यह लेख magnetoencephalography (एमईजी) के साथ प्रमस्तिष्कखंड गतिविधि को रिकॉर्ड करने के लिए कैसे करें. इसके अलावा इस लेख के बारे में जागरूकता के बिना ट्रेस डर कंडीशनिंग, प्रमस्तिष्कखंड सक्रिय हो जाता है कि किसी कार्य का संचालन करने के लिए कैसे का वर्णन करेंगे. जागरूकता में हेरफेर करने मास्किंग पिछड़े उपयोग कर एक ट्रेस कंडीशनिंग प्रतिमान डिजाइनिंग 1): यह 3 विषयों को कवर किया जाएगा. Magnetoencephalography का उपयोग कर कार्य के दौरान 2) रिकॉर्डिंग मस्तिष्क गतिविधि. 3) subcortical संरचनाओं से संकेत ठीक करने के लिए स्रोत इमेजिंग का उपयोग करना.
In trace fear conditioning a conditional stimulus (CS) predicts the occurrence of the unconditional stimulus (UCS), which is presented after a brief stimulus free period (trace interval)1. Because the CS and UCS do not co-occur temporally, the subject must maintain a representation of that CS during the trace interval. In humans, this type of learning requires awareness of the stimulus contingencies in order to bridge the trace interval2-4. However when a face is used as a CS, subjects can implicitly learn to fear the face even in the absence of explicit awareness*. This suggests that there may be additional neural mechanisms capable of maintaining certain types of “biologically-relevant” stimuli during a brief trace interval. Given that the amygdala is involved in trace conditioning, and is sensitive to faces, it is possible that this structure can maintain a representation of a face CS during a brief trace interval.
It is challenging to understand how the brain can associate an unperceived face with an aversive outcome, even though the two stimuli are separated in time. Furthermore investigations of this phenomenon are made difficult by two specific challenges. First, it is difficult to manipulate the subject’s awareness of the visual stimuli. One common way to manipulate visual awareness is to use backward masking. In backward masking, a target stimulus is briefly presented (< 30 msec) and immediately followed by a presentation of an overlapping masking stimulus5. The presentation of the mask renders the target invisible6-8. Second, masking requires very rapid and precise timing making it difficult to investigate neural responses evoked by masked stimuli using many common approaches. Blood-oxygenation level dependent (BOLD) responses resolve at a timescale too slow for this type of methodology, and real time recording techniques like electroencephalography (EEG) and magnetoencephalography (MEG) have difficulties recovering signal from deep sources.
However, there have been recent advances in the methods used to localize the neural sources of the MEG signal9-11. By collecting high-resolution MRI images of the subject’s brain, it is possible to create a source model based on individual neural anatomy. Using this model to “image” the sources of the MEG signal, it is possible to recover signal from deep subcortical structures, like the amygdala and the hippocampus*.
इस पत्र में हम एक ट्रेस डर कंडीशनिंग प्रतिमान दौरान लक्ष्य सीएसएस के विषयों के प्रति जागरूकता में हेरफेर करने के तरीकों 1) का वर्णन. 2) और जागरूकता के बिना ट्रेस डर कंडीशनिंग के दौरान प्रमस्तिष्कखंड से एमईजी संकेत ठीक करने के लिए. इन तरीकों का उपयोग करना, हम चेहरे यूसीएस भविष्यवाणी करने के लिए इस्तेमाल किया जाता है जब जागरूकता संभव है कि बिना ट्रेस कंडीशनिंग दिखाने में सक्षम थे. इस परिणाम अवधारणात्मक पता लगाने दहलीज * नीचे प्रस्तुत भी जब चेहरे विशेष संसाधन प्राप्त है कि पता चलता है. इस निष्कर्ष के अनुरूप हम उस व्यापक स्पेक्ट्रम का पता लगाने के अंतराल के दौरान मजबूत प्रमस्तिष्कखंड प्रतिक्रियाओं और गामा दोलनों के फटने आह्वान का सामना कर पाए. इस परिणाम प्रमस्तिष्कखंड एक संक्षिप्त ट्रेस अंतराल के दौरान एक चेहरा सीएस का प्रतिनिधित्व बनाए रखने में सक्षम है कि पता चलता है.
एक साथ प्रस्तुत किया है, इन दो विधियों के रूप में अच्छी तरह से स्वतंत्र रूप से इस्तेमाल किया जा सकता है. उदाहरण के लिए यह लक्ष्य में हेरफेर करने मास्किंग पिछड़े उपयोग करने के लिए संभव है visibilव्यवहार होश में जागरूकता 5,6,8 * के स्तर के नीचे संसाधित भावनात्मक संकेत से प्रभावित किया जा सकता है, जहां अन्य मानदंड में अल्पसंख्यक. इसके अलावा, स्रोत इमेजिंग दृष्टिकोण का उपयोग कर यह अन्य subcortical संरचनाओं के 3 डी मॉडल बनाने के लिए संभव है, और यह अन्य क्षेत्र में विशिष्ट कार्य के दौरान इन संरचनाओं से संकेत ठीक करने के लिए संभव हो सकता है यहाँ का वर्णन किया. उदाहरण के लिए, मॉडल हिप्पोकैम्पस गतिविधि के लिए स्रोत इमेजिंग का उपयोग करके, यह स्थानिक नेविगेशन की तरह कार्य के दौरान हिप्पोकैम्पस स्रोतों से एमईजी संकेत की वसूली संभव हो सकता है.
1) ब्लॉक लक्ष्य उत्तेजनाओं, 2) के बारे में जागरूकता और एमईजी का उपयोग कर उत्तेजना पैदा प्रमस्तिष्कखंड प्रतिक्रियाओं का पता लगाने की क्षमता को अधिकतम: यहां वर्णित विधि मन में दो लक्ष्यों के साथ डिजाइन किए गए थे. ये डिजाइन की कमी यह मुश्किल प्रोत्साहन आकस्मिकताओं के विषयों 'निहित ज्ञान को मापने के लिए बनाते हैं. उदाहरण के लिए, SCRs कई सेकंड 5,13 के पाठ्यक्रम पर हल, लेकिन, सीएसएस ही प्रस्तुत कर रहे हैं~ के लिए 30 प्रशिक्षण के दौरान मिसे, और सदमे शीघ्र ही (~ 900 मिसे) के बाद प्रस्तुत किया है. ये समय की कमी को देखते हुए, सीआर अभिव्यक्ति अनिवार्य रूप से प्रशिक्षण के दौरान यूसीआर अभिव्यक्ति से चकित हो जाएगा. इस वजह colinearity की, तो वह बाद बेपर्दा परीक्षण सत्र का उपयोग कर प्रोत्साहन आकस्मिकताओं के विषयों के ज्ञान का परीक्षण करने के लिए आवश्यक है. SCRs प्रयोग 1 के पाठ्यक्रम पर अभ्यस्त करने के लिए करते हैं क्योंकि हालांकि प्रयोग के अंत में एक परीक्षण सत्र इष्टतम नहीं है. एम ई जी के साथ विश्वसनीय पैदा प्रतिक्रियाओं को दिखाने के लिए आवश्यक परीक्षणों की संख्या को देखते हुए इस द.म.रे. आदी होना प्रशिक्षण का व्यवहार प्रभाव का पता लगाने में काफी शक्ति में कमी होगी. भविष्य के अध्ययन नकाबपोश सीएसएस के साथ डर कंडीशनिंग के दौरान सूचकांक में निहित सीखने के लिए बेहतर तरीके खोजने पर ध्यान केंद्रित करना चाहिए. यह या तो प्रशिक्षण (यानी छात्र फैलाव 19,20) के दौरान भय का एक वैकल्पिक सूचकांक ढूँढने या एडमिनिस्ट्रेशन हो सकता है कि भय का एक और अधिक संवेदनशील उपाय खोजने के द्वारा किया जा सकता हैप्रशिक्षण सत्र के बाद stered.
The authors have nothing to disclose.
इस अध्ययन मानसिक स्वास्थ्य के राष्ट्रीय संस्थान (MH060668 और MH069558) द्वारा समर्थित किया गया था.
Software | |||
Matlab | Mathworks | mathworks.com/products/matlab | |
Presentation | Neurobehavioral Systems | neurobs.com | |
Psylab | Contact Precision Instruments | psychlab.com | |
AFNI | NIMH – Scientific and Statistical Computing Core | afni.nimh.nih.gov/afni | |
Freesurfer | Martinos Center for Biomedical Imaging | surfer.nmr.mgh.harvard.edu/fswiki | |
MNE | Martinos Center for Biomedical Imaging | nmr.mgh.harvard.edu/martinos/userInfo/data/sofMNE.php | |
Brainstorm | open-source collaboration | neuroimage.usc.edu/brainstorm | |
3d Slicer | open-source collaboration | slicer.org | |
Paraview | Kitware | paraview.org | |
Table 1. Software used Software used. | |||
Equipment | |||
Physiological Monitoring System | |||
Psylab stand alone monitor (x2) | Contact Precision Instruments | SAM | |
Skin conductance amplifier | Contact Precision Instruments | SC5 | |
Shock stimulator (x2) | Contact Precision Instruments | SHK1 | |
Additional Components | |||
8-bit synchronization cable (x2) | Contact Precision Instruments | Included with SAM | |
8-bit to 2-bit isolation adapter | N/A | Custom | |
DB25 ribbon cable (x2) | N/A | Standard | |
Shielded extension cable (x3) | Contact Precision Instruments | CL41 | |
Radiotranslucent cup electrodes for SCR and shock (x6) | Biopac | EL258-RT | |
Signa Gel | Parker Laboratories | 15-250 | |
Response Device | |||
Rotary dial with gameport connector (x2) | N/A | Custom | |
Gameport-to-gameport/BNC splitter | N/A | Custom | |
BNC cable | N/A | Standard | |
Gameport-to-USB adapter (x2) | Rockfire | RM203U | |
Additional Components for MEG Setup | |||
HPI coils and wiring harness | N/A | Custom | |
HPI positioning system | Inition | Polhemus Isotrak | |
Table 2. Equipment used. |