Summary
이 문서 전체를 몸 애니메이션 캐릭터가 가상 사회적 상호 작용을 관찰의 신경 상호 조사를 기능성 자기 공명 영상 (fMRI)와 함께 사용되는 실험 디자인을 보여줍니다.
Abstract
사회적 상호 작용을 측정하는 능력은 다른 사람들의 의도의 평가에 중요합니다. 같은 표정 및 신체 언어 요소는 모두 한 개인 및 직업 생활에서 우리의 결정에 영향을 미칩니다. 이 "친구 또는 적"은 종종 차례로 "접근하거나 피하기"우리의 결정에 영향을 미칠 수있는 첫인상을 바탕으로 판단. 사회인지의 신경 상호를 조사 이전 연구는 정적 얼굴 자극 2을 사용하는 경향. 여기, 우리는 전체 - 몸 움직이는 문자 기능성 자기 공명 영상 (fMRI) 레코딩과 함께 사용되었다있는 실험 디자인을 보여줍니다. fMRI 데이터가 기록된 동안 피프틴 참가자는 비즈니스 환경에서 게스트 - 호스트 상호 작용의 짧은 동영상 - 클립 제시했고, 각 영화의 끝에, 참가자는 또한 호스트의 행동 평가를 제공했습니다. 이 디자인은보다 밀접하게 실제 상황을 모방하고, 따라서 건강한 행동의 사회적 상호 작용의 신경 메커니즘의 이해에 기여할 수 있으며, 사회적 불안과 자폐증 세와 같은 임상 환경에서 사회적 행동 적자의 원인에 대한 통찰력을 확보하기 위해 .
Protocol
1. 자극, 작업 설계 및 실험 프로토콜
우리의 자극은 젠체하는 7.0 (사용 만든 http://poser.smithmicro.com/poser.html을 ), 그들은 CIGAL (사용 제공됩니다 http://www.nitrc.org/projects/cigal/를 .)
- 이 작업은 비즈니스 환경에서 비언어적 게스트 - 호스트 상호 작용의 10 초 애니메이션 동영상 일련의로 구성되어 있습니다. 주제는 호스트 (사회적 상호 작용 상태) 또는 호스트 (NO 사회적 상호 작용 / 제어 상태)의 컷 아웃 판지에 의해 인사되는 손님을 전망.
- 호스트가 더 이상 사회적 상호 작용 (접근 상태) 또는 (조건을 방지) 추가 상호 작용에 대한 관심의 부족을 나타낼 수있다 행동에 초대 아르 비헤이 비어를 표시할 수 있습니다.
- 호스트에 의해 표시되는 문제의 유형이 기본 조작 이외에 다른 조작도 포함될 수 있습니다. 예를 들어, 시련의 일부 (일반적으로 이분의 일)에 문자들은 아무것도하지 않고 다른 반면, 인사 프로토콜의 일부로, 악수 수 있습니다. 이 조작은 허용도 (예를 들어, 서부 대 동아시아) 뷰어의 문화적 배경에 따라 다른 의미를 가질 것으로 예상됩니다 행위 4 공식 신체적 접촉의 효과 조사.
- 기타 조작 (기타) 냉정을 (Me)을 개인에서 뷰어의 관점의 변화를 포함 수 있습니다. 이 조작은 자기 참조 처리 5과 관련된 신경망에 도청을 목표로하고, 개인 참여 6,7 (예 않도록 행동의 영향 악화, 개인적으로 촬영한 경우)에 의해 변조된 아르 반응의 신분을 수 있습니다. 이 두 관점 사이의 교대는 각 재판의 시작 부분에 보이기 시작하실 수 있습니다.
- 동영상 속도 능력에 대한 호스트를 신뢰하고, 5 점 Likert 척도 (전체 / 4 = 매우 0 = 없음)에서 비즈니스를 수행에 관심 주제를 요청하는 평가 스크린 뒤에되며 이러한 등급은 counterbalanced해야 시련에 걸쳐, 주문 효과를 피할 수 있습니다.
- 동영상에 문자가 표시 행동 (접근 대는 피하), 민족 배경 (백인 대 비 백인), 셔츠 색상, 헤어스타일에 대한 counterbalanced 있습니다. (예, 매력) 사회적 상호 작용에 영향을 미칠 수 있습니다 기본 측면 (예, 또한 시험 카테고리 사이에 체계적인 차이가 없다는 것을 확인하기 위해 (예를 들어, 호스트의 오프라인 평가에 의해)을 제어하고, 따라서 가능한 confounds을 방지해야합니다 않도록 동작을 나타내는 호스트는 또한 전반적인 낮은 매력 점수가있는 경우). 마지막으로, 여성의 호스트와 상호 작용은 모든 호스트들이 여성 이었음 현재 연구에서, 의사 결정 (예 : 재정) 4에 영향을 미치는보다 효과적으로하지만, 호스트의 성별도 재판을 통해 counterbalanced 수있다는 증거가 주어진 - 예 : 50 % 50 %의 남성 대 여성입니다.
- 실험 참가자 시간이 휴식 및 장비 고장의 경우 대용량 데이터 손실을 방지할 수 있도록, 실행 / 시련의 블록으로 분할됩니다. 또한, 각 조작 (예 : 사회적 상호 작용, 성별, 흔들 / 노 악수)에 따르면, 이상적인 편견 데이터 손실, 조건 / 재판 마찬가지로 각각의 블록에 표시해야되지 않도록합니다. 실행 순서는 참가자 간의 counterbalanced입니다. 각 실행 MR 신호의 안정화를 허용하기 위해 고정 여섯 초 시작된다. 8초의 상호 재판 간격은 각 영화 - 재판을 따라 각각의 실행 / 블록 끝납니다.
- 이것은 현재 디자인 사회인지의 신경 상호를 식별 생태 타당성을 증가 정적 자극과 관련된 실험 설계에 비해 동안,이 접근법은 또한 제한 및 과제를 포즈, 그 언급해야합니다. 한 그러한 도전은 관심의 행동 변수를 조작의 맥락에서 가능한 상수로 "배경"측면 (예, 사회적 상호 작용이 발생 환경이나 행동의 비 관련 측면), (예 : 유지하기 위해 필요로 인한 것입니다 동적 자극을 사용하는 조건에서 수행하기 어려울 수 있습니다) 대상 사회적 상호 작용을 구별 몸짓. 그럼에도 불구하고, 우리는 현재 접근이 유효하도록 사회 신경 과학 연구와 실험 조작의 합리적인 통제를 필요로 두뇌 이미징 도구의 참여와 관련된 제약 조건에 사용되는 자극의 증가 생태 타당성의 목표 사이의 트레이드 오프 합리적인 한도에 도달하는 것으로 생각 목표 행동의 신경 상호에 대한 inferences.
2. 스캔에 대한 제목을 준비
과목은 일반적으로 이러한 금속 공동 요원으로 MRI 스캔, 그들의 나이, 건강, 모국어, 개인 위험 요인을 바탕으로 모집. 호wever은 연구의 목적에 따라 다른 요인은 또한 인종 / 민족 배경, 사회 경제적 상태, 약물 사용의 역사를 포함하여, 고려 수 있습니다. 모든 과목은 윤리위원회의 승인을 실험 프로토콜을 실행하기 전에 정보를 서면 동의합니다.
이전 검색 방을 입력
- 검사 당일에, 참가자는 마음을 자신의 현재 상태를 평가들이 실험 8, 9 전 지나치게 초조하거나 우울하지 않도록 설문을 완료하도록 요청하고 있습니다. 이러한 평가는 스캔 당시의 감정 상태가 참가자들의 반응에 영향을 미칠 수 방법을 조사하기 위해 fMRI 데이터와 함께 사용될 수 있습니다. 또한, 사후 검사의 평가와 함께, 이러한 초기 평가는 참가자들의 전반적인 감정 상태가 실험에 참여의 결과로 크게 변화하지 않도록하는 데 사용할 수 있습니다. 마지막으로, 다른 행동 / 성격 평가는 더 이상 사회적 상황 (예, 사회 불안, 신뢰성)에 영향을 응답이 연구 10, 11 중 참가자들의 반응에 영향을 미칠 수있는 성격의 특정 측면에서 개별 차이를 조사하기 위해, 만들 수 있습니다.
- 전에 스캔, 참가자는 스캔 절차의 상세 정보이며, 행동 작업을위한 지침 (아래 설명) 주어집니다. 불편하고 작업과 증가 친숙을 피하기 위해, 참가자는 작업에 대한 실행 간략 연습을 주어집니다.
검색 방을 입력
- 주제는 검색하는 동안 편안함을 보장하기 위해 움직임을 최소화하기 위해, 머리에 대한 추가 쿠션과 스캔 침대에 나태한 거짓말을하도록 지시합니다. 추가로 헤드의 움직임을 최소화하기 위해, 테이프의 길이의 비 접착제 측면은 주제의 이마 주위를 가볍게 감싸 수 있습니다. 선호하는 경우, 쿠션도 허리 근육의 긴장을 줄이기 위해, 피사체의 제기 무릎 아래에 놓여있을 수 있습니다.
- 과목은 MRI 스캔하는 동안 실험자와 통신 귀 보호 (귀 플러그)뿐만 아니라 절연 헤드폰을 부여하고 있습니다.
- 제목의 오른쪽이되므로 왼쪽이 지원 또는 기타 측정 (예, 피부 전도성 응답)에 사용할 수 있도록 응답 상자에 편안하게 위치합니다. 피사체가 스캐너를 중지하는 긴급한 필요를 나타낼 수 있도록 비상 정지 버튼은 또한, 근처에 배치해야합니다.
- 데이터 수집을 시작하기 전에, 그것은 피사체가 자극 프레 젠 테이션을 위해 명확하게 스크린 투영을보고, 응답 단추가 제대로 작동되는 수 있는지 확인하는 것이 중요합니다.
3. 데이터 기록 및 처리
매개 변수 검사
우리는 MRI 레코딩을 위해 1.5 테슬라 지멘스 연가 스캐너를 사용하여 MRI 데이터를 수집했습니다. 우리의 해부 학적 영상 3D MPRAGE의 해부 시리즈 (; 에코 시간 TE = 3.82 MS; = 112 조각의 수를, 반복 시간, TR = 1600 MS voxel 크기 = 1 X 1 X 1mm)되었고, 기능 이미지 28 기능 조각의 시리즈로 구성되어 (voxel 크기 = 4x4x4 mm), axially echoplanar 순서를 사용 취득 (; TE = 40 MS, TR = 2000 MS를 볼 수 FOV 분야 = 256 X 256mm), 따라서 전체 뇌 보도 있도록합니다.
데이터 분석
우리는 자체 Matlab 기반의 도구와 함께 통계 파라메 트릭 매핑을 (SPM2/SPM5)을 사용합니다. 사전 처리 전형 단계를 포함 : 품질 보증, TR 정렬, 모션 보정, 공동 등록, 정상화, 그리고 케어 (8mm의 ³ 커널) 12.
- 데이터 분석 voxel - 현명하고 관심 영역의 결합 (ROI) 관심의 조건 (예를 들어, 사회적 상호 작용 대 비 사회적 상호 작용)과 관련된 뇌의 활동을 비교하는 방법.
- 전체 - 두뇌 voxel - 현명한 분석은 사회적 상호 작용하고, 투자 수익 (ROI) 분석의 평가는 것으로 확인 선험적인 특정 두뇌 지역에있는 응답의 대상으로 조사를 허용 underlies 처리와 관련된 뇌 영역의 대규모 네트워크를 식별하는 통계지도 제작 사회 인식 네트워크 (그림 1A)의 일부. 투자 수익 (ROI) 분석도 일러스트 레이션의 목적 (그림 1B)의 fMRI 신호를 추출하는 데 사용됩니다. 우리는 P = 0.001의 강도 한계와 10 연속 voxels의 정도 한계를 사용했습니다. 데이터 분석에 관련된 이러한 전형적인 방법뿐만 아니라, 데이터 분석의 다른 방법도 사회적 인식 13, 14의 신경 상호를 조사 연구 보완 방법으로 고용 수 있습니다.
- 마지막으로, 행동 데이터 (예 : 신뢰성 평가) 및 / 또는 점수의 색인 성격 조치 (예 : 특성 불안)와 뇌 영상 데이터의 상관 관계는 어떻게 두뇌 활동을 공동 VA을 조사하기 위해 수행할 수행동과 성격의 개별 차이 RIES.
4. 대표 결과
그림 1. 사회적 상호 작용을 관찰에 대한 응답으로 사회 인식 네트워크의 향상 활동. 사회적 상호 작용 대 no-interaction/control 재판의 비교는 우수한 시간적 고랑 (STS, A), 측면 및 중간을 포함하여 일반적인 사회 인식 두뇌 지역에서 활동을 밝혀 전두엽 피질 (mPFC, B & D, 각각)와 편도 (에이미, C). "정품 인증지도 '에 표시 고해상도 뇌 영상에 겹쳐 아르 측면 (왼쪽과 오른쪽 패널)과 코로나 (중간 패널) 전망, 색상 막대 활성화지도 t 값 그라디언트를 (에서 데이터를 기반으로 표시 15 참가자)는 두뇌 활동을 반영하는 것은 접근의 onsets 시간 - 잠금 / 행동을하지 마십시오. 선 그래프는 각 시험 유형과 TR (1 TR = 2 초)에 대한 기능 로아에서 추출한 fMRI 신호의 시간 과정을 보여줍니다. L = 왼쪽, R = 맞아.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
여기에서 소개가 실험 설계의 신체 언어를 관찰하고 해석의 신경 상호의 조사를 허용합니다. 이 디자인은 사회적 상호 작용에 관련된 지식에 관한 뇌의 메커니즘을 발전하고, 우리의 신체 언어 또는 양방향 사회적 환경 3 의사 결정을 내릴 수있는 등 신뢰성과 같은 사회적 개념을 다양한 종류의 인식을 결합하는 방법의 이론적 모델을 확장할 수있는 잠재력이있다. 이러한 지식은 개인과 사업 설정의 다양한 적용할 수 있으며, 사회적 상호 작용의 임상 적자 우리의 이해를 향상시킬 수 있습니다. 이 설계의 성공은 적절한 작업 조작, 생태학적으로 유효한 자극의 참여, 그리고주의 데이터 수집에 따라 달라집니다
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
관심 없음 충돌 선언하지 않습니다.
Acknowledgments
이 연구는 FD로 시작 기금에 의해 지원되었다. KS는 의료 연구를 위해 앨버타 헤리티지 재단에서 여름 학생이기 지원했다. FD는 정신 분열증과 우울증에 관한 연구에 대한 국가 연합에서 젊은 탐정 상,와 캐나다 정신 연구 재단에서 CPRF 수상에 의해 지원되었다. 저자는 데이터 분석 지원 데이터 수집 및 크리스티나 Suen와 지원 피터 세레스 감사하고 싶습니다.
References
- Adolphs, R. The social brain: neural basis of social knowledge. Annu Rev Psychol. 60, 693-716 (2009).
- Todorov, A. Evaluating faces on trustworthiness: an extension of systems for recognition of emotions signaling approach/avoidance behaviors. Ann N Y Acad Sci. 1124, 208-224 (2008).
- Pelphrey, K. A., Morris, J. P. Brain Mechanisms for Interpreting the Actions of Others From Biological-Motion Cues. Curr Dir Psychol Sci. 15, 136-140 (2006).
- Levav, J., Argo, J. J. Physical Contact and Financial Risk Taking. Psychological Science. 21, 804-810 (2010).
- Northoff, G. Self-referential processing in our brain--a meta-analysis of imaging studies on the self. Neuroimage. 31, 440-457 (2006).
- Eddington, K. M., Dolcos, F., Cabeza, R., R Krishnan, K. R., Strauman, T. J. Neural correlates of promotion and prevention goal activation: an fMRI study using an idiographic approach. J Cogn Neurosci. 19, 1152-1162 (2007).
- Eddington, K. M. Neural correlates of idiographic goal priming in depression: goal-specific dysfunctions in the orbitofrontal cortex. Soc Cogn Affect Neurosci. 4, 238-246 (2009).
- Watson, D., Clark, L. A., Tellegen, A. Development and validation of brief measures of positive and negative affect: the PANAS Scales. J Pers Soc Psychol. 54, 1063-1070 (1988).
- Spielberger, C. D., Gorsuch, R. L., Lushene, R. E. Manual for the State-Trait Anxiety Inventory. , Consulting Psychologists Press. Palo Alto, California. (1970).
- Heimberg, R. G. Psychometric properties of the Liebowitz Social Anxiety Scale. Psychological Medicine. 29, 199-212 (1999).
- Costa, P. T., McCrae, R. R. Revised NEO personality inventory and NEO five factor inventory: Professional manual. , Psychological Assessment. Odessa, FL. (1992).
- Friston, K. J., Ashburner, J. T., Kiebel, S. J., Penny, W. D. Statistical Parametric Mapping: The Analysis of Functional Brain Images. , Elsevier. London. (2006).
- Hanke, M. PyMVPA: A python toolbox for multivariate pattern analysis of fMRI data. Neuroinformatics. 7, 37-53 (2009).
- Said, C. P., Moore, C. D., Norman, K. A., Haxby, J. V., Todorov, A. Graded representations of emotional expressions in the left superior temporal sulcus. Front Syst Neurosci. 4, 1-8 (2011).
