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. Acquisition de données <ol><li> Préparer un protocole de stimulation qui est efficace pour provoquer une réponse visuelle rétinotopique fiable comme décrit précédemment dans Dumoulin et Wandell 1 et Lee et al. 2. Cependant, d&#39;autres paradigmes bien établis sont également applicables en fonction de la question expérimental spécifique à traiter. </li><li> Stimuli à barres présents dérive à travers l&#39;écran séquentiellement le long 8 directions de l&#39;espace, dans les étapes de 45 degrés. Assurez-vous que le mouvement est en synchronie avec l&#39;acquisition d&#39;image du scanner (TR ~ 2 sec) pour que la barre se déplace d&#39;une étape une fois un IRMf cadre démarre et reste au nouvel emplacement jusqu&#39;à ce que la trame se termine. </li><li> Pour mesurer un signal de référence correcte, ajouter des époques sans barre stimulation 1. <ol><li> Définir un champ de vision (10 à 15 ° de rayon) dans l&#39;angle visuel sur lequel le stimulus est présentée. Mobile présents ou des motifs de damiers vacillantes (taille de checker = 0,94 x 0,94 ° 2, pattetaux de mise à jour rn = 250 ms / motif) dans la barre de susciter des réponses visuelles fortes. </li><li> Entrez les paramètres spécifiques suivants: 8 directions espacées régulièrement du mouvement, bar largeur égale à 1,875 degrés, et les barres se déplacent par la moitié de la largeur de la barre par trame (2 sec). Des détails supplémentaires peuvent être trouvés dans Lee et al. 2. </li><li> Générer un endroit (~ 0,25 °) dans le centre de l&#39;écran sur lequel les yeux du sujet sont obsédés pendant l&#39;expérience. Changez la couleur de la tache aléatoire dans le temps. </li></ol></li><li> Scannez le cerveau d&#39;un sujet dans un scanner IRM utilisant un balayage d&#39;écho-planaire-imagerie typique (PEV) qui a une durée de 192 cadres (24 cadres dans chaque sens de déplacement). Répéter les scans 4-8 fois pour augmenter le rapport signal-sur-bruit. </li><li> Définissez les paramètres pour la séquence EPI comme suit: TR = 2 sec, TE = 40 ms, taille de la matrice = 64 x 64, 28 tranches, la taille de voxel = 3 x 3 x 3 mm 3, angle de bascule = 90 ° alternativement demander séquences avec une résolution plus fine (e.g., 2 x 2 x 2 mm 3) ou un court-TR (par exemple, 1 à 1,5 sec) ne couvrant que le cortex visuel 2. </li><li> mouvements oculaires de la piste avec un système de eyetracker lors des analyses fonctionnelles pour assurer la fixation est maintenu à moins de 1 à 1,5 ° du point de fixation. REMARQUE: Ici, un oculomètre-tête coordonnée basée dans un système de lunettes est utilisé, mais d&#39;autres systèmes de eyetracker approprié peut être utilisé à la place. </li><li> Demandez aux sujets pour fixer la tache sur le centre de l&#39;écran généré à l&#39;étape 1.3.2. Pour se assurer que les sujets sont fixateur, demandez-leur de signaler les changements de couleur du point de fixation. </li><li> Obtenir scans anatomiques, à 1 x 1 x 1 mm de résolution 3 (par exemple, T1-MPRAGE; TR = 1900 ms, TE = 2,26 ms, 900 ms = TI, angle de bascule = 9 °, 176 partitions). REMARQUE: Ces analyses anatomiques seront utilisés pour la segmentation ainsi que pour aligner les images fonctionnelles à l&#39;anatomie dans et entre les scans. Pour un meilleur alignement entre la fonctional (EPI) des images et de l&#39;anatomie, obtiennent également une analyse de l&#39;anatomie inplane, avec une résolution identique à la PEV, en utilisant T1 rapide gâtés écho de gradient (SPGR) une séquence. </li></ol> 2. Les données de pré-traitement NOTE: Avant d&#39;estimer les propriétés PRF, plusieurs étapes données typique IRMf pré-traitement sont nécessaires, telles que la correction de mouvement de la tête et l&#39;alignement des volumes fonctionnels à l&#39;analyse anatomique. Dans cet article, tous les pré-traitement, l&#39;estimation, l&#39;analyse et la présentation des résultats obtenus sont effectuées en utilisant la boîte à outils open source de logiciel basé sur MATLAB VISTA LAB disponible sur le site du logiciel de VISTA. http://white.stanford.edu/newlm/index.php/Main_Page. <ol><li> Chargez l&#39;analyse anatomique dans MATLAB et préparer une anatomie de volume à l&#39;aide d&#39;une fonction appelée createVolAnat. </li><li> Segment Matière grise, matière blanche, et le LCR en utilisant la fonction &quot;ItkGray&quot;. </li><li> Préparer les données fonctionnelles en convertissant DICOM (c. </em&gt;, format de fichier IRM première pour Siemens) en fichiers nifti (c.-à-format de fichier de l&#39;IRM fonctionnelle standard), et les données de charge dans Vista en utilisant une fonction appelée mrInit. </li><li> Corriger tête mouvement et aligner des images fonctionnelles à l&#39;anatomie chargé dans l&#39;étape 2.1 en utilisant rxAlign basée sur une matrice de transformation affine. </li><li> Scans de mouvement corrigée fonctionnels moyens pour améliorer le rapport signal-sur-bruit en cliquant mrVISTA Analyse TimeSeries moyenne tseries. Exclure des analyses en moyenne au cours de laquelle les mouvements oculaires se écarte de fixation plus de 1 à 1,5 °. Si les signaux de différentes pistes ont différents dc-dérives, analyses fonctionnelles moyens après la suppression des dérives à courant continu. </li><li> Calculer coordonne la correspondance entre les analyses fonctionnelles et matière grise et d&#39;identifier les correspondants voxels matière grise dans les analyses fonctionnelles en sélectionnant les menus suivants: mrVISTA fenêtre ouverte gris trois-fenêtre d&#39;affichage. Affecter des signaux gras dans les voxels de matière grise par interpolation, en choisissant l&#39;une des options unvailable dans mrVISTA. </li></ol> 3. Estimation de pRF Topographie et Parametric Modeling <ol><li> Télécharger les fichiers de code via le lien suivant: https://sites.google.com/site/leesangkyun/prf/codes.zip, extraire le fichier compressé et les placer dans un lieu privilégié de l&#39;ordinateur local. Ajoutez le chemin du dossier dans MATLAB. </li><li> Réglez les paramètres de stimulation utilisés dans l&#39;expérience en sélectionnant les menus suivants: Analyse mrVISTA rétinotopique modèle figurant Paramètres. Spécifiez les paramètres suivants tels que des images de relance, la taille de relance, la fonction hémodynamique canonique, le taux du scanner IRMf de cadre. </li><li> Avant l&#39;estimation PRF préparer des jeux de paramètres initiaux (figure 1B). <ol><li> Définissez les ensembles de validation croisée dans &quot;tprf_set_params.m&quot; des fichiers de code. timeseries Divisez en au moins deux sous-ensembles (un jeu pour les tests et les jeux restants pour la formation) qui sont assez longues pour que la barre Sweep l&#39;espace de relance entier. Alternativement, sans moyenne scans à l&#39;étape 2.4, de valider les analyses en laissant de côté un balayage pour les tests et en utilisant les analyses restantes pour la formation. </li><li> Définir un ensemble de paramètres grossier (λ à la figure 1; λ = [10 -2 10 -1 1 10 1 10 2]) dans &quot;tprf_set_params.m&quot;. Ensuite, définissez une plage fine échelle ([0,1 0,3 0,5 0,7 0,9 1 3 5 7 9]) dans &quot;tprf_set_params.m&quot;. NOTE: Le programme utilise la grossière SET pour sélectionner les λ résultant dans la variance expliquée plus haut. Ensuite, le programme recherche l&#39;espace autour du λ sélectionné en utilisant la gamme de fine échelle, pour affiner la sélection de λ qui donne la variance expliqué plus haut. </li><li> Fixer un seuil (0,2) de la variance expliquée pour voxels visuellement sensibles dans &quot;tprf_set_params.m&quot;. NOTE: Ce seuil est utilisé comme référence pour la sélection de voxels visuellement sensibles. Sinon, faire uneUn retour sur investissement pour non-voyants région sensible (par exemple, en traçant une sphère avec un rayon de 1 cm dans une région du cerveau réagissant visuellement non), où le seuil peut être calculée automatiquement. </li><li> Définir un ensemble de seuils ([0,3, 0,5, 0,7]) pour définir la région du centre pRF dans la topographie normalisée &quot;tprf_set_params.m&quot; (ce est à dire, [0-1] ou [-1 à 1] avec les époques sans stimulation de bar à l&#39;étape 1.3.1). NOTE: De l&#39;ensemble des seuils du programme prévu sélectionne le &quot;meilleur&quot; seuil, ce est à dire le seuil qui définit une région centrale pRF pour laquelle le modèle de centre pRF explique le plus grand signal de variance. Vous pouvez également choisir un autre ensemble de valeurs de seuil en fonction des caractéristiques de la topographie. </li></ol></li><li> Exécuter &quot;tprf_runpRFest.m&quot; calculer la topographie pRF (Figure 1) et se adapter à une gaussienne 2D anisotrope. Après avoir spécifié tous les paramètres décrits dans ce protocole, etl&#39;exécution du code, obtenir les résultats définitifs d&#39;estimation. </li></ol><img alt="Figure 1" src="/files/ftp_upload/51811/51811fig1highres.jpg" width="700" /> Figure 1: processus d&#39;estimation PRF. (A) Représentation schématique du processus suivi pour pRF topographie estimation h (t):. Fonction de réponse hémodynamique, A (t): relance, m: pRF, Reg:. Norme L2 régularisation (B) Des mesures spécifiques pour pRF topographie estimation et pRF modélisation de centre. L&#39;ensemble des paramètres nécessaires à l&#39;estimation est listé dans chaque étape. Une section unidimensionnelle de la topographie et son modèle sont illustrés. Sous courbes &quot;ajustement du modèle&quot;, noires et rouges représentent la topographie et de son modèle de centre pRF avec un seuil de centre de 0,5, respectivement. La ligne pointillée bleue indique un seuil pour la pRFrégion centrale.

<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.

Cet article montre comment estimer la topographie de la population visuels champs récepteurs dans le cortex visuel humain et comment l&#39;utiliser pour sélectionner un modèle paramétrique appropriée pour le champ récepteur. Pour une rétinotopie succès, un protocole de stimulation appropriée et une méthode d&#39;analyse efficaces devraient être choisis, et les paramètres expérimentaux du sujet (de mouvement et de fixation) doivent être optimisés. Bar stimuli mobiles séquentielle dans le champ visuel sont...

Imagerie par résonance magnétique fonctionnelle (IRMf) mesure non invasive l&#39;organisation fonctionnelle du cortex visuel à l&#39;échelle macroscopique (typiquement de l&#39;ordre de quelques millimètres). Les premières études de rétinotopie IRMf ont utilisé une mesure de cohérence entre l&#39;emplacement de relance et a suscité des réponses audacieuses 4-7. Ces études généralement ne ont pas estimé la population réceptive taille du champ. Plus tard, Dumoulin et Wandell 1 ont proposé une méthode pour surmonter une telle limitation en modélisant explicitement l&#39;emplacement et la taille pRF, en utilisant une fonction linéaire de ce modèle pour prédire la réponse BOLD. Toutefois, une limitation de cette méthode est de pionnier que le modèle pRF paramétrique doit être choisi a priori, et peut mener à des estimations erronées pRF si elle se avère ne pas être approprié. Pour surmonter les limitations de la méthode PRF-modèle paramétrique, de nouveaux procédés ont été développés récemment. Ces méthodes prédisent directement la réponse BOLD aux stimulus en reconstruisant la topographie pRF. Une méthode 8 proposé par Greene et ses collègues reconstitue la topographie pRF par rétro-projection des réponses audacieuses pour les espaces de relance 1D individuels et la construction de la topographie pRF dans l&#39;espace de relance 2D comme une technique typique de tomographie par ordinateur. D&#39;autre part, le procédé proposé par nous deux estime directement la topographie 2D PRF à l&#39;aide d&#39;une régression linéaire et l&#39;application d&#39;une technique de régularisation. Dans ce procédé, la topographie pRF est représenté comme un ensemble de poids qui est multiplié par le stimulus pour estimer la réponse de la population neuronale d&#39;un voxel donné. Ensuite, l&#39;oxygène dans le sang en fonction du niveau (GRAS) réponse final évoqué par le stimulus est estimée par la convolution de la réponse de la population neuronale et la fonction de réponse hémodynamique canonique. Afin de résoudre le système linéaire sous-contraint, en outre, la régularisation crête de régression est utilisée pour appliquer rareté (voir Figure 1ci-dessous). La technique de régularisation supprime le bruit et des artefacts et permet ainsi notre méthode pour estimer la topographie pRF plus robuste. Les méthodes topographiques ne forcez pas la forme pRF d&#39;avoir une certaine forme paramétrique, et ne peut donc découvrir la structure réelle pRF. Un modèle paramétrique appropriée peut alors être choisie en fonction de la topographie pRF. Par exemple, la topographie pRF peut être utilisé pour séparer le centre pRF et surround et, le centre modélisation pRF ultérieur peut être plus précis, en minimisant l&#39;influence de suppression surround ainsi que l&#39;influence d&#39;autres artefacts potentiels résultant dans des zones éloignées de la centre pRF. Nous avons récemment effectué une comparaison quantitative entre notre méthode et plusieurs autres méthodes que directement (à savoir avant d&#39;estimer la topographie) ajustement gaussien isotrope 1, anisotrope gaussien, et la différence de gaussiennes isotrope à l&#39;pRF neuf. On a constaté que la topogrméthode basée aphy-performé ces méthodes à l&#39;égard du centre pRF modélisation en réalisant plus variance expliquée de la série BOLD de temps de signal. L&#39;estimation précise des propriétés PRF dans divers domaines révèle comment ils couvrent le champ visuel et est important pour étudier l&#39;organisation fonctionnelle du cortex visuel particulièrement en ce qui a trait à la perception visuelle. Les propriétés telles que la façon dont la taille pRF changements avec l&#39;excentricité 1,10 et pRF organisation surround central 9 sont bien étudiés dans la littérature humaine. La méthode proposée pour estimer les résultats de topographie PRF dans la modélisation plus précise paramètre pRF et est plus susceptible de révéler des régularités inconnues, pas facilement modélisée a priori dans les modèles paramétriques directs. Cette approche sera particulièrement adapté à l&#39;étude l&#39;organisation pRF chez les patients avec des lésions de la voie visuelle, pour qui la structure pRF est pas nécessairement prévisible a priori. Ci-dessous est décrit comment estimer ee pRF topographie et la façon d&#39;utiliser la topographie pour modéliser le centre pRF.

<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

Cortex visuel est rétinotopique organisé afin que les populations voisines de cellules correspondent aux pièces voisines du champ visuel. Imagerie par résonance magnétique fonctionnelle nous permet d&#39;estimer voxel population champs réceptifs (PRF), ce est à dire, la partie du champ visuel qui active les cellules au sein de chaque voxel. Avant,, PRF estimation méthodes directes 1 souffrent de certaines limitations: 1) le modèle pRF est choisi a priori et peut ne pas saisir pleinement la forme réelle pRF, et 2) centres de PRF sont sujettes à une mauvaise localisation près de la frontière de l&#39;espace de relance. Voici une nouvelle topographique pRF méthode d&#39;estimation 2 est proposé qui contourne largement ces limites. Un modèle linéaire est utilisé pour prédire le signal du sang en oxygène en fonction du niveau (GRAS) par la convolution de la réponse linéaire du PRF au stimulus visuel avec la fonction de réponse hémodynamique canonique. PRF topographie est représenté comme un vecteur de poids dont les composantes représenter la strongueur de la réponse globale des neurones aux stimuli voxel présenté à différents endroits du champ visuel. Les équations linéaires qui en résultent peuvent être résolus pour le vecteur de poids pRF utilisant la régression ridge 3, ce qui donne la topographie pRF. Un modèle pRF qui est adaptée à la topographie estimée peut alors être choisi post-hoc, améliorant ainsi les estimations des paramètres tels que l&#39;emplacement PRF PRF-centre, l&#39;orientation pRF, taille, etc. Avoir la topographie pRF disponibles permet également la vérification visuelle des estimations des paramètres PRF permettant l&#39;extraction de diverses propriétés PRF sans avoir à faire des hypothèses a priori sur la structure pRF. Cette approche promet d&#39;être particulièrement utile pour étudier l&#39;organisation pRF des patients souffrant de troubles du système visuel.

PRF modélisation précise nécessite la capture formes PRF correctement. Sans connaître la topographie pRF, la sélection de modèles à symétrie circulaire utilisée dans les études antérieures 1,9-11 est un choix raisonnable. Ce est parce que, si l&#39;organisation rétinotopique locale est homogène dans toutes les directions de champ visuel, une réponse de la population locale pourrait être représenté comme un agrégat cumulatif symétrie circulaire des réponses neuronales. Cependant, nos observ...

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.

Estimation topographique de Visual population réceptive champs par IRMf

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 vues.  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.

Vidéo: 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.

Imagerie par résonance magnétique (IRMf) avec une stimulation auditive chez les oiseaux chanteurs

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

Recherche

Sciences du comportement

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.

Meilleures pratiques actuelles pour l&#39;obtention de données à haut EEG de qualité lors de l&#39;IRMf simultanées

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.

IRMf Validation des fNIRS mesures pendant une tâche naturaliste

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.

Les méthodes pour tester attention visuelle en ligne

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.

Adaptation visuelle visualisant

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.

Mesure de l&#39;attention et de vitesse de traitement visuel par analyse des Temporal ordre Arrêts Model-based

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.

Cartographie FMRI de l&#39;activité cérébrale associée à la production vocale d&#39;intervalles consonants et dissonants

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.

Analyse automatisée d&#39;un essai de préférence chimiosensible basée sur la population à base de nématodes

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.

Visuels conditionnement classique dans les fourmis des bois

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.

Enquête sur le déploiement d’Attention visuelle avant Saccades précises et moyenne via Oculométrique et évaluation de la sensibilité visuelle

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