参与者
对20名成年人进行了测试。由于脑电图伪影,3名参与者被排除在样本之外。另外两名参与者被排除在外,因为他们没有严格遵守说明(见结果)。因此,分析了15名成年人的数据(平均年龄23±0.4岁;5名男性)。参与者是剑桥大学的研究生和本科生。这项研究得到了剑桥大学心理研究伦理委员会的伦理批准。
刺激和程序
刺激由两个阿拉伯数字组成,同时显示在19英寸的电脑屏幕中间。刺激物是在黑色背景上呈现的白色字符。试验以显示800毫秒的提示开始。随后延迟约1000毫秒(在1000毫秒的基础上增加了±50毫秒之间的随机间隔,以抑制α活动,这可能会锁定刺激呈现的时间)。固定十字架左右出现两个阿拉伯数字,持续800毫秒。试验间隔为1000毫秒。
以下数字对被用作一致和不一致条件下的刺激:1-2、2-1、8-9、9-8、1-8、8-1、2-9和9-2。以下数字对用于中性条件:1-1、2-2、8-8和9-9。一对中的两个数字具有不同的物理字体大小。在一半的试验中,手指的实际大小分别为40和45个点。另一半数字的物理大小是40分和50分。这种操作定义了任务难度因素:数字之间的物理大小差异要么小(5分:困难条件),要么大(10分:容易条件)。在一致和不一致条件下(数字距离因子),数字之间的数字距离为1或7,在中性条件下为0。数字距离1和7条件使用的数字完全相同。通过使用两个数字距离,我们将任务相关因子的层数保持在任务相关因子层数的相同值。在同余条件下,物理上较大的数字在数值上也比另一个数字大。在不一致的条件下,物理上较大的数字在数值上比另一个数字小。在中性条件下,两位数字的数值相同。在一半的试验中,身体上较大的数字出现在右边,另一半出现在左边。同样的道理也适用于数字较大的位置。对一致性、大小差异、数值距离和反应侧(左手或右手)进行正交操作。
参与者的任务是用按钮指示数字较大的数字是出现在左边还是右边。参与者用拇指按下响应按钮。在每种可能的情况下,一半的试验之前都有一个有效的提示,另一半则有一个中性提示。有效的提示是画一个可以指向左侧或右侧的水平箭头。参与者被告知,有效的线索能够100%准确地预测他们是否需要用左手或右手对数字刺激做出反应(取决于箭头指向左边还是右边)。中立的提示是一条水平线。参与者被告知,中性提示不能提供所需反应的信息。同时使用有效和中性提示的试验中,有5%为无捕获试验。在no-go试验中,数字被连字符取代。参与者被指示在渔获量试验中不要做出任何行为反应。Catch试验旨在确保参与者在手指出现之前保持反应,并在有效提示的试验中强制维持刺激分析。捕获试验在所有条件下平均分配。
刺激序列中的数字刺激以一种控制反应侧(左侧或右侧)的数量和分布以及一个刺激序列中一致性的方式进行伪随机。所有36种可能的反应侧组合(4种组合:右后右后、左后右、左后左、右后左)和一致性(9种可能的一致、不一致和中性对)均被控制并均匀分布在一个刺激序列中,以避免任何反应准备偏差。每个参与者都会收到一个独特的伪随机刺激序列,将受试者内部和跨受试者的反应准备效果等同起来。共有9个实验区块,每个区块有96个试验(864个刺激)。实验之前进行了48次实践试验。演示文稿11(神经-行为系统)提供刺激。
行为数据分析
为了拒绝快速猜测,只接受RT长于150ms的试验进行分析。通过线索(中性与有效)×一致性(一致性、不一致性和中性)×数值差异(小与大)×物理距离(大与小)重复测量ANOVA分析准确性和RT。Tukey HSD测试用于事后分析。在第二次分析中,计算了一致负中性、不一致负中性和不一致负一致差的准确度和RT值。该数据也通过线索×一致性重复测量方差分析进行分析。在两个ANOVA中,通过Tukey-HSD测试检查统计细胞之间的对比。在所有行为和生理ANOVA中,必要时使用Greenhouse-Geiserε校正。报告原始df值和校正p值。行为数据在Statistica 7.0中进行了分析。
肌电图(EMG)记录、预处理和分析
EMG110C放大器使用MP150数据采集装置(Biopac Inc.)测量肌电图。两个一次性布基低过敏性Ag-AgCl EL504记录盘电极由110S屏蔽防触摸导线连接。沿拇指左右屈肌(拇短屈肌)放置活性电极。左肘上的电极用作接地。在使用电极之前,用肥皂清洗皮肤,轻轻擦洗并用酒精清洗。电极用固体凝胶粘附。在1000 Hz下对肌电进行采样,在10-250 Hz之间进行带通滤波[40]相对于每个人在每个响应手上测得的最大振幅进行校正和缩放[41]. 因此,肌电图表示为最大测量值的百分比。相对于刺激呈现前-100到0毫秒的间隔,肌电图也进行了基线校正。相对于刺激呈现,肌电图周期从-100毫秒延长到998毫秒。
肌电图数据在Matlab 7.1和Statistica 7.0中进行分析。首先,通过一个50毫秒宽的运行平均窗口对单个肌电图进行平滑。其次,通过逐点单样本t检验来测试EMG振幅与零的偏差,针对每个Cue×一致条件对零进行t检验。与预刺激基线的显著偏差被视为显著运动激活的迹象。此后,重大偏差将被称为“肌电图激活”。如果零偏差在p<0.025的至少20个连续采样点上达到显著性,则认为其显著。在第三步中,对发现与零有显著偏差的间隔的平均肌电振幅进行线索×一致性重复测量方差分析。
事件相关脑电位记录和预处理
EEG是由一个带有129通道Hydro Cell Net的电大地测量系统记录的。电极位置显示在附加文件中2:图S2。采样率为500 Hz,使用0.01-70 Hz的在线带通滤波器。数据在0.01-30 Hz之间离线进行带通滤波,并重新计算为平均参考值。相对于刺激呈现,周期从-100毫秒延长到998毫秒。相对于-100至0ms的时间间隔,对数据进行基线校正。在任何一个记录电极上,相对于基线电压偏差超过±100μV的纪元和包含眼部伪影的纪元(由实验者在眼睛下方、上方和旁边的电极上目视检测到)均被拒绝。对刺激锁定和反应锁定数据进行分析。根据普通的-100至0毫秒的预刺激基线,对刺激锁定和响应锁定数据进行基线校正。
事件相关电位分析
全球场强(GFP)说明了同余效应的整体时间过程。GFP计算为所有记录电极的平均电位偏差,它反映了数据的空间标准偏差[42,43]. 当ERP在多个电极通道上同时显示高峰、高谷和陡峭的电位梯度时,可以计算出较大的GFP。因此,GFP是总结单个曲线中多个电极上出现的强大ERP效应的极好方法。重要的是,GFP通过一条曲线表征了强大的分布式ERP效应的延迟。
首先通过逐点线索×一致性×重复测量方差分析检验ERP振幅的影响。为了防止I类错误,保守的显著性水平为第页选择<0.005进行EEG分析。统计效应显著的时间间隔(第页<0.005)在至少10个连续采样点上,至少6个电极通道被认为具有显著影响。根据逐点方差分析,对显示出显著影响的电极的平均平均振幅进行线索×一致方差分析(计算出具有显著影响的时间间隔的平均振幅)。同余效应的地形被可视化为同余负中性、不一致负中性和不一致负同余差电位。
一项分析比较了N450潜伏期在有效线索和中性线索条件下的地形。在顶点电极(电极129)和传感器网络最内侧三个电极圆中的电极(共31个电极)处280-420 ms之间测定N450的平均振幅。对不一致的负中性差电位进行线索×电极方差分析。另一个Cue×电极方差分析是在不一致负一致差电位上进行的。进一步分析比较了N450在有效线索和中性线索条件下的峰值潜伏期。测定不一致负一致电位和不一致负中性差电位的峰值潜伏期。N450的峰值潜伏期被定义为最大负振幅在250-550 ms之间的采样点。在顶点电极(电极129)和传感器网络最内侧三个电极圆中的电极(共31个电极)处测量潜伏期值。线索×电极方差分析比较了不一致负一致电位和不一致负中性差电位的峰值潜伏期。
P300波的峰值潜伏期在300-700 ms之间测定。峰值潜伏期被定义为14个中心-顶部电极(电极7、129、106、31、80、54、55、79、61、62、78、67、72和77)上振幅最大的采样点。之所以选择这些电极,是因为P300的最大振幅发生在这些电极上。在70-150 ms之间测定枕叶P100波(振幅最大的采样点)的峰值潜伏期。在80-220 ms之间测定枕骨N200波(幅度最大的采样点值)的峰值延迟。在电极65、66、70、68、69、73、83、,84、90、88、89和94个波的振幅最大。用线索×一致性×电极重复测量方差分析测试ERP波峰值潜伏期。
为了将反应激活的中心指标与肌电图数据进行比较,我们还计算了侧向准备电位(LRP)。LRP是按照Gratton等人的建议计算的[28]:
其中EL表示位于左侧运动皮层上的电极的ERP振幅,ER表示位于右侧运动皮层上电极的ERP幅度。在传统的10-20电极系统中,电极C3用作EL,电极C4用作ER。Hydro-Cell Net电极36与电极C3的位置相等,Hydro-Cell Net-电极104与C4的位置相同。因此,电极36被用作EL,电极104被用作ER。根据惯例,负LRP表示正确的响应趋势,而正LRP表示错误的响应趋势。LRP与基线的偏差通过逐点双尾单样本t检验进行测试。当影响在第页在至少10个连续采样点(20 ms)上<0.025。