Summary
이 비교 연구는 동기 주의 두 반구 간의 차이 평가 하기 위해 한 정서적 이미지의 분할된 시야 프레 젠 테이 션 대 중앙. 늦은 긍정적인 잠재력 (LPP) 동기 주의 평가 하기 위해 electroencephalography (뇌 파) 및 이벤트 관련 후보 (르 프 스크 웨) 방법론을 사용 하 여 기록 했다.
Abstract
감정적인 정보 lateralized 처리에 2 개의 지배적인 이론 문학에서 존재 한다. 1 개의 이론은 posits 왼쪽된 정면 지역에서 쾌적 한 감정을 처리 하는 동안 불쾌 한 감정을 바로 정면 지역에 의해 처리 됩니다입니다. 다른 이론은 posits 오른쪽 반구의 감정적인 정보 전체, 특히 후부 지역 처리에 대 한 더욱 전문화입니다.
감정적인 정보 처리에서 대뇌 반구의 다른 역할을 평가 하지 않는 액세스할 수 또는 저렴 한 모든 과학자 neuroimaging 방법론의 사용 없이 어려울 수 있습니다. 자극의 분할된 시야 프레 젠 테이 션 neuroimaging 기술의 사용 없이 정보의 lateralized 처리의 조사에 대 한 수 있습니다.
이 비교 연구는 동기 주의 두 반구 간의 차이 평가 하기 위해 한 정서적 이미지의 분할된 시야 프레 젠 테이 션 대 중앙. 늦은 긍정적인 잠재력 (LPP) 동기 주의 평가 하기 위해 electroencephalography (뇌 파) 및 이벤트 관련 후보 (르 프 스크 웨) 방법론을 사용 하 여 기록 했다. 미래의 일이이 패러다임 attentional 차이점에 행동에 미치는 영향을 탐구 하는 더 적극적인 행동 작업 쌍 것입니다.
Introduction
Lateralized 처리에 몇 가지 이론이 두 대뇌 반구에 대 한 posited 되어 있다. 이러한 가운데 감정 처리의 이론을 포함 합니다. 원자가 모델1 오른쪽 반구 불쾌 한 감정에 대 한 전문화 하는 동안 즐거운 감정에 대 한 왼쪽된 반구 전문화를 제안 합니다. 우 반구 우 가설2 오른쪽 뇌 좌 반구에 비해 모든 감정적인 정보 처리를 위한 전문 제안 합니다. 마지막으로, Circumplex 이론3 원자가 대 한 정면 asymmetries, 이외에 오른쪽 뇌의 후부 지역이 모든 높은 흥분 제 감정 처리에 대 한 전문화는 제안 합니다. 이 테스트 하기 위해 lateralized 처리의 이론, 두 반구 사이 처리를 차별화 수 있는 방법론을 사용 해야 합니다. Neuroimaging 기술이이 정보를 제공할 수 있습니다, 그들은 자주는 아니지만 대부분 연구 과학자에 쉽게 액세스할 수 있습니다. 또한, 많은 표준 인지 패러다임, neuroimaging 방법론을 결합 하는 경우에, 각 반구 내에서 처리 하는 정보를 분리 하지 마십시오. 분할된 시야 (DVF) 방법론 행동 및 정신 과학자 neuroimaging 기술의 사용 없이 처리의 lateralized 이론 시험을 위한 길을 제공 합니다.
DVF 방법론 지식을 자극 한 시야를 제시 받았고 contralateral 반구4처리 처음을 기준으로 합니다. DVF 방법론 한 대뇌 반구를 다른5하기 전에 정보를 받을 수 있도록 짧은 간격으로 자극의 lateralized 프레 젠 테이 션을 사용 합니다. 따라서, 자극 오른쪽 시야에 짧게 제시 왼쪽된 반구에 의해 contralaterally 처리 되 고 왼쪽된 시야를 제시 하는 자극 오른쪽 뇌에 의해 처리 됩니다. 이러한 방식으로 단일 반구에 정보의 초기 처리에 차이 시험 될 수 있다. 예를 들어 그것을 잘 설립 왼쪽된 반구 언어 정보 처리에 대 한 전문 (메타 분석에 대 한 참조6참조). DVF를 사용 하 여 연구 패러다임 보여줄 때 오른쪽 뇌에 단어 왼쪽된 반구 (즉, 오른쪽 시야에 표시)에 선물 될 때 증가 처리 속도에 비해.
두 반구 간의 처리 차이 평가 행동 반응 시간이 필요할 수 있습니다 보다 미세한 시간적 해상도 측정 합니다. 사건 관련 전위 (르 프 스크 웨) 인간 electroencephalography (뇌 파) 데이터에서 파생 된 밀리초 (ms) 순서 시간 해상도. 따라서, DVF 방법론 함께에서 ERP 기법을 사용 하 여 두 개의 반구 간의 차이 처리의 세련 된 평가 대 한 수 있습니다. 처음에, 자극의 중앙 시야 (CVF) 프레 젠 테이 션 설립된 ERP 효과 복제 하려면 사용할 수 있습니다. 다음, DVF 자극의 프레 젠 테이 션 이러한 ERP 효과의 전파에 각 반구의 독특한 기여를 검사를 사용할 수 있습니다. 현재 연구7에 대 한 특별 한 관심의 후반 긍정적인 잠재력 (LPP) 자극8의 감정적 자극에 민감한 ERP 구성 요소로 확인 되었습니다. 흥미롭게도,는 LPP 하지를 일관 되 게 불쾌 하 고 쾌적 한 자극, 오히려, 응답 하지만 중립 자극에 상대적으로 동등 하 게에 감정적 자극 발견 되었습니다. 이 연구는 LPP 두 반구 사이 감정적인 자극에 대 한 동기 관심에 대 한 인덱스로 사용 하 여 감정 이론의 lateralized 처리를 테스트 하도록 설계 되었습니다.
또한,이 연구 체계적으로 LPP의 초기 및 런타임에 발현에 걸쳐 감정 자극의 원자가 그리고 흥분을 일으키는 크기를 검사합니다. CVF와 DVF 자극 프레 젠 테이 션과 함께에서 이러한 자극 조작 독특합니다 문학, 그들은 독특하고 인터랙티브 원자가, 흥분, 그리고 처리는 LPP의 전파에의 반구의 영향을 조사 하기 위한 수 . 따라서, 직접 행동에 대 한 영향 한다 차동 참여 동기 관심 따라서는 LPP, 쾌적 한 자극에 비해 불쾌 한에 의해 신호 탐험 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
여기에서 설명한 모든 방법을 캔사스 로렌스, 캔사스 대학에서 인간 주제 연구에 대 한 내부 검토 위원회에 의해 승인 되었습니다.
1. 선택 참가자
DVF 연구를 위한- 사용 오른 손잡이 참가자. 드문 경우 (10%), 왼손잡이 개인 비 전형적인 지형 분포와 ERP 구성 요소 두 피 기록 결과 오른쪽 뇌에서 처리 하는 언어에 대 한 lateralized는.
- 가지고 참가자 강한 right-handedness 결정 하에 딘 버 러 Handedness 재고 9 완료. 8 또는 더 높은 점수 나타냅니다 강한 right-handedness.
2. 자극
- 요청 연구 센터를 통해 국제 감정 사진 시스템 (IAPS) 10의 감정과 관심의 연구에 대 한 복사 ' s 웹사이트 11. 2.2-2.4 단계에서 규격 IAPS에서 자극을 선택 합니다. IAPS 각 자극에 대 한 이미지 파일과 원자가 각 이미지에 대 한 흥분을 일으키는의 normed 등급을 포함 하는 탭으로 구분 된 텍스트 파일을 함께 제공.
- 사용 스프레드시트 프로그램을 규범을 보고 자극을 선택 합니다. O 선정 하는 자극의 전체 목록은 ' 토끼, Atchley, 고 영 (2016) 참조 표 1.
참고:이 자극 세트 정격된 원자가 감정적인 자극의 흥분에 대 한 규범을 제공합니다. 자극에 대 한 규범 자체 평가 마네킹 10 참가자 평가 통해 창조 되었다. 이 규모는 원자가에 대 한 미소, 행복 한 그림 찡그림, 불행 한 그림에서 범위 그래픽 그림 및 편안 하 고, 잠자는 그림 자극에 대 한 흥분, 폭 그림을 묘사. 원자가 가장 불쾌 한 (인상을 찌 푸 리고, 불행 한 그림) 1 인 9 인는 가장 쾌적 한 (웃 고, 행복 한 그림)와 9-포인트 리커트 스케일에 정격 이다. 흥분도 이상 흥분 제 (편안 하 고, 잠자는 그림)와 가장 흥분 제 (흥분, 폭 그림) 인 9 인 1 9 점 리커트 척도에 정격 이다. 감정적인 응답을 연상 하는 각 이미지의 구성 요소 각 이미지에 중앙 있습니다.
- 사용 스프레드시트 프로그램을 규범을 보고 자극을 선택 합니다. O 선정 하는 자극의 전체 목록은 ' 토끼, Atchley, 고 영 (2016) 참조 표 1.
- 각 그룹에서 60 이미지와 이미지의 3 개의 원자가 그룹을 만들: 불쾌 한, 쾌적 하 고 중립, IAPS 수동 12에서 제공 하는 규범을 사용 하 여.
이렇게, 그들의 평균 원자가 등급에 의해 IAPS 이미지 정렬
- . 평균 원자가 등급 1 3.99에에서 불쾌 한 자극의 범위. 중립 자극 범위 평균 원자가 등급 4 6.99입니다. 7에서 9에 평균 원자가 등급에 즐거운 자극 범위. 각 원자가 그룹 크게 달라 야 서로 평균 원자가 등급에 그들의 범위에 없는 중복.
- 그 원자가 그룹에서 독립 샘플 t-테스트 13를 사용 하 여 서로 크게 다를 확인 합니다. 이미지 그룹 그림 복잡성 LPP 14 영향을 발견 되지 않은 이미지 복잡성으로 제어 되지 않습니다.
- 모두 불쾌 하 고 쾌적 한 원자가 자극, 내 높은 만들고 30의 중간 각 하위 각 이미지.
- 중립 원자가 자극 내에서 중간 및 낮은 각 하위 그룹을 만들. 하위 그룹 8.70 ~ 4.30 평균 흥분 제공 범위와 크게 안 높은 흥분을 일으키는 평균 각 등급에 서로 다릅니다. 중간 각 하위 7.29 ~ 2.40 평균 흥분 제공 범위와 크게 안 평균 각 등급에 서로 다릅니다. 1.4 5.44에서 평균 각 등급에서 낮은 각 하위 그룹 범위.
- 자극을 선택 테스트 (t-테스트)를 통해 자극 그룹을 위해 13는 안정적으로 다른.
참고: 각 하위 그룹 (높음, 보통 및 낮은) 크게 평균 흥분 등급, 하지만 원자가 그룹 내에서 각 하위 그룹에서 서로 달라 야 합니다 흥분 할 크게 다 하지 서로 다른 원자가에. 원자가 1)의 시험 효과 혼자, 혼자, 2) 각 성 효과 원자가 흥분 사이 3) 인터랙티브 효과 대 한 수 있습니다. - 그들이 17.06 수평 및 10.85 수직도 자극-프레 젠 테이 션 모니터에 시각적인 각의에서 보여질 것입니다 수 있도록 최종 자극 이미지 크기를 조정 이미지 편집 소프트웨어 프로그램을 사용 하 여.
- 계산 수식, V를 사용 하 여 시각적 각도 (V) = 2arctan(S/2D) 15, 어디 S 시각적 개체와 D의 너비 또는 높이 = = 뷰어에서 거리 ' s 학생 시각적 개체에. 자극 이미지의 크기는 참가자 사이의 거리에 따라 달라 집니다 ' s 학생과 자극-프레 젠 테이 션 모니터 (D).
- 마스크 이미지 자극의 뒤로 마스크에 대 한 자극을 만듭니다. 이전 버전과 슬래시의 배열을 이루어져 마스크 자극 (즉, " \ ")는 이미지의 공간 크기를 일치 하는. 동일한 차원에에서 있는 픽셀 이미지 편집 소프트웨어 프로그램에서 이미지 자극으로 textbox를 만듭니다. 그들은 지정 된 치수를 변경 하지 않고 전체 공간을 채울 때까지 텍스트 상자에 이전 버전과 슬래시를 입력 합니다. 이 텍스트 상자를 마스크 자극을 만드는 이미지 저장.
- DVF 패러다임에 대 한 자극 프레 젠 테이 션 소프트웨어에 로드할 이미지-프레 젠 테이 션 슬라이드를 만듭니다.
- 는 이미지 편집 소프트웨어 프로그램에서 고정 마크 센터 (" + ") 이미지의 중간에. 당신의 첫 번째 자극 이미지 오른쪽 가장자리 고정 마크의 왼쪽에 시각적인 각의 3 °와 수직으로 중심.
- 자극 이미지와 동일한 크기와 갈색 사각형을 만들고 또한 세로로 고정 마크의 오른쪽에 시각적인 각의 왼쪽된 가장자리 3도 중심으로 배치 합니다. 이 자극 이미지의 왼쪽된 시야의 프레 젠 테이 션이이 저장.
- 자극 이미지와 갈색 직사각형의 위치를 전환 하 고이 자극 이미지의 오른쪽 시야의 프레 젠 테이 션으로이 저장 합니다. 모든 자극 이미지 ( 그림 1)에 대 한이 작업을 수행.
3. 실험 장비
- 염화 사용은 (Ag-AgCl) 액티브-전극 또는 두 피에서 기록 EEG 뇌 파 전극 다른 국제에 따라 10-20 시스템 16 위치. 위에 위치 하나 추가 전극 및 다른 기록 수직 안구의 움직임을 오른쪽 눈 아래.
- 사용 뇌 파 장비 사양에 따라 250-500 Hz의 샘플링 속도와 데이터 수집을 위한 수집 소프트웨어. 뇌 파의 상세한 고려 인수 매개 변수 참조 행운 (2014) 17 .
- 현재 stimuli 미러 24 인치 자극-프레 젠 테이 션 액정으로 컴퓨터에 자극-프레 젠 테이 션 소프트웨어 패키지 18 통해 디스플레이 모니터 (1920 x 1200 해상도) 별도, 전기 차폐, 그리고 소리에 감쇠 방입니다. 장소만 실험 방에서 컴퓨터를 유지 하는 동안 차폐 실 내의 미러 모니터 전기 소음을 감소 시킨다. 소리 감쇠 뇌 파 데이터에서 청각 되 살려 진 잠재력의 발생을 줄일 수 있습니다. 자극-프레 젠 테이 션 소프트웨어 패키지 사용자가 프레 젠 테이 션 기간을 설정 하 고 자극의 위치를 화면에 대 한 허용 해야 합니다.
4. 참가자 준비
- 어떤 데이터를 제공 하기 전에 참가자 전체 정보, 서 면 동의.
- 가지고 섹스, 나이, handedness, 모국어, 비전, 및 신경 역사 인구 조사를 완료 하는 참가자. 섹스와 최종 연구 보급에 보고 나이 수집 합니다. 다른 모든 인구 통계 학적 정보를 사용 하 여 참가자 연구에 포함에 대 한 기준을 충족 하는지 확인: 오른 손잡이 (에 딘 버 러 Handedness 재고를 통해 평가), 네이티브 영어 스피커 자기 보고서 (또는 네이티브 언어 사용을 통해 수집 된 연구 지침)에서 정상 또는 정상 수정 비전과 신경 외상의 역사 없이.
- 참가자에 적용 EEG 전극입니다. 피의 후 두-정수 리 영역을 커버 모든 뇌 파 몽타주는 LPP 응답 기록 적합.
- 좌석 참가자 전기 차폐, 어둠 속에서 소리 감쇠 방. 턱의 나머지를 사용 하 여 움직임을 최소화 하 고 머리를 안정. 턱 나머지 시각적인 각 계산에 사용 된 D 변수를 유지 하기 위해 자극-프레 젠 테이 션 모니터에서 정확한 거리 위치. 키보드 (또는 응답 상자) 그들의 오른손을 통해 응답 컬렉션에 대 한 참가자의 앞에 배치.
- 모든 채널 임피던스 50 kiloohms 17 되도록 데이터 신호 확인.
- Instruct 참가자를 수 동적으로 화면 중심에서 그들의 눈을 이동 하지 않고 이미지 자극을 볼. 고정 마크를 표시 (" + ") 17 흥분 참가자 수 있도록 스크린의 센터에서. 그들은 관심을 지불 하는 것이 중요 하다 그래서, 이미지의 각 블록을 다음 인식 퀴즈 있을 것입니다 참가자에 지시 합니다. 각 참가자만 완료는 CVF 또는 DVF 패러다임 사이 주제 디자인 만들기.
참고: 모두 CVF 및 DVF 패러다임 내에서 주제 디자인을 만들 동일한 참가자에 지휘 될 수 있다. 이렇게, 어떤 친숙 효과 자극에 대 한 제어 하는 두 가지 패러다임의 순서를 맞출.
5. 중앙 시야 (CVF) 패러다임
참고: CVF에서 패러다임, 스크린의 센터에서 무작위로 현재 이미지 자극. 각 시험 500 ms 중앙 고정 구성 (" + ") 뒤에 뒤에 뒤 마스크를 마스크 하는 역할에 대 한 프레 젠 테이 션 기간 2000-4000 양 Jittered 프레 젠 테이 션 기간 사이에서 무작위로 변화 한다 자극의 150 ms 프레 젠 테이 션 어떤 예상 ERP 응답 다음 재판 20의 발병을 줄일 수.
- 기간과 자극 위치 자극-프레 젠 테이 션 소프트웨어에 고정, 자극 이미지 및 마스크 자극에 대 한 별도 프레 젠 테이 션 슬라이드를 만들 프레젠테이션을 지정 하.
- 고정 마크의 프레 젠 테이 션에 대 한 프레 젠 테이 션의 더하기 기호를 지정 (" + ") 가로 및 세로로 모두을 중심으로 하 고이이 슬라이드에 대 한 속성을 통해 행 해질 수 있다 500 양 기간 설정.
- 자극의 프레 젠 테이 션, 행렬 또는 목록 개체에는 자극에 대 한 이미지 파일 이름을 입력.
- 이미지-프레 젠 테이 션 슬라이드에 이미지 개체 모두 수직과 수평,를 중심으로 놓고 이미지 자극 로드 이미지 파일 이름 목록에이 개체에 연결. 파일 이름이 이미 선택 된 자극의 교체 없이 목록에서 임의로 선택 이미지와 매트릭스 또는 목록 개체를 설정 합니다. 이미지-프레 젠 테이 션 슬라이드의 지속 시간을 150 양 설정
- 마스크-프레 젠 테이 션 슬라이드에 대 한 다시 장소 이미지 개체 중심으로 모두 수직과 수평. 이 개체의 속성에서 파일 이름을 입력 하 여 마스크 이미지 파일에 직접 연결 수 있습니다. 무작위로 2000-4000 양 사이 다를 마스크-프레 젠 테이 션 슬라이드의 지속 시간 설정
- 각 (180 재판 총) 45 재판의 4 개의 실험 블록에서 이미지 자극을 제시. 각 블록 원자가/흥분을 일으키는 조건 자극의 동등한 수가 있다. 이 만드는 4 개의 별도 행렬 또는 목록 개체 이미지 파일 이름으로 각 각 원자가 흥분을 일으키는 그룹에서 7-8 이미지를 포함 하 여 수행할 수 있습니다 (예를 들어, 목록 1에서에서 7 높은 깨워서 불쾌 한 이미지 수와 목록 2에이 수 8 높은 깨워서 불쾌 한 이미지)입니다. 참가자는 수 동적으로 각 재판에 이미지 자극을 볼.
- 참가자는 연구의 수동 보기 부분 관심을 지불 되도록 10 항목 인식 테스트를 주고 각 블록을 다음. 새로운 4 개의 항목과 이전 블록에서 인식 테스트에 6 항목을 표시 합니다. 그들은 원자가 흥분의 모든 범주를 표현이 6 개의 항목을 선택 합니다. 그들은 이전에 본 어떤 자극을 나타내는 그들의 오른손을 사용 하 여 키를 통해 응답 참가자.
6. 시야 (DVF) 패러다임을 나누어
참고:는 DVF 패러다임은 CVF 패러다임을 제외 하 고 각 이미지 자극 측면, 왼쪽 이나 오른쪽 사용 하 여 고정 마크의 현재 이미지 자극의 크기를 포함 하 여 동일는 2.7 ( 그림 3 참조) 4 단계에서 만든 이미지-프레 젠 테이 션 슬라이드.
- 현재 각 이미지 왼쪽된 시야에 한 번 그리고 한 번 오른쪽 시야에. 완전히 무작위 순서로 모든 자극을 제시.
- 각 자극 두 번 제시로 실험 블록 및 360 재판의 총에 대 한 인식 테스트의 수 (8)를 두 번.
- 쌍 각 이미지 자극 단단한 갈색 사각형 고정의 반대 측에 자극 차원에서 동일의 동시 프레 젠 테이 션. 이 재귀 saccades는 자극을 줄이기 위해 이루어집니다. 또한, 프레 젠 테이 션 150 ms 기간은 대부분 saccade 대기 21, 그 경우 참가자는 자극에 자신의 눈을 이동, 그것은 것입니다 마스크 참가자 그것에 흥분 시키는 수 있습니다 전에 의미 보다 짧은 22.
- 각 자극을 제시 하 고 그들의 내부 쌍된 갈색 사각형의 가장자리는 고정에서 시각적인 각의 3 °. 이 자극 한 반구 4에서 처리 되는 망막의 지역 내에서을 보장 하기 위해서 이루어집니다.
- 뒤로 자극 및 CVF 패러다임 20에서 완료 했다 동일한 기준 및 절차를 사용 하 여 갈색 사각형 마스크.
7. 데이터 분석
- 그 자극에 주의 지불 했다 안심하실 수 없습니다 데이터를에서 인식 테스트에 50% 미만 (기회)를 득점 하는 모든 참가자를 제거.
- 전처리 및 뇌 파 소프트웨어 패키지 23을 사용 하 여 뇌 파 데이터 분석. 오프 라인 데이터를 필터링 연속 0.01-30 Hz 대역 통과, 나쁜, 올바른 눈 깜박임 아티팩트 각 개별 참가자에서 생성 하는 평균 서식 파일을 사용 하 여 수동으로 제거 수평 아이 교대 100 밀리초 시간 창에서 200 μv 변동 데이터 표시 육안 검사, 및 rereference 데이터는 com을 사용 하 여 다음 데이터에서월 평균 rereference 24 , 25.
- 26 200 ms 사전 자극 기준선 따라 자극의 개시 후 1000 ms의 epochs 계산.
- LPP 27의 지형 확인 하려면 ERP 문학과 파형 검사 사용. 이 연구에는 LPP 채널 CPz 중심. 이 경우에, 평균 채널 CPz Pz, Cz, CP1, CP2 함께 LPP 나타낼.
- DVF에서 데이터 왼쪽 후 두-두 정 채널과 DVF 프레 젠 테이 션 LPP 구성 요소의 전형적인 지형 이동 하지 않았다 되도록 바로 정수 리 후 두 채널에 걸쳐 LPP 진폭 비교 치러야 분석을 수행 합니다. 채널 쌍 CP1와 CP2, CP3 CP4, C1 및 C2, C3 및 C4, P1 및 P2, P3 그리고 각각을 그들은 크게 차이가 없습니다 서로 다른 평균 진폭 되도록 P4 사이 짝 샘플 t-테스트 실시.
- LPP로 긴, 지속적인 구성 요소, 두 개의 다른 LPP epochs 추출: (400-700 ms 후 자극 발병 초기)과 후반 (700-1000 ms 후 자극 발병).
- 3 통해 CVF LPP 데이터 분석 (원자가: 불쾌 한, 즐거운, 그리고 중립) 2 (신 기원: 초기와 후반) 그룹 내 분산 분석 (ANOVA) 중립 자극 보다 더 큰 LPP 응답을 생성 하는 감정 자극의 전형적인 LPP 효과 되도록 이 존재 합니다. 이 분석은 자극 정상적으로 처리 된 단언을 수행.
- 검사 원자가 LPP에 흥분을 일으키는의 대화형 효과 실시는 2 (원자가: 불쾌 하 고 쾌적 한) 2 (흥분: 높고 낮음) 2 (Epoch: 초기와 후반) CVF LPP 데이터 내에서 그룹 ANOVA.
- 프레 젠 테이 션의 반구의 효과 검사 하 반구의 추가 요소와 7.8 섹션에 지정 된 ANOVA를 실시: 왼쪽 및 오른쪽 DVF LPP 데이터에.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
이전 연구는 LPP에 복제, 불쾌 하 고 쾌적 한 이미지를 모두 LPP 응답 LPP 응답 중립 이미지 보다 더 큰 되어야 합니다. 이것은 크게 더 크게 초기 시대에는 LPP 발견에 불쾌 한 CVF 분석에 의해 확인 (M = 1.90 μv) 하 고 쾌적 한 (M = 1.71 μv) 중립 이미지에 비해 이미지 (M = 0.72 μv), 하지만 불쾌 하 고 쾌적 한 이미지는 서로 크게 다른 것을 찾을 수 없습니다. 흥미롭게도, 늦은 시대에는 LPP에 대 한 더 큰 발견은 불쾌 한 (M = 1.19 μv) 즐거운 이미지에 비해 (M = 0.56 μv).
반구 LPP 응답 정서적 이미지에 처리의 효과 검토, 프레 젠 테이 션의 반구는 LPP 차이 관심 있습니다. 이 연구는 LPP 왼쪽된 반구에 제시는 높은 흥분 제 불쾌 한 이미지를 제외한 모든 이미지 프레 젠 테이 션에 대 한 늦은 시대에 비해 초기 시대에서 큰 것으로 발견 된다. 이러한 이미지는 크게 다른 LPP 응답 ( 표 2참조) 두 개의 신 기원 사이 유도를 찾을 수 없습니다. 즉, 불쾌 한 이미지 고 깨워서 LPP 응답은 보통 흥분을 일으키는 불쾌 한 이미지와 모든 즐거운 이미지에 비해 지속 하 고 있다. 이 발견은 lateralized 감정 처리의 이론을 사용할 수 있습니다. 특히, 이러한 데이터 지원 왼쪽된 반구는 정서적 자극에 응답에 구체적인 행동 계획을 만들기 위한 전문화 하는 동안 일반적인 감정 식별, 오른쪽 반구 전문 제안 감정 처리의 이론 28. 여기, 그것 왼쪽된 반구 종사 더 이상, 불쾌 한 이미지 고 깨워서 가능성이 또는 하지 작업에 대 한 필요성을 해결 하기 위해 나타납니다.
그림 1 : 분할 시야 (DVF) 패러다임의 회로도. 각 재판 구성 중앙 제시 고정 ("+") 500ms 뒤에 뒤로 마스크 무작위 간격 사이 2000-4000 양 여기를 클릭 하십시오 다음 150 ms에 대 한 갈색 사각형을 결합 하는 lateralized 자극 프레 젠 테이 션에 대 한 이 그림의 더 큰 버전을 보려면.
그림 2 : DVF 패러다임에 대 한 프레 젠 테이 션 마스크. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
그림 3 : 는 DVF 패러다임은 CVF 패러다임을 제외 하 고 각 이미지 자극 측면, 왼쪽 이나 오른쪽 이미지-프레 젠 테이 션 슬라이드를 사용 하 여 고정 마크의 현재 이미지 자극의 크기를 포함 하 여 동일. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.
| 높은 깨워서 불쾌 한 | 중간-흥분 제 불쾌 한 | 높은 깨워서 쾌적 한 | 중간 깨워서 쾌적 한 | 중간에 깨워서 중립 | 낮은 깨우기 중립 |
| 3500 | 9000 | 8300 | 1600 | 1080 | 2271 |
| 6360 | 2750 | 4607 | 2341 | 1030 | 2280 |
| 9300 | 9432 | 5629 | 7230 | 2810 | 7234 |
| 3150 | 6311 | 8034 | 1590 | 8010 | 7700 |
| 6315 | 9265 | 4608 | 2345 | 9913 | 2210 |
| 3400 | 9320 | 8400 | 1999 | 6930 | 2221 |
| 6230 | 성 남동 2276 | 8180 | 1463 | 7560 | 5120 |
| 6300 | 3181 | 8490 | 4622 | 1303 | 7590 |
| 2683 | 3051 | 4290 | 1500 | 1112 | 4233 |
| 9620 | 9911 | 8170 | 2331 | 6900 | 2516 |
| 6370 | 9420 | 8080 | 7352 | 2780 | 4000 |
| 6200 | 3061 | 8470 | 2224 | 2690 | 5534 |
| 6313 | 6243 | 8370 | 8497 | 5535 | 2490 |
| 9800 | 9006 | 8501 | 8210 | 7211 | 7180 |
| 9921 | 9340 | 4220 | 2650 | 1935 | 2830 |
| 9910 | 9561 | 8190 | 2310 | 6314 | 9070 |
| 9810 | 3300 | 4676 | 4610 | 7820 | 7224 |
| 6560 | 3101 | 4690 | 1721 | 1101 | 2383 |
| 6212 | 3180 | 4687 | 8090 | 7503 | 2272 |
| 6570 | 2205 | 4659 | 2352 | 5970 | 7920 |
| 6540 | 9280 | 4689 | 5460 | 9582 | 7031 |
| 6415 | 9415 | 4670 | 2303 | 1240 | 9210 |
| 6821 | 9342 | 8186 | 2208 | 9402 | 9401 |
| 9050 | 9220 | 4680 | 8540 | 3210 | 2480 |
| 6260 | 9560 | 8030 | 2395 | 1390 | 7595 |
| 2730 | 9140 | 5470 | 4641 | 2230 | 2590 |
| 6510 | 9421 | 4660 | 4700 | 1945 | 7025 |
| 6312 | 9301 | 8200 | 5480 | 1230 | 2215 |
| 9600 | 9181 | 5621 | 7260 | 2410 | 7186 |
| 9250 | 9435 | 8185 | 8461 | 9411 | 2441 |
오헤어 Atchley, 영에 대 한 선택 된 자극에 대 한 표 1: 자극 ID 번호 (2016) 흥분을 일으키는 원자가 그룹으로 정렬 하는 IAPS에서.
| 좌 반구 | 우 반구 | |||
| 이른 신 기원 | 늦은 신 기원 | 이른 신 기원 | 늦은 신 기원 | |
| 높은 깨워서 불쾌 한 | 2.839 | 2.629 | 2.48 | 0.968* |
| 높은 깨워서 쾌적 한 | 2.521 | 1 | ||
표 2: DVF 분석 LPP 진폭을 의미 합니다.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
이 연구에서 자극 원자가 흥분의 조작 감정의 lateralized 처리의 이론 동기 관심 네트워크에 적용 테스트 DVF 패러다임으로 사용 되었다. 그러나, DVF 방법론의 시각적 정보 lateralized 처리를 탐구 하 사용할 수 있습니다. DVF 패러다임을 사용 하 여 무엇입니까 중요 정보 초기 처리에 대 한 한 반구에 격리 되도록 자극 프레 젠 테이 션의 컨트롤입니다. 연구의이 측면에 기여 하는 DVF 패러다임에 몇 가지 주요 단계가 있습니다.
첫째, 참가자는 그들의 눈을 화면의 중앙에 집착 하도록 결정 했다. 고정 마크, 양자 더미 자극 (또는 자리 표시자), 머리 안정화 턱 나머지 참가자 들이이 고정 유지를 돕기 위해 사용 됩니다. 그럼에도 불구 하 고, 참가자 들은 가끔 옆으로 제시 자극에 그들의 시선을 이동 합니다. 두 반구는 정보를 동시에 받을 수 있습니다 자극에 편집증 눈 변화 발생 실험 하지는 분석에 포함 되어야 합니다. ERP 연구에서 수평 아이 교대 뇌 파 데이터에서 검출 될 수 있다 고 그 시련을 제거할 수 있습니다. 행동 연구, 그것은 지속적으로 안구의 움직임을 모니터링 하는 미러 또는 눈 추적을 사용 해야 합니다.
뿐 아니라 눈 교대, 자극 양측 처리를 방지 하는 방식으로 제시 될 필요가 있다. 이렇게 자극 고정에서 시각적인 각의 3 ° 이상 나타나는 것이 좋습니다. 그것은 또한 너무 옆으로 자극을 제시 하지 해야 시력 감소 됩니다. 고정에서 시각적 각도 10 ° 넘어 확장 자극 낮은 시력에 대 한 위험이 있습니다 (자세한 내용은 참조4 참조). 또한, 자극 익스프레스 saccade 평균 대기 시간 (150 ms)21아래 제시 될 필요가 있다. 익스프레스 saccades는 변화 자극 표시와 같이 시야에 재귀 눈 교대. 또한, 뒤로 마스크는 자극의 offset을 표시 자극22의 초기, 양자 처리 방해. 실험 자극은 다른 시각적 자극 창에 추가 ERP, 가능성이 결과 ERP 구성 요소 오염 직후 마스크 자극을 제시. 그러나, 일관 되 게 관심의 모든 재판에 걸쳐 마스크 자극을 사용 하 여 여전히 허용 한다 원자가 등 이러한 기본적인 시각 처리 효과 넘어 흥분을 일으키는 자극 변수의 효과의 시험에 대 한로 그들은에서 밖으로 취소 해야 합니다 조건의 비교입니다.
뇌 파 및 르 프 스크 웨는 자극의 lateralized 처리의 영향을 평가 하기 위해 한 방법입니다. 자극의 lateralized 프레 젠 테이 션을 다음과 같은 그들의 topographies 이동에 따라 ERP 구성 요소를 분석 하려는 경우 알아야 이러한 방법론을 사용 하는 경우에 중요 하다. LPP에 대 한 이전 DVF 연구 찾지 못했습니다 지형 교대29,30, 하지만 다른 ERP 구성 요소 visual 필드 프레 젠 테이 션의 측면에 민감한 있을 수 있습니다. 더 큰 ERP 진폭 자극의 어떤 주어진된 프레 젠 테이 션을 처리 하는 데 사용 되는 추가 처리 리소스의 인덱스입니다. 예를 들어이 연구에서 큰 LPP 응답 높은 깨워서 불쾌 한 이미지 왼쪽된 반구를 제시에 대 한 늦은 epoch에서 발견 됐다. 이 왼쪽된 반구는 오른쪽 반구에 비해 또는 쾌적 한 또는 중립 자극에 비해 이러한 자극의 더 정교한 처리에 참여로 해석 됩니다.
행동 작업 또한 자극의 lateralized 처리의 효과 평가 하기 위해 사용할 수 있습니다. 이 경우에, 정확도에 변경 또는 자극의 lateralized 프레 젠 테이 션에 대 한 응답에서 반응 시간 정보 유형의 처리에 두 개의 반구의 효율성에 차이점으로 해석할 수 있다. 예를 들어 프레 젠 테이 션의 반구 간의 정확도 반응 시간 차이 DVF 의미 못쓰게 작업31에서 발견 되었습니다.
DVF 패러다임에 자극의 프레 젠 테이 션 기간 saccades 및 양측 처리를 방지 하기 위해 150 ms 아래 유지 한다 제한 될 수 있습니다. 따라서, 더 이상 처리를 필요로 하는 복잡 한 자극이이 방법론에 적합 하지 수 있습니다. 또한, DVF 패러다임은 전체 대뇌 반구에 처리에 대 한 추론을 사용할 수 있습니다. 대뇌 반구 불가능 혼자 DVF 기술로 보다 미세한 수준에서 특정 뇌 영역 내에서 처리 조사. 특정 뇌 영역 연구 질문의 일부인 경우 neuroimaging 또는 ERP 기법 DVF 패러다임 함께에서 사용 해야 합니다.
DVF 패러다임 neuroimaging 장비에 대 한 필요 없이 뇌에서 처리 lateralized 공부에 대 한 길을 제공 합니다. 이것은 뇌의 연구 더 모든 연구원에 액세스할 수 있습니다. 감정적인 정보 lateralized 처리 연구에서 쌍 DVF 프레 젠 테이 션 행동 작업을 체계적으로 제어 감정 자극의 더 수 미래 연구 탐험에 각 대뇌 반구의 고유한 기여 우리의 감정적 경험입니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자는 공개 없다.
Acknowledgments
없음입니다.
Materials
| Name | Company | Catalog Number | Comments |
| 64-channel Ag-AgCl active electrodes | Cortech Solutions | DA-AT-ESP32102064A/DA-AT-ESP32102064B | EEG electrodes for data collection |
| ActiveTwo Base System | Cortech Solutions | DA-AT-BCBS | Digitizes and ampliphies EEG data at 500 Hz |
| E-Prime Professional 2.0 | Psychology Software Tools | NA | Stimulus presentation software, available at https://www.pstnet.com/eprime.cfm |
| CURRY 7.0 | Compumedics Neuroscan | NA | EEG/ERP data processing and analysis, available at http://compumedicsneuroscan.com/products/by-name/curry/ |
References
- Ali, N., Cimino, C. R. Hemispheric lateralization of perception and memory for emotional verbal stimuli in normal individuals. Neuropsychology. 11 (1), 114-125 (1997).
- Cacioppo, J. T., Crites, S. Jr, Gardner, W. L. Attitudes to the right: evaluative processing is associated with lateralized late positive event-related brain potentials. Pers Soc Psycho B. 22 (12), 1205-1219 (1996).
- Heller, W., Nitschke, J. B., Miller, G. A. Lateralization in emotion and emotional disorders. Curr Dir in Psychol Sci. 7 (1), 26-32 (1998).
- Beaumont, J. G. Functions of the right cerebral hemisphere. Methods for studying cerebral hemispheric function. Young, A. W. , Academic Press. London. 114-146 (1983).
- Bourne, V. J. The divided visual field paradigm: methodological considerations. Laterality. 11 (4), 373-393 (2006).
- Vigneau, M. Meta-analyzing left hemisphere language areas: phonology, semantics, and sentence processing. NeuroImage. 30, 1414-1432 (2006).
- O'Hare, A. J., Atchley, R. A., Young, K. M. Valence and arousal influence the late positive potential during central and lateralized presentation of images. Laterality. , 1-19 (2016).
- Olofsson, J. K., Nordin, S., Sequeira, H., Polich, J. Affective picture processing: an integrative review of ERP findings. Biol Psychol. 77 (3), 247-265 (2008).
- Oldfield, R. C. The assessment and analysis of handedness: The Edinburgh inventory. Neuropsychologia. 9, 97-113 (1971).
- Lang, P. J., Simons, R. F., Balaban, M., Simons, R. Motivated attention: affect, activations, and action. Attention and orienting: Sensory and motivational processes. , Psychology Press. Mahwah, NJ. 97-135 (1997).
- , http://csea.phhp.ufl.edu/media.html (2017).
- Lang, P. J., Bradley, M. M., Cuthbert, B. N. International affective picture system (IAPS): affective ratings of pictures and instruction manual. Technical Report A-8. , University of Florida. Gainesville, FL. (2008).
- Nolan, S. A., Heinzen, T. E. Hypothesis testing with t tests: comparing two groups. Statistics for the Behavioral Sciences. , Worth Publishers. New York City, NY. 382-421 (2008).
- Bradley, M. M., Hamby, S., Low, A., Lang, P. J. Brain potentials in perception: picture complexity and emotional arousal. Psychophysiology. 44, 364-373 (2007).
- Mccready, D. On size, distance, and visual angle perception. Percept Psychophys. 37 (4), 323-334 (1985).
- Jasper, H. H. Report of the committee on methods of clinical examination in electroencephalography: 1957. Electroen Clin Neuro. 10 (2), 370-375 (1958).
- Luck, S. J. Basic principles of ERP recording. An Introduction to the Event-Related Potential Technique. , 2nd, MIT Press. Cambridge, MA. 147-184 (2014).
- [E-Prime 2.0]. , Psychology Software Tools, Inc. Retrieved from: http://www.pstnet.com (2012).
- Luck, S. J. The design of ERP experiments. An Introduction to the Event-Related Potential Technique. , 2nd, MIT Press. Cambridge, MA. 119-146 (2014).
- Woodman, G. F. A brief introduction to the use of event-related potentials (ERPs) in studies of perception and attention. Atten Percept Psychophys. 72 (8), 2031-2046 (2010).
- Carpenter, R. H. S. Movements of the eyes. , Pion. London. (1988).
- Young, K. M., Atchley, R. A., Atchley, P. Offset masking in a divided visual field study. Laterality. 14 (5), 473-494 (2009).
- Compumedics Neuroscan. CURRY 7 [computer software]. , Compumedics USA. North Carolina. (2008).
- Luck, S. J. Artifact rejection and correction. An Introduction to the Event-Related Potential Technique. , 2nd, MIT Press. Cambridge, MA. 185-218 (2014).
- Luck, S. J. Baseline correction, averaging, and time-frequency analysis. An Introduction to the Event-Related Potential Technique. , 2nd, MIT Press. Cambridge, MA. 249-282 (2014).
- Kappenman, E. S., Luck, S. J. ERP components: the ups and downs of brainwave recordings. The Oxford Handbook of Event-Related Potential Components. Luck, S. J., Kappenman, E. S. , Cambridge University Press. New York City, MY. 3-30 (2012).
- Hajcak, G., Weinberg, A., MacNamara, A., Foti, D. ERPs and the study of emotion. The Oxford Handbook of Event-Related Potential Components. Luck, S. J., Kappenman, E. S. , Cambridge University Press. New York City, NY. 441-474 (2012).
- Hugdahl, K. Lateralization of cognitive processes in the brain. Acta Psychol. 105 (2-3), 211-235 (2000).
- Kayser, J. Neuronal generator patterns at scalp elicited by lateralized aversive pictures reveal consecutive stages of motivated attention. NeuroImage. 142 (15), 337-350 (2016).
- Kayser, J. Event-Related Potential (ERP) asymmetries to emotional stimuli in a visual half-field paradigm. Psychophysiology. 34, 414-426 (1997).
- Smith, E. R., Chenery, H. J., Angwin, A. J., Copland, D. A. Hemispheric contributions to semantic activation: a divided visual field and event-related potential investigation of time-course. Brain Res. 1284, 125-144 (2009).
