使用随机点视频游戏改善立体视锐度

摘要

本文介绍了一种基于随机点刺激的、以游戏化知觉学习软件来改善立体视锐度的实验方案。患者为无斜视的立体视功能缺陷受试者。该方案结合了视光中心的随访与家庭训练软件的使用。依从性及立体视锐度的变化数据将存储于云端。

摘要

传统的弱视治疗包括遮盖或抑制优势眼，但这些方法在不到30%的病例中能够提高立体视觉敏锐度。为了改善治疗效果，我们提出一种以视频游戏形式进行的治疗方法，利用随机点刺激和知觉学习技术来促进立体视敏度的恢复。该方案适用于7至14岁之间、已接受过弱视治疗且单眼最佳矫正远视力至少达到0.1 logMAR的立体视功能缺陷患者。患者需在家中通过视频游戏完成一个知觉学习程序。虽然依从性数据会自动存储在云端，但仍需定期前往视光中心就诊，以监测患者的进展情况，并逐步调整游戏中的立体视觉难度，直至达到可检测到的最小视差。该方案已被证明有效，疗效通过随机点立体视敏度测试（整体立体视或独眼立体视参考测试）提高两个等级来评估。此外，随机点刺激的学习效果可迁移到中等侧向立体视功能，这由Wirt圆圈测试证实，其成功标准为最终立体视敏度优于140"，且获得的改善程度不低于两个等级的立体视敏度。六个月后，随机点立体视敏度测试显示，已获得的立体视敏度未出现下降。

引言

弱视是一种空间视觉发育障碍，常与幼年时期存在的斜视、屈光参差或形觉剥夺有关¹。在普通人群中，弱视的发病率为1.3%–3.6%²。传统的弱视治疗首先矫正屈光不正，随后通过遮盖健眼或使用阿托品抑制健眼视力来进行治疗³。尽管传统治疗初期效果良好，73%–90%的患者视力有所提高，但约50%的患者并未达到正常视力水平。此外，即使治疗成功，儿童视力仍常出现回退现象²。既往一项研究表明，在双眼视觉方面，仅有28%的屈光参差性弱视患者经治疗后达到两个或以上级别的改善⁴。尽管立体视觉对人类视觉感知至关重要，但目前针对改善弱视患者立体视锐度的策略研究仍十分有限⁵。传统弱视疗法虽能有效提升视力，但在改善双眼视功能方面效果不佳，因此有必要建立一种干预模型，以改善有弱视病史患者的立体视锐度²。

在过去的10年中，一些研究人员提出了一种理解弱视病程的替代方法^6,7。这一理解推动了干预模型的提出，该模型专注于通过抗抑制的双目分视训练来恢复双眼视觉^8,9。已有报道称，在多个病例中，采用针对患者在家使用的、以游戏化活动为核心的弱视治疗方案取得了成功^10,11。

然而，这种双目分视训练对改善立体视锐度无效¹²。两项采用抗抑制双目分视训练模式的近期临床试验均未报告立体视锐度的提升^11,13。然而，最新的研究表明，双目分视刺激能够减少抑制的深度和范围，并改善双眼视觉（恢复同时性双眼感知）。在某些情况下，这伴随着立体视锐度的提高^14,15。

一些研究提出了一种不同的干预方法，即通过知觉学习活动直接刺激立体视觉^16,17。这些研究局限于在实验室条件下治疗的一系列病例。在Astle等人的研究中，对两名成年屈光参差性弱视患者进行了为期九次实验室会话的立体视觉刺激治疗¹⁶。治疗包括使用镜面立体镜，结合基于随机点图像的立体图对进行双眼刺激。Ding和Levi完全在实验室条件下开展了一项治疗课程，使用镜面立体镜和基于Gabor斑图的立体图来刺激立体视觉¹⁸。他们的受试者为五名成年人，其中四名无立体视觉，一名为立体视觉缺陷。受试者需完成3,000至20,000次知觉学习训练试验。

此外，Xi 等人对屈光参差性弱视患者进行了为期10至13次的知觉学习训练，期间使用3D红蓝立体图像纹理刺激立体视觉¹⁹。最后，在 Vedamurthy 等人的研究中，11名立体视觉缺陷的成年人在虚拟现实环境中接受了视觉运动任务训练（一种"拍打害虫"游戏）¹⁷。这些受试者在8至11周内的35次训练中完成了12,600次试验。

立体视觉的直接刺激已在实验室研究中实施，但这种治疗模式耗时较长，且难以在日常临床实践中应用，尤其是针对儿童。因此，研究人员已设计出一种可行的治疗模式，并已先前展示了其成功的概念验证²⁰。本方案基于一项前瞻性、随机、双盲、平行组研究的结果，采用视频游戏形式的随机点阵刺激进行知觉学习治疗，以改善立体视锐度。本文详细阐述了该研究中所采用方案的具体步骤。

方案

该研究设计已获得巴斯克地区伦理委员会的批准，并遵循《赫尔辛基宣言》的原则。已从参与研究的受试者或其法定监护人处获得书面知情同意书。图1展示了研究方案的步骤。

1. 受试者招募

1. 招募具有以下特征的患者：年龄在7至14岁之间，患有屈光性弱视和/或已成功治疗的斜视性弱视（斜视患儿仅在通过眼镜、视觉训练和/或斜视手术成功矫正视轴偏斜后方可参与）；单眼最佳矫正远视力≥0.1 logMAR²¹；并在800处测量立体视锐度"-200" 范围（粗略至中等立体视觉缺陷）²² 根据随机点立体图测试²³.
   1. 确定 "屈光性弱视"在睫状肌麻痹状态下，通过自动验光考虑双眼屈光度差异误差。
      注意：当患者双眼球镜屈光度数差异（球镜等效值）≥1 D时，定义为屈光参差性弱视。当患者在睫状肌麻痹后，每眼屈光不正度数达到≥4.00 D的远视或近视和/或≥2.00 D的散光，且双眼屈光度数差异＜1 D时，定义为屈光参差不明显的弱视（等效性弱视）。 <1 D.
   2. 为确定斜视性弱视是否治疗成功，需通过单眼遮盖-去遮盖试验检查斜视是否消失，并使用视标进行调节刺激，使视力达到20/30，以确保受试者在进行固视动作时使用中央凹注视视标。²⁴.
2. 排除具有以下特征的患者：斜视；垂直向上偏斜（高阶隐斜视）≥2棱镜屈光度；眼球震颤；远视性屈光参差，即双眼球镜等效度数差异≥3屈光度（或以上），且通过眼镜矫正（以防止视网膜像大小不等）；任何眼部病理状况；注意力缺陷多动障碍；以及任何认知障碍。排除家中无电脑或无网络连接的患者。

2. 视觉评估

1. 在开始本部分之前，先进行基线视光学评估，以收集基线数据，并确保符合所有适当的纳入/排除标准。
   1. 使用早期治疗糖尿病视网膜病变研究（ETDRS）视力表测量最佳矫正远视力（BCVA）。
   2. 检查是否存在斜视，方法见步骤1.1.2中的说明。
   3. 在恒定距离40 cm处、光照强度为120 cd/m²的条件下测量立体视锐度。
      注：光照控制可确保测试图案中点与背景之间的对比度一致性。患者头部与测试图之间的距离是一个关键变量，因为它被纳入计算立体视锐度结果的公式中。
      1. 使用随机点立体图（以避免单眼线索），按照测试制造商的说明测量整体立体视锐度。
      2. 尽管存在单眼线索，仍使用轮廓测试（Wirt圆圈测试）按照测试制造商的说明测量局部立体视锐度。
   4. 根据儿科眼病研究组（PEDIG）指南^25,26，通过睫状肌麻痹验光（1%环戊通）测量屈光不正。
   5. 通过前段（裂隙灯）和后段（间接检眼镜）的详细检查，排除任何眼部病理情况。
2. 对患者进行视光中心首次就诊。
   1. 在游戏服务应用程序中创建患者档案。
      1. 设置患者的用户标识符和密码。
      2. 设置患者的瞳距。
   2. 在患者的计算机上安装计算机化立体视觉游戏。
   3. 点击配置面板以配置游戏。
      1. 设置患者计算机屏幕的物理尺寸。
      2. 确保用户正确佩戴红蓝眼镜（红色滤光片位于左眼前）。
   4. 使用计算机化立体视觉游戏测量患者的立体视基础阈值。
      1. 要求患者在监督下进行游戏，具体方法见第3.4节说明。
      2. 通过游戏服务应用程序查询存储在云端的结果。
   5. 根据患者的立体视基础阈值，在游戏服务应用程序中设定其基础等级。
      1. 计算机化立体视觉游戏定义了三个刺激等级，每个等级对应一个立体视锐度区间：差（840"-300"）、粗略（480" -210"）和中等-精细立体视（300" -30"）。患者从其能够识别立体视刺激的最精细等级开始。例如，对于立体视阈值为720"的患者，在其档案中设定为“差立体视”等级。
   6. 向参与者说明如何在家中进行训练，具体方法见第3节。
3. 在训练期间，每完成15次计算机化立体视觉游戏治疗后，进行一次随访检查。
   1. 打开游戏服务应用程序，进入患者档案，查看依从性和立体视结果数据。
      1. 提醒家长和参与者注意保持与屏幕之间的正确工作距离的重要性。
      2. 提醒家长和参与者注意依从性的重要性。
   2. 使用ETRDS测试评估远距离logMAR BCVA，以检查是否较初始值出现恶化。
   3. 使用计算机化立体视觉游戏测量患者的立体视锐度（见步骤2.2.4）。
   4. 在游戏服务应用程序中设定患者的基础等级（见步骤2.2.5）。
4. 在完成60次计算机化立体视觉游戏治疗后（治疗结束时），进行最终视光学评估，以收集结局数据。
   注：该评估重复基线视光学评估，重点强调整体和局部立体视的测量。
5. 在治疗完成后6个月进行随访视光学评估，以确认结果的稳定性。
   注：该评估重复基线视光学评估，重点强调整体和局部立体视的测量。

3. 在家中进行的治疗性锻炼

1. 向参与者说明，他们必须在家中使用计算机立体视觉游戏进行训练，共完成60次、每次8分钟的训练 session。
2. 说明每次训练必须在不同的日期完成，每周需完成5次。告知患者，研究团队将可通过云端访问其依从性及训练结果数据。
3. 指导患者每完成15次训练后，前往视光中心进行一次复查，该复查应在3周内完成方可视为100%依从；在任何情况下，最迟不得超过6周。
4. 说明如何使用计算机立体视觉游戏
   1. 要求参与者坐在距离计算机屏幕80 cm的位置。明确告知患者不得通过靠近屏幕等方式试图欺骗程序。
   2. 确保房间光线较暗，避免计算机屏幕出现反光。
   3. 说明该程序以视频游戏形式呈现，其中随机点阵图像中隐藏有一个轮廓图形；佩戴红蓝立体眼镜后，该轮廓图形才可被以三维形式观察到。
   4. 向患者提供一副红蓝立体眼镜，并说明佩戴方法，重点指出滤光片对应的眼睛位置（红色滤光片覆盖左眼）。
   5. 向患者提供一个用户标识符和密码，用于登录游戏（步骤 2.2.1）。
   6. 指导患者使用鼠标从屏幕底部显示的四个选项中选择所看到的轮廓图形（图2）。
   7. 说明选择轮廓图形后会发生的情况：
      1. 若答案正确，软件将发出高音调声音，并以全彩图像形式显示正确图形作为奖励。
      2. 若答案错误，软件将发出低音调声音；玩家仍可再尝试两次以找到正确答案。
      3. 若连续三次回答错误，软件将自动显示正确答案。
   8. 向患者说明，每次尝试结束后，软件将生成一个新的随机点阵图像，其中隐藏一个新的轮廓图形。
   9. 向患者说明，随着训练 session 的进行，隐藏轮廓图形将变得越来越难识别，这是正常现象。
   10. 向患者说明，每次训练 session 结束后，软件会将结果存储在云端服务器，以便视光师远程跟踪其依从性及立体视锐度的变化。
       注：强调保持稳定的Wi-Fi连接以及正确关闭计算机立体视觉游戏的重要性。

结果

作为按照本方案可获得结果的代表性示例，我们总结了Portela等人近期研究的结果²⁰。图3和图4展示了所获得的结果。

本研究共纳入16名年龄在7至14岁之间的立体视觉缺陷受试者，其中4人有屈光性弱视病史（2人为屈光参差性弱视，2人为等屈光性弱视）。12名受试者有斜视性弱视治疗史，其中4人同时有斜视性和屈光参差性弱视病史。12名有斜视性弱视病史的受试者中，11人表现为内斜视，1人表现为外斜视。所有参与者此前均接受过弱视治疗，并达到了良好的视力水平，但未获得精细的立体视锐度（≤200秒弧）。除一人外，其余所有受试者均完成了共60次、每次8分钟（总计8小时）的训练任务。若患者在12周内完成训练，则依从性记为100%；若耗时超过24周，则依从性记为0%。受试者平均用时79天完成60次训练（四分位距IQR = 66–102天），因此达到了每周至少完成5次训练的最低推荐依从性标准。总体依从性结果优异（88.36%）。

受试者的视力在治疗期间及治疗后均保持稳定。然而，立体视锐度在相当数量的受试者中得到改善（见图3）。均值、中位数以及最小值和最大值列于表1中。采用Mann-Whitney U检验进行分析时，治疗后立体视锐度显著提高（随机点立体视锐度测试，p = 0.019；Wirt圆圈测试，p = 0.014）。为了更直观地理解，图4展示了治疗开始与结束时立体视锐度改善的图形化结果。

使用随机点立体视锐度测试测量时，11名受试者的立体视锐度至少提高了一个等级。当采用Wirt圆环测试评估立体视锐度时，同样有11名受试者观察到至少一个等级的改善。从临床角度来看，使用随机点立体视锐度测试测量时，立体视锐度提高至少两个等级才具有临床意义（Adam标准）²⁷，本研究中有7名受试者达到了这一标准。当使用Wirt圆环测试时，立体视锐度提高至少两个等级且立体视锐度达到或优于140"被视为具有临床意义（Levi标准）¹²，本研究中有10名受试者达到了该标准。6个月后，根据随机点立体视锐度测试结果，疗效保持稳定。该测试是测量立体视锐度的参考标准，其主要特点是具有优异的重测信度²³。

图1：实验方案步骤。 请点击此处查看此图的放大版本。

图2：游戏的逻辑流程。 受试者必须指出屏幕上出现的是哪个图形，并从屏幕底部显示的选项中选择一个（左图）。如果答案正确，软件会发出高音调的声音，同时该图像以图片形式呈现（右图）。如果受试者连续三次回答正确，软件将生成一个新的随机点阵图，代表更精细的立体视。如果受试者回答错误，软件会发出低音调的声音，随机点阵图保持不变（左图）。最后，如果受试者连续三次回答错误，软件将显示正确答案（右图）。此图经Optometry and Vision Science许可，改编自Portela等²⁰。 请点击此处查看此图的放大版本。

图3：基础及治疗后立体视敏度的测量。 采用随机点立体视（RDS）和Wirt圆圈测试来测量立体视敏度。测量单位为对数弧秒。该图经《验光学与视觉科学》（Optometry and Vision Science）许可，改编自Portela等人的研究²⁰。请点击此处查看该图的放大版本。

图4：每种立体视锐度测试在治疗前和治疗后即刻的立体视锐度数据中位数。 (A) 随机点立体视锐度（RDS）测试和 (B) Wirt 圆环测试。方框表示25%和75%四分位数。测量单位为对数弧秒。此图经《验光学与视觉科学》许可，改编自 Portela 等人²⁰。 请点击此处查看此图的放大版本。

	基线立体视觉		治疗后立体视觉
	Wirt	RST	Wirt	RST
均值	293.13±271.17	475.00±240.84	107.50±51.60	305.63±306.50
中位数	200 [95 至 400] 95%	400 [250 至 800] 95%	100 [60 至 140] 95%	150 [100 至 700] 95%
最小值	50	200	40	40
最大值	800	800	200	800

表1：立体视锐度的平均值、标准差、中位数、四分位距以及最大值和最小值。 左侧各列表示基线立体视锐度数据，右侧各列表示治疗后的立体视锐度结果。立体视锐度通过随机点立体视（RDS）和Wirt圆环测试进行测量。测量单位为角秒。该图表经Optometry and Vision Science授权，改编自Portela等²⁰。

讨论

本文介绍了一种直接刺激立体视敏度的实验方案，该方案采用随机点立体图来增强立体视觉缺陷受试者的立体视锐度。此前已有四项研究评估了直接刺激的效果^16,17,18,19。本最新方案在上述干预模型的基础上增加了新的特性。

所提出的干预模型适用于有斜视性或屈光参差性弱视病史的患者，这些患者已经接受过治疗（即光学矫正、遮盖疗法、斜视手术、视觉训练），并达到了至少0.1 logMAR的最佳矫正视力，但其立体视锐度仍然较低（介于200"至800"之间）。该方案的目标是改善此类患者的立体视锐度。

已有研究表明，直接刺激立体视觉可有效提高立体视觉功能缺陷受试者的立体视锐度^16,17,18,19。然而，为了使刺激系统具备可行性，治疗必须在患者家中进行，以达到学习所必需的3,000至20,000次训练试验。

在先前已发表的、验证了本方案并如上文所述的研究中，有11名受试者的立体视锐度得到改善²⁰。然而，其中有5名受试者并未出现立体视锐度的提升（图3）。这可能归因于存在微小角度的斜视，而此类斜视在遮盖试验中无法被检测到。Read 推断，由于来自左眼和右眼的图像应位于Panum融合区范围内，正常的立体视锐度需要眼位对齐误差在0.6棱镜屈光度以内²⁸。Panum的融合区域为±5–20角分（黄斑区相当于0.1–0.6棱镜屈光度），可能只有在此范围内的对齐才能支持高等级的立体视锐度²⁹。Holmes 等人开展的一项研究表明，遮盖试验无法检测到低于±3棱镜屈光度的眼位偏斜；因此，未被察觉的斜视可能会影响患者获得精细立体视锐度的能力²⁴。

游戏化已被用于提高患者的动机和依从性。此外，该程序在每次治疗后将数据存储在云端，使得临床医师能够每日远程跟踪患者的活动情况。得益于这一功能，治疗依从性结果非常理想（88.36%），与此前两项研究中记录的结果相当；在那两项研究中，弱视受试者在家中使用 iPad 接受双眼分视刺激治疗^10,11。该依从性结果也明显优于在类似条件下进行的一项 PEDIG 研究所报告的结果，后者仅有 22.5% 的受试者完成了超过 75% 的 prescribed 治疗¹³。本研究中展示的依从性也超过了评估遮盖疗法在弱视治疗中有效性的其他研究所报告的结果（当 prescribed 遮盖时间为 6 小时时，依从性为 70%；当为 12 小时时，依从性为 50%）³⁰。网络应用程序的另一优势在于，家长无需手动记录孩子的治疗依从情况¹³。验光师仅需在每次治疗结束后，通过计算机化的立体视觉游戏程序访问服务器，查看每位患者的数据即可。

在训练期间，患者需前往验光中心进行检查（随访），以便验光师强调患者与屏幕之间距离的重要性。验光师还会在随访期间设定刺激类别（较差、粗糙、中等精细）。知觉学习理论预测，如果患者未在其感知阈值水平进行训练（例如，患者靠近屏幕或在较容易的刺激类别下训练），则改善效果可能较小。这一发现已在验证本方案的研究中得到证实²⁰。患者与屏幕之间的距离不在软件控制范围内，因此应由患者或其家长负责。

采用随机点阵方法设计计算机化立体视觉游戏可能是至关重要的。通过随机点阵立体图像进行刺激绝非无关紧要：即使在阈值以下训练的患者，其视觉功能也会得到改善。在知觉学习过程中，仅反复暴露于随机点阵刺激即可增强双眼视觉功能。患者需要完成的任务——尤其是对有斜视病史的患者而言尤为困难——是在无抑制的情况下，将每只眼所感知到的对应随机点阵进行融合³¹¹²。这一过程可增强其区分可融合点（信号）与不可融合点（噪声）的能力。此类训练可能改善了视差检测器的反应，因为知觉学习可增强融合反应，并提高患者从噪声中分离出信号的能力³²。

知觉学习方法的风险之一在于其选择性。该方法已证明，随机点立体图训练不具有选择性，因为学习效果可迁移到使用Wirt圆圈测试测量的中心性立体视锐度。另一项表明该治疗方法有效的发现是所取得结果的稳定性。已有不同研究探讨了弱视患者通过知觉学习训练所获得的改善是否具有稳定性^16,17,19,33。该模型在随访6个月时的随机点立体视锐度测试中，证实了所测得改善效果的稳定性。

已发现若干局限性。软件设计要求手动设置刺激类别，而理想情况下此过程应根据患者的病情演变自动进行。当前实施的通过等级条件仍有改进空间，例如，若患者连续多次未能通过某一级别，可考虑将其返回至较粗略的立体视锐度设置。无论如何，本研究摒弃了阶梯法程序，因为游戏化的目标之一是通过游戏机制提高患者的积极性。无论患者临床状况是改善还是恶化，都应使其感受到进步与成功的体验。这一点通过在游戏流程中嵌入较容易的试验来实现（而非采用标准的阶梯法程序，后者旨在快速准确地确定性能为50%时的阈值）。另一项改进是自动监测患者与屏幕之间的距离。然而，目前我们尚未知晓无需使用特殊硬件即可实现该功能的解决方案，尽管测试自行开发的网络摄像头头部追踪软件可能具有尝试价值。

其他局限性源于研究设计，包括以下几点：（1）大多数受试者有斜视病史（有屈光参差性弱视病史的受试者样本量过小）；（2）年龄范围仅限于7至14岁；（3）立体视锐度范围在800"-200"之间。在未来的研究中，验证该疗法对屈光参差性弱视、更粗略的立体视锐度以及年龄较大受试者的治疗效果将具有重要意义。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
自动屈光仪，型号 TRK 1P	Topcon，日本		通过自动验光测量屈光不正
计算机化立体视觉游戏	西班牙奥维耶多大学		该基于计算机的测试由本文共同作者 SM-G 在奥维耶多大学开发。本研究完成后，一家名为 VISIONARY TOOL（www.visionarytool.com）的私营公司联系了 SM-G 和 JAP-C，邀请其参与开发一种计算机化的视觉训练工具。该工具包含多个游戏和测试，本文所使用的是基于随机点隐藏轮廓的一种。
Randot 学龄前儿童立体视锐度测试图	Stereo Optical Company Inc，美国		整体立体视锐度测试
屏幕模型	SIFIMAV，意大利		对数视力表 ETDRS 格式
Wirt 圆圈测试	Stereo Optical Company Inc，美国		局部立体视锐度测试