停止预期的动机背景和神经计算中等早期注意力反应支持主动抑制控制

科学领域:

• 神经科学是一个神经科学.
• 认知心理学 认知心理学
• 计算精神病学是一种计算精神病学.

背景情况:

• 抑制控制对心理健康至关重要,但动机和注意力如何影响其神经基础尚不清楚.
• 了解这些因素是解决与注意力缺陷相关的精神病理问题的关键.

研究的目的:

• 研究货币激励价值和风险如何调节主动抑制控制的神经计算特征.
• 检查动机背景,抑制期望和与注意力相关的神经活动之间的关系.

主要方法:

• 46名成年人在不同的奖励和惩罚条件下使用脑电图 (EEG) 执行了停止信号任务 (SST).
• 贝叶斯式学习模型估计了试验对试验的抑制预期 (P(stop)).
• 线性混合效应模型分析了与注意力相关的事件相关的潜力 (P1,N1) 与激励参数和P(stop) 相比.

主要成果:

• 在受到惩罚的,但不得到奖励的条件下,P1振幅随着较高的P (stop) 增加.
• 在高惩罚和高奖励下,N1幅度显示了与P (stop) 的对立关系.
• 高P (stop) 相关的N1振幅预测了高奖励条件下的成功抑制.

结论:

• 动机背景和抑制性控制期望塑造了主动的注意力分配.
• 这些发现提供了关于在不同动机状态下主动抑制控制的神经计算的见解.
• 这项研究为开发基于动机的干预措施铺平了道路,以加强抑制控制.