使用随机点视频游戏提高立体性

Behavior
 

Summary

这里介绍的是一个协议,以提高立体感使用游戏化感知学习软件基于随机点刺激。患者是立体缺陷的受试者,没有斜线。该协议将光测中心访问与使用软件的家庭练习相结合。合规性和立体性演变存储在云中。

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Martín-González, S., Portela-Camino, J., Ruiz-Alcocer, J., Illarramendi-Mendicute, I., Garrido-Mercado, R. Stereoacuity Improvement using Random-Dot Video Games. J. Vis. Exp. (155), e60236, doi:10.3791/60236 (2020).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

传统的弱视疗法包括遮挡或惩罚显性眼睛,虽然这些方法提高立体视觉敏锐度在不到30%的情况下。为了改善这些结果,我们建议以视频游戏的形式进行治疗,使用随机点刺激和感知学习技术来刺激立体感。该协议被定义为7-14岁的立体缺陷患者,他们已经接受了弱视治疗,并且单眼最佳校正距离视觉敏锐度至少为0.1 logMAR。患者需要在家中使用视频游戏完成感知学习计划。虽然合规性自动存储在云中,但定期的光学中心访问用于跟踪患者的进化过程并调整游戏的立体需求,直到达到最小的可检测差异。该协议已证明是成功的,并且有效性是在随机立体度测试(全局立体度或环立体度参考测试)上的两级增益来衡量的。此外,根据维特圆测试,随机点刺激学习转移到中侧立体敏锐度,其中成功标准是最终立体度超过140",而达到的增强对应于不少于两个级别的立体敏锐度。六个月后,一个随机点立体度测试记录到的立体度没有减少。

Introduction

弱视是一种空间视觉的发展障碍,经常与在1岁时存在斜视、异体体症或形式剥夺有关。一般人群中弱视的发生率在1.3%-3.6%2之间。传统的弱视疗法从纠正任何折射错误开始,然后用贴片或阿托品惩罚3遮挡好眼睛。虽然常规治疗的治疗效果最初良好,73%-90%的患者视力改善,但这一改善并不等于约50%的患者视力正常。此外,儿童经常经历恶化,即使在成功治疗2。先前的研究表明,在双目视力方面,只有28%的弱视性异位性患者在治疗4后有两种或两种以上的改善水平。几乎没有研究旨在评估改善弱视情况下的立体动物的策略,尽管事实上立体型对人类的视觉感知至关重要5。传统的弱视疗法,产生良好的结果,视力良好,但在双目视力方面效果不佳,可以受益于一个干预模型的发展,旨在改善有弱视史的病人的立体性

在过去的10年里,一些研究人员提出了另一种方法来理解弱视6,7的过程。这种理解促使提出了一个干预模型的建议,该模型侧重于抗抑制的dich光训练,以恢复双目视力8,9。弱视疗法涉及有针对性的游戏化活动,供患者在家中使用,已报告在若干病例10,11中成功。

尽管如此,这种光度训练对提高立体敏锐度是无效的两项使用抗抑制dichpot训练模型的当代临床试验报告没有立体度改善11,13。然而,最近的研究表明,光度刺激能够降低抑制深度和程度,改善双目视觉(恢复同时的双目感知)。在某些情况下,这与改善的立体度14,15。

一些研究提出了一种不同的干预方法,重点是通过感性学习活动直接刺激立体障碍16,17。这些研究仅限于在实验室条件下治疗的一系列病例。在Astle等人的研究中,在9次实验室疗程中,两个成人性肌体肌体受到刺激。治疗包括使用镜面立体镜进行双目刺激,带有基于随机点图像的立体图对。丁和利维在完全在实验室条件下进行的治疗过程中,使用基于Gabor补丁18的镜面立体镜和立体图,刺激立体。他们的受试者是五个成年人,其中四个没有立体,一个缺乏立体。受试者必须进行3,000-20,000次感性学习训练试验。

此外,Xi等人在10-13次感性学习训练中研究了异构性肌体,在此期间,使用三维立体纹理来刺激立体肌体最后,在Vedamurthy等人的研究中,11名立体缺陷的成年人在虚拟现实环境中进行了视觉运动任务训练(一种"壁球"游戏)。这些受试者在8-11周内进行了35次试验12,600次试验。

在实验室研究中,对立体型进行直接刺激,但这种治疗模式非常耗时,难以应用于日常临床实践,尤其是儿童。因此,已经设计了一个可行的治疗模型,并为此提供了成功的概念证明,此前已经提出了20个。该协议纳入了基于感知学习治疗的前瞻性、随机、双盲、平行组研究的结果,在视频游戏格式中使用随机点刺激,以提高立体感。介绍了本研究所遵循的协议的深入解释。

Protocol

研究设计得到了巴斯克地区道德委员会的批准,并遵循了《赫尔辛基宣言》的原则。书面知情同意是从参加研究的参与者或其法定监护人那里获得的。图 1表示协议步骤。

1. 参与者招聘

  1. 招募具有以下特征的患者:7-14岁,患有屈光性弱视和/或成功治疗的斜视性弱视(只有在眼镜、视觉治疗和/或斜视手术成功纠正视觉轴错位时,斜视儿童才有资格参与);单目最佳校正距离视觉敏锐度±0.1 logMAR21;和立体度测量在800"-200"范围(粗-中度立体缺陷)22根据随机点立体图测试23。
    1. 要确定"折射性弱视",考虑通过环全环下自折射的眼间折射差差误差。
      注: 当患者出现 ±1 球面屈光(D)(球形等效)的眼间折射差差误差时,将定义异体性弱视。当每只眼睛的回旋折射误差为+4.00 D超美视或近视和/或±2.00 D散光时,就组分弱视的定义是:眼间折射差差误差为<1 D。
    2. 要确定成功治疗的斜视性弱视,检查是否无斜视使用单眼盖揭示测试和刺激住宿与字母敏锐度分数20/30,以确保受试者在进行固定运动24时用fovea看字母。
  2. 排除具有以下特征的患者:斜流;2棱镜屈光子或以上的超磷脂(向上偏差);尼斯塔格穆斯;超美位性异位性异质体,其中患者在用眼镜矫正(防止异位异形症)时,在3个屈光子(或更多)的眼睛之间呈现球形等价差;任何眼病理学;注意力缺陷/多动障碍;和任何认知障碍。排除患者无法访问计算机或家中没有互联网连接。

2. 可视化评估

  1. 在开始本节之前执行基线光度评估以收集基线数据,并确保所有适当的包含/排除标准。
    1. 使用早期治疗糖尿病视网膜病变研究(ETDRS视觉敏锐度图)测量最佳校正距离视力(BCVA)。
    2. 检查是否不存在斜流,如步骤 1.1.2 中所述。
    3. 在120 cd/m2的光线照射下,以40厘米的恒定距离测量立体感。
      注:照明控制可确保测试模式中点和背景之间的对比度一致性。患者头部到测试距离是一个关键变量,因为它包含在设置立体度结果的方程中。
      1. 根据测试制造商的说明,使用随机点立体图(以避免单目提示)测量全局立体度。
      2. 使用轮廓测试测量局部立体度,尽管存在单目提示,但根据测试制造商的说明进行的 Wirt 圆测试。
    4. 根据小儿眼病调查组(PEDIG)指南25、26,通过环全环折射(1%环丙酸酯)测量折射误差。
    5. 通过深入研究前视(灯)和后视点(间接视镜)极,排除任何眼部病理学。
  2. 与患者进行光度中心首次访问。
    1. 在游戏服务应用程序中创建患者配置文件。
      1. 设置患者的用户标识符和密码。
      2. 设置患者的间皮毛距离。
    2. 在病人的电脑上安装电脑立体游戏。
    3. 通过单击配置面板来配置游戏。
      1. 设置患者计算机屏幕的物理尺寸。
      2. 确保用户正确佩戴立体眼镜(左眼有红色滤镜)。
    4. 使用计算机立体游戏测量患者的立体性基础敏锐度。
      1. 请患者在监督下玩游戏,如第 3.4 节所述。
      2. 使用游戏服务应用程序查阅存储在云中的结果。
    5. 使用患者立体型基础敏锐度,在游戏服务应用程序中设置患者的基础水平。
      1. 计算机立体游戏定义了三个刺激类别,每个类别都与立体敏锐度间隔值相关:差(840"-300"),粗糙(480"-210")和中度立体(300"-30")。患者从最好的水平开始,他们可以识别立体刺激。例如,在立体声阈值为 720"的患者中,在患者的配置文件上分配较差的立体水平。
    6. 向学员解释如何在家中进行练习,如第 3 节所述。
  3. 在训练期间,每完成15次治疗,使用电脑立体游戏进行检查访问。
    1. 打开游戏服务应用程序,打开患者档案并检查合规性和立体结果数据。
      1. 提醒家长和参与者注意尊重屏幕工作距离的重要性。
      2. 提醒家长和参与者遵守法规的重要性。
    2. 使用 ETRDS 测试评估距离上的 logMAR BCVA,以检查起始值是否有任何劣化。
    3. 使用计算机立体游戏测量患者的立体敏锐度(步骤 2.2.4)
    4. 在游戏服务应用程序中设置患者的基础级别(步骤 2.2.5)。
  4. 在60次治疗结束后,使用计算机立体游戏(治疗结束)进行最终光度评估,以收集结果数据。
    注:此评估再现了基线光度评价,强调全球和局部立体测量的测量。
  5. 完成6个月后进行后续光度评估,确保结果的稳定性。
    注:此评估再现了基线光度评价,强调全球和局部立体测量的测量。

3. 在家进行治疗练习

  1. 向学员解释,他们必须在家中使用计算机立体游戏进行 608 分钟的训练。
  2. 说明每个会话必须在不同的一天进行,并且每周必须完成五个会话。向患者解释,研究团队可以访问云中的合规性和结果数据。
  3. 指示患者每15次就诊后到验光中心进行检查,应在3周内完成,将符合性视为100%,在所有情况下,最多6周内完成。
  4. 解释如何使用计算机立体游戏
    1. 要求学员坐在距离计算机屏幕 80 厘米的地方。明确患者不应试图通过靠近屏幕来欺骗程序。
    2. 确保房间光线昏暗,避免计算机屏幕上出现任何反射。
    3. 说明该程序采用视频游戏的形式,其中随机点图像隐藏隐藏轮廓。在戴立体眼镜时,只能看到三个维度的轮廓。
    4. 给病人一副立体眼镜,并解释如何戴眼镜,重点看哪个滤镜去哪只眼睛(左眼有红色滤镜)。
    5. 向患者提供登录游戏的标识符和密码(步骤 2.2.1)。
    6. 指示患者使用鼠标选择出现哪个剪影,从屏幕底部显示的四个选项中选择一个图形(图 2)。
    7. 解释选择剪影后会发生什么。
      1. 如果答案正确,软件会发出高音调的声音,正确的图像以全彩图片的形式显示,作为奖励。
      2. 如果答案不正确,软件会发出深沉的声音。玩家还有两次尝试找到正确的答案。
      3. 如果连续有三个错误答案,软件将显示正确答案。
    8. 向患者解释,每次试验后,软件都会生成一个新屏幕,屏幕带有一个随机点图像,隐藏了新的隐藏剪影。
    9. 向患者解释,随着会话的进行,隐藏的轮廓变得更加难以找到,这是正常的。
    10. 向患者解释,一旦会话完成,软件会将结果存储在云服务器中,从而使视光师能够远程跟踪合规性和立体度演变。
      注:强调稳定 Wi-Fi 连接和正确关闭计算机立体游戏的重要性。

Representative Results

作为根据该协议可以取得的结果的一个代表性的例子,我们总结了Portela等人最近进行的一项研究的结果。图 3图 4显示了获得的结果。

这项研究包括16名7-14岁的立体缺陷受试者,其中4人有折射性弱视史(2个无构体和2个异构体)。其中12名受试者有成功治疗斜视性弱视史,其中4人有斜视和性弱视史。在12个有斜视性弱视史的受试者中,有11个呈现了各向异性,1个提出了外视。所有参与者以前都接受过弱视治疗,并取得了良好的视力水平,但没有达到良好的立体敏锐度水平(小于或等于200)。"除了一个科目外,所有科目都能够完成60个指定的培训课程,每次8分钟(共8小时)。当患者在不到 12 周的情况下完成培训,当培训时间超过 24 周时,合规被认为是 100%。平均而言,受试者需要79天来完成60个课程(IQR = 66-102天);因此,它们超过了建议每周五届会议的最低遵守情况。合规结果良好(88.36%)。

受试者在治疗期间和治疗后视力保持稳定。然而,在相当多的受试者中,立体感有所改善(见图3)。均值、中位数、最小值和最大值列于表 1。当使用Mann-Whitney U测试分析这些时,立体度在治疗后明显改善(随机点立体度测试,p = 0.019;旋转圈测试,p = 0.014)。为了更好的理解,图 4显示了治疗开始和结束之间立体度改善的图形演示。

当用随机立体度测试测量立体度时,11个受试者的立体度至少提高了一个层次。在用维特圆测试评估立体度时,在11个受试者中也观察到至少一个级别的改善。临床上,当改善达到至少两个级别(亚当的标准)27时,通过随机立体测量测量的立体度改善是显著的,这在七个受试者中是实现的。在使用Wirt圆测试时,至少两个级别的改善和相当于或优于140的立体度被认为是重要的(Levi的标准)12,这在10个科目中实现了。6个月后,根据随机点立体度测试,结果稳定。这是测量立体度的参考测试,其主要特点是其出色的测试重新测试可靠性23

Figure 1

图 1:协议步骤。请点击此处查看此图的较大版本。

Figure 2

图2:游戏的逻辑过程。主体必须指示显示哪个图形,从屏幕底部显示的图形中选择一个(左图)。如果答案正确,软件会发出高音调的声音,并且相同的图像以图片形式(右图)显示。如果主题提供三个连续的正确答案,软件将生成一个新屏幕,该屏幕带有一个随机点图像,表示更精细的立体。如果主体提供了错误的答案,则软件发出深音,随机点图像保持不变(左图)。最后,如果受试者连续提供三个错误答案,软件将显示正确答案(右图)。这个数字改编自Portela等人20,并经眼科和视觉科学许可。请点击此处查看此图的较大版本。

Figure 3

图3:立体性基础和治疗后水平的测量。使用随机点立体度(RDS)和维特圆测试来测量立体度。测量值以弧的日志秒为单位。这个数字改编自Portela等人20,并经眼科和视觉科学许可。请点击此处查看此图的较大版本。

Figure 4

图4:每个立体度测试之前和后立即处理立体度数据的中位数。(A)随机点立体 (RDS) 测试和(B)维特圆测试。框表示 25% 和 75% 四分位数。测量值以弧的日志秒为单位。这个数字改编自Portela等人20,并经眼科和视觉科学许可。请点击此处查看此图的较大版本。

基线立体声 治疗后立体声
维特 Rst 维特 Rst
意味 着 293.13×271.17 475.00±240.84 107.50±51.60 305.63±306.50
平均 200 [95 到 400] 95% 400 [250 到 800] 95% 100 [60 至 140] 95% 150 [100 到 700] 95%
最小 50 200 40 40
麦克斯 800 800 200 800

表 1:均值、标准偏差、中位数、四分位数范围以及最大和最小立体度值。左侧列显示基线立体度数据,右列显示治疗后立体度结果。使用随机点立体(RDS)和维特圆测试测量立体度。测量值以电弧秒为单位。这个数字改编自Portela等人20,并经眼科和视觉科学许可。

Discussion

这里介绍的是一种直接刺激立体度的协议,其中随机点立体图像用于增强立体缺陷受试者的立体敏锐度。前四项研究评估了直接刺激16、17、18、19的结果。此最新协议为上述介入模型提供了附加功能。

建议的干预模型适用于有斜视或异体性弱视史的患者,他们已经接受了治疗(即光学矫正、闭塞、斜视手术、视力治疗),并取得了最佳矫正视觉敏锐度至少为 0.1 logMAR,但其立体敏锐度仍然很低(介于 200"-800 之间")。该协议的目标是改善这类情况下的立体感。

直接刺激立体功能已被证明能有效增强立体缺陷受试者的立体感,16、17、18、19。然而,要使刺激系统可行,必须在患者家中进行治疗,以达到学习所需的3,000-20,000次试验。

在先前发表的研究,验证了这个程序,并总结以上,11个受试者提高了他们的立体度20。然而,其中五个受试者的立体感没有增加(图3)。这可能是由于在盖测试中无法检测到的小角度斜线。阅读推断,由于左眼和右眼的图像应位于 Panum 的融合区域内,正常的立体度应要求在 0.6 棱镜28范围内对齐。Panum 的融合区域是 +5-20 分钟的弧(0.1-0.6 棱镜在 fovea 中),并且可能需要在此窗口中对齐以支持高档立体敏锐度29。Holmes等人进行的一项研究表明,盖测试未能检测出±3棱镜以下的偏差;因此,无法检测的斜线体的存在可能会损害患者获得精细立体度的能力24。

游戏化已用于提高患者的积极性和合规性。此外,程序在每次会话后将数据存储在云中,使医生能够每天远程跟踪患者的活动。得益于此功能,合规性结果非常出色 (88.36%)和之前两项研究记录的相似,其中,在两项研究中,无性受试者在家中10、11使用iPad接受刺激治疗。它们也比在类似条件下的PEDIG研究报告的结果好得多,在类似的条件下,只有22.5%的样本成功完成了超过75%的治疗规定13。此处显示的符合性也超过了评估弱视中闭塞治疗有效性的研究报告(规定6小时闭塞时为70%符合,在规定12小时时为50%)30。Web应用程序还有一个优点,即父母不需要记录孩子的遵守情况视光师的唯一职责是访问服务器,并使用计算机立体游戏程序检查每个患者在每个会话结束时收集的数据。

在培训期间,患者访问验光中心(检查访问),让视光师强调用户到屏幕距离的重要性。在这些检查访问中,视光师还设置了刺激类别(差、粗、中度)。感性学习理论预测,如果患者不按其阈值工作(例如,如果患者靠近屏幕或工作在更容易的刺激类别中),改善的可能性较小。这些发现在验证本议定书20的研究上得到证实。用户到屏幕的距离是软件无法控制的,因此由患者或患者的父母负责。

决定使用随机点方法来设计计算机立体游戏可能是至关重要的。通过随机点立体图像的刺激从来不是无关紧要的:即使是工作低于其阈值的患者也会获得改善。在感性学习的过程中,仅仅反复接触随机点刺激就能增强双目视力。病人的任务,对于有斜视31史的患者来说特别困难,就是融合每只眼睛12感知到的相关随机点而不抑制。这增强了它们区分相关点(信号)和无法融合的点(噪声)的能力。这种类型的训练可能改善差异检测器的反应,因为感知学习可以改善融合反应,提高患者从噪声32分离信号的能力。

感性学习方法的风险之一是选择性。该方法证明,随机点立体图训练不是选择性的,因为学习被转移到通过Wirt圆测试测量的中侧立体测量。另一个证明这种治疗方法有效性的发现是所取得的成果的稳定性。不同的研究已研究,在弱视受试者因感性学习训练而取得的改善是否稳定16、17、19、33。该模型在6个月的随访中,通过随机点立体检测证明了改进的稳定性。

已检测到多个限制。软件设计要求手动设置刺激类别,此时此过程最好根据患者的进化是自动的。如果患者连续几次未能通过关卡,则通过考虑将患者移回粗立体度设置的可能性,可以改善所实现的通过水平条件。在任何情况下,楼梯程序都会被丢弃,因为游戏化的目标之一是通过游戏机制提高患者的积极性。患者应体验进步和成功的感觉,无论他们的临床状况是改善还是恶化。这是通过在游戏流中隐藏更容易的试验来实现的(尽管不是标准楼梯程序,其目标是快速准确地确定阈值限制,其性能为 50%)。另一个改进是自动监控患者与屏幕的距离。但是,我们不知道一个不涉及使用特殊硬件的解决方案,尽管它可能值得测试定制的网络摄像头头跟踪软件。

其他限制是由于研究设计,包括:(1)大多数受试者有斜视史(具有异体性弱视史的受试者样本太小);(2) 年龄范围限制在7-14岁;和(3)立体度范围在800"-200"之间。在未来的研究中,验证对气偏弱视和较粗立体和较老受试者的治疗效果将是很有趣的。

Disclosures

这项基于计算机的测试是由S.M.-G.在奥维耶多大学开发的,他是这份手稿的合著者。在完成本研究之后,S.L.(见)的一家私人实体,与S.M.-G接洽。和J.A.P.-C.有机会参与开发计算机化的视觉训练工具,其中包括几个游戏和测试,其中之一是本文中使用的随机点隐藏剪影游戏。

Acknowledgments

作者希望承认与奥维耶多大学(FUO-EM-104-12)达成协议,该诊所部分支持开发基于计算机的测试。

Materials

Name Company Catalog Number Comments
Autorrefractometer, model TRK 1P Topcon, Japan Refractive error measurements by autorrefraction
Computerized Stereoscopic Game University of Oviedo, Spain The computer-based test itself was developed at the University of Oviedo by SM-G, coauthor of this manuscript. After finishing this study, a private company named VISIONARY TOOL (www.visionarytool.com) has contacted both SM-G and JAP-C to participate in the development of a computerized visual training tool. This tool includes several games and tests. The one used in this article, based on random dot hidden silhouettes, is one of them.
Randot Preschool Stereoacuity Test Stereo Optical Company Inc, USA Global stereoacuity test
Screen model SIFIMAV, Italy Logarithmic visual acuity chart ETDRS format
Wirt Circles Test Stereo Optical Company Inc, USA Local stereoacuity test

DOWNLOAD MATERIALS LIST

References

  1. Ciuffreda, K. J., Levi, D. M., Selenow, A. Amblyopia: Basic and Clinical Aspects. Butterworth-Heinemann. 1-64 (1991).
  2. Birch, E. E. Amblyopia and binocular vision. Progress in Retinal and Eye Research. 33, 67-84 (2013).
  3. Repka, M. X., Holmes, J. M. Lessons from the amblyopia treatment studies. Ophthalmology. 119, 657-658 (2012).
  4. Wallace, D. K., et al. Stereoacuity in children with anisometropic amblyopia. Journal of American Association for Pediatric Ophthalmology. 15, 455-461 (2011).
  5. O'Connor, A. R., Tidbury, L. P. Stereopsis: are we assessing it in enough depth? Clinical and Experimental Optometry. 101, 485-494 (2018).
  6. Mansouri, B., Thompson, B., Hess, R. F. Measurement of suprathreshold binocular interactions in amblyopia. Vision Research. 48, 2775-2784 (2008).
  7. Farivar, R., Thompson, B., Mansouri, B., Hess, R. F. Interocular suppression in strabismic amblyopia results in an attenuated and delayed hemodynamic response function in early visual cortex. Journal of Vision. 11, 1-12 (2011).
  8. Hess, R. F., Thompson, B., Baker, D. H. Binocular Vision in Amblyopia: Structure, Suppression and Plasticity. Ophthalmic and Physiological Optics. 34, 146-162 (2014).
  9. Vedamurthy, I., et al. A dichoptic custom-made action video game as a treatment for adult amblyopia. Vision Research. 114, 173-187 (2015).
  10. Li, S. L., et al. A binocular iPad treatment for amblyopic children. Eye. 28, 1246-1253 (2014).
  11. Kelly, K. R., et al. Binocular iPad Game vs Patching for Treatment of Amblyopia in Children: A Randomized Clinical Trial. JAMA Ophthalmology. 134, 1402-1408 (2016).
  12. Levi, D. M., Knillm, D. C., Bavelier, D. Stereopsis and amblyopia: A mini-review. Vision Research. 114, 17-30 (2015).
  13. Holmes, J. M., et al. Effect of a Binocular iPad Game vs Part-time Patching in Children Aged 5 to 12 Years With Amblyopia: A Randomized Clinical Trial. JAMA Ophthalmology. 134, E733-E741 (2016).
  14. Kelly, K. R., Birch, E. E. Binocular outcomes following binocular treatment for childhood amblyopia. Investigative Ophthalmology & Visual Science. 59, 1221-1228 (2018).
  15. Webber, A. L., Wood, J. M., Thompson, B. Fine Motor Skills of Children With Amblyopia Improve Following Binocular Treatment. Investigative Ophthalmology & Visual Science. 57, 4713-4720 (2016).
  16. Astle, A. T., McGraw, P. V., Webb, B. S. Recovery of stereo acuity in adults with amblyopia. BMJ Case Reports. 1-4 (2011).
  17. Vedamurthy, I., et al. Recovering stereo vision by squashing virtual bugs in a virtual reality environment. Philosophical Transactions of the Royal Society B. 37, 20150264 (2016).
  18. Ding, J., Levi, D. M. Recovery of stereopsis through perceptual learning in human adults with abnormal binocular vision. Proceedings of the National Academy of Sciences of the United States of America. 108, E733-E741 (2011).
  19. Xi, J., et al. Perceptual Learning Improves Stereoacuity in Amblyopia. Investigative Ophthalmology & Visual Science. 55, 2384-2391 (2014).
  20. Portela-Camino, J. A., et al. A Random Dot Computer Video Game Improves Stereopsis. Optometry and Vision Science. 95, 523-535 (2018).
  21. Birch, E. E., et al. Risk Factors for Esotropic Amblyopia. Investigative Ophthalmology & Visual Science. 48, e1108 (2007).
  22. Leske, D. A., Birch, E. E., Holmes, J. M. Real depth vs randot stereotests. American Journal of Ophthalmology. 142, 699-701 (2006).
  23. Fawcett, S. L., Birch, E. E. Interobserver test-retest reliability of the Randot preschool stereoacuity test. Journal of American Association for Pediatric Ophthalmology. 4, 354-358 (2000).
  24. Holmes, J. M., Leske, D. A., Hohberger, G. G. Defining real change in prism-cover test measurements. American Journal of Ophthalmology. 145, 381-385 (2008).
  25. Cotter, S. A., et al. Treatment of anisometropic amblyopia in children with refractive correction. Ophthalmology. 113, 895-903 (2006).
  26. Cotter, S. A., et al. Treatment of strabismic amblyopia with refractive correction. American Journal of Ophthalmology. 143, 1060-1063 (2007).
  27. Adams, W. E., et al. Defining real change in measures of stereoacuity. Ophthalmology. 116, 281-285 (2009).
  28. Read, J. C. A. Stereo Vision and Strabismus. Eye. 29, 214-224 (2015).
  29. Birch, E. E., Wang, J. Stereoacuity outcomes after treatment of infantile and accommodative esotropia. Optometry and Vision Science. 86, 647-652 (2009).
  30. Stewart, C. E., et al. Objectively monitored patching regimens for treatment of amblyopia: randomised trial. British Medical Journal. 335, 707 (2007).
  31. Westheimer, G. Clinical evaluation of stereopsis. Vision Research. 90, 38-42 (2013).
  32. Gantz, L., et al. Mechanisms of Perceptual Learning of Depth Discrimination in Random Dot Stereograms. Vision Research. 47, 2170-2178 (2007).
  33. Zhou, Y., et al. Perceptual learning improves contrast sensitivity and visual acuity in adults with anisometropic amblyopia. Vision Research. 46, 739-750 (2006).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics