Virtuelle Prismenanpassungstherapie: Protokoll zur Validierung bei gesunden Erwachsenen

Summary

Dieses experimentelle Protokoll demonstriert den Einsatz der virtual prism adaptation therapy (VPAT) bei gesunden Erwachsenen und die Assoziation zwischen VPAT und funktioneller Nahinfrarotspektroskopie, um die Wirkung von VPAT auf die kortikale Aktivierung zu bestimmen. Die Ergebnisse deuten darauf hin, dass VPAT machbar sein könnte und eine ähnliche Verhaltensanpassung wie eine konventionelle Prismenanpassungstherapie induzieren könnte.

Abstract

Hemispatial Vernachlässigung ist eine häufige Beeinträchtigung nach Schlaganfall. Es ist mit schlechten funktionalen und sozialen Ergebnissen verbunden. Daher ist ein angemessenes Eingreifen für eine erfolgreiche Bewältigung der hemispatialen Vernachlässigung unerlässlich. Die klinische Anwendung verschiedener Interventionen ist jedoch in der realen klinischen Praxis begrenzt. Prismanpassungstherapie ist eine der evidenzbasierten Rehabilitationsmodalitäten zur Behandlung von hemispatialer Vernachlässigung. Um mögliche Fehler zu überwinden, die bei der Prismentherapie auftreten können, haben wir ein neues System mit immersiver virtueller Realität und Tiefensensorkamera entwickelt, um eine virtuelle Prismenanpassungstherapie (VPAT) zu erstellen. Um das VPAT-System zu validieren, haben wir ein experimentelles Protokoll entwickelt, das Verhaltensfehler und Änderungen in der kortikalen Aktivierung über das VPAT-System untersucht. Die kortikale Aktivierung wurde durch die funktionelle Nahinfrarotspektroskopie (fNIRS) gemessen. Das Experiment bestand aus vier Phasen. Alle vier beinhalteten Klick, Zeigen oder Ruhe auf Rechtshänder gesunde Menschen angewendet. Klicken versus Zeigen wurde verwendet, um die kortikale Region im Zusammenhang mit der groben Motoraufgabe zu untersuchen, und das Zeigen mit VPAT im Vergleich zum Zeigen ohne VPAT wurde für die Untersuchung der kortikalen Region verwendet, die mit der visuospatialen Wahrnehmung verbunden ist. Die vorläufigen Ergebnisse von vier gesunden Teilnehmern zeigten, dass Die Zeigefehler des VPAT-Systems der konventionellen Prismenanpassungstherapie ähnelten. Weitere Analysen mit mehr Teilnehmern und fNIRS-Daten sowie eine Studie bei Patienten mit Schlaganfall können erforderlich sein.

Introduction

Hemispatial Vernachlässigung, die die Fähigkeit, das kontralaterale hemispatial Gesichtsfeld wahrzunehmen, beeinflusst, ist eine häufige Beeinträchtigung nach Schlaganfall^1,2. Obwohl Rehabilitation nach hemispatial Vernachlässigung wichtig ist, aufgrund seiner Verbindung mit schlechten funktionellen und sozialen Ergebnissen, Rehabilitation ist oft in der realen klinischen Praxis nicht ausgelastet^3,4.

Unter den verschiedenen bestehenden Rehabilitationsansätzen, die für die hemispatiale Vernachlässigung vorgeschlagen wurden, hat sich die Prismaanpassung (PA) Therapie als wirksam für die Genesung und Verbesserung der hemispatialen Vernachlässigung bei Patienten mit subakutem oder chronischem Schlaganfall^5,6,7,8erwiesen. Allerdings ist konventionelle PA aufgrund mehrerer Nachteile^nichtausgelastet 9^,10. Dazu gehören 1) hoher Kosten- und Zeitaufwand aufgrund der Prismalinse, die geändert werden muss, um sich an den Grad der Abweichung anzupassen; 2) die Notwendigkeit, zusätzliche Materialien einzurichten, auf die gezeigt werden soll, und die Handbahn zu verschleiern; und 3) PA kann nur von Patienten verwendet werden, die sitzen und ihre Kopfposition kontrollieren können.

Eine aktuelle Studie, die die Anpassungseffekte in der Virtual Reality (VR) Umgebung reproduziert, berichtete, dass es möglich sein könnte, dass die Virtual Prism Adaptation Therapy (VPAT) je nach Subtypen der Vernachlässigung unterschiedliche Effekte hat¹¹. Es wurde auch vorgeschlagen, dass kortikale Aktivierung für PA je nach Hirnläsionen variieren kann¹². Jedoch, wenig ist über das kortikale Aktivierungsmuster in VR-induzierte PA gesehen bekannt.

Um diese Hindernisse zu überwinden und den Einsatz von PA in einem klinischen Umfeld zu fördern, haben wir ein neues PA-Therapiesystem mit einer immersiven VR-Technologie namens Virtual Prism Adaptation Therapy (VPAT) unter Verwendung einer Tiefensensorkamera entwickelt. Wir haben ein immersives VR-System mit der Fähigkeit entwickelt, visuelles Feedback über die Position einer virtuellen Extremität zu geben, um die räumliche Neuausrichtung zu fördern¹³. Mit dieser immersiven VR-Technologie, die die Wirkung konventioneller PA nachahmte, haben wir ein Experiment entwickelt, um das VPAT-System bei gesunden Teilnehmern zu validieren.

Durch die Durchführung unseres visualisierten experimentellen Protokolls untersuchten wir, ob das neue VPAT-System eine Verhaltensanpassung induzieren kann, ähnlich wie herkömmliche PA. Darüber hinaus möchten wir untersuchen, ob das VPAT-System die Aktivierung in den kortikalen Regionen induzieren kann, die mit der visuospatialen Wahrnehmung oder der Wiederherstellung der hemispatialen Vernachlässigung nach einem Schlaganfall verbunden sind.

Protocol

Alle Verfahren wurden vom Seoul National University Bundang Hospital Institutional Review Board (IRB) überprüft und genehmigt. Um gesunde Teilnehmer zu rekrutieren, wurden Plakate verwendet, um rund um das Krankenhaus zu werben.

1. Versuchsaufbau

1. Teilnehmerrekrutierung
   1. Durchführung des Themenscreenings nach folgenden Aufnahmekriterien: 1) gesund, zwischen 18 und 50 Jahren; 2) Rechtshänder, bewertet durch Edinburgh Handedness Inventory¹⁴; 3) in der Lage, den Kopf Mount Display für VR zu tragen und Objekte innerhalb von VR zu erkennen; und 4) keine Vorgeschichte von Erkrankungen, die das Gehirn betreffen, wie Schlaganfall, Parkinson-Krankheit oder traumatische Hirnverletzungen.
      HINWEIS: Diese Kriterien wurden entwickelt, um Teilnehmer mit der Fähigkeit zu überprüfen, am Experiment teilzunehmen und Faktoren zu regulieren, die die Ergebnisse beeinflussen.
   2. Rekrutieren Sie Teilnehmer und geben Sie eine detaillierte Erklärung der gesamten Studie und der erwarteten klinischen Probleme. Die Zustimmung muss vor der Aufnahme eingeholt werden.
2. Experimentelles System
   HINWEIS: Es wurde ein maßgeschneidertes VPAT-System mit einem immersiven VR-System und einer Tiefensensorkamera verwendet. Die funktionelle Infrarotspektroskopie (fNIRS) wurde gleichzeitig zur Untersuchung der kortikalen Aktivierung eingesetzt. VPAT und fNIRS wurden für das Experiment miteinander verknüpft (Abbildung 1).
   1. VPAT-System
      HINWEIS: Das VPAT-System besteht aus einem Headmount Display für die VR-Implementierung, einem Hand-Tracking-Sensor, der Handgesten für die intuitive Eingabe durch den Benutzer erkennen kann, und einem Hardware-Taster. Die Gesamtzusammensetzung ist in Abbildung 1dargestellt.
      1. Stellen Sie sicher, dass der Handverfolgungssensor nicht vor dem Display der Kopfhalterung geneigt ist.
      2. Überprüfen Sie, ob die Referenzkamera für das VR-System ordnungsgemäß auf dem Frontmonitor installiert ist.
      3. Sichern Sie den Druckknopf an einer Stelle in der Nähe der Hand, die vom Teilnehmer für das Experiment verwendet werden soll.
      4. Führen Sie die Software aus, um sicherzustellen, dass keine Fehler auftreten.
         HINWEIS: Die virtuelle Umgebung wurde implementiert, um die tatsächliche Umgebung so nah wie möglich zu entsprechen. Die Aufgabe wurde durch Handzeigen innerhalb der virtuellen Umgebung und Tasteneingabe durch die Taste durchgeführt.
   2. fNIRS
      1. Verwenden Sie ein kommerzielles fNIRS-System mit einem PC, 31 Optoden (15 Lichtquellen und 16 Detektoren), textilen EEG-Kappen und Datenaufzeichnungssoftware.
   3. Verknüpfung zwischen VPAT-System und fNIRS (Abbildung 1).
      1. Verwenden Sie die Ferntastatursteuerungssoftware mit TCP/IP-Kommunikation, um das Startereignis im VPAT-System mit dem Zeitpunkt der Aufzeichnung im fNIRS-System zu synchronisieren.
      2. Verwenden Sie die Remote-Befehlstaste im Computer, um die fNIRS-Aufzeichnung zu starten.

2. Versuchsaufbau (Abbildung 2)

1. fNIRS Messeinstellung
   1. Stellen Sie den Teilnehmer in einen Stuhl mit dem Rücken in einer geraden Haltung, etwa fünfzehn Zentimeter vom Tisch entfernt. Vergewissern Sie sich, dass die Hand des Teilnehmers beim Ausstrecken nicht auf den Tisch kommt.
   2. Wählen Sie für die einstellung fNIRS-Kappe die Kappengröße entsprechend dem Kopfumfang des Teilnehmers aus. Platzieren Sie die Kappe so, dass sich der Scheitelpunkt (Cz) am Schnittpunkt des Mittelpunkts zwischen Inion und Nasion und dem Mittelpunkt zwischen den linken präauricularen und rechten präauricularen Bereichen befindet. Zeigen Sie die Montage auf dem Bildschirm an und verbinden Sie 15 Quellen und 24 Detektoren mit der Montage. Wenn nötig, um den Gewinn von der Lichtquelle zu verbessern, verwenden Sie leitfähiges Gel nach der Haarvorbereitung und setzen Sie die Optode ein. Lassen Sie den Teilnehmer eine Haltekappe tragen.
      HINWEIS: In der Studie wurden drei verschiedene Größen von textilen EEG-Kappen mit einem Umfang von 54, 56 und 58 cm verwendet.
   3. Für die Softwareeinstellung (Kalibrierung, etc.) führen Sie die systemsoftware fNIRS aus und laden Sie die Vernachlässigungsmontage.
   4. Lassen Sie die Montage auf dem Bildschirm angezeigt werden und stellen Sie 15 Quellen und 24 Detektoren entsprechend der Montage ein (Abbildung 3).
   5. Drücken Sie die Kalibriertaste. Wenn "Verloren" auf dem Bildschirm angezeigt wird, wiederholen Sie die Haarvorbereitung, und kalibrieren Sie sie dann neu.
2. VPAT-Systemeinstellung
   1. Schließen Sie die HMD-, Referenzkamera- und Leap-Bewegungskamera an, und drücken Sie die Taste, die den Computer verbindet, um das VPAT-System einzurichten.
   2. Montieren Sie das Virtual Reality Head-Mounted Display (VR HMD) auf dem Kopf des Teilnehmers über der Kappe für fNIRS. Achten Sie darauf, die Bewegung der Kappe zu vermeiden.
   3. Führen Sie die VPAT-Software aus. Geben Sie die Informationen des Teilnehmers ein (Namenskürzer, Alter, Handlichkeit) und drücken Sie die Schaltfläche "Start".
   4. Bestätigen Sie die Visualisierung der virtuellen Hand im Display. Fahren Sie mit einer zweistufigen Kalibrierung fort (d. h. Bildschirmkalibrierung und Zielentfernungskalibrierung).
   5. Weisen Sie den Teilnehmer an, die rote Kreuzmarke (+) in der Mitte zu sehen, und drücken Sie dann die Taste "r", um den Bildschirm zu kalibrieren.
      HINWEIS: Die Bildschirmkalibrierung platziert den virtuellen Raum vor dem visuellen Bereich des Benutzers, indem das Koordinatensystem neu entsteht.
   6. Weisen Sie den Teilnehmer an, mit der rechten Hand auf das Ziel (d. h. den Ball) zu zeigen und dann die Taste "O" zu drücken, um die Handposition zu kalibrieren.
      HINWEIS: In unserer Studie war das Ziel, das der Teilnehmer anvisieren musste, ein weißer Ball auf einem rosa Stick, der von der Oberseite der Ansicht herunterkam. Mit der Zielentfernungskalibrierung wird das Ziel in Reichweite des Benutzers platziert. Dies wird verwendet, um das Ziel während des Experiments korrekt zu positionieren.
   7. Drücken Sie nach der Kalibrierung die "w"-Taste, um das Experiment zu starten.
3. VPAT- und fNIRS-Verbindungseinstellung
   1. Verwenden Sie die Ereignissynchronisierungssoftware, um den Trigger für die Analyse in fNIRS einzugeben und VPAT mit fNIRS zu verbinden.
   2. Für die Zeitsynchronisierung zwischen VPAT und fNIRS verbinden Sie die Computer mit den beiden Systemen mit demselben Netzwerk, und synchronisieren Sie sie dann über das selbsterstellte Schlüsselübertragungsprogramm.
   3. Nachdem Sie die IP- und Port-Eingänge beider Computer verbunden haben, starten Sie die Experimentiersitzung über die "w"-Taste im VPAT-Programm. Die Ereignissynchronisierungssoftware wird automatisch ausgeführt, und Trigger während der Ausführung werden automatisch an fNIRS übertragen und gespeichert.
   4. Erhalten Sie nach dem Experiment die Software-Auto-Terminierung und VPAT-Daten. Beenden Sie dann die Systemsoftware VPAT und fNIRS.
      HINWEIS: Die Teilnehmer müssen ihre Hände in ihre ursprüngliche Position zurückbringen, nachdem sie während des VPAT-Experiments darauf hingewiesen haben.

3. Experiment zur Validierung des VPAT-Systems

1. Block-Experiment mit fNIRS-Aufzeichnung (Abbildung 4)
   1. Bestätigen Sie nach Abschluss des Einrichtungsprozesses in Schritt 2 die Bereitschaft des Teilnehmers, das Experiment zu starten.
   2. Starten Sie das VPAT-System ohne Prismenmodus und weisen Sie den Teilnehmer an, sofort auf das Ziel im VR-System zu zeigen, um sich mit der Prozedur vertraut zu machen.
   3. Jede Phase besteht aus Blöcken zum Zeigen, Klicken oder Ausruhen(Abbildung 4). Weisen Sie den Teilnehmer erneut an, so schnell wie möglich auf den Button zu klicken oder mit dem rechten Zeigefinger auf das Ziel im VR-System zu zeigen.
   4. Starten Sie das Experiment mit vier Phasen gleichzeitig mit der fNIRS-Aufzeichnung, indem Sie auf die Starttaste klicken.
      HINWEIS: Während der Zeigeaufgabe musste der weiße Ball innerhalb einer festen Zeit berührt werden.
      1. Weisen Sie die Teilnehmer an, zu zeigen, zu klicken oder auszuruhen, wenn das entsprechende Symbol angezeigt wird.
         HINWEIS: Während der Aufgabe wurden das Zeigen und Klicken durch ein Symbol direkt über der weißen Kugel und der rechten Seite der Timerleiste angezeigt. Die Zeit zum Ausführen der Aufgabe wurde durch die Zeitgeberleiste angegeben, wie in Abbildung 2dargestellt.
      2. Weisen Sie den Teilnehmer an, das Ziel zu berühren, das auf der linken oder rechten Seite innerhalb von 3 s angezeigt wird. Weisen Sie den Teilnehmer an, für den Klickblock die Taste drücken zu lassen.
         HINWEIS: Das Zielset, das die weiße Kugel enthält, befand sich in einem Abstand von -10° oder 10° vom Zentrum des Teilnehmers, der durch Kalibrierung erreicht wurde. Der Zielsatz erschien zufällig auf der rechten oder linken Seite. Nach dem experimentellen Design erschien das Ziel für 3 s, verschwand dann und regenerierte sich dann zu einer neuen Position.
      3. Stellen Sie sicher, dass der Teilnehmer beim Umschalten der Phase auf die gleiche Weise funktioniert.
         HINWEIS: In der Zeigeaufgabe zeigte der Virtual Prism Adaptation Mode eine Abweichung von 10° oder 20° zur linken Seite der imaginären Hand im VR-Raum relativ zum Kopf des Teilnehmers. Null Grad zeigten an, dass die Positionen der virtuellen Hand und der tatsächlichen Hand übereinstimmten.
         ANMERKUNG: Das Experiment (Abbildung 4) besteht aus insgesamt vier Phasen, wobei jede Phase aus Zeigen und Klicken oder Ruhen abwechselnd besteht (Phase 1 und 4 waren Zeigen und Klicken, und Phase 2 und 3 waren Zeigen und Ausruhen).

4. Datenanalyse

1. Pointing-Fehleranalyse
   HINWEIS: Die Daten wurden von dem Moment an gespeichert, in dem der Experimentator die Starttaste "w" drückte. Die Daten wurden über die VPAT-Software automatisch bei ca. 60 Hz pro Frame gespeichert. Der Phasenname, die verstrichene Zeit und die virtuelle Zeigefingerposition wurden im Laufe der Zeit gespeichert. Der Zeigefehler war der Winkelwert zwischen dem Ziel und dem Zeigefinger, der auf der Kopfposition des Teilnehmers zentriert war.
   1. Klassifizieren Sie die Zeigeaufgabendaten nach Phasen (Pre-VPAT, VPAT 10°, VPAT 20°, Post-VPAT).
   2. Klassifizieren Sie die Daten der Zeigeaufgabe und der Klickaufgabe in den Daten jeder Phase (Phase 1 und 4).
   3. Klassifizieren Sie die Daten nach Unterphase in Einheiten von 30 s nach jeder Phase und jedem Aufgabentyp.
   4. Extrahieren Sie den Medianwert von 10 Testfehlerwerten (Zeigefehler) aus den Indexfingerpositionsdaten für die mittlere Fehleranalyse.
   5. Verwenden Sie die Analyse der wiederholten Kennzahlen des Varianztests (ANOVA), um die Differenz zwischen den einzelnen Phasen zu analysieren.
      HINWEIS: Bei der Handverfolgung mit dem Leap-Bewegungssensor waren Ausreißer auf Okklusion oder falsche Erkennung der Handhaltung zurückzuführen. Mit Ausnahme falscher Handpositionsdaten wurde der Medianwert verwendet, um den repräsentativen Hinweisfehlerwert in der Unterphase zu finden.
2. fNIRS Datenverarbeitung
   1. Starten Sie die fNIRS-Analysesoftware, und laden Sie die Rohdatendatei und die Prüfpunktinformationen.
   2. Führen Sie einen Markereinstellungsprozess durch Bearbeiten des Ereignisdatensatzes aus, um jede Bedingung während des Experiments zu überprüfen.
   3. Führen Sie die Datenvorverarbeitung durch Löschen der experimentell irrelevanten Zeitintervalle durch, entfernen Sie Artefakte wie Schritte und Spitzen und wenden Sie Frequenzfilter an, um experimentell irrelevante Frequenzbänder auszuschließen.
      HINWEIS: Alle Datensätze wurden mit einem 0,01 Hz-Hochpassfilter und einem 0,2 Hz-Tiefpassfilter gefiltert, um instrumentelle oder physiologische Geräuschbeiträge zu entfernen.
   4. Geben Sie Wellenlängen an, indem Sie den Wert der Wellenlängen der Spitzenbeleuchtung (d. h. 760 und 850 nm) eingeben. Verwenden Sie einen physikalischen Abstand von 3 cm zwischen der Quelle und dem Detektor für den Kanal.
   5. Wählen Sie das Basisfeld aus, das sich auf den Zeitraum bezieht, der einer Basislinie entspricht, wobei die Teilnehmer in der Regel ruhig ruhen.
      ANMERKUNG: Wir haben das Basisfeld als Vollzeitverlauf des Datensatzes ausgewählt, der die Standardeinstellung war.
   6. Berechnen Sie die Zeitreihen der hämodynamischen Zustände, um die Vorverarbeitung aus den gefilterten Daten abzuschließen.

Results

Als repräsentative Ergebnisse wurden Daten von vier gesunden Teilnehmern (1 Mann und 3 Frauen) verwendet. Ein Zeigefehler wird in Abbildung 5Adargestellt, wobei der Mittelwert des Medianwerts von 10 Versuchen in der Unterphase jeder Zeigeaufgabe 30 s dauert. Die Werte für den medianen Zeigefehler im ersten Block jeder Phase betrugen 0,45 x 0,92 (Vor-VPAT), 4,69 x 3,08 (VPAT 10°), 5,43 x 2,22 (VPAT 20°) und -5,17 x 1,60 (Post-VPAT). Der Trend der Fehlerentwicklung war statist...

Discussion

Diese Studie implementierte die Prismaanpassungstherapie mit einer übersetzten Handbewegung in einer VR-Umgebung. Es wurde untersucht, ob die implementierte Abweichung winkelüberschießende und Verhaltensanpassung verursachte, wie bei der konventionellen Prismenanpassungstherapie.

Im medianen Zeigefehlerergebnis (Abbildung 5) und dem ersten Zeigefehlerergebnis änderte sich der Zeigefehler beim Umschalten der Phase erheblich. Obwohl einige Handerkennungsfehler besei...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
EASYCAP	Easycap	C-SAMS-Plattform	zur Aufnahme von fNIRS-Optoden
Leap Motion 3D Motion Controller	Ultrahaptics	FBA_LM-C01-US	Angeschlossenes Handerkennungsgerät HMD
Leap Motion VR Developer Mount für VR-Headset	Ultrahaptics	VR-UAZ
Matlab R2015a	Mathworks		Programmiersprache mit NIRStar
NIRScout	Medical Technology LLC	NSC-CORE	fNIRS-System
nirsLAB v201605	Medical Technology LLC		Software zur Analyse von Daten, die mit NIRScout
NIRStar 14.1	Medical Technology LLC		NIRScout Acquisition Software
Occulus Rift DK2	Occulus		VR HMD
PowerMate USB Multimedia Controller	Griffin Technologie	NA16029	Druckknopf in der Aufgabe
SuperLab 5.0	Cedrus Corp.		Synchronisieren Sie die Stimulus-Präsentationen in Verbindung mit NIRScout