Summary

Brain Imaging Undersökning av neurala korrelat att observera virtuella sociala interaktioner

Published: July 06, 2011
doi:

Summary

Den här artikeln visar en experimentell design där hela kroppen animerade figurer används i kombination med funktionell magnetkamera (fMRI) för att undersöka neurala korrelat till att observera virtuella sociala interaktioner.

Abstract

Förmågan att mäta sociala interaktioner är avgörande i bedömningen av andras avsikter. Faktorer som ansiktsuttryck och kroppsspråk påverkar våra beslut i personliga och professionella liv både 1. Dessa "vän eller fiende" bedömningar bygger ofta på första intryck, vilket i sin tur kan påverka vårt beslut att metoden "eller undvika". Tidigare studier undersöker neurala korrelat till social kognition tenderade att använda statiska ansikts stimuli 2. Här visar vi en experimentell design där hela kroppen animerade figurer användes i kombination med funktionell magnetkamera (fMRI) inspelningar. Femton deltagare presenterades med korta filmklipp med gäst-värd interaktioner i en företagsmiljö, medan fMRI-uppgifter har registrerats, i slutet av varje film, deltagare också betyg i den mottagande beteende. Denna konstruktion härmar närmare verkliga situationer, och därmed kan bidra till bättre förståelse av de neurala mekanismer för sociala interaktioner hos friska beteende, och att få insikt i möjliga orsaker till underskott i socialt beteende i sådana kliniska tillstånd som social ångest och autism 3 .

Protocol

1. Stimuli, Task Design, och experimentell protokoll Vår stimuli skapas med Poser 7,0 ( http://poser.smithmicro.com/poser.html ), och de presenteras med hjälp CIGAL ( http://www.nitrc.org/projects/cigal/ ). Uppgiften består av en serie av tio sekunders animerade videor av icke-verbal gäst-värd interaktioner i en företagsmiljö. Ämnet visningar gästen som möts av en vär…

Discussion

Den experimentella designen införde här tillåter undersökning av de neurala korrelat för att observera och tolka kroppsspråk. Denna konstruktion har potential att driva vår kunskap om hjärnans mekanismer som är involverade i sociala interaktioner, samt att utvidga teoretiska modeller för hur vi kombinerar uppfattning om olika typer av kroppsspråk eller sociala begrepp som trovärdighet att fatta beslut i interaktiva sociala miljöer 3. Sådan kunskap kan appliceras i en mängd olika personliga och …

Disclosures

The authors have nothing to disclose.

Acknowledgements

Denna forskning stöds av nystartade fonder till FD. KS fick stöd av en sommar utbildningsbidrag från Alberta Heritage Foundation för medicinsk forskning. FD fick stöd av en Young Investigator Award från National Alliance för forskning om schizofreni och depression, och en CPRF Award från den kanadensiska Psychiatric Research Foundation. Författarna vill tacka Peter Seres för hjälp med datainsamling och Kristina Suen för hjälp med dataanalys.

References

  1. Adolphs, R. The social brain: neural basis of social knowledge. Annu Rev Psychol. 60, 693-716 (2009).
  2. Todorov, A. Evaluating faces on trustworthiness: an extension of systems for recognition of emotions signaling approach/avoidance behaviors. Ann N Y Acad Sci. 1124, 208-224 (2008).
  3. Pelphrey, K. A., Morris, J. P. Brain Mechanisms for Interpreting the Actions of Others From Biological-Motion Cues. Curr Dir Psychol Sci. 15, 136-140 (2006).
  4. Levav, J., Argo, J. J. Physical Contact and Financial Risk Taking. Psychological Science. 21, 804-810 (2010).
  5. Northoff, G. Self-referential processing in our brain–a meta-analysis of imaging studies on the self. Neuroimage. 31, 440-457 (2006).
  6. Eddington, K. M., Dolcos, F., Cabeza, R., R Krishnan, K. R., Strauman, T. J. Neural correlates of promotion and prevention goal activation: an fMRI study using an idiographic approach. J Cogn Neurosci. 19, 1152-1162 (2007).
  7. Eddington, K. M. Neural correlates of idiographic goal priming in depression: goal-specific dysfunctions in the orbitofrontal cortex. Soc Cogn Affect Neurosci. 4, 238-246 (2009).
  8. Watson, D., Clark, L. A., Tellegen, A. Development and validation of brief measures of positive and negative affect: the PANAS Scales. J Pers Soc Psychol. 54, 1063-1070 (1988).
  9. Spielberger, C. D., Gorsuch, R. L., Lushene, R. E. . Manual for the State-Trait Anxiety Inventory. , (1970).
  10. Heimberg, R. G. Psychometric properties of the Liebowitz Social Anxiety Scale. Psychological Medicine. 29, 199-212 (1999).
  11. Costa, P. T., McCrae, R. R. . Revised NEO personality inventory and NEO five factor inventory: Professional manual. , (1992).
  12. Friston, K. J., Ashburner, J. T., Kiebel, S. J., Penny, W. D. . Statistical Parametric Mapping: The Analysis of Functional Brain Images. , (2006).
  13. Hanke, M. PyMVPA: A python toolbox for multivariate pattern analysis of fMRI data. Neuroinformatics. 7, 37-53 (2009).
  14. Said, C. P., Moore, C. D., Norman, K. A., Haxby, J. V., Todorov, A. Graded representations of emotional expressions in the left superior temporal sulcus. Front Syst Neurosci. 4, 1-8 (2011).
check_url/kr/2379?article_type=t

Play Video

Cite This Article
Sung, K., Dolcos, S., Flor-Henry, S., Zhou, C., Gasior, C., Argo, J., Dolcos, F. Brain Imaging Investigation of the Neural Correlates of Observing Virtual Social Interactions. J. Vis. Exp. (53), e2379, doi:10.3791/2379 (2011).

View Video