Attention visuelle : IRMf contrôle attentionnel axée sur l’Investigation de l’objet

Neuropsychology
 

Overview

Source : Laboratoires de Jonas T. Kaplan et Sarah I. Gimbel — University of Southern California

Le système visuel humain est incroyablement sophistiqué et capable de traiter de grandes quantités d’informations très rapidement. Toutefois, la capacité du cerveau à traiter l’information n’est pas une ressource illimitée. Attention, la capacité de traiter sélectivement l’information qui est pertinente pour les objectifs actuels et pour ignorer les informations qui ne sont pas, est donc un élément essentiel de la perception visuelle. Certains aspects de l’attention sont automatiques, tandis que d’autres sont soumis à un contrôle volontaire et conscient. Dans cette expérience, nous explorons les mécanismes de contrôle attentionnel volontaire, ou « top-down » sur le traitement visuel.

Cette expérience valorise l’organisation méthodique du cortex visuel d’examiner comment descendante attention peut sélectivement module le traitement des stimuli visuels. Certaines régions du cortex visuel semblent être spécialisé pour le traitement des éléments visuels spécifiques. Plus précisément, les travaux par Kanwisher et al. 1 a identifié une zone dans le gyrus fusiforme du lobe temporal inférieur qui est nettement plus actif lorsque les sujets Découvre les visages lorsqu’ils observent les autres objets courants. Ce domaine est venu pour être connu comme la zone de visage fusiforme (FFA). Une autre région du cerveau, connue comme la région parahippocampique du lieu (PPA), réagit fortement aux maisons et aux lieux, mais pas de visages. 2 étant donné que nous savons comment ces régions répondent à des stimuli particuliers, leur activité peut être approfondie afin d’identifier un élément clé de la vision-visual attention.

Cette vidéo montre comment utiliser l’IRMf de localiser la FFA et la PPA dans le cerveau et examine ensuite comment basée sur les objets de contrôle attentionnel module l’activité dans ces domaines. L’utilisation d’un localisateur fonctionnel pour limiter les hypothèses suivantes est une technique puissante en imagerie fonctionnelle. Les participants suivront une IRM fonctionnelle tout en étant présenté avec une image superposée d’un visage et une maison. Même si un visage et une maison sont présentés dans chaque stimulus, nous prédisons que les tendances de l’activité dans leur FFA et PPA changera basé sur quel élément est fréquentée à. 3

Cite this Video

JoVE Science Education Database. L'essentiel de la neuropsychologie. Attention visuelle : IRMf contrôle attentionnel axée sur l’Investigation de l’objet. JoVE, Cambridge, MA, (2017).

Procedure

1. participant recrutement

  1. Recruter des 20 participants.
    1. Les participants devraient être droitier et ont pas d’antécédents de troubles neurologiques ou psychologiques.
    2. Les participants devront avoir une vision normale ou corrigée à la normale pour s’assurer qu’ils seront en mesure de voir les repères visuels correctement.
    3. Les participants n’ait pas de métal dans leur corps. Il s’agit d’une exigence de sécurité importante due au champ magnétique élevé impliqué en IRMf.
    4. Les participants ne devraient pas souffrent de claustrophobie, étant donné que l’IRMf exige se trouvant dans le petit espace du scanner alésage.

2. l’analyse préalable des procédures

  1. Remplir la paperasse pré-scan.
  2. Lorsque les participants viennent leur Scan IRMf, indiquez-lui de premier remplissage à une forme de grille métallique pour s’assurer qu’ils n’ont aucune contre-indications pour l’IRM, une forme accessoire-constatations donner leur consentement pour leur analyse être regardé par un radiologue et un formulaire de consentement précisant les risques et les avantages de l’étude.
  3. Préparer les participants à aller dans le scanner, en supprimant tous les métaux de leur corps, y compris les ceintures, portefeuilles, téléphones, pinces à cheveux, pièces de monnaie et tous les bijoux.

3. fournir des instructions pour le participant.

  1. Dire le participant que dans le scanner, ils verront les images de visages et de maisons.
  2. Pour les essais d’alignement initial, instruire les participants qu’ils considéreront passivement visages et maisons.
  3. Expliquez aux participants que la tâche s’exécute, ils verront un visage et une maison superposés les uns des autres. Leur tâche sera de faire attention à la maison ou le visage, comme suit.
    1. Lorsque la tâche commence tout d’abord, ils seront informés via texte instructions s’il faut prêter attention aux maisons ou des visages.
    2. Les participants auront quatre passages où ils sont invités à prêter attention aux maisons et quatre descentes où ils sont invités à prêter attention aux visages.
      1. Le calendrier des courses de visage et de la maison sera aléatoire pour chaque sujet.
  4. Insister sur l’importance de garder leur tête toujours tout au long de l’analyse au participant.

4. mettre le participant dans le scanner.

  1. Donner les bouchons d’oreille participant pour protéger leurs oreilles contre le bruit des téléphones scanner et oreille de porter afin de pouvoir entendre l’expérimentateur pendant le balayage et demandez-leur de s’allonger sur le lit avec leur tête dans la bobine.
  2. Donner au participant la balle d’urgence squeeze et indiquez-lui à le presser en cas d’urgence pendant l’analyse.
  3. Utilisation des coussinets en mousse pour garantir aux participants la tête dans la bobine pour éviter le mouvement excessif lors de l’analyse et rappeler le participant qu’il est très important de rester aussi immobile que possible lors de l’analyse, comme même le flou des mouvements plus petit les images.

5. collecte des données

  1. Recueillir un scan haute résolution anatomique.
  2. Commence l’analyse fonctionnelle.
    1. Coïncider le début de la présentation de la stimulation avec le début du scanner.
    2. Actuelles photos via un ordinateur portable connecté à un projecteur. Le participant a un miroir au-dessus de leurs yeux, reflétant qu'un écran à l’arrière du scanneur d’alésage.
    3. Présenter chaque participant avec deux manches de Loc, dans laquelle ils voient passivement blocs de visages et de maisons. Ces passes d’alignement de piste sont utilisés pour identifier la FFA et la PPA dans chaque participant individuel.
      1. Présenter chaque sertie de visages et de maisons dans un bloc de 30 s, 20 s de fixation entre les blocs. Afficher chaque stimulus pour 750 ms, suivie d’un intervalle de inter-relance 250 ms, où seulement une fixation croisée est présente sur l’écran. Répétez les blocs en alternance afin d’obtenir les cinq blocs de visages et de cinq pâtés de maisons.
    4. Présenter chaque participant avec huit pistes fonctionnelles de la tâche de l’attention.
      1. Commencez chaque run avec un visage superposé et maison (Figure 1) dans le centre de l’écran et une instruction d’abord en participant à un le visage ou la maison. La cible de l’attention initiale sera aléatoire d’une exécution à l’exécution.
      2. Chaque série contient 300 paires de visages superposées et de maisons. Paires de visages et de maisons sont répétés entre les exécutions, mais pas dans les courses.
      3. Montre chaque paire superposée de stimulation pendant une seconde. Chaque seconde, remplacer la maison superposée et le visage avec un visage et une nouvelle maison superposée.

Figure 1
Figure 1. Stimulus visage et maison stimulus superposées ensemble. Chaque stimulus présenté était un visage superposée et la maison. Le participant a été chargé de se concentrer sur le visage ou la maison.

6. après analyse des procédures

  1. Amener le participant sur le scanner.
  2. Debrief du participant.

7. analyse de données

  1. Les données de prétraitement.
    1. Effectuer la correction de mouvement pour réduire les artefacts de mouvement.
    2. Effectuer un filtrage temporel pour supprimer les dérives de signal.
    3. Lisser les données afin d’augmenter le rapport signal-sur-bruit.
  2. Modéliser les données pour chaque participant.
    1. Créer un modèle de ce que la réponse hémodynamique attendue devrait être pour chaque condition de travail (les visages et les maisons) dans l’analyse de l’alignement de piste.
      1. Ajuster les données à ce modèle, ayant pour résultat une carte statistique, où la valeur à chaque voxel représente l’étendue à laquelle ce voxel a participé à la condition de la tâche.
      2. Identifier les clusters pour chacun des sujets qui correspondent à la FFA et PPA fondée sur leur emplacement anatomique. La FFA comprendra tous les voxels contigus dans le gyrus mi-fusiforme (qui répond significativement plus de faces qu’à maisons) et le PPA inclus tous les voxels dans le gyrus parahippocampique ayant répondu plus nettement aux maisons que les visages. Pour établir ces régions d’intérêt, un seuil minimal de signification de p < 10-6 a été utilisée pour chaque voxel.
    2. Utiliser masques de FFA et PPA de chaque individu comme un retour sur investissement pour extraire les activations de signal pendant les quatre descentes de mise au point-à-faces et les quatre descentes de maisons-sur-mise au point.
      1. Quantifier le changement de signal pour cent pour les conditions de visage-focus et maison-focus en FFA et PPA pour chaque sujet.
  3. Effectuer un double sens analyse de variance (ANOVA) signal pourcentage modifier valeurs à vérifier les différences entre les conditions. Les facteurs dans ce test sont ROI (PPA vs FFA) et attention (faces vs maisons).

Visual contrôle attentionnel se réfère à notre état délibéré de ce qu’il faut faire attention à choisir.

Si, par exemple, l’objectif d’un observateur doit prendre tous les oignons dans sa soupe, il ne peut pas remarqué la mouche qui est tourbillonnant sur.

Même si les deux coïncidaient dans l’espace, le point de focalisation — les oignons — se détachait en raison de l’objectif de l’individu. Il s’agit d’un exemple de contrôle attentionnel orienté objet.

Fait intéressant, le cerveau et le cortex visuel, en particulier, peut traiter les objets séparément. Mais c’est l’objet assisté qui gagne plus forte activation dans son associé spécialisé région de traitement.

À l’aide de l’imagerie par résonance magnétique fonctionnelle IRMf et méthodes développés à l’origine par Nancy Kanwisher et ses collègues, cette vidéo montre comment localiser les régions du cerveau dédiée qui traitent des objets particuliers.

Nous étudierons également comment attentionnel control module l’activité neuronale dans les mêmes régions, grâce à l’analyse comparative voxel et même discuter de la formation de la conscience peut-elle accroître la capacité de contrôler l’attention au fil du temps.

Dans cette expérience, les participants se trouvent dans un scanner IRMf et apparaissent des images de visages et de maisons en deux phases distinctes : passive, la visualisation et superposées.

Au cours de la première phase, ils sont priés d’observer simplement images une à la fois dans une conception de bloc, c'est-à-dire un nombre de faces est présenté, suivi par une série de maisons. Ce type d’écoute sert à localiser l’activité dans certaines régions d’intérêt.

Par exemple, la zone du visage fusiformes, la FFA, s’est avérée être plus actif lorsque les individus Découvre les visages par rapport aux autres objets communs, tandis que la zone de la place parahippocampique, PPA pour faire court, réagit plus fortement aux maisons et lieux plutôt qu’aux visages.

Étant donné que ces régions répondent à des types spécifiques de stimuli, les modèles d’activité axée sur le voxel — ou zones représentant quelque niveau d’activation — sont supposées changer, selon les images montrées.

Ce set-up attentes la deuxième phase, où sont projetés des images superposées d’un visage et une maison. Au cours de plusieurs essais, les participants sont invités à prêter attention à un seul des éléments à la fois et par conséquent, doivent passer leur mise au point entre la maison ou le visage.

Dans ce cas, la variable dépendante est la quantité d’activation enregistrée à travers l’image, changent de conditions qui peuvent être converties à l’amplitude du signal d’observer des variations dans l’activation de la base à blocs axés sur le visage et celles centrées sur la maison.

Bien que les deux images sont présentées d’une manière superposée, il est prévu que les tendances de l’activité du participant FFA et PPA changera, basé sur l’élément spécifique qu’ils fréquentaient à. Ces résultats soulignerais contrôle attentionnel orienté objet.

Après le recrutement de participants pour cette étude, les accueillir en laboratoire et vérifier qu’ils répondent aux exigences de sécurité comme ils remplir les formulaires de consentement nécessaire. S’il vous plaît se référer à un autre projet d’IRMf dans cette collection pour plus de détails sur la façon de préparer les individus à entrer dans la salle de numérisation et d’imagerie alésage.

Avec le participant maintenant dans le scanneur, expliquer les instructions de la tâche : ils doivent voir tout d’abord passivement un certain nombre d’images sur l’écran. Au cours de la deuxième phase, texte instructions vont invite à prêter attention à la maison ou le visage lorsqu’ils apparaissent superposées.

En suivant ces instructions, commencer le protocole d’analyse par la première collecte un scan haute résolution anatomique.

Ensuite, lancez la partie fonctionnelle avec deux manches d’alignement de piste, où les participants passivement afficher les images dans les blocs de 30 secondes. Par exemple, dans le premier segment, visages de l’affichage, pour 750 ms et une fixation croix entre les deux, pendant un intervalle stimulus ou ISI, de 250 ms.

À la fin de chaque bloc, présenter la fixation Croix pendant 20 s avant l’alternance de la série d’images, qui devraient maintenant être maisons. Notez que cette séquence se répète, avec des images différentes, cinq fois, pour un total de 10 pâtés de maisons au sein d’une seule frappe.

Ensuite, procéder à huit pistes fonctionnelles de la tâche de contrôle attentionnel. Pendant cette phase, instruire les participants qui oppose pour occuper par l’intermédiaire de texte à l’écran, puis un visage superposé du cycle et maison chaque seconde, avec chaque course contenant 300 superposées images.

Pour conclure l’étude, amener le participant sur le scanner et debrief eux.

Pour pré-traiter les données, effectuer la correction de mouvement pour réduire les artefacts de mouvement, filtrage pour supprimer les dérives signal temporels et spatiaux lissage pour augmenter le rapport signal-sur-bruit.

Par la suite, créer un général modèle linéaire basé sur ce que la réponse hémodynamique attendue devrait être pour chaque condition de travail, fait face ou maisons de repos, dans l’analyse de l’alignement de piste.

Générer une carte statistique en ajustant les données pour ce modèle, où la valeur à chaque voxel représente l’étendue à laquelle il participait à la condition de la tâche.

Basé sur les régions d’intérêt, identifier les clusters pour chacun des sujets avec un seuil minimum de statistique pour chaque voxel qui ont répondu aux faces ou de villas.

Plus précisément, se concentrer sur la FFA, dans le gyrus mi-fusiformes, qui répond sensiblement plus à fait face que pour les maisons, ainsi que la PPA, qui comprend tous les voxels dans le gyrus parahippocampique qui répond plus nettement aux maisons que les visages.

Puis, quantifier et graphique le pourcentage de modification de signal pour visage et maison-axé sur les conditions à la FFA et le PPA pour chaque sujet.

Pendant la phase d’alignement de piste, Notez que la FFA bilatérale a été plus actif sujets vus faces par rapport aux maisons. À l’inverse, le PPA a été plus actif lorsque les sujets observés par rapport aux faces de maisons.

Maintenant, depuis les essais fonctionnels, utiliser la même mesure — changement de signal pour cent — comploté contre les régions du cerveau.

Lorsque le visage assistaient à, augmentation de l’activité a été trouvée dans la FFA, mais pas l’app. À l’inverse, quand la maison était axée sur, augmentation de l’activité s’est produite dans le PPA, mais pas de la FFA. Ces résultats indiquent que l’activité neurale est modulée, selon quel élément est fréquentée à.

Maintenant que vous êtes familier avec l’utilisation de neuro-imagerie fonctionnelle pour étudier le contrôle attentionnel orienté objet, regardez comment les chercheurs étudient autres types de traitement attentionnel.

En plus de se concentrer sur des images visuelles statiques, chercheurs s’intéressent aussi à comment l’activité cérébrale est modulée quand personnes assistent à déplacer des objets — particulièrement pertinent pour conduire un véhicule motorisé et d’éviter les accidents.

Par exemple, si le conducteur est dit de regarder dehors pour mouvement — comme un chien qui traversait la rue — le mouvement lui-même va capter leur attention ; Toutefois, ils peuvent oublier autres détails d’identification sur la canine. Après tout, il est plus important d’éviter la tragédie qu’afin de se souvenir de couleur de la fourrure.

Une autre pratique, mindfulness, intègre des éléments clés de commutation attentionnelles, de mire astucieux encourageant plus pensées stressantes. Tout en s’engageant dans la méditation dirigée par un instructeur, individus montrent pour améliorer leur capacité de contrôler l’attention, en particulier des vues indésirables.

Toutefois, pour les personnes souffrant de troubles anxieux, y compris le stress post-traumatique, contrôle attentionnel est plus difficile. Autrement dit, ils sont biaisés en faveur des stimuli émotionnel négatifs, comme des événements tragiques dans les nouvelles, plutôt que de reportages neutres.

Ce mauvais contrôle attentionnel qui les rend plus vulnérables aux effets des images en danger — perpétuer des situations qu’ils n’arrive pas à descendre de leur esprit.

Vous avez juste regardé les vidéo de JoVE sur comment attention module l’activité neurale. Vous devriez maintenant avoir une bonne compréhension de la façon de concevoir et de mener une expérience de contrôle attentionnelle, à l’aide de neuro-imagerie fonctionnelle, et enfin comment analyser et interpréter les modèles spécifiques de l’activité cérébrale liée à axée sur l’objet de l’attention.

Merci de regarder !

Results

Dans les scans d’alignement de piste, FFA bilatéraux étaient plus actifs lorsque les sujets visualisiez visage que quand ils visualisiez maisons. À l’inverse, le PPA a été plus actif lorsque les sujets visualisiez maisons que quand ils ont Regarde un visages (Figure 2). Ces régions, localisées via les scans de bloc-design, furent ensuite utilisées comme des régions d’intérêt pour extraire le signal relié à déplacer l’attention aux visages et aux maisons pendant les essais fonctionnels.

Figure 2
Figure 2. Faisceau d’alignement de la zone du visage fusiforme (FFA) et la région parahippocampique Place (PPA). Exemple d’une localisation unique sujet de la FFA lors de blocs de visages et la PPA de visualisation lors de blocs de visualisation des maisons (en haut). Signal dans le FFA a augmenté au cours des blocs de visages, mais pas de maisons (bleu), et le signal à l’EPE a été augmenté au cours des blocs de maisons, mais pas de visages (vert).

Pendant les essais fonctionnels, où les participants ont vu simultanément un visage et une maison dans leur champ visuel direct, activité à la FFA et le PPA a été modulée basé sur quel élément a été fréquentée. Quand l’attention était sur le visage, il y avait une activité accrue dans la FFA, mais pas l’app. À l’inverse, quand l’attention était sur la maison, il y avait une activité accrue dans le PPA, mais pas la FFA (Figure 3).

Figure 3
Figure 3. Activation dans la zone du visage fusiforme (FFA) et la région parahippocampique du lieu (PPA) au cours de la tâche de commutation attention. Quand l’attention était sur la maison (verte), PPA a montré d’augmentation de l’activation tandis que la FFA n’a pas. À l’inverse, lorsque l’accent était mis sur le visage (bleu), FFA montre de l’augmentation de l’activation alors que PPA n’a pas.

Applications and Summary

L’utilisation des balayages d’alignement de piste est un outil puissant de neuroimagerie cognitive et a certains avantages distincts sur l’imagerie cérébrale-ensemble. En se concentrant une hypothèse sur un petit nombre d’endroits spécifiques que connaissent les propriétés de réponse, nous pouvons générer des prévisions très précises à haute puissance statistique. Ensemble-cerveau voxel-sage des études de neuroimagerie doivent contrôler pour les dizaines de milliers de tests statistiques effectués à chaque emplacement dans le cerveau, un processus qui réduit la puissance statistique. En outre, définissant ces régions selon leurs propriétés fonctionnelles chez chaque individu minimise les problèmes posés par les différences individuelles en neuroanatomie.

Dans cet exemple, nous avons construit sur les réponses de stimuli spécifiques spécialisés en sous-régions du cortex visuel pour comprendre comment un processus cognitif plus général, l’attention de haut en bas, pourrait influer sur les processus perceptuels. Même si le stimulus sur la rétine est la même pour chaque point de la présentation, l’activité corticale varie selon quels stimulus a été fréquentée. Cela démontre que l’attention de haut en bas a le potentiel d’atteindre vers le bas dans le cortex sensoriel à basse altitude pour moduler la façon dont les renseignements sont traités. Une compréhension plus complète de comment attention module l’activation dans le cerveau pourrait conduire à des avancées dans les traitements et interventions pour les troubles liés à l’attention.

References

  1. Kanwisher N.G, McDermott J, Chun M.M. (1997). The fusiform face area: a module in human extrastriate cortex specialized for face perception. J. Neurosci., 17, 4302-4311.
  2. Epstein, R., & Kanwisher, N. (1998). A cortical representation of the local visual environment. Nature, 392, 598-601.
  3. Serences, J. T., Schwarzbach, J., Courtney, S. M., Golay, X., & Yantis, S. (2004). Control of Object-based Attention in Human Cortex. Cerebral Cortex, 14, 1346-1357.

1. participant recrutement

  1. Recruter des 20 participants.
    1. Les participants devraient être droitier et ont pas d’antécédents de troubles neurologiques ou psychologiques.
    2. Les participants devront avoir une vision normale ou corrigée à la normale pour s’assurer qu’ils seront en mesure de voir les repères visuels correctement.
    3. Les participants n’ait pas de métal dans leur corps. Il s’agit d’une exigence de sécurité importante due au champ magnétique élevé impliqué en IRMf.
    4. Les participants ne devraient pas souffrent de claustrophobie, étant donné que l’IRMf exige se trouvant dans le petit espace du scanner alésage.

2. l’analyse préalable des procédures

  1. Remplir la paperasse pré-scan.
  2. Lorsque les participants viennent leur Scan IRMf, indiquez-lui de premier remplissage à une forme de grille métallique pour s’assurer qu’ils n’ont aucune contre-indications pour l’IRM, une forme accessoire-constatations donner leur consentement pour leur analyse être regardé par un radiologue et un formulaire de consentement précisant les risques et les avantages de l’étude.
  3. Préparer les participants à aller dans le scanner, en supprimant tous les métaux de leur corps, y compris les ceintures, portefeuilles, téléphones, pinces à cheveux, pièces de monnaie et tous les bijoux.

3. fournir des instructions pour le participant.

  1. Dire le participant que dans le scanner, ils verront les images de visages et de maisons.
  2. Pour les essais d’alignement initial, instruire les participants qu’ils considéreront passivement visages et maisons.
  3. Expliquez aux participants que la tâche s’exécute, ils verront un visage et une maison superposés les uns des autres. Leur tâche sera de faire attention à la maison ou le visage, comme suit.
    1. Lorsque la tâche commence tout d’abord, ils seront informés via texte instructions s’il faut prêter attention aux maisons ou des visages.
    2. Les participants auront quatre passages où ils sont invités à prêter attention aux maisons et quatre descentes où ils sont invités à prêter attention aux visages.
      1. Le calendrier des courses de visage et de la maison sera aléatoire pour chaque sujet.
  4. Insister sur l’importance de garder leur tête toujours tout au long de l’analyse au participant.

4. mettre le participant dans le scanner.

  1. Donner les bouchons d’oreille participant pour protéger leurs oreilles contre le bruit des téléphones scanner et oreille de porter afin de pouvoir entendre l’expérimentateur pendant le balayage et demandez-leur de s’allonger sur le lit avec leur tête dans la bobine.
  2. Donner au participant la balle d’urgence squeeze et indiquez-lui à le presser en cas d’urgence pendant l’analyse.
  3. Utilisation des coussinets en mousse pour garantir aux participants la tête dans la bobine pour éviter le mouvement excessif lors de l’analyse et rappeler le participant qu’il est très important de rester aussi immobile que possible lors de l’analyse, comme même le flou des mouvements plus petit les images.

5. collecte des données

  1. Recueillir un scan haute résolution anatomique.
  2. Commence l’analyse fonctionnelle.
    1. Coïncider le début de la présentation de la stimulation avec le début du scanner.
    2. Actuelles photos via un ordinateur portable connecté à un projecteur. Le participant a un miroir au-dessus de leurs yeux, reflétant qu'un écran à l’arrière du scanneur d’alésage.
    3. Présenter chaque participant avec deux manches de Loc, dans laquelle ils voient passivement blocs de visages et de maisons. Ces passes d’alignement de piste sont utilisés pour identifier la FFA et la PPA dans chaque participant individuel.
      1. Présenter chaque sertie de visages et de maisons dans un bloc de 30 s, 20 s de fixation entre les blocs. Afficher chaque stimulus pour 750 ms, suivie d’un intervalle de inter-relance 250 ms, où seulement une fixation croisée est présente sur l’écran. Répétez les blocs en alternance afin d’obtenir les cinq blocs de visages et de cinq pâtés de maisons.
    4. Présenter chaque participant avec huit pistes fonctionnelles de la tâche de l’attention.
      1. Commencez chaque run avec un visage superposé et maison (Figure 1) dans le centre de l’écran et une instruction d’abord en participant à un le visage ou la maison. La cible de l’attention initiale sera aléatoire d’une exécution à l’exécution.
      2. Chaque série contient 300 paires de visages superposées et de maisons. Paires de visages et de maisons sont répétés entre les exécutions, mais pas dans les courses.
      3. Montre chaque paire superposée de stimulation pendant une seconde. Chaque seconde, remplacer la maison superposée et le visage avec un visage et une nouvelle maison superposée.

Figure 1
Figure 1. Stimulus visage et maison stimulus superposées ensemble. Chaque stimulus présenté était un visage superposée et la maison. Le participant a été chargé de se concentrer sur le visage ou la maison.

6. après analyse des procédures

  1. Amener le participant sur le scanner.
  2. Debrief du participant.

7. analyse de données

  1. Les données de prétraitement.
    1. Effectuer la correction de mouvement pour réduire les artefacts de mouvement.
    2. Effectuer un filtrage temporel pour supprimer les dérives de signal.
    3. Lisser les données afin d’augmenter le rapport signal-sur-bruit.
  2. Modéliser les données pour chaque participant.
    1. Créer un modèle de ce que la réponse hémodynamique attendue devrait être pour chaque condition de travail (les visages et les maisons) dans l’analyse de l’alignement de piste.
      1. Ajuster les données à ce modèle, ayant pour résultat une carte statistique, où la valeur à chaque voxel représente l’étendue à laquelle ce voxel a participé à la condition de la tâche.
      2. Identifier les clusters pour chacun des sujets qui correspondent à la FFA et PPA fondée sur leur emplacement anatomique. La FFA comprendra tous les voxels contigus dans le gyrus mi-fusiforme (qui répond significativement plus de faces qu’à maisons) et le PPA inclus tous les voxels dans le gyrus parahippocampique ayant répondu plus nettement aux maisons que les visages. Pour établir ces régions d’intérêt, un seuil minimal de signification de p < 10-6 a été utilisée pour chaque voxel.
    2. Utiliser masques de FFA et PPA de chaque individu comme un retour sur investissement pour extraire les activations de signal pendant les quatre descentes de mise au point-à-faces et les quatre descentes de maisons-sur-mise au point.
      1. Quantifier le changement de signal pour cent pour les conditions de visage-focus et maison-focus en FFA et PPA pour chaque sujet.
  3. Effectuer un double sens analyse de variance (ANOVA) signal pourcentage modifier valeurs à vérifier les différences entre les conditions. Les facteurs dans ce test sont ROI (PPA vs FFA) et attention (faces vs maisons).

Visual contrôle attentionnel se réfère à notre état délibéré de ce qu’il faut faire attention à choisir.

Si, par exemple, l’objectif d’un observateur doit prendre tous les oignons dans sa soupe, il ne peut pas remarqué la mouche qui est tourbillonnant sur.

Même si les deux coïncidaient dans l’espace, le point de focalisation — les oignons — se détachait en raison de l’objectif de l’individu. Il s’agit d’un exemple de contrôle attentionnel orienté objet.

Fait intéressant, le cerveau et le cortex visuel, en particulier, peut traiter les objets séparément. Mais c’est l’objet assisté qui gagne plus forte activation dans son associé spécialisé région de traitement.

À l’aide de l’imagerie par résonance magnétique fonctionnelle IRMf et méthodes développés à l’origine par Nancy Kanwisher et ses collègues, cette vidéo montre comment localiser les régions du cerveau dédiée qui traitent des objets particuliers.

Nous étudierons également comment attentionnel control module l’activité neuronale dans les mêmes régions, grâce à l’analyse comparative voxel et même discuter de la formation de la conscience peut-elle accroître la capacité de contrôler l’attention au fil du temps.

Dans cette expérience, les participants se trouvent dans un scanner IRMf et apparaissent des images de visages et de maisons en deux phases distinctes : passive, la visualisation et superposées.

Au cours de la première phase, ils sont priés d’observer simplement images une à la fois dans une conception de bloc, c'est-à-dire un nombre de faces est présenté, suivi par une série de maisons. Ce type d’écoute sert à localiser l’activité dans certaines régions d’intérêt.

Par exemple, la zone du visage fusiformes, la FFA, s’est avérée être plus actif lorsque les individus Découvre les visages par rapport aux autres objets communs, tandis que la zone de la place parahippocampique, PPA pour faire court, réagit plus fortement aux maisons et lieux plutôt qu’aux visages.

Étant donné que ces régions répondent à des types spécifiques de stimuli, les modèles d’activité axée sur le voxel — ou zones représentant quelque niveau d’activation — sont supposées changer, selon les images montrées.

Ce set-up attentes la deuxième phase, où sont projetés des images superposées d’un visage et une maison. Au cours de plusieurs essais, les participants sont invités à prêter attention à un seul des éléments à la fois et par conséquent, doivent passer leur mise au point entre la maison ou le visage.

Dans ce cas, la variable dépendante est la quantité d’activation enregistrée à travers l’image, changent de conditions qui peuvent être converties à l’amplitude du signal d’observer des variations dans l’activation de la base à blocs axés sur le visage et celles centrées sur la maison.

Bien que les deux images sont présentées d’une manière superposée, il est prévu que les tendances de l’activité du participant FFA et PPA changera, basé sur l’élément spécifique qu’ils fréquentaient à. Ces résultats soulignerais contrôle attentionnel orienté objet.

Après le recrutement de participants pour cette étude, les accueillir en laboratoire et vérifier qu’ils répondent aux exigences de sécurité comme ils remplir les formulaires de consentement nécessaire. S’il vous plaît se référer à un autre projet d’IRMf dans cette collection pour plus de détails sur la façon de préparer les individus à entrer dans la salle de numérisation et d’imagerie alésage.

Avec le participant maintenant dans le scanneur, expliquer les instructions de la tâche : ils doivent voir tout d’abord passivement un certain nombre d’images sur l’écran. Au cours de la deuxième phase, texte instructions vont invite à prêter attention à la maison ou le visage lorsqu’ils apparaissent superposées.

En suivant ces instructions, commencer le protocole d’analyse par la première collecte un scan haute résolution anatomique.

Ensuite, lancez la partie fonctionnelle avec deux manches d’alignement de piste, où les participants passivement afficher les images dans les blocs de 30 secondes. Par exemple, dans le premier segment, visages de l’affichage, pour 750 ms et une fixation croix entre les deux, pendant un intervalle stimulus ou ISI, de 250 ms.

À la fin de chaque bloc, présenter la fixation Croix pendant 20 s avant l’alternance de la série d’images, qui devraient maintenant être maisons. Notez que cette séquence se répète, avec des images différentes, cinq fois, pour un total de 10 pâtés de maisons au sein d’une seule frappe.

Ensuite, procéder à huit pistes fonctionnelles de la tâche de contrôle attentionnel. Pendant cette phase, instruire les participants qui oppose pour occuper par l’intermédiaire de texte à l’écran, puis un visage superposé du cycle et maison chaque seconde, avec chaque course contenant 300 superposées images.

Pour conclure l’étude, amener le participant sur le scanner et debrief eux.

Pour pré-traiter les données, effectuer la correction de mouvement pour réduire les artefacts de mouvement, filtrage pour supprimer les dérives signal temporels et spatiaux lissage pour augmenter le rapport signal-sur-bruit.

Par la suite, créer un général modèle linéaire basé sur ce que la réponse hémodynamique attendue devrait être pour chaque condition de travail, fait face ou maisons de repos, dans l’analyse de l’alignement de piste.

Générer une carte statistique en ajustant les données pour ce modèle, où la valeur à chaque voxel représente l’étendue à laquelle il participait à la condition de la tâche.

Basé sur les régions d’intérêt, identifier les clusters pour chacun des sujets avec un seuil minimum de statistique pour chaque voxel qui ont répondu aux faces ou de villas.

Plus précisément, se concentrer sur la FFA, dans le gyrus mi-fusiformes, qui répond sensiblement plus à fait face que pour les maisons, ainsi que la PPA, qui comprend tous les voxels dans le gyrus parahippocampique qui répond plus nettement aux maisons que les visages.

Puis, quantifier et graphique le pourcentage de modification de signal pour visage et maison-axé sur les conditions à la FFA et le PPA pour chaque sujet.

Pendant la phase d’alignement de piste, Notez que la FFA bilatérale a été plus actif sujets vus faces par rapport aux maisons. À l’inverse, le PPA a été plus actif lorsque les sujets observés par rapport aux faces de maisons.

Maintenant, depuis les essais fonctionnels, utiliser la même mesure — changement de signal pour cent — comploté contre les régions du cerveau.

Lorsque le visage assistaient à, augmentation de l’activité a été trouvée dans la FFA, mais pas l’app. À l’inverse, quand la maison était axée sur, augmentation de l’activité s’est produite dans le PPA, mais pas de la FFA. Ces résultats indiquent que l’activité neurale est modulée, selon quel élément est fréquentée à.

Maintenant que vous êtes familier avec l’utilisation de neuro-imagerie fonctionnelle pour étudier le contrôle attentionnel orienté objet, regardez comment les chercheurs étudient autres types de traitement attentionnel.

En plus de se concentrer sur des images visuelles statiques, chercheurs s’intéressent aussi à comment l’activité cérébrale est modulée quand personnes assistent à déplacer des objets — particulièrement pertinent pour conduire un véhicule motorisé et d’éviter les accidents.

Par exemple, si le conducteur est dit de regarder dehors pour mouvement — comme un chien qui traversait la rue — le mouvement lui-même va capter leur attention ; Toutefois, ils peuvent oublier autres détails d’identification sur la canine. Après tout, il est plus important d’éviter la tragédie qu’afin de se souvenir de couleur de la fourrure.

Une autre pratique, mindfulness, intègre des éléments clés de commutation attentionnelles, de mire astucieux encourageant plus pensées stressantes. Tout en s’engageant dans la méditation dirigée par un instructeur, individus montrent pour améliorer leur capacité de contrôler l’attention, en particulier des vues indésirables.

Toutefois, pour les personnes souffrant de troubles anxieux, y compris le stress post-traumatique, contrôle attentionnel est plus difficile. Autrement dit, ils sont biaisés en faveur des stimuli émotionnel négatifs, comme des événements tragiques dans les nouvelles, plutôt que de reportages neutres.

Ce mauvais contrôle attentionnel qui les rend plus vulnérables aux effets des images en danger — perpétuer des situations qu’ils n’arrive pas à descendre de leur esprit.

Vous avez juste regardé les vidéo de JoVE sur comment attention module l’activité neurale. Vous devriez maintenant avoir une bonne compréhension de la façon de concevoir et de mener une expérience de contrôle attentionnelle, à l’aide de neuro-imagerie fonctionnelle, et enfin comment analyser et interpréter les modèles spécifiques de l’activité cérébrale liée à axée sur l’objet de l’attention.

Merci de regarder !

This article is Open Access.

RECOMMEND JoVE