著者はSecretaríade Salud deMéxico（HIM / 2011/058 SSA。1009）、CONACYT（SALUD-2012-01-182160）、DGAPA UNAM（PAPIIT IN109214）からのこの研究に対する財政的支援を認めています。

このプロトコルは、病院Infantil deMéxico &quot;FedericoGómez&quot;の研究、倫理、安全委員会によって承認されています。 1.行動試験<ol><li>すべての参加予定者が通常の聴覚（-8,000 Hzのオクターブ周波数で20 dBの聴力レベル（HL））を持つことを確認するために、標準の純音聴力検査を実施します。すべての参加者が右利きであることを確認するには、Edinburgh Handedness Inventory 31を使用します。 </li><li> 区間シーケンスの生成。 <ol><li>サウンド編集プログラムを使用して、2つのオクターブにまたがる純粋なトーン、G4-G6を作成します。 注：ここでは、無料のオープンソースのサウンド編集ソフトAudacityについて説明します。他のパッケージをこの目的のために使用することができます。 <ol><li>音色ごとに、サウンド編集ソフトウェアで新しいプロジェクトを開きます。 </li><li> &quot;Generate&quot;メニューで &quot;Tone&quot;を選択します。表示されるウィンドウで、s正弦波形、振幅0.8、および1秒の持続時間を選択する。目的の音符に対応する周波数の値を入力します（ 例： 440 Hz for A4）。 「OK」ボタンをクリックします。 </li><li> [ファイル]メニューの[オーディオの書き出し]を選択します。開いたウィンドウで、オーディオファイルの名前を入力し、目的のファイルタイプとしてWAVを選択します。 [保存]をクリックします。 </li></ol></li><li>それぞれの子音間隔が不協和区間に近いように、 表1に従って、2つの子音と2つの不協和区間を選択します。 注：一例として、完璧な5番目と1オクターブの子音の間隔と、拡張された4番目のトーンの不協和音の間隔（トライトン）と主要な7番目の音程を考えてみましょう。これらは、著者が実施した研究のために選ばれた間隔である。 </li><li> G4とG6の間の範囲で、これらの4つの区間に対応するノートの可能なすべての組み合わせを生成します。 <ol><li> eacのためにオーディオ編集ソフトウェアで新しいプロジェクトを開き、[ファイル]メニューの[オーディオのインポート]を使用して連結する2つのWAVファイルをインポートします。 </li><li> 2番目のトーン上の任意のポイントにカーソルを置き、クリックして選択します。 [編集]メニューの[すべて選択]をクリックします。同じメニューの下で、[コピー]をクリックします。 </li><li>カーソルを最初のトーンの上の任意のポイントに置き、クリックします。 「編集」メニューの「カーソルをトラック終了まで移動」をクリックし、同じメニューの「貼り付け」をクリックします。手順1.2.1.3の説明に従ってオーディオをエクスポートします。 </li></ol></li><li>ランダムシーケンスジェネレータを使用して、4つの異なる間隔がそれぞれ正確に25倍になるように擬似ランダムに生成された100の間隔からなるシーケンスを生成します。これを行うには、統計解析ソフトウェアのランダム置換機能を使用します（ 表の表を参照 ）。 4つのintervを入力してくださいこのプロセスを25回繰り返すループを作成します。 </li><li>行動研究ソフトウェアを使用して2つの異なるランを生成する。実行ごとにWAV形式で100間隔のシーケンスをロードし、各間隔の識別を単一の試行に関連付けます30 。 注：ここでは、E-Primeの行動研究ソフトウェアが使用されています。他の同等の行動研究ソフトウェアを使用することができる。 </li></ol></li><li> 参加者には、各々100の間隔の2つのシーケンスを聞くことを説明する。各シーケンスは異なるタスクとそれ自身の指示セットと関連している。参加者に両方のランで、有効なキーが押されたときにのみ次のインターバルが再生されることを教えてください。 注記：区間認識シーケンスが開始されたら、中断してはいけません。そのため、すべての参加者ができるだけ明確な行動を取るようにしてください。 <ol><li>参加者にラップトップコンピュータの前に座らせる付属のヘッドホンを着用してください。良質の耳あふれるヘッドホンを使用してください。音量を各対象の快適なレベルに調整します。 </li><li>ここで説明した行動調査ソフトウェアを使用している場合は、ステップ1.2.5で作成したタスクをE-Runで開きます。表示されるウィンドウで、セッションと件名を入力して[OK]をクリックします。セッション番号を使用して、各参加者の実行を区別します。 注記：手元にあるタスクの指示が画面に表示され、その後にタスク自体が表示されます。 <ol><li>まず、2選択肢の強制選択タスクでは、参加者に聞こえる間隔が子音か不協和音かを識別させるだけです。参加者は、コンピュータのキーボードで &quot;C&quot;を、子音には &quot;D&quot;を、不協和音には &quot;D&quot;を押します。 注記：すべての参加者はコンサバトリーレベルで音楽訓練を受ける予定であるため、すべての参加者は、純粋に子音と明白に区別することができると期待されています超音波間隔。最初のタスクは、ある意味では、これが本当に事実であるという確認として機能します。 </li><li>第2に、4つの代替強制選択タスクにおいて、参加者にインターバルを識別させる。参加者にコンピュータキーボードの数字「4」「5」「7」「8」を押して、それぞれ第4、第5、第7、およびオクターブの間隔を確認させます。 </li></ol></li><li>各タスクの最後に、「OK」を押して、各参加者の結果を、件名とセッション番号と拡張子.edat2のラベルが付いた個々のE-DataAid 2.0ファイルに自動的に保存します。 </li><li>統計分析ソフトウェア（Matlab、SPSS Statistics、オープンソースの代替案など）を使用して、各タスクの成功率（ すなわち 、間隔が子音であるか不協和であるかを識別したときの成功率、自分自身も、グループとしても） 32 。 </li></ol></li></ol> 2. fMRI実験<ol><li> fMRIセッションの準備。 <ol><li>ステップ1.2.3と同じ間隔のシーケンスを生成します。これも、それぞれ1秒間の連続した2つの純粋なトーンから構成されています。 注：参加者の声の範囲は考慮されなければならず、すべての音符は各参加者の歌唱範囲​​内で快適に落ちなければなりません。 <ol><li>ランダムシーケンスジェネレータを使用して、リッスンオンリー試行30のランダムシーケンスを作成します30 。歌う試行のために、参加者が特定の間隔を聞き、次にこの目標間隔を歌声に合わせるための120の間隔の擬似乱数列を作成します。擬似乱数化されたシーケンスの場合は、ステップ1.2.4で説明したのと同じ方法を使用し、引数として4つの間隔をもう一度使用しますが、nこのプロセスを30回繰り返す。 </li><li>ステップ1.2.5と同じ手順に従って、行動研究ソフトウェアを使用して、3つの異なるランを生成する。各ランは、最初は10回の無音ベースライン試験から成り、続いて10回の連続した試聴のみの試み、最後に40回の連続試聴で構成される。 注：ベースライン試行中、4つの区間はランダムな順序で表示され、歌唱の試行では、4つの区間は擬似ランダム化された順序で表示され、各区間は最終的に正確に10回表示されます。各試行の所要時間は10秒です。したがって、1回の試運転は10分間続きます。各被験者は3回の実験を経るので、実験の合計時間は30分である。しかし、参加者がスキャナに出入りすることを可能にし、マイクロフォンをセットアップして試験する時間、解剖学的スキャンを得る時間、および機能的ラン間の時間については、各参加者に約1時間のスキャナ時間を割り当てるべきである。 </li></ol></li><li>ステップ2.1.1.2に記載されているように、参加者に提示される試行のシーケンスを説明し、疑念があればそれに対応する。参加者に歌の試行中に口を開かずにノートを叩くように指示し、唇を静止したまま &quot;m&quot;の音を出すように指示します。 </li><li>非磁性のMR互換ヘッドセットをラップトップに接続します。音量を各対象の快適なレベルに調整します。 </li><li>小さなコンデンサーマイクをオーディオインターフェースに接続します。オーディオインターフェースは、シールドツイストトリプレットケーブルを使用してラップトップに接続します。 注：マイク電源、オーディオインターフェイス、およびラップトップは、すべてスキャナを収納する部屋の外に設置する必要があります。 </li><li>マイクの周波数応答を確認してください。 注記：このテストの目的は、マイクがスキャナ内部で正常に動作することを確認することです。 <ol><li>サウンド編集ソフトウェアで新しいプロジェクトを開始し、コンデンサーを選択してくださいマイクを入力デバイスとして使用します。 </li><li>セクション1.2.1で説明したように、周波数と持続時間の適切な値とともに、10秒間の440Hzテストトーンを生成します。 </li><li>ラップトップのデフォルトのサウンド再生ソフトウェアを使用して、「再生」を押して、ヘッドホンの内側（ヘッドレストの上部）とスキャナの外側（コントロールルーム内）のマイクを両側に配置してテストトーンを送信しますそれぞれのケースでヘッドセットの</li><li>サウンド編集ソフトウェアの &quot;Record&quot;を押して、各場所に約1秒のテストトーンを録音します。 </li><li>それぞれのケースの &quot;分析&quot;メニューから &quot;プロットスペクトラム&quot;を選択し、各場所で受信した信号の基本周波数が440 Hzであることを確認して、スキャナの内側と外側の両方のテストトーンとマイクロフォンの応答を比較します。 </li></ol></li><li>コンデンサーマイクロフォンを参加者の首にテープで固定する喉頭。 </li><li>参加者にヘッドセットを着用させる。参加者を磁気共鳴（MR）スキャナーに置く。 </li></ol></li><li> fMRIセッション。 <ol><li>セッションの開始時に、MRUI（magnetic resonance user interface）ソフトウェアパッケージを開きます。取得パラダイムをプログラムするには、MRUIを使用します。 注記：インターフェイスのいくつかのバリエーションは、異なるモデル間で予想されます。 <ol><li>画面上のメニューから「患者」オプションを選択します。参加者の名前、年齢、体重を入力します。 </li><li> 「試験」ボタンをクリックします。まず、 &quot;Head&quot;を選択し、次に &quot;Brain&quot;を使用可能なオプションから選択します。 </li><li>反復時間（TR）= 10.2ms、エコー時間（TE）= 4.2ms、フリップアングル= 90°、ボクセルサイズ= 1xを選択して、「3D」を選択し、次に「T1等角」を選択します。 1×1mm 3 。 注：各参加者について、T1加重解剖学的ボリュームはb解剖学的参照のための勾配エコーパルスシーケンスを使用して取得される。 </li><li> TE = 40ms、TR = 10s、Acquisition Time（TA）= 3s、TR = 7sの遅延、Flip（トリプルトーン）= 3s、EchoPlanaImage_diff_perf_bold角度= 90°、視野（FOV）= 256 mm 2 、マトリックス寸法= 64 x 64です。「ダミー」オプションを使用して5つのボリュームを取得し、合計ボリューム数に「55」を入力します。 注：これらの値は、 図1に示す疎サンプリングのパラダイムに従って機能的なT2 *加重全頭スキャンを取得することを可能にします。エコープレーナイメージング（EPI）の「ダミー」スキャンを取得して破棄し、T1飽和効果。一部のMRUIでは、TRの値は取得が行われる合計時間と見なされるため、TRの値は3秒でなければならないことに注意してください。 </li><li>このコピーをコピーするには、[コピー]をクリックしてくださいence。カーソルをシーケンスのリストの一番下に置き、「貼り付け」を2回クリックして、連続する3つの希薄なサンプリングシーケンスを設定します。 </li><li> 「開始」をクリックして、T1加重解剖学的ボリューム取得を開始します。 </li><li>ステップ2.1.1.2で説明したように、参加者に対して3回の実行を提示する。スキャンのトリガボックスを使用して、ランの開始をスキャナによる取得と同期させます。 <ol><li>セクション1.3.2で説明したのと同じ手順で、3回の実行のそれぞれを開始し、セッション番号を使用して実行を区別します。手順1.3.3で説明した手順と同じ手順を使用して、3回の完全実行の結果を保存します。 注：トライアルプレゼンテーションのタイミングは、システマティックに±500ミリ秒間ジッタがかかります。 </li></ol></li></ol></li></ol></li></ol><img alt="図1" src="/files/ftp_upload/55419/55419fig1.jpg" /> 図1：Sパースサンプリング設計。 （ A ）2トーン間隔（2秒）だけを聞くことを含む試行内の事象のタイムライン。その後の明白な再現はない。 （ B ）聴取および歌の作業を伴う試行内の事象のタイムライン。 <a href="http://ecsource.jove.com/files/ftp_upload/55419/55419fig1large.jpg" target="_blank">この図の拡大版を見るには、ここをクリックしてください。</a> 3.データ分析<ol><li> 標準的な手順33に従った脳イメージングデータシーケンスの解析用に設計されたソフトウェアを使用して機能データを前処理する。 注：すべてのデータ処理は同じソフトウェアを使用して行われます。 <ol><li>提供されたメニューオプションを使用して、画像を最初のボリュームに再配置し、標準的なMontreal Neurological Institute（MNI）の定位空間34に再サンプリングし、空間的に正規化する（最終ボクセルサイズ：2 x 2 x 2mm 3 ）。 </&gt; <li>指定されたメニューオプションを使用して、等方性、8mm、半値全幅（FWHM）ガウスカーネルを使用して画像を滑らかにします。 </li><li> BOLDレスポンスをモデル化するには、音量取得時間（3秒）にまたがる基本関数（1次）またはボックスカー関数として、単一ビン有限インパルス応答（FIR）を選択します。 注記：このようなスパースサンプリングプロトコルでは、通常、イベント関連のfMRIの場合のように、FIRを血行力学的応答関数とコンボリューションする必要はありません。 </li><li>各イベントのBOLDレスポンスにハイパスフィルタをかける（「歌うネットワーク」では1,000秒、他の場所では360秒）。 注記：すべての歌作業を一緒にモデリングすると、400秒のブロックになります35 。 </li></ol></li></ol>

<ol>
	<li>Burns, E., Deutsch, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Intervals, scales, and tuning. The psychology of music. , 215-264 (1999).</li><li>Lundin, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Toward+a+cultural+theory+of+consonance.">Toward a cultural theory of consonance.</a> J. Psychol. 23, 45-49 (1947).</li><li>Fritz, T., Jentschke, S., 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=Universal+recognition+of+three+basic+emotions+in+music.">Universal recognition of three basic emotions in music.</a> Curr. Biol. 19, 573-576 (2009).</li><li>Schellenberg, E. G., Trehub, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Frequency+ratios+and+the+discrimination+of+pure+tone+sequences.">Frequency ratios and the discrimination of pure tone sequences.</a> Percept. Psychophys. 56, 472-478 (1994).</li><li>Trainor, L. J., Heinmiller, B. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+development+of+evaluative+responses+to+music.">The development of evaluative responses to music.</a> Infant Behav. Dev. 21 (1), 77-88 (1998).</li><li>Zentner, M. R., Kagan, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Infants'+perception+of+consonance+and+dissonance+in+music.">Infants' perception of consonance and dissonance in music.</a> Infant Behav. Dev. 21 (1), 483-492 (1998).</li><li>Terhardt, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Pitch,+consonance,+and+harmony.">Pitch, consonance, and harmony.</a> J. Acoust. Soc. America. 55, 1061 (1974).</li><li>Minati, L., 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=Functional+MRI/event-related+potential+study+of+sensory+consonance+and+dissonance+in+musicians+and+nonmusicians.">Functional MRI/event-related potential study of sensory consonance and dissonance in musicians and nonmusicians.</a> Neuroreport. 20, 87-92 (2009).</li><li>Helmholtz, H. L. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> On the sensations of tone. , (1954).</li><li>McDermott, J. H., Lehr, A. J., Oxenham, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Individual+differences+reveal+the+basis+of+consonance.">Individual differences reveal the basis of consonance.</a> Curr. Biol. 20, 1035-1041 (2010).</li><li>Cousineau, M., McDermott, J. H., Peretz, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+basis+of+musical+consonance+as+revealed+by+congenital+amusia.">The basis of musical consonance as revealed by congenital amusia.</a> Proc. Natl. Acad. Sci. USA. 109, 19858-19863 (2012).</li><li>Plomp, R., Levelt, W. J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Tonal+Consonance+and+Critical+Bandwidth.">Tonal Consonance and Critical Bandwidth.</a> J. Acoust. Soc. Am. 38, 548-560 (1965).</li><li>Kameoka, A., Kuriyagawa, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Consonance+theory+part+I:+Consonance+of+dyads.">Consonance theory part I: Consonance of dyads.</a> J. Acoust. Soc. Am. 45, 1451-1459 (1969).</li><li>Tramo, M. J., Bharucha, J. J., Musiek, F. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Music+perception+and+cognition+following+bilateral+lesions+of+auditory+cortex.">Music perception and cognition following bilateral lesions of auditory cortex.</a> J. Cogn. Neurosci. 2, 195-212 (1990).</li><li>Schellenberg, E. G., Trehub, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Children's+discrimination+of+melodic+intervals.">Children's discrimination of melodic intervals.</a> Dev. Psychol. 32 (6), 1039-1050 (1996).</li><li>Peretz, I., Blood, A. J., Penhune, V., Zatorre, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortical+deafness+to+dissonance.">Cortical deafness to dissonance.</a> Brain. 124, 928-940 (2001).</li><li>Mcdermott, J. H., Schultz, A. F., Undurraga, E. A., Godoy, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Indifference+to+dissonance+in+native+Amazonians+reveals+cultural+variation+in+music+perception.">Indifference to dissonance in native Amazonians reveals cultural variation in music perception.</a> Nature. 535, 547-550 (2016).</li><li>Blood, A. J., Zatorre, R. J., Bermudez, P., Evans, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Emotional+responses+to+pleasant+and+unpleasant+music+correlate+with+activity+in+paralimbic+brain+regions.">Emotional responses to pleasant and unpleasant music correlate with activity in paralimbic brain regions.</a> Nat. Neurosci. 2, 382-387 (1999).</li><li>Pallesen, K. J., 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=Emotion+processing+of+major,+minor,+and+dissonant+chords:+A+functional+magnetic+resonance+imaging+study.">Emotion processing of major, minor, and dissonant chords: A functional magnetic resonance imaging study.</a> Ann. N. Y. Acad. Sci. 1060, 450-453 (2005).</li><li>Foss, A. H., Altschuler, E. L., James, K. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+correlates+of+the+Pythagorean+ratio+rules.">Neural correlates of the Pythagorean ratio rules.</a> Neuroreport. 18, 1521-1525 (2007).</li><li>Limb, C. J., Braun, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+substrates+of+spontaneous+musical+performance:+An+fMRI+study+of+jazz+improvisation.">Neural substrates of spontaneous musical performance: An fMRI study of jazz improvisation.</a> PLoS ONE. 3, (2008).</li><li>Zarate, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+neural+control+of+singing.">The neural control of singing.</a> Front. Hum. Neurosci. 7, 237 (2013).</li><li>Larson, C. R., Altman, K. W., Liu, H., Hain, T. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Interactions+between+auditory+and+somatosensory+feedback+for+voice+F0+control.">Interactions between auditory and somatosensory feedback for voice F0 control.</a> Exp. Brain Res. 187, 613-621 (2008).</li><li>Belyk, M., Pfordresher, P. Q., Liotti, M., Brown, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+neural+basis+of+vocal+pitch+imitation+in+humans.">The neural basis of vocal pitch imitation in humans.</a> J. Cogn. Neurosci. 28, 621-635 (2016).</li><li>Kleber, B., Veit, R., Birbaumer, N., Gruzelier, J., Lotze, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+brain+of+opera+singers:+Experience-dependent+changes+in+functional+activation.">The brain of opera singers: Experience-dependent changes in functional activation.</a> Cereb. Cortex. 20, 1144-1152 (2010).</li><li>J&#252;rgens, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+pathways+underlying+vocal+control.">Neural pathways underlying vocal control.</a> Neurosci. Biobehav. Rev. 26, 235-258 (2002).</li><li>Kleber, B., Birbaumer, N., Veit, R., Trevorrow, T., Lotze, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Overt+and+imagined+singing+of+an+Italian+aria.">Overt and imagined singing of an Italian aria.</a> Neuroimage. 36, 889-900 (2007).</li><li>Kleber, B., Zeitouni, A. G., Friberg, A., Zatorre, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Experience-dependent+modulation+of+feedback+integration+during+singing:+role+of+the+right+anterior+insula.">Experience-dependent modulation of feedback integration during singing: role of the right anterior insula.</a> J. Neurosci. 33, 6070-6080 (2013).</li><li>Zarate, J. M., Zatorre, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Experience-dependent+neural+substrates+involved+in+vocal+pitch+regulation+during+singing.">Experience-dependent neural substrates involved in vocal pitch regulation during singing.</a> Neuroimage. 40, 1871-1887 (2008).</li><li>Gonz&#225;lez-Garc&#237;a, N., Gonz&#225;lez, M. A., Rend&#243;n, P. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+activity+related+to+discrimination+and+vocal+production+of+consonant+and+dissonant+musical+intervals.">Neural activity related to discrimination and vocal production of consonant and dissonant musical intervals.</a> Brain Res. 1643, 59-69 (2016).</li><li>Oldfield, R. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+assessment+and+analysis+of+handedness:+The+Edinburgh+inventory.">The assessment and analysis of handedness: The Edinburgh inventory.</a> Neuropsychologia. 9, 97-113 (1971).</li><li>Samuels, M. L., Witmer, J. A., Schaffner, 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> Statistics for the Life Sciences. , (2015).</li><li>Eickhoff, S. B., 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=A+new+SPM+toolbox+for+combining+probabilistic+cytoarchitectonic+maps+and+functional+imaging+data.">A new SPM toolbox for combining probabilistic cytoarchitectonic maps and functional imaging data.</a> NeuroImage. 25, 1325-1335 (2005).</li><li>Evans, A. C., Kamber, M., Collins, D. L., MacDonald, D., Shorvon, S. D., Fish, D. R., Andermann, F., Bydder, G. M., Stefan, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+MRI-based+probabilistic+atlas+of+neuroanatomy.">An MRI-based probabilistic atlas of neuroanatomy.</a> Magnetic Resonance Scanning and Epilepsy. 264, 263-274 (1994).</li><li>Ashburner, J., 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=.">.</a> SPM8 Manual. , (2013).</li><li>&#214;zdemir, E., Norton, A., Schlaug, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Shared+and+distinct+neural+correlates+of+singing+and+speaking.">Shared and distinct neural correlates of singing and speaking.</a> Neuroimage. 33, 628-635 (2006).</li><li>Brown, S., Ngan, E., Liotti, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+larynx+area+in+the+human+motor+cortex.">A larynx area in the human motor cortex.</a> Cereb. Cortex. 18, 837-845 (2008).</li><li>Worsley, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Statistical+analysis+of+activation+images.">Statistical analysis of activation images.</a> Functional MRI: An introduction to methods. , 251-270 (2001).</li><li>. FSL Atlases Available from: <a target="_blank" href="https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/Atlases">https://fsl.fmrib.ox.ac.uk/fsl/fslwiki/Atlases</a> (2015)</li><li>Bidelman, G. M., Krishnan, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+correlates+of+consonance,+dissonance,+and+the+hierarchy+of+musical+pitch+in+the+human+brainstem.">Neural correlates of consonance, dissonance, and the hierarchy of musical pitch in the human brainstem.</a> J. Neurosci. 29, 13165-13171 (2009).</li><li>McLachlan, N., Marco, D., Light, M., Wilson, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Consonance+and+pitch.">Consonance and pitch.</a> J. Exp. Psychol. – Gen. 142, 1142-1158 (2013).</li><li>Thompson, W. F., Deutsch, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intervals+and+scales.">Intervals and scales.</a> The psychology of music. , 107-140 (1999).</li><li>Hurwitz, R., Lane, S. R., Bell, R. A., Brant-Zawadzki, M. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Acoustic+analysis+of+gradient-coil+noise+in+MR+imaging.">Acoustic analysis of gradient-coil noise in MR imaging.</a> Radiology. 173, 545-548 (1989).</li><li>Ravicz, M. E., Melcher, J. R., Kiang, N. Y. -. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Acoustic+noise+during+functional+magnetic+resonance+imaging.">Acoustic noise during functional magnetic resonance imaging.</a> J Acoust. Soc. Am. 108, 1683-1696 (2000).</li><li>Cho, Z. H., 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=Analysis+of+acoustic+noise+in+MRI.">Analysis of acoustic noise in MRI.</a> Magn. Reson. Imaging. 15, 815-822 (1997).</li><li>Belin, P., Zatorre, R. J., Hoge, R., Evans, A. C., Pike, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Event-related+fMRI+of+the+auditory+cortex.">Event-related fMRI of the auditory cortex.</a> Neuroimage. 429, 417-429 (1999).</li><li>Hall, D. 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=&amp;#34;Sparse&amp;#34;+temporal+sampling+in+auditory+fMRI.">&amp;#34;Sparse&amp;#34; temporal sampling in auditory fMRI.</a> Hum. Brain Mapp. 7, 213-223 (1999).</li><li>Ternstr&#246;m, S., Sundberg, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Acoustical+factors+related+to+pitch+precision+in+choir+singing.">Acoustical factors related to pitch precision in choir singing.</a> Speech Music Hear. Q. Prog. Status Rep. 23, 76-90 (1982).</li><li>Ternstr&#246;m, S., Sundberg, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intonation+precision+of+choir+singers.">Intonation precision of choir singers.</a> J. Acoust. Soc. Am. 84, 59-69 (1988).</li></ol>

著者らは、利益相反を宣言していない。

この作品は、歌声が子音と不協和音の間に脳活動を研究する手段として使用されるプロトコルを記述しています。歌唱は、おそらく音楽区間22の生成のための最も簡単な方法であるが、和音の生成を可能にしない。しかし、和音概念のほとんどの物理的特徴付けは、ある程度、同時音符の重ね合わせに依存するが、子音または不協和和音に対応する音符で構成された区間は?...

ある種の音楽ピッチの組み合わせは、一般的に子音であると認められており、典型的には心地よい感覚と関連している。他の組み合わせは、一般に、不協和と呼ばれ、不快感または未解決の感情と関連している1 。音韻習得と訓練が協調2の認識にある役割を果たすと仮定することは賢明であるが、子音と不協和区間と和音の知覚の違いはおそらく以前考えられていた3より音楽文化に依存しないことが示されている。単純な生物学的基盤4,5,6からも得られる。用語集のあいまいな理解を避けるために、Terhardt 7は、音楽的な文脈における協和とは対照的に、感覚的な協調の概念を導入したたとえば調和がある和音や音程への応答に影響を与える場合があります。現在のプロトコルでは、文脈依存処理からの干渉なしに、感覚的な協和にのみ関連する活性化を正確に区別するために、隔離された2音符間隔のみが正確に使用された8 。 ヘルマンホルツ9は、純粋に物理的な手段で協和を特徴付ける試みを始めた。ヘルムホルツ9は、不協和音に関連する知覚された粗さが隣接する周波数成分間の鼓動に起因すると考えた。しかしながら、より最近では、感覚的な協調は、粗さの欠如に関連するだけでなく、調和、すなわち、与えられた調子または和音の部分的な音と和音の非調和の音との調和とも関連することが示されている低い周波数10,11 。行動研究は、主観的な協和が実際にpuの影響を受けることを確認している周波数間隔12,13などの物理的パラメータに依存しているが、より広い範囲の研究は、物理現象が知覚される協和と不協和音の差異だけを説明することはできないことを最終的に示している14,15,16,17。しかしながら、これらの研究のすべては、様々な間隔または和音を聞くときに、これらの相違を報告する。子宮頸がんの発症時には、脳梗塞の発症が心配されています。陽電子放射断層撮影（PET）と機能性磁気共鳴画像法（fMRI）を使用したさまざまな研究により、本研究の目的は、子音や声の不自然な音程を聞くのではなく、発声するときの脳活動に影響を与えます。 音楽制作中の感覚・運動制御の研究は、典型的には楽器の使用を伴い、非常にしばしば、ニューロイメージング中に使用するために特別に修正された器具の製作を必要とする。しかし、歌唱は、楽器が人間の声そのものなので、音楽制作中の感覚運動プロセスの分析のための適切なメカニズムを最初から提供しているようであり、声楽装置は、イメージング22 。ピッチ制御23 、声模倣24 、訓練誘導適応変化25 、外部フィードバック25の統合など、歌唱の態様に関連する神経機構は、 <s過去20年間にわたり多数の研究の対象となってきたが、歌声の子音と不協和区間の神経相関は最近になってしか報告されていない30 。この目的のために、現在の論文では、参加者による子音と不協和音の適切な認識を確立するための行動テストが記述されています。これに続いて、様々な子音と不協和音を歌う参加者のfMRIの研究が続きます。 fMRIプロトコルは比較的簡単ですが、すべてのMRI研究と同様に、実験を正しく設定するためには十分な注意が必要です。この場合、歌の作業中に頭、口、唇の動きを最小限にすることが特に重要であり、歌の物理的行為に直接関係しない効果をより簡単に特定することができます。この方法論は、歌うことによって音楽制作を含む様々な活動に関連する神経メカニズムを賞賛する。

<table border="0" cellpadding="0" cellspacing="0" width="926">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">Achieva 1.5-T magnetic resonance scanner</td>
			<td style="width:297px;">Philips</td>
			<td style="width:119px;">Release 6.4</td>
			<td style="width:167px;"></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">Audacity</td>
			<td style="width:297px;">Open source</td>
			<td style="width:119px;">2.0.5</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">Audio interface&#160;</td>
			<td style="width:297px;">Tascam</td>
			<td style="width:119px;">US-144MKII&#160;</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">Audiometer</td>
			<td style="width:297px;">Br&#252;el &#38; Kjaer</td>
			<td style="width:119px;">Type 1800</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">E-Prime Professional</td>
			<td style="width:297px;">Psychology Software Tools, Inc.</td>
			<td style="width:119px;">2.0.0.74</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">Matlab</td>
			<td style="width:297px;">Mathworks</td>
			<td style="width:119px;">R2014A</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">MRI-Compatible Insert Earphones</td>
			<td style="width:297px;">Sensimetrics</td>
			<td style="width:119px;">S14</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">Praat</td>
			<td style="width:297px;">Open source</td>
			<td style="width:119px;">5.4.12</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">Pro audio condenser microphone</td>
			<td style="width:297px;">Shure</td>
			<td style="width:119px;">SM93</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">SPSS Statistics</td>
			<td style="width:297px;">IBM</td>
			<td style="width:119px;">20</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:343px;">Statistical Parametric Mapping</td>
			<td style="width:297px;">Wellcome Trust Centre for Neuroimaging</td>
			<td style="width:119px;">8</td>
			<td></td>
		</tr>
	</tbody>
</table>

fmri mapping of brain activity associated with the vocal production of consonant and dissonant intervals

協調性と不協感性の神経相関は広く研究されているが、協調性と不協和性の神経相関は研究されていない。音楽制作の最も単純なやり方は歌ですが、イメージングの観点から見ると、それは運動活動を伴うため、聞き取るよりも難題が多いです。音楽区間の正確な歌唱は、正確に各音符を生成するために、聴覚フィードバック処理と声帯運動制御との間の統合を必要とする。このプロトコルは、子音および不協和区間の声調生成に関連する神経活動の監視を可能にする方法を提示する。聴覚弁別試験と、所定の時間間隔を最初に聞いて再生することの両方のために、4つの音程、2つの子音と2つの不協和音が刺激として使用される。保育者レベルの女性ボーカル学生全員が、機能的な磁気Resリスニングタスクを制御条件とする歌唱タスクの実行中のオニオンイメージング（fMRI）を含む。このようにして、モーターシステムと聴覚システムの両方の活動が観察され、歌作業中の声の正確度の測定値も得られた。したがって、このプロトコルは、異なるタイプの区間を歌うことに関連する活動化、または必要な音符をより正確に歌うことに関連する活動化を追跡するためにも使用することができる。この結果は、不協和音を歌うことは、子音の歌唱よりも聴覚および感覚運動システムからの外部フィードバックの統合に関与する神経機構のより大きな参加を必要とすることを示している。

<html>実験に参加した11人の参加者はすべて、コンサバトリーレベルの女性のボーカル生であり、スキャンのために選択される区間認識タスクで十分に機能しました。区間識別タスクの成功率は、65.72±21.67％であり、期待されるように、74.82±14.15％であった不協点および子音区間を特定する成功率よりも低い。 研究の基本的...

Watch this Scientific Journal Video about fMRI Mapping of Brain Activity Associated with the Vocal Production of Consonant and Dissonant Intervals at JoVE.com

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

子音と不協和区間を聞く神経相関は広く研究されているが、子音区間と不協和区間の生成に関連する神経機構はあまり知られていない。この記事では、行動テストとfMRIを、間隔の特定と歌い合わせのタスクと組み合わせて、これらのメカニズムを説明します。

子音と睡眠不足の声調発声に伴う脳活動のfMRIマッピング

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

fmri-mapping-brain-activity-associated-with-vocal-production

Research

JoVE Journal

Behavior

7.2K ビュー.  Hospital Infantil de México "Federico Gómez". 子音と不協和区間を聞く神経相関は広く研究されているが、子音区間と不協和区間の生成に関連する神経機構はあまり知られていない。この記事では、行動テストとfMRIを、間隔の特定と歌い合わせのタスクと組み合わせて、これらのメカニズムを説明します。 

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

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.

鳴禽類における聴覚刺激と機能的磁気共鳴画像法（fMRI）

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

行動学

Stereotactic Injection of MicroRNA-expressing Lentiviruses to the Mouse Hippocampus CA1 Region and Assessment of the Behavioral Outcome

MicroRNAs (miRNAs) are small regulatory single-stranded RNA molecules around 22 nucleotides long that may each target numerous mRNA transcripts and dim an entire gene expression pathway by inducing destruction and/or inhibiting translation of these targets. Several miRNAs play key roles in maintaining neuronal structure and function and in higher-level brain functions, and methods are sought for manipulating their levels for exploring these functions. Here, we present a direct in vivo method for examining the cognitive consequences of enforced miRNAs excess in mice by stereotactic injection of miRNA-encoding virus particles. Specifically, the current protocol involves injection into the hippocampal CA1 region, which contributes to mammalian memory consolidation, learning, and stress responses, and offers a convenient injection site. The coordinates are measured according to the mouse bregma and virus perfusion is digitally controlled and kept very slow. After injection, the surgery wound is sealed and the animals recover. Lentiviruses encoding silencers of the corresponding mRNA targets serve to implicate the specific miRNA/target interaction responsible for the observed effect, with na&iuml;ve mice, mice injected with saline and mice injected with "empty" lentivirus vectors as controls. One month post-injection, the animals are examined in the Morris Water Maze (MWM) for assessing their navigation learning and memory abilities. The MWM is a round tank filled with colored water with a small platform submerged 1 cm below the water surface. Steady visual cues around the tank allow for spatial navigation (sound and the earth's magnetic field may also assist the animals in navigating). Video camera monitoring enables measuring the route of swim and the time to find and amount the platform. The mouse is first taught that mounting the hidden platform offers an escape from the enforced swimming; it is then tested for using this escape and finally, the platform is removed and probe tests examine if the mouse remembers its previous location. Repeated tests over several consecutive days highlight improved performance of tested mice at shorter latencies to find and mount the platform, and as more direct routes to reach the platform or its location. Failure to show such improvement represents impaired learning and memory and/or anxiety, which may then be tested specifically (e.g. in the elevated plus maze). This approach enables validation of specific miRNAs and target transcripts in the studied cognitive and/or stress-related processes.

MicroRNAs have significant roles in brain structure and function. Here we describe a method to enforce hippocampal miRNA over-expression using stereotactic injection of an engineered miRNA-expressing lentivirus. This approach can serve as a relatively rapid way to assess the in vivo effects of over-expressed miRNAs in specific brain regions.

の定位注入マイクロRNA発現マウス海馬CA1領域にレンチウイルスと行動アウトカムの評価

MicroRNAs (miRNAs) are small regulatory single-stranded RNA molecules around 22 nucleotides long that may each target numerous mRNA transcripts and dim an ...

How to Detect Amygdala Activity with Magnetoencephalography using Source Imaging

In trace fear conditioning a conditional stimulus (CS) predicts the occurrence of the unconditional stimulus (UCS), which is presented after a brief stimulus free period (trace interval)1. Because the CS and UCS do not co-occur temporally, the subject must maintain a representation of that CS during the trace interval. In humans, this type of learning requires awareness of the stimulus contingencies in order to bridge the trace interval2-4. However when a face is used as a CS, subjects can implicitly learn to fear the face even in the absence of explicit awareness*. This suggests that there may be additional neural mechanisms capable of maintaining certain types of "biologically-relevant" stimuli during a brief trace interval. Given that the amygdala is involved in trace conditioning, and is sensitive to faces, it is possible that this structure can maintain a representation of a face CS during a brief trace interval.
It is challenging to understand how the brain can associate an unperceived face with an aversive outcome, even though the two stimuli are separated in time. Furthermore investigations of this phenomenon are made difficult by two specific challenges. First, it is difficult to manipulate the subject's awareness of the visual stimuli. One common way to manipulate visual awareness is to use backward masking. In backward masking, a target stimulus is briefly presented (&lt; 30 msec) and immediately followed by a presentation of an overlapping masking stimulus5. The presentation of the mask renders the target invisible6-8. Second, masking requires very rapid and precise timing making it difficult to investigate neural responses evoked by masked stimuli using many common approaches. Blood-oxygenation level dependent (BOLD) responses resolve at a timescale too slow for this type of methodology, and real time recording techniques like electroencephalography (EEG) and magnetoencephalography (MEG) have difficulties recovering signal from deep sources.
However, there have been recent advances in the methods used to localize the neural sources of the MEG signal9-11. By collecting high-resolution MRI images of the subject's brain, it is possible to create a source model based on individual neural anatomy. Using this model to "image" the sources of the MEG signal, it is possible to recover signal from deep subcortical structures, like the amygdala and the hippocampus*.

This article describes how to record amygdala activity with magnetoencephalography (MEG). In addition this article will describe how to conduct trace fear conditioning without awareness, a task that activates the amygdala. It will cover 3 topics: 1) Designing a trace conditioning paradigm using backward masking to manipulate awareness. 2) Recording brain activity during the task using magnetoencephalography. 3) Using source imaging to recover signal from subcortical structures.

ソースイメージングを使用磁図と扁桃体の活性を検出する方法

In trace fear conditioning a conditional  stimulus (CS) predicts the occurrence of the unconditional stimulus (UCS),  which is presented after a brief ...

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.

同時fMRIの中の高品質脳波データの取得のための最も良い現在の習慣

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 ...

A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance

The ability to adjust behavior to sudden changes in the environment develops gradually in childhood and adolescence. For example, in the Dimensional Change Card Sort task, participants switch from sorting cards one way, such as shape, to sorting them a different way, such as color. Adjusting behavior in this way exacts a small performance cost, or switch cost, such that responses are typically slower and more error-prone on switch trials in which the sorting rule changes as compared to repeat trials in which the sorting rule remains the same. The ability to flexibly adjust behavior is often said to develop gradually, in part because behavioral costs such as switch costs typically decrease with increasing age. Why aspects of higher-order cognition, such as behavioral flexibility, develop so gradually remains an open question. One hypothesis is that these changes occur in association with functional changes in broad-scale cognitive control networks. On this view, complex mental operations, such as switching, involve rapid interactions between several distributed brain regions, including those that update and maintain task rules, re-orient attention, and select behaviors. With development, functional connections between these regions strengthen, leading to faster and more efficient switching operations. The current video describes a method of testing this hypothesis through the collection and multivariate analysis of fMRI data from participants of different ages.

This video presents a method of examining age-related changes in functional connectivity of cognitive control networks engaged by targeted tasks/processes. The technique is based on multi-variate analysis of fMRI data.

寸法変化カードソート·パフォーマンスと認知制御ネットワーク関連の機能的結合の加齢の違いを調査するための方法

The ability to adjust behavior to sudden changes in the environment develops gradually in childhood and adolescence. For example, in the Dimensional ...

Measurement of Fronto-limbic Activity Using an Emotional Oddball Task in Children with Familial High Risk for Schizophrenia

Adolescence is a critical developmental period where the early symptoms of schizophrenia frequently emerge. First-degree relatives of people with schizophrenia who are at familial high risk (FHR) may show similar cognitive and emotional changes. However, the neurological changes underlying the emergence of these symptoms remain unclear. This study sought to identify differences in frontal, striatal, and limbic regions in children and adolescents with FHR using functional magnetic resonance imaging. Groups of 21 children and adolescents at FHR and 21 healthy controls completed an emotional oddball task that relied on selective attention and the suppression of task-irrelevant emotional information. The standard oddball task was modified to include aversive and neutral distractors in order to examine potential group differences in both emotional and executive processing. This task was designed specifically to allow for children and adolescents to complete by keeping the difficulty and emotional image content age-appropriate. Furthermore, we demonstrate a technique for suitable fMRI registration for children and adolescent participants. This paradigm may also be applied in future studies to measure changes in neural activity in other populations with hypothesized developmental changes in executive and emotional processing.

This paper describes how to use the emotional oddball task and fMRI to measure brain activation in children and adolescents at familial high risk for schizophrenia (FHR).&#160;FMRI was used to measure differences in fronto-striato-limbic regions during an emotional oddball task. Children with FHR exhibited abnormal functional activation during adolescence.

統合失調症のための家族ハイリスク児の感情オドボール課題を用いて前頭辺縁系の活性の測定

Adolescence is a critical developmental period where the early symptoms of schizophrenia frequently emerge. First-degree relatives of people with ...

Transferring Cognitive Tasks Between Brain Imaging Modalities: Implications for Task Design and Results Interpretation in fMRI Studies

As cognitive neuroscience methods develop, established experimental tasks are used with emerging brain imaging modalities. Here transferring a paradigm (the visual oddball task) with a long history of behavioral and electroencephalography (EEG) experiments to a functional magnetic resonance imaging (fMRI) experiment is considered. The aims of this paper are to briefly describe fMRI and when its use is appropriate in cognitive neuroscience; illustrate how task design can influence the results of an fMRI experiment, particularly when that task is borrowed from another imaging modality; explain the practical aspects of performing an fMRI experiment. It is demonstrated that manipulating the task demands in the visual oddball task results in different patterns of blood oxygen level dependent (BOLD) activation. The nature of the fMRI BOLD measure means that many brain regions are found to be active in a particular task. Determining the functions of these areas of activation is very much dependent on task design and analysis. The complex nature of many fMRI tasks means that the details of the task and its requirements need careful consideration when interpreting data. The data show that this is particularly important in those tasks relying on a motor response as well as cognitive elements and that covert and overt responses should be considered where possible. Furthermore, the data show that transferring an EEG paradigm to an fMRI experiment needs careful consideration and it cannot be assumed that the same paradigm will work equally well across imaging modalities. It is therefore recommended that the design of an fMRI study is pilot tested behaviorally to establish the effects of interest and then pilot tested in the fMRI environment to ensure appropriate design, implementation and analysis for the effects of interest.

Transferring a paradigm with a history of use in EEG experiments to an fMRI experiment is considered. It is demonstrated that manipulating the task demands in the visual oddball task resulted in different patterns of BOLD activation and illustrated how task design is crucial in fMRI experiments.

脳イメージングモダリティ間で転送認知タスク：fMRIの研究の作業の設計と結果の解釈のための含意

As cognitive neuroscience methods develop, established experimental tasks are used with emerging brain imaging modalities. Here transferring a paradigm ...

A View of Their Own: Capturing the Egocentric View of Infants and Toddlers with Head-Mounted Cameras

Infants and toddlers view the world, at a basic sensory level, in a fundamentally different way from their parents. This is largely due to biological constraints: infants possess different body proportions than their parents and the ability to control their own head movements is less developed. Such constraints limit the visual input available. This protocol aims to provide guiding principles for researchers using head-mounted cameras to understand the changing visual input experienced by the developing infant. Successful use of this protocol will allow researchers to design and execute studies of the developing child&#39;s visual environment set in the home or laboratory. From this method, researchers can compile an aggregate view of all the possible items in a child&#39;s field of view. This method does not directly measure exactly what the child is looking at. By combining this approach with machine learning, computer vision algorithms, and hand-coding, researchers can produce a high-density dataset to illustrate the changing visual ecology of the developing infant.

Infants and toddlers view the world in a fundamentally different way from their parents. Head-mounted cameras provide a tractable mechanism to understand the infant visual environment. This protocol provides guiding principles for experiments in the home or laboratory to capture the egocentric view of toddlers and infants.

独自のビュー: ヘッド マウント カメラで乳幼児の自己中心的なビューをキャプチャ

Infants and toddlers view the world, at a basic sensory level, in a fundamentally different way from their parents. This is largely due to biological ...

Using a Real-Time Locating System to Measure Walking Activity Associated with Wandering Behaviors Among Institutionalized Older Adults

A real-time locating system (RTLS) can be used to track the walking activity of institutionalized older adults in long-term care who are at risk for wandering behaviors. The benefits of a RTLS are objective and continuous measurements of activity. Self-report methods of activity, especially wandering, by health care staff are vulnerable to floor effects and recall bias, and continuous clinical or research observation over the long-term can be time-consuming and expensive. Health care staff also fail to recognize the onset and/or duration of wandering behaviors, which are associated with a variety of adverse health outcomes in this population but amenable to intervention. RTLS technologies can measure the walking activity of institutionalized residents with cognitive impairment over time with a high degree of accuracy. This is particularly useful for the study of wandering, defined as walking for at least 60 seconds with few (if any) breaks in activity. Wandering is associated with disease progression, hospitalizations, falls and death. Previous work suggests older adults with poor balance ability and high sustained walking activity may be particularly susceptible to poor health outcomes. RTLS&#39;s are used to assess cognitive impairment and factors associated with gait and balance; however, supplemental paper and pencil gait/balance tools may be used to further refine risk profiles. This project discusses the use of a RTLS to measure walking activity and also gait quality and balance ability measures on this population.

This paper discusses the use of a continuous and objective real-time locating system to measure walking activity associated with wandering behaviors, focusing on older adults with cognitive impairment. Walking activity is measured by walking distance, sustained walking distance, and sustained gait speed. Also assessed are gait quality and balance ability.

歩行施設入所高齢者の徘徊行動に関連付けられている活動を測定するリアルタイム検索システムを使用してください。

A real-time locating system (RTLS) can be used to track the walking activity of institutionalized older adults in long-term care who are at risk for ...

Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping

In lesion-symptom mapping (LSM), brain function is inferred by relating the location of acquired brain lesions to behavioral or cognitive symptoms in a group of patients. With recent advances in brain imaging and image processing, LSM has become a popular tool in cognitive neuroscience. LSM can provide fundamental insights into the functional architecture of the human brain for a variety of cognitive and non-cognitive functions. A crucial step in performing LSM studies is the segmentation of lesions on brains scans of a large group of patients and registration of each scan to a common stereotaxic space (also called standard space or a standardized brain template). Described here is an open-access, standardized method for infarct segmentation and registration for the purpose of LSM, as well as a detailed and hands-on walkthrough based on exemplary cases. A comprehensive tutorial for the manual segmentation of brain infarcts on CT scans and DWI or FLAIR MRI sequences is provided, including criteria for infarct identification and pitfalls for different scan types. The registration software provides multiple registration schemes that can be used for processing of CT and MRI data with heterogeneous acquisition parameters. A tutorial on using this registration software and performing visual quality checks and manual corrections (which are needed in some cases) is provided. This approach provides researchers with a framework for the entire process of brain image processing required to perform an LSM study, from gathering of the data to final quality checks of the results.

Provided here is a practical tutorial for an open-access, standardized image processing pipeline for the purpose of lesion-symptom mapping. A step-by-step walkthrough is provided for each processing step, from manual infarct segmentation on CT/MRI to subsequent registration to standard space, along with practical recommendations and illustrations with exemplary cases.

病変症状マッピングに対するMRIまたはCTに関する脳梗塞セグメンテーションと登録

In lesion-symptom mapping (LSM), brain function is inferred by relating the location of acquired brain lesions to behavioral or cognitive symptoms in a ...