使用计算机触摸感应平板、眼动追踪和功能性磁共振成像评估认知测试
January 30th, 2026
一种方案，用于在标准纸质认知测试中同时记录视觉运动行为和脑部活动，使用兼容MRI的平板电脑和眼动追踪技术，同时结合功能性MRI，旨在提升此类测试的使用率。初步结果由一名年轻健康成年人进行“开辟”测试时呈现。
我们开发MRI技术以研究大脑结构和功能。我们的目标是加深对神经疾病的理解，并支持MRI在临床应用中的广泛应用，包括影像引导治疗。触摸感应的数字化平板使功能性脑部活动MRI能够实现自然的书写和绘画。
这项技术为评估大脑行为关系提供了新机遇。功能性磁共振成像必须非常谨慎地进行。参与者必须仰卧，保持头部静止。
平板电脑技术不得产生磁力、射频加热或射频干扰。涉及写作和绘画行为的标准认知测试所涉及的神经回路尚不充分。我们的功能性磁共振成像结果帮助研究人员和临床医生更好地解读认知测试结果。
对视觉本体感觉、眼动和手部运动过程的研究在大脑活动和行为层面进行迭代。同时，广泛功能性磁共振成像研究的开展也带来了更高的生态效度。首先，将平板固定在框架上，并安装兼容MRI的摄像头。
在平板表面贴上新的蓝色胶带，确保整个触点区域都没有明显的折痕。去除平板边缘多余的胶带。把绘图板、触控笔、平板连接线和平板电脑摄像头连接线带进磁铁房。
连接平板Link和摄像头。将电缆连接到射频穿透面板的磁室一侧。然后将MRI兼容的平板电脑夹插入患者桌栏，每侧各固定两个夹子。
要固定平板系统，需将兼容MRI的后投影屏幕安装在距离投影仪约两米的磁孔内。将兼容MRI的眼动追踪摄像头放置在投影幕和磁铁孔外缘之间，确保摄像头支架与磁柱边缘齐平。拧紧安装座上的塑料螺丝，以固定眼动追踪系统。
现在通过安装64通道头线圈来准备患者台。指导参与者仰卧在手术台上，头部完全贴向线圈。在参与者头部周围放置垫子，限制活动，确保贴合。
固定头部线圈，使用标志激光确认参与者的头部位于线圈中心。调整头部线圈镜的位置，直到参与者能清晰且无障碍地看到后投影屏幕。然后将平板支架横跨在参与者腰部，使触感表面舒适地支撑书写和绘画动作。
现在将绘图板笔放在参与者的惯用手中，指示他们像握笔一样握持。请参与者用触控笔触摸平板表面的四个角落，以评估范围和舒适度。调整安装位置，必要时在肘部下方加垫，以提升舒适度或使用魔术贴带的接触。
将平板电脑系统固定在病床上。缓慢地将参与者和平板系统滑入磁铁孔中，确保磁板不接触磁芯边缘，线缆保持不缠绕。在平板电脑上的摄像头电脑上，启动视频摄像头EXE程序。
然后为参与者创建一个新的屏幕录制会话。按照EyeLink 1000 Plus用户手册的建议，配置瞳孔和角膜反射阈值，并校准和验证眼动追踪摄像头。要调整眼动追踪摄像头以对准参与者的右眼，可以在不同视角之间切换，微调镜头并调整照明器，直到视野达到最佳状态。
一旦瞳孔阈值和角膜反射值都被接受，记录这些值并开始九点校准。然后验证校准。在进行FMRI实验前，记录平均和最大验证角度值。
接下来，使用刺激响应计算机开始校准平板触摸表面。指示参与者在限定时间内连续触摸并释放屏幕上出现的三个目标。校准完成后，启动参考图形编辑应用程序。
指导参与者自由抽画以确认准确的丝带追踪。现在，让参与者完成一项用于基本震颤研究的自我进度训练任务，让他们熟悉基于平板电脑的写作。为了让参与者熟悉TMT，引导他们学习TMT-A和TMT-B的简化版培训，每个版本包含12条。
然后通过实验任务时间交替使用全尺寸的TMT-A和TMT-B，并重新排列物品。全程监控参与者的表现，确保平板校准良好，任务准确执行。现在，在平板电脑摄像头的屏幕录制程序中选择“开始录制”，开始眼动追踪。
然后在刺激反应计算机上，打开TMT-Run1_slow。ebs2 Prime 脚本文件，使用 E-Run。在E-Run脚本提示时输入参与者ID和会话编号。
运行过程中，指定一名实验室成员监控眼动追踪数据，确保信号稳定。让第二名实验室成员观察参与者在TMT任务中的表现，确保作遵循指令，且没有技术问题，如投影不可靠或造型师跟踪。请第二位实验室成员记录TMT-A或TMT-B表现中的任何错误及相关试验编号。
跑步结束后，停止眼动追踪记录。在SR研究屏幕录制软件中，选择“漂移正确”进行单点漂移检查。对于第二次跑步，在平板电脑上的摄像机电脑上重新启动眼动追踪记录。在刺激反应计算机上，打开TMT-Run2_slow。
ebs2 E-Run 脚本文件。输入与Run One相同的参与者ID和会话号。实验结束后重复任务指令。
进行最后一次眼动追踪验证，记录平均和最大误差值。然后点击文件，再关闭，在眼动追踪软件上完成数据并导出。将参与者从磁铁孔中取出，开始拆卸设备。
最后，关闭所有电脑和设备。在TMT-A和TMT-B的最初几秒钟内，参与者会先用目光搜索目标，然后在所有时间间间内开始触控笔移动。在TMT-A和TMT-B中，视线始终比唱针连接动作更为前。TMT-B的完成时间趋势比TMT-A更长。
每链接的秒数显示，TMT-B的秒数比TMT-A高。TMT-A和TMT-B在连接周期持续时间、非连接周期持续时间、总距离、额外行进距离或每连接距离方面未发现显著差异。与TMT-A相比，TMT-B期间笔尖的力道略高，且每次试验的眨眼次数显著增加。
即使考虑了完成时间差，TMT-B的眨眼率依然显著较高。TMT-B期间固定时间比例显著低于TMT-A。功能性MRI显示，TMT-A和TMT-B在视觉凝视期间大脑激活普遍呈阳性。
脑激活包括小脑、顶叶、枕回和额叶等区域。直接对比TMT-B与TMT-A时，未观察到显著的脑激活差异。
概述
本研究提出了一种在认知测试期间使用MRI兼容的平板电脑和眼动追踪技术记录视运动行为和大脑活动的协议。讨论了一名年轻健康成年人进行Trail-Making测试的初步结果。
关键研究组成部分
科学领域
- 神经科学
- 功能性MRI
- 认知测试
背景
- 通过MRI技术了解神经系统疾病。
- 功能性MRI期间的自然写作和绘图。
- 评估大脑-行为关系。
- 谨慎设置fMRI实验的重要性。
研究目的
- 提高认知测试在临床应用中的使用。
- 增强对认知任务期间参与的神经回路的理解。
- 为研究人员和临床医生解释认知测试结果提供见解。
使用的方法
- MRI兼容的平板电脑和眼动追踪系统的设置。
- 眼动追踪和平板触摸表面的校准。
- 与参与者一起进行Trail-Making测试。
- 在fMRI期间监测参与者的表现和数据收集。
主要结果
- 成功地将平板技术与fMRI集成。
- Trail-Making测试期间参与者表现的初步数据。
- 为未来研究建立协议。
结论
- 该协议允许同时评估行为和大脑活动。
- 提高了fMRI环境中认知测试的生态有效性。
- 为进一步研究认知过程提供了基础。
常见问题
Executive Industry Relevance
Integrating computerized touch-sensitive tablets, eye tracking, and fMRI enables multidimensional assessment of cognitive function, bridging behavioral outputs with neural activity. This approach enhances predictive confidence in target validation for neurocognitive endpoints and supports mechanistic de-risking at the discovery and translational interface. The protocol's quantitative outputs inform early-stage portfolio decisions and cross-functional R&D strategies in neuroscience drug discovery.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables direct interrogation of cognitive task performance with simultaneous neural and behavioral readouts.
- Supports mechanistic de-risking by linking kinematic, visual, and neural correlates of cognitive function.
- Improves predictive confidence for target engagement and functional outcome measures.
Screening & Assay Development
- Facilitates development of standardized, reproducible cognitive assays with quantitative dependent variables.
- Provides validated, scalable platforms for screening interventions affecting cognition and neural circuitry.
- Enables reliable measurement of task performance, eye movement, and neural activation for compound evaluation.
Translational & Preclinical Research
- Aligns behavioral and neural biomarkers for translational continuity from preclinical to clinical research.
- Supports risk-adjusted advancement by quantifying disease-relevant cognitive endpoints.
- Enhances mechanistic understanding of cognitive impairment models and intervention effects.
Pipeline & Workflow Integration
This protocol positions cognitive testing within the discovery-to-translational continuum, enabling robust hypothesis testing and quantitative assessment of brain-behavior relationships.
- Discovery Biology: Integrates behavioral, ocular, and neural data to clarify cognitive pathways and validate targets.
- Screening: Delivers reproducible, quantitative outputs for assay readiness and cross-study comparability.
- Analytics: Provides synchronized kinematic, eye tracking, and fMRI measurements for multidimensional analysis.
- Translational Research: Bridges preclinical and clinical endpoints through aligned cognitive and neural metrics.
- Enterprise Reuse: Establishes a reusable platform for diverse cognitive and neurobehavioral studies.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in cognitive endpoint validation.
- Operational Value: Standardizes data collection across behavioral, ocular, and neural domains for reproducibility.
- Strategic Value: Informs go/no-go decisions and portfolio prioritization with robust, quantitative evidence.
- Portfolio Impact: Enables risk-adjusted advancement and cross-program comparability for neurocognitive assets.
Implementation Considerations
- Requires expertise in fMRI, eye tracking, and cognitive task design.
- Demands MRI-compatible instrumentation and integrated analytical infrastructure.
- Necessitates rigorous cross-team standardization for calibration and data quality.
- Adaptation may be needed for different cognitive tasks or disease models.
- Practical limitations include participant compliance and MRI environment constraints.
