Estimando limiares perceptivos vestibulares usando uma plataforma de movimento de seis graus de liberdade

Os limiares perceptivos vestibulares permitem testar todos os cinco subcomponentes do órgão final vestibular. Eles podem ser usados para abordar questões clínicas e de pesquisa básica. Os limiares de percepção vestibular, medidos na plataforma de movimento, são baseados em estímulos de movimento naturalistas.

Isso possibilita o estudo da integração multissensorial e da tomada de decisão. Os limiares perceptivos vestibulares podem ser usados para investigar como a percepção nos pacientes podem se tornar uma ferramenta adicional no diagnóstico. Além disso, eles podem ser usados para monitorar o sucesso de intervenções terapêuticas.

Este procedimento é altamente automatizado e fácil de usar. Mesmo os iniciantes podem detectar problemas, como a não convergência do algoritmo da escada e ajustar aos parâmetros relevantes. Para estimar os limiares de percepção vestibular, garanta o acesso a uma plataforma de movimento ou a uma cadeira rotativa.

Em seguida, confirme se um software de controle, o PlatformCommander, está presente para programar os perfis de movimento e fazer a interface com a plataforma de movimento. Use um dispositivo de resposta, um controlador de jogo, para registrar as respostas dos participantes. Vende os olhos do participante para eliminar a influência das pistas de movimento visual.

As plataformas de movimento produzem ruído, correlacionado com a intensidade do movimento. Os participantes podem usar esse ruído auditivo como uma fonte adicional não intencional de informação ao estimar os limiares de percepção vestibular. Para mascarar esse som, apresente ao participante ruído branco por meio de fones de ouvido com cancelamento de ruído durante cada ensaio.

Antes de iniciar o procedimento experimental, explique o processo ao participante e obtenha o consentimento informado. Em seguida, deixe o participante sentar-se na cadeira montada na plataforma de movimento e segure usando cintos de segurança. Dê os botões de resposta ao participante e explique como as teclas são atribuídas às respostas.

Em seguida, venda os olhos do participante. Posicione os fones de ouvido na cabeça do participante e aplique uma fixação adequada da cabeça. Ligue a plataforma de movimento usando o interruptor principal, da bateria e do controlador.

Depois de garantir que a área ao redor da plataforma esteja clara e que ninguém possa se aproximar da plataforma móvel durante o teste, inicie o procedimento de estimativa de limiar com treinamento, permitindo que o participante se familiarize com a tarefa. Use o script threshold-training. jl disponível on-line para o procedimento de treinamento.

Em seguida, decida o algoritmo de estimativa a ser usado. Se uma abordagem de escada for usada, defina o ponto de partida do parâmetro, o tamanho da etapa, a atualização e as regras de terminação. Uma inicialização bem-sucedida da sessão é garantida verificando o status exibido na interface gráfica do usuário, ou GUI, do software do servidor.

Após a inicialização bem-sucedida, a exibição de status alterna de sessão não em andamento para sequência curta. Ele também exibe o endereço IP do cliente conectado e a hora em que a sessão foi inicializada. No procedimento de treinamento, certifique-se de que o participante entenda a tarefa, aponte erros se apertar os botões errados e responda às suas perguntas.

Em seguida, informe ao participante que o procedimento de treinamento está concluído e o procedimento de estimativa está prestes a começar. Inicie o script do procedimento de estimativa, digitando julia threshold-test. jl na linha de comando.

Em seguida, supervisione o procedimento de estimativa totalmente automatizado até que os critérios de rescisão sejam atingidos. Depois de encerrar o procedimento, estacione a plataforma de movimento, remova a fixação da cabeça, os fones de ouvido, a viseira e os botões e deixe o participante descer. A regra de três para baixo, uma escada para cima, produziu um gráfico, mostrando as intensidades de estímulo usadas ao longo dos ensaios.

As intensidades limiares estimadas convergem para um valor constante. Além disso, o participante deu a resposta correta em 79,4% dos ensaios de intensidade estimada. A visualização de uma estimativa de limiar com falha é mostrada aqui.

Devido aos critérios de término de 30 ensaios e a uma intensidade de início relativamente distante do limiar verdadeiro, a função de escada não convergiu. Uma convergência mais rápida em direção ao limiar verdadeiro é dificultada por uma resposta falsa inicial Durante a sessão de estimativa, certifique-se de que o algoritmo da escada converge. Repita o procedimento de estimativa com parâmetros ajustados, em caso de não convergência.

Os tempos de resposta podem ser medidos adicionalmente aos pressionamentos do botão binário. Isso permite aplicar técnicas de análise mais sofisticadas, como modelos de difusão de deriva. Essa técnica também ajudará a investigar melhor a interação entre como nos movemos no espaço e os processos cognitivos superiores, como a tomada de decisões e as imagens mentais.