एक अर्थ भड़काना घटना से संबंधित क्षमता (ईआरपी) कार्य अध्ययन करने के लिए Lexico-अर्थ और Autism स्पेक्ट्रम विकार में Visuo-अर्थ प्रोसेसिंग

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

इस पत्र में एक अर्थ भड़काने ईआरपी कार्य के भीतर का उपयोग-चित्रों और शब्दों के मोडल जोड़े autism स्पेक्ट्रम विकार (एएसडी) के साथ व्यक्तियों में अर्थ प्रसंस्करण की जांच का वर्णन करता है ।

Cite this Article

Copy Citation | Download Citations

Coderre, E. L. A Semantic Priming Event-related Potential (ERP) Task to Study Lexico-semantic and Visuo-semantic Processing in Autism Spectrum Disorder. J. Vis. Exp. (134), e57217, doi:10.3791/57217 (2018).

Please note that all translations are automatically generated.

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

Abstract

autism स्पेक्ट्रम विकार (एएसडी) के साथ व्यक्तियों भाषा के अर्थ को समझने में विशिष्ट घाटे है, या अर्थ प्रसंस्करण । हालांकि, कुछ सबूत इंगित करता है कि गैर भाषाई उत्तेजनाओं के अर्थ प्रसंस्करण बरकरार है, सुझाव है कि अर्थ घाटे भाषा विशिष्ट हो सकता है । उचित रूप से एएसडी के साथ व्यक्तियों में अर्थ प्रसंस्करण घाटे की विशेषताएं, भीतर की तुलना-मोडल भाषा (जैसे, लिखित शब्द) और गैर भाषाई (जैसे, चित्र) उत्तेजनाओं की आवश्यकता है । यह कागज ऐसी पद्धति है कि electroencephalographic (ईईजी) डेटा की समवर्ती रिकॉर्डिंग के दौरान एक अर्थ भड़काने प्रतिमान का उपयोग करता है का वर्णन । ईईजी मस्तिष्क गतिविधि के एक गतिशील उपाय है कि अच्छी तरह से अर्थ प्रसंस्करण कि व्यवहार स्तर पर चौकस नहीं हो सकता है में सूक्ष्म मतभेदों की विशेषता अनुकूल है प्रदान करता है । अर्थ भड़काने प्रतिमान एक प्रधानमंत्री चित्र या शब्द (जैसे, कुत्ता) एक लक्ष्य चित्र या शब्द है कि या तो संबंधित है (जैसे, बिल्ली) या असंबंधित (जैसे, पेंसिल) प्रधानमंत्री को प्रस्तुत करता है । इस प्रतिमान इस प्रकार विभिंन तरीकों भर में अर्थ प्रसंस्करण मूल्यांकन करने के लिए इस्तेमाल किया जा सकता है, और lexico-अर्थ और visuo-एएसडी के साथ व्यक्तियों में अर्थ प्रसंस्करण क्षमताओं और कैसे वे टीडी व्यक्तियों से अलग हो सकता है की तुलना करें । विशिष्ट उत्तेजनाओं बनाने में शामिल कदम, ईईजी परीक्षण प्रदर्शन, और ईईजी डेटा का विश्लेषण कर रहे है चर्चा की । प्रतिनिधि परिणाम वर्णन कैसे घटना से संबंधित क्षमता (ईआरपी) के N400 घटक अर्थ से संबंधित प्रधानमंत्री लक्ष्य जोड़े असंबंधित जोड़े की तुलना में कम है । शर्तों, रूपरेखा के बीच N400 की तुलना, और समूहों अर्थ प्रसंस्करण की सफलता का अनुमान प्रदान कर सकते हैं, और इस तरह एएसडी या अंय नैदानिक आबादी के साथ व्यक्तियों में अर्थ घाटे को चिह्नित किया जा सकता है ।

Introduction

संज्ञानात्मक मनोविज्ञान में शोधकर्ताओं ने लंबे समय कैसे लोगों को भाषा का अर्थ समझ में रुचि हुई है । भाषा प्रसंस्करण वाक्यात्मक पार्स करने के लिए, अर्थ प्रसंस्करण के लिए, पत्र और शब्द मान्यता से बढ़ती जटिलता के कदम का एक अनुक्रम शामिल है । अर्थ प्रसंस्करण एक उत्तेजना के अर्थ तक पहुंचने के लिए संदर्भित करता है, यह एक शब्द, चित्र, या ध्वनि हो । प्रारंभिक शब्द मांयता के प्रारंभिक चरणों के बाद, एक शब्द का अर्थ है, या शब्दों का उपयोग, भाषा प्रसंस्करण में एक महत्वपूर्ण कदम है । अर्थ एकीकरण उत्तेजनाओं के अर्थ को एकीकृत करने के लिए अपने संबंधों को समझने की प्रक्रिया को संदर्भित करता है, और उच्च स्तर के लिए महत्वपूर्ण है ऐसी समझ वाक्य के रूप में भाषा संसाधन । न केवल एक वाक्य में प्रत्येक शब्द का अर्थ है तक पहुंचा जा करने की आवश्यकता है, लेकिन प्रत्येक व्यक्ति शब्द के अर्थ के लिए वाक्य का अर्थ है, या "सार" के एक सुसंगत समझ के रूप में एकीकृत करने की आवश्यकता है ।

autism स्पेक्ट्रम विकार (एएसडी) के साथ व्यक्तियों अक्सर भाषा समझ में महत्वपूर्ण घाटे है1। कुछ सबूत है कि इन कठिनाइयों अर्थ प्रसंस्करण और एकीकरण2,3,4में घाटे से स्टेम सुझाव है । हालांकि, अंय अध्ययनों से सुझाव दिया है कि एएसडी के साथ व्यक्तियों अर्थ प्रसंस्करण घाटे जब सामग्री गैर में प्रस्तुत कर रहे है नहीं दिखा भाषाई (जैसे, दृश्य या श्रवण) मोडलें3,5,6 . इस तरह के निष्कर्षों का सुझाव है कि एएसडी में अर्थ प्रसंस्करण घाटे भाषाई (यानी, लिखित या बोली के लिए प्रतिबंधित किया जा सकता है) मोडलों । इस तरह के रूप में, दृष्टिकोण है कि इसके विपरीत अलग रूपरेखा हद तक जो अर्थ प्रसंस्करण घाटे डोमेन विशिष्ट या एक व्यापक प्रसंस्करण शैली का संकेत कर रहे है में अंतर्दृष्टि प्रदान कर सकते हैं । इस कागज का उद्देश्य समवर्ती electrophysiological रिकॉर्डिंग के दौरान एक अर्थ भड़काना कार्य का उपयोग करते हुए विभिन्न मोडलों के बीच अर्थ प्रोसेसिंग की तुलना के लिए एक पद्धति का वर्णन है.

अर्थ भड़काने प्रतिमान जांच कैसे अर्थ प्रसंस्करण निचले स्तर के शब्द मांयता7,8प्रभावित अनुसंधान में एक लंबा इतिहास है । पारंपरिक अर्थ भड़काने के कार्यों में, एक प्रधानमंत्री शब्द (जैसे, बिल्ली) एक लक्ष्य शब्द है कि या तो अर्थ से संबंधित है (जैसे, कुत्ता) या असंबंधित (जैसे, किताब) के बाद प्रस्तुत किया है प्रधानमंत्री को । ऐसा कार्य प्रायः किसी दिक निर्णय कार्य के सन्दर्भ में किया जाता है, ऐसे सहभागियों को यह निर्धारित करने के लिए कहा जाता है कि लक्ष्य शब्द एक वास्तविक शब्द है या नहीं. अंय मानदंड प्रतिभागियों लक्ष्य शब्द पर एक अर्थ वर्गीकरण कार्य करते हैं, या ंयायाधीश हो सकता है कि दो उत्तेजनाओं से संबंधित है या नहीं कर रहे हैं । विशिष्ट कार्य की परवाह किए बिना, सबूत के दशकों की स्थापना की है कि प्रतिक्रिया टाइम्स (RTs) तेजी से शब्दों है कि अर्थपूर्ण है कि असंबंधित है उन की तुलना में प्रधानमंत्री से संबंधित है लक्ष्य कर रहे हैं ।

यह "अर्थ भड़काने प्रभाव" सैद्धांतिक खातों में7,8में तंत्र के एक नंबर के लिए जिंमेदार ठहराया गया है । एक यह है कि भड़काना प्रभाव स्वत: अर्थ नेटवर्क के माध्यम से सक्रियण के प्रसार के कारण है, ऐसे कि प्रधानमंत्री शब्द के अर्थ की बहाली अंय अर्थ से संबंधित शब्दों के अर्थ को सक्रिय करता है, लक्ष्य शब्द भी शामिल है । यह तो लक्ष्य शब्द के अर्थ सक्रियण के लिए आवश्यक समय कम कर देता है । एक दूसरी सैद्धांतिक व्यवस्था है कि प्रत्याशा है, जो मंज़ूर है कि प्रधानमंत्री शब्द देखने पर, प्रतिभागियों संभावित लक्ष्यों का एक सेट की उंमीद उत्पंन करते हैं । लक्ष्य शब्द है कि इस सेट में शामिल है तो और अधिक जल्दी पहचाना जाता है । अंत में, दूसरों को अर्थ मिलान के एक पद-दिक तंत्र का अस्तित्व माने है, जो प्रधानमंत्री और लक्षित शब्द के बीच एक अर्थपूर्ण संबंध का अस्तित्व स्थापित करता है. विशिष्ट प्रभाव अंतर्निहित तंत्र की परवाह किए बिना, अर्थ भड़काना अर्थ प्रसंस्करण और एकीकरण का एक उपयोगी सूचकांक हो सकता है । इस प्रतिमान भी दिक उत्तेजनाओं तक ही सीमित नहीं है, और यह भी गैर चित्रों की तरह भाषा उत्तेजनाओं9 के रूप में के रूप में अच्छी तरह से पार-मोडल अर्थ भड़काना (जैसे, शब्दों और चित्रों के बीच)3के अर्थ भड़काने की जांच करने के लिए इस्तेमाल किया जा सकता है ।

अर्थ भड़काना प्रभाव psycholinguistic साहित्य में अच्छी तरह से अध्ययन किया गया है, और के साथ जांच की गई है प्रधानमंत्री लक्ष्य संबंधों के प्रकार के संबंध, प्रधानमंत्री और लक्ष्य प्रस्तुति के समय, और कई अंय जोड़तोड़8। इस आशय के electrophysiological सहसंबंधी भी10अच्छी तरह से किया गया है । Electroencephalography (ईईजी) विद्युत खोपड़ी पर मापा गतिविधि में परिवर्तन के माध्यम से तंत्रिका गतिविधि की रिकॉर्डिंग की एक विधि है । ईईजी एक अर्थ भड़काना प्रतिमान के लिए पद्धति का एक उपयोगी विकल्प है क्योंकि यह बहुत अच्छा लौकिक संकल्प है (मिसे के आदेश पर, एमएस) और इस तरह के अभाव में भी शर्तों या समूहों के बीच अर्थ प्रसंस्करण में सूक्ष्म मतभेद प्रदान कर सकते है व्यवहार प्रभाव या प्रतिक्रियाएं ।

इवेंट से संबंधित संभावित (ERPs) ईईजी में समय-अवरोधित परिवर्तन होते हैं जो किसी विशिष्ट उत्तेजना या व्यवहार के प्रत्युत्तर में उत्पन्न होते हैं. समय और प्रतिक्रिया की ध्रुवीयता पर निर्भर करता है, ईआरपी के विभिंन घटकों संज्ञानात्मक प्रसंस्करण के विभिंन पहलुओं के चिंतनशील हैं । N400 घटक अर्थ प्रसंस्करण और अर्थ एकीकरण11,12 के एक अच्छी तरह से स्थापित मार्कर है (हालांकि कई अंय व्याख्याओं10,13मौजूद हैं) । N400 आयाम कम है जब अर्थ एकीकरण आसान है (जैसे जब प्रधानमंत्री और एक अर्थ भड़काना प्रतिमान में लक्ष्य अर्थ से संबंधित हैं) जब अर्थ एकीकरण और अधिक कठिन है की तुलना में (जैसे जब दो शब्द असंबंधित हैं) । महत्वपूर्ण बात, संबंधित और असंबंधित स्थितियों के बीच आयाम अंतर (यानी, "N400 प्रभाव") भाषा के लिए विशिष्ट नहीं है । N400 प्रभाव भी गैर भाषा विधियों में, जैसे अर्थ से संबंधित और असंबंधित चित्रों या पर्यावरणीय ध्वनियों के जोड़े के जवाब में मनाया जाता है14,15,16,17. N400 इस प्रकार वर्तमान प्रतिमान के प्रयोजनों के लिए एक उपयोगी ईआरपी घटक है क्योंकि यह एक मोडल अर्थ प्रसंस्करण और एकीकरण क्षमताओं का स्वतंत्र अनुमान के रूप में इस्तेमाल किया जा सकता है ।

एएसडी के साथ व्यक्तियों को कम या अनुपस्थित अर्थ भड़काने प्रभाव और भाषा उत्तेजनाओं के जवाब में N400 प्रभाव2,3,4, अर्थ प्रसंस्करण में दोष सुझाव । इस तरह के प्रभाव visuo के जवाब में पाया गया है अर्थ और ऑडियो अर्थ उत्तेजनाओं3,5,6, का दावा है कि अर्थ प्रसंस्करण भाषा उत्तेजनाओं के लिए चयनित है के लिए उधार समर्थन । हालांकि, सबसे पिछले तरीकों की तुलना अध्ययन पार मॉडल भड़काना, इस तरह का इस्तेमाल किया है कि प्रधानमंत्री लक्ष्य जोड़ी एक दिक उत्तेजना शामिल हैं । प्रस्ताव को देखते हुए कि एएसडी के साथ व्यक्तियों भाषा उत्तेजनाओं के अर्थ प्रसंस्करण में घाटा है, ऐसे पार मॉडल उत्तेजनाओं परिणाम प्रभावित हो सकता है । वास्तव में जांच करने के लिए कि क्या भाषा के अर्थ प्रसंस्करण एएसडी के साथ व्यक्तियों में चुनिंदा ख़राब है, भीतर-दिक और गैर दिक उत्तेजनाओं के साधन जोड़े इस्तेमाल किया जाना चाहिए । हाल ही में हुए एक अध्ययन में Coderre एट अल. 6 के भीतर की पहली प्रत्यक्ष तुलना प्रदान की-चाहेको शब्द और चित्र अर्थ के लिए वयस्कों में अर्थ प्रसंस्करण घाटे की जांच भड़काना (उंर 18-68) एएसडी के साथ । एएसडी और आम तौर पर विकासशील (टीडी) प्रतिभागियों के साथ प्रतिभागियों को चित्रों और शब्दों के जोड़े देखा और ंयायाधीश के लिए कहा गया था कि उत्तेजनाओं या नहीं संबंधित थे । इस अर्थ भड़काना कार्य के दौरान, उनके मस्तिष्क गतिविधि ईईजी का उपयोग कर दर्ज की गई । समूहों और विधियों के बीच N400 प्रभाव की तुलना करके, इस प्रतिमान एएसडी के साथ व्यक्तियों में अर्थ प्रसंस्करण की प्रकृति में अंतर्दृष्टि प्रदान की है ।

इस पत्र के प्रयोजन के लिए Coderre एट अल द्वारा नियोजित अर्थ भड़काने ईआरपी पद्धति का वर्णन है । 6. हालांकि इस प्रतिमान शुरू में एएसडी के साथ वयस्कों में अर्थ प्रसंस्करण के अध्ययन के लिए लागू किया गया था, यह किसी भी lexico के तंत्रिका को संबद्ध करने का पता लगाने के इच्छुक प्रयोगों के लिए उपयोगी साबित हो सकता है-अर्थ और visuo-अर्थ प्रोसेसिंग, या तो टीडी में व्यक्तियों या विशिष्ट नैदानिक आबादी में ।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

यहां वर्णित सभी विधियां जॉंस हॉपकिंस विश्वविद्यालय की संस्थागत समीक्षा बोर्ड द्वारा अनुमोदित की गईं, जहां मूल अध्ययन6 का प्रदर्शन किया गया ।

1. उत्तेजनाओं बनाना

  1. ठोस संज्ञाओं की आरंभिक सूची बनाएं जिसमें से प्रधानमंत्री-लक्ष्य जोड़े जाएंगे ।
    1. Subtlex19जैसे किसी चयनित कॉर्पस से, लगभग ५०० ठोस संज्ञाओं का चयन करें और प्रत्येक शब्द के लिए ब्याज (उदा., आवृत्ति, लंबाई, ठोसता, छवि, आदि) के चर प्राप्त कर लें ।
      नोट: अन्य corpuses, जैसे कि मेडिकल रिसर्च काउंसिल (MRC) Psycholinguistic डेटाबेस18 या कॉर्पस समकालीन अमेरिकी अंग्रेजी20, का उपयोग भी किया जा सकता है । Subtlex मूल अध्ययन में इस्तेमाल किया गया था क्योंकि इस डाटाबेस सिर्फ एक बड़ी एक्सेल फ़ाइल है और इस तरह आसानी से उत्तेजना पीढ़ी के लिए खोज के लिए अनुमति देता है । अंय corpuses अलग चित्रमय इंटरफेस है और एक इनपुट बॉक्स में इनपुट एक विशिष्ट पाठ स्ट्रिंग के लिए उपयोगकर्ता की आवश्यकता हो सकती है और ब्याज की चर की जांच का अनुरोध किया जा रहा है ।
  2. उत्तेजना के बीच अव्यक्त अर्थ विश्लेषण (LSA) प्रदर्शन अर्थ संबंधित स्थापित करने के लिए
    1. LSA विधि या उपकरण का चयन करें । एक उपयोगी ऑनलाइन उपकरण कोलोराडो विश्वविद्यालय बोल्डर (http://lsa.colorado.edu/) द्वारा प्रदान की जाती है ।
      1. मुख्य लैंडिंग साइट से मैट्रिक्स तुलना पर क्लिक करें ।
      2. किसी रिक्त पंक्ति से अलग, तुलना करने के लिए व्यक्तिगत शब्द दर्ज करें ।
      3. सबमिट टेक्स्ट क्लिक करें ।
    2. एक स्प्रेडशीट का प्रयोग, प्रत्येक शब्द और हर दूसरे के बीच LSA मूल्यों का एक मैट्रिक्स बनाएं ।
  3. LSA (चित्र 1) के आधार पर संबंधित और असंबंधित स्थितियों में उत्तेजनाओं को विभाजित करें ।
    1. मैन्युअल रूप से २०० शब्द जोड़े उच्च LSA मानों के साथ (लगभग ०.५ या उच्चतर) "संबंधित" शर्त के लिए का चयन करें ।
    2. मैन्युअल रूप से २०० शब्द जोड़े कम LSA मानों के साथ (लगभग ०.१ या कम) "असंबंधित" शर्त के लिए का चयन करें ।
      नोट: प्रयोगकर्ता को मैंयुअल रूप से शब्द जोड़े निरीक्षण करने के लिए सुनिश्चित करें कि अर्थ संबंध श्रेणी के लिए समझ में आता है की आवश्यकता हो सकती है । कुछ शब्द जोड़े उच्च LSA रेटिंग हो सकता है लेकिन अर्थ संबंधित तुरंत प्रतिभागियों को स्पष्ट नहीं हो सकता है । इसी तरह, कुछ कम LSA रेटिंग हो सकता है लेकिन अर्थपूर्ण अन्य तरीकों से संबंधित हो सकता है.
    3. जब संबंधित और असंबंधित जोड़े बनाने, मैन्युअल आवृत्ति, लंबाई, और किसी भी अन्य चर कि साहित्य में प्रासंगिक होने के लिए उल्लेख किया गया है पर शब्दों मैच (जैसे, एसोसिएशन7की दिशा,8) या कि के हैं विशिष्ट अध्ययन के लिए ब्याज । ब्याज के चरों पर यथासंभव बारीकी से शब्दों से मिलानकरें (उदा., 1-2log10 आवृत्ति इकाइयों के भीतर, 1-2 अक्षरों या अक्षरों के भीतर) ।
  4. शब्द और चित्र विधियों में उत्तेजनाओं को विभाजित करें (चित्र 1A) ।
    1. स्प्रेडशीट में उत्तेजना फ़ाइल के भीतर, "शर्त" का एक और कॉलम जोड़ें ।
    2. "शर्त" कॉलम में, संबंधित जोड़े के लेबल १०० और "चित्र" हालत के रूप में असंबंधित जोड़े के १०० । "शब्द" शर्त के रूप में अंय शेष उत्तेजनाओं लेबल ।
  5. चित्र उत्तेजनाओं प्राप्त करें ।
    नोट: चित्र उत्तेजनाओं को ऑनलाइन स्रोतों (उदा., Google छवि खोजों) या प्रयोगकर्ता के लिए उपलब्ध अंय स्रोतों से प्राप्त किया जा सकता है ।
    1. प्रत्येक शब्द का प्रतिनिधित्व करने के लिए 2 – 3 चित्रों का चयन करें ।
    2. एक या एक से अधिक स्वतंत्र रेटर (जैसे, छात्रों, अनुसंधान सहायकों जो उत्तेजना विकास में शामिल नहीं किया गया है) से प्रारंभिक पायलट परीक्षण करने का फैसला जो तस्वीर सबसे अच्छी अवधारणा का प्रतिनिधित्व करता है ।
      1. एक बार में सभी संभावित चित्र फ़ाइलें खोलें एक फोटो दर्शक कार्यक्रम का उपयोग कर, तो शब्द जोर से पढ़ें और सबसे प्रतिनिधि तस्वीर चुनने के लिए ॅातृ से पूछो । हर शब्द के लिए प्रत्येक ॅातृ के जवाब रिकॉर्ड ।
      2. प्रत्येक शब्द के लिए, तस्वीर की पहचान है कि रेटर के बहुमत के रूप में सर्वश्रेष्ठ अवधारणा का प्रतिनिधित्व चुना है, और उस शब्द के लिए उत्तेजना के रूप में इस फ़ाइल का उपयोग करें । यदि कोई बहुमत मौजूद नहीं है, तो चित्रों की एक अलग सरणी का चयन करें और चरण १.५ दोहराएँ ।
    3. जिंप का प्रयोग (या पसंद की एक और तस्वीर संपादन कार्यक्रम), सभी को एक ही आकार (लगभग ४०० पिक्सल या 3-5 इंच ऊंचाई या चौड़ाई) हो पैमाने पर तस्वीरें ।
      नोट: चित्रों का सटीक आकार मॉनिटर उत्तेजनाओं पर प्रस्तुत किया जाएगा के आकार के आधार पर अलग हो सकता है । उत्तेजनाओं के क्षैतिज और दृश्य कोण 7 और 13 डिग्री के बीच होना चाहिए ।
  6. प्रायोगिक परीक्षण करें
    1. 3 पूछ-4 स्वतंत्र रेटर (जैसे, छात्रों, अनुसंधान सहायकों जो उत्तेजना विकास में शामिल नहीं किया गया है) के रूप में प्रत्येक जोड़ी दर करने के लिए संबंधित या असंबंधित के द्वारा पायलट परीक्षण शब्द और चित्र जोड़े ।
      1. कार्यक्रम ई में प्रयोग प्रधानमंत्री (या अंय पसंद की उत्तेजना प्रस्तुति कार्यक्रम) के लिए स्क्रीन पर दोनों शब्दों को एक बार में मौजूद है, या तो एक दूसरे के ऊपर या पक्ष द्वारा । प्रतिभागियों से संबंधित या असंबंधित के रूप में एक बटन (जैसे, संबंधित के लिए 1, असंबंधित के लिए 2) का उपयोग करके शब्दों की दर से पूछो । कैसे इस सॉफ्टवेयर पैकेज में एक प्रयोग कार्यक्रम के बारे में जानकारी के लिए ई-प्रधानमंत्री मैनुअल21 देखें ।
        नोट: प्रायोगिक परीक्षण प्रयोगशाला में जगह ले सकते हैं, जहां प्रयोगात्मक परीक्षण जगह ले, या किसी भी उत्तेजना प्रस्तुति कार्यक्रम चल रहे कंप्यूटर पर होगा । कोई विशेष कमरे की आवश्यकता नहीं है ।
      2. दोहराएं पायलट परीक्षण (नए स्वतंत्र रेटर जो उत्तेजनाओं नहीं देखा है के साथ) जब तक शब्दों और चित्रों का एक सेट संबंधित और असंबंधित के विश्वसनीय रेटिंग के साथ प्राप्त की है । १०० संबंधित शब्द जोड़े, १०० असंबंधित शब्द जोड़े, १०० से संबंधित चित्र जोड़े, और १०० असंबंधित चित्र जोड़े की कुल प्राप्त करें ।
        नोट: यह सुझाव दिया गया है कि जांचकर्ताओं नैदानिक आबादी में अनुभूति की जांच करने के लिए N400 घटक का उपयोग परीक्षण प्रकार प्रति ४० प्रयोग करने योग्य परीक्षणों की एक ंयूनतम एकत्र करने के लिए एक विश्वसनीय प्रभाव22बटोरना । आशंका है कि कुछ परीक्षणों डेटा सफाई प्रक्रिया के दौरान खो जाएगा, मानदंड में शामिल परीक्षणों की संख्या में वृद्धि की जानी चाहिए । पहले इस विशिष्ट प्रतिमान का उपयोग कर काम में 6, परीक्षण प्रकार के प्रति १०० परीक्षण और दोनों एक व्यक्ति और समूह के आधार पर मजबूत N400 प्रभाव को सुनिश्चित करने के लिए पर्याप्त से अधिक था । क्योंकि N400 घटक शब्दों और चित्रों के बीच समान है10, परीक्षण प्रकारों की अनुमानित संख्या को मोडलों के बीच एकरूप रखा जा करने के लिए अनुशंसित है ।
      3. एक अतिरिक्त 8 जोड़े (4 शब्दों, 4 चित्र) एक अभ्यास सत्र के लिए बनाए रखने (नीचे कदम 2.2.1 देखें)

2. टास्क प्रोग्रामिंग

  1. उत्तेजना सूचियां बनाएं ।
    1. उत्तेजनाओं के अंतिम सेट से, 8 ब्लॉकों में तरह उत्तेजनाओं । मोडल (चित्र/शब्द) अवरुद्ध किया जाना चाहिए (4 ब्लॉक प्रत्येक) ।
    2. प्रत्येक ब्लॉक के भीतर, संबंधित और असंबंधित उत्तेजनाओं की एक समान संख्या सुनिश्चित करें ।
    3. मैन्युअल रूप से एक पंक्ति में 5 से संबंधित या असंबंधित उत्तेजनाओं, और एक दूसरे के बगल में जोड़े नहीं कर रहे हैं कि इस तरह के प्रत्येक ब्लॉक के भीतर ही छद्म यादृच्छिकीकरण प्रस्तुति सूचियों अर्थ से संबंधित नहीं हैं. जैसे "गाजर-ब्रोकोली", "सेब-नाशपाती" तुरंत एक दूसरे के बगल में परीक्षणों से बचें ।
  2. कार्यक्रम ई-प्रधानमंत्री, या अंय पसंद की उत्तेजना प्रस्तुति सॉफ्टवेयर का उपयोग कर कार्य ।
    नोट: कदम यहां वर्णित ई प्रधानमंत्री और NetStation के लिए विशिष्ट हैं, और अलग होगा अगर एक और उत्तेजना प्रस्तुति सॉफ्टवेयर या ईईजी अधिग्रहण सॉफ्टवेयर का प्रयोग किया जाता है । कृपया ई-प्रधानमंत्री मैनुअल21 और ई-प्रधानमंत्री एक्सटेंशन NetStation ट्यूटोरियल23 के लिए कैसे इस सॉफ्टवेयर पैकेज में एक ईईजी प्रयोग कार्यक्रम के लिए और कैसे ई के बीच संचार सक्षम करने के लिए पर अधिक विशिष्ट विवरण के लिए प्रधानमंत्री और NetStation ।
    1. कार्यक्रम दो चित्र और शब्द ब्लॉकों के लिए अभ्यास सत्र (4 जोड़े प्रत्येक), प्रयोगात्मक परीक्षण शुरू होने से पहले प्रदर्शन किया जाएगा ।
    2. कार्यक्रम अभ्यास सत्र की शुरुआत में एक अनुदेश स्क्रीन पढ़ने के लिए: "आप एक दूसरे के बाद स्क्रीन पर प्रस्तुत दो शब्दों को देखेंगे । कृपया के रूप में अब भी संभव के रूप में बैठने की कोशिश करो और पलक जबकि शब्द प्रस्तुत किया जा रहा है नहीं है । जोड़ी के पेश होने के बाद आपको स्क्रीन पर एक ब्लैक क्रॉस दिखाई देगा । जब आप काले पार देखते हैं, तो संकेत मिलता है कि शब्द या नहीं संबंधित थे कृपया । प्रेस बटन 1 अगर शब्द से संबंधित हैं । प्रेस बटन 2 अगर शब्द से संबंधित नहीं हैं । अभ्यास सत्र प्रारंभ करने के लिए कोई भी कुंजी दबाएँ. "
    3. शब्द उत्तेजनाओं में से प्रत्येक के लिए, प्रयोग संरचना में TextDisplay माउस पर डबल क्लिक करें । ऊपरी बाईं ओर गुण चिह्न क्लिक करें । के अंतर्गत फ़ॉन्ट टैब, का चयन करें कूरियर नया फ़ॉन्ट आकार 28. सामान्य टैब के अंतर्गत, श्वेत पृष्ठभूमि पर काले फ़ॉन्ट में शब्दों को प्रस्तुत करने के लिए श्वेत और BackColor के रूप में ForeColor का चयन करें.
      नोट: विशिष्ट फ़ॉन्ट आकार और प्रस्तुति के लिए उपयोग किया गया मॉनिटर के रिज़ॉल्यूशन के आधार पर संशोधन करने के लिए पड़ सकता है । क्षैतिज दृश्य कोण के शब्दों के बीच 1 और 6 ° होना चाहिए ।
    4. प्रत्येक चित्र उत्तेजनाओं के लिए, प्रयोग संरचना में स्लाइड चिह्नों पर डबल-क्लिक करें । ऊपरी बाईं ओर गुण चिह्न क्लिक करें । के अंतर्गत सामान्य टैब पर, सफेद पृष्ठभूमि पर चित्र प्रस्तुत करने के लिए श्वेत के रूप में BackColor चयन करें ।
    5. इस क्रम में निम्नलिखित उत्तेजनाओं को पेश करने के लिए प्रत्येक परीक्षण कार्यक्रम: एक लाल पूर्व परीक्षण निर्धारण क्रॉस (४०० ms); उत्तेजना 1 (१,००० ms); उत्तेजना अंतराल (रिक्त सफेद स्क्रीन; ३०० ms); उत्तेजना 2 (१,००० ms); रिक्त स्क्रीन (४०० ms); परीक्षण अंतराल (काला निर्धारण क्रॉस; बेतरतीब ढंग से घबरा 1000 के बीच-१०० ms अंतराल में 1400 ms, औसत १२०० ms); चित्र 1bदेखें । अवधियां सेट करने के लिए, प्रयोग संरचना में TextDisplay या स्लाइड चिह्नों को डबल-क्लिक करें और विंडो के ऊपरी-बाएं पर गुण बटन दबाएं । अवधि/इनपुट टैब के अंतर्गत अवधि सेट करें ।
      नोट: रिक्त स्क्रीन दूसरी उत्तेजना और ब्लैक क्रॉस के बीच एक दृश्य विराम प्रदान करने के लिए, और आगामी अर्थ संबंधित निर्णय के लिए एक सूक्ष्म संकेत प्रदान करने के लिए एक परीक्षण अंतराल से पहले शामिल किया गया है ।
    6. कार्यक्रम एक TextDisplay वस्तु बुलाया "तोड़" प्रत्येक ब्लॉक के बाद "ब्लॉक के अंत कह पूरा हो गया है, कृपया एक ब्रेक ले"
  3. ई-प्रधानमंत्री और NetStation के बीच संचार के लिए पैरामीटर्स शामिल करें । इस जानकारी को शामिल करने के बारे में विशिष्ट निर्देशों के लिए NetStation मैनुअल23 के लिए ई-प्राइम एक्सटेंशन देखें ।
    1. प्रत्येक "word1" या "word2" पाठ प्रदर्शन ऑब्जेक्ट के लिए, प्रयोग संरचना में ऑब्जेक्ट का चयन करें । "गुण" विंडो के अंतर्गत, टैग को क्रमशः "WRD1" या "WRD2" के रूप में सेट करें.
    2. प्रत्येक "picture1" या "picture2" स्लाइड ऑब्जेक्ट के लिए, टैग को क्रमशः "PIC1" या "PIC2" के रूप में सेट करें.
    3. "अनसंदर्भ ई-ऑब्जेक्ट्स" के अंतर्गत, "CellList" नामक एक नई सूची बनाएं । कक्ष संख्याएं इस रूप में दर्ज करें: 1 = संबंधित चित्र; 2 = चित्र असंबंधित; 3 = संबंधित शब्द; ४ = शब्द असंबद्ध. प्रत्येक ब्लॉक के लिए परीक्षण सूची के भीतर, एक कॉलम बुलाया "CellNumber" शामिल है और हालत और रूपरेखा के अनुसार प्रत्येक परीक्षण के लिए इसी सेल नंबर दर्ज करें ।

3. ईईजी परीक्षण

नोट: यहां वर्णित विशिष्ट कार्यविधियां एक EGI सिस्टम के लिए हैं । अंय सिस्टम का उपयोग किया जाता है, तो कार्यविधियों अलग हो सकता है ।

  1. ईईजी परीक्षण के लिए तैयार करते हैं ।
    1. इलेक्ट्रोलाइट समाधान बनाने के लिए एक स्पष्ट प्लास्टिक की बाल्टी में 2 चंमच (10 ग्राम) पोटेशियम क्लोराइड की 1 चौथाई गेलन (1 एल) और पानी की 1 चंमच (15 मिलीलीटर) बेबी शैंपू के साथ मिश्रण
    2. उपयुक्त शुद्ध आकार निर्धारित करने के लिए, इनियन और nasion के माध्यम से गुजर रहा है, भागीदार सिर की परिधि को मापने । का चयन करें उपयुक्त आकार का नेट भागीदार के सिर परिधि के अनुसार ।
    3. इलेक्ट्रोलाइट समाधान में इलेक्ट्रोड विसर्जित कर दिया, यह सुनिश्चित करना है कि सभी स्पंज पूरी तरह से जलमग्न हैं, और के लिए भिगोने कम से 5 मिनट ।
  2. ईईजी नेट लागू होते.
    1. भागीदार एक कुर्सी में आराम से बैठते हैं, प्रयोगकर्ता का सामना करना पड़ । प्रतिभागी को समझाओ कि तुम अब पर जाल डाल रहा होगा, तो इसे समायोजित करने और परीक्षण शुरू करने से पहले संकेत की जांच करेगा ।
    2. है भागीदार कंधों के आसपास जगह तौलिए । निर्देश भागीदार अपनी आंखें बंद है, तो भागीदार सिर पर शुद्ध लागू होते हैं । शुद्ध समायोजित करें और संबंधों को कसने के लिए भागीदार के सिर को एक सुखद फिट सुनिश्चित करते हैं ।
    3. सभी इलेक्ट्रोड के माध्यम से काम करने के लिए उंहें खोपड़ी के खिलाफ सीट । इलेक्ट्रोड के साथ एक व्यापक गति का प्रयोग करें बालों को दूर ले जाने के लिए । यदि आवश्यक हो तो एक पिपेट का उपयोग Rewet स्पंज ।
    4. एक बार सभी इलेक्ट्रोड बैठा दिया गया है, impedances की जाँच करें. ५० kiloohms (kΩ) के ऊपर impedances के साथ किसी भी इलेक्ट्रोड को फिर से rewet ।
  3. भागो अर्थ भड़काना ईईजी रिकॉर्डिंग के दौरान प्रयोग ।
    1. एक बार नेट लागू किया जाता है, impedances जांच की गई है, और भागीदार शुरू करने के लिए तैयार है, अर्थ भड़काना कार्य शुरू करते हैं ।
    2. परीक्षण से पहले प्रतिभागियों को निर्देश दोहराना । प्रतिभागियों को यह निर्णय लेने का निर्देश दें कि कुंजीपटल या बटन-बॉक्स पर कोई बटन दबाकर शब्द या चित्र उत्तेजनाओं से संबंधित या असंबंधित हैं या नहीं । मोटर ईईजी संकेत को निराधार कलाकृतियों से बचने के लिए, प्रतिभागियों को निर्देश देने के लिए अपनी प्रतिक्रिया करने के लिए जब तक दूसरी उत्तेजना स्क्रीन से गायब हो गया है और काले पार प्रकट हो गया है इंतज़ार करो ।
    3. प्रतिभागियों के कार्य को समझने के लिए यह सुनिश्चित करने के लिए अभ्यास सत्र को कम बार चलाएं ।
    4. प्रत्येक 2 ब्लॉकों के बाद, ब्रेक के दौरान, rewet इलेक्ट्रोड और impedances को फिर से जांच करें ।

4. ईईजी की प्रक्रिया

  1. NetStation उपकरण खोलें ।
    नोट: चरण यहाँ वर्णित NetStation 5 में reprocessing करने के लिए विशिष्ट हैं । NetStation 5 उपयोगकर्ता मैनुअल24 NetStation उपकरण का उपयोग करने के बारे में अधिक जानकारी के लिए देखें. अंय प्रक्रिया करने वाले संकुल में EEGlab, ERPlab, FieldTrip, या प्रयोगकर्ता की पसंद के अंय सॉफ़्टवेयर शामिल हो सकते हैं । नोट करें कि प्राथमिकता वाले चरणों की प्रक्रिया के लिए सॉफ़्टवेयर पैकेज़ों के बीच अलग हो सकता है । एक N400 प्रभाव का अवलोकन विश्लेषण पैकेज के चयन के आधार पर अलग नहीं करना चाहिए ।
  2. डेटा फ़िल्टर करें ।
    1. NetStation उपकरण विंडो के नीचे, "बनाएँ ' ड्रॉप-डाउन मेनू में" फ़िल्टरिंग "का चयन करके एक नया फ़िल्टरिंग उपकरण बनाएँ. उपकरण का उचित रूप से नाम बदलें ।
    2. ०.१ हर्ट्ज (हर्ट्ज) और ५० हर्ट्ज के लिए lowpass फिल्टर करने के लिए सबकुछ पार फिल्टर सेट करें ।
      नोट: सबकुछ पार फिल्टर ०.१ हर्ट्ज से कम हो सकता है, लेकिन यह इस कटऑफ से अधिक करने के लिए सलाह नहीं दी है, नकली प्रभाव को शुरू करने के जोखिम से बचने के लिए 25. 30 हर्ट्ज के रूप में कम के रूप में एक lowpass फिल्टर इस्तेमाल किया जा सकता.
    3. उपकरण सहेजें, तो मूल ईईजी रिकॉर्डिंग फ़ाइल में खींचें "इनपुट फ़ाइलें" बॉक्स विंडो के शीर्ष पर छोड़ दिया और हिट "भागो".
  3. डेटा को परीक्षणों में सेगमेंट करना.
    1. एक नया "विभाजन" उपकरण बनाएं और इसे उचित नाम है ।
    2. "श्रेणियां बनाने के लिए" के अंतर्गत, एक नई श्रेणी बनाने के लिए धन चिह्न दबाएं और इसे "संबंधित चित्र" का नाम दें । खींचें "कोड" चिह्न "मापदंड के आधार पर श्रेणी बनाएं" बॉक्स में और यह सेट के रूप में "कोड है PIC1" समय के लिए उत्तेजना 1 की प्रस्तुति के लिए ताला । "कुंजी कोड" चिह्न को "श्रेणी बनाएं" बॉक्स में खींचें और इसे "कुंजी कोड cel # 1 है" के रूप में सेट करें ।
      1. केवल सही परीक्षण शामिल करने के लिए, "श्रेणी बनाएँ" बॉक्स में एक अन्य "कुंजी कोड" चिह्न खींचें और इसे "कुंजी कोड eval 1 है" के रूप में सेट करें ।
    3. विंडो के निचले भाग पर, सेगमेंट लंबाई "विस्तार सेगमेंट १०० ms पहले और २,३०० ms के बाद" पर सेट करें.
      नोट: सेगमेंट या तो पहली या दूसरी उत्तेजना की शुरुआत करने के लिए समय-अवरोधित किया जा सकता है. यदि पहले उत्तेजना को बंद कर दिया, क्षेत्रों के लिए २३०० ms करने से पहले १०० ms का विस्तार करना चाहिए (दोनों उत्तेजनाओं (१,००० एमएस प्रत्येक) प्लस अंतर उत्तेजना अंतराल (आईएसआई) समय (३०० ms) की प्रस्तुति अवधि शामिल करने के लिए) । यदि दूसरी उत्तेजना के लिए बंद कर दिया, क्षेत्रों के लिए १,००० ms के बाद से पहले १०० ms विस्तार करना चाहिए ।
    4. "क्लोन" बटन से टकराने और यह "चित्र असंबंधित" नाम बदलने से श्रेणी क्लोन । कोड सेट करने के लिए PIC1 और कुंजी कोड cel # करने के लिए 2 ।
    5. श्रेणी क्लोन और यह "संबंधित शब्द" का नाम बदलें । कोड सेट करने के लिए WRD1 और कुंजी कोड cel # करने के लिए 3 ।
    6. श्रेणी क्लोन और यह नाम "असंबंधित शब्द" । कोड सेट करने के लिए WRD1 और कुंजी कोड cel # करने के लिए 4 ।
    7. उपकरण सहेजें, फिर सबसे हाल ही में प्रक्रिया की गई फ़ाइल "इनपुट फ़ाइलें" बॉक्स विंडो के शीर्ष पर बाईं ओर खींचें और "चलाएँ" हिट ।
  4. विरूपण साक्ष्य का पता लगाने प्रदर्शन.
    1. एक नया "विरूपण साक्ष्य का पता लगाने" उपकरण बनाएं और इसे उचित नाम ।
    2. "विरूपण साक्ष्य जांच सेटिंग" के अंतर्गत, एक नई सेटिंग जोड़ने के लिए विंडो के निचले भाग पर धन चिह्न दबाएं । "ऑपरेशन" के अंतर्गत ड्रॉपडाउन मेनू से "खराब चैनल" चुनें. छोड़ सभी डिफ़ॉल्ट सेटिंग्स (अधिकतम-ंयूनतम > २०० microvolts (µV); संपूर्ण सेगमेंट; ८० ms का औसत चलायमान) ।
    3. एक नई सेटिंग जोड़ें और "ऑपरेशन" ड्रॉपडाउन मेनू से "आँख पलक" का चयन करें. सभी डिफ़ॉल्ट सेटिंग्स छोड़ें (अधिकतम-ंयूनतम > १४० µV; विंडो का आकार ६४० ms; चलायमान औसत ८० ms) ।
    4. एक नई सेटिंग जोड़ें और "ऑपरेशन" ड्रॉपडाउन मेनू से "नेत्र आंदोलन" का चयन करें । सभी डिफ़ॉल्ट सेटिंग्स छोड़ें (अधिकतम-ंयूनतम > ५५ µV; विंडो का आकार ६४० ms; चलायमान औसत ८० ms) ।
    5. उपकरण सहेजें, फिर सबसे हाल ही में प्रक्रिया की गई फ़ाइल "इनपुट फ़ाइलें" बॉक्स विंडो के शीर्ष पर बाईं ओर खींचें और "चलाएँ" हिट ।
    6. NetStation समीक्षा में परिणामी फ़ाइल खोलें और दाईं ओर पट्टी पर "श्रेणियां" मेनू के अंतर्गत तीर बटन मार द्वारा हर परीक्षण के माध्यम से स्क्रॉल । हरा या लाल हलकों मार द्वारा अच्छा या बुरा के रूप में परीक्षण मार्क, क्रमशः । जब किया, परिणाम को सहेजने के लिए फ़ाइल को बंद करें ।
  5. बुरा चैनल प्रतिस्थापन प्रदर्शन ।
    1. एक नया "बुरा चैनल प्रतिस्थापन" उपकरण बनाएं और इसे उचित नाम है । कोई पैरामीटर इस उपकरण के लिए उपयोगकर्ता द्वारा निर्धारित किया जा करने की आवश्यकता है, तो उपकरण को बचाने के लिए, तो सबसे हाल ही में प्रक्रिया फ़ाइल में खींचें "इनपुट फ़ाइलें" बॉक्स विंडो के शीर्ष पर छोड़ दिया और हिट "भागो".
  6. एकल-के लिए परीक्षण पर पतन औसत विषय प्रदर्शन करते हैं ।
    1. एक नया "औसत" उपकरण बनाएं और यह उचित नाम है । "औसत सेटिंग" के अंतर्गत, "स्रोत फ़ाइलें संभालें: एक साथ" और "विषय संभालें: अलग से" का चयन करें.
    2. उपकरण सहेजें, फिर सबसे हाल ही में प्रक्रिया की गई फ़ाइल "इनपुट फ़ाइलें" बॉक्स विंडो के शीर्ष पर बाईं ओर खींचें और "चलाएँ" हिट ।
  7. डेटा को औसत संदर्भ26में संदर्भित करें ।
    नोट: EGI घने-सरणी ईईजी (१२८ और २५६ चैनल) प्रदान करता है, क्योंकि औसत संदर्भ यहाँ उपयोग किया जाता है । यह सुझाव दिया गया है कि एक औसत संदर्भ घने-सरणी रिकॉर्डिंग प्रणालियों के साथ26इस्तेमाल किया; अंय अर्थ भड़काने ईआरपी अध्ययन १२८ चैनल या २५६-चैनल जाल का उपयोग कर औसत संदर्भ6,27,28का इस्तेमाल किया है । अंय संदर्भ विकल्प सही और बाएं mastoids, नाक, या earlobe29का औसत शामिल हैं । संदर्भ इलेक्ट्रोड का कोई इष्टतम विकल्प नहीं है, और प्रयोगकर्ता को ध्यान रखना चाहिए कि संदर्भ इलेक्ट्रोड के विकल्प के परिणामस्वरूप ईआरपी waveforms को प्रभावित कर सकते हैं26,29.
    1. एक नया "असेंबल संचालन" उपकरण बनाने के लिए और यह उचित नाम है ।
    2. "सेंसर लेआउट के लिए सूची montages" के तहत ड्रॉपडाउन मेनू से उपयुक्त नेट का चयन करें । चुनें "औसत संदर्भ" और सुनिश्चित करें कि "संदर्भ से खराब चैनल छोड़ें" बॉक्स चयनित है । उपकरण सहेजें, फिर सबसे हाल ही में प्रक्रिया की गई फ़ाइल "इनपुट फ़ाइलें" बॉक्स विंडो के शीर्ष पर बाईं ओर खींचें और "चलाएँ" हिट ।
  8. आधारभूत सुधार का उपयोग कर प्रथम १०० ms खंड10 , 28.
    नोट: २०० ms की एक आधारभूत अवधि भी29का उपयोग किया जा सकता है ।
    1. एक नया "आधारभूत सुधार" उपकरण बनाएं और इसे उचित नाम ।
    2. "आधार रेखा सुधार सेटिंग" के अंतर्गत, "सेगमेंट के भाग से आधार रेखा का चयन करें" का चयन करें, "सेगमेंट समय के संबंध में आधार रेखा का चयन करें = 0", और "आधार रेखा शुरू १०० ms समय शून्य से पहले और १०० ms लंबी है".
    3. उपकरण सहेजें, फिर सबसे हाल ही में प्रक्रिया की गई फ़ाइल "इनपुट फ़ाइलें" बॉक्स विंडो के शीर्ष पर बाईं ओर खींचें और "चलाएँ" हिट ।

Figure 1

चित्र 1 : प्रयोगात्मक उदाहरण और समयरेखा. (एक) चित्र और शब्द उत्तेजनाओं के उदाहरण । () उत्तेजना प्रस्तुति की समयरेखा । इस आंकड़े को Coderre एट अल से अनुमति के साथ रिप्रिंट किया गया है । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

उत्तेजनाओं उचित संबंधित और असंबंधित परिस्थितियों में हल किया गया है, तो एक N400 प्रभाव दोनों शब्द और चित्र उत्तेजनाओं (चित्रा 2) के लिए मनाया जाना चाहिए । यह संबंधित स्थितियों की तुलना में असंबंधित स्थितियों में एक बड़ा नकारात्मक आयाम के रूप में पहचाना जा रहा है । शब्द उत्तेजनाओं के लिए, प्रभाव 300 से-मध्य या centro-पार्श्विका खोपड़ी6,10से अधिक एमएस 500 हो जाना चाहिए । चित्र उत्तेजनाओं के लिए, प्रभाव थोड़ा पहले या अधिक हो सकता है9,15,16के सामने वितरित ।

सांख्यिकीय विश्लेषण संबंधित और असंबंधित शर्तों के बीच औसत आयाम की तुलना करके N400 प्रभाव के महत्व का परीक्षण कर सकते हैं । यह एक एकल इलेक्ट्रोड पर या एकाधिक इलेक्ट्रोड पर किया जा सकता है । प्रभाव की स्थानिक सीमा के द्वारा मूल्यांकन किया जा सकता इलेक्ट्रोड साइट और सांख्यिकीय मॉडल में/ मास univariate सांख्यिकी (उदाहरण के लिए देखें Groppe एट अल. 30 विवरण के लिए) प्रभाव के सटीक समय का मूल्यांकन करने के लिए या आगे के विश्लेषण के लिए ब्याज की समय खिड़कियों को स्थापित करने के लिए इस्तेमाल किया जा सकता है । (ध्यान दें कि अगर कई विश्लेषण किया जाता है, परिणाम के लिए कई तुलना के लिए सही समायोजित करने की आवश्यकता होगी । जन univariate सांख्यिकीय विधि Groppe एट अल द्वारा वर्णित है । 30 ऐसे सुधारों के लिए कई विकल्प शामिल हैं.)

नैदानिक आबादी में अर्थ प्रसंस्करण अध्ययन करने के लिए इस अर्थ भड़काना ईआरपी प्रतिमान का उपयोग जांचकर्ताओं के लिए, यह भी एक टीडी नियंत्रण समूह से डेटा इकट्ठा करने के लिए महत्वपूर्ण है. नियंत्रण समूह को चित्र और शब्द शर्तों दोनों के लिए वर्णित N400 प्रभाव दिखाना चाहिए । हालांकि, नैदानिक आबादी कम या अनुपस्थित N400 प्रभाव को एक या दोनों शर्तों (चित्र 3) में दिखा सकती है । निर्धारित करने के लिए कि क्या N400 प्रभाव की भयावहता नियंत्रण और नैदानिक आबादी के बीच अलग है, समूह के बीच एक सांख्यिकीय मॉडल में विषय कारक के रूप में शामिल किया जा सकता है । एक नैदानिक जनसंख्या में एक महत्वपूर्ण छोटे N400 प्रभाव अर्थ प्रसंस्करण के साथ कठिनाइयों का संकेत होगा । प्रभाव के समय या खोपड़ी वितरण में अंतर भी समूहों के बीच संसाधन अंतर का संकेत हो सकता है ।

हालांकि प्रतिनिधि परिणाम ऊपर वर्णित समूह के स्तर पर हैं, N400 प्रभाव पर अनुसंधान के बहुमत के साथ ध्यान में रखते हुए, इस घटक काफी मजबूत है और अक्सर एक एकल विषय स्तर31,३२पर मनाया जा सकता है । विशेष रूप से एएसडी के साथ व्यक्तियों के रूप में नैदानिक आबादी के लिए, एक एकल व्यक्ति के अर्थ प्रसंस्करण क्षमताओं के बारे में जानकारी अत्यधिक वांछनीय हो सकता है । जांचकर्ताओं को पता होना चाहिए, तथापि, कि एएसडी के साथ व्यक्तियों को स्वाभाविक टीडी व्यक्तियों के३३ से ईईजी डेटा noisier हो सकता है (हालांकि संदर्भ३४देखें), जो कुछ प्रतिभागियों में विश्वसनीय एकल विषय प्रभाव बाधा सकता है । एकल विषय प्रभाव का मूल्यांकन करने में रुचि जांचकर्ताओं के लिए, परिवर्तन परीक्षण एक एकल व्यक्ति के भीतर प्रभाव के सांख्यिकीय महत्व का आकलन करने के लिए प्रदर्शन किया जा सकता है । संक्षेप में, इस तरह के एक विधि में एक कई प्रदर्शन करेंगे (उदा., ५,०००) पुनरावृत्तियों जिसमें स्थिति लेबल (संबंधित/असंबंधित) व्यक्तिगत परीक्षणों के बीच permuted हैं । प्रत्येक परिवर्तन के लिए, स्थितियों तो सांख्यिकीय तुलना कर रहे हैं । प्रत्येक परिवर्तन से आँकड़े परीक्षण आँकड़ों का एक नल वितरण बनाने के लिए उपयोग किया जाता है, जिसके विरुद्ध स्वीकार्य परीक्षण आँकड़ों का एक महत्व परिणाम प्राप्त करने के लिए की तुलना में है.

Figure 2
चित्र 2 : प्रतिनिधि N400 (एक) शब्द शर्तों और () चित्र की स्थिति के लिए प्रत्येक जोड़ी में दूसरी उत्तेजना के जवाब में प्रभाव । डेटा 20 टीडी वयस्कों के एक समूह पर औसत है (Coderre एट अल से लिया डेटा. 6). प्रक्रिया एक औसत संदर्भ का उपयोग कर किया गया था । शीर्ष पैनलों: इलेक्ट्रोड Cz पर प्रतिनिधि ईआरपी waveforms लगभग ४०० ms पर संबंधित स्थितियों की तुलना में असंबंधित स्थितियों के लिए एक बड़ा आयाम दिखा (नकारात्मक साजिश रची है). नीचे पैनलों: असंबंधित-संबंधित अंतर के स्थलाकृतिक भूखंडों, 400 से एक खिड़की पर औसत-500 ms (सटीक वितरण संदर्भ के विकल्प के साथ बदल सकते हैं) । स्थलाकृतिक भूखंडों के लिए, शीर्ष का आंकड़ा सिर के सामने इंगित करता है । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Figure 3
चित्र 3 : प्रतिनिधि समूह इलेक्ट्रोड जेड में शब्द शर्तों के लिए N400 प्रभाव में मतभेद. डेटा 20 टीडी वयस्कों और एएसडी के साथ 20 वयस्कों के एक समूह पर औसत है (Coderre एट अल से लिया डेटा. 6). प्रक्रिया एक औसत संदर्भ का उपयोग कर किया गया था । एएसडी के साथ व्यक्तियों के रूप में नैदानिक समूहों, शब्दों के जवाब में एक छोटे N400 प्रभाव दिखा सकते हैं, जो lexico-अर्थ प्रसंस्करण के साथ कठिनाइयों का सुझाव है.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

वर्तमान कागज एक अर्थ एएसडी के साथ व्यक्तियों में अर्थ प्रसंस्करण घाटे की खोज के लिए चित्र और शब्द उत्तेजनाओं के साथ ईआरपी प्रतिमान भड़काने के विकास में महत्वपूर्ण कदम बताया है । प्रमुख कदम उत्तेजनाओं बनाने, कार्य प्रोग्रामिंग, और ईईजी परीक्षण और विश्लेषण प्रदर्शन शामिल हैं । इस प्रक्रिया का सबसे अधिक समय लेने वाली हिस्सा उत्तेजनाओं के निर्माण होने की संभावना है, के रूप में यह दोनों के बीच और उत्तेजना जोड़े, शर्तों के भीतर और इस तरह की लंबाई, आवृत्ति, और अर्थ संबंधी के रूप में चर पर रूपरेखा के लिए सावधान मिलान की आवश्यकता है । इस तरह के रूप में, पायलट परीक्षण की संभावना एक महत्वपूर्ण राशि के लिए सुनिश्चित करें कि अंतिम उत्तेजना सेट उचित है की जरूरत होगी ।

हालांकि सुझाव यहां शामिल है, और पहले काम है कि इस विधि से बंद आधारित है6, के साथ और एएसडी बिना परीक्षण वयस्कों (उंर 18-68), इस प्रतिमान आसानी से बच्चे या किशोरों की आबादी के लिए बढ़ाया जा सकता है । दरअसल, अंय अध्ययनों के साथ बच्चों में समान अर्थ भड़काना ईईजी प्रतिमान का उपयोग किया है और एएसडी के बिना शब्दों के पार अर्थ प्रसंस्करण की तुलना3। कई बातों को ध्यान में रखा जब विभिंन युगों और विकास के चरणों के लिए संशोधित करने की आवश्यकता होगी । उदाहरण के लिए, उत्तेजना सेट उच्च आवृत्ति शब्दों के लिए प्रतिबंधित किया जा सकता है यह सुनिश्चित करें कि सभी बच्चों को सभी उत्तेजनाओं का अर्थ पता है (अगले पैरा देखें) । अंय संशोधनों को भी परीक्षण प्रतिमान के लिए किया जा सकता है बच्चे या किशोर प्रतिभागियों से पर्याप्त डेटा की गुणवत्ता सुनिश्चित करने के लिए, इस तरह के रूप में और अधिक टूटता है, प्रसाद प्रोत्साहन, या उत्तेजनाओं के एक ब्लॉक के पूरा होने पर संक्षिप्त वीडियो दिखा ।

विधि के बारे में कई कारकों यहां वर्णित है और पिछले काम नोट करने के लिए महत्वपूर्ण हैं । सबसे पहले, पूर्व काम6 वयस्कों के एक समूह में किया गया था, जो औसत से ऊपर औसत भाषा और बौद्धिक कार्यों के लिए था । इस प्रतिमान की एक सीमा है कि यह केवल व्यक्तियों, जो शब्दों या चित्रों से परिचित है प्रस्तुत किया जा रहा है के साथ इस्तेमाल किया जा सकता है । पहले काम से पता चला है कि N400 प्रभाव नहीं होती है, तो दिक आइटम व्यक्ति की शब्दावली श्रेणी३२,३५के बाहर है । इसलिए यह महत्वपूर्ण है कि प्रतिभागियों या तो ऊपर औसत मौखिक और पढ़ने की क्षमता है, या कि देखभाल सुनिश्चित करने के लिए कि सभी उत्तेजनाओं व्यक्ति की शब्दावली रेंज के भीतर गिरावट में इस्तेमाल किया जाता है लिया जाता है । उत्तरार्द्ध मामले में, इस प्रयोग में प्रयुक्त शब्दों के सभी के व्यक्ति के ज्ञान का परीक्षण ईईजी सत्र के बाद एक शब्दावली परीक्षण प्रशासन शामिल हो सकता है । शब्द है कि व्यक्ति को पता नहीं है के मामले में, इन परीक्षणों और विश्लेषण से हटाया जा सकता है । दुर्भाग्य से, क्योंकि बौद्धिक विकलांगता और बिगड़ा भाषा कौशल एएसडी1,३६के साथ व्यक्तियों में एक आम सह घटना है, भाषा और पढ़ने की क्षमता के लिए इन आवश्यकताओं का मतलब होगा कि व्यक्तियों जो भी है बौद्धिक विकलांगता या नीचे-औसत भाषा की क्षमताएं भाग लेने में सक्षम नहीं होंगी । प्रतिमान है कि इन अधिक गंभीर रूप से प्रभावित व्यक्तियों के परीक्षण के लिए अनुमति देगा करने के लिए और संशोधन भविष्य में विचार किया जाना चाहिए ।

यह ध्यान देने की बात है कि यहाँ वर्णित विधि प्रधानमंत्री और लक्ष्य के बीच के अर्थ संबंधों के विभिन्ना प्रकारों पर विचार नहीं करती. कुछ अध्ययनों से पता चला है कि अर्थ भड़काना प्रभाव की भयावहता (उदा., साहचर्य बनाम "शुद्ध", आगे बनाम पिछड़े, प्रत्यक्ष बनाम मध्यस्थता)8के संबंध के प्रकार से संग्राहक है । वर्तमान पद्धति में इन विभिन्ना प्रकार के प्रधानमंत्री-लक्ष्य संबंध नहीं माने जाते. हालांकि, उनके प्रभाव की खोज में रुचि शोधकर्ताओं के लिए, इस उत्तेजना निर्माण में एक अतिरिक्त कदम हो सकता है ।

यह भी उल्लेखनीय है कि यहाँ वर्णित विधि प्रतिभागियों को कार्य के दौरान एक अर्थपूर्ण संबंधित निर्णय करने का निर्देश देता है. इस कार्य के स्पष्ट स्वभाव रणनीतियों है कि परिणाम को प्रभावित कर सकता है प्रेरित कर सकते हैं । उदाहरण के लिए, प्रतिभागियों पूछ उत्तेजनाओं के बीच अर्थ संबंधों पर ध्यान देने के लिए समूह प्रभाव6कम हो सकता है । भविष्य में इस प्रतिमान का उपयोग कर अनुसंधान यह एक अंतर्निहित अर्थ प्रसंस्करण डिजाइन शामिल करने के लिए संशोधित करेगा, उदाहरण के लिए जिसमें प्रतिभागियों को एक बटन हर बार एक जानवर शब्द या प्रस्तुत बस शब्दों और स्क्रीन पर प्रदर्शित होने तस्वीरें देखने के प्रेस । अर्थ भड़काना N400 प्रभाव स्पष्ट कार्य3के अभाव में देखा गया है, तो हेरफेर के इस प्रकार अभी भी चौकस प्रभाव उपज चाहिए और भी निहित अर्थ भड़काना में समूह मतभेद प्रकट हो सकता है ।

अनुसंधान के दशकों अर्थ प्रसंस्करण का अध्ययन करने का एक महत्वपूर्ण तरीका के रूप में अर्थ भड़काना प्रतिमान की स्थापना की है । विभिंन तरीकों भर में इस कार्य की विश्वसनीयता यह कैसे lexico अर्थ और visuo-अर्थ प्रसंस्करण अलग हो सकता है अध्ययन के लिए विशेष रूप से मूल्यवान बनाता है । इस तरह के बीच एक-चाहेको तुलना विशेष रूप से ऐसे एएसडी के रूप में कुछ नैदानिक आबादी में उपयोगी है, जिसमें अर्थ भड़काना घाटे भाषा डोमेन के लिए प्रतिबंधित किया जा सकता है । तुलना और अर्थ भड़काने प्रभाव और समूहों और विधियों के बीच N400 प्रभाव के विपरीत, जांचकर्ताओं कि एएसडी में अर्थ प्रोसेसिंग में कथित घाटे भाषाई डोमेन के लिए प्रतिबंधित कर रहे है या एक अधिक के प्रतिनिधि है स्थापित कर सकते है वैश्विक अर्थ शिथिलता ।

ईईजी को अर्थ भड़काने प्रतिमान का विस्तार भी तंत्रिका अर्थ प्रसंस्करण अंतर्निहित तंत्र में बहुमूल्य अंतर्दृष्टि प्रदान करता है और अतिरिक्त जानकारी प्रदान कर सकते है कि व्यवहार प्रतिक्रियाओं पर कब्जा नहीं कर सकता । स्थानिक और लौकिक जानकारी है कि ईईजी के साथ प्राप्त की है की मात्रा के कारण, इस विधि से अर्थ प्रसंस्करण में और अधिक सूक्ष्म अंतर प्रकट हो सकता है व्यवहार प्रतिक्रियाओं के साथ मनाया जाएगा । उदाहरण के लिए, पिछले इस प्रतिमान का उपयोग कर अध्ययन में, Coderre एट अल । 6 पाया गया कि एक N400 प्रभाव एएसडी समूह में शब्द उत्तेजनाओं के उत्तर में, पिछले साहित्य के विपरीत में घटित किया था; हालांकि, समय और प्रभाव की स्थलाकृति में सूक्ष्म अंतर का सुझाव दिया है कि दो समूहों अर्थ प्रसंस्करण के लिए अलग संज्ञानात्मक तंत्र का उपयोग कर रहे थे । संक्षेप में, शब्दों और चित्रों के साथ एक अर्थ भड़काने ईआरपी कार्य डोमेन का अध्ययन करने के लिए उपयोगी हो सकता है सामांय अर्थ प्रसंस्करण, दोनों टीडी व्यक्तियों में और नैदानिक आबादी में ।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखक का खुलासा करने के लिए कुछ नहीं है ।

Acknowledgments

इस प्रतिमान के विकास के चिकित्सकीय संज्ञानात्मक तंत्रिका विज्ञान कोष और बेंजामिन और उंर बढ़ने पर Adith मिलर परिवार बंदोबस्ती द्वारा समर्थित था, अल्जाइमर, और आत्मकेंद्रित अनुसंधान ।

Materials

Name Company Catalog Number Comments
EEG system Electrical Geodesics, Inc. (EGI) Geodesic EEG system (GES) 400 system: Net Amps 400 amplifier, NetStation 5.3, 128-channel HydroCel Geodesic Sensor nets
Potassium chloride Electrical Geodesics, Inc. (EGI)
Plastic bucket Electrical Geodesics, Inc. (EGI) EGI provides a plastic bucket for mixing electrolyte but any clean container can be used
Baby shampoo Johnson's
GNU Image Manipulation Program (GIMP)

DOWNLOAD MATERIALS LIST

References

  1. Tager-Flusberg, H., Paul, R., Lord, C. Language and communication in autism. Handbook of Autism and Pervasive Developmental Disorders. 335-364 (2005).
  2. Kamio, Y., Robins, D., Kelley, E., Swainson, B., Fein, D. Atypical Lexical/Semantic Processing in High-Functioning Autism Spectrum Disorders without Early Language Delay. Journal of Autism and Developmental Disorders. 37, 1116-1122 (2007).
  3. McCleery, J. P., Ceponiene, R., Burner, K. M., Townsend, J., Kinnear, M., Schreibman, L. Neural correlates of verbal and nonverbal semantic integration in children with autism spectrum disorders. Journal of Child Psychology and Psychiatry. 51, (3), 277-286 (2010).
  4. Dunn, M. A., Gaughan, H. Jr, Kreuzer, J., Kurtzberg, D. Electrophysiologic correlates of semantic classification in autistic and normal children. Developmental Neuropsychology. 16, (1), 79-99 (1999).
  5. Kamio, Y., Toichi, M. Dual access to semantics in autism: is pictorial access superior to verbal access? Journal of Child Psychology and Psychiatry. 41, (7), 859-867 (2000).
  6. Coderre, E. L., Chernenok, M., Gordon, B., Ledoux, K. Linguistic and Non-Linguistic Semantic Processing in Individuals with Autism Spectrum Disorders: An ERP Study. Journal of Autism and Developmental Disorders. 47, (3), 795-812 (2017).
  7. Neely, J. H. Semantic priming effects in vidual word recognition: A selective review of current findings and theories. Basic processes in reading: Visual word recognition. 11, 264-336 (1991).
  8. McNamara, T. P. Semantic priming: Perspectives from memory and word recognition. (2005).
  9. McPherson, W. B., Holcomb, P. J. An electrophysiological investigation of semantic priming with pictures of real objects. Psychophysiology. 36, 53-65 (1999).
  10. Kutas, M., Federmeier, K. D. Thirty years and counting: Finding meaning in the N400 component of the event-related brain potential (ERP). Annual Review of Psychology. 62, 621-647 (2011).
  11. Kutas, M., Hillyard, S. Reading Senseless Sentences: Brain Potentials Reflect Semantic Incongruity. Science. 207, (4427), 203-205 (1980).
  12. Lau, E. F., Phillips, C., Poeppel, D. A cortical network for semantics: (de)constructing the N400. Nature Reviews Neuroscience. 9, (12), 920-933 (2008).
  13. Brouwer, H., Fitz, H., Hoeks, J. Getting real about Semantic Illusions: Rethinking the functional role of the P600 in language comprehension. Brain Research. 1446, 127-143 (2012).
  14. Barrett, S. E., Rugg, M. D. Event-Related Potentials and the Semantic Matching of Pictures. Brain and Cognition. 201-212 (1990).
  15. Hamm, J. P., Johnson, B. W., Kirk, I. J. Comparison of the N300 and N400 ERPs to picture stimuli in congruent and incongruent contexts. Clinical Neurophysiology. 212, 1339-1350 (2002).
  16. Ganis, G., Kutas, M., Sereno, M. I. The search for "common sense": an electrophysiological study of the comprehension of words and pictures in reading. Journal of Cognitive Neuroscience. 8, (2), 89-106 (1996).
  17. Nigam, A., Hoffman, J. E., Simons, R. F. N400 to Semantically Anomalous Pictures and Words. Journal of Cognitive Neuroscience. 4, (1), 15-22 (1992).
  18. Coltheart, M. The MRC psycholinguistic database. Quarterly Journal of Experimental Psychology. 33A, 497-505 (1981).
  19. Brysbaert, M., New, B. Moving beyond Kucera and Francis: A critical evaluation of current word frequency norms and the introduction of a new and improved word frequency measure for American English. Behavior Research Methods. 41, (4), 977-990 (2009).
  20. Davies, M. The Corpus of Contemporary American English: 450 million words, 1990-present. (2009).
  21. Zuccolotto, A. P., Roush, R. E., Eschman, A., Schneider, W. E-Prime 2.0 Getting Started Guide. (2012).
  22. Duncan, C. C., et al. Event-related potentials in clinical research: Guidelines for eliciting, recording, and quantifying mismatch negativity, P300, and N400. Clinical Neurophysiology. 120, (11), 1883-1908 (2009).
  23. Tools, P. S. E-Prime Extensions for Net Station 2.0 User Manual. (2014).
  24. Electrical Geodesics Inc. Net Station 5 User Manual. (2017).
  25. Tanner, D., Morgan-Short, K., Luck, S. J. How inappropriate high-pass filters can produce artifactual effects and incorrect conclusions in ERP studies of language and cognition. Psychophysiology. 52, (8), 997-1009 (2015).
  26. Dien, J. Issues in the application of the average reference: Review, critiques, and recommendation. Behavior Research Methods, Instruments, and Computers. 30, (1), 34-43 (1998).
  27. Dien, J., Franklin, M. S., May, C. J. Is "Blank" a suitable neutral prime for event-related potential experiments? Brain and Language. 97, 91-101 (2006).
  28. Franklin, M. S., Dien, J., Neely, J. H., Huber, E., Waterson, L. D. Semantic priming modulates the N400, N300, and N400RP. Clinical Neurophysiology. 118, (5), 1053-1068 (2007).
  29. Luck, S. J. An Introduction to the Event-Related Potential Technique. The MIT Press. Cambridge, Massachusetts. (2005).
  30. Groppe, D. M., Urbach, T. P., Kutas, M. Mass univariate analysis of event-related brain potentials/fields I: A critical tutorial review. Psychophysiology. 48, 1711-1725 (2011).
  31. Tanner, D., Van Hell, J. G. ERPs reveal individual differences in morphosyntactic processing. Neuropsychologia. 56, 289-301 (2014).
  32. D'Arcy, R. C. N., et al. Electrophysiological assessment of language function following stroke. Clinical Neurophysiology. 114, (4), 662-672 (2003).
  33. Pérez Velázquez, J. L., Galán, R. F. Information gain in the brain's resting state: A new perspective on autism. Frontiers in Neuroinformatics. 7, (37), 1-10 (2013).
  34. Davis, G., Plaisted-Grant, K. Low endogenous neural noise in autism. Autism. 19, (3), 351-362 (2015).
  35. Ledoux, K., Coderre, E. L., Bosley, L., Buz, E., Gangopadhyay, I., Gordon, B. The concurrent use of three implicit measures (eye movements, pupillometry, and event-related potentials) to assess receptive vocabulary knowledge in normal adults. Behavior Research Methods. 48, (1), 285-305 (2016).
  36. Matson, J. L., Shoemaker, M. Intellectual disability and its relationship to autism spectrum disorders. Research in Developmental Disabilities. 30, (6), 1107-1114 (2009).

Comments

0 Comments


    Post a Question / Comment / Request

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

    Usage Statistics