हम भावनात्मक आत्मकथात्मक यादें याद, कार्यात्मक चुंबकीय अनुनाद इमेजिंग का उपयोग करने के तंत्रिका संबद्ध की जांच की अनुमति देता है एक प्रोटोकॉल है कि वर्तमान. इस प्रोटोकॉल दोनों स्वस्थ और नैदानिक प्रतिभागियों के साथ इस्तेमाल किया जा सकता है.
भावनात्मक आत्मकथात्मक यादें (एम्स) की याद स्वस्थ संज्ञानात्मक और उत्तेजित 1 कामकाज के लिए महत्वपूर्ण है – याद सकारात्मक एम्स वृद्धि की अच्छी तरह से किया जा रहा है व्यक्तिगत और 2 आत्मसम्मान के साथ जुड़ा हुआ है, जबकि याद और नकारात्मक एम्स पर जुगाली भावात्मक तीन विकारों के लिए नेतृत्व कर सकते हैं . हालांकि महत्वपूर्ण प्रगति मस्तिष्क AM सामान्य में पुनर्प्राप्ति (4, 5 में समीक्षा), कम व्यक्तिपरक फिर से एम्स और संबद्ध तंत्रिका संबद्ध के अनुभव पर भावना के प्रभाव के बारे में जाना जाता है अंतर्निहित तंत्र को समझने में किया गया है. इस हिस्से में है तथ्य यह है कि प्रयोगशाला आधारित सूक्ष्म घटनाओं (6, 7-9 में समीक्षा) के लिए स्मृति पर भावना प्रभाव की जांच के विपरीत, बार बार AM अध्ययन के भावनात्मक पहलुओं पर एक स्पष्ट ध्यान केंद्रित नहीं है के लिए कारण व्यक्तिगत घटनाओं (लेकिन 10 देख) याद है . यहाँ, हम एक प्रोटोकॉल है कि याद भावनात्मक एम्स कार्यात्मक चुंबकीय अनुनाद इमेजिंग (fMRI) का उपयोग करने के तंत्रिका संबद्ध की जांच की अनुमति देता उपस्थित थे. इन यादों के लिए Cues स्कैनिंग के लिए पहले एक आत्मकथात्मक स्मृति प्रश्नावली (AMQ) के माध्यम से एकत्र कर रहे हैं, इसलिए उनके phenomenological गुण (यानी, तीव्रता, जीवंतता, व्यक्तिगत महत्व) पर आधारित भावनात्मक एम्स के उचित चयन के लिए अनुमति देता है. इस प्रोटोकॉल के समान स्वस्थ और नैदानिक आबादी में इस्तेमाल किया जा सकता है.
प्रयोगात्मक डिजाइन यहाँ शुरू भावनात्मक आत्मकथात्मक यादें याद के तंत्रिका संबद्ध की जांच की अनुमति देता है. इस डिजाइन करने के लिए कैसे मस्तिष्क व्यक्तिगत यादें याद में उत्पन्न भावात्मक biases (सकारात्मक…
The authors have nothing to disclose.
इस शोध के एक प्रकार का पागलपन और अवसाद पर अनुसंधान और कनाडा मनश्चिकित्सीय रिसर्च फाउंडेशन (एफडी के लिए) से एक CPRF पुरस्कार के लिए अमेरिका के नेशनल एलायंस से एक युवा अन्वेषक पुरस्कार द्वारा समर्थित किया गया. ED एक Wyeth CIHR पोस्ट डॉक्टरेट फैलोशिप द्वारा समर्थित किया गया था. लेखकों पीटर Seres fMRI डेटा संग्रह और क्रिस्टीना Suen के साथ सहायता के लिए डेटा विश्लेषण के साथ सहायता के लिए धन्यवाद करना चाहता हूँ.