Summary
Målet var att designa, bygga och pilotera en ny virtuell verklighet uppgift att upptäcka och karakterisera ensidiga rumslig försummelse, ett syndrom som påverkar 23-46% av akut stroke överlevande, utöka rollen av virtuell verklighet i studien och förvaltningen av neurologiska sjukdomar.
Abstract
Ensidiga rumsliga försummelse (USN) är ett syndrom som kännetecknas av ouppmärksamhet till eller passivitet i ena sidan av rymden och påverkar mellan 23-46% av akut stroke överlevande. Diagnos och karakterisering av dessa symtom hos enskilda patienter kan vara utmanande och kräver ofta kvalificerad klinisk personal. Virtual reality (VR) ger möjlighet att utveckla nya bedömningsverktyg för patienter med USN.
Vi syftade till att designa och bygga ett VR-verktyg för att upptäcka och karakterisera subtila USN-symtom, och att testa verktyget på ämnen som behandlats med hämmande repetitiv transkraniell magnetisk stimulering (TMS) av när regioner associerade med USN.
Vi skapade tre experimentella villkor genom att tillämpa TMS på två distinkta regioner i cortex är associerade med visuospatial bearbetning- överlägsen temporal gyrus (STG) och supramarginal gyrus (SMG) - och tillämpas falska TMS som en kontroll. Vi placerade sedan ämnen i en virtuell verklighetsmiljö där de ombads att identifiera blommorna med laterala asymmetrier av blommor fördelade över buskar i båda hemispaces, med dynamisk svårighet justering baserat på varje ämnes prestanda.
Vi fann betydande skillnader i genomsnittlig head yaw mellan ämnen stimuleras vid STG och de stimuleras vid SMG och marginellt betydande effekter i den genomsnittliga visuella axeln.
VR-tekniken blir mer tillgänglig, prisvärd och robust, vilket ger en spännande möjlighet att skapa användbara och nya spelliknande verktyg. Tillsammans med TMS kan dessa verktyg användas för att studera specifika, isolerade, artificiella neurologiska underskott hos friska försökspersoner, informera skapandet av VR-baserade diagnostiska verktyg för patienter med underskott på grund av förvärvad hjärnskada. Denna studie är den första till vår kunskap där artificiellt genererade USN-symtom har utvärderats med en VR-uppgift.
Introduction
Ensidiga rumsliga försummelse (USN) är ett syndrom som kännetecknas av ouppmärksamhet till eller passivitet i ena sidan av rymden som påverkar mellan 23-46% av akut stroke överlevande, oftast innebär skada på den högra cerebrala halvklotet och resulterar i en tendens att ignorera den vänstra sidan av rymden och/eller överlevandes kropp1,2. Även om majoriteten av patienter med USN upplever betydande återhämtning på kort sikt, kvarstår subtila USN symtom ofta3. USN kan öka patientrisken för fall och hindra dagliga aktiviteter2,4 Det har också visat sig ha en negativ inverkan på både motoriska och globala funktionella resultat5,6.
Underskott i USN kan konceptualiseras som befintliga över flera dimensioner, till exempel om en person ignorerar en sida av rymden med avseende på sin egen kropp (egocentrisk) eller med avseende på en extern stimulans (allocentrisk)7,8,9, eller om en person inte kan rikta sin uppmärksamhet (uppmärksamhet) eller handlingar (avsiktliga) mot ena sidan av rymden10 . Patienter uppvisar ofta en komplex konstellation av symtom som kan karakteriseras längs mer än en av dessa dimensioner. Denna variabilitet av USN syndrom tros bero på varierande grad av skada på specifika neuroanatomical strukturer och neuronal nätverk, som är komplexa11. Allocentric försummelse har associerats med skador av vinkel gyrus (AG) och överlägsen temporal gyrus (STG), medan den bakre parietal cortex (PPC) inklusive supramarginal gyrus (SMG) har varit inblandad i egocentric bearbetning12,13,14,15. Attentional försummelse tros involvera skador i rätt IPL16, medan avsiktlig försummelse tros vara sekundärt till skador av rätt frontallob17 eller basala ganglier18.
Klinisk bedömning av USN förlitar sig för närvarande på penna-och-papper neuropsykologiska instrument. Dessa konventionella bedömningsverktyg kan vara mindre känsliga än mer tekniskt sofistikerade verktyg, vilket resulterar i misdiagnosing eller underdiagnostisering av vissa patienter med USN19. Bättre karakterisering av återstående underskott kan underlätta leverans av terapi till patienter med mildare USN och potentiellt förbättra deras övergripande återhämtning, men sådan karakterisering skulle kräva mycket känsliga diagnostiska verktyg. USN innebär liknande utmaningar i laboratoriemiljön, där det kan vara svårt att isolera från de motoriska och synnedsättningar som vanligtvis följer USN bland strokepatienter.
Virtual reality (VR) erbjuder en unik möjlighet att utveckla nya verktyg för diagnos och karakterisering av USN. VR är en multisensorisk 3D-miljö som presenteras i första person med realtidsinteraktioner där individer kan utföra uppgifter som involverar ekologiskt giltiga objekt20. Det är ett lovande verktyg för att bedöma USN. möjligheten att exakt styra vad användaren ser och hör gör det möjligt för utvecklare att presentera en mängd olika virtuella uppgifter för användaren. Dessutom möjliggör de sofistikerade hårdvaru- och programvarupaket som för närvarande är tillgängliga en realtidsinsamling av en mängd data om användarens åtgärder, inklusive ögon-, huvud- och lemrörelser, som vida överstiger de mätvärden som erbjuds av traditionella diagnostiska tester21. Dessa dataströmmar är omedelbart tillgängliga, vilket öppnar möjligheten för realtidsjustering av diagnostiska uppgifter baserat på användarprestanda (t.ex. inriktning på den ideala svårighetsnivån för en viss uppgift). Den här funktionen kan underlätta uppgiftsanpassning till det stora utbudet av allvarlighetsgrad som ses i USN, vilket anses vara en prioritet i utvecklingen av nya diagnostiska verktyg för USN22. Dessutom kan uppslukande VR-uppgifter lägga en ökad börda på patienternas uppmärksamhetsresurser23,24, vilket resulterar i ökade fel som kan underlätta upptäckten av försummelsesymtom. Vissa VR-uppgifter har faktiskt visat sig ha ökad känslighet jämfört med konventionella pappers- och pennmått på USN24,25.
I denna studie var målet att skapa ett bedömningsverktyg som inte kräver någon expertis inom neurologi för att fungera och som på ett tillförlitligt sätt kan upptäcka och karakterisera även subtila fall av USN. Vi byggde en virtuell verklighetsbaserad, spelliknande uppgift. Vi inducerade sedan ett USN-liknande syndrom i friska ämnen med transkraniell magnetisk stimulering (TMS), en icke-invasiv hjärnstimuleringsteknik som använder elektromagnetiska pulser som avges från en handhållen stimuleringsspole, som passerar genom skalpen och skallen av ämnet och inducerar elektriska strömmar i ämnets hjärna som stimulerar nervceller26,27. Denna teknik har använts i studien av USN av andra13,17,28,29,30, men såvitt vi vet aldrig i samband med ett VR-baserat bedömningsverktyg.
Många forskare arbetar redan med diagnostiska och terapeutiska tillämpningar av VR-system. Nyligen genomförda granskningar31,32 undersökte ett antal projekt som syftade till bedömning av USN med VR-baserade tekniker, och ett antal andra studier med detta syfte har publicerats33,34,35,36,37,38,39,40,41 . Majoriteten av dessa studier använder inte hela komplementet av VR-teknik som för närvarande är tillgänglig för konsumentmarknaden (t.ex. en huvudmonterad display (HMD) och ögonspårningsinsatser), vilket begränsar deras datamängder till ett mindre antal lätt kvantifierbara mätvärden. Dessutom utfördes alla dessa studier på patienter med förvärvad hjärnskada som ledde till USN, vilket krävde screeningmetoder för att säkerställa att patienter åtminstone kunde delta i bedömningsarbetet (t.ex. exklusive patienter med stora synfältsunderskott eller kognitiv svikt). det är möjligt att mer subtila kognitiva, motoriska eller visuella underskott passerade under tröskeln för dessa screeningmetoder, eventuellt förvirra resultaten av dessa studier. Det är också möjligt att en sådan screening partiskade deltagarnas urval mot en viss subtyp av USN.
För att undvika screening biases av tidigare studier rekryterade vi friska ämnen och artificiellt simulerade USN-symtom med ett standard TMS-protokoll som är väl beskrivet i ett nytt manuskript15, med målet att inducera allocentriska USN-liknande symtom genom att rikta in sig på STG och egocentriska USN-liknande symtom genom att rikta in sig på SMG. Vi utformade uppgiften att aktivt justera dess svårighetsprövning till prövning och att skilja mellan olika undertyper av USN, särskilt allocentriska kontra egocentriska symtom. Vi använde också standardpappers- och pennbedömningar av USN för att formellt visa att de underskott vi inducerade med rTMS är USN-liknande. Vi tror att metoden kommer att vara användbar för andra forskare som vill testa nya VR-verktyg för bedömning och rehabilitering av USN.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Denna studie godkändes av den lokala institutionella granskningsnämnden och uppfyller alla kriterier som anges i riktlinjerna för god klinisk praxis. Alla deltagare gav informerat samtycke innan några studieförfaranden började. Studiedeltagarna förväntades delta i tre separata sessioner (beskrivs i tabell 1). Elementen i experimentet beskrivs stegvis nedan. Sessionsordningen randomiserades.
| Session A | Vr-uppgift före rTMA | Vilande motor tröskfäste* | rTMR på STG eller SMG | Beteendeuppgift efter rTMS VR |
| 5/10 pulser framkallar parlamentsledamot o fingerryckning (*Endast första sessionen) | 110% av RMT i 20 min vid 1 Hz (1200 pulser totalt) | |||
| 15 min | 60 min | 20 min | 15 min | |
| Session B | Vr-uppgift före rTMA | Vilande motor tröskfäste* | rTMR på Vertex | Beteendeuppgift efter rTMS VR |
| 5/10 pulser framkallar parlamentsledamot o fingerryckning (*Endast första sessionen) | 110% av RMT i 20 min vid 1 Hz (1200 pulser totalt) | |||
| 15 min | 60 min | 20 min | 15 min | |
| Session C | Pre-rTMS papper & Penna Beteendeuppgift | Vilande motor tröskfäste* | rTMR på STG eller SMG | Post-rTMS papper & Penna Beteendeuppgift |
| Bells test; Otas cirkel inställd; avbokning av vistelsen; radbisektionsaktivitet | 5/10 pulser framkallar parlamentsledamot o fingerryckning (*Endast första sessionen) | 110% av RMT i 20 min vid 1 Hz (1200 pulser totalt) | Bells test; Otas cirkel inställd; avbokning av vistelsen; radbisektionsaktivitet | |
| 10 min | 60 min | 20 min | 10 min |
Tabell 1. Struktur för varje studiesession. Sessionsordningen randomiserades. Beräknad tid för varje objekt i kursiv stil. MEP=motor framkallade potential; rTMS=Repetitiv transkraniell magnetisk stimulering; P&P=Diagnostiska tester för pappers- och penndrag; RMT=Tröskelvärde för vilomotor
1. Beteendeuppgifter för papper och penna
- Låt ämnet slutföra radens bisection-uppgift (LBT).
- Låt motivet sitta vid ett bord mittemot testaren. Förse ämnet med ett skrivredskap. Ge motivet stimulansbladet (figur 1), se till att det placeras direkt framför motivet.
OBS: Även om det inte utförs i detta experiment, skulle det vara idealiskt att presentera varje rad som ska delas individuellt på separata pappersark för att undvika partisk ämne med ytterligare sammanhang (Se Ricci och Chatterjee, 200142). - Instruera ämnet att dela (dela upp i halvor) varje rad tryckt på stimulansbladet och komma så nära mitten som möjligt.
- Be ämnet att hålla huvudet och axlarna centrerade så bra som möjligt, att slutföra uppgiften så snabbt och exakt som möjligt och att meddela testaren när de är klara. Övervaka motivet för att säkerställa att de inte lutar eller lutar huvudet för mycket.
- Samla arket från ämnet när ämnena säger att de är klara.
- Låt motivet sitta vid ett bord mittemot testaren. Förse ämnet med ett skrivredskap. Ge motivet stimulansbladet (figur 1), se till att det placeras direkt framför motivet.
- Låt ämnet slutföra Bell's Test.
- Förse ämnet med Bells teststimulansblad (bild 2).
- Instruera ämnet att cirkla eller korsa ut alla klockor på stimulansbladet, att göra det så snabbt och exakt som möjligt, att hålla huvudet och axlarna så centrerade som möjligt och att meddela testaren när de är klara.
- Övervaka motivet för att säkerställa att de inte lutar eller lutar huvudet för mycket. När ämnet säger att de är klara, fråga ämnet om de är säkra och låt dem dubbelkolla sitt arbete.
- Samla arket från ämnet när ämnena säger att de är klara en andra gång.
- Låt ämnet slutföra stjärnans avbokningsuppgift.
- Presentera ämnet med stimulansbladet (figur 3), se till att det är direkt framför dem.
- Instruera ämnet att cirkla eller korsa ut alla stjärnor på stimulansbladet, att göra det så snabbt och exakt som möjligt, att hålla huvudet och axlarna så centrerade som möjligt och att meddela testaren när de är klara.
- Övervaka motivet för att säkerställa att de inte lutar eller lutar huvudet för mycket.
- Samla arket från ämnet när ämnena säger att de är klara.
- Låt ämnet slutföra Otas cirkelavbokningsuppgift.
- Förse ämnet med Otas cirkelavbokningsstimulansblad (figur 4), vilket säkerställer att det placeras direkt framför motivet.
- Instruera ämnet att korsa ut eller cirkla alla öppna / ofullständiga cirklar, att göra det så snabbt och exakt som möjligt, att hålla axlarna så centrerade som möjligt och att meddela testaren när de är klara.
- Övervaka motivet för att säkerställa att de inte lutar eller lutar huvudet för mycket.
- Samla arket från ämnet när ämnena säger att de är klara.
- Upprepa denna uppgift (steg 1.4.1 till 1.4.4) med en annan kopia av stimulansbladet, men den här gången ska stimulansbladet roteras 180 grader från den orientering som det ursprungligen presenterades.
2. TMS-förfaranden
- Skapa en modell för neuronavigation före den första sessionen.
- Få ämnets 3T T1 MRI-skanning i en NIFTI- eller dicom-filtyp.
- Ladda upp den MRI-skanningen i den neuronavigationella programvaran för att skapa en 3D-representation av ämnets hjärna.
- Välj Nytt tomt projekt i programvaran. Dra motivets MR-genomsökning till fältet med etiketten "Arkiv:".
- Gå till fliken Rekonstruktioner .
- Välj Nytt skal och dra de gröna gränslinjerna på nästa skärm för att omfatta hela bilden av hjärnan. Välj beräknings skal. Justera hud-/lufttröskeln i enlighet därmed för att få en optimal rekonstruktion.
- Gå tillbaka till fliken Rekonstruktioner och välj Ny full brain curvilinear och dra de gröna gränslinjerna för att omfatta hela bilden av hjärnan. Ställ in segmentets avstånd på 1 mm och ställ in änddjupet på 18 mm. Välj Beräkna krökt.
- Gå till fliken Landmärken och välj Konfigurera landmärken. Välj Nytt för att skapa ett landmärke för rekonstruktionen. Placera landmärken på nässpetsen, näsbrygga, vänster tragus och höger tragus.
- Gå till fliken Mål och välj Konfigurera mål. Välj vyn Curvilinear Brain & Targets . Använd inspektören, skala till ett djup av 5-7 mm.
- Följ riktlinjerna från Shah-Basak et al. (2018)14, Neggers et al. (2006)11 och Oliveri och Vallar (2009)39 för att hitta den överlägsna temporala gyrusen eller supramarginal gyrus, och placera en markör på dessa platser.
- Placera en markör där de två centrala sulci möts längs den längsgående medianskrävningen för skenstimulering vid vertexen.
- Under den första sessionen hittar du ämnets vilande motortröskel (kan slutföras före eller efter beteendeuppgift).
- Sätt motivet framför en optisk spårningskamera och placera en tracker på motivet med hjälp av ett pannband eller glasögon.
- Fäst tre engångselektroder på motivets högra hand och handled.
- Fäst en diskelektrod på motivets första dorsala interosseous. Fäst en andra diskelektrod på motivets andra knog på höger pekarfinger. Fäst en jordelektrod på motivets högra handled.
- Anslut dessa elektroder till en elektrodadapter, som matas in i en programvara för europaparlamentets spårning.
- Öppna ämnets projekt inom den neuronavigationella programvaran genom att välja ny onlinesession.
- Välj de mål som ska stimuleras i den här sessionen (Vertex, SMG, STG).
- Gå till fliken Polaris och se till att motivspåraren är inom kamerans bild.
- Gå till fliken Registrering .
- Använd en pekare som är registrerad på den neuronavigationella programvaran, rör vid försökspersonernas ansikte på samma platser som landmärkena placerades i steg 2.1.2.5.
- Klicka på Exempel och gå till Nästa landmärke när pekaren är korrekt placerad på motivets huvud för varje landmärke.
- Gå till fliken Validering .
- Använd pekaren, tryck motivet på olika ställen på huvudet och se till att hårkorset på skärmen stämmer överens med den punkt som pekas på ämnet.
- Om de inte ställer sig i linje, gör om steg 2.2.8 och se till att pekaren är så exakt placerad på landmärkena som möjligt.
- Gå till fliken Utför och se till att full hjärn curvilinear vyn är vald så att experimenteraren exakt kan hitta hjärnregioner att rikta in sig på.
- Ställ in drivrutinen som den TMS-spol som ska användas.
- Anslut handhållen TMS-spole till TMS-maskinen.
- Slå på TMS-maskinen och ställ in den på en puls. Ställ in stimuleringsintensiteten på lämpligt sätt; I det här experimentet användes 65 % av maskinens utdata som utgångspunkt.
- Placera den handhållna TMS-spolen på vänster sida av motivets huvud och stimulera i motorbarken med hjälp av enstaka pulser av TMS för att identifiera den plats som stimulerar utländska direktinvesteringar. Det kan vara bra att ha en assistent för att titta på ämnets finger för att identifiera när FDI-muskeln rycker på grund av stimulering.
- Ändra stimuleringsintensiteten tills stimuleringen framkallar parlamentsledamot på minst 50 mV exakt 5/10 gånger, och detta kommer att vara vilomotortröskeln (rMT).
- Stimulering mellan uppgifter
- Upprepa steg 2.2.1 till 2.2.13 och erse en luftkyld TMS-spole mot den handhållna spolen.
- Ställ in stimuleringsparametrar på repetitiv TMS med en hastighet av 1 Hz i 20 minuter (totalt 1200 pulser) med en intensitet på 110% av rMT i enlighet med parametrar som fastställts av Shah-Basak et al. (2018)15.
- Placera en luftkyld TMS-spole med ett inbyggt kylsystem på motivets huvud som riktar sig mot SMG eller STG för aktiva sessioner eller Vertex för skensessioner (bild 5).
- Fortsätt med stimulering.
3. VR beteendeuppgift
- Installera stödprogramvara.
- Ladda ner och installera Pupil core-programvara från Pupil Labs webbplats.
- Ladda ner och installera Unity 3D 2018.3 från Unitys webbplats.
- Ladda ner och installera OpenVR-verktyget via Unity Asset Store eller via Steam.
- Konfigurera VR-maskinvaran (t.ex. HTC Vive Pro).
- Placera basstationer på motsatta sidor av rummet, se till att det är klart och anslut dem.
- Tryck på kanal-/lägesknappen på baksidan av varje sensor för att cykla genom kanaler tills en av dem är inställd på kanal " b" och en är inställd på " c." Båda statuslamporna ska vara vita.
- Installera Pupil Labs binokulära insats i HTC Vive Pro. Anslut länkboxen till datorn (Power, USB-A och HDMI eller Mini DisplayPort).
- Anslut headsetet till Link Box. Justera topp- och sidoremmar på headsetet. Justera linsavståndet.
- Starta SteamVR.
- Starta SteamVR genom att klicka på VR-ikonen i det övre högra hörnet av Steam.
- Slå på handkontroller med strömbrytaren.
- Klicka på Inställningar | på SteamVR Para ihop ny enhet för att para ihop varje handkontroll genom att följa anvisningarna på skärmen.
- Klicka på Rumsinställningar på SteamVR-menyn och följ anvisningarna på skärmen.
- Starta SteamVR genom att klicka på VR-ikonen i det övre högra hörnet av Steam.
- Starta Pupil Core Software.
- Placera headsetet på det sittande motivets huvud och ge dem båda handkontrollerna. Se till att remmarna är täta men bekväma. Se till att båda ögonen är synliga genom att visuellt bekräfta att de är centrerade i Pupil Core Softwares kameraflöden.
- Öppna VR-uppgiften i Unity Editor och tryck på Play-knappen.
- Kör experimentet.
- Be motivet att titta rakt fram och klicka på Tare Camera-knappen på skärmen.
- Klicka på knappen Börja självstudiekurs och vänta tills ämnet är klart. Handledningen består av ljudinstruktion om driften av VR-systemstyrenheten, beskrivningar och exempel på symmetriska (lockbete) och asymmetriska (mål) blommor och en 1-minuters övningssession med ett litet antal lockbete och målblommor. Självstudien varar i 75-100 sekunder och prestandadata för självstudier samlas inte in.
- När motivet är klart klickar du på knappen Kalibrera ögonspårning .
- Om kalibreringen lyckas börjar ämnet automatiskt uppgiften. Upprepa annars steg 3.7.3.
- Börja den första provperioden med att klicka på knappen Nästa utvärdering .
OBS: Under VR-uppgiften placeras ämnena i en virtuell skog (bild 6). Tre böjda lådhäckar bildade en halvcirkel inom räckhåll framför motivet. Varje försök bestod av ett varierande antal blommor, var och en med 16 kronblad, fördelade mellan häckarna vid en direkt siktlinje (figur 7). Försökspersoner instruerades att "plocka" (hålla sin kontroll över en blomma så att blomman skulle markera, sedan trycka på avtryckarknappen med sitt pekfinger) alla asymmetriska "mål" blommor och lämna ensamma alla symmetriska "lockbete" blommor. Varje försök skulle avslutas när ämnet framgångsrikt plockar alla asymmetriska målblommor, men skulle också sluta om ämnet fick slut på tid (2-minuters tidsgräns) eller om ämnet oavsiktligt plockade all symmetrisk lockbeteblomma. I alla dessa fall skulle de återstående blommorna på buskarna rensas, och experimenteraren skulle uppmanas att börja nästa rättegång. - Vänta tills ämnet inte längre aktivt slutför en prövning och upprepa sedan steg 3.7.4 om inte minst 12 prövningar har slutförts.
- Klicka på knappen Spela upp igen för att avsluta uppgiften.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Data samlades in från friska individer med hjälp av protokollet som beskrivs ovan för att visa hur de olika variablerna som kan extraheras från virtual reality-uppgiften kan analyseras för att upptäcka subtila skillnader mellan grupper.
I denna studie genomgick 7 personer (2 män) med en medelålder på 25,6 och i genomsnitt 16,8 års utbildning vardera tre separata sessioner av TMS. Dessa ämnen var uppdelade i två grupper: fyra deltagare fick repetitiv TMS på supramarginal gyrus (SMG), medan tre andra deltagare fick TMS stimulering vid överlägsen tidsmässiga gyrus (STG). Alla deltagare fick sham TMS under en separat session, som användes som en kovarians i analyser för att ta hänsyn till individuell variabilitet som svar på TMS. Under varje session administrerades deltagarna virtual reality-uppgiften före och efter TMS-stimulering för att undersöka förändringar i prestanda.
För det första undersöktes den genomsnittliga huvudvinkeln (figur 8) för att avgöra om virtual reality-uppgiften var tillräckligt känslig för att identifiera en skillnad mellan SMG- och STG-grupperna. Poängen för huvudvinkelförändring beräknades genom att subtrahera pre-TMS-poäng från post-TMS-poängen. En ANCOVA kördes för att avgöra om det fanns en skillnad mellan grupper i huvudvinkel efter TMS-stimulering. Sham TMS huvudvinkeländringspoäng användes som en kovarians för att ta hänsyn till individuella skillnader. Samtidigt som man kom ihåg att analyserna utfördes med hjälp av ett litet pilotprov, hittades en signifikant skillnad i huvudvinkeländringspoäng mellan de två grupperna, F(1,4) = 10,25, p = 0,03, där SMG-gruppen hade en genomsnittlig förändringspoäng riktad mer mot höger sida av rymden jämfört med STG-gruppen (figur 9).
Ett liknande mönster hittades med hjälp av linjebisection-testet, där SMG-gruppen placerade linjen betydligt mer åt höger i post-TMS-administrationen jämfört med pre-TMS, t(4) = 2,78, p = 0,04. Detta konstaterande hittades inte i STG gruppen, t(3) = 3,18, p = 0,56. Även om det inte fanns någon signifikant skillnad i huvudvinkel före och efter TMS i virtual reality-uppgiften i antingen SMG- eller STG-grupperna, visar konstaterandet att SMG-gruppen hade en genomsnittlig huvudvinkelförändringspoäng som riktades betydligt mer till höger jämfört med STG-gruppen ett liknande fynd. Detta resultat från virtual reality-uppgiften överensstämmer med resultaten av den traditionella pappers- och penna uppgiften, som båda visade ett mönster där SMG gruppen kan ha haft en subtil försummelse och såg mer mot höger jämfört med STG gruppen. Data som samlas in från virtual reality-uppgiften kan visualiseras på individuell deltagarnivå för att undersöka prestanda före och efter TMS-stimuleringen, vilket framgår av figur 9.
Därefter separerades blommorna med vilken sida av blomman som innehöll det defekta blombladet (dvs. höger kronblad kontra vänster kronblad, se figur 10) för att specifikt bedöma för tecken på allocentrisk försummelse på en individuell målnivå. Även om det inte fanns någon skillnad i huvudvinkeländringspoäng mellan de två grupperna för blommor med kortare kronblad på vänster sida, F(1,4) = 0,09, p = 0,78, fanns det en signifikant skillnad i huvudvinkelförändringspoäng mellan de två grupperna för blommor med ett mindre kronblad på höger sida, F(1,4) = 9,52, p = 0,04. Specifikt hade deltagarna i SMG-gruppen en tendens att titta längre åt höger (högre blom-till-huvud vinkel, se figur 11) när de letade efter det korta kronbladet på höger sida av blomman. Vinkeln på motivets huvud med avseende på busken (buskvinkel, se figur 12) är också tillgänglig för analys, vilket möjliggör detektion av allocentrisk försummelse med avseende på busken. Dessa analyser visar hur variabler kan göras mer specifika för att fånga subtila, specifika aspekter av försummelse.
Det finns ett antal andra sätt som data kan analyseras på. Vi undersökte det genomsnittliga antalet sekunder som deltagarna tittade på varje blomma för att avgöra om en grupp hade svårare att identifiera defekta blommor (vilket kännetecknas av fler sekunder som spenderades på att titta på blomman). I det här exemplet extraherades data från blommor som hade ett defekt kronblad som var 95% storleken på resten av kronbladen, eftersom denna skala antogs vara den känsligaste. En blandad ANCOVA kördes för att jämföra grupp (SMG vs. STG) och blomma synfält (höger kontra vänster). Pre- och post-TMS förändringspoäng beräknades och användes som utfallsvariabel för att undersöka om någon av grupperna visade en ökning av tiden som spenderades på att titta på blommor efter TMS. Det falska TMS-villkoret för både vänster och höger blommor användes återigen som kovarianer för att ta hänsyn till individuell variabilitet. Även om det inte fanns någon signifikant skillnad mellan grupperna, F(1,3) = 0,12, p = 0,76, fanns det en marginellt signifikant skillnad i blommas synfält, F(1,3) = 5,62, p = 0,098 (figur 13). Effekten når inte statistisk signifikans. och fler ämnen bör bedömas framöver. Trots detta fungerar dessa data som ett exempel på hur data kan begränsas till specifika blomtyper och synfält i virtual reality-miljön. Som dessa analyser visar kan en jämförelse av deltagarnas prestationer ge forskare ett känsligt och dynamiskt sätt att mäta effekterna av TMS eller försummelse mer generellt beroende på examinatorernas specifika forskningsfråga.
Bild 1: Stimulusblad för linjebiktionsuppgift Klicka här för att se en större version av den här figuren.
Bild 2: Bells teststimulansblad Klicka här för att se en större version av denna siffra.
Bild 3: Stimulansblad för stjärnavbokningstest Klicka här för att se en större version av denna siffra.
Bild 4: Ota cirkel annullering stimulans blad Klicka här för att se en större version av denna siffra.
Bild 5: Repetitiv TMS-stimulering; neuronavigationell programvara (vänster), magnetisk stimuleringsenhet (mitten) och luftkyld spole på plats över författaren CH (höger). Klicka här för att se en större version av denna figur.
Bild 6: Virtuell skogsmiljö som visas av ämnet under VR-uppgiften Klicka här för att se en större version av denna siffra.
Bild 7: Layout av tre böjda lådhäckar med mål- och lockblommor fördelade över Klicka här för att se en större version av denna figur.
Bild 8: Huvudvinkel - vinkel mellan främre axel på huvudet och bålen Klicka här för att se en större version av denna figur.
Figur 9. Denna siffra visar två analyser med huvudvinkel under uppgiftsprestanda:
(Vänster) SMG vs. STG grupphuvudvinkeländringspoäng. På denna skala indikerar en poäng på 0 att de tittade på mitten av varje blomma, medan positiva poäng indikerar att de tittade åt höger, och negativa poäng indikerar att de tittade åt vänster. SMG-gruppen hade positiva poäng, vilket indikerar att de såg mer till höger i genomsnitt efter stimulering, medan STG-gruppen hade negativa poäng, vilket indikerar att de såg mer till vänster efter stimulering. SMG och STG-gruppen hade betydligt olika poäng för huvudvinkelförändring. (Höger). Genomsnittlig huvudvinkel ritad för varje deltagare före TMS och efter TMS. STG-gruppen visade inte starka skillnader före och efter TMS-stimulering, till skillnad från SMG-deltagarna som tycktes titta mer mot rätt synfält efter stimulering (som representeras av positiva siffror). Klicka här för att se en större version av den här figuren.
Bild 10: Asymmetriska målblommor, med mindre kronblad till vänster (vänster) och mindre kronblad till höger (höger). Klicka här för att se en större version av denna figur.
Bild 11: Blomma till huvudvinkel - vinkel nedsänkt av huvudets främre axel och blomman från huvudet i det ögonblick då blomman plockades/ identifierades Klicka här för att se en större version av denna figur.
Figur 12: Bushvinkel - vinkel som är subtended av blomman och mitten av blommans buske från huvudet i det ögonblick då blomman plockades / identifierades Klicka här för att se en större version av denna figur.
Figur 13. Genomsnittlig förändringspoäng för sekunder som spenderas på att titta på varje blomma före och efter TMS. Negativa poäng indikerar att deltagarna spenderade mindre tid på att titta på blommor i post-TMS administration jämfört med pre-TMS administration, medan positiva siffror indikerar mer tid som spenderas på att titta på blommor efter TMS. Data separeras av om blommor fanns i det vänstra eller högra synfältet i den virtuella miljön. Data separerades också efter grupp (SMG jämfört med STG). Blommor var begränsade till dem med ett defekt kronblad på en skala av 0,95. Även om det inte var statistiskt signifikant, fanns det en marginell effekt av blomma synfält. Kvalitativt verkar det finnas större variation för blommor i det vänstra synfältet jämfört med höger. Klicka här för att se en större version av den här figuren.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Vi framgångsrikt inducerad och mätt USN symtom med TMS respektive VR, respektive. Även om vi inte hade signifikanta resultat jämfört med skenförsök, kunde vi jämföra flera mätvärden av egocentrisk försummelse (genomsnittlig huvudvinkel, tid som spenderades på att titta på blommor i antingen hemispace) och allocentrisk försummelse (prestanda vid val av blommor med asymmetriska kronblad till vänster kontra höger sida) mellan de olika experimentella grupperna och fann betydande skillnader i genomsnittlig huvudvinkel mellan försökspersoner som stimuleras vid STG och de som stimuleras vid SMG och marginellt signifikanta effekter i den genomsnittliga visuella axeln. Av intresse förs fortfarande en debatt om det proportionella bidraget från temporala (STG) och parietala (PPC) bidrag till USN-relevant rumslig bearbetning12,43, och den ökade högerriktade huvudvinkeln som vi upptäckte i den SMG-stimulerade gruppen kan ge visst stöd för implikationen av PPC av den egocentriska sorten av USN.
Det fanns flera kritiska steg i det här protokollet. Denna metod begränsas av de subtila kliniska effekter som uppnås med rTMS, så korrekt stimuleringsparametrar och närregioninriktning är kritisk - TMS stimuleringsintensitet bör alltid baseras på rMT och TMS spole inriktning bör alltid bestämmas exakt med högupplösta MRI-bilder och korrekt inriktning programvara som Brainsight. Metoden begränsas också av den relativt korta varaktigheten av den hämmande effekten som skapas av rTMS-stimulering (~ 20 minuter, eller ungefär stimuleringstiden26), så snabb övergång från rTMS-stimulering tillbaka till VR- eller pappers- och pennuppgifter är av största vikt för att upptäcka denna effekt. Att försäkra sig om att VR-utrustningen är konfigurerad och programvaran är korrekt kalibrerad under VR-sessionerna före TMS hjälper till att maximera andelen tid efter stimulering som spenderas på att samla in data.
Som räknats upp i introduktionen har ett antal grupper utvecklat nya VR-baserade verktyg för bedömning av USN. Många av dessa system använder också de distinkta mätfördelarna med datoriserade uppgifter, och vissa grupper har försökt att skilja de olika undertyperna av USN inklusive extrapersonal kontra peripersonella försummelsesymtom och egocentriska kontra allocentriska symtom37,40. Vi anser att metoden tillför två nya bidrag till detta befintliga arbete. För det första tillhandahåller vi ett bredare utbud av datamängder (huvudposition, ögonspårning, etc.) som kan analyseras för att upptäcka och karakterisera även subtila fall av USN. För det andra inducerade vi USN symtom i friska frivilliga med TMS, hjälper till att säkerställa att VR-baserade diagnostiska verktyget isolerade inducerade USN symtom och undvika de möjliga förvirrande effekterna av visuella, motoriska och kognitiva samsjukligheter sett i förvärvade hjärnan skada patienter. Dessutom står uppgiften i kontrast till en trend i de senaste studierna som fokuserar på navigationsuppgifter. Vi hävdar att en uppgift som kräver interaktion med ett antal distribuerade objekt över både vänster och höger hemispaces är potentiellt mer krävande och kan öka känsligheten för VR-uppgiften som ett diagnostiskt verktyg. Dessutom möjliggör detta format mer av en spelliknande uppgift med flera försök, vilket i sin tur möjliggör titrering av uppgiftens svårighetsnivå från runda till runda. Denna typ av titrering hjälper uppgiften att undvika tak- och golveffekter (dvs. uppgiften är för svår för dem med betydande underskott eller för lätt för dem med subtila underskott).
Det finns många möjliga framtida tillämpningar av metoden. När det gäller studien av USN tror vi att tillägget av ögonspårningsdata kommer att göra det möjligt för VR-uppgifter att skilja mellan uppmärksamhet och avsiktliga symtom genom att separera data som mäter asymmetri i sökmönster från data som mäter asymmetri i motorisk verkan. Dessutom kan TMS användas för att isolera specifika neurologiska underskott bortom USN, vilket skapar ett sätt för forskare att utforma och validera en mängd nya VR-verktyg för att diagnostisera och karakterisera dessa underskott hos patienter som lider av förvärvad hjärnskada. Även om tekniken involverar friska deltagare och artificiella neurologiska underskott i ett försök att på ett tillförlitligt sätt isolera och karakterisera USN specifikt, tror vi att VR-verktyg som valideras med metoden sedan kan tillämpas i populationer av patienter med blandade neurologiska underskott (motor, visuellt, etc.) genom användargränssnittsinnovationer som EEG- eller EMG-baserade gränssnitt mellan hjärna och dator44, 45. Dessutom kan VR-baserade uppgifter som den vi presenterar här också ändras för att fungera som kognitiva rehabiliteringsverktyg, ett växande område för forskning och utveckling31,46.
Vi stod inför ett antal frustrerande problem i testningen. Ögonspårningen blev ouppklarad på små skift i HMD: s position och programvaran misslyckades ibland. Ansökan behövde mer utveckling och led av korrigerande problem som ämnets startposition och blomplaceringsområde (vissa blommor placerades utanför ämnets synfält och ogiltigförklarade vissa försök). Vi hade för få ämnen. Ändå kunde vi fortfarande upptäcka de subtila störtheterna av två neurala nätverk associerade med USN med det nya VR-verktyget. Även om det ambitiösa experimentet gav marginella resultat, tror vi att många av de utmaningar som det stod inför kommer att förbättras när tekniken fortsätter att förbättras. Vi hävdar att löftet om resultaten, i kombination med andra uppmuntrande trender inom området, stöder tanken att VR-system är ett utmärkt substrat för utveckling av nya diagnostiska verktyg för USN.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna har inget att avslöja.
Acknowledgments
Detta arbete stöddes av University Research Fund (URF) från University of Pennsylvania och American Heart Associations studentstipendier i Cerebrovascular Disease & Stroke. Särskilt tack till forskare, kliniker och personal vid Laboratoriet för kognition och neural stimulering för deras pågående stöd.
Materials
| Name | Company | Catalog Number | Comments |
| AirFilm Coil (AFC) Rapid Version | Magstim | N/A | Air-cooled TMS coil |
| Alienware 17 R4 Laptop | Dell | N/A | NVIDIA GeForce GTX 1060 (full specs at https://topics-cdn.dell.com/pdf/alienware-17-laptop_users-guide_en-us.pdf) |
| BrainSight 2.0 TMS Neuronavigation Software | Rogue Research Inc | N/A | TMS neural targeting software |
| CED 1902 Isolated pre-amplifier | Cambridge Electronic Design Limted | N/A | EMG pre-amplifier |
| CED Micro 401 mkII | Cambridge Electronic Design Limted | N/A | Multi-channel waveform data acquisition unit |
| CED Signal 5 | Cambridge Electronic Design Limted | N/A | Sweep-based data acquisition and analysis software. Used to measure TMS evoked motor responses. |
| HTC Vive Binocular Add-on | Pupil Labs | N/A | HTC Vive, Vive Pro, or Vive Cosmos eye tracking add-on with 2 x 200Hz eye cameras. |
| Magstim D70 Remote Coil | Magstim | N/A | Hand-held TMS coil |
| Magstim Super Rapid 2 plus 1 | Magstim | N/A | Transcranial Magnetic Stimulation Unit |
| Unity 2018 | Unity | N/A | cross-platform VR game engine |
| Vive Pro | HTC Vive | N/A | VR hardware system with external motion sensors; 1440x1600 pixels per eye, 90 Hz refresh rate, 110° FoV |
References
- Heilman, K. M., Bowers, D., Coslett, H. B., Whelan, H., Watson, R. T. Directional Hypokinesia: Prolonged Reaction Times for Leftward Movements in Patients with Right Hemisphere Lesions and Neglect. Neurology. 35 (6), 855-859 (1985).
- Paolucci, S., Antonucci, G., Grasso, M. G., Pizzamiglio, L. The Role of Unilateral Spatial Neglect in Rehabilitation of Right Brain-Damaged Ischemic Stroke Patients: A Matched Comparison. Archives of Physical Medicine and Rehabilitation. 82 (6), 743-749 (2001).
- Ringman, J. M., Saver, J. L., Woolson, R. F., Clarke, W. R., Adams, H. P. Frequency, Risk Factors, Anatomy, and Course of Unilateral Neglect in an Acute Stroke Cohort. Neurology. 63 (3), 468-474 (2004).
- Jutai, J. W., et al. Treatment of visual perceptual disorders post stroke. Topics in Stroke Rehabilitation. 10 (2), 77-106 (2003).
- Buxbaum, L. J., et al. Hemispatial Neglect: Subtypes, Neuroanatomy, and Disability. Neurology. 62 (5), 749-756 (2004).
- Numminen, S., et al. Factors Influencing Quality of Life Six Months after a First-Ever Ischemic Stroke: Focus on Thrombolyzed Patients. Folia Phoniatrica et Logopaedica: Official Organ of the International Association of Logopedics and Phoniatrics (IALP). 68 (2), 86-91 (2016).
- Ladavas, E. Is the Hemispatial Deficit Produced by Right Parietal Lobe Damage Associated with Retinal or Gravitational Coordinates. Brain: A Journal of Neurology. 110 (1), 167-180 (1987).
- Ota, H., Fujii, T., Suzuki, K., Fukatsu, R., Yamadori, A. Dissociation of Body-Centered and Stimulus-Centered Representations in Unilateral Neglect. Neurology. 57 (11), 2064-2069 (2001).
- Neggers, S. F., Vander Lubbe, R. H., Ramsey, N. F., Postma, A. Interactions between ego- and allocentric neuronal representations of space. Neuroimage. 31 (1), 320-331 (2006).
- Adair, J. C., Barrett, A. M. Spatial Neglect: Clinical and Neuroscience Review: A Wealth of Information on the Poverty of Spatial Attention. Annals of the New York Academy of Sciences. 1142, 21-43 (2008).
- Corbetta, M., Shulman, G. L. Spatial neglect and attention networks. Annual Review of Neuroscience. 34, 569-599 (2011).
- Marshall, J. C., Fink, G. R., Halligan, P. W., Vallar, G. Spatial awareness: a function of the posterior parietal lobe. Cortex. 38 (2), 253-260 (2002).
- Ellison, A., Schindler, I., Pattison, L. L., Milner, A. D. An exploration of the role of the superior temporal gyrus in visual search and spatial perception using TMS. Brain. (10), 2307-2315 (2004).
- Vallar, G., Calzolari, E. Unilateral spatial neglect after posterior parietal damage. Handb Clin Neurol; Theparietal lobe. Vallar, G., Coslett, H. B. , Elsevier. Amsterdam. 287-312 (2018).
- Shah-Basak, P. P., Chen, P., Caulfield, K., Medina, J., Hamilton, R. H. The Role of the Right Superior Temporal Gyrus in Stimulus-Centered Spatial Processing. Neuropsychologia. 113, 6-13 (2018).
- Verdon, V., Schwartz, S., Lovblad, K. O., Hauert, C. A., Vuilleumier, P. Neuroanatomy of hemispatial neglect and its functional components: a study using voxel-based lesion-symptom mapping. Brain. 133 (3), 880-894 (2010).
- Ghacibeh, G. A., Shenker, J. I., Winter, K. H., Triggs, W. J., Heilman, K. M. Dissociation of Neglect Subtypes with Transcranial Magnetic Stimulation. Neurology. 69 (11), 1122-1127 (2007).
- Chaudhari, A., Pigott, K., Barrett, A. M. Midline Body Actions and Leftward Spatial 'Aiming' in Patients with Spatial Neglect. Frontiers in Human Neuroscience. 9, 393 (2015).
- Rizzo, A. A., et al. Design and Development of Virtual Reality Based Perceptual-Motor Rehabilitation Scenarios. The 26th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , (2004).
- Steinicke, F. Being Really Virtual Immersive Natives and the Future of Virtual Reality. , Springer International Publishing. (2018).
- Tsirlin, I., Dupierrix, E., Chokron, S., Coquillart, S., Ohlmann, T. Uses of Virtual Reality for Diagnosis, Rehabilitation and Study of Unilateral Spatial Neglect: Review and Analysis. CyberPsychology & Behavior. 12 (2), 175-181 (2009).
- Barrett, A. M., et al. Cognitive Rehabilitation Interventions for Neglect and Related Disorders: Moving from Bench to Bedside in Stroke Patients. Journal of Cognitive Neuroscience. 18 (7), 1223-1236 (2006).
- Ricci, R., et al. Effects of attentional and cognitive variables on unilateral spatial neglect. Neuropsychologia. 92, 158-166 (2016).
- Bonato, M. Neglect and Extinction Depend Greatly on Task Demands: A Review. Frontiers in Human Neuroscience. 6, 195 (2012).
- Grattan, E. S., Woodbury, M. L. Do Neglect Assessments Detect Neglect Differently. American Journal of Occupational Therapy. 71, 3 (2017).
- Rossi, S., Hallett, M., Rossini, P. M., Pascual-Leone, A. Safety of TMS Consensus Group. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research. Clinical Neurophysiology. 120 (12), 2008-2039 (2009).
- Pascual-Leone, A., Walsh, V., Rothwell, J. Transcranial Magnetic Stimulation in Cognitive Neuroscience - Lesion, Chronometry, and Functional Connectivity. Current Opinion in Neurobiology. 10 (2), 232-237 (2000).
- Oliveri, M., et al. Interhemispheric Asymmetries in the Perception of Unimanual and Bimanual Cutaneous Stimuli. Brain. 122 (9), 1721-1729 (1999).
- Salatino, A., et al. Transcranial Magnetic Stimulation of Posterior Parietal Cortex Modulates Line-Length Estimation but Not Illusory Depth Perception. Frontiers in Psychology. 10, (2019).
- Oliveri, M., Vallar, G. Parietal versus temporal lobe components in spatial cognition: Setting the mid-point of a horizontal line. Journal of Neuropsychology. 3, Pt 2 201-211 (2009).
- Ogourtsova, T., Souza Silva, W., Archambault, P. S., Lamontagne, A. Virtual Reality Treatment and Assessments for Post-Stroke Unilateral Spatial Neglect: A Systematic Literature Review. Neuropsychological Rehabilitation. 27 (3), 409-454 (2017).
- Pedroli, E., Serino, S., Cipresso, P., Pallavicini, F., Riva, G. Assessment and rehabilitation of neglect using virtual reality: a systematic review. Frontiers in Behavioral Neuroscience. 9, 226 (2015).
- Peskine, A., et al. Virtual reality assessment for visuospatial neglect: importance of a dynamic task. Journal of Neurology, Neurosurgery, and Psychiatry. 82 (12), 1407-1409 (2011).
- Mesa-Gresa, P., et al. Clinical Validation of a Virtual Environment Test for Safe Street Crossing in the Assessment of Acquired Brain Injury Patients with and without Neglect. Human-Computer Interaction - INTERACT 2011 Lecture Notes in Computer Science. , 44-51 (2011).
- Aravind, G., Lamontagne, A. Perceptual and Locomotor Factors Affect Obstacle Avoidance in Persons with Visuospatial Neglect. Journal of NeuroEngineering and Rehabilitation. 11 (1), 8 (2014).
- Pallavicini, F., et al. Assessing Unilateral Spatial Neglect Using Advanced Technologies: The Potentiality of Mobile Virtual Reality. Technology and Health Care. 23 (6), 795-807 (2015).
- Glize, B., et al. Improvement of Navigation and Representation in Virtual Reality after Prism Adaptation in Neglect Patients. Frontiers in Psychology. 8, (2017).
- Yasuda, K., Muroi, D., Ohira, M., Iwata, H. Validation of an Immersive Virtual Reality System for Training near and Far Space Neglect in Individuals with Stroke: a Pilot Study. Topics in Stroke Rehabilitation. 24 (7), 533-538 (2017).
- Spreij, L. A., Ten Brink, A. F., Visser-Meily, J. M. A., Nijboer, T. C. W. Simulated Driving: The Added Value of Dynamic Testing in the Assessment of Visuo-Spatial Neglect after Stroke. Journal of Neuropsychology. 31, (2018).
- Ogourtsova, T., Archambault, P. S., Lamontagne, A. Post-Stroke Unilateral Spatial Neglect: Virtual Reality-Based Navigation and Detection Tasks Reveal Lateralized and Non-Lateralized Deficits in Tasks of Varying Perceptual and Cognitive Demands. Journal of NeuroEngineering and Rehabilitation. 15, 1 (2018).
- Ogourtsova, T., Archambault, P., Sangani, S., Lamontagne, A. Ecological Virtual Reality Evaluation of Neglect Symptoms (EVENS), Effects of Virtual Scene Complexity in the Assessment of Poststroke Unilateral Spatial Neglect. Neurorehabilitation and Neural Repair. 32 (1), 46-61 (2018).
- Ricci, R., Chatterjee, A. Context and crossover in unilateral neglect. Neuropsychologia. 39 (11), 1138-1143 (2001).
- Karnath, H. O., Ferber, S., Himmelbach, M. Spatial awareness is a function of the temporal not the posterior parietal lobe. Nature. 411, 950-953 (2001).
- Spicer, R., Anglin, J., Krum, D. M., Liew, S. REINVENT: A low-cost, virtual reality brain-computer interface for severe stroke upper limb motor recovery. 2017 IEEE Virtual Reality (VR). , Los Angeles, CA. 385-386 (2017).
- Vourvopoulos, A., et al. Effects of a Brain-Computer Interface With Virtual Reality (VR) Neurofeedback: A Pilot Study in Chronic Stroke Patients. Frontiers in Human Neuroscience. 13, 210 (2019).
- Gammeri, R., Iacono, C., Ricci, R., Salatino, A. Unilateral Spatial Neglect After Stroke: Current Insights. Neuropsychiatric Disease and Treatment. 16, 131-152 (2020).
