Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.

Summary

Bu kağıt otizm spektrum bozukluğu (ASD) olan bireylerde anlamsal işleme araştırmaya modalite içindeki çiftlerini Resimler ve kelime kullanarak anlamsal astar ERP görev açıklar.

Abstract

Otizm spektrum bozukluğu (ASD) ile bireylerin dil anlamını veya anlamsal işleme anlamada karakteristik açıkları var. Ancak, bazı kanıtlar dilsel olmayan uyarıcılara anlamsal işlenmesi anlamsal açıkları dile özgü olabilir düşündüren de sağlam olduğunu gösterir. Uygun şekilde anlamsal işlem açıkları bireylerde ASD, içinde-modalite dilsel (kelime yazılıÖrneğin, ) karşılaştırılması ile karakterize etmek için ve dilsel olmayan (Örneğin, resimler) uyaranlara gereklidir. Bu kağıt electroencephalographic (EEG) verileri eşzamanlı kayıt sırasında bir anlamsal astar paradigma kullanır böyle bir metodoloji açıklar. EEG ince farklılıklar gözlemlenebilir davranış düzeyinde olmayabilir anlamsal işleme karakterize etmek için uygundur beyin aktivitesi dinamik bir ölçüsü sağlar. Anlamsal paradigma hediyeler baş resim veya ardından bir hedef resim veya sözcük ya da sözcük (Örneğin, köpek) (Örneğin, kedi) ile ilgili priming veya (Örneğin, kalem) Başbakan için ilgisiz. Bu paradigma böylece farklı yöntemler arasında anlamsal işleme değerlendirmek ve lexico semantik ve visuo-anlamsal işleme yetenekleri bireylerde ASD ve nasıl onlar TD kişilerden farklı olabilir ile karşılaştırmak için kullanılabilir. EEG testi ve EEG veri çözümleme gerçekleştirme uyaranlara oluşturmada belirli adımları ele alınmıştır. Nasıl N400, olay-ilişkili potansiyel (ERP) ilgisiz ikişer ikişer karşılaştırıldığında düşük aşağıdaki anlam ile ilgili Başbakan-hedef çiftleri bileşenidir temsilcisi sonuçları göstermektedir. N400 durumlar, yöntemleri ve gruplar arasındaki karşılaştırmaları tahminleri anlamsal işleme başarı sağlayabilir ve böylece anlamsal açıkları bireylerde ASD veya diğer klinik nüfus ile karakterize etmek için kullanılabilir.

Introduction

Bilişsel Psikolojide araştırmacılar uzun nasıl insanlar dil anlamını anlamak içinde ilgi olmuştur. Dil işleme artan karmaşıklık, harf ve kelime tanıma, sözdizimsel ayrıştırma için anlamsal işleme, adımlar dizisini içerir. Word, resim veya ses olmak, bir uyarıcı anlamını erişmek için anlamsal işleme anlamına gelir. İlk kelime tanıma, erişim bir kelimenin anlamını veya semantik, erken adımları izleyerek dil işleme çok önemli bir adımdır. Anlamsal Tümleştirme ilişkilerini anlamak için bir çekim gücü anlamını entegre işlemi için başvurur ve üst düzey dil anlayış cümleler gibi işleme için çok önemli. Sadece bir cümle her kelimenin anlamını erişilecek ihtiyacı var ama tek tek sözcüklerin anlamları cümle anlamı, ya da “özü” tutarlı bir anlayış oluşturmak için entegre edilebilir gerek.

Otizm spektrum bozukluğu (ASD) olan kişiler genellikle dil anlama¹‘ önemli açıkları var. Bu zorluklar açıkları anlamsal işleme ve entegrasyon^2,3,4kaynaklanıyor düşündüren bazı kanıtlar var. Ancak, diğer çalışmalarda malzeme dile ait olmayan (Örneğin, içinde görsel ya da işitsel) görüntülendiğinde ASD kişilerle anlamsal işlem açıkları gösterme düşündürmektedir yöntemleri^3,5,6 . ASD anlamsal işlem açıkları (yazılı veya sözlü dilYani, için) sınırlı olabilir gibi bulgular öneririz yöntemleri. Bu nedenle, farklı yöntemler kontrast yaklaşımlar hangi etki alanına özgü veya yaygın işleme tarzı göstergesidir anlamsal işlem açıkları olan ölçüde içgörü sağlayabilir. Bu kağıt amacı anlamsal işlemleri eşzamanlı Elektrofizyolojik kayıt sırasında bir anlamsal astar görev kullanarak farklı yöntemler arasında karşılaştırmak için bir metodoloji tarif etmektir.

Anlamsal astar paradigma araştırma nasıl etkiler alt düzey kelime tanıma^7,8işleme anlambilim soruşturma uzun bir geçmişi vardır. Geleneksel anlamsal astar görevleri’nde, birinci sınıf bir kelime gösterilir (Örneğin, kedi) bir hedef tarafından takip kelime ya da anlam olarak (Örneğin, köpek) ile ilgili veya (Örneğin, kitap) Başbakan için ilgisiz. Katılımcıların hedef kelime bir kelime olup olmadığını belirlemek için sorulur öyle ki böyle bir görev genellikle bir sözcük temelli karar görev bağlamında yapılır. Diğer paradigmalar hedef kelime bir anlamsal Kategori görevi gerçekleştirmek veya iki uyaranlara ya da değil ilgili hakim katılımcı olabilir. Belirli görev ne olursa olsun, tepki süreleri (RTs) daha hızlı anlam ile ilgili olmayan kişilere göre Başbakan ilişkili hedef kelimeler için onlarca yıl kanıt kurduk.

Bu “semantik astar etkisi” mekanizmaları teorik hesapları^7,8sayıda sanılıyor. Öyle ki hedef word de dahil olmak üzere diğer anlam olarak ilgili kelimelerin anlamını ana kelimenin anlamı alınmasını etkinleştirir bir astar etkisi Anlamsal ağ üzerinden otomatik Yayilim etkinleştirme nedeniyle olduğunu. Bu daha sonra hedef sözcük anlamsal harekete geçirmek için gereken süreyi azaltır. Bir ikinci teorik ana kelime görünce manzara arz ediyor, beklentisi potansiyel hedefleri beklenen bir dizi katılımcılar oluşturmak bir mekanizmadır. Bu kümesinde bulunan hedef kelimeler o zaman daha hızlı tanınır. Son olarak, diğerleri prime ve hedef sözcük arasındaki anlamsal ilişkiyi varlığını kurar eşleşen anlambilim, sonrası sözlü bir mekanizma varlığını öne var. Etkisi altında yatan belirli mekanizma ne olursa olsun, anlamsal astar anlamsal işleme ve entegrasyon yararlı bir dizin olabilir. Bu paradigma Ayrıca sözlü uyaranlara sınırlı değildir ve dil uyaranların resimleri⁹ yanı sıra çapraz kalıcı anlamsal astar (Örneğin, kelime ve resimler arasında)³gibi anlamsal astar araştırmak için de kullanılabilir.

Anlamsal astar etkileri psycholinguistic literatürde iyi okudu edilmiş ve prime-hedef ilişkileri, Başbakan ve hedef sununun zamanlama ve birçok diğer manipülasyonlar⁸türü açısından araştırdık. Bu etkiyi Elektrofizyolojik ilişkilendirir de iyi karakterize¹⁰olmuştur. Elektroansefalografi (EEG) elektrik aktivitesindeki kafa derisi ölçülen sinirsel aktivite değişiklikleri yoluyla kayıt bir yöntemdir. Çünkü bu çok iyi zamansal çözünürlük (sırasına milisaniye, ms) ve böylece anlamsal işleme koşulları veya grupları yokluğunda bile arasındaki ince farkları sağlayabilir EEG bir yararlı bir anlamsal astar paradigma için metodoloji seçimdir davranışsal etkileri veya yanıt.

Olay-ilişkili potansiyeller (ERPs) belirli uyarıcı veya davranış karşılık ortaya çıkan zaman kilitli EEG değişikliklerdir. Zamanlama ve polarite yanıtının bağlı olarak, farklı ERP bilişsel işleme farklı yönlerini yansıtıcı bileşenleridir. (Birkaç diğer yorumlara^10,13olmakla birlikte) N400 bileşen anlamsal işleme ve anlamsal Tümleştirme^11,12 köklü bir belirtecidir. Anlamsal Tümleştirme anlamsal entegrasyonu (iki kelime ilişkisiz olduğunda gibi) daha zor olduğunu göre (ne zaman Başbakan ve hedef bir anlamsal astar paradigma içinde anlam olarak ilgili gibi) daha kolay N400 genlik azaltılmıştır. Önemlisi, genlik fark ilgili ve ilgisiz koşulları (Örneğin, “N400 etkisi”) arasındaki dile özgü değildir. N400 etkileri de dil sigara yöntemleri gibi çift anlam olarak ilişkili ve ilişkisiz resimler veya sesler Çevre^14,15,16,17yanıt olarak gözlenir. Çünkü semantik işleme ve Tümleştirme yeteneklerini bir modalite bağımsız tahmin olarak kullanılabilir N400 böylece bir yararlı ERP geçerli paradigma amacıyla bileşenidir.

Bireyler bozuklukları anlamsal işlemedeki düşündüren azaltılmış ASD gösterisi ile veya anlamsal astar etkileri ve yanıt olarak dil uyaranlara^2,3,4, N400 etkileri yok. Etkileri yanıt visuo-anlamsal olarak bulunmuştur ve ses-anlamsal uyaranlara^3,5,6destek talebi için anlamsal bu işleme borç verme, dil uyaranlara için seçmeli olarak bozulmuş. Ancak, öyle ki bir sözlü uyarana prime-hedef çifti içeren yöntemleri karşılaştırarak en önceki çalışmaları çapraz kalıcı astar, kullandık. ASD kişilerle dil uyaranlara anlamsal işleme için açıkları var önerisi göz önüne alındığında, bu tür çapraz kalıcı uyaranlara sonuçları etkilemiş olabilir. Gerçekten semantik dil işlenmesi ile ASD bireylerde seçmeli olarak bozulmuş olup olmadığını araştırmak için sözcük ve sözcük olmayan uyarıcılara modalite içindeki çiftlerini kullanılması gerekir. Bir son çalışmada, Coderre vd. ⁶ ilk doğrudan karşılaştırma semantik işlem açıkları yetişkin (yaş 18-68) ile ASD araştırmak için modalite içindeki word ve resmi semantik astar, sağlanan. ASD katılımcılarıyla ve tipik olarak gelişen (TD) katılımcıların Resimler ve kelime çiftlerini görüntülenebilir ve uyaranlara ya da değil ile ilgili yargılamaya istendi. Bu semantik astar görev sırasında beyin faaliyetlerini EEG kullanarak kaydedildi. Yöntemleri ve gruplar arasında N400 efektleri karşılaştırarak, bu paradigma ile ASD bireylerde anlamsal işleme doğası içgörü sağladı.

Bu kağıt amacı anlamsal astar Coderre vd tarafından istihdam ERP metodoloji tarif etmektir ⁶. her ne kadar bu paradigma başlangıçta ASD ile erişkinlerde anlamsal işleme çalışmaya uygulanmıştır, bu herhangi Denemecileri lexico semantik ve visuo-anlamsal işleme, ikisinden biri içinde TD sinirsel ilişkilendirir keşfetmek isteyen için yararlı olabilecek bireyler veya belirli klinik nüfus.

Protocol

Tüm yöntem tanımlamak burada kurumsal inceleme kurulu, Johns Hopkins özgün çalışma6 yapılacağı yeri Üniversitesi tarafından kabul edildi. 1. uyaranlara oluşturma Somut sözcükler hangi-ecek edilmek prime-hedef çifti ilk bir listesini oluşturun. Seçili bir corpus Subtlex19gibi yaklaşık 500 somut sözcükler seçin ve değişkenler her kelime için (Örneğin, frekans, uzunluğu, concreteness, imageability, vb) ilgi edinin.Not: Tıbbi Araştırma Konseyi (MRC) Psycholinguistic veritabanı18 veya çağdaş Amerikan İngilizcesi Corpus20, gibi diğer corpuses de kullanılabilir. Bu veritabanı büyük bir Excel dosyası olduğu ve böylece kolayca uyarıcı üretimi için arama için sağlar Subtlex orijinal çalışmada kullanılmıştır. Diğer corpuses farklı grafik arabiriminiz varsa ve kullanıcı belirli bir metin dizesi bir giriş kutusuna girip istenen faiz değişkenleri kontrol gerekli olabilir. Anlamsal ilişkisi kurmak için bir çekim gücü arasında gizli semantik analizi (LSA) gerçekleştirmek LSA yöntemi veya aracını seçin. Yararlı bir online araç Colorado Üniversitesi kaya (http://lsa.colorado.edu/) tarafından sağlanır. Ana açılış sitesinden matris karşılaştırma üzerinde tıklatın. Karşılaştırmak için tek tek sözcükleri birer boş satır ayırarak girin. Metinler Gönder’i tıklayın. Bir elektronik tablo kullanarak, her word ve diğer arasında LSA değerlerden bir matris oluşturmak. LSA (şekil 1A) göre ilgili ve ilgisiz koşulları uyaranlara bölün. El ile 200 kelime çift için “ilgili” koşulu (yaklaşık 0.5 veya daha yüksek) yüksek LSA değerleri ile seçin. El ile 200 kelime çift düşük LSA değerleri ile (yaklaşık 0.1 veya daha düşük) “ilgisiz” koşulu seçin.Not: Deneyci kelime çiftleri anlamsal ilişki kategorisi için mantıklı emin olmak için el ile incelemek gerekebilir. Bazı kelime çiftleri yüksek LSA derecelendirme olabilir ama anlamsal ilişkisi katılımcılara hemen belli olmayabilir. Benzer şekilde, bazı düşük LSA değerlendirme sonuçları olabilir ama anlam olarak başka yollarla ilgili olabilir. El ile ilgili ve ilgisiz çiftleri oluştururken, frekans, uzunluğu ve herhangi bir diğer değişkenler bu edebiyat (Örneğin, yönünü Derneği7,8) alakalı olacak şekilde dikkate alındı veya biri olan kelimeleri maç faiz belirli çalışması için. Sözcükleri (Örneğin, 1-2log10 frekans birimleri içinde; 1-2 harf veya hece içinde) faiz değişkenler üzerinde mümkün olduğunca yakından eşleşir. Uyaranlara kelime ve resim yöntemleri (şekil 1A) bölün. Elektronik tablodaki uyarıcı dosyasında “durumun” başka bir sütun ekleyin. “Durum” sütununda, 100 ilgili çiftleri ve ilgisiz çiftlerinin 100 “resim” koşulu olarak etiketleyin. Diğer kalan uyaranlara “kelime” koşulu olarak etiketleyin. Resmi bir çekim gücü elde etmek.Not: Resim uyaranlara çevrimiçi kaynaklardan (Örneğin, Google resim arama) veya deneyci için kullanılabilir diğer kaynaklardan temin edilebilir. Her kelimeyi temsil etmek için 2-3 fotoğraf seçin. Bir tane alarak ilk pilot test gerçekleştirmek veya hangi resmi en iyi kavramı temsil eden daha bağımsız raters (Örneğin, öğrenciler, uyarıcı geliştirilmesinde rol henüz araştırma görevlileri) karar. Tüm potansiyel resim dosyalarını kullanarak tek seferde bir fotoğraf Görüntüleyici programı açmak sonra kelime okutma ve en iyi temsil eden resim seçmekte Oylayıcısı isteyin. Her sözcük için her Oylayıcısı’nın yanıtları kaydedin. Her sözcük için raters çoğunluğu kavramı temsil eden en iyi seçilmiş ve bu dosya için uyarıcı o kelimeyi resim tanımlayın. Çoğunluk yok varsa, farklı bir dizi resimleri seçin ve adımları yineleyin 1.5. GIMP (veya başka bir fotoğraf düzenleme programı tercih) kullanarak, tüm ölçek resimler (yaklaşık 400 piksel veya 3-5 inç yükseklik veya genişlik) aynı boyutta olması.Not: Resimlerin tam boyutunu uyaranlara üzerinde sunulacak Monitör boyutuna bağlı olarak farklı olabilir. Yatay ve görsel uyaranlara karşı açısı 7 ve 13 ° arasında olmalıdır. Pilot testi yapmak 3-4 bağımsız raters (Örneğin, öğrenciler, uyarıcı geliştirilmesinde rol henüz araştırma görevlileri) sorarak test kelime ve resim çiftlerini pilot her çifti ilişkili veya ilişkisiz olarak değerlendirmek için. Deney her iki kelime üstünde belgili tanımlık perde hemen, ya da bir diğer veya yan yana yukarıda sunmak için E-Prime (veya seçtiğiniz diğer uyarıcı sunum programı) programı. Katılımcılar bir düğmeye basarak ilgili veya ilgisiz kelimeleri oranı sormak (Örneğin, 1 için ilgili, 2 ilgisiz). Bu yazılım paketinin bir deneme programı hakkında ayrıntılı bilgi için E-Başbakan el ile21 bakın.Not: test Pilot, nerede deneysel test yer alacak laboratuvarında ya uyarıcı sunum programı çalıştıran herhangi bir bilgisayarda gerçekleşebilir. Hiçbir özel oda gereklidir. Pilot (uyaranlara görmemiş yeni bağımsız raters ile) test kelime bir dizi kadar yineleyin ve resimleri ile ilgili ve ilgisiz güvenilir oy elde etti. Toplam 100 ilgili sözcük çiftleri, 100 ilişkisiz kelime çiftleri, 100 ilgili resmi çift ve 100 ilişkisiz resmi çift elde edilir.Not: Biliş klinik nüfus araştırmak için N400 bileşenini kullanma müfettişler 40 kullanılabilir denemeler bir güvenilir etkisi22temin için deneme türü başına en az toplamak sürülmüştür. Bazı denemeler tasfiye oluşum veri sırasında kaybolacak tahmin, paradigma dahil denemeler sayısı artırılmalıdır. Önceki çalışmalarda, bu belirli paradigma 6, deneme türü başına 100 denemeler kullanarak sağlam N400 etkileri hem bireysel ve grup olarak emin olmak için fazlasıyla yeterli. N400 bileşeni kelime ve resimler10arasında benzer olduğu için bu birçok deneme türü yöntemleri arasında tutarlı için önerilir tahmin. Bir oturumu için bir ek 8 çift (4 kelime, 4 resim) korumak (bkz. Adım 2.2.1below) 2. görev programlama Uyaranlara listeleri oluşturun. Uyaranlara son set, uyaranlara 8 bloklar halinde sıralayın. Modalite (resim/word) (4 blok her) engellenmelidir. Her blok içinde ilgili ve ilgisiz uyaranların eşit sayıda sağlamak. El ile sözde-sunu listeleri her bloğun öyle ki bir satırda en fazla 5 ilgili veya ilgisiz uyaranların vardır ve çiftleri birbirine yakın anlam olarak ilgili değil rastgele. Denemeler “havuç-brokoli”, “elma-Armut” hemen yan yana gibi kaçının. E-Başbakan veya diğer uyarıcı tanıtım yazılım kullanarak görev programı.Not: Burada açıklanan adımları E-Başbakan ve NetStation özgüdür ve eğer başka bir farklı olacak uyarıcı tanıtım yazılım veya EEG edinme yazılım kullanılır. Lütfen E-Başbakan el ile21 ve NetStation öğretici23 daha spesifik bilgi için E-Prime uzantıları bu yazılım paketinin bir EEG denemede program nasıl ve nasıl E-Başbakan ve NetStation arasındaki iletişimi etkinleştirmek için bkz:. Deneysel test başlamadan önce yapılması gereken resmi ve kelime blokları için (4 Çift her), program iki antreman seansları. Bir öğretim ekran okumak için alıştırma oturumu başında programı: “sen-ecek görmek iki kelime üstünde belgili tanımlık perde biri birbiri ardına sundu. Lütfen mümkün olduğunca hareketsiz oturmak deneyin ve kelimeleri sunulur iken blink değil. Sonra çift sunulan, sen-ecek görmek siyah bir haç üstünde belgili tanımlık perde. Siyah haç görünce kelimeleri ya da ilgili olduğunu belirtiniz. Kelime ilişkili ise 1 tuşuna basınız. Kelimeleri birbiriyle ilişkili düğmesine 2 basın. Alıştırma oturumunu başlatmak için bir tuşa basın.” Her kelime uyaranlara için deneme yapısı TextDisplay simgeleri çift tıklatın. Sol üst özellikleri simgesini tıklatın. Yazı tipi sekmesinde, Courier New yazı tipi boyutu 28 seçin. Genel sekmesinde, ForeColor siyah olarak seçin ve beyaz zemin üzerine siyah yazı sözleriyle sunmak için BackColor beyaz olarak.Not: Belirli yazı tipi boyutunu boyut ve tanıtımı için kullanılan monitörün çözünürlüğü bağlı olarak değiştirilmesi gerekebilir. Yatay görüş açısı kelime 1 ve 6 ° arasında olmalıdır. Her resim uyaranlara için deneme yapısı içinde slayt simgeleri çift tıklatın. Sol üst özellikleri simgesini tıklatın. Genel sekmesinin altında BackColor resimleri beyaz bir arka plan üzerinde sunmak için beyaz olarak seçin. Bu sırada aşağıdaki uyaranlara sunmak için her deneme programı: kırmızı bir duruşma öncesi fiksasyon (400 ms) çapraz; uyarıcı 1 (1000 ms); interstimulus aralığı (boş beyaz ekran; 300 ms); uyarıcı 2 (1000 ms); boş ekran (400 ms); intertrial aralığı (cross; rasgele siyah fiksasyon jittered 1000-1400 ms 100 ms aralıklarla arasında ortalama 1200 ms); şekil 1Bbakın. Süreleri ayarlamak için deneme yapısındaki TextDisplay veya slayt simgeleri çift tıklatın ve pencerenin sol üst Özellikler butonuna. Süre/Giriş sekmesinin altındaki süresini belirleyin.Not: Boş ekran intertrial aralığı ikinci uyarıcı ve siyah çapraz arasında görsel bir sonu sağlamak ve ince bir istemi için yaklaşan anlamsal ilişkisi yargı sağlamak için önce dahildir. Her blok söyleyerek tamamlandıktan sonra “Break” adı verilen bir TextDisplay nesne programı “son blok, lütfen bir mola” E-Başbakan ve NetStation arasındaki iletişim için parametreleri içerir. Bu bilgiler şunlar için özel yönergeler için NetStation el ile23 E-Prime uzantıları bakın. Her “word1” veya “word2” metin görüntüleme nesnesi için deneme yapısı içinde nesneyi seçin. “Özellikleri” penceresinde altında etiketi “WRD1” veya “WRD2” olarak anılan sıraya göre ayarlayın. Her “picture1” veya “picture2” slayt nesnesi için etiketi “PIC1” veya “PIC2” olarak anılan sıraya göre ayarlayın. “Başvurulmayan E-nesneler altında”, “CellList” adında yeni bir liste oluşturun. Hücre sayı olarak girin: 1 = resim ile ilgili; 2 resim ilgisiz; = 3 kelime ile ilgili; = 4 kelime ilgisiz =. Her blok için duruşma listesindeki durumu ve modalite göre her deneme için karşılık gelen hücre sayıları girin ve “CellNumber” adında bir sütun içerir. 3. EEG testi Not: Burada açıklanan belirli bir EGI sistemi için işlemlerdir. Eğer diğer sistemleri kullanılan yordamlar farklı olabilir. EEG test etmek için hazır olun. Mix 2 çay kaşığı (10 g) 1 quart (1 L) su ve 1 yemek kaşığı (15 mL) Bebek şampuanı elektrolit çözüm oluşturmak için şeffaf plastik bir kova ile Potasyum klorür Ölçü çevresi Trinitron ve nasion uygun net boyutunu belirlemek için geçerken katılımcının başkanı. Uygun ölçekli net katılımcının baş çevresi göre seçin. Elektrotlar elektrolit içinde kaybolmanızı çözüm, tüm sünger tamamen sular altında ki, sağlanması ve izin en az 5 dakika bekletin. EEG net uygulanır. Katılımcı konforlu deneyci bakan bir sandalyeye otur. Katılımcı için net şimdi koyarak olacak o zaman ayarlamak ve test başlamadan önce sinyal kontrol olduğunu açıkla. Katılımcının omuzlarına havlu koyun. Katılımcı Kapat gözlerini talimat sonra katılımcının başına net uygulayın. Net ayarlamak ve katılımcının başına rahat bir oturuş sağlar bağlayabilecek sıkın. Onlara karşı kafa derisi oturtmak için tüm elektrotlar aracılığıyla çalışma. Süpürme hareketi elektrot ile saç uzağa taşımak için kullanın. Bir pipet kullanarak sünger rewet. Bir kez tüm elektrotlar oturmuş, impedances kontrol edin. Yeniden yerleştirin veya herhangi bir elektrot impedances yukarıda 50 kiloohms (kΩ) ile rewet. Anlamsal astar deney EEG kayıt sırasında çalıştırın. Net uygulandıktan sonra impedances kontrol ve katılımcı başlar, anlamsal astar görevi başlatmak hazır. Katılımcılara yönergeleri test etmeden önce yinelemek. Katılımcılar sözcük veya resim uyaranlara ilgili veya bir klavye veya düğme kutusu üzerinde bir düğmeye basarak alakasız olup olmadığını yargılamak için talimat. Motor eserler EEG sinyal semptomlarıdır önlemek için ikinci uyarıcı ekranından kayboldu kadar onların yanıt yapmak için can katılımcılara talimat ve siyah çapraz ortaya çıkmıştır. Katılımcı görev anlamak emin olmak için alıştırma oturumu en az bir kez çalıştırın. Her 2 blok, tatilinde, elektrotlar rewet sonra impedances tekrar kontrol et. 4. EEG ön işleme Açık NetStation araçlar.Not: Burada açıklanan adımları NetStation 5’te ön işleme için özeldir. Daha fazla ayrıntı için NetStation 5 Kullanım Kılavuzu24 NetStation araçları kullanımı hakkında bkz. Önişleme diğer paketleri EEGlab, ERPlab, düzenleyeceği veya diğer yazılım deneyci’nın dahil olabilir. Not adım ön işleme tercih sırası yazılım paketleri arasında farklı olabilir. Etkisi farklı değildir bir N400 gözlenmesi çözümleme paketi seçim üzerinde temel. Verilere filtre uygulama. NetStation araçları penceresinin en altında ‘Oluştur’ açılır menüsünden “Süzgeç” seçerek yeni bir filtre araç oluşturun. Aracın uygun şekilde yeniden adlandırın. Yüksek geçiren filtrenin 0.1 Hertz (Hz) ve kurar filtre 50 Hz olarak ayarlayın.Not: Yüksek geçiren Filtre 0.1 Hz düşük olabilir ama sahte etkileri25tanıtmaktan riski ortadan kaldırmak için bu kesim aşmak için tavsiye edilmez. 30 Hz-ebilmek var olmak kullanılmış gibi düşük bir kurar filtre. Aracı sonra üstündeki “Giriş dosyaları” kutusuna özgün EEG kayıt dosyasına sol-in pencere ve “Çalıştır” vurmak sürükleyin kaydedin. Verileri deneme kesiminde. Yeni bir “Segmentasyon” araç oluşturun ve uygun şekilde adlandırın. “Oluşturmak için Kategoriler altında” yeni bir kategori oluşturmak ve “ile ilgili resmi” yeniden adlandırmak için artı işaretini vurdu. “Kod” simge “Create kategori ölçütlere göre” kutusuna sürükleyin ve uyarıcı 1 tanıtımı için zaman kilitli “Kod olduğunu PIC1” ayarlayın. “Anahtar kodu” simgesini ve “Create kategori” metin kutusuna sürükleyin ve “olduğu anahtar şifre cel # 1 gibi” ayarlayın. Sadece doğru denemeler dahil etmek için başka bir “anahtar kodu” simgesini ve “Create kategori” metin kutusuna sürükleyin ve “1 anahtar şifre eval olduğu gibi” ayarlayın. Pencerenin alt kısmında, “Önce ve sonra 2,300 ms Genişlet 100 ms segment” için segment uzunluğunu belirleyin.Not: Kesimleri zaman kilitli birinci veya ikinci uyarıcı başlangıcı olabilir. İlk uyarıcı kilitlediyseniz, kesimleri (sunum süresi her iki uyaranların (1000 ms her) arası uyarıcı aralığı (ısı) (300 ms) eklemek için) 100 ms önce 2300 ms sonra genişletmek. İkinci uyarıcı kilitlediyseniz, kesimleri önce 100 ms 1000 ms sonra genişletmek. Kategori “Klon” butonuna basarak klon ve “resim ilgisi olmayan” olarak yeniden adlandırın. Kod PIC1 ve anahtar kodu cel # 2 olarak ayarlayın. Kategori klon ve “ile ilgili kelime” olarak yeniden adlandırın. WRD1 ve anahtar kodu cel # 3 için kodu ayarlayın. Kategori klon ve “ilgisiz kelime” olarak yeniden adlandırın. Kod WRD1 ve anahtar kodu cel # 4 olarak ayarlayın. Aracı sonra üstündeki “Giriş dosyaları” kutusuna en son Önişlenmiş dosyasına sol-in pencere ve “Çalıştır” vurmak sürükleyin kaydedin. Obje saptaması. Yeni bir “Artifakı algılama” aracı oluşturmak ve uygun şekilde adlandırın. “Yapı algılama ayarları altında”, yeni bir ayar eklemek için pencerenin altındaki artı işaretini vurdu. “Kötü Kanallar” “İşlem” altında açılır menüden seçin. Bırakın tüm varsayılan ayarları (max-min > 200 microvolts (µV); Bütün segment; Hareketli ortalama 80 ms). Yeni bir ayar ekleyin ve “Saniyeni” “Operasyon” açılır menüsünden seçin. Tüm varsayılan ayarları (max-min > 140 µV; pencere boyutu 640 ms; hareketli ortalama 80 MS) bırakın. Yeni bir ayar ekleyin ve “Göz hareketi” “Operasyon” açılır menüsünden seçin. Tüm varsayılan ayarları (max-min > 55 µV; pencere boyutu 640 ms; hareketli ortalama 80 MS) bırakın. Aracı sonra üstündeki “Giriş dosyaları” kutusuna en son Önişlenmiş dosyasına sol-in pencere ve “Çalıştır” vurmak sürükleyin kaydedin. Ok düğmelerini sağ yan çubuğunda “Kategoriler” menüsü altında vurarak NetStation bir daha gözden geçirme ve her deneme yoluyla elde edilen dosyayı açın. Denemeler yeşil veya kırmızı daire sırasıyla basarak iyi ya da kötü olarak işaretleyin. Ne zaman bitmiş, sonuçları kaydetmek için dosyayı kapatın. Kötü kanal yedek gerçekleştirin. Yeni bir “Kötü kanal değiştirme” aracı oluşturmak ve uygun şekilde adlandırın. Bu araç için kullanıcı tarafından ayarlanmış olması, yani aracın kaydedip, daha sonra en son Önişlenmiş dosyanın en üstündeki “Giriş dosyaları” kutusuna sürükleyin parametreleri gerek yok sol-in pencere ve “Çalıştır” vurmak. Tek konu denemeler üzerinde daraltmak için ortalama gerçekleştirin. Yeni bir “Ortalama” araç oluşturun ve uygun şekilde adlandırın. “Ortalama ayarlar altında”, “idare kaynak dosyaları: birlikte” ve “baş konular: ayrı ayrı”. Aracı sonra üstündeki “Giriş dosyaları” kutusuna en son Önişlenmiş dosyasına sol-in pencere ve “Çalıştır” vurmak sürükleyin kaydedin. Başvuru veri ortalama başvuru26.Not: EGI yoğun dizi EEG (128 ve 256 kanalları) sağladığı için ortalama başvuru burada kullanılır. Ortalama bir başvuru yoğun dizi kayıt sistemleri26ile kullanılmasını önerdi vardır; 128-kanal veya 256-kanal ağları kullanarak diğer semantik astar ERP çalışmaları ortalama başvuru6,27,28kullandık. Diğer başvuru seçenek sağ ve sol mastoids, burun veya kulak memesi29ortalamasını içerir. Referans elektrot en uygun seçenek yok ve deneyci referans elektrot seçimi elde edilen ERP dalga biçimleri26,29etkileyebilir dikkat etmelisiniz. Yeni bir “Montaj işlemleri” araç oluşturun ve uygun şekilde adlandırın. Uygun net “Listesi Montages için sensör düzeni” altında açılır menüden seçin. “Ortalama başvuru” seçin ve “kötü kanalları başvurusundan dışla” kutusunu seçili olduğundan emin olun. Aracı sonra üstündeki “Giriş dosyaları” kutusuna en son Önişlenmiş dosyasına sol-in pencere ve “Çalıştır” vurmak sürükleyin kaydedin. İlk 100 ms segment10 kullanarak Perform temel düzeltme , 28.Not: 200 ms bir temel süre kullanılan29da olabilir. Yeni bir “Temel düzeltme” araç oluşturun ve uygun şekilde adlandırın. “Temel düzeltme ayarları altında”, “temel segment kısmından” Seç’i, “Select temel segment süresi ile ilgili olarak = 0” ve “temel 100 ms sıfır saat önce başlar ve 100 MS uzun”. Aracı sonra üstündeki “Giriş dosyaları” kutusuna en son Önişlenmiş dosyasına sol-in pencere ve “Çalıştır” vurmak sürükleyin kaydedin. Resim 1 : Deneysel örnekler ve zaman çizelgesi. (A)örnekleri resim ve Word’ün bir çekim gücü. (B) Zaman çizelgesi uyarıcı sunum. Bu rakam Coderre vd izni ile yayımlanmaktadır 6 Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.

Representative Results

Uyaranlara uygun şekilde ilgili ve ilgisiz koşullar sıralanmış, N400 efekti kelime ve resim için bir çekim gücü (Şekil 2) dikkat edilmelidir. Bu ilgisiz koşulları ilgili ile karşılaştırıldığında koşullarda daha büyük bir negatif genlik olarak tanımlanabilir. Word için çekim gücü, etkisi Merkezi veya centro-Paryetal kafa derisi6,10üzerinden 300-500 MS gerçekleşmelidir. Re…

Discussion

Mevcut kağıt bir anlamsal astar ERP paradigma anlamsal işlem açıkları ile ASD bireylerde keşfetmek için resmi ve kelime uyaranlara ile Geliştirme kritik adımlar bildirdi. Büyük adımlar uyaranlara oluşturma, görev programlama ve EEG test ve analizleri yapmak içerir. Bu dikkatli uyarıcı çiftleri, koşullar ve yöntemleri uzunluğu, frekans ve anlamsal ilişkisi gibi değişkenler içinde ve arasında eşleşen gerektirir gibi bu yordam en zaman alıcı parçası uyaranlara, oluşturulması olması muhtem…

Materials

EEG system	Electrical Geodesics, Inc. (EGI)		Geodesic EEG system (GES) 400 system: Net Amps 400 amplifier, NetStation 5.3, 128-channel HydroCel Geodesic Sensor nets
Potassium chloride	Electrical Geodesics, Inc. (EGI)
Plastic bucket	Electrical Geodesics, Inc. (EGI)		EGI provides a plastic bucket for mixing electrolyte but any clean container can be used
Baby shampoo	Johnson's
GNU Image Manipulation Program (GIMP)