Medvetna och icke-medvetna representationer av emotionella ansikten 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 försöksprotokoll är utformad för att klargöra samspelet mellan medvetna och icke-medvetna representationer av emotionella ansikten hos patienter med Aspergers syndrom. Tekniken föreslår att patienter med Aspergers syndrom har underskott i icke-medvetna representation av emotionella ansikten, men har jämförbara prestanda i medveten representation med friska 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

Flera neuroimaging studier har föreslagit att den låga rumsliga frekvensinnehållet i en känslomässig ansikte aktiverar huvudsakligen amygdala, pulvinar, och överlägsen colliculi särskilt med fruktansvärda ytor 1-3. Dessa regioner utgör det limbiska strukturen i icke-medvetna uppfattning av känslor och modulera kortikal aktivitet antingen direkt eller indirekt två. Däremot är den medvetna representation av känslor mer uttalad i den främre cingulum, prefrontala cortex, och somatosensoriska cortex för att rikta frivillig uppmärksamhet på detaljer i ansikten 3,4. Aspergers syndrom (AS) 5,6 representerar en atypisk psykisk störning som drabbar sensoriska, affektiva och kommunikativa förmågor, utan att störa normala språkkunskaper och intellektuell förmåga. Flera studier har visat att funktionella brister i neurala kretsar som är viktiga för ansiktsigenkänning känslor erkännande delvis kan förklara kommunikation fel socialpatienter med AS 09/07. För att klargöra samspelet mellan medvetna och icke-medvetna representationer av emotionella ansikten i AS är ett EEG experimentprotokoll utformad med två uppgifter som innebär emotionalitet utvärdering av antingen fotografi eller linjedragning ansikten. En pilotstudie införs för att välja ansikts stimuli som minimerar skillnaderna i reaktionstider och poäng som tilldelats ansikts känslor mellan förte patienter med AS och IQ / könsmatchade friska kontroller. Information från förte patienter användes för att utveckla poängsystem som används för emotionalitet utvärdering. Forskning kring ansiktet känslor och visuella stimuli med olika rumsliga frekvensinnehåll har nått avvikande fynd beroende på demografiska egenskaperna hos deltagarna och uppgift kräver två. Den experimentella protokollet är avsett att klargöra underskott hos patienter med AS i bearbetning emotionella ansikten jämfört med friska kontroller genom att kontrollera för faktorär kopplad till ett erkännande av ansikts känslor, såsom uppgift svårighet, IQ och kön.

Introduction

Ansikts känslor erkännande är ett av de viktigaste hjärnprocesser som bedriver social kommunikation. En mängd olika psykiska störningar är relaterade till problem med explicit detektering av ansikts känslor 4-6. Ett fotografi av ett ansikte innehåller ett spektrum av geografisk information som kan filtreras för antingen hög rumslig frekvens (HSF) eller (LSF) låg halt rumslig frekvens. HSF är relaterad till mycket detaljerade delar av en bild, såsom kanten av ett ansikte, medan LSF är relaterad till grövre eller mindre väldefinierade delar som en helhets ansikte med LSF innehåll 7. Alla ansiktsigenkänning uppgift inducerar samtidigt medvetna och icke-medvetna processer 8-12, och deltagande av den icke-medveten process sker i 150-250 ms efter debuten intervall eller ännu tidigare 13. Hos friska kontroller, är den icke-medveten process i allmänhet snabbare än den medvetna processen 14,15. Flera neuroimaging studier har föreslagit attLSF i en ansikts stimulus (eller motivationally kraftig stimulans) aktiverar huvudsakligen amygdala, pulvinar och överlägsen colliculi särskilt med fruktansvärda ansikten 3,16. Dessa regioner utgör det limbiska strukturen i icke-medvetna uppfattning av känslor och modulera kortikal aktivitet antingen direkt eller indirekt en. Däremot är medveten representation av känslor mer uttalad i den främre cingulum, prefrontala cortex, och somatosensoriska cortex för att rikta frivillig uppmärksamhet på detaljer i ansiktet 9,17,18.

Aspergers syndrom (AS) 19,20 representerar en atypisk psykisk störning som drabbar sensoriska, affektiva och kommunikativa förmågor, utan att störa normala språkkunskaper och intellektuell förmåga. Flera studier har visat att funktionella brister i neurala kretsar som är viktiga för ansiktsigenkänning känslor erkännande delvis kan förklara kommunikations fel social AS 21-25.Beteendestörningar hos barn med AS kan diagnostiseras under de tre första levnadsåren 26, en period under vilken deras frivilliga (eller medvetet) kontroll över beteenden inte är fullt utvecklad 27. Hos vuxna med AS, kan beteendestörningar kompenseras genom uppmärksamhet reglering 28. Svårigheter att bearbetning av detaljer inom ett visst rumsfrekvensområde kan tyda på en störning i olika stadier informationsbehandling. Hittills har ingen studie riktade direkt framkallade potentialer och oscillerande aktivitet hos patienter med AS under ansikts känslor erkännande som inbegriper ansikte stimuli i specifika rumsliga frekvensområden. Det är viktigt att undersöka den funktionella bana hos patienter med AS jämfört med friska kontroller under bearbetningen ansikts stimuli med olika rumsliga frekvensinnehåll genom att styra för uppgiften kräver och demografiska effekter såsom kön och IQ.

För att klargöra det inbördesspela mellan medvetna och icke-medvetna representationer av emotionella ansikten, är en EEG experimentprotokoll utformade för att jämföra hjärnan framkallade potentialer och oscillerande aktivitet mellan patienter med AS och IQ / könsmatchade friska kontroller. En kohort av pilot deltagare rekryterades före EEG experiment för att få hjälp med val av experimentella stimuli och utveckling av ett poängsystem för att underlätta en utvärdering av prestanda hos patienter med AS. Protokollet består av två uppgifter som innebär emotionalitet utvärdering av antingen fotografi eller linjedragning ansikten. kan bedömas Skillnaderna mellan de två grupperna genom att beräkna ERP-system och händelserelaterade spektrala störningar (ERSPs). I nästa avsnitt, är detaljerna i det experimentella protokollet som utarbetats på, inklusive pilotstudie och EEG databehandling / analysmetoder, följt av de viktigaste analysresultaten. Slutligen, de kritiska stegen i protokollet och dess betydelse i förhållande till existerandemetoder diskuteras. Begränsningen och eventuell förlängning av protokollet som ska användas i patienter med andra emotionella störningar också påpekade.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Etik uttalande: Rutiner som involverar mänskliga deltagare har godkänts av den mänskliga deltagare forskningsetisk kommitté / Institutional Review Board på Academia Sinica, Taiwan.

1. stimuli och experimentell Program Förberedelse

  1. Förbered en pool av mer än 60 emotionella ansikts fotografier 29 kategoriseras i tre ansiktsuttryck (arg, glad, och neutrala). Använd grafikprogram för att maskera ut hår och örondelar på fotografierna med svart bakgrund som visas i figur 1A så att deltagarna kan koncentrera sig på ansiktsdrag i fotografierna.
    1. Öppna ett fotografi i grafikprogram. Använd valet verktygslåda för att rita en elliptisk region och justera regionen storlek så att öronen och de flesta hår inte falla i ellips.
    2. Vänd det markerade området. Klicka på "Ta bort" för att ta bort oönskade område av fotografiet och ersätta den med svart bakgrundsfärg.

Figur 1
Figur 1. Exempel på emotionella ansikts stimuli. (A) fotografera ansikten där håret och öronen har maskerade i svart bakgrundsfärgen, och (B) linje dra ansikten som redigeras från (A) från grafikprogram. Ansiktena visar neutrala, glada och arga känslor respektive från topp till botten rader. Klicka här för att se en större version av denna siffra.

  1. Skapa en pilotstudie. Rekrytera pilot deltagarna för att välja lämpliga stimuli från fotografiet poolen.
    Obs: Pilot deltagare bör inte delta i EEG experimentet.
    1. Konfigurera stimulans presentationsprogram som börjar med den första datorskärmen presenterar uppgiften instruktion, följt av fem familiarization prövningar. Börja varje försök med en fixering kors, följt av ett ansikte stimulans, och en känsloutvärderings uppgift. Se Kompletterande kodfil för ett exempel program.
      Obs: Den verkliga pilotförsök följa omedelbart förtrogen prövningar genom att välja ansikte fotografier i en slumpmässig ordning från poolen.
      1. Skapa ett experimentellt program, inklusive instruktions skärmar och en central ögonfixerings skärmen. Skapa ansiktet stimulans skärmen som visas i figur 2 genom att konfigurera fotografiet storleken vara 18,3 x 24,4 cm 2 (bredd x höjd) med svart bakgrundsfärg, med tanke på en datorskärm storlek 41 x 25,6 cm 2 med upplösning 1680 x 1050. Se Kompletterande kodfil för ett exempel program.
      2. Skapa ett poängsystem för emotionalitet utvärdering i programmet som visas i figur 3. Placera en horisontell linje som sträcker sig från -100 till 100 i en kontinuerlig skala i mitten av skärmen withoutt alla skalmärken, med undantag för den centrala och slutpunkter. Förbered programmet så att deltagarna fritt kan utvärdera emotionalitet av ett fotografi ansikte genom att dra poäng markören till vänster för mycket arg (-100) och till höger för mycket glad (100) och tryck på START-knappen.
        Obs! Scoring linjen är konstruerad utan skalmärken eftersom patienter med AS kan lätt fastna i att placera markören mellan fästingar under emotionalitet utvärdering. Därför är en kontinuerlig skala föredras för patienter.
      3. Se till att programmet registrerar en deltagares beteende resultat (t.ex. reaktionstid och emotionalitet tjog), som används som kriterier för att välja bilder från poolen (se steg 1.3.1).
    2. Rekrytera pilot deltagare (5 kontroll och 5 som pilot deltagare). Diagnostisera kliniska patienter enligt Gillberg 30 och DSM-IV-kriterierna 26 och administrera kliniska härledda kortform av Wechsler Adult Intelligence Scale (WAIS-III) 31. Matcha kontrollerna till deras som motpart i så stor utsträckning som möjligt på kön och på verbal / prestanda IQ.
    3. Köra den experimentella proceduren i pilotstudien för varje enskild deltagare. Efter att ha avslutat den känslomässiga ansiktsigenkännings uppgift, intervjua varje pilot som deltagare på rimlig tid av centrala ögon fixering och stimulans presentationsperioder, svårigheten att uppgiften, enkel att använda poängsystem och det maximala antalet försök för att hålla hans / hennes koncentration, baserat på vilket program kan konfigureras för EEG experimentet (se steg 1.3.2)

figur 2
Figur 2. En skärmbild av ett ansikte stimulus i programmet. Storleken av ansiktet är konfigurerad för att passa höjden på skärmen. Det tomma området fylls i med svart färg.ladda / 53.962 / 53962fig2large.jpg "target =" _ blank "> Klicka här för att se en större version av denna siffra.

Figur 3
Figur 3. En skärmbild av poängsystemet för emotionalitet utvärdering. Poängsättningen bar är utformad för att ha någon bock. Deltagaren måste dra musen för att välja poängen tilldelas ett ansikte och tryck på GO-knappen för att avsluta uppgiften. Klicka här för att se en större version av denna siffra.

  1. Program för Uppgift 1: fotograferar Session.
    1. Välj från poolen 30 fotografier, som omfattar 10 vardera för glad, arg, och neutrala ansiktsuttryck (5 män och 5 kvinnor ansikten för varje typ av uttryck), som ger de mest jämförbara medelreaktionstider och innebär emotionalitet poäng mellan 5 AS och 5 kontrollpilot deltagare. Uppdatera experimentella programkonfigurationer genom att införliva feedback från pilot patienter, såsom den optimala centrala ögonbindningstid (dvs 1000 ms), varaktighet stimulans presentation (dvs 1000 ms), inter-stimulus intervall (dvs slumpmässigt i -Mellan 4 och 7 sek), och omfattningen av poängsystemet (dvs -100 till 100). Tillsätt fem förtrogen försök före de 30 experimentella försök i programmet.
      1. Ändra antalet stimuli och tidsintervall i en extern konfiguration textfilen associerad med experimentella programmet.
        Obs: Textfilen kan modifieras för att passa olika experimentella förhållanden utan ingripande av mjukvaruingenjörer.
      2. Räkna inte de fem fotografier för förtrogen försök till 30 utvalda fotografier. Använd inte EEGs och beteendemässiga data som spelats in i förtrogen prövningar i dataanalys.
  2. program feller Uppgift 2: Line-ritning Session.
    1. Skapa linje rita bilder av de 35 fotografier (5 för förtrogen prövningar, 30 för experimentella studier) som används i uppgift 1 genom att spåra kanterna på varje sida. Använd grafikprogram för att ändra gråskala fotografier i svartvitt line-ritningar som visas i figur 1B.
      Obs: stegen nedan för fotografi redigering är en av de möjliga lösningarna för att göra linje ritningar.
      1. I grafikprogram, justera ljusstyrka / kontrast fotografiet så att den ursprungliga gråskalan intensitet i de majoritetspunkter faller i antingen svart eller vitt.
      2. Apply "skiss effekt" i "effekt" eller "filter" -menyn i programvaran till en gråskala fotografi så att endast konturen av hög rumslig frekvens del bevaras och tillämpa "nöd effekt" för att öka utvidgning av konturlinjer .
      3. Använd någon penseln för att förbättra konturerna och använda ett suddgummi verktyg för attstäda upp oönskade delar. Se till att hålla viktiga ansiktsdrag genom att kontrollera och tillbaka mellan det ursprungliga fotografiet och dess linje ritning motsvarighet.
    2. Gör en kopia av programmet för Task 1 i steg 1,3 för att skapa ett program för Uppgift 2 och ersätta de 35 fotografier i Uppgift 1 med motsvarande line-ritningar.

2. EEG-inspelning ordningen

  1. preparat
    1. Rekrytera 10 friska kontrollpersoner och 10 patienter med AS för EEG experiment baserade på riktlinjerna för lokala mänskliga deltagare forskningsetisk kommitté / Institutional Review Board.
    2. Administrera kortform av WAIS-III 31 till patienter med AS individuellt före experimenten och hitta kontrollerna som matchar patienterna så nära som möjligt på kön och på de verbala / prestanda IQ.
  2. EEG-inspelning
    1. Seat deltagaren i en bekväm stol i en sund isolerad (svagt upplysta) kammare och justera stolen position så att skärmen är 60 cm framför deltagaren. Efter en genomgång om den experimentella proceduren, har deltagaren fylla i samtycke former tillsammans med några frågor om hans / hennes handanvändning.
    2. Använd en EEG mössa med 132 Ag / AgCl-elektroder (inklusive 122 10-10-systemet EEG, och den bipolära VEOG, HEOG, EKG, EMG elektroder, tillsammans med sex ansikts-muskel kanaler) för att spela EEGs. Ansluta locket till två 64-kanalsförstärkare med 0,1-100 Hz analoga bandpassfilter för att digitalisera raw EEGs vid 1000 Hz samplingsfrekvens.
    3. Montera standard 128-kanal EEG locket till varje deltagares huvud. Justera locket så att elektroden märkt "referens" placeras på "Cz" läge, som ligger i förhållande till landmärken främre / bakre mittlinjen (dvs mitten av nasion till Inion avstånd), och till vänster / höger landmärken (dvs mitten av vänster / höger tragis), enligt den EEG internationell 10/10 systemet.
    4. Använd försiktigt en trubbig nål för att injicera ledande gel i alla elektroderna. Rör om med nålen långsamt inne i elektroden för att säkerställa god gel kontakt mellan skalpen och elektroden (dvs, för att hålla impedansen under 5 kQ). Ständigt kontrollera tillståndet gel kontakt vid elektroderna märkta "referens" och "jord" på EEG locket för att se till att impedansen mätningen är korrekt.
      1. Observera elektrodimpedansen genom att visa elektrodimpedansen skärmen stöds av mjukvaru EEG inspelning (t.ex. SCAN 4,5 i denna studie) som vanligtvis går med Anläggning. På skärmen är elektroderna visas i färger och olika färger anger nivåerna av impedans.
    5. Placera en HEOG elektrod på ögonvrå av ett öga (positiv sida), och den andra elektroden på ögonvrå av det andra ögat (negativ sida), en VEOG elektroden ovanför och den andra under left öga, bipolära EKG elektroderna på baksidan av vänster och höger hand, och bipolära EMG elektroder i området mellan tummen och pekfingret på höger hand, och de sex ansiktselektroderna runt ögonbryn och kinden.
    6. Post i en anteckningsbok de dåliga kanaler där impedansen är högre än 5 kQ, eller direkt spara skärm som visar impedansen vid alla elektroder. Använd detta som framtida referens för att kassera dåliga kanaler i det skede av EEG databehandling.
    7. Spela vilar state EEGs efter instruera deltagaren att sluta ögonen för 12 minuter. Under denna tid, dubbelt kontrollera kvaliteten på föreliggande EEG strömmen som visas på skärmen stöds av EEG inspelningsprogram.
      Obs: Det bör finnas tydliga alfa vågor fördelade i occipital kanaler under ögonen slutna tillstånd jämfört med ögonen öppna tillstånd. Om alfa vågor är alltför bullriga (bortsett från de dåliga kanaler) eller förvrängd, tillbaka till steg 2.2.4 och justera gel kontakt.
    8. Starta två experimentella uppgifter i en uppvägs ordning över deltagarna. Spela EEGs genom att klicka på inspelningsikonen på skärmen stöds av inspelningsprogram.
      1. Efter att ha läst uppgiften instruktionen visas på skärmen, har varje deltagare utföra 5 förtrogen prövningar, följt av 30 uppgiften prövningar. Använd samma procedur för både fotografi och linjedragning uppgifter. I uppgiften instruktion uppmuntra deltagarna att tilldela en poäng till emotionalitet av ett ansikte stimulans så fort som möjligt.
      2. VIKTIGT: Kontrollera program som framställts i steg 1.3.2 och 1.4.2 för korrekt skicka händelser tids låst till uppkomsten av centrala ögonfixering, ansikte stimulans presentation, och pressning av GO-knappen för att inspelningsprogrammet under emotionalitet utvärdering. Dessa ella gånger kodas som numeriska och kan kontrolleras på skärmen stöds av inspelningsprogrammet.
        Obs: Deltagaren kan ta en paus mellan de två uppgifterna. Det finns ingen EEG religt i pausen.
    9. Använd en digitizer (t.ex. Polhemus FASTRAK 3D digitizer i denna studie) för att spela in 3D-positionerna av elektroder och spara den i en fil (t.ex. .3dd eller DAT-fil) för co-registrering EEG lock över deltagare i dataanalys.
    10. Efter EEG experimentet, har deltagaren fylla i en 35 fråga inventering på hans / hennes beteende och känslor under EEG försöket (t.ex. har negativa känslor, nästan föll i sömn), och ge dem ersättning för att delta i försöket.
    11. Ta deltagaren till toalett att rengöra / torka hans / hennes hår.
    12. Ren och sterilisera EEG locket enligt kliniska instruktioner.

3. Behandling EEG Data

Obs! Programvarukommandon i det här avsnittet är specifika för EEGLAB.

  1. Filtrera de EEG-signaler med användning av en hög-passfilter av 1 Hz och en låg-passfilter på 50 Hz genom att anropapop_eegfilt.m funktion 32.
    Obs: Använd en lågpassfilter på 40 Hz för vissa länder som har 50 Hz elnät frekvens
  2. Kasta dåliga kanaler med impedans högre än 5 kQ efter kontroll elektrodimpedansen registreras i steg 2.2.6. Kasta dessa dåliga kanaler med mycket olika effektspektrum jämfört med grannkanalerna genom visuell inspektion av de funktioner effektspektrum (t.ex. det högsta värdet, krökningen, etc.) i varje kanal.
    1. Beräkna och plotta effektspektrumet för EEG-signalen genom att anropa pop_spectopo.m funktionen 32.
  3. Åter referera till EEG-signaler med genomsnittet av hjärn kanaler utan de dåliga kanaler genom att anropa pop_reref.m funktion.
  4. Segment EEGs till stimulanslösa epoker, som var och en sträcker sig från -2,0 sek före till 1,5 sekunder efter stimulans debut. Korrekt för baslinjen (-2,0 till -1,2 sekunder innan stimulans debut) genom att ta bort den genomsnittliga utgångs values från varje epok.
    1. Ring pop_epoch.m och pop_rmbase.m funktioner, respektive. Välj intervall för baslinjen före den centrala ögonfixeringsperioden och uppkomsten av ansiktet stimulus.
  5. Markera dåliga epoker som verkar innehålla artefakter. Kasta dåliga epoker samtidigt förbehålla epokerna förorenats av ögat blinkar. Epokerna med artefakter brukar se bullrig eller har extremt hög toppvärde (t.ex. högre än 100 μV) jämfört med typiska epoker.
    1. Ring pop_rejmenu.m funktion för att starta en halvautomatisk procedur. En interaktions fönster kommer att dyka upp för att åter bekräfta auto-val dåliga epoker av användaren via visuell inspektion. Även en majoritet av epoker är förorenade av ögat blinkar, kan dessa epoker vara preliminärt reserverad för senare avlägsnande av oberoende komponentanalys (ICA) 33 i steg 3,8.
  6. Efter kasta dåliga kanaler och dåliga epoker, köra ICA på beskäras EEG-data med hjälp av pop_runica.m funktion.
  7. Bland de uppskattade oberoende komponenter (IC), identifiera artefakter till följd av ögonrörelser / blink, muskelaktivitet, hjärtslag, och linjebrus 32.
    Obs: En signifikant hög korrelation (R 2> 0,9) mellan IC betyg för en komponent och de av alla referenskanaler (VEOG, HEOG, EKG, och ansikts kanaler) indikerar att denna komponent är främst bidragit med artefakter. De beräknade IC poäng förklaras av artefakter kan saneras med hjälp av multipel regressionsanalys.
  8. Ta bort artefakt IC och uppskatta de rena EEGs som härrör från produkten av ICA blandningsmatrisen och artefakt rengjorda IC poäng matris. Spara rena EEGs för vidare analys.
    1. Håll rester av förutsäga artefakt IC (R 2> 0,9) från referens VEOG, HEOG, EKG och ansikts kanaler i IC poäng matrisen. Ta bort andra artefakt IC av pop_subcomp.m funktionen. Funktionen returnerar artefakten rengjorda EEGs.

    4. Statistisk analys

    1. Partition EEG-kanaler i elva homogena regioner för att minska antalet statistiska jämförelser i ERP och ERSP analyser, det vill säga, vänster- (10 kanaler), midline- (14), och höger-frontal (10); vänster- (13) och höger-temporala (13); vänster- (9), midline- (14) och höger-central (9); vänster- (9), midline- (12) och höger occipital parietal (9) som visas i Figur 4. Dessa regioner definieras enligt den funktionella anatomi cortex 34. Funktionell homogenitet EEG-signaler i dessa regioner har validerats i olika experiment 13,35,36.

    figur 4
    Figur 4. Kanal partition. Kanalerna är uppdelade i elva regioner. LF: vänster frontal (10 kanaler), MF: mittlinjen-frontal (14), RF: höger frontal (10), LT: vänstertemporal (13), RT: högertemporal (13), LC: vänster central (9), MC: mittlinjen-central (14), RC: höger central (9), LP: vänster occipital parietal (9), MP: mittlinjen-occipital parietal (12), RP . höger occipital parietal (9) klicka här för att se en större version av denna siffra.

    1. Ladda rena EEGs i steg 3,8. Beräkna kanal ERP genom medelvärdes signaler över epoker i varje kanal, och regional ERP genom medelvärdes ERP inom samma region.
      Anmärkning: När EEGs lastas med hjälp av pop_loadset.m funktion i EEGLAB signalerna lagras i strukturen variabeln "EEG.data" i en kanal-för-tid-för-epok array.
      1. I kommandofönstret Matlab, beräkna kanal ERP genom medelvärdes EEG.data över epoker för varje kanal (t.ex. channelERP = medelvärde (EEG.dat, 3)). Beräkna den regionala ERP genom medelvärdeskanal ERP-system inom varje region enligt partitionen i 4,1 (t.ex. regionalERP = medelvärde (channelERP (index :), 1), där "index" står för kanalindex i en viss region).
    2. Beräkna kanal ERSPs genom att applicera en tid-frekvenstransform (t.ex. Wavelet transform) för att epok signaler i varje kanal, och regionala ERSPs genom medelvärdeskanal ERSPs i samma region.
      1. Utföra tids-frekvenstransform genom att anropa pop_newtimef.m funktionen.
        Obs: I denna studie är det "wavelet cykler" inträde inställd på [1, 0,5] och "baseline" är inställt på [-2.000--1.200] ms. De resulterande kanal ERSPs kommer att lagras i en frekvens-för-tid-för-kanal-array.
      2. I kommandofönstret Matlab, beräkna den regionala ERSP genom medelvärdes ERSPs över flera kanaler inom varje region enligt partitionen i 4,1 (t.ex. regionalERSP = medelvärde (channelERSP (:,:, index), 3), där "channelERSP" är utsignalen från pop_newtimef.m funktion, och "index" står för kanalindex i agiven regionen).
    3. Beräkna medelvärden i olika tidsintervaller (t.ex. 50-150, 150-250, 250-350, 350-450 ms) för regional ERP. Beräkna medelvärden i olika tidsfrekvensintervall (t.ex. 50-150, 150-250, 250-350, 350-450, 450-800 ms 1-7 Hz och 200-800 msek i 8-30 Hz) för regional ERSPs.
    4. Applicera MANOVA i statistikprogram (t.ex. IBM SPSS) till medelvärdena för de regionala ERP och ERSPs att utvärdera huvudsakliga effekter för uppgiften (fotografi vs linje dragning), region (elva hårbotten regioner), och grupp (AS jämfört med kontroll) , liksom de interaktionseffekter mellan uppgiften, region och grupp.
      1. I den statistiska analysen, anser kön (hane vs. hona) som kovariat och uppskatta de viktigaste och interaktionseffekter genom att hålla kön effekten konstant.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Den genomsnittliga verbal och prestanda IQ-poäng är listade i tabell 1 för kontroll och AS grupper längs med den genomsnittliga reaktionstider och genomsnittliga poäng som tilldelats emotionalitet av ansikten de två grupperna. I tabellen, ingen av gruppskillnader uppnår statistisk signifikans med undantag för de neutrala ansikten i linje dragnings uppgift, där som grupp har en Medelpoängen nära noll (p <0,001) 13. Intressant nog har som grupp fortfarande något längre reaktionstider än kontrollgruppen i att svara på arga och glada ansikten, och kortare reaktionstider för att svara på neutrala ansikten även under experimentell kontroll av kön, IQ och ansikts stimuli. Aspergers syndrom finns med funktionsnedsättningar i amygdala och tillhörande limbiska strukturer 37-39, som är kända för att vara involverade i minne av känslor utom för den neutrala känslor 40,41. Dessa limbiska structgärder som är associerade med icke-medvetna process kan spela en viktig roll när det gäller tolkningen av beteendereaktioner hos patienter med AS.

bord 1
Tabell 1. Behavioral uppgifter om poängen på Wechsler Adult Intelligence Scale-III, reaktionstider, och genomsnitts emotionalitet poäng tilldelas för att möta stimuli i bilden och linjeritningsuppgifter. Är en modifierad version av tabell 1 i Tseng et al Denna tabell . 13

Såsom visas i fig 5, är den N400-komponenten i kontrollgruppen uttalas i frontala, tidsmässiga och occipital-parietala regionerna i både fotograf och linjeritningsuppgifter, men amplituden hos denna komponent är mindre i linjedragnings uppgift. I AS gruppen, är N400 syns i mittlinjen främre regionen, men osynlig i andra regioner i fotografiet uppgiften, och becomes synliga i alla frontal regioner i linje dragnings uppgift. Den MANOVA task-by-grupp interaktionseffekt är betydande i 350-450 ms efter debuten intervall (p = 0,019). De två grupperna visar också betydande skillnader i början uppfattning i fotografiet uppgiften 42, och har jämförbara ERP mönster i linje dragnings uppgift; det vill säga, är uppgiften-by-grupp interaktionseffekt också betydelse i 50-150 ms efter debuten intervall (p = 0,035). Fotografera och linjedragning ansikten nå den största ERP skillnaden i den temporala och occipital-parietala regioner i 250-550 ms intervall.

figur 5
Figur 5. ERP tomter. ERP tomter i rätt frontal, rätt tids och höger occipital-parietal regioner i kontroll (blå) och AS (röd) grupper i (A) fotografi och (B) linje ritkunskaper. Platser av EEG-kanaler ärvisas i den övre vänstra sidan av varje tomt. Den vertikala axeln visar den ERP spänningen (μV) och den horisontella axeln visar tiden i msek. Denna siffra är en modifierad version av fig 2 i Tseng et al. 13 Klicka här för att se en större version av denna siffra.

Såsom visas i figurerna 6 och 7, delta / theta synkronisering i kontrollgruppen uttalas på 50-800 ms post insättande intervall i båda uppgifterna. Occipital-parietal regioner uppvisar starkast synkronisering, följt av de centrala och temporala regioner och sedan av främre regionerna i början av 50-350 ms intervall, och de regionala skillnaderna försvinner efter 350 ms. Occipital-parietal regioner visar också den starkaste alfa / beta desynkronisering i 200-800 ms intervall. i general, fotografierna har en additiv effekt över line-ritningar i Delta / theta synkronisering, men line-ritningar inducerar starkare alfa / beta desynkronisering. AS-gruppen har mer jämförbara delta / theta synkronisering som kontrollgruppen i linje dra uppgift, och ingen uppenbar additiv effekt i samband med fotografera ansikten. Den MANOVA task-by-grupp interaktionseffekt är betydande i de 50-150, 250-350, och 350-450 ms postella intervall (p = 0,043, 0,003 och 0,015 respektive). Gruppen effekten är också viktig i 150-250, 250-350, och 350-450 ms intervall (p = 0,033, 0,011 och 0,022 respektive). AS-gruppen visar starkare delta / theta synkronisering i occipital-parietala regioner i 150-250 ms intervall samt mittlinjen regionerna i 350-450 ms intervall jämfört mot andra hårbotten regioner. Alfa / beta desynkronisering i AS gruppen är liknande den hos kontrollgruppen (och något starkare) ibåda uppgifterna, utan skillnaderna mellan de två uppgifter tenderar att vara mindre i AS gruppen. Den MANOVA grupp och uppgift-by-gruppen effekter är statistiskt obetydliga i högfrekventa svängningar.

figur 6
Figur 6. ERSP tomter i fotografiet uppgiften. ERSP tomter för (A) kontroll och (B) som grupper i fotografiet uppgiften. Den röda färgen betecknar effektökning (synkronisering), och den blå färgen betecknar effektminskning (desynkronisering) jämfört med baslinjen. Denna siffra är en modifierad version av fig 3 i Tseng et al. 13 Klicka här för att se en större version av denna siffra.

figur 7
Figur 7. ERSP tomter i than linjedragnings uppgift. ERSP tomter för (A) kontroll och (B) som grupper i raden dragnings uppgift. Denna siffra är en modifierad version av fig 3 i Tseng et al. 13 Klicka här för att se en större version av denna siffra.

ERP Resultaten tyder på en grupp skillnad i början av perception (50-150 ms) och senare semantisk erkännande (350-450 ms) av emotionella ansikten i bilden uppgiften. AS-gruppen har en mindre P1 amplitud i fotografiet uppgiften och en något större P1 amplitud i ledningen dragnings uppgift jämfört med kontrollgruppen. Amplituden skillnader i P1 mellan de båda uppgifterna kan återspegla det unika i patienter med AS i uppfattningen av fotografier och linjeritningar 43. Den N400 har visat sig vara starkt påverkas avdet känslomässiga innehållet, förtrogenhet och globala / lokala särdrag i ansikten 44. I vår studie N400 (350-450 ms) i de främre och temporala regioner är väl synlig i kontrollgruppen, men nästan osynlig i AS gruppen i fotografiet uppgiften. I ansiktet känslor erkännande, kan N400 tolkas som en process för att söka efter en länk mellan ett ansikte och dess semantiska tolkning (arg, neutral och glad). I kontrollgruppen, är ERP skillnaden mellan de två uppgifter i 350-450 ms intervall som överensstämmer med resultaten av andra. Amygdala är mer aktiv med intakta rädda ansikten eller rädda ansikten som innehåller endast LSF innehåll 3,45. Som den mest LSF innehållet bort från line-ritningar, dessa fynd från kontrollgruppen tyder på att N400 är mycket mindre i skallbenet-parietal regionen och nästan osynlig i den temporala regioner jämfört med i fotografiet uppgiften.

because informationsbehandling av linje-ritningar beror mindre på den icke-medvetna funktion i amygdala, patienter med AS visa mer jämförbara ERP mönster som de friska kontrollpersonerna i de senare (350-450 ms) stadier under emotionell ansiktsigenkänning. Intressant nog kan som grupp utföra uppgifter de emotionalitet utvärdering korrekt utan synlig N400 i fotografiet uppgiften. Det är rimligt att anta att informationsbehandling genom amygdala och dess associerade limbiska strukturer spelar en avgörande roll för att utlösa amplituden för N400, som kan påverka effektiviteten av informationsbehandling hos patienter med AS men har ingen effekt på deras svar noggrannhet.

Det har visat sig att emotionell ansiktsigenkänning engagerar tidiga och senare förändringar i delta / theta svängningar 8, som anses hjärnans aktivitet i samband med kortikal-limbiska prognoser under stimulans uppskattning 46-48. deLTA / theta synkronisering mer förknippas med icke-medvetna än med medveten ansiktsigenkänning 46. Resultaten på ERSPs indikerar vidare att som grupp har mycket svagare synkronisering i deltat / thetavågor i de tidiga och senare skeden av känslomässig ansiktsigenkänning. Det är rimligt att anta att en svagare delta / theta synkronisering speglar en störning i icke-medvetna behandling av känslouttryck och ett fel i det limbiska-kortikala projektion hos patienter med AS. Delta / theta synkronisering är något mer uttalad i mittlinjen frontal, mittlinjen centrala och mittlinjen occipital-parietal regioner i förhållande till andra hårbotten regioner i AS gruppen i 350-450 ms efter debuten intervall i båda uppgifterna. Dessa mittlinjen områden är nära relaterade till den kortikala strukturen av medveten representation av känslomässig betydelse 18.

Eftersom den kognitiva eller medveten pathway fortfarande medieradav det limbiska struktur såsom thalamus, kan vi anta att den som grupp är beroende av det medvetna vägen mer än den icke-medvetna väg att svara på fotografierna och line-ritningar. I kontrollgruppen, når deltat / theta kraft den starkaste i parietal-occipital regioner tids låst till stimulans debut och ökar i front regioner i ett senare skede i fotografiet uppgiften. Den geografiska fördelningen av deltat / theta makt i linjedragnings uppgift blir närmare än den som grupp. Vår hypotes är att kontrollgruppen griper de medvetna och icke-medvetna vägar i fotografiet uppgiften, och förlitar sig på det medvetna vägen i raden dragnings uppgift.

Vid en jämförelse ERSPs mellan de båda uppgifterna, tyder kontrollgruppen dessutom en additiv effekt av LSF innehåll på delta / theta synkronisering i 250-450 ms efter debuten intervall, oberoende av områden i hjärnan och mekanismer elicited av ansikts känslor. Innehållet LSF i ett ansikte tycks placera en konstant belastning på informationsflödet, som lätt kan kringgås genom frivillig uppmärksamhet på detaljer i ett ansikte, som föreslås av patienter med AS som kan utvärdera ansikts känslor framgångsrikt i fotografiet uppgiften. Starka alfa- och beta-svängningar har kallat indikatorer av funktionella processer i hjärnbarken i samband med uppmärksamhet, semantisk långtidsminnet, och kognitiv bedömning av stimuli 49,50. I en ansiktsigenkännings uppgift återspeglar alfa / beta desynkronisering nivån på frivillig uppmärksamhet till visuella stimuli och förknippas med kognitiv bedömning av ansikts känslor 15,18,51. I denna studie, finns det inga bevis som stöder en uppgift eller grupp effekt i högre svängningar frekvens (alfa och beta) med undantag för regionala skillnader, när man jämför skillnaden mellan parietalceller-occipital regionen och andra regioner. Alfa desynkronisering återspeglar uppmärksamhet ochen befrielse från inhiberade processer i komplicerade uppgifter 52, medan beta svängning är sällan observeras i känslorelaterade uppgifter 53,54. Beta desynkronisering i AS gruppen är i allmänhet starkare än i kontrollgruppen i båda uppgifterna, men gruppen skillnaden är obetydlig. De ERSPs tyder på att som grupp har mycket svagare delta / theta makt, men något starkare alfa / beta makt jämfört med kontrollgruppen. Vår hypotes är att patienter med AS kan rikta sin uppmärksamhet på några viktiga detaljer i ansiktet genom användning av kognitiv bedömning av visuella stimuli för att kompensera för sensoriska och affektiva underskott.

Sammanfattningsvis inducerar erkännande av ansikts känslor hos friska kontroller både medvetna och icke-medvetna processer 9,18,51. Reaktions-tidsskillnader mellan de två uppgifter tenderar att vara större i kontrollgruppen än de i AS gruppen. Vår hypotes är att den friskakontroller engagera medveten process mer än den icke-medvetna en i att svara på line-ritningar och utöva båda processerna med att svara på fotografierna, medan patienter med AS förlita sig enbart på den medvetna processen att svara på båda typerna av ansikten.

Kompletterande kodfil. Exempel Program Klicka här för att ladda ner filen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Litteraturen har studier om erkännande av ansikts känslor hos patienter med autism genom analys av EEG-reaktioner 44, och om erkännande av hög- och låg-spatiala frekvensinnehåll med hjälp av visuella stimuli 43. Så vitt vi vet finns det dock en brist på befintligt arbete på hjärnan oscillerande aktivitet som kombinerar känslor erkännande med olika rumsliga frekvensinnehåll. Vår protokoll är ett första steg mot att uppskatta påverkan av emotionalitet (positiva, neutrala och negativa ytor) och geografisk information frekvens (fotografier och line-ritningar) om erkännande av känslor hos patienter med AS jämfört med friska kontrollpersoner. Vår analys av EEG reaktioner i den rumsliga, tidsmässiga och frekvensplanet gör det möjligt att separera de affektiva och kognitiva funktioner till en grad för den vetenskapliga förståelsen av AS sjukdom. I denna studie ger experimentella protokollet en strategi för att minimera faktorer som inte är the erkännande av känslor; det vill säga, är reaktionstider och poäng som tilldelats emotionalitet ansikten hållas så lika som möjligt mellan de två grupperna av en noggrant utformad pilotstudie. Deltagarna också matchas på IQ och genus i både pilotstudien och EEG experiment. Medan tidigare EEG-studier på AS har fokuserat på P1 och N170 55, protokollet i denna studie bidrar påvisa en signifikant skillnad i N400-komponenten mellan AS och kontrollgrupperna.

Ekmans emotionella ansikten framkalla starkare lägre frekvens svängningar i friska kontroller jämfört med ansikten i andra databaser (t.ex. några väldokumenterade taiwanesiska känslomässiga ansikten). Det rekommenderas att genomföra en pilot EEG studie för att validera emotionella ansikts stimuli som används i patienter och friska kontroller innan EEG experimentet. Patienter med AS hade svårt att använda HSF information i ögat regionerna 56. I detta skälutvalda Ekmans ansikte stimuli innehåller känslouttryck identifierbara genom exponerade / oexponerade tänder eller fårade / jämnas ögonbryn. Studier av andra typer av patienter kan överväga andra ansikte funktioner medan ersätter stimuli som används i protokollet. Poängsystemet måste utformas för att underlätta patienter som utför emotionalitet utvärderings uppgift som kan lösas genom att intervjua patienter rekryteras i pilotstudien; det vill säga, den beställda kontinuum utan markeringar med undantag för de centrala och slutpunkter utformade enligt feedback från pilot patienterna. Etiketterna på ändpunkter poängsystemet kan modifieras, till exempel, vänlig mot fientlig, som måste väljas för att maximera känslomässiga reaktioner, särskilt i kontrollerna.

I litteraturen är som finns med funktionsnedsättningar i amygdala och dess relaterade limbiska strukturer 37-39, som är involverade i minne och hämtning av information som är relevant för känslor, exkoncept för den neutrala känslor 40,41. Vidare är amygdala känslig för innehållet LSF i en fotograferade ansiktet 3. De två uppgifter i protokollet är utformade i enlighet med de befintliga rön om underskott hos vuxna med AS, och stimuli och poängsystem var dessutom konstruerad för användning med denna patientpopulation. Kliniska tillämpningar av protokollet till andra vuxna patienter med en liknande typ av försämring, såsom autismspektrumstörningar 57, kan genomföras med en mindre modifiering i ansiktet stimuli och poängsystem.

Det bör noteras att protokollet inte är avsedd för klinisk diagnos av barn yngre än 7 år gamla, vars medveten (eller frivilligt) kontroll över beteenden kan inte vara fullt utvecklad 26. Vidare innebär tekniken inte ger tydliga diagnostiska resultat i patienter med psykiatriska komorbiditet efter hjärnskador, tumörer eller andra kränkningar av cerebrala hemodynamiken.Flera studier har funnit ett samband mellan aggression och hormonella förändringar hos kvinnor under menstruationscykeln 58,59. Det är också väl känt att administrationen av etanol eller narkotika förändrar känslomässiga reaktioner 60. Dessa typer av förändringar kan orsaka svängningar i EEG-reaktioner på känslomässiga stimuli i både friska kontroller och patienter med AS. Därför är det inte rekommenderat att tillämpa protokollet till kvinnor under månatliga perioder eller när de lider premenstruella syndrom, eller till patienter under alkohol- eller drogförgiftning. Neuroradiologiska studier om medvetna och icke-medvetna vägar känslor kan tillämpa protokollet till demografiskt matchade friska kontroller och patienter med AS genom att variera graden av grovhet och neutralitet i emotionella ansikts stimuli.

Patienter med AS tillhör en relativt hög drag-ångest grupp 13,36 och deras ögon blinkar och rörelseartefakter kan vara allvarliga. Det är önskvärt att have erfaren dataprocessorer och effektiva algoritmer för borttagning av EEG artefakter innan itu några vetenskapliga eller kliniska frågeställningar. Experimentprotokollet utgör en insats mot forskning om medvetna och icke-medvetna representationer av känslor i hjärnan. Protokollet har validerats genom att rekrytera IQ / könsmatchade kontroller och patienter med AS i EEG experimentet. Reaktionstiden och respons noggrannhet är tillägg till de psykologiska och beteendemässiga diagnoser. Tekniken är oberoende av den subjektivt stämningen av deltagaren under experimentet, och gör det därför möjligt för att spåra dynamiken i en patients tillstånd under och efter psykologisk eller farmakologisk terapi. Tekniken kan tillämpas på patienter som lider av andra typer av affektiva patologi, såsom ångeststörning, depression, utbrändhet syndrom och emotionell brott i post-traumatisk stress. Ytterligare modifieringar på protokollet uppmuntras för användning i andrasr sociala och känslomässiga störning grupper. En väl utformad pilotstudie med intervju av kontroller och patienter skulle bidra med validering av en modifierad version av protokollet.

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