Bewertung von Kognitionstests mit einem computergesteuerten, berührungsempfindlichen Tablet, Augenverfolgung und funktionelle Magnetresonanztomographie

Summary

Ein Protokoll zur gleichzeitigen Aufzeichnung von visuomotorischem Verhalten und Gehirnaktivität während standardisierter papierbasierter kognitiver Tests unter Verwendung eines MRT-kompatiblen Tablets und einer Augenverfolgungstechnologie sowie funktioneller MRT, um die Nutzung solcher Tests zu verbessern. Vorläufige Ergebnisse werden von einem jungen, gesunden Erwachsenen präsentiert, der einen Trail-Making-Test durchführt.

Abstract

Papierbasierte Kognitionstests (wie der Trail-Making-Test oder TMT) werden seit langem in klinischen und Forschungskontexten eingesetzt, um zu bewerten, wie das gesunde oder beeinträchtigte Gehirn die Verhaltensleistung unterstützt. Trotz der weitverbreiteten Nutzung sind die neuronalen Korrelate solcher Tests schlecht verstanden, und die Tests weisen Sensitivitäten und Spezifitäten auf, die weniger als erwünscht sind. Um diese Schwächen zu beheben, wird ein multimodales Forschungsprotokoll vorgeschlagen, das gleichzeitig neuartige Tablet-Technologie, Augenverfolgung und funktionelle Magnetresonanztomographie kombiniert, um die Beziehungen zwischen kinematischem und visuellem Verhalten sowie neuronaler Aktivität im Zusammenhang mit der Leistung kognitiver Tests zu erforschen. Protokollbegründung, Schritt-für-Schritt-Methodik und Ergebnisse eines repräsentativen Teilnehmers werden bereitgestellt, um die Validität des Protokolls nachzuweisen und das Potenzial der Erforschung der kinemischen, visuellen und neuronalen Korrelate eines repräsentativen Kognitionstests zu veranschaulichen. Das aktuelle Protokoll kann die Grenzen der bestehenden klinischen MRT-Neurowissenschaftsforschung erweitern, mit Auswirkungen auf die zukünftige Diagnose und Behandlung verschiedener kognitiver Störungen.

Introduction

Kognitionstests (ToC) wurden erstmals im 20^. Jahrhundert populär gemacht, um normales und abnormes oder pathologisches kognitives Verhalten zu untersuchen und zu charakterisieren. Seit ihrem Aufkommen sind diese Tests in der Forschung und klinischen^{Einrichtung weit} verbreitet 1. Viele ToC wurden mit einfachen Antwortformaten entwickelt, wie Sprechen oder Schreiben/Zeichnen mit Stift und Papier. Als Beispiel für letztere Kategorie ist der Trail-Making Test (TMT) ein weit verbreitetes repräsentatives ToC, das aufgrund seiner Empfindlichkeit gegenüber kognitiven Beeinträchtigungen² bevorzugt wird. Der Test besteht aus zwei Teilen, TMT-A (nur Zahlen) und TMT-B (Zahlen und Buchstaben), und verlangt von den Teilnehmern, mit einem Stift 25 Zeichen zu verbinden, die pseudo-zufällig auf der Seite angeordnet sind, in aufsteigender fortlaufender (und im Fall von TMT-B auch abwechselnd) Reihenfolge (d. h. TMT-A: 1-2-3-4-5-6...; TMT-B: 1-A-2-B-3-C...). Zur Bewertung der kognitiven Leistung im TMT werden die Zeit bis zum Abschluss und Fehler tabelliert und mit normativen Werten verglichen, basierend auf Altersgruppe und Bildungsstatus². Es wird angenommen, dass das TMT komplexe kognitive Prozesse rekrutiert und bewertet, darunter Aufgabenwechsel, visuelle Suche, Gedächtnis, visuomotorische Kontrolle und Aufmerksamkeit – alles wichtige Aspekte der Funktion des exekutiven Frontallappens ^1,3.

Die TMT zeigt eine hohe Sensitivität bei ToC, aber was die Diagnosen betrifft, ist ihre geringe Spezifität als Einschränkung^{gut erkannt 4}. Im Allgemeinen sind Sensitivitäts- und Spezifitätsbedenken ein Nachteil für die Anwendung und Validität von ToC, insbesondere in klinischen Umgebungen⁴. Die traditionelle Möglichkeit, dieses Problem zu lindern, bestand darin, ToC in "Testbatterien" (oft einschließlich TMT) zu verabreichen, um die Unterscheidung zwischen kognitiv beeinträchtigten und kognitiv intakten Gruppen zu verbessern. Testbatterien sind jedoch zeitaufwendig, kostspielig und erfordern beträchtliches Fachwissen zur Verwaltung und Analyse⁵. Diese logistischen Herausforderungen führten wiederum zur Entwicklung von "kognitiven Bewertungs"-Tools: erheblich gestraffte (und zunehmend computergestützte) Testbatterien für schnelle Durchführung in ressourcenbegrenzten Umgebungen (z. B. medizinische Kliniken), auf Kosten eines Teils der Empfindlichkeit und Spezifität. Ein Beispiel für ein solches Werkzeug ist die Montreal Cognitive Assessment (MoCA)⁶.

Computerisierte Bewertungen, wie das angepasste MoCA, wurden erfolgreich durch den Vergleich mit Stift-und-Papier-Analogien⁷ und mit Testbatterien von ToC⁸ validiert. Dennoch bestehen grundlegende Einschränkungen bei all diesen verhaltensorientierten Testinstrumenten, darunter unzureichende Unterscheidung zwischen angemessener und fehlerhafter Leistung, der Fokus auf Testergebnisse für den gesamten Test statt auf intra-Testeffekte sowie begrenzte Einblicke in die verschiedenen Verhaltensstrategien und die damit verbundene Gehirnaktivität, die der ToC-Leistung^zugrunde liegen ^4,9. Diese Einschränkungen können jedoch durch Forschung überwunden werden, die detaillierte Verhaltensaufzeichnungen, intra-taskale Verhaltensevaluation¹⁰ und funktionelle Neurobildgebung kombiniert (z. B. Elektroenzephalographie¹⁰, funktionelle Nahinfrarotspektroskopie¹¹ und funktionelle Magnetresonanztomographie¹²).

Die funktionelle Magnetresonanztomographie (fMRT) erzeugt hochauflösende Bilder der Gehirnaktivität, indem sie die hämodynamische Antwort als Proxy für neuronale Aktivierung kartiert. Obwohl teuer, ermöglicht die überlegene räumliche Auflösung von fMRT gegenüber Elektroenzephalographie (EEG) und funktioneller Nahinfrarotspektroskopie die Lokalisierung der Aktivität im gesamten Gehirn. Dementsprechend beschreibt die vorliegende Arbeit eine neuartige Verabreichungsmethode für ToC mit dem TMT als repräsentatives Beispiel, das fMRT mit detaillierter, kontinuierlicher und gleichzeitiger Verhaltenserfassung mittels computergestützter MRT-kompatibler Tablet- und Eye-Tracking-Systeme kombiniert. Dieses multimodale Protokoll bietet eine stark verbesserte Bewertung der Beziehung zwischen kognitiver Aufgabenleistung und neuronaler Aktivität, wie sie durch fMRT geschätzt wird, was nützlich ist, um das Verständnis des bestehenden ToC zu verbessern und möglicherweise Einblicke für die Entwicklung eines verbesserten ToC in der Zukunft zu liefern.

Bevor eine detaillierte Beschreibung des experimentellen Aufbaus zur gleichzeitigen Erfassung von Tablet-, Eye-Tracking- und fMRT-Daten bereitgestellt wird, ist es hilfreich, das konzeptionelle Layout und den Ansatz zusammenzufassen (Abbildung 1). Aus MRT-Kompatibilität und ergonomischen Gründen unterscheidet sich das Tablet-System leicht von handelsüblichen Tablets. Beliebte Tablets verfügen über einen transparenten, berührungsempfindlichen Bildschirm, der auf einem Computerdisplay montiert ist, sodass der Nutzer direkt auf das Tablet schauen und visuelle Eingaben erhalten kann, die nahtlos ihre stylusbasierten Schreib- und Zeichenantworten einschließen. Im aktuellen Szenario gibt es kein Computerdisplay unter dem berührungsempfindlichen Bildschirm. Dieses Design vermeidet die Notwendigkeit, dass komplexe Computerdisplay-Elektronik im intensiven Magnetfeld im Zentrum des Magnetbohrers sicher arbeiten muss, ohne MR-Bilder negativ zu beeinflussen. Aus ergonomischer Sicht ist der Platz im Magnetbohrer ebenfalls recht begrenzt, sodass es für einen Forschungsteilnehmer unpraktisch ist, seine Hand beim Schreiben und Zeichnen direkt zu betrachten.

Das experimentelle Setup sieht die Teilnehmer daher vor, Tablet-Interaktionen auf einem Stützpunkt an der Hüfte durchzuführen, während alle visuellen Informationen (Testreize, Stylus-Reaktionen, Videos der Hand, die den Stift bedient) zusammengeführt werden, um sie an der hinteren Öffnung des Magnetlaufs durch einen Spiegel anzusehen. Die visuellen Informationen werden auf einer Rückprojektionsleinwand mit einem kommerziell erhältlichen, MRT-kompatiblen Projektor angezeigt (Details unten angegeben). Ähnlich ist ein kommerziell erhältliches Eye-Tracking-System (Details ebenfalls unten angegeben) im hinteren Magnetbohrer montiert, um schnelle Videoaufnahmen von Augenbewegungen durch denselben Spiegel zu ermöglichen. Projektor, Leinwand und Augenverfolgungsgerät müssen sorgfältig angeordnet werden, damit sie sich nicht physisch gegenseitig stören. Schließlich werden Strom- und Datenverbindungen zu und vom Tablet, Projektor und Augenverfolgungssystem über verschiedene abgeschirmte Kabel hergestellt, die durch das "Durchschlagspanel" des Radiofrequenzschirms führen, das den Magnetraum und das MRT-System vor umgebenden elektromagnetischen Störungen schützt. Die Datenkabel stehen unter Computersteuerung, was in Abbildung 1 als ein einzelnes Gerät unter Bedienersteuerung im Bereich der MRT-Konsole dargestellt wird (im Unterschied zur Computerkonsole, die zum Betrieb des MRT-Systems verwendet wird). Wie unten beschrieben, sind mehrere Computer an der aktuellen experimentellen Einrichtung beteiligt.

Tablet-System

Das maßgefertigte, computergesteuerte Tablet-System besteht aus MRT-kompatiblen Komponenten (berührungsempfindliche Oberfläche, verstellbare, erhöhte Stützplattform, kraftempfindlicher Stift, Projektorsystem)¹², darunter eine Videokamera mit 4,3-mm-Objektiv (im Labor als "TabletCam" bezeichnet) und eine maßgefertigte LED-Beleuchtung¹³, die die Verwaltung des ToC und die Aufzeichnung natürlicher Schreib- oder Zeichenantworten innerhalb des Magnetbohrers während fMRT ermöglicht (Abbildung 2A,B). Im Konsolenbereich befinden sich zwei miteinander verbundene Computer zur Systemsteuerung: einer, der für den Empfang und die Verarbeitung von Videodaten der Videokamera ("Tablet Video Camera Computer") vorgesehen ist, der andere für die Testverwaltung, die Bereitstellung visueller Reize, das Protokollieren von Tablet-Daten und die Erstellung einer Videodatei, die aus zeitabhängig verwalteten visuellen Reizen besteht, die mit Stylus-Schreib- und Zeichenantworten überlagert sind ("Stimulus/Response-Computer"; Abbildung 2C). Der Zwei-Computer-Ansatz wird für die ungehinderte Echtzeitleistung jeder Menge latenzempfindlicher Funktionen gewählt; Modularität für Forschung, die unterschiedliche Konfigurationen erfordert (z. B. verschiedene tabletbasierte Verhaltensaufgaben, optionale Nutzung der Videokamera); und einfache Kompatibilität (die einzige Voraussetzung ist ein kompatibles Videoausgabeformat).

Das Tablet-System wurde bereits in mehreren fMRT-Studien zum ToC verwendet, die alle auf seine starke ökologische Validität hindeuten¹⁴. Die optionale Videokamera wird der ursprünglichen Tablet-Konfiguration hinzugefügt, um dem Teilnehmer während der Aufgabenausführung visuelles Feedback zur Handposition (VFHP) in einer interaktiven Augmented-Reality-(AR)-Umgebung zu geben, wodurch die Wiedergabe von Aufgabenreizen sowie Stylus-Reaktionen und Handbewegungen, die in Echtzeit überlagert werden^{können (}Abbildung 2D). In der ursprünglichen Implementierung der Videokamera-Datenverarbeitung¹³ wurden Hand und Stift mittels eines Hautfarberkennungsalgorithmus von jedem Videoframe isoliert, wobei der Stift in Rot implementiert wurde, um innerhalb der Rot-Grün-Blau-(RGB)-Verteilung für Hautfarbe zu fallen. In jüngerer Zeit wurde ein "Bluescreen"-Ansatz wegen seiner Einfachheit und weiterer Vorteile übernommen. Ein blauer Hintergrund entsteht, indem die berührungsempfindliche Oberfläche des Tablets mit blauem Malerband bedeckt wird. Es ist dann möglich, Hand und Stylus aus dem Hintergrund in jedem Videobild zu segmentieren, basierend auf der deutlich unterschiedlichen Farbverteilung des Bandes. Gleichzeitig ermöglicht dieser Prozess auch die Erstellung einer binären Maske mit dem Wert "eins" an jeder Stelle, die von der Hand oder dem Stift besetzt ist, und "null" an anderer Stelle. Das Stimulus-/Reaktionsvideo und das Kameravideo werden dann überlagert, indem Bilder erzeugt werden, die aus a) Stimulus-/Reaktionsvideodaten überall bestehen, an denen eine gegebene Maske null ist, und b) Kamera- (Hand und Stylus-)Videodaten überall, wo die gegebene Maske gleich eins ist. Das Malerband hat den zusätzlichen Vorteil, dass es mehr Reibung erzeugt, wenn die Stiftspitze über die Stylusoberfläche bewegt wird, was dem Schreiben mit Stift oder Bleistift auf Papier näher kommt – im Vergleich zum reibungsarmen "Kunststoff auf Plastik"-Gefühl, wenn das Klebeband entfernt wird. Insgesamt verbessert die daraus resultierende interaktive AR-Umgebung die ökologische Validität des Tablet-Designs weiter und reduziert gleichzeitig die Abhängigkeit von der Propriozeption zur Ausführung feinmotorischer Bewegungen (wie bei fehlender VFHP)^13,15.

Das Tablet-Setup wird zusammen mit einem MRT-kompatiblen Projektor (Abbildung 2E) und einer individuellen Rückprojektionsleinwand am hinteren Ende des Magnetbohrers verwendet. Die Teilnehmer betrachten den Bildschirm durch einen schrägen Spiegel, der an der Kopfspule montiert ist. Mit einer Fingerspitze oder einem Stift (der auch einen Sensor zur Aufzeichnung der Kontaktkraft enthält) interagiert der Teilnehmer mit der berührungsempfindlichen Oberfläche auf der Stützplattform, die an der Taille positioniert ist und für jede Person verstellbar ist. Analoge Tablet-Signale passieren einen elektromagnetischen Interferenzfilter (EMI) am Radiofrequenz-Penetrationspanel, werden von einer Tablet-Schnittstellenbox außerhalb des Magnetraums in Berührungsdaten (Oberflächenposition und Kraftdaten) umgewandelt, protokolliert und für eine grafische Darstellung der Berührungsantworten auf dem Stimulus-/Response-Computer interpretiert, dann mit visuellen Reizen sowie segmentierten Hand- und Stylus-Videos zusammengeführt; und werden dem Teilnehmer mit Hilfe des Projektors präsentiert.

TMT-Blockdesign

Die TMT wird in einem festen Blockdesign durchgeführt, das aus abwechselnden Phasen der TMT-A- und TMT-B-Aufgabenausführung sowie einer visuellen Fixierung auf ein zentrales, schwarzes Fadenkreuz auf weißem Hintergrund besteht. Das Gesamtaufgabendesign wurde aus der vorhandenen TMT-Literatur 1,16,17,18 adaptiert, bei der TMT-A das Verknüpfen von eingekreisten Zahlen (1 bis 25) pseudozufällig über den Bildschirm in aufsteigender Reihenfolge verband. Ähnlich beinhaltet TMT-B verknüpfte eingekreiste Zahlen (1–13) und Buchstaben (A–L) in alternierender und aufsteigender Weise. Die visuelle Fixationsbedingung wird so einbezogen, dass die mit TMT-A und separat mit TMT-B assoziierte Gehirnaktivität als statistischer Kontrast zwischen den interessierenden Aktivierungen und der einer einfachen, stabilen Erkrankung mit geringem kognitiven Bedarf analysiert werden kann. Aufgrund des von Natur aus niedrigen Signal-Kontrast-Rausch-Verhältnisses, das in fMRT-Experimenten beobachtet wurde, wird jede Verhaltensbedingung (TMT-A, TMT-B, visuelle Fixierung) in mehreren Studien wiederholt, was die statistische Fähigkeit zur Erkennung von Gehirnaktivität bei der Analyse der kollektiven fMRT-Daten erhöht. Die TMT-Diagramme für jede Studie werden von Standard-TMT-Layouts adaptiert, indem entweder die Reizverteilung um 180° gedreht, reine Zahlen- und Zahlenbuchstaben-Reize vertauscht werden oder beides – wodurch visuelle und motorische Störungen aufgrund von Unterschieden in der Zeichen- und Zahlenverteilung auf den TMT-A- und TMT-B-Diagrammen¹⁸ minimiert werden.

Die aktuellen experimentellen und Trainingsaufgaben werden in kommerziell verfügbarer Stimuluspräsentationssoftware für Verhaltens- und Neuroimaging-Forschung implementiert, die auf dem Stimulus-/Response-Computer durchgeführt werden kann. Praktisch wird das TMT in zwei "Durchläufen" verabreicht, jeweils von 4 Minuten bis 50 Sekunden. Jeder Durchlauf besteht aus einem anfänglichen 10-s-Block der Ruhefixierung, gefolgt von zwei Versuchen: TMT-A-Aufgabe (40 s), Ruhefixierung (20 s), TMT-B-Aufgabe (60 s) und Ruhefixierung (20 s) (Abbildung 3). Zu Beginn jedes Durchlaufs erhalten die Teilnehmer Anweisungen, die denen im standardisierten TMT-Test 16,17,18,19 ähneln: Verbinden Sie die Kreise von "Begin" bis "End" so schnell und genau wie möglich, ohne den Stift von der berührungsempfindlichen Oberfläche zu heben. Im Gegensatz zur herkömmlichen Papier-TMT-Verabreichung stoppt der Testadministrator (ein Mitglied des Forschungslabors) die TMT-Ausführung nicht und setzt sie anschließend wieder ein, falls der Teilnehmer Fehler macht. Stattdessen werden die Teilnehmer einfach angewiesen, zum nächsten entsprechenden Zeichenlink in der Sequenz weiterzufahren. Diese Modifikation beseitigt jegliche Datenanalyse-Störungen, die mit dem Stoppen und Wiederstarten von Eye-Tracking- und fMRT-Datenerhebung innerhalb einer bestimmten TMT-Studie verbunden sind. Dies erfordert jedoch die Implementierung von Fehlererkennungs- und Kategorisierungsmethoden nach der Datenerhebung (siehe Protokoll- und Diskussionsabschnitte). Zusätzlich überwacht der Testadministrator die Reaktionen des Stifts visuell in Echtzeit während der TMT-Leistung, um zu dokumentieren, ob Fehler gemacht wurden, und um sicherzustellen, dass die berührungsempfindliche Oberfläche gut kalibriert bleibt. Bei Kalibrierungsfehlern des Tablets und anderen Hardwarefehlern (z. B. Strom- oder Geräteausfall) entscheidet der Testadministrator außerdem, ob der aktuelle TMT-Datenerfassungslauf wiederholt wird, möglicherweise einschließlich einer Neukalibrierung der berührungsempfindlichen Oberfläche, oder ob die Nutzung der Teilnehmerdaten in der anschließenden Analyse gestoppt und ausgeschlossen werden soll.

Augenverfolgung

Wenn das menschliche visuelle System eine Szene verarbeitet, wie etwa während der TMT-Performance, werden ballistische Augenbewegungen (Sakkaden) von Phasen zeitlicher Stabilität (Fixationen^{) begleitet} und gefolgt. Ein MRT-kompatibles Hochgeschwindigkeits-Eye-Tracking-System wird im aktuellen Kontext verwendet, um Langstrecken-Monokular-Augentracking von Fixationen und Sakkaden mit Infrarotbeleuchtung (910 nm Wellenlänge) und 1 kHz Abtastfrequenz durchzuführen (Abbildung 4A). Ausgehend von der Position der Augenverfolgungskamera unter dem Projektionsdisplay ist das Auge des Teilnehmers im Kopfspulenspiegel lokalisiert (Abbildung 4B-D). Beachten Sie, dass der mit dem MRT-System gelieferte Kopfspulenspiegel durch einen vom Hersteller bereitgestellten Frontspiegel ersetzt wurde, um eine hochwertige Verfolgung zu ermöglichen. Die Pupille wird mit einem standardisierten Schwerpunktanpassungsalgorithmus erkannt, der die Hornhautreflexion verfolgt (Abbildung 4D), und folgende Metriken werden gemessen: Fixationen, Sakkaden sowie Blinzelrate und Pupillengröße, zwei weitere Größen, die mit kognitiver Verarbeitung verbunden sind (siehe Diskussion). Ein Triggerimpuls, der vom MRT-System zu Beginn des fMRT ausgesendet wird, wird verwendet, um die Aktivierungsaufzeichnungen des Gehirns zeitlich mit a) der TMT-Aufgaben-Stimulusabgabe und den Stiftantworten (gesteuert vom Stimulus/Response-Computer) zu synchronisieren; und b) die Augenverfolgungsdaten mit TMT-Leistung. Zur Erleichterung der Datenanalyse werden die Eye-Tracking-Daten zusätzlich mit Zeitstempeln versehen, um Labels mit wichtigen Ereignissen während des Experiments zu identifizieren, einschließlich der Start- und Endzeiten jedes TMT-A- und TMT-Blocks in einem bestimmten Durchlauf.

Ein zusätzliches Labormitglied ist hauptsächlich für die Eye-Tracking-Einrichtung mit dem Teilnehmer, die Eye-Tracking-Kalibrierung und die Echtzeit-visuelle Inspektion der Eye-Tracking-Datenerfassung verantwortlich. Die Kalibrierung und Validierung des Eye-Tracking-Systems erfolgt vor dem ersten TMT-Lauf (Abbildung 4E) und in einem "Drift-Checking"-Verfahren zwischen dem ersten und zweiten TMT-Lauf, um die Konsistenz der Ergebnisse sicherzustellen und mögliche leichte Änderungen der Kopfposition zu berücksichtigen (siehe Protokoll unten für genaue Spezifikationen und Sequenz). Die Kalibrierung besteht aus einem neun-Punkte-Augenverfolgungstest, bei dem der Teilnehmer in jedem Fall auf ein Ziel in der Mitte des Displays fixieren muss, gefolgt von acht verschiedenen peripheren Zielen in pseudozufälliger Reihenfolge. Zur Validierung verfolgt der Teilnehmer erneut dieselben neun Ziele, und das Kalibrierungsmodell wird verwendet, um die Blickposition zu schätzen. Dies ermöglicht die Sammlung von Fehlermessungen, die die Differenz zwischen dem geschätzten Blick und dem tatsächlichen Zielort bilden. Räumlicher Fehler wird bei Abschluss des Tests in Grad des visuellen Winkels gemeldet. Die anfängliche Kalibrierung und Validierung sind akzeptabel, wenn der durchschnittliche Fehler <0,5^° beträgt und der maximale Fehler <1,0^° beträgt, was der von der Eye-Tracking-Software bereitgestellten "GOOD"-Bewertung entspricht. Andere Kategorien mit zunehmend schlimmeren Fehlern werden beispielsweise als "GUT", "SCHLECHT" oder "NICHT DURCHGEFALLEN" bewertet, was eine Neukalibrierung und Validierung erforderlich macht. Das Labormitglied kann außerdem auf Ausreißerfehler achten, die auf eine Fehlfixierung an einer bestimmten Stelle hinweisen können, oder auf systematische Fehlermuster, die auf ein Einrichtungsproblem mit dem Augentracker hindeuten. Zwischen den Durchläufen besteht das Drift-Checking-Verfahren darin, einen Validierungstest mit Fixierung nur am zentralen Ziel durchzuführen. Eine erfolgreiche Prüfung (maximaler Fehler < 2,0^o) ermöglicht den zweiten TMT-Durchlauf; Andernfalls muss das Labormitglied eine Kalibrierung und anschließend eine Validierung durchführen, bis der durchschnittliche Fehler <1,0^° beträgt und der maximale Fehler <2,0^° beträgt. Alle Fehlerwerte werden zur späteren Bewertung protokolliert. Die Standardeinstellungen der Eye-Tracking-System-Software werden verwendet, um die Eye-Tracking-Daten in Sakkaden und Fixierungen zu kategorisieren. Sakkaden werden nach folgenden Detektionsschwellenwerten klassifiziert: Bewegung 0,1^o; Geschwindigkeit 30^O/s; und Beschleunigung von 8.000^O/s. Alle anderen Eye-Tracking-Daten werden als Fixierungen klassifiziert.

Neuroimaging

Ein 3-Tesla-MRT-System wird mit einer 64-Kanal-Kopfspule verwendet, um hochwertige Neuroimaging-Daten zu erhalten. Die anatomische Erfassung beginnt mit einer hochauflösenden, dreidimensionalen, sagittalen T1-gewichteten, magnetisierungsvorbereiteten Rapid Gradient Echo (MPRAGE) Sequenz (Wiederholungszeit/Echozeit/Inversionszeit/Flip-Winkel TR/TE/TI/FA=2.500 ms/4,37 ms/1.100 ms/7^o, generalisierte autokalibrierende teilweise parallele Aufnahmen (GRAPPA) Faktor 2, 256 x 256 Matrix, 192 Schnitte, 1 mm isotrope Voxel, 3 Min:45 s Bildgebungszeit). Eine indirekte Messung der Gehirnaktivität wird dann mittels fMRT des Blut-Sauerstoffniveau-abhängigen (BOLD) Signalkontrasts erhalten, der aus der neurovaskulären Kopplung²¹ entsteht. Für fMRT verwendet die typische T2*-gewichtete BOLD-Aufnahme eine echoplanare Bildgebung (EPI, TR/TE/FA = 1.750 ms/30 ms/40^o, Schnittbeschleunigung 2, Phasenbeschleunigung 2, 80 x 80 Matrix, 60 Schnitte, 2,5 mm isotrope Voxelle, 165 Zeitpunkte, 4 Min:49 s Bildgebungszeit). Zwei solcher fMRT-Untersuchungen werden für TMT (oben beschrieben) durchgeführt.

Protocol

Tests und Entwicklung des Experimentprotokolls erfolgten durch freiwillige Teilnehmer, die jeweils ihre kostenlose schriftliche informierte Zustimmung zur Teilnahme an der Studie gaben. Diese Studie wurde vom Research Ethics Board (REB) am Sunnybrook Health Sciences Centre in Toronto, Kanada, geprüft und genehmigt.

1. Experimentelles Verfahren

HINWEIS: Die Schritte 1–5 finden vor dem Teilnehmeraufbau auf dem Patiententisch des MRT-Systems statt. Die relevanten MRT-Systemstandorte bestehen aus dem Konsolenbereich, dem Magnetraum und dem angrenzenden Geräteraum. Die Computer im Konsolenbereich und die Anschlüsse am Durchschlagspanel sind in Abbildung 5 dargestellt.

1. Allgemeiner Aufbau
   HINWEIS: Das Protokoll ist für das spezifische MRT-System und die Laborumgebung beschrieben, die von den Co-Autoren des Sunnybrook Research Institute verwendet werden. Protokollvariationen können für andere MRT-Systeme und -Umgebungen erforderlich sein. Siehe die Materialtabelle für eine vollständige Liste von Hardware und Software. Verschiedene Versionen des berührungsempfindlichen Tablets wurden Forschern basierend auf den lokalen Standortbedingungen zur Verfügung gestellt.
   1. Bereiten Sie das Tablet auf visuelles Feedback zur Handposition (VFHP) vor.
   2. Stellen Sie sicher, dass das Tablet sicher am Rahmen befestigt ist und dass die MRI-kompatible Tablet-Videokamera befestigt ist.
   3. Tragen Sie frisches blaues Klebeband auf die Tablet-Oberfläche auf, um sicherzustellen, dass die gesamte Berührungsfläche bedeckt ist, ohne größere Falten, die das Zeichnen beeinträchtigen oder die Kalibrierung verzerren könnten. Entfernen Sie überschüssiges Klebeband an den Rändern der Tabletoberfläche.
2. Tablet-Systemaufbau (Konsolenbereich)
   1. An der Geräteraumseite (ERS) des Radiofrequenz-(RF)-Durchschlagspanels stecken Sie den Netzadapter der Tablet-Videokamera ein und verbinden Sie ihn mit der Filterbox der Kamera.
   2. Verbinden Sie das Bayonet Nut Coupling (BNC)-Videokabel von der Filterbox mit dem Handvideo-Eingang des Tablet-Videokamera-Computers.
   3. Verbinden Sie ein 9-poliges D-Subminiatur-Steckverbinder (DB9)-Verlängerungskabel vom Tablet-Interfacebox mit dem Filter am ERS des RF-Durchdringungspanels.
   4. Sobald die Stimulus-/Response- und Tablet-Videokamera-Computer laufen, verbinden Sie die beiden Universal Serial Bus (USB)-Kabel von der Schnittstellenbox mit dem Stimulus-/Response-Computer und schließen Sie die Tablet-Schnittstellenbox an den Strom an.
   5. Verwenden Sie ein High-Definition-Multimedia-Interface-(HDMI)-Kabel, um die Stimulus-/Response-Computeranzeige mit dem Stimulus-/Response-Videoeingang des Tablet-Video-Kameras zu verbinden.
   6. Um das bearbeitete Tablet-Videokameradisplay an das fMRI-Projektionssystem zu senden, verbinden Sie ein Video-Grafik-Array (VGA)-Kabel zwischen den beiden Geräten. Schalten Sie den MRT-kompatiblen Projektor ein.
   7. Schließen Sie das USB-Antwortgerät (URB) BNC an das MRT-Trigger-Pulsausgangssystem an. Stecken Sie das USB-Ende des Kabels kurz vor Beginn des fMRT-Experiments in den Stimulus-/Response-Computer.
3. Tablet-Systemaufbau (Magnetraum)
   1. Bringen Sie die Tablet-, Stylus-, Tablet-Link (DB9) und Tablet-Videokamera-Linkkabel in den Magnetraum.
   2. Verbinden Sie die Tablet-Link- und Tablet-Videokamera-Linkkabel vom Tablet-System mit der Magnetraumseite (MRS) des RF-Durchdringungspanels.
      HINWEIS: Stellen Sie sicher, dass keine Knicke oder Schlaufen in den MRS-Kabeln vorhanden sind, da dies möglicherweise zu HF-Erwärmung führen kann.
   3. Befestigen Sie das Tablet-System am Patiententisch, indem Sie die MRT-kompatiblen Tablet-Clips in die Schienen des Patiententisch schieben, jeweils zwei Clips pro Seite.
   4. Platzieren Sie den MRT-kompatiblen Projektor hinter das hintere Ende des Magneten, etwa 1 m vom Magnetbohrer entfernt. Bringen Sie die MRT-kompatible Rückprojektionsleinwand in den Magnetlauf ein, etwa 2 m vom Projektor entfernt (siehe Abbildung 4B,C).
4. Eye-Tracking-System (Magnetraum, ohne Teilnehmer)
   HINWEIS: Detaillierte Anleitungen zur Installation von Long Range Mount MRT sind im Eye-tracking-System (siehe Materialtabelle) bereitgestellt. Die Positionierung der Eye-Tracking-Kamera im Magnetraum sollte Empfehlungen des Eye-Tracking-Systems für die Platzierung und Verkabelung von Komponenten in einer MRT-Umgebung berücksichtigen, die je nach Standort variieren können (Eye-Tracking System Installation Guide - Long Range Mount Installation - MRI Installation S. 47-57)²²).
   1. Platzieren Sie die MRT-kompatible Eye-Tracking-Kamera im Magnetbohrer, zwischen der Projektorleinwand und dem Rand der Bohrung, sodass die Kamerahalterung bündig mit dem äußeren Rand des Bohrers liegt. Befestigen Sie das Kamerasystem am Bohrloch, indem Sie die Kunststoffschrauben an der Kamerahalterung einstellen.
   2. Verbinden Sie das Glasfaserkabel (FO) mit der MRT-kompatiblen Eye-Tracking-Kamera. Führen Sie das FO-Kabel nach draußen zum Konsolenbereich durch den Wellenleiter an der Konsole, um die Verbindung zur MRI-unsafe-Eye-Kamera-Schnittstelle herzustellen.
   3. Bringen Sie das Eye-Tracker-Stromkabel in den Magnetraum, verbinden Sie das DB9-Ende mit dem Durchschlagsfilter und verbinden Sie das andere Kabelende mit der MRT-kompatiblen Eye-Tracking-Kamera und dem Beleuchtungsapparat. Entfernen Sie die Kameralinsenkappe.
      HINWEIS: Das DB9-Ende des Stromkabels kann MR-unsicher sein; Verbinden Sie dieses Ende sicher mit dem Durchschlagspanel sofort, sobald es in die MR-Umgebung gebracht wird, wobei der maximale Abstand zum Magneten bleibt. Halten Sie außerdem das FO-Kabel und das Eye-Tracker-Stromkabel voneinander getrennt und von anderen Kabeln auf dem Boden des Magnetraums fern, um mögliche Verhedderungen und Signalstörungen zu vermeiden.
5. Eye-Tracking-System eingerichtet (Konsolenbereich, ohne Teilnehmer)
   1. An der ERS des Durchschlagspanels schließen Sie den Eye-Tracker-Netzadapter an eine Steckdose und an den entsprechenden DB9-Filteranschluss an.
   2. Um die Triggers des Stimulus-/Response-Computers auf dem Eye-Tracking-Computer zu erfassen, verbinden Sie deren parallele Ports mit einem DB25-Kabel.
   3. Für die Kommunikation zwischen dem Eye-Tracking-System und dem Tablet Video Camera Computer verbinden Sie die beiden über ein Category-5e (CAT5e) Ethernet-Netzwerkkabel. Schalten Sie den Eye-Tracking-Computer ein.
6. Teilnehmeraufbau (im Magnetraum)
   1. Bereiten Sie den Patiententisch mit der 64-Kanal-Kopfspule vor und bitten Sie den Teilnehmer, sich rückenliegend auf dem Tisch zu legen und den Kopf so weit wie möglich in die Spirale zu legen. Um Bewegungen zu verhindern, füge Polsterung um den Kopf hinzu, um einen sicheren Sitz zu gewährleisten. Verwenden Sie den Landmark-Laser, um zu überprüfen, ob der Kopf mittig in der Kopfspule liegt.
   2. Stellen Sie die Position des Kopfspulenspiegels so ein, dass der Teilnehmer eine klare und ungehinderte Sicht auf die Rückprojektionsleinwand hat.
   3. Platzieren Sie die Tablet-Halterung über der Taille des Teilnehmers so, dass die berührungsempfindliche Oberfläche bequem ist, um Schreib- und Zeichenmanöver zu erleichtern.
   4. Legen Sie den Tablet-Stylus in die dominante Hand des Teilnehmers und bitten Sie ihn, den Stift so zu halten, als würde er einen Stift halten. Bitten Sie den Teilnehmer, mit dem Stylus alle vier Ecken der Berührungsfläche zu berühren, um den Komfort zu prüfen. Passen Sie die Position des Tablets an und fügen Sie bei Bedarf Polsterung unter den Ellbogen hinzu, um Belastung oder Hindernisse zu minimieren.
   5. Sobald eine bequeme Position erreicht ist, befestigen Sie das Tablet-System mit den Velcro-Gurten fest am Patientenbett. Bewegen Sie das Teilnehmer- und Tablet-System vorsichtig in den Magnetbohrer. Achten Sie darauf, dass das Tablet-System nicht an den Rand der Bohrung stößt und dass sich die Tablet-Kabel nicht verheddern (Abbildung 2A).
7. Eye-Tracking-Software eingerichtet (Konsolenbereich und Magnetraum)
   HINWEIS: Alle Softwareeinrichtungen, die auf dem Tablet Video Camera Computer oder dem Stimulus-/Response-Computer durchgeführt werden, erfolgt durch die Mitglieder des Forschungslabors mit den entsprechenden Tastenschlägen und Mausklicks.
   1. Auf dem Tablet Video Camera-Computer öffnen Sie das Video camera.exe-Programm. Während das System initialisiert, warte auf das Einstellungs-Dialogfeld und drücke mit der Computermaus auf OK .
      HINWEIS: An diesem Punkt sollte der Teilnehmer Vollbild-Video-Feedback zu seiner Handposition/Stift sehen können (Abbildung 2D).
   2. Auf dem Computer der Tablet Video Camera öffnen Sie das Programm Screen Recorder .
   3. Erstellen Sie eine neue Screenshot-Session für die Eye-Tracking-Daten des Teilnehmers mit seiner Teilnehmer-ID.
   4. Befolgen Sie die Empfehlungen des Benutzerhandbuchs des Eye-tracking-Systems zur Konfiguration von Schwellenwerten für Pupillen- und Hornhautreflexion sowie zur Kalibrierung und Validierung der Augen-Tracking-Kamera (Eye-Tracking-System Benutzerhandbuch – Tutorial: Durchführung eines Experiments S. 81 - 91)²³.
      1. Passen Sie die Augenverfolgungskamera des rechten Auges des Teilnehmers an, indem Sie zwischen verschiedenen Kameraansichten wechseln, das Objektiv fokussieren und den Beleuchter anpassen.
      2. Sobald akzeptable Pupillen-Schwellenwert und Hornhautreflexion (CR) konfiguriert sind, werden diese Werte erfasst und mit einer 9-Punkte-Kalibrierung fortfahren ( C-Druck drücken).
      3. Validiere die Kalibrierung ( Drücke V). Notieren Sie die durchschnittlichen und maximalen Validierungswinkelwerte, bevor Sie mit dem fMRT-Experiment beginnen. Wenn suboptimale Kalibrierungsergebnisse erzielt werden (FAIR oder SCHLECHT), wird die Kalibrierung/Validierung wiederholt, bis GOOD-Ergebnisse erzielt werden, was einem durchschnittlichen Fehler von <0,5^° und einem maximalen Fehler von <1,0^° entspricht (Abbildung 4D,E).
8. Tablet-Kalibrierung
   1. Verwenden Sie den Stimulus-/Response-Computer, um die Tablet-Touchoberfläche zu kalibrieren.
   2. Öffnen Sie ELO-3-Punkt-Kalibrierung , um mit der Tablet-Kalibrierung zu beginnen.
   3. Weisen Sie den Spieler an, mit dem Stylus die drei Ziele, die nacheinander auf dem Bildschirm erscheinen, innerhalb der Zeitlimits zu berühren und loszulassen.
   4. Sobald die Kalibrierung abgeschlossen ist, öffnen Sie die referenzierte Grafikbearbeitungsanwendung (siehe Materialtabelle) und weisen Sie den Teilnehmer an, frei zu zeichnen, um sicherzustellen, dass der Stift richtig verfolgt wird. Wiederholen Sie die Schritte 8.1–8.4 bei Bedarf.
      HINWEIS: Häufige Ruckbewegungen oder Sprünge in der Tablet-Reaktionsgrafik deuten darauf hin, dass der Stift nicht gut verfolgt wird und eine Neukalibrierung benötigt.
9. Trainingsprotokoll
   1. Um den Teilnehmer mit dem Schreiben und Zeichnen auf der Tablet-Oberfläche vertraut zu machen, bitten Sie ihn, den leitenden Anweisungen durch eine selbstgesteuerte Trainingsaufgabe aus einer wichtigen Tremor^{Study 24} zu folgen. Dazu gehört, dass der Teilnehmer seinen Namen unterschreibt und die Fahn-Tolosa-Marin-Tremor-Aufgabe ausführt, die darin besteht, spiralförmige und horizontale Linien zwischen immer engeren Richtlinien zu zeichnen.
   2. Um den Teilnehmer mit dem TMT vertraut zu machen, führen Sie ihn durch eine selbstgesteuerte Trainingsaufgabe, die aus vereinfachten Versionen von TMT-A und TMT-B besteht, mit nur 12 Elementen. Nach diesem Training führen Sie sie durch vollwertige, alternative Versionen von TMT-A und TMT-B, wobei die Gegenstände neu angeordnet werden, wobei sie das gleiche Timing wie die experimentelle Aufgabe verwenden. Überwachen Sie die Leistung der Teilnehmer, um sicherzustellen, dass das Tablet gut kalibriert bleibt und der Teilnehmer die TMT-Aufgabe gemäß den Anweisungen ausführt.
10. Experimentelles Paradigma
    HINWEIS: Dieser Workflow implementiert das oben beschriebene TMT-Blockdesign.
    1. Starte die Aufnahme des Eye Trackers. Auf dem Tablet Video Camera-Computer wählen Sie im Programm Screen Recorder Aufnahme starten.
    2. Auf dem Stimulus-/Response-Computer öffnen Sie die TMT-Run1_slow.ebs2 E-Prime (E-Run) Skriptdatei.
    3. Die letzte Verbindung zum Trigger-Ausgang des MRT-Systems herstellen: Schließen Sie den URB an den Stimulus-/Response-Computer an.
    4. Geben Sie die Teilnehmer-ID und die Sitzungsnummer ein, wenn das E-Run-Skript dazu auffordert.
    5. Geben Sie dem Teilnehmer mündliche Anweisungen zum Abschluss des TMT über die MRT-Gegensprechanlage (Abbildung 6). Bestätigen Sie, dass der Teilnehmer bereit ist, fortzufahren.
    6. Das E-Run-Skript präsentiert dem Teilnehmer TMT-Anweisungen. Die Durchführung des ersten Durchlaufs von TMT-A, TMT-B und visuellen Fixationsbedingungen beginnt, sobald ein Auslöseimpuls vom MRT-System zu Beginn des fMRT über die URB gesendet wird.
    7. Überwachen Sie die Eye-Tracker-Daten während des Laufs, um sicherzustellen, dass das Signal stabil ist (ein Labormitglied). Überwachen Sie zusätzlich die TMT-Leistung (Stylus-Antworten) des Teilnehmers, um sicherzustellen, dass die Anweisungen befolgt werden und keine Probleme mit der Einrichtung vorliegen (z. B. unzuverlässige Videoprojektion, schlechtes Tracking-Stift usw.; zweites Labormitglied). Lassen Sie das zweite Labormitglied auch das Vorhandensein von Leistungsfehlern bei TMT-A oder TMT-B sowie die Versuchsnummer notieren.
    8. Sobald der Durchlauf beendet ist, stoppen Sie die Augenaufzeichnung und führen eine Driftkorrektur nach den Empfehlungen des Benutzerhandbuchs des Augenverfolgungssystems (S. 91-92)²³ durch. Führt der Driftcheck zu einem Fehler < 2,0°, fahren Sie fort. Wenn der Fehler ≥2,0 beträgt, führen Sie eine Kalibrierung/Validierung durch, bis der durchschnittliche Fehler <1,0° und der maximale Fehler <2,0° beträgt.
    9. Für Run 2 starte die Augenaufnahme neu und öffne die E-Run-Skriptdatei TMT-Run2_slow.ebs2 auf dem Stimulus-/Response-Computer. Geben Sie dieselbe Teilnehmer-ID und Sitzungsnummer ein wie bei Run 1. Wiederholen Sie die Aufgabenanweisungen (Abbildung 6). Auch hier startet der Auslöserimpuls die Aufgabe, sobald das fMRT begonnen hat. Was den ersten TMT-Durchlauf betrifft, sollte das zweite Labormitglied auf das Vorhandensein etwaiger TMT-Leistungsfehler hinweisen.
    10. Nach Abschluss des Experiments führen Sie eine letzte Eye-Tracking-Validierung durch (Schritt 7.4.3) und notieren Sie die durchschnittlichen und maximalen Fehlerwerte. Klicken Sie dann auf Datei | Schließen Sie die Eye-Tracking-Software, um die Daten zu exportieren. Nimm den Spieler aus dem Magneten und beginne mit dem Abbau der Geräte.
11. Geräteabbau und Datenspeicherung
    1. Die TMT-Daten werden automatisch auf dem Stimulus-/Response-Computer im selben Ordner wie die TMT-Skripte gespeichert.
    2. Eye-Tracking-Daten werden gespeichert, sobald die Aufnahmesitzung abgeschlossen ist.
    3. Im SR Research Screen Recorder-Programm auf dem Tablet Video Camera-Computer navigieren Sie zu File und wählen Sie Schließen – so werden die Dateien vom Eye Tracking-Computer auf den Tablet Video Camera-Computer übertragen.
       HINWEIS: Das bloße Schließen des Programmfensters führt nicht zur ordnungsgemäßen Übertragung/Speicherung experimenteller Daten.
    4. Sobald die Datenübertragung abgeschlossen ist, schalten Sie alle Computer aus und lagern Sie die Ausrüstung.

2. Analyse

1. Teilnehmer
   1. Um das Protokoll und seine potenziellen Auswirkungen zu demonstrieren, wurden tablettbasierte TMT-, Augenverfolgungs- und fMRT-Daten von einem Freiwilligen (einer gesunden, rechtshändigen, 22-jährigen Frau) ohne berichtete Vorgeschichte neurologischer, psychologischer oder schreibtechnischer Störungen erhoben.
2. Tablet-kinematische Metriken
   1. Analysiere rohe kinematische Tablet-Daten (Stylusposition in x,y-Koordinaten) mit benutzerdefinierten Skripten, die in MATLAB auf GitHub²⁵ geschrieben wurden. Rohdaten werden mit dem benutzerdefinierten Skript NPTF2F_CompleteAnalysis.m verarbeitet, das zusätzliche benutzerdefinierte Skripte aufruft: NPTF2F_RemoveErrors.m; NPTF2F_SpeedData.m; NPTF2F_SignalData.m; getAverageForce.m; getTotalDistance.m; sigfilt1.m; spikeRemoval.m; und zeroX.m. Um NPTF2F_CompleteAnalysis.m auszuführen, Eingabeteilnehmeridentifikation, Datum der Datenerhebung und Pulssequenzreihenfolge (EPI/INI oder INI/EPI), wobei INI die inverse Bildabbildung²⁶ bezeichnet.
      HINWEIS: Die TMT-bezogene fMRT-Datenerhebung an der Institution der Autoren kann in beiden bildgebenden Modi durchgeführt werden, wobei hier EPI gewählt wird (siehe oben Neuroimaging ). Die INI-fMRT-Aufnahme erfasst Gehirnaktivität mit höherer zeitlicher Auflösung und liegt außerhalb des Umfangs der vorliegenden Arbeit. Beim Durchlaufen des Skripts erfolgt die Analyse in mehreren Abschnitten. Die Abschnitte 0 und 1 füllen den MATLAB Workspace und lesen bzw. speichern Daten aus Eingabetextdateien.
      1. Abschnitt 2 bittet den Nutzer, die Anzahl der Gesamt-, Korrekt- und Falsch-Links aus der visuellen Analyse der TMT-A-Studienleistungen einzugeben. Stellen Sie sicher, dass die visuelle Analyse eher nachsichtig ist; wenn der Teilnehmer keinen Kontakt mit einem Kreis hergestellt hat, aber ein klarer Versuch in Richtung des Kreises unternommen wurde, gilt der Link als Korrekt. Ebenso gilt: Wenn der Teilnehmer einen Kreis 'überschoss' und beim Umleiten des Stifts zum nächsten richtigen Kreis Kontakt mit einem benachbarten Kreis hatte, sollte dies nicht als zusätzliche (und falsche) Verbindung gezählt werden.
         HINWEIS: Der aktuelle Analysebereich untersucht nur vollständig korrekte Studien oder die korrekten Verknüpfungen innerhalb einer Studie. Abschnitt 3 erlaubt die Entfernung von Verknüpfungsfehlern in jedem Versuch. Im vorliegenden Fall sind keine Entfernungen erforderlich, da der Teilnehmer keine Verknüpfungsfehler gemacht hat.
      2. Warten Sie, bis Abschnitt 4 Statistiken aus den Trialdaten berechnet, indem Sie die Funktion NPTF2F_SpeedData() aufrufen.
      3. Warte, bis Section 5 NPTF2F_SignalsData() anruft.
      4. Beobachten Sie, wie Abschnitt 6 die kinematischen Daten der Tablette in einem für weitere Datenverarbeitung geeigneten Format ausgibt (16 Versuche x 15 Parameter).
3. Aggregieren Sie Daten, um Leistungsmerkmale und beschreibende Statistiken pro Versuch zu quantifizieren.
   1. Bestimmen Sie die Fertigstellungszeit als die Zeit, die der Teilnehmer benötigt, um das letzte Sequenzzeichen vom Beginn der TMT-Studie an zu erreichen, wobei eine Obergrenze durch die maximalen Blockdauern von 40 Sekunden (TMT-A-Studien) oder 60 Sekunden (TMT-B-Studien) festgelegt wird.
   2. Berechnen Sie die Geschwindigkeit (Pixel pro Sekunde, [px/s]) als Änderung der x,y-Koordinaten (als Funktion der Stylusbewegung) über die Zeit. Der aktive Touchpanel-Bereich misst 129 mm x 97 mm, und der Stimulus-Displaybereich 103 mm x 77 mm (1.024 x 768 Pixel, 9,0° x 6,7° visueller Winkel, ohne den umliegenden Bereich im Live-Video, der das Tablet und die Hände des Teilnehmers zeigt).
   3. Unter Berücksichtigung der Möglichkeit von Deckeneffekten, die durch feste Blockdauern entstehen (d. h. das Scheitern des Abschlusses von TMT-A oder TMT-B innerhalb der maximalen Zeit), berechnen Sie eine weitere Metrik, Sekunden pro Link (SPL)¹⁵, indem Sie die Abschlusszeit (Sekunden) durch die Anzahl der Links teilen (korrekte Stylus-Antworten bei Verbindungen zwischen zwei Elementen).
      HINWEIS: Höhere SPL-Werte zeigen eine langsamere Verknüpfungsleistung an und umgekehrt.
   4. Verwenden Sie die Eye-Tracking-Bildschirmaufnahme-Videodatei, um den Gesamtabschluss der Aufgabe zu bestätigen und jedes fehlerhafte Verhalten zu notieren (z. B. falsche Verknüpfung, Stiftheben).
      HINWEIS: Der Teilnehmer in diesem Fall hatte keine fehlerhafte TMT-Leistung.
   5. Verwenden Sie die mittleren, ersten und dritten Quartilgeschwindigkeitswerte, um die Verknüpfungs- und Nicht-Verknüpfungsperioden für jeden Versuch zu unterscheiden, wie unten beschrieben.
   6. Definieren Sie Verknüpfungsperioden (Geschwindigkeitswerte über dem ersten Quartil) durch schnelle Beschleunigung zu Spitzengeschwindigkeitswerten, gefolgt von einer Verzögerung ähnlicher Stärke.
   7. Definieren Sie Geschwindigkeiten unterhalb des ersten Quartils als Nicht-Verknüpfungsperioden, die durch visuelles Suchverhalten vor dem gezielten Verlinken charakterisiert werden.
      HINWEIS: Diese verknüpfenden und nicht-verknüpfenden Verhaltensweisen sowie ihre neuronalen Korrelate wurden kürzlich in einer Studie zur tabletbasierten TMT-Leistung bei jungen Erwachsenen während Elektroenzephalographie¹⁰ charakterisiert.
   8. Verwenden Sie Verknüpfungs- und Nicht-Verknüpfungszeiten, um die Verknüpfungsdauer zu bestimmen (durchschnittliche Zeit für die Verbindung einer Verbindung, [ms]) bzw. die Nicht-Verknüpfungsdauer (durchschnittliche Zeit für die Suche nach der nächsten Verbindung, [ms]).
   9. Berechnen Sie die Gesamtdistanz (D) der Stylus-Antworten während eines Versuchs in Pixeln als weiteren Index der Variabilität zwischen den Prüfungen. Berechnen Sie den durchschnittlichen Prozentsatz der zusätzlichen zurückgelegten Strecke (EDT) pro Versuch, ausgedrückt als Prozentsatz des optimalen (kürzesten) Weges.
   10. Berechnen Sie die Entfernung pro Verbindung (DPL, px/link) als die durchschnittlich zurückgelegte Strecke, um in jeder Studie eine Verbindung zu bilden.
   11. Berechnen Sie nur die durchschnittliche Kraft (beliebige Einheiten, [au]) über Verknüpfungs- und Nicht-Verknüpfungsperioden und lassen Sie Daten zwischen den Versuchen weg.
4. Eye-Tracking-Metriken
   1. Sehen Sie sich die Eye-Tracking-Daten pro Versuch an und verwenden Sie die native Software für das Eye-Tracking-System (siehe Materialtabelle).
   2. Proof-of-Concept und Potenzial werden für Eye-Tracking-Daten demonstriert, die zeitlich getrennt für alle TMT-A- und TMT-B-Leistungsbedingungen gemittelt werden. Analysieren und trennen Sie die Daten vom kontinuierlichen Datenstrom, der für jeden Durchlauf aufgezeichnet wird, basierend auf den zeitgestempelten Trigger-Codes, die vom Stimulus-/Response-Computer generiert werden und den Anfang und das Ende jedes TMT-A- und TMT-B-Aufgabenblocks innerhalb der Augenverfolgungs-EDF-Datendateien angeben.
   3. Berichte über beschreibende Statistiken, darunter Sakkadenanzahl, Fixationsanzahl, Fixationszeit (ms), Fixationsprozentsatz, Blinzelanzahl, Blinzelrate (Blinzel/s) und Pupillengröße (in beliebigen Einheiten [au]).
      HINWEIS: Spezifische Definitionen für jeden Parameter sind in Tabelle 1 aufgeführt. Die Statistiken zu Fixation und Sakkaden werden über in die Software eingebaute Berichtsgeneratoren mit Standardwerten für Schwellenwerte und Amplituden erstellt.
5. Statistische Berichterstattung
   1. Angesichts des Proof-of-Concept-Charakters des Experiments, bei dem ein einzelner Forschungsteilnehmer beteiligt ist, führen Sie einfache statistische Tests ohne Korrektur für mehrere Vergleiche durch. Berechnen Sie durchschnittliche Tablet- und Augentracking-Metriken für TMT-A und TMT-B über die beiden Experimentläufe hinweg (insgesamt vier Instanzen jeder Testbedingung).
   2. Für jede Tablet- und Eye-Tracking-Metrik verwenden Sie einen gepaarten zweiseitigen T-Test, um zu bewerten, ob statistisch signifikante Unterschiede zwischen den beiden TMT-Teilen (TMT-B versus TMT-A) bestehen.
6. Neuroimaging-Daten
   1. Erstellen Sie Proof-of-Concept-fMRT-Karten der Gehirnaktivität mithilfe der Analyse der funktionellen Neuroimaging (AFNI) Freeware²⁷, die in der Forschungsgemeinschaft weit verbreitet ist.
      HINWEIS: Ein Skript, das die spezifische Bildanalyse-Pipeline und die Parameterauswahl detailliert beschreibt, steht auf GitHub²⁵ zur Verfügung. Kurz gesagt lautet die Abfolge der AFNI-Bildverarbeitungsschritte zur Beurteilung der Gehirnaktivität an jedem Volumenelement (Voxel) im Gehirn wie folgt:
      1. Verkette die fMRT-Daten der beiden TMT-Läufe.
      2. Vorverarbeitungsschritte vor der Aktivierungskartengenerierung durchzuführen, einschließlich voxelweiser Korrekturen für Spitzen (Ausreißer) der fMRT-Signalamplitude als Funktion der Zeit, physiologischer Effekte in Bezug auf Atmung und Herzpulsation²⁸, Bildschnittaufnahme und Bewegung.
      3. Richten Sie T1-gewichtete anatomische MRT-Daten an eine Standard-Hirnatlas-Vorlage^29,30 mit einem nichtlinearen Verzugverfahren aus.
      4. Wenden Sie die Warp-Parameter auf die fMRT-Daten an.
      5. Räumlich filtern Sie die fMRI-Daten mit einem 5 mm vollbreiten und halb maximalen (FWHM) Gaußschen Kern.
      6. Teile den fMRT-Zeitverlauf an jedem Voxel durch den Mittelwert und multipliziere dann mit 100, um die fMRT-Signale auf Prozenteinheiten umzuskalieren.
      7. Geben Sie die fMRT-Daten in ein allgemeines lineares Modell (GLM) ein, das Boxcar-Wellenformen enthält, die die aktiven Zeiten während der TMT-A- und TMT-B-Aufgabenblöcke darstellen (abgeleitet aus Tablet-Daten), die mit einer kanonischen hämodynamischen Antwortfunktion verbunden sind, sowie Regressoren für niederfrequente Schwankungen, Bewegungen und Bewegungsderivate sowie physiologische Regressoren zur Beseitigung von Resteffekten der Herz- und Atemzyklen.
      8. Berechnen Sie Anfangskarten, die der Gehirnaktivierung entsprechen (Beta-Koeffizienten aus der voxelweisen GLM-Analyse) für a) die durchschnittliche TMT-A- plus TMT-B-Leistung im Vergleich zur Fixierung; und b) die durchschnittliche TMT-B – TMT-A Leistung. Berichte jede Karte bei p < 0,0005 und wende dann eine Clustergröße an, um mehrere Vergleiche bei p < 0,05 zu korrigieren.

Results

Mit Hilfe der Eye-Tracking-Bildschirmaufnahmedatei werden repräsentative Darstellungen von TMT-A und TMT-B zu einem einzigen Zeitpunkt in der Augmented-Reality-Umgebung in Abbildung 7A,B dargestellt. TMT-A- und TMT-B-Leistungen (blaue Linie) sowie Blickdaten (rote Linie) über aufeinanderfolgende 2,5-S-Intervalle sind in Abbildung 7C,D jeweils dargestellt. Dieses Zeitintervall wurde gewählt, um die Visualisierung mehrerer aufeinanderfolgender Instanzen von Verknüpfungsverhalten in einer einzigen Grafik zu erleichtern. Ein kürzeres Zeitintervall zeigt lediglich eine Verbindung (oder keine), während ein längeres Zeitintervall mehr Verknüpfungen und Unordnung zeigt und visuell schwerer zu interpretieren ist. Beim Betrachten von Abbildung 7C,D wird insbesondere deutlich, dass der Teilnehmer in den ersten Sekunden der Ausführung von TMT-A und TMT-B visuell nach den ersten Links sucht und kodiert, bevor er den Stift bewegt. Es gibt auch Hinweise darauf, dass während der gesamten TMT-A- und TMT-B-Leistung für die gezeigten Zeitintervalle der Blick (und visuelles Suchverhalten) den entsprechenden Stylus-Verbindungsbewegungen vorausgehen.

Tabelle 1 fasst die durchschnittlichen kinematischen und Eye-Tracking-Metriken des Teilnehmers für die TMT-Leistung über alle Studien hinweg zusammen (vier TMT-A-Instanzen, vier TMT-B-Instanzen über zwei verschiedene Durchläufe). Die Fertigstellungszeiten für TMT-B (31,3 s ± 6,0 s) tendierten höher als für TMT-A (24,0 s ± 5,7 s) (p = 0,06). Dies entspricht der komplexeren mentalen Verarbeitung, die für die Durchführung von TMT-B erforderlich ist. Die durchschnittliche Geschwindigkeit der Link-Zeichnungsleistung war für TMT-A (0,35 ± 0,04 px/ms) nicht signifikant langsamer als für TMT-B (0,36 ± 0,13 px/ms) (p = 0,91), während SPL für TMT-B (1,31 ± 0,25 s) stärker tendierte als für TMT-A (1,00 ± 0,24 s) (p = 0,06). Die durchschnittliche Verknüpfungsdauer unterschied sich nicht signifikant (702 ± 299 ms (TMT-B) und 729 ± 221 ms (TMT-A) (p = 0,92)), ebenso wenig wie die Nicht-Verknüpfungsperioden (576 ± 451 ms (TMT-B) und 260 ± 29 ms (TMT-A) (p = 0,23)). Die Gesamtdistanz (D) unterschied sich für TMT-B (10.300 ± 1.270 px) nicht signifikant im Vergleich zu TMT-A (10.600 ± 1.930 px) (p = 0,52). Der prozentuale zusätzliche Rückstand (EDT) im Verhältnis zur kürzestmöglichen Strecke betrug 27,1 ± 7,1 % für TMT-A und 24,2 ± 6,3 % für TMT-B (p = 0,59). Die Distanz pro Verbindung (DPL) für TMT-A betrug 442 ± 80 px/Link und 429 ± 53 px/Link für TMT-B (p = 0,52). Die Stiftkraft tendierte im Durchschnitt bei TMT-B (9,3 ± 1,8) leicht höher als bei TMT-A (5,5 ± 3,5) (p =0,11). Während einer der beiden Aufgabenbedingungen wurden keine Fehler gemacht. Zusammen stimmen diese Ergebnisse mit der Interpretation überein, dass es signifikante Unterschiede in der motorischen Leistung sowohl bei TMT-A als auch bei TMT-B gibt, sodass mögliche Unterschiede zwischen den beiden TMT-Teilen aufgrund kognitiver Komplexität in der durchschnittlichen Geschwindigkeit des Verknüpfungsziehens, der Dauer der Verknüpfungsperiode, der Nicht-Verknüpfungszeit, D, EDT, DPL und der Stiftkraft in der Analyse auf Einzelteilnehmerebene durch die pseudozufällige Darstellung der Reize auf dem Display verdeckt werden. Wie erwartet stimmt der Trend zu höheren SPL für TMT-B im Vergleich zu TMT-A jedoch gut mit den Ergebnissen für die Fertigstellungszeit überein und spiegelt die starke Korrelation zwischen den beiden Kennzahlen wider.

Die Eye-Tracking-Daten zeigten einen Trend zu etwas mehr Sakkaden bei TMT-B (90 ± 24) als bei TMT-A (71 ± 22) (p = 0,10). Die analogen Ergebnisse für Fixationen waren nahezu identisch, da Sakkaden und Fixationen eng miteinander verbunden sind. Die durchschnittliche Fixierungszeit bei TMT-A betrug 308 ± 40 ms, während die durchschnittliche Fixierungszeit bei TMT-B 314 ± 32 ms betrug (p = 0,32). Der durchschnittliche Prozentsatz der Zeit, die bei einer Fixierung (Fixierung %) für TMT-A verbracht wurde, betrug 90,0 ± 2,3 %, was sich signifikant vom Wert von 88,7 ± 2,1 % für TMT-B (p = 0,01) unterscheidet. Die Anzahl der Blinker pro Studie war signifikant höher bei TMT-B (5,0 ± 2,6) als bei TMT-A (2,0 ± 1,2) (p = 0,04). Berücksichtigt man den Unterschied in der durchschnittlichen Abschlusszeit zwischen Tests, war die Blinkrate für TMT-B immer noch deutlich höher (0,15 ± 0,06 Blitze/s) im Vergleich zu TMT-A (0,08 ± 0,05 Blitze/s) (p = 0,03), wie es bei der erstgenannten Aufgabe zu erwarten war, da sie kognitiv anspruchsvoller ist. Die durchschnittliche Pupillengröße blieb über die Bedingungen hinweg sehr ähnlich (1.588 ± 140 für TMT-A; 1.648 ± 59 für TMT-B) (p = 0,29).

Bei der Analyse der Gehirnaktivität während beider Aufgabenzustände (TMT-A und TMT-B versus visuelle Fixierung) wurde eine signifikante, weit verbreitete positive Aktivierung beobachtet, zusammen mit mehreren negativ aktivierten Clustern (die tendenziell kleiner waren). Die oberen 25 Cluster nach Größe umfassten eine positive Aktivierung in Teilen des medialen und lateralen Kleinhirns, linker Precuneus, obere und untere parietale Lobulen, linker mittlerer okzipitaler Gyrus, präzentraler Gyri, linker postzentraler Gyrus, linker oberer frontaler Gyrus, rechter oberer okzipitaler Gyrus, ergänzende motorische Bereiche, linker mittlerer cingulater kortex, rechter supramarginaler Gyrus, linker mittlerer frontaler Gyrus und rechter Calcaringyrus. Eine Teilmenge dieser Aktivierungen ist in repräsentativen Bildern in Abbildung 8 dargestellt. Negative Aktivierung war im Spindelgyrus, dem linken oberen Frontalgyrus, dem mittleren Temporalgyrus, dem rechten unteren parietalen Gyrus, dem rechten oberen Temporalgyrus, dem rechten postzentralen Gyrus, dem rechten supramarginalen Gyrus, dem linken unteren frontalen Gyrus (pars orbitalis), dem rechten parazentralen Lobulus und dem rechten präzentralen Gyrus vorhanden. Für den Kontrast zwischen TMT-B und TMT-A wurden jedoch keine signifikanten positiven oder negativen Aktivierungen beobachtet. Wie in der Diskussion erwähnt (siehe unten), stimmen diese kollektiven fMRT-Beobachtungen mit früheren fMRT-Ergebnissen im Labor überein.

Abbildung 1: Konzeptuelles Diagramm des experimentellen Apparats. (A) Der Computermonitor wird verwendet, um das Gerät und die Durchführung kognitiver Tests zu steuern und die Ergebnisse zu visualisieren, wie sie vom Computer durchgeführt werden. Strom-, Steuer- und Datenaufzeichnungskabel laufen durch das (C)-Radiofrequenz-Penetrationspanel. Das wichtigste Gerät umfasst das (D) computergestützte, MRT-kompatible Tablet mit einer berührungsempfindlichen Oberfläche und Stift, einem Leuchtdiodenbeleuchter sowie einer "Tablet Video Camera"-Videokamera, die Hand- und Stiftbewegungen aufzeichnet. (E) Ein reflektierender Spiegel, der an der Kopfspule montiert ist, ermöglicht die Augenverfolgung des Teilnehmers, der auf (F) dem Patiententisch des MRT-Systems liegt, mittels (G) eines ferngesteuerten Videoaufzeichnungssystems. Der Spiegel ermöglicht es dem Teilnehmer außerdem, Testreize, Tablet-Antworten und zugehörige Hand-/Stylusbewegungen auf (H) einer Rückprojektionsleinwand zu sehen, wie sie von (I) einem ferngesteuerten, MRT-kompatiblen Projektionssystem präsentiert werden. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 2: Tablet-Etup. (A) Tablet-Layout auf dem Patiententisch mit einem freiwilligen Teilnehmer. (B) Nahaufnahme des Tablets, der Halterung und des Stifts (gelb) in zwei verschiedenen Ausrichtungen, die die Anordnung der "Tablet-Videokamera" und des Leuchtdiodenbeleuchters zeigen. (C) Tablet-Videokamera und Stimulus-/Reaktionscomputer zur Steuerung des Tablet-Systems aus dem MRT-Konsolenbereich. (D) Repräsentative Ansicht der Augmented-Reality-Umgebung, während ein Teilnehmer TMT-A durchführt. Der rote Punkt zeigt die sofortige Blickposition an und wird dem Teilnehmer nicht angezeigt. (E) MRT-kompatibles Projektionssystem zur Präsentation einer Augmented-Reality-Umgebung für den Teilnehmer auf der Rückprojektionsleinwand. Der Bildschirm ist im Magnetbohrer montiert und ist in dieser Ansicht nicht zu sehen; siehe Abbildung 4 für eine klare Darstellung. Abkürzung: TMT = Trail-Making Test. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 3: Trail-Making Test schematic. Zeitdiagramm der TMT-Verabreichung während fMRT. Oben: Zeitdiagramm, das die Dauer von TMT-A, TMT-B und Fixationsblöcken anzeigt, die jeweils in zwei Durchläufen durchgeführt wurden. Boden: Beispielbilder jeder Bedingung. Beachten Sie, dass Studien zu TMT-A und TMT-B unterschiedliche Reizmuster für jede Studie aufweisen, sodass die Teilnehmer nicht auf räumlichem Gedächtnis basieren. Alle visuellen Fixationsversuche beinhalten dieselbe Bilddarstellung. Abkürzungen: TMT = Trail-Making Test; fMRT = funktionelles MRT; TMT-A = Teil A; TMT-B = Teil B; Fix = visuelle Fixierung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 4: Eye-Tracker Etup. (A) Bild der MRT-kompatiblen Augenvideokamera, Beleuchtung und Montierung. (B) Bild aus der vorderen Magnetöffnung, das die räumliche Beziehung des Augenverfolgungsapparats zum Tablet, zur Kopfspule und zum Spiegel sowie zur Projektionsleinwand zeigt. (C) Bild von der vorderen Magnetöffnung mit entferntem Tablet und Kopfspule, das die Beziehung zwischen Projektor und Projektionsleinwand, die mit dem Tablet sowie der Augenverfolgungskamera und dem Beleuchtungsapparat verwendet werden, zeigt. (D) Eye-Tracker-Softwareumgebung, die Videoaufnahmen eines Teilnehmers in einem großen Sichtfeld und einem zugeschnittenen und vergrößerten Feld zeigt, in dem Hornhautreflexionen erkannt werden, um Eyetracking zu ermöglichen, und die Pupille für die Pupillendurchmessermessung erkannt wird. (E) Beispiel-Screenshots während der Kalibrierung und Validierung des Augentrackers. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 5: Konsole und Enentration panel setup. (A) MRT-Konsolenbereich zeigt die vier in den Experimenten verwendeten Monitore. Von links nach rechts: Augentracker; Tablet-Videokamera; Tablet-Stimulus/-Reaktion; und die MRT-Systemkonsole. (B) Bild der Magnetraumseite des Durchschlagspanels, das alle relevanten Hardwareverbindungen zeigt. (C) Analoge Verbindungen auf der Geräteraumseite. Abkürzung: BNC = Bajonettnut-Kupplung. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

Abbildung 6: Verbale Forderungen. Die Trainingsaufgabe besteht darin, dass die Teilnehmer mit Tablet und Stylus eine glatte Linie zwischen den Richtlinien zeichnen und sie vor dem kognitiven Test mit dem Gerät vertraut machen. Das TMT besteht aus zwei Teilen: Teil A erfordert das verbinden nummerierter Kreise in aufsteigender Reihenfolge, während Teil B abwechselnd zwischen Zahlen und Buchstaben in aufsteigender Reihenfolge wechselt. Abkürzung: TMT = Trail-Making Test. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Abbildung 7: TMT-P-Erformanz. Zeitproben von (A) TMT-A-Performance und (B) TMT-B-Performance in Augmented Reality aus Sicht des Teilnehmers. Der rote Punkt in jedem Bild stellt den Blickpunkt dar. Die Bilder sind Bilder aus der Eye-Tracker-Videodatei; Beachten Sie, dass der Teilnehmer den Blickpunkt während der Testleistung nicht sehen kann. (C,D) Aufeinanderfolgende 2,5-s-Zeitintervalle der TMT-A- und TMT-B-Leistung (blaue Linien), einschließlich zeitabhängiger Blickdaten (rote Linien). Sakkaden sind als dünne rote Linien erkennbar, während "Knoten" auch dort sichtbar sind, wo der Blick nicht schnell wandert, was auf Fixierungen hinweist. Abkürzung: TMT = Trail-Making Test. Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.

Abbildung 8: fMRT eineZertivierung maps. Aktivierung (fMRT-Signalkontrast) für (TMT-A und TMT-B) versus Fixation. Die Schnittpositionen liegen 14 mm auseinander an den angegebenen Z-Koordinaten im stereotaktischen Atlasraum. Der Farbbalken stellt den prozentualen BOLD-Signalkontrast in deutlich aktivierten Bereichen dar, wobei positive Werte eine höhere als die Ausgangsaktivierung zeigen. Abkürzungen: fMRT = funktionelles MRT; TMT = Trail-Making Test; L = Links; R = Rechts; BOLD = Blutoxygenabhängigkeit. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzusehen.

PARAMETER	DEFINITION	TMT A	TMT B	P-WERT (2-TAILLE, GEPAART)
Fertigstellungszeit (s)	Durchschnittszeit (in Sekunden), die für den Abschluss jeder Prüfung benötigt wird	24.0 (± 5.7)	31,3 (± 6,0)	0.06
Geschwindigkeit (px/ms)	Durchschnittsgeschwindigkeit (in Pixeln pro Millisekunde) der Bewegung des Stifts während jedes Prozesses	0,35 (± 0,04)	0,36 (± 0,13)	0.91
Sekunden pro Link, SPL (s/Link)	Durchschnittliche Zeit (in Sekunden), die benötigt wird, um jede Verbindung in jeder Prüfung abzuschließen	1,00 (± 0,24)	1,31 (± 0,25)	0.06
Verknüpfungsdauer (ms)	Durchschnittszeit (in Millisekunden), die während der gesamten Verbindung verbunden wird Jeder Prozess	729 (± 221)	702 (± 299)	0.92
Nicht-Verknüpfungsdauer (ms)	Durchschnittliche Zeit (in Millisekunden), die mit der Suche nach der nächsten Verbindung verbracht wird während jedes Prozesses	260 (± 29)	576 (± 451)	0.23
Gesamtdistanz (px)	Durchschnittliche Distanz (in Pixeln), die der Stift in jedem Versuch zurücklegte	10600 (± 1930)	10300 (± 1270)	0.52
Extra Distance Gereist, EDT (%)	Die durchschnittliche zusätzliche Strecke, die für jede Prüfung zurückgelegt wurde, ausgedrückt als Prozentsatz des optimalen (kürzesten) möglichen Pfades	27.1 (± 7.1)	24,2 (± 6,3)	0.59
Entfernung pro Verbindung, DPL (px/Link)	Die durchschnittliche zurückgelegte Strecke (in Pixeln) führte zu einer Verbindung in jedem Versuch	441 (± 80)	429 (± 53)	0.52
Truppe (Abwehreinheiten)	Durchschnittliche Kraft (in beliebigen Einheiten), die in jedem Versuch auf den Tablet-Bildschirm ausgeübt wird	5,5 (± 3,5)	9,3 (± 1,8)	0.11
Saccade-Graf	Durchschnittliche Anzahl von Sakkaden in jedem Prozess	71 (± 22)	90 (± 24)	0.10
Fixierungsanzahl	Durchschnittliche Anzahl der Fixierungen in jedem Versuch	71 (± 22)	90 (± 24)	0.09
Fixationszeit (ms)	Durchschnittszeit (in Millisekunden) jeder Fixierung in jedem Versuch	308 (± 40)	315 (± 32)	0.32
Fixierungsprozentsatz (%)	Durchschnittlicher Prozentsatz der Zeit, die während jeder Studie in einer Fixierung verbracht wird	90,0 (± 2,3)	88,7 (± 2,1)	0.01
Blink Count	Durchschnittliche Anzahl von Blitzen in jedem Versuch	2.0 (± 1.2)	5.0 (± 2.6)	0.04
Blinzelrate (Blinzel/s)	Durchschnittliche Anzahl der Blinzeln pro Sekunde während jeder Studie	0,08 (± 0,05)	0,15 (± 0,06)	0.03
Pupillgröße (abritrary) Einheiten)	Durchschnittliche Pupillengröße während jeder Studie	1588 (± 140)	1648 (± 59)	0.29

Tabelle 1: Zusammenfassende Statistiken für Tablet-kinematische Metriken und Eye-Tracking-Metriken, tabelluliert für die Leistung von TMT-A und TMT-B bei einer jungen, gesunden erwachsenen Frau. Definitionen jeder Metrik sind mit Standardabweichungen in Klammern angegeben. Die kursiv dargestellten Kennzahlen beinhalten das Mittelnähen über die Verknüpfung der Leistung in jeder Studie und anschließend das Mittelnähen über alle Studien, für TMT-A bzw. TMT-B. P-Werte werden für zweiseitige, paarweise t-Tests von Unterschieden in den metrischen Werten zwischen TMT-A und TMT-B aufgeführt. Die fett dargestellten P-Werte deuten auf signifikante Effekte für zweiseitige Tests bei p < 0,05 hin. Kursiv = Durchschnitt der Durchschnitte für jeden Test. Fett gedruckt = Besteht den zweiseitigen, gepaarten Test.

Discussion

Die vorliegende Arbeit zeigt ein umfassendes Protokoll zur gleichzeitigen Erfassung von Eye-Tracking- und fMRT-Daten während der Leistung von tablet-basiertem ToC. Die folgende Diskussion bewertet zunächst verschiedene Aspekte des Protokolls und konzentriert sich dann auf die für einen repräsentativen Teilnehmer gezeigten Ergebnisse. Zukünftige Anwendungen des Protokolls werden ebenfalls durchgehend erwähnt.

Das Protokoll wurde über mehrere Jahre hinweg sorgfältig entwickelt, basierend auf umfangreicher Erfahrung bei der Entwicklung des Tablet-Systems und der Durchführung von fMRT-Forschung mit entweder dem Tablet oder der Augenverfolgung (ohne die beiden letztgenannten Komponenten zu kombinieren). Insbesondere stellen alle kalibrierungsbezogenen Schritte sicher, dass die erhaltenen Daten die Leistung der Teilnehmer genau widerspiegeln. Die Tablet-Kalibrierung zu Beginn der Sitzung stellt sicher, dass Stylus (und Cursor) das Schreib- und Zeichenverhalten im Augmented-Reality-Display genau verfolgt, trotz etwaiger Änderungen der Kameraansicht, die während der Handhabung aufgetreten sein könnte. Um sicherzustellen, dass die Kopfbewegung die Ergebnisse nicht wesentlich verwirrt, werden Eye-Tracking-Kalibrierung und Driftkorrektur basierend auf den Empfehlungen des Herstellers und verfügbarer Systemsoftware implementiert und validiert, zusätzlich zur kontinuierlichen Überwachung des Eye-Tracking-Datenstroms während der gesamten Tests. Eine fehlerhafte oder ausgelassene Kalibrierung entweder des Tablets oder des Eye-Tracking-Systems kann zu verzerrten Ergebnissen führen. Die hier präsentierten Tablet- und Augenverfolgungsergebnisse sowie andere im Labor deuten jedoch darauf hin, dass Daten von ausgezeichneter Qualität bei gesunden Erwachsenen gewonnen werden können. Zusätzliche Datenverarbeitung kann in Zukunft bei anderen Studienpopulationen erforderlich sein, wie etwa bei älteren Menschen oder Patienten mit neurologischen oder psychiatrischen Erkrankungen. Beispielsweise müssen Daten möglicherweise aus der Analyse ausgeschlossen werden, da es zu intermittierenden Phasen übermäßiger Kopfbewegung kommt (wie aus den Bewegungsschätzungen aus Abschnitt 2.6.1.2 des Protokolls ermittelt). Anfangsteile der Daten im ersten Durchlauf müssen möglicherweise ebenfalls ausgeschlossen werden, da Lern- oder Habituationseffekte (auch nach dem ersten Training bestehend), obwohl ihr Zeitverlauf ebenfalls interessant zu charakterisieren in zukünftigen Forschungen sein könnte und einen zusätzlichen Mechanismus bieten könnte, um die TMT-Leistung in diesen Populationen von der junger gesunder Erwachsenen zu unterscheiden.

Triggerpulse sind für das Protokoll wichtig und ermöglichen zeitsynchronisierte Aufzeichnungen des Tablets, Eye-Tracking und fMRT-Datenströme. Während das fMRT-Signal auf BOLD-hämodynamischen Antworten basiert, die typischerweise auf Sekundenlänge variieren, zeigen die Augenverfolgungs- und Tablet-Kinematikdaten einen bedeutungsvollen Inhalt im Bereich von 10–100 ms. Die Zeitsynchronisation des kollektiven Datensatzes bietet somit eine einzigartige Gelegenheit, Mechanismen von Wahrnehmung, Kognition und Aktion während der TMT-Leistung mit beispielloser zeitlicher Detailgenauigkeit zu untersuchen. Erste Untersuchungen könnten den Zusammenhang zwischen Gehirnaktivität in bestimmten Hirnregionen und zeitlich durchschnittlichen Augentracking-Parametern über TMT-A- und TMT-B-Studien charakterisieren. Für eine Gruppe von Teilnehmern würde dies die Untersuchung möglicher Zusammenhänge zwischen der Aktivität eines bestimmten Hirnbereichs und jedem Eye-Tracking-Parameter ermöglichen, mittels einfacher linearer Regression und Berechnung von Korrelationskoeffizienten. Zu untersuchen, ob zusätzliche Merkmale der räumlich-zeitlichen Aktivierung in den fMRT-Daten mithilfe der schnellen Schwankungen des Tablets und der Augenverfolgung aufgelöst werden können, ist ebenfalls für die Zukunft von Interesse. Neue Arbeiten zeigen, dass die fMRT-Datenerfassungsparameter angepasst werden können, um BOLD-Signale mit viel feinerer Abtastung zu messen; zum Beispiel hat eine Abtastphase von 100 ms mit INI-fMRT zu einer verbesserten Detektion der Gehirnaktivierungsdynamik^geführt. Neuere Arbeiten zur tabletbasierten TMT mittels EEG haben ebenfalls gezeigt, dass intra-task-verknüpfte und nicht-verknüpfte Phasen mit unterschiedlichen räumlichen Mustern der Frequenzbandleistung¹⁰ verbunden sind, was die Nutzung des Protokolls zur Suche nach ähnlichen fMRT-Signalassoziationen motiviert. Die Erkennung der hämodynamischen Reaktion der fMRT-Signale ist deutlich langsamer als die Zeitskala von Sakkaden und Fixationen, jedoch werden die ersten Schritte in diese Richtung wahrscheinlich die Charakterisierung potenzieller Unterschiede in der TMT-A- und TMT-B-Leistung beinhalten, die Verhalten betreffen, das früh oder spät in der Verknüpfungssequenz auftritt (wobei letzteres besonders bei TMT-B herausfordernd ist); und potenzielle Unterschiede für Verbindungen, die schwierig zu realisieren sind, im Vergleich zu weniger herausfordernden, basierend auf visueller Inspektion der Augenverfolgungs- und kinematischen Daten.

Das Protokoll beinhaltet ein Trainingsmodul, das es den Teilnehmern ermöglicht, sich mit tablet-basierten Antworten vertraut zu machen und die für die Durchführung der TMT notwendigen verknüpfenden Bewegungen auszuführen. Solche Schulungen (einschließlich zukünftiger Anpassungen, die auf andere Aufgaben oder andere untersuchte ToC zugeschnitten sind) sollen die Kompetenz bei Personen entwickeln, die wenig Erfahrung mit Computer-Tablets haben, wie einige ältere Personen sowie bei denen, die aufgrund von Gehirndysfunktion Schwierigkeiten in diesem Kommunikationsmodus haben könnten. Die Augmented-Reality-Umgebung, einschließlich VFHP aus dem Videofeed der Tablet-Videokamera, ermöglicht Tablet-Interaktionen mit hoher ökologischer Validität, bietet jedoch kein Erlebnis, das dem typischen Schreiben und Zeichnen mit Stift und Papier völlig identisch ist. Zum Beispiel muss der Teilnehmer seine Antworten geben, während er im Magneten liegt und Computergrafiken betrachtet, einschließlich einer körperlosen Darstellung seiner Hand ohne den normalen, natürlichen propriozeptiven Input und körperzentrierten räumlichen Koordinaten. Während zukünftige Studien in Betracht gezogen werden können, die die Folgen der Manipulation der letzten beiden Faktoren untersuchen, deuten die aktuellen anekdotischen Erkenntnisse darauf hin, dass gesunde Personen durch einfaches Training schnell und leicht im Umgang mit dieser Tablet-Technologie wachsen, sodass die Lerneffekte in tabletbasierten fMRT-Studien nach einem kurzen Trainingsmodul vernachlässigt werden können.

Das aktuelle Protokoll kann in Zukunft verwendet werden, wobei fMRT während des Schulungsmoduls durchgeführt wird, um quantitative wissenschaftliche Belege zur Unterstützung oder gegen die letztere Aussage zu liefern. (In früheren tablet-basierten fMRT-Studien des TMT, die das Training nicht einschlossen, wurden Neuroimaging-Daten aus der ersten Studie von TMT-A und TMT-B verworfen, um Lerneffekte^{zu vermeiden 10,19}.) Es wird auch interessant sein, die tablet-basierten und ToC-Lerneffekte bei verschiedenen Patientengruppen (wie solchen mit kognitiver Beeinträchtigung) zu untersuchen, die möglicherweise eine Verbesserung des Trainingsmoduls erfordern. In anderen Untersuchungen außerhalb des Magneten könnte das Schulungsmodul auch als nützliches Screening-Tool dienen, sodass Patienten, die nicht den Anweisungen entsprechen oder anderweitig Aufgaben nicht ausreichend ausführen können, von bildgebenden Studien ausgeschlossen werden können.

Als abschließender Diskussionspunkt im Zusammenhang mit der Trainingsaufgabe ist es wichtig zu beachten, dass die funktionelle Neurobildgebung von ToC meist durch die verrauschte Natur der Gehirnaktivierungssignale und die Notwendigkeit, lange Zeitreihendaten über mehrere Aufgabenwiederholungen zu analysieren, begrenzt ist, um statistisch signifikante Hirnaktivierungskarten³² zu erhalten. Dieses Verfahren steht im Widerspruch zur typischen Präsentation von ToC, bei der der Test einmal durchgeführt wird. Da sich die Fähigkeiten funktioneller Neuroimaging-Modalitäten in Zukunft verbessern (z. B. durch Durchführung von fMRT bei ultrahohen Magnetfeldern von 7 T und höher), könnte es möglich sein, die Hirnaktivierung aus einem Einzelstudientest der Kognition mit der aus mehreren Studien gewonnenen zu vergleichen. Derzeit wurde jedoch gezeigt, dass die TMT-Leistung auf mehreren Studientabletten eine angemessene konvergente Validität mit der tatsächlichen Stift-und-Papier-Prüfung¹⁵ aufweist.

Obwohl es darauf ausgelegt ist, die Bewertung des ToC mit fMRT zu erleichtern, ist das Protokoll von Natur aus flexibel und anpassungsfähig, um breit gefächerte Forschungsziele zu erfüllen. Beispielsweise wurde die Tablet-Videokamera speziell hinzugefügt, um VFHP zur Stärkung der ökologischen Validität zu ermöglichen, kann jedoch ausgeschlossen werden, wenn sie nicht erforderlich ist, oder für verschiedene Aufgabenbedingungen ein- und ausgeschaltet werden (wie etwa in Studien, die die Integration zwischen visueller, propriozeptiver und motorischer Verarbeitung untersuchen). Zusätzlich kann das Tablet problemlos synchron mit dem Eye-Tracking-System in einer Nicht-MRT-Umgebung ausschließlich für Verhaltenstests oder mit anderen funktionellen neuroimaging-Modalitäten wie EEG, funktioneller Nahinfrarotspektroskopie und Positronenemissionstomographie verwendet werden. Bei Studien mit Magnetenzephalographie (MEG) könnten Hardwaremodifikationen erforderlich sein, um das magnetische Fransenfeld der Tablette an den MEG-Magnetfeldsensoren deutlich unter FemtoTesla zu unterdrücken. Je nach experimentellen Bedürfnissen kann das Protokoll auch erweitert werden, um weitere Präsentations- und Reaktionsaufnahmegeräte für sensorische Reize einzubeziehen. Dies könnte beispielsweise MRT-kompatible Kopfhörer zur Präsentation auditiver Reize und Knopfboxen zur Erfassung von Knopfdruckantworten umfassen, wodurch letztlich die Hirnaktivierungssignale aus beliebigen ToC mit denen verglichen werden können, die durch block- oder ereignisbezogene Designaufgaben erzeugt werden, die typischerweise von der funktionellen Neuroimaging-Gemeinschaft übernommen werden. Weitere Protokolländerungen könnten vorgenommen werden, um motorische oder visuelle Beeinträchtigungen in verschiedenen Patientengruppen zu berücksichtigen. Zum Beispiel könnten zusätzliche Kontrollaufgaben hinzugefügt werden, die einfache Zeichenbewegungen beinhalten (wie das wiederholte Verbinden zweier Reize mit deutlich geringerer kognitiver Bedarf), wodurch der Beitrag der motorischen Beeinträchtigung zur Gesamtleistung der TMT abgeschätzt werden kann (d. h. durch Untersuchung der Gehirnaktivierungskontraste (TMT-A versus Ruhe; einfaches Zeichnen versus Ruhe; TMT-A versus einfaches Zeichnen; und ähnlich für TMT-B). Die Anzahl der erforderlichen Verbindungen bei TMT-A und TMT-B könnte reduziert werden, um die Möglichkeit von Muskelermüdung zu verringern. Sehbeeinträchtigung könnte durch größere visuelle Reize oder Reize mit stärkerem Displaykontrast berücksichtigt werden. Allerdings müsste zusätzliches fMRT der Kontrollgruppen mit solchen Modifikationen durchgeführt werden, um eine unvoreingenommene Bewertung der Gehirnaktivität der Patienten im Vergleich zu Kontrollgruppen zu ermöglichen.

Trotz seiner Robustheit könnte das Protokoll mehrere Verbesserungen erfahren. Insbesondere ist die Ausführung etwas arbeitsintensiv: Der Einsatz von drei oder mehr Labormitarbeitern (darunter ein Technologe zur Besteuerung des MRT-Systems) ist wünschenswert, um eine hohe Effizienz beim Aufbau und Abbau der Geräte sowie bei der Datenerhebung zu erzielen (eine Person überwacht die Tablet-Computer und eine überwacht den Eye-Tracking-Computer). Mit zwei geschulten Mitarbeitern an unserer Stelle sind derzeit 10 Minuten vor und nach dem MRT für Aufbau und Abbau erforderlich, wobei diese Zeiten durch die Einbindung eines weiteren Labormitglieds verkürzt werden könnten. In Zukunft könnte ein Zeiteffizienzgewinn erzielt werden, indem bestimmte Hardwarekomponenten "vorkonfiguriert" und die Gerätewagen effizienter genutzt werden, um den Transport zu erleichtern und Kabelverbindungen herzustellen. Eine dauerhafte Installation (teilweise oder vollständig) in der MRT-Suite wäre die einfachste Option, sofern Platz und Ausrüstung es erlauben.

Anschließend wurde das Protokoll demonstriert, indem die repräsentativen Tabletten-, Augenverfolgungs- und fMRT-Ergebnisse von einem jungen, gesunden Erwachsenen von einem Freiwilligen erhalten wurden. Die Ergebnisse entsprachen weitgehend den Erwartungen, wie unten beschrieben, aber zu Beginn sollte betont werden, dass die für die verschiedenen Verhaltensmetriken und aktivierten Gehirnbereiche erhaltene Werte statistisch auf Teilnehmerebene bewertet wurden und den Mittelwert und die Variabilität auf Gruppenebene nicht berücksichtigen. Künftige multimodale Tests einer großen Kohorte gesunder Personen werden erforderlich sein, um gruppenbezogene Informationen als "normative" Daten zu erhalten, die letztlich mit den Ergebnissen analoger Tests bei Patientengruppen mit Hirnfunktionsstörungen verglichen werden können. Die Stichprobengrößenberechnungen für solche Studien werden wahrscheinlich durch das niedrige Kontrast-Rausch-Verhältnis der fMRT-Signale sowie durch die Kosten für die Datenerhebung bestimmt. In der wissenschaftlichen Literatur sind einige Werkzeuge zur fMRT-Stichprobengrößenschätzung³² verfügbar. Mit diesem Vorbehalt konzentriert sich die vorliegende Erzählung hauptsächlich darauf, die beobachteten Trends und bedeutenden Effekte kurz zu interpretieren.

Der Teilnehmer zeigte eine etwas längere Fertigstellungszeit und eine längere Nicht-Verknüpfungsdauer für TMT-B im Vergleich zu TMT-A, was frühere tabletbasierte Ergebnisse replizierte und mit der etablierten TMT-Leistung auf^{Papier 2,18,33} übereinstimmte. Diese Ergebnisse könnten den Bedarf an mehr Zeit für die Verarbeitung, Suche und Identifikation des nächsten richtigen Ziels in TMT-B gegenüber TMT-A widerspiegeln, da TMT-B als geistig herausfordernder gilt. Es wurden keine Fehler für eine der beiden Aufgabenbedingungen erfasst, und alle TMT-Versuche wurden innerhalb der vorgegebenen Zeit abgeschlossen, was mit der Standardabschluss der TMT bei jungen, gebildeten, gesunden Erwachsenen übereinstimmt². Der SPL-Wert war für TMT-B höher als für TMT-A, wie erwartet, da sowohl TMT-B als auch -A die gleiche Gesamtanzahl an Verbindungen haben und die TMT-B-Abschlusszeit länger war. Trotz erhöhter visueller Suchkomplexität in TMT-B wurden in TMT-B leicht höhere D- und EDT-Werte beobachtet. Beide Metriken wurden für die vorliegende Arbeit neu entwickelt, sodass keine spezifischen Vergleiche mit Berichten in früheren tabletbasierten TMT-Literaturen angestellt werden können. Es wird jedoch spekuliert, dass die langsamere Leistung in TMT-B die Position des Individuums im "Geschwindigkeit-Genauigkeit"-Kompromiss³⁴ im Vergleich zu seiner schnelleren Leistung in TMT-A verändert hat – was zu einer genaueren Verknüpfung mit damit verbundenen verringerten D- und EDT-Werten führt. Diese Interpretation muss bei zukünftigen Tests bestätigt werden.

Die Ergebnisse der Eye-Tracking-Metrik für diesen Teilnehmer sind faszinierend. Eine etwas größere Anzahl von Sakkaden und Fixationen, Blinzelzählung und Blitzrate wurden festgestellt, wenn der Teilnehmer TMT-B durchführte im Vergleich zu TMT-A. Höhere Sakkaden- und Fixationszahlen können auf erhöhte visuelle Sucheffekte über die visuellen Reize hinweg in Zustand B hinweisen. Zur Unterstützung dieser Möglichkeit haben frühere Arbeiten gezeigt, dass beide Zahlen steigen, wenn die mentalen Kosten für die Verarbeitung eines komplexeren Sucharrays³⁵ steigen. Die erhöhte Blinzelanzahl und Blinzelrate bei TMT-B im Vergleich zu TMT-A könnten eine erhöhte kognitive Kontrolle für die erstgenannte Aufgabe darstellen. Interessanterweise belegen viele Studien, dass die Rate der spontanen Augenblinzel (und die Blinzelanzahl innerhalb einer festen Studiendauer, wie hier untersucht) nützliche Indikatoren für Dopaminaktivität³⁶ sind. Dopamin ist ein wichtiger Neurotransmitter, der am Lernen, Arbeitsgedächtnis und zielorientiertem Verhalten^beteiligt ist, die alle die erfolgreiche TMT-Leistung untermauern und in TMT-B stärker benötigt werden als TMT-A. Zahlreiche Studien zu spontanen und aufgabe-ausgelösten Augenblinzeln zeigen, dass beide Metriken empfindlich auf Modulationen der kognitiven Kontrolle^{reagieren 38}. Schließlich wurde bei beiden TMT-Teilen eine sehr ähnliche durchschnittliche Pupillengröße beobachtet, was darauf hindeutet, dass der Teilnehmer beide Teile mit ähnlichem mentalem Aufwand ausführen konnte, ohne seine Verarbeitungskapazität^zu belasten. Diese Interpretationen stimmen erneut mit der Literatur zur TMT-Leistung² überein, und der Teilnehmer hat beide Teile effizient und fehlerfrei durchgeführt. Zukünftige Arbeiten werden erforderlich sein, um die detaillierten Blickmerkmale im Zusammenhang mit TMT-Verhalten innerhalb der Aufgabe zu untersuchen. Solche Arbeiten werden äußerst interessant sein, da sie Mittel bieten, um zu bewerten, inwieweit visuelle Suchverhalten a) den Tablet-Antworten vorausgeht; b) für Links verändert werden, die schwierig zu spielen sind, im Gegensatz zu solchen, die aufgrund der räumlichen Verteilung von Zahlen- und Buchstabenstimuli leicht zu spielen sind, und c) verändert werden, wenn TMT-Leistungsfehler auftreten.

Bezüglich des Themas Fehler in der TMT-Leistung werden Fehlerprotokollierung und Quantifizierung ein wichtiger Aspekt zukünftiger Forschung sein, der außerhalb der aktuellen Proof-of-Concept-Studie eines leistungsstarken jungen, gesunden Erwachsenen liegt. Das derzeitige Protokoll beschränkt sich auf die Protokollierung von TMT-Leistungsfehlern zum Zeitpunkt der Datenerfassung, kann aber leicht erweitert werden, um die Anzahl der bei TMT-A- und TMT-B-Versuchen gemachten Fehler sowie statistische Messgrößen der zentralen Tendenz und Variation eines bestimmten Teilnehmers einzubeziehen, basierend auf manueller Auswertung digitalisierter Videodateien von Stiftinteraktionen. Darüber hinaus ist eine Rubrik für die Kategorisierung von Typen von TMT-Leistungsfehlern erforderlich. Sobald durch manuelle Inspektion genügend Fehlerdaten gesammelt wurden, sollte es auch möglich sein, künstliche Intelligenz zu entwickeln, um Fehler genau zu erkennen und zu klassifizieren, wodurch der Prozess der Fehlerbewertung deutlich weniger zeitaufwendig wird.

Die Neuroimaging-Analyse zeigte eine signifikante, weitverbreitete Aktivierung (sowohl für TMT-A- als auch TMT-B-Aufgaben, die gemeinsam im Vergleich zur Ruhebedingung analysiert wurden) in Hirnregionen, einschließlich derjenigen, die für visuelle Verarbeitung, motorische Funktion sowie sensorische Wahrnehmung und Integration verantwortlich sind. Die Aktivierung dieser Regionen ähnelt der fMRT-Aktivierung, die in früheren TMT-Neurobildgebungsstudien^15,19 gesehen wurde. Als einfaches Beispiel für eine mit motorischer Funktion assoziierte Aktivierung wurde die kontralaterale (linke) präzentrale Gyrus-Handregion positiv durch die rechtshändige motorische Antwort aktiviert, und es gab auch einen kleinen Cluster ipsilateraler negativer Aktivierung (nicht in Abbildung 8 dargestellt), charakteristische Aktivierungsmuster für primäre sensorimotorische Regionen während der aufgabenrelevanten Bewegung^39,40. Selbst mit einer relativ konservativen Schwelle und Korrektur deutet die Stärke der fMRT-Aktivierung bei diesem Teilnehmer darauf hin, dass die Aufgabe eine gute Untersuchung der visuomotorischen Funktion ist, einschließlich im Kleinhirn und im Mittelhirn. Spezifische Schlussfolgerungen über die Hirnregionen, die die TMT-Leistung unterstützen, sollten jedoch nicht aus den Daten dieses einzelnen Teilnehmers gezogen werden, die nur zur Demonstration enthalten sind. Beachten Sie auch, dass das Fehlen beobachteter Aktivität für den Kontrast zwischen TMT-B und TMT-A für einen einzelnen Teilnehmer nicht überraschend war. Dieser spezielle Kontrast gilt als "schwach" und erfordert typischerweise die Analyse von fMRT-Daten aus einer größeren Stichprobengruppe sowie eine sorgfältig optimierte Bildverarbeitungspipeline für eine zuverlässige Erkennung der Aktivierungssignale⁴¹. Diese letzten Punkte unterstreichen erneut, dass die vorliegende Neuroimaging-Arbeit einen Proof of Concept im experimentellen Design, fMRT-Aufzeichnungen und -analyse zeigt, aber zukünftige Studien mit einer oder mehreren Gruppen von Teilnehmern (z. B. Personen mit neurologischen Erkrankungen und gesunden Kontrollen) erforderlich sein werden, um auf Populationsebene generalisierbare Ergebnisse zu erzielen.

Es ist wichtig zu betonen, dass die für dieses Protokoll entwickelten Metriken (zur Quantifizierung von TMT-bezogenen Tablet- und Augenverfolgungsreaktionen sowie Gehirnaktivierung während fMRT) nicht vollständig sind. Stattdessen bauen sie auf Erfahrungen mit tabletbasierten TMT-fMRT- und fMRT-Studien mit Eye-Tracking in den vergangenen Jahren auf. Die Tablet- und Eye-Tracking-Metriken sind nicht zwangsläufig unabhängig und können bestimmte Kodependenzen aufweisen, was darauf hindeutet, dass eine multivariate Analyse ihrer Assoziation mit den TMT-fMRT-Daten vorteilhaft wäre, zum Beispiel mit der Methode der partiellen Kleinste-Quadrate⁴². In Zukunft wären neue Kennzahlen, die Aspekte des Blickpfads quantifizieren, nützlich, um die intra- und interindividuelle Variabilität korrekter Testleistungen (und Fehler) zu charakterisieren, einschließlich Gruppen gesunder Personen sowie zwischen Patienten. Die Erwartung ist, dass solche Arbeiten erhebliche Verbesserungen in der TMT-Sensitivität und -Spezifität bei der Unterscheidung von Patientinnen und Patienten aus Kontrollgruppen zeigen, die auf Tabletten basieren, Eye Tracking, fMRT-Daten und zugehörige quantitative Metriken, im Vergleich zur Standard-TMT-Verabreichung mit Stift und Papier sowie Standard-TMT-Bewertung. Wenn diese Vorhersage stimmt, wird es auch Möglichkeiten geben zu untersuchen, ob Diskriminierung durch verschiedene Ansätze der künstlichen Intelligenz und durch die Entwicklung eines völlig neuen, modernen ToC noch weiter verbessert werden kann, basierend auf den Erkenntnissen aus diesem Gesamtforschungsprogramm.

Abschließend wird ein neuartiges multimodales Protokoll zur Bewertung der menschlichen Leistung von ToC mittels computergestützter Tablet-Technologie, Eye Tracking und fMRT vorgestellt. Im Vergleich zu verwandten^, aber einfacheren Forschungsprotokollen 20,43,44,45 gilt das vorliegende Protokoll als informativer, da Tablet-Technologie mit hoher ökologischer Validität in Verbindung mit Eye-Tracking eingebunden ist und gleichzeitig ein ergonomisches und effizientes Studiendesign beibehalten wird. Das Protokoll bietet die Möglichkeit für eine nahtlose Korrelation von Aufgabenleistung, neuronaler Aktivität und Augenbewegungsmetriken in verschiedenen multivariaten und maschinellen Lernrahmen, um die neuronalen Grundlagen von ToC zu erforschen. Pilotdaten, bei denen ein repräsentativer junger, gesunder Erwachsener das tabletbasierte TMT durchführt, sind sehr vielversprechend. Das Protokoll öffnet somit die Tür zu einem umfangreichen Forschungsprogramm, das die Entwicklung eines viel nuancierteren Verständnisses der neuronalen Grundlagen von ToC sowie die Untersuchung des Potenzials umfasst, bestehende und neu entwickelte ToC in Verbindung mit Eye Tracking und funktioneller Neuroimaging für eine viel sensiblere und spezifischere Charakterisierung von Patienten mit unterschiedlichen Hirnfunktionsstörungen zu nutzen. Im Vergleich zu gesunden Menschen.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
3T-MRT-System mit 64-Kanal-Kopfspule	Siemens Healthineers (Erlangen, GER)	Magnetomprisma	Nimmt fMRT-Daten auf.
Elektromagnetischer Interferenzfilter	Spectrum Control Inc. (Fairview, PA, USA)	56-705-005-LI	Leitet Tablet- und Stylus-Signale vom Magnetraum an die Tablet-Interface-Box weiter.
Eye-Tracker-Software	SR Research Ltd. (Ottawa, ON, CAN)	EyeLink Explorer (Version 4.3.1, 64 Bit)	Ermöglicht die Visualisierung und Verarbeitung von Daten mit Augentrackern.
Grafikbearbeitungsanwendung	Microsoft Inc. (Redmond, WA, USA)	Farbe	Genutzt, um die Teilnehmer mit dem Schreiben und Zeichnen auf Tabletten vertraut zu machen.
MATLAB	MathWorks Inc.  (Natick, MA, USA)	R2022a	Verwendet zur Analyse von kinematischen Tablet-Daten und zur Durchführung statistischer Analysen.
MRT-kompatibler Augentracker	SR Research Ltd. (Ottawa, ON, CAN)	EyeLink 1000 Plus	Erfasst Eye-Tracking-Daten während fMRT.
MRT-kompatibler Projektor	Avotec, Inc. (Stuart, FL, USA)	Stille Vision	Präsentiert dem Teilnehmer visuelle Stimuli in erweiterter Realität.
MRT-kompatible Tablet-Komponenten (einschließlich berührungsempfindlicher Oberfläche, verstellbarer erhöhter Stützplattform, kraftempfindlicher Nadel, Leuchtdiodenbeleuchtung)	Nicht anwendbar	Nicht anwendbar	Individuell entworfen und im Labor zusammengebaut. Siehe Referenzen 12, 13 für Details.
Stimulus-Präsentationssoftware	Psychologie-Softwarewerkzeuge (Sharpsburg, PA, USA)	E-Prime, Version 2.0	Software zur Entwicklung und Verwaltung aller tablet-basierten Schulungen und Aufgabenimplementierungen.
Stimulus-/Reaktionscomputer	Nicht anwendbar	Nicht anwendbar	Mehrkomponenten-Design. Siehe Referenz 13 für Details.
Berührungsempfindliche Oberflächentreiberanwendung	ELO Touch Solutions Inc. (Milpitas, CA, USA)	Single-Touch-Treiber	Wird verwendet, um die berührungsempfindliche Oberfläche zu kalibrieren, wenn Teilnehmer Touch-to-Target-Aufgaben ausführen.
Auslöser und Antwortgerät	Rowland Institut (Cambridge, MA, USA)	Rowland USB-Antwortbox	Verwendet zur Zeitsynchronisation von tabletbasierten Aufgaben, Eye-Tracking und fMRT-Datenströmen.
Videokamera	MRC Instruments GmbH (Heidelberg, GER)	12M-i	Nimmt Videos von Hand- und Stylus-Interaktionen auf der berührungsempfindlichen Oberfläche des Tablets auf.
Videokamera-Computer	Nicht anwendbar	Nicht anwendbar	Mehrkomponenten-Design. Siehe Referenz 13 für Details.