five

afMSIT

收藏
github2020-05-23 更新2024-05-31 收录
下载链接:
https://github.com/OpenNeuroDatasets/ds001784
下载链接
链接失效反馈
官方服务:
资源简介:
为了探究认知灵活性,我们采用了一种改进的多源干扰任务(MSIT)。MSIT要求受试者识别一组三个数字中哪个与其邻近数字不同。受试者需将其右手三指置于对应1-3数字的响应键上。在控制(非干扰)试验中,目标数字与其相应响应键位置一致,而两侧数字不是有效响应(即它们是0)。在干扰试验中,目标数字与其相应键位不一致,并被其他有效目标数字包围。MSIT已被证明能在功能性磁共振成像和电生理学上产生显著变化,通常在个体受试者水平上可检测到显著的(干扰-控制)差异。

To investigate cognitive flexibility, we employed an enhanced version of the Multi-Source Interference Task (MSIT). The MSIT requires participants to identify which of three numbers differs from its adjacent numbers. Participants place the three fingers of their right hand on response keys corresponding to the numbers 1-3. In control (non-interference) trials, the target number aligns with its corresponding response key position, while the flanking numbers are not valid responses (i.e., they are 0). In interference trials, the target number does not align with its corresponding key position and is surrounded by other valid target numbers. The MSIT has been shown to produce significant changes in functional magnetic resonance imaging and electrophysiology, with notable (interference-control) differences typically detectable at the individual participant level.
创建时间:
2019-07-24
原始信息汇总

数据集概述

数据集名称

Effects of ON/OFF deep brain stimulation on cognitive control in treatment-resistant depression (EEG)

数据集内容

  • 任务类型:使用修改版的多源干扰任务(MSIT)来探测认知灵活性。
  • 任务描述:参与者需识别一组三个数字中不同的数字,同时处理情绪干扰,通过国际情感图片系统(IAPS)展示的图片引入情绪维度。
  • 实验设计:每个试验块包含72个控制和72个干扰试验,图片和试验类型进行平衡分配。

数据收集

  • EEG数据:通过Nexstim eXimia EEG系统以1450 Hz频率从60个国际10-20系统通道采集。
  • 实验流程:参与者在DBS开启和关闭状态下分别完成MSIT任务,期间保持EEG帽不移除。

附加数据

  • 静息状态数据:部分参与者在DBS开启和关闭状态下收集了眼睛睁开的静息状态EEG数据。

引用信息

  • 使用afMSIT数据时,请引用Widge等人的研究。
  • 使用静息状态数据时,请引用Widge等人的另一项研究。

数据分析代码

  • 分析代码公开可用,地址为:https://github.com/mghneurotherapeutics/EMOTE-afMSIT
搜集汇总
数据集介绍
main_image_url
构建方式
afMSIT数据集的构建基于改进的多源干扰任务(MSIT),旨在探究认知灵活性。实验通过展示来自国际情感图片系统(IAPS)的图像,引入情感干扰维度,以评估治疗抵抗性抑郁症患者的注意力偏向。每个实验块包含72个控制试验和72个干扰试验,图像根据情感效价和唤醒度进行平衡分配,并通过伪随机化序列减少刺激的可预测性。实验过程中,受试者在脑深部电刺激(DBS)开启和关闭状态下分别执行任务,同时采集脑电图(EEG)数据。
特点
afMSIT数据集的特点在于其结合了认知任务与情感干扰的双重设计,能够有效评估认知控制与情感处理之间的交互作用。数据集包含高时间分辨率的EEG数据,采样频率为1450 Hz,覆盖60个通道,确保了数据的精确性和全面性。此外,数据集还提供了DBS开启和关闭状态下的对比数据,为研究脑深部电刺激对认知功能的影响提供了独特视角。
使用方法
使用afMSIT数据集时,研究人员可通过分析EEG数据中的触发信号,识别任务开始、响应窗口开始及结束等关键事件。数据集中的触发通道(Trig1和Trig2)记录了IAPS图像展示、MSIT刺激开始及响应时间等信息。此外,数据集还提供了DBS开启和关闭状态下的静息态数据,可用于对比分析。相关分析代码已公开于GitHub,便于研究人员复现和扩展研究。
背景与挑战
背景概述
afMSIT数据集由Widge等人于2019年创建,旨在探究深部脑刺激(DBS)对治疗抵抗性抑郁症患者认知控制的影响。该数据集结合了多源干扰任务(MSIT)和情感干扰维度,通过脑电图(EEG)记录患者在DBS开启和关闭状态下的神经活动。研究团队通过引入国际情感图片系统(IAPS)中的图片,进一步探讨了情绪对认知控制的干扰作用。afMSIT数据集为理解DBS对前额叶皮层功能的调节机制提供了重要数据支持,推动了神经调控领域的研究进展。
当前挑战
afMSIT数据集在构建过程中面临多重挑战。首先,情感干扰维度的引入要求精确控制图片的效价和唤醒度,以确保实验结果的可靠性。其次,EEG数据的高频采集(1450 Hz)和电极阻抗的严格控制对实验操作提出了较高要求。此外,DBS开启和关闭状态的切换需要在实验设计中考虑患者的心理适应性和数据采集的连续性。最后,数据预处理和MRI-EEG配准的复杂性也对后续分析提出了技术挑战。这些挑战不仅影响了数据集的构建过程,也为相关领域的研究者提供了新的技术难题。
常用场景
经典使用场景
afMSIT数据集主要用于研究深部脑刺激(DBS)对治疗抵抗性抑郁症患者认知控制能力的影响。通过修改的多源干扰任务(MSIT),结合国际情感图片系统(IAPS)的情感干扰维度,该数据集能够有效评估患者在DBS开启和关闭状态下的认知灵活性和情感反应。这一设计使得研究者能够在高度控制的实验环境中,精确测量DBS对前额叶皮层功能的调节作用。
衍生相关工作
afMSIT数据集衍生了一系列关于深部脑刺激和认知控制的研究工作。例如,基于该数据集的研究揭示了DBS对前额叶皮层功能的具体调节机制,并进一步探讨了其在其他神经精神疾病中的应用潜力。此外,该数据集还推动了基于EEG的脑机接口技术的发展,为未来的神经调控研究提供了新的方向。
数据集最近研究
最新研究方向
近年来,afMSIT数据集在认知控制和深部脑刺激(DBS)领域的研究中引起了广泛关注。该数据集通过结合多源干扰任务(MSIT)和情感干扰维度,为研究治疗抵抗性抑郁症患者的认知灵活性提供了独特视角。前沿研究主要集中在DBS对前额叶皮层功能的调节作用,尤其是在DBS开启和关闭状态下,患者在执行认知任务时的脑电活动变化。这些研究不仅揭示了DBS在改善认知控制中的潜在机制,还为开发个性化神经调控策略提供了重要依据。此外,afMSIT数据集的情感干扰设计为探索情绪与认知交互作用提供了新的研究途径,特别是在情绪调节障碍相关疾病中的应用前景备受期待。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作