Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

Neurowissenschaften > Neuromethoden 2 > Flashcards

Neuromethoden 2 Flashcards

1
Q

When to use ERPs vs. fMRIs

A
  • If you want to study the sequence of processes from 0-1000ms, use ERPs; if you want to differentiate between ventromedial and orbitofrontal PFC, use fMRI
  • Tolerability: Infalnts and children, obese people, anxious people –> ERPs
  • ERPs best for transient activity; fMRI best for sustained activity
  • Brain areas more intrinsically meaningful than ERP components
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

EEG- Frequenzbänder

A
  • Elektroden sitzen auf der Kopfhaut/den Haaren
  • 10 peaks in 1 sec = 10 Hz (–> Alpha Wellen)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Major EEG Bands

A
  • Delta (1-3Hz): Tiefschlaf-wellen (SWS Slow Wave Sleep)
  • Theta (4-7Hz): vom Hippocampus (Gedächtnis, Lernen; aus Tierstudien bekannt) = Hippocampus- Aktivierung wird im EEG mit über dem Präfrontalen Kortex (PFC) detektiert
  • Alpha (8-12Hz): Gedanken- Schweifen; Unaufmerksamkeit = spiegeln cortico- thalamisches Feedback wieder
  • Beta (12-30Hz): geistig aktiv –> Wenn viel Beta,
    dann wenig Alpha-Wellen; Kleiner und unregelmässiger als Alpha-Wellen
  • Gamma (30+Hz): sehr schnelle & sehr kleine Wellen => Vermutlich Feedbackloops innerhalb der direkt unter der Elektrode liegenden kortikalen Pyramidenzellen = zusätzlich auch oft schwer von Aktivierung durch Gesichtsmuskulatur zu unterscheiden
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

EEG-Frequenzbänder: Ganzheitliche Störungen - Gesund vs. Epileptischer Mensch zeigt:

A
  • gesamtem EEG-Verlauf
  • lässt erkennen, wann eine Störung (z.B. Epilepsie) eintritt, auch wenn diese noch nicht im Verhalten sofort erkennbar ist => Vorhersage
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

ERP-Komponenten: Event Code

A

Nummern-Kodierungen in den laufenden EEG-Daten, die den Start jedes Stimulus (e.g. Gesicht) bzw. Antwort (e.g. Tastendruck des Proband*in) markieren

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

ERP-Komponenten: Berg oder Tal

A
  • Eine Komponente ist meist (nicht immer) ein Berg oder Tal in den ERP-Daten
  • P = positive Komponenten
  • N = negative Komponenten
  • 1-3 : bezeichnet die Reihenfolge der jeweiligen Komponente:
  • Bsp.: P3 = 3. positive Komponente nach ca. 300 ms nach Start des Stimulus
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

ERP-Komponenten: Bsp. die visuelle P1- Komponente bei Spatial Attention

A
  • P1 ist eine visuelle stimulus-bezogene Aufmerksamkeitskomponente (Peak)
  • Sobald ein Stimulus in den Kreis der Aufmerksamkeit fällt, wird er verstärkt im Vergleich zur restlichen Umgebung verarbeitet
  • Die P1-Aktivierung findet sich über dem visuellen Kortex, kontralateral zur Seite des Stimulus
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

ERP-Komponenten: Bsp. die P3-Komponente - Oddball-Paradigma

A
  • In einer Abfolge von vielen ähnlichen Stimuli (= Standard= e.g. Buchstaben), auch seltene andere Stimuli angeboten (= Deviant; e.g. Zahlen) präsentiert.
  • Höhere P3-Aktivierung für deviant (selten) als für Standard (häufig) über centro- parietalen Gehirnarealen (= zentral mittig im Parietalkortex)
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

ERP-Komponenten: wozu ist ERP/EEG gut?

A
  • Auch Reaktionszeiten (RKT) sind im ms-Bereich, aber sie geben nur das Endergebnis der
    Stimulusverarbeitung an
  • ERPs können erklären, wie es zu diesem Endergebnis der Entscheidung (Reaktion) des Proband*in kam
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

ERP-Komponenten: Datensammlung vs. fMRI

A
  • ERP liefert kontinuierliche Daten der Gehirnaktivierung zu jeder einzelnen Millisekunde, während fMRI über 4-6 Sekunden mittelt.
  • Alle im Gehirn ablaufenden Prozesse, die von einer Stimuluspräsentation zur Entscheidung (z.B. Tastendruck) des Proband führen, können daher am besten mit hochzeitlauflösenden
    Methoden (wie EEG/ERP oder MEG) beantwortet werden.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

fMRI: Kombination mit ERP/EEG oder MEG kann was?

A

Bsp.: Reaktionszeitparadigmen:
Welche Gehirnprozesse laufen wo und in welcher Reihenfolge ab, damit der Proband*in schnell auf unvorhergesehene Ereignisse reagieren kann?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Was sind Metaanalysen?

A

Fasst die Daten von bisherigen Studien zusammen

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

2 Arten von Metaanalysen

A

1) Qualitativ
2) Quantitativ

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Warum sind Metaanalysen sinnvoll?

A

Sehr großer Zuwachs an Neuroimaging-Studien
- Überblick geht verloren
- Häufige Frage der Forscher*innen: Zeigen Studien mit unterschiedlichen Paradigm, aber gleicher Thematik dieselbe Gehirnaktivierungen (z.B. Insula für negative Emotion)?

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Was sind Qualitative Metaanalysen?

A

Literaturvergleich ohne Statistik

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Nachteile qualitativer Metaanalysen

A
  • Keine Statistik
  • Keine Beachtung von
    –>Unterschiedlicher Probandenzahl
  • ->Unterschiedlichem Studiendesign: z.B: wurden ängstliche Gesichtsausdrücke gegen ärgerliche oder glückliche verglichen?
17
Q

Was sind Quantitative Metaanalysen (und wie gemacht)

A
  • Statistische Vergleiche der Gehirnaktivierung
  • bestimmte Funktion oder Gehirnregion untersucht
18
Q

Was geht bei Metaanalysen in die Statistik mit ein? (3)

A
  • Genaue Lokalisation (Voxel- Koordinaten)
  • Genaue Aktivierungsgröße (wieviele Voxel
    sind aktiviert)
  • Anzahl der Proband*innen der jeweiligen
    Studien => Daten von Studien mit einer größeren Anzahl an Probanden/Patienten gehen mit größerem Gewicht ein
19
Q

Funktionale Konnektivität beantwortet:

A

Wie neuronale Systeme miteinander interagieren

20
Q

Funktionale Konnektivität: Koaktivierung Bedeutung

A

Während der Durchführung einer Aufgabe (= Funktion) im fMRI-Scanner sind meist
mehrere Gehirnareale gleichzeitig aktiviert

21
Q

Funktionale Konnektivität für eine Aufgabe klärt:

A

Sind aktivierte Gehirnareale wirklich alle zu Bewältigung der Aufgabe nötig?
Oder sind sie nur aktiviert, weil der Proband eben gerade zum Beispiel unaufmerksam ist und seine Gedanken wandern lässt?

22
Q

Wie wird funktionale Konnektivität gemessen?

A
  • Vergleich des BOLD-Signals zweier gleichzeitig aktivierter Gehirnareale
23
Q

Funktionale Konnektivität: Korrelationswert

A

Wie ähnlich sind sich die beiden BOLD-
Signale?

24
Q

Funktionale Konnektivität: Korrelationswert interpretiert:

A

Je höher der Korrelationswert, desto
stärker arbeiten beide Gehirnareale
gemeinsam an der betreffenden Aufgabe

25
Q

Funktionale Konnektivität: Korrelationswert gibt keine Auskunft über:

A
  • die zeitliche Reihenfolge der Aktivierung
    (erst A oder erst B?)
  • ob noch ein weiteres Gehirnareal C
    involviert ist?
    => Dazu wäre z.B. Ergänzung mit ERP/EEG
    (Zeit) bzw. DTI (Faserverbindung) nötig
26
Q

Was ist ein Voxel?

A
  • 3-dimensionaler Bildpunkt=> wie Pixel, aber hat zusätzlich noch Tiefe
  • pro Voxel-Einheit des Gehirns kann man das BOLD-Signal (also Sauerstoffverbrauch) messen
27
Q

Univariate (herkömmliche) Analyse bedeutet:

A
  • Ein Gehirnareal wird als ein ganzheitliches Gebiet betrachtet
    => es wird die Aktivierung (BOLD- signal) gemittelt über alle Voxel betrachtet
    => Pro Stimulus erhält man 1 Aktivierung
28
Q

Multivoxel (oder Multivariate)-pattern-analysis (MVPA) bedeutet:

A
  • Ein Gehirnareal wird als ein aus vielen Voxeln (= 3D-Bildeinheiten= multivariates) Gebiet betrachtet
    => es wird die Aktivierung (BOLD- signal) für jeden Voxel ermittelt
    => Pro Stimulus erhält man entsprechend der Voxel-Zahl viele Aktivierungen = Voxel-Muster/Pattern
29
Q

Zwei übliche Anwendungen der MVPA:

A

1) Decoding
2) Similarity/Dissimilarity

30
Q

MVPA: Decoding

A

Welcher Stimulus passt zu dieser Gehirnaktivierung? z.B. Welcher Stimulus wurde vom Proband*in angeschaut?

31
Q

MVPA: Decoding - Ablauf

A

1 - Training für Computer: Erstellen eines Computermodells aus fMRT-Daten von vielen Proband*innen: wie können die Voxel-Aktivierungen von Gesichtern / Häusern aussehen?
2 - Testdurchlauf: => Das Computermodell wird getestet: Die fMRT-Gehirnaktivierung (Voxelpattern) eines bisher noch nicht analysierten Hauses oder Gesichts wird dem Computer präsentiert.
–> Zu welchem der alten Muster ist die Korrelation
höher? Je höher die Korrelation, desto wahrscheinlicher, dass der Proband ein Bild dieser Kategorie sah

32
Q

MVPA: Similarity/Dissimilarity

A

Wie ähnlich ist das Voxel-Muster (Voxel–pattern) zweier sich ähnelnder Stimuli?
z.B. menschliche Gesichter im Vergleich zu Giraffengesichtern?

33
Q

MVPA: Similarity/Dissimilarity - Ablauf

A

1 - fMRI Messung: Je Stimulus wird das zugehörige Voxelpattern aus der Gehirnaktivierung bestimmt
2 - Korrelation der Voxelpattern aus fMRI: Die verschiedenen Voxelpattern werden miteinander verglichen (korreliert). Je höher der Korrelationskoeffizient, desto ähnlicher sind sich die Voxel-pattern. => Je ähnlicher heißt, das Gehirnareal kann nicht zwischen beiden Stimuli unterscheiden

34
Q

MVPA: Darstellung von Un-/Ähnlichkeiten von Voxelpatterns verschiedener Stimuluskategorien

A
  • Bilder eng zusammen
    => zeigen ein ähnliches Voxelpattern (Similarity)
  • Bilder weit entfernt
    => haben sehr unterschiedliche
    Voxelpattern (Dissimilarity)

Neurowissenschaften (18 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions