이 기사에서는 6자유도 모션 플랫폼을 사용하여 전정 지각 역치를 추정하는 데 필요한 방법, 절차 및 기술에 대해 설명합니다.
전정 지각 역치는 참가자가 전정 입력을 기반으로 움직임을 감지하거나 구별할 수 있도록 하는 데 필요한 동작 강도를 나타냅니다. 6 개의 운동 정도 플랫폼에서 제공하는 수동 운동 프로파일을 사용하여 전정 지각 역치는 모든 종류의 운동에 대해 추정 할 수 있으므로 전정 말단 기관의 각 하위 구성 요소를 대상으로합니다. 전정 역치의 평가는 전정 시스템의 하위 구성 요소에 대한 정보 만 제공하는 칼로리 관개, 두부 충동 검사 (HIT) 또는 전정 유발 근원 성 잠재력 (VEMP)과 같은 진단 도구를 보완하기 때문에 임상 적으로 관련이 있지만 모든 구성 요소를 평가할 수있는 것은 없습니다. 전정 지각 역치를 추정하기위한 장점과 단점이 다른 몇 가지 방법이 있습니다. 이 기사에서는 효율적인 추정 절차를 위해 적응형 계단 알고리즘과 정현파 모션 프로파일을 사용하는 프로토콜을 제시합니다. 적응 계단 알고리즘은 반응 이력을 고려하여 다음 자극의 피크 속도를 결정하며 전정 영역에서 가장 일반적으로 사용되는 알고리즘입니다. 우리는 전정 지각 역치에 대한 운동 빈도의 영향에 대해 더 논의합니다.
인간의 전정 말단 기관은 5 개의 구성 요소로 구성되며 각 구성 요소는 자연 운동 스펙트럼의 특정 구성 요소를 감지하는 데 최적화되어 있습니다. 세 개의 반원형 운하는 서로 대략 직교하여 세 축을 중심으로 머리 회전을 감지 할 수 있습니다. 운하는 수직축을 따라 또는 수평면(1)에 병진 가속도를 등록하기 위한 두 개의 황반 기관을 동반합니다. 다섯 가지 구성 요소 각각의 기능 저하 또는 손실은 현기증, 현기증, 불균형 및 낙상 위험 증가와 같은 심각한 증상을 유발할 수 있습니다2. 그러나 모든 구성 요소의 기능을 개별적으로 객관적으로 평가하는 것은 힘든 작업이며 여러 평가가 필요합니다3. 예를 들어, 수평 운하의 상태는 일반적으로 칼로리 관개 및 머리 임펄스 테스트 (HIT)를 통해 평가됩니다. 황반 장기를 평가하기위한 현재의 황금 표준은 전정 유발 근원 성 잠재력 (VEMP)입니다. 여러 평가를 결합함으로써 임상의는 진단 및 치료 옵션을 도출 할 수있는 전정 상태에 대한보다 완전한 그림에 도달합니다.
전정 성능을 정량화하기위한 유망한 접근법은 전정 지각 역치이며, 이는 참가자가 안정적으로 감지하거나 구별 할 수있는 가장 낮은 자기 운동 강도의 객관적이고 정량적 인 측정을 제공합니다. 지각 역치 절차가 일부 임상 분야 (예 : 청력학)에서 잘 확립되어 있지만, 지각 전정 역치는 아직 전정 영역에서 진단 목적으로 사용되지 않습니다4. 그 이유 중 하나는 모션 플랫폼과 사용하기 쉬운 소프트웨어를 사용할 수 없기 때문입니다. 원칙적으로 모션 플랫폼과 회전 의자를 임계값 추정에 사용할 수 있습니다. 그러나 6자유도(6DOF) 모션 플랫폼은 다양한 모션 프로파일에 대한 임계값을 추정하는 데 적합하여 전정 기관의 5개 하위 구성 요소 모두를 조사할 수 있지만 회전 의자는 수평(요) 평면 1,4의 회전에 액세스하는 데만 사용할 수 있습니다.
전정 역치는 일반적으로 그림 1에서 시각화 된 것처럼 세 개의 주요 축 (비-후두부, 청각 간, 머리-수직)을 따른 병진과 그 주위의 회전 (요, 피치, 롤)에 대해 추정됩니다. 전정 지각 역치는 또한자극 빈도5에 의존한다. 이를 설명하기 위해, 단일 주파수로 구성된 정현파 가속도 프로파일을 갖는 모션 프로파일이 임계값 추정에 가장 많이 사용되지만, 다른 프로파일(6,7,8)도 과거에 사용되었다.
전정 지각 역치는 전정 감각과 높은인지 과정 사이의 상호 작용을 연구하기위한 도구를 제공합니다. 따라서 임계 값은 HIT, 칼로리 관개 및 전정 유발 잠재력과 같은 임상 평가를 보완하며, 이는 피질을 우회하는 메커니즘 (반사 호)에 의존합니다. 또한, 모션 플랫폼에서 추정 된 전정 지각 역치는 다중 감각 갈등1을 유발하는 인공 자극을 사용하는 대신 생태 학적으로 유효한 환경9에서 전정 기능을 평가합니다.
전정 자극10의 양방향 특성으로 인해, 감지 임계값4보다는 전정 차별을 추정하는 것이일반적입니다. 차별 작업 중에 참가자는 자극을 인식하고 그것이 속한 범주를 결정해야합니다. 예를 들어, 참가자는 그들이 움직이는 방향(예를 들어, 왼쪽/오른쪽)을 결정해야 한다. 임계값 추정을 위한 이론적 프레임워크는 신호 검출 이론10,11입니다. 차별 임계 값은 다양한 접근 방식을 사용하여 추정 할 수 있지만 전정 영역에서는 적응 계단 절차가 표준입니다. 적응 계단 절차에서 후속 움직임의 강도(일반적으로 최대 속도)는 마지막 자극/자극에 대한 참가자의 반응(정답/부정확)에 따라 달라집니다. 적응 계단 절차는 여러 가지 방법으로 구현 될 수 있지만12 전정 연구에서 가장 자주 사용되는 알고리즘은 고정 된 단계 크기의 x-down / y-up 절차입니다. 예를 들어, 쓰리 다운/원 업 계단에서는 참가자가 세 번의 후속 시도에서 정답을 제시한 후 자극 강도가 감소하지만 오답이 제공될 때마다 강도가 증가합니다(그림 2). x-down/y-up 계단에서 x와 y를 정확하게 선택하면 서로 다른 임계값(정답의 백분율)13을 목표로 삼을 수 있습니다. 쓰리 다운/원 업 계단은 참가자가 시험의 79.4%에서 올바르게 응답하는 강도를 목표로 합니다. 적응 계단 절차 외에도 다른 연구14는 임계 값 추정을 위해 미리 정의 된 고정 강도를 사용했습니다. 고정 강도를 사용하면 단일 임계값보다 훨씬 더 많은 정보를 포함하는 전체 심리 측정 기능을 추정할 수 있습니다. 그러나 고정 강도 절차는 시간이 많이 걸리고 특정 임계값만 관심이 있는 경우 효율성이 떨어집니다.
이 기사에서는 6DOF 모션 플랫폼과 적응형 계단 절차를 사용하여 전정 인식 임계값을 추정하는 프로토콜에 대해 설명합니다.
제시된 프로토콜은 전정 지각 역치의 신뢰성 있고 효율적인 추정을 허용합니다. 이 프로토콜은 임의의 축을 따라 그리고 그 주위의 임계값 추정에 적합하며 모든 관련 자극 주파수(예: 0.1-5Hz)에 적용할 수 있습니다. 비록 우리가 표준 쓰리-다운/원-업 적응형 계단 절차를 사용하여 데이터를 제시하지만, 프로토콜은 또한 고정 강도, 변환된/가중 업/다운, 또는 베이지안(예를 들어, 퀘스트18) 접근법을 포함하는 다른, 더 효율적인 추정 절차(12)에 사용될 수 있다. 이용 가능한 알고리즘에 대한 철저한 논의는 제시된 원고의 범위를 벗어나지만, 이론, 시뮬레이션 및 실제 데이터의 훌륭한 비교는 다른 곳에서 찾을 수 있다19. 효율적인 추정 절차는 시간이 제한된 임상 상황에서 매우 관련이 있으며 더 빠른 평가에 대한 연구가 현재19,20 번 수행됩니다.
유망한 연구 분야는 특정 모션 프로파일 및 균형 2,21과 같은 기타 임상 관련 매개 변수의 식별입니다. 이 연구 라인은 낙상 위험과 같이 임상적으로 관련된 행동 및 이벤트에 대해 가장 예측 가능한 축과 빈도에 대한 지침을 제공하여 임상 맥락에서 검색 공간을 줄이기 때문에 중요합니다.
장비와 소프트웨어를 사용할 수 있고 의도한 대로 작동하면 신뢰할 수 있는 임계값 추정을 위해 두 가지 요소가 중요합니다. 첫째, 실험자는 참가자가 작업을 이해하고 전체 절차 동안 경계를 유지하도록해야합니다. 대부분의 자극(예: 모든 번역)의 경우 지침이 명확하고 따르기 쉽습니다. 그러나 피치 및 롤 회전의 경우 특히 회전축이 헤드 레벨에 배치 된 경우 왼쪽 또는 오른쪽으로 응답하라는 명령이 모호 할 수 있습니다. 이러한 경우들에서, 회전축들 위의 신체 부분들(예를 들어, 머리)은 회전축들 아래의 신체 부분들(예를 들어, 피트)과 반대 방향으로 회전한다. 왼쪽/오른쪽이라는 용어는 모호할 수 있으며 참가자에게 동작을 시계 방향 또는 시계 반대 방향으로 분류하도록 요청하는 것이 도움이 될 수 있습니다. 참가자가 운동 자극을 판단하는 방법을 설명하고 연습하는 것이 중요합니다. 충분한 수의 시험 시험은 환자 또는 노인을 조사 할 때 특히 중요합니다.
둘째, 임계값 주변에서 충분한 수의 시행을 선택하는 것이 중요합니다. 적응형 종료기준을 다른 사람들이 사용한 고정된 시행 횟수 대신 강도 반전 횟수로 권장합니다7,22. 또한 사전 정의된 시행 횟수를 사용하면 비효율적일 수 있으며 시작 강도가 임계값에서 너무 멀리 떨어져 있을 때 계단이 수렴하지 않을 위험이 있습니다. 일반적으로 파일럿 실험은 합리적인 시작 강도와 종료 기준을 선택하는 데 필요합니다.
계단 알고리즘은 심리 측정 함수23,24의 단일 점을 추정하는 것을 목표로합니다. 따라서 반응 편향과 심리 측정 함수의 기울기는 추정 된 임계 값에서 파생 될 수 없기 때문에 제한된 정보를 제공합니다. 이러한 매개 변수가 관심이있는 경우 고정 강도를 사용하여 더 큰 간격으로 샘플링하여 심리 측정 기능을 맞출 수 있습니다. 이러한 절차는 시간이 더 많이 걸리지만 귀중한 통찰력을 제공할 수 있는 보다 정교한 분석을 허용합니다(14,25). 대안적으로, 적응적 기울기-추정 알고리즘들이 사용될 수 있다(13).
전정 지각 역치 추정에서 중요한 측면은 다른 감각 시스템의 단서를 최소화하는 것입니다. 이를 위해 플랫폼에서 발생하는 소음은 일반적으로 백색 소음으로 가려집니다. 고유 감각 또는 촉각 신호의 최소화는 더 어렵고1, 가속에는 신체에 작용하는 힘이 필요하기 때문에 부분적으로만 달성할 수 있으며, 이는 필연적으로 전정 외 자극을 유도합니다. 그러나 쿠션은 종종 촉각 및 고유 감각 신호를 줄이는 데 사용됩니다. 마찬가지로, 머리 고정은 운동에 대한 전정 기관의 일정한 배향을 보장하고 머리에 의해 수행되는 운동 프로파일이 무제한 운동 조건(26)에서 발생하는 신체에 의한 여과없이 플랫폼에 의한 운동 프로파일과 동일하다는 것을 보장하기 위해 요구된다.
이 시점에서 전정 지각 역치는 주로 기초 연구에서 사용됩니다. 연구에 따르면 전정 역치는 27,28세에 따라 증가하며 방향20,28과 운동 빈도 5,29에 따라 달라집니다. 보다 최근에, 지각 역치는 전정 영역14에서 지각 학습의 첫 번째 증거를 문서화하는 데 사용되었습니다.
전정 장애 환자와 건강한 대조군을 비교한 연구에서는 병리학에 따라 전정 지각 역치가 변경된 것으로 나타났습니다. 예를 들어, 전정 부전 29,30,31 환자에서 역치가 증가했으며 전정 편두통 31,32 환자에서 역치 감소 또는 과민증 경향이 나타났습니다. 이러한 연구는 임상 적용의 가능성을 암시하며, 최근 검토4에서는 임상 진단에서 전정 지각 역치의 적용 가능성과 유용성에 대해 논의했습니다. 한 가지 중요한 측면은 지각 역치가 의사의 도구 상자에 고유 한 속성을 추가한다는 것입니다. 표준 절차 (HIT, VEMP, 칼로리 관개)는 전정 말단 기관에서 눈 또는 자궁 경부의 근육까지의 직접적인 경로를 사용합니다. 따라서 그들은 신피질에 대한 정보 사슬을 조사 할 가능성을 제공하지 않습니다. 반면에 전정 지각 역치의 추정에는 전정 시스템을 다른 각도에서 테스트 할 수있는인지 과정이 포함되며, 이는 지속적인 자세-지각 현기증 (PPPD)의 맥락에서 특히 흥미로울 수 있습니다. 제시된 절차의 단점은 다른 사람들에 의해보고 된 방향 비대칭을 감지 할 수 없다는 것입니다33.
전정 지각 역치는 또한 (치료) 중재의 평가 및 모니터링에 관심이 있습니다. 많은 연구에서 낙상 위험을 치료 효과 평가의 종점으로 사용합니다. 그러나, 롤 축에 대한 전정 역치와 낙상 위험2 및 균형 작업(34 ) 동안의 성능 사이의 상관관계가 입증되었기 때문에, 역치는 예를 들어, 전정 임플란트의 결과35 또는 최적 구성을 평가하기 위해 보다 신뢰할 수 있는 종속 변수로서 사용될 수 있다.
The authors have nothing to disclose.
우리는 인간 과학 학부의 기술 플랫폼에서 Carlo Prelz가 제공 한 지원에 감사드립니다. 계단 구현에 기여한 Noel Strahm에게 감사드립니다.
6-DOF Motion Platform | MOOG | Models 170E122 or 170E131; Nov 12, 1999 | |
Headphones | Sony | WH-100XM3 | |
PlatformCommander | University of Bern | does not apply | Open Source control software: https://gitlab.com/KWM-PSY/platform-commander |
Response Buttons | Logitech | G F310 |