Name: Davranışsal multisensory entegrasyon efektlerini ölçmek için yarış modeli eşitsizliği kullanma (Video) | JoVE Journal
Uploaded: 2019-05-10T14:45:00.000+00:00
Duration: 8 min 13 s
Description: Öğrenin, çoklu duyusal entegrasyon etkilerini nicelendirmek için yarış modeli eşitsizliği yöntemini. Bu teknik, yaşlanmada bilişsel ve motor sonuçlarla ilişkili sağlam bir fenotip belirlemenizi sağlar.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

İş mevcut gövde Ulusal Sağlık Enstitüsü (K01AG049813 JRM için) yaşlanma Ulusal Enstitüsü tarafından desteklenmektedir. Ek fon tarafından sağlandı Resnick Gerontology merkezi Albert Einstein Tıp Koleji. Bu proje ile olağanüstü destek için tüm gönüllüler ve araştırma personeli sayesinde özel.

Tüm katılımcılar, Albert Einstein Tıp Koleji 'nin kurumsal İnceleme Kurulu tarafından onaylanmış deneysel prosedürler için yazılı onaylı onay sağladı.
1. katılımcı alımı, eklenmesi kriterleri ve onay
<ol><li>Bağımsız olarak ambulans olabilir ve önemli duyusal kaybı ücretsiz Ingilizce konuşan bireylerin nispeten büyük kohort işe; Deneysel değerlendirmelerde müdahale eden aktif nörolojik veya psikiyatrik bozukluklar; ve hareketlilik etkileyen mevcut/gelecekteki tıbbi prosedürler.</li>
	<li>Her katılımcının, görsel, işitsel ve somatoduyusal keskinliğin çalışma uygunluğunu onaylamak için resmi olarak test edildiği bir duyusal tarama sınavına başarılı bir şekilde tamamlandığından emin olun.<ol>
<li>Bilateral görsel keskinliğin 20/100 ' e eşit veya daha iyi olduğundan emin olmak için Snellen göz grafiğini kullanın.</li>
		<li>Katılımcıların en az 25 DB30' lık bir 2.000 Hz sesi duyabildiğinden emin olmak için ton yayan bir Otoskop kullanın.</li>
		<li>Katılımcıların klinik nöropati tanısı olup olmadığını ve deneysel somatoduyusal stimülasyon hissi ile müdahale edip etmediğini belirlemek21,28,29.</li>
		<li>Katılımcı bu minimum duyusal gereklilikleri karşılamayırsa, bunları araştırmaya dahil etmeyin.</li>
	</ol>
</li>
	<li>AD8 demans taraması röportaj kesme skoru ≥ 2 31,32gibi güvenilir tarama aletlerinin kesme puanları uygulayarak demans ile yaşlı yetişkinler hariç; ve bellek bozukluğu ekran MıS; kesme puanı < 533.</li>
	<li>Katılımcılar, katılmaya istekli ise deneysel prosedürlere (yerel bir kurumsal İnceleme Kurulu tarafından onaylanmış) yazılı bilgilendirilmiş onay sağlar.</li>
</ol>2. deneysel tasarım
<ol><li>Üç deneysel koşulları ile basit bir reaksiyon süresi deneme programı uyarıcı sunum yazılımı kullanın: görsel (V) tek başına, somatosensoriyel (S) tek başına, ve eşzamanlı görsel-somatosensoriyel (vs). Katılımcıların her duyusal uyarıcıya, koşul ne olursa olsun, mümkün olduğunca çabuk yanıt vermesini bildirin. VS basit RT görevinin (Tamamlayıcı dosya 1) bir örneği için tamamlayıcı dosyalara bakın.<ol>
<li>Uyarıcılar için üç kontrol kutusu (30,48 mm × 20,32 mm × 12,70 mm) ve plastik gövde ile uyarıcı jeneratör kullanın. Sol ve sağ kontrol kutuları, somatoduyusal stimülasyon için titreşimli 0,8 G titreşim genliği ile görsel stimülasyon ve bilateral motorlar için aydınlatan bilateral mavi ışık yayan diyotlar (LED 'Ler; 15,88 cm çapı) içerir (bir cep telefonu titreşim)22,23,28.</li>
		<li>Uyarıcı jeneratörlerin hem unisensory (görsel veya somatoduyusal tek başına), hem de multisensory (eşzamanlı görsel ve somatoduyusal) stimülasyon sağlar emin olun. 2.1.1 ' de açıklanan sol ve sağ kontrol kutularından bir merkez kukla kontrol kutusunu eşit mesafede (28 cm) yerleştirin. ve sabitleme noktası olarak hizmet vermek için bir görsel hedef etiket (0,4 cm çapı merkezi daire) yapıştırmayı.</li>
		<li>Uyarıcı jeneratör her stimülatör için doğrudan kontrol sağlayan paralel bağlantı noktası üzerinden deneysel bilgisayara bağlayın.</li>
		<li>Program uyarıcı sunum yazılımı transistör göndermek için-transistör-mantık (TTL, 5 V) tetik uyarıcı jeneratörler üzerinde ve doğrudan paralel bağlantı noktası üzerinden darbeleri. 100 ms süreyle uyarıcı sunum süresini ayarlayın.</li>
	</ol>
</li>
	<li>Uyarıcı sunum yazılımı, program en az 3 deneysel bloklar her 45 denemeler oluşan (her uyaran durumun 15 denemeler rasgele sırada sunulan) Bu basit reaksiyon süresi deney için 135 uyarıcı sunumlar toplam.</li>
	<li>Beklentinin etkilerini önlemek için 1 ile 3 s arasında rastgele interstimulus-aralığı değişebilir. Alternatif olarak, uyarıcı parametrelerin yukarıda olduğu gibi yakalama denemeleri ekleyin, ancak TTL nabız gönderilmez, böylece görsel veya somatoduyusal stimülasyon oluşmaz ve bu nedenle hiçbir yanıt beklenmez.</li>
	<li>Katılımcıların 2.000 MS 'ye kadar izin verilen herhangi bir uyarıcı durumuna yanıt vermesini sağlar. 2.000 MS yanıt döneminde hiçbir yanıt algılanmazsa, uyarıcı sunum yazılımının bir sonraki deneme sürümünü otomatik olarak ilerletmesini sağlayın. Not: Bu yanıt penceresi kesme rasgele ancak toplam deneysel zaman minimum tutmak için gereklidir; daha uzun RTs ne olursa olsun sonsuzluğa ayarlanacaktır unutmayın.</li>
	<li>Potansiyel yorgunluk azaltmak ve konsantrasyonu artırmak için uyarıcı sunum yazılımı 20-s sonları programlama tarafından üç deneysel blokları ayırın. 20-s break bittikten hemen sonra sonraki her blok başlar emin olun.</li>
	<li>Program yazılı talimatlar görsel ekranda görünmesini (deneysel bilgisayarın monitörü). Tam talimatlar ek malzeme sağlanır. Katılımcının, başlamak için hazır olduğunda yanıt panelini sağ ayak ile iterek deneyi başlatlarını isteyin. Uyarıcı parametreleri programlandıktan sonra, uyarıcı sunum yazılımı her katılımcı üzerinde çalışacak bir komut dosyası oluşturur.</li>
	<li>Deneysel komut dosyasını çalıştırmak için katılımcı KIMLIĞI ve oturum numarası sağlayın. Deneme tamamlandıktan sonra her katılımcı için benzersiz bir davranış veri günlüğü üretilir (bkz: ek dosya 2 örnek bir eprime 2,0 çıkış dosyası için).</li>
</ol>3. cihaz & görev
<ol><li>Katılımcılar sol ve sağ kontrol kutuları üzerine dik ve rahat dinlenelim.<ol>
<li>Işık engellemez (bkz. Şekil 1) LED altında, kontrol kutusunun arkasına monte edilmiş titreşim motorları üzerinde ve kontrol kutusunun önünde başparmak üzerinde stratejik olarak dizin parmakları yerleştirin.</li>
		<li>Sürekli beyaz gürültüsünün rahat bir seviyede çalınması (genellikle 65-75 dBs) ile katılımcılara kulaklık vererek somatoduyusal uyaranların duyulmadığından emin olun.</li>
	</ol>
</li>
	<li>Katılımcıların tüm uyaranlara mümkün olduğunca çabuk yanıt vermesini isteyin.<ol>
<li>Katılımcılara, parmakların somatoduyusal stimülasyon kabul edildiğimden beri sağ ayak altında yer alan bir ayak pedalı kullanılmasını isteyin (bkz. Şekil 1).</li>
	</ol>
</li>
	<li>Performans doğruluğunu uyarıcı koşuluyla hesaplayın.<ol>
<li>Katılımcıların her deneysel uyarıcıya (45 koşul başına) mümkün olduğunca çabuk yanıt vermesini isteyin.</li>
		<li>45 üzerinden koşul başına doğru algılanan uyaranların sayısını (koşul başına toplam deneme sayısı), sırasıyla görsel, somatoduyusal ve VS koşulları için performans doğruluğu önlemleri elde etmek için bölün.</li>
	</ol>
</li>
</ol>4. yarış modeli eşitsizlik veri hazırlama (bireysel seviye)
<ol><li>Bireyin davranışsal performansının geçerli olup olmadığını belirleyin.<ol>
<li>Herhangi bir uyarıcı durumda% 70 doğru veya daha fazla bir doğruluk elde etmek mümkün olmayan katılımcıları hariç tutma basit bir tepki süresi görev üzerinde katılımcı performans doğruluğu azalır, bu nedenle bireyin veri güvenilirliğini yapar.</li>
		<li>Bir katılımcı set yanıt süresi içinde bir uyarıcı yanıt vermek ve analiz25,28deneme hariç yerine sonsuz karşılık RT ayarlamak başarısız olursa denemeler yanlış (atlanacak) düşünün. Not: önceki çalışmalarda, grup ortalaması (n = 289) uyarıcı algılama tüm koşullarda% 96, ve nüfusun% 90 üzerinde% 90 üzerinde tüm koşullar28üzerinde algılama oranları vardı.</li>
		<li>Bu önyargı RT veri dağılımı olarak çok yavaş RTs silmek veri kesme prosedürleri istihdam etmeyin. 25 açıkça aykırı olan RTs 'nin sonsuzluğa ayarlandığından emin olun. Veri kesme prosedürlerine ve yavaş RTs 'ye (ek dosya 3) dahil olmak üzere CDFS 'de yapılan değişiklikleri gösteren ek dosyaya bakın.</li>
	</ol></li>
	<li>RT verilerini düzenleyin.<ol>
<li>RT verilerini deneysel koşulla artan düzende sırala. Sıralanmış RT verilerinin ayrı sütunlarında görsel, somatoduyusal ve VS koşullarını yerleştirin. Her satırın bir deneme temsil etmesini sağlayın ve her hücre gerçek RT (veya atlanmadan veya yavaş denemeler durumunda sonsuzluk) temsil eder.</li>
	</ol></li>
	<li>RT veri kutusu.<ol>
<li>En hızlı RT (hangi koşul-turuncu elips) ve en yavaş RT (hangisi koşulu-kırmızı elips) tanımlayın. Tüm test koşullarında bireyin RT aralığını (503ms; mavi elips) hesaplamak için en yavaş RT 'yi hızlı (örn. 740 MS – 237 MS) çıkarın. Tablo 1 BIR bireyin RT aralığını hesaplamak ve çeşitli renk elipsleri tasvir gösterilmiştir.</li>
		<li>% 0 ' dan (Bu örnekte en hızlı RT = 237) 100%% 5 ' ten (ya da en düşük RT = 740), en hızlı RT 'yi alarak ve% 5 ' lik artışlarla (Bu örnekteki% 5ila), RT verilerinin% 100 ' ine kadar (bkz. Tablo 2 ). Bu, 21 zamanlı kutulara neden olur. Not: Tablo 2-1% Ile sadece açıklayıcı amaçlar için çalışma sayfasına dahil edilir.</li>
	</ol></li>
	<li>Deneysel koşullar için toplu dağıtım sıklığı (CDF) hesaplayın.<ol>
<li>Elektronik tablo yazılımı kullanarak, bir "frekans" işlevi burada Dizi1 bir deneysel koşullardan biri için gerçek RTs eşittir ve dizi2 eşittir 21 quantized RTs depo gözleri adım 4,3, deneme toplam sayısı (45) koşul başına bölünmüş hesaplanır. Bu Şekil 2agösterilmiştir.
</li>
		<li>Diğer iki deneysel koşul için bu işlevi tekrarlayın (Şekil 2B-2C) böylece frekansları doldurmak için (veya olasılık (P)) bir RT her biri içinde meydana gelen 21 quantized zaman kutuları, her üç deneysel koşulların her biri için.</li>
		<li>Ardından, üç deneysel koşulların her biri için quantized depo gözleri (0%, 0 + 5%, 0 + 5 + 10%, 0 + 5 + 10 + 15%, vb) arasında toplam olasılıkların toplamını toplayarak toplu dağıtım sıklığı (CDF) oluşturun. Örneğin, Soma koşulu (sütun AE) için birikimli olasılık sütununda,% 95 ile Aralık (hücre AE22) için toplu olasılık, Z3: Z23 hücrelerinde olasılık değerlerinin toplamı (bkz. Şekil 3).</li>
	</ol></li>
	<li>Fiili ve öngörülen CDFs karşılaştırması.<ol>
<li>Çok ensory durumun CDF gerçek CDF temsil ettiğini emin olun (bkz: ŞEKIL 4 sütun AF ve çizilen mor izleme). Öngörülen CDF (sütun AG) hesaplamak için, iki unisensory CDFS (bir üst sınır 1 olarak ayarlanmış) Toplam 21 quantized zaman kutularla toplamı (bkz. Şekil 5). 0TH yüzdelik (bin 1) başlayın ve 100TH yüzdelik (bin 21) tüm yol aşağı devam edin.</li>
	</ol></li>
	<li>Yarış modeli eşitsizliği (RMı) testini gerçekleştirin.<ol>
<li>Fark değerleri elde etmek için 21 quantized zaman kutularının her biri için fiili CDF 'den öngörülen CDF 'yi (4.5.2 'de hesaplanır.) çıkarın (sütun Ah; bkz. Şekil 6).</li>
		<li>Bu 21 değerleri bir çizgi grafik olarak çizin, burada x ekseni her biri quantized zaman bölmeleri (sütun AC) temsil eder ve y ekseni gerçek ve öngörülen CDFs (sütun AH; Şekil 7 (siyah iz).</li>
		<li>Herhangi bir gecikme süresi (i.e., quantiles), unisensory uyaranların entegrasyonu gösteren ve RMı ihlali yansıtacak pozitif değerler için kontrol edin (0,00 gelen fark dalgası yeşil vurgulanan bölümüne bakın – 0,10 Şekil 7).</li>
	</ol></li>
</ol>5. multisensory etkiyi (Grup seviyesi) ölçmek.
<ol><li>Grup-bireysel RMı verilerini ( öngörülen CDF ile Gerçek CDF arasındaki farklar her 21-zaman depo gözü; adım 4.6.1-sütun Ah) tüm katılımcılar arasında ortalama. Kişileri satırlar ve saat kutularına sütun olarak atamak için bir elektronik tablo yazılımı kullanın. Yeni bir elektronik tabloda, bir grup ortalamalı fark dalga formu oluşturmak için ayrı satırlarda (katılımcı başına 1 satır) ve saat kutuları içindeki ortalama değerleri 4.6.1 içinde hesaplanan 21 değerleri yerleştirin.</li>
	<li>Grup ortalama 21 değerleri x ekseni her biri quantized zaman kutuları temsil eder ve y ekseni CDFs arasındaki olasılık farkını temsil eden bir çizgi grafiği olarak çizin.</li>
	<li>Grup ortalamasının ihlal ettiği kısmını görsel olarak inceleyin ve belgeleyin (yani pozitif değerler).</li>
	<li>Run Gondan 's RMı permutasyon testi (R Script ücretsiz olarak indirilebilir)26 adım 5,3 içinde tanımlanan pozitif değerler üzerinde RMI istatistiksel olarak önemli bir ihlali olup olmadığını belirlemek için.<ol>
<li>İlk sütunun Observer için "OBS" olarak adlandırılan bir metin dosyasındaki verileri düzenleyin (örn. katılımcı KIMLIĞI), ikinci sütunda uyarıcı koşulu için "cond" adı verilir (V, S veya VS) ve üçüncü sütun, sonsuz olarak ayarlanırsa gerçek RT veya "INF" için "RT" olarak adlandırılır.</li>
		<li>Yazılımı açın, hangi saat kutularının test edilecek olduğunu belirleyin (5,3 'de tanımlanan pozitif saat kutularını temel alarak) ve 5.4.1 içinde oluşturulan metin dosyası adını girin.</li>
		<li>Komut dosyasını çağırarak testi çalıştırın. Sonuçlar bir tMax değeri, 95% kriteri ve yarış modelinin önemli bir ihlali olup olmadığını belirlemek için uygun olacak p-değeri sağlayacaktır tüm çalışma örneği.</li>
	</ol></li>
	<li>5,3 adımda önemli ölçüde ihlal edilen yüzdelik kutuları kurduktan sonra her birey için-eğrisi altında (AUC) alanı hesaplayın. AUC multisensory entegrasyon (veya bağımsız değişken) büyüklüğü olarak hizmet verecektir. AUC kullanımı katılımcı 1 ' in verilerini örnek olarak hesaplamak için, Şekil 8A-d' l e tasvir edilen yüzdelik depo gözleri 0,00-0,15 için).<ol>
<li>CDF fark değeri zaman bin 1 (1St zaman pozitif değer) zaman bin 2 (sonraki pozitif değer) CDF fark değeri ile topla ve sonra ikiye böl (bkz. Şekil 8A). 5.3.1 adım yineleyin. pozitif değerler içeren ardışık her zaman kutusu çifti için (bkz. Şekil 8B-8C).</li>
		<li>5.5.1-5.5.2 adımlarından elde edilen sonuçları topla. ihlal edilen yüzdelik Aralık sırasında CDF fark dalgası toplam AUC oluşturmak için (örn., 0,00 – 0,15 Şekil 8D). Not: AUC sürekli bir ölçüsüdür ve bir AUC değeri her biri için RMı (Şekil 8D kırmızı elips = katılımcı 1 's auc = 0,13) ihlal kısmı için mevcut. AUC, daha sonra önemli klinik sonuç önlemleri tahmin etmek için test edilebilir ' vs entegrasyon büyüklüğü ' temsil eden bağımsız bir değişken olarak kullanılabilir (Ayrıca bkz:28,29).</li>
	</ol></li>
	<li>5,3 adımda yukarıda tanımlanan önemli ölçüde ihlal edilen yüzdelik aralığı sırasında, ihlal edilen yüzdelik depo gözü sayısına ( Tablo 3' teki gri renkle vurgulanmış sıfırdan büyük değerler) göre multisensory tümleştirme sınıflandırma gruplarını atayın. Tablo 3 ' ye bakarak (yüzdelik kutular 0,00 – 0,15): katılımcı 1, 4 kutudan 2 ' si için pozitif değerlere sahiptir; Katılımcı 2 ' nin 4 kutudan 4 ' ü için pozitif değerleri vardır; ve katılımcı 3 ' ün 4 kutudan 0 ' a pozitif değerleri vardır.<ol>
<li>0-10TH yüzdelik sayısı sırasında, ihlal edilen yüzdelik depo gözlerinin sayısına (0, 1, 2 veya 3 depo gözü için sıfırdan büyük değerler) göre bir sınıflandırma sistemini işlemler.</li>
		<li>
Şekil 9 , Mahoney ve sunlar29tarafından sunulan son yayınlanan verilerden uyarlanan bir potansiyel sınıflandırma tanımını tasvir ediyor.</li>
	</ol></li>
</ol>

<ol><li>Foxe, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Auditory-somatosensory+multisensory+processing+in+auditory+association+cortex%3A+an+fMRI+study%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">Auditory-somatosensory multisensory processing in auditory association cortex: an fMRI study.</a> Journal of Neurophysiology. 88 (1), 540-543 (2002).</li>
<li>Molholm, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multisensory+auditory-visual+interactions+during+early+sensory+processing+in+humans%3A+a+high-density+electrical+mapping+study%5BTitle%5D)+AND+%22Brain+Research%3A+Cognitive+Brain+Research%22%5BJournal%5D)">Multisensory auditory-visual interactions during early sensory processing in humans: a high-density electrical mapping study.</a> Brain Research: Cognitive Brain Research. 14 (1), 115-128 (2002).</li>
<li>Murray, M. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Grabbing+your+ear%3A+rapid+auditory-somatosensory+multisensory+interactions+in+low-level+sensory+cortices+are+not+constrained+by+stimulus+alignment%5BTitle%5D)+AND+%22Cerebral+Cortex%22%5BJournal%5D)">Grabbing your ear: rapid auditory-somatosensory multisensory interactions in low-level sensory cortices are not constrained by stimulus alignment.</a> Cerebral Cortex. 15 (7), 963-974 (2005).</li>
<li>Molholm, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Audio-visual+multisensory+integration+in+superior+parietal+lobule+revealed+by+human+intracranial+recordings%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">Audio-visual multisensory integration in superior parietal lobule revealed by human intracranial recordings.</a> Journal of Neurophysiology. 96 (2), 721-729 (2006).</li>
<li>Peiffer, A. M., Mozolic, J. L., Hugenschmidt, C. E., Laurienti, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Age-related+multisensory+enhancement+in+a+simple+audiovisual+detection+task%5BTitle%5D)+AND+%22Neuroreport%22%5BJournal%5D)">Age-related multisensory enhancement in a simple audiovisual detection task.</a> Neuroreport. 18 (10), 1077-1081 (2007).</li>
<li>Brandwein, A. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+development+of+audiovisual+multisensory+integration+across+childhood+and+early+adolescence%3A+a+high-density+electrical+mapping+study%5BTitle%5D)+AND+%22Cerebral+Cortex%22%5BJournal%5D)">The development of audiovisual multisensory integration across childhood and early adolescence: a high-density electrical mapping study.</a> Cerebral Cortex. 21 (5), 1042-1055 (2011).</li>
<li>Girard, S., Collignon, O., Lepore, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multisensory+gain+within+and+across+hemispaces+in+simple+and+choice+reaction+time+paradigms%5BTitle%5D)+AND+%22Experimental+Brain+Research%22%5BJournal%5D)">Multisensory gain within and across hemispaces in simple and choice reaction time paradigms.</a> Experimental Brain Research. 214 (1), 1-8 (2011).</li>
<li>Mahoney, J. R., Li, P. C., Oh-Park, M., Verghese, J., Holtzer, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multisensory+integration+across+the+senses+in+young+and+old+adults%5BTitle%5D)+AND+%22Brain+Research%22%5BJournal%5D)">Multisensory integration across the senses in young and old adults.</a> Brain Research. 1426, 43-53 (2011).</li>
<li>Foxe, J. J., Ross, L. A., Molholm, S. Ch. 38. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aFoxe%2C+JJ+%22The+New+Handbook+of+Multisensory+Processing%22">The New Handbook of Multisensory Processing</a>. Stein, B. E. , The MIT Press. 691-706 (2012).</li>
<li>Kinchla, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detecting+target+elements+in+multielement+arrays%3A+A+confusability+model%5BTitle%5D)+AND+%22Perception+and+Psychophysics%22%5BJournal%5D)">Detecting target elements in multielement arrays: A confusability model.</a> Perception and Psychophysics. 15, 149-158 (1974).</li>
<li>Miller, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Divided+attention%3A+Evidence+for+coactivation+with+redundant+signals%5BTitle%5D)+AND+%22Cognitive+Psychology%22%5BJournal%5D)">Divided attention: Evidence for coactivation with redundant signals.</a> Cognitive Psychology. 14 (2), 247-279 (1982).</li>
<li>Eriksen, C. W., Goettl, B., St James, J. D., Fournier, L. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Processing+redundant+signals%3A+coactivation%2C+divided+attention%2C+or+what%3F%5BTitle%5D)+AND+%22Perception+and+Psychophysics%22%5BJournal%5D)">Processing redundant signals: coactivation, divided attention, or what?</a> Perception and Psychophysics. 45 (4), 356-370 (1989).</li>
<li>Mordkoff, J. T., Yantis, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+interactive+race+model+of+divided+attention%5BTitle%5D)+AND+%22Journal+of+Experimental+Psychology%3A+Human+Perception+and+Performance%22%5BJournal%5D)">An interactive race model of divided attention.</a> Journal of Experimental Psychology: Human Perception and Performance. 17 (2), 520-538 (1991).</li>
<li>Miller, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Timecourse+of+coactivation+in+bimodal+divided+attention%5BTitle%5D)+AND+%22Perception+and+Psychophysics%22%5BJournal%5D)">Timecourse of coactivation in bimodal divided attention.</a> Perception and Psychophysics. 40 (5), 331-343 (1986).</li>
<li>Gondan, M., Lange, K., Rosler, F., Roder, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+redundant+target+effect+is+affected+by+modality+switch+costs%5BTitle%5D)+AND+%22Psychonomic+Bulletin+Review%22%5BJournal%5D)">The redundant target effect is affected by modality switch costs.</a> Psychonomic Bulletin Review. 11 (2), 307-313 (2004).</li>
<li>Colonius, H., Diederich, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+race+model+inequality%3A+interpreting+a+geometric+measure+of+the+amount+of+violation%5BTitle%5D)+AND+%22Psychological+Review%22%5BJournal%5D)">The race model inequality: interpreting a geometric measure of the amount of violation.</a> Psychological Review. 113 (1), 148-154 (2006).</li>
<li>Maris, G., Maris, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Testing+the+race+model+inequality%3A+A+nonparametric+approach%5BTitle%5D)+AND+%22Journal+of+Mathematical+Psychology%22%5BJournal%5D)">Testing the race model inequality: A nonparametric approach.</a> Journal of Mathematical Psychology. 47 (5-6), 507-514 (2003).</li>
<li>Clark, J. J., Yuille, A. L. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aClark%2C+JJ+%22Data+Fusion+for+Sensory+Information+Processing+Systems%22">Data Fusion for Sensory Information Processing Systems</a>. , Kluwer Academic. (1990).</li>
<li>Ernst, M. O., Banks, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Humans+integrate+visual+and+haptic+information+in+a+statistically+optimal+fashion%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Humans integrate visual and haptic information in a statistically optimal fashion.</a> Nature. 415 (6870), 429-433 (2002).</li>
<li>Mahoney, J. R., Verghese, J., Dumas, K., Wang, C., Holtzer, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+multisensory+cues+on+attention+in+aging%5BTitle%5D)+AND+%22Brain+Research%22%5BJournal%5D)">The effect of multisensory cues on attention in aging.</a> Brain Research. 1472, 63-73 (2012).</li>
<li>Mahoney, J. R., Holtzer, R., Verghese, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual-somatosensory+integration+and+balance%3A+evidence+for+psychophysical+integrative+differences+in+aging%5BTitle%5D)+AND+%22Multisensory+Research%22%5BJournal%5D)">Visual-somatosensory integration and balance: evidence for psychophysical integrative differences in aging.</a> Multisensory Research. 27 (1), 17-42 (2014).</li>
<li>Mahoney, J. R., Dumas, K., Holtzer, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual-Somatosensory+Integration+is+linked+to+Physical+Activity+Level+in+Older+Adults%5BTitle%5D)+AND+%22Multisensory+Research%22%5BJournal%5D)">Visual-Somatosensory Integration is linked to Physical Activity Level in Older Adults.</a> Multisensory Research. 28 (1-2), 11-29 (2015).</li>
<li>Dumas, K., Holtzer, R., Mahoney, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual-Somatosensory+Integration+in+Older+Adults%3A+Links+to+Sensory+Functioning%5BTitle%5D)+AND+%22Multisensory+Research%22%5BJournal%5D)">Visual-Somatosensory Integration in Older Adults: Links to Sensory Functioning.</a> Multisensory Research. 29 (4-5), 397-420 (2016).</li>
<li>Couth, S., Gowen, E., Poliakoff, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+race+model+violation+to+explore+multisensory+responses+in+older+adults%3A+Enhanced+multisensory+integration+or+slower+unisensory+processing%5BTitle%5D)+AND+%22Multisensory+Research%22%5BJournal%5D)">Using race model violation to explore multisensory responses in older adults: Enhanced multisensory integration or slower unisensory processing.</a> Multisensory Research. 31 (3-4), 151-174 (2017).</li>
<li>Gondan, M., Minakata, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+tutorial+on+testing+the+race+model+inequality%5BTitle%5D)+AND+%22Attention%2C+Perception+%26+Psychophysics%22%5BJournal%5D)">A tutorial on testing the race model inequality.</a> Attention, Perception & Psychophysics. 78 (3), 723-735 (2016).</li>
<li>Gondan, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+permutation+test+for+the+race+model+inequality%5BTitle%5D)+AND+%22Behavior+Research+Methods%22%5BJournal%5D)">A permutation test for the race model inequality.</a> Behavior Research Methods. 42 (1), 23-28 (2010).</li>
<li>Kiesel, A., Miller, J., Ulrich, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Systematic+biases+and+Type+I+error+accumulation+in+tests+of+the+race+model+inequality%5BTitle%5D)+AND+%22Behavior+Research+Methods%22%5BJournal%5D)">Systematic biases and Type I error accumulation in tests of the race model inequality.</a> Behavior Research Methods. 39 (3), 539-551 (2007).</li>
<li>Mahoney, J., Cotton, K., Verghese, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multisensory+Integration+Predicts+Balance+and+Falls+in+Older+Adults%5BTitle%5D)+AND+%22Journal+of+Gerontology%3A+Medical+Sciences%22%5BJournal%5D)">Multisensory Integration Predicts Balance and Falls in Older Adults.</a> Journal of Gerontology: Medical Sciences. , Epub ahead of print (2018).</li>
<li>Mahoney, J. R., Verghese, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual-Somatosensory+Integration+and+Quantitative+Gait+Performance+in+Aging%5BTitle%5D)+AND+%22Frontiers+in+Aging+Neuroscience%22%5BJournal%5D)">Visual-Somatosensory Integration and Quantitative Gait Performance in Aging.</a> Frontiers in Aging Neuroscience. 10, 377(2018).</li>
<li>Yueh, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Long-term+effectiveness+of+screening+for+hearing+loss%3A+the+screening+for+auditory+impairment--which+hearing+assessment+test+%28SAI-WHAT%29+randomized+trial%5BTitle%5D)+AND+%22Journal+of+the+American+Geriatrics+Society%22%5BJournal%5D)">Long-term effectiveness of screening for hearing loss: the screening for auditory impairment--which hearing assessment test (SAI-WHAT) randomized trial.</a> Journal of the American Geriatrics Society. 58 (3), 427-434 (2010).</li>
<li>Galvin, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+AD8%3A+a+brief+informant+interview+to+detect+dementia%5BTitle%5D)+AND+%22Neurology%22%5BJournal%5D)">The AD8: a brief informant interview to detect dementia.</a> Neurology. 65 (4), 559-564 (2005).</li>
<li>Galvin, J. E., Roe, C. M., Xiong, C., Morris, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validity+and+reliability+of+the+AD8+informant+interview+in+dementia%5BTitle%5D)+AND+%22Neurology%22%5BJournal%5D)">Validity and reliability of the AD8 informant interview in dementia.</a> Neurology. 67 (11), 1942-1948 (2006).</li>
<li>Buschke, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Screening+for+dementia+with+the+memory+impairment+screen%5BTitle%5D)+AND+%22Neurology%22%5BJournal%5D)">Screening for dementia with the memory impairment screen.</a> Neurology. 52 (2), 231-238 (1999).</li>
</ol>

Rapor için ilgi hiçbir çatışma ve yazarlar ifşa hiçbir şey vardır.

Mevcut çalışmanın amacı, sağlam bir multisensory entegrasyon fenotipi kurulması arkasındaki sürecin ayrıntılarıyla oldu. Burada, benzer nöral devrelerine bağlı önemli bilişsel ve motor sonuçlarını tahmin etmek için kullanılabilecek multisensory entegrasyon efektleri elde etmek için gerekli ve kritik adımları sağlıyoruz. Genel amacımız, çeşitli klinik nüfus ve yaş aralıkları arasında yenilikçi ve yeni translasyonel multisensory çalışmalar kolaylaştırmak için bir çaba multisensory entegrasyon büyüklüğü hesaplamak için bir ...

Duyusal sistemler arasında etkileşimler günlük fonksiyonlar için esastır. Multisensory entegrasyon efektleri, çeşitli duyusal kombinasyonları ve farklı Nörobilim yaklaşımlarını kullanarak geniş bir nüfus yelpazesine göre ölçülür, ancak psikofiziksel, elektrofizyolojik ve nörogörüntüleme dahil ancak bunlarla sınırlı olmamak üzere metodolojisi]1,2,3,4,5,6,7,8,9, şu anda bir altın standart multisensory entegrasyonun ölçülmesi eksiktir. Multisensory deneylerin genellikle bir davranış bileşeni içerdiğinden, reaksiyon süresi (RT) verileri genellikle gereksiz sinyaller etkisi10olarak adlandırılan iyi bilinen bir fenomen varlığını belirlemek için incelenir. Adından da anlaşılacağı gibi, eşzamanlı duyusal sinyaller genellikle daha hızlı RTs verim gereksiz bilgi sağlar. yarış ve Co-aktivasyon modelleri yukarıda belirtilen yedek sinyalleri etkisini açıklamak için kullanılır11. Yarış modelleri altında, en hızlı işlenmiş olan ırabensory sinyal, yarışın kazananı ve davranışsal tepkinin üretilmesine sorumludur. Ancak, birden çok ensory uyaranlara yanıtlar yarış modelleri tahmin daha hızlı olduğunda ortak etkinleştirme için kanıt oluşur.
Yarış modelinin önceki sürümleri, bazıları tarafından aşırı muhafazakar14,15 olarak anılacaktır ve bağımsızlıkla ilgili sınırlamalar içerdikleri için12,13 ' ün doğal olarak tartışmalı olduğunu birden çok ensory durum16doğasında kurucu unisensory algılama süreleri arasında. Bu sınırlamalar bazı adres için bir çaba, Colonius &amp; Diederich16 daha konvansiyonel bir yarış modeli testi geliştirdi:
<img alt="Equation 1" src="/files/ftp_upload/59575/59575eq1.jpg">,
nerede unisensory koşulların toplu dağıtım frekansları (CDFs) (örneğin, bir &amp; B; bir üst sınırı ile) aynı anda multisensory koşulu (örneğin, AB) CDF ile karşılaştırıldığında herhangi bir gecikme (t)11, 16 , 17. genel olarak, BIR CDF ne SıKLıKTA bir RT oluşur, RTs belirli bir aralıkta, uyaran sunumlar toplam sayısına bölünmüş (yani, denemeler) belirler. Gerçek multisensory koşul <img alt="Equation 2" src="/files/ftp_upload/59575/59575eq2.jpg"> CDF daha az veya eşit olduğu öngörülen CDF unisensory koşullardan türetilen
<img alt="Equation 3" src="/files/ftp_upload/59575/59575eq3.jpg">,
sonra yarış modeli kabul edilir ve duyusal entegrasyon için hiçbir kanıt yoktur. Ancak, multisensory CDF unisensory koşullardan türetilen öngörülen CDF büyüktür, yarış modeli reddedilir. Yarış modelinin reddedilmesi, yedek duyusal kaynaklardan gelen multisensory etkileşimlerin doğrusal olmayan bir şekilde birleştirdiğini gösterir ve RTs 'nin (örn. RT kolaylaştırma) çoklu uyarıcı uyaranlara hızlandırılması ile sonuçlanır.
Multisensory araştırmacılar yüz bir ana engel nasıl en iyi entegrasyon etkilerini ölçmek için. Örneğin, katılımcıların basit bir reaksiyon süresi görevi gerçekleştirmesi istendiği en temel davranışsal multisensory paradigma durumunda, doğruluk ve hız ile ilgili bilgiler toplanır. Bu tür multisensory veri yüz değeri kullanılabilir veya dahil olmak üzere çeşitli matematiksel uygulamalar kullanılarak manipüle edilebilir ancak maksimum olasılık tahmini18,19, CDFS11ve çeşitli diğer istatistiksel Yaklaşım. Daha önceki multisensory çalışmalarımız, çoklu entegratif etkilerinin 1 tarafından hesaplanmasında nicel ve Probabilistik yaklaşımlar kullanılarak, ortalama reaksiyon süresini (RT) ortalama reaksiyon süresinden çok ensory bir etkinliğe çıkarır ( RT) en kısa unisensory olay, ve 2) RT kolaylaştırılması gereksiz duyusal bilgiler tarafından kolaylaştırılan sinerjik etkileşimler sonuçlandı olup olmadığını belirlemek için CDFS istihdam tarafından8,20,21, 22 , 23. ancak, eski metodoloji büyük olasılıkla Integrative süreçler ve araştırmacılar bireysel farklılıkları duyarlı değildi bu yana daha sonra metodoloji (yani, CDFS) multisensory ölçmek için daha iyi bir vekil sağlayabilir oturtulması Integrative etkileri24.
Gondan ve Minakata son zamanlarda nasıl doğru test etmek için bir öğretici yayınladı yarış modeli eşitsizlik (RMı) araştırmacılar tüm çok sık RT veri toplama ve hazırlık25satın alma ve ön işlem aşamaları sırasında sayısız hatalar yapmak beri. İlk olarak, yazarlar belirli bir priori asgari ve maksimum RT sınırları ayarlanır veri kesme prosedürleri uygulamak için olumsuzdur varsaymak. Onlar yavaş ve atlanacak yanıtlar sonsuz, yerine hariç ayarlamak öneririz. İkinci olarak, RMı herhangi bir gecikme sırasında ihlal edilebilir verilen, birden fazla t-testleri genellikle farklı zaman noktalarında RMı test etmek için kullanılır (i.e., quantiles); Maalesef bu uygulama artan tip ı hatasına yol açar ve istatistiksel gücü önemli ölçüde azaltmıştır. Bu sorunları önlemek için RMı belirli bir zaman aralığı üzerinde test edilmesi önerilir. Bazı araştırmacılar, yanıtların en hızlı dörde (% 0-25)26 veya önceden tanımlanan bazı pencerelerin (örneğin,% 10-25)24,27 gibi multisensory entegrasyon efektleri genellikle gözlenen test etmek için mantıklı olduğunu önerdi Bu zaman aralığında; Ancak, test edilecek yüzdelik aralığın gerçek veri kümesi tarafından dikte edilmesi gerektiğini iddia ediyoruz (bkz. protokol Bölüm 5). Genç yetişkinlerden veya bilgisayar simülasyonlarından yayımlanan verilere güvenerek sorun, büyük yetişkinlerin, duyusal sistemlerde yaşa bağlı düşüşler nedeniyle çok farklı RT dağıtımları bildirmektedir. Yarış modeli önemi testi, sadece çalışma kohort gelen gerçek ve öngörülen CDFs arasında grup ortalama fark dalgası ihlal bölümleri (pozitif değerler) üzerinde test edilmelidir.
Bu amaçla, sağlıklı yaşlı yetişkinlerde, yarış modeli16 ' nın konvansiyonel testini ve Gondan ve meslektaşları tarafından belirlenen ilkeleri kullanarak multisensory entegrasyonun koruyucu bir etkisi gösterildi. Aslında, görsel-somatoduyusal rmi (multisensory entegrasyon için bir vekil) daha büyük büyüklüğü daha iyi denge performansı, olay düşüyor daha düşük olasılık ve artan mekansal yürüyüş performansı bağlı olduğu bulunmuştur28,29.
Geçerli denemenin amacı, bir adım adım öğretici ile, RMı kullanarak multisensory entegrasyon efektlerinin büyüklüğünü hesaplamak için, çeşitli translasyonel araştırma çalışmalarının artan üretimini kolaylaştırmak için araştırmacılar sağlamaktır birçok farklı klinik nüfus. Mevcut çalışmada sunulan verilerin son zamanlarda yayınlanan görsel-somatoduyusal deneyler sağlıklı büyük yetişkinler28,29, ancak bu metodoloji birçok farklı arasında çeşitli kohorts uygulanabilir olduğunu unutmayın geniş bir dizi multisensory kombinasyonları kullanarak Deneysel tasarımlar.

<table><tbody><tr><td>uyaran üreteci</td><td>Zenometrics, LLC; Peekskill, NY, ABD</td><td>n/a</td><td>özel olarak oluşturulmuş</td></tr><tr><td>Excel</td><td>Microsoft Corporation</td><td></td><td>elektronik tablo programı</td></tr><tr><td>Eprime</td><td>Psikoloji Yazılım Araçları (PST)</td><td></td><td>uyarıcı sunum yazılımı</td></tr></tbody></table>

davranışsal multisensory entegrasyon efektlerini ölçmek için yarış modeli eşitsizliği kullanma

Using the Race Model Inequality to Quantify Behavioral Multisensory Integration Effects

Multisensory entegrasyon araştırması, beynin eşzamanlı duyusal bilgileri nasıl işlediğini inceler. Hayvanlar üzerinde araştırma (ağırlıklı olarak kediler ve primatlar) ve insanlar bu bozulmamış multisensory entegrasyon gerçek dünyada işleyişi için önemli olduğunu ortaya, hem bilişsel ve fiziksel faaliyetler de dahil olmak üzere. Son birkaç yıl içinde yapılan araştırma çok çeşitli psikofiziksel, elektrofizyolojik ve nörogörüntüleme teknikleri kullanarak multisensory entegrasyon etkileri belgelemektedir. Varlığı bildirilmiştir iken, multisensory entegrasyon efektlerinin büyüklüğünü belirlemek için kullanılan yöntemler değişir ve genellikle çok eleştiri yüzleri. Aşağıda, önceki davranışsal çalışmaların sınırlamaları özetlenmiştir ve güçlü olasılık modelleri kullanılarak multisensory entegrasyon efektlerinin büyüklüğünü hesaplamak için adım adım eğitim verilmektedir.

Bu çalışmanın amacı, benzer Deneysel tasarımlar ve kurulumlar kullanarak yeni multisensory çalışmaların yayınlanması için, VS entegrasyon efektlerinin büyüklüğünü ölçmek için bir metanik yaklaşım adım adım öğretici sağlamak oldu (bkz. Şekil 1 ). RMı AUC tarafından ölçülen multisensory entegrasyon efektlerinin büyüklüğünü türetmek için gereken her adım ve hesaplamanın ekran görüntüleri, yukarıda betimlenmiştir ve rakamlar 2-8olarak gösterilmiştir.
...

Mevcut çalışmada çeşitli klinik nüfusa göre translasyonel araştırma çalışmalarının üretimini kolaylaştırmak için bir çaba multisensory entegrasyon efektlerinin büyüklüğü hesaplamak için bir adım adım öğretici sağlamayı amaçlamaktadır.

Davranışsal multisensory entegrasyon efektlerini ölçmek için yarış modeli eşitsizliği kullanma

Multisensory integration research investigates how the brain processes simultaneous sensory information. Research on animals (mainly cats and primates) ...

Çok duyusal entegrasyon etkilerinin büyüklüğünü hesaplamak için tekrarlanabilir bir yöntem oluşturulması önemlidir, çünkü farklı klinik popülasyonlar arasında gelecekteki çevirisel araştırmaların kolaylaştırılmasına yardımcı olacaktır. Tekniğimizin en büyük avantajı, daha sonra denge, düşme, yürüyüş ve yürütme işlevleri gibi yaşlanmadaki önemli bilişsel ve motor sonuçlarla ilişkilendirilen sağlam bir çok duyusal bütünleşme fenotipini ölçebilmektir. Üç deneysel koşullar, görsel tek başına, somatosensory tek başına ve eşzamanlı görsel-somatosensory ile basit bir tepki zaman deney programlamak için uyarıcı sunum yazılımı kullanarak başlayın.Üç kontrol kutuları ile bir uyarıcı jeneratör kullanın. Sol ve sağ kontrol kutuları, görsel stimülasyon için aydınlatan ikili mavi ışık yayan diyotlar ve somatosensoriyel stimülasyon için titreşen 0,8 G titreşim genliği ile ikili motorlar ve uyarıcılar için plastik gövde içerir. Ardından, sol ve sağ kontrol kutularından eşit uzaklıkta bir merkez kukla kontrol kutusu yerleştirin ve sabitleme noktası olarak hizmet vermek için görsel bir hedef etiketi yapıştırın.Deney ayarlandıktan sonra katılımcıyı test odasına götürün. Katılımcının dik oturmasını ve ellerini sol ve sağ kontrol kutularının üzerine rahatça dinlendirmesini sağa. Işığı engellememek için işaret parmaklarını kontrol kutusunun arkasına monte edilen titreşimli motorların üzerine stratejik olarak yerleştirin ve LED'lerin altındaki kontrol kutusunun ön tarafındaki başparmakları yerleştirin.Somatosensoriyel uyaranların, katılımcılara sürekli beyaz gürültünün rahat bir düzeyde çalındığı kulaklıklar sağlayarak duyulmaz olduğundan emin olun. Katılımcının yanıt pedi olarak sağ ayağın altında bulunan bir ayak pedalı kullanmasını sorun. Son olarak, katılımcının her uyarıcıya hissedip hissetmediğine, görüp görmediğine veya görüp görmediğine bakılmaksızın mümkün olduğunca çabuk yanıt vermesi gerekir.Herhangi bir uyarıcı durumunda %70 doğru veya daha fazla doğruluk elde edemeyen katılımcıları hariç tutarak analize başlayın. Bir katılımcı, belirlenen yanıt süresi içinde bir uyarıcıya yanıt veremezse ve denemeyi çözümden dışlamak yerine karşılık gelen tepki süresini veya RT'yi sonsuzluğa ayarlamazsa denemeleri yanlış olarak düşünün. RT verileri, artan sıraya göre deneysel duruma göre sıralanır.Görsel, somatosensoriyel ve VS koşullarını ayrı sıralanmış RT veri sütunlarına yerleştirin. Her satırın bir denemeyi ve her hücrenin gerçek RT'yi temsil diğinden emin olun. Bu RT verilerinin dağılımı önyargı olacak gibi, çok yavaş RTs silmek veri kırpma yordamları istihdam etmeyin. Açıkça aykırı olan RT'lerin sonsuzluğa ayarlandığından emin olun.Ardından, RT verilerini almak için en hızlı ve en yavaş RT'yi tanımlayın. Tüm test koşullarında bireyin RT aralığını hesaplamak için en yavaş RT'yi en hızlısından çıkarın. En hızlı RT'yi alarak %0'dan %100'e kadar olan %5'lik artışlarla ve daha önce hesaplanan RT aralığına %5 ekleyerek, RT verilerinin %100'ü hesaba girene kadar 21 zaman kutusu elde edilir. Ardından, bir bilgisayar elektronik tablosu içinde, dizi bir deneysel koşullardan biri için gerçek RT'lere eşit, dizi iki sayının daha önce hesaplanan 21 sayısal RT kutusunun koşul başına toplam deneme sayısına göre 45'e bölündüğü bir frekans işlevi kullanın.Ardından, üç deneysel koşulun her biri için sayısallaştırılmış kutular arasında çalışan olasılıkların toplamını özetleyerek kümülatif dağıtım frekansını veya CDF'yi oluşturun. Çok duyusal durumun CDF'si gerçek CDF'yi temsil eder. Öngörülen CDF'yi hesaplamak için, bir üst sınıra ayarlanmış iki duyusuz CDF'yi toplamı.Bu formülü, 21 niceliksel zaman kutularının her birinde kullanın. Sıfırın yüzdesi ile başlayın ve bin 21 için 100 yüzdelik kadar devam edin. Ardından, Race Model Eşitsizliği Testini gerçekleştirmek için, fark değerlerini elde etmek için 21 sayısallaştırılmış zaman kutularının her biri için öngörülen CDF'yi gerçek CDF'den çıkarın.Bu 21 değeri, x ekseninin nicel zaman kutularının her birini temsil ettiği ve y ekseninin gerçek ve tahmin edilen CDF'ler arasındaki olasılık farkını temsil ettiği bir çizgi grafiği olarak çizin. Burada, herhangi bir gecikme de olumlu değerler unisensory uyaranların entegrasyonu gösterir ve RMI ihlalini yansıtır. Çoklu duyusal etkiyi grup düzeyinde ölçmek için, tüm katılımcılar arasında tek tek RMI verilerini grup ortalamasına göre ölçer.Bireyleri satırlara ve zaman kutularını sütunlara atamak için elektronik tablo kullanın. Ardından, yeni bir elektronik tabloda, grup ortalaması olan bir fark dalga formu oluşturmak için daha önce hesaplanan 21 fark değerini tek tek satırlara ve ortalama değerleri zaman kutularına yerleştirin. Daha sonra, x ekseninin nicel zaman kutularının her birini temsil ettiği ve y ekseninin CDF'ler arasındaki olasılık farkını temsil ettiği bir çizgi grafiği olarak grup ortalama21 değerini çizin.Son olarak, katılımcı nın verilerini örnek olarak kullanarak her birey için eğrinin altındaki alanı hesaplayın. CDF fark değerini, saat teki CDF fark değeri yle bir saat içinde bin iki olarak toplamı ve ardından ikiye bölün. Pozitif değerler içeren ardışık her çift zaman kutularını görsel olarak inceleyin.Daha sonra, ihlal edilen yüzdelik aralığı 0,00-0,10 sırasında CDF fark dalgasının toplam AUC oluşturmak için bu sonuçları toplamı. Sonuçlar, 333 yaşlı yetişkinden oluşan bir örnek için sıfır ile %10 arasında gerçekleşen grup ortalaması ihlalini göstermektedir. Bu üç quantiles için sıfır, bir, iki veya üç olan pozitif değerlerin toplam sayısı, 0,00 ile 0,10 arasında, bir kişinin sırasıyla eksik, zayıf, iyi veya üstün olmak üzere hangi çok duyusal sınıflandırma grubuna atandığını belirler.Daha önce de belirttiğimiz gibi, RT dağıtımlarını önyargılı hale getirmek için veri kesme prosedürlerinden kaçınmak çok önemlidir. Yavaş tepki süreleri ve atlanan denemeler sonsuza ayarlanmalıdır. Buradaki temel amaç, çok duyusal bütünleşmenin sağlam bir fenotipini geliştirmekti.Bunu söyledikten sonra, yaşlanmada diferansiyel çok duyusal entegrasyon modellerinin farkındayız ve bir sonraki adımımız, belirli yapısal veya işlevsel değişikliklerin diferansiyel entegrasyon modellerine nasıl katkıda bulunacağını belirlerken bu tür bütünleştirici süreçlerden sorumlu sinir ağlarını ortaya çıkarmak olacaktır. Yaşlanmada görsel-somatosensoriyel entegrasyonla ilişkili sinirsel korelasyonları belirlemeye çalışıyoruz ve bu gelişmelerin Alzheimer ve Parkinson dahil ancak bunlarla sınırlı olmamak üzere çeşitli hastalıklara dair içgörüler sağlayacağına inanıyoruz.

using-race-model-inequality-to-quantify-behavioral-multisensory

Research

JoVE Journal

Behavior

Davranış

Klasik çok değişkenli model analizi bir konu (örneğin, görsel korteks aktivitesi görsel uyaranlara) ilgili korteks nöral aktivitenin algılayan duyusal uyaranlar öngörüyor. Burada, çapraz modally patern analizi geçerlidir ve gösteri, ses ve dokunmatik ima görsel uyaranlar, işitsel ve somatosensoriyel korteks aktivitesi sırasıyla tahmin edilebilir.

Cross-Modal Çok değişkenli Örüntü Analizi

İnsanlarda üç boyutlu olarak kendilerini nasıl gezindiğini anlamak için etkili bir şekilde anlatılmıştır. Yöntemi geleneksel simülatörler tarafından ulaşılamaz şekilde gözlemci hareket edebilen bir hareket simülatörü yararlanır. Sonuçlar dikey hareketi abartılmıştır iken yatay düzlemde hareket, hafife doğrulayın.

MPI CyberMotion Simulator: Üç boyutlu çoklu duyumsal Yolu Entegrasyon araştırmak için bir Roman Hareket Simülatörü Uygulaması

İnsan Likeness en Uncanny Vadisi Hipotez &#39;Boyut algısal ve Kategori İşleme: Bazı Metodolojik Sorunlar

Biz objektif bir ölçü yaygın olarak kullanılan lastik el yanılsama paradigma istihdam nasıl göstermektedir. Bu tedbir köklü crossmodal uyumu görev değiştirerek elde edilir. Bu görev, lastik el yanılsama olduğu gibi vücut temsilleri modülasyon için kritik olan multisensory süreçlerin incelenmesi sağlar.

Kauçuk El Illusion Paradigma bir Amaç Davranış Tedbir Alınması Aracı Olarak Crossmodal Congruency Görev

OSB'li çocuklarda duyusal uyaranların işlenmesini ve entegrasyonunu incelemek için bir dizi davranışsal görevin nasıl uygulanacağını açıklıyoruz. Amaç, basit işitsel ve görsel uyaranların zamansal işlenmesindeki bireysel farklılıkları karakterize etmek ve bunları konuşma algısı gibi daha üst düzey algısal becerilerle ilişkilendirmektir.

Otizm Spektrum Bozukluğu Olan Çocuklarda Duyu ve Multisensör Fonksiyon Test

Dikkat seti değiştiren bilişsel anormallikler birçok psikiyatrik hastalığın temel bir özelliğidir. Burada, farelerde dikkat seti kaydırma yeteneklerinin, yürütücü işlevlerin ve diğer bilişsel yeteneklerin etkili bir şekilde incelenmesi için yeni bir otomatik sistemin geliştirilmesini sunuyoruz.

Fareler için bir Edimsel Intra- / Ekstra boyutlu Set-shift Görev

Zamansal mertebeden yargılar, işlem hızı parametrelerini ve dikkat ağırlıklarını tahmin etmek ve böylece dikkat işleme mekanizmalarını çıkarmak için kullanılabilir. Bu metodoloji çok çeşitli görsel uyaranlara uygulanabilir ve birçok dikkat manipülasyonu ile çalışır.

Geçici sipariş Hüküm Model tabanlı Analizi ile Dikkat ve Görsel İşleme Hızı Ölçme

Psikofizik algı olayları duyusal bilgiler sayesinde eğitim için esastır. Burada nerede katılımcılar bakliyat aperiodic tren görsel, işitsel veya görsel-işitsel aralıklarla süre tahmin insan psikofizik önceki raporda uygulandığı gibi bir iki-Interval zorunlu seçmeli görevi gerçekleştirmek için bir iletişim kuralı mevcut.

Multisensory karşılaştırma için bir iki aralığı zorunlu seçmeli görev

Zamansal işleme, preattentive bir işlemi açıkları dikkat, yaygın olarak gözlenen nörobilişsel bozukluklarında da dahil olmak üzere üst düzey bilişsel süreçlerde altında yatan. Prepulse inhibisyon bir suret paradigma olarak kullanarak, interstimulus aralığı (ısı) zamansal işleme bir değerlendirmesini sağlamak için ısı fonksiyonu şeklinde kurmak için değiştirmek için bir iletişim kuralı mevcut.

Interstimulus Aralık kemirgenler zamansal işleme değerlendirilmesi için güç

Bir nesne transfer görevi sırasında uyumsuz görsel-dokunsal uyaranlara uygulamak için bir protokol sunuyoruz. Özellikle, el gizli durumdayken gerçekleştirilen blok aktarımları sırasında, bloğun sanal sunumu yanlış blok damlalarının rasgele oluşumunu gösterir. Protokol ayrıca motor görevini gerçekleştirirken Vibrotactile geribildirim eklemeyi de açıklar.

Vibro-dokunsal geribildirim ile nesne aktarımı sırasında uyumsuz görsel-dokunsal uyaranlara uygulama

Protokol, büyük miktarlarda benzerlik yargıları elde etmek için deneysel bir psikofizik paradigması ve buna eşlik eden bir analiz iş akışı sunar. Paradigma, bağlam etkilerini araştırır ve benzerlik verilerinin en az beş boyutlu Öklid uzayları açısından modellenmesini sağlar.

Benzerlik Yargılarının Toplanması ve Analizi için Bir Psikofizik Paradigması

Öğrenin, çoklu duyusal entegrasyon etkilerini nicelendirmek için yarış modeli eşitsizliği yöntemini. Bu teknik, yaşlanmada bilişsel ve motor sonuçlarla ilişkili sağlam bir fenotip belirlemenizi sağlar.

Davranışsal multisensory entegrasyon efektlerini ölçmek için yarış modeli eşitsizliği kullanma

Daha fazla video keşfet