Тактильные Автоматизированная Пассивно-Finger Стимулятор (TAPS)

Здравствуйте, меня зовут Дэн Голдрич, и мы находимся в лаборатории тактильных исследований Университета Макмастера. Со мной Ингрид Кэнс, Брайан Питерс и Майк Вонг; сегодня мы расскажем вам об автоматическом стимуляторе пассивного тактильного воздействия на пальцы, или TAPS. TAPS — это устройство для измерения пассивной тактильной пространственной чувствительности кончика пальца. Я разработал его в Университете Дюкейна в Питтсбурге, штат Пенсильвания, совместно с Ингрид Кэнс, и с тех пор мы модифицировали его здесь, в Университете Макмастера в Гамильтоне, Онтарио, вместе с Райаном и Майком.

Данное устройство представляет собой метод подачи контролируемых тактильных стимулов на кончик пальца с регулировкой начальной скорости приложения силы и продолжительности стимула. Это видео разделено на три части. Сначала мы представим обзор принципов работы устройства.

Далее мы продемонстрируем устройство taps в действии и опишем его компоненты, чтобы другие исследователи могли воспроизвести данное устройство. В завершение мы представим один из многих протоколов тестирования, которые может проводить taps: эксперимент по определению ориентации методом двух интервальных принудительных выборов с использованием байеровского подхода. Для нажатия поверхности стимула на кожу в устройстве adaptive tracking taps используется сила тяжести.

Гравитация оказывает силу, направленную вниз, на массу, подвешенную к стержню. На данном виде сбоку показаны зажимы с удалением нескольких элементов для наглядной иллюстрации работы устройства; рука участника удобно лежит в пронации на столешнице. Кончик пальца находится над отверстием в столе.

Туннель не показан на данной схеме; на нижнем столе, скрытом от поля зрения участника, шаговый двигатель вращает диск, на котором закреплено до 40 стимулирующих элементов, помещая один из них под палец. Поперечина, отмеченная здесь красным цветом, выходит из подвижной каретки линейного актуатора, препятствуя повороту стержня. При движении актуатора вперед стержень поворачивается под действием силы тяжести, прижимая стимулирующий элемент вверх через туннель к коже.

Согласно простым законам физики, скорость привода связана со скоростью подъема поверхности стимула до контакта с кожей, а вес подвесного груза — со статической силой тактильного стимула. Когда привод меняет направление, чтобы вернуть стержень в исходное положение, элемент стимула опускается, после чего шаговый двигатель с диском поворачивается, чтобы поместить другой элемент под палец, и весь процесс повторяется. На данном виде сверху без пальца показан еще один цикл стимуляции.

Обратите внимание, что стимулирующий элемент поднимается при движении привода вперед и опускается при его движении в обратном направлении. Для изготовления стимулирующих элементов мы использовали стержни из дельрина диаметром 0,5 дюйма и длиной 3 дюйма, обрабатывая их на мини-фрезерном станке Shoreline. С помощью торцевой фрезы мы обточили оба конца, сократив длину стержня до 2,75 дюйма.

Мы используем фрезерный инструмент с дисковым резцом для придания формы прямоугольным валам длиной два дюйма и сечением 8,7 мм². Для создания более широких канавок мы нарезаем параллельные пазы на круглой поверхности, формируя профиль в виде прямоугольной волны с равной шириной канавок и гребней. Для нарезки более узких канавок использовалась торцевая фреза.

Мы использовали прорезывающий соус. Мы поместили силиконовые уплотнительные кольца вокруг вала, чтобы уменьшить вибрацию деталей. Пока диск вращается, здесь показаны механические компоненты кранов. Когда каретка линейного привода движется вперед, подвешенная масса опускается под действием силы тяжести.

Вес этой массы и ее расстояние от точки вращения вдоль вращающегося стержня в совокупности определяют силу давления, с которой стимулирующий элемент контактирует с кожей испытуемого. Конкретный элемент позиционируется непосредственно под туннелем в верхней части стола с помощью управляемого компьютером шагового двигателя, который вращает лоток со стимулами. После того как испытуемый нажимает кнопку ответа, компьютер подает команду шаговому двигателю повернуть лоток, перемещая другой стимулирующий элемент точно под туннель.

В верхней части таблицы. Перемещение компонентов кранов контролируется несколькими датчиками. Рефлекторный датчик определяет наличие приподнятого стимулирующего элемента.

Обратите внимание на мигающий зеленый индикатор. Этот датчик используется установками во время инициализации эксперимента для точного позиционирования вращающегося стержня на заданном расстоянии ниже стимулирующих элементов. Кроме того, срабатывание датчика отключает шаговый двигатель, предотвращая повреждение оборудования, которое могло бы произойти в противном случае.

На случай, если стимульный объект случайно застрянет в туннеле, U-образный фотоэлектрический датчик определяет исходное положение лотка со стимулами. Этот датчик срабатывает, когда фрагмент плотной бумаги, приклеенный к краю вращающегося лотка, прерывает инфракрасный луч датчика.

Все перемещения лотка со стимулами в дальнейшем рассчитываются относительно этого исходного положения. Датчик эффекта Холла определяет исходное положение линейного актуатора. Здесь видно, как каретка актуатора движется вперед; поворотный стол сдвинется, когда каретка придет в исходное положение.

Датчик активируется; обратите внимание, что в целях безопасности красный индикатор мигает. Установлено два аналогичных датчика. Один из них показан здесь; они ограничивают движение каретки вперед и назад на случай маловероятного сбоя привода.

Эти концевые выключатели отключают привод, предотвращая неконтролируемое перемещение каретки. При установке поворотного стола и при тщательной юстировке поперечина, выходящая из каретки привода, входит в контакт с вертикальным стержнем, который спускается от вращающегося стержня в точке поворота. Почти бесфрикционный металлический подшипник служит точкой поворота и позволяет стержню свободно вращаться.

Когда каретка привода движется вперед, грузы помещаются в корзину на липучке, которая подвешена к вращающемуся стержню. Когда рука испытуемого находится в положении пронации на столе, поместите дистальную подушечку пальца, подлежащего тестированию, над отверстием в столе, через которое будут подниматься стимулирующие поверхности. Чтобы обеспечить контакт с кожей и предотвратить боковое движение пальца, осторожно установите две перегородки, нижняя часть которых покрыта двухсторонним вспененным скотчем, по бокам пальца.

С помощью поворотного крепления аккуратно прижмите датчик силы к ногтю в области кутикулы под углом 90 градусов к плоскости ногтя; убедитесь, что датчик оказывает давление в диапазоне от 50 до 80 грамм. Такая сила комфортна для испытуемого и обеспечивает датчику отличную чувствительность к движениям пальца. Закрепите поворотные наконечники — это универсальная система, которая позволяет применять любые стимулы с помощью поверхностей, вырезанных на гранях стержней диаметром в полдюйма.

В демонстрационных целях мы покажем, как проводится задание по определению ориентации градиента с использованием метода принудительного выбора между двумя интервалами. В нашей лаборатории в задании по определению ориентации градиента используются 20 поверхностей со стимулами, ширина которых (GR) варьируется от 0,25 millimeters до 3,1 millimeters. Каждая проба состоит из двух последовательных предъявлений стимулов с градиентами одинаковой ширины борозд, но различающихся по ориентации на 90 градусов. Стимулы воздействуют на дистальную подушечку пальца.

В одном варианте предъявления борозд ориентированы вертикально или параллельно продольной оси пальца, а в другом — горизонтально или перпендикулярно продольной оси пальца. Порядок предъявления выбирается случайным образом. Испытуемый указывает, в каком интервале — первом или втором — была горизонтальная ориентация, нажимая одной из двух кнопок рукой, не участвующей в тестировании: чтобы указать, что горизонтальная ориентация была предъявлена первой, испытуемый нажимает левую кнопку, а чтобы указать, что она была предъявлена второй.

Во-вторых, испытуемый должен был нажать кнопку справа. Теперь давайте посмотрим, с чем может столкнуться типичный испытуемый во время сеанса тестирования. Обратите внимание на два показателя оценки, отображаемых в верхнем левом углу в данном испытании.

Сначала испытуемому наносили касание в палец при горизонтальном расположении штрихов, а затем — при вертикальном расположении штрихов. В данном случае правильным ответом было бы нажатие кнопки слева. В этом примере испытуемый нажимает кнопку справа, что является неправильным ответом.

Это показано на графике эффективности в правом верхнем углу красным крестиком. Следующая ширина желобка, которая будет представлена, выбирается с помощью байесовского адаптивного алгоритма, который мы более подробно обсудим в следующем сегменте видео. Эту пробу испытуемому должно быть легче выполнить, так как ширина желобка, выбранная алгоритмом, больше ширины желобка в предыдущей пробе.

Испытуемому снова предъявляются две решетки. В данном случае первая решетка ориентирована вертикально, а вторая — горизонтально. На этот раз испытуемый дает правильный ответ, нажав кнопку справа, что на графике эффективности отмечено синим крестом.

В третьем испытании ширина группы немного уменьшилась, что усложнило задачу. Снова испытуемый дает правильный ответ. Эта последовательность событий повторяется до тех пор, пока не будет представлено заданное количество испытаний.

Для оценки психометрической функции каждого участника мы обычно проводим блоки по 40 испытаний. Мы используем модифицированную версию байесовского адаптивного метода SI по Севи и Тайлеру. В психофизике психометрическая функция связывает физический параметр стимула (в нашем случае — ширину бороздки) с вероятностью правильного ответа.

Следуя методу Консерва и Тайлера, мы моделируем D прайм как функцию ширины борозд по степенному закону. Это приводит к кумулятивной нормальной психометрической функции, определяемой тремя параметрами: a, B и delta A; при этом параметром порога является ширина борозды, при которой испытуемый может правильно определить ориентацию в 76% случаев, что соответствует значению DPR, равному единице, при выполнении данной задачи.

Здесь видно, что при увеличении значения порога кривая смещается вправо. При уменьшении порога кривая смещается влево. Испытуемые, которые лучше справляются с заданием, способны различать ориентацию более тонких желобков, поэтому их кривые смещены влево.

Обратите внимание, что хотя кривая смещается по оси X из-за изменения порогового значения, наклон кривой остается прежним. Наклон кривой определяется параметром B. Он указывает, насколько быстро возрастает кривая.

При низких значениях наклона кривая пологая, но заметно, что по мере увеличения значения наклона она становится более крутой. Вы также могли заметить, что при большой ширине желобка кривая приближается к единице или 100%. Это основано на предположении, что при достаточно большой ширине желобка испытуемый всегда будет давать правильный ответ.

Однако на практике испытуемые иногда теряют концентрацию или могут случайно нажать не на ту кнопку ответа. Следовательно, они не всегда будут отвечать правильно даже при большой ширине бороздки. Другими словами, существует верхний предел высоты психометрической функции, который определяется параметром дельта или коэффициентом пропусков (lapse rate).

Теперь, когда мы обсудили параметры психометрической функции, давайте рассмотрим, как байесовская адаптивная процедура оценивает эти параметры. В ходе данной тестовой сессии я запускаю симуляцию модельного испытуемого с порогом 1.75 мм, наклоном пять и уровнем случайных ответов 4%. Психометрическая функция испытуемого представлена фиолетовой кривой на верхнем левом графике.

Именно эту кривую мы пытаемся оценить. На графике в верхнем правом углу отображена запись результатов испытуемого за блок проб. Как было показано ранее, красный X означает неправильный ответ, а синий крестик — правильный ответ.

В начале эксперимента. Мы не знаем точную форму психометрической функции испытуемого. Эта неопределенность выражается рассмотрением диапазона возможных значений A, B и delta.

Мы присваиваем равную априорную вероятность каждой тройке a, b, delta. Другими словами, мы задаем равномерное априорное распределение вероятностей для нескольких тысяч возможных психометрических функций. По мере проведения эксперимента на основании ответов испытуемого мы определяем, какие из этих функций являются более вероятными, чем другие.

Неопределенность или энтропия распределения вероятностей снижается для определения того, какой стимул предъявить следующим. Алгоритм рассчитывает ожидаемую энтропию для каждой из ширин паза после каждого завершенного испытания. Это показано на графике в левом нижнем углу. Испытуемому будет предъявлена ширина паза с наименьшей ожидаемой энтропией.

Эта ширина желобка обозначена белым крестиком на верхнем левом графике. Данный этап имеет решающее значение для эффективности адаптивной процедуры байесовского оценивания, поскольку мы постоянно стремимся снизить неопределенность в отношении психометрической функции испытуемого, оценивая и предъявляя такую ширину желобка, которая максимально увеличит объем получаемой информации. На графике в нижнем правом углу показана совместная функция апостериорного распределения вероятностей (PDF) параметров наклона и порога.

На данном графике белым цветом обозначена высокая вероятность, а черным — низкая. Для построения этого графика мы просуммировали или маргинализировали параметр частоты пропусков. После каждой пробы мы получаем оценку значения порога и наклона испытуемого.

Мода данного графика, отмеченная красным крестом, представляет собой текущую наилучшую оценку порога и наклона. Используя эти значения, мы можем построить график оценки психометрической функции испытуемого. Это показано зеленой кривой на верхнем левом графике.

По мере сбора дополнительных данных наша оценка уточняется. Совместная апостериорная плотность вероятности (PDF) сужается, что указывает на уменьшение неопределенности значений оцениваемых параметров. Также видно, что с увеличением объема данных оцениваемая кривая приближается по форме к реальной кривой.

Теперь, когда сбор данных завершен, мы можем более точно оценить наши параметры. Поскольку зависимая переменная представляет собой порог, мы можем произвести маргинализацию по параметру наклона, чтобы получить наиболее точную оценку параметра порога; здесь представлена апостериорная PDF параметра порога. Мода этой PDF является нашей наилучшей оценкой порога испытуемого, однако эта оценка характеризуется определенной неопределенностью.

Эта неопределенность представлена шириной кривой. Чем шире кривая, тем меньше уверенности в нашей оценке порога испытуемого и, наоборот, чем уже кривая, тем выше уверенность в нашей оценке порога испытуемого. На этом завершается описание TAPS, автоматизированного устройства для пассивной тактильной стимуляции пальцев.

Мы надеемся, что данный метод будет воспроизведен другими исследователями и будет способствовать переходу к контролируемому тактильному тестированию, в области которого в последние годы наблюдается многообещающий прогресс. Пожалуйста, обращайтесь к нам, если у вас возникнут какие-либо дополнительные вопросы.