Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.

Методическая статья

Сознательные и бессознательные представления Эмоциональные лица в синдром Аспергера

13.7K просмотров

⸱

DOI:

10.3791/53962

⸱

31 июля 2016 г.

 ,  ,  ,  ,  , 
1Institute of Statistical Science, Academia Sinica, 2Max Planck Institute for Human Cognitive and Brain Sciences, 3Department of Psychology, Fo Guang University, 4Department of Electrical Engineering, Fu Jen Catholic University, 5State Research Institute of Physiology and Basic Medicine, 6Novosibirsk State University, 7Imaging Research Center, Taipei Medical University

В этой статье

Краткое содержание

Экспериментальный протокол ЭЭГ предназначен для выяснения взаимосвязи между сознательными и не осознанных представлений эмоциональных граней у больных с синдромом Аспергера. Методика предполагает, что пациенты с синдромом Аспергера испытывают дефицит в подсознательной представлении эмоциональных граней, но имеют сравнимую производительность в сознательном представлении со здоровыми.

Аннотация

Несколько исследований нейровизуализации предположили , что низкое содержание пространственных частот в эмоциональном лице , главным образом активирует миндалины, pulvinar и двухолмия особенно с испуганными лицами 1-3. Эти регионы являются лимбической структуры в не осознанного восприятия эмоций и модулировать активность коры головного мозга прямо или косвенно 2. В противоположность этому , сознательное представление эмоций более выражена в передней части поясной извилины, префронтальной коры и соматосенсорной коры для направления произвольного внимания к деталям в лицах 3,4. Синдром Аспергера (AS) 5,6 представляет собой нетипичное психическое расстройство , которое затрагивает сенсорные, эмоциональные и коммуникативные способности, не мешая нормальной языковых навыков и интеллектуальных способностей. Некоторые исследования показали, что функциональные дефициты в нейронной схемы, важные для распознавания эмоций лица может частично объяснить провал социальной коммуникации впациентов с AS 7-9. Для того, чтобы прояснить взаимосвязь между сознательным и не осознанных представлений эмоциональных граней, как, экспериментальный протокол ЭЭГ разработан с двумя задач, включающих оценку эмоциональность либо фотографии или рисования линий лица. Пилотное исследование вводится для выбора лица стимулы, которые сводят к минимуму различия в продолжительности реакции и оценки, присвоенных лицевых эмоций между апробировать пациентов с АС и IQ / пола соответствием здоровых. Информация от апробировать пациентов была использована для разработки системы подсчета очков, используемого для оценки эмоциональности. Исследования в области лица эмоций и зрительных стимулов с различным содержанием пространственная частота достигла расхождениями результатов в зависимости от демографических характеристик участников и задачи требует 2. Экспериментальный протокол предназначен для уточнения дефицита у пациентов с АС при обработке эмоциональные лица по сравнению со здоровыми, управляя для фактораS не связаны с признанием лицевых эмоций, таких как задачи трудности, IQ и пола.

Введение

Признание лица эмоция является одним из наиболее важных процессов головного мозга, участвующих в социальных коммуникаций. Различные психические расстройства связаны с проблемами с явным обнаружением лица эмоций 4-6. Фотоснимок лица содержит спектр пространственной информации, которая может быть отфильтрован либо для высокой пространственной частоты (HSF) или низкой пространственной частоты (LSF) содержания. HSF связано с высокой степенью детализации частей изображения, такие , как края лица, в то время как LSF связано с более грубым или менее четко определенных частей , таких как целостного лица с содержанием LSF 7. Любая задача распознавания лиц одновременно вызывает сознательные и бессознательные процессы , 8-12, а также участие в подсознательной процесс происходит в 150-250 мс пост началом интервала или даже раньше 13. В здоровых, не-сознательный процесс , как правило , быстрее , чем сознательный процесс 14,15. Несколько исследований нейровизуализации предположили, чтоФИ в стимул для лица (или мотивационно значимого стимула) главным образом активирует миндалины, pulvinar и двухолмия особенно с испуганными лицами 3,16. Эти регионы являются лимбической структуры в не осознанного восприятия эмоций и модулировать активность коры головного мозга прямо или косвенно 1. В противоположность этому , сознательное представление эмоций более выражена в передней части поясной извилины, префронтальной коры и соматосенсорной коры для направления произвольного внимания к деталям в лице 9,17,18.

Синдром Аспергера (AS) 19,20 представляет собой нетипичное психическое расстройство , которое затрагивает сенсорные, эмоциональные и коммуникативные способности, не мешая нормальной языковых навыков и интеллектуальных способностей. Некоторые исследования показали , что функциональные дефициты в нейронной схемы , важные для распознавания эмоций лица может частично объяснить провал социальной коммуникации в AS 21-25.Поведенческие расстройства , наблюдаемые у детей с АС может быть диагностирован в течение первых трех лет жизни 26, период , в течение которого их добровольного (или сознательного) контроль за поведением не полностью развита 27. У взрослых с АС, поведенческие расстройства могут быть компенсированы за счет регулирования внимания 28. Сложность в обработке деталей в пределах определенной пространственной диапазоне частот может указывать на нарушения в различных этапах обработки информации. До сих пор ни одно исследование не непосредственно на имя вызванных потенциалов и колебательный активности у пациентов с АС во время лицевого распознавания эмоций с участием лица стимулов в определенных пространственных частотных диапазонах. Важно изучить функциональную траекторию у пациентов с АС по сравнению со здоровыми во время обработки лицевых стимулов с различным содержанием пространственной частоты путем управления для требований задач и демографических последствий, таких, как пол и IQ.

Для того, чтобы прояснить Межамери-играть между сознательными и не осознанных представлений эмоциональных граней, экспериментальный протокол ЭЭГ предназначен для сравнения мозга вызванных потенциалов и колебательный активность между пациентами с АС и IQ / гендерной здоровой контрольной группой. Когорта участников пилотных был принят на работу до эксперимента ЭЭГ для помощи при выборе экспериментальных стимулов и развитие скоринговой системы, с тем чтобы облегчить оценку производительности у пациентов с AS. Протокол состоит из двух задач, включающих оценку эмоциональность либо фотографии или рисования линий лица. Различия между этими двумя группами может быть оценена путем вычисления ERPs и связанных с событиями спектральных возмущений (ERSPs). В следующем разделе, детали протокола эксперимента разработаны на, в том числе экспериментального исследования и методов обработки / анализа данных ЭЭГ, за которым следуют основные результаты анализа. Наконец, важные шаги в протоколе и его значение по отношению к существующимОбсуждаются методы. Ограничение и возможное расширение протокола для использования у пациентов с другими эмоциональными расстройствами также указывал.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

Этика Заявление: Процедуры с участием человека были одобрены человека участником исследований Комитет по этике / этическими комитетами в Академии Синика, Тайвань.

1. Стимулы и экспериментальной программы подготовки

  1. Подготовьте пул более чем 60 эмоциональных фотографий лица 29 разделить на три выражения лица (сердитый, счастливый, и нейтраль). Используйте графическое программное обеспечение для маскировки волос и ушные части на фотографиях с черным фоном , как показано на рисунке 1А так , чтобы участники могли сосредоточиться на черты лица на фотографиях.
    1. Открыть фотографию в графическом редакторе. Используйте набор инструментов выбора, чтобы нарисовать эллиптическую область и отрегулировать размер области, так что уши и самые волосы не попадают в эллипс.
    2. Инвертируйте выделенную область. Нажмите кнопку "Удалить", чтобы удалить нежелательные области на фотографии и заменить его с черным цветом фона.

figure-protocol-1
Рисунок 1. Примеры эмоциональных раздражителей лица. (А) фотография лица , где волосы и уши были замаскированы в черный цвет фона, и (В) линейный рисунок лица , которые редактируются из (A) с помощью графического программного обеспечения. Лица показывают нейтральные, счастливые, и гневные эмоции соответственно от вершины до нижних строк. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

  1. Создание экспериментального исследования. Набирать участников пилот для выбора подходящих стимулов с фото бассейна.
    Примечание: Участники пилотных не должны участвовать в эксперименте ЭЭГ.
    1. Настройте программу стимула презентации, начиная с первого экрана компьютера, представляющего команду задания, а затем 5 Familiarization испытания. Начинайте каждое испытание с крестом фиксации, а затем лица стимул, и с помощью задачи оценки эмоциональность. См Дополнительный файл кода для примера программы.
      Примечание: Настоящие пилотные испытания немедленно следуют ознакомительные испытания путем выбора фотографии лица в случайном порядке из пула.
      1. Создание экспериментальной программы, в том числе на экраны команд и центральный экран для глаз фиксации. Создание экрана стимула для лица , как показано на рисунке 2, настроив на фотографии размер будет 18,3 х 24,4 см 2 (ширина х высота) с черным цветом фона, учитывая размер экрана компьютера 41 х 25,6 см 2 с разрешением 1680 х 1050. См Дополнительный файл кода для примера программы.
      2. Создать систему оценки для оценки эмоциональности в программе , как показано на рисунке 3. Поместите горизонтальную линию в диапазоне от -100 до +100 в непрерывном масштабе в центре экрана withouт любые тик-метки, для центральных и конечных точек, за исключением. Подготовить программу таким образом, чтобы участники могли свободно оценивать эмоциональность фотоснимка лица путем перетаскивания голевой курсор влево для очень зол (-100) и справа на очень рад (+ 100), и нажмите кнопку GO.
        Примечание: Подсчет очков линия предназначена без каких-либо тик-меток, так как у пациентов с AS может легко застрять в поместив курсор между клещами во время оценки эмоциональности. Таким образом, непрерывная шкала является предпочтительным для пациентов.
      3. Убедитесь , что программа записывает поведенческие результаты участника (например , время реакции и эмоциональность баллов), которые используются в качестве критериев для выбора фотографий из пула (см шаг 1.3.1).
    2. Участники пилотных Рекрут (5 управления и 5 в качестве пилотных участников). Диагностика клинических пациентов в соответствии с Gillberg 30 и критериям DSM-IV 26 и администрировать клиническую производный короткого форму Векслера для взрослых Шкала интеллекта (WAIS-III) 31. Матч управления со своими коллегами AS настолько близко, насколько это возможно по признаку пола, а также на оценки IQ словесные / производительность.
    3. Выполнить экспериментальную процедуру в пилотном исследовании для каждого отдельного участника. После завершения эмоциональную задачу распознавания лица, интервью каждого пилота в качестве участника на разумной продолжительности фиксации центральной глаз и раздражитель представления периодов, сложность задачи, простота использования балльной системы и максимальное количество испытаний для поддержания его / ее концентрация, на основе которой программа может быть изменена для эксперимента EEG (этап 1.3.2)

figure-protocol-2
Рисунок 2. Снимок экрана лица стимула в программе. Размер лица сконфигурирован , чтобы соответствовать высоте экрана. Пустое пространство заполняется черным цветом.загрузить / 53962 / 53962fig2large.jpg "мишень =" _blank "> Пожалуйста, нажмите здесь, чтобы посмотреть увеличенную версию этой фигуры.

figure-protocol-3
Рисунок 3. Снимок экрана балльной системы для оценки эмоциональности. Бар скоринг предназначен не иметь галочку. Участнику необходимо перетащить мышью , чтобы выбрать счет назначенного лица и нажмите кнопку GO , чтобы закончить задание. Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

  1. Программа для задачи 1: Сфотографировать сессии.
    1. Выберите из пула 30 фотографий, включающий 10 каждый для счастливых, сердитых и нейтральных выражений лица (5 мужских и 5 женских лиц для каждого типа выражений), которые дают наиболее сравнимые среднее время реакции и означают эмоциональность счеты между 5 AS и 5 контрольных участников пилот.
    2. Обновление экспериментальных конфигураций программ путем включения обратной связи от пилотных пациентов, таких как оптимальный период центральный глаз фиксации (то есть, 1000 мс), длительность стимула презентации (то есть, 1000 мс), интервал между раздражитель (т.е. случайным образом распределены в -between 4 и 7 сек), и масштаб системы подсчета очков (т.е. от -100 до 100). Добавьте пять ознакомительные испытания до начала 30 экспериментальных испытаний в программе.
      1. Изменение числа стимулов и временных интервалов во внешнем текстовом файле конфигурации, связанной с экспериментальной программой.
        Примечание: Текстовый файл может быть изменен, чтобы соответствовать различным экспериментальным условиям без вмешательства инженеров программного обеспечения.
      2. Не сосчитать пять фотографий для ознакомления испытаний на 30 отобранных фотографий. Не используйте EEGs и поведенческие данные, записанные в ознакомлении исследованиях в анализе данных.
  2. Программа Fили Задача 2: Линейный рисунок сессии.
    1. Создание рисования линий картины 35 фотографий (5 для ознакомительных испытаний, 30 для экспериментальных испытаний), используемых в задаче 1, прослеживая края каждой грани. Используйте графическое программное обеспечение для изменения шкалы серого фотографии в черно-белой линии-чертежи , как показано на рисунке 1В.
      Примечание: Шаги ниже для фотографий редактирование является одним из возможных решений для создания линии-чертежи.
      1. В графическом редакторе, настроить яркость / контрастность фотографии, так что первоначальная интенсивность серой шкалы в большинстве пикселей попадает в черный или белый.
      2. Применить "эскиз эффект" в "эффект" или меню "Фильтр" программного обеспечения для серой шкалы фотографии, так что сохраняется только контур высокой пространственной частоты части, и применять "эффект бедствия", чтобы увеличить дилатацию контурных линий ,
      3. Используйте любую кисть для улучшения контуров и использовать инструмент Ластикочистить ненужные части. Убедитесь в том, чтобы сохранить важные черты лица путем проверки назад и вперед между оригинальной фотографией и его рисования линий аналог.
    2. Сделайте копию программы Задача 1 на этапе 1.3, чтобы создать программу для задачи 2 и заменить 35 фотографий в задаче 1 с соответствующими строчных чертежами.

2. Процедура записи ЭЭГ

  1. Препараты
    1. Набираем 10 здоровых лиц и 10 пациентов с АС для экспериментов ЭЭГ на основе рекомендаций местных исследований участник человеческого комитета по этике / этическими комитетами.
    2. Администрирование короткого форму WAIS-III 31 пациентам с индивидуально до экспериментов, и найти средства управления , которые соответствуют пациентов настолько близко , насколько это возможно по признаку пола и на словесные оценки IQ / производительность.
  2. Регистрация ЭЭГ
    1. Сиденье участника в удобном кресле в звуковом изолируютd (слабо освещенном) камеры и отрегулировать положение кресла, так что экран компьютера составляет 60 см в передней части участника. После того, как учебник по экспериментальной методике, есть участник заполнить формы согласия наряду с несколькими вопросами о его / ее хиральности.
    2. Используйте колпачок с EEG 132 Ag / AgCl электродов (в том числе 122 10-10 система ЭЭГ и биполярного VEOG, HEOG, ЭКГ, ЭМГ электродов, наряду с шестью-лицевых мышц каналов) для записи EEGs. Соедините крышку с двумя 64-канальных усилителей с 0,1-100 Гц аналоговый фильтр полосовой оцифровывать сырье EEGs при 1000 Гц частотой дискретизации.
    3. Установите стандартный 128-канальный EEG колпачок на голове каждого участника. Отрегулируйте колпачок так, чтобы электрод с надписью "ссылка" находится в положении "Cz", которая расположена относительно ориентиров по средней линии передней / задней (т.е. середина Насьон к ИНИОН расстояния) и левого / правого ориентиров (т.е. середина левого / правого tragis), в соответствии с EEG международная система 10/10.
    4. Осторожно используйте тупую иглу, чтобы придать токопроводящий гель на все электроды. Перемешать с иглой медленно внутри электрода , чтобы обеспечить хороший гель контакта между кожей головы и электродом (то есть, чтобы держать импеданс ниже 5 кОм). Постоянно проверять состояние геля контакта на электродах с пометкой "ссылка" и "землю" на крышке EEG, чтобы убедиться, что измерения импеданса является правильным.
      1. Обратите внимание на сопротивление электрода при просмотре экрана электрода импеданса поддерживается программным обеспечением записи ЭЭГ (например , SCAN 4.5 в данном исследовании) , что , как правило , идет с системой ЭЭГ. На экране, электроды представлены в цветах, а также различные цвета показывают уровни импеданса.
    5. Поместите один HEOG электрод на кантуса одного глаза (положительный сайт), а второй электрод на кантуса другого глаза (отрицательный участок), один VEOG электрода выше, а другой ниже лEFT глаза, биполярные электроды ЭКГ на задней левой и правой руки, и биполярных электродов ЭМГ в области между большим и указательным пальцами правой руки, а также шесть лицевых электродов вокруг брови и щеки.
    6. Запись в тетради те плохие каналы, в которых сопротивление выше, чем 5 кОм, или непосредственно сохранить экран, показывающий сопротивление на всех электродов. Используйте это в качестве будущей ссылки для отбрасывания плохих каналов на этапе обработки данных ЭЭГ.
    7. Запись покоя состояние EEGs после инструктажа участника закрыть глаза в течение 12 мин. За это время дважды проверить качество потока мгновенного ЭЭГ, показанного на экране поддерживаемого программного обеспечения для записи ЭЭГ.
      Примечание: Там должны быть четкие альфа-волны распространяются в затылочных каналах во время закрытыми глазами состояния по сравнению с глазами-открытом состоянии. Если альфа-волны слишком шумные (не обращая внимания на плохие каналы) или искаженной, вернитесь к шагу 2.2.4 и отрегулируйте контакт геля.
    8. Запуск двух экспериментальных задач в уравновешивается порядке через участников. Запись EEGs, нажав на значок записи на экране поддерживаемого программного обеспечения для записи.
      1. После прочтения инструкции задач, отображаемого на экране, есть каждый участник выполняет 5 ознакомительные испытаний, за которыми следуют испытаний 30 заданий. Используйте ту же процедуру, как для фотографии и рисования линий задач. В инструкции задач, поощрять участников назначить счет к эмоциональности лица стимул как можно быстрее.
      2. ВАЖНО: Проверьте программы, подготовленные на этапах 1.3.2 и 1.4.2 для корректной отправки событий во времени заблокирован в начале центральной фиксации глаз, лица предъявления стимула, и нажатие кнопки GO к программному обеспечению для записи во время оценки эмоциональности. Те время развития кодируются как числовые и может быть проверено на экране поддерживаемого программного обеспечения для записи.
        Примечание: участник может сделать перерыв между двумя задачами. Там нет EEG повторнось во время перерыва.
    9. Используйте цифровой преобразователь (например, Polhemus FASTRAK 3D дигитайзер в данном исследовании) для записи 3D - позиции электродов и сохранить его в файле (например , .3dd или .dat файл) для совместного регистрации ЭЭГ шапки через участников анализа данных.
    10. После эксперимента ЭЭГ, попросите участников заполнить опись 35 вопрос о его / ее поведение и чувства во время эксперимента ЭЭГ (например, имеют отрицательные эмоции, чуть не упал в сон), а также обеспечить им компенсацию за участие в эксперименте.
    11. Принесите участника к туалету, чтобы очистить / высушить его / ее волосы.
    12. Чистый и стерилизовать колпачок EEG в соответствии с клиническими инструкциями.

3. Обработка данных ЭЭГ

Примечание: программные команды, представленные в этом разделе, являются специфическими для EEGLAB.

  1. Фильтр ЭЭГ сигналов с помощью фильтра верхних частот 1 Гц и фильтр низких частот 50 Гц с помощью вызоваФункция pop_eegfilt.m 32.
    Примечание: Используйте фильтр низких частот 40 Гц а для некоторых стран, которые имеют 50 Гц Частота электросети
  2. Откажитесь плохих каналов с сопротивлением выше 5 кОм после проверки импеданса электрода, записанного на этапе 2.2.6. Выбросьте эти плохие каналы с очень разной мощности спектра по сравнению с соседними каналами путем визуального осмотра особенностей спектра мощности (например, максимальное значение, кривизны и т.д.) в каждом канале.
    1. Рассчитать и построить спектр мощности сигнала ЭЭГ при помощи вызова функции 32 pop_spectopo.m.
  3. Повторно ссылаться на ЭЭГ сигналов со средним каналов мозга без плохих каналов с помощью вызова функции pop_reref.m.
  4. Сегмент EEGs в стимула автоподстройки эпох, каждая из которых находится в диапазоне от -2.0 сек пре- до 1,5 сек после начала стимула. Правильно для базовой линии (от -2,0 до -1.2 сек до начала стимула) путем удаления среднего значения базового VALUэс из каждой эпохи.
    1. Назовите pop_epoch.m и pop_rmbase.m функции, соответственно. Выберите интервал базовой линии до центральной периода глаз фиксации и началом лица стимула.
  5. Все плохие эпохи, которые, как представляется, содержат артефакты. Откажитесь от плохих эпох при сохранении эпох, загрязненными глаз мигает. Эпохи с артефактами обычно выглядят шумными или имеют очень высокую пиковую величину (например , выше 100 мкВ) по сравнению с типичными эпох.
    1. Вызов функции pop_rejmenu.m запустить полуавтоматическую процедуру. Окно взаимодействие будет выскочить повторно подтвердить авто выбранных плохих эпох пользователем с помощью визуального осмотра. Хотя большинство эпох загрязнены глаз мигает, эти эпохи можно условно зарезервированы для последующего удаления путем независимого анализа компонентов (ICA) 33 в шаге 3.8.
  6. После удаления плохих каналов и плохих эпох, запустить ICA по обрезке данных ЭЭГ с использованием pop_runica.m функция.
  7. Среди оцениваемых независимых компонентов (ИС), выявлять артефакты в результате движения глаз / мерцании, мышечной активности, сердцебиение, и шум 32 линии.
    Примечание: значительно высокую корреляцию (R 2> 0,9) между IC десятков компонента и тех всех референтных каналов (VEOG, HEOG, ЭКГ, а также каналы для лица) указывает на то, что этот компонент в основном способствовало артефактами. По оценкам IC оценки объясняется артефакты могут быть очищены с использованием множественного регрессионного анализа.
  8. Удалить артефакт ИС и оценить чистые EEGs, которые получены произведением ВСА матрицы смешивания и артефактов очищено IC оценка матрицы. Сохраните чистую EEGs для дальнейшего анализа.
    1. Держите невязки предсказания артефактов ИС (R 2> 0,9) от опорной VEOG, HEOG, ЭКГ и каналов лицевых в партитуре матрице IC. Удалить другие артефакты ИС с помощью функции pop_subcomp.m. Функция возвращает артефакт очищенный EEGs.

4. Статистический анализ

  1. Перегородка EEG каналов на одиннадцать однородных областей, чтобы уменьшить количество статистических сравнений в ERP и ERSP анализа, то есть, лево- (10 каналов), midline- (14), и правый фронтальный (10); лево- (13) и правой височной (13); лево- (9), midline- (14) и правой центральной части (9); лево- (9), midline- (12) и правой затылочной теменной (9) , как показано на рисунке 4. Эти области определяются в соответствии с функциональной анатомии коры 34. Функциональная однородность сигналов ЭЭГ в этих регионах была подтверждена в различных экспериментах 13,35,36.

figure-protocol-4
Рисунок 4. Раздел канала. Каналы разделены на одиннадцать регионов. LF: левый фронтальный (10 каналов), MF: по средней линии фронтальной (14), RF: правый фронтальный (10), LT: лево-височной (13), RT: правой височной (13), LC: левый центральный (9), MC: по средней линии центральной части (14), RC: правый центральный (9), LP: левый-затылочной теменной (9), MP: срединный-затылочной теменной (12), RP :. правой затылочной теменной (9) Пожалуйста , нажмите здесь , чтобы посмотреть увеличенную версию этой фигуры.

  1. Загрузите чистую EEGs в шаге 3.8. Подсчитать ERP канала путем усреднения сигналы по эпохам в каждом канале, а также региональной ERP путем усреднения ERPs в рамках одного региона.
    Примечание: Когда EEGs загружаются с помощью функции pop_loadset.m в EEGLAB, сигналы сохраняются в переменной структуры "EEG.data" в массиве каналов по времени, по-эпохи.
    1. В окне командной строки Matlab, вычислить ERP канала путем усреднения по EEG.data эпох для каждого канала (например, channelERP = среднее (EEG.dat, 3)). Подсчитать региональной ERP путем усреднения ERPs канала в пределах каждого региона в соответствии с разделом 4.1 в (например, региonalERP = среднее (channelERP (индекс, :), 1), где "Индекс" обозначает индексы каналов в данном регионе).
  2. Рассчитываем ERSPs канала путем применения частотно-временной трансформации (преобразования , например , Wavelet) к эпохе сигналов в каждом канале, а также региональные ERSPs путем усреднения канала ERSPs в том же регионе.
    1. Выполните частотно-временного преобразования путем вызова функции pop_newtimef.m.
      Примечание: В данном исследовании запись "вейвлетные циклы" установлено значение [1, 0,5] и "базовой линии" установлен в положение [-2000 до -1,200] мс. Результирующие ERSPs канала будут сохранены в массиве частоты по времени-по-каналу.
    2. В окне командной строки Matlab, вычислить региональный ERSP путем усреднения ERSPs по каналам внутри каждого региона в соответствии с разделом в 4.1 (например, regionalERSP = среднее (channelERSP (:,:, индекс), 3), где "channelERSP" является выходным от функции pop_newtimef.m, и "индекс" обозначает индексы каналов в AGИвен область).
  3. Вычислить средние значения в различных временных интервалах (например , 50-150, 150-250, 250-350, 350-450 мс) для регионального ФКЗ. Вычислить средние значения в различных временных интервалах частот (например , 50-150, 150-250, 250-350, 350-450, 450-800 мс в 1-7 Гц и 200-800 мс в 8-30 Гц) для региональных ERSPs.
  4. Применение MANOVA в статистическое программное обеспечение (например , IBM SPSS) для средних значений региональных ФКЗ и ERSPs оценить основные эффекты для выполнения этой задачи (фото vs. линии волочения), регион (одиннадцать скальп областей) и группы (AS по сравнению с контролем) , а также эффекты взаимодействия между задачами, области и группы.
    1. В статистическом анализе, рассмотреть пол (мужскую и женскую) в качестве коварьировать, и оценить основные и взаимодействия эффектов, удерживая постоянную Гендерный эффект.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

Средние баллы вербальное и производительность IQ приведены в таблице 1 для контроля и AS групп вместе со средним временем реакции и средних баллов , присвоенных эмоциональность граней двух групп. В таблице, ни одна из групп различий не достигает статистической значимости для нейтральных лиц в линии волочения задачи, где группа AS имеет средний балл около нуля (р <0,001) , за исключением 13. Интересно, что группа AS все еще имеет несколько более дли...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

В литературе особенности исследования о признании лица эмоций у пациентов с аутизмом путем анализа ЭЭГ реакций 44, а также о признании содержания высокого и низкого пространственного частоты с помощью визуальных стимулов 43. Насколько нам известно, однако, существует недостаток существующей работы на колебательный деятельности мозга, которая сочетает в себе распознавание эмоций с различными содержание пространственных частот. Наш протокол является первым шагом на пути к оценке влияния эмоциональнос...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

Авторам нечего раскрывать.

Благодарности

Это исследование было поддержано грантами MOST102-2410-H-001-044 и MOST103-2410-H-001-058-MY2 М. Лю и RSF-14-15-00202 А.Н. Савостьянову. При поддержке Российского научного фонда (РНФ) была разработана экспериментальная парадигма распознавания лиц.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Synamps 2/RT 128-канальный EEG/EP/ERPNeuroscan
Quik-CapEEG 128 электродовNeuroscan
GelQuik-Gel
FASTRAK 3D дигитайзерPolhemus 

Ссылки

  1. Tamietto, M., De Gelder, B. Neural bases of the non-conscious perception of emotional signals. Nat Rev Neurosci. 11, 697-709 (2010).
  2. Harms, M. B., Martin, A., Wallace, G. L. Facial Emotion Recognition in Autism Spectrum Disorders: A Review of Behavioral and Neuroimaging Studies. Neuropsychol Rev. 20, 290-322 (2010).
  3. Vuilleumier, P., Armony, J. L., Driver, J., Dolan, R. J. Distinct spatial frequency sensitivities for processing faces and emotional expressions. Nat Neurosci. 6, 624-631 (2003).
  4. Phan, K. L., Wager, T., Taylor, S. F., Liberzon, I. Functional neuroanatomy of emotion: A meta-analysis of emotion activation studies in PET and fMRI. Neuroimage. 16, 331-348 (2002).
  5. Kano, M., et al. Specific brain processing of facial expressions in people with alexithymia: an (H2O)-O-15-PET study. Brain. 126, 1474-1484 (2003).
  6. Williams, L. M., et al. Fronto-limbic and autonomic disjunctions to negative emotion distinguish schizophrenia subtypes. Psychiat Res-Neuroim. 155, 29-44 (2007).
  7. Goffaux, V., et al. From coarse to fine? Spatial and temporal dynamics of cortical face processing. Cereb Cortex. , (2010).
  8. Balconi, M., Lucchiari, C. EEG correlates (event-related desynchronization) of emotional face elaboration: A temporal analysis. Neurosci Lett. 392, 118-123 (2006).
  9. Balconi, M., Lucchiari, C. Consciousness and emotional facial expression recognition - Subliminal/Supraliminal stimulation effect on n200 and p300 ERPs. J Psychophysiol. 21, 100-108 (2007).
  10. Balconi, M., Pozzoli, U. Face-selective processing and the effect of pleasant and unpleasant emotional expressions on ERP correlates. Int J Psychophysiol. 49, 67-74 (2003).
  11. Balconi, M., Pozzoli, U. Event-related oscillations (EROs) and event-related potentials (ERPs) comparison in facial expression recognition. J Neuropsychol. 1, 283-294 (2007).
  12. Balconi, M., Pozzoli, U. Arousal effect on emotional face comprehension Frequency band changes in different time intervals. Physiol Behav. 97, 455-462 (2009).
  13. Tseng, Y. L., Yang, H. H., Savostyanov, A. N., Chien, V. S., Liou, M. Voluntary attention in Asperger's syndrome: Brain electrical oscillation and phase-synchronization during facial emotion recognition. Res Autism Spectr Disord. 13, 32-51 (2015).
  14. Goffaux, V., Rossion, B. Faces are" spatial"--holistic face perception is supported by low spatial frequencies. J Exp Psychol Hum Percept Perform. 32, 1023(2006).
  15. Knyazev, G. G., Bocharov, A. V., Levin, E. A., Savostyanov, A. N., Slobodskoj-Plusnin, J. Y. Anxiety and oscillatory responses to emotional facial expressions. Brain Res. 1227, 174-188 (2008).
  16. Adolphs, R. Recognizing emotion from facial expressions: psychological and neurological mechanisms. Behav Cogn Neurosci Rev. 1, 21-62 (2002).
  17. Acar, Z. A., Makeig, S. Neuroelectromagnetic Forward Head Modeling Toolbox. J Neurosci Methods. 190, 258-270 (2010).
  18. Balconi, M. Neuropsychology of facial expressions. The role of consciousness in processing emotional faces. Neuropsychol Trends. 11, 19-40 (2012).
  19. Gross, T. F. The perception of four basic emotions in human and nonhuman faces by children with autism and other developmental disabilities. J Abnorm Child Psychol. 32, 469-480 (2004).
  20. Behrmann, M., Thomas, C., Humphreys, K. Seeing it differently: visual processing in autism. Trends in cognitive sciences. 10, 258-264 (2006).
  21. Holroyd, S., Baron-Cohen, S. Brief report: How far can people with autism go in developing a theory of mind? J Autism Dev Disord. 23, 379-385 (1993).
  22. Duverger, H., Da Fonseca, D., Bailly, D., Deruelle, C. Theory of mind in Asperger syndrome. Encephale. 33, 592-597 (2007).
  23. Wallace, S., Sebastian, C., Pellicano, E., Parr, J., Bailey, A. Face processing abilities in relatives of individuals with ASD. Autism Res. 3, 345-349 (2010).
  24. Weigelt, S., Koldewyn, K., Kanwisher, N. Face identity recognition in autism spectrum disorders: a review of behavioral studies. Neurosci Biobehav Rev. 36, 1060-1084 (2012).
  25. Wilson, C., Brock, J., Palermo, R. Attention to social stimuli and facial identity recognition skills in autism spectrum disorder. J Intellect Disabil Res. 54, 1104-1115 (2010).
  26. American_Psychiatric_Association. The Diagnostic and Statistical Manual of Mental Disorders: DSM 5. , bookpointUS. (2013).
  27. Dahlgee, S., Gilberg, C. Symptoms in the First two years of Life. A Priliminary. Population Study of Infantile Autism European archives of Psychiatry and Neurology. Sciences. , (1989).
  28. Basar-Eroglu, C., Kolev, V., Ritter, B., Aksu, F., Basar, E. EEG, auditory evoked potentials and evoked rhythmicities in three-year-old children. Int J Neurosci. 75, 239-255 (1994).
  29. Ekman, P., Friesen, W. V. Pictures of Facial Affect. , Consulting Psychologist Press. (1976).
  30. Gillberg, C. Autism and Asperger's Syndrome. , Cambridge University Press. 122-146 (1991).
  31. Chiang, S. K., Tam, W. C., Pan, N. C., Chang, C. C., Chen, Y. C., Pyng, L. Y., Lin, C. Y. The appropriateness of Blyler's and four subtests of the short form of the Wechsler Adult Intelligence Scale-III for chronic schizophrenia. Taiwanese J Psychiatr. 21, 26-36 (2007).
  32. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J Neurosci Methods. 134, 9-21 (2004).
  33. Makeig, S., Bell, A. J., Jung, T. P., Sejnowski, T. J. Independent component analysis of electroencephalographic data. Adv Neural Inf Process Syst. 8, 145-151 (1996).
  34. Başar, E. Brain Function and Oscillations: Volume I: Brain Oscillations. Principles and Approaches. , Springer Science & Business Media. (2012).
  35. Tsai, A. C., et al. Recognizing syntactic errors in Chinese and English sentences: Brain electrical activity in Asperger's syndrome. Res Autism Spectr Disord. 7, 889-905 (2013).
  36. Savostyanov, A. N., et al. EEG-correlates of trait anxiety in the stop-signal paradigm. Neurosci Lett. 449, 112-116 (2009).
  37. Ashwin, C., Baron-Cohen, S., Wheelwright, S., O'Riordan, M., Bullmore, E. T. Differential activation of the amygdala and the 'social brain' during fearful face-processing in Asperger Syndrome. Neuropsychologia. 45, 2-14 (2007).
  38. Kevin, K. Y., Cheung, C., Chua, S. E., McAlonan, G. M. Can Asperger syndrome be distinguished from autism? An anatomic likelihood meta-analysis of MRI studies. J Psychiatry Neurosci. 36, 412(2011).
  39. Piggot, J., et al. Emotional attribution in high-functioning individuals with autistic spectrum disorder: A functional imaging study. J Am Acad Child Adolesc Psychiatry. 43, 473-480 (2004).
  40. Ilyutchenok, R. Y. Emotions and conditioning mechanisms. Integr Physiol Behav Sci. 16, 194-203 (1981).
  41. Kleinhans, N. M., et al. fMRI evidence of neural abnormalities in the subcortical face processing system in ASD. Neuroimage. 54, 697-704 (2011).
  42. Toivonen, M., Rama, P. N400 during recognition of voice identity and vocal affect. Neuroreport. 20, 1245-1249 (2009).
  43. Deruelle, C., Rondan, C., Gepner, B., Tardif, C. Spatial frequency and face processing in children with autism and Asperger syndrome. J Autism Dev Disord. 34, 199-210 (2004).
  44. Bentin, S., Deouell, L. Y. Structural encoding and identification in face processing: ERP evidence for separate mechanisms. Cogn Neuropsychol. 17, 35-55 (2000).
  45. Vuilleumier, P., Pourtois, G. Distributed and interactive brain mechanisms during emotion face perception: evidence from functional neuroimaging. Neuropsychologia. 45, 174-194 (2007).
  46. Basar, E., Guntekin, B., Oniz, A. Principles of oscillatory brain dynamics and a treatise of recognition of faces and facial expressions. Prog Brain Res. 159, 43-62 (2006).
  47. Basar, E., Schmiedt-Fehr, C., Oniz, A., Basar-Eroglu, C. Brain oscillations evoked by the face of a loved person. Brain Res. 1214, 105-115 (2008).
  48. Başar, E. Brain Function and Oscillations: Volume II: Integrative Brain Function. Neurophysiology and Cognitive Processes. , Springer Science & Business Media. (2012).
  49. Anokhin, A., Vogel, F. EEG alpha rhythm frequency and intelligence in normal adults. Intelligence. 23, 1-14 (1996).
  50. Klimesch, W. EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain Res Rev. 29, 169-195 (1999).
  51. Knyazev, G. G., Slobodskoj-Plusnin, J. Y., Bocharov, A. V. Event-Related Delta and Theta Synchronization during Explicit and Implicit Emotion Processing. Neuroscience. 164, 1588-1600 (2009).
  52. Klimesch, W., Sauseng, P., Hanslmayr, S. EEG alpha oscillations: The inhibition-timing hypothesis. Brain Res Rev. 53, 63-88 (2007).
  53. Knyazev, G. G., Slobodskoj-Plusnin, J. Y. Behavioural approach system as a moderator of emotional arousal elicited by reward and punishment cues. Pers Individ Dif. 42, 49-59 (2007).
  54. Balconi, M., Brambilla, E., Falbo, L. Appetitive vs. defensive responses to emotional cues. Autonomic measures and brain oscillation modulation. Brain Res. 1296, 72-74 (2009).
  55. Dakin, S., Frith, U. Vagaries of visual perception in autism. Neuron. 48, 497-507 (2005).
  56. Curby, K. M., Schyns, P. G., Gosselin, F., Gauthier, I. Face-selective fusiform activation in Asperger's Syndrome: A matter of tuning to the right (spatial) frequency. Poster presented at Cogn Neurosci, New York, , (2003).
  57. American_Psychiatric_Association. Diagnostic and statistical manual of mental disorders. , (1994).
  58. Dougherty, D. M., Bjork, J. M., Moeller, F. G., Swann, A. C. The influence of menstrual-cycle phase on the relationship between testosterone and aggression. Physiol Behav. 62, 431-435 (1997).
  59. Van Goozen, S. H., Wiegant, V. M., Endert, E., Helmond, F. A., Van de Poll, N. E. Psychoendocrinological assessment of the menstrual cycle: the relationship between hormones, sexuality, and mood. Arch Sex Behav. 26, 359-382 (1997).
  60. Winward, J. L., Bekman, N. M., Hanson, K. L., Lejuez, C. W., Brown, S. A. Changes in emotional reactivity and distress tolerance among heavy drinking adolescents during sustained abstinence. Alcohol Clin Exp Res. 38, 1761-1769 (2014).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Теги

N400
Сознательные и бессознательные представления Эмоциональные лица в синдром Аспергера
Свяжитесь с нами
Рекомендовать библиотеке

Конфиденциальность

Условия эксплуатации

Политика

Авторские права © 2026 MyJoVE Corporation. Все права защищены.