מֵידָע

מה הם "גירוי נעול" ו"תגובה נעולה "ב- Philiastides & Sajda (2006)

מה הם



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.

במהלך העיון בעיתון המוזכר להלן, נתקלתי בכמה עלילות שאמרו כי הן "נעולות" בהתייחס לאחת מהן תְגוּבָה אוֹ גירוי. האם הנעילה מתייחסת לתחילת המדידה כאשר רמז התחלתי הוא הצגת הגירוי או תגובת הנבדק?

הפניות

  • Philiastides, M. G., & Sajda, P. (2006). ייצוג עצבי של קשיי משימות וקבלת החלטות במהלך סיווג תפיסתי: תרשים תזמון

האם הנעילה מתייחסת לתחילת המדידה כאשר רמז התחלתי הוא הצגת גירוי או תגובת הנבדק?

פחות או יותר כן.

כאשר אתה מודד את פעילות המוח, אתה בדרך כלל מבצע הקלטה ארוכה ורציפה שבמהלכה אתה חושף את משתתפי המחקר שלך למשימה שוב ושוב. יש הרבה רעש בהקלטות, אז אתה צריך לבצע ממוצע של הרבה מקרים של אירוע גירוי/משימה כדי לקבל מושג מה הוא עושה למוח. בממוצע, עליך לחתוך את ההקלטה לניסויים (הנקראים גם עידן).

אתה צריך להחליט על מה לבסס את התקופות האלה, כלומר על מה לחתוך. מדידות נעולות גירוי מתרחשות כאשר חותכים תקופה ביחס לתחילת הגירוי. הממוצע על כל הניסויים ייתן לך רושם טוב מהתגובה החושית לגירוי.

עם זאת, ישנם כמה תהליכים קוגניטיביים מסדר גבוה יותר המתקיימים גם הם, והם יתרחשו במהירות שונה על פני ניסויים ומעל נושאים שונים, כך שהם יימרחו בממוצע. אם אתה רוצה להסתכל על אלה, זה חכם יותר לבצע מדידות נעולות תגובה, כלומר לחתוך את התקופות סביב הרגע שבו משתתף המחקר נענה למשימה. בדרך זו, רגע לפני לחיצה על הכפתור (בעלילה), אתה עשוי לראות כמה הצטברות ראיות או תהליך קוגניטיבי דומה. אתה יכול גם לראות את התגובה המוטורית טוב מאוד.


רציתי להגיב על התשובה @Ana אבל אין לי את המוניטין. רציתי להוסיף לתשובה שלה על ידי הוספה שאם אתה עושה סקירת ספרות בנושא זה לעתים קרובות משתמשים במונחים של נעילת מטרה, נעילת גירוי וסימון. דוגמה לרכיבים המופקים מצורת נעילה זו היא N2 ו- P3. בעוד ששני רכיבי ה- ERP הנפוצים ביותר בתגובה לתגובה הם ERN (Gehring et al 1993) ו- Pe.

רציתי גם להוסיף שרוב מערכות ה- EEG (כגון האלקטרואנצפלוגרפים המערכיים הצפופים של EGI) יקבלו מדידות מדויקות מאוד בעת הצגת הגירוי. Ergo, בהתאם למרכיב שאתה מנסה להעריך תוכל לנעול לגירוי או לתגובה. כאשר תוכניות אלה יוצאות מסנכרון זה יכול להיות סיוט מוחלט למצוא את מקור הטעות הדקה.


תזמון פוטנציאל המוכנות משקף תהליך קבלת החלטות במוח האדם

קבלת החלטות במשימות של בחירה כפויה דו-חלופית כוללת כמה מרכיבים בסיסיים, כולל קידוד גירוי, סיווג תפיסתי, בחירת תגובה וביצוע תגובה. מודלים מדגמים רצופים של קבלת החלטות מבוססים על תהליך צבירת ראיות עד גבול החלטה. מחקרים בבעלי חיים ובני אדם התמקדו בסיווג תפיסתי ומספקים עדויות המקשרות בין אותות המוח בקליפת המוח הקודמת לתהליך צבירת הראיות. במחקר חקרני זה אנו משתמשים במשימה שבה התרומה הדומיננטית לזמן התגובה היא בחירת התגובה ומודל את נתוני זמן התגובה באמצעות מודל דיפוזיה הסחף. מדידת EEG במהלך המשימה מראה כי פוטנציאל המוכנות (RP) שנרשם על פני אזורים מוטוריים הוא בעל תזמון המתאים לתהליך הצטברות הראיות. משך ה- RP מנבא זמן קבלת החלטות, משך צבירת הראיות, עולה כי ה- RP משקף חלקית תהליך הצטברות ראיות לבחירת תגובה במערכת המוטורית. לפיכך, הצטברות ראיות עשויה להיות יישום עצבי של תהליכי קבלת החלטות במערכות תפיסה ומנוע. ניתן להעריך את התרומות של סיווג תפיסתי ובחירת תגובה לתהליכי הצטברות ראיות במשימות קבלת החלטות על ידי בחינת העיתוי של אותות EEG תפיסתיים ומוטוריים.

זוהי תצוגה מקדימה של תוכן המנוי, גישה באמצעות המוסד שלך.


חומרים ושיטות

גירויי מטרה

באמצעות הגופן שתוכנן ב- King and Dehaene, 2014a, הגירויים נעשו מ- 0, 4, 5, 6, 8, 9, A, C, E, H, O, S, או משילוב לינארי של שתי תווים אלה משתנה בסרגל שחור אחד (להלן 'פיקסל'). 'המורפים' המתאימים נוצרו על ידי התאמת הניגודיות של הפיקסל הנותר לאורך שמונה שלבים מרווחים שווים בין 0 (ללא פס) ל -1 (פס שחור).

ניסוי 1

שמונה נבדקים עם ראייה תקינה או מתוקנת, יושבים

60 ס"מ ממסך CRT בגודל 19 אינץ '(קצב רענון של 60 הרץ, רזולוציה: 1024 × 768), ביצע משימת זיהוי גירוי עם שיפוטים רציפים על פני 28 גירויים מעורפלים משתנים הנוצרים מגירויים ספרתיים. עשר יורו ניתנו כפיצוי על ניסוי זה בן שעה אחת.

הנבדקים ביצעו ארבעה בלוקים של 50 ניסויים, כל אחד מאורגן באופן הבא. לאחר קיבוע של 200 אלפיות השנייה, גירוי מטרה, שנבחר באקראי מאחד מ -28 הגירויים, הבהב במשך 83 אלפיות השנייה על רקע אפור של 50% שמאלה או מימין לקיבוע. הכיוון של דיסק הדיווח (למשל 5-6-8-9 לעומת 5-9-8-6) נוצר איזון בין נושאים. לנבדקים היו אז עד 10 שניות להעביר סמן על דיסק גדול כדי לדווח על תפיסותיהם. הרדיוס בדיסק הצביע על נראות סובייקטיבית (מרכז = לא ראה את הגירוי, גבול הדיסק = נראות מקסימלית). הזווית בדיסק הצביעה על זהות סובייקטיבית (למשל 5, 6, 8, 9 בפינות השמאלית העליונה, הימנית העליונה, הימנית התחתונה והשמאלית התחתונה). המרווח בין הניסויים היה 500 אלפיות השנייה. כדי לוודא שהנבדקים סיפקו דיווחים משמעותיים, גירוי היעד נעדר 15% מהניסויים. ניסויים שנעדרו דורגו עם ראות נמוכה (המוגדרת ברדיוס מתחת ל -5% מרדיוס הדיסק) ברוב המקרים. ניסויים וניסויים שנעדרו עם ראות נמוכה לא נכללו בניתוחים הבאים (16% ± 1.4%). חלוקת הדוח המתוארת באיור 1B נוצרה עם פונקציית הערכת צפיפות הגרעין הדו -גוונית של סיבורן עם פרמטרי ברירת מחדל.

דוגמנות דיווחים קטגוריים

כדי לבדוק אם דיווחים סובייקטיביים על זהות גירוי משתנים באופן לינארי או קטגורי עם ראיות חושיות, ניתחנו כיצד משתנה זווית הדיווחים (כלומר זהות סובייקטיבית) עם הזווית הצפויה בהתחשב בגירוי (כלומר ראיות חושיות).

עבור כל מורף (5-6, 5-8, 9-8 ו -6-8) בנפרד, אנו מתאימים מודל לינארי:

כאשר y ^ היא זווית הדיווח שחזה המודל, איקס זווית צפויה בהתחשב בפיקסלי הגירוי ו- β 0 הוא פרמטר הטיה חופשית.

כדי למזער את ההשפעות של רעש, דוחות התנהגותיים נמדדו לראשונה בממוצע בתוך כל רמת ראיות, ממוינים מהגירוי עם הכי פחות פיקסלים (למשל 5, ב- 5-6 מורף) לגירוי עם הכי הרבה פיקסלים (למשל 6 ב- 5– 6 מורפי). הממוצעים שהתקבלו מנורמלים לטווח שבין 0 ל -1 בתוך כל נבדק. הפרמטרים β התאימו לתפקוד 'curve_fit' של Scipy (Jones et al., 2001) כדי למזער טעות ממוצעת בריבוע בין ניסויים אני:

מכיוון שלמודלים הליניאריים והסיגמואידים יש מספרים מובחנים של פרמטרים חופשיים, השווינו אותם תוך אימות צולב של חמישה פיצולים. באופן ספציפי, שני הדגמים התאמו שוב ושוב ונבדקו בניסויים עצמאיים. מקדם מתאם של פירסון r סיכם את יכולתו של כל מודל לחזות במדויק את y t ⁢ e ⁢ s ⁢ t נתון x t ⁢ r ⁢ a ⁢ i ⁢ n, y t ⁢ r ⁢ a ⁢ i ⁢ n ו- x t ⁢ e ⁢ s ⁢ t. לבסוף, בדיקת Wilcoxon הוחלה בין הנבדקים כדי לבדוק אם שני הדגמים גבוהים באופן עקבי (r & gt 0) ושונים באופן עקבי זה מזה (rs ⁢ i ⁢ g ⁢ o ⁢ i ⁢ d & gt rl ⁢ i ⁢ n ⁢ e ⁢ a ⁢ r).

ניסוי 2

ניסוי זה בוצע ב- Neurospin, Gif usr Yvette, הודות לתמיכתו של סטניסלס דהאהן. 17 נבדקים ביצעו משימת זיהוי נפרדת על פני 22 גירויים דו -משמעיים הנוצרים מאותיות ומספרים בתוך סורק Elekta Neuromag MEG (204 מדדי מישור מישוריים ו -102 מגנטומטרים). שבעים יורו ניתנו כפיצוי לניסוי של שעה אחת ו -30 דקות הכנה.

גודל מדגם של 17 משתתפים נבחר בהתבסס על מחקרים ויזואליים קודמים שהשתמשו באותה מכונת MEG (King et al., 2016).

צורת הראש של המשתתפים צולמה יחד עם חמש נקודות אמונה על המצח ועל כל תעלת שמע. חמישה סלילי מיקום ראש הונחו על ראש הנבדקים והתמקמו בתחילת כל בלוק.

מבנה הניסוי היה כדלקמן. צלב קיבעון שחור הוצג על רקע אפור של 50% למשך 300 אלפיות השנייה ואחריו גירוי מטרה באורך 100 מ"ל המוצג משמאל או מימין לקיבוע. שני אגפים שאינם רלוונטיים למשימה (למשל גירוי ניתן לקרוא כ- S או 5) הוצגו בצד גירוי מטרה זה כדי להגדיל את הסיכויים שלנו לעורר עיבוד חוזר באמצעות צפיפות (Strasburger et al., 2011). לנבדקים ניתנה שתי שניות לדווח על זהות הגירוי. דיווחים על זהות גירוי ניתנו על ידי לחיצה על כפתור באצבע המורה השמאלית והימנית בהתאמה. מיפוי כפתורי הזהות השתנה בכל בלוק כדי לבצע אורתוגונליזציה של המתאמים העצביים של זהות הגירוי ואת המתאם העצבי של פעולות מוטוריות. לדוגמה, בבלוק 1, היה צריך לדווח על תפיסת E או 4 בלחיצת כפתור שמאלה, בעוד שבבלוק 2, E ו- 4 היה צריך לדווח בלחיצת כפתור ימינה. כפתור הזהות נזכר במפורש לפני כל בלוק. בנוסף, הוצג משוב חזותי לאחר ניסויים לא חד משמעיים. באופן ספציפי, התיקון הפך לירוק במשך 100 אלפיות השנייה או אדום למשך 300 אלפיות השנייה בניסויים נכונים ולא נכונים בהתאמה. תגובות המוח לגירויים המשוב הללו לא נותחו במחקר הנוכחי. המרווח בין הניסויים היה 1 שניות. הנבדקים קיבלו הדרכה קצרה כדי להבטיח שהם מבינים את המשימה, וזיהו יעדים שאינם מעורפלים לפחות 80% מהזמן.

סך כל 1920 ניסויים, מקובצים ל -40 בלוקים, בוצעו על ידי כל נבדק, 320 מתוכם הוצגו באופן פסיבי בסוף כל בלוק - הנבדקים לא נדרשו לתת מענה. מבנה הניסוי נוצר על ידי (i) החלפת כל שילובי תכונות הגירוי (למשל מיקום, זהות, מיפוי תגובה, אי וודאות) ו- (ii) ערבוב סדר ההצגה עבור כל נושא. הניסוי הוצג באמצעות Psychtoolbox (Kleiner et al., 2007).

כל הניסויים אושרו על ידי ועדת האתיקה המקומית. כל הנבדקים חתמו על טופס הסכמה מדעת.

MRI מבני

לכל נבדק, MRI אנטומי ברזולוציה של 1 × 1 × 1.1 מ"מ נרכש לאחר ניסוי ה- MEG עם סורק סימנס 3T. החומר האפור והלבן חולק עם צינור ה- Freesurfer 'recon-all' (Fischl, 2012) ונרשם עם צורות הראש הדיגיטטיות של כל נבדק יחד עם נקודות נאמנות.

עיבוד מוקדם

הקלטת MEG הרציפה הופחתה רעש באמצעות תיקון SSS של Maxfilter על הנתונים הגולמיים, מסוננת פס-פס בין 0.5 ל -40 הרץ באמצעות פרמטרי ברירת המחדל של MNE-Python עם עיצוב firwin (Gramfort et al., 2014) ודגימות מופחתות ל -250 הרץ. תקופות חולקו לאחר מכן בין −300 אלפיות השנייה עד +1500 אלפיות השנייה ביחס להופעות גירוי.

לאחר רישום הנתונים של חיישן MEG עם MRI מבני של הנבדקים וסלילי תנוחת הראש, חישבנו את המודל הקדמי באמצעות מודל אלמנט גבול 1 שכבתי (גולגולת פנימית), עבור כל נושא בנפרד והתאים למודל הפוך של נורמה מינימלית (אות ל יחס רעש: 3, התאמת דיפול רופפת: 0.2, עם כיוון רגיל של הדיפול ביחס לגיליון קליפת המוח) תוך שימוש במגוון הרעש בין חיישנים בממוצע על פני הבסיס הטרום גירוי לאורך ניסויים. לבסוף, המודל ההפוך הוחל על נתוני ניסוי בודד וכתוצאה מכך ערך דינמי של מפת פרמטרים סטטיסטית (dSPM) (Dale et al., 2000) לכל מקור בכל מדגם זמן.

תכונות מעוצבות

בדקנו אם מקור ניסוי יחיד וחיישן מעוררים תגובות משתנות כפונקציה של חמש תכונות: (1) מיקום הגירוי על מסך המחשב (משמאל מול ימין של קיבעון), (2) המורף שממנו נוצר הגירוי (E-6 לעומת H-4), (3) קטגוריית הגירוי (אות מול ספרה), (4) אי הוודאות של הניסוי (אי וודאות מרבית = גירויים עם פיקסל ב 50% ניגודיות לגירויים לא בטוחים בפיקסלים ב 0 % או 100% ניגודיות), ו (5) כפתור התגובה המשמש לדיווח על הגירוי (כפתור שמאל מול ימין). לפי התכנון, חמשת התכונות הללו אינן תלויות זו בזו.

זה מאתגר לנתק תגובות מוחיות המייצגות מידע חושי אובייקטיבי מאלו שמייצגות החלטות תפיסתיות שכן השניים בדרך כלל קולינארית. כדי לטפל בסוגיה זו, אנו מתאימים תחילה מודלים חד -משתנים ורב -משתנים כדי לחזות קטגוריה תפיסתית: כלומר, אם לחיצת הכפתור ציינה תו השייך לספרה או לקטגוריית האותיות. תכונה זו אינה תלויה בלחיצת הכפתורים (למשל ניתן לדווח על האות E ועל הספרה 4 עם אותו לחצן בבלוק נתון). יתר על כן, תכונה זו אינה הכרחית לביצוע המשימה (כלומר לדעת אם E ו- H הם אותיות אין צורך להפלות אותם). סברנו שאם נושאים מייצרים באופן אוטומטי ייצוג אותיות/ספרות במהלך הסיווג התפיסתי, עלינו להיות מסוגלים לעקוב אחר יצירת תכונה מופשטת זו מפעילות המוח.

נתונים סטטיסטיים חד -משתנים

כדי להעריך אם תגובות המוח מתואמות עם כל אחת מחמשת התכונות הללו, אנו מתאימים תחילה, בתוך כל נושא, ניתוחים חד -משתנים המוניים בכל מקום מקור ובכל מדגם זמן עם רגרסיה לינארית:

כאשר X ∈ ℝ n, f היא מטריצת עיצוב של נ תקופות לפי f = 5 תכונות ו- y ∈ ℝ n היא תגובת המוח החד משתנית במקור נתון ובזמן נתון. גדלי האפקט β הועברו לאחר מכן לסטטיסטיקה ברמה השנייה בין נבדקים שתוקנו להשוואות מרובות באמצעות בדיקות אשכולות מרחב-זמניות לא-פרמטריות (ראה להלן).

פִּעַנוּחַ

ניתוחי פענוח מורכב מניבוי כל תכונה מתגובות מוחיות מרובות משתנים. ניתוחי פענוח בוצעו במסגרת אימות צולב K-Fold שכבות של חמישה פיצולים באמצעות מודלים לינאריים מוסדרים l2. המסווגים כללו רגרסיות לוגיסטיות (עם Pedregosa-scikit-learn, פרמטרי ברירת המחדל של 2011: C = 1):

כאשר y i ∈ <± 1> היא התכונה שיש לפענח במשפט אני ו איקסאני היא תגובת המוח הרב משתנית.

הרגרסורים כללו רגרסיה של הרכס (עם Pedregosa-למידת סקיקים, פרמטרי ברירת המחדל של 2011: α = 1).

עבור כל נושא באופן עצמאי, סיכום ביצועי הפענוח על פני ניסויים, עם שטח מתחת לעקומה (AUC) וספירמן r ציון המתאם עבור מסווגים ורגרסיבים, בהתאמה.

כל המפענחים סופקו לנתונים מנורמלים על ידי הממוצע וסטיית התקן במערך האימונים.

פענוח מרחבי מורכב מהתאמת סדרה של מפענחים בכל מקור במוח באופן עצמאי, בכל 1500 דגימות הזמן ביחס להופעת הגירוי. ניתוח זה גורם למפת מוח מפענחת המציינת היכן ניתן לפענח תכונה לינארית במוח. מפות פענוח אלה הועברו לאחר מכן לנתונים סטטיסטיים מתוקנים ברמה השנייה על פני נושאים.

פענוח זמני מורכב מהתאמת סדרה של מפענחים בכל פעם מדגם באופן עצמאי, על פני כל 306 חיישני MEG. ניתוח זה גורם למהלך זמן פענוח המציין מתי ניתן לפענח תכונה לינארית מאותות MEG. קורסי זמן פענוח אלה הועברו לאחר מכן לנתונים סטטיסטיים מתוקנים ברמת ב 'על פני נושאים.

הכללה זמנית (TG) מורכבת בבדיקה האם מפענח זמני מתאים למערך אימונים בזמן t יכול לפענח מערך בדיקה בזמן t (King and Dehaene, 2014b). ניתן לסכם TG עם זמן אימון מרובע × מטריצת פענוח זמן בדיקה. כדי לכמת את היציבות של ייצוגים עצביים, מדדנו את משך ההכללה מעל הסיכוי של כל מפענח זמני. כדי לכמת את הדינמיקה של ייצוגים עצביים, השווינו את משך הזמן הממוצע של הכללה מעל הסיכוי בין מפענחי זמני למשך פענוח זמני מעל הסיכוי (כלומר האלכסון של המטריצה ​​מול השורות שלה). שני מדדים אלה הוערכו בתוך כל נבדק ונבדקו עם נתונים סטטיסטיים ברמה השנייה על פני הנבדקים.

מבחן אשכול התנודות

כדי להעריך את המשמעות הסטטיסטית של הניתוחים החד-משתנים והרב-משתנים, השתמשנו במבחן מקבץ תמורה אחד-מדגם כפי שהוא מיושם ב- MNE-Python (Gramfort et al., 2014). אנו משתמשים בפרמטרים המוגדרים כברירת מחדל של 'מבחן מדגם אחד במרחב אשכול זמני' מגרסת 0.17.1.

ראשית אנו מרכזים את הנתונים סביב רמת הסיכוי התיאורטית (למשל 0.5 עבור AUC, 0 עבור מתאם Spearman או מקדם בטא). מבחן t מדגם אחד מבוצע בכל מקום בזמן ובמרחב. לאחר מכן, נקודות נתונים סמוכות מרחבית-זמנית מקובצות על סמך סף יוצר אשכול של p & lt0.05. נתון הבדיקה עבור כל אשכול הוא סכום ערכי ה- t לאורך הזמן והמרחב. נתונים אקראיים נוצרים עם התהפכות של סימנים אקראיים, ונוצרת קבוצה חדשה של אשכולות. חלוקת האפס נוצרת על בסיס ערכי t המסוכמים שנוצרים מ -5000 תמורות אקראיות של הנתונים. ניתוח זה עוקב אחר מריס ואוסטנוולד, 2007.

לינארית מול קטגורית

כדי לבדוק האם ייצוגים עצביים משתנים כפונקציה של (i) זמני התגובה (RTs, מפוצלים לארבעה קוונטים), (ii) ראיות חושיות (כלומר עד כמה הגירוי מתאים באופן אובייקטיבי לאות) ו- (iii) ראיות מוטוריות ( כלומר האם הגירוי היה צריך להוביל ללחיצה על הכפתור השמאלי), ניתחנו את המידה שבה התחזיות של מפענחים משתלבות עם כל אחד משלושת המשתנים האלה z:

איפה ו הוא מודל ליניארי או סיגמואידלי, איקס היא תגובת המוח הרב משתנית ו- β הוא התאמת מקדם המפענח לאימות צולב.

סטָטִיסטִיקָה

מודלים חד משתנים, פענוח ו- TG התאימו לנבדקים ונבדקו בין הנבדקים. במקרה של הערכות חוזרות (למשל פענוח זמני חוזר על עצמו בכל מדגם זמן), נתונים סטטיסטיים הנגזרים מבדיקת אשכולות לא פרמטרית עם 10,000 תמורות בין נושאים עם פרמטרי ברירת המחדל של MNE-Python (Gramfort et al., 2014).

סימולציות

כדי למסד כיצד ארכיטקטורות עצביות מובחנות מובילות לדינמיקה מרחבית-זמנית מובחנת, עיצבנו מערכות דינמיות לינאריות נפרדות המאולצות עם קלט חולף. U. במיוחד:

כאשר X היא סדרת זמנים רב ממדית (כלומרנוירונים x זמן), A היא הארכיטקטורה ומתאימה למטריצת קישוריות מרובעת (כלומר נוירונים x נוירונים), B היא מטריצת קישוריות קלט (כלומר כניסות x נוירונים) ו- U הוא וקטור הקלט.

ארכיטקטורות מובחנות נבדלות באופן שבו יחידות מחוברות זו לזו. למטרות פשטות, אנו מזמינים יחידות ב א מטריצה ​​כך שמדד השורות שלהם תואם לרמות ההיררכיות שלהן.

בתצוגה זו, החיבורים החוזרים וההעברתיים והדילוגים של הארכיטקטורה A עוצבו כמטריצה ​​אלכסונית בינארית. ר, מטריצת משמרת ו ומטריצה ס עם ערך אחד בעמודה האחרונה בהתאמה. שלוש המטריצות הללו נוסחו לפי משקלים ספציפיים, כמפורט להלן. הקלט U היה מחובר רק ל'שלב העיבוד 'הראשון, כלומר ליחידות הראשונות של א, באמצעות מטריצה ב קבוע על פני ארכיטקטורות, והורכב מקלט גל-מרובע חולף, המחקה את הבזק החולף של הגירוי לרשתית הנבדקים.

כדי לדגמן מספר תכונות, אימצנו את אותו הליך עם מספר יחידות לשכבה. כל יחידה בתוך כל שכבה נאלצה לקודד תכונה ספציפית.

כל ארכיטקטורה המוצגת באיור 3 הוזנה בקלט ב- t = 1, והדומה במשך שמונה שלבי זמן. לבסוף, ניתוחי הכללה זמניים המבוססים על הפעלות הארכיטקטורות יושמו על כל אחת מהתכונות.

אותה ארכיטקטורה מוצגת באיור 5 ב. כאן אנו מדמים סך של 108 שלבי זמן, עם עיכוב שרירותי של 100 שלבי זמן בין t = 6 ו- t = 106.


חומרים ושיטות

נושאים

במחקר השתתפו שישה אנשים (שלוש נקבות ושלושה זכרים, טווח גילאים 21–37 שנים). לכולם היו ראייה תקינה או תוקנה ועד לא דיווחו על היסטוריה של בעיות נוירולוגיות. הסכמה מדעת התקבלה מכל המשתתפים בהתאם להנחיות ואישור ועדת הסקירה המוסדית של אוניברסיטת קולומביה.

גירויים

פרדיגמה התנהגותית

הנבדקים ביצעו משימת סיווג פשוטה שבה נאלצו להבחין בין תמונות של פנים ומכוניות. בתוך גוש ניסויים, תמונות פנים ומכונית על פני טווח של קוהרנטיות פאזה הוצגו בסדר אקראי. טווח רמות הקוהרנטיות הפאסיות נבחר על פני סף פסיכו -פיזי. כל הנבדקים ביצעו כמעט בצורה מושלמת בקוהרנטיות השלב הגבוהה ביותר אך ביצעו כמעט סיכוי לנמוך ביותר. הנבדקים דיווחו על החלטתם בנוגע לסוג התמונה על ידי לחיצה על אחד משני לחצני העכבר - שמאל לפנים וימין למכוניות - באמצעות האצבע הימנית והאצבע האמצעית שלהם בהתאמה. בלוק ניסויים כלל 24 ניסויים של תמונות פנים ומכונית בכל אחת משש רמות שונות של קוהרנטיות פאזה, בסך הכל 144 ניסויים. היו כל ארבעה בלוקים בכל ניסוי. בתחילת בלוק ניסויים המקובעים במרכז המסך. תמונות הוצגו למשך 30 אלפיות השנייה ואחריו מרווח בין-גירוי (ISI) שהוגדר באקראי בטווח של 1500–2000 אלפיות השנייה. הנבדקים קיבלו הוראה להגיב ברגע שזיהו את סוג התמונה ולפני הצגת התמונה הבאה. ייצוג סכמטי של הפרדיגמה ההתנהגותית ניתן באיור 1. ניסויים שבהם הנבדקים לא הגיבו במסגרת ה- ISI סומנו כמבחני בחירה ונדחו מניתוח נוסף.

ייצוג סכמטי של הפרדיגמה ההתנהגותית. (א) בתוך בלוק ניסויים הנבדקים קיבלו הוראה לקבוע במרכז המסך ולאחר מכן הוצגו, בסדר אקראי, עם סדרה של תמונות פנים ומכונית שונות באחת משש רמות הקוהרנטיות הפאזיות המוצגות ב- (ב). כל תמונה הוצגה למשך 30 אלפיות השנייה, ואחריה מרווח בין גירויים שנמשך בין 1500 ל -2000 אלפיות השנייה, שבמהלכה נדרשו הנבדקים להפלות בין שני סוגי התמונות ולהגיב בלחיצה על כפתור. בלוק ניסויים הושלם לאחר שהוצגו כל תמונות הפנים והמכונית בכל שש רמות הקוהרנטיות הפאזיות. (ב) תמונת פנים לדוגמא בשש רמות קוהרנטיות פאזיות שונות (20, 25, 30, 35, 40, 45%).

ייצוג סכמטי של הפרדיגמה ההתנהגותית. (א) בתוך בלוק ניסויים הנבדקים קיבלו הוראה לקבוע במרכז המסך ולאחר מכן הוצגו, בסדר אקראי, עם סדרה של תמונות פנים ומכונית שונות באחת משש רמות הקוהרנטיות הפאזיות המוצגות ב- (ב). כל תמונה הוצגה למשך 30 אלפיות השנייה, ואחריה מרווח בין גירויים שנמשך בין 1500 ל -2000 אלפיות השנייה, שבמהלכה נדרשו הנבדקים להפלות בין שני סוגי התמונות ולהגיב בלחיצה על כפתור. בלוק ניסויים הושלם לאחר שהוצגו כל תמונות הפנים והמכונית בכל שש רמות הקוהרנטיות הפאזיות. (ב) תמונת פנים לדוגמא בשש רמות קוהרנטיות פאזיות שונות (20, 25, 30, 35, 40, 45%).

רכישת נתונים

נתוני EEG נרכשו בו זמנית בחדר מוגן אלקטרוסטטית (ETS-Lindgren, Glendale Heights, IL) באמצעות מגבר אלקטרו-פיזיולוגי EPA-6 סנסוריום (שרלוט, VT) מ -60 אלקטרודות הקרקפת של Ag/AgCl ומשלושה אלקטרודות פריוקולריות הממוקמות מתחת לעין השמאלית. ובחזית החיצונית השמאלית והימנית. כל הערוצים הופנו אל המסטויד השמאלי עם עכבת כניסה & lt15kΩ וקרקע סנטר. הנתונים נדגמו ב -1000 הרץ עם פס פס אנלוגי של 0.01–300 הרץ באמצעות 12 dB/אוקטבה גבוהה לעבור ומסנני אליפטיקה נמוכה מסדר שמינית. לאחר מכן, מסנן תוכנה מבוסס 0.5 הרץ מבוסס תוכנה שימש להסרת סחיפות DC והוחל מסנני חריץ של 60 ו -120 הרץ (הרמוני) כדי למזער חפצי רעש קו. מסננים אלה תוכננו להיות פאזיים ליניאריים כדי למזער את עיוותי העיכוב. תגובות מוטוריות ואירועי גירוי שהוקלטו בערוצים נפרדים התעכבו כך שיתאימו לזמני השהות שהוצגו על ידי סינון דיגיטלי של ה- EEG.

הסרת חפצי תנועה

לפני הניסוי העיקרי, הנבדקים השלימו ניסוי לכיול שרירי העין שבמהלכו הונחו למצמץ שוב ושוב עם הופעתו של צלב קיבעון לבן על שחור ולאחר מכן לבצע מספר סאדות אופקיות ואנכיות בהתאם למיקום צלב הקיבוע. כיפוף 1 ° × 1 ° של שדה הראייה. השקעות אופקיות התכוונו ל -33 ° ואילו השקעים האנכיים התכוונו ל -22 °. העיתוי של רמזים חזותיים אלה נרשם באמצעות EEG. זה איפשר לנו לקבוע רכיבים ליניאריים הקשורים להבהוב עיניים ושקדים (באמצעות ניתוח רכיבים עיקריים) שהוקרנו לאחר מכן מתוך ה- EEG שנרשם במהלך הניסוי הראשי (Parra ואח '., 2003). ניסויים עם תנועת עיניים חזקה או חפצי תנועה אחרים הוסרו באופן ידני על ידי בדיקה. היו לפחות 40 ניסויים ללא חפצים לכל מצב נתון (כלומר לפחות 80 ניסויים עבור שני מערכות הניסוי והרכב בכל רמת שלב קוהרנטיות).

ניתוח נתונים

ברמת קוהרנטיות נתונה בנינו גם מפות רכיבים מפלה. יישרנו את הניסויים שלנו לתחילת גירוי חזותי כפי שמוצג באיור 2א (קו אנכי שחור) ומיון אותם לפי זמן התגובה (עקומות סיגמואידיות). כל שורה של מפת הרכיבים המבדילים מייצגת ניסוי יחיד לאורך זמן. רכיבים מפלים מיוצגים על ידי y וקטורים. לבניית מפה זו בחרנו חלון אימונים, המסומן על ידי הסורגים האנכיים הלבנים (לדוגמא זו המתחילה ב -180 מילישניות לאחר גירוי), שבמהלכו אימנו את האפליה הלינארית שלנו להעריך את וקטור המשקל. w עבור כל החיישנים שלנו איקס, כך ש y מפלה באופן מקסימלי בין ניסויי פנים ומכונית. פעם ה w הוקטור הוערך באמצעות נתונים שמקורם רק בחלון האימונים, יישמנו w לנתונים בכל הניסויים ובכל הזמנים. מפת הרכיבים המפלה המתקבלת מוצגת באיור 2א. אדום מייצג פעילות שלילית חיובית וכחולה. בדוגמה זו הרכיב המפלה המתקבל מופיע כ -180 אלפיות השנייה לאחר תחילת הגירוי החזותי והוא נעול בגירוי. לרכיבים הנעולים בתגובה יש פרופיל סיגמואיד הדומה לזמני התגובה בפועל של הנבדק.

סיכום ניתוח EEG בניסוי יחיד שלנו. (א) דוגמה למפת רכיבים מפלה נבעה מניתוח האפליה הלינארית החד-משפטית שלנו. (ב) מבט גב על תחזיות חיישן א ומשמעות הרכיב כפי שכמתה על ידי ניתוח ROC (ראה טקסט לפרטים).

סיכום ניתוח EEG בניסוי יחיד שלנו. (א) דוגמה למפת רכיבים מפלה נבעה מניתוח האפליה הלינארית החד-משפטית שלנו. (ב) מבט גב על תחזיות חיישן א ומשמעות הרכיב כפי שכמתה על ידי ניתוח ROC (ראה טקסט לפרטים).

אימון המפלה במספר חלונות זמניים אפשר לנו לדמיין את האבולוציה הזמנית של הפעילות המרכיבה המפלה. השתמשנו בגישה גסה לדק כדי לזהות את שני חלונות הזמן המפלים ביותר בכל רמת קוהרנטיות שלבים. בתחילה הכשרנו את האפליה תוך החלקת חלון האימונים שלנו בקטעים שאינם חופפים של 30 אלפיות השנייה מתחילת הגירוי החזותי ועד זמן התגובה המוקדם ביותר. לאחר מכן הכשרנו מחדש את האפליה על ידי הזזה של החלון בשלבים עדינים יותר (10 אלפיות השנייה) רק סביב שני האזורים המפלים ביותר כפי שזוהו על ידי החיפוש הגס יותר.

תוך ניצול הליניאריות של המודל שלנו, לאחר מכן השתמשנו במודל המשך כדי להקרין את הפעילות המפלה הזו לחיישנים. תחזיות הקרקפת המתקבלות א מוצגים באיור 2ב ומשמשים לפרשנות המשמעות הנוירו -אנטומית של המרכיב המפלה שנוצר.

ערכנו את הביצועים של האפליה הלינארית לפי השטח מתחת לעקומת האופיינית של מפעיל המקלט (ROC), המכונה אz, בגישה של חופשה אחת (Duda ואח '., 2001). השתמשנו ב- ROC אz מדד לאפיין את ביצועי האפליה תוך החלקת חלון האימונים שלנו מתחילת הגירוי לזמן תגובה (משתנה τ). לבסוף, על מנת להעריך את המשמעות של הרכיב המפלה שנוצר, השתמשנו בטכניקת אתחול לחישוב אz ערך המוביל לרמת משמעות של פ = 0.01. באופן ספציפי חישבנו רמת משמעות עבור אz על ידי ביצוע בדיקת השהייה החוצה לאחר האקראי של תוויות האמת של ניסויי הפנים והרכב שלנו. חזרנו על תהליך האקראי הזה 100 פעמים כדי לייצר אz התפלגות אקראית וחישוב ה- Az מה שמוביל לרמת משמעות של פ = 0.01 מוצג באיור 2ב לפי הקו האדום המנוקד.

פונקציות פסיכומטריות ונוירוומטריות

אפשרויות בחירה

חישבנו הסתברויות בחירה ברמות קוהרנטיות שלב שנבחרות עבור כל הנבדקים שלנו. סימנו את כל הניסויים על סמך סוג התגובה/בחירה ולא סוג הגירוי (כלומר כל תגובות הפנים - ניסוי פנים נכון וניסויים ברכב - לעומת כל תגובות הרכב - ניסויים נכונים ברכב ופנים לא נכונים). לאחר מכן חזרנו על ניתוח ה- ROC המתואר בניתוח נתונים וסווג בין ניסויי בחירת 'פנים' ו'רכב 'כך שהמערכת החדשה של אz ערכים מייצגים כעת הסתברויות בחירה.

בדיקות סטטיסטיות


דִיוּן

במחקר זה בחנו את שלבי העיבוד הכרוכים בהכרה אסוציאטיבית. ערכנו ניסוי EEG שכלל מניפולציות באורך מילים, מעריץ אסוציאטיבי וסוג בדיקה, שנועדו להקיש את שלבי הקידוד, השחזור וההחלטה התפיסתי שהנחה מודל ACT-R של זיהוי אסוציאטיבי. בחלקים הבאים, אנו דנים במה חושפות תוצאות ההתנהגותיות, ERP והמסווג הנוגעות לכל מניפולציה על העיבוד שהתרחש, בתוספת ההשלכות על דוגמנות הכרה אסוציאטיבית.

אפקטים של אורך מילים וקידוד תפיסתי

מניפולציה באורך המילה הייתה צפויה להשפיע על שלב הקידוד התפיסתי ולהתבטא בשלב מוקדם בביצוע. לא היו השפעות של אורך בנתוני ההתנהגות, אולי מכיוון שהמוקד המוקדם של המניפולציה הוביל לכך שהשפעות כלשהן על RT נקלטות או נשטפות על ידי עיבוד מאוחר יותר. ניתוחי ה- ERP גילה כי מילים ארוכות הפיקו מתח חיובי יותר ממילים קצרות על הקרקפת השמאלית-חזיתית בין 300 ל -350 אלפיות השנייה (ראה איור 1), בהתאם לממצא קודם של חיוביות רחבה על האזור הפרונטאלי מ -300 אלפיות השנייה (ואן פטן ומגבר) קוטאס, 1990). המסווג הראה שמידע באות ה- EEG מבחין בין מילים ארוכות וקצרות בין 100 ל -500 אלפיות השנייה (ראה איור 6). בהתחשב בכך שקידוד תפישתי היה שלב ראשון הכרחי בעיבוד ואורך המילה הוא תכונה תפיסתית, הגיוני שהסווג זיהה מידע מוקדם באות ה- EEG לאפליה של אורך המילה. יחד, תוצאות אלו מצביעות על כך שאורך המילה השפיע על שלב הקידוד התפיסתי המוקדם אך לא על השלבים המאוחרים יותר.

תוצאות אלה - במיוחד הצלחתו של המסווג בבידוד חתימה עצבית מוקדמת של אורך מילה על הקרקפת העורפית - תואמות את הספרות המדעית העצבית הרחבה יותר. EEG (Hauk & Pulvermüller, 2004), MEG (Sudre et al., 2012 Assadollahi & amp Pulvermuller, 2003), PET (Mechelli, Humphreys, Mayall, Olson, & Price Price, 2000) ו- fMRI (Indefrey et al., 1997) ) מראים כי קליפת המוח החזותית תורמת לעיבוד תמלילים וכי תגובות מאזורים בתוך קליפת המוח החזותית מאופננות על ידי אורך המילה. למרות שאפקט אורך המילה העורפית המוקדמת עולה בקנה אחד עם מה שידוע על קליפת המוח החזותית, קשה יותר לפרש את אפקט אורך המילה הקדמית מאוחר יותר. ואן פטן וקוטאס (1990) הציעו כי ההשפעה הפרונטלית קשורה להבדל לשוני כלשהו בין מילים ארוכות וקצרות, אולם הם לא ביצעו את המניפולציות הנדרשות כדי להעלות טענה חזקה יותר. נכון לעכשיו, לא ברור אם השפעת אורך המילה הקדמית תלויה במאפיינים אורתוגרפיים, פונולוגיים או סמנטיים של מילים ארוכות וקצרות.

אפקטים של מעריצים ושליפה

מניפולציה של מעריץ אסוציאטיבי צפויה להשפיע על שלב האחזור ולהתבטא באמצע ההופעה. נתוני ההתנהגות גילו RTs ארוכים יותר ושיעורי שגיאות גבוהים יותר עבור זוגות אוהד 2 בהשוואה לזוגות מאוורר 1 (ראה טבלה 1), בהתאם למחקרים קודמים ולמודל ACT-R (למשל, ראו אנדרסון, 2007 אנדרסון אנד רדר, 1999). נתוני ERP ציירו תמונה מעניינת, המציגה אפקטים מאווררים מוקדמים ומאוחרים. הניתוח נעול הגירוי חשף אפקט מאוורר מוקדם בין 400 ל -450 אלפיות השנייה, שבמהלכו זוגות מאוורר 1 יצרו יותר מתח שלילי מאשר זוגות מאוורר 2 על פני אתרים מרכזיים ופריטיים (ראה איור 2). הניתוח נעול הגירוי גילה גם אפקט מאוורר מאוחר מ -700 ל -900 אלפיות השנייה, ובמהלכו זוגות מאוורר 1 הניבו יותר מתח חיובי מאשר זוגות מאוורר 2 מעל אתרים פרונטאליים ומרכזיים ימניים. הניתוח נעול התגובה הראה כי אפקט המאוורר המאוחר הזה גדל עד לתגובה (ראה איור 4).

ניתן להבין את ההשפעות המאווררות המוקדמות והמאוחרות בנתוני ERP במונחים של תיאוריות זיהוי בתהליך כפול (Rugg & amp Curran, 2007). היכרות והיזכרות, שני התהליכים המעוררים בתיאוריות של תהליכים כפולים, רגישים למעריצים (Nyhus & amp Curran, 2009). השפעות המעריצים במחקר הנוכחי עשויות לספק מידע על תהליכים אלה. אפקט המאוורר המוקדם, שהתרחש זמן קצר לאחר אפקט אורך המילה, יכול לשקף אות הכרות מעיבוד ראשוני של מילות הבדיקה המקודדות. אפקט המאוורר המאוחר, שהתרחש לפני התגובה, יכול לשקף זיכרון של זוגות מילים שנחקרו.

אופי ההשפעה המאוחרת - זוגות מאוורר 2 המייצרים יותר מתח שלילי מאשר זוגות מאוורר 1 מעל הקרקפת הפרונטלית - דומה בכמה מובנים לפוטנציאל האיטי השלילי שנצפה על ידי הייל ואח '. (1996). Nyhus and Curran (2009) דיווחו גם על השפעה של מאוורר על ERP על הקרקפת החזיתית. ההשפעה שלנו הייתה ימנית לרוחב, ואילו Nyhus and Curran (2009) ו- Heil et al. (1996) גילו שההשפעה של המאוורר הייתה מקסימלית בחצי הכדור השמאלי. הניסוי שלנו שונה מהייל ואח. (1996) בשתי דרכים חשובות. ראשית, החלנו מסנן מעבר גבוה (0.1 הרץ) לנתונים שלנו ואילו Heil et al. לא. שנית, המשימה שלנו אפשרה למשתתפים להגיב מהר יותר באופן משמעותי. ייתכן שהבדלים אלה הגבילו את יכולתנו לזהות את הפוטנציאל האיטי שדווח על ידי Heil et al. (1996).

ההבדל לרוחב של אפקט המאוורר עשוי לשקף גם הבדלים בחומרי המשימה. שניהם חאדר ואח '. (2005, 2007) והייל ואח '. (1996) מצאו כי ההתפלגות הטופוגרפית של אפקט המניפה משתנה על פי שיטות הגירוי. למרות שניסויי fMRI עם גירויים דומים לאלה שבהם נעשה שימוש במחקר הנוכחי מצאו את ההשפעות החזקות ביותר של מאוורר ב- pFC השמאלי (Danker et al., 2008), Sohn et al. (2003) דיווחו על השפעות גם ב- pFC הנכון.

המסווג הראה שיש מידע באות ה- EEG מ -400 אלפיות השנייה ואילך, המבדיל בין זוגות מאוורר 1 ומאוורר 2 (ראה איור 6). העובדה שמידע מעריצים הפך לזמין בסמוך לתום פרק הזמן שבמהלכו המסווג הפלה באופן מדויק בין אורך המילה (100–500 מילישניות) מצביע על כך שהאחזור החל לאחר שמילות הבדיקה צופנו, ללא שלב מתערב. מסקנה זו עולה בקנה אחד עם תוצאות מחקר של אנדרסון, בוטל ודוגלס (2004), שעקבו אחר תנועות העיניים במהלך זיהוי אסוציאטיבי ומצאו עדויות המצביעות על כך שהחזרה לא החלה עד שצמד מילות הבדיקה צופן במלואו. ההתמדה של דיוק סיווג טוב למאוורר מעל כמה מאות אלפיות השנייה מצביעה על כך שכל אחת מאפקטים המאווררים המובהקים בנתוני ה- ERP סיפקה מידע אבחוני למסווג. באופן קולקטיבי התוצאות ההתנהגותיות, ERP והמסווג תומכות בזיהוי מניפולציה של מעריצים אסוציאטיביים עם שלב אחזור בזיהוי אסוציאטיבי.

השפעות בדיקה, אחזור וקבלת החלטות

מניפולציה מסוג הבדיקה הייתה צפויה להשפיע הן על השליפה והן על שלבי ההחלטה ולהתבטא מאוחר בביצועים, ממש לפני התגובה. נתוני ההתנהגות חשפו RTs ארוכים יותר עבור נייר מזווג מחדש בהשוואה ליעדים (ראו טבלה 1), דבר התואם את הרעיון שאולי יהיה קשה יותר לקבל החלטה כשיש התאמה ברמת הפריט אך לא באסוציאטיבית. רמה (כלומר, מילות הבדיקה התאימו למילים שנחקרו אך היו מזוגות שונים).

הניתוח נעול הגירוי של נתוני ה- ERP גילה כי מטרות הניבו מתח חיובי יותר מאשר ניירות מזווגים מחדש על פני אתרים פריאליים ומרכזיים בין 500 ל- 900 מילישניות (ראו איור 3), בדומה מבחינות מסוימות לאפקט הישן/החדש הקודם שנצפה ב מחקר קודם (למשל, Curran, 2000 Düzel et al., 1997). הניתוח נעול התגובה העלה כי ההשפעה הייתה קיימת ממש לפני התגובה (ראה איור 5). המסווג הראה שמידע באות ה- EEG המתחיל בסביבות 300 אלפיות השנייה לפני שהתגובה הבחינה בבירור בין מטרות לסכלים מזווגים מחדש (ראה איור 6 שים לב כי נראה כי ישנה השפעה מוקדמת יותר סביב 600 אלפיות השנייה לפני התגובה) והפכה לאבחנה יותר ויותר עד לתגובה.ההתחלה המאוחרת יותר של דיוק סיווג טוב לתנאי הבדיקה ביחס לאפקט המאוורר המוקדם מצביעה על כך שאפשר להבדיל בין מטרות וסכלים מזווגים מחדש רק לאחר שחלה אחזור כלשהו.

כפי שהנחה, מניפולציית הבדיקה הביאה לאפקט ישן/חדש בינוני, שחפף את האפקט של מאוורר בשלב השליפה. השפעה זו הייתה דו -צדדית, אם כי ההשפעה הישנה/החדשה הקודמת בדרך כלל נשארת לרוחב (למשל, Rugg & amp Curran, 2007, אולם ההשפעה קיימת לעתים קרובות גם בחצי הכדור הימני, למשל Woodruff, Hayama & amp Rugg, 2006 Curran, 2000, 2004). הבדל אחד בין מחקרים קודמים בנושא זיכרון זיהוי לבין המחקר הנוכחי הוא שמעמד ישן/חדש שונה בין מטרות לסכלים מזווגים מחדש ברמה האסוציאטיבית של זוגות מילים ולא ברמת הפריט של מילים בודדות. במחקר הדומה יותר לשלך, Speer and Curran (2007) בדקו את יכולתם של המשתתפים להבחין בין זוגות פריטים שנחקרו ולסדר מחדש וגם מצאו השפעות חזקות ביותר על חצי הכדור הימני. לפיכך, הבדלים אסוציאטיביים במצב ישן/חדש עשויים לגרום להשפעות חזקות יותר בחצי הכדור הימני מאשר בחצי הכדור השמאלי.

בניסוי הנוכחי, הן מטרות והן ניירות משויכים מחדש הוצגו 13 פעמים במהלך שלב הבדיקה. למרות שהמשתתפים נאלצו לבצע הכרה אסוציאטיבית בהתחלה וזכרו אם נלמדו מילים יחד, אך בסופו של דבר הם עשו לעבור לאסטרטגיה שבה הם קבעו מתי במהלך הניסוי (שלב אימון מול מבחן) המילים הוצגו יחד. למרות שעדיין היה הבדל ברור ב- RT בין מטרות לסכלים משויכים מחדש בגוש האחרון של הניסוי (1117 לעומת 1277 אלפיות השנייה), ו(1, 19) = 29.81, עמ & lt. 001, זה יכול להיות בגלל הבדלים בכוח הזיכרון. כדי לחקור האם ההשפעה הישנה/החדשה הקודמת השתנתה במהלך הניסוי, ניתחנו את ההשפעה של סוג בדיקה בין 500 ל -900 אלפיות השנייה במהלך החצי הראשון והשני של שלב הבדיקה. היעדים עוררו בעקביות תגובה חיובית יותר מאשר ניירות מזווגים מחדש על הקרקפת הימנית והאינטראקציה בין בדיקה למחצית הבדיקה לא התקרבה למשמעות, ו(1, 19) = 0.97, עמ & gt .1.

השלכות על דוגמנות הכרה אסוציאטיבית

תוצאות ההתנהגות, ה- ERP והמסווג תומכות בדרך כלל באופי ובסדרתן של שלבי עיבוד מידע המונחים על ידי מודל ACT-R לזיהוי אסוציאטיבי. המניפולציות באורך המילה, מעריץ אסוציאטיבי וסוג בדיקה השפיעו על השלבים המשוערים של קידוד תפיסה, אחזור וקבלת החלטות בסדר הצפוי ובזמנים הגיוניים, כפי שהם משתקפים על ידי אפנון בצורות גל ה- ERP ושינויים בדיוק המסווג. עם זאת, היפוך אפקט המאוורר בנתוני ה- ERP במהלך ביצוע הביצוע של המשימה משמעו שלב אחזור מורכב יותר ממה שהניח במודל מודל ACT-R, אשר ינבא אפקט מאוורר יחיד במחצית השנייה של הניסוי.

אנו משערים שאפקט המאוורר המוקדם משקף גישה למידע על פריטים בזיכרון (כלומר, אם נחקרו מילות הבדיקה הבודדות), ואילו אפקט המאוורר המאוחר משקף גישה למידע אסוציאטיבי בזיכרון (כלומר, האם זוג מילות הבדיקה נחקר). מנקודת מבט של תיאוריות הכרה של תהליכים כפולים, מידע על פריטים יהפוך לזמין בגלל היכרות ומידע אסוציאטיבי יהפוך לזמין בגלל זיכרון (Diana et al., 2006 Yonelinas, 2002). מודל ACT-R אינו כולל תהליך היכרות. ניתן לגשת למידע על פריט באופן מקביל לאופן שבו מידע מידע אסוציאטיבי נשלף על ידי שימוש במילות בדיקה בודדות כדי לאחזר מילים שנחקרו מהזיכרון (אנדרסון, בוטל, לבייר ומטסה, 1998).

אחזור המידע הפריט והאסוציאטיבי במודל ACT-R יכול להתיישב עם אפקטים של מאווררים הפוכים בנתוני ERP אם אפקטים אלה משקפים את חוזק הזיכרונות שאוחזרים. במקרה של אחזור פריטים, מילים של מאוורר 2 יכלו להיות מיוצגות חזק יותר בזיכרון בהשוואה למילות מאוורר 1 מכיוון שהן התרחשו לעתים קרובות יותר בקרב זוגות שנחקרו, מה שמשקף את אופי המניפולציה של המעריץ. כמו כן לקח למשתתפים זמן רב יותר ללמוד זוגות אוהד 2 במהלך האימון, מה שאומר שהם נחשפו למילות אוהד 2 לעתים קרובות יותר מאשר מילים של אוהד 1 באותו שלב. פריטים המוצגים בתדירות גבוהה יותר במהלך המחקר מוכרים טוב יותר מפריטים המוצגים בתדירות נמוכה יותר (למשל, Stretch & amp Wixted, 1998 Ratcliff, Clark, & amp Shiffrin, 1990). כתוצאה מכך, ייתכן שאפשר היה לאחזר פריטים למילות אוהד 2 ביחס לזה של מילים מאוורר 1, וכתוצאה מכך פוטנציאל חיובי יותר למילות אוהד 2. זה עולה בקנה אחד עם מחקר של פיניגן, המפריס, דניס וגפן (2002), שדיווחו על השפעות N400 חיוביות יותר על פריטים מקודדים חזק מאשר על פריטים המקודדים חלש. במקרה של אחזור אסוציאטיבי, יהיה קשה לגשת לזוגות אוהד 2 מאשר לזוגות מאוורר 1 מכיוון שמילות המרכיב שלהם חולקו על פני זוגות מרובים, מה שמניב צורה של הפרעה אסוציאטיבית. כתוצאה מכך, אחזור אסוציאטיבי של זוגות מאוורר 2 ייפגע ביחס לזה של זוגות מאוורר 1. שילוב רעיונות אלה, אחזור פריטים קל יותר עבור מילים של אוהד 2 ופגיעה בשליכה אסוציאטיבית לזוגות מניפה 2 יכלו לגרום לאפקטים של מאווררים הפוכים שראינו בנתוני ERP.

תוצאות ERP והסווג גם מצביעות על כך ששלבי השליפה וההחלטה חופפים במידה מסוימת. אפקט המניפה המאוחרת נמשך עד שהתגובה (ראו איורים 4 ו -6) והניתוח נעול התגובה חשפו טופוגרפיות דומות של הקרקפת לאפקט המאוורר המאוחר ואפקט נייר הכסף (ראו איורים 4 ו -5). פרשנות אחת לתוצאות אלה היא ששליפה אסוציאטיבית מייצגת חלק מתהליך ההחלטה, כאשר התוצאה של השליפה מספקת באופן אוטומטי הוכחות בעד ונגד החלטות שונות. לחלופין, השפעות פריטליות מאוחרות אלה עשויות להצביע על ביטחון תגובה (למשל Woodruff et al., 2006). מטרות הניבו מתחים חיוביים יותר מאשר ניירים משויכים מחדש, וזוגות מאוורר 1 הניבו יותר מתח חיובי מאשר זוגות מאוורר 2. אפקטים אלה דומים לאפקטים של P300 (ההשפעה הישנה/החדשה הקודמת מקיפה את ה- P300 למשל, Curran, DeBuse, Woroch, & Hirshman, 2006), אשר ידועים בקורלציה עם ביטחון תגובה (למשל Nieuwenhuis, Aston-Jones, & amp Cohen, 2005 Sutton, Ruchkin, Munson, Kietzman & amp Hammer, 1982 Wilkinson & amp Seales, 1978).

מלבד מודל ACT-R, לתוצאות אלה יש השלכות על מודלים אחרים של הכרה אסוציאטיבית, כולל אלה שאינם מבצעים את אותן הבחנות בין שלבי העיבוד. לדוגמה, מודלים לצבירת ראיות כוללים בדרך כלל שלב המשלב את תהליכי השליפה וההחלטה (למשל, Ratcliff & Smith, 2004 Ratcliff, 1978). ליתר דיוק, עדויות לתגובות מצטברות בהדרגה על סמך מידע שנאסף מהזיכרון, והחלטה מתרחשת כאשר הראיות המצטברות מגיעות לקריטריון. ההחלטה איננה תהליך נפרד אלא נקודת הסיום של הצטברות ראיות מבוססת אחזור, אשר עולה בקנה אחד עם הדמיון הנ"ל בין אפקט המאוורר המאוחר לבין אפקט הבדיקה.

למרות שמודלים של הצטברות ראיות יכולים לייצר את אפקט המניפה ההתנהגותי שראינו, לא ברור אם ניתן ליישב אותם עם אפקטים של מניפות הפוכות בנתוני ה- ERP. אפשר לטעון כי אפקטים של מעריצים הפוכים משקפים שינויים בסוג הראיות הנצברות, כאשר אפקט המאוורר המוקדם משקף את פרטי הפריט ואת אפקט המאוורר המאוחר משקף מידע אסוציאטיבי, כפי שנדון קודם לכן. אכן, ישנם מודלים המאפשרים שינויים כאלה בהצטברות הראיות במהלך העיבוד (למשל, Brockdorff & amp Lamberts, 2000 Ratcliff, 1980). עם זאת, בהתחשב בכך ששני סוגי המידע יתרום לאותו תהליך צבירת ראיות, אפשר לצפות שהשפעות המאוורר המוקדמות והמאוחרות יהיו בעלות טופוגרפיות דומות של הקרקפת. לעומת זאת, גילינו שאפקט המאוורר המוקדם בא לידי ביטוי באתרים שמאל-מרכז ושמאל-פריאטאלי, ואילו אפקט המאוורר המאוחר בא לידי ביטוי באתרים ימין-חזיתי וימני-מרכזי (ראה איור 2).

למרות האתגרים מנתוני ERP, מודלים לצבירת ראיות אכן מקבלים תמיכה מתוצאות המסווג (ראו איור 6). אפקט מאוורר יהיה צפוי למשך תהליך צבירת הראיות, בהתאם לדיוק המסווג בהבחנה בין זוגות מאוורר 1 ומאוורר 2 מ -400 אלפיות השנייה ואילך. אפקט בדיקה צפוי להתעורר בהדרגה ככל שהעדויות המצטברות מצביעות יותר ויותר למטרה או לסכל מחדש, בהתאמה לדיוק ההולך וגדל של המסווג בהבחנה בין מטרות לסכלים מחודשים מ -600 אלפיות השנייה ואילך. עם זאת, שים לב שדפוסי הסיווג תואמים גם את מודל ACT-R. שלבי העיבוד הנפרדים שלה יכולים לייצר שינויים מדויקים בדיוק לאורך זמן אם זמני הגמר של התהליכים משתנים (למשל, Schneider & amp Anderson, 2012). לפיכך, תוצאות המסווג אינן תומכות באופן ייחודי בשני הדגמים.

סיכום

הדיון הקודם מדגיש את הדרכים שבהן השילוב של תוצאות התנהגותיות, ERP ומסווג יכול להודיע ​​על מודלים של הכרה אסוציאטיבית. למרות שהתוצאות מספקות תמיכה כללית בשלבי העיבוד המונחים על ידי מודל ACT-R, לא הייתה ערובה מוקדמת לכך. לדוגמה, מנקודת המבט של מודל צבירת ראיות פשוט, אפשר היה לצפות שאפקטים של מאווררים וחיפויים בנתוני ה- ERP יחפפו לחלוטין זמנית וטופוגרפית בהתבסס על ייחוסם לשלב משותף. היו עדויות לחפיפה בין אפקט המאוורר המאוחר לבין אפקט הבדיקה, אך לאפקט המאוורר המוקדם היו מאפיינים שונים, דבר המצביע על קשר מורכב בין אחזור לתהליכי קבלת החלטות. מתודולוגיית הסיווג המשמשת במחקר זה הראתה כיצד טכניקות למידת מכונה יכולות לספק מינוף נוסף בפרשנות הנתונים. לדוגמה, למרות שניתוח ERP הסטנדרטי לא גילה השפעה עורפית מוקדמת של אורך המילה, הדפוס הרב -משתני בו השתמש המסווג אפשר אפליה בין אורכי מילים כבר ב -100 אלפיות השנייה. בנוסף, אפליית המסווג של המאוורר ותנאי הבדיקה סיפקה תובנה בנוגע לשלבי האחזור וההחלטה של ​​העיבוד שלא ניתן להסיק מהנתונים ההתנהגותיים בלבד. לפיכך, מחקר זה מייצג דוגמה לאופן שבו ניתן להשתמש בנתונים הזמניים המפורטים מ- EEG, בתוספת טכניקות סיווג מודרניות, להערכת מרכיבים בסיסיים של מודלים חישוביים של קוגניציה.

בקשות להדפסה יש לשלוח לג'למר פ. בורסט, המחלקה לפסיכולוגיה, אוניברסיטת קרנגי מלון, שדרת פורבס 5000, פיטסבורג, הרשות הפלסטינית 15213, או באמצעות דואר אלקטרוני: [email protected]


שיטות

משתתפים

בניסוי המרכזי, בדקנו 49 משתתפים המבצעים את ניסויי הקשב והבקרה בהוראה סטנדרטית (ראה להלן). לאחר הניתוח הראשוני של נתוני ההתנהגות, משתתפים אלה חולקו לאחת משתי הקבוצות בהתבסס על הביצועים בניסויי הבקרה (כלומר, RT מהיר יותר או שווה ל/איטי מ- 0.8 שניות, בהתאמה): "מגיבים מהירים" (נ = 34, שתי נשים ממוצעות גיל = 24.74 שנים, SD = 3.08 שנים) ו"מגיבים איטיים "(נ = 15, שש נשים ממוצעות גיל = 24.09 שנים, SD = 1.97 שנים). כדי לשלוט על ההבדל בזמן השהות בעיבוד גירוי, קבוצה שלישית "מואצת על ידי הוראות מגיבות" (נ = 15, שלוש נשים ממוצעות גיל = 29.02 שנים, SD = 5.93 שנים) נכלל במחקר. קבוצה זו ביצעה את המשימה בהוראות שונות (ראה להלן). כל המשתתפים היו ימניים וללא כל היסטוריה של מחלה פסיכולוגית או נוירולוגית. מספר הנשים המשקף משקף את הרכב הסטודנטים באוניברסיטה הצבאית לטכנולוגיה, שם בוצע גיוס. הניסוי אושר על ידי ועדת האתיקה המקומית. כל המשתתפים סיפקו הסכמה מדעת בכתב להשתתפות במחקר.

פרדיגמה ניסיונית

כל מפגש ניסיוני כלל שני סוגי ניסויים המכונים תשומת לב (נ = 48) ושליטה (נ = 48). כל ניסוי כלל תקופת הכנה (2, 3, 4 או 5 שניות שנבחרו בהסתברות אחידה) שאחריה התקיימה תקופת ביצוע משימות (1.8 שניות). משך הזמן הארוך של תקופת ההכנה דרש תשומת לב מתמשכת ואפשר לנו ללמוד תהליכי הכנה במנותק מביצוע משימות או קידוד גירוי (איור 1).


הכרות

עבודה זו נתמכה על ידי מועצת המחקר האירופית (ERC) מענק החל (ל- RGOC) במסגרת תוכנית המחקר והחדשנות של האיחוד האירופי 2020 (הסכם מענק מס '638289), על ידי קרן מדע אירלנד ERC תמיכה (ל- RGOC) ותכנית מלגת מועצת המחקר האירית לתואר ראשון (ל- AH). ש.פ.ק. נתמך בפרס פיתוח קריירה של קרן המדע אירלנד (15/CDA/3591). למממנים לא היה כל תפקיד בעיצוב מחקר, איסוף וניתוח נתונים, החלטה לפרסם או הכנת כתב היד.


חומרים ושיטות

נושאים

שישה נבדקים השתתפו במחקר (נקבה אחת, גיל ממוצע -27.33 שנים). לאף אחד מהנבדקים לא היה ניסיון בייסבול מקצועי או קולגאלי. כל הנבדקים דיווחו על ראייה תקינה או מתוקנת וללא היסטוריה של בעיות נוירולוגיות. הסכמה מדעת התקבלה מכל המשתתפים בהתאם להנחיות ואישור ועדת הסקירה המוסדית של אוניברסיטת קולומביה.

סקירת גירויים ופרדיגמה התנהגותית

נבדקים שנצפו על צג מחשב 12 בלוקים של 50 מגרשי בייסבול מדומים עם מרווח בין גירויים ממוצע (ISI) של 2150 אלפיות השנייה. התצוגה המדומה הייתה זו של המקום בו הלוכד ישב על יהלום בייסבול סטנדרטי, כלומר בנקודת הסיום של מסלול המגרש. מתוך ספרייה של 50 מגרשים, שכל אחד מהם בא מתוך אחד משלושה סוגי המגרשים (�stballs, ” 𠇌urveballs, ” ו- “sliders ”), הנושא הוצג, בכל ניסוי, נבחר שנבחר בפסאודורנדום.

למי שלא מכיר בייסבול, שלושת המגרשים נבדלים במהירות ובדרך בחלל. לכדור מהיר יש מסלול ישר עם מעט מאוד הפסקה אופקית או אנכית בהשוואה למסלול פרבולי פשוט. לקורבול יש שילוב של ספין צד וספין עליון שיוצר גם הפסקה ימינה וגם כלפי מטה. למחוון יש רק סיבוב צד, מה שיוצר רק הפסקה ימינה. הנבדקים היו מבדילים את המגרשים בהתבסס על מסלולים אלה וההבדל במהירויות. כל המגרשים היו מדומים באמצעות משוואות התנועה (ראה להלן). קטעי וידאו המציגים דוגמה אחת לכל אחד משלושת סוגי המגרשים מסופקים בחומר המשלים המקוון.

הנבדקים הונחו לזהות את סוג המגרש במהירות האפשרית באמצעות תגובת כפתור מקלדת, כאשר כל בחירת המגרש ממופה לכפתור ייחודי (“j, ” “k, ” ו- “l &# x0201D). לנבדקים נאמר להגיב כשהכדור עדיין על המסך. כל תגובות הלחצנים בוצעו ביד ימין, ללא קשר לידיות. בשלב ההכשרה הראשוני למדו הנבדקים את המסלול הכללי של כל מגרש על ידי צפייה בדוגמאות, ולמשך אימון קצר השיבו בתגובת הכפתור. האימון הכיל 20 מגרשים שנבחרו בפסאודורנדום ללא משוב והנבדקים נשאלו לאחר מכן אם הם מרגישים בנוח לבצע את המשימה בפרק הזמן הדרוש. כל הנבדקים השיבו בחיוב ו -12 החסימות של 50 המגרשים החלו כאשר נרשמו נתוני EEG. המשתתפים לא קיבלו משוב או גבו פרס על הופעתם, אולם הם קיבלו פיצוי על זמנם.

נעשה שימוש בתחנת עבודה של Dell Precision 530 להצגת הגירויים החזותיים באמצעות E-Prime 2.0 (שארפסבורג, הרשות הפלסטינית, ארה"ב). הנבדקים ישבו בחדר ממוגן RF במרחק 100 ס"מ ממרכז מסך המחשב, שם שטח תצוגת הגירוי כיסה זווית אופקית של ଖ.5 ° וזווית אנכית של କ.0 °.

ההתחלה של כל קליפ ווידיאו היה אירוע הגירוי שבאמצעותו התרחשה נעילת זמן EEG. אירועי גירוי הועברו למערכת הקלטת EEG באמצעות דופק TTL בערוץ האירוע. ב פוסט הוק ניתוח, אירועי תגובה סונכרנו ל- EEG באמצעות השהיות שלהם מאירוע הגירוי.

סימולציות המגרש

כל קליפ הווידיאו גובה נוצר באמצעות פותר משוואות דיפרנציאליות ב- Matlab 2010a (Mathworks, Natick, MA, USA ראה סימולציות Pitch להלן) ויוצא לקובץ סרטים של Interleaved (.avi) (ראה חומר משלים לדוגמאות) שנדגמו ב- 60 הרץ (קצב רענון של צג התצוגה). ניתן לדמות את רוב מגרשי הבייסבול באמצעות משוואות דיפרנציאליות בעלות שישה מצמידים (Armenti, 1992 Adair, 1995).

שלוש המשוואות הראשונות מציינות את השינוי במיקום המרחבי לכל כיוון, שמשווה את מהירות הבייסבול. שלוש המשוואות האחרונות מציינות את ההאצות הנובעות מהגרירה [ו(v)], כוח מגנוס (ב) וכוח המשיכה (ז) משחק על הבייסבול. משוואה 7 משמשת לחישוב כוח הגרירה במהירויות שונות עם vד = 35 m/s ו-#x00394 = 5 m/s. כוח מגנוס (ב), המתרחש עקב גרירה דיפרנציאלית על אובייקט מסתובב, משוער כאן לכדי 4.1 × 10 𢄤 (ללא ממדים). לאחר ציון התנאים הראשוניים [איקס0, y0, z0, vאיקס0, vy0, vz0, ω (תדר סיבוב)], שש משוואות הדיפרנציאל הרגילות נפתרו ב- MATLAB.

לשלושת המגרשים – המהיר, הקורבול, והחלק – יש תנאים ראשוניים אישיים מוגדרים היטב. כדי ליצור כל גובה, עלינו רק לשנות את המהירות ההתחלתית וזווית הסיבוב. לכל מחלקת המגרשים, 50 מגרשים נוצרו על ידי דיגימות אקראיות של התפלגות ראשונית של תנאי מהירות, זווית סיבוב, זווית שיגור וזווית שיגור אופקית. הערכים וההפצות המשמשים עבור כל מחלקת גובה מוגדרים בטבלה 1.

שולחן 1. פרמטרים ליצירת מסלולי גובה.

עבור כל מגרש מדומה, נקבע עיגול כחול על רשת אפורה לכל מסגרת של המסלול. גודל העיגול הכחול גדל כשהוא מתקרב לצופה, כדי לתת אשליה של עומק. כשהכדור חצה את צלחת החדר,#x0201D המעגל הכחול נעלם. המסגרות נדחסו לפורמט של סרט .avi (ראה דוגמאות של כל סימולציית גובה בחומר משלים). המסלולים, עבור כל סימולציה, נשמרו בקובץ נפרד לשימוש מאוחר יותר.

רכישת נתונים

נתוני אלקטרואנצפלוגרפיה נרכשו בחדר מוגן אלקטרוסטטי (ETS-Lindgren, Glendale Heights, IL, USA) באמצעות מגבר BioSemi Active Two AD Box ADC-12 (BioSemi, הולנד) מ -64 אלקטרודות הקרקפת. הנתונים נדגמו במהירות 2048 הרץ.מסנן מבוסס 0.5 הרץ מבוסס תוכנה שימש להסרת סחיפות DC והוחל מסנני חריץ של 60 ו -120 הרץ (הרמוני) כדי למזער חפצי רעש קו. מסננים אלה תוכננו להיות פאזיים ליניאריים כדי למזער את עיוותי העיכוב. אירועי גירוי – כלומר, זמני ההתחלה של סרט המגרש וסוגי המגרשים – נרשמו בערוצים נפרדים.

ניתוח רכיבים עצמאיים (ICA) הופעל באמצעות EEGLAB (Delorme and Makeig, 2004) להסרת חפצים מהבהבים בעיניים. בתקופה הנעולה בגירוי (� עד 1500 ms), בסיס הממוצע הוסר באמצעות נתונים מ- � ל- 0 ms. לאחר עידן לאירועי גירוי, אלגוריתם אוטומטי לדחיית עידן חפץ מ- EEGLAB (Delorme and Makeig, 2004) הופעל כדי להסיר את כל התקופות שחרגו מסף ההסתברות של 5 SD מהממוצע. באופן דומה, בתקופה הנעולה בתגובה (� עד 1000 אלפיות השנייה), קו הבסיס הממוצע הוסר מ-#x022121500 ל- � ms ואותו אלגוריתם דחיית עידן אוטומטי של חפץ הופעל.

ניתוח נתונים

ביצענו ניתוח ניסוי יחיד של ה- EEG המסונן, התקופה והמוסרת שהוסרה על מנת להבחין בין קבוצת גירויים או תנאי תגובה. ראשית, שקלנו רק מגרשים נכונים מבחינה התנהגותית, כאשר תגובת המשתמש הייתה בתוך 100 אלפיות השנייה מסוף המסלולים, והכשרנו את המסווג לסווג מגרש נתון (למשל, כדור מהיר) לעומת המגרשים של האחר. שיעורים (למשל, curveball ומחוון). שנית, סיווגנו התנהגויות נכונות התנהגותיות לעומת שיעורים לא נכונים בתוך כל מחלקת המגרשים (למשל כדורי מהירות שזוהו כראוי לעומת כדורים מהירים שזוהו לא נכונים). טבלה המסכמת את ניתוח הסיווג מוצגת בטבלה 2.

שולחן 2. הגדרת שיעורים המשמשים בניתוח אפליה.

רגרסיה לוגיסטית שימשה מסווג למציאת הקרנה אופטימלית להפלות בין שני התנאים שנבחרו על פני חלון זמני ספציפי (Parra et al., 2002, 2005 Conroy and Sajda, 2012). גישה זו יושמה בעבר לזיהוי מרכיבים עצביים העומדים בבסיס קבלת החלטות תפיסתיות מהירות (Gerson et al., 2005 Philiastides ו- Sajda, 2006 Philiastides et al., 2006). באופן ספציפי, הגדרנו חלון אימונים המתחיל בזמן ההתחלה הטרום גירוי או לאחר הגירוי τ, עם משך של δ, והשתמשנו ברגרסיה לוגיסטית להערכת וקטור ניפוח מרחבי w → τ, δ T המפלה באופן מקסימלי בין אותות מערכי חיישן EEG איקס לכל כיתה (למשל כדורי מהיר לעומת כדורים מהירים):

במשוואה. 8, איקס הוא נ × ט מטריצה ​​(נ חיישנים ו ט דוגמאות זמן). התוצאה היא רכיב “ מפלה ” y → הספציפי לפעילות המתואמת עם כל תנאי, תוך צמצום הפעילות המתואמת עם שני תנאי המשימה. המונח 𠇌omponent ” משמש במקום “source ” כדי להבהיר כי מדובר בהקרנה של כל הפעילות המתואמת למקור הבסיסי. לניסויים שלנו, משך חלון האימונים (δ) היה 50 אלפיות השנייה והחלון המרכזי (τ) היה משתנה לאורך זמן τ = 0, 25, 50, …, 975, 1000 ms בשלבים של 25 ms לנעילת גירוי, והוא היה משתנה לאורך זמן τ = - 575, - 550, …, 550, 575 ms בשלבים של 25 ms לנעילת תגובה. השתמשנו באלגוריתם המשוקלל הכי פחות ריבועים כדי ללמוד את וקטור הניפוח המרחבי האופטימלי w → τ, δ T (Jordan and Jacobs, 1994).

על מנת לספק פרשנות נוירו -אנטומית פונקציונלית לפעילות המפלה כתוצאה מכך, ובשל הליניאריות של המודל, חישבנו את מקדמי הצימוד החשמלי (שווי 9).

משוואה זו מתארת ​​את הצימוד החשמלי a → של הרכיב המפלה y → המסביר את רוב הפעילות איקס.

ערכנו את הביצועים של האפליה הלינארית לפי השטח מתחת לעקומת המאפיין של מפעיל המקלט (ROC), המכונה כאן אz, באמצעות הליך של חופשה אחת (Duda, 2001). השתמשנו ב- ROC אz מדד לאפיין את ביצועי האפליה כפונקציה של החלקת חלון האימונים שלנו מ- 0 ms לפני גירוי ל- 1000 ms post-stimulus (כלומר, משתנה τ) לתגובה מוקדמת של גירוי � ms ל- 575 ms post -תגובה לתגובה נעולה. פרקי זמן אלה סיפקו זמן משמעותי הן לאחר הגירוי והתגובה ההתנהגותית (לחיצה על לחצן) להתבוננות בכל תגובה אלקטרופיזיולוגית למגרש.

ערכנו את המשמעות הסטטיסטית של אz בכל חלון (τ) באמצעות הליך תיוג מחדש. עם 41 חלונות לנעילת גירוי ו -47 לנעילת תגובה, נאלצנו לתקן עבור מספר השוואות זה בתוך גירוי ותשובה נעולה בהתאמה. לתקן בונפרוני עמ סף 0.05 < 0.05 בשני תנאי הנעילה, רצנו מספיק תמורות בכדי שיהיה מספר מתאים של דגימות בתוך עמ < 0.001 סף (כלומר, עמ < 0.05/41 ו- עמ < 0.05/47). לשם כך, אקראי את תוויות האמת (כלומר, המגרש היה כדור מהיר, קורבול או מחוון) לכל ניסוי והדרכנו מחדש את המסווג. הדבר בוצע 3750 פעמים עבור כל נושא (1250 תמורות לכל שילוב השוואת המגרשים), ונתן סך של 22,500 תמורות לניתוח ברמה קבוצתית. ה אz ערכים מתמורות אלה שימשו לקביעת א עמ < 0.001 סף, כלומר, א עמ < 0.05 Bonferroni תיקן את רמת המשמעות. כל התוצאות המשמעותיות מדווחות לפיכך ב- עמ < 0.05 תוקן להשוואות מרובות.

לוקליזציה של מקור המבוסס על רכיבים

השתמשנו בלוקליזציה של מקורות כדי לחקור את ההבדלים בין המגרשים הנכונים לעומת המזוהים שגויות. ראשית, סיווגנו את נתוני ה- EEG הנעולים של גירוי של המגרשים המזוהים בצורה שגויה לעומת נכונה, כפי שמסוכמים במחצית הימנית של איור 1 וטבלה 2. הדבר בוצע על בסיס נושא ספציפי, למעט נושא אחד שלגביו לא היו שגיאות בהבחנת המחוון ולכן הנושא הוסר כדי לא להטות את התוצאות. עבור כל אחד מחמשת הנבדקים הנותרים, בחרנו לאחר מכן את החלון שבו ה- LOO אz הערך היה מקסימלי, עם האילוץ שהמקסימום הספציפי לנושא לא היה מחוץ לטווח של 3 SEs של תזמון השיא הממוצע הספציפי למגרש. הדבר נעשה כדי לוודא שניתוח הלוקליזציה חוקר תופעה נפוצה זמנית בין נושאים.

איור 1. ממוצע תגובות התנהגותיות בין נושאים לדיוק (א) ולערך חיזוי חיובי (PPV) ו- (B) ממוצע זמני תגובה למגרשים שזוהו בצורה נכונה ולא נכונה.. כל הסורגים מסומנים בשגיאות סטנדרטיות (נ = 6).

באמצעות סמנים אלה בזמן, חישנו בממוצע את נתוני חיישן ה- EEG בכל התקופות שזוהו נכון או שזוהו בצורה לא נכונה, ויצרנו ERP ממוצע גדול עבור כל אחד מחמשת הנבדקים, עבור כל גובה, ושני הדיוקים. בהתחשב בחמישה נבדקים, שלושה מגרשים ושני תנאים, התוצאה היא בסך הכל 15 ERP לכל מצב (כלומר, למגרשים שזוהו נכונה ולא זוהו בצורה לא נכונה).

באמצעות ערכי ERP ממוצעים גדולים אלה, לאחר מכן השתמשנו באלגוריתם של לוקליזציה של מקור (sLoreta Pascual-Marqui et al., 1999) כדי להעריך את הפצות המקורות הקורטיקליות הסבירות ביותר. אלגוריתם זה פותר את חלוקת המקורות הנוכחית הסבירה ביותר בקליפת המוח על סמך נתוני חיישן EEG וטופולוגיה של מערך. השתמשנו בהפצות אלה כדי להשוות את תנאי הסיווג הלא נכונים לעומת הנכונים בין נושאים ומגרשים.


תגובת המחבר

תיקונים חיוניים:

1) ניתן להסביר את העלייה במשרעת תגובת האישון עם RT על ידי המאפיינים של המערכת ההיקפית השולטת בקוטר האישון ולא במצב העוררות המרכזית - כל אות עוררות מרכזי המעצב מצב קליפת המוח (כלומר תגובה של LC, מוח קדמי בסיסי, או כל מצב אחר מרכז התורם לגירוי מרכזי ומשפיע על קוטר האישון) עובר במערכת היקפית איטית (עצבים היקפיים/גנגליה, שרירי אישון חלקים) ליצירת תגובת תלמיד נמדדת. עבודה קודמת כינתה את הטרנספורמציה הזו כהתכנסות לינארית פשוטה עם פונקציית תגובת דחף תלמידים (IRF, למשל Hoeks and Levelt, 1993 Korn and Bach, JoV, 2016). טווח הביניים של קוטר האישון הנמדד במסגרות מעבדה אנושיות. ללא קשר לפרטי הטרנספורמציה, הנקודה היא שבדיוק כמו ב- fMRI, תגובת האישון הנמדדת היא רק גרסה מסוננת במעבר נמוך של אות הקלט המרכזי. ברור שמחקר זה עוסק במשרעת המסקנת של אות הגירוי המרכזי. אם האות המרכזי הזה מתקיים, משרעת תגובת האישון ההיקפית גדלה עם משך האות המרכזי - גם אם משרעת האות המרכזית לא משתנה.

עבודות קודמות מראות כי התרחבות התלמידים במהלך החלטות תפיסתיות מונעת על ידי תשומת לב מרכזית מתמשכת-או ברמה או בהצטברות איטית-לאורך כל מרווח גיבוש ההחלטות (Cheadle et al., 2014 de Gee et al., 2014, 2017 Murphy ואח ', 2016). בכל פעם שיש רכיב כה מתמשך בקלט, הוא יכול לחזות באופן טריוויאלי את האגף הימני (התלול יותר) של העלילה באיור 1E - מכאן שהוא יכול גם להסביר חלק מההשפעות הבאות של תגובת התלמיד על סמני EEG. השפעה טריוויאלית זו עשויה להעלות על עצמה השפעה מעניינת ואמיתית של עוררות פאזית (שיפוע שלילי אולי), כדי לייצר את הדפוס הלא מונוטוני המוצג באיור 1E ואת ההמשך. המחברים עצמם מתייחסים למסקנה הנ"ל כי מרכיב כלשהו באותות העוררות המרכזית עשוי להתקיים. (יתכן שזה לא מרכיב ה- LC, אלא נוירונים DA, שחלקם מפגינים פעילות מתמשכת במהלך גיבוש ההחלטות.) אבל אז ה"בלבול ה- RT "לעיל הוא בלתי נמנע. האפשרות לבלבול כה טריוויאלי מקשה על הפרשנות של התוצאות.

אחת הדרכים האפשריות לפתור את הבלבול הזה יכולה להיות התאמת GLMs שונים המקיפים כל רגרסטר קלט עם IRF "קנוני" (Hoeks and Levelt). במסגרת זו המחברים יכלו לדגמן סוגים שונים של קלט למערכת האישונים, כולל אפנון פרמטרי ליניארי ולא ליניארי על ידי RT, ולהשתמש בהשוואת מודלים כדי לבדוק למעשה מהו הצורה שהקלט למערכת התלמידים עשוי להתרחש בפועל. בנתונים שלהם. עם זאת, גם אם בלבול זה ייפתר, הפרשנות הנוכחית של ממצאי תגובת התלמיד עדיין תהיה בעייתית בשל הטענה שלה לסיבתיות (ראה הערה מס '2).

אנו מודים כי המדד הסקלרי שלנו להרחבת התלמידים אכן עשוי להיות מבולבל משך הניסוי. קיבלנו את עצות הסוקרים ובדקנו את ההתאמה של GLM שונים על מנת לחקור את צורת הקלט למערכת התלמידים. בגישה זו, התמקדנו בצורות השונות שנבדקו בעבר על ידי מרפי ואח ', 2016. לאחר מכן הרחבנו את הניתוח הזה על ידי יישום ה- GLM המתאים ביותר על כל ניסוי בודד על ידי התייחסות לכל ניסוי כתנאי נפרד (בדומה לגישה של באך ואח ', 2018. פסיכיאטריה מולקולרית). זה איפשר לנו להעריך את נוכחותם של כל אחד משלושת המרכיבים (תחילת יעד, תקופה ממושכת והתגובה) לכל ניסוי. לאחר מכן השתמשנו באומדנים של תגובת היעד המתחילה כערכים סקלריים לפיהם מינו את הנתונים על מנת לחקור את הקשר שלהם לביצועים התנהגותיים כמו גם את אמצעי ה- EEG הקשורים בקבלת החלטות תפיסתיות. ניתוח זה איפשר לנו להפחית את ההשפעה המבלבלת של RT על המדד הסקלרי של תגובת התלמיד, כמו גם להבחין בין תחילת היעד למרכיב המתמשך, תוך עדיין רזולוציה של ניסוי יחיד לחקור את הקשר שלה להתנהגות ול- EEG. חתימות בבדיקה. בגישה זו, גילינו שהקשר בין תגובת התלמיד להתחלת היעד וביצוע המשימות (ורכיבי EEG) כבר אינו מתואר בצורה הטובה ביותר על ידי מערכת יחסים לא מונוטונית (בצורת U). במקום זאת, הם מתוארים בצורה הטובה ביותר על ידי מערכת יחסים מונוטונית הפוכה, שבה תגובות התלמיד הגדולות מנבאות את ביצוע המשימות הטובות ביותר. כעת ניתן למצוא את השינויים בניתוח בכתב היד המתוקן (חומרים ושיטות), עם איור 1-תוספות איור 1-4 המתייחסות לניתוח חדש זה. בסך הכל, אנו סבורים כי שינוי זה בגישה של אומדן תגובת התלמיד עוסק בחששות שהוזכרו לעיל, כמו גם (חלק) מהחששות שהעלו המבקרים בהערה 2 להלן.

2) טענת הסיבתיות. העיתון, כפי שהוא עומד, מפרש את הממצאים הקשורים לתגובות אישון נמוכות או גבוהות יותר כגורמים להבדלים בהתעוררות פאזית. זו תהיה דרך אחת להסביר את הממצאים. עם זאת, יש דרך אחרת שאינה מניחה סיבתיות ונראית לפחות סבירה. באופן ספציפי, כמה RTs ארוכים עשויים לשקף את הנושא עושה פחות ואחרים RTs ארוכים אחרים עשויים לשקף את הנושא שעושה יותר. 'לעשות יותר' כאן יכול להיות למשל עיבוד איטי יותר של הגירוי, מה שמוביל לעוררות/מאמץ פאזי נמוך יותר, ו'לעשות פחות 'כאן יכול להיות הקפדה יתרה על אימות הזיהוי לפני שמגיבים, והשוואה מול הגירוי על הצד השני של המסך (כפי שמוצג באיור 4 א), מה שמוביל לעוררות/מאמץ פאזי גדול יותר או יותר. שילוב של שני סוגי הניסויים הללו יכול להסביר באופן יחסי קשר בצורת U בין תגובת התלמיד ל- RT תוך הנחה שהעוררות היא פשוט תוצאה של מאפיינים מסוימים של תהליך ההחלטה.

זה נכון שנושא הסיבתיות משותף להרבה מאמרים בתחום. עם זאת, אנו סבורים כי יש לשקול הסתייגות זו בהתבסס על: (1) האם העיתון טוען בחוזקה לפרשנות סיבתית? (2) האם יש הוכחות מתכנסות התומכות בפרספקטיבה הסיבתית (למשל, הן מ- RT והן מהדיוק)? ו (3) האם יש פרשנות לא סיבתית שנראית סבירה יותר מהסיבתי? התחושה שלנו היא שכל שלושת הגורמים פועלים נגד ממצאי תגובת התלמידים במאמר זה. לכן, בשל הנושאים המתוארים בשתי ההערות הראשונות, אנו מציעים שהמחברים או יסירו את החלק "עוררות פאזית" או יורידו לחומר המשלים (האפשרות השנייה מחייבת שהמחברים יבצעו את הניתוח הנוסף המוצע בהערה 1). , ובמקום זאת להתמקד בחלק "עוררות בסיסית". הממצאים ביחס לקוטר התלמיד הבסיסי אינם סובלים מאותם סוגיות פרשניות, לפחות לא באותה רמה, והם מספקים הרחבה טבעית להשפעה של עוררות בסיסית על עבודות קודמות על התגובות של נוירונים קליפת המוח החושית (McGinley et al., 2015). זו סוגיה ספציפית יותר ממה שהמחברים רומזים לו בכותרת ובמופשט, אבל זה מה שזה. לסיכום, עם השינוי לעיל, די מהותי, המחקר עשוי לספק תובנה לגבי תפקידו של מצב העוררות (בסיסית) בצורה כלשהי של עיבוד החלטות ויזואו-מוטוריות ותשומת לב סלקטיבית.

אכן, בהתחשב במערך הנתונים הזה, איננו יכולים לשלוט על הגישה ההתנהגותית של הנבדק בניסויים בודדים. עם זאת, הבדלי הגישה עשויים לייצר הבדלים בין תחילת היעד לתגובה, במהלך התקופה המתמשכת של המשימה. מרכיב התחלת היעד, המשקף, ככל הנראה, תגובה לעיבוד גירוי מלמטה כלפי מעלה (פוטנציאל תגובת לוקוס coeruleus חולפת), אינו סובל מאותן סוגיות פרשניות. יתר על כן, תוצאות אלו תואמות את המחקרים הקודמים שחושפים עלייה בביצועים בניסויים עם תגובת עוררות פאזית גדולה יותר, וחושפים תובנות חדשות כיצד תגובה פאזית זו משפיעה על שלבי עיבוד עצביים שונים של קבלת החלטות תפיסתיות. אנו סבורים כי על ידי התמקדות בתגובת התלמיד לתחילת היעד (בנפרד מהרכיב המתמשך והתגובה הקשורה לתגובה), התייחסנו לשתי החששות הראשונים של הסוקרים, ולפיכך כללנו תוצאות אלו בטקסט הראשי, כפי שמודגם באיור. 1-3. עם זאת, אנו מברכים על הערות נוספות, ואם הסוקרים עדיין מבקשים להעביר את התוצאות הללו, אנו מוכנים לעשות זאת.

3) המחברים מציינים כי המשתתפים הופיעו בתקרה ולכן אינם מנתחים דיוק. האם זה אומר שלא היו תגובות/שגיאות שהוחמצו כלל? אנא ציין את נתוני הדיוק.

צייננו את נתוני הדיוק בתוצאות, תחת הכותרת "עוררות טוניק ופסיסי הן ניבוי לביצוע המשימה".

4) לאורך כל כתב היד, המחברים מסיקים קשרים לא מונוטוניים מצד הממונים מתאימים למודל ריבועי לעומת לינארי. זה לא מספיק. שקול את שני הווקטורים: x = [1 2 3 4 5] ו- y = [10 5 1 1 1]. פונקציה ריבועית תתאים יותר למערכת היחסים בין x ו- y מאשר פונקציה לינארית למרות שהקשר הוא מונוטוני. סוגיה זו פוגעת רבות מהניתוחים, ובדיקה ויזואלית של כמה מהדמויות הרלוונטיות אינה משכנעת כי קיים קשר לא מונוטוני משמעותי (למשל, איור 4 ה).

כדי לבדוק את הנוכחות הסטטיסטית של קשרים (הפוכים) בצורת U במקרה של מערכת יחסים לא מונוטונית, יישמנו את גישת 'שתי הקווים' (Simonsohn, 2017). בשיטה זו, בדקנו האם יש שינוי משמעותי בסימן מערכים בקוטר אישונים נמוך לגבוה. זה נעשה על ידי הערכת שני קווי רגרסיה לינארית בנפרד לערכים בקוטר אישון נמוך וגבוה. כדי לסווג מערכת יחסים כצורת U, מקדמי הרגרסיה צריכים להיות משמעותיים באופן עצמאי ולהיות בעלי סימן הפוך. הפרטים לניתוח זה מתוארים בחומרים ובשיטות, סעיף קטן "ניתוחים סטטיסטיים".

5) הפרטים וההתאמה של ניתוח הגישור ההיררכי שדווח בסעיף קטן "ההשפעה של עוררות פאזית על ביצוע המשימות מתווכת בעיקר עקביות בצבירת הראיות" לא נראים לגמרי ברורים. הדאגה העיקרית שלנו כאן היא שהגישה עשויה להיות מוטה על ידי הנחות מסוימות לגבי "הסדר הזמני של תהליך קבלת ההחלטות" וה"שלבים העוקבים של העיבוד העצבי ". הנקודה היא שנדמה כי דיכוי הספק המוטא וה CPP מתנהגים באופן אנלוגי בכל הניתוחים. עם זאת, הוא מופיע בניתוח ההיררכי רק לאחר עלות. לכן, ה- CPP מזוהה כבעל תפקיד ייחודי בתיווך השפעות עוררות. האם מסקנה זו משתנה אם סדר הכניסה למטא בטא ולמחיר הפוך הוא הפוך? אנו מניחים שההנחה הבסיסית של המחברים היא כדלקמן: (i) המחיר לקוח נוצר בשלב עיבוד (למשל LIP) "לפני" ביתא מוטורית ו- (ii) הוא מקודד את משתנה ההחלטות המצטבר, אשר מתורגם רק לאחר מכן אות הכנה מוטורית ניכר בפעילות מוטא-להקה מוטורית. אנו משוכנעים כי ה- CPP הוא אות מעניין מאוד שכדאי ללמוד אותו, אך איננו סבורים שהנחות אלה נתמכות על ידי הראיות הקיימות.לדוגמה, אחד המחקרים האחרונים של המחברים (Twomey et al., 2016) הראה כי בטא מוטורית מתנהגת דומה יותר לאות LIP מאשר ה- CPP בגרסה מושהית של משימת Shadlen ו- Newsome הקלאסית: קידוד בחירה קרובה לאורך כל לְעַכֵּב. בנוסף לכך, המחברים מודעים לכל עבודות הפרובוקטיביות בבעלי חיים שנעשו לאחרונה מכמה מעבדות שונות (מחקרי חיסול וניתוחים מתוחכמים, במכרסמים ובקופים) שמעוררות ספק אפילו ברעיון כי LIP/PPC הוא "צובר הראיות". איננו אומרים כי מושג זה הוא "שגוי", אך אנו מרגישים שאי אפשר להתייחס אליו כאל עובדה מבוססת, שעליה ניתן לבסס את ההיגיון של ניתוח כמו האמור לעיל.

ניתוח הגישור ההיררכי מאפשר בדיקה רציפה של בדיקות יחסי סבירות, שאכן, כפי שהציעו הסוקרים, תתבסס על הנחות שווא לגבי הסדר הזמני של מרכיבי ה- EEG בתהליך קבלת ההחלטות. כדי לבדוק אם רכיבים כלשהם שהודרו מהמודל הסופי על בסיס גישה היררכית זו השפיעו משמעותית על השונות בביצוע המשימות, חקרנו בנוסף את מקדמי מודל הרגרסיה הסופית (השלב ​​האחרון בניתוח המודל ההיררכי) שכלל את כל רכיבי EEG. זה לא חשף רכיבים נוספים לאלו הכלולים בהתבסס על ניתוח המודל ההיררכי. תוצאות אלו מסוכמות בקבצים משלימים 3 ו -5.

6) ההשלכות על חשבונות צבירת ראיות אינן ברורות - איננו סבורים שניתן להסיק מתוצאות אלה הרבה על "הצטברות ראיות", מונח המתרחש לאורך הכותרת, תקציר, מסקנות וכו '. גם המחברים אינם מראים הוכחות התנהגותיות לגבי הצטברות כזו, וגם לא ברור מדוע יהיה צורך לפתור את המשימה שעל הפרק: משימת איתור שינוי קוהרנטיות עם עדויות חושיות חזקות (50% קוהרנטיות) שהיא קבועה בין ניסויים. זיהוי אות תנועה כה חזק, והבחנת כיוונו הגס, הוא טריוויאלי הגורמים היחידים המגבילים את הביצועים הם אי ודאות מרחבית וזמנית לגבי התרחשות השינוי. אכן נראה כי הדיוק הוא "בתקרה" (בניומן ואחרים הוא נע בין 92% ל -100%). במיוחד אם השינוי גדול כמו כאן, ניתן לפתור משימה כזו ללא כל אינטגרציה זמנית משמעותית (כלומר, על פני טווחי זמן מעבר ל- 100 אלפיות השנייה, כפי שהם משמשים לאפליה של תנועה סף סף). זיהוי חולף, שיש לו מנגנונים ב- V4 (Gardner et al., Neuron, 2005 Costagli et al., 2014), יספיק. שים לב שחוסר הוודאות לגבי הופעת האות הופך את דיפוזיה הסחף הסטנדרטית ללא מתאימה למשימה זו (Ossmy et al., 2013 Glaze et al., 2015). לפיכך, כל מסקנה בנוגע לצבירת ראיות צריכה להיות מסודרת מחדש במונחים של "עיבוד החלטות", "זיהוי תנועה" וכו '. יחד עם זאת, חוסר השתנות בחירה בין ניסויים מגביל מאוד את התובנה המכניסטית שניתן להשיג ממחקר זה, מכיוון שאין מודל התנהגותי אחר מאשר RT זמין ומתאים מודלים כמו ב- Ossmy et al. (2013) או Glaze et al. (2015) העבודה לא תעבוד (סימולציות יוצרות מודלים כאלה, או התאמות מדגמים פשוטים יותר, עשויות להיות אפשריות ואינפורמטיביות).

התייחסנו לדאגה זו בשינוי זה על ידי חקירת אותות בחירת היעד המוקדמים (N2c) המתאימים הן לתחילת היעד והן לתגובה. אם השונות ב- RT אכן נגרמה בעיקר על ידי השונות בחולף תחילת היעד, ויהיה עיכוב קבוע בין חולף תחילת היעד לתגובה, אז המשרעת של N2c תהיה גדולה בהרבה כאשר היא תואמת לתגובה בהשוואה לתחילת היעד . עם זאת, גילינו שלא כך הדבר. משרעת ה- N2c תואמת התגובה הייתה נמוכה משמעותית מזו כשהיא מיושרת לתחילת היעד. במידה וה- N2c משקף את חולף תחילת היעד, הדבר מצביע על כך שיש שונות בזמן בין בחירת יעד מוקדמת לתגובה. עם זאת, האם וריאציה זו אכן משקפת שונות במהלך צבירת הראיות, עדיין ניתן להטיל ספק בגלל הנקודות שהועלו לעיל. הנבדקים יכולים להשתמש באסטרטגיה שונה בניסויים שונים. בכמה ניסויים הם יכלו לאמת תנועה קוהרנטית באחד הגירויים על ידי השוואתה לגירוי האחר, בעוד שבניסויים אחרים ייתכן שגישה זו לא ננקטה. אנו מטפלים במגבלה זו הן בתוצאות והן בדיון בכתב היד המתוקן. בנוסף, הפחתנו משמעותית את השימוש שלנו במונח הצטברות ראיות לאורך כתב היד.

7) באופן כללי, אנו חשים כי המצגת הנוכחית נשענת על מספר הנחות חזקות וספקות לגבי התהליך הפנימי העומד בבסיס ההתנהגות, ועל האופי התפקודי של סמני ה- EEG השונים. חלק מההנחות הללו מפורשות, אחרות נשארות מרומזות. להלן מספר דוגמאות מנוסחות: "CPP שווה למשתנה ההחלטה" "אם אנו מזהים CPP במשימה שלנו, הדבר מרמז על הצטברות ראיות, מכיוון שהמק"ס נקשרה לצבירת ראיות בעבודות קודמות תוך שימוש במשימות אחרות". אך כאן, CPP/בטא מנועית יכולה להיות רק אות פתאומי דמוי צעד בעת זיהוי תנועה חולף, אך שונות במרכיב המוטורי של זמן ללא החלטה תחליק את עקבות הממוצע הקשורות לניסיון כך שייראה כאילו הם בונים בהדרגה . הנחות אלה צריכות להיות מפורשות. למעשה, אנו מעודדים את המחברים לנסות למסגר מחדש את העיתון ללא הנחות אלה, רובם אינם נחוצים להצגת הממצאים. לפיכך, למרות שאנו מעריכים את העבודה הקודמת של מעבדות אלה כדי לאפיין את סמני EEG אלה, אנו חושבים שמספיק להתייחס לעבודה קודמת זו כדי להניע את ההתמקדות בסמנים אלה, ולאחר מכן פשוט לדווח על התנהגות סמנים אלה בעבודה הנוכחית.

כפי שצוין לעיל (הערה 6), התייחסנו למגבלות המדד שלנו למשתנה ההחלטה הן בתוצאות והן בדיון. כחלק מכך, סיפקנו רקע נוסף, כמו הפצת ההנחה שהמחיר לצרכן יכול להיות משתנה להחלטה לפי סף, אך עשוי להיות פונקציה חכמה צעד שנראית כהחלטה של ​​בניין לסף. משתנה כאשר ממוצעים בין ניסויים.

[הערת העורכים: תיקונים נוספים התבקשו לפני הקבלה, כמתואר להלן.]

ראשית, יש דמיון מדהים בין קוטר הבסיס לתוצאות תגובת האישון. שני המדדים הללו נמצאים בקורלציה, ושניהם קשורים לעוצמת אלפא בסיסית גבוהה ולהשפעה התנהגותית דומה המתווכת בשני המקרים עקביות ה- CPP. הדבר בולט עוד יותר מכיוון שהמחברים הקפידו להסיר שונות בתגובות האישון הניתנות להבדלים בקוטר הבסיסי. זה מצביע על כך ששניהם עשויים להיות במידה רבה שני מדדים רועשים של עוררות בסיסית, שממנה לא ניתן לנתק את המדד במלואו על ידי הסרת שונות המיוחסת למדד השני. חשוב לציין שהיו גם הבדלים בין האמצעים, אך נושא זה - הן החפיפה והן הדיסוציאציה - ראוי להצביע ולדון בו, במיוחד בהתחשב בעבודות אחרות המצביעות על כך שתגובות התלמידים קשורות הפוך לתפקוד LC בסיסי.

התייחסנו למתאם בין קוטר התלמיד הבסיסי לתגובת האישון וכן לחפיפה בהשפעתם על חתימות ה- EEG שנחקרו של קבלת החלטות בדיון (סעיף "החפיפה והדיסוציאציה בין קוטר התלמיד הבסיסי לתגובת התלמיד").

שנית, במשפט האחרון של התקציר ניתן למנוע בלבול על ידי הצגת המונחים "מעורבות קשב, עיבוד חושי ועיבוד החלטות" מתייחסים לקורלטי EEG של תהליכים אלה.

התייחסנו לסוגיה זו על ידי אזכור מפורש של המונח "סמני EEG של" מעורבות קשב, עיבוד חושי ועיבוד החלטות במשפט האחרון של התקציר.


דִיוּן

כבר זמן רב ידוע שהתלמיד מתרחב במהלך משימות נפשיות מאתגרות (1 ⇓ –3). מחקרים עדכניים יותר קישרו את הרחבת התלמידים להפתעה בנוגע לאירועים רלוונטיים התנהגותיים (10, 12, 54), זיהוי יעד תפיסתי (11, 13) ודיווח על מעברים בין תפיסות בתופעות תפיסתיות bistable (6, 14). יחדיו, ממצאים אלה קובעים כי הרחבת התלמידים היא כתבת נאמנה של מצבם הנפשי של מקבלי ההחלטות. הרחבת התלמידים הקשורה בהחלטה נקשרה בדרך כלל לבחירה הסופית המסתיימת תהליך ההחלטה (6, 14, 16). כתוצאה מכך, התפקיד התפקודי של תהליכי המוח המרכזי הבסיסיים יוחס לאיחוד החלטות שהתקבלו בעבר (6, 16), ולא לעיצוב החלטות מתמשכות תוך התפתחותן. מחקר קודם על בחירה כלכלית הראה התרחבות מתמשכת של תלמידים לאורך כל גיבוש ההחלטות (17), אך מחברים אלה לא הפרידו בין המרכיבים השונים המניעים את הרחבת התלמידים הקשורים להחלטה. והכי חשוב, הרחבת התלמידים הקשורה בהחלטה לא נקשרה עד כה לתוכן הספציפי של הבחירות, ולא להטיה של מקבל ההחלטות.

על ידי יישום טכניקות ניתוח מערכות לינאריות על מדידות הרחבת אישונים במהלך החלטה תפיסתית ממושכת, הראינו כי הרחבת אישונים (אני) מציג את המרכיב החזק ביותר לאורך כל גיבוש ההחלטות, לא בסוף (ii) מנבא את תוכן הבחירה הקרובה (yes & gt no) ו- (iii) משקף את ההטיה של מקבל ההחלטות (מוגברת כאשר מקבלי ההחלטות השמרנים עומדים להגיב כן נגד הטיה שלהם). תוצאות אלו היו ספציפיות ביותר ולא הוסברו על ידי זמני תגובה, תנועות עיניים מקובעות, או רגישות תפיסתית אינדיבידואלית. התוצאות שלנו קובעות כי הרחבת התלמידים עוקבת נאמנה אחר היווצרותן של החלטות תפישתיות ממושכות באופן המשקף הן את ההחלטה המתפתחת של כן נגד לא, והן את יחסו של מקבל ההחלטות לאותה החלטה. זה עשוי להיות פורה לקשר את הרחבת התלמידים למרכיבים אחרים של תהליך ההחלטה במחקרים עתידיים, כגון רמת הביטחון של מקבל ההחלטה בבחירתו.

לממצאים שלנו יש כמה השלכות בולטות על פרשנות המתאם העצבי של קבלת החלטות תפיסתיות בקליפת המוח החזותית. ראשית, השינויים הנצפים בקוטר התלמידים מרמזים שכמות האור הנכנסת לעין במהלך החלטות תפיסה משתנה מניסוי למשפט, בהתאם לתוכן הבחירה הקרובה והטיה של מקבל ההחלטות. יהיה חשוב לקבוע כיצד שינויים אלה בתאורת הרשתית משפיעים על הפעילות העצבית בקליפת המוח החזותית כפי שנמדד באמצעות אלקטרופיזיולוגיה או הדמיה תהודה מגנטית פונקציונלית. שנית, בהתחשב בכך שלכמה מערכות גזע המוח יש תחזיות נרחבות לקליפת המוח החזותית, הממצאים שלנו עשויים (לפחות בחלקם) להסביר את העובדה שאפנון נרחב של פעילות האוכלוסייה בקליפת המוח החזותית משקף גם את הבחירות ה"הווה "לעומת ה"נעדרות" של הנבדקים ב. משימות תפיסה שונות (53, 55 ⇓ –57). מודולציות פעילות אלה בדרך כלל פורשו במונחים של משוב הקשור להחלטות מאזורים קליפת המוח במורד הזרם. התוצאות הנוכחיות שלנו מצביעות על כך ששחרור מקושר תלמידים של נוירו-מודולטורים הוא מקור מועמד חלופי סביר לאותות הקשורים להחלטה אלה בקליפת המוח החזותית (58, 59).

רמת העוררות של בני אדם משתנה ברציפות במסדרי זמן שונים (5). תנודות אלה משקפות שינויים במצב המוח העולמי (60, 61), הנשלט על ידי שחרור נוירו -מודולטורים ממרכזי גזע המוח האוטונומיים (5, 62). באופן מסורתי, נוירו -מודולטורים (ועוררות) נתפשו כווסתים איטיים ולא ספציפיים של המצב ההתנהגותי הכולל (61). רמות עוררות בינוניות קשורות בדרך כלל לביצועים המדויקים ביותר במשימות בחירה חושית-מוטורית (5). עם זאת, התברר כי מערכות גזע המוח הנוירו -מודולטורי יכולות להיות מסונכרנות באופן הדוק עם פעולות קוגניטיביות מהירות, כגון החלטות (5, 62, 63). נראה כי הרחבת אישונים שאינה בתיווך זוהר עוקבת אחר הפעילות של מרכזי גזע המוח הנוירו-מודולטוריים אלה, במיוחד המיקום הנוראדרנרגי (5). בהנחה זו, התוצאות שלנו מצביעות על כך שמערכות גזע המוח המקושרות לתלמידים מקבלים מידע מגוון מאזורי המוח, כולל אזורי קליפת המוח המציגים פעילות מתמשכת ו/או הגדלה במהלך גיבוש ההחלטות (40 ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ -51), כמו גם (טרם נתגלה) אזורי מוח המקודדים לקריטריון של הנבדקים.

התוצאות הנוכחיות שלנו גוררות גם כמה הבדלים בולטים בתוצאות ממדידות ישירות של פעילות locus coeruleus בבעלי חיים. ראשית, למרות שהקשר בין החלטות מתפתחות והטיה של הנבדק היה כוח מניע עיקרי מאחורי הרחבת התלמידים הקשורים להחלטה במחקר שלנו, עדיין לא זוהו חתימות עצביות של מערכת יחסים כזו ב- locus coeruleus. שנית, האופי המהיר של פעילות לוקוס coeruleus הקשורות להחלטה שנצפתה בבעלי חיים הוליד את הרעיון שפעילות זו היא בעיקר לאחר החלטה (5). לא ברור אם הבדלים אלה נובעים מהבדלים בין משימות, אנשים או מינים בהם נעשה שימוש, או שהם משקפים הבדלים אמיתיים בין הרחבת התלמידים לבין פעילות הלוקוס coeruleus. לדוגמה, המשימות ששימשו במחקרים קודמים של פיזיולוגיה של בעלי חיים של פעילות לוקוס coeruleus כללו תהליכי החלטה מהירים הרבה יותר (5) מהמשימה שבה נעשה שימוש כאן. מחקרים עתידיים צריכים לקבוע אם פעילות לוקוס coeruleus הקשורה להחלטה מראה גם פעילות מתמשכת המתאימה לקלט התלמיד במהלך החלטות ממושכות.

מודל אחד של פעילות locus coeruleus במהלך קבלת החלטות מניח דחף תוך-החלטתי של ה- locus coeruleus בהפתעה לגבי אירועים רלוונטיים להחלטה (64). ניתן להעלות על הדעת שרכיב הבחירה תלוי ההטיה שמצאנו כאן מונע (לפחות באופן חלקי) בהפתעה (10, 12) בנוגע להחלטות yes המתפתחות. האחרונים, בהגדרה, פחות שכיחים (ולכן מפתיעים יותר) בקרב שמרנים מאשר לאנשים ליברלים. חשוב לציין, ללא קשר לתהליך המניע את אפקט הבחירה אצל התלמיד, העובדה שאפקט זה מתרחש במהלך גיבוש החלטות מעידה על כך ששחרור הנוירו -מודולטור הקשור עשוי לעצב תהליך החלטה בזמן שהוא מתפתח.

התצפיות שלנו עולות בקנה אחד עם הרעיון ששחרור נוירו-מודולטור מקושר תלמידים אינטראקציה עם עיבוד החלטות מוטה. נראה כי נוירו -מודולטורים כגון נוראדרנלין מגבירים את הרווח של אינטראקציות עצביות בקליפת המוח (5, 7, 26). מפתה לשער כי עלייה כה חולפת ברווח במהלך גיבוש החלטות מאפשרת לנבדקים השמרנים להתגבר על הטיה שלהם כנגד להגיב "כן". מודלים של קבלת החלטות תפיסתית מסייעים בהמשגה של רעיון זה (29). במערך אחד ספציפי לבחירות כן לעומת אין, הנתמכות בנתונים נוירופיזיולוגיים (43, 50, 65), שתי אוכלוסיות עצביות צוברות הוכחות לחיוב לגבולות נפרדות ומתחרות באמצעות עיכוב הדדי (30, 43, 66). אוכלוסיית ה- yes צוברת את הראיות החושיות לנוכחות אותות - כלומר, פעילות עצבית בקליפת המוח החזותית (פעילות ספונטנית במקרה של אזעקות שווא) (53). האוכלוסייה ללא צוברת "קלט ברירת מחדל" (66). אם קיימת אסימטריה מהותית בין שתי אוכלוסיות אלו (למשל, אוכלוסיית ה- yes גדולה יותר או בעלת רווח קלט חזק יותר), דחיפה עולמית ברווח העצבי תגדיל את קצב ההצטברות לקראת הבחירה ב- yes. הטיה שמרנית יכולה לנבוע משינוי בנקודת ההתחלה של תהליך ההצטברות (44) - במקרה זה, הרחק מגבול ה- yes. כתוצאה מכך, נבדקים שמרנים עשויים לדרוש שיפור חזק יותר (מקושר תלמידים) ברווח לתשומות מקליפת המוח החזותית כדי לדחוף את אוכלוסיית ה- yes אל הקצה. ניטור בו זמנית של פעילות המוח ודינמיקת התלמידים במהלך עיבוד ההחלטות יאפשר לבדוק רעיונות אלה במחקרים עתידיים.

לסיכום, ממצאינו מצביעים על כך שמצבו הפנימי של המוח משתנה בכל פעם שמקבלים החלטה, במידה המשקפת את תוכן הבחירה הקרובה ביחס להטיה של מקבל ההחלטות. שינויים כאלה הקשורים להחלטה במצב המוח עשויים לעצב באופן פעיל החלטות תוך כדי התפתחותן, אולי על ידי עזרה להתגבר על הטיות מהותיות. מעקב אחר גודל התלמיד יהיה מכשיר לפתיחת האופן שבו מצבי מוח פנימיים מתקשרים עם מנגנוני המוח העומדים בבסיס קבלת החלטות תפיסתיות.


מבוא

תנודות עצביות, למשל נמדדות באמצעות אלקטרואנצפלוגרפיה (EEG), נחקרו במשך עשרות שנים במאמץ לקשר בין מצב המוח לעיבוד תפיסתי וקוגניטיבי. תנודות אנדוגניות מיוחסות לתהליכים עצביים פנימיים וכוללות מערך תדרים ידוע הנע בין הדלתא הנמוכה ועד להקת הגמא הגבוהה (Niedermeyer ו- Lopes da Silva, 1993). תנודות אקסוגניות מונעות על ידי מקצבי הגירויים החיצוניים והן קשורות בדרך כלל למערכות חושיות [למשל, מצב יציב פוטנציאלים מעוררים חזותית (SSVEP) ותגובת מצב יציב שמיעה (ASSR)] (Picton et al., 2003 Vialatte et al., 2010 סקירה).

מקצב מוח אנדוגני בולט הוא תנודת האלפא שנחקרה בהרחבה בהקשר של השפעות קדם גירוי ופוסט גירוי (Babiloni et al., 2006 Hanslmayr et al., 2007 Freunberger et al., 2008 van Dijk et al. ., 2008). המנגנון העצבי העומד בבסיס תנודות האלפא נחקר גם הוא לעומק (Lopes da Silva, 1991). למרות שלעתים קרובות נחשבים שפעילות אלפא מייצגת מצב סרק או חוסר קשב (Pfurtscheller et al., 1996 סקירה), מחקרים אחדים מצביעים על כך שהיא משקפת גם מנגנון דיכוי של מידע לא רלוונטי (Worden et al., 2000 Kelly et al., 2006 Rihs. et al., 2007 Foxe and Snyder, 2011 Gomez-Ramirez et al., 2011), ו/או עיכוב של עיבוד מידע (Klimesch et al., 1997, 2007 סקירה). באופן ספציפי, מחקרים קודמים על פעילות אלפא שלאחר גירוי במסגרת זיהוי אובייקטים חזותיים הראו שסינכרון אלפא היה גדול יותר לזיהוי אובייקטים משמעותיים מאשר לאובייקטים חסרי משמעות (Klimesch et al., 1997 Vanni et al., 1997 Mima et al., 2001 Freunberger et al., 2008), המציעים כי פעילות אלפא לאחר גירוי קשורה לעיבוד מידע סמנטי.

SSVEP, תגובה מוחית מתנדנדת המעוררת על ידי גירוי ויזואלי מהבהב, היא צורה אקסוגנית של תיוג תדרים שהוכחה כמנדקת את הקצאת המשאבים הקוגניטיביים כגון תשומת לב (Vialatte et al., סקירה של 2010). מחקרים רבים דיווחו כי משרעת ה- SSVEP יורדת כאשר תשומת הלב חייבת להתחרות או להתחלק בין ההבהב לתמונת רקע (M üller et al., 2008, 2011 Attar et al., 2010). יתר על כן, מחקר שנערך על ידי אנדרסן ו- M üller בשנת 2010 גילה שההקלה על משרעת SSVEP לגירוי שהשתתף מלווה בדיכוי לגירוי ללא השגחה (Andersen ו- M üller, 2010). ממצאים אלה העלו כי ניתן להשתמש ב- SSVEP כסימן עצבי למהלך הזמן של תחרות משאבי קשב.

במאמר זה, אנו שואפים לחקור בו זמנית כיצד פוסט-גירוי תנודות אנדוגניות ואקסוגניות מושפעות כפונקציה של קושי במשימה במהלך משימת אפליה בפנים/ברכב. באופן ספציפי, אנו מניחים גירוי מהבהב של 15 הרץ על רצף תמונות ובמקביל מנתחים את מהלך הזמן ואת ההתפלגות המרחבית של SSVEP המושרה אקסוגני ותנודות אלפא אנדוגניות כפונקציה של קוהרנטיות שלב התמונה. התוצאות שלנו מראות כי קוהרנטיות הפאזה של הגירוי, בהיותנו הפונדקאית שלנו לקושי באפליה החזותית, מווסתת באופן דיפרנציאלי SSVEP הנגרם על ידי אקסוגני ותנודות אלפא אנדוגניות בזמנים שונים וכי הדבר עשוי לשקף את זרימת עיבוד המידע הבסיסית במהלך משימת האפליה החזותית.