April 16th, 2014
그것은 복부 영상 스트림에서 하향식 (top-down) 신호가 운동에 어떻게 영향을 미치는지 명확하지 않다. 우리는 3D 깊이 반전 환상을 대상으로 모터의 동작을 테스트 할 수있는 패러다임을 개발했다. 큰 차이는 환상과 진실 된보기 상태에서 의도적으로, 목표 지향적 움직임과 자동 작업 모두에서보고됩니다.
이 절차의 전반적인 목표는 운동 동작에 대한 하향식 시각적 프로세스의 역할을 명확히 하기 위해 3D 깊이 반전 착시를 사용하는 방법론을 개발하는 것입니다. 이것은 먼저 다양한 지각 상태에서 도달을 수행하기 위해 강력한 3D 역 원근 자극을 제공하는 장치를 구성함으로써 달성됩니다. 절차의 두 번째 단계는 이 자극에 대한 참가자의 상호 작용을 기록하기 위해 모션 캡처 시스템을 설정하는 것입니다.
세 번째 단계는 참가자가 온라인 시각적 보정이나 햅틱 피드백 없이 자극에 있는 대상을 마지막으로 인식한 위치에 도달할 수 있는 플랫폼을 만드는 것입니다. 마지막 단계는 앞으로 뻗은 데이터와 지시되지 않은 팔 후퇴를 모두 분석하여 이러한 맥락에서 시각적 운동 행동의 포괄적인 모델을 구축하는 것입니다. 궁극적으로 결과는 이 패러다임에서 제공되는 운동학적 평가를 통해 다양한 지각 상태에서 도달 역학의 변화를 보여줄 수 있습니다.
속이 빈 얼굴 착시를 활용하는 것과 같은 기존 방법에 비해 이 기술의 주요 장점은 각각의 자극이 수직 및 환상 지각 상태에서 표면 방향에서 거의 90도의 최대 차이를 허용한다는 것입니다. 이 새로운 방법은 지각 과학 분야의 주요 질문에 답하는 데 도움이 될 수 있으며, 인간의 언어적 자기 보고나 키 누르기를 뛰어넘는 새로운 기술을 통해 보다 객관적인 심리 과학을 향해 구축을 시작할 수 있습니다. 즉, 모터 제어 시스템이 환상의 영향을 받는지 여부를 통해 이 가설을 테스트할 수 있습니다.
오늘 절차를 시연하는 것은 우리 연구실의 연구 조교인 Jay Val, CD pathak 및 R Sadik입니다. 먼저 65 x 55cm 길이의 이동식 플랫폼을 구성하고 길이 55cm의 슬라이딩 트랙을 따라 이동합니다. 다양한 자극이 플랫폼에 배치됩니다.
자극은 앉은 참가자의 눈높이에서 제공되어야 하므로 트랙은 적절한 높이에 고정되어야 합니다. 플랫폼에는 개폐식 스프링 메커니즘이 있어야 합니다. 이 메커니즘을 참가자의 좌석 뒤에서 다양한 이벤트를 동기화하는 회로 기판에 연결합니다.
플랫폼을 고르게 비추도록 램프를 설치하십시오. 램프를 참가자 좌석의 손 받침대 아래에 있는 동일한 회로 기판에 연결합니다. 참가자가 손을 들어 올려 쉽게 눌릴 수 있는 스위치 박스를 고정합니다.
스위치를 회로 기판의 회로 기판에 연결합니다. 자극 활성화를 위해 출력 핀을 마이크로컨트롤러의 핀에 연결합니다. 플랫폼이 접히고 참가자가 팔을 바깥쪽으로 뻗어 방아쇠 상자를 누르면 표시등이 꺼져야 합니다.
MATLAB을 사용하여 마이크로컨트롤러를 제어하여 시험 시퀀스를 기록하고 실험자에게 각 시험에 필요한 보기 조건을 지시합니다. 이제 적절한 원근 자극을 구성하고 역 원근 자극을 구성합니다. 중앙 건물이 볼록해 보이지만 두 자극 모두에서 정중선 오른쪽으로 물리적으로 오목합니다.
빨간색 평면 디스크를 부착합니다. 각 패널의 직사각형 패널에서 두 개의 훈련 자극을 구축합니다. 빨간색 디스크가 있는 중간 건물의 고립된 오른쪽 표면 중 하나를 나타냅니다.
한 패널은 역 원근 자극을 위한 것이고 다른 패널은 적절한 원근 자극을 위한 것입니다. 먼저 Rand 도트 스테레오 테스트를 사용하여 참가자의 입체시를 테스트합니다. 또한 눈의 우세를 결정합니다.
다음으로, 240헤르츠의 전자기 센서 14개와 모션 추적 소프트웨어로 구성된 모션 캡처 시스템을 설정합니다. 스포츠 밴드를 사용하여 참가자에게 12개의 센서 중 14개를 배치합니다. 머리, 몸통, 두 어깨, 팔뚝, 팔뚝, 스위치를 조작하는 손의 검지와 엄지손가락에 부착합니다.
빨간색 디스크 뒤에 있는 두 자극의 뒷면에 다른 두 개의 센서를 놓습니다. 참가자는 테스트 전에 자극을 않아야 합니다. 자극 플랫폼을 비추는 데 사용되는 램프를 제외한 모든 조명을 끄십시오.
모든 컴퓨터 화면을 어둡게 하고 실험 설정에서 멀어지게 하십시오. 참가자에게 실험 흐름과 스위치 박스를 트리거하는 방법에 대해 간략하게 설명합니다. 참가자가 보이는 플랫폼만 잡아야 하는 방법을 보여줍니다.
이제 경기 부양책에 대한 연습 시험을 실시하십시오. 물건을 걸 수 있도록 기둥이 달린 칠판만 보내십시오. 참가자에게 기둥에 손을 뻗어 손을 다시 올려 놓도록 요청합니다.
참가자의 편안한 속도로 이 작업을 세 번 수행합니다. 두 가지 훈련 자극을 사용하여 시작 시험을 시작합니다. 자극이 바뀌는 것을 않도록 각 시도 후에 참가자에게 눈을 감게 합니다.
소프트웨어는 두 자극을 각각 네 번 표시하는 순서를 무작위로 설정합니다. 이제 실험 시험을 시작하십시오. 이러한 시험은 세 가지 조건으로 구성됩니다.
하나는 환상적 지각 아래에서 역 사양을 보는 것입니다. 다음 조건은 수직 지각에서 반대 원근법을 보는 것입니다. 물론 세 번째는 올바른 관점입니다.
먼저 역관 자극을 제시하고 참가자가 중간 건물이 튀어나오는 환상의 지각을 안정시킬 수 있는지 물어봅니다. 참가자가 주로 사용하지 않는 눈에 초점 흐림 렌즈를 재생하는 환상을 안정화할 수 없는 경우, 렌즈가 필요한 경우 각 후향적 환상 시험에 사용하십시오. 나머지 시험의 순서는 무작위로 지정되어야 합니다.
각 조건에 대해 총 12개의 시도가 제시되어 36개의 실험 시도가 이루어졌습니다. 전체 총 시험 수는 47건입니다. 여기에는 실습 교육 및 실험 시험이 포함됩니다.
회고적 환상 시험을 위해 각 시도에 대해 구두 지침을 제공하고 적절한 원근 시도는 참가자에게 중간 건물이 관전을 위해 튀어나오는 것으로 보도록 지시합니다. 수직 시험은 참가자에게 중간 건물이 굴착된 것으로 보도록 지시합니다. 항상 참가자에게 인식이 안정된 후에만 연락하도록 요청하십시오.
프로토콜의 가장 중요한 부분은 참가자가 전체 시험 기간 동안 환상 또는 수직적 지각을 유지하도록 하는 것입니다. 우리는 참가자가 이를 달성하기 위해 시간을 할애할 수 있도록 허용하며, 의심스러운 경우 시도가 반복됩니다. Wilkes Lambda 검정 통계량은 분석에 사용되는 지표 중 하나입니다.
대표자에 대한 손 경로 데이터입니다. 피험자는 각 자극의 녹색의 수직 지각과 파란색의 환상 지각에서 수행된 피험자 도달에 대한 손 경로 궤적 프로파일에 상당한 차이를 보였습니다. 지각에 따라 수직 및 환상에서 손 경로 곡률의 이러한 차이는 지시되지 않은 팔 수축에서도 볼 수 있습니다.
관측 수직 적절한 관점을 비교하면, 통계에 대한 전방 뻗기 확장과 손 후퇴 논의 모두에 대해 예상되는 유의미한 차이로 밝혀진 데이터는 자극에 접근하는 동안 손의 방향을 검사할 때 텍스트 프로토콜에 자세히 설명되어 있습니다. 녹색의 역방향 관측 수직 자극 하에서 손 접근 벡터는 다른 두 자극 조건과 달랐습니다. 손에 손으로 접근 벡터.
방향은 현저하게 비슷했습니다. 이 기술을 숙달하면 올바르게 수행하면 약 1시간 안에 수행할 수 있습니다. 이 절차를 수행하는 동안 대상을 향해 앞으로 뻗는 손과 자발적인 손 후퇴를 포함하여 팔의 지속적인 전체 움직임을 기록하는 것을 기억하는 것이 매우 중요합니다.
사다리는 개발 후 지침 없이 자동으로 수행되었습니다. 이 기술은 신경과학 분야의 연구자들이 일반적으로 발달하는 집단과 병리학적 집단 모두에서 하향식 제어와 감각 운동 처리 사이의 관계를 탐구할 수 있는 길을 열어줄 수 있습니다.
View the full transcript and gain access to thousands of scientific videos
이 연구는 복선 시각 스트림에서 상위 시각 과정이 운동 행동에 어떻게 영향을 미치는지 조사합니다. 3D 깊이 반전 착시를 사용하여 다양한 지각 조건 하에서 의도적이고 자동적인 움직임을 모두 검토합니다.
This methodology enables mechanistic de-risking of target validation by isolating top-down visual influences on motor behavior, providing quantitative readouts for perceptual-motor integration. It supports predictive confidence in early discovery by modeling how perceptual states alter spontaneous and deliberate actions, informing assay design for neuroscience target engagement. The approach enhances translational biomarker alignment through objective kinematic assessment, reducing reliance on subjective reports in preclinical validation.
Positions the method within early discovery to lead identification, where perceptual confounds in motor assays must be de-risked before compound screening.