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。
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。
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。
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。
The authors have nothing to disclose.
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。
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 |