स्रोत इमेजिंग का उपयोग कर Magnetoencephalography साथ प्रमस्तिष्कखंड गतिविधि का पता लगाने के लिए कैसे

Behavior
 

Summary

यह लेख magnetoencephalography (एमईजी) के साथ प्रमस्तिष्कखंड गतिविधि को रिकॉर्ड करने के लिए कैसे करें. इसके अलावा इस लेख के बारे में जागरूकता के बिना ट्रेस डर कंडीशनिंग, प्रमस्तिष्कखंड सक्रिय हो जाता है कि किसी कार्य का संचालन करने के लिए कैसे का वर्णन करेंगे. जागरूकता में हेरफेर करने मास्किंग पिछड़े उपयोग कर एक ट्रेस कंडीशनिंग प्रतिमान डिजाइनिंग 1): यह 3 विषयों को कवर किया जाएगा. Magnetoencephalography का उपयोग कर कार्य के दौरान 2) रिकॉर्डिंग मस्तिष्क गतिविधि. 3) subcortical संरचनाओं से संकेत ठीक करने के लिए स्रोत इमेजिंग का उपयोग करना.

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Balderston, N. L., Schultz, D. H., Baillet, S., Helmstetter, F. J. How to Detect Amygdala Activity with Magnetoencephalography using Source Imaging. J. Vis. Exp. (76), e50212, doi:10.3791/50212 (2013).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Protocol

जागरूकता ब्लॉक करने के लिए मास्किंग पिछड़े उपयोग कर एक ट्रेस कंडीशनिंग प्रतिमान डिजाइनिंग

1. डिजाइन उत्तेजनाओं

  1. दो समूहों के लिए उत्तेजनाओं डिजाइन.
  2. विभिन्न व्यक्तियों से 4 तटस्थ भाव चुनें.
  3. हर चेहरे की आंख क्षेत्र में एक ही स्थान में है ताकि चेहरों संरेखित करें.
  4. बाल, कान, और अन्य परिधीय सुविधाओं अब नहीं दिखाई दे रहे हैं ताकि एक अंडाकार का उपयोग कर चेहरे फसल.
  5. डिग्री 12 प्रति 5 चक्रों की तुलना में कम है कि सभी जानकारी को हटाने के द्वारा, उच्च पास फ़िल्टर किए गए चित्र बनाने के लिए Matlab में सिग्नल प्रोसेसिंग उपकरण बॉक्स (प्रयोग चलाने के लिए आवश्यक सॉफ्टवेयर के लिए 1 टेबल देखें) का प्रयोग करें.
  6. एक साथ कई तटस्थ भाव विलय, और छवि को उच्च स्थानिक आवृत्ति शोर जोड़कर मुखौटा बना.
  7. वे बराबर luminance इतनी है कि सभी छवियों को मानक के अनुसार.

2. प्रस्तुति का उपयोग कर कार्यक्रम प्रयोग

  1. मापदंडों का उपयोग प्रस्तुति में कार्यक्रम प्रशिक्षण और परीक्षण चरणों (चित्रा 1 देखें) नीचे वर्णित है.
  2. इसके अलावा, कार्यक्रम प्रस्तुति से चालू होने के झटके देने के क्रम में, प्रशिक्षण और परीक्षण के दौरान PSYLAB डाटा अधिग्रहण सॉफ्टवेयर पैकेज द्वारा उपयोग किया जाएगा कि एक अलग फ़ाइल (पीसीसी).
  3. प्रशिक्षण सत्र के कार्यक्रम ब्लॉक प्रति सीएस प्रति 15 परीक्षणों के साथ अंतर का पता लगाने के डर कंडीशनिंग के 4 ब्लॉक के लिए.
  4. प्रत्येक परीक्षण पर 30 मिसे के लिए सीएसएस उपस्थित थे.
  5. प्रत्येक परीक्षण पर 970 मिसे के लिए मुखौटा प्रस्तुत करते हैं.
  6. प्रत्येक सीएस + परीक्षण पर यह मुखौटा के साथ coterminates है, ताकि 100 मिसे के लिए झटका यूसीएस प्रस्तुत करते हैं.
  7. यह अनियमित 1 4 quadrants में प्रकट होता है कि इतना सीएस / मुखौटा संयोजन के स्थान बदलती हैं.
  8. एक चर intertrial अंतराल का उपयोग कर 1 परीक्षण हर 6 ± 2 सेकंड प्रस्तुत करें.
  9. हर चेहरे सीएस, और 5 परीक्षणों में दो नए चेहरे सीएसएस में से प्रत्येक के 5 परीक्षण के साथ अर्जन के परीक्षण सत्र के कार्यक्रम 1 ब्लॉक. परीक्षण के परीक्षण के दौरान त्वचा प्रवाहकत्त्व प्रतिक्रियाएं (SCRs) दर्ज करने के लिए अपनी क्षमता को अधिकतम करने के लिए, 8 सेकंड के लिए सीएस प्रस्तुत करते हैं.
  10. प्रत्येक सीएस + परीक्षण पर यह सीएस + के साथ coterminates है, ताकि 100 मिसे के लिए झटका यूसीएस प्रस्तुत करते हैं.
  11. एक चर intertrial अंतराल का उपयोग कर 1 परीक्षण हर 20 ± 4 सेकंड प्रस्तुत करें.
  12. दोनों सत्रों के दौरान यूसीएस प्रत्याशा रिपोर्ट करने के लिए विषयों को हिदायत, और एक एमआरआई / एमईजी संगत अक्ष उपकरण का उपयोग कर अपनी प्रतिक्रिया रिकॉर्ड (जॉयस्टिक, स्लाइडर, डायल, धारा 7 देखें).
  13. प्रतिभागियों के नीचे से जुड़े इलेक्ट्रोड का उपयोग परीक्षण सत्र के दौरान रिकार्ड SCRs (धारा 9 देखें) पैर छोड़ दिया.

Magnetoencephalography का उपयोग कर कार्य के दौरान मस्तिष्क गतिविधि रिकॉर्डिंग

3. एमईजी सुइट (2 चित्र देखें) में प्रशिक्षण के लिए उपकरण सेटअप.

  1. (2 तालिका देखें एक मानक DB25 बहु संबंधक रिबन केबल का उपयोग एमईजी अधिग्रहण प्रणाली को प्रोत्साहन प्रस्तुति कंप्यूटर से कनेक्ट करें
  2. 2 बिट अलगाव अनुकूलक और तुल्यकालन केबल करने के लिए 8 बिट का उपयोग कर PSYLAB खड़े अकेले मॉनिटर (एसएएम) को उत्तेजना प्रस्तुति कंप्यूटर से कनेक्ट करें.
  3. वे सैम के लिए भेजा जाता है तो प्रोत्साहन प्रस्तुतियों के निशान थे ट्रांजिस्टर ट्रांजिस्टर तर्क (टीटीएल) दालों एमईजी डेटा में कलाकृतियों का कारण बन सकता है. इन कलाकृतियों से बचने के लिए, अलगाव अनुकूलक द्वारा अवरुद्ध केवल बिट का उपयोग कर उत्तेजनाओं की शुरुआत के निशान.
  4. यूनिट के साथ प्रदान की केबल का उपयोग सैम को झटका उत्तेजक (SHK1) कनेक्ट.
  5. लहर गाइड के माध्यम से परिरक्षित विस्तार केबल दर्रे और झटका उत्तेजक से कनेक्ट.
  6. एक मानक यूएसबी केबल का उपयोग PSYLAB डाटा अधिग्रहण सॉफ्टवेयर चलाने वाले कंप्यूटर को एसएएम जुड़ें.
  7. Gameport-to-gameport/BNC फाड़नेवाला और gameport से यूएसबी अनुकूलन का उपयोग कर उत्तेजना प्रस्तुति कंप्यूटर (यूएसबी) और एमईजी अधिग्रहण प्रणाली (bnc) को रोटरी डायल कनेक्टएर.
  8. कमरे में विषय के बिना सेंसर डेटा के दो मिनट के रिकार्ड.

4. एमआरआई सुइट में परीक्षण के लिए सेटअप उपकरण

  1. तुल्यकालन केबल का उपयोग सैम को प्रोत्साहन प्रस्तुति कंप्यूटर से कनेक्ट करें.
  2. यूनिट के साथ प्रदान की केबल का उपयोग सैम को झटका उत्तेजक (SHK1) और त्वचा प्रवाहकत्त्व एम्पलीफायर (SC5) कनेक्ट.
  3. लहर गाइड के माध्यम से परिरक्षित विस्तार SCR के लिए केबल और सदमे के पास और उनके संबंधित इकाइयों के लिए उन्हें कनेक्ट.
  4. एक मानक यूएसबी केबल का उपयोग PSYLAB डाटा अधिग्रहण सॉफ्टवेयर चलाने वाले कंप्यूटर को एसएएम जुड़ें.
  5. यूएसबी एडाप्टर के लिए gameport का उपयोग कर उत्तेजना प्रस्तुति कंप्यूटर को रोटरी डायल जुड़ें.

5. एमईजी सुइट में प्रशिक्षण के लिए सेटअप विषय (चित्रा 3 देखें)

  1. एक गाइड के रूप में 3 चित्र में योजनाबद्ध का उपयोग करते हुए इस विषय के लिए इलेक्ट्रोड और सेंसर संलग्न.
  2. के लिए डिस्पोजेबल इलेक्ट्रोड संलग्नविषय के दाहिने आंख के ऊपर और नीचे की निगरानी eyeblinks.
  3. बस दिल से नीचे विषय के बाईं ओर करने के लिए और सिर्फ हंसली के नीचे सही सीने को दिल की दर पर नजर रखने के लिए डिस्पोजेबल इलेक्ट्रोड संलग्न.
  4. विषय के बाएं कंधे के पीछे करने के लिए एक संदर्भ के रूप में एक डिस्पोजेबल इलेक्ट्रोड संलग्न.
  5. सदमे प्रशासन के लिए औसत दर्जे का malleolus ऊपर सही tibial तंत्रिका अधिक विषय के दाहिने पैर के लिए दो कप इलेक्ट्रोड संलग्न.
  6. विषय से 4 सिर स्थिति सूचक (HPI) कॉयल, हर आंख के ऊपर एक और एक कान के पीछे एक संलग्न.
  7. Digitize विश्वस्त अंक का उपयोग कर HPI कॉयल के सापेक्ष विषय के सिर की स्थिति.
  8. नक्शा विषय nasion की स्थिति, और बाएँ और दाएँ tragi, Polhemus प्रणाली का उपयोग करना.
  9. अंक सममित हैं सुनिश्चित करते हुए कि विश्वस्त अंक के सापेक्ष विषय के डिजिटल सिर की स्थिति, संरेखित करें.
  10. अगला नक्शा विषय HPI कॉयल की स्थिति.
  11. अंत में, अंकविषय की खोपड़ी साथ 50-100 अंक ize.
  12. एमईजी प्रणाली के अधीन एस्कॉर्ट और उपयुक्त इंटरफेस करने के लिए इलेक्ट्रोड और सेंसर कनेक्ट.
  13. डिस्पोजेबल इलेक्ट्रोड प्लग एमईजी प्रणाली एम्पलीफायर में जाता है.
  14. एमईजी प्रणाली में HPI के तारों दोहन प्लग करें.
  15. सदमे इलेक्ट्रोड प्लग परिरक्षित विस्तार केबल में जाता है.
  16. विषय के सिर एमईजी हेलमेट के शीर्ष को छू रहा है कि इतना कुर्सी उठाएँ.
  17. अनुमानित छवि ध्यान में है ताकि स्क्रीन स्थिति.

6. शॉक workup

  1. एक स्तर को झटका सेट करें कि दर्दनाक लेकिन संतोषजनक रूप में विषय की रिपोर्ट.
  2. 0 मा स्थिति 5 MA स्थिति से डायल मोड़ से हाथ झटका उत्तेजक.
  3. PSYLAB डाटा अधिग्रहण सॉफ्टवेयर पैकेज से प्रेरणा नियंत्रण विंडो का उपयोग सदमे से कई प्रस्तुतियों प्रशासन.
  4. प्रत्येक प्रस्तुति के विषय दर पर आघात की तीव्रता के बाद0 (नहीं सभी दर्दनाक पर) से 10 (दर्दनाक लेकिन संतोषजनक) के पैमाने.
  5. इस विषय में एक 10 के रूप में यह दर धीरे धीरे जब तक सदमे की तीव्रता में वृद्धि.
  6. विषय विवरण विंडो में पैरामीटर मान बॉक्स में पैमाने से मूल्य रिकार्ड; झटके इस बॉक्स में संकेत दिया मूल्य पर प्रयोग के दौरान प्रशासित किया जाएगा.

7. प्रतिक्रिया डिवाइस

  1. एक उदाहरण प्रस्तुति परिदृश्य का उपयोग कर डायल के समुचित उपयोग पर विषय आज्ञा.
  2. . निर्देश: क्या आप निकट भविष्य में उत्तेजना की एक प्रस्तुति प्राप्त होगा पूरा यकीन है कि अगर आप यकीन कर रहे हैं "कर्सर सही (100) के लिए सभी रास्ते ले जाएँ कर्सर बाईं करने के लिए सभी तरह (0) ले जाएँ कि आप निकट भविष्य में एक उत्तेजना प्राप्त नहीं होगा. क्या आप निकट भविष्य में उत्तेजना प्राप्त होगा या नहीं, अनिश्चित हैं अगर मध्य (50) पर कर्सर ले जाएँ. "

8. प्रशिक्षण के दौरान रिकार्ड एमईजी

  1. Recor2 kHz पर कच्चे डेटा की घ दो मिनट, विषय खुले उनकी आँखों के साथ टिकी हुई है.
  2. पहले प्रशिक्षण PSYLAB डाटा अधिग्रहण सॉफ्टवेयर का उपयोग रिकॉर्डिंग घटना कोड और सदमे वितरण शुरू करने के लिए.
  3. कंप्यूटर से शुरू हो रहा है जब यह झटका भेजता है ताकि PSYLAB उचित पीसीसी कोड चल रहा है कि सुनिश्चित करें.
  4. चार प्रशिक्षण रन से प्रत्येक के दौरान 2 kHz पर कच्चे डेटा रिकॉर्ड.
  5. नेत्रहीन शोर के व्यवस्थित स्रोतों के लिए realtime में डेटा का निरीक्षण करने के एक तरीके के रूप में ऑनलाइन के औसत रिकार्ड.
  6. आदी होना आकलन करने के लिए एक रन के बाद के झटके की तीव्रता को दर करने के लिए विषय से पूछो.

9. एमआरआई सुइट में परीक्षण के लिए सेटअप विषय

  1. एमईजी सूट से एमआरआई सूट के अधीन एस्कॉर्ट.
  2. सदमे इलेक्ट्रोड पुनः अनुलग्न और सदमे की तीव्रता recalibrate.
  3. SCRs की निगरानी करने के लिए विषय के बाएं पैर के नीचे से दो कप इलेक्ट्रोड संलग्न.
  4. विषय अभी भी टी का उपयोग करने के लिए समझता है कि सुनिश्चित करेंवह प्रतिक्रिया डिवाइस.
  5. एमआरआई मेज पर विषय स्थित करें, अपने सिर को सुरक्षित, और SCR और झटका इलेक्ट्रोड इसी परिरक्षित केबल की ओर जाता है कनेक्ट.
  6. प्रतिभागी सिर कुंडल के पीछे रखा स्क्रीन देख सकते हैं कि इतना सिर का तार से जुड़ी दर्पण स्थिति.

10. परीक्षण के दौरान रिकार्ड fMRI

  1. उच्च संकल्प संरचनात्मक छवियों (SPGR) लीजिए.
  2. मानक इमेजिंग मापदंडों का उपयोग कर परीक्षण सत्र के दौरान रिकार्ड रक्त oxygenation स्तर निर्भर प्रतिक्रियाओं (टी.आर. = 2 सेकंड, ते = 25 मिसे है, को देखने = 24 सेमी की fleld, फ्लिप कोण = 90 °).
  3. परीक्षण के बाद इस विषय में एक के बाद प्रयोगात्मक प्रश्नावली को पूरा किया है.

Subcortical संरचनाओं से संकेत ठीक करने के लिए स्रोत इमेजिंग का उपयोग करना.

11. व्यवहार और fMRI डेटा का विश्लेषण

  1. विषयों उत्तेजनाओं के बीच भेदभाव करने में सक्षम थे, यह निर्धारित करने यूसीएस प्रत्याशा का प्रयोग करें.
  2. औसतयूसीएस प्रत्याशा प्रत्येक परीक्षण के लिए 900 मिसे का पता लगाने के अंतराल और पूर्ववर्ती 900 मिसे आधारभूत अवधि के लिए डेटा.
  3. विषय उत्तेजना प्रस्तुति के बाद डायल ले जाया कैसे निर्धारित करने के लिए पता लगाने के अंतराल के लिए मूल्य से आधारभूत अवधि के लिए मूल्य घटाना.
  4. विषयों भर परीक्षण दोहराया उपायों एनोवा द्वारा एक सीएस प्रकार के प्रदर्शन.
  5. पहले प्रकाशित मानकों 5,13-15 का उपयोग कर परीक्षण सत्र से व्यवहार और fMRI डेटा का विश्लेषण.

12. Preprocess एमआरआई वॉल्यूम

  1. एक खंडों subcortical मात्रा बनाते हैं, और प्रांतस्था, बाहरी त्वचा, और बाहरी खोपड़ी की सतहों को Freesurfer 16 का प्रयोग करें.
  2. AFNI पठनीय स्वरूप को मात्रा और सतहों कन्वर्ट.
  3. Importsurfaces.csh भागो - क्या तुम यह आप प्रत्येक विषय के विभाजन फ़ोल्डर में एक नया 'आदर्श' फ़ोल्डर में जरूरत की सभी फाइल कॉपी जाएगा कार्यक्रम चलाने के लिए पहली बार. यह भी सर्फ बनाने के लिए प्रयोग किया जाता है कि एक 'importsurface.mrml' फ़ाइल बनाएगाप्रमस्तिष्कखंड और हिप्पोकैम्पस के इक्का मॉडल.
  4. Slicer3 और Paraview का उपयोग कर सतहों में प्रमस्तिष्कखंड और हिप्पोकैम्पस संस्करणों बनाएँ और परिवर्तित.
    1. विषय के 'आदर्श' निर्देशिका से Slicer3 importsurface.mrml चलाएँ. इस 3dslicer में सतहों और मात्रा लोड होगा.
    2. प्रमस्तिष्कखंड और हिप्पोकैम्पस के मॉडल उत्पन्न, {संरचना}. VTK रूप में मॉडल बचा.
    3. आयात. VTK फाइलें paraview में.
    4. फिल्टर भागो "सतह normals उत्पन्न करते हैं."
    5. {संरचना}. प्लाई (आस्की) फाइल के रूप में एमी और HIPP के लिए सतह normals के निर्यात.
  5. मंथन में सतहों और एमआरआई मात्रा आयात करें.
  6. फिर importsurfaces.csh भागो - इस matlab के द्वारा पढ़ा जा सकता है और tess_ {संरचना} के सभी कॉपी जाएगा कि फाइलों में सतहों में परिवर्तित कर देंगे चटाई फाइलें डेटाबेस निर्देशिका मंथन में..
  7. आप पहले से ही tess_ {संरचना} कॉपी करने से पहले मंथन में विषय बनाया है कि सुनिश्चित करें. (चरण 14.1 देखें) फ़ोल्डर मंथन करने के लिए चटाई फ़ाइलें.
  8. हेआप डेटाबेस को ताज़ा करने के लिए सुनिश्चित किया जा मंथन में सतहों मिल nce.
  9. विश्वस्त अंक की पहचान के द्वारा मानक अंतरिक्ष में एमआरआई मात्रा बढ़ाओ.
  10. मैन्युअल एमआरआई के साथ खोपड़ी सतह संरेखित, तो अन्य सभी सतहों को ताना लागू होते हैं.
  11. दो pial सतहों मर्ज और 15,000 कोने की कुल संख्या को कम.
  12. दो हिप्पोकैम्पस सतहों मर्ज और 2,000 कोने की कुल संख्या को कम.
  13. दो प्रमस्तिष्कखंड सतहों मर्ज और 1000 के लिए कोने की कुल संख्या को कम.
  14. , Pial हिप्पोकैम्पस, और प्रमस्तिष्कखंड सतहों मिलाएं.
  15. प्रमस्तिष्कखंड और हिप्पोकैम्पस के हित के क्षेत्रों (स्काउट) बनाएँ.

13. मंथन 11 का उपयोग कर preprocess एमईजी रिकॉर्डिंग

  1. मंथन डेटाबेस में नया विषय बनाएं.
  2. प्रत्येक प्रशिक्षण सत्र के लिए एमईजी रिकॉर्डिंग फ़ाइल आयात करें.
  3. संकेत अंतरिक्ष का उपयोग कर चुंबकीय परिरक्षित कमरा (MSR) के बाहर स्रोतों की वजह से कलाकृतियों निकालेंजुदाई 17.
  4. विद्युतहृद्लेख (ईसीजी) और electrooculography (छवियाँ) चैनलों पर पहचान की घटनाओं से संकेत अंतरिक्ष अनुमानों का उपयोग कर दिल धड़क रहा है और आँख आंदोलनों की वजह से कलाकृतियों निकालें.
  5. सही ढंग से पहचान की दिल की धड़कन और eyeblinks घटनाओं मंथन सुनिश्चित करना है कि रिकॉर्डिंग का निरीक्षण किया.
  6. शोर के अन्य संभावित स्रोतों की रिकॉर्डिंग का निरीक्षण किया.
  7. विरूपण साक्ष्य के व्यवस्थित स्रोतों के लिए ऑनलाइन के औसत से बनाए पैदा डेटा का निरीक्षण किया.
    1. PSYLAB सैम इकाई को भेजा तो उत्तेजनाओं की शुरुआत के निशान थे टीटीएल दालों रिकॉर्डिंग में कलाकृतियों का कारण बन सकता है ध्यान दें.
    2. टीटीएल दालों सैम इकाई को झटका प्रशासन और 2 बिट अलगाव एडाप्टर के लिए 8 बिट का उपयोग कर शेष दालों से इकाई को अलग करने की जरूरत ही भेजें.

14. मंथन का उपयोग कर पैदा की प्रतिक्रियाओं का विश्लेषण

  1. इसी युगों (900 मिसे के लिए -200 मिसे) की पहचान करने के लिए घटना चैनल का प्रयोग करेंप्रायोगिक परीक्षणों में से प्रत्येक के लिए.
  2. सिर अंक का उपयोग एमआरआई पंजीकरण परिष्कृत.
  3. रिकॉर्डिंग से शोर सहप्रसरण कंप्यूट.
  4. इनपुट के रूप में प्रांतस्था के साथ अतिव्यापी क्षेत्रों विधि का उपयोग कर सिर मॉडल कंप्यूट.
  5. न्यूनतम आदर्श अनुमान 10 विधि का उपयोग कर के सूत्रों कंप्यूट.
  6. सूत्रों पर विश्लेषण जारी.
  7. व्यक्तिगत परीक्षण के लिए बैंड पास फिल्टर स्रोतों (1 हर्ट्ज से 20 हर्ट्ज).
  8. बैंड पास फ़िल्टर्ड सूत्रों का निरपेक्ष मान लो और आधारभूत परिवर्तनशीलता पर आधारित Z-स्कोर करने के लिए उन मूल्यों को बदलने.
  9. स्थानिक स्रोतों (सिग्मा = 5 मिमी) चिकनी.
  10. परीक्षण के पार औसत स्रोतों.
  11. प्रयोग के लिए डिफ़ॉल्ट शरीर रचना पर औसत के परियोजना.
  12. विभिन्न परिस्थितियों के पार स्रोतों पर टी परीक्षण कंप्यूट.
  13. परिवार वार त्रुटि को सुधारने के लिए स्थानिक और लौकिक थ्रेसहोल्ड का उपयोग कर फ़िल्टर महत्वपूर्ण टी परीक्षण का परिणाम है.
  14. काफी सक्रिय क्षेत्रों की पहचान करने और एसी के समय पाठ्यक्रम निर्यातप्रत्येक विषय के लिए tivation.
  15. हर समय बिंदु पर विषयों भर मतलब का मतलब है और मानक त्रुटि कंप्यूट.

15. रॉय मंथन के प्रयोग पर समय आवृत्ति Decompositions प्रदर्शन करना

  1. प्रयोग के लिए डिफ़ॉल्ट शरीर रचना पर व्यक्तिगत परीक्षणों से कच्चे डेटा परियोजना.
  2. पहचानें और पैदा की प्रतिक्रिया के विश्लेषण से या anatomo कार्यात्मक एक प्राथमिकताओं परिकल्पना से हित के क्षेत्रों बनाएँ.
  3. मानक मापदंडों का उपयोग कर प्रत्येक परीक्षण के लिए अपने रॉय से डेटा का समय आवृत्ति decompositions कंप्यूट (केंद्रीय आवृत्ति = 1 हर्ट्ज, समय संकल्प [FWHM] = 3 सेकंड, आवृत्ति रेंज = 10:90 हर्ट्ज, आवृत्ति संकल्प = 1 हर्ट्ज).
  4. Z-स्कोर करने के लिए समय आवृत्ति अपघटन नक्शे परिणामस्वरूप कन्वर्ट.
  5. औसत प्रत्येक विषय के लिए परीक्षण के पार परिणामस्वरूप नक्शे.
  6. विभिन्न परिस्थितियों में नक्शे पर टी परीक्षण प्रदर्शन करते हैं.

Representative Results

यह पता लगाने कंडीशनिंग के दौरान दृश्य सीएसएस के बारे में जागरूकता में हेरफेर करने के लिए संभव है 1), और अभी भी सीखने के सबूत दिखाने: विधियों का प्रयोग यहाँ वर्णित है, हमारी जांच में दो प्रमुख निष्कर्ष के लिए मार्ग प्रशस्त किया है. 2) यह स्रोत इमेजिंग * का उपयोग कर प्रमस्तिष्कखंड से एमईजी संकेतों को ठीक करने के लिए संभव है.

धारा 2 में, हम पिछड़े मास्किंग के साथ दृश्य सीएसएस के बारे में जागरूकता में हेरफेर करने के लिए कैसे का वर्णन किया. ~ 30 मिसे के लिए प्रदर्शित होता है कि एक नकाबपोश प्रोत्साहन के संपर्क में, विषयों आम तौर पर उत्तेजना प्रस्तुति 5,6,8 * से अनजान हैं. इस गड़बड़ी की सफलता को सत्यापित करने के लिए एक तरह से यूसीएस की घटना की भविष्यवाणी करने के लिए विषयों की क्षमता को मापने के लिए है. मास्किंग हेरफेर सफल होता है, विषयों सही सीएस प्रकार (4 चित्र देखें) पर आधारित यूसीएस की घटना की भविष्यवाणी करने में असमर्थ होना चाहिए.

प्रशिक्षण के इस प्रकार में समय यह मुश्किल सीधे ले मापने के लिए बनाता हैप्रशिक्षण सत्र के दौरान arning. यह परोक्ष रूप से नए और पुराने उत्तेजनाओं के साथ बाद में एक बेपर्दा अर्जन परीक्षण सत्र के लिए 5 * उन्हें उजागर करके सीखने को मापने के लिए संभव है. विषयों का प्रशिक्षण चरण के दौरान आकस्मिक व्यय के बारे में जानने के लिए कर रहे हैं, वे बड़े परिमाण अंतर दिखाना चाहिए (सीएस +> सीएस) नई उत्तेजनाओं के सापेक्ष पुराना उत्तेजनाओं को SCRs. हम विषयों सीएस यूसीएस आकस्मिकताओं (, चित्रा 4 देखें यानी परीक्षण के 2-5) को फिर से उजागर किया गया है के बाद के चरण के परीक्षणों के परीक्षण को देखने जब ​​इस आशय अनफिल्टर्ड समूह में स्पष्ट है.

धारा 8 में, हम नकाबपोश ट्रेस कंडीशनिंग सत्र के दौरान एमईजी रिकॉर्ड करने के लिए कैसे का वर्णन किया. इन रिकॉर्डिंग प्रक्रिया के लिए स्रोत इमेजिंग यह प्रमस्तिष्कखंड 18 * तरह subcortical संरचनाओं से एमईजी संकेत ठीक करने के लिए संभव है. विषय अनफ़िल्टर्ड चेहरा दिखाया (एन = 9) सीएसएस बड़े प्रमस्तिष्कखंड प्रतिक्रियाओं (चित्रा 5) और गम प्रदर्शनउच्च पास फ़िल्टर किया चेहरे (एन = 9) दिखाया विषयों की तुलना में मा दोलनों (चित्रा 6). इसके अलावा, इन विषयों को भी पश्चकपाल चेहरे क्षेत्र (चित्रा 7 और पूरक वीडियो) की तरह चेहरा प्रसंस्करण क्षेत्रों में से एक नेटवर्क में बड़ा प्रतिक्रियाओं दिखा.

चित्रा 1
चित्रा 1. योजनाबद्ध एक ठेठ प्रशिक्षण सत्र का चित्रण. वर्तमान एक सीएस के + 60 परीक्षणों और 60 के परीक्षण के एक सीएस, कूट क्रम में, 15 परीक्षणों प्रत्येक के 4 ब्लॉक कर रहे हैं कि इस तरह के. तुरंत सीएस + परीक्षणों पर आघात यूसीएस साथ coterminates कि एक 970 मिसे मुखौटा, जिसके बाद 30 मिसे के लिए सीएसएस वर्तमान.

चित्रा 2
चित्रा 2. योजनाबद्ध depictiएक ठेठ कंडीशनिंग प्रयोग में इस्तेमाल एनजी उपकरण इस सेटअप यह संभव करने के लिए बनाता है: 1.) प्रस्तुति सॉफ्टवेयर, 2) के माध्यम से वर्तमान दृश्य उत्तेजनाओं रिकॉर्ड यूसीएस प्रत्याशा Psylab हार्डवेयर (एसएएम), 3) के माध्यम से एक बिजली की उत्तेजना यूसीएस प्रशासन एक धुरी का उपयोग कर डिवाइस (डायल) प्रस्तुति कंप्यूटर से जुड़ा है, और 4) एमईजी अधिग्रहण प्रणाली इंटरफेस के माध्यम से एमईजी रिकॉर्डिंग के साथ प्रोत्साहन प्रस्तुतियों और प्रतिक्रियाओं सिंक्रनाइज़.

चित्रा 3
चित्रा 3. धारा 5 में वर्णित सेंसर और असंदिग्ध बिंदुओं में से प्रत्येक के स्थान दिखा चित्रण. संलग्न लाइनों के साथ डॉट्स लेबल सेंसर और सुराग के अनुरूप हैं. ब्लू तीर एमआरआई संरचनात्मक मात्रा के साथ एमईजी रिकॉर्डिंग रजिस्टर करने के लिए इस्तेमाल विश्वस्त अंक का प्रतिनिधित्व करते हैं. बैंगनी बिंदुआगे एमईजी एमआरआई coregistration परिष्कृत करने के लिए इस्तेमाल किया डिजीटल खोपड़ी अंक का प्रतिनिधित्व करते हैं.

चित्रा 4
4 चित्रा. एक ठेठ कंडीशनिंग अध्ययन से व्यवहार का परिणाम है. बाईं तरफ ग्राफ प्रशिक्षण सत्र भर यूसीएस प्रत्याशा से पता चलता है, अनफिल्टर्ड और छानने का समूह भर में ढह गई. विषयों मास्किंग प्रक्रिया सीएसएस (पी = 0.16 एफ (1,17) = 2.19) के बीच भेदभाव करने की क्षमता को अवरुद्ध किया, सुझाव है कि सीएस + और ​​सीएस भर में 60 परीक्षण के लिए यूसीएस प्रत्याशा के समान स्तर दिखा रहे हैं कि सूचना है. सही पर ग्राफ परीक्षण सत्र के दौरान अंतर SCRs से पता चलता है. अनफिल्टर्ड, लेकिन नहीं छानने का समूह नई उत्तेजनाओं (अनफ़िल्टर्ड से पुराना उत्तेजनाओं को बड़े अंतर SCRs दिखा प्रतीत हो रहा है कि सूचना न्यू / हेld एक्स सीएस / + सीएस बातचीत: एफ (1,7) = 5.94, पी = 0.045; छानने का पुराना / नई एक्स सीएस / + सीएस बातचीत: एफ (1,7) = 1.13, पी = 0.32), सुझाव है कि प्रशिक्षण इन विषयों के लिए CS-यूसीएस संघों के बेहतर अर्जन की ओर जाता है. (* पी <0.05).

चित्रा 5
चित्रा 5. एक ठेठ कंडीशनिंग प्रयोग से एमईजी परिणाम है. बाईं तरफ आंकड़ा प्रमस्तिष्कखंड (नारंगी), हिप्पोकैम्पस (हरा), और एमईजी संकेत के सूत्रों मॉडल इस्तेमाल मस्तिष्क प्रांतस्था के 3 डी मॉडल से पता चलता है. सही पर ग्राफ एमईजी रिकॉर्डिंग से मॉडलिंग की एक प्रमस्तिष्कखंड क्लस्टर से गतिविधि का प्रतिनिधित्व करता है. काले रंग की लाइन छानने का चेहरों द्वारा पैदा की गतिविधि का प्रतिनिधित्व करता है, जबकि हल्के रंग की रेखा, अनफिल्टर्ड चेहरों द्वारा पैदा की गतिविधि का प्रतिनिधित्व करता है. Vertical ग्रे छायांकित वर्गों अनफिल्टर्ड चेहरे छानने का चेहरे (एफ (1,17)> 3.44, पी <0.05) की तुलना में काफी बड़ा प्रतिक्रियाओं का आह्वान जहां समय अंतराल का प्रतिनिधित्व करते हैं. बड़ा आंकड़ा देखने के लिए यहां क्लिक करें .

चित्रा 6
6 चित्रा. एक ठेठ कंडीशनिंग प्रयोग से प्रमस्तिष्कखंड समय आवृत्ति परिणाम है. बाईं तरफ आंकड़ा प्रमस्तिष्कखंड (नारंगी), हिप्पोकैम्पस (हरा), और एमईजी संकेत के सूत्रों मॉडल इस्तेमाल मस्तिष्क प्रांतस्था के 3 डी मॉडल से पता चलता है. सही पर ग्राफ समय और आवृत्ति के आधार पर विभाजित प्रमस्तिष्कखंड से दर्ज एमईजी संकेत का प्रतिनिधित्व करता है. जोशीले रंग unfiltere के लिए काफी अधिक शक्ति है कि शो स्पेक्ट्रोग्राफ में क्षेत्रों का प्रतिनिधित्व करते हैंघ फ़िल्टर्ड चेहरे से सामना करना पड़ता है. कूल रंगों विपरीत प्रतिनिधित्व करते हैं. धारीदार ओवरले के साथ क्षेत्र समूहों में महत्वपूर्ण मतभेदों का प्रतिनिधित्व करते हैं. बड़ा आंकड़ा देखने के लिए यहां क्लिक करें .

7 चित्रा
चित्रा 7. एक ठेठ कंडीशनिंग प्रयोग में पश्चकपाल चेहरे क्षेत्र सक्रियण दिखा. रंग इसी द्विध्रुवीय पर अनफिल्टर्ड> छनित टी परीक्षण की भयावहता का प्रतिनिधित्व करते हैं चित्रा. जोशीले रंग छानने का सामना करने के लिए की तुलना में अनफिल्टर्ड चेहरों को बड़ा प्रतिक्रियाओं का प्रतिनिधित्व करते हैं. कूल रंगों अनफिल्टर्ड चेहरों करने से छानने का सामना करने के लिए बड़ा प्रतिक्रियाओं का प्रतिनिधित्व करते हैं.

पूरक वीडियो. वीडियो एक ठेठ conditi में cortical प्रतिक्रियाओं दिखाप्रयोग ONING. रंग इसी द्विध्रुवीय पर अनफिल्टर्ड> छनित टी परीक्षण की भयावहता का प्रतिनिधित्व करते हैं. जोशीले रंग छानने का सामना करने के लिए की तुलना में अनफिल्टर्ड चेहरों को बड़ा प्रतिक्रियाओं का प्रतिनिधित्व करते हैं. कूल रंगों अनफिल्टर्ड चेहरों करने से छानने का सामना करने के लिए बड़ा प्रतिक्रियाओं का प्रतिनिधित्व करते हैं. पूरक फिल्म देखने के लिए यहां क्लिक करें .

Discussion

इस पत्र में हम एक ट्रेस डर कंडीशनिंग प्रतिमान दौरान लक्ष्य सीएसएस के विषयों के प्रति जागरूकता में हेरफेर करने के तरीकों 1) का वर्णन. 2) और जागरूकता के बिना ट्रेस डर कंडीशनिंग के दौरान प्रमस्तिष्कखंड से एमईजी संकेत ठीक करने के लिए. इन तरीकों का उपयोग करना, हम चेहरे यूसीएस भविष्यवाणी करने के लिए इस्तेमाल किया जाता है जब जागरूकता संभव है कि बिना ट्रेस कंडीशनिंग दिखाने में सक्षम थे. इस परिणाम अवधारणात्मक पता लगाने दहलीज * नीचे प्रस्तुत भी जब चेहरे विशेष संसाधन प्राप्त है कि पता चलता है. इस निष्कर्ष के अनुरूप हम उस व्यापक स्पेक्ट्रम का पता लगाने के अंतराल के दौरान मजबूत प्रमस्तिष्कखंड प्रतिक्रियाओं और गामा दोलनों के फटने आह्वान का सामना कर पाए. इस परिणाम प्रमस्तिष्कखंड एक संक्षिप्त ट्रेस अंतराल के दौरान एक चेहरा सीएस का प्रतिनिधित्व बनाए रखने में सक्षम है कि पता चलता है.

एक साथ प्रस्तुत किया है, इन दो विधियों के रूप में अच्छी तरह से स्वतंत्र रूप से इस्तेमाल किया जा सकता है. उदाहरण के लिए यह लक्ष्य में हेरफेर करने मास्किंग पिछड़े उपयोग करने के लिए संभव है visibilव्यवहार होश में जागरूकता 5,6,8 * के स्तर के नीचे संसाधित भावनात्मक संकेत से प्रभावित किया जा सकता है, जहां अन्य मानदंड में अल्पसंख्यक. इसके अलावा, स्रोत इमेजिंग दृष्टिकोण का उपयोग कर यह अन्य subcortical संरचनाओं के 3 डी मॉडल बनाने के लिए संभव है, और यह अन्य क्षेत्र में विशिष्ट कार्य के दौरान इन संरचनाओं से संकेत ठीक करने के लिए संभव हो सकता है यहाँ का वर्णन किया. उदाहरण के लिए, मॉडल हिप्पोकैम्पस गतिविधि के लिए स्रोत इमेजिंग का उपयोग करके, यह स्थानिक नेविगेशन की तरह कार्य के दौरान हिप्पोकैम्पस स्रोतों से एमईजी संकेत की वसूली संभव हो सकता है.

1) ब्लॉक लक्ष्य उत्तेजनाओं, 2) के बारे में जागरूकता और एमईजी का उपयोग कर उत्तेजना पैदा प्रमस्तिष्कखंड प्रतिक्रियाओं का पता लगाने की क्षमता को अधिकतम: यहां वर्णित विधि मन में दो लक्ष्यों के साथ डिजाइन किए गए थे. ये डिजाइन की कमी यह मुश्किल प्रोत्साहन आकस्मिकताओं के विषयों 'निहित ज्ञान को मापने के लिए बनाते हैं. उदाहरण के लिए, SCRs कई सेकंड 5,13 के पाठ्यक्रम पर हल, लेकिन, सीएसएस ही प्रस्तुत कर रहे हैं~ के लिए 30 प्रशिक्षण के दौरान मिसे, और सदमे शीघ्र ही (~ 900 मिसे) के बाद प्रस्तुत किया है. ये समय की कमी को देखते हुए, सीआर अभिव्यक्ति अनिवार्य रूप से प्रशिक्षण के दौरान यूसीआर अभिव्यक्ति से चकित हो जाएगा. इस वजह colinearity की, तो वह बाद बेपर्दा परीक्षण सत्र का उपयोग कर प्रोत्साहन आकस्मिकताओं के विषयों के ज्ञान का परीक्षण करने के लिए आवश्यक है. SCRs प्रयोग 1 के पाठ्यक्रम पर अभ्यस्त करने के लिए करते हैं क्योंकि हालांकि प्रयोग के अंत में एक परीक्षण सत्र इष्टतम नहीं है. एम ई जी के साथ विश्वसनीय पैदा प्रतिक्रियाओं को दिखाने के लिए आवश्यक परीक्षणों की संख्या को देखते हुए इस द.म.रे. आदी होना प्रशिक्षण का व्यवहार प्रभाव का पता लगाने में काफी शक्ति में कमी होगी. भविष्य के अध्ययन नकाबपोश सीएसएस के साथ डर कंडीशनिंग के दौरान सूचकांक में निहित सीखने के लिए बेहतर तरीके खोजने पर ध्यान केंद्रित करना चाहिए. यह या तो प्रशिक्षण (यानी छात्र फैलाव 19,20) के दौरान भय का एक वैकल्पिक सूचकांक ढूँढने या एडमिनिस्ट्रेशन हो सकता है कि भय का एक और अधिक संवेदनशील उपाय खोजने के द्वारा किया जा सकता हैप्रशिक्षण सत्र के बाद stered.

Disclosures

लेखकों का खुलासा करने के लिए कुछ भी नहीं है.

Acknowledgments

इस अध्ययन मानसिक स्वास्थ्य के राष्ट्रीय संस्थान (MH060668 और MH069558) द्वारा समर्थित किया गया था.

Materials

Name Company Catalog Number Comments
Software
Matlab Mathworks mathworks.com/products/matlab
Presentation Neurobehavioral Systems neurobs.com
Psylab Contact Precision Instruments psychlab.com
AFNI NIMH - Scientific and Statistical Computing Core afni.nimh.nih.gov/afni
Freesurfer Martinos Center for Biomedical Imaging surfer.nmr.mgh.harvard.edu/fswiki
MNE Martinos Center for Biomedical Imaging nmr.mgh.harvard.edu/martinos/userInfo/data/sofMNE.php
Brainstorm open-source collaboration neuroimage.usc.edu/brainstorm
3d Slicer open-source collaboration slicer.org
Paraview Kitware paraview.org
Table 1. Software used Software used.
Equipment
Physiological Monitoring System
Psylab stand alone monitor (x2) Contact Precision Instruments SAM
Skin conductance amplifier Contact Precision Instruments SC5
Shock stimulator (x2) Contact Precision Instruments SHK1
Additional Components
8-bit synchronization cable (x2) Contact Precision Instruments Included with SAM
8-bit to 2-bit isolation adapter N/A Custom
DB25 ribbon cable (x2) N/A Standard
Shielded extension cable (x3) Contact Precision Instruments CL41
Radiotranslucent cup electrodes for SCR and shock (x6) Biopac EL258-RT
Signa Gel Parker Laboratories 15-250
Response Device
Rotary dial with gameport connector (x2) N/A Custom
Gameport-to-gameport/BNC splitter N/A Custom
BNC cable N/A Standard
Gameport-to-USB adapter (x2) Rockfire RM203U
Additional Components for MEG Setup
HPI coils and wiring harness N/A Custom
HPI positioning system Inition Polhemus Isotrak
Table 2. Equipment used.

DOWNLOAD MATERIALS LIST

References

  1. Knight, D. C., Cheng, D. T., Smith, C. N., Stein, E. A., Helmstetter, F. J. Neural substrates mediating human delay and trace fear conditioning. Journal of Neuroscience. 24, 218-228 (2004).
  2. Knight, D. C., Nguyen, H. T., Bandettini, P. A. The role of awareness in delay and trace fear conditioning in humans. Cognitive, Affective, & Behavioral Neuroscience. 6, 157-162 (2006).
  3. Manns, J. R., Clark, R. E., Squire, L. R. Parallel acquisition of awareness and trace eyeblink classical conditioning. Learning & Memory. 7, 267-272 (2000).
  4. Weike, A. I. I., Schupp, H. T. T., Hamm, A. O. Fear acquisition requires awareness in trace but not delay conditioning. Psychophysiology. 44, 170-180 (2007).
  5. Balderston, N. L., Helmstetter, F. J. Conditioning with masked stimuli affects the timecourse of skin conductance responses. Behavioral Neuroscience. 124, 478-489 (2010).
  6. Flykt, A., Esteves, F., Öhman, A., Ohman, A. Skin conductance responses to masked conditioned stimuli: phylogenetic/ontogenetic factors versus direction of threat. Biological Psychology. 74, 328-336 (2007).
  7. Öhman, A., Carlsson, K., Lundqvist, D., Ingvar, M. On the unconscious subcortical origin of human fear. Physiology & Behavior. 92, 180-185 (2007).
  8. Whalen, P. J., et al. Masked presentations of emotional facial expressions modulate amygdala activity without explicit knowledge. Journal of Neuroscience. 18, 411 (1998).
  9. Huang, M. X., Mosher, J. C., Leahy, R. M. A sensor-weighted overlapping-sphere head model and exhaustive head model comparison for MEG. Physics in Medicine and Biology. 44, 423-440 (1999).
  10. Hämäläinen, M. S., Ilmoniemi, R. J. Interpreting magnetic fields of the brain: minimum norm estimates. Medical & Biological Engineering & Computing. 32, 35-42 (1994).
  11. Tadel, F., Baillet, S., Mosher, J. C., Pantazis, D., Leahy, R. M. Brainstorm: A User-Friendly Application for MEG/EEG Analysis. Computational Intelligence and Neuroscience. 2011, 879716-87 (2011).
  12. Rotshtein, P., Vuilleumier, P., Winston, J., Driver, J., Dolan, R. J. Distinct and convergent visual processing of high and low spatial frequency information in faces. Cerebral Cortex. 17, 2713-2724 (2007).
  13. Cheng, D. T., Richards, J., Helmstetter, F. J. Activity in the human amygdala corresponds to early, rather than late period autonomic responses to a signal for shock. Learning & Memory. 14, 485-490 (2007).
  14. Knight, D. C., Smith, C. N., Stein, E. A., Helmstetter, F. J. Functional MRI of human Pavlovian fear conditioning: patterns of activation as a function of learning. Neuroreport. 10, 3665-3670 (1999).
  15. Schultz, D. H., Helmstetter, F. J. Classical conditioning of autonomic fear responses is independent of contingency awareness. Journal of Experimental Psychology Animal Behavior Processes. 36, 495-500 (2010).
  16. Fischl, B., et al. Sequence-independent segmentation of magnetic resonance images. NeuroImage. 23, 69-84 (2004).
  17. Taulu, S., Kajola, M., Simola, J. Suppression of interference and artifacts by the Signal Space Separation Method. Brain Topography. 16, 269-275 (2004).
  18. Dumas, T., et al. MEG study of amygdala responses during the perception of emotional faces and gaze. 17th International Conference on Biomagnetism Advances in Biomagnetism-Biomag, (2010).
  19. Reinhard, G., Lachnit, H., König, S. Tracking stimulus processing in Pavlovian pupillary conditioning. Psychophysiology. 43, 73-83 (2006).
  20. Reinhard, G., Lachnit, H. Differential conditioning of anticipatory pupillary dilation responses in humans. Biological Psychology. 60, 51-68 (2002).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics