Psychophysikalisch-verankert, Robust Thresholding bei der Untersuchung schmerzbezogenes Lateralisa von Oszillierende Prästimulus Aktivität
Summary
Psycho-physischen Methoden wie die QUEST Schätzverfahren effizient robuste Schätzungen der Stimulationsintensität ergeben, bei der schmerzhafte Empfindungen Übergang in schmerzhafte Empfindungen. Durch die Stimulation immer wieder an der Schwelle Intensität kann die Variabilität in der Bewertung Antworten direkt auf Wahrnehmungs Einstufungen in den nachfolgenden Analysen zurückgeführt werden.
Abstract
In Wahrnehmungsstudien, ist es oft wichtig, objektiv die Gleichheit der abgegebenen Stimulation zu beurteilen über Teilnehmer oder die intra-individuelle Empfindung Größe zu quantifizieren, die durch Stimulation über mehrere Studien hervorgerufen wird. Dies erfordert eine stabile Zuordnung des Reizes Größenordnung empfundenen Intensität und wird allgemein durch psychophysische Schätzverfahren wie das Treppenverfahren erreicht. Neuere, effizientere Verfahren wie der QUEST-Algorithmus eine psycho-physischen Funktion, um die Daten in Echtzeit angepasst, während gleichzeitig die Effizienz der Datenerhebung zu maximieren. Eine robuste Schätzung der Schwellenintensität zwischen schmerzhaften und schmerzhafte Wahrnehmung kann dann den Einfluss von Schwankungen in sensorischen Input in nachfolgenden Analysen oszillatorischer Hirnaktivität zu reduzieren werden. Durch die Stimulation durch eine adaptive Schätzverfahren bestimmt bei einer konstanten Schwellenintensität kann die Varianz in den Ratings direkt an Wahrnehmungsprozesse zurückzuführen.Oszillierende Aktivität kann dann zwischen "Schmerz" und "no-Schmerz" Studien direkt gegenübergestellt werden, die Tätigkeit ergibt, die Wahrnehmungsklassifizierungsverfahren in Nozizeption steht in enger Beziehung zu.
Introduction
Bei Verhaltensexperimenten Durchführung menschlichen Teilnehmern ist es wichtig, genau zu können, um die Intensitäten der dargebotenen Stimuli steuern. Verwendung Stimuli gleicher Intensität für alle Teilnehmer, jedoch wird in einigen Einstellungen einzuführen, um die Vorspannung der subjektiven Wahrnehmung. Für einige Wahrnehmungsqualitäten wie Schmerzen, gibt es hohe inter- und intraindividuellen Schwankungen empfundene Intensität auf einem konstanten Stimulus Stufe 1, 2. Für Experimente, die gleiche subjektive percepts annehmen, ist es somit eine Notwendigkeit, die subjektiv empfundene Intensität über Teilnehmer anzupassen. Dies ist auch wichtig , wenn Wahrnehmung bei Schwellenniveau untersuchen, beispielsweise zwischen schmerzhaften und schmerzhafte Stimulation. Psycho Forschung hat diese Art von Problemen seit Jahrzehnten angegangen, und heute gibt es anspruchsvoll, aber einfach zu bedienende Methoden zur Verfügung, robuste psycho-physischen Verankerung zu erreichen.
ntent "> A simple, klassische Methode der Kartierung der Intensität eines Reizes zu einem individuellen Empfindung Größenordnung ist das Treppenverfahren 3. Hierdurch wird die Intensität aufeinanderfolgender Stimuli erhöht oder verringert wird , bis es eine Änderung in der Antwort des Teilnehmers wird an die im Zusammenhang gewünschte Schwelle oder die Position auf der subjektiven Wahrnehmungsskala. Wiederholen Sie diesen Vorgang einige Male, eine plausible Schätzung des Umkehrpunktes ergibt. die klassischen Methoden versagen jedoch bei Verwendung aller Informationen in jeder Rating Studie enthalten zu machen. Dies führt zu einem unnötig hohe Anzahl von Studien erforderlich Konvergenz zu erreichen. Methoden wie (linear) Regression oder Funktion Fitting könnte fehlschlagen, wenn die Annahmen für die Beziehung zwischen Reizstärke und Gefühl groß sind falsch oder nicht halten für den getesteten Stimulus-Bereich. das adaptive Verfahren nicht nur eine robuste Punktschätzung für eine gewisse subjektive Intensität ergeben, aber nicht so effizienter zu gestalten. Especially für mehr Experimente, die auf genaue Schätzung eines Schwellen oder Empfindung Größenordnung stark verlassen, ist es erforderlich, dass die psychophysische Verfahren sowohl robust und gleichzeitig in Bezug auf die Anzahl der erforderlichen Prüfungen effizient. Dies ist besonders wichtig in Bereichen wie der Schmerzforschung, wo die Gesamtexposition gegenüber schmerzhafte Stimulation sollte so gering wie möglich für die Teilnehmer profitieren gehalten werden.Obwohl die klassischen Treppe Methoden sind immer noch zu weit verbreitet, zum Beispiel in der quantitativen sensorischen Prüfung, die Verwendung von fortgeschrittenen Schätzmethoden , die eine bessere Nutzung der gewonnenen Informationen über Versuche machen stetig. In dem Fall der Maximum – Likelihood – Schätzverfahrens QUEST 4, 5 hier verwendet wird , ist dies wahrscheinlich auf die leicht verfügbar Umsetzung in der beliebten Matlab PsychToolbox 6 Suite. Die moderne, überarbeitete Fassung dieser procedure überlegen klassischen Schätzverfahren sowohl in Robustheit und die geringe Anzahl von Studien mit einer ausreichenden Schätzung ankommen erforderlich, wenn 7 mit den richtigen Einstellungen verwendet.
Die Logik hinter der QUEST Verfahren ist eine Weibull-Funktion auf die eingehenden Daten zu passen, die psycho-physischen Transformation zwischen Reizstärke und Gefühl Größe zu modellieren. Die Parameter für die psycho – physischen Weibull – Funktion sind teilweise durch den Experimentator gegeben, zum Beispiel die Steilheit der Funktion oder der Offset aufgrund der falsch – positive Rate und Responder Inkonsistenz. Die Positionierung des Parameters von Interesse entlang der Intensitätsdimension wird durch das Verfahren unter Verwendung von angenäherten Bayesian Maximum-Likelihood-Schätzung. Hierdurch wird eine Wahrscheinlichkeitsverteilung über die Position des Zielparameters angenommen, dh , die Schwellenintensität. Bei einer vernünftigen vor Annahme für eine solche Verteilung, wird der Algorithmus bestimmen ter informativsten Intensität, dass der Teilnehmer sollte zu reagieren. Für die aktuelle Implementierung des Verfahrens, das ist der Mittelwert der vorausgehenden Wahrscheinlichkeitsverteilung 8. Für jeden nachfolgenden Versuch ist der Stand der Wahrscheinlichkeitsverteilung Essenz mit der Wahrscheinlichkeit, dass der gegebene Antwort des Teilnehmers bei der getesteten Reizpegel multipliziert, wie durch die Weibull-Funktion aus. Jede Antwort wird verwendet, um kontinuierlich die geschätzte Wahrscheinlichkeitsverteilung für den Schwellenparameter zu aktualisieren. Dieser Vorgang wird wiederholt, bis eine befriedigende Schätzung erzeugt wird. Das Verfahren ist effizienter als eine einfache Regressions weil es sofortige Verwendung der gesammelten Reaktionen macht nächsten zu bestimmen, welche Stimulationsintensität zu testen. Außerdem wird das Verfahren speziell um den Punkt von Interesse Sonde, zB eine Schwelle oder bestimmte Empfindung Intensität. Mit nur in Testdaten aus einer solchen begrenzten Bereich in der Regression würde zu einem instabilen führenschätzen, so dass adaptive Verfahren in den Einstellungen robuster, wo nur eine relativ geringe Anzahl von Studien möglich sind.
Solche robusten können psycho-physischen Verankerung verwendet werden, um Veränderungen in der Schmerzempfindlichkeit im Laufe der Zeit zu messen, modulierende Wirkungen in Hyperalgesie / Allodynie Forschung oder analgetische Wirkungen in pharmakologischen Interventionen unter anderem Einstellungen. Eine weitere interessante Aussicht, Reize nur zwischen zwei Sinnes continua an der Schwelle zur Intensität zu verankern , ist die subjektive Wahrnehmung über den Übergang von nicht-schmerzhaft schmerzhafte Empfindung 9, 10, 11 zu untersuchen. Dieses Szenario ist sehr interessant , weil , wenn die Schmerzschwelle robust geschätzt wurde, Schmerz und nicht-Schmerzzuständen kann in elektroenzephalographischen (EEG) Aktivität gegenübergestellt werden, beispielsweise , ohne dass die physikalischen Reizstärke 12 zu verändern. Dies ermöglicht für die observation Schmerzspezifische Wahrnehmungsprozesse unter ständiger Reizbedingungen durch den Unterschied in der Gehirnaktivität zwischen so schmerzhaft und nicht-schmerzhaften bewertet Studien zu untersuchen.
Wir werden zeigen, wie die ohne weiteres verfügbar Implementierung von adaptiven Schätz in PsychToolbox zu verwenden, um kräftig die individuelle Schmerzschwelle in einem EEG Experiment bestimmen, wo der Kontrast zwischen Schmerz und nicht-Schmerz-Aktivität für lateralization Wirkungen untersucht wird, in Abhängigkeit von der Stimulationsstelle. Da die Stimulationsintensität nach der Schwellwertbildung Verfahren konstant gehalten werden kann, ist es nicht notwendig für die Aktivität EEG Konto co variierende mit Reizintensität in der nachfolgenden Analyse.
Protocol
Representative Results
Discussion
Hier haben wir das auch theoretisch Methode gegründet QUEST, um effizient eine robuste psycho-physischen Schwelle zwischen Nicht-Schmerz und Schmerzwahrnehmung schätzen. Mit konstanter Stimulation an dieser Schwelle ermöglicht eine Analyse der Wahrnehmungs Entscheidungen unabhängig von Veränderungen der Reiz Größenordnung. Während wir Schwellenintensität am Übergang zwischen harmlos und schädlichen Gefühl Domänen, andere Punkte entlang der Schmerzskala ( zum Beispiel 50 auf einer 100-Punkte – Schme…
Disclosures
The authors have nothing to disclose.
Acknowledgements
/ Deutsche Forschungsgemeinschaft (DFG): Diese Arbeit wurde von der Sonderforschungszentrum TRR169 "Adaptivität, Prognose und Interaktion crossmodalen Lernen" gefördert. Die Autoren danken Stephanie Shields für die hilfreichen Kommentare zum Manuskript.
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 |
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. Adaptive procedures in psychophysical research. Percept. Psychophys. 63 (8), 1279-1292 (2001).
- 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).
- 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. The Psychophysics Toolbox. Spat. Vis. 10 (4), 433-436 (1997).
- 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).
