Asperger है सिंड्रोम में भावनात्मक चेहरे के प्रति सचेत और गैर-सचेत अभ्यावेदन

JoVE Journal
Behavior

Your institution must subscribe to JoVE's Behavior section to access this content.

Fill out the form below to receive a free trial or learn more about access:

 

Summary

एक ईईजी प्रयोगात्मक प्रोटोकॉल Asperger है सिंड्रोम के साथ रोगियों में भावनात्मक चेहरों के प्रति जागरूक और गैर-सचेत अभ्यावेदन के बीच परस्पर क्रिया को स्पष्ट करने के लिए बनाया गया है। तकनीक का सुझाव Asperger है सिंड्रोम के साथ रोगियों भावनात्मक चेहरों की गैर-सचेत प्रतिनिधित्व में घाटा है, लेकिन स्वस्थ नियंत्रण के साथ होश में प्रतिनिधित्व में तुलनीय प्रदर्शन किया है।

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Chien, V. S. C., Tsai, A. C., Yang, H. H., Tseng, Y. L., Savostyanov, A. N., Liou, M. Conscious and Non-conscious Representations of Emotional Faces in Asperger's Syndrome. J. Vis. Exp. (113), e53962, doi:10.3791/53962 (2016).

Please note that all translations are automatically generated.

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

Abstract

कई न्यूरोइमेजिंग के अध्ययन का सुझाव दिया है कि एक भावनात्मक चेहरे में कम स्थानिक आवृत्ति सामग्री मुख्य रूप से विशेष रूप से भयभीत चेहरे 1-3 से प्रमस्तिष्कखंड, pulvinar, और बेहतर colliculus को सक्रिय करता है। इन क्षेत्रों में भावनाओं की गैर-सचेत धारणा में लिम्बिक संरचना का गठन और या तो सीधे या परोक्ष रूप से 2 cortical गतिविधि मिलाना। इसके विपरीत, भावनाओं के प्रति जागरूक प्रतिनिधित्व पूर्वकाल सिंगुलेट, प्रीफ्रंटल कॉर्टेक्स, और चेहरे 3,4 में विवरण के लिए स्वैच्छिक ध्यान निर्देशन के लिए somatosensory कोर्टेक्स में अधिक स्पष्ट है। Asperger है सिंड्रोम (एएस) 5,6 एक असामान्य मानसिक अशांति सामान्य भाषाई कौशल और बौद्धिक क्षमता के साथ हस्तक्षेप किए बिना, संवेदी भावात्मक और संचार क्षमताओं को प्रभावित करता है कि प्रतिनिधित्व करता है। कई अध्ययनों से पता चला है कि तंत्रिका circuitry में कार्यात्मक घाटे चेहरे की भावना मान्यता के लिए महत्वपूर्ण आंशिक रूप में सामाजिक संचार विफलता व्याख्या कर सकते हैंके रूप में 7-9 के साथ रोगियों। आदेश के रूप में भावनात्मक चेहरों के प्रति जागरूक और गैर-सचेत अभ्यावेदन के बीच परस्पर क्रिया को स्पष्ट करने के लिए, एक ईईजी प्रयोगात्मक प्रोटोकॉल या तो तस्वीर या लाइन ड्राइंग चेहरे का भावावेश मूल्यांकन से जुड़े दो कार्यों के साथ बनाया गया है। एक पायलट अध्ययन चेहरे उत्तेजनाओं कि के रूप में और बुद्धि / लिंग मिलान स्वस्थ नियंत्रण के साथ प्रतिक्रिया समय और pretested मरीजों के बीच चेहरे की भावनाओं को सौंपा अंकों में अंतर को कम करने के चयन के लिए शुरू की है। pretested रोगियों से सूचना स्कोरिंग भावावेश मूल्यांकन के लिए इस्तेमाल किया प्रणाली विकसित करने के लिए इस्तेमाल किया गया था। चेहरे की भावनाओं और विभिन्न स्थानिक आवृत्ति सामग्री के साथ दृश्य उत्तेजनाओं में अनुसंधान प्रतिभागियों के जनसांख्यिकीय विशेषताओं के आधार पर प्रतिकूल निष्कर्षों पर पहुँच गया है और कार्य 2 की मांग। प्रयोगात्मक प्रोटोकॉल कारक के लिए नियंत्रित करने से जब स्वस्थ नियंत्रण के साथ तुलना भावनात्मक चेहरों के प्रसंस्करण में एएस के साथ रोगियों में घाटे को स्पष्ट करने का इरादा हैइस तरह के कार्य में कठिनाई, बुद्धि और लिंग के रूप में चेहरे भावनाओं, की मान्यता के लिए असंबंधित है।

Introduction

चेहरे की भावना मान्यता सबसे महत्वपूर्ण मस्तिष्क सामाजिक संचार में लगे हुए प्रक्रियाओं में से एक है। मानसिक विकारों की एक किस्म चेहरे की भावनाओं को 4-6 से स्पष्ट पता लगाने के साथ समस्याओं से संबंधित हैं। एक चेहरे की एक तस्वीर स्थानिक जानकारी है कि या तो उच्च स्थानिक आवृत्ति (HSF) या कम स्थानिक आवृत्ति (LSF) सामग्री के लिए फ़िल्टर किया जा सकता है की एक स्पेक्ट्रम शामिल हैं। HSF, इस तरह के एक चेहरे के किनारों के रूप में एक छवि के अत्यधिक विस्तृत भागों से संबंधित है, जबकि इस तरह के LSF LSF सामग्री 7 के साथ एक समग्र चेहरे के रूप में मोटे या उससे कम अच्छी तरह से परिभाषित भागों से संबंधित है। किसी भी चेहरे मान्यता कार्य एक साथ जागरूक और गैर-सचेत प्रक्रियाओं 8-12 लाती है, और गैर-सचेत प्रक्रिया की भागीदारी 150-250 मिसे पद शुरुआत अंतराल या उससे भी पहले 13 में होता है। स्वस्थ नियंत्रण में, गैर-सचेत प्रक्रिया आम तौर पर तेजी से सचेत प्रक्रिया 14,15 से अधिक है। कई न्यूरोइमेजिंग के अध्ययन का सुझाव दिया है किएक चेहरे प्रोत्साहन (या motivationally महत्वपूर्ण प्रोत्साहन) में LSF मुख्य रूप से विशेष रूप से भयभीत चेहरे 3,16 साथ प्रमस्तिष्कखंड, pulvinar, और बेहतर colliculus को सक्रिय करता है। इन क्षेत्रों में भावनाओं की गैर-सचेत धारणा में लिम्बिक संरचना का गठन और या तो सीधे या परोक्ष रूप से 1 cortical गतिविधि मिलाना। इसके विपरीत, भावनाओं के प्रति जागरूक प्रतिनिधित्व पूर्वकाल सिंगुलेट, प्रीफ्रंटल कॉर्टेक्स, और चेहरे 9,17,18 में विवरण के लिए स्वैच्छिक ध्यान निर्देशन के लिए somatosensory कोर्टेक्स में अधिक स्पष्ट है।

Asperger है सिंड्रोम (एएस) 19,20 एक असामान्य मानसिक अशांति सामान्य भाषाई कौशल और बौद्धिक क्षमता के साथ हस्तक्षेप किए बिना, संवेदी भावात्मक और संचार क्षमताओं को प्रभावित करता है कि प्रतिनिधित्व करता है। कई अध्ययनों से पता चला है कि तंत्रिका circuitry में कार्यात्मक घाटे चेहरे की भावना मान्यता के लिए महत्वपूर्ण आंशिक रूप के रूप में 21-25 में सामाजिक संचार विफलता व्याख्या कर सकते हैं।व्यवहार के रूप में के साथ बच्चों में मनाया विकारों जीवन 26 के पहले तीन वर्षों में निदान किया जा सकता है, एक अवधि के दौरान जो व्यवहार पर उनके स्वैच्छिक (या होश) नियंत्रण पूरी तरह से 27 से विकसित नहीं है। एएस के साथ वयस्कों में, व्यवहार विकारों ध्यान विनियमन 28 के माध्यम से के लिए मुआवजा दिया जा सकता है। एक निश्चित सीमा के भीतर स्थानिक आवृत्ति प्रसंस्करण विवरण में कठिनाई अलग सूचना प्रोसेसिंग चरणों में व्यवधान का संकेत हो सकता। अब तक कोई अध्ययन सीधे चेहरे की भावना मान्यता विशिष्ट स्थानिक आवृत्ति पर्वतमाला में चेहरे उत्तेजनाओं को शामिल दौरान पैदा की क्षमता और रूप के साथ रोगियों में oscillatory गतिविधि को संबोधित किया। यह के रूप में के साथ रोगियों में कार्यात्मक प्रक्षेपवक्र की जांच के लिए जब काम की मांग और इस तरह के लिंग और बुद्धि के रूप में जनसांख्यिकीय प्रभाव को नियंत्रित करने के द्वारा विभिन्न स्थानिक आवृत्ति सामग्री के साथ चेहरे उत्तेजनाओं के प्रसंस्करण के दौरान स्वस्थ नियंत्रण के साथ तुलना महत्वपूर्ण है।

आदेश के अंतर को स्पष्ट करने के लिएभावनात्मक चेहरों के प्रति जागरूक और गैर-सचेत अभ्यावेदन के बीच खेलते हैं, एक ईईजी प्रयोगात्मक प्रोटोकॉल मस्तिष्क की तुलना के लिए डिज़ाइन किया गया है के रूप में और बुद्धि / लिंग मिलान स्वस्थ नियंत्रण के साथ मरीजों के बीच क्षमता और oscillatory गतिविधि पैदा की। पायलट प्रतिभागियों की एक पलटन के आदेश के रूप में रोगियों के साथ प्रदर्शन का मूल्यांकन की सुविधा के लिए प्रयोगात्मक उत्तेजनाओं और एक स्कोरिंग प्रणाली के विकास के चयन के साथ सहायता के लिए ईईजी प्रयोग करने से पहले भर्ती किया गया था। प्रोटोकॉल या तो तस्वीर या लाइन ड्राइंग चेहरे का भावावेश मूल्यांकन से जुड़े दो कार्यों के होते हैं। दो समूहों के बीच मतभेद कंप्यूटिंग ERPs और घटना से संबंधित वर्णक्रम perturbations (ERSPs) द्वारा मूल्यांकन किया जा सकता है। अगले भाग में, प्रयोगात्मक प्रोटोकॉल के विवरण पर सविस्तार हैं, पायलट अध्ययन और ईईजी डाटा प्रोसेसिंग / विश्लेषण के तरीकों, मुख्य विश्लेषण के परिणामों के द्वारा पीछा भी शामिल है। अंत में, प्रोटोकॉल में महत्वपूर्ण कदम है और मौजूदा के संबंध में इसके महत्वतरीकों पर चर्चा कर रहे हैं। सीमा और प्रोटोकॉल के संभावित विस्तार के रोगियों में उपयोग करने के साथ अन्य भावनात्मक विकार भी बाहर की ओर इशारा कर रहे हैं।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

आचार कथन: मानव प्रतिभागियों को शामिल प्रक्रियाओं मानव भागीदार अनुसंधान नैतिकता एकेडेमिया सिनिका, ताइवान में समिति / संस्थागत समीक्षा बोर्ड द्वारा अनुमोदित किया गया है।

1. उत्तेजनाओं और प्रायोगिक कार्यक्रम की तैयारी

  1. 60 से अधिक भावनात्मक चेहरे तस्वीरों 29 तीन चेहरे का भाव (गुस्से में खुश है, और तटस्थ) में वर्गीकृत का एक पूल तैयार करें। काले रंग की पृष्ठभूमि के साथ तस्वीरों में बाल और कान भागों बाहर मुखौटा के रूप में चित्रा 1 ए में दिखाया गया है, ताकि प्रतिभागियों तस्वीरों में चेहरे की विशेषताओं पर ध्यान केंद्रित कर सकते ग्राफिक्स सॉफ्टवेयर का प्रयोग करें।
    1. ग्राफिक्स सॉफ्टवेयर में एक फोटोग्राफ खोलें। एक अण्डाकार क्षेत्र को आकर्षित और इतना है कि कान और सबसे अधिक बाल अंडाकार में गिरावट नहीं है क्षेत्र आकार को समायोजित करने के लिए चयन उपकरण बॉक्स का उपयोग करें।
    2. चयनित क्षेत्र उलटें। तस्वीर के अवांछित क्षेत्र को हटाने और काले रंग की पृष्ठभूमि रंग के साथ इसे बदलने के लिए "हटाएँ" क्लिक करें।

आकृति 1
चित्रा 1. भावुक चेहरे उत्तेजनाओं के उदाहरण हैं। (ए) फोटोग्राफ चेहरों जहां बाल और कान काले रंग की पृष्ठभूमि रंग में बाहर नकाबपोश किया गया है, और (बी) लाइन ड्राइंग चेहरे कि ग्राफिक्स सॉफ्टवेयर द्वारा (ए) से संपादित कर रहे हैं। चेहरे नीचे पंक्तियों को ऊपर से क्रमश: तटस्थ खुश है, और गुस्से में भावनाओं को दिखाने के। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

  1. एक पायलट अध्ययन बनाएँ। फोटोग्राफ पूल से उपयुक्त उत्तेजनाओं के चयन के लिए पायलट प्रतिभागियों की भर्ती।
    नोट: पायलट प्रतिभागियों ईईजी प्रयोग में भाग लेने नहीं करना चाहिए।
    1. उत्तेजना प्रस्तुति पहला कंप्यूटर स्क्रीन कार्य अनुदेश पेश करने के साथ शुरुआत कार्यक्रम, 5 famil के द्वारा पीछा विन्यस्त करेंiarization परीक्षण। एक चेहरा उत्तेजना के बाद एक निर्धारण पार के साथ प्रत्येक परीक्षण, शुरू, और एक भावावेश मूल्यांकन कार्य के द्वारा। पूरक संहिता एक उदाहरण के कार्यक्रम के लिए फ़ाइल देखें।
      नोट: रियल प्रायोगिक परीक्षणों तुरंत पूल से एक यादृच्छिक क्रम में चेहरे तस्वीरों का चयन करके परिचय परीक्षणों का पालन करें।
      1. एक प्रायोगिक कार्यक्रम बनाएं, अनुदेश स्क्रीन और एक केंद्रीय आंख-निर्धारण स्क्रीन भी शामिल है। के रूप में, तस्वीर आकार विन्यस्त करके चित्रा 2 में सचित्र 18.3 x 24.4 सेमी 2 (चौड़ाई x ऊँचाई) काले रंग की पृष्ठभूमि रंग के साथ होने के लिए एक कंप्यूटर स्क्रीन का आकार 41 x 25.6 सेमी 2 संकल्प 1680 x 1050 के साथ दिया चेहरे प्रोत्साहन स्क्रीन बनाएँ। पूरक संहिता एक उदाहरण के कार्यक्रम के लिए फ़ाइल देखें।
      2. के रूप में 3 चित्र में सचित्र कार्यक्रम में भावावेश मूल्यांकन के लिए एक स्कोरिंग प्रणाली बनाएँ। एक क्षैतिज स्क्रीन के केंद्र में एक सतत पैमाने में -100 से 100 से लेकर लाइन जगह withouकिसी भी टिक-निशान टी, मध्य और समापन के लिए छोड़कर। कार्यक्रम ऐसे है कि प्रतिभागियों को स्वतंत्र रूप से बहुत गुस्से में (-100) के लिए बाईं ओर स्कोरिंग कर्सर को खींच कर और बहुत खुश लिए सही (100) के लिए एक तस्वीर चेहरे के भावावेश मूल्यांकन कर सकते हैं, और जाओ बटन दबाएँ तैयार करें।
        नोट: स्कोरिंग लाइन किसी भी टिक-चिह्नों के बिना बनाया गया है क्योंकि के रूप में साथ मरीजों को आसानी से भावावेश मूल्यांकन के दौरान ticks के बीच कर्सर रखने में फंस कर सकते हैं। इसलिए, एक सतत पैमाने रोगियों के लिए पसंद किया जाता है।
      3. सुनिश्चित करें कि प्रोग्राम रिकॉर्ड एक भागीदार के व्यवहार परिणाम (जैसे प्रतिक्रिया समय और भावावेश स्कोर) है, जो पूल से तस्वीरों को चुनने के लिए मापदंड के रूप में इस्तेमाल कर रहे हैं (कदम 1.3.1 देखें)।
    2. रंगरूट पायलट प्रतिभागियों (5 नियंत्रण और 5 के रूप में पायलट प्रतिभागियों)। Gillberg 30 और डीएसएम-चतुर्थ मानदंड 26 के अनुसार नैदानिक ​​रोगियों का निदान और Wechsler एडल्ट के नैदानिक ​​निकाली गई लघु रूप प्रशासन खुफिया स्केल (WAIS III) 31। लिंग पर निकट के रूप में संभव के रूप में अपने समकक्षों के रूप में करने के लिए नियंत्रण मैच, और मौखिक / प्रदर्शन आईक्यू स्कोर पर।
    3. प्रत्येक व्यक्ति भागीदार के लिए पायलट अध्ययन में प्रयोगात्मक प्रक्रिया चलाएँ। भावनात्मक चेहरा पहचान कार्य पूरा करने के बाद केंद्रीय आँख निर्धारण और उत्तेजना प्रस्तुति अवधि की उचित अवधि पर भागीदार के रूप में प्रत्येक पायलट साक्षात्कार, काम की कठिनाई, स्कोरिंग प्रणाली और उसका / उसकी रखने के लिए परीक्षणों की अधिकतम संख्या का उपयोग की आसानी एकाग्रता, जिस पर आधारित कार्यक्रम ईईजी प्रयोग के लिए reconfigured जा सकता है (कदम 1.3.2 देखें)

चित्र 2
चित्रा 2. कार्यक्रम में एक चेहरा उत्तेजना के स्क्रीनशॉट। चेहरे के आकार को स्क्रीन की ऊंचाई फिट करने के लिए विन्यस्त है। खाली क्षेत्र काले रंग के साथ में भर जाता है।अपलोड / 53962 / 53962fig2large.jpg "लक्ष्य =" _blank "> यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

चित्र तीन
चित्रा 3. भावावेश मूल्यांकन के लिए स्कोरिंग प्रणाली का स्क्रीनशॉट। स्कोरिंग बार कोई टिक मार्क है करने के लिए बनाया गया है। भागीदार माउस एक चेहरे को सौंपा स्कोर का चयन और काम खत्म करने के लिए जाने के लिए बटन प्रेस करने के लिए खींचें करने के लिए की जरूरत है। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

  1. कार्य 1 के लिए कार्यक्रम: तस्वीर सत्र।
    1. पूल 30 तस्वीरों में से चयन करें, खुश गुस्सा, और तटस्थ चेहरे का भाव (5 पुरुष और 5 महिला भाव के प्रत्येक प्रकार के चेहरे), कि सबसे तुलनीय मतलब प्रतिक्रिया समय देने के लिए 10 प्रत्येक शामिल हैं और 5 के बीच भावावेश स्कोर का अर्थ 5 नियंत्रण पायलट प्रतिभागियों। ऐसे इष्टतम केंद्रीय आंख-निर्धारण अवधि (यानी, 1000 मिसे) के रूप में, पायलट रोगियों से प्रतिक्रिया को शामिल करके प्रायोगिक कार्यक्रम विन्यास अद्यतन, उत्तेजना प्रस्तुति (यानी, 1000 मिसे), अंतर प्रोत्साहन अंतराल (यानी, बेतरतीब ढंग में सौंपा की अवधि -between 4 और 7 सेकंड), और स्कोरिंग प्रणाली (के पैमाने यानी, 100 -100 के लिए)। पांच परिचय परीक्षणों के कार्यक्रम में 30 प्रयोगात्मक परीक्षण करने से पहले जोड़े।
      1. एक बाहरी विन्यास पाठ प्रायोगिक कार्यक्रम से जुड़े फाइल में उत्तेजनाओं और समय अंतराल की संख्या बदलें।
        नोट: पाठ फ़ाइल सॉफ्टवेयर इंजीनियरों के हस्तक्षेप के बिना विभिन्न प्रयोगात्मक शर्तों फिट करने के लिए संशोधित किया जा सकता है।
      2. 30 चयनित तस्वीरों के लिए परिचय परीक्षण के लिए पांच तस्वीरों भरोसा मत करो। EEGs और डेटा विश्लेषण में परिचय परीक्षणों में दर्ज व्यवहार डेटा का उपयोग न करें।
  2. कार्यक्रम चया कार्य 2: लाइन ड्राइंग सत्र।
    1. लाइन ड्राइंग 35 तस्वीरों हर चेहरे के किनारों अनुरेखण द्वारा कार्य 1 में इस्तेमाल किया (परिचय परीक्षण, प्रायोगिक परीक्षण के लिए 30 के लिए 5) के चित्र बनाने। के रूप में चित्रा 1 बी में दिखाया काले और सफेद लाइन-चित्र में ग्रे स्केल तस्वीरों को संशोधित करने के लिए ग्राफिक्स सॉफ्टवेयर का प्रयोग करें।
      नोट: फोटोग्राफ संपादन के लिए नीचे दिए गए चरणों रेखा-चित्र बनाने के लिए संभव समाधान में से एक है।
      1. ग्राफिक्स सॉफ्टवेयर में, तस्वीर की चमक / विपरीत समायोजित इतना है कि बहुमत पिक्सल में मूल ग्रे स्केल तीव्रता या तो काला या सफेद में गिर जाता है।
      2. "स्केच प्रभाव" "प्रभाव" में या एक ग्रे स्केल फोटोग्राफ इतना है कि उच्च स्थानिक आवृत्ति भाग के केवल समोच्च संरक्षित है के लिए सॉफ्टवेयर के "फिल्टर" मेनू लागू करें, और समोच्च लाइनों के फैलाव में वृद्धि करने के लिए "संकट प्रभाव" लागू ।
      3. आकृति को बढ़ाने के लिए किसी भी ब्रश उपकरण का उपयोग करें और के लिए एक रबड़ उपकरण का उपयोगअवांछित भागों को साफ। आगे और पीछे मूल तस्वीर और अपनी लाइन ड्राइंग समकक्ष के बीच की जाँच करके महत्वपूर्ण चेहरे की विशेषताओं को रखने के लिए सुनिश्चित करें।
    2. 1.3 चरण टास्क 2 के लिए एक कार्यक्रम बनाने के लिए और इसी लाइन-चित्र के साथ कार्य 1 में 35 तस्वीरों को बदलने के लिए टास्क में 1 के कार्यक्रम की एक प्रतिलिपि बनाएँ।

2. ईईजी रिकॉर्डिंग प्रक्रिया

  1. तैयारी
    1. 10 स्वस्थ नियंत्रण और स्थानीय मानव भागीदार अनुसंधान आचार समिति / संस्थागत समीक्षा बोर्ड के दिशा निर्देशों के आधार पर ईईजी प्रयोगों के लिए के रूप में के साथ 10 रोगियों को भर्ती।
    2. व्यक्तिगत रूप प्रयोगों के लिए पहले के रोगियों के लिए WAIS-III 31 का लघु रूप, प्रशासन और नियंत्रण जो लिंग पर और मौखिक / प्रदर्शन आईक्यू स्कोर पर निकट के रूप में संभव के रूप में रोगियों मैच मिल।
  2. ईईजी रिकॉर्डिंग
    1. एक ध्वनि बचाने में एक आराम कुर्सी में भागीदार सीटडी (dimly जलाया) चैम्बर और कुर्सी की स्थिति को समायोजित इतना है कि कंप्यूटर स्क्रीन भागीदार के सामने 60 सेमी है। प्रयोगात्मक प्रक्रिया पर एक ट्यूटोरियल के बाद, प्रतिभागी को उसकी / उसके मनमानी पर कुछ सवाल के साथ सहमति के प्रपत्रों को भरने की है।
    2. EEGs रिकॉर्ड करने के लिए 132 एजी / AgCl इलेक्ट्रोड के साथ एक ईईजी टोपी (122 10-10 प्रणाली ईईजी, और द्विध्रुवी VEOG, HEOG, ईकेजी, ईएमजी इलेक्ट्रोड सहित छह चेहरे वाली पेशी चैनलों के साथ) का प्रयोग करें। 1,000 हर्ट्ज नमूना दर पर कच्चे EEGs digitize करने के साथ 0.1-100 हर्ट्ज बैंड एनालॉग पास फिल्टर दो 64-चैनल एम्पलीफायरों के लिए टोपी कनेक्ट करें।
    3. प्रत्येक भागीदार के सिर करने के लिए मानक 128 चैनल ईईजी टोपी फिट बैठते हैं। इतना है कि इलेक्ट्रोड लेबल "संदर्भ" वाम / अधिकार स्थलों के "Cz" स्थिति है, जो पूर्वकाल / पीछे midline स्थलों (यानी, Inion दूरी के nasion के बीच) के सापेक्ष स्थित है पर रखा गया है, और टोपी को समायोजित करें (यानी, वाम / अधिकार Tragis के बीच), ई के अनुसारईजी अंतरराष्ट्रीय 10/10 प्रणाली।
    4. धीरे सभी इलेक्ट्रोड में प्रवाहकीय जेल इंजेक्षन करने के लिए एक कुंद सुई का उपयोग करें। धीरे-धीरे इलेक्ट्रोड के अंदर सुई के साथ हिलाओ खोपड़ी और इलेक्ट्रोड (यानी, 5 kΩ नीचे प्रतिबाधा रखने के लिए) के बीच अच्छे जेल संपर्क सुनिश्चित करने के लिए। लगातार इलेक्ट्रोड "संदर्भ" और "जमीन" लेबल ईईजी टोपी पर यकीन प्रतिबाधा माप सही है पर जेल संपर्क की स्थिति की जाँच।
      1. ईईजी रिकॉर्डिंग सॉफ्टवेयर के द्वारा समर्थित इलेक्ट्रोड प्रतिबाधा स्क्रीन को देखने के द्वारा इलेक्ट्रोड प्रतिबाधा का निरीक्षण करें (उदाहरण के लिए स्कैन इस अध्ययन में 4.5) कि आम तौर पर ईईजी सिस्टम के साथ चला जाता है। स्क्रीन पर, इलेक्ट्रोड रंग में दिखाया गया है, और विभिन्न रंगों प्रतिबाधा के स्तर में संकेत मिलता है।
    5. एक आंख (सकारात्मक साइट) की चक्षुकोण में एक HEOG इलेक्ट्रोड, और अन्य नेत्र (नकारात्मक साइट), ऊपर एक VEOG इलेक्ट्रोड और एल के नीचे एक दूसरे के चक्षुकोण में दूसरे इलेक्ट्रोड रखेंईएफटी आंख, अंगूठे और दाहिने हाथ की तर्जनी, और भौं और गाल के आसपास छह चेहरे इलेक्ट्रोड के बीच के क्षेत्र में छोड़ दिया और सही हाथ, और द्विध्रुवी इलेक्ट्रोड ईएमजी की पीठ पर द्विध्रुवी ईकेजी इलेक्ट्रोड।
    6. एक नोटबुक उन बुरे चैनलों में जो प्रतिबाधा अधिक से अधिक 5 kΩ है, या सीधे सभी इलेक्ट्रोड पर स्क्रीन दिखा प्रतिबाधा बचाने में रिकॉर्ड। ईईजी डाटा प्रोसेसिंग के स्तर पर बुरा चैनलों को खारिज करने के लिए इस रूप में भविष्य में संदर्भ का प्रयोग करें।
    7. प्रतिभागी को निर्देश 12 मिनट के लिए आंखें बंद करने के बाद रिकॉर्ड आराम की राज्य EEGs। इस समय के दौरान, दोगुना स्क्रीन ईईजी रिकॉर्डिंग सॉफ्टवेयर के द्वारा समर्थित पर दिखाया तत्काल ईईजी धारा की गुणवत्ता की जांच।
      नोट: वहाँ स्पष्ट अल्फा आँखें बंद हालत आंखें खुली शर्त के साथ तुलना के दौरान पश्चकपाल चैनलों में वितरित की लहरों होना चाहिए। अल्फा तरंगों बहुत शोर (बुरा चैनलों की अनदेखी) या विकृत कर रहे हैं, 2.2.4 कदम और जेल संपर्क समायोजित करने के लिए वापसी।
    8. प्रतिभागियों भर में एक जवाबी संतुलित क्रम में दो प्रायोगिक कार्यों को शुरू करें। स्क्रीन रिकॉर्डिंग सॉफ्टवेयर के द्वारा समर्थित पर रिकॉर्ड आइकन पर क्लिक करके रिकॉर्ड EEGs।
      1. कार्य अनुदेश स्क्रीन पर दिखाया पढ़ने के बाद, प्रत्येक भागीदार 5 परिचय परीक्षण, 30 कार्य परीक्षणों द्वारा पीछा किया प्रदर्शन है। दोनों फोटोग्राफ और लाइन ड्राइंग कार्यों के लिए एक ही प्रक्रिया का प्रयोग करें। कार्य निर्देश में, के रूप में जल्दी संभव के रूप में एक चेहरा उत्तेजना के भावावेश के लिए एक स्कोर आवंटित करने के लिए प्रतिभागियों को प्रोत्साहित करते हैं।
      2. महत्वपूर्ण: सही ढंग से भेजने की घटनाओं समय बंद केंद्रीय आंख-निर्धारण, चेहरा उत्तेजना प्रस्तुति की शुरुआत करने के लिए, और भावावेश मूल्यांकन के दौरान रिकॉर्डिंग सॉफ्टवेयर के लिए जाने के लिए बटन दबाने के लिए कदम 1.3.2 और 1.4.2 में तैयार कार्यक्रमों की जाँच करें। उन शुरुआत के समय संख्यात्मक रूप में कोडित रहे हैं और स्क्रीन रिकॉर्डिंग सॉफ्टवेयर के द्वारा समर्थित पर जाँच की जा सकती है।
        नोट: प्रतिभागी दो कार्यों के बीच में एक ब्रेक ले सकते हैं। इसमें कोई ईईजी पुन हैब्रेक के दौरान मुताबिक।
    9. डेटा विश्लेषण में प्रतिभागियों भर सह पंजीकरण के ईईजी टोपी के लिए इलेक्ट्रोड का 3 डी पदों रिकॉर्ड और एक फाइल में इसे बचाने के लिए एक digitizer (इस अध्ययन में जैसे Polhemus Fastrak 3 डी digitizer) का उपयोग करें (जैसे .3dd या Dat फ़ाइल)।
    10. ईईजी प्रयोग के बाद, (जैसे, नकारात्मक भावनाओं है, लगभग नींद में गिर गया) भागीदार ईईजी प्रयोग के दौरान उसकी / उसके व्यवहार और भावनाओं पर एक 35 सवाल इनवेंटरी को भरने के लिए है, और उन्हें प्रयोग में भाग लेने के लिए भुगतान करते हैं।
    11. साफ / उसकी / उसके बाल सुखाने के लिए शौचालय के लिए प्रतिभागी को ले आओ।
    12. स्वच्छ और नैदानिक ​​निर्देशों के अनुसार ईईजी टोपी बाँझ।

3. प्रसंस्करण ईईजी डेटा

नोट: सॉफ्टवेयर इस खंड में प्रदान आदेशों EEGLAB के लिए विशिष्ट हैं।

  1. फोन करके 1 हर्ट्ज की एक उच्च पास फिल्टर और 50 हर्ट्ज की एक कम पास फिल्टर का उपयोग कर फ़िल्टर ईईजी संकेतोंpop_eegfilt.m समारोह 32।
    नोट: कुछ देशों है कि 50 हर्ट्ज विद्युत ग्रिड आवृत्ति के लिए 40 हर्ट्ज की एक कम पास फिल्टर का प्रयोग करें
  2. इलेक्ट्रोड प्रतिबाधा कदम 2.2.6 में दर्ज की गई जाँच के बाद प्रतिबाधा अधिक से अधिक 5 kΩ के साथ बुरा चैनलों त्यागें। पड़ोसी हर चैनल में बिजली स्पेक्ट्रम सुविधाओं के दृश्य निरीक्षण (जैसे, अधिकतम मूल्य, टेढ़ापन, आदि) द्वारा चैनलों के साथ तुलना में बहुत अलग सत्ता स्पेक्ट्रम के साथ उन बुरा चैनलों त्यागें।
    1. गणना और pop_spectopo.m समारोह 32 को फोन करके ईईजी सिग्नल की शक्ति स्पेक्ट्रम साजिश है।
  3. पुन संदर्भ pop_reref.m समारोह को फोन करके बुरा चैनलों के बिना मस्तिष्क चैनलों की औसत के साथ ईईजी का संकेत है।
  4. प्रोत्साहन बंद युगों, जिनमें से प्रत्येक 1.5 सेकंड बाद प्रोत्साहन शुरुआत करने के लिए -2.0 सेकंड पूर्व से पर्वतमाला में खंड EEGs। आधारभूत valu की औसत हटाने के द्वारा आधारभूत के लिए (-2.0 प्रोत्साहन शुरुआत से पहले -1.2 सेकंड के लिए) सहीप्रत्येक युग से तों।
    1. कॉल pop_epoch.m और pop_rmbase.m काम करता है, क्रमशः। केंद्रीय आंख-निर्धारण अवधि और चेहरे प्रोत्साहन की शुरुआत करने से पहले आधारभूत का अंतराल चुनें।
  5. मार्क बुरा युगों कि कलाकृतियों को शामिल करने के लिए दिखाई देते हैं। बुरा युगों युगों त्यागें आँख झपकाए से दूषित आरक्षित है। कलाकृतियों के साथ युगों आमतौर पर शोर देखो या अत्यंत उच्च शिखर मूल्य (उदाहरण के लिए 100 से अधिक है μV) ठेठ युगों के साथ तुलना की है।
    1. एक अर्द्ध स्वचालित प्रक्रिया शुरू करने के लिए pop_rejmenu.m समारोह को बुलाओ। एक बातचीत खिड़की से बाहर पॉप दृश्य निरीक्षण के माध्यम से उपयोगकर्ता द्वारा ऑटो का चयन किया बुरा युगों फिर से पुष्टि करने के लिए होगा। हालांकि युगों के बहुमत आँख झपकाए द्वारा दूषित कर रहे हैं, इन युगों अंतरिम रूप से 3.8 चरण में स्वतंत्र घटक विश्लेषण (आईसीए) के 33 से बाद में हटाने के लिए आरक्षित किया जा सकता।
  6. बुरा चैनलों और बुरा युगों discarding के बाद, pop_runi का उपयोग कर काट दिया ईईजी डेटा पर आईसीए चलानेca.m समारोह।
  7. अनुमान के अनुसार स्वतंत्र घटकों (आईसीएस) के बीच, नेत्र आंदोलन / झपकी, मांसपेशियों की गतिविधि, दिल की धड़कन, और लाइन शोर 32 से उत्पन्न कलाकृतियों की पहचान।
    ध्यान दें: एक घटक के आईसी स्कोर और सभी संदर्भ चैनल (VEOG, HEOG, ईकेजी, और चेहरे चैनल) के उन लोगों के बीच एक काफी उच्च सहसंबंध (आर 2> 0.9) इंगित करता है कि इस घटक मुख्य रूप से कलाकृतियों ने योगदान दिया है। कलाकृतियों के द्वारा समझाया अनुमान आईसी स्कोर कई प्रतिगमन विश्लेषण का उपयोग कर साफ किया जा सकता है।
  8. विरूपण साक्ष्य आईसीएस निकालें और स्वच्छ EEGs जो आईसीए के उत्पाद मिश्रण मैट्रिक्स और विरूपण साक्ष्य साफ आईसी स्कोर मैट्रिक्स द्वारा प्राप्त कर रहे हैं अनुमान है। आगे के विश्लेषण के लिए स्वच्छ EEGs बचाओ।
    1. संदर्भ VEOG, HEOG, ईकेजी और आईसी स्कोर मैट्रिक्स में चेहरे चैनलों से विरूपण साक्ष्य आईसीएस (2 आर> 0.9) की भविष्यवाणी के बच रखें। pop_subcomp.m समारोह से अन्य विरूपण साक्ष्य आईसीएस निकालें। समारोह विरूपण साक्ष्य साफ EEGs रिटर्न।

    4. सांख्यिकीय विश्लेषण

    1. ग्यारह सजातीय क्षेत्रों में विभाजन ईईजी चैनल (10 चैनलों) ईआरपी में सांख्यिकीय तुलना की संख्या को कम करने के लिए और ERSP विश्लेषण करती है, वह यह है कि, बाएँ, midline- (14), और सही-ललाट (10); बाएँ (13) और सही-सामयिक (13); बाएँ (9), midline- (14) और सही-मध्य (9); बाएँ (9), midline- (12) और सही-पश्चकपाल पार्श्विका (9) 4 चित्र में दिखाया गया है। इन क्षेत्रों में कोर्टेक्स 34 के कार्यात्मक शरीर रचना विज्ञान के अनुसार परिभाषित कर रहे हैं। इन क्षेत्रों में ईईजी संकेतों के कार्यात्मक एकरूपता विभिन्न प्रयोगों 13,35,36 में मान्य किया गया है।

    चित्रा 4
    चित्रा 4. चैनल विभाजन। चैनलों ग्यारह क्षेत्रों में विभाजित हैं। वामो: बाएं ललाट (10 चैनल), म्यूचुअल फंड: midline ललाट (14), आरएफ: सही-ललाट (10), लेफ्टिनेंट: वाम-सामयिक (13), आर टी: सही-सामयिक (13), नियंत्रण रेखा: वाम-मध्य (9), एम सी: midline मध्य (14), आर सी: सही-मध्य (9), एल.पी.: वाम पश्चकपाल पार्श्विका (9), सांसद: midline पश्चकपाल पार्श्विका (12), आरपी :। सही-पश्चकपाल पार्श्विका (9) कृपया यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

    1. 3.8 चरण में स्वच्छ EEGs लोड। एक ही क्षेत्र के भीतर ERPs के औसत से हर चैनल में युगों भर संकेतों के औसत से चैनल ईआरपी, और क्षेत्रीय ईआरपी कंप्यूट।
      नोट: EEGs EEGLAB में pop_loadset.m समारोह का उपयोग कर लोड कर रहे हैं, जब संकेतों एक चैनल द्वारा समय-से-युग सरणी में संरचना चर "EEG.data" में जमा हो जाती है।
      1. मैटलैब कमांड विंडो में, हर चैनल के लिए युगों भर EEG.data के औसत से चैनल ईआरपी गणना (जैसे, channelERP = मतलब (EEG.dat, 3))। 4.1 (जैसे, regi में विभाजन के अनुसार प्रत्येक क्षेत्र के भीतर चैनल ERPs के औसत से क्षेत्रीय ईआरपी कंप्यूटonalERP = मतलब (channelERP (सूचकांक, :), 1), जहां "सूचकांक" एक दिए गए क्षेत्र में चैनल के सूचकांकों के लिए खड़ा है)।
    2. एक ही क्षेत्र में चैनल ERSPs के औसत से क्षेत्रीय ERSPs (जैसे तरंगिका रूपांतरण) प्रत्येक चैनल में संकेतों युग के लिए एक समय-आवृत्ति को बदलने को लागू करने से चैनल ERSPs गणना, और।
      1. समय-आवृत्ति pop_newtimef.m समारोह को फोन करके बदलना प्रदर्शन करना।
        नोट: इस अध्ययन में, "तरंगिका चक्र" प्रविष्टि [1, 0.5] और "आधारभूत" पर सेट है [-2.000 के लिए -1.200] मिसे के लिए निर्धारित है। जिसके परिणामस्वरूप चैनल ERSPs एक आवृत्ति-से-समय-से-चैनल सरणी में संग्रहीत किया जाएगा।
      2. मैटलैब कमांड विंडो में, 4.1 में विभाजन के अनुसार क्षेत्रीय ERSP गणना प्रत्येक क्षेत्र के भीतर चैनलों में ERSPs के औसत से (जैसे, regionalERSP = मतलब (channelERSP (:: सूचकांक), 3), जहाँ "channelERSP" उत्पादन है pop_newtimef.m समारोह से, और "सूचकांक" एजी में चैनल सूचकांकों के लिए खड़ा हैIven क्षेत्र)।
    3. अलग अलग समय अंतराल में मतलब मूल्यों की गणना (जैसे 50-150, 150-250, 250-350, 350-450 मिसे) क्षेत्रीय ERPs के लिए। अलग-अलग समय आवृत्ति अंतराल में मतलब मूल्यों की गणना (जैसे 50-150, 150-250, 250-350, 350-450, 1-7 हर्ट्ज में 450-800 मिसे, और 8-30 हर्ट्ज में 200-800 मिसे) के लिए क्षेत्रीय ERSPs।
    4. क्षेत्रीय ERPs और ERSPs का मतलब मूल्यों के लिए सांख्यिकीय सॉफ्टवेयर (जैसे आईबीएम SPSS) में Manova लागू करें कार्य (बनाम लाइन ड्राइंग फोटोग्राफ), क्षेत्र (ग्यारह खोपड़ी क्षेत्रों), और समूह के लिए मुख्य प्रभाव का मूल्यांकन करने के लिए (एएस बनाम नियंत्रण) , के रूप में अच्छी तरह से काम, क्षेत्र, और समूह के बीच बातचीत के प्रभाव के रूप में।
      1. सांख्यिकीय विश्लेषण में, एक covariate के रूप में लिंग (पुरुष बनाम महिला) विचार करना है, और लिंग के प्रभाव लगातार धारण करके मुख्य और बातचीत के प्रभाव का अनुमान है।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

औसत मौखिक और प्रदर्शन बुद्धि स्कोर नियंत्रण के लिए तालिका 1 में और औसत प्रतिक्रिया समय और औसत दो समूहों के चेहरे की भावावेश को सौंपा स्कोर के साथ-साथ समूहों के रूप में सूचीबद्ध हैं। तालिका में, समूह मतभेद से कोई भी लाइन ड्राइंग काम है, जहां के रूप में समूह शून्य (पी <0.001) 13 के पास एक औसत स्कोर है में तटस्थ चेहरे को छोड़कर सांख्यिकीय महत्व प्राप्त होता है। दिलचस्प है, के रूप में समूह अभी भी लिंग, बुद्धि और चेहरे उत्तेजनाओं की प्रयोगात्मक नियंत्रण में तटस्थ चेहरे का जवाब देने में अब थोड़ा प्रतिक्रिया कम प्रतिक्रिया समय गुस्से में है और खुश चेहरे का जवाब देने में नियंत्रण समूह की तुलना में समय है, और है। Asperger है सिंड्रोम प्रमस्तिष्कखंड में दोष और उसके संबंधित लिम्बिक संरचनाओं 37-39, जो तटस्थ भावना 40,41 के लिए छोड़कर भावनाओं की स्मृति में शामिल होने के लिए जाना जाता है के साथ पाया जाता है। ये लिम्बिक संरचनागैर-सचेत प्रक्रिया के साथ जुड़े ures के रूप में रोगियों के साथ व्यवहार प्रतिक्रियाओं की व्याख्या में एक महत्वपूर्ण भूमिका निभा सकते हैं।

तालिका एक
तालिका 1 Wechsler एडल्ट इंटेलिजेंस स्केल-III पर स्कोर, प्रतिक्रिया समय, और औसत भावावेश फोटोग्राफ और लाइन ड्राइंग कार्यों में उत्तेजनाओं का सामना करने के लिए सौंपा स्कोर के व्यवहार डेटा। इस तालिका Tseng एट अल में 1 टेबल का एक संशोधित संस्करण है 13

जैसा कि चित्र में दिखाया गया है 5, नियंत्रण समूह में N400 घटक ललाट में स्पष्ट है, लौकिक और पश्चकपाल-पार्श्विका क्षेत्रों दोनों फोटोग्राफ और लाइन ड्राइंग कार्यों में है, लेकिन इस घटक के आयाम लाइन ड्राइंग कार्य में छोटा होता है। के रूप में समूह में, N400 beco midline ललाट क्षेत्र में दिखाई दे रहा है, लेकिन तस्वीर के कार्य में अन्य क्षेत्रों में अदृश्य है, और हैलाइन ड्राइंग कार्य में सभी ललाट क्षेत्रों में दिखाई एमईएस। Manova कार्य-से-समूह बातचीत के प्रभाव 350-450 मिसे पद शुरुआत अंतराल (पी = 0.019) में महत्वपूर्ण है। दो समूहों को भी फोटोग्राफ कार्य 42 में जल्दी धारणा में काफी अंतर दिखाने के लिए, और लाइन ड्राइंग कार्य में तुलनीय ईआरपी पैटर्न है; वह यह है कि कार्य-से-समूह बातचीत के प्रभाव भी 50-150 मिसे पद शुरुआत अंतराल (पी = 0.035) में महत्वपूर्ण है। फोटोग्राफ और लाइन ड्राइंग चेहरे 250-550 मिसे अंतराल में अस्थायी और पश्चकपाल-पार्श्विका क्षेत्रों में सबसे बड़ा ईआरपी अंतर तक पहुँचने।

चित्रा 5
चित्रा 5. ईआरपी भूखंडों। सही ललाट में ईआरपी भूखंडों, नियंत्रण में सही लौकिक और सही पश्चकपाल-पार्श्विका क्षेत्रों (ब्लू) और (लाल) समूह (ए) तस्वीर में और (बी) लाइन ड्राइंग कार्य। ईईजी चैनलों के स्थानों रहे हैंप्रत्येक भूखंड के ऊपरी बाएं हाथ की ओर में दिखाया गया है। ऊर्ध्वाधर अक्ष ईआरपी वोल्टेज (μV) से पता चलता है और क्षैतिज अक्ष मिसे में समय से पता चलता। यह आंकड़ा Tseng एट अल में चित्रा 2 का एक संशोधित संस्करण है। 13 यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

के रूप में आंकड़े 6 और 7, नियंत्रण समूह में डेल्टा / थीटा तुल्यकालन में दिखाया दोनों कार्यों में 50-800 मिसे पद शुरुआत अंतराल में स्पष्ट है। पश्चकपाल-पार्श्विका क्षेत्रों मजबूत तुल्यकालन, जल्दी 50-350 मिसे अंतराल में ललाट क्षेत्रों से मध्य और लौकिक क्षेत्रों और तब तक पीछा किया प्रदर्शन, और क्षेत्रीय मतभेद 350 मिसे के बाद गायब हो जाते हैं। पश्चकपाल-पार्श्विका क्षेत्रों में भी 200-800 मिसे अंतराल में सबसे मजबूत अल्फा / बीटा desynchronization प्रदर्शित करता है। जीई मेंनेरल, तस्वीरें डेल्टा / थीटा तुल्यकालन में लाइन-चित्र के ऊपर एक additive प्रभाव है, लेकिन लाइन ड्राइंग मजबूत अल्फा / बीटा desynchronization प्रेरित। के रूप में समूह लाइन ड्राइंग कार्य में नियंत्रण समूह, फोटोग्राफ और चेहरे के साथ जुड़े कोई स्पष्ट additive प्रभाव के रूप में अधिक तुलनीय डेल्टा / थीटा तुल्यकालन है। Manova कार्य-से-समूह बातचीत के प्रभाव 50-150, 250-350, 350-450 और मिसे पद शुरुआत के अंतराल में महत्वपूर्ण है (पी = 0.043, 0.003 और 0.015, क्रमशः)। समूह प्रभाव भी 150-250, 250-350, 350-450 और मिसे के अंतराल में महत्वपूर्ण है (पी = 0.033, 0.022 और .011, क्रमशः)। के रूप में समूह 150-250 मिसे अंतराल में पश्चकपाल-पार्श्विका क्षेत्रों में मजबूत डेल्टा / थीटा तुल्यकालन के साथ ही 350-450 मिसे अंतराल में midline क्षेत्रों को प्रदर्शित करता है जब अन्य खोपड़ी क्षेत्रों के खिलाफ तुलना में। के रूप में समूह में अल्फा / बीटा desynchronization में नियंत्रण समूह के समान (और थोड़ा मजबूत है)दोनों कार्यों, लेकिन दो कार्यों के बीच मतभेद के रूप में समूह में छोटे हो जाते हैं। Manova समूह और कार्य-से-समूह प्रभाव उच्च आवृत्ति दोलन में सांख्यिकीय नगण्य हैं।

चित्रा 6
चित्रा 6 फोटोग्राफ कार्य में ERSP भूखंडों। (ए) नियंत्रण और (बी) के फोटोग्राफ कार्य में समूहों के रूप में के लिए ERSP भूखंडों। लाल रंग शक्ति में वृद्धि (तुल्यकालन) अर्थ है, और नीले रंग अर्थ शक्ति कमी (desynchronization) आधारभूत साथ तुलना में। यह आंकड़ा Tseng एट अल में चित्रा 3 का एक संशोधित संस्करण है। 13 यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

चित्रा 7
चित्रा 7. टी में ERSP भूखंडोंवह (ए) के नियंत्रण और (बी) लाइन ड्राइंग कार्य में समूहों के रूप में के लिए लाइन ड्राइंग कार्य। ERSP भूखंडों। यह आंकड़ा Tseng एट अल में चित्रा 3 का एक संशोधित संस्करण है। 13 यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

ईआरपी परिणाम जल्दी धारणा (50-150 मिसे) और फोटोग्राफ कार्य में भावुक चेहरे के बाद के अर्थ मान्यता (350-450 मिसे) में एक समूह का अंतर सुझाव देते हैं। जब नियंत्रण समूह के साथ तुलना के रूप में समूह फोटोग्राफ कार्य और लाइन ड्राइंग कार्य में एक थोड़ा बड़ा P1 आयाम में एक छोटे P1 आयाम है। दो कार्यों के बीच में P1 आयाम मतभेद फोटो और रेखा-चित्र 43 की धारणा में एएस के साथ रोगियों की विशिष्टता प्रतिबिंबित कर सकते हैं। N400 दृढ़ता से प्रभावित होना दिखाया गया हैभावनात्मक सामग्री, परिचित और चेहरे 44 में वैश्विक / स्थानीय सुविधाओं। हमारे अध्ययन में, N400 (350-450 मिसे) ललाट और लौकिक क्षेत्रों में नियंत्रण समूह में उच्च दिखाई लेकिन फोटोग्राफ कार्य में के रूप में समूह में लगभग अदृश्य है। चेहरे की भावना मान्यता में, N400 एक चेहरा और इसके अर्थ की व्याख्या (गुस्से में तटस्थ और खुश) के बीच एक कड़ी के लिए खोज की प्रक्रिया के रूप में व्याख्या की जा सकती है। नियंत्रण समूह में, 350-450 मिसे के अंतराल में दो कार्यों के बीच फर्क ईआरपी दूसरों के द्वारा निष्कर्षों के साथ संगत है। प्रमस्तिष्कखंड बरकरार भयभीत चेहरे या केवल LSF सामग्री 3,45 युक्त भयभीत चेहरे को और अधिक सक्रिय है। सबसे LSF सामग्री लाइन चित्र से हटा रहे हैं के रूप में, नियंत्रण समूह से इन नतीजों से संकेत मिलता है कि N400 पश्चकपाल-पार्श्विका क्षेत्र में बहुत छोटे और लगभग कि फोटोग्राफ कार्य में के साथ तुलना में लौकिक क्षेत्रों में अदृश्य है।

becausरेखा-चित्र के ई सूचना प्रोसेसिंग प्रमस्तिष्कखंड में गैर-सचेत समारोह पर कम निर्भर करता है, के साथ रोगियों भावनात्मक चेहरा पहचान के दौरान बाद में (350-450 मिसे) चरणों में स्वस्थ नियंत्रण के रूप में अधिक तुलनीय ईआरपी पैटर्न दिखा। दिलचस्प है, के रूप में समूह फोटोग्राफ कार्य में दिखाई N400 के बिना सही ढंग से भावावेश मूल्यांकन कार्य पूरा कर सकते हैं। यह प्रमस्तिष्कखंड के माध्यम से उस सूचना प्रोसेसिंग परिकल्पना की और उसके संबंधित लिम्बिक संरचनाओं N400, जो के रूप में के साथ रोगियों में सूचना संसाधन की दक्षता पर असर लेकिन उनकी प्रतिक्रिया सटीकता पर कोई प्रभाव नहीं है सकते हैं के आयाम को ट्रिगर करने में एक महत्वपूर्ण भूमिका निभा उचित है।

यह दिखाया गया है कि भावनात्मक चेहरा पहचान डेल्टा / थीटा दोलनों 8 में जल्दी और बाद में परिवर्तन, जो प्रोत्साहन अनुमान 46-48 दौरान cortical-लिम्बिक अनुमानों के साथ जुड़े मस्तिष्क गतिविधि पर विचार कर रहे हैं संलग्न किया गया है। डेएलटीए / थीटा तुल्यकालन अधिक जागरूक चेहरा पहचान 46 के साथ तुलना में गैर-सचेत साथ जुड़ा हुआ है। पर ERSPs निष्कर्ष आगे से संकेत मिलता है कि के रूप में समूह भावनात्मक चेहरा पहचान के शुरुआती और बाद के चरणों में डेल्टा / थीटा लय में बहुत कमजोर तुल्यकालन है। यह परिकल्पना है कि कमजोर डेल्टा / थीटा तुल्यकालन भावनात्मक अभिव्यक्ति के गैर होश संसाधन में अशांति और रूप के साथ रोगियों में लिम्बिक-cortical प्रक्षेपण में एक विफलता को दर्शाता है ही उचित है। डेल्टा / थीटा तुल्यकालन midline ललाट में थोड़ा और अधिक स्पष्ट है, midline केंद्रीय और midline पश्चकपाल-पार्श्विका दोनों कार्यों में 350-450 मिसे पद शुरुआत अंतराल में के रूप में समूह में अन्य खोपड़ी क्षेत्रों के सापेक्ष क्षेत्रों के। ये midline क्षेत्रों बारीकी से भावनात्मक महत्व के प्रति जागरूक 18 प्रतिनिधित्व के cortical संरचना से संबंधित हैं।

क्योंकि संज्ञानात्मक या होश मार्ग अभी भी मध्यस्थता हैचेतक के रूप में इस तरह के लिम्बिक संरचना से, हम परिकल्पना कर सकते हैं कि के रूप में समूह की तस्वीरें और रेखा-चित्र के जवाब में गैर-सचेत मार्ग की तुलना में अधिक सचेत मार्ग पर निर्भर करता है। नियंत्रण समूह में, डेल्टा / थीटा बिजली पार्श्विका पश्चकपाल क्षेत्रों में सबसे मजबूत पहुंचता है समय बंद फोटोग्राफ कार्य में एक बाद में मंच पर ललाट क्षेत्रों में शुरुआत और बढ़ जाती है प्रोत्साहन के लिए। लाइन ड्राइंग कार्य में डेल्टा / थीटा बिजली के स्थानिक वितरण के रूप में समूह के करीब हो जाता है। हम परिकल्पना है कि नियंत्रण समूह फोटोग्राफ कार्य में सचेत और गैर-सचेत रास्ते संलग्न है, और लाइन ड्राइंग कार्य में सचेत मार्ग पर निर्भर करता है।

जब दो कार्यों के बीच ERSPs की तुलना, नियंत्रण समूह के अतिरिक्त 250-450 मिसे पद शुरुआत अंतराल में डेल्टा / थीटा तुल्यकालन पर LSF सामग्री की एक additive प्रभाव का सुझाव है, मस्तिष्क क्षेत्रों के स्वतंत्र और ई के तंत्रचेहरे की भावनाओं से licited। के रूप में साथ रोगियों जो फोटोग्राफ कार्य में सफलतापूर्वक चेहरे की भावनाओं का मूल्यांकन कर सकते ने सुझाव दिया है एक चेहरे में LSF सामग्री, सूचना प्रवाह है, जो आसानी से एक चेहरे में जानकारी के लिए स्वैच्छिक ध्यान के माध्यम से नजरअंदाज किया जा सकता है पर एक निरंतर लोड जगह लगता है। मजबूत अल्फा और बीटा दोलनों के लिए भेजा गया है ध्यान के साथ जुड़े नियोकॉर्टेक्स, अर्थ दीर्घकालिक स्मृति, और उत्तेजनाओं 49,50 के संज्ञानात्मक आकलन में कार्यात्मक प्रक्रियाओं के संकेतक के रूप में। एक चेहरा पहचान कार्य में, अल्फा / बीटा desynchronization दृश्य उत्तेजनाओं को स्वैच्छिक ध्यान के स्तर को दर्शाता है और चेहरे की भावनाओं 15,18,51 के संज्ञानात्मक मूल्यांकन के साथ जुड़ा हुआ है। इस अध्ययन में, वहाँ कोई सबूत नहीं है क्षेत्रीय मतभेद के अलावा उच्च आवृत्ति दोलन में एक कार्य समूह या प्रभाव (अल्फा और बीटा) का समर्थन है, जब पार्श्विका पश्चकपाल क्षेत्र और अन्य क्षेत्रों के बीच अंतर की तुलना। अल्फा desynchronization ध्यान को दर्शाता है औरजटिल कार्यों को 52 में हिचकते प्रक्रियाओं से एक विज्ञप्ति जारी की, जबकि बीटा दोलन शायद ही कभी भावना से संबंधित कार्यों 53,54 में मनाया जाता है। के रूप में समूह में बीटा desynchronization आम तौर पर है कि दोनों कार्यों में नियंत्रण समूह की तुलना में मजबूत है, लेकिन समूह अंतर नगण्य है। ERSPs सुझाव है कि के रूप में समूह बहुत कमजोर डेल्टा / थीटा शक्ति है, लेकिन थोड़ा मजबूत अल्फा / बीटा शक्ति जब नियंत्रण समूह के साथ तुलना। हम परिकल्पना है कि एएस के साथ रोगियों दृश्य उत्तेजनाओं के संज्ञानात्मक मूल्यांकन के प्रयोग से चेहरे में कुछ महत्वपूर्ण जानकारी के लिए उनका ध्यान प्रत्यक्ष संवेदी और भावात्मक घाटे की भरपाई के लिए कर सकता है।

सारांश में, स्वस्थ नियंत्रण में चेहरे की भावनाओं की मान्यता दोनों सचेत और गैर-सचेत प्रक्रियाओं 9,18,51 लाती है। दो कार्यों के बीच प्रतिक्रिया समय मतभेद के रूप में समूह में उन लोगों की तुलना में नियंत्रण समूह में बड़े हो जाते हैं। हम परिकल्पना है कि स्वस्थनियंत्रण रेखा-चित्र के जवाब में गैर होश में एक से सचेत प्रक्रिया को और अधिक संलग्न हैं और तस्वीरों के जवाब में दोनों प्रक्रियाओं डालती है, जबकि एएस के साथ रोगियों को केवल चेहरे के दोनों प्रकार का जवाब देने में सचेत प्रक्रिया पर भरोसा करते हैं।

पूरक संहिता फ़ाइल:। उदाहरण कार्यक्रम इस फाइल को डाउनलोड करने के लिए यहां क्लिक करें।

Subscription Required. Please recommend JoVE to your librarian.

Discussion

साहित्य ईईजी प्रतिक्रियाओं 44 के विश्लेषण से आत्मकेंद्रित के साथ रोगियों में चेहरे की भावनाओं की मान्यता पर अध्ययन की सुविधा है, और उच्च और निम्न स्थानिक आवृत्ति सामग्री की मान्यता पर दृश्य उत्तेजनाओं 43 का उपयोग कर। हमारे ज्ञान का सबसे अच्छा करने के लिए, हालांकि, वहाँ है कि अलग स्थानिक आवृत्ति सामग्री के साथ भावना मान्यता को जोड़ती है मस्तिष्क oscillatory गतिविधि पर मौजूदा काम की कमी है। हमारी प्रोटोकॉल के रूप में स्वस्थ नियंत्रण के साथ तुलना के साथ रोगियों में भावावेश (सकारात्मक, तटस्थ और नकारात्मक चेहरों) और स्थानिक आवृत्ति जानकारी (फोटो और रेखा-चित्र) भावनाओं की मान्यता पर के प्रभाव का आकलन करने की दिशा में पहला कदम है। स्थानिक, अस्थायी और आवृत्ति डोमेन में ईईजी प्रतिक्रियाओं के हमारे विश्लेषण के रूप में विकार की वैज्ञानिक समझ के लिए एक हद तक भावात्मक और संज्ञानात्मक कार्यों को अलग करने के लिए अनुमति देता है। इस अध्ययन में, प्रयोगात्मक प्रोटोकॉल वें असंबंधित को कम करने वाले कारकों के लिए एक दृष्टिकोण प्रदान करता हैभावनाओं की ई मान्यता; वह यह है कि प्रतिक्रिया बार और स्कोर चेहरों में से भावावेश को सौंपा एक सावधानी से तैयार पायलट अध्ययन से दो समूहों के बीच संभव के रूप में रूप में इसी तरह रखा जाता है। प्रतिभागियों को भी बुद्धि और दोनों पायलट अध्ययन और ईईजी प्रयोग में लिंग के आधार पर मिलान कर रहे हैं। जबकि पर के रूप में पिछले ईईजी अध्ययन P1 और N170 55 पर ध्यान केंद्रित किया है, इस अध्ययन में प्रोटोकॉल के रूप में और नियंत्रण समूहों के बीच N400 घटक में एक महत्वपूर्ण अंतर के प्रदर्शन में योगदान देता है।

एकमैन के भावनात्मक चेहरों अन्य डेटाबेस (जैसे, कुछ अच्छी तरह से मान्य ताइवान की भावनात्मक चेहरों) में चेहरे के साथ तुलना में स्वस्थ नियंत्रण में मजबूत कम आवृत्ति दोलन को प्रकाश में लाना। यह अत्यधिक भावनात्मक चेहरे ईईजी प्रयोग से पहले मरीजों और स्वस्थ नियंत्रण में इस्तेमाल उत्तेजनाओं को मान्य करने के लिए एक पायलट ईईजी अध्ययन का संचालन करने के लिए सिफारिश की है। एएस के साथ मरीजों को आंख क्षेत्रों में 56 HSF जानकारी का उपयोग कर मुश्किल था। इस कारण से,चुने गए एकमैन के चेहरे उत्तेजनाओं से अवगत कराया / unexposed दांत या furrowed / smoothed भौहें द्वारा पहचाने जाने भावनात्मक अभिव्यक्ति होते हैं। रोगियों के अन्य प्रकारों पर अध्ययन अन्य चेहरे सुविधाओं पर विचार हो सकता है, जबकि प्रोटोकॉल में इस्तेमाल किया उत्तेजनाओं की जगह ले। स्कोरिंग प्रणाली भावावेश मूल्यांकन कार्य है, जो पायलट अध्ययन में भर्ती मरीजों को साक्षात्कार के द्वारा हल किया जा सकता प्रदर्शन रोगियों की सुविधा के लिए तैयार किया जाना चाहिए; वह यह है कि मध्य और अंत अंक के अलावा किसी भी टिक के निशान के बिना आदेश दिया सातत्य पायलट रोगियों से प्रतिक्रिया के अनुसार बनाया गया है। स्कोरिंग प्रणाली के अंत बिंदुओं पर लेबल के उदाहरण के लिए संशोधित किया जा सकता है, बनाम विरोधी अनुकूल है, जो विशेष रूप से नियंत्रण में भावनात्मक प्रतिक्रियाओं को अधिकतम करने के लिए चुना जाना चाहिए।

साहित्य में, जैसा कि प्रमस्तिष्कखंड में impairments और इससे संबंधित लिम्बिक संरचनाओं 37-39, जो याददाश्त और भावनाओं से संबंधित जानकारी की बहाली में शामिल रहे हैं, पूर्व के साथ पाया जाता हैतटस्थ भावना 40,41 के लिए घूमने के अलावा। इसके अलावा, प्रमस्तिष्कखंड एक फोटो खिंचवाने चेहरे 3 में LSF सामग्री के प्रति संवेदनशील है। प्रोटोकॉल में दो कार्यों के रूप में साथ वयस्कों में घाटे पर मौजूदा निष्कर्षों के अनुसार तैयार कर रहे हैं, और उत्तेजनाओं और स्कोरिंग प्रणाली इसके अतिरिक्त रोगियों की इस आबादी के साथ उपयोग के लिए डिजाइन किए गए थे। नैदानिक ​​ऐसे आत्मकेंद्रित स्पेक्ट्रम विकारों के 57 के रूप में हानि का एक समान प्रकार के साथ अन्य वयस्क रोगियों के लिए प्रोटोकॉल के आवेदन पत्र, चेहरे उत्तेजनाओं में एक मामूली संशोधन और स्कोरिंग प्रणाली के साथ आयोजित किया जा सकता है।

यह ध्यान दिया जाना चाहिए कि प्रोटोकॉल के छोटे से 7 साल की उम्र के बच्चों, जिनके प्रति जागरूक (या स्वैच्छिक) नियंत्रण व्यवहार के ऊपर पूरी तरह से विकसित नहीं किया जा सकता है 26 के नैदानिक ​​निदान के लिए इरादा नहीं है। इसके अलावा, तकनीक मस्तिष्क की चोटों, ट्यूमर या मस्तिष्क hemodynamics के अन्य उल्लंघन निम्नलिखित मनोरोग comorbidity के साथ रोगियों में स्पष्ट नैदानिक ​​परिणाम उपज नहीं है।कई अध्ययनों से मासिक धर्म चक्र के दौरान 58,59 आक्रामकता और महिलाओं में हार्मोनल परिवर्तन के बीच एक संबंध पाया है। यह भी अच्छी तरह से मालूम है कि इथेनॉल या नशीली दवाओं के प्रशासन भावनात्मक प्रतिक्रियाओं 60 बदल जाता है। परिवर्तन के इन प्रकार के दोनों स्वस्थ नियंत्रण और रूप के साथ रोगियों में भावनात्मक उत्तेजनाओं को ईईजी प्रतिक्रियाओं में उतार-चढ़ाव के कारण हो सकता है। इसलिए, यह मासिक समय या जब महावारी पूर्व सिंड्रोम से पीड़ित, या शराब या नशीली दवाओं के नशे के तहत रोगियों के दौरान महिलाओं के लिए प्रोटोकॉल को लागू करने की सिफारिश नहीं है। भावनाओं के प्रति जागरूक और गैर-सचेत रास्ते पर न्यूरोइमेजिंग के अध्ययन भावनात्मक चेहरे उत्तेजनाओं में बेअदबी और तटस्थता की डिग्री अलग से आवेदन कर सकते हैं प्रोटोकॉल जनसंख्या की दृष्टि के रूप में साथ स्वस्थ नियंत्रण और मरीजों से मिलान करने के लिए।

के रूप में मरीजों के साथ एक अपेक्षाकृत उच्च विशेषता चिंता समूह 13,36 के हैं और उनकी आँखों निमिष और गति कलाकृतियों गंभीर हो सकता है। यह हवलदार के लिए वांछनीय हैई अनुभवी डेटा प्रोसेसर और किसी भी वैज्ञानिक या नैदानिक ​​मुद्दों को संबोधित करने से पहले ईईजी कलाकृतियों को दूर करने के लिए कुशल एल्गोरिदम। प्रयोगात्मक प्रोटोकॉल अनुसंधान की ओर एक प्रयास मस्तिष्क में भावनाओं के प्रति जागरूक और गैर-सचेत अभ्यावेदन में प्रतिनिधित्व करता है। प्रोटोकॉल ईईजी प्रयोग में एएस के साथ बुद्धि / लिंग-मिलान नियंत्रण और मरीजों की भर्ती द्वारा मान्य किया गया है। प्रतिक्रिया समय और प्रतिक्रिया सटीकता मनोवैज्ञानिक और व्यवहार निदान करने के लिए अतिरिक्त पूरक हैं। तकनीक प्रयोग के दौरान भागीदार के व्यक्तिपरक मूड से स्वतंत्र है, और इसलिए, दौरान और मनोवैज्ञानिक या औषधीय उपचार के बाद एक मरीज की राज्य की गतिशीलता नज़र रखने के लिए अनुमति देता है। तकनीक ऐसी चिंता विकार, अवसाद, burnout सिंड्रोम, और भावनात्मक उल्लंघन के बाद घाव तनाव के रूप में भावात्मक विकृति के अन्य प्रकार से पीड़ित रोगियों के लिए लागू किया जा सकता है। प्रोटोकॉल पर आगे संशोधन othe में उपयोग के लिए प्रोत्साहित किया जाता हैr सामाजिक और भावनात्मक विकार समूहों। नियंत्रण और रोगियों के साक्षात्कार के साथ एक अच्छी तरह से डिजाइन पायलट अध्ययन प्रोटोकॉल का एक संशोधित संस्करण की मान्यता के साथ मदद मिलेगी।

Subscription Required. Please recommend JoVE to your librarian.

Materials

Name Company Catalog Number Comments
Synamps 2/RT 128-channel EEG/EP/ERP Neuroscan
Quik-CapEEG 128 electrodes Neuroscan
Gel Quik-Gel
FASTRAK 3D digitizer Polhemus 

DOWNLOAD MATERIALS LIST

References

  1. Tamietto, M., De Gelder, B. Neural bases of the non-conscious perception of emotional signals. Nat Rev Neurosci. 11, 697-709 (2010).
  2. Harms, M. B., Martin, A., Wallace, G. L. Facial Emotion Recognition in Autism Spectrum Disorders: A Review of Behavioral and Neuroimaging Studies. Neuropsychol Rev. 20, 290-322 (2010).
  3. Vuilleumier, P., Armony, J. L., Driver, J., Dolan, R. J. Distinct spatial frequency sensitivities for processing faces and emotional expressions. Nat Neurosci. 6, 624-631 (2003).
  4. Phan, K. L., Wager, T., Taylor, S. F., Liberzon, I. Functional neuroanatomy of emotion: A meta-analysis of emotion activation studies in PET and fMRI. Neuroimage. 16, 331-348 (2002).
  5. Kano, M., et al. Specific brain processing of facial expressions in people with alexithymia: an (H2O)-O-15-PET study. Brain. 126, 1474-1484 (2003).
  6. Williams, L. M., et al. Fronto-limbic and autonomic disjunctions to negative emotion distinguish schizophrenia subtypes. Psychiat Res-Neuroim. 155, 29-44 (2007).
  7. Goffaux, V., et al. From coarse to fine? Spatial and temporal dynamics of cortical face processing. Cereb Cortex. (2010).
  8. Balconi, M., Lucchiari, C. EEG correlates (event-related desynchronization) of emotional face elaboration: A temporal analysis. Neurosci Lett. 392, 118-123 (2006).
  9. Balconi, M., Lucchiari, C. Consciousness and emotional facial expression recognition - Subliminal/Supraliminal stimulation effect on n200 and p300 ERPs. J Psychophysiol. 21, 100-108 (2007).
  10. Balconi, M., Pozzoli, U. Face-selective processing and the effect of pleasant and unpleasant emotional expressions on ERP correlates. Int J Psychophysiol. 49, 67-74 (2003).
  11. Balconi, M., Pozzoli, U. Event-related oscillations (EROs) and event-related potentials (ERPs) comparison in facial expression recognition. J Neuropsychol. 1, 283-294 (2007).
  12. Balconi, M., Pozzoli, U. Arousal effect on emotional face comprehension Frequency band changes in different time intervals. Physiol Behav. 97, 455-462 (2009).
  13. Tseng, Y. L., Yang, H. H., Savostyanov, A. N., Chien, V. S., Liou, M. Voluntary attention in Asperger's syndrome: Brain electrical oscillation and phase-synchronization during facial emotion recognition. Res Autism Spectr Disord. 13, 32-51 (2015).
  14. Goffaux, V., Rossion, B. Faces are" spatial"--holistic face perception is supported by low spatial frequencies. J Exp Psychol Hum Percept Perform. 32, 1023 (2006).
  15. Knyazev, G. G., Bocharov, A. V., Levin, E. A., Savostyanov, A. N., Slobodskoj-Plusnin, J. Y. Anxiety and oscillatory responses to emotional facial expressions. Brain Res. 1227, 174-188 (2008).
  16. Adolphs, R. Recognizing emotion from facial expressions: psychological and neurological mechanisms. Behav Cogn Neurosci Rev. 1, 21-62 (2002).
  17. Acar, Z. A., Makeig, S. Neuroelectromagnetic Forward Head Modeling Toolbox. J Neurosci Methods. 190, 258-270 (2010).
  18. Balconi, M. Neuropsychology of facial expressions. The role of consciousness in processing emotional faces. Neuropsychol Trends. 11, 19-40 (2012).
  19. Gross, T. F. The perception of four basic emotions in human and nonhuman faces by children with autism and other developmental disabilities. J Abnorm Child Psychol. 32, 469-480 (2004).
  20. Behrmann, M., Thomas, C., Humphreys, K. Seeing it differently: visual processing in autism. Trends in cognitive sciences. 10, 258-264 (2006).
  21. Holroyd, S., Baron-Cohen, S. Brief report: How far can people with autism go in developing a theory of mind? J Autism Dev Disord. 23, 379-385 (1993).
  22. Duverger, H., Da Fonseca, D., Bailly, D., Deruelle, C. Theory of mind in Asperger syndrome. Encephale. 33, 592-597 (2007).
  23. Wallace, S., Sebastian, C., Pellicano, E., Parr, J., Bailey, A. Face processing abilities in relatives of individuals with ASD. Autism Res. 3, 345-349 (2010).
  24. Weigelt, S., Koldewyn, K., Kanwisher, N. Face identity recognition in autism spectrum disorders: a review of behavioral studies. Neurosci Biobehav Rev. 36, 1060-1084 (2012).
  25. Wilson, C., Brock, J., Palermo, R. Attention to social stimuli and facial identity recognition skills in autism spectrum disorder. J Intellect Disabil Res. 54, 1104-1115 (2010).
  26. American_Psychiatric_Association. The Diagnostic and Statistical Manual of Mental Disorders: DSM 5. bookpointUS. (2013).
  27. Dahlgee, S., Gilberg, C. Symptoms in the First two years of Life. A Priliminary. Population Study of Infantile Autism European archives of Psychiatry and Neurology. Sciences. (1989).
  28. Basar-Eroglu, C., Kolev, V., Ritter, B., Aksu, F., Basar, E. EEG, auditory evoked potentials and evoked rhythmicities in three-year-old children. Int J Neurosci. 75, 239-255 (1994).
  29. Ekman, P., Friesen, W. V. Pictures of Facial Affect. Consulting Psychologist Press. (1976).
  30. Gillberg, C. Autism and Asperger's Syndrome. Cambridge University Press. 122-146 (1991).
  31. Chiang, S. K., Tam, W. C., Pan, N. C., Chang, C. C., Chen, Y. C., Pyng, L. Y., Lin, C. Y. The appropriateness of Blyler's and four subtests of the short form of the Wechsler Adult Intelligence Scale-III for chronic schizophrenia. Taiwanese J Psychiatr. 21, 26-36 (2007).
  32. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. J Neurosci Methods. 134, 9-21 (2004).
  33. Makeig, S., Bell, A. J., Jung, T. P., Sejnowski, T. J. Independent component analysis of electroencephalographic data. Adv Neural Inf Process Syst. 8, 145-151 (1996).
  34. Başar, E. Brain Function and Oscillations: Volume I: Brain Oscillations. Principles and Approaches. Springer Science & Business Media. (2012).
  35. Tsai, A. C., et al. Recognizing syntactic errors in Chinese and English sentences: Brain electrical activity in Asperger's syndrome. Res Autism Spectr Disord. 7, 889-905 (2013).
  36. Savostyanov, A. N., et al. EEG-correlates of trait anxiety in the stop-signal paradigm. Neurosci Lett. 449, 112-116 (2009).
  37. Ashwin, C., Baron-Cohen, S., Wheelwright, S., O'Riordan, M., Bullmore, E. T. Differential activation of the amygdala and the 'social brain' during fearful face-processing in Asperger Syndrome. Neuropsychologia. 45, 2-14 (2007).
  38. Kevin, K. Y., Cheung, C., Chua, S. E., McAlonan, G. M. Can Asperger syndrome be distinguished from autism? An anatomic likelihood meta-analysis of MRI studies. J Psychiatry Neurosci. 36, 412 (2011).
  39. Piggot, J., et al. Emotional attribution in high-functioning individuals with autistic spectrum disorder: A functional imaging study. J Am Acad Child Adolesc Psychiatry. 43, 473-480 (2004).
  40. Ilyutchenok, R. Y. Emotions and conditioning mechanisms. Integr Physiol Behav Sci. 16, 194-203 (1981).
  41. Kleinhans, N. M., et al. fMRI evidence of neural abnormalities in the subcortical face processing system in ASD. Neuroimage. 54, 697-704 (2011).
  42. Toivonen, M., Rama, P. N400 during recognition of voice identity and vocal affect. Neuroreport. 20, 1245-1249 (2009).
  43. Deruelle, C., Rondan, C., Gepner, B., Tardif, C. Spatial frequency and face processing in children with autism and Asperger syndrome. J Autism Dev Disord. 34, 199-210 (2004).
  44. Bentin, S., Deouell, L. Y. Structural encoding and identification in face processing: ERP evidence for separate mechanisms. Cogn Neuropsychol. 17, 35-55 (2000).
  45. Vuilleumier, P., Pourtois, G. Distributed and interactive brain mechanisms during emotion face perception: evidence from functional neuroimaging. Neuropsychologia. 45, 174-194 (2007).
  46. Basar, E., Guntekin, B., Oniz, A. Principles of oscillatory brain dynamics and a treatise of recognition of faces and facial expressions. Prog Brain Res. 159, 43-62 (2006).
  47. Basar, E., Schmiedt-Fehr, C., Oniz, A., Basar-Eroglu, C. Brain oscillations evoked by the face of a loved person. Brain Res. 1214, 105-115 (2008).
  48. Başar, E. Brain Function and Oscillations: Volume II: Integrative Brain Function. Neurophysiology and Cognitive Processes. Springer Science & Business Media. (2012).
  49. Anokhin, A., Vogel, F. EEG alpha rhythm frequency and intelligence in normal adults. Intelligence. 23, 1-14 (1996).
  50. Klimesch, W. EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis. Brain Res Rev. 29, 169-195 (1999).
  51. Knyazev, G. G., Slobodskoj-Plusnin, J. Y., Bocharov, A. V. Event-Related Delta and Theta Synchronization during Explicit and Implicit Emotion Processing. Neuroscience. 164, 1588-1600 (2009).
  52. Klimesch, W., Sauseng, P., Hanslmayr, S. EEG alpha oscillations: The inhibition-timing hypothesis. Brain Res Rev. 53, 63-88 (2007).
  53. Knyazev, G. G., Slobodskoj-Plusnin, J. Y. Behavioural approach system as a moderator of emotional arousal elicited by reward and punishment cues. Pers Individ Dif. 42, 49-59 (2007).
  54. Balconi, M., Brambilla, E., Falbo, L. Appetitive vs. defensive responses to emotional cues. Autonomic measures and brain oscillation modulation. Brain Res. 1296, 72-74 (2009).
  55. Dakin, S., Frith, U. Vagaries of visual perception in autism. Neuron. 48, 497-507 (2005).
  56. Curby, K. M., Schyns, P. G., Gosselin, F., Gauthier, I. Face-selective fusiform activation in Asperger's Syndrome: A matter of tuning to the right (spatial) frequency. Poster presented at Cogn Neurosci, New York, (2003).
  57. American_Psychiatric_Association. Diagnostic and statistical manual of mental disorders. (1994).
  58. Dougherty, D. M., Bjork, J. M., Moeller, F. G., Swann, A. C. The influence of menstrual-cycle phase on the relationship between testosterone and aggression. Physiol Behav. 62, 431-435 (1997).
  59. Van Goozen, S. H., Wiegant, V. M., Endert, E., Helmond, F. A., Van de Poll, N. E. Psychoendocrinological assessment of the menstrual cycle: the relationship between hormones, sexuality, and mood. Arch Sex Behav. 26, 359-382 (1997).
  60. Winward, J. L., Bekman, N. M., Hanson, K. L., Lejuez, C. W., Brown, S. A. Changes in emotional reactivity and distress tolerance among heavy drinking adolescents during sustained abstinence. Alcohol Clin Exp Res. 38, 1761-1769 (2014).

Comments

0 Comments


    Post a Question / Comment / Request

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

    Usage Statistics