概要

儿童奖励预期与处理的电生理学协议

Published: October 04, 2018
doi:

概要

本议定书的目的是衡量在和没有自闭症的幼儿的奖励预期和处理。具体而言, 该协议旨在研究社会和非社会性条件下报酬的神经相关, 同时控制条件之间的报酬。

Abstract

我们提出了一种用于测量儿童报酬的神经相关性的协议。该协议允许研究人员测量奖励预期和处理。它的目的是创造一个奖励任务, 适合和没有自闭症的年幼儿童, 同时控制奖励属性之间的两个条件: 社会和非社会性。目前的协议允许比较社会和非社会性奖励条件之间的大脑活动, 同时保持奖励本身相同的条件。通过这项协议, 我们发现正常儿童在社会条件下表现出更强的预期脑活动的证据。此外, 我们发现正常儿童比自闭症诊断的儿童更能更有力地预测社会奖赏。由于任务使用零食作为奖励, 这是最适合幼儿。然而, 如果零食被货币激励措施取代, 该议定书可适用于青少年或成年人口。该协议的目的是测量电生理事件 (事件相关的潜能), 但它可以定制用于眼球跟踪或 fMRI。

Introduction

自闭症频谱障碍 (ASD) 是一种发育障碍, 其特点是社会沟通 (口头和非语言) 的损害, 和存在的限制兴趣和/或重复行为1。考虑到 asd 被假设为基于神经的23, 在过去的十年中, 涉及 asd 的儿童的神经科学研究已经变得非常普遍, 这是不足为奇的。虽然许多关于 ASD 的大脑基础的理论已经提出, 特别是一个得到了相当大的研究关注的是社会动机假说4。简单地说, 社会动机假说指出, 与他们的典型发展 (TD) 同龄人相比, ASD 的儿童参与的社会交往较少, 因为社交活动对他们来说并不那么有益。Chevallier对社会动机假说5的回顾。由于这一假说直接涉及奖励制度, 特别是在 asd 系统是否对社会信息作出反应, 多项研究调查了 asd67的社会奖励制度,8,9,10,11,12. 这些研究的结果不同, 有些证据表明, 建筑署的奖励制度 hypoactive 社会和非社会性信息, 另一些则建议奖励制度通常用于非社会性信息, 但 hypoactive 社会刺激。这些不一致结果的一个潜在原因与协议中使用的刺激和方法有关。在实验情境下, 很难将社会和非社会性奖励相匹配;例如, 多项研究使用了一张笑脸作为社会奖赏的图片, 而非社会性奖励是货币 (例如,在实验完成7811之后获得金钱)。虽然这些研究为未来的研究提供了重要的基础, 但很难确定这些发现是否与 ASD 的社会与非社会性奖励反应的差异有关, 或者是由于奖励之间的差异条件。

本协议旨在通过电生理学研究高功能儿童的奖励系统。为了探讨有无 ASD 的儿童在奖励预期的基础上的差异, 对刺激前的消极 (SPN) 进行了测量。SPN 是一个缓慢波动的组成部分, 反映了预期的奖励刺激13。SPN 的意义通常概念化为情绪预期14,15,16 , 并被认为是由活动反映在岛上17,18。SPN 通常是在参与者执行马达响应和在决策任务1920中出现反馈之前测量的。SPN 对奖励幅度很敏感, 在奖励和无报酬条件下,151621之间的一致性也会更大。尽管 spn 通常是在决策任务期间测量的, 但研究人员报告说, 在预测情感即将到来的刺激而没有任何任务222324时, 可以观察到 spn。本议定书的一个关键目标是执行一项实验性任务, 在这项工作中, 社会和非社会性条件之间的奖赏能够消除潜在的混淆。另一个目标是测试6岁至11岁的幼儿。因此, 该议定书可以作为一个年龄适当的奖励任务, 儿童可能会发现参与, 而不变得沮丧。

Protocol

涉及人类参与者的程序得到了加利福尼亚大学、河畔分校和圣地亚哥加利福尼亚大学人类学科研究伦理委员会/机构审查委员会的批准。 1. 刺激准备 注: 以下所述程序特定于可供商业使用的编辑套件 (见材料表);但是, 其他的照片编辑软件当然可以使用。 准备一组情绪化的脸照片25分为两个面部表情 (快乐和悲伤)。使用以前收集的行为评分, 选择具有高度准确的情绪评分的照片 (其中超过80% 的参与者正确地确定了情绪)25。注意: 在我们的协议中, 有33选择成人面孔 (18 女性, 15 男性)。在18女性中, 9 是白种人, 4 是非洲裔美国人, 5 是亚裔美国人。在15男性中, 9 是白种人, 6 是非洲裔美国人, 没有一个是亚裔美国人。在这种情况下, 照片已经裁剪并放置在白色背景上。重要的是要注意的是, NimStim 组的面部表情被评为和赋范的成人25。因此, 儿童或青少年可能会对面部表情的感知不同于那些给形象赋范的成年人。 规范情感表达刺激 使用照片编辑套件, 将照片编辑成灰度, 然后保存它们 (在这里使用的软件中, 这是通过选择图像来完成的|模式 |灰度)。 请确保分辨率为72像素/英寸, 文件宽度为8.5 英寸, 高度为11英寸。 使用标尺, 更改照片的宽度 (以像素为单位), 直到脸部从一侧头发的外侧到另一侧的头发的外部测量11厘米, 从发际线开始到下巴的底部14厘米。 创建炒面箭刺激 下载 “争夺” 插件 (http://telegraphics.com.au/sw/product/Scramble)。 解压 ZIP 并将其移动到编辑套件的应用程序文件夹内的 “插件” 中。 在照片编辑程序中, 在形状选项中创建一个 “自定义形状”。请确保该形状为箭头。 一次打开一张情绪化的脸图。使用 “选择” 工具仅选择脸部而不是背景。 选择过滤器 |Telegraphics |争夺 |好的。 选择窗口 |层(这应该产生一个 “层” 窗口的侧面)。 双击 “背景”, 然后单击”确定” , 然后将其重命名为0 层(任何名称都很好)。 右键单击左侧菜单栏中的 “形状” 工具, 然后选择 “自定义箭头形状”。 将箭头形状拖到被炒图像的中间。 使用Ctrl + T将箭头拖动到图像的中间, 并调整大小, 使其与脸部图像相同 (例如, 11 x 14 厘米)。 使用角度工具, 以确保为快乐的面孔箭头朝上, 并为悲伤的面孔箭头朝下向下。 单击 “图层 0 ” 或 “步骤1.3.7 中给出的名称”。 选择图层 |与上一组。 单击 “全部选择” | “编辑 |复制已合并。 通过选择 “文件” | “在白色背景上创建带有箭头的新文件|新的。新文件应为 8.5 x 11 英寸, 分辨率为72像素/英寸。 保存文件。注意: 保存完这些后, 应该有带有悲伤表达式、快乐表达式和炒版的个人照片。向上指向箭头的炒照片是非社会性的快乐图像, 而向下指向箭头的炒照片则是非社会性图像的悲哀。 创建奖励图像 找到一个金鱼饼干的图像 (没有任何其他的框架), 并下载到计算机。 在照片编辑套件中打开金鱼饼干图像, 并将其编辑为灰度。 创建两个金鱼饼干图像: 1) 一个在灰度和 2) 一个被划掉 (例如,有一个周围的圆圈/椭圆形与线通过中间)。 使用复制 |粘贴, 放置完整的金鱼饼干的图像周围的快乐图像 (例如,向上指向箭头和微笑的人)。 使用复制 |粘贴, 放置交叉的金鱼饼干周围的悲伤图像 (例如,向下指向箭头和皱眉的人) 的图像。 电生理学 (EEG) 演示软件中的刺激准备 在脑电图演示软件包中创建两个刺激块。一个街区将是社会 (例如,微笑和皱着脸的照片), 另一个将是非社会性 (如图片向上和向下面对箭头)。 伪随机化每个块中的刺激顺序, 这样就不会在一行中出现超过一次的图像, 这样, 参与者就不会看到一行中的箭头或向上面对的箭头的三以上的悲伤/向下。 设置每个试验以包含以下内容: 固定十字架;2个带有问号的方框 (参与者将使用按钮按键表示在左右框之间的选择);箭头指向该框的参与者动产通过按钮按下;和反馈 (上面所产生的刺激)。注: 虽然参与者选择左或右框, 是否正确 (例如, 幸福的脸或向上的箭头周围的完整的金鱼) 或不正确的 (例如, 悲伤的脸或向下面对箭头包围被越过金鱼) 反馈显示是预先编程的随机描述的步骤1.5.2。因此, 参与者可能认为他们猜测正确或不正确, 但在现实中, 选择并不影响所显示的反馈图像。 根据下列持续时间显示每项试验: 1) 固定十字架 500 ms, 2) 两个方框内有问号3000毫秒, 3) 两个方框内有问号, 箭头指向参与者选择的 2000 ms 和 4) 反馈 (c34,脸部或乱脸图像) 1000 毫秒. 参见图 1。注: 如果参与者在3000毫秒内未能响应 (通过按键), 则试用结束, 下一次试用开始。预期视角是14.5°的水平视角和10.67°的垂直视角。 2. 行为程序 根据机构审查委员会的指导方针, 招聘有无 ASD 诊断的参与者。 管理认知测试 (例如,韦克斯勒缩写的智力, WASI26) 给所有参与者, 以确认孩子在低平均范围内有认知评分 (例如,一个完整的智商至少 70).注: 确定70岁以下的全智商儿童可能难以理解和记住任务方向。因此, 70 的智商削减被选为参与的排除标准。 对于早期诊断 ASD 的参与者, 管理自闭症诊断观察计划 (第二版, ADOS-2)27以确认他们的资格。 3. 脑电图记录 设置参与者。 确保每位参赛者坐在灯光昏暗的房间里舒适的椅子上, 调整椅子, 使个人离电脑屏幕72厘米远。提供有关过程的简短教程。注: 在本研究中, 参与者被告知以下内容: “你将玩一个猜谜游戏-就像一只手, 除了电脑。您将看到2个带有问号的框, 然后您将使用此按钮框来选择您认为右边框还是左侧方框是否正确。如果你认为左框是正确的, 按左键。如果你认为右框是正确的, 按右键。一旦你选择, 你会看到有问号的盒子和中间的箭头显示你选择了哪一个。然后你就会知道你是否做对了。对于每一个你得到正确的, 你会得到1金鱼饼干。如果你不喜欢金鱼, 你可以换水果零食。当你得到正确的, 你会看到一环金鱼饼干。这意味着你得到一个金鱼饼干!当你搞错了, 你会看到一圈越过金鱼饼干。当你搞错了, 你不会失去任何金鱼, 你只是不会得到任何时间。电脑会跟踪你得到多少金鱼, 然后我会给你很多后, 我们都完成了。在教程之后, 问参加者, “好吧, 那你打算怎么做?” 接着, “当你得到正确的时候你会看到什么?” 当你搞错了, 你会看到什么?确认他们理解这项任务。如果他们似乎不明白, 再解释一遍, 直到他们能够正确回答这些问题。 使用 32 Ag/AgCl 电极的脑电图帽在国际10-20 系统, 与额外的垂直 (VEOG) 和水平 (HEOG) 电极捕捉眼球运动。 测量参与者的头部, 以确定哪个大小帽适合头部大小。 使用钝针, 预凝胶的上限通过注射导电凝胶进入电极。 将 EEG 帽与放大器连接在70赫兹的低通滤波器上, 直接耦合高通 (DC) 滤波器, 60Hz 凹槽滤波器和 500 Hz 采样率。 将 EEG 帽与参与者的头部配合, 使 “Cz” 电极放置在头皮中部 (例如, nasion 到 inion), 按照10-20 系统。 使用钝针或无菌木棒, 涡流内电极移动任何头发, 并允许凝胶接触头皮。 使用阻抗计 (或脑电图计算机), 以确保阻抗低于 10 KΩ的低阻抗系统和低于 50 KΩ的高阻抗系统。 一旦盖帽上的所有电极显示可接受的阻抗水平, 放置 HEOG 和 VEOG 电极。将 HEOG 电极放在眼睛的眼角, 在眼睛的上方和下方 VEOG 电极。 如果任何电极的阻抗水平高于上述可接受的阈值, 请将其记录在笔记本或计算机上。 开始实验块, 制衡在参与者之间的块顺序 (例如,社会和非社会性)。确保脑电图计算机正在录制, 脑电图计算机和记录计算机同步, 并正确发送事件。 在每15次试验 (大约每2-3 分钟) 后, 给参与者30秒的休息时间, 让他们在需要的时候走动。注意: 虽然没有明确的方向给儿童的运动, 参与者被告知使用休息 “摆动”, “获得一些能量”, 或执行任何其他运动, 他们想。 在块之间, 给参与者一个更长的休息时间 (大约5分钟)。在每个街区之后, 让参与者填写一个4问题的李克特规模, 讨论他们对猜谜游戏的喜爱程度, 以及他们认为他们能得到正确答案的频率。 两个街区完成后, 参与者填写了两个李克特问卷, 摘下脑电帽, 让他们洗头。 向参加者及其家属提供付款 (或同等的 “奖品”)。 清洁和消毒脑电图帽。 4. 处理脑电图数据 注意: 本节中描述的过程和命令特定于 EEGLAB 和 ERPlab 工具箱28。 在 ERPlab 中, 使用 01 hz 和低通滤波器30赫兹的高通滤波器过滤脑电图数据。 丢弃 (在 ERPlab 中) 或插补 (在 EEGLAB 中) 出现高阻抗和/或在录制过程中有问题的坏通道 (例如,在录制过程中与皮肤失去接触)。 使用eeg 通道操作GUI (在 ERPlab 中), 使用左、右乳突电极的平均值重新引用脑电图数据 (乳突电极被选为参考, 因为没有致密电极阵列; 在这种情况下, 专家有时建议使用平均参考29, 并且, 因为使用两个乳突电极的平均是较少问题为偏侧作用与一个单一乳突30)。 如果使用乳突电极的平均值重新引用, 那两个电极必须提供一个清晰的信号。如果乳突电极中有一个质量较差的信号 (例如,在录音过程中阻抗或与皮肤失去接触), 不要使用参与者的数据进行分析。 使用 ERPlab 中的事件列表下拉菜单创建脑电图事件列表, 并将来自刺激计算机的代码分配给使用BINLISTER的垃圾箱。 使用 ERPlab 中的提取 bin 世纪下拉菜单, 将连续脑电图数据分割为刺激锁定的时代和基线正确。要测量刺激前的负性 (SPN), 请使用-2200 到100毫秒的纪元 (基线为-2200 到-2000 毫秒)。为了测量奖励处理或刺激后的大脑活动, 使用纪元从-200 到800毫秒 (基线-200 到0毫秒)。 在 EEGlab 中绘制数据, 并标记并丢弃看似包含非眼球闪烁工件的世纪 (例如,过度的噪音或马达运动)。 选择 “在 epoched 数据上运行 ICA “。 绘制独立组件 (选择绘图 |组件激活), 并识别任何工件的眼球运动和眨眼。 删除标识为眼球移动或眼睛闪烁工件的元件。要检查标记为移除的组件是否负责眼球移动, 请选择 “绘制单个试用数据” 以可视化已删除的已识别组件的数据。一旦眨眼和眼球移动被移除, 接受被辨认的组分的撤除。 在 ERPlab 工具中, 在epoched 数据中选择工件拒绝 |移动窗口峰值到峰值的过程。在目前的研究中, 采用了 200 ms 移动窗口、100毫秒窗口步长和 150 mV 电压阈值。 计算平均 ERPs。请确保使用默认设置, 其中说明所有标记为删除的纪元将从平均 ERP 中丢弃。 为了分析刺激发生前的平均脑活动, 提取 (步骤 4.11) 应该发生在刺激开始前200毫秒 (例如-210 到-10 毫秒) 之前, 从感兴趣的电极上。 在刺激前的消极 (SPN) 的情况下, 感兴趣的电极包括: F3/F4、C3/C4、P3/P4 和 T5/T6 (注意在某些系统中, 该区域的时间电极标记为 T6/T7 或 T3/T4)。注: 本议定书选择了-210 至-10 毫秒, 而不是-200 到0毫秒, 以避免与 SPN 无关的脑活动污染 (例如,当反馈刺激显示在0毫秒时, 神经活动开始)。 要导出用于分析的数字数据, 请使用ERP 测量工具。注意: 此工具允许研究人员指定延迟或振幅信息、感兴趣的时间窗口和感兴趣的电极。振幅可以作为给定时间窗口中的局部峰值或给定时间窗口的平均振幅来计算。 将数字数据下载为 .txt 文件。根据需要, 将数据导出到 excel 中或复制并粘贴到统计分析程序中 (例如, SPSS 或选配)。 5. ERSP 分析的处理差异 从步骤4.11 中创建的文件开始 (例如,具有所有工件拒绝过程的 epoched 文件完成)。 利用 EEGlab “newtimef” 插件获取时间 x 频率变换, 每个时间点、频率和试用值都有数值。 要测量预期的 alpha 波段活动, 请计算从8到 12 Hz 的平均值。 在用于 SPN 的相同电极上计算反馈开始前的平均激活 (例如, -2200 到-100 毫秒, 基线为-2200 到-2000 毫秒)。 在反馈之前计算α不对称, 从右半球减去左半球的测井功率。注意: 要计算反馈开始后的 ERSP 激活, 需要使用不同的时间窗口重新分析数据并重新分组到纪元中 (例如, -200 到800毫秒, 基线为-200 到0毫秒)。 6. 统计分析 将 4 (步骤4.11 和 4.12) 中提取的数字数据粘贴到统计程序中 (例如, SPSS 或选配)。 在统计软件中重复测量方差分析, 以 ERPs 的平均值来比较半球 (左、右)、电极位置 (正面、中枢、颞、顶叶)、条件 (脸部、箭头) 和组 (自闭症频谱紊乱, 通常发育)。注: 半球、电极位置和条件均属内因子, 组为主语因子。 如果半球或电极位置在统计学上没有显著意义, 则在未来的分析中折叠。 如果行为度量 (如量表严重性评分) 与 ERPs 之间的关系有兴趣, 则可以运行相关分析。

Representative Results

设计实验, 系统地比较大脑活动与社会和非社会奖励刺激是复杂的, 由于固有的困难, 等同于社会和非社会奖励。图 1代表了一个实验性协议的刺激, 它设计用于在控制奖赏属性的同时研究奖励的神经反应。具体地说, 这一范式旨在 (i) 在社会和非社会性试验之间保持一致的奖励, (二) 对社会和非社会性试验之间的体力刺激特性的控制, (iii) 适合6岁至11周岁儿童的年龄, 并没有自闭症。 图 2描述了 ERP 响应, 因为参与者预期社会和非社会刺激。应该指出的是, 由于目前的协议旨在衡量奖励预期 (SPN), 显示的时代主要是在反馈开始之前 (在数字0毫秒发生)。这些结果表明, 典型的发展 (TD) 儿童预期的奖励刺激伴随着面孔比儿童与 ASD 更强劲。此外, 虽然 TD 儿童预期脸部刺激比非面部刺激明显多, 但与 ASD 患儿相比, 在不同条件下大脑活动的差异明显。 图 1:刺激表现和时机的示意图.社会 (脸部) 状况的反馈显示在左栏中。对非社会性 (非脸部) 条件的反馈显示在右列中。”正确” 答案的反馈显示在顶部, 下面显示 “错误” 答案的反馈。这个数字是用权限12重新打印的。请单击此处查看此图的较大版本. 图 2: TD 儿童的平均波形和从 SPN 中的 ASD 响应社会/面孔 (左) 和非社会性/箭 (右).TD 儿童由一条实心线和一个虚线的儿童与 ASD 代表。用于统计分析的-210 和-10 毫秒之间的区域用灰色框突出显示。此数字是从以前的出版物6修改的。请单击此处查看此图的较大版本.

Discussion

本文介绍了儿童奖励范式中的刺激、数据收集过程和 ERP 数据分析。在这个范例中, 孩子们玩一个猜谜游戏, 类似于电脑上的一只手, 看到他们的猜测是正确还是不正确的反馈。ERP 结果的奖励预期 (大脑活动之前的反馈) 是符合刺激前的消极 (SPN)。在条件之间, 结果表明, TD 儿童预期的奖励刺激伴随着面孔比奖励刺激伴随着非面孔图片6。在儿童群体之间, 研究结果表明, TD 儿童比自闭症儿童更能预测脸部刺激。这些结果令人兴奋, 因为它们提供了有关自闭症儿童如何预测社会和非社会性信息的重要信息。这对于进一步了解自闭症的神经机制和为社会动机假说提供支持尤为重要。这些调查结果为建立和改进干预措施提供了有用的信息, 因为它强调了社会动机对儿童房地的重要性;例如, 干预措施可能很重要, 明确地试图提高社会伙伴的奖励价值, 直接影响到这一群体的社会动机。

该协议对于测量有无 ASD 的儿童的预期脑活动是有用的, 数据提供了证据, 证明这种类型的脑活动可以可靠和成功地诱发儿童超过6岁。此外, 这种方法允许社会和非社会性条件直接比较, 而不存在混淆相关的奖励性质 (因为正确的反应奖励是金鱼在两个条件)。在当前协议中, 面被打乱, 并创建了一个箭头形状。这个过程保留了非社会性 (非脸部) 条件下脸部的物理刺激特性。这项议定书可能有助于今后对建筑署下属小组的调查 (例如,一些有 asd 的儿童比其他人更有社会动机), 可用于更好地理解为什么有些儿童比其他人更有效地回应某些干预措施。

目前的做法受到限制, 必须加以考虑。首先, 上面描述的范式对于6岁至11岁的儿童来说是有用的, 在平均范围内, 没有 ASD 的人具有认知能力。通常发育为6岁以下儿童的飞行员数据并不成功, 因为儿童被指示迷惑, 不理解游戏的指示。在本议定书中, 排除标准包括70以下的全面 IQ 评分。因此, 目前的范例可能不适用于有心智或按年代年龄低于6岁的儿童。然而, 可能修改当前的协议, 以便它适合低智商和年幼儿童的个人。目前正在调查一些修改, 使其更适合幼儿等幼儿。此类修改包括将任务更改为被动 (例如,让孩子观看在块设计中以预测间隔显示的刺激) 并使用 S1/S2 范式24。在这种设计中, S1 的内容可靠地提供了关于 S2 内容的信息 (例如,如果 S1 是一个正方形, 那么 S2 将是一个面孔; 如果 S1 是一个圆圈, 那么 S2 将是一个箭头)。或者, 当前范式的时序结构可以用来创建预期的听觉协议。

在 asd, 有兴趣使用语音和非言语组和测量儿童的大脑活动的 asd 谁是非语言的, 有困难的指示或参加视觉刺激31。与第一个限制有关, 应该指出的是, 在平均范围内具有认知能力的 ASD 患儿的结果可能并不代表整个自闭症频谱–根据定义, 它捕获了广泛的功能水平。因此, 这些代表性的结果不能被推断给所有的儿童与 ASD。最后, 重要的是要注意到, 目前的协议中使用的刺激是由成人而不是儿童的赋范。因此, 未来的研究应该考虑使用刺激组的面部表情赋范的儿童。

開示

The authors have nothing to disclose.

Acknowledgements

我们感谢参加所述议定书的所有儿童和家庭。出版费由脑产品支付。

Materials

EEG cap ElectroCap International E1-SM/ E1-S/XSM Electro-Cap – Small (50-54 cm)/Electro-Cap -Small/Extra Small
NeuroScan 4.5 Neuro Scan https://compumedicsneuroscan.com/tag/scan/ EEG Recording Software
Stim2 Neuro Scan https://compumedicsneuroscan.com/product/stim2-precise-stimulus-presentation/ Stimulus Presentation Software
JMP Pro 11  SAS https://www.jmp.com/en_us/software/buy-jmp.html Statistical analysis software
NimStim Face Stimulus Set  N/A, open source images  Open source, Available at https://www.macbrain.org/resources.htm  Face Images 
EEGlab N/A, free software N/A, free software EEG analysis software (free download)
ERPlab N/A, free software N/A, free software EEG analysis software (free download)
Photoshop Photoshop https://www.photoshop.com Adobe Photoshop, image editing software
Photoshop 'scramble' plug-in Telegraphics http://telegraphics.com.au/sw/product/Scramble photoshop plug-in to scramble images 
NUAMPS EEG AMPLIFIERd Neuro Scan http://compumedicsneuroscan.com/wp-content/uploads/NuAmps-Brochure.pdf EEG amplifier 

参考文献

  1. Association, P. . Diagnostic and Statistical Manual of Mental Disorders: DSM 5. , (2013).
  2. Mundy, P. The neural basis of social impairments in autism: the role of the dorsal medial-frontal cortex and anterior cingulate system. Journal of Child Psychology and Psychiatry. 44 (6), 793-809 (2003).
  3. Neuhaus, E., Beauchaine, T. P., Bernier, R. Neurobiological correlates of social functioning in autism. Clinical Psychology Reviews. 30 (6), 733-748 (2010).
  4. Dawson, G., Webb, S. J., McPartland, J. Understanding the nature of face processing impairment in autism: insights from behavioral and electrophysiological studies. Developmental Neuropsychology. 27 (3), 403-424 (2005).
  5. Chevallier, C., Kohls, G., Troiani, V., Brodkin, E. S., Schultz, R. T. The social motivation theory of autism. Trends in Cognitive Science. 16 (4), 231-239 (2012).
  6. Stavropoulos, K. K., Carver, L. J. Reward anticipation and processing of social versus nonsocial stimuli in children with and without autism spectrum disorders. Journal of Child Psychology and Psychiatry. 55 (12), 1398-1408 (2014).
  7. Kohls, G., et al. Reward system dysfunction in autism spectrum disorders. Social Cognitive and Affective Neuroscience. 8 (5), 565-572 (2013).
  8. Scott-Van Zeeland, A. A., Dapretto, M., Ghahremani, D. G., Poldrack, R. A., Bookheimer, S. Y. Reward processing in autism. Autism Research. 3 (2), 53-67 (2010).
  9. Dichter, G. S., Richey, A., Rittenberg, A. M., Sabatino, A., Bodfish, J. W. Reward Circuitry Function in Autism During Face Anticipation and Outcomes. Journal of Autism and Developmental Disorders. 42, 147-160 (2012).
  10. Richey, J. A., et al. Common and distinct neural features of social and non-social reward processing in autism and social anxiety disorder. Social Cognitive and Affective Neuroscience. 9 (3), 367-377 (2014).
  11. Delmonte, S., et al. Social and monetary reward processing in autism spectrum disorders. Molecular Autism. 3, 1-13 (2012).
  12. Stavropoulos, K. K., Carver, L. J. Oscillatory rhythm of reward: anticipation and processing of rewards in children with and without autism. Molecular Autism. 9, 4 (2018).
  13. Damen, E. J., Brunia, C. H. Changes in heart rate and slow brain potentials related to motor preparation and stimulus anticipation in a time estimation task. Psychophysiology. 24 (6), 700-713 (1987).
  14. Chwilla, D. J., Brunia, C. H. Event-related potentials to different feedback stimuli. Psychophysiology. 28 (2), 123-132 (1991).
  15. Kotani, Y., et al. Effects of information and reward on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 40 (5), 818-826 (2003).
  16. Kotani, Y., Hiraku, S., Suda, K., Aihara, Y. Effect of positive and negative emotion on stimulus-preceding negativity prior to feedback stimuli. Psychophysiology. 38 (6), 873-878 (2001).
  17. Kotani, Y., et al. The role of the right anterior insular cortex in the right hemisphere preponderance of stimulus-preceding negativity (SPN): an fMRI study. Neuroscience Letters. 450 (2), 75-79 (2009).
  18. Kotani, Y., et al. Source analysis of stimulus-preceding negativity constrained by functional magnetic resonance imaging. Biological Psychology. 111, 53-64 (2015).
  19. Brunia, C. H., van Boxtel, G. J. M., Böcker, K. B. E. . The Oxford Handbook of Event-Related Potential Components. , (2011).
  20. van Boxtel, G. J. M., Böcker, K. B. E. Cortical Measures of Anticipation. Journal of Psychophysiology. 18 (2-3), 61-76 (2004).
  21. Ohgami, Y., Kotani, Y., Hiraku, S., Aihara, Y., Ishii, M. Effects of reward and stimulus modality on stimulus-preceding negativity. Psychophysiology. 41 (5), 729-738 (2004).
  22. Takeuchi, S., Mochizuki, Y., Masaki, H., Takasawa, N., Yamazaki, K. Stimulus preceding negativity represents arousal induced by affective picture. International Congress Series. (1278), (2005).
  23. Parker, A. B., Gilbert, D. G. Brain activity during anticipation of smoking-related and emotionally positive pictures in smokers and nonsmokers: a new measure of cue reactivity. Nicotine & Tobacco Research. 10 (11), 1627-1631 (2008).
  24. Poli, S., Sarlo, M., Bortoletto, M., Buodo, G., Palomba, D. Stimulus-preceding negativity and heart rate changes in anticipation of affective pictures. International Journal of Psychophysiology. 65 (1), 32-39 (2007).
  25. Tottenham, N., et al. The NimStim set of facial expressions: judgments from untrained research participants. Psychiatry Research. 168 (3), 242-249 (2009).
  26. Wechsler, D. Wechlser Abbreviated Scale of Intelligence (WASI). The Psychological Corporation. , (1999).
  27. Lord, C., et al. Autism Diagnostic Observation Schedule: ADOS-2. Western Psychological Services. , (2012).
  28. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Frontiers in Human Neuroscience. 8, 213 (2014).
  29. Luck, S. J. . An introduction to the event-related potential technique. , (2005).
  30. Bruder, G. E., Kayser, J., Tenke, C. E. . Oxford handbook of event-related potential components. , (2012).
  31. Yau, S. H., McArthur, G., Badcock, N. A., Brock, J. Case study: auditory brain responses in a minimally verbal child with autism and cerebral palsy. Frontiers in Neuroscience. 9, 208 (2015).

Play Video

記事を引用
Stavropoulos, K. K., Carver, L. J. An Electrophysiology Protocol to Measure Reward Anticipation and Processing in Children. J. Vis. Exp. (140), e58348, doi:10.3791/58348 (2018).

View Video