Summary
我们描述了一种在人类中同时进行眼动追踪的单神经元记录的方法。我们演示了此方法的效用,并说明了我们如何使用这种方法在编码视觉搜索目标的人类中叶中获取神经元。
Abstract
来自难治性癫痫患者的颅内记录为研究个体神经元在活动行为过程中的活性提供了独特的机会。量化行为的重要工具是眼动追踪,它是研究视觉注意力不可或缺的工具。然而,眼动追踪与侵入性电生理学同时使用具有挑战性,因此这种方法很少使用。在这里,我们提出了一个经过验证的实验协议,用于在人类中同时进行眼动追踪的单神经元记录。我们描述了系统是如何连接的,以及记录神经元和眼睛运动的最佳设置。为了说明此方法的效用,我们总结了此设置可能实现的结果。此数据显示了如何在记忆引导的视觉搜索任务中使用眼动追踪,从而描述称为目标神经元的新神经元类别,其响应反映了对当前搜索目标的自上而下的关注。最后,我们讨论了此设置的潜在问题的重要性和解决方案。总之,我们的协议和结果表明,单神经元记录与同时在人类的眼睛跟踪是研究人脑功能的有效方法。它提供了动物神经生理学和人类认知神经科学之间缺失的关键联系。
Introduction
人类单神经元记录是一个独特而强大的工具,用于探索人类大脑的功能,具有非凡的空间和时间分辨率1。最近,单神经元记录在认知神经科学领域得到了广泛的应用,因为它们允许直接研究人类认知的核心认知过程。这些记录是通过临床需要确定癫痫病灶的位置而做出的,深度电极暂时植入疑似焦点癫痫患者的大脑。通过此设置,可以使用从混合深度电极尖端伸出的微线获得单神经元记录(前一个中提供了用于插入混合深度电极的外科方法的详细说明协议2。其中,这种方法已用于研究人类记忆3,4,情感5,6,和注意7,8。
眼动测量在认知任务期间凝视位置和眼动(固定和囊肿)。基于视频的眼动仪通常使用角膜反射和学生的中心作为功能来跟踪随着时间的推移9。眼动追踪是研究视觉注意力的一个重要方法,因为注视位置表示大多数自然行为10、11、12时注意力的焦点。眼动追踪已广泛用于研究健康个体13和神经人群14、15、16的视觉注意力。
虽然单神经元记录和眼动追踪在人类中被单独广泛使用,但很少有研究同时使用。因此,人类大脑中的神经元对眼动和/或是否对目前固定的刺激是否敏感,仍然在很大程度上不得而知。这与与猴的研究形成鲜明对比,在研究中,同时进行单神经元记录眼动追踪已成为一种标准工具。为了直接研究神经元对眼睛运动的反应,我们结合人类单神经元记录和眼动追踪。在这里,我们描述了进行此类实验的协议,然后通过具体示例来说明结果。
尽管人类中叶(MTL)在对象表示17、18和记忆3、19中都有既定作用,但MTL神经元是否被调节为自上而下关注与行为相关的目标。研究这些神经元对于开始了解目标相关信息如何影响自下而上的视觉过程非常重要。在这里,我们演示了眼动追踪的效用,同时使用引导视觉搜索记录神经元,这是研究目标导向行为的众所周知的范例20、21、22、23,24,25.使用这种方法,我们最近描述了一类神经元称为目标神经元,它标志着当前参与的刺激是否是持续搜索8的目标。在下面,我们提出复制之前的科学研究所需的研究方案。请注意,通过此示例,可以轻松地调整协议以研究任意视觉注意任务。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 与会者
- 招募患有难治性癫痫的神经外科患者,他们正在接受颅内电极的放置,以定位其癫痫发作。
- 将带有嵌入式微线的深度电极插入所有临床指示的目标位置,通常包括杏仁核、海马、前结皮层和预补充运动区域的子集。请参阅我们之前的协议2中关于植入的详细信息。
- 一旦患者返回癫痫监测单元,连接记录设备进行宏观和微记录。这包括精心准备包括头部阶段的头包装(详情2请参阅我们前面的说明)。然后,等待患者从手术中恢复,并在患者完全清醒时进行测试(通常在手术后至少 36 至 48 小时)。
2. 实验设置
- 按照图1中的图表将刺激计算机连接到电生理学系统和眼动仪。
- 使用远程非侵入性红外眼跟踪系统(参见材料表)。将眼动追踪系统放在一个坚固的移动推车上(图1A,B)。到同一个购物车,连接一个灵活的手臂,容纳液晶显示器。使用远程模式跟踪患者头部和眼睛。
- 将充满电的不间断电源 (UPS) 放在眼动追踪车上,并将与眼动追踪相关的所有设备(即患者前面的 LCD、眼动仪摄像头和光源以及眼动仪主机)连接到 UPS,而不是外部电源源。
- 将患者与 LCD 屏幕之间的距离调整为 60-70 厘米,并调整 LCD 屏幕的角度,使屏幕表面与患者面部大致平行。调整屏幕相对于患者头部的高度,使眼动仪的摄像头大约在患者鼻子的高度。
- 向患者提供按钮框或键盘。在开始实验之前,验证触发器 (TTL) 和按键是否正确记录。
3. 单神经元记录
- 启动采集软件。首先,目视检查宽带(0.1 Hz - 8 kHz)局部场电位,并确保它们不受线路噪声污染。否则,请按照标准程序消除噪音(请参阅讨论)。
- 要识别单个神经元,频带通滤波器信号(300 Hz - 8 KHz)。从八根微线中选择一条作为每个微线束的参考。测试不同的参考并调整参考,以便 (1) 其他 7 个通道显示清晰的神经元,(2) 参考不包含神经元。将输入范围设置为 ± 2,000 μV。
- 启用将数据保存为 NRD 文件(即用于后续离线峰值排序的宽带原始数据文件),然后再记录数据。将采样速率设置为 32 kHz。
4. 眼动追踪
- 启动眼动追踪软件。因为它是一个无头部固定系统,所以在病人的额头上贴上贴纸,以便眼动仪可以调整头部运动。
- 调整眼动仪和患者之间的距离和角度,使目标标记、头部距离、孔径和角膜反射 (CR) 标记为已就绪(如眼动追踪软件中的绿色所示;图 2显示了相机设置屏幕的良好示例)。单击要录制的眼睛并将采样速率设置为 500 Hz。
- 使用自动调整孔数和 CR 阈值。对于戴眼镜的患者,调整照明器和照相机的位置和/或角度,以便玻璃反射不会干扰学生获取。
- 在每个块的开头使用内置的 9 点网格方法校准眼动仪。确认眼睛位置(显示为"+")很好地注册为 9 点网格。否则,重做校准。
- 接受校准并进行验证。如果最大验证误差为 < 2],并且平均验证错误为 < 1],则接受验证。否则,重做验证。
- 执行漂移校正,然后继续进行实际实验。
5. 任务
- 在此视觉搜索任务中,使用我们先前研究14中的刺激,并遵循8之前所述的任务过程。
- 向学员提供任务说明。指示参与者在搜索数组中查找目标项并尽快响应。如果学员找到目标,请指示他们按下响应框的左按钮(参见材料表),如果他们认为目标不存在,则指示他们按下右按钮。明确指示参与者,将有目标存在和目标缺席试验。
- 启动刺激演示软件(参见材料表)并运行任务:显示 1 s 的目标提示,并使用刺激演示软件显示搜索数组。记录按钮按下并逐次向参与者提供反馈(正确、不正确或超时)。
6. 数据分析
- 由于采集和眼睛跟踪系统运行在不同的时钟上,因此使用行为日志文件查找电生理学记录和眼动追踪的对齐时间戳。在继续进一步分析之前,匹配电生理学记录和眼动追踪的触发器。根据时间戳和分析窗口分别提取数据片段,用于电生理学记录和眼动追踪。
- 使用半自动模板匹配算法Osort26,按照2,26之前描述的步骤来识别假定的单神经元。评估排序的质量,然后再进入进一步分析2。
- 要分析眼动数据,首先将眼动仪中的 EDF 数据转换为 ASCII 格式。此外,提取固定和囊。然后,导入 ASCII 文件并将以下信息保存到 MAT 文件中:(1) 时间戳、(2) 眼坐标 (x,y)、(3) 学生大小和 (4) 事件时间戳。将连续录制分析到每个试验中。
- 按照前面描述的过程来分析峰值和行为8之间的相关性。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
为了说明上述方法的用法,我们接下来将简要描述我们最近发布的8的用例。我们记录了228个单神经元从人类中叶(MTL;杏仁核和海马),而患者执行视觉搜索任务(图3A,B)。在这项任务中,我们调查了神经元的活动是否区分了对目标和干扰物的固定。
首先,当我们在按下按钮时对齐反应时,发现神经元在靶场试验和目标不存在试验之间表现出不同的活动(图3C,D)。重要的是,通过同时进行眼动追踪,进行了基于固定的分析。要选择此类目标神经元,使用固定开始前 200 ms 开始的时间窗口中的平均发射速率,在固定偏移(下一个囊肿开始)后结束 200 ms。MTL神经元的子集(50/228;21.9%;二项式P<10+20)显示目标固定与干扰物之间的活动显著不同(图3E,F)。此外,一种类型的此类目标神经元对目标相对于干扰器(目标首选;27/50 神经元;;图 3E)而另一个则对目标有较大的反应(干扰者;23/50;图 3F.总之,这个结果表明MTL神经元的子集编码,无论目前的固定是否降落在目标上。
视觉搜索的动态过程在电影1中进行了演示。
图 1.实验设置。(A)左侧面板显示不同系统之间连接的草图。刺激计算机充当中央控制器。它通过平行端口连接到电生理学系统,并发送TTL脉冲作为触发器。刺激计算机通过以太网电缆连接到眼动追踪系统,通过以太网电缆向眼动仪发送短信,并在线接收当前注视位置。刺激电脑还会在刺激屏幕 (VGA) 上显示刺激,并从 USB 按钮盒或键盘接收患者的响应。蓝线显示设备之间的连接,箭头显示设备之间的通信方向。右侧面板显示系统之间的信号流和保存在每个系统中的数据。(B)标有系统关键部件的示例设置。(C)电生理学系统。(D)具有并行端口和以太网端口的坞站。(E)用于电生理学系统的 UPS(左)和眼动追踪系统(右)。请点击此处查看此图的较大版本。
图 2.眼镜仪相机设置屏幕示例。目标标记边界框、眼界框、头部距离、孔径和角膜反射 (CR) 在继续之前应标记为绿色和/或"确定"。请点击此处查看此图的较大版本。
图 3.示例结果。(A)任务。搜索提示为 1,紧接着是搜索数组。指示参与者通过按按钮指示目标是否存在(超时 14s)。按下按钮后立即给出逐次试用反馈("正确","不正确"或"超时"),然后是 1-2 s 的空白屏幕。每个圆圈表示固定。绿色圆圈:第一个固定。品红色圆圈:最后固定。黄线: 囊。蓝点:原始凝视位置。红盒子:目标。(C-F)单神经元示例。(C-D)按键对齐示例。(C)增加靶场试验的发射速率的神经元,但不用于目标缺席试验的神经元。(D)降低靶场试验的发射速率的神经元,但不用于目标缺席试验的神经元。试验与按键(灰色线)对齐,并按反应时间排序。黑线表示搜索提示(1 s 持续时间)的开始和偏移。内动显示每个单位的波形。星号表示该 bin 中目标存在和缺席试验之间的显著差异(P < 0.05,双尾 t 检验,Bonferroni 校正;bin 大小 = 250 ms)。带沙的区域表示跨试验的 #SEM。(E-F)固定对齐示例。t=0 是固定开始。(E)在固定目标时增加其发射速率的神经元,但不干扰干扰(与(C)相同的神经元 )。(F)在固定目标但不干扰干扰时降低其发射速率的神经元(与(D)相同的神经元)。固定按固定持续时间排序(黑线显示下一个刀节的开始)。星号表示该 bin 中目标固定和干扰物之间的显著差异(P < 0.05,双尾 t 检验,Bonferroni 校正;bin 大小 = 50 毫秒)。此图已修改,并经8许可修改。请点击此处查看此图的较大版本。
电影 1.具有单个目标神经元响应的视觉搜索的典型试验。在靶场试验中,这个神经元增加了它的发射速率,而不管提示的身份。黄色点表示眼睛位置。底部的黄色垂直条是事件标记(即提示开始、阵列开始和试用间隔开始)。底部的红色垂直条显示尖峰,这些尖刺也以声音播放。红色虚线框表示搜索目标的位置(未向参与者显示)。请点击此处观看此视频。(右键单击下载。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
在这个协议中,我们描述了如何使用单神经元记录与并发眼跟踪,并描述了我们如何使用这种方法来识别人类MTL中的目标神经元。
该设置涉及三台计算机:一台执行任务(刺激计算机),一台运行眼动仪,一台运行采集系统。为了在三个系统之间同步,并行端口用于将TTL触发器从刺激计算机发送到电生理学系统(图1C)。同时,刺激计算机使用以太网电缆将相同的 TTL 发送到眼动仪。刺激计算机在其扩展坞上应该有一个并行端口,如所示(图1D),或者,有一个PCI Express并行端口卡或类似的设备。
刺激电脑和眼动仪的移动推车,并连接了灵活的手臂,允许灵活定位屏幕在患者面前(图1A,B)。强烈建议使用 UPS 为推车上的设备供电,以消除由于眼动追踪设备接近患者头部而引入电生理记录中的线路噪音(图1E)。此外,使用电池供电的笔记本电脑应用作刺激电脑和眼动仪电脑。
如果录像受到噪音污染,应首先拆下眼动仪,以评估它是否是噪音的来源。如果没有,在再次使用眼动仪之前,应使用标准程序来降噪。请注意,典型的线路噪声源包括病床、IV 设备、病房中的设备或使用不同的插头为不同系统创建的接地环路。如果眼动仪是噪音的来源,则所有设备(相机、光源和 LCD 屏幕)都应从电池和/或 UPS 供电。如果仍有噪音,则可能是眼动仪的 LCD 屏幕和/或电源有故障。然后应使用不同的屏幕/电源。如果可能,应使用带有外部电源的 LCD 屏幕。确保 TTL 电缆不引入噪声(即使用 TTL 隔离器)也很重要。
在神经外科患者中同时记录单神经元数据与眼动追踪的重要性高,原因有几个。首先,单神经元记录具有较高的空间和时间分辨率,从而允许调查快速认知过程,如视觉搜索。其次,它们在人类认知神经科学和动物神经生理学之间提供了急需的联系,后者严重依赖眼睛跟踪。第三,由于人类单神经元记录通常同时从多个大脑区域执行,我们的方法允许时间分辨率,这将有助于区分视觉驱动的和前额皮层自上而下的调制。总之,通过眼动追踪的单神经元记录可以分离特定过程,这些过程是目标导向行为的基础。此外,我们的并发眼动追踪允许基于固定的分析,这大大提高了统计能力(例如,图3A,B与图3C,D)。
这种方法的一个挑战是,眼动追踪系统可能会在电生理数据中引入额外的噪声。但是,通过本协议中概述的过程,可以消除此类额外的噪声,并且一旦建立这些过程,就可以定期执行这些过程。此外,眼动追踪延长了给定实验所需的时间,因为需要额外的设置,特别是当校准眼动仪对某些患者来说具有挑战性时,尤其是那些有小学生或眼镜的患者。然而,同时眼动追踪的好处值得为几项研究付出额外的努力,使得眼动追踪成为单神经元记录的宝贵补充。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
提交人声明没有利益冲突。
Acknowledgments
我们感谢所有病人的参与。这项研究得到了洛克菲勒神经科学研究所、自闭症科学基金会和达纳基金会(到S.W.),NSF CAREER奖(1554105到U.R.)和NIH(R01MH110831和U01NS099961到U.R.)的支持。资助者在研究设计、数据收集和分析、决定出版或编写手稿方面没有作用。我们感谢詹姆斯·李、艾瑞卡·泉和雪松-西奈模拟中心的工作人员帮助制作了演示视频。
Materials
Name | Company | Catalog Number | Comments |
Cedrus Response Box | Cedrus (https://cedrus.com/) | RB-844 | Button box |
Dell Laptop | Dell (https://dell.com) | Precision 7520 | Stimulus Computer |
EyeLink Eye Tracker | SR Research (https://www.sr-research.com) | 1000 Plus Remote with laptop host computer and LCD arm mount | Eye tracking |
MATLAB | MathWorks Inc | R2016a (RRID: SCR_001622) | Data analysis |
Neuralynx Neurophysiology System | Neuralynx (https://neuralynx.com) | ATLAS 128 | Electrophysiology |
Osort | Open source | v4.1 (RRID: SCR_015869) | Spike sorting algorithm |
Psychophysics Toolbx | Open source | PTB3 ( RRID: SCR_002881) | Matlab toolbox to implement psychophysical experiments |
References
- Fried, I., Rutishauser, U., Cerf, M., Kreiman, G. Single Neuron Studies of the Human Brain: Probing Cognition. , MIT Press. Boston. (2014).
- Minxha, J., Mamelak, A. N., Rutishauser, U. Surgical and Electrophysiological Techniques for Single-Neuron Recordings in Human Epilepsy Patients. Extracellular Recording Approaches. Sillitoe, R. V. , Springer New York. New York, NY. 267-293 (2018).
- Rutishauser, U., Mamelak, A. N., Schuman, E. M. Single-Trial Learning of Novel Stimuli by Individual Neurons of the Human Hippocampus-Amygdala Complex. Neuron. 49, 805-813 (2006).
- Rutishauser, U., Ross, I. B., Mamelak, A. N., Schuman, E. M. Human memory strength is predicted by theta-frequency phase-locking of single neurons. Nature. 464, 903-907 (2010).
- Wang, S., et al. Neurons in the human amygdala selective for perceived emotion. Proceedings of the National Academy of Sciences. 111, E3110-E3119 (2014).
- Wang, S., et al. The human amygdala parametrically encodes the intensity of specific facial emotions and their categorical ambiguity. Nature Communications. 8, 14821 (2017).
- Minxha, J., et al. Fixations Gate Species-Specific Responses to Free Viewing of Faces in the Human and Macaque Amygdala. Cell Reports. 18, 878-891 (2017).
- Wang, S., Mamelak, A. N., Adolphs, R., Rutishauser, U. Encoding of Target Detection during Visual Search by Single Neurons in the Human Brain. Current Biology. 28, 2058-2069 (2018).
- Holmqvist, K., et al. Eye tracking: A comprehensive guide to methods and measures. , Oxford University Press. Oxford, UK. (2011).
- Liversedge, S. P., Findlay, J. M. Saccadic eye movements and cognition. Trends in Cognitive Sciences. 4, 6-14 (2000).
- Rehder, B., Hoffman, A. B. Eyetracking and selective attention in category learning. Cognitive Psychology. 51, 1-41 (2005).
- Blair, M. R., Watson, M. R., Walshe, R. C., Maj, F. Extremely selective attention: Eye-tracking studies of the dynamic allocation of attention to stimulus features in categorization. Journal of Experimental Psychology: Learning, Memory, and Cognition. 35, 1196 (2009).
- Rutishauser, U., Koch, C. Probabilistic modeling of eye movement data during conjunction search via feature-based attention. Journal of Vision. 7, (2007).
- Wang, S., et al. Autism spectrum disorder, but not amygdala lesions, impairs social attention in visual search. Neuropsychologia. 63, 259-274 (2014).
- Wang, S., et al. Atypical Visual Saliency in Autism Spectrum Disorder Quantified through Model-Based Eye Tracking. Neuron. 88, 604-616 (2015).
- Wang, S., Tsuchiya, N., New, J., Hurlemann, R., Adolphs, R. Preferential attention to animals and people is independent of the amygdala. Social Cognitive and Affective Neuroscience. 10, 371-380 (2015).
- Fried, I., MacDonald, K. A., Wilson, C. L. Single Neuron Activity in Human Hippocampus and Amygdala during Recognition of Faces and Objects. Neuron. 18, 753-765 (1997).
- Kreiman, G., Koch, C., Fried, I. Category-specific visual responses of single neurons in the human medial temporal lobe. Nature Neuroscience. 3, 946-953 (2000).
- Squire, L. R., Stark, C. E. L., Clark, R. E. The Medial Temporal Lobe. Annual Review of Neuroscience. 27, 279-306 (2004).
- Chelazzi, L., Miller, E. K., Duncan, J., Desimone, R. A neural basis for visual search in inferior temporal cortex. Nature. 363, 345-347 (1993).
- Schall, J. D., Hanes, D. P. Neural basis of saccade target selection in frontal eye field during visual search. Nature. 366, 467-469 (1993).
- Wolfe, J. M. What Can 1 Million Trials Tell Us About Visual Search? Psychological Science. 9, 33-39 (1998).
- Wolfe, J. M., Horowitz, T. S. What attributes guide the deployment of visual attention and how do they do it? Nature Review Neuroscience. 5, 495-501 (2004).
- Sheinberg, D. L., Logothetis, N. K. Noticing Familiar Objects in Real World Scenes: The Role of Temporal Cortical Neurons in Natural Vision. The Journal of Neuroscience. 21, 1340-1350 (2001).
- Bichot, N. P., Rossi, A. F., Desimone, R. Parallel and Serial Neural Mechanisms for Visual Search in Macaque Area V4. Science. 308, 529-534 (2005).
- Rutishauser, U., Schuman, E. M., Mamelak, A. N. Online detection and sorting of extracellularly recorded action potentials in human medial temporal lobe recordings, in vivo. Journal of Neuroscience Methods. 154, 204-224 (2006).