Bevisste og ikke-bevisst Forestillinger om Emosjonell Ansikter i Aspergers syndrom

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

En EEG eksperimentelle protokollen er laget for å avklare samspillet mellom bevisste og ikke-bevisste representasjoner av emosjonelle ansikter hos pasienter med Aspergers syndrom. Teknikken antyder at pasienter med Aspergers syndrom har underskudd i ikke-bevisst representasjon av emosjonelle ansikter, men har tilsvarende ytelse i bevisst representasjon med friske kontrollpersoner.

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

Flere bildediagnostiske undersøkelser har antydet at den lave romlige frekvensinnholdet i en følelsesmessig ansiktet aktiverer hovedsakelig amygdala, pulvinar, og overlegen colliculus spesielt med engstelig ansikter 1-3. Disse områdene utgjør limbiske strukturen i ikke-bevisst oppfatning av følelser og modulere kortikal aktivitet enten direkte eller indirekte to. I motsetning er bevisst representasjon av følelser mer uttalt i fremre cingulate, prefrontal cortex, og somatosensoriske cortex for å styre frivillig oppmerksomhet til detaljer i ansikter 3,4. Aspergers syndrom (AS) 5,6 representerer en atypisk mental forstyrrelse som påvirker sensoriske, affektive og kommunikative evner, uten å forstyrre normale språklige ferdigheter og intellektuelle evner. Flere studier har funnet at funksjonelle underskudd i nevrale kretser viktige for ansikts følelser gjenkjennelse kan delvis forklare sosial kommunikasjon svikt ipasienter med AS 7-9. For å tydeliggjøre samspillet mellom bevisste og ikke-bevisste representasjoner av emosjonelle ansikter i AS er en EEG forsøksprotokoll utformet med to oppgaver som involverer emosjonalitet evaluering av enten fotografi eller linje-tegning ansikter. En pilotstudie er innført for å velge ansikt stimuli som reduserer forskjellene i reaksjonstider og poengsummer tildelt ansikts følelser mellom testet pasienter med AS og IQ / kjønnstilpassede friske kontroller. Informasjon fra testet pasienter ble brukt til å utvikle scoring system som brukes for emosjonalitet evaluering. Forskning på ansikts følelser og visuelle stimuli med ulike romlige frekvensinnhold har nådd avvikende funn avhengig av demografiske karakteristika for deltakere og oppgaven krever to. Den eksperimentelle protokollen er ment å avklare underskudd hos pasienter med AS i behandlingen av emosjonelle ansikter sammenlignet med friske kontroller ved å kontrollere for faktorer relatert til anerkjennelse av ansikts følelser som oppgave vanskelighetsgrad, IQ og kjønn.

Introduction

Facial følelser anerkjennelse er en av de viktigste hjerneprosesser engasjert i sosiale kommunikasjon. En rekke psykiske lidelser er relatert til problemer med eksplisitt påvisning av ansikts følelser 4-6. Et fotografi av et ansikt inneholder et spektrum av romlig informasjon som kan filtreres for enten høy romlig frekvens (HSF) eller lav romlig frekvens (LSF) innhold. HSF er knyttet til svært detaljerte deler av et bilde, for eksempel kantene av et ansikt, mens LSF er relatert til grovere eller mindre veldefinerte deler som et helhetlig ansikt med LSF innholdet 7. Enhver ansiktsgjenkjenning oppgave samtidig induserer bevisste og ikke-bevisste prosesser 8-12, og deltakelse av ikke-bevisst prosessen skjer i 150-250 msek etter utbruddet intervall eller enda tidligere 13. Hos friske kontroller, er den ikke-bevisst prosess generelt raskere enn bevisst prosess 14,15. Flere bildediagnostiske undersøkelser har antydet atLSF i en ansikts stimulus (eller motivationally betydelig stimulans) aktiverer hovedsakelig amygdala, pulvinar, og overlegen colliculus spesielt med engstelig ansikter 3,16. Disse områdene utgjør limbiske strukturen i ikke-bevisst oppfatning av følelser og modulere kortikal aktivitet enten direkte eller indirekte en. I motsetning er bevisst representasjon av følelser mer uttalt i fremre cingulate, prefrontal cortex, og somatosensoriske cortex for å styre frivillig oppmerksomhet til detaljer i ansiktet 9,17,18.

Aspergers syndrom (AS) 19,20 representerer en atypisk mental forstyrrelse som påvirker sensoriske, affektive og kommunikative evner, uten å forstyrre normale språklige ferdigheter og intellektuelle evner. Flere studier har funnet at funksjonelle underskudd i nevrale kretser viktige for ansikts følelser gjenkjennelse kan delvis forklare den sosiale kommunikasjonssvikt i AS 21-25.Atferdsforstyrrelser hos barn med AS kan diagnostiseres i de første tre årene av livet 26, en periode hvor deres frivillig (eller bevisst) kontroll over atferd ikke er fullt utviklet 27. Hos voksne med AS, kan de atferdsforstyrrelser kompenseres for gjennom oppmerksomhet forskrift 28. Vanskeligheter med å Behandling av deler innenfor en viss romlig frekvensområde kan tyde på en forstyrrelse i ulike informasjonsbehandling stadier. Så langt har ingen studier direkte adressert fremkalt respons og oscillasjon aktivitet hos pasienter med AS under ansikts følelser gjenkjennelse involverer ansikt stimuli i bestemte romlige frekvensområder. Det er viktig å undersøke den funksjonelle banen hos pasienter med AS sammenlignet med friske kontroller under behandling av ansikts stimuli med forskjellige romlige frekvensinnhold ved å kontrollere for oppgaven krav og demografiske effekter som kjønn og IQ.

For å klargjøre den interspille mellom bevisste og ikke-bevisste representasjoner av emosjonelle ansikter, er en EEG eksperimentell protokoll utviklet for å sammenligne hjernen fremkalt respons og oscillasjon aktivitet mellom pasienter med AS og IQ / kjønnstilpassede friske kontroller. En kohort av forsøksdeltakere ble rekruttert før EEG eksperimentet for hjelp ved valg av de eksperimentelle stimuli og utvikling av et poengsystem for å muliggjøre en evaluering av ytelsen hos pasienter med AS. Protokollen består av to oppgaver som involverer emosjonalitet evaluering av enten fotografi eller linje-tegning ansikter. Forskjellene mellom de to gruppene kan vurderes ved å beregne ERP og event-relaterte spektrale forstyrrelser (ERSPs). I neste avsnitt, er detaljene i forsøksprotokollen utdypet, herunder pilotstudie og EEG data prosessering / analysemetoder, etterfulgt av de viktigste analyseresultatene. Til slutt, de kritiske trinn i protokollen og dens betydning i forhold til eksisterendemetoder er diskutert. Begrensningen og mulig utvidelse av protokollen som skal brukes hos pasienter med andre emosjonelle lidelser er også påpekt.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Etikk Uttalelse: Prosedyrer som involverer menneskelige deltakere har blitt godkjent av den menneskelige deltaker forskningsetisk komité / Institutional Review Board på Academia Sinica, Taiwan.

1. Stimuli and Experimental Program Forberedelse

  1. Forbered en pool av mer enn 60 emosjonelle ansikt fotografier 29 kategorisert i tre ansiktsuttrykk (sinte, glade, og nøytrale). Bruk grafikk programvare for å maskere ut hår og øre deler i fotografier med svart bakgrunn som vist i figur 1A, slik at deltakerne kan konsentrere seg om ansiktstrekkene i fotografiene.
    1. Åpne et fotografi i grafikk programvare. Bruk valget verktøykasse for å tegne en elliptisk regionen og justere region størrelse, slik at ørene og mest hår ikke faller i ellipsen.
    2. Snu den valgte regionen. Klikk på "slett" for å fjerne uønsket område av fotografiet og erstatte den med den svarte bakgrunnsfarge.

Figur 1
Figur 1. Eksempler på emosjonelle ansikts stimuli. (A) fotografere ansikter der håret og ørene er maskert ut i svart bakgrunnsfarge, og (B) linje-tegning ansikter som er redigert fra (A) av grafikk programvare. Ansiktene viser nøytrale, glade og sinte følelser henholdsvis fra topp til bunn rader. Klikk her for å se en større versjon av dette tallet.

  1. Lag en pilotstudie. Rekruttere pilot deltakere for å velge egnede stimuli fra fotografiet bassenget.
    Merk: Pilot Deltakerne bør ikke delta i EEG forsøket.
    1. Konfigurer stimulus presentasjon programmet begynner med det første dataskjermen presentere oppgaven instruksjon, etterfulgt av 5 familiarization studier. Begynn hvert forsøk med en fiksering kors, etterfulgt av et ansikt stimulans, og etter en emosjonalitet evaluering oppgave. Se Supplemental Kode fil for et eksempel program.
      Merk: De virkelige pilotforsøk umiddelbart følge familiarise prøvelser ved å velge ansikt bilder i tilfeldig rekkefølge fra bassenget.
      1. Opprett en eksperimentell program, inkludert instruksjons skjermer og en sentral øye-fiksering skjermen. Skape ansiktet stimulus skjermen som illustrert i figur 2 ved å konfigurere fotografiet størrelse til å være 18,3 x 24,4 cm 2 (bredde x høyde) med svart bakgrunn farge, gitt en dataskjerm størrelse 41 x 25.6 cm to med oppløsning 1680 x 1050. Se Supplemental Kode fil for et eksempel program.
      2. Opprett et poengsystem for emosjonalitet evaluering i programmet som vist i Figur 3. Plasser en horisontal linje som strekker -100 til 100 i en kontinuerlig skala i midten av skjermen uten å måttet noen tick-merker, med unntak av det sentrale og endepunkter. Forbered programmet slik at deltakerne kan fritt vurdere emosjonalitet av et fotografi ansikt ved å dra scoring markøren til venstre for veldig sint (-100) og til høyre for veldig fornøyd (100), og trykk på GO knappen.
        Merk: Scoringen serien er utviklet uten flåtttegn fordi pasienter med AS kan lett sette seg fast i å plassere markøren mellom flått i løpet av emosjonalitet evaluering. Derfor er en kontinuerlig skala foretrukket for pasientene.
      3. Kontroller at programmet registrerer atferds resultater en deltakers (f.eks reaksjonstid og emosjonalitet score), som brukes som kriterier for å velge bilder fra bassenget (se trinn 1.3.1).
    2. Rekruttere pilot deltakere (5 kontroll og 5 AS pilot deltakere). Diagnose kliniske pasienter i henhold til Gillberg 30 og DSM-IV-kriteriene 26 og administrere klinisk avledet kortform Wechsler Adult Intelligence Scale (WAIS-III) 31. Match kontrollene til sine AS kolleger så tett som mulig på kjønn, og på verbal / ytelse IQ.
    3. Kjør den eksperimentelle prosedyren i pilotstudien for hver enkelt deltaker. Etter å ha fullført den emosjonelle ansiktsgjenkjenning oppgave, intervjue hver pilot AS deltaker på den rimelige varigheten av de sentrale øyne fiksering og stimulans presentasjon perioder, oppgavens vanskelighetsgrad, enkel å bruke scoring system og maksimalt antall forsøk for å holde hans / hennes konsentrasjon, basert på som programmet kan konfigureres for EEG eksperimentet (se trinn 1.3.2)

Figur 2
Figur 2. En skjermdump av et ansikt stimulus i programmet. Størrelsen av ansiktet er konfigurert for å passe til høyden på skjermen. Den tomme området er fylt i med svart farge.laste opp / 53962 / 53962fig2large.jpg "target =" _ blank "> Klikk her for å se en større versjon av dette tallet.

Figur 3
Figur 3. En skjermdump av scoring system for emosjonalitet evaluering. Scoringen bar er designet for å ikke ha noen hake. Deltakeren må dra musen for å velge poengsum tildelt et ansikt og trykk på GO-knappen for å fullføre oppgaven. Klikk her for å se en større versjon av dette tallet.

  1. Program for Oppgave 1: FOTO: Session.
    1. Velg fra bassenget 30 fotografier, som består av 10 hver for glade, sinte, og nøytrale ansiktsuttrykk (5 mannlige og fem kvinnelige ansikter for hver type uttrykk), som gir de mest sammenlignbare gjennomsnitts reaksjonstid og mener emosjonalitet score mellom fem AS og 5 kontrollpilot deltakere. Oppdatering av de eksperimentelle program konfigurasjoner ved å innlemme tilbakemelding fra pilot pasienter, slik som den optimale sentrale øye-fikseringsperiode (dvs. 1000 msek), varighet av stimulus presentasjon (dvs. 1000 msek), inter-stimulus intervall (dvs. tilfeldig tildelt i -between 4 og 7 sek), og omfanget av poengsystemet (dvs. -100 til 100). Legg fem familiarise forsøk før de 30 eksperimentelle forsøk i programmet.
      1. Endre antall stimuli og tidsintervaller i en ekstern konfigurasjon tekstfil knyttet til forsøkslinje.
        Merk: Tekstfilen kan bli endret for å passe ulike eksperimentelle forhold uten inngripen av programvare ingeniører.
      2. Ikke telle de fem fotografier for familiarise forsøk til de 30 utvalgte fotografier. Ikke bruk EEG og atferdsdata registrert i familiarise studier i dataanalyse.
  2. program feller Oppgave 2: Line-tegning Session.
    1. Opprett linje-tegning bilder av 35 fotografier (5 for familiarise prøvelser, 30 for eksperimentelle studier) som brukes i Oppgave 1 ved å spore kantene av hvert ansikt. Bruk grafikk programvare for å modifisere gråtoner bilder til svart-hvitt linjetegninger som vist i figur 1B.
      Merk: trinnene nedenfor for fotografi redigering er en av de mulige løsningene for å lage linjetegninger.
      1. I grafikk programvare, justere lysstyrke / kontrast på bildet slik at den opprinnelige grå skala intensiteten i de fleste piksler faller i enten svart eller hvitt.
      2. Apply "skisse effekt" i "effect" eller "filter" -menyen i programvaren til en gråskala bilde slik at bare konturene av høy romlig frekvens del er bevart, og bruke "nød-effekten" for å øke utvidelse av konturlinjer .
      3. Bruk noen penselverktøyet for å forbedre konturene og bruke et viskelær verktøy for årydde opp uønskede deler. Sørg for å holde viktige ansiktstrekk ved å sjekke frem og tilbake mellom det originale fotografiet og sin linje-tegning motstykke.
    2. Lag en kopi av programmet Task 1 i trinn 1.3 for å lage et program for Oppgave 2 og erstatte de 35 bildene i Oppgave 1 med tilsvarende line-tegninger.

2. EEG opptak Prosedyre

  1. Forberedelser
    1. Rekruttere 10 friske kontroller og 10 pasienter med AS for EEG eksperimenter basert på retningslinjene i de lokale menneskelige deltaker forskningsetisk komité / Institutional Review Board.
    2. Administrere kortform WAIS-III 31 til pasienter med AS individuelt før forsøkene, og finne kontrollene som svarer til pasientene så tett som mulig på kjønn og på verbale / ytelse IQ.
  2. EEG opptak
    1. Seat deltakeren i en god stol i en lyd isolered (svakt opplyst) kammer og justere stolen posisjon slik at skjermen er 60 cm foran deltakeren. Etter en tutorial på den eksperimentelle prosedyren, må deltakeren fylle ut samtykkeerklæring sammen med noen få spørsmål om hans / hennes handedness.
    2. Bruk en EEG cap med 132 Ag / AgCl elektroder (inkludert 122 10-10 system EEG, og bipolar VEOG, HEOG, EKG, EMG elektroder, sammen med seks ansikts-muskel kanaler) for å spille inn EEG. Koble hetten til to 64-kanals forsterker med 0,1-100 Hz analoge band-pass filter for å digitalisere rå EEG ved 1000 Hz samplingsfrekvens.
    3. Monter standard 128-kanal EEG cap til hver deltaker hode. Juster hetten slik at elektrode merket "referanse" er plassert på "Cz" posisjon, som ligger i forhold til landemerker anterior / posterior midtlinje (dvs. midten av nasion til inion avstand), og til venstre / høyre landemerker (dvs. midt på venstre / høyre tragis), i henhold til EEG internasjonale 10/10 system.
    4. Forsiktig bruk en butt nål til å injisere ledende gel inn i alle elektrodene. Rør med nålen langsomt inne i elektroden for å sikre god kontakt mellom gel hodebunnen og elektroden (dvs. for å holde impedansen under 5 kQ). Stadig sjekke tilstanden gel kontakt på elektrodene merket "referanse" og "jord" på EEG hetten for å sørge for at impedansen målingen er korrekt.
      1. Observer elektrodeimpedans ved å se på elektrodeimpedans skjermen støttes av EEG innspillingen programvare (f.eks SCAN 4.5 i denne studien) som vanligvis går med EEG-systemet. På skjermen er elektrodene vist i farger, og forskjellige farger indikerer nivået av impedans.
    5. Plasser en HEOG elektrode ved canthus av det ene øyet (positiv stedet), og den andre elektrode på canthus av det andre øyet (negativ stedet), en VEOG elektrode over og den andre under left øye, bipolare EKG elektrodene på baksiden av venstre og høyre hånd, og bipolare EMG elektroder i området mellom tommelen og pekefingeren på høyre hånd, og de seks ansikts elektroder rundt øyenbryn og kinn.
    6. Ta opp i en notatbok de dårlige kanaler der impedansen er høyere enn 5 kohm, eller direkte lagre skjermbildet viser impedansen på alle elektrodene. Bruk dette som fremtidig referanse for å forkaste dårlige kanaler på scenen for EEG databehandling.
    7. Rekordhvile statlige EEG etter instruere deltakeren til å lukke øynene for 12 min. I løpet av denne tiden, dobbelt kontrollere kvaliteten av den foreliggende EEG-strømmen som vises på skjermen, som støttes av EEG innspillingen programvare.
      Merk: Det bør være klare alfa bølger fordelt i occipital kanaler under øynene lukket tilstand sammenlignet med øyne-åpne tilstand. Hvis alfa bølger er for bråkete (ignorer de dårlige kanaler) eller forvrengt, gå tilbake til trinn 2.2.4 og justere gel kontakt.
    8. Start to eksperimentelle oppgaver i en counter-balansert for over deltakere. Rekord EEG ved å klikke på ikonet for opptak på skjermen støttes av innspillingen programvare.
      1. Etter å ha lest oppgaven instruksjon som vises på skjermen, må hver deltaker utføre 5 familiarise prøvelser, etterfulgt av de 30 oppgave prøvelser. Bruk samme fremgangsmåte for både fotografi og linjetegneoppgaver. I oppgaven instruksjon, oppfordrer deltakerne til å tildele en poengsum til emosjonalitet av et ansikt stimulans så raskt som mulig.
      2. VIKTIG: Kontroller programmer utarbeidet i trinn 1.3.2 og 1.4.2 for riktig å sende hendelser tid-låst til utbruddet av sentrale øye-fiksering, ansikt stimulus presentasjon, og trykke på GO knappen til innspillingen programvare i løpet av emosjonalitet evaluering. Disse utbruddet ganger er kodet som tall- og kan sjekkes på skjermen støttes av innspillingen programvare.
        Merk: Deltakeren kan ta en pause i mellom de to oppgavene. Det er ingen EEG resnor i pausen.
    9. Bruk en digitizer (f.eks Polhemus FASTRAK 3D digitaliserer i denne studien) for å spille inn 3D-posisjonene til elektrodene og lagre den i en fil (f.eks .3dd eller DAT-fil) for co-registrering EEG caps over deltakere i dataanalyse.
    10. Etter EEG eksperiment, har deltakeren fylle ut en 35 spørsmål inventar på hans / hennes atferd og følelser under EEG eksperiment (f.eks har negative følelser, nesten falt i søvn), og gi dem betaling for å delta i forsøket.
    11. Ta deltakeren til vaskerom for å rense / tørke hans / hennes hår.
    12. Rengjør og steriliser EEG cap i henhold til kliniske instruksjoner.

3. Behandling EEG data

Merk: Programvaren kommandoene i dette avsnittet er spesifikke for EEGLAB.

  1. Filter EEG-signaler ved hjelp av et high-pass filter på 1 Hz og en low-pass filter på 50 Hz ved å ringepop_eegfilt.m funksjon 32.
    Merk: Bruk en low-pass filter på 40 Hz for noen land som har 50 Hz elektriske nettet frekvens
  2. Kast dårlige kanaler med impedans høyere enn 5 kÊ etter å ha sjekket elektrodeimpedans registrerte i trinn 2.2.6. Kast de dårlige kanaler med svært forskjellige effektspekter sammenlignet med nabo kanalene ved visuell inspeksjon av makt spektrum funksjoner (for eksempel maksimumsverdien, kurvatur, etc.) i hver kanal.
    1. Beregne og plotte den energispekteret av EEG-signalet ved å kalle pop_spectopo.m funksjon 32.
  3. Re-referere EEG signaler med gjennomsnittet av hjerne kanaler uten de dårlige kanaler ved å ringe pop_reref.m funksjonen.
  4. Segment EEG i tiltaksløse epoker, som hver varierer fra -2,0 sek før til 1,5 sek etter stimulans utbruddet. Riktig for baseline (-2,0 til -1,2 sek før stimulus utbruddet) ved å fjerne gjennomsnittlig baseline kostbares fra hver epoke.
    1. Ring pop_epoch.m og pop_rmbase.m funksjoner, henholdsvis. Velge intervallet fra grunnlinjen før den sentrale øye-fiksering periode og begynnelsen av ansiktet stimulus.
  5. Marker dårlige epoker som synes å inneholde gjenstander. Kast de dårlige epokene mens reservere epokene forurenset av øyet blinker. Epokene med gjenstander vanligvis ser mye støy eller har ekstremt høy toppverdi (f.eks høyere enn 100 uV) sammenlignet med typiske epoker.
    1. Ring pop_rejmenu.m funksjon for å lansere et semi-automatisk prosedyre. Et samspill vindu vil komme ut for å re-bekrefte automatisk valgt dårlige epoker av brukeren via visuell inspeksjon. Selv om et flertall av epoker er forurenset av øye blinker, kan disse epokene bli forsøksvis reservert for senere fjerning av uavhengige komponentanalyse (ICA) 33 i trinn 3.8.
  6. Etter å forkaste dårlige kanaler og dårlige epoker, kjøre ICA på beskjæres EEG-data ved hjelp av pop_runica.m funksjon.
  7. Blant de estimerte uavhengige komponenter (ICS), identifisere gjenstander som følge av øyebevegelser / blink, muskelaktivitet, hjerterytme, og linjestøy 32.
    Merk: En betydelig høy korrelasjon (R 2> 0,9) mellom IC score til en komponent, og de ​​av alle referanse kanaler (VEOG, HEOG, EKG, og ansikts kanaler) indikerer at denne komponenten er i hovedsak bidratt med gjenstander. De estimerte IC score forklares med gjenstander kan bli ryddet opp ved hjelp av multippel regresjonsanalyse.
  8. Fjern gjenstand ICs og estimere de rene EEG som er avledet av produktet av ICA blande matrise og artefakt-renset IC stillingen matrise. Redd rene EEG for videre analyse.
    1. Hold residualene til å forutsi artefakt ICs (R 2> 0,9) fra referanse VEOG, HEOG, EKG og ansikts kanaler i IC poengsum matrise. Fjern andre artefakt ICs av pop_subcomp.m funksjon. Funksjonen returnerer artefakt-renset EEG.

    4. Statistisk analyse

    1. Partition EEG kanaler inn elleve homogene regioner for å redusere antall statistiske sammenligninger i ERP og ERSP analyser, det vil si venstre- (10 kanaler), midline- (14), og høyre frontpartiet (10); venstre- (13) og høyre-temporal (13); venstre- (9), midline- (14) og høyre-sentral (9); venstre- (9), midline- (12) og høyre-occipital parietal (9), som vist i Figur 4. Disse områdene er definert i henhold til funksjonell anatomi cortex 34. Funksjonell homogenitet av EEG signaler i disse regionene er validert i ulike eksperimenter 13,35,36.

    Figur 4
    Figur 4. Kanalen skillevegg. Kanalene er oppdelt i elleve regioner. LF: venstre-frontal (10 kanaler), MF: midtlinje-frontal (14), RF: høyre frontal (10), LT: venstre-temporal (13), RT: right-temporal (13), LC: venstre-sentral (9), MC: midtlinje-sentral (14), RC: right-sentral (9), LP: venstre-occipital isse (9), MP: midtlinje-occipital isse (12), RP .: høyre-occipital parietal (9) klikk her for å se en større versjon av dette tallet.

    1. Last de rene EEG i trinn 3.8. Beregn kanalen ERP ved gjennomsnitt signaler over epoker i hver kanal, og regionale ERP ved gjennomsnitt ERP innenfor samme region.
      Merk: Når EEG er lastet inn ved hjelp av pop_loadset.m funksjon i EEGLAB, blir signalene som er lagret i strukturen variabelen "EEG.data" i en kanal-til-time-ved-epoke matrise.
      1. I kommandovinduet Matlab, beregne kanalen ERP ved gjennomsnitt EEG.data over epoker for hver kanal (f.eks channelERP = mean (EEG.dat, 3)). Beregn den regionale ERP ved gjennomsnitt kanal ERP innenfor hver region i henhold til partisjonen i 4.1 (f.eks regionalERP = gjennomsnitt (channelERP (indeks, :), 1), hvor "indeks" står for kanalindekser i et gitt område).
    2. Beregn kanal ERSPs ved å bruke en tids frekvens transform (f.eks Wavelet transform) til epoke er signaler i hver kanal, og regionale ERSPs ved gjennomsnitt kanal ERSPs i samme region.
      1. Utfør tids frekvens forvandle ved å ringe pop_newtimef.m funksjonen.
        Merk: I denne studien, er "wavelet syklus" entry satt til [1, 0,5] og "baseline" er satt til [-2000 til -1200] msek. De resulterende kanal ERSPs vil bli lagret i en frekvens-til-gang-til-kanal matrise.
      2. I kommandovinduet Matlab, beregne regionale ERSP ved gjennomsnitt ERSPs tvers av kanaler innenfor hver region i henhold til partisjonen i 4.1 (f.eks regionalERSP = mener (channelERSP (:,:, indeks), 3), der "channelERSP" er utgangs fra pop_newtimef.m funksjon, og "indeks" står for kanalindekser i agIven region).
    3. Beregn middelverdier i ulike tidsintervaller (f.eks 50-150, 150-250, 250-350, 350-450 millisekunder) for regional ERP. Beregn middelverdier i ulike tidsfrekvensintervaller (f.eks 50-150, 150-250, 250-350, 350-450, 450-800 msek i 1-7 Hz, og 200-800 msek i 8-30 Hz) for regional ERSPs.
    4. Påfør MANOVA i statistisk programvare (f.eks IBM SPSS) til gjennomsnittsverdiene av regionale ERP og ERSPs å evaluere hoved effekter for oppgaven (fotografi vs. line-tegning), region (elleve hodebunnen regioner), og gruppe (AS vs. kontroll) samt interaksjonseffekter mellom den oppgave, region, og gruppe.
      1. I den statistiske analysen, vurdere kjønn (menn kontra kvinner) som en kovariat, og anslår de viktigste og samspilleffekter ved å holde kjønn effekten konstant.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

De gjennomsnittlige verbal og ytelse IQ er oppført i tabell 1 for kontroll og AS grupper sammen med gjennomsnittlig reaksjonstid og gjennomsnittlig score tildelt emosjonalitet av ansiktene til de to gruppene. I tabellen, ingen av gruppeforskjeller oppnår statistisk signifikans med unntak av de nøytrale ansikter i linje-tegning oppgave, hvor gruppen med AS har en gjennomsnittlig poengsum nær null (p <0,001) 13. Interessant, har gruppen med AS fremdeles litt lengre reaksjonstider enn kontrollgruppen i å svare på sinte og glade ansikter og kortere reaksjonstider i å svare på nøytrale ansikter selv under den eksperimentelle kontroll av kjønns, IQ og ansikt stimuli. Aspergers syndrom er funnet med svekkelser i amygdala og tilhørende limbiske strukturer 37-39, som er kjent for å være involvert i minnet av følelser, bortsett fra for den nøytrale følelser 40,41. Disse limbiske structures forbundet med den ikke-bevisst prosess kan spille en viktig rolle i tolkning av adferdsrespons hos pasienter med AS.

Tabell 1
Tabell 1. Behavioral data av resultatet på Wechsler voksen intelligens Scale-III, reaksjonstider og gjennomsnitts emosjonalitet score tildelt møte stimuli i fotografiet og line-tegneoppgaver. Denne tabellen er en modifisert versjon av tabell 1 i Tseng et al . 13

Som vist i figur 5, er det N400-komponenten i kontrollgruppen uttalt i den frontale, temporale og parietale occipital-regionene i både fotografi og linje-tegning oppgaver, men amplituden av denne komponenten er mindre i linje-tegning oppgave. I gruppen med AS, er N400 synlig i midtlinjen frontal-regionen, men usynlig i andre regioner i fotografiet oppgaven, og becomes synlige i alle frontområder i line-tegning oppgave. Manova oppgave-by-gruppe interaksjon effekten er betydelig i 350-450 msek etter utbruddet intervall (p = 0,019). De to gruppene viser også signifikante forskjeller i tidlig oppfatningen i fotografiet oppgave 42, og har sammenlign ERP mønstre i line-tegning oppgave; det er, er oppgaven-by-gruppe interaksjon effekt også betydelig i 50-150 millisekunder etter utbruddet intervall (p = 0,035). Fotografi og line-tegning ansikter nå den største ERP forskjellen i timelige og occipital-parietal regioner i 250-550 msek intervall.

Figur 5
Figur 5. ERP tomter. ERP tomter i høyre frontal, høyre timelige og høyre occipital-parietal regioner i kontrollen (blå) og AS (rød) grupper i (A) fotografi og (B) linjetegneoppgaver. Steder av EEG-kanaler ervises i øvre venstre side av hver tomt. Den vertikale aksen viser den ERP-spenning (uV) og den horisontale aksen viser den tid i millisekunder. Dette tallet er en modifisert versjon av figur 2 i Tseng et al. 13 Klikk her for å se en større versjon av denne figuren.

Som vist i figurene 6 og 7, delta / theta synkronisering i kontrollgruppen er uttalt i 50-800 millisekunder stolpen innsett intervall i begge oppgaver. De occipital-parietal regioner viser sterkest synkronisering, etterfulgt av de sentrale og tidsmessige områder og deretter av frontområder i den tidlige 50-350 ms intervall, og de regionale forskjellene forsvinner etter 350 ms. De occipital-parietal regioner viser også den sterkeste alpha / beta desynkronisering i 200-800 msek intervall. i geNeral, fotografiene har en additiv effekt over linjetegninger i deltaet / theta synkronisering, men linjetegninger indusere sterkere alpha / beta desynkronisering. Gruppen med AS har mer sammenlignbare deltaet / theta synkronisering som kontrollgruppen i line-tegning oppgave, og ingen åpenbar additiv effekt knyttet til fotografi ansikter. Manova oppgave-by-gruppe interaksjon effekten er betydelig i 50-150, 250-350, og 350-450 msek legg utbruddet intervaller (p = 0,043, 0,003 og 0,015, henholdsvis). Gruppen effekten er også betydelig i 150-250, 250-350 og 350-450 msek intervaller (p = 0,033, 0,011 og 0,022, henholdsvis). Gruppen med AS viser sterkere deltaet / theta synkronisering i occipital-parietal regioner i 150-250 msek intervall samt midtlinje regionene i 350-450 msek intervall når sammenlignet mot andre skalp regioner. Alfa / beta desynkronisering i AS gruppen er lik den for kontrollgruppen (og litt sterkere) ibegge oppgavene, men forskjellene mellom de to oppgavene har en tendens til å være mindre i AS-gruppen. Manova gruppe og oppgave-by-gruppe effektene er statistisk ubetydelig i høyfrekvente svingninger.

Figur 6
Figur 6. ERSP tomter i fotografiet oppgaven. ERSP tomter for (A) kontroll og (B) AS grupper i fotografiet oppgaven. Den røde fargen betegner effektøkning (synkronisering), og den blå fargen betegner kraft reduksjon (desynkronisering) sammenlignet med baseline. Dette tallet er en modifisert versjon av figur 3 i Tseng et al. 13 Klikk her for å se en større versjon av denne figuren.

Figur 7
Figur 7. ERSP tomter i than line-tegning oppgave. ERSP tomter for (A) kontroll og (B) AS grupper i line-tegning oppgave. Dette tallet er en modifisert versjon av figur 3 i Tseng et al. 13 Klikk her for å se en større versjon av denne figuren.

ERP Resultatene antyder en gruppe forskjell i den tidlige persepsjon (50-150 millisekunder) og senere semantisk anerkjennelse (350-450 msek) på emosjonelle ansikter i bildet oppgaven. Den AS gruppe har en mindre amplitude P1 i fotografiet oppgave og en litt større P1 amplitude i linjetegning oppgave sammenlignet med kontrollgruppen. De amplitude forskjeller i P1 mellom de to oppgavene kan gjenspeile det unike i pasienter med AS i oppfatningen av fotografier og line-tegninger 43. Den N400 er vist å være sterkt påvirket avemosjonelle innhold, fortrolighet og globale / lokale funksjoner i ansiktene 44. I vår studie, den N400 (350-450 msek) på frontpartiet og timelige regioner er svært synlig i kontrollgruppen, men nesten usynlig i gruppen med AS i fotografiet oppgaven. I ansikts følelser gjenkjennelse, kan N400 tolkes som en prosess med å søke etter en kobling mellom et ansikt og dens semantiske tolkning (sint, nøytral og lykkelig). I kontrollgruppen, er den ERP-forskjellen mellom de to oppgavene på 350-450 ms intervaller i overensstemmelse med resultatene av andre. Amygdala er mer aktiv med intakte engstelig ansikter eller engstelig ansikter som bare inneholder LSF innholdet 3,45. Som de fleste LSF-innholdet er fjernet fra linjetegninger, disse funnene fra kontrollgruppen indikerer at N400 er mye mindre i occipital-parietalregion og nesten usynlig i timelige regioner sammenlignet med det i fotografiet oppgave.

because informasjonsbehandling av linjetegninger avhenger mindre på ikke-bevisst funksjon i amygdala, pasienter med AS viser mer sammenlign ERP mønstre som friske kontroller i de senere (350-450 msek) stadier i løpet av emosjonelle ansiktsgjenkjennelse. Interessant, kan gruppen med AS utføre de emosjonalitet evaluerings oppgaver korrekt uten synlig N400 i fotografiet oppgaven. Det er rimelig å hypoteser om at informasjonsbehandling gjennom amygdala og dens assosierte limbiske strukturer spille en avgjørende rolle i å utløse amplituden av N400, som kan påvirke effektiviteten av informasjonsbehandling hos pasienter med AS, men har ingen virkning på deres respons nøyaktighet.

Det har vist seg at følelsesmessig ansiktsgjenkjenning engasjerer tidlige og senere endringer i deltaet / theta svingninger 8, som anses hjernen aktivitet forbundet med kortikal-limbiske anslag under stimulus estimering 46-48. delta / theta-synkronisering er mer assosiert med ikke-bevisst enn med bevisst ansiktsgjenkjenning 46. Funnene på ERSPs videre tyde på at gruppen med AS har mye svakere synkronisering i deltaet / theta rytmer i de tidlige og senere stadier av emosjonelle ansiktsgjenkjennelse. Det er rimelig å hypoteser om at svakere delta / theta synkronisering reflekterer en forstyrrelse i ikke-bevisst bearbeiding av følelsesmessige uttrykk og en svikt i det limbiske-kortikale projeksjon hos pasienter med AS. Delta / theta synkroniseringen er litt mer uttalt i midtlinjen frontal, midtlinjen sentrale og midtlinje occipital-parietal regioner i forhold til andre skalp regioner i gruppen med AS i 350-450 msek etter utbruddet intervall i begge oppgavene. Disse midtlinje regionene er nært knyttet til kortikale strukturen bevisst representasjon av følelsesmessig betydning 18.

Fordi den kognitive eller bevisst veien er fortsatt mediertav det limbiske struktur som thalamus, kan vi hypotese at gruppen med AS er avhengig av den bevisste veien mer enn ikke-bevisst vei i å svare på fotografier og line-tegninger. I kontrollgruppen, når deltaet / theta makt den sterkeste i parietal-occipital regioner tid-låst på stimuli utbruddet og øker i frontområder på et senere stadium i fotografiet oppgaven. Den romlige fordelingen av deltaet / theta makt i line-tegneoppgaven blir nærmere det av gruppen med AS. Vi hypotese at kontroll-gruppen i kontakt med de bevisste og ikke-bevisste baner i fotografiet oppgave, og er avhengig av den bevisste bane i linje-tegning oppgave.

Når man sammenligner ERSPs mellom de to oppgavene, kontrollgruppen foreslår i tillegg en additiv effekt av LSF innholdet på deltaet / theta synkronisering i 250-450 msek etter utbruddet intervall, uavhengig av hjernen regioner og mekanismer elicited av ansikts følelser. LSF innhold i et ansikt synes å plassere en konstant belastning på informasjonsflyt, som kan bli lett omgås ved frivillig hensyn til detaljer i et ansikt, som er foreslått av pasienter med AS som kan evaluere ansikts følelser med hell i fotografiet oppgave. Sterke alfa- og beta-oscillasjoner har blitt referert til som indikatorer på funksjonelle prosesser i neocortex forbundet med oppmerksomhet, semantisk langtidshukommelsen, og kognitiv estimering av stimuli 49,50. I et ansiktsgjenkjennings oppgave, reflekterer alpha / beta desynkronisering nivået av frivillig oppmerksomhet til visuelle stimuli og er assosiert med kognitiv vurdering av ansikts følelser 15,18,51. I denne studien er det ingen bevis som støtter en oppgave eller gruppe effekt i høyere frekvenssvingninger (alfa og beta) med unntak av regionale forskjeller, når man sammenligner forskjellen mellom parietal-occipital regionen og andre regioner. Alpha desynkronisering reflekterer oppmerksomhet ogen utgivelse fra hemmet prosesser i kompliserte oppgaver 52, mens beta pendling er sjelden observert i følelser relaterte oppgaver 53,54. Beta desynkronisering i AS-gruppen er vanligvis sterkere enn i kontrollgruppen i begge oppgavene, men gruppen forskjellen er ubetydelig. De ERSPs tyder på at AS gruppen har mye svakere delta / theta kraft, men litt sterkere alfa- / beta-strøm sammenlignet med kontrollgruppen. Vi hypotese at pasienter med AS kan rette sin oppmerksomhet til noen viktige detaljer i ansikter ved bruk av kognitiv vurdering av visuelle stimuli for å kompensere for sensoriske og affektive underskudd.

I sammendraget, anerkjennelse av ansikts følelser hos friske kontroller induserer både bevisste og ikke-bevisste prosesser 9,18,51. Reaksjons-tidsforskjeller mellom de to oppgavene har en tendens til å være større i kontrollgruppen enn de i AS-gruppen. Vi hypotese at den sunnekontroller engasjere bevisst prosess mer enn den ikke-bevisst en i å svare på linjetegninger og utøve begge prosessene i å svare på fotografiene, mens pasienter med AS stole bare på den bevisste prosessen i å svare på begge typer ansikter.

Supplemental arkivkode. Eksempel Program Klikk her for å laste ned denne filen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Litteraturen har studier på anerkjennelse av ansikts følelser hos pasienter med autisme ved analyse av EEG reaksjoner 44, og på en erkjennelse av høy- og lav-romlige frekvensinnholdet hjelp av visuell stimuli 43. Så langt vi kjenner til, men det er en mangel på eksisterende arbeid på hjernen oscillerende aktivitet som kombinerer følelser anerkjennelse med forskjellige romlige frekvensinnhold. Vår protokoll er et første skritt mot å estimere påvirkning av emosjonalitet (positive, nøytrale og negative ansikter) og romlig frekvens informasjon (bilder og line-tegninger) på en erkjennelse av følelser hos pasienter med AS sammenlignet med friske kontroller. Vår analyse av EEG reaksjoner i de romlige, tidsmessige og frekvensplan åpner for å skille de affektive og kognitive funksjoner til en viss grad for den vitenskapelige forståelsen av AS lidelse. I denne studien gir forsøksprotokollen en tilnærming til å minimalisere faktorer som ikke er relatert til the anerkjennelse av følelser; som er, er reaksjonstider og poengsummer tildelt emosjonalitet av ansikter holdt så likt som mulig mellom de to gruppene av en nøye utformet pilotstudie. Deltakerne blir også matchet på IQ og kjønn i både pilotstudie og EEG eksperiment. Mens tidligere EEG studier på AS har fokusert på P1 og N170 55, protokollen i denne studien gir et bidrag i å demonstrere en signifikant forskjell i N400 komponent mellom AS og kontrollgrupper.

Ekman emosjonelle ansikter framprovosere sterkere lavere frekvenssvingninger i friske kontroller sammenlignet med ansikter i andre databaser (f.eks noen godt validert taiwanske emosjonelle ansikter). Det er sterkt anbefalt å gjennomføre en pilot EEG studie for å validere emosjonelle ansikts stimuli brukes hos pasienter og friske kontroller før EEG forsøket. Pasienter med AS hadde problemer med å bruke HSF informasjon i øyet regionene 56. I denne grunnutvalgte Ekman oss innse stimuli inneholde følelsesuttrykk identifiserbare ved utsatt / ueksponerte tenner eller furet / glattet øyenbrynene. Studier på andre typer pasienter kan vurdere andre ansikt funksjoner når du skifter stimuli som brukes i protokollen. Poengsystemet må være utformet for å lette pasientene utfører emosjonalitet evaluering oppgave som kan løses ved å intervjue pasienter rekruttert i pilotstudien; det er, er det bestilt kontinuum uten merker med unntak av de sentrale og endepunktene utformet i henhold til tilbakemeldinger fra pilotpasienter. Etikettene på endepunktene til poengsystemet kan endres, for eksempel, vennlig mot fiendtlig, som må velges for å maksimere emosjonelle reaksjoner, spesielt i kontrollene.

I litteraturen er AS funnet med svekkelser i amygdala og tilhørende limbiske strukturer 37-39, som er involvert i hukommelse og gjenfinning av informasjon som er relevant for følelser, exkonsept for den nøytrale følelser 40,41. Videre er amygdala følsom for LSF innholdet i et fotografert ansikt 3. De to oppgaver i protokollen er utformet i henhold til eksisterende funn på underskudd hos voksne med AS, og stimuli og scoring system ble i tillegg laget for bruk med denne pasientgruppen. Kliniske anvendelser av protokollen til andre voksne pasienter med en lignende type funksjon, slik som autismespekterforstyrrelser 57, kan gjennomføres med en mindre endring i ansiktet stimuli og poengsystemet.

Det skal bemerkes at protokollen ikke er ment for klinisk diagnose av barn yngre enn 7 år gammel, hvis bevisst (eller frivillig) kontroll over oppførsel kan ikke være fullt utviklet 26. Videre betyr teknikken ikke gi klare diagnostiske resultater i pasienter med psykiatrisk komorbiditet følgende hjerneskader, svulster eller andre brudd på hjerne hemodynamics.Flere studier har funnet en sammenheng mellom aggresjon og hormonelle endringer i kvinner i løpet av menstruasjonssyklusen 58,59. Det er også velkjent at administrasjonen av etanol eller narkotiske stoffer endrer emosjonelle reaksjoner 60. Disse typer endringer kan føre til svingninger i EEG reaksjoner på følelsesmessige stimuli både friske kontroller og pasienter med AS. Derfor er det ikke anbefalt å bruke protokollen til kvinner under månedlige perioder eller når lidelse premenstruelle syndromer, eller til pasienter under alkohol eller narkotika rus. Bildediagnostiske undersøkelser av bevisste og ikke-bevisste veier av følelser kan gjelde protokollen til demografisk matchet friske kontroller og pasienter med AS ved varierende grader av grovhet og nøytralitet i emosjonelle ansikt stimuli.

Pasienter med AS tilhører en relativt høy trekk-angst gruppe 13,36 og deres øyne blinker og bevegelsesartefakter kan være alvorlige. Det er ønskelig å have erfarne databehandlere og effektive algoritmer for fjerning av EEG gjenstander før adressering noen vitenskapelige eller kliniske problemstillinger. Den eksperimentelle protokollen representerer en innsats mot forskning på bevisste og ikke-bevisste representasjoner av følelser i hjernen. Protokollen er validert ved å rekruttere IQ / kjønns matchet kontroller og pasienter med AS i EEG forsøket. Reaksjonstiden og svar nøyaktighet er tillegg til de psykologiske og atferdsmessige diagnoser. Teknikken er uavhengig av den subjektive stemning for deltakeren under forsøket, og derfor gir mulighet for sporing av dynamikken i en pasients tilstand under og etter psykologisk eller farmakologisk behandling. Teknikken kan anvendes på pasienter som lider av andre typer affektive patologi, slik som angst, depresjon, utbrenning syndrom, og følelsesmessig brudd i post-traumatisk stress. Ytterligere modifikasjoner på protokollen oppfordres til bruk i other sosiale og emosjonelle lidelse grupper. En godt designet pilotstudie med intervju av kontroller og pasienter ville hjelpe med validering av en modifisert versjon av protokollen.

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