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. Data Acquisition <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> הכן פרוטוקול גירוי כי הוא יעיל בלעורר תגובה חזותית retinotopic אמינה כפי שתואר לעיל ובדומולן 1 Wandell ואל לי האח. 2. עם זאת, פרדיגמות מבוססות היטב אחרות חלות גם בהתאם לשאלת הניסוי הספציפית לטיפול. </li><li style=";text-align:right;direction:rtl"> גירויי מתנת בר החולפים ברצף המסך לאורך 8 כיוונים של מרחב, בצעדים של 45 מעלות. ודא שהתנועה היא בתיאום עם רכישת מסגרת סורק (TR ~ 2 שניות), כך שהבר נע צעד פעם מתחילה מסגרת fMRI ונשאר במיקום החדש עד המסגרת מסתיימת. </li><li style=";text-align:right;direction:rtl"> כדי למדוד אות בסיס נכונה, להוסיף תקופות ללא גירוי בר 1. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> מגדיר שדה הראייה (10 עד 15 מעלות רדיוס) בזווית ראייה אשר לגירוי מוצג. מרגש בהווה או בדפוסי שחמט מהבהבים (גודל בודק = 0.94 x 0.94 מעלות 2, patteשיעור rn עדכון = 250 אלפיות שני / דפוס) בבר לעורר תגובה ויזואלית חזקה. </li><li style=";text-align:right;direction:rtl"> הפרמטרים הקלט הבאים הספציפיים: 8 כיוונים מחולק באופן שווה של תנועה, בר רוחב שווה ל1.875 מעלות, וברים לנוע בחצי רוחב הפס לכל מסגרת (2 שניות). ניתן למצוא פרטים נוספים באל לי האח. 2. </li><li style=";text-align:right;direction:rtl"> צור נקודה (~ 0.25 מעלות) במרכז המסך שבו העיניים של הנושא לקבע במהלך הניסוי. לשנות את הצבע של הנקודה אקראית בזמן. </li></ol></li><li style=";text-align:right;direction:rtl"> סריקת המוח של נושא בסורק MRI באמצעות סריקת הד מישורי הדמיה אופיינית (EPI) שיש לו משך 192 מסגרות (24 מסגרות בכל כיוון התנועה). חזור על הסריקות 4-8 פעמים כדי להגדיל את יחס אות לרעש. </li><li style=";text-align:right;direction:rtl"> פרמטרים שנקבעו לרצף EPI כדלקמן: = 2 שניות, TE = 40 אלפיות שנייה, גודל מטריצה ​​= 64 64, 28 פרוסות, גודל voxel = 3 x 3 x 3 מ&quot;מ 3 זווית שני, TR x = 90 °, לחלופין, חלים רצפים עם רזולוציה עדינה יותר (ה.ז., 2 x 2 x 2 מ&quot;מ 3) או TR קצר (למשל, סעיף 1-1.5) מכסה רק החזותית 2 קליפה. </li><li style=";text-align:right;direction:rtl"> תנועות עיני מסלול עם מערכת eyetracker במהלך הסריקות fMRI כדי להבטיח קיבוע נשמר עד למרחק של 1-1.5 מעלות של נקודת הקיבעון. הערה: כאן, משמשת eyetracker לתאם ראש מבוסס במערכת המשקפיים, אך ניתן להשתמש בי מערכות eyetracker המתאים אחרות במקום. </li><li style=";text-align:right;direction:rtl"> להורות לנושאים לקבע את המקום במרכז המסך שנוצר בשלב 1.3.2. כדי להבטיח את הנבדקים להתקבע, להדריך אותם לדווח על השינויים בצבע של נקודת הקיבעון. </li><li style=";text-align:right;direction:rtl"> להשיג סריקות אנטומיים, ב1 x 1 x 1 מ&quot;מ 3 רזולוציה (למשל, T1-MPRAGE; TR = 1,900 אלפיות שני, TE = 2.26 אלפית שניים, TI = 900 אלפיות שניים, זווית להעיף = 9 מעלות, 176 מחיצות). הערה: סריקות אנטומיים אלה ישמשו לפילוח כמו גם ליישור התמונות התפקודיות לאנטומיה הן בתוך ועל פני סריקות. להתאמה טובה יותר בין הפונקציהאל (EPI) תמונות ואנטומיה, לקבל גם סריקת האנטומיה inplane, עם רזולוציה זהה לEPI, באמצעות רצף משוקלל T1 הד שיפוע מהיר מפונק (SPGR) 1. </li></ol> טרום עיבוד 2. נתונים הערה: לפני הערכת נכסי PRF, יש צורך בכמה צעדים מראש עיבוד נתונים fMRI טיפוסיים, כגון תיקון תנועת הראש ויישור של כרכים פונקציונליים לסריקה אנטומיים. במאמר זה, כל העיבוד מראש, ההערכה, הניתוח וההצגה של תוצאות שהושגו מבוצעים באמצעות הקוד הפתוח LAB VISTA ארגז הכלים מבוססי תוכנת MATLAB זמין באתר תוכנת VISTA. http://white.stanford.edu/newlm/index.php/Main_Page. <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> טען את סריקת אנטומי לMATLAB ולהכין האנטומיה עוצמת קול באמצעות פונקציה שנקראת createVolAnat. </li><li style=";text-align:right;direction:rtl"> עניין מגזר גריי, חומר לבן, וCSF באמצעות הפונקציה &quot;ItkGray&quot;. </li><li style=";text-align:right;direction:rtl"> הכן נתונים תפקודיים על ידי המרת DICOM (כלומר </eמ &#39;&gt;, פורמט קובץ MRI הגלם לSiemens) קבצים לתוך NIFTI (כלומר, פורמט קובץ MRI הפונקציונלי סטנדרטי) קבצים, ונתוני עומס לVISTA באמצעות פונקציה שנקראת mrInit. </li><li style=";text-align:right;direction:rtl"> ראש תנועה נכונה וליישר תמונות תפקודיות לאנטומיה שנטענה בשלב 2.1 באמצעות rxAlign מבוסס על שינוי מטריצת affine. </li><li style=";text-align:right;direction:rtl"> סריקות ממוצעת פונקציונליות-תיקן תנועה לשיפור יחס אות לרעש על ידי לחיצה mrVISTA ניתוח TimeSeries הממוצעת tSeries. לא לכלול בסריקות בממוצע שבמהלכו תנועות עיניים חורגת מקיבעון יותר מ 1-1.5 מעלות. אם יש לי אותות מריצות שונות dc-מרחף שונה, סריקות תפקודיות ממוצעת לאחר הסרת dc-המרחף. </li><li style=";text-align:right;direction:rtl"> לחשב את מיפוי התיאום בין סריקות פונקציונליות וחומר אפור ולזהות voxels חומר אפור מקבילים בסריקות התפקודיות על ידי בחירה בתפריטים הבאים: mrVISTA החלון הפתוח גריי 3-View Window. הקצאת אותות BOLD בvoxels החומר האפור על ידי ביון, בחירה באחת מהאפשרויותvailable בmrVISTA. </li></ol> 3. הערכת PRF הטופוגרפיה ומודלים פרמטריים <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> הורד את קבצי הקוד באמצעות הקישור הבא: https://sites.google.com/site/leesangkyun/prf/codes.zip, לחלץ את הקובץ הדחוס ולמקם אותם במיקום מועדף של המחשב המקומי. הוסף את הנתיב של התיקייה בMATLAB. </li><li style=";text-align:right;direction:rtl"> הגדר את הפרמטרים גירוי המשמשים בניסוי על ידי בחירה בתפריטים הבאים: mrVISTA ניתוח הפרמטרים שנקבעו דגם Retinotopic. ציין את הפרמטרים הבאים כגון תמונות גירוי, גודל הגירוי, פונקצית hemodynamic הקנונית, במסגרת השיעור של סורק fMRI. </li><li style=";text-align:right;direction:rtl"> לפני הערכת PRF, להכין את ערכות הראשוניות פרמטר (איור 1). <ol style=";text-align:right;direction:rtl"><li style=";text-align:right;direction:rtl"> הגדר את סטי אימות הצולבת ב&quot; tprf_set_params.m &quot;מהקבצים הקוד. timeseries Divide לפחות לשתי תת-קבוצות (סט אחד לבדיקה והסטים שנותרו לאימון), כי הם מספיק זמן לבר לסוויp מרחב הגירוי כולו. לחלופין, ללא ממוצע סריקות בשלב 2.4, לאמת סריקות על ידי השארת את הסריקה אחת לבדיקה והשימוש בסריקות שנותרו לאימון. </li><li style=";text-align:right;direction:rtl"> להגדיר סט פרמטר גס (λ באיור 1; λ = [10 -2 10 -1 1 1 10 10 2]) ב&quot; tprf_set_params.m &quot;. ואז, להגדיר טווח קנס בקנה מידה ([0.1 0.3 0.5 0.7 0.9 1 3 5 7 9]) ב&quot; tprf_set_params.m &quot;. הערה: התכנית משתמשת הגסה להגדיר כדי לבחור λ וכתוצאה מכך השונות המוסבר הגבוהה ביותר. לאחר מכן, התכנית מחפשת בחלל סביב λ נבחר באמצעות מגוון סולם הקנס, שיפור הבחירה של λ כי תשואות שונות המוסבר הגבוהה ביותר נוסף. </li><li style=";text-align:right;direction:rtl"> להגדיר סף (0.2) של השונות מוסברות לvoxels חזותי מגיבים ב&quot; tprf_set_params.m &quot;. הערה: סף זה משמש כהתייחסות לבחירה של voxels חזותי תגובה. לחלופין, לעשותהחזר על השקעה עבור הלא חזותי-אזור תגובה (למשל, על ידי ציור מעגל עם רדיוס של 1 סנטימטר שבאינה מבחינה ויזואלית אזור במוח מגיב), שבו הסף ניתן לחשב באופן אוטומטי. </li><li style=";text-align:right;direction:rtl"> להגדיר סט של ספים ([0.3, 0.5, 0.7]) להגדרת אזור מרכז PRF בטופוגרפיה המנורמלת ב&quot; tprf_set_params.m &quot;(כלומר, [0-1] או [-1 עד 1] עם תקופות ללא גירוי בר בשלב 1.3.1). הערה: מהסט של ספי התכנית סיפקה בוחרת את הסף &quot;הטוב ביותר&quot;, כלומר הסף שמגדיר את אזור מרכז PRF שלמודל מרכז PRF מסביר את שונות אות הגדולות. לחלופין, לבחור סט של ערכי סף בהתאם למאפיינים של הטופוגרפיה שונה. </li></ol></li><li style=";text-align:right;direction:rtl"> הוצאת להורג &quot;tprf_runpRFest.m&quot; לחשב את הטופוגרפיה PRF (איור 1) ולהתאים גאוס אנאיזוטרופיים 2D. בסיום קביעה כל הפרמטרים שתוארו בפרוטוקול זה, ומפעיל את הקוד, להשיג את התוצאות אמידות הסופיות. </li></ol><img alt="איור 1" src="/files/ftp_upload/51811/51811fig1highres.jpg" width="700" /> איור 1: תהליך הערכת PRF. (א) איור סכמטי של התהליך ואחרי להערכת הטופוגרפיה PRF h (t):. פונקצית תגובה המודינמית, (t): גירוי, מ &#39;: PRF, רג:. הסדרת L2-נורמה (B) צעדים ספציפיים להערכת הטופוגרפיה PRF ודוגמנות מרכז PRF. הסט של פרמטרים הנדרשים להערכת מפורט בכל שלב. סעיף חד-ממדי של טופוגרפיה והמודל שלה בא לידי ביטוי. תחת עקומות &quot;התאמת מודל&quot;, שחורות ואדום מייצגות את הטופוגרפיה ומודל מרכז PRF עם סף מרכז של 0.5, בהתאמה. הקו המקווקו הכחול מציין סף לPRFאזור מרכז.

<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.

מאמר זה מדגים כיצד להעריך את הטופוגרפיה של שדות פתוחים אוכלוסייה חזותיות בראייה אנושית וכיצד להשתמש בו כדי לבחור מודל פרמטרים מתאים לשדה פתוח קליפה. לretinotopy מוצלח, פרוטוקול גירוי מתאים ושיטת ניתוח יעילה יש לבחור, והפרמטרים של הנושא הניסיוניים (תנועה וקיבעון) צריכים להיות מותאמים. גירויי בר נעו ברצף על פני השדה החזותי הם הפרדיגמה גירוי יעילה להערכת PRF כפי שהוא מייצר תגובות BOLD להבדיל ממקומות גירוי מובחנים. השיטה ניתנת בונה הטופוגרפיה PRF. מאז הבעיה של הערכת PRF היא בדרך כלל שנקבע ב, כלי מתמטי הנקרא רכס רגרסיה 3 משמש לאכיפת המגבלה סבירה של דלילות על פתרון משקל PRF. טכניקת הסדרה זו היא יעילה מאוד באמידת מודל PRF כאשר מספר התצפיות (נקודת זמןים של אות BOLD) קטן משמעותי ממספר הפיקסלים המכסים את הממד המרחבי של הגירוי. שיטה זו מספקת הערכה חזקה יותר של מרכז PRF יותר משיטות קודמות. ישנן מספר סיבות לכך: 1) זה הקטעים הראשונים אזור מרכז PRF מטופוגרפית PRF ולאחר מכן מתאים מודל מתאים, הימנעות הטיות פוטנציאליות שעלולה להשפיע על מודל PRF מתאים בדגמים ישירים (ממצא דיכוי היקפי או רעש כלומר רחוק מPRF במרכז). 2) יש את היכולת לבדוק את הטופוגרפיה חזותית נותנת את האפשרות לאמת את הביצועים של התאמת המודל הסופית לחשוף טעויות שיטתיות, כמו גם 3) את האפשרות לזיהוי תכונות של מבנה PRF שאחרת עשויה שלא להתגלות. 4) על ידי הגבלת השטח המתאים, מודל זה הוא פחות סביר כדי למפות את PRF בתוך הגבול של מצגת גירוי בהשוואה שגויה לדגמים בכושר ישירים (ראה איור 2). אף אחדtheless, משתמש צריך להיות מודע לכך שהשיטה המוצעת יש גם מגבלות לבמדויק לכידת צורת PRF ליד גבול הגירוי. זאת בשל העובדה כי בסמוך לגבול גירויי בר להפעיל שדות פתוחים חלקיים המשתייכים לvoxels PRF שמרכז יהיה בדרך כלל להיות מחוץ לאזור מצגת גירוי. כל שיטת מיפוי שדה פתוחה תהיה כפופה לבעיה זו ולהראות שיא יחסי בגבול, אלא אם כן הוא יכול להסיק בצורה מושלמת מחלק ממרכז השדה פתוח שמפעיל את כל. אחרי שאמר את זה, השיטה שלנו היא מדויקת יותר מאשר שיטות הולמות ישירות 1.9, אשר נוטות להפריז בהערכת המרחק למרכז pRFs הנמצאים בסמוך לגבול מצגת גירוי ניכר (ראה איורים 5 ו -6 של אל Lee et. 2 ל פרטים נוספים). כפי שנאמר, כדי לבנות טופוגרפיה PRF חזקה תלויה בפרמטר החופשי ההסדרה, λ (איור 1), אשר יכול בדואר מותאם בנפרד של voxels הבודדים, או כפרמטר משותף לכל voxels. פרמטר ההסדרה משפיע טופוגרפיה PRF על ידי התאמת נתונים (מעל הולם או תת-הולם) למידה ראויה. בעוד λ קטן מוביל לטופוגרפיות PRF רועשות (כלומר, לגוף מעלה) בהשוואה לPRF בפועל, λ גדול מדכא תגובות חזותיות ובכך לגרום ליותר טופוגרפיות התפשטות מ מוצדק על ידי גודל PRF בפועל (כלומר, לגוף מתחת). בחירה של מבדה האופטימלית היא חיונית להערכת PRF מוצלחת. הערכנו λ של בקבוצות משנה שונות של נתונים והערכנו אומדנים אלה משתמשים באסטרטגית אימות צולבת. זה ממזער הטיות בהערכת הטופוגרפיה PRF. הטיות שייר פוטנציאליות מצטמצמות עוד יותר בשלב דוגמנות מרכז PRF, שבו סף טופוגרפיה שונה נחקר כדי לבחור אחד כי תוצאות השונות המוסבר הגבוהה ביותר (ראה אל Lee et. 2). Fiלבסוף, גישת הטופוגרפיה המוצעת היא יעיל המחשוב. הערכת PRF טופוגרפיות על כל voxels, כולל מציאת λ פרמטר הסדרה האופטימלי, לוקחת רק כמה דקות בסביבת מחשב. זיהוי voxels חזותי שאינם מגיבים בשלב זה אינו כולל אותם מהצעד נוסף המחשוב התובעני של דוגמנות PRF-מרכז, שיפור יעילות נוסף. אולי חשוב יותר, חוקרים כבר לא צריכים לבחון מודלים שונים PRF מרובים כדי למצוא אחד שמתאים גם, שכן הם יכולים להיות מודרכים בבחירת המודל המתאים על ידי הטופוגרפיה PRF. השיטה הוכיחה בפרוטוקול זה מודדת טופוגרפיה שדה פתוחה אוכלוסייה ומשתמשת בו כדי להנחות דוגמנות שדה פתוחה אוכלוסייה. גישה זו מפחיתה את ההטיה הנוכחית בשיטות מיפוי שדה פתוחים אוכלוסייה ישירה, וכתוצאה מכך הערכות PRF יותר חזקות ומדויקות. הוא גם מפחית טעויות שיטתיות ומאפשר לנו ללמוד את האיבר התפקודילמען אזרוח קליפת המוח הראייתית ברגישות גבוהה יותר. זה ישים במיוחד במקרה של נבדקים עם נגעים של המסלולים החזותיים, שבמבנה PRF עשוי להיות לא קל לחזות א-פריורי.

הדמיה בתהודה מגנטית תפקודית (fMRI) מודדת הלא פולשני הארגון הפונקציונלי של קליפת מוח החזותית בקנה מידת מאקרוסקופי (בדרך כלל בסדר הגודל של מילימטרים). מחקרי fMRI retinotopy מוקדמים משמשים מדד לכידות בין מיקום גירוי ועוררו תגובות BOLD 4-7. מחקרים אלה בדרך כלל לא להעריך את גודל שדה פתוח אוכלוסייה. מאוחר יותר, דומולן ו1 Wandell הציעו שיטה להתגבר על מגבלה כזו על ידי במפורש דוגמנות מיקום PRF וגודל, תוך שימוש בפונקציה ליניארית של מודל זה כדי לחזות את תגובת BOLD. עם זאת, מגבלה אחת של שיטה חלוצית זו היא שמודל PRF פרמטרית יש לבחור א-פריורי, ועלול להוביל לPRF שגוי מעריך אם יתברר שלא להיות מתאים. כדי להתגבר על מגבלות של שיטת PRF-מודל פרמטרים, שיטות חדשות פותחו לאחרונה. שיטות אלה ישירות לחזות את תגובת BOLD ליםtimulus ידי בנייה מחדש את הטופוגרפיה PRF. שיטה 8 שהוצעה על ידי גרין ועמיתים משחזרת את הטופוגרפיה PRF על ידי גב מקרין תגובות BOLD לחללי גירוי 1D פרט ובניית הטופוגרפיה PRF במרחב גירוי 2D כמו טכניקת טומוגרפיה מחשב טיפוסית. מצד השני, בשיטה 2 שהוצעה על ידי אלינו ישירות מעריכה את הטופוגרפיה 2D PRF באמצעות רגרסיה ליניארית ויישום טכניקת הסדרה. בשיטה זו, הטופוגרפיה PRF מיוצגת כמערכת של משקולות שמוכפלת בגירוי להעריך את תגובת האוכלוסייה העצבית של voxel נתון. לאחר מכן, התשובה הסופית חמצן בדם הרמה-תלויה (BOLD) שמעוררת הגירוי מוערכת על ידי convolving תגובת האוכלוסייה העצבית ותפקוד התגובה המודינמית הקנונים. על מנת לפתור את המערכת ליניארית-מוגבל תחת, בנוסף, הסדרת רגרסיה הרכס משמשת לאכיפת דלילות (ראה איור 1להלן). טכניקת ההסדרה מדכאת רעש וחפצים ובכך מאפשרת השיטה שלנו להעריך את הטופוגרפיה PRF יותר וחסונה. השיטות טופוגרפיות לא מכריחות את צורת PRF יש צורה פרמטרית מסוימת, ולכן יכול לחשוף את מבנה PRF בפועל. אז יכול להיות שנבחר מודל פרמטרים מתאים בהתאם לטופוגרפית PRF. לדוגמא, הטופוגרפיה PRF ניתן להשתמש כדי להפריד את מרכז PRF ולהקיף, ולאחר מכן דוגמנות מרכז PRF שלאחר מכן יכולה להיות מדויקת יותר על ידי צמצום ההשפעה של דיכוי היקפי, כמו גם את השפעתם של חפצים פוטנציאליים אחרים שמקורם באזורים מרוחקים ל מרכז PRF. לאחרונה ביצעו השוואת כמותית בין השיטה שלנו וכמה שיטות אחרות באופן ישיר (כלומר לפני הערכת הטופוגרפיה) אנאיזוטרופיים גאוס כושר איזוטרופיים 1 גאוס, והבדל של Gaussians איזוטרופיים לPRF 9. נמצא כי topogrשיטה מבוססת aphy ביצועים טובים יותר בשיטות אלה ביחס למודלי מרכז PRF ידי השגת גבוהה יותר שונות מוסברת של סדרת BOLD זמן אות. הערכה מדויקת של נכסי PRF בתחומים שונים מגלה כיצד הם מכסים את שדה הראייה וחשוב לחקירת הארגון הפונקציונלי של קליפת המוח החזותית בפרט בכל קשורים לתפיסה חזותית. מאפיינים כגון כיצד גודל PRF שינויים עם אקסצנטריות 1,10 וPRF ארגון להקיף מרכז 9 נלמדים היטב בספרות האנושית. השיטה המוצעת להערכת תוצאות PRF הטופוגרפיה בדוגמנות פרמטר PRF מדויקת יותר וסביר יותר כדי לחשוף סדירויות לא ידועות, לא בקלות דגם א-פריורי במודלים פרמטריים הישירים. גישה זו תהיה מתאימה במיוחד ללימוד ארגון PRF בחולים עם נגעי מסלול חזותי, שעבורם מבנה PRF הוא לא בהכרח א-פריורי לחיזוי. להלן מתואר כיצד להעריך הטופוגרפיה דואר PRF וכיצד להשתמש בטופוגרפית מודל מרכז 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

קליפת ראייה מאורגנת retinotopically כך שאוכלוסיות של התאים שכנים המפה לחלקים שכנים של שדה הראייה. הדמיה בתהודה מגנטית תפקודית מאפשרת לנו להעריך שדות מבוססי voxel אוכלוסייה פתוחים (PRF), כלומר, החלק משדה הראייה שמפעיל את התאים בתוך כל voxel. לפני, שיטות ישירות, PRF הערכת 1 סובלות ממגבלות מסוימות: 1) מודל PRF נבחר א-פריורי וייתכן שלא ללכוד את צורת PRF בפועל באופן מלא, ו -2) מרכזי PRF נוטים mislocalization בסמוך לגבול של מרחב הגירוי. הנה שיטה חדשה טופוגרפית PRF הערכת 2 מוצע כי במידה רבה עוקפת את המגבלות הללו. מודל ליניארי משמש כדי לחזות את אות חמצן בדם רמה-תלויה (BOLD) על ידי convolving התגובה ליניארית של PRF לגירוי החזותי עם פונקצית התגובה המודינמית הקנונים. הטופוגרפיה PRF מיוצגת כוקטור משקל רכיבים שמייצגים את strength של התגובה הכוללת של תאי עצב voxel לגירויים שהוצג במקומות שונים בשדה ראייה. משוואות לינאריות וכתוצאה מכך ניתן לפתור עבור וקטור PRF במשקל באמצעות רכס רגרסיה 3, מניב הטופוגרפיה PRF. מודל PRF שמותאם להעריך את הטופוגרפיה ואז ניתן לבחור פוסט הוק-, ובכך לשפר את אומדני הפרמטרים PRF כגון מיקום PRF-מרכז, נטייה PRF, גודל, וכו &#39;. לאחר הטופוגרפיה PRF זמינה גם מאפשר אימות ויזואלי של אומדני פרמטרי PRF מאפשרים המיצוי של מאפייני PRF שונים מבלי לעשות הנחות א-פריורי על מבנה PRF. גישה זו מבטיחה להיות שימושי במיוחד לחקירת ארגון PRF של חולים עם הפרעות של מערכת הראייה.

דוגמנות PRF מדויקת דורשת לכידת צורות PRF בצורה נכונה. בלי לדעת את הטופוגרפיה PRF, מבחר דגמים סימטריים מעגלי המשמש במחקרים קודמים 1,9-11 היא בחירה הגיונית. סיבה לכך הוא, אם ארגון retinotopic המקומי הוא הומוגנית בכל הכיוונים של שדה ראייה, תגובת אוכלוסייה מקומית יכולה להיות מיוצגת ככוללת מצטבר סימטרית מעגלית של תגובות עצביות. עם זאת, התצפיות שלנו מראות כי זה לא בהכרח המקרה (איור 2). לכן, התבוננות בטופוגרפית PRF יכולה להיות קריטית לבחירת פונקציה פרמטרית מתאימה למודל PRF. זהו יתרון של הטופוגרפיה PRF, וכן המודלים מבוססי הטופוגרפיה להכות דגמי גאוס איזוטרופיים ישירים בכושר בדוגמנות מרכז PRF, וכתוצאה מכך בדרך כלל בהסבר של שונות גבוהות יותר (איור 2;. תראה לי אל et 2 להשוואות נוספות עם אחרים דגמים). דוגמאות אלה ממחישות את היתרון של הערכת הטופוגרפיה PRF לפני הולם את המודל. <img alt="איור 2" src="/files/ftp_upload/51811/51811fig2highres.jpg" width="700" /> איור 2: דוגמאות להערכת PRF טופוגרפיה והתאמה של מודלים מרכז PRF () טופוגרפיה PRF טיפוסית.. בטופוגרפיה, צבע אדום מציין את האזור הרגיש ביותר, אשר מציג את מרכז PRF שוכב על מרידיאן האופקי תקין האמצע. בטופוגרפיה PRF, דפוסי בר על פני מבנה מרכז PRF עם משקולות נמוכות גם לפעמים שנצפו. זה מתייחס לעובדה כי האזור לאורך צמצם בר עובר דרך מרכז PRF גם מגורה בו-זמנית עם מרכז PRF. . הם חיסלו בקלות בשלב thresholding (B) השוואה בין שיטה קודמת (DIG; גאוס איזוטרופיים ישיר לנכון) 1 וmod מרכז PRF מבוסס טופוגרפיהאל (T-מודל). אחוזים המקבילים של שונות המוסברות מוצגים לעיל כל דגם. T-מודלים להראות גבוה יותר שונות מוסברים בכל דוגמאות, עם לכידת צורת PRF מדויקת יותר. ראה לי et al. 2 לפרטים ודוגמאות נוספות יותר. דרישה חשובה אחת היא להבטיח כי הפרדיגמה fMRI משמשת מספקת נתונים retinotopy טובים. אז שיטת הטופוגרפיה PRF ניתן להשתמש כדי להעריך האקסצנטרי retinotopic ומפות אזימוט (איור 3). מפות אלו מראות ארכיטקטורת retinotopic בסיסית דומה לשיטות קודמות 1,4-7, אבל הם מדויקים יותר, כי התבוננות בטופוגרפית PRF מאפשרת לנו להפריד את מרכז PRF טוב יותר מלהקיף ומרעש או חפצים רחוקים למרכז PRF פוטנציאליים. זה, בין השאר, (ניתן למצוא תיאור מפורט של ההבדלים שנצפו באל לי האח. 2) תוצאות להערכת טובה יותר של מפות retinotopic במוזרויות גבוהות. <img alt="איור 3" src="/files/ftp_upload/51811/51811fig3highres.jpg" width="700" /> איור 3: מפות Retinotopic וPRF גודל מפות אקסצנטריות () וזווית קוטבית באונה השמאלית של נושא.. CS מציין מענית calcarine. בחלונית הימנית של איור, העיגול השחור מציין (ROI) לאזור של האינטרס שממנו voxel שPRF מתואר באיור 4 נלקח. מערכת יחסים (B) בין גודל PRF ואקסצנטרי. גודל PRF עולה עם אקסצנטריות באזורים החזותיים V1-3. עלילה זו נמשכת מ(). המודל המבוסס על הטופוגרפיה שיטה (T-המודל) יכולה לשמש כדי להעריך מאפייני PRF שונים כגון גודל PRF, התארכות, אורינטציה, ודיכוי היקפי ביעילות, מבלי לבחון מודלים פרמטריים רבים ושונים. כדי לסייע להדמיה של נכסים כאלה, MATLAB<html> פונקציה (tprf_plotpRF.m) נקבעה כי מגרשים הטופוגרפיה PRF, מודל המרכז המקביל PRF, ו לנכון את אות BOLD הגלם (איור 4). שים לב כי בחלק ממקרים, מאפייני PRF יכולים גם להיות מוערכים ישירות מהטופוגרפיה, ומבטל את הצורך בדוגמנות PRF. <img alt="איור 4" src="/files/ftp_upload/51811/51811fig4highres.jpg" width="700" /> איור 4: הפגנה של ארגז הכלים MATLAB שפותחו על ידי החוקרים. עלילה זו מציגה את הטופוגרפיה PRF והתאמת מודל מתאים PRF של voxel נבחר על ידי משתמש. Voxel המאויר נבחר מההחזר על ההשקעה שמוצגת באיור 3 א גלם:. תגובת BOLD בפועל, pred t: חיזוי עם הטופוגרפיה PRF, PRED דקות: חיזוי עם מודל פרמטרי מרכז PRF.&quot;Target =&quot; 1fig4highres.jpg _ blank &quot;&gt; לחץ כאן כדי לצפות בגרסה גדולה יותר של דמות זו.

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.

הערכה טופוגרפית של אוכלוסייה החזותית פתוחים שדות ידי fMRI

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

Nanyang Technological University

Research

JoVE Journal

Behavior

9.2K Views.  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.

Video: 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.

הדמיה תהודה מגנטית תפקודית (fMRI) עם גירוי שמיעתי בציפורי שיר

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

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.

הנוהג קיים הטוב ביותר לקבלת נתונים EEG באיכות גבוהה במהלך fMRI סימולטני

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.

fMRI אישור של מדידות fNIRS במהלך משימה נטורליסטי

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.

שיטות לבדיקת קשב חזותי באינטרנט

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.

חזותי חזותית הסתגלות

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.

מדידת קשב מהירות עיבוד חזותי על ידי ניתוח מבוסס-דגם של פסקי דין Temporal מסדר

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.

FMRI מיפוי של פעילות המוח קשורה הייצור ווקאלי של עיצורים ומרווחים דיסוננט

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.

ניתוח אוטומטי של אוכלוסיה מבוססת נמטודות מבוססי Assay העדפה

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.

התניה קלאסית חזותי של נמלות עץ

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.

חוקרים את הפריסה של תשומת לב לפני Saccades חישוב ממוצע רגיל ומדויקים באמצעות העין מעקב והערכה של רגישות חזותית

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