Böyle QUEST tahmin prosedür olarak psikofiziksel yöntemler verimli stimülasyon yoğunluğu acı hisler içine de ağrısız duyumları geçiş sağlam tahminler verebilir. eşik yoğunlukta defalarca uyararak, derecelendirme yanıtlarda değişkenlik doğrudan bir sonraki analizlerde algısal sınıflandırmalara isnat edilebilir.
algısal çalışmalarda objektif katılımcılar arasında teslim stimülasyon eşitliğini değerlendirmek veya birden fazla çalışmalarda üzerinde uyarılması ile olan içi bireysel duygu büyüklüğünü ölçmek için genellikle önemlidir. Bu algılanan yoğunluk uyaran büyüklükte sağlam örneklenmesini gerektirir ve genellikle bu tür bir merdiven prosedürü gibi psiko-fiziksel tahmin yöntemleri ile elde edilir. Veri toplama verimliliğini maksimize ederken aynı zamanda QUEST algoritması gibi daha yeni, daha verimli işlemler gerçek zamanlı verilere bir psikofiziksel işlevi uygun. Ağrılı ve ağrısız algılamaları arasındaki eşik şiddetinin sağlam tahmini sonra osilatör beyin aktivitesinin daha sonraki analizlerde duyusal girdi değişimlerin etkisini azaltmak için kullanılabilir. uyarlamalı tahmin prosedürü ile belirlenen sabit bir eşik yoğunlukta uyararak, reytinglerde varyans doğrudan algısal süreçler isnat edilebilir.Titreşim etkinlik daha sonra yakından nozisepsiyonların algısal sınıflandırma işlemlere ilişkindir aktivite veren, "acı" ve doğrudan "hayır-acı" çalışmalar arasındaki tezat olabilir.
insan katılımcıların davranışsal deneyler yaparken, yakından sunulan uyaranlara yoğunluklarını kontrol edebilmek önemlidir. tüm katılımcılar için eşit yoğunlukta uyaranlar kullanılarak, ancak bazı ortamlarda öznel algı önyargı tanıtacak. Ağrı gibi bazı algısal nitelikleri, sabit bir uyarıcı seviyesi 1, 2 de algılanan yoğunluğu yüksek içi ve bireysel farklılıklar vardır. Eşit sübjektif percepts varsayalım deneyler için, böylece katılımcılar arasında Subjektif olarak algılanan yoğunluğu maç için bir zorunluluktur. Ağrılı ve ağrısız stimülasyon arasında, örneğin, eşik seviyesinde algı incelenmesi, bu da önemlidir. Psikofizik araştırma yıllardır bu sorunları ele almıştır ve sağlam psikofiziksel tutunma elde etmek için kullanılabilir gelişmiş ancak kolay kullanımlı yöntemleri vardır bugün.
ilgili katılımcının yanıtı bir değişiklik olana kadar ntent "> tek bir duygu büyüklüğü bir uyaranın şiddeti haritalama basit, klasik yöntem merdiven yöntemi 3. Bu vesile ile, ardışık uyaranların yoğunluğu, artmış veya azalmış sübjektif hissi ölçeğinde istenen eşik veya pozisyon. zamanların bu süreç numarasını tekrarlanması, ters noktasının makul bir tahmin verir. Klasik yöntemler, ancak, her bir derecelendirme çalışmasında yer alan tüm bilgilerin faydalanmak için başarısız. Bu gereksiz yere götürür çalışmaların sayısının yüksek yakınsama ulaşmak için gerekli. Bu tür başarısız olabilir (lineer) regresyon veya fonksiyon montaj olarak Yöntemleri, uyaran şiddeti ve hissi büyüklüğü arasındaki ilişki için varsayımlar yanlış veya test edilen uyaran aralığı için tutmayın. adaptif prosedürleri değilse sadece belli bir sübjektif yoğunluğu için sağlam bir nokta tahminini elde, ama çok daha verimli yapmak. Especialpsikofiziksel yöntem sağlam ve gerekli deneme sayısı ile ilgili olarak etkili bir aynı anda her iki olmak üzere ly yoğun bir eşik veya his büyüklükte doğru tahmin kullanan uzun deneyler için, bu gereklidir. Bu durum, ağrılı uyarılmasına deşifre katılımcıların yararına mümkün olduğu kadar düşük tutulmalıdır ağrı araştırmaları, gibi alanlarda özellikle önemlidir.Klasik merdiven yöntemleri hala yaygın olarak kullanılmasına rağmen, kantitatif duyusal test örneğin, çalışmalar boyunca edinilen bilgilerin daha iyi kullanmak daha gelişmiş tahmin yöntemlerinin kullanılması giderek artmaktadır. Burada kullanılan maksimum olabilirlik tahmin yöntemi QUEST 4, 5 olması durumunda, bu muhtemelen popüler Matlab Psychtoolbox 6 takımında hazır uygulama kaynaklanmaktadır. Bu pr modern, revize edilmiş versiyonuocedure sağlamlığı ve doğru ayarlarla 7 kullanıldığında, yeterli tahmine ulaşmak için gerekli çalışmaların az sayıda hem de klasik tahmin yöntemleri üstündür.
QUEST prosedürü arkasındaki mantık uyaran yoğunluğu ve hissi büyüklüğü arasındaki psikofiziksel dönüşümü modellemek için gelen verilere bir Weibull fonksiyonu uygun etmektir. Psikofiziksel Weibull fonksiyonu parametreleri nedeniyle yalancı pozitiflik oranı ve yanıtlayan tutarsızlık örneğin, deneyci tarafından verilen kısmen fonksiyonun dikliği veya ofset vardır. yoğunluk boyut boyunca ilgi parametre konumlandırma Bayes maksimum olabilirlik tahmini kullanarak prosedüre göre yaklaşılır. Bu vesile ile, bir olasılık dağılım eşik yoğunluğunu yani, hedef parametresi konumu üzerinde kabul edilir. Böyle bir dağıtım için mantıklı bir önceki varsayım göz önüne alındığında, algoritma t belirleyecekkatılımcı yanıtlaması gerektiğini o en bilgilendirici yoğunluğu. Prosedürün geçerli uygulama için, bu önsel olasılık dağılım 8 ortalamasıdır. Weibull fonksiyonu ile karakterize edilen birbirini izleyen deneme için, önce olasılık dağılımı, test edilen uyarım düzeyinde katılımcının verdiği tepkinin olasılığı ile çarpılır özünde. Her yanıt sürekli eşik parametresi için olasılık dağılımı tahminini güncellemek için kullanılacaktır. Tatmin edici bir tahmini üretilene kadar bu işlem tekrarlanır. bir sonraki test etmek için hangi uyarım yoğunluğu belirlemek için toplanan cevapların hemen kullanımını kolaylaştırır, çünkü prosedür basit bir regresyon daha verimlidir. Ayrıca, işlem özellikle örneğin eşik veya belirli hissi yoğunluğu ilgi alanına etrafında soruşturma olacak. regresyon böyle sınırlı sayıda sadece test verilerini kullanarak istikrarsız yol açacakçalışmaların sadece nispeten düşük sayılar mümkün olan ortamlarda adaptif prosedürler daha sağlam hale tahmin ediyoruz.
Böyle sağlam psikofiziksel ankraj diğer ayarlar arasında zamanla ağrı duyarlılık değişiklikleri, hiperaljezi / allodini araştırma veya farmakolojik müdahalelerin analjezik etkileri modülatör etkileri ölçmek için kullanılabilir. Sadece iki duyusal kontinua arasındaki eşiğinde yoğunluğu uyaranlara çapa edememek başka ilginç umudu acı hissi 9, 10, 11 olmayan acı geçişin karşısında sübjektif algı incelemektir. Ağrı eşiği sağlam tahmin edilmişse, ağrı ve hiçbir ağrı durumları, fiziksel uyaran yoğunluğunu 12 değiştirmeden, örneğin, elektroensefalografi (EEG) aktivitesinde tezat olabilir, çünkü bu senaryo çok ilginç. Bu atıl sağlarağrılı ve ağrısız olarak derecelendirilen çalışmalardan arasında beyin aktivitesindeki fark inceleyerek sürekli uyaran koşulları altında ağrı özgü algısal süreçlerin Yaşlanma geciktirilerek.
Biz sağlam ağrı ve hiçbir acı aktivitesi arasındaki kontrast stimülasyon sitesine bağlı, yanallaşma etkileri incelenmiştir EEG deneyde bireysel ağrı eşiğini belirlemek için Psychtoolbox adaptif tahmini hazır uygulanmasını nasıl kullanılacağını gösterecektir. stimülasyon yoğunluğu eşikleme işlemden sonra sabit tutulabilir olduğundan, EEG aktivitesi daha sonra analiz uyaran yoğunluğu ile birlikte değişen hesaba gerekli değildir.
Burada verimli olmayan ağrı ve ağrı algı arasındaki sağlam psikofiziksel eşiği tahmin etmek de teorik olarak kurulan QUEST yöntemi kullanılır. Bu eşiğin sabit uyarımı kullanarak uyaran büyüklük değişikliklerden bağımsız algısal kararlarının bir analizini sağlar. Biz zararsız ve zararlı hissi etki alanları arasında geçiş noktasında eşik yoğunluğu incelendiğinde ederken, ağrı skalası boyunca diğer noktalar (örneğin, 100 puanlık ağrı ölçekte 50) de burada sunulan t…
The authors have nothing to disclose.
/ Alman Araştırma Vakfı (DFG): Bu çalışma, Transregional İşbirlikçi Araştırma Merkezi TRR169 "adaptivity, Tahmin ve Etkileşim Crossmodal Öğrenme" tarafından finanse edilmiştir. Yazarlar yazının yararlı yorumlar için Stephanie Shields teşekkür ederiz.
EasyCap electrode cap | EasyCap, Woerthsee-Etterschlag, Germany | CUCHW-58 | |
actiCap active Ag/Cl EEG electrode set | BrainProducts GmbH, Gliching, Germany | – | |
SuperVisc EEG eletrode gel | EasyCap, Woerthsee-Etterschlag, Germany | V16 | |
BrainAmp EEG amplifier | BrainProducts GmbH, Gliching, Germany | BrainAmp Standard | |
PsychToolbox-3 | Mario Kleiner / Open Source | – | Available at http://psychtoolbox.org/ |
Matlab | MathWorks, Natick, MA | Matlab R2015b | |
DigiTimer DS7A constant current electrical stimulator | DigiTimer Ltd., Hertfordshire, United Kingdom | DS7A |