Method Article

コンピュータ化されたタッチ感知タブレット、視線追跡、機能的磁気共鳴画像法を用いた認知検査の評価

DOI:

10.3791/67871

⸱

January 30th, 2026

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Physical Sciences Platform, Sunnybrook Research Institute, Sunnybrook Health Sciences Centre, 2Keenan Research Centre for Biomedical Science, the Li Ka Shing Knowledge Institute, St. Michael's Hospital, 3Department of Psychiatry, Temerty Faculty of Medicine, University of Toronto, 4Division of Neurosurgery, Temerty Faculty of Medicine, University of Toronto, 5Department of Medical Biophysics, Temerty Faculty of Medicine, University of Toronto

In This Article

Summary

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

機能的MRI互換タブレットと視線追跡技術を用いて、標準的な紙ベースの認知検査中に視覚運動行動と脳活動を同時に記録するプロトコルで、これらの検査の利用改善を目指しています。予備結果は、若年で健康な成人がトレイルメイキングテストを行うことから提示されます。

Abstract

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

紙ベースの認知テスト(例えばトレイルメイキングテスト、TMT)は、臨床や研究の場で健康な脳や障害のある脳が行動パフォーマンスを支えるかどうかを評価するために長く用いられてきました。広く使われているにもかかわらず、これらの検査の神経相関は十分に理解されておらず、検査の感度や特異性は望ましいものではありません。これらの欠点に対処するため、新しいタブレット技術、視線追跡、機能的磁気共鳴画像法を同時に組み合わせ、運動学的・視覚的行動と認知テストの性能に関連する神経活動の関係を探るマルチモーダル研究プロトコルが提案されています。プロトコルの根拠、段階的な方法論、代表参加者の結果を示し、プロトコルの妥当性を示すとともに、代表的な認知テストの運動学的、視覚的、神経的相関を探る可能性を示しています。現在のプロトコルは、既存の臨床MRI神経科学研究の限界を拡大し、将来のさまざまな認知障害の診断と管理に示唆を与えます。

Introduction

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

認知テスト(ToC)は20世紀に初めて普及し、正常および異常、あるいは病的な認知行動を調査し特徴づけるために使われました。これらの検査は登場以来、研究や臨床現場で広く採用されています。多くのToCは、話したりペンと紙を使って書いたり描いたりするなど、シンプルなレスポンス形式で開発されました。後者の例として、トレイルメイキングテスト(TMT)は認知障害に対する感受性から支持されている広く使われている代表的なToCです。TMT-A(数字のみ)とTMT-B(数字と文字)の2つのパートで構成されており、参加者はペンを使って25文字をページ上に疑似ランダムに並べて、昇順に(TMT-Bの場合は交互に)並べます(例:TMT-A: 1-2-3-4-5-6...;TMT-B:1-A-2-B-3-C...)TMTでの認知パフォーマンスを評価するために、完了までの時間と誤差を年齢層や教育状況に基づいて標準値と比較し、2.TMTは、タスク切り替え、視覚探索、記憶、視覚運動制御、注意など複雑な認知プロセスを活用し評価すると考えられており、これらはすべて実行前頭葉機能1,3の重要な側面です。

TMTはToCにおいて高い感度を示しますが、診断面では特異性の低さが制限としてよく認識されています。一般的に、感度や特異度の問題は、特に臨床現場においてToCの適用と妥当性の障害となります。この懸念を和らげる伝統的な手段は、認知障害者と認知機能が健全なグループ間の識別を改善するために「テストバッテリー」(しばしばTMTを含む)でToCを投与することでした。しかし、テストバッテリーは時間がかかり、コストも高く、管理や分析にはかなりの専門知識が必要です。これらの物流上の懸念は、「認知評価」ツールの開発につながりました。すなわち、資源が限られた環境(例:医療クリニック)で迅速に投与できる大幅に効率化された(そしてますますコンピュータ化された)テストバッテリーであり、感度や特異度の向上は一部失われました。そのようなツールの一例がモントリオール認知評価(MoCA)6です。

適応されたMoCAのようなコンピュータ化された評価は、ペンと紙のアナログ7との比較やToC8のバッテリーテストを通じて成功裏に検証されています。しかし、これらすべての行動テストツールには基本的な限界が残っており、適切なパフォーマンスと誤ったパフォーマンスの区別が不十分であること、テスト全体のスコアに焦点を当ててテスト内効果を無視していること、そしてToCのパフォーマンスを支える様々な行動戦略や関連する脳活動に関する洞察が限られていることが含まれます4,9.しかし、これらの制限は、詳細な行動記録、タスク内行動評価10、機能的神経画像(例:脳波計10、機能的近赤外分光11、機能的磁気共鳴画像法12)を組み合わせた研究によって克服される可能性があります。

機能的磁気共鳴画像法(fMRI)は、血行動態応答を神経活性化の代理指標としてマッピングすることで、脳活動の高解像度画像を生成する。高価ではありますが、fMRIは脳波計(EEG)や機能的近赤外分光法よりも優れた空間分解能により、脳全体での活動の定位が可能です。したがって、本研究はTMTを代表例として用いる新しいToC投与法を説明しており、fMRIとコンピュータ化されたMRI互換タブレットおよび眼球追跡システムを用いて詳細かつ連続的かつ同時的な行動記録を組み合わせています。このマルチモーダルプロトコルは、認知タスクのパフォーマンスとfMRIで推定される神経活動との関係を大幅に強化し、既存のToCの理解を深めるとともに、将来的な強化ToCの開発に向けた洞察を提供する可能性があります。

タブレット、視線追跡、fMRIデータを同時に取得する実験装置の詳細な説明を提供する前に、概念的なレイアウトとアプローチを要約することが役立ちます(図1)。MRI互換性および人間工学的な理由から、タブレットシステムは市販のタブレットとは若干異なります。人気のタブレットは、コンピュータディスプレイの上に透明なタッチセンサースクリーンを搭載しており、ユーザーはタブレットを直接見ることができ、スタイラスによる書き込みや描画の応答を含む視覚入力をシームレスに受け取ることができます。現状では、タッチセンサースクリーンの下にコンピュータディスプレイはありません。この設計により、磁石ボア中心の強い磁場下で安全に動作し、MR画像に悪影響を与えないよう複雑なコンピュータ表示電子機器の必要性を回避できます。人間工学的な観点からも、磁石ボア内のスペースはかなり限られており、研究者が書きや描画中に手を直接見るのは実用的ではありません。

実験装置では、参加者は腰の支え台でタブレットの操作を行い、すべての視覚情報(テスト刺激、スタイラスの反応、手でスタイラスを操作する映像)を統合して、鏡を通して磁石穴の後部開口部で視聴できるようにします。視覚情報は市販のMRI互換プロジェクターを用いてリアプロジェクションスクリーンに表示されます(詳細は以下に記載)。同様に、市販の視線追跡システム(詳細は下記参照)が後部の磁石ボアに取り付けられており、同じ鏡を通して眼球運動を素早く記録できます。プロジェクター、スクリーン、視線追跡装置は、互いに物理的に干渉しないように慎重に配置されなければなりません。最後に、タブレット、プロジェクター、視線追跡システムへの電源およびデータ接続は、磁石室とMRIシステムを周囲の電磁干渉から保護する「貫通パネル」を通る様々なシールドケーブルを用いて行われます。データケーブルはコンピュータ制御下にあり、 図1 ではMRIコンソール領域でオペレーターが操作する単一のデバイスとして概念的に示されています(MRIシステムを操作するコンピュータコンソールとは異なります)。以下に述べるように、現在の実験装置には複数のコンピュータが関与しています。

タブレットシステム

カスタム製作のコンピュータ化されたタブレットシステムは、MRI互換コンポーネント(タッチセンサー面、調整可能な高位置支持プラットフォーム、フォースセンシティブスタイラス、プロジェクターシステム)で構成されており、4.3mmレンズ付きのビデオカメラ(研究室では「TabletCam」と呼ばれています)とカスタム発光ダイオード(LED)照明器13を備えており、fMRI中に磁石内で自然な書き込みや描画反応の記録が可能になりました(図2A)。,B)。コンソールエリアには、システム制御に2台の連結されたコンピュータが使用されます。1台はビデオカメラからのビデオデータの受信と処理(「タブレットビデオカメラコンピュータ」)、もう1台はテストの実施、視覚刺激の提供、タブレットデータの記録、そして時間依存の視覚刺激にスタイラスの書き込みや描画応答を重ね合わせたビデオファイルの作成(「刺激/応答コンピュータ」)、 図2C)。遅延に敏感な各関数セットのリアルタイム性能を妨げないために、2台コンピュータのアプローチが選ばれています。異なる構成を必要とする研究のためのモジュール性(例:異なるタブレットベースの行動タスク、ビデオカメラの任意使用);互換性のしやすさ(唯一の要件は互換性のあるビデオ出力フォーマット)。

この錠剤システムはこれまでに複数のfMRI研究で使用されており、いずれもその強い生態学的妥当性を示唆しています14。オプションのビデオカメラは元のタブレット構成に追加され、インタラクティブな拡張現実(AR)環境でタスク実行中の手の位置(VFHP)の視覚的フィードバックを提供し、タスク刺激だけでなく、スタイラスの反応や手の動きをリアルタイムで重ね合わせて表示することを可能にします(図2D)。ビデオカメラデータ処理13の元々の実装では、手とスタイラスは皮膚色検出アルゴリズムで各ビデオフレームから分離され、スタイラスは赤色で実装され、肌の色の赤・緑・青(RGB)分布内に収まるように設計されていました。近年では、そのシンプルさやその他の利点から「ブルースクリーン」アプローチが採用されています。青い背景は、タブレットのタッチセンサー面に青いペインターズテープを貼って作られます。その後、テープの色分布が大きく異なることに基づいて、各映像フレームの手とスタイラスを背景から分割することが可能です。同時に、このプロセスにより、手やスタイラスが占有するすべての場所で「1」、それ以外の場所で「ゼロ」となる2進マスクの作成も可能にします。刺激/反応ビデオとカメラ映像は、a) マスクがゼロに等しいすべての場所にある刺激/応答ビデオデータ、b) マスクが1に等しいすべての場所のカメラ(手とスタイラス)のビデオデータからなるフレームを作成することで重ね合わせられます。ペインターズテープは、スタイラスの先端をスタイラス表面に動かすときに摩擦が増えるという追加の利点があり、テープを外したときの「プラスチック同士」の低摩擦感と比べて、紙にペンや鉛筆で書く感覚に近いです。全体として、インタラクティブなAR環境はタブレット設計の生態学的妥当性をさらに高めるとともに、VFHPがない場合のように微細運動を行うための固有受容感覚への依存を減らす(13,15)。

タブレットセットアップはMRI互換プロジェクター(図2E)と磁石ボア背面のカスタムリアプロジェクションスクリーンと組み合わせて使用されます。参加者はヘッドコイルに取り付けられた斜めミラーを通して画面を見ます。指先やスタイラス(接触力を記録するセンサーも含む)を使って、参加者は腰に設置され、個人に合わせて調整可能なサポートプラットフォームに取り付けられたタッチセンサーと操作します。アナログタブレット信号は無線周波数浸透パネルの電磁干渉(EMI)フィルターを通過し、磁石室外のタブレットインターフェースボックスでタッチデータ(表面位置および力データ)に変換され、記録され、刺激/応答コンピュータ上でタッチ応答のグラフィカル表現として解釈され、視覚刺激や分割された手・スタイラス映像と統合されます。そして、プロジェクターを使って参加者に提示されます。

TMTブロック設計

TMTは、TMT-AとTMT-Bのタスクパフォーマンスを交互に行う固定ブロック設計で実施され、白い背景に中央の黒い十字線に視覚を固定します。全体の課題設計は既存のTMT文献1、16、17、18を応用しており、TMT-Aでは、1から25までの丸付き数字を画面全体に疑似ランダムに、昇順にリンクさせるものです。同様に、TMT-Bは、丸付き数字(1–13)と文字(A-L)を交互に上昇して連結します。視覚固定状態は、TMT-Aに関連する脳活動とTMT-Bに関連する脳活動を、興味のある活性化と認知負荷の低い単純で安定した状態との統計的対比として分析できるように含めています。fMRI実験で観察される信号コントラスト対雑音比が本質的に低いため、各行動条件(TMT-A、TMT-B、視覚固定)は複数回の試験で繰り返され、集合的なfMRIデータを解析した際の脳活動検出の統計的検出力が高まります。各試験のTMTプロットは標準的なTMTレイアウトから適応されており、刺激分布を180°回転させたり、数字のみの刺激と数字・文字刺激を入れ替えたり、またはその両方を行うことで、TMT-AおよびTMT-Bプロットのキャラクターや数字分布の違いによる視覚および運動の混絡を最小限に抑えます。

現在の実験および訓練課題は、行動および神経画像研究用の市販刺激提示ソフトウェアで実装され、刺激/応答コンピュータ上で実行されます。実際には、TMTは2回の「ラン」に分けて実施され、それぞれ4分50秒の期間です。各ランニングは、最初の10秒の安静固定ブロック、その後TMT-A課題(40秒)、安静固定(20秒)、TMT-B課題(60秒)、安静固定(20秒)の2回の試行で構成されます(図3)。各ランの開始時に、参加者には標準化された紙TMTテスト16、17、18、19で使われる指示が与えられます。「開始」から「終わり」までの円を、タッチセンサーからスタイラスを離さずにできるだけ速く正確につなげること。従来の紙のTMT実施とは異なり、テスト管理者(研究室のメンバー)は、参加者がミスをした場合にTMTの実施を中断して再開始しません。代わりに、参加者は単に次の対応する文字リンクへ進むよう指示されます。この修正により、特定のTMT試験内で眼球追跡およびfMRIデータ収集の停止・再開始に伴うデータ解析の混雑を排除します。しかし、これによりデータ収集後にエラー検出および分類手法の実装が必要となります(プロトコルおよびディスカッションのセクションを参照)。さらに、テスト管理者はTMTのパフォーマンス中にスタイラスの応答をリアルタイムで視覚的に監視し、エラーがあったか記録し、タッチセンサー対応面が適切に校正されているかを確認します。タブレットのキャリブレーションエラーやその他のハードウェアエラー(例:電源や機器の故障)が発生した場合、テスト管理者は現在のTMTデータ取得を繰り返し(タッチセンサー面の再キャリブレーションを含む場合もある)、または参加者データの使用を停止・排除するかどうかも決定します。

アイトラッキング

人間の視覚システムがシーンを処理する際、例えばTMTのパフォーマンス中のように、弾道的な眼球運動(サッケード)の前後に時間的安定期(注視)が続きます20。したがって、現在の文脈ではMRI互換の高速視線追跡システムが使用され、赤外線照明(910 nm)と1 kHzのサンプリング周波数で長距離単眼視視追跡を行うために使われています(図4A)。投影ディスプレイ下のアイトラッキングカメラの位置から、参加者の目はヘッドコイルミラーに位置します(図4B-D)。なお、MRIシステムに付属していたヘッドコイルミラーは、高品質なトラッキングを可能にするために、アイトラッカーメーカーが提供した前面鏡に置き換えられました。瞳孔は角膜反射を追跡する標準的な中心部適合アルゴリズム(図4D)を用いて検出され、以下の指標が測定されます:固定、サッカード、さらにまばたき率と瞳孔の大きさと、認知処理に関連する追加の2つの数値です(議論参照)。fMRI開始時にMRIシステムから発せられるトリガーパルスは、a) TMTタスク刺激の伝達およびスタイラス応答(刺激/応答コンピュータで制御されるもの)と脳の活性化記録を時間同期させるために用いられます。b) TMT性能を伴う視線追跡データ。データ解析を容易にするために、視線追跡データにはさらに「タイムスタンプ」が付けられ、実験中の主要なイベントに関連するラベルが付けられています。これには、各実行中のTMT-AおよびTMTブロックの開始・終了時刻が含まれます。

追加の研究室メンバーは、参加者との眼球トラッキングセットアップ、眼球追跡のキャリブレーション、そして眼球追跡データのリアルタイム視覚検査を主に担当しています。視線追跡システムの校正と検証は、最初のTMT実行前に行われ(図4E)、および1回目と2回目のTMT実行間には「ドリフトチェック」手順で行われ、結果の一貫性を確保しつつ頭部位置のわずかな変化を考慮します(正確な仕様と順序は下記プロトコル参照)。校正は9点の視線追跡テストで構成されており、参加者はそれぞれディスプレイ中央のターゲットを固定し、その後8つの異なる周辺ターゲットを疑似ランダムな順序で順に確認します。検証のために、参加者は同じ9つのターゲットを再び追跡し、キャリブレーションモデルを使って視線位置を推定します。これにより、推定された視線と実際のターゲット位置との差を構成する一連の誤差測定が可能になります。空間誤差は試験完了時に視角の度数で報告されます。初期のキャリブレーションと検証は、平均誤差が<0.5o、最大誤差が<1.0o、つまり眼球追跡ソフトウェアが提供する「GOOD」評価に対応している場合に許容されます。誤差が次第に悪化するカテゴリーは「FAIR(普通)」「POOR(悪い)」「FAILED(失敗)」と評価され、再調整と検証が必要です。また、外れ値の誤差も確認でき、これはある時点での誤認を示すことや、アイトラッカーの設定上の問題を示唆する系統的な誤差パターンを探すことができます。実行間には、ドリフトチェック手順として、中心ターゲットのみに注視した検証テストを行います。成功したチェック(最大誤差<2.0o)すると、2回目のTMT実行が許可されます。そうでなければ、ラボメンバーが校正を行い、平均誤差が<1.0o、最大誤差が<2.0oになるまで検証を行わなければなりません。すべての誤差値は後日評価のために記録されます。アイトラッキングシステムソフトウェアの標準設定を用いて、アイトラッキングデータをサッケードとフィクセーションに分類します。サッカーードは以下の検出閾値で分類されます:動き0.1o;速度30O/s;加速度は8,000o/sです。その他の視線追跡データは注視として分類されます。

神経画像

高品質な神経画像データを得るために、64チャンネルのヘッドコイルを備えた3テスラMRIシステムが使用されます。解剖学的取得は、高解像度の三次元矢状T1加重磁化準備済み急速勾配エコー(MPRAGE)シーケンスから始まります(反復時間/エコー時間/反転時間/反転角度 TR/TE/TI/FA=2,500 ms/4.37 ms/1,100 ms/7o、一般自動キャリブレーション部分並列取得(GRAPPA)係数2、256×256マトリックス、192スライス、1 mm等方性ボクセル、撮影時間3分45秒)。その後、神経血管結合から生じる血中酸素濃度依存性(BOLD)シグナルコントラストのfMRIによって脳活動の間接的な測定が得られます。fMRIでは、典型的なT2*加重BOLD取得ではエコー平面イメージング(EPI、TR/TE/FA = 1,750 ms/30 ms/40o、スライス加速度2、位相加速度2、80×80マトリックス、60スライス、2.5 mm等方ボクセル、165時間点、4分49秒のイメージング時間)が用いられます。TMTについては、上記の2回のfMRI検査が実施されています。

Protocol

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

実験プロトコルの試験と開発は、各ボランティア参加者が自由に書面によるインフォームドコンセントを提供し、研究参加に同意しました。この研究はカナダ・トロントのサニーブルック健康科学センターの研究倫理委員会(REB)によって審査・承認されています。

1. 実験的手順

注:ステップ1から5は、参加者がMRIシステムの患者テーブルに設置される 前に 行われます。関連するMRIシステムの設置場所は、コンソールエリア、磁石室、隣接する機器室です。コンソールエリアのコンピュータと貫通パネルの接続は 図5に示されています。

  1. 一般的な構成
    注:このプロトコルは、サニーブルック研究所の共著者が使用する特定のMRIシステムおよび実験室環境に対応して説明されています。他のMRIシステムや環境ではプロトコルのバリエーションが必要になる場合があります。ハードウェアおよびソフトウェアの全リストについては 、材料表 をご覧ください。研究者の現地環境に応じて、さまざまなバージョンのタッチセンサータブレットが提供されています。
    1. タブレットを手の位置(VFHP)の視覚フィードバックに備えて準備してください。
    2. タブレットがフレームにしっかりと固定されていること、そしてMRI対応のタブレットビデオカメラが取り付けられていることを確認してください。
    3. タブレットの表面に新しい青いテープを貼り、タッチ面全体を覆い、描画を妨げたりキャリブレーションを歪めたりする大きな折り目がないことを確認してください。タブレット表面の端から余分なテープを剥がしてください。
  2. タブレットシステムのセットアップ(コンソールエリア)
    1. 無線周波数(RF)貫通パネルの機器室側(ERS)に、タブレットビデオカメラ電源アダプターを接続し、カメラフィルターボックスに接続します。
    2. フィルターボックスからバヨネットナットカップリング(BNC)ビデオケーブルをタブレットビデオカメラコンピュータの手動ビデオ入力に接続します。
    3. タブレットインターフェースボックスからRF浸透パネルのERSフィルターに9ピンDサブミニチュアコネクタ(DB9)延長ケーブルを接続します。
    4. Stimulus/ResponseとTablet Video Cameraコンピュータが稼働したら、インターフェースボックスからStimulus/Responseコンピュータへ2本のユニバーサルシリアルバス(USB)ケーブルを接続し、タブレットインターフェースボックスを電源に接続します。
    5. 高精細マルチメディアインターフェース(HDMI)ケーブルを使って、刺激/反応コンピュータの表示出力をタブレットビデオカメラのコンピュータ刺激/反応ビデオ入力に接続します。
    6. 処理済みのタブレットビデオカメラのディスプレイをfMRIプロジェクションシステムに送るには、2つのデバイス間にビデオグラフィックスアレイ(VGA)ケーブルを接続します。MRI対応プロジェクターを起動しろ。
    7. USBレスポンスボックス(URB)BNCをMRIトリガーパルス出力システムに接続します。fMRI実験を始める直前に、ケーブルのUSB端を刺激/反応コンピュータに接続します。
  3. タブレットシステムのセットアップ(マグネットルーム)
    1. タブレット、スタイラス、タブレットリンク(DB9)、タブレットビデオカメラのリンクケーブルをマグネットルームに持ち込みます。
    2. タブレットシステムからタブレットリンクとビデオカメラのリンクケーブルを、RF浸透パネルのマグネットルーム側(MRS)に接続します。
      注意:MRSケーブルにねじれやループがないか確認してください。これらはRF発熱の原因となる可能性があります。
    3. MRI対応のタブレットクリップを患者テーブルのレールに片側2クリップずつ滑り込ませて、タブレットシステムを患者テーブルに固定します。
    4. MRI対応プロジェクターを磁石の後ろ、磁石ボアから約1m離れた場所に設置します。MRI対応のリアプロジェクションスクリーンをマグネット内側、プロジェクターから約2m離れた位置に取り付けます( 図4B,C参照)。
  4. 視線追跡システムのセットアップ(参加者なしのマグネットルーム)
    注:詳細な長距離マウントMRI設置手順は、アイトラッキングシステム(材料表参照)設置ガイドに記載されています。磁石室における視線追跡カメラの配置は、MRI環境における部品配置や配線に関する眼球追跡システムの推奨事項を採用すべきであり、これは場所によって異なる場合があります(視線追跡システム設置ガイド - 長距離マウント設置 - MRI設置 p.47-57)22。
    1. MRI対応の視線追跡カメラをマグネットの内側、プロジェクタースクリーンとボアの縁の間に設置し、カメラマウントがボアの外縁と面一になるようにします。カメラマウントのプラスチックネジを調整して、カメラシステムをボアに固定します。
    2. 光ファイバー(FO)ケーブルをMRI対応の視線追跡カメラに接続してください。FOケーブルをコンソールの導波管を通して外部のコンソールエリアに通し、MRIの安全でない眼科カメラインターフェースに接続します。
    3. アイトラッカーの電源ケーブルをマグネットルームに持ち込み、DB9側を貫通パネルのフィルターに接続し、もう一方のケーブル側をMRI対応のアイトラッキングカメラと照明装置に接続します。カメラのレンズキャップを外してください。
      注:電源ケーブルのDB9側はMR-安全でない場合があります。MR環境に持ち込まれたらすぐにこの端を貫通パネルにしっかりと接続し、磁石から最大限の距離を保ちます。さらに、FOケーブルとアイトラッカー電源ケーブルは互いに離し、磁石室の床にある他のケーブルからも離して、絡まりや信号干渉を避けてください。
  5. アイトラッキングシステムの設定(コンソールエリア、参加者なし)
    1. 挿入パネルのERSで、アイトラッカー電源アダプターをコンセントに接続し、対応するDB9フィルターポートに接続します。
    2. 眼球追跡コンピュータで刺激/反応コンピュータのトリガーをキャプチャするには、DB25ケーブルで並列ポートを接続します。
    3. 視線追跡システムとタブレットビデオカメラコンピュータ間の通信には、カテゴリー5e(CAT5e)イーサネットネットワークケーブルで両者を接続します。視線追跡コンピューターの電源を入れろ。
  6. 参加者のセットアップ(マグネットルーム内で)
    1. 64チャンネルのヘッドコイルを備えた患者用テーブルを準備し、参加者に仰向けになってできるだけ頭をコイルの中に入らせます。動きを防ぐために、頭の周りにパッドを入れてしっかりとフィットさせます。ランドマークレーザーを使って、ヘッドがヘッドコイルの中心にあるか確認してください。
    2. ヘッドコイルミラーの位置を調整し、参加者がリアプロジェクションスクリーンをクリアかつ遮るもののない視界に届けるまで調整します。
    3. タブレットマウントを参加者の腰にかけ、タッチセンサーの面が快適な位置に置かれ、書きや描画の操作がしやすくなります。
    4. タブレットのスタイラスを利き手に置き、ペンを持っているかのようにスタイラスを持つように促します。参加者にタッチ面の四隅すべてをスタイラスで触らせ、快適さを評価させます。タブレットの位置を調整し、肘の下にパッドを入れて負担や詰まりを最小限に抑えましょう。
    5. 快適な姿勢が得られたら、ベルクロストラップでタブレットシステムを患者ベッドにしっかりと固定します。参加者とタブレットシステムを慎重に磁石ボア内にゆっくりと移動させてください。タブレットシステムがボアの端にぶつからず、またタブレットケーブルが絡まないようにしてください(図2A)。
  7. 視線追跡ソフトウェアのセットアップ(コンソールエリアとマグネットルーム)
    注:タブレットビデオカメラコンピュータまたは刺激/応答コンピュータ上で行われるすべてのソフトウェアセットアップは、研究室のメンバーが適切なキーボード操作とマウスクリックを用いて行います。
    1. タブレットビデオカメラのコンピュータで、ビデオcamera.exeプログラムを開きます。システムが初期化される間、 設定ダイアログ が表示されるのを待ち、コンピュータのマウスで OK を押してください。
      注意:この時点で、参加者は自分の手の位置やスタイラスの全画面ビデオフィードバックを見られるはずです(図2D)。
    2. タブレットビデオカメラのコンピュータで、 スクリーンレコーダー プログラムを開きます。
    3. 参加者のアイトラッキングデータのために、参加者IDを使って新しいスクリーンキャプチャセッションを作成します。
    4. 瞳孔および角膜反射閾値を設定し、視線追跡カメラの校正と検証を行うには、アイトラッキングシステムユーザーマニュアルの推奨に従いましょう(アイトラッキングシステムユーザーマニュアル - チュートリアル:実験実行 p.81 - 91)23。
      1. 参加者の右目のアイトラッキングカメラビューを、異なるカメラビューを切り替え、レンズにピントを合わせ、照明装置を調整します。
      2. 許容範囲の瞳孔閾値と角膜反射(CR)値が設定され、その値を記録し、9点校正( Cボタン)を進めます。
      3. キャリブレーションを検証してください(Vボタンを押してください)。fMRI実験に進む前に、平均および最大検証角度の値を記録してください。最適でない校正結果(FAIRまたはPOOR)が得られた場合は、平均誤差<0.5o、最大誤差<1.0oに対応するGOOD結果が得られるまで再校正・検証を行います(図4D,E)。
  8. タブレットキャリブレーション
    1. Stimulus/Responseコンピュータを使ってタブレットのタッチ表面をキャリブレーションします。
    2. タブレットのキャリブレーションを開始するために ELOの3ポイントキャリブレーション を開いてください。
    3. 参加者に、時間内に画面に表示される3つのターゲットをスタイラスで連続してタッチし、離すよう指示します。
    4. キャリブレーションが完了したら、参照されたグラフィック編集アプリケーション( 材料表参照)を開き、参加者に自由に描くよう指示してスタイラスが正しくトラッキングしているか確認します。必要に応じてステップ8.1から8.4を繰り返します。
      注意:タブレットの反応グラフィックで頻繁にカクついたり跳ねたりするのは、スタイラスのトラッキングがうまくいっていないことを示唆しており、再キャリブレーションが必要です。
  9. トレーニングプロトコル
    1. 参加者にタブレットのインターフェースでの書き書きや絵画に慣れるために、必須震え研究24の自己ペーストレーニング課題に従って指導するよう促します。これには、参加者が自分の名前に署名し、Fahn-Tolosa-Marin Tremor課題を行うことが含まれます。この課題は、徐々に狭くなるガイドラインの間に渦巻き線や水平線を引くものです。
    2. 参加者にTMTに慣れるために、TMT-AとTMT-Bの簡略版からなる自己ペースのトレーニング課題を12題で案内します。このトレーニングの後、実験課題と同じタイミングで、アイテムを並べ替えた実物大のTMT-AとTMT-Bの代替バージョンを案内します。タブレットが適切に調整されているか、TMTタスクをプロンプト通りに実行しているかを参加者のパフォーマンスを監視してください。
  10. 実験的パラダイム
    注意:このワークフローは上記のTMTブロック設計を実装しています。
    1. アイトラッカーの録画を始めてください。タブレットビデオカメラのコンピュータで、スクリーンレコーダープログラムで「録画開始」を選択します。
    2. Stimulus/Responseコンピュータで TMT-Run1_slow.ebs2 E-Prime(E-Run)スクリプトファイルを開きます。
    3. MRIシステムのトリガー出力への最終接続を行ってください:URBを刺激/反応コンピュータに接続します。
    4. E-Runスクリプトで促されたら 、参加者ID と セッション番号 を入力します。
    5. 参加者にMRIシステムのインターホンを使ってTMTを完了するための口頭指示を出します(図6)。参加者が進行の準備ができていることを確認しましょう。
    6. E-Runスクリプトは参加者にTMTの指示を提示します。TMT-A、TMT-B、および視覚固定条件の最初の実行は、fMRI開始時にトリガーパルスがURB経由で送信された後に開始されます。
    7. 走行中はアイトラッカーのデータをチェックし、信号が安定しているか確認してください(検査室メンバー1名)。さらに、参加者のTMTパフォーマンス(スタイラス応答)を監視し、指示に従っているか、セットアップに問題(例:信頼性の低い映像投影、追尾不良のスタイラスなど)がないか確認してください。2人目の実験メンバーです。2人目の研究室メンバーにはTMT-AまたはTMT-Bの性能エラーの有無と、試験番号も記録してもらいます。
    8. ラン終了後は、目撃記録を停止し、アイトラッキングシステムユーザーマニュアル(91-92ページ)23の推奨に従ってドリフト補正を行います。ドリフトチェックで誤差が2.0°<した場合は進めます。誤差が≥2.0の場合は、平均誤差が<1.0°、最大誤差が2.0°<まで校正・検証を行います。
    9. Run 2では、目の記録セッションを再起動し、Stimulus/ResponseコンピュータでE-Runスクリプトファイル TMT-Run2_slow.ebs2 を開きます。Run 1と同じ 参加者ID と セッション番号 を入力してください。タスク指示を繰り返します(図6)。繰り返しますが、fMRIが始まるとトリガーパルスがタスクを開始します。最初のTMTランでは、2人目のラボメンバーにTMTのパフォーマンスエラーの存在を記録してもらいます。
    10. 実験終了後、最後の視線追跡検証(ステップ7.4.3)を行い、平均誤差値と最大誤差値を記録します。次に、「ファイル|」をクリックします。アイトラッキングソフトを閉じてデータをエクスポートします。参加者を磁石から引き出し、機器の取り外しを開始します。
  11. 機器の取り外しとデータ保存
    1. TMTデータは自動的に刺激/応答コンピュータのTMTスクリプトと同じフォルダに保存されます。
    2. 録画セッション終了後にアイトラッキングデータは保存されます。
    3. タブレットビデオカメラのSR リサーチスクリーンレコーダー プログラムで、「 ファイル 」に移動し「 閉じ る」を選択してください。これにより、アイトラッキングコンピュータからタブレットビデオカメラコンピュータへファイルが転送されます。
      注意:プログラムウィンドウを単に終了しても、実験データの適切な転送・保存には つながりません 。
    4. データ転送が完了したら、すべてのコンピュータと機器の電源を切り、機器を保管してください。

2. 分析

  1. 参加者
    1. プロトコルとその潜在的影響を示すために、神経学的、心理的、または筆記機能障害の既往がない健康な右利きの22歳女性参加者からタブレットを用いたTMT、視線追跡、fMRIデータを収集しました。
  2. タブレット運動学的指標
    1. GitHub25で入手可能なMATLABで作成されたカスタムスクリプトを使って、生のキネマティックタブレットデータ(スタイラス位置)を解析できます。生データはカスタムスクリプトNPTF2F_CompleteAnalysis.mで処理され、追加のカスタムスクリプトを呼び出します:NPTF2F_RemoveErrors.m;NPTF2F_SpeedData.m;NPTF2F_SignalData.m;getAverageForce.m;getTotalDistance.m;sigfilt1.m;spikeRemoval.m;ゼロX.m。NPTF2F_CompleteAnalysis.mを実行するには、参加者の識別、データ収集日、パルスシーケンスの順序(EPI/INIまたはINI/EPI)を入力し、INIは逆イメージング26を示します。
      注:著者の所属機関でのTMT関連fMRIデータ収集は、いずれの画像撮影モードでも実行可能で、ここではEPIを選択しています(上記の 神経画像参照 )。INIのfMRI取得は、より高い時間分解能で脳活動を記録し、本研究の範囲を超えています。スクリプトを実行すると、分析は複数のセクションに分かれて進みます。セクション0とセクション1はMATLABワークスペースを埋め、それぞれ入力テキストファイルからデータを読み取って保存します。
      1. セクション2では、TMT-A試験のパフォーマンスの視覚分析から得た合計、正解、誤りのリンク数を入力するよう求めています。視覚分析が寛容な方向に偏るようにすること;参加者が円に接触しなかったが、円の方向に明確に試みた場合は、そのリンクを正解とカウントします。同様に、参加者が次の正しい円にスタイラスを迂回させている際に「オーバーショット」し、隣接する円に接触した場合、それは追加(かつ誤った)リンクとしてカウントしないでください。
        注:現在の分析範囲は、完全に正しい試行や試行内で作成された正しいリンクのみを検証しています。第3節では、各試行における連結誤りの除去が認められています。本件では、参加者にリンクミスがなかったため削除は不要です。
      2. セクション4でNPTF2F_SpeedData()関数を呼び出して試験データから統計を計算するのを待ちます。
      3. セクション5からNPTF2F_SignalsData()への連絡を待ちましょう。
      4. セクション6がタブレットの運動学データを、さらなるデータ処理に適した形式(16試行×15パラメータ)で出力している様子を見てください。
  3. 試験ごとにパフォーマンスの特徴や記述統計を定量化するためのデータを集約します。
    1. 完了時間は、TMT試験開始時から参加者が最終的なシーケンス文字に到達するまでの時間とし、最大ブロック時間は40秒(TMT-A試験)または60秒(TMT-B試験)で定められます。
    2. 速度(ピクセル数/秒、[px/s])を、時間経過によるx,y座標の変化(スタイラスの動きの関数として)として計算します。タッチパネルのアクティブエリアは129 mm x 97 mm、刺激表示エリアは103 mm x 77 mm(1,024 x 768ピクセル、9.0° x 6.7°の視角、タブレットと参加者の手が映るライブ映像の周囲は含まれていません)です。
    3. 固定されたブロック時間(すなわちTMT-AまたはTMT-Bを最大時間内に完了できない)による天井効果の可能性を考慮し、完了時間(秒)をリンク数(正しいスタイラス応答が2つの項目間で接続する)で割って別の指標である秒 あたり のリンク数(SPL)15を計算します。
      注:SPL値が高いほどリンク性能が遅いことを示し、 その逆もまた然りです。
    4. アイトラッキング画面録画動画ファイルを使って、全体のタスク完了を確認し、誤った動作(例:誤ったリンク、スタイラスの持ち上げなど)を記録してください。
      注:このケースの参加者には誤ったTMTパフォーマンスはありませんでした。
    5. 各試行ごとに連結 期間と非連結周期 を区別するために、平均、第一、第三四分位数の速度値を用いてください。
    6. リンク期間(速度値)を定義し、ピーク速度値への急速な加速と同様の減速を特徴とします。
    7. 第1四位数以下の速度は非 連結期間と定義し、意図的な連結行動の前の視覚的探索行動に特徴づけられます。
      注:これらの連結行動と非連結行動、およびそれらの神経相関は、若年成人における脳波検査中の錠剤ベースのTMTパフォーマンスに関する最近の研究で特徴付けられました。
    8. リンク期間と非リンク期間を用いて、それぞれリンク 時間 (リンクを接続する平均時間[ms])と 非リンク時間 (次の接続を探すのに費やす平均時間[ms])を算出します。
    9. 試行中のスタイラス応答の 総距離 (D)を試行間変動の別の指標として計算します。各試行の平均 余分 距離(EDT)を最適(最短)経路のパーセンテージで計算します。
    10. 各 リンクあたりの距離 (DPL、px/リンク)を、各試行で1つのリンクを形成するまでの平均移動距離として計算します。
    11. 連結期間と非連結期間の 平均力 (任意の単位、[au])を計算し、試行間のデータは除外します。
  4. 視線追跡指標
    1. アイトラッキングシステムのネイティブソフトウェア(材料 表参照)を用いて、試行ごとにアイトラッキングデータを閲覧・処理します。
    2. TMT-AおよびTMT-Bの全性能条件に対して、視線追跡データに対して個別に時間平均化した概念実証と潜在能力が実証されています。刺激/応答コンピュータが生成したタイムスタンプ付きトリガーコードに基づき、各ランで記録された連続データストリームからデータを解析・分離し、視線追跡 EDFデータファイル内の各TMT-AおよびTMT-Bタスクブロックの開始と終了を示します。
    3. サッカード数、注視数、注視時間(ms)、注視率、まばたき回数、まばたき回数(瞬き数/秒)、瞳孔大(任意の単位[au])などの記述的統計を報告してください。
      注:各パラメータの具体的な定義は 表1に記載されています。固定やサッカードに関する統計は、デフォルトの閾値と振幅値を用いてソフトウェアに組み込まれたレポートジェネレーターで生成されます。
  5. 統計報告
    1. 実験は概念実証的な性質を持ち、単一の研究参加者を対象とするため、複数の比較に対して補正なしの単純な統計的検定を行います。2回の実験ラン(合計4回のテスト条件)におけるTMT-AおよびTMT-Bの平均タブレットおよび眼球追跡指標を計算します。
    2. 各タブレットと眼球追跡指標について、2つのTMT部分(TMT-B対TMT-A)間に統計的に有意な差があるかどうかをペアの両側t検定を用います。
  6. 神経画像データ
    1. 研究コミュニティで広く採用されている機能的神経画像(AFNI)フリーウェア27の解析を用いて、脳活動の概念実証fMRIマップを生成すること。
      注:具体的な画像解析パイプラインとパラメータ選択の詳細をまとめたスクリプトはGitHub25に提供されています。簡単に言うと、AFNI画像処理の各体積要素(ボクセル)位置での脳活動を評価するためのパイプラインの手順は以下の通りです。
      1. 2回のTMTランのfMRIデータを連結してください。
      2. 活性化マップ生成前に前処理を行い、fMRI信号振幅の時間的変動(外れ値)のボクセル単位補正、呼吸および心拍に関する生理的影響28、画像スライス取得時間、運動に伴う。
      3. 非線形歪み手順で、標準的な脳アトラステンプレート29,30にT1加重解剖学的MRIデータを照合します。
      4. fMRIデータにワープパラメータを適用してください。
      5. fMRIデータを空間的にフィルタリングし、5mmの全幅半最大(FWHM)ガウス核を用います。
      6. 各ボクセルでのfMRI時間経過を平均値で割り、さらに100を掛けてfMRI信号をパーセンテージ単位に再スケールします。
      7. fMRIデータを、TMT-AおよびTMT-Bのタスクブロック中の活動時間を表すボックスカー波形(タブレットデータから導出)を標準的な血行動態応答関数と畳み込み、低周波変動、運動および運動微分の回帰器、心肺サイクルの残留影響を除去する生理的回帰器を含む一般線形モデル(GLM)に入力します。
      8. 脳活性化(ボクセル別GLM解析からのベータ係数)に対応する初期マップを計算します。a) TMT-AとTMT-Bの平均性能と固定の比較;b) 平均的なTMT-BからTMT-Aの成績。各マップをp < 0.0005で報告し、その後、複数比較を補正するためにクラスタサイズの閾値を適用します。p < 0.05。

Results

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

視線トラッキング画面録画ファイルを用いて、拡張現実環境の単一の時刻におけるTMT-AとTMT-Bの代表的なパフォーマンスが図7A、Bに示されています。TMT-AおよびTMT-Bのパフォーマンス(青線)および視線データ(赤線)は、それぞれ連続した2.5秒間隔にわたるものを示しており、図7C,Dに示されています。この時間間隔は、単一のグラフィック内で複数の連続したリンク動作を可視化しやすいために選ばれました。短い時間間隔は単に1つのリンク(または全くない)だけを表示しますが、長い時間間隔はより多くのリンクや雑多なものを示し、視覚的に解釈しにくいです。特に図7C,Dを見ると、TMT-AおよびTMT-Bを実行した最初の数秒間、参加者はスタイラスを動かす前に最初に作るリンクを視覚的に検索し符号化することが明らかです。また、示された時間間隔のTMT-AおよびTMT-Bのパフォーマンスにおいて、視線(および視覚的探索行動)が適切なスタイラスのリンク先行に優先されていることも示唆されています。

表1は、参加者のTMTパフォーマンスに関する平均的な運動学的および眼球追跡指標をまとめたもので、すべての試験(TMT-A4例、TMT-B4例、2回の別々のラン)をまとめています。TMT-Bの完了時間(31.3秒±6.0秒)はTMT-A(24.0秒±5.7秒)よりも長く傾向を示しました(p=0.06)。これはTMT-Bを行うために必要なより複雑な精神的処理と一致しています。リンク描画性能の平均速度はTMT-A(0.35 ± 0.04 px/ms)と有意に遅くなく、TMT-B(0.36 ± 0.13 px/ms)(p = 0.91)で、一方でTMT-BのSPLはTMT-A(1.00 ±± 0.24秒)よりも有意に遅くなっていました(p = 0.06)。平均連結期間の長さは有意な差はなく(TMT-B±702 299 ms、TMT-A± 729 221 ms)(p = 0.92))、非連結期間も同様でした(TMT-Bは576 ± 451 ms、TMT-Aは260± 29 ms)(p = 0.23))。TMT-B(10,300 ± 1,270 px)とTMT-A(10,600 ± 1,930 px)の総距離(D)は有意な差はなく、p = 0.52。最短距離に対する余分な移動距離(EDT)はTMT-Aが27.1%±TMT-Bが24.2%±6.3%でした(p = 0.59)。TMT-Aの1リンクあたりの距離(DPL)は442±80ピクセル/リンク、TMT-Bは429 ±53ピクセル/リンク(p = 0.52)でした。スタイラスの力はTMT-Bの平均でやや高く(9.3 ± 1.8)、TMT-A(5.5 ± 3.5)より高くなっていました(p =0.11)。どちらの作業条件でもエラーは発生しませんでした。これらの結果は総合的に、TMT-AとTMT-Bの両方で運動パフォーマンスに有意なばらつきが存在するという解釈と一致しており、平均的なリンク描画速度、リンク時間、非連結期間、D、EDT、DPL、スタイラスの力などの認知的複雑さによるTMTパート間の差異は、単一参加者レベルでは、ディスプレイ上の刺激の擬似ランダムな提示によって隠れてしまう。しかし予想通り、TMT-BのSPLがTMT-Aと比較して高い傾向は、完成時間の調査結果とよく一致しており、両指標の強い相関を反映しています。

眼球追跡データはTMT-B(90 回± 24回)がTMT-A(71回 ± 22回)よりもやや多くサッケードする傾向を示しました(p=0.10です)。固定動作の類似結果はほぼ同一で、サッカードと固定は密接に関連しているためです。TMT-Aの平均固定時間は308 ± 40 msでしたが、TMT-Bの平均固定時間は314 ± 32 ms(p = 0.32)でした。TMT-Aの固定時間(固定率)の平均パーセンテージは90.0 ± 2.3%であり、TMT-Bの88.7% ± 2.1%(p = 0.01)と大きく異なっていました。試験あたりのまばたき回数はTMT-B(5.0 ± 2.6)がTMT-A(2.0 ± 1.2)よりも有意に多かった(p = 0.04)。テスト間の平均完了時間の差を考慮すると、TMT-Bのまばたき率は依然として有意に大きく(0.15 ± 0.06 blink/s)、TMT-A(0.08 ± 0.05 blink/s)よりも大きく、前者の課題は認知的に負荷が高いため予想されます。 平均瞳孔の大きさは、疾患によって非常に似たままで(TMT-Aは1,588 人± 140人、TMT-Bは1,648人 ± 59人)(p = 0.29)。

TMT-AおよびTMT-Bと視覚固定の両方の課題条件下での脳活動を分析したところ、広範囲に広がる正の活性化が観察され、いくつかの負の活性化クラスター(これらはより小規模な傾向があった)が観察されました。大きさ別で上位25のクラスターには、内側および外側小脳の一部、左前棘、上および下頭頂葉、左中後頭回、前中心回、左後中心回、左上前頭回、右上後頭回、補助運動領域、左中帯状皮質、右上縁回、左中前頭回、右カルカリン回が含まれていました。これらの活性化の一部は 図8の代表的な画像に示されています。角回、左上前頭回、中側頭回、右下頭頂回、右上側頭回、右上側頭回、右中央後回、右上縁回、左下前頭回(眼窩部)、右中央傍小葉、右前中心前回に負の活性化が見られました。しかし、TMT-BとTMT-Aの対照では、有意な陽性または陰性の活性化は観察されませんでした。議論(後述)で述べたように、これらのfMRIの集合的観察結果は、これまでの実験室でのfMRI結果と一致しています。

figure-results-1
図1:実験装置の概念図。 (A) コンピュータモニターは装置の制御や認知テストの実施、そして(B) コンピュータによる結果の可視化に使用されます。電源、制御、データ記録ケーブルは(C)無線周波数貫通パネルを通過します。主要な装置には、(D)タッチセンサー対応のタブレットとスタイラス、発光ダイオード照明装置、そして手やスタイラスの動きを記録する「タブレットビデオカメラ」ビデオカメラが含まれます。(E) ヘッドコイルに取り付けられた反射鏡により、(F) MRIシステムの患者テーブルに横たわる参加者の視線追跡が可能で、(G) リモートビデオ録画システムを使用します。また、このミラーは、(H)背面投影スクリーン上でテスト刺激、タブレットの反応、関連する手/スタイラスの動きを、(I)遠隔MRI対応投影システムによって提示される様子を表示できるようにします。この図の拡大版はこちらをクリックしてご覧ください。

figure-results-2
図2:タブレットの配置。(A) ボランティア参加者と共に患者テーブルのタブレットの配置。(B)タブレット、マウント、スタイラス(黄色)のクローズアップで、「タブレットビデオカメラ」と発光ダイオード照明装置の配置を示す2つの異なる向き。(C) タブレットビデオカメラおよびMRIコンソール周辺からタブレットシステムを制御するための刺激・応答コンピュータ。(D) 参加者がTMT-Aを行う際の拡張現実環境の代表的な視点。赤い点は瞬間的な視線の位置を示し、参加者には表示されません。(E) MRI互換投影システムで、参加者に拡張現実環境をリアプロジェクションスクリーン上で提示します。スクリーンは磁石孔内に取り付けられており、このビューでは見えません。明確な描写については図4を参照してください。略称:TMT = トレイルメイキングテスト。この図の拡大版はこちらをクリックしてご覧ください。

figure-results-3
図3:トレイルメイキングテストの化学的分析。fMRI中のTMT投与のタイミング図。上部:TMT-A、TMT-B、固定ブロックの持続時間を示すタイミング図で、それぞれ2回のランで投与されました。下:各条件のサンプル画像表示。TMT-AおよびTMT-Bの試験では、各試験ごとに異なる刺激パターンが用いられており、参加者は空間記憶に基づいて行動しないことに注意してください。すべての視覚固定の試みは同じ画像表示を含みます。略称:TMT = トレイルメイキングテスト;fMRI = 機能的MRI;TMT-A = パートA;TMT-B = 部品B;Fix=視覚的注視。この図の拡大版はこちらをクリックしてご覧ください。

figure-results-4
図4:アイトラッカーのetup。(A) MRI対応の眼部ビデオカメラ、照明装置、マウントの画像。(B)前面磁石ボア開口部からの画像で、視線追跡装置とタブレット、ヘッドコイル、ミラー、投影スクリーンとの空間的関係を示します。(C)タブレットとヘッドコイルを取り外した前方磁石ボア開口部からの画像。タブレットで使用されたプロジェクターと映写スクリーン、アイトラッキングカメラおよび照明装置との関係を示す。(D) 参加者のビデオ録画を広い視野と、角膜反射を検出して視線追跡を可能にし、瞳孔径を測定するクロップ・ズームされたフィールドで参加者の映像記録を表示するアイトラッカーソフトウェア環境。(E) アイトラッカーのキャリブレーションおよび検証中のスクリーンショット例。この図の拡大版はこちらをクリックしてご覧ください。

figure-results-5
図5:コンソールおよびpネット化 panel setup。(A) 実験で使用された4台のモニターを示すMRIコンソール領域。左から右へ:アイトラッカー;タブレットビデオカメラ、錠剤の刺激/反応;MRIシステムコンソールも含まれます。(B) 貫通パネルの磁石室側の画像で、関連するすべてのハードウェア接続が示されています。(C) 機器室側での類似接続。略称:BNC = 銃剣ナットカップリング。この図の拡大版はこちらをクリックしてご覧ください。

figure-results-6
図6:指示を口頭で尋ねる。トレーニング課題では、タブレットとスタイラスを使ってガイドライン間に滑らかな線を引く練習を行い、認知テスト前にデバイスに慣れさせます。TMTは2つの部分から成り立っています。パートAは番号付きの円を昇順につなぐ必要があり、パートBは数字と文字を昇順に交互に接続します。略称:TMT = トレイルメイキングテスト。この図の拡大版はこちらをクリックしてください。

figure-results-7
図7:TMTの変形。参加者の視点から、(A) TMT-Aパフォーマンス、(B) TMT-Bパフォーマンスの拡張現実における時間サンプルを測定します。各画像の赤い点は視線点を表しています。画像はアイトラッカーの画面録画映像ファイルのフレームです。テスト中は参加者が視線点を見ることはできません。(C,D)TMT-AおよびTMT-Bのパフォーマンスの連続した2.5秒の時間間隔(青線)、時間依存の視線データ(赤線)を含む。サッカーードは細い赤い線として見られ、また「結び目」は視線が速く動かない部分に見られ、固執を示している。略称:TMT = トレイルメイキングテスト。この図の拡大版はこちらをクリックしてください。

figure-results-8
図8:fMRIとAPSのCTIVATION。(TMT-AおよびTMT-B)と固定の活性化(fMRI信号造影)の違い。立体視アトラス空間における示されたZ座標で、スライス位置は14 mm間隔です。カラーバーは、有意に活性化された領域におけるBOLD信号コントラストの割合を表し、正の値は基準値よりも高い活性化を示します。略称:fMRI = 機能的MRI;TMT = トレイルメイキングテスト;L = 左;R = 右;BOLD = 血中酸素濃度依存。この図の拡大版はこちらをクリックしてご覧ください。

パラメータ定義TMT ATMT BP値(2テール、ペア)
完了時間(s)各試行を完了するのにかかる平均時間(秒単位)24.0(± 5.7)31.3(± 6.0)0.06
速度(px/ms)スタイラスの動きの平均速度(ピクセル毎ミリ秒単位)
各裁判を通じて		0.35(± 0.04)0.36 (± 0.13)0.91
リンクあたり秒数、SPL
(リンクあり)		各試行の各リンクを完了するのにかかる平均時間(秒単位)1.00 (± 0.24)1.31(± 0.25)0.06
リンク時間(ms)接続期間全体で各リンクを接続するのにかかる平均時間(ミリ秒単位)
各裁判		729(± 221)702(± 299)0.92
非連結期間
(MS)		次の接続を探すのにかかる平均時間(ミリ秒単位)
各裁判を通じて		260(±29)576(± 451)0.23
総距離(px)各試行でスタイラスが移動した平均距離(ピクセル単位)10600(1930±)10300年(±1270年)0.52
エクストラ・ディスタンス
移動、EDT()		各試行で移動した平均距離は、
最適(最短)経路の割合		27.1(± 7.1)24.2 (± 6.3)0.59
リンクあたりの距離、DPL
(px/リンク)		各試行で1つのリンクを形成するのに移動した平均距離(ピクセル単位)は441(± 80)429(± 53)0.52
フォース(略単位)各試験でタブレット画面に加えられた平均力(任意の単位)5.5(± 3.5)9.3(± 1.8)0.11
サッカード伯爵各試験における平均サッケード数71(± 22)90(± 24)0.10
固定カウント各試験における固定の平均数71(± 22)90(± 24)0.09
固定時間(ms)各試験における各固定の平均時間(ミリ秒単位)308(± 40)315(± 32)0.32
固定率
(%)		各試験を通じて、執着に費やされた平均パーセンテージ90.0(± 2.3)88.7(± 2.1)0.01
ブリンクカウント各試験の平均まばたき回数2.0(± 1.2)5.0(± 2.6)0.04
まばたき速度(瞬き数/秒)各試験で毎秒平均に行われたまばたき回数0.08(± 0.05)0.15(± 0.06)0.03
瞳孔大(ブリトラリー)
単位)		各試験の平均瞳孔大1588年(± 140年)1648年(±59年)0.29

表1:タブレットの運動学指標および眼球追跡指標の要約統計を、若年健康な成人女性によるTMT-AおよびTMT-Bのパフォーマンスをまとめた。 各計量の定義は、括弧内に標準偏差を示して示されています。斜体で示された指標は、各試験のリンク性能を平均化し、その後TMT-AおよびTMT-Bの試験全体で平均を取ったものです。P値は、TMT-AとTMT-Bの計量値差を両側で 対対で検定した場合に記載されています。太字で示されたP値は、p<0.05における両側検定における有意な効果を示しています。 斜体 =各テストの平均値。 太字= 両尾ペアテストに合格。

Discussion

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

本研究は、タブレットベースのToCのパフォーマンス中に同時に眼球追跡とfMRIデータを取得するための包括的なプロトコルを示しています。以下の議論では、まずプロトコルのさまざまな側面を評価し、次に代表的な参加者に対して示された結果に焦点を当てます。今後のプロトコルの応用についても全体を通して言及されています。

このプロトコルは、タブレットシステムの開発やタブレットまたは視線追跡のいずれかを用いたfMRI研究の長期にわたる経験に基づき、数年にわたって慎重に設計されました(ただし後者2つの要素は組み合わせていません)。特に、すべての校正関連ステップは、得られるデータが参加者のパフォーマンスを正確に反映していることを保証します。セッション開始時のタブレットキャリブレーションにより、スタイラス(およびカーソル)がカメラの画面に変化があった場合でも、拡張現実ディスプレイで書写や描画の動作を正確に追跡します。頭部の動きが結果を大きく混乱させないように、メーカーの推奨事項と利用可能なシステムソフトウェアに基づいて、アイトラッキングのキャリブレーションとドリフト補正が実装され、試験期間中のアイトラッキングデータストリームの継続的なモニタリングも行われています。タブレットや視線追跡システムの不適切なまたは省略されたキャリブレーションは、バイアス結果を生むことがあります。しかし、ここで示されたタブレットや眼球追跡の結果、そして実験室で作成された他のものは、健康な成人でも高品質なデータを得られることを示唆しています。高齢者や神経学的・精神疾患を持つ患者など他の研究対象集団では、今後追加のデータ処理が必要になる可能性があります。例えば、プロトコルの2.6.1.2節で得られた動き推定値に基づく、頭部の過度な動きが断続的に起こるため、データは解析から除外する必要がある場合があります。初回のデータ部分は学習や慣れ化効果(初期訓練後も持続)のために除外する必要があるかもしれませんが、その時間経過は今後の研究で特徴づけられる興味深いものであり、これらの集団におけるTMTのパフォーマンスを若年健康な成人と区別する追加のメカニズムを提供する可能性があります。

トリガーパルスはプロトコル上で重要であり、タブレットのタイム同期記録、眼球追跡、fMRIデータストリームを可能にします。fMRI信号は通常秒単位で変動するBOLD血行動態反応に基づいていますが、眼球追跡やタブレットの運動学的データでは10〜100ミリ秒の範囲で意味のある内容が示されています。したがって、集合データセットの時間同期は、TMTパフォーマンス中の知覚、認知、行動のメカニズムを前例のない時間的詳細で研究するユニークな機会を提供します。初期の研究では、特定の脳領域における脳活動とTMT-AおよびTMT-B試験で時間的に平均化された眼球追跡パラメータとの関連性を特徴づける可能性があります。参加者グループでは、単純な線形回帰と相関係数の計算を用いて、特定の脳領域の活動と各視線追跡パラメータとの関連を調査することが可能になります。タブレットや眼球追跡データの急速な変動を利用して、fMRIデータで時空的活性化の追加特徴を解明できるかどうかも今後注目されます。新たな研究では、fMRIのデータ取得パラメータを調整して、より細かいサンプリングでBOLD信号を測定できることが示されています。例えば、INI fMRIによる100msのサンプリング期間により、脳活性化ダイナミクスの検出が改善されました。EEGを用いたタブレットベースのTMTの最近の研究では、タスク内の連結期間と非連結期間が周波数帯10の異なる空間パターンと関連していることが示されており、類似のfMRI信号関連を探すためにプロトコルの活用が促されています。fMRI信号の根底にある血行動態応答の認識は、サッケードや固定の時間スケールよりもはるかに遅いですが、この方向への最初のステップは、連結シーケンスの初期と後期の行動におけるTMT-AおよびTMT-Bのパフォーマンスの潜在的差異を特徴付けることになるでしょう(特にTMT-Bでは後者が特に難しいです)。また、目視追跡や運動学データの視覚的検査に基づく、実行が難しいリンクとそうでないリンクの潜在的な違いも分析します。

このプロトコルには、タブレットを使った応答やTMTに必要なリンク動作の実行に慣れるトレーニングモジュールが含まれています。このような訓練(他のタスクや研究中のToCに合わせた将来の修正を含む)は、コンピュータタブレットの操作経験が乏しい高齢者や、脳機能障害によりこのコミュニケーションモードに課題を抱える人々の習熟度向上を目的としています。タブレットのビデオカメラ映像フィードからのVFHPを含む拡張現実環境は、高い環境的妥当性を持つタブレットとの相互作用を可能にしますが、ペンと紙を使った典型的な書き物や描画と完全に同一の体験を提供するわけではありません。例えば、参加者は磁石の中に横たわりながらコンピュータグラフィックスを見ながら応答しなければなりません。これには、通常の自然な固有受容感覚入力や身体中心の空間座標なしに手の非実体的な表示も含まれます。今後、後者2つの要素を操作した場合の結果を探る研究が検討される一方で、現時点での逸話的証拠は、簡単なトレーニングで健康な人がこのタブレット技術の使い方に迅速かつ容易に習熟し、短期間のトレーニングモジュールの後にはタブレットベースのfMRI研究での学習効果を無視できることを示唆しています。

現在のプロトコルは将来的に、トレーニングモジュール中にfMRIを実施することで、後者の主張を支持または反論する定量的な科学的証拠を提供するために使用可能です。(以前のTMTのタブレットベースのfMRI研究では、学習効果を避けるためにTMT-AおよびTMT-Bの最初の試験の神経画像データは廃棄されました10,19。)また、認知障害のある患者集団(例えば認知障害者)におけるタブレットベースおよびToC学習効果を探ることも興味深いでしょう。これにより、トレーニングモジュールの強化が必要となるかもしれません。磁石以外の他の調査では、トレーニングモジュールを有用なスクリーニングツールとして適応させ、指示に従わない、または適切に作業を遂行できない患者を画像診断から除外できるようにすることが可能です。

fMRIによるToC評価を促進するよう設計されていますが、このプロトコルは本質的に柔軟で、幅広い研究目標に対応するために修正可能です。例えば、タブレットビデオカメラはVFHPを生態学的妥当性強化のために特別に追加されましたが、不要であれば除外されるか、視覚、固有受容感覚、運動処理の統合を探る研究など、異なる作業条件に応じてオン・オフを切り替えることがあります。さらに、タブレットは非MRI環境での行動検査や、EEG、機能的近赤外分光法、陽電子放射断層撮影などの他の機能的神経画像法と連携して容易に使用可能です。磁気脳波計(MEG)に関する研究では、タブレットの磁気フリンジフィールドをMEG磁場センサーのフェムトテスラを大きく下回るまで抑制するためにハードウェアの改造が必要になることがあります。実験的ニーズに応じて、プロトコルは他の感覚刺激提示や反応記録機器を含むように拡張することも可能です。例えば、聴覚刺激を提示するMRI互換ヘッドホンや、ボタン入力反応を記録するボタンボックスなどが考えられます。これにより、任意のToCからの脳活性化信号を、機能的神経画像学コミュニティで一般的に採用されるブロックやイベント関連の設計タスクで生成される信号と比較できるようになります。さまざまな患者集団における運動障害や視覚障害を考慮した他のプロトコル変更も検討可能です。例えば、単純な描画動作(例えば、認知的負荷を大幅に減らしながら繰り返し2つの刺激を結びつけるなど)などの追加の制御課題を追加し、運動障害がTMT全体のパフォーマンスに与える影響を推定することを可能にします(すなわち、脳の活性化コントラストを調べることで(TMT-A対安静;単純描画対安静;TMT-Aと単純な描画の比較;TMT-Bも同様です。TMT-AおよびTMT-Bに必要な連結数を減らすことで、筋疲労の可能性を減らすことができます。視覚障害は、より大きな視覚刺激や強いディスプレイコントラストの刺激を提示することで対応できます。しかし、患者と対照群の脳活動を偏りなく評価するためには、そのような修正を加えた追加のfMRIが必要となります。

堅牢なものの、プロトコルはいくつかの改善が見込まれています。特に、実施にはやや労力がかかります。機器の設置・撤去やデータ収集時(タブレットコンピュータの監視と視線追跡コンピューターの監視を担当する1名の技術者を含む)を3名以上(含む技術者1名)が高効率に行うことが望ましいです。当施設には訓練を受けたスタッフが2名おり、現在はMRIの設置と撤去に10分の前後10分が必要ですが、他の検査室員の協力を得れば短縮できるかもしれません。将来的には、特定のハードウェアコンポーネントを 「事前設定」し、機器カートをより効率的に活用して輸送やケーブル接続の確立を容易にすることで、時間効率の向上が実現できるかもしれません。スペースと機器の利用が許すなら、MRIスイートに部分的または完全的に恒久的に設置するのが最も簡単な選択肢です。

次に、代表的なタブレット、眼球追跡、fMRI結果を1名の若年健康なボランティアから取得することでプロトコルが実証されました。結果は以下に述べるように概ね期待通りでしたが、最初に強調すべきは、さまざまな行動指標や活性化された脳領域の値は参加者内レベルで統計的に評価されており、グループレベルの平均やばらつきを考慮していないということです。将来的には、健康な患者集団の大規模な集団情報を「規範的」データとして取得するために、多様態検査が必要となります。これは最終的に脳機能障害患者集団の類似検査の結果と比較可能です。このような研究のサンプルサイズ計算は、fMRI信号の低いコントラスト対ノイズ比と、データ取得コストによって左右される可能性が高いです。fMRIサンプルサイズ推定に関するいくつかのツールは科学文献に存在します。この前提を踏まえ、本書の物語は主に傾向と重要な影響の簡潔な解釈に焦点を当てています。

参加者はTMT-Bの完了時間と非連結時間の延長を示し、従来の錠剤ベースの結果を再現し、論文2、18、33の確立されたTMT性能と一致しました。これらの発見は、TMT-Bがより精神的に難しいと考えられていることを考えると、TMT-Bの方がTMT-Aよりも処理・探索・次の正しい標的を特定するための時間がより必要であることを反映している可能性があります。いずれの課題条件でも誤差は記録されず、すべてのTMT試験は若く教育を受けた健康な成人による標準的なTMT完了と一致する時間内に完了しました。TMT-BとTMT-Aの合計リンク数が同じで、TMT-Bの完了時間が長いため、SMT-BのSPL値はTMT-Aよりも予想通り高かった。TMT-Bでは視覚的探索の複雑さが増加したものの、TMT-Aではわずかに高いD値とEDT値が観察されました。両指標は本研究のために新たに開発されたものであり、従来のタブレットベースのTMT文献の報告と具体的な比較はできません。しかし、TMT-Bの遅い性能が 「速度-精度」 トレードオフ34プロット上の個体の位置を、TMT-Aでの速い性能との関係で変化させ、その結果、DおよびEDT値の低下により正確なリンクが得られた可能性があると推測されています。この解釈は今後のテストで確認される必要があります。

この参加者の眼球追跡指標の結果は興味深いものです。TMT-Bを行った参加者の方が、TMT-Aよりもやや多くのサッカーや固定数、まばたき数、まばたき数が見られました。サッケード数や注視数が多いことは、条件Bにおける視覚刺激全体にわたる視覚的探索効果の増加を示す可能性があります。この可能性を支持する例として、過去の研究では、より複雑な探索配列を処理するための精神的コストが増加するにつれて両方のカウントが増加することが示されています。TMT-Bのまばたき回数とまばたき数の増加は、TMT-Aに比べて認知制御が向上したことを示す可能性があります。興味深いことに、多くの研究は、自然なまばたきの頻度(およびここで研究したように、一定の試験時間内でのまばたき回数)がドーパミン活動の有用な代理指標であることを支持しています。ドーパミンは学習、作業記憶、目標志向行動に関与する重要な神経伝達物質であり、これらはすべてTMTの成功を支え、TMT-AよりもTMT-Bでより多く必要とされます。自発的および課題誘発によるまばたきを調査した多数の研究では、両方の指標が認知制御の調節に敏感であることが示されています38。最後に、TMTの両パートで平均瞳孔の大きさが非常に似ており、参加者は処理能力を負担せずに同じレベルの精神的努力で両パートを行えたことを示唆しています38。これらの解釈はTMTパフォーマンス2 に関する文献と一致しており、参加者は両パートを効率的に誤りなく行ったことが示されています。今後の研究は、課題中のTMT行動に関連する詳細な視線特性の調査が必要です。このような研究は非常に興味深いものであり、視覚的検索の挙動がa) タブレット反応に先行するかどうかを評価する手段を提供します。b) 数や文字刺激の空間的分布のために、実行が難しいリンクと容易なリンクで変更される、c) TMTのパフォーマンスエラーが発生した際に変更される。

TMTパフォーマンスの誤差に関するテーマに関しては、エラーの記録と定量化は、現在の高パフォーマンスの若年健康成人の概念実証研究の範囲外の将来の研究において重要な側面となるでしょう。現在のプロトコルはデータ取得時のTMTパフォーマンスエラーのログに限定されていますが、TMT-AおよびTMT-B試験で発生したエラー数や、スタイラス相互作用のデジタル化ビデオファイルの手動評価に基づく中心傾向や変動の統計的測定も容易に追加可能です。さらに、TMTパフォーマンスエラーの種類を分類するためのルーブリックが必要です。手動検査で十分な誤差データが蓄積されれば、誤りを正確に検出・分類する人工知能手法の開発も可能となり、誤り評価の過程を大幅に減らすことができるはずです。

神経画像解析により、TMT-AおよびTMT-B課題を同時に分析した場合、視覚処理、運動機能、感覚知覚および統合を担う領域において、TMT-AおよびTMT-Bの課題が有意に広範囲に活性化していることが明らかになりました。これらの領域の活性化は、以前のTMT神経画像研究で見られたfMRI活性化に似ています15,19。運動機能に関連する活性化の簡単な例として、対側(左)前中心回手の領域は右手の運動反応によって正に活性化され、また同側の負の活性化の小さなクラスター(図8には示されていない)も存在し、課題関連運動中の一次感覚運動領域の特徴的な活性化パターン39,40.比較的保守的な閾値と補正があっても、この参加者のfMRI活性化の強さから、この課題は小脳や中脳を含む視覚運動機能の良好なプローブであることを示唆しています。ただし、TMTのパフォーマンスを支える脳領域に関する具体的な結論は、この単一参加者のデータから導き出すべきではなく、これはあくまで実証目的として含まれています。また、TMT-BとTMT-A造影剤で観察された活性の欠如は、単一参加者にとっては驚くべきことではありません。この特定のコントラストは「弱い」とされ、通常はより大規模なサンプル群からのfMRIデータの解析と、活性化シグナルの信頼性の高い検出のために慎重に最適化された画像処理パイプラインが必要です。これらの点は、現在の神経画像研究が実験設計、fMRI記録、解析において概念実証を示していることを改めて強調していますが、今後は神経疾患を持つ個人や健康な対照群を含む一つ以上のグループを対象とした研究が必要で、集団レベルで一般化可能な結果を得る必要があります。

結論として、コンピュータ化されたタブレット技術、視線追跡、fMRIを用いてToCのヒトパフォーマンスを評価するための新しいマルチモーダルプロトコルが提示されます。関連しつつより単純な研究プロトコル20、43、44、45と比較して、本プロトコルは高い生態学的妥当性を持つタブレット技術とアイトラッキングを組み合わせ、人間工学的かつ効率的な研究デザインを維持しているため、より情報量が多いと考えられています。このプロトコルは、タスクの実行、神経活動、眼球運動指標を、さまざまな多変量および機械学習フレームワークにおいてシームレスに相関させ、ToCの神経基盤を探求する機会を提供します。タブレットベースのTMTを代表的な若年成人が実施したパイロットデータは非常に有望です。このプロトコルは、ToCの神経基盤をより微妙に理解するとともに、既存および新たに開発されたToCを眼球トラッキングや機能的神経画像と組み合わせて、異なる脳機能障害を持つ患者のより感度で具体的な特徴付けの可能性を探る広範な研究プログラムへの扉を開きます。 健康な人と比べて。

Disclosures

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

著者には開示すべき利益相反はありません。

Acknowledgements

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

著者らは、本研究への資金提供と資金提供に感謝するカナダ健康研究所、カナダ心臓脳卒中財団、カナダイノベーション財団に感謝します。

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
64チャンネルヘッドコイルを備えた3T MRIシステムシーメンス・ヘルシニアーズ(エアランゲン、ドイツ)マグネトム・プリズマfMRIデータを記録します。
電磁干渉フィルタースペクトラムコントロール社(ペンシルベニア州フェアビュー、アメリカ合衆国)56-705-005-LIマグネットルームからタブレットインターフェースボックスへタブレットとスタイラスの信号を渡します。
アイトラッカーソフトウェアSRリサーチ株式会社(オンタリオ州オタワ、カナダ)EyeLink Explorer(バージョン4.3.1、64ビット)アイトラッカーによるデータの可視化と処理を可能にします。
グラフィックス編集アプリケーションマイクロソフト社(ワシントン州レドモンド、アメリカ合衆国)塗料タブレットでの書き方や描画に慣れるために使われました。
MATLAB MathWorks Inc. (アメリカ合衆国マサチューセッツ州ナティック) R2022a運動学的タブレットデータの解析や統計解析に使用されます。
MRI対応のアイトラッカーSRリサーチ株式会社(オンタリオ州オタワ、カナダ)EyeLink 1000 PlusfMRI中に眼球追跡データを記録します。
MRI対応プロジェクターAvotec, Inc.(アメリカ合衆国フロリダ州スチュアート)サイレント・ビジョン参加者に拡張現実の視覚刺激を提供します。
MRI対応タブレットコンポーネント(タッチセンサー、調整可能な高位置サポートプラットフォーム、フォース感応スタイラス、発光ダイオード照明器を含む)該当しません該当しませんラボでカスタム設計・組み立て。詳細は参考文献12、13を参照してください。
刺激提示ソフトウェア心理学ソフトウェアツールズ(ペンシルベニア州シャープスバーグ、アメリカ)E-Prime、バージョン2.0すべてのタブレットベースのトレーニングおよびタスク実装の開発および管理のためのソフトウェア。
刺激/応答コンピュータ該当しません該当しません多成分設計。詳細は参考文献13を参照してください。
タッチセンサー対応サーフェスドライバーアプリケーションELO Touch Solutions Inc.(アメリカ合衆国カリフォルニア州ミルピタス)シングルタッチドライバー参加者がターゲットに触れるタスクを行う際のタッチセンサー面のキャリブレーションに使用されます。
トリガーおよびレスポンスデバイスローランド研究所(アメリカ合衆国マサチューセッツ州ケンブリッジ)ローランドUSBレスポンスボックスタブレットベースのタスク、視線追跡、fMRIのデータストリームのタイム同期に使用されます。
ビデオカメラMRC Instruments GmbH(ハイデルベルク、ドイツ)12M-iタブレットのタッチセンサー面に手とスタイラスのやり取りを動画で記録します。
ビデオカメラコンピュータ該当しません該当しません多成分設計。詳細は参考文献13を参照してください。

References

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