were matched to AD patients for age

were matched to AD patients for age, gender, and education level
(Table 2).
Exclusion criteria included use of antipsychotic medication, history
of severe medical or surgical illness, and other neurological or
visual disorders. In addition, participants with deficits in facial processing
(score below 37 on the Benton Test of Facial Recognition;
Benton, 1983) and with depressive conditions (score above 15 on
the Geriatric Depression Scale, Yesavage et al., 1983; or above 8
on the Hospital Anxiety and Depression Scale, Zigmond & Snaith,
1983) were excluded from the study. The Regional Ethics Committee
approved the study and all participants gave their informed
consent to participate in it.
2.2. Stimuli
Stimuli were partly those used in previous morphed face databases
(Bediou et al., 2005, 2009). These morphed faces were obtained
for each emotional category (anger, fear, and happiness)
and for each individual face (two Caucasian males and two Caucasian
females). Two types of photographs were used: the highly intense,
corresponding to 100% emotion (anger, fear, and happiness),
and the least intense, corresponding to 0% emotion (neutral).
2.3. Procedure
Stimuli were randomly presented on a computer screen, each
for 1200 ms, preceded by a fixation cross (450 ms) and followed
by a black screen with written words describing five possible emotion
labels (happiness, anger, fear, neutral, or other), which was
maintained until the response was provided (Fig. 1). Half of the
stimuli were shown as an integrated, whole face (global condition)
and the other half were shown progressively starting with the eyes
region (eyes region condition). A total of 72 trials were randomly
presented, corresponding to the faces of four individuals presented
three times in each condition. In the eyes region condition, the
gaze was presented for 800 ms and the whole face appeared for
400 ms (1200 ms in total). The screen position of the words was
the same for identical trials and was counterbalanced across participants.
Participants were required to match each face with the
word that best described the emotional expression of the displayed
face. They gave the response by pressing a manual key with the
dominant hand. Face pictures were trimmed to remove external
features (neck, ears, and hairline). All face pictures were330  440 pixels. Gaze pictures were built to show only the area
of the eyes. All gaze images were 330  108 pixels. The visual angle
of the image displayed was 18 degrees (at a viewing distance of
30 cm). For each condition, a mean score of correct recognition
was then calculated.
2.4. Statistical analysis
The dependent variable was the number of correct responses
(CRs) during the emotion recognition task. In addition, to assess
how visual presentation modulates the effect of group  emotional
expression, we determined a specific variable, the index of performance
improvement (IPI), which corresponds to the percentage of
performance changes in gaze compared with the global condition
(([CR (gaze)CR(global)]/CR(global))  100).
Repeated-measure analyses of variance (ANOVA) were conducted
on performance (CRs) with three groups (young, HOA,
AD) and with emotional expression (happiness, anger, fear) and visual
presentation (eyes region, global) as the within-subjects factors.
For all ANOVAs, we used the Greenhouse-Geisser epsilon
correction to adjust the degrees of freedom of F ratios when
appropriate.
Planned comparisons were performed between groups for each
combination of emotion/visual condition. Furthermore, a repeatedmeasure
ANOVA on the IPI was computed with three groups
(young, HOA, AD) and with emotional expression (happiness, anger,
fear) as the within-subjects factor. This analysis assessed the
modulation of emotion identification when the attention of the
participants was focused on the eyes region.
3. Results
Statistical analysis showed a significant main effect of group
[F(2,48) = 32.34, p < .001] and of emotional expression
[F(2,96) = 71.47, p < .001], but not a main effect of the visual presentation
[F(1,48) = 1.71, ns]. The significant group effect stemmed
from better responses in the young adult participants compared
with the HOA participants [F(1,48) = 28.55, p < .001], whereas no
significant difference in responses was noticed between HOA and
AD participants [F(1,48) = 2.25, ns]. The significant emotion effect
was explained by better performance for happy faces compared
with other emotions (anger: F(1,48) = 69.38, p < .001; fear:
F(1,48) = 128.11, p < .001). In addition, fearful faces induced lower
scores than angry faces did [F(1,48) = 12.96, p < .001].
Moreover, ANOVA revealed a significant interaction in
group  emotional expressions  visual presentation
[F(4,96) = 2.82, p < .05], allowing us to evaluate the impact of the
group factor on each condition (Fig. 2). Post hoc comparisons
showed better performances for the recognition of happy faces
compared with the other emotions, for both HOA
[F(1,48) = 31.37, p < .001] and AD participants [F(1,48) = 92.11,
p < .001]. In addition, young participants had better performances
in identifying fear and anger than did HOA participants (fear:
F(1,48) = 67.31, p < .001; anger: F(1,48) = 24.54, p < .001) and AD
patients (fear: F(1,48) = 617.31, p < .001; anger: F(1,48) = 24.54,
p < .001). Globally, AD patients had worse performances for fearful
faces than did the two control groups [F(1,48) = 64.10, p < .001]. No
significant difference was observed for anger recognition between
HOA and AD participants [F(1,48) = 1.29, ns], suggesting that AD
patients did not have a further decline in anger recognition relative
to the decline resulting from normal aging. To assess how visual
presentation modulates the effect of group for a specific emotional
expression, an ANOVA was performed with the IPI measure, which
showed a significant effect [F(4,96) = 2.62, p < .05]. As illustrated in
Fig. 3, IPI was significantly greater for fear recognition
Fig. 3. Index of performance improvement (IPI, %) for recognition of emotional
faces (happiness, anger, and fear) in young, healthy older adults (HOAs) and
patients with Alzheimer’s disease (AD). The error bar represents the standard error
to the mean. : significant difference between HOAs and AD patients, p < .005.

ผลลัพธ์ (ไทย) 1:

ขึ้นตรงกับผู้ป่วย AD สำหรับอายุ เพศ ระดับการศึกษา(ตารางที่ 2)ใช้เกณฑ์แยกรวมยา antipsychotic ประวัติของการเจ็บป่วยทางการแพทย์ หรือการผ่าตัดที่รุนแรง และอื่น ๆ ระบบประสาท หรือความผิดปกติของภาพ นอกจากนี้ ร่วมกับการขาดดุลในการประมวลผลหน้า(คะแนนต่ำกว่า 37 ในเบนตันทดสอบของหน้าเบนตัน 1983) และ มีเงื่อนไข depressive (คะแนนเหนือ 15 บนระดับซึมเศร้า Geriatric, Yesavage และ al., 1983 หรือ เหนือ 8ในโรงพยาบาลความวิตกกังวล และภาวะซึมเศร้าระดับ Zigmond และ Snaith1983) ถูกแยกออกจากการศึกษา คณะกรรมการจริยธรรมระดับภูมิภาคอนุมัติการศึกษาและผู้เข้าร่วมทั้งหมดให้ตนทราบยินยอมเข้าร่วมใน2.2. สิ่งเร้าสิ่งเร้ามีบางส่วนที่ใช้ในฐานข้อมูลก่อนหน้านี้หน้า morphed(Bediou et al. ปี 2005, 2009) หน้า morphed เหล่านี้ได้รับสำหรับแต่ละประเภทอารมณ์ (ความโกรธ ความกลัว และความสุข)และ สำหรับแต่ละหน้าแต่ละ (ชายสองคอเคซัสและสองคอเคซัสหญิง) ใช้รูปถ่ายสองชนิด: ที่สูงรุนแรงที่สอดคล้องกับอารมณ์ 100% (ความโกรธ ความกลัว และความสุข),อย่างน้อย เข้ม ที่สอดคล้องกับอารมณ์ 0% (กลาง)2.3 ขั้นตอนสิ่งเร้าได้ถูกแสดงบนหน้าจอคอมพิวเตอร์ แต่ละสำหรับ 1200 ms นำหน้า ด้วยการเบีข้าม (450 ms) และตามด้วยหน้าจอสีดำมีเขียนคำอธิบายอารมณ์ความรู้สึกได้ 5ป้ายชื่อ (ความสุข ความโกรธ กลัว กลาง หรืออื่น ๆ), ซึ่งถูกรักษาไว้จนกว่าการตอบสนองให้ (Fig. 1) ครึ่งหนึ่งของการสิ่งเร้าถูกแสดงเป็นการรวม ทั้งใบหน้า (เงื่อนไขสากล)และอีกครึ่งหนึ่งได้แสดงความก้าวหน้าเริ่มต้น ด้วยสายตาภูมิภาค (ตาภูมิภาคสภาพ) มีจำนวน 72 การทดลองสุ่มนำเสนอ การสอดคล้องกับใบหน้าของบุคคล 4 ที่นำเสนอครั้งที่สามในแต่ละเงื่อนไข ในสภาพพื้นที่ตา การแสดงผลใน 800 ms สายตา และใบหน้าทั้งหมดที่ปรากฏใน400 นางสาว (1200 ms รวม) ตำแหน่งหน้าจอของคำได้เหมือนการทดลองที่เหมือนกัน และมีถ่วงดุลระหว่างผู้เข้าร่วมผู้เรียนจำเป็นต้องตรงกับแต่ละหน้าด้วยการคำที่อธิบายส่วนนิพจน์ทางอารมณ์ของการแสดงใบหน้า เขาให้การตอบสนอง โดยการกดคีย์ด้วยตนเองด้วยการมือหลัก รูปภาพใบหน้าถูกตัดเอาภายนอกคุณลักษณะ (คอ หู และบาง) ทุกหน้ารูปภาพ were330 440 พิกเซล สร้างภาพสายตาจะแสดงเฉพาะพื้นที่ของตา รูปสายตาทั้งหมดถูก 330 108 พิกเซล มุมภาพรูปภาพที่แสดงเป็น 18 องศา (ในการดูซม. 30) สำหรับแต่ละเงื่อนไข คะแนนเฉลี่ยของการรับรู้ที่ถูกต้องแล้วคำนวณ2.4. สถิติวิเคราะห์ขึ้นอยู่กับตัวแปรมีจำนวนคำตอบที่ถูกต้อง(CRs) ในระหว่างงานการรับรู้อารมณ์ นอกจากนี้ การประเมินวิธีการนำเสนอภาพ modulates ผลของ กลุ่มอารมณ์นิพจน์ เรากำหนดตัวแปรเฉพาะ ดัชนีประสิทธิภาพการทำงานปรับปรุง (IPI), ซึ่งสอดคล้องกับเปอร์เซ็นต์ของเปลี่ยนแปลงประสิทธิภาพในสายตาเปรียบเทียบกับเงื่อนไขสากล(([CR (สายตา) CR(global)]/CR(global)) 100)ได้ดำเนินการวัดซ้ำวิเคราะห์ความต่าง (การวิเคราะห์ความแปรปรวน)ประสิทธิภาพ (CRs) กับกลุ่มสาม (หนุ่ม เหาโฆษณา) และนิพจน์ทางอารมณ์ (ความสุข ความโกรธ ความกลัว) กับ visualงานนำเสนอ (ตาภูมิภาค สากล) เป็นปัจจัยภายในเรื่องANOVAs ทั้งหมด เราใช้เอปไซลอนเรือนกระจก Geisserการแก้ไขการปรับองศาความเป็นอิสระของอัตราส่วน F เมื่อที่เหมาะสมดำเนินแผนเปรียบเทียบระหว่างกลุ่มแต่ละชุดของเงื่อนไขรูปอารมณ์ นอกจากนี้ repeatedmeasureการวิเคราะห์ความแปรปรวนใน IPI ถูกคำนวณ มีสามกลุ่ม(หนุ่ม หว่า AD) และนิพจน์ทางอารมณ์ (ความสุข ความโกรธกลัว) เป็นปัจจัยภายในเรื่อง วิเคราะห์นี้ประเมินการเอ็มของรหัสอารมณ์เมื่อความสนใจของการผู้เรียนที่เน้นภาคตา3. ผลลัพธ์วิเคราะห์ทางสถิติพบว่าผลกระทบหลักสำคัญของกลุ่ม[F(2,48) 32.34, p = <. 001] และนิพจน์ทางอารมณ์[F(2,96) 71.47, p = <. 001], แต่ไม่เป็นผลหลักของภาพ[F(1,48) = 1.71, ns] ผลกลุ่มสำคัญดังจากการตอบสนองที่ดีขึ้นในผู้เรียนผู้ใหญ่หนุ่มสาวเมื่อเทียบมีผู้เข้าร่วมโฮ [F(1,48) = 28.55, p <. 001], ในขณะที่ไม่ความแตกต่างอย่างมีนัยสำคัญในการตอบสนองสังเกตเห็นระหว่างเหา และร่วมโฆษณา [F(1,48) = 2.25, ns] ผลอารมณ์อย่างมีนัยสำคัญถูกอธิบาย ด้วยประสิทธิภาพที่ดีกว่าสำหรับใบหน้ามีความสุขเปรียบเทียบกับอารมณ์อื่น ๆ (ความโกรธ: F(1,48) 69.38, p = <. 001 กลัว:F(1,48) 128.11, p = < .001). นอกจากนี้ หน้ากลัวเกิดต่ำกว่าคะแนนมากกว่าทำหน้าโกรธ [F(1,48) = 12.96, p <. 001]นอกจากนี้ การวิเคราะห์ความแปรปรวนเปิดเผยการโต้ตอบที่สำคัญในกลุ่มนำเสนอภาพนิพจน์ทางอารมณ์[F(4,96) = 2.82, p <. 05], ทำให้เราสามารถประเมินผลกระทบของการกลุ่มปัจจัยในแต่ละเงื่อนไข (Fig. 2) เปรียบเทียบ post hocแสดงให้เห็นประสิทธิภาพที่ดีกว่าสำหรับการรู้จำใบหน้ามีความสุขเมื่อเทียบกับอื่น ๆ อารมณ์ สำหรับทั้งโฮ[F(1,48) = 31.37, p <. 001] และร่วมโฆษณา [F(1,48) = 92.11พี <. 001] คนหนุ่มสาวมีประสิทธิภาพดีขึ้นในการระบุความกลัวและความโกรธมากกว่าไม่ได้หว่าคน (กลัว:F(1,48) = 67.31, p <. 001 ความโกรธ: F(1,48) 24.54, p = < .001) และผู้ป่วย (กลัว: F(1,48) = 617.31, p <. 001 ความโกรธ: F(1,48) = 24.54พี < .001). ทั่วโลก ผู้ป่วย AD ได้แสดงแย่สำหรับน่ากลัวใบหน้ามากกว่ากลุ่มควบคุมที่สองไม่ได้ [F(1,48) = 64.10, p <. 001] ไม่ใช่มีสังเกตความแตกต่างอย่างมีนัยสำคัญสำหรับการรับรู้ความโกรธระหว่างคนเฮาและโฆษณา [F(1,48) = 1.29, ns], เสนอโฆษณาที่ผู้ป่วยไม่มีลดลงเพิ่มเติมในการรับรู้ความสัมพันธ์การลดลงเกิดจากอายุปกติ การประเมินการแสดงงานนำเสนอ modulates ผลของกลุ่มหนึ่ง ๆ อารมณ์ทำกับวัด IPI นิพจน์ การวิเคราะห์ความแปรปรวนที่พบผลสำคัญ [F(4,96) = 2.62, p <. 05] ดังที่แสดงในFig. 3, IPI ได้อย่างมีนัยสำคัญมากขึ้นสำหรับการรับรู้ความกลัวFig. 3 ดัชนีประสิทธิภาพปรับปรุง (IPI %) สำหรับการรับรู้ทางอารมณ์หน้า (ความสุข ความโกรธ และความกลัว) ในเด็ก อาหารเสริมเพื่อสุขภาพมากกว่าผู้ใหญ่ (HOAs) และผู้ป่วย ด้วยโรคอัลไซเมอร์ (AD) แถบข้อผิดพลาดจะแสดงข้อผิดพลาดมาตรฐานจะหมายถึงการ : ความแตกต่างที่สำคัญระหว่าง HOAs และโฆษณาผู้ป่วย p < .005

ผลลัพธ์ (ไทย) 2:

ถูกจับคู่ให้กับผู้ป่วย AD สำหรับอายุเพศและระดับการศึกษา
(ตารางที่ 2).
หลักเกณฑ์การยกเว้นรวมถึงการใช้ยารักษาโรคจิตประวัติศาสตร์ของการเจ็บป่วยทางการแพทย์หรือการผ่าตัดที่รุนแรงและอื่น ๆ ที่ทางระบบประสาทหรือความผิดปกติของการมองเห็น นอกจากนี้ผู้ที่มีการขาดดุลในการประมวลผลบนใบหน้า(คะแนนด้านล่าง 37 ในการทดสอบเบนตันของจดจำใบหน้า; เบนตัน, 1983) และมีเงื่อนไขซึมเศร้า (คะแนนเหนือ 15 ผู้สูงอายุอาการซึมเศร้า Scale, Yesavage et al, 1983;. หรือสูงกว่า 8 บน โรงพยาบาลความวิตกกังวลและภาวะซึมเศร้า Scale, Zigmond และ Snaith, 1983) ได้รับการยกเว้นจากการศึกษา คณะกรรมการจริยธรรมการวิจัยในภูมิภาคที่ได้รับอนุมัติการศึกษาและผู้เข้าร่วมทั้งหมดให้ข้อมูลของพวกเขาได้รับความยินยอมที่จะเข้าร่วมอยู่ในนั้น. 2.2 สิ่งเร้าสิ่งเร้าที่เป็นส่วนหนึ่งที่ใช้ในฐานข้อมูลก่อนหน้านี้ปรับเปลี่ยนใบหน้า(Bediou et al., 2005, 2009) ใบหน้าปรับเปลี่ยนเหล่านี้ได้รับสำหรับแต่ละประเภทอารมณ์ (ความโกรธความกลัวและความสุข) และสำหรับแต่ละใบหน้าของแต่ละบุคคล (สองเพศชายผิวขาวคนผิวขาวและสองหญิง) สองประเภทของภาพที่ถูกนำมาใช้: รุนแรงสูงที่สอดคล้องกับอารมณ์ความรู้สึก100% (ความโกรธความกลัวและความสุข) และอย่างน้อยรุนแรงที่สอดคล้องกับอารมณ์ความรู้สึกที่ 0% (กลาง). 2.3 ขั้นตอนสิ่งเร้าที่มีการนำเสนอแบบสุ่มบนหน้าจอคอมพิวเตอร์แต่ละ1200 มิลลิวินาทีนำหน้าด้วยการตรึงกางเขน (450 มิลลิวินาที) และตามด้วยหน้าจอสีดำที่มีคำที่เขียนอธิบายห้าอารมณ์ความรู้สึกที่เป็นไปได้ป้าย(ความสุขความโกรธความกลัวความเป็นกลางหรืออื่น ๆ ) ซึ่งได้รับการเก็บรักษาไว้จนกว่าการตอบสนองให้(รูปที่ 1). ครึ่งหนึ่งของสิ่งเร้าที่มีการแสดงเป็นแบบบูรณาการทั้งใบหน้า (เงื่อนไขทั่วโลก) และอีกครึ่งหนึ่งที่แสดงให้เห็นความก้าวหน้าที่เริ่มต้นด้วยตาภูมิภาค (ตาสภาพภูมิภาค) รวม 72 การทดลองแบบสุ่มนำเสนอที่สอดคล้องกับใบหน้าของบุคคลที่สี่ที่นำเสนอสามครั้งในแต่ละสภาพ ในสภาพภูมิภาคสายตาที่จ้องมองที่ถูกนำเสนอ 800 ms และใบหน้าทั้งหมดปรากฏ 400 มิลลิวินาที (1,200 มิลลิวินาทีทั้งหมด) ตำแหน่งหน้าจอของคำที่เป็นเหมือนกันสำหรับการทดลองที่เหมือนกันและได้รับการยกข้ามเข้าร่วม. ผู้เข้าร่วมกิจกรรมจะต้องตรงกับใบหน้าของแต่ละคนที่มีคำอธิบายที่ดีที่สุดของการแสดงออกทางอารมณ์ที่แสดงใบหน้า พวกเขาให้การตอบสนองโดยการกดคีย์คู่มือกับมือที่โดดเด่น ภาพใบหน้าที่ถูกตัดในการลบภายนอกคุณสมบัติ (คอหูและเส้นผม) ภาพใบหน้าทั้งหมด were330? 440 พิกเซล จ้องมองภาพที่ถูกสร้างขึ้นเพื่อแสดงเฉพาะพื้นที่ของดวงตา จ้องมองภาพทั้งหมดเป็น 330? 108 พิกเซล มุมภาพของภาพที่แสดงเป็น 18 องศา (ที่ระยะการดูของ 30 เซนติเมตร) สภาพแต่ละคะแนนเฉลี่ยการรับรู้ที่ถูกต้องของที่คำนวณได้แล้ว. 2.4 การวิเคราะห์ทางสถิติตัวแปรตามเป็นจำนวนของการตอบสนองที่ถูกต้อง(CRS) ในระหว่างงานการรับรู้อารมณ์ความรู้สึก นอกจากนี้ในการประเมินวิธีการที่นำเสนอภาพ modulates ผลของกลุ่ม? อารมณ์การแสดงออกของเรากำหนดตัวแปรเฉพาะดัชนีของผลการดำเนินงานการปรับปรุง(IPI) ซึ่งสอดคล้องกับร้อยละของการเปลี่ยนแปลงผลการดำเนินงานในสายตาเมื่อเทียบกับสภาพทั่วโลก(([CR (สายตา) CR (ทั่วโลก)] / CR (ทั่วโลก ))? 100). ซ้ำวัดวิเคราะห์ความแปรปรวน (ANOVA) ได้ดำเนินการเกี่ยวกับผลการปฏิบัติงาน(CRS) มีสามกลุ่ม (หนุ่ม HOA, AD) และมีการแสดงออกทางอารมณ์ (ความสุขความโกรธความกลัว) และภาพที่นำเสนอ(ภูมิภาคตา ทั่วโลก) เป็นเรื่องภายในปัจจัย. สำหรับ ANOVAs ทั้งหมดเราใช้เรือนกระจก Geisser epsilon แก้ไขเพื่อปรับองศาของเสรีภาพในอัตราส่วน F เมื่อเหมาะสม. การเปรียบเทียบตามแผนได้ดำเนินการระหว่างกลุ่มสำหรับแต่ละการรวมกันของอารมณ์ / สภาพการมองเห็น นอกจากนี้ repeatedmeasure ANOVA ใน IPI ได้รับการคำนวณที่มีสามกลุ่ม(หนุ่ม HOA, AD) และมีการแสดงออกทางอารมณ์ (ความสุขความโกรธความกลัว) เป็นปัจจัยภายในเรื่อง การวิเคราะห์นี้จะประเมินการปรับอารมณ์ความรู้สึกของประชาชนเมื่อความสนใจของผู้เข้าร่วมได้รับการมุ่งเน้นไปที่ภูมิภาคตา. 3 ผลการวิเคราะห์ทางสถิติแสดงให้เห็นว่าผลกระทบหลักที่สำคัญของกลุ่ม[F (2,48) = 32.34, p <0.001] และการแสดงออกทางอารมณ์[F (2,96) = 71.47, p <0.001] แต่ไม่ได้เป็นผลกระทบหลัก ของการนำเสนอภาพ[F (1,48) = 1.71, NS] ผลกระทบอย่างมีนัยสำคัญในกลุ่มที่เกิดจากการตอบสนองที่ดีขึ้นในผู้เข้าร่วมผู้ใหญ่เมื่อเทียบกับผู้เข้าร่วมHOA [F (1,48) = 28.55, p <0.001] ในขณะที่ไม่มีความแตกต่างอย่างมีนัยสำคัญในการตอบสนองก็สังเกตเห็นระหว่างHOA และผู้เข้าร่วมAD [F ( 1,48) = 2.25, NS] ผลกระทบอย่างมีนัยสำคัญอารมณ์ความรู้สึกได้รับการอธิบายโดยประสิทธิภาพที่ดีขึ้นใบหน้ามีความสุขเมื่อเทียบกับอารมณ์อื่นๆ (ความโกรธ: F (1,48) = 69.38, p <0.001 กลัว: F (1,48) = 128.11, p <0.001) นอกจากนี้ใบหน้าที่น่ากลัวเหนี่ยวนำให้เกิดการลดลงคะแนนกว่าใบหน้าโกรธได้ [F (1,48) = 12.96, p <0.001]. นอกจากนี้ ANOVA เผยให้เห็นการทำงานร่วมกันอย่างมีนัยสำคัญในกลุ่ม? การแสดงออกทางอารมณ์? การนำเสนอภาพ[F (4,96) = 2.82, p <0.05] ช่วยให้เราสามารถประเมินผลกระทบของปัจจัยที่กลุ่มในแต่ละสภาพ(รูปที่. 2) โพสต์เปรียบเทียบเฉพาะกิจแสดงให้เห็นการแสดงที่ดีกว่าสำหรับการรับรู้ของใบหน้ามีความสุขเมื่อเทียบกับอารมณ์อื่นๆ ทั้ง HOA [F (1,48) = 31.37, p <0.001] และผู้เข้าร่วม AD [F (1,48) = 92.11, พี <.001] นอกจากนี้ผู้เข้าร่วมได้แสดงหนุ่มที่ดีกว่าในการระบุความหวาดกลัวและความโกรธกว่าผู้เข้าร่วม HOA (กลัว: F (1,48) = 67.31, p <0.001; โกรธ: F (1,48) = 24.54, p <0.001) โฆษณาและผู้ป่วย(กลัว: F (1,48) = 617.31, p <0.001; โกรธ: F (1,48) = 24.54, p <0.001) ทั่วโลกมีผู้ป่วย AD เลวร้ายยิ่งสำหรับการแสดงที่น่ากลัวใบหน้ากว่าทั้งสองกลุ่มควบคุม[F (1,48) = 64.10, p <0.001] ไม่มีความแตกต่างอย่างมีนัยสำคัญเป็นข้อสังเกตสำหรับการรับรู้ความโกรธระหว่างHOA และผู้เข้าร่วม AD [F (1,48) = 1.29, NS] บอกว่าโฆษณาผู้ป่วยที่ไม่ได้มีการลดลงในการรับรู้ความโกรธญาติที่ลดลงเป็นผลมาจากการเสื่อมสภาพปกติ เพื่อประเมินว่าภาพนำเสนอ modulates ผลของกลุ่มอารมณ์เฉพาะการแสดงออกของการวิเคราะห์ความแปรปรวนได้ดำเนินการกับวัดIPI ซึ่งแสดงให้เห็นว่าผลกระทบอย่างมีนัยสำคัญ[F (4,96) = 2.62, p <0.05] ดังแสดงในรูปที่ 3 IPI อย่างมีนัยสำคัญสำหรับการรับรู้ความกลัวรูป 3. ดัชนีปรับปรุงประสิทธิภาพการทำงาน (IPI%) สำหรับการรับรู้อารมณ์ของใบหน้า (ความสุขความโกรธและความกลัว) ในวัยหนุ่มสาวสุขภาพผู้สูงอายุ (HOAs) และผู้ป่วยโรคอัลไซเม(AD) บาร์ข้อผิดพลาดที่แสดงให้เห็นถึงข้อผิดพลาดมาตรฐานที่จะหมายถึง : ความแตกต่างที่สำคัญระหว่าง HOAs และผู้ป่วย AD, p <0.005

ผลลัพธ์ (ไทย) 3:

ถูกจับคู่กับโฆษณาผู้ป่วยอายุ เพศ และระดับการศึกษา ( ตารางที่ 2 )
.
เกณฑ์การยกเว้น ได้แก่ การใช้ยา ยาต้านโรคจิต ประวัติของแพทย์หรือผ่าตัดโรครุนแรง

ภาพ , และอื่น ๆหรือ neurological disorders นอกจากนี้ ผู้เข้าร่วมมีการขาดดุลในการประมวลผลหน้า
( คะแนนน้อยกว่า 37 ในเบนตันทดสอบใบหน้า ;
เบนตัน1983 ) และภาวะโรคซึมเศร้า ( คะแนนสูงกว่า 15
ผู้สูงอายุภาวะซึมเศร้าระดับ yesavage et al . , 1983 ; ขึ้นไป 8
ความวิตกกังวลและความซึมเศร้าในโรงพยาบาลระดับ zigmond คนอื่น
& , 1983 ) และได้รับการยกเว้นจากการเรียน คณะกรรมการจริยธรรมในภูมิภาค
อนุมัติศึกษาและผู้เข้าร่วมทั้งหมดให้พวกเขาทราบ
ยินยอมเข้าร่วมในมัน .
2.2 . สิ่งเร้า
อาจเป็นส่วนหนึ่งที่ใช้ในก่อนหน้านี้ morphed หน้าฐานข้อมูล
( bediou et al . , 2005 , 2009 ) เหล่านี้ morphed ใบหน้าได้อารมณ์
สำหรับแต่ละประเภท ( ความกลัว , ความโกรธ , และความสุข )
และแต่ละหน้าแต่ละ ( สองคนผิวขาวเพศชายและหญิงสองคน Caucasian
) สองประเภทของภาพถ่ายที่ใช้ : สูงรุนแรง
อารมณ์สอดคล้องกับ 100% ( ความกลัว , ความโกรธ , และความสุข ) ,
และอย่างน้อย รุนแรง อารมณ์ที่สอดคล้องกับ 0 % ( เป็นกลาง ) .
2.3 กระตุ้นกระบวนการ
สุ่มที่นำเสนอบนหน้าจอคอมพิวเตอร์ แต่ละ
1200 MS นำหน้าโดยการตรึงกางเขน ( 450 ms ) และตาม
โดยหน้าจอสีดำเขียนคำอธิบายห้าป้ายอารมณ์
เป็นไปได้ ( ความสุข , ความโกรธ , ความกลัว , เป็นกลาง , หรืออื่น ๆ ) ซึ่ง
ยังคงจนกว่าตอบสนองให้ ( รูปที่ 1 ) ครึ่งหนึ่งของ
อาจถูกแสดงเป็นแบบผสมผสาน ทั้งหน้า ( สภาพ ) )
และอีกครึ่งถูกแสดงโดยเริ่มต้นด้วยตา
ภูมิภาค ( ตาเขตเงื่อนไข ) จำนวน 72 การทดลองสุ่ม
นำเสนอที่หน้าสี่บุคคลเสนอ
3 ครั้งในแต่ละเงื่อนไข ในสายตาเขตสภาพ
สายตาถูกเสนอสำหรับ 800 MS และใบหน้าทั้งหมดปรากฏสำหรับ
400 นางสาว ( 1200 MS ทั้งหมด ) หน้าจอที่ตำแหน่งของคำ
เหมือนกับการทดลองที่เหมือนกันและเป็น counterbalanced ข้ามคน ผู้เข้าร่วมต้องตรงกับหน้า

แต่ละคำที่อธิบายที่ดีที่สุดการแสดงออกทางอารมณ์ของการแสดง
หน้า พวกเขาได้ตอบสนองโดยการกดแป้นคู่มือกับ
มือเด่น ภาพใบหน้าถูกตัดเพื่อลบภายนอก
คุณสมบัติ ( หู คอ และเส้นผม ) ภาพใบหน้าทั้งหมด were330  440 พิกเซล ภาพสายตาที่ถูกสร้างขึ้นเพื่อแสดงเฉพาะพื้นที่
ของตา ภาพดูทั้งหมด 330  108 พิกเซล ภาพ มุมของภาพที่แสดงเป็น
18 องศา ( ที่ดูระยะทาง
30 ซม. ) สำหรับแต่ละภาพ มีคะแนนเฉลี่ยของการรับรู้ที่ถูกต้องแล้วค่า
.
2.4 .
สถิติที่ใช้ในการวิเคราะห์ข้อมูลตัวแปรตาม คือ จำนวนที่ถูกต้องคำตอบ
( CRS ) ในช่วงอารมณ์การรับรู้งาน นอกจากนี้ ประเมินว่า การนำเสนอภาพ modulates

ผลของกลุ่ม  อารมณ์การแสดงออก เรากำหนดตัวแปรเฉพาะดัชนีประสิทธิภาพ
( Ipi ) ซึ่งสอดคล้องกับค่าของประสิทธิภาพเมื่อเทียบกับการเปลี่ยนแปลงในสายตา

สภาพโลก( ( [ Cr ( สายตา )  CR ( ทั่วโลก ) ] / CR ( ทั่วโลก )  100 ) .
วัดซ้ำ ( การวิเคราะห์ความแปรปรวน ( ANOVA ) ทดสอบประสิทธิภาพ ( CRS )
3 กลุ่ม ( หนุ่ม Hoa ,
โฆษณา ) และมีการแสดงออกทางอารมณ์ ( ความสุข ความโกรธ ความกลัว และการนำเสนอ ภาพ
( เขตตาทั่วโลก ) เป็นปัจจัยในเรื่อง anovas
ทั้งหมด เราใช้ geisser เอปไซลอน
เรือนกระจกแก้ไขเพื่อปรับองศาของอิสรภาพของ F อัตราส่วนเมื่อ

วางแผนที่เหมาะสม การเปรียบเทียบการรวมกันระหว่างกลุ่มสำหรับแต่ละ
อารมณ์ / ภาพสภาพ นอกจากนี้ repeatedmeasure
ANOVA ที่วางไว้ถูกคำนวณด้วย 3
( หนุ่มหน้าโฆษณา ) และมีการแสดงออกทางอารมณ์ ( ความสุข , ความโกรธ ,
กลัว ) เป็นภายในและปัจจัย การวิเคราะห์การประเมิน
การปรับอารมณ์เมื่อความสนใจของ
ผู้เข้าร่วมเน้นดวงตา เขต .
3 ผลทางสถิติพบว่าหลัก

[ ผลของกลุ่ม F ( 2,48 ) = 32.34 , p < . 001 ) และอารมณ์การแสดงออก
[ f ( 2,96 ) = 71.47 , p < . 001 ) แต่ไม่ได้เป็นหลักผลของการนำเสนอภาพ
[ F ( ชั่ว ) = 1.71 , NS ] . ผลของกลุ่มที่สำคัญเกิด