Denne artikkelen beskriver hvordan du tar opp amygdala aktivitet med magnetoencefalografi (MEG). I tillegg denne artikkelen vil beskrive hvordan gjennomføre spor frykt condition uten bevissthet, en oppgave som aktiverer amygdala. Det vil dekke tre temaer: 1) Å designe et spor condition paradigme hjelp bakover maskering å manipulere bevisstheten. 2) Opptak hjernens aktivitet under oppgaven ved hjelp magnetoencefalografi. 3) Bruk kilde bildebehandling for å gjenopprette signalet fra subcortical strukturer.
I spor frykt condition en betinget stimulus (CS) spår forekomsten av den ubetingede stimulus (UCS), som presenteres etter en kort stimulus friperiode (trace intervall) 1. Fordi CS og UCS ikke co-skje tidsmessig, må emnet opprettholde en representasjon av den CS under sporingen intervallet. Hos mennesker, krever denne typen læring bevissthet om stimulans situasjoner for å bygge bro over spor intervallet 2-4. Men når et ansikt brukes som CS, kan fagene implisitt lære å frykte ansiktet, selv i fravær av eksplisitt bevissthet *. Dette tyder på at det kan være ytterligere Nervemekanismene stand til å opprettholde visse typer "biologisk relevant" stimuli under et kort intervall spor. Gitt at amygdala er involvert i spor condition, og er sensitiv til flatene, er det mulig at denne struktur kan opprettholde en representasjon av et ansikt CS under et kort intervall spor.
<p class = "jove_content"> Det er utfordrende å forstå hvordan hjernen kan knytte en unperceived ansikt med en motvilje utfallet, selv om de to stimuli er atskilt i tid. Videre undersøkelser av dette fenomenet er gjort vanskelig av to konkrete utfordringer. For det første er det vanskelig å manipulere faget er klar over at de visuelle stimuli. En vanlig måte å manipulere visuelle oppmerksomhet er å bruke bakover maskering. I bakover maskering, er et mål stimulans kort presentert (<30 ms) og umiddelbart etterfulgt av en presentasjon av en overlappende maskering stimulans fem. Presentasjonen av masken gjengir målet usynlig 6-8. Sekund, krever maskering svært rask og presis timing gjør det vanskelig å undersøke nevrale responser fremkalt av maskerte stimuli ved hjelp av mange felles tilnærminger. Blod-oksygenering nivå avhengige (BOLD) responser løse på en tidsskala for treg for denne type metodikk, og sanntidsopptak teknikker som electroencephalography (EEG) og magnetoencefalografi (MEG) har vanskeligheter utvinne signal fra dype kilder.Imidlertid har det vært de siste fremskritt i de metodene som brukes for å lokalisere de nevrale kildene til MEG signal 9-11. Ved å samle høyoppløselige MRI-bilder av fagets hjernen, er det mulig å skape en kilde modell basert på individuell nevrale anatomi. Ved hjelp av denne modellen til "image" kildene til MEG signal, er det mulig å gjenopprette signalet fra dype subcortical strukturer, som amygdala og hippocampus *.
I denne artikkelen beskriver vi metoder 1) å manipulere fagene bevissthet om målet css under sporing frykt condition paradigme. 2) og å gjenopprette MEG signal fra amygdala under spor frykt condition uten bevissthet. Ved hjelp av disse metodene, var vi i stand til å vise at spor condition uten bevissthet er mulig når ansiktene er brukt til å forutsi UCS. Dette resultatet tyder på at ansiktene får spesiell behandling selv når presentert under den perseptuelle deteksjonsgrensen *. I samsvar med denne konklusjonen vi funnet at bredt spekter ansikter fremkalle robuste amygdala reaksjoner og utbrudd av gamma svingninger under sporingen intervall. Dette resultatet tyder på at amygdala er i stand til å opprettholde en representasjon av et ansikt CS under et kort intervall spor.
Selv presenteres sammen kan disse to metodene brukes uavhengig også. For eksempel er det mulig å bruke bakover maskering for å manipulere target visibiltet i andre paradigmer hvor atferd kan påvirkes av emosjonelle signaler behandlet under nivået for bevisst oppmerksomhet 5,6,8 *. I tillegg, ved bruk kilden avbildning av fremgangsmåten som angitt her er det mulig å skape 3D-modeller av andre subkortikale strukturer, og det kan være mulig å gjenopprette signalet fra disse strukturene under andre region spesifikke oppgaver. For eksempel, ved å bruke kilde tenkelig å modellere hippocampus aktivitet, kan det være mulig å gjenopprette MEG signal fra hippocampus kilder under oppgaver som romlig navigering.
Metodene som beskrives her ble utformet med to mål i tankene: 1) blokk bevissthet om målet stimuli, 2) og maksimere evnen til å oppdage stimulans fremkalt amygdala svarene ved hjelp av MEG. Disse design begrensninger gjør det vanskelig å måle fagenes implisitt kunnskap om stimulans eventualiteter. For eksempel SCR løse i løpet av noen sekunder 5,13, men er css bare presenteresfor ~ 30 ms under trening, og sjokket blir presentert kort tid etter (~ 900 millisekunder). Gitt disse tidspress, vil CR uttrykk bli uunngåelig tilbakevist av UCR uttrykk under trening. På grunn av denne colinearity, er det nødvendig å teste fagenes kjennskap de stimulerende eventualiteter ved hjelp av en etterfølgende umaskerte testøkt. Men en testøkt ved slutten av forsøket er ikke optimal fordi SCR-elementer har en tendens til å venne seg i løpet av eksperimentet 1.. Gitt antallet forsøk som trengs for å vise pålitelige fremkalt respons med MEG, vil dette SCR tilvenning avta betydelig makt til å oppdage et atferdsmessig effekt av treningen. Fremtidige studier bør fokusere på å finne bedre måter å indeksere implisitt læring i løpet av frykt condition med maskerte CSS. Dette kan gjøres enten ved å finne en alternativ indeks av frykt under trening (dvs. elev dilatasjon 19,20) eller finne en mer følsom mål på frykt som kan være administered etter treningsøkten.
The authors have nothing to disclose.
Denne studien ble støttet av National Institute of Mental Health (MH060668 og MH069558).
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. |