Name: Pomiar aktywności czołowo-limbicznej za pomocą emocjonalnego zadania dziwacznego u dzieci z rodzinnym wysokim ryzykiem schizofrenii (Wideo) | JoVE Journal
Uploaded: 2015-12-02T14:00:00.000+00:00
Duration: 13 min 8 s
Description: Poznaj metodę pomiaru aktywności mózgu u dzieci z rodzinnym ryzykiem schizofrenii za pomocą fMRI i emocjonalnego zadania dziwacznego. Technika ta ujawnia nieprawidłowości w obwodach czołowo-limbicznych.

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

Dziękujemy Erin Douglas, Annie Evans i Carolyn Bellion za ich wkład w rekrutację uczestników i ocenę kliniczną. Dziękujemy również Michaelowi Caspowi, Zoe Englander, Justinowi Woodliefowi i Jamesowi Carterowi za ich wkład w gromadzenie i analizę danych oraz Robertowi M. Hamerowi za konsultacje w zakresie analizy statystycznej i redakcji manuskryptu. Na koniec dziękujemy osobom i ich rodzinom, które wzięły udział w tym badaniu. 
To badanie było wspierane przez grant P5 MH064065 0 z Narodowego Instytutu Zdrowia Psychicznego. Dr Hart był wspierany przez T32 HD040127 z National Institute of Child Health and Human Development.

Techniki badawcze wykorzystane w niniejszym badaniu zostały zatwierdzone przez komisje bioetyczne (IRB) Uniwersytetu Duke oraz Uniwersytetu Karoliny Północnej w Chapel Hill.
1. Projekt zadania obrazowania
<ol>
	<li>Opracuj behawioralne zadanie oparte na zdarzeniach, w którym rzadko występujące bodźce docelowe (koło) są prezentowane w sekwencji częściej występujących bodźców standardowych (pomieszanych obrazów). Schemat zadania przedstawiono na Rysunku 1. Zadanie należy zrealizować przy użyciu oprogramowania CIGAL10.</li>
</ol>
<img alt="Schemat zadania poznawczego, sekwencja czasowa, wyświetlanie obrazu neutralnego, docelowego i awersyjnego, 1500 msec." src="/files/ftp_upload/51484/51484fig1.jpg" data-altupdatedat="1787630408000" data-alt="Rycina 1"> 
Rycina 1. Schemat projektu zadania. Rycina ta została zmodyfikowana na podstawie pracy Hart et al.20, za zgodą autorów. <a href="https://www.jove.com/files/ftp_upload/51484/51484fig1large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<ol style="margin-left: 40px;">
	<li>Wybierz zestaw bodźców awersyjnych oraz zestaw bodźców neutralnych z bazy danych International Affective Picture System (IAPS). Obrazy IAPS są oceniane w skali od 1 do 9 w celu odzwierciedlenia poziomu pobudzenia i walencji11. Wysokie wartości wskazują na wyższą walencję pozytywną oraz wyższe pobudzenie. Wybierz zestaw obrazów odpowiednich dla wieku grupy badawczej, takich jak zdjęcia węży, pająków lub innych zwierząt. 
	Uwaga: Obrazy awersyjne nieistotne dla zadania, wykorzystane w niniejszym badaniu, miały średnią ocenę walencji 3,38 (S.D. = 1,78) i średnią ocenę pobudzenia 6,14 (S.D. = 2,08). Obrazy bodźców neutralnych miały średnią walencję 6,21 (S.D. = 0,26) i średnią ocenę pobudzenia 3,72 (S.D. = 2,15).</li>
	<li>Zaprogramuj skrypt zadania w taki sposób, aby obrazy były prezentowane w kolejności pseudolosowej przez 1 500 msec, z średnim odstępem międzybodźcowym wynoszącym 500 msec. Prezentuj bodźce docelowe i nieistotne dla zadania obrazy neutralne nie częściej niż co 15 sec, tak aby każdy z nich stanowił około 4% wszystkich bodźców. Zastosuj jitter czasów rozpoczęcia zdarzeń, aby uzyskać lepszą rozdzielczość funkcji odpowiedzi hemodynamicznej.</li>
</ol>
<ol start="2">
	<li>Stwórz 8 zestawów obrazów, po jednym dla każdego z 8 przebiegów funkcjonalnych, w taki sposób, aby uczestnicy w trakcie wszystkich 8 przebiegów zobaczyli łącznie 40 obrazów docelowych oraz 40 neutralnych obrazów nieistotnych dla zadania.</li>
</ol>
2. Przygotowanie uczestnika i skanowanie
<ol>
	<li>Zrekrutować dzieci i młodzież w wieku od 9 do 18 lat, będących albo zdrowymi osobami kontrolnymi, albo osobami z wysokim rodzinnym ryzykiem psychozy.
	<ol>
		<li>Upewnić się, że zdrowe osoby nie cierpią na żadne choroby psychiatryczne i nie mają krewnych pierwszego stopnia z takimi schorzeniami. Upewnić się, że uczestnicy z grupy ryzyka rodzinnego mają co najmniej jednego krewnego pierwszego stopnia (rodzica lub rodzeństwo) z schizofrenią. Nie wykluczać ich z badania ze względu na obecność innych chorób psychiatrycznych u krewnych pierwszego stopnia.</li>
		<li>Dobrać zdrowych uczestników do grupy osób z ryzykiem rodzinnym pod względem wieku i płci.</li>
	</ol>
	</li>
	<li>Uzyskać świadomą zgodę od uczestników powyżej 18 roku życia. W przypadku osób niepełnoletnich uzyskać świadomą zgodę od rodziców lub opiekunów prawnych. Dodatkowo uzyskać pisemną zgodę od niepełnoletnich biorących udział w badaniu.</li>
	<li>Umieścić uczestników w symulatorze skanera MRI, aby oswoić ich z otoczeniem. Odtworzyć nagranie dźwiękowe hałasu skanera i przeprowadzić próbny przebieg zadania behawioralnego, aby upewnić się, że instrukcje do zadania są zrozumiałe.</li>
	<li>Umieścić uczestnika w skanerze MRI i wykonać niezbędne skany lokalizacyjne mózgu i/lub obrazy anatomiczne.</li>
	<li>Używając bezpiecznego dla MRI panelu sterowania, poinstruować uczestników, aby naciskali jeden przycisk palcem wskazującym w odpowiedzi na wszystkie bodźce docelowe, a inny przycisk palcem środkowym dla wszystkich pozostałych bodźców.</li>
	<li>Po skanowaniu fMRI zebrać od podgrupy uczestników subiektywne oceny pobudzenia i walencji obrazów wykorzystanych w badaniu. W niniejszym badaniu uzyskano oceny od 15 osób z grupy kontrolnej oraz 13 osób z wysokim ryzykiem rodzinnym.</li>
</ol>
3. Pozyskiwanie obrazów
<ol>
	<li>Umieść uczestników w skanerze MRI 3,0 Tesla. Najpierw wykonaj zestaw obrazów strukturalnych, w tym trójwymiarowy koplanarny obraz anatomiczny T1-contrast, wykorzystując sekwencję impulsów spoiled gradient-recalled acquisition (TR: 5,16 msec; TE: 2,04 msec; FOV: 24 cm; macierz obrazu: 256 × 256; kąt nachylenia: 20; wielkość woksela: 0,94 mm × 0,94 mm × 1,9 mm; 68 przekrojów osiowych).</li>
	<li>Uzyskaj dane z obrazowania funkcjonalnego, stosując sekwencję gradient echo echo-planar z objęciem całego mózgu (TR: 2 000 msec; TE: 27 msec; FOV: 24 cm; macierz obrazu: 64 × 64; kąt nachylenia: 60; wielkość woksela: 3,75 mm × 3,75 mm × 3,8 mm; 34 przekroju osiowego), aby umożliwić pomiar aktywności mózgu podczas wykonywania zadania behawioralnego. Uruchom tę sekwencję obrazowania dla każdego przejścia zadania behawioralnego. Każde przejście powinno składać się ze 120 punktów czasowych obrazowania.</li>
	<li>Przedstaw zadanie w 8 przebiegach funkcjonalnych, z których każdy trwa około 4 min.</li>
</ol>
4. Analizy
<ol>
	<li>Preprocessing obrazów: Open fMRI Expert Analysis Tool (FEAT) w FSL12Wybierz analizę pierwszego poziomu (First-level analysis) oraz statystykę wstępną (Pre-stats).
	<ol>
		<li>Na „Danew zakładce wybierz liczbę obrazów wejściowych i wprowadź ścieżkę do każdego z obrazów MR, które zostaną przetworzone. Ustaw katalog wyjściowy. Wprowadź Objętości całkowite, liczba odrzuconych akwizycji oraz TR.</li>
		<li>Na Statystyka wstępnazakładka, ustaw korekcję ruchu na MCFLIRT, Wygładzanie przestrzenne FWHM do 5 mm, i Korekcja czasu akwizycji warstw. Wybierz Ekstrakcja mózgu metodą BET i „Filtr górnoprzepustowyfiltrowanie czasowe, lecz nie wybieraj opcji B0 unwarping (chyba że posiadasz mapę pola gradientu) lub „Inormalizacja intensywności". 12,14.</li>
		<li>Na Rejestracjakarta, wybierz Główny obraz strukturalny Wprowadź ścieżkę do obrazu T1-zależnego czaszki badanego po usunięciu tkanek miękkich (skull-stripped). Użyj liniowego wyszukiwania normalnego z co najmniej 6 stopniami swobody (DOF). Wybierz Standardowa przestrzeń zaznacz pole wyboru. Wprowadź ścieżkę do obrazu atlasu MNI. Użyj zwykłego, liniowego wyszukiwania z 12 stopniami swobody (DOF). Naciśnij Start.</li>
		<li>Należy wykluczyć uczestników, u których wystąpiły ruchy głowy przekraczające 3 mm w kierunkach X, Y lub Z.</li>
	</ol>
	</li>
	<li>Poziom 1: Porównanie danych pomiędzy warunkami zadań w obrębie jednego przebiegu. Otwórz FEAT. Wybierz Analiza pierwszego poziomu i Statystyka + analizy post-hoc.
	<ol>
		<li>Na Dane zakładka, ustaw liczbę wejść i wprowadź ścieżkę do każdego z obrazów MR. Wprowadź ścieżkę dla Katalog wyjściowy Wprowadź Objętości całkowite liczba odrzuconych akwizycji oraz czas powtórzenia (TR).</li>
		<li>Na „Statystykazakładka, wybierz „Stosuj wybielanie FILMpole wyboru16Naciśnij przycisk „Pełna konfiguracja modelu” przycisk. Ustaw „Liczba oryginalnych pęcherzyków zewnątrzkomórkowych (EV)” do liczby warunków zadania. Dla każdego warunku wybierz „Niestandardowy (format 3-kolumnowy)” z rozwijanego menu kształtów podstawowych i „HRF Double-Gama z „Splotmenu rozwijane17,18 i wybierz plik tekstowy zawierający czas trwania zadania.
		<ol>
			<li>Sformatuj ten plik tekstowy w 3 kolumnach z jednym wpisem dla każdego „zdarzenia” danego typu. Pierwsza kolumna powinna zawierać czas rozpoczęcia (w sekundach), druga powinna zawierać czas trwania (w sekundach), a trzecia wagę zdarzenia. Na Kontrasty &amp; Testy F zakładka, utwórz jeden kontrast dla każdego warunku zadania i jeden dla każdego porównania.</li>
		</ol>
		</li>
		<li>Na Analizy post-hoc zakładka, wybierz Grupowanie"na Progowanie menu rozwijane i ustaw próg Z i Klaster P próg odpowiednio do 2,3 i 0,058,19.</li>
		<li>Na Rejestracjazakładka, wybierz Główny obraz strukturalny Wprowadź ścieżkę do obrazu T1-ważonego czaszki badanego po usunięciu tkanek pozaistniejących (skull-stripped). Użyj liniowego przeszukiwania normalnego z co najmniej 6 stopniami swobody (DOF). Wybierz Standardowa przestrzeń zaznacz pole wyboru. Wprowadź ścieżkę do obrazu atlasu MNI. Użyj standardowego, liniowego wyszukiwania z 12 stopniami swobody (DOF). Naciśnij Start.</li>
	</ol>
	</li>
	<li>Poziom 2: Porównanie danych między seriami dla każdego stanu zadania. Otwórz FEAT. Z menu rozwijanego wybierz „Higher-level analysis” oraz „Stats + Post-stats”.
	<ol>
		<li>W karcie Dane wybierz Dane wejściowe stanowią katalogi FEAT niższego poziomu. Ustaw liczbę wejść i wprowadź ścieżkę do każdego z obrazów MR. Wprowadź ścieżkę dla Katalog wyjściowy.</li>
		<li>Na Statystyki zakładka, zmień Efekty mieszane: FLAME1pole wyboru do Efekty stałe. Naciśnij przycisk Kreator konfiguracji modelu przycisk. Wybierz średnia dla jednej grupy i kliknij Proces przycisk</li>
		<li>Na Statystyki poeksperymentalnezakładka, wybierz Grupowaniena Progowaniemenu rozwijane i ustaw próg Z" i „Klastry Ppróg odpowiednio do 2,3 oraz 0,058,19Naciśnij Start.</li>
	</ol>
	</li>
	<li>Poziom 3: Porównanie danych między badanymi dla każdego warunku zadania we wszystkich przebiegach. Otwórz moduł FEAT. Wybierz „Analiza wyższego poziomu” i “Statystyka i analizy po-statystyczne” z menu rozwijanego.
	<ol>
		<li>W karcie Dane wybierz „Wejściami są obrazy 3D cope z katalogów FEAT”. Określ liczbę wejść i wprowadź ścieżkę do każdego z obrazów MR. Wprowadź ścieżkę dla Katalog wyjściowy".</li>
		<li>Na Statystyka zakładka, Naciśnij przycisk Pełna konfiguracja modeluUstaw liczbę zmiennych objaśniających (EV) równą liczbie zmiennych grupowych i kowariantów, takich jak grupa diagnostyczna, wiek, płeć itp. Wprowadź wartości dla każdego badanego (Input 1 – Input n) dla każdej zmiennej EV. Możesz użyć Wklej okno, aby skopiować arkusz z tymi wartościami.
		<ol>
			<li>Na Kontrasty &amp; Testy Fzakładka, dodaj kontrast dla każdej zmiennej testowej oraz dla każdego kontrastu (np. grupa diagnostyczna). Dla każdej zmiennej testowej ustaw kontrast, wybierając wartość 1 w kolumnie pod odpowiednim EV. Dla każdego kontrastu ustaw pierwszą wartość na 1, a drugą na -1. Wybierz Gotowe.</li>
		</ol>
		</li>
		<li>Na Statystyka po badaniuzakładka, wybierz Klaster na Progowanie menu rozwijane i ustawić próg Z" i „Klaster P” próg odpowiednio do 2,3 i 0,058,19Naciśnij Start.</li>
	</ol>
	</li>
</ol>

<ol><li>Kety, S. S., Rosenthal, D., Wender, P. H., Schulsinger, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+illness+in+the+biological+and+adoptive+families+of+adpoted+schizophrenics%5BTitle%5D)+AND+%22Am+J+Psyc%22%5BJournal%5D)">Mental illness in the biological and adoptive families of adpoted schizophrenics.</a> Am J Psyc. 128, 302-306 (1971).</li>
<li>Weinberger, D. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Implications+of+normal+brain+development+for+the+pathogenesis+of+schizophrenia%5BTitle%5D)+AND+%22Arch+Gen+Psychia%22%5BJournal%5D)">Implications of normal brain development for the pathogenesis of schizophrenia.</a> Arch Gen Psychia. 44, 660-669 (1987).</li>
<li>Nuechterlein, K. H., Dawson, M. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Information+processing+and+attentional+functioning+in+the+developmental+course+of+schizophrenic+disorders%5BTitle%5D)+AND+%22Schizophr+Bul%22%5BJournal%5D)">Information processing and attentional functioning in the developmental course of schizophrenic disorders.</a> Schizophr Bul. 10, 160-203 (1984).</li>
<li>Nuechterlein, K. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+vulnerability%2Fstress+model+of+schizophrenic+relapse%3A+a+longitudinal+study%5BTitle%5D)+AND+%22Acta+Psychiatr+Scand%2C+Supp%22%5BJournal%5D)">The vulnerability/stress model of schizophrenic relapse: a longitudinal study.</a> Acta Psychiatr Scand, Supp. 382, 58-64 Forthcoming.</li>
<li>Keshavan, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Premorbid+cognitive+deficits+in+young+relatives+of+schizophrenia+patients%5BTitle%5D)+AND+%22Front+Hum+Neurosc%22%5BJournal%5D)">Premorbid cognitive deficits in young relatives of schizophrenia patients.</a> Front Hum Neurosc. 3 (62), (2010).</li>
<li>Kiehl, K. A., Liddle, P. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+event-related+functional+magnetic+resonance+imaging+study+of+an+auditory+oddball+task+in+schizophrenia%5BTitle%5D)+AND+%22Schizophr+Re%22%5BJournal%5D)">An event-related functional magnetic resonance imaging study of an auditory oddball task in schizophrenia.</a> Schizophr Re. 48, 159-171 (2001).</li>
<li>Bramon, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Is+the+P300+wave+an+endophenotype+for+schizophrenia%3F+A+meta-analysis+and+a+family+study%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Is the P300 wave an endophenotype for schizophrenia? A meta-analysis and a family study.</a> Neuroimag. 27, 960-968 (2005).</li>
<li>Dichter, G. S., Bellion, C., Casp, M., Belger, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impaired+modulation+of+attention+and+emotion+in+schizophrenia%5BTitle%5D)+AND+%22Schizophr+Bul%22%5BJournal%5D)">Impaired modulation of attention and emotion in schizophrenia.</a> Schizophr Bul. 36, 595-606 (2010).</li>
<li>Fichtenholtz, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Emotion-attention+network+interactions+during+a+visual+oddball+task%5BTitle%5D)+AND+%22Brain+Res+Cogn+Brain+Re%22%5BJournal%5D)">Emotion-attention network interactions during a visual oddball task.</a> Brain Res Cogn Brain Re. 20, 67-80 (2004).</li>
<li>Voyvodic, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+fMRI+paradigm+control%2C+physiology%2C+and+behavior+combined+with+near+real-time+statistical+analysis%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Real-time fMRI paradigm control, physiology, and behavior combined with near real-time statistical analysis.</a> Neuroimag. 10, 91-106 (1999).</li>
<li><a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=%22International+affective+picture+system+%28IAPS%29%3A+Digitized+photographs%2C+instruction+manual+and+affective+ratings.+Technical+Report+A-6%22">International affective picture system (IAPS): Digitized photographs, instruction manual and affective ratings. Technical Report A-6</a>. , The Center for Research in Psychophysiology, University of Florida. (2005).</li>
<li>Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advances+in+functional+and+structural+MR+image+analysis+and+implementation+as+FSL%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Advances in functional and structural MR image analysis and implementation as FSL.</a> Neuroimag. 23, 208-219 (2004).</li>
<li>Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fast+robust+automated+brain+extraction%5BTitle%5D)+AND+%22Hum+Brain+Map%22%5BJournal%5D)">Fast robust automated brain extraction.</a> Hum Brain Map. 17, 143-155 (2002).</li>
<li>Jenkinson, M., Bannister, P., Brady, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+optimization+for+the+robust+and+accurate+linear+registration+and+motion+correction+of+brain+images%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Improved optimization for the robust and accurate linear registration and motion correction of brain images.</a> Neuroimag. 17, 825-841 (2002).</li>
<li>Jenkinson, M., Smith, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+global+optimisation+method+for+robust+affine+registration+of+brain+images%5BTitle%5D)+AND+%22Med+Image+Ana%22%5BJournal%5D)">A global optimisation method for robust affine registration of brain images.</a> Med Image Ana. 5, 143-156 (2001).</li>
<li>Woolrich, M. W., Ripley, B. D., Brady, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+autocorrelation+in+univariate+linear+modeling+of+FMRI+data%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Temporal autocorrelation in univariate linear modeling of FMRI data.</a> Neuroimag. 14, 1370-1386 (2001).</li>
<li>Beckmann, C. F., Jenkinson, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((General+multilevel+linear+modeling+for+group+analysis+in+FMRI%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">General multilevel linear modeling for group analysis in FMRI.</a> Neuroimag. 20, 1052-1063 (2003).</li>
<li>Woolrich, M. W., Behrens, T. E., Beckmann, C. F., Jenkinson, M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multilevel+linear+modelling+for+FMRI+group+analysis+using+Bayesian+inference%5BTitle%5D)+AND+%22Neuroimag%22%5BJournal%5D)">Multilevel linear modelling for FMRI group analysis using Bayesian inference.</a> Neuroimag. 21, 1732-1747 (2004).</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+%22Neuroimag%22%5BJournal%5D)">Thresholding of statistical maps in functional neuroimaging using the false discovery rate.</a> Neuroimag. 15, 870-878 (2002).</li>
<li>Hart, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Altered+fronto-limbic+activity+in+children+and+adolescents+with+familial+high+risk+for+schizophrenia.%5BTitle%5D)+AND+%22Psychiatry+Re%22%5BJournal%5D)">Altered fronto-limbic activity in children and adolescents with familial high risk for schizophrenia.</a> Psychiatry Re. 212, 19-27 (2013).</li>
<li>Hariri, A. R., Bookheimer, S. Y., Mazziotta, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modulating+emotional+responses%3A+effects+of+a+neocortical+network+on+the+limbic+system%5BTitle%5D)+AND+%22Neurorepor%22%5BJournal%5D)">Modulating emotional responses: effects of a neocortical network on the limbic system.</a> Neurorepor. 11, 43-48 (2000).</li>
<li>Gottesman, I. I., Gould, T. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+endophenotype+concept+in+psychiatry%3A+etymology+and+strategic+intentions%5BTitle%5D)+AND+%22Am+J+Psyc%22%5BJournal%5D)">The endophenotype concept in psychiatry: etymology and strategic intentions.</a> Am J Psyc. 160, 636-645 (2003).</li>
<li>Glahn, D. C., Thompson, P. M., Blangero, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuroimaging+endophenotypes%3A+strategies+for+finding+genes+influencing+brain+structure+and+function%5BTitle%5D)+AND+%22Hum+Brain+Map%22%5BJournal%5D)">Neuroimaging endophenotypes: strategies for finding genes influencing brain structure and function.</a> Hum Brain Map. 28, 488-501 (2007).</li>
</ol>

Dr Perkins otrzymuje obecnie wsparcie grantowe od firmy Janssen i jest konsultantem firmy Dainippon. W przeszłości dr Perkins jest lub był członkiem biura prelegenta Eli Lilly i AstraZeneca. Dr Perkins otrzymał wcześniej granty od firm AstraZeneca, Bristol-Myers Squibb, Otsuka, Eli Lilly, Janssen i Pfizer; oraz opłaty konsultingowe i edukacyjne od firm AstraZeneca, Bristol-Myers Squibb, Eli Lilly, Janssen, Glaxo Smith Kline, Forest Labs, Pfizer i Shire. Wszyscy pozostali autorzy deklarują brak biomedycznych interesów finansowych ani potencjalnego konfliktu interesów.

Wykazano, że zmodyfikowany paradygmat emocjonalnego dziwaka w obecnym badaniu wywołuje różnice w rekrutacji neuronalnej podczas selektywnej uwagi i przetwarzania emocjonalnego u dzieci i młodzieży zagrożonych schizofrenią. Podczas gdy istniejące paradygmaty wykorzystujące zadanie emocjonalnego dziwactwa zostały wykorzystane do zbadania zmian neuronalnych w populacjach dorosłych z chorobami psychicznymi8, obecny paradygmat może być szczególnie przydatny do pomiaru markerów podatności w młodszych grupach wiekowy...

Schizofrenia jest zaburzeniem neurorozwojowym o znanym komponencie genetycznym1,2 i z objawami obejmującymi deficyty zarówno w przetwarzaniu wykonawczym, jak i emocjonalnym3,4. Uważa się, że krewni pierwszego stopnia są narażeni na zwiększone ryzyko rozwoju schizofrenii i wykazano, że dzielą niektóre z tych samych deficytów neuropoznawczych zarówno wsferze poznawczej, jak i społeczno-emocjonalnej. W związku z tym spodziewamy się, że aktywność mózgu w regionach związanych z przetwarzaniem wykonawczym i emocjonalnym może być zmieniona u zagrożonych członków rodziny przed wystąpieniem objawów klinicznych. 
Poprzednie badania wykazały, że zarówno dorośli ze schizofrenią, jak i dorośli z rodzinnym wysokim ryzykiem wykazują nieprawidłową aktywność w sieciach przetwarzania wykonawczego i emocjonalnego; jednak pozostaje niejasne, jak te zmiany zachodzą podczas rozwoju. Wykazanie, że zmiany te zachodzą we wczesnym okresie życia, będzie kluczowym pierwszym krokiem w zrozumieniu patofizjologii zaburzenia. Dlatego w tym badaniu wykorzystano emocjonalny paradygmat dziwaka podczas funkcjonalnego skanowania MRI (fMRI) w celu zmierzenia aktywności mózgu podczas wykonywania zadania, które wymaga zarówno przetwarzania wykonawczego, jak i emocjonalnego u nastolatków, którzy są zagrożeni rozwojem schizofrenii. Paradygmaty Oddballa są często wykorzystywane do badania funkcji obwodów czołowo-prążkowych w schizofrenii6 oraz u osób z rodzinnym wysokim ryzykiem7 poprzez pomiar selektywnych procesów uwagi przypisanych do bodźców docelowych istotnych dla danego zadania. W tym przypadku standardowe dziwaczne zadanie zostało zmodyfikowane tak, aby zawierało nieistotne dla zadania bodźce awersyjne i neutralne, które, jak wykazano, wywołują zmiany w aktywności mózgu u pacjentów ze schizofrenią8. 
Ten artykuł mierzy funkcjonalne różnice między zdrowymi nastolatkami a nastolatkami z wysokim rodzinnym ryzykiem schizofrenii za pomocą emocjonalnego dziwacznego zadania. Projekt zadania jest podobny do tego zastosowanego przez Fichtenholtza i współpracowników9, ale wybór awersyjnych obrazów emocjonalnych został zmodyfikowany tak, aby był odpowiedni dla dzieci w wieku od 9 do 18 lat. Zastosowanie tego zadania podczas funkcjonalnego rezonansu magnetycznego pozwoliło na zidentyfikowanie określonych obszarów mózgu, które wykazywały wzorce hiperaktywacji i hipoaktywacji u dzieci i młodzieży z FHR w schizofrenii, a także związane z wiekiem zmiany w aktywności neuronalnej podczas rozwoju nastolatka.

<table><tbody><tr><td>Skaner MRI 3T</td> Skaner <td>GE</td><td></td><td>BIAC 3T (wymieniony)</td></tr></tbody></table>

pomiar aktywności czołowo-limbicznej za pomocą emocjonalnego zadania dziwacznego u dzieci z rodzinnym wysokim ryzykiem schizofrenii

Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia

Okres dojrzewania to krytyczny okres rozwojowy, w którym często pojawiają się wczesne objawy schizofrenii. Krewni pierwszego stopnia osób ze schizofrenią, którzy są w grupie rodzinnego wysokiego ryzyka (FHR), mogą wykazywać podobne zmiany poznawcze i emocjonalne. Jednak zmiany neurologiczne leżące u podstaw pojawienia się tych objawów pozostają niejasne. Badanie to miało na celu zidentyfikowanie różnic w obszarach czołowych, prążkowiowych i limbicznych u dzieci i młodzieży z FHR za pomocą funkcjonalnego rezonansu magnetycznego. Grupy składające się z 21 dzieci i młodzieży w FHR oraz 21 zdrowych osób z grupy kontrolnej wykonały emocjonalne, dziwaczne zadanie, które opierało się na selektywnej uwadze i tłumieniu informacji emocjonalnych nieistotnych dla zadania. Standardowe zadanie zostało zmodyfikowane tak, aby zawierało awersyjne i neutralne dystraktory w celu zbadania potencjalnych różnic grupowych zarówno w przetwarzaniu emocjonalnym, jak i wykonawczym. To zadanie zostało zaprojektowane specjalnie po to, aby umożliwić dzieciom i młodzieży wykonanie tego zadania poprzez dostosowanie trudności i treści obrazu emocjonalnego do wieku. Ponadto demonstrujemy technikę odpowiedniej rejestracji fMRI dla dzieci i młodzieży. Paradygmat ten może być również zastosowany w przyszłych badaniach do pomiaru zmian w aktywności neuronalnej w innych populacjach z hipotetycznymi zmianami rozwojowymi w przetwarzaniu wykonawczym i emocjonalnym.

Nie stwierdzono różnic między grupami pod kątem charakterystyki demograficznej20. Dane behawioralne wskazały, że zadanie wykrywania celu znajduje się na odpowiednim poziomie trudności dla dzieci i młodzieży w wieku od 9 do 18 lat. W niniejszym badaniu grupa kontrolna prawidłowo zidentyfikowała 82,36% celów (S.D. = 0,14), a grupa wysokiego ryzyka rodzinnego prawidłowo zidentyfikowała 76,8% celów (S.D. = 0,17). W obu grupach odnotowano zmniejszoną dokładność identyfikacji obrazów emocjonalnych ...

Ten artykuł opisuje, jak wykorzystać emocjonalne zadanie dziwaka i fMRI do pomiaru aktywacji mózgu u dzieci i młodzieży z rodzinnie wysokim ryzykiem schizofrenii (FHR). FMRI zostało użyte do pomiaru różnic w regionach czołowo-prążkowo-limbicznych podczas emocjonalnego dziwnego zadania. Dzieci z FHR wykazywały nieprawidłową aktywację funkcjonalną w okresie dojrzewania.

Pomiar aktywności czołowo-limbicznej za pomocą emocjonalnego zadania dziwacznego u dzieci z rodzinnym wysokim ryzykiem schizofrenii

Adolescence is a critical developmental period where the early symptoms of schizophrenia frequently emerge. First-degree relatives of people with ...

Ogólnym celem niniejszej procedury jest wykonanie obrazowania MR u dzieci i młodzieży podczas wykonywania emocjonalnego zadania oddball. Osiąga się to najpierw poprzez zaprojektowanie dostosowanego do wieku dziecka emocjonalnego zadania oddball. Drugim krokiem jest umożliwienie uczestnikom przećwiczenia wykonywania zadania w środowisku symulowanego skanera.Następnie uczestnicy wykonują to samo zadanie w skanerze MRI. Ostatnim krokiem jest analiza danych behawioralnych i obrazowych. Ostatecznie przeprowadzane jest obrazowanie funkcjonalne podczas zadania typu emotional oddball.W badaniach nad krewnymi pierwszego stopnia osób z schizofrenią metodę tę stosuje się w celu wykazania zmniejszonej aktywacji w obrębie obwodów czołowo-prążkowiowych oraz odpowiedzi na bodźce docelowe u dzieci i młodzieży z grupy ryzyka. Główną zaletą tej techniki jest to, że umożliwia ona nieinwazyjne obrazowanie mózgów dzieci i młodzieży podczas wykonywania funkcji poznawczych. Choć metoda ta może dostarczyć wiedzy na temat schizofrenii, może być ona również stosowana w innych rozwojowych chorobach psychiatrycznych, takich jak zaburzenie afektywne dwubiegunowe lub autyzm, a także w innych zaburzeniach mózgu, takich jak zespół stresu pourazowego.Zazwyczaj osoby początkujące w tej metodzie napotykają trudności ze względu na wieloetapowy proces opracowywania projektu eksperymentalnego, pozyskiwania obrazów, programowania potoków analizy i przetwarzania obrazu oraz stosowania odpowiednich schematów badawczych w swoich projektach. Dzieci biorące udział w badaniu oraz osoby z zaburzeniami neuropsychiatrycznymi również doświadczają trudności, ponieważ procedury wymagają od nich pozostania w bezruchu podczas typowej sesji MRI podczas wykonywania zadań behawioralnych. Ponadto procedury te wymagają jasnej komunikacji i przekazywania informacji między eksperymentatorem a uczestnikiem, co wiąże się z koniecznością przeprowadzenia znacznego szkolenia.Na początek należy wykorzystać oprogramowanie Siegel do stworzenia zadania behawioralnego opartego na zdarzeniach, które prezentuje rzadkie bodźce docelowe, takie jak koło w sekwencji częściej występujących bodźców standardowych, np. obrazów zaszumionych. Należy wybrać zestaw bodźców awersyjnych oraz zestaw bodźców neutralnych z bazy danych International Effective Picture System. Obrazy te są oceniane w skali od jeden do dziewięć, gdzie wyższe wartości wskazują na wyższy poziom walencji pozytywnej oraz pobudzenia.Wybierz zestaw obrazów odpowiednich dla wieku grupy badawczej, takich jak zdjęcia węży, pająków lub innych zwierząt. Zaprogramuj skrypt zadania tak, aby obrazy były prezentowane w kolejności pseudolosowej przez 1 500 milisekund, z średnim odstępem 500 milisekund między stymułami docelowymi a neutralnymi obrazami nieistotnymi dla zadania; obrazy neutralne nie powinny pojawiać się częściej niż co 15 sekund i powinny stanowić około 4% wszystkich bodźców. Należy zastosować jitter czasów rozpoczęcia zdarzeń, aby uzyskać lepszą rozdzielczość funkcji odpowiedzi hemodynamicznej. Stwórz łącznie osiem zestawów obrazów, po jednym dla każdego z ośmiu przebiegów funkcjonalnych.Zrekrutuj uczestników w wieku od dziewięciu do 18 lat, którzy wykazują wysokie rodzinne ryzyko psychozy, a także zdrową grupę kontrolną. Uzyskaj świadomą zgodę od uczestników lub ich opiekunów prawnych oraz zgodę (ascent) od osób niepełnoletnich biorących udział w badaniu. Rozpocznij od umieszczenia uczestników w symulatorze skanera MRI, aby oswoić ich z warunkami panującymi podczas badania rezonansem magnetycznym.Następnie upewnij się, że uczestnicy rozumieją instrukcje do zadania i odtwórz nagranie audio hałasu skanera, podczas gdy będą oni przeprowadzać próbny bieg zadania behawioralnego. Poproś uczestnika o skorzystanie z tego samego bezpiecznego dla MRI panelu sterowania, który będzie używany podczas właściwego skanowania, i poinstruuj go, aby naciskał jeden przycisk palcem wskazującym w odpowiedzi na wszystkie bodźce docelowe oraz inny przycisk palcem środkowym w odpowiedzi na wszystkie pozostałe bodźce. Gdy badany poczuje się komfortowo w symulatorze skanera, umieść go w skanerze MRI 3,0 Tesla.W pierwszej kolejności należy pozyskać zestaw obrazów strukturalnych, w tym anatomiczny obraz T1-zależny w 3D z korekcją współpłaszczyznową, wykorzystując sekwencję spoiled gradient recalled acquisition. Następnie należy zebrać dane obrazowania funkcjonalnego, stosując sekwencję gradient echo echo planner imaging z pełnym pokryciem mózgu. Aby zmierzyć aktywność mózgu podczas zadania behawioralnego, należy użyć tej sekwencji obrazowania dla każdego przejścia zadania; zadanie wykonuje się w ośmiu seriach funkcjonalnych, z których każda trwa około czterech minut i składa się ze 120 punktów czasowych obrazowania.Rozpocznij analizę od wstępnego przetwarzania obrazów: otwórz narzędzie FMRI expert analysis w oprogramowaniu FSL, a następnie wybierz first level analysis oraz pre stats. Następnie w zakładce data określ liczbę obrazów wejściowych oraz ścieżkę dostępu do każdego z obrazów MR. Wyznacz również katalog wyjściowy.Wprowadź całkowitą liczbę wolumenów, liczbę odrzuconych akwizycji oraz TR. Następnie, w zakładce pre stats, ustaw korekcję ruchu na MFL spatial smoothing full z wartością half maximum wynoszącą 5 mm i wybierz korekcję czasu przerw między warstwami (slice timing correction). Nie wybieraj opcji B zero UN warping ani intensity normalization; wybierz natomiast BET brain extraction oraz high-pass temporal filtering. Następnie w zakładce registration, dla głównego obrazu strukturalnego, wprowadź ścieżkę do skanu T1 badanego obiektu po usunięciu czaszki (skull stripped).Zastosuj liniowe wyszukiwanie normalne z co najmniej sześcioma stopniami swobody. Następnie wybierz przestrzeń standardową i wprowadź ścieżkę do obrazu MNI Atlas. Użyj normalnego wyszukiwania liniowego z 12 stopniami swobody i wyklucz uczestników z ruchem głowy przekraczającym 3 mm.Aby porównać dane pomiędzy warunkami zadań w obrębie jednego przebiegu, należy wybrać analizę pierwszego poziomu (first level analysis), statystykę (stats) oraz statystykę końcową (post stats). W karcie danych (data tab) ustaw liczbę wejść, a następnie wprowadź ścieżkę do każdego obrazu MR oraz katalog wyjściowy. Wprowadź całkowitą liczbę wolumenów, liczbę odrzuconych akwizycji oraz TR. Następnie, w karcie statystyki (stats tab), wybierz opcje use film, pre whitening oraz full model setup.Ustaw liczbę oryginalnych EV zgodnie z liczbą warunków zadania. Dla każdego warunku wybierz niestandardowy format trójkolumnowy z menu podstawowych kształtów oraz funkcję podwójnego gamma HRF z menu splotu, a następnie wybierz plik tekstowy zawierający formaty czasowe zadania. Plik tekstowy ten powinien składać się z trzech kolumn z jednym wpisem dla każdego zdarzenia.Pierwsza kolumna powinna zawierać czas rozpoczęcia. Druga powinna zawierać czas trwania, a trzecia wagę zdarzenia. Teraz w zakładce contrast and F test utwórz jeden kontrast dla każdego warunku testowego, a w post stats w menu thresholding wybierz cluster i ustaw Z threshold oraz cluster P threshold odpowiednio na 2.3 i 0.05.Następnie w zakładce rejestracji (registration tab) wybierz główny obraz strukturalny (main structural image) i wprowadź ścieżkę do obrazu czaszki obiektu w obrazowaniu T1 po usunięciu tkanek miękkich (stripped T1 image). Użyj liniowego wyszukiwania normalnego (linear normal search) z co najmniej sześcioma stopniami swobody i wybierz przestrzeń standardową (standard space).Wprowadź ścieżkę do obrazu atlasu MNI i zastosuj zwykłe wyszukiwanie liniowe z 12 stopniami swobody. Następnie, w ramach analizy drugiego poziomu, porównaj dane między seriami pomiarowymi. Dla każdego warunku zadania wybierz analizę i statystykę wyższego poziomu oraz statystykę post-hoc.Następnie w zakładce danych (data tab) zaznacz opcję, zgodnie z którą wejścia są katalogami niższego poziomu. Ustaw liczbę wejść i wprowadź ścieżkę do każdego z obrazów MR. Wprowadź również ścieżkę do katalogu wyjściowego, liczbę odrzuconych akwizycji w całkowitej liczbie wolumenów oraz wartość TR. W zakładce statystyk (stats tab) zmień ustawienie z mixed effects flame one na fixed effects.Korzystając z kreatora konfiguracji modelu, wybierz opcję single group average i przetwórz dane. Następnie w karcie post ads, w menu thresholding, wybierz opcję cluster i ustaw Z threshold oraz cluster P threshold odpowiednio na 2.3 i 0.05. Aby porównać dane między badanymi dla każdego warunku zadania we wszystkich seriach, wybierz higher level analysis oraz stats plus post stats.W karcie danych (data tab) zaznacz, że dane wejściowe to obrazy 3D COPE z katalogów stóp. Ustaw liczbę danych wejściowych i wprowadź ścieżkę do każdego z obrazów. Wprowadź katalog wyjściowy, całkowitą liczbę wolumenów, liczbę odrzuconych akwizycji oraz TR. Następnie w karcie statystyk (stats tab) wybierz pełną konfigurację modelu (full model setup).Ustaw liczbę zmiennych objaśnianych (EV) równą liczbie zmiennych grupowych i współzmiennych. Wprowadź wartości dla każdego obiektu dla każdej zmiennej EV. Na koniec, w sekcji kontrastów, przeprowadź testy F.Dodaj kontrast dla każdej zmiennej testowej oraz dla każdego kontrastu. Dla każdej zmiennej testowej ustaw kontrast, wybierając odpowiedni w kolumnie pod właściwą ev. Dla każdego kontrastu ustaw pierwszą wartość na jeden, a drugą na minus jeden.Następnie w ustawieniach statystyk końcowych (post stats) należy wybrać opcję „cluster” z rozwijanego menu progowania i ustawić próg Z (Z threshold) na 2,3 oraz próg P dla klastrów (cluster P threshold) na 0,05. Tutaj widoczne są mapy aktywacji przedstawiające różnice między grupami. W tym przypadku grupa wysokiego ryzyka rodzinnego wykazała silniejszą aktywację niż grupa kontrolna podczas przetwarzania bodźców docelowych.W tych obszarach grupa kontrolna wykazała większą aktywację niż grupa wysokiego ryzyka rodzinnego podczas przetwarzania celu. Tutaj grupa wysokiego ryzyka rodzinnego wykazała większą aktywację niż grupa kontrolna podczas kontrastu bodźców awersyjnych względem neutralnych, a w tym miejscu grupa kontrolna wykazała większą aktywację niż grupa wysokiego ryzyka rodzinnego podczas kontrastu bodźców awersyjnych względem neutralnych; te mapy aktywacji wykazały związane z wiekiem różnice między grupami. Obszary widoczne tutaj wykazują silniejszą dodatnią korelację z wiekiem w grupie wysokiego ryzyka rodzinnego niż w grupie kontrolnej podczas przetwarzania celu.Tutaj widzimy obszary o silniejszej korelacji dodatniej z wiekiem u osób z grupy kontrolnej niż w grupie rodzinnego wysokiego ryzyka podczas bodźca awersyjnego w kontraście do bodźca neutralnego. Należy pamiętać, że praca z osobami w środowisku skanera może być niezwykle niebezpieczna. Podczas wykonywania tej procedury zawsze należy przestrzegać środków ostrożności, takich jak przesiewowy badanie bezpieczeństwa MRI oraz stosowanie odpowiednich zasad bezpieczeństwa, komfortu i odpowiedniego przeszkolenia.Techniki te pozwoliły również na opracowanie nowej metody wizualizacji nieprawidłowych procesów neuronalnych w zaburzeniach mózgu, takich jak schizofrenia, autyzm oraz zespół stresu pourazowego. Podczas wykonywania tej procedury ważne jest utrzymywanie kontaktu z uczestnikami, aby pomóc im zachować spokój i koncentrację. Po opanowaniu tej techniki jej przeprowadzenie zajmuje dwie godziny, pod warunkiem prawidłowego wykonania.Po zastosowaniu tej procedury można przeprowadzić inne metody, takie jak EEG, w celu udzielenia odpowiedzi na dodatkowe pytania dotyczące synchronii neuronalnej w podobnych kohortach.

measurement-fronto-limbic-activity-using-an-emotional-oddball-task

Research

JoVE Journal

Behavior

Zachowanie

Pomiar aktywności przednio-przysadek za pomocą zadania Emotional Oddball u dzieci z rodzinnym wysokim ryzykiem wystąpienia schizofrenii

Przedstawiamy protokół umożliwiający badanie neuronalnych korelacji świadomej i automatycznej regulacji emocji z wykorzystaniem funkcjonalnego obrazowania rezonansem magnetycznym. Protokół ten może być stosowany u zdrowych uczestników, zarówno młodych, jak i starszych, a także u pacjentów klinicznych.

Obrazowanie mózgu w badaniu neuronalnych korelatów regulacji emocji

Przedstawiamy protokół umożliwiający badanie mechanizmów neuronalnych pośredniczących w niekorzystnym wpływie emocji na funkcje poznawcze z wykorzystaniem funkcjonalnego obrazowania rezonansem magnetycznym. Protokół ten może być stosowany zarówno u zdrowych uczestników, jak i u osób z grup klinicznych.

Badanie obrazowania mózgu nad upośledzającym wpływem emocji na funkcje poznawcze

Celem naszych badań jest powiązanie zachowania z aktywnością mózgu. Dokładne pomiary behawioralne i techniki obrazowania pozwalają nam wyjaśnić zależności między mózgiem a zachowaniem.

Korelacja reakcji behawioralnych z sygnałami fMRI z ludzkiej kory przedczołowej: badanie procesów poznawczych z wykorzystaniem analizy zadań

Ten protokół prezentuje nowatorską metodologię neuronalnego dekodowania intencji swobodnie zachowujących się niemowląt podczas nieskryptowanej interakcji społecznej z aktorem. Aktywność neuronalna jest uzyskiwana za pomocą nieinwazyjnej elektroencefalografii aktywnej skóry głowy o dużej gęstości (EEG). Dane kinematyczne są zbierane za pomocą inercyjnych jednostek pomiarowych i uzupełniane zsynchronizowanym zapisem wideo.

Nowatorskie eksperymentalne i analityczne podejście do multimodalnego neuronalnego dekodowania intencji podczas interakcji społecznych u swobodnie zachowujących się ludzkich niemowląt

Emocjonalny efekt Stroopa (ESE) jest wynikiem dłuższych opóźnień w nadawaniu kolorów słowom emocjonalnym niż w przypadku słów neutralnych. Niniejszy raport odnosi się do potencjalnych źródeł zakłóceń i obejmuje eksperyment modalny, który zapewnia środki do ich kontroli.

Emocjonalne zadanie Stroopa: ocena sprawności poznawczej pod wpływem treści emocjonalnych

Eksperymentalny protokół EEG ma na celu wyjaśnienie wzajemnych oddziaływań między świadomymi i nieświadomymi reprezentacjami emocjonalnych twarzy u pacjentów z zespołem Aspergera. Technika ta sugeruje, że pacjenci z zespołem Aspergera mają deficyty w nieświadomym przedstawianiu emocjonalnych twarzy, ale mają porównywalne wyniki w świadomej reprezentacji ze zdrowymi osobami z grupy kontrolnej.

Świadome i nieświadome reprezentacje twarzy emocjonalnych w zespole Aspergera

Opisano szczegółowy protokół eksperymentalnego paradygmatu do oceny skuteczności regulacji emocji przez dzieci. Dzieci są losowo przydzielane do stosowania określonych strategii regulacji emocji, negatywne emocje są wywoływane za pomocą klipów filmowych, a zmiany w późniejszej psychofizjologii wskazują na to, w jakim stopniu regulacja emocji jest skuteczna.

Psychofizjologiczna ocena skuteczności strategii regulacji emocji w dzieciństwie

Ten protokół jest przeznaczony do pomiaru oczekiwania i przetwarzania nagrody u małych dzieci z autyzmem i bez autyzmu. W szczególności protokół ma na celu badanie neuronalnych korelatów nagrody w warunkach społecznych i niespołecznych, przy jednoczesnym kontrolowaniu nagrody między warunkami.

Protokół elektrofizjologiczny do pomiaru przewidywania i przetwarzania nagrody u dzieci

Tutaj prezentujemy protokół do przeprowadzania różnych testów behawioralnych u bydła, które zostały zaprojektowane do oceny emocji. Przeprowadzono szereg testów behawioralnych (test w otwartym polu, test strachu, labirynt zerowy bydła, prędkość wyjściowa, wynik kojca i wynik spadochronu) w celu oceny różnych składników temperamentu zwierząt.

Zastosowanie tradycyjnych testów strachu do oceny różnych obwodów emocjonalnych u bydła

Wprowadzamy protokół do badania neuronalnych korelatów zadania regulacji emocji poznawczych, a mianowicie ponownej oceny poznawczej, za pomocą funkcjonalnego rezonansu magnetycznego. Protokół ten był stosowany u pacjentów z zaburzeniami obsesyjno-kompulsywnymi i zdrowych osób z grupy kontrolnej, ale może być również stosowany w innych próbkach klinicznych.

Badanie neuronalnych korelatów ponownej oceny poznawczej w zaburzeniach obsesyjno-kompulsywnych za pomocą funkcjonalnego rezonansu magnetycznego opartego na zadaniach

Poznaj metodę pomiaru aktywności mózgu u dzieci z rodzinnym ryzykiem schizofrenii za pomocą fMRI i emocjonalnego zadania dziwacznego. Technika ta ujawnia nieprawidłowości w obwodach czołowo-limbicznych.

Pomiar aktywności czołowo-limbicznej za pomocą emocjonalnego zadania dziwacznego u dzieci z rodzinnym wysokim ryzykiem schizofrenii (Wideo) | JoVE Journal

Pomiar aktywności czołowo-limbicznej za pomocą emocjonalnego zadania dziwacznego u dzieci z rodzinnym wysokim ryzykiem schizofrenii

Przeglądaj więcej filmów