의사 결정은 기능성 자기 공명 영상 또는 FMRI로 광범위하게 연구된 동적 대화형 프로세스입니다. 신경 이미징 증거는 전방 cingulate 및 측측 전두엽 코르티칼이 신경망에 필수적인 노드임을 나타냅니다. 그러나 제한된 시간적 해상도로 인해 FMRI는 상호 작용의 타이밍과 특성을 실시간으로 정확하게 반영할 수 없습니다.
본 연구는 MEG 신호의 분산 소스 모델링과 뇌 영화를 형성하는 구조 MRI를 결합한 해부학적으로 제한된 자기 및 뇌전도 또는 MEG 방법을 사용합니다. 그것은 우리가 급성 알코올 중독 의사 결정에 영향을 미치는 방법을 검사 할 수 있습니다. 이 절차를 시연하는 것은 조 합퍼와 버크 로젠, 박사 과정 학생, 로라 바그너, 연구 동료가 될 것입니다.
먼저 참가자를 MEG 실험실로 안내하여 테스트 스캔을 실행합니다. 스캐너에 넣고 채널에서 가능한 자화 여부를 확인합니다. 그런 다음 체중을 측정하고 전자 호흡기로 날려 버리게하십시오.
알코올의 주관적인 효과의 동적 변화를 평가하려면, 그들은 음주 전에 표준화 된 규모와 실험 동안 두 개의 추가 경우에 자신의 순간 감정과 상태를 평가할 것이라고 피사체에게 알리고 호흡 알코올 농도 연석의 상승 및 내림차순 사지 동안. 그런 다음 자극 프리젠 테이션 소프트웨어가있는 랩톱에서 Stroop 작업의 연습 실행을 관리하여 참가자가 기록하기 전에 작업을 이해할 수 있도록합니다. 각 참가자의 성별과 체중에 따라 프리미엄 품질의 보드카와 차가운 오렌지 주스를 혼합하여 알코올 음료를 준비하십시오.
같은 양의 오렌지 주스를 보드카로 물보라 음료로 보더로 봉제한 림과 함께 잔에 같은 양의 오렌지 주스를 제공합니다. 참가자에게 약 10분 안에 음료를 마시도록 요청하십시오. 다음으로, EEG 캡과 전자분해, EOG, 전극을 참가자의 머리에 배치합니다.
모든 임피던스가 5킬로롬 미만이 있는지 확인하십시오. 헤드 위치 표시기, HPI, 이마의 양쪽과 각 귀 뒤에 코일을 부착합니다. 참조 프레임을 참가자의 머리에 놓습니다.
HPI 코일, EEG 전극의 네이션 및 2개의 전경 점 위치를 포함하여 신탁 점의 위치를 디지털화하고 머리 모양을 구분하는 많은 수의 추가 포인트를 얻습니다. 음주 후 15분부터 호흡술로 참가자의 호흡 알코올 농도를 확인하십시오. 그리고, 그들은 녹음 챔버에 들어갈 때까지, 5 분마다.
먼저 참가자를 MEG 스캐너에 편안하게 배치합니다. 전두엽 활동이 특히 관심사이기 때문에 참가자가 헬멧의 맨 위를 만지고 앞쪽에 정렬되도록 배치되었는지 확인하십시오. 다음으로 HPI 코일과 일렉트로 캡을 스캐너의 각 입력에 연결합니다.
버튼이 편안하게 누를 수 있도록 응답 패드를 배치합니다. 참가자에게 깜박임 최소화하고 말하기로 인한 헤드 모션을 포함한 움직임을 피하도록 상기시킵니다. 아티팩트에 대한 모든 채널을 검사하고 스캐너의 헤드 위치를 측정합니다.
그런 다음 데이터 수집을 시작하고 작업을 시작합니다. 전자 기기는 차폐실에서 사용할 수 없기 때문에 타액에 포화된 면봉으로 구성된 타액 알코올 검사를 사용하여 판독을 제공하는 리셉터클에 삽입됩니다. 작업이 완료되면 데이터를 저장하고 참가자를 기록실에서 호위합니다.
참가자가 스캐너를 종료한 후, 악기 소음의 척도로 빈 방에서 약 2분의 데이터를 수집합니다. 그런 다음 참가자에게 인식된 작업 어려움, imbibe 음료의 내용, 술에 취해 얼마나 술에 취해 있는지, 그리고 순간적인 기분과 감정을 평가하도록 요청하십시오. 마지막으로 각 참가자로부터 고해상도 해부학 MRI 스캔을 얻고 이미징 소프트웨어로 각 참가자의 피질 표면을 재구성합니다.
데이터 사전 처리 중에 허용 된 대역 통과 필터및 임시 데이터를 각 끝에 패딩 간격을 포함하는 세그먼트로 사용합니다. 시끄기 및 평평한 채널뿐만 아니라 육안 검사 및 임계값 기반 거부를 사용하여 아티팩트가 포함된 시험을 제거합니다. 그런 다음 독립적 인 구성 요소 분석을 사용하여 눈 깜박임과 심장 아티팩트를 제거하십시오.
잘못된 응답으로 시험을 제거합니다. 다음으로, 한 Hertz 증분, 네 번째 테타 주파수 대역에서 각 시험의 복잡한 전력 스펙트럼을 계산하고 추가 아티팩트를 제거하기 위해 더 많은 평신도 를 적용합니다. MRI 이미지와 MEG 데이터를 공동 등록하려면 MRI 랩 모듈을 엽니다.
파일, 가져오기, Isotrak 데이터를 선택합니다. raw_data 선택합니다. 파일을 5if하고 포인트 만들기를 클릭합니다.
그런 다음 WINDOWS, 랜드마크를 선택하고 MEG 데이터와 MRI의 공동 등록이 허용될 때까지 Fiducial 랜드마크 조정을 클릭합니다. 다음으로 각 참가자의 추정치를 평균 피질 표현으로 변형하여 이벤트 관련 테타 소스 전원의 그룹 평균을 만듭니다. 그런 다음 소스 추정치를 팽창된 평균 표면에서 시각화하려면 MNE 소프트웨어를 엽니다.
파일, 로드 표면 및 부하 팽창 그룹 평균 무료 서퍼 피질 표면을 선택합니다. 그 다음에는 파일, 오버레이 관리, STC 로드, 로드 그룹 평균 데이터를 선택하고 사용 가능한 오버레이에서 로드된 파일을 선택합니다. 색상 배율 임계값을 조정하고 표시를 클릭합니다.
이벤트 관련 테타 파워의 뇌 영화를 보고 가장 높은 활성화를 특징으로 하는 영역과 시간 창을 식별하여 처리의 현면 단계를 검사합니다. 다음으로 전체 그룹 평균 추정치를 기준으로 편향된 관심 영역인 ROI를 만듭니다. 가장 주목할 만한 소스 전력을 가진 피질 위치를 통합하려면 각 주제, 상태 및 ROI에 대한 시간 과정을 계산합니다.
마지막으로 위상 잠금 값을 계산하여 ACC의 주 활성화 foci와 측면 PFC 간의 장거리 동기화작업 관련 변경을 추정합니다. 기준선을 기준으로 백분율 변경으로 위상 잠금 값을 표현합니다. 동작 결과는 정확도가 가장 낮고 부조리한 시험에서 가장 긴 응답 시간이었기 때문에 Stroop 작업이 응답 간섭을 성공적으로 조작했음을 나타냅니다.
알코올 중독은 정확도를 낮췄지만 반응 시간에는 영향을 미치지 않았습니다. 이벤트 관련 테타 파워는 특히 전두엽 피질에서 충돌 요구에 대한 민감도와 일치하는 부조리한 시험에서 가장 큰 것입니다. 그러나, 위화 실험에 비해, 알코올ACC와 측면 PFC에서 선택적으로 부조리 한 시험에 테타 힘을 감소.
또한 ACC와 측면 PFC 간의 협동은 시간에 따라 다르며, 자극 처리 단계에서 는 전반적으로 조기 증가가 증가합니다. 위약에서, 이것은 통합 및 응답 준비 단계 도중 부조리한 예심에 대략 400 밀리초 후에 지속적인 증가 뒤에 선행됩니다. 대조적으로, 급성 알코올 중독 은 알코올에 하향식 조절 기능의 취약성을 더 나타내는 이러한 coscillations 조절.
이 연구에서는, 우리는 현절을 추정했다, 처리의 장소와 시기, 그리고 다른 뇌 영역이 의사 결정 하는 동안 상호 작용하는 방법을 조사. 우리는 알코올 중독 이산화 가 과도한 음주를 자제하는 감소 된 능력을 초래할 수있는 인지 제어 네트워크를 조절하는 방법을 보여 주었다.
