Информации

Што се „Стимул заклучен“ и „Одговор заклучен“ во Филијастидес и Сајда (2006)

Што се „Стимул заклучен“ и „Одговор заклучен“ во Филијастидес и Сајда (2006)


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Додека минував низ документот подолу, наидов на некои парцели за кои беше речено дека се „заклучени“ во однос на било кој одговор или стимулНа Дали заклучувањето се однесува на започнување на мерењето со почетен знак да биде презентација на стимулот или одговор на субјектот?

Референци

  • Филијастидес, М. Г., и Сајда, П. (2006). Невронско претставување на тешкотиите и донесувањето одлуки за време на перцептивната категоризација: Дијаграм за време

Дали заклучувањето се однесува на започнување на мерењето со почетен знак да биде презентација на стимул или одговор на субјектот?

Повеќе или помалку, да.

Кога ја мерите активноста на мозокот, обично правите долго, континуирано снимање за време на кое постојано ги изложувате учесниците на студијата на задача. Има многу врева во снимките, така што треба да направите просек за многу случаи на настан на стимул/задача за да добиете идеја за тоа што му прави на мозокот. Во просек, треба да ја исечете снимката на испитувања (исто така наречени епохи).

Треба да одлучите на што да ги базирате овие епохи, односно што да пресечете наоколу. Мерењата заклучени со стимул се случуваат кога ќе прекинете епоха во однос на почетокот на стимулот. Просекот во текот на сите испитувања тогаш ќе ви даде добар впечаток за сетилниот одговор на стимулот.

Меѓутоа, постојат и когнитивни процеси од повисок ред, и тие ќе се случат со различна брзина во текот на испитувањата и на различни теми, така што ќе се извалкаат во просекот. Ако сакате да ги погледнете овие, попаметно е да направите мерења заклучени со одговор, односно да ги намалите епохите во моментот кога учесникот на студијата одговорил на задачата. На овој начин, непосредно пред притискање на копчето (во заплетот), можеби ќе видите како се случува акумулација на докази или сличен когнитивен процес. Исто така, можете многу добро да го видите одговорот на моторот.


Сакав да коментирам за @Ana одговор но немам репутација. Сакав да додадам на нејзиниот одговор со додавање дека ако правите преглед на литература на оваа тема, термините често се користат наизменично. Пример за компоненти што се извлечени од оваа форма на заклучување е N2 и P3. Додека двете најчести ERP компоненти заклучени со одговор се ERN (Gehring et al 1993) и Pe.

Исто така, сакав да додадам дека поголемиот дел од ЕЕГ системите (како што се густите низи електроенцефалографи од ЕГИ) ќе преземат многу прецизни мерења кога ќе се претстави стимулот. Така, во зависност од компонентата што се обидувате да ја оцените, ќе се заклучите или на стимулот или на одговорот. Кога овие програми ќе излезат од синхронизација, може да биде апсолутен кошмар да се најде изворот на минутната грешка.


Времето на потенцијалите за подготвеност одразуваат процес на донесување одлуки во човечкиот мозок

Донесувањето одлуки во две алтернативни задачи со принуден избор има неколку основни компоненти, вклучувајќи кодирање на стимули, категоризација на перцепција, избор на одговор и извршување на одговор. Секвенцијалните модели на земање мостри за донесување одлуки се засноваат на процес на акумулација на докази до граница на одлука. Студиите за животни и луѓе се фокусираа на перцептивната категоризација и обезбедуваат докази што ги поврзуваат сигналите на мозокот во париеталниот кортекс со процесот на акумулација на докази. Во оваа истражувачка студија, ние користиме задача каде што доминантниот придонес во времето на одговор е изборот на одговор и ги моделираме податоците за времето на одзив со моделот на дифјунтна дифлуција. Мерењето на ЕЕГ за време на задачата покажува дека потенцијалот за подготвеност (РП) снимен над моторните области има временски распоред во согласност со процесот на акумулација на докази. Времетраењето на РП предвидува време на донесување одлуки, времетраење на акумулација на докази, сугерирајќи дека РП делумно го одразува процесот на акумулација на докази за избор на одговор во моторниот систем. Така, акумулацијата на докази може да биде неврална имплементација на процесите на донесување одлуки и во перцептивниот и во моторниот систем. Придонесот од перцептивната категоризација и изборот на одговор на процесите за акумулација на докази во задачите за донесување одлуки може потенцијално да се проценат со испитување на времето на перцептивни и моторни ЕЕГ сигнали.

Ова е преглед на претплатничка содржина, пристап преку вашата институција.


Материјали и методи

Целни стимули

Користејќи го фонтот дизајниран во Кинг и Дехајн, 2014а, стимулите беа направени од 0, 4, 5, 6, 8, 9, А, Ц, Е, Н, О, С, или од линеарна комбинација на два од овие знаци варира во една црна лента (во натамошниот текст „пиксел“). Соодветните „морфови“ се создадени со прилагодување на контрастот на преостанатиот пиксел по осум еднакво распоредени чекори помеѓу 0 (без лента) и 1 (црна лента).

Експеримент 1

Осум субјекти со нормален или коригиран вид, седнати

60 см од 19 ’CRT монитор (стапка на освежување 60 Hz, резолуција: 1024 × 768), изврши задача за идентификација на стимул со континуирани судови низ 28 варијабилно двосмислени дразби генерирани од цифри дразби. Обезбедени се десет евра како компензација за овој експеримент од 1 час.

Субјектите извршија четири блока од 50 испитувања, секое организирано на следниот начин. По фиксација од 200 ms, целниот стимул, случајно избран од еден од 28 -те дразби, блесна за 83 ms на 50% сива позадина лево или десно од фиксацијата. Ориентацијата на дискот за известување (на пр. 5-6-8-9 наспроти 5-9-8-6) беше спротивно балансирана по предмети. Тогаш субјектите имаа време до 10 секунди да го поместат курсорот на голем диск за да ги пријават своите перцепции. Радиусот на дискот означуваше субјективна видливост (центар = не го виде стимулот, граница на дискот = максимална видливост). Аголот на дискот означува субјективен идентитет (на пр. 5, 6, 8, 9 за горниот лев, горе десно, долу десно и долу лево „агли“, соодветно). Интервалниот интервал беше 500 ms. За да се потврди дека субјектите дале значајни извештаи, целниот стимул бил отсутен 15% од испитувањата. Отсутните испитувања беа оценети со ниска видливост (дефинирана како радиус под 5% од радиусот на дискот) во повеќето случаи. Отсутните испитувања и испитувања пријавени со мала видливост беа исклучени од последователните анализи (16% ± 1,4%). Распределбата на извештајот прикажана на Слика 1Б беше генерирана со биоваријатната вредност на густината на Гаусовата јадро на Сиборн со стандардни параметри.

Моделирање категорични извештаи

За да провериме дали субјективните извештаи за идентитетот на стимулот варирале линеарно или категорично со сензорни докази, анализиравме како аголот на извештаите (т.е. субјективниот идентитет) варира со очекуваниот агол со оглед на стимулот (т.е. сензорни докази).

За секој морф (5-6, 5-8, 9-8 и 6-8) одделно, одговараме на линеарен модел:

каде y ^ е аголот на известување предвиден со моделот, x се очекува агол со оглед на пикселите на стимулот и β 0 е параметар за слободна пристрасност.

За да се минимизираат ефектите од бучавата, извештаите за однесување прво беа просечни во секое ниво на докази, сортирани од стимулот со најмалку пиксели (на пр. 5, во 5-6 форми) до стимул со најмногу пиксели (на пр. 6 во 5– 6 морф). Просечните просеци беа нормализирани да се движат помеѓу 0 и 1 во рамките на секој предмет. В параметрите беа усогласени со функцијата „крива_способност“ на Скипи (onesонс и сор., 2001) за да се минимизира просечната квадратна грешка во испитувањата јас:

Бидејќи линеарните и сигмоидалните модели имаат различен број на слободни параметри, ги споредивме во рамките на вкрстена валидација од пет поделби. Поточно, двата модели беа постојано прилагодени и тестирани на независни испитувања. Пирсон коефициент на корелација р ја сумираше способноста на секој модел точно да предвиди y t ⁢ e ⁢ s ⁢ t дадена x t ⁢ r ⁢ a ⁢ i ⁢ n, y t ⁢ r ⁢ a ⁢ i ⁢ n и x t ⁢ e ⁢ s ⁢ t. Конечно, тест Вилкоксон беше применет кај субјектите за да се тестира дали двата модели се постојано над шансите (r & gt 0) и постојано се разликуваат едни од други (rs ⁢ i ⁢ g ⁢ m ⁢ o ⁢ i ⁢ d & gt rl ⁢ i ⁢ n ⁢ e ⁢ a ⁢ r).

Експеримент 2

Овој експеримент беше изведен во Неуроспин, Гиф уср Ивет, благодарение на поддршката на Станислас Дехаин. Седумнаесет испитаници извршија дискретна задача за идентификација низ 22 варијабилно двосмислени стимули генерирани од букви и цифри во скенер Elekta Neuromag MEG (204 рамни градиометри и 102 магнетометри). Обезбедени се седумдесет евра како компензација за експериментот од 1 час и 30 минути подготовка.

Големина на примерок од 17 учесници беше избрана врз основа на претходни визуелни студии користејќи ја истата MEG машина (Кинг и сор., 2016).

Обликот на главата на учесниците беше дигитализиран заедно со пет фидуцијални точки на челото и на секој слушен канал. Пет калеми за положба на главата беа поставени на главата на субјектите и беа локализирани на почетокот на секој блок.

Структурата на судењето беше следна. Црн крст за фиксација беше прикажан на сива позадина од 50% за 300 ms проследен со целна стимулација долга 100ms претставена лево или десно од фиксацијата. Две странични страни кои не се важни за задачи (на пример, стимулот може да се прочита како С или 5) беа прикажани на страната на овој целен стимул за да ги зголемат нашите шанси да предизвикаме повторлива обработка преку гужва (Стразбургер и сор., 2011). На испитаниците им беа дадени две секунди да го пријават идентитетот на стимулот. Извештаите за идентитетот на стимулот беа дадени со притискање на копче со левиот и десниот показалец соодветно. Мапирањето на копчето за идентитет се менуваше на секој блок за да ги ортогонализира нервните корелации на идентитетот на стимулот и нервните корелации на моторните дејства. На пример, во блокот 1, перцепцијата на Е или 4 требаше да се пријави со притискање на левото копче, додека во блокот 2, Е и 4 треба да се пријават со притискање на десното копче. Копчето за идентитет беше експлицитно потсетено пред секој блок. Покрај тоа, визуелен фидбек беше прикажан по нејасни испитувања. Поточно, фиксацијата стана зелена за 100 ms или црвена за 300 ms во правилни и неточни испитувања, соодветно. Одговорите на мозокот на овие стимулации на повратни информации не се анализирани во оваа студија. Интервалниот интервал беше 1 с. На субјектите им беше обезбедена кратка обука за да се осигура дека тие ја разбираат задачата и идентификуваа нејасни цели најмалку 80% од времето.

Вкупно 1920 испитувања, групирани во 40 блокови, беа извршени од секој субјект, од кои 320 беа прикажани пасивно на крајот од секој блок - од субјектите не беше потребно да дадат одговор. Структурата на судењето беше генерирана со (i) пермутација на сите комбинации на стимулативни карактеристики (на пример, позиција, идентитет, пресликување на одговори, неизвесност) и (ii) мешање на редоследот на презентација за секој субјект. Експериментот беше претставен со помош на Psychtoolbox (Kleiner et al., 2007).

Сите експерименти беа одобрени од локалната комисија за етика. Сите субјекти потпишаа формулар за информирана согласност.

Структурна МНР

За секој субјект, анатомска МРИ со резолуција од 1 × 1 × 1,1 мм беше добиена по експериментот со МЕГ со скенер 3Т Сименс. Сивата и белата материја беа сегментирани со гасоводот Freesurfer ‘recon-all’ (Fischl, 2012) и се регистрираа со дигитализирани форми на главата на секој субјект заедно со фидуцијални точки.

Преобработка

Континуираното снимање на МЕГ беше намалено со бучава со помош на Maxfilter's SSS-корекција на необработените податоци, филтриран со опсег помеѓу 0,5 и 40 Hz користејќи ги стандардните параметри на MNE-Python со дизајн на фирвин (Gramfort et al., 2014) и намален примерок до 250 Hz. Епохиите потоа беа сегментирани помеѓу −300 ms и +1500 ms во однос на стимулативните напади.

Откако ги регистриравме податоците за сензорот МЕГ со структурна МНР на субјектите и калеми за положба на главата, го пресметавме моделот напред со користење на 1-слој (внатрешен череп) модел на граничен елемент, за секој субјект одделно и се вклопува во инверзен модел со минимална норма (сигнал до сооднос на бучава: 3, лабава диполна монтажа: 0.2, со нормална ориентација на диполот во однос на кортикалниот лист) користејќи ја коваријансата на бучавата низ сензорите во просек во текот на основната состојба пред-стимулативно во испитувањата. Конечно, инверзниот модел беше применет на податоците за едно судење, што резултираше со динамична вредност на Карта за статистички параметри (dSPM) (Dale et al., 2000) за секој извор во секој временски примерок.

Моделирани карактеристики

Истражувавме дали изворот на едно судење и сензорот предизвикуваат одговори варираат како функција од пет карактеристики: (1) позицијата на стимулот на компјутерскиот екран (лево наспроти десно од фиксацијата), (2) морфот од кој се генерира стимулот (Е-6 наспроти H-4), (3) категоријата на стимул (буква наспроти цифра), (4) неизвесност на испитувањето (максимална неизвесност = дразби со пиксели на 50% контраст минимално несигурни дразби со пиксели на 0 % или 100% контраст), и (5) копчето за одговор што се користи за пријавување на стимулот (лево наспроти десно копче). Според дизајнот, овие пет карактеристики се независни една од друга.

Тешко е да се раздвојат реакциите на мозокот што претставуваат објективни сензорни информации од оние што претставуваат перцептивни одлуки, бидејќи тие две се генерално колинеарни. За решавање на ова прашање, ние најпрво вклопуваме униваријатни и мултиваријатни модели за да ја предвидиме перцептивната категорија: односно дали притискањето на копчето означува знак што припаѓа на цифрата или на категоријата букви. Оваа функција е независна од притискање на копчето (на пример, буквата Е и цифрата 4 може да се пријават со истото копче во даден блок). Понатаму, оваа функција не е неопходна за извршување на задачата (т.е. да се знае дали Е и Н се букви е непотребно за да се дискриминираат). Расудувавме дека ако субјектите автоматски генерираат претстави со букви/цифри за време на перцептивната категоризација, тогаш треба да можеме да ја следиме генерацијата на оваа апстрактна карактеристика од мозочната активност.

Маса униваријатна статистика

За да процениме дали одговорите на мозокот се поврзани со секоја од овие пет карактеристики, ние најпрво вклопуваме, во рамките на секој предмет, масовни анализи на анализа на секоја локација на изворот и за секој временски примерок со линеарна регресија:

каде што X ℝ n, f е матрица за дизајн на н епохи со f = 5 карактеристики и y ∈ ℝ n е униваријатниот одговор на мозокот во даден извор и во дадено време. Големините на ефектот β потоа беа пренесени на статистика од второ ниво кај субјектите коригирани за повеќекратни споредби со помош на непараметарско тестирање на просторно-временско кластери (види подолу).

Декодирање

Анализите за декодирање се состојат во предвидување на секоја карактеристика од мултиваријатни реакции на мозокот. Анализите за декодирање беа извршени во рамките на пет-поделена стратификувана вкрстена валидација K-Fold користејќи линеарни модели регулирани со l2. Класификаторите се состоеја од логистички регресии (со scikit-learn Pedregosa, стандардни параметри за 2011 година: C = 1):

каде y i ∈ <± 1> е карактеристиката што треба да се декодира на проба јас и xјас е мултиваријантен одговор на мозокот.

Регресорите се состоеја од регресија на гребенот (со scikit-learn Pedregosa, стандардни параметри за 2011 година: α = 1).

За секој предмет независно, перформансите за декодирање беа сумирани низ испитувањата, со површина под кривата (AUC) и копје р корелациски резултат за класификатори и регресори, соодветно.

На сите декодери им беа дадени податоци нормализирани според просекот и стандардната девијација во комплетот за обука.

Просторното декодирање се состои во поставување серија декодери на секој извор на мозокот независно, низ сите 1500 временски примероци во однос на почетокот на стимулот. Оваа анализа резултира со декодирање на мозочна карта која покажува каде една карактеристика може линеарно да се декодира во мозокот. Овие мапи за декодирање потоа беа предадени на групирани статистики од второ ниво по предмети.

Временското декодирање се состои во поставување серија на декодери во секој момент примерок независно, на сите 306 MEG сензори. Оваа анализа резултира со временски тек на декодирање што покажува кога некоја карактеристика може линеарно да се декодира од MEG сигналите. Овие курсеви за време на декодирање потоа беа пренесени на статистички податоци од второ ниво, поправени по групи, по предмети.

Временска генерализација (ТГ) се состои во тестирање дали временски декодер се вклопува во обука поставена во тоа време т може да декодира сет за тестирање во времето t ′ (Кинг и Дехајн, 2014б). TG може да се сумира со квадратна време на обука - тестирање на матрица за декодирање време. За да се измери стабилноста на нервните претстави, го измеривме времетраењето на генерализација над шансите на секој временски декодер. За да се измери динамиката на нервните претстави, го споредивме просечното времетраење на генерализација над шансите низ временски декодирачи со времетраењето на временското декодирање над шансите (т.е. дијагоналата на матрицата наспроти нејзините редови). Овие две метрики беа оценети во рамките на секој предмет и беа тестирани со статистика од второ ниво по предмети.

Кластер тест за пермутација

За да го оцениме статистичкото значење на униваријатната и мултиваријатната анализа, користевме тест за кластер со пермутација со еден примерок како што е имплементиран во MNE-Python (Gramfort et al., 2014). Ние ги користиме стандардните параметри на „просторно временско кластер еден примерок тест“ од mne верзија 0.17.1.

Прво, ние ги центрираме податоците околу теоретското ниво на шанса (на пример, 0,5 за AUC, 0 за корелација на Спирман или бета коефициент). Т-тест со еден примерок се изведува на секоја локација во време и простор. Потоа, просторно-временски соседните точки на податоци се групираат врз основа на праг за формирање кластери од p & lt0.05. Статистиката на тестот за секое кластер е збир од t-вредностите низ времето и просторот. Случајните податоци се генерираат со случајни знаци превртувања и се формира нов сет кластери. Нулта распределба се создава врз основа на сумираните t-вредности што се генерираат од 5000 случајни пермутации на податоците. Оваа анализа ги следи Марис и Остенвелд, 2007 година.

Линеарно наспроти категорично

За да се тестира дали нервните претстави варирале во функција на (i) времињата на реакција (РТ, поделени на четири квантили), (ii) сензорни докази (т.е. степенот до кој стимулот објективно одговара на буква) и (iii) моторни докази ( односно дали стимулот требаше да доведе до притискање на левото копче), ние анализиравме до кој степен предвидувањата на декодерите се коваризираат со секоја од овие три променливи z:

каде ѓ е линеарен или сигмоиден модел, X е мултиваријатниот одговор на мозокот и β е коефициентот на декодерот што одговара на вкрстената валидација.

Статистика

Моделите на унивиријација, декодирање и ТГ беа соодветни за предметите и беа тестирани на различни теми. Во случај на повторени проценки (на пример, временското декодирање се повторува во секој временски примерок), статистика добиена од непараметрично тестирање на кластери со 10.000 пермутации кај субјекти со стандардни параметри на MNE-Python (Gramfort et al., 2014).

Симулации

За да се формализира како различните невронски архитектури водат кон различна просторно-временска динамика, моделиравме дискретни линеарни динамички системи принудени со минлив влез УНа Поточно:

каде што X е мултидимензионална временска серија (т.е.неврони x време), А е архитектура и одговара на квадратна матрица за поврзување (т.е. неврони x неврони), Б е матрица за влезна конекција (т.е. влезови x неврони), а U е влезен вектор.

Посебните архитектури се разликуваат во начинот на кој единиците се поврзани едни со други. Заради едноставност, нарачуваме единици во А матрица таква што нивниот индекс на редови одговара на нивните хиерархиски нивоа.

Според ова гледиште, повторените, напредни и прескокнувачки врски на архитектурата А беа моделирани како бинарна дијагонална матрица Р, матрица за поместување Ф и матрица С со еден запис во последната колона соодветно. Овие три матрици беа модулирани со специфични тежини, како што е наведено подолу. Влезот У беше поврзан само со првата „фаза на обработка“, односно со првата единица (и) од А, преку матрица Б постојана низ архитектурите, и се состоеше од минлив влез на квадратни бранови, што го имитира минливиот блесок на стимулот врз мрежницата на субјектите.

За моделирање на повеќе карактеристики, ја усвоивме истата постапка со повеќе единици по слој. Секоја единица во секој слој беше принудена да кодира одредена карактеристика.

Секоја архитектура прикажана на слика 3 беше внесена со влез на t = 1 и се симулираше осум временски чекори. Конечно, анализите на временска генерализација базирани на активирањата на архитектурата беа применети за секоја од карактеристиките.

Истата архитектура е прикажана на слика 5Б. Овде симулираме вкупно 108 временски чекори, со произволно одложување од 100 временски чекори помеѓу t = 6 и t = 106.


Материјали и методи

Предмети

Шест лица (три жени и три мажи, на возраст од 21-37 години) учествуваа во студијата. Сите имаа нормален или исправен во нормален вид и не пријавија историја на невролошки проблеми. Добиена е информирана согласност од сите учесници во согласност со упатствата и одобрувањето на Одборот за институционална ревизија на Универзитетот Колумбија.

Стимули

Парадигма на однесување

Субјектите извршија едноставна задача за категоризација каде што требаше да направат разлика помеѓу сликите на лицата и автомобилите. Во рамките на блок од испитувања, сликите на лицето и автомобилот во различни фазни кохеренции беа претставени по случаен редослед. Опсегот на нивоа на кохерентност на фази е избран да го опфаќа психофизичкиот праг. Сите субјекти се претставија скоро совршено на највисоката фаза на кохерентност, но се покажаа блиску до шансите за најниската. Субјектите ја објавија својата одлука во врска со видот на сликата со притискање на едно од двете копчиња на глувчето - лево за лица и десно за автомобили - користејќи ги десниот показалец и средниот прст, соодветно. Блок од испитувања се состоеше од 24 испитувања на слики на лице и автомобил на секое од шест различни нивоа на кохерентност на фази, вкупно 144 испитувања. Имаше вкупно четири блока во секој експеримент. На почетокот на блок испитувања, теми фиксирани во центарот на екранот. Сликите беа претставени за 30 ms проследено со интер-стимул-интервал (ISI) кој беше рандомизиран во опсег од 1500-2000 ms. На субјектите им беше наложено да одговорат штом го идентификуваат видот на сликата и пред да се претстави следната слика. Шематски приказ на парадигмата во однесувањето е дадена на слика 1. Испитувањата каде субјектите не успеале да одговорат во рамките на ИСИ биле означени како испитувања без избор и биле отфрлени од понатамошна анализа.

Шематски приказ на парадигмата во однесувањето. (а) Во рамките на блок од испитувања, на субјектите им беше наложено да се фиксираат во центарот на екранот и потоа беа претставени, по случаен редослед, со серија различни слики на лице и автомобил на едно од шесте фазни нивоа на кохерентност прикажани во (б). Секоја слика беше претставена за 30 ms, проследена со интер-стимулативен интервал во траење помеѓу 1500 и 2000 ms, при што од субјектите се бараше да направат разлика помеѓу двата вида слики и да одговорат со притискање на копче. Блок од испитувања беше завршен откако беа прикажани сите слики на лице и автомобил на сите шест фази на кохерентност. (б) Примерок од слика на лице на шест различни нивоа на кохерентност на фази (20, 25, 30, 35, 40, 45%).

Шематски приказ на парадигмата во однесувањето. (а) Во рамките на блок од испитувања, на субјектите им беше наложено да се фиксираат во центарот на екранот и потоа беа претставени, по случаен редослед, со серија различни слики на лице и автомобил на едно од шесте фазни нивоа на кохерентност прикажани во (б). Секоја слика беше претставена за 30 ms, проследена со интер-стимулативен интервал во траење помеѓу 1500 и 2000 ms, при што од субјектите се бараше да направат дискриминација помеѓу двата вида слики и да одговорат со притискање на копче. Блок од испитувања беше завршен откако беа прикажани сите слики на лице и автомобил на сите шест фази на кохерентност. (б) Примерок од слика на лице на шест различни нивоа на кохерентност на фази (20, 25, 30, 35, 40, 45%).

Стекнување податоци

Податоците за ЕЕГ беа добиени истовремено во просторија со електростатичка заштита (ЕТС-Линдгрен, Глендејл Хајтс, ИЛ) со помош на електрофизиолошки засилувач Сензориум ЕПА-6 (Шарлот, ВТ) од 60 електроди на скалпот Ag/AgCl и од три периокуларни електроди поставени под левото око и на левата и десната надворешна кантија. Сите канали беа упатени кон левиот мастоид со влезна импеданса & lt15kΩ и подлога за брадата. Податоците беа земени како примероци на 1000 Hz со аналогна пропусна лента од 0,01-300 Hz користејќи 12 dB/октава висока пропустливост и елиптични нископропусни филтри од осми ред. Последователно, софтверски базиран филтер со висока брзина од 0,5 Hz беше искористен за отстранување на наноси на DC и беа применети филтри со засеци од 60 и 120 Hz (хармонични) за да се минимизираат артефактите на бучава од линијата. Овие филтри беа дизајнирани да бидат линеарна фаза за да се минимизираат нарушувањата на одложувањето. Моторниот одговор и стимулативните настани снимени на одделни канали беа одложени за да одговараат на доцнењата воведени со дигитално филтрирање на ЕЕГ.

Отстранување на артефакт на движење

Пред главниот експеримент, испитаниците го завршија експериментот за калибрација на мускулите на очите за време на кој им беше наложено постојано да трепкаат по појавата на крстот за фиксација на бело-црно, а потоа да направат неколку хоризонтални и вертикални сакади според положбата на фиксациониот крст. поднесување на 1 ° × 1 ° на видното поле. Хоризонталните сакади засилија 33 °, а вертикалните сакади 22 °. Времето на овие визуелни знаци беше снимено со ЕЕГ. Ова ни овозможи да утврдиме линеарни компоненти поврзани со трепкање на очите и сакади (користејќи анализа на главната компонента) кои потоа беа проектирани надвор од ЕЕГ снимен за време на главниот експеримент (Пара и сор., 2003 година). Испитувањата со силно движење на очите или други артефакти на движење беа рачно отстранети со инспекција. Имаше најмалку 40 испитувања без артефакти за секоја дадена состојба (т.е. најмалку 80 испитувања за двете групи на испитувања на лице и автомобил на секое ниво на кохерентност на фази).

Анализа на податоци

На дадено ниво на кохерентност, ние исто така изградивме дискриминаторски мапи на компоненти. Ние ги усогласивме нашите испитувања до почетокот на визуелната стимулација како што е прикажано на Слика 2а (црна вертикална линија) и ги подреди по време на реакција (сигмоидни криви). Секој ред од дискриминаторската компонента на мапата претставува едно судење низ времето. Дискриминаторските компоненти се претставени со y вектори. За да ја изградиме оваа карта, избравме прозорец за обука, означен со белите вертикални ленти (за овој пример почнувајќи од 180 ms пост-стимул), при што го обучивме нашиот линеарен дискриминатор да го процени тежинскиот вектор w за сите наши сензори во X, така што y е максимално дискриминирачки помеѓу испитувањата на лице и автомобил. Откако на w векторот е проценет со користење на податоци добиени само од прозорецот за обука, ние ги применивме w до податоците за сите испитувања и за сите времиња. Резултирачката дискриминаторска компонента на мапата е прикажана на слика 2аНа Црвената боја претставува позитивна, а сината негативна активност. За овој пример, добиената компонента за дискриминација се појавува 80180 ms по почетокот на визуелната стимулација и е стимулирана. Се очекува компонентите заклучени со одговор да имаат сигмоиден профил сличен на вистинското време на одговор на субјектот.

Резиме на нашата ЕЕГ анализа за едно судење. (а) Пример за карта за дискриминаторска компонента произлезе од нашата линеарна анализа за еднократно испитување. (б) Грбна глетка на проекциите на сензорот а и значењето на компонентата како што е квантифицирано со анализа на РОК (видете го текстот за детали).

Резиме на нашата ЕЕГ анализа за едно судење. (а) Пример за дискриминаторска компонента карта произлезе од нашата линеарна анализа за еднократно испитување. (б) Грбна глетка на проекциите на сензорот а и значењето на компонентата како што е квантифицирано со анализа на РОК (видете го текстот за детали).

Обуката на дискриминаторот во неколку временски прозорци ни овозможи да ја визуелизираме временската еволуција на дискриминирачката компонента активност. Користевме груб до добар пристап за да ги идентификуваме двата најдискриминирачки временски прозорци на ниво на кохерентност во секоја фаза. Првично го обучивме дискриминаторот додека го лизгавме прозорецот за обука во сегменти од 30 ms кои не се преклопуваат од почетокот на визуелната стимулација до најраното време на одговор. Последователно, го обучивме дискриминаторот со лизгање на прозорецот во поситни чекори (10 ms) само околу двата најдискриминирачки региони, идентификувани со погрубото пребарување.

Искористувајќи ја линеарноста на нашиот модел, ние последователно го искористивме форвардниот модел за да ја проектираме оваа дискриминирачка активност назад кон сензорите. Резултирачките проекции на скалпот а се прикажани на слика 2б и се користат за толкување на невроанатомското значење на добиената компонента за дискриминација.

Ние ги квантифициравме перформансите на линеарниот дискриминатор според областа под кривата на карактеристиката на операторот на примачот (ROC), наречена Аz, со пристап-отсуство-едно-излегување (Дуда и сор., 2001 година). Ние го користевме ROC Аz метрички за карактеризирање на перформансите за дискриминација додека го лизгаме прозорецот за обука од почетокот на стимулот до времето на одговор (различно τ). Конечно, со цел да се процени значењето на добиената компонента за дискриминација, ние користевме техника за подигнување за да го пресметаме Аz вредност што води до значајно ниво на П = 0,01. Поточно, пресметавме ниво на значење за Аz со изведување на тест за отсуство по рандомизирање на етикетите на вистината на нашите испитувања на лице и автомобил. Овој процес на рандомизација го повторивме 100 пати за да произведеме Аz рандомизација на дистрибуција и пресметување на Аz што доведува до значајно ниво на П = 0,01 прикажано на слика 2б по црвена линија со точки.

Психометриски и неврометриски функции

Веројатност за избор

Ние пресметавме веројатност за избор на избрани нивоа на кохерентност на фаза за сите наши предмети. Ние ги обележавме сите испитувања врз основа на видот на одговор/избор, а не од типот на стимул (т.е. сите одговори на лицето - правилно лице и неточни испитувања на автомобили - наспроти сите одговори на автомобили - правилни испитувања на автомобил и неточни испитувања на лице). Потоа ја повторивме анализата на ROC опишана во Анализа на податоци и класифицирана помеѓу испитувања за избор на „лице“ и „автомобил“, така што новиот сет на Аz вредностите сега претставуваат веројатност за избор.

Статистички тестови


ДИСКУСИЈА

Во оваа студија ги испитувавме фазите на обработка вклучени во асоцијативното препознавање. Ние спроведовме ЕЕГ-експеримент кој вклучуваше манипулации со должината на зборот, асоцијативниот вентилатор и типот на сондата, чија цел беше да ги искористи перцептивните фази на кодирање, пронаоѓање и одлучување претпоставени од моделот на асоцијативно препознавање ACT-R. Во следните делови, ние дискутираме за тоа што откриваат резултатите од однесувањето, ERP и класификаторот за секоја манипулација за обработката што се случила, плус импликациите за моделирање на асоцијативно препознавање.

Ефекти на должината на зборот и перцептивно кодирање

Се очекуваше манипулацијата со должината на зборовите да влијае на фазата на перцепција на кодирање и да се манифестира во почетокот на изведбата. Немаше никакви ефекти на должината во податоците за однесувањето, веројатно затоа што раниот локус на манипулацијата доведе до тоа сите ефекти врз РТ да се апсорбираат или измијат со подоцнежна обработка. Анализите на ERP открија дека долгите зборови создаваат повеќе позитивни напони отколку кратките зборови на лево-фронталниот скалп од 300 до 350 msec (види слика 1), во согласност со претходниот наод за широка позитивност во однос на фронталниот регион од 300 msec (Van Petten & amp Кутас, 1990). Класификаторот покажа дека информациите во ЕЕГ сигналот разликуваат долги и кратки зборови од 100 до 500 msec (види слика 6). Имајќи предвид дека перцептивното кодирање беше неопходен прв чекор во обработката и должината на зборовите е перцептивна карактеристика, има смисла класификаторот да открие информации рано во ЕЕГ сигналот за дискриминација на должината на зборот. Колективно, овие резултати покажуваат дека должината на зборот имала ефект врз раната фаза на кодирање на перцепцијата, но не и на подоцнежните фази.

Овие резултати - особено успехот на класификаторот во изолирањето на раниот нервен потпис на должината на зборот преку окципиталниот скалп - се во согласност со пошироката невронаучна литература. ЕЕГ (Hauk & amp Pulvermüller, 2004), MEG (Sudre et al., 2012 Assadollahi & amp Pulvermuller, 2003), PET (Mechelli, Humphreys, Mayall, Olson, & amp Price, 2000), и fMRI студии (Indefrey et al., 1997 ) покажуваат дека визуелниот кортекс придонесува за обработка на текст и дека одговорите од областите во визуелниот кортекс се модулирани според должината на зборот. Иако ефектот на раната окципитална должина на зборот е конзистентен со она што е познато за визуелниот кортекс, подоцнежниот ефект на должина на фронталниот збор е потешко да се протолкува. Ван Петен и Кутас (1990) сугерираа дека фронталниот ефект е поврзан со некоја јазична разлика помеѓу долги и кратки зборови, меѓутоа, тие не ги извршија потребните манипулации неопходни за да дадат посилно тврдење. Во моментов, не е јасно дали ефектот на должината на фронталниот збор зависи од правописните, фонолошките или семантичките својства на долгите и кратките зборови.

Асоцијативни фанови ефекти и пронаоѓање

Се очекуваше манипулацијата со асоцијативниот фан да влијае на фазата на пронаоѓање и да се манифестира среде настап. Податоците за однесувањето открија подолги РТ и повисоки стапки на грешки за паровите Фан 2 во споредба со паровите Фан 1 (види Табела 1), во согласност со претходните истражувања и моделот ACT-R (на пример, видете Андерсон, 2007 Андерсон и засилувач Редер, 1999). Податоците на ERP направија интересна слика, покажувајќи различни рани и доцни ефекти на вентилаторот. Анализата заклучена со стимулации откри рано дејство на вентилаторот од 400 до 450 msec, за кое време паровите Fan 1 произведоа повеќе негативни напони отколку паровите Fan 2 над централните и париеталните места (види слика 2). Анализата заклучена со стимул, исто така, откри доцен ефект на вентилаторот од 700 до 900 msec, за кое време паровите Fan 1 произведоа повеќе позитивни напони од паровите Fan 2 над десните фронтални и централни места. Анализата заклучена со одговор покажа дека овој доцен ефект на вентилаторот се зголемил до одговорот (види слика 4).

Раните и доцните ефекти на вентилаторот во податоците за ERP може да се разберат во однос на теориите за препознавање со двопроцесен процес (Rugg & amp Curran, 2007). Блискоста и сеќавањето, двата процеси предизвикани во теории со двопроцес, се чувствителни на вентилаторот (Nyhus & amp Curran, 2009). Ефектите на вентилаторот во тековната студија може да дадат информации за овие процеси. Раниот ефект на вентилаторот, кој се појави набргу по ефектот должина на зборот, може да го одразува сигналот за запознавање од првичната обработка на кодираните сонда зборови. Доцниот ефект на вентилаторот, што се случи пред одговорот, може да го одразува сеќавањето на проучените парови зборови.

Природата на доцниот ефект - парови од вентилатор 2 што произведуваат повеќе негативни напони од паровите Фан 1 над фронталниот скалп - е сличен во некои погледи со негативниот бавен потенцијал забележан од Хајл и сор. (1996). Нихус и Куран (2009), исто така, објавија ефект на вентилатор на ERP преку фронталниот скалп. Нашиот ефект беше латерализиран со право, додека Nyhus и Curran (2009) и Heil et al. (1996) откри дека ефектот на вентилаторот е максимален над левата хемисфера. Нашиот експеримент се разликува од Хајл и сор. (1996) на два важни начина. Прво, применивме високопропусен филтер (0,1 Hz) на нашите податоци, додека Heil et al. не го. Второ, нашата задача им овозможи на учесниците да одговорат значително побрзо. Овие разлики може да ја ограничат нашата способност да го откриеме бавниот потенцијал пријавен од Хајл и сор. (1996).

Разликата во страничноста на ефектот на вентилаторот, исто така, може да ги одразува разликите во материјалите за задачи. И Хадер и сор. (2005, 2007) и Хајл и сор. (1996) откри дека топографската распределба на ефектот на вентилаторот варира според модалитетот на стимулација. Иако експериментите со fMRI со стимули слични на оние што се користат во тековната студија откриле најсилни ефекти на вентилаторот во левата pFC (Danker et al., 2008), Sohn et al. (2003) пријавени ефекти и во десниот pFC, исто така.

Класификаторот покажа дека има информации во ЕЕГ -сигналот од 400 msec натаму што прави разлика помеѓу паровите Fan 1 и Fan 2 (види слика 6). Фактот дека информациите за обожавателите станаа достапни кон крајот на временскиот период за време на кој класификаторот точно направи дискриминација помеѓу должината на зборот (100-500 msec) сугерира дека пронаоѓањето започнало откако зборовите на сондата биле кодирани, без интервентна фаза. Овој заклучок е конзистентен со резултатите од студијата на Андерсон, Ботел и Даглас (2004), кои ги следеа движењата на очите за време на асоцијативното препознавање и најдоа докази кои сугерираат дека пронаоѓањето не започнува с fully додека парниот збор сонда не е целосно кодиран. Постојаноста на добра точност на класификацијата за вентилаторот над неколку стотици милисекунди сугерира дека секој од различните ефекти на вентилаторот во податоците за ERP обезбеди дијагностички информации за класификаторот. Колективно, бихевиористичките, ERP и класификаторските резултати ја поддржуваат идентификацијата на асоцијативната манипулација со навивачите со фаза на изнаоѓање при асоцијативно препознавање.

Ефекти на сондата, пронаоѓање и донесување одлуки

Се очекуваше манипулацијата со типот на сондата да влијае и на фазите на пронаоѓање и на одлучување и ќе се манифестира доцна во изведбата, непосредно пред одговорот. Податоците за однесувањето открија подолги РТ за повторно спарени фолии во споредба со целите (види Табела 1), што е во согласност со идејата дека може да биде потешко да се донесе одлука кога има натпревар на ниво на ставка, но не и на асоцијативно ниво (т.е. зборовите од сондата се совпаѓаат со изучените зборови, но беа од различни парови).

Анализата на ERP-заклучените стимуланси откри дека целите произведуваат повеќе позитивни напони отколку повторно спарени фолии над париеталните и централните локации од 500 до 900 msec (види слика 3), слично во некои аспекти на париеталниот стар/нов ефект забележан во претходни истражувања (на пример, Curran, 2000 Düzel et al., 1997). Анализата заклучена со одговор откри дека ефектот бил присутен непосредно пред одговорот (види слика 5). Класификаторот покажа дека информациите во ЕЕГ-сигналот кои започнуваат околу 300 msec пред одговорот јасно да ги разликуваат целите и повторно спарените фолии (види слика 6 забележете дека се чини дека имало порано дејство околу 600 msec пред одговорот) и стана се повеќе дијагностички водечки до одговорот.Подоцнежниот почеток на добра точност на класификација за условите на сондата во однос на раниот ефект на вентилаторот покажува дека целите и повторно спарените фолии може да се разликуваат само откако ќе се случи извлекување.

Како што беше претпоставено, манипулацијата со истрагата резултираше со париетален стар/нов ефект, кој се поклопува со ефектот на вентилаторот за време на фазата на пронаоѓање. Овој ефект беше билатерален, иако париеталниот стар/нов ефект обично се остава странично (на пример, Rugg & amp; Curran, 2007 година, сепак, ефектот е често присутен и на десната хемисфера, исто така, на пример, Woodruff, Hayama, & amp; Rugg, 2006 Curran, 2000, 2004). Една разлика помеѓу претходните студии за меморија за препознавање и тековната студија е дека стариот/новиот статус се разликуваше помеѓу целите и повторно спарените фолии на асоцијативно ниво на парови на зборови, а не на ниво на ставка на одделни зборови. Во студија слична на нашата, Спеер и Куран (2007) ја тестираа способноста на учесниците да прават разлика помеѓу проучените и преуредените парови на предмети и исто така најдоа најсилни ефекти врз десната хемисфера. Така, асоцијативните разлики во стариот/новиот статус може да резултираат со посилни ефекти во десната хемисфера отколку во левата хемисфера.

Во тековниот експеримент, целите и повторно спарените фолии беа претставени 13 пати за време на фазата на тестирање. Иако учесниците првично мораа да извршат асоцијативно препознавање со сеќавање дали зборовите биле изучувани заедно, тие на крајот може да се префрлат на стратегија во која тие одредуваат кога за време на експериментот (обука наспроти тест фаза) зборовите биле презентирани заедно. Иако с still уште имаше јасна разлика во RT помеѓу целите и повторно спарените фолии во последниот блок од експериментот (1117 наспроти 1277 msec), Ф(1, 19) = 29.81, стр & lt .001, ова може да се должи на разликите во јачината на меморијата. За да испитаме дали париеталниот стар/нов ефект се променил во текот на експериментот, го анализиравме ефектот на типот на сонда од 500 до 900 msec за време на првата и втората половина од тест фазата. Целите постојано предизвикуваа попозитивен одговор отколку повторно спарени фолии на десно-париеталниот скалп и интеракцијата помеѓу сондата и половина од тестот не пристапи кон значењето, Ф(1, 19) = 0.97, стр & gt .1.

Импликации за моделирање на асоцијативно препознавање

Резултатите од однесувањето, ERP и класификаторот генерално ја поддржуваат природата и редоследот на фазите на обработка на информации претпоставени од моделот ACT-R за асоцијативно препознавање. Манипулациите со должината на зборот, асоцијативниот вентилатор и типот на сондата влијаеја врз хипотетизираните фази на перцептивно кодирање, пронаоѓање и донесување одлуки во очекуваниот редослед и во разумни времиња, што се рефлектира со модулации во брановите форми на ERP и промените во точноста на класификаторот. Меѓутоа, превртувањето на ефектот на вентилаторот во податоците на ERP за време на извршувањето на задачата имплицира посложена фаза на пронаоѓање отколку што првично се претпоставуваше со моделот ACT-R, што би предвидело единствен ефект на вентилаторот во втората половина од експериментот.

Ние претпоставуваме дека раниот ефект на вентилаторот го рефлектира пристапот до информациите за елементите во меморијата (т.е. дали се проучени поединечните зборови на сондата), додека ефектот на доцниот вентилатор го одразува пристапот до асоцијативни информации во меморијата (т.е. дали парот на зборот сонда е проучен). Од перспектива на теории за препознавање со двопроцесен процес, информациите за предметите ќе станат достапни поради блискоста, а асоцијативните информации ќе станат достапни поради сеќавањето (Дијана и сор., 2006 Јонелинас, 2002). Моделот ACT-R не вклучува процес на запознавање. До информациите за елементите се пристапува на начин сличен на начинот на кој се добиваат асоцијативните информации со користење на индивидуални сонда зборови за да се извлечат проучените зборови од меморијата (Андерсон, Ботел, Лебиер и засилувач Матеса, 1998).

Пронаоѓањето и на елементарните и на асоцијативните информации во моделот ACT-R може да се усогласи со обратените ефекти на вентилаторот во податоците на ERP доколку тие ефекти ја одразуваат силата на сеќавањата што се добиваат. Во случај на пронаоѓање на ставки, зборовите на навивачот 2 можеа да бидат посилно претставени во меморијата во споредба со зборовите „Обожавател 1“, бидејќи тие се појавуваа почесто кај проучуваните парови, одразувајќи ја природата на манипулацијата со вентилаторот. Исто така, на учесниците им требаше подолго време да научат парови Fan 2 за време на обуката, што значи дека тие биле изложени на зборовите Fan 2 почесто отколку зборовите на Fan 1 во таа фаза. Предметите презентирани почесто за време на студијата се препознаваат подобро од предметите презентирани поретко (на пример, Stretch & amp Wixted, 1998 Ratcliff, Clark, & amp Shiffrin, 1990). Како резултат на тоа, пронаоѓањето ставки за зборовите на фан 2 може да се олесни во однос на зборовите на „Обожавател 1“, што резултира со попозитивен потенцијал за зборовите на фан 2. Ова е во согласност со студијата на Фениган, Хемфрис, Денис и Гефен (2002), кои пријавиле повеќе позитивни ефекти N400 за строго кодирани ставки отколку за слабо кодирани ставки. Во случај на асоцијативно пребарување, паровите Fan 2 би биле потешки за пристап отколку паровите Fan 1 затоа што нивните составни зборови биле поделени во повеќе парови, давајќи форма на асоцијативна интерференција. Како резултат на тоа, асоцијативното пребарување за паровите на вентилаторот 2 ќе биде нарушено во однос на она за паровите на навивачот 1. Комбинирање на овие идеи, олеснето пребарување ставки за зборовите Fan 2 и оштетено асоцијативно пребарување за парови Fan 2 може да резултира со обратен ефект на вентилаторот што го забележавме во податоците за ERP.

Резултатите од ERP и класификаторот исто така сугерираат дека фазите на пронаоѓање и одлучување донекаде се совпаѓаат. Доцниот ефект на вентилаторот продолжи до одговорот (види Слики 4 и 6) и анализата заклучена со одговор откри слични топографии на скалпот за доцниот ефект на вентилаторот и ефектот на целната фолија (види слика 4 и 5). Едно толкување на овие резултати е дека асоцијативното барање претставува дел од процесот на одлучување, при што исходот од пронаоѓањето автоматски обезбедува докази за и против различни одлуки. Алтернативно, овие доцни париетални ефекти може да укажуваат на доверба во одговорот (на пример, Вудруф и сор., 2006). Целите произведоа повеќе позитивни напони отколку повторно спарени фолии, а паровите Fan 1 произведоа повеќе позитивни напони од паровите Fan 2. Овие ефекти личат на ефектите P300 (париеталниот стар/нов ефект го опфаќа P300 на пр., Curran, DeBuse, Woroch, и засилувач Хиршман, 2006), за кои е познато дека корелираат со довербата во одговорот (на пр., Nieuwenhuis, Aston-Jones, & amp; Cohen, 2005 Сатон, Ручкин, Мунсон, Китцман и засилувач Хамер, 1982 Вилкинсон и засилувач Силс, 1978).

Покрај моделот ACT-R, овие резултати имаат импликации за другите модели на асоцијативно препознавање, вклучувајќи ги и оние што не прават исти разлики помеѓу фазите на обработка. На пример, моделите за акумулација на докази обично вклучуваат фаза која ги интегрира процесите на барање и одлучување (на пример, Ратклиф и засилувач Смит, 2004 Ратклиф, 1978). Поконкретно, доказите за одговорите постепено се акумулираат врз основа на информации добиени од меморијата, а одлуката се јавува кога акумулираните докази ќе достигнат критериум. Одлуката не е посебен процес, туку крајна точка на акумулација на докази базирани на пронаоѓање, што е во согласност со гореспоменатите сличности помеѓу доцниот ефект на вентилаторот и ефектот на сондата.

Иако е можно моделите за акумулација на докази да произведат ефекти на однесувањето на навивачите што ги забележавме, не е очигледно дали тие би можеле да се усогласат со обратните ефекти на вентилаторот во податоците на ERP. Може да се тврди дека обратните ефекти на вентилаторот ги одразуваат промените во видот на доказите што се акумулираат, при што раниот ефект на вентилаторот ги одразува информациите за елементите и доцниот ефект на вентилаторот што ги одразува асоцијативните информации, како што беше дискутирано претходно. Навистина, постојат модели што овозможуваат такви промени во акумулацијата на докази за време на процесот на обработка (на пример, Брокдорф и засилувач Ламбертс, 2000 Ратклиф, 1980). Меѓутоа, со оглед дека двата вида на информации ќе придонесат за ист процес на акумулација на докази, може да се очекува раните и доцните ефекти на вентилаторот да имаат слични топографии на скалпот. Спротивно на тоа, откривме дека раниот ефект на вентилаторот се манифестира над лево-централните и лево-париеталните места, додека доцниот ефект на вентилаторот се манифестира над десно-фронталните и десно-централните места (види слика 2).

И покрај предизвиците од ERP -податоците, моделите за акумулација на докази добиваат поддршка од резултатите од класификаторот (види слика 6). Effectе се очекува ефект на вентилатор за времетраењето на процесот на акумулација на докази, во согласност со точноста на класификаторот при разликување на парови Fan 1 и Fan 2 од 400 msec натаму. Се очекува ефектот на сондата да се појави постепено, бидејќи акумулираните докази с increasingly повеќе укажуваат на цел или повторно спарена фолија, во согласност со зголемената точност на класификаторот при разликувањето на целите и впарените фолии од 600 msec натаму. Сепак, забележете дека моделите на класификација се исто така во согласност со моделот ACT-R. Неговите дискретни фази на обработка можат да произведат оценети промени во точноста со текот на времето, ако времето на завршување на процесите е променливо (на пример, Шнајдер и засилувач Андерсон, 2012). Така, резултатите од класификаторот не поддржуваат уникатно ниту еден од моделите.

Заклучок

Претходната дискусија ги нагласува начините на кои комбинацијата на бихевиорални, ERP и класификаторски резултати може да го информира моделирањето на асоцијативното препознавање. Иако резултатите даваат општа поддршка за фазите на обработка претпоставени со моделот ACT-R, немаше претходна гаранција дека ќе го направат тоа. На пример, од перспектива на едноставен модел за акумулација на докази, може да се очекува дека ефектите од вентилаторот и сондата во податоците на ERP целосно ќе се поклопат временски и топографски, врз основа на нивното припишување на заедничка фаза. Имаше докази за преклопување помеѓу доцниот ефект на вентилаторот и ефектот на сондата, но раниот ефект на вентилаторот имаше различни карактеристики, што укажува на комплексна врска помеѓу процесите на добивање и донесување одлуки. Методологијата за класификација користена во оваа студија покажа како техниките на машинско учење можат да обезбедат дополнително влијание во толкувањето на податоците. На пример, иако стандардната ERP анализа не откри рано окципитално дејство на должината на зборот, мултиваријатната шема што ја користеше класификаторот овозможи дискриминација помеѓу должините на зборовите веќе 100 msec. Дополнително, дискриминацијата на класификаторот врз условите на вентилаторот и сондата обезбеди увид во врска со фазите на пронаоѓање и одлучување на обработката што не може да се заклучи само од податоците за однесувањето. Така, оваа студија претставува пример за тоа како деталните временски податоци од ЕЕГ, дополнети со модерни техники на класификација, можат да се користат за проценка на основните компоненти на пресметковните модели на сознавање.

Барањата за повторно печатење треба да се испратат до Јелмер П. Борст, Оддел за психологија, Универзитетот Карнеги Мелон, 5000 Авенија Форбс, Питсбург, ПА 15213, или преку е-пошта: [email protected]


МЕТОДИ

Учесници

Во главниот експеримент, испитувавме 49 учесници кои вршеа испитувања за внимание и контрола со стандардна настава (види подолу). По првичната анализа на податоците за однесувањето, овие учесници беа распоредени во една од двете групи врз основа на перформансите во контролните испитувања (т.е. РТ побрзо или еднакво/побавно од 0,8 секунди, соодветно): „брзо реагирачи“ (н = 34, две жени значат возраст = 24,74 години, SD = 3,08 години) и „бавно реагирачи“ (н = 15, шест жени значи возраст = 24,09 години, SD = 1,97 години). За да се контролира разликата во времето поминато за обработка на стимули, трета група „забавени по инструкции-одговори“ (н = 15, три жени значат возраст = 29,02 години, SD = 5,93 години) беше вклучена во студијата. Оваа група ја изврши задачата со различни инструкции (види подолу). Сите учесници беа десничари и без историја на психолошка или невролошка болест. Малиот број жени го отсликува составот на студентите на Воениот универзитет за технологија, каде што беше извршено регрутирање. Експериментот беше одобрен од локалната комисија за етика. Сите учесници дадоа писмена информирана согласност за учество во студијата.

Експериментална парадигма

Секоја експериментална сесија вклучуваше два вида испитувања наречени внимание (н = 48) и контрола (н = 48). Секое испитување се состоеше од подготвителен период (2, 3, 4 или 5 секунди избран со униформа веројатност), по што следеше период на извршување задачи (1,8 секунди). Променливото и долго времетраење на подготвителниот период бараше постојано внимание и ни овозможи да ги проучуваме подготвителните процеси изолирано од извршување задачи или кодирање стимули (Слика 1).


Благодарници

Оваа работа беше поддржана од Грант за започнување на Европскиот совет за истражување (РКЕ) (на РГОЦ) во рамките на програмата за истражување и иновации „Хоризонт 2020“ на Европската унија (договор за грант бр. 638289), од Грант за поддршка на научната фондација Ирска (на РГОЦ) и Стипендија за постдипломски студии на Ирскиот совет за истражување (до АХ). С.П.К. е поддржана со Награда за развој на кариера од Научна фондација Ирска (15/ЦДА/3591). Финансирачите немаа никаква улога во дизајнот на студијата, собирање и анализа на податоци, одлука за објавување или подготовка на ракописот.


Материјали и методи

Предмети

Шест субјекти учествуваа во студијата (еден женски, просечна возраст-27,33 години). Ниту еден од субјектите немаше професионално или колегијално бејзбол искуство. Сите испитаници пријавиле нормален или коригиран вид и немале историја на невролошки проблеми. Добиена е информирана согласност од сите учесници во согласност со упатствата и одобрувањето на Одборот за институционална ревизија на Универзитетот Колумбија.

Преглед на стимули и парадигма на однесување

Субјекти прегледани на компјутерски монитор 12 блока од 50 симулирани безбол терени со просечен нервозен интер-стимулативен интервал (ИСИ) од 2150 ms. Симулираниот поглед беше местото каде што фаќачот ќе седне на стандарден бејзбол дијамант, односно на крајната точка на траекторијата на теренот. Од библиотека од 50 терени, секој што доаѓа од еден од трите типа на теренот (�stballs, ” “urveballs, ” и “sliders ”), предметот беше претставен, на секое судење, избран терен на псевдо -случајно.

За оние кои не се запознаени со бејзболот, трите терени се разликуваат по нивната брзина и пат низ вселената. Брзо топче има траекторија која е исправена со многу малку хоризонтална или вертикална пауза во споредба со обичната параболична траекторија. А curveball има комбинација од странично вртење и вртење што создава и пауза од десно и надолу. Лизгачот има само странична страна, што создава само пауза од десно. Субјектите требаше да ги дискриминираат терените врз основа на овие траектории и разликата во брзините. Сите терени беа симулирани со помош на равенките на движење (види подолу). Видео клипови што прикажуваат по еден пример за секој од трите типа на теренот се дадени во онлајн дополнителен материјал.

На субјектите им беше наложено да го идентификуваат видот на тонот што е можно побрзо преку одговорот на копчето на тастатурата, каде што секој избор на висина беше прикажан на единствено копче (“j, ” “k, ” и “l &# x0201D). На субјектите им беше кажано да одговорат додека топката с still уште беше на екранот. Сите одговори на копчињата беа извршени со десната рака, без оглед на рачноста. Во почетната фаза на обука, субјектите ја научија општата траекторија на секој чекор со гледање примери, и за кратка тренинг сесија тие одговорија со копче. Сесијата за вежбање содржеше 20 терени избрани во псевдо -случајност без повратни информации и потоа беа прашани дали се чувствуваат удобно да ја извршат задачата во потребното време. Сите субјекти одговориле потврдно и 12 -те блокови од 50 терени започнаа со евиденција на податоците за ЕЕГ. Учесниците не добија повратни информации или не собраа награда за нивната изведба, сепак, тие добија компензација за нивното време.

Работна станица Dell Precision 530 беше искористена за да ги прикаже визуелните дразби со E-Prime 2.0 (Шарпсбург, ПА, САД). Субјектите седеа во просторија заштитена со RF, 100 см од центарот на компјутерскиот екран, каде што површината за прикажување стимули покриваше хоризонтален агол од ଖ.5 ° и вертикален агол од କ.0 °.

Почетокот на секој видео клип беше стимулативен настан со кој се случи заклучување на времето на ЕЕГ. Стимулативните настани беа пренесени на системот за снимање ЕЕГ преку TTL пулс во каналот за настани. Во пост хок анализа, реакциите беа синхронизирани со ЕЕГ преку нивните доцнења од стимулативниот настан.

Симулации на теренот

Секој видео клип беше креиран со помош на диференцијални равенки за решавање во Matlab 2010a (Mathworks, Natick, MA, USA види Симулации на теренот подолу) и извезен во аудио-видео филмска датотека со интерлеј (.avi) (види дополнителен материјал за примери) примерок од 60 Hz (стапка на освежување на мониторот на екранот). Повеќето безбол терени може да се симулираат со помош на диференцијални равенки со шест спојки (Арменти, 1992 Адаер, 1995).

Првите три равенки ја одредуваат промената на просторната локација во секоја насока, што е еднаква на брзината на бејзболот. Последните три равенки ги одредуваат забрзувањата поради влечење [Ф(с)], силата Магнус (Б), и гравитација (е) дејствувајќи на бејзбол. Равенката 7 се користи за пресметување на силата на влечење при различни брзини со сг = 35 m/s и Δ = 5 m/s. Силата Магнус (Б), што се јавува поради диференцијално влечење на предметот што се врти, овде е приближно 4.1 × 10 𢄤 (без димензија). По одредување на почетните услови [x0, y0, z0, сx0, сy0, сz0, ω (ротациона фреквенција)], шесте обични диференцијални равенки беа решени во MATLAB.

Трите терени & брз фудбал, curveball и лизгач – имаат добро дефинирани индивидуални почетни услови. За да го креираме секој чекор, треба само да ја промениме почетната брзина и аголот на ротација. За секоја класа на теренот, 50 терени беа создадени со случајно земање дистрибуции на првичните услови за брзина, агол на ротација, агол на лансирање и хоризонтален агол на лансирање. Вредностите и распределбите што се користат за секоја класа на теренот се наведени во Табела 1.

Табела 1. Параметри за генерирање на траектории на теренот.

За секој симулиран чекор, на сивата решетка беше прикажан син круг за секоја рамка од траекторијата. Големината на синиот круг се зголемуваше како што се приближуваше до гледачот, така што даваше илузија на длабочина. Кога топката премина ȁДомашна чинија, ” синиот круг исчезна. Рамките беа компресирани во .avi филм формат (видете примери за секоја симулација на теренот во дополнителен материјал). Траекториите, за секоја симулација, беа зачувани во посебна датотека за подоцнежна употреба.

Стекнување податоци

Податоците за електроенцефалографија се добиени во електростатички заштитена просторија (ETS-Lindgren, Glendale Heights, IL, USA) со помош на засилувач BioSemi Active Two AD ADC-12 (BioSemi, Холандија) од 64 електроди на скалпот. Податоците беа земени примероци на 2048 Hz.Беше користен високо-пропусен филтер базиран на софтвер од 0,5 Hz за отстранување на наноси на DC и беа применети филтри со изрез од 60 и 120 Hz (хармонични) за да се минимизираат артефактите на бучавата од линијата. Овие филтри беа дизајнирани да бидат линеарна фаза за да се минимизираат нарушувањата на одложувањето. Настани за поттик –, односно, време на започнување на филмот и типови на теренот – беа снимени на одделни канали.

Анализата на независни компоненти (ICA) беше спроведена со помош на EEGLAB (Delorme и Makeig, 2004) за да се отстранат артефактите што трепкаат. Во епоха на заклучен стимул (� до 1500 ms), просечната основна линија беше отстранета користејќи податоци од � до 0 ms. По епоха на стимулативни настани, беше извршен автоматски алгоритам за отфрлање на епоха на епоха од ЕЕГЛАБ (Делорме и Макеиг, 2004) за да се отстранат сите епохи што го надминаа прагот на веројатност од 5 СД од просекот. Слично на тоа, при епоха на заклучен одговор (� до 1000 ms), просечната основна линија беше отстранета од � до � ms и беше извршен истиот алгоритам за автоматско отфрлање на епоха на артефакт.

Анализа на податоци

Извршивме анализа на еднократно испитување на филтрираниот, епохиран и отстранет од артефакт ЕЕГ за да направиме дискриминација помеѓу множество стимули или услови за одговор. Прво, ги разгледавме само правилните терени за однесување, каде што одговорот на корисникот беше во рамките на 100 ms од крајот на траекторијата на терените и го обучивме класификаторот да класифицира даден терен (на пример, брза топка) наспроти терени на другиот класи (на пример, curveball и лизгач). Второ, ние ги класифициравме бихевиорално исправните наспроти неточните терени во секоја класа (на пример, правилно идентификувани брзи топки наспроти погрешно идентификувани брзи топки). Табела што ја сумира анализата на класификацијата е прикажана во Табела 2.

Табела 2. Дефиниција на часови што се користат во анализата на дискриминација.

Логистичката регресија беше користена како класификатор за да се најде оптимална проекција за дискриминација помеѓу избраните два услови во одреден временски прозорец (Parra et al., 2002, 2005 Conroy and Sajda, 2012). Овој пристап беше претходно применет за да се идентификуваат нервните компоненти во основата на брзото перцептивно донесување одлуки (Gerson et al., 2005 Philiastides and Sajda, 2006 Philiastides et al., 2006). Поточно, ние дефиниравме прозорец за обука почнувајќи од време на започнување пред-стимул или пост-стимул τ, со времетраење од δ, и користевме логистичка регресија за да процениме вектор за мерење на тежина со → τ, δ T што максимално прави разлика помеѓу сигналите на низата на сензори за ЕЕГ X за секоја класа (на пример, брзи топки наспроти не-брзи топки):

Во рамнотежата 8, X е Н × Т матрица (Н сензори и Т примероци од време). Резултатот е ȁ дискриминирачка компонента ” y → што е специфична за активност поврзана со секоја состојба, додека се минимизира активноста поврзана со двата услови за задачи. Терминот “ компонента ” се користи наместо “ource ” за да стане јасно дека ова е проекција на целата активност поврзана со основниот извор. За нашите експерименти, времетраењето на прозорецот за обука (δ) беше 50 ms, а центарот прозорецот (τ) беше различен низ времето τ = 0, 25, 50, …, 975, 1000 ms во чекори од 25 ms за заклучување на стимулот и беше различно низ времето τ = - 575, - 550, …, 550, 575 ms во чекори од 25 ms за заклучување на одговорот. Го користевме алгоритмот за повторно пондерирани најмали квадрати за да го научиме оптималниот дискриминирачки вектор за просторно мерење w → τ, δ T (Jordan and Jacobs, 1994).

Со цел да се обезбеди функционална невроанатомска интерпретација на добиената дискриминирачка активност, и поради линеарноста на моделот, ги пресметавме коефициентите на електрична спојка (Ек. 9).

Оваа равенка ја опишува електричната спојка a → на дискриминирачката компонента y → што објаснува поголем дел од активноста X.

Ние ги квантифициравме перформансите на линеарниот дискриминатор според површината под кривата на карактеристиката на операторот на примачот (ROC), наведена овде како Аz, користејќи постапка за отсуство (Дуда, 2001). Ние го користевме ROC Аz метрички за карактеризирање на перформансите на дискриминација како функција на лизгање на прозорецот за обука од 0 ms пред-стимул до 1000 ms пост-стимул (т.е., различен τ) за стимулација заклучен и � ms пред-одговор до 575 ms пост -одговор за одговор-заклучен. Овие временски периоди обезбедија значително време и по стимулансот и по бихевиористичкиот одговор (притискање на копче) за да се набудува секој електрофизиолошки одговор на теренот.

Ние го квантифициравме статистичкото значење на Аz во секој прозорец (τ) користејќи процедура за повторно означување. Со 41 прозорец за заклучен стимул и 47 за заклучен одговор, моравме да го поправиме овој број на споредби во рамките на стимулативните и заклучените реакции-отсуство, соодветно. Да се ​​поправи Бонферони стр < 0,05 праг во двете услови на заклучување, истрчавме доволно пермутации за да имаме соодветен број примероци во рамките на стр < праг 0,001 (т.е. стр < 0,05/41 и стр < 0,05/47). За таа цел, ние ги рандомизиравме етикетите на вистината (т.е. теренот беше брза топка, виткач или лизгач) за секое испитување и го преквалификувавме класификаторот. Ова беше направено 3750 пати за секој предмет (1250 пермутации за секоја комбинација за споредба на теренот), давајќи вкупно 22.500 пермутации за анализа на ниво на група. На Аz вредностите од овие пермутации беа искористени за да се воспостави а стр < праг 0,001, односно, a стр < 0,05 Бонферони го коригираше нивото на значење. Сите значајни резултати на тој начин се пријавени на стр < 0,05 коригирано за повеќе споредби.

Локализација на извор информиран за компоненти

Ја искористивме локализацијата на изворот за да ги испитаме разликите помеѓу правилно наспроти неправилно идентификувани терени. Прво, ги класифициравме податоците за ЕЕГ заклучени со стимулации на неправилно наспроти правилно идентификувани терени, како што се сумирани во десната половина на Слика 1 и Табела 2. Ова беше направено врз основа на одредена тема, освен за еден субјект за кој немаше грешки при дискриминација на лизгачот, затоа тој предмет беше отстранет за да не се пристрасни резултатите. За секој од преостанатите пет предмети, потоа го избравме прозорецот на кој се наоѓа LOO Аz вредноста беше максимална, со ограничување дека максимумот за предметот не е надвор од опсегот од 3 СЕ на средниот врвен тајминг специфичен за теренот. Ова беше направено за да се осигура дека анализата на локализација испитува временски вообичаен феномен кај субјектите.

Слика 1. Просечни одговори во однесувањето кај субјектите за (А) точност и позитивна предвидлива вредност (ППВ) и (Б) средно време на одговор за правилно и неправилно идентификувани терениНа Сите решетки се прикажани со стандардни грешки (Н Д 6).

Користејќи ги овие маркери на време, ние просечно ги проценивме податоците за ЕЕГ-сензорот во сите епохи кои беа или правилно идентификувани или погрешно идентификувани, создавајќи голем просечен ERP за секој од петте субјекти, за секој чекор и за двете точности. Со оглед на пет теми, три терени и два услови, ова резултира со вкупно 15 ERP за секоја состојба (т.е. за правилно идентификувани и погрешно идентификувани терени).

Користејќи ги овие големи просечни вредности на ERP, ние потоа користевме алгоритам за локализација на изворот (sLoreta Pascual-Marqui et al., 1999) за да ги процениме најверојатните дистрибуции на кортикални извори. Овој алгоритам решава за најверојатната тековна распределба на изворот во кортексот врз основа на податоците за ЕЕГ сензорот и топологијата на низата. Ги користевме овие дистрибуции за да ги споредиме неточните наспроти правилните услови за класификација по предмети и терени.


Одговор на авторот

Суштински ревизии:

1) Зголемувањето на амплитудата на реакцијата на зеницата со РТ може да се објасни со карактеристиките на периферниот систем што го контролира дијаметарот на зеницата, а не централната состојба на возбуда - Секој сигнал на централно возбудување што ја обликува кортикалната состојба (т.е. одговор на ЛК, базален преден мозок или која било друга центар кој придонесува за централно возбудување и влијае на дијаметарот на зеницата) поминува низ слабите периферни системи (периферни нерви/ганглии, мазни мускули на зеницата) за да произведе измерен ученички одговор. Претходната работа ја квантифицираше оваа трансформација како едноставна линеарна конволуција со функција на импулсен одговор на зеницата (IRF, на пример, Hoeks and Levelt, 1993 Korn and Bach, JoV, 2016).) Овој пристап на линеарни системи може, но не мора да биде точен за средниот опсег на дијаметри на зеницата измерен во човечки лабораториски услови. Без оглед на спецификите на трансформацијата, поентата е дека, исто како и за fMRI, измерениот одзив на зеницата е само нископропусна филтрирана верзија на централниот влезен сигнал. Очигледно, оваа студија се однесува на заклучената амплитуда на централниот сигнал за возбуда. Ако тој централен сигнал се одржува, амплитудата на периферниот зеничен одговор се зголемува со времетраењето на централниот сигнал - дури и ако амплитудата на централниот сигнал не се промени.

Претходната работа покажува дека проширувањето на зеницата за време на перцептивните одлуки е поттикнато од постојан централен влез-или плато или бавно создавање-во текот на интервалот на формирање одлуки (Cheadle et al., 2014 de Gee et al., 2014, 2017 Murphy и сор., 2016). Секогаш кога има таква издржана компонента во влезот, може тривијално да го предвиди десното (пострмно) крило на заплетот на Слика 1Е - оттука, исто така, може да објасни дел од последователните ефекти на одговорот на зеницата на ЕЕГ маркерите. Овој безначаен ефект може да се преклопи со интересен, вистински ефект на фазна возбуда (можеби негативна падина), за да се произведе немонотон модел прикажан на Слика 1Е и следните. Самите автори се повикуваат на горниот заклучок дека некои компоненти на централните сигнали за возбуда може да се одржат. (Можеби не станува збор за LC-компонента, туку за DA неврони, од кои некои покажуваат постојана активност за време на формирањето на одлуката.) Но, тогаш горната „RT-confound“ е неизбежна. Можноста за таква банална конфузија ги отежнува толкувањето на резултатите.

Еден можен начин за решавање на оваа конфузија може да биде да се вклопат различни GLM уреди што го завојуваат секој влезен регресор со „канонски“ IRF (Хукс и Ниволт). Во оваа рамка, авторите можеа да моделираат различни видови на внес во системот на зеницата, вклучително и линеарна и нелинеарна параметарска модулација со РТ, и да користат споредба на моделите за да тестираат каква форма всушност ќе се случи влезот во зеничкиот систем во нивните податоци. Меѓутоа, дури и ако оваа конфузија се реши, сегашното толкување на наодите од одговорот на ученикот сепак ќе биде проблематично поради неговото тврдење за каузалност (види коментар #2).

Ние признаваме дека нашата скаларна мерка за проширување на зеницата можеби е збунета од времетраењето на судењето. Ги прифативме советите на рецензентите и ја тестиравме соодветноста на различни GLM -уреди со цел да ја испитаме формата на внесување во системот на зеници. Со овој пристап, ние се фокусиравме на различните форми претходно тестирани од Марфи и сор., 2016. Следно, ја проширивме оваа анализа со примена на најдобриот соодветен GLM на секое индивидуално испитување со оглед на секое испитување како посебна состојба (слично на пристапот од Бах и сор., 2018. Молекуларна психијатрија). Ова ни овозможи да го процениме присуството на секоја од трите компоненти (почеток на цел, траен период и одговор) за секое испитување. Потоа ги искористивме проценките на целниот почеток на одговорот како скаларни вредности со кои ги сортиравме податоците со цел да ја испитаме нивната врска со перформансите во однесувањето, како и мерките за ЕЕГ поврзани со донесување одлуки за перцепција. Оваа анализа ни овозможи да го намалиме збунувачкиот ефект на РТ врз скаларната мерка на одговорот на зеницата, како и да направиме разлика помеѓу целниот почеток и одржливата компонента, додека с having уште имаме резолуција од едно судење за да ја испитаме нејзината врска со однесувањето и ЕЕГ потписи под истрага. Со овој пристап, откривме дека односот помеѓу одговорот на зеницата до почетокот на целта и изведбата на задачата (и компонентите на ЕЕГ) повеќе не се најдобро опишани со немонотона врска (во форма на буквата У). Наместо тоа, тие најдобро се опишуваат со инверзна монотона врска, каде што најголемите одговори на учениците се предвидливи за најдоброто извршување на задачата. Промените во анализата сега може да се најдат во ревидираниот ракопис (Материјали и методи), со слика 1-додатоци на слика 1-4 кои се однесуваат на оваа нова анализа. Севкупно, ние веруваме дека оваа промена во пристапот за проценка на одговорот на учениците се занимава со загриженоста споменати погоре, како и (некои од) загриженоста што ги покренаа рецензентите во коментарот 2 подолу.

2) Тврдењето за каузалност. Весникот, како што стои, ги толкува наодите поврзани со пониски или повисоки одговори на учениците како предизвикани од разлики во фазно возбудување. Ова ќе биде еден начин да се објаснат наодите. Сепак, постои и друг начин кој не претпоставува каузалност и изгледа барем толку веродостоен. Поточно, некои долги РТ можат да го одразуваат предметот што прави помалку, а другите долги РТ можат да го одразуваат предметот што прави повеќе. „Правејќи повеќе“ овде може да биде на пример поспоро процесирање на стимулот, што доведува до помала фазна возбуда/напор, и „правење помалку“ овде може да биде дополнителна грижа за да се потврди откривањето пред да се реагира и да се спореди со стимулот на другата страна на екранот (како што е предложено на слика 4А), што доведува до поголема или поиздржана фазна возбуда/напор. Комбинацијата на овие два типа на испитувања може пармино да ја објасни врската во форма на буквата У помеѓу одговорот на ученикот и РТ, истовремено претпоставувајќи дека возбудата е едноставно резултат на одредени карактеристики на процесот на одлучување.

Вистина е дека прашањето за каузалноста е заедничко за многу трудови од оваа област. Сепак, ние мислиме дека ова предупредување треба да се измери врз основа на: (1) дали трудот силно се расправа за каузално толкување? (2) дали има конвергентни докази што ја поддржуваат каузалната перспектива (на пример, и од РТ и од точност)? и (3) има ли некое-каузално толкување што изгледа поверодостојно од она што предизвикува? Нашето чувство е дека сите три фактори функционираат против наодите од одговорот на учениците во овој труд. Затоа, поради прашањата опишани во првите два коментари, предлагаме авторите или да го отстранат делот „фазичко возбудување“ или да го пренесат на дополнителен материјал (последната опција бара авторите да извршат дополнителна анализа предложена во коментар 1) , и наместо тоа, фокусирајте се на делот „основно возбудување“. Наодите во однос на основниот дијаметар на зеницата не страдаат од истите толкувачки прашања, барем не во ист степен, и тие даваат природно продолжување на влијанието на основната возбуда врз претходната работа врз одговорите на сензорните кортикални неврони (Мекгинли и ал., 2015). Ова е поспецифично прашање од она на што алудираат авторите во насловот и Апстракт, но тоа е она што е. Сумирано, со горенаведената, прилично фундаментална промена, студијата може да даде увид во улогата на (основната) состојба на возбуда во некаква форма на обработка на визуо-моторни одлуки и селективно внимание.

Навистина, со оглед на оваа база на податоци, не можеме да го контролираме пристапот на однесување што го зема субјектот на индивидуални испитувања. Меѓутоа, разликите во пристапот, најверојатно, ќе создадат разлики помеѓу почетокот на целта и одговорот, за време на одржливиот период на задачата. Целната почетна компонента, која веројатно рефлектира одговор одоздола нагоре за обработка на стимул (потенцијално минлив одговор на локус корулеус), не страда од истите прашања за интерпретација. Покрај тоа, овие резултати се во согласност со претходните студии кои откриваат зголемување на перформансите на испитувањата со поголем фазен одговор на возбуда и откриваат нови сознанија за тоа како овој фазен одговор влијае на различни фази на нервна обработка на донесување одлуки за перцепција. Веруваме дека со фокусирање на реакцијата на ученикот до почетокот на целта (одделно од издржливиот период и компонентата поврзана со одговорот), ги разгледавме првите две од грижите на рецензентите и затоа ги вклучивме овие резултати во главниот текст, илустрирани на Слика 1-3. Меѓутоа, ние ги поздравуваме сите дополнителни коментари и ако рецензентите сепак бараат да ги поместиме овие резултати, ние сме подготвени да го сториме тоа.

3) Авторите забележуваат дека учесниците настапиле на таванот и затоа не ја анализираат точноста. Дали ова значи дека воопшто нема пропуштени одговори/грешки? Ве молиме наведете ги податоците за точност.

Ги прецизиравме податоците за точност во Резултатите, под насловот „И тоничното и фазното возбудување се предвидливи за извршување на задачата“.

4) Во текот на ракописот, авторите заклучуваат дека немонотоните односи од супериорниот се вклопуваат во квадратни модели во споредба со линеарните. Ова не е доволно. Размислете за двата вектори: x = [1 2 3 4 5] и y = [10 5 1 1 1]. Квадратна функција би одговарала на односот помеѓу x и y подобро од линеарна функција, иако врската е монотона. Ова прашање мачи многу анализи, а визуелната инспекција на некои од релевантните фигури не убедува дека постои значителна немонотонска врска (на пример, слика 4Е).

За да го тестираме статистичкото присуство на (превртени) односи во форма на буквата У во случај на немонотона врска, го имплементиравме пристапот „две линии“ (Simonsohn, 2017). Користејќи го овој метод, тестиравме дали постои значителна промена на знакот од ниски до високи вредности на дијаметарот на зеницата. Ова е направено со проценка на две линеарни регресивни линии посебно до ниски и високи вредности на дијаметарот на зеницата. За да се класифицира врската како форма на буквата У, коефициентите на регресија треба да бидат независно значајни и да имаат спротивен знак. Деталите за оваа анализа се опишани во Материјали и методи, подточка „Статистички анализи“.

5) Деталите и соодветноста на хиерархиската анализа на медијација пријавени во потсекцијата „Влијанието на фазната возбуда врз извршувањето на задачите главно е посредувано од конзистентноста во акумулацијата на докази“, не изгледаат целосно јасни. Нашата главна грижа овде е дека пристапот може да биде пристрасен со одредени претпоставки за „временскиот поредок на процесот на донесување одлуки“ и поврзаните „последователни фази на нервна обработка“. Поентата е дека потиснувањето на моторната бета моќност и CPP се однесуваат аналогно во сите анализи. Сепак, таа е внесена во хиерархиската анализа само по CPP. Значи, CPP е идентификуван како има единствена улога во посредувањето на возбудливите ефекти. Дали тој заклучок се менува ако редоследот на внесување моторна бета и CPP е обратен? Претпоставуваме дека основната претпоставка на авторите е како што следува: (i) CPP се генерира во фаза на обработка (пр. LIP) „пред“ моторната бета и (ii) ја кодира променливата на одлучувачка акумулација, која само последователно се преведува во моторен подготвителен сигнал евидентен во моторната бета-бенд активност. Убедени сме дека CPP е многу интересен сигнал што вреди да се проучи, но не мислиме дека овие претпоставки се поткрепени со достапните докази.На пример, едно од неодамнешните студии на авторите (Twomey et al., 2016) покажа дека моторната бета се однесува повеќе слично на LIP сигналот отколку CPP во одложена верзија на класичната задача Shadlen and Newsome: кодирање на претстојниот избор во текот на одложување. Плус, авторите се свесни за целата неодамнешна провокативна работа на животни од неколку различни лаборатории (студии за инактивација и софистицирани анализи, кај глодари и мајмуни) што фрлаат сомнеж дури и врз идејата дека LIP/PPC е „акумулатор на докази“. Не велиме дека овој поим е „погрешен“, но сметаме дека не може да се третира како утврден факт, врз основа на кој може да се заснова логиката на анализа како горенаведеното.

Хиерархиската анализа на медијација овозможува последователно тестирање на тестови за сооднос на веројатност, што навистина, како што сугерираа рецензентите, може да се заснова на лажни претпоставки за временскиот редослед на компонентите на ЕЕГ во процесот на донесување одлуки. За да провериме дали компонентите што беа исклучени од конечниот модел врз основа на овој хиерархиски пристап, извршија значајно влијание врз варијабилноста во извршувањето на задачите, дополнително ги испитавме коефициентите на конечниот регресивен модел (последниот чекор во хиерархиската анализа на моделот) што ги вклучуваше сите ЕЕГ компоненти. Ова не откри дополнителни компоненти за вклучените врз основа на хиерархиската анализа на моделот. Овие резултати се сумирани во Дополнителни датотеки 3 и 5.

6) Импликациите за сметките за акумулација на докази се нејасни - ние не мислиме дека многу може да се заклучи од овие резултати за „акумулација на докази“, термин што се појавува низ насловот, Апстракт, заклучоци итн. Ниту авторите не презентираат бихевиористички докази за таква акумулација, ниту е јасно зошто би било потребно за да се реши задачата: задача за откривање на кохерентност со силни сетилни докази (50% кохерентност), која е константна во текот на испитувањата. Откривањето на таков силен сигнал за движење и дискриминација на неговата груба насока, е тривијално, единствените фактори што ги ограничуваат перформансите се просторна и временска несигурност во врска со појавата на промената. Навистина, се чини дека точноста е „на таванот“ (кај manуман и сор., Се движеше помеѓу 92% и 100%). Особено ако промената е толку голема како овде, таквата задача може да се реши без никаква значајна временска интеграција (т.е., во временски рамки над 100 ms, како што се користи за дискриминација на движење во близина на прагот). Минливо откривање, за кое постојат механизми во V4 (Гарднер и сор., Неурон, 2005 Костаagи и др., 2014), би било доволно. Ве молиме имајте предвид дека несигурноста во врска со почетокот на сигналот, исто така, ја прави стандардната дифузија на дрифт несоодветна за оваа задача (Ossmy et al., 2013 Glaze et al., 2015). Така, сите заклучоци за акумулација на докази треба да се преформулираат во смисла на „обработка на одлуки“, „откривање движења“ итн. Во исто време, недостатокот на варијабилност на изборот низ испитувањата сериозно го ограничува механистичкиот увид што може да се добие од оваа студија, затоа што не е достапно друго читање во однесувањето освен РТ и соодветни модели како во Ossmy et al. (2013) или Glaze et al. (2015) работата нема да работи (симулациите формираат такви модели, или се вклопуваат во поедноставни модели, иако се можни и информативни).

Ние се осврнавме на оваа загриженост во оваа ревизија со истражување на сигналите за избор на рана цел (N2c) усогласени и со почетокот на целта, како и со одговорот. Ако варијабилноста во РТ навистина беше главно предизвикана од варијабилноста на целниот почеток на минливоста, и би имало фиксно одложување помеѓу минливиот почеток на нападот и одговорот, тогаш амплитудата на N2c ќе биде многу поголема кога ќе се усогласи со одговорот во споредба со целниот почеток На Меѓутоа, откривме дека тоа не е така. Амплитудата на N2c подредена на одговор беше значително помала отколку кога беше порамнета до целниот почеток. Во однос на тоа што N2c го одразува целниот почеток на минливо, ова покажува дека постои варијација во времетраењето помеѓу раниот избор на целта и одговорот. Сепак, дали оваа варијација навистина ја одразува варијабилноста во времетраењето на акумулацијата на доказите, сепак може да се доведе во прашање поради погоре наведените точки. Субјектите може да користат различна стратегија за различни испитувања. На некои испитувања, тие можеа да го потврдат кохерентното движење во еден од дразбите споредувајќи го со другиот стимул, додека на други испитувања, овој пристап можеби не беше преземен. Ние се однесуваме на ова ограничување и во Резултатите и во Дискусијата за ревидираниот ракопис. Дополнително, ние значително ја намаливме употребата на терминот акумулација на докази низ целиот ракопис.

7) Општо земено, сметаме дека сегашната презентација се потпира на неколку силни и сомнителни претпоставки за внатрешниот процес во основата на однесувањето и за функционалната природа на различните маркери за ЕЕГ. Некои од тие претпоставки се изречени, други остануваат имплицитни. Еве неколку парафразирани примери: "CPP е еднаква на променливата на одлуката" "ако откриеме CPP во нашата задача, ова подразбира акумулација на докази, бидејќи CCP беше поврзан со акумулација на докази во претходната работа користејќи други задачи". Но, тука, CPP/моторната бета може да биде само силен сигнал сличен на чекор при преодно откривање на движење, но варијабилноста во моторната компонента на времето на неодлучување ќе ги изедначи поврзаните просечни траги за да изгледа како постепено да се градат На Овие претпоставки треба да бидат експлицитни. Всушност, ние би ги охрабриле авторите да се обидат да го преобличат трудот без овие претпоставки, повеќето од нив не се неопходни за презентација на наодите. Така, иако ја цениме претпазливата претходна работа на овие лаборатории за да ги карактеризираат овие ЕЕГ -маркери, сметаме дека е доволно да се повикаме на оваа претходна работа за да го мотивираме фокусот на овие маркери, а потоа едноставно да известиме како овие маркери се однесуваат во тековната работа.

Како што е наведено погоре (коментар 6), ние се осврнавме на ограничувањата на нашата мерка за променливата одлука и во Резултатите и во Дискусијата. Како дел од ова, ние обезбедивме повеќе позадина, како што е експлицитна претпоставка дека CPP може да биде променлива на одлуката од граница до праг, но подеднакво може да биде и чекор по чекор функција што изгледа како одлука за градење до праг променлива кога е просечна во текот на испитувањата.

[Забелешка на уредниците: дополнителни ревизии беа побарани пред прифаќањето, како што е опишано подолу.]

Прво, постои извонредна сличност помеѓу основниот дијаметар и резултатите од одговорот на зеницата. Овие две мерки се во корелација, и двете се поврзани со висока основна алфа моќност и со сличен ефект во однесувањето, кој во двата случаи е посредуван од конзистентноста на CPP. Ова е уште позабележително бидејќи авторите се погрижија да ја отстранат варијансата во одговорите на зеницата што се должи на разликите во основниот дијаметар. Ова сугерира дека и двете можат да бидат во голем дел две бучни мерки за основно возбудување, од кои ниту една мерка не може целосно да се дисоцира со отстранување на варијансата што се припишува на другата мерка. Поважно, исто така, имаше разлики помеѓу мерките, но ова прашање - и преклопување и дисоцијација - заслужува да се посочи и дискутира, особено со оглед на другите работи што укажуваат дека одговорите на учениците се обратно поврзани со основната функција на ЛК.

Ние се осврнавме на корелацијата помеѓу основниот дијаметар на зеницата и одговорот на зеницата, како и преклопувањето на нивниот ефект врз испитаните ЕЕГ-потписи за донесување одлуки во Дискусијата (дел „Преклопување и дисоцијација помеѓу основниот дијаметар на зеницата и одговорот на зеницата“).

Второ, во последната реченица од Апстрактот, конфузијата може да се спречи со посочување дека термините „ангажирање на внимание, сензорна обработка и обработка на одлуки“ се однесуваат на ЕЕГ корелации на овие процеси.

Ние се осврнавме на ова прашање со експлицитно споменување на терминот „маркери за ЕЕГ“ на ангажирање на внимание, сензорна обработка и обработка на одлуки во последната реченица од Апстрактот.


Дискусија

Одамна е познато дека зеницата се шири за време на предизвикувачки ментални задачи (1 ⇓ –3). Неодамнешните студии го поврзаа проширувањето на зеницата со изненадување за настани релевантни за однесувањето (10, 12, 54), откривање перцептивна цел (11, 13) и извештај за транзиции помеѓу перцепциите во бистабилните перцептивни феномени (6, 14). Земени заедно, овие наоди утврдуваат дека проширувањето на зеницата е верен известувач за менталната состојба на носителите на одлуки. Дилатацијата на зеницата поврзана со одлуките најчесто се поврзува со конечниот избор што го прекинува процесот на одлучување (6, 14, 16). Следствено, функционалната улога на основните централни процеси на мозокот се припишува на консолидирање на одлуките донесени порано (6, 16), наместо на обликување на тековните одлуки како што тие се развиваат. Една претходна студија за финансиски избор покажа постојана дилатација на зеницата во текот на формирањето на одлуката (17), но овие автори не ги раздвоија различните компоненти што ја поттикнуваат дилатацијата на зеницата поврзана со одлуката. Што е најважно, проширувањето на зеницата поврзано со одлуките, досега, ниту беше поврзано со специфичната содржина на изборот, ниту со пристрасноста на донесувачот на одлуки.

Со примена на техники за анализа на линеарни системи за мерење на дилатација на зеницата за време на долготрајна перцептивна одлука, покажавме дека дилатацијата на зеницата (јас) ја покажува најсилната одржлива компонента во текот на формирањето на одлуката, а не на крајот (ii) ја предвидува содржината на претстојниот избор (да & гт не) и (iii) ја одразува пристрасноста на донесувачот на одлуки (зајакната кога конзервативните носители на одлуки ќе одговорат да со оглед на нивната пристрасност). Овие резултати беа многу специфични и не беа објаснети ниту со време на реакција, прицврстувачки движења на очите, ниту со индивидуална перцептивна чувствителност. Нашите резултати утврдуваат дека проширувањето на зеницата верно го следи формирањето на долготрајни перцептивни одлуки на начин што ги одразува и одлуките што се развиваат „да“ и „не“, како и односот на носителот на одлуката кон таа одлука. Може да се покаже плодно да се поврзе проширувањето на зеницата со други елементи на процесот на одлучување во идните студии, како што е нивото на доверба на носителот на одлуката во неговиот избор.

Нашите наоди имаат значајни импликации за толкување на нервните корелации на донесување одлуки за перцепција во визуелниот кортекс. Прво, наб observedудуваните промени во дијаметарот на зеницата подразбираат дека количината на светлина што влегува во окото за време на одлуките за перцепција варира од судење до судење, во зависност од содржината на претстојниот избор и пристрасноста на донесувачот на одлуки. Willе биде важно да се утврди како овие промени во осветлувањето на мрежницата влијаат на нервната активност во визуелниот кортекс, мерена со електрофизиологија или функционална магнетна резонанца. Второ, со оглед на тоа што неколку системи на мозочното стебло имаат широко распространети проекции кон визуелниот кортекс, нашите наоди може (барем делумно) да го објаснат фактот дека широко распространетите модулации на активноста на населението во визуелниот кортекс, исто така, ги одразуваат „присутните“ субјекти наспроти „отсутните“ избори кај различни перцептивни задачи (53, 55 ⇓ –57). Овие модулации на активност најчесто се толкуваат во однос на повратните информации поврзани со одлуките од надолните кортикални региони. Нашите сегашни резултати покажуваат дека ослободувањето на невромодулатори поврзано со зеницата е веродостоен алтернативен кандидат извор на овие сигнали поврзани со одлуката во визуелниот кортекс (58, 59).

Нивото на возбуда кај луѓето постојано варира на различни временски размери (5). Овие флуктуации ги одразуваат промените во глобалната состојба на мозокот (60, 61), регулирани со ослободување на невромодулатори од автономните центри на мозочното стебло (5, 62). Традиционално, невромодулаторите (и возбудата) се сметаат за бавни и неспецифични регулатори на целокупната состојба на однесување (61). Средните нивоа на возбуда најчесто се поврзуваат со најточни перформанси во задачите за сензорно-моторен избор (5). Сепак, стана јасно дека невромодулаторните системи на мозочното стебло можат тесно да се синхронизираат со брзи когнитивни дејствија, како што се одлуките (5, 62, 63). Се чини дека дилатацијата на зеницата со посредство на осветлување ја следи активноста на овие центри на невромодулаторното стебло, особено норадренергичниот локус коерулеус (5). Под оваа претпоставка, нашите резултати сугерираат дека системите на мозочното стебло поврзани со учениците добиваат разновидни информации од регионите на мозокот, вклучувајќи ги и кортикалните области кои покажуваат одржлива и/или рампирачка активност за време на формирањето на одлуката (40 ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ 5 5 -51), како и (допрва треба да се откријат) мозочни региони кои го кодираат критериумот на субјектите.

Нашите сегашни резултати, исто така, повлекуваат значителни разлики во резултатите од директните мерења на активноста на локус корулеус кај животните. Прво, иако врската помеѓу одлуките во развој и пристрасноста на субјектот беше главната движечка сила зад проширувањето на зеницата поврзана со одлуката во нашата студија, нервните потписи на таквата врска с yet уште не се идентификувани во локус корулеус. Второ, брзата природа на активноста на локус корулеус поврзана со одлуките забележана кај животните, ја доведе идејата дека оваа активност е првенствено поодлучна (5). Не е јасно дали овие разлики се должат на разликите помеѓу задачите, индивидуите или видовите што се користат, или дали тие ги одразуваат вистинските разлики помеѓу проширувањето на зеницата и активноста на локус коерулеус. На пример, задачите што се користеа во претходните физиолошки студии на животни за активност на локус корулеус вклучија многу побрзи процеси на одлучување (5) отколку задачата што се користи овде. Идните студии треба да одредат дали активноста на локус корулеус поврзана со одлуката покажува и одржлива активност што одговара на внесот на зеницата за време на долготрајни одлуки.

Еден модел на активност на локус корулеус за време на донесување одлуки постулира интрадецизивен погон на локус корулеус изненадувачки за настаните релевантни за одлуката (64). Може да се замисли дека компонентата за избор зависна од пристрасност што ја најдовме овде (барем делумно) е изненадена (10, 12) за еволуирачките одлуки за да. Вторите, по дефиниција, се поретки (на тој начин, поизненадувачки) за конзервативните отколку за либералните поединци. Поважно, без оглед на процесот што го придвижува ефектот на избор кај зеницата, фактот дека овој ефект се јавува при формирање на одлука сугерира дека поврзаното ослободување на невромодулаторот може да го обликува процесот на одлучување додека се развива.

Нашите набудувања се конзистентни со идејата дека ослободувањето на невромодулаторот поврзано со зеницата комуницира со пристрасна процедура за одлучување. Се чини дека невромодулаторите како норадреналин го зголемуваат зголемувањето на нервните интеракции во кортексот (5, 7, 26). Примамливо е да се шпекулира дека таквото преодно зголемување на добивката при формирање на одлуки им овозможува на конзервативните субјекти да ја надминат својата пристрасност против одговорот на „да“. Моделите на донесување одлуки за перцепција помагаат во конципирањето на оваа идеја (29). Во една специфична шема за да против нас без избор, поддржана од неврофизиолошки податоци (43, 50, 65), две невронски популации акумулираат докази за да и не кон одделни граници и се натпреваруваат преку меѓусебна инхибиција (30, 43, 66). Популацијата да ги акумулира сензорните докази за присуство на сигнал - односно нервна активност во визуелниот кортекс (спонтана активност во случај на лажни аларми) (53). Населението без акумулира „стандарден влез“ (66). Ако постои внатрешна асиметрија помеѓу овие две популации (на пример, популацијата да е поголема или има посилна придобивка од влез), глобалното зголемување на невронската добивка ќе ја зголеми стапката на акумулација кон изборот да. Конзервативната пристрасност може да се должи на промена на почетната точка на процесот на акумулација (44) - во овој случај, далеку од да -врзаните. Следствено, конзервативните субјекти може да бараат посилно зголемување на добивката (поврзана со учениците) за влезовите од визуелниот кортекс за да ја поттикнат популацијата „да“ кон границата. Истовременото следење на мозочната активност и динамиката на учениците за време на обработката на одлуките ќе овозможи тестирање на овие идеи во идните студии.

Како заклучок, нашите наоди укажуваат дека внатрешната состојба на мозокот се менува секој пат кога се носи одлука, до степен што ја одразува содржината на претстојниот избор во однос на пристрасноста на донесувачот на одлуки. Ваквите промени поврзани со одлуките во состојбата на мозокот може активно да ги обликуваат одлуките додека се одвиваат, можеби со тоа што ќе помогнат да се отфрлат внатрешните предрасуди. Следењето на големината на зеницата ќе биде инструментално за откривање на тоа како внатрешните состојби на мозокот комуницираат со механизмите на мозокот што се темелат на перцептивното донесување одлуки.


Вовед

Невронските осцилации, на пример, измерени преку електроенцефалографија (ЕЕГ), се изучуваат со децении во обид да се поврзе состојбата на мозокот со перцептивната и когнитивната обработка. Ендогените осцилации се припишуваат на внатрешните нервни процеси и вклучуваат добро познат сет на фреквенции кои се движат од ниската делта до високата гама лента (Нидермејер и Лопес да Силва, 1993). Егзогените осцилации се поттикнати од ритмите на надворешните дразби и обично се поврзуваат со сензорни системи [на пр., Визуелно евоцирани потенцијали на стабилна состојба (SSVEP) и аудитивна реакција на стабилна состојба (ASSR)] (Picton et al., 2003 Vialatte et al., 2010 преглед).

Истакнат ендоген мозочен ритам е алфа осцилацијата која е опширно истражена во контекст на ефектите пред-стимулативни и пост-стимулативни (Babiloni et al., 2006 Hanslmayr et al., 2007 Freunberger et al., 2008 van Dijk et al. ., 2008 година). Невронскиот механизам во основата на алфа осцилациите исто така е длабоко истражен (Лопес да Силва, 1991). Иако често се смета дека алфа -активноста претставува состојба на празен или невнимателен (Пфуршелер и сор., Преглед 1996), некои студии сугерираат дека, исто така, го одразува механизмот на сузбивање на ирелевантни информации (Worden et al., 2000 Kelly et al., 2006 Rihs et al., 2007 Foxe and Snyder, 2011 Gomez-Ramirez et al., 2011), и/или инхибиција на обработка на информации (Климеш и сор., 1997, преглед 2007). Поточно, претходните студии за пост-стимулативна алфа активност во контекст на препознавање визуелен објект покажаа дека алфа десинхронизацијата била поголема за препознавање значајни објекти отколку за бесмислени објекти (Климеш и сор., 1997 Vanni et al., 1997 Mima et al., 2001 Freunberger et al., 2008), сугерирајќи дека пост-стимулансната алфа активност е поврзана со семантичка обработка на информации.

SSVEP, осцилаторна реакција на мозокот предизвикана од треперење на визуелниот стимул, е егзогена форма на означување на фреквенцијата што се покажа дека индексира распределба на когнитивните ресурси како што е вниманието (Виалате и сор., Преглед од 2010 година). Многу студии објавија дека амплитудата на SSVEP е намалена кога вниманието мора да се натпреварува или да се подели помеѓу треперењето и сликата во позадина (M üller et al., 2008, 2011 Attar et al., 2010). Покрај тоа, една студија на Андерсен и М üller во 2010 година откри дека олеснувањето на амплитудата на ССВЕП за присутните стимули е придружено со сузбивање на стимулот без надзор (Андерсен и М üller, 2010). Овие наоди сугерираат дека SSVEP може да се користат како невронски маркер на временскиот тек на конкуренцијата на внимателните ресурси.

Во овој труд, ние имаме за цел истовремено да истражиме како се влијаат пост-стимуларните ендогени и егзогени осцилации како функција на тешкотијата при задачата за време на задачата за дискриминација на лице/автомобил. Поточно, ние го надгледуваме треперењето на стимул од 15 Hz врз низа слики и истовремено го анализираме временскиот тек и просторна распределба на егзогено-индуцираните SSVEPs и ендогени алфа осцилации како функција на кохерентноста на фазата на слика. Нашите резултати покажуваат дека фазната кохерентност на стимулот, како наш сурогат за тешкотијата на визуелната дискриминација, различно ги модулира егзогено индуцираните SSVEP и ендогени алфа осцилации во различни времиња и дека ова може да го одразува основниот проток на обработка на информации за време на задачата за визуелна дискриминација.



Коментари:

  1. Doudal

    Правиш грешка. Можам да ја бранам мојата позиција. Испратете ми по е -пошта на премиерот.

  2. Jonathon

    така може да се испита бесконечно.

  3. Zologul

    nice question

  4. Tyrone

    Може да се дискутира бесконечно

  5. Brody

    Се извинувам, но, според мое мислење, грешите. Јас предлагам да разговара.



Напишете порака