Celem naszych badań jest powiązanie zachowania z aktywnością mózgu. Dokładne pomiary behawioralne i techniki obrazowania pozwalają nam wyjaśnić zależności między mózgiem a zachowaniem.
Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.
Artykuł metodologiczny
Celem naszych badań jest powiązanie zachowania z aktywnością mózgu. Dokładne pomiary behawioralne i techniki obrazowania pozwalają nam wyjaśnić zależności między mózgiem a zachowaniem.
Celem niniejszej publikacji metodologicznej jest opis sposobu wdrożenia techniki neuroobrazowania w celu zbadania komplementarnych procesów mózgowych angażowanych podczas dwóch podobnych zadań. Zachowanie uczestników podczas wykonywania zadania w skanerze fMRI może być następnie skorelowane z aktywnością mózgu przy użyciu sygnału zależnego od poziomu utlenowania krwi (BOLD). Pomiar zachowania umożliwia wyselekcjonowanie prób poprawnych, w których badany prawidłowo wykonał zadanie, co pozwala na analizę sygnałów mózgowych związanych z poprawnym wykonaniem. Ilekroć badani nie wykonują zadania prawidłowo, a próby te zostaną włączone do tej samej analizy co próby poprawne, wprowadzone zostaną dane nie odnoszące się wyłącznie do poprawnego wykonania. W wielu przypadkach same te błędy mogą być następnie wykorzystane do korelacji z aktywnością mózgu. Opisujemy dwa komplementarne zadania stosowane w naszym laboratorium do badania mózgu podczas hamowania automatycznych reakcji: zadanie Stroopa1 oraz zadanie anty-sakkadyczne. Paradygmat emocjonalnego Stroopa polega na tym, że uczestnicy mają za zadanie zgłosić albo nałożone na afektywne twarze emocjonalne „słowo”, albo „wyrazy twarzy” bodźców twarzowych1,2. Gdy słowo i wyraz twarzy odnoszą się do różnych emocji, dochodzi do konfliktu między tym, co należy wypowiedzieć, a tym, co jest odczytywane automatycznie. Uczestnik musi rozstrzygnąć konflikt między dwoma jednocześnie konkurującymi procesami: czytaniem słowa i rozpoznawaniem wyrazu twarzy. Impuls do odczytania słowa prowadzi do silnych powiązań typu „bodziec-reakcja (SR)”; dlatego hamowanie tych silnych SR jest trudne, a uczestnicy są podatni na popełnianie błędów. Przezwyciężenie tego konfliktu i przekierowanie uwagi z twarzy lub słowa wymaga od badanego zahamowania procesów oddolnych (bottom-up), które zazwyczaj kierują uwagę na bodziec bardziej wyrazisty. Podobnie w zadaniu anty-sakkadycznym3,4,5,6, gdzie sygnał instruktażowy służy do skierowania uwagi wyłącznie na peryferyjną lokalizację bodźca, lecz następnie ruch oka jest wykonywany w stronę lustrzanego odbicia tej pozycji. Ponownie mierzymy zachowanie poprzez rejestrację ruchów gałek ocznych uczestników, co pozwala na podział reakcji behawioralnych na próby poprawne i błędne7, które następnie mogą być skorelowane z aktywnością mózgu. Neuroobrazowanie umożliwia obecnie badaczom pomiar różnych zachowań w próbach poprawnych i błędnych, które wskazują na odmienne procesy poznawcze, oraz precyzyjne określenie zaangażowanych w nie sieci neuronalnych.
1. Przed wejściem do pomieszczenia MRI
2. Przegląd zadania i szkolenie
3. Konfiguracja skanera i systemu śledzenia wzroku
4. Procedury skanowania
5. Analiza fMRI
6. Reprezentatywne wyniki
Po analizie przedstawiamy obszary mózgu, które korelują z zadaniami emotional stroop oraz anty-sakkadycznymi rejestrowanymi podczas skanowania. Wyniki paradygmatu emotional stroop wykazały efekt interakcji pomiędzy wszystkimi trzema czynnikami: ekspresją, instrukcją i obszarem mózgu, jednak nie stwierdzono głównego efektu ekspresji ani głównego efektu instrukcji2. Ustalono, że gdy ekspresja twarzy była niezgodna z nałożonym słowem emocjonalnym, ta niezgodność przy raportowaniu słowa pisanego powodowała wyższą intensywność sygnału BOLD w lewym IFG2 (Rycina 2). Większa intensywność sygnału dla ekspresji niezgodnych w porównaniu do ekspresji zgodnych była istotna statystycznie, przy czym największą różnicę odnotowano dla zgodnych ekspresji szczęścia2.
Co najważniejsze, czasy reakcji (RT) dla trzech badanych warunków niekongruentnych (smutnego, radosnego i neutralnego) przewidywały zwiększony sygnał BOLD w obrębie lewej IFG w porównaniu do wszystkich warunków kongruentnych (Rysunek 3). W tej analizie zbadaliśmy konkretnie czasy reakcji i przeprowadziliśmy analizę regresji, aby sprawdzić, czy RT dla warunków niekongruentnych i kongruentnych były predyktorami aktywności sygnału BOLD w tym obszarze mózgu (Rysunek 3). Stwierdzono, że RT odpowiadają za 81% wariancji aktywności lewej IFG podczas raportowania wyrazów słownych radości, neutralności i smutku w warunkach niekongruentnych i kongruentnych2. Wyższy RT jest predyktorem większej aktywacji lewej IFG, przy czym niekongruentny warunek smutku wykazał najwyższy stosunek RT do intensywności sygnału w porównaniu do wszystkich pozostałych warunków ekspresji. Paradygmaty anty-sakkadowe przeanalizowano za pomocą metod podobnych do powyższych, aby móc porównać dwie sieci aktywności. W tym przykładzie stwierdzono brak zwiększonego sygnału w lewej IFG dla zadania anty-sakkadowego w porównaniu do zadania pro-sakkadowego. Po więcej szczegółów odsyłamy czytelników do pracy Ford et al. (2007).

Rysunek 1. Przykład próby niespójnej (twarz z radosnym wyrazem, na którą nałożono słowo SAD). Eksperyment rozpoczyna się od punktu fiksacyjnego (1 sekunda), po którym następuje bodziec w postaci twarzy (250 ms) oraz obraz maskujący (2 sekundy), wymagający reakcji uczestnika poprzez naciśnięcie przycisku.

Rycina 2. Wszystkie wolumeny fiksacji zostały użyte jako poziom bazowy. Słupki błędów oznaczają błąd standardowy średniej (SEM). Ekspresje niespójne (Happy, Neutral, Sad) wykazały istotnie większą zmianę sygnału BOLD w porównaniu do ekspresji spójnych2. Mały obrazek wstawiony w wykres przedstawia lewy zakręt czołowy dolny (IFG), który został zlokalizowany funkcjonalnie przy użyciu kontrastu opisanego w sekcji 5.2 dla niespójnego emocjonalnego efektu Stroopa w porównaniu z warunkiem spójnym podczas zestawu instrukcji skupienia uwagi na słowie.

Rysunek 3. Podczas instrukcji „Attend to Word” kontrast niespójny-spójny wykazał dodatnią korelację między RT a intensywnością sygnału BOLD. Wykres ten stanowi średnią RT i sygnału BOLD dla wszystkich 10 badanych w każdej z sześciu warunków. Słupki błędu oznaczają błąd standardowy średniej (SEM)2.

Rysunek 4. Badanym prezentowano dwie powtórzenia każdego wyrazu twarzy. Górny rząd przedstawia schematyczną ilustrację sekwencji prób z jednego bloku prób. Dolna sekcja przedstawia funkcję odpowiedzi hemodynamicznej (HRF) typu Two-Gamma, wykorzystaną do zidentyfikowania obszarów mózgu zaangażowanych w przetwarzanie emocjonalnych wyrazów twarzy.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Identyfikacja obszarów mózgu opiera się na stworzeniu dokładnego kontrastu między skanowanymi zadaniami (tj. w przypadku testu Stroopa: emocje i ekspresje twarzy niespójne względem spójnych; lub anty-sakkady względem pro-sakkad), aby uzyskać mapę aktywacji związaną z danym zadaniem. Mapy funkcjonalne te mogą być bardziej precyzyjne, jeśli podczas skanowania zbiera się dane behawioralne, co pozwala na usunięcie prób, w których badany popełnił błędy. Błędy te można wyeliminować, a w przypadku wystąpienia wystarczającej ich...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Nie mamy nic do ujawnienia.
Finansowanie zapewniła National Science and Engineering Research Council (NSERC) dla JFXD, Faculty of Health, York University, a autor SO otrzymał finansowanie doktoratu od The Ontario Problem Gambling Research Centre (OPGRC).
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Aparat MRI 3-Tesla | Siemens Magnetom Trio (Erlangen, Niemcy) | ||
| System eyetrackingowy iViewX | SensoMotoric Instruments, Inc. | ||
| Oprogramowanie BrainVoyager QX | Brain Innovation, Maastricht, Holandia | ||
| Joystick czteroprzyciskowy | Current Designs, Inc., Philadelphia, PA, USA | ||
| Tabela 1. Specyficzne odczynniki i sprzęt. |
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
A correction was made to Correlating Behavioral Responses to fMRI Signals from Human Prefrontal Cortex: Examining Cognitive Processes Using Task Analysis. Joseph DeSouza and Laura Pynn middle initials were omitted at publication.
These have been corrected to:
Joseph F.X. DeSouza
Laura K. Pynn