Artykuł metodologiczny

Szacowanie przedsionkowych progów percepcyjnych za pomocą platformy ruchu o sześciu stopniach swobody

3.5K wyświetleń

DOI:

10.3791/63909

4 sierpnia 2022

W tym artykule

Podsumowanie

W tym artykule opisujemy metody, procedury i technologie wymagane do oszacowania progów percepcyjnych przedsionkowych za pomocą platformy ruchu o sześciu stopniach swobody.

Streszczenie

Progi percepcji przedsionkowej odnoszą się do intensywności ruchu wymaganej do umożliwienia uczestnikowi wykrycia lub rozróżnienia ruchu na podstawie danych wejściowych przedsionkowych. Korzystając z pasywnych profili ruchu zapewnianych przez sześć platform o stopniach ruchu, progi percepcyjne przedsionkowe można oszacować dla każdego rodzaju ruchu, a tym samym celować w każdy z podelementów przedsionkowego narządu końcowego. Oceny progów przedsionkowych są istotne klinicznie, ponieważ uzupełniają narzędzia diagnostyczne, takie jak irygacja kaloryczna, test impulsu głowy (HIT) czy przedsionkowe wywołane potencjały miogenne (VEMPs), które dostarczają jedynie informacji o podskładowych układu przedsionkowego, ale żadna z nich nie pozwala na ocenę wszystkich składowych. Istnieje kilka metod o różnych zaletach i wadach szacowania przedsionkowych progów percepcyjnych. W tym artykule przedstawiamy protokół wykorzystujący adaptacyjny algorytm schodów i sinusoidalne profile ruchu w celu wydajnej procedury estymacji. Adaptacyjne algorytmy schodowe uwzględniają historię odpowiedzi w celu określenia szczytowej prędkości kolejnych bodźców i są najczęściej stosowanymi algorytmami w domenie przedsionkowej. Dalej omawiamy wpływ częstotliwości ruchu na przedsionkowe progi percepcyjne.

Wprowadzenie

Ludzki organ przedsionkowy składa się z pięciu komponentów, z których każdy jest zoptymalizowany do wykrywania określonego składnika naturalnego spektrum ruchu. Trzy kanały półkoliste są zorientowane mniej więcej prostopadle do siebie, co pozwala im wykrywać obroty głowy wokół trzech osi. Kanałom towarzyszą dwa narządy plamki żółtej do rejestracji przyspieszeń translacyjnych wzdłuż osi pionowej lub w płaszczyźnie poziomej1. Pogorszenie funkcjonalności lub utrata każdego z pięciu składników może prowadzić do poważnych objawów, takich jak zawroty głowy, zawroty głowy, brak równowagi i zwiększone ryzyko upadku2. Jednak obiektywna ocena funkcji wszystkich komponentów osobno jest pracochłonnym zadaniem i wymaga wielu ocen3. Na przykład stan kanału poziomego jest zwykle oceniany za pomocą nawadniania kalorycznego i testu impulsu głowy (HIT). Obecnie złotym standardem oceny narządów plamki żółtej są przedsionkowe wywołane potencjały miogenne (VEMPs). Łącząc wiele ocen, klinicyści uzyskują pełniejszy obraz stanu przedsionkowego, na podstawie którego mogą postawić diagnozę i określić opcje leczenia.

Obiecującym podejściem do ilościowego określania wydajności przedsionkowej są progi percepcyjne przedsionkowe, które dostarczają obiektywnej, ilościowej miary najniższej intensywności ruchu własnego, która może być wiarygodnie wykryta lub rozróżniona przez uczestnika. Mimo że procedury progów percepcyjnych są dobrze ugruntowane w niektórych dyscyplinach klinicznych (np. audiologii), percepcyjne progi przedsionkowe nie są jeszcze stosowane do celów diagnostycznych w domenie przedsionkowej4. Jedną z przyczyn takiego stanu rzeczy jest brak dostępu do platform ruchu i łatwego w obsłudze oprogramowania. Zasadniczo do oszacowania progu można wykorzystać platformy ruchome i krzesła obrotowe. Jednakże, podczas gdy platformy ruchu o sześciu stopniach swobody (6DOF) są odpowiednie do szacowania progów dla różnych profili ruchu, umożliwiając badanie wszystkich pięciu składowych narządu przedsionkowego, krzesła obrotowe mogą być używane tylko do uzyskiwania dostępu do obrotów w płaszczy<źnie poziomej (odchylenia) class="xref">1,4.

Progi przedsionkowe są zazwyczaj szacowane dla translacji wzdłuż trzech głównych osi (nosowo-potylicznej, międzyusznej, głowy pionowej) i dla obrotów wokół nich (odchylenie, pochylenie, przechylenie), jak pokazano w Rysunek 1. Przedsionkowe progi percepcyjne zależą również od częstotliwości bodźca5. Aby to uwzględnić, profile ruchu z sinusoidalnym profilem przyspieszenia, składającym się z pojedynczej częstotliwości, są najczęściej używane do szacowania progu, ale w przeszłości używano również innych profili6,7,8 były również używane.

Progi percepcyjne przedsionkowe dostarczają narzędzia do badania interakcji między czuciem przedsionkowym a wyższymi procesami poznawczymi. Progi uzupełniają zatem oceny kliniczne, takie jak HIT, nawadnianie kaloryczne i przedsionkowe potencjały wywołane, które opierają się na mechanizmach (łukach odruchowych) omijających korę mózgową. Dodatkowo, przedsionkowe progi percepcyjne oszacowane na platformie ruchu oceniają funkcję przedsionkową w ekologicznie uzasadnionym otoczeniu9, zamiast używać sztucznej stymulacji, która wprowadza konflikty wielozmysłowe1.

Ze względu na dwukierunkowy charakter bodźców przedsionkowych10, często szacuje się raczej dyskryminację przedsionkową niż progi wykrywania4. Podczas zadania dyskryminacyjnego uczestnik dostrzega bodziec i musi zdecydować, do jakiej kategorii należy. Na przykład uczestnicy muszą zdecydować, w którym kierunku są poruszani (np. w lewo/w prawo). Teoretyczną ramą dla oszacowania progu jest teoria wykrywania sygnału10,11. Progi dyskryminacji można oszacować przy użyciu różnych podejść, ale w dziedzinie przedsionkowej standardem są adaptacyjne procedury schodowe. W procedurze adaptacyjnej klatki schodowej intensywność, zazwyczaj prędkość szczytowa, kolejnego ruchu zależy od reakcji uczestników (prawidłowej/nieprawidłowej) na ostatni bodziec/bodźce. Adaptacyjne procedury schodowe mogą być implementowane na wiele sposobów12, ale najczęściej używanym algorytmem w badaniach przedsionkowych są procedury x-down/y-up ze stałymi rozmiarami kroków. Na przykład w przypadku schodów z trzema schodami w dół/jednym w górę, intensywność bodźca zmniejsza się po udzieleniu przez uczestnika poprawnych odpowiedzi w trzech kolejnych próbach, ale intensywność wzrasta za każdym razem, gdy udzielono nieprawidłowej odpowiedzi (Rysunek 2). Dokładny wybór x i y w klatce schodowej x-down/y-up umożliwia celowanie w różne wartości progowe (procent poprawnych odpowiedzi)13. Schody z trzema schodami w dół/z jedną w górę mają na celu intensywność, w której uczestnicy reagują poprawnie w 79,4% prób. Oprócz adaptacyjnych procedur schodowych, inne badania14 używały predefiniowanych, stałych intensywności do szacowania progów. Użycie stałych intensywności pozwala na estymację całej funkcji psychometrycznej, która zawiera znacznie więcej informacji niż pojedyncza wartość progowa. Jednak procedury o stałej intensywności są czasochłonne i mniej wydajne, gdy interesująca jest tylko określona wartość progowa.

Ten artykuł opisuje protokół szacowania progów rozpoznawania przedsionkowego przy użyciu platformy ruchu 6DOF i procedury adaptacyjnej klatki schodowej.

Protokół

Wszystkie dane użyte w tym manuskrypcie zostały zarejestrowane po wyrażeniu przez uczestników świadomej zgody i zgodnie z zatwierdzeniem etyki Wydziału Nauk Humanistycznych Uniwersytetu w Bernie [2020-04-00004].

1. Materiały

  1. W celu oszacowania progów percepcji przedsionkowej należy upewnić się, że jest dostęp do platformy ruchomej lub krzesła obrotowego.
  2. Upewnij się, że obecne jest oprogramowanie sterujące do programowania profili ruchu i łączenia platformy ruchu.
    UWAGA: W tym badaniu użyto PlatformCommander15,16, pakiet oprogramowania typu open source do interfejsu platformy ruchu. PlatformCommander pozwala na definiowanie sinusoidalnych profili przyspieszeń, które są często wykorzystywane do szacowania progów przedsionkowych.
  3. Upewnij się, że urządzenie odpowiadające, na przykład kontroler gier, jest obecne do rejestrowania odpowiedzi uczestników.
  4. Platformy ruchome wytwarzają hałas skorelowany z intensywnością ruchu. Uczestnicy mogą wykorzystać ten hałas słuchowy jako dodatkowe, niezamierzone źródło informacji podczas szacowania progów percepcji przedsionkowej. Aby zamaskować dźwięk platformy, podczas każdej próby prezentuj uczestnikom biały szum za pomocą słuchawek z redukcją szumów.
  5. Zawiąż uczestnikom oczy, aby wyeliminować wpływ wizualnych wskazówek ruchowych.
  6. Zdecyduj, który algorytm estymacji chcesz użyć i zdefiniuj odpowiednie parametry. Jeśli używane jest podejście oparte na klatce schodowej, zdefiniuj punkt początkowy, rozmiar stopnia, datę aktualizacji i reguły zakończenia. Jeśli użytkownik nie wie, jakie wartości wybrać, powinien wykonać pomiary pilotażowe lub zapoznać się z literaturą. Wartości domyślne są dostarczane przez przykładowe skrypty dostępne online (https://gitlab.com/dr_e/2022-jovedemo).
    UWAGA: Punkt początkowy określa prędkość szczytową platformy w pierwszej próbie. Określ odpowiednie prędkości początkowe poprzez testy pilotażowe lub zapoznanie się z literaturą progową (dla progów odchylenia, patrz Grabherr et al.5). Rozmiar kroku opisuje, jak bardzo intensywność zmienia się między próbami. Reguła aktualizacji opisuje, czy i w jaki sposób intensywność stymulacji jest zmieniana na podstawie odpowiedzi uczestników. W domenie przedsionkowej powszechna jest procedura schodów z trzema w dół/jedną w górę. Oznacza to, że intensywność zmniejsza się po trzech kolejnych poprawnych odpowiedziach, ale zwiększa się po każdej błędnej odpowiedzi. Kryteria zakończenia są zwykle definiowane przez ustaloną liczbę prób lub liczbę odwrócenia intensywności. Odwrócenie intensywności to próby, w których odpowiedź powoduje wzrost intensywności po spadku jednej lub więcej intensywności lub odwrotnie. Dostarczony skrypt śledzi odwrócenia, kończy procedurę i automatycznie oblicza ostateczną wartość progową.
  7. Zdecyduj, dla jakiej częstotliwości należy oszacować próg. W demonstracji użyto 1 Hz.
    UWAGA: Progi przedsionkowe są zwykle badane dla częstotliwości od 0,1 do 5 Hz, a progi są znane ze zmniejszania się wraz ze wzrostem częstotliwości stymulacji3.
  8. Zdecyduj, dla jakiego rodzaju ruchu należy oszacować próg. W demonstracji wykonywane są obroty w poziomie.
    UWAGA: Progi można oszacować dla translacji i rotacji. Progi najczęściej szacuje się dla trzech głównych osi (nosowo-potylicznej, międzyusznej, głowa pionowa) i obrotów wokół nich (przechylenie, pochylenie, odchylenie). Dostarczony skrypt szacuje tylko jeden zdefiniowany ruch (kierunek, częstotliwość) na raz. Jednak w celu oszacowania wielu progów skrypt może zostać ponownie uruchomiony z tymi samymi lub różnymi parametrami ruchu (kierunek, częstotliwość, osie obrotu).
  9. Każdą procedurę szacowania progów rozpocznij od szkolenia, które pozwoli uczestnikowi zapoznać się z zadaniem. W tym celu należy użyć skryptu "threshold-training.jl" dostępnego online (patrz krok 1.6).
    UWAGA: Skrypt treningowy przedstawia serię ponadprogowych bodźców ruchowych. Skrypt testowy automatycznie kontroluje procedurę szacowania, obsługuje aktualizację algorytmu klatki schodowej, intensywność bodźca, prezentację bodźca ruchowego, prezentację białego szumu słuchowego podczas każdego bodźca ruchowego, a także rejestrowanie wszystkich istotnych danych. Podczas szkolenia upewnij się, że uczestnik rozumie zadanie i udziel wskazówek w przypadku niepewności.

2. Instrukcje

  1. Wyjaśnij uczestnikowi procedurę eksperymentalną i uzyskaj świadomą zgodę.
  2. Posadź uczestnika na krześle zamontowanym na platformie ruchomej.
  3. Zabezpiecz uczestnika za pomocą pasów bezpieczeństwa.
  4. Przekaż uczestnikowi przyciski odpowiedzi i wyjaśnij, w jaki sposób są przypisane do odpowiedzi.
  5. Zawiąż uczestnikowi oczy. Umieść słuchawki na głowie uczestnika.
  6. Zastosuj odpowiednie mocowanie głowy.
  7. Włącz platformę ruchu za pomocą przełącznika głównego, akumulatora i kontrolera.
  8. Upewnij się, że obszar wokół platformy jest czysty i że podczas testu żadne osoby nie mogą zbliżyć się do ruchomej platformy.
  9. Uruchom skrypt procedury treningowej, wpisując julia threshold-training.jl w wierszu polecenia.
  10. Poinformuj uczestnika o zaangażowaniu platformy ruchu.
  11. Upewnij się, że inicjalizacja sesji zakończyła się pomyślnie, sprawdzając stan wyświetlany w graficznym interfejsie użytkownika oprogramowania serwera (PlatformCommander). Po pomyślnym zainicjowaniu wyświetlacz stanu zmieni się z Sesja nie jest w toku na Krótka sekwencja. Wyświetli również adres IP podłączonego klienta i czas zainicjowania sesji. Jeśli sesja nie zostanie pomyślnie zainicjowana po kilku sekundach, sprawdź połączenie sieciowe między klientem a serwerem. Upewnij się, że platforma ruchu jest włączona, a sterownik jest podłączony.
  12. Upewnij się, że uczestnik rozumie zadanie, wskaż błędy uczestnika (np. gdy naciśnie niewłaściwe przyciski) i odpowiedz na potencjalne pytania, które może mieć uczestnik.
  13. Poinformuj uczestnika, że procedura szkoleniowa została zakończona, a procedura szacowania ma się rozpocząć.
  14. Uruchom skrypt procedury szacowania, wpisując julia threshold-test.jl w wierszu poleceń.
  15. Nadzoruj w pełni zautomatyzowaną procedurę szacowania do momentu osiągnięcia kryteriów zakończenia.
  16. W zależności od projektu powtórz procedurę, zaczynając od kroku 2.13, używając różnych bodźców lub zakończ procedurę.
  17. Zaparkuj platformę ruchu.
  18. Usuń mocowanie głowy, słuchawki, blinder i przyciski, a następnie pozwól uczestnikowi zejść.
  19. Poinformuj uczestnika o procedurze i zapytaj go o jego doświadczenia, aby ulepszyć dalsze eksperymenty.
    UWAGA: Procedurę można wstrzymać, a następnie wznowić w dowolnym momencie, najlepiej nie w fazie szacowania progu (kroki 2.15-2.17).

Wyniki

Wynikiem opisanego postępowania jest wykres przedstawiający zastosowane intensywności bodźców w kolejnych próbach (Rysunek 2). Intensywności powinny zbiegać się do stałej wartości (Rysunek 2, linia przerywana). Procedura adaptacyjnych schodków wiąże intensywność przyspieszenia z percepcją ruchu uczestnika. Próg jest zazwyczaj obliczany przez skrypt testowy (np. threshold-test.jl) jako wartość średnia wszystkich lub podzbioru intensywności prezentowanych w próbach odwrócenia. Dalsza obróbka uzyskanej wartości nie jest konieczna. W zależności od zastosowanej reguły aktualizacji można celować w różne punkty funkcji psychometrycznej. Stosując regułę trzech poprawnych odpowiedzi i jednej błędnej (three-down/one-up), szacuje się intensywność, przy której uczestnik udziela poprawnej odpowiedzi w 79,4% prób.

Rycina 3 przedstawia nieudaną estymację progu. W tym przykładzie kryteria zakończenia ustawiono na 30 prób zamiast odpowiedniej liczby odwróceń. Z powodu wczesnego błędu (próba 11), procedury estymacji doprowadziły do błędnego wyznaczenia progu, co można rozpoznać po tym, że schody nie zbiegły się do konkretnej wartości, lecz wykazywały monotoniczny spadek aż do końca.

Schemat ludzkiej głowy, obrót trójosiowy: pochylenie, przechylenie, odchylenie; system odniesienia orientacji.
Rysunek 1: Wizualizacja głównych osi i płaszczyzn. Przedstawione osie i płaszczyzny są zazwyczaj wykorzystywane do opisu ruchów związanych z poruszaniem głową. Progi percepcji przedsionkowej najczęściej szacuje się dla osi nosowo-potylicznej (NO), międzusznej (IA) i pionowej głowy (HV), a także dla obrotów wokół nich, określanych jako odchylenie (yaw), pochylenie (pitch) lub przechylenie (roll). Rysunek został stworzony przy użyciu ogólnodostępnego modelu głowy 3D17. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Wykres metody schodkowej przedstawiający odwrócenie bodziec-reakcja, analiza próby względem intensywności.
Rysunek 2: Wizualizacja procedury schodkowej typu trzy-w-dół/jedna-w-górę. Odwrócenia intensywności zaznaczono na czerwono. Trójkąty skierowane w górę reprezentują próby z poprawnymi odpowiedziami, a trójkąty skierowane w dół reprezentują próby z błędnymi odpowiedziami. Linia przerywana reprezentuje szacowany próg, obliczony jako średnia wartość wszystkich ośmiu intensywności odwrócenia. Na początku reguła aktualizacji podąża wzorcem jednej-w-dół aż do pierwszego odwrócenia (próba 6). Pozwala to na bardziej efektywną estymację progu, szczególnie w przypadkach, gdy intensywność początkowa jest wysoka w stosunku do nieznanego progu. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Wykres metody schodkowej przedstawiający progi intensywności i odwrócenia odpowiedzi w funkcji liczby prób.
Rysunek 3: Wizualizacja nieudanego szacowania progu. Ze względu na kryteria zakończenia (30 prób) oraz wybraną intensywność początkową znajdującą się stosunkowo daleko od prawdziwego progu, funkcja schodkowa nie zbiegła się. Szybszą zbieżność w stronę prawdziwego progu utrudniła wczesna, błędna odpowiedź (próba 11). Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Dyskusja

Przedstawiony protokół pozwala na rzetelne i efektywne oszacowanie przedsionkowych progów percepcyjnych. Protokół jest odpowiedni do szacowania progów wzdłuż i wokół dowolnych osi i może być stosowany do wszystkich istotnych częstotliwości bodźców (np. 0,1-5 Hz). Chociaż prezentujemy dane przy użyciu standardowej procedury schodów adaptacyjnych z trzema w dół/z jedną górą, protokół może być również używany do innych, bardziej wydajnych procedur estymacji12, w tym podejść o stałej intensywności, przekształconych/ważonych góra/dół lub podejść bayesowskich (np. Quest18). Wyczerpujące omówienie dostępnych algorytmów wykracza poza zakres prezentowanego manuskryptu, ale doskonałe porównanie teorii, symulacji i rzeczywistych danych można znaleźć w innym miejscu19. Skuteczne procedury estymacji mają ogromne znaczenie w kontekście klinicznym, gdzie czas jest ograniczony, a badania nad szybszymi ocenami są obecnie prowadzone19,20.

Obiecującym obszarem badań jest identyfikacja poszczególnych profili ruchowych i innych klinicznie istotnych parametrów, takich jak równowaga 2,21. Ten kierunek badań jest ważny, ponieważ dostarcza wskazówek dotyczących tego, które osie i częstotliwości są najbardziej przewidywalne dla klinicznie istotnych zachowań i zdarzeń, takich jak ryzyko upadku, zmniejszając w ten sposób przestrzeń wyszukiwania w kontekście klinicznym.

Gdy sprzęt i oprogramowanie są już dostępne i działają zgodnie z przeznaczeniem, dwa czynniki mają kluczowe znaczenie dla wiarygodnego oszacowania wartości progowej. Po pierwsze, eksperymentator musi upewnić się, że uczestnik rozumie zadanie i pozostaje czujny przez całą procedurę. W przypadku większości bodźców (np. wszystkich tłumaczeń) instrukcje są jasne i łatwe do wykonania. Jednak w przypadku obrotów w pochyleniu i przechyleniu instrukcja, aby odpowiedzieć w lewo lub w prawo, może być niejednoznaczna, zwłaszcza gdy oś obrotu znajduje się na poziomie głowy. W takich przypadkach części ciała powyżej osi obrotu (np. głowa) obracają się w przeciwnym kierunku niż części ciała poniżej osi obrotu (np. stopy). Terminy lewo/prawo mogą być niejednoznaczne i pomocne może być poproszenie uczestników o sklasyfikowanie ruchów jako zgodnych lub przeciwnych do ruchu wskazówek zegara. Ważne jest, aby wyjaśnić i przećwiczyć, w jaki sposób oczekuje się, że uczestnik będzie oceniał bodźce ruchowe. Wystarczająca liczba badań klinicznych jest szczególnie ważna, gdy badani są pacjenci lub osoby starsze.

Po drugie, ważne jest, aby wybrać wystarczającą liczbę prób w okolicach progu. Zalecamy adaptacyjne kryterium zakończenia jako liczbę odwróceń intensywności, zamiast ustalonej liczby prób, która była stosowana przez innych 7,22. Dodatkowo, korzystanie z predefiniowanej liczby prób może stać się nieefektywne i niesie ze sobą ryzyko, że schody nie zbiegną się, gdy intensywność początkowa jest zbyt daleko od progu. Ogólnie rzecz biorąc, wymagane są eksperymenty pilotażowe w celu wybrania rozsądnej intensywności początkowej i kryteriów zakończenia.

Algorytmy schodowe mają na celu oszacowanie pojedynczego punktu w funkcji psychometrycznej23,24. W związku z tym dostarczają ograniczonych informacji, ponieważ nie można wyprowadzić błędów systematycznych odpowiedzi i nachylenia funkcji psychometrycznej na podstawie oszacowanego progu. Jeśli takie parametry są interesujące, stałe intensywności mogą być użyte do próbkowania w większym przedziale czasu, co pozwala na dopasowanie funkcji psychometrycznej. Chociaż taka procedura jest bardziej czasochłonna, pozwala na bardziej wyrafinowane analizy, które mogą dostarczyć cennych informacji14,25. Alternatywnie można zastosować adaptacyjne algorytmy szacowania nachylenia13.

Ważnym aspektem w ocenie progów percepcji przedsionkowej jest minimalizacja sygnałów z innych układów sensorycznych. Aby to osiągnąć, hałas generowany przez platformę jest zwykle maskowany przez biały szum. Minimalizacja sygnałów proprioceptywnych lub dotykowych jest trudniejsza1 i może być osiągnięta tylko częściowo, ponieważ przyspieszenie wymaga siły działającej na ciało, która nieuchronnie wywoła stymulację pozaprzedsionkową. Jednak poduszki są często używane do redukcji sygnałów dotykowych i proprioceptywnych. Podobnie, unieruchomienie głowy jest wymagane w celu zapewnienia stałej orientacji narządów przedsionkowych względem ruchu oraz zapewnienia, że profil ruchu wykonywany przez głowę jest taki sam jak przez platformę, bez filtrowania przez ciało, które występuje w warunkach nieograniczonego ruchu26.

W tym momencie przedsionkowe progi percepcyjne są głównie wykorzystywane w badaniach podstawowych. Badania wykazały, że progi przedsionkowe zwiększają się wraz z wiekiem27,28 i zależą od kierunku20,28 oraz częstotliwości ruchu 5,29. Niedawno progi percepcyjne zostały wykorzystane do udokumentowania pierwszych dowodów na percepcyjne uczenie się w domenie przedsionkowej14.

Badania porównujące pacjentów z zaburzeniami przedsionkowymi ze zdrowymi osobami z grupy kontrolnej wykazały zmienione progi percepcyjne przedsionkowe zgodne z ich patologią. Na przykład u pacjentów z niewydolnością przedsionkową stwierdzono podwyższenie progów 29,30,31, a u pacjentów z migreną przedsionkową wykazano tendencję do obniżania progów, a nawet nadwrażliwość 31,32. Badania te wskazują na potencjał zastosowań klinicznych, a niedawny przegląd4 omawiał możliwość zastosowania i przydatność przedsionkowych progów percepcyjnych w diagnozie klinicznej. Jednym z ważnych aspektów jest to, że progi percepcyjne dodają unikalnych właściwości do zestawu narzędzi lekarza. Standardowe procedury (HIT, VEMP, irygacja kaloryczna) wykorzystują bezpośrednie drogi od przedsionkowych narządów końcowych do mięśni oczu lub szyjki macicy. Tym samym nie dają możliwości zbadania łańcucha informacyjnego do kory nowej. Z kolei estymacja progów percepcyjnych przedsionkowych obejmuje procesy poznawcze pozwalające na badanie układu przedsionkowego pod innym kątem, co może być szczególnie interesujące w kontekście uporczywych zawrotów głowy posturalno-percepcyjnych (PPPD). Mankamentem przedstawionej procedury jest brak możliwości wykrycia asymetrii kierunkowych, na co zgłaszali inni33.

Przedsionkowe progi percepcyjne są również interesujące w ocenie i monitorowaniu interwencji (terapeutycznych). W wielu badaniach ryzyko upadku jest traktowane jako punkt końcowy w ocenie skuteczności leczenia. Ponieważ jednak wykazano korelację między progami przedsionkowymi względem osi przechyłu a ryzykiem upadku2 a wydajnością podczas zadań równowagi34 , progi mogą być wykorzystywane jako bardziej wiarygodna zmienna zależna, na przykład do oceny wyniku35 lub optymalnej konfiguracji implantów przedsionkowych.

Oświadczenia

Autorzy nie mają sprzecznych interesów.

Podziękowania

Jesteśmy wdzięczni za wsparcie udzielone przez Carlo Prelza z Platformy Technologicznej Wydziału Nauk Humanistycznych. Dziękujemy Noelowi Strahmowi za jego wkład w realizację schodów.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Platforma ruchu 6-DOFMOOGmodele 170E122 lub 170E131; 12 listopada 1999
SłuchawkiSonyWH-100XM3
PlatformCommanderUniversity of Bernnie stosujeoprogramowania sterującego Open Source: https://gitlab.com/KWM-PSY/platform-commander
Przyciski odpowiedziLogitechG F310

Bibliografia

  1. Ertl, M., Boegle, R. Investigating the vestibular system using modern imaging techniques-A review on the available stimulation and imaging methods. Journal of Neuroscience Methods. 326, 108363(2019).
  2. Beylergil, S. B., Karmali, F., Wang, W., Bermúdez Rey, M. C., Merfeld, D. M. Vestibular roll tilt thresholds partially mediate age-related effects on balance. Progress in Brain Research. 248, 249-267 (2019).
  3. Brandt, T., Dieterich, M., Strupp, M. Vertigo and Dizziness. , Springer. London. (2013).
  4. Kobel, M. J., Wagner, A. R., Merfeld, D. M., Mattingly, J. K. Vestibular thresholds: A review of advances and challenges in clinical applications. Frontiers in Neurology. 12, 643634(2021).
  5. Grabherr, L., Nicoucar, K., Mast, F. W., Merfeld, D. M. Vestibular thresholds for yaw rotation about an earth-vertical axis as a function of frequency. Experimental Brain Research. 186 (4), 677-681 (2008).
  6. Seemungal, B. M., Gunaratne, I. A., Fleming, I. O., Gresty, M. A., Bronstein, A. M. Perceptual and nystagmic thresholds of vestibular function in yaw. Journal of Vestibular Research: Equilibrium and Orientation. 14 (6), 461-466 (2004).
  7. Gianna, C., Heimbrand, S., Gresty, M. Thresholds for detection of motion direction during passive lateral whole-body acceleration in normal subjects and patients with bilateral loss of labyrinthine function. Brain Research Bulletin. 40 (5-6), 443-447 (1996).
  8. Soyka, F., Robuffo Giordano, P., Beykirch, K., Bülthoff, H. H. Predicting direction detection thresholds for arbitrary translational acceleration profiles in the horizontal plane. Experimental Brain Research. 209 (1), 95-107 (2011).
  9. Ertl, M., et al. The cortical spatiotemporal correlate of otolith stimulation: Vestibular evoked potentials by body translations. NeuroImage. 155, 50-59 (2017).
  10. Merfeld, D. M. Signal detection theory and vestibular thresholds: I. Basic theory and practical considerations. Experimental Brain Research. 210 (3), 389-405 (2011).
  11. Kay, S. M. Fundamentals of Statistical Signal Processing: Detection Theory. , Prentice-Hall PTR. (1998).
  12. Kingdom, F. A. A., Prins, N. Psychophysics: A Practical Introduction. , Academic Press. (2016).
  13. Leek, M. R. Adaptive procedures in psychophysical research. Perception & Psychophysics. 63 (8), 1279-1292 (2001).
  14. Klaus, M. P., et al. Roll tilt self-motion direction discrimination training: First evidence for perceptual learning. Attention, Perception & Psychophysics. 82 (4), 1987-1999 (2020).
  15. Ertl, M., Prelz, C., Fitze, D. C., Wyssen, G., Mast, F. W. PlatformCommander-An open source software for an easy integration of motion platforms in research laboratories. SoftwareX. 17, 100945(2022).
  16. Ertl, M., Prelz, C., Fitze, D. C., Wyssen, G., Mast, F. W. Manual PlatformCommander Version 0.9. , (2021).
  17. Rihs, M., Fitze, D. C., Ertl, M., Wyssen, G., Mast, F. W. 3D Models of 6dof motion. , Available from: https://zenodo.org/record/6035612 (2022).
  18. Watson, A. B., Pelli, D. G. QUEST: A general multidimensional Bayesian adaptive psychometric method. Perception & Psychophysics. 33 (2), 113-120 (1983).
  19. Karmali, F., Chaudhuri, S. E., Yi, Y., Merfeld, D. M. Determining thresholds using adaptive procedures and psychometric fits: evaluating efficiency using theory, simulations, and human experiments. Experimental Brain Research. 234 (3), 773-789 (2016).
  20. Dupuits, B., et al. A new and faster test to assess vestibular perception. Frontiers in Neurology. 10, 707(2019).
  21. Karmali, F., Rey, M. C. B., Clark, T. K., Wang, W., Merfeld, D. M. Multivariate analyses of balance test performance,vestibular thresholds, and age. Frontiers in Neurology. 8, 578(2017).
  22. Keywan, A., Wuehr, M., Pradhan, C., Jahn, K. Noisy galvanic stimulation improves roll-tilt vestibular perception in healthy subjects. Frontiers in Neurology. 9, 83(2018).
  23. Wichmann, F. A., Hill, N. J. The psychometric function: I. Fitting, sampling, and goodness of fit. Perception & Psychophysics. 63 (8), 1293-1313 (2001).
  24. Wichmann, F. A., Hill, N. J. The psychometric function: II. Bootstrap-based confidence intervals and sampling. Perception & Psychophysics. 63 (8), 1314-1329 (2001).
  25. Zupan, L. H., Merfeld, D. M. Interaural self-motion linear velocity thresholds are shifted by roll vection. Experimental Brain Research. 191 (4), 505-511 (2008).
  26. Carriot, J., Jamali, M., Cullen, K. E., Chacron, M. J. Envelope statistics of self-motion signals experienced by human subjects during everyday activities: Implications for vestibular processing. PLoS ONE. 12 (6), 0178664(2017).
  27. Agrawal, Y., et al. Decline in semicircular canal and otolith function with age. Otology & Neurotology. 33 (5), 832-839 (2012).
  28. Rey, M. C. B., et al. Vestibular perceptual thresholds increase above the age of 40. Frontiers in Neurology. 7, 162(2016).
  29. Lim, K., Karmali, F., Nicoucar, K., Merfeld, D. M. Perceptual precision of passive body tilt is consistent with statistically optimal cue integration. Journal of Neurophysiology. 117 (5), 2037-2052 (2017).
  30. Agrawal, Y., Bremova, T., Kremmyda, O., Strupp, M. Semicircular canal, saccular and utricular function in patients with bilateral vestibulopathy: analysis based on etiology. Journal of Neurology. 260 (3), 876-883 (2013).
  31. Bremova, T., et al. Comparison of linear motion perception thresholds in vestibular migraine and Menière's disease. European Archives of Oto-Rhino-Laryngology. 273 (10), 2931-2939 (2016).
  32. King, S., et al. Self-motion perception is sensitized in vestibular migraine: pathophysiologic and clinical implications. Scientific Reports. 9 (1), 1-12 (2019).
  33. Roditi, R. E., Crane, B. T. Directional asymmetries and age effects in human self-motion perception. Journal of the Association for Research in Otolaryngology. 13 (3), 381-401 (2012).
  34. Kobel, M. J., Wagner, A. R., Merfeld, D. M. Impact of gravity on the perception of linear motion. Journal of Neurophysiology. 126 (3), 875-887 (2021).
  35. Chow, M. R., et al. Posture, gait, quality of life, and hearing with a vestibular implant. New England Journal of Medicine. 384 (6), 521-532 (2021).

Przedruki i uprawnienia

Tagi

Ruch sze ciostopniowyadaptacyjny algorytm schodkowysinusoidalne profile ruchuorgan ko cowy uk adu przedsionkowegointegracja wielozmys owaszacowanie progumodele dyfuzyjne dryfutest impulsowy g owy