معلومة

ما هي "المحفزات مقفلة" و "الاستجابة مقفلة" في Philiastides & Sajda (2006)

ما هي


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.

أثناء استعراض الورقة المذكورة أدناه ، صادفت بعض قطع الأرض التي قيل إنها "مقفلة" بالإشارة إلى أي من استجابة أو التحفيز. هل يشير القفل إلى بدء القياس مع كون إشارة البدء هي عرض الحافز أو استجابة الموضوع؟

مراجع

  • Philiastides ، M.G ، & Sajda ، P. (2006). التمثيل العصبي لصعوبة المهمة واتخاذ القرار أثناء التصنيف الإدراكي: مخطط توقيت

هل يشير القفل إلى بدء القياس مع كون إشارة البدء هي عرض التحفيز أو استجابة الموضوع؟

أكثر أو أقل ، نعم.

عند قياس نشاط الدماغ ، عادة ما تقوم بإجراء تسجيل طويل ومستمر تقوم خلاله بتعريض المشاركين في الدراسة لمهمة ما مرارًا وتكرارًا. هناك الكثير من الضوضاء في التسجيلات ، لذلك تحتاج إلى إجراء متوسط ​​على العديد من حالات التحفيز / حدث المهمة للحصول على فكرة عما يفعله للدماغ. في المتوسط ​​، تحتاج إلى قطع التسجيل إلى تجارب (تسمى أيضًا العصور).

عليك أن تقرر ما الذي ستؤسس عليه هذه العهود ، أي ما يجب قطعه. تحدث قياسات المنبهات المغلقة عندما تقطع حقبة بالنسبة لبداية التحفيز. سيعطيك المتوسط ​​عبر جميع التجارب انطباعًا جيدًا عن الاستجابة الحسية للمنبه.

ومع ذلك ، هناك بعض العمليات المعرفية ذات الترتيب الأعلى تحدث أيضًا ، وستحدث بسرعات مختلفة عبر التجارب وعلى مواضيع مختلفة ، لذلك سوف يتم تلطيخهم في المتوسط. إذا كنت ترغب في إلقاء نظرة على هذه ، فمن الحكمة إجراء قياسات مؤمنة الاستجابة ، أي قطع العهود حول اللحظة التي استجاب فيها المشارك في الدراسة للمهمة. بهذه الطريقة ، قبل الضغط على الزر مباشرة (في الرسم البياني) ، قد ترى بعض تراكم الأدلة أو عملية معرفية مماثلة تحدث. يمكنك أيضًا رؤية الاستجابة الحركية جيدًا.


أردت التعليق على إجابةAna لكنني لا أمتلك السمعة. أردت أن أضيف إلى إجابتها عن طريق إضافة أنه إذا كنت تقوم بمراجعة الأدبيات حول هذا الموضوع ، فغالبًا ما يتم استخدام المصطلحات "مقفل الهدف" و "مؤمن التحفيز" و "قفل الإشارات" بالتبادل. مثال على المكونات المستخرجة من هذا النوع من التأمين هو N2 و P3. في حين أن أكثر مكونات ERP المقفلة للاستجابة شيوعًا هما ERN (Gehring et al 1993) و Pe.

أردت أيضًا أن أضيف أن غالبية أنظمة EEG (مثل أجهزة تخطيط الدماغ الكهربائية ذات الصفيف الكثيف من EGI) ستأخذ قياسات دقيقة جدًا عند تقديم التحفيز. Ergo ، اعتمادًا على المكون الذي تحاول تقييمه ، ستقفل إما الحافز أو الاستجابة. عندما تخرج هذه البرامج عن المزامنة ، قد يكون العثور على مصدر الخطأ الدقيق بمثابة كابوس مطلق.


يعكس توقيت إمكانات الاستعداد عملية صنع القرار في الدماغ البشري

صنع القرار في مهمتي الاختيار القسري البديل له العديد من المكونات الأساسية بما في ذلك ترميز التحفيز ، والتصنيف الإدراكي ، واختيار الاستجابة ، وتنفيذ الاستجابة. تستند نماذج أخذ العينات المتسلسلة لاتخاذ القرار على عملية تراكم الأدلة إلى حدود القرار. ركزت الدراسات التي أجريت على الحيوانات والبشر على التصنيف الإدراكي وقدمت أدلة تربط إشارات الدماغ في القشرة الجدارية بعملية تراكم الأدلة. في هذه الدراسة الاستكشافية ، نستخدم مهمة حيث تكون المساهمة المهيمنة في وقت الاستجابة هي اختيار الاستجابة ونمذجة بيانات وقت الاستجابة باستخدام نموذج انتشار الانجراف. يوضح قياس EEG أثناء المهمة أن إمكانية الاستعداد (RP) المسجلة على مناطق المحرك لها توقيت يتوافق مع عملية تراكم الأدلة. تتنبأ مدة RP بوقت اتخاذ القرار ومدة تراكم الأدلة, مما يشير إلى أن RP يعكس جزئيًا عملية تراكم الأدلة لاختيار الاستجابة في النظام الحركي. وبالتالي ، قد يكون تراكم الأدلة بمثابة تنفيذ عصبي لعمليات صنع القرار في كل من الأنظمة الإدراكية والحركية. يمكن تقييم مساهمات التصنيف الإدراكي واختيار الاستجابة لعمليات تراكم الأدلة في مهام صنع القرار عن طريق فحص توقيت إشارات EEG الإدراكية والحركية.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


المواد والأساليب

المحفزات المستهدفة

باستخدام الخط المصمم في King and Dehaene، 2014a ، تم عمل المحفزات من 0 ، 4 ، 5 ، 6 ، 8 ، 9 ، A ، C ، E ، H ، O ، S ، أو من مزيج خطي من اثنين من هذه الأحرف متفاوتة في شريط أسود واحد (يشار إليه فيما بعد بـ "بكسل"). تم إنشاء "الأشكال" المقابلة عن طريق ضبط تباين البكسل المتبقي على طول ثماني خطوات متباعدة بشكل متساوٍ بين 0 (بلا شريط) و 1 (شريط أسود).

التجربة 1

ثمانية أشخاص يتمتعون برؤية طبيعية أو مصححة ، جالسين

60 سم من شاشة CRT مقاس 19 بوصة (معدل تحديث 60 هرتز ، الدقة: 1024 × 768) ، نفذت مهمة تحديد الحافز بأحكام مستمرة عبر 28 منبهات غامضة متغيرة ناتجة عن محفزات رقمية. تم تقديم عشرة يورو كتعويض عن هذه التجربة التي مدتها ساعة واحدة.

أجرى الأشخاص أربع مجموعات من 50 تجربة ، تم تنظيم كل منها بالطريقة التالية. بعد تثبيت 200 مللي ثانية ، تم وميض محفز مستهدف ، تم اختياره عشوائيًا من أحد المحفزات 28 ، لمدة 83 مللي ثانية على خلفية رمادية بنسبة 50٪ إلى اليسار أو إلى اليمين من التثبيت. تم موازنة اتجاه قرص التقارير (على سبيل المثال 5-6-8-9 مقابل 5-9-8-6) عبر الموضوعات. كان لدى الأشخاص بعد ذلك ما يصل إلى 10 ثوانٍ لتحريك مؤشر على قرص كبير للإبلاغ عن تصوراتهم. أشار نصف القطر الموجود على القرص إلى الرؤية الذاتية (المركز = لم ير الحافز ، حدود القرص = الرؤية القصوى). أشارت الزاوية الموجودة على القرص إلى هوية ذاتية (على سبيل المثال ، 5 ، 6 ، 8 ، 9 لأعلى اليسار ، أعلى اليمين ، أسفل اليمين ، وأسفل اليسار "للزوايا" ، على التوالي). كان الفاصل الزمني بين المحاكمة 500 مللي ثانية. للتحقق من أن الموضوعات قدمت تقارير ذات مغزى ، كان الحافز المستهدف غائبًا بنسبة 15 ٪ من التجارب. تم تصنيف التجارب الغائبة برؤية منخفضة (تم تعريفها على أنها نصف قطر أقل من 5 ٪ من نصف قطر القرص) في معظم الحالات. تم استبعاد التجارب والتجارب الغائبة المبلغ عنها ذات الرؤية المنخفضة من التحليلات اللاحقة (16٪ ± 1.4٪). تم إنشاء توزيع التقرير المرسوم في الشكل 1 ب باستخدام وظيفة تقدير كثافة النواة الغاوسية ثنائية المتغير من Seaborn مع المعلمات الافتراضية.

نمذجة التقارير الفئوية

لاختبار ما إذا كانت التقارير الذاتية لهوية التحفيز متنوعة خطيًا أو قاطعًا مع الأدلة الحسية ، قمنا بتحليل كيفية اختلاف زاوية التقارير (أي الهوية الذاتية) مع الزاوية المتوقعة بالنظر إلى التحفيز (أي الدليل الحسي).

لكل شكل (5-6 ، 5-8 ، 9-8 و6-8) بشكل منفصل ، نلائم نموذجًا خطيًا:

حيث y ^ هي زاوية التقرير التي تنبأ بها النموذج ، x زاوية متوقعة بالنظر إلى بكسلات التحفيز و β 0 هي معلمة تحيز حرة.

لتقليل تأثيرات الضوضاء ، تم أولاً حساب متوسط ​​التقارير السلوكية داخل كل مستوى من الأدلة ، وتم فرزها من التحفيز بأقل عدد من وحدات البكسل (على سبيل المثال 5 ، في 5-6 مورف) إلى التحفيز مع معظم وحدات البكسل (على سبيل المثال 6 في 5– 6 مورف). تم تطبيع المعدلات الناتجة لتتراوح بين 0 و 1 في كل موضوع. كانت المعلمات متوافقة مع وظيفة "curve_fit" في Scipy (Jones et al. ، 2001) لتقليل متوسط ​​الخطأ التربيعي عبر التجارب أنا:

نظرًا لأن النموذجين الخطي والسيني لهما أعداد مميزة من المعلمات المجانية ، قمنا بمقارنتها في التحقق من صحة خمسة تقسيمات. على وجه التحديد ، تم اختبار النموذجين بشكل متكرر في تجارب مستقلة. معامل ارتباط بيرسون ص لخص قدرة كل نموذج على التنبؤ بدقة y t ⁢ e ⁢ s ⁢ t معطى x t ⁢ r ⁢ a i ⁢ n و y t ⁢ r ⁢ a i ⁢ n و x t e ⁢ s ⁢ t. أخيرًا ، تم تطبيق اختبار Wilcoxon عبر الموضوعات لاختبار ما إذا كان النموذجان أعلى من الصدفة باستمرار (r & gt 0) ومختلفان باستمرار عن بعضهما البعض (rs ⁢ i ⁢ g ⁢ m ⁢ o ⁢ i ⁢ d & gt rl ⁢ i n ⁢ ه أ ⁢ ص).

التجربة 2

تم إجراء هذه التجربة في Neurospin ، Gif usr Yvette ، بفضل دعم Stanislas Dehaene. قام سبعة عشر شخصًا بمهمة تحديد منفصلة عبر 22 محفزًا غامضًا متنوعًا تم إنشاؤه من الحروف والأرقام داخل ماسح ضوئي Elekta Neuromag MEG (204 مقياس تدرج مستوٍ و 102 مقياس مغناطيسي). تم توفير سبعين يورو كتعويض عن تجربة ساعة واحدة و 30 دقيقة من التحضير.

تم اختيار حجم عينة من 17 مشاركًا بناءً على دراسات بصرية سابقة باستخدام نفس آلة MEG (King et al. ، 2016).

تم رقمنة شكل رأس المشاركين مع خمس نقاط ائتمانية على الجبهة وعلى كل قناة سمعية. تم وضع خمسة ملفات لوضع الرأس على رأس الموضوعات وتم تحديد موقعها في بداية كل كتلة.

كان هيكل المحاكمة على النحو التالي. تم عرض تقاطع تثبيت أسود على خلفية رمادية بنسبة 50 ٪ لمدة 300 مللي ثانية متبوعًا بحافز هدف بطول 100 مللي ثانية معروض على يسار التثبيت أو يمينه. تم عرض اثنين من الإصدارات غير المرتبطة بالمهمة (على سبيل المثال ، يمكن قراءة الحافز على أنه S أو 5) على جانب هذا الحافز المستهدف لزيادة فرصنا في الحصول على معالجة متكررة عبر الازدحام (Strasburger et al. ، 2011). تم إعطاء الموضوعات ثانيتين للإبلاغ عن هوية الحافز. تم تقديم تقارير عن هوية التحفيز بالضغط على زر بإصبع السبابة اليمنى واليسرى على التوالي. تم تغيير تعيين زر الهوية في كل كتلة لتعامل الارتباطات العصبية لهوية التحفيز والارتباطات العصبية للأفعال الحركية. على سبيل المثال ، في الخانة 1 ، يجب الإبلاغ عن إدراك E أو 4 بضغطة زر أيسر ، بينما في الخانة 2 و E و 4 يجب الإبلاغ عن الضغط على الزر الأيمن. تم تذكير زر الهوية صراحة قبل كل كتلة. بالإضافة إلى ذلك ، تم عرض ردود فعل بصرية بعد تجارب غير غامضة. على وجه التحديد ، تحول التثبيت إلى اللون الأخضر لمدة 100 مللي ثانية أو أحمر لمدة 300 مللي ثانية في التجارب الصحيحة وغير الصحيحة على التوالي. لم يتم تحليل استجابات الدماغ لهذه التحفيزات في هذه الدراسة. كان الفاصل الزمني بين المحاكمة 1 ثانية. تم تزويد الأشخاص بتدريب قصير للتأكد من فهمهم للمهمة ، وتحديد أهداف غير غامضة على الأقل 80 ٪ من الوقت.

تم إجراء ما مجموعه 1920 تجربة ، مجمعة في 40 كتلة ، من قبل كل موضوع ، تم تقديم 320 منها بشكل سلبي في نهاية كل كتلة - لم يكن مطلوبًا من الأشخاص تقديم استجابة. تم إنشاء هيكل التجربة من خلال (1) تبديل جميع مجموعات ميزات التحفيز (مثل الموقع ، والهوية ، ورسم خرائط الاستجابة ، وعدم اليقين) ، و (2) خلط ترتيب العرض لكل موضوع. تم تقديم التجربة باستخدام Psychtoolbox (Kleiner et al. ، 2007).

تمت الموافقة على جميع التجارب من قبل لجنة الأخلاق المحلية. وقعت جميع المواد على استمارة موافقة مستنيرة.

التصوير بالرنين المغناطيسي الهيكلي

لكل موضوع ، تم الحصول على التصوير بالرنين المغناطيسي التشريحي بدقة 1 × 1 × 1.1 مم بعد تجربة MEG باستخدام ماسح ضوئي 3T Siemens. تم تجزئة المادة الرمادية والبيضاء باستخدام خط أنابيب Freesurfer "إعادة كل شيء" (Fischl ، 2012) وتم تسجيلها مع أشكال الرأس الرقمية لكل موضوع جنبًا إلى جنب مع النقاط الائتمانية.

المعالجة

تم تقليل الضوضاء في تسجيل MEG المستمر باستخدام تصحيح SSS الخاص بـ Maxfilter على البيانات الأولية ، وتم ترشيح ممر النطاق بين 0.5 و 40 هرتز باستخدام معلمات MNE-Python الافتراضية مع تصميم firwin (Gramfort et al. ، 2014) واختزالها إلى 250 هرتز. ثم تم تقسيم العهود بين 300 مللي ثانية و +1500 مللي ثانية بالنسبة إلى بدايات التحفيز.

بعد تسجيل بيانات مستشعر MEG مع التصوير بالرنين المغناطيسي الهيكلي للموضوعات وملفات موضع الرأس ، قمنا بحساب النموذج الأمامي باستخدام نموذج عنصر حد الطبقة 1 (الجمجمة الداخلية) ، لكل موضوع على حدة وتناسب نموذج عكسي معياري أدنى (إشارة إلى نسبة الضوضاء: 3 ، تركيب ثنائي القطب فضفاض: 0.2 ، مع الاتجاه الطبيعي لثنائي القطب بالنسبة للصفيحة القشرية) باستخدام التباين المشترك للضوضاء عبر أجهزة الاستشعار التي تم حساب متوسطها على خط الأساس قبل التحفيز عبر التجارب. أخيرًا ، تم تطبيق النموذج العكسي على بيانات التجربة الفردية مما أدى إلى قيمة خريطة المعلمة الإحصائية الديناميكية (dSPM) (Dale et al. ، 2000) لكل مصدر في كل عينة زمنية.

الميزات النموذجية

لقد درسنا ما إذا كان مصدر التجربة الفردية والمستشعر الذي أثار استجابات متنوعة كوظيفة من خمس ميزات: (1) موضع الحافز على شاشة الكمبيوتر (يسار مقابل يمين التثبيت) ، (2) الشكل الذي يتم من خلاله إنشاء الحافز (E-6 مقابل H-4) ، (3) فئة الحافز (الحرف مقابل الرقم) ، (4) عدم اليقين في التجربة (الحد الأقصى لعدم اليقين = المحفزات مع البكسل عند 50٪ تباين الحد الأدنى من المحفزات غير المؤكدة مع البكسل عند 0 تباين٪ أو 100٪) ، و (5) زر الاستجابة المستخدم للإبلاغ عن التحفيز (الزر الأيسر مقابل الزر الأيمن). حسب التصميم ، هذه الميزات الخمس مستقلة عن بعضها البعض.

من الصعب فصل استجابات الدماغ التي تمثل معلومات حسية موضوعية عن تلك التي تمثل القرارات الإدراكية لأن الاثنين متصلين بشكل عام. لمعالجة هذه المشكلة ، نلائم أولاً النماذج أحادية المتغير ومتعددة المتغيرات للتنبؤ بالفئة الإدراكية: أي ما إذا كان الضغط على الزر يشير إلى حرف ينتمي إلى الرقم أو فئة الحرف. هذه الميزة مستقلة عن الضغط على الزر (على سبيل المثال ، يمكن الإبلاغ عن الحرف E والرقم 4 بنفس الزر في كتلة معينة). علاوة على ذلك ، هذه الميزة ليست ضرورية لأداء المهمة (أي معرفة ما إذا كان الحرفان E و H غير ضروري للتمييز بينهما). لقد استنتجنا أنه إذا قام الأشخاص تلقائيًا بإنشاء تمثيلات بالحروف / الأرقام أثناء التصنيف الإدراكي ، فيجب أن نكون قادرين على تتبع توليد هذه الميزة المجردة من نشاط الدماغ.

إحصائيات الكتلة أحادية المتغير

لتقدير ما إذا كانت استجابات الدماغ مرتبطة بكل من هذه الميزات الخمس ، فإننا نلائم أولاً ، داخل كل موضوع ، تحليلات الكتلة أحادية المتغير في كل موقع مصدر ولكل مرة عينة مع انحدار خطي:

حيث X ∈ ℝ n ، f هي مصفوفة تصميم ن العصور من خلال ميزات f = 5 و y ∈ ℝ n هي استجابة الدماغ أحادية المتغير في مصدر معين وفي وقت معين. تم بعد ذلك تمرير أحجام التأثير إلى إحصائيات المستوى الثاني عبر الموضوعات التي تم تصحيحها لمقارنات متعددة باستخدام اختبار الكتلة الزمانية المكانية غير المعيارية (انظر أدناه).

فك

تتكون تحليلات فك التشفير من توقع كل ميزة من استجابات الدماغ متعددة المتغيرات. تم إجراء تحليلات فك التشفير ضمن التحقق من صحة K-Fold الطبقي المكون من خمسة أقسام باستخدام النماذج الخطية المنتظمة l2. تتألف المصنفات من الانحدارات اللوجستية (باستخدام scikit-Learn Pedregosa ، المعلمات الافتراضية لعام 2011: C = 1):

حيث y i ∈ <± 1> هي الميزة التي سيتم فك تشفيرها في التجربة أنا و xأنا هي استجابة الدماغ متعددة المتغيرات.

تتألف عوامل الانحدار من انحدار التلال (باستخدام scikit-Learn Pedregosa ، المعلمات الافتراضية لعام 2011: α = 1).

لكل موضوع على حدة ، تم تلخيص أداء فك التشفير عبر التجارب ، مع منطقة تحت المنحنى (AUC) وسبيرمان ص درجة الارتباط للمصنفات والمنخفضات ، على التوالي.

تم تزويد جميع أجهزة فك التشفير ببيانات تم تطبيعها بالمتوسط ​​والانحراف المعياري في مجموعة التدريب.

يتكون فك التشفير المكاني من تركيب سلسلة من أجهزة فك التشفير في كل مصدر دماغ بشكل مستقل ، عبر جميع عينات الوقت البالغ عددها 1500 عينة بالنسبة لبداية التحفيز. ينتج عن هذا التحليل خريطة دماغية لفك التشفير تشير إلى المكان الذي يمكن فيه فك تشفير الميزة خطيًا في الدماغ. ثم تم تمرير خرائط فك التشفير هذه إلى إحصائيات المستوى الثاني المصححة بالعنقود عبر الموضوعات.

يتكون فك التشفير الزمني من تركيب سلسلة من أجهزة فك التشفير في كل مرة عينة بشكل مستقل ، عبر جميع أجهزة الاستشعار 306 MEG. ينتج عن هذا التحليل دورة زمنية لفك التشفير تشير إلى متى يمكن فك شفرة ميزة خطيًا من إشارات MEG. ثم تم تمرير دورات وقت فك التشفير هذه إلى إحصائيات المستوى الثاني المصححة بالعنقود عبر الموضوعات.

التعميم الزمني (TG) يتكون في اختبار ما إذا كان مفكك التشفير الزمني مناسبًا لمجموعة التدريب في الوقت المناسب ر يمكن فك شفرة مجموعة اختبار في الوقت t ′ (King and Dehaene، 2014b). يمكن تلخيص TG بوقت تدريب مربع × مصفوفة فك تشفير وقت الاختبار. لتحديد مدى استقرار التمثيلات العصبية ، قمنا بقياس مدة التعميم فوق الفرصة لكل وحدة فك ترميز زمنية. لتقدير ديناميات التمثيلات العصبية ، قمنا بمقارنة متوسط ​​مدة التعميم فوق فرصة عبر أجهزة فك التشفير الزمنية بمدة فك التشفير الزمني فوق فرصة (أي قطري المصفوفة مقابل صفوفها). تم تقييم هذين المقياسين داخل كل موضوع واختبارهما بإحصاءات المستوى الثاني عبر الموضوعات.

اختبار الكتلة التقليب

لتقييم الأهمية الإحصائية للتحليلات أحادية المتغير ومتعددة المتغيرات ، استخدمنا اختبار كتلة التقليب لعينة واحدة كما هو مطبق في MNE-Python (Gramfort et al. ، 2014). نحن نستخدم المعلمات الافتراضية لـ "اختبار عينة واحدة للمجموعة الزمانية المكانية" من الإصدار 0.17.1.

أولاً ، نركز البيانات حول مستوى الفرصة النظرية (على سبيل المثال 0.5 للجامعة الأمريكية بالقاهرة ، 0 لعلاقة سبيرمان أو معامل بيتا). يتم إجراء اختبار t لعينة واحدة في كل موقع في الزمان والمكان. بعد ذلك ، يتم تجميع نقاط البيانات المتجاورة المكانية والزمانية بناءً على عتبة تشكيل الكتلة من p & lt0.05. إحصائية الاختبار لكل مجموعة هي مجموع قيم t عبر الزمان والمكان. يتم إنشاء البيانات العشوائية مع تقلبات الإشارات العشوائية ، ويتم تكوين مجموعة جديدة من المجموعات. يتم إنشاء التوزيع الفارغ بناءً على قيم t المجمعة التي تم إنشاؤها من 5000 تباديل عشوائي للبيانات. يتبع هذا التحليل Maris and Oostenveld، 2007.

خطي مقابل قاطع

لاختبار ما إذا كانت التمثيلات العصبية متنوعة كدالة لـ (1) أوقات رد الفعل (RTs ، مقسمة إلى أربعة مقاييس) ، (2) الأدلة الحسية (أي مدى توافق المنبه بشكل موضوعي مع حرف) و (3) دليل حركي ( على سبيل المثال ، ما إذا كان يجب أن يؤدي التحفيز إلى الضغط على الزر الأيسر) ، قمنا بتحليل مدى تباين تنبؤات أجهزة فك التشفير مع كل من هذه المتغيرات الثلاثة ض:

أين F هو نموذج خطي أو سيني ، X هي استجابة الدماغ متعددة المتغيرات و هو معامل وحدة فك التشفير الملائمة مع التحقق المتبادل.

إحصائيات

كانت النماذج أحادية المتغير وفك التشفير و TG مناسبة للمواضيع وتم اختبارها عبر الموضوعات. في حالة التقديرات المتكررة (على سبيل المثال ، يتم تكرار فك التشفير الزمني في كل عينة زمنية) ، الإحصائيات المستمدة من اختبار الكتلة غير المعياري مع 10000 تبديل عبر الموضوعات ذات المعلمات الافتراضية لـ MNE-Python (Gramfort et al. ، 2014).

المحاكاة

لإضفاء الطابع الرسمي على الكيفية التي تؤدي بها البنى العصبية المتميزة إلى ديناميكيات مكانية وزمانية متميزة ، قمنا بنمذجة أنظمة ديناميكية خطية منفصلة مجبرة مع مدخلات عابرة يو. خاصة:

حيث X عبارة عن سلسلة زمنية متعددة الأبعاد (أيالخلايا العصبية × الوقت) ، A هي البنية ، وتتوافق مع مصفوفة الاتصال المربعة (أي الخلايا العصبية × الخلايا العصبية) ، B هي مصفوفة توصيل المدخلات (أي المدخلات x الخلايا العصبية) ، و U هي متجه الإدخال.

تختلف البنى المميزة في الطريقة التي ترتبط بها الوحدات مع بعضها البعض. لأغراض البساطة ، نطلب الوحدات في ملف أ مصفوفة بحيث يتوافق فهرس الصف الخاص بهم مع مستوياتهم الهرمية.

في هذا العرض ، تم نمذجة الوصلات المتكررة والتغذية الأمامية والمتخطية للمعمارية A كمصفوفة قطرية ثنائية ص، مصفوفة التحول F ومصفوفة س بإدخالات واحدة في العمود الأخير على التوالي. تم تعديل هذه المصفوفات الثلاث بواسطة أوزان محددة ، كما هو مفصل أدناه. المدخل يو كان متصلاً فقط بـ "مرحلة المعالجة" الأولى ، أي بالوحدة (الوحدات) الأولى من أ، عبر مصفوفة ب ثابت عبر البنى ، ويتألف من إدخال موجة مربعة عابرة ، يحاكي الوميض العابر للمحفز على شبكية عين الأشخاص.

لنمذجة ميزات متعددة ، اعتمدنا نفس الإجراء مع وحدات متعددة لكل طبقة. تم إجبار كل وحدة داخل كل طبقة على ترميز معلم معين.

تم تغذية كل بنية موضحة في الشكل 3 بمدخلات عند t = 1 ، وتمت محاكاتها لثماني خطوات زمنية. أخيرًا ، تم تطبيق تحليلات التعميم الزمني بناءً على عمليات تنشيط البنى لكل من الميزات.

يظهر نفس الهيكل في الشكل 5 ب. نحن هنا نحاكي ما مجموعه 108 خطوات زمنية ، مع تأخير تعسفي قدره 100 خطوة زمنية بين t = 6 و t = 106.


المواد والأساليب

المواضيع

شارك في الدراسة ستة أشخاص (ثلاث إناث وثلاثة ذكور ، تتراوح أعمارهم بين 21 و 37 عامًا). جميعهم كان لديهم رؤية طبيعية أو مصححة إلى طبيعية ولم يبلغوا عن أي تاريخ لمشاكل عصبية. تم الحصول على موافقة مستنيرة من جميع المشاركين وفقًا للمبادئ التوجيهية وموافقة مجلس المراجعة المؤسسية بجامعة كولومبيا.

المنبهات

النموذج السلوكي

قام الأشخاص بمهمة تصنيف بسيطة حيث كان عليهم التمييز بين صور الوجوه والسيارات. ضمن مجموعة من التجارب ، تم تقديم صور للوجه والسيارة عبر مجموعة من تماسكات الطور بترتيب عشوائي. تم اختيار نطاق مستويات اتساق الطور ليشمل عتبة نفسية فيزيائية. كان أداء جميع الأشخاص مثالياً تقريبًا بأعلى تماسك طور ولكن أداؤوا بفرصة قريبة لأدنى مستوى. أبلغ الأشخاص عن قرارهم بشأن نوع الصورة عن طريق الضغط على أحد زري الماوس - اليسار للوجوه والأيمن للسيارات - باستخدام السبابة اليمنى والأصابع الوسطى على التوالي. تتكون مجموعة من التجارب من 24 تجربة لكل من صور الوجه والسيارة في كل من مستويات تماسك الطور الستة المختلفة ، أي ما مجموعه 144 تجربة. كان هناك ما مجموعه أربع كتل في كل تجربة. في بداية مجموعة من التجارب ، يتم تثبيت الموضوعات في وسط الشاشة. تم تقديم الصور لمدة 30 مللي ثانية متبوعة بفاصل بين التحفيز (ISI) والذي تم اختياره بشكل عشوائي في نطاق 1500-2000 مللي ثانية. تم توجيه الموضوعات للرد بمجرد تحديد نوع الصورة وقبل عرض الصورة التالية. يتم إعطاء تمثيل تخطيطي للنموذج السلوكي في الشكل 1. تم وضع علامة على التجارب التي فشل فيها الأشخاص في الاستجابة داخل ISI على أنها تجارب بلا خيار وتم استبعادها من التحليل الإضافي.

تمثيل تخطيطي للنموذج السلوكي. (أ) ضمن مجموعة من التجارب ، تم توجيه الأشخاص للتثبيت في وسط الشاشة وتم تقديمهم لاحقًا ، بترتيب عشوائي ، بسلسلة من صور الوجه والسيارات المختلفة في أحد مستويات التماسك الست الموضحة في (ب). تم تقديم كل صورة لمدة 30 مللي ثانية ، متبوعة بفاصل زمني بين التحفيز يتراوح بين 1500 و 2000 مللي ثانية ، حيث كان يُطلب من الأشخاص التمييز بين نوعي الصور والاستجابة بالضغط على زر. تم الانتهاء من مجموعة من التجارب بمجرد تقديم جميع صور الوجه والسيارة في جميع مستويات التماسك الست. (ب) عينة من صورة الوجه بستة مستويات مختلفة من تماسك الطور (20 ، 25 ، 30 ، 35 ، 40 ، 45٪).

تمثيل تخطيطي للنموذج السلوكي. (أ) ضمن مجموعة من التجارب ، تم توجيه الأشخاص للتثبيت في وسط الشاشة وتم تقديمهم لاحقًا ، بترتيب عشوائي ، بسلسلة من صور الوجه والسيارة المختلفة في أحد مستويات التماسك الست الموضحة في (ب). تم تقديم كل صورة لمدة 30 مللي ثانية ، متبوعة بفاصل زمني بين التحفيز يتراوح بين 1500 و 2000 مللي ثانية ، حيث كان يُطلب من الأشخاص التمييز بين نوعي الصور والاستجابة بالضغط على زر. تم الانتهاء من مجموعة من التجارب بمجرد تقديم جميع صور الوجه والسيارة في جميع مستويات التماسك الست. (ب) عينة من صورة الوجه بستة مستويات مختلفة من تماسك الطور (20 ، 25 ، 30 ، 35 ، 40 ، 45٪).

الحصول على البيانات

تم الحصول على بيانات EEG في وقت واحد في غرفة محمية إلكتروستاتيكيًا (ETS-Lindgren ، Glendale Heights ، IL) باستخدام مضخم الفسيولوجية الكهربية Sensorium EPA-6 (شارلوت ، VT) من 60 أقطاب فروة الرأس Ag / AgCl ومن ثلاثة أقطاب حول العين موضوعة أسفل العين اليسرى وعلى اليسار واليمين كانثي الخارجي. تمت إحالة جميع القنوات إلى الخشاء الأيسر بمقاومة إدخال & lt15kΩ وأرض الذقن. تم أخذ عينات من البيانات عند 1000 هرتز باستخدام نطاق تمرير تناظري من 0.01 إلى 300 هرتز باستخدام 12 ديسيبل / أوكتاف عالي التمرير ومرشحات تمرير منخفض إهليلجي من الدرجة الثامنة. بعد ذلك ، تم استخدام مرشح تمرير عالي يعتمد على برنامج 0.5 هرتز لإزالة انجرافات التيار المستمر وتم تطبيق مرشحات الشق 60 و 120 هرتز (متناسق) لتقليل آثار ضوضاء الخط. تم تصميم هذه المرشحات لتكون طورًا خطيًا لتقليل تشوهات التأخير. تم تأجيل الاستجابة الحركية وأحداث التحفيز المسجلة على قنوات منفصلة لتتناسب مع زمن الوصول الذي تم تقديمه عن طريق تصفية مخطط كهربية الدماغ رقميًا.

إزالة عيوب الحركة

قبل التجربة الرئيسية ، أكمل الأشخاص تجربة معايرة لعضلة العين تم خلالها توجيههم إلى الوميض مرارًا وتكرارًا عند ظهور تقاطع تثبيت أبيض على أسود ثم عمل العديد من الأكياس الأفقية والرأسية وفقًا لموضع تقاطع التثبيت مقابل 1 درجة × 1 درجة من المجال البصري. يقابل saccades أفقي 33 ° ويقابل saccades عمودي 22 °. تم تسجيل توقيت هذه الإشارات البصرية باستخدام مخطط كهربية الدماغ. مكّننا ذلك من تحديد المكونات الخطية المرتبطة بوميض العين والرشاشات (باستخدام تحليل المكون الرئيسي) التي تم توقعها لاحقًا من مخطط كهربية الدماغ المسجل أثناء التجربة الرئيسية (Parra) وآخرون.، 2003). تمت إزالة المحاكمات ذات حركة العين القوية أو غيرها من المشغولات اليدوية يدويًا عن طريق الفحص. كان هناك ما لا يقل عن 40 تجربة خالية من العيوب لأي حالة معينة (أي ما لا يقل عن 80 تجربة لكل من مجموعتي تجارب الوجه والسيارات في كل مستوى من مستويات تماسك الطور).

تحليل البيانات

على مستوى تماسك معين ، أنشأنا أيضًا خرائط مكونة مميزة. قمنا بمحاذاة تجاربنا مع بداية التحفيز البصري كما هو موضح في الشكل 2أ (خط عمودي أسود) وفرزها حسب زمن رد الفعل (منحنيات سينية). يمثل كل صف من خريطة المكون المميز تجربة واحدة عبر الوقت. يتم تمثيل المكونات المميزة بواسطة ذ ثلاثة أبعاد. لإنشاء هذه الخريطة ، اخترنا نافذة تدريب ، يشار إليها بالأشرطة الرأسية البيضاء (على سبيل المثال ، تبدأ من 180 مللي ثانية بعد التحفيز) ، وخلالها قمنا بتدريب أداة التمييز الخطية لدينا لتقدير متجه الترجيح ث لجميع أجهزة الاستشعار لدينا في X، مثل ذلك ذ يميز إلى أقصى حد بين التجارب على الوجه ومحاكمات السيارة. مرة واحدة في ث تم تقدير المتجه باستخدام البيانات المشتقة فقط من نافذة التدريب ، طبقناها ث إلى البيانات عبر جميع التجارب وفي جميع الأوقات. تظهر خريطة المكون المميز الناتج في الشكل 2أ. يمثل اللون الأحمر نشاطًا إيجابيًا وسلبيًا باللون الأزرق. في هذا المثال ، يظهر مكون التمييز الناتج ∼180 مللي ثانية بعد بداية التحفيز البصري وهو مغلق التحفيز. من المتوقع أن يكون للمكونات المقفلة الاستجابة ملف تعريف سيني مشابه لأوقات الاستجابة الفعلية للموضوع.

ملخص لتحليلنا لمخطط كهربية الدماغ للتجربة الواحدة. (أ) مثال على خريطة مكون مميزة ناتجة عن تحليل التمييز الخطي الخاص بتجربة واحدة. (ب) منظر ظهري لإسقاطات أجهزة الاستشعار أ وأهمية المكون كما تم تحديدها بواسطة تحليل ROC (انظر النص للحصول على التفاصيل).

ملخص لتحليلنا لمخطط كهربية الدماغ للتجربة الواحدة. (أ) مثال على خريطة مكون مميزة ناتجة عن تحليل التمييز الخطي الخاص بتجربة واحدة. (ب) منظر ظهري لإسقاطات أجهزة الاستشعار أ وأهمية المكون كما تم تحديدها بواسطة تحليل ROC (انظر النص للحصول على التفاصيل).

سمح لنا تدريب المميّز على عدة نوافذ زمنية بتصور التطور الزمني لنشاط المكون التمييزي. استخدمنا نهجًا خشنًا إلى دقيق لتحديد أكثر نافذتين زمنيتين تميزًا في كل مستوى من مستويات تماسك الطور. في البداية ، قمنا بتدريب أداة التمييز أثناء تحريك نافذة التدريب الخاصة بنا في أجزاء غير متداخلة تبلغ 30 مللي ثانية من بداية التحفيز البصري إلى وقت الاستجابة الأول. قمنا بعد ذلك بإعادة تدريب المُميِّز عن طريق تحريك النافذة بخطوات دقيقة (10 مللي ثانية) فقط حول المنطقتين الأكثر تمييزًا كما تم تحديدهما بواسطة البحث الخشن.

الاستفادة من خطية نموذجنا ، استخدمنا لاحقًا نموذج foward لعرض هذا النشاط التمييزي مرة أخرى على المستشعرات. الإسقاطات الناتجة عن فروة الرأس أ موضحة في الشكل 2ب وتستخدم لتفسير الأهمية التشريحية العصبية للعنصر التمييزي الناتج.

قمنا بتحديد أداء المميز الخطي من خلال المنطقة الواقعة تحت منحنى خاصية مشغل المستقبل (ROC) ، والمشار إليها باسم أض، مع نهج عدم الخروج (Duda وآخرون.، 2001). استخدمنا ROC أض متري لوصف أداء التمييز أثناء تحريك نافذة التدريب لدينا من بداية التحفيز إلى وقت الاستجابة (متفاوتة). أخيرًا من أجل تقييم أهمية مكون التمييز الناتج ، استخدمنا تقنية تمهيد التشغيل لحساب ملف أض قيمة تؤدي إلى مستوى أهمية ص = 0.01. على وجه التحديد ، حسبنا مستوى أهمية لـ أض من خلال إجراء اختبار عدم الخروج بعد اختيار عشوائي لملصقات الحقيقة لتجارب الوجه والسيارات. كررنا عملية التوزيع العشوائي هذه 100 مرة لإنتاج ملف أض التوزيع العشوائي وحساب Aض مما يؤدي إلى مستوى أهمية ص = 0.01 كما هو موضح في الشكل 2ب بالخط الأحمر المنقط.

وظائف القياس النفسي والعصبي

احتمالات الاختيار

قمنا بحساب احتمالات الاختيار عند مستويات ترابط طور مختارة لجميع موضوعاتنا. قمنا بتسمية جميع التجارب بناءً على نوع الاستجابة / الاختيار بدلاً من نوع المحفز (أي جميع ردود الوجه - الوجه الصحيح وتجارب السيارات غير الصحيحة - مقابل جميع استجابات السيارة - السيارة الصحيحة وتجارب الوجه غير الصحيحة). ثم كررنا تحليل ROC الموضح في تحليل البيانات وصنفنا بين تجارب اختيار "الوجه" و "السيارة" بحيث تكون المجموعة الجديدة من أض تمثل القيم الآن احتمالات الاختيار.

الاختبارات الإحصائية


نقاش

في هذه الدراسة قمنا بفحص مراحل المعالجة التي ينطوي عليها الاعتراف النقابي. لقد أجرينا تجربة EEG التي تضمنت التلاعب بطول الكلمة ، والمروحة الترابطية ، ونوع المسبار ، والتي كانت تهدف إلى النقر على مراحل الترميز الإدراكي والاسترجاع والقرار التي يفترضها نموذج ACT-R للتعرف الترابطي. في الأقسام التالية ، نناقش ما تكشفه النتائج السلوكية وتخطيط موارد المؤسسات والمصنفات المتعلقة بكل معالجة حول المعالجة التي حدثت ، بالإضافة إلى الآثار المترتبة على نمذجة التعرف النقابي.

تأثيرات طول الكلمة والتشفير الحسي

كان من المتوقع أن يؤثر التلاعب في طول الكلمة على مرحلة التشفير الإدراكي وأن يظهر في وقت مبكر من الأداء. لم تكن هناك آثار للطول في البيانات السلوكية ، ربما لأن موضع التلاعب المبكر أدى إلى أي تأثيرات على RT التي يتم امتصاصها أو غسلها من خلال المعالجة اللاحقة. كشفت تحليلات تخطيط موارد المؤسسات (ERP) أن الكلمات الطويلة أنتجت جهودًا إيجابية أكثر من الكلمات القصيرة على فروة الرأس الأمامية اليسرى من 300 إلى 350 مللي ثانية (انظر الشكل 1) ، بما يتوافق مع الاكتشاف السابق لإيجابية واسعة على المنطقة الأمامية من 300 مللي ثانية (Van Petten & amp. كوتاس ، 1990). أظهر المصنف أن المعلومات في إشارة EEG تميز بين الكلمات الطويلة والقصيرة من 100 إلى 500 ميللي ثانية (انظر الشكل 6). بالنظر إلى أن التشفير الإدراكي كان خطوة أولى ضرورية في المعالجة وطول الكلمة هو ميزة إدراكية ، فمن المنطقي أن المصنف اكتشف المعلومات في وقت مبكر في إشارة EEG للتمييز على طول الكلمة. بشكل جماعي ، تشير هذه النتائج إلى أن طول الكلمة كان له تأثير على مرحلة التشفير الإدراكي المبكر ولكن ليس في المراحل اللاحقة.

تتوافق هذه النتائج - خاصة نجاح المصنف في عزل توقيع عصبي مبكر لطول الكلمة على فروة الرأس القذالية - مع أدبيات علم الأعصاب الأوسع نطاقًا. EEG (Hauk & amp Pulvermüller ، 2004) ، MEG (Sudre et al. ، 2012 أسعد الله & amp Pulvermuller ، 2003) ، PET (Mechelli ، Humphreys ، Mayall ، Olson ، & amp Price ، 2000) ، ودراسات الرنين المغناطيسي الوظيفي (Indefrey et al. ، 1997 ) يوضح أن القشرة البصرية تساهم في معالجة الكلمات وأن الاستجابات من مناطق داخل القشرة البصرية يتم تعديلها بطول الكلمة. على الرغم من أن تأثير طول الكلمة القذالي المبكر يتوافق مع ما هو معروف عن القشرة البصرية ، إلا أن تأثير طول الكلمة الأمامي اللاحق يكون أكثر صعوبة في التفسير. اقترح Van Petten and Kutas (1990) أن التأثير الأمامي مرتبط ببعض الاختلاف اللغوي بين الكلمات الطويلة والقصيرة ، ومع ذلك ، لم يؤدوا التلاعبات المطلوبة اللازمة لتقديم أي ادعاء أقوى. في الوقت الحالي ، من غير الواضح ما إذا كان تأثير طول الكلمة الأمامي يعتمد على الخصائص الإملائية أو الصوتية أو الدلالية للكلمات الطويلة والقصيرة.

تأثيرات المروحة الترابطية والاسترجاع

كان من المتوقع أن يؤثر التلاعب في المروحة الترابطية على مرحلة الاسترجاع وأن يكون واضحًا في منتصف الأداء. كشفت البيانات السلوكية عن RTs أطول ومعدلات خطأ أعلى لأزواج Fan 2 مقارنة بأزواج Fan 1 (انظر الجدول 1) ، وفقًا للبحث السابق ونموذج ACT-R (على سبيل المثال ، انظر Anderson، 2007 Anderson & amp Reder، 1999). رسمت بيانات ERP صورة مثيرة للاهتمام ، تظهر تأثيرات المعجبين المبكرة والمتأخرة. كشف تحليل قفل التحفيز عن تأثير مروحة مبكر من 400 إلى 450 ميللي ثانية ، وخلال هذه الفترة أنتجت أزواج المروحة 1 جهودًا سالبة أكثر من أزواج المروحة 2 على المواقع المركزية والجدارية (انظر الشكل 2). كشف تحليل قفل التحفيز أيضًا عن تأثير مروحة متأخر من 700 إلى 900 ميللي ثانية ، وخلال هذه الفترة أنتجت أزواج المروحة 1 جهودًا موجبة أكثر من أزواج المروحة 2 على المواقع الأمامية والمركزية اليمنى. أظهر تحليل قفل الاستجابة أن تأثير المروحة المتأخر زاد حتى الاستجابة (انظر الشكل 4).

يمكن فهم تأثيرات المروحة المبكرة والمتأخرة في بيانات تخطيط موارد المؤسسات من منظور نظريات التعرف على العمليات المزدوجة (Rugg & amp Curran، 2007). الألفة والتذكر ، العمليتان اللتان تم استحضارهما في نظريات العملية المزدوجة ، حساستان للمروحة (Nyhus & amp Curran ، 2009). قد توفر تأثيرات المروحة في الدراسة الحالية معلومات حول هذه العمليات. يمكن أن يعكس تأثير المروحة المبكر ، الذي حدث بعد فترة وجيزة من تأثير طول الكلمة ، إشارة مألوفة من المعالجة الأولية لكلمات التحقيق المشفرة. يمكن أن يعكس تأثير المروحة المتأخر ، الذي حدث قبل الاستجابة ، تذكر أزواج الكلمات المدروسة.

طبيعة التأثير المتأخر - أزواج المروحة 2 تنتج جهدًا سالبًا أكثر من أزواج المروحة 1 على فروة الرأس الأمامية - تشبه في بعض النواحي الجهد البطيء السلبي الذي لاحظه Heil et al. (1996). أفاد Nyhus و Curran (2009) أيضًا عن تأثير المروحة على تخطيط موارد المؤسسات فوق فروة الرأس الأمامية. كان تأثيرنا في الاتجاه الصحيح ، في حين أن Nyhus و Curran (2009) و Heil et al. وجد (1996) أن تأثير المروحة كان قصوى على نصف الكرة الأيسر. تختلف تجربتنا عن Heil et al. (1996) بطريقتين مهمتين. أولاً ، قمنا بتطبيق مرشح عالي التمرير (0.1 هرتز) على بياناتنا بينما Heil et al. لم. ثانيًا ، سمحت مهمتنا للمشاركين بالاستجابة بشكل أسرع. قد تكون هذه الاختلافات قد حدت من قدرتنا على اكتشاف الجهد البطيء الذي أبلغ عنه Heil et al. (1996).

قد يعكس الاختلاف في تحديد تأثير المروحة أيضًا الاختلافات في مواد المهمة. كلاهما خضر وآخرون. (2005 ، 2007) و Heil et al. وجد (1996) أن التوزيع الطبوغرافي لتأثير المروحة يختلف باختلاف طريقة التحفيز. على الرغم من أن تجارب الرنين المغناطيسي الوظيفي مع المنبهات المشابهة لتلك المستخدمة في الدراسة الحالية قد وجدت أقوى تأثيرات المروحة في pFC الأيسر (Danker et al. ، 2008) ، Sohn et al. (2003) أبلغت عن تأثيرات في PFC الصحيح أيضًا.

أظهر المصنف وجود معلومات في إشارة EEG من 400 مللي ثانية فصاعدًا تميز بين أزواج Fan 1 و Fan 2 (انظر الشكل 6). تشير حقيقة أن معلومات المعجبين أصبحت متاحة قرب نهاية الفترة الزمنية التي ميز خلالها المصنف بدقة بين طول الكلمة (100-500 مللي ثانية) إلى أن الاسترجاع بدأ بمجرد تشفير كلمات التحقيق ، دون أي مرحلة تدخل. يتوافق هذا الاستنتاج مع نتائج دراسة أجراها أندرسون ، بوثيل ، ودوغلاس (2004) ، الذين راقبوا حركات العين أثناء التعرف الترابطي ووجدوا أدلة تشير إلى أن الاسترجاع لم يبدأ حتى تم تشفير زوج كلمات المسبار بالكامل. يشير استمرار دقة التصنيف الجيدة للمروحة التي تزيد عن عدة مئات من المللي ثانية إلى أن كل من تأثيرات المروحة المميزة في بيانات ERP قدمت معلومات تشخيصية إلى المصنف. بشكل جماعي ، تدعم النتائج السلوكية و ERP والمصنف تحديد التلاعب بالمروحة الترابطية بمرحلة استرجاع في التعرف الترابطي.

دقق في التأثيرات والاسترجاع واتخاذ القرار

كان من المتوقع أن يؤثر التلاعب في نوع المجس على كل من مرحلتي الاسترجاع والقرار وأن يتأخر في الأداء ، قبل الاستجابة مباشرة. كشفت البيانات السلوكية عن فترات زمنية أطول للرقائق المعاد إقرانها مقارنة بالأهداف (انظر الجدول 1) ، وهو ما يتوافق مع فكرة أنه قد يكون من الصعب اتخاذ قرار عندما يكون هناك تطابق على مستوى العنصر ولكن ليس على مستوى الارتباط. المستوى (أي أن كلمات التحقيق تطابق الكلمات المدروسة ولكنها كانت من أزواج مختلفة).

كشف تحليل التحفيز المغلق لبيانات تخطيط موارد المؤسسات أن الأهداف أنتجت جهدًا أكثر إيجابية من الرقائق المعاد إقرانها على المواقع الجدارية والمركزية من 500 إلى 900 ميللي ثانية (انظر الشكل 3) ، وهو مشابه في بعض النواحي للتأثير الجداري القديم / الجديد الذي لوحظ في البحث السابق (على سبيل المثال ، Curran، 2000 Düzel et al.، 1997). كشف تحليل تأمين الاستجابة أن التأثير كان موجودًا قبل الاستجابة مباشرة (انظر الشكل 5). أظهر المصنف أن المعلومات في إشارة EEG تبدأ حوالي 300 ميللي ثانية قبل أن تميز الاستجابة بوضوح بين الأهداف والرقائق المعاد إقرانها (انظر الشكل 6 لاحظ أنه يبدو أن هناك تأثيرًا سابقًا حوالي 600 ميللي ثانية قبل الاستجابة) وأصبحت رائدة في التشخيص بشكل متزايد حتى الرد.تشير البداية المتأخرة لدقة التصنيف الجيدة لظروف التحقيق المتعلقة بتأثير المروحة المبكر إلى أنه لا يمكن التمييز بين الأهداف والرقائق المعاد إقرانها إلا بمجرد حدوث بعض الاسترجاع.

كما تم الافتراض ، نتج عن التلاعب بالمسبار تأثير جداري قديم / جديد ، والذي يتداخل مع تأثير المروحة أثناء مرحلة الاسترجاع. كان هذا التأثير ثنائيًا ، على الرغم من أن التأثير الجداري القديم / الجديد عادةً ما يتم تركه جانبيًا (على سبيل المثال ، Rugg & amp Curran ، 2007 ، ومع ذلك ، غالبًا ما يكون التأثير موجودًا على نصف الكرة الأيمن أيضًا ، على سبيل المثال ، Woodruff ، Hayama ، & amp Rugg ، 2006 Curran ، 2000 ، 2004). يتمثل أحد الاختلافات بين الدراسات السابقة لذاكرة التعرف والدراسة الحالية في أن الحالة القديمة / الجديدة تختلف بين الأهداف والرقائق المعاد إقرانها على المستوى الترابطي لأزواج الكلمات بدلاً من مستوى عنصر الكلمات الفردية. في دراسة أكثر شبهاً بدراستنا ، اختبر Speer and Curran (2007) قدرة المشاركين على التمييز بين أزواج العناصر المدروسة والمعاد ترتيبها ووجدوا أيضًا أقوى التأثيرات على نصف الكرة الأيمن. وبالتالي ، قد تؤدي الاختلافات الترابطية في الحالة القديمة / الجديدة إلى تأثيرات أقوى في نصف الكرة الأيمن منها في النصف المخي الأيسر.

في التجربة الحالية ، تم تقديم كل من الأهداف والرقائق المعاد إقرانها 13 مرة خلال مرحلة الاختبار. على الرغم من أنه كان على المشاركين في البداية إجراء التعرف الترابطي من خلال تذكر ما إذا كانت الكلمات قد تمت دراستها معًا ، فقد يكونون قد تحولوا في النهاية إلى استراتيجية حددوا فيها أثناء التجربة (مرحلة التدريب مقابل مرحلة الاختبار) تم تقديم الكلمات معًا. على الرغم من أنه لا يزال هناك اختلاف واضح في RT بين الأهداف والرقائق المعاد إقرانها في المجموعة الأخيرة من التجربة (1117 مقابل 1277 مللي ثانية) ، F(1, 19) = 29.81, ص & lt .001 ، قد يكون هذا بسبب الاختلافات في قوة الذاكرة. لاستكشاف ما إذا كان التأثير الجداري القديم / الجديد قد تغير على مدار التجربة ، قمنا بتحليل تأثير نوع المسبار من 500 إلى 900 ميللي ثانية خلال النصفين الأول والثاني من مرحلة الاختبار. أثارت الأهداف باستمرار استجابة أكثر إيجابية من الرقائق المعاد إقرانها على فروة الرأس الجدارية اليمنى والتفاعل بين المجس ونصف الاختبار لم يقترب من الأهمية ، F(1, 19) = 0.97, ص & GT .1.

الآثار المترتبة على نمذجة الاعتراف النقابي

تدعم النتائج السلوكية و ERP والمصنف بشكل عام طبيعة وترتيب مراحل معالجة المعلومات التي يفترضها نموذج ACT-R للاعتراف الترابطي. أثرت التلاعبات بطول الكلمة ، والمروحة الترابطية ، ونوع المجس على المراحل المفترضة للتشفير الإدراكي ، والاسترجاع ، واتخاذ القرار بالترتيب المتوقع وفي الأوقات المعقولة ، كما ينعكس في التعديلات في أشكال موجة تخطيط موارد المؤسسات والتغيرات في دقة المصنف. ومع ذلك ، فإن انعكاس تأثير المروحة في بيانات تخطيط موارد المؤسسات أثناء الدورة الزمنية لأداء المهمة ينطوي على مرحلة استرجاع أكثر تعقيدًا مما افترضه في الأصل نموذج ACT-R ، والذي سيتنبأ بتأثير مروحة واحدة في النصف الأخير من التجربة.

نفترض أن تأثير المروحة المبكر يعكس الوصول إلى معلومات العنصر في الذاكرة (أي ما إذا كانت كلمات التحقيق الفردية قد تمت دراستها) ، في حين يعكس تأثير المروحة المتأخر الوصول إلى المعلومات الترابطية في الذاكرة (أي ما إذا كان قد تم دراسة زوج كلمة التحقيق). من منظور نظريات العملية المزدوجة للاعتراف ، ستصبح معلومات العنصر متاحة بسبب الألفة والمعلومات الترابطية ستصبح متاحة بسبب التذكر (Diana et al.، 2006 Yonelinas، 2002). لا يتضمن نموذج ACT-R عملية الألفة. يتم الوصول إلى معلومات العنصر بطريقة مماثلة لكيفية استرجاع المعلومات الترابطية باستخدام كلمات اختبار فردية لاسترداد الكلمات المدروسة من الذاكرة (Anderson، Bothell، Lebiere، & amp Matessa، 1998).

يمكن التوفيق بين استرداد كل من العنصر والمعلومات الترابطية في نموذج ACT-R مع تأثيرات المروحة المعكوسة في بيانات ERP إذا كانت هذه التأثيرات تعكس قوة الذكريات التي يتم استردادها. في حالة استرجاع العناصر ، كان من الممكن تمثيل كلمات Fan 2 بشكل أقوى في الذاكرة مقارنة بكلمات Fan 1 لأنها تحدث في كثير من الأحيان بين الأزواج المدروسة ، مما يعكس طبيعة التلاعب بالمروحة. استغرق الأمر أيضًا من المشاركين وقتًا أطول لتعلم أزواج Fan 2 أثناء التدريب ، مما يعني أنهم تعرضوا لكلمات Fan 2 أكثر من كلمات Fan 1 في تلك المرحلة. يتم التعرف على العناصر المقدمة في كثير من الأحيان أثناء الدراسة بشكل أفضل من العناصر المعروضة في كثير من الأحيان (على سبيل المثال ، Stretch & amp Wixted، 1998 Ratcliff، Clark، & amp Shiffrin، 1990). نتيجة لذلك ، ربما تم تسهيل استرداد العناصر لكلمات Fan 2 بالنسبة إلى كلمات Fan 1 ، مما يؤدي إلى إمكانية أكثر إيجابية لكلمات Fan 2. يتوافق هذا مع دراسة أجراها Finnigan و Humphreys و Dennis و Geffen (2002) ، الذين أبلغوا عن تأثيرات N400 أكثر إيجابية للعناصر المشفرة بشدة مقارنة بالعناصر المشفرة بشكل ضعيف. في حالة الاسترداد الترابطي ، سيكون من الصعب الوصول إلى أزواج Fan 2 مقارنة بأزواج Fan 1 لأن الكلمات المكونة لها تمت مشاركتها عبر أزواج متعددة ، مما ينتج عنه شكل من أشكال التداخل الترابطي. نتيجة لذلك ، سيكون الاسترداد الترابطي لأزواج المروحة 2 ضعيفًا بالنسبة لأزواج المروحة 1. قد يؤدي الجمع بين هذه الأفكار واسترجاع العناصر الميسرة لكلمات Fan 2 واسترداد الارتباط الضعيف لأزواج Fan 2 إلى تأثيرات المروحة المعكوسة التي لاحظناها في بيانات ERP.

تشير نتائج نظام تخطيط موارد المؤسسات (ERP) والمصنف أيضًا إلى أن مرحلتي الاسترجاع والقرار تتطابقان إلى حد ما. استمر تأثير المروحة المتأخر حتى الاستجابة (انظر الشكلين 4 و 6) وكشف التحليل المغلق للاستجابة عن تضاريس مماثلة لفروة الرأس لتأثير المروحة المتأخر وتأثير الرقاقة المستهدفة (انظر الشكلين 4 و 5). أحد تفسيرات هذه النتائج هو أن الاسترجاع النقابي يمثل جزءًا من عملية اتخاذ القرار ، مع تقديم نتيجة الاسترجاع تلقائيًا أدلة مؤيدة ومعارضة للقرارات المختلفة. بدلاً من ذلك ، قد تشير هذه التأثيرات الجدارية المتأخرة إلى ثقة الاستجابة (على سبيل المثال ، Woodruff et al. ، 2006). أنتجت الأهداف جهودًا موجبة أكثر من الشرائح المعاد إقرانها ، وأنتجت أزواج المروحة 1 جهدًا موجبًا أكثر من أزواج المروحة 2. تشبه هذه التأثيرات تأثيرات P300 (يشمل التأثير الجداري القديم / الجديد P300 ، على سبيل المثال ، Curran ، DeBuse ، Woroch ، & amp Hirshman ، 2006) ، والتي من المعروف أنها ترتبط بثقة الاستجابة (على سبيل المثال ، Nieuwenhuis ، Aston-Jones ، & amp Cohen ، 2005 ساتون ، روتشكين ، مونسون ، كيتزمان ، وأمبير هامر ، 1982 ويلكنسون وأمبير سيلز ، 1978).

إلى جانب نموذج ACT-R ، فإن هذه النتائج لها آثار على نماذج أخرى من التعرف النقابي ، بما في ذلك تلك التي لا تقدم نفس الفروق بين مراحل المعالجة. على سبيل المثال ، عادةً ما تتضمن نماذج تراكم الأدلة مرحلة تدمج عمليات الاسترجاع واتخاذ القرار (على سبيل المثال ، Ratcliff & amp Smith، 2004 Ratcliff، 1978). وبشكل أكثر تحديدًا ، تتراكم الأدلة على الاستجابات تدريجيًا بناءً على المعلومات المسترجعة من الذاكرة ، ويحدث القرار عندما تصل الأدلة المتراكمة إلى معيار. القرار ليس عملية منفصلة بل هو نقطة النهاية لتراكم الأدلة القائمة على الاسترجاع ، وهو ما يتوافق مع أوجه التشابه المذكورة أعلاه بين تأثير المروحة المتأخر وتأثير المسبار.

على الرغم من أنه من الممكن أن تنتج نماذج تراكم الأدلة تأثيرات المروحة السلوكية التي لاحظناها ، فليس من الواضح ما إذا كان يمكن التوفيق بينها وبين تأثيرات المروحة المعكوسة في بيانات تخطيط موارد المؤسسات. يمكن للمرء أن يجادل بأن تأثيرات المروحة المعكوسة تعكس التغييرات في نوع الأدلة المتراكمة ، مع تأثير المروحة المبكر الذي يعكس معلومات العنصر وتأثير المروحة المتأخر يعكس المعلومات الترابطية ، كما تمت مناقشته سابقًا. في الواقع ، هناك نماذج تسمح بمثل هذه التغييرات في تراكم الأدلة خلال فترة المعالجة (على سبيل المثال ، Brockdorff & amp Lamberts ، 2000 Ratcliff ، 1980). ومع ذلك ، نظرًا لأن كلا النوعين من المعلومات سيساهمان في نفس عملية تجميع الأدلة ، فقد يتوقع المرء أن يكون لتأثيرات المروحة المبكرة والمتأخرة تصميمات فروة رأس متشابهة. في المقابل ، وجدنا أن تأثير المروحة المبكر كان واضحًا على المواقع اليسرى والوسطى والجدارية اليسرى ، في حين أن تأثير المروحة المتأخر كان واضحًا على المواقع الأمامية اليمنى واليمنى الوسطى (انظر الشكل 2).

على الرغم من التحديات من بيانات تخطيط موارد المؤسسات (ERP) ، فإن نماذج تراكم الأدلة تتلقى دعمًا من نتائج المصنف (انظر الشكل 6). من المتوقع حدوث تأثير المروحة طوال مدة عملية تجميع الأدلة ، بما يتوافق مع دقة المصنف في التمييز بين أزواج المروحة 1 والمروحة 2 من 400 ميللي ثانية فصاعدًا. من المتوقع أن يظهر تأثير المجس تدريجيًا حيث تشير الأدلة المتراكمة بشكل متزايد إلى هدف أو إحباط مُعاد إقرانه ، بما يتوافق مع الدقة المتزايدة للمصنف في التمييز بين الأهداف والرقائق المعاد إقرانها من 600 ميللي ثانية فصاعدًا. ومع ذلك ، لاحظ أن أنماط التصنيف تتوافق أيضًا مع نموذج ACT-R. يمكن أن تنتج مراحل المعالجة المنفصلة تغييرات متدرجة في الدقة بمرور الوقت إذا كانت أوقات الانتهاء من العمليات متغيرة (على سبيل المثال ، Schneider & amp Anderson ، 2012). وبالتالي ، فإن نتائج المصنف لا تدعم بشكل فريد أي من النموذجين.

استنتاج

تسلط المناقشة السابقة الضوء على الطرق التي يمكن من خلالها للجمع بين النتائج السلوكية وتخطيط موارد المؤسسات والنتائج المصنفة أن تُفيد في نمذجة التعرف الترابطي. على الرغم من أن النتائج توفر دعمًا عامًا لمراحل المعالجة التي يفترضها نموذج ACT-R ، إلا أنه لم يكن هناك ما يضمن مسبقًا ذلك. على سبيل المثال ، من منظور نموذج تراكم الأدلة البسيط ، ربما يتوقع المرء أن تتداخل تأثيرات المعجبين والمسبار في بيانات تخطيط موارد المؤسسات تمامًا مؤقتًا وطوبوغرافيًا بناءً على إسنادها إلى مرحلة مشتركة. كان هناك تداخل بين تأثير المروحة المتأخر وتأثير المسبار ، لكن تأثير المروحة المبكر له خصائص مختلفة ، مما يشير إلى وجود علاقة معقدة بين عمليات الاسترجاع واتخاذ القرار. أظهرت منهجية التصنيف المستخدمة في هذه الدراسة كيف يمكن لتقنيات التعلم الآلي أن توفر تأثيرًا إضافيًا في تفسير البيانات. على سبيل المثال ، على الرغم من أن تحليل تخطيط موارد المؤسسات القياسي لم يكشف عن تأثير قذالي مبكر لطول الكلمة ، فإن النمط متعدد المتغيرات الذي يستخدمه المصنف مكّن من التمييز بين أطوال الكلمات في وقت مبكر يصل إلى 100 ميللي ثانية. بالإضافة إلى ذلك ، قدم تمييز المصنف لظروف المروحة والتحقيق نظرة ثاقبة فيما يتعلق بمراحل الاسترجاع والقرار الخاصة بالمعالجة التي لا يمكن الاستدلال عليها من البيانات السلوكية وحدها. وبالتالي ، تمثل هذه الدراسة مثالاً على كيفية استخدام البيانات الزمنية التفصيلية من EEG ، المكملة بتقنيات التصنيف الحديثة ، لتقييم المكونات الأساسية للنماذج الحسابية للإدراك.

يجب إرسال طلبات إعادة الطباعة إلى Jelmer P. Borst ، قسم علم النفس ، جامعة كارنيجي ميلون ، 5000 Forbes Avenue ، Pittsburgh ، PA 15213 ، أو عبر البريد الإلكتروني: [email protected]


أساليب

مشاركون

في التجربة الرئيسية ، قمنا بفحص 49 مشاركًا أجروا تجارب الانتباه والمراقبة بتعليمات قياسية (انظر أدناه). بعد التحليل الأولي للبيانات السلوكية ، تم تعيين هؤلاء المشاركين في إحدى المجموعتين بناءً على الأداء في تجارب التحكم (أي RT أسرع أو يساوي / أبطأ من 0.8 ثانية ، على التوالي): "المستجيبون السريعون" (ن = 34 ، امرأتان متوسط ​​العمر = 24.74 سنة ، SD = 3.08 سنة) و "بطيء الاستجابة" (ن = 15 ، ست نساء متوسط ​​العمر = 24.09 سنة ، SD = 1.97 سنة). للتحكم في الاختلاف في الوقت الذي يقضيه في معالجة التحفيز ، مجموعة ثالثة "تباطأت من خلال التعليمات - المستجيبين" (ن = 15 ، متوسط ​​العمر ثلاث نساء = 29.02 سنة ، SD = 5.93 سنة) في الدراسة. نفذت هذه المجموعة المهمة بتعليمات مختلفة (انظر أدناه). كان جميع المشاركين يستخدمون اليد اليمنى وليس لديهم أي تاريخ من الأمراض النفسية أو العصبية. يعكس العدد القليل من النساء تركيبة الطلاب في الجامعة العسكرية للتكنولوجيا ، حيث تم التجنيد. تمت الموافقة على التجربة من قبل لجنة الأخلاق المحلية. قدم جميع المشاركين موافقة خطية مستنيرة للمشاركة في الدراسة.

النموذج التجريبي

تضمنت كل جلسة تجريبية نوعين من التجارب يشار إليها بالاهتمام (ن = 48) والتحكم (ن = 48). تتألف كل تجربة من فترة تحضيرية (2 ، 3 ، 4 ، أو 5 ثوانٍ محددة باحتمالية موحدة) تليها فترة تنفيذ مهمة (1.8 ثانية). تطلبت المدة المتغيرة والطويلة للفترة التحضيرية اهتمامًا مستمرًا وسمحت لنا بدراسة العمليات التحضيرية بمعزل عن تنفيذ المهمة أو ترميز التحفيز (الشكل 1).


شكر وتقدير

تم دعم هذا العمل من قبل منحة بدء من مجلس البحوث الأوروبي (ERC) (إلى RGOC) في إطار برنامج Horizon 2020 للأبحاث والابتكار التابع للاتحاد الأوروبي (اتفاقية المنحة رقم 638289) ، ومنحة دعم مؤسسة العلوم الأيرلندية ERC (إلى RGOC) و منحة مجلس البحوث الأيرلندية للدراسات العليا (إلى AH). S.P.K. مدعوم من قبل جائزة التطوير الوظيفي من Science Foundation Ireland (15 / CDA / 3591). لم يكن للممولين أي دور في تصميم الدراسة وجمع البيانات وتحليلها أو اتخاذ قرار بنشر المخطوطة أو إعدادها.


المواد والأساليب

المواضيع

شارك في الدراسة ستة أفراد (أنثى واحدة ، متوسط ​​العمر 27.33 سنة). لم يكن لدى أي من الأشخاص خبرة مهنية أو جماعية في لعبة البيسبول. أبلغ جميع الأشخاص عن رؤية طبيعية أو مصححة وليس لديهم تاريخ من المشاكل العصبية. تم الحصول على موافقة مستنيرة من جميع المشاركين وفقًا للمبادئ التوجيهية وموافقة مجلس المراجعة المؤسسية بجامعة كولومبيا.

نظرة عامة على المحفزات والنموذج السلوكي

الموضوعات المعروضة على شاشة الكمبيوتر 12 كتلة من 50 ملعب بيسبول محاكاة مع فاصل متقطع بين التحفيز (ISI) يبلغ 2150 مللي ثانية. كانت وجهة النظر المحاكاة هي المكان الذي يجلس فيه الماسك على ماسة بيسبول قياسية ، أي عند نقطة نهاية مسار الملعب. من مكتبة تضم 50 ملعبًا ، كل منها يأتي من واحد من ثلاثة أنواع من الملعب (& # x0201Cfastballs ، & # x0201D & # x0201Ccurveballs ، & # x0201D و & # x0201Csliders & # x0201D) ، تم تقديم الموضوع ، في كل تجربة ، تم اختيار الملعب في شبه عشوائي.

بالنسبة لأولئك الذين ليسوا على دراية بالبيسبول ، تختلف الملاعب الثلاثة في سرعتها ومسارها عبر الفضاء. للكرة السريعة مسار مستقيم مع كسر أفقي أو رأسي قليل جدًا مقارنة بمسار قطع مكافئ بسيط. تحتوي كرة المنحنى على مزيج من التدوير الجانبي والتدوير العلوي الذي يخلق استراحة لليمين ولأسفل. يحتوي شريط التمرير على دوران جانبي فقط ، مما يؤدي إلى حدوث فاصل إلى اليمين فقط. كان على الأشخاص تمييز النغمات بناءً على هذه المسارات والاختلاف في السرعات. تمت محاكاة جميع النغمات باستخدام معادلات الحركة (انظر أدناه). يتم توفير مقاطع فيديو تعرض مثالًا واحدًا لكل نوع من أنواع الملعب الثلاثة في المواد التكميلية عبر الإنترنت.

تم توجيه الموضوعات لتحديد نوع الملعب بأسرع ما يمكن عبر استجابة زر لوحة المفاتيح ، حيث تم تعيين كل خيار درجة على زر فريد (& # x0201Cj ، & # x0201D & # x0201Ck ، & # x0201D و & # x0201Cl & # x0201D). تم إخبار الأشخاص بالرد بينما كانت الكرة لا تزال على الشاشة. تم تنفيذ جميع ردود الأزرار باليد اليمنى ، بغض النظر عن استخدام اليد. في مرحلة التدريب الأولية ، تعلم المشاركون المسار العام لكل خطوة من خلال عرض الأمثلة ، وفي جلسة تدريب قصيرة استجابوا باستجابة الزر. احتوت جلسة التدريب على 20 عرضًا تم اختيارهم بشكل شبه عشوائي دون أي تعليقات ، وسُئل الأشخاص بعد ذلك عما إذا كانوا يشعرون بالراحة في أداء المهمة في مقدار الوقت المطلوب. استجابت جميع الموضوعات بالإيجاب وبدأت 12 كتلة من 50 طبقة مع تسجيل بيانات EEG. لم يتلق المشاركون تعليقات أو يحصلوا على مكافأة مقابل أدائهم ، ومع ذلك ، فقد حصلوا على تعويض عن وقتهم.

تم استخدام محطة عمل Dell Precision 530 لتقديم المحفزات البصرية مع E-Prime 2.0 (شاربسبورج ، بنسلفانيا ، الولايات المتحدة الأمريكية). جلس المشاركون في غرفة محمية بالترددات اللاسلكية 100 سم من وسط شاشة الكمبيوتر ، حيث غطت منطقة عرض التحفيز زاوية أفقية بـ & # x000B16.5 & # x000B0 وزاوية عمودية & # x000B15.0 & # x000B0.

كانت بداية كل مقطع فيديو في الملعب هو الحدث التحفيزي الذي حدث من خلاله قفل الوقت في مخطط كهربية الدماغ. تم تمرير أحداث التحفيز إلى نظام تسجيل EEG من خلال نبضة TTL في قناة الحدث. في آخر مخصص تحليل ، تمت مزامنة أحداث الاستجابة مع EEG عبر الكمون من حدث التحفيز.

محاكاة الملعب

تم إنشاء كل مقطع فيديو باستخدام حل المعادلات التفاضلية في Matlab 2010a (Mathworks ، Natick ، ​​MA ، الولايات المتحدة الأمريكية ، انظر Pitch Simulations أدناه) وتم تصديرها إلى ملف فيلم صوتي مرئي (.avi) (انظر المواد التكميلية للحصول على أمثلة) تم أخذ عينات منها في 60 هرتز (معدل تحديث شاشة العرض). يمكن محاكاة معظم ملاعب البيسبول باستخدام معادلات تفاضلية سداسية (Armenti، 1992 Adair، 1995).

تحدد المعادلات الثلاث الأولى التغيير في الموقع المكاني في كل اتجاه ، والذي يساوي سرعة كرة البيسبول. تحدد المعادلات الثلاثة الأخيرة التسارع الناتج عن السحب [F(الخامس)] ، قوة ماغنوس (ب) والجاذبية (ز) يتصرف في لعبة البيسبول. تُستخدم المعادلة 7 لحساب قوة السحب بسرعات مختلفة باستخدام الخامسد & # x0003D 35 م / ث و & # x00394 & # x0003D 5 م / ث. قوة ماغنوس (ب) ، والذي يحدث بسبب السحب التفاضلي على كائن دوار ، يتم تقريبه هنا ليكون 4.1 & # x000D7 10 & # x022124 (بلا أبعاد). بعد تحديد الشروط الأولية [x0, ذ0, ض0, الخامسx0, الخامسذ0, الخامسض0، & # x003C9 (تردد الدوران)] ، تم حل المعادلات التفاضلية الست العادية في MATLAB.

تتميز الملاعب الثلاثة & # x02013 fastball و curveball و slider & # x02013 بشروط أولية فردية محددة جيدًا. لإنشاء كل خطوة ، نحتاج فقط إلى تغيير السرعة الابتدائية وزاوية الدوران. لكل فئة من فئات الملعب ، تم إنشاء 50 درجة عن طريق أخذ عينات عشوائية لتوزيعات الظروف الأولية للسرعة ، وزاوية الدوران ، وزاوية الإطلاق ، وزاوية الإطلاق الأفقية. تم تحديد القيم والتوزيعات المستخدمة لكل فئة من فئات الملعب في الجدول 1.

الجدول 1. معلمات لتوليد مسارات الملعب.

لكل خطوة محاكاة ، تم رسم دائرة زرقاء على شبكة رمادية لكل إطار في المسار. زاد حجم الدائرة الزرقاء مع اقترابها من العارض ، وذلك لإعطاء وهم العمق. عندما عبرت الكرة & # x0201 لوحة تشوم ، & # x0201D اختفت الدائرة الزرقاء. تم ضغط الإطارات في تنسيق فيلم .avi (انظر أمثلة على محاكاة كل درجة في المادة التكميلية). تم حفظ المسارات لكل محاكاة في ملف منفصل لاستخدامها لاحقًا.

الحصول على البيانات

تم الحصول على بيانات تخطيط كهربية الدماغ في غرفة محمية بالكهرباء الساكنة (ETS-Lindgren ، Glendale Heights ، IL ، الولايات المتحدة الأمريكية) باستخدام مكبر صوت BioSemi Active Two AD Box ADC-12 (BioSemi ، هولندا) من 64 قطبًا كهربائيًا لفروة الرأس. تم أخذ عينات البيانات عند 2048 هرتز.تم استخدام مرشح تمرير عالي 0.5 هرتز قائم على البرامج لإزالة انجرافات التيار المستمر وتم تطبيق مرشحات الشق 60 و 120 هرتز (متناسق) لتقليل آثار ضوضاء الخط. تم تصميم هذه المرشحات لتكون طورًا خطيًا لتقليل تشوهات التأخير. تم تسجيل أحداث التحفيز & # x02013 ، أي أوقات بدء فيلم الملعب وأنواع الملعب & # x02013 على قنوات منفصلة.

تم إجراء تحليل المكونات المستقلة (ICA) باستخدام EEGLAB (Delorme and Makeig ، 2004) لإزالة آثار وميض العين. في التحفيز المغلق (& # x022121000 إلى 1500 مللي ثانية) ، تمت إزالة متوسط ​​خط الأساس باستخدام بيانات من & # x022121000 إلى 0 مللي ثانية. بعد بدء أحداث التحفيز ، تم تشغيل خوارزمية رفض حقبة آلية من EEGLAB (Delorme and Makeig ، 2004) لإزالة جميع الفترات التي تجاوزت عتبة احتمال 5 SDs من المتوسط. وبالمثل ، في فترة تأمين الاستجابة (& # x022121500 إلى 1000 مللي ثانية) ، تمت إزالة متوسط ​​خط الأساس من & # x022121500 إلى & # x02212500 مللي ثانية وتم تشغيل نفس خوارزمية رفض الحقبة التلقائية.

تحليل البيانات

أجرينا تحليلًا أحاديًا لتخطيط كهربية الدماغ الذي تمت تصفيته وعصره وإزالة القطع الأثرية فيه للتمييز بين مجموعة من ظروف التحفيز أو الاستجابة. أولاً ، نظرنا إلى الملاعب الصحيحة من الناحية السلوكية فقط ، حيث كانت استجابة المستخدم & # x02019 في غضون 100 مللي ثانية من نهاية الملاعب & # x02019 المسار ، وقمنا بتدريب المصنف على تصنيف درجة معينة (على سبيل المثال ، كرة سريعة) مقابل ملاعب الآخر الفصول الدراسية (على سبيل المثال ، curveball و slider). ثانيًا ، قمنا بتصنيف النغمات الصحيحة من الناحية السلوكية مقابل النغمات غير الصحيحة داخل كل فئة من فئات الملعب (على سبيل المثال ، الكرات السريعة المحددة بشكل صحيح مقابل الكرات السريعة المحددة بشكل غير صحيح). يظهر جدول يلخص تحليل التصنيف في الجدول 2.

الجدول 2. تعريف الفئات المستخدمة في تحليل التمييز.

تم استخدام الانحدار اللوجستي كمصنف لإيجاد الإسقاط الأمثل للتمييز بين الشرطين المختارين على نافذة زمنية محددة (Parra et al.، 2002، 2005 Conroy and Sajda، 2012). تم تطبيق هذا النهج سابقًا لتحديد المكونات العصبية الكامنة وراء اتخاذ القرار الإدراكي السريع (Gerson et al.، 2005 Philiastides and Sajda، 2006 Philiastides et al.، 2006). على وجه التحديد ، حددنا نافذة تدريب تبدأ إما في وقت بداية التحفيز أو ما بعد التحفيز & # x003C4 ، بمدة & # x003B4 ، واستخدمنا الانحدار اللوجستي لتقدير متجه الترجيح المكاني w & # x02192 & # x003C4 ، & # x003B4 T الذي يميز إلى أقصى حد بين إشارات مجموعة مستشعرات EEG X لكل فئة (على سبيل المثال ، كرات سريعة مقابل ليست كرات سريعة):

في Eq. 8 ، X هو ن & # x000D7 تي مصفوفة (ن أجهزة الاستشعار و تي عينات الوقت). والنتيجة هي & # x0201C مكون مميز & # x0201D y & # x02192 خاص بالنشاط المرتبط بكل شرط ، مع تقليل النشاط المرتبط بشرطي المهمة. يستخدم المصطلح & # x0201Ccomponent & # x0201D بدلاً من & # x0201Csource & # x0201D لتوضيح أن هذا هو إسقاط لجميع الأنشطة المرتبطة بالمصدر الأساسي. بالنسبة لتجاربنا ، كانت مدة نافذة التدريب (& # x003B4) 50 مللي ثانية وكان مركز النافذة (& # x003C4) متنوعًا عبر الوقت & # x003C4 & # x0003D 0 ، 25 ، 50 ، & # x02026 ، 975 ، 1000 مللي ثانية في 25 مللي ثانية من الخطوات لقفل التحفيز ، وتنوع عبر الوقت & # x003C4 = - 575 ، - 550 ، & # x02026 ، 550 ، 575 مللي ثانية في خطوات 25 مللي ثانية لقفل الاستجابة. استخدمنا خوارزمية المربعات الصغرى المعاد ترجيحها لمعرفة متجه الترجيح المكاني المميز الأمثل w & # x02192 & # x003C4 ، & # x003B4 T (Jordan and Jacobs ، 1994).

من أجل تقديم تفسير تشريحي عصبي وظيفي للنشاط التمييزي الناتج ، وبسبب الخطية للنموذج ، قمنا بحساب معاملات الاقتران الكهربائي (مكافئ 9).

تصف هذه المعادلة الاقتران الكهربائي a & # x02192 للمكون التمييزي y & # x02192 الذي يشرح معظم النشاط X.

قمنا بتحديد أداء المميز الخطي من خلال المنطقة الواقعة تحت منحنى خاصية مشغل المستقبل (ROC) ، المشار إليها هنا باسم أض، باستخدام إجراء عدم الخروج (دودا ، 2001). استخدمنا ROC أض متري لوصف أداء التمييز كدالة لانزلاق نافذة التدريب لدينا من 0 مللي ثانية قبل التحفيز إلى 1000 مللي ثانية بعد التحفيز (أي متغير & # x003C4) لقفل التحفيز و & # x02212575 مللي ثانية استجابة مسبقة لـ 575 مللي ثانية بعد -استجابة للرد مقفل. قدمت هذه الفترات الزمنية وقتًا كبيرًا بعد التحفيز والاستجابة السلوكية (الضغط على الزر) لمراقبة أي استجابة فيزيولوجية كهربائية للنغمة.

قمنا بتحديد الأهمية الإحصائية لـ أض في كل نافذة (& # x003C4) باستخدام إجراء إعادة التسمية. مع وجود 41 نافذة لإغلاق التحفيز و 47 لإغلاق الاستجابة ، كان علينا تصحيح هذا العدد من المقارنات ضمن إجازة التحفيز والاستجابة المغلقين على التوالي. لتصحيح Bonferroni ص & # x0003C 0.05 في كلتا ظروف القفل ، أجرينا تبديلات كافية للحصول على عدد مناسب من العينات داخل ص & # x0003C 0.001 عتبة (أي ، ص & # x0003C 0.05 / 41 و ص & # x0003C 0.05 / 47). تحقيقا لهذه الغاية ، قمنا باختيار تصنيفات الحقيقة بشكل عشوائي (على سبيل المثال ، كان الملعب عبارة عن كرة سريعة أو كرة منحنى أو شريط تمرير) لكل تجربة وأعدنا تدريب المصنف. تم إجراء ذلك 3750 مرة لكل موضوع (1250 تبديلًا لكل مجموعة مقارنة الملعب) ، مما يعطي إجمالي 22500 تبديل لتحليل مستوى المجموعة. ال أض تم استخدام القيم من هذه التباديل لإنشاء أ ص & # x0003C 0.001 عتبة ، أي أ ص & # x0003C 0.05 Bonferroni تصحيح مستوى الأهمية. وبالتالي يتم الإبلاغ عن جميع النتائج الهامة في ص & # x0003C 0.05 مصححة لمقارنات متعددة.

توطين مصدر المعلومات المكون

استخدمنا توطين المصدر للتحقيق في الاختلافات بين النغمات التي تم تحديدها بشكل صحيح مقابل النغمات المحددة بشكل غير صحيح. أولاً ، قمنا بتصنيف بيانات مخطط كهربية الدماغ المغلق بالمحفزات للنغمات المحددة بشكل غير صحيح مقابل النغمات المحددة بشكل صحيح ، كما تم تلخيصها في النصف الأيمن من الشكل 1 والجدول 2. وقد تم ذلك على أساس موضوع محدد ، باستثناء موضوع واحد لم يكن هناك أخطاء في تمييز شريط التمرير لذلك تمت إزالة هذا الموضوع حتى لا يتم تحيز النتائج. لكل موضوع من الموضوعات الخمسة المتبقية ، اخترنا بعد ذلك النافذة التي يوجد بها LOO أض كانت القيمة القصوى ، مع وجود قيود على أن الحد الأقصى الخاص بالموضوع لم يكن خارج نطاق 3 SEs لمتوسط ​​توقيت الذروة الخاص بالملعب. تم إجراء ذلك للتأكد من أن تحليل التوطين كان يحقق في ظاهرة شائعة مؤقتًا عبر الموضوعات.

الشكل 1. متوسط ​​الاستجابات السلوكية عبر الموضوعات من أجل (أ) الدقة والقيمة التنبؤية الإيجابية (PPV) و (ب) تعني أوقات الاستجابة للملاعب المحددة بشكل صحيح وغير صحيح. يتم رسم جميع الأشرطة بأخطاء قياسية (ن & # x0003D 6).

باستخدام هذه العلامات في الوقت المناسب ، قمنا بتجربة متوسط ​​بيانات مستشعر EEG عبر جميع الفترات التي تم تحديدها بشكل صحيح أو تحديدها بشكل غير صحيح ، مما أدى إلى إنشاء متوسط ​​كبير لتخطيط موارد المؤسسات لكل من الموضوعات الخمسة ، ولكل خطوة ، ولكل من الدقة. بالنظر إلى خمسة موضوعات وثلاثة ملاعب وشرطين ، ينتج عن هذا ما مجموعه 15 تخطيطًا لتخطيط موارد المؤسسات لكل حالة (على سبيل المثال ، للملاعب المحددة بشكل صحيح والمحددة بشكل غير صحيح).

باستخدام قيم متوسط ​​تخطيط موارد المؤسسات الكبيرة هذه ، استخدمنا بعد ذلك خوارزمية توطين المصدر (sLoreta Pascual-Marqui et al. ، 1999) لتقدير توزيعات المصدر القشرية الأكثر احتمالاً. تحل هذه الخوارزمية التوزيع الأكثر احتمالاً للمصدر الحالي في القشرة بناءً على بيانات مستشعر EEG وطوبولوجيا الصفيف. استخدمنا هذه التوزيعات لمقارنة شروط التصنيف غير الصحيحة مقابل شروط التصنيف الصحيحة عبر الموضوعات والنغمات.


استجابة المؤلف

المراجعات الأساسية:

1) يمكن تفسير زيادة سعة استجابة التلميذ باستخدام RT من خلال خصائص النظام المحيطي الذي يتحكم في قطر التلميذ بدلاً من حالة الاستثارة المركزية - أي إشارة استيقاظ مركزية تشكل حالة قشرية (أي استجابة لـ LC أو الدماغ الأمامي الأساسي أو أي حالة أخرى يسهم المركز في الإثارة المركزية ويؤثر على قطر التلميذ) عبر نظام طرفي بطيء (الأعصاب المحيطية / العقد ، عضلات حدقة العين الملساء) لإنتاج استجابة التلميذ المقاسة. حدد العمل السابق هذا التحول باعتباره التفافًا خطيًا بسيطًا مع وظيفة استجابة نبضات حدقة (IRF ، على سبيل المثال ، Hoeks and Levelt ، 1993 Korn and Bach ، JoV ، 2016).) قد يكون نهج الأنظمة الخطية هذا دقيقًا أو لا يكون كذلك. النطاق المتوسط ​​لأقطار التلميذ المقاسة في إعدادات المختبر البشري. بغض النظر عن تفاصيل التحويل ، فإن النقطة هي أنه ، تمامًا كما هو الحال بالنسبة للرنين المغناطيسي الوظيفي ، فإن استجابة التلميذ المقاسة ليست سوى نسخة مفلترة منخفضة التمرير من إشارة الإدخال المركزية. من الواضح أن هذه الدراسة تدور حول السعة المستنتجة لإشارة الإثارة المركزية. إذا استمرت هذه الإشارة المركزية ، فإن اتساع استجابة التلميذ المحيطي يزداد مع مدة الإشارة المركزية - حتى لو لم يتغير اتساع الإشارة المركزية.

يُظهر العمل السابق أن اتساع حدقة العين أثناء القرارات الإدراكية يكون مدفوعًا بمدخلات مركزية مستدامة - إما هضبة أو تراكم بطيء - طوال فترة تشكيل القرار (Cheadle et al.، 2014 de Gee et al.، 2014، 2017 Murphy وآخرون ، 2016). عندما يكون هناك عنصر مستدام في الإدخال ، يمكن أن يتنبأ بشكل تافه بالجانب الأيمن (الأكثر انحدارًا) من المؤامرة في الشكل 1E - وبالتالي ، يمكنه أيضًا تفسير جزء من التأثيرات اللاحقة لاستجابة التلميذ على علامات EEG. قد يتراكب هذا التأثير البسيط مع تأثير مثير للاهتمام وحقيقي للإثارة الطورية (ربما منحدر سلبي) ، لإنتاج النمط غير الرتيب الموضح في الشكل 1E والأنماط اللاحقة. يشير المؤلفون أنفسهم إلى الاستنتاج أعلاه بأن بعض مكونات إشارات الاستيقاظ المركزية قد تستمر. (قد لا يكون مكون LC ، ولكن الخلايا العصبية DA ، التي يُظهر بعضها نشاطًا مستدامًا أثناء تشكيل القرار.) ولكن بعد ذلك لا مفر من "ارتباك RT" أعلاه. إن احتمال حدوث مثل هذا الالتباس التافه يجعل من الصعب تفسير النتائج.

يمكن أن تكون إحدى الطرق الممكنة لحل هذا الالتباس هي ملاءمة GLMs المختلفة التي تجمع كل منحدرات الانحدار مع IRF "الكنسي" (Hoeks and Levelt). ضمن هذا الإطار ، يمكن للمؤلفين نمذجة أنواع مختلفة مختلفة من المدخلات إلى نظام التلميذ ، بما في ذلك التعديل البارامتيري الخطي وغير الخطي بواسطة RT ، واستخدام مقارنة النموذج لاختبار الشكل الفعلي للإدخال إلى نظام التلميذ الذي من المحتمل أن يحدث في الواقع في بياناتهم. ومع ذلك ، حتى إذا تم حل هذا الالتباس ، فإن التفسير الحالي لنتائج استجابة التلميذ سيظل إشكاليًا بسبب ادعائه السببية (انظر التعليق رقم 2).

نحن ندرك أن قياسنا القياسي لتوسيع حدقة العين ربما يكون مرتبكًا بالفعل بسبب مدة التجربة. لقد أخذنا بنصيحة المراجعين واختبرنا مدى ملاءمة العديد من GLMs من أجل التحقيق في شكل المدخلات إلى نظام التلميذ. من خلال هذا النهج ، ركزنا على الأشكال المختلفة التي تم اختبارها مسبقًا بواسطة Murphy et al. ، 2016. بعد ذلك ، قمنا بتوسيع هذا التحليل من خلال تطبيق GLM الأنسب على كل تجربة فردية من خلال اعتبار كل تجربة حالة منفصلة (على غرار النهج من خلال باخ وآخرون ، 2018. الطب النفسي الجزيئي). سمح لنا ذلك بتقدير وجود كل مكون من المكونات الثلاثة (بداية الهدف وفترة مستدامة والاستجابة) لكل تجربة. ثم استخدمنا تقديرات استجابة بداية الهدف كقيم عددية قمنا من خلالها بفرز البيانات من أجل التحقيق في علاقتها بالأداء السلوكي بالإضافة إلى مقاييس EEG المرتبطة باتخاذ القرار الإدراكي. لقد سمح لنا هذا التحليل بتقليل التأثير المربك لـ RT على القياس القياسي لاستجابة التلميذ ، بالإضافة إلى التمييز بين بداية الهدف والمكون المستمر ، مع الاستمرار في الحصول على قرار التجربة الفردية للتحقيق في علاقته بالسلوك و EEG التوقيعات قيد التحقيق. مع هذا النهج ، وجدنا أن العلاقة بين استجابة التلميذ لبداية الهدف وأداء المهمة (ومكونات مخطط كهربية الدماغ) لم تعد توصف بشكل أفضل بعلاقة غير رتيبة (على شكل حرف U). بدلاً من ذلك ، يتم وصفها بشكل أفضل من خلال علاقة رتيبة عكسية ، حيث تكون استجابات التلاميذ الأكبر تنبؤية لأداء المهمة الأفضل. يمكن الآن العثور على التغييرات التي تم إجراؤها على التحليل في المخطوطة المنقحة (المواد والأساليب) ، مع ملحق الشكل 1 - الشكل 1-4 المتعلق بهذا التحليل الجديد. إجمالاً ، نعتقد أن هذا التغيير في نهج تقدير استجابة التلميذ يتعامل مع المخاوف المذكورة أعلاه ، وكذلك (بعض) المخاوف التي أثارها المراجعون في التعليق 2 أدناه.

2) ادعاء السببية. تفسر الورقة ، كما هي ، النتائج المرتبطة باستجابات الحدقة المنخفضة أو الأعلى على أنها ناتجة عن الاختلافات في الإثارة الطورية. ستكون هذه طريقة واحدة لشرح النتائج. ومع ذلك ، هناك طريقة أخرى لا تفترض السببية ويبدو أنها معقولة على الأقل. على وجه التحديد ، قد تعكس بعض RTs الطويلة الموضوع الذي يقوم بعمل أقل وقد تعكس RTs الطويلة الأخرى الموضوع الذي يقوم بالمزيد. قد يكون `` القيام بالمزيد '' هنا على سبيل المثال معالجة أكثر بطئًا للمحفز ، مما يؤدي إلى تقليل الاستثارة / الجهد على مراحل ، و''عمل أقل '' هنا يمكن أن يكون عناية إضافية للتحقق من الاكتشاف قبل الاستجابة ، والمقارنة مع التحفيز الموجود على الجانب الآخر من الشاشة (كما هو مقترح في الشكل 4 أ) ، مما يؤدي إلى إثارة / جهد طوري أكبر أو أكثر استدامة. يمكن لمزيج من هذين النوعين من التجارب أن يفسر بشكل ضئيل العلاقة على شكل حرف U بين استجابة التلميذ و RT مع افتراض أن الإثارة هي ببساطة نتيجة لخصائص معينة لعملية اتخاذ القرار.

صحيح أن قضية السببية شائعة في الكثير من الأوراق البحثية في هذا المجال. ومع ذلك ، نعتقد أن هذا التحذير يجب موازنته بناءً على: (1) هل تدافع الورقة بقوة عن تفسير سببي؟ (2) هل هناك أدلة متقاربة تدعم المنظور السببي (على سبيل المثال ، من كلا من RT والدقة)؟ و (3) هل يوجد تفسير غير سببي يبدو أكثر منطقية من التفسير السببي؟ شعورنا هو أن العوامل الثلاثة تعمل ضد نتائج استجابة التلميذ في هذه الورقة. لذلك ، نظرًا للمشكلات الموضحة في التعليقين الأولين ، نقترح أن يقوم المؤلفون إما بإزالة جزء "الإثارة المرحلية" أو إحالته إلى المادة التكميلية (يتطلب الخيار الأخير أن يقوم المؤلفون بإجراء التحليل الإضافي المقترح في التعليق 1) ، وبدلاً من ذلك ركز على جزء "الاستثارة الأساسية". النتائج المتعلقة بقطر الحدقة الأساسي لا تعاني من نفس المشكلات التفسيرية ، على الأقل ليس بنفس الدرجة ، وتوفر امتدادًا طبيعيًا لتأثير الإثارة الأساسية على العمل السابق على استجابات الخلايا العصبية القشرية الحسية (McGinley et آل ، 2015). هذه قضية أكثر تحديدًا مما يشير إليه المؤلفون في العنوان والملخص ، لكنها ما هي عليه. باختصار ، مع ما ورد أعلاه ، التغيير الأساسي إلى حد ما ، قد توفر الدراسة نظرة ثاقبة لدور حالة الاستثارة (الأساسية) في شكل من أشكال معالجة القرار البصري الحركي والاهتمام الانتقائي.

في الواقع ، بالنظر إلى مجموعة البيانات هذه ، لا يمكننا التحكم في النهج السلوكي الذي يتبعه الموضوع في التجارب الفردية. ومع ذلك ، من المحتمل أن تؤدي الاختلافات في النهج إلى اختلافات بين بداية الهدف والاستجابة خلال الفترة المستمرة للمهمة. لا يعاني مكون البداية المستهدفة ، الذي يعكس استجابة معالجة التحفيز من أسفل إلى أعلى (من المحتمل أن يكون استجابة موضعية عابرة) ، من نفس المشكلات التفسيرية. علاوة على ذلك ، تتماشى هذه النتائج مع الدراسات السابقة التي تكشف عن زيادة في الأداء في التجارب ذات الاستجابة الاستثارة الطورية الأكبر ، وتكشف عن رؤى جديدة حول كيفية تأثير هذه الاستجابة الطورية على مراحل المعالجة العصبية المختلفة لصنع القرار الإدراكي. نعتقد أنه من خلال التركيز على استجابة الحدقة لبداية الهدف (بشكل منفصل عن الفترة المستمرة والمكون المتعلق بالاستجابة) ، فقد تناولنا أول اثنين من مخاوف المراجعين ، وبالتالي قمنا بتضمين هذه النتائج في النص الرئيسي ، كما هو موضح في الشكل 1-3. ومع ذلك ، فإننا نرحب بأي تعليقات أخرى ، وإذا استمر المراجعون في طلب نقل هذه النتائج ، فنحن على استعداد للقيام بذلك.

3) لاحظ المؤلفون أن أداء المشاركين كان في السقف وبالتالي لا يحللون الدقة. هل هذا يعني أنه لم يكن هناك أي ردود / أخطاء مفقودة على الإطلاق؟ الرجاء تحديد دقة البيانات.

حددنا بيانات الدقة في النتائج ، تحت العنوان "كل من الإثارة المنشطة والمرحلة تنبئ بأداء المهمة".

4) في جميع أنحاء المخطوطة ، استنتج المؤلفون العلاقات غير الرتيبة من المتفوق تتناسب مع نموذج تربيعي مقارنة بالنموذج الخطي. هذا لا يكفي. ضع في اعتبارك المتجهين: x = [1 2 3 4 5] و y = [10 5 1 1 1]. تلائم الدالة التربيعية العلاقة بين x و y بشكل أفضل من الدالة الخطية على الرغم من أن العلاقة رتيبة. تبتلى هذه المشكلة بالعديد من التحليلات ، ولا يقنع الفحص البصري لبعض الشخصيات ذات الصلة بوجود علاقة غير رتيبة كبيرة (على سبيل المثال ، الشكل 4E).

لاختبار الوجود الإحصائي للعلاقات (المقلوبة) على شكل حرف U في حالة العلاقة غير الرتيبة ، طبقنا نهج "الخطين" (Simonsohn ، 2017). باستخدام هذه الطريقة ، اختبرنا ما إذا كان هناك تغيير كبير في علامة من قيم قطر الحدقة المنخفضة إلى قيم عالية. يتم ذلك عن طريق تقدير خطي انحدار خطي بشكل منفصل لقيم قطر الحدقة المنخفضة والعالية. لتصنيف العلاقة على أنها على شكل حرف U ، يجب أن تكون معاملات الانحدار مهمة بشكل مستقل وأن تكون ذات علامة معاكسة. يتم وصف تفاصيل هذا التحليل في المواد والأساليب ، القسم الفرعي "التحليلات الإحصائية".

5) لا يبدو واضحًا تمامًا تفاصيل وملاءمة تحليل الوساطة الهرمي الوارد في القسم الفرعي "إن تأثير الإثارة المرحلية على أداء المهمة يتم توسطه بشكل أساسي من خلال الاتساق في تراكم الأدلة". شاغلنا الرئيسي هنا هو أن النهج قد يكون متحيزًا بافتراضات معينة حول "الترتيب الزمني لعملية صنع القرار" وما يرتبط به من "مراحل متتالية من المعالجة العصبية". النقطة المهمة هي أن إخماد طاقة بيتا الحركي و CPP يبدو أنهما يتصرفان بشكل مشابه في جميع التحليلات. ومع ذلك ، يتم إدخالها في التحليل الهرمي فقط بعد CPP. لذلك ، تم تحديد CPP على أنه يلعب دورًا فريدًا في التوسط في تأثيرات الإثارة. هل يتغير هذا الاستنتاج إذا تم عكس ترتيب إدخال بيتا المحرك و CPP؟ نحن نفترض أن الافتراض الأساسي للمؤلفين هو كما يلي: (1) يتم إنشاء CPP في مرحلة المعالجة (مثل LIP) "قبل" بيتا المحرك و (2) أنه يشفر متغير القرار المتراكم ، والذي يترجم لاحقًا إلى إشارة تحضيرية للمحرك واضحة في نشاط نطاق بيتا الحركي. نحن مقتنعون بأن CPP هي إشارة مثيرة للاهتمام للغاية تستحق الدراسة ، لكننا لا نعتقد أن هذه الافتراضات مدعومة بالأدلة المتاحة.على سبيل المثال ، أظهرت إحدى الدراسات الحديثة للمؤلفين (Twomey وآخرون ، 2016) أن بيتا المحرك يتصرف بشكل أكثر تشابهًا مع إشارة LIP من CPP في نسخة متأخرة من مهمة Shadlen و Newsome الكلاسيكية: ترميز الخيار القادم في جميع أنحاء تأخير. بالإضافة إلى ذلك ، فإن المؤلفين على دراية بجميع الأعمال الحيوانية الاستفزازية الحديثة من عدة مختبرات مختلفة (دراسات التعطيل والتحليلات المتطورة ، في القوارض والقرود) التي تلقي بظلال من الشك حتى على فكرة أن LIP / PPC هو "تراكم الأدلة". نحن لا نقول أن هذا المفهوم "خاطئ" ، لكننا نشعر أنه لا يمكن التعامل معه كحقيقة ثابتة ، يمكن أن نبني عليها منطق تحليل مثل ما سبق.

يسمح تحليل الوساطة الهرمي بالاختبار المتسلسل لاختبارات نسبة الاحتمالية ، والتي يمكن بالفعل ، كما اقترح المراجعون ، أن تستند إلى افتراضات خاطئة حول الترتيب الزمني لمكونات مخطط كهربية الدماغ في عملية صنع القرار. لاختبار ما إذا كانت أي مكونات تم استبعادها من النموذج النهائي بناءً على هذا النهج الهرمي قد مارست أي تأثير كبير على التباين في أداء المهمة ، قمنا أيضًا بالتحقيق في معاملات نموذج الانحدار النهائي (الخطوة الأخيرة في تحليل النموذج الهرمي) التي تضمنت الكل مكونات مخطط كهربية الدماغ. لم يكشف هذا عن أي مكونات إضافية لتلك المدرجة بناءً على تحليل النموذج الهرمي. تم تلخيص هذه النتائج في الملفات التكميلية 3 و 5.

6) الآثار المترتبة على حسابات تراكم الأدلة غير واضحة - لا نعتقد أنه يمكن استنتاج الكثير من هذه النتائج حول "تراكم الأدلة" ، وهو مصطلح يحدث في جميع أنحاء العنوان ، الملخص ، الاستنتاجات ، إلخ. ولا يقدم المؤلفون أيضًا أدلة سلوكية على مثل هذا التراكم ، كما أنه ليس من الواضح لماذا سيكون ذلك ضروريًا لحل المهمة المطروحة: مهمة الكشف عن تغيير التماسك مع أدلة حسية قوية (تماسك 50٪) تكون ثابتة عبر التجارب. إن اكتشاف إشارة الحركة القوية هذه ، والتمييز في اتجاهها الخشن ، أمر تافه ، والعوامل الوحيدة التي تحد من الأداء هي عدم اليقين المكاني والزماني بشأن حدوث التغيير. في الواقع ، يبدو أن الدقة "في السقف" (في نيومان وآخرون ، تراوحت بين 92٪ و 100٪). خاصة إذا كان التغيير كبيرًا كما هو الحال هنا ، يمكن حل هذه المهمة دون أي تكامل زمني ذي مغزى (أي على مدى زمني يتجاوز 100 مللي ثانية ، كما هو مستخدم لتمييز الحركة بالقرب من العتبة). الاكتشاف العابر ، الذي توجد له آليات في V4 (Gardner et al.، Neuron، 2005 Costagli et al.، 2014) سيكون كافياً. يرجى ملاحظة أن عدم اليقين بشأن بداية الإشارة يجعل أيضًا انتشار الانجراف القياسي غير مناسب لهذه المهمة (Ossmy et al. ، 2013 Glaze et al. ، 2015). وبالتالي ، يجب إعادة صياغة أي استنتاجات حول تراكم الأدلة من حيث "معالجة القرار" ، "اكتشاف الحركة" ، وما إلى ذلك. لأنه لا توجد قراءات سلوكية أخرى غير RT متاحة ونماذج مناسبة كما في Ossmy et al. (2013) أو Glaze et al. (2015) لن يعمل (المحاكاة تشكل مثل هذه النماذج ، أو تتناسب مع نماذج أبسط ، قد تكون ممكنة وغنية بالمعلومات رغم ذلك).

لقد تناولنا هذا القلق في هذه المراجعة من خلال التحقيق في إشارات اختيار الهدف المبكرة (N2c) المتوافقة مع بداية الهدف وكذلك الاستجابة. إذا كان التباين في RT ناتجًا بشكل أساسي عن التباين في بداية الهدف العابر ، وسيكون هناك تأخير ثابت بين بداية الهدف العابر والاستجابة ، فإن سعة N2c ستكون أكبر بكثير عند محاذاة الاستجابة مقارنة ببداية الهدف . ومع ذلك ، وجدنا أن الأمر ليس كذلك. كانت سعة N2c المحاذاة للاستجابة أقل بكثير مما كانت عليه عند المحاذاة لبداية الهدف. بقدر ما يعكس N2c بداية الهدف المؤقت ، يشير هذا إلى أن هناك تباينًا في المدة بين الاختيار المبكر للهدف والاستجابة. ومع ذلك ، لا يزال من الممكن التساؤل حول ما إذا كان هذا الاختلاف يعكس بالفعل التباين في مدة تراكم الأدلة بسبب النقاط التي أثيرت أعلاه. يمكن للأشخاص استخدام استراتيجية مختلفة في تجارب مختلفة. في بعض التجارب ، تمكنوا من التحقق من الحركة المتماسكة في أحد المحفزات بمقارنتها مع الحافز الآخر ، بينما في تجارب أخرى ، ربما لم يتم اتباع هذا النهج. نعالج هذا القيد في كل من النتائج وفي مناقشة المخطوطة المنقحة. بالإضافة إلى ذلك ، قللنا بشكل كبير من استخدامنا لمصطلح تراكم الأدلة في جميع أنحاء المخطوطة.

7) بشكل عام ، نشعر أن العرض التقديمي الحالي يعتمد على عدة افتراضات قوية ومشكوك فيها حول السلوك الأساسي للعملية الداخلية ، وحول الطبيعة الوظيفية لعلامات EEG المختلفة. بعض هذه الافتراضات صريحة ، والبعض الآخر لا يزال ضمنيًا. فيما يلي بعض الأمثلة المعاد صياغتها: "CPP يساوي متغير القرار" "إذا اكتشفنا CPP في مهمتنا ، فهذا يعني تراكم الأدلة ، لأن CCP كان مرتبطًا بتراكم الأدلة في العمل السابق باستخدام مهام أخرى". ولكن هنا ، يمكن أن يكون CPP / بيتا المحرك مجرد إشارة مفاجئة تشبه الخطوة عند اكتشاف الحركة العابرة ، ولكن التباين في المكون الحركي لوقت عدم اتخاذ القرار من شأنه أن يسهّل الآثار المرتبطة بالمتوسط ​​التجريبي لجعلها تبدو كما لو كانت تتراكم تدريجيًا . يجب أن تكون هذه الافتراضات صريحة. في الواقع ، نشجع المؤلفين على محاولة إعادة صياغة الورقة بدون هذه الافتراضات ، ومعظمها ليس ضروريًا لعرض النتائج. وبالتالي ، على الرغم من أننا نقدر العمل السابق الدقيق لهذه المعامل لتوصيف علامات EEG هذه ، نعتقد أنه يكفي الإشارة إلى هذا العمل السابق لتحفيز التركيز على هذه العلامات ، ثم الإبلاغ ببساطة عن كيفية تصرف هذه العلامات في العمل الحالي.

كما هو موضح أعلاه (التعليق 6) ، لقد تناولنا قيود قياسنا لمتغير القرار في كل من النتائج والمناقشة. كجزء من هذا ، قدمنا ​​المزيد من الخلفية ، مثل توضيح الافتراض بأن CPP يمكن أن يكون متغير قرار من البناء إلى الحد الأدنى ، ولكن قد يكون أيضًا وظيفة تدريجية تبدو وكأنها قرار من البناء إلى العتبة متغير عند حساب المتوسط ​​عبر التجارب.

[ملاحظة من المحررين: تم طلب مزيد من التنقيحات قبل القبول ، كما هو موضح أدناه.]

أولاً ، هناك تشابه ملحوظ بين القطر الأساسي ونتائج استجابة التلميذ. هذين المقياسين مرتبطان ، وكلاهما مرتبطان بقوة ألفا الأساسية العالية وبتأثير سلوكي مشابه يتوسط في كلتا الحالتين اتساق CPP. يعد هذا ملحوظًا لأن المؤلفين حرصوا على إزالة التباين في استجابات التلميذ التي تُعزى إلى الاختلافات في قطر خط الأساس. يشير هذا إلى أن كلاهما قد يكون في جزء كبير منه مقياسين صاخبين للإثارة الأساسية ، والتي لا يمكن فصل أي من المقياسين عنها تمامًا عن طريق إزالة التباين المنسوب إلى الإجراء الآخر. الأهم من ذلك ، كانت هناك أيضًا اختلافات بين المقاييس ، ولكن هذه المشكلة - كل من التداخل والتفكك - تستحق الإشارة إليها ومناقشتها ، خاصةً بالنظر إلى الأعمال الأخرى التي تشير إلى أن استجابات التلميذ مرتبطة بشكل عكسي بوظيفة LC الأساسية.

تناولنا العلاقة بين قطر التلميذ الأساسي واستجابة التلميذ بالإضافة إلى التداخل في تأثيرها على توقيعات EEG التي تم فحصها لاتخاذ القرار في المناقشة (قسم "التداخل والتفكك بين قطر التلميذ الأساسي واستجابة التلميذ").

ثانيًا ، في الجملة الأخيرة من الملخص ، يمكن منع الارتباك من خلال الإشارة إلى أن مصطلحات "المشاركة المتعمدة والمعالجة الحسية ومعالجة القرار" تتعلق بترابط EEG لهذه العمليات.

لقد تناولنا هذه المشكلة من خلال الإشارة صراحةً إلى مصطلح "علامات تخطيط أمواج الدماغ" للمشاركة المتعمدة والمعالجة الحسية ومعالجة القرار في الجملة الأخيرة من الملخص.


مناقشة

من المعروف منذ فترة طويلة أن التلميذ يتوسع أثناء المهام العقلية الصعبة (1 –3). ربطت الدراسات الحديثة بين اتساع حدقة العين وبين مفاجأة الأحداث المتعلقة بالسلوك (10 ، 12 ، 54) ، الكشف الإدراكي للهدف (11 ، 13) ، وتقرير عن التحولات بين الإدراك في الظواهر الإدراكية ثنائية الاستقرار (6 ، 14). مجتمعة ، تثبت هذه النتائج أن اتساع حدقة العين هو مراسل مخلص للحالة العقلية لصانعي القرار. تم ربط اتساع حدقة العين المرتبط بالقرار بالاختيار النهائي لإنهاء عملية اتخاذ القرار (6 ، 14 ، 16). وبالتالي ، فإن الدور الوظيفي لعمليات الدماغ المركزية الأساسية يُعزى إلى توحيد القرارات التي تم اتخاذها من قبل (6 ، 16) ، بدلاً من تشكيل القرارات المستمرة أثناء تطورها. أظهرت إحدى الدراسات السابقة للاختيار المالي اتساعًا مستدامًا في حدقة العين طوال عملية تشكيل القرار (17) ، لكن هؤلاء المؤلفين لم يفصلوا بين المكونات المختلفة التي تقود اتساع حدقة العين المرتبط بالقرار. والأهم من ذلك ، أن اتساع حدقة العين المرتبط بالقرار لم يتم ربطه حتى الآن بالمحتويات المحددة للاختيارات ، ولا بتحيز صانع القرار.

من خلال تطبيق تقنيات تحليل الأنظمة الخطية على قياسات اتساع حدقة العين أثناء اتخاذ قرار إدراكي مطول ، أظهرنا أن تمدد حدقة العين (أنا) يُظهر أقوى عنصر مستدام طوال عملية تشكيل القرار ، وليس في النهاية (ثانيا) يتنبأ بمحتوى الاختيار القادم (نعم و GT لا) و (ثالثا) يعكس تحيز صانع القرار (يتم تعزيزه عندما يكون صانعو القرار المحافظون على وشك الرد بنعم ضد تحيزهم). كانت هذه النتائج محددة للغاية ولم يتم تفسيرها من خلال أوقات رد الفعل أو حركات العين المثبتة أو الحساسية الإدراكية الفردية. تثبت نتائجنا أن اتساع حدقة العين يتتبع بأمانة تشكيل القرارات الإدراكية المطولة بطريقة تعكس كلاً من القرار المتطور بنعم مقابل لا قرار ، وموقف صانع القرار تجاه هذا القرار. قد يكون من المفيد ربط اتساع حدقة التلميذ بعناصر أخرى من عملية اتخاذ القرار في الدراسات المستقبلية ، مثل مستوى ثقة صانع القرار في اختياره.

النتائج التي توصلنا إليها لها بعض الآثار الملحوظة لتفسير الارتباطات العصبية لاتخاذ القرار الإدراكي في القشرة البصرية. أولاً ، تشير التغييرات الملحوظة في قطر التلميذ إلى أن كمية الضوء التي تدخل العين أثناء قرارات الإدراك الحسي تتقلب من تجربة إلى أخرى ، اعتمادًا على محتوى الاختيار القادم وتحيز صانع القرار. سيكون من المهم تحديد كيفية تأثير هذه التغييرات في إضاءة الشبكية على النشاط العصبي في القشرة البصرية كما تم قياسه بواسطة الفيزيولوجيا الكهربية أو التصوير بالرنين المغناطيسي الوظيفي. ثانيًا ، نظرًا لأن العديد من أنظمة جذع الدماغ لها إسقاطات واسعة النطاق للقشرة البصرية ، فقد تفسر النتائج التي توصلنا إليها (جزئيًا على الأقل) حقيقة أن التحويرات واسعة النطاق للنشاط السكاني في القشرة البصرية تعكس أيضًا خيارات الأشخاص "الحالية" مقابل "الغائبة" في المهام الإدراكية المختلفة (53 ، 55 –57). تم تفسير تحويرات النشاط هذه بشكل عام من حيث التعليقات ذات الصلة بالقرار من المناطق القشرية في اتجاه مجرى النهر. تشير نتائجنا الحالية إلى أن إطلاق المُعدِّلات العصبية المرتبط بالحدقة هو مصدر مرشح بديل معقول لهذه الإشارات المتعلقة بالقرار في القشرة البصرية (58 ، 59).

يتقلب مستوى إثارة الناس بشكل مستمر على نطاقات زمنية مختلفة (5). تعكس هذه التقلبات التغيرات في حالة الدماغ العالمية (60 ، 61) ، التي يحكمها إطلاق المُعدِّلات العصبية من مراكز جذع الدماغ اللاإرادي (5 ، 62). تقليديًا ، يُنظر إلى المُعدِّلات العصبية (والإثارة) على أنها منظمات بطيئة وغير محددة للحالة السلوكية العامة (61). عادة ما ترتبط المستويات المتوسطة من الإثارة بالأداء الأكثر دقة في مهام الاختيار الحسي الحركي (5). ومع ذلك ، فقد أصبح من الواضح أن أنظمة جذع الدماغ العصبية المعدلة يمكن أن تكون متزامنة بشكل وثيق مع الأفعال المعرفية السريعة ، مثل القرارات (5 ، 62 ، 63). يبدو أن تمدد حدقة العين غير الناجم عن الإنارة يتتبع نشاط مراكز جذع الدماغ المعدلة العصبية ، وتحديداً موضع النورادرينرجيك الأزرق (5). في ظل هذا الافتراض ، تشير نتائجنا إلى أن أنظمة جذع الدماغ المرتبطة بالتلميذ تتلقى معلومات متنوعة من مناطق الدماغ ، بما في ذلك المناطق القشرية التي تظهر نشاطًا مستدامًا و / أو متصاعدًا أثناء تشكيل القرار (40 ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ ⇓ –51) ، وكذلك (لم يتم اكتشافها بعد) مناطق الدماغ التي تشفر معيار الأشخاص.

تستلزم نتائجنا الحالية أيضًا بعض الاختلافات الملحوظة في النتائج من القياسات المباشرة لنشاط coeruleus الموضعي في الحيوانات. أولاً ، على الرغم من أن العلاقة بين القرارات المتطورة وتحيز الموضوع كانت قوة دافعة رئيسية وراء اتساع حدقة العين المرتبط بالقرار في دراستنا ، إلا أن التوقيعات العصبية لمثل هذه العلاقة لم يتم تحديدها بعد في الموضع الصلب. ثانيًا ، أدت الطبيعة السريعة لنشاط مكان الزرق المرتبط بالقرار الذي لوحظ في الحيوانات إلى فكرة أن هذا النشاط هو في الأساس ما بعد القرار (5). من غير الواضح ما إذا كانت هذه الاختلافات ناتجة عن اختلافات بين المهام ، أو الأفراد ، أو الأنواع المستخدمة ، أو ما إذا كانت تعكس اختلافات حقيقية بين تمدد حدقة العين ونشاط الكيروليوس الموضعي. على سبيل المثال ، تضمنت المهام المستخدمة في دراسات فسيولوجيا الحيوان السابقة لنشاط مكان الزرق عمليات اتخاذ القرار أسرع بكثير (5) من المهمة المستخدمة هنا. يجب أن تحدد الدراسات المستقبلية ما إذا كان نشاط الموقع المرتبط بالقرار يُظهر أيضًا نشاطًا مستدامًا يتوافق مع مدخلات التلميذ أثناء القرارات المطولة.

يفترض أحد النماذج لنشاط locus coeruleus أثناء اتخاذ القرار أن دافعًا داخل الأقسام للموضع coeruleus على حين غرة بشأن الأحداث ذات الصلة بالقرار (64). من المتصور أن عنصر الاختيار المعتمد على التحيز الذي وجدناه هنا مدفوع (على الأقل جزئيًا) بالمفاجأة (10 ، 12) حول قرارات نعم المتطورة. هذه الأخيرة ، بحكم التعريف ، أقل شيوعًا (وبالتالي ، أكثر إثارة للدهشة) بالنسبة للمحافظين منها للأفراد الليبراليين. الأهم من ذلك ، بغض النظر عن العملية التي تقود تأثير الاختيار في التلميذ ، فإن حقيقة حدوث هذا التأثير أثناء تكوين القرار تشير إلى أن تحرير المُعدِّل العصبي المرتبط قد يشكل عملية اتخاذ القرار أثناء ظهورها.

تتوافق ملاحظاتنا مع فكرة أن إصدار المُعدِّل العصبي المرتبط بالتلميذ يتفاعل مع معالجة القرار المتحيزة. يبدو أن المُعدِّلات العصبية مثل النورأدرينالين تعزز اكتساب التفاعلات العصبية في القشرة (5 ، 7 ، 26). من المغري التكهن بأن مثل هذا التعزيز العابر للمكاسب أثناء تشكيل القرار يمكّن الأشخاص المحافظين من التغلب على تحيزهم ضد الرد بـ "نعم". تساعد نماذج صنع القرار الإدراكي في تصور هذه الفكرة (29). في مخطط واحد محدد لنعم مقابل لا خيارات ، مدعومًا ببيانات فسيولوجية عصبية (43 ، 50 ، 65) ، تجمع مجموعتان عصبيتان أدلة على نعم ولا نحو حدود منفصلة ، ويتنافسان عبر التثبيط المتبادل (30 ، 43 ، 66). تجمع مجموعة نعم الأدلة الحسية لوجود الإشارة - أي النشاط العصبي في القشرة البصرية (نشاط عفوي في حالة الإنذارات الكاذبة) (53). يقوم أي من السكان بتجميع "المدخلات الافتراضية" (66). إذا كان هناك عدم تناسق جوهري بين هاتين المجموعتين (على سبيل المثال ، عدد السكان نعم أكبر أو لديهم مكاسب مدخلات أقوى) ، فإن زيادة عالمية في الكسب العصبي ستزيد من معدل التراكم نحو خيار نعم. يمكن أن يكون التحيز المحافظ ناتجًا عن تحول في نقطة البداية لعملية التراكم (44) - في هذه الحالة ، بعيدًا عن حد "نعم". وبالتالي ، قد تتطلب الموضوعات المحافظة تعزيزًا أقوى (مرتبطًا بالتلميذ) في الكسب للمدخلات من القشرة البصرية لدفع جمهور `` نعم '' نحو الحد. ستسمح المراقبة المتزامنة لنشاط الدماغ وديناميكيات التلميذ أثناء معالجة القرار باختبار هذه الأفكار في الدراسات المستقبلية.

في الختام ، تشير النتائج التي توصلنا إليها إلى أن الحالة الداخلية للدماغ تتغير في كل مرة يتخذ فيها المرء قرارًا ، إلى حد يعكس محتوى الاختيار القادم فيما يتعلق بانحياز صانع القرار. قد تؤدي مثل هذه التغييرات المرتبطة بالقرار في حالة الدماغ إلى تشكيل القرارات بشكل فعال عندما تتكشف ، ربما من خلال المساعدة في إبطال التحيزات الجوهرية. سيكون تتبع حجم التلميذ مفيدًا لكشف كيفية تفاعل حالات الدماغ الداخلية مع آليات الدماغ الكامنة وراء اتخاذ القرار الإدراكي.


مقدمة

تمت دراسة التذبذبات العصبية ، على سبيل المثال التي تم قياسها عبر تخطيط كهربية الدماغ (EEG) ، لعقود من الزمن في محاولة لربط حالة الدماغ بالمعالجة الإدراكية والمعرفية. تُعزى التذبذبات الداخلية إلى العمليات العصبية الداخلية وتشمل مجموعة معروفة من الترددات تتراوح من دلتا منخفضة إلى نطاق جاما العالي (Niedermeyer and Lopes da Silva، 1993). تكون التذبذبات الخارجية مدفوعة بإيقاعات المحفزات الخارجية وترتبط عادةً بالنظم الحسية [على سبيل المثال ، حالة الاستقرار المستحثة بصريًا (SSVEP) واستجابة الحالة المستقرة السمعية (ASSR)] (Picton et al. ، 2003 Vialatte et al. ، 2010 إعادة النظر).

إيقاع الدماغ الداخلي البارز هو تذبذب ألفا الذي تم التحقيق فيه على نطاق واسع في سياق تأثيرات ما قبل التحفيز وما بعد التحفيز (Babiloni et al. ، 2006 Hanslmayr et al. ، 2007 Freunberger et al. ، 2008 van Dijk et al. ، 2008). تم أيضًا استكشاف الآلية العصبية الكامنة وراء تذبذبات ألفا بعمق (لوبيز دا سيلفا ، 1991). على الرغم من أن نشاط ألفا غالبًا ما يُعتقد أنه يمثل حالة خمول أو غافل (Pfurtscheller et al. ، مراجعة 1996) ، تشير بعض الدراسات إلى أنه يعكس أيضًا آلية قمع للمعلومات غير ذات الصلة (Worden et al. ، 2000 Kelly et al. ، 2006 Rihs) وآخرون ، 2007 Foxe and Snyder ، 2011 Gomez-Ramirez et al. ، 2011) و / أو تثبيط معالجة المعلومات (مراجعة Klimesch وآخرون ، 1997 ، 2007). على وجه التحديد ، أظهرت الدراسات السابقة لنشاط ألفا بعد التحفيز في سياق التعرف البصري على الأشياء أن إلغاء التزامن ألفا كان أكبر في التعرف على الأشياء ذات المعنى مما كان عليه بالنسبة للأشياء التي لا معنى لها (Klimesch et al. ، 1997 Vanni et al. ، 1997 Mima وآخرون ، 2001 Freunberger et al. ، 2008) ، مما يشير إلى أن نشاط ألفا بعد التحفيز مرتبط بمعالجة المعلومات الدلالية.

SSVEP ، استجابة دماغية متذبذبة ناتجة عن محفز بصري وميض ، هو شكل خارجي من علامات التردد التي ثبت أنها تشير إلى تخصيص الموارد المعرفية مثل الانتباه (Vialatte et al. ، مراجعة 2010). أفادت العديد من الدراسات أن سعة SSVEP تنخفض عندما يجب أن يتنافس الانتباه أو ينقسم بين الوميض وصورة الخلفية (M & # x000FCller et al. ، 2008 ، 2011 Attar et al. ، 2010). علاوة على ذلك ، كشفت دراسة أجراها Andersen و M & # x000FCller في عام 2010 أن تسهيل سعة SSVEP للمحفز الخاضع للإشراف مصحوب بقمع التحفيز غير المراقب (Andersen and M & # x000FCller ، 2010). اقترحت هذه النتائج أنه يمكن استخدام SSVEPs كعلامة عصبية للدورة الزمنية لمنافسة الموارد الانتباه.

في هذه الورقة ، نهدف إلى التحقيق في وقت واحد في كيفية تأثر التذبذبات الداخلية والخارجية بعد التحفيز كدالة لصعوبة المهمة أثناء مهمة تمييز الوجه / السيارة. على وجه التحديد ، نحن نركب حافزًا وميضًا قدره 15 هرتز على سلسلة من الصور ونحلل في نفس الوقت الدورة الزمنية والتوزيع المكاني لـ SSVEPs المستحثة خارجيًا وتذبذبات ألفا الداخلية كدالة لترابط طور الصورة. تُظهر نتائجنا أن تماسك طور الحافز ، كونه بديلنا عن صعوبة التمييز البصري ، يعدل تفاضليًا SSVEPs المستحثة خارجيًا وتذبذبات ألفا الداخلية في أوقات مختلفة وأن هذا قد يعكس تدفق معالجة المعلومات الأساسي أثناء مهمة التمييز البصري.


شاهد الفيديو: The Third Industrial Revolution: A Radical New Sharing Economy (قد 2022).