Summary
일상 생활의 여러 제약 가능성이 가장 높은 임상 루틴에서 구별하기 어렵 변수 보상 전략으로 인해 뇌졸중에 대한 보고서를 한 후 시각적 결손이있는 환자. 우리는 할 수 있습니다 다른 보상 머리와 눈 운동 - 전략의 측정과 성능을 운전에 미치는 영향을 평가.에게 임상 설정을 제시
Abstract
뒤 대뇌 동맥 (PCA)의 경색 후 homonymous hemianopia에서 고통 환자는 유사한 시각적 인 적자에도 불구하고, 일상 생활에 제약의 다양한 학위를보고합니다. 이 같은 변경된 시각 스캐닝 동작으로 보상 전략의 변수 발전으로 인해있을 수 우리는 가정합니다. 스캔 보상 치료 (스코틀랜드)는 비전 복원 치료 옆에 경색 후 영상 훈련의 일환으로 연구하고 있습니다. 스코틀랜드는 가장 유용한 전략 1 기본 검색 작업뿐만 아니라 마스터 일상 생활 활동 2뿐만 아니라임이 입증 된 검색의 시야를 확대 맹인 필드에 큰 눈 움직임을 만들기 위해 학습으로 구성되어 있습니다. 그럼에도 불구하고, 임상 일상에는 머리 억제 상태에서 안구 운동의 측정을 필요로하기 때문에 개인의 수준과 보상 행동의 교육 효과를 파악하기가 어렵습니다. 연구는 억제 헤드 움직임의 alt을 증명응급실은 시각적 탐색 행동은 머리 억제 실험 조건 3 비교했다. 마틴 외이 있습니다. 4 Hayhoe 외. 5 실험실 환경에서 보여준 그 행동이 자연 상태로 쉽게 할당 할 수 없습니다 보여 주었다. 따라서, 우리의 목표는 연구 현실적인 테스트 상황에 신속하게 다른 보상 눈 돌림 전략을 알게되어 설정을 개발하는 것이 었습니다 : 환자는 운전 시뮬레이터의 임상 환경에서 테스트됩니다. SILAB 소프트웨어 (교통 과학 GmbH의 (WIVW)에 대한 Wuerzburg 연구소)이 프로그램은 복잡성을 변화의 시나리오를 운전하고 드라이버의 성능을 기록하는 데 사용되었습니다. 머리를 머리와 눈 움직임을 (EyeSeeCam, 뮌헨 병원 대학, 임상 Neurosciences) 녹화, 적외선 비디오 학생 추적기를 탑재과 소프트웨어가 결합되었습니다.
운전 시뮬레이터와 위치에있는 환자의 위치는 카메라의 조정 및 교정 민주입니다onstrated. 과와 보상 전략과 건강한 통제없이 환자의 전형적인 공연이 파일럿 연구에서 설명되어 있습니다. 다른 눈 돌림 행동은 (눈과 머리 움직임의 주파수 및 진폭) 과목의 시선이 화면에 위치를 나타내는 동적 오버레이 사진, 님과 데이터를 분석하여 드라이브 자체 동안 매우 빠르게 평가하고 있습니다. 보상 문제없이 환자의 성능이 현저하게 악화되는 동안 환자의 보상 시선 동작은 건강한 통제에 필적하는 주행 성능을 이끈다. 눈과 머리 운동 - 행동뿐만 아니라 성능을 유도하는 데이터는 다른 눈 돌림 전략에 대해 및 테스트 세션과 재활 가능성에 영향 전역 가능한 교육 효과에 대해 폭 넓은 맥락에서 설명되어 있습니다.
Protocol
1. 학습 위치의 작성
- 1400 X : 환자가 (203 수평 축에 시각적 각도의 58.15 학위와 수직 축에 시각적 각도의 43.61 학위를 다루는 X 152cm, 해상도, 화면 앞에서 2 미터의 거리로, 자리에 앉아 보자 1050), 실제 자동차 좌석을 모방 고정 기본 시뮬레이션 자동차 시트 인치 환자가 핸들 아래에있는 페달에 좌석 거리를 조절하는 데 도움이됩니다. 등 받침을 조정하는 데 도움이됩니다.
- 시뮬레이션 자동차 장치 (브레이크, 신호, 스티어링 휠을 돌려)를 사용하는 방법 환자를 지시합니다.
- 당신은 실제가 아닌 가상 운전 상황에서하는 것처럼 드라이브 : 작업에 환자를 지시합니다. 도로는 곡선 (작은 반경 500m, 최대 반경 1천2백m)와 트래픽이없는 편도 하나의 차선 도로입니다. 거리 표지판 및 침입 다운 도로의 양쪽에 새로운 차량을 경계한다. 이러한 멧돼지 나 접근 볼과 같은 잠재적으로 위험한 사건의 개념에 반응중 브레이크를 누르거나 회전 신호를 사용하거나 모두 각각의 운전 상황에 적절하다고 무엇을 보인다하여 가능한 빨리 도로. 페달을 누른 상태에서 브레이크를 1을 사용하지 않는 자동차 70kmh의 일정한 속도로 가속화시킵니다. 드라이브는 약 10 분 정도 소요됩니다.
- 시뮬레이션 질병에 대한 환자를 알리십시오. 불쾌, 메스꺼움이나 땀이 발생 경우에는, 테스트 세션을 중단.
- 적은 작업 밀도가 테스트 드라이브 시뮬레이션 상황에 익숙해하기 위해 실시되고 충분한 시간 2를 조정할 수있게함으로써 시뮬레이션 질병을 방지 할 수 있습니다.
2. 아이 트래커의 보정
- 환자가 올바르게 장착되어 있으며 연습 시간이 충분받은 후 두 번째 테스트 세션에서, 환자의 머리에 안구 추적기를 배치하고 유연한 스트랩을 당겨하여 조정할 수 있습니다. 헤드 카메라 레이저가 화면의 중앙을 가리키는해야합니다. 머리 카메라를 조정은 학생에 초점을 맞추고있어.
- 교정을 위해 마우스 화살표의 리드에 따라 다섯 가지 점에서 볼 환자를 지시합니다.
- 시뮬레이션을 시작합니다.
- 수평 보정 추가를 갖춘 보정 : 왼쪽 화면에 환자 fixates 오버레이 사진 (눈의), 다음 화면에서 움직이는 눈을 다음과 오른쪽에 다시 fixates.
- 화면에 특정 개체를 흥분시키는하기 위해 환자를 요청하고, 소프트웨어에 의해 계산 시선 위치를 나타냅니다 오버레이 눈 사진과 일치하여 보정을 테스트합니다. 시선과 오버레이 그림이 화면에 같은 장소에서 만나 경우 교정, 성공한 것입니다. 눈 추적기 시력의 수직 드리프트는 드라이브하는 동안 발생할 수 있습니다. retesting의 필요성을 확인, 처음부터하고 드라이브의 끝 부분에 육안 검사에 의한 드리프트의 양을 평가합니다.
- 보정이 성공했다면 오버레이 사진을 해제하십시오. 이 성공 될 때까지 보정 과정을 반복하지 않은 경우. 오버레이 눈 사진에 시선 - 운동 턴의 보상 행동을 신속하게 평가하십시오.
3. 시뮬레이션
- 운전 시작 환자를 요청하여 시뮬레이션을 진행합니다.
- 다른 작업 난이도 환경을 주변의 방해가의 수준에 따라 함께 환자 드라이브 다양한 경로를 (각 농촌 지역에서 6,500 m의 약 10 분 기간) 보자. 각 환자는 3 가지의 경로를 조절합니다.
- 눈 돌림 행동의 즉각적인 평가 : 오버레이 눈 사진에 켜고 세션을 테스트하는 동안 환자의 시선 행동 시각화 : 눈 추적 장치는 지속적으로 시뮬레이션 소프트웨어 SILAB에 실제 시선 위치의 좌표를 전송합니다. 대가로 SILAB는 오버레이 눈 사진, 정확히 환자가 보는 자리에서 화면에, 눈의 이미지로 계획했다. 이것은 보정의 품질을 증명하기 위해 사용할 수있는뿐만 아니라, 또한 시선 행위가 즉시 귀하에게뿐만 아니라 볼 수 있지만 수 있도록환자 런던 심포니 오케스트라.
4. 분석
- 100 Hz의 샘플 속도로 데이터 기록을 사용 SILAB 소프트웨어. 속도, 반응 시간을 (턴 신호, 브레이크의 사용) 기록도 SILAB 소프트웨어를 사용하십시오.
- MATLAB (MathWorks 회사, Natick, USA)와 머리 및 눈 운동 매개 변수의 통계 분석을 수행합니다. 다음 기준을 사용
- 시선 속도는 30 ° / s를 초과하여 시선의 진폭은 1 ° (1 아래의 눈 움직임이 ° microsaccades에 속하는 것처럼)보다 큰 시선 궤도의 섹션으로 saccades을 정의합니다. 클러스터 saccades 80 밀리 내에서 발생. 기벽으로 saccades 사이의 섹션을 정의합니다. 6 ° / 초 11, 3 개 이상의 °의 진폭을 초과하는 움직임으로 머리 움직임을 정의합니다. 사람들이 시선 진폭에 이득을 대표하지 않기 때문에 반대 방향으로 디렉토리와 동시 머리와 눈 움직임을 제외 할 수 있습니다.
- 최대 시선 위치 일, 24 & D와 개체에 고정와 같은 객체 기벽을 정의예를 들어, 간격 x 축과 y 축에 1 개, 66 °에있는 개체의. 객체는 위치를 바라 환자에 따라 발생하지만, 객체가 3 나타납니다 때를 계산하여 위치를 바라 위해 객체의 편심을 고려하지 않습니다.
- 참가자들의 기벽 (고정 기간을 의미)와 수평 및 수직 경선 (고정 위치의 차이)의 검색의 확산의 평균 길이를 계산합니다.
- 두 가지 방법으로 측정 반응 시간 : 첫 번째 모드 (첫 번째 감지)로 측정 반응 시간은 고정 또는 수동 감지에 의해 첫번째 검출로 : 환자가 객체가 먼저 fixates와 (대부분의 경우)를 수동으로 이후 응답하면 다음 선택 첫째 탐지 등의 반응 시간 등 고정 시간. 환자가 먼저 개체를 fixating없이 회전 신호 또는 표시등으로 먼저 브레이크 페달를 사용하는 경우, 처음에 감지로 수동으로 반응 시간을 선택했습니다. 두 번째 모드 (수동 반응)으로, 반응 측정매뉴얼 반응 (브레이크 또는 회전 신호) 만에 의한 이온 시간.
5. 대표 결과
우리는 동등하게, 허혈성 PCA 경색 (왼쪽 반구의 오른쪽 2 4) 다양한 연령층의 85 건강 제어 (세 20-75년 후 불완전 hemianopia와 다른 세 6 환자 (연령 35~71년)을 모집 분산) 참조 그룹으로 눈과 머리 움직임뿐만 아니라 운전 성능 연령 관련 변경 사항을 확인합니다. 그들은인지 결손, 신경 또는 정신 적자 또는 질병을보고하지 않았고, 시력 0.5 이상의했습니다. 의료 역사는 촬영 및 가상 미디어를 경험 탐구했다. 연구는 헬싱키 선언을 준수 실시되었으며, 지역 윤리위원회에 의해 승인되었습니다. 서면 정보 동의가 모든 참가자로부터 얻은 것입니다. 모든 과목은 실험의 목적을 모르고 있었다.
여기, 우리는 재 입증이 환자의 presentative 검사 결과는 7 테스트 - 9 개월 오른쪽에있는 불완전 hemianopia (그림 1)과 뇌졸중 사건 후에 보상 행동뿐만 아니라 컨트롤로 건강한 제목없이. 건강한 통제는 유사한 연령, 운전 및 컴퓨터 게임의 경험으로 인해 선정되었습니다.
환자는 시각적 인 결함이 성공의 감지 및 전원 운전 상황에서 가능한 위험에 대한 반응과 건강한 통제에 비해 시뮬레이션을 구동에 일반 성능 결과있는 편으로 보상 saccadic 운동을 전시. 그러나, 환자 B는 보상 saccadic 움직임을 보여 연장 반응 시간이나 충돌을 일으키는 맹인 분야에서 주변 물체를 놓치고과 시뮬레이션을 운전에 저조한 실적을 공개하지 않았다. 그럼에도 불구하고, 드라이브를 통해, 환자 B는 지시를하지 않고, 적은 충돌을 야기 보상 행동을 채택했다. 테스트머리 억제 수 있도록 현실적인 조건을 수행되었으며, 보상 행동의 머리 움직임의 가능한 영향을 감지 할 수 있습니다.
환자들은 실제가 아닌 가상 운전 상황에서하는 것처럼 코스를 운전하도록 요청했다. 건강한 대상 환자에 비해 주로 시각적 인 결함이있는 한 화면 (63 %)의 측면을 커버 더 자주 saccades 1.7 배, 수행했습니다. 환자의 saccades의 진폭은 A 및 제어 비슷 (평균 진폭 : 환자의 5.3 정도의 대 건강한 과목에 5.5도). 환자의 고정 기간이는 (환자 관리에 대 483 밀리에서 381 밀리의 고정 기간을 의미) 건강한 통제에 짧은 비교했다.
대비 환자 B와 제어 화면의 균일 자주 측면 모두를 탐구. 그림 2는 P의 첫 번째 드라이브하는 동안 화면에 기벽의 분포를 보여줍니다atient A, 건강 주제 및 환자 B. 환자 B는 환자에 비해 3.4 이하 saccadic 움직임을 수행 환자의 진폭의 절반 크기를 커버 A (진폭 의미 : 5.5 환자를 환자 B에 2.9 정도 대). 환자 B는 더 이상 고정이 건강 관리와 환자 모두에 비해 기간이 보여 A (고정 기간 1049 밀리 초를 의미).
건강한 통제는 진폭을 바라에 기여 세션을 구동 당 몇 (5-10) 머리 움직임을 실행하는 동안 환자 및 환자 B는 거의 머리 움직임을 (1 ~ 2) 수행하지 않습니다.
그림 3은 시야의 왼쪽과 오른쪽에 대해 개별적으로 보여준 반응 시간에 위치를, 시선와 관련하여 객체 위치의 편심의 영향을 보여줍니다. 그림은 시야의 양쪽에 대해 개별적으로 설명 두 과목에 의한 편심에 대한 반응 시간의 증가를 보여줍니다. 아주 작은 ECC의 일부 반응 시간 entricities 미만이 50 밀리 초입니다. 이러한 현실적인 반응 시간은 아니지만 도로, 또는 환자의 고정 시점에 나타나는 개체에 따라 가능한 위험한 장소의 스캔으로 오히려 때문입니다. 인정과 잠재적 위험 지역으로 항복 :이도 관심의 특정 운전 동작을 나타냅니다 때문에 해당 이벤트를 필터링하지 않았습니다. (그래픽도 그의 눈이 분야에서 놓친 개체로 인해 환자 B에 대한 언급 덜 반응 시간이 있다는 것을 보여줍니다.)
환자와 건강한 통제는 모든 개체를 감지하고 더 충돌이 발생하지 않았습니다. 환자 B에서하지만, 반응 시간 바로 (맹인)과 왼쪽 (시력) 필드 사이에 명확하게 달랐다 : 시력 분야에 비해 1.6 배 속도가 느린 맹인 분야에서 발생하는 환자 B 감지 개체와 맹인 필드 (에서 발생하는 객체와 4 번 충돌 평균 반응 시간 : 오른쪽 (맹인) 분야 : 4411.66 MS 대 왼쪽 (시력) 분야 : 2810 밀리 초).
"> 따라서 환자는이 일에 대한 시야 결함의 측면에 도달 saccadic 운동의 증가 수에 의해 잘 권리 편심 비전을 자신의 손실을 보상. 아직도이 보상 전략은 높은 워크로드와 부족한지면하지만 명확하지 않다. 증거가 제시되어 있습니다 왼쪽 시야의 그래프 : 환자가 saccadic 운동의 lateralization로 인해 오른쪽에 동등하게 빨리 반응하도록 관리하는 동안, 그는 관련하여 전략의 가능한 비용을 제안, 왼쪽에 더 별난 취미에 더 이상 반응 시간을 보여 주었다 성능. 그러나, 건강한 통제는 또한 건강한 통제는 환자 이상의 드라이브를 덜 수행한다는 사실에 의한 것입니다 양쪽을 비교 반응 시간의 약간의 차이를 보여줍니다.이 안정 효과, 더 많은 시련을 나타냅니다 여부를 테스트하려면 해야 할 것입니다.환자는 대조적으로 A, B 환자는 compens이 부족한 환자의 대리인 결과를 제시성능을 운전에 atory 행동과 그 효과 : 맹인 입력란에 보상 saccadic 운동의 부족은 맹인 분야와 연장 반응 시간에 나타나는 개체 충돌하게되었습니다. 그럼에도 불구하고, 드라이브를 통해, 환자가 자발적으로 충돌 작은 발생률의 결과로, 더 큰 진폭으로 오른쪽 시야에 더 많은 saccades을 수행하기 시작했다.
그림 1A. 환자 A, 자동으로 30 ° 임계 perimetry.
그림 1b. 환자 B, 자동화 된 30 ° 임계 perimetry.
그림 2.
그림 3. 환자 A, 환자 B, 건강한 제어, 영상 분야에서 다양한 별난 취미에 게재 개체에 대한 반응 시간.
1이 tempomat는이 오래된 드라이버가 가능한 보상 메커니즘 7로 속도를 줄이는 것이 알려진 연령 그룹 사이의 반응 시간의 comparability을 보장하기 위해 구현되었습니다.
이 시뮬레이션 질병은 구토, 땀이나 운전 세션 동안 지속 현기증으로 설명되어 있습니다. 그 노인 8, 9, 10에 더 많은 가능성이 발생할 때 9%의 나이에 따라 37%에 이르기까지 발생 주파수에 다른 데이터가 있습니다. 연습 철저한 준비가 적절 adjus 각 개인에 대해 충분히 드라이브시뮬레이션 질병의 기회를 감소 tment.
드라이브 당 3 4 멧돼지와 코스의 직선 부분에 두 개의 서로 다른 별난 취미에서와 테스트 습관을 방지하기 위해 과정의 다른 간격으로 도로의 양쪽에서 접근하도록 프로그래밍 네 공 있습니다. 개체의 외관은 도로에 따라 통과 흐름 포인트에 의해 실행됩니다.
Discussion
새로운 설립 방법은 뇌졸중으로 인한 시야 결함이있는 환자의 시각적 탐색 행동의 검사를 할 수 있습니다. 시험 설계는 보상 시선 행동을 평가하기 위해 즉각적인 접근을 제공합니다 : 오버레이 눈 사진 기능을 사용하면 심사원이 테스트 세션 동안 환자의 시선 동작을 시각화 할 수 있습니다. 따라서,이 환자가 보상 시선의 행동을 채택 여부에 등 매우 신속하고 즉각적인 평가를 할 수 있습니다. 또한 환자가 오버레이 눈 사진이 피드백 도구를 나타내는 시선으로 화면을 가로 질러 이동하여 시선의 움직임을 시각화하여 그것을 발견 할 수 있습니다. 보상 시선 행동의 머리 움직임의 역할은 아직 명확하지 않다. 우리의 통제 그룹에 머리 움직임이 노인들에게 더 많이했다. 건강한 제어 환자보다 더 머리 움직임을 수행했습니다. 테스트 뷰의 필드의 설정보다 넓은 경우 머리 움직임이 큰 역할을 할 수 있습니다. 따라서 우리는을 확인해 없습니다Y의 머리 움직임의 환자에서 보상 시선 행동의 일환으로. 그러나 더 많은 환자가 보상 행동 머리 움직임의 역할을 명확히 조사해야합니다.
연구의 한계는 다음과 같습니다 Retesting은 드라이브 내내 눈 추적기의 수직 드리프트로 인해 일부 개인에 필요됩니다. 개체는 시선의 위치에 의해 트리거 고정 편심에서 도로를 따라 자연스럽게 나타나 없습니다. 반응 시간을 해석 할 때 객체에 관련 그럼에도 불구하고 현재의 시선의 위치가 간주됩니다.
시야 결함이있는 환자는 시뮬레이션과 실제 운전 설정하기 전에 테스트되었습니다 :.. 나무 그늘이 좋으 셨겠죠 외 12 Cockelbergh 외 13 운전 시뮬레이터에서 연구를 수행하고 건강한 컨트롤에 비해 환자 가난한 운전 성능을 보여 주었다. 그러나 그들은 눈과 머리 움직임과 개인의 차이를 기록하지 않은 수 NOT는 시각적 탐색 행동에 관련된. 나무 외이 있습니다. 6 실제 상황에서 테스트하고 시야 결함이있는 환자의 성능을 운전 평가를 설립했다. 머리와 눈 움직임이 때문에 간 평가자 신뢰성을 다루는 두 개의 독립적 인 연구자로 비디오와 사후 검사 점수를 통해 분석 하였다. 그럼에도 불구하고 그들은 고정 기간, saccades, 그리고 머리 움직임과 평가가 공인 운전 재활 전문가에 의존의 정량 분석을 제공하지 않았다. 모의 운전과의 세트 업의 장점은 잘 정의 된 눈과 머리 움직임의 매개 변수뿐만 아니라 반응 시간의 녹음 임상 설정에서 쉽고 빠르게 평가입니다. 그것은 산만의 수준을 제어하고 comparability을 허용 표준화 노선과 조건과 비슷한 운전 상황에 따라 각각의 드라이버를 노출 할 수 있습니다. 로스 2 스코틀랜드 자연 searc의 맹인 눈에 검색 동작을 향상 것으로 나타났습니다H 작업. 운전 과정에주의를 수준을 조정함으로써,있는 경우, 보상 문제는 높은 부하와 함께 실패 어떤 수준에서 증명 가능합니다. 실제 운전 연구에 시뮬레이션 비교, 그것은 가상 환경에서 보상 행동을 가르치고 두 번째 단계로 실제 운전 상황에 환자를 노출하기 위해 적절한 것 같습니다. 후자는 운전의 안전을 평가 할 수 있습니다 특히 때문입니다.
미래에 우리는 saccades, 진폭 및 배포를 분석하여 보상 행동을 다른 수준의 특성을 포함 할 예정이다. 이 보상 문제의 환자의 현재 수준으로 조정 더 많은 개별 재활 계획을 제공하기 위해 도움을 줄 수 있습니다. 환자 B는 보상 전략의 자발적인 채택을 드러내는로 둘째로, 우리는 재활 목적으로 가능한 도구로 디자인을 테스트하려면 : 단지 진단 검사 디자인으로뿐만 아니라 특정 트레이닝을위한 시뮬레이션을 운전 일을 지시전자 환자는 보상 saccade 동작을 수행합니다. 시선 나타내는 눈 오버레이 사진의 시선 문제의 즉각적인 시각화와 결합이 보상 전략에 관심을 발생할 수있는 피드백 메커니즘을 제공 할 수 있습니다.
Disclosures
관심 없음 충돌이 선언 없습니다.
Acknowledgments
연구는 보조금 CSB (01 EO 0801)을 통해 교육의 연방 교육부 (BMBF)의 자금 지원을 받게됩니다. 뇌졸중 연구 베를린 (CSB)의 센터는 통합 연구 및 치료 센터입니다. 우리는 재정적 인 지원을 Stiftung Felgenhauer 감사드립니다.
우리는 영어 텍스트를 수정을 위해 리처드 A. Dargie 감사드립니다.
Materials
| Name | Company | Catalog Number | Comments |
| Driving Simulator Software SILAB | Wuerzburg Institute for Traffic Sciences GmbH (WIVW) | http://www.wivw.de/index.php.en | |
| EyeSeeCam | University of Munich Hospital Clinical Neurosciences |
http://eyeseecam.com | |
| Estimated costs and time for establishment 20,000 Euro, 3 months. | |||
References
- Bouwmeester, L., Heutink, J., Lucas, C. The effect of visual training for patients with visual field defects due to brain damage: a systematic review. Journal of Neurology, Neurosurgery, and Psychiatry. 78, 555-564 (2007).
- Roth, T., Sokolov, A. N., Messias, A., Roth, P., Weller, M., Trauzettel-Klosinski, S. Comparing explorative saccade and flicker training in hemianopia. A randomized controlled study. Neurology. 72, 324-331 (2009).
- Freedman, E. G. Coordination of the eyes and head during visual orienting. Experimental brain research. 190, 369-387 (2008).
- Martin, T., Riley, M. E., Kelly, K. N., Hayhoe, M., Huxlin, K. R. Visually-guided behavior of homonymous hemianopes in a naturalistic task. Vision Research. 47, 3434-3446 (2007).
- Hayhoe, M. M., Ballard, D. Eye movements in natural behavior. Trends in Cognitive Sciences. 9, 188-194 (2005).
- Wood, J. M., McGwin, G., Elgin, J. Hemianopic and quadrantanopic field loss, eye and head movements, and driving. Investigative ophthalmology & visual science. 52, 1220-1225 (2011).
- Cantin, V., Lavalli re, M., Simoneau, M., Teasdale, N. Mental workload when driving in a simulator: effects of age and driving complexity. Accident; analysis and prevention. 41, 763-771 (2009).
- Brooks, J. O. Simulator sickness during driving simulation studies. Accident; analysis and prevention. 42, 788-796 (2010).
- Analysis of simulator sickness as a function of age and gender. Allen, R. W., Park, G. D., Fiorentino, D., Rosenthal, T. J., Cook, L. M. 9th Annual Driving Simulation Conference Europe, Paris, France, , (2006).
- Liu, L., Watson, B., Miyazaki, M. VR for the Elderly: Quantitative and Qualitative Differences in Performance with a Driving Simulator. Cyberpsychol. Behav. 2, 567-577 (1999).
- Einhäuser, W., Moeller, G. U., Schumann, F., Conradt, J., Vockeroth, J., Bartl, K., Schneider, E., König, P. Eye-Head Coordination during Free Exploration in Human and Cat. Basic and Clinical Aspects of Vertigo and Dizziness. Ann. N.Y. Acad. Sci. 1164, 353-366 (2009).
- Bowers, A. R., Mandel, A. J., Goldstein, R. B., Peli, E. Driving with Hemianopia, I: Detection Performance in a Driving Simulator. Investigative Ophthalmology and Visual Science. 50, 5137-5147 (2009).
- Cockelbergh, T. R. M., Brouwer, W. H., Cornelissen, F. W., van Wolffelaar, P., Kooijman, A. C. The Effect of Visual Field Defects on Driving Performance. Archives of Ophthalmology. 120, 1509-1516 (2002).
