Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

En semantisk Priming Event-relaterade potentiella (ERP) uppgift att studera lexiko-semantiska och Visuo-semantisk bearbetning i Autism Spectrum Disorder

Published: April 12, 2018 doi: 10.3791/57217

Summary

Detta dokument beskriver en semantisk priming ERP uppgift använder inom-modalitet par av bilder och ord för att undersöka semantisk bearbetning hos individer med autism (ASD).

Abstract

Individer med autism (ASD) har karakteristiska underskott för att förstå innebörden av språk eller semantisk bearbetning. Vissa tecken tyder dock på att semantisk bearbetning av icke-språkliga stimuli är intakt, vilket tyder på att semantiska underskott kan vara språkspecifika. Att på lämpligt sätt karakterisera semantisk bearbetning underskott hos personer med ASD, jämförelse mellan inom-modalitet språkliga (t.ex. skrivit ord) och icke-språkliga (t.ex. bilder) stimuli krävs. Detta dokument beskriver sådan metod som utnyttjar en semantisk priming paradigm under samtidig inspelning av elektroencefalografiska (EEG) data. EEG ger en dynamisk mått på hjärnans aktivitet som lämpar sig väl att karakterisera subtila skillnader i semantisk bearbetning som inte är observerbara på beteendemässiga nivå. Den semantiska priming paradigm presenterar ett prime bild eller ord (t.ex. hund) följt av en målbild eller ord som är antingen relaterade (t.ex. katt) eller inte (t.ex. en penna) prime. Detta paradigm kan således användas för att utvärdera semantisk bearbetning över olika modaliteter och jämföra lexiko-semantiska och visuo-semantisk bearbetning förmåga hos personer med ASD och hur de skiljer sig från TD individer. De specifika stegen i skapa de stimuli, utför EEG testning, och analysera EEG data diskuteras. Representativa resultat illustrera hur komponenten N400 evenemangsrelaterade potential (ERP) är minskad följande semantiskt-relaterade prime-target par jämfört med obesläktade par. Jämförelser av N400 mellan villkor, modaliteter och grupper kan ge uppskattningar av framgången av semantisk bearbetning och kan därmed användas för att karaktärisera semantiska underskott hos personer med ASD eller andra kliniska populationer.

Introduction

Forskare i kognitiv psykologi har länge varit intresserad av hur människor förstår innebörden av språk. Språkbearbetning innebär en sekvens av steg i ökande komplexitet, från brev och word erkännande, att semantisk bearbetning, till syntaktiska parsning. Semantisk bearbetning refererar till åtkomst till innebörden av ett stimulus, vare sig det är ett ord, bild eller ljud. Följande tidiga steg av inledande ordigenkänning, åtkomst av en ordets innebörd, eller semantik, är ett avgörande steg i språkbearbetning. Semantisk integration avser processen att integrera innebörden av stimuli för att förstå deras relationer och är avgörande för högre nivå språk bearbetning såsom förståelse meningar. Inte bara innebörden av varje ord i en mening behöver nås, men innebörden av varje enskilt ord måste integreras för att bilda en sammanhängande förståelse av meningen mening, eller ”kärnan”.

Individer med autism (ASD) har ofta betydande underskott i språk förståelse1. Det finns vissa belägg som tyder på att dessa svårigheter beror på brister i semantisk bearbetning och integration2,3,4. Men andra studier har visat att personer med ASD inte visar semantiska bearbetningen underskott när material presenteras i icke-språkliga (t.ex. visuell eller auditiv) modaliteter3,5,6 . Sådana fynd tyder på att semantisk bearbetning underskott i ASD kan begränsas till språkliga (dvs, skrivna eller talade) modaliteter. Som sådan, kan metoder som kontrasterar olika modaliteter ge insikt i den utsträckning som semantisk bearbetning underskott är domän-specifika eller vägledande av en genomgripande bearbetning stil. Syftet med denna uppsats är att beskriva en metod för att jämföra semantisk bearbetning mellan olika modaliteter med hjälp av en semantisk priming uppgift under samtidiga elektrofysiologiska inspelning.

Det semantiska priming paradigmet har en lång historia i forskning undersöker hur semantisk bearbetning influenser lägre word erkännande7,8. I traditionella semantiska priming uppgifter, ett förstklassigt ord presenteras (t.ex. katt) följt av ett mål ord som är antingen semantiskt relaterade (t.ex. hund) eller inte (t.ex. bok) prime. Sådan uppgift sker ofta i samband med en lexikal beslut uppgift, så att deltagarna ombeds att avgöra om målet ordet är ett riktigt ord eller inte. Andra paradigm kanske deltagarna utföra en semantisk kategorisering uppgift på målet ordet, eller bedöma om de två stimuli är relaterade eller inte. Oavsett den specifika uppgiften, har årtionden av bevis fastställt att reaktionstider (RTs) är snabbare till målet ord som är semantiskt besläktade prime jämfört med dem som är orelaterade.

Denna ”semantiska priming effekt” har tillskrivits ett antal mekanismer i teoretiska konton7,8. En är att priming effekten beror på automatisk sprida aktivering genom semantiska nätverk, så att hämtning av prime ordets mening aktiverar innebörden av andra semantiskt relaterade ord, inklusive målet ordet. Detta minskar sedan den tid som behövs för semantisk aktivering av det mål ordet. En andra teoretiska mekanismen är att deltagarna av livslängd, som posits som ser prime ordet, generera en förväntade uppsättning potentiella mål. Målet ord som ingår i detta set redovisas sedan snabbare. Andra slutligen har postulerade existensen av en efter lexikala mekanism av semantiska matchning, som fastställer förekomsten av en semantisk relation mellan prime och målet ordet. Oavsett den specifika mekanismen som ligger bakom effekten, kan semantiska grundning vara en användbar index av semantisk bearbetning och integration. Detta paradigm är inte heller begränsad till lexikala stimuli, och kan också användas för att undersöka semantiska priming av icke-språk stimuli som bilder9 liksom korset-modal semantiska priming (t.ex. mellan ord och bild)3.

Semantiska priming effekter har varit väl studerat i Psykolingvistiska litteraturen och har undersökts med avseende på typ av prime-target förbindelser, tidpunkten för prime och målet presentation och många andra manipulationer8. De elektrofysiologiska korrelat av denna effekt har också välkarakteriserad10. Elektroencefalografi (EEG) är en metod för inspelning neural aktivitet via förändringar i elektriska aktiviteten mäts vid hårbotten. EEG är en användbar val av metod för en semantisk priming paradigm eftersom det har mycket bra temporal upplösning (storleksordningen millisekunder, ms) och kan därmed ge subtila skillnader i semantisk bearbetning mellan villkor eller grupper även i avsaknad av beteendemässiga effekter eller svaren.

Event-relaterade potentialer (ERPs) är tid-låst förändringar i EEGEN som uppstår i svar på en viss stimulus eller beteende. Beroende på tidpunkten och polaritet i svaret är olika delar av ERP reflekterande av olika aspekter av kognitiv bearbetning. Komponenten N400 är en väletablerad markör för semantisk bearbetning och semantisk integration11,12 (även om flera andra tolkningar finns10,13). N400 amplituden reduceras när semantisk integration är lättare (till exempel när den prime och mål i en semantisk priming paradigm är semantiskt relaterade) jämfört med när semantisk integration är svårare (t.ex. När två ord är orelaterade). Ännu viktigare, är amplitud skillnaden mellan relaterade och orelaterade villkor (dvs ”N400 effekten”) inte specifika för språket. N400 effekter observeras också i icke-språk modaliteter, som svar på par semantiskt-relaterade och orelaterade bilder eller miljöljud14,15,16,17. N400 är således en användbar ERP-komponent för tillämpningen av den nuvarande paradigmen eftersom det kan användas som en modalitet-oberoende uppskattning av semantisk bearbetning och integration förmågor.

Personer med ASD visar minskad eller frånvarande semantiska priming effekter och N400 svar på språk stimuli2,3,4, tyder på försämringar i semantisk bearbetning. Sådana effekter har hittats i svar på visuo-semantiska och ljud-semantisk stimuli3,5,6, utlåning stöd till påståendet att semantiska bearbetningen är selektivt nedsatt för språk stimuli. Men har de flesta tidigare studier som jämförde modaliteter använt cross-modal priming, så att paret prime-målet innehåller en lexikal stimulans. Med tanke på förslaget att personer med ASD har underskott i semantisk bearbetning av språk stimuli, kan sådana kors-modal stimuli ha påverkat resultaten. För att verkligen undersöka huruvida semantisk bearbetning av språket selektivt är nedsatt hos personer med ASD, måste inom-modalitet parar av lexikala och icke-lexikala stimuli användas. I en färsk studie, Coderre et al. 6 enligt den första direkta jämförelsen av inom-modalitet uttrycker och föreställer semantiska priming att undersöka semantisk bearbetning underskott hos vuxna (i åldrarna 18-68) med ASD. Deltagare med ASD och normalt-utveckling (TD) deltagarna tittade på par av bilder och ord och ombads bedöma huruvida stimuli var relaterade eller inte. Under denna semantiska priming uppgift spelades deras hjärnaktivitet med hjälp av EEG. Genom att jämföra N400 effekter mellan grupper och modaliteter, som detta paradigm inblick i arten av semantisk bearbetning i personer med ASD.

Syftet med denna uppsats är att beskriva den semantiska grundningen ERP metodik anställd av Coderre et al. 6. Trots detta paradigm genomfördes initialt för att studera semantisk bearbetning hos vuxna med ASD, det kan vara användbart för någon praktiker som vill utforska de neurala korrelat till lexiko-semantiska och visuo-semantisk bearbetning, antingen i TD individer eller i specifika kliniska populationer.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alla metoderna som beskrivs här godkändes av den institutionella i styrelsen av Johns Hopkins University, där den ursprungliga studie6 utfördes.

1. skapa Stimuli

  1. Skapa en första förteckning över konkreta substantiv som prime-target par kommer att göras.
    1. Från en vald corpus såsom Subtlex19, Välj cirka 500 konkreta Substantiv och få variabler av intresse (t.ex. frekvens, längd, konkretion, imageability, etc.) för varje ord.
      Obs: Andra corpuses, såsom medicinsk forskning rådet (MRC) Psykolingvistiska databas18 eller Corpus av modern amerikanengelska20, kan också användas. Subtlex användes i den ursprungliga studien eftersom denna databas är bara en stor Excel-filen och därmed lätt gör för att söka efter stimulans generation. Andra corpuses har olika grafiska gränssnitt och kan kräva att användaren kan mata in en viss textsträng i en indatabox och kontrollera variablerna av intresse som begärs.
  2. Utföra latent semantisk analys (LSA) mellan stimuli att upprätta semantiskt släktskap
    1. Välj LSA metod eller verktyg. Ett användbart online verktyg tillhandahålls av Colorado universitet Boulder (http://lsa.colorado.edu/).
      1. Huvudsakliga landningsplatsen, klicka på matris jämförelse.
      2. Ange enskilda ord att jämföra, åtskilda av en blankrad.
      3. Klicka skicka texter.
    2. Använda ett kalkylblad, skapa en matris av LSA värden mellan varje ord och alla andra.
  3. Dela stimuli i relaterade och orelaterade villkor baserat på LSA (figur 1A).
    1. Manuellt välja 200 ordpar med höga LSA-värden (cirka 0,5 eller högre) för villkoret ”relaterade”.
    2. Manuellt välja 200 ordpar med låga LSA-värden (cirka 0,1 eller lägre) för villkoret ”närstående”.
      Obs: Försöksledaren kan behöva manuellt inspektera ordpar för att säkerställa att den semantiska relationen är meningsfullt för kategorin. Vissa ordpar kan ha höga LSA betyg men den semantiskt släktskap kanske inte omedelbart framgår att deltagarna. Likaså några kan ha låg LSA betyg men kan vara semantiskt relaterade på andra sätt.
    3. När du skapar relaterade och orelaterade par, manuellt matcha ord på frekvens, längd och andra variabler som har noterats för att vara relevant i litteraturen (t.ex. riktningen av föreningen7,8) eller som är av intresse för specifika studier. Matcha ord så nära som möjligt på variablerna av intresse (t.ex. inom 1-2log10 frekvens enheter, inom 1-2 bokstäver eller stavelser).
  4. Dela stimuli i ord och bild modaliteter (figur 1A).
    1. Lägg till en kolumn för ”skick” inom filen stimulans i kalkylbladet.
    2. I kolumnen ”villkor”, märka 100 av relaterade paren och 100 av orelaterade paren som ”bild” skick. Märka de andra återstående stimuli som ”ordet” skick.
  5. Hämta bild stimuli.
    Obs: Bilden stimuli kan erhållas från källor på nätet (t.ex. Google bildsökningar) eller från andra källor som är tillgängliga för experimenter.
    1. Välj 2 – 3 bilder att representera varje ord.
    2. Utföra inledande pilot testning genom att ha en eller fler oberoende bedömare (t.ex. studenter, forskningsassistenter som inte varit involverade i stimulans utveckling) besluta vilken bästa bild som representerar konceptet.
      1. Öppna alla potentiella bildfiler på en gång med en photo viewer-programmet, och sedan läsa ordet högt och be rater att välja den mest representativa bilden. Registrera varje rater's svar för varje ord.
      2. För varje ord, identifiera bilden att majoriteten av bedömare markerad som bäst representerar konceptet och använda denna fil som stimulans för det ordet. Om ingen majoritet finns, Välj en annan array av bilder och upprepar steg 1,5.
    3. Skala bilder till alla använder GIMP (eller något annat fotoredigeringsprogram val), och vara av samma storlek (ca 400 pixlar eller 3 – 5 inches höjd eller bredd).
      Observera: Den exakta storleken på bilderna kan variera beroende på storleken på bildskärmen stimuli presenteras den. Horisontella och visuell vinkel stimuli bör vara mellan 7 och 13 °.
  6. Utföra pilottester
    1. Pilot test uttrycker och föreställer par genom att fråga 3 – 4 oberoende bedömare (t.ex. studenter, forskningsassistenter som inte varit involverade i stimulans utveckling) att betygsätta varje par som relaterade eller orelaterade.
      1. Programmera experimentet i E-Prime (eller andra stimulans presentation programmet val) att presentera båda orden på skärmen på en gång, antingen en ovanför annan eller sida vid sida. Be deltagarna att betygsätta orden som relaterade eller orelaterade genom att trycka på en knapp (t.ex. 1 relaterade, 2 för orelaterade). Se E-Prime manuell21 för detaljer om hur man programmerar ett experiment i detta programpaket.
        Obs: Pilot testning kan äga rum i labbet där experimentell provning skall äga rum eller på valfri dator som kör stimulans presentation programmet. Det krävs inga speciella rum.
      2. Upprepa pilottester (med nya oberoende bedömare som inte har sett stimuli) tills en uppsättning ord och bilder erhålls med tillförlitliga bedömningar av relaterade och orelaterade. Erhålla totalt 100 relaterade ordpar, 100 orelaterade ordpar, 100 relaterade bildpar och 100 orelaterade bildpar.
        Obs: Det har föreslagits att utredarna använder komponenten N400 för att undersöka kognition i kliniska populationer samla minst 40 användbara försök per prov typ att framkalla en pålitlig effekt22. Förutse att vissa prövningar kommer att försvinna under rengöringsprocessen, bör antalet prövningar ingår i paradigm ökas. I tidigare arbete var med denna specifika paradigm 6, 100 prövningar per prov typ mer än tillräckligt för att säkerställa robust N400 effekter på både individ och grupp. Eftersom komponenten N400 är liknande mellan ord och bild10, uppskattade denna antal prov typer rekommenderas att hållas konsekvent mellan formerna.
      3. Behålla en ytterligare 8 par (4 ord, 4 bilder) för en övningssession (se steg 2.2.1below)

2. uppgift programmering

  1. Skapa stimuli listor.
    1. Från den sista uppsättningen av stimuli, sortera in stimuli i 8 kvarter. Modalitet (bild/word) ska blockeras (4 kvarter varje).
    2. Inom varje block, säkerställa ett lika stort antal relaterade och orelaterade stimuli.
    3. Manuellt pseudo-randomize presentation listor inom varje block så att det finns mer än 5 relaterade eller orelaterade stimuli i rad, och par bredvid varandra inte är semantiskt relaterade. Undvika prövningar såsom ”morot-broccoli”, ”äpple-päron” omedelbart bredvid varandra.
  2. Programmera uppgiften med hjälp av E-Prime eller andra stimulans presentationsprogram val.
    Obs: Steg som beskrivs här är specifika för E-Prime och NetStation, och kommer att skilja sig om en annan stimulans presentation EEG förvärv programvaran eller används. Se E-Prime manuell21 och E-Prime tillägg för NetStation handledning23 för mer specifika detaljer om hur man programmerar ett EEG experiment i detta programpaket och hur du aktiverar kommunikation mellan E-Prime och NetStation.
    1. Program två övningssessioner för bild och ord block (4 par varje), som ska utföras innan den experimentella försök börjar.
    2. Programmera en instruktion skärm i början av övningen att läsa: ”du kommer att se två ord presenteras på skärmen en efter den andra. Försök att sitta så stilla som möjligt och inte blinka medan orden presenteras. När paret presenteras, visas ett svart kors på skärmen. När du ser det svarta korset, ange om orden var relaterade eller inte. Tryck på knappen 1 om orden är relaterade. Tryck på knappen 2 om orden inte är relaterade. Tryck på valfri tangent för att starta övningssessionen ”.
    3. För varje av de ord stimuli, dubbelklicka på TextDisplay ikonerna i strukturen experiment. Klicka på ikonen Egenskaper överst till vänster. Under fliken teckensnitt väljer du Courier New font storlek 28. Under fliken Allmänt, Välj textfärg som svart och bakgrundsfärg som vit att presentera orden i svarta tecken på vit bakgrund.
      Obs: Viss teckenstorlek kan behöva ändras beroende på storlek och upplösningen på skärmen används för presentation. Visuella horisontalvinkel av orden måste vara mellan 1 och 6 °.
    4. För varje av de bild-stimuli, dubbelklicka på bild ikoner i strukturen experiment. Klicka på ikonen Egenskaper överst till vänster. Under fliken Allmänt väljer du bakgrundsfärg som vit att presentera bilder på vit bakgrund.
    5. Programmera varje försök att presentera de följande stimuli i denna ordning: en röd före rättegång fixering kors (400 ms); Stimulus 1 (1000 ms); interstimulus intervall (Tom vit skärm, 300 ms); Stimulus 2 (1000 ms); blank skärm (400 ms); intertrial intervall (svart fixering cross; slumpmässigt ryckte mellan 1 000 – 1 400 ms 100 ms intervall, genomsnitt 1200 ms); Se figur 1B. Du anger varaktigheter, dubbelklicka på ikonerna TextDisplay eller bild i strukturen experiment och hit knappen Egenskaper på överst till vänster i fönstret. Ange varaktighet under fliken varaktighet/Input.
      Obs: Den tomma skärmen ingår före intertrial intervallet att ge en visuell paus mellan de andra stimulansåtgärder och svart kors, och att ge en subtil prompt för domens kommande semantiskt släktskap.
    6. Programmera en TextDisplay objekt som kallas ”paus” efter varje block är klar säger ”slutet av block, ta gärna en paus”
  3. Inkludera parametrar för kommunikation mellan E-Prime och NetStation. Se E-Prime tillägg för NetStation manuell23 för specifika instruktioner om hur du inkluderar denna information.
    1. För varje ”word1” eller ”sökord2” textvisning objekt, välj objektet i strukturen Experiment. Under fönstret ”Egenskaper”, ange etiketten som ”WRD1” eller ”WRD2”, respektive.
    2. För varje ”Figur1” eller ”bild2” Slide-objekt, ange etiketten som ”PIC1” eller ”PIC2”, respektive.
    3. Under ”oanvända E-objekt”, skapa en ny lista som kallas ”CellList”. Ange cell numren som: 1 = bild relaterade; 2 = bild orelaterade; 3 = ordet släkt; 4 = word orelaterade. Inom rättegång listan för varje block, inkludera en kolumn som heter ”mobilnummer” och ange den motsvarande cell nummer för varje prövning enligt villkor och modalitet.

3. EEG testning

Obs: De särskilda förfaranden som beskrivs här gäller för ett EGI system. Förfaranden kan skilja sig om andra system används.

  1. Förbereda för EEG tester.
    1. Blanda 2 teskedar (10 g) kaliumklorid med 1 quart (1 L) vatten och 1 msk (15 mL) baby schampo i en genomskinlig plast hink att skapa elektrolytlösning
    2. Mäta omkrets av deltagarens huvud, passerar genom inion och nasion, att bestämma lämplig netto storlek. Välj lämplig storlek nätet enligt deltagarens huvudomfång.
    3. Sänk ned elektroderna i elektrolyten lösning, som säkerställer att alla svampar är helt nedsänkt, och låt dra i minst 5 minuter.
  2. Tillämpa EEG netto.
    1. Har deltagaren sitta bekvämt i en stol, inför experimenter. Förklara för deltagaren att du kommer att vara att sätta nätet på nu, kommer att justera den och kontrollera signalen innan du påbörjar testet.
    2. Placera handdukar runt deltagarens axlar. Instruera deltagaren nära ögonen, applicera sedan net i deltagarens chef. Justera nätet och dra åt banden för att säkerställa bästa passform till deltagarens huvud.
    3. Arbeta igenom alla elektroder som sittplats dem mot hårbotten. Använd en svepande rörelse med elektroden för att flytta hår bort. Rewet svampar med pipett vid behov.
    4. När alla elektroder har suttit, kontrollera impedanser. Sätt tillbaka eller rewet några elektroder med impedanser ovan 50 kiloohms (kΩ).
  3. Köra semantiska grundning experiment under EEG inspelning.
    1. När nätet tillämpas, impedanser har kontrollerats och deltagaren är redo att börja, börja semantiska priming uppgiften.
    2. Upprepa instruktionerna till deltagarna före testning. Instruera deltagarna att bedöma huruvida de ord eller bild stimuli är relaterade eller orelaterade genom att trycka på en knapp på ett tangentbord eller knappen-rutan. För att undvika motor artefakter confounding EEG signalen, instruera deltagarna att vänta med att göra deras svar tills den andra stimulansen har försvunnit från skärmen och svart kors har medverkat.
    3. Kör övningen minst en gång så att deltagarna förstår uppgiften.
    4. Efter varje 2 block, pausen rewet elektroder och dubbelgranska impedanser.

4. EEG förbehandling

  1. Öppna NetStation verktyg.
    Obs: Steg som beskrivs här är specifika för förbehandling i NetStation 5. Se den NetStation 5 användarhandbok24 för mer information om hur du använder NetStation verktyg. Andra förbehandling paket kan omfatta EEGlab, ERPlab, studieresa eller annan programvara de experimenter's val. Observera att önskad ordning av förbehandling stegen kan skilja sig mellan programvarupaket. Observation av en N400 effekt inte bör skilja sig utifrån val av analyspaket.
  2. Filtrera data.
    1. Längst ned i fönstret NetStation verktyg, skapa en ny filtrering verktyg genom att välja ”filtrering” i 'Skapa' droppa-ned menyn. Byt namn på verktyget på rätt sätt.
    2. Ange högpassfilter till 0.1 Hertz (Hz) och lågpassfilter till 50 Hz.
      Obs: Högpassfilter kan vara lägre än 0,1 Hz men det rekommenderas inte att överstiga detta cutoff, för att undvika risken att införa falska effekter25. Ett lågpassfilter som är så låg som 30 Hz kan användas.
    3. Spara på verktyg och sedan drar den ursprungliga EEG inspelningsfilen i rutan ”Input filer” längst upp till vänster i fönstret och slog ”kör”.
  3. Segmentera data i prövningar.
    1. Skapa ett nytt ”segmentering” verktyg och ge den ett lämpligt namn.
    2. Under ”kategorier att skapa” hit plustecknet för att skapa en ny kategori och döp om den ”bild med”. Dra ikonen ”kod” i rutan ”skapa kategori baserat på kriterierna” och ange det som ”kod är PIC1” till tid-lås till presentation av stimulans 1. Dra ikonen för ”Key Code” i rutan ”skapa kategori” och ange det som ”Key Code cel # är 1”.
      1. För att inkludera endast rätt prövningar, dra en annan ”Key Code”-ikonen i rutan ”skapa kategori” och ange det som ”Key Code eval är 1”.
    3. Längst ned i fönstret, ange önskad segmentet ”Extend segmenterar 100 ms innan och 2 300 ms efter”.
      Obs: Segment vara tid-låst till uppkomsten av antingen den första eller andra stimulansen. Om låst till den första stimulansen, bör segment omfatta 100 ms innan till 2300 ms efter (inkluderar presentation varaktigheten av båda stimuli (1000 ms varje) plus mellan stimulus tidsintervall (ISI) (300 ms)). Om låst på andra stimulans, bör segment omfatta 100 ms innan till 1000 ms efter.
    4. Klona kategorin genom att trycka knappen ”Clone” och döp om den ”bild orelaterade”. Ange koden till PIC1 och den nyckel koden cel # 2.
    5. Klona kategorin och döp om den ”ordet med”. Ange koden WRD1 och den nyckel koden cel # 3.
    6. Klona kategorin och döp om den ”ordet orelaterade”. Ange koden WRD1 och den nyckel koden cel # 4.
    7. Spara på verktyg och sedan drar den senaste förbehandlas filen i rutan ”Input filer” längst upp till vänster i fönstret och tryck ”kör”.
  4. Utföra artefakt upptäckt.
    1. Skapa en ny ”Artifact” identifieringsverktyg och ge den ett lämpligt namn.
    2. Under ”artefakt Detection inställningar”, tryck på plustecknet längst ned i fönstret för att lägga till en ny inställning. Välj ”dåliga kanaler” från rullgardinsmenyn under ”Operation”. Lämna alla standardinställningar (max-min > 200 mikrovolt (µV); Hela segmentet; Glidande medelvärde av 80 ms).
    3. Lägga till en ny inställning och välj ”öga blinkar” från menyn ”Operation”. Lämna alla standardinställningar (max-min > 140 µV, fönsterstorlek 640 ms, glidande medelvärde av 80 ms).
    4. Lägg till en ny inställning och välj ”Eye Movement” från menyn ”Operation”. Lämna alla standardinställningar (max-min > 55 µV, fönsterstorlek 640 ms, glidande medelvärde av 80 ms).
    5. Spara på verktyg och sedan drar den senaste förbehandlas filen i rutan ”Input filer” längst upp till vänster i fönstret och tryck ”kör”.
    6. Öppna den resulterande filen i NetStation granskning och bläddra igenom varje rättegång genom att trycka på pilknapparna under menyn ”kategorier” på höger sida-bar. Markera prövningar som bra eller dåliga genom att slå de gröna eller röda cirklarna, respektive. När klar, Stäng filen för att spara resultatet.
  5. Utföra dålig kanal ersättare.
    1. Skapa ett nytt ”dålig kanal ersättare” verktyg och ge den ett lämpligt namn. Parametrar behöver inte ställas in av användaren för detta verktyg, så spara verktyget och sedan dra den senaste förbehandlas filen i rutan ”Input filer” längst upp till vänster i fönstret och tryck ”kör”.
  6. Utföra fristående genomsnitt komprimera över prövningar.
    1. Skapa ett nytt ”genomsnitt” verktyg och ge den ett lämpligt namn. Under ”genomsnitt inställningar”, välj ”Hantera källfiler: tillsammans” och ”hantera ämnen: separat”.
    2. Spara på verktyg och sedan drar den senaste förbehandlas filen i rutan ”Input filer” längst upp till vänster i fönstret och tryck ”kör”.
  7. Referensdata för genomsnittliga referens26.
    Obs: Den genomsnittliga referensen används här eftersom EGI ger tät-array EEG (128 och 256 kanaler). Det har föreslagits att en genomsnittlig referens används med tät-array inspelning system26; andra semantiska priming ERP studier använder 128-kanal eller 256-kanal drivgarn har använt genomsnittliga referens6,27,28. Andra referens inkluderar genomsnittet av höger och vänster mastoids, näsan eller örsnibben29. Det finns inget optimalt val av referenselektrod, och experimenter bör notera att valet av referenselektroden kan påverka den resulterande ERP vågformer26,29.
    1. Skapa ett nytt ”Montage Operations” verktyg och ge den ett lämpligt namn.
    2. Välj lämplig nätet från rullgardinsmenyn under ”lista montage för Sensor Layout”. Välj ”genomsnittliga referens” och kontrollera att rutan ”Uteslut dåliga kanaler från referens” är markerad. Spara på verktyg och sedan drar den senaste förbehandlas filen i rutan ”Input filer” längst upp till vänster i fönstret och tryck ”kör”.
  8. Utför Baslinjejustering med hjälp av de första 100 ms av segmentet10 , 28.
    Obs: En baseline-period av 200 ms kan också använda29.
    1. Skapa ett nytt ”Baseline Correction” verktyg och ge den ett lämpligt namn.
    2. Under ”Baseline Correction inställningar”, välj ”Välj baslinje från del av segmentet” ”, Välj baslinjen med avseende på segmentet tiden = 0”, och ”Baseline börjar 100 ms innan tiden noll och är 100 ms lång”.
    3. Spara på verktyg och sedan drar den senaste förbehandlas filen i rutan ”Input filer” längst upp till vänster i fönstret och tryck ”kör”.

Figure 1

Figur 1 : Experimentell exempel och tidslinje. (A) exempel på bild och ord stimuli. (B) tidslinje av stimulans presentation. Denna siffra har varit återges med tillstånd från Coderre et al. 6 Klicka här för att se en större version av denna siffra.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Om stimuli har sorterats på lämpligt sätt in relaterade och orelaterade villkorar, observeras en N400 effekt under både ord och bild stimuli (figur 2). Detta kan identifieras som en större negativa amplitud i orelaterade villkor jämfört med relaterade villkor. För ordet stimuli, ska effekten uppstå från 300 – 500 ms över central eller centro-parietala hårbotten6,10. För bild stimuli, kan effekten bli något tidigare eller mer frontalt distribueras9,15,16.

Statistiska analyser kan testa betydelsen av N400 effekten genom att jämföra den genomsnittliga amplituden mellan relaterade och orelaterade villkor. Detta kan utföras på en enda elektrod eller över flera elektroder. Den geografiska omfattningen av effekten kan utvärderas genom elektroden webbplats eller lateralitet i statistiska modeller. Massa univariat statistik (se till exempel Groppe o.a. 30 för detaljer) kan användas att utvärdera den exakta tidpunkten för effekten eller att fastställa tidsfönster av intresse för ytterligare analyser. (Observera att om flera analyser utförs, kommer resultaten behöver justeras för att korrigera för multipla jämförelser. Den massa univariat statistiska metod som beskrivs av Groppe o.a. 30 inkluderar flera alternativ för sådana rättelser.)

För utredare använder detta semantiska priming ERP paradigm för att studera semantisk bearbetning i kliniska populationer, är det viktigt att även samla in data från en TD kontrollgrupp. Kontrollgruppen bör Visa beskrivs N400 effekterna för både bild och ord villkor. Men kliniska populationer kan visa minskad eller frånvarande N400 effekter till en eller båda villkoren (figur 3). För att avgöra huruvida omfattningen av N400 effekten skiljer sig mellan kontroller och kliniska populationer, kan gruppen inkluderas som en mellan-patienter faktor i de statistiska modellerna. En betydligt mindre N400 effekt i en klinisk population tyder på svårigheter med semantisk bearbetning. Skillnader i timing eller hårbotten fördelningen av effekten kan också indikera bearbetning skillnader mellan grupperna.

Även om de representativa resultat som beskrivs ovan är på gruppnivå, i linje med majoriteten av forskning om N400 effekter, komponenten är ganska robust och kan ofta observeras på en fristående nivå31,32. Särskilt för kliniska populationer såsom personer med ASD vara information om en enskild individs semantisk bearbetning förmågor mycket önskvärt. Utredarna bör vara medveten om, dock att personer med ASD kan ha inneboende bullrigare EEG data än TD individer33 (även om se referens34), som kan utgöra hinder för tillförlitlig fristående effekter i vissa deltagare. För utredare som är intresserade av att utvärdera fristående effekter, kan permutation provningarna utföras för att bedöma statistisk signifikans av effekter inom en enskild individ. Kort, i en sådan metod skulle man utföra många (t.ex., 5,000) iterationer i vilket skick är etiketter (relaterade/närstående) permuted mellan Individuella prövningar. För varje permutation jämförs villkoren statistiskt sedan. Statistik från varje permutation används för att skapa en null distribution av test statistik, som observerade provutfallets jämförs för att härleda en betydelse resultatet.

Figure 2
Figur 2 : Representant N400 effekter i svar på andra stimulans i varje par för (A) ordet villkor och (B) bild. Data är i genomsnitt över en grupp av 20 TD vuxna (uppgifter från Coderre et al. 6). förbehandling utfördes med hjälp av en genomsnittlig referens. Topp paneler: representant ERP vågformer på elektroden Cz visar en större amplitud orelaterade villkor jämfört med relaterade villkor på cirka 400 ms (negativ ritas upp). Botten paneler: topografiska tomter av orelaterade-relaterade skillnaden, i genomsnitt över ett fönster från 400 – 500 ms (exakt fördelning kan ändras med referensår). För topografiska tomter anger toppen av siffran framsidan av huvudet. Klicka här för att se en större version av denna siffra.

Figure 3
Figur 3 : Representativ grupp skillnader i N400 effekter för ordet villkor på elektroden Cz. Data är i genomsnitt över en grupp av 20 TD vuxna och 20 vuxna med ASD (uppgifter från Coderre et al. 6). förbehandling utfördes med hjälp av en genomsnittlig referens. Kliniska grupper, såsom personer med ASD, kan visa en mindre N400 effekt i svar till ord, vilket tyder på svårigheter med Lexiko-semantisk bearbetning.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Detta dokument har rapporterat kritiska steg i att utveckla en semantisk priming ERP paradigm med bild och ord stimuli för att utforska semantisk bearbetning underskott hos personer med ASD. Stora steg är att skapa stimuli, programmering uppgiften och utför EEG tester och analyser. Den mest tidsödande delen av detta förfarande sannolikt vara bildandet av stimuli, som detta kräver noggrann matchande både mellan och inom stimulans par, villkoren och formerna på variabler som längd, frekvens och semantiskt släktskap. Som sådan, behövs en betydande mängd pilottester sannolikt för att säkerställa att slutliga stimulans som är lämpligt.

Även om förslagen ingår här, och föregående fungerar att denna metod bygger bort av6, testade vuxna med och utan ASD (åldrarna 18 – 68), skulle detta paradigm enkelt kunna utvidgas till barn eller ungdomar populationer. Faktiskt, andra studier har använt liknande semantiska priming EEG paradigm hos barn med och utan ASD att jämföra semantisk bearbetning över modaliteter3. Flera faktorer måste beaktas när du ändrar för olika åldrar och utvecklingsstadier. Exempelvis kunde stimulans som begränsas till högre frekvens ord se till att alla barn vet innebörden av alla stimuli (se nästa punkt). Andra ändringar kan även göras till testning paradigm att säkerställa adekvata datakvalitet från barn eller unga deltagare, inklusive fler avbrott, erbjuda incitament eller visar korta videor efter slutförandet av ett block av stimuli.

Flera faktorer när det gäller den metod som beskrivs här och tidigare arbete är viktigt att notera. Först, den tidigare arbete6 utfördes i en grupp vuxna som hade genomsnittliga till genomsnittet språk och intellektuella funktioner. En begränsning av detta paradigm är att det endast kan användas med individer som är bekant med de ord eller bilder som presenteras. Tidigare arbete har visat att N400 effekter inte uppstår om lexikala objektet är utanför individens ordförråd intervallet32,35. Därför är det viktigt att deltagarna antingen har genomsnittligt till genomsnittet verbala och läsning förmågor, eller att omsorg vidtas för att säkerställa att alla stimuli som används i experimentet faller inom intervallet ordförråd av individen. I det senare fallet, kan detta innebära att administrera en vokabulär test efter den EEG sessionen individens kunskaper om alla de ord som används i experimentet. När det gäller ord som individen inte vet, kunde dessa prövningar tas bort från vidare analys. Tyvärr, eftersom intellektuella funktionshinder och nedsatt språkkunskaper är en gemensam Samförekomst hos personer med ASD1,36, dessa krav för språk och läsning förmågor innebär att individer som också har intellektuella funktionshinder eller under genomsnittet språkkunskaper kommer inte att kunna delta. Ytterligare ändringar av det paradigm som möjliggör provning av dessa mer allvarligt drabbade individer bör övervägas i framtiden.

Det är viktigt att notera att den metod som beskrivs här inte anser olika typer av semantiska relationer mellan prime och mål. Vissa studier har funnit att omfattningen av den semantiska priming effekten moduleras av typen relation (t.ex. associativa vs. ”rena”, framåt vs. bakåt, medierad vs. direkt)8. I de nuvarande metoder betraktas inte dessa olika typer av prime-target relationer. För forskare som är intresserade av att utforska deras effekter, kan detta dock ett ytterligare steg i stimulans skapandet.

Det är också anmärkningsvärt att den metod som beskrivs här instruerar deltagarna göra en semantiskt släktskap dom under aktiviteten. Explicit arten av denna uppgift kan inducera strategier som kan påverka resultaten. Till exempel kunde be deltagarna att uppmärksamma de semantiska relationerna mellan stimuli mildra grupp effekter6. Framtida forskning som använder detta paradigm kommer att ändra det om du vill inkludera en implicit semantisk bearbetning design, till exempel där deltagarna trycka på en knapp varje gång ett djur ord presenteras eller helt enkelt titta på ord och bilder som visas på skärmen. Semantiska priming N400 effekter har observerats i avsaknad av uttryckliga uppgifter3, så denna typ av manipulation ska fortfarande ge observerbara effekter och kan också avslöja gruppen skillnader i implicita semantiska priming.

Decennier av forskning har etablerat den semantiska priming paradigmen som ett värdefullt sätt att studera semantisk bearbetning. Tillförlitligheten i denna uppgift över olika modaliteter gör det särskilt värdefulla för att studera hur lexiko-semantiska och visuo-semantisk bearbetning kan variera. En sådan jämförelse mellan-modalitet är särskilt användbart i vissa kliniska populationer såsom ASD, där semantiska priming underskott kan begränsas till språk domäner. Genom att jämföra och kontrastera semantiska priming effekter och N400 mellan grupper och modaliteter, kan utredare fastställa om de påstådda bristerna i semantisk bearbetning i ASD är begränsade till domänen språkliga eller är representativa för en mer globala semantiska dysfunktion.

Förlängningen av den semantiska priming paradigmen till EEG också ger värdefull insikt i de neurala mekanismerna bakom semantisk bearbetning och kan ge ytterligare information som beteendemässiga svaren inte kan fånga. På grund av volymen av rumsliga och tidsmässiga informationen som erhålls med EEG, kan denna metod avslöja mer subtila skillnader i semantisk bearbetning än skulle observeras med beteendemässiga svaren. Till exempel med i den tidigare studien detta paradigm, Coderre et al. 6 fann att en N400 effekt gjorde förekommer i gruppen ASD som svar på ordet stimuli, i motsats till tidigare litteratur; subtila skillnader i timing och topografin av effekten föreslog dock att de två grupperna använder olika kognitiva mekanismer för semantisk bearbetning. Sammanfattningsvis kan en semantisk priming ERP aktivitet med ord och bilder vara användbar för att studera domän-general semantisk bearbetning, både i TD individer och i kliniska populationer.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författaren har något att avslöja.

Acknowledgments

Utvecklingen av detta paradigm stöddes av fondens terapeutiska kognitiv neurovetenskap och Benjamin och Akram Miller familj kapitalförsäkring på åldrande, Alzheimers och Autism forskning.

Materials

Name Company Catalog Number Comments
EEG system Electrical Geodesics, Inc. (EGI) Geodesic EEG system (GES) 400 system: Net Amps 400 amplifier, NetStation 5.3, 128-channel HydroCel Geodesic Sensor nets
Potassium chloride Electrical Geodesics, Inc. (EGI)
Plastic bucket Electrical Geodesics, Inc. (EGI) EGI provides a plastic bucket for mixing electrolyte but any clean container can be used
Baby shampoo Johnson's
GNU Image Manipulation Program (GIMP)

DOWNLOAD MATERIALS LIST

References

  1. Tager-Flusberg, H., Paul, R., Lord, C. Language and communication in autism. Handbook of Autism and Pervasive Developmental Disorders. , 335-364 (2005).
  2. Kamio, Y., Robins, D., Kelley, E., Swainson, B., Fein, D. Atypical Lexical/Semantic Processing in High-Functioning Autism Spectrum Disorders without Early Language Delay. Journal of Autism and Developmental Disorders. 37, 1116-1122 (2007).
  3. McCleery, J. P., Ceponiene, R., Burner, K. M., Townsend, J., Kinnear, M., Schreibman, L. Neural correlates of verbal and nonverbal semantic integration in children with autism spectrum disorders. Journal of Child Psychology and Psychiatry. 51 (3), 277-286 (2010).
  4. Dunn, M. A., Gaughan, H. Jr, Kreuzer, J., Kurtzberg, D. Electrophysiologic correlates of semantic classification in autistic and normal children. Developmental Neuropsychology. 16 (1), 79-99 (1999).
  5. Kamio, Y., Toichi, M. Dual access to semantics in autism: is pictorial access superior to verbal access? Journal of Child Psychology and Psychiatry. 41 (7), 859-867 (2000).
  6. Coderre, E. L., Chernenok, M., Gordon, B., Ledoux, K. Linguistic and Non-Linguistic Semantic Processing in Individuals with Autism Spectrum Disorders: An ERP Study. Journal of Autism and Developmental Disorders. 47 (3), 795-812 (2017).
  7. Neely, J. H. Semantic priming effects in vidual word recognition: A selective review of current findings and theories. Basic processes in reading: Visual word recognition. 11, 264-336 (1991).
  8. McNamara, T. P. Semantic priming: Perspectives from memory and word recognition. , (2005).
  9. McPherson, W. B., Holcomb, P. J. An electrophysiological investigation of semantic priming with pictures of real objects. Psychophysiology. 36, 53-65 (1999).
  10. Kutas, M., Federmeier, K. D. Thirty years and counting: Finding meaning in the N400 component of the event-related brain potential (ERP). Annual Review of Psychology. 62, 621-647 (2011).
  11. Kutas, M., Hillyard, S. Reading Senseless Sentences: Brain Potentials Reflect Semantic Incongruity. Science. 207 (4427), 203-205 (1980).
  12. Lau, E. F., Phillips, C., Poeppel, D. A cortical network for semantics: (de)constructing the N400. Nature Reviews Neuroscience. 9 (12), 920-933 (2008).
  13. Brouwer, H., Fitz, H., Hoeks, J. Getting real about Semantic Illusions: Rethinking the functional role of the P600 in language comprehension. Brain Research. 1446, 127-143 (2012).
  14. Barrett, S. E., Rugg, M. D. Event-Related Potentials and the Semantic Matching of Pictures. Brain and Cognition. , 201-212 (1990).
  15. Hamm, J. P., Johnson, B. W., Kirk, I. J. Comparison of the N300 and N400 ERPs to picture stimuli in congruent and incongruent contexts. Clinical Neurophysiology. 212, 1339-1350 (2002).
  16. Ganis, G., Kutas, M., Sereno, M. I. The search for "common sense": an electrophysiological study of the comprehension of words and pictures in reading. Journal of Cognitive Neuroscience. 8 (2), 89-106 (1996).
  17. Nigam, A., Hoffman, J. E., Simons, R. F. N400 to Semantically Anomalous Pictures and Words. Journal of Cognitive Neuroscience. 4 (1), 15-22 (1992).
  18. Coltheart, M. The MRC psycholinguistic database. Quarterly Journal of Experimental Psychology. 33A, 497-505 (1981).
  19. Brysbaert, M., New, B. Moving beyond Kucera and Francis: A critical evaluation of current word frequency norms and the introduction of a new and improved word frequency measure for American English. Behavior Research Methods. 41 (4), 977-990 (2009).
  20. Davies, M. The Corpus of Contemporary American English: 450 million words, 1990-present. , (2009).
  21. Zuccolotto, A. P., Roush, R. E., Eschman, A., Schneider, W. E-Prime 2.0 Getting Started Guide. , (2012).
  22. Duncan, C. C., et al. Event-related potentials in clinical research: Guidelines for eliciting, recording, and quantifying mismatch negativity, P300, and N400. Clinical Neurophysiology. 120 (11), 1883-1908 (2009).
  23. Tools, P. S. E-Prime Extensions for Net Station 2.0 User Manual. , (2014).
  24. Electrical Geodesics Inc. Net Station 5 User Manual. , (2017).
  25. Tanner, D., Morgan-Short, K., Luck, S. J. How inappropriate high-pass filters can produce artifactual effects and incorrect conclusions in ERP studies of language and cognition. Psychophysiology. 52 (8), 997-1009 (2015).
  26. Dien, J. Issues in the application of the average reference: Review, critiques, and recommendation. Behavior Research Methods, Instruments, and Computers. 30 (1), 34-43 (1998).
  27. Dien, J., Franklin, M. S., May, C. J. Is "Blank" a suitable neutral prime for event-related potential experiments? Brain and Language. 97, 91-101 (2006).
  28. Franklin, M. S., Dien, J., Neely, J. H., Huber, E., Waterson, L. D. Semantic priming modulates the N400, N300, and N400RP. Clinical Neurophysiology. 118 (5), 1053-1068 (2007).
  29. Luck, S. J. An Introduction to the Event-Related Potential Technique. , The MIT Press. Cambridge, Massachusetts. (2005).
  30. Groppe, D. M., Urbach, T. P., Kutas, M. Mass univariate analysis of event-related brain potentials/fields I: A critical tutorial review. Psychophysiology. 48, 1711-1725 (2011).
  31. Tanner, D., Van Hell, J. G. ERPs reveal individual differences in morphosyntactic processing. Neuropsychologia. 56, 289-301 (2014).
  32. D'Arcy, R. C. N., et al. Electrophysiological assessment of language function following stroke. Clinical Neurophysiology. 114 (4), 662-672 (2003).
  33. Pérez Velázquez, J. L., Galán, R. F. Information gain in the brain's resting state: A new perspective on autism. Frontiers in Neuroinformatics. 7 (37), 1-10 (2013).
  34. Davis, G., Plaisted-Grant, K. Low endogenous neural noise in autism. Autism. 19 (3), 351-362 (2015).
  35. Ledoux, K., Coderre, E. L., Bosley, L., Buz, E., Gangopadhyay, I., Gordon, B. The concurrent use of three implicit measures (eye movements, pupillometry, and event-related potentials) to assess receptive vocabulary knowledge in normal adults. Behavior Research Methods. 48 (1), 285-305 (2016).
  36. Matson, J. L., Shoemaker, M. Intellectual disability and its relationship to autism spectrum disorders. Research in Developmental Disabilities. 30 (6), 1107-1114 (2009).

Tags

Beteende fråga 134 semantiska grundning EEG autism spectrum disorder lexiko-semantiska visuo-semantisk ord bild
En semantisk Priming Event-relaterade potentiella (ERP) uppgift att studera lexiko-semantiska och Visuo-semantisk bearbetning i Autism Spectrum Disorder
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Coderre, E. L. A Semantic PrimingMore

Coderre, E. L. A Semantic Priming Event-related Potential (ERP) Task to Study Lexico-semantic and Visuo-semantic Processing in Autism Spectrum Disorder. J. Vis. Exp. (134), e57217, doi:10.3791/57217 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter