Summary
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。
Subscription Required. Please recommend JoVE to your librarian.
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いされていません。また、参加者は、実験前に4週間の間に任意の薬理学的研究に参加していてはいけません。
- 任意の性別の参加者を含め、まだ痛みの知覚における周期的変化の影響を最小限にするためにホルモン避妊13、14を使用している女性の参加者をのみ含まれるように注意してください。
- 刺激のいずれかの種類を管理する前に、必ず参加者は書面でインフォームドコンセントを与えている作ります。
- 適切なキャップサイズを選択して、システムの取扱説明書に従ってEEG電極の設定を準備します。
- サンプルレートと高/低カットだけでなく、記録装置のインピーダンス限界を設定します（推奨：500ヘルツ、0.5 Hzのハイパスフィルタ、インピーダンス<20kΩの）。
- 刺激装置およびEEG装置はバッテリーと電気的にEEGシステムを実行することによって連結されていないことを確認してください。
- EEGシステムと電気刺激装置を制御するコンピュータとの間の任意のリンクはポテンシャルフリーであることを確認してください。
3.電気刺激のセットアップ
- 最高の脳波記録の時間分解能を使用するには、できるだけ短い電気刺激を続けます。 1ミリ秒の持続時間および400 Vの最大電圧を持つ単一、単相刺激パルスに刺激を設定します。より強い痛みのレベルが必要な、またはポスト刺激脳波記録の正確なタイミングは、nを実行している場合優先otの、他の刺激プロトコルを使用することができます。
- 電気刺激装置がオンになっているが、電極への出力がオフになっていることを確認します。 DS7A刺激するための装置の右側にある「OUTPUT]というスイッチが下の位置にあるべきです。
- 選択された刺激部位を特定するランドマークの位置を確認します。手元の刺激のために、親指と人差し指（外転/短母指屈筋）との間の筋肉を使用しています。すべての数字は伸ばして並置して平らな面に手を築くために参加者を確認して下さい。親指と人差し指の最初のナックルとの間の距離を二等分することにより、刺激部位を特定します。
- 電極の準備ゲルを適用することにより、肌をきれいにしてください。刺激や信頼性のない刺激につながることができ、皮膚上に残留物を残す可能性がある、アルコールや消毒剤を使用しないことを確認してください。
- 刺激電極を取り付け、織物テープで所定の位置に固定します。
- 第掲載手のための快適な位置を見つけるために、可能な場合、実験中に手を動かさないようにしようとするために、電子参加。参加者の便宜のために、表面の透過性に応じて、任意の湿度を吸収するために手の下の軟組織を置きます。
- 上向きの位置に「OUTPUT」スイッチを切り替えることにより、刺激の出力を有効にします。
4.開始位置を決定します
- マウスを使って画面上の評価尺度を操作する方法について参加者に指示します。左半分は、非有痛性感覚を表します。右半分は、水平線の形で連続的な感覚強度の範囲のための視覚的な同等のものを提供し、標準的な痛みのVASスケールに対応しています。スケールの絶対的な中心点を選択することができない参加者に指摘します。アンカーポイント15（ 表1）についての標準化された命令で参加者を提供します。 <李>は参加者に強度を変化させると応答を記録する刺激を適用することによって、評価プロセスと快適得る機会を与えます。一貫して、それぞれ、強いけど痛くない感覚（低ポイント）と中程度の痛みを伴う感覚（高ポイント）を呼び起こす2つの強度の推定値を取得するには、このフェーズ中に収集した情報を使用してください。 30件の試験または良好な推定値に到達したと満足するまで - 約25のための刺激を続けます。この間に、強度の口頭フィードバック繰り返し提示刺激強度の主観的な類似性のために参加者を照会することが有益であることができます。
- スケールの中心の周りの反応を呼び起こすために、ランダムに強度を選んでみてください。最良の結果を得るために、単純に増加または減少強度を直線的にし、また痛みを伴う側のより多くの両極端を探索しません。このフェーズはまた、参加者に潜在的になじみのないstimulatに慣れる機会を与える必要がありますイオンと一貫性のある定格の範囲のためのいくつかの基準を確立します。このため、また、いくつかの強度を繰り返しながら、可能な刺激強度の全範囲から強度を適用することをお勧めします。
- 高ポイントと低ポイントの開始強度の両方のために得られた推定値を有する一度満足し、実験の最初の部分を開始しようとしていると（s）は実施されているように、彼は評価に維持する必要があり、ランダムな刺激強度が提示されている間、参加者に通知。
5.しきい値を決定します
注：QUESTアルゴリズムは、推定を開始する前に指定するいくつかのパラメータが必要です。これらのパラメータは、心理物理機能（ベータ版、典型的には3.5）の勾配、ランダムな回答が期待されている臨床試験の一部（デルタ、典型的には0.01）、および陽性反応が全く刺激が与えられていないにもかかわらず、期待されている臨床試験の一部を含みます（γ、勧告なし）。ベイジアンestimatのためイオン、予想される評価の範囲（SD）および可能な応答（穀物）の間隔を指定する必要があります。 VASについては、穀物（通常1）のスケールの解像度に設定する必要があり、およびSDは、スケールゼロ点と可能な最大強度に加え、いくつかの安全マージンの両方を含むのに十分な大きさに設定する必要があります。ここに与えられたお薦めや「典型的な」値はPsychToolbox 6、16に含まれてQuestCreateソースコードで詳細に説明されています。閾値における痛みのために、最大でも0.01のガンマ値がもっともらしいでなければなりません。推定方法は、しかし、ほんの数件の試験で設定するために、賢明なパラメータを指定するには障害が最終推定値の不確実性を増加させる可能性があり、パラメータのmisspecificationの面で比較的ロバストです。標準偏差が非常に低く設定されている場合は、手順が目の周りの標準偏差が及ぶ領域の外側にある推定値に収束問題が発生しますパラメータの電子前の推測。したがって、むしろあまりにも大きな標準偏差の側に誤ることが重要です。
- 上記指定されたパラメータで2 QUESTセッションを作成します。高ポイントの強度から1と低ポイントから1を起動します。推定処理の実施ロジックについての情報は、補助材料（S1）に見出すことができます。
- ランダムにそれぞれのQuestMean関数によって与えられた二つの実験の一つのプローブ強度を選択します。
- プローブ強度に電気刺激を設定します。アルゴリズムによって提案さとは異なる強度を適用する必要があるかを示唆強度が範囲外の場合、ステップ5.5においてバックQuestUpdate関数に提示強度を供給する。
- 刺激をトリガします。
- 参加者が刺激を評価した後、それぞれの推定セッションのためQuestUpdateを実行し、参加者の評価と同様に提示し、実際の刺激強度でそれを提供します。
- 推定値は安定しているか、事前に定義された停止基準（> 40試験）に達したまで評価試験を実行し続けます。
- 両方の推定がQuestMeanによって与えられるようにハイとローの出発点から開始し、実行する間に平均閾値推定値を記録します。
- 必要であれば、参加者は、この段階で休憩を取ることを許可します。
6.スレッショルド・レベルでの刺激
注：であれば参加者に許容されるように、ニーズに評価し、ブロック数を調整することができます。
- 実験の残りの部分のために、ランダムな刺激とのより多くのブロックは、以下になり、彼らは以前と同様、彼らは格付けを維持する必要があることを参加者に通知します。必要に応じて、スケールのアンカーポイント上の命令を更新。
- 脳波記録を開始します。
- ステップ5.7で得られた平均閾値推定に電気刺激を設定し、目の残りの部分で設定を一定に保ちます電子実験。
- 評価ブロック（30試験）を起動し、脳波記録のデータ品質を観察します。 5評価ブロックと参加者がブロック間で短い休憩を取ることができるように - EEGデータの品質に応じて、4を実行します。
注：これらの休憩中最小限に参加者と社会的相互作用を維持するか、可能な限り多くの相互作用を標準化してみてください。 - 終了したら、脳波記録を停止し、オフに刺激出力を切り替えて、電極を取り外します。 EEGキャップを除去した後、参加者を事情聴取します。
Subscription Required. Please recommend JoVE to your librarian.
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ことができます。
図1： 実験概要。 （a）は非痛みを伴う感覚や痛みを伴う感覚にまたがる右側にまたがる左サイドでの評価尺度。 （b）は、データ収集のために使用される手順。 4続いて40しきい値トライアル - 一定の刺激の6ブロック（30トライアルずつ）。 5秒 - ブロックは、ジッタ3を持っていました試行間間隔（ITI）。評価尺度は、刺激後0.25秒が登場しました。 この図の拡大版をご覧になるにはこちらをクリックしてください。
2推定は「nonpain「低点と "痛み"高ポイントから開始し実行する堅固な閾値推定値に収束します。開始強度によって誘発されるバイアスが（ 図2a）を低減しつつ、両方の推定値の平均値を取ることは、最終的な閾値推定値が得られます。推定閾値で反復刺激により誘発される主観的な刺激強度は、1つの実験セッション内の30の試験の各（ 図2b）の複数のブロック全体で安定しています。
図2：Threshol の安定性D見積もり。 （a）の 2つの推定値、高強度の出発点のための1つ、低強度の出発点のための1つに収束アルゴリズムを示す単一の参加者のためのデータ。開始点の影響を最小限にするために、両方の閾値の推定は、（破線）を平均しました。 （b）は 、すべての参加者（N = 25）の両端の推定閾値で一定の刺激下の実験の過程にわたって格付け中央値の安定性を。 この図の拡大版をご覧になるにはこちらをクリックしてください。
「痛みを伴う」と「痛くない」と評価された試験に同時に記録されたEEGデータを分割して、それぞれ、振動活動は、事後に対比することができます。これは、同じ刺激がcategoriことについて知覚意思決定と一致する活動の違いをもたらします強い感覚としてや痛みとしてZED。先にあることが示されている- （7ヘルツ4）、痛みを伴う刺激を提示（刺激開始前に0秒-0.8秒）とシータ帯周波数範囲れる前に、 図3A及びBは、時間窓のため、これらの差分を表示します痛み17に後続の知覚分類に接続されています。しきい値のパラダイムは、刺激の大きさの独立した痛みのその後の知覚分類、にリンクされている振動活動におけるそのようなprestimulus差の検査を可能にします。
図3：Nonpain と痛みの間のパワーの違い。データは、マルチテーパー法を用いた時間 - 周波数領域に変換されています。 7 Hzから刺激開始前（-0.8秒 - - 0秒）シータ4の間の周波数が描かれています。 （a）は、パワージなどの痛みを伴う左手への刺激のその後の分類に固有のfference。 Taesler＆ローズ17から採用されたデータ（N = 15）。 （b）のよう痛い（N = 10）右手に刺激の分類に特有のパワーを。刺激側（N = 25）の独立した（c）は （a）と（b）との間の共通シータ活性。トポ・プロットは、痛みと非痛みを伴う刺激間の左右で非対称差の合計を示しています。個々の痛み/無痛みトポグラフィー（S2）と同様に事前に既存のポスト刺激データと比較すると10（S3）について、補足資料を参照してください。 この図の拡大版をご覧になるにはこちらをクリックしてください。
グループ間の刺激の側面を変更することにより、これらの事前刺激効果はさらにあちこちほぐれすることができますメートル刺激期待の任意の定位効果。 図3cは、両グループ間での活動の和（左手/右手）は、prestimulusシータの活動を強調し、それは関係なく、刺激の部位の痛みに対する非痛みの知覚分類に共通であることを示しています。
| スケール位置 | 命令 | スコア |
| 一番左の | 「全く感じません」 | 0 |
| 中央に左 | 「最強の感覚は、それがまだ痛くないです」 | 49 |
| センター | 「痛みの閾値 - この点は選択できません」 | 50 |
| センターへの権利 | 「痛みを伴う感覚」 | 51 |
| 右端の | 「最大トーラーできる痛み " | 100 |
表1：評価尺度アンカーポイントの定義。スケールの真ん中を選択することができないので、評価もnonpainと痛みの間の2代替強制選択（2AFC）データセットに二分することができます。
Subscription Required. Please recommend JoVE to your librarian.
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で50）に沿った他の点も、ここで紹介する推定方法で固定することができます。これらの場合、ケアは、実験の経過を横切る習慣または感作の効果を説明するために注意しなければなりません。このような効果は、より高い刺激強度で発生する可能性が高いです。
この手順の1つの重要なステップは、最適に適応手順により嵌合する精神物理学的機能に必要なパラメータを調整することです。もう一つの重要な問題は、命令gであります応答スケールの固定に関する参加者にiven。参加者は、スケール上の主観的強度の範囲でする場所を明確に理解している必要があります。標準化と評価に偏りを導入することを避けるために、これらの命令を、必要に応じて、繰り返しすることが非常に重要です。感覚continuumの両方がそれぞれの感度が異なる場合がありますので、痛くないし、痛みを伴う側に分割されたスケールを指定すると、一部の参加者のために処理するために困難な場合があります。この場合、分割スケールからの情報は、さらなる分析のために必要とされない場合、推定手順はまた、2の代替強制選択パラダイムとして実施することができます。ここでは、参加者は単に刺激が痛みを伴うかのように知覚されたかどうか、を決定する必要があります。評価尺度で問題が発生した場合には、推定は限り刺激についての参加者の応答が痛いか痛くないものとして真実を告げるで、偽の応答は、Wiあり、堅牢になりますデルタとガンマのパラメータで指定された限度薄いです。
初期しきい値が明らかになっもっともらしい推定または評価の凹凸上に収束しない場合には、実験を中断して再起動する必要があります。このような場合には、スケールの解釈や刺激の彼らの主観的知覚について、参加者に依頼することに役立つかもしれません。このような緩い電極または刺激への接続不良などの技術的なエラーが除外することができれば、痛みに対処するために彼らの戦略について、参加者に依頼すると便利かもしれません。定期的に武道や高性能スポーツの痛みに対処する参加者は、例えば、初期スクリーニングを通過するにもかかわらず、不規則な応答を示す可能性があります。実験者の態度または誘導され、コンプライアンスの任意の効果を誘導することがないように加えて、実験開始後と休憩中に参加者との社会的相互作用は、標準化されるべきです。
18上のスケール範囲の異なる解釈の影響であることが示されています。これらの問題は、各セッションでスケールアンカリング上に再研修参加者が減少し、裁判19ごとに1つの集約の評価に複数の刺激を平均化することができました。追加の懸念は別のセッションで電極を再取り付けすると、まったく同じ刺激強度が得られない場合がありますので、推定閾値を変更することがあります。
各反復において、例えば、QUEST等の適応推定手順を使用して、完全なすべての前の閾値試験からの情報のセットは、次のテストの強度のための最適な強度を決定するために使用されます。このような階段のような古典的な方法に比べて閾値処理中に矛盾した評価に対するロバスト性を向上させながらこれが必要な試行の回数を減少させます。閾値処理は、さらに独立して良い所望の様式または刺激型7のための心理物理関数の傾きを推定するためのパイロット実験でデータを収集することによって最適化することができます。
ここで紹介するアルゴリズムの理論的基礎は健全であり、我々は徹底的な実験のための堅牢な推定値が得られることが実証されているにもかかわらず、さらに強固な閾値推定値に到達するために必要な試験の数を減らすことを既に利用可能な改良された技術があります。これらの最適化されたベイズ法は、低試行番号にはあまり偏った結果を約束するだけでなく、位置aに合うようにしようとしないだけで一回の反復20における心理物理関数の傾きとしてもです。
このような高度な推定方法を使用することにより、主観的知覚のアンカーに頼る分野における今後の研究が利益を得ることができます。一つは、これらのアルゴリズムは、参加者の負担を減らすため、実験設定は、より生態学的に有効にするのに役立ちます。臨床設定での研究のために特に有用な特性 - また、彼らは、閾値実験では、潜在的に心理物理手順に適したすべての自己報告尺度だけでなく、精度を向上させます。
Subscription Required. Please recommend JoVE to your librarian.
Acknowledgments
/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
| Name | Company | Catalog Number | Comments |
| 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 |
References
- 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).
- 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).
- Ehrenstein, W. H., Ehrenstein, A. Psychophysical Methods. Mod. Tech. Neurosci. Res. , 1325 (1999).
- Watson, A. B., Pelli, D. G. Quest: A Bayesian adaptive psychometric method. Percept. Psychophys. 33 (2), 113-120 (1983).
- Sims, J. A., Pelli, D. The ideal psychometric procedure. Investig. Ophthalmol. Vis. Sci. 28, 366 (1987).
- Kleiner, M., Brainard, D., Pelli, D., Ingling, A., Murray, R., Broussard, C. What's new in psychtoolbox-3. Perception. 36 (14), 1-16 (2007).
- Leek, M. R.
- King-Smith, P. E., Grigsby, S. S., Vingrys, aJ., 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).
- Boly, M., Balteau, E., et al. Baseline brain activity fluctuations predict somatosensory perception in humans. Proc. Natl. Acad. Sci. 104 (29), 12187-12192 (2007).
- 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).
- 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).
- 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).
- Goolkasian, P. Cyclic changes in pain perception: an ROC analysis. Percept. Psychophys. 27 (6), 499-504 (1980).
- Hapidou, E. G., Rollman, G. B. Menstrual cycle modulation of tender points. Pain. 77 (2), 151-161 (1998).
- Huskisson, E. C. Measurement of pain. Lancet. 304 (7889), 1127-1131 (1974).
- Brainard, D. H.
- Taesler, P., Rose, M. Prestimulus Theta Oscillations and Connectivity Modulate Pain Perception. J. Neurosci. 36 (18), 5026-5033 (2016).
- Yarnitsky, D., Sprecher, E., Zaslansky, R., Hemli, J. A. Multiple session experimental pain measurement. Pain. 67 (2-3), 327-333 (1996).
- Rosier, E. M., Iadarola, M. J., Coghill, R. C. Reproducibility of pain measurement and pain perception. Pain. 98 (1-2), 205-216 (2002).
- Barthelmé, S., Mamassian, P. A flexible Bayesian method for adaptive measurement in psychophysics. arXiv:0809.0387. , (2008).
