Nowatorski test ostrości oparty na ruchu, który pozwala na ocenę centralnego i peryferyjnego przetwarzania wzrokowego u osób słabowidzących i zdrowych, wraz z goglami ograniczającymi widzenie peryferyjne kompatybilnymi z protokołami MRI, są opisane tutaj. Metoda ta oferuje kompleksową ocenę wzroku pod kątem zaburzeń funkcjonalnych i dysfunkcji układu wzrokowego.
Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.
Artykuł metodologiczny
Test ostrości ruchu do pomiaru ostrości pola widzenia z kształtami zdefiniowanymi przez ruch
W tym artykule
Informacja o sprostowaniu
Important: There has been an erratum issued for this article. View Erratum Notice
Podsumowanie
Streszczenie
Standardowe pomiary ostrości wzroku opierają się na bodźcach stacjonarnych, literach (wykresy Snellena), liniach pionowych (ostrość noniusza) lub wykresach siatkowych, przetwarzanych przez te obszary układu wzrokowego, które są najbardziej wrażliwe na stymulację stacjonarną, otrzymując bodźce wzrokowe z centralnej części pola widzenia. W tym przypadku zaproponowano pomiar ostrości oparty na dyskryminacji prostych kształtów, które są definiowane przez ruch kropek w kinematogramach losowych kropek (RDK) przetwarzanych przez obszary wzrokowe wrażliwe na stymulację ruchu i otrzymujące dane wejściowe również z obwodowego pola widzenia. W teście ostrości ruchu uczestnicy są proszeni o rozróżnienie okręgu i elipsy, z pasującymi powierzchniami, zbudowanymi z RDK i oddzielonymi od tła RDK przez spójność, kierunek lub prędkość kropek. Pomiar ostrości opiera się na wykrywaniu elipsy, która z każdą poprawną odpowiedzią staje się coraz bardziej okrężna, aż do osiągnięcia progu ostrości. Test ostrości ruchu może być prezentowany w kontraście ujemnym (czarne kropki na białym tle) lub w kontraście dodatnim (białe kropki na czarnym tle). Kształty zdefiniowane ruchem są umieszczone centralnie w promieniu 8 stopni wizualnych i są otoczone tłem RDK. W celu zbadania wpływu peryferii wzrokowych na centralnie mierzoną ostrość ostrości proponuje się mechaniczne zawężenie pola widzenia do 10 stopni przy użyciu nieprzezroczystych gogli z centralnie umieszczonymi otworami. Ten łatwy w obsłudze i powtarzalny system zwężania jest odpowiedni dla protokołów MRI, umożliwiając dalsze badania funkcji peryferyjnych danych wejściowych wzrokowych. W tym przypadku zaproponowano prosty pomiar równoczesnego kształtu i percepcji ruchu. Ten prosty test ocenia upośledzenie wzroku w zależności od danych wejściowych z centralnego i obwodowego pola widzenia. Proponowany test ostrości ruchu zwiększa możliwości standardowych testów w zakresie ujawniania zapasowych lub nawet wzmocnionych funkcji widzenia u pacjentów z uszkodzonym układem wzrokowym, które do tej pory pozostawały niewykryte.
Wprowadzenie
Większość dostępnych testów wizualnych jest ukierunkowana na badanie cech przetwarzanych przez widzenie centralne, opierając się na danych pochodzących z centralnej siatkówki1. Centralna siatkówka ma najgęstszą populację czopków-fotoreceptorów dla maksymalnej ostrości wzroku i nie ma fotoreceptorów pręcikowych, które dominują w siatkówce obwodowej2. Obecność gęsto upakowanych fotoreceptorów znajduje również odzwierciedlenie w zwiększonym zagęszczeniu komórek zwojowych, co oznacza, że większa liczba aksonów kierowana jest do nerwu wzrokowego, a ostatecznie do kory wzrokowej. Na zewnątrz dołka środkowego w kierunku peryferii pręciki przewyższają liczebnie stożek fotoreceptora3. Dzięki szerszym korpusom pręcików i rzadszej mozaice fotoreceptorów, siatkówka obwodowa reaguje przede wszystkim na widzenie w nocy i świadomość ruchu4.
Klasycznie uważano, że przetwarzanie wzrokowe, w zależności od stymulacji centralnej części pola widzenia, jest poświęcone precyzyjnej analizie obiektów stacjonarnych, a jego peryferyjna część specjalizuje się w wykrywaniu ruchu i przenoszeniu obiektów do centralnego, centralnego widzenia, gdzie jest dalej analizowane5,6. Jednak teraz pojawiają się dowody pokazujące, że na poziomie kory mózgowej dokładna analiza ścieżki stacjonarnej nie jest w pełni oddzielona od wrażliwej na ruch ścieżki one6,7,8. Testowanie formy i percepcji ruchu jednocześnie odbywa się klasycznie za pomocą ruchomych siatek9 i szklanych wzorów10, a także koncentrycznych pierścieni motion11. Naszym celem jest wprowadzenie testu, który jest zbliżony do normalnego życia osób z niepełnosprawnością wzrokową, który może obniżyć ich frustrację i dać nadzieję poprzez wyraźne pokazanie im, że niektóre cechy ich przetwarzania wzrokowego mogą być jeszcze zachowane, a nawet wzmocnione. Proponowany test ostrości ruchu oparty na losowych kinematogramach punktowych (RDK) łączy analizę percepcji ruchu i kształtu oraz jednocześnie testuje funkcjonowanie percepcji ruchu i kształtu. W ramach testu ostrości ruchu istnieje wiele możliwości testowania cech psychofizycznych, takich jak różne prędkości, kierunki i kontrasty RDK. Zmieniając parametry, możemy manipulować siłą stymulacji, albo specyficzną dla centralnego przetwarzania, albo peryferyjną. Na przykład wykrywanie szybko poruszających się obiektów jest dobrze opisaną funkcją specyficzną dla peryferyjnego przetwarzania wzrokowego12, podczas gdy przetwarzanie ciemnych elementów na jasnym tle jest preferencyjnie przetwarzane przez widzenie centralne13. Ten test został początkowo przeprowadzony u pacjentów ze zwyrodnieniem siatkówki fotoreceptorów, specyficznie zlokalizowanych w centralnej lub obwodowej siatkówce14. Barwnikowe zwyrodnienie siatkówki (RP) objawia się uszkodzeniem obwodowym i występuje u ~1/5000 pacjentów na całym świecie15. Choroba Stargardta (STGD), z częstością występowania ~1/10000, jest najczęstszą przyczyną młodzieńczego zwyrodnienia plamki żółtej (MD)16. Uszkodzenie fotoreceptorów w centralnej siatkówce, jak w przypadku zwyrodnienia plamki żółtej lub barwnikowego zwyrodnienia siatkówki w siatkówce obwodowej, powoduje odpowiednią utratę pola widzenia. Te ubytki pola widzenia znajdują odzwierciedlenie w upośledzeniu cech charakterystycznych dla danych obszarów układu wzrokowego17. Co ważne, dotyczy to również obszarów układu wzrokowego, które otrzymują bodźce z niezmienionych części siatkówki. Wcześniej wykazano w zwierzęcych modelach zwyrodnienia plamki żółtej18, że po obuocznym centralnym uszkodzeniu siatkówki nie tylko pogarsza się ostrość, ale także wzmacnia się percepcja ruchu, cecha charakterystyczna dla przetwarzania obwodowego. Opisane tutaj badania ostrości ruchu dostarczają ważnych informacji przy planowaniu zabiegów rehabilitacji wzroku. Pełny obraz wzajemnych oddziaływań między centralną i peryferyjną częścią pola widzenia odgrywa kluczową rolę w zrozumieniu, w jaki sposób utracone funkcje mogą zostać przejęte przez części zamienne układu wzrokowego i jak proces ten może być wspierany przez procedury rehabilitacji wzrokowej. Wiedza na temat tego, w jaki sposób regionalne zwyrodnienie siatkówki wpływa na przetwarzanie wzrokowe, zwłaszcza poza jego uszkodzonymi częściami, nadal pozostaje niekompletna. Testy optyczne opierają się na pomiarach nieruchomych cech kształtu. Na przykład pomiary ostrości wzroku opierają się na bodźcach stacjonarnych, literach (wykresy Snellena), wykresach siatkowych lub wykresach ostrości noniusza.
W celu poszerzenia wglądu w dynamikę między widzeniem centralnym i peryferyjnym w zdrowych oczach oraz oczach, które mają upośledzone centralne/peryferyjne funkcje widzenia, wprowadzono test ostrości oparty na ruchu, mierzący jednocześnie kształt i percepcję ruchu. Test ostrości ruchu opiera się na wykrywaniu centralnie położonych kształtów o ujemnym lub dodatnim kontraście (ciemne lub jasne kropki), elipsy i okręgu z pasującymi powierzchniami, zbudowanych z losowych kinematogramów punktowych (RDK) i oddzielonych od tego samego tła RDK prędkością, spójnością lub kierunkiem. Ostrość ostrości jest mierzona jako minimalna różnica postrzegana między wymiarami okręgu i elipsy, a wyniki są podawane w stopniach wizualnych, przy których badany zatrzymuje się, aby dostrzec różnicę. Dodatkowo, aby sprawdzić, czy kontrast luminancji wpływa na mierzoną ostrość ruchu, bodźce mogą być prezentowane w negatywie (czarne kropki na białym tle) lub w kontraście dodatnim (białe kropki na czarnym tle). Wszystkie dostępne informacje na temat przetwarzania kontrastu dodatniego (typu ON) i kontrastu ujemnego (typu OFF) w układzie wzrokowym pochodzą ze stacjonarnej stymulacji centralnego pola widzenia19,20. Nie wiadomo jednak, w jaki sposób peryferyjne przetwarzanie sygnałów ruchu zależy od kontrastu14,21. Ustalono jedynie, że czułość na duże prędkości jest specyficzna dla przetwarzania peryferyjnego, podczas gdy przetwarzanie ruchu centralnego angażuje wolne prędkości przy wyższych częstotliwościach przestrzennych prezentowanych w dodatnim kontraście (typ ON)12. Pozytywna i negatywna wersja kontrastowa bodźców ruchowo-ostrościowych, a także możliwość modyfikacji prędkości kropek, a także koherencji czy kierunku, są kluczowe dla bardziej szczegółowego opisu pełnego pola widzenia. Dodatkowo proponuje się mechaniczne zawężenie pola widzenia do centralnych 10 stopni za pomocą gogli z soczewkami zastąpionymi nieprzezroczystymi z centralnie umieszczonymi otworami. Ten łatwy do odtworzenia system zwężania, odpowiedni dla protokołów fMRI i TMS, umożliwia dalsze badania funkcji obwodowych bodźców wzrokowych oraz tego, jak peryferie wzrokowe wpływają na centralnie mierzoną ostrość. Podobny system został wstępnie zwalidowany w poprzednich badaniach14, w których stwierdzono, że testy ostrości ruchu w ujemnym kontraście i w przyspieszonym ruchu, silnie aktywujące peryferie wzrokowe, są najtrudniejsze dla wszystkich uczestników. Dla pacjentów z chorobą Stargardta były one nie do opanowania. Co ważne, osłabienie stymulacji peryferii wzrokowych, poprzez zmniejszenie prędkości RDK, poprawia progi ostrości u wszystkich badanych. Podsumowując, proponujemy zadanie z pomiarem ostrości ruchu w oparciu o prostą dyskryminację kształtu. Dzięki temu wyniki są proste i łatwe do zrozumienia również dla pacjentów i ich opiekunów. Prezentowany tu test ostrości ruchu skierowany jest również do użytkowników spoza środowiska akademickiego. Zadanie jest łatwe do wyjaśnienia dla szerokiego zakresu wiekowego i grup pacjentów.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Protokół
Wszystkie procedury zostały przeprowadzone zgodnie z odpowiednimi wytycznymi i przepisami oraz zostały zatwierdzone przez Komisję Etyczną WUM (KB/157/2017). Od wszystkich uczestników uzyskano pisemną zgodę, zapewniając, że rozumieją ogólny cel eksperymentu oraz fakt włączenia ich danych do celów analizy statystycznej. Wszystkie zaprezentowane bodźce wizualne zostały wygenerowane przy użyciu aplikacji desktopowej opartej na języku Java (Viscacha2), stworzonej na potrzeby tych eksperymentów.
1. Przygotowanie
- Zapewnij ciche, przyciemnione pomieszczenie. Przygotuj stanowisko składające się z komputera, klawiatury, płaskiego wyświetlacza, eyetrackera (opcjonalnie, w zależności od pytania badawczego i celów; zobacz Tabelę materiałów), biurka, podbródka i krzesła. Ustaw je w taki sposób, aby uczestnicy mogli siedzieć z podbródkiem opartym o podbródek, oczami skierowanymi bezpośrednio przed środek górnej połowy wyświetlacza, a dłońmi sięgającymi do klawiszy strzałek na klawiaturze. Odległość pozioma między wyświetlaczem a oczami powinna wynosić 85 cm.
UWAGA: Chociaż uczestnicy są szkoleni i wyraźnie proszeni o fiksację wzroku na centralnym krzyżyku fiksacyjnym przez całą procedurę, testowanie z użyciem eyetrackera może stanowić dodatkową kontrolę do filtrowania podczas analizy tych uczestników, którzy wykazują zbyt duże wahania wzroku. Ponadto, w zależności od celu badania, wyniki z eyetrackera mogą dostarczyć interesujących informacji na temat wzorców fiksacji, wielkości źrenic lub obszarów zainteresowania różnych grup uczestników. - Wejdź na stronę https://github.com/grimwj/Viscacha2 i pobierz oprogramowanie, klikając przycisk Code i wybierając pobieranie ZIP. Rozpakuj plik zip i zapisz go w katalogu roboczym.
- Postępuj zgodnie z krokami instalacji opisanymi w pliku README.txt. W przypadku testowania z eyetrackerem, wykonaj kroki instalacji oprogramowania dla eytrackera. Zamontuj eytracker zgodnie z instrukcją.
- Aby przeprowadzić wstępną kontrolę, uruchom program, dwukrotnie klikając plik Viscacha2.jar. Po wyświetleniu ekranu początkowego naciśnij klawisz ESC na klawiaturze, aby wyjść z programu.
- Przejrzyj nowo utworzone foldery – experiment_data, TestPatient, Shape_Brt. Otwórz plik .csv za pomocą edytora arkuszy kalkulacyjnych (ustaw średnik jako separator pól). Zweryfikuj, czy parametry, takie jak wymiary ekranu i odległość od ekranu, są poprawne.
UWAGA: W tym miejscu protokół opiera się na założeniu, że używany jest wyświetlacz 1920 x 1080 o przekątnej 31,5 cala, a odległość między pacjentem a ekranem wynosi 85 cm. Oznacza to, że ekran zajmuje 44,6° przestrzeni wizualnej w poziomie. Jeśli parametry te nie mogą zostać spełnione, można odnieść się do kroku 5 w celu rekonfiguracji programu.
2. Określanie początkowej trudności testu
- Otwórz plik config.txt i znajdź linię zawierającą patient_name=TestPatient. Zastąp TestPatient tekstem identyfikującym badanego podmiotem.
- W pliku config.txt znajdź linię filename=Shape_Brt.txt. Upewnij się, że linia ta nie zaczyna się od symbolu kratki # (linia odkomentowana).
- Poproś badanego o zajęcie miejsca przed wyświetlaczem, z podpartą brodą i oczami skierowanymi bezpośrednio przed środek górnej połowy ekranu. Zweryfikuj, czy odległość od ekranu jest prawidłowa. Upewnij się, że klawisze klawiatury są łatwo dostępne dla badanego.
- Przejdź do katalogu Viscacha2.jar i uruchom program. Poinstruuj uczestnika, aby przez cały czas trwania eksperymentu skupiał wzrok na krzyżyku fiksacyjnym w centrum ekranu.
- Po każdej stronie ekranu zostanie wyświetlone koło lub elipsa w tej samej odległości od centralnego krzyżyka fiksacyjnego. Zadaniem jest wybranie koła zamiast elipsy za pomocą lewego i prawego klawisza strzałki na klawiaturze. Wyjaśnij zadanie uczestnikowi, a gdy będzie gotowy, naciśnij klawisz s, aby rozpocząć eksperyment. Eksperyment trwa do momentu, aż uczestnik naciśnie jeden z klawiszy strzałek.
- Program kończy się po wystąpieniu czterech odwróceń lub po osiągnięciu maksymalnej liczby prób. Odwrócenie następuje, gdy badany poda błędną odpowiedź po uprzednim wybraniu poprawnej lub odwrotnie.
UWAGA: Jest to procedura typu schodkowego (staircase). Trudność każdej próby zwiększa się po każdej poprawnej odpowiedzi i zmniejsza po odpowiedzi błędnej. Rysunek 1 przedstawia, jak poziom schodkowy zmienia się w kolejnych próbach dla jednego reprezentatywnego uczestnika. - Odnotuj cztery odwrócenia, po których zadanie zostaje zakończone, a próg detekcji został ustalony. Otwórz odpowiedni plik .csv zawierający wyniki. Zlokalizuj kolumny THRESHOLD pod koniec pliku. Użyj wartości z tej kolumny do obliczenia początkowej trudności dla kolejnych zadań.
UWAGA: Test można również przeprowadzić w paradygmacie stałym, w którym poziom trudności jest ustalony i nie zmienia się, poprzez usunięcie symbolu kratki z linii Experiment_Type=Constant w plikach init.txt i dodanie symbolu kratki przed linią Experiment_Type=Staircase.
Rysunek 1: Zmiana poziomu schodkowego w trakcie trwania eksperymentu Shape_Brt (kolejne próby). Czerwony wykres przedstawia poziom schodkowy, który przekłada się na współczynnik proporcji S- (elipsy). Po wystąpieniu 4 odwróceń (niebieskie słupki) ustanowiono próg detekcji badanego i zadanie zostaje zakończone. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
- Użyj nowo wyznaczonego progu jako wartości bazowej dla kolejnej prezentacji bodźców (kroki 2.3–2.5). Aby zastąpić nowy próg we wszystkich plikach definicji bodźców, użyj skryptu Python znajdującego się w folderze replacer i postępuj zgodnie z instrukcjami wyświetlanymi na ekranie.
3. Procedura bodźców
UWAGA: Przeprowadzonych zostanie łącznie 10 eksperymentów: 5 z białymi kropkami na czarnym tle i 5 z czarnymi kropkami na białym tle.
- Zadanie spójności (coherence task)
- Gdy badany będzie gotowy, otwórz plik config.txt i zakomentuj (tj. wstaw znak hasha) linię filename=Shape_Brt.txt, a następnie odkomentuj linię poniżej, zawierającą zadanie shape_dotsB_C.txt. W tym zadaniu koło i elipsa składają się z kropek poruszających się losowo z prędkością 10°/s. Tło składa się z kropek poruszających się spójnie w górę z tą samą prędkością, co w kole i elipsie.
UWAGA: Możliwe jest zdefiniowanie innego kierunku ruchu kropek tła poprzez edycję parametru Direction w pliku definicji dla każdego zadania. - Uruchom plik Viscacha2.jar. Wyjaśnij badanemu zadanie prostymi słowami, na przykład: „Proszę zawsze wskazywać koło”. Gdy uczestnik będzie gotowy, naciśnij klawisz s, aby rozpocząć eksperyment. Poczekaj do zakończenia eksperymentu.
- Otwórz plik config.txt, zakomentuj linię filename=shape_dotsB_C.txt i odkomentuj linię poniżej, zawierającą zadanie shape_dotsW_C.txt. Powtórz krok 3.1.2.
- Gdy badany będzie gotowy, otwórz plik config.txt i zakomentuj (tj. wstaw znak hasha) linię filename=Shape_Brt.txt, a następnie odkomentuj linię poniżej, zawierającą zadanie shape_dotsB_C.txt. W tym zadaniu koło i elipsa składają się z kropek poruszających się losowo z prędkością 10°/s. Tło składa się z kropek poruszających się spójnie w górę z tą samą prędkością, co w kole i elipsie.
- Zadanie kierunku (direction task)
- Gdy badany będzie gotowy, otwórz plik config.txt i zakomentuj wcześniej wybrany plik filename. Odkomentuj linię zawierającą zadanie filename=shape_dotsB_D.txt. W tym zadaniu koło i elipsa składają się z kropek poruszających się spójnie w górę z prędkością 10°/s. Tło składa się z kropek poruszających się spójnie w lewo z tą samą prędkością, co w kole i elipsie.
- Uruchom Viscacha2.jar. Wyjaśnij badanej osobie zadanie. Gdy uczestnik będzie gotowy, naciśnij klawisz s, aby rozpocząć eksperyment. Poczekaj do zakończenia eksperymentu.
- Otwórz plik config.txt, zakomentuj linię filename=shape_dotsB_D.txt i odkomentuj linię poniżej, zawierającą zadanie shape_dotsW_D.txt. Powtórz krok 3.2.2.
- Zadanie prędkości (velocity task)
- Gdy badany będzie gotowy, otwórz plik config.txt i zakomentuj wcześniej wybrany plik filename. Odkomentuj linię zawierającą zadanie filename=shape_dotsB_V10_20.txt. Zadanie to obejmuje trzy warunki. Koło, elipsa oraz tło składają się z kropek poruszających się spójnie w górę, przy czym kropki wewnątrz koła i elipsy zawsze poruszają się wolniej niż kropki tła: i) 10°/s przeciwko 20°/s; ii) 5°/s przeciwko 10°/s; oraz iii) 1°/s przeciwko 2°/s.
- Uruchom Viscacha2.jar. Wyjaśnij badanej osobie zadanie. Gdy uczestnik będzie gotowy, naciśnij klawisz s, aby rozpocząć eksperyment. Poczekaj do zakończenia eksperymentu.
- Otwórz plik config.txt, zakomentuj linię shape_dotsB_V10_20.txt i odkomentuj linię poniżej, zawierającą zadanie shape_dotsW_V10_20.txt. Powtórz krok 3.2.2.
- Powtórz kroki 3.3.1 – 3.3.3 dwukrotnie dla zadań shape_dotsB_V5_10.txt i shape_dotsW_V5_10.txt, a także dla shape_dotsB_V1_2.txt i shape_dotsW_V1_2.txt.
- Aby uniknąć ręcznej zmiany nazwy pliku dla każdego zadania po jego wykonaniu, użyj opcji sweep_file. W pliku config.txt ustaw pole sweep_files na 0, aby zakończyć procedurę po każdym wykonanym zadaniu.
- Użyj tego ustawienia dla zadania Shape_Brt.txt, aby zdefiniować początkową wartość progu bazowego (baseline threshold). Po ustawieniu wartości bazowej, w celu uruchomienia wielu zadań pod rząd, ustaw sweep file na liczbę całkowitą od 1 do 9. Liczba ta określa liczbę zmian między kolejnymi zadaniami (np. jeśli ustawiono 1 i odkomentowano shape_dotsB_D.txt, program uruchomi to zadanie oraz następne. Jeśli ustawiono 9, zostaną uruchomione wszystkie zadania). Wewnętrznie spowoduje to regenerację nowego pliku konfiguracyjnego po zakończeniu każdego eksperymentu, w którym poprzednio wybrany plik zostanie zakomentowany, a wybrany zostanie kolejny plik dla nadchodzącego eksperymentu.
4. Gogle ograniczające pole widzenia
- Aby przejściowo ograniczyć peryferyjny zakres widzenia, należy zastosować gogle pływackie (Rysunek 2), w których przezroczyste soczewki zastąpiono białymi, nieprzezroczystymi elementami. Soczewki posiadały otwór o średnicy 1,4 mm, który ograniczał pole widzenia do centralnych 10°. Aby gogle były odpowiednie dla każdego badanego i w jak największym stopniu uwzględniały naturalną, indywidualną rozstawy oczu, przygotowano 14 par gogli z rozstawem otworów od 58 mm do 72 mm (z krokiem 1 mm między kolejnymi parami gogli).
Rysunek 2: Zwężające gogle. Środkowe otwory mają średnicę 1.4 mm. Wykorzystano 14 par gogli z odległościami między otworami od 58 mm do 72 mm. Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.
- Użyj linijki, aby wyznaczyć odległość między oczami uczestnika. Umieść linijkę tuż nad oczami, w linii brwi, tak aby wartość 0 znajdowała się nad jednym okiem. Odczytaj wartość nad drugim okiem, aby obliczyć odległość w mm do drugiej źrenicy. Podczas tej procedury poproś uczestnika o utrzymanie wzroku w jak najbardziej stabilnej pozycji.
- Po wybraniu bardziej odpowiedniej pary okularów zapewnij 15 min przerwy. W tym czasie poproś uczestników o swobodne poruszanie się po pomieszczeniu, korzystanie z telefonu lub czytanie, aby oczy przyzwyczaiły się do nowych warunków wizualnych.
- Ponownie rozpocznij procedurę od kroku 3.
5. Rekonfiguracja
- Kalibracja rozmiaru ekranu i odległości
- W przypadku korzystania z innego wyświetlacza należy wprowadzić wymiary ekranu (rozdzielczość i przekątną) do pliku konfiguracyjnego (resolution_v dla rozdzielczości pionowej, resolution_h dla rozdzielczości poziomej, diagonal_inch dla przekątnej ekranu w calach).
- Uruchom plik Viscacha2.jar. Po pojawieniu się początkowego ekranu naciśnij ESC, aby go zamknąć. Otwórz plik .csv zawierający wyniki.
- Znajdź linię zawierającą tekst Distance mm i zapisz podaną wartość.
- Skoryguj ustawienie eksperymentalne tak, aby badany mógł usiąść w nowo obliczonej odległości. Oblicz odległość w taki sposób, aby szerokość ekranu zajmowała 44,6° poziomego pola widzenia. Jest to definiowane przez parametr full_angle_h, który można również zmienić w pliku config.txt.
UWAGA: Kalibrację można przeprowadzić również dla wysokości ekranu, korzystając z parametru full_angle_v. Należy pamiętać, że można ustawić tylko jeden z tych parametrów, a drugi musi zostać poprzedzony znakiem komentarza #.
- Definiowanie bodźców
- Zdefiniuj parametry bodźców w osobnych plikach (np. shape_dotsB_C.txt). Niektóre wartości, takie jak wymiary S- (Ellipse_X, Ellipse_Y), podane są w pikselach. Aby przeliczyć piksele na stopnie widzenia, pomnóż wartość przez mnożnik Pixel to angle pobrany z pliku csv z wynikami.
UWAGA: Parametry bodźców, takie jak koherencja kropek, są zdefiniowane i możliwe do dostosowania dla każdej warstwy (tło, kształt S+, kształt S-, szum). W zadaniu z koherencją na przykład koło i elipsa składają się z kropek poruszających się losowo z prędkością 10°/s (coherence = 0.0). Tło składa się z kropek poruszających się koherentnie w górę z taką samą prędkością jak w kole i elipsie (coherence = 1.0). Viscacha2 nie posiada jeszcze oficjalnej instrukcji obsługi. Aby uzyskać dalsze informacje dotyczące definiowania bodźców, zapoznaj się z plikiem stimuli_description.ods w repozytorium Viscacha2.
- Zdefiniuj parametry bodźców w osobnych plikach (np. shape_dotsB_C.txt). Niektóre wartości, takie jak wymiary S- (Ellipse_X, Ellipse_Y), podane są w pikselach. Aby przeliczyć piksele na stopnie widzenia, pomnóż wartość przez mnożnik Pixel to angle pobrany z pliku csv z wynikami.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Wyniki
Zadanie sprawdzania ostrości ruchu generuje dla każdego uczestnika jeden plik z wynikami dla każdej procedury stymulacji. Przykładowy plik dziennika dla uczestnika testu został dołączony do repozytorium w folderze doc. Od wiersza 1 do wiersza 31 raportowane są różne ustawienia, takie jak imię i nazwisko pacjenta oraz ustawienia konfiguracji. Blok zadania rozpoczyna się od wiersza 34 i zawiera istotne informacje niezbędne do dalszej analizy: czas zdarzenia (event time), typ zdarzenia (event type), próbę (trial), czas trwa...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Dyskusja
W tym artykule opisano nowatorską metodę pomiaru ostrości ruchu wzrokowego za pomocą zestawu bodźców opartych na losowych kinematogramach punktowych. Wynik jest podawany jako minimalna postrzegana różnica między okręgiem a elipsą i pozwala zobaczyć, kiedy badany przestał odróżniać kształty od siebie. Im mniejsza osiągnięta różnica, tym lepsza ostrość: oznacza to, że badany może nadal wykryć, gdzie znajduje się okrąg, mimo że jest on prawie identyczny z elipsą. Przedstawiony tutaj test ostrości ruchu przynosi wyniki w sto...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Oświadczenia
Autorzy nie mają nic do ujawnienia.
Podziękowania
Protokół został przeprowadzony w Laboratorium Obrazowania Mózgu w Instytucie Biologii Doświadczalnej im. M. Nenckiego w Warszawie i był wspierany przez grant 2018/29/B/NZ4/02435 z Narodowego Centrum Nauki (Polska) przyznany K.B i J.S.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Podbródek | wykonany na zamówienie | ||
| Komputer | z systemem Windows 10 lub nowszym | ||
| Wyświetlacz | 1920 i razy 1080, 31 cali | ||
| EyeLink 1000 Plus | SR Research | Uchwyt biurkowy | |
| Klawiatura USB Mysz | |||
| USB |
Bibliografia
- Wells-Gray, E. M., Choi, S. S., Bries, A., Doble, N. Variation in rod and cone density from the fovea to the mid-periphery in healthy human retinas using adaptive optics scanning laser ophthalmoscopy. Eye. 30 (8), 1135-1143 (2016).
- Kolb, H. How the retina works. Am Sci. 91, 28-35 (2003).
- Østerberg, G. Topography of the layer of rods and cones in the human retina. Acta Ophthal. 6, 1(1935).
- Kolb, H. The Organization of the Retina and Visual System. Circuitry for Rod Signals through the Retina. , University of Utah Health Sciences Center. USA. (2011).
- Burnat, K. Are visual peripheries forever young. Neural Plast. 2015, 307929(2015).
- Donato, R., Pavan, A., Campana, G. Investigating the interaction between form and motion processing: A review of basic research and clinical evidence. Front Psychol. 11, 566848(2020).
- Geisler, W. S. Motion streaks provide a spatial code for motion direction. Nature. 400, 65-69 (1999).
- Apthorp, D., et al. Direct evidence for encoding of motion streaks in human visual cortex. Proc Biol Sci. 280, 20122339(2013).
- Kelly, D. H. Moving gratings and microsaccades. J Opt Soc Ame. A, Opt Image Sci. 7 (12), 2237-2244 (1990).
- Glass, L. Moiré effect from random dots. Nature. 223 (5206), 578-580 (1969).
- Tagoh, S., Hamm, L. M., Schwarzkopf, D. S., Dakin, S. C. Motion adaptation improves acuity (but perceived size doesn't matter). J Vis. 22 (11), 2(2022).
- Orban, G. A., Kennedy, H., Bullier, J. Velocity sensitivity and direction selectivity of neurons in areas V1 and V2 of the monkey: influence of eccentricity. J Neurophysiol. 56 (2), 462-480 (1986).
- Rahimi-Nasrabadi, H., et al. Image luminance changes contrast sensitivity in visual cortex. Cell Rep. 34 (5), 108692(2021).
- Kozak, A., et al. Motion based acuity task: Full visual field measurement of shape and motion perception. Transl Vis Sci Technol. 10 (1), 9(2021).
- Cross, N., van Steen, C., Zegaoui, Y., Satherley, A., Angelillo, L. Retinitis pigmentosa: Burden of disease and current unmet needs. Clin Ophthalmol. 16, 1993-2010 (2022).
- Cremers, F. P. M., Lee, W., Collin, R. W. J., Allikmets, R. Clinical spectrum, genetic complexity and therapeutic approaches for retinal disease caused by ABCA4 mutations. Prog Retin Eye Res. 79, 100861(2020).
- Plank, T., et al. matter alterations in visual cortex of patients with loss of central vision due to hereditary retinal dystrophies. Neuroimage. 1556, 65(2011).
- Burnat, K., Hu, T. T., Kossut, M., Eysel, U. T., Arckens, L. Plasticity beyond V1: Reinforcement of motion perception upon binocular central retinal lesions in adulthood. J Neurosci. 37 (37), 8989-8999 (2017).
- Jansen, M., et al. Cortical balance between ON and OFF visual responses is modulated by the spatial properties of the visual stimulus. Cereb Cortex. 29 (1), 336-355 (2019).
- Pons, C., et al. Amblyopia affects the ON visual pathway more than the OFF. J Neurosci. 39 (32), 6276-6290 (2019).
- Luo-Li, G., Mazade, R., Zaidi, Q., Alonso, J. M., Freeman, A. W. Motion changes response balance between ON and OFF visual pathways. Commun Biol. 1, 60(2018).
- Jackson, A., Bailey, I. Visual acuity. Opto Pract. 5, 53-70 (2004).
- Baker, C. I., Peli, E., Knouf, N., Kanwisher, N. G. Reorganization of visual processing in macular degeneration. J Neurosci. 25 (3), 614-618 (2005).
- Gilbert, C. D., Li, W. Adult visual cortical plasticity. Neuron. 75 (2), 250-264 (2012).
- Guadron, L., et al. The saccade main sequence in patients with retinitis pigmentosa and advanced age-related macular degeneration. Invest Ophthalmol Vis Sci. 64 (3), 1(2023).
- Gameiro, R. R., et al. Natural visual behavior in individuals with peripheral visual-field loss. J Vis. 18 (12), 10(2018).
- Sammet, S. Magnetic resonance safety. Abdom Radiol. 41 (3), 444-451 (2016).
- Potok, W., et al. Modulation of visual contrast sensitivity with tRNS across the visual system, evidence from stimulation and simulation. eNeuro. 10 (6), (2023).
- Pearson, J., Tadin, D., Blake, R. The effects of transcranial magnetic stimulation on visual rivalry. J Vis. 7 (7), 1-11 (2007).
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Przedruki i uprawnienia
Sprostowanie
Formal Correction: Erratum: Motion-Acuity Test for Visual Field Acuity Measurement with Motion-Defined Shapes
Posted by JoVE Editors on 4/01/2024. Citeable Link.
This corrects the article 10.3791/66272
