Summary
Biz insanlarda eşzamanlı göz izleme ile tek nöron kayıtları yürütmek için bir yöntem açıklanmaktadır. Biz bu yöntemin yardımcı programı göstermek ve görsel bir arama hedefleri kodlamak insan medial temporal lob nöronlar elde etmek için bu yaklaşımı nasıl kullanıldığını göstermek.
Abstract
İnatçı epilepsi hastalarından gelen intrakraniyal kayıtlar, aktif davranışlar sırasında bireysel insan nöronların aktivitesini incelemek için benzersiz bir fırsat sağlar. Davranış ölçümleme için önemli bir araç göz izleme, görsel dikkat okumak için vazgeçilmez bir araçtır. Ancak, göz izleme invaziv Elektrofizyoloji ile eşzamanlı olarak kullanmak zordur ve bu yaklaşım, dolayısıyla az kullanıldı. Burada, insanlarda eşzamanlı göz izleme ile tek nöron kayıtları yürütmek için kanıtlanmış deneysel bir protokol sunuyoruz. Sistemlerin nasıl bağlandığını ve nöronları ve göz hareketlerini kaydetmek için en uygun ayarları açıklayacağız. Bu yöntemin yardımcı programını göstermek için bu kurulum tarafından mümkün yapılan sonuçları özetliyoruz. Bu veriler nasıl bir bellek destekli görsel arama görevi göz izleme kullanarak bize nöronların yeni bir sınıf açıklamak için izin gösterir hedef nöronlar denilen, hangi yanıtı geçerli arama hedefine yukarıdan aşağıya dikkat yansıtıcı oldu. Son olarak, bu kurulumunun olası sorunlarına önem ve çözümleri tartışıyoruz. Birlikte, bizim protokol ve sonuçlar, insanlarda eşzamanlı göz izleme ile tek nöron kayıtların insan beyin fonksiyonunu incelemek için etkili bir yöntem olduğunu düşündürmektedir. Hayvan Nörofizyoloji ve insan bilişsel Nörobilim arasında anahtar eksik bağlantı sağlar.
Introduction
İnsan tek nöron kayıtları olağanüstü uzamsal ve temporal çözünürlük1ile insan beyninin fonksiyonunu keşfetmek için benzersiz ve güçlü bir araçtır. Son zamanlarda, tek nöron kayıtları bilişsel Nörobilim alanında geniş kullanım kazanmıştır çünkü onlar insan biliş merkezi bilişsel süreçlerin doğrudan soruşturma izin. Bu kayıtlar epileptik odakların pozisyonunu belirlemek için klinik ihtiyaca göre mümkün hale gelmiştir, hangi derinlik elektrotları geçici olarak şüpheli fokal epilepsi hastalarının beyine implante edilir. Bu kurulum ile, tek nöron kayıtları hibrid derinlik elektrot ucundan çıkıntılı mikroteller kullanılarak elde edilebilir (hibrid derinlik elektrotları ekleme dahil cerrahi metodolojisi ayrıntılı bir açıklaması önceki sağlanır Protokol2). Diğerleri arasında, bu yöntem insan belleği3,4, duygu5,6ve dikkat7,8çalışma için kullanılmıştır.
Göz izleme önlemleri, bilişsel görevler sırasında konum ve göz hareketlerini (sabitleme ve saccades) izliyor. Video tabanlı göz izci genellikle zaman içinde izlemek için özellikleri olarak kornea yansıma ve öğrenci merkezini kullanmak9. Göz izleme, bakış konumu en doğal davranışlar10,11,12sırasında dikkat odağı gösterir, çünkü görsel dikkat okumak için önemli bir yöntemdir. Göz izleme sağlıklı bireyler13 ve nörolojik nüfus14,15,16görsel dikkat okumak için yaygın olarak kullanılmıştır.
Hem tek nöron kayıtları hem de göz izleme bireysel olarak yaygın olarak kullanılır iken, birkaç çalışmalar aynı anda hem kullandı. Sonuç olarak, hala insan beynindeki nöronların göz hareketlerine nasıl tepki vereceğini ve/veya şu anda sabitleme stimülenine duyarlı olup olmadıklarını büyük ölçüde bilinmiyor. Bu, aynı anda tek nöron kayıtları ile göz izleme standart bir araç haline gelmiştir Macaques, çalışmaları aksine. Göz hareketlerine yönelik nöronal tepkisi doğrudan araştırmak için, insan tek nöron kayıtlarını ve göz takibini birleştirdik. Burada bu tür deneyler yapmak ve daha sonra somut bir örnek yoluyla sonuçları göstermek için protokol açıklanmaktadır.
Her iki nesne gösterimi17,18 ve bellek3,19, insan medial temporal lob (MTL) kurulan rolü rağmen mtl nöronların bir fonksiyon olarak modüle olup olmadığını büyük ölçüde bilinmiyor kalır davranışsal olarak ilgili hedeflere üst-aşağı dikkat. Bu tür nöronların incelenmesi, hedefe ilişkin bilgilerin aşağıdan yukarı görsel süreçleri nasıl etkilediğini anlamaya başlamak önemlidir. Burada, biz güdümlü görsel arama kullanarak nöronlar kaydederken göz izleme Utility göstermek, iyi bilinen bir paradigma hedef yönlendirilmiş davranış çalışması için20,21,22,23, 24 , 25. bu yöntemi kullanarak, son zamanlarda şu anda katılan uyarıcı devam eden bir arama hedefi olup olmadığını sinyalleri hedef nöronlar denilen nöronların bir sınıf açıklanan8. Aşağıda, bu önceki bilimsel Etüdü çoğaltmak için gereken çalışma protokolünü sunuyoruz. Bu örnekte, protokol kolayca rasgele bir görsel dikkat görevi incelemek için ayarlanabilir unutmayın.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. katılımcılar
- Epileptik nöbetleri lokalize etmek için intrakranial elektrotların yerleştirilmesi geçiren inatçı epilepsi olan Nöroşirürji hastaları işe.
- Genellikle bir amigdala, hipokampus, anterior singulat korteks ve ön tamamlayıcı motor alanının bir alt kümesini içeren tüm klinik olarak belirtilen hedef konumlarda gömülü Mikro teller ile derinlik elektrotları ekleyin. Önceki protokol2' de implantasyon ayrıntılarını görün.
- Hasta epilepsi izleme birimine döndüğünde, hem makro hem de mikro kayıtlar için kayıt ekipmanlarını bağlayın. Bu dikkatle baş aşamaları içeren bir baş-Wrap hazırlamak içerir (Ayrıntılar için önceki açıklama bakın2). Daha sonra, hastanın ameliyattan kurtulmasını bekleyin ve hasta tamamen uyanık olduğunda testi gerçekleştirin (genellikle en az 36 ameliyat sonrası 48 h).
2. deneysel kurulum
- Şekil 1' de şemanın ardından uyarıcı bilgisayarı Elektrofizyoloji sistemine ve göz takipçisine bağlayın.
- Uzak non-invazif kızılötesi göz izleme sistemini kullanın (bkz. malzeme tablosu). Göz izleme sistemini sağlam bir mobil sepetinize yerleştirin (Şekil 1a, B). Aynı sepetinize LCD ekran tutan esnek bir kol takın. Hastalar baş ve gözleri izlemek için uzaktan modu kullanın.
- Göz izleme sepetinize tam şarj edilmiş bir kesintisiz güç kaynağı (UPS) yerleştirin ve göz izleme ile ilgili tüm cihazları (örn. hastanın önünde LCD, göz izci kamerası ve ışık kaynağı ve göz izci ana bilgisayarı) harici bir güç yerine UPS 'e bağlayın Kaynak.
- Hasta ile LCD ekran arasındaki mesafeyi 60-70 cm 'ye ayarlayın ve ekranın yüzeyinin hastanın yüzüne yaklaşık olarak paralel olması için LCD ekranın açısını ayarlayın. Göz takipçisi kameranın hastanın burnunun yüksekliğindedir gibi, hastanın kafasına göre ekranın yüksekliğini ayarlayın.
- Hastayı düğme kutusu veya klavyeyle birlikte sağlayın. Denemeyi başlatmadan önce Tetikleyiciler (TTLs) ve düğme basınında doğru şekilde kaydedildiğini doğrulayın.
3. tek nöron kayıt
- Edinme yazılımını başlatın. İlk olarak, geniş bant (0,1 Hz-8 kHz) yerel alan potansiyelleri görsel olarak inceleyin ve hat gürültüsü ile kontamine olmadığından emin olun. Aksi takdirde, gürültüyü kaldırmak için standart yordamları izleyin (bkz. tartışma).
- Tek neurons tanımlamak için, bant geçişi filtre sinyali (300 Hz-8 KHz). Her mikro tel paketi için referans olarak sekiz mikrokablodan birini seçin. Farklı referanslar test ve böylece (1) diğer 7 kanallar açık nöronlar göstermek ve (2) referans nöronlar içermez başvuru ayarlayın. Giriş aralığını ± 2.000 μV olarak ayarlayın.
- Verileri kaydetmeden önce bir NRD dosyası (örn., sonraki off-line başak sıralama için kullanılacak geniş bant ham veri dosyası) olarak kaydetmeyi etkinleştirin. Örnekleme hızını 32 kHz olarak ayarlayın.
4. göz izleme
- Göz izleme yazılımını başlatın. Çünkü bir baş-sabitleme ücretsiz sistem, göz izci kafa hareketleri için ayarlayabilirsiniz böylece hastanın alnına Sticker yerleştirin.
- Hedef Marker, kafa mesafesi, öğrenci ve kornea yansıma (CR) hazır olarak işaretlenir böylece göz izleyici ve hasta arasındaki uzaklık ve açı ayarlayın (gibi göz izleme yazılımı yeşil gösterildiği; Şekil 2 iyi bir örnek kamera kurulum ekranını gösterir). Kaydedilecek göz üzerine tıklayın ve 500 Hz 'ye örnekleme hızını ayarlayın.
- Öğrenci ve CR eşiğinin Otomatik ayarlamasını kullanın. Gözlük takan hastalar için, aydınlatıcı ve kameranın konumunu ve/veya açısını ayarlayın, böylece camdan yansımalar öğrenci alımı ile müdahale etmez.
- Her bloğun başında dahili 9 noktalı ızgara yöntemiyle göz takipçisini kalibre edin. Göz pozisyonlarının ("+" olarak gösterilen) 9 noktalı kılavuz olarak güzel bir şekilde kaydedildiğini onaylayın. Aksi takdirde, kalibrasyon yineleyin.
- Kalibrasyonu kabul edin ve doğrulama yapın. Maksimal doğrulama hatası 2 ° < ve ortalama doğrulama hatası < 1 ° ise doğrulama kabul edin. Aksi takdirde, doğrulama Yinele.
- Drift düzeltmesi yapın ve gerçek denemeye geçin.
5. görev
- Bu görsel arama görevi, önceki çalışma14 uyaranlara kullanın ve8önce açıklandığı gibi görev prosedürü izleyin.
- Katılımcılara görev yönergeleri sağlayın. Katılımcılar arama dizisinde hedef öğeyi bulmak ve mümkün olan en kısa sürede yanıt isteyin. Katılımcıların bir yanıt kutusunun sol düğmesine basmasını isteyin ( malzeme tablosunabakın) Eğer hedefin yok olduğunu düşünüyorsanız, hedef ve sağ düğmeyi bulursanız. Katılımcılara, hedef mevcut ve hedef bulunmayan denemeler olacağını açıkça bildirin.
- Uyaran sunum yazılımını başlatın ( malzeme tablosunabakın) ve görevi çalıştırın: 1 s için bir hedef işaret sununuz ve uyarıcı sunum yazılımını kullanarak arama dizisini sunuyoruz. Kayıt düğmesi bastığı ve katılımcılar için deneme-by-deneme geribildirim (doğru, yanlış veya zaman aşımı) sağlar.
6. veri analizi
- Satın alma ve göz izleme sistemleri farklı saatlerde çalıştırıldığından, electrofizyoloji kaydı ve göz izleme için hizalama zaman damgası bulmak için davranış günlük dosyasını kullanın. Daha fazla analiz devam etmeden önce Elektrofizyoloji kayıt ve göz izleme Tetikleyiciler maç. Elektrofizyoloji kaydı ve göz izleme için ayrı olarak zaman damgası ve analiz pencerelerini göre veri segmentleri ayıklamak.
- Yarı otomatik şablon eşleştirme algoritması osort26 kullanın ve2,26 önce açıklanan adımları izleyin sözde tek nöronlar tanımlamak için. Daha fazla analiz için geçmeden önce sıralama kalitesini değerlendirmek2.
- Göz hareketi verilerini çözümlemek için, ilk olarak göz takipçisinin EDF verilerini ASCII biçimine dönüştürün. Ayrıca, ekstrakasyonlar ve saccades ayıklamak. Ardından, ASCII dosyasını içe aktarın ve aşağıdaki bilgileri bir MAT dosyasına kaydedin: (1) zaman damgası, (2) göz koordinatları (x, y), (3) öğrenci boyutu ve (4) olay zaman damgaları. Her deneme sürümdeki sürekli kaydı ayrıştırın.
- Ani ve davranış8arasındaki korelasyon çözümlemek için daha önce açıklanan yordamları izleyin.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Yukarıda belirtilen yöntemin kullanımını göstermek için, bir dahaki sefere kısa bir süre önce8yayımlanan bir Kullanım-Case tarif. Hastalar görsel arama görevi gerçekleştirirken insan medial temporal lob (MTL; amigdala ve hipokampus) tek nöronlar 228 kaydedildi (Şekil 3A, B). Bu görev sırasında, nöronların aktivitesinin hedefler ve distraktörlerin fiktasyonları arasında farklılaşıp farkedildiğini araştırdık.
İlk olarak, düğme basınında cevapları hizalamada, hedef mevcut denemeler ve hedef yok denemeler (Şekil 3c, D) arasında diferansiyel aktivite gösterdi nöronlar bulundu. Daha da önemlisi, eşzamanlı göz takibi ile sabitleme tabanlı analiz yapılmıştır. Bu tür hedef nöronlar seçmek için, bir zaman penceresinde ortalama ateş hızı, sabitleme başlangıcına önce 200 MS başlıyor ve düzeltme uzaklığı (sonraki sakkad başlangıcı) sonra 200 MS sona erdirilmesi kullanıldı. Mtl nöronların bir alt kümesi (50/228; 21,9%; binom P < 10− 20) hedefler arasındaki sabitleme ve distraktörler arasında önemli ölçüde farklı faaliyetler göstermiştir (Şekil 3e, F). Dahası, bu tür bir hedef nöron, distraktörlere göre hedeflere daha büyük bir yanıt vardı (hedef-tercih; 27/50 nöronlar; Şekil 3E) diğeri hedeflere göre distraktörlere daha büyük bir tepki gösterirken (distraktör-tercih; 23/50; Şekil 3F). Birlikte, bu sonuç MTL nöronların bir alt kümesini mevcut düzeltme hedef veya değil indi olup olmadığını gösterir.
Görsel arama dinamik işlemi Film 1' de gösterilmiştir.
Şekil 1. Deneysel kurulum. (A) sol paneller, farklı sistemler arasındaki bağlantıların bir çizimini gösterir. Uyarıcı bilgisayar merkezi denetleyici olarak hizmet vermektedir. Elektrofizyoloji sistemine paralel bağlantı noktası ile bağlanır ve tetikleyici olarak TTL darbeleri gönderir. Uyarıcı bilgisayar, göz takipçilerine metin mesajları gönderdiği ve mevcut bakış pozisyonunu çevrimiçi alan bir Ethernet kablosu aracılığıyla göz izleme sistemine bağlanır. Uyarıcı bilgisayar da uyarıcı ekran (VGA) üzerinde uyaranlara sunar ve bir USB düğmesi kutusu veya klavye hasta bir yanıt alır. Mavi çizgiler, aygıtlar arasındaki bağlantıları gösterir ve oklar, aygıtlar arasındaki iletişimin yönünü gösterir. Sağ panel, her sistemde kaydedilen sistemler ve veriler arasındaki sinyal akışını gösterir. (B) sistemin anahtar parçaları etiketli bir örnek kurulum. (C) Elektrofizyoloji sistemi. (D) paralel bağlantı noktası ve Ethernet bağlantı noktası olan yerleştirme istasyonu. (E) Elektrofizyoloji sistemi (sol) ve göz izleme sistemi (sağda) için UPS. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 2. Örnek göz izci kamera kurulum ekranı. Hedef işaretleyici sınırlama kutusu, göz sınırlayıcı kutusu, kafa mesafesi, öğrenci ve kornea yansıması (CR), devam etmeden önce yeşil ve/veya "Tamam" olarak işaretlenmelidir. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 3. Örnek sonuçlar. (A) görev. Arama işareti 1s için, hemen ardından arama dizisi tarafından sunuldu. Katılımcılar, düğmeye basarak hedefin mevcut olup olmadığını (zaman aşımı 14s) göstermeleri yönünde talimat verildi. Deneme-by-deneme geribildirim hemen sonra verilen düğme tuşuna basın (' doğru ', ' yanlış ', veya ' zaman aşımı '), 1-2 s için boş bir ekran izledi. (B) örnek görsel arama dizileri ile tespitler belirtilen. Her daire bir sabitleme temsil eder. Yeşil Daire: ilk sabitleme. Magenta Daire: son sabitleme. Sarı çizgi: saccades. Mavi nokta: ham bakış pozisyonu. Kırmızı kutu: hedef. (C-F) Tek nöron örnekleri. (C-D) Düğme-basın-hizalanmış örnekler. (C) hedef mevcut denemeler için ateş hızını arttıran nöron, ancak hedef bulunmayan denemeler için değil. (D) hedef mevcut denemeler için ateş hızını azaltan nöron, ancak hedef olmayan denemeler için değil. Denemeler düğmeye hizalanmış-basın (gri çizgi) ve reaksiyon süresi ile sıralanır. Siyah çizgiler, arama işaret (1 s süresi) başlangıcını ve uzaklığını temsil eder. Ankastre her birimin dalga formlarını gösterir. Asterisk (P < 0,05, iki kuyruklu t-test, Bonferroni-düzeltildi; bin boyutu = 250 MS) bu depo gözü hedef mevcut ve eksik denemeler arasında önemli bir fark gösterir. Gölgeli alan, denemeler boyunca ± SEM gösterir. (E-F) Fixation-hizalanmış örnekler. t = 0 fiksasyon başlangıcı. (E) hedefler üzerinde sabitleme sırasında ateş hızını arttıran nöron, ancak distraktörler ( (C)gibi aynı nöron). (F) hedefler üzerinde sabitleme sırasında ateş hızını düşürmüş olan nöron (( D)gibi aynı nöron). Sabitleme süresi (siyah çizgi sonraki saccade başlangıclarını gösterir) tarafından sıralanır. Asterisk, bu depo gözünde hedeflerin ve distraktörlerin düzeltmeleri arasında önemli bir fark gösterir (P < 0,05, iki kuyruklu t-testi, Bonferroni-düzeltildi; bin boyutu = 50 MS). Bu rakam8' den izin ile değiştirildi. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Film 1. Tek bir hedef neuron yanıtları ile görsel arama tipik denemeler. Hedef mevcut denemeler, bu nöron ne olursa olsun işaret kimliği ateş hızını arttı. Sarı nokta göz pozisyonu gösterir. Alttaki sarı dikey çubuklar olay işaretçileri (örn. Cue başlangıcı, dizi başlangıcı ve deneme aralığı başlangıcı). Aynı zamanda ses olarak oynanan alt gösteri sivri kırmızı dikey çubuklar. Kırmızı noktalı kutu, arama hedefinin (katılımcılara gösterilmez) konumunu gösterir. Bu videoyu görüntülemek Için lütfen tıklayınız. (İndirmek için sağ tıklayın.)
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Bu protokolde, eşzamanlı göz takibi ile tek nöron kayıtların nasıl kullanıldığını ve insan MTL 'deki hedef nöronları belirlemek için bu yöntemi nasıl kullandığımız açıklanmaktadır.
Kurulum üç bilgisayar içerir: bir görev yürütme (uyarıcı bilgisayar), bir göz izci çalışan, ve bir edinme sistemi çalışan. Üç sistem arasında senkronize etmek için paralel bağlantı noktası, uyarıcı bilgisayardan electrofizyoloji sistemine TTL Tetikleyiciler göndermek için kullanılır (Şekil 1C). Aynı zamanda, uyarıcı bilgisayar göz izleyiciye bir Ethernet kablosu kullanarak aynı TTLS gönderir. Uyarıcı bilgisayarın, gösterilen örnekte (Şekil 1D) veya alternatif olarak, PCI Express paralel bağlantı noktası kartına veya benzer bir cihaza sahip olduğu Docking istasyonunda paralel bir bağlantı noktası olması gerekir.
Esnek kol bağlı olan uyarıcı bilgisayar ve göz izci için mobil sepeti hastanın önünde ekranın esnek konumlandırma sağlar (Şekil 1a, B). Bir UPS 'in sepetteki cihazlara güç vermek için kullanılması, göz izleme cihazlarının hastanın kafasına (Şekil 1E) yakınlığı nedeniyle elektrofizyolojik kayıtlara getirilen hat gürültüsünü ortadan kaldırmak için şiddetle önerilmektedir. Ayrıca, pil gücüyle çalışan dizüstü bilgisayarlar uyarıcı bilgisayar ve göz izci bilgisayar olarak kullanılmalıdır.
Kayıtlar gürültü ile kontamine ise, göz izci önce gürültü kaynağı olup olmadığını değerlendirmek için kaldırılmalıdır. Değilse, standart prosedürler göz izci tekrar kullanmadan önce Denoise için kullanılmalıdır2. Hat gürültüsünün tipik kaynaklarının hasta yatağı, IV cihazları, hasta odasında cihazlar veya farklı sistemler için farklı fişler kullanılarak oluşturulan zemin döngüler olduğunu unutmayın. Göz izci gürültüyü kaynağı ise, tüm cihazlar (kamera, ışık kaynağı ve LCD ekran) pil ve/veya UPS güç olmalıdır. Hala gürültü varsa, LCD ekran ve/veya göz izci LCD ekran için güç kaynağı arızalı muhtemeldir. Daha sonra farklı bir ekran/güç kaynağı kullanılmalıdır. Mümkünse, harici güç kaynağına sahip bir LCD ekran kullanılmalıdır. TTL kablosunun gürültüyü tanıtmadığından emin olmak da önemlidir (yani, TTL yalıtıcı kullanın).
Nöroşirürji hastalarında aynı anda göz takibi ile tek nöron veri kayıt önemi çeşitli nedenlerle yüksektir. İlk olarak, tek nöron kayıtlar yüksek uzamsal ve temporal çözünürlüğe sahiptir ve böylece görsel arama gibi hızlı bilişsel süreçlerin araştırılması sağlar. İkincisi, insan bilişsel nörobilim ve hayvan Nörofizyoloji arasında çok gerekli bir bağlantı sağlamak, hangi ağır göz izleme dayanır. Üçüncü, çünkü insan tek nöron kayıtları genellikle birden fazla beyin bölgelerden aynı anda gerçekleştirilir, bizim yaklaşım ön korteks gelen görsel olarak tahrik vs üst-aşağı modülasyon arasında ayırt yardımcı olacak temporal çözünürlüğe izin verir. Özetle, göz izleme ile tek nöron kayıtlar hedef yönlendirilmiş davranışı altında yatan belirli süreçleri yalıtmak mümkün kılar. Buna ek olarak, eşzamanlı göz izleme, istatistiksel gücü büyük ölçüde arttırılan (örn. Şekil 3A, B vs. Şekil 3c, D) sabitleme tabanlı analizlere izin verdi.
Bu yöntemin bir zorluk göz izleme sistemi elektrofizyolojik verilere ek gürültü tanıtabilir olmasıdır. Ancak, bu protokolde özetlenen prosedürler ile, bu tür ek gürültü ortadan kaldırılabilir, ve bu prosedürler kurulduktan sonra, onlar rutin olarak çalıştırılabilir. Ayrıca, göz izleme belirli bir deney için gereken süreyi uzatır, çünkü ek kurulum, özellikle göz izci kalibrasyonunun bazı hastalar için zor olduğu zaman, özel olarak küçük öğrenciler veya gözlükler ile. Ancak, eşzamanlı göz izleme faydaları çeşitli çalışmalar için bu ek çaba değerdir, tek nöron kayıtlar için değerli bir ek izleme göz yapma.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Yazarlar hiç bir ilgi çatışması bildirmiyor.
Acknowledgments
Tüm hastalara katılmaları için teşekkür ederiz. Bu araştırma Rockefeller Nörobilim Enstitüsü, otizm Bilim Vakfı ve Dana Vakfı (S.W. için), bir NSF karıyer Ödülü (1554105 ur) ve NıH (R01MH110831 ve U01NS098961 ur) tarafından desteklenmektedir. Fon ders çalışma tasarımı, veri toplama ve analiz, yayınlama kararı ya da el yazması hazırlık rolü yoktu. Biz James Lee, Erika Quan, ve Cedars-Sinai simülasyon Merkezi personeli demo video üreten onların yardımı için teşekkür ederiz.
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).
