Ein semantisches Priming veranstaltungsbezogenen potenzielle (ERP) Aufgabe, lexikalisch-semantische und Visuo-semantische Verarbeitung im Autismus-Spektrum-Störung zu studieren

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

Dieses Whitepaper beschreibt eine semantisches Priming ERP-Aufgabe mit Hilfe innerhalb der Modalität Paare von Bildern und Worten, um semantische Verarbeitung bei Menschen mit Autismus-Spektrum-Störung (Ass) zu untersuchen.

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

Menschen mit Autismus-Spektrum-Störung (Ass) haben charakteristische Defizite im Verständnis der Bedeutung der Sprache oder semantische Verarbeitung. Etwas Beweis zeigt jedoch, dass die semantische Verarbeitung von nicht-sprachlichen Reizen ist intakt, darauf hindeutet, dass semantische Defizite sprachspezifische sein können. Semantische Verarbeitung Defizite in den Einzelpersonen mit ASD, Vergleich der innerhalb-Modalität linguistischer (z. B. geschriebene Worte) angemessen zu charakterisieren und nicht-sprachliche Reize (z. B. Bilder) ist erforderlich. Dieser Artikel beschreibt eine Methode, dass ein semantisches Priming-Paradigma während der gleichzeitigen Aufnahme von EEG (EEG) Daten nutzt. EEG ist ein dynamisches Maß der Aktivität des Gehirns, das ist gut geeignet, um subtile Unterschiede in der semantischen Verarbeitung charakterisieren, die möglicherweise nicht auf der Verhaltensebene zu beobachten. Die semantische grundieren Paradigma präsentiert ein gutes Bild oder Wort (z. B. Hund) gefolgt von einem Zielbild oder Wort, das entweder im Zusammenhang mit (z.B. Katze) oder (z.B. Bleistift) in keinem Zusammenhang mit der Blüte. Dieses Paradigma kann somit verwendet werden, semantische Verarbeitung über verschiedene Modalitäten zu bewerten und vergleichen Sie lexikalisch-semantische und Visuo-semantische Verarbeitung Fähigkeiten in den Einzelpersonen mit ASD und wie sie von TD Individuen unterscheiden könnte. Die einzelnen Schritte beim Erstellen der Reize, die Durchführung der EEG-Prüfung und Analyse der EEG-Daten werden diskutiert. Repräsentative Ergebnisse veranschaulichen, wie die N400-Komponente die ereignisbezogene Potenziale (ERP) reduzierte folgenden semantisch im Zusammenhang mit Prime-Ziel-Paare im Vergleich zu nicht verwandten Paaren ist. Vergleiche die N400 zwischen Bedingungen, Modalitäten und Gruppen bieten Schätzungen für den Erfolg der semantischen Verarbeitung und können dadurch zur semantische Defiziten in den Einzelpersonen mit ASD oder anderen klinischen Populationen zu charakterisieren.

Introduction

Forscher in der kognitiven Psychologie schon lange interessiert, wie Menschen die Bedeutung der Sprache zu verstehen. Sprachverarbeitung beinhaltet eine Abfolge von Schritten der zunehmenden Komplexität von Brief und Wort Anerkennung, semantische Verarbeitung, um syntaktische Analyse. Semantische Verarbeitung bezieht sich auf den Zugriff auf die Bedeutung eines Reizes, sei es ein Wort, Bild oder Ton. Nach frühen Schritten der ersten Worterkennung, Zugriff auf ein Wort mit der Bedeutung oder Semantik, ist ein entscheidender Schritt bei der Sprachverarbeitung. Semantische Integration bezieht sich auf den Prozess der Integration der Bedeutung von Reizen zu verstehen, ihre Beziehungen und ist entscheidend für die übergeordnete Sprachverarbeitung wie Verständnis Sätze. Nicht nur die Bedeutung eines jeden Wortes in einem Satz muss zugegriffen werden, sondern die Bedeutung jedes einzelnen Wortes müssen integriert werden, um einen kohärenten Verständnis des Satzes Bedeutung oder "Kern" zu bilden.

Menschen mit Autismus-Spektrum-Störung (Ass) haben oft erhebliche Defizite in der Sprache verstehen1. Es gibt einige Anhaltspunkte dafür, dass diese Schwierigkeiten von Defiziten im Bereich semantische Verarbeitung und Integration2,3,4stammen. Aber andere Studien haben vorgeschlagen, daß Einzelpersonen mit ASD semantische Verarbeitung Defizite nicht angezeigt werden, wenn Materialien in nichtsprachlichen (z. B. visuelle oder auditive) vorgelegt werden Modalitäten3,5,6 . Diese Ergebnisse deuten darauf hin, dass semantische Verarbeitung Defizite im ASD auf sprachliche (d. h. geschrieben oder gesprochen) beschränkt werden können Modalitäten. Als solche können Ansätze, die verschiedene Modalitäten dagegen Einblick in das Ausmaß auf die semantische Verarbeitung Defizite domänenspezifische oder Anzeichen für eine durchdringende Verarbeitung-Stil sind. Dieses Papier soll eine Methodik für den Vergleich zwischen verschiedenen Modalitäten unter Verwendung einer semantisches Priming Aufgabe während der gleichzeitigen elektrophysiologische Aufnahme semantische Verarbeitung beschreiben.

Semantisches Priming Paradigma hat eine lange Geschichte in der Forschung untersucht wie semantische Verarbeitung Einflüsse untergeordneten Wort Anerkennung7,8. Im traditionellen semantisches Priming Aufgaben, ein gutes Wort vorgestellt (z.B. Katze) gefolgt von einem Ziel Wort, das entweder semantisch verwandt (z. B. Hund) oder (z. B. Buch) in keinem Zusammenhang mit der Blüte. Eine solche Aufgabe geschieht oft im Zusammenhang mit einer lexikalische Entscheidungsaufgabe, sodass Teilnehmer gebeten werden, um festzustellen, ob das Zielwort ein echtes Wort oder nicht ist. Andere Paradigmen müssen Teilnehmer eine semantische Kategorisierung Aufgabe auf das Zielwort oder beurteilen, ob die zwei Reize oder nicht im Zusammenhang stehen. Unabhängig von der spezifischen Aufgabe haben jahrzehntelange Hinweise ergeben, dass Reaktionszeiten (RTs) schneller zum Ziel Worte sind, die semantisch verknüpft sind, die Prime im Vergleich zu denen, die nicht im Zusammenhang stehen.

Diese "Semantisches Priming-Effekt" hat eine Reihe von Mechanismen in theoretischen Konten7,8zugeschrieben worden. Einer ist, dass der Priming-Effekt durch automatische ausbreitenden Aktivierung durch das semantische Netz so, dass der Abruf von erstklassigen Wortbedeutung die Bedeutung der anderen semantisch verwandte Wörter, einschließlich das Zielwort aktiviert. Dies reduziert den Zeitaufwand für die semantische Aktivierung das Zielwort. Ein zweiter theoretische Mechanismus ist, dass der Erwartung, die das postuliert beim Anblick des wichtigste Wortes, Teilnehmer einer erwarteten potenzielle Ziele zu erstellen. Zieltextwörter, die in diesem Set enthalten sind werden dann schneller erkannt. Schließlich haben andere postuliert die Existenz eines Post-lexikalische Mechanismus der semantische matching festlegt, die Existenz einer semantischen Beziehung zwischen dem Prime und Ziel Wort. Unabhängig von der spezifischen Mechanismus zugrunde liegt die Wirkung kann semantische Priming ein brauchbarer Index der semantischen Verarbeitung und Integration sein. Dieses Paradigma beschränkt sich auch nicht auf lexikalische Reize und kann auch verwendet werden, um semantische Priming-Sprache Reize wie Bilder9 sowie Kreuz-modalen semantisches Priming (z. B. zwischen Wort und Bild)3zu untersuchen.

Semantisches Priming-Effekte wurden gut untersuchte in der Psycholinguistische Literatur und wurden im Hinblick auf die Art der Prime-Ziel-Beziehungen, das Timing der Prime und Ziel Präsentation und viele andere Manipulationen8untersucht. Die elektrophysiologische Korrelate für diesen Effekt wurden auch gut charakterisierten10. Elektroenzephalographie (EEG) ist eine Methode zur Aufzeichnung neuronalen Aktivität über Änderungen in elektrische Aktivität gemessen an der Kopfhaut. EEG ist eine nützliche Auswahl an Methodik für ein semantisches Priming-Paradigma, weil es sehr guten zeitlichen Auflösung (in der Größenordnung von Millisekunden, ms) und dadurch feine Unterschiede in der semantischen Verarbeitung zwischen Bedingungen oder Gruppen auch in Abwesenheit von bieten Auswirkungen auf das Verhalten oder Antworten.

Ereignisbezogene Potenziale (ERP) sind mal gesperrt Änderungen im EEG, die als Reaktion auf einen bestimmten Reiz oder Verhalten entstehen. Je nach Zeitpunkt und Polarität der Antwort sind verschiedene Komponenten des ERP-reflektierende verschiedener Aspekte der kognitiven Verarbeitung. Die N400-Komponente ist ein etablierter Marker semantische Verarbeitung und semantische Integration11,12 (obwohl einige andere Interpretationen gibt es10,13). Die N400 Amplitude wird reduziert, wenn semantische Integration einfacher (z. B. wenn der Prime und dem Ziel in ein semantisches Priming-Paradigma semantisch verknüpft sind ist) im Vergleich zu als semantische Integration schwieriger ist (z. B. Wenn zwei Wörter unabhängig sind). Wichtig ist, ist die Amplitude Unterschied zwischen Verwandten und nicht verwandten Bedingungen (d. h. "N400-Effekt") nicht spezifisch für Sprache. N400 Effekte werden auch in nicht-Sprache-Modalitäten, wie z. B. als Reaktion auf Paare semantisch verwandt und unabhängige Bilder oder Umgebungsgeräusche14,15,16,17beobachtet. Die N400 ist also eine nützliche ERP-Komponente für die Zwecke der aktuellen Paradigma, weil es als Modalität-unabhängige Schätzung des semantischen Verarbeitung und Integration Fähigkeiten verwendet werden kann.

Einzelpersonen mit ASD Show verringert oder abwesend semantisches Priming-Effekte und N400 Effekte als Reaktion auf Sprache Reize2,3,4, Beeinträchtigungen der semantischen Verarbeitung darauf hindeutet. Solche Effekte wurden in Reaktion auf Visuo-semantische gefunden und Audio-semantische Reize3,5,6, Kreditvergabe unterstützen die Forderung, dass die semantische Verarbeitung ist Sprache Reize selektiv beeinträchtigt. Jedoch haben die meisten früheren Studien zum Vergleich der Modalitäten Kreuz-modalen Grundierung, verwendet, so dass Prime / Target Paar einen lexikalischen Reiz enthält. Angesichts den Vorschlag, dass Einzelpersonen mit ASD Defizite im semantischen Verarbeitung von Sprache reizen haben, können solche Kreuz-modalen reizen Ergebnisse beeinflusst haben. Um wirklich zu untersuchen ob semantische Verarbeitung von Sprache gezielt in den Einzelpersonen mit ASD beeinträchtigt wird, müssen innerhalb der Modalität Paare von lexikalischen und nicht-lexikalische Reize verwendet werden. In einer aktuellen Studie, Coderre Et al. 6 zur Verfügung gestellt des ersten direkten Vergleich innerhalb der Modalität Wort und Bild semantisches Priming, semantische Verarbeitung Defizite bei Erwachsenen (im Alter von 18-68) mit ASD zu untersuchen. Teilnehmer mit ASD und in der Regel entwickeln (TD) Teilnehmer betrachtet Paare von Bildern und Worten und wurden gebeten, zu beurteilen, ob die Reize oder nicht verwandt waren. Während dieser Aufgabe semantisches Priming wurde ihre Hirnaktivität mit EEG aufgezeichnet. Vergleich der N400-Effekte zwischen Gruppen und Modalitäten seitens dieses Paradigma Einsicht in das Wesen der semantischen Verarbeitung in den Einzelpersonen mit ASD.

Der Zweck dieses Papiers ist die semantische Priming ERP-Methode angestellt Coderre Et Al. beschreiben 6. Obwohl dieses Paradigma zunächst implementiert wurde, um semantische Verarbeitung bei Erwachsenen mit ASD zu untersuchen, es kann nützlich sein für alle Experimentatoren, die neuronale Korrelate der lexikalisch-semantischen und Visuo-semantische Verarbeitung, entweder in TD erkunden möchten Personen oder in bestimmten klinischen Populationen.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle hier beschriebene Methoden stimmten mit der institutionellen Review Board der Johns Hopkins University, wo die ursprüngliche Studie6 durchgeführt wurde.

1. Erstellen von Stimuli

  1. Erstellen Sie eine erste Liste von konkreten Substantive aus denen Prime-Ziel Paaren gemacht werden.
    1. Wählen Sie aus einem ausgewählten Korpus wie Subtlex19ca. 500 konkrete Substantive und erhalten Sie Variablen (z. B. Häufigkeit, Dauer, Konkretheit, Imageability, etc.) für jedes Wort zu.
      Hinweis: Weitere Korpora, z. B. der Medical Research Council (MRC) Psycholinguistische Datenbank18 oder Corpus der zeitgenössischen amerikanischen Englisch20, können auch verwendet werden. Subtlex war in der ursprünglichen Studie verwendet, da diese Datenbank nur eine große Exceldatei ist und somit leicht für die Suche nach Reiz Generation ermöglicht. Weitere Korpora haben verschiedene grafische Oberflächen und erfordern den Benutzer zur Eingabe einer bestimmten Textzeichenfolge in ein Eingabefeld ein und überprüfen die Variablen von Interesse, die angefordert wird.
  2. Führen Sie latente semantische Analyse (LSA) zwischen Reize, semantische Verwandtschaft zu etablieren
    1. LSA-Methode oder Werkzeug auswählen. Ein nützliches online-Tool liefert Colorado Universität Boulder (http://lsa.colorado.edu/).
      1. Der wichtigste Landeplatz klicken Sie auf Matrix-Vergleich.
      2. Geben Sie einzelne Wörter zu vergleichen, durch eine Leerzeile getrennt.
      3. Klicken Sie auf Submit Texte.
    2. Erstellen Sie mithilfe einer Tabellenkalkulation eine Matrix von LSA-Werte zwischen jedem Wort und jeder andere.
  3. Unterteilen Sie Reize in verwandten und nicht verwandten Bedingungen basierend auf LSA (Abb. 1A).
    1. Wählen Sie manuell 200 Wortpaare mit hohen LSA-Werten (ca. 0,5 oder höher) für den "Verwandten" Zustand.
    2. Wählen Sie manuell 200 Wortpaare mit niedrigen LSA-Werten (etwa 0,1 oder niedriger) für den "unabhängigen" Zustand.
      Hinweis: Der Experimentator müssen manuell überprüfen Wortpaare um sicherzustellen, dass die semantische Beziehung für die Kategorie sinnvoll. Einige Wortpaare können hohe LSA Bewertungen aber die semantische Verwandtschaft möglicherweise nicht sofort ersichtlich, an die Teilnehmer. Ebenso können einige niedrige LSA Bewertungen aber kann semantisch auf andere Weise in Verbindung stehen.
    3. Beim Erstellen von verwandter und nicht verwandter Paaren manuell Wörter auf Frequenz, Länge und alle anderen Variablen, die in der Literatur (z. B. Richtung der Verein7,8) relevant sein gemerkt worden oder sind von Interesse für die spezifische Studie. Ordne Wörter so genau wie möglich auf die Variablen der Zinsen (z. B. innerhalb von 1-2log10 Frequenz Einheiten; innerhalb 1-2 Buchstaben oder Silben).
  4. Reize in Wort und Bild Modalitäten (Abb. 1A) unterteilen.
    1. Fügen Sie innerhalb der Reiz-Datei in der Tabelle eine weitere Spalte "Bedingung".
    2. In der Spalte "Bedingung" label 100 Verwandte Paare und 100 der unabhängigen Paare als "Bild"-Zustand. Beschriften Sie die verbleibenden Reize als "Wort" Zustand.
  5. Erhalten Sie Bild Impulse.
    Hinweis: Bild Reize können aus Online-Quellen (z. B. Google Bildersuche) oder aus anderen Quellen zur Verfügung, um den Experimentator bezogen werden.
    1. Wählen Sie 2 – 3 Bilder, jedes Wort zu vertreten.
    2. Führen Sie pilot Erstprüfung durch eine oder mehr unabhängige Rater (z. B. Studierende, wissenschaftliche Mitarbeiter, die nicht an Reiz Entwicklung beteiligt waren) entscheiden, welches Bild am besten das Konzept darstellt.
      1. Öffnen Sie alle potenziellen Bilddateien mit gleichzeitig ein Foto-Viewer-Programm zu dann lesen Sie das Wort vor und Fragen Sie der Rater, die repräsentativsten Bild zu wählen. Zeichnen Sie jedes Rater Antworten für jedes Wort.
      2. Identifizieren Sie für jedes Wort das Bild, dass die Mehrheit der Rater ausgewählt, so gut wie das Konzept vertreten, und verwenden Sie diese Datei als Stimulus für das Wort. Wenn keine Mehrheit vorhanden ist, wählen Sie ein anderes Array von Bildern und wiederholen Sie Schritt 1.5.
    3. Mit GIMP (oder ein anderes Foto-Bearbeitungs-Programm Ihrer Wahl), werden Skala Bilder für alle die gleiche Größe (ca. 400 Pixel oder 3 – 5 Zoll Höhe oder Breite).
      Hinweis: Die genaue Größe der Bilder kann je nach Größe des Monitors abweichen werden Reize auf vorgestellt. Horizontalen und visuelle Winkel der Reize sollte zwischen 7 und 13 ° betragen.
  6. Führen Pilottests
    1. Pilot Test Wort / Bild-Paare mit der Frage 3 – 4 unabhängige Rater (z. B. Studierende, wissenschaftliche Mitarbeiter, die nicht an Reiz Entwicklung beteiligt gewesen), jedes Paar als im Zusammenhang mit oder ohne Bezug zu bewerten.
      1. Programmieren Sie das Experiment in E-Prime (oder anderen Stimulus-Präsentationsprogramm Wahl), beide Wörter auf dem Bildschirm auf einmal, entweder ein über oder nebeneinander zu präsentieren. Bitten Sie die Teilnehmer, die Worte als im Zusammenhang mit oder ohne Bezug zu bewerten, durch Drücken einer Taste (z. B. 1 für Verwandte, 2 für nichts zu tun haben). Finden Sie die E-Prime manuelle21 für Details, ein Experiment in diesem Softwarepaket zu programmieren.
        Hinweis: Pilottests kann statt im Labor, wo die Experimentelle Erprobung stattfinden wird, oder auf einem beliebigen Computer läuft das Konjunkturprogramm für die Präsentation. Keine speziellen Raum ist erforderlich.
      2. Wiederholen Sie Pilottests (mit neuen unabhängige Gutachter, die nicht die Reize gesehen haben), bis eine Reihe von Wörtern und Bildern mit zuverlässigen Bewertungen von Verwandten und nicht verwandten erzielt wird. Erhalten Sie insgesamt 100 Verwandte Wortpaare, 100 unabhängigen Wortpaare, 100 Verwandte Bildpaare und 100 unabhängigen Bildpaare.
        Hinweis: Es wurde vermutet, dass Ermittler mit der N400-Komponente Kognition bei klinischen Populationen untersucht ein Minimum von 40 nutzbare Versuche pro Testversion Typ eine zuverlässige Wirkung22entlocken sammeln. Davon aus, dass einige Studien während der Reinigungsprozess Daten verloren gehen, sollte die Anzahl der Studien einbezogen in das Paradigma erhöht werden. In früheren Arbeiten wurde mit dieser spezifischen Paradigma 6, 100 Versuche pro Testversion Typ mehr als genug, um robuste N400 Auswirkungen auf eine einzelne und gruppenweise zu gewährleisten. Da die N400-Komponente zwischen Wort und Bild10ähnelt, das geschätzt, Anzahl der Testversion Typen wird empfohlen, zwischen den Modalitäten konsistent gehalten werden.
      3. Eine zusätzliche 8 Paare (4 Wörter, 4 Bilder) für ein Übungsbeispiel zu behalten (siehe Schritt 2.2.1below)

2. Aufgabe-Programmierung

  1. Erstellen Sie Reize-Listen.
    1. Sortieren Sie aus dem letzten Satz der Reize Reize in 8 Blöcke. Modalität (Bild/Wort) sollten (4 Blöcke) blockiert werden.
    2. In jedem Block eine gleiche Anzahl von Verwandten und nicht verwandten Reize zu gewährleisten.
    3. Manuell Pseudo-zufällig Präsentation Listen in jedem Block, so dass in Folge gibt es nicht mehr als 5 Verwandte oder nicht verwandten Reize und Paare nebeneinander nicht semantisch hängen. Vermeiden Sie Versuche wie "Karotten-Brokkoli", "Apfel-Birne" unmittelbar neben einander.
  2. Programmieren Sie die Aufgabe mithilfe von E-Prime oder anderen Stimulus-Präsentations-Software der Wahl.
    Hinweis: Hier beschriebenen Schritte sind spezifisch für E-Prime und NetStation und weicht, wenn ein anderer Reiz-Präsentations-Software oder EEG-Datenerfassungs-Software verwendet wird. Finden Sie die E-Prime manuelle21 und die E-Prime-Erweiterungen für NetStation Tutorial23 für weitere spezifische Details wie ein EEG-Experiment in diesem Softwarepaket zu programmieren und zur Ermöglichung der Kommunikation zwischen E-Prime und NetStation.
    1. Programmieren Sie zwei Trainings für die Bild und Wort Blöcke (4 Paare), durchgeführt werden, bevor die Experimentelle Erprobung beginnt.
    2. Programmieren Sie einen Anweisung Bildschirm zu Beginn im Training zu lesen: "Du wirst sehen, dass zwei Wörter auf dem Bildschirm eines nach dem anderen dargestellt. Bitte versuchen Sie, möglichst ruhig zu sitzen und nicht blinken Sie, während die Worte präsentiert werden. Nachdem das Paar präsentiert wird, sehen Sie ein schwarzes Kreuz auf dem Bildschirm. Wenn Sie das schwarze Kreuz sehen, bitte geben Sie an, ob die Worte oder nicht verwandt waren. Drücken Sie Taste 1, wenn die Worte verwandt sind. Drücken Sie Taste 2, wenn die Worte nicht verwandt sind. Drücken Sie beliebige Taste, um das Training zu beginnen."
    3. Doppelklicken Sie für jedes Wort Reize auf die Textausgabe-Symbole in der Experiment-Struktur. Klicken Sie auf Eigenschaften, oben links. Wählen Sie auf der Registerkarte Schriftart Courier New Schriftgröße 28. Wählen Sie unter der Registerkarte "Allgemein" ForeColor als schwarz und BackColor als weiß, die Worte in schwarzer Schrift auf weißem Hintergrund zu präsentieren.
      Hinweis: Die bestimmten Schriftgröße müssen geändert werden, je nach Größe und Auflösung des Monitors zur Präsentation. Horizontale Blickwinkel der Worte sollte zwischen 1 und 6 °.
    4. Doppelklicken Sie für jedes Bild Reize auf die Folie-Symbole in der Experiment-Struktur. Klicken Sie auf Eigenschaften, oben links. Wählen Sie unter der Registerkarte "Allgemein" BackColor als weiß auf weißem Hintergrund Bilder zu präsentieren.
    5. Programmieren Sie jeden Versuch, die folgende Reize in dieser Reihenfolge zu präsentieren: eine rote vorgerichtliche Fixierung überqueren (400 ms); Impulse 1 (1000 ms); interstimulus Intervall (leerer weißer Bildschirm 300 ms); Impuls 2 (1000 ms); leerer Bildschirm (400 ms); intertrial Intervall (schwarze Fixierung Kreuz; nach dem Zufallsprinzip jittered zwischen 1.000 – 1.400 ms in Intervallen von 100 ms, im Durchschnitt 1200 ms); siehe Abbildung 1 b. Um Dauer einzustellen, doppelklicken Sie auf die Symbole in der Experiment-Struktur TextDisplay oder Folie und drücken Sie die Schaltfläche "Eigenschaften" auf oben links im Fenster. Legen Sie die Dauer unter der Registerkarte "Dauer/Input".
      Hinweis: Die leere Bildschirm ist vor der intertrial Pause ermöglichen eine visuelle Unterbrechung zwischen den zweiten Reiz und das schwarze Kreuz und eine subtile Eingabeaufforderung für das kommende semantische Verwandtschaft Urteil zu enthalten.
    6. Programmieren einer Textausgabe Objekt mit der Bezeichnung "Break" nach jedem Block abgeschlossen ist zu sagen "Ende des Blocks, bitte nehmen Sie sich eine Auszeit"
  3. Parameter für die Kommunikation zwischen E-Prime und NetStation einschließen. Sehen Sie die E-Prime-Erweiterungen für NetStation manuelle23 für spezifische Anweisungen wie man diese Informationen enthalten.
    1. Wählen Sie für jedes Objekt "word1" oder "word2" Text anzeigen das Objekt in der Experiment-Struktur. Legen Sie das Tag unter Fenster "Eigenschaften" bzw. als "WRD1" oder "WRD2".
    2. Setzen Sie für jedes "picture1" oder "picture2" Slide-Objekt das Tag als "PIC1" oder "Spk2".
    3. Erstellen Sie unter "nicht referenzierte E-Objekte", eine neue Liste mit dem Namen "CellList". Geben Sie die Anzahl der Zellen als: 1 = Bild verwandt; 2 = Bild nichts zu tun haben; 3 = Wort verwandt; 4 = Wort nichts zu tun haben. Innerhalb der Studie Liste für jeden Block enthalten Sie eine Spalte mit dem Namen "CellNumber" und geben Sie die entsprechende Zelle Zahlen für jede Prüfung je nach Zustand und Modalität.

(3) EEG Tests

Hinweis: Die hier beschriebenen Verfahren sind für eine EGI-System. Verfahren können abweichen, wenn andere Systeme verwendet werden.

  1. EEG Tests vorbereiten.
    1. Mischung 2 Teelöffel (10 g) von Kaliumchlorid mit 1 Quart (1 L) Wasser und 1 Esslöffel (15 mL) Baby-Shampoo in einem durchsichtigen Kunststoff Eimer Elektrolyt-Lösung erstellen
    2. Maßnahme Umfang des Teilnehmers Kopf, auf der Durchreise Inion und Nasion, um geeignete net Größe zu bestimmen. Wählen Sie die entsprechende Größe Netz nach Kopfumfang des Teilnehmers.
    3. Tauchen Sie die Elektroden in der Elektrolyt-Lösung, um sicherzustellen, dass alle Schwämme vollständig untergetaucht sind, und mindestens 5 Minuten einwirken lassen.
  2. Gelten Sie EEG net.
    1. Haben Sie Teilnehmer sitzen bequem auf einem Stuhl, mit Blick auf den Experimentator. Die Teilnehmer erklären Sie, dass Sie werden sein, das Netz auf jetzt, dann einstellen und das Signal vor Beginn des Tests zu überprüfen.
    2. Legen Sie Handtücher um Teilnehmers Schultern. Weisen Sie Teilnehmer schließen ihre Augen, dann wenden Sie Net auf Teilnehmers Kopf an. Stellen Sie das Netz und ziehen Sie Beziehungen um eine eng anliegende Passform, Leiter des Teilnehmers zu gewährleisten an.
    3. Arbeite dich durch alle Elektroden, gegen die Kopfhaut zu setzen. Verwenden Sie eine schwungvolle Bewegung mit der Elektrode Haare Weg. Rewet Schwämme mit einer Pipette, wenn nötig.
    4. Sobald alle Elektroden gesessen haben, überprüfen Sie Impedanzen. Setzen oder rewet Elektroden mit Impedanzen über 50 Kiloohms (kΩ).
  3. Laufen Sie semantisches Priming Experiment bei EEG-Aufzeichnung.
    1. Sobald das Netz angewendet wird, Impedanzen wurden geprüft, und der Teilnehmer ist bereit zu beginnen, die semantische Priming-Aufgabe zu starten.
    2. Wiederholen Sie die Anweisungen, um die Teilnehmer vor der Prüfung. Weisen Sie Teilnehmer zu beurteilen, ob das Wort oder Bild Reize sind im Zusammenhang mit oder durch Drücken einer Taste auf einer Tastatur oder Knopf-Box nichts zu tun haben. Zur Vermeidung von motor Artefakte Störfaktoren das EEG-Signal weisen Teilnehmer warten müssen, um ihre Reaktion zu machen, bis der zweite Reiz vom Bildschirm verschwunden ist und das schwarze Kreuz ist erschienen.
    3. Führen Sie mindestens einmal im Training um sicherzustellen, dass die Teilnehmer die Aufgabe zu verstehen.
    4. Nach jeder 2 Blöcke, während der Pause rewet Elektroden und Impedanzen überprüfen.

4. EEG Vorverarbeitung

  1. Offenen NetStation Tools.
    Hinweis: Die hier beschriebenen Schritte sind spezifisch für Vorlauf an NetStation 5. Finden Sie NetStation 5 Bedienungsanleitung24 weitere Details zum NetStation-Tools verwenden. Weitere Vorverarbeitung Pakete umfassen EEGlab, ERPlab, Exkursion oder anderer Software der Experimentator Wahl. Beachten Sie, dass die bevorzugte Reihenfolge der Vorverarbeitung Schritte zwischen Softwarepaketen unterscheiden kann. Beobachtung von einem N400 Effekt nicht abweichen sollte anhand der Wahl des Analyse-Paket.
  2. Filtern der Daten.
    1. Am unteren Fensterrand NetStation Tools erstellen Sie eine neue filternde-Tool Wählen Sie "Filter" im Dropdown-Menü "Erstellen". Umbenennen Sie das Werkzeug entsprechend.
    2. 50 Hz Highpass-Filter bis zu 0,1 Hertz (Hz) und den Lowpass-Filter gesetzt.
      Hinweis: Der Highpass-Filter kann niedriger als 0,1 Hz werden aber es ist nicht ratsam, diese Cutoff, zur Vermeidung der Einführung von unechten Effekte25überschreiten. Ein Tiefpass-Filter so niedrig wie 30 Hz einsetzbar ist.
    3. Speichern Sie das Werkzeug, und ziehen Sie dann die Originaldatei EEG-Aufzeichnung im Feld "Input Files" oben im Fenster links und drücken Sie "Ausführen".
  3. Die Daten in Studien zu segmentieren.
    1. Erstellen Sie ein neues Werkzeug "Segmentierung" und benennen sie entsprechend.
    2. Unter "Kategorien zu erstellen" drücken Sie das Pluszeichen, um eine neue Kategorie erstellen und benennen ihn "Bild im Zusammenhang mit". Ziehen Sie das Symbol "Code" im Feld "Erstellen Kategorie anhand der Kriterien" und setzen Sie ihn als "Code ist PIC1" Zeitschloss zur Präsentation des Stimulus 1. Ziehen Sie das Symbol "Key Code" im Feld "Kategorie erstellen" und setzen Sie ihn als"Key Code Cel # 1".
      1. Nur korrekte Studien einfügen möchten, ziehen Sie ein weiteres "Key Code" Symbol im Feld "Kategorie erstellen" und setzen Sie ihn als"Key Code eval 1".
    3. Am unteren Rand des Fensters setzen Sie die Segmentlänge "Extend segmentieren 100 ms vor und 2.300 ms nach".
      Hinweis: Segmente möglicherweise zum Ausbruch von entweder der erste oder zweite Reiz Mal gesperrt. Wenn auf den ersten Reiz gesperrt, sollte (Präsentation Dauer der beiden Reize (1000 ms) sowie Inter-Stimulus-(ISI) Intervallzeit (300 ms) enthalten) Segmente 100 ms vor 2300 MS nach auf ausgedehnt werden. Wenn auf den zweiten Reiz gesperrt, sollte Segmente 100 ms vor bis 1.000 ms nach verlängern.
    4. Klonen der Kategorie durch Drücken der Taste "Clone" und benennen Sie ihn "Bild nichts zu tun haben". Stellen Sie den Code PIC1 und den Key-Code Cel # 2.
    5. Klonen Sie die Kategorie zu, und benennen sie "Wort im Zusammenhang mit". Stellen Sie den Code WRD1 und den Key-Code Cel # 3.
    6. Klonen Sie die Kategorie zu und benennen sie "Wort nichts zu tun haben". Stellen Sie den Code WRD1 und den Key-Code Cel # 4.
    7. Speichern Sie das Werkzeug, und ziehen Sie dann die aktuelle vorverarbeitete Datei im Feld "Input Files" oben im Fenster links und drücken Sie "Ausführen".
  4. Durchführen Sie Artefakt-Erkennung.
    1. Erstellen Sie ein neues Werkzeug "Artefakt-Erkennung" und benennen sie entsprechend.
    2. Drücken Sie unter "Artefakt Detection Settings" das Pluszeichen am unteren Rand des Fensters eine neue Einstellung hinzufügen. Wählen Sie "Schlechte Kanäle" aus dem Dropdown-Menü unter "Bedienung". Lassen Sie alle Standardeinstellungen (Max-min > 200 Mikrovolt (µV); Gesamte Segment; Gleitenden Durchschnitt von 80 ms).
    3. Fügen Sie eine neue Einstellung, und wählen Sie "Blink Eye" Dropdown-Menü "Vorgang". Lassen Sie alle Standardeinstellungen (Max-min > 140 µV; Fenstergröße 640 ms gleitenden Durchschnitt von 80 ms).
    4. Fügen Sie eine neue Einstellung und wählen Sie "Eye Movement" aus dem Dropdown-Menü "Vorgang". Lassen Sie alle Standardeinstellungen (Max-min > 55 µV; Fenstergröße 640 ms gleitenden Durchschnitt von 80 ms).
    5. Speichern Sie das Werkzeug, und ziehen Sie dann die aktuelle vorverarbeitete Datei im Feld "Input Files" oben im Fenster links und drücken Sie "Ausführen".
    6. Öffnen Sie die resultierende Datei in NetStation Überprüfung und Blättern Sie durch jede Prüfung, indem Sie auf den Pfeil-Tasten im Menü "Kategorien" in der rechten Seitenleiste. Markieren Sie Studien als gut oder schlecht, indem Sie auf die grüne oder rote Kreise bzw.. Wenn fertig, schließen Sie die Datei, um die Ergebnisse zu speichern.
  5. Führen Sie schlecht Kanal Ersatz.
    1. Erstellen Sie ein neues Werkzeug "Schlechter Kanal Ersatz", und benennen sie entsprechend. Parameter müssen durch den Benutzer für dieses Tool eingestellt werden, so speichern Sie das Werkzeug, dann ziehen die jüngsten vorverarbeitete Datei im Feld "Input Files" oben links im Fenster und drücken Sie "Run".
  6. Führen Sie ein-Fach durchschnittlich um über Versuche zu reduzieren.
    1. Erstellen Sie ein neues Werkzeug "Averaging" und benennen sie entsprechend. Wählen Sie unter "Durchschnittlich Settings", "Quelldateien zu behandeln: zusammen" und "Themen zu behandeln: getrennt".
    2. Speichern Sie das Werkzeug, und ziehen Sie dann die aktuelle vorverarbeitete Datei im Feld "Input Files" oben im Fenster links und drücken Sie "Ausführen".
  7. Referenzdaten, die durchschnittliche Referenz-26.
    Hinweis: Die durchschnittliche Referenz wird hier verwendet, weil EGI dichten Array EEG (128 und 256 Kanäle) zur Verfügung stellt. Es wurde vermutet, dass ein durchschnittliche Verweis mit dichten Array Aufnahme Systeme26verwendet werden; andere semantisches Priming ERP-Studien mit 128 oder 256-Kanal Netze haben die durchschnittliche Referenz6,27,28verwendet. Weitere Referenz-Angebote beinhalten den Durchschnitt der rechten und linken Mastoids, der Nase oder Ohrläppchen29. Es gibt keine optimale Wahl der Referenzelektrode und der Experimentator sollten beachten, dass die Wahl der Bezugselektrode beeinträchtigen die resultierende ERP-Wellenformen26,29.
    1. Erstellen Sie ein neues Werkzeug "Montage Operations" und benennen sie entsprechend.
    2. Wählen Sie das entsprechende Netz aus dem Dropdown-Menü unter "Liste Montagen für Sensor-Layout". Wählen Sie "Durchschnittliche Reference" und stellen Sie sicher, dass das Kontrollkästchen "Referenz schlecht Kanäle ausschließen" aktiviert ist. Speichern Sie das Werkzeug, und ziehen Sie dann die aktuelle vorverarbeitete Datei im Feld "Input Files" oben im Fenster links und drücken Sie "Ausführen".
  8. Perform Basislinienkorrektur mit den ersten 100 ms Segment10 , 28.
    Bemerkung: Basislinie maximal 200 ms kann auch gebrauchte29.
    1. Erstellen Sie ein neues Werkzeug "Basislinienkorrektur" und benennen sie entsprechend.
    2. Unter "Baseline-Korrektur-Einstellungen", wählen Sie "Grundlinie aus Teil des Segments auswählen", "Select Grundlinie in Bezug auf Segmentzeit = 0" und "Baseline beginnt 100 ms vor der Stunde Null und 100 ms lang ist".
    3. Speichern Sie das Werkzeug, und ziehen Sie dann die aktuelle vorverarbeitete Datei im Feld "Input Files" oben im Fenster links und drücken Sie "Ausführen".

Figure 1

Abbildung 1 : Experimentelle Beispiele und Zeitachsen. (A) Beispiele von Bild und Wort reizen. (B) Chronologie der reizdarbietung. Diese Zahl wurde mit freundlicher Genehmigung von Coderre Et Al. nachgedruckt 6 Bitte klicken Sie hier für eine größere Version dieser Figur.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Wenn Reize Verwandten und nicht verwandten Bedingungen entsprechend einsortiert wurden, ist ein N400-Effekt für Wort und Bild Reize (Abbildung 2) hinzuweisen. Dies ist als eine größere negative Amplitude in unabhängigen Bedingungen im Vergleich zu den entsprechenden Bedingungen zu identifizieren. Für Wort Reize sollte der Effekt von 300 – 500 ms über zentrale oder Centro-parietalen Kopfhaut6,10auftreten. Für Bild Reize kann die Wirkung etwas früher oder mehr frontal verteilt werden9,15,16.

Statistische Auswertungen können die Bedeutung der N400-Effekts durch den Vergleich der durchschnittlichen Amplitude zwischen Verwandten und nicht verwandten Bedingungen testen. Dies kann an einer einzelnen Elektrode oder über mehrere Elektroden durchgeführt werden. Die räumliche Ausdehnung des Effekts kann durch die Einbeziehung der Elektrode Website und/oder Lateralität in statistischen Modellen ausgewertet werden. Masse Univariate Statistik (siehe zum Beispiel Groppe Et al. 30 für Details) kann den genauen Zeitpunkt des Effekts zu bewerten oder herstellen Zeitfenster von Interesse für weitere Analysen verwendet werden. (Beachten Sie, dass wenn mehrere Analysen durchgeführt werden, Ergebnisse werden, um für multiple Vergleiche zu korrigieren angepasst müssen. Die Masse Univariate statistische Methode von Groppe Et Al. beschrieben 30 enthält mehrere Optionen für solche Korrekturen.)

Für die Ermittler mit Hilfe dieses semantische Priming ERP-Paradigma, um semantische Verarbeitung in klinischen Populationen zu studieren ist es wichtig, auch Daten aus einer Kontrollgruppe TD gesammelt. Die Kontrollgruppe sollte die beschriebenen N400-Effekte für Bild und Wort Bedingungen zeigen. Jedoch können klinische Populationen reduzierte oder abwesend N400 Effekte auf eine oder beide Bedingungen (Abbildung 3). Um festzustellen, ob die Größe des Effekts N400 zwischen Steuerelementen und klinischen Populationen abweicht, kann die Gruppe als Faktor in den statistischen Modellen zwischen Themen einbezogen werden. Eine deutlich geringere N400 Auswirkung in einer klinischen Population weist darauf hin, dass Schwierigkeiten mit semantischen Verarbeitung. Unterschiede in der Zeitpunkt oder die Kopfhaut Verteilung des Effekts können auch Verarbeitung Unterschiede zwischen den Gruppen anzeigen.

Obwohl die repräsentativen Ergebnisse oben beschriebenen auf Gruppenebene, im Einklang mit der Mehrheit der Forschung der N400-Effekt, diese Komponente ist recht robust und kann oft auf einen ein-Fach Level31,32beobachtet werden. Speziell für klinische Populationen wie Einzelpersonen mit ASD könnten Informationen über ein einzelnes Individuum semantische Verarbeitung Fähigkeiten sehr wünschenswert sein. Ermittler sollten sich bewusst sein, jedoch, dass Einzelpersonen mit ASD von Natur aus lautere EEG-Daten als TD Personen33 haben (obwohl siehe Referenz-34), die zuverlässig ein-Fach-Effekte in bestimmte Teilnehmer ausschließen kann. Für die Ermittler, die Interesse an der Evaluation ein-Fach-Effekte können Permutation Tests durchgeführt werden, um die statistische Signifikanz der Effekte innerhalb einer einzelnen Person zu beurteilen. Kurz, in einem solchen Verfahren würde man viele (z. B. 5.000) Iterationen durchführen, in welchem, die Zustand Etiketten (im Zusammenhang mit/ohne Bezug) zwischen den einzelnen Studien permutiert werden. Für jede Permutation werden die Bedingungen dann statistisch verglichen. Statistik aus jeder Permutation werden verwendet, um eine null Verteilung der Teststatistik, erstellen mit dem beobachteten Teststatistik verglichen wird, um ein Ergebnis Bedeutung abzuleiten.

Figure 2
Abbildung 2 : Vertreter N400 Effekte als Reaktion auf den zweiten Reiz in jedem Paar (A) Wort Bedingungen und (B) Bild. Daten ist über eine Gruppe von 20 TD Erwachsene (Daten aus Coderre Et Al. gemittelt. 6). Vorverarbeitung erfolgte mit einem durchschnittlichen Verweis angegeben. Top-Platten: Vertreter ERP Wellenformen an Elektrode Cz zeigt eine größere Amplitude zu unabhängigen Bedingungen im Vergleich zu damit verbundenen Bedingungen bei etwa 400 ms (negativ ist oben dargestellt). Untere Verkleidungen: Topographische Darstellungen der nichts zu tun haben-bezogene Differenz, gemittelt über ein Fenster von 400 – 500 ms (genaue Verteilung kann mit Wahl des Verweises ändern). Für topographische Diagramme zeigt oben auf die Abbildung die Vorderseite des Kopfes. Bitte klicken Sie hier für eine größere Version dieser Figur.

Figure 3
Abbildung 3 : Repräsentative gruppenunterschiede in N400 Effekte für Wort Bedingungen an Elektrode Cz. Daten ist über eine Gruppe von 20 TD und 20 Erwachsene mit ASD (Daten aus Coderre Et Al. gemittelt. 6). Vorverarbeitung erfolgte mit einem durchschnittlichen Verweis angegeben. Klinischen Gruppen wie Einzelpersonen mit ASD, können eine kleinere N400 Wirkung als Reaktion auf Wörter, zeigen die Schwierigkeiten mit der lexikalisch-semantischen Verarbeitung schlägt.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Der vorliegende Beitrag hat wichtige Schritte bei der Entwicklung einer semantisches Priming ERP-Paradigmas mit Bild und Wort Reize für die Erkundung von semantischen Verarbeitung Defizite in den Einzelpersonen mit ASD gemeldet. Hauptschritte sind die Reize zu schaffen, Programmierung der Aufgabe und EEG Tests und Analysen durchführen. Der zeitaufwendigste Teil dieses Verfahrens dürfte die Schaffung von Reizen, da dies erfordert sorgfältige Anpassung sowohl zwischen als auch innerhalb der Reiz Paare, Bedingungen und Modalitäten auf Variablen wie Dauer, Häufigkeit und semantische Verwandtschaft. Als solche wird eine erhebliche Menge an Pilottests wahrscheinlich bedürfen, um sicherzustellen, dass der letzte Impuls geeignet sind.

Obwohl die Vorschläge hier enthalten, und die vorherige arbeiten, diese Methode ist aus6, Erwachsene mit und ohne ASD (Alter 18 – 68) getestet, konnte dieses Paradigma leicht auf Kind oder Jugendlichen Bevölkerung ausgedehnt werden. In der Tat, andere Studien haben ähnliche semantische Priming EEG verwendet Paradigmen bei Kindern mit und ohne ASD, semantische Verarbeitung über Modalitäten3zu vergleichen. Verschiedene Überlegungen müssten berücksichtigt werden, wenn Sie für verschiedene Alters- und Entwicklungsstufen zu ändern. Beispielsweise könnte das Reiz-Set auf höherfrequenten Worte um sicherzustellen, dass alle Kinder die Bedeutungen der alle Reize wissen (siehe nächster Abschnitt) beschränkt werden. Andere Modifikationen könnte auch zum Test Paradigma zur ausreichenden Daten vom Kind oder Jugendlichen Teilnehmer, wie auch mehr Pausen, Anreize oder zeigen kurze Videos nach Abschluss eines Blocks von Reizen Qualitätssicherung durchgeführt werden.

Mehrere Faktoren in Bezug auf die hier beschriebene Methode und die bisherige Arbeit sind zu beachten. Zunächst wurde die vorherige Arbeit6 in einer Gruppe von Erwachsenen durchgeführt hatte durchschnittliche bis überdurchschnittliche Sprache und geistige Funktionen. Eine Einschränkung dieses Paradigmas ist, dass es nur mit Einzelpersonen verwendet werden kann, die vertraut sind mit dem Worte oder Bilder präsentiert. Vor der Arbeit hat gezeigt, dass N400 Effekte nicht auftreten, wenn das lexikalische Element außerhalb des Individuums Wortschatz Palette32,35. Daher ist es wichtig, dass die Teilnehmer entweder durchschnittlich bis überdurchschnittlich Lese- und verbale Fähigkeiten, oder darauf geachtet wird, um sicherzustellen, dass alle Reize, die im Experiment verwendet im Bereich Wortschatz des Individuums fallen. Im letzteren Fall könnte dies Verwaltung einen Vokabel-Test nach der EEG-Sitzung, die Prüfung der individuellen Kenntnisse aller Begriffe im Experiment. Bei Wörtern, die das Individuum nicht kennt, könnte dieser Studien von der weiteren Analyse entfernt werden. Leider, weil geistiger Behinderung und eingeschränkter Sprachkenntnisse ein gemeinsames Co auftreten in den Einzelpersonen mit ASD1,36 sind, werden diesen Anforderungen an Sprache und lesen Fähigkeiten bedeuten, dass Personen, die auch geistige Behinderung oder unterdurchschnittliche Sprachkenntnisse werden nicht teilnehmen können. Weitere Änderungen an das Paradigma, das für die Prüfung dieser stark betroffenen Personen ermöglichen sollte in der Zukunft betrachtet werden.

Es ist wichtig zu beachten, dass die hier beschriebene Methode nicht verschiedene Arten von semantischen Beziehungen zwischen dem Premierminister und dem Ziel ansieht. Einige Studien haben festgestellt, dass das Ausmaß der semantische Priming-Effekt durch die Art der Beziehung moduliert wird (z. B. assoziative vs. "rein", nach vorne vs. rückwärts, vermittelte vs. direkte)8. In der aktuellen Methodik werden diese verschiedenen Arten von Prime-Ziel-Beziehungen nicht berücksichtigt. Für Forscher interessiert, ihre Wirkung, möglicherweise dies ein weiterer Schritt in der Impuls-Schöpfung.

Es ist auch bemerkenswert, dass die hier beschriebene Methode Teilnehmer für eine semantische Verwandtschaft Urteil während der Aufgabe beauftragt. Die explizite Natur dieser Aufgabe kann Strategien induzieren, die Ergebnisse beeinflussen könnten. Beispielsweise könnte Fragen die Teilnehmer auf die semantische Beziehungen zwischen Reize zu achten Gruppe Effekte6mildern. Zukünftige Forschung unter Verwendung dieses Paradigma wird ändern, um eine implizite semantische Verarbeitung Design gehören, zum Beispiel in dem Teilnehmer eine Taste drücken jedes Mal, wenn eine Tiere Wort präsentiert oder beobachten Sie einfach die Worte und Bilder auf dem Bildschirm erscheinen. Semantisches Priming N400 Effekte wurden beobachtet keine expliziten Aufgaben3, so dass diese Art von Manipulation noch beobachtbaren Effekte ergeben sollte und können auch offenbaren gruppenunterschiede in implizite semantisches Priming.

Jahrzehntelange Forschungen haben das semantische Priming-Paradigma als eine wertvolle Möglichkeit des Studiums semantische Verarbeitung ergeben. Die Zuverlässigkeit dieser Aufgabe über verschiedene Modalitäten macht es besonders wertvoll für das Studium wie lexikalisch-semantische und Visuo-semantische Verarbeitung abweichen. Ein solcher Vergleich zwischen Modalität ist besonders nützlich in einigen klinischen Populationen wie ASD, in denen semantische Priming Defizite auf Sprache Domänen beschränkt werden können. Durch Vergleich und Gegenüberstellung semantisches Priming-Effekte und N400 Effekte zwischen Gruppen und Modalitäten, können Ermittler feststellen, ob die angeblichen Defizite im semantischen Verarbeitung im ASD sich auf den sprachlichen Bereich beschränken oder sind repräsentativ für eine mehr globale semantische Dysfunktion.

Die Erweiterung des semantisches Priming Paradigmas zu EEG auch bietet wertvolle Einblicke in die neuronalen Mechanismen, die semantische Verarbeitung und bieten zusätzliche Informationen, die Verhaltensreaktionen erfasst werden können. Aufgrund der räumlichen und zeitlichen Daten, die mit EEG erhalten ist, kann diese Methode zeigen weitere feine Unterschiede in der semantischen Verarbeitung als mit Verhaltensreaktionen beobachtet werden würde. Zum Beispiel in der vorherigen Studie unter Verwendung dieses Paradigma, Coderre Et al. 6 festgestellt, dass eine N400 Effekt eintrat in der Ass-Gruppe in Reaktion auf Reize Wort, im Gegensatz zur bisherigen Literatur; Allerdings feine Unterschiede in das Timing und die Topographie des Effekts vorgeschlagen, dass die beiden Gruppen wurden mit verschiedenen kognitiven Mechanismen für die semantische Verarbeitung. In der Summe kann eine semantisches Priming ERP-Aufgabe mit Worten und Bildern für Domain-allgemeine semantische Verarbeitung, in TD Einzelpersonen und in klinischen Populationen zu studieren nützlich sein.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Der Autor hat nichts preisgeben.

Acknowledgments

Dieses Paradigma wurde die therapeutische Kognitive Neurowissenschaft-Fonds, die Benjamin und Adith Miller Familie Endowment auf Alterung, Alzheimer und Autismus Forschung unterstützt.

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