Summary
Ziel war es, eine neuartige Virtual-Reality-Aufgabe zu entwerfen, zu bauen und zu pilotieren, um einseitige räumliche Vernachlässigung zu erkennen und zu charakterisieren, ein Syndrom, das 23-46% der akuten Schlaganfallüberlebenden betrifft, und die Rolle der virtuellen Realität bei der Untersuchung und Behandlung neurologischer Erkrankungen zu erweitern.
Abstract
Einseitige räumliche Vernachlässigung (USN) ist ein Syndrom, das durch Unaufmerksamkeit oder Untätigkeit auf einer Seite des Raumes gekennzeichnet ist und zwischen 23-46% der akuten Schlaganfallüberlebenden betrifft. Die Diagnose und Charakterisierung dieser Symptome bei einzelnen Patienten kann eine Herausforderung darstellen und erfordert oft qualifiziertes klinisches Personal. Virtual Reality (VR) bietet die Möglichkeit, neuartige Bewertungsinstrumente für Patienten mit USN zu entwickeln.
Unser Ziel war es, ein VR-Tool zu entwerfen und zu bauen, um subtile USN-Symptome zu erkennen und zu charakterisieren und das Tool an Probanden zu testen, die mit hemmender repetitiver transkranieller Magnetstimulation (TMS) von kortikalen Regionen im Zusammenhang mit USN behandelt wurden.
Wir schufen drei experimentelle Bedingungen, indem wir TMS auf zwei verschiedene Regionen des Kortex anwendeten, die mit der visuell-räumlichen Verarbeitung assoziiert sind - den Gyrus temporalis superior (STG) und den gyrus supramarginalis (SMG) - und Schein-TMS als Kontrolle anwendeten. Wir platzierten die Probanden dann in einer Virtual-Reality-Umgebung, in der sie gebeten wurden, die Blüten mit lateralen Asymmetrien von Blumen zu identifizieren, die über Büsche in beiden Hemiräumen verteilt waren, mit dynamischer Schwierigkeitsanpassung basierend auf der Leistung jedes Subjekts.
Wir fanden signifikante Unterschiede in der durchschnittlichen Kopfgier zwischen Probanden, die an der STG stimuliert wurden, und denen, die an der SMG stimuliert wurden, und marginal signifikante Effekte in der durchschnittlichen Visuellen Achse.
Die VR-Technologie wird zugänglicher, erschwinglicher und robuster und bietet eine aufregende Gelegenheit, nützliche und neuartige spielähnliche Tools zu entwickeln. In Verbindung mit TMS könnten diese Werkzeuge verwendet werden, um spezifische, isolierte, künstliche neurologische Defizite bei gesunden Probanden zu untersuchen und die Entwicklung von VR-basierten Diagnosewerkzeugen für Patienten mit Defiziten aufgrund einer erworbenen Hirnverletzung zu informieren. Diese Studie ist die erste nach unserem Wissen, in der künstlich erzeugte USN-Symptome mit einer VR-Aufgabe ausgewertet wurden.
Introduction
Einseitige räumliche Vernachlässigung (USN) ist ein Syndrom, das durch Unaufmerksamkeit oder Untätigkeit auf einer Seite des Raumes gekennzeichnet ist und zwischen 23-46% der überlebenden akuten Schlaganfälle betrifft, am häufigsten eine Verletzung der rechten Gehirnhälfte beinhaltet und zu einer Tendenz führt, die linke Seite des Raumes und / oder den Körper des Überlebenden zu ignorieren1,2. Obwohl die Mehrheit der Patienten mit USN kurzfristig eine signifikante Genesung erfährt, bleiben subtile USN-Symptome oft bestehen3. USN kann das Risiko für Stürze bei Patienten erhöhen und aktivitäten des täglichen Lebens behindern2,4 Es hat sich auch gezeigt, dass es sich sowohl negativ auf die motorischen als auch auf die globalen funktionellen Ergebnisse auswirkt5,6.
Defizite in USN können so konzeptualisiert werden, dass sie über mehrere Dimensionen hinweg existieren, z. B. ob eine Person eine Seite des Raumes in Bezug auf ihren eigenen Körper (egozentrisch) oder in Bezug auf einen externen Reiz (allozentrisch) ignoriert7,8,9, oder ob eine Person nicht in der Lage ist, ihre Aufmerksamkeit (Aufmerksamkeit) oder Handlungen (absichtlich) auf eine Seite des Raumes zu richten10 . Patienten zeigen oft eine komplexe Konstellation von Symptomen, die entlang mehr als einer dieser Dimensionen charakterisiert werden können. Es wird angenommen, dass diese Variabilität von USN-Syndromen auf unterschiedliche Grade der Verletzung spezifischer neuroanatomischer Strukturen und neuronaler Netzwerke zurückzuführen ist, die komplex sind11. Allozentrische Vernachlässigung wurde mit Läsionen des Gyrus angularis (AG) und des Gyrus temporalis superior (STG) in Verbindung gebracht, während der hintere parietale Kortex (PPC) einschließlich des gyrus supramarginalis (SMG) an der egozentrischen Verarbeitung beteiligt war12,13,14,15. Es wird angenommen, dass die Aufmerksamkeitsvernachlässigung Läsionen im rechten IPL16 beinhaltet, während die absichtliche Vernachlässigung als sekundär zur Schädigung des rechten Frontallappens17 oder der Basalganglien18 angesehen wird.
Die klinische Bewertung von USN stützt sich derzeit auf neuropsychologische Pen-and-Paper-Instrumente. Diese herkömmlichen Bewertungsinstrumente sind möglicherweise weniger empfindlich als technologisch anspruchsvollere Instrumente, was zu Fehldiagnosen oder Unterdiagnosen einiger Patienten mit USN19 führt. Eine bessere Charakterisierung von Restdefiziten könnte die Verabreichung der Therapie an Patienten mit milderer USN erleichtern und möglicherweise ihre Gesamterholung verbessern, aber eine solche Charakterisierung würde sehr empfindliche diagnostische Werkzeuge erfordern. USN stellt ähnliche Herausforderungen im Laborumfeld dar, wo es schwierig sein kann, sich von den motorischen und visuellen Beeinträchtigungen zu isolieren, die häufig mit USN bei Schlaganfallpatienten einhergehen.
Virtual Reality (VR) bietet eine einzigartige Gelegenheit, neue Werkzeuge für die Diagnose und Charakterisierung von USN zu entwickeln. VR ist eine multisensorische 3D-Umgebung, die in der ersten Person mit Echtzeit-Interaktionen präsentiert wird, in denen Individuen Aufgaben mit ökologisch gültigen Objekten ausführen können20. Es ist ein vielversprechendes Werkzeug zur Bewertung von USN; Die Möglichkeit, genau zu steuern, was der Benutzer sieht und hört, ermöglicht es Entwicklern, dem Benutzer eine Vielzahl von virtuellen Aufgaben zu präsentieren. Darüber hinaus ermöglichen die derzeit verfügbaren hochentwickelten Hardware- und Softwarepakete die Echtzeiterfassung einer Fülle von Daten über die Aktionen des Benutzers, einschließlich Augen-, Kopf- und Gliedmaßenbewegungen, die weit über die Metriken herkömmlicher Diagnosetests hinausgehen21. Diese Datenströme sind sofort verfügbar und eröffnen die Möglichkeit der Echtzeitanpassung von Diagnoseaufgaben basierend auf der Benutzerleistung (z. B. Das Anvisieren des idealen Schwierigkeitsgrads für eine bestimmte Aufgabe). Diese Funktion kann die Anpassung der Aufgabe an den breiten Schweregrad von USN erleichtern, der bei der Entwicklung neuer Diagnosewerkzeuge für USN22 als Priorität angesehen wird. Darüber hinaus können immersive VR-Aufgaben die Aufmerksamkeitsressourcen der Patienten stärker belasten23,24, was zu vermehrten Fehlern führt, die die Erkennung von Vernachlässigungssymptomen erleichtern können; Tatsächlich haben sich gezeigt, dass einige VR-Aufgaben im Vergleich zu herkömmlichen Papier- und Bleistiftmessungen von USN24,25 eine erhöhte Empfindlichkeit aufweisen.
In dieser Studie war es das Ziel, ein Bewertungsinstrument zu schaffen, das keine Expertise in der Neurologie erfordert und das selbst subtile Fälle von USN zuverlässig erkennen und charakterisieren kann. Wir haben eine Virtual-Reality-basierte, spielähnliche Aufgabe entwickelt. Wir induzierten dann ein USN-ähnliches Syndrom bei gesunden Probanden mit transkranieller Magnetstimulation (TMS), einer nichtinvasiven Hirnstimulationstechnik, die elektromagnetische Impulse verwendet, die von einer Handstimulationsspule emittiert werden, die durch die Kopfhaut und den Schädel des Probanden fließen und elektrische Ströme im Gehirn des Probanden induzieren, die Neuronen stimulieren26,27. Diese Technik wurde bei der Untersuchung von USN von anderen verwendet13,17,28,29,30, wenn auch unseres Wissens nie in Verbindung mit einem VR-basierten Bewertungstool.
Viele Forscher arbeiten bereits an diagnostischen und therapeutischen Anwendungen von VR-Systemen. Jüngste Reviews31,32 untersuchten eine Reihe von Projekten, die auf die Bewertung von USN mit VR-basierten Techniken abzielten, und eine Reihe anderer Studien mit diesem Ziel wurden veröffentlicht33,34,35,36,37,38,39,40,41 . Die Mehrheit dieser Studien nutzt nicht die gesamte Bandbreite der VR-Technologie, die derzeit für den Verbrauchermarkt verfügbar ist (z. B. ein Head-Mounted-Display (HMD) und Eye-Tracking-Einsätze), wodurch ihre Datensätze auf eine kleinere Anzahl leicht quantifizierbarer Metriken beschränkt sind. Darüber hinaus wurden alle diese Studien an Patienten mit erworbenen Hirnverletzungen durchgeführt, die zu USN führten, was Screening-Methoden erforderte, um sicherzustellen, dass die Patienten zumindest an den Beurteilungsaufgaben teilnehmen konnten (z. B. Ausschluss von Patienten mit großen Gesichtsfelddefiziten oder kognitiven Beeinträchtigungen). Es ist möglich, dass subtilere kognitive, motorische oder visuelle Defizite unter die Schwelle dieser Screening-Methoden fielen, was möglicherweise die Ergebnisse dieser Studien verwirrt. Es ist auch möglich, dass ein solches Screening die Proben der Teilnehmer an diesen Studien auf einen bestimmten Subtyp von USN verzerrt.
Um die Screening-Verzerrungen früherer Studien zu vermeiden, rekrutierten wir gesunde Probanden und simulierten künstlich USN-Symptome mit einem Standard-TMS-Protokoll, das in einem kürzlich veröffentlichten Manuskript gut beschrieben ist15, mit dem Ziel, allozentrische USN-ähnliche Symptome durch Targeting der STG und egozentrische USN-ähnliche Symptome durch Targeting des SMG zu induzieren. Wir haben die Aufgabe so konzipiert, dass sie ihre Schwierigkeitsstudie aktiv an die Studie anpasst und zwischen verschiedenen Subtypen von USN unterscheidet, insbesondere allozentrischen vs. egozentrischen Symptomen. Wir haben auch Standard-Papier- und Bleistiftbewertungen von USN verwendet, um formal zu zeigen, dass die Defizite, die wir mit rTMS induziert haben, USN-ähnlich sind. Wir glauben, dass die Methode für andere Forscher nützlich sein wird, die neuartige VR-Tools für die Bewertung und Rehabilitation von USN testen möchten.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Diese Studie wurde vom lokalen Institutional Review Board genehmigt und erfüllt alle Kriterien, die in den Good Clinical Practice Guidelines festgelegt sind. Alle Teilnehmer gaben vor Beginn der Studienverfahren eine Einverständniserklärung ab. Es wurde erwartet, dass die Studienteilnehmer an drei separaten Sitzungen teilnehmen (siehe Tabelle 1). Die Elemente des Experiments werden im Folgenden schrittweise beschrieben. Die Sitzungsreihenfolge wurde randomisiert.
| Sitzung A | Pre-rTMA VR-Aufgabe | Ruhemotor Threshhold* | rTMR bei STG oder SMG | Post-rTMS VR-Verhaltensaufgabe |
| 5/10 Impulse lösen MEP oder Fingerzucken aus (*Nur erste Sitzung) | 110% der RMT für 20 min bei 1 Hz (1200 Impulse insgesamt) | |||
| 15 Minuten | 60 Minuten | 20 Minuten | 15 Minuten | |
| Sitzung B | Pre-rTMA VR-Aufgabe | Ruhemotor Threshhold* | rTMR bei Vertex | Post-rTMS VR-Verhaltensaufgabe |
| 5/10 Impulse lösen MEP oder Fingerzucken aus (*Nur erste Sitzung) | 110% der RMT für 20 min bei 1 Hz (1200 Impulse insgesamt) | |||
| 15 Minuten | 60 Minuten | 20 Minuten | 15 Minuten | |
| Sitzung C | Pre-rTMS Papier & Bleistift Verhaltensaufgabe | Ruhemotor Threshhold* | rTMR bei STG oder SMG | Post-rTMS Papier & Bleistift Verhaltensaufgabe |
| Bells Test; Otas Kreis annullierung; Stornierung des Aufenthalts; Linienbisektionsaufgabe | 5/10 Impulse lösen MEP oder Fingerzucken aus (*Nur erste Sitzung) | 110% der RMT für 20 min bei 1 Hz (1200 Impulse insgesamt) | Bells Test; Otas Kreis annullierung; Stornierung des Aufenthalts; Linienbisektionsaufgabe | |
| 10 Minuten | 60 Minuten | 20 Minuten | 10 Minuten |
Tabelle 1. Struktur für jede Lernsitzung. Die Sitzungsreihenfolge wurde randomisiert. Geschätzte Zeit für jedes Element in Kursivschrift. MEP=motorisch evoziertes Potential; rTMS=Repetitive transkranielle Magnetstimulation; P & P = Diagnostische Tests für Papier- und Bleistiftstriche; RMT=Schwellenwert für ruhenden Motor
1. Verhaltensaufgaben auf Papier und Bleistift
- Lassen Sie den Betreff die Zeilenbisektionsaufgabe (LBT) abschließen.
- Lassen Sie das Subjekt an einem Tisch direkt gegenüber dem Tester sitzen. Stellen Sie dem Subjekt ein Schreibgerät zur Verfügung. Stellen Sie dem Probanden das Stimulusblatt zur Verfügung (Abbildung 1), um sicherzustellen, dass es direkt vor dem Motiv platziert wird.
HINWEIS: Obwohl in diesem Experiment nicht durchgeführt, wäre es ideal, jede zu halbierende Linie einzeln auf separaten Papierblättern darzustellen, um eine Verzerrung des Subjekts mit zusätzlichem Kontext zu vermeiden (siehe Ricci und Chatterjee, 200142). - Weisen Sie das Subjekt an, jede auf dem Stimulusblatt gedruckte Linie zu halbieren (in Zwei hälften zu teilen) und so nah wie möglich an die Mitte heranzukommen.
- Sagen Sie dem Probanden, dass er Kopf und Schultern so gut wie möglich zentriert halten soll, die Aufgabe so schnell und genau wie möglich erledigen und den Tester benachrichtigen soll, wenn er fertig ist. Überwachen Sie das Subjekt, um sicherzustellen, dass es seinen Kopf nicht übermäßig neigt oder neigt.
- Sammeln Sie das Blatt vom Betreff, wenn die Probanden sagen, dass sie fertig sind.
- Lassen Sie das Subjekt an einem Tisch direkt gegenüber dem Tester sitzen. Stellen Sie dem Subjekt ein Schreibgerät zur Verfügung. Stellen Sie dem Probanden das Stimulusblatt zur Verfügung (Abbildung 1), um sicherzustellen, dass es direkt vor dem Motiv platziert wird.
- Lassen Sie das Subjekt den Bell's Test absolvieren.
- Stellen Sie dem Probanden das Bell-Teststimuliblatt zur Verfügung (Abbildung 2).
- Weisen Sie das Subjekt an, alle Glocken auf dem Stimulusblatt einzukreisen oder durchzustreichen, dies so schnell und genau wie möglich zu tun, Kopf und Schultern so zentriert wie möglich zu halten und den Tester zu benachrichtigen, wenn sie fertig sind.
- Überwachen Sie das Subjekt, um sicherzustellen, dass es seinen Kopf nicht übermäßig neigt oder neigt. Wenn das Subjekt sagt, dass es fertig ist, fragen Sie das Subjekt, ob es sicher ist, und erlauben Sie ihm, seine Arbeit zu überprüfen.
- Sammeln Sie das Blatt vom Betreff, wenn die Probanden sagen, dass sie ein zweites Mal fertig sind.
- Lassen Sie den Betreff die Sternabbruchaufgabe abschließen.
- Präsentieren Sie dem Probanden das Stimulusblatt (Abbildung 3) und stellen Sie sicher, dass es sich direkt vor ihnen befindet.
- Weisen Sie das Subjekt an, alle Sterne auf dem Stimulusblatt einzukreisen oder durchzustreichen, dies so schnell und genau wie möglich zu tun, Kopf und Schultern so zentriert wie möglich zu halten und den Tester zu benachrichtigen, wenn sie fertig sind.
- Überwachen Sie das Subjekt, um sicherzustellen, dass es seinen Kopf nicht übermäßig neigt oder neigt.
- Sammeln Sie das Blatt vom Betreff, wenn die Probanden sagen, dass sie fertig sind.
- Lassen Sie das Subjekt die Ota's Circle Cancellation-Aufgabe abschließen.
- Stellen Sie dem Probanden das Ota's Circle Cancellation Stimulus Sheet zur Verfügung (Abbildung 4), um sicherzustellen, dass es direkt vor dem Motiv platziert wird.
- Weisen Sie das Subjekt an, alle offenen / unvollständigen Kreise durchzustreichen oder zu umkreisen, dies so schnell und genau wie möglich zu tun, die Schultern so zentriert wie möglich zu halten und den Tester zu benachrichtigen, wenn sie fertig sind.
- Überwachen Sie das Subjekt, um sicherzustellen, dass es seinen Kopf nicht übermäßig neigt oder neigt.
- Sammeln Sie das Blatt vom Betreff, wenn die Probanden sagen, dass sie fertig sind.
- Wiederholen Sie diese Aufgabe (Schritte 1.4.1 bis 1.4.4) mit einer anderen Kopie des Stimulusblatts, aber diesmal sollte das Stimulusblatt um 180 Grad von der Ausrichtung gedreht werden, in der es ursprünglich präsentiert wurde.
2. TMS-Verfahren
- Erstellen Sie vor der ersten Sitzung ein Modell für die Neuronavigation.
- Rufen Sie den 3T T1 MRT-Scan des Probanden in einem NIFTI- oder Dicom-Dateityp ab.
- Laden Sie diesen MRT-Scan in die Neuronavigationssoftware hoch, um eine 3D-Darstellung des Gehirns des Subjekts zu erstellen.
- Wählen Sie In der Software Neues leeres Projekt aus. Ziehen Sie den MRT-Scan des Probanden auf das Feld mit der Bezeichnung "Datei:".
- Wechseln Sie zur Registerkarte Rekonstruktionen .
- Wählen Sie Neuer Skin und ziehen Sie auf dem nächsten Bildschirm die grünen Grenzlinien, um das gesamte Bild des Gehirns zu umfassen. Wählen Sie Compute-Skin aus. Passen Sie die Haut-/Luftschwelle entsprechend an, um eine optimale Rekonstruktion zu erhalten.
- Gehen Sie zurück zur Registerkarte Rekonstruktionen und wählen Sie Neues vollständiges Gehirn krummlinig und ziehen Sie die grünen Grenzlinien, um das gesamte Bild des Gehirns zu umfassen. Stellen Sie den Scheibenabstand auf 1 mm und die Endtiefe auf 18 mm ein. Wählen Sie Curvilinear berechnen aus.
- Wechseln Sie zur Registerkarte Sehenswürdigkeiten , und wählen Sie Sehenswürdigkeiten konfigurieren aus. Wählen Sie Neu aus, um eine Landmarke für die Rekonstruktion zu erstellen. Platzieren Sie Landmarken auf der Nasenspitze, dem Nasenrücken, dem linken Tragus und dem rechten Tragus.
- Wechseln Sie zur Registerkarte Ziele, und wählen Sie Ziele konfigurieren aus. Wählen Sie die Ansicht Krummlinares Gehirn & Ziele aus . Mit dem Inspektor bis zu einer Tiefe von 5-7 mm schälen.
- Befolgen Sie die Richtlinien von Shah-Basak et al. (2018) 14, Neggers et al. (2006) 11 und Oliveri und Vallar (2009) 39 , um den Gyrus temporalis superior oder den Gyrus supramarginalis zu lokalisieren, und platzieren Sie einen Marker an diesen Stellen.
- Platzieren Sie eine Markierung, wo sich die beiden zentralen Sulci entlang der medianen Längsspalte treffen, um eine Scheinstimulation am Scheitelpunkt zu erhalten.
- Suchen Sie während der ersten Sitzung die Ruheschwelle des Probanden (kann vor oder nach der Verhaltensaufgabe abgeschlossen werden).
- Lassen Sie das Motiv vor einer optischen Tracking-Kamera sitzen und platzieren Sie einen Tracker mit einem Stirnband oder einer Brille auf dem Motiv.
- Befestigen Sie drei Einwegelektroden an der rechten Hand und am Handgelenk des Probanden.
- Befestigen Sie eine Scheibenelektrode an der ersten dorsalen Interossäre des Probanden. Befestigen Sie eine zweite Scheibenelektrode am zweiten Knöchel des Probanden am rechten Zeigefinger. Befestigen Sie eine Masseelektrode am rechten Handgelenk des Probanden.
- Stecken Sie diese Elektroden in einen Elektrodenadapter, der in eine MEP-Tracking-Software eingegeben wird.
- Öffnen Sie das Projekt des Subjekts in der Neuronavigationssoftware, indem Sie Neue Online-Sitzung auswählen.
- Wählen Sie die Ziele aus, die in dieser Sitzung stimuliert werden sollen (Vertex, SMG, STG).
- Gehen Sie zur Registerkarte Polaris und stellen Sie sicher, dass sich der Motiv-Tracker in Sichtweite der Kamera befindet.
- Wechseln Sie zur Registerkarte Registrierung .
- Berühren Sie mit einem zeiger, der für die Neuronavigationssoftware registriert ist, das Gesicht der Probanden an den gleichen Stellen, an denen die Orientierungspunkte in Schritt 2.1.2.5 platziert wurden.
- Klicken Sie auf Beispiel, und wechseln Sie zu Nächster Orientierungspunkt , wenn der Mauszeiger für jeden Punkt richtig auf dem Kopf des Motivs positioniert ist.
- Wechseln Sie zur Registerkarte Validierung .
- Berühren Sie mit dem Zeiger das Motiv an verschiedenen Stellen auf dem Kopf und stellen Sie sicher, dass das Fadenkreuz auf dem Bildschirm mit dem Punkt ausgerichtet ist, auf den auf das Motiv gezeigt wird.
- Wenn sie nicht ausgerichtet sind, wiederholen Sie Schritt 2.2.8 und stellen Sie sicher, dass der Zeiger so genau wie möglich auf den Orientierungspunkten platziert ist.
- Gehen Sie zur Registerkarte Ausführen und stellen Sie sicher, dass die krümmungslinige Ansicht des vollständigen Gehirns ausgewählt ist, damit der Experimentator die Zuzielregionen genau lokalisieren kann.
- Legen Sie den Treiber als die TMS-Spule fest, die verwendet wird.
- Stecken Sie die tragbare TMS-Spule in die TMS-Maschine.
- Schalten Sie die TMS Machine ein und stellen Sie sie auf Einzelimpuls ein. Stellen Sie die Stimulationsintensität angemessen ein; In diesem Experiment wurden 65% der Maschinenleistung als Ausgangspunkt verwendet.
- Platzieren Sie die tragbare TMS-Spule auf der linken Seite des Kopfes des Probanden und stimulieren Sie im motorischen Kortex mit einzelnen TMS-Impulsen, um den Ort zu identifizieren, der den FDI stimuliert. Es kann hilfreich sein, einen Assistenten zu haben, der den Finger des Subjekts beobachtet, um festzustellen, wann der FDI-Muskel aufgrund von Stimulation zuckt.
- Ändern Sie die Stimulationsintensität, bis die Stimulation MEP von mindestens 50 mV genau 5/10 Mal hervorruft, und dies ist die ruhende motorische Schwelle (rMT).
- Stimulation zwischen den Aufgaben
- Wiederholen Sie die Schritte 2.2.1 bis 2.2.13 und ersetzen Sie die Handspule durch eine luftgekühlte TMS-Spule.
- Stellen Sie die Stimulationsparameter für sich wiederholende TMS mit einer Rate von 1 Hz für 20 Minuten (insgesamt 1200 Impulse) mit einer Intensität von 110% der rMT in Übereinstimmung mit den von Shah-Basak et al. (2018) 15 festgelegten Parametern ein.
- Platzieren Sie eine luftgekühlte TMS-Spule mit integriertem Kühlsystem auf dem Kopf des Probanden, die auf das SMG oder STG für aktive Sitzungen oder den Scheitelpunkt für Scheinsitzungen abzielt (Abbildung 5).
- Fahren Sie mit der Stimulation fort.
3. VR-Verhaltensaufgabe
- Installieren Sie unterstützende Software.
- Laden Sie die Pupil Core-Software von der Pupil Labs-Website herunter und installieren Sie sie.
- Laden Sie Unity 3D 2018.3 von der Unity-Website herunter und installieren Sie es.
- Laden Sie das OpenVR-Tool über den Unity Asset Store oder über Steam herunter und installieren Sie es.
- Richten Sie die VR-Hardware ein (z. B. HTC Vive Pro).
- Platzieren Sie Basisstationen auf gegenüberliegenden Seiten des Raums, um eine klare Sichtlinie zu gewährleisten, und schließen Sie sie an.
- Drücken Sie die Taste Channel/Mode auf der Rückseite jedes Sensors, um durch die Kanäle zu wechseln, bis einer von ihnen auf Kanal " b" und einer auf "c" eingestellt ist . Beide Status-LEDs sollten weiß sein.
- Installieren Sie den Pupil Labs Binokulareinsatz im HTC Vive Pro. Schließen Sie die Link Box an den Computer an (Power, USB-A und HDMI oder Mini DisplayPort).
- Schließen Sie das Headset an die Link Box an. Passen Sie die oberen und seitlichen Gurte am Headset an. Stellen Sie den Objektivabstand ein.
- Starten Sie SteamVR.
- Starten Sie SteamVR, indem Sie auf das VR-Symbol in der oberen rechten Ecke von Steam klicken.
- Schalten Sie die Controller mit dem Netzschalter ein.
- Klicken Sie auf SteamVR auf Einstellungen | Koppeln Sie Neues Gerät , um jeden Controller zu koppeln, indem Sie den Anweisungen auf dem Bildschirm folgen.
- Klicken Sie im SteamVR-Menü auf Raumeinrichtung und folgen Sie den Anweisungen auf dem Bildschirm.
- Starten Sie SteamVR, indem Sie auf das VR-Symbol in der oberen rechten Ecke von Steam klicken.
- Starten Sie die Pupil Core Software.
- Setzen Sie das Headset auf den Kopf des sitzenden Probanden und geben Sie beiden Controllern. Stellen Sie sicher, dass die Gurte eng, aber bequem sind. Stellen Sie sicher, dass beide Augen sichtbar sind, indem Sie visuell bestätigen, dass sie in den Kamera-Feeds der Pupil Core Software zentriert sind.
- Öffnen Sie die VR-Aufgabe im Unity-Editor und klicken Sie auf die Schaltfläche Wiedergabe .
- Führen Sie das Experiment aus.
- Bitten Sie das Motiv, geradeaus zu schauen und klicken Sie auf die Schaltfläche Tare Camera auf dem Bildschirm.
- Klicken Sie auf die Schaltfläche Tutorial beginnen und warten Sie, bis der Betreff das Tutorial abgeschlossen hat. Das Tutorial besteht aus Audioanweisungen über die Bedienung des VR-Systemcontrollers, Beschreibungen und Beispielen von symmetrischen (Lockvogel) und asymmetrischen (Ziel-) Blumen sowie einer 1-minütigen Übungssitzung mit einer kleinen Anzahl von Lockvogel- und Zielblumen. Das Tutorial dauert 75-100 Sekunden und die Leistungsdaten des Tutorials werden nicht erfasst.
- Wenn der Betreff fertig ist, klicken Sie auf die Schaltfläche Eye Tracking kalibrieren .
- Wenn die Kalibrierung erfolgreich ist, beginnt der Betreff automatisch mit der Aufgabe. Andernfalls wiederholen Sie Schritt 3.7.3.
- Starten Sie die erste Testversion, indem Sie auf die Schaltfläche Nächste Testversion klicken.
HINWEIS: Während der VR-Aufgabe werden die Probanden in einer virtuellen Gesamtstruktur platziert (Abbildung 6). Drei geschwungene Buchsbaumhecken bildeten einen Halbkreis in Reichweite vor dem Motiv. Jeder Versuch bestand aus einer unterschiedlichen Anzahl von Blüten mit jeweils 16 Blütenblättern, die in direkter Sichtlinie auf die Hecken verteilt waren (Abbildung 7). Die Probanden wurden angewiesen, alle asymmetrischen "Zielblumen" zu "pflücken" (ihren Controller über eine Blume zu halten, damit die Blume hervorgehoben wird, und dann den Triggerknopf mit dem Zeigefinger zu drücken) und alle symmetrischen "Lockvogel" -Blumen in Ruhe zu lassen. Jeder Versuch würde enden, wenn das Subjekt alle asymmetrischen Zielblumen erfolgreich ausgewählt hat, aber auch, wenn dem Subjekt die Zeit davonlief (2-Minuten-Zeitlimit) oder wenn das Subjekt versehentlich die gesamte symmetrische Lockvogelblume pflückte. In all diesen Fällen würden die verbleibenden Blumen an den Büschen gerodet und der Experimentator aufgefordert, den nächsten Versuch zu beginnen. - Warten Sie, bis der Proband eine Studie nicht mehr aktiv abschließt, und wiederholen Sie dann Schritt 3.7.4, es sei denn, mindestens 12 Studien wurden abgeschlossen.
- Klicken Sie erneut auf die Wiedergabeschaltfläche, um die Aufgabe zu beenden.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Die Daten wurden von gesunden Personen unter Verwendung des oben beschriebenen Protokolls gesammelt, um zu demonstrieren, wie die verschiedenen Variablen, die aus der Virtual-Reality-Aufgabe extrahiert werden können, analysiert werden können, um subtile Unterschiede zwischen Gruppen zu erkennen.
In dieser Studie durchliefen 7 Personen (2 Männer) mit einem Durchschnittsalter von 25,6 Jahren und einer durchschnittlichen Ausbildung von 16,8 Jahren jeweils drei separate TMS-Sitzungen. Diese Probanden wurden in zwei Gruppen eingeteilt: Vier Teilnehmer erhielten eine repetitive TMS am Gyrus supramarginalis (SMG), während drei weitere Teilnehmer eine TMS-Stimulation am Gyrus temporalis superior (STG) erhielten. Alle Teilnehmer erhielten während einer separaten Sitzung eine Schein-TMS, die als Kovariate in Analysen verwendet wurde, um die individuelle Variabilität als Reaktion auf TMS zu berücksichtigen. Während jeder Sitzung wurde den Teilnehmern die Virtual-Reality-Aufgabe vor und nach der TMS-Stimulation verabreicht, um die Veränderung der Leistung zu untersuchen.
Zunächst wurde der durchschnittliche Kopfwinkel (Abbildung 8) untersucht, um festzustellen, ob die Virtual-Reality-Aufgabe empfindlich genug war, um einen Unterschied zwischen den SMG- und STG-Gruppen zu erkennen. Die Werte für die Kopfwinkeländerung wurden berechnet, indem die Vor-TMS-Werte von den Post-TMS-Werten abgezogen wurden. Eine ANCOVA wurde durchgeführt, um festzustellen, ob es nach der TMS-Stimulation einen Unterschied zwischen den Gruppen im Kopfwinkel gab. Schein-TMS-Kopfwinkeländerungswerte wurden als Kovariate verwendet, um individuelle Unterschiede zu berücksichtigen. Unter Berücksichtigung der Tatsache, dass die Analysen mit einer kleinen Pilotstichprobe durchgeführt wurden, wurde ein signifikanter Unterschied in den Kopfwinkeländerungswerten zwischen den beiden Gruppen gefunden, F (1,4) = 10,25, p = 0,03, wobei die SMG-Gruppe einen durchschnittlichen Veränderungswert aufwies, der im Vergleich zur STG-Gruppe mehr auf die rechte Seite des Raumes gerichtet war (Abbildung 9).
Ein ähnliches Muster wurde unter Verwendung des Linienbisektionstests gefunden, bei dem die SMG-Gruppe die Linie in der Post-TMS-Verabreichung signifikant mehr nach rechts platzierte als vor TMS, t(4) = 2,78, p = 0,04. Dieser Befund wurde in der STG-Gruppe nicht gefunden, t(3) = 3,18, p = 0,56. Während es weder in der SMG- noch in der STG-Gruppe einen signifikanten Unterschied im Kopfwinkel vor und nach TMS in der Virtual-Reality-Aufgabe gab, zeigt der Befund, dass die SMG-Gruppe einen durchschnittlichen Kopfwinkeländerungswert hatte, der im Vergleich zur STG-Gruppe signifikant mehr nach rechts gerichtet war, einen ähnlichen Befund. Diese Erkenntnis aus der Virtual-Reality-Aufgabe stimmt mit den Ergebnissen der traditionellen Papier-und-Bleistift-Aufgabe überein, da beide ein Muster zeigten, in dem die SMG-Gruppe möglicherweise eine subtile Vernachlässigung hatte und im Vergleich zur STG-Gruppe mehr nach rechts schaute. Die von der Virtual-Reality-Aufgabe gesammelten Daten können auf individueller Teilnehmerebene visualisiert werden, um die Leistung vor und nach der TMS-Stimulation zu untersuchen, wie in Abbildung 9 zu sehen ist.
Als nächstes wurden die Blüten danach getrennt, welche Seite der Blüte das defekte Blütenblatt enthielt (d. H. Rechtes Blütenblatt vs. linkes Blütenblatt, siehe Abbildung 10), um speziell die Anzeichen einer allozentrischen Vernachlässigung auf individueller Zielebene zu beurteilen. Während es keinen Unterschied in den Kopfwinkeländerungswerten zwischen den beiden Gruppen für Blumen mit kürzeren Blütenblättern auf der linken Seite gab, F (1,4) = 0,09, p = 0,78, gab es einen signifikanten Unterschied in den Kopfwinkeländerungswerten zwischen den beiden Gruppen für Blumen mit einem kleineren Blütenblatt auf der rechten Seite, F (1,4) = 9,52, p = 0,04. Insbesondere neigten die Teilnehmer der SMG-Gruppe dazu, bei der Suche nach dem kurzen Blütenblatt auf der rechten Seite der Blüte weiter nach rechts zu schauen (höherer Blütenstandwinkel, siehe Abbildung 11). Der Winkel des Kopfes des Probanden zum Busch (Buschwinkel, siehe Abbildung 12) steht ebenfalls zur Analyse zur Verfügung, so dass eine allokentrische Vernachlässigung in Bezug auf den Busch nachgewiesen werden kann. Diese Analysen zeigen, wie Variablen spezifischer gestaltet werden können, um subtile, spezifische Aspekte der Vernachlässigung zu erfassen.
Es gibt eine Reihe anderer Möglichkeiten, wie die Daten analysiert werden können. Wir untersuchten die durchschnittliche Anzahl der Sekunden, die die Teilnehmer jede Blume betrachteten, um festzustellen, ob eine Gruppe größere Schwierigkeiten hatte, defekte Blüten zu identifizieren (gekennzeichnet durch mehr Sekunden, die mit dem Betrachten der Blume verbracht wurden). In diesem Beispiel wurden Daten aus Blüten extrahiert, die ein defektes Blütenblatt hatten, das 95% der Größe der restlichen Blütenblätter hatte, da diese Skala als die empfindlichste angenommen wurde. Eine gemischte ANCOVA wurde durchgeführt, um die Gruppe (SMG vs. STG) und das Blütenvisierfeld (rechts vs. links) zu vergleichen. Pre- und Post-TMS-Change-Scores wurden berechnet und als Ergebnisvariable verwendet, um zu untersuchen, ob eine der beiden Gruppen eine Zunahme der Zeit zeigte, die nach TMS mit dem Betrachten von Blumen verbracht wurde. Die Schein-TMS-Bedingung für linke und rechte Blüten wurde erneut als Kovariaten verwendet, um die individuelle Variabilität zu berücksichtigen. Während es keinen signifikanten Unterschied zwischen den Gruppen gab, F(1,3) = 0,12, p = 0,76, gab es einen marginal signifikanten Unterschied im Blütenbildfeld, F(1,3) = 5,62, p = 0,098 (Abbildung 13). Der Effekt erreicht keine statistische Signifikanz; und in Zukunft sollten mehr Themen bewertet werden. Trotzdem dienen diese Daten als Beispiel dafür, wie Daten auf bestimmte Blumenarten und Gesichtsfelder innerhalb der Virtual-Reality-Umgebung beschränkt werden können. Wie diese Analysen zeigen, kann der Vergleich der Leistung der Teilnehmer den Forschern eine sensible und dynamische Möglichkeit bieten, die Auswirkungen von TMS oder Vernachlässigung im Allgemeinen zu messen, abhängig von der spezifischen Forschungsfrage der Prüfer.
Abbildung 1: Line Bisection Task Stimulus Sheet Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 2: Bells Teststimulusblatt Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 3: Star Cancellation Test Stimulus Sheet Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 4: Ota Circle Cancellation Stimulus Sheet Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 5: Repetitive TMS-Stimulation; Neuronavigationssoftware (links), Magnetstimulationseinheit (Mitte) und luftgekühlte Spule in Position über dem Autor CH (rechts).
Abbildung 6: Virtuelle Waldumgebung, die vom Probanden während der VR-Aufgabe gesehen wird Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 7: Layout von drei gekrümmten Hecken mit Ziel- und Lockvogelblumen verteilt Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 8: Kopfwinkel - Winkel zwischen der vorderen Achse des Kopfes und des Rumpfes Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 9. Diese Abbildung zeigt zwei Analysen anhand des Kopfwinkels während der Aufgabenleistung:
(Links) SMG vs. STG Gruppe Kopfwinkeländerungswerte. Auf dieser Skala zeigt eine Punktzahl von 0 an, dass sie sich die Mitte jeder Blume angesehen haben, während positive Werte anzeigen, dass sie nach rechts geschaut haben, und negative Werte zeigen an, dass sie nach links geschaut haben. Die SMG-Gruppe hatte positive Werte, was darauf hindeutet, dass sie nach der Stimulation im Durchschnitt mehr nach rechts schauten, während die STG-Gruppe negative Werte aufwies, was darauf hindeutet, dass sie nach der Stimulation eher nach links schauten. SMG und STG Group hatten signifikant unterschiedliche Kopfwinkeländerungswerte. (Rechts). Mittlerer Kopfwinkel, der für jeden Teilnehmer vor TMS und nach TMS dargestellt wird. Die STG-Gruppe zeigte keine starken Unterschiede vor und nach der TMS-Stimulation, im Gegensatz zu den SMG-Teilnehmern, die nach der Stimulation mehr in Richtung des richtigen Gesichtsfeldes zu schauen schienen (dargestellt durch positive Zahlen). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 10: Asymmetrische Zielblumen, mit kleineren Blütenblättern links (links) und kleineren Blütenblättern rechts (rechts). Bitte klicken Sie hier, um eine größere Version dieser Abbildung zu sehen.
Abbildung 11: Blüte-Kopf-Winkel - Winkel, subtil durch die Vorderachse des Kopfes und die Blume vom Kopf in dem Moment, in dem die Blume gepflückt/identifiziert wurde Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
Abbildung 12: Buschwinkel - Winkel, der von der Blume und der Mitte des Blütenstrauchs vom Kopf in dem Moment subtiliert wird, in dem die Blume gepflückt / identifiziert wurde Bitte klicken Sie hier, um eine größere Version dieser Figur anzuzeigen.
Abbildung 13. Mittlerer Änderungswert für Sekunden, die damit verbracht wurden, jede Blume vor und nach TMS zu betrachten. Negative Werte deuten darauf hin, dass die Teilnehmer weniger Zeit damit verbrachten, Blumen in der Post-TMS-Verabreichung zu betrachten, verglichen mit der Pre-TMS-Verabreichung, während positive Zahlen mehr Zeit damit verbringen, Blumen nach TMS zu betrachten. Die Daten werden danach getrennt, ob sich die Blumen im linken oder rechten Gesichtsfeld innerhalb der virtuellen Umgebung befanden. Die Daten wurden auch nach Gruppen getrennt (SMG vs. STG). Die Blüten waren auf diejenigen mit einem defekten Blütenblatt im Maßstab 0,95 beschränkt. Obwohl statistisch nicht signifikant, gab es einen marginalen Effekt des Blütenbildfeldes. Qualitativ scheint es für Blüten im linken Gesichtsfeld eine größere Variabilität zu geben als für das rechte. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Wir haben erfolgreich USN-Symptome mit TMS bzw. VR induziert und gemessen. Obwohl wir im Vergleich zu Scheinstudien keine signifikanten Ergebnisse hatten, konnten wir mehrere Metriken der egozentrischen Vernachlässigung (durchschnittlicher Kopfwinkel, Zeit, die mit dem Betrachten von Blüten in beiden Hemiräumen verbracht wurde) und allokentrischer Vernachlässigung (Leistung bei der Auswahl von Blüten mit asymmetrischen Blütenblättern auf der linken und rechten Seite) zwischen den verschiedenen experimentellen Gruppen vergleichen und signifikante Unterschiede im durchschnittlichen Kopfwinkel zwischen Probanden, die an der STG stimuliert wurden, und denen, die am SMG stimuliert wurden. und marginal signifikante Effekte in der durchschnittlichen visuellen Achse. Interessant ist, dass es immer noch eine Debatte über den proportionalen Beitrag des zeitlichen (STG) und parietalen (PPC) Beitrags zur USN-relevanten räumlichen Verarbeitung gibt12,43, und der erhöhte Kopfwinkel nach rechts, den wir in der SMG-stimulierten Gruppe festgestellt haben, könnte eine gewisse Unterstützung für die Implikation von PPC der egozentrischen Variante von USN liefern.
Es gab mehrere kritische Schritte in diesem Protokoll. Diese Methode ist durch die subtilen klinischen Effekte begrenzt, die mit rTMS erzielt werden, so dass die richtigen Stimulationsparameter und das kortikale Region-Targeting entscheidend sind - die Intensität der TMS-Stimulation sollte immer auf dem rMT basieren und das TMS-Coil-Targeting sollte immer genau mit hochauflösenden MRT-Bildern und geeigneter Targeting-Software wie Brainsight bestimmt werden. Die Methode ist auch durch die relativ kurze Dauer der hemmenden Wirkung begrenzt, die durch die rTMS-Stimulation erzeugt wird (~ 20 Minuten oder ungefähr die Dauer der Stimulation26), so dass ein schneller Übergang von der rTMS-Stimulation zurück zu den VR- oder Papier- und Bleistiftaufgaben von größter Bedeutung ist, um diesen Effekt zu erkennen. Die Sicherstellung, dass die VR-Ausrüstung eingerichtet und die Software während der VR-Sitzungen vor dem TMS ordnungsgemäß kalibriert wird, trägt dazu bei, den Anteil der Zeit nach der Stimulation, die mit dem Sammeln von Daten verbracht wird, zu maximieren.
Wie in der Einleitung aufgezählt, haben eine Reihe von Gruppen neuartige VR-basierte Tools zur Bewertung von USN entwickelt. Viele dieser Systeme nutzen auch die deutlichen Messvorteile computergestützter Aufgaben, und einige Gruppen haben versucht, die verschiedenen Subtypen von USN zu unterscheiden, einschließlich extrapersonaler vs. peripersonaler Neglect-Symptome und egozentrischer vs. allokenter Symptome37,40. Wir glauben, dass die Methode zwei neue Beiträge zu dieser bestehenden Arbeit hinzufügt. Erstens bieten wir eine breitere Palette von Datensätzen (Kopfposition, Eye-Tracking usw.), die analysiert werden können, um selbst subtile Fälle von USN zu erkennen und zu charakterisieren. Zweitens induzierten wir USN-Symptome bei gesunden Freiwilligen mit TMS, um sicherzustellen, dass das VR-basierte Diagnosewerkzeug induzierte USN-Symptome isolierte und die möglichen verwirrenden Auswirkungen von visuellen, motorischen und kognitiven Komorbiditäten bei erworbenen Hirnverletzungspatienten verhinderte. Darüber hinaus steht die Aufgabe im Gegensatz zu einem Trend in neueren Studien, der sich auf Navigationsaufgaben konzentriert. Wir behaupten, dass eine Aufgabe, die die Interaktion mit einer Reihe von verteilten Objekten über linke und rechte Hemiräume erfordert, potenziell anspruchsvoller ist und die Empfindlichkeit der VR-Aufgabe als Diagnosewerkzeug erhöhen kann. Darüber hinaus ermöglicht dieses Format eine eher spielähnliche Aufgabe mit mehreren Versuchen, was wiederum die Titration des Schwierigkeitsgrades der Aufgabe von Runde zu Runde ermöglicht. Diese Art der Titration hilft der Aufgabe, Decken- und Bodeneffekte zu vermeiden (d.h. die Aufgabe ist zu schwierig für diejenigen mit erheblichen Defiziten oder zu einfach für diejenigen mit subtilen Defiziten).
Es gibt viele mögliche zukünftige Anwendungen der Methode. In Bezug auf die Studie von USN glauben wir, dass die Hinzufügung von Eye-Tracking-Daten es VR-Aufgaben ermöglichen wird, zwischen Aufmerksamkeits- und absichtlichen Symptomen zu unterscheiden, indem Daten zur Messung der Asymmetrie des Suchmusters von Daten zur Messung der Asymmetrie der motorischen Aktion getrennt werden. Darüber hinaus kann TMS verwendet werden, um spezifische neurologische Defizite über USN hinaus zu isolieren, wodurch ein Mittel geschaffen wird, mit dem Forscher eine Vielzahl neuartiger VR-Tools entwerfen und validieren können, um diese Defizite bei Patienten, die an einer erworbenen Hirnverletzung leiden, zu diagnostizieren und zu charakterisieren. Obwohl die Technik gesunde Teilnehmer und künstliche neurologische Defizite beinhaltet, um USN zuverlässig zu isolieren und spezifisch zu charakterisieren, glauben wir, dass VR-Tools, die durch die Methode validiert werden, dann in Populationen von Patienten mit gemischten neurologischen Defiziten (motorisch, visuell usw.) über Benutzeroberflächeninnovationen wie EEG- oder EMG-basierte Gehirn-Computer-Schnittstellen44, 45. Auflage. Darüber hinaus können VR-basierte Aufgaben wie die hier vorgestellte auch modifiziert werden, um als kognitive Rehabilitationswerkzeuge zu dienen, ein wachsender Bereich der Forschung und Entwicklung31,46.
Wir hatten eine Reihe von frustrierenden Problemen beim Testen. Das Eye-Tracking wurde bei kleinen Verschiebungen in der Position des HMD unkalibriert und die Software versagte manchmal. Die Anwendung benötigte mehr Entwicklung und litt unter korrigierbaren Problemen wie der Ausgangsposition des Probanden und dem Bereich der Blütenplatzierung (einige Blumen wurden außerhalb des Sichtfeldes des Probanden platziert und machten einige Versuche ungültig). Wir hatten zu wenige Themen. Dennoch konnten wir mit dem neuartigen VR-Tool die subtilen Störungen zweier neuronaler Netze, die mit USN verbunden sind, erkennen. Während das ehrgeizige Experiment marginale Ergebnisse lieferte, glauben wir, dass viele der Herausforderungen, mit denen es konfrontiert war, mit der weiter verbesserten Technologie verbessert werden. Wir argumentieren, dass das Versprechen der Ergebnisse in Kombination mit anderen ermutigenden Trends in diesem Bereich die Idee unterstützt, dass VR-Systeme ein hervorragendes Substrat für die Entwicklung neuartiger Diagnosewerkzeuge für USN sind.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren haben nichts preiszugeben.
Acknowledgments
Diese Arbeit wurde vom University Research Fund (URF) der University of Pennsylvania und den Studentenstipendien der American Heart Association für zerebrovaskuläre Erkrankungen und Schlaganfälle unterstützt. Besonderer Dank gilt den Forschern, Klinikern und Mitarbeitern des Labors für Kognition und Neuronale Stimulation für ihre kontinuierliche Unterstützung.
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).
