Method Article

Évaluation des tests de cognition à l’aide d’une tablette informatisée sensible au toucher, du suivi oculaire et de l’imagerie par résonance magnétique fonctionnelle

DOI:

10.3791/67871

January 30th, 2026

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Un protocole pour l’enregistrement simultané du comportement visuomoteur et de l’activité cérébrale lors de tests cognitifs standards sur papier, utilisant une tablette compatible IRM et une technologie de suivi oculaire en parallèle d’une IRM fonctionnelle, visant à améliorer l’utilisation de tels tests. Les résultats préliminaires sont présentés par un jeune adulte en bonne santé réalisant un test de création de sentiers.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Les tests de cognition sur papier (tels que le test Trail-Making, ou TMT) sont depuis longtemps utilisés en milieu clinique et de recherche pour évaluer comment un cerveau sain ou altéré soutient la performance comportementale. Malgré leur usage généralisé, les corrélats neuronaux de ces tests sont mal compris, et les tests présentent des sensibilités et des spécificités moins que souhaité. Pour remédier à ces lacunes, un protocole de recherche multimodal est proposé qui combine simultanément la technologie novatrice des tablettes, le suivi oculaire et l’imagerie par résonance magnétique fonctionnelle afin d’explorer les relations entre le comportement cinématique et visuel et l’activité neuronale associée à la performance des tests cognitifs. Une justification du protocole, une méthodologie étape par étape et des résultats d’un participant représentatif sont fournis pour démontrer la validité du protocole et illustrer le potentiel d’explorer les corrélats cinématiques, visuels et neuronaux d’un test représentatif de la cognition. Le protocole actuel peut élargir les limites de la recherche clinique existante en neurosciences en IRM, avec des implications pour le diagnostic et la gestion futurs de divers troubles cognitifs.

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Les tests de cognition (ToC) ont été popularisés pour la première fois auXXe siècle afin d’étudier et de caractériser le comportement cognitif normal et anormal ou pathologique. Depuis leur apparition, ces tests sont devenus largement adoptés dans la recherche et les milieuxcliniques 1. Beaucoup de ToC ont été développés avec des formats de réponse simples, comme parler ou écrire/dessiner à l’aide d’un stylo et du papier. À titre d’exemple de cette dernière catégorie, le Trail-Making Test (TMT) est un ToC représentatif largement utilisé, privilégié en raison de sa sensibilité au troublecognitif 2. Composé de deux parties, TMT-A (nombres uniquement) et TMT-B (chiffres et lettres), le test exige que les participants utilisent un stylo pour relier (lien) 25 caractères disposés de façon pseudo-aléatoire sur la page, dans un ordre ascendant séquentiel (et dans le cas de TMT-B, également alterné) (c’est-à-dire TMT-A : 1-2-3-4-5-6... ; TMT-B : 1-A-2-B-3-C...). Pour évaluer la performance cognitive sur le TMT, le temps avant l’achèvement et les erreurs sont tableaux et comparés aux valeurs normatives, en fonction de la tranche d’âge et du niveau d’éducation2. On pense que le TMT recrute et évalue des processus cognitifs complexes, notamment le changement de tâche, la recherche visuelle, la mémoire, le contrôle visuomoteur et l’attention — tous des aspects importants de la fonction du lobe frontalexécutif 1,3.

Le TMT présente une forte sensibilité chez les ToC, mais en termes de diagnostic, sa faible spécificité est bien reconnue comme une limitation4. En général, les préoccupations de sensibilité et de spécificité sont un inconvénient à l’application et à la validité de la ToC, en particulier dans les milieuxcliniques 4. La solution traditionnelle pour atténuer cette préoccupation a été d’administrer des ToC dans des « batteries de test » (souvent incluant le TMT) afin d’améliorer la discrimination entre les groupes cognitivement déficients et cognitivement intacts. Cependant, les batteries de test sont chronophages, coûteuses et nécessitent une expertise considérable pour être administrées etanalysées 5. Ces préoccupations logistiques ont conduit au développement d’outils d'« évaluation cognitive » : des batteries de test substantiellement rationalisées (et de plus en plus informatisées) pour une administration rapide dans des contextes aux ressources limitées (par exemple, les cliniques médicales), au détriment d’une partie du gain de sensibilité et de spécificité. Un exemple de tel outil est l’Évaluation cognitive de Montréal (MoCA)6.

Des évaluations informatisées, telles que le MoCA adapté, ont été validées avec succès par comparaison avec des analogues papieret stylo 7, ainsi que par des batteries de test de ToC8. Pourtant, des limites fondamentales subsistent avec tous ces outils de test comportemental, notamment une différenciation insuffisante entre performance appropriée et erronée, une focalisation sur les résultats de l’ensemble du test plutôt que sur les effets intra-test, et une compréhension limitée des différentes stratégies comportementales et de l’activité cérébrale associée qui sous-tendent la performanceToC 4,9. Cependant, ces limites peuvent être surmontées grâce à des recherches combinant des enregistrements comportementaux détaillés, une évaluation comportementaleintra-tâche 10, et la neuroimagerie fonctionnelle (par exemple, électroencéphalographie10, spectroscopie fonctionnelle proche infrarouge11 et imagerie par résonance magnétiquefonctionnelle 12).

L’imagerie par résonance magnétique fonctionnelle (IRMf) génère des images haute résolution de l’activité cérébrale en cartographiant la réponse hémodynamique comme substitut de l’activation neuronale. Bien que coûteux, la résolution spatiale supérieure de l’IRMf par rapport à l’électroencéphalographie (EEG) et à la spectroscopie fonctionnelle dans le proche infrarouge permet de localiser l’activité dans tout le cerveau. En conséquence, le présent travail décrit une méthode d’administration novatrice pour la ToC en utilisant le TMT comme exemple représentatif, qui associe l’IRMf à un enregistrement comportemental détaillé, continu et simultané à l’aide de tablettes informatisées compatibles IRM et de systèmes de suivi oculaire. Ce protocole multimodal offre une évaluation grandement améliorée de la relation entre la performance cognitive des tâches et l’activité neuronale estimée par IRMf, utile pour améliorer la compréhension des ToC existantes et éventuellement fournir des informations pour le développement futur d’une ToC améliorée.

Avant de fournir une description détaillée de la configuration expérimentale permettant d’acquérir simultanément les données de tablette, de suivi oculaire et d’IRMf, il est utile de résumer la mise en page conceptuelle et l’approche (Figure 1). Pour des raisons de compatibilité IRM et d’ergonomie, le système de tablettes diffère légèrement des tablettes disponibles dans le commerce. Les tablettes populaires possèdent un écran tactile transparent monté sur un écran d’ordinateur, permettant à l’utilisateur de regarder directement la tablette et de recevoir des entrées visuelles incluant sans interruption leurs réponses d’écriture et de dessin au stylet. Dans le scénario actuel, il n’y a pas d’affichage d’ordinateur sous l’écran tactile. Cette conception évite le besoin d’électroniques complexes d’affichage informatique pour fonctionner en toute sécurité dans le champ magnétique intense au centre de l’alésage de l’aimant sans impacter négativement les images RM. D’un point de vue ergonomique, l’espace dans l’alésage de l’aimant est également assez limité, ce qui rend peu pratique pour un participant à la recherche de voir directement sa main en écrivant et en dessinant.

La configuration expérimentale consiste donc à effectuer des interactions avec des tablettes sur un support à la taille, tandis que toutes les informations visuelles (stimuli test, réponses au stylet, vidéo de leur main manipulant le stylet) sont intégrées pour être vues à l’ouverture arrière de l’orifice magnétique à travers un miroir. Les informations visuelles sont affichées sur un écran de rétroprojection à l’aide d’un projecteur commercial compatible IRM disponible (détails fournis ci-dessous). De même, un système de suivi oculaire commercialement disponible (détails également fournis ci-dessous) est monté dans l’alésage de l’aimant arrière pour un enregistrement vidéo rapide des mouvements oculaires à travers le même miroir. Le projecteur, l’écran et l’appareil de suivi oculaire doivent être disposés avec soin afin qu’ils ne gênent pas physiquement les uns avec les autres. Enfin, les connexions d’alimentation et de données vers et depuis la tablette, le projecteur et le système de suivi oculaire sont effectuées à l’aide de divers câbles blindés, passant par le « panneau de pénétration » du blindage radiofréquence qui protège la salle magnétique et le système d’IRM contre les interférences électromagnétiques environnantes. Les câbles de données sont sous contrôle informatique, comme l’on retrouve conceptuellement dans la Figure 1 comme un seul appareil sous contrôle de l’opérateur dans la zone de la console IRM (distincte de la console informatique utilisée pour faire fonctionner le système IRM). Comme décrit ci-dessous, plusieurs ordinateurs sont impliqués dans la configuration expérimentale actuelle.

Système de tablettes

Le système de tablette informatisée conçu sur mesure comprend des composants compatibles IRM (surface tactile, plateforme de support surélevée réglable, stylet sensible à la force, système de projecteur)12, dont une caméra vidéo avec un objectif de 4,3 mm (désigné « TabletCam » en laboratoire) et un illuminateur à diode électrolumineuse (LED) personnalisé 13, permettant l’administration du ToC et l’enregistrement des réponses d’écriture ou de dessin naturalistes à l’intérieur de l’alésage de l’aimant pendant l’IRMf (Figure 2A,B). Situés dans la zone console, deux ordinateurs reliés sont utilisés pour le contrôle système : l’un est associé à la réception et au traitement des données vidéo de la caméra vidéo (« Tablet Video Camera computer ») et l’autre pour l’administration des tests, la diffusion de stimuli visuels, la consignation des données de tablette, et la création d’un fichier vidéo composé des stimuli visuels administrés dépendant du temps, superposés à des réponses d’écriture et de dessin par stylet (« Stimulus/Response computer » ; Figure 2C). L’approche à deux ordinateurs est choisie pour une performance en temps réel sans entrave de chaque ensemble de fonctions sensibles à la latence ; modularité pour la recherche nécessitant différentes configurations (par exemple, différentes tâches comportementales basées sur tablette, utilisation optionnelle de la caméra vidéo) ; et la facilité de compatibilité (la seule exigence est un format de sortie vidéo compatible).

Le système de comprimés a déjà été utilisé dans plusieurs études IRMf sur ToC, qui suggèrent toutes sa forte validité écologique14. La caméra vidéo optionnelle est ajoutée à la configuration originale de la tablette pour fournir au participant un retour visuel sur la position de la main (VFHP) pendant la réalisation de la tâche, dans un environnement de réalité augmentée (AR) interactive, permettant de visualiser les stimuli de la tâche ainsi que les réponses du stylet et les mouvements de la main superposésen temps réel 13 (Figure 2D). Dans l’implémentation originale du traitement de données13 de la caméra vidéo, la main et le stylet étaient isolés de chaque image vidéo à l’aide d’un algorithme de détection de la couleur de peau, le stylet étant implémenté en rouge pour correspondre à la distribution rouge-vert-bleu (RGB) pour la couleur de peau. Plus récemment, une approche « écran bleu » a été adoptée pour sa simplicité et d’autres avantages. Un fond bleu est créé en recouvrant la surface tactile de la tablette avec du ruban de peintre bleu. Il est ensuite possible de segmenter la main et le stylet à partir du fond dans chaque image vidéo en fonction de la distribution des couleurs substantiellement différente de la bande. Parallèlement, ce processus permet également la création d’un masque binaire avec une valeur de « un » à chaque emplacement occupé par la main ou du stylet, et de « zéro » ailleurs. La vidéo stimulus/réponse et la vidéo de la caméra sont ensuite superposées en créant des images composées de a) des données vidéo stimulus/réponse partout où un masque donné est égal à zéro, et b) des données vidéo de la caméra (main et stylet) partout où le masque donné est égal à un. Le ruban de peintre a l’avantage supplémentaire d’introduire une friction supplémentaire lorsque la pointe du stylet est déplacée sur la surface du stylet, ce qui se rapproche de l’expérience d’écrire avec un stylo ou un crayon sur du papier, comparé à la sensation de faible friction « plastique sur plastique » lorsque le ruban est retiré. Dans l’ensemble, l’environnement AR interactif qui en résulte renforce encore la validité écologique du design de tablette, tout en réduisant la dépendance à la proprioception pour exécuter des mouvements moteurs fins (comme cela se produit en l’absence de VFHP)13,15.

La configuration tablette est utilisée conjointement avec un projecteur compatible IRM (Figure 2E) et un écran de projection arrière personnalisé à l’arrière de l’alésage magnétique. Les participants regardent l’écran à travers un miroir incliné monté sur la bobine de la tête. À l’aide d’un bout de doigt ou d’un stylet (qui comprend également un capteur pour enregistrer la force de contact), le participant interagit avec la surface tactile montée sur la plateforme de soutien, qui est positionnée à la taille et ajustable pour chaque individu. Les signaux de tablette analogique passent à travers un filtre d’interférence électromagnétique (EMI) au bord de pénétration radiofréquence, sont transformés en données tactiles (localisation de surface et données de force) par une boîte d’interface tablette située à l’extérieur de la salle magnétique, sont enregistrés et interprétés pour une représentation graphique des réponses tactiles sur l’ordinateur Stimulus/Response, puis sont fusionnés avec des stimuli visuels et des vidéos segmentées de la main et du stylet ; et sont présentées au participant à l’aide du projecteur.

Conception du bloc TMT

Le TMT est administré selon un design en bloc fixe composé de périodes alternées de performance des tâches TMT-A et TMT-B, et d’une fixation visuelle sur un réticule noir central affiché sur fond blanc. La conception globale de la tâche a été adaptée de la littérature existanteTMT 1, 16, 17, 18, où TMT-A consiste à relier des nombres entourés (1 à 25) répartis de manière pseudo-aléatoire sur l’écran, dans un ordre croissant. De même, TMT-B implique des nombres encerclés liés (1–13) et des lettres (A-L) en alternance et en ascendant. La condition de fixation visuelle est incluse afin que l’activité cérébrale associée à TMT-A, et séparément à TMT-B, puisse être analysée comme un contraste statistique entre les activations d’intérêt et celle d’une condition simple, stable avec faible demande cognitive. En raison du rapport contraste-signal bruit intrinsèquement faible observé dans les expériences d’IRMf, chaque condition comportementale (TMT-A, TMT-B, fixation visuelle) est répétée dans de multiples essais, augmentant la puissance statistique pour détecter l’activité cérébrale lors de l’analyse des données collectives de l’IRMf. Les graphiques TMT pour chaque essai sont adaptés à partir des configurations TMT standard en tournant soit la distribution des stimulus de 180°, en échangeant les stimuli uniquement numérotés et les stimuli chiffre-lettres, ou les deux — minimisant ainsi les confusions visuelles et motrices dues aux différences de caractères et de distribution numérotée sur les graphiques TMT-A etTMT-B 18.

Les tâches expérimentales et d’entraînement actuelles sont mises en œuvre dans des logiciels de présentation de stimulus disponibles commercialement pour la recherche comportementale et neuroimagerie, pour être exécutées sur l’ordinateur Stimulus/Response. En pratique, le TMT est administré en deux « sessions », chacune d’une durée de 4 min 50 s. Chaque exécution consiste en un bloc initial de fixation au repos de 10 s, suivi de deux essais de la tâche TMT-A (40 s), de la fixation au repos (20 s), de la tâche TMT-B (60 s) et de la fixation au repos (20 s) (Figure 3). Au début de chaque course, les participants reçoivent des instructions qui reflètent celles utilisées dans les tests TMT papierstandardisés 16, 17, 18, 19 : connecter les cercles de « Début » à « Fin » aussi rapidement et précisément que possible, sans soulever le stylet de la surface tactile. Contrairement à l’administration TMT sur papier conventionnelle, l’administrateur du test (membre du laboratoire de recherche) ne s’arrête pas et ne redémarre pas la performance TMT en cas d’erreurs. À la place, les participants sont simplement invités à continuer vers le lien de caractère correspondant suivant dans la séquence. Cette modification élimine toute confusion liée à l’analyse des données liée à l’arrêt et au redémarrage du suivi oculaire et de la collecte de données IRMf dans un essai TMT donné. Cependant, cela nécessite la mise en œuvre de méthodes de détection et de catégorisation des erreurs après la collecte des données (voir les sections protocole et discussion). De plus, l’administrateur du test surveille visuellement les réponses du stylet en temps réel pendant la performance du TMT afin d’enregistrer si des erreurs ont été commises et pour s’assurer que la surface sensible au toucher reste bien calibrée. En cas d’erreurs d’étalonnage de tablette et d’autres erreurs matérielles (par exemple, panne de courant ou d’équipement), l’administrateur du test décide également s’il reprend la série actuelle d’acquisition des données TMT, en incluant éventuellement le recalibrage de la surface sensible au toucher, ou s’il arrête et exclut l’utilisation des données participantes lors de l’analyse ultérieure.

Suivi oculaire

Lorsque le système visuel humain traite une scène, comme lors d’une performance TMT, les mouvements balistiques oculaires (saccades) sont précédés et suivis de périodes de stabilité temporelle (fixations)20. Un système de suivi oculaire à grande vitesse compatible IRM est donc utilisé dans le contexte actuel pour effectuer le suivi oculaire monoculaire longue portée des fixations et saccades avec éclairage infrarouge (longueur d’onde de 910 nm) et fréquence d’échantillonnage de 1 kHz (Figure 4A). Depuis la position de la caméra de suivi oculaire sous l’écran de projection, l’œil du participant est localisé dans le miroir de la bobine de tête (Figure 4B-D). Notez que le miroir à bobine de tête fourni avec le système IRM a été remplacé par un miroir à surface avant fourni par le fabricant du suivi oculaire, afin de permettre un suivi de haute qualité. La pupille est détectée à l’aide d’un algorithme standard d’ajustement du centroïde qui suit la réflexion cornéenne (Figure 4D), et les indicateurs suivants sont mesurés : fixations, saccades, ainsi que le taux de clignement et la taille de la pupille, deux quantités supplémentaires associées au traitement cognitif (voir Discussion). Une impulsion déclencheuse émise par le système IRM au début de l’IRMf est utilisée pour synchroniser dans le temps les enregistrements d’activation cérébrale avec a) la livraison de stimulus de la tâche TMT et les réponses du stylet (telles que contrôlées par l’ordinateur Stimulus/Response) ; et b) les données de suivi oculaire avec la performance TMT. Pour faciliter l’analyse des données, les données de suivi oculaire sont également « horodatées » pour fournir des étiquettes associées aux événements clés de l’expérience, y compris les heures de début et de fin de chaque bloc TMT-A et TMT dans une exécution donnée.

Un membre supplémentaire du laboratoire est principalement responsable de la mise en place du suivi oculaire avec le participant, de l’étalonnage du suivi oculaire et de l’inspection visuelle en temps réel de l’acquisition des données de suivi oculaire. L’étalonnage et la validation du système de suivi oculaire sont effectués avant la première exécution TMT (Figure 4E), et dans une procédure de « vérification de dérive » entre la première et la deuxième course TMT, afin d’assurer la cohérence des résultats tout en tenant compte des légères variations possibles de la position de la tête (voir Protocole ci-dessous pour les spécifications exactes et la séquence). L’étalonnage consiste en un test de suivi oculaire en neuf points, où le participant doit à chaque fois fixer une cible au centre de l’écran, suivi successivement par huit cibles périphériques différentes, dans un ordre pseudo-aléatoire. Pour la validation, le participant suit à nouveau les mêmes neuf cibles, et le modèle d’étalonnage est utilisé pour estimer la position du regard. Cela permet de collecter un ensemble de mesures d’erreur, constituant la différence entre le regard estimé et la localisation réelle de la cible. L’erreur spatiale est rapportée en degrés d’angle visuel à la fin de l’essai. L’étalonnage initial et la validation sont acceptables si l’erreur moyenne est de <0,5o et que l’erreur maximale est de <1,0o, correspondant à la note « BONNE » fournie par le logiciel de suivi oculaire. D’autres catégories avec des erreurs de plus en plus graves sont notées, par exemple, comme « CORRECT », « PAUVE » ou « ÉCHOUÉ », nécessitant un recalibrage et une validation. Le membre du laboratoire peut également vérifier la présence d’erreurs aberrantes, qui peuvent indiquer une mauvaise fixation à un moment donné, ou des schémas d’erreur systématiques suggérant un problème de configuration avec le suivi oculaire. Entre les exécutions, la procédure de vérification de dérive consiste à effectuer un test de validation fixé uniquement sur la cible centrale. Une vérification réussie (erreur maximale < 2,0o) permet à la seconde course TMT de se dérouler ; sinon, le membre du laboratoire doit effectuer une étalonnage suivie d’une validation jusqu’à ce que l’erreur moyenne soit de <1,0O, et que l’erreur maximale soit de <2,0O. Toutes les valeurs d’erreur sont enregistrées pour une évaluation ultérieure. Les réglages standards du logiciel de suivi oculaire servent à catégoriser les données de suivi oculaire en saccadettes et fixations. Les saccadées sont classées selon les seuils de détection suivants : mouvement 0,1o ; vitesse 30O/s ; et une accélération de 8 000o/s. Toutes les autres données de suivi oculaire sont classées comme des fixations.

Neuroimagerie

Un système IRM 3-Tesla est utilisé avec une bobine de tête à 64 canaux pour obtenir des données de neuroimagerie de haute qualité. L’acquisition anatomique commence par une séquence d’écho à gradient rapide (MPRAGE) préparée par magnétisation sagittale et pondérée en T1 à haute résolution (temps de répétition/temps d’écho/temps d’inversion/angle de basculement TR/TE/TI/FA=2 500 ms/4,37 ms/1 100 ms/7o), facteur 2 d’acquisitions partiellement parallèles généralisées auto-calibrantes (GRAPPA), matrice 256 x 256, 192 tranches, voxels isotropes de 1 mm, temps d’imagerie en 3 min :45 s). Une mesure indirecte de l’activité cérébrale est ensuite obtenue par IRMf du contraste du signal sanguin dépendant du niveau d’oxygénation (BOLD) résultant du couplageneurovasculaire 21. Pour l’IRMf, l’acquisition typique BOLD pondérée par T2* utilise l’imagerie échoplanaire (EPI, TR/TE/FA = 1 750 ms/30 ms/40o, accélération tranche 2, accélération de phase 2, matrice 80 x 80, 60 tranches, voxels isotropes de 2,5 mm, 165 points temporels, temps d’imagerie 4 min :49 s). Deux de ces essais IRMf sont effectués pour le TMT (décrit ci-dessus).

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Les tests et le développement du protocole expérimental ont été réalisés grâce à des participants bénévoles, chacun ayant fourni son consentement écrit libre et informé pour participer à l’étude. Cette étude a été examinée et approuvée par le Conseil d’éthique de la recherche (REB) au Sunnybrook Health Sciences Centre, à Toronto, Canada.

1. Procédure expérimentale

REMARQUE : Les étapes 1 à 5 ont lieu avant la mise en place des participants sur la table du patient du système IRM. Les emplacements pertinents des systèmes IRM comprennent la zone de console, la salle des aimants et la salle d’équipement adjacente. Les ordinateurs de la zone console et les connexions au panneau de pénétration sont représentés à la Figure 5.

  1. Organisation générale
    REMARQUE : Le protocole est décrit pour le système d’IRM spécifique et l’environnement de laboratoire utilisés par les coauteurs de l’Institut de recherche Sunnybrook. Des variations de protocole peuvent être nécessaires pour d’autres systèmes et environnements IRM. Voir le tableau des matériaux pour la liste complète du matériel et des logiciels. Différentes versions de la tablette tactile ont été mises à disposition des chercheurs en fonction des conditions locales de leur site.
    1. Préparez la tablette à recevoir un retour visuel de la position de la main (VFHP).
    2. Assurez-vous que la tablette est bien fixée à son cadre et que la caméra vidéo compatible IRM est fixée.
    3. Appliquez du ruban bleu neuf sur la surface de la tablette, en veillant à ce que toute la surface tactile soit couverte, sans plis majeurs pouvant gêner le dessin ou déformer la calibration. Retirez l’excès de ruban adhésif sur les bords de la surface de la tablette.
  2. Configuration du système de tablettes (zone console)
    1. Du côté salle d’équipement (ERS) du panneau de pénétration radiofréquence (RF), branchez l’adaptateur d’alimentation de la caméra vidéo de la tablette et branchez-le à la boîte de filtres de la caméra.
    2. Connectez le câble vidéo de couplage à écrou baïonnette (BNC) de la boîte filtrante à l’entrée vidéo manuelle de l’ordinateur Tablet Video Camera.
    3. Connectez un câble d’extension D-subminiature (DB9) à 9 broches depuis la boîte d’interface de la tablette au filtre sur l’ERS du panneau de pénétration RF.
    4. Une fois que les ordinateurs Stimulus/Response et Tablet Video Camera sont en marche, connectez les deux câbles universels du bus série (USB) de la boîte d’interface à l’ordinateur Stimulus/Response, puis connectez la boîte d’interface de la tablette à l’alimentation.
    5. Utilisez un câble d’interface multimédia haute définition (HDMI) pour connecter la sortie de l’affichage Stimulus/Réponse à l’entrée vidéo stimulus/réponse de la caméra vidéo de la tablette.
    6. Pour envoyer l’écran de la caméra vidéo de tablette traitée au système de projection fIRM, connectez un câble VGA (matrice graphique vidéo) entre les deux appareils. Allumez le projecteur compatible IRM.
    7. Connectez le BNC de la boîte de réponse USB (URB) au système de sortie impulsion de déclenchement IRM. Branchez l’extrémité USB du câble dans l’ordinateur Stimulus/Réponse juste avant de commencer l’expérience IRMf.
  3. Installation du système de tablette (salle magnétique)
    1. Apportez la tablette, le stylet, le lien de la tablette (DB9) et les câbles de liaison caméra vidéo dans la salle magnétique.
    2. Connectez les câbles de liaison tablette et de liaison caméra vidéo de la tablette depuis le système tablette au côté salle magnétique (MRS) du panneau de pénétration RF.
      REMARQUE : Assurez-vous qu’il n’y a pas de tordes ni boucles dans les câbles MRS, car cela peut potentiellement provoquer un chauffage RF.
    3. Fixez le système de tablette sur la table du patient en glissant les pinces compatibles IRM dans les rails de la table du patient, deux pinces de chaque côté.
    4. Placez le projecteur compatible IRM derrière l’arrière de l’aimant, à environ 1 m de l’alésage de l’aimant. Montez l’écran de rétroprojection compatible IRM à l’intérieur de l’alésage magnétique, à environ 2 m du projecteur ( voir Figure 4B,C).
  4. Installation du système de suivi oculaire (salle magnétique, sans participant)
    REMARQUE : Des instructions détaillées pour l’installation d’IRM montées à longue portée sont fournies dans le guide d’installation du système de suivi oculaire (voir le tableau des matériaux). Le positionnement de la caméra de suivi oculaire dans la salle magnétique doit suivre les recommandations du système de suivi oculaire pour le placement des composants et le câblage dans un environnement IRM, qui peuvent varier selon le site (Guide d’installation du système de suivi oculaire - Installation de montage longue portée - Installation IRM p. 47-57)22.
    1. Placez la caméra à suivi oculaire compatible IRM à l’intérieur de l’alésage magnétique, entre l’écran du projecteur et le bord de l’alésage, de sorte que le support de la caméra soit à fleur de la bordure extérieure de l’alésage. Fixez le système de caméra au forage en ajustant les vis en plastique du support de la caméra.
    2. Connectez le câble à fibre optique (FO) à la caméra de suivi oculaire compatible IRM. Faites passer le câble FO vers l’extérieur vers la zone de la console via le guide d’ondes de la console pour se connecter à l’interface de la caméra oculaire non sécurisée pour l’IRM.
    3. Apportez le câble d’alimentation du suivi oculaire dans la salle des aimants, connectez l’extrémité DB9 au filtre du panneau de pénétration, et connectez l’autre extrémité du câble à la caméra oculaire compatible IRM et à l’illuminateur. Enlève le capuchon de l’objectif de l’appareil.
      REMARQUE : L’extrémité DB9 du câble d’alimentation peut être dangereuse pour le MR ; fixer cette extrémité au panneau de pénétration immédiatement une fois intégrée dans l’environnement MR, tout en maintenant la distance maximale de l’aimant. De plus, gardez le câble FO et le câble d’alimentation du suivi oculaire éloignés l’un de l’autre et de tout autre câble situé au sol de la salle magnétique, afin d’éviter tout enchevêtrement et interférences de signal.
  5. Configuration du système de suivi oculaire (zone console, sans participant)
    1. Au niveau ERS du panneau de pénétration, connectez l’adaptateur d’alimentation eye-tracker à une prise et au port de filtre DB9 correspondant.
    2. Pour capturer les déclenchements de l’ordinateur de stimulus/réponse sur l’ordinateur de suivi oculaire, connectez leurs ports parallèles avec un câble DB25.
    3. Pour la communication entre le système de suivi oculaire et l’ordinateur de la caméra vidéo tablette, connectez les deux via un câble réseau Ethernet de catégorie 5e (CAT5e). Allume l’ordinateur de suivi oculaire.
  6. Installation des participants (dans la salle magnétique)
    1. Préparez la table du patient avec la bobine de tête à 64 canaux et demandez au participant de s’allonger sur la table avec la tête aussi profondément enfoncée que possible dans la bobine. Pour éviter les mouvements, ajoutez un rembourrage autour de la tête pour un ajustement sécurisé. Utilisez le laser de référence pour vérifier que la tête est centrée dans la bobine de la tête.
    2. Ajustez la position du miroir à spirale jusqu’à ce que le participant ait une vue claire et dégagée de l’écran de rétroprojection.
    3. Placez le support de tablette sur la taille du participant de manière à ce que la surface sensible au toucher soit confortablement placée pour faciliter l’écriture et le dessin.
    4. Placez le stylet tablette dans la main dominante du participant et demandez-lui de tenir le stylet comme s’il tenait un stylo. Demandez au participant de toucher les quatre coins de la surface tactile avec le stylet, afin d’évaluer le confort. Ajustez la position de la tablette et ajoutez un rembourrage sous le coude selon les besoins pour minimiser la tension ou l’obstruction.
    5. Une fois une position confortable atteinte, fixez fermement le système de comprimés au lit du patient à l’aide de sangles Velcro. Déplacez lentement le joueur et le système de tablette dans l’orifice aimant avec précaution. Assurez-vous que le système de tablette ne heurte pas le bord de l’âme, et que les câbles de tablette ne s’emmêlent pas (Figure 2A).
  7. Configuration logicielle de suivi oculaire (zone console et salle magnétique)
    REMARQUE : Toute configuration logicielle effectuée sur l’ordinateur Tablet Video Camera ou l’ordinateur Stimulus/Réponse est réalisée par les membres du laboratoire de recherche en utilisant les frappes de clavier et les clics de souris appropriés.
    1. Sur la tablette vidéo de l’ordinateur, ouvrez le programme de camera.exe vidéo. Pendant que le système s’initialise, attendez que la boîte de dialogue Paramètres apparaisse, puis appuyez sur OK avec la souris de l’ordinateur.
      REMARQUE : À ce stade, le participant devrait pouvoir voir un retour vidéo en plein écran de la position de sa main/stylet (Figure 2D).
    2. Sur la tablette, ouvrez le programme Enregistreur d’écran .
    3. Créez une nouvelle session de capture d’écran pour les données de suivi oculaire du participant en utilisant son identifiant participant.
    4. Suivez les recommandations du manuel d’utilisation du système de suivi oculaire pour configurer les seuils de réflexion des pupilles et de la cornée, ainsi que pour calibrer et valider la caméra de suivi oculaire (Manuel d’utilisation du système de suivi oculaire - Tutoriel : Mener une expérience p. 81 - 91)23.
      1. Ajustez la vue de la caméra de suivi oculaire de l’œil droit du participant en basculant entre différentes vues de la caméra, en focalisant l’objectif et en ajustant l’illuminateur.
      2. Une fois les seuils de pupille et les valeurs de réflexion cornéenne (CR) acceptables configurées, notez les valeurs, puis procédez à la calibration en 9 points (appuyez sur C).
      3. Validez l’étalonnage (appuyez sur V). Notez les valeurs moyennes et maximales des angles de validation avant de passer à l’expérience IRMf. Si des résultats d’étalonnage sous-optimaux sont obtenus (JUSTE ou PAISSEUX), répétez l’étalonnage/validation jusqu’à obtenir de bons résultats, correspondant à une erreur moyenne de <0,50 et une erreur maximale de <1,00 (Figure 4D,E).
  8. Calibration des tablettes
    1. Utilisez l’ordinateur Stimulus/Réponse pour calibrer la surface tactile de la tablette.
    2. Ouvrez l’étalonnage ELO à 3 points pour commencer la calibration de la tablette.
    3. Demandez au participant d’utiliser le stylet pour toucher et relâcher les trois cibles qui apparaissent à l’écran, consécutivement, dans le temps imparti.
    4. Une fois l’étalonnage terminé, ouvrez l’application d’édition graphique référencée (voir le tableau des matériaux) et demandez au participant de dessiner librement pour confirmer que le stylet suit correctement. Répétez les étapes 8.1–8.4 selon les besoins.
      REMARQUE : Les saccadements fréquents ou les sautes dans les graphiques de réponse de tablette suggèrent que le stylet ne suiv pas bien et nécessite un recalibrage.
  9. Protocole d’entraînement
    1. Pour familiariser le participant avec l’écriture et le dessin sur l’interface de la tablette, demandez-lui de suivre les consignes à travers une tâche d’entraînement auto-rythmée issue d’une étude essentielle detremblements 24. Cela inclut la signature du participant et l’exécution de la tâche Fahn-Tolosa-Marin Tremor, qui consiste à tracer des lignes en spirale et horizontale entre des lignes de plus en plus étroites.
    2. Pour familiariser le participant avec le TMT, guidez-le à travers une tâche d’entraînement à rythme autonome composée de versions simplifiées des TMT-A et TMT-B, avec seulement 12 éléments. Après cette formation, guidez-les à travers des versions alternatives grandeur nature de TMT-A et TMT-B, avec les éléments réarrangés, en utilisant le même timing que la tâche expérimentale. Surveillez la performance des participants pour vous assurer que la tablette reste bien calibrée et que le participant exécute la tâche TMT selon les consignes.
  10. Paradigme expérimental
    REMARQUE : Ce flux de travail implémente la conception de blocs TMT décrite ci-dessus.
    1. Lance l’enregistrement du suivi oculaire. Sur la tablette caméra vidéo, sélectionnez Démarrer l’enregistrement dans le programme Enregistreur d’écran .
    2. Sur l’ordinateur Stimulus/Response, ouvrez le fichier script TMT-Run1_slow.ebs2 E-Prime (E-Run).
    3. Effectuez la connexion finale à la sortie de déclenchement du système IRM : branchez l’URB à l’ordinateur de stimulus/réponse.
    4. Saisissez l’identifiant participant et le numéro de session lorsque le script E-Run vous le demande.
    5. Donner au participant des instructions verbales pour compléter le TMT à l’aide de l’interphone du système IRM (Figure 6). Confirmez que le participant est prêt à continuer.
    6. Le script E-Run présentera au participant des instructions TMT. L’exécution de la première exécution de TMT-A, TMT-B et des conditions de fixation visuelle commencera dès qu’une impulsion de déclenchement est envoyée par le système IRM au début de la IRMf via l’URB.
    7. Surveillez les données du suivi oculaire pendant la course pour garantir que le signal est stable (un membre du laboratoire). De plus, surveillez la performance TMT (réponses du stylet) du participant pour s’assurer qu’il suit les instructions données et qu’il n’y a pas de problèmes de configuration (c’est-à-dire projection vidéo peu fiable, mauvais suivi du stylet, etc. ; deuxième membre du laboratoire). Faites aussi noter par le second membre du laboratoire la présence d’éventuelles erreurs de performance pour TMT-A ou TMT-B, ainsi que le numéro d’essai.
    8. Une fois la course terminée, arrêtez l’enregistrement oculaire et effectuez une correction de dérive, suivant les recommandations du manuel d’utilisation du système de suivi oculaire (p. 91-92)23. Si la vérification de dérive donne une erreur < 2,0°, procédez. Si l’erreur est ≥2,0, effectuez un calibrage/validation jusqu’à ce que l’erreur moyenne soit de <1,0° et l’erreur maximale de <2,0°.
    9. Pour la Run 2, relancez la session d’enregistrement oculaire et ouvrez le fichier de script E-Run TMT-Run2_slow.ebs2 sur l’ordinateur Stimulus/Response. Entrez le même identifiant participant et le même numéro de session que pour la première partie. Répétez les instructions de la tâche (Figure 6). Encore une fois, l’impulsion déclencheuse lance la tâche une fois l’IRMf commencée. Pour la première exécution TMT, faites noter au second membre du laboratoire la présence d’erreurs de performance TMT.
    10. Une fois l’expérience terminée, effectuer une validation finale du suivi oculaire (étape 7.4.3) et noter les valeurs moyennes et maximales d’erreur. Ensuite, cliquez sur Fichier | Fermez le logiciel de suivi oculaire pour exporter les données. Sortez le participant de l’aimant et commencez le démontage de l’équipement.
  11. Démontage des équipements et sauvegarde des données
    1. Les données TMT seront automatiquement sauvegardées sur l’ordinateur Stimulus/Response dans le même dossier que les scripts TMT.
    2. Les données de suivi oculaire seront sauvegardées une fois la session d’enregistrement terminée.
    3. Dans le programme SR Research Screen Recorder sur l’ordinateur Tablet Video Camera, naviguez dans Fichier et sélectionnez Fermer – cela transférera les fichiers de l’ordinateur de suivi oculaire vers l’ordinateur Tablet Video Camera.
      REMARQUE : Simplement quitter la fenêtre de programme ne permettra pas de transférer ou sauvegarder correctement les données expérimentales.
    4. Une fois le transfert des données terminé, éteignez tous les ordinateurs et stockez le matériel.

2. Analyse

  1. Participant
    1. Pour démontrer le protocole et son impact potentiel, des données TMT, suivi oculaire et IRMf à base de comprimés ont été collectées auprès d’une participante volontaire (une femme droitière, en bonne santé, âgée de 22 ans) sans antécédents rapportés de troubles neurologiques, psychologiques ou d’écriture.
  2. Métriques cinématiques de tablettes
    1. Analysez les données brutes de tablette cinématique (position du stylet dans les coordonnées x,y) à l’aide de scripts personnalisés écrits dans MATLAB disponible surGitHub 25. Les données brutes sont traitées à l’aide du script personnalisé NPTF2F_CompleteAnalysis.m, qui appelle des scripts personnalisés supplémentaires : NPTF2F_RemoveErrors.m ; NPTF2F_SpeedData h ; NPTF2F_SignalData h ; getAverageForce.m ; getTotalDistance.m ; sigfilt1.m ; spikeRemoval.m ; et zeroX.m. Pour exécuter NPTF2F_CompleteAnalysis,m, saisissez l’identification du participant, la date de collecte des données et l’ordre de la séquence d’impulsions (EPI/INI ou INI/EPI), où INI indique l’imagerieinverse 26.
      REMARQUE : La collecte de données IRMf liée à la TMT dans l’institution des auteurs peut être effectuée dans l’un ou l’autre mode d’imagerie, l’EPI étant choisie ici (voir Neuroimagerie ci-dessus). L’acquisition de l’IRMf de l’INI enregistre l’activité cérébrale avec une résolution temporelle plus élevée et dépasse le cadre du présent travail. Lors de l’exécution du script, l’analyse se déroule en plusieurs sections. Les sections 0 et 1 peuplent l’espace de travail MATLAB et lisent et stockent respectivement les données issues de fichiers texte d’entrée.
      1. La section 2 demande à l’utilisateur d’entrer le nombre de liens totaux, corrects et incorrects issus de l’analyse visuelle des performances des essais TMT-A. Veillez à ce que l’analyse visuelle soit indulgente ; si le participant n’a pas touché un cercle mais qu’une tentative claire a été faite dans la direction du cercle, on compte le lien comme Correct. De même, si le participant a « dépassé » un cercle et a touché un cercle voisin tout en redirigeant le stylet vers le cercle suivant correct, ne considérez pas cela comme un lien supplémentaire (et incorrect).
        REMARQUE : Le champ actuel d’analyse ne concerne que les essais entièrement corrects ou les liens corrects établis au sein d’un essai. L’article 3 permet de supprimer les erreurs de liaison à chaque essai. Aucune suppression n’est nécessaire dans le cas présent car le participant n’a commis aucune erreur de liaison.
      2. Attendez que la Section 4 calcule les statistiques à partir des données d’essai en appelant la fonction NPTF2F_SpeedData().
      3. Attendez que la Section 5 appelle NPTF2F_SignalsData().
      4. Observez la section 6 qui diffuse les données cinématiques des tablettes dans un format adapté à un traitement ultérieur des données (16 essais x 15 paramètres).
  3. Agréger les données pour quantifier les caractéristiques de performance et les statistiques descriptives par essai.
    1. Déterminez le temps d’achèvement comme le temps nécessaire au participant pour atteindre le caractère final de la séquence à partir du début de l’essai TMT, avec une limite supérieure fixée par la durée maximale des blocs de 40 s (essais TMT-A) ou 60 s (essais TMT-B).
    2. Calculez la vitesse (pixels par seconde, [px/s]) comme le changement des coordonnées x,y (en fonction du mouvement du stylet) au fil du temps. La surface active du panneau tactile est de 129 mm x 97 mm, et la surface d’affichage du stimulus est de 103 mm x 77 mm (1 024 x 768 pixels, angle visuel de 9,0° x 6,7°, sans compter la zone environnante dans la vidéo en direct montrant la tablette et les mains du participant).
    3. En tenant compte de la possibilité d’effets plafonds résultant de durées fixes des blocs (c’est-à-dire l’échec de compléter TMT-A ou TMT-B dans le temps maximal), calculez une autre métrique, secondes par lien (SPL)15, en divisant le temps d’achèvement (secondes) par le nombre de liens (réponses correctes du stylet établissant des connexions entre deux éléments).
      REMARQUE : Des valeurs SPL plus élevées indiquent une performance de liaison plus lente et inversement.
    4. Utilisez le fichier vidéo d’enregistrement de l’écran de suivi oculaire pour confirmer l’achèvement global de la tâche et noter tout comportement erroné (par exemple, un lien incorrect, un surlèvement du stylet).
      REMARQUE : Le participant dans cette affaire n’avait pas de performance erronée au TMT.
    5. Utilisez les valeurs moyennes, du premier et du troisième quartile pour différencier les périodes de liaison et de non-liaison pour chaque essai, comme décrit ci-dessous.
    6. Définissez les périodes de liaison (valeurs de vitesse supérieures au premier quartile) par une accélération rapide vers des valeurs de vitesse maximale suivies d’une décélération d’une magnitude similaire.
    7. Définissez les vitesses inférieures au premier quartile comme des périodes de non-liaison, typiques par le comportement de recherche visuelle avant le comportement de liaison intentionnel.
      REMARQUE : Ces comportements de liaison et de non-liaison, ainsi que leurs corrélats neuronaux, ont récemment été caractérisés dans une étude sur la performance du TMT à base de comprimés chez les jeunes adultes lors de l’électroencéphalographie10.
    8. Utilisez les périodes de liaison et de non-liaison pour déterminer la durée de liaison (temps moyen passé en connexion à un lien, [ms]) et la durée hors liaison (temps moyen passé à chercher la prochaine connexion, [ms]), respectivement.
    9. Calculez la distance totale (D) des réponses du stylet lors d’un essai en pixels comme un autre indice de variabilité inter-essais. Calculez le pourcentage moyen de distance supplémentaire parcourue (EDT) pour chaque essai, exprimé en pourcentage du trajet optimal (le plus court).
    10. Calculez la distance par liaison (DPL, px/lien) comme la distance moyenne parcourue pour former un lien dans chaque essai.
    11. Calculez la force moyenne (unités arbitraires, [au]) sur les périodes de liaison et de non-liaison uniquement, en omettant les données entre les essais.
  4. Indicateurs de suivi oculaire
    1. Consultez et traitez les données de suivi oculaire par essai, en utilisant le logiciel natif du système de suivi oculaire (voir le tableau des matériaux).
    2. La preuve de concept et le potentiel sont démontrés pour les données de suivi oculaire moyennées séparément pour les conditions de performance entières de TMT-A et TMT-B. Analysez et séparez les données du flux de données continu enregistré pour chaque exécution, en fonction des codes de déclenchement horodatés générés par l’ordinateur Stimulus/Response, indiquant le début et la fin de chaque bloc de tâches TMT-A et TMT-B dans les fichiers de données EDF à suivi oculaire.
    3. Rapportez des statistiques descriptives, incluant le nombre de saccades, le nombre de fixations, le temps de fixation (ms), le pourcentage de fixation, le nombre de clignements, le taux de clignement (clignements/s) et la taille des pupilles (en unités arbitraires [au]).
      REMARQUE : Les définitions spécifiques pour chaque paramètre sont listées dans le Tableau 1. Les statistiques liées à la fixation et aux saccades sont produites via des générateurs de rapports intégrés au logiciel en utilisant les valeurs de seuil et d’amplitude par défaut.
  5. Rapports statistiques
    1. Étant donné la nature de preuve de concept de l’expérience, impliquant un seul participant à la recherche, effectuez des tests statistiques simples sans correction pour des comparaisons multiples. Calculez les métriques moyennes de suivi oculaire et de comprimés pour TMT-A et TMT-B sur les deux essais (soit un total de quatre cas de chaque condition testée).
    2. Pour chaque comprimé et chaque métrique de suivi oculaire, utilisez un test t à deux queues apparié afin d’évaluer l’existence de différences statistiquement significatives entre les deux parties du TMT (TMT-B versus TMT-A).
  6. Données de neuroimagerie
    1. Générez des cartes IRMf de preuve de concept de l’activité cérébrale en utilisant l’analyse du logiciel freeware de neuroimagerie fonctionnelle (AFNI) 27, largement adopté dans la communauté scientifique.
      REMARQUE : Un script détaillant le pipeline d’analyse d’imagerie spécifique et les choix de paramètres est fourni surGitHub 25. En résumé, la séquence des étapes du pipeline de traitement d’images AFNI pour évaluer l’activité cérébrale à chaque emplacement d’élément de volume (voxel) dans le cerveau est la suivante :
      1. Concaténine les données IRMf des deux exécutions TMT.
      2. Effectuer des étapes de prétraitement avant la génération de la carte d’activation, incluant des corrections voxel par voxel pour les pics (valeurs aberrantes) de l’amplitude du signal IRMf en fonction du temps, les effets physiologiques liés à la respiration et à la pulsationcardiaque 28, le temps d’acquisition de la tranche d’image et le mouvement.
      3. Aligner les données anatomiques pondérées T1 sur un modèle standard d’atlascérébral 29,30 avec une procédure de déformation non linéaire.
      4. Appliquez les paramètres de distorsion aux données fIRM.
      5. Filtrez spatialement les données IRMf en utilisant un noyau gaussiano de 5 mm à pleine largeur à moitié (FWHM).
      6. Divisez le cours temporel de l’IRMf à chaque voxel par la valeur moyenne, puis multipliez par 100 pour réécheller les signaux IRMf en unités de pourcentage.
      7. Voici les données IRMf dans un modèle linéaire général (GLM) comprenant des formes d’onde en wagon représentant les temps actifs pendant les blocs TMT-A et TMT-B (dérivés des données de tablettes) convolutés avec une fonction de réponse hémodynamique canonique, ainsi que des régresseurs pour les fluctuations de basse fréquence, le mouvement et les dérivées du mouvement, et des régresseurs physiologiques pour éliminer les effets résiduels des cycles cardiaque et respiratoire.
      8. Calculer les cartes initiales correspondant à l’activation cérébrale (coefficients bêta issus de l’analyse GLM voxel par voxel) pour a) la performance moyenne TMT-A plus TMT-B par rapport à la fixation ; et b) la performance moyenne TMT-B – TMT-A. Rapporter chaque carte à p < 0,0005 puis appliquer un seuil de taille de cluster pour corriger les comparaisons multiples à p < 0,05.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

En utilisant le fichier d’enregistrement de l’écran de suivi oculaire, les performances représentatives de TMT-A et TMT-B à un moment donné dans l’environnement de réalité augmentée sont montrées respectivement dans les figures 7A, B. Les performances TMT-A et TMT-B (ligne bleue) et les données de regard (ligne rouge) sur des intervalles successifs de 2,5 s sont montrés respectivement dans la Figure 7C, D. Cet intervalle de temps a été choisi pour faciliter la visualisation de plusieurs instances successives de comportement de liaison dans un même schéma. Un intervalle de temps plus court montre simplement un lien (ou aucun), tandis qu’un intervalle de temps plus long montre plus de liens et de désordre, et est plus difficile à interpréter visuellement. En examinant la Figure 7C, D, en particulier, il est évident que pendant les premières secondes d’exécution de TMT-A et TMT-B, le participant recherche visuellement et encode les premiers liens à créer avant de déplacer le stylet. Il y a aussi des indications que, tout au long des performances TMT-A et TMT-B, pour les intervalles de temps affichés, le regard (et le comportement de recherche visuelle) précèdent les mouvements appropriés de liaison du stylet.

Le tableau 1 résume les métriques cinématiques et de suivi oculaire moyens des participants pour la performance de la TMT sur tous les essais (quatre instances de TMT-A, quatre occurrences de TMT-B, sur deux essais distincts). Les temps d’achèvement pour TMT-B (31,3 s ± 6,0 s) ont été supérieurs à ceux de TMT-A (24,0 s ± 5,7 s) (p = 0,06). Cela est cohérent avec le traitement mental plus complexe nécessaire à la réalisation du TMT-B. La vitesse moyenne de performance de tirage de liens n’a pas été significativement plus lente pour TMT-A (0,35 ± 0,04 px/ms) que pour TMT-B (0,36 ± 0,13 px/ms) (p = 0,91), tandis que SPL a été plus élevée pour TMT-B (1,31 ± 0,25 s) que pour TMT-A (1,00 ± 0,24 s) (p = 0,06). Les durées moyennes des périodes de liaison n’étaient pas significativement différentes (702 ± 299 ms (TMT-B) et 729 ± 221 ms (TMT-A) (p = 0,92)), ni les durées des périodes non liées à la liaison (576 ± 451 ms (TMT-B) et 260 ± 29 ms (TMT-A) (p = 0,23)). La distance totale (D) n’était pas significativement différente pour TMT-B (10 300 ± 1 270 px) par rapport à TMT-A (10 600 ± 1 930 px) (p = 0,52). Le pourcentage de distance supplémentaire parcourue (EDT) par rapport à la distance la plus courte possible était de 27,1 ± 7,1 % pour TMT-A et 24,2 ± 6,3 % pour TMT-B (p = 0,59). La distance par liaison (DPL) pour TMT-A était de 442 ± 80 px/liaison et 429 ± 53 px/liaison pour TMT-B (p = 0,52). La force du stylet a légèrement augmenté en moyenne pour le TMT-B (9,3 ± 1,8) que pour le TMT-A (5,5 ± 3,5) (p = 0,11). Aucune erreur n’a été commise lors de ces deux conditions. Collectivement, ces résultats sont cohérents avec l’interprétation selon laquelle il existe une variation significative des performances motrices entre TMT-A et TMT-B, de sorte que toute différence possible entre les deux parties TMT due à la complexité cognitive de la vitesse moyenne de dessin du lien, de la durée de la période de liaison, de la période de non-liaison, de D, EDT, DPL et de la force du stylet est masquée dans l’analyse au niveau d’un seul participant par la présentation pseudo-aléatoire des stimuli à l’écran. Comme prévu, cependant, la tendance à une SPL plus élevée pour TMT-B par rapport à celle de TMT-A correspond bien aux résultats concernant le temps d’achèvement, reflétant la forte corrélation entre les deux indicateurs.

Les données de suivi oculaire ont montré une tendance à un léger plus de saccades dans TMT-B (90 ± 24) que dans TMT-A (71 ± 22) (p = 0,10). Les résultats analogues pour les fixations étaient presque identiques, étant donné que les saccades et les fixations sont fortement interconnectées. Le temps moyen de fixation dans TMT-A était de 308 ± 40 ms, tandis que le temps moyen de fixation en TMT-B était de 314 ± 32 ms (p = 0,32). Le pourcentage moyen de temps passé dans une fixation ( % de fixation pour TMT-A était de 90,0 ± 2,3 %, significativement différent de la valeur de 88,7 ± 2,1 % pour TMT-B (p = 0,01). Le nombre de clignements par essai était significativement plus élevé dans TMT-B (5,0 ± 2,6) que dans TMT-A (2,0 ± 1,2) (p = 0,04). En tenant compte de la différence de temps moyen d’achèvement entre les tests, le taux de clignement restait nettement plus élevé pour TMT-B (0,15 ± 0,06 blinks/s) comparé à TMT-A (0,08 ± 0,05 blinks/s) (p = 0,03), comme on pouvait s’y attendre pour la première tâche, car elle est plus exigeante cognitivement. La taille moyenne des pupilles est restée très similaire dans toutes les conditions (1 588 ± 140 pour TMT-A ; 1 648 ± 59 pour TMT-B) (p = 0,29).

Lors de l’analyse de l’activité cérébrale lors des deux conditions de tâche (TMT-A et TMT-B versus fixation visuelle), une activation positive significative et large a été observée, ainsi que plusieurs clusters activés négativement (qui avaient tendance à être plus petits). Les 25 premiers groupes par taille comprenaient une activation positive dans des parties du cervelet médial et latéral, le précuune gauche, les lobules pariétaux supérieur et inférieur, le gyrus occipital moyen gauche, le gyri précentral, le gyrus postcentral gauche, le gyrus frontal supérieur gauche, le gyrus occipital supérieur droit, les zones motrices complémentaires, le cortex cingulaire moyen gauche, le gyrus supramarginal droit, le gyrus frontal moyen gauche et le gyrus calcarin droit. Un sous-ensemble de ces activations est montré dans des images représentatives à la Figure 8. Une activation négative était présente dans le gyris angulaire, le gyrus frontal supérieur gauche, le gyrus temporal moyen, le gyrus pariétal inférieur droit, le gyrus temporal supérieur droit, le gyrus postcentral droit, le gyrus supramarginal droit, le gyrus frontal inférieur gauche (pars orbitalis), le lobule paracentral droit et le gyrus précentral droit. Pour le contraste TMT-B vs TMT-A, cependant, aucune activation positive ou négative significative n’a été observée. Comme mentionné dans la discussion (voir ci-dessous), ces observations collectives d’IRMf sont cohérentes avec les résultats précédents obtenus en laboratoire.

figure-results-1
Figure 1 : Schéma conceptuel de l’appareil expérimental. (A) L’écran de l’ordinateur est utilisé pour contrôler l’administration de l’appareil et des tests cognitifs, ainsi que pour visualiser les résultats, tels qu’exécutés par (B) l’ordinateur. Les câbles d’alimentation, de contrôle et d’enregistrement des données passent par le panneau de pénétration radiofréquence (C). L’appareil clé comprend la tablette informatisée compatible IRM (D), composée d’une surface tactile et d’un stylet, d’un illuminateur à diode électroluminescente, et d’une caméra vidéo « Tablet Video Camera » capturant les mouvements de la main et du stylet. (E) Un miroir réfléchissant monté sur la bobine de tête permet de suivre les yeux du participant, allongé sur (F) la table du patient du système IRM, en utilisant (G) un système d’enregistrement vidéo à distance. Le miroir permet également au participant de visualiser les stimuli de test, les réponses de tablette et les mouvements de main/stylet associés sur (H) un écran de rétroprojection tel que présenté par (I) un système de projection à distance compatible IRM. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

figure-results-2
Figure 2 : Tablette de stum. (A) Disposition de tablette sur la table du patient avec un bénévole participant. (B) Gros plan de la tablette, du support et du stylet (jaune) dans deux orientations différentes, montrant la disposition de la « caméra vidéo tablette » et de l’illuminateur à diode électroluminique. (C) Tablette, caméra vidéo et ordinateurs stimulus/réponse pour le contrôle du système de tablette, depuis la zone de la console IRM. (D) Vue représentative de l’environnement de réalité augmentée pendant qu’un participant effectue le TMT-A. Le point rouge indique la position instantanée du regard et n’est pas montré au participant. (E) Système de projection compatible IRM pour la présentation d’un environnement de réalité augmentée au participant, sur l’écran de rétroprojection. L’écran est monté dans l’alésage magnétique et n’est pas visible dans cette vue ; voir la Figure 4 pour une représentation claire. Abréviation : TMT = Test de création de sentiers. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

figure-results-3
Figure 3 : Les tests de création de sentiers sontchimiques. Schéma temporel de l’administration du TMT pendant l’IRMf. En haut : Diagramme de synchronisation indiquant la durée des blocs TMT-A, TMT-B et de fixation, administrés en chacune des deux courses. En bas : Exemples d’images affichées de chaque condition. Notez que les essais de TMT-A et TMT-B impliquent des schémas de stimulus différents pour chaque essai, de sorte que les participants ne se basent pas sur la mémoire spatiale. Tous les essais de fixation visuelle impliquent la même image affichée. Abréviations : TMT = Test de création de sentiers ; IRMf = IRM fonctionnelle ; TMT-A = partie A ; TMT-B = partie B ; Fixation = fixation visuelle. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

figure-results-4
Figure 4 : Satellite du suivi oculaire. (A) Image d’une caméra vidéo oculaire compatible IRM, de l’illuminateur et du support. (B) Image de l’ouverture de l’alésage avant de l’aimant, montrant la relation spatiale de l’appareil de suivi oculaire avec la tablette, la bobine de tête et le miroir, ainsi que l’écran de projection. (C) Image de l’ouverture de l’aimant avant avec la tablette et la bobine de la tête retirées, montrant la relation entre le projecteur et l’écran de projection utilisé avec la tablette, ainsi que la caméra à suivi oculaire et l’illuminateur. (D) Environnement logiciel de suivi oculaire montrant l’enregistrement vidéo d’un participant dans un large champ de vision et un champ recadré et zoomé où les reflets cornéens sont détectés pour permettre le suivi oculaire, et la pupille est détectée pour l’enregistrement du diamètre de la pupille. (E) Exemples de captures d’écran lors de la calibration et de la validation du eye-tracker. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

figure-results-5
Figure 5 : Console et éjection del’anel etup. (A) Zone de la console IRM montrant les quatre moniteurs utilisés dans les expériences. De gauche à droite : pisteur oculaire ; une tablette caméra vidéo ; stimulus/réponse à la tablette ; et la console système IRM. (B) Image du côté de la salle magnétique du panneau de pénétration montrant toutes les connexions matérielles pertinentes. (C) Des connexions analogues du côté de la salle des équipements. Abréviation : BNC = accouplement à écrou de baïonnette. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

figure-results-6
Figure 6 : Instructions verbales de t. La tâche d’entraînement consiste à utiliser une tablette et un stylet pour s’entraîner à tracer une ligne lisse entre les consignes, en les familiarisant avec l’appareil avant le test cognitif. Le TMT se compose de deux parties : la partie A consiste à relier des cercles numérotés dans un ordre croissant, tandis que la partie B alterne entre chiffres et lettres dans un ordre croissant. Abréviation : TMT = Test de création de sentiers. Veuillez cliquer ici pour voir une version agrandie de cette figure.

figure-results-7
Figure 7 : Rendement du TMT. Des échantillons temporels de (A) performance TMT-A et (B) performance TMT-B en réalité augmentée du point de vue du participant. Le point rouge sur chaque image représente le point de regard. Les images sont des images issues de l’écran de suivi oculaire enregistrant le fichier vidéo ; Notez que le participant ne peut pas voir le point de regard pendant la performance du test. (C,D) Intervalles de temps successifs de 2,5 s de performance TMT-A et TMT-B (lignes bleues), y compris les données de regard dépendantes du temps (lignes rouges), respectivement. Les saccades sont visibles sous forme de fines lignes rouges, tandis que des « nœuds » sont également visibles lorsque le regard ne bouge pas rapidement, indiquant des fixations. Abréviation : TMT = Test de création de sentiers. Veuillez cliquer ici pour voir une version agrandie de cette figure.

figure-results-8
Figure 8 : IRMf unectivation m. Activation (contraste du signal IRMf) pour (TMT-A et TMT-B) versus fixation. Les positions des tranches sont espacées de 14 mm aux coordonnées Z indiquées dans l’espace de l’atlas stéréotaxique. La barre de couleur représente le pourcentage de contraste du signal BOLD dans les zones significativement activées, avec des valeurs positives démontrant une activation supérieure à celle de base. Abréviations : IRMf = IRM fonctionnelle ; TMT = Test de création de sentiers ; L = Gauche ; R = Droite ; BOLD = dépendant du niveau d’oxygénation sanguine. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

PARAMÈTREDÉFINITIONTMT ATMT BVALEUR P (À 2 QUEUES, APPARIÉES)
Temps(s) d’achèvementTemps moyen (en secondes) nécessaire pour compléter chaque essai24,0 (± 5,7)31.3 (± 6.0)0.06
Vitesse (px/ms)Vitesse moyenne (en pixels par milliseconde) du mouvement du stylet
Tout au long de chaque procès
0,35 (± 0,04)0,36 (± 0,13)0.91
Secondes par lien, SPL
(s/Link)
Temps moyen (en secondes) nécessaire pour compléter chaque lien dans chaque essai1,00 (± 0,24)1.31 (± 0.25)0.06
Durée de liaison (ms)Temps moyen (en millisecondes) passé à connecter chaque lien
Chaque procès
729 (± 221)702 (± 299)0.92
Durée sans lien
(ms)
Temps moyen (en millisecondes) passé à chercher la prochaine connexion
Tout au long de chaque procès
260 (29 ±)576 (± 451)0.23
Distance totale (px)Distance moyenne (en pixels) parcourue par le stylet à chaque essai10600 (± 1930)10300 (± 1270)0.52
Distance supplémentaire
Voyage, EDT ( %)
La distance moyenne supplémentaire parcourue pour chaque essai, exprimée sous la forme d’un
pourcentage du chemin optimal (le plus court) possible
27,1 (± 7,1)24,2 (± 6,3)0.59
Distance par lien, DPL
(px/Lien)
La distance moyenne (en pixels) parcourue pour former un lien dans chaque essai441 (± 80)429 (± 53)0.52
Force (unités abritraires)Force moyenne (en unités arbitraires) exercée sur l’écran de la tablette à chaque essai5.5 (± 3.5)9.3 (± 1.8)0.11
Comte SaccadeNombre moyen de saccades dans chaque épreuve71 (22 ±)90 (24 ±)0.10
Nombre de fixationsNombre moyen de fixations dans chaque essai71 (22 ±)90 (24 ±)0.09
Temps de fixation (ms)Temps moyen (en millisecondes) de chaque fixation dans chaque essai308 (± 40)315 (32 ±)0.32
Pourcentage de fixation
(%)
Pourcentage moyen de temps passé dans une fixation tout au long de chaque essai90.0 (± 2.3)88,7 (± 2,1)0.01
Compte des clignementsNombre moyen de blink dans chaque essai2.0 (± 1.2)5.0 (± 2.6)0.04
Taux de clignement (clignements/s)Nombre moyen de clignements effectués par seconde dans chaque essai0,08 (± 0,05)0,15 (± 0,06)0.03
Taille de la pupille (abritraire
unités)
Taille moyenne des élèves à chaque essai1588 (± 140)1648 (± 59)0.29

Tableau 1 : Statistiques résumées pour les métriques cinématiques en comprimés et les métriques de suivi oculaire, tabulates pour la performance de TMT-A et TMT-B par une jeune adulte en bonne santé. Les définitions de chaque métrique sont données avec des écarts-types entre parenthèses. Les métriques affichées en italique consistent à faire la moyenne entre les performances de liaison dans chaque essai, puis à la moyenne sur tous les essais, respectivement pour TMT-A et TMT-B. Les valeurs P sont listées pour les tests t à deux queues, par paires, des différences de valeurs métriques entre TMT-A et TMT-B. Les valeurs de p indiquées en gras indiquent des effets significatifs pour les tests à deux queues à p < 0,05. Italique = moyenne des moyennes pour chaque test. En gras = Réussit le test à deux queues, en paire.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Le présent travail présente un protocole complet permettant d’acquérir simultanément des données de suivi oculaire et d’IRMf lors de la réalisation de ToC sur tablette. La discussion suivante évalue d’abord divers aspects du protocole, puis se concentre sur les résultats présentés pour un participant représentatif. Les applications futures du protocole sont également évoquées tout au long du processus.

Le protocole a été soigneusement conçu sur plusieurs années, en s’appuyant sur une longue expérience acquise dans le développement du système de comprimés et dans la recherche fMRI impliquant soit le suivi de la tablette, soit le suivi oculaire (mais sans combiner les deux derniers éléments). En particulier, toutes les étapes liées à l’étalonnage garantissent que les données obtenues reflètent avec précision la performance des participants. L’étalonnage par tablette au début de la session garantit que le stylet (et le curseur) suit avec précision le comportement d’écriture et de dessin dans l’affichage en réalité augmentée, malgré tout changement de la vue de la caméra qui aurait pu survenir lors de la manipulation. Pour garantir que le mouvement de la tête ne perturbe pas significativement les résultats, une calibration par suivi oculaire et une correction de dérive sont mises en œuvre et validées en fonction des recommandations du fabricant et des logiciels système disponibles, en plus d’une surveillance continue du flux de données de suivi oculaire tout au long des essais. Une calibration incorrecte ou omise pour la tablette ou le système de suivi oculaire peut générer des résultats biaisés. Cependant, les résultats de suivi oculaire et de comprimés présentés ici, ainsi que d’autres produits en laboratoire, suggèrent que des données d’excellente qualité peuvent être obtenues chez des adultes en bonne santé. Un traitement supplémentaire des données pourrait être nécessaire à l’avenir dans le cas d’autres populations étudiées, comme les personnes âgées ou les patients atteints de troubles neurologiques ou psychiatriques. Par exemple, les données peuvent devoir être exclues de l’analyse en raison de périodes intermittentes de mouvement excessif de la tête (comme déterminé à partir des estimations de mouvement obtenues à la section 2.6.1.2 du protocole). Les premières parties des données lors de la première exécution pourraient également devoir être exclues en raison d’effets d’apprentissage ou d’habituation (persistants même après la formation initiale), bien que leur chronologie serait également intéressante à caractériser dans de futures recherches, et pourrait fournir un mécanisme supplémentaire pour distinguer la performance du TMT dans ces populations de celle des jeunes adultes en bonne santé.

Les impulsions déclencheuses sont importantes pour le protocole, permettant l’enregistrement synchronisé dans le temps de la tablette, le suivi oculaire et les flux de données IRMf. Alors que le signal IRMf est basé sur les réponses hémodynamiques BOLD, qui varient généralement sur une échelle de secondes, les données de suivi oculaire et cinématiques des comprimés montrent un contenu significatif dans la plage de 10 à 100 ms. La synchronisation temporelle de l’ensemble de données collective offre ainsi une opportunité unique d’étudier les mécanismes de perception, de cognition et d’action lors de la performance TMT avec un niveau de détail temporel sans précédent. Les premières recherches ont permis de caractériser l’association entre l’activité cérébrale dans des régions cérébrales spécifiques et les paramètres de suivi oculaire moyennés temporellement sur les essais TMT-A et TMT-B. Pour un groupe de participants, cela permettrait d’étudier les associations possibles entre l’activité d’une région cérébrale donnée et chaque paramètre de suivi oculaire, en utilisant une simple régression linéaire et le calcul des coefficients de corrélation. Explorer si des caractéristiques supplémentaires de l’activation spatio-temporelle peuvent être résolues dans les données IRMf en utilisant les fluctuations rapides du comprimé et les données de suivi oculaire est également d’intérêt pour l’avenir. Des travaux émergents montrent que les paramètres d’acquisition des données fMRI peuvent être ajustés pour mesurer les signaux BOLD avec un échantillonnage beaucoup plus fin ; par exemple, une période d’échantillonnage de 100 ms avec l’IRMf INI a permis une meilleure détection de la dynamique d’activationcérébrale 31. Des travaux récents sur le TMT basé sur tablette utilisant l’EEG ont également montré que les périodes de liaison intra-tâches et de non-liaison sont associées à différents schémas spatiaux de puissance de bandede fréquence 10, ce qui motive l’utilisation du protocole pour rechercher des associations similaires de signaux IRMf. Reconnaître la réponse hémodynamique sous-jacente aux signaux d’IRMf est beaucoup plus lente que l’échelle temporelle des saccades et des fixations, cependant, les premières étapes dans cette direction consisteront probablement à caractériser les différences potentielles de performance de TMT-A et TMT-B impliquant un comportement qui survient tôt ou tard dans la séquence de liaison (ce dernier particulièrement difficile dans TMT-B) ; et les différences potentielles entre les liens difficiles à réaliser et ceux moins complexes, basés sur l’inspection visuelle du suivi oculaire et des données cinématiques.

Le protocole inclut un module d’entraînement qui permet aux participants de se familiariser avec l’exécution des réponses sur tablette et l’exécution des mouvements de liaison nécessaires à la réalisation du TMT. Cette formation (y compris les modifications futures adaptées à d’autres tâches ou autres ToC en cours d’étude) vise à développer la maîtrise chez ceux qui ont peu d’expérience dans l’interaction avec des tablettes informatiques, comme certains personnes âgées, ainsi que chez ceux qui peuvent rencontrer des difficultés dans ce mode de communication en raison d’un dysfonctionnement cérébral. L’environnement de réalité augmentée, y compris le VFHP provenant du flux vidéo de la caméra vidéo de la tablette, permet des interactions avec des tablettes avec une grande validité écologique mais n’offre pas une expérience complètement identique à celle de l’écriture et du dessin typiques avec un stylo et du papier. Par exemple, le participant doit formuler ses réponses en étant allongé dans l’aimant et en regardant des images de fiction, y compris une présentation désincarnée de sa main sans l’entrée proprioceptive naturelle et les coordonnées spatiales centrées sur le corps. Bien que de futures études puissent être envisagées pour explorer les conséquences de manipuler ces deux derniers facteurs, les preuves anecdotiques présentes suggèrent qu’avec un simple entraînement, les individus en bonne santé deviennent rapidement et facilement compétents dans l’utilisation de cette technologie de tablette, de sorte que les effets d’apprentissage dans les études d’IRMf sur tablette peuvent être négligés après un court module de formation.

Le protocole actuel pourra être utilisé à l’avenir, avec une IRMf réalisée pendant le module de formation, pour fournir des preuves scientifiques quantitatives à l’appui ou à l’encontre de cette dernière affirmation. (Dans les précédentes études d’IRMf sur tablette sur le TMT qui n’incluaient pas l’entraînement, les données de neuroimagerie du premier essai de TMT-A et TMT-B ont été écartées pour éviter les effets d’apprentissage10,19.) Il sera également intéressant d’explorer les effets de l’apprentissage sur tablette et ToC dans diverses populations de patients (comme celles ayant des troubles cognitifs), ce qui pourrait nécessiter d’améliorer le module de formation. Dans d’autres études en dehors de l’aimant, le module de formation pourrait également être adapté pour servir d’outil de dépistage utile, permettant d’exclure des examens d’imagerie les participants patients qui ne respectent pas les instructions ou qui ne peuvent autrement pas accomplir correctement les tâches.

Pour conclure la discussion liée à la tâche d’entraînement, il est important de noter que la neuroimagerie fonctionnelle du ToC est généralement limitée par la nature bruitée des signaux d’activation cérébrale et la nécessité d’analyser de longues séries temporelles sur plusieurs répétitions de tâches afin d’obtenir des cartes d’activation cérébrales statistiquementsignificatives 32. Cette procédure est en contradiction avec la présentation typique de la ToC, où le test est administré une seule fois. À mesure que les capacités des modalités de neuroimagerie fonctionnelle s’améliorent à l’avenir (par exemple, en réalisant une IRMf à des champs magnétiques ultra-élevés de 7 T et plus), il pourrait être possible de comparer l’activation cérébrale d’un test de cognition en un seul essai à celle obtenue lors de plusieurs essais. Cependant, à l’heure actuelle, il a été démontré que la performance du TMT sur plusieurs essais sur tablette a une validité convergente raisonnable avec la performance du test papieret stylo réel 15.

Bien que conçu pour faciliter l’évaluation des ToC par IRMf, le protocole est intrinsèquement flexible et modifiable pour répondre à des objectifs de recherche étendus. Par exemple, la caméra vidéo tablette a été spécifiquement ajoutée pour permettre à la VFHP de renforcer la validité écologique, mais peut être exclue si elle n’est pas nécessaire, ou activée ou désactivée selon différentes conditions de tâche (comme dans des études explorant l’intégration entre traitement visuel, proprioceptif et moteur). De plus, la tablette peut facilement être utilisée en synchrone avec le système de suivi oculaire dans un environnement non IRM, uniquement pour des tests comportementaux, ou avec d’autres modalités de neuroimagerie fonctionnelle telles que l’EEG, la spectroscopie fonctionnelle dans le proche infrarouge et la tomographie par émission de positons. Des modifications matérielles pourraient être nécessaires dans le cas d’études impliquant la magnétoencéphalographie (MEG), afin de supprimer le champ de frange magnétique de la tablette bien en dessous de femtoTesla aux capteurs de champ magnétique MEG. Selon les besoins expérimentaux, le protocole peut également être complété pour inclure d’autres équipements de présentation et d’enregistrement des stimuli sensoriels. Par exemple, cela pourrait inclure des écouteurs compatibles IRM pour présenter des stimuli auditifs, et des boîtes de boutons pour enregistrer les réponses de pression, permettant ainsi de comparer les signaux d’activation cérébrale provenant d’un ToC arbitraire à ceux générés par des tâches de conception liées à blocs ou événements plus généralement adoptées par la communauté de neuroimagerie fonctionnelle. D’autres modifications de protocole pourraient être apportées pour tenir compte des troubles moteurs ou visuels dans diverses populations de patients. Par exemple, des tâches de contrôle supplémentaires pourraient être ajoutées, incluant des mouvements de dessin simples (comme relier répétitivement deux stimuli avec une demande cognitive bien moindre), permettant d’estimer la contribution de l’altération motrice à la performance globale du TMT (c’est-à-dire en examinant les contrastes d’activation cérébrale (TMT-A versus repos ; simple dessin versus repos ; TMT-A versus simple dessin ; et de même pour le TMT-B). Le nombre de liaisons nécessaires dans TMT-A et TMT-B pourrait être réduit afin de diminuer le risque de fatigue musculaire. La déficience visuelle pourrait être compensée en présentant des stimuli visuels plus importants ou des stimuli avec un contraste d’affichage plus fort. Cependant, une IRMf supplémentaire des groupes témoins devrait être réalisée avec de telles modifications afin d’offrir une évaluation impartiale de l’activité cérébrale des patients par rapport aux témoins.

Malgré sa robustesse, le protocole pourrait bénéficier de plusieurs améliorations. En particulier, son exécution est assez laborieuse : l’utilisation de trois membres ou plus du personnel de laboratoire (dont un technologue pour opérer le système IRM) est souhaitable pour obtenir une grande efficacité lors de la mise en place et du démontage de l’équipement, ainsi que lors de la collecte des données (une personne pour surveiller les tablettes et une autre pour surveiller l’ordinateur de suivi oculaire). Avec deux membres du personnel formés sur notre site, 10 minutes avant et après l’IRM sont actuellement nécessaires pour la préparation et le démontage, bien que ces temps puissent être réduits en impliquant un autre membre du laboratoire pour l’aider. À l’avenir, un gain d’efficacité temporelle pourrait être obtenu en « préconfigurant » certains composants matériels et en utilisant plus efficacement les chariots d’équipement pour faciliter le transport et établir les connexions de câbles. L’installation permanente (partielle ou complète) dans la salle d’IRM serait l’option la plus simple si l’espace et le matériel le permettent.

Ensuite, le protocole a été démontré en obtenant les résultats représentatifs de la tablette, du suivi oculaire et de l’IRMf auprès d’un jeune adulte en bonne santé. Les résultats ont largement répondu aux attentes, comme décrit ci-dessous, mais il convient de souligner dès le départ que les valeurs obtenues pour les différentes métriques comportementales et les zones cérébrales activées ont été évaluées statistiquement au niveau des participants internes et ne tiennent pas compte de la moyenne et de la variabilité au niveau du groupe. De futurs tests multimodaux d’une grande cohorte d’individus en bonne santé seront nécessaires pour obtenir des informations au niveau du groupe sous forme de données « normatives », qui pourront finalement être comparées aux résultats obtenus lors de tests analogues sur des populations de patients souffrant de dysfonctionnement cérébral. Les calculs de taille d’échantillon pour de telles études seront probablement déterminés par le faible rapport contraste/bruit des signaux IRMf, ainsi que par le coût d’acquisition de ces données. Certains outils sont disponibles dans la littérature scientifique pour l’estimation de la taille de l’échantillonIRMf 32. Avec cette condition, le présent récit se concentre principalement sur l’interprétation brève des tendances et des effets significatifs observés.

Le participant a démontré un temps d’achèvement légèrement plus élevé et une durée de non-liaison plus longue pour le TMT-B comparé au TMT-A, reproduisant les résultats précédents basés sur des comprimés et correspondant aux performances établies du TMT sur l’article2, 18 et 33. Ces résultats peuvent refléter le besoin de plus de temps pour traiter, rechercher et identifier la prochaine cible correcte dans TMT-B par rapport à TMT-A, étant donné que TMT-B est considéré comme plus difficile mentalement. Aucune erreur n’a été enregistrée pour aucune des deux conditions, et tous les essais TMT ont été réalisés dans le temps alloué, conformément à la complétion standard de TMT par de jeunes adultes instruitset en bonne santé 2. La valeur SPL était plus élevée pour TMT-B que pour TMT-A comme prévu, étant donné que TMT-B et -A ont tous deux le même nombre total de liaisons, et que le temps d’achèvement TMT-B était plus long. Malgré une complexité visuelle accrue dans TMT-B, des valeurs légèrement supérieures de D et EDT ont été observées dans TMT-A. Les deux indicateurs ont été développés récemment pour le présent travail, donc aucune comparaison spécifique ne peut être faite avec les rapports dans la littérature TMT antérieure basée sur tablettes. Cependant, on suppose que la performance plus lente dans TMT-B aurait pu modifier la position de l’individu sur le graphique du compromis « vitesse-précision» 34 par rapport à ses performances plus rapides en TMT-A conduisant ainsi à un lien plus précis avec la diminution des valeurs associées de D et EDT. Cette interprétation doit être confirmée lors de futurs tests.

Les résultats de la métrique de suivi oculaire pour ce participant sont intrigants. Un nombre légèrement plus élevé de saccades et de fixations, de nombre de clignements et de fréquence de clignements a été observé lorsque le participant a effectué le TMT-B comparé au TMT-A. Des comptes plus importants de saccade et de fixation peuvent indiquer une augmentation des effets de recherche visuelle à travers les stimuli visuels dans la condition B. Pour appuyer cette possibilité, des travaux antérieurs ont montré que les deux comptages augmentent à mesure que le coût mental pour traiter un tableaude recherche plus complexe 35 augmente. L’augmentation du nombre et du taux de clignements pour TMT-B par rapport à ceux pour TMT-A peut représenter un contrôle cognitif accru pour la première condition de tâche. Fait intéressant, de nombreuses études soutiennent que le taux de clignements spontanés des yeux (et le nombre de clignements dans une durée d’essai fixe, comme étudié ici) sont des indicateurs utiles de l’activitédopaminergique 36. La dopamine est un neurotransmetteur important impliqué dans l’apprentissage, la mémoire de travail et le comportement orientévers des objectifs 37, qui sont tous à la base de la réussite des performances du TMT et qui sont plus requis dans le TMT-B comparé au TMT-A. De nombreuses études portant sur les clignements spontanés et évoqués par tâche montrent que les deux indicateurs sont sensibles aux modulations du contrôlecognitif 38. Enfin, une taille moyenne d’élèves très similaire a été observée pour les deux parties de la TMT, ce qui suggère que le participant a pu réaliser les deux parties avec des niveaux d’effort mental similaires sans solliciter sa capacitéde traitement 38. Ces interprétations sont à nouveau cohérentes avec la littérature sur la performanceTMT 2 et que le participant a exécuté les deux parties efficacement sans erreurs. Des travaux futurs seront nécessaires pour étudier les caractéristiques détaillées du regard associées au comportement TMT intra-tâche. De tels travaux seront extrêmement intéressants, fournissant des moyens d’évaluer dans quelle mesure les comportements de recherche visuelle a) précèdent les réponses sur tablette ; b) sont modifiées pour des liens difficiles à réaliser par rapport à ceux qui sont faciles à réaliser en raison de la distribution spatiale des stimuli numériques et lettres, et c) sont modifiés lorsque des erreurs de performance TMT sont commises.

Concernant le sujet des erreurs dans la performance des TMT, la journalisation des erreurs et la quantification seront un aspect important des recherches futures qui ne relève pas de l’étude actuelle de preuve de concept d’un jeune adulte en bonne santé. Le protocole actuel se limite à l’enregistrement des erreurs de performance TMT au moment de l’acquisition des données, mais peut facilement être complété pour inclure le nombre d’erreurs commises lors des essais TMT-A et TMT-B, ainsi que des mesures statistiques de la tendance centrale et de la variation pour un participant donné, basées sur l’évaluation manuelle de fichiers vidéo numérisés d’interactions avec le stylet. Au-delà de cela, une grille d’évaluation est requise pour la catégorisation des types d’erreurs de performance TMT. Une fois qu’une quantité suffisante de données d’erreur sont accumulées par inspection manuelle, il devrait également être possible de développer des méthodes d’intelligence artificielle pour détecter et classer les erreurs avec précision, rendant ainsi le processus d’évaluation des erreurs beaucoup moins chronophage.

L’analyse neuroimagerie a révélé une activation significative et large (pour les tâches TMT-A et TMT-B analysées ensemble par rapport à la condition de repos) dans des régions du cerveau, y compris celles responsables du traitement visuel, de la fonction motrice et de la perception et de l’intégration sensorielles. L’activation de ces régions ressemble à celle de l’IRMf observée dans des études antérieures de neuroimagerieTMT 15,19. À titre d’exemple simple d’activation associée à la fonction motrice, la région pré-centrale du gyrus de la main controlatérale (gauche) a été activée positivement par la réponse motrice droite, et il y avait également un petit groupe d’activation ipsilatérale négative (non montrée à la Figure 8), des schémas d’activation caractéristiques pour les régions sensorimotrices primaires lors de mouvements pertinents pour latâche 39,40. Même avec un seuil et une correction relativement conservateurs, la force de l’activation de l’IRMf pour ce participant suggère que la tâche est une bonne sonde de la fonction visuo-motrice, notamment dans le cervelet et le mésencéphale. Cependant, les conclusions précises sur les régions cérébrales soutenant la performance du TMT ne doivent pas être tirées des données pour ce participant unique, qui ne sont incluses que pour la démonstration. Notez également que l’absence d’activité observée pour le contraste TMT-B vs TMT-A n’était pas surprenante pour un seul participant. Ce contraste particulier est connu pour être « faible », nécessitant généralement l’analyse des données d’IRMf provenant d’un groupe d’échantillons plus large ainsi qu’un pipeline de traitement d’image soigneusement optimisé pour une détection fiable des signauxd’activation 41. Ces derniers points soulignent à nouveau que les travaux actuels en neuroimagerie démontrent une preuve de concept dans la conception expérimentale, l’enregistrement et l’analyse de l’IRMf, mais que de futures études impliquant un ou plusieurs groupes de participants (par exemple, des personnes atteintes de maladies neurologiques et des témoins sains) seront nécessaires pour obtenir des résultats généralisables au niveau de la population.

Il est important de souligner que les métriques développées pour ce protocole (pour quantifier les réponses liées à la TMT en comprimé et suivi oculaire, ainsi que l’activation cérébrale lors de l’IRMf) ne sont pas exhaustives. Au lieu de cela, ils s’appuient sur leur expérience menée par des études TMT-fMRI sur tablettes et des études fMRI impliquant le suivi oculaire au cours des dernières années. Les métriques de suivi oculaire et tablette ne sont pas nécessairement indépendantes et peuvent présenter certaines codépendances, ce qui suggère qu’une analyse multivariée de leur association avec les données TMT-fMRI serait bénéfique, par exemple en utilisant la méthode des moindres carréspartiels 42. À l’avenir, de nouveaux indicateurs quantifiant certains aspects du parcours du regard seraient utiles, dans le cadre de la caractérisation de la variabilité intra- et interindividuelle dans la bonne performance des tests (et des erreurs), y compris entre groupes d’individus en bonne santé ainsi qu’entre patients. On s’attend à ce que de tels travaux révèlent des gains substantiels en sensibilité et spécificité au TMT pour les patients discriminants parmi les témoins utilisant les données TMT sur tablette, le suivi oculaire et l’IRMf ainsi que les indicateurs quantitatifs associés, par rapport à l’administration standard de TMT sur papier et à l’évaluation TMT standard. Si cette prédiction est correcte, il y aura également des opportunités d’explorer si la discrimination peut être encore améliorée grâce à diverses approches d’intelligence artificielle et au développement de ToC entièrement nouvelles et modernes, en s’appuyant sur les connaissances acquises dans ce programme de recherche global.

En conclusion, un protocole multimodal novateur est présenté pour évaluer la performance humaine de la ToC en utilisant la technologie des tablettes informatisées, le suivi oculaire et l’IRMf. Comparé aux protocoles de recherche apparentésmais plus simples 20,43,44,45, le protocole actuel est considéré comme plus informatif en raison de l’inclusion de la technologie des tablettes à forte validité écologique associée à un suivi oculaire, tout en maintenant un plan d’étude ergonomique et efficace. Le protocole offre la possibilité d’une corrélation fluide entre la performance des tâches, l’activité neuronale et les métriques de mouvement oculaire dans différents cadres multivariés et d’apprentissage automatique afin d’explorer les fondements neuronaux de ToC. Les données pilotes, impliquant un jeune adulte en bonne santé représentatif pratiquant le TMT sur tablette, sont très prometteuses. Le protocole ouvre ainsi la porte à un vaste programme de recherche incluant le développement d’une compréhension beaucoup plus nuancée des fondements neuronaux de la ToC, ainsi que l’étude du potentiel d’utiliser la ToC existante et récemment développée, couplée au suivi oculaire et à la neuroimagerie fonctionnelle, pour une caractérisation beaucoup plus sensible et spécifique de patients présentant différentes dysfonctions cérébrales. Comparé aux individus en bonne santé.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Les auteurs n’ont aucun conflit d’intérêts à divulguer.

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Les auteurs remercient les Instituts canadiens de recherche en santé, la Fondation canadienne pour les maladies du cœur et l’AVC et la Fondation canadienne pour l’innovation pour leur soutien financier et leur financement de cette recherche.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Système IRM 3T avec bobine de culasse à 64 canauxSiemens Healthineers (Erlangen, ALE)Prisma magnétomiqueEnregistre les données d’IRMf.
Filtre d’interférence électromagnétiqueSpectrum Control Inc. (Fairview, PA, États-Unis)56-705-005-LITransfère les signaux de la tablette et du stylet de la salle magnétique vers la boîte d’interface de la tablette.
Logiciel de suivi oculaireSR Research Ltd. (Ottawa, ON, CAN)EyeLink Explorer (version 4.3.1, 64 bits)Permet la visualisation et le traitement des données par eye-tracker.
Application de montage graphiqueMicrosoft Inc. (Redmond, WA, États-Unis)PeintureUtilisé pour familiariser les participants avec l’écriture et le dessin sur tablette.
MATLAB  ;MathWorks Inc.  ; (Natick, MA, États-Unis)  ; R2022aUtilisé pour analyser les données de tablettes cinématiques et effectuer des analyses statistiques.
Traceur oculaire compatible IRMSR Research Ltd. (Ottawa, ON, CAN)EyeLink 1000 PlusEnregistre les données de suivi oculaire pendant l’IRMf.
Projecteur compatible IRMAvotec, Inc. (Stuart, FL, États-Unis)Vision silencieusePrésente des stimuli visuels en réalité augmentée au participant.
Composants de tablette compatibles IRM (y compris surface tactile, plateforme de support surélevée réglable, stylet sensible à la force, illuminateur à diode électrolumineuse)Non applicableNon applicableConçu sur mesure et assemblé en laboratoire. Voir les références 12, 13 pour plus de détails.
Logiciel de présentation de stimulusOutils logiciels de psychologie (Sharpsburg, PA, États-Unis)E-Prime, version 2.0Logiciel pour développer et gérer toutes les formations et implémentations de tâches sur tablette.
Ordinateur de stimulus/réponseNon applicableNon applicableConception multicomposante. Voir la référence 13 pour plus de détails.
Application du pilote Surface sensible au tactileELO Touch Solutions Inc. (Milpitas, CA, États-Unis)Haut-parleur à simple tactileUtilisé pour calibrer la surface tactile lorsque les participants effectuent des tâches touch-to-target.
Dispositif de déclenchement et de réponseInstitut Rowland (Cambridge, MA, États-Unis)Boîte de réponse USB RowlandUtilisé pour synchroniser le temps les tâches sur tablette, le suivi oculaire et les flux de données IRMf.
Caméra vidéoMRC Instruments GmbH (Heidelberg, ALEE)12M-iEnregistre des vidéos des interactions entre la main et le stylet sur la surface tactile de la tablette.
Ordinateur caméra vidéoNon applicableNon applicableConception multicomposante. Voir la référence 13 pour plus de détails.

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Neuropsychological assessment. , 5th ed, Oxford University Press. (2012).">Lezak, M. D., Howieson, D. B., Bigler, E. D., Tranel, D. Neuropsychological assessment. , 5th ed, Oxford University Press. (2012).
  2. Trail making test A and B: normative data stratified by age and education. Arch Clin Neuropsychol. 19 (2), 203-214 (2004).">Tombaugh, T. N. Trail making test A and B: normative data stratified by age and education. Arch Clin Neuropsychol. 19 (2), 203-214 (2004).
  3. The trail making test: a study in focal lesion patients. Psychol Assess. 13 (2), 230-239 (2001).">Stuss, D. T., et al. The trail making test: a study in focal lesion patients. Psychol Assess. 13 (2), 230-239 (2001).
  4. Cognitive impairment in multiple sclerosis: a review of neuropsychological assessments. Cogn Behav Neurol. 29 (2), 55-67 (2016).">Korakas, N., Tsolaki, M. Cognitive impairment in multiple sclerosis: a review of neuropsychological assessments. Cogn Behav Neurol. 29 (2), 55-67 (2016).
  5. Cognitive assessment in the elderly: a review of clinical methods. QJM. 100 (8), 469-484 (2007).">Woodford, H. J., George, J. Cognitive assessment in the elderly: a review of clinical methods. QJM. 100 (8), 469-484 (2007).
  6. The Montreal cognitive assessment, MoCA: a brief screening tool for mild cognitive impairment. Am Geriatr Soc. 53 (4), 695-699 (2005).">Nasreddine, Z. S., et al. The Montreal cognitive assessment, MoCA: a brief screening tool for mild cognitive impairment. Am Geriatr Soc. 53 (4), 695-699 (2005).
  7. Comparing the electronic and standard versions of the Montreal cognitive assessment in an outpatient memory disorders clinic: a validation study. Alzheimers Dis. 62 (1), 93-97 (2018).">Berg, J. -L., et al. Comparing the electronic and standard versions of the Montreal cognitive assessment in an outpatient memory disorders clinic: a validation study. Alzheimers Dis. 62 (1), 93-97 (2018).
  8. The Toronto cognitive assessment (TorCA): normative data and validation to detect amnestic mild cognitive impairment. Alzheimers Res Ther. 10 (1), 65(2018).">Freedman, M., et al. The Toronto cognitive assessment (TorCA): normative data and validation to detect amnestic mild cognitive impairment. Alzheimers Res Ther. 10 (1), 65(2018).
  9. The effects of aging, malingering, and traumatic brain injury on computerized trail-making test performance. PLoS One. 10 (6), e0124345(2015).">Woods, D. L., Wyma, J. M., Herron, T. J., Yund, E. W. The effects of aging, malingering, and traumatic brain injury on computerized trail-making test performance. PLoS One. 10 (6), e0124345(2015).
  10. Trail making test performance using a touch-sensitive tablet: behavioral kinematics and electroencephalography. Front Hum Neurosci. 15, 663463(2021).">Lin, Z., et al. Trail making test performance using a touch-sensitive tablet: behavioral kinematics and electroencephalography. Front Hum Neurosci. 15, 663463(2021).
  11. Applications of functional near-infrared spectroscopy (fNIRS) neuroimaging in exercise-cognition science: a systematic, methodology-focused review. J Clin Med. 7 (12), 466(2018).">Herold, F., Wiegel, P., Scholkmann, F., Müller, N. G. Applications of functional near-infrared spectroscopy (fNIRS) neuroimaging in exercise-cognition science: a systematic, methodology-focused review. J Clin Med. 7 (12), 466(2018).
  12. A new tablet for writing and drawing during functional MRI. Hum Brain Mapp. 32 (2), 240-248 (2011).">Tam, F., Churchill, N. W., Strother, S. C., Graham, S. J. A new tablet for writing and drawing during functional MRI. Hum Brain Mapp. 32 (2), 240-248 (2011).
  13. A computerized tablet with visual feedback of hand position for functional magnetic resonance imaging. Hum Neurosci. 9, 150(2015).">Karimpoor, M., et al. A computerized tablet with visual feedback of hand position for functional magnetic resonance imaging. Hum Neurosci. 9, 150(2015).
  14. Tablet technology for writing and drawing during functional magnetic resonance imaging: a review. Sensors. 21 (2), 401(2021).">Lin, Z., Tam, F., Churchill, N. W., Schweizer, T. A., Graham, S. J. Tablet technology for writing and drawing during functional magnetic resonance imaging: a review. Sensors. 21 (2), 401(2021).
  15. Tablet-based functional MRI of the trail making test: effect of tablet interaction mode. Front Hum Neurosci. 11, 496(2017).">Karimpoor, M., et al. Tablet-based functional MRI of the trail making test: effect of tablet interaction mode. Front Hum Neurosci. 11, 496(2017).
  16. Trail making test results for normal and brain-damaged children. Percept Mot Skills. 33 (2), 575-581 (1971).">Reitan, R. M. Trail making test results for normal and brain-damaged children. Percept Mot Skills. 33 (2), 575-581 (1971).
  17. Relationships between parts A and B of the trail making test. J Clin Psychol. 43 (4), 402-409 (1987).">Corrigan, J. D., Hinkeldey, N. S. Relationships between parts A and B of the trail making test. J Clin Psychol. 43 (4), 402-409 (1987).
  18. Construct validity in the trail making test: what makes Part B harder. J Clin Exp Neuropsychol. 17 (4), 529-535 (1995).">Gaudino, E. A., Geisler, M. W., Squires, N. K. Construct validity in the trail making test: what makes Part B harder. J Clin Exp Neuropsychol. 17 (4), 529-535 (1995).
  19. Functional magnetic resonance imaging of the trail-making test in older adults. PLoS One. 15 (5), e0232469(2020).">Talwar, N., et al. Functional magnetic resonance imaging of the trail-making test in older adults. PLoS One. 15 (5), e0232469(2020).
  20. Unveiling trail making test: visual and manual trajectories indexing multiple executive processes. Sci Rep. 12 (1), 14265(2022).">Linari, I., Juantorena, G. E., Ibáñez, A., Petroni, A., Kamienkowski, J. E. Unveiling trail making test: visual and manual trajectories indexing multiple executive processes. Sci Rep. 12 (1), 14265(2022).
  21. Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Natl Acad Sci U S A. 87 (24), 9868-9872 (1990).">Ogawa, S., Lee, T. M., Kay, A. R., Tank, D. W. Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Natl Acad Sci U S A. 87 (24), 9868-9872 (1990).
  22. 1000 Plus Installation Guide. , SR Research Ltd. Oakville, Ontario, Canada. (2024).">SR Research EyeLink EyeLink®. 1000 Plus Installation Guide. , SR Research Ltd. Oakville, Ontario, Canada. (2024).
  23. https://www.sr-research.com/eyelink-1000-plus (2024).">EyeLink 1000 Research Ltd. EyeLink 1000 Plus user manual. , SR Research Ltd. https://www.sr-research.com/eyelink-1000-plus (2024).
  24. A computerized tablet system for evaluating treatment of essential tremor by magnetic resonance guided focused ultrasound. BMC Neurol. 17 (1), 74(2017).">Tam, F., Huang, Y., Schwartz, M. L., Schweizer, T. A., Hynynen, K., Graham, S. J. A computerized tablet system for evaluating treatment of essential tremor by magnetic resonance guided focused ultrasound. BMC Neurol. 17 (1), 74(2017).
  25. GitHub - SRI-Graham-Lab/JoVE-paper. , https://github.com/SRI-Graham-Lab/JoVE-paper (2025).">Graham, S., Tam, F. GitHub - SRI-Graham-Lab/JoVE-paper. , https://github.com/SRI-Graham-Lab/JoVE-paper (2025).
  26. Simultaneous multi-slice inverse imaging of the human brain. Sci Rep. 7 (1), 17019(2017).">Hsu, Y. -C., et al. Simultaneous multi-slice inverse imaging of the human brain. Sci Rep. 7 (1), 17019(2017).
  27. AFNI: what a long strange trip it’s been. Neuroimage. 62 (2), 743-747 (2012).">Cox, R. W. AFNI: what a long strange trip it’s been. Neuroimage. 62 (2), 743-747 (2012).
  28. Image-based method for retrospective correction of physiological motion effects in fMRI: RETROICOR. Magn Reson Med. 44 (1), 162-167 (2000).">Glover, G. H., Li, T. Q., Ress, D. Image-based method for retrospective correction of physiological motion effects in fMRI: RETROICOR. Magn Reson Med. 44 (1), 162-167 (2000).
  29. Unbiased average age-appropriate atlases for pediatric studies. Neuroimage. 54 (1), 313-327 (2011).">Fonov, V., et al. Unbiased average age-appropriate atlases for pediatric studies. Neuroimage. 54 (1), 313-327 (2011).
  30. Unbiased nonlinear average age-appropriate brain templates from birth to adulthood. Neuroimage. 47, S102(2009).">Fonov, V., Evans, A., McKinstry, R., Almli, C., Collins, D. Unbiased nonlinear average age-appropriate brain templates from birth to adulthood. Neuroimage. 47, S102(2009).
  31. Relative latency and temporal variability of hemodynamic responses at the human primary visual cortex. Neuroimage. 164, 194-201 (2018).">Lin, F. -H., et al. Relative latency and temporal variability of hemodynamic responses at the human primary visual cortex. Neuroimage. 164, 194-201 (2018).
  32. Estimating sample size in functional MRI (fMRI) neuroimaging studies: statistical power analyses. J Neurosci Methods. 118 (2), 115-128 (2002).">Desmond, J. E., Glover, G. H. Estimating sample size in functional MRI (fMRI) neuroimaging studies: statistical power analyses. J Neurosci Methods. 118 (2), 115-128 (2002).
  33. Administration and interpretation of the trail making test. Nat Protoc. 1 (5), 2277-2281 (2006).">Bowie, C. R., Harvey, P. D. Administration and interpretation of the trail making test. Nat Protoc. 1 (5), 2277-2281 (2006).
  34. The speed-accuracy tradeoff: history, physiology, methodology, and behavior. Front Neurosci. 8, 150(2014).">Heitz, R. The speed-accuracy tradeoff: history, physiology, methodology, and behavior. Front Neurosci. 8, 150(2014).
  35. Crowding degrades saccadic search performance. Vision Res. 46 (3), 417-425 (2006).">Vlaskamp, B. N. S., Hooge, I. T. C. Crowding degrades saccadic search performance. Vision Res. 46 (3), 417-425 (2006).
  36. Spontaneous eye blink rate as predictor of dopamine-related cognitive function—a review. Neurosci Biobehav Rev. 71, 58-82 (2016).">Jongkees, B. J., Colzato, L. S. Spontaneous eye blink rate as predictor of dopamine-related cognitive function—a review. Neurosci Biobehav Rev. 71, 58-82 (2016).
  37. Dopamine does double duty in motivating cognitive effort. Neuron. 89 (4), 695-710 (2016).">Westbrook, A., Braver, T. S. Dopamine does double duty in motivating cognitive effort. Neuron. 89 (4), 695-710 (2016).
  38. Beyond eye gaze: what else can eye-tracking reveal about cognition and cognitive development. Dev Cogn Neurosci. 25, 69-91 (2016).">Eckstein, M. K., Guerra-Carrillo, B., Miller Singley, A. T., Bunge, S. A. Beyond eye gaze: what else can eye-tracking reveal about cognition and cognitive development. Dev Cogn Neurosci. 25, 69-91 (2016).
  39. Reduction of excitability (“inhibition”) in the ipsilateral primary motor cortex is mirrored by fMRI signal decreases. Neuroimage. 17 (1), 490-496 (2002).">Hamzei, F., et al. Reduction of excitability (“inhibition”) in the ipsilateral primary motor cortex is mirrored by fMRI signal decreases. Neuroimage. 17 (1), 490-496 (2002).
  40. Task-relevant modulation of contralateral and ipsilateral primary somatosensory cortex and the role of a prefrontal-cortical sensory gating system. Neuroimage. 15 (1), 190-199 (2002).">Staines, W. R., Graham, S. J., Black, S. E., McIlroy, W. E. Task-relevant modulation of contralateral and ipsilateral primary somatosensory cortex and the role of a prefrontal-cortical sensory gating system. Neuroimage. 15 (1), 190-199 (2002).
  41. Optimizing preprocessing and analysis pipelines for single-subject fMRI. I. Standard temporal motion and physiological noise correction methods. Hum Brain Mapp. 33 (3), 609-627 (2012).">Churchill, N. W., et al. Optimizing preprocessing and analysis pipelines for single-subject fMRI. I. Standard temporal motion and physiological noise correction methods. Hum Brain Mapp. 33 (3), 609-627 (2012).
  42. Partial least squares analysis of neuroimaging data: applications and advances. Neuroimage. 23 (Suppl 1), S250-S263 (2004).">McIntosh, A. R., Lobaugh, N. J. Partial least squares analysis of neuroimaging data: applications and advances. Neuroimage. 23 (Suppl 1), S250-S263 (2004).
  43. Functional specificity in the motor system: evidence from coupled fMRI and kinematic recordings during letter and digit writing. Hum Brain Mapp. 35 (12), 6077-6087 (2014).">Longcamp, M., et al. Functional specificity in the motor system: evidence from coupled fMRI and kinematic recordings during letter and digit writing. Hum Brain Mapp. 35 (12), 6077-6087 (2014).
  44. The MRItab: a MR-compatible touchscreen with video display. J Neurosci Methods. 306, 10-18 (2018).">Vinci-Booher, S., Sturgeon, J., James, T., James, K. The MRItab: a MR-compatible touchscreen with video display. J Neurosci Methods. 306, 10-18 (2018).
  45. A low-cost, computer-interfaced drawing pad for fMRI studies of dysgraphia and dyslexia. Sensors. 13 (4), 5099-5108 (2013).">Reitz, F., et al. A low-cost, computer-interfaced drawing pad for fMRI studies of dysgraphia and dyslexia. Sensors. 13 (4), 5099-5108 (2013).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Cognitive TestingFunctional MRIEye TrackingTouch Sensitive TabletTrail Making TestBrain ActivationKinematic AnalysisVisual BehaviorTablet Based AssessmentNeural Correlates

Related Articles