Hermostollisen skaalauslain ja psykofyysisten korrelaattien neuroanatomiset representaatiot jatkuvassa audiovisuaalisessa ärsykekynnyksen tarkkaavaisuustehtävässä ja levossa

Show full item record



Permalink

http://urn.fi/URN:NBN:fi-fe20180115145
Title: Hermostollisen skaalauslain ja psykofyysisten korrelaattien neuroanatomiset representaatiot jatkuvassa audiovisuaalisessa ärsykekynnyksen tarkkaavaisuustehtävässä ja levossa
Author: Hirvonen, Jonni
Other contributor: Helsingin yliopisto, Bio- ja ympäristötieteellinen tiedekunta, Biotieteiden laitos
University of Helsinki, Faculty of Biological and Environmental Sciences, Department of Biosciences
Helsingfors universitet, Bio- och miljövetenskapliga fakulteten, Biovetenskapliga institutionen
Publisher: Helsingfors universitet
Date: 2013
Language: fin
URI: http://urn.fi/URN:NBN:fi-fe20180115145
http://hdl.handle.net/10138/37909
Thesis level: master's thesis
Discipline: Physiology and Neuroscience
Fysiologia ja neurotiede
Fysiologi
Abstract: Tässä pro gradu -tutkielmassa on tarkasteltu aivosähkö- ja aivomagneettikäyrien amplitudien vaihteluiden vastaavuussuhteita koehenkilön suoriutumiseen audiovisuaalisten ärsykkeiden tarkkaavaisuustehtävissä. Aikaisemmista tutkimuksista tiedetään, että koehenkilön osumatarkkuus ei pysy vakiona koko tehtävän ajan, vaan on monesti jaksottunut valppauden ja herpaantumisen jaksoihin. Lisäksi osumatarkkuus koko kokeen ajalta on alhaisempi kuin lyhyen kalibraatiojakson ajalta mitattuna. Tämän intuitiiviseltä tuntuvan keskittymiskyvyn järkkymisen taustalla on esitetty olevan henkilön introspektiiviset ja mielenvaelteluun liittyvät kognitiiviset toiminnot. Ennen tätä tutkimusta on jäänyt kuitenkin osoittamatta osumatarkkuuden ailahtelun yhteys aivokuoren hermostollisen aktiivisuuden pitkällä ajalla autokorreloiviin muutoksiin lähdemallintamisella. Tämän pro gradun tutkimustulokset osoittavat, että näiden kahden lajin välillä on olemassa merkittävä korrelaatioyhteys. Lisäksi lepovaiheen aivotoiminnasta modaliteettispesifeillä tarkkaavaisuus- ja oletustilan verkoston alueilla voidaan ennustaa psykofyysisen suoriutumisen vaihteluja jatkuvan audiovisuaalisen ärsykekynnyksen tarkkaavaisuustehtävän aikana. Keskittymiskyvyn vaihtelun muutoksia hermostollisella tasolla ja näitä mahdollisesti ilmentäviä käyttäytymisen ailahteluja psykofyysisinä parametreinä, kuten osumatarkkuutena ja reaktionopeutena, voidaan luonnehtia skaalauslakianalyysilla. Ilmiön skaalaton käyttäytyminen heijastelee monimutkaisen järjestelmän taipumusta luoda sisäisiä vastaavuussuhteita eli autokorrelaatioita, jotka heikkenevät hitaammin ja ulottuvat kauemmaksi ajassa ja/tai paikassa kuin mitä alla piilevistä mekanismeista voidaan suoraan ennustaa. On havaittu, että osumatarkkuuden jaksottuminen ja spontaani aivotoiminta noudattavat potenssilain skaalauskäyttäytymistä ajan suhteen. Psykofyysisen ja hermostollisen skaalauslain mukaisen käyttäytymisen kvantifioimiseksi tässä opinnäytetyössä on käytetty vaihtelun ikkunallista autokorrelaatioanalyysiä, DFA:ta. DFA paljastaa ilmiön sisällä olevien peräkkäisten tapahtumien autokorrelaatioiden kestävyyden tarkasteluvälin kasvaessa. Skaalausluvut eli DFA-eksponentit on johdettu tässä kokeessa jatkuvan audiovisuaalisen ärsykekynnyksen tarkkaavaisuustehtävän ja levon aikana rekisteröidyistä aivosähkö- ja aivomagneettikäyräsignaalien verhokäyrästä sekä psykofyysisen osuma/huti -binäärisekvenssistä rakennetusta keinotekoisesta satunnaiskulun kaltaisesta käyrästä. Jatkuvat ärsykekynnystehtävät soveltuvat hyvin tarkkaavaisuuden top-down mekanismien tutkimiseen, koska heikoista, vain juuri ja juuri havaintokyvyn säteellä olevista ärsykkeistä seuraa verraten heikko bottom-up hermostovaste. Näin keskittymiskykyyn vaikuttavat top-down säätelymekanismit kuten motivaatio, päämäärät tai mielenvaeltelu eli spontaanilta vaikuttava aivotoiminta edustuu selkeämmin aivosähkö- ja -magneettikäyrissä. Aivokuoren kokonaisvaltaisen skaalautumisen lisäksi ollaan kiinnostuneita psykofyysisten ja hermostollisten vastaavuussuhteiden jakaumamallista tietyille aivoalueille. Mitattujen hermostollisten signaalien paikantaminen tarkalleen tietyille aivokuoren alueille aiheuttaa käänteisen ongelman, joka on ratkaistu tässä MNE -lähdemallintamisella. Lähdemallintamisen algoritmit tuottavat todennäköisimmän mallin aivokuoren alueista, joiden aktiivisuudella voidaan selittää mitatut MEEG signaalit. Mallintaminen on työn kriittinen vaihe, koska sillä yhdistetään neuroanatominen tieto fysiologisen ja psykofyysisen tiedon kanssa. Yksilötason data on käsitelty lopuksi ryhmätasolla tilastollisin menetelmin korrelaatiotulosten merkittävyyksien arvioimiseksi.
Subject: lähdemallintaminen
skaalauslaki
mielen vaeltelu
tarkkaavaisuus
ärsykekynnys
keskittymiskyky
audiovisuaalinen
MEG
EEG
MEEG
DMN
DAN
DFA


Files in this item

Total number of downloads: Loading...

Files Size Format View
Pro gradu JH_print copy.pdf 5.306Mb PDF View/Open

This item appears in the following Collection(s)

Show full item record