Charakterystyka związku między parametrami ruchu gałek ocznych a funkcjami poznawczymi u pacjentów z chorobą Parkinsona bez otępienia ze śledzeniem ruchu gałek ocznych

Nasz protokół ma na celu zbadanie związku między wskaźnikami ruchu gałek ocznych a funkcjami poznawczymi w grupie pacjentów z chorobą Parkinsona bez demencji, którzy cierpią zarówno na dysfunkcję oczno-motoryczną, jak i poznawczą. Aby zaprojektować obrazy próbne do zadania wyszukiwania wizualnego, użyj wyłącznie liczb cztery, sześć, siedem i dziewięć. Upewnij się, że lokalizacja liczby docelowej jest losowa z próby na próbę z regułą, że każda liczba nie może znajdować się w tym samym kwadrancie wizualnym przez więcej niż trzy kolejne próby.

Nie używaj niejednoznacznych liter, takich jak I i O, i ustaw rozmiar krzyżyka fiksacyjnego, liter i cyfr pod kątem widzenia 0,85 stopnia. Ustaw program tak, aby zezwalał na upływ czasu 1,5 sekundy po naciśnięciu Enter, zanim wyświetlanie centralnego krzyżyka fiksacji zostanie przełączone na obraz próbny w celu rozpoczęcia próby. Upewnij się, że ekran stanie się pusty, a krzyżyk fiksacji pojawi się ponownie po kliknięciu myszą lub po upływie 10 sekund od rozpoczęcia próby, w zależności od tego, co nastąpi wcześniej.

Następnie ustaw program tak, aby generował plik csv, który zawiera sygnatury czasowe początku i końca każdej próby. Po przeprowadzeniu klinicznego wywiadu diagnostycznego z pacjentem i, jeśli to możliwe, z jego krewnymi w celu wykluczenia demencji i badań przesiewowych pod kątem upośledzenia funkcji poznawczych za pomocą Mini-Mental State Examination i Montrealskiej Oceny Poznawczej, oceń ostrość wzroku pacjenta za pomocą wykresu Snellena. Następnie, w cichym pomieszczeniu z odpowiednim źródłem światła, ustaw ekranowy eye-tracker o częstotliwości próbkowania co najmniej 300 Hz, komputer, mysz i standardową klawiaturę.

Podbródek umieszczony 60 centymetrów przed ekranem kontroli wzroku i odpowiednimi narzędziami oceny poznawczej. Aby przygotować się do zadania wyszukiwania wizualnego, połóż badaną osobę na krześle tak, aby podbródek opierał brodę o podbródek, a czoło opierało się o drążek, aby zminimalizować ruchy głowy. Ustaw wzrok fotografowanej osoby mniej więcej na środku ekranu komputera i kliknij przycisk Start w programie do śledzenia ruchu gałek ocznych.

Kliknij start, aby skalibrować urządzenie śledzące ruch gałek ocznych za pomocą wbudowanego programu kalibracyjnego. I poproś badanego, aby wpatrywał się w czerwoną kropkę poruszającą się po ekranie z dziewięcioma punktami fiksacji, trzymając głowę nieruchomo. Wyświetl wykres kalibracji, aby sprawdzić jakość kalibracji, upewniając się, że długość zielonych linii, które reprezentują wektory błędów, mieści się w szarych okręgach.

Następnie kliknij przycisk Akceptuj, aby przejść do zadania wyszukiwania wizualnego. Aby rozpocząć próbę próbną, poinstruuj badanego, aby skupił wzrok na centralnym krzyżyku fiksacyjnym i naciśnij Enter na klawiaturze, aby rozpocząć próbę. Na ekranie komputera pojawi się pojedyncza cyfra i 79 losowo rozrzuconych liter dystraktora.

Poinstruuj badanego, aby jak najszybciej wyszukał numer i jednocześnie kliknął myszką, wypowiadając numer na głos, gdy tylko numer zostanie zlokalizowany. Następnie sprawdź, czy podana liczba jest poprawna i powtórz próbę próbną jeszcze cztery razy. W celu przetwarzania i analizy danych śledzenia ruchu gałek ocznych w sekcji odtwarzania programu komputerowego należy sprawdzić procentową zawartość oczu w próbce podczas zadania wyszukiwania wzrokowego.

Kliknij przycisk odtwarzania, aby wyświetlić nagranie, aby sprawdzić jakość danych, przyglądając się wygenerowanemu wideo z wizualizacją ścieżki skanowania. Odrzuć wszystkie dane osoby, której dane dotyczą, jeśli są rażąco błędne. I odrzuć wszelkie próby, w których badany kliknął myszą przypadkowo lub przedwcześnie.

W sekcji eksportu danych programu wybierz GazePointX i GazePointY Kliknij eksport danych, aby wyeksportować dane podmiotu i zapisać dane jako plik csv. W interfejsie analizatora wyszukiwania wizualnego wybierz wyeksportowane dane jako dane wejściowe danych oka i wygenerowany plik csv jako dane wejściowe danych działania. Wybierz ST DB Scan jako algorytm klasyfikacji i kliknij przycisk Uruchom.

Następnie kliknij podsumowanie, aby wygenerować plik arkusza kalkulacyjnego zawierający główną amplitudę sakad i średni czas trwania fiksacji obiektu. Aby zaprojektować analizator wyszukiwania wizualnego, zaprogramuj go tak, aby wyodrębniał i analizował tylko dane od początku do końca próby przy użyciu wygenerowanego pliku csv. Aby zaprogramować analizator w taki sposób, aby uzupełniał dane utracone w wyniku mrugania oczami, należy uśrednić współrzędne x i y punktu patrzenia bezpośrednio przed i po mruganiu.

Następnie użyj algorytmu opartego na skanowaniu ST DB, aby zaprogramować analizator w taki sposób, aby klasyfikował surowe dane jako sakkadę lub fiksację. Zgodnie z wcześniejszymi badaniami, w tej analizie grupa z chorobą Parkinsona wykazała gorszą wydajność w wielu zadaniach poznawczych w porównaniu z grupą kontrolną. Korzystając z wewnętrznego algorytmu do klasyfikacji danych zadania wyszukiwania wizualnego, można zidentyfikować fiksacje i sakkady oraz wyodrębnić je do obliczeń i analizy.

Rzeczywiście, grupa chorobowa miała mniejszą średnią amplitudę sakkady w porównaniu z grupą kontrolną, a średni czas trwania fiksacji nie różnił się istotnie między grupami. W tej ocenie, po skorygowaniu o współzmienne, stwierdzono ujemne korelacje między średnim czasem fiksacji, wynikami w pamięci rozpoznawania werbalnego i wynikiem dyskryminacji, w pamięci rozpoznawania wzorców oraz w kategorycznym teście płynności werbalnej w kategoriach owoców i warzyw. Nie stwierdzono jednak istotnych interakcji w tych korelacjach między chorobą a grupami kontrolnymi, co sugeruje, że korelacje nie są specyficzne dla grupy chorobowej.

Projekt zadania wyszukiwania wzrokowego jest ważny, ponieważ jego celem jest zminimalizowanie interferencji zdolności poznawczych parametrów ruchu gałek ocznych dystraktora. Jeśli to zadanie badawcze jest wysoce tolerowane, można je zastosować do transdiagnostyki do innych nowych zaburzeń zwyrodnieniowych, aby odpowiedzieć na podobne pytania badawcze.