Onderzoek naar de rol van functiedimensiekaarten in visuele cognitie: impact van onderhoud van het werkgeheugen (Expt 2.3)

In dit experiment zullen de deelnemers deelnemen aan alle taakomstandigheden in een ontwerp met herhaalde metingen. Deelnemers worden niet willekeurig aan groepen toegewezen, omdat alle deelnemers dezelfde reeks experimentele manipulaties zullen ervaren. In dit experiment zullen de deelnemers deelnemen aan een reeks uitdagende visuele werkgeheugentaken terwijl hun oogpositie wordt gevolgd tijdens fMRI-scanning.

Bij alle taken zullen de deelnemers één kenmerk (kleur of beweging) van een stimulus die in de periferie wordt gepresenteerd, nauwkeurig onthouden en rapporteren. Gedragsreacties worden geregistreerd met een druk op de knop, die deelnemers zullen maken met behulp van een fMRI-compatibele knoppenkast die ze in hun rechterhand houden.

In dit experiment zullen de onderzoekers aspecten van de gedragstaak manipuleren (herinnerde kenmerkwaarde en dimensie) terwijl de stimulusweergave vergelijkbaar blijft (bewegende kleurrijke stippen; bewegingsrichting, locatie en kleur variëren willekeurig bij elke proef). Deze manipulaties zullen de onderzoekers in staat stellen de rol van kenmerkselectieve retinotopische interessegebieden (ROI's) te testen bij het ondersteunen van ruimtelijke en kenmerkende representaties van herinnerde visuele stimuli gedurende korte vertragingen.

In dit experiment (experiment 2.3) presenteren de onderzoekers een enkele stimulus op een perifere locatie op een blanco achtergrond met daarin equiluminant gekleurde bewegende stippen (willekeurige kleurtint en willekeurige vlakke bewegingsrichting). Deelnemers krijgen aan het begin van elke proef een signaal om de precieze kleur van de stippen of de precieze bewegingsrichting te onthouden en te rapporteren. Als het bijwonen en coderen van een kenmerkdimensie de activeringsprofielen binnen de overeenkomstige dimensiekaart moduleert, verwachten de onderzoekers een selectieve verbetering van de stimulusrepresentatie te zien in de dimensiekaart van een regio die de voorkeur geeft aan het bezochte kenmerk.

Deelnemers zullen ook worden gescand voor een anatomische en retinotopische mappingsessie, waarmee de onderzoekers hersengebieden kunnen identificeren voor verdere analyse met behulp van gevestigde en gestandaardiseerde procedures.

STATISTISCH ONTWERP & KRACHT

De fMRI-onderzoeken die in dit onderzoeksverslag worden beschreven, maken gebruik van een omgekeerd coderingsmodel (IEM) voor de ruimtelijke positie om stimulusrepresentaties te kwantificeren in gereconstrueerde ruimtelijke kaarten van het gezichtsveld op basis van activeringspatronen gemeten in retinotopische kenmerkselectieve ROI's. De onderzoekers identificeren rigoureus ROI's met behulp van onafhankelijke retinotopische mapping- en localizertechnieken, en gebruiken een 'mapping'-taak om een' vast' coderingsmodel te schatten voor gebruik onder alle omstandigheden in elk gerapporteerd experiment. Deze ontwerpbeslissingen zorgen ervoor dat de onderzoekers hun vermogen om de effecten van hun manipulaties binnen individuele deelnemers en hersengebieden te detecteren, kunnen maximaliseren en de statistische kracht kunnen maximaliseren. De onderzoekers gebruiken een compromis tussen diepgaande beeldvorming van verschillende experimentele en stimulusomstandigheden bij individuele deelnemers en aggregatie van gegevens over een gematigde steekproef van deze diep in beeld gebrachte deelnemers (n = 10; zie hieronder). Hierdoor kunnen de onderzoekers hoogwaardige, reproduceerbare schattingen verkrijgen van modelgebaseerde stimulusrepresentaties over taak- en stimulusmanipulaties binnen individuele deelnemers heen, en statistische gevolgtrekkingen maken op deze metingen over de hele onderzoekssteekproef.

fMRI-analyses zullen worden uitgevoerd in de individuele hersenen van elke deelnemer, en voxels krijgen 'regio'-labels toegewezen volgens onafhankelijke criteria (functionele retinotopische mapping). Dienovereenkomstig zijn er geen vergelijkingen die een nauwkeurige uitlijning van hersenweefsel tussen deelnemers vereisen, en geen generatie van groepsgemiddelde 'kaarten' van hersenactivatie. Als zodanig zijn zorgen over de reproduceerbaarheid van hersenkaarten en de daarmee samenhangende zorgen over statistische macht niet relevant voor dit onderzoeksontwerp.

Het statistische ontwerp van het onderzoek is een ontwerp met herhaalde metingen, waarbij elke deelnemer wordt blootgesteld aan alle manipulaties in het onderzoek. De volgorde van manipulaties die elke deelnemer ervaart, is willekeurig verdeeld over de deelnemers. De onderzoekers zullen niet-parametrische randomisatietests gebruiken voor alle statistische vergelijkingen, waarbij ze hypothesetests zullen uitvoeren (bijvoorbeeld variantieanalyse met herhaalde metingen) met behulp van 'geshuffelde' gegevens (verkeerd uitgelijnde toestandslabels in verhouding tot de gemeten kaartactivatie bij elke proef) om een ​​nulverdeling te genereren. van teststatistieken onder de nulhypothese dat er geen effect is van hun onafhankelijke variabele(n). Zodra deze procedure uitgebreid (1000 keer) per test wordt herhaald, kan de p-waarde worden geschat door de teststatistiek berekend met behulp van intacte labels te vergelijken met deze nulverdeling, en waar nodig gecorrigeerd voor meerdere vergelijkingen (bijvoorbeeld via het percentage valse ontdekkingen). Het gebruik van permutatieprocedures om een ​​nulverdeling te genereren minimaliseert de afhankelijkheid van parametrische aannames.

Bovendien zijn de experimenten binnen het onderzoek zo ontworpen dat er voldoende gegevens worden verzameld zodat gegevens van elke individuele deelnemer kunnen worden gebruikt om de effecten van interesse te testen. Dienovereenkomstig kan elke deelnemer worden beschouwd als een onafhankelijke 'replicatie' van elke andere deelnemer. Eerdere studies waarbij een vergelijkbare methodologie werd toegepast waarbij op IEM gebaseerde reconstructies van visuele stimuli tussen omstandigheden worden vergeleken, hebben relatief kleine steekproeven gebruikt (n = 7-8). Andere onderzoeken waarbij gebruik werd gemaakt van populatie-receptieve veldmodellen of locatiespecifieke functionele lokalisatoren, die in principe zeer vergelijkbaar zijn met de hier toegepaste aanpak, hebben kleinere steekproeven gebruikt (bijvoorbeeld n = 6).

Steekproefomvang en statistische kracht:

In dit onderzoek zullen de onderzoekers een gemiddelde steekproefgrootte verkrijgen met uitgebreide gegevens per taakconditie (n = 10; 2 experimentele fMRI-sessies, elk 1,5-2 uur, voor elke deelnemer; samen met een 2 uur durende anatomische beeldvorming en retinotopische mapping fMRI sessie). Van bijzonder belang was dat in één onderzoek n = 6 deelnemers werden gebruikt om met een grote effectgrootte dz = 3,52 vast te stellen dat V1-voxels afgestemd op een stimuluslocatie waar een opvallende stimulus werd gedefinieerd door kenmerkcontrast sterker reageren dan wanneer kenmerkcontrast afwezig is. In een ander onderzoek werden vergelijkbare effectgroottes door deze groep gerapporteerd in een kleurselectieve ROI bekend als hV4 (n = 6; dz = 1,06 en 1,80 voor respectievelijk oriëntatie- en bewegingsgebaseerd contrast).

Dienovereenkomstig verwachten de onderzoekers, uitgaande van een conservatieve effectgrootte van 0,90 (gebaseerd op de eerder gerapporteerde resultaten), dat een steekproefomvang van n = 10 het mogelijk zal maken dat het onderzoek een goede power (80%, α = 0,05) heeft om een ​​soortgelijke verandering in het effect te detecteren. Experiment 1.1, dat het meest analoog is aan dit onderzoek (eenzijdige gepaarde T-test).

Bovendien gebruikten de onderzoekers hun pilotgegevens (n ​​= 3) om de effectgrootte te meten voor de kritische vergelijking tussen saillantiegerelateerde modulaties tussen kenmerkselectieve gebieden, namelijk dz = 3,10 voor het saillantiebepalende kenmerk. Deze waarden komen overeen met de hierboven genoemde waarden en ondersteunen verder de selectie van de steekproefomvang. Als analyses van gegevens verkregen tijdens verdere pilottests en experimentverfijning kleinere effectgroottes suggereren, zullen de onderzoekers de poweranalyses verfijnen en de verwachte inschrijving dienovereenkomstig aanpassen om robuuste en reproduceerbare resultaten te garanderen. Merk op dat deze machtsanalyse berust op parametrische aannames die niet nodig zullen zijn voor de voorgestelde analyses, die een beroep doen op randomisatiemethoden om empirische nulverdelingen te berekenen.