Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

Outils de réalité virtuelle pour évaluer la négligence spatiale unilatérale : une nouvelle occasion de collecte de données

Published: March 10, 2021 doi: 10.3791/61951
Automatic Translation
1,2, 2, 3, 2, 2, 1,2, 1,2,4
1Department of Neurology, University of Pennsylvania, 2Laboratory for Cognition and Neural Stimulation, University of Pennsylvania, 3Department of Psychology, Drexel University, 4Department of Physical Medicine and Rehabilitation, University of Pennsylvania

Summary

L’objectif était de concevoir, construire et piloter une nouvelle tâche de réalité virtuelle pour détecter et caractériser la négligence spatiale unilatérale, un syndrome affectant 23 à 46% des survivants d’avc aigus, élargissant le rôle de la réalité virtuelle dans l’étude et la gestion des maladies neurologiques.

Abstract

La négligence spatiale unilatérale (USN) est un syndrome caractérisé par l’inattention ou l’inaction d’un côté de l’espace et affecte entre 23 et 46% des survivants d’un AVC aigu. Le diagnostic et la caractérisation de ces symptômes chez des patients individuels peuvent être difficiles et nécessitent souvent un personnel clinique qualifié. La réalité virtuelle (RV) offre l’occasion de développer de nouveaux outils d’évaluation pour les patients atteints de NSU.

Nous avions pour objectif de concevoir et de construire un outil de RV pour détecter et caractériser les symptômes subtils de l’USN, et de tester l’outil sur des sujets traités par stimulation magnétique transcrânienne répétitive inhibitrice (SMT) des régions corticales associées à l’USN.

Nous avons créé trois conditions expérimentales en appliquant la SMT à deux régions distinctes du cortex associées au traitement visuospatial - le gyrus temporal supérieur (STG) et le gyrus supramarginal (SMG) - et appliqué la TMS simulée comme contrôle. Nous avons ensuite placé les sujets dans un environnement de réalité virtuelle dans lequel on leur a demandé d’identifier les fleurs avec des asymétries latérales de fleurs réparties sur les buissons dans les deux hémispaces, avec un ajustement dynamique de la difficulté en fonction de la performance de chaque sujet.

Nous avons trouvé des différences significatives dans le lacet moyen de la tête entre les sujets stimulés au STG et ceux stimulés au SMG et des effets légèrement significatifs dans l’axe visuel moyen.

La technologie VR devient de plus en plus accessible, abordable et robuste, offrant une opportunité passionnante de créer des outils de jeu utiles et novateurs. En conjonction avec la SMT, ces outils pourraient être utilisés pour étudier des déficits neurologiques spécifiques, isolés et artificiels chez des sujets sains, en informant la création d’outils de diagnostic basés sur la RV pour les patients présentant des déficits dus à une lésion cérébrale acquise. Cette étude est la première à notre connaissance dans laquelle les symptômes USN générés artificiellement ont été évalués avec une tâche VR.

Introduction

La négligence spatiale unilatérale (NSU) est un syndrome caractérisé par l’inattention ou l’inaction d’un côté de l’espace qui touche entre 23 et 46 % des survivants d’un AVC aigu, impliquant le plus souvent une blessure à l’hémisphère cérébral droit et entraînant une tendance à ignorer le côté gauche de l’espace et/ou le corps du survivant1,2. Bien que la majorité des patients atteints de NSN connaissent un rétablissement significatif à court terme, les symptômes subtils de l’USN persistent souvent3. L’USN peut augmenter le risque de chute chez le patient et entraver les activités de la vie quotidienne2,4 Il a également été démontré qu’il a un impact négatif sur les résultats fonctionnels moteurs et globaux5,6.

Les déficits en USN peuvent être conceptualisés comme existant à travers de multiples dimensions, par exemple si une personne ignore un côté de l’espace par rapport à son propre corps (égocentrique) ou par rapport à un stimulus externe (allocentrique)7,8,9, ou si une personne est incapable de diriger son attention (attentionnelle) ou ses actions (intentionnelles) vers un côté de l’espace10 . Les patients présentent souvent une constellation complexe de symptômes qui peuvent être caractérisés selon plus d’une de ces dimensions. On pense que cette variabilité des syndromes USN résulte de divers degrés de lésion de structures neuroanatomiques et de réseaux neuronaux spécifiques, qui sont complexes11. La négligence allocentrique a été associée à des lésions du gyrus angulaire (AG) et du gyrus temporal supérieur (STG), tandis que le cortex pariétal postérieur (PPC), y compris le gyrus supramarginal (SMG), a été impliqué dans le traitement égocentrique12,13,14,15. On pense que la négligence attentionnelle implique des lésions dans l’IPL16 droit, tandis que la négligence intentionnelle est considérée comme secondaire à des lésions du lobe frontal droit17 ou des noyaux gris centraux18.

L’évaluation clinique de l’USN repose actuellement sur des instruments neuropsychologiques à la plume et au papier. Ces outils d’évaluation conventionnels peuvent être moins sensibles que des outils plus sophistiqués sur le plan technologique, ce qui entraîne un diagnostic erroné ou un sous-diagnostic de certains patients atteints de l’USN19. Une meilleure caractérisation des déficits résiduels pourrait faciliter l’administration du traitement aux patients atteints d’USN plus léger et potentiellement améliorer leur récupération globale, mais une telle caractérisation nécessiterait des outils de diagnostic très sensibles. L’USN pose des défis similaires en laboratoire, où il peut être difficile de s’isoler des déficiences motrices et visuelles qui accompagnent généralement l’USN chez les patients victimes d’un AVC.

La réalité virtuelle (RV) offre une occasion unique de développer de nouveaux outils pour le diagnostic et la caractérisation de l’USN. La RV est un environnement 3D multisensoriel présenté à la première personne avec des interactions en temps réel dans lequel les individus sont capables d’effectuer des tâches impliquant des objets écologiquement valides20. C’est un outil prometteur pour évaluer l’USN; la possibilité de contrôler précisément ce que l’utilisateur voit et entend permet aux développeurs de présenter une grande variété de tâches virtuelles à l’utilisateur. En outre, les progiciels et matériels sophistiqués actuellement disponibles permettent la collecte en temps réel d’une multitude de données sur les actions de l’utilisateur, y compris les mouvements des yeux, de la tête et des membres, dépassant de loin les mesures offertes par les tests de diagnostic traditionnels21. Ces flux de données sont disponibles instantanément, ce qui ouvre la possibilité d’ajuster en temps réel les tâches de diagnostic en fonction des performances de l’utilisateur (par exemple, cibler le niveau de difficulté idéal pour une tâche donnée). Cette fonctionnalité peut faciliter l’adaptation des tâches au large éventail de gravité observé dans l’USN, qui est considéré comme une priorité dans le développement de nouveaux outils de diagnostic pour l’USN22. En outre, les tâches immersives de RV peuvent imposer un fardeau accru sur les ressources attentionnelles des patients23,24, ce qui entraîne une augmentation des erreurs qui peuvent faciliter la détection des symptômes de négligence; en effet, il a été démontré que certaines tâches de RV avaient une sensibilité accrue par rapport aux mesures conventionnelles sur papier et crayon de 24,25 USN.

Dans cette étude, l’objectif était de créer un outil d’évaluation qui ne nécessite aucune expertise en neurologie pour fonctionner et qui peut détecter et caractériser de manière fiable même les cas subtils de NSU. Nous avons construit une tâche de jeu basée sur la réalité virtuelle. Nous avons ensuite induit un syndrome de type USN chez des sujets sains avec une stimulation magnétique transcrânienne (TMS), une technique de stimulation cérébrale non invasive qui utilise des impulsions électromagnétiques émises par une bobine de stimulation portative, qui traversent le cuir chevelu et le crâne du sujet et induisent des courants électriques dans le cerveau du sujet qui stimulent les neurones26,27. Cette technique a été utilisée dans l’étude de l’USN par d’autres13,17,28,29,30, bien qu’à notre connaissance jamais en conjonction avec un outil d’évaluation basé sur la RV.

De nombreux chercheurs travaillent déjà sur des applications diagnostiques et thérapeutiques des systèmes de RV. Des revues récentes31,32 ont exploré un certain nombre de projets visant à évaluer l’USN avec des techniques basées sur la RV, et un certain nombre d’autres études à cet effet ont été publiées33,34,35,36,37,38,39,40,41 . La majorité de ces études n’utilisent pas l’ensemble de la technologie de RV actuellement disponible sur le marché grand public (p. ex., un affichage monté sur la tête (HMD) et des inserts de suivi oculaire), ce qui limite leurs ensembles de données à un plus petit nombre de mesures facilement quantifiables. En outre, toutes ces études ont été réalisées sur des patients présentant une lésion cérébrale acquise entraînant une NSU, nécessitant des méthodes de dépistage pour s’assurer que les patients pouvaient au moins participer aux tâches d’évaluation (par exemple, en excluant les patients présentant de grands déficits du champ visuel ou des troubles cognitifs). Il est possible que des déficits cognitifs, moteurs ou visuels plus subtils soient passés sous le seuil de ces méthodes de dépistage, confondant éventuellement les résultats de ces études. Il est également possible qu’un tel dépistage ait biaisé les échantillons des participants à ces études vers un sous-type particulier de NSU.

Pour éviter les biais de dépistage des études antérieures, nous avons recruté des sujets sains et simulé artificiellement les symptômes de l’USN avec un protocole TMS standard qui est bien décrit dans un manuscrit récent15, dans le but d’induire des symptômes allocentriques de type USN en ciblant le STG et les symptômes égocentriques de type USN en ciblant le SMG. Nous avons conçu la tâche pour ajuster activement son essai de difficulté à l’essai et pour différencier les différents sous-types d’USN, en particulier les symptômes allocentriques vs égocentriques. Nous avons également utilisé des évaluations standard sur papier et au crayon de l’USN pour démontrer formellement que les déficits que nous avons induits avec la SMTr sont semblables à ceux de l’USN. Nous pensons que la méthode sera utile à d’autres chercheurs qui souhaitent tester de nouveaux outils de RV pour l’évaluation et la réhabilitation de l’USN.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Cette étude a été approuvée par le comité d’examen institutionnel local et répond à tous les critères énoncés dans les lignes directrices sur les bonnes pratiques cliniques. Tous les participants ont donné leur consentement éclairé avant le début des procédures d’étude. On s’attendait à ce que les participants à l’étude participent à trois séances distinctes (décrites dans le tableau 1). Les éléments de l’expérience sont décrits par étapes ci-dessous. L’ordre des sessions a été randomisé.

Séance A Tâche VR pré-rTMA Battage du moteur au repos* rTMR chez STG ou SMG Tâche comportementale VR post-SMTr
5/10 impulsions suscitent une contraction des doigts MEP o (*Première séance uniquement) 110% de RMT pendant 20 min à 1 Hz (1200 impulsions au total)
15 min 60 min 20 min 15 min
Séance B Tâche VR pré-rTMA Battage du moteur au repos* rTMR chez Vertex Tâche comportementale VR post-SMTr
5/10 impulsions suscitent une contraction des doigts MEP o (*Première séance uniquement) 110% de RMT pendant 20 min à 1 Hz (1200 impulsions au total)
15 min 60 min 20 min 15 min
Séance C Tâche comportementale pré-SMTr sur papier et crayon Battage du moteur au repos* rTMR chez STG ou SMG Tâche comportementale post-SMTr et crayon
Le test de Bell; Annulation du cercle d’Ota; annulation de séjour; tâche de bisection de ligne 5/10 impulsions suscitent une contraction des doigts MEP o (*Première séance uniquement) 110% de RMT pendant 20 min à 1 Hz (1200 impulsions au total) Le test de Bell; Annulation du cercle d’Ota; annulation de séjour; tâche de bisection de ligne
10 min 60 min 20 min 10 min

Tableau 1. Structure pour chaque session d’étude. L’ordre des sessions a été randomisé. Temps estimé pour chaque élément en italique. MEP =potentiel évoqué moteur; rTMS = Stimulation magnétique transcrânienne répétitive; P&P=Tests de diagnostic du papier et du coup de crayon; RMT=Seuil du moteur au repos

1. Tâches comportementales sur papier et crayon

  1. Demandez au sujet de terminer la tâche de bisection de ligne (LBT).
    1. Demandez au sujet de s’asseoir à une table directement en face du testeur. Fournissez au sujet un ustensile d’écriture. Fournissez au sujet la feuille de stimulation (Figure 1), en vous assurant qu’elle est placée directement devant le sujet.
      NOTE: Bien que cela n’ait pas été réalisé dans cette expérience, il serait idéal de présenter chaque ligne à couper en deux individuellement sur des feuilles de papier séparées afin d’éviter de biaiser le sujet avec un contexte supplémentaire (voir Ricci et Chatterjee, 200142).
    2. Demandez au sujet de couper en deux (diviser en deux) chaque ligne imprimée sur la feuille de stimulus et de vous rapprocher le plus possible du milieu.
    3. Dites au sujet de garder la tête et les épaules centrées le mieux possible, de terminer la tâche aussi rapidement et précisément que possible, et d’avertir le testeur lorsqu’ils ont terminé. Surveillez le sujet pour vous assurer qu’il ne se penche pas ou n’incline pas la tête de manière excessive.
    4. Récupérez la feuille du sujet lorsque les sujets disent qu’ils ont terminé.
  2. Demandez au sujet de compléter le test de Bell.
    1. Fournissez au sujet la feuille de stimuli de test de Bell (Figure 2).
    2. Demandez au sujet d’encercler ou de rayer toutes les cloches de la feuille de stimulus, de le faire aussi rapidement et précisément que possible, de garder sa tête et ses épaules aussi centrées que possible et d’avertir le testeur lorsqu’elles ont terminé.
    3. Surveillez le sujet pour vous assurer qu’il ne se penche pas ou n’incline pas la tête de manière excessive. Lorsque le sujet dit qu’il a terminé, demandez-lui s’il est sûr et permettez-lui de vérifier son travail.
    4. Récupérez la feuille du sujet lorsque les sujets disent qu’ils ont terminé une deuxième fois.
  3. Demandez au sujet de terminer la tâche d’annulation d’étoiles.
    1. Présentez au sujet la feuille de stimulation (Figure 3), en vous assurant qu’il est directement devant lui.
    2. Demandez au sujet d’encercler ou de rayer toutes les étoiles sur la feuille de stimulus, de le faire aussi rapidement et précisément que possible, de garder sa tête et ses épaules aussi centrées que possible et d’avertir le testeur lorsqu’elles ont terminé.
    3. Surveillez le sujet pour vous assurer qu’il ne se penche pas ou n’incline pas la tête de manière excessive.
    4. Récupérez la feuille du sujet lorsque les sujets disent qu’ils ont terminé.
  4. Demandez au sujet de terminer la tâche d’annulation du cercle d’Ota.
    1. Fournissez au sujet la feuille de stimulation d’annulation du cercle de l’Ota (Figure 4), en vous assurant qu’elle est placée directement devant le sujet.
    2. Demandez au sujet de rayer ou d’encercler tous les cercles ouverts/incomplets, de le faire aussi rapidement et précisément que possible, de garder ses épaules aussi centrées que possible et d’avertir le testeur lorsqu’elles ont terminé.
    3. Surveillez le sujet pour vous assurer qu’il ne se penche pas ou n’incline pas la tête de manière excessive.
    4. Récupérez la feuille du sujet lorsque les sujets disent qu’ils ont terminé.
    5. Répétez cette tâche (étapes 1.4.1 à 1.4.4) avec une autre copie de la feuille de stimulus, mais cette fois la feuille de stimulus doit pivoter de 180 degrés par rapport à l’orientation qui lui a été présentée à l’origine.

2. Procédures TMS

  1. Créez un modèle de neuronavigation avant la première séance.
    1. Obtenez l’IRM 3T T1 du sujet dans un type de fichier NIFTI ou dicom.
    2. Téléchargez ce scan IRM dans le logiciel neuronavigational pour créer une représentation 3D du cerveau du sujet.
      1. Sélectionnez Nouveau projet vide dans le logiciel. Faites glisser l’IRM du sujet sur le champ intitulé « Fichier: ».
      2. Accédez à l’onglet Reconstructions .
      3. Sélectionnez Nouvelle peau et sur l’écran suivant, faites glisser les lignes de démarcation vertes pour englober l’image entière du cerveau. Sélectionnez l’enveloppe de calcul. Ajustez le seuil peau/air en conséquence pour obtenir une reconstruction optimale.
      4. Revenez à l’onglet Reconstructions et sélectionnez New Full Brain Curvilinear et faites glisser les lignes de démarcation vertes pour englober l’image entière du cerveau. Définissez l’espacement des tranches sur 1 mm et la profondeur d’extrémité sur 18 mm. Sélectionnez Calculer Curviligne.
      5. Accédez à l’onglet Repères et sélectionnez Configurer les repères. Sélectionnez Nouveau pour créer un repère sur la reconstruction. Placez des repères sur le bout du nez, l’arête du nez, le tragus gauche et le tragus droit.
      6. Accédez à l’onglet Cibles et sélectionnez Configurer les cibles. Sélectionnez la vue Curvilinear Brain & Targets . À l’aide de l’inspecteur, pelez à une profondeur de 5 à 7 mm.
      7. Suivez les directives de Shah-Basak et al. (2018)14, Neggers et al. (2006)11 et Oliveri et Vallar (2009)39 pour localiser le gyrus temporal supérieur ou le gyrus supramarginal, et placez un marqueur à ces sites.
      8. Placez un marqueur à l’endroit où les deux sulci centraux se rencontrent le long de la fissure longitudinale médiane pour une stimulation simulée au sommet.
  2. Au cours de la première séance, trouvez le seuil moteur au repos du sujet (peut être complété avant ou après la tâche comportementale).
    1. Asseyez le sujet devant une caméra de suivi optique et placez un tracker sur le sujet à l’aide d’un bandeau ou de lunettes.
    2. Fixez trois électrodes jetables sur la main droite et le poignet du sujet.
      1. Fixez une électrode à disque à la première interosseuse dorsale du sujet. Fixez une deuxième électrode à disque à la deuxième jointure du sujet sur son doigt pointeur droit. Fixez une électrode de terre au poignet droit du sujet.
    3. Branchez ces électrodes dans un adaptateur d’électrode, qui entre dans un logiciel de suivi MEP.
    4. Ouvrez le projet du sujet dans le logiciel neuronavigational en sélectionnant Nouvelle session en ligne.
    5. Sélectionnez les cibles à stimuler dans cette session (Vertex, SMG, STG).
    6. Accédez à l’onglet Polaris et assurez-vous que le suivi du sujet est à portée de vue de l’appareil photo.
    7. Accédez à l’onglet Inscription .
    8. À l’aide d’un pointeur enregistré sur le logiciel neuronavigational, touchez le visage des sujets aux mêmes endroits que les repères ont été placés à l’étape 2.1.2.5.
      1. Cliquez sur Exemple et accédez au point de repère suivant lorsque le pointeur est correctement positionné sur la tête du sujet pour chaque point de repère.
    9. Accédez à l’onglet Validation .
    10. À l’aide du pointeur, touchez le sujet à différents endroits sur sa tête et assurez-vous que le réticule de l’écran s’aligne avec le point pointé sur le sujet.
      1. S’ils ne s’alignent pas, refaites l’étape 2.2.8 et assurez-vous que le pointeur est placé aussi précisément que possible sur les points de repère.
    11. Allez dans l’onglet Effectuer et assurez-vous que la vue curviligne complète du cerveau est sélectionnée afin que l’expérimentateur puisse localiser avec précision les régions du cerveau à cibler.
    12. Définissez le pilote pour qu’il soit la bobine TMS qui sera utilisée.
    13. Branchez la bobine TMS portable dans la machine TMS.
    14. Allumez la machine TMS et réglez-la sur une seule impulsion. Réglez l’intensité de la stimulation de manière appropriée; dans cette expérience, 65% de la production de la machine a été utilisée comme point de départ.
    15. Placez la bobine TMS portable sur le côté gauche de la tête du sujet et stimulez-la dans le cortex moteur à l’aide d’impulsions uniques de TMS pour identifier l’emplacement qui stimule l’IED. Il peut être utile d’avoir un assistant pour surveiller le doigt du sujet afin d’identifier quand le muscle IDE se contracte en raison de la stimulation.
    16. Modifiez l’intensité de la stimulation jusqu’à ce que la stimulation provoque un MEP d’au moins 50 mV exactement 5/10 fois, et ce sera le seuil moteur au repos (rMT).
  3. Stimulation entre les tâches
    1. Répétez les étapes 2.2.1 à 2.2.13 en remplaçant la bobine portable par une bobine TMS refroidie par air.
    2. Réglez les paramètres de stimulation sur la TMS répétitive à une vitesse de 1 Hz pendant 20 minutes (1200 impulsions au total) avec une intensité de 110% de rMT conformément aux paramètres définis par Shah-Basak et al. (2018)15.
    3. Placez une bobine TMS refroidie par air avec un système de refroidissement intégré sur la tête du sujet en ciblant le SMG ou le STG pour les sessions actives ou le Vertex pour les sessions simulées (Figure 5).
    4. Procédez à la stimulation.

3. Tâche comportementale VR

  1. Installez le logiciel de support.
    1. Téléchargez et installez le logiciel de base Pupil à partir du site Web de Pupil Labs.
    2. Téléchargez et installez Unity 3D 2018.3 à partir du site Web de Unity.
    3. Téléchargez et installez l’outil OpenVR via Unity Asset Store ou via Steam.
  2. Configurez le matériel VR (par exemple, HTC Vive Pro).
    1. Placez les stations de base sur les côtés opposés de la pièce, en assurant une ligne de vue claire, et branchez-les.
    2. Appuyez sur le bouton Canal/Mode à l’arrière de chaque capteur pour parcourir les canaux jusqu’à ce que l’un d’eux soit réglé sur le canal « b » et l’autre sur « c. » Les deux voyants d’état doivent être blancs.
    3. Installez l’insert binoculaire Pupil Labs dans le HTC Vive Pro. Connectez le Link Box à l’ordinateur (Alimentation, USB-A et HDMI ou Mini DisplayPort).
    4. Connectez le casque à la Link Box. Ajustez les sangles supérieures et latérales du casque. Ajustez la distance de l’objectif.
  3. Lancez SteamVR.
    1. Lancez SteamVR en cliquant sur l’icône VR dans le coin supérieur droit de Steam.
      1. Allumez les contrôleurs avec le bouton d’alimentation.
      2. Sur SteamVR, cliquez sur Paramètres | Associez un nouvel appareil pour coupler chaque contrôleur en suivant les instructions à l’écran.
      3. Cliquez sur Configuration de la salle dans le menu SteamVR et suivez les instructions à l’écran.
  4. Lancez le logiciel Pupil Core.
  5. Placez le casque sur la tête du sujet assis et donnez-lui les deux contrôleurs. Assurez-vous que les sangles sont serrées mais confortables. Assurez-vous que les deux yeux sont visibles en confirmant visuellement qu’ils sont centrés dans les flux de caméra du logiciel Pupil Core.
  6. Ouvrez la tâche VR dans l’éditeur Unity et appuyez sur le bouton Lecture .
  7. Exécutez l’expérience.
    1. Demandez au sujet de regarder droit devant lui et cliquez sur le bouton Tare Camera à l’écran.
    2. Cliquez sur le bouton Commencer le didacticiel et attendez que le sujet termine le didacticiel. Le tutoriel se compose d’instructions audio sur le fonctionnement du contrôleur du système VR, de descriptions et d’exemples de fleurs symétriques (leurres) et asymétriques (cible), et d’une séance d’entraînement de 1 minute avec un petit nombre de fleurs leurres et cibles. Le didacticiel dure de 75 à 100 secondes et les données de performances du didacticiel ne sont pas collectées.
    3. Lorsque l’objet a terminé, cliquez sur le bouton Calibrer le suivi oculaire .
      1. Si l’étalonnage réussit, le sujet commencera automatiquement la tâche. Sinon, répétez l’étape 3.7.3.
    4. Commencez la première version d’évaluation en cliquant sur le bouton Version d’évaluation suivante .
      REMARQUE : Pendant la tâche VR, les sujets sont placés dans une forêt virtuelle (Figure 6). Trois haies de boîtes incurvées formaient un demi-cercle à distance de portée devant le sujet. Chaque essai consistait en un nombre variable de fleurs, chacune avec 16 pétales, réparties entre les haies en ligne de mire directe (figure 7). Les sujets ont reçu l’instruction de « cueillir » (tenir leur contrôleur sur une fleur pour que la fleur mette en évidence, puis d’appuyer sur le bouton de déclenchement avec leur index) toutes les fleurs asymétriques « cibles » et de laisser seules toutes les fleurs « leurres » symétriques. Chaque essai se terminerait lorsque le sujet choisirait avec succès toutes les fleurs cibles asymétriques, mais se terminerait également si le sujet manquait de temps (limite de temps de 2 minutes) ou si le sujet choisissait par inadvertance toute la fleur leurre symétrique. Dans tous ces cas, les fleurs restantes sur les arbustes seraient nettoyées et l’expérimentateur serait invité à commencer le prochain essai.
    5. Attendez que le sujet ne termine plus activement un essai, puis répétez l’étape 3.7.4 à moins qu’au moins 12 essais n’aient été terminés.
    6. Cliquez à nouveau sur le bouton Lecture pour terminer la tâche.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Les données ont été recueillies auprès d’individus en bonne santé à l’aide du protocole décrit ci-dessus pour démontrer comment les différentes variables qui peuvent être extraites de la tâche de réalité virtuelle peuvent être analysées pour détecter des différences subtiles entre les groupes.

Dans cette étude, 7 personnes (2 hommes) d’un âge moyen de 25,6 ans et d’une moyenne de 16,8 ans d’éducation ont chacune suivi trois séances distinctes de SMT. Ces sujets ont été divisés en deux groupes : quatre participants ont reçu une SMT répétitive au gyrus supramarginal (MG), tandis que trois autres participants ont reçu une stimulation de la SMT au gyrus temporal supérieur (STG). Tous les participants ont reçu une SMT simulée au cours d’une séance distincte, qui a été utilisée comme covariable dans les analyses pour tenir compte de la variabilité individuelle en réponse à la SMT. Au cours de chaque séance, les participants ont reçu la tâche de réalité virtuelle avant et après la stimulation tmS pour examiner le changement de performance.

Tout d’abord, l’angle de tête moyen (figure 8) a été examiné pour déterminer si la tâche de réalité virtuelle était suffisamment sensible pour identifier une différence entre les groupes SMG et STG. Les scores de changement d’angle de tête ont été calculés en soustrayant les scores pré-TMS des scores post-TMS. Un ANCOVA a été exécuté pour déterminer s’il y avait une différence entre les groupes dans l’angle de la tête après la stimulation TMS. Les scores de changement d’angle de tête TMS simulés ont été utilisés comme covariable pour tenir compte des différences individuelles. Tout en gardant à l’esprit que les analyses ont été effectuées à l’aide d’un petit échantillon pilote, une différence significative a été trouvée dans les scores de changement d’angle de tête entre les deux groupes, F(1,4) = 10,25, p = 0,03, où le groupe SMG avait un score de changement moyen dirigé davantage vers le côté droit de l’espace par rapport au groupe STG (Figure 9).

Un schéma similaire a été trouvé en utilisant le test de bisection de ligne, dans lequel le groupe SMG a placé la ligne significativement plus vers la droite dans l’administration post-TMS par rapport à pré-TMS, t(4) = 2,78, p = 0,04. Cette constatation n’a pas été trouvée dans le groupe STG, t(3) = 3,18, p = 0,56. Bien qu’il n’y ait pas eu de différence significative dans l’angle de la tête avant et après la TMS dans la tâche de réalité virtuelle dans les groupes SMG ou STG, la constatation que le groupe SMG avait un score moyen de changement d’angle de tête dirigé significativement plus vers la droite que le groupe STG démontre une constatation similaire. Cette constatation de la tâche de réalité virtuelle est cohérente avec les résultats de la tâche traditionnelle de papier et de crayon, car les deux ont démontré un modèle dans lequel le groupe SMG peut avoir eu une négligence subtile et a regardé plus vers la droite par rapport au groupe STG. Les données recueillies à partir de la tâche de réalité virtuelle peuvent être visualisées au niveau d’un participant individuel pour examiner les performances avant et après la stimulation TMS, comme le montre la figure 9.

Ensuite, les fleurs ont été séparées par le côté de la fleur contenant le pétale défectueux de la fleur (c.-à-d. pétale droit vs pétale gauche, voir la figure 10) pour évaluer spécifiquement les signes de négligence allocentrique au niveau cible individuel. Bien qu’il n’y ait pas eu de différence dans les scores de changement d’angle de tête entre les deux groupes pour les fleurs avec des pétales plus courts sur le côté gauche, F(1,4) = 0,09, p = 0,78, il y avait une différence significative dans les scores de changement d’angle de tête entre les deux groupes pour les fleurs avec un pétale plus petit sur le côté droit, F(1,4) = 9,52, p = 0,04. Plus précisément, les participants du groupe SMG avaient tendance à regarder plus à droite (angle fleur-tête plus élevé, voir la figure 11) lorsqu’ils recherchaient le pétale court sur le côté droit de la fleur. L’angle de la tête du sujet par rapport au buisson (angle du buisson, voir la figure 12) est également disponible pour analyse, ce qui permet de détecter la négligence allocentrique par rapport au buisson. Ces analyses montrent comment les variables peuvent être rendues plus spécifiques pour saisir les aspects subtils et spécifiques de la négligence.

Il existe un certain nombre d’autres façons d’analyser les données. Nous avons examiné le nombre moyen de secondes pendant lesquelles les participants ont examiné chaque fleur pour déterminer si un groupe avait plus de difficulté à identifier les fleurs défectueuses (caractérisé par plus de secondes passées à regarder la fleur). Dans cet exemple, les données ont été extraites de fleurs dont le pétale était défectueux et qui était à 95% de la taille du reste des pétales, car cette échelle était supposée être la plus sensible. Un ANCOVA mixte a été exécuté pour comparer le groupe (SMG vs STG) et le champ visuel de la fleur (droite vs gauche). Les scores de changement avant et après la SMT ont été calculés et utilisés comme variable de résultat pour examiner si l’un ou l’autre groupe a montré une augmentation du temps passé à regarder les fleurs après la SMT. La condition de SMT simulée pour les fleurs gauche et droite a de nouveau été utilisée comme covariable pour tenir compte de la variabilité individuelle. Bien qu’il n’y ait pas eu de différence significative entre les groupes, F(1,3) = 0,12, p = 0,76, il y avait une différence marginalement significative dans le champ visuel floral, F(1,3) = 5,62, p = 0,098 (figure 13). L’effet n’atteint pas la signification statistique; et d’autres sujets devraient être évalués à l’avenir. Malgré cela, ces données servent d’exemple de la façon dont les données peuvent être limitées à des types de fleurs et à un champ visuel spécifiques dans l’environnement de réalité virtuelle. Comme le démontrent ces analyses, la comparaison des performances des participants peut fournir aux chercheurs un moyen sensible et dynamique de mesurer les effets de la SMT ou de la négligence plus généralement en fonction de la question de recherche spécifique des examinateurs.

Figure 1
Figure 1 : Feuille de stimulation de la tâche de bisection de ligne Veuillez cliquer ici pour afficher une version agrandie de cette figure.

Figure 2
Figure 2 : Feuille de stimulation de test de Bell Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 3
Figure 3 : Feuille de stimulation du test d’annulation d’étoiles Veuillez cliquer ici pour afficher une version agrandie de cette figure.

Figure 4
Figure 4 : Feuille de stimulation d’annulation de cercle Ota Veuillez cliquer ici pour afficher une version agrandie de cette figure.

Figure 5
Figure 5 : Stimulation TMS répétitive ; logiciel neuronavigational (à gauche), unité de stimulation magnétique (au centre) et bobine refroidie à l’air en position au-dessus de l’auteur CH (à droite). Veuillez cliquer ici pour afficher une version agrandie de cette figure.

Figure 6
Figure 6 : Environnement forestier virtuel vu par le sujet pendant la tâche VR Veuillez cliquer ici pour afficher une version agrandie de cette figure.

Figure 7
Figure 7 : Disposition de trois haies en boîte incurvée avec des fleurs cibles et leurres réparties Sur veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 8
Figure 8 : Angle de la tête - angle entre l’axe antérieur de la tête et le torse Veuillez cliquer ici pour agrandir cette figure.

Figure 9
Graphique 9. Cette figure illustre deux analyses utilisant l’angle de tête pendant l’exécution de la tâche :
(À gauche) Scores de changement d’angle de tête du groupe SMG vs STG. Sur cette échelle, un score de 0 indique qu’ils ont regardé au centre de chaque fleur, tandis que les scores positifs indiquent qu’ils ont regardé vers la droite, et les scores négatifs indiquent qu’ils ont regardé vers la gauche. Le groupe SMG avait des scores positifs, indiquant qu’ils regardaient plus à droite en moyenne après la stimulation, tandis que le groupe STG avait des scores négatifs, indiquant qu’ils regardaient plus à gauche après la stimulation. Les groupes SMG et STG avaient des scores de changement d’angle de tête significativement différents. (À droite). Angle de tête moyen tracé pour chaque participant avant et après la TMS. Le groupe STG n’a pas montré de fortes différences avant et après la stimulation TMS, contrairement aux participants SMG qui semblaient regarder davantage vers le champ visuel droit après la stimulation (représentés par des nombres positifs). Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 10
Figure 10: Fleurs cibles asymétriques, avec des pétales plus petits à gauche (à gauche) et des pétales plus petits à droite (à droite). Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 11
Figure 11 : Angle fleur-tête - angle sous-tendu par l’axe antérieur de la tête et la fleur de la tête à l’instant où la fleur a été cueillie/identifiée Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 12
Figure 12: Angle du buisson - angle sous-tendu par la fleur et le centre du buisson de la fleur à partir de la tête à l’instant où la fleur a été cueillie / identifiée Veuillez cliquer ici pour voir une version plus grande de cette figure.

Figure 13
Graphique 13. Score de changement moyen pour les secondes passées à regarder chaque fleur avant et après TMS. Les scores négatifs indiquent que les participants ont passé moins de temps à regarder les fleurs dans l’administration post-TMS par rapport à l’administration pré-TMS, tandis que les chiffres positifs indiquent plus de temps passé à regarder les fleurs après TMS. Les données sont séparées par le fait que les fleurs étaient situées dans le champ visuel gauche ou droit dans l’environnement virtuel. Les données ont également été séparées par groupe (SMG vs STG). Les fleurs étaient limitées à celles dont le pétale était défectueux à une échelle de 0,95. Bien que non statistiquement significatif, il y avait un effet marginal du champ visuel des fleurs. Qualitativement, il semble y avoir une plus grande variabilité pour les fleurs dans le champ visuel gauche par rapport à la droite. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Nous avons réussi à induire et à mesurer les symptômes de l’USN avec TMS et VR, respectivement. Bien que nous n’ayons pas eu de résultats significatifs par rapport aux essais simulés, nous avons pu comparer plusieurs mesures de la négligence égocentrique (angle moyen de la tête, temps passé à regarder les fleurs dans l’un ou l’autre espace) et de la négligence allocentrique (performance dans la sélection des fleurs avec des pétales asymétriques à gauche par rapport au côté droit) entre les différents groupes expérimentaux, et avons trouvé des différences significatives dans l’angle moyen de la tête entre les sujets stimulés au STG et ceux stimulés au SMG et des effets marginalement significatifs dans l’axe visuel moyen. Il est intéressant de noter qu’il existe encore un débat concernant la contribution proportionnelle de la contribution temporelle (STG) et pariétale (PPC) au traitement spatial pertinent pour l’USN12,43, et l’angle de tête vers la droite accru que nous avons détecté dans le groupe stimulé par le SMG peut fournir un certain soutien à l’implication de la PPC de la variété égocentrique de l’USN.

Ce protocole comportait plusieurs étapes critiques. Cette méthode est limitée par les effets cliniques subtils obtenus avec la SMTr, de sorte que des paramètres de stimulation appropriés et un ciblage de la région corticale sont essentiels - l’intensité de la stimulation de la SMT doit toujours être basée sur la rMT et le ciblage de la bobine de SMT doit toujours être déterminé avec précision avec des images IRM à haute résolution et un logiciel de ciblage approprié comme Brainsight. La méthode est également limitée par la durée relativement courte de l’effet inhibiteur créé par la stimulation de la SMTr (~ 20 minutes, soit à peu près la durée de la stimulation26), de sorte que la transition rapide de la stimulation de la SMTr vers la RV ou les tâches papier et crayon est d’une importance primordiale pour détecter cet effet. S’assurer que l’équipement VR est configuré et que le logiciel est correctement calibré pendant les sessions VR pré-TMS permet de maximiser la proportion de temps post-stimulation consacré à la collecte de données.

Comme indiqué dans l’introduction, un certain nombre de groupes ont mis au point de nouveaux outils basés sur la RV pour l’évaluation de l’USN. Bon nombre de ces systèmes utilisent également les avantages de mesure distincts des tâches informatisées, et certains groupes ont tenté de différencier les différents sous-types d’USN, y compris les symptômes de négligence extrapersonnelle vs péripersonnelle et les symptômes égocentriques vs allocentriques37,40. Nous pensons que la méthode ajoute deux contributions nouvelles à ce travail existant. Tout d’abord, nous fournissons un plus large éventail d’ensembles de données (position de la tête, suivi oculaire, etc.) qui peuvent être analysés pour détecter et caractériser même les cas subtils d’USN. Deuxièmement, nous avons induit des symptômes de NSN chez des volontaires sains utilisant la SMT, ce qui nous a permis de nous assurer que l’outil de diagnostic basé sur la RV isolait les symptômes induits de l’USN et évitait les effets confusionnels possibles des comorbidités visuelles, motrices et cognitives observées chez les patients atteints de lésions cérébrales acquises. En outre, la tâche contraste avec une tendance dans les études récentes qui se concentre sur les tâches de navigation. Nous soutenons qu’une tâche qui nécessite une interaction avec un certain nombre d’objets distribués sur les hémispaces gauche et droit est potentiellement plus exigeante et peut augmenter la sensibilité de la tâche VR en tant qu’outil de diagnostic. De plus, ce format permet une tâche plus semblable à celle d’un jeu avec plusieurs épreuves, ce qui permet à son tour de titration du niveau de difficulté de la tâche d’un tour à l’autre. Ce type de titrage aide la tâche à éviter les effets de plafond et de plancher (c.-à-d. que la tâche est trop difficile pour ceux qui ont des déficits importants ou trop facile pour ceux qui ont des déficits subtils).

Il existe de nombreuses applications futures possibles de la méthode. En ce qui concerne l’étude de l’USN, nous pensons que l’ajout de données de suivi oculaire permettra aux tâches de RV de différencier les symptômes attentionnels et intentionnels en séparant les données mesurant l’asymétrie du modèle de recherche des données mesurant l’asymétrie de l’action motrice. En outre, la SMT peut être utilisée pour isoler des déficits neurologiques spécifiques au-delà de l’USN, créant ainsi un moyen par lequel les chercheurs peuvent concevoir et valider une grande variété de nouveaux outils de RV pour aider à diagnostiquer et à caractériser ces déficits chez les patients souffrant de lésions cérébrales acquises. Bien que la technique implique des participants en bonne santé et des déficits neurologiques artificiels dans le but d’isoler et de caractériser spécifiquement l’USN de manière fiable, nous pensons que les outils de RV validés par la méthode peuvent ensuite être appliqués dans des populations de patients présentant des déficits neurologiques mixtes (moteurs, visuels, etc.) au moyen d’innovations d’interface utilisateur telles que les interfaces cerveau-ordinateur basées sur l’EEG ou l’EMG44, 45. En outre, les tâches basées sur la RV comme celle que nous présentons ici peuvent également être modifiées pour servir d’outils de réadaptation cognitive, un domaine de recherche et de développement en pleine croissance31,46.

Nous avons été confrontés à un certain nombre de problèmes frustrants lors des tests. Le suivi oculaire est devenu non calibré lors de petits changements dans la position du HMD et le logiciel a parfois échoué. L’application nécessitait plus de développement et souffrait de problèmes corrigeables tels que la position de départ du sujet et la gamme de placement des fleurs (certaines fleurs ont été placées en dehors du champ de vision du sujet et ont invalidé certains essais). Nous avions trop peu de sujets. Néanmoins, nous avons tout de même pu détecter les perturbations subtiles de deux réseaux de neurones associés à USN avec le nouvel outil VR. Bien que l’expérience ambitieuse ait donné des résultats marginaux, nous pensons que bon nombre des défis auxquels elle a été confrontée seront améliorés à mesure que la technologie continue de s’améliorer. Nous soutenons que la promesse des résultats, combinée à d’autres tendances encourageantes dans le domaine, soutient l’idée que les systèmes de RV sont un excellent substrat pour le développement de nouveaux outils de diagnostic pour USN.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Les auteurs n’ont rien à divulguer.

Acknowledgments

Ce travail a été soutenu par le Fonds de recherche universitaire (URF) de l’Université de Pennsylvanie et les bourses d’études de l’American Heart Association en maladies cérébrovasculaires et accidents vasculaires cérébraux. Un merci spécial aux chercheurs, aux cliniciens et au personnel du Laboratoire de cognition et de stimulation neuronale pour leur soutien continu.

Materials

Name Company Catalog Number Comments
AirFilm Coil (AFC) Rapid Version Magstim N/A Air-cooled TMS coil
Alienware 17 R4 Laptop Dell N/A NVIDIA GeForce GTX 1060 (full specs at https://topics-cdn.dell.com/pdf/alienware-17-laptop_users-guide_en-us.pdf)
BrainSight 2.0 TMS Neuronavigation Software Rogue Research Inc N/A TMS neural targeting software
CED 1902 Isolated pre-amplifier Cambridge Electronic Design Limted N/A EMG pre-amplifier
CED Micro 401 mkII Cambridge Electronic Design Limted N/A Multi-channel waveform data acquisition unit
CED Signal 5 Cambridge Electronic Design Limted N/A Sweep-based data acquisition and analysis software. Used to measure TMS evoked motor responses.
HTC Vive Binocular Add-on Pupil Labs N/A HTC Vive, Vive Pro, or Vive Cosmos eye tracking add-on with 2 x 200Hz eye cameras.
Magstim D70 Remote Coil Magstim N/A Hand-held TMS coil
Magstim Super Rapid 2 plus 1 Magstim N/A Transcranial Magnetic Stimulation Unit
Unity 2018 Unity N/A cross-platform VR game engine
Vive Pro HTC Vive N/A VR hardware system with external motion sensors; 1440x1600 pixels per eye, 90 Hz refresh rate, 110° FoV

DOWNLOAD MATERIALS LIST

References

  1. Heilman, K. M., Bowers, D., Coslett, H. B., Whelan, H., Watson, R. T. Directional Hypokinesia: Prolonged Reaction Times for Leftward Movements in Patients with Right Hemisphere Lesions and Neglect. Neurology. 35 (6), 855-859 (1985).
  2. Paolucci, S., Antonucci, G., Grasso, M. G., Pizzamiglio, L. The Role of Unilateral Spatial Neglect in Rehabilitation of Right Brain-Damaged Ischemic Stroke Patients: A Matched Comparison. Archives of Physical Medicine and Rehabilitation. 82 (6), 743-749 (2001).
  3. Ringman, J. M., Saver, J. L., Woolson, R. F., Clarke, W. R., Adams, H. P. Frequency, Risk Factors, Anatomy, and Course of Unilateral Neglect in an Acute Stroke Cohort. Neurology. 63 (3), 468-474 (2004).
  4. Jutai, J. W., et al. Treatment of visual perceptual disorders post stroke. Topics in Stroke Rehabilitation. 10 (2), 77-106 (2003).
  5. Buxbaum, L. J., et al. Hemispatial Neglect: Subtypes, Neuroanatomy, and Disability. Neurology. 62 (5), 749-756 (2004).
  6. Numminen, S., et al. Factors Influencing Quality of Life Six Months after a First-Ever Ischemic Stroke: Focus on Thrombolyzed Patients. Folia Phoniatrica et Logopaedica: Official Organ of the International Association of Logopedics and Phoniatrics (IALP). 68 (2), 86-91 (2016).
  7. Ladavas, E. Is the Hemispatial Deficit Produced by Right Parietal Lobe Damage Associated with Retinal or Gravitational Coordinates. Brain: A Journal of Neurology. 110 (1), 167-180 (1987).
  8. Ota, H., Fujii, T., Suzuki, K., Fukatsu, R., Yamadori, A. Dissociation of Body-Centered and Stimulus-Centered Representations in Unilateral Neglect. Neurology. 57 (11), 2064-2069 (2001).
  9. Neggers, S. F., Vander Lubbe, R. H., Ramsey, N. F., Postma, A. Interactions between ego- and allocentric neuronal representations of space. Neuroimage. 31 (1), 320-331 (2006).
  10. Adair, J. C., Barrett, A. M. Spatial Neglect: Clinical and Neuroscience Review: A Wealth of Information on the Poverty of Spatial Attention. Annals of the New York Academy of Sciences. 1142, 21-43 (2008).
  11. Corbetta, M., Shulman, G. L. Spatial neglect and attention networks. Annual Review of Neuroscience. 34, 569-599 (2011).
  12. Marshall, J. C., Fink, G. R., Halligan, P. W., Vallar, G. Spatial awareness: a function of the posterior parietal lobe. Cortex. 38 (2), 253-260 (2002).
  13. Ellison, A., Schindler, I., Pattison, L. L., Milner, A. D. An exploration of the role of the superior temporal gyrus in visual search and spatial perception using TMS. Brain. (10), 2307-2315 (2004).
  14. Vallar, G., Calzolari, E. Unilateral spatial neglect after posterior parietal damage. Handb Clin Neurol; Theparietal lobe. Vallar, G., Coslett, H. B. , Elsevier. Amsterdam. 287-312 (2018).
  15. Shah-Basak, P. P., Chen, P., Caulfield, K., Medina, J., Hamilton, R. H. The Role of the Right Superior Temporal Gyrus in Stimulus-Centered Spatial Processing. Neuropsychologia. 113, 6-13 (2018).
  16. Verdon, V., Schwartz, S., Lovblad, K. O., Hauert, C. A., Vuilleumier, P. Neuroanatomy of hemispatial neglect and its functional components: a study using voxel-based lesion-symptom mapping. Brain. 133 (3), 880-894 (2010).
  17. Ghacibeh, G. A., Shenker, J. I., Winter, K. H., Triggs, W. J., Heilman, K. M. Dissociation of Neglect Subtypes with Transcranial Magnetic Stimulation. Neurology. 69 (11), 1122-1127 (2007).
  18. Chaudhari, A., Pigott, K., Barrett, A. M. Midline Body Actions and Leftward Spatial 'Aiming' in Patients with Spatial Neglect. Frontiers in Human Neuroscience. 9, 393 (2015).
  19. Rizzo, A. A., et al. Design and Development of Virtual Reality Based Perceptual-Motor Rehabilitation Scenarios. The 26th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , (2004).
  20. Steinicke, F. Being Really Virtual Immersive Natives and the Future of Virtual Reality. , Springer International Publishing. (2018).
  21. Tsirlin, I., Dupierrix, E., Chokron, S., Coquillart, S., Ohlmann, T. Uses of Virtual Reality for Diagnosis, Rehabilitation and Study of Unilateral Spatial Neglect: Review and Analysis. CyberPsychology & Behavior. 12 (2), 175-181 (2009).
  22. Barrett, A. M., et al. Cognitive Rehabilitation Interventions for Neglect and Related Disorders: Moving from Bench to Bedside in Stroke Patients. Journal of Cognitive Neuroscience. 18 (7), 1223-1236 (2006).
  23. Ricci, R., et al. Effects of attentional and cognitive variables on unilateral spatial neglect. Neuropsychologia. 92, 158-166 (2016).
  24. Bonato, M. Neglect and Extinction Depend Greatly on Task Demands: A Review. Frontiers in Human Neuroscience. 6, 195 (2012).
  25. Grattan, E. S., Woodbury, M. L. Do Neglect Assessments Detect Neglect Differently. American Journal of Occupational Therapy. 71, 3 (2017).
  26. Rossi, S., Hallett, M., Rossini, P. M., Pascual-Leone, A. Safety of TMS Consensus Group. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research. Clinical Neurophysiology. 120 (12), 2008-2039 (2009).
  27. Pascual-Leone, A., Walsh, V., Rothwell, J. Transcranial Magnetic Stimulation in Cognitive Neuroscience - Lesion, Chronometry, and Functional Connectivity. Current Opinion in Neurobiology. 10 (2), 232-237 (2000).
  28. Oliveri, M., et al. Interhemispheric Asymmetries in the Perception of Unimanual and Bimanual Cutaneous Stimuli. Brain. 122 (9), 1721-1729 (1999).
  29. Salatino, A., et al. Transcranial Magnetic Stimulation of Posterior Parietal Cortex Modulates Line-Length Estimation but Not Illusory Depth Perception. Frontiers in Psychology. 10, (2019).
  30. Oliveri, M., Vallar, G. Parietal versus temporal lobe components in spatial cognition: Setting the mid-point of a horizontal line. Journal of Neuropsychology. 3, Pt 2 201-211 (2009).
  31. Ogourtsova, T., Souza Silva, W., Archambault, P. S., Lamontagne, A. Virtual Reality Treatment and Assessments for Post-Stroke Unilateral Spatial Neglect: A Systematic Literature Review. Neuropsychological Rehabilitation. 27 (3), 409-454 (2017).
  32. Pedroli, E., Serino, S., Cipresso, P., Pallavicini, F., Riva, G. Assessment and rehabilitation of neglect using virtual reality: a systematic review. Frontiers in Behavioral Neuroscience. 9, 226 (2015).
  33. Peskine, A., et al. Virtual reality assessment for visuospatial neglect: importance of a dynamic task. Journal of Neurology, Neurosurgery, and Psychiatry. 82 (12), 1407-1409 (2011).
  34. Mesa-Gresa, P., et al. Clinical Validation of a Virtual Environment Test for Safe Street Crossing in the Assessment of Acquired Brain Injury Patients with and without Neglect. Human-Computer Interaction - INTERACT 2011 Lecture Notes in Computer Science. , 44-51 (2011).
  35. Aravind, G., Lamontagne, A. Perceptual and Locomotor Factors Affect Obstacle Avoidance in Persons with Visuospatial Neglect. Journal of NeuroEngineering and Rehabilitation. 11 (1), 8 (2014).
  36. Pallavicini, F., et al. Assessing Unilateral Spatial Neglect Using Advanced Technologies: The Potentiality of Mobile Virtual Reality. Technology and Health Care. 23 (6), 795-807 (2015).
  37. Glize, B., et al. Improvement of Navigation and Representation in Virtual Reality after Prism Adaptation in Neglect Patients. Frontiers in Psychology. 8, (2017).
  38. Yasuda, K., Muroi, D., Ohira, M., Iwata, H. Validation of an Immersive Virtual Reality System for Training near and Far Space Neglect in Individuals with Stroke: a Pilot Study. Topics in Stroke Rehabilitation. 24 (7), 533-538 (2017).
  39. Spreij, L. A., Ten Brink, A. F., Visser-Meily, J. M. A., Nijboer, T. C. W. Simulated Driving: The Added Value of Dynamic Testing in the Assessment of Visuo-Spatial Neglect after Stroke. Journal of Neuropsychology. 31, (2018).
  40. Ogourtsova, T., Archambault, P. S., Lamontagne, A. Post-Stroke Unilateral Spatial Neglect: Virtual Reality-Based Navigation and Detection Tasks Reveal Lateralized and Non-Lateralized Deficits in Tasks of Varying Perceptual and Cognitive Demands. Journal of NeuroEngineering and Rehabilitation. 15, 1 (2018).
  41. Ogourtsova, T., Archambault, P., Sangani, S., Lamontagne, A. Ecological Virtual Reality Evaluation of Neglect Symptoms (EVENS), Effects of Virtual Scene Complexity in the Assessment of Poststroke Unilateral Spatial Neglect. Neurorehabilitation and Neural Repair. 32 (1), 46-61 (2018).
  42. Ricci, R., Chatterjee, A. Context and crossover in unilateral neglect. Neuropsychologia. 39 (11), 1138-1143 (2001).
  43. Karnath, H. O., Ferber, S., Himmelbach, M. Spatial awareness is a function of the temporal not the posterior parietal lobe. Nature. 411, 950-953 (2001).
  44. Spicer, R., Anglin, J., Krum, D. M., Liew, S. REINVENT: A low-cost, virtual reality brain-computer interface for severe stroke upper limb motor recovery. 2017 IEEE Virtual Reality (VR). , Los Angeles, CA. 385-386 (2017).
  45. Vourvopoulos, A., et al. Effects of a Brain-Computer Interface With Virtual Reality (VR) Neurofeedback: A Pilot Study in Chronic Stroke Patients. Frontiers in Human Neuroscience. 13, 210 (2019).
  46. Gammeri, R., Iacono, C., Ricci, R., Salatino, A. Unilateral Spatial Neglect After Stroke: Current Insights. Neuropsychiatric Disease and Treatment. 16, 131-152 (2020).

Tags

Médecine Numéro 169 réalité virtuelle négligence diagnostic technologie AVC neurologie
Outils de réalité virtuelle pour évaluer la négligence spatiale unilatérale : une nouvelle occasion de collecte de données
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Schwab, P. J., Miller, A., Raphail,… More

Schwab, P. J., Miller, A., Raphail, A. M., Levine, A., Haslam, C., Coslett, H. B., Hamilton, R. H. Virtual Reality Tools for Assessing Unilateral Spatial Neglect: A Novel Opportunity for Data Collection. J. Vis. Exp. (169), e61951, doi:10.3791/61951 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter