrole verwijst naar onze bewuste keuze om te bepalen waar we op moeten letten.
Als het doel van een waarnemer bijvoorbeeld is om alle uien in zijn soep te verzamelen, dan zal hij de vlieg die rondzweeft misschien niet opmerken.
Hoewel beide ruimtelijk samenvielen, viel het object van focus?de uien?op vanwege het doel van het individu. Dit is een voorbeeld van objectgebaseerde aandachtscontrole.
Interessant is dat de hersenen?en met name de visuele cortex?de objecten afzonderlijk kunnen verwerken. Maar het object waarop wordt gelet, krijgt een sterkere activering in zijn geassocieerde gespecialiseerde verwerkingsgebied.
Met behulp van functionele magnetische resonantie beeldvorming, fMRI, en methoden die oorspronkelijk zijn ontwikkeld door Nancy Kanwisher en collega's, toont deze video hoe je specifieke hersengebieden kunt lokaliseren die bepaalde objecten verwerken.
We zullen ook onderzoeken hoe aandachtscontrole de neurale activiteit in dezelfde regio's moduleert met behulp van voxel-gebaseerde analyse, en zelfs bespreken hoe mindfulnesstraining de capaciteit om de aandacht te controleren in de loop van de tijd kan verbeteren.
In dit experiment liggen de deelnemers in een fMRI-scanner en krijgen ze afbeeldingen van gezichten en huizen te zien in twee verschillende fasen: passief bekijken en overlappend.
Tijdens de eerste fase wordt hen gevraagd om eenvoudigweg afbeeldingen één voor één te bekijken in een blokontwerp, dat wil zeggen, een aantal gezichten wordt gepresenteerd gevolgd door een reeks huizen. Dit type bekijken dient om de activiteit binnen specifieke regio's van belang te lokaliseren.
De fusiform gezichtsgebied, de FFA, is bijvoorbeeld actiever wanneer individuen gezichten bekijken in vergelijking met andere gewone objecten, terwijl het parahippocampale plaatsgebied, kortweg PPA, sterker reageert op huizen en plaatsen in plaats van op gezichten.
Aangezien deze regio's reageren op specifieke soorten stimuli, worden de patronen van voxel-gebaseerde activiteit?of gebieden die een bepaald niveau van activering vertegenwoordigen?verwacht te veranderen, afhankelijk van de getoonde afbeeldingen.
Dergelijke verwachtingen zetten de tweede fase in gang, waarin overlappende afbeeldingen van een gezicht en een huis worden getoond. Over meerdere proeven wordt de deelnemers gevraagd om alleen op één van de items te letten, en daarom moeten ze hun focus tussen het huis of het gezicht verleggen.
In dit geval is de afhankelijke variabele de hoeveelheid activering die over de beeldcondities wordt geregistreerd, die kan worden omgezet in de grootte van de signaalverandering om variatie in activering van de basislijn naar gezichtsgerichte blokken en die gecentreerd zijn op het huis te observeren.
Hoewel beide afbeeldingen op een overlappende manier worden gepresenteerd, wordt voorspeld dat de activiteitspatronen in de FFA en PPA van de deelnemer zullen veranderen, gebaseerd op het specifieke item waarop ze letten. Dergelijke resultaten zouden objectgebaseerde aandachtscontrole benadrukken.
Na het recruteren van deelnemers voor dit onderzoek, begroet ze in het laboratorium en controleer of ze voldoen aan de veiligheidsvereisten terwijl ze de nodige toestemmingsformulieren invullen. Raadpleeg een ander fMRI-project in deze collectie voor meer details over hoe u individuen kunt voorbereiden om de scankamer en de beeldvormingsbuis te betreden.
Nu de deelnemer zich in de scanner bevindt, legt u de taakinstructies uit: Ze moeten eerst passief een aantal afbeeldingen op het scherm bekijken. Tijdens de tweede fase zullen tekstinstructies hen ertoe aanzetten om op het huis of het gezicht te letten wanneer ze overlappend verschijnen.
Volg deze aanwijzingen en begin het scanprotocol door eerst een hoogwaardige anatomische scan te verzamelen.
Start vervolgens het functionele gedeelte met twee localizer-runs, waarbij de deelnemers passief afbeeldingen in 30-secondenblokken bekijken. Toon bijvoorbeeld in het eerste segment gezichten, elk gedurende 750 ms, en een fixatiekruis ertussen, tijdens een inter-stimulus-interval, of ISI, van 250 ms.
Aan het einde van elke blok presenteert u het fixatiekruis gedurende 20 s voordat u de reeks afbeeldingen wisselt, die nu huizen moeten zijn. Merk op dat deze sequentie zich vijf keer herhaalt met verschillende afbeeldingen, voor een totaal van 10 blokken binnen één run.
Ga vervolgens verder met acht functionele runs van de aandachtscontroletaak. Tijdens deze fase, geef de deelnemers via tekst op het scherm instructies welke objecten ze moeten letten op, en schakel vervolgens om de seconde een overlappend gezicht en een huis, met elke run 300 overgelegde afbeeldingen bevattend.
Om het onderzoek af te sluiten, brengt u de deelnemer uit de scanner en brengt u hen op de hoogte.
Voer voor het voorverwerken van de gegevens bewegingscorrectie uit om bewegingsartefacten te verminderen, temporele filtering om signaaldriften te verwijderen en ruimtelijke verzachting om de signaal-ruisverhouding te verhogen.
Creëer vervolgens een algemeen lineair model op basis van wat de verwachte hemodynamische respons zou moeten zijn voor elke taakconditie, namelijk gezichten of huizen, in de localizer-scan.
Genereer een statistische kaart door de gegevens aan dit model aan te passen, waarbij de waarde bij elke voxel vertegenwoordigt in welke mate deze betrokken was bij de taakconditie.
Baseer u op de regio's van belang en identificeer clusters voor elke proefpersoon met een minimale statistische drempel voor elke voxel die reageerde op gezichten of huizen.
Concentreer u specifiek op de FFA, in de midden-fusiform gyrus, die significant meer reageert op gezichten dan op huizen, evenals de PPA, die alle voxels in de parahippocampale gyrus omvat die significant meer reageert op huizen dan op gezichten.
Bepaal vervolgens en stel de percentage verandering van het signaal voor gezichts- en huisgerichte omstandigheden in de FFA en PPA voor elke proef
In de localizer-scans waren bilaterale FFA actiever wanneer proefpersonen gezichten bekeken dan wanneer ze huizen bekeken. Omgekeerd was de PPA actiever wanneer proefpersonen huizen bekeken dan wanneer ze gezichten bekeken (Figuur 2). Deze gebieden, gelokaliseerd via de block-design-scans, werden later gebruikt als gebieden van belang om signalen te extraheren die verband hielden met het verschuiven van aandacht naar gezichten en naar huizen tijdens de functionele runs.
Het gebruik van localizer-scans is een krachtig hulpmiddel voor cognitieve neuroimaging en heeft enkele duidelijke voordelen ten opzichte van beeldvorming van de hele hersenen. Door een hypothese te richten op een klein aantal specifieke locaties met bekende responseigenschappen, kunnen we zeer specifieke voorspellingen genereren met een hoge statistische kracht. Studies met neuroimaging op voxel-niveau voor de hele hersenen moeten controleren op de tienduizenden statistische tests die op elke locatie in de hersenen word...
Chapters in this video
0:00
Overview
1:23
Experimental Design
3:35
Running the Experiment
5:37
Data Analysis and Results
7:50
Applications
9:28
Summary
Videos from this collection:
Copyright © 2026 MyJoVE Corporation. All rights reserved