Name: Dwuinterwałowe zadanie wymuszonego wyboru do porównań multisensorycznych (Wideo) | JoVE Journal
Uploaded: 2018-11-09T14:00:00.000+00:00
Duration: 7 min 13 s
Description: Poznaj dwuinterwałowe zadanie wymuszonego wyboru do badania percepcji czasu w różnych modalnościach zmysłowych. Ta metoda pozwala mierzyć dokładność i czasy reakcji u ludzi oraz zwierząt.

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

Ta praca była wspierana przez Consejo Nacional de Ciencia y Tecnología (CONACyT), CB-256767. Autorzy dziękują Isaacowi Moránowi za jego pomoc techniczną oraz Anie Escalante z Działu Komputerowego Instituto de Fisiología Celular (IFC) za jej cenną pomoc.

Eksperymenty zostały zatwierdzone przez Komitet Bioetyczny Instytutu Fizjologii Komórkowej UNAM (nr CECB_08) i przeprowadzone zgodnie z wytycznymi Kodeksu Etyki Światowego Stowarzyszenia Lekarzy.
1. Konfiguracja eksperymentalna
<ol>
	<li>Przygotowanie materiałów i bodźców do wykonania zadania dyskryminacji interwałów aperiodycznych (AID)
	<ol>
		<li>Przeprowadź ten eksperyment na komputerze z minimum 8 GB pamięci RAM, procesorem 2,5 GHz i monitorem o częstotliwości odświeżania 60 Hz, aby stworzyć i uruchomić zadanie.</li>
		<li>Przygotuj zestaw słuchawek z redukcją szumów, aby uniknąć rozpraszania uczestników przez dźwięki otoczenia podczas wykonywania zadania.</li>
		<li>Użyj sonometru, aby ustawić głośność słuchawek na poziom ~65 dB SPL.</li>
		<li>Stwórz bodźce V, A i AV do zadania, uruchamiając interfejs graficzny (GUI) zawarty w niniejszym protokole (Rysunek 1) lub korzystając z programów takich jak PsychToolbox lub PsychoPy.
		<ol>
			<li>Pobierz plik Stimuli_GUI.zip ze strony http://www.ifc.unam.mx/investigadores/Luis-lemus. Następnie uruchom program MATLAB (wersja 2016a lub nowsza dla tego GUI).
			<ol>
				<li>Kliknij opcję SetPath w zakładce menu MATLAB, aby dodać folder Stimuli_GUI do obszaru roboczego. Najpierw wybierz przycisk Add Folder, zaznacz folder Stimuli_GUI i naciśnij przycisk Save. Na koniec zamknij okno, klikając przycisk Close.</li>
				<li>Otwórz plik Stimuli_GUI.m, korzystając z opcji Open w zakładce menu Main. Następnie naciśnij klawisz F5 na klawiaturze, aby wyświetlić GUI (Rysunek 1).</li>
			</ol>
			</li>
			<li>Kliknij rozwijane menu Condition popup, aby wybrać preferowany rozkład impulsów (np. Periodic dla stworzenia bodźca z impulsami równoodległymi lub Aperiodic dla rozkładu losowego). Następnie wybierz żądaną liczbę impulsów (np. 2 - 6) w rozwijanym menu Number of Pulses popup. Na koniec wprowadź żądaną długość bodźca w polu dialogowym Duration. 
			UWAGA: Aby uniknąć fuzji migotania V (tzn. postrzegania dwóch lub więcej impulsów jako jednego), konieczne jest stworzenie interwałów międzyimpulsowych (IPI) o długości minimum 30 ms. Z uwagi na to, że każdy impuls jest zdefiniowany jako trwający 50 ms, maksymalna liczba impulsów w bodźcu jest ograniczona przez IPI. Impulsy przekraczające minimalne IPI spowodują błąd. 
			Uwaga: Program generuje obrazy w formacie Audio Video Interleave (AVI) przy częstotliwości 60 klatek na sekundę. Można je jednak tworzyć online w każdej próbie za pomocą PsychToolbox lub PsychoPy. W celu stworzenia impulsów 50-msowych rozważ konkatenację co najmniej trzech klatek szarych kół o średnicy 4° na czarnym tle. W tym przypadku metoda generuje pliki AVI i WAV do implementacji w LabVIEW, co sugeruje możliwość użycia bardziej złożonych klipów wideo lub audio.</li>
			<li>Kliknij przycisk Generate IPI, aby wyświetlić wartości IPI w polu IPI values oraz zobaczyć wykres wynikowego rozkładu impulsów. 
			Uwaga: Wartości IPI aktualizują się automatycznie przy każdym kliknięciu przycisku Generate IPI. Wartości te można skopiować i zapisać do dalszej analizy.</li>
			<li>Wygeneruj i zapisz bodziec V, wpisując opisową nazwę pliku (np. PeriodicVisual500ms.avi) w polu dialogowym Enter Video Filename. Kliknij przycisk Generate Video i poczekaj, aż zamknie się okno pop-up wyświetlające szare koła o średnicy ~4°. Następnie kliknij przycisk Play, aby zobaczyć stworzony bodziec V. 
			UWAGA: Podczas generowania obrazów przez program nie klikaj w inne okna, ponieważ może to spowodować utratę uchwytu figury przez program i wygenerowanie wadliwego wideo. 
			Uwaga: Amplituda kątowa obiektu V jest obliczana według następującego równania (2). 
			<img alt="Równanie kąta widzenia w optyce geometrycznej: V = 2 * arctan(S/2D)." src="/files/ftp_upload/58408/58408eq2.jpg" style="opacity: 0.9;" data-altupdatedat="1788250015000" data-alt="Równanie 2">(2) 
			Gdzie a to amplituda V wyrażona w stopniach, S to rozmiar bodźca wizualnego w centymetrach mierzony na ekranie, a D to odległość w centymetrach od obserwatora do ekranu.</li>
			<li>Wygeneruj i zapisz bodziec A, używając tych samych wartości IPI dla V, wpisując opisową nazwę pliku (np. AperiodicAcoustic500ms.wav) w polu dialogowym Enter Audio Filename. Kliknij przycisk Generate Audio, aby zobaczyć wykres stworzonego sygnału audio, i kliknij przycisk Play, aby odsłuchać nowy dźwięk. 
			Uwaga: Predefiniowana częstotliwość impulsu A wynosi 1 kHz; można ją jednak zmienić w polu dialogowym Sound Frequency (Hz).</li>
			<li>Powtórz kroki od 1.1.4.2 do 1.1.4.5, aby stworzyć 10 bodźców aperiodycznych (AP) dla każdego z interwałów porównawczych w zadaniu AID (tzn. interwały V i A od 500 ms do 1100 ms w krokach co 100 ms). Stwórz tylko jeden bodziec periodyczny (P) dla każdego z interwałów w zestawach kontrolnych.</li>
		</ol>
		</li>
		<li>Wygeneruj rozszerzony klip białego szumu (np. 30 min), aby użyć go jako tła podczas eksperymentu, lub pobierz go z biblioteki internetowej.</li>
		<li>Stwórz biały krzyżyk o rozmiarze 3° i zapisz go w pliku JPEG, aby służył jako sygnał dla uczestników do rozpoczęcia próby. 
		Uwaga: Bodźce AV powstają poprzez nałożenie zgodnych klipów V i A podczas wykonywania zadania. Przesuń bodźce A do 90 ms po początku bodźca V, aby uzyskać percepcję symultaniczności32.</li>
	</ol>
	</li>
	<li>Projekt i implementacja zadania
	<ol>
		<li>Stwórz zestawy prób P i AP dla bodźców V, A i AV, wymieniając nazwy stworzonych bodźców w arkuszu Excel. Użyj różnych kolumn, aby zawrzeć wszystkie informacje wymagane podczas zadania, takie jak modalność bodźca referencyjnego i porównawczego, liczbę powtórzeń w każdej próbie, czas trwania bodźców oraz oczekiwaną odpowiedź (patrz: przykładowy plik CSV dołączony do pliku Stimuli_GUI.zip). Zapisz każdy z zestawów w formacie wartości rozdzielanych przecinkami (CSV). 
		Uwaga: Eksperyment ma na celu uzyskanie funkcji psychometrycznych prawdopodobieństwa postrzegania bodźców testowych (tzn. porównawczych) jako dłuższych niż referencyjne w funkcji zmian bodźców porównawczych. Dlatego próby służące do generowania funkcji psychometrycznych muszą wykorzystywać bodziec referencyjny ustalony na połowie zakresu interwałów (np. 800 ms). Jednak aby zagwarantować, że kryteria uczestników opierają się na bodźcu referencyjnym, muszą oni zawsze zwracać uwagę zarówno na bodziec referencyjny, jak i porównawczy. Dlatego należy włączyć próby ze zmiennymi referencjami, aby zrównoważyć liczbę zmiennych porównań. Na koniec rozważ prezentowanie bloków prób V, A i AV, aby uniknąć efektów uwagi. Należy jednak zawsze prezentować próby P i AP w sposób losowo przeplatany.</li>
		<li>Stwórz program do automatycznego uruchamiania zadania za pomocą PsychToolbox lub PsychoPy lub pobierz i uruchom zautomatyzowane zadanie 2IFC_Task dostępne pod adresem http://www.ifc.unam.mx/investigadores/Luis-lemus (do uruchomienia w LabVIEW 2014 lub nowszym).
		<ol>
			<li>Otwórz 2IFC_Task, dwukrotnie klikając plik zadania.</li>
			<li>Wczytaj stworzone bodźce, wybierając folder z bodźcami w Panelu Sterowania (Control Panel). Najpierw użyj przycisków góra/dół w polu dialogowym, aby wyświetlić wartość 0. Następnie naciśnij ikonę folderu, aby wybrać folder z bodźcami.</li>
			<li>Powtórz krok 1.2.2.2, ustawiając File Path na 1, 2, 3 lub 4, aby odpowiednio wczytać plik CSV z zestawem prób, plik wyjściowy TXT, audio tła WAV oraz sygnał białego krzyżyka w formacie JPEG. 
			Uwaga: Podczas programowania zadania przechowuj dane w formacie wygodnym do analizy offline (np. w formacie TXT lub CSV). Dołącz informacje o próbie: kolejność pojawienia się oraz wyniki behawioralne, takie jak trafienia, błędy, czasy reakcji i czasy odpowiedzi.</li>
			<li>Naciśnij przycisk White Noise znajdujący się w Panelu Sterowania, aby aktywować szum tła. Następnie umieść sonometr jak najbliżej słuchawek i ustaw kontrolę głośności systemu operacyjnego na ~65 dB SPL. Na koniec dostosuj kontrolę Background Volume w Panelu Sterowania do poziomu ~55 dB SPL.</li>
			<li>Użyj pól dialogowych Pre_S1 i Inter_Stim, aby odpowiednio określić odstęp czasu przed podaniem pierwszego bodźca oraz przerwę międzybodźcową. 
			Uwaga: Domyślny czas to 1000 ms. Pozostałe wskaźniki graficzne służą badaczowi do obserwacji wyników w czasie rzeczywistym (np. wykres słupkowy wydajności dla danej warunki oraz wyświetlacze liczby trafień, błędów, fałszywych alarmów i aktualnej liczby prób).</li>
			<li>Przetestuj zadanie, klikając ikonę prawej strzałki Run w zakładce Tools, i przeprowadź kilka prób testowych. 
			Uwaga: Zaleca się stosowanie dwóch monitorów: jednego do prezentacji zadania i drugiego do monitorowania zadania online.
			<ol>
				<li>Rozpocznij każdą próbę, przytrzymując pasek spacji po pojawieniu się wizualnego sygnału w centrum ekranu. Zwolnij pasek spacji po podaniu pary bodźców i naciśnij klawisz strzałki w górę lub w dół, aby zakończyć próbę.</li>
				<li>Powtarzaj krok 1.2.2.6.1 aż do zakończenia zestawu. Zadanie zatrzyma się automatycznie. Alternatywnie można przerwać zadanie, klikając przycisk Stop w menu Panelu Sterowania.</li>
			</ol>
			</li>
		</ol>
		</li>
	</ol>
	</li>
</ol>
2. Uczestnicy
<ol>
	<li>Zrekrutuj od 10 do 30 praworęcznych uczestników i uczestniczek, których wiek różni się nie więcej niż o dziesięć lat, z normalnym lub skorygowanym do normy wzrokiem oraz bez deficytów słuchu.</li>
	<li>Poproś uczestników o wypełnienie kwestionariusza dotyczącego ich wieku, płci, lateralizacji (dominującej ręki) oraz schorzeń fizycznych lub psychicznych (np.., występowania deficytów wzrokowych lub słuchowych, wykształcenia muzycznego oraz przyjmowania leków).</li>
	<li>Poinformuj uczestników o celu, procedurach i czasie trwania eksperymentu. Należy zachować ostrożność, aby nie wywołać błędu systematycznego (np.., informując ich o występowaniu warunków P lub AP). Następnie poproś uczestników o udzielenie pisemnej zgody na udział w eksperymentach.</li>
</ol>
3. Procedura eksperymentalna
<ol>
	<li>Przeprowadzić eksperymenty w cichym pomieszczeniu przy stałym oświetleniu.</li>
	<li>Uruchomić zadanie.</li>
	<li>Zkalibrować miernik poziomu dźwięku i powtórzyć procedurę opisaną w kroku 1.2.2.4. 
	OSTRZEŻENIE: Przez cały czas trwania eksperymentu bodźce akustyczne powinny być dostarczane binauralnie przy poziomie ~65 dB SPL. Przed eksperymentem niezbędne jest użycie miernika poziomu dźwięku do sprawdzenia amplitud akustycznych, aby uniknąć urazów.</li>
	<li>Poprosić uczestnika o wygodne usiądzenie przed monitorem, znajdującym się w odległości 60 cm. Następnie umieścić klawiaturę w zasięgu ręki i dopasować słuchawki do głowy uczestnika (Rysunek 2C).</li>
	<li>Polecić uczestnikowi rozpoczęcie próby po pojawieniu się sygnału wizualnego poprzez naciśnięcie i przytrzymanie spacji przez cały czas trwania próby. Poinformować uczestnika, aby zwolnił spację po prezentacji dwóch sekwencyjnych bodźców i nacisnął strzałkę w górę, jeśli drugi bodziec trwał dłużej niż pierwszy, lub strzałkę w dół, jeśli trwał krócej (Rysunek 2B).</li>
	<li>Na koniec poinstruować uczestnika, aby do wykonania zadania używał wyłącznie prawego palca wskazującego, oraz poinformować o możliwości zrobienia 5-minutowej przerwy w przypadku, gdy uczestnik poczuje zmęczenie lub rozproszenie podczas eksperymentu.</li>
	<li>Włączyć funkcję redukcji szumów w słuchawkach i pozwolić uczestnikowi przećwiczyć 10 - 15 prób. 
	Uwaga: W tej fazie zaleca się wprowadzenie wizualnej informacji zwrotnej dla poprawnych odpowiedzi. Możliwe jest również udzielanie informacji zwrotnej w trakcie eksperymentu; należy jednak pamiętać o możliwych błędach systematycznych.</li>
	<li>Uruchomić zadanie.</li>
</ol>
4. Analiza danych
<ol>
	<li>Oblicz średnią oraz błąd standardowy średniej dla wyników każdego z bloków prób P i AP, V, A oraz AV.</li>
	<li>Wygeneruj wykresy rozrzutu prawdopodobieństwa postrzegania bodźca porównawczego jako dłuższego od referencyjnego w zależności od interwałów bodźca porównawczego. Następnie dopasuj do danych funkcję logistyczną. 
	Uwaga: Jak wspomniano we Wstępie, wybór odpowiedniego modelu zależy od eksperymentu i danych. Przykładem modelu jest funkcja tanh, zgłaszana dla zadania AID. Taki model dostarcza czterech parametrów (wstawka na Rysunku 3A) zdefiniowanych przez: 
	<img alt="Równanie prawdopodobieństwa, \(P(S1 &gt; S2) = a \times \tanh[\beta(s2 - \theta)] + c\), schemat formuły." src="/files/ftp_upload/58408/58408eq3.jpg" style="opacity: 0.9;" data-altupdatedat="1788250015000" data-alt="Równanie 3"> 
	Parametr a odpowiada amplitudzie wyników mierzonej od punktu przegięcia do plateau. Parametr β odpowiada pierwszej pochodnej w punkcie przegięcia. Im wyższa wartość, tym łatwiej postrzec przejście między dłuższym a krótszym w porównaniu z kategoriami referencyjnymi. Parametr θ lub X0 to wartość odciętej rzutu punktu przegięcia (t.j. punkt subiektywnej równości). Przesunięcie takiego parametru reprezentuje ogólne tendencje czasowe. Wreszcie, c lub Y0 reprezentuje punkt przegięcia na osi rzędnych i ujawnia tendencje w kierunku konkretnej odpowiedzi. Alternatywnymi narzędziami do dopasowywania i analizy funkcji psychometrycznych są toolbox Palamedes6 oraz quickpsy33.</li>
	<li>Powtórz procedurę z kroku 4.1 w celu analizy czasów reakcji i czasów odpowiedzi.</li>
	<li>Przeprowadź analizy statystyczne, aby porównać rozkłady dokładności P i AP w obrębie każdej z modalności sensorycznych.</li>
	<li>Przeprowadź dodatkowe analizy, takie jak korelacje Pearsona, aby zbadać związek między wskaźnikami periodyczności a dokładnością oraz między wskaźnikami periodyczności a czasami reakcji.</li>
</ol>

<ol><li>Fechner, G. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Elements+of+Psychophysical+Theory%5BTitle%5D)+AND+%22Elements+of+Psychophysics%22%5BJournal%5D)">Elements of Psychophysical Theory.</a> Elements of Psychophysics. , (1860).</li>
<li>Dehaene, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+neural+basis+of+the+Weber-Fechner+law%3A+A+logarithmic+mental+number+line%5BTitle%5D)+AND+%22Trends+in+Cognitive+Sciences%22%5BJournal%5D)">The neural basis of the Weber-Fechner law: A logarithmic mental number line.</a> Trends in Cognitive Sciences. 7 (4), 145-147 (2003).</li>
<li>Romo, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((From+sensation+to+action%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">From sensation to action.</a> Behavioural Brain Research. 135 (1-2), 105-118 (2002).</li>
<li>Johnson, K. O., Hsiao, S. S., Yoshioka, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+coding+and+the+basic+law+of+psychophysics%5BTitle%5D)+AND+%22Neuroscientist%22%5BJournal%5D)">Neural coding and the basic law of psychophysics.</a> Neuroscientist. 8 (2), 111-121 (2002).</li>
<li>Gescheider, G. A. Psychophysics: The Fundamentals. , Available from:
 <a target="_blank" href="https://books.google.com/books?id=fLYWFcuamPwC&printsec=frontcover#v=onepage&q&f=false">https://books.google.com/books?id=fLYWFcuamPwC&printsec=frontcover#v=onepage&q&f=false</a> (1997).</li>
<li>Kingdom, F. A. A., Prins, N. <a target="_blank" href="https://www.elsevier.com/books/psychophysics/kingdom/978-0-12-407156-8">Psychophysics: A Pratical Introduction</a>. , Academic Press. London, San Diego, Waltham, Oxford. (2016).</li>
<li>García-Pérez, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Does+time+ever+fly+or+slow+down%3F+The+difficult+interpretation+of+psychophysical+data+on+time+perception%5BTitle%5D)+AND+%22Frontiers+in+Human+Neuroscience%22%5BJournal%5D)">Does time ever fly or slow down? The difficult interpretation of psychophysical data on time perception.</a> Frontiers in Human Neuroscience. 8, 415(2014).</li>
<li>Romo, R., Brody, C. D., Hernández, A., Lemus, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neuronal+correlates+of+parametric+working+memory+in+the+prefrontal+cortex%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Neuronal correlates of parametric working memory in the prefrontal cortex.</a> Nature. 399 (6735), 470-473 (1999).</li>
<li>Britten, K. H., Shadlen, M. N., Newsome, W. T., Movshon, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+analysis+of+visual+motion%3A+a+comparison+of+neuronal+and+psychophysical+performance%5BTitle%5D)+AND+%22The+Journal+of+Neuroscience%22%5BJournal%5D)">The analysis of visual motion: a comparison of neuronal and psychophysical performance.</a> The Journal of Neuroscience. 12 (12), 4745-4765 (1992).</li>
<li>Lemus, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+correlates+of+a+postponed+decision+report%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Neural correlates of a postponed decision report.</a> Proceedings of the National Academy of Sciences of the United States of America. 104 (43), 17174-17179 (2007).</li>
<li>Getty, D. J. <a target="_blank" href="https://link.springer.com/article/10.3758/BF03198600">Counting processes in human timing.</a> Perception & Psychophysics. 20 (3), 191-197 (1976).</li>
<li>Grondin, S., McAuley, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Duration+discrimination+in+crossmodal+sequences%5BTitle%5D)+AND+%22Perception%22%5BJournal%5D)">Duration discrimination in crossmodal sequences.</a> Perception. 38 (10), 1542-1559 (2009).</li>
<li>Duarte, F., Lemus, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Time+Is+Up%3A+Compression+of+Visual+Time+Interval+Estimations+of+Bimodal+Aperiodic+Patterns%5BTitle%5D)+AND+%22Frontiers+in+Integrative+Neuroscience%22%5BJournal%5D)">The Time Is Up: Compression of Visual Time Interval Estimations of Bimodal Aperiodic Patterns.</a> Frontiers in Integrative Neuroscience. 11, 17(2017).</li>
<li>Bausenhart, K. M., Dyjas, O., Vorberg, D., Ulrich, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimating+discrimination+performance+in+two-alternative+forced+choice+tasks%3A+Routines+for+MATLAB+and+R%5BTitle%5D)+AND+%22Behavior+Research+Methods%22%5BJournal%5D)">Estimating discrimination performance in two-alternative forced choice tasks: Routines for MATLAB and R.</a> Behavior Research Methods. 44 (4), 1157-1174 (2012).</li>
<li>LaMotte, R. H., Mountcastle, V. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Capacities+of+humans+and+monkeys+to+discriminate+vibratory+stimuli+of+different+frequency+and+amplitude%3A+a+correlation+between+neural+events+and+psychological+measurements%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">Capacities of humans and monkeys to discriminate vibratory stimuli of different frequency and amplitude: a correlation between neural events and psychological measurements.</a> Journal of Neurophysiology. 38 (3), 539-559 (1975).</li>
<li>Grondin, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Violation+of+the+scalar+property+for+time+perception+between+1+and+2+seconds%3A+Evidence+from+interval+discrimination%2C+reproduction%2C+and+categorization%5BTitle%5D)+AND+%22Journal+of+Experimental+Psychology%3A+Human+Perception+and+Performance%22%5BJournal%5D)">Violation of the scalar property for time perception between 1 and 2 seconds: Evidence from interval discrimination, reproduction, and categorization.</a> Journal of Experimental Psychology: Human Perception and Performance. 38 (4), 880-890 (2012).</li>
<li>García-Pérez, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+psychophysical+methods+for+nonmonotonic+psychometric+functions%5BTitle%5D)+AND+%22Attention%2C+Perception%2C+and+Psychophysics%22%5BJournal%5D)">Adaptive psychophysical methods for nonmonotonic psychometric functions.</a> Attention, Perception, and Psychophysics. 76 (2), 621-641 (2014).</li>
<li>García-Pérez, M. A., Alcalá-Quintana, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sampling+plans+for+fitting+the+psychometric+function%5BTitle%5D)+AND+%22Spanish+Journal+of+Psychology%22%5BJournal%5D)">Sampling plans for fitting the psychometric function.</a> Spanish Journal of Psychology. 8 (2), 256-289 (2005).</li>
<li>Ulrich, R., Miller, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Threshold+estimation+in+two-alternative+forced-choice+%282AFC%29+tasks%3A+The+Spearman-K%C3%A4rber+method%5BTitle%5D)+AND+%22Perception+and+Psychophysics%22%5BJournal%5D)">Threshold estimation in two-alternative forced-choice (2AFC) tasks: The Spearman-Kärber method.</a> Perception and Psychophysics. 66 (3), 517-533 (2004).</li>
<li>García-Pérez, M. A., Alcalá-Quintana, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improving+the+estimation+of+psychometric+functions+in+2AFC+discrimination+tasks%5BTitle%5D)+AND+%22Frontiers+in+Psychology%22%5BJournal%5D)">Improving the estimation of psychometric functions in 2AFC discrimination tasks.</a> Frontiers in Psychology. 2, 96(2011).</li>
<li>Ulrich, R., Vorberg, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Estimating+the+difference+limen+in+2AFC+tasks%3A+Pitfalls+and+improved+estimators%5BTitle%5D)+AND+%22Attention%2C+Perception%2C+and+Psychophysics%22%5BJournal%5D)">Estimating the difference limen in 2AFC tasks: Pitfalls and improved estimators.</a> Attention, Perception, and Psychophysics. 71 (6), 1219-1227 (2009).</li>
<li>Green, D. M., Swets, J. A. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aGreen%2C+DM+%22Signal+detection+theory+and+psychophysics%22">Signal detection theory and psychophysics</a>. , Wiley. (1966).</li>
<li>Brainard, D. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Psychophysics+Toolbox%5BTitle%5D)+AND+%22Spatial+Vision%22%5BJournal%5D)">The Psychophysics Toolbox.</a> Spatial Vision. 10 (4), 443-446 (1997).</li>
<li>Peirce, J. W. <a target="_blank" href="https://www.sciencedirect.com/science/article/pii/S0165027006005772">PsychoPy-Psychophysics software in Python.</a> Journal of Neuroscience Methods. 162 (1-2), 8-13 (2007).</li>
<li>Ivry, R. B., Hazeltine, R. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Perception+and+production+of+temporal+intervals+across+a+range+of+durations%3A+Evidence+for+a+common+timing+mechanism%5BTitle%5D)+AND+%22Journal+of+Experimental+Psychology%3A+Human+Perception+and+Performance%22%5BJournal%5D)">Perception and production of temporal intervals across a range of durations: Evidence for a common timing mechanism.</a> Journal of Experimental Psychology: Human Perception and Performance. 21 (1), 3-18 (1995).</li>
<li>Karmarkar, U. R., Buonomano, D. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Timing+in+the+Absence+of+Clocks%3A+Encoding+Time+in+Neural+Network+States%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Timing in the Absence of Clocks: Encoding Time in Neural Network States.</a> Neuron. 53 (3), 427-438 (2007).</li>
<li>Merchant, H., Harrington, D. L., Meck, W. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+Basis+of+the+Perception+and+Estimation+of+Time%5BTitle%5D)+AND+%22Annual+Review+of+Neuroscience%22%5BJournal%5D)">Neural Basis of the Perception and Estimation of Time.</a> Annual Review of Neuroscience. 36 (1), 313-336 (2013).</li>
<li>Levinson, J. Z. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aLevinson%2C+JZ+%22Flicker+fusion+phenomena%22">Flicker fusion phenomena</a>. 160 (3823), Science. New York, NY. 21-28 (1968).</li>
<li>Grahn, J. A., Henry, M. J., McAuley, J. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((FMRI+investigation+of+cross-modal+interactions+in+beat+perception%3A+Audition+primes+vision%2C+but+not+vice+versa%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">FMRI investigation of cross-modal interactions in beat perception: Audition primes vision, but not vice versa.</a> NeuroImage. 54 (2), 1231-1243 (2011).</li>
<li>Lemus, L., Hernández, A., Luna, R., Zainos, A., Romo, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Do+sensory+cortices+process+more+than+one+sensory+modality+during+perceptual+judgments%3F%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Do sensory cortices process more than one sensory modality during perceptual judgments?</a> Neuron. 67 (2), 335-348 (2010).</li>
<li>Fabiola Duarte GUI Fabiola Duarte. , Available from:
 <a target="_blank" href="https://www.ifc.unam.mx">https://www.ifc.unam.mx</a> (2018).</li>
<li>Chandrasekaran, C., Trubanova, A., Stillittano, S., Caplier, A., Ghazanfar, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Natural+Statistics+of+Audiovisual+Speech%5BTitle%5D)+AND+%22PLoS+Computational+Biology%22%5BJournal%5D)">The Natural Statistics of Audiovisual Speech.</a> PLoS Computational Biology. 5 (7), e1000436(2009).</li>
<li>Linares, D., López-Moliner, J. <a target="_blank" href="http://diposit.ub.edu/dspace/handle/2445/116040">quickpsy: An R Package to Fit Psychometric Functions for Multiple Groups.</a> The R Journal. 8 (1), 122-131 (2016).</li>
<li>García-Pérez, M. A., Núñez-Antón, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonparametric+tests+for+equality+of+psychometric+functions%5BTitle%5D)+AND+%22Behavior+Research+Methods%22%5BJournal%5D)">Nonparametric tests for equality of psychometric functions.</a> Behavior Research Methods. , (2017).</li>
<li>García-Pérez, M. A., Alcalá-Quintana, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+indecision+model+of+psychophysical+performance+in+dual-presentation+tasks%3A+Parameter+estimation+and+comparative+analysis+of+response+formats%5BTitle%5D)+AND+%22Frontiers+in+Psychology%22%5BJournal%5D)">The indecision model of psychophysical performance in dual-presentation tasks: Parameter estimation and comparative analysis of response formats.</a> Frontiers in Psychology. 8, 1142(2017).</li>
<li>Merchant, H., Harrington, D. L., Meck, W. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+Basis+of+the+Perception+and+Estimation+of+Time%5BTitle%5D)+AND+%22Annual+Review+of+Neuroscience%22%5BJournal%5D)">Neural Basis of the Perception and Estimation of Time.</a> Annual Review of Neuroscience. 36 (1), 313-336 (2013).</li>
<li>Chandrasekaran, C., Lemus, L., Ghazanfar, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+faces+speed+up+the+onset+of+auditory+cortical+spiking+responses+during+vocal+detection%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Dynamic faces speed up the onset of auditory cortical spiking responses during vocal detection.</a> Proceedings of the National Academy of Sciences of the United States of America. 110 (48), E4668-E4677 (2013).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

W psychofizyce wybór zadania zależy od partykularnych zainteresowań zjawiskami percepcyjnymi 5,6. Na przykład, protokół ten polegał na odtworzeniu wcześniej opisanego paradygmatu percepcji bodźców wzrokowych, słuchowych i audiowizualnych w odstępach czasowych impulsów rozmieszczonych aperiodycznie, w wyniku czego zaimplementowano metodę 2IFC13. Tutaj, podobnie jak w większości zadań psychofizycznych, odpowiedni sprzęt i oprogramowanie są n...

Celem niniejszego protokołu jest przedstawienie procedury standardowego eksperymentu z zakresu psychofizyki. Psychofizyka jest nauką badającą zjawiska percepcyjne poprzez pomiar reakcji behawioralnych wywołanych bodźcami sensorycznymi1,2,3. Zazwyczaj psychofizyka człowieka stanowi niedrogie i niezbędne narzędzie do zastosowania w eksperymentach obrazowych lub neurofizjologicznych4. Wybór najbardziej odpowiedniej metody psychofizycznej spośród wielu dostępnych nigdy jednak nie jest łatwy i w pewnym stopniu zależy od doświadczenia oraz preferencji badacza. Niemniej jednak zachęcamy osoby początkujące do dokładnego zapoznania się z dostępnymi metodologiami w celu poznania kryteriów wyboru5,6,7. W niniejszym opracowaniu przedstawiamy procedurę wykonywania zadania 2IFC, które jest często wykorzystywane przez wielu badaczy do analizy procesów percepcyjnych, takich jak pamięć operacyjna8, podejmowanie decyzji9,10 czy percepcja czasu11,12,13.
Aby przeprowadzić czytelników przez tę metodę, odtworzymy raport na temat percepcji czasu trwania interwałów wizualnych (V), słuchowych (A) oraz audiowizualnych (AV) w aperiodycznych sekwencjach impulsów. Zadanie to będziemy określać jako zadanie dyskryminacji interwałów aperiodycznych (AID)13. Opisując ten paradygmat w żargonie psychofizycznym, byłoby to zadanie dyskryminacyjne klasy A, typu 1, oparte na wyników i zależne od kryterium, w którym zastosowano nieadaptacyjną metodę stałych oraz model tangensa hiperbolicznego (tanh) do obliczenia progu różnicowania. Mimo że taka charakterystyka może brzmieć dość zawiłowale, posłużymy się nią, aby wprowadzić czytelnika w ogólne aspekty psychofizyki, mając nadzieję na dostarczenie kryteriów decyzyjnych dla nowych eksperymentów, a być może nawet umożliwić dostosowanie obecnego protokołu do innych potrzeb.
Każdy eksperyment psychofizyczny, taki jak zadanie 2IFC, wymaga zaimplementowania bodźców, zadania, metody, analizy oraz pomiaru6. Celem jest uzyskanie funkcji psychometrycznej, która w lepszy sposób wyjaśnia zmierzoną wydajność14. Zadanie 2IFC polega na prezentowaniu uczestnikom, którzy nie znają celu eksperymentu, prób składających się z dwóch sekwencyjnych bodźców. Po porównaniu bodźców uczestnicy zgłaszają wynik, wybierając jedną i tylko jedną z dwóch możliwych odpowiedzi, która lepiej odpowiada ich percepcji.
Przez bodźce rozumiemy kwestie techniczne dotyczące badanej modalności sensorycznej. Eksperyment klasy A polega na porównywaniu bodźców tej samej modalności w obrębie jednej próby, natomiast eksperymenty klasy B obejmują porównania między Modalnościami. Inne istotne kwestie dotyczące bodźców obejmują ich implementację, na przykład techniczne sposoby modulowania bodźców w wymaganym zakresie. Przykładowo, jeśli chcemy wyznaczyć próg różnicy (JND) między dwiema częstotliwościami drgań odczuwanymi jako drżenie (flutter) na skórze15, potrzebujemy precyzyjnego stymulatora do generowania częstotliwości w zakresie drżenia (i.e., 4 - 40 Hz). Innymi słowy, dynamiczny zakres pracy elementów technicznych zależy od dynamicznego spektrum każdej modalności sensorycznej.
Wybór zadania zależy od badanego zjawiska percepcyjnego. Na przykład ustalenie, czy dwa bodźce są takie same lub równoważne, może opierać się na innych mechanizmach mózgowych niż te, które rozstrzygają, czy bodziec jest dłuższy czy krótszy od wzorca16 (jak w paradygmacie AID). Z natury wybór bodźców definiuje rodzaj uzyskiwanych odpowiedzi. Eksperymenty typu 1, czasami ściśle powiązane z tak zwanymi eksperymentami wydajnościowymi, obejmują odpowiedzi poprawne lub błędne. W przeciwieństwie do nich, eksperyment typu 2 (lub eksperyment z pojawieniem się bodźca) generuje głównie odpowiedzi jakościowe, które zależą od kryteriów uczestnika, a nie od jakiegokolwiek narzuconego kryterium; innymi słowy, są to eksperymenty niezależne od kryterium. Warto zauważyć, że odpowiedzi w zadaniu 2IFC są zależne od kryterium, ponieważ w każdej próbie bodziec standardowy (czasami nazywany bodźcem bazowym lub referencyjnym) stanowi kryterium, od którego zależy percepcja porównania.
Termin metoda może odnosić się do trzech kwestii; po pierwsze, może dotyczyć mechanizmu wyboru zakresu bodźców do testowania lub, innymi słowy, do już znanego zakresu zmienności bodźców, w przeciwieństwie do metod adaptacyjnych mających na celu ustalenie odpowiedniego zakresu17. Metody adaptacyjne są zalecane do szybkiego wyznaczania progów detekcji i dyskryminacji oraz w celu zminimalizowania liczby powtórzeń prób18. Ponadto metody adaptacyjne są optymalne dla eksperymentów pilotażowych. Druga definicja metody to skala modulacji bodźców (np. metoda stałych) lub skala logarytmiczna. Wybrana skala może być bezpośrednim następstwem wyniku metody adaptacyjnej, ale przede wszystkim zależy ona od dynamiki badanej modalności sensorycznej. Wreszcie, metoda odnosi się również do liczby prób oraz kolejności ich prezentacji.
Jeśli chodzi o analizę, odnosi się ona do statystyki pomiarów eksperymentalnych. Niezależnie od wyboru odpowiednich metod analitycznych do porównań między grupą badaną a kontrolną, psychofizyka zajmuje się głównie pomiarem progów bezwzględnych lub różnicowych między dwoma warunkami (np. obecność vs. brak bodźca lub JND między dwoma bodźcami), szczególnie w 2IFC19. Takie pomiary wynikają z funkcji psychometrycznych (tj. ciągłych modeli zachowania jako funkcji prawdopodobieństwa wykrycia lub rozróżnienia jednego z rozważanych warunków). Wybór funkcji modelu zależy od skali, innymi słowy, od rozstawu wartości zmiennej niezależnej. Funkcje takie jak skumulowany rozkład normalny, logistyczna, Quick oraz Weibulla są odpowiednie dla wartości rozmieszczonych liniowo, podczas gdy rozkład Gumbela i log-Quick lepiej nadają się do rozmieszczenia logarytmicznego. Istnieją również modele alternatywne, takie jak tanh stosowany w zadaniu AID. Co ważne, wybór prawidłowego modelu zależy od parametrów, które są przedmiotem zainteresowania i zostały uwzględnione w projekcie eksperymentu20. Po dopasowaniu danych do modelu powinno być możliwe wyznaczenie dwóch parametrów: parametru α oraz parametru β. W przypadku funkcji logistycznej zazwyczaj stosowanej w paradygmacie 2IFC, α odnosi się do wartości odciętej rzutującej na punkt subiektywnej równości (tj. w połowie funkcji logistycznej). Parametr β odnosi się do nachylenia przy wartości α (tj. stromości przejścia między warunkami). Wreszcie, parametrem powszechnie uzyskiwanym z krzywej psychometrycznej jest próg różnicowy21 (DL). W eksperymencie 2IFC DL wiąże się z β, ale ściślej rzecz biorąc, odpowiada minimalnej postrzeganej różnicy między dwoma interwałami. Wzór na wyznaczenie DL stanowi następujące równanie (1).
<img alt="Równanie długości dyfuzji \(DL=\frac{x_{0.75}-x_{0.25}}{2}\), wzór, koncepcja analityczna." src="/files/ftp_upload/58408/58408eq1.jpg" data-altupdatedat="1788250015000" data-alt="Równanie 1">(1)
Tutaj x oznacza wartości zmiennej niezależnej rzutowane na poziom wydajności 0,75 i 0,25, mierzone bezpośrednio na krzywej sigmoidalnej. Do tej pory omówiliśmy jedynie niektóre ogólne kwestie dotyczące funkcji psychometrycznych. Zalecamy dalsze studia nad szacowaniem i interpretacją funkcji psychometrycznych z uwzględnieniem tych oraz innych parametrów22.
Inne aspekty techniczne, które należy rozważyć podczas wdrażania eksperymentu psychofizycznego, wiążą się z urządzeniem i oprogramowaniem. Pojemność pamięci oraz prędkość współczesnych komputerów komercyjnych są zazwyczaj optymalne dla przetwarzania zadań wizualnych i słuchowych o wysokiej wierności. Ponadto dynamiczna rozdzielczość akcesoriów, takich jak słuchawki z redukcją szumów, głośniki i monitory, musi spełniać wymagania częstotliwości próbkowania, przy której operują modalności sensoryczne (np. częstotliwość, amplituda, kontrast i częstotliwość odświeżania). Ponadto programy komputerowe, takie jak PsychToolbox23 i PsychoPy24, są łatwe do wdrożenia i wysoce efektywne w synchronizacji zdarzeń zadań oraz sprzętu.
Wcześniej opisane zadanie AID łączy wiele z omówionych powyżej zagadnień w ramach paradygmatu 2IFC. Co ciekawe, bada ono percepcję interwałów V, A i AV w zakresie milisekund, w którym zachodzi większość procesów mózgowych25,26,27. Paradoksalnie jest to również trudne podejście w badaniach nad wzrokiem, który w porównaniu z słuchem charakteryzuje się nieco ograniczoną częstotliwością próbkowania28. W tym sensie porównania multimodalne wymagają dodatkowych ujęć teoretycznych12,29,30. Czasami wymagają one dalszego dostosowania, aby objąć wspólne spektrum modulacji lub uzyskać spójne interpretacje.
Niniejszy protokół skupia się na zadaniu dyskryminacyjnym (i.e., 2IFC, w którym bodziec bazowy, nazywany również referencyjnym lub wzorcowym, jest zestawiany z zestawem bodźców porównawczych lub testowych w celu wyznaczenia JND, czyli progu dyskryminacji). W tym przypadku zadanie zostało zaprojektowane tak, aby badać zdolność ludzi do rozróżniania odstępów czasowych aperiodycznych wzorców impulsów V, A lub AV13. Przedstawiamy informacje na temat tworzenia i parametryzacji bodźców, a także analizy dokładności i czasów reakcji. Co istotne, omawiamy sposób interpretacji percepcji czasu u badanych na podstawie statystycznych parametrów wyników psychometrycznych oraz niektóre alternatywy eksperymentalne i analityczne w ramach psychofizycznej metody 2IFC.

<table><tbody><tr><td>Lapt top Dell Precision</td><td>Dell</td><td>M6800 CTO</td><td>Procesador Intel Core i7-4710MQ, 2,5 GHz RAM 16 GB, 64-bitowy system operacyjny; 17,3-calowy ekran 1920 x 1080; częstotliwość odświeżania 60 Hz</td></tr><tr><td>Słuchawki blokujące hałas</td><td>Słuchawki Bose</td><td>QC25</td><td>QuietComfort 25, blokujący hałas</td></tr><tr><td>miernik decybeli</td><td>Extech Instruments</td><td>SL 130G</td><td>Miernik poziomu dźwięku (dB), zakres od 30 do 130 dB, ten miernik spełnia normy ANSI i IEC Type 2 mierników poziomu dźwięku</td></tr> <tr><td>Nazwa</td><td>Company</td><td>Numer katalogowy</td><td>Komentarze</td></tr><tr><td>Software</td><td></td><td></td><td></td></tr><tr><td>Labview</td><td>National Instruments</td><td>Labview 2014</td><td>Labview SP1 130, 64-bitowy, wersja 14</td></tr><tr><td>Matlab</td><td>Mathworks Inc</td><td>Matlab 2016a</td><td>The Mathworks Inc., Natick, MA, USA</td></tr><tr><td>GUI Do tworzenia bodźców wizualnych i akustycznych. Utworzone przez Fabiola Duarte</td><td>Mathworks Inc</td><td>Matlab 2016a</td><td>The Mathworks Inc., Natick, MA, Stany Zjednoczone</td></tr></tbody></table>

dwuinterwałowe zadanie wymuszonego wyboru do porównań multisensorycznych

A Two-interval Forced-choice Task for Multisensory Comparisons

Przedstawiamy procedurę eksperymentu psychofizycznego na ludziach opartego na wcześniej opisanym paradygmacie, którego celem jest scharakteryzowanie percepcyjnego czasu trwania interwałów w zakresie milisekund wizualnych, akustycznych i audiowizualnych ciągów aperiodycznych sześciu impulsów. W tym zadaniu każda z prób składa się z dwóch następujących po sobie interwałów intramodalnych, w których uczestnicy naciskają strzałki w górę, aby poinformować, że drugi bodziec trwał dłużej niż odniesienie, lub strzałki w dół, aby wskazać inaczej. Wynikiem analizy zachowania są funkcje psychometryczne prawdopodobieństwa oszacowania bodźca porównawczego jako dłuższego niż odniesienie, w funkcji interwałów porównawczych. Podsumowując, rozwijamy sposób implementacji standardowego oprogramowania programistycznego do tworzenia bodźców wizualnych, akustycznych i audiowizualnych oraz do generowania zadania wymuszonego wyboru w dwóch odstępach czasu (2IFC) poprzez dostarczanie bodźców przez słuchawki blokujące hałas i monitor komputera.

W niniejszym protokole przedstawiono metodę przeprowadzenia eksperymentu psychofizycznego u ludzi. Technika ta powiela wcześniejsze badania nad dyskryminacją odstępów pociągów impulsów AP w wariantach V, A oraz AV, które zostały przeprowadzone z wykorzystaniem metody 2IFC. Bodźce wynikały z rozkładów P i AP pociągów sześciu 50-ms impulsów w różnych odstępach w zakresie milisekund (t.j. od 500 ms do 1 100 ms w krokach co 100 ms). Rysunek 2A przedstawi...

Psychofizyka jest niezbędna do badania zjawisk percepcji poprzez informacje sensoryczne. Poniżej przedstawiamy protokół do wykonania dwuinterwałowego zadania wymuszonego wyboru, jak zaimplementowano w poprzednim raporcie z psychofizyki człowieka, w którym uczestnicy oszacowali czas trwania wizualnych, słuchowych lub audiowizualnych interwałów aperiodycznych ciągów impulsów.

Dwuinterwałowe zadanie wymuszonego wyboru do porównań multisensorycznych

We provide a procedure for a psychophysics experiment in humans based on a previously described paradigm aimed to characterize the perceptual duration of ...

Ta metoda może pomóc odpowiedzieć na kluczowe pytania w dziedzinie neuronauki percepcyjnej. Na przykład sposób, w jaki przedziały czasowe są szacowane przez różne modalności sensoryczne. Główną zaletą tej techniki jest to, że zapewnia ona pomiary dokładności i czasu reakcji, które są percepcyjnymi wynikami procesów behawioralnych.Chociaż metoda ta może zapewnić wgląd w ludzką percepcję, można ją również zastosować do innych modeli zwierzęcych, takich jak wyszkolone lub ludzkie naczelne. Zacznij od otwarcia eksperymentalnego oprogramowania. Kliknij opcję Ustaw ścieżkę w zakładce Menu.Następnie wybierz przycisk Dodaj folder, wybierz folder GUI bodźców i naciśnij przycisk Zapisz. Następnie kliknij przycisk Zamknij. Otwórz plik GUI M bodźców za pomocą opcji otwierania na karcie Menu główne, a następnie naciśnij F5 na klawiaturze, aby wyświetlić GUI.Następnie kliknij menu podręczne warunku, aby wybrać preferowany rozkład impulsów. Wybierz żądaną liczbę impulsów w menu podręcznym Liczba impulsów. Następnie kliknij przycisk generuj IPI, aby wyświetlić wartości IPI w polu Wartości IPI i zobaczyć wykres wynikowego rozkładu impulsów.Następnie kliknij przycisk generowania wideo i poczekaj, aż okienko pop-up wyświetlające szare okręgi o czterech stopniach się zamknie. Kliknij przycisk Odtwórz, aby zobaczyć utworzony bodziec V. Na koniec kliknij przycisk Generuj dźwięk, aby obserwować fabułę utworzonego dźwięku i kliknij przycisk Odtwórz, aby posłuchać nowego dźwięku.Zacznij od stworzenia zestawów prób P i AP VA i AV, wymieniając nazwy utworzonych bodźców w arkuszu kalkulacyjnym. Użyj różnych kolumn, aby uwzględnić wszystkie informacje wymagane podczas zadania, takie jak modalność bodźców odniesienia i porównania, liczba powtórzeń na próbę, czas trwania bodźców i oczekiwana reakcja. Następnie otwórz plik zadań i załaduj utworzone bodźce, wybierając folder bodźców z panelu sterowania.Użyj przycisków W górę i W dół w oknie dialogowym, aby wyświetlić zero. Następnie naciśnij ikonę folderu, aby wybrać folder bodźca. Następnie naciśnij przycisk białego szumu znajdujący się na panelu sterowania, aby aktywować szum tła.Następnie umieść miernik decybeli jak najbliżej słuchawek i ustaw regulator głośności na 65 dB SPL. Dostosuj głośność tła znajdującą się na panelu sterowania do 55 dB SPL. Przetestuj zadanie, klikając ikonę uruchamiania, strzałki w prawo na karcie Narzędzia i wykonaj kilka prób testowych.Na koniec przytrzymaj spację, aby rozpocząć każdą próbę po pojawieniu się kolejki wizualnej na środku ekranu. Zwolnij spację po dostarczeniu pary bodźców i naciśnij strzałki w górę lub w dół, aby zakończyć próbę. Zacznij od poproszenia uczestnika o wypełnienie kwestionariusza dotyczącego jego wieku, płci, ręczności oraz stanu fizycznego lub psychicznego.Opowiedz uczestnikowi o celu, procedurach i czasie trwania eksperymentu. Uważaj, aby nie doszło do stronniczości, a następnie poproś uczestników o podpisanie formularza świadomej zgody na udział w eksperymencie. Następnie odprowadź uczestnika do sali testowej i poproś go, aby usiadł wygodnie przed monitorem.Znajduje się w odległości 60 centymetrów. Umieść klawiaturę w osiągalnej odległości i dopasuj słuchawki do głowy uczestnika. Skalibruj miernik decybeli zgodnie z wcześniejszym opisem.Następnie uruchom oprogramowanie, aby rozpocząć próby szkoleniowe. Poinstruuj uczestnika, aby rozpoczął próbę po pojawieniu się kolejki wizualnej, naciskając i przytrzymując spację przez cały czas trwania próby. Sygnał dla uczestnika, aby zwolnił spację po prezentacji dwóch kolejnych bodźców i nacisnął strzałki w górę, jeśli drugi bodziec trwał dłużej niż pierwszy, lub nacisnął strzałki w dół, jeśli trwał krócej.Daj uczestnikowi sygnał, aby zdjął słuchawki i powiedz mu, aby używał tylko prawego palca wskazującego do wykonania zadania i skomentuj możliwość zrobienia pięciominutowej przerwy na wypadek, gdyby uczestnik czuł się zmęczony lub rozproszony podczas eksperymentu. Włącz funkcję blokowania szumów w słuchawkach i pozwól uczestnikowi przećwiczyć od 10 do 15 prób. Na koniec poproś uczestnika o wykonanie zadania.Nienakładające się na siebie przedziały ufności parametrów uzyskanych z funkcji tanh pasowały do różnic statystycznych. Wynik ten jest widoczny przy wizualnym aperiodycznym przesuwaniu esicy w dół. Sugerowanie, że uczestnicy postrzegali interwały dłuższe niż odniesienie jako krótsze.Parametry akustyczne i audiowizualne były podobne w warunkach okresowych i aperiodycznych, co wskazuje na dominację A nad V w dyskryminacjach AV. Co więcej, w stanie wizualnym przejście od krótszego do dłuższego następowało szybciej w stanie aperiodycznym. Wynik ten sugeruje, że uczestnicy byli pewni swoich decyzji, o czym świadczą czasy reakcji.Natomiast czasy reakcji okresowych i aperiodycznych nagrań audiowizualnych przypominają czasy warunków akustycznych, co również sugeruje dominację akustyczną. Równolegle z tą procedurą można wdrożyć metody takie jak EEG, FMRI lub zapisy neurofizjologiczne u wyszkolonych zwierząt, aby odpowiedzieć na dodatkowe pytania, takie jak to, gdzie i w jaki sposób różne obszary mózgu powodują percepcję odstępów czasowych.

a-two-interval-forced-choice-task-for-multisensory-comparisons

Research

JoVE Journal

Behavior

Zachowanie

Badanie hipotezy doliny niesamowitości oraz doświadczeń afektywnych wymaga zrozumienia wymiaru podobieństwa do człowieka (DHL) w ramach tej hipotezy. Niniejszy protokół umożliwia reprezentację DHL oraz badanie percepcji kategorycznej. Przedstawiono wykorzystanie tych samych bodźców oraz fMRI w celu rozróżnienia obszarów mózgu reagujących na zmiany fizyczne i kategoryczne.

Przetwarzanie percepcyjne i kategoryzacyjne wymiaru podobieństwa do człowieka w hipotezie doliny niesamowitości: niektóre kwestie metodologiczne

Pokazujemy, jak obiektywna miara może być zastosowana w powszechnie stosowanym paradygmacie iluzji gumowej ręki. Miara ta jest uzyskiwana przez modyfikację dobrze ugruntowanego zadania kongruencji intermodalnej. Zadanie to pozwala na zbadanie procesów multisensorycznych, które są krytyczne dla modulacji reprezentacji ciała, jak w iluzji gumowej ręki.

Zadanie kongruencji intermodalnej jako sposób na uzyskanie obiektywnej miary behawioralnej w paradygmacie iluzji gumowej ręki

Opisujemy, jak wdrożyć zestaw zadań behawioralnych, aby zbadać przetwarzanie i integrację bodźców sensorycznych u dzieci z ASD. Celem jest scharakteryzowanie indywidualnych różnic w czasowym przetwarzaniu prostych bodźców słuchowych i wzrokowych oraz powiązanie ich z umiejętnościami percepcyjnymi wyższego rzędu, takimi jak percepcja mowy.

Badanie funkcji sensorycznych i multisensorycznych u dzieci z zaburzeniami ze spektrum autyzmu

Zaburzenia poznawcze związane z uwagą są podstawową cechą wielu chorób psychicznych. W tym miejscu przedstawiamy opracowanie nowatorskiego automatycznego systemu do skutecznego badania zdolności zmiany ustawień uwagi, funkcji wykonawczych i innych zdolności poznawczych u myszy o wysokiej trafności translacyjnej do badań na ludziach.

Operacyjne wewnątrz-/zewnątrzwymiarowe zadanie zmiany ustawień dla myszy

Neuronalne korelaty słuchania interwałów spółgłoskowych i dysonansowych były szeroko badane, ale mechanizmy neuronalne związane z wytwarzaniem interwałów spółgłoskowych i dysonansowych są mniej znane. W tym artykule testy behawioralne i fMRI są połączone z zadaniami identyfikacji interwałowej i śpiewania, aby opisać te mechanizmy.

Mapowanie fMRI aktywności mózgu związanej z wytwarzaniem wokalnym interwałów spółgłoskowych i dysonansowych

Tutaj prezentujemy protokół wykorzystujący zadania interferencji dwumodalnej do badania przetwarzania online zdań względnych mówionych w języku chińskim. Opisano dwa przykładowe eksperymenty polegające na przetwarzaniu słuchowym z interferencjami wewnątrz- i zewnątrzsennymi. Paradygmat zapewnia metodologię zajmowania się naturą pamięci roboczej i jej wpływem na przetwarzanie zdań.

Badanie przetwarzania składniowego online mówionych zdań złożonych w języku chińskim przy użyciu zadań interferencji dwumodalnej

Protokół przedstawia eksperymentalny paradygmat psychofizyczny w celu uzyskania dużej ilości ocen podobieństwa oraz towarzyszący mu przepływ pracy. Paradygmat bada efekty kontekstowe i umożliwia modelowanie danych o podobieństwie w odniesieniu do przestrzeni euklidesowych o co najmniej pięciu wymiarach.

Paradygmat psychofizyczny do zbierania i analizy sądów o podobieństwie

Protokół ten przedstawia dokładniejszą i skuteczniejszą metodę powtarzającej się przezczaszkowej stymulacji magnetycznej kory grzbietowo-bocznej i grzbietowej przedczołowej podczas eksperymentalnego zadania z wykorzystaniem neuronawigacji i systemów robotycznych. Na podstawie wyników sugeruje się kluczowe implikacje dla przyszłych badań nad stymulacją online.

Online Powtarzalna przezczaszkowa magnetyczna stymulacja kory grzbietowej i grzbietowo-bocznej w podejmowaniu decyzji poznawczych oraz dysonansu poznawczym

Prezentujemy rozwój struktury wyświetlania zależnej od spojrzenia, przeznaczonej do badań percepcyjnych i okoruchowych symulujących utratę widzenia centralnego. Ramy te są szczególnie podatne na adaptację do badania kompensacyjnych strategii behawioralnych i okoruchowych u osób doświadczających zarówno symulowanej, jak i patologicznej utraty widzenia centralnego.

Ramy wyświetlania zależne od spojrzenia do badań nad uczeniem się percepcyjnym z symulowaną utratą widzenia centralnego

Przedstawiamy tutaj kompleksową baterię zadań do oceny widzenia binokularnego. Zadania obejmują stereookość obwodową i ruch w głębi, które nie są oceniane przez obecne testy kliniczne. Włączenie tych zadań zapewni dogłębną ocenę binokularności osoby.

Zestaw ilościowych testów widzenia binokularnego dla dorosłych: Protokoły testowania

Poznaj dwuinterwałowe zadanie wymuszonego wyboru do badania percepcji czasu w różnych modalnościach zmysłowych. Ta metoda pozwala mierzyć dokładność i czasy reakcji u ludzi oraz zwierząt.

Dwuinterwałowe zadanie wymuszonego wyboru do porównań multisensorycznych

Przeglądaj więcej filmów