이 문서에서는 자기뇌전도(MEG)를 사용하여 개체 지각에 대한 사전 자극 소스 수준의 영향을 감지할 수 있는 실험을 설정하는 방법을 설명합니다. 자극 재료, 실험 설계, MEG 기록 및 데이터 분석을 다룹니다.
사전 자극 진동 뇌 활동은 다가오는 지각에 영향을 미칩니다. 이 사전 자극 활동의 특성은 거의 임계 값 자극이 인식될지 여부를 예측할 수 있지만, 다른 지각 내용을 가진 두 가지 경쟁 자극 중 어느 것이 인지되는지 예측할 수 있습니까? 한 번에 두 가지 방법 중 하나에서 볼 수있는 모호한 시각적 자극은이 질문을 조사하는 데 이상적입니다. 자기뇌전도(MEG)는 뇌 활동의 결과로 방출되는 자기 신호를 기록하는 신경 생리학적 측정 기술입니다. MEG의 밀리초 시간적 해상도는 기록된 데이터의 1초만으로 진동 뇌 상태의 특성화를 허용합니다. 따라서 모호한 자극 개시 1초 전에 빈 화면을 제시하면 참가자가 지시한 대로 자극 전 진동 활동이 다가오는 지각의 내용을 편향하는지 여부를 조사할 수 있는 시간 창을 제공합니다. 보고서. MEG의 공간 해상도는 우수하지 않지만 센티미터 척도에서 뇌 활동의 소스를 현지화하기에 충분합니다. MEG 활동의 소스 재구성은 관심 영역 간의 시간 및 주파수 해결 연결뿐만 아니라 관심 영역의 진동 활성에 대한 가설을 테스트할 수 있습니다. 설명된 프로토콜은 시각적 지각에 대한 자발적이고 지속적인 뇌 활동의 영향을 더 잘 이해할 수 있게 합니다.
자극 프리젠 테이션 이전의 뇌 상태는 자극이 지각과 관련된 신경 반응뿐만 아니라 인식되는 방식에 영향을 미치는 1,2,3,4. 예를 들어, 자극이 지각 임계값(근문)에 가까운 강도로 제시될 때, 자극 전 신경 진동 전력, 위상 및 연결은 다가오는 자극이 인식될지 여부에 영향을 줄 수 있습니다5 ,6,7,8,9,10. 이러한 사전 자극 신호는 지각 개체 콘텐츠와 같은 지각의 다른 측면에도 영향을 줄 수 있습니다.
두 가지 방법 중 하나로 해석될 수 있는 모호한 이미지로 사람들을제시하는 것은 객체 지각(11)을 조사하는 이상적인 방법이다. 이는 지각의 주관적인 내용이 두 가지 개체 중 하나가 될 수 있지만 실제 자극은 변하지 않을 수 있기 때문입니다. 하나는 그러므로 사람들이 자극의 다른 가능한 해석 대 1을 인식하는 보고한 예심 사이 기록된 두뇌 신호에 있는 다름을 평가할 수 있습니다. 보고를 감안할 때, 하나는 또한 자극 발병 하기 전에 뇌 상태에 어떤 차이가 있었는지 여부를 조사할 수 있습니다.
자기 뇌전도 (MEG)는 뇌의 전류에 의해 생성 된 자기장을 기록하는 기능성 신경 이미징 기술입니다. 혈액 산소화 수준 의존 (BOLD) 응답 은 초의 기간에 해결 하는 동안, MEG 밀리 초 해상도 제공 하 고 따라서 매우 빠른 시점에서 발생 하는 뇌 메커니즘을 조사 할 수 있습니다. MEG의 관련 장점은 기록 된 데이터의 짧은 기간에서 뇌 상태를 특성화 할 수 있다는 것입니다, 많은 시험이 실험 세션에 맞게 되도록 실험 실험을 단축 할 수 있습니다 의미. 또한 MEG를 사용하면 진동 활동을 발견할 수 있는 주파수 영역 분석을 수행할 수 있습니다.
MEG는 높은 시간적 해상도 외에도 좋은 공간 해상도를 제공합니다. 소스 재구성 기술12를사용하면 센서 레벨 데이터를 소스 공간에 투영할 수 있습니다. 그런 다음 지정된 관심 영역의 활동에 대한 가설을 테스트할 수 있습니다. 마지막으로, 센서 공간의 신호는 상관관계가 높기 때문에 센서 간의 연결을 정확하게 평가할 수 없지만, 소스 재구성을 통해 관심 지역 간의 연결을 평가할 수 있습니다. 소스 신호 사이의 상관 관계13. 이러한 연결 예측은 시간 및 주파수 도메인 모두에서 확인할 수 있습니다.
이러한 장점을 감안할 때 MEG는 지정된 관심 영역에서 개체 지각에 대한 사전 자극 효과를 조사하는 데 이상적입니다. 본 보고서에서는 이러한 실험 및 MEG 획득 설정을 설계하는 방법과 소스 재구성을 적용하고 진동 활동 및 연결을 평가하는 방법을 설명합니다.
시간이 지남에 따라 두 개 이상의 개체로 해석될 수 있는 고유한 자극을 제시하지만, 주어진 시간에 하나의 개체만 으로 개체 지각에 대한 사전 자극 효과를 조사할 수 있습니다. 이 방법으로 하나는 인식 된 개체의 주관적인 보고서에 사전 자극 뇌 상태를 관련시킬 수 있습니다. 실험실 환경에서 Rubin vase 환상과 같은 두 가지 방법 중 하나로 해석 될 수있는 모호한 이미지는 두 가지 시험 유형 사이의 뇌 활동의 간단한 대조를 허용하는 최적의 사례를 제공합니다. )와 그 (예를 들어, ‘꽃병’)을 다른 방법으로 인식.
이러한 자극을 간략하게 제시 (&200 ms) 사람들이 보고 하 고 이후에 주어진된 재판에 자극의 두 가지 가능한 해석 중 하나 만 보고 보장. 참가자 전체의 검은 화병/흰색 면과 흰색 꽃병/검정면 버전 간의 카운터밸런싱(임의로 번갈아)을 조정하면 후속 분석에서 저수준 자극 기능의 영향을 줄일 수 있습니다. 자극 직후 마스크를 제시하면 애프터 이미지가 형성되고 참가자의 반응을 편향시키는 것을 방지할 수 있습니다. 자극 발병 후 의 기간을 분석하는 것은 관심이 없기 때문에 자극과 마스크의 저주파 기능 간의 일치가 필요하지 않습니다. 마지막으로, 참가자 전체에서 응답 버튼을 번갈아 가며(예: 꽃병의 경우 왼쪽, 얼굴오른쪽, 또는 그 반대의 경우도 마찬가지) 모터 준비로 인한 활동이 대비를 고려하지 못하게 됩니다.
MEG의 밀리초 해상도를 감안할 때, 1초의 사전 자극 간격은 스펙트럼 전력 및 연결과 같은 측정값을 추정하기에 충분합니다. 각 결과 시험의 짧은 기간을 감안할 때, 실험 세션에서 많은 수의 시험을 수용할 수 있으므로 시험 전반에 걸쳐 MEG 신호를 평균화할 때 높은 신호 대 잡음 비를 보장할 수 있습니다.
관심 있는 특정 범주에 민감한 영역은 개체 인식24,25동안 활성화된 것으로 나타났다. 예를 들어, FFA는 얼굴인식(22)에관여하는 것으로 널리 보고된다. 특정 소스에서 비롯된 측정된 활동의 효과를 조사하기 위해 MEG 데이터를 소스 재구성할 수 있습니다. 소스 간의 연결을 조사하려면 소스 재구성이 필요합니다. 소스 데이터 분석을 용이하게 하기 위해 단일 평가판 소스 수준 데이터를 ‘가상 센서’로 나타낼 수 있습니다. 이러한 방식으로 데이터를 표현하면 소스 공간 및 센서 공간에서 동일한 방식으로 단일 평가판 원본 데이터를 분석할 수 있습니다(예: Fieldtrip 도구 상자를 사용하는 것과 같은 동일한 분석 함수사용). 그런 다음 지정된 관심 지역의 활동에 대한 가설을 간단한 방식으로 테스트할 수 있습니다.
사전 자극 진동 전력은 지각 임계값 근처의 자극 검출에 영향을 미치는 것으로 나타났지만 (인지 대 인식되지 않음), 보이는 내용의 내용에 영향을 미치는지 여부는 덜 알려져 있습니다. 여기에서 우리는 사람들이 얼굴 대 꽃병을 보고하는 시험 사이 FFA에 있는 pre 자극 진동 힘을 대조하고, 통계적인 다름을 찾아내지 않았습니다. 우리는 그 후에 V1과 FFA 사이 연결이 곧 지각 보고에 영향을 미치는지 시험하고, 얼굴 예심이 자극 개시의 앞에 약 700 ms의 알파 주파수 범위에서 V1와 FFA 사이 향상된 연결에 선행되었다는 것을 것을을 발견했습니다. 우리는 알파 파워에 영향을 발견하지, 오히려 알파 대역에서 연결, 사전 자극 알파 전력자극 검출에 영향을 미칠 수 있지만있음을시사 7,8,그것은 반드시 개체 분류에 영향을 미치지 않는다. 따라서 우리의 결과는 물체 지각에 앞서 진동 역학과 물체 지각에 대한 후속 영향에 대한 보다 완전한 이해를 위해 관심 있는 영역에서 진동 력을 분석하는 것만으로는 충분하지 않다는 것을 보여줍니다. 오히려, 관심 있는 영역 간의 연결을 고려해야 합니다., 이러한 연결의 강도에 지속적인 변동 후속 지각을 편향 수 있습니다18. 마지막으로, MEG의 최적 에 미달한 공간 해상도에도 불구하고, 우리의 프로토콜은 관심 영역을 명확하게 식별하고 관계를 조사 할 수 있음을 보여줍니다. MEG는 우수한 공간 해상도를 제공하고 우수한 시간 적 해상도를 제공하므로 뇌전도 (EEG)를 대체 할 수 있으며 기능 MRI를 대체 할 수 있습니다. 따라서 소스 재구성과 결합된 MEG는 빠르고 국부적인 신경 프로세스를 조사하는 데 이상적입니다.
The authors have nothing to disclose.
이 작품은 FWF 오스트리아 과학 기금에 의해 지원되었다, 마음을 이미징: 연결및 높은 인지 기능, W 1233-G17 (E.R.에) 유럽 연구 위원회 그랜트 WIN2CON, ERC StG 283404 (N.W.). 저자는 이 프로토콜에 기여한 나디아 뮐러-보겔, 니콜라스 피트필드, 만프레드 세이퍼의 지지를 인정하고자 합니다.
Data analysis sowftware | Elekta Oy, Stockholm, SWEDEN | NM23321N | Elekta standard data analysis software including MaxFilter release 2.2 |
Data analysis workstation | Elekta Oy, Stockholm, SWEDEN | NM20998N | MEG recoding PC and software |
Head position coil kit | Elekta Oy, Stockholm, SWEDEN | NM23880N | 5 Head Position Indicator (HPI) coils |
Neuromag TRIUX | Elekta Oy, Stockholm, SWEDEN | NM23900N | 306-channel magnetoencephalograph system |
Polhemus Fastrak 3D | Polhemus, VT, USA | 3D head digitization system | |
PROPixx | VPixx Technologies Inc., QC, CANADA | VPX-PRO-5001C | Projector and data acquisition system |
RESPONSEPixx | VPixx Technologies Inc., QC, CANADA | VPX-ACC-4910 | MEG-compatible response collection handheld control pad system |
Screen | VPixx Technologies Inc., QC, CANADA | VPX-ACC-5180 | MEG-compatible rear projection screen with frame and stand |
VacuumSchmelze AK-3 | VacuumSchmelze GmbH & Co. KG, Hanau, GERMANY | NM23122N | Two-layer magnetically-shielded room |
Software | Version | ||
Fieldtrip | Open Source | FTP-181005 | fieldtriptoolbox.org |
Matlab | MathWorks, MA, USA | R2018b | mathworks.com/products/matlab |
Psychophysics Toolbox | Open Source | PTB-3.0.13 | psychtoolbox.org |