We thank the VISTA software group (Brian Wandell and associates, at Stanford).
S. S. was supported by McNair 2280403105,NEI R01-EY109272, and NEI R01-EY024019 and as HHMI Early Carrer Award. A. P. and G. K. was supported by the Max-Planck Society, G. K. was supported by the PLASTICISE project of the 7th Framework Programme of the European Commission, Contract no. HEATH-F2-2009-223524.

1. Datenerfassung <ol><li> Bereiten Sie einen Stimulus-Protokoll, das wirksam bei der Auslösung einer zuverlässigen retinotope visuelle Antwort wie zuvor in Dumoulin und Wandell 1 und Lee et al ist. 2. Jedoch sind auch andere etablierte Paradigmen auch anwendbar in Abhängigkeit von der spezifischen experimentellen Fragen angesprochen werden. </li><li> Präsentieren bar Reize driften über den Bildschirm nacheinander entlang 8 Richtungen des Raumes, in Schritten von 45 Grad. Stellen Sie sicher, dass die Bewegung synchron mit Scanner Rahmen Erwerb (TR ~ 2 sec), so dass der Balken bewegt sich einen Schritt einmal eine fMRI Rahmen beginnt und bleibt an der neuen Position, bis der Rahmen endet. </li><li> Um eine korrekte Ausgangssignal zu messen, fügen Epochen ohne Stimulation 1 bar. <ol><li> Definiert ein Sichtfeld (10 bis 15 ° Radius) in Sichtwinkel, über den der dargeboten wird. Präsentieren bewegenden oder flackerndes Schachbrettmuster (checker size = 0,94 x 0,94 Grad 2, pattern Aktualisierungsrate = 250 ms / Muster) in der Bar zu starken visuellen Reaktionen hervorrufen. </li><li> Geben Sie die folgenden spezifischen Parameter: 8 gleichmäßig verteilte Bewegungsrichtungen, Breite bar gleich 1,875 ° und Bars zu bewegen um die halbe Strichbreite pro Bild (2 sec). Weitere Details finden sich in Lee et al. 2. </li><li> Generieren Sie einen Ort (~ 0,25 °) in die Mitte des Bildschirms, auf dem die Augen der Person während des Experiments zu fixieren. Farbe des Spots ändern zufällig in der Zeit. </li></ol></li><li> Scannen Sie das Gehirn eines Subjekts in einem MRI-Scanner mit einem typischen Echo-Planar-Bildgebung (EPI) Scan, 192 Frames Dauer (24 Bilder in jede Bewegungsrichtung) hat. Wiederholen Sie die Scans 4-8 mal, um das Signal-Rausch-Verhältnis zu erhöhen. </li><li> Stellen Sie die Parameter für den EPI-Sequenz wie folgt: TR = 2 sec, TE = 40 ms, Matrixgröße = 64 x 64, 28 Scheiben, Voxelgröße = 3 x 3 x 3 mm 3, Flip-Winkel = 90 °, alternativ gelten Sequenzen mit einer feineren Auflösung (z.g., 2 x 2 x 2 mm 3) oder ein Kurz TR (beispielsweise 1-1,5 sec), die ausschließlich die Sehrinde 2. </li><li> Spur Augenbewegungen mit einem Augenverfolgungssystem während funktionellen Scans Fixierung sicherzustellen innerhalb 1-1,5 ° vom Fixationspunkt gehalten. Anmerkung: Hier wird ein Kopf-Koordinate basierend Augenverfolger in einer Schutzbrille System verwendet wird, aber andere geeignete Augenverfolgungssysteme können stattdessen verwendet werden. </li><li> Weisen Sie die Themen, um die Stelle auf die Mitte des Bildschirms in Schritt 1.3.2 erzeugt fixieren. Um sicherzustellen, dass die Probanden fixiert, sie anweisen, die Farbveränderungen der Befestigungspunkt zu melden. </li><li> Erhalten anatomischen Scans auf 1 x 1 x 1 mm 3 Auflösung (zB T1-MPRAGE; TR = 1900 ms, TE = 2,26 ms, TI = 900 ms, Flipwinkel = 9 °, 176 Partitionen). ANMERKUNG: Diese anatomischen Scans zur Segmentierung sowie zum Ausrichten der funktionellen Bilder der Anatomie sowohl innerhalb der Abtastungen verwendet werden. Für eine bessere Ausrichtung zwischen Funktional (EPI) von Bildern und die Anatomie, erhalten auch eine inplane Anatomie Scans mit einer Auflösung identisch mit der EPI, mit T1-gewichteten schnell verdorben Gradientenecho (SPGR) Folge 1. </li></ol> 2. Datenvorverarbeitung HINWEIS: Vor der Schätzung pRF Eigenschaften, einige typische fMRT-Daten vor, eine Bearbeitungsschritte benötigt werden, wie zum Beispiel Kopfbewegungskorrektur und die Ausrichtung der Funktionsvolumen der anatomischen Scan. In diesem Artikel werden alle Vorverarbeitung, Schätzung, Analyse und Präsentation der Ergebnisse erhalten werden unter Verwendung des Open-Source-MATLAB-basierte Software-Toolbox VISTA LAB auf der VISTA-Software zur Verfügung. http://white.stanford.edu/newlm/index.php/Main_Page. <ol><li> Laden Sie die anatomischen Scan in MATLAB und bereiten ein Volumen Anatomie mit einer Funktion namens createVolAnat. </li><li> Segment graue Substanz, weiße Substanz und CSF mit der Funktion &quot;ItkGray&quot;. </li><li> Bereiten Funktionsdaten durch Umwandlung DICOM (dh </em&gt;, roh MRI-Dateiformat für Siemens) Dateien in NIfTI (dh Standard-funktionellen MRT-Format) -Dateien, und Laden von Daten in VISTA mit einer Funktion namens mrInit. </li><li> Correct Kopf-Bewegung, und richten Funktionsaufnahmen der Anatomie in Schritt 2.1 mit rxAlign basierend auf einer affinen Matrix-Transformation geladen. </li><li> Durchschnittliche funktionelle Bewegungskorrigierten Scans für die Verbesserung der Signal-zu-Rausch-Verhältnis, indem Sie auf mrVISTA Analyse Timeseries Durchschnittliche tseries. Ausschließen von durchschnittlich Scans, während der Augenbewegungen weicht von Fixierung mehr als 1 bis 1,5 °. Wenn Signale von verschiedenen Läufen unterschiedliche DC-Drifts, durchschnittliche Funktions Scans nach dem Entfernen der DC-Drifts. </li><li> Berechnen Sie die Mapping-Koordinaten zwischen funktionalen Scans und graue Substanz und Bestimmung der entsprechenden Grau Sache Voxel in den funktionalen Scans, indem Sie die folgenden Menüs: mrVISTA Fenster öffnen Grau Fenster 3-View. Vergeben BOLD-Signale in der grauen Substanz Voxel durch Interpolation, die Wahl einer der Optionen einvailable in mrVISTA. </li></ol> 3. Die Einschätzung der pRF Topographie und Parametric Modeling <ol><li> Laden Sie sich die Code-Dateien über den folgenden Link: https://sites.google.com/site/leesangkyun/prf/codes.zip, extrahieren Sie die komprimierte Datei und legen Sie sie in einem bevorzugten Ort für den lokalen Computer. Fügen Sie den Pfad des Ordners, in MATLAB. </li><li> Stellen Sie die Stimulationsparameter in das Experiment, indem Sie die folgenden Menüs: mrVISTA Analyse retinotope Modell Parameter einstellen. Geben Sie die folgenden Parameter wie Stimulus Bilder, Stimulus Größe, die kanonische hämodynamischen Funktion, die Bildrate der fMRI-Scanner. </li><li> Vor der pRF Schätzung, bereiten die Anfangsparametersätze (Abbildung 1B). <ol><li> Stellen Sie die Kreuzvalidierung Sets in &quot;tprf_set_params.m&quot; aus den Codedateien. Teilen Sie Zeitreihen in mindestens zwei Teilmengen (ein Satz für die Prüfung und die verbleibenden Sätze für die Ausbildung), die lang genug für die Bar zu Swee sindp die ganze Reiz Raum. Alternativ ohne Mittelung Scans in Schritt 2.4, Validierung Scans durch das Weglassen von einem Scan zum Testen und mit den restlichen Scans für die Ausbildung. </li><li> Stellen Sie eine grobe Parametersatz (λ in 1; λ = [10 -2 10 -1 1 10 1 10 2]) in &quot;tprf_set_params.m&quot;. Stellen Sie dann eine feine Skalenbereich ([0,1 0,3 0,5 0,7 0,9 1 3 5 7 9]) in &quot;tprf_set_params.m&quot;. HINWEIS: Das Programm verwendet die Grob gesetzt, um den λ was zu den höchsten erklärte Varianz zu wählen. Dann sucht das Programm den Raum um den ausgewählten λ mit dem Feinmessbereich, weitere Verfeinerung der Auswahl von λ, die den höchsten erklärte Varianz ergibt. </li><li> Einen Schwellenwert (0,2) der erklärten Varianz für visuell ansprechende Voxel in &quot;tprf_set_params.m&quot;. HINWEIS: Diese Schwelle wird als Referenz für die Auswahl von visuell ansprechenden Voxel verwendet. Alternativ können Sie einROI für eine nicht-optisch ansprechenden Bereich (beispielsweise durch Ziehen einer Kugel mit einem Radius von 1 cm in einer nicht optisch ansprechenden Bereich des Gehirns), wobei der Schwellenwert automatisch berechnet werden. </li><li> Festlegen eines Satzes von Schwellenwerten ([0,3, 0,5, 0,7]) zum Definieren der pRF Mittelbereich in dem normalisierten Topographie &quot;tprf_set_params.m&quot; (dh, [0-1] oder [-1 bis 1] mit Epochen ohne bar Stimulations in Schritt 1.3.1). HINWEIS: Aus dem Satz von Schwellenwerten das Programm vorgesehen wählt den &quot;besten&quot; Schwelle, dh die Schwelle, die eine pRF zentralen Region, für die das Zentrum pRF Modell erklärt die größte Signalvarianz definiert. Alternativ wählen Sie eine andere Menge von Schwellenwerten in Abhängigkeit von den Eigenschaften der Topographie. </li></ol></li><li> Ausführen &quot;tprf_runpRFest.m&quot; berechnen die pRF Topographie (1) entfernen und 2D anisotrope Gaußsche. Nach Angabe aller in diesem Protokoll beschriebenen Parameter, undAusführen des Codes, erhalten die endgültigen Schätzergebnisse. </li></ol><img alt="Figur 1" src="/files/ftp_upload/51811/51811fig1highres.jpg" width="700" /> Abbildung 1: PRF Schätzverfahren. (A) Schematische Darstellung des Prozesses folgte für pRF Topographie Schätzung h (t):. Hämodynamischen Antwortfunktion A (t): Reiz, m: pRF, Reg. L2-Norm Regularisierung (B) Spezifische Schritte für pRF Topographie Schätzung und pRF Zentrum Modellierung. Die Menge der für die Bestimmung erforderlichen Parameter in jedem Schritt aufgelistet. Eine eindimensionale Abschnitt Topographie und sein Modell veranschaulicht. Unter &quot;Modell Fitting&quot;, schwarze und rote Kurven stellen die Topographie und seiner pRF Zentrum-Modell mit einem Zentrum Schwelle von 0,5. Die blau gestrichelte Linie gibt einen Schwellenwert für die pRFZentralregion.

<ol>
	<li>Dumoulin, S. O., Wandell, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Population+receptive+field+estimates+in+human+visual+cortex.">Population receptive field estimates in human visual cortex.</a> Neuroimage. 39, 647-660 (2008).</li><li>Lee, S., Papanikolaou, A., Logothetis, N. K., Smirnakis, S. M., Keliris, G. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+new+method+for+estimating+population+receptive+field+topography+in+visual+cortex.">A new method for estimating population receptive field topography in visual cortex.</a> Neuroimage. 81, 144-157 (2013).</li><li>Hastie, T., Tibshirani, R., Friedman, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> The elements of statistical learning : data mining, inference, and prediction. , (2009).</li><li>Sereno, M. I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Borders+of+multiple+visual+areas+in+humans+revealed+by+functional+magnetic+resonance+imaging.">Borders of multiple visual areas in humans revealed by functional magnetic resonance imaging.</a> Science. 268, 889-893 (1995).</li><li>Engel, S. A., Glover, G. H., Wandell, B. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Retinotopic+organization+in+human+visual+cortex+and+the+spatial+precision+of+functional+MRI.">Retinotopic organization in human visual cortex and the spatial precision of functional MRI.</a> Cereb Cortex. 7, 181-192 (1997).</li><li>Engel, S. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=fMRI+of+human+visual+cortex.">fMRI of human visual cortex.</a> Nature. 369, 525 (1994).</li><li>DeYoe, E. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+striate+and+extrastriate+visual+areas+in+human+cerebral+cortex.">Mapping striate and extrastriate visual areas in human cerebral cortex.</a> Proc Natl Acad Sci U S A. 93, 2382-2386 (1996).</li><li>Greene, C. A., Dumoulin, S. O., Harvey, B. M., Ress, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measurement+of+population+receptive+fields+in+human+early+visual+cortex+using+back-projection+tomography.">Measurement of population receptive fields in human early visual cortex using back-projection tomography.</a> J Vis. , (2014).</li><li>Zuiderbaan, W., Harvey, B. M., Dumoulin, S. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Modeling+center-surround+configurations+in+population+receptive+fields+using+fMRI.">Modeling center-surround configurations in population receptive fields using fMRI.</a> J Vis. , (2012).</li><li>Harvey, B. M., Dumoulin, S. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+relationship+between+cortical+magnification+factor+and+population+receptive+field+size+in+human+visual+cortex:+constancies+in+cortical+architecture.">The relationship between cortical magnification factor and population receptive field size in human visual cortex: constancies in cortical architecture.</a> J Neurosci. 31, 13604-13612 (2011).</li><li>Haak, K. V., Cornelissen, F. W., Morland, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Population+receptive+field+dynamics+in+human+visual+cortex.">Population receptive field dynamics in human visual cortex.</a> PLoS One. 7, e37686 (2012).</li></ol>

The authors declare that they have no competing financial interests.

Dieser Artikel beschreibt, wie die Topographie der visuellen Bevölkerung rezeptiven Felder im menschlichen visuellen Kortex und wie man es benutzt, um eine geeignete parametrisches Modell für die rezeptiven Feld auswählen zu schätzen. Für eine erfolgreiche Retinotopie sollte eine geeignete Stimulationsprotokoll und eine effiziente Analyseverfahren ausgewählt werden, und Versuchsparameter des Subjekts (Bewegung und Fixierung) optimiert werden. Bar Reize Ablauf eines ganzen Gesichtsfeld sind eine effiziente Anregung...

Die funktionelle Magnetresonanztomographie (fMRT) misst nicht-invasiv die funktionelle Organisation des visuellen Kortex auf makroskopischer Ebene (in der Regel in der Größenordnung von Millimetern). Frühe fMRI Retinotopie Studien eine Kohärenzmaßes zwischen Reiz Lage und löste BOLD Antworten 4-7. Diese Studien in der Regel nicht zu schätzen Bevölkerung rezeptiven Feld Größe. Später, Dumoulin und Wandell 1 ein Verfahren vorgeschlagen, eine solche Beschränkung durch die explizite Modellierung der pRF Lage und Größe, mit einer linearen Funktion des Modells, das BOLD Antwort vorhersagen zu überwinden. Allerdings ist eine Beschränkung dieser bahnbrechenden Verfahren, dass die parametrische pRF Modell muss a priori gewählt werden und kann zu fehlerhaften pRF schätzt, wenn sich herausstellt, nicht angemessen. Um Einschränkungen des parametrischen pRF-Modell-Methode zu überwinden, wurden neue Methoden vor kurzem entwickelt worden. Diese Methoden direkt sagen die BOLD Antwort auf die stimulus durch die Rekonstruktion der PRF-Topographie. Ein von Greene und Kollegen vorgeschlagene Methode 8 rekonstruiert die pRF Topographie durch Rückprojektion der BOLD-Antworten auf die einzelnen 1D Reiz Flächen und den Bau der pRF Topographie in der 2D-Stimulus Raum wie ein typischer Computer-Tomographie-Technik. Andererseits ist die von uns vorgeschlagene Verfahren 2 direkt schätzt den 2D pRF Topographie unter Verwendung linearer Regression und Anlegen einer Regularisierung Technik. In diesem Verfahren wird die PRF Topographie als ein Satz von Gewichten, die durch den Stimulus, multipliziert wird, um den neuronalen Population Antwort eines gegebenen Voxels Abschätzung dargestellt. Dann wird der endgültige Sauerstoffgehalt des Blutes-Dependent (fett) Reaktion des Stimulus hervorgerufen durch Faltung des neuronalen Population Antwort und die kanonische hämodynamischen Antwortfunktion geschätzt. Um die unter beschränkte Linearsystem zu lösen, zusätzlich Firstregressions Regularisierung wird zur Kargheit durchzusetzen (siehe Abbildung 1unten). Die Regularisierung Technik unterdrückt Rauschen und Artefakte und ermöglicht unsere Methode, um die Topographie pRF robuster zu schätzen. Die topographischen Methoden nicht pRF Form zu zwingen, eine bestimmte parametrische Form haben, und kann daher die tatsächliche pRF Struktur aufzudecken. Eine geeignete parametrische Modell kann dann auf der Basis der Topographie pRF gewählt werden. Beispielsweise kann die pRF Topographie verwendet, um die pRF Center- und Surround trennen, und dann können die anschließende pRF Zentrum Modellierung genauer zu sein, mit minimalem Einfluss von Surround-Unterdrückung sowie den Einfluss von anderen potenziellen Artefakte, die sich in Bereichen entfernt, um die werden pRF Zentrum. Wir haben vor kurzem durchgeführt, einen quantitativen Vergleich zwischen unseren Verfahren und verschiedene andere Verfahren, die direkt (dh vor der Schätzung der Topographie) fit isotropen Gaußschen 1, anisotrope Gaußsche und Differenz von isotropen Gauß an die pRF 9. Es wurde, dass der topogr gefundenO S-basierte Methode besser als diese Methoden im Hinblick auf pRF Zentrum Modellierung durch das Erreichen höherer erklärte Varianz des BOLD-Signal Zeitreihen. Genaue Schätzung pRF Eigenschaften in verschiedenen Bereichen zeigt, wie sie das Sichtfeld abdecken, und ist wichtig für die Untersuchung der funktionellen Organisation des visuellen Kortex insbesondere in Bezug auf die visuelle Wahrnehmung. Eigenschaften wie, wie pRF Größenänderungen mit Exzentrizität 1,10 und pRF Surround-Center-Organisation 9 sind in der menschlichen Literatur studierte. Das vorgeschlagene Verfahren zum Schätzen der pRF Topographie führt zu genaueren pRF Parameter Modellierung und eher unbekannten Gesetzmäßigkeiten offenbaren, nicht leicht in den Direkt parametrischer Modelle modelliert a-priori. Dieser Ansatz wird besonders für das Studium pRF Organisation bei Patienten mit Sehbahnläsionen, für die pRF Struktur ist nicht unbedingt vorhersehbar a priori sein. Im Folgenden wird beschrieben, wie man schätzen, the pRF Topographie und wie man die Topographie verwenden, um die pRF Zentrum zu modellieren.

<table border="0" cellpadding="0" cellspacing="0" width="1009">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:225px;">Name of Equipment/Software</td>
			<td style="width:219px;">Company/Provider</td>
			<td style="width:219px;"></td>
			<td style="width:347px;">Web address</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">MRI scanner</td>
			<td>Siemens/Philips/GE</td>
			<td></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">MATLAB</td>
			<td>The Mathworks, Inc.</td>
			<td></td>
			<td>http://www.mathworks.com&#160;</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">VISTA software</td>
			<td>VISTA software group</td>
			<td></td>
			<td>http://white.stanford.edu/newlm/index.php/Software</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">PsychoToolbox</td>
			<td>PsychoToolbox&#160;</td>
			<td></td>
			<td>http://psychtoolbox.org&#160;</td>
		</tr>
		<tr height="20">
			<td height="20" style="height:20px;">Eye Tracker(VisuaStimDigital)</td>
			<td>Resonance Technology Inc</td>
			<td></td>
			<td>http://mrivideo.com/</td>
		</tr>
	</tbody>
</table>

topographical estimation of visual population receptive fields by fmri

Sehrinde wird retinotop organisiert, so dass benachbarte Populationen von Zellen abzubilden, um benachbarte Teile des Gesichtsfeldes. Funktionelle Magnetresonanz-Bildgebung ermöglicht uns voxelbasierten Population rezeptiven Felder (PRF), dh zu schätzen, der Teil des Sichtfeldes, die die Zellen innerhalb jedes Voxel aktiviert. Vor, direkt, pRF Schätzmethoden 1 leiden unter gewissen Einschränkungen: 1) die pRF Modell ist a priori gewählt und können die tatsächlichen pRF Form nicht vollständig zu erfassen, und 2) pRF Zentren sind anfällig für Fehllokalisation der Nähe der Grenze des Stimulus Raum. Hier eine neue topographische pRF Schätzmethode 2 wird vorgeschlagen, die weitgehend umgeht diese Einschränkungen. Ein lineares Modell verwendet, um den Blutsauerstoffpegel-abhängiger (BOLD) Signal durch Faltung des linearen Antwort des pRF zur visuellen Stimulus mit der kanonischen hämodynamischen Antwortfunktion vorherzusagen. PRF Topographie wird als Gewichtsvektor, dessen Komponenten die str vertretenength der Gesamtreaktion der Voxel-Neuronen zu unterschiedlichen Gesichtsfeld Standorten präsentiert Reize. Die daraus resultierenden linearen Gleichungen können für die pRF Gewichtsvektor mit Firstregressions 3, was das pRF Topographie gelöst werden. Ein pRF Modell, das dem geschätzten Topographie angepassten können dann Post-hoc gewählt werden, so die Schätzungen der pRF Parameter wie pRF Stadtlage, pRF Ausrichtung, Größe, etc. zu verbessern. Mit der pRF Topographie vorhanden ermöglicht auch die visuelle Überprüfung der pRF Parameterschätzungen ermöglicht die Extraktion von verschiedenen pRF Eigenschaften, ohne a priori Annahmen über die pRF Struktur zu machen. Dieser Ansatz verspricht besonders nützlich für die Untersuchung der pRF Organisation von Patienten mit Störungen des visuellen Systems zu sein.

Genaue pRF Modellierung erfordert korrekt erfassen pRF Formen. Ohne Kenntnis der pRF Topographie, die Auswahl der kreissymmetrische Modelle in früheren Studien verwendet 1,9-11 ist eine vernünftige Wahl. Dies ist, weil, wenn die lokale retinotopic Organisation ist in allen Richtungen des Gesichtsfeldes homogen, könnte eine lokale Bevölkerung Antwort als eine kreissymmetrische kumulativen Summe von neuronalen Antworten dargestellt werden. Jedoch haben unsere Beobachtungen zeigen, dass dies nicht unbedingt ...

Watch this Scientific Journal Video about Topographical Estimation of Visual Population Receptive Fields by fMRI at JoVE.com

Topographical Estimation of Visual Population Receptive Fields by fMRI

It is important to obtain unbiased estimates of visual population receptive fields (pRFs) by functional magnetic resonance imaging. We use mild regularization constraints to estimate pRF topography without a-priori assumptions about pRF shape, allowing us to choose specific pRF models post-hoc. This is particularly advantageous in subjects with visual-pathway lesions.

Topographische Schätzung von Visual Bevölkerung rezeptiven Felder von fMRI

Visual cortex is retinotopically organized so that neighboring populations of cells map to neighboring parts of the visual field. Functional magnetic ...

topographical-estimation-of-visual-population-receptive-fields-by-fmri

Research

JoVE Journal

Behavior

9.2K Aufrufe.  Baylor College of Medicine. It is important to obtain unbiased estimates of visual population receptive fields (pRFs) by functional magnetic resonance imaging. We use mild regularization constraints to estimate pRF topography without a-priori assumptions about pRF shape, allowing us to choose specific pRF models post-hoc. This is particularly advantageous in subjects with visual-pathway lesions.

Serie: Topographical Estimation of Visual Population Receptive Fields by fMRI

Functional Magnetic Resonance Imaging (fMRI) with Auditory Stimulation in Songbirds

The neurobiology of birdsong, as a model for human speech, is a pronounced area of research in behavioral neuroscience. Whereas electrophysiology and molecular approaches allow the investigation of either different stimuli on few neurons, or one stimulus in large parts of the brain, blood oxygenation level dependent (BOLD) functional Magnetic Resonance Imaging (fMRI) allows combining both advantages, i.e. compare the neural activation induced by different stimuli in the entire brain at once. fMRI in songbirds is challenging because of the small size of their brains and because their bones and especially their skull comprise numerous air cavities, inducing important susceptibility artifacts. Gradient-echo (GE) BOLD fMRI has been successfully applied to songbirds 1-5 (for a review, see 6). These studies focused on the primary and secondary auditory brain areas, which are regions free of susceptibility artifacts. However, because processes of interest may occur beyond these regions, whole brain BOLD fMRI is required using an MRI sequence less susceptible to these artifacts. This can be achieved by using spin-echo (SE) BOLD fMRI 7,8 . In this article, we describe how to use this technique in zebra finches (Taeniopygia guttata), which are small songbirds with a bodyweight of 15-25 g extensively studied in behavioral neurosciences of birdsong. The main topic of fMRI studies on songbirds is song perception and song learning. The auditory nature of the stimuli combined with the weak BOLD sensitivity of SE (compared to GE) based fMRI sequences makes the implementation of this technique very challenging.

Functional Magnetic Resonance Imaging fMRI with Auditory Stimulation in Songbirds

This article shows an optimized procedure for imaging of the neural substrates of auditory stimulation in the songbird brain using functional Magnetic Resonance Imaging (fMRI). It describes the preparation of the sound stimuli, the positioning of the subject and the acquisition and subsequent analysis of the fMRI data.

Functional Magnetic Resonance Imaging (fMRI) mit Auditive Stimulation in Singvögel

The neurobiology of birdsong, as a model for human speech, is a pronounced area of research in behavioral neuroscience. Whereas electrophysiology and ...

Forschung

Verhalten

Best Current Practice for Obtaining High Quality EEG Data During Simultaneous fMRI

Simultaneous EEG-fMRI allows the excellent temporal resolution of EEG to be combined with the high spatial accuracy of fMRI. The data from these two modalities can be combined in a number of ways, but all rely on the acquisition of high quality EEG and fMRI data. EEG data acquired during simultaneous fMRI are affected by several artifacts, including the gradient artefact (due to the changing magnetic field gradients required for fMRI), the pulse artefact (linked to the cardiac cycle) and movement artifacts (resulting from movements in the strong magnetic field of the scanner, and muscle activity). Post-processing methods for successfully correcting the gradient and pulse artifacts require a number of criteria to be satisfied during data acquisition. Minimizing head motion during EEG-fMRI is also imperative for limiting the generation of artifacts.
Interactions between the radio frequency (RF) pulses required for MRI and the EEG hardware may occur and can cause heating. This is only a significant risk if safety guidelines are not satisfied. Hardware design and set-up, as well as careful selection of which MR sequences are run with the EEG hardware present must therefore be considered.
The above issues highlight the importance of the choice of the experimental protocol employed when performing a simultaneous EEG-fMRI experiment. Based on previous research we describe an optimal experimental set-up. This provides high quality EEG data during simultaneous fMRI when using commercial EEG and fMRI systems, with safety risks to the subject minimized. We demonstrate this set-up in an EEG-fMRI experiment using a simple visual stimulus. However, much more complex stimuli can be used. Here we show the EEG-fMRI set-up using a Brain Products GmbH (Gilching, Germany) MRplus, 32 channel EEG system in conjunction with a Philips Achieva (Best, Netherlands) 3T MR scanner, although many of the techniques are transferable to other systems.

Simultaneous electroencephalography (EEG) and functional Magnetic Resonance imaging (fMRI) is a powerful neuroimaging tool. However, the inside of an MRI scanner forms a difficult environment for EEG data recording and safety must be considered whenever operating EEG equipment inside a scanner. Here, we present an optimised EEG-fMRI data acquisition protocol.

Besten gegenwärtigen Praxis zur Gewinnung von High Quality EEG Daten während Gleichzeitige fMRI

Simultaneous  EEG-fMRI allows the excellent temporal resolution of EEG to be combined with the  high spatial accuracy of fMRI. The data  from these two ...

fMRI Validation of fNIRS Measurements During a Naturalistic Task

We present a method to compare brain activity recorded with near-infrared spectroscopy (fNIRS) in a dance video game task to that recorded in a reduced version of the task using fMRI (functional magnetic resonance imaging). Recently, it has been shown that fNIRS can accurately record functional brain activities equivalent to those concurrently recorded with functional magnetic resonance imaging for classic psychophysical tasks and simple finger tapping paradigms. However, an often quoted benefit of fNIRS is that the technique allows for studying neural mechanisms of complex, naturalistic behaviors that are not possible using the constrained environment of fMRI. Our goal was to extend the findings of previous studies that have shown high correlation between concurrently recorded fNIRS and fMRI signals to compare neural recordings obtained in fMRI procedures to those separately obtained in naturalistic fNIRS experiments. Specifically, we developed a modified version of the dance video game Dance Dance Revolution (DDR) to be compatible with both fMRI and fNIRS imaging procedures. In this methodology we explain the modifications to the software and hardware for compatibility with each technique as well as the scanning and calibration procedures used to obtain representative results. The results of the study show a task-related increase in oxyhemoglobin in both modalities and demonstrate that it is possible to replicate the findings of fMRI using fNIRS in a naturalistic task. This technique represents a methodology to compare fMRI imaging paradigms which utilize a reduced-world environment to fNIRS in closer approximation to naturalistic, full-body activities and behaviors. Further development of this technique may apply to neurodegenerative diseases, such as Parkinson&#8217;s disease, late states of dementia, or those with magnetic susceptibility which are contraindicated for fMRI scanning.

We present a method to compare functional brain activity recorded during a naturalistic task using fNIRS with activity recorded during fMRI.

fMRI Validierung fNIRS Messungen während einer naturalistischen Aufgaben

We present a method to compare brain activity recorded with near-infrared spectroscopy (fNIRS) in a dance video game task to that recorded in a reduced ...

Methods to Test Visual Attention Online

Online data collection methods have particular appeal to behavioral scientists because they offer the promise of much larger and much more representative data samples than can typically be collected on college campuses. However, before such methods can be widely adopted, a number of technological challenges must be overcome &#8211; in particular in experiments where tight control over stimulus properties is necessary. Here we present methods for collecting performance data on two tests of visual attention. Both tests require control over the visual angle of the stimuli (which in turn requires knowledge of the viewing distance, monitor size, screen resolution, etc.) and the timing of the stimuli (as the tests involve either briefly flashed stimuli or stimuli that move at specific rates). Data collected on these tests from over 1,700 online participants were consistent with data collected in laboratory-based versions of the exact same tests. These results suggest that with proper care, timing/stimulus size dependent tasks can be deployed in web-based settings.

To replicate laboratory settings, online data collection methods for visual tasks require tight control over stimulus presentation. We outline methods for the use of a web application to collect performance data on two tests of visual attention.

Methoden zur Visuelle Aufmerksamkeit Online Testen

Online data collection methods have particular appeal to behavioral scientists because they offer the promise of much larger and much more representative ...

Visualizing Visual Adaptation

Many techniques have been developed to visualize how an image would appear to an individual with a different visual sensitivity: e.g., because of optical or age differences, or a color deficiency or disease. This protocol describes a technique for incorporating sensory adaptation into the simulations. The protocol is illustrated with the example of color vision, but is generally applicable to any form of visual adaptation. The protocol uses a simple model of human color vision based on standard and plausible assumptions about the retinal and cortical mechanisms encoding color and how these adjust their sensitivity to both the average color and range of color in the prevailing stimulus. The gains of the mechanisms are adapted so that their mean response under one context is equated for a different context. The simulations help reveal the theoretical limits of adaptation and generate &#34;adapted images&#34; that are optimally matched to a specific environment or observer. They also provide a common metric for exploring the effects of adaptation within different observers or different environments. Characterizing visual perception and performance with these images provides a novel tool for studying the functions and consequences of long-term adaptation in vision or other sensory systems.

This article describes a novel method for simulating and studying adaptation in the visual system.

Visualisierung Visuelle Adaptation

Many techniques have been developed to visualize how an image would appear to an individual with a different visual sensitivity: e.g., because of optical ...

Measuring Attention and Visual Processing Speed by Model-based Analysis of Temporal-order Judgments

This protocol describes how to conduct temporal-order experiments to measure visual processing speed and the attentional resource distribution. The proposed method is based on a new and synergistic combination of three components: the temporal-order judgments (TOJ) paradigm, Bundesen&#39;s Theory of Visual Attention (TVA), and a hierarchical Bayesian estimation framework. The method provides readily interpretable parameters, which are supported by the theoretical and neurophysiological underpinnings of TVA. Using TOJs, TVA-based estimates can be obtained for a broad range of stimuli, whereas traditional paradigms used with TVA are mainly limited to letters and digits. Finally, the meaningful parameters of the proposed model allow for the establishment of a hierarchical Bayesian model. Such a statistical model allows assessing results in one coherent analysis both on the subject and the group level.
To demonstrate the feasibility and versatility of this new approach, three experiments are reported with attention manipulations in synthetic pop-out displays, natural images, and a cued letter-report paradigm.

Temporal-order judgments can be used to estimate processing speed parameters and attentional weights and thereby to infer the mechanisms of attentional processing. This methodology can be applied to a wide range of visual stimuli and works with many attention manipulations.

Mess Achtung und Visual Verarbeitungsgeschwindigkeit von Modellbasierte Analyse zeitlicher Ordnung Urteile

This protocol describes how to conduct temporal-order experiments to measure visual processing speed and the attentional resource distribution. The ...

fMRI Mapping of Brain Activity Associated with the Vocal Production of Consonant and Dissonant Intervals

The neural correlates of consonance and dissonance perception have been widely studied, but not the neural correlates of consonance and dissonance production. The most straightforward manner of musical production is singing, but, from an imaging perspective, it still presents more challenges than listening because it involves motor activity. The accurate singing of musical intervals requires integration between auditory feedback processing and vocal motor control in order to correctly produce each note. This protocol presents a method that permits the monitoring of neural activations associated with the vocal production of consonant and dissonant intervals. Four musical intervals, two consonant and two dissonant, are used as stimuli, both for an auditory discrimination test and a task that involves first listening to and then reproducing given intervals. Participants, all female vocal students at the conservatory level, were studied using functional Magnetic Resonance Imaging (fMRI) during the performance of the singing task, with the listening task serving as a control condition. In this manner, the activity of both the motor and auditory systems was observed, and a measure of vocal accuracy during the singing task was also obtained. Thus, the protocol can also be used to track activations associated with singing different types of intervals or with singing the required notes more accurately. The results indicate that singing dissonant intervals requires greater participation of the neural mechanisms responsible for the integration of external feedback from the auditory and sensorimotor systems than does singing consonant intervals.

The neural correlates of listening to consonant and dissonant intervals have been widely studied, but the neural mechanisms associated with production of consonant and dissonant intervals are less well known. In this article, behavioral tests and fMRI are combined with interval identification and singing tasks to describe these mechanisms.

FMRI-Mapping der Gehirnaktivität, verbunden mit der Vokalproduktion von Konsonanten- und Dissonanzintervallen

The neural correlates of consonance and dissonance perception have been widely studied, but not the neural correlates of consonance and dissonance ...

Automated Analysis of a Nematode Population-based Chemosensory Preference Assay

The nematode, Caenorhabditis elegans' compact nervous system of only 302 neurons underlies a diverse repertoire of behaviors. To facilitate the dissection of the neural circuits underlying these behaviors, the development of robust and reproducible behavioral assays is necessary. Previous C. elegans behavioral studies have used variations of a "drop test", a "chemotaxis assay", and a "retention assay" to investigate the response of C. elegans to soluble compounds. The method described in this article seeks to combine the complementary strengths of the three aforementioned assays. Briefly, a small circle in the middle of each assay plate is divided into four quadrants with the control and experimental solutions alternately placed. After the addition of the worms, the assay plates are loaded into a behavior chamber where microscope cameras record the worms' encounters with the treated regions. Automated video analysis is then performed and a preference index (PI) value for each video is generated. The video acquisition and automated analysis features of this method minimizes the experimenter's involvement and any associated errors. Furthermore, minute amounts of the experimental compound are used per assay and the behavior chamber's multi-camera setup increases experimental throughput. This method is particularly useful for conducting behavioral screens of genetic mutants and novel chemical compounds. However, this method is not appropriate for studying stimulus gradient navigation due to the close proximity of the control and experimental solution regions. It should also not be used when only a small population of worms is available. While suitable for assaying responses only to soluble compounds in its current form, this method can be easily modified to accommodate multimodal sensory interaction and optogenetic studies. This method can also be adapted to assay the chemosensory responses of other nematode species.

We present a behavior recording setup and protocol that enables automated analysis of the nematode, Caenorhabditis elegans' preference for soluble compounds in a population-based assay. This article describes the construction of a behavior chamber, the behavioral assay protocol, and video analysis software usage.

Automatisierte Analyse eines Nematoden-Populations-basierten Chemosensorischen Präferenzassays

The nematode, Caenorhabditis elegans' compact nervous system of only 302 neurons underlies a diverse repertoire of behaviors. To facilitate the dissection ...

Visual Classical Conditioning in Wood Ants

Several species of insects have become model systems for studying learning and memory formation. Although many studies focus on freely moving animals, studies implementing classical conditioning paradigms with harnessed insects have been important for investigating the exact cues that individuals learn and the neural mechanisms underlying learning and memory formation. Here we present a protocol for evoking visual associative learning in wood ants through classical conditioning. In this paradigm, ants are harnessed and presented with a visual cue (a blue cardboard), the conditional stimulus (CS), paired with an appetitive sugar reward, the unconditional stimulus (US). Ants perform a Maxilla-Labium Extension Reflex (MaLER), the unconditional response (UR), which can be used as a readout for learning. Training consists of 10 trials, separated by a 5-minute intertrial interval (ITI). Ants are also tested for memory retention 10 minutes or 1 hour after training. This protocol has the potential to allow researchers to analyze, in a precise and controlled manner, the details of visual memory formation and the neural basis of learning and memory formation in wood ants.

We present a protocol for the classical conditioning of harnessed ants that permits researchers to study visual learning and memory formation at a level of analysis not possible with freely moving individuals.

Visuelle Klassische Konditionierung in Waldameisen

Several species of insects have become model systems for studying learning and memory formation. Although many studies focus on freely moving animals, ...

Investigating the Deployment of Visual Attention Before Accurate and Averaging Saccades via Eye Tracking and Assessment of Visual Sensitivity

This experimental protocol was designed to investigate whether visual attention is obligatorily deployed at the endpoint of saccades. To this end, we recorded the eye position of human participants engaged in a saccade task via eye tracking and assessed visual orientation discrimination performance at various locations during saccade preparation. Importantly, instead of using a single saccade target paradigm for which the saccade endpoint typically coincides roughly with the target, this protocol comprised the presentation of two nearby saccade targets, leading to a distinct spatial dissociation between target locations and saccade endpoint on a substantial number of trials. The paradigm allowed us to compare presaccadic visual discrimination performance at the endpoint of accurate saccades (landing at one of the saccade targets) and of averaging saccades (landing at an intermediate location in between the two targets). We observed a selective enhancement of visual sensitivity at the endpoint of accurate saccades but not at the endpoint of averaging saccades. Rather, before the execution of averaging saccades, visual sensitivity was equally enhanced at both targets, suggesting that saccade averaging follows from unresolved attentional selection among the saccade targets. These results argue against a mandatory coupling between visual attention and saccade programming based on a direct measure of presaccadic visual sensitivity rather than saccadic reaction times, which have been used in other protocols to draw similar conclusions. While our protocol provides a useful framework to investigate the relationship between visual attention and saccadic eye movements at the behavioral level, it can also be combined with electrophysiological measures to extend insights at the neuronal level.

This experimental protocol combined eye tracking and the assessment of presaccadic visual sensitivity in a dual task paradigm, consisting of a free choice saccade task and a visual discrimination task, to investigate the deployment of visual spatial attention before both, accurate and averaging saccades.

Die Bereitstellung der visuellen Aufmerksamkeit vor genau und durchschnittlich Sakkaden über Eye-Tracking und Bewertung der visuelle Empfindlichkeit zu untersuchen

This experimental protocol was designed to investigate whether visual attention is obligatorily deployed at the endpoint of saccades. To this end, we ...