July 9th, 2016
特定の視覚モダリティに反応した反射的な眼球運動に基づく視覚情報処理の品質を定量化する方法が説明されています。反応時間と固定出力パラメータは、生後6か月以降の視覚障害のある子供とない子供の視覚パフォーマンスを特徴付けるために使用されます。
この視線追跡ベースの優先的観察法の全体的な目標は、再帰的な視覚誘導オリエンテーション応答に基づいて、子供の視覚情報処理の品質を定量化することです。この方法は、生後6か月以降の子供の臨床視覚評価とリハビリテーションの分野で大きな価値を持つでしょう。また、この方法は、客観的な測定と眼球運動反応の分析に基づいています。
これらの応答は、視覚パフォーマンスに関する定量的な情報を提供し、口頭でのコミュニケーションなしで取得できます。反応時間や固定品質などの定量的視覚処理パラメータは、特に幼児や知的障害のある子供の視覚性能を特徴付けるための追加の価値があります。この問題の意味するところは、健康な子供の視覚処理と眼の運動機能の特徴付けから、視覚障害のある子供の異常な視覚能力の特定にまで及びます。
まず、画像や動画などの視覚刺激のセットを選択して、基本的な眼球運動機能および視覚処理機能の処理を対象とする。視覚刺激を使用して、固定とサッカード、スムーズな追跡、視運動性眼振などの基本的な眼の運動機能を評価します。次に、4つの異なる刺激コーナーがそれぞれが代替選択、またはターゲット領域を表すような、4つの代替強制選択優先的なパラダイムに基づく視覚刺激のセットを使用します。
これらの視覚刺激を使用して、同時処理、形状、コントラスト、色、動きなどの視覚処理機能を評価します。次に、Eye-trackerソフトウェアで、追加する刺激の種類(画像または動画)を選択して、テストシーケンスを設計します。これを行うには、それが配置されているフォルダから目的の刺激を選択し、[追加]をクリックします。
すべての刺激がタイムラインに追加されるまで、これらの手順を繰り返します。最後に、さまざまな種類の視覚刺激をランダムな順序でテストシーケンスに配置します。ターゲット領域の位置が、参加者からターゲットに向かって反射的な眼球運動に従事するために、試行ごとに交互に配置されていることを確認します。
まず、遠隔赤外線など、小児集団に適した視線追跡システムを選択し、柔軟なLCDアームを備えたアイトラッカーモニターを頑丈なテーブルに取り付けます。立体的に動くことができるアームを選びましょう。子供を試験室に連れて行き、モニターから約60センチメートルの位置に配置して、両目の瞳孔を効率的に追跡できるようにします。
次に、モニターの位置を子供の目に対して垂直になるように調整します。次に、画面上の子供の目を表す2つのはっきりと見える白い点の存在により、瞳孔の受信の質を確認します。Eye-tracker Software Calibration Procedureを開始すると、モニターの事前定義された領域に動くドットが表示され、視線の位置が整列します。
このプリセットキャリブレーションの品質をチェックして、録音が可能であることを確認します。次に、視線信号をビデオ録画に重ね合わせることにより、テスト刺激に対する子供の眼球運動反応を選択したビューアと呼ばれる別のウィンドウをアクティブにします。テスト中に、子供に向けられたWebカメラをアクティブにして、子供の一般的な行動を観察し、記録します。
子供にテレビを見ることを伝えます。次に、テストを実行し、子供の身体行動と眼球運動の反応を観察します。テスト実行後、視線記録をオフラインで再生し、提示された刺激に対する視線反応を観察して、子供の視覚指向行動の質的特徴付けを取得します。
最後に、視線距離や視線位置などの眼球運動特性に関する各被験者の記録された時間ベースのデータをエクスポートして保存し、刺激位置などの提示された視覚刺激の時間ベースのリストを個別にエクスポートして保存します。記録が完了した後に、過度の頭の動き、適切な固定の欠如、異常な視線や頭の位置によるテスト前の不十分なキャリブレーションを回避するために、キャリブレーション後の手順を適用します。これを行うには、分析ソフトウェアを開き、選択した刺激の隣に1つを入力して、視線データを分析する刺激を選択します。
実行を押します。ポップアップメニューで、「データを事後キャリブレーション」オプションを選択します。次に、ファイルのリストから 1 つの被写体の視線データを選択し、[開く] を押します。
次のポップアップメニューから、分析する目を選択します。「左」、「右」、または「両方」のいずれかで、合計刺激提示時間にわたって記録されたすべての視線とターゲット位置の散布図を生成します。次に、視線入力の位置が対応するターゲット位置と正しく重なっているかどうかに応じて、[はい] または [いいえ] を選択します。
キャリブレーションが正しくない場合は、[いいえ] を選択してポストキャリブレーションを実行します。注視点の中心をモニターの中央に移動するには、注視点の中心をクリックするか、垂直軸と水平軸のちょうど中央にある中心点を一度クリックします。4 つのターゲット象限のそれぞれで [視線ポイントの中心] をクリックして、視線位置を対応するターゲット位置にスケーリングします。
視線入力の位置が対応するターゲット位置と正しく重なっているかどうかをもう一度確認します。キャリブレーションが正しい場合は、[はい] を選択して、キャリブレーションされた視線データを保存します。それ以外の場合は、[いいえ] を選択し、キャリブレーション後の手順を繰り返します。
さらに、被験者が刺激提示を見たことを確認するために、視線データが以下の基準と、視覚化グラフと一致していることを確認してください。刺激が「見える」として分類できる場合は、ポップアップメニューで「はい」をクリックします。それ以外の場合は、No.Simultaneous をクリックし、提示された刺激に属するすべての固定点を対応するターゲット象限にプロットします。
固定点が正しい象限に配置されているかどうかを目視検査します。最後に、眼球運動の反応を手動で確認した後、ソフトウェアを使用して3つのパラメータを計算します。固定に対する反応時間 (RTF)、固定時間 (FD)、および視線固定領域 (GFA)。
RTFは、視覚情報を処理し、眼球運動を実行するために必要な時間の尺度です。ここでは、動的漫画の刺激中の平均RTF値は、視覚障害のある子供では、視覚障害のない子供と比較して有意に高くなっています。さらに、RTF値は、脳の視覚障害のある子供では、眼の視覚障害のある子供と比較して有意に高くなっています。
Fixation Durationは、視線がターゲット領域内で固定された合計時間です。FDは、視覚障害のある子供では、視覚障害のない子供と比較して大幅に短くなります。さらに、FDは、脳視覚障害のある子供では、眼の視覚障害のある子供と比較して有意に短いです。
さらに、Gaze Fixation Areaは、注視精度の尺度であり、注視面積が小さいほど、注視精度が高いことを示します。ここでは、GFA値は視覚障害のある子供で大幅に大きく、次に視覚障害のない子供で大きくなっています。さらに、GFAは、視覚障害のあるが眼振がない子供と比較して、視覚障害と眼振のある子供で有意に大きくなります。
このビデオを見れば、アイトラッキングベースの手法を臨床と実践でどのように使用するかを十分に理解できるはずです。これらの方法は、生後6か月以降の子供における視覚情報処理の品質を定量化するために使用できます。プロトコル内の重要なステップには、優先的な外観に基づく刺激、視線追跡データを事後較正する能力、および定量的な結果の問題の利用可能性が含まれます。
これらの方法で取得された公式の処理パラメータは、時間の経過に伴う視覚の進展を追跡し、視覚介入プログラムの効果を監視するのに有利です。これらの方法では、視覚パフォーマンスの個々のプロファイルを提供できます。このようなプロファイルは、子供のニーズに合わせて、日常生活での機能的サポートに使用できます。
この記事は、反射的な眼球運動を通じて子どもの視覚情報処理を定量化する手法を提示します。正常発達の子どもと視覚障害のある子どもの両方において、反応時間と注視パラメータを分析して視覚パフォーマンスを評価することに焦点を当てています。
This method enables objective, quantitative assessment of visual information processing in pediatric populations without reliance on verbal communication, addressing a critical gap in early diagnostics for children under four years and those with intellectual disabilities. By measuring reflexive eye movement responses to controlled visual stimuli, it provides translatable biomarkers for target validation in neurodevelopmental and sensory therapeutic areas. The approach supports mechanistic de-risking in preclinical models by linking visual pathway function to quantifiable behavioral outputs, facilitating go/no-go decisions in early discovery pipelines.
The method integrates into the discovery continuum from early target validation through lead identification to preclinical studies, particularly for therapies targeting visual pathway dysfunction or neurodevelopmental disorders.