Summary
ऐसे QUEST आकलन की प्रक्रिया के रूप में Psychophysical तरीकों कुशलता से उत्तेजना तीव्रता जिस पर nonpainful उत्तेजना दर्दनाक उत्तेजना में संक्रमण के मजबूत अनुमान उपज कर सकते हैं। सीमा तीव्रता में बार बार उत्तेजक करके, रेटिंग प्रतिक्रियाओं में परिवर्तनशीलता सीधे बाद के विश्लेषण में अवधारणात्मक वर्गीकरण के लिए जिम्मेदार ठहराया जा सकता है।
Abstract
अवधारणात्मक अध्ययन में, यह अक्सर महत्वपूर्ण है निष्पक्ष प्रतिभागियों को भर दिया उत्तेजना की समानता का आकलन करने के लिए या अंतर-व्यक्तिगत अनुभूति परिमाण है कि कई परीक्षणों से अधिक उत्तेजना के द्वारा पैदा किया जाता है जिसका अंदाजा लगाना। इस कथित तीव्रता को प्रोत्साहन परिमाण के एक मजबूत मानचित्रण की आवश्यकता है और आमतौर पर ऐसी सीढ़ी प्रक्रिया के रूप में psychophysical आकलन तरीकों से हासिल की है। नई, खोज एल्गोरिथ्म की तरह अधिक कुशल प्रक्रियाओं, जबकि एक ही समय में डेटा संग्रह की दक्षता अधिकतम वास्तविक समय में डेटा को एक psychophysical समारोह फिट बैठते हैं। दर्दनाक और nonpainful धारणाओं के बीच सीमा तीव्रता का एक मजबूत अनुमान तो oscillatory मस्तिष्क की गतिविधियों के बाद के विश्लेषण में संवेदी इनपुट में बदलाव के प्रभाव को कम करने के लिए इस्तेमाल किया जा सकता है। एक अनुकूली आकलन की प्रक्रिया द्वारा निर्धारित एक निरंतर दहलीज तीव्रता में उत्तेजक द्वारा, रेटिंग में विचरण सीधे अवधारणात्मक प्रक्रियाओं के लिए जिम्मेदार ठहराया जा सकता है।Oscillatory गतिविधि तो "दर्द" और "कोई दर्द" सीधे परीक्षणों के बीच विपरीत किया जा सकता है, गतिविधि है कि निकट nociception में अवधारणात्मक वर्गीकरण प्रक्रियाओं से संबंधित उपज।
Introduction
जब मानव प्रतिभागियों को शामिल व्यवहार प्रयोगों का आयोजन, यह बारीकी से प्रस्तुत उत्तेजनाओं की तीव्रता को नियंत्रित करने में सक्षम होना करने के लिए महत्वपूर्ण है। सभी प्रतिभागियों के लिए बराबर तीव्रता का उत्तेजनाओं का उपयोग करना, हालांकि, कुछ सेटिंग्स में व्यक्तिपरक धारणा के पूर्वाग्रह को लागू करेगा। इस तरह के दर्द के रूप में कुछ अवधारणात्मक गुणों के लिए, वहाँ एक निरंतर प्रोत्साहन स्तर 1, 2 पर कथित तीव्रता में उच्च अंतर और इंट्रा-अलग-अलग रूप हैं। प्रयोगों है कि बराबर व्यक्तिपरक विचारों को ग्रहण के लिए, यह इस प्रकार एक आवश्यकता प्रतिभागियों भर आत्मगत कथित तीव्रता मैच है। यह जब दहलीज स्तर पर धारणा की जांच, जैसे, दर्दनाक और nonpainful उत्तेजना के बीच भी महत्वपूर्ण है। Psychophysics अनुसंधान दशकों के लिए समस्याओं के इन प्रकार संबोधित किया गया है, और आज वहाँ परिष्कृत लेकिन आसान करने के लिए उपयोग के तरीकों मजबूत psychophysical प्रस्तोता प्राप्त करने के लिए उपलब्ध हैं।
ntent "> एक सरल, एक व्यक्ति सनसनी परिमाण के लिए एक प्रेरणा की तीव्रता मानचित्रण की शास्त्रीय विधि सीढ़ी विधि है 3। इसके द्वारा, लगातार उत्तेजनाओं की तीव्रता में वृद्धि हुई है या कम हो जाती है, जब तक वहाँ से संबंधित भागीदार के जवाब में एक परिवर्तन है वांछित सीमा या व्यक्तिपरक सनसनी पैमाने पर स्थिति। बार की इस प्रक्रिया नंबर दोहरा, उत्क्रमण बिंदु के एक प्रशंसनीय अनुमान अर्जित करता है। शास्त्रीय तरीकों, हालांकि, प्रत्येक रेटिंग परीक्षण में निहित सभी जानकारी का उपयोग करने के लिए असफल। यह एक अनावश्यक रूप से करने के लिए सुराग परीक्षणों की उच्च संख्या अभिसरण तक पहुंचने के लिए जरूरी है। इस तरह के रूप में (रैखिक) प्रतिगमन या समारोह फिटिंग असफल हो सकता है के तरीके, अगर उत्तेजना तीव्रता और परिमाण सनसनी के बीच के रिश्ते के लिए मान्यताओं गलत हैं या परीक्षण प्रोत्साहन श्रृंखला के लिए नहीं पकड़ नहीं है। अनुकूली प्रक्रियाओं केवल एक निश्चित व्यक्तिपरक तीव्रता के लिए एक मजबूत बिंदु अनुमान उपज है, लेकिन इतना अधिक कुशलता से करते हैं। विशिष्टLy अब प्रयोगों, जो भारी एक सीमा या सनसनी परिमाण का सही आकलन पर भरोसा करते हैं के लिए, यह आवश्यक है psychophysical विधि दोनों मजबूत और एक ही समय में आवश्यक परीक्षणों की संख्या के संबंध में कुशल पर होना करने के लिए। इस तरह के दर्द अनुसंधान, जहां दर्दनाक उत्तेजना के लिए कुल निवेश प्रतिभागियों को 'लाभ के लिए संभव के रूप में के रूप में कम रखा जाना चाहिए जैसे क्षेत्रों में विशेष रूप से महत्वपूर्ण है।हालांकि शास्त्रीय सीढ़ी तरीकों अभी भी व्यापक रूप से इस्तेमाल कर रहे हैं, मात्रात्मक संवेदी परीक्षण में जैसे, कि परीक्षण के पार प्राप्त जानकारी के बेहतर इस्तेमाल के लिए और अधिक उन्नत आकलन के तरीकों के इस्तेमाल में तेजी से बढ़ रही है। अधिकतम संभावना आकलन विधि QUEST 4, 5 यहां इस्तेमाल के मामले में, यह शायद लोकप्रिय मैटलैब Psychtoolbox 6 मेरा घर में आसानी से उपलब्ध कार्यान्वयन के कारण है। आधुनिक, इस जनसंपर्क के संशोधित संस्करणocedure दोनों मजबूती और, एक पर्याप्त अनुमान पर पहुंचने के लिए अगर सही सेटिंग्स 7 के साथ प्रयोग के लिए आवश्यक परीक्षणों के कम संख्या में शास्त्रीय आकलन तरीकों से बेहतर है।
QUEST प्रक्रिया के पीछे तर्क उत्तेजना तीव्रता और परिमाण सनसनी के बीच psychophysical परिवर्तन मॉडल करने के लिए भेजे गए डेटा को एक वीबुल समारोह फिट करने के लिए है। Psychophysical वीबुल समारोह के लिए मानकों, जैसे समारोह के steepness या ऑफसेट झूठी सकारात्मक दर और प्रत्युत्तर विसंगति के कारण प्रयोगकर्ता द्वारा दिए गए हिस्से में हैं। तीव्रता आयाम के साथ ब्याज के पैरामीटर की स्थिति प्रक्रिया Bayesian अधिकतम संभावना के आकलन का उपयोग करके अनुमानित है। इसके द्वारा, एक संभावना वितरण लक्ष्य पैरामीटर के स्थान पर माना जाता है, यानी दहलीज तीव्रता। इस तरह के एक वितरण के लिए एक समझदार से पहले इस धारणा को देखते हुए, एल्गोरिथ्म टी का निर्धारण करेगावह सबसे जानकारीपूर्ण तीव्रता है कि प्रतिभागी को जवाब देना चाहिए। प्रक्रिया की वर्तमान कार्यान्वयन के लिए, इस से पहले संभावना वितरण 8 का मतलब है। एक के बाद एक परीक्षण के लिए, पूर्व संभावना वितरण के रूप में वीबुल समारोह की विशेषता, परीक्षण किया उत्तेजना स्तर पर भागीदार दी प्रतिक्रिया की संभावना के साथ गुणा सार में है। हर प्रतिक्रिया लगातार सीमा पैरामीटर के लिए संभावना वितरण अनुमान को अद्यतन करने के लिए इस्तेमाल किया जाएगा। यह प्रक्रिया जब तक एक संतोषजनक अनुमान उत्पादन किया जाता है दोहराया है। प्रक्रिया एक सरल प्रतिगमन से अधिक कुशल क्योंकि यह एकत्र प्रतिक्रियाओं का तत्काल उपयोग के लिए निर्धारित है जो उत्तेजना तीव्रता अगले टेस्ट के लिए बनाता है। इसके अलावा, प्रक्रिया विशेष रूप से ब्याज की बात है, उदाहरण के लिए एक सीमा या कुछ सनसनी तीव्रता के आसपास जांच करेगी। प्रतिगमन में इस तरह के एक सीमित रेंज से ही परीक्षण के आंकड़ों का प्रयोग एक अस्थिर करने के लिए नेतृत्व करेंगेअनुमान है, सेटिंग्स जहां केवल परीक्षणों की अपेक्षाकृत कम संख्या में संभव है अनुकूली प्रक्रियाओं को और अधिक मजबूत बना रही है।
इस तरह के मजबूत psychophysical प्रस्तोता समय के साथ दर्द के प्रति संवेदनशीलता में परिवर्तन, अत्यधिक पीड़ा / परपीड़ा अनुसंधान या औषधीय उपायों में एनाल्जेसिक प्रभाव में modulatory प्रभाव, अन्य सेटिंग्स के बीच मापने के लिए इस्तेमाल किया जा सकता है। सिर्फ दो संवेदी continua के बीच सीमा पर तीव्रता को उत्तेजनाओं लंगर के लिए सक्षम होने का एक और दिलचस्प संभावना दर्दनाक सनसनी 9, 10, 11 के लिए गैर दर्दनाक संक्रमण से भर व्यक्तिपरक धारणा जांच करने के लिए है। इस परिदृश्य में बहुत ही रोचक है क्योंकि अगर दर्द सीमा मजबूती के साथ अनुमान लगाया गया है, दर्द और कोई दर्द शर्तों electroencephalographic (ईईजी) गतिविधि में, विपरीत किया जा सकता है, उदाहरण के लिए शारीरिक उत्तेजना तीव्रता 12 को बदलने के बिना है। इस OBS के लिए अनुमति देता हैदर्दनाक और गैर दर्दनाक रूप में मूल्यांकन परीक्षणों के बीच मस्तिष्क की गतिविधियों में अंतर का परीक्षण करके निरंतर प्रोत्साहन की शर्तों के तहत दर्द-विशिष्ट अवधारणात्मक प्रक्रियाओं के ervation।
हम कैसे Psychtoolbox में अनुकूली आकलन के आसानी से उपलब्ध कार्यान्वयन का उपयोग करने के लिए मजबूती के साथ एक ईईजी प्रयोग जहां दर्द और कोई दर्द गतिविधि के बीच विपरीत प्रभाव lateralization लिए जांच की है, उत्तेजना साइट पर निर्भर करता है में अलग-अलग दर्द सीमा निर्धारित करने के लिए प्रदर्शन करेंगे। चूंकि उत्तेजना तीव्रता thresholding प्रक्रिया के बाद स्थिर रखा जा सकता है, यह ईईजी गतिविधि बाद के विश्लेषण में उत्तेजना तीव्रता के साथ सह-अलग के लिए खाते के लिए आवश्यक नहीं है।
Subscription Required. Please recommend JoVE to your librarian.
Protocol
प्रयोग हैम्बर्ग मेडिकल एसोसिएशन (PV4509) की नैतिकता आयोग द्वारा अनुमोदित किया गया है।
1. प्रतिभागी चयन
- इस तरह के दर्द उत्तेजना, सिर प्रत्यारोपण या पूर्व मौजूदा स्नायविक शर्तों के लिए फिटनेस के रूप में मानक चयन के मापदंड, के अलावा, यकीन है कि प्रतिभागियों को तीव्र या पुराना दर्द से पीड़ित नहीं हैं, किसी भी दर्द की दवा लेने के लिए कर रहे हैं नहीं, और मादक द्रव्यों के सेवन का कोई इतिहास नहीं है। प्रतिभागियों को भी नहीं 4 सप्ताह प्रयोग करने से पहले के दौरान किसी भी औषधीय अध्ययन में भाग लिया जाना चाहिए था।
- किसी भी लिंग के प्रतिभागियों को शामिल करें, अभी तक केवल देखभाल करने के लिए महिला प्रतिभागियों कि हार्मोनल गर्भ निरोधकों 13, 14 का उपयोग कर रहे दर्द धारणा में चक्रीय परिवर्तन के प्रभाव को कम करने में शामिल हैं।
- उत्तेजना के किसी भी प्रकार के प्रशासन से पहले, सुनिश्चित करें कि प्रतिभागियों को लिखित में सूचित सहमति दे दी है बनाते हैं।
- एक उपयुक्त टोपी आकार का चयन करें और प्रति प्रणाली के निर्देश पुस्तिका के रूप में ईईजी इलेक्ट्रोड सेटअप तैयार करते हैं।
- नमूना दर और उच्च / कम कटऑफ के साथ ही रिकॉर्डिंग उपकरण का मुक़ाबला सीमा निर्धारित करें (अनुशंसित: 500 हर्ट्ज, 0.5 हर्ट्ज उच्च पास फिल्टर, impedances <20 kΩ)।
- सुनिश्चित करें कि उत्तेजना डिवाइस और ईईजी डिवाइस विद्युत बैटरी पर ईईजी सिस्टम चलाने से मिलकर नहीं कर रहे हैं।
- सुनिश्चित करें कि ईईजी सिस्टम और कंप्यूटर बिजली की उत्तेजना डिवाइस को नियंत्रित करने के बीच कोई लिंक संभावित-मुक्त है।
3. विद्युत उत्तेजना सेटअप
- सबसे अच्छा ईईजी रिकॉर्डिंग के समय संकल्प का उपयोग करने के लिए, बिजली की उत्तेजना के रूप में संभव के रूप में कम रहते हैं। 1 एमएस की अवधि और 400 वी अधिकतम वोल्टेज के साथ एक एकल, monophasic उत्तेजना नाड़ी के लिए उत्तेजक सेट करें। एक और अधिक तीव्र दर्द के स्तर की जरूरत है, या बाद प्रोत्साहन ईईजी रिकॉर्डिंग का सही समय n करता हैओटी पूर्वता ले, दूसरे उत्तेजना प्रोटोकॉल का उपयोग किया जा सकता है।
- सुनिश्चित करें कि बिजली उत्तेजक पर बंद है लेकिन इलेक्ट्रोड के लिए उत्पादन बंद है। DS7A के लिए डिवाइस के सही करने के लिए स्विच लेबल 'उत्पादन' उत्तेजक नीचे की स्थिति में होना चाहिए।
- मील का पत्थर (s) है कि चुने हुए उत्तेजना साइट की पहचान का पता लगा। हाथ में एक उत्तेजना के लिए, अंगूठे और तर्जनी (फुसलाकर / flexor pollicis ब्रेविस) के बीच मांसपेशियों का उपयोग करें। भागीदार पूछो एक सपाट सतह पर अपने हाथ रखना करने के लिए सभी अंक बढ़ाकर apposed के साथ। अंगूठे और तर्जनी के प्रथम पोर के बीच की दूरी bisecting द्वारा उत्तेजना साइट की पहचान।
- इलेक्ट्रोड तैयारी जेल लगाने से त्वचा साफ करें। त्वचा है कि जलन या अविश्वसनीय उत्तेजना पैदा कर सकते हैं पर अवशेषों छोड़ सकता है जो शराब या कीटाणुनाशक का उपयोग नहीं करने के लिए सुनिश्चित करें।
- उत्तेजना इलेक्ट्रोड देते हैं और कपड़ा टेप के साथ यह जगह में जकड़ना।
- वें पूछोई भागीदार हाथ के लिए एक आरामदायक स्थिति खोजने के लिए और, प्रयोग के दौरान हाथ स्थानांतरित करने के लिए नहीं है, तो संभव कोशिश करने के लिए। प्रतिभागी की सुविधा के लिए, हाथ के नीचे एक नरम ऊतक जगह सतह पारगम्यता के आधार पर किसी भी नमी को अवशोषित करने के लिए।
- ऊपर की ओर की स्थिति के लिए 'आउटपुट' स्विच स्विचन द्वारा उत्तेजक के उत्पादन में सक्षम करें।
4. शुरू अंक निर्धारित बनाने के लिए
- कैसे स्क्रीन माउस के प्रयोग पर दर्ज़ा पैमाने पर संचालित करने के लिए प्रतिभागी को निर्देश दें। बाईं आधा गैर दर्दनाक उत्तेजना का प्रतिनिधित्व करता है; ठीक आधे एक मानक दर्द वीएएस पैमाने से मेल खाती है, एक क्षैतिज रेखा के रूप में निरंतर अनुभूति की तीव्रता की एक श्रृंखला के लिए एक दृश्य के बराबर प्रदान करते हैं। भागीदार है कि बड़े पैमाने के पूर्ण केंद्र बिंदु चयनित नहीं किया जा सकता है बाहर बिंदु। लंगर अंक 15 (1 टेबल) के बारे में मानकीकृत निर्देश के साथ भागीदार प्रदान करें। <li> भागीदार तीव्रता बदलती और प्रतिक्रियाओं की रिकॉर्डिंग की उत्तेजनाओं को लागू करने से रेटिंग प्रक्रिया के साथ सहज प्राप्त करने का अवसर दे। जानकारी इस चरण के दौरान इकट्ठा उपयोग दो तीव्रता है कि लगातार मजबूत, लेकिन nonpainful उत्तेजना (कम बिंदु) और मध्यम दर्दनाक उत्तेजना (उच्च बिंदु) आह्वान क्रमशः के लिए एक अनुमान पाने के लिए। 30 परीक्षण या अच्छा अनुमान पर पहुंच होने से संतुष्ट तक - के बारे में 25 के लिए उत्तेजना जारी रखें। इस समय के दौरान, यह तीव्रता पर मौखिक राय और बार बार प्रस्तुत उत्तेजना तीव्रता के व्यक्तिपरक समानता के लिए प्रतिभागी को क्वेरी करने के लिए फायदेमंद हो सकता है।
- पैमाने केंद्र के चारों ओर प्रतिक्रियाओं का आह्वान करने के लिए बेतरतीब ढंग तीव्रता लेने की कोशिश करें। सर्वोत्तम परिणामों के लिए, बस में वृद्धि नहीं है या रैखिक तीव्रता में कमी, और भी दर्दनाक पक्ष के अधिक चरम छोर का पता लगाएं। इस चरण में भी भागीदार संभावित अपरिचित stimulat के आदी प्राप्त करने का अवसर देना चाहिएआयन और एक सुसंगत रेटिंग श्रृंखला के लिए कुछ संदर्भ की स्थापना। इस वजह से, यह संभव उत्तेजना तीव्रता की पूरी श्रृंखला से तीव्रता लागू करने के लिए, जबकि भी कुछ तीव्रता दोहरा सलाह दी जाती है।
- एक बार दोनों एक उच्च बिंदु और कम बात शुरू तीव्रता के लिए प्राप्त अनुमान होने के साथ संतुष्ट, भागीदार है कि प्रयोग के पहले भाग के बारे में शुरू करने के लिए है और (s) वह के रूप में अभ्यास रेटिंग पर रखना चाहिए, जबकि यादृच्छिक उत्तेजना तीव्रता प्रस्तुत कर रहे हैं सूचित ।
5. दहलीज निर्धारित
नोट: क्वेस्ट एल्गोरिथ्म कुछ मानकों के आकलन शुरू करने से पहले निर्दिष्ट करने की आवश्यकता है। उन मानकों psychophysical समारोह के steepness (बीटा, आम तौर पर 3.5), परीक्षणों के अंश का है, जहां एक यादृच्छिक जवाब की उम्मीद है (डेल्टा, आम तौर पर 0.01), और परीक्षणों के अंश जहां एक सकारात्मक प्रतिक्रिया भी उम्मीद है, हालांकि कोई उत्तेजना दिया जाता है शामिल (गामा, कोई सिफारिश)। Bayesian estimat के लिएआयन, उम्मीद रेटिंग्स की सीमा (एसडी) और संभव प्रतिक्रियाओं (अनाज) की रिक्ति निर्दिष्ट किया जाना चाहिए। एक वीएएस के लिए, अनाज पैमाने (आम तौर पर 1) के समाधान के लिए स्थापित किया जाना चाहिए, और एसडी काफी बड़े पैमाने दोनों शून्य बिंदु और अधिकतम संभव तीव्रता के अलावा कुछ सुरक्षा मार्जिन शामिल करने के लिए सेट किया जाना चाहिए। सिफारिशों और "ठेठ" मूल्यों यहाँ दी QuestCreate स्रोत Psychtoolbox 6, 16 के साथ शामिल कोड में विस्तार से समझाया जाता है। दहलीज पर दर्द के लिए, पर सबसे अधिक 0.01 की एक गामा मूल्य प्रशंसनीय होना चाहिए। आकलन विधि हालांकि केवल कुछ परीक्षणों, अंतिम अनुमान की अनिश्चितता बढ़ सकता समझदार पैरामीटर निर्दिष्ट करने के लिए विफलता के साथ सेटिंग के लिए, मापदंडों के misspecification के संदर्भ में अपेक्षाकृत मजबूत है। मानक विचलन बहुत कम सेट है, तो प्रक्रिया के अनुमान पर converging समस्या है कि क्षेत्र के आसपास वें मानक विचलन से फैला बाहर झूठ होगाई पैरामीटर के लिए पूर्व के अनुमान। इस प्रकार यह नहीं बल्कि एक बहुत बड़ी मानक विचलन की ओर गलती के लिए महत्वपूर्ण है।
- ऊपर दिए गए मापदंडों के साथ दो QUEST सत्र बनाएँ। उच्च बिंदु तीव्रता से एक और कम बिंदु से एक की शुरुआत करें। आकलन प्रक्रिया के कार्यान्वयन के तर्क के बारे में जानकारी पूरक सामग्री (एस 1) में पाया जा सकता है।
- बेतरतीब ढंग से संबंधित QuestMean समारोह द्वारा दिए गए दो रन से एक की एक जांच तीव्रता का चयन करें।
- जांच तीव्रता करने के लिए बिजली के उत्तेजक सेट करें। एल्गोरिथ्म द्वारा सुझाए गए एक से एक अलग तीव्रता लागू किया जाना चाहिए या सुझाव तीव्रता सीमा से बाहर है, तो 5.5 कदम में QuestUpdate समारोह में वापस प्रस्तुत तीव्रता खिलाओ।
- प्रोत्साहन ट्रिगर।
- बाद प्रतिभागी को प्रोत्साहन रेट किया है, संबंधित आकलन के सत्र के लिए QuestUpdate चलाने के लिए और भागीदार की रेटिंग के रूप में के रूप में अच्छी तरह से प्रस्तुत वास्तविक उत्तेजना तीव्रता के साथ यह आपूर्ति।
- रेटिंग परीक्षण चल जब तक अनुमान स्थिर रहे हैं या एक पूर्वनिर्धारित रोक कसौटी (> 40 परीक्षण) पर पहुँच गया है जारी रखें।
- मतलब सीमा अनुमान रिकॉर्ड के बीच दोनों आकलन, चलाता उच्च और कम मूल्य उस बिंदु से शुरू QuestMean द्वारा दिए गए के रूप में।
- भागीदार अगर वांछित है, इस स्तर पर एक ब्रेक लेने के लिए अनुमति दें।
6. दहलीज स्तर पर उत्तेजित
नोट: यह जब तक यह भाग लेने के लिए संतोषजनक है के रूप में अपनी आवश्यकताओं के रेटिंग और ब्लॉक गिनती समायोजित करने के लिए संभव है।
- भागीदार है कि प्रयोग के शेष भाग के लिए, यादृच्छिक उत्तेजना के साथ और अधिक ब्लॉकों का पालन किया जाएगा सूचित करें और वे रेटिंग रखना चाहिए के रूप में वे पहले किया था। यदि आवश्यक हो, पैमाने लंगर अंक पर शिक्षा को ताज़ा करें।
- ईईजी रिकॉर्डिंग शुरू।
- कदम 5.7 में प्राप्त मतलब सीमा अनुमान के बिजली उत्तेजक सेट और वीं के बाकी भर में सेटिंग स्थिर रखनेई प्रयोग।
- रेटिंग ब्लॉक (30 परीक्षणों) को प्रारंभ और ईईजी रिकॉर्डिंग के डेटा की गुणवत्ता निरीक्षण करते हैं। 5 रेटिंग ब्लॉक और भागीदार ब्लॉकों के बीच में छोटा ब्रेक लेने के लिए अनुमति - ईईजी डेटा की गुणवत्ता पर निर्भर करता है, 4 चलाते हैं।
नोट: ये ब्रेक के दौरान एक न्यूनतम करने के लिए भागीदार के साथ सामाजिक संपर्क रखने के लिए या जितना संभव हो उतना बातचीत का मानकीकरण करने की कोशिश करें। - जब समाप्त हो, ईईजी रिकॉर्डिंग बंद करो, बंद करने के लिए उत्तेजक उत्पादन स्विच, और इलेक्ट्रोड को हटा दें। ईईजी टोपी हटाने के बाद प्रतिभागी को सवाल-जवाब।
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
जबकि पैमाने मध्य भर में अभी भी उपज देने वाली रेटिंग (चित्रा 1 बी) nonpainful के लिए एक आधा और दर्दनाक उत्तेजना (चित्रा 1 ए) के लिए एक आधा में एक दर्ज़ा पैमाने विभाजन का उपयोग करना, लगातार उत्तेजना कई परीक्षणों पर लागू किया जा सकता है। इस तरह से, संवेदी इनपुट में परिवर्तन से बचा जा सकता है, और रेटिंग परिणाम सीधे आंतरिक अवधारणात्मक वर्गीकरण दर्द से संबंधित प्रक्रियाओं से संबंधित हो सकता है।
चित्रा 1: प्रायोगिक विवरण। (क) गैर दर्दनाक सनसनी और सही पक्ष दर्दनाक सनसनी फैले फैले बाईं ओर के साथ दर्ज़ा पैमाने। (ख) के आंकड़ों के संग्रह के लिए प्रक्रिया का इस्तेमाल किया। 40 thresholding परीक्षणों 4 द्वारा पीछा किया - लगातार उत्तेजना के 6 ब्लॉक (30 परीक्षणों प्रत्येक)। ब्लॉकों एक jittered था 3 - 5 रोंintertrial अंतराल (आईटीआई)। दर्ज़ा पैमाने उत्तेजना के बाद दिखाई दिया 0.25 एस। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
दो अनुमान "nonpain" कम बिंदु और "दर्द" उच्च बिंदु से शुरू चलाता मजबूत दहलीज अनुमानों पर एकाग्र। दोनों अनुमानों का मतलब ले रहा है, अंतिम सीमा अनुमान पैदावार जबकि पूर्वाग्रह शुरू तीव्रता से प्रेरित कम हो जाता है (चित्रा 2A)। व्यक्तिपरक उत्तेजना तीव्रता का अनुमान दहलीज पर बार-बार उत्तेजना के द्वारा पैदा की 30 परीक्षणों के एक प्रायोगिक सत्र (चित्रा 2 बी) के भीतर प्रत्येक के कई ब्लॉक भर में स्थिर है।
चित्रा 2: Threshol की स्थिरताडी अनुमान। (क) एक एकल एल्गोरिथ्म दो का अनुमान है, एक उच्च तीव्रता प्रारंभिक बिंदु के लिए एक, एक कम तीव्रता प्रारंभिक बिंदु के लिए एक पर converging दिखा भागीदार के लिए डेटा। शुरुआती बिंदु के प्रभाव को कम करने के लिए, दोनों दहलीज अनुमान (धराशायी लाइन) औसतन थे। (ख) सभी प्रतिभागियों (एन = 25) के पार होने का अनुमान दहलीज पर लगातार उत्तेजना के तहत प्रयोग के पाठ्यक्रम पर रेटिंग medians की स्थिरता। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
ट्रायल के रूप में है कि "दर्दनाक" और "nonpainful" दर्जा दिया गया था में समवर्ती दर्ज की ईईजी डेटा बंटवारे से, क्रमशः, oscillatory गतिविधि के बाद तदर्थ विपरीत किया जा सकता है। इस गतिविधि मतभेद है जो एक ही प्रोत्साहन किया जा रहा है categori के बारे में अवधारणात्मक निर्णय के साथ मेल खाना पैदावारमजबूत सनसनी के रूप में या दर्द के रूप में जेड। आंकड़े 3 ए और बी शो एक समय खिड़की से पहले दर्दनाक प्रोत्साहन (प्रोत्साहन शुरुआत से पहले 0 एस के लिए -0.8 रों) प्रस्तुत किया है के लिए इन मतभेदों और थीटा बैंड आवृत्ति रेंज (4 - 7 हर्ट्ज) है, जो पहले होना दिखाया गया है दर्द 17 में बाद में अवधारणात्मक वर्गीकरण से जुड़ा है। thresholding प्रतिमान दर्द के बाद अवधारणात्मक वर्गीकरण प्रोत्साहन परिमाण के स्वतंत्र, से जुड़े oscillatory गतिविधि में इस तरह के prestimulus मतभेद की परीक्षा में सक्षम बनाता है।
चित्रा 3: Nonpain और दर्द के बीच पावर अंतर। डाटा एक बहु-शंकु विधि का उपयोग कर समय-आवृत्ति डोमेन के लिए बदल दिया गया है। 7 हर्ट्ज और प्रोत्साहन शुरुआत से पहले (-0.8 एस - - 0 एस) चित्रित बीच 4 थीटा आवृत्तियों रहे हैं। (एक) पावर diबाएं हाथ के रूप में दर्द के लिए प्रोत्साहन के बाद के वर्गीकरण के लिए विशिष्ट fference। Taesler और गुलाब 17 (एन = 15) से डेटा को अपनाया। (ख) बिजली दाहिने हाथ में दर्द के रूप (एन = 10) के लिए एक प्रेरणा के वर्गीकरण के लिए विशिष्ट। (ग) के बीच (क) और (ख) आम थीटा गतिविधि प्रेरित पक्ष (एन = 25) के स्वतंत्र। टोपो साजिश दर्दनाक और गैर दर्दनाक उत्तेजना के बीच lateralized मतभेद की राशि से पता चलता है। व्यक्तिगत दर्द के लिए / नहीं दर्द topographies (S2) के साथ-साथ एक तुलना पूर्व मौजूदा करने के बाद प्रोत्साहन डेटा 10 (S3) पूरक सामग्री को देखें। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।
समूहों के बीच उत्तेजना की ओर बदल रहा है, इन पूर्व प्रोत्साहन प्रभाव आगे इधर-उधर किया जा सकता सुलझनाएम प्रोत्साहन उम्मीद में किसी भी lateralization प्रभाव। चित्रा -3 सी दोनों समूहों में गतिविधि का योग (बाएं हाथ / दाहिने हाथ) से पता चलता, prestimulus थीटा गतिविधि पर प्रकाश डाला, कि उत्तेजना की साइट की परवाह किए बगैर दर्द बनाम गैर-दर्द की अवधारणात्मक वर्गीकरण के लिए आम है।
| स्केल स्थिति | अनुदेश | स्कोर |
| वाम-पंथी | "सब पर कोई सनसनी" | 0 |
| केंद्र के लिए वाम | "सबसे मजबूत अनुभूति होती है, कि नहीं अभी तक दर्दनाक है" | 49 |
| केंद्र | "दर्द सीमा - इस बिंदु का चयन नहीं किया जा सकता है" | 50 |
| केंद्र के अधिकार | "दर्दनाक सनसनी" | 51 |
| दाएँ | "अधिकतम Tolerसक्षम दर्द " | 100 |
तालिका 1: रेटिंग स्केल लंगर अंक की परिभाषा। चूंकि पैमाने के बीच से नहीं चुना जा सकता है, रेटिंग भी nonpain और दर्द के बीच एक दो वैकल्पिक मजबूर पसंद (2AFC) डाटासेट में dichotomized जा सकता है।
Subscription Required. Please recommend JoVE to your librarian.
Discussion
यहाँ हम अच्छी तरह से सैद्धांतिक रूप से स्थापित किया गया है QUEST विधि का इस्तेमाल किया कुशलता से गैर-दर्द और दर्द धारणा के बीच एक मजबूत psychophysical सीमा का अनुमान है। इस सीमा पर लगातार उत्तेजना का उपयोग प्रोत्साहन परिमाण में परिवर्तन की स्वतंत्र अवधारणात्मक फैसले के एक विश्लेषण के लिए सक्षम बनाता है। हम अहानिकर और हानिकारक सनसनी डोमेन के बीच संक्रमण बिंदु पर सीमा तीव्रता की जांच की, वहीं दर्द पैमाने साथ अन्य बिंदुओं (जैसे, 50 एक 100 बिंदु दर्द पैमाने पर) भी यहां प्रस्तुत आकलन विधि के साथ लंगर डाले जा सकता है। इन मामलों में, देखभाल प्रयोग के पाठ्यक्रम भर आदी होना या संवेदीकरण प्रभाव के लिए खाते में लिया जाना है। इस तरह के प्रभाव और अधिक उच्च तीव्रता उत्तेजना के लिए होने की संभावना है।
इस प्रक्रिया में एक महत्वपूर्ण कदम बेहतर आवश्यक मापदंडों को समायोजित करने के लिए psychophysical समारोह अनुकूली प्रक्रिया द्वारा लगाया जा रहा है। एक अन्य महत्वपूर्ण मुद्दा अनुदेश जीप्रतिक्रिया पैमाने के प्रस्तोता के बारे में भाग लेने के लिए iven। भागीदार जहां पैमाने पर व्यक्तिपरक तीव्रता में लेकर करने का एक स्पष्ट समझ होनी चाहिए। यह इस प्रकार का मानकीकरण और रेटिंग में किसी भी पूर्वाग्रह शुरू करने से बचने के लिए इन निर्देशों, जब भी आवश्यक है, दोहराने के लिए बहुत महत्वपूर्ण है। एक पैमाने पर है कि एक nonpainful और दर्दनाक पक्ष में विभाजित है निर्दिष्ट करने के लिए कुछ प्रतिभागियों के लिए संभाल करने के लिए, के बाद से दोनों संवेदी continua उनके संबंधित संवेदनशीलता में अलग हो सकता है मुश्किल साबित हो सकता है। इस मामले में, विभाजन के पैमाने से जानकारी आगे के विश्लेषण के लिए आवश्यक नहीं है जब, आकलन प्रक्रिया भी बाहर एक दो वैकल्पिक मजबूर पसंद प्रतिमान के रूप में किया जा सकता है। इधर, भागीदार सिर्फ है कि क्या एक प्रोत्साहन के रूप में दर्द या नहीं माना जाता था फैसला किया है। रेटिंग पैमाने के साथ समस्याओं के मामले में, आकलन मजबूत हो जाएगा, के रूप में लंबे समय से एक प्रोत्साहन के बारे में भागीदार की प्रतिक्रिया दर्दनाक या nonpainful होने के रूप में सत्यप्रिय है और झूठे प्रतिक्रियाएं वाई रहे हैंपतली सीमा डेल्टा और गामा मापदंडों द्वारा निर्दिष्ट।
मामलों में जहां प्रारंभिक thresholding एक प्रशंसनीय अनुमान या रेटिंग अनियमितताओं स्पष्ट हो गया पर एकाग्र नहीं करता है, प्रयोग बाधित और आरंभ किया जाना चाहिए। ऐसे मामलों में, यह बड़े पैमाने की उनकी व्याख्या और उत्तेजना के अपने व्यक्तिपरक धारणा के बारे में भागीदार पूछने के लिए मदद कर सकता है। इस तरह के एक ढीला इलेक्ट्रोड या उत्तेजक करने के लिए एक दोषपूर्ण कनेक्शन के रूप में तकनीकी त्रुटियों की संभावना से इनकार किया जा सकता है, यह दर्द से निपटने के लिए अपनी रणनीति के बारे में भागीदार पूछने के लिए उपयोगी हो सकता है। प्रतिभागियों को जो नियमित रूप से मार्शल आर्ट या उच्च प्रदर्शन खेल में दर्द के साथ सौदा है, उदाहरण के लिए, प्रारंभिक जांच से गुजर रहा है के बावजूद अनियमित प्रतिक्रियाओं का प्रदर्शन हो सकता है। इसके अतिरिक्त, प्रयोग की और ब्रेक के दौरान शुरुआत के बाद भागीदार के साथ सामाजिक संपर्क, मानकीकृत किया जाना चाहिए के रूप में प्रयोगकर्ता आचरण या प्रेरित अनुपालन का कोई प्रभाव प्रेरित करने के लिए नहीं।
18 से अधिक पैमाने रेंज की व्याख्या भिन्न का एक प्रभाव होना दिखाया गया है। इन समस्याओं के परीक्षण 19 प्रति प्रत्येक सत्र में बड़े पैमाने पर प्रस्तोता पुन: प्रशिक्षण प्रतिभागियों और एक एकत्रित रेटिंग में कई stimulations के औसत से कम किया जा सकता है। एक अतिरिक्त चिंता का विषय है कि एक अलग सत्र में इलेक्ट्रोड reattaching सटीक एक ही उत्तेजना तीव्रता उपज नहीं हो सकता है और इस तरह का अनुमान सीमा में परिवर्तन हो सकता है।
प्रत्येक यात्रा में, इस तरह की खोज के रूप में एक अनुकूली आकलन की प्रक्रिया का उपयोग करना, पूर्णसभी पूर्व thresholding परीक्षणों से जानकारी के सेट अगले टेस्ट तीव्रता के लिए इष्टतम तीव्रता का निर्धारण करने के लिए प्रयोग किया जाता है। यह आवश्यक परीक्षणों की संख्या कम हो जाती है, जबकि ऐसी सीढ़ी के रूप में शास्त्रीय तरीकों की तुलना में thresholding दौरान असंगत रेटिंग्स के खिलाफ मजबूती बढ़ रही है। Thresholding प्रक्रिया आगे स्वतंत्र रूप से एक पायलट प्रयोग में डेटा एकत्र बेहतर वांछित साधन या उत्तेजना प्रकार 7 के लिए psychophysical समारोह की ढलान अनुमान लगाने के लिए द्वारा अनुकूलित किया जा सकता है।
हालांकि यहां प्रस्तुत एल्गोरिथ्म के सैद्धांतिक नींव मजबूत है और हम दिखा दिया है कि संपूर्ण प्रयोगों के लिए एक मजबूत अनुमान प्राप्त किया जा सकता है, वहाँ पहले से ही तकनीक उपलब्ध सुधार कर रहे हैं, कि आगे मजबूत दहलीज अनुमान तक पहुँचने की जरूरत परीक्षणों की संख्या कम हो। ये अनुकूलित Bayesian तरीकों न केवल कम परीक्षण संख्या के लिए कम पक्षपाती परिणाम वादा लेकिन यह भी एक स्थिति फिट करने की कोशिशएक चलना 20 में psychophysical समारोह के ढलान के रूप में अच्छी तरह से है।
ऐसे उन्नत आकलन विधियों का उपयोग करके, व्यक्तिपरक धारणा के प्रस्तोता पर निर्भर क्षेत्रों में भविष्य के अनुसंधान लाभ उठा सकते हैं। एक के लिए, इन एल्गोरिदम प्रतिभागियों पर तनाव को कम करने और इस प्रकार प्रयोगात्मक सेटिंग से अधिक पारिस्थितिकी वैध बनाने में मदद। इसके अतिरिक्त, वे सटीकता में सुधार, न केवल सीमा प्रयोगों में, लेकिन संभावित सभी स्वयं रिपोर्ट psychophysical प्रक्रियाओं के लिए अनुकूल उपायों में - एक संपत्ति नैदानिक सेटिंग में अनुसंधान के लिए विशेष रूप से उपयोगी है।
Subscription Required. Please recommend JoVE to your librarian.
Acknowledgments
/ जर्मन रिसर्च फाउंडेशन (DFG): यह काम transregional सहयोगात्मक अनुसंधान केन्द्र TRR169 "adaptivity, भविष्यवाणी और इंटरेक्शन Crossmodal लर्निंग" द्वारा वित्त पोषित किया गया है। लेखकों पांडुलिपि पर उपयोगी टिप्पणी के लिए स्टेफ़नी शील्ड्स धन्यवाद।
Materials
| Name | Company | Catalog Number | Comments |
| EasyCap electrode cap | EasyCap, Woerthsee-Etterschlag, Germany | CUCHW-58 | |
| actiCap active Ag/Cl EEG electrode set | BrainProducts GmbH, Gliching, Germany | - | |
| SuperVisc EEG eletrode gel | EasyCap, Woerthsee-Etterschlag, Germany | V16 | |
| BrainAmp EEG amplifier | BrainProducts GmbH, Gliching, Germany | BrainAmp Standard | |
| PsychToolbox-3 | Mario Kleiner / Open Source | - | Available at http://psychtoolbox.org/ |
| Matlab | MathWorks, Natick, MA | Matlab R2015b | |
| DigiTimer DS7A constant current electrical stimulator | DigiTimer Ltd., Hertfordshire, United Kingdom | DS7A |
References
- Coghill, R. C., McHaffie, J. G., Yen, Y. -F. Neural correlates of interindividual differences in the subjective experience of pain. Proc. Natl. Acad. Sci. 100 (14), 8538-8542 (2003).
- Schulz, E., Tiemann, L., Schuster, T., Gross, J., Ploner, M. Neurophysiological coding of traits and states in the perception of pain. Cereb. Cortex. 21 (10), 2408-2414 (2011).
- Ehrenstein, W. H., Ehrenstein, A. Psychophysical Methods. Mod. Tech. Neurosci. Res. , 1325 (1999).
- Watson, A. B., Pelli, D. G. Quest: A Bayesian adaptive psychometric method. Percept. Psychophys. 33 (2), 113-120 (1983).
- Sims, J. A., Pelli, D. The ideal psychometric procedure. Investig. Ophthalmol. Vis. Sci. 28, 366 (1987).
- Kleiner, M., Brainard, D., Pelli, D., Ingling, A., Murray, R., Broussard, C. What's new in psychtoolbox-3. Perception. 36 (14), 1-16 (2007).
- Leek, M. R.
- King-Smith, P. E., Grigsby, S. S., Vingrys, aJ., Benes, S. C., Supowit, A. Efficient and unbiased modifications of the QUEST threshold method: theory, simulations, experimental evaluation and practical implementation. Vision Res. 34 (7), 885-912 (1994).
- Boly, M., Balteau, E., et al. Baseline brain activity fluctuations predict somatosensory perception in humans. Proc. Natl. Acad. Sci. 104 (29), 12187-12192 (2007).
- Gross, J., Schnitzler, A., Timmermann, L., Ploner, M. Gamma oscillations in human primary somatosensory cortex reflect pain perception. PLoS Biol. 5 (5), 1168-1173 (2007).
- Ploner, M., Lee, M. C., Wiech, K., Bingel, U., Tracey, I. Prestimulus functional connectivity determines pain perception in humans. Proc. Natl. Acad. Sci. U. S. A. 107 (1), 355-360 (2010).
- Oertel, B. G., Preibisch, C., et al. Separating brain processing of pain from that of stimulus intensity. Hum. Brain Mapp. 33 (4), 883-894 (2012).
- Goolkasian, P. Cyclic changes in pain perception: an ROC analysis. Percept. Psychophys. 27 (6), 499-504 (1980).
- Hapidou, E. G., Rollman, G. B. Menstrual cycle modulation of tender points. Pain. 77 (2), 151-161 (1998).
- Huskisson, E. C. Measurement of pain. Lancet. 304 (7889), 1127-1131 (1974).
- Brainard, D. H.
- Taesler, P., Rose, M. Prestimulus Theta Oscillations and Connectivity Modulate Pain Perception. J. Neurosci. 36 (18), 5026-5033 (2016).
- Yarnitsky, D., Sprecher, E., Zaslansky, R., Hemli, J. A. Multiple session experimental pain measurement. Pain. 67 (2-3), 327-333 (1996).
- Rosier, E. M., Iadarola, M. J., Coghill, R. C. Reproducibility of pain measurement and pain perception. Pain. 98 (1-2), 205-216 (2002).
- Barthelmé, S., Mamassian, P. A flexible Bayesian method for adaptive measurement in psychophysics. arXiv:0809.0387. , (2008).
