一方的な空間無視を評価するためのバーチャルリアリティツール:データ収集のための新しい機会

一方的な空間無視(USN)は、急性脳卒中生存者の23〜46%の間に影響を及ぼす空間の片側の不注意または不作為を特徴とする症候群であり、最も一般的には右脳半球の傷害を伴い、その結果、空間の左側および/または生存者^の身体を無視する傾向が生じる^1,2。USN患者の大半は短期的に有意な回復を経験するが、微妙なUSN症状はしばしば持続^する3。USNは、転倒の患者リスクを高め、日常生活の活動を妨げる^2,4モーターおよび世界的な機能的転帰の両方に悪影響を及ぼすことも示されている^5,6。

USNの赤字は、人が自分の体(自己中心)に関して空間の片側を無視するか、外部刺激(同心円)^7,8,9に関して、または人が自分の注意(注意)または行動(意図的)をスペースの片側に向けることができないかどうかなど、複数の次元にわたって存在するように概念化することができます¹⁰.患者は、多くの場合、これらの次元の複数に沿って特徴付けることができる症状の複雑な星座を示す。USN症候群のこの変動は、複雑な¹¹である特定の神経解剖学的構造および神経ネットワークへの傷害の様々な程度から生じると考えられている。同心円下無視は角回(AG)および上側頭回(STG)の病変に関連しており、超周頭回(SMG)を含む後頭頂皮質(PPC)は自己中心的な処理に関与している12,13,14,15である。注意無視は右の^IPL16の病変を伴うと考えられているが、意図的な無視は右前頭葉¹⁷または基底核の損傷に二次的であると考^{えられている。}

USNの臨床評価は現在、ペンと紙の神経心理学的器具に依存しています。これらの従来の評価ツールは、より技術的に洗練されたツールよりも感度が低く、^USN19の一部の患者を誤診または診断不足にする可能性があります。残留欠損のより良い特徴付けは、軽度のUSN患者への治療の提供を促進し、潜在的に全体的な回復を改善する可能性があるが、そのような特徴付けは非常に敏感な診断ツールを必要とするであろう。USNは、脳卒中患者の間で一般的にUSNに付随する運動障害や視覚障害から分離することが困難な実験室の設定でも同様の課題を提起する。

バーチャルリアリティ(VR)は、USNの診断と特性評価のための新しいツールを開発するユニークな機会を提供します。VRは、個人が生態学的に有効なオブジェクト²⁰を含むタスクを実行することができるリアルタイムの相互作用を持つ最初の人に提示された多感覚3D環境です。これは、USNを評価するための有望なツールです。ユーザーが見たり聞いたりするものを正確に制御できるため、開発者はさまざまな仮想タスクをユーザーに提示できます。さらに、現在利用可能な洗練されたハードウェアおよびソフトウェアパッケージは、眼、頭、四肢の動きなど、ユーザーの行動に関する豊富なデータをリアルタイムに収集することができ、従来の診断テスト²¹で提供される指標をはるかに上回っています。これらのデータストリームは瞬時に利用可能であり、ユーザーのパフォーマンスに基づいて診断タスクをリアルタイムで調整する可能性を開きます(例: 特定のタスクの理想的な難易度レベルを対象とします)。この機能は、^USN22の新しい診断ツールの開発において優先事項と見なされるUSNで見られる広範囲の重症度に対するタスクの適応を容易にすることができる。さらに、没入型VRタスクは、患者の注意リソース^23,24に負担を増大させ、誤った症状の検出を容易にするエラーを増大させる可能性があります。実際、一部のVRタスクは、^USN24,25の従来の紙と鉛筆の尺度と比較して感度が高くなることが示されています。

本研究では、神経学の専門知識を必要としない評価ツールを作成し、USNの微妙な症例を確実に検出して特徴付けることができる評価ツールを作成することが目標でした。私たちは、バーチャルリアリティベースのゲームのようなタスクを構築しました。その後、受話器の頭皮や頭蓋骨を通過し、ニューロンを刺激する被験者の脳内の電流を誘導する、ハンドヘルド刺激コイルから放出される電磁パルスを利用する非侵襲的な脳刺激技術である経頭蓋磁気刺激(^TMS)を有する健康な被験者にUSN様症候群を誘発した。この技術は、他の人たちによるUSNの研究で利用されています 13,17,28,29,30 しかし、私たちの知る限りVRベースの評価ツールと組み合わせることはありません。

すでに多くの研究者がVRシステムの診断・治療アプリケーションに取り組んでいます。最近の^{レビュー31,32}は、VRベースの技術を用いたUSNの評価を目的とした多くのプロジェクトを探求し、この目的を持つ他の多くの研究が発表されました33,34,35,36,37,38,39,40,41 .これらの研究の大半は、消費者市場で現在利用可能なVR技術(例えば、ヘッドマウントディスプレイ(HMD)およびアイトラッキングインサート)を完全に補完するものではなく、データセットを定量化しやすい指標の数を少ない限りとしている。さらに、これらの研究はすべてUSNにつながる後天性脳損傷を有する患者に対して行われ、患者が少なくとも評価タスクに参加できることを保証するためのスクリーニング方法を必要とする(例えば、大きな視野障害または認知障害を有する患者を除く)。これらのスクリーニング方法の閾値の下で、より微妙な認知、運動、または視覚障害が通過し、これらの研究の結果を混乱させる可能性があります。また、このようなスクリーニングは、USNの特定のサブタイプに向けてこれらの研究の参加者のサンプルを偏った可能性があります。

以前の研究のスクリーニングバイアスを避けるために、SMGを標的にしてSTGおよび自己中心的なUSN様症状を標的にして同心円体USN様症状を誘導することを目的として、最近の原稿¹⁵によく記載されている標準的なTMSプロトコルを用いて健康な被験者を募集し、人工的にUSN症状をシミュレートした。試験困難を積極的に調整し、USNの異なるサブタイプ、特に同心円状と自己中心的な症状を区別するようにタスクを設計しました。また、USNの標準的な紙と鉛筆の評価を使用して、rTMSで引き起こされた赤字がUSNに似ていることも正式に実証しました。この方法は、USNの評価とリハビリテーションのための新しいVRツールをテストしたい他の研究者にとって有用であると考えています。

この研究は、地元の機関審査委員会によって承認 され、グッド臨床実践ガイドラインによって定められたすべての基準を満たしています.すべての参加者は、研究手続きが始まる前にインフォームド・コンセントを提供しました。研究参加者は、3つの別々のセッションに参加することが期待された(表1に概要)。実験の要素は、以下の段階的な方法で説明されています。セッションの順序がランダム化されました。

表 1. 各学習セッションの構造。 セッションの順序がランダム化されました。各項目の斜体の推定時間。MEP=モータ呼び起こされる可能性;rTMS=反復経頭蓋磁気刺激;P&P=紙と鉛筆のストローク診断テスト;RMT=レストモーターしきい値

1. 紙と鉛筆の行動タスク

1. 件名に行の二項タスク (LBT) を完了させます。
   1. 被験者はテスターの真向かいのテーブルに座ります。その主題に筆記具を与える。被験者に刺激シートを設け(図1)、被験者の正面に置かれる。
      注: この実験では実行されませんが、追加のコンテキストで被写体を偏らせないように、各行を個別に別々の用紙に分割して提示するのが理想的です(RicciとChatterjee、²⁰⁰¹⁴²を参照)。
   2. 刺激シートに印刷された各行を二分(半分に分割)し、できるだけ真ん中に近づけるように被験者に指示します。
   3. 可能な限り頭と肩を中央に置いておき、できるだけ迅速かつ正確にタスクを完了し、完了したらテスターに通知するように被験者に伝えます。被験者を監視して、頭が過度に傾いたり傾いたりしていないことを確認します。
   4. 被験者が完了したと言ったときに、件名からシートを収集します。
2. 被験者にベルのテストを完了してもらいます。
   1. 被験者にベルのテスト刺激シートを提供します(図2)。
   2. 被験者に刺激シート上の鐘をすべて丸くしたり、できるだけ早く正確に切り出したり、頭と肩をできるだけ中央に保ち、完了したらテスターに通知するように指示します。
   3. 被験者を監視して、頭が過度に傾いたり傾いたりしていないことを確認します。被験者が終わったと言ったら、彼らが確信しているかどうかを被験者に尋ね、彼らの仕事を再確認することを許可します。
   4. 被験者が2度目に行われると言ったら、被験者からシートを集める。
3. 件名に星のキャンセル タスクを完了させます。
   1. 被験者に刺激シート(図3)を提示し、その前に直接あることを確認します。
   2. 被験者に刺激シート上のすべての星を円または交差させ、できるだけ迅速かつ正確に行い、頭と肩をできるだけ中央に保ち、完了したらテスターに通知するように指示します。
   3. 被験者を監視して、頭が過度に傾いたり傾いたりしていないことを確認します。
   4. 被験者が完了したと言ったときに、件名からシートを収集します。
4. 件名に太田のサークルキャンセルタスクを完了してもらいます。
   1. 大田の円解約刺激シートを被験者に提供し(図4)、被験者の真正面に置かれる。
   2. 被験者に対して、開いた円と不完全な円をすべて交差または丸で囲み、できるだけ迅速かつ正確に、肩をできるだけ中央に保ち、完了したらテスターに通知するように指示します。
   3. 被験者を監視して、頭が過度に傾いたり傾いたりしていないことを確認します。
   4. 被験者が完了したと言ったときに、件名からシートを収集します。
   5. 刺激シートの別のコピーでこのタスクを繰り返します (ステップ 1.4.1 から 1.4.4) が、今度は刺激シートは最初に提示された向きから 180 度回転する必要があります。

2. TMS の手順

1. 最初のセッションの前に、ニューロナビゲーションのモデルを作成します。
   1. NIFTIまたはダイコンファイルタイプで被験者の3T T1 MRIスキャンを取得します。
   2. MRIスキャンを神経ナビゲーションソフトウェアにアップロードして、被験者の脳の3D表現を作成します。
      1. ソフトウェア内で [新しい空のプロジェクト ]を選択します。件名の MRI スキャンを "File:" というラベルの付いたフィールドにドラッグします。
      2. [再構築] タブに移動します。
      3. [新しいスキン] を選択し、次の画面で緑色の境界線をドラッグして、脳のイメージ全体を囲みます。コンピュートスキンを選択します。最適な再構成を得るために、それに応じて皮膚/空気のしきい値を調整します。
      4. [再構築] タブに戻り、[新しいフル ブレインの曲線] を選択し、緑色の境界線をドラッグして、脳のイメージ全体を囲みます。スライス間隔を1mmに設定し、終端深さを18mmに設定します。[計算曲線]を選択します。
      5. [ランドマーク] タブに移動し、[ランドマークの構成] を選択します。[新規] を選択して、再構築のランドマークを作成します。鼻の先端、鼻の橋、左のトラガス、右のトラガスにランドマークを置きます。
      6. [ターゲット] タブに移動し、[ターゲットの構成] を選択します。[曲線脳とターゲット]ビューを選択します。インスペクタを使用して、5〜7mmの深さまで皮をむきます。
      7. Shah-Basakら(2018)¹⁴、ネガースら(2006)¹¹ 、オリベリとヴァラー(2009)³⁹ のガイドラインに従って、上側頭回または上辺至上円体を見つけ、それらの部位にマーカーを置く。
      8. 2つの中央スルチが頂点でのシャム刺激のために中央の長手方向裂け目に沿って交う場所にマーカーを置きます。
2. 最初のセッションで、被験者のレストモーターしきい値を見つけます(行動タスクの前または後に完了する場合があります)。
   1. 被写体を光学トラッキングカメラの前に座させ、ヘッドバンドまたは眼鏡を使用して被写体にトラッカーを置きます。
   2. 被験者の右手と手首に使い捨て電極を3枚取り付けます。
      1. 1つのディスク電極を被験者の最初の背びき間間に取り付けます。2番目のディスク電極を右ポインタ指の被験者の2番目のナックルに取り付けます。被験者の右手首に接地電極を取り付けます。
   3. これらの電極を電極アダプタに差し込み、MEPトラッキングソフトウェアに入力します。
   4. 「新規オンラインセッション」を選択して、ニューナビゲーションソフトウェア内で件名のプロジェクトを開きます。
   5. このセッションで刺激されるターゲットを選択します (頂点、SMG、STG)。
   6. [ポラリス]タブに移動し、被写体トラッカーがカメラのビュー内にあることを確認します。
   7. [登録] タブに移動します。
   8. ニューロナビゲーションソフトウェアに登録されたポインタを使用して、ランドマークがステップ2.1.2.5に配置されたのと同じ場所で被験者の顔に触れます。
      1. [サンプル] をクリック し、各ランドマーク の件名の頭にポインタが正しく配置されたら、[次のランドマーク] に移動します。
   9. [検証] タブに移動します。
   10. ポインタを使用して、頭の上の様々な場所で被写体に触れ、画面上の十字線が被写体に向けられているスポットと一緒に並ぶようにします。
       1. それらが並んでいない場合は、ステップ2.2.8をやり直し、ポインタが可能な限り正確にランドマークに配置されていることを確認します。
   11. [実行]タブに移動し、[フルブレイン曲線ビュー]が選択されていることを確認して、実験者がターゲットとする脳領域を正確に特定できるようにします。
   12. 使用するTMSコイルとなる ドライバ を設定します。
   13. ハンドヘルドTMSコイルをTMSマシンに差し込みます。
   14. TMSマシンをオンにして、シングルパルスに設定します。刺激強度を適切に設定します。この実験では、機械出力の65%が出発点として使用されました。
   15. ハンドヘルド TMS コイルを被験者の頭部の左側に置き、TMS の単一パルスを使用して運動皮質内で刺激し、FDI を刺激する位置を特定します。刺激によってFDIの筋肉がぴくぴくするタイミングを識別するために、被験者の指を見るためにアシスタントを持つことは役に立つかもしれません。
   16. 刺激が50mV以上のMEPを正確に5/10回引き出すまで刺激強度を変更し、これが休息運動閾値(rMT)になります。
3. タスク間の刺激
   1. 手順 2.2.1 ~ 2.2.13 を繰り返し、ハンドヘルド コイルに空冷 TMS コイルを置き換えます。
   2. 刺激パラメータを、Shah-Basakら(2018)¹⁵で設定されたパラメータに従って、rMTの110%の強度で20分間(合計1200パルス)1Hzの速度で反復TMSに設定します。
   3. アクティブセッションの場合はSMGまたはSTGをターゲットにした対象者のヘッドに冷却システムが内蔵された空冷TMSコイルを配置し、shamセッションの場合は頂点を配置します(図5)。
   4. 刺激を続けます。

3. VR行動タスク

1. サポートソフトウェアをインストールします。
   1. 生徒ラボのウェブサイトから生徒コアソフトウェアをダウンロードしてインストールします。
   2. Unity の Web サイトから Unity 3D 2018.3 をダウンロードしてインストールします。
   3. ダウンロードして、ユニティアセットストアまたはスチームを通じてOpenVRツールをインストールします。
2. VRハードウェア(例えば、HTC Vive Pro)を設定します。
   1. 基地局を部屋の反対側に配置し、明確な視線を確保し、それらを差し込みます。
   2. 各センサーの背面にある チャネル/モード ボタンを押して、チャネルの1つが「 b」に設定され、1つが「 c.」に設定されるまでチャンネルを循環させます。
   3. HTC Vive Pro に瞳孔ラボ双眼鏡挿入物をインストールし、リンクボックスをコンピュータ(電源、USB-A、HDMI またはミニディスプレイポート)に接続します。
   4. ヘッドセットをリンクボックスに接続します。ヘッドセットの上部とサイドのストラップを調整します。レンズの距離を調整します。
3. スチームVRを起動します。
   1. Steam の右上隅にある VR アイコンをクリックして SteamVR を起動します。
      1. 電源ボタンでコントローラーの電源を入れます。
      2. SteamVR で、[ 設定] をクリック| 画面の指示に従って、各コントローラをペアリングする新しいデバイスをペアリングします。
      3. SteamVR メニューから「ルーム設定」をクリックし、画面の指示に従います。
4. 生徒コアソフトウェアを起動します。
5. 装着した被験者の頭にヘッドセットを置き、両方のコントローラを与えます。ストラップがタイトですが快適であることを確認してください。両方の目が瞳孔コアソフトウェアのカメラフィードの中央にあることを視覚的に確認して、目が見えるようにします。
6. Unity エディタで VR タスクを開き、[ 再生 ] ボタンを押します。
7. 実験を実行します。
   1. 件名に直接前を見てもらい、画面の [カメラ ]ボタンをクリックします。
   2. [ チュートリアルの開始 ] ボタンをクリックし、件名がチュートリアルを完了するまで待ちます。このチュートリアルでは、VRシステムコントローラの動作に関する音声解説、対称(おとり)と非対称(ターゲット)花の説明と例、および少数のおとりとターゲットの花を使った1分間の練習セッションで構成されています。チュートリアルは75〜100秒続き、チュートリアルのパフォーマンスデータは収集されません。
   3. 件名が終了したら、[目の トラッキングを調整 ]ボタンをクリックします。
      1. キャリブレーションが成功すると、件名は自動的にタスクを開始します。それ以外の場合は、ステップ 3.7.3 を繰り返します。
   4. [次の試用]ボタンをクリックして、最初の トライアルを 開始します。
      注: VR タスクの間、被験者は仮想フォレストに配置されます(図 6)。3つの湾曲した箱の生け垣は、被写体の前の距離に達するまでに半円を形成した。各試験は、それぞれ16の花びらを持つ様々な数の花で構成され、直接視線で生け垣の間に分布していました(図7)。被験者は、すべての非対称的な「ターゲット」の花を「選ぶ」(花がハイライトするように、花の上にコントローラーを保持し、人差し指でトリガーボタンを押し下げる)、すべての対称的な「おとり」の花を放っておくように指示されました。各試験は、被験者が非対称ターゲットの花のすべてを正常に選んだときに終了しますが、被験者が時間(2分の制限時間)を使い果たした場合、または被験者が誤って対称的なおとり花のすべてを選んだ場合にも終了します。これらのケースのすべてで、茂みの残りの花がクリアされ、実験者は次の試験を開始するように促されます。
   5. 対象がアクティブに試行を完了しなくなるまで待ち、少なくとも 12 回の試行が完了していない限り、手順 3.7.4 を繰り返します。
   6. [ 再生 ] ボタンをもう一度クリックして、タスクを終了します。

データは、上述のプロトコルを使用して健康な個人から収集され、バーチャルリアリティタスクから抽出できるさまざまな変数を分析してグループ間の微妙な違いを検出する方法を実証しました。

本研究では、平均年齢25.6歳、平均16.8年の教育を受けた7人(男性2名)が、それぞれTMSの3つの別々のセッションを受けた。これらの被験者は2つのグループに分かれました:4人の参加者は上頭座回(SMG)で繰り返しTMSを受け取り、他の3人の参加者は上側頭回(STG)でTMS刺激を受けました。すべての参加者は、TMSに応答して個々の変動性を考慮するために分析の共変量として使用された別のセッション中に偽TMSを受け取りました。各セッションの間に、参加者は、パフォーマンスの変化を調べるためにTMS刺激の前後にバーチャルリアリティタスクを投与した。

まず、平均ヘッド角(図8)を調べ、SMG群とSTG群の差を特定するのに十分な感度がバーチャルリアリティタスクであるかどうかを判定した。ヘッドアングル変更スコアは、ポストTMSスコアからプレTMSスコアを差し引いて計算した。ANCOVAを実行して、TMS刺激に続くヘッドアングルのグループ間に差があるかどうかを判断しました。シャムTMSヘッドアングル変化スコアは、個人差を考慮する共変量として使用されました。小さなパイロットサンプルを用いて分析を行ったのに対し、SMG群がSTG群と比較して空間の右側に向けられた平均変化スコアが高かったF(1,4)=10.25、p=0.03の2つのグループ間のヘッドアングル変化スコアに有意な差が見られた(図9)。

同様のパターンがラインバイセクション検定を使用して見つかり、SMGグループは、TMS前のtMS、t(4)= 2.78、p = 0.04と比較して、TMS後の投与で右に向かってラインを大幅に多く配置しました。この発見はSTG群t(3)= 3.18,p=0.56では見つからなかった。SMGまたはSTGグループのバーチャルリアリティタスクにおけるTMS前後の頭部角に有意な差はなかったが、SMG群がSTG群と比較して有意に右方向に方向付けられた平均ヘッド角変化スコアを有していたという知見は、同様の知見を示している。バーチャルリアリティタスクからのこの発見は、SMGグループが微妙な無視を持ち、STGグループと比較して右に向かってより多くを見ていた可能性のあるパターンを示したので、従来の紙と鉛筆タスクの結果と一致しています。バーチャルリアリティタスクから収集されたデータを個別の参加者レベルで視覚化して、 図9に示すように、TMS刺激の前後のパフォーマンスを調べることができます。

次に、花のどの側に欠陥のある花びらを含むかによって花が分離された(すなわち、右の花びらと左花びら、 図10を参照)、個々の目標レベルでの同心心的無視の徴候を具体的に評価する。左側に短い花びらを持つ花の2つのグループ間のヘッドアングル変化スコアに違いはありませんでしたが、F(1,4)= 0.09、p = 0.78ですが、右側に小さな花びらを持つ花の2つのグループ間でヘッドアングルの変化スコアに有意な差がありました, F(1,4) = 9.52, p = 0.04.具体的には、SMG群の参加者は、花の右側にある短い花びらを探すときに、さらに右を見る傾向があった(高い花と頭の角度、 図11を参照)。ブッシュに対する被写体の頭部の角度(ブッシュ角、 図12参照)も分析に利用でき、ブッシュに対する同心心の無視の検出を可能にする。これらの分析は、無視の微妙な特定の側面をキャプチャするために、変数をより具体的にする方法を示しています。

データを分析する方法は他にもいくつかあります。参加者が各花を見た平均秒数を調べて、1つのグループが欠陥のある花を特定するのがより困難かどうかを判断しました(花を見て過ごす秒数が増えた場合を特徴とする)。この例では、このスケールが最も敏感であると仮定したため、花びらの残りの部分の95%の大きさの欠陥のある花びらを持つ花からデータを抽出しました。混合 ANCOVA を実行して、グループ (SMG 対 STG) と花の視野 (右対左) を比較しました。TMS前および後の変化スコアを計算し、いずれかのグループがTMSに続く花を見るのに費やされた時間の増加を示したかどうかを調べるために、結果変数として使用されました。左右の花の両方の偽のTMS条件は、再び個々の変動性を考慮するために共変量として使用されました。グループ間に有意差はなかったが、F(1,3)=0.12、p=0.76、花視野にはわずかな有意差があった、F(1,3)=5.62、p= 0.098(図13)。効果は統計的有意性に達しません。そして、より多くの被験者が前進して評価されるべきである。それにもかかわらず、これらのデータは、データをバーチャルリアリティ環境内の特定の花の種類と視野に限定する方法の例として役立ちます。これらの分析が示すように、参加者のパフォーマンスを比較すると、検査者の特定の研究問題に応じてTMSの影響を測定したり、より一般的に無視したりする敏感で動的な方法を研究者に提供することができます。

図1:線の二セクションタスク刺激シートこの図の大きなバージョンを表示するには、ここをクリックしてください。

図2:ベルのテスト刺激シートこの図の大きなバージョンを表示するには、ここをクリックしてください。

図3:スターキャンセルテスト刺激シート この図の大きなバージョンを表示するには、ここをクリックしてください。

図4:太田サークルのキャンセル刺激シート この図の大きなバージョンを表示するには、ここをクリックしてください。

図5:反復TMS刺激;神経ナビゲーションソフトウェア(左)、磁気刺激ユニット(中央)、および著者CH(右)上の位置にある空冷コイルをクリックして、この図のより大きなバージョンを表示してください。

図6:VRタスク中に主題が見る仮想フォレスト環境 この図の大きなバージョンを表示するには、ここをクリックしてください。

図7:ターゲットとおとり花が分散した3つの湾曲したヘッジのレイアウトは、この図のより大きなバージョンを表示するには、ここをクリックしてください。

図8:頭角 - 頭と胴体の前軸との間の角度この 図の大きなバージョンを表示するには、ここをクリックしてください。

図 9.この図は、タスクのパフォーマンス中にヘッド角度を使用した 2 つの分析を示しています。
(左)SMG 対 STG グループ ヘッド角度変更スコア。このスケールでは、スコア 0 は各花の中心を見た、正のスコアは右に向かって見た、負のスコアは左に向かって見たことを示します。SMGグループは陽性スコアを有し、刺激後の平均で右に見えたのに対し、STGグループは負のスコアを有し、刺激後の左に見えることを示した。SMG群とSTG群は頭部角変化スコアが有意に異なっていた。(右)。各参加者のプレTMSおよびポストTMSについてプロットされた平均ヘッド角。STGグループは、TMS刺激の前後に強い違いを示さなかったが、刺激に続いて右視野に向かってより多くを見ているように見えたSMG参加者(正の数で表される)。この図の大きなバージョンを表示するには、ここをクリックしてください。

図10:非対称ターゲットの花、左(左)に小さい花びら、右(右)に小さい花びらを持つ) 、この図のより大きなバージョンを表示するにはここをクリックしてください。

図11:頭角に花 - 頭の前軸と花が摘まれた瞬間に頭から花が下に付いた角度は、 この図のより大きなバージョンを表示するにはここをクリックしてください。

図12:ブッシュ角度 - 花が摘まれた瞬間に頭から花と花の茂みの中心によって下塗りされた角度/識別されたこの図の大きなバージョンを表示するには、ここをクリックしてください。

図13。TMSの前後の各花を見て過ごした秒の平均変化スコア。 負のスコアは、参加者がTMS前投与と比較してTMS後投与の花を見るのに費やす時間が少ないことを示し、正の数字はTMS後の花を見るのに費やす時間が多い。データは、花が仮想環境内の左と右の視野に配置されたかどうかで区切られます。データもグループ (SMG vs. STG) で区切られました。花は0.95のスケールで欠陥のある花びらを持つものに制限されました。統計的に有意ではないが、花視野の限界効果があった。定性的には、左視野の花の変動が右に比べて大きいようです。この図の大きなバージョンを表示するには、ここをクリックしてください。

著者らは開示するものは何もない。