Untersuchung neuronaler Netzwerke und Mechanismen der Handlungsüberwachung durch Neurostimulation
Allgemeine, Kognitive und Mathematische Psychologie
Zusammenfassung der Projektergebnisse
Dieses Projekt befasst sich mit der Frage, wie Menschen aus Fehlern lernen können und wie durch Fehler ausgelöste Verhaltensänderungen dabei helfen. Im Hinblick auf die zugrundeliegenden, neuronalen Mechanismen, scheinen zwei Regionen von Bedeutung zu sein: der anteriore zinguläre Kortex (ACC) und der dorsolaterale präfrontale Kortex (DLPFC). Bislang haben Studien recht kongruent die funktionelle Rolle des ACC beschrieben (nämlich die Feststellung und Signalisierung, dass ein Fehler aufgetreten ist). Die genaue Rolle des DLPFC ist jedoch weniger gut erforscht. Einige Neurostimulationsstudien zeigten, dass der DLPFC mit der Umsetzung einer verstärkten kognitiven Kontrolle nach Fehlern (also mit fehlerbezogenen Verhaltensanpassungen) in Verbindung stehen könnte. Eine umfassende Charakterisierung der zeitlichen und damit funktionellen Interaktionen zwischen den beiden Regionen steht jedoch noch aus. Durch den erstmaligen Einsatz von kombinierter EEG Messung und transkranieller Magnetstimulation (TMS) in dem Gebiet der Fehlerverarbeitung soll das aktuelle Projekt unser Verständnis über fehlerbezogene Verhaltensänderungen erweitern. Es wurde eine Studie mit Messwiederholung durchgeführt (n = 40), bei der zwei TMS-EEG-Messungen durchgeführt wurden, während eine extra entwickelte, experimentelle Aufgabe ausgeführt werden sollte. Online triple-pulse TMS wurde über dem rechten DLPFC und einer Kontrollregion unmittelbar nach einer gegebenen Antwort appliziert, um die Prozesse innerhalb des DLPFC zu stören. Die Ergebnisse zeigten vergleichbar starke Verhaltensanpassungen in beiden Bedingungen, was gegen die angenommene Hypothese spricht. Explorative Analysen ergaben jedoch, dass Regressionen zwischen der error-related negativity (ERN, eine ereigniskorrelierte Komponente, die die Fehlerverarbeitung im ACC repräsentiert) und den Verhaltensanpassung innerhalb der Bedingungen unterschiedlich waren. Darüber hinaus wurde gezeigt, dass die neuronalen Vorbereitungen vor einem Trial ein entscheidendes Zeitfenster für die Untersuchung fehlerbezogener Anpassungen darstellen könnten. Die neuronale Aktivität in diesem Zeitfenster konnte erneut mit unterschiedlichen Variablen in Verbindung gebracht werden, welche die beobachteten Assoziationen zwischen der ERN und Verhaltensanpassungen gut widerspiegeln. Unsere Ergebnisse widersprechen Berichten über die entscheidende Rolle des DLPFC bei fehlerbezogenen Verhaltensanpassungen. Sie deuten vielmehr darauf hin, dass der DLPFC lediglich an diesen Prozessen beteiligt sein könnte. Im Falle einer Fehlfunktion passt sich das Gehirn jedoch dynamisch an und setzt verschiedene Mechanismen ein, um adaptive Veränderungen aufrechtzuerhalten, die höchstwahrscheinlich während des Intertrial-Intervalls einer Aufgabe durchgeführt werden. Diese Ergebnisse unterstreichen außerdem die Bedeutung der Kombination von Bildgebungs- und Stimulationsmethoden, denn nur durch die Kombination können solche dynamischen Veränderungen beobachtet werden.
Projektbezogene Publikationen (Auswahl)
-
Speeded Inference Game: Opening a new chapter in the assessment of error awareness.
Niessen, Eva; Wickert, Jonas; Schober, Martin; Fink, Gereon R.; Stahl, Jutta & Weiss, Peter H.
-
Transcranial Brain Stimulation in Cognitive Neuroscience, 2022, “Is the ACC crying for help? Characterizing the neural network of performance monitoring by implementing simultaneous TMS-EEG”
Niessen, Eva
-
Differentielle Psychologie, Persönlichkeitspsychologie und Psychologische Diagnostik (DPPD), 2023, “Differences in personality traits affect performance strategy and the neural correlates of error processing”
Niessen, Eva
-
Psychologie und Gehirn (PuG), 2023, “Is the ACC crying for help? Characterizing the neural network of performance monitoring by implementing simultaneous TMS-EEG”
Niessen, Eva
-
Psychologie und Gehirn (PuG), 2024, “Is the ACC crying for help? Characterizing the neural network of performance monitoring by implementing simultaneous TMS-EEG”
Niessen, Eva
