描述眼动参数与无视力帕金森病患者眼动功能的关系

在这里，我们提出一个方案，研究眼睛运动参数和认知功能之间的关系，在非精神病患者。实验使用眼动仪测量视觉搜索任务中的阳高音振幅和固定持续时间。随后测量了多域认知任务中与性能的相关性。

我们的协议旨在研究一组患有眼动和认知功能的非精神错乱帕金森病患者的眼动指标和认知功能之间的关系。要为视觉搜索任务设计试用图像，请仅使用数字 4、6、7 和 9。确保目标编号的位置从试验到试验随机化，并规定每个数字不能在同一视觉象限中连续三次试验。

不要使用模棱两可的字母（如 I 和 O），并设置固定交叉、字母和数字的大小为 0.85 度可视角度。将程序设置为在按下 Enter 后允许 1.5 秒的时间推移，然后将中央固定交叉的显示切换到试用图像以开始试用。确保当单击鼠标时或从试用开始 10 秒后（以较早者为准）开始，当固定交叉重新出现时，屏幕将一片空白。

然后设置程序以生成一个 csv 文件，其中包含每个试验的开始和结束的时间戳。在与主体进行临床诊断访谈后，如果可用，其亲属将排除痴呆症，并使用迷你精神状态检查和蒙特利尔认知评估筛查认知障碍，使用斯内伦图表评估该主体的视力。然后，在一个配有足够光源的安静房间里，设置一个基于屏幕的眼动仪，采样率至少为 300 赫兹、一台电脑、一只鼠标和一个标准键盘。

下巴休息放置在眼睛检查器屏幕前60厘米和适当的认知评估工具。要设置视觉搜索任务，请将对象放在椅子上，下巴放在下巴上，额头靠在条子上，以尽量减少头部运动。将主体的眼睛与计算机屏幕的中心对齐，然后单击眼动追踪程序中的"开始"按钮。

单击"开始"使用内置校准程序校准眼动仪。并要求主题凝视红点在屏幕上移动与九个固定点，同时保持他们的头静止。查看校准图以检查校准质量，确保表示误差矢量的绿线的长度位于灰色圆圈内。

然后单击"接受"以继续执行视觉搜索任务。要启动练习试验，请指示对象将目光固定到中央固定十字上，然后按键盘上的 Enter 开始试用。计算机屏幕将显示单个数字和 79 个随机分散的干扰字母。

指示主题尽快查看数字，同时单击鼠标，同时在数字找到时立即大声说明数字。然后交叉检查所述号码是否正确，再重复练习试验四次。有关计算机程序重播部分的眼动跟踪数据处理和分析，请在视觉搜索任务期间检查样本的眼睛百分比。

单击录制的播放，通过查看生成的可视化扫描路径视频来检查数据的质量。如果主体的数据严重错误，请丢弃所有数据。并放弃任何试验，其中的主题点击鼠标意外或过早。

在程序的数据导出部分中，选择 GazePointX 和 GazePointY 单击导出导出数据以导出主体的数据，然后将数据另存为 csv 文件。在视觉搜索分析器的界面中，选择导出的数据作为眼睛数据的输入，选择生成的 csv 文件作为操作数据的输入。选择 ST DB 扫描作为分类算法，然后单击运行。

然后单击摘要生成包含主体的半囊振幅和平均固定持续时间的电子表格文件。要设计可视化搜索分析器，请对分析器进行编程，以便它仅使用生成的 csv 文件提取和分析从试验开始到结束的数据。要对分析仪进行编程，以便它填充因眨眼而丢失的数据，请立即在闪烁之前和之后对凝视点的平均 x 和 y 坐标。

然后使用基于 ST DB 扫描的算法对分析器进行编程，以便将原始数据分类为 saccade 或固定。与先前的研究一致，在这项分析中，帕金森病组在多个认知任务中的表现与对照组相比较差。使用内部算法对可视化搜索任务数据进行分类，可以识别和提取固定和标记进行计算和分析。

事实上，与对照组相比，该病组的平均囊性振幅较小，各组的平均固定持续时间没有显著差异。在本次评价中，在对协变量进行调整后，发现平均固定持续时间、言语识别记忆和识别分数、模式识别记忆和果蔬类分类语言流畅性测试之间的负相关。然而，在疾病与对照组之间的这些相关性中，没有发现显著的相互作用，这表明这些相关性并不特定于疾病组。

视觉搜索任务的设计很重要，目的是最大限度地减少干扰注意力的眼睛运动参数的认知能力的干扰。如果这个研究任务是高度可容忍的，它可以应用于跨诊断到其他新的退行性疾病，以回答类似的研究问题。