Özet

振動Prestimulus活動の痛みに関連した定位を研究中Psychophysicallyアンカー、堅牢なしきい

Published: January 21, 2017
doi:

Özet

このようなQUEST推定手順などの心理物理的方法が効率的に痛くない感覚は痛みを伴う感覚に移行れる刺激強度の堅牢な推定値を得ることができます。閾値強度で繰り返し刺激することによって、評価応答の変動は直接その後の分析では、知覚分類に起因することができます。

Abstract

知覚の研究では、客観的参加者全体の配信刺激の平等性を評価するために、または複数の試験を介して刺激によって誘発された個体内感覚の大きさを定量化することがしばしば重要です。これは、知覚強度に刺激の大きさのロバストマッピングを必要とし、一般的に、このような階段手順と心理物理推定方法によって達成されます。データ収集の効率を最大化すると同時に、QUESTアルゴリズムのような新しい、より効率的な手順は、リアルタイムでのデータへの心理物理関数をフィット。痛みを伴うと痛くない認識の間の閾値強度のロバスト推定値は、その後、振動脳活動のその後の分析における感覚入力の変動の影響を低減するために使用することができます。適応推定手順によって決定される一定の閾値強度で刺激することによって、評価のバラツキが直接知覚プロセスに起因し得ます。振動活動は、その後、密接痛覚における知覚の分類方法に関する活動を得、直接「痛み」や「ノー痛み」試験の間に対比することができます。

Introduction

人間の参加者が関与する行動実験を行う場合、密接に提示された刺激の強度を制御できることが重要です。すべての参加者のための等しい強度の刺激を使用して、しかし、いくつかの設定では、主観的知覚のバイアスを紹介します。痛みのようないくつかの知覚品質については、一定の刺激レベル1、2で知覚される強度の高い間および個体内変動があります。同じ主観的知覚を想定した実験のために、このように、参加者を横切って主観的に知覚される強度と一致するように必要です。痛みを伴うと痛くない刺激の間、例えば 、しきい値レベルでの知覚を調べる場合にも重要です。精神物理学の研究では、数十年のための問題、これらの種類に対処していて、今日の堅牢な精神物理的固定を達成するために利用可能な洗練されたが、簡単に使用できる方法があります。

に関連する参加者の応答の変化があるまでntent ">個々の感覚の大きさに、刺激の強度をマッピングする単純な、古典的な方法は階段法3である。これにより、連続する刺激の強度は、増加または減少させます、時代のこのプロセス番号を繰り返す。主観的な感覚のスケール上のしきい値または位置を希望の反転点のもっともらしい推定値をもたらす。古典的な方法は、しかし、それぞれの評価トライアルに含まれるすべての情報を利用することができない。これは、不必要につながります収束に到達するために必要な試験の数が多い。このような(線形)回帰や関数フィッティングなどの方法が失敗する可能性があり、刺激強度と感覚の大きさとの関係のための前提が間違っているか、テストした刺激の範囲のために保持していない場合。適応手続きませんのみ、特定の主観的な強度のための堅牢な点推定値が得られるが、より効率的に行ってください。特別な精神物理学的方法は堅牢で、必要な試験の数に対して効率的に同時に両方であるためにはlyが重くしきい値または感覚の大きさの正確な推定に依存している長い実験のために、それが必要です。これは、このような痛みを伴う刺激に対する総エクスポージャーは、参加者の利益のために可能な限り低く保たれるべきである痛みの研究、などの分野では特に重要です。

古典的な階段の方法がまだ広く使用されているが、定量的感覚検査では、例えば 、臨床試験全体で取得した情報をより有効に利用するための、より高度な推定方法の使用が着実に増加しています。ここで用いられる最尤推定法QUEST 4,5の場合には、これはおそらく、人気のMatlab PsychToolbox 6スイートで容易に入手可能な実装に起因します。この広報の近代的な、改訂版ocedureは、堅牢性と正しい設定7で使用している場合、十分な推定値に到達するために必要な試験の数が少ないの両方の古典的な推定方法よりも優れています。

QUEST手順の理論的根拠は、刺激強度と感覚の大きさとの心理物理変換をモデル化するために、着信データにワイブル関数をフィットすることです。心理物理ワイブル関数のパラメータが原因偽陽性率とレスポンダ矛盾に例えば 、実験者によって指定された部分に関数の急峻性やオフセットです。強度の次元に沿って興味のあるパラメータの位置決めはベイズ最尤推定を使用してプロシージャによって近似されます。これにより、確率分布が閾値強度、すなわち 、ターゲットパラメータの位置上想定されます。このような分配のための賢明な事前の仮定を考えると、このアルゴリズムは、トンを決定します彼の参加者が応答する必要があります最も有益な強度。手順の現在の実装では、これは事前確率分布8の平均です。ワイブル関数によって特徴付けられるように連続する各試験のために、事前確率分布は、試験された刺激レベルでの参加者の与えられた応答の可能性と乗算本質です。すべての反応は、連続的に、閾値パラメータの確率分布の推定値を更新するために使用されます。満足できる推定値が生成されるまで、この手順を繰り返します。それが収集された応答の即時使用は、次のテストするために刺激強度を決定することを可能にするための手順は、単純な回帰よりも効率的です。また、手順を具体的にしきい値または特定の感覚の強さを、例えば 、興味のある点を中心に調べます。回帰でそのような限定された範囲からのみのテストデータを使用すると、不安定につながります見積もり、試験の比較的低い数字が実現可能である設定での適応手順をより強固にします。

このような強固な精神物理学的アンカーは他の設定の間で経時疼痛感受性の変化、薬理学的介入における痛覚過敏/異痛症の研究または鎮痛効果における調節効果を測定するために使用することができます。ちょうど2つの感覚コンティニュー間の閾値で強度に刺激を固定することができるというもう一つの興味深い見通しは痛みを伴う感覚9、10、11に非痛みを伴うからの移行全体の主観的知覚を検討することです。疼痛閾値がロバストに推定されている場合に、疼痛および非疼痛の条件は、例えば、物理的な刺激強度12を変更することなく、脳波(EEG)活動に対比することができるので、このシナリオは非常に興味深いです。これは、OBSを可能にします痛みと非痛みを伴うと評価試験の間の脳活動の違いを調べることによって、一定の刺激条件の下で痛み固有の知覚のプロセスのervation。

私たちは、ロバスト痛みと非痛み活性とのコントラストが刺激部位に応じて、定位効果について調べられる脳波実験で個々の疼痛閾値を決定するためにPsychToolboxに適応推定の容易に利用可能な実装を使用する方法について説明します。刺激強度が閾値手順の後に一定に保つことができるので、EEG活動がその後の分析に刺激強度と共変化を考慮する必要はありません。

Protocol

実験は、ハンブルク医師会(PV4509)の倫理委員会によって承認されています。 1.参加者の選択このような痛み刺激のためのフィットネス、ヘッドインプラントまたは既存の神経学的状態のような標準的な選択基準、参加者は、急性または慢性の痛みに苦しんでいないことを確認してください超えて、任意の痛みの薬を服用し、薬物乱用の既往歴を有していな?…

Representative Results

まだスケールの中間点( 図1b)全体の評価を得ながら、痛くない、痛みを伴う感覚( 図1a)のための1つの半分の半分に評価尺度分割を使用して、一定の刺激は、多くの臨床試験の上に塗布することができます。この方法は、感覚入力の変化を回避することができ、かつ格付け結果は、疼痛に関連する固有の知覚分類プロセスに直接関連する?…

Discussion

ここでは、効率的に非痛みと痛みの知覚との間に強固な心理物理しきい値を推定するためにも、理論的に設立されたQUESTの方法を使用していました。このしきい値に一定の刺激を使用すると、刺激の大きさの変化に独立した知覚意思決定の分析を可能にします。我々は無害と有害な感覚ドメイン間の遷移点で閾値強度を調べたが、痛みスケール( 例えば、100ポイントの痛みのスケール?…

Açıklamalar

The authors have nothing to disclose.

Acknowledgements

/ドイツ研究財団(DFG):この作品は、超えた広域連携研究センターTRR169「アダプティブ、予測との相互作用クロスモーダル学習」によって資金を供給されています。著者は、原稿上で役に立つコメントのためのステファニーシールズに感謝します。

Materials

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

Referanslar

  1. Coghill, R. C., McHaffie, J. G., Yen, Y. -. F. Neural correlates of interindividual differences in the subjective experience of pain. Proc. Natl. Acad. Sci. 100 (14), 8538-8542 (2003).
  2. Schulz, E., Tiemann, L., Schuster, T., Gross, J., Ploner, M. Neurophysiological coding of traits and states in the perception of pain. Cereb. Cortex. 21 (10), 2408-2414 (2011).
  3. Ehrenstein, W. H., Ehrenstein, A. Psychophysical Methods. Mod. Tech. Neurosci. Res. , 1325 (1999).
  4. Watson, A. B., Pelli, D. G. Quest: A Bayesian adaptive psychometric method. Percept. Psychophys. 33 (2), 113-120 (1983).
  5. Sims, J. A., Pelli, D. The ideal psychometric procedure. Investig. Ophthalmol. Vis. Sci. 28, 366 (1987).
  6. Kleiner, M., Brainard, D., Pelli, D., Ingling, A., Murray, R., Broussard, C. What’s new in psychtoolbox-3. Perception. 36 (14), 1-16 (2007).
  7. Leek, M. R. Adaptive procedures in psychophysical research. Percept. Psychophys. 63 (8), 1279-1292 (2001).
  8. King-Smith, P. E., Grigsby, S. S., Vingrys, a. J., Benes, S. C., Supowit, A. Efficient and unbiased modifications of the QUEST threshold method: theory, simulations, experimental evaluation and practical implementation. Vision Res. 34 (7), 885-912 (1994).
  9. Boly, M., Balteau, E., et al. Baseline brain activity fluctuations predict somatosensory perception in humans. Proc. Natl. Acad. Sci. 104 (29), 12187-12192 (2007).
  10. Gross, J., Schnitzler, A., Timmermann, L., Ploner, M. Gamma oscillations in human primary somatosensory cortex reflect pain perception. PLoS Biol. 5 (5), 1168-1173 (2007).
  11. Ploner, M., Lee, M. C., Wiech, K., Bingel, U., Tracey, I. Prestimulus functional connectivity determines pain perception in humans. Proc. Natl. Acad. Sci. U. S. A. 107 (1), 355-360 (2010).
  12. Oertel, B. G., Preibisch, C., et al. Separating brain processing of pain from that of stimulus intensity. Hum. Brain Mapp. 33 (4), 883-894 (2012).
  13. Goolkasian, P. Cyclic changes in pain perception: an ROC analysis. Percept. Psychophys. 27 (6), 499-504 (1980).
  14. Hapidou, E. G., Rollman, G. B. Menstrual cycle modulation of tender points. Pain. 77 (2), 151-161 (1998).
  15. Huskisson, E. C. Measurement of pain. Lancet. 304 (7889), 1127-1131 (1974).
  16. Brainard, D. H. The Psychophysics Toolbox. Spat. Vis. 10 (4), 433-436 (1997).
  17. Taesler, P., Rose, M. Prestimulus Theta Oscillations and Connectivity Modulate Pain Perception. J. Neurosci. 36 (18), 5026-5033 (2016).
  18. Yarnitsky, D., Sprecher, E., Zaslansky, R., Hemli, J. A. Multiple session experimental pain measurement. Pain. 67 (2-3), 327-333 (1996).
  19. Rosier, E. M., Iadarola, M. J., Coghill, R. C. Reproducibility of pain measurement and pain perception. Pain. 98 (1-2), 205-216 (2002).
  20. Barthelmé, S., Mamassian, P. A flexible Bayesian method for adaptive measurement in psychophysics. arXiv:0809.0387. , (2008).

Play Video

Bu Makaleden Alıntı Yapın
Taesler, P., Rose, M. Psychophysically-anchored, Robust Thresholding in Studying Pain-related Lateralization of Oscillatory Prestimulus Activity. J. Vis. Exp. (119), e55228, doi:10.3791/55228 (2017).

View Video