Investigation d'imagerie cérébrale de les corrélats neuraux de l'observation virtuelle Interactions sociales

Résumé

Cet article montre une conception expérimentale dans laquelle tout le corps des personnages animés sont utilisés en conjonction avec l'imagerie par résonance magnétique fonctionnelle (IRMf) pour étudier les corrélats neuraux de l'observation des interactions sociales virtuelles.

Résumé

La capacité de mesurer les interactions sociales est cruciale dans l'évaluation des intentions des autres. Des facteurs tels que les expressions faciales et le langage du corps affectent nos décisions dans la vie personnelle et professionnelle comme ^1. Ces «ami ou ennemi" les jugements sont souvent basées sur les premières impressions, qui à leur tour peuvent affecter nos décisions à «l'approche ou à éviter". Les études antérieures portant sur ​​les corrélats neuraux de la cognition sociale ont tendance à utiliser des stimuli statiques du visage ^2. Ici, nous illustrons une conception expérimentale dans laquelle tout le corps des personnages animés ont été utilisés en conjonction avec l'imagerie par résonance magnétique fonctionnelle (IRMf) des enregistrements. Quinze participants ont été présentés à court film-clips de guest-host interactions dans un milieu d'affaires, tandis que les données IRMf ont été enregistrés, à la fin de chaque film, les participants ont également fourni des évaluations du comportement hôte. Cette conception imite de plus près les situations de la vie réelle, et peut donc contribuer à une meilleure compréhension des mécanismes neuronaux des interactions sociales dans les comportements sains, et à gagner un aperçu des causes possibles de déficits dans le comportement social dans de telles conditions cliniques comme l'anxiété sociale et l'autisme ³ .

Protocole

1. Stimuli, conception de la tâche, et le protocole expérimental

Nos stimuli sont créés à l'aide de Poser 7.0 ( http://poser.smithmicro.com/poser.html ), et ils sont présentés en utilisant CIGAL ( http://www.nitrc.org/projects/cigal/ ).

1. La tâche consiste en une série de dix secondes de vidéos d'animation non-verbale guest-host interactions dans un milieu d'affaires. Le sujet vues que l'invité soit accueilli par un hôte (condition de l'interaction sociale) ou un carton découpé d'un hôte (aucune interaction sociale / de contrôle de condition).
2. L'hôte peut afficher des comportements qui sont inviter à l'interaction sociale complémentaire (condition d'approche), ou des comportements qui peuvent indiquer un manque d'intérêt dans les autres interactions (éviter de condition).
3. En plus de cette manipulation de base du type de comportement affiché par l'hôte, d'autres manipulations peuvent également être incluses. Par exemple, dans certains des essais (en général la moitié) des personnages peuvent se serrer la main, dans le cadre du protocole de voeux, alors que dans d'autres ils ne font rien. Cette manipulation permet d'étudier l'effet du contact physique formelle sur le comportement des ^quatre, ce qui peut également s'attendre à avoir une signification différente selon le contexte culturel de l'observateur (par exemple, de l'Ouest vs Est-asiatique).
4. Autres manipulations peuvent impliquer le changement de perspective du spectateur de personnel (Me) vers impersonnelle (Autre). Cette manipulation vise à puiser dans les réseaux neuronaux associés à auto-référentielle de traitement ^5, et permet l'identification de réponses qui sont modulés par l'engagement personnel ^6,7 (par exemple, l'exacerbation de l'impact des comportements d'éviter, s'il est pris personnellement). L'alternance entre ces deux perspectives peuvent être indicé au début de chaque essai.
5. Les vidéos sont suivies par des écrans de notation qui sont demander au sujet de taux de l'hôte sur la compétence, la loyauté et l'intérêt pour faire des affaires sur une échelle de Likert à 5 points (0 = pas du tout / 4 = très bien); ces notes doivent être contrebalancés entre les essais, afin d'éviter les effets d'ordre.
6. Personnages en vidéos sont contrebalancés par le comportement affiché (approche vs éviter), l'origine ethnique (caucasien vs non-Caucasiens), couleur de chemise, et la coiffure. Les aspects fondamentaux qui peuvent influencer les interactions sociales (par exemple, l'attractivité) devraient également être contrôlés pour (par exemple, en off-line notes des hôtes), afin de s'assurer qu'il n'ya pas de différence systématique entre les catégories d'essai, et ainsi éviter confond possible (par exemple, si les hôtes affichant éviter les comportements ont également des scores attractivité globale inférieure). Enfin, étant donné la preuve que les interactions avec les femmes-hôtes sont plus efficaces pour influencer les décisions (par exemple, financiers) ^4, dans notre étude actuelle tous les hôtes étaient des femelles, mais le sexe de l'hôte peut également être contrebalancé entre les essais - par exemple, 50% femmes contre les hommes de 50%.
7. L'expérience est divisé en pistes / blocs d'essais, pour permettre aux participants le temps de repos, et d'éviter les pertes de données massives en cas de dysfonctionnement du matériel. Aussi, pour éviter toute perte de données biaisées, idéalement les conditions / essais devraient être représentés équitablement dans chaque bloc, en fonction de chaque manipulation (par exemple, l'interaction sociale, le sexe, secouez / non-shake). Afin d'exécution est aussi contrebalancé entre les participants. Chaque course commence avec six secondes d'une fixation, pour permettre la stabilisation du signal IRM. Un intervalle entre les essais de 8 secondes suit chaque film-essai et se termine à chaque run / bloc.
8. Il faut noter que, alors que par rapport à des modèles expérimentaux impliquant des stimuli statiques de la conception actuelle a augmenté validité écologique dans l'identification des corrélats neuraux de la cognition sociale, cette approche pose également des limites et des défis. Un tel défi est posé par la nécessité de maintenir le "fond" des aspects (par exemple, l'environnement où se produisent des interactions sociales ou les aspects non pertinents du comportement) aussi constant que possible, dans le contexte de la manipulation des variables comportementales d'intérêt (par exemple , les gestes de distinguer les interactions sociales ciblées), qui peut être difficile à accomplir dans des conditions où les stimuli dynamiques sont utilisés. Néanmoins, nous pensons que l'approche actuelle atteint un compromis raisonnable entre l'objectif de la validité écologique croissante des stimuli utilisés dans les études sociales des neurosciences et les contraintes liées à l'implication des outils d'imagerie cérébrale qui nécessitent un contrôle raisonnable de l'expérimentation afin de permettre les manipulations valide inférences sur les corrélats neuraux de comportements ciblés.

2. Préparation de la réserve pour la numérisation

Les sujets sont généralement recrutés sur la base de leur âge, la santé, la première langue, et les facteurs de risque individuels pour la numérisation de l'IRM, comme les remplacements d'articulations métalliques. HoWever, en fonction de l'objectif de l'étude, d'autres facteurs peuvent également être envisagées, y compris la race / origine ethnique, statut socio-économique, et l'histoire de l'usage de drogues. Tous les sujets de fournir un consentement éclairé écrit avant d'exécuter le protocole expérimental, qui est approuvé par un comité d'éthique.

Avant d'entrer dans la salle d'examen

1. Le jour de la numérisation, les participants sont invités à remplir des questionnaires qui évaluent leur état ​​d'esprit actuel, afin de s'assurer qu'ils ne sont pas excessivement anxieux ou déprimé avant l'expérience ^{8, 9.} Ces évaluations peuvent aussi être utilisés en conjonction avec des données d'IRMf, pour étudier comment l'état émotionnel au moment de la numérisation peut influencer les réponses des participants. En outre, en conjonction avec les évaluations post-numérisation, ces évaluations initiales peuvent être utilisés pour s'assurer que l'état des participants globale émotionnelles ne change pas radicalement la suite de leur participation à l'expérience. Enfin, d'autres de comportement / personnalité évaluations peuvent également être faites, de continuer à étudier comment les variations individuelles dans des aspects particuliers de la personnalité qui influencent les réponses dans des contextes sociaux (par exemple, l'anxiété sociale, la fiabilité) peuvent influencer les réponses des participants lors de l'étude ^{10, 11.}
2. Avant la numérisation, le participant est informé en détail des procédures de numérisation, et est donné des instructions spécifiques pour la tâche comportementale (décrit ci-dessous). Pour éviter l'inconfort et la familiarité accrue avec la tâche, le participant est également une pratique donnée en abrégé exécuter pour la tâche.

Entrer dans la salle de numérisation

3. Le sujet est chargé de mentir en position couchée sur le lit de la numérisation, avec rembourrage supplémentaire pour la tête, pour assurer le confort pendant le scan et de minimiser le mouvement. Afin de minimiser les mouvements de la tête, le côté non-adhésif d'une longueur de ruban peut être enroulé autour du front légèrement du sujet. Si l'on préfère, d'amortissement peut également être placé sous les genoux relevés sur le sujet, afin de réduire les tensions musculaires du bas du dos.
4. Les sujets ont des protège-oreilles (bouchons d'oreille) ainsi que l'isolement des écouteurs pour communiquer avec l'expérimentateur lors de l'examen IRM.
5. La main droite du sujet est positionné confortablement sur la case de réponse, permettant ainsi la main gauche pour être utilisé pour soutenir ou pour d'autres mesures (par exemple, les réponses de conductance cutanée). Un bouton d'arrêt d'urgence devrait aussi être placée à proximité, afin que le sujet peut indiquer tout besoin urgent d'arrêter le scanner.
6. Avant de commencer la collecte des données, il est essentiel de s'assurer que le sujet peut voir l'écran de projection clairement, pour la présentation du stimulus, et que les boutons de réponse fonctionner correctement.

3. Enregistrement et traitement des données

Paramètres de numérisation

Nous avons recueilli des données de l'IRM en utilisant un 1,5 Tesla Siemens Sonata scanner pour les enregistrements IRM. Nos images 3D anatomiques ont été séries anatomiques MPRAGE (temps de répétition, TR = 1600 ms; l'écho du temps TE = 3,82 ms; nombre de tranches = 112; taille de voxel = 1 x 1 x 1 mm), et des images fonctionnelles se composait de série de 28 tranches fonctionnelles (taille de voxel = 4x4x4 mm), acquise en utilisant une séquence axiale echoplanar (TR = 2000 ms; TE = 40 ms; champ de vision FOV = 256 x 256mm), permettant ainsi à plein le cerveau de couverture.

Analyse des données

Nous utilisons la statistique de cartographie paramétrique (SPM2/SPM5) en combinaison avec en interne des outils Matlab. Pré-traitement comporte les étapes typiques: l'assurance qualité, l'alignement TR, la correction de mouvement, de co-enregistrement, la normalisation et de lissage (8 kernel mm ³) ^12.

1. L'analyse des données combine voxel-sage et la région d'intérêt (ROI) des approches de comparer l'activité cérébrale associée à des conditions d'intérêt (par exemple, l'interaction sociale par rapport aux non-interaction sociale).
2. Whole-encéphalique voxel-sage des analyses statistiques de produire des cartes qui permettent d'identifier les grands réseaux de régions du cerveau associées au traitement qui sous-tend l'évaluation des interactions sociales, et des analyses ROI permet enquête ciblée de la réponse dans le cerveau-régions spécifiques, qui sont a priori identifiées comme étant partie du réseau de la cognition sociale (figure 1A). Analyses ROI sont également utilisées pour extraire le signal IRMf des fins d'illustration (figure 1B). Nous avons utilisé un seuil d'intensité de p = 0,001 et un seuil de 10 voxels mesure contigus. En plus de ces méthodes typiques impliqués dans l'analyse de données, d'autres façons d'analyser les données peuvent également être employés comme des approches complémentaires dans les études portant sur ​​les corrélats neuraux de la cognition sociale ^{13, 14.}
3. Enfin, les corrélations des données d'imagerie cérébrale avec les données comportementales (par exemple, la fiabilité cotes) et / ou des mesures scores de personnalité indexation (par exemple, l'anxiété trait) peut également être effectuée, pour enquêter sur l'activité du cerveau comment co-VARies avec des différences individuelles de comportement et de personnalité.

4. Les résultats représentatifs

Figure 1. L'activité accrue dans le réseau de la cognition sociale en réponse à l'observation des interactions sociales. Comparaison de l'interaction sociale vs essais no-interaction/control révélé activité sociale typique des régions du cerveau cognitif, y compris le sillon temporal supérieur (STS, a), le latéral et médial cortex préfrontal (mPFC, B & D, respectivement), et l'amygdale (AMY, c). Les "cartes d'activation" sont superposées sur des images de grande résolution affichée dans le cerveau latéraux (gauche et droite des panneaux) et coronale (panneau du milieu) vues; les barres de couleur indiquent le gradient de valeurs t des cartes d'activation (basé sur les données de 15 participants), reflétant l'activité du cerveau le temps de verrouillage de la en place de l'approche / éviter les comportements. Les graphiques linéaires illustrant les cours du temps du signal IRMf, extraite de ROIs fonctionnelle pour chaque type de procès et TR (1 TR = 2 secondes). L = Gauche, R = Droite.

Access restricted. Please log in or start a trial to view this content.

Discussion

Le dispositif expérimental présenté ici permet enquête sur les corrélats neuraux de l'observation et l'interprétation du langage corporel. Cette conception a le potentiel pour faire progresser notre connaissance des mécanismes cérébraux impliqués dans les interactions relatives sociale, et d'étendre les modèles théoriques de comment nous combinons la perception des différents types de langage du corps ou des concepts sociaux tels que la fiabilité de prendre des décisions dans les environnemen...

Access restricted. Please log in or start a trial to view this content.