January 30th, 2026
MRI 호환 태블릿과 시력 추적 기술을 기능적 MRI와 함께 사용하여 표준 종이 기반 인지 검사 중 시운동 행동과 뇌 활동을 동시에 기록하는 프로토콜로, 이러한 검사의 사용 개선을 목표로 합니다. 예비 결과는 건강한 젊은 성인이 트레일 메이킹 테스트를 수행하면서 제시됩니다.
우리는 뇌 구조와 기능을 연구하기 위한 MRI 기술을 개발합니다. 우리는 신경학적 질환에 대한 이해를 높이고, 영상 유도 치료를 포함한 임상 적용에서 MRI의 사용 확대를 지원하는 것을 목표로 합니다. 터치 감지 디지털화 태블릿은 뇌 활동의 기능적 MRI 촬영 중 자연스러운 글씨와 그림을 가능하게 합니다.
이 기술은 뇌 행동 관계를 평가할 새로운 기회를 제공합니다. fMRI는 매우 신중하게 시행되어야 합니다. 참가자는 누운 채 머리를 고정해야 합니다.
태블릿 기술은 자기력, 무선 주파수 가열, 무선 주파수 간섭을 발생해서는 안 됩니다. 쓰기와 그림 행동을 포함하는 표준 인지 검사에서 사용되는 신경 회로는 아직 잘 이해되지 않았습니다. 저희 FMRI 결과는 연구자와 임상의가 인지 검사 결과를 더 잘 해석하는 데 도움을 줍니다.
시각 고유수용감각, 안구 운동 및 손 운동 과정에 대한 연구는 뇌 활동과 행동 수준에서 반복적으로 진행됩니다. 생태학적 타당성이 향상된 광범위한 fMRI 연구의 개발과 함께, 우선, 태블릿을 프레임에 고정하고 MRI 호환 비디오 카메라를 부착하세요.
태블릿 표면에 신선한 파란색 테이프를 붙여 터치 영역 전체가 큰 접힘 없이 덮이도록 하세요. 태블릿 가장자리에 남은 테이프를 제거하세요. 태블릿, 스타일러스, 태블릿 링크 케이블, 태블릿 비디오 카메라 링크 케이블을 자석 방으로 가져가세요.
태블릿 링크와 비디오 카메라를 연결하세요. RF 침투 패널의 자석실 쪽에 케이블을 연결하세요. 그 다음 MRI 호환 태블릿 클립을 환자 테이블 레일에 끼워 넣고, 양쪽에 클립 두 개씩 고정하세요.
태블릿 시스템을 고정하려면 MRI 호환 후방 투사 스크린을 프로젝터에서 약 2미터 떨어진 자석 구멍 안에 장착하세요. MRI 호환 시력 추적 카메라를 프로젝터 스크린과 자석 내부의 바깥 가장자리 사이에 위치시키고, 카메라 마운트가 튜브 가장자리와 평평하도록 하세요. 마운트의 플라스틱 나사를 조여서 시선 추적 시스템을 고정하세요.
이제 64채널 헤드 코일을 설치하여 환자 테이블을 준비하세요. 참가자에게 테이블에 등을 대고 누워 머리를 완전히 코일 안에 넣으라고 지시하세요. 참가자의 머리 주변에 패딩을 씌워 움직임을 제한하고 안전하게 착용하도록 하세요.
헤드 코일을 고정하고 랜드마크 레이저를 사용해 참가자의 머리가 코일 중앙에 있는지 확인합니다. 참가자가 후면 투사 스크린을 명확하고 방해받지 않고 볼 수 있을 때까지 헤드 코일 미러의 위치를 조정하세요. 그 후 태블릿 마운트를 참가자의 허리 쪽에 놓아 터치 감지 표면이 편안하게 닿도록 하여 글쓰기와 그림 동작을 지지합니다.
이제 태블릿 스타일러스를 참가자의 주된 손에 놓고 펜처럼 잡으라고 지시하세요. 참가자에게 스타일러스로 태블릿 표면의 네 모서리를 모두 만져보게 하여 범위와 편안함을 평가하게 하세요. 마운트 위치를 조정하고 필요하면 팔꿈치 아래에 패딩을 추가해 편안함이나 벨크로 스트랩 접근성을 높이세요.
태블릿 시스템을 환자 침대에 고정하세요. 참가자와 태블릿 시스템을 천천히 자석 구멍 안으로 밀어 넣으면, 태블릿이 구멍 가장자리에 닿지 않고 케이블이 엉키지 않도록 하세요. 태블릿 비디오 카메라 컴퓨터에서 비디오 카메라 EXE 프로그램을 실행하세요.
그 다음 참가자를 위한 새로운 화면 캡처 세션을 생성하세요. EyeLink 1000 Plus 사용자 매뉴얼 권장사항을 따라, 동공과 각막 반사 임계값을 설정하고 시선 추적 카메라를 보정 및 검증하세요. 시야 추적 카메라를 참가자의 오른쪽 눈에 초점을 맞추려면, 카메라 시점을 전환하고 렌즈를 미세 조정하며 조명기를 조정하여 시야가 최적화되도록 하세요.
동공 역치값과 각막 반사 값이 허용되면, 값을 문서화하고 9점 교정을 시작하세요. 그 다음 보정을 검증하세요. FMRI 실험으로 진행하기 전에 평균 및 최대 검증 각도 값을 모두 기록하세요.
다음으로, 자극 반응 컴퓨터를 사용해 태블릿 터치 표면의 보정을 시작하세요. 참가자에게 정해진 시간 내에 화면에 나타나는 세 개의 목표를 연속으로 만지고 놓으라고 스티브를 사용하라고 지시합니다. 캘리브레이션이 완료되면 참조된 그래픽 편집 애플리케이션을 실행하세요.
참가자에게 자유롭게 그림을 그리도록 지시하여 정확한 사귀 추적을 확인하세요. 이제 참가자에게 본질적 떨림 연구에서 사용하는 자가 주도 학습 과제를 완료하도록 하여 태블릿 기반 글쓰기에 익숙해지도록 하세요. 참가자가 TMT에 익숙해지도록 12개의 문항으로 구성된 TMT-A와 TMT-B의 간소화된 교육 버전을 안내합니다.
그 후 실험적 과제 타이밍을 사용해 TMT-A와 TMT-B의 실물 크기 버전을 번갈아 배치하여 재배치한 항목들을 사용한다. 태블릿이 제대로 보정되고 과제가 정확하게 수행되는지 확인하기 위해 참가자의 수행 상태를 모니터링하세요. 이제 태블릿 카메라의 화면 녹화 프로그램에서 녹화 시작을 선택하여 시선 추적 세션을 시작하세요.
그런 다음 자극 반응 컴퓨터에서 TMT-Run1_slow를 엽니다. E-Run을 이용한 ebs2 Prime 스크립트 파일. E-Run 스크립트가 요청하면 참가자 ID와 세션 번호를 입력하세요.
실행 중에는 한 명의 실험실 직원을 지정해 시선 추적 데이터를 모니터링하여 동시에 안정적인 신호를 확보하세요. 두 번째 실험실 멤버가 TMT 과제에서 참가자의 수행 상태를 관찰하며, 지시가 잘 따르고 있고 불안정한 투사나 스타일리스트 추적 같은 기술적 문제가 없는지 확인하세요. 두 번째 실험실 구성원에게 TMT-A 또는 TMT-B 수행 오류와 관련 시험 번호도 문서화해 달라고 요청하세요.
주행이 끝나면 시력 추적기 녹화를 중지하세요. SR 연구 스크린 레코더 소프트웨어에서 '드리프트 교정'을 선택하여 단일 지점 드리프트 체크를 수행하세요. Run Two에서는 태블릿 비디오 카메라 컴퓨터에서 시선 추적 녹화 세션을 다시 시작하세요. 자극 반응 컴퓨터에서 TMT-Run2_slow를 열어.
ebs2 E-Run 스크립트 파일. Run One에서 사용한 동일한 참가자 ID와 세션 번호를 입력하세요. 실험이 끝난 후에는 작업 지침을 반복하세요.
마지막으로 시선 추적 검증을 수행하고 평균 및 최대 오차 값을 기록합니다. 그 다음 파일을 클릭한 뒤 눈 추적 소프트웨어에서 닫아서 데이터를 최종 확인하고 내보내세요. 참가자를 자석 구멍에서 분리하고 장비 분리를 시작하세요.
마지막으로, 모든 컴퓨터와 장비를 꺼버리세요. TMT-A와 TMT-B 모두 초기 몇 초 동안 참가자들은 타겟을 응시하는 동안 모든 시간 간격에 걸쳐 스타일러스 움직임을 시작했으며, 시선은 TMT-A와 TMT-B 모두에서 스타일러스 연결 동작을 일관되게 앞서 나갔습니다. 완료 시간은 TMT-B가 TMT-A보다 더 길게 나타났습니다.
링크당 초 단위는 TMT-B가 TMT-A보다 더 높은 경향을 보였습니다. TMT-A와 TMT-B 사이에는 연결 기간, 비연결 기간, 총 거리, 추가 이동 거리, 링크당 거리 등에서 유의한 차이가 발견되지 않았습니다. TMT-B 검사 중 스타일러스 힘은 TMT-A에 비해 약간 더 높았고, TMT-B 검사당 눈 깜빡임 횟수는 유의하게 증가했습니다.
완료 시간 차이를 고려한 후에도 TMT-B에서 눈 깜빡임률은 유의미하게 높게 유지되었습니다. TMT-B 시에는 고정 시간이 TMT-A 시절보다 유의미하게 낮았다. 기능적 MRI는 시각 고정에 비해 TMT-A와 TMT-B 모두에서 광범위한 양성 뇌 활성화를 보여주었습니다.
뇌 활성화는 소뇌, 두정엽, 후두회, 전두엽 등 영역을 포함합니다. TMT-B와 TMT-A를 직접 비교했을 때 뇌 활성화 차이는 유의미하지 않았습니다.
본 연구는 MRI 호환성 태블릿과 안구 추적 기술을 사용하여 인지 테스트 중 시지동 행동 및 뇌 활동을 기록하는 프로토콜을 제시합니다. 트레일-메이킹 테스트를 수행한 건강한 젊은 성인의 예비 결과가 논의됩니다.
Integrating computerized touch-sensitive tablets, eye tracking, and fMRI enables multidimensional assessment of cognitive function, bridging behavioral outputs with neural activity. This approach enhances predictive confidence in target validation for neurocognitive endpoints and supports mechanistic de-risking at the discovery and translational interface. The protocol's quantitative outputs inform early-stage portfolio decisions and cross-functional R&D strategies in neuroscience drug discovery.
This protocol positions cognitive testing within the discovery-to-translational continuum, enabling robust hypothesis testing and quantitative assessment of brain-behavior relationships.