Waiting
Login processing...

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

Behavior

Una Priming semántico relacionado con el evento potencial (ERP) tarea estudiar procesamiento Visuo-semántico y léxico-semántico en el trastorno del espectro autista

Published: April 12, 2018 doi: 10.3791/57217
Automatic Translation
1
1Department of Communication Sciences and Disorders, University of Vermont

Summary

Este papel describe una tarea de priming semántico ERP utilizando pares dentro de la modalidad de imágenes y palabras para investigar el procesamiento semántico en individuos con trastorno del espectro autista (TEA).

Abstract

Individuos con trastorno del espectro autista (TEA) presentan déficits característicos en comprender el significado del lenguaje o procesamiento semántico. Sin embargo, cierta evidencia indica que semántica Procesamiento de estímulos no lingüísticos está intacto, lo que sugiere que los déficits semánticos pueden ser específicos del idioma. Para caracterizar adecuadamente los déficits de procesamiento semántico en individuos con ASD, comparación de dentro-modalidad lingüística (por ejemplo, palabras escritas) y no lingüísticos estímulos (por ejemplo, fotografías) se requiere. Este papel describe tal metodología que hace uso de un paradigma de imprimación semántica durante la grabación simultánea de datos electroencefalográficos de (EEG). EEG proporciona una medida dinámica de la actividad cerebral que es adecuada para caracterizar las diferencias sutiles en el procesamiento semántico que puede no ser observable a nivel conductual. La semántica cebado paradigma presenta una primera imagen o una palabra (p. ej., perro) seguido de un cuadro blanco o palabra que sea (por ejemplo, cat) relacionados con o sin relación (p. ej., lápiz) para el primer. Este paradigma así puede utilizarse para evaluar el procesamiento semántico a través de diferentes modalidades y para comparar capacidades de procesamiento visuo-semántico y léxico-semántico en individuos con ASD y cómo pueden diferir de los individuos de TD. Se discuten los pasos específicos involucrados en la creación de los estímulos, realizar las pruebas de EEG y análisis de los datos de EEG. Resultados representativos ilustran cómo el componente N400 del potencial relacionado con eventos (ERP) es reducido siguientes relacionadas semánticamente con blanco primera pares en comparación a los pares no relacionados. Comparaciones de la N400 entre las condiciones, modalidades y grupos pueden proporcionar estimaciones del éxito del procesamiento semántico y así se pueden utilizar para caracterizar los déficits semánticos en individuos con ASD u otras poblaciones clínicas.

Introduction

Investigadores en psicología cognitiva han sido interesados en cómo entienden el significado del lenguaje. Procesamiento del lenguaje implica una secuencia de pasos de creciente complejidad, de reconocimiento de letra y palabra, procesamiento semántico, al análisis sintáctico. Procesamiento semántico se refiere al acceso al significado de un estímulo, ya sea una palabra, imagen o sonido. Primeros pasos de reconocimiento de la palabra inicial, acceso de significado de la palabra, o semántica, es un paso crucial en el procesamiento del lenguaje. Integración semántica se refiere al proceso de integrar el significado de los estímulos para comprender sus relaciones y es crucial para el procesamiento como frases de comprensión del lenguaje alto nivel. No sólo tiene el significado de cada palabra en una frase que acceder, sino los significados de cada palabra individual deben integrarse para formar una comprensión coherente del significado de la frase o "gist".

Los individuos con trastorno del espectro autista (TEA) suelen tienen déficits significativos en la comprensión de lenguaje1. Hay cierta evidencia que sugiere que estas dificultades se derivan de los déficits en el procesamiento semántico e integración2,3,4. Sin embargo, otros estudios han sugerido que los individuos con ASD no muestran déficits de procesamiento semántico cuando los materiales son no-lingüístico (p. ej., visuales o auditivos) modalidades3,5,6 . Estos hallazgos sugieren que déficits de procesamiento semántico en ASD pueden ser restringidos a la lingüística (es decir, escrito o hablado) modalidades. Como tal, enfoques que contrastan diferentes modalidades pueden proporcionar la penetración en el grado de déficit de procesamiento semántico dominio-específica o indicativo de un estilo de procesamiento de penetrante. El objetivo de este trabajo es describir una metodología para comparar procesamiento semántica entre diferentes modalidades mediante una tarea de priming semántico durante la grabación electrofisiológica concurrente.

El paradigma de priming semántico tiene una larga historia en investigación investigando cómo semántica Procesamiento influencias nivel inferior palabra reconocimiento7,8. En tareas de priming semántico tradicional, se presenta una palabra principal (por ejemplo, cat) seguido por un objetivo que sea semánticamente relacionadas (por ejemplo, perro) o ajenas (por ejemplo, libro) al primer. Esta tarea se realiza en el contexto de una tarea de decisión léxica, tal que los participantes se les pide determinar si la palabra de destino es una palabra real o no. Otros paradigmas pueden tener los participantes realizar una tarea de categorización semántica de la palabra objetivo, o juzgar si dos estímulos son relacionados o no. Independientemente de la tarea específica, décadas de pruebas han establecido que los tiempos de reacción (RTs) son más rápidos a las palabras de blanco que semánticamente se relacionan con el primer comparado con aquellos que no tienen.

Este "efecto de priming semántico" se ha atribuido a una serie de mecanismos en cuentas teóricas7,8. Uno es que el efecto de oscurecimiento es debido a la activación automática que se separa a través de la red semántica, tal que la recuperación del significado de la palabra principal activa el significado de otras palabras semánticamente relacionadas, incluyendo la palabra destino. Esto entonces reduce el tiempo necesario para la activación semántica de la palabra de destino. Un segundo mecanismo teórico es que de esperanza, que postula al ver la primera palabra, los participantes generan un conjunto esperado de objetivos potenciales. Palabras de Diana que se incluyen en este conjunto entonces se reconocen más rápidamente. Por último, otros han postulado la existencia de un mecanismo post-léxico de la coincidencia semántica, que establece la existencia de una relación semántica entre la palabra prime y target. Sin importar el mecanismo específico subyacente el efecto, priming semántico puede ser un índice útil de procesamiento semántico y la integración. Este paradigma también no se limita a estímulos léxicos y también puede utilizarse para investigar cebado semántico de la lengua no estímulos como imágenes9 intermodales priming semántico (por ejemplo, entre palabras e imágenes)3.

Efectos de priming semántico han sido bien estudiados en la literatura psicolingüística y han sido investigados en relación con el tipo de relación prime-objetivo, el momento de presentación de prime y target y muchas otras manipulaciones8. Los correlatos electrofisiológicos de este efecto también han sido bien caracterizado10. Electroencefalografía (EEG) es un método de registro de actividad neuronal a través de cambios en la actividad eléctrica medida en el cuero cabelludo. EEG es una opción útil de metodología para un paradigma de priming semántico porque tiene muy buena resolución temporal (del orden de milisegundos, ms) y así puede proporcionar diferencias sutiles en el procesamiento semántico entre condiciones o grupos incluso en ausencia de comportamiento efectos o respuestas.

Potenciales acontecimiento-relacionados (ERPs) son cambios de tiempo-bloqueada en el EEG que ocurren en respuesta a un estímulo específico o comportamiento. Dependiendo del tiempo y la polaridad de la respuesta, diferentes componentes del ERP son reflejo de diferentes aspectos del procesamiento cognitivo. El componente N400 es un marcador bien establecido de procesamiento semántico y de integración semántica11,12 (aunque varias otras interpretaciones existen10,13). La amplitud de la N400 se reduce cuando integración semántica es más fácil (por ejemplo, cuando la prima y el destino en un paradigma de priming semántico están semánticamente relacionados con) en comparación con cuando la integración semántica es más difícil (por ejemplo, cuando dos palabras son sin relación). Lo importante, la diferencia de amplitud entre condiciones relacionadas y no relacionadas (es decir, el "efecto N400") no es específica de idioma. N400 efectos también se observan en las modalidades de la lengua no, como en respuesta a los pares de imágenes semánticamente relacionados y no relacionados o sonidos ambientales14,15,16,17. La N400 es así un componente útil de ERP a los efectos del paradigma actual porque puede ser utilizado como una estimación independiente de la modalidad de habilidades de procesamiento e integración semánticas.

Individuos con ASD Mostrar reducido o ausencia de efectos de imprimación semántica y N400 en respuesta a estímulos de lenguaje2,3,4, lo que sugiere deficiencias en el procesamiento semántico. Tales efectos se han encontrado en respuesta a visuo-semántica y estímulos audio-semántico3,5,6, prestando apoyo a la afirmación de que el procesamiento semántico es selectivamente deteriorada para estímulos del lenguaje. Sin embargo, mayoría de los estudios anterior que compararon las modalidades ha utilizado intermodales cebado, tal que el par de primer destino contiene un estímulo léxico. Teniendo en cuenta la propuesta de que los individuos con ASD tienen déficit en el procesamiento semántico de los estímulos de la lengua, tales estímulos intermodales pueden haber afectado a resultados. Para realmente investigar si procesamiento semántico del lenguaje se deteriora selectivamente en individuos con ASD, deben utilizarse pares dentro de la modalidad de estímulos léxicos y no léxicas. En un estudio reciente de Coderre et al. 6 ofrece la primera comparación directa de cebado semántico dentro de la modalidad palabra e imagen para investigar los déficits de procesamiento semántico en adultos (edades 18-68) con TEA. Participantes con TEA y típicamente desarrollo (TD) participantes ver pares de imágenes y palabras y pidieron juzgar si los estímulos estaban relacionados o no. Durante esta tarea de priming semántico, se registró su actividad cerebral mediante EEG. Comparando los efectos de la N400 entre grupos y modalidades, este paradigma proporciona penetración en la naturaleza del procesamiento semántico en individuos con ASD.

El objetivo de este trabajo es describir el oscurecimiento semántico metodología ERP empleada por Coderre et al. 6. aunque este paradigma se implementó inicialmente para estudiar el procesamiento semántico en adultos con TEA, puede resultar útil para cualquier experimentadores desean explorar los correlatos neuronales de procesamiento visuo-semántico y léxico-semántico, ya sea en TD individuos o en poblaciones clínicas específicas.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Todos los métodos aquí descritos fueron aprobados por el institucional de Junta de la Universidad Johns Hopkins, donde se realizó el estudio original6 .

1 creación de estímulos

  1. Crear una lista inicial de sustantivos concretos de los cuales se hará pares prime-target.
    1. De un corpus seleccionado como Subtlex19, seleccione aproximadamente 500 sustantivos concreto y obtener las variables de interés (p. ej., frecuencia, duración, concreción, imageability, etc.) para cada palabra.
      Nota: Otros cuerpos, como el Consejo de investigación médica (MRC) la base de datos psicolingüísticos18 o el Corpus de inglés americano contemporáneo20, también pueden ser utilizados. Subtlex fue utilizado en el estudio original porque esta base de datos es sólo un gran archivo de Excel y permite así fácilmente para buscar para la generación de estímulos. Otros cuerpos tienen interfaces gráficas diferentes y pueden requerir al usuario una cadena de texto específica de entrada en un cuadro de entrada y controlar las variables de interés se solicita.
  2. Realizar análisis semántico latente (LSA) entre estímulos para establecer la relación semántica
    1. Seleccione método LSA o herramienta. Una útil herramienta en línea es proporcionada por la Universidad de Colorado Boulder (http://lsa.colorado.edu/).
      1. En el sitio de aterrizaje principal, haga clic en matriz de comparación.
      2. Introduzca palabras individuales para comparar, separados por una línea en blanco.
      3. Haga clic en enviar textos.
    2. Usando una hoja de cálculo, crear una matriz de valores LSA entre cada palabra y todos los demás.
  3. Dividir los estímulos en las condiciones relacionadas y no relacionadas basadas en LSA (figura 1A).
    1. Seleccionar manualmente 200 pares de palabra con altos valores LSA (aproximadamente 0,5 o superiores) para la condición de "relacionado".
    2. Seleccionar manualmente 200 pares de palabras con valores bajos de LSA (aproximadamente 0.1 o menores) para la condición "sin relación".
      Nota: El experimentador puede necesitar examinar manualmente pares de la palabra para asegurar que la relación semántica tiene sentido para la categoría. Algunos pares de palabras pueden tener calificaciones altas de LSA pero la relación semántica puede no ser inmediatamente evidente para los participantes. Del mismo modo, algunos pueden tener grados bajos de LSA pero pueden estar relacionado semánticamente con de otras maneras.
    3. Cuando se crean pares relacionados y sin relación, manualmente coincidir palabras en frecuencia, duración y cualquier otras variables que se han observado para ser relevantes en la literatura (por ejemplo, dirección de la Asociación7,8) o que son de interés para el estudio específico. Coincidir con palabras lo más cerca posible de las variables de interés (por ejemplo, dentro de unidades de frecuencia de 1-2log10; dentro de 1-2 letras o sílabas).
  4. Dividir los estímulos en palabra y cuadro modalidades (figura 1A).
    1. En el archivo de estímulos en la hoja de cálculo, agregue otra columna de "estado".
    2. En la columna "estado", etiqueta de 100 de los pares relacionados y 100 de los pares no relacionados como condición de la "imagen". Etiqueta los otros estímulos restantes como condición de la "palabra".
  5. Obtener estímulos de imagen.
    Nota: Estímulos de imagen pueden obtenerse de fuentes en línea (por ejemplo, búsquedas de imágenes de Google) o de otras fuentes disponibles para el experimentador.
    1. Seleccione los cuadros 2 y 3 para representar cada palabra.
    2. Realizar pruebas piloto inicial por tener uno o más independientes calificadores (por ejemplo, estudiantes, asistentes de investigación que no han participado en el desarrollo del estímulo) decidan que imagen que mejor representa el concepto.
      1. Abrir todos los archivos de imagen posibles a la vez utilizando un programa de visor de fotos, luego leer en voz alta la palabra y pedir el evaluador para elegir la imagen más representativa. Registrar las respuestas de cada evaluador para cada palabra.
      2. Para cada palabra, identificar la imagen que la mayoría de los evaluadores seleccionados como la mejor representación del concepto y utiliza este archivo como el estímulo para esa palabra. Si no hay mayoría existe, seleccione una matriz diferente de imágenes y repetir el paso 1.5.
    3. Utilizando GIMP (u otro programa de retoque), fotos de escala a todos ser del mismo tamaño (aproximadamente 400 pixeles o 3 a 5 pulgadas de altura o anchura).
      Nota: El tamaño exacto de las imágenes puede variar dependiendo del tamaño del monitor estímulos se presentará el. Horizontal y visual ángulo de los estímulos debe ser entre 7 y 13 °.
  6. Realizar pruebas piloto
    1. Piloto de prueba de pares de palabra e imagen pidiendo 3 – 4 evaluadores independientes (por ejemplo, estudiantes, asistentes de investigación que no han participado en el desarrollo de estímulos) para cada par relacionado o sin relación.
      1. Programa de la experiencia en E-Prime (u otro programa de presentación de estímulo de elección) para presentar ambas palabras en la pantalla a la vez, uno arriba del otro o de lado a lado. Pida a los participantes a las palabras como relacionados o no con un botón (por ejemplo, 1 para 2 relacionados, para sin relación). Consulte el manual del E-Prime21 para obtener más información sobre cómo programar un experimento en este paquete de software.
        Nota: Pruebas piloto puede ocurrir en el laboratorio donde realizará la prueba experimental, o en cualquier equipo donde se ejecuta el programa de presentación del estímulo. Ninguna habitación especial es necesaria.
      2. Repita la prueba piloto (con nuevos evaluadores independientes que no han visto los estímulos) hasta un conjunto de palabras y cuadros se obtiene con una clasificación confiable de relacionados y no relacionados. Obtener un total de 100 pares de palabra relacionada, 100 pares de palabras sin relación, 100 pares relacionados con imagen y 100 pares de imágenes sin relación.
        Nota: Se ha sugerido que los investigadores utilizando el componente N400 para investigar la cognición en poblaciones clínicas recogen un mínimo de 40 ensayos utilizables por tipo de ensayo para provocar un efecto confiable22. Previendo que algunos juicios se perderán durante el proceso de limpieza de datos, debe aumentarse el número de ensayos incluidos en el paradigma. En trabajos previos utilizando este paradigma específico 6, 100 ensayos por tipo de ensayo fue más que suficiente para robustas efectos N400 en tanto individuo y grupo. Ya que el componente N400 similar entre palabras e imágenes10, esto Estimado número de tipos de prueba se recomienda mantenerse constante entre modalidades.
      3. Conservar un adicional 8 pares (4 palabras, 4 imágenes) para una sesión de práctica (véase el paso 2.2.1below)

2. programación de la tarea

  1. Crear listas de estímulos.
    1. Sistema de estímulos de la final, clasificar los estímulos en bloques de 8. Modalidad (imagen/palabra) debe ser bloqueado (4 cuadras).
    2. Dentro de cada bloque, asegurar un número igual de estímulos relacionados y no relacionados.
    3. Manual de pseudo-aleatoriamente presentación listas dentro de cada bloque que hay estímulos relacionados o no con no más de 5 en una fila, y pares al lado de uno no son semánticamente relacionadas. Evitar juicios como "zanahoria brócoli", "manzana-pera" inmediatamente al lado del otro.
  2. Programa la tarea usando E-Prime, u otro software de presentación de estímulos de elección.
    Nota: Pasos que se describen aquí son específicos E-Prime y NetStation y será diferente si otro estímulo presentación software o adquisición de EEG se utiliza. Consulte el manual del E-Prime21 y las extensiones de E-Prime de NetStation tutorial23 para detalles más específicos sobre cómo programar un experimento de EEG en este paquete de software y cómo permitir la comunicación entre el E-Prime y NetStation.
    1. Programa dos sesiones de práctica para los bloques de imagen y palabra (4 parejas cada uno), a realizarse antes de que comience la prueba experimental.
    2. Una pantalla de instrucciones de programa al principio de la sesión de práctica para leer: "usted verá dos palabras presentadas en la pantalla uno tras otro. Por favor, intente sentarse todavía como posible y no parpadean mientras las palabras se presentan. Después la pareja se presenta, usted verá una cruz negra en la pantalla. Cuando veas la cruz negra, por favor, indique si las palabras estaban relacionadas o no. Pulsa el botón 1 si las palabras están relacionadas. Pulsa el botón 2 Si no están relacionados con las palabras. Pulse cualquier tecla para iniciar la sesión de práctica".
    3. Para cada uno de los estímulos de la palabra, haga doble clic en el icono de TextDisplay en la estructura del experimento. Haga clic en el icono de propiedades en la parte superior izquierda. En la ficha fuente, seleccione Courier New tamaño 28. En la ficha General, seleccione ForeColor como negro y BackColor blanco para presentar las palabras en letra negra sobre fondo blanco.
      Nota: El tamaño de fuente específico deba modificarse dependiendo del tamaño y la resolución del monitor utilizado para la presentación. Ángulo visual horizontal de las palabras debe ser entre 1 y 6 °.
    4. Para cada uno de los estímulos de imagen, haga doble clic en el icono de diapositiva en la estructura del experimento. Haga clic en el icono de propiedades en la parte superior izquierda. En la ficha General, seleccione BackColor blanco para presentar fotos en un fondo blanco.
    5. Programa de cada ensayo para presentar los estímulos siguientes en este orden: una roja fijación preventiva Cruz (400 ms); estímulo 1 (1.000 ms); intervalo interstimulus (pantalla blanca en blanco 300 ms); estímulo 2 (1.000 ms); pantalla en blanco (400 ms); intervalo de diferenciarlo (fijación negro Cruz; al azar jitter entre ms de 1.000 – 1.400 en intervalos de 100 ms, promedio 1200 ms); Vea la figura 1B. Para establecer las duraciones, haga doble clic en los iconos de TextDisplay o de la diapositiva en la estructura del experimento y presione el botón Propiedades en la parte superior izquierda de la ventana. Establece la duración en la ficha de entrada y duración.
      Nota: La pantalla en blanco se incluye antes del intervalo diferenciarlo para proporcionar un descanso visual entre el segundo estímulo y la cruz negra y para proporcionar un mensaje sutil para el juicio del próximo parentesco semántico.
    6. Programar un objeto TextDisplay llamado "Descanso" después de cada bloque se completa diciendo: "final del bloque, por favor, tome un descanso"
  3. Incluir parámetros para la comunicación entre el E-Prime y NetStation. Ver las extensiones de E-Prime de NetStation manual23 para obtener instrucciones específicas sobre cómo incluir esta información.
    1. Para cada objeto de visualización de texto "palabra1" o "word2", seleccione el objeto en la estructura del experimento. Debajo de la ventana de "Propiedades", establece la etiqueta como "WRD1" o "WRD2", respectivamente.
    2. Para cada objeto de diapositiva de "Foto1" o "Foto2", definir la etiqueta como "PIC1" o "Ilustración2", respectivamente.
    3. Bajo "los E-objetos", crear una nueva lista llamada a "CellList". Introduzca el número de células como: 1 = imagen relacionado; 2 = imagen ajena; 3 = palabra relacionado; 4 = palabra sin relación. Dentro de la lista de prueba para cada bloque, incluir una columna denominada "CellNumber" y entrar los correspondientes números de célula para cada ensayo según condición y modalidad.

3. EEG prueba

Nota: Los procedimientos específicos descritos aquí son para un sistema EGI. Procedimientos pueden ser diferentes si se utilizan otros sistemas.

  1. Preparar para la prueba de EEG.
    1. Mezcle 2 cucharaditas (10 g) de cloruro de potasio con 1 cuarto de galón (1 L) de agua y 1 cucharada (15 mL) de champú de bebé en un cubo de plástico transparente para crear la solución de electrolito
    2. Circunferencia de la medida de la cabeza del participante, pasando por el inion y nasion, para determinar el tamaño de red apropiado. Seleccione la red de tamaño adecuada según la circunferencia de la cabeza del participante.
    3. Sumerja los electrodos en el electrólito solución, asegurando que todos esponjas son totalmente sumergidos y dejar reposar al menos 5 minutos.
  2. Aplicar el EEG neto.
    1. Tienen participante sentarse cómodamente en una silla, frente al experimentador. Explicar al participante que ser poner la red ahora, luego será ajustar y comprobar la señal antes de comenzar la prueba.
    2. Ponga toallas alrededor de los hombros de los participantes. Instruir a participante cerrar los ojos después, red a la cabeza del participante. Ajuste de la red y estrechar lazos para asegurar un ajuste perfecto a la cabeza del participante.
    3. Trabajar a través de todos los electrodos para asentar contra el cuero cabelludo. Utilice un movimiento de barrido con el electrodo para alejar a pelo. Humedecer las esponjas con una pipeta, si es necesario.
    4. Una vez que todos los electrodos han sido sentados, compruebe impedancias. Vuelva a colocar o humedecer cualquier electrodos con impedancias por encima de 50 kiloohms (kΩ).
  3. Ejecutar el experimento de priming semántico durante la grabación de EEG.
    1. Una vez que la red se aplica impedancias han sido revisadas y el participante está listo para comenzar, iniciar la tarea de priming semántico.
    2. Reiterar las instrucciones a los participantes antes de la prueba. Instruir a los participantes a juzgar si los estímulos palabra o imagen están relacionados con o sin relación pulsando un botón en un teclado o un botón de la caja. Para evitar artefactos de motor factor de confusión la señal EEG, encomendamos a los participantes a esperar para hacer su respuesta hasta que el segundo estímulo ha desaparecido de la pantalla y la cruz negra ha aparecido.
    3. Ejecute la sesión de práctica al menos una vez para asegurar que los participantes comprendan la tarea.
    4. Después de cada 2 cuadras, durante las vacaciones, humedecer los electrodos y vuelva a verificar la impedancia.

4. EEG preprocesamiento

  1. Herramientas de NetStation abierto.
    Nota: Los pasos aquí descritos son específicos para preprocesamiento de NetStation 5. Ver el Manual de usuario de NetStation 524 para más detalles sobre cómo utilizar herramientas de NetStation. Otros paquetes de preprocesamiento pueden incluir EEGlab, ERPlab, paseo u otro software de preferencia del experimentador. Tenga en cuenta que el orden preferido de preprocesamiento pasos puede diferir entre paquetes de software. Observación de una N400 no debería diferir el efecto basado en la elección del paquete de análisis.
  2. Filtrar los datos.
    1. En la parte inferior de la ventana de herramientas de NetStation, crear una nueva herramienta de filtrado seleccionando "Filtrado" en el menú desplegable de 'Crear'. Cambiar el nombre de la herramienta adecuada.
    2. Configurar el filtro de paso alto a 0,1 Hertz (Hz) y el filtro de paso bajo a 50 Hz.
      Nota: El filtro de paso alto puede ser inferior a 0,1 Hz pero se aconseja no sobrepasar este límite, para evitar el riesgo de la introducción de efectos espurios25. Puede utilizarse un filtro de paso bajo como 30 Hz.
    3. Guardar la herramienta, luego arrastrar el archivo original de la grabación de EEG en la casilla de "Archivos de entrada" en la parte superior izquierda de la ventana y golpeó a "Ejecutar".
  3. Segmentar los datos en los ensayos.
    1. Crear una nueva herramienta de "Segmentación" y asígnele el nombre apropiadamente.
    2. En categorías de"crear", golpeó el signo más para crear una nueva categoría y cámbiele el nombre "relacionadas con el cuadro". Arrastre el icono de "Código" en la casilla "Crear categoría en base a criterios" y establece como "Código es PIC1" en tiempo de bloqueo a la presentación del estímulo 1. Arrastre el icono de "Código" en la casilla "Crear categoría" y como "código de tecla cel # 1 es".
      1. Para incluir sólo los ensayos correctos, arrastre el icono de otro "código" en la casilla "Crear categoría" y como "Código de la tecla eval es 1".
    3. En la parte inferior de la ventana, ajustar la longitud del segmento a "Extender segmentos 100 ms antes y 2.300 ms después".
      Nota: Los segmentos pueden ser tiempo-bloqueada la aparición de los estímulos de primer o segundo. Si bloquea al primer estímulo, segmentos deben extenderse 100 ms antes a 2300 m después (para incluir la duración de la presentación de ambos estímulos (1.000 ms) más el tiempo del intervalo entre estímulos (ISI) (300 ms)). Si bloqueado para el segundo estímulo, segmentos deben extenderse 100 ms antes de a 1.000 ms después.
    4. Clonar la categoría presionando el botón "Clonar" y cámbiele el nombre "imagen sin relación". Establece el código en PIC1 y el cel de código # 2.
    5. Clon de la categoría y cámbiele el nombre "relacionados con la palabra". Establece el código en WRD1 y el cel de código de tecla # 3.
    6. Clon de la categoría y cámbiele el nombre "palabra ajena". Establece el código en WRD1 y el cel de código de tecla # 4.
    7. Guardar la herramienta, luego arrastrar el archivo preprocesado más reciente en la casilla de "Archivos de entrada" en la parte superior izquierda de la ventana y golpeó "Run".
  4. Realizar la detección de artefactos.
    1. Crear una nueva herramienta de "Detección de artefacto" y asígnele el nombre apropiadamente.
    2. Bajo "Configuración de la detección del artefacto", golpeó el signo más en la parte inferior de la ventana para añadir una nueva configuración. Seleccione "Bad Channels" en el menú desplegable bajo "Operación". Salen todos de la configuración predeterminada (max-min > los 200 microvoltios (μV); Todo segmento; Media móvil de 80 ms).
    3. Añadir una nueva configuración y seleccionar "Parpadeo de ojo" en el menú desplegable de "Operación". Salen todos de la configuración predeterminada (max-min > 140 μV; ventana tamaño 640 ms; media móvil de 80 ms).
    4. Añadir una nueva configuración y seleccione "Movimientos oculares" en el menú desplegable de "Operación". Salen todos de la configuración predeterminada (max-min > 55 μV; ventana tamaño 640 ms; media móvil de 80 ms).
    5. Guardar la herramienta, luego arrastrar el archivo preprocesado más reciente en la casilla de "Archivos de entrada" en la parte superior izquierda de la ventana y golpeó "Run".
    6. Abra el archivo resultante en revisión NetStation y desplazamiento a través de cada prueba pulsando los botones de flecha en el menú "Categorías" en la barra de la derecha. La marca ensayos como bueno o malo golpeando los círculos verdes o rojos, respectivamente. Cuando termine, cierre el archivo para guardar los resultados.
  5. Realizar el reemplazo de canal mala.
    1. Crear una nueva herramienta de "Reemplazo de canal mala" y asígnele el nombre apropiadamente. No hay necesidad de parámetros ser fijado por el usuario para esta herramienta, así que guardar la herramienta, luego arrastrar el archivo preprocesado más reciente en la casilla de "Archivos de entrada" en la parte superior izquierda de la ventana y golpeó "Run".
  6. Realizar un promedio de solo-tema para contraer durante los ensayos.
    1. Crear una nueva herramienta de "Promedio" y asígnele el nombre apropiadamente. En "Un promedio de configuración", seleccione "archivos fuente: juntos" y "manejar temas: por separado".
    2. Guardar la herramienta, luego arrastrar el archivo preprocesado más reciente en la casilla de "Archivos de entrada" en la parte superior izquierda de la ventana y golpeó "Run".
  7. Datos de referencia a la media de referencia26.
    Nota: La media de referencia se utiliza aquí porque EGI ofrece densa matriz EEG (128 y 256 canales). Se ha sugerido que una referencia promedio usarse con sistemas de grabación de la densa matriz26; otros estudios de priming semántico ERP usando redes de 128 o 256 canales han utilizado la media de referencia6,27,28. Otras opciones de referencia incluyen el promedio de la derecha e izquierdas mastoids, la nariz o el lóbulo de la oreja29. No hay ninguna opción óptima del electrodo de referencia, y el experimentador debe tener en cuenta que elegir el electrodo de referencia puede afectar el ERP resultante onda26,29.
    1. Crear una nueva herramienta de "Operaciones de montaje" y asígnele el nombre apropiadamente.
    2. Seleccionar la red apropiada en el menú desplegable bajo "Lista de montajes para Sensor de diseño". Seleccione "Media de referencia" y asegúrese de que está activada la casilla de "Excluir canales malos de referencia". Guardar la herramienta, luego arrastrar el archivo preprocesado más reciente en la casilla de "Archivos de entrada" en la parte superior izquierda de la ventana y golpeó "Run".
  8. Realizar corrección de línea base con los primeros 100 ms del segmento10 , 28.
    Nota: Un período inicial de 200 ms también puede ser utilizado29.
    1. Crear una nueva herramienta de "Corrección de línea base" y asígnele el nombre apropiadamente.
    2. En "Configuración de corrección de base", seleccione "Seleccionar base de parte del segmento", "seleccione línea de base con respecto al tiempo de segmento = 0", "línea de base comienza 100 ms antes de la hora cero y es de 100 ms. de largo".
    3. Guardar la herramienta, luego arrastrar el archivo preprocesado más reciente en la casilla de "Archivos de entrada" en la parte superior izquierda de la ventana y golpeó "Run".

Figure 1

Figura 1 : Ejemplos experimentales y línea de tiempo. (A) ejemplos de estímulos de imagen y palabra. (B) línea de tiempo de la presentación del estímulo. Esta figura ha sido reimpreso con permiso de Coderre et al. 6 Haga clic aquí para ver una versión más grande de esta figura.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Si los estímulos han sido apropiadamente clasificados en condiciones relacionadas y no relacionadas, se debe observar un efecto N400 para estímulos de la palabra y la imagen (figura 2). Esto es facilmente identificable como una mayor amplitud negativa en condiciones sin relación en comparación con similares condiciones. Para estímulos de la palabra, el efecto debe ocurrir de 300 – 500 ms sobre el cuero cabelludo central o centro-parietal6,10. Para estímulos de imagen, el efecto puede ser ligeramente anterior o frontal más distribución9,15,16.

Análisis estadísticos pueden probar la significación del efecto N400 comparando la amplitud promedio entre condiciones relacionadas y no relacionadas. Esto puede realizarse en un solo electrodo o electrodos múltiples. La extensión espacial del efecto puede evaluarse incluyendo sitio del electrodo o lateralidad en modelos estadísticos. Estadística univariante masa (véase por ejemplo Groppe et al. 30 para más detalles) puede utilizarse para evaluar el momento preciso del efecto o establecer ventanas de tiempo de interés para mayores análisis. (Tenga en cuenta que si se realizan múltiples análisis, resultados tendrán que ser ajustados para corregir para comparaciones múltiples. El método estadístico univariado masa descrito por Groppe et al. 30 incluye varias opciones para dichas correcciones).

Para los investigadores utilizando este paradigma de priming semántico ERP para estudiar el procesamiento semántico en poblaciones clínicas, es importante también recoger datos de un grupo de control de TD. El grupo de control debe mostrar los efectos de N400 descritos para las condiciones de imagen y palabra. Sin embargo, las poblaciones clínicas puede mostrar reducidas o ausente N400 efectos a una o ambas condiciones (figura 3). Para determinar si la magnitud del efecto N400 difiere entre poblaciones clínicas y controles, el grupo puede ser incluido como un factor entre sujetos en los modelos estadísticos. Un efecto N400 perceptiblemente más pequeño en una población clínica podría indicar dificultades con el procesamiento semántico. Diferencias en la distribución del efecto calendario o el cuero cabelludo también pueden indicar diferencias de tratamiento entre los grupos.

Aunque los resultados representativos descritos anteriormente son a nivel de grupo, en consonancia con la mayoría de las investigaciones sobre el efecto N400, este componente es muy robusto y puede ser observado a menudo en un solo tema nivel31,32. Especialmente para poblaciones clínicas como individuos con ASD, información acerca de las habilidades de procesamiento semántico de un individuo podría ser muy deseable. Los investigadores deben ser conscientes, sin embargo, que personas con TEA pueden tener inherentemente más ruidosos datos EEG de TD individuos33 (aunque véase referencia34), que puede impedir efectos de solo-tema confiables en algunos participantes. Para los investigadores interesados en la evaluación de efectos del solo-tema, pruebas de permutación pueden realizarse para evaluar la significancia estadística de los efectos dentro de un solo individuo. Brevemente, en este método una realizar muchos (por ejemplo, 5.000) iteraciones en que condición están permutadas etiquetas (con relacionados con/sin relación) entre los ensayos individuales. Para cada permutación las condiciones entonces se comparan estadísticamente. Las estadísticas de cada permutación se utilizan para crear una distribución nula de las estadísticas de prueba, contra el cual la estadística de prueba observada se compara para obtener un resultado de importancia.

Figure 2
Figura 2 : Condiciones y (B) imagen de la palabra representante N400 efectos en respuesta al segundo estímulo en cada par para (A). Es un promedio de datos sobre un grupo de 20 adultos TD (datos tomados de Coderre et al. 6). preprocesamiento se realizó con una media de referencia. Top paneles: formas de onda de representante de ERP en electrodo Cz mostrando una amplitud mayor a las condiciones sin relación en comparación con las condiciones relacionadas en aproximadamente 400 ms (negativa se traza hacia arriba). Paneles de fondo: parcelas topográficos de la diferencia de relacionados con el sin relación, promediada sobre una ventana de ms de 400 – 500 (distribución precisa puede cambiar con la opción de referencia). Para diagramas topográficos, la parte superior de la figura indica la parte delantera de la cabeza. Haga clic aquí para ver una versión más grande de esta figura.

Figure 3
Figura 3 : Las diferencias de grupo en efectos N400 para las condiciones de la palabra en electrodo Cz. Es un promedio de datos sobre un grupo de 20 TD y 20 adultos con ASD (datos tomados de Coderre et al. 6). preprocesamiento se realizó con una media de referencia. Grupos clínicos, como individuos con TEA, pueden mostrar un menor efecto N400 en respuesta a las palabras, que sugiere dificultades con el procesamiento léxico-semántico.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

El presente trabajo ha informado de los pasos críticos en el desarrollo de un paradigma de priming semántico ERP con imagen y palabra estímulos para explorar déficits de procesamiento semántico en individuos con ASD. Pasos principales son crear los estímulos, la tarea de programación y realizar pruebas de EEG y análisis. La parte más desperdiciadora de tiempo de este procedimiento es probable que la creación de estímulos, como esto requiere cuidado coincidencia tanto entre como dentro de pares de estímulos, condiciones y modalidades en variables como la longitud, la frecuencia y la relación semántica. Como tal, probablemente se necesitarán una cantidad significativa de pruebas piloto para que el conjunto de estímulo final sea adecuado.

Aunque las sugerencias incluyen aquí, y el previo trabajo que este método está basado en6, probado en adultos con y sin Tea (edades 18 – 68), este paradigma podría fácilmente extenderse a poblaciones adolescentes o niño. De hecho, otros estudios han utilizado similar priming semántico EEG paradigmas en niños con y sin Tea comparar procesamiento semántico a través de las modalidades3. Varias consideraciones deberían tenerse en cuenta cuando se modifica para diferentes edades y etapas de desarrollo. Por ejemplo, el estímulo podría ser restringido a las palabras de mayor frecuencia para asegurar que todos los niños sepan los significados de todos los estímulos (véase el párrafo siguiente). También se podrían hacer otras modificaciones al paradigma de la prueba para garantizar la calidad de datos adecuados de niños o adolescentes participantes, como incluyendo más roturas, incentivos o mostrando vídeos breves sobre la terminación de un bloque de estímulos.

Varios factores en relación con el método descrito aquí y el trabajo anterior están importantes tener en cuenta. En primer lugar, el trabajo previo6 fue realizado en un grupo de adultos que tenían promedio superior a la media lengua y funciones intelectuales. Una limitación de este paradigma es que sólo puede utilizarse con personas que están familiarizadas con las palabras o imágenes que se presentan. Trabajos previos han demostrado que N400 no se producen efectos si el elemento léxico está fuera vocabulario rango32,35 del individuo. Por lo tanto es importante que los participantes tengan capacidades verbales y de la lectura promedio a superior a la media, o que es procurar que todos los estímulos utilizados en el experimento caen dentro de la gama del vocabulario de la persona. En este último caso, esto conlleva la administración de una prueba de vocabulario después de la sesión de EEG, pruebas de conocimiento del individuo de todas las palabras usadas en el experimento. En el caso de palabras que el individuo no sabe, estos ensayos se pudieran quitar de su análisis posterior. Desafortunadamente, debido a discapacidad intelectual y problemas de lenguaje es una ocurrencia común cooperación en individuos con ASD1,36, estos requisitos de idioma y habilidades de lectura significa que individuos que también tienen discapacidad intelectual o habilidades de la lengua por debajo del promedio no podrá participar. Otras modificaciones al paradigma que permitirá para las pruebas de estas personas más gravemente afectadas se deben considerar en el futuro.

Es importante tener en cuenta que el método descrito aquí no tiene en cuenta diferentes tipos de relaciones semánticas entre el primer y el destino. Algunos estudios han encontrado que la magnitud del efecto de priming semántico es modulada por el tipo de relación (por ejemplo, asociativa vs «puro», hacia delante y hacia atrás, mediada por vs directo)8. En la metodología actual, no se consideran estos diversos tipos de relación prime-objetivo. Sin embargo, los investigadores interesados en explorar sus efectos, esto puede ser un paso adicional en la creación de estímulos.

También es notable que el método descrito aquí instruye a los participantes a hacer un juicio de relación semántica durante la tarea. La naturaleza explícita de esta tarea puede inducir estrategias que podrían afectar los resultados. Por ejemplo, solicitando a los participantes a prestar atención a las relaciones semánticas entre estímulos podría mitigar efectos de grupo6. Futuras investigaciones utilizando este paradigma serán modificarlo para incluir un diseño implícito procesamiento semántico, por ejemplo en que los participantes Pulse un botón cada vez que una palabra de animal se presenta o simplemente ver las palabras y las imágenes que aparecen en la pantalla. Priming semántico N400 efectos han sido observados en la ausencia de tareas explícitas3, por lo que este tipo de manipulación todavía debe producir efectos observables y también pueden revelar diferencias de grupo en implícita priming semántico.

Décadas de investigación han establecido el paradigma de imprimación semántica como una forma valiosa de estudiar el procesamiento semántico. La fiabilidad de esta tarea a través de diferentes modalidades resulta particularmente valioso para el estudio de cómo léxico-semánticas y procesamiento visuo-semánticas puede diferir. Esa comparación entre modalidad es especialmente útil en ciertas poblaciones clínicas como Tea, en el que déficit de priming semántico puede ser restringido a dominios de la lengua. Comparando y contrastando los efectos de priming semántico y N400 entre grupos y modalidades, los investigadores pueden establecer si los supuestos déficits en el procesamiento semántico en ASD están restringidos al dominio lingüístico o representante de una forma más disfunción semántica global.

La extensión del paradigma de priming semántico para EEG también proporciona información valiosa sobre los mecanismos neuronales subyacentes a procesamiento semántico y puede proporcionar información adicional que no pueden capturar las respuestas del comportamiento. Debido al volumen de información espacial y temporal que se obtiene con EEG, este método puede revelar más diferencias sutiles en el procesamiento semántico que se celebraría con las respuestas del comportamiento. Por ejemplo, en el estudio anterior usando este paradigma, Coderre et al. 6 encontró una N400 efecto ocurrió en el grupo de Tea en respuesta a los estímulos de la palabra, en contraste con la literatura anterior; sin embargo, diferencias sutiles en la sincronización y la topografía del efecto sugirieron que los dos grupos fueron utilizando diferentes mecanismos cognitivos de procesamiento semántico. En suma, una tarea de priming semántico ERP con palabras e imágenes puede ser útil para el estudio de procesamiento semántico de dominio general tanto en poblaciones clínicas en individuos de TD.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

El autor no tiene nada que revelar.

Acknowledgments

Desarrollo de este paradigma fue apoyado por el fondo terapéutico de Neurociencia cognitiva y la Benjamin y Adith Miller familia dotación de investigación autismo, Alzheimer y envejecimiento.

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

Comportamiento número 134 cebado EEG trastorno del espectro autista palabra visuo-semántico léxico-semántico cuadro semántico
Una Priming semántico relacionado con el evento potencial (ERP) tarea estudiar procesamiento Visuo-semántico y léxico-semántico en el trastorno del espectro autista
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Coderre, E. L. A Semantic Priming… More

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