享受当下,还是留待未来?一项fMRI与眼动追踪技术的联合研究

摘要

时间贴现(temporal discount)是指个体对奖励的估计会随着时间流逝而下降的心理现象。具体而言,当获得奖励的时间以日期(日期条件;例如,2023年6月8日)而不是延迟(延迟条件;例如,30天)呈现时,贴现率较低,这通常被称为日期/延迟效应。然而,这种效应的认知和神经机制尚不清楚。本研究通过分析31名参与者在延迟条件和日期条件下完成时间贴现任务的fMRI和眼动数据来检验该效应。结果不仅证实了日期/延迟效应,并且揭示了日期条件导致参与者对时间属性的注视持续时间更长,楔前叶/PCC和角回等区域(与情景思维相关的区域)的活动更高。此外,与延迟条件相比,参与者在日期条件下进行了更多的比较眼球运动。在日期>延迟对比中,较低的日期/延迟效应与较高的前额叶活动(额上回/额中回,后内侧前额叶皮层,扣带回)相关,这表明更高的认知控制或算术运算可能会降低日期/延迟效应。

引言

在时间较早收益较小和时间较晚收益较大之间做出选择被称为跨期选择。在做出这样的选择时,人们通常更喜欢较小但较早的奖励,而未来的奖励会随着时间的推移而贬值,这种现象被称为时间贴现。

跨期选择过程中的神经活动模式已被广泛研究。Frost和McNaughton(2017)推导出了一个包含五个大脑系统的跨期决策认知模型,即(i)负责传递感觉信息的物体表征系统(枕叶)、(ii)获取与收益相关信息的记忆驱动系统(记忆相关区域,如内侧前额叶皮层[mPFC]、楔前叶、内侧颞叶、外侧颞叶和外侧顶叶皮层)、(iii)主观价值(SV)计算系统(例如,mPFC、腹侧纹状体[vS])、(iv)比较系统(涉及评估选择难度的区域,如纹状体和前额叶区域、杏仁核及其连接)以及(v)产生和抑制反应的运动系统(运动区)。在本研究中,我们并没有针对跨期选择过程中的某个特定部分进行评估,而是考察了整个跨期选择过程中日期和延迟条件之间的差异。本研究感兴趣的点在于日期和延迟条件中的活动模式是否在记忆驱动、SV计算或比较系统中存在差异。

目前,已有研究提出了关于日期/延迟效应的不同认知机制,包括差异时间估算假说、注意力聚焦或奖励权重假说以及选择策略假说。差异时间估算假说认为,以日期形式呈现的时间间隔主观估计要短于以延迟单位呈现的时间间隔。因此,与延迟条件相比,在日期条件下低估等待延迟奖励的时间可能导致时间贴现程度减少。注意力聚焦或奖励权重假说认为,当时间以延迟单位给出时,注意力会集中在等待时间上,而日期会引起对奖励接收时间和该时间点上奖励的关注。选择策略假说认为,在具有延迟单位的传统跨期选择任务中,奖励值和延迟单位可以结合以估计选择选项的SVs(整合策略)。然而,这种效应的个体间差异因素在很大程度上尚不清楚。因此,本研究对日期/延迟条件下的神经活动进行了比较,探讨了日期/延迟效应的认知神经机制以及跨期决策中的时间加工机制。

材料与方法

本研究中的学习材料、行为数据、分析脚本和补充材料可在https://osf.io/td5gf/上获取。

参与者

共32名健康右利手参与者(16名男性,16名女性)参与了本次研究。此外,为了进行有效的眼动追踪测量,他们需要拥有正常或矫正至正常的视力(隐形眼镜)。排除标准包括:当前被诊断出患有精神障碍、神经系统疾病、精神病性障碍、学习障碍、意识丧失历史超过5分钟、过去12个月内滥用酒精或药物、严重身体疾病或在检查前3天服用过处方药或非处方药物。如果参与者有任何不适合进行fMRI的情况(如幽闭恐惧症、金属植入物、内耳损伤或听力丧失等),也被排除。此外,在进行fMRI扫描之前,在实验室筛查中实施了一项跨期选择任务,以估计个体的贴现率,确保贴现率的95%置信区间不完全低于0,不包括0或不完全高于2。没有参与者因以上排除标准而被排除。但有一名男性参与者数据由于头动较大被剔除,因此最终样本包括N=31名年龄在19-29岁之间的参与者(15名男性,16名女性)(M=23.26,SD=3.19)。

跨期选择任务

采用金钱选择问卷(MCQ)来研究跨期选择任务。该问卷由27个项目组成,要求参与者在较小的即时奖励(SIR)和较大的延时奖励(LLR)之间做出决定。该任务使用Experiment Builder软件(SR Research Ltd.,版本2.3.38)进行编程,并显示在32英寸LCD显示器上(NordicNeuroLab,1920×1080px,高:392.85mm;宽:698.4mm;刷新率:120Hz)。显示器位于MR扫描仪的头部,距离参与者的眼睛约190cm。

在任务开始之前,要求参与者使用左手和右手的食指进行按键反应,以选择左侧或右侧选项。每个试次都以一个固定十字开始。在一个block中,该block的第一个试次固定持续时间为6000ms,其余试次的持续时间则取决于上一个试次的决策时间和偏差。然后呈现决策界面,决策界面显示了四种选择属性(两种金额、两个时间属性)。参与者必须在6000ms内选择其中一个选项;否则,任务将继续到下一个试次(没有任何错误提示)。然后,再次呈现一个固定十字(持续时间:6000ms—试次响应时间+试次间隔[4000-8000ms])。平均试次持续时间约为12000ms。示例试次如图1所示。

图片

图1.跨期选择任务图示。

眼动追踪

眼动数据采集使用了MR兼容的EyeLink 1000系统(SR Research Ltd., Kanata, ON, Canada),该系统结合了基于视频的瞳孔和角膜反射式眼动追踪技术,采样率为1000Hz。EyeLink 1000的端到端采样延迟平均低于1.8ms(SR Research Ltd.,2010)。它测量了右眼在屏幕上的水平和垂直注视位置数据(以像素表示),其中(0,0)对应于屏幕左上角。眼动追踪仪放置在扫描仪的头端,通过第一表面反射镜记录瞳孔和角膜反射信号,参与者也通过该镜看到任务。为了减少头动,参与者的头部被头部线圈和垫子固定。在任务期间关闭灯光,以确保参与者之间背景光线的一致性。使用水平-垂直3×3网格对眼动仪进行校准和验证(中间带有黑点的圆形白色目标,以随机顺序显示;坐标为:[960,540],[960,92],[960,988],[115,540],[1805,540],[115,92],[1805,92],[115,988],[1805,988];校准刺激的视角分别为水平9.19°、垂直4.90°和对角线10.38°)。根据SR Research Ltd提供的内置程序和设置进行校准和验证。在任务中,刺激位置和大小的视角如下:注视十字位于屏幕中央(0°,0°),宽1.11°,高0.83°。奖励和时间属性的中心始终呈现在距离屏幕中心6.93°的位置。金额的宽度为1.98°,时间宽度范围为1.75°(例如,“0天”)~5.05°(例如,“2022年9月1日”)。所有任务刺激的高度均为0.52°。为了确定参与者是否看过某一特定属性,本研究预先定义了围绕属性中心的感兴趣区域(AOI宽度:9.76°,AOI高度:2.46°)。除非另有说明,否则眼动追踪事件使用EyeLink Host软件(版本4.56)的默认设置进行预处理。使用Data Viewer软件(SR Research Ltd.,版本4.2.1)对数据进行目视检查和生成数据报告。所有其他预处理工作均在R(版本4.2.2)中使用RStudio(版本2022.07.2)完成。

功能磁共振成像

使用32通道头部线圈在3T MRI扫描仪(西门子Magnetom Trio)上收集成像数据。在完成MCQ的过程中,使用功能性T2*加权EPI序列来测量BOLD fMRI数据(TR=2500ms,TE=30ms,翻转角=90°,视场=192mm,矩阵大小=96×96,层数=37,体素大小=2×2×3mm,层间隙=0.3mm)。使用磁化制备快速梯度回波采集(MPRAGE)获得三维T1加权高分辨率结构扫描(TR=1660ms,TE=2.54ms,翻转角=9°,视场=256mm,矩阵大小=320×320,层数=208,体素大小=0.8×0.8×0.8mm)。

使用SPM12在Matlab 2022b中对BOLD数据进行预处理。首先对功能图像进行时间层校正,然后使用最小二乘法和六参数刚体变换将功能图像与时间序列的第一幅图像进行配准。将个体结构T1加权图像分割为灰质、白质和脑脊液,并将分割后的图像用于解剖图像和功能图像的共配准。将配准后的功能图像归一化到蒙特利尔神经学研究所(MNI)的标准空间,并使用8mm半高全宽(FWHM)高斯核进行平滑处理。

结果

行为分析

在实验室和fMRI之间的标准延迟条件下,对数变换贴现率估计值的重测信度为r(29)=.70。当排除一个异常值时,这个相关性增加到r(28)=.81。对数变换贴现率后验分布的95% HDI在日期条件下为(−6.19;−5.28),在延迟条件下为(−5.89;−4.75)。它们的点估计的均值配对差异为−0.43,95% HDI为(−0.66;−0.20)。同样,配对t检验显示,与延迟条件相比,日期条件下的时间贴现减少(p<.001)。每种条件的描述性数值显示,大多数参与者呈现了预期方向的日期/延迟效应,但这种效应在参与者之间的大小不同。

此外,本研究发现参与者在日期条件下的反应时长于延迟条件(p<.001)。鉴于参与者的反应时呈现右偏态分布,参与者内的平均偏度为0.94(SE=0.08),本研究通过对反应时进行对数变换并比较其均值来检验该效应是否稳健。先前的分析结果进一步得到证实(p<.001)。

在眼动追踪方面,本研究发现参与者在日期条件下对AOIs的扫视次数显著多于延迟条件(p<.001),但在AOIs之间的扫视次数没有显著差异(p=.470)。针对AOIs内垂直和水平扫视次数之间的差异(图2a),配对t检验结果显示,日期条件下的Payne指数(即垂直扫视相对于水平扫视的比例)低于延迟条件下(p=.007)。事后Bonferroni-Holm校正显示,参与者在日期条件下进行的水平扫视明显多于延迟条件(padj<.001),而垂直扫视次数在不同条件之间无显著差异(padj=.341)。

图片

图2.感兴趣区域(AOIs)之间的扫视次数和AOIs内的注视持续时间。

采用2条件(延迟vs.日期)×2属性类型(奖励vs.时间)重复测量ANOVA(图2c)分析AOIs内的注视持续时间。结果发现,两者的交互作用显著(p<.001),并且条件和属性的主效应显著(均为p<.001)。事后t检验显示,参与者在日期条件下对时间属性的注视持续时间显著长于延迟条件(padj<.001),而在日期条件下对奖励属性的注视持续时间显著短于延迟条件(padj=.020)。为了区分所有四个AOIs,本研究进行了一项2×2×2的重复测量ANOVA,其中加入了选择(即时奖励(SIR)vs.延时奖励(LLR))因素(图2d)。重要的是,本研究发现条件和属性类型之间存在显著的双向交互作用(p<.001)。事后t检验表明,SIR和LLR都出现了这种效应(均为p<.001)。因此,本研究发现参与者在日期条件下对SIR和LLR时间属性的注视持续时间都显著长于延迟条件,而对奖励属性的注视没有显著差异。在分析AOIs内的扫视次数和注视次数时,也出现了类似的结果。

fMRI分析

延迟和日期条件下的BOLD激活

与基线条件相比,延迟和日期条件的激活区域大致相似(图3)。具体来说,与基线相比,这两个条件在枕叶皮层(包括V1、V3区域)、前/中扣带回(ACC、MCC)、岛叶和额下回的激活增加。延迟条件还激活了尾状核和壳核中的小部分区域。

图片

图3.跨期选择中的血氧水平依赖(BOLD)信号。

在比较这两个条件时,本研究发现在延迟>日期对比中没有任何显著差异。然而,在对比日期>延迟中,视觉区域、左侧后扣带回(PCC)、右侧楔前叶、左侧额中/上回(MFG/SFG)和双侧角回的激活更高(图4,表1)。

图片

图4.日期>延迟中的BOLD信号。

表1.日期>延迟中的BOLD信号。

图片

主观价值信号分析

首先,在主观价值(SV)信号的全脑分析中,并未发现不同条件之间存在显著激活差异。接下来,在针对腹侧纹状体(vS)和腹内侧前额叶皮层(vmPFC)的ROI分析中,结果显示SIR和LLR的SVs总和较高与延迟条件下vS的激活强度呈显著正相关(p=.014),但在日期条件下则不然(p=.674)。当比较这两个条件时,延迟条件下的关联显著高于日期条件(p=.037)。本研究在vmPFC中并未发现任何显著效应(所有p>.05)。虽然当使用所选选项的SV作为回归因子时出现了类似的结果,但当使用SIR和LLR的SV差异或比率时,相关性并不显著。然而,每当出现显著效应时,SV仅与延迟条件下的神经活动相关,而与日期条件无关,这表明延迟条件下的SV信号更稳健。以奖励和时间作为参数调节因子的模型显示,奖励差异和时间差异较大均与延迟条件下vS活动增加相关(分别为p=.006;p=.030),而在日期条件下的差异不显著。

日期和延迟条件下激活差异的协变量

本研究探索了个体贴现率是否与对比延迟>基线和日期>基线的激活有关。使用每个条件下的个体贴现率作为协变量,并未发现任何显著相关性。然而,使用日期/延迟效应作为日期>延迟对比中的协变量,结果显示较低的日期/延迟效应与较高的双侧枕区、小脑、右侧SFG、双侧MFG、双侧后内侧前额叶皮层(pMFC)以及左侧ACC和MCC活动相关(图5)。也就是说,那些具有不太明显的日期/延迟效应或存在相反效应(即,相比于延迟条件,在日期条件下表现出更高的贴现率)的个体,在与视觉信息处理、注意力和眼球运动以及认知控制相关的脑区表现出更强烈的活动差异。

图片

图5.行为日期/延迟效应与神经日期/延迟效应之间的关联。

结论

本研究是首个使用fMRI来检查日期/延迟效应的研究,将fMRI与眼动跟踪技术相结合,发现了支持差异时间估算假说和选择策略假说的证据。首先,与延迟条件相比,日期条件不仅导致在时间与奖励属性上的注视持续时间更长,而且在楔前叶/PCC和角回等区域的活动也更高。其次,在日期条件下,本研究发现时间属性之间的比较眼动更多,并且在具有较低日期/延迟效应的个体中,日期>延迟对比中的前额叶活动更高,这表明具有较高日期/延迟效应的个体在日期条件下的认知控制更少,计算量也相对较少。总的来说,本研究表明,日期/延迟效应受到了决策过程中的差异时间估算和启发式方法的影响。未来的研究应更仔细地探究这种启发式是否体现在其他认知过程中。

参考文献:Keidel, K., Schröder, R., Trautner, P., Radbruch, A., Murawski, C., & Ettinger, U. (2024). The date/delay effect in intertemporal choice: A combined fMRI and eye-tracking study. Human Brain Mapping, 45(3), e26585. https://doi.org/10.1002/hbm.26585

小伙伴们关注茗创科技,将第一时间收到精彩内容推送哦~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/17278.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

免费,Python蓝桥杯等级考试真题--第14级(含答案解析和代码)

Python蓝桥杯等级考试真题–第14级 一、 选择题 答案:B 解析:键为‘B’对应的值为602,故答案为B。 答案:A 解析:字典的符合为花括号,先键后值,故答案为A。 答案:C 解析&#xff1a…

Stable Diffusion 字体和场景结合【把四季藏在海里】

把四季藏在海里,话不多说,上教程。 一、花瓣找字 打开花瓣找下字,也可以自己做,我不会,谢谢。本文用到的字,版权归原作者所有。 白底黑字:那么就是浪花占主要部分,字就是海的效果&…

【改进】YOLOv8 AND YOLOv9 总目录

说明:本专栏为YOLOV8和YOLOV9的使用以及改进的方法。平时比较忙,只能随缘回答问题哈,谨慎订阅! 💛 💙 💜 ❤️ 💚 💛 💙 💜 ❤️ 💚 &…

C++:STL容器的学习-->string

C:STL容器的学习-->string 1. 构造方法2. string的赋值操作3. string字符串的拼接4. string 查找和替换5. string字符串的比较6. string字符存取7. string 插入和删除8. string截取 需要添加头文件#include <string> 1. 构造方法 string() 创建空的字符串 string(c…

C++学习/复习6---内存管理(数据的位置/大小)/new、delete/内存相关面试题(malloc与new/内存泄漏)

一、内存中区域 1.不同数据的存储位置 2.数据占用内存大小 二、动态内存函数 三、new与delete 1.操作内置类型 2.操作自定义类型 四、operator new与operator delete 1.底层源码&#xff08;malloc/free&#xff09; 2.内置/自定义与构造和析构 3.举例 五、定位new表达式 1.举…

使用 Django 和 RabbitMQ 构建高效的消息队列系统

文章目录 RabbitMQ 简介Django 中使用 RabbitMQ总结与拓展 在现代的 Web 应用程序开发中&#xff0c;构建一个高效的消息队列系统变得越来越重要。使用消息队列可以帮助我们解耦系统中不同模块的任务&#xff0c;并提高系统的性能和可扩展性。本文将介绍如何结合 Django 和 Rab…

LeetCode994腐烂的橘子

题目描述 在给定的 m x n 网格 grid 中&#xff0c;每个单元格可以有以下三个值之一&#xff1a;值 0 代表空单元格&#xff1b;值 1 代表新鲜橘子&#xff1b;值 2 代表腐烂的橘子。每分钟&#xff0c;腐烂的橘子 周围 4 个方向上相邻 的新鲜橘子都会腐烂。返回 直到单元格中没…

C++ std::reference_wrapper:让引用更强大

std::reference_wrapper 的通俗易懂解释 一、简介二、std::reference_wrapper 的初衷三、常用示例3.1、与 make_pair 和 make_tuple 一起使用3.2、引用容器3.3、通过 std::thread 按引用传递参数给启动函数3.4、引用作为类成员3.5、按引用传递函数对象3.6、与绑定表达式一起使用…

重新安装 Windows 10/11 后如何恢复丢失的数据?

“嗨&#xff0c;我的 Windows 10/11 崩溃了&#xff0c;所以我不得不重新安装它。我使用 USB 可启动驱动器重新安装了操作系统。但是&#xff0c;重新安装后&#xff0c;C 盘上的所有先前文件都丢失了。有什么方法可以恢复丢失的文件吗&#xff1f;” - 孙雯 在大多数情况下&…

软考 系统架构设计师系列知识点之SOME/IP与DDS(3)

接前一篇文章&#xff1a;软考 系统架构设计师系列知识点之SOME/IP与DDS&#xff08;2&#xff09; 本文内容参考&#xff1a; 车载以太网 - SOME/IP简介_someip-CSDN博客 https://zhuanlan.zhihu.com/p/369422441 什么是SOME/IP?_someip-CSDN博客 SOME/IP 详解系列&#…

day16--集合进阶(Set、Map集合)

day16——集合进阶&#xff08;Set、Map集合&#xff09; 一、Set系列集合 1.1 认识Set集合的特点 Set集合是属于Collection体系下的另一个分支&#xff0c;它的特点如下图所示 下面我们用代码简单演示一下&#xff0c;每一种Set集合的特点。 //Set<Integer> set ne…

数组-两个升序数组中位数

一、题目描述 二、解题思路 (一).基本思想&#xff1a; 如果列表总长度allsize( arr1.size()arr2.size() ) 为奇数时&#xff0c;中位数位置应该在两个列表排序后的第 allsize/2 位置处&#xff0c;如果allsize为偶数&#xff0c;中位数应该取 (allsize/2)-1 和 allsize/2 的…

【Python】 如何在Python中设置环境变量?

基本原理 在Python中&#xff0c;环境变量是一种存储系统或应用程序配置信息的方式&#xff0c;它们可以被操作系统或应用程序访问。环境变量通常用于配置应用程序的行为&#xff0c;例如指定数据库的连接字符串、API密钥、文件路径等。 Python提供了几种方法来设置和访问环境…

心电信号降噪方法(滤波器/移动平均/小波等,MATLAB环境)

对于一个正常的、完整的心动周期&#xff0c;对应的心电图波形如下图所示&#xff0c;各个波形都对应着心脏兴奋活动的生理过程&#xff0c;包含P波&#xff0c;PR段&#xff0c;QRS波群&#xff0c;ST段&#xff0c;T波&#xff0c;U波。 &#xff08;1&#xff09;P波心电图中…

OpenBMC相关的网站

openbmc官方网站 https://github.com/openbmchttps://github.com/openbmc Dashboard [Jenkins]https://jenkins.openbmc.org/ https://gerrit.openbmc.org/Gerrit Code Reviewhttps://gerrit.openbmc.org/ Searchhttps://grok.openbmc.org/ openbmc参考网站 https://www.c…

R实验 正交试验设计与一元线性回归分析

实验目的&#xff1a; 掌握正交试验设计记号的意义&#xff1b;掌握正交试验设计的直观分析和方差分析&#xff1b;掌握一元线性回归模型的相关概念&#xff1b;掌握最小二乘法的思想&#xff1b;掌握一元线性回归方程的显著性检验和预测。 实验内容&#xff1a; &#xff11;…

C++ day1 作业练习

整理思维导图 定义自己的命名空间my_sapce&#xff0c;在my_sapce中定义string类型的变量s1&#xff0c;再定义一个函数完成对字符串的逆置。 #include <iostream> #include <cstring>using namespace std; namespace my_space {string s1; }void show() {cout<…

NASA数据集——严格校准的臭氧(O3)、甲醛(HCHO)、二氧化碳(CO2)和甲烷(CH4)混合比,以及包括三维风在内的气象数据

Alpha Jet Atmopsheric eXperiment Meteorological Measurement System (MMS) Data 阿尔法喷气式大气实验气象测量系统&#xff08;MMS&#xff09;数据 简介 Alpha Jet Atmospheric eXperiment (AJAX) 是美国国家航空航天局艾姆斯研究中心与 H211, L.L.C. 公司的合作项目&a…

SpringSecurity6从入门到实战之引言和基本概念

SpringSecurity6从入门到实战之引言和基本概念 前言 在当今数字化时代&#xff0c;随着网络应用的日益普及&#xff0c;保护用户数据和系统安全变得至关重要。作为Java开发社区的中坚力量&#xff0c;Spring框架提供了一整套解决方案来构建企业级应用程序。然而&#xff0c;随…