Waiting
Login processing...

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

Neuroscience

उत्तेजना-विशिष्ट Cortical दृश्य Evoked संभावित Morphological पैटर्न

Published: May 12, 2019 doi: 10.3791/59146
Automatic Translation
1,2, 1,2, 1,2, 1,2
1Department of Communication Sciences and Disorders, The University of Texas at Austin, 2Central Sensory Processes Laboratory, The University of Texas at Austin

Summary

इस पत्र में, हम उच्च घनत्व ईईजी का उपयोग कर अधर और पृष्ठीय नेटवर्क की उत्तेजना के माध्यम से संभावित आकृतिक पैटर्न पैदा अंतर cortical दृश्य की जांच करने के लिए एक प्रोटोकॉल पेश करते हैं। दृश्य वस्तु और गति उत्तेजना प्रतिमानों, के साथ और शंख नस के बिना, वर्णित हैं. दृश्य पैदा संभावित रूपात्मक विश्लेषण भी रेखांकित कर रहे हैं.

Abstract

यह पत्र 128 चैनल उच्च घनत्व इलेक्ट्रोएन्सेफेलोग्राफी (ईईजी) का उपयोग कर विभिन्न दृश्य उत्तेजनाओं के जवाब में cortical दृश्य पैदा की क्षमता (CVEPs) की रिकॉर्डिंग और विश्लेषण के लिए एक पद्धति प्रस्तुत करता है। वर्णित उत्तेजनाओं और विश्लेषणों का विशिष्ट उद्देश्य यह जांच करना है कि क्या पहले सूचित सीवीईपी आकृतिक पैटर्न को दोहराना संभव है, जो एक स्पष्ट गति प्रोत्साहन द्वारा प्राप्त किया गया है, जिसे एक साथ अधर और पृष्ठीय केंद्रीय दोनों को उत्तेजित करने के लिए डिज़ाइन किया गया है दृश्य नेटवर्क, वस्तु और गति उत्तेजनाओं का उपयोग कर अलग से अधर और पृष्ठीय दृश्य cortical नेटवर्क को प्रोत्साहित करने के लिए डिज़ाइन किया गया.  चार दृश्य प्रतिमान प्रस्तुत कर रहे हैं: 1. लगातार लौकिक प्रस्तुति के साथ यादृच्छिक दृश्य वस्तुओं. 2. असंगत लौकिक प्रस्तुति (या घबराना) के साथ यादृच्छिक दृश्य वस्तुओं.  3. नस के बिना सुसंगत केंद्रीय डॉट गति के एक रेडियल क्षेत्र के माध्यम से दृश्य गति.  4. नस के साथ सुसंगत केंद्रीय डॉट गति के एक रेडियल क्षेत्र के माध्यम से दृश्य गति.  इन चार प्रतिमानों प्रत्येक भागीदार के लिए एक छद्म यादृच्छिक क्रम में प्रस्तुत कर रहे हैं.  Jitter आदेश में देखने के लिए कैसे संभव अग्रिम से संबंधित प्रभाव वस्तु-ऑनसेट और गति-ऑनसेट CVEP प्रतिक्रिया की आकृति विज्ञान को प्रभावित कर सकता है शुरू की है.  ईईजी डेटा विश्लेषण विस्तार से वर्णित हैं, से डेटा निर्यात और आयात के कदम से संकेत प्रसंस्करण प्लेटफार्मों, बुरा चैनल पहचान और हटाने, कलाकृति अस्वीकृति, औसत CVEP morphological के वर्गीकरण सहित घटक चोटियों की विलंबता पर्वतमाला पर आधारित पैटर्न प्रकार. प्रतिनिधि डेटा बताते हैं कि methodological दृष्टिकोण वास्तव में अंतर वस्तु-ऑनसेट और गति-ऑनसेट CVEP आकृतिक पैटर्न प्राप्त करने में संवेदनशील है और इसलिए, बड़े अनुसंधान उद्देश्य को संबोधित करने में उपयोगी हो सकता है. ईईजी के उच्च लौकिक संकल्प और स्रोत स्थानीयकरण विश्लेषण में उच्च घनत्व ईईजी के संभावित आवेदन को देखते हुए, इस प्रोटोकॉल अलग CVEP रूपात्मक पैटर्न और अंतर्निहित तंत्रिका तंत्र जो उत्पन्न की जांच के लिए आदर्श है इन अंतर प्रतिक्रियाओं.

Introduction

इलेक्ट्रोएन्सेफेलोग्राफी (ईईजी) एक उपकरण है जो कॉर्टिकल प्रोसेसिंग के अध्ययन के लिए एक सस्ती और गैर-आक्रामक दृष्टिकोण प्रदान करता है, खासकर जब कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई), पॉजिट्रॉन उत्सर्जन जैसे cortical मूल्यांकन विधियों की तुलना में टोमोग्राफी (पीईटी), और प्रसार प्रदिश इमेजिंग (डीटीआई)1| ईईजी भी उच्च लौकिक संकल्प है, जो इस तरह के fMRI, पीईटी, या DTI2के रूप में उपायों का उपयोग कर तेवर प्राप्त करने के लिए संभव नहीं है प्रदान करता है। उच्च अस्थायी संकल्प महत्वपूर्ण है जब केंद्रीय अस्थायी समारोह की जांच करने के क्रम में neurophysiologic तंत्र के millisecond-शुद्धि प्राप्त करने के लिए विशिष्ट इनपुट या घटनाओं के प्रसंस्करण से संबंधित है.  केंद्रीय दृश्य प्रणाली में, cortical दृश्य पैदा की क्षमता (CVEPs) सेरेब्रल प्रांतस्था में समय बंद तंत्रिका प्रक्रियाओं का अध्ययन करने में एक लोकप्रिय दृष्टिकोण हैं.  CVEP प्रतिक्रियाओं दर्ज की गई हैं और घटना परीक्षणों की एक संख्या पर औसत, शिखर घटकों में जिसके परिणामस्वरूप (उदा., P1, N1, P2) विशिष्ट millisecond अंतराल पर उत्पन्न होने वाली. इन शिखर तंत्रिका प्रतिक्रियाओं के समय और आयाम cortical प्रसंस्करण गति और परिपक्वता के साथ ही cortical समारोह में घाटे3,4,5से संबंधित जानकारी प्रदान कर सकते हैं .

CVEPs दृश्य दर्शक के लिए प्रस्तुत इनपुट के प्रकार के लिए विशिष्ट हैं. एक CVEP प्रतिमान में कुछ उत्तेजनाओं का उपयोग करना, यह इस तरह के अधर धारा के रूप में विशिष्ट दृश्य नेटवर्क के समारोह का पालन करने के लिए संभव है, प्रसंस्करण के रूप और रंग में शामिल है, या parvocellular और magnocellular इनपुट6,7, 8, और पृष्ठीय धारा , जो मोटे तौर पर गति या मैग्नोकोशिकीय इनपुट9,10संसाधित करती है . इन नेटवर्कों द्वारा उत्पन्न CVEPs न केवल बेहतर समझ ठेठ neurophysiologic व्यवहार अंतर्निहित व्यवहार में बल्कि नैदानिक आबादी में अटूट व्यवहार के लक्षित उपचार में उपयोगी किया गया है. उदाहरण के लिए, डिस्लेक्सिया के साथ बच्चों में पृष्ठीय और अधर नेटवर्क दोनों में सीवीईपी घटकों में देरी की सूचना मिली है, जिससे पता चलता है कि इन दोनों नेटवर्कों में दृश्य कार्य को एक हस्तक्षेप योजना11डिजाइन करते समय लक्षित किया जाना चाहिए।  इस प्रकार, EEG के माध्यम से दर्ज CVEPs एक शक्तिशाली नैदानिक उपकरण है जिसके माध्यम से दोनों ठेठ और अटूट दृश्य प्रक्रियाओं का आकलन करने के लिए प्रदान करते हैं.

हाल ही में एक अध्ययन में, उच्च घनत्व ईईजी आम तौर पर विकासशील बच्चों में स्पष्ट गति-ऑनसेट CVEPs को मापने के लिए इस्तेमाल किया गया था, विकास भर में चर CVEP प्रतिक्रियाओं और संबंधित दृश्य cortical जनरेटर की जांच के लक्ष्य के साथ. प्रतिभागियों को निष्क्रिय रूप से प्रत्यक्ष गति उत्तेजनाओं को देखा12,13,14,15, जिसमें आकार परिवर्तन और गति दोनों शामिल थे , जो एक साथ पृष्ठीय और अधर धाराओं को उत्तेजित करने के लिए डिज़ाइन किए गए थे. यह पाया गया कि बच्चों के लगभग आधे एक CVEP तरंग आकार, या आकृति विज्ञान, तीन चोटियों (P1-N1-P2, पैटर्न ए) से मिलकर के साथ जवाब दिया.  इस आकारिकी एक क्लासिक CVEP प्रतिक्रिया साहित्य भर में मनाया जाता है. इसके विपरीत, बच्चों के अन्य आधे पांच चोटियों (P1-N1a-P2a-N1b-P2b, पैटर्न बी) के शामिल एक रूपात्मक पैटर्न के साथ प्रस्तुत किया। हमारे ज्ञान के लिए, मजबूत घटना और इन आकृतिक पैटर्न की तुलना पहले या तो बच्चे या वयस्क आबादी में CVEP साहित्य में चर्चा नहीं की गई है, हालांकि चर आकृति विज्ञान दोनों स्पष्ट गति में उल्लेख किया गया है और गति-ऑनसेट CVEPs14,16| इसके अलावा, इन उपायों के कम अस्थायी संकल्प के कारण, एफएमआरआई या पीईटी जैसे अन्य cortical कार्यात्मक मूल्यांकन विधियों का उपयोग करके अनुसंधान में इन रूपात्मक अंतर स्पष्ट नहीं होंगे।

CVEP पैटर्न ए और बी में प्रत्येक चोटी के cortical जनरेटर निर्धारित करने के लिए, स्रोत स्थानीयकरण विश्लेषण किया गया, जो एक सांख्यिकीय दृष्टिकोण CVEP प्रतिक्रिया12मेंशामिल सबसे अधिक संभावना cortical क्षेत्रों का अनुमान लगाने के लिए प्रयोग किया जाता है,13 . प्रत्येक चोटी के लिए, morphological पैटर्न की परवाह किए बिना, प्राथमिक और उच्च क्रम दृश्य cortices CVEP संकेत के स्रोतों के रूप में पहचान की गई.  इस प्रकार, ऐसा प्रतीत होता है कि सीवीईपी आकारिकी के अंतर्निहित मुख्य अंतर स्पष्ट गति से प्राप्त होता है कि पैटर्न बी के साथ उन प्रसंस्करण के दौरान दृश्य cortical क्षेत्रों अतिरिक्त समय सक्रिय करें। क्योंकि पैटर्न के इन प्रकार के पहले साहित्य में पहचान नहीं की गई है, CVEP पैटर्न बी के साथ उन लोगों में अतिरिक्त दृश्य प्रसंस्करण के उद्देश्य स्पष्ट नहीं रहता है.  इसलिए, अनुसंधान की इस लाइन में अगले उद्देश्य के लिए अंतर CVEP आकृति विज्ञान के कारण की एक बेहतर समझ हासिल है और क्या इस तरह के पैटर्न दोनों ठेठ और नैदानिक आबादी में दृश्य व्यवहार से संबंधित हो सकता है.

समझने में पहला कदम क्यों कुछ व्यक्तियों एक CVEP आकृति विज्ञान बनाम एक और प्रदर्शित हो सकता है निर्धारित करने के लिए कि क्या इन प्रतिक्रियाओं आंतरिक या प्रकृति में extrinsic हैं.  दूसरे शब्दों में, यदि कोई व्यक्ति एक दृश्य उत्तेजना के जवाब में एक पैटर्न को दर्शाता है, वे सभी उत्तेजनाओं के लिए एक समान पैटर्न के साथ जवाब देंगे?  या इस प्रतिक्रिया उत्तेजना पर निर्भर है, दृश्य नेटवर्क या नेटवर्क सक्रिय करने के लिए विशिष्ट है?

इस सवाल का जवाब देने के लिए, दो निष्क्रिय दृश्य प्रतिमान डिजाइन किए गए थे, अलग से विशिष्ट दृश्य नेटवर्क को सक्रिय करने का इरादा. प्रारंभिक अध्ययन में प्रस्तुत उत्तेजना दोनों पृष्ठीय और अधर धाराओं को एक साथ प्रोत्साहित करने के लिए डिजाइन किया गया था; इस प्रकार, यह अज्ञात था अगर एक या दोनों नेटवर्क विशिष्ट तरंग आकृति विज्ञान पैदा करने में शामिल थे. वर्तमान methodological दृष्टिकोण में, प्रतिमान अधर धारा को प्रोत्साहित करने के लिए डिज़ाइन किया गया वर्गों और हलकों के बुनियादी आकार में अत्यधिक पहचाने जाने योग्य वस्तुओं से बना है, वस्तु-ऑनसेट CVEPs प्रकाश में लाना. पृष्ठीय धारा को प्रोत्साहित करने के लिए डिज़ाइन किया गया प्रतिमान एक निर्धारण बिंदु की ओर एक निश्चित गति पर सुसंगत केंद्रीय डॉट गति डॉट्स के एक रेडियल क्षेत्र के माध्यम से दृश्य गति के होते हैं, गति-ऑनसेट CVEPs प्रकाश में लाना.

प्रारंभिक अध्ययन के परिणामस्वरूप जो दूसरा प्रश्न उत्पन्न हुआ था वह यह था कि क्याआगामी उत्तेजनाओं की प्रत्याशा के कारण अंतर वीईपी आकारिकी हो सकती है . उदाहरण के लिए, अनुसंधान से पता चला है कि लक्ष्य प्रोत्साहन से पहले होने वाली शीर्ष-डाउन cortical दोलन गतिविधि कुछ डिग्री17,18,19के लिए बाद में CVEP और व्यवहार प्रतिक्रियाओं की भविष्यवाणी कर सकते हैं. पहले अध्ययन में स्पष्ट गति प्रतिमान एक रेडियल स्टार के गैर-यादृच्छिक फ्रेम और लगातार अंतर-उत्तेजक अंतराल (ISIs) के साथ चक्र कार्यरत 600 एमएस के इस डिजाइन उम्मीद और आगामी उत्तेजना की भविष्यवाणी को प्रोत्साहित किया हो सकता है, के साथ परिणामी दोलनात्मक क्रिया , जो बाद में सीवीईपी आकारिकी12,13,19को प्रभावित करती है .

इस समस्या को हल करने के लिए, वर्तमान प्रोटोकॉल में दृश्य ऑब्जेक्ट और गति प्रतिमानों को एक ही लौकिक मान के दोनों सुसंगत ISIs और विभिन्न लौकिक मानों (यानी, घबराने के साथ यादृच्छिक ISIs) के साथ डिज़ाइन किया गया है।  इस दृष्टिकोण का उपयोग करना, यह निर्धारित करने के लिए कैसे लौकिक भिन्नता विशिष्ट दृश्य नेटवर्क के भीतर VEP आकारिकी को प्रभावित कर सकते हैं संभव हो सकता है. कुल मिलाकर, वर्णित प्रोटोकॉल का उद्देश्य यह निर्धारित करना है कि दृश्य वस्तु और गति उद्दीपक सीवीईपी आकारिकी में विविधताओं के प्रति संवेदनशील होंगे या नहीं और क्या उत्तेजनात्मक प्रस्तुति की अस्थायी भिन्नता सीवीईपी प्रतिक्रिया की विशेषताओं को प्रभावित करेगी, चोटी विलंबता, आयाम, और आकृति विज्ञान सहित. वर्तमान कागज के प्रयोजन के लिए, लक्ष्य methodological दृष्टिकोण की व्यवहार्यता निर्धारित करने के लिए है. यह परिकल्पना की गई है कि दृश्य वस्तुओं और गति दोनों ही परिवर्तनशील आकारिकी (अर्थात, पैटर्न A और B दोनों उद्दीपकों के प्रत्युत्तर में सभी विषयों पर क्लिक किए जाएँगे) और यह कि अस्थायी भिन्नता वस्तु-ऑनसेट तथा गति-ऑनसेट CVEP घटकों को प्रभावित करेगी।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

यहाँ वर्णित सभी तरीकों ऑस्टिन में टेक्सास विश्वविद्यालय में मानव अनुसंधान के लिए संस्थागत समीक्षा बोर्ड (IRB) द्वारा अनुमोदित किया गया है.

1. Stimuli विशेषताओं

  1. मानकीकृत Stimuli (BOSS) के बैंक के माध्यम से उपलब्ध खुला स्रोत छवियों का उपयोग कर वस्तु उत्तेजनाओं बनाएँ. इस डेटाबेस दृश्य संज्ञानात्मक प्रयोगों भर में इस्तेमाल मानकीकृत छवियों के होते हैं.  पहचान की एक उच्च दर के साथ चार छवियों (उदा., ball02, book01a, ईंट, button03) डाउनलोड करें (75% से ऊपर)20,21.
  2. DotDemo स्क्रिप्ट का एक संशोधित संस्करण है, जो खुला स्रोत Psychtoolbox-3 MATLAB के माध्यम से संचालित कार्यों के सेट के माध्यम से उपलब्ध है का उपयोग कर गति उत्तेजनाओं बनाएँ, साथ ही फिल्म समारोह MATLAB में उपलब्ध (पूरक फ़ाइल देखें).
    1. प्रस्तुति स्क्रीन के आकार और दूरी देखने के अनुसार डॉट फ़ील्ड पैरामीटर कॉन्फ़िगर करें।
    2. फिल्म फ़्रेम की संख्या के लिए 3600 दर्ज करें.
    3. मॉनिटर चौड़ाई के लिए 80 (सेमी में) दर्ज करें।
    4. 5 डिग्री सेल्सियस पर डॉट गति दर्ज करें।
    5. 0.05 का डॉट सीमित जीवनकाल अंश दर्ज करें.
    6. डॉट्स की संख्या के लिए 200 दर्ज करें.
    7. फ़ील्ड की न्यूनतम त्रिज्या को 1 डिग्री और अधिकतम 15 डिग्री के रूप में दर्ज करें.
    8. प्रत्येक डॉट की चौड़ाई के लिए 0.2 डिग्री दर्ज करें.
    9. निर्धारण बिंदु की त्रिज्या के लिए 0.35 डिग्री दर्ज करें.
    10. निर्दिष्ट करें कि श्वेत बिंदु ओंठ काली पृष्ठभूमि पर उपयोग किए जाते हैं.
    11. फिल्म को .avi स्वरूप में निर्यात करें.

2. दृश्य पैराडाइम डिजाइन

  1. प्रोत्साहन-प्रस्तुति सॉफ्टवेयर के माध्यम से प्रतिमान बनाएँ. उत्पन्न निर्धारण कूरियर नए आकार 18 फ़ॉन्ट, बोल्ड, और प्रस्तुति स्क्रीन पर केंद्रित के साथ पार करता है।
  2. गोला, पुस्तक, ईंट, या बटन: 500 एमएस के लिए प्रस्तुत एक सफेद पृष्ठभूमि पर एक काला निर्धारण पार बनाने के द्वारा अस्थायी नस (यानी, लगातार आईएसआई मूल्यों) के बिना दृश्य वस्तु प्रतिमान डिजाइन.
    1. प्रत्येक वस्तु को 600 मषों के लिए प्रस्तुत करें (चित्र 1क)।  सभी वस्तुओं 75 बार दिखाएँ, 300 परीक्षणों और 5.5 मिनट की एक प्रतिमान अवधि की कुल के लिए.
  3. एक सफेद पृष्ठभूमि पर एक ही काले निर्धारण पार से मिलकर बनता है, 500 या 1,000 एमएस की अवधि के लिए दिखाया गया है और चार वस्तुओं में से एक के बाद, 600 या 1000 एमएस के लिए स्थायी (चित्र 1B) के साथ दृश्य वस्तु प्रतिमान डिजाइन.
    1. प्रोत्साहन प्रस्तुति सॉफ्टवेयर का उपयोग कर चार परीक्षण बनाएँ: 500 एमएस की अवधि के साथ एक निर्धारण पार, 600 एमएस के लिए एक वस्तु के बाद; 500 एमएस की अवधि के साथ एक निर्धारण क्रॉस, 1,000 एमएस के लिए एक वस्तु द्वारा पीछा किया; 1,000 एमएस की अवधि के साथ एक निर्धारण क्रॉस, 600 एमएस के लिए एक वस्तु के बाद; और 1,000 एमएस की अवधि के साथ एक निर्धारण क्रॉस 1,000 एमएस के लिए एक वस्तु के बाद.
      1. इन परीक्षणों रैंडम बनाना. प्रत्येक परीक्षण 19 बार प्रस्तुत करें, 304 परीक्षणों में समाप्त हो और लगभग 7.85 मिनट के देखने का समय होता है।
  4. एक सफेद निर्धारण एक काले रंग की पृष्ठभूमि पर केंद्रित पार पैदा करके लौकिक घबराना बिना दृश्य गति प्रतिमान बनाएँ, 500 एमएस के लिए स्थायी, दृश्य गति फिल्म है, जो लगभग 1,000 एमएस के लिए पेश करने के लिए छोटा है द्वारा पीछा किया (चित्र 2A).
    1. इस अनुक्रम को दोहराएँ 300 बार की कुल, लगभग 7.5 मिनट की एक देखने की अवधि के लिए.
  5. 500, 750, या 1,000 एमएस के अंतराल के लिए स्थायी एक ही निर्धारण पार का उपयोग कर अस्थायी नस के साथ दृश्य गति प्रतिमान बनाएँ.
    1. प्रत्येक निर्धारण क्रॉस के बाद, दृश्य गति चलचित्र को लगभग 600 या 1,000 एमएस की अवधि के साथ प्रस्तुत करें (चित्र 2ख)।
    2. छह परीक्षण बनाएँ: 500 एमएस की अवधि के साथ एक निर्धारण पार, 600 एमएस के लिए एक फिल्म के बाद, 750 एमएस की अवधि के साथ एक निर्धारण पार, 600 एमएस के लिए एक फिल्म के बाद, 1,000 एमएस की अवधि के साथ एक निर्धारण पार, 600 एमएस के लिए एक फिल्म के बाद , 500 एमएस की अवधि के साथ एक निर्धारण पार 1000 एमएस के लिए एक फिल्म के बाद, 750 एमएस की अवधि के साथ एक निर्धारण पार 1,000 एमएस के लिए एक फिल्म और 1,000 एमएस की अवधि के साथ एक निर्धारण पार के बाद 1,000 एमएस के लिए एक फिल्म के बाद.
      1. इन परीक्षणों रैंडम, प्रत्येक के साथ दिखाया 50 बार.  लगभग 7.75 मिनट की एक देखने की अवधि के लिए, 300 परीक्षणों की कुल प्रस्तुत करें।

3. प्रतिभागी सहमति, मामला इतिहास, और विजन स्क्रीनिंग

  1. आगमन पर प्रतिभागी को नमस्कार। अनुसंधान के रूप में भाग लेने के लिए सहमति के साथ प्रतिभागी को प्रस्तुत करके सूचित सहमति प्राप्त करें। सहभागी के लिए सहमति प्रपत्र की व्याख्या करें और उत्पन्न होने वाले किसी भी प्रश्न का उत्तर दें।
  2. क्या प्रतिभागी एक मामला इतिहास प्रपत्र भरता है जिसमें मूल भाषा, हस्तरेखा, श्रवण स्थिति, दृष्टि स्थिति, और अन्य निदान ों वाले प्रतिभागी के पास हो सकता है (उदा., मनोवैज्ञानिक और तंत्रिका विज्ञान संबंधी) के बारे में जानकारी शामिल है। उन प्रतिभागियों को शामिल न करें जो सुनवाई हानि और/या न्यूरोलॉजिकल निदान की रिपोर्ट करते हैं, जैसे दर्दनाक मस्तिष्क की चोट।  अन्य सभी प्रतिभागियों को शामिल करें।
  3. दृश्य तीक्ष्णता का निर्धारण करने के लिए एक Snellen चार्ट का उपयोग कर एक दृष्टि स्क्रीनिंग को पूरा करने के लिए प्रयोगशाला से बाहर भागीदार एस्कॉर्ट। प्रतिभागी चार्ट से 20 फुट दूर खड़े हैं और सही आंख दृश्य तीक्ष्णता का निर्धारण करने के लिए अपने या अपने बाएं आंख को कवर करके शुरू करते हैं, और फिर बाईं आंख दृश्य तीक्ष्णता निर्धारित करने के लिए आंख स्विच करते हैं। पाठ की सबसे छोटी पंक्ति के आधार पर दृश्य तीक्ष्णता परिकलित करें जिसे सहभागी अक्षरों की कुल संख्या के आधे से अधिक दोहरा सकता है.
    नोट: उदाहरण के लिए, यदि प्रतिभागी 20/20 रेखा पर 8 अक्षरों में से 5 को दोहराता है, तो दृश्य तीक्ष्णता की गणना उस नेत्र में 20/
  4. ईईजी रिकॉर्डिंग रूम में भागीदार एस्कॉर्ट। भागीदार एक डबल दीवारों चुंबकीय ढाल soundproof बूथ के केंद्र में नामित कुर्सी में बैठते हैं.

4. ईईजी तैयारी

  1. सेंटीमीटर में प्रतिभागी के सिर की परिधि को मापने और उपयुक्त ईईजी शुद्ध आकार का चयन करें। उपाय और संदर्भ इलेक्ट्रोड की नियुक्ति के लिए खोपड़ी के मध्य बिंदु (नियन/इनियन और दाएँ और बाएँ mastoids के बीच के बीच) चिह्नित करें।
  2. गर्म पानी का एक समाधान तैयार (1 एल) बच्चे शैम्पू (5 एमएल) और पोटेशियम क्लोराइड (11 ग्राम/10 सीसी) के साथ मिश्रित है, जो इलेक्ट्रोड और खोपड़ी के बीच विद्युत चालकता बढ़ जाती है, कम वोल्टेज प्रतिबाधा और एक वृद्धि हुई संकेत करने के लिए शोर अनुपात के लिए अग्रणी.
  3. समाधान में ईईजी नेट रखें। प्रतिभागी की खोपड़ी पर रखने से पहले 5 मिनट के लिए समाधान में भिगोने के लिए नेट की अनुमति दें।
  4. प्रोत्साहन-प्रस्तुति कंप्यूटर और ईईजी अधिग्रहण कंप्यूटर को चालू करें।
  5. प्रतिभागी की गर्दन के चारों ओर एक तौलिया या अन्य शोषक सामग्री रखें ताकि समाधान को उसके कपड़े पर टपकने से रोका जा सके।
  6. एम्पलीफायर के लिए ईईजी जाल कनेक्ट करें। प्रतिभागी को निर्देश दें कि जब ईईजी नेट पर डाल उसकी आँखों में टपकता से समाधान को रोकने के लिए उसकी आँखों को बंद करने के लिए।
  7. मजबूती से दोनों हाथों से ईईजी जाल पकड़ और भागीदार के सिर पर जगह में फैल गया. सुनिश्चित करें कि नेट खोपड़ी सिर पर सममित रखा गया है, खोपड़ी मिडलाइन बिंदु है कि मापा गया था पर संदर्भ इलेक्ट्रोड के साथ. खोपड़ी और इलेक्ट्रोड के बीच एक सुरक्षित कनेक्शन सुनिश्चित करने के लिए ठोड़ी और नेत्र नेट लाइनों को कसें। प्रतिभागी से पूछें कि क्या वह सहज है और यदि कुछ भी समायोजित करने की आवश्यकता है।
  8. उचित इलेक्ट्रोड प्रतिबाधा मूल्यों के लिए जाँच करें, 10 k$ के एक औसत लक्ष्य के साथ.
  9. इलेक्ट्रोड नेट की नियुक्ति के बाद प्रतिबाधा मूल्यों को कम करने के लिए, एक 1 एमएल पिपेट का उपयोग करने के लिए खोपड़ी पर पोटेशियम क्लोराइड समाधान लागू / इलेक्ट्रोड भर में पर्याप्त प्रतिबाधा मूल्यों हासिल कर रहे हैं जब तक इस प्रक्रिया को जारी रखें.

5. ईईजी रिकॉर्डिंग

  1. प्रतिभागी को मॉनिटर पर दिखाई देने वाले दृश्य उत्तेजनाओं पर ध्यान केंद्रित करने के लिए निर्देश दें। देखने की दूरी लगभग 65 इंच है.
  2. चार दृश्य प्रतिमानों के लिए प्रस्तुति के क्रम को निर्धारित करने के लिए एक pseudorandom संख्या जनरेटर का उपयोग करें.
  3. दृश्य कार्य और ईईजी रिकॉर्डिंग शुरू करें।
  4. आवश्यक के रूप में ईईजी रिकॉर्डिंग की निगरानी करें। यदि चल रहे ईईजी उच्च मायोजेनिक या 60 हर्ट्ज गतिविधि से पता चलता है, इलेक्ट्रोड-स्केलक कनेक्टिविटी को फिर से जाँच करने के लिए प्रयोग को रोकें।
  5. दृश्य वस्तु प्रतिमान के लिए चरण 5.3 और 5.4 दोहराएँ, लौकिक घबराना प्रतिमान के साथ दृश्य वस्तु, दृश्य गति प्रतिमान, और लौकिक घबराना प्रतिमान के साथ दृश्य गति.
  6. प्रयोग के अंत में, प्रतिभागी को निर्देश दें कि वह अपनी आँखें बंद कर े, ताकि नेट को हटाते समय समाधान को उसकी आंखों में प्रवेश करने से रोका जा सके। ठोड़ी और नेत्र नेट लाइनों को ढीला करके शुरू करें, फिर धीरे से ठोड़ी का पट्टा ऊपर और प्रतिभागी के सिर पर खींच कर नेट को हटा दें, यह सुनिश्चित करने के लिए धीरे-धीरे खींचने के लिए सुनिश्चित करें कि नेट प्रतिभागी के बालों में उलझ न जाए।
  7. एम्पलीफायर से ईईजी नेट डिस्कनेक्ट करें। एक नल के नीचे पानी और rinsing से भरा बाल्टी में और बाहर ईईजी टोपी रखकर कीटाणुशोधन प्रक्रिया शुरू करें। फिर, कीटाणुनाशक बाल्टी में लगभग 2 l पानी जोड़कर और पानी के साथ कीटाणुनाशक के 15 मिलीलीटर मिश्रण करके कीटाणुनाशक समाधान बनाएं।
  8. कीटाणुनाशक में नेट के सेंसर अंत विसर्जित कर दिया. 10 मिनट के लिए एक टाइमर सेट करें; पहले 2 मिनट के लिए, लगातार ऊपर और नीचे शुद्ध डुबकी. 10 मिनट के शेष के लिए शुद्ध भिगोने छोड़ दें.
  9. कीटाणुनाशक समाधान से ईईजी नेट निकालें। ईईजी नेट को पानी से भरी इलेक्ट्रोड बाल्टी में और कुल्ला करने के लिए पानी के नीचे रखें। चार बार दोहराएँ.  शुद्ध हवा सूखी करने के लिए अनुमति दें।

6. ईईजी विश्लेषण

  1. एक 1 हर्ट्ज उच्च पास फिल्टर का उपयोग कर EEGLAB उपकरण बॉक्स के माध्यम से MATLAB में विश्लेषण के लिए ईईजी फ़ाइलों को निर्यात, 100 एमएस पूर्व उत्तेजना और 500 एमएस के बाद उत्तेजना अवधि के प्रत्येक परीक्षण (या घटना) के आसपास विभाजन।
  2. EEGLAB टूलबॉक्स का उपयोग करके डेटा आयात करें.
    1. ड्रॉप-डाउन मेनू से फ़ाइल विकल्प चुनें और डेटा आयात करेंपर क्लिक करें.  मेनू से EEGLAB कार्यों और plugins का उपयोग कर का चयन करें.  उपयुक्त निर्यात फ़ाइल स्वरूप पर अगला क्लिक करें।
  3. ड्रॉप-डाउन मेनू से संपादित करें और चैनल स्थानों का चयन करके इस्तेमाल इलेक्ट्रोड असेंबल के प्रकार के आधार पर चैनल स्थानोंको पुन: असाइन करें।  locs देखो पर क्लिक करें और ब्याज की इलेक्ट्रोड असेंबल फ़ाइल के पथ का पता लगाने के लिए दीर्घवृत्त का चयन करें।
  4. युग शुरू और अंत समय के लिए पूर्व और बाद उत्तेजना समय असाइन करें. प्रारंभ समय बॉक्स में -0.1 s का मान दर्ज करें.
  5. पूर्व-उत्तेजक अंतराल के अनुसार आधार-रेखा-सही डेटा.
  6. 2.5 की $-स्कोर सीमा पर प्रायिकता का उपयोग करके खराब चैनलों की पहचान करें और निकालें.
    1. सभी इलेक्ट्रोड की साजिश रचने के द्वारा सफल पहचान और बुरा चैनलों को हटाने की पुष्टि करें। +/- 30 उ. की श्रेणी के बाहर माध्य वोल्टता आयाम वाले चैनलों को मैन्युअल रूप से निकाल दें।
  7. -100 ]V और +100 ]V के मान दर्ज करके कलाकृति अस्वीकृति निष्पादित करें।
    नोट:     इस विधि नेत्र इलेक्ट्रोड पर दर्ज नेत्र गतिविधि को हटाने में प्रभावी है (126, 127). हालांकि, कुछ प्रतिभागियों के लिए छोटे-वोल्टेज आयाम (यानी, +/- 100 डिग्री वी रेंज के भीतर) पर होने वाली कलाकृति के साथ परीक्षणों को मैन्युअल रूप से हटाने के लिए आवश्यक हो सकता है।
    1. उन चैनलों पर ध्यान दें जो संपूर्ण खंडों के लिए बुरे थे (अर्थात्, +/-100 $V श्रेणी के बाहर voltages के साथ) और लाल रंग में हाइलाइट किए गए हैं. मैन्युअल रूप से इन बुरा चैनलों को हटा अगर वे 60% या अधिक अस्वीकृत परीक्षणों का गठन. इस चरण को आवश्यकतानुसार कई बार दोहराएँ.
    2. पहले वर्णित के रूप में कलाकृति हटाने चरणों का पालन करें। सुनिश्चित करें कि कम से कम 100 स्वीप स्वीकार किए जाते हैं। अस्वीकृति के लिए चिह्नित परीक्षण निकालें.
  8. प्लॉट चैनल 75 (ऑज के बराबर), या ब्याज के चैनल (ओं), आकृतिक पैटर्न वर्गीकृत करने के लिए। इस चैनल की योजना बनाने से पहले, पूर्व-उत्तेजक आधार रेखा सुधार करना सुनिश्चित करें.
  9. पैटर्न चुनें एक अगर CVEP आकारिकी लगभग 100-115 एमएस (P1) पर एक बड़ी सकारात्मक चोटी की विशेषता है, लगभग 140-180 एमएस (N1) पर एक नकारात्मक चोटी और लगभग 165-240 एमएस (P2) पर एक सकारात्मक चोटी के बाद.
  10. पैटर्न बी चुनें अगर CVEP आकारिकी लगभग 100-115 एमएस (P1) पर एक बड़ी सकारात्मक चोटी की विशेषता है, लगभग 140-180 एमएस (N1a) पर एक नकारात्मक चोटी के बाद, लगभग 180-240 एमएस (P2a) पर एक सकारात्मक चोटी, तो लगभग पर एक नकारात्मक चोटी 230-280 एमएस (N1b) और लगभग 260-350 एमएस (P2b) पर सकारात्मक चोटी.
  11. समूह औसत बनाने के लिए नेत्रहीन रूपात्मक पैटर्न के अनुसार अलग-अलग डेटासेट को एक साथ संलग्न करें। नए मर्ज किए गए डेटासेट फ़ाइल को नाम दें और सहेजें.
  12. रुचि के चैनल (ओं) की साजिश रचने के द्वारा एक औसत के रूप में संलग्न फ़ाइलें देखें।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

चित्र 3 और चित्र ाााा 4 पाँच प्रतिभागियों के प्रतिनिधि ऑब्जेक्ट-ऑनसेट और गति-ऑनसेट CVEP परिणाम दिखाते हैं, जिनकी आयु 19-24 वर्ष है, जिन्होंने प्रत्येक दृश्य प्रतिमान को निष्क्रिय रूप से देखा था. इस डिजाइन दृश्य वस्तुओं द्वारा प्राप्त CVEP प्रतिक्रियाओं के अवलोकन की अनुमति दी (के साथ और घबराना बिना) और दृश्य गति (के साथ और घबराना के बिना) दोनों के भीतर और प्रत्येक शर्त के अनुसार विषयों के पार.  प्रतिभागी CVEPs दृश्य उत्तेजनाओं और भव्य औसत द्वारा प्राप्त रूपात्मक पैटर्न के अनुसार समूहीकृत एक औसत CVEP पैटर्न बनाने के लिए किया गया.  कोई लौकिक घबराना हालत के साथ वस्तुओं में (चित्र 3) दो प्रतिभागियों पैटर्न ए के साथ उपस्थित करने के लिए पाया गया, जबकि तीन पैटर्न बी के साथ प्रस्तुत (चित्र 3ए) .  इसी प्रकार, लौकिक घबराना की स्थिति के साथ वस्तुओं में (चित्र 3ठ),पैटर्न ए और पैटर्न बी के साथ तीन के साथ प्रस्तुत दो विषयों।  दिलचस्प है, दो विषयों नस प्रतिमान का एक परिणाम के रूप में एक अलग पैटर्न के साथ प्रस्तुत (यानी, एक विषय नहीं घबराना हालत में पैटर्न बी के साथ प्रस्तुत में पैटर्न ए के साथ पेश, और एक विषय में पैटर्न बी के साथ पेश घबराने की स्थिति में पैटर्न ए के साथ प्रस्तुत कोई घबराई हुई स्थिति नहीं है)।  यह भी देखा जा सकता है कि घबराना प्रत्येक ऑब्जेक्ट-ऑनसेट सीवीईपी पैटर्न में आयाम और विलंबता को प्रभावित करता है (चित्र 3 ब्,डी)।

गति स्थिति के लिए (चित्र 4), दो विषयों पैटर्न एक आकृति विज्ञान और तीन विषयों पैटर्न बी के साथ प्रस्तुत का प्रदर्शन किया.  हालांकि, प्रत्येक प्रतिभागी के लिए ऑब्जेक्ट-ऑनसेट CVEPs के विपरीत, गति-ऑनसेट सीवीईपी आकृतिक पैटर्न घबराने की स्थिति में संगत थे।  इसके अलावा, पैटर्न बी समूह औसत आम तौर पर मौजूद कई चोटी घटकों का कोई स्पष्ट सबूत से पता चलता है.  विभेदक आकृति विज्ञान की यह कमी दोनों गति प्रतिमानों में बिना किसी शंख नसके हुई (चित्र 4क,बी) में हुई । वस्तु के प्रतिमान के समान, गति प्रतिमान में घबराना दोनों आकृतिक पैटर्न में गति-ऑनसेट CVEP विशेषताओं को प्रभावित करने के लिए प्रकट होता है (चित्र 4C,D)।

Figure 1
चित्र 1 : दृश्य वस्तु Stimuli पैराडाइम के बिना और अस्थायी Jitter के साथ का उदाहरण. (ए) अस्थायी घबराहट के बिना: एक निर्धारण पार 500 एमएस के लिए प्रस्तुत किया जाता है, इसके बाद बॉस डेटाबेस (बटन, पुस्तक, गेंद, ईंट) से चार वस्तुओं में से एक की एक यादृच्छिक प्रस्तुति के बाद।  प्रत्येक ऑब्जेक्ट प्रस्तुति अवधि में 600 ms है। (बी) लौकिक घबराहट के साथ: एक निर्धारण पार 500 या 1,000 एमएस, मूल्यों जो परीक्षण भर में यादृच्छिक रहे हैं के लिए प्रस्तुत किया है, और फिर मालिक डेटाबेस से चार वस्तुओं में से एक (बटन, पुस्तक, गेंद, ईंट).  प्रत्येक वस्तु 600 या 1000 एमएस के यादृच्छिक मूल्यों के लिए प्रस्तुत किया जाता है कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 2
चित्र 2 : दृश्य गति Stimuli पैराडाइम के बिना और अस्थायी Jitter के साथ का उदाहरण. (ए) बिना लौकिक घबराना: एक निर्धारण क्रॉस 500 एमएस के लिए प्रस्तुत किया जाता है, इसके बाद बिंदुओं के एक रेडियल क्षेत्र की एक दृश्य गति फिल्म के बाद एक केंद्रीय निर्धारण बिंदु की ओर आवक चलती है (सफेद तीर द्वारा निर्धारित) 1,000 एमएस के लिए (बी) अस्थायी घबराहट के साथ: एक निर्धारण पार के लिए प्रस्तुत किया है 500, 750, या 1,000 एमएस, मूल्यों जो परीक्षण भर में यादृच्छिक रहे हैं. एक दृश्य गति फिल्म तो या तो 600 या 1,000 एमएस, मूल्यों जो परीक्षण भर में यादृच्छिक रहे हैं के लिए प्रस्तुत किया है. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 3
चित्र 3 . प्रतिनिधि ऑब्जेक्ट-ऑनसेट CVEP डेटा के बिना और अस्थायी Jitter के साथ. (ए) पैटर्न एक आकारिकी (यानी, एक P1-N1-P2 प्रतिक्रिया) दो प्रतिभागियों में मनाया गया (ठोस काली रेखा) बिना घबराए वस्तु प्रतिमान के जवाब में.  पैटर्न बी आकारिकी (यानी, एक P1-N1a-P2a-N1b-P2b प्रतिक्रिया) 3 प्रतिभागियों में मनाया गया (डस्ड लाल रेखा) बिना घबराए वस्तु प्रतिमान के जवाब में.  माइक्रोवोल्ट में आयाम क्षैतिज अक्ष पर मिलीसेकंड में ऊर्ध्वाधर अक्ष और समय पर चित्रित किया गया है। (ठ) पैटर्न एक आकृति विज्ञान दो प्रतिभागियों में पाया गया (ठोस काली रेखा) घबराना के साथ वस्तु प्रतिमान द्वारा प्राप्त.  पैटर्न बी आकारिकी 3 प्रतिभागियों में पाया गया (लाल डैश्ड लाइन) घबराके हुए के साथ वस्तु प्रतिमान द्वारा प्राप्त. (ग) पैटर्न एक आकृति विज्ञान तुलना में एक ही तीन प्रतिभागियों में वस्तु प्रतिमान के जवाब में घबराना (ठोस काली रेखा) और घबराना (लाल डैश्ड लाइन) के साथ वस्तु प्रतिमान. (घ) पैटर्न बी आकारिकी तुलना एक ही दो प्रतिभागियों में के रूप में घबराना (ठोस काली रेखा) और घबराना (लाल डैश्ड लाइन) के साथ वस्तु प्रतिमान के बिना वस्तु प्रतिमान द्वारा प्राप्त की. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

Figure 4
चित्र 4 . प्रतिनिधि मोशन-ऑनसेट CVEP डेटा के बिना और अस्थायी Jitter के साथ. (ए) पैटर्न एक आकारिकी (यानी, एक P1-N1-P2 प्रतिक्रिया) दो प्रतिभागियों में मनाया गया (ठोस काली रेखा) बिना घबराए गति प्रतिमान के जवाब में.  पैटर्न बी आकारिकी (यानी, एक P1-N1a-P2a-N1b-P2b प्रतिक्रिया) 3 प्रतिभागियों में व्यक्तिगत रूप से मनाया गया था (डस लाल रेखा) बिना घबराए गति प्रतिमान के जवाब में. ध्यान दें, तथापि, विशिष्ट पैटर्न बी आकारिकी CVEP समूह भव्य औसत में नहीं देखा जाता है.  माइक्रोवोल्ट में आयाम क्षैतिज अक्ष पर मिलीसेकंड में ऊर्ध्वाधर अक्ष और समय पर चित्रित किया गया है। (ठ) पैटर्न एक आकृति विज्ञान दो प्रतिभागियों में पाया गया (ठोस काली रेखा) घबराना के साथ गति प्रतिमान द्वारा प्राप्त.  पैटर्न बी आकारिकी 3 प्रतिभागियों में व्यक्तिगत रूप से पाया गया था (लाल डैश्ड लाइन) घबराना के साथ गति प्रतिमान द्वारा प्राप्त. फिर, पैटर्न बी आकारिकी CVEP भव्य औसत में स्पष्ट नहीं है. (ग) पैटर्न एक आकृति विज्ञान तुलना में एक ही तीन प्रतिभागियों में बिना नस के बिना गति प्रतिमान के जवाब में (ठोस काली रेखा) और घबराना (लाल डैश्ड लाइन) के साथ गति प्रतिमान. (घ) पैटर्न बी आकारिकी तुलना एक ही दो प्रतिभागियों में के रूप में घबराना (ठोस काली रेखा) और घबराना (लाल डैश्ड लाइन) के साथ गति प्रतिमान के बिना गति प्रतिमान द्वारा प्राप्त की. कृपया इस चित्र का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

अनुपूरक फ़ाइल: इस फ़ाइल को डाउनलोड करने के लिए कृपया यहाँ क्लिक करें.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

इस methodological रिपोर्ट का लक्ष्य दृश्य वस्तु और गति उत्तेजनाओं विशेष रूप से निष्क्रिय देखने के कार्यों में अधर और पृष्ठीय धाराओं को अलग से प्रोत्साहित करने के लिए डिज़ाइन का उपयोग करके अंतर CVEP आकृति विज्ञान रिकॉर्डिंग में व्यवहार्यता का मूल्यांकन करने के लिए किया गया था6 ,7,8, दोनों के साथ और ISIs (जीत )19के बदलाव के बिना . शर्तों को सीधे तुलना करने के लिए डिजाइन नहीं किए गए थे, बल्कि, टिप्पणियों के रूप में किया गया है कि क्या चर CVEP आकृति विज्ञान या तो हालत में मौजूद था, और क्या उस हालत के भीतर अस्थायी घबराना आकृति विज्ञान प्रभावित. वस्तु-ऑनसेट और गति-ऑनसेट CVEP प्रतिक्रियाओं को रिकॉर्ड किया गया और दृश्य वस्तु और गति उत्तेजनाओं की शुरुआत के लिए समय-बंद किया गया, जो 128-चैनल उच्च घनत्व ईईजी के माध्यम से चार प्रतिमानों में प्रस्तुत किया गया था। पांच युवा वयस्कों प्रत्येक दृश्य प्रतिमान के निष्क्रिय देखने में भाग लिया, और जिसके परिणामस्वरूप CVEP प्रतिक्रियाओं नेत्रहीन वर्गीकृत किया गया, व्यक्तिपरक, CVEP पैटर्न के अनुसार एक (P1-N1-P2) आकृति विज्ञान और CVEP पैटर्न बी (P1-N1a-P2a-P2b) आकृति विज्ञान, एक विधि पिछले शोध में प्रयोग किया जाता है जिस पर यह दृष्टिकोण12,13आधारित है .

प्रतिनिधि डेटा का सुझाव है कि वर्णित दृश्य उत्तेजनाओं अंतर CVEP आकारिकी के प्रति संवेदनशील हैं. इसके अलावा, घबराना इस तरह की विलंबता और आयाम के रूप में CVEP प्रतिक्रिया की विशिष्ट विशेषताओं को प्रभावित करने के लिए प्रकट होता है, बजाय तरंग के समग्र आकृति विज्ञान. कोई और निष्कर्ष छोटे नमूना आकार और सांख्यिकीय तुलना की कमी के कारण तैयार किया जा सकता है.  इसलिए, इन आंकड़ों से पता चलता है कि प्रयोगात्मक डिजाइन चर CVEP आकारिकी और संबद्ध दृश्य व्यवहार के अध्ययन में उपयोगी हो सकता है. भविष्य के अनुसंधान के लिए काफी प्रतिभागियों की संख्या बढ़ाने पर ध्यान केंद्रित करने की योजना बनाई है सत्यापित करें कि क्या CVEP पैटर्न उत्तेजनाओं की एक किस्म द्वारा प्राप्त एक आंतरिक या extrinsic घटना है और क्या कुछ दृश्य cortical नेटवर्क और अधिक शामिल हो सकता है विशिष्ट आकारिकी पैदा करने में दूसरों की तुलना में. भविष्य के अध्ययन भी सीवीईपी प्रतिक्रियाओं पर संभावित अग्रिम प्रभाव के आगे के आकलन के लिए दृश्य प्रतिमानों में अस्थायी भिन्नता शामिल होंगे, घबरा मूल्यों में अधिक से अधिक परिवर्तनशीलता सहित, सीमित घबरा अंतराल के रूप में वर्तमान दृष्टिकोण में शामिल पूरी तरह से predictability को खत्म नहीं कर सकते हैं.  अंत में, सीवीईपी शिखर घटकों पर स्रोत स्थानीयकरण विश्लेषण पीढ़ी CVEP आकृतिक पैटर्न में शामिल दृश्य cortical नेटवर्क पर गुणात्मक जानकारी के लिए प्रदर्शन किया जाएगा, सत्यापन सहित कि प्रस्तुत उत्तेजनाओं को सक्रिय दृश्य नेटवर्क का इरादा.

हालांकि वर्णित तरीकों वस्तु-ऑनसेट और गति-ऑनसेट CVEP आकृति विज्ञान की जांच के लिए एक प्रभावी दृष्टिकोण दिखाने के लिए, महत्वपूर्ण कदम ध्यान दिया जाना चाहिए.  उदाहरण के लिए, दृश्य उत्तेजनाओं के निर्माण में, यह महत्वपूर्ण है कि luminance जैसे कारकों के लिए संगत और नियंत्रित किया जा सकता है, के रूप में इन कम क्रम परिवर्तन CVEP विशेषताओं22को प्रभावित कर सकते हैं. ईईजी तैयारी में, यह जरूरी है कि निकट ध्यान इलेक्ट्रोड प्रतिबाधा मूल्यों के लिए भुगतान किया जाता है. वर्तमान अध्ययन में प्रयुक्त उच्च घनत्व ईईजी प्रणाली एक उच्च-प्रतिबाधा प्रणाली है, जिसका अर्थ है कि ईईजी गतिविधि को 50 के$ तक इलेक्ट्रोड प्रतिबाधा मूल्यों के साथ सफलतापूर्वक दर्ज किया जा सकता है। तथापि, हमारी प्रयोगशाला में हमारा लक्ष्य इन मूल्यों को 20 कव के अंतर्गत बनाए रखना है तथा आदर्श रूप से लगभग 10 ज्ञके। कम प्रतिबाधा मूल्यों बहुत रिकॉर्डिंग के समग्र गुणवत्ता को प्रभावित और तेजी से विश्लेषण और स्वीकार किए जाते हैं परीक्षणों की एक उच्च संख्या में परिणाम.  इसके अलावा, यह विषय राज्य की निगरानी के लिए महत्वपूर्ण है, खासकर के रूप में इन प्रतिमानों प्रकृति में निष्क्रिय कर रहे हैं. यह कुछ प्रतिभागियों के लिए एक चुनौती हो सकता है सतर्क रहने के लिए, अल्फा दोलनों और नेत्र कलाकृति है कि रिकॉर्डिंग दूषित कर सकते हैं में जिसके परिणामस्वरूप. ईईजी विश्लेषण में, यह परीक्षण की अधिकतम संख्या औसत में स्वीकार कर रहे हैं कि यह सुनिश्चित करने के लिए कलाकृति अस्वीकृति से पहले बुरा इलेक्ट्रोड चैनलों को दूर करने के लिए महत्वपूर्ण है. परीक्षणों की संख्या अधिक से अधिक, बेहतर CVEP प्रतिक्रिया के संकेत से शोर अनुपात. इसके अलावा, स्रोत स्थानीयकरण विश्लेषण के लिए परीक्षण की एक बड़ी संख्या आवश्यक हैं. हमारी प्रयोगशाला में दृश्य अध्ययन 12,13,22के लिए कम से कम 100 स्वीकृत परीक्षण विशिष्ट हैं . इस अध्ययन में वर्णित ईईजी विश्लेषण पद्धति को भी शोधकर्ता के विवेक के अनुसार संशोधित किया जा सकता है। वहाँ सफल ईईजी विश्लेषण के लिए कई दृष्टिकोण हैं, और एक प्रदान की हमारी प्रयोगशाला में विकसित किया गया है. अन्य दृष्टिकोण है कि उपयोगी हो सकता है EEGLAB उपकरण बॉक्स के रचनाकारों द्वारा प्रदान की विभिन्न ट्यूटोरियल के माध्यम से समीक्षा की जा सकती है.

जबकि ईईजी पद्धति सीमाओं है, इमेजिंग प्रयोजनों के लिए विशेष रूप से स्थानिक संकल्प में2, एक कम लागत के लाभ, गैर इनवेसिव दृष्टिकोण, और उच्च लौकिक संकल्प यह CVEP आकृति विज्ञान की जांच के लिए एक आदर्श उपकरण बनाते हैं पैटर्न. उदाहरण के लिए, विशिष्ट शिखर घटकों की विलंबता और आयाम जो CVEP तरंग का गठन एक अलग दृष्टिकोण का उपयोग कर पहचान योग्य नहीं होगा, मैग्नेटोएन्सेफेलोग्राफी (एमईजी) के साथ संभवतः को छोड़कर.  इसके अलावा, स्रोत स्थानीयकरण विश्लेषण, जो उच्च घनत्व ईईजी रिकॉर्डिंग के साथ संभव हो रहे हैं, इस स्तर तक उन्नत है कि cortical जनरेटर स्थान का आकलन अध्ययन की एक भीड़ में स्वीकार कर लिया गया है12,13, 23,24,25,26. यदि स्थानिक स्थानीयकरण अनुसंधानकर्ता के लिए चिंता का विषय बना रहता है, तो एक बहु-मोडल दृष्टिकोण का उपयोग ईईजी के लौकिक संकल्प को अन्य उपायों, जैसे एफएमआरआई27के स्थानिक संकल्प के साथ संयोजित करने के लिए किया जा सकता है। यह महत्वपूर्ण है कि परीक्षण की एक बड़ी राशि भविष्य स्रोत स्थानीयकरण विश्लेषण के लिए प्रत्येक प्रतिमान में एकत्र किया जाता है, जो cortical जनरेटर12,13के सटीक आकलन के लिए एक उच्च ईईजी संकेत करने के लिए शोर अनुपात की आवश्यकता है, 23.

कुल मिलाकर, वर्णित प्रोटोकॉल अवलोकन और CVEP रूपात्मक पैटर्न के अध्ययन के लिए उपयोगी और प्रभावी है. इसी तरह के तरीके साहित्य14,15,28,29में प्रस्तुत किया गया है , लेकिन आकृति विज्ञान के अनुसार समूह भागीदार प्रतिक्रियाओं के वर्गीकरण पर ध्यान केंद्रित नहीं किया है, जैसा कि में वर्णित ईईजी विश्लेषण अनुभाग. भविष्य के अनुसंधान सीवीईपी आकारिकी की अधिक बारीकी से जांच करने से लाभ हो सकता है, के रूप में विशिष्ट दृश्य प्रक्रियाओं विशिष्ट पैटर्न12,13underlie करने के लिए दिखाया गया है . जबकि अतिरिक्त काम स्पष्ट करने के लिए आवश्यक है कि क्या CVEP आकृति विज्ञान विभिन्न उत्तेजनाओं और अंतर्निहित दृश्य समारोह द्वारा प्राप्त दृश्य व्यवहार से संबंधित हैं, प्रयोगात्मक प्रतिमानों और ईईजी विश्लेषण इस पायलट अध्ययन में चर्चा की एक प्रारंभिक बिंदु प्रदान करते हैं जिसमें से बेहतर बुनियादी दृश्य cortical प्रक्रियाओं को समझने के लिए.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों को खुलासा करने के लिए कुछ भी नहीं है.

Acknowledgments

इस शोध के अनुसंधान विशेष अनुसंधान अनुदान के उपाध्यक्ष के ऑस्टिन कार्यालय में ऑस्टिन मूडी कॉलेज ऑफ कम्युनिकेशन अनुदान तैयारी पुरस्कार और टेक्सास विश्वविद्यालय में टेक्सास विश्वविद्यालय द्वारा समर्थित किया गया था.

Materials

Name Company Catalog Number Comments
E-Prime 2.0 Psychology Software Tools, Inc Used in data acquisition
Net Amps 400 Electrical Geodesics, Inc Used in data acquisition
Net Station Acquisition V5.2.0.2 Electrical Geodesics, Inc Used in data acqusition
iMac (27 inch) Apple Used in data acquisition
Optiplex 7020 Computer Dell Stimulus computer
HydroCel GSN EEG net Electrical Geodesics, Inc Used in data acqusition
1 mL pipette Electrical Geodesics, Inc Used to lower impedances
Johnson's Baby Shampoo Johnson & Johnson Used in impedance solution
Potassium Chloride (dry) Electrical Geodesics, Inc Used in impedance solution
Control III Disinfectant Germicide Control III Used in disinfectant solution
32 inch LCD monitor  Vizio Used to present stimuli
Matlab (R2016b) MathWorks Used in data analysis
EEGlab v14.1.2 Swartz Center for Computational Neuroscience, University of California, San Diego https://sccn.ucsd.edu/eeglab/index.php Used in data analysis
BOSS Database Bank of Standardized Stimuli https://sites.google.com/site/bosstimuli/ Used in generation of visual object stimuli 
Psychtoolbox-3 Psychophysics Toolbox Version 3 (PTB-3) http://psychtoolbox.org/ Used in generation of visual motion stimuli

DOWNLOAD MATERIALS LIST

References

  1. Lascano, A. M., Lalive, P. H., Hardmeier, M., Fuhr, P., Seeck, M. Clinical evoked potentials in neurology: A review of techniques and indications. Journal of Neurology, Neurosurgery, and Psychiatry. 88 (8), 688-696 (2017).
  2. Mehta, R. K., Parasuraman, R. Neuroergonomics: A review of applications to physical and cognitive work. Frontiers in Human Neuroscience. 7, 889 (2013).
  3. Kuba, M., Kubova, Z., Kremlacek, J., Langrova, J. Motion-onset VEPs: Characteristics, methods, and diagnostic use. Vision Research. 47 (2), 189-202 (2007).
  4. Tobimatsu, S., Celesia, G. G. Studies of human visual pathophysiology with visual evoked potentials. Clinical Neurophysiology. 117 (7), 1414-1433 (2006).
  5. Tremblay, E., et al. Delayed early primary visual pathway development in premature infants: High density electrophysiological evidence. PLoS One. 9 (9), e107992 (2014).
  6. Allison, T., Puce, A., Spencer, D. D., McCarthy, G. Electrophysiological studies of human face perception. I: Potentials generated in occipitotemporal cortex by face and non-face stimuli. Cerebral Cortex. 9, 415-430 (1999).
  7. Grill-Spector, K. The neural basis of object perception. Current Opinions in Neurobiology. 13, 159-166 (2003).
  8. Mitchell, T. V., Neville, H. J. Asynchronies in the development of electrophysiological responses to motion and color. Journal of Cognitive Neuroscience. 16, 1363-1374 (2004).
  9. Armstrong, B. A., Neville, H. J., Hillyard, S. A., Mitchell, T. V. Auditory deprivation affects processing of motion, but not color. Cognitive Brain Research. 14, 422-434 (2002).
  10. Donner, T. H., Siegel, M., Oostenveld, R., Fries, P., Bauer, M., Engel, A. K. Population activity in the human dorsal pathway predicts the accuracy of visual motion detection. Journal of Neurophysiology. 98, 345-359 (2007).
  11. Bonfiglio, L., et al. Defective chromatic and achromatic visual pathways in developmental dyslexia: Cues for an integrated intervention programme. Restorative Neurology and Neuroscience. 35 (1), 11-24 (2017).
  12. Campbell, J., Sharma, A. Visual cross-modal re-organization in children with cochlear implants. PLoS ONE. 11 (1), e0147793-e0147718 (2016).
  13. Campbell, J., Sharma, A. Distinct visual evoked potential morphological patterns for apparent motion processing in school-aged children. Frontiers in Human Neuroscience. 10 (71), 277 (2016).
  14. Doucet, M. E., Gosselin, F., Lassonde, M., Guillemot, J. P., Lepore, F. Development of visual-evoked potentials to radially modulated concentric patterns. Neuroreport. 16 (6), 1753-1756 (2005).
  15. Doucet, M. E., Bergeron, F., Lassonde, M., Ferron, P., Lepore, F. Cross-modal reorganization and speech perception in cochlear implant users. Brain. 129 (12), 3376-3383 (2006).
  16. Kubova, Z., et al. Difficulties of motion-onset VEP interpretation in school-age children. Documenta Ophthalmologica. 128, 121-129 (2014).
  17. Gould, I. C., Rushworth, M. F., Nobre, A. C. Indexing the graded allocation of visuospatial attention using anticipatory alpha oscillations. Journal of Neurophysiology. 105, 1318-1326 (2011).
  18. Hanslmayr, S., Aslan, A., Staudigl, T., Klimesch, W., Hermann, C. S., Bauml, K. H. Prestimulus oscillations predict visual perception performance between and within subjects. Neuroimage. 37, 1465-1543 (2007).
  19. Toosi, T., Tousi, E. K., Esteky, H. Learning temporal context shapes prestimulus alpha oscillations and improves visual discrimination performance. Journal of Neurophysiology. 118 (2), 771-777 (2017).
  20. Brodeur, M. B., Dionne-Dostie, E., Montreuil, T., Lepage, M. The Bank of Standardized Stimuli (BOSS), a new set of 480 normative photos of objects to be used as visual stimuli in cognitive research. PLoS One. 5 (5), e10773 (2010).
  21. Brodeur, M. B., et al. The Bank of Standardized Stimuli (BOSS): Comparison between French and English norms. Behavior Research Methods. 44, 961-970 (2012).
  22. Suttle, C., Harding, G. Morphology of transient VEPs to luminance and chromatic pattern onset and offset. Vision Research. 39 (8), 1577-1584 (1999).
  23. Campbell, J., Sharma, A. Cross-modal re-organization in adults with early stage hearing loss. PLoS One. 9 (2), e90594 (2014).
  24. Campbell, J., Sharma, A. Compensatory changes in cortical resource allocation in adults with hearing loss. Frontiers in Systems Neuroscience. 7, 71 (2013).
  25. Debener, S., Hine, J., Bleeck, S., Eyles, J. Source localization of auditory evoked potentials after cochlear implantation. Psychophysiology. 45 (1), 20-24 (2008).
  26. Gilley, P. M., Sharma, A., Dorman, M. F. Cortical reorganization in children with cochlear implants. Brain Research. 1239, 56-65 (2008).
  27. Neuner, I., Arruba, J., Felder, J., Shah, N. J. Simultaneous EEG-fMRI acquisition at low, high and ultra-high magnetic fields up to 9.4 T: Perspectives and challenges. Neuroimage. 15 (102), 71-79 (2014).
  28. Schulte-Korne, G., Bartling, J., Deimel, W., Remschmidt, H. Visual evoked potential elicited by coherently moving dots in dyslexic children. Neuroscience Letters. 357 (3), 207-210 (2004).
  29. Zhang, R., Hu, Z., Roberson, D., Zhang, L., Li, H., Liu, Q. Neural processes underlying the “same”- “different” judgment of two simultaneously presented objects—an EEG study. PLoS One. 8 (12), e81737 (2013).

Tags

तंत्रिका विज्ञान अंक 147 इलेक्ट्रोफिजियोलॉजिकल फेनोमा इलेक्ट्रोफिजियोलॉजिकल प्रक्रियाएं एवज्ड पोटेंशियल फिजियोलॉजिकल प्रक्रियाएं इलेक्ट्रोफिजियोलॉजिकल प्रक्रियाएं तंत्रिका आचरण फेनोमा और प्रक्रियाएं शारीरिक घटना दृश्य Evoked क्षमता Morphological पैटर्न वेंट्रल स्ट्रीम डोर्सल स्ट्रीम उच्च घनत्व ईईजी EEGLAB
उत्तेजना-विशिष्ट Cortical दृश्य Evoked संभावित Morphological पैटर्न
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Campbell, J., Nielsen, M., LaBrec,… More

Campbell, J., Nielsen, M., LaBrec, A., Bean, C. Stimulus-specific Cortical Visual Evoked Potential Morphological Patterns. J. Vis. Exp. (147), e59146, doi:10.3791/59146 (2019).

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