Informatie

Wat zijn de verschillen (indien aanwezig) in hersenactiviteit bij hallucineren versus het waarnemen van een echt object?


Ik vroeg me af of er verschil is in hersenactiviteit wanneer iemand een object hallucineert, bijvoorbeeld een giraf, in vergelijking met wanneer iemand echt een echte giraf observeert?


Wat is het verschil tussen schijnbare beweging en schijnbare beweging?

Een definitie voor schijnbare beweging is:

De perceptie van beweging geproduceerd door stimuli die stationair zijn maar eerst op één positie worden gepresenteerd en vervolgens, met een geschikt tijdsinterval, op een andere positie.

En schijnbare beweging is gedefinieerd als:

Beweging kan worden gedetecteerd, zelfs als er geen echte beweging is

Nu naar mijn echte vraag: Ik weet dat die twee vormen van waarneming heel dicht bij elkaar liggen, dus wat is het werkelijke verschil tussen de twee? Is er een zuivere definitie van het verschil? Ik heb het gevoel dat zowel schijnbare beweging als schijnbare beweging volgens Gleitman et al. (2010) vrijwel hetzelfde, en kan worden toegepast op beide soorten voorbeelden. Dus als ze een stimulus/illusie zouden krijgen, hoe zou je ze dan benaderen om te onderscheiden welke wat is?


Hallucinatie wetenschap

Van interne visie tot dingen die 's nachts lijken te botsen, we hebben het over hallucinaties. Bovendien worden we, zoals gewoonlijk, vergezeld door onze lokale experts om het laatste neurowetenschappelijke nieuws te verwerken.

In deze aflevering

01:13 - Emoties lezen door gezichtsmaskers

Emoties lezen door gezichtsmaskers Helen Keyes, ARU Duncan Astle, Universiteit van Cambridge

Deze maand keek Helen Keyes naar een paper waarin de implicaties werden bestudeerd van volwassenen die gezichtsmaskers dragen op het vermogen van kinderen om emoties te interpreteren.

Helen - Deze studie richtte zich op 81 kinderen in de leeftijd van 7 tot 13 jaar. En dat is een echte belangrijke leeftijd waarop kinderen sterk beginnen te vertrouwen op het gebruik van ogen om emotionele expressie te interpreteren. Nu, deze kinderen zagen veel afbeeldingen van gezichten en de gezichten hadden verschillende gezichtsuitdrukkingen - verdriet, woede en angst. En de beelden zouden heel wazig beginnen en ze zouden steeds duidelijker worden. En de kinderen zouden zeggen welke emotie in het gezicht werd uitgedrukt. Het is duidelijk dat naarmate het gezicht duidelijker werd, deze taak gemakkelijker werd. En de gezichten werden ofwel als één geheel gepresenteerd of gepresenteerd met een gezichtsbedekking erover, alleen een chirurgisch gezichtsmasker, of ze werden gepresenteerd met een zonnebril op. En zoals verwacht was, waren kinderen het meest nauwkeurig in het identificeren van gezichtsemoties als er helemaal geen gezichtsbedekking was. Dus geen mondkapje en geen zonnebril, dat is niet zo gek.

Dat effect was echter relatief klein. Inderdaad, wanneer we naar de individuele emoties kijken, presteerden kinderen nog steeds aanzienlijk beter dan de kans om de emotie voor droevige gezichten te herkennen. Zelfs als het gezicht een masker draagt ​​of een zonnebril draagt, presteerden kinderen nog steeds beter dan toeval. Ze konden nog steeds zien dat het gezicht verdrietig was. Als we naar boze gezichten kijken, had het dragen van een gezichtsmasker weer niet zoveel effect - in termen van kinderen presteerden nog steeds beter dan kans om de boze emotie te herkennen, terwijl een zonnebril dat echt verminderde. En dan is het pas echt wanneer een gezicht angst uitdrukte, dat de introductie van een soort gezichtsbedekking, dus een gezichtsmasker of zonnebril, het voor kinderen echt moeilijk maakte om die emotie te interpreteren. Ze vonden het erg moeilijk om te zien of het gezicht angst of verbazing uitdrukte als je die bijna grote ogen hebt, of ze een gezichtsmasker of een zonnebril dragen.

Er is dus veel hoop, ook al doen we het natuurlijk beter zonder gezichtsbedekking, de kinderen konden de emoties die werden overgebracht nog grotendeels interpreteren.

Katie - Wat vind je van de variatie in hoe goed de kinderen waren in het oppikken van de verschillende emoties?

Helen - Het is te verwachten. We weten dus dat angst en verrassing echt moeilijk te onderscheiden zijn in termen van de echte belangrijkste sleutelemoties. Vaak gaan woede en verdriet door elkaar. Dus ik vond het heel interessant dat de kinderen duidelijk onderscheid konden maken tussen verdriet en woede.

We hebben het hier over stilstaande beelden van gezichten. Als je nu op straat iemand tegenkomt en ze waren verdrietig of boos, dan zijn er naast hun gezicht nog veel meer signalen waarop je zou kunnen vertrouwen. Dus hun lichaamstaal, wat ze zeggen of schreeuwen, dat soort dingen, kun je duidelijk onderscheiden. Maar alleen al als je naar die beelden kijkt, kan het heel lastig zijn om onderscheid te maken tussen verdriet en woede. En het is echt een leuke bevinding om te zien dat de kinderen die emoties nog konden onderscheiden.

Katie - Hoe divers was de groep kinderen. Ik vraag me alleen af ​​of dit soort dingen verschilt per persoon of misschien per achtergrond of cultuur?

Helen - Dus er was een hele mooie spreiding van kinderen. Vaak kan er bij dit soort onderzoek de neiging zijn om zich te concentreren op één subgroep, de meerderheid, subgroep van kinderen, maar deze had een heel mooi evenwicht tussen verschillende etniciteiten bij de kinderen. En een redelijk goede genderbalans tussen de kinderen. En er waren geen enorm belangrijke bevindingen, behalve dat jongens iets sneller de woede-emotie herkenden dan meisjes.

Katie - De mensen, de gezichten, dit waren vreemden, toch? Gewoon plaatjes op een scherm.

Helen - Het waren allemaal vreemden. Ja. Genomen uit een database die echt veel wordt gebruikt, waar we echt hebben vastgesteld dat dit allemaal droevige gezichten zijn en mensen hebben deze gevalideerd als droevige gezichten of boze gezichten, enzovoort.

Katie - Vermoed je dat dit op de een of andere manier kan veranderen, afhankelijk van de relatie met de volwassene? Zeg, het is je ouder of je leraar, je weet wel, die echt belangrijke interacties.

Helen - Dat is een heel goed punt. Dus ja, we zullen zeker beter worden als het een bekend gezicht is, gewoon omdat we veel beter weten hoe die gezichten er onder verschillende omstandigheden uitzien. En we kunnen dat idee van iemands gezicht in veel verschillende omstandigheden verwerken in een mooie sjabloon van hun gezicht. En het is heel gemakkelijk voor ons om heel weinig signalen te gebruiken dan met de mensen die we kennen, om die emotie af te leiden.

Maar in werkelijkheid zullen de mensen die deze kinderen gaan zien met gezichtsmaskers niet voornamelijk hun ouders of hun leraren zijn. Het zullen voornamelijk vreemden op straat zijn.

Katie - Hoe zit het met kinderen die emotionele communicatie toch al moeilijk vinden? Zeg misschien kinderen die autistisch zijn.

Helen - Dat is een goede vraag, want autistische kinderen en autistische volwassenen hebben niet zo'n sterke neiging als mensen die niet autistisch zijn, ze hebben niet zo'n sterke neiging om naar de ogen te kijken en zich te concentreren en op de oogcontour te blijven hangen. Er is dus enig bewijs dat suggereert dat mensen die autistisch zijn er de voorkeur aan geven om naar kenmerkende signalen te kijken, zoals het gebied rond de mond om hun emotionele signalen te krijgen. Er is hier dus niet veel onderzoek naar gedaan in termen van het dragen of gebruiken van gezichtsmaskers, maar we zouden verwachten, ja, dat dit verder wordt aangetast, als uw voorkeur niet naar de oogcontour kijkt, maar om te gebruiken de mond voor uw signalen voor emoties. Ja, we zouden verwachten dat dit een grotere waardevermindering zou zijn.

Katie - Zoals je al eerder zei, emoties zijn duidelijk heel genuanceerd. Weet je, er is gezichtsuitdrukking, er is lichaamstaal om rekening mee te houden. Hoe belangrijk vindt u dit onderzoek in het algemeen?

Helen - Ik denk dat het niet veel uitmaakt of kinderen ooit emoties in de wereld of hun sociale ontwikkeling kunnen interpreteren. Ik denk dat het een deel van de zorgen wegneemt die echt welig tiert op het moment dat alle ouders zo bezorgd zijn over de sociale ontwikkeling van hun kinderen. En het is fijn om een ​​heel klein stukje troost te hebben dat zegt, kijk, nou, een ding waar je je geen zorgen over hoeft te maken is: "Oh mijn god, mijn kinderen krijgen niet genoeg input van gezichtsemotie en ze gaan voor het leven worden belemmerd!" Het is dus een fijne, hele kleine, maar zinvolle geruststelling voor ouders die toch al behoorlijk ongerust zijn.

Duncan - Dus we weten dat de kinderen beter zijn dan toeval in deze laboratoriumomgeving, die vrij goed wordt gecontroleerd met deze standaard gezichtsstimuli. Ik vroeg me af of we denken dat dat in de echte wereld, die nogal druk is en er veel gebeurt, zal uitkomen? Zou die kansrijke prestatie genoeg zijn voor kinderen om op betrouwbare wijze emoties in de echte wereld te herkennen?

Helen - Ik denk dat dat een heel goede vraag is. En als we dit realistischer wilden maken, zouden we natuurlijk veel meer nuttige sociale signalen introduceren, evenals veel meer drukte in de visuele omgeving. Dus ja, terwijl we in de echte wereld niet weten of kinderen deze emoties nog steeds door maskers zouden kunnen herkennen, zouden ze veel meer informatie hebben in termen van iemands lichaamstaal en wat ze op andere manieren overbrengen, behalve van hun gezichtsuitdrukkingen. Dus het zou heel moeilijk zijn om die twee uit elkaar te halen, daarom is het best leuk om dit apart te hebben, ons te vertellen over de interpretatie van gezichtsemotie.

Duncan Astle keek naar een recensie waarin werd onderzocht hoeveel leraren geloofden in het concept van leerstijlen, hoe waarschijnlijk het was dat ze deze in de klas zouden implementeren, of deze overtuiging in de loop van de tijd vermindert en of interventie om deze overtuiging tegen te gaan werkt.

Duncan - Leerstijlen is het concept dat elke persoon een subtiel andere manier van leren heeft. Dus sommige mensen geven er misschien de voorkeur aan informatie in een visueel formaat te krijgen, sommigen misschien in een auditieve vorm, sommigen leren misschien liever door zelf iets te doen, een zogenaamde kinesthetische leerling. En het idee is dat als je iemands leerstijl kunt afstemmen op de manier waarop je informatie in de klas geeft, je de optimale omgeving voor hen creëert om te leren. En je zult hun leren in de loop van de tijd een boost geven.

Katie - Welk bewijs is er om dit idee over hoe mensen leren te ondersteunen?

Duncan - Ik ben bang dat er niet veel bewijs is. Uit de gegevens blijkt zelfs dat kinderen je zeker zullen vertellen dat ze een voorkeursstijl hebben. Ze zullen je maar al te snel vertellen wat hun favoriete stijl is. De gegevens laten echter zien dat ze niet beter zijn in hun favoriete stijl dan in een andere. Dus iedereen heeft natuurlijk een voorkeur, maar dat lijkt totaal niet overeen te komen met leren. En eigenlijk kunnen er enkele gevaren zijn bij het promoten van het idee van leerstijlen, want als ik je bijvoorbeeld vertel dat je een kinesthetische leerling bent, als ik iets in de klas probeer af te leveren in een auditieve of visuele vorm, wat heeft het dan voor zin om let je op? Dit is tenslotte niet in uw favoriete stijl. Dus het bewijs dat het werkt is nul. Er is geen. En eigenlijk is er een toenemend besef dat er enkele negatieve gevolgen kunnen zijn van het promoten van dit idee.

Katie - Dus als er geen bewijs is dat het werkt, waar komt het idee dan vandaan?

Duncan - Nou, het oorspronkelijke idee komt van een soort managementadviesbureau, maar de reden dat het in het onderwijs terechtkwam, is omdat - zoals we later zullen zien - het nog steeds voorkomt in de lerarenopleiding. En het komt nog steeds voor in een aantal zelfs vrij recente leerboeken voor lerarenopleidingen. En zo is het in de klas terechtgekomen.

Katie - Wat vond de recensie dan?

Duncan - Wel, wat ze wilden vaststellen, is of leraren nog steeds in leerstijlen geloven, en de manier waarop ze dat deden, was door een systematische review te doen. Ze hadden dus zeer zorgvuldige criteria voor het kiezen van verschillende gepubliceerde onderzoeken. En dat resulteerde in 33 verschillende onderzoeken met de mening van meer dan 15.000 leraren, ondervraagd tussen 2009 en 2020. Dus over een periode van 10 jaar. En van die leraren gelooft meer dan 89% in leerstijlen, dat als je de leerstijl afstemt op de levering, je hun leerproces zult verbeteren. En vrijwel iedereen die erin gelooft, is van plan het in hun klaspraktijk te gebruiken.

Katie - Wat vond de recensie in termen van de trends? Geloven meer of minder mensen dit?

Duncan - Nou, het wordt zeker niet beter. Dus wat je zou verwachten is dat als steeds minder mensen in leerstijlen geloven, naarmate de tijd vordert - dus van 2009 tot 2020 - geleidelijk minder leraren zullen zeggen dat ze het geloven. Maar dat is niet waar. Er is geen significante relatie met tijd. En eigenlijk als je het opsplitst tussen leraren in opleiding en gevestigde leraren, geloven de leraren in opleiding eigenlijk iets meer in leerstijlen, ook al zijn dat de meer recent afgestudeerden van de lerarenopleiding. Er is dus geen enkel bewijs dat het met de tijd beter wordt. Het lijkt erop te wijzen dat het in principe vrij constant is over deze periode van tien jaar.

Katie - Als er geen bewijs is dat dit werkt, maakt de handeling van het communiceren dan een verschil?

Duncan - Dat doet het. Er zijn dus maar vier onderzoeken die hebben geprobeerd in te grijpen, maar ze laten allemaal zien dat het behoorlijk effectief is. Dus als je een soort campagne voert om leraren uit te leggen dat dit onzin is, dan gaat hun geloof erin van ongeveer 78% naar 37%. Je kunt dus echt van perspectief veranderen. Ik bedoel, ik vraag me af wat er gebeurt in die 37% die de interventie vermoedelijk gewoon niet gelooft, maar het laat wel zien dat het behoorlijk effectief is.

Katie - Wat vertelt de wetenschap ons over de beste manieren om te leren? Is een variatie in leer- en lesmethoden nuttig?

Duncan - Ja, maar niet om de redenen die leerstijlen zeggen dat het zou moeten zijn. We weten dus dat als u informatie vanuit meerdere verschillende perspectieven levert, u een zogenaamde diepe verwerking krijgt. Dus de reden dat het goed is om informatie vanuit veel verschillende perspectieven te leren, is omdat je daarmee duurzamere langetermijnherinneringen vastlegt, in plaats van een meer oppervlakkig spoor.

Katie - Vanuit verschillende perspectieven, heb je het over iets lezen, versus luisteren naar een leraar, versus iets doen?

Duncan - Precies. En het idee is dat elke keer dat je de informatie opnieuw tegenkomt in een ander formaat, je de sporen van de eerste keer reconstrueert. En bij elke reconstructie maak je de vervalhelling van het geheugen ondieper. En zo wordt het met de tijd steeds duurzamer.

Maar dat is niet omdat je kinderen op de een of andere manier in een hokje stopt om te leren. Het is gewoon een algemeen principe dat hoe meer variatie in de manier waarop informatie wordt geleverd, de neiging heeft om duurzamere herinneringen te produceren.

Katie - Oh, ik begrijp het. Dus zelfs als ik liever leer via iemand die met me praat, is het waarschijnlijk goed voor mijn leren om al die dingen te doen. Is dat wat je zegt?

Duncan - Ja, precies. En je creëert ook wat contextonafhankelijk geheugen wordt genoemd. Er is een heel sterk effect, dat wil zeggen, laten we zeggen dat je dingen in één formaat in één kamer leert. Je zult het eerder onthouden als je in die kamer moet zijn met hetzelfde formaat. Terwijl als je variatie hebt in de stijl en locaties van presentatie, je de neiging hebt om herinneringen te krijgen die duurzamer zijn in verschillende contexten en in verschillende formaten.

Katie - Wat maakte de recensie van de werkelijke kwaliteit van het bewijsmateriaal waar ze naar keken?

Duncan - Grote kanttekeningen. Het is echt moeilijk om een ​​echt onbevooroordeelde meting te krijgen van het soort geloof van mensen in iets met behulp van een kanssteekproef, wat de overgrote meerderheid van deze onderzoeken is. En dat komt omdat de mensen die zich met dat soort dingen bezighouden misschien niet jouw typische leraar zijn. En bijna altijd zijn deze vragen over leerstijlen en overtuigingen in leerstijlen ingebed naast tal van andere neuromythevragen en dingen die veel minder aannemelijk lijken. En dus zou er een vertekenend effect kunnen zijn doordat wanneer ze de leerstijlvragen tegenkomen, ze denken: "Nou, dat lijkt veel aannemelijker dan de onzin die ik zojuist heb gelezen". En dus zullen al deze factoren echt van invloed zijn op hoe waar een mate van geloof in leerstijlen je daadwerkelijk kunt krijgen.

Katie - Oké. Dus in het algemeen, wat denk je dat we kunnen trekken uit deze review over de staat van geloof in leerstijlen?

Duncan - Ik praat al zo'n 10 jaar over leerstijlen op scholen. En ik zou zeggen dat het nog steeds zo is dat de meeste keren dat ik het noem, mensen het geloven. Dus ik zou zeggen dat hun cijfer van een soort van 80 tot 90%, het is waarschijnlijk een beetje hoog voor het VK, maar het is niet ver weg.

De reden daarachter is dat er een wet is die de wet van Brandolini wordt genoemd, die ik niet letterlijk zal citeren, maar het is het idee dat de energie die nodig is om onzin te weerleggen een orde van grootte groter is dan nodig is om het te creëren. Als je bijvoorbeeld kijkt naar het eerste grote onderzoek waaruit blijkt dat leerstijlen een groot effect hebben, dan is dat meer dan 600 keer geciteerd.

En twee jaar later kwam er nog een studie uit die aantoonde dat de oorspronkelijke studie onzin was en helemaal geen effect had. Die tweede studie is slechts 60 keer geciteerd. Als je een idee krijgt, krijgt het heel gemakkelijk grip. En om de geest weer in de fles te krijgen kost ontzettend veel meer energie.


Wat veroorzaakt hypnopompische hallucinaties?

De exacte oorzaken van hypnopompische hallucinaties zijn over het algemeen onderhevig aan aanzienlijke individuele variaties. Met andere woorden, de ene persoon kan ze ervaren als gevolg van een slaapstoornis, terwijl een ander ze kan ervaren als gevolg van het innemen van een psychoactieve drug voordat hij in slaap valt. Bovendien kan wat een individu ziet gerelateerd zijn aan uniek collectief onderbewust materiaal en hoe het wordt waargenomen, kan gerelateerd zijn aan de psychologische toestand van de persoon.

Hersenactivatie : Er zijn aanwijzingen dat regionale hersenactivatie of deactivering van bepaalde regio's verantwoordelijk kan zijn voor het genereren van hypnopompische hallucinaties. Specifiek geloven sommige onderzoekers dat de frontale kwab van de hersenen depressief wordt, wat leidt tot stoornissen in de reactietijd en het kortetermijngeheugen. Er wordt ook vermoed dat activering van bepaalde regio's als gevolg van REM-achtige activiteit, epileptische activiteit of irritatie van de cortex deze hypnopompische hallucinaties zou kunnen veroorzaken.

Onderzoek heeft aangetoond dat directe hersenstimulatie van bepaalde regio's kan leiden tot hallucinaties, zelfs bij degenen die nog nooit eerder een hallucinerende ervaring hebben gehad. Als je verschillende visuele centra stimuleert, kun je eenvoudige of complexe hallucinaties creëren. Als u auditieve centra stimuleert, kan een persoon stemmen of andere geluiden horen.

Als je beide stimuleert, kun je zowel beeld als geluid krijgen. Het is mogelijk dat uitbarstingen van REM-achtige activiteit bepaalde regio's in een hypnopompische toestand stimuleren, wat resulteert in hypnopompische hallucinaties. De duur en mate waarin ze gestimuleerd worden, kan de waargenomen duur en complexiteit van de hallucinaties voorspellen.

Hersenstructuur : Degenen met structurele afwijkingen van de hersenen kunnen meer vatbaar zijn voor hallucinaties, vooral die die visueel zijn (bijvoorbeeld dingen zien). De structuur van een persoon kan abnormaal zijn sinds de geboorte, of kan abnormaal zijn als gevolg van ernstig hersenletsel. In veel gevallen is gebleken dat laesies van bepaalde hersenkwabben zowel slaapstoornissen als slaapgerelateerde (bijvoorbeeld hypopompische) hallucinaties kunnen veroorzaken.

Hersengolven : Men denkt dat hersengolven worden veranderd tijdens hypnopompische hallucinaties. Het hersengolfpatroon kan een combinatie van theta-golven en/of alfa-golven omvatten, samen met intermitterende uitbarstingen van bèta. Er wordt gedacht dat het een overwegend langzame golftoestand is, maar de concentraties van deze golven kunnen afhangen van het stadium van de hypnopompische overgang van slaap naar waakzaamheid.

Iemand die een hypnopompische hallucinatie ervaart dichter bij het punt van ontwaken, kan zich meer bewust zijn van de ervaring, maar kan slechts een zeer subtiele hallucinatie doorstaan. Iemand die dichter bij het spectrum van hypnopompia staat om te slapen, kan levendigere droomachtige hallucinaties ervaren, maar is zich minder bewust van de ervaring. Hersengolfsignaturen voor hypnopompische hallucinaties kunnen ook worden beïnvloed door REM of verborgen REM.

Bewustzijn : Tijdens de hypnopompische staat van bewustzijn wordt gedacht dat we ons in een emotionele, droomachtige bewustzijnsstaat bevinden. Tijdens deze droomachtige toestand proberen onze hersenen de ervaring logisch te begrijpen, wat resulteert in onze eigen subjectieve interpretaties. Een hypnopompische hallucinatie kan te maken hebben met iets waar je recentelijk aan denkt (bewust) of iets dat je al lang vergeten was (onbewust).

illegale drugs : Degenen die illegale drugs gebruiken, kunnen vreemde dromen ervaren, evenals hypnagogische en/of hypnopompische hallucinaties. Onder drugsgebruikers is het bekend dat circuits in de hersenen in de loop van de tijd kunnen worden veranderd, wat mogelijk kan leiden tot beschadiging en de dood van hersencellen. De veranderingen in het functioneren van de hersenen door gebruik of misbruik van illegale drugs kunnen leiden tot slaapafwijkingen en manifestaties van hypnopompische hallucinaties.

Van personen die door drugs geïnduceerde psychose ervaren, is bekend dat ze abnormale neurotransmissie en hersenactivatie vertonen als gevolg van het medicijn. Het is mogelijk voor een persoon om in slaap te vallen na gebruik van het medicijn, alleen om over te gaan van slaap naar wakker worden met een hypnopompische hallucinatie. Deze hallucinaties kunnen een effect zijn dat het gevolg is van een combinatie van REM-activiteit en het werkingsmechanisme van het medicijn.

Meditatie : Degenen die gevorderd zijn in de beoefening van meditatie, kunnen vreemde zintuiglijke ervaringen melden bij overgangen tussen slaap en waakzaamheid. Dit komt door het feit dat meditatie de hersenen in de loop van de tijd verandert, over het algemeen ten goede (Lees: Wetenschappelijke voordelen van meditatie). De meeste soorten meditatie stellen individuen in staat om bij bewustzijn te blijven tijdens het ontstaan ​​van langzamere hersengolven (bijvoorbeeld alfa en theta).

Iemand die lange tijd mediteert, kan tijdens de voorbijgaande (hypnopompische) fase half of volledig bij bewustzijn blijven en zich bewust zijn van eventuele hallucinaties die vaak optreden als gevolg van REM (snelle oogbeweging) of REM-achtige activiteit . Opgemerkt moet worden dat verschillende soorten meditatie de hersenen op unieke manieren beïnvloeden. Sommige meditatieve oefeningen kunnen leiden tot een versterking van hypnopompische hallucinaties.

Neurotransmissie : Het is belangrijk om na te denken over de rol van neurotransmissie bij het optreden van hypnopompische hallucinaties. Wanneer ze kunstmatig worden verhoogd (als gevolg van medicijnen of supplementen), kunnen verschillende neurotransmitters de slaap beïnvloeden en/of hallucinaties veroorzaken. Het is bijvoorbeeld bekend dat toenemende niveaus van serotonine de slaap kunnen beïnvloeden.

Bovendien kunnen toenemende niveaus van dopamine leiden tot hallucinaties. Receptordichtheden voor neurotransmitters kunnen ook een rol spelen bij het beïnvloeden van hypnopompische hallucinaties. Als bepaalde neurotransmitters niet adequaat worden verwerkt door receptoren (bijv. dopaminereceptorpolymorfismen), kan dit leiden tot de manifestatie van hallucinaties, waarvan sommige kunnen optreden tijdens een hypnopompische toestand.

Farmaceutische medicijnen : Er is substantieel bewijs om het idee te ondersteunen dat farmaceutische medicijnen, met name geneesmiddelen die de neurotransmissie beïnvloeden, hypnopompische hallucinaties kunnen veroorzaken. Een in 2000 gepubliceerd rapport documenteerde gevallen van personen die hypnopompische hallucinaties ervoeren na de toediening van Donpezil, een medicijn dat wordt gebruikt om de symptomen van de ziekte van Alzheimer te behandelen.

Het medicijn werkt als een acetylcholinesteraseremmer, waardoor de concentraties van acetylcholine worden verhoogd in een poging om de cognitieve functie te verbeteren. Helaas verandert dit werkingsmechanisme REM (snelle oogbeweging) en verhoogt het de kans op hypnopompische hallucinaties. Oudere rapporten uit de jaren tachtig hebben hypnopompische hallucinaties gemeld bij degenen die tricyclische antidepressiva gebruikten.

Men denkt dat het medicijn Amitriptyline het slaappatroon verandert en de meeste patiënten die het medicijn gebruiken, kunnen zich realiseren dat de hallucinatie niet-psychotisch is. Dat gezegd hebbende, artsen moeten patiënten die deze medicijnen gebruiken nog steeds waarschuwen, zodat ze niet in paniek raken of denken dat het een symptoom van psychose is. Er moet worden gespeculeerd dat een verscheidenheid aan psychiatrische medicijnen hypnopompische hallucinaties kan veroorzaken.

Psychodynamica : Sommigen speculeren dat tijdens hypnopompie onbewust of onbewust materiaal aan het bewuste kan worden onthuld, wat kan bijdragen aan de hallucinaties. Sommigen geloven dat de hallucinaties manifestaties zijn van cumulatief onbewust en/of onbewust materiaal. Anderen speculeren dat de hallucinaties worden geactiveerd als gevolg van repetitief bewust materiaal (bijvoorbeeld het Tetris-effect).

Een derde psychodynamisch gerelateerde theorie is dat ze een combinatie zijn van zowel bewust als onbewust. Het is ook mogelijk dat de eigen bedrading van de hersenen hallucinaties produceert, onafhankelijk van al het bewuste en onbewuste materiaal.

REM-activiteit : Het is mogelijk dat REM (rapid-eye movement) of REM-achtige uitbarstingen in bepaalde hersengebieden leiden tot hypnopompische verschijnselen. In de hypnopompische toestand wordt gedacht dat mensen een snelle-oogbeweging (REM) -activiteit ervaren, terwijl ze tegelijkertijd halfbewust worden. Tijdens deze REM-toestand kunnen mensen levendige beelden melden, die kunnen worden geproduceerd als een direct gevolg van snelle oogbewegingen.

De beelden van de REM kunnen tijdelijk blijven hangen, wat resulteert in meldingen van hypnopompische visuele hallucinaties - het meest voorkomende type. Het is belangrijk om ook rekening te houden met het feit dat snelle oogbewegingen kunnen leiden tot percepties van geluiden en andere sensaties (bijvoorbeeld aanraking) naast uitsluitend visuele verschijnselen.

Sensorische deprivatie : Er zijn aanwijzingen dat sensorische deprivatie kan leiden tot hallucinaties tijdens zowel hypnagogische als hypnopompische toestanden. Als je regelmatig zintuiglijke deprivatie hebt, realiseren je hersenen zich dat ze geen auditieve, visuele of andere input ontvangen. De hersenen scannen voortdurend de omgeving op deze belangrijke sensorische inputs die verband houden met menselijke evolutie en overleving.

Omdat de hersenen geen omgevingsfactoren kunnen vinden, vullen ze de gaten in de zintuiglijke informatie op door een hallucinatie te genereren. Dit kan een geluid, een zicht of een combinatie van beide zijn. In het geval dat u voorafgaand aan het slapen een sensorische deprivatie krijgt, kunt u uw kans op hypnagogische of hypnopompische hallucinaties vergroten.

Slaaptekort : Er zijn aanwijzingen dat slaapgebrek en -beperking hypnopompische hallucinaties kunnen veroorzaken. Slaaptekort verandert de hersenactiviteit, hormonen en neurotransmissie - allemaal factoren die hypnopompische verschijnselen kunnen beïnvloeden. Chronische slaapgebrek kan de kans op hallucinatoire ervaringen vergroten bij het ontwaken uit een slaaptoestand.


Cognitie en perceptie: is er echt een onderscheid?

Wat als elk inleidend leerboek psychologie het bij het verkeerde eind heeft over de rol van de meest elementaire en fundamentele componenten van de psychologische wetenschap? Decennialang hebben leerboeken geleerd dat er een duidelijke grens is tussen perceptie - hoe we zien, horen, aanraken, proeven en ruiken - en cognitieve processen op een hoger niveau die ons in staat stellen om onze zintuigen te integreren en te interpreteren. Maar opkomend interdisciplinair onderzoek toont aan dat de afbakening tussen perceptie en cognitie veel vager kan zijn dan eerder werd gedacht. Top-down cognitieve processen lijken zelfs de meest elementaire componenten van perceptie te beïnvloeden, en beïnvloeden hoe en wat we zien. Nieuwe bevindingen tonen ook aan dat onze zogenaamde low-level perceptuele processen zoals geur misschien veel slimmer zijn dan eerder werd gedacht. Het kan veel ingewikkelder zijn om precies te onderscheiden wat top-down of bottom-up is dan wetenschappers ooit dachten.

Neuroimaging mengkom

Nieuwe ontwikkelingen in neuroimaging-technologie stellen onderzoekers in staat om perceptuele processen zoals visie en aanraking in realtime te observeren terwijl proefpersonen afbeeldingen bekijken, naar audio luisteren of hun vingers over tactiele objecten laten gaan.

Functionele MRI (fMRI) meet veranderingen in de bloedstroom in de hersenen, waardoor onderzoekers de specifieke regio's en structuren van de hersenen kunnen observeren die tijdens een taak actief zijn. fMRI werkt echter op een tijdschaal die veel langzamer is dan de milliseconde-per-milliseconde snelheid van de hersenen. Een andere beeldvormingstechnologie, magneto-encefalografie (MEG), maakt gebruik van sensoren rond de hoofdhuid van een deelnemer om de activiteit in de hersenen te meten. MEG maakt bijna realtime registratie van extreem snelle hersenactiviteit mogelijk, maar mist de precisie van fMRI om te bepalen welke structuren in de hersenen actief zijn.

APS Fellow Aude Oliva, een senior onderzoeker op het gebied van computervisie, neurowetenschappen en mens-computerinteractie bij het MIT Computer Science and Artificial Intelligence Laboratory, werkt aan een veelbelovende nieuwe methode om fMRI- en MEG-gegevens te combineren, zodat onderzoekers beide kunnen observeren wanneer en waar visuele waarneming plaatsvindt in de hersenen. Het belangrijkste probleem met het combineren van fMRI en MEG, legde Oliva uit, is dat de twee methoden verschillende soorten gegevens van verschillende soorten sensoren opleveren.

"De huidige [niet-invasieve] hersenbeeldvormingstechnieken in isolatie kunnen de spatio-temporele dynamiek van de hersenen niet oplossen, omdat ze een hoge ruimtelijke of temporele resolutie bieden, maar niet beide," Oliva en collega's Radoslaw Martin Cichy (Freie Universitat Berlin) en Dimitrios Pantazis (Massachusetts Institute of Technology) schreef in een paper uit 2016 gepubliceerd in Cerebrale cortex.

MIT-onderzoeker Aude Oliva werkt aan een nieuwe methode om functionele MRI- en magneto-encefalografiegegevens te combineren, waarmee onderzoekers kunnen zien waar en wanneer visuele waarneming in de hersenen plaatsvindt. Fotocredit: Benjamin Lahner

De nieuwe methode waarnaar Oliva verwijst, biedt onderzoekers de mogelijkheid om visuele verwerking te observeren met de snelheid van milliseconden en de resolutie van een millimeter.

In één onderzoek creëerden Oliva en collega's een enorme database van visuele waarneming neuroimaging door 16 deelnemers identieke taken te laten uitvoeren in zowel een fMRI- als een MEG-machine. Met deze unieke dataset kon het onderzoeksteam een ​​matrix bouwen waarin ruimtelijke gegevens van fMRI en de temporele gegevens van MEG worden vergeleken.

"We gebruiken representatieve geometrie, wat het idee is om te kijken naar hoe vergelijkbaar twee of meer stimuli zijn in de ruimte van je gegevens", legt Oliva uit.

De bevindingen van deze studie bieden nieuwe inzichten over hoe de meest elementaire componenten van visuele waarneming, zoals vorm of kleur, leiden tot cognitieve processen op een hoger niveau met betrekking tot categorisatie en geheugen. In een paper uit 2014 gepubliceerd in Natuur Neurowetenschap, ontdekten Oliva en collega's dat de stroom van hersenactiviteit, van het zien van het object tot het herkennen en classificeren als een plant of een dier, allemaal plaatsvond met een zinderende snelheid - slechts 160 milliseconden.

Hoewel Oliva opmerkte dat deze experimenten geen onderscheid kunnen maken tussen bottom-up en top-down verwerking, waren er enkele verrassende bevindingen. Sommige hersengebieden die naar verwachting relatief laat actief zouden worden bij visuele objectherkenning, werden veel eerder actief dan verwacht.

This novel neuroimaging approach allows researchers to create spatio-temporal maps of the human brain that also include the duration of neural representations that can help to guide theory and model architecture, Oliva noted.

Distinguishing Between Seeing and Thinking

Recently, a large body of published research has shown that our “higher order” cognitive processes such as beliefs, desires, and motivations can exert significant top-down influences on basic perceptual processes, altering our basic visual perception. However, Yale University psychology professor and APS Fellow Brian Scholl insists that perception can proceed without any direct influence from cognition.

Scholl leads the Yale Perception and Cognition Laboratory, where he explores questions about how perception, memory, and learning interact to produce our experience of the world. In a bold 2016 paper coauthored with Chaz Firestone (John Hopkins University), he wrote: “None of these hundreds of studies — either individually or collectively — provides compelling evidence for true top-down effects on perception.” Scholl and Firestone said that basic visual perception is in fact much smarter than most researchers believe.

“We try to demonstrate how this is not just a matter of semantics, but these are straightforward empirical questions,” Scholl said at an Integrative Science Symposium at the 2019 International Convention of Psychological Science.

According to Scholl, causal history is just one example of a phenomenon that is widely considered paradigmatic of higher-level thinking but that really has a basis in low-level visual perception. For example, if you see a cookie with a bite taken out of it, you implicitly understand that the original shape of the cookie has been altered by events in the past, he said.

In een studie gepubliceerd in psychologische wetenschap, Scholl and lead author Yi-Chia Chen (Yale University) used an elegantly simple series of animations of square shapes that had “bites” taken out of them. When the initial square had missing pieces that inferred a causal history, like a cookie missing a bite shape rather
than missing a triangle, participants perceived the change in shape as gradual even when the animation showed an instantaneous change.

“When we draw the distinction between seeing and thinking, we can realize that perhaps the roots of this kind of representation may lie in low-level visual perception,” Scholl explained.

In another series of experiments, Scholl and Firestone used intuitive physics to show that people could tell within just 100 milliseconds whether a tower of blocks was unstable and about to fall over.

“When you look at a phenomenon, at a stimulus like this, I find that I see physics seemingly in an instant. You just have a visceral sense that doesn’t seem to require much thought, for example, for how stable that pile of plates is, whether it’s going to fall, perhaps how quickly it’s going to fall, what direction it’s going to fall,” Scholl said.

A Joint in Nature

New research on the top-down influence of cognition on perception has led to new questions from scientists about whether there truly is a “joint in nature” between cognition and perception.

“Now in philosophy, just as in psychology, there is a long history of regarding cognition and perception as basically the same thing,” said Ned Block, a professor of philosophy, psychology, and neural science at New York University.

Block pointed to evidence from perceptual science that supports a distinct joint between perception and cognition. The solitary wasp, a species of wasp that does not live in hives, is one example of evidence for pure perception in biology, he said. Though the wasps have excellent visual perception abilities, that perception is noncognitive and nonconscious.

When it comes to the question of defining where perception ends and cognition begins in humans, Block points to the work of Anna Franklin, a professor of visual perception and cognition at the University of Sussex. Franklin has conducted extensive research on infants’ color perception.

Although the colors of the rainbow are a continuous band of wavelengths, humans perceive color categorically — we break the continuous spectrum up into blocks of distinctive color groups. Using studies of eye movement and gaze, Franklin and colleagues found that infants can perceive color categories by the age of 4 to 6 months. Yet a body of research suggests that infants don’t begin to develop concepts of color until they’re around a year old.

Block cited a 1980 child speech and language study from APS Fellow Mabel Rice (University of Kansas) in which children as old as 3 took more than 1,000 learning trials over several weeks to learn the words “red” and “green.”

Yale psychology professor Brian Scholl says causal history is an example of a phenomenon based in low-level visual perception, rather than the higher-level thinking widely attributed to it.

Even Charles Darwin noted that children seem to have a difficult time learning words for color: “[I] was startled by observing that they seemed quite incapable of affixing the right names to the colours in coloured engravings, although I tried repeatedly to teach them. I distinctly remember declaring that they were colour blind,” Darwin wrote about his children in 1877.

“The idea is that 6- to 11-month-old infants have color perception without color concepts and this shows that color perception can be nonconceptual,” Block said. “And I think the simplest view is that all perception
is nonconceptual.”

Smart Sensory Neurons

John McGann’s work uses cutting-edge optical techniques to explore the neurobiology of sensory cognition in smell. McGann, a professor of psychology at Rutgers University, uses the olfactory system as a model to investigate neural processing of sensory stimuli.

In a recent series of experiments, McGann was interested in looking at cognitive processing at the earliest stages of perception — at the level of sensory neurons themselves.

For this research, McGann’s lab used genetically engineered mice. A little window was implanted in each mouse’s skull over the olfactory bulb where the brain processes scent, allowing researchers to see the mouse’s brain light up in reaction to odors.

“Not metaphorically light up they literally light up and you can see it through the microscope,” McGann explained.

The genetically engineered mice were exposed to a specific smell at the same time they experienced a painful shock. Not only did mice start showing typical fear-response behaviors after getting a whiff of the shock-associated odor, but the pattern of activation in olfactory bulb neurons was visible exposure to the fear-associated odor led to substantially more neurotransmitters being released from the olfactory sensory neurons compared with baseline levels before exposure to the painful shocks.

NYU professor Ned Block: “I think the simplest view is that all perception is nonconceptual.”

“So essentially, it was like the information coming into the brain from the nose already had the memory of bad things incorporated into it,” McGann said in a Wetenschap podcast interview.

In another experiment, mice were exposed to about a dozen rounds of a series of lights and audio tones before an odor. On trials in which researchers skipped over the anticipated audio tone, olfactory sensory nerves’ response to the odor was much smaller. This was unexpected because olfactory sensory neurons activate so early in sensory processing — they are physically contacting the odor as it enters the nasal mucosa, McGann explained.

“So how could the olfactory sensory neurons know all this stuff about shocks and lights and tones?” hij vroeg.

These axons are surrounded by a population of interneurons at the location where they enter the brain, theoretically connecting these regions to many other areas of the brain. So even though the central nucleus of the amygdala doesn’t connect to the olfactory system, McGann and colleague Cynthia Fast (APOPO, a nonprofit in Tanzania) found that the amygdala is still part of a circuit where the nerve terminals in the nasal mucosa are connected through a series of interneurons.

“This means that maybe there’s no such thing as a purely ‘bottom-up’ odor representation in the mouse brain because this is the entry to the mouse brain,” McGann elaborated.

Learning What to Ignore

Thoughts of learning and decision-making tasks may conjure images of a rat learning whether to push a lever on the basis of a light turning on or off. But this is not at all what decision-making in the real world actually looks like, according to Yael Niv, a professor at the Princeton Neuroscience Institute at Princeton University. Just think about a mundane real-world task such as crossing the street. There are oncoming cars, parked cars, other pedestrians, crosswalks, and the countdown of a streetlight.

If our task is to cross the street, we might attend to the speed and distance of oncoming cars while ignoring their colors. Alternatively, if we’re trying to hail a taxi in New York City, we need to pay attention to spot the telltale yellow used by taxis. But how do we learn how to sort out the factors that are relevant or irrelevant in such a cluttered scene?

“All of learning is generalization because you never actually cross the same street twice in the same exact configuration, so no two events are ever exactly the same,” Niv explained. “The question that we ask in my lab is ‘how do we learn a representation of the environment for each task that will support efficient learning and efficient decision-making?’”

In order to better understand how we learn what to ignore, Niv’s lab has used a task called the dimensions task. Participants in an fMRI scanner are shown sets of stimuli with different dimensions (i.e., color, shape, texture). To earn a reward, they must learn which item to select out of the set. Features from only one relevant dimension — assigned by the researchers — determine the probability of reward. The rub is that participants are not told ahead of time what dimension is relevant and what target feature will get them the reward.

“So this is kind of like crossing the street in the sense that you can ignore a bunch of stuff and concentrate only on one dimension — either color, or shape, or texture. The question is how does the human brain learn this,” Niv explained.

Niv then uses this trial-by-trial choice data to develop computational models that reflect participants’ learning and decision-making strategies. In 10 years of working with this task, the Niv lab has determined that participants don’t appear to be using simple reinforcement learning, Bayesian inference, or simple hypothesis testing, she said. Instead, the best model uses what they call feature reinforcement learning plus decay: After each trial, the value of each of the chosen features is updated and adjusted to reflect any prediction errors, while all other values are decayed toward zero, to mimic less attention to those.

“What I’m trying to understand is how cognition shapes what we attend to and how we decide what to attend to,” Niv explained. “What we have shown so far is that attention constrains what we learn about, and we consider this a feature, not a bug by constraining learning to only the dimensions that are relevant to the task, we can learn to cross the street in 10 trials and not in 10,000 trials.”

This article is based in part on an Integrative Science Symposium at the 2019 International Convention of Psychological Science (ICPS) in Paris. Learn about ICPS 2021 in Brussels.


Materialen en methodes

Deelnemers

This study reports findings from five late-onset blind/visually-impaired individuals diagnosed with CBS (age 47 ± 8.9, two females, two left handed, one ambidextrous), 11 late-onset blind individuals not experiencing visual hallucinations (blind control group, age 40.54 ± 11, four females, two left handed, one ambidextrous) and 13 sighted individuals with normal or corrected-to-normal vision (sighted control group, age 43.85 ± 7.4, 10 females, two left handed). Experimental groups did not differ in age, gender or handedness (all P-values > 0.27, Fisher’s exact test). Participants had no history of psychiatric illness or cognitive impairments, and were not taking any psychoactive medications. Recruitment of participants was carried out with the assistance of a neuro-ophthalmologist, and through standard advertisements. All participants provided written informed consent before participating, in accordance with the Declaration of Helsinki, and were paid for their participation in the study. All procedures were approved by the Tel-Aviv Sourasky Medical Center, IRB ethics committee. Table 1 presents demographic, clinical and hallucination phenomenology information of the CBS participants (see also Supplementary material , ‘Hallucination phenomenology’ section).

Phenomenology of hallucinations in participants with CBS

. CBS 1 . CBS 2 . CBS 3 . CBS 4 . CBS 5 .
Leeftijd 48 48 59 34 46
Geslacht Vrouwelijk Vrouwelijk Mannelijk Mannelijk Mannelijk
Handedness Ambidextrous Rechts Left Left Rechts
Visual acuity No light perception No light perception Light perception 6/120 No light perception
Time since deterioration of vision, years 15 22 16 3 2.5
Diagnose Retinitis pigmentosa Retinitis pigmentosa Retinitis pigmentosa Cone-rod dystrophy glaucoom
VVIQ score a 70 103 61 99 124
Hallucinatory content Continuous stream of still images, including humans, animals, objects, houses, and patterns Face of a man who is unfamiliar to the participant. The face can appear and disappear and can rotate or move across the visual field Unfamiliar and distorted black and white faces, rotating objects, patterns and flashes of light Very rapid flashes of light spanning the entire visual field Continuous and rapidly changing shapes and colours that resemble kaleidoscope patterns
Frequency of hallucinations Constante Weekly Every few months Constante Constante
Number of alternations in hallucinations per 8-min scan, mean ± SD 123.6 ± 50.5 (four verbal and four manual report scans) 13.7 ± 4.9 (two verbal and one manual report scans) 17.5 ± 12 (one verbal and one manual report scans) Continuous Continuous
Frequency of alternations in hallucinatory content Seconds Minutes Seconds–minutes Fractions of a second Fractions of a second
Do hallucinations move with gaze? Nee Ja Ja Ja Ja
. CBS 1 . CBS 2 . CBS 3 . CBS 4 . CBS 5 .
Leeftijd 48 48 59 34 46
Geslacht Vrouwelijk Vrouwelijk Mannelijk Mannelijk Mannelijk
Handedness Ambidextrous Rechts Left Left Rechts
Visual acuity No light perception No light perception Light perception 6/120 No light perception
Time since deterioration of vision, years 15 22 16 3 2.5
Diagnose Retinitis pigmentosa Retinitis pigmentosa Retinitis pigmentosa Cone-rod dystrophy glaucoom
VVIQ score a 70 103 61 99 124
Hallucinatory content Continuous stream of still images, including humans, animals, objects, houses, and patterns Face of a man who is unfamiliar to the participant. The face can appear and disappear and can rotate or move across the visual field Unfamiliar and distorted black and white faces, rotating objects, patterns and flashes of light Very rapid flashes of light spanning the entire visual field Continuous and rapidly changing shapes and colours that resemble kaleidoscope patterns
Frequency of hallucinations Constante Weekly Every few months Constante Constante
Number of alternations in hallucinations per 8-min scan, mean ± SD 123.6 ± 50.5 (four verbal and four manual report scans) 13.7 ± 4.9 (two verbal and one manual report scans) 17.5 ± 12 (one verbal and one manual report scans) Continuous Continuous
Frequency of alternations in hallucinatory content Seconds Minutes Seconds–minutes Fractions of a second Fractions of a second
Do hallucinations move with gaze? Nee Ja Ja Ja Ja

The possible range of the scores in the Vividness of Visual Imagery Questionnaire (VVIQ) across two administrations is 32–160, where low scores indicate higher imagery abilities.

Phenomenology of hallucinations in participants with CBS

. CBS 1 . CBS 2 . CBS 3 . CBS 4 . CBS 5 .
Leeftijd 48 48 59 34 46
Geslacht Vrouwelijk Vrouwelijk Mannelijk Mannelijk Mannelijk
Handedness Ambidextrous Rechts Left Left Rechts
Visual acuity No light perception No light perception Light perception 6/120 No light perception
Time since deterioration of vision, years 15 22 16 3 2.5
Diagnose Retinitis pigmentosa Retinitis pigmentosa Retinitis pigmentosa Cone-rod dystrophy glaucoom
VVIQ score a 70 103 61 99 124
Hallucinatory content Continuous stream of still images, including humans, animals, objects, houses, and patterns Face of a man who is unfamiliar to the participant. The face can appear and disappear and can rotate or move across the visual field Unfamiliar and distorted black and white faces, rotating objects, patterns and flashes of light Very rapid flashes of light spanning the entire visual field Continuous and rapidly changing shapes and colours that resemble kaleidoscope patterns
Frequency of hallucinations Constante Weekly Every few months Constante Constante
Number of alternations in hallucinations per 8-min scan, mean ± SD 123.6 ± 50.5 (four verbal and four manual report scans) 13.7 ± 4.9 (two verbal and one manual report scans) 17.5 ± 12 (one verbal and one manual report scans) Continuous Continuous
Frequency of alternations in hallucinatory content Seconds Minutes Seconds–minutes Fractions of a second Fractions of a second
Do hallucinations move with gaze? Nee Ja Ja Ja Ja
. CBS 1 . CBS 2 . CBS 3 . CBS 4 . CBS 5 .
Leeftijd 48 48 59 34 46
Geslacht Vrouwelijk Vrouwelijk Mannelijk Mannelijk Mannelijk
Handedness Ambidextrous Rechts Left Left Rechts
Visual acuity No light perception No light perception Light perception 6/120 No light perception
Time since deterioration of vision, years 15 22 16 3 2.5
Diagnose Retinitis pigmentosa Retinitis pigmentosa Retinitis pigmentosa Cone-rod dystrophy glaucoom
VVIQ score a 70 103 61 99 124
Hallucinatory content Continuous stream of still images, including humans, animals, objects, houses, and patterns Face of a man who is unfamiliar to the participant. The face can appear and disappear and can rotate or move across the visual field Unfamiliar and distorted black and white faces, rotating objects, patterns and flashes of light Very rapid flashes of light spanning the entire visual field Continuous and rapidly changing shapes and colours that resemble kaleidoscope patterns
Frequency of hallucinations Constante Weekly Every few months Constante Constante
Number of alternations in hallucinations per 8-min scan, mean ± SD 123.6 ± 50.5 (four verbal and four manual report scans) 13.7 ± 4.9 (two verbal and one manual report scans) 17.5 ± 12 (one verbal and one manual report scans) Continuous Continuous
Frequency of alternations in hallucinatory content Seconds Minutes Seconds–minutes Fractions of a second Fractions of a second
Do hallucinations move with gaze? Nee Ja Ja Ja Ja

The possible range of the scores in the Vividness of Visual Imagery Questionnaire (VVIQ) across two administrations is 32–160, where low scores indicate higher imagery abilities.

Experimenteel ontwerp

We aimed to study hallucinations (unprompted perceptual events) in CBS as a model for unprompted behaviours. To isolate the unprompted component of hallucinations, we compared hallucinations in CBS to cued veridical vision in sighted controls who were presented with visual simulations of these hallucinations. However, while the unprompted nature of visual hallucinations differentiates them from veridical vision, another difference is that hallucinations are internally generated while veridical vision is evoked by external stimulation. To control for this difference, we further compared hallucinations to cued visual imagery, as both of these conditions are internally generated, but only hallucinations are unprompted. Finally, to ensure that hallucination-related brain activations are not the product of mere verbal/manual report, we used a control condition consisting of verbal and manual tasks that were unrelated to the onsets of hallucinations.

The experimental procedures included the administration of questionnaires, and between one and three functional MRI sessions per participant. Session times ranged between 45 min and 120 min. In aggregate, these sessions included one resting-state scan (all groups), one to two imagery scans (all groups), an anatomical scan (all groups), a verbal-manual control condition (CBS participants/blind controls), and one visual localizer scan (sighted controls). We also conducted two to four hallucination scans reported verbally or using button-presses for each CBS participant, and for sighted controls, we conducted six simulated hallucination scans (as elaborated below). The order of scans was counterbalanced across participants with the exception that the first session always began with a resting-state run. Analyses of the visual localizer and resting state scans will not be reported here. Experimental software is detailed in the Supplementary material .

Vragenlijsten

Questionnaires were used to collect demographic and clinical details. Additionally, the Vividness of Visual Imagery Questionnaire (VVIQ Marks, 1973) was administered to assess how vividly participants imagined different scenes and situations. This questionnaire was administered twice, with participants' eyes being open/shut, and the scores across the two administrations were summed per participant.

Hallucination report

During prescanning simulations, Participants CBS1–3 stated that they could report their hallucination as easily and promptly as they could identify visual stimuli before their vision deteriorated. Participants CBS4 and CBS5 said they were unable to report their hallucinations, and were therefore excluded from the report condition and subsequent analyses (but were included in all other conditions and analyses). The report condition consisted of several 8-min scans (number of scans depended on the availability/stamina of participants Table 1), in which participants provided reports of their hallucinations either verbally, or via button presses. Because some CBS participants had some, albeit minimal, residual vision, participants were instructed to close their eyes during the entire scanning procedure. Participants were trained to speak without moving their heads, both outside and inside the scanner.

In-scanner verbal reports of hallucinations were recorded, and played back to the participants outside the scanner at the end of each session, asking them to give details of these hallucinatory events. Because the visual acuity of all CBS participants deteriorated at a relatively late stage of life, their description of the hallucinations was based on their prior visual experiences.

During the button-press runs, Participant CBS1 pressed a button using her index finger whenever an image appeared (note that hallucinatory images were constantly replaced by other images with no interval between them). Participants CBS2 and CBS3 pressed a button with the index finger whenever a face appeared and pressed a second button using the middle finger when the face disappeared.

Simulated hallucinations

The temporal structure of the in-scanner verbal reports made by the CBS participants, along with the post hoc details regarding the hallucinations’ content, were used to create movies simulating these hallucinatory streams. Three such movies were created, one corresponding to each of the reporting CBS participants. The simulated hallucinations of Participant CBS1 consisted of images of humans, animals, body parts, objects, houses and patterns, presented in different sizes and positions on a grey background. The simulated hallucinations of Participant CBS2 consisted of a video recording of a male face, made small enough to move around the grey screen. The simulated hallucinations of Participant CBS3 consisted of various pictures and of video recordings of faces/patterns, all presented on a grey background. To account for the possible latency between the true onset of hallucinations and the actual reports made by CBS participants, all simulated stimuli were presented 1 s prior to their real temporal position, as reported by the CBS participants ( Ben-Yakov and Henson, 2018).

Sighted control participants watched these simulated hallucination streams in an order that was counterbalanced across participants. Each simulated hallucination stream was watched twice, with instructions to report the hallucinatory content verbally or using button presses, as the CBS participants did. Participants were trained to speak without moving their heads. Two sighted control participants only completed the verbal-report runs, and additional four participants had one to three of their six scans excluded from further analyses because of excessive head motion. Nevertheless, all participants had at least one valid scan for each simulated hallucination stream.

Visual imagery

All participants were asked to imagine faces, houses, objects and patterns. Before the scan, participants were given examples of items from each category. This 8-min run comprised 12-s blocks, each beginning with an auditory cue signalling a category name. These blocks ended with the auditory instruction ‘rest’, which was followed by an 8-s resting period. Block order was pseudo-randomized across participants. All participants closed their eyes during this experiment. CBS and all blind control participants completed two separate runs of this experiment (except for two blind controls, who completed only one run), and sighted controls completed one run. Data from one blind control were excluded from further analyses due to excessive head motion.

At the end of each run, participants assessed their success level in imagining each visual category on an increasing success scale of 1–5. These ratings were summed per participant.

Verbal-manual control condition

To test whether verbal or manual reports alone evoke activity in the visual system, CBS and blind control participants performed a tone discrimination task. During this 8 min 6 s scan, participants heard a second-long tone of either 440 Hz or 460 Hz, interleaved with silent periods of 3–5 s. Stimulus order was pseudo-randomized across participants. Participants spoke/pressed a button when presented with the higher/lower frequency tone, respectively. Participants were trained to differentiate between the two tones before being scanned. Data from one blind control were excluded from further analyses due to excessive head motion.

See the Supplementary material for MRI data acquisition and preprocessing description.

Statistische analyse

Vragenlijsten

Given the small sample size of participants, here and in all similar analyses, scores were compared between experimental groups using non-parametric permutation tests ( Holmes et al., 1996 Nichols and Holmes, 2002). Here, each test statistic was set to the difference between the group means. Under the null hypothesis of no group difference in imagery capabilities, participants’ group labels were shuffled to create two random groups of participants, and the difference between these groups’ means was calculated. This procedure was repeated for all possible permutations of participants between the two groups to construct the full null distribution, which was used to derive a two-tailed P-value for the true (unshuffled) test statistic.

Whole-brain analyses

To create task-based statistical parametric maps, we applied a voxel-based general linear model (GLM) as implemented in FSL’s FEAT, using a double-gamma haemodynamic response function convolved with the experimental model, as well as the resulting regressors' temporal derivatives. The six motion parameters and their derivatives, scrubbed volumes ( Power et al., 2012), and ventricle and white matter time courses for each participant ( Fox et al., 2009) were used as nuisance regressors. In addition, in the simulated hallucinations data, the first/last five repetition times (TRs) of each scan were included in the GLM model as nuisance variables, to remove the contribution of arousal-related effects. See the Supplementary material for a detailed description of all GLM designs.

As the sample size of the CBS group was small, whole-brain comparisons between the CBS group and any of the control groups were carried out using non-parametric randomization tests, as implemented in FSL’s randomize ( Winkler et al., 2014), including threshold free cluster enhancement correction for multiple comparisons. However, because of the inherent differences between the hallucination and the simulated hallucinations conditions (as it is impossible to simulate hallucinations with full precision), we refrained from directly contrasting activation strengths between these conditions, as any effects could be equally attributed to differences between hallucinations and veridical vision, or to differences in the visual stimuli.

Parametric activation maps were projected onto a template of a flattened cortical surface using the Connectome Workbench.

Quantifying the similarity between visual activations

Our hypothesis that hallucination-related activations would be similar to activations evoked by other visual experiences was tested in the posterior part of the brain (25 876 grey matter voxels corresponding to ja < 44 in MNI space Gilaie-Dotan et al., 2013). CBS hallucination activations (group beta values) were correlated with imagery/simulated-hallucinations beta values of each sighted control and with imagery/verbal-manual control condition beta values in each blind control. This calculation was performed twice for sighted controls in the simulated-hallucination condition: once modelled using the CBS report protocol, and once using a protocol locked to the sighted controls' own manual report. In both cases, for each sighted control participant, analysis was carried out using beta-value maps resulting from an FFX analysis of all three simulated-hallucinations data (corresponding to simulations of the three CBS participants’ hallucinations). Resulting correlation coefficients of the participants in each group and experimental condition were tested using a two-tailed one-sample Wilcoxon test.

Note that we refrained from statistically testing the posterior brain correlations of CBS participants across the different experimental conditions, because: (i) any significant similarities between the activations evoked by the imagery/control condition to those evoked by hallucinations may be confounded by the fact that CBS participants hallucinated during all conditions and (ii) any absence of statistical significance could be due to the lack of statistical power in testing very small samples (specifically, the largest possible effect size in a sample of n = 5 in a Wilcoxon test would correspond with a P-value of 0.03. Any smaller effect size would be non-significant under an alpha level of 0.05). Nevertheless, we assume that since CBS participants originate from the blind population, any effects found in blind controls during the imagery/verbal-manual control conditions should be representative of similar effects in CBS participants.

See the Supplementary material for a description of a bootstrap analysis testing whether the measured correlations were driven by noise.

Evaluation of temporal dynamics

To assess differences in the temporal dynamics of blood oxygenation level-dependent (BOLD) activity between the experimental groups, we extracted signals from an early/intermediate visual and a fusiform face area (FFA) regions of interest. Sensorimotor lip/hand regions of interest were also used as control regions for the verbal/manual report scans, respectively (see the Supplementary material for region of interest definitions and testing of activation in early/intermediate visual regions of interest).

Single participant’s signals were extracted from each region of interest, z-score normalized and subjected to an event related averaging analysis, within a time window of 3 TRs prior to stimulus onset to 7 TRs after stimulus onset. These signals were later averaged across participants of the same experimental group and for each experimental condition.

The BOLD signal typically rises shortly after stimulus presentation, but due to noise factors (e.g. slight asynchronies between scanner and experimental protocol, inconsistencies in participants’ attentiveness across trials, etc.) the event-related signals for individual participants may show slight random jitter (±1 TR) around the true event timings. Here, however, we had a clear prediction that the BOLD signal in visual regions across all CBS participants should consistently precede the reported onset of hallucinations, unlike in other experimental conditions or in the control groups. To test this prediction statistically, a canonical haemodynamic response function (HRF) was fitted to the event-related data of each individual participant (this was done automatically without the possibility of adjustment). This HRF was fitted to the data five times, each time with a different lag, ranging between 3 TRs prior to the modelled neural event (hallucination/imagery/vision) to 1 TR after the modelled neural event. The HRF lag that produced the best fit between the HRF and data was identified in each participant. These ‘optimal lags’ of the HRF in each region of interest were then compared between the CBS group and each of the sighted/blind control groups separately, using a permutation test ( Supplementary material ).

All sighted controls' simulated-hallucinations data (verbal and button-press scans) were analysed using a protocol locked to the hallucination report of CBS participants, and button-press scans were further analysed using a protocol locked to the individual button presses of each sighted control participant. The analysis of the sensorimotor lips/hand regions of interest made use of scans involving verbal/button-press reports, respectively.

Quantifying BOLD temporal dynamics across the visual hierarchy

To assess differences in the onset of the BOLD responses across regions of the visual system, all regions of interest of a probabilistic atlas ( Wang et al., 2015) were ranked based on their position in the visual hierarchy ( Supplementary Table 1 ). The optimal HRF lag was calculated for each CBS participant and region of interest in the hallucination and imagery conditions, as explained earlier. Then, Spearman’s correlation was calculated between the rank of all regions of interest and the group-averaged optimal lags in these regions of interest. The resulting correlation coefficients were tested using a permutation test, under the null hypothesis of no correlation between ranks across the visual hierarchy and optimal lags. region of interest ranks across the visual hierarchy were therefore shuffled 10 000 times, and, each time, the correlation coefficient between the random ranks and optimal lags was computed. Two-tailed P-values were derived based on this null distribution.

Beschikbaarheid van data

Statistical data and experimental materials are available upon request.


The Differences between Sensation and Perception

Do these two major processes make more sense to you now? Have a look at the table below to see all the main differences between perception and sensation.

Gevoel

Perceptie

  • The sensation is the first stage of a complex process that allows us to understand and interact with our world.
  • Perception is the second stage of said process.
  • The sensation is more physical. It entails the simple awareness of various stimuli.
  • Perception gives meaning to what we sense and can be said it is a mix of sensations with ideas, past experience, and connections with objects or concepts.
  • Sensation does not involve any organization , combination or selection of stimuli.
  • Perception entails organization, combination, and selection to form stimuli into a pattern.

Did our article on the difference between sensation and perception manage to clear things up for you? Subscribe to our newsletter and we’ll send you answers to a large variety of questions you might not even know you had, as well as other interesting topics and the latest new.


Attention and Expectation

Selective attention occurs when the brain finds some parts of a scene more relevant or important and these are selected for special processing. Expectation often is the reason for the selective attention. Looking for a lost object (a missing car key) the brain focuses on the usual places for it. It is difficult to think of looking in the unusual locations where the lost object is hiding in plain sight.

Along with the impossible to define word “consciousness”, attention is, also, not definable, except in context. Therefore, the specific brain regions involved in each are not really defined. Definitions of “attention” and “consciousness” and “expectation” are logical definitions in a system of thought, rather than an inherent biological fact. For this discussion, expectation focuses on those aspects of the scene likely to be present. Selective attention further focuses the brain’s search to understand the scene by choosing those sensory inputs that are deemed to be more important.

Some research teases out those modulations that occur on the probably of specific sensory input occurring versus the importance that the observer places on them.

When data is vague, then probability operates more. When data is very specific and strong, then the fact that something is meaningful increases the decision-making. Attention naturally ignores very unexpected or extremely vague information. But, also, attention makes the prediction occur more rapidly.

Attention and expectation interact in many ways. Expectations can be about specific parts of the scene and attention decides how important it is. Errors occur in predictions and these are constantly being altered and updated. Attention can alter the amount of errors. Attention affects whether there is more needed information. Expectations and their probabilities are more important for determination of the response. Attention makes more details apparent. Both can increase and alter the perceptual decision.

In one study expectation limited sensory information and reactions when there was little attention. With attention, the opposite occurs and there is more data and reaction. Attention changes the ability of the top-downneurons from suppressing expectations by focusing on errors. Attention makes errors more available for analysis. Research shows that attention strongly affects errors in prediction.

Repetition of a scene shows movement and change and is highly related to expectation and attention. The default of repetition is stability, not change.

When a neuron fires repetitively, the sensory signal decreases. This could be nerve fatigue. Or it could be the suppression of expectation. When the repetitions are more expected, the signals are greater. Repetition supression begins at 50 ms and expectation suppression at 100 ms.


Bleeding in the Brain

Sometimes an injury damages blood vessels inside your brain. The trapped blood pools and forms a bump called a hematoma. It can lessen or cut off blood flow to your brain. This is a medical emergency. Some signs of a hematoma include:

  • Hoofdpijn
  • Braken
  • Trouble with balance
  • Zwakheid
  • epileptische aanvallen
  • Problems speaking


Coping

An important aspect of helping a loved one who is experiencing hallucinations is reassuring them that treatment is available. Here are a few more practical steps for helping your loved one cope with hallucinations.

Pay Attention the Environment

The environment can play an important role in misperceptions and worsening of hallucinations for example, a poorly lit room and loud, chaotic setting may increase the likelihood of a hallucination.

Blijf kalm

Although it can be frightening and uncomfortable when a loved one experiences a hallucination, it’s important to do your best to respond in a calm, supportive manner. For example, you might say “I know this is scary for you” or “Don’t worry I’m here.”

Use Distraction

Depending on the severity of the hallucination, gently touching or patting your loved one may help serve as a distraction and reduce the hallucination. Other possible distractions include conversation, music, or a move to another room.

Be Honest

While you don’t want to upset your loved one or engage in an argument, you do want to be honest and assure them that you're not dismissing their concerns. If they ask: "Did you hear that?" Consider saying: "I know you heard something, but I didn’t hear it."

Maintain Routines

Keeping normal and reliable day-to-day routines can make it less likely that your loved one will stray from reality and experience hallucinations. Consider keeping a record of when hallucinations occur and under what circumstances.

If you or a loved one are struggling with hallucinations, contact the Substance Abuse and Mental Health Services Administration (SAMHSA) National Helpline at 1-800-662-4357 for information on support and treatment facilities in your area.


Bekijk de video: Kejoraku Bersatu - Search Lirik (December 2021).