Summary
Wir beschreiben eine Methode zur Durchführung von Einzelneuronenaufnahmen mit gleichzeitiger Augenverfolgung beim Menschen. Wir demonstrieren den Nutzen dieser Methode und veranschaulichen, wie wir diesen Ansatz benutzt haben, um Neuronen im menschlichen medialen Temporallappen zu erhalten, die Ziele einer visuellen Suche kodieren.
Abstract
Intrakranielle Aufnahmen von Patienten mit hartnäckiger Epilepsie bieten eine einzigartige Gelegenheit, die Aktivität einzelner menschlicher Neuronen während des aktiven Verhaltens zu untersuchen. Ein wichtiges Werkzeug zur Quantifizierung von Verhalten ist eye tracking, das ein unverzichtbares Werkzeug für das Studium der visuellen Aufmerksamkeit ist. Eye-Tracking ist jedoch eine Herausforderung, gleichzeitig mit der invasiven Elektrophysiologie zu verwenden, und dieser Ansatz wurde daher wenig genutzt. Hier präsentieren wir ein bewährtes experimentelles Protokoll zur Durchführung von Einzel-Neuron-Aufnahmen mit gleichzeitiger Augenverfolgung beim Menschen. Wir beschreiben, wie die Systeme verbunden sind und die optimalen Einstellungen, um Neuronen und Augenbewegungen aufzuzeichnen. Um den Nutzen dieser Methode zu veranschaulichen, fassen wir Ergebnisse zusammen, die durch diese Einrichtung ermöglicht wurden. Diese Daten zeigen, wie die Verwendung von Eye Tracking in einer speichergesteuerten visuellen Suchaufgabe es uns ermöglichte, eine neue Klasse von Neuronen zu beschreiben, die Als Zielneuronen bezeichnet werden, deren Reaktion die Aufmerksamkeit von oben nach unten auf das aktuelle Suchziel reflektierte. Schließlich diskutieren wir die Bedeutung und die Lösungen für mögliche Probleme dieses Setups. Zusammen deuten unser Protokoll und unsere Ergebnisse darauf hin, dass Einzelneuronenaufnahmen mit gleichzeitiger Augenverfolgung beim Menschen eine effektive Methode zur Untersuchung der menschlichen Gehirnfunktion sind. Es stellt eine wichtige fehlende Verbindung zwischen Tierneurophysiologie und menschlichen kognitiven Neurowissenschaften.
Introduction
Menschliche Einzel-Neuron-Aufnahmen sind ein einzigartiges und leistungsfähiges Werkzeug, um die Funktion des menschlichen Gehirns mit außergewöhnlicher räumlicher und zeitlicher Auflösung zu erforschen1. In letzter Zeit haben Einzel-Neuron-Aufnahmen breite Verwendung im Bereich der kognitiven Neurowissenschaften gewonnen, weil sie die direkte Untersuchung von kognitiven Prozessen ermöglichen, die für die menschliche Kognition von zentraler Bedeutung sind. Diese Aufnahmen werden durch die klinische Notwendigkeit ermöglicht, die Position von epileptischen Brennpunkten zu bestimmen, für die Tiefenelektroden vorübergehend in das Gehirn von Patienten mit Verdacht auf fokale Epilepsie implantiert werden. Mit diesem Setup können Einzel-Neuron-Aufnahmen mit Mikrodrähten gewonnen werden, die von der Spitze der Hybridtiefenelektrode herausragen (eine detaillierte Beschreibung der chirurgischen Methodik, die beim Einsetzen von Hybridtiefenelektroden beteiligt ist, ist in der vorherigen Protokoll2). Unter anderem wurde diese Methode verwendet, um menschliches Gedächtnis zu studieren3,4, Emotion5,6und Aufmerksamkeit7,8.
Eye Tracking misst Die Blickposition und Die Augenbewegungen (Fixierungen und Sakkaden) bei kognitiven Aufgaben. Videobasierte Eyetracker verwenden in der Regel die Hornhautreflexion und das Zentrum der Pupille als Merkmale, um im Laufe der Zeit9zu verfolgen. Eye Tracking ist eine wichtige Methode, um visuelle Aufmerksamkeit zu studieren, da die Sichtposition den Fokus der Aufmerksamkeit während der meisten natürlichen Verhaltensweisen10,11,12anzeigt. Eye-Tracking wurde ausgiebig verwendet, um visuelle Aufmerksamkeit bei gesunden Personen13 und neurologischen Populationen14,15,16zu studieren.
Während sowohl Einzel-Neuron-Aufnahmen als auch Eye-Tracking beim Menschen ausgiebig verwendet werden, haben nur wenige Studien beides gleichzeitig verwendet. Infolgedessen bleibt weitgehend unbekannt, wie Neuronen im menschlichen Gehirn auf Augenbewegungen reagieren und/oder ob sie empfindlich auf den aktuell fixierten Reiz reagieren. Dies steht im Gegensatz zu Studien mit Makaken, bei denen Eye-Tracking mit gleichzeitigen Einzel-Neuron-Aufnahmen zu einem Standardwerkzeug geworden ist. Um die neuronale Reaktion auf Augenbewegungen direkt zu untersuchen, kombinierten wir menschliche Einzelneuronenaufnahmen und Eye-Tracking. Hier beschreiben wir das Protokoll, solche Experimente durchzuführen und dann die Ergebnisse durch ein konkretes Beispiel zu veranschaulichen.
Trotz der etablierten Rolle des humanen medialen Temporallappens (MTL) sowohl in der Objektdarstellung17,18 als auch im Speicher3,19bleibt weitgehend unbekannt, ob MTL-Neuronen als Funktion Aufmerksamkeit von oben nach unten auf verhaltensrelevante Ziele. Das Studium solcher Neuronen ist wichtig zu verstehen, wie zielrelevante Informationen die visuellen Prozesse von unten nach oben beeinflussen. Hier zeigen wir den Nutzen von Eye Tracking bei der Aufzeichnung von Neuronen mit geführter visueller Suche, einem bekannten Paradigma zur Untersuchung von zielgerichtetem Verhalten20,21,22,23, 24 , 25. Mit dieser Methode beschrieben wir vor kurzem eine Klasse von Neuronen genannt Zielneuronen, die signalisiert, ob die derzeit besuchten Stimulus ist das Ziel einer laufenden Suche8. Im Folgenden stellen wir das Studienprotokoll vor, das erforderlich ist, um diese vorherige wissenschaftliche Studie zu reproduzieren. Beachten Sie, dass in diesem Beispiel das Protokoll leicht angepasst werden kann, um eine beliebige visuelle Aufmerksamkeitsaufgabe zu studieren.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. Teilnehmer
- Rekrutieren Sie neurochirurgische Patienten mit hartnäckiger Epilepsie, die sich der Platzierung von intrakraniellen Elektroden unterziehen, um ihre epileptischen Anfälle zu lokalisieren.
- Setzen Sie Tiefenelektroden mit eingebetteten Mikrodrähten in alle klinisch angegebenen Zielorte ein, die typischerweise eine Teilmenge von Amygdala, Hippocampus, anteriorcin cingulate cortex und prä-supplementary motor area umfassen. Siehe Details zur Implantation in unserem vorherigen Protokoll2.
- Sobald der Patient zur Epilepsie-Überwachungseinheit zurückkehrt, schließen Sie das Aufzeichnungsgerät sowohl für Makro- als auch für Mikroaufnahmen an. Dazu gehört auch die sorgfältige Vorbereitung einer Kopfpackung, die Kopfstufen enthält (details2) finden Sie in unserer vorherigen Beschreibung. Warten Sie dann, bis sich der Patient von der Operation erholt hat, und führen Sie Tests durch, wenn der Patient vollständig wach ist (in der Regel mindestens 36 bis 48 h nach der Operation).
2. Versuchsaufbau
- Verbinden Sie den Stimuluscomputer mit dem Elektrophysiologiesystem und dem Eyetracker nach dem Diagramm in Abbildung 1.
- Verwenden Sie das entfernte nicht-invasive Infrarot-Augenverfolgungssystem (siehe Materialtabelle). Platzieren Sie das Eye-Tracking-System auf einem robusten mobilen Wagen (Abbildung 1A, B). Befestigen Sie einen flexiblen Arm, der ein LCD-Display enthält. Verwenden Sie den Remote-Modus, um die Patienten Kopf und Augen zu verfolgen.
- Legen Sie ein vollständig geladenes unterbrechungsfreies Netzteil (USV) auf den Eye-Tracking-Wagen und verbinden Sie alle Geräte im Zusammenhang mit Eye Tracking (d. h. LCD vor Patient, Eye-Tracker-Kamera und Lichtquelle und Eye-Tracker-Hostcomputer) an die USV und nicht an eine externe Stromversorgung. Quelle.
- Stellen Sie den Abstand zwischen dem Patienten und dem LCD-Bildschirm auf 60-70 cm ein, und passen Sie den Winkel des LCD-Bildschirms so an, dass die Oberfläche des Bildschirms ungefähr parallel zum Gesicht des Patienten ist. Passen Sie die Höhe des Bildschirms relativ zum Kopf des Patienten so an, dass sich die Kamera des Eyetrackers ungefähr auf der Nasenhöhe des Patienten befindet.
- Geben Sie dem Patienten die Tastenbox oder Tastatur an. Stellen Sie sicher, dass Trigger (TTLs) und Tastendruck ordnungsgemäß aufgezeichnet werden, bevor Sie mit dem Experiment beginnen.
3. Einzel-Neuron-Aufnahme
- Starten Sie die Erfassungssoftware. Überprüfen Sie zunächst die lokalen Feldpotentiale des Breitbands (0,1 Hz - 8 kHz) visuell und stellen Sie sicher, dass sie nicht durch Leitungsgeräusche kontaminiert sind. Andernfalls befolgen Sie Standardverfahren zum Entfernen von Rauschen (siehe Diskussion).
- Um einzelne Neuronen zu identifizieren, filtern Bandpass das Signal (300 Hz - 8 KHz). Wählen Sie einen der acht Mikrodrähte als Referenz für jedes Mikrodrahtbündel aus. Testen Sie verschiedene Referenzen und passen Sie die Referenz so an, dass (1) die anderen 7 Kanäle klare Neuronen aufweisen und (2) die Referenz keine Neuronen enthält. Stellen Sie den Eingangsbereich auf 2.000 V fest.
- Aktivieren Sie das Speichern der Daten als NRD-Datei (d. h. die Breitband-Rohdatendatei, die für die nachfolgende Online-Spike-Sortierung verwendet wird), bevor Sie Daten aufzeichnen. Stellen Sie die Abtastrate auf 32 kHz ein.
4. Augenverfolgung
- Starten Sie die Eye-Tracking-Software. Da es sich um ein kopffixiertes System handelt, legen Sie den Aufkleber auf die Stirn des Patienten, damit sich der Eyetracker auf Kopfbewegungen einstellen kann.
- Stellen Sie den Abstand und Winkel zwischen dem Eyetracker und dem Patienten so ein, dass Zielmarker, Kopfabstand, Pupille und Hornhautreflexion (CR) als bereit markiert sind (wie in Grün in der Eye-Tracking-Software dargestellt; Abbildung 2 zeigt ein gutes Beispiel für das Einrichten von Kameras). Klicken Sie auf das zu erfassende Auge und legen Sie die Abtastrate auf 500 Hz fest.
- Verwenden Sie die automatische Anpassung des Pupillen- und CR-Schwellenwerts. Für Patienten, die eine Brille tragen, stellen Sie die Position und/oder den Winkel des Beleuchtungskörpers und der Kamera so ein, dass Reflexionen aus dem Glas die Anschaffung der Schüler nicht beeinträchtigen.
- Kalibrieren Sie den Eyetracker mit der integrierten 9-Punkt-Rastermethode am Anfang jedes Blocks. Bestätigen Sie, dass Sich Die Augenpositionen (angezeigt als "+") gut als 9-Punkte-Raster registrieren. Andernfalls wiederholen Sie die Kalibrierung.
- Akzeptieren Sie die Kalibrierung und durchführen Sie die Validierung. Akzeptieren Sie die Validierung, wenn der maximale Validierungsfehler < 2° und der durchschnittliche Validierungsfehler < 1° beträgt. Andernfalls wiederholen Sie die Validierung.
- Führen Sie die Driftkorrektur durch und fahren Sie mit dem eigentlichen Experiment fort.
5. Aufgabe
- Verwenden Sie in dieser visuellen Suchaufgabe die Reize aus unserer vorherigen Studie14 und folgen Sie dem Vor-Vorgang, wie vor8beschrieben.
- Stellen Sie den Teilnehmern Aufgabenanweisungen zur Verfügung. Weisen Sie die Teilnehmer an, das Zielelement im Suchfeld zu finden und so schnell wie möglich zu reagieren. Weisen Sie die Teilnehmer an, die linke Taste eines Antwortfelds (siehe Tabelle derMaterialien) zu drücken, wenn sie das Ziel und die rechte Schaltfläche finden, wenn sie der Meinung sind, dass das Ziel nicht vorhanden ist. Weisen Sie die Teilnehmer ausdrücklich an, dass es zielgebende und zielorientierte Tests geben wird.
- Starten Sie die Stimulus-Präsentationssoftware (siehe Tabelle der Materialien) und führen Sie die Aufgabe aus: Präsentieren Sie einen Ziel-Cue für 1 s und präsentieren Sie das Such-Array mit der Stimulus-Präsentationssoftware. Aufzeichnen von Tastendrücken und Feedback zur Test-by-Trial-Prüfung (Korrekt, Falsch oder Time Out) an die Teilnehmer.
6. Datenanalyse
- Da die Erfassungs- und Eye-Tracking-Systeme auf verschiedenen Uhren laufen, verwenden Sie die Verhaltensprotokolldatei, um den Ausrichtungszeitstempel für die elektrophysiologische Aufzeichnung und DasAugenverfolgung zu finden. Passen Sie die Auslöser aus der Elektrophysiologie-Aufzeichnung und Eye-Tracking, bevor Sie mit der weiteren Analyse fortfahren. Extrahieren Sie Datensegmente nach Zeitstempeln und Analysefenstern separat für die elektrophysiologische Aufzeichnung und Das Augenverfolgung.
- Verwenden Sie den halbautomatischen Vorlagenabgleichsalgorithmus Osort26 und führen Sie die vor2,26 beschriebenen Schritte aus, um vermeintliche Einzelneuronen zu identifizieren. Bewerten Sie die Qualität der Sortierung, bevor Sie zur weiteren Analyse2übergehen.
- Um Augenbewegungsdaten zu analysieren, konvertieren Sie zunächst die EDF-Daten aus dem Eyetracker in das ASCII-Format. Extrahieren Sie auch Fixierungen und Sakkaden. Importieren Sie dann die ASCII-Datei und speichern Sie die folgenden Informationen in eine MAT-Datei: (1) Zeitstempel, (2) Augenkoordinaten (x,y), (3) Pupillengröße und (4) Ereigniszeitstempel. Analysieren Sie die kontinuierliche Aufzeichnung in jede Testversion.
- Befolgen Sie zuvor beschriebene Verfahren, um die Korrelation zwischen Spitzen und Verhalten8zu analysieren.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Um die Verwendung der oben genannten Methode zu veranschaulichen, beschreiben wir als nächstes kurz einen Anwendungsfall, den wir vor kurzem veröffentlicht haben8. Wir nahmen 228 einzelne Neuronen aus dem humanen medialen Temporallappen (MTL; Amygdala und Hippocampus) auf, während die Patienten eine visuelle Suchaufgabe durchführten (Abbildung 3A, B). Während dieser Aufgabe untersuchten wir, ob die Aktivität von Neuronen zwischen Fixierungen auf Zielen und Ablenkern unterschieden.
Zuerst, wenn wir Die Reaktionen am Knopfdruck ausgerichtet, Neuronen gefunden wurden, die differentiale Aktivität zwischen Ziel-Gegenwart-Studien und Ziel-Abwesend-Studien zeigten (Abbildung 3C, D). Wichtig ist, dass bei gleichzeitiger Eye-Tracking die fixierungsbasierte Analyse durchgeführt wurde. Um solche Zielneuronen auszuwählen, wurde die mittlere Abschussrate in einem Zeitfenster ab 200 ms vor Fixierungsbeginn verwendet und 200 ms nach Fixierungsoffset (nächster Saccade-Beginn) beendet. Eine Teilmenge der MTL-Neuronen (50/228; 21,9%; binomial P < 10-20) zeigte signifikant unterschiedliche Aktivitäten zwischen Fixierungen auf Targets vs. Ablenkern (Abbildung 3E, F). Darüber hinaus hatte eine Art solcher Zielneuronen eine größere Reaktion auf Ziele im Vergleich zu Ablenkern (Zielvorziehend; 27/50 Neuronen; Abbildung 3E) in der Erwägung, dass der andere eine größere Reaktion auf Ablenker im Vergleich zu Zielen hatte (Ablenkungsvorbegabe; 23/50; Abbildung 3F). Zusammen zeigt dieses Ergebnis, dass eine Teilmenge von MTL-Neuronen kodiert, ob die vorliegende Fixierung auf einem Ziel gelandet ist oder nicht.
Der dynamische Prozess der visuellen Suche wird in Film 1demonstriert.
Abbildung 1. Experimentelleeinrichtung. (A) Die linken Bereiche zeigen eine Skizze der Verbindungen zwischen den verschiedenen Systemen. Der Stimuluscomputer dient als zentraler Steuerung. Es verbindet sich über den Parallelanschluss mit dem Elektrophysiologiesystem und sendet TTL-Impulse als Auslöser. Der Stimuluscomputer verbindet sich über ein Ethernet-Kabel mit dem Eye-Tracking-System, über das er Textnachrichten an den Eyetracker sendet und die aktuelle Blickposition online empfängt. Der Stimulus-Computer zeigt auch Reize auf dem Stimulus-Bildschirm (VGA) und erhält eine Antwort vom Patienten von einer USB-Tastenbox oder Tastatur. Blaue Linien zeigen die Verbindungen zwischen Geräten und die Pfeile zeigen die Richtung der Kommunikation zwischen Geräten. Das rechte Bedienfeld zeigt den Signalfluss zwischen Systemen und in jedem System gespeicherten Daten. (B) Ein Beispiel-Setup mit Schlüsselteilen des Systems beschriftet. (C) Elektrophysiologiesystem. (D) Dockingstation mit parallelem Port und Ethernet-Port. (E) USV für Elektrophysiologie (links) und Eye-Tracking-System (rechts). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 2. Beispiel Eye Tracker Kamera Setup-Bildschirm. Zielmarker-Begrenzungsrahmen, Augenbegrenzungsrahmen, Kopfabstand, Pupille und Hornhautreflexion (CR) sollten vor dem Fortfahren als grün und/oder "OK" markiert werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 3. Beispielergebnisse. (A) Aufgabe. Der Suchhinweis wurde für 1s dargestellt, unmittelbar gefolgt vom Sucharray. Die Teilnehmer wurden angewiesen, per Knopfdruck anzugeben, ob das Ziel vorhanden oder abwesend ist (Timeout 14s). Trial-by-Trial-Feedback wird sofort nach dem Tastendruck gegeben ('Korrekt', 'Falsch' oder 'Time Out'), gefolgt von einem leeren Bildschirm für 1-2 s. (B) Beispiel visuelle Sucharrays mit Fixierungen angegeben. Jeder Kreis stellt eine Fixierung dar. Grüner Kreis: erste Fixierung. Magenta-Kreis: letzte Fixierung. Gelbe Linie: saccades. Blauer Punkt: rohe Blickposition. Rote Box: Ziel. (C-F) Einzelne Neuronenbeispiele. (C-D) Button-Press-aligned Beispiele. (C) Das Neuron, das seine Abschussrate für Ziel-Gegenwart-Studien erhöht hat, aber nicht für Ziel-Abwesende-Studien. (D) Das Neuron, das seine Abschussrate für Ziel-Gegenwart-Studien verringerte, aber nicht für Ziel-Abwesende-Studien. Die Versuche werden an der Taste (graue Linie) ausgerichtet und nach Reaktionszeit sortiert. Schwarze Linien stellen den Beginn und Offset des Suchhinweises (1 s Dauer) dar. Der Einschub zeigt Wellenformen für jede Einheit an. Das Sternchen weist auf einen signifikanten Unterschied zwischen zielpräsentierenund abwesenden Versuchen in diesem Behälter hin (P < 0,05, zweischwanzige t-Test, Bonferroni-korrigiert; Behältergröße = 250 ms). Schattierte Fläche bezeichnet in allen Versuchen auf "SEM". (E-F) Fixierungs-aligned Beispiele. t=0 ist Fixationsbeginn. (E) Das Neuron, das seine Brennrate erhöht hat, wenn es sich auf Ziele fixiert, aber nicht Ablenker (das gleiche Neuron wie (C)). (F) Das Neuron, das seine Brennrate verringerte, wenn es sich auf Ziele fixierte, aber nicht ablenker (das gleiche Neuron wie (D)). Fixierungen werden nach Fixationsdauer sortiert (schwarze Linie zeigt den Beginn der nächsten Saccade). Sternchen zeigt einen signifikanten Unterschied zwischen Fixierungen auf Zielen und Ablenkern in diesem Behälter an (P < 0,05, zweischwanziger t-Test, Bonferroni-korrigiert; Behältergröße = 50 ms). Diese Zahl wurde mit Genehmigung von8geändert. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Film 1. Typische Versuche der visuellen Suche mit Antworten aus einem einzelnen Zielneuron. In Ziel-gegenwart-Studien, Dieses Neuron erhöhte seine Feuerrate unabhängig von der Identität des Cues. Gelber Punkt bezeichnet die Augenposition. Gelbe vertikale Balken am unteren Rand sind Ereignismarkierungen (d. h. Cue-Onset, Array-Beginn und Inter-Trial-Intervall-Beginn). Rote vertikale Balken am unteren Ende zeigen Spitzen, die auch als Sound abgespielt werden. Das rot gepunktete Feld gibt die Position des Suchziels an (nicht den Teilnehmern angezeigt). Bitte klicken Sie hier, um dieses Video anzuzeigen. (Rechtsklick zum Download.)
Subscription Required. Please recommend JoVE to your librarian.
Discussion
In diesem Protokoll beschrieben wir, wie Einzel-Neuron-Aufnahmen mit gleichzeitiger Eye-Tracking verwendet werden, und beschrieben, wie wir diese Methode verwendet haben, um Zielneuronen in der menschlichen MTL zu identifizieren.
Das Setup umfasst drei Computer: einen, der die Aufgabe ausführt (Stimuluscomputer), einen, der den Eyetracker ausführt, und einen, auf dem das Erfassungssystem ausgeführt wird. Zur Synchronisierung zwischen den drei Systemen wird der parallele Port verwendet, um TTL-Trigger vom Stimuluscomputer an das Elektrophysiologiesystem zu senden (Abbildung 1C). Gleichzeitig sendet der Stimuluscomputer dieselben TTLs über ein Ethernet-Kabel an den Eyetracker. Der Stimuluscomputer sollte im gezeigten Beispiel über einen parallelen Anschluss an seiner Dockingstation verfügen (Abbildung 1D), oder alternativ über eine PCI Express-Parallelportkarte oder ein ähnliches Gerät verfügen.
Der mobile Wagen für den Stimuluscomputer und Eyetracker mit dem flexiblen Arm ermöglicht eine flexible Positionierung des Bildschirms vor dem Patienten (Abbildung 1A, B). Die Verwendung einer USV zur Stromversorgung der Geräte am Wagen wird dringend empfohlen, um Leitungsgeräusche zu beseitigen, die in die elektrophysiologischen Aufnahmen aufgrund der Nähe der Eye-Tracking-Geräte zum Kopf des Patienten eingeführt werden (Abbildung 1E). Darüber hinaus sollten Laptops mit Batteriestrom als Stimulus-Computer und Eye-Tracker-Computer verwendet werden.
Wenn die Aufnahmen durch Lärm verunreinigt sind, sollte der Eyetracker zuerst entfernt werden, um zu beurteilen, ob es die Quelle des Rauschens ist. Wenn nicht, sollten Standardverfahren verwendet werden, um zu entrauschen, bevor Sie den Eyetracker wieder verwenden2. Beachten Sie, dass typische Quellen von Leitungsgeräuschen das Patientenbett, IV-Geräte, Geräte im Patientenzimmer oder Erdschleifen sind, die durch die Verwendung verschiedener Stecker für verschiedene Systeme erstellt wurden. Wenn der Eyetracker die Quelle des Rauschens ist, sollten alle Geräte (Kamera, Lichtquelle und LCD-Bildschirm) von der Batterie und/oder USS mit Strom versorgt werden. Wenn es immer noch Lärm gibt, ist es wahrscheinlich, dass der LCD-Bildschirm und/oder das Netzteil für den LCD-Bildschirm des Eyetrackers fehlerhaft ist. Anschließend sollte ein anderes Sieb/Netzteil verwendet werden. Wenn möglich, sollte ein LCD-Bildschirm mit einem externen Netzteil verwendet werden. Es ist auch wichtig sicherzustellen, dass das TTL-Kabel kein Rauschen anführt (d. h. einen TTL-Isolator verwenden).
Die Bedeutung der Erfassung von Einzelneuronendaten bei neurochirurgischen Patienten gleichzeitig mit Eye Tracking ist aus mehreren Gründen hoch. Erstens haben Einzelneuronenaufnahmen eine hohe räumliche und zeitliche Auflösung und ermöglichen damit die Untersuchung schneller kognitiver Prozesse wie der visuellen Suche. Zweitens stellen sie eine dringend benötigte Verbindung zwischen der kognitiven Neurowissenschaft des Menschen und der Tierneurophysiologie dar, die stark auf Eye-Tracking beruht. Drittens, da menschliche Einzelneuronenaufnahmen oft gleichzeitig aus mehreren Hirnregionen durchgeführt werden, erlaubt unser Ansatz die zeitliche Auflösung, die dabei hilft, zwischen visuell gesteuerter und top-down-Modulation vom frontalen Kortex zu unterscheiden. Zusammenfassend lassen sich sagen, dass Einzelneuronenaufnahmen mit Eye Tracking es ermöglichen, bestimmte Prozesse zu isolieren, die dem zielorientierten Verhalten zugrunde liegen. Darüber hinaus ermöglichte unser gleichzeitiges Eye-Tracking eine fixationsbasierte Analyse, die die statistische Leistung erheblich erhöhte (z. B. Abbildung 3A, B vs. Abbildung 3C, D).
Eine Herausforderung dieser Methode besteht darin, dass das Eye-Tracking-System zusätzliches Rauschen in die elektrophysiologischen Daten einbringen kann. Mit den in diesem Protokoll beschriebenen Verfahren kann jedoch ein solches zusätzliches Rauschen eliminiert werden, und sobald diese Verfahren eingerichtet sind, können sie routinemäßig ausgeführt werden. Darüber hinaus verlängert das Eye-Tracking die Zeit, die für ein bestimmtes Experiment benötigt wird, da eine zusätzliche Einrichtung erforderlich ist, insbesondere wenn die Kalibrierung des Eyetrackers für einige Patienten, insbesondere für Patienten mit kleinen Schülern oder Brillen, eine Herausforderung darstellt. Jedoch, die Vorteile der gleichzeitigen Eye-Tracking sind diese zusätzliche Anstrengung für mehrere Studien wert, so dass Eye-Tracking eine wertvolle Ergänzung zu Einzel-Neuron-Aufnahmen.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren erklären keinen Interessenkonflikt.
Acknowledgments
Wir danken allen Patienten für ihre Teilnahme. Diese Forschung wurde vom Rockefeller Neuroscience Institute, der Autism Science Foundation und der Dana Foundation (zu S.W.), einem NSF CAREER Award (1554105 an U.R.) und dem NIH (R01MH110831 und U01NS098961 to U.R.) unterstützt. Die Geldgeber spielten keine Rolle bei der Studiengestaltung, Datenerhebung und -analyse, der Entscheidung zur Veröffentlichung oder der Vorbereitung des Manuskripts. Wir danken James Lee, Erika Quan und den Mitarbeitern des Cedars-Sinai Simulation Center für ihre Hilfe bei der Erstellung des Demonstrationsvideos.
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).
