Использование этого протокола и будущих исследований с большими размерами выборки может определить, является ли переменная корковая визуальная вызванная потенциальная морфология зависит от типа стимула, внешний, или зритель, внутренне. Переменная визуальная вызванная потенциальная морфология может рассматриваться только с помощью высокого временного разрешения ЭЭГ, который также является экономически эффективным, неинвазивным и требует минимального времени записи по сравнению с другими методологиями. Демонстрацией процедуры будет Mashhood Nielsen, руководитель лаборатории и научный сотрудник из моей лаборатории.
Сопроводив участника в зал записи ЕГЭ, измерьте окружность головы участника в сантиметрах и выберите соответствующий чистый размер ЭЭГ. Измерьте и отметьте середину кожи головы для размещения эталонного электрода. Приготовьте один литр теплой воды, смешанной с пятью миллилитров детского шампуня и 1100 граммов хлорида калия.
Поместите ЭЭГ-сетку в раствор и позвольте сети впитаться в раствор в течение пяти минут. Включите компьютер презентации стимулов и компьютер для приобретения ЭЭГ. Поместите полотенце или другой абсорбентный материал на шею участника, чтобы предотвратить капание раствора на его или ее одежду и поручить участнику закрыть глаза.
Затем твердо схвять ЭЭГ сетку обеими руками и поместить его на голову участника. Убедитесь, что сеть расположена симметрично на голове головы, со эталонным электродом в средней точке кожи головы, которая была измерена. Затяните подбородок и глазные линии сетки, чтобы обеспечить безопасную связь между кожей головы и электродами.
Спросите участника, если он или она комфортно, и если что-нибудь должно быть скорректировано. Подключите сеть ЭЭГ к усилителю. Проверьте наличие надлежащих значений электрода с средней целью 10 килохм.
Чтобы уменьшить значения импеданса, используйте одноми миллилитрную пипетку, чтобы нанесите раствор хлорида калия на кожу головы и электроды, которые имеют высокую зависимость. Продолжайте этот процесс до тех пор, пока не будут достигнуты адекватные значения неустумности через электроды. Поручите участнику сосредоточиться на визуальных стимулах, которые появятся на мониторе.
Расстояние просмотра составляет около 65 дюймов. Используйте псевдо-генератор случайных чисел, чтобы определить порядок представления для четырех визуальных парадигм, и начать визуальные задачи и записи ЭЭГ. Если продолжающийся ЭЭГ показывает высокую миогенную или ровно 60 герц активности, приостановить эксперимент, чтобы перепроверить подключение кожи головы электрода.
Повторите визуальные задачи и записи ЭЭГ для парадигмы визуального объекта, визуальный объект с временной парадигмы испуга, парадигмы визуального движения, и визуальное движение с временной парадигмы испуга. По завершении эксперимента поручить участникам закрыть глаза, чтобы предотвратить проникновение раствора в глаза при удалении сетки. Начните с ослабления подбородка и глазных линий сетки.
Затем медленно снимите сетку, аккуратно потянув подбородок ремень вверх и над головой участника. Отключите сеть ЭЭГ от усилителя. Начните процесс дезинфекции, поместив крышку ЭЭГ в и из ведра, наполненного водой и полоскания под краном.
Затем приготовьте дезинфицирующее средство, добавив около двух литров воды в дезинфицирующее ведро и смешивая 15 миллилитров дезинфицирующего средства с водой. Погрузите сенсорный конец сетки в дезинфицирующее средство. Установите таймер на две минуты.
Непрерывно окунать сеть вверх и вниз. Оставьте чистую замачивания еще на восемь минут. После этого снимите крышку ЭЭГ с дезинфицирующего раствора.
Поместите ЭЭГ сетку в и из электрода ведро заполнены водой и под проточной водой для полоскания. Повторите стирку четыре раза и дайте сетке высохнуть. Для начала анализа ЭЭГ, используя один герц высокого прохода фильтра, передача ЭЭГ файлов в MatLab для анализа через набор инструментов EEGLAB.
Выберите параметр файла из меню падения и нажмите на данные об импорте. Выберите с помощью функций EEGLAB и плагинов из меню. Далее нажмите на соответствующий формат экспортного файла.
Выберите edit'from меню падения вниз, и выберите места канала для переназначения местоположения канала в зависимости от типа электромонтажа. Нажмите на искать места и выбрать эллипс, чтобы найти путь электрод монтаж файл интереса. Чтобы назначить время предварительного и пост-стимула, введите значение 0,1 секунды в поле времени старта.
Чтобы базовые правильные данные в соответствии с интервалом prestimulus, выберите предварительный базовый correct'Remove плохие каналы, используя вероятность на пороге 2,5 балла. Проверка идентификации или удаления плохих каналов путем построения всех электродов. При необходимости вручную снимите каналы со средними амплитудами напряжения за пределами диапазона от 30 до 30 микровольт.
Затем выполните отторжение артефактов, введя значения 100 микровольт и 100 микровольт, и обратите внимание на каналы с напряжением вне диапазона для всех сегментов. Если они составляют 60% или более отклоненных испытаний, вручную удалите эти плохие каналы. Повторите этот шаг столько раз, сколько необходимо.
Следуя шагам удаления артефакта, убедитесь, что принято не менее 100 зачисток. Затем навещаем каналы, представляющие интерес для классификации морфологических моделей. Если морфология cVEP характеризуется большим положительным пиком на уровне примерно 100-115 миллисекунд p1, следуют отрицательный пик примерно на 140 до 180 миллисекунд n1, и положительный пик примерно на 165 до 240 миллисекунд p2, выбрать шаблон A.If cVEP морфология характеризуется положительными и отрицательными пиками примерно от 100 до 115 миллисекунд p1, от 140 до 180 миллисекунд n1a , от 180 до 240 миллисекунд p2a, от 230 до 280 миллисекунд n1b, и от 260 до 350 миллисекунд p2b, выберите шаблон B.To создайте среднее групповое, притягать отдельные наборы данных вместе в соответствии с морфологическим шаблоном визуально наблюдаемых.
Назовите и сохраните недавно объединенный файл набора данных. Получены результаты объекта cVEP пяти участников в возрасте от 19 до 24 лет, которые пассивно просматривали каждую визуальную парадигму. В объектах без временного состояния испуга, два участника были найдены представить с шаблоном А, в то время как три представлены с шаблоном B.Similarly, в объектах с временным состоянием испуга, два предмета, представленные с шаблоном А, и три с шаблоном B.It также могут наблюдаться, что амплитуда и задержка нервного эффекта в каждом объекте начала cVEP шаблон.
Однако, в отличие от объекта начала cVEPs, движение начала cVEP морфологических моделей для каждого участника были последовательными через испуг состоянии. Кроме того, среднее значение группы шаблона B не показывает четких доказательств нескольких пиковых компонентов, обычно присутствующих как с временным испугом, так и без него. Подобно парадигме объектов, дрожь в парадигме движения, как представляется, влияет на начало движения cVEP характеристики в обоих морфологических моделей.
Категоризация морфологии cVEP в настоящее время не выполняется. Но морфологические модели могут отражать специфические зрительные корковые процессы. Рассмотрение этих моделей может прояснить основные нейрофизиологические функции, связанные с поведением.
Магнитоэнцефалография, или МЭГ, может предоставить бесплатную временную информацию о визуальном вызвать потенциалы. В то время как одновременная оценка FMRI может обеспечить высокое пространственное разрешение, касающееся дифференциальной активации корковых сетей, связанных с морфологией. Если электроды расположены ненадлежащим образом и/или затруднения высоки, интерпретация данных будет трудной и, возможно, бессмысленной.
При дезинфекции сетки, не забудьте быть осторожным с дезинфицирующим средством, и не получить его близко к глазам. Утилизировать его должным образом.
