Summary
Nós projetamos um teste de realidade virtual para avaliar as atividades instrumentais de vida diária (IADL) com um sistema de captura de movimento. Propomos uma detalhada análise cinemática para interpretar do participante vários movimentos, incluindo a trajetória, distância em movimento e hora de conclusão para avaliar capacidades IADL.
Abstract
A incapacidade de completar as atividades instrumentais de vida diária (IADL) é um precursor para várias doenças neuropsicológicos. Avaliações baseadas em questionário de IADL são fáceis de usar, mas propenso a viés subjetivo. Aqui, descrevemos um teste de novela de realidade virtual (VR) para avaliar duas tarefas complexas de IADL: manipular transações financeiras e usando transporte público. Enquanto um participante executa as tarefas em uma configuração de VR, uma moção capturar vestígios do sistema, a posição e orientação da mão dominante e cabeça em um sistema de coordenadas cartesianas tridimensional. Dados brutos cinemáticos são recolhidos e convertidos em 'cinemática medidas de desempenho,' isto é, movimento trajetória, em movimento de distância e tempo de conclusão. A trajetória de movimento é o caminho de uma parte específica do corpo (por exemplo, mão dominante ou cabeça) no espaço. Movendo a distância refere-se a distância total da trajetória, e tempo de conclusão é quanto tempo levou para completar uma tarefa IADL. Estas medidas cinemáticas poderiam discriminar pacientes com comprometimento cognitivo de controles saudáveis. O desenvolvimento do presente protocolo de medição cinemático permite a detecção de início deficiências cognitivas IADL-relacionados.
Introduction
Atividades instrumentais do diário viver (IADL), tais como manipulação de transações financeiras, utilizando os transportes públicos e cozinhar, são marcadores de médicos desde que requerem múltiplas funções neuropsicológica1. Capacidades IADL prejudicadas, portanto, são consideradas precursores de doenças neurológicas, tais como transtorno cognitivo leve (MCI) e demência2. Revisão global do ouro de IADL tarefas3 indicavam tarefas cognitivamente mais exigentes, tais como gerir as finanças e utilizando os transportes públicos, o primeiro preditor de MCI e demência.
Até à data, as avaliações mais utilizadas de IADL são questionários de auto-relato, informante com base em questionários e avaliações baseadas no desempenho4. Avaliações baseadas em questionário de IADL são de baixo custo e fácil de usar, mas são propensas a viés subjetivo. Por exemplo, quando autorelatórios, os pacientes tendem a over - ou under - estimate suas capacidades IADL5. Da mesma forma, os informadores misjudge capacidades IADL devido a equívocos do observador ou de lacunas de conhecimento4. Assim, avaliações baseadas em desempenho que perguntar aos pacientes para realizar tarefas específicas de IADL tem sido preferidas, embora muitas das tarefas são inadequadas para um ambiente clínico geral6.
Recentemente, estudos de realidade virtual (VR) têm mostrado que esta tecnologia pode ter aplicações importantes em medicina e saúde, que inclui tudo, desde o treinamento de reabilitação para avaliação médica7. Todos os participantes podem ser testados sob as mesmas condições VR, que imitam o mundo real. Por exemplo, Allain et al 8 desenvolveu uma tarefa de fazer café virtual e mostrou que os pacientes com comprometimento cognitivo realizada a tarefa mal. Et al . Klinger 9 desenvolveu outro ambiente VR para envio e tarefas de compras e encontrou uma relação significativa entre o tempo de conclusão da tarefa em VR e resultados dos testes neuropsicológicos. Estudos anteriores de VR de avaliação IADL principalmente concentraram-se em medidas de desempenho simples tais como o tempo de reação ou precisão ao usar dispositivos de entrada convencionais como um mouse e teclado8,9. Dados mais detalhados de desempenho sobre IADL assim, é necessário para a tela eficientemente para pacientes com MCI4.
Análise cinemática de dados de captura de movimento em tempo real é uma poderosa abordagem quantitativamente documentar dados detalhados de desempenho associados IADL tarefas. Por exemplo, branco et al. 10 desenvolveu uma cozinha virtual que captura dados de ângulo conjunta do participante durante as tarefas diárias da vida e usados dados capturados para avaliar quantitativamente a eficácia da terapia física. Dimbwadyo-Terrer et al 11 desenvolveu um ambiente imersivo de VR para avaliar o desempenho de membro superior, quando realizar tarefas básicas de vida diária e mostrou que a cinemáticos dados registrados em um ambiente de VR altamente correlacionado com as escalas funcionais do membro superior. Essas análises de cinemáticas com sistemas de captura de movimento podem fornecer mais oportunidade de avaliar rapidamente impairment cognitive12 de um paciente. Inclusão dos dados cinemáticos detalhados na triagem para pacientes com MCI melhorou significativamente a classificação dos pacientes em comparação com controles saudáveis13.
Aqui, descrevemos um protocolo para avaliar a cinemática dos movimentos de vida diária com sistemas de captura de movimento em um ambiente imersivo de VR. O protocolo composto por duas tarefas complexas de IADL: "tarefa 1: retirar dinheiro" (manipulação de operações financeiras) e "tarefa 2: pegar um ônibus" (transportes públicos). Enquanto as tarefas foram realizadas, um sistema de captura de movimento traçou a posição e orientação da mão dominante e cabeça. Depois de completar a tarefa 1, a trajetória da mão dominante, em movimento de distância e tempo de conclusão foram coletados. Na tarefa 2, foram coletados cabeça trajetória, em movimento de distância e tempo para conclusão. A seção de resultados de representante neste artigo detalha o teste preliminar de pacientes com MCI (i.e., IADL capacidades são prejudicadas) em comparação com controles saudáveis (ou seja, capacidades IADL estão intactas).
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Todos os procedimentos experimentais descritos aqui foram aprovados pela institucional Review Board de Hanyang University, de acordo com a declaração de Helsinque (HYI-15-029-2). 6 controles saudáveis (4 machos e 2 fêmeas) e 6 pacientes MCI (3 machos e 3 fêmeas) foram recrutados de um hospital terciário, Hanyang University Hospital.
1. recrutar participantes
- Recrute pacientes MCI (ou seja, capacidades IADL prejudicadas) e controles saudáveis (ou seja, capacidades IADL normais) com idade entre 70-80 anos.
- Com a ajuda de um neurologista com mais de 10 anos de experiência clínica, rever a história médica dos pacientes e excluir pacientes com histórico de doenças neurológicas/psiquiátricas ou cirurgia cerebral.
Nota: Use os seguintes testes neuropsicológicos: Mini Mental estado demência-exame de rastreio, coreano Instrumental atividades de diário viver, livre e seletiva Cued lembrando teste, Digit Span teste-para diante/para trás, Trail fazendo teste-A/B13 e os critérios de Albert et al . 14 para diagnosticar MCI.
2. Instale o Software VR e conectar computadores
- Configure o hardware na sala dedicada semelhante a Figura 1. Realizar este protocolo em um tamanho de uma sala virtual ambiente envolvente (4 x 2.5 x 2.5 m3) contendo 4 computadores, 4 estereoscópico tridimensional (3D) projetores e 8 câmeras de controle de movimento para rastrear a posição e orientação da mão dominante e cabeça durante as duas tarefas IADL.
Nota: As tecnologias VR usadas neste artigo são hardware e software que oferecem experiências 3D imersivas e interativas, por que eventos e objetos realistas podem ser apresentados em um ambiente virtual. Os detalhes de hardware e software são descritos na Tabela de materiais. - Certifique-se de que todos os computadores estão equipados com o software necessário (pacote redistribuível do Visual Studio 2012 (x86), DirectX e MiddleVR ou equivalente). Para MiddleVR, ou seja, software de middleware, verifique o site de15 para obter as últimas versões das bibliotecas para os dispositivos de entrada, estereoscopia, clustering e interações.
- Conecte computadores para projetores 3D estereoscópicas. Configurações gráficas são 1920 x 1080 pixels de resolução.
- Crie um grupo doméstico 10 de Windows para se conectar os 4 computadores a uma rede doméstica. No computador principal, crie uma pasta e compartilhá-lo com outros computadores do grupo doméstico.
- No computador principal, inicie o software de middleware. Clique em "Cluster". Defina o computador primário como um servidor e outros computadores como clientes. Isso sincronizará o estado de todos os dispositivos. Clique o botão "nós 3D". Especifica a posição, orientação e tamanho de tela do ambiente virtual.
- Completar as configurações com base no site15 e salve o arquivo de configuração.
3. criar sistemas de captura de movimento em um ambiente Virtual
- Monte 8 câmeras de controle de movimento em um ambiente virtual para cobrir totalmente o volume de captura. Fixe as câmeras bem para que eles permaneçam estacionários durante a captura. Certifique-se de objetos em um ambiente virtual será visíveis pelo menos 2 câmeras em todos os momentos.
- Instale o software OptiTrack motivo, ou seja, software de captura de movimento, no computador principal utilizando o manual de instalação16. Conecte o computador primário com os sistemas de captura de movimento com cabos Ethernet de categoria 6.
- Calibre os sistemas de captura de movimento com as seguintes etapas, conforme detalhado no manual software16.
- Remova todas as reflexões estranhas ou marcadores desnecessários o volume de captura.
- Clique no botão "Máscara visível" para mascarar reflexos indesejados ou interferência do ambiente.
- Clique no botão "Iniciar revistando". Use a varinha de calibração para apoiar a captura de quadros de amostra para calcular as respectivas posições e orientações no espaço 3D.
- Clique no botão "Calcular" para calibrar o sistema usando amostras coletadas.
- Verificar os resultados de calibração (em ordem de pior para melhor): pobres, justo, bom, ótimo, excelente e excepcional. Se o resultado é melhor do que grande, clique no botão "Aplicar". Se não, clique no botão "Cancelar" e repita o processo de inspecção.
- Coloque o esquadro de calibração dentro do espaço 3D, onde você quer que a origem esteja situado. Clique em "Definir plano de chão" para estabelecer uma origem do sistema de coordenadas 3D controladas.
- Selecione o associado marcadores reflexivos para a mão dominante e a cabeça. Clique no botão de "Corpo rígido" e, em seguida, clique no botão "Criar do selecionado marcadores".
- No movimento de software de captura, abrir o menu de "Streaming". Verifique se o número da porta listado é 3883 e marque a caixa de "Transmissão de dados do quadro" na categoria "VRPN Streaming Engine". Clique em "Ctrl" + "S" para salvar o arquivo de calibração.
- No computador principal, inicie o software de middleware. Clique no botão "Dispositivos". Adicionar um VRPN Tracker para obter dados de monitoramento do sistema de captura de movimento e em seguida, salve o arquivo de configuração.
4. preparar um ambiente Virtual para uso
- Remova todos os objetos reflexivos (i.e., relógios, anéis, brincos, metais, etc.) do ambiente virtual.
- Liga computadores, projetores 3D estereoscópicas e sistemas de captura de movimento (360 frames por segundo).
- Uma vez que 4 computadores estejam em execução, inicie o software VRDaemon. Por exemplo, clique duas vezes em "VRDaemon.exe" que encontra em "C:\Program Files (x86) \MiddleVR\bin."
- No computador principal, inicie o software de captura de movimento. Clique no botão perto do menu superior rotulado "Open Existing Project." Carrega o arquivo de calibração de câmera.
- No computador principal, inicie o software de middleware. Clique no botão "Simulações". Carrega os arquivos apropriados de simulação e configuração de uma pasta compartilhada.
- Sobre o software de middleware, pressione o botão "Executar" para executar um aplicativo virtual imersivo com os arquivos de configuração e simulação selecionados.
5. familiarizar os participantes com o ambiente Virtual
- Fornece ao participante com óculos estereoscópicas, pesando cerca de 50 g. A frequência dos óculos estereoscópicas é 192 Hz. Certifique-se de que os óculos estereoscópicas confortavelmente são colocados sobre os olhos e ouvidos; Ver Figura 2A.
- Anexe marcadores reflexivos, pesando menos de 1 g a mão dominante do participante e a cabeça. Tenha cuidado para anexar os marcadores reflexivos firmemente; Ver Figura 2B. Informar os participantes que podem livremente mover ou girar no ambiente virtual usando o movimento da cabeça e pode clicar em objetos virtuais com a mão dominante. Uma mão virtual aparece no ambiente virtual para imitar a posição do dedo indicador do participante; Veja a Figura 3.
- Pedir o participante a mover-se livremente (ou seja, levante-se, sente-se, vá para a esquerda e direita) no ambiente virtual por 5 min familiarizar-se com o ambiente de VR. Em seguida, pedir o participante clicar botões virtuais por 5 min para que se familiarize com a forma de interagir com objetos virtuais, com a mão dominante. Se o participante pede um, fornece outra sessão de treinamento de 10 min.
- Verificar se o participante é imune à doença VR com um simulador doença questionário17.
Atenção: O movimento sincronizado de rastreamento no visor estereoscópico pode causar doença VR, o que pode resultar em desconforto, dor de cabeça, consciência de estômago, náuseas, vômitos, palidez, sudorese, fadiga, sonolência, desorientação e apatia. Se o participante se queixa de fadiga ou o resultado de doença do simulador é muito alto, pare o protocolo.
6. executar "tarefa 1: retirar o dinheiro"
Cuidado: Contrabalançar as sequências de tarefas 1 e 2 de tarefa para remover o efeito de transição.
- Explicar ao participante os detalhes da tarefa e fornecer os 8 ação passos para completar a tarefa no ambiente virtual. As etapas são (1) inserir o cartão no ATM, (2) Seleccione o menu 'retirar', (3) Seleccione a quantidade para retirar (4) Seleccione o tipo de conta, (5) Introduza o PIN (número de identificação pessoal), (6) selecionar a opção de recebimento, (7) Retire o cartão e (8) tomar o dinheiro de o ATM (ver Figura 4).
- No computador principal, inicie o software de middleware. Na guia "Simulações", selecione um arquivo de simulação para a tarefa 1 e um arquivo de configuração. Pressione o botão "Executar"; "Tarefa 1: retirar dinheiro" será executado no ambiente virtual.
Nota: Para o arquivo de tarefa 1, consulte o arquivo anexado "Tarefa 1 retirar Money.zip" no arquivo suplementar 1. Note que a tarefa virtual foi desenvolvida com o motor 3D de unidade. - Se a "tarefa 1: retirar dinheiro" é executado no ambiente virtual, instruir o participante a realizar da seguinte forma: "por favor retirar KRW 70.000 (equivalente a cerca de 60 USD) da ATM para fazer compras. Selecionados dois tipos diferentes de notas, uma nota KRW 50.000 para KRW 50.000 e duas 10.000 notas de KRW para KRW 20.000. A senha para a sua transação é a data de hoje. Por exemplo, se o experimento for realizado no dia 11 de novembro, o pino é 1111. Guarde o recibo para uma referência mais adicional".
- Quando a tarefa estiver concluída, verifique os dados cinemáticos salvos em arquivos CSV (valores separados por vírgula) para posterior análise de uma pasta compartilhada.
Nota: Usando os sistemas de captura de movimento, durante a "tarefa 1: retirar dinheiro" gravar a posição e orientação da mão dominante durante a realização de uma tarefa com uma frequência de gravação de 1 ms. - Poupa cerca de 5 min para o participante antes de começar a "tarefa 2: pegar um ônibus."
7. executar "tarefa 2: Pegue o ônibus"
- Explicar ao participante os detalhes da tarefa e fornecer instruções sobre como concluir "tarefa 2: Pegue o ônibus" da seguinte forma: "por favor esperar na parada de ônibus e pegar o ônibus de destino. As alvo ônibus informações serão dadas na tela do VR por um número específico de linha, cor e destino. Quando chega o ônibus de destino, certifique-se de andar fora da paragem de autocarro e a porta da frente do ônibus alvo. 8 autocarros de destino diferente serão aleatoriamente gerados e apresentados." Consulte a Figura 5.
- No computador principal, inicie o software de middleware. Na guia "Simulações", selecione um arquivo de simulação para a tarefa 2 e um arquivo de configuração. Pressione o botão "Executar", depois "tarefa 2: Pegue o ônibus" será executado no ambiente virtual.
Nota: Para o arquivo de tarefa 2, consulte o arquivo anexado "Tarefa 2 tomar um Bus.zip" no arquivo suplementar 2. Note que a tarefa virtual foi desenvolvida com o motor 3D de unidade. - Se a "tarefa 2: Pegue o ônibus" é executado no ambiente virtual, instruir o participante a espera na paragem do autocarro. Clique na tecla "Espaço" no teclado para fazer o ônibus chegar na parada de ônibus.
- Quando a tarefa estiver concluída, verifique os dados cinemáticos salvos em arquivos CSV, para posterior análise de uma pasta compartilhada.
Nota: Usando os sistemas de captura de movimento, durante a "tarefa 2: Pegue o ônibus" gravar a posição e orientação da cabeça quando realizar a tarefa com uma frequência de gravação de 1 ms. - O protocolo é completo. Ajude o participante tirar os óculos estereoscópicas e separe os marcadores reflexivos da mão dominante e da cabeça.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
CSV arquivos de "tarefa 1: retirar dinheiro" foram analisados utilizando o software estatístico R para calcular a trajetória da mão dominante, em movimento de distância e tempo para conclusão. A trajetória do movimento da mão dominante é visualizada (Figura 6). A distância em movimento da mão dominante é calculada através da soma das distâncias totais entre as posições de mão sequencial ao executar a tarefa 1. A distância entre as posições é a distância euclidiana. Tempo para conclusão: o tempo gasto para concluir a tarefa inteira (ou seja, da etapa 1 "inserir o cartão no ATM" para o passo 8 "receber dinheiro do caixa"). Para o código de R para análise estatística, consulte o arquivo anexado "Tarefa 1 R Code.docx" em 3 de arquivo suplementar.
CSV arquivos de "tarefa 2: Pegue o ônibus" são analisados para calcular a trajetória de cabeça, movendo a distância e hora de conclusão usando o software estatístico R. A trajetória do movimento da cabeça é visualizada (Figura 7). A distância em movimento da cabeça é calculada através da soma da totais distâncias entre posições de cabeça sequenciais ao executar a tarefa 2. A distância entre duas posições é a distância euclidiana. O tempo para conclusão significa o tempo gasto desde o início até o fim da tarefa inteira com oito ônibus de destino. Para o código de R para análise estatística, consulte o arquivo anexado "Tarefa 2 R Code.docx" em 4 de arquivo suplementar.
Características antropométricas e as medidas de cinemáticas de pacientes com MCI e controles saudáveis são mostradas na tabela 1. Este teste VR com moção capturar sistemas apresenta novas oportunidades para medir a cinemática das tarefas complexas IADL. Seguindo o protocolo aqui apresentado, pesquisadores podem obter os dados de desempenho cinemático "tarefa 1: retirar dinheiro" (manipulação de operações financeiras) e "tarefa 2: pegar um ônibus" (transportes públicos).
Com efeito, um estudo de caso-controle com este protocolo foi realizado com diversas análises estatísticas (isto é, análise multivariada de variância, uma análise de correlação de Pearson e uma análise discriminante linear gradual para a frente), que podem ser encontradas em nosso estudo empírico13.
Figura 1: um ambiente virtual imersivo tamanho de uma sala Clique aqui para ver uma versão maior desta figura.
Figura 2: preparação antes da avaliação. (A), o sujeito usa óculos estereoscópicas. (B) marcadores reflexivos são anexados a mão dominante e a cabeça. Clique aqui para ver uma versão maior desta figura.
Figura 3: representação de mão Virtual no ambiente virtual. (A) uma esfera branca representa a posição do dedo indicador. O participante clica em um botão virtual número "2". (B) O participante clica em um botão virtual número "4". Clique aqui para ver uma versão maior desta figura.
Figura 4: tarefa 1: retirar dinheiro da ATM. (A) participante entra em um código PIN para o ATM. (B) participante retira dinheiro do ATM. , por favor clique aqui para ver uma versão maior desta figura.
Figura 5: tarefa 2: Pegue um ônibus (A) participante espera na paragem do autocarro. (B) participante caminha fora de ônibus e para o ônibus de destino. Clique aqui para ver uma versão maior desta figura.
Figura 6: tarefa 1: trajetória de movimento de mão em 3D espaço cartesiano. (A) controles saudáveis. (B), MCI pacientes. Clique aqui para ver uma versão maior desta figura.
Figura 7: tarefa 2: trajetória de movimento de cabeça em 3D espaço cartesiano. (A) controles saudáveis. (B), MCI pacientes. Clique aqui para ver uma versão maior desta figura.
| Pacientes MCI | Controles saudáveis | |
| Número (macho) | 6 (3) | 6 (4) |
| Idade (anos) | 72.4 ± 1,9 | 72.6 ± 1,7 |
| Tarefa 1: Retirar o dinheiro | ||
| Movendo a distância (m) | 34,7 ± 9,1 | 52,5 ± 10,5 |
| Tempo para conclusão (min) | 1,8 ± 0,3 | 1.3 ± 0.2 |
| Tarefa 2: Pegar um ônibus | ||
| Movendo a distância (m) | 100,3 ± 11,4 | 128.5 ± 14,2 |
| Tempo para conclusão (min) | 13,5 ± 0.2 | 13,5 ± 0.2 |
Tabela 1: Características antropométricas e medidas cinemáticas . Os valores são meios ± SD
Arquivo suplementar 1: tarefa 1 retirar Money.zip. Clique aqui para baixar este arquivo.
Arquivo suplementar 2: tarefa 2 tomar um Bus.zip. Clique aqui para baixar este arquivo.
Arquivo suplementar 3: tarefa 1 Code.docx R. Clique aqui para baixar este arquivo.
Arquivo suplementar 4: tarefa 2 R Code.docx. Clique aqui para baixar este arquivo.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Nós detalhados um protocolo de medição cinemático dos movimentos de vida diária com sistemas de captura de movimento em um ambiente imersivo de VR. Primeiro, a configuração experimental guiada para como configurar, preparar e familiarizar os participantes com o ambiente envolvente do VR. Em segundo lugar, nós desenvolvemos duas tarefas IADL padronizadas em VR. Em terceiro lugar, o passo 3 e passo 5 na seção de protocolo são os passos mais importantes para minimizar a doença VR. Ao configurar os sistemas de captura de movimento no ambiente virtual (etapa 3), é importante montar a câmera alta o suficiente para totalmente cobrir o volume de captura, consertar as câmeras estàvel para evitar movimento durante a captura, certifique-se de que pelo menos duas câmeras podem simultaneamente capturar um objeto e remover quaisquer reflexões estranhas ou marcadores desnecessários do ambiente virtual. Enquanto a familiarizar os participantes com VR (etapa 5), é crucial fornecer suficiente treinamento para que eles se acostumaram a experiência virtual. Se os participantes experimentam quaisquer sintomas de doença VR (por exemplo, desconforto, dor de cabeça, náuseas, vômitos, palidez, sudorese, fadiga, sonolência, desorientação e apatia), o experimento deve ser interrompido. Finalmente, os dados brutos cinemáticos foram traduzidos por software estatístico R.
Um desafio do nosso protocolo e limitação é que as tarefas IADL virtuais devem ser validadas por comparação com tarefas IADL reais. Embora estudos anteriores demonstraram que tarefas de virtual e reais foram altamente correlacionadas em termos de tempo de reação, precisão8, clínicos e medidas funcionais11, o protocolo de medição cinemático atual deve ser compatível com muitos Avaliação Neuropsicológica convencional. Baseando-se nesta validação, precisamos ampliar este protocolo com tarefas diferentes IADL. Outra limitação é que esse protocolo analisa apenas típicas medidas cinemáticas, tão mais medidas de desempenho cinemático sofisticado em um ambiente virtual, tais como aceleração, movimento de precisão e eficiência, devem ser incluídas.
A importância do protocolo de medição cinemática atual é que é rápido, seguro, fácil de executar e não-invasivo para a deteção dos défices IADL cedo. Um estudo anterior usando este protocolo confirmou que a cinemáticas medidas em conjunto com um resultado de teste neuropsicológico melhor discriminação pacientes MCI de controles saudáveis13. Quantificação dos défices funcionais específicos pode também fornecer uma base para localizar a origem e a extensão do dano neurológico e, portanto, auxiliar na tomada de decisões clínica para a individualização de terapias18. Neste contexto, o protocolo proposto neste artigo pode ser usado para tomada de decisão clínica baseada em evidências.
Considerando as aplicações futuras, este protocolo pode ser usado para outras doenças neuropsicológicos como de lesão cerebral traumática19. Além disso, pode ser interessante analisar subtarefas específicas no atual protocolo para identificar quais tipos são mais desafiadores. Além disso, estudos recentes de VR para treinar pacientes com AVC mostraram melhorias nas funções de memória e atenção, após uma intervenção de jogo baseado em VR20. Seria de grande interesse para aplicar este protocolo para contextos de reabilitação neuropsicológica adicionais.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Os autores declaram não há conflitos de interesse.
Acknowledgments
K.S. e A.L. contribuam igualmente. Esta pesquisa foi apoiada pelo programa de pesquisa de ciência básica através da nacional Research Foundation de Coreia (NRF) financiado pelo Ministério da ciência, TIC & futuro planejamento (NRF-2016R1D1A1B03931389).
Materials
| Name | Company | Catalog Number | Comments |
| Computer | N/A | N/A | Computer requirements: - Single socket H3 (LGA 1150) supports - Intel® Xeon® E3-1200 v3, 4th gen. Core i7/i5/i3 processors - Intel® C226 Express PCH - Up to 32GB DDR3 ECC/non-ECC 1600MHz UDIMM in 4 sockets - Dual Gigabit Ethernet LAN ports - 8x SATA3 (6Gbps) - 2x PCI-E 3.0 x16, 3x PCI-E 2.0 x1, and 2x PCI 5V 32-bit slots - 6x USB 3.0 (2 rear + 4 via headers) - 10x USB 2.0 (4 rear + 6 via headers) - HD Audio 7.1 channel connector by Realtek ALC1150 - 1x DOM power connector and 1x SPDIF Out Header - 800W High Efficiency Power Supply - Intel Xeon E3-1230v3 - DDR3 PC12800 8GB ECC - WD 1TB BLUE WD 10EZEX 3.5" - NVIDIA QUADRO K5000 & SYNC |
| Stereoscopic 3D Projector | Barco | F35 AS3D WUXGA | Resolution: - WQXGA (2,560 x 1,600) - Panorama (2,560 x 1,080) - WUXGA (1,920 x 1,200), 1080p (1,920 x 1,080) |
| Stereoscopic Glasses | Volfoni | Edge 1.2 | For further information, visit http://volfoni.com/en/edge-1-2/ |
| Motion Capture Systems | NaturalPoint OptiTrack | 17W | For further information, visit http://optitrack.com/products/prime-17w/ |
| OptiTrack (Motion capture software) | NaturalPoint OptiTrack | Motive 2.0 | For further information, visit https://optitrack.com/downloads/motive.html |
| MiddleVR (Middleware software) | MiddleVR | MiddleVR For Unity | For further information, visit http://www.middlevr.com/middlevr-for-unity/ |
| VRDaemon (Middleware software) | MiddleVR | MiddleVR For Unity | For further information, visit http://www.middlevr.com/middlevr-for-unity/ |
| Unity3D (Game engine) | Unity Technologies | Personal | For further information, visit https://unity3d.com/unity |
References
- Reppermund, S., et al. Impairment in instrumental activities of daily living with high cognitive demand is an early marker of mild cognitive impairment: the Sydney Memory and Ageing Study. Psychol. Med. 43 (11), 2437-2445 (2013).
- Graf, C. The Lawton instrumental activities of daily living scale. Am. J. Nurs. 108 (4), 52-62 (2008).
- Gold, D. A. An examination of instrumental activities of daily living assessment in older adults and mild cognitive impairment. J. Clin. Exp. Neuropsychol. 34 (1), 11-34 (2012).
- Jekel, K., et al. Mild cognitive impairment and deficits in instrumental activities of daily living: a systematic review. Alzheimers. Res. Ther. 7 (1), 17 (2015).
- Suchy, Y., Kraybill, M. L., Franchow, E. Instrumental activities of daily living among community-dwelling older adults: discrepancies between self-report and performance are mediated by cognitive reserve. J. Clin. Exp. Neuropsychol. 33 (1), 92-100 (2011).
- Desai, A. K., Grossberg, G. T., Sheth, D. N. Activities of Daily Living in patients with Dementia. CNS drugs. 18 (13), 853-875 (2004).
- Ma, M., Jain, L. C., Anderson, P. Virtual, augmented reality and serious games for healthcare 1. 68, Springer Science & Business Pubs. Berlin. (2014).
- Allain, P., et al. Detecting everyday action deficits in Alzheimer's disease using a nonimmersive virtual reality kitchen. J. Int. Neuropsychol. Soc. 20 (5), 468-477 (2014).
- Klinger, E., et al. AGATHE: A tool for personalized rehabilitation of cognitive functions based on simulated activities of daily living. IRBM. 34 (2), 113-118 (2013).
- White, D., Burdick, K., Fulk, G., Searleman, J., Carroll, J. A virtual reality application for stroke patient rehabilitation. ICMA. 2, 1081-1086 (2005).
- Dimbwadyo-Terrer, I., et al. Activities of daily living assessment in spinal cord injury using the virtual reality system Toyra: functional and kinematic correlations. Virtual Real. 20 (1), 17-26 (2016).
- Preische, O., Heymann, P., Elbing, U., Laske, C. Diagnostic value of a tablet-based drawing task for discrimination of patients in the early course of Alzheimer's disease from healthy individuals. J. Alzheimers. Dis. 55 (4), 1463-1469 (2017).
- Seo, K., Kim, J. K., Oh, D. H., Ryu, H., Choi, H. Virtual daily living test to screen for mild cognitive impairment using kinematic movement analysis. PLOS ONE. 12 (7), e0181883 (2017).
- Albert, M. S., et al. The diagnosis of mild cognitive impairment due to Alzheimer's disease: Recommendations from the National Institute on Aging-Alzheimer's Association workgroups on diagnostic guidelines for Alzheimer's disease. Alzheimers. Dement. 7 (3), 270-279 (2011).
- MiddleVR. User Guide. [FR]. , Available from: http://www.middlevr.com/doc/current/ c2014-c2017 (2017).
- OptiTrack. Motive Quick Start Guide. , Available from: https://optitrack.com/public/documents/motive-quick-start-guide-v1.10.0.pdf c1996-c2017 (2017).
- Kennedy, R. S., Lane, N. E., Berbaum, K. S., Lilienthal, M. G. Simulator sickness questionnaire: An enhanced method for quantifying simulator sickness. Int. J. Aviat. Psychol. 3 (3), 203-220 (1993).
- Singh, N. B., Baumann, C. R., Taylor, W. R. Can Gait Signatures Provide Quantitative Measures for Aiding Clinical Decision-Making? A Systematic Meta-Analysis of Gait Variability Behavior in Patients with Parkinson's Disease. Front. Hum. Neurosci. 10, 319 (2016).
- Hernandez, F., et al. Six degree-of-freedom measurements of human mild traumatic brain injury. Ann. Biomed. Eng. 43 (8), 1918-1934 (2015).
- Gamito, P., et al. Cognitive training on stroke patients via virtual reality-based serious games. Disabil. Rehabil. 39 (4), 385-388 (2017).
