JoVE Journal > Behavior
Summary
Abstract
Introduction
Protocol
Resultados
Discussion
Declarações
Acknowledgements
Materials
Referências
Please note that all translations are automatically generated. Click here for the English version.
Comportamento

Altı Serbestlik Dereceli Hareket Platformu Kullanarak Vestibüler Algısal Eşiklerin Tahmin Edilmesi

Published: August 04, 2022
doi:
10.3791/63909
, , ,
1Institute of Psychology,University of Bern

Summary

Bu makalede, altı serbestlik dereceli bir hareket platformu kullanarak vestibüler algısal eşikleri tahmin etmek için gereken yöntemleri, prosedürleri ve teknolojileri açıklıyoruz.

Abstract

Vestibüler algısal eşikler, bir katılımcının vestibüler girdiye dayalı bir hareketi algılamasını veya ayırt etmesini sağlamak için gereken hareket yoğunluğunu ifade eder. Altı derece hareket platformu tarafından sağlanan pasif hareket profilleri kullanılarak, vestibüler algısal eşikler her türlü hareket için tahmin edilebilir ve böylece vestibüler uç organın alt bileşenlerinin her birini hedefleyebilir. Vestibüler eşiklerin değerlendirilmesi, kalorik irrigasyon, kafa impuls testi (HIT) veya vestibüler uyarılmış miyojenik potansiyeller (VEMP’ler) gibi tanısal araçları tamamladıkları için klinik olarak önemlidir, ancak bunların hiçbiri sadece vestibüler sistemin alt bileşenleri hakkında bilgi sağlar, ancak hiçbiri tüm bileşenlerin değerlendirilmesine izin vermez. Vestibüler algısal eşikleri tahmin etmek için farklı avantaj ve dezavantajlara sahip birkaç yöntem vardır. Bu makalede, etkili bir tahmin prosedürü için uyarlanabilir bir merdiven algoritması ve sinüzoidal hareket profilleri kullanan bir protokol sunuyoruz. Uyarlanabilir merdiven algoritmaları, bir sonraki uyaranın tepe hızını belirlemek için yanıt geçmişini dikkate alır ve vestibüler alanda en yaygın kullanılan algoritmalardır. Ayrıca hareket sıklığının vestibüler algısal eşikler üzerindeki etkisini tartışıyoruz.

Introduction

İnsan vestibüler uç organı, her biri doğal hareket spektrumunun belirli bir bileşenini tespit etmek için optimize edilmiş beş bileşenden oluşur. Üç yarım daire şeklindeki kanallar kabaca birbirlerine ortogonal olarak yönlendirilir, bu da üç eksen etrafındaki kafa rotasyonlarını tespit etmelerini sağlar. Kanallara, dikey eksen boyunca veya yatay düzlem1’de translasyonel ivmelenmelerin kaydedilmesi için iki makula organı eşlik eder. Beş bileşenin her birinde fonksiyonel bir düşüş veya kayıp, baş dönmesi, vertigo, dengesizlik ve düşme riskinin artması gibi ciddi semptomlara yol açabilir2. Bununla birlikte, tüm bileşenlerin işlevini ayrı ayrı objektif olarak değerlendirmek zahmetli bir iştir ve çoklu değerlendirmeler gerektirir3. Örneğin, yatay kanalın durumu tipik olarak kalorili sulama ve kafa impuls testi (HIT) ile değerlendirilir. Maküla organlarını değerlendirmek için mevcut altın standart, vestibüler uyarılmış miyojenik potansiyellerdir (VEMP’ler). Çoklu değerlendirmeleri birleştirerek, klinisyenler tanı ve tedavi seçeneklerini türetebilecekleri vestibüler durumun daha eksiksiz bir resmine ulaşırlar.

Vestibüler performansı ölçmek için umut verici bir yaklaşım, bir katılımcı tarafından güvenilir bir şekilde tespit edilebilen veya ayırt edilebilen en düşük kendi kendine hareket yoğunluğunun nesnel, nicel bir ölçümünü sağlayan vestibüler algısal eşiklerdir. Algısal eşik prosedürleri bazı klinik disiplinlerde (örneğin, odyoloji) iyi kurulmuş olsa da, algısal vestibüler eşikler henüz vestibüler alanda tanısal amaçlar için kullanılmamaktadır4. Bunun bir nedeni, hareket platformlarının ve kullanımı kolay yazılımların kullanılamamasıdır. Prensip olarak, hareket platformları ve döner sandalyeler eşik tahmini için kullanılabilir. Bununla birlikte, altı serbestlik dereceli (6DOF) hareket platformları, çeşitli hareket profilleri için eşikleri tahmin etmek için uygun olsa da, vestibüler organın beş alt bileşeninin tümünün araştırılmasını sağlarken, döner sandalyeler yalnızca yatay (yaw) düzlem 1,4’teki rotasyonlara erişmek için kullanılabilir.

Vestibüler eşikler tipik olarak üç ana eksen (nazo-oksipital, inter-aural, baş-dikey) boyunca çeviriler ve bunların etrafındaki rotasyonlar (yaw, pitch, roll) için Şekil 1’de görselleştirildiği gibi tahmin edilir. Vestibüler algısal eşikler ayrıca uyaran frekansı5’e de bağlıdır. Bunu hesaba katmak için, tek bir frekanstan oluşan sinüzoidal ivme profiline sahip hareket profilleri en sık eşik tahmini için kullanılır, ancak geçmişte 6,7,8 numaralı diğer profiller de kullanılmıştır.

Vestibüler algısal eşikler, vestibüler his ile daha yüksek bilişsel süreçler arasındaki etkileşimi incelemek için bir araç sağlar. Bu nedenle eşikler, korteksi atlayan mekanizmalara (refleks yayları) dayanan HIT, kalorik sulama ve vestibüler uyarılmış potansiyeller gibi klinik değerlendirmeleri tamamlar. Ek olarak, bir hareket platformunda tahmin edilen vestibüler algısal eşikler, vestibüler fonksiyonu, çok duyusalçatışmaları 1 getiren yapay stimülasyon kullanmak yerine, ekolojik olarak geçerli bir ayar9’da değerlendirir.

Vestibüler uyaranların çift yönlü doğası nedeniyle10, tespiteşikleri 4 yerine vestibüler ayrımcılığı tahmin etmek yaygındır. Bir ayrımcılık görevi sırasında, katılımcı bir uyaranı algılar ve hangi kategoriye ait olduğuna karar vermelidir. Örneğin, katılımcılar hangi yönde hareket ettirileceklerine karar vermelidir (örneğin, sol/sağ). Eşik tahmini için teorik çerçeve sinyal algılama teorisi10,11’dir. Ayrımcılık eşikleri çeşitli yaklaşımlar kullanılarak tahmin edilebilir, ancak vestibüler alanda, uyarlanabilir merdiven prosedürleri standarttır. Uyarlanabilir bir merdiven prosedüründe, sonraki hareketin yoğunluğu, tipik olarak tepe hızı, katılımcıların son uyarana / uyaranlara verdiği cevaba (doğru / yanlış) bağlıdır. Uyarlanabilir merdiven prosedürleri birçok şekilde uygulanabilir12, ancak vestibüler araştırmalarda en sık kullanılan algoritma, sabit basamak boyutlarına sahip x-down / y-up prosedürleridir. Örneğin, üç aşağı / bir yukarı merdivende, katılımcı sonraki üç denemede doğru cevaplar verdikten sonra uyaran yoğunluğu azalır, ancak yanlış bir cevap verildiğinde yoğunluk artar (Şekil 2). Bir x-down/y-up merdiveninde x ve y’nin tam olarak seçilmesi, farklı eşik değerlerinin (doğru yanıtların yüzdesi) hedeflenmesini sağlar13. Üç aşağı / bir yukarı merdiven, katılımcıların denemelerin% 79.4’ünde doğru yanıt verdiği yoğunluğu hedefler. Uyarlanabilir merdiven prosedürlerinin yanı sıra, diğer çalışmalar14, eşik tahminleri için önceden tanımlanmış, sabit yoğunluklar kullanmıştır. Sabit yoğunlukların kullanılması, tek bir eşik değerinden çok daha fazla bilgi içeren tüm psikometrik fonksiyonun tahmin edilmesini sağlar. Bununla birlikte, sabit yoğunluklu prosedürler zaman alıcıdır ve yalnızca belirli bir eşik değeri ilgi çekici olduğunda daha az verimlidir.

Bu makalede, 6DOF hareket platformu ve uyarlanabilir merdiven prosedürü kullanarak vestibüler tanıma eşiklerini tahmin etmek için bir protokol açıklanmaktadır.

Protocol

Bu makale için kullanılan tüm veriler, katılımcılar bilgilendirilmiş onaylarını verdikten sonra ve Bern Üniversitesi İnsan Bilimleri Fakültesi’nin etik onayı doğrultusunda kaydedilmiştir [2020-04-00004]. 1. Malzemeler Vestibüler algılama eşiklerini tahmin etmek için, bir hareket platformuna veya döner sandalyeye erişim olduğundan emin olun. Hareket profillerini programlamak ve hareket platformunu arayüzlemek için bir kontrol yazılımının mevcut olduğundan emin olun.NOT: Bu çalışmada hareket platformunu arayüzlemek için açık kaynaklı bir yazılım paketi olan PlatformCommander 15,16 kullanılmıştır. PlatformCommander, genellikle vestibüler eşikleri tahmin etmek için kullanılan sinüzoidal ivme profillerinin tanımlanmasına izin verir. Katılımcıların yanıtlarını kaydetmek için bir yanıt cihazının, örneğin bir oyun kumandasının bulunduğundan emin olun. Hareket platformları, hareket yoğunluğu ile ilişkili gürültü üretir. Katılımcılar bu işitsel gürültüyü, vestibüler algı eşiklerinin tahmini sırasında ek, istenmeyen bir bilgi kaynağı olarak kullanabilirler. Platformun sesini maskelemek için, her deneme sırasında katılımcılara gürültü önleyici kulaklıklarla beyaz gürültü sunun. Görsel hareket ipuçlarının etkisini ortadan kaldırmak için katılımcıların gözlerini bağlayın. Hangi tahmin algoritmasının kullanılacağına karar verin ve ilgili parametreleri tanımlayın. Bir merdiven yaklaşımı kullanılıyorsa, başlangıç noktasını, adım boyutunu, güncelleme ve sonlandırma kurallarını tanımlayın. Kullanıcı hangi değerleri seçeceğini bilmiyorsa, pilot ölçümler yapın veya literatüre başvurun. Varsayılanlar, çevrimiçi olarak kullanılabilen örnek komut dosyaları tarafından sağlanır (https://gitlab.com/dr_e/2022-jovedemo).NOT: Başlangıç noktası, ilk denemede platformun tepe hızını tanımlar. Pilot testlerle veya eşik literatürüne danışarak uygun başlangıç hızlarını belirleyin (sapma eşikleri için bkz. Adım boyutu, denemeler arasında yoğunluğun ne kadar değiştiğini açıklar. Güncel kural, katılımcıların yanıtlarına bağlı olarak stimülasyon yoğunluğunun değişip değişmediğini ve nasıl değiştirildiğini açıklar. Vestibüler alanda, üç aşağı / bir yukarı merdiven prosedürü yaygındır. Bu, yoğunluğun art arda üç doğru cevaptan sonra azaldığı, ancak her yanlış cevaptan sonra arttığı anlamına gelir. Fesih kriterleri genellikle sabit sayıda deneme veya yoğunluk tersine çevirme sayısı ile tanımlanır. Yoğunluk tersine çevirmeleri, yanıtın bir veya daha fazla yoğunluk azaldıktan sonra veya tam tersi yönde bir yoğunluk artışına neden olduğu denemelerdir. Sağlanan komut dosyası geri dönüşleri izler, yordamı sonlandırır ve son eşik değerini otomatik olarak hesaplar. Eşiğin hangi frekans için tahmin edilmesi gerektiğine karar verin. Gösterimde 1 Hz kullanıldı.NOT: Vestibüler eşikler tipik olarak 0.1 ila 5 Hz arasındaki frekanslar için araştırılır ve stimülasyon frekansı arttıkça eşiklerin azaldığı bilinmektedir3. Eşiğin hangi hareket türü için tahmin edilmesi gerektiğine karar verin. Gösteride, sapma rotasyonları gerçekleştirilir.NOT: Çeviriler ve rotasyonlar için eşikler tahmin edilebilir. Eşikler genellikle üç ana eksen (nazo-oksipital, inter-aural, baş-dikey) ve bunların etrafındaki rotasyonlar (rulo, zift, sapma) için tahmin edilir. Sağlanan komut dosyası, bir seferde yalnızca bir tanımlanmış hareketi (yön, frekans) tahmin eder. Ancak, birden fazla eşiği tahmin etmek için, komut dosyası aynı veya farklı hareket parametreleriyle (yön, frekans, dönüş eksenleri) yeniden çalıştırılabilir. Her eşik tahmin prosedürüne eğitimle başlayın ve katılımcının göreve aşina olmasını sağlayın. Bu amaçla çevrimiçi olarak kullanılabilen “threshold-training.jl” komut dosyasını kullanın (bkz. adım 1.6).NOT: Eğitim komut dosyası bir dizi eşik üstü hareket uyaranı sunar. Test komut dosyası otomatik olarak tahmin prosedürünü kontrol eder, merdiven algoritması güncellemesini, uyaran yoğunluğunu, hareket uyaranının sunumunu, her hareket uyaranı sırasında işitsel beyaz gürültünün sunumunu ve ilgili tüm verilerin kaydedilmesini işler. Eğitim sırasında, katılımcının görevi anladığından emin olun ve belirsizlikler durumunda rehberlik edin. 2. Talimatlar Deneysel prosedürü katılımcıya açıklar ve bilgilendirilmiş onam alır. Katılımcıyı hareket platformuna monte edilmiş sandalyeye oturtun. Emniyet kemerlerini kullanarak katılımcıyı emniyete alın. Yanıt düğmelerini katılımcıya verin ve anahtarların yanıtlara nasıl atandığını açıklayın. Katılımcının gözlerini bağlayın. Kulaklıkları katılımcının kafasına yerleştirin. Uygun bir kafa sabitleme uygulayın. Ana, pil ve denetleyici anahtarını kullanarak hareket platformunu açın. Platformun etrafındaki alanın açık olduğundan ve test sırasında hiçbir kişinin hareketli platforma yaklaşamadığından emin olun. Komut satırına julia threshold-training.jl yazarak eğitim yordamı komut dosyasını başlatın. Katılımcıyı hareket platformunun katılımı hakkında bilgilendirin. Sunucu yazılımının (PlatformCommander) GUI’sinde görüntülenen durumu kontrol ederek oturumun başarılı bir şekilde başlatıldığından emin olun. Başarıyla başlatıldığında, durum ekranı Oturum Devam Etmiyor’dan Kısa Sıra’ya geçer. Ayrıca, bağlı istemcinin IP adresini ve oturumun başlatıldığı saati de görüntüler. Oturum birkaç saniye sonra başarıyla başlatılmazsa, istemci ile sunucu arasındaki ağ bağlantısını denetleyin. Hareket platformunun açık olduğundan ve kontrol cihazının bağlı olduğundan emin olun. Katılımcının görevi anladığından emin olun, katılımcının hatalarını belirtin (örneğin, yanlış düğmelere bastığında) ve katılımcının sahip olabileceği olası sorulara yanıt verin. Katılımcıya eğitim prosedürünün bittiğini ve tahmin prosedürünün başlamak üzere olduğunu bildirin. Komut satırına julia threshold-test.jl yazarak tahmin yordamı komut dosyasını başlatın. Fesih kriterlerine ulaşılana kadar tam otomatik tahmin prosedürünü denetleyin. Tasarıma bağlı olarak, farklı uyaranlar kullanarak adım 2.13’ten başlayarak prosedürü tekrarlayın veya prosedürü sonlandırın. Hareket platformunu park edin. Kafa sabitleme, kulaklık, gözlük ve düğmeleri çıkarın ve katılımcının inmesine izin verin. Katılımcıyı prosedür hakkında bilgilendirin ve daha fazla deney geliştirmek için deneyimlerini sorun.NOT: Prosedür herhangi bir zamanda duraklatılabilir ve daha sonra yeniden başlatılabilir, tercihen eşik tahmin aşamasında değil (adım 2.15-2.17).

Representative Results

Açıklanan prosedürün sonucu, denemeler boyunca kullanılan uyaran yoğunluklarını gösteren bir grafiktir (Şekil 2). Yoğunluklar sabit bir değere doğru yakınsamalıdır (Şekil 2, kesikli çizgi). Uyarlanabilir merdiven prosedürü, bir hızlanma yoğunluğunu katılımcının hareket algısına bağlar. Eşik tipik olarak test komut dosyası (örneğin, threshold-test.jl) tarafından, tersine çevirme denemelerinde sunulan yoğunlukların tümünün veya bir alt kümesinin ortalama değeri olarak hesaplanır. Elde edilen değerin daha fazla işlenmesine gerek yoktur. Kullanılan güncelleme kuralına bağlı olarak, psikometrik işlevdeki farklı noktalar hedeflenebilir. Üç aşağı / bir yukarı kuralı kullanılarak, katılımcının denemelerin% 79.4’ünde doğru cevabı verdiği yoğunluk tahmin edilmektedir. Şekil 3 , başarısız bir eşik tahminini görselleştirir. Örnekte, fesih kriterleri yeterli sayıda geri dönüş yerine 30 denemeye ayarlanmıştır. Erken hata nedeniyle (deneme 11), tahmin prosedürleri, merdivenin bir değere doğru yaklaşmadığı, ancak sonuna kadar monotonik bir düşüş tuttuğu gerçeğiyle tanınabilecek zayıf bir eşik tahmini ile sonuçlandı. Şekil 1: Ana eksenlerin ve düzlemlerin görselleştirilmesi. Görselleştirilmiş eksenler ve düzlemler tipik olarak kafa hareketleriyle ilgili hareketleri tanımlamak için kullanılır. Vestibüler algısal eşikler çoğunlukla nazo-oksipital (NO), inter-aural (IA) ve baş-dikey (HV) eksenler ve bunların etrafındaki sapma, zift veya rulo rotasyonları olarak adlandırılan rotasyonlar için tahmin edilir. Figür, serbestçe kullanılabilen bir 3D kafa modeli17 kullanılarak oluşturuldu. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın. Şekil 2: Üç aşağı/bir yukarı merdiven prosedürünün görselleştirilmesi. Yoğunluk geri dönüşleri kırmızı renkte görselleştirilir. Yukarı bakan üçgenler doğru yanıtlara sahip denemeleri, aşağı bakan üçgenler ise yanlış yanıtlara sahip denemeleri temsil eder. Kesikli çizgi, sekiz ters çevirme yoğunluğunun tümünün ortalama değeri olarak hesaplanan tahmini eşiği temsil eder. Başlangıçta, güncelleme kuralı ilk tersine çevirmeye (deneme 6) kadar tek aşağı bir model izler. Bu, özellikle başlangıç yoğunluğunun bilinmeyen eşiğe kıyasla büyük olduğu durumlarda daha verimli bir eşik tahmini sağlar. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın. Şekil 3: Başarısız bir eşik tahmininin görselleştirilmesi. Fesih kriterleri (30 deneme) ve gerçek eşikten nispeten uzakta seçilen bir başlangıç yoğunluğu nedeniyle, merdiven fonksiyonu yakınsamamıştır. Gerçek eşiğe doğru daha hızlı bir yakınsama, erken, yanlış bir yanıt tarafından engellenir (deneme 11). Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

Discussion

Sunulan protokol, vestibüler algısal eşiklerin güvenilir ve verimli bir şekilde tahmin edilmesini sağlar. Protokol, keyfi eksenler boyunca ve çevresinde eşik tahmini için uygundur ve ilgili tüm uyaran frekansları için uygulanabilir (örneğin, 0.1-5 Hz). Verileri standart bir üçlü aşağı/bir yukarı uyarlanabilir merdiven prosedürü kullanarak sunmamıza rağmen, protokol sabit yoğunluklu, dönüştürülmüş/ağırlıklı yukarı/aşağı veya Bayes (örneğin, Görev18) yaklaşımları dahil olmak üzere diğer, daha verimli tahmin prosedürleri12 için de kullanılabilir. Mevcut algoritmaların kapsamlı bir tartışması, sunulan makalenin kapsamı dışındadır, ancak teorinin, simülasyonların ve gerçek verilerin mükemmel bir karşılaştırması başka bir yerde bulunabilir19. Etkili tahmin prosedürleri, zamanın sınırlı olduğu klinik bağlamda büyük önem taşımaktadır ve daha hızlı değerlendirmeler üzerine araştırmalar şu anda19,20 olarak yürütülmektedir.

Umut verici bir araştırma alanı, belirli hareket profillerinin ve denge2,21 gibi klinik olarak ilgili diğer parametrelerin tanımlanmasıdır. Bu araştırma hattı, düşme riski gibi klinik olarak ilgili davranış ve olaylar için hangi eksenlerin ve frekansların en öngörülebilir olduğu konusunda rehberlik sağladığı için önemlidir, böylece klinik bağlamda arama alanını azaltır.

Ekipman ve yazılım kullanıma hazır olduğunda ve amaçlandığı gibi çalıştığında, güvenilir eşik tahmini için iki faktör kritik öneme sahiptir. İlk olarak, deneyci, katılımcının görevi anladığından ve tüm prosedür boyunca uyanık kaldığından emin olmalıdır. Çoğu uyaran için (örneğin, tüm çeviriler), talimatlar açık ve takip edilmesi kolaydır. Bununla birlikte, perde ve rulo rotasyonları için, özellikle dönme ekseni baş seviyesine yerleştirildiğinde, sola veya sağa cevap verme talimatı belirsiz olabilir. Bu gibi durumlarda, dönme eksenlerinin üzerindeki gövde parçaları (örneğin, kafa), dönme eksenlerinin altındaki gövde parçalarından (örneğin, ayaklar) ters yönde döner. Sol/sağ terimleri belirsiz olabilir ve katılımcılardan hareketleri saat yönünde veya saat yönünün tersine sınıflandırmalarını istemek yararlı olabilir. Katılımcının hareket uyaranlarını nasıl yargılamasının beklendiğini açıklamak ve uygulamak önemlidir. Hastalar veya yaşlı yetişkinler araştırıldığında yeterli sayıda test çalışması özellikle önemlidir.

İkincisi, eşik etrafında yeterli sayıda deneme seçmek önemlidir. Başkaları tarafından kullanılan sabit sayıda deneme yerine yoğunluk tersine çevirme sayısı olarak uyarlanabilir bir sonlandırma kriteri öneriyoruz 7,22. Ek olarak, önceden tanımlanmış sayıda deneme kullanmak verimsiz hale gelebilir ve başlangıç yoğunluğu eşikten çok uzakta olduğunda merdivenin yakınsamaması riskini taşır. Genel olarak, makul başlangıç yoğunluklarını ve sonlandırma kriterlerini seçmek için pilot deneyler gereklidir.

Merdiven algoritmaları psikometrik fonksiyon üzerinde tek bir noktayı tahmin etmeyi amaçlamaktadır23,24. Bu nedenle, yanıt önyargıları ve psikometrik fonksiyonun eğimi tahmini eşikten türetilemediği için sınırlı bilgi sağlarlar. Bu tür parametreler ilgi çekiciyse, psikometrik fonksiyona uymaya izin veren daha büyük bir aralıkta örnekleme yapmak için sabit yoğunluklar kullanılabilir. Böyle bir prosedür daha zaman alıcı olsa da, değerli içgörüler sağlayabilecek daha sofistike analizlere izin verir14,25. Alternatif olarak, uyarlanabilir eğim tahmin algoritmaları kullanılabilir13.

Vestibüler algı eşiklerinin tahmininde önemli bir husus, diğer duyusal sistemlerden gelen ipuçlarının en aza indirilmesidir. Bunu başarmak için, platform tarafından üretilen gürültü tipik olarak beyaz gürültü tarafından maskelenir. Propriyoseptif veya dokunsal ipuçlarının en aza indirilmesi daha zordur1 ve sadece kısmen elde edilebilir, çünkü hızlanma kaçınılmaz olarak vestibüler ekstra stimülasyona neden olacak vücuda etki eden bir kuvvet gerektirir. Bununla birlikte, yastıklar genellikle dokunsal ve propriyoseptif sinyalleri azaltmak için kullanılır. Aynı şekilde, vestibüler organların harekete göre sabit bir şekilde yönlendirilmesini sağlamak ve baş tarafından gerçekleştirilen hareket profilinin, sınırsız hareket koşulları altında meydana gelen vücut tarafından herhangi bir filtreleme yapılmadan, platform tarafından gerçekleştirilen hareket profiliyle aynı olmasını sağlamak için kafa fiksasyonu gereklidir26.

Zamanın bu noktasında, vestibüler algısal eşikler temel araştırmalarda ağırlıklı olarak kullanılmaktadır. Çalışmalar, vestibüler eşiklerin27,28 yaşla birlikte arttığını ve yön 20,28 ve hareket sıklığı 5,29’a bağlı olduğunu göstermiştir. Daha yakın zamanlarda, vestibüler alanda algısal öğrenmenin ilk kanıtlarını belgelemek için algısal eşikler kullanılmıştır14.

Vestibüler bozukluğu olan hastaları sağlıklı kontrollerle karşılaştıran çalışmalar, patolojilerine uygun olarak değişen vestibüler algısal eşikler göstermiştir. Örneğin, vestibüler yetmezliği olan hastalarda eşikler arttırıldı 29,30,31 ve vestibüler migrenli hastalarda eşiklerin azalması eğilimi veya hatta aşırı duyarlılık gösterilmiştir 31,32. Bu çalışmalar klinik uygulamalar için potansiyeli ortaya koymaktadır ve yakın tarihli bir derleme4, klinik tanıda vestibüler algısal eşiklerin uygulanabilirliğini ve yararlılığını tartışmıştır. Önemli bir husus, algısal eşiklerin doktorun araç kutusuna benzersiz özellikler katmasıdır. Standart prosedürler (HIT, VEMP, kalorik sulama) vestibüler uç organlardan göz veya serviks kaslarına doğrudan yollar kullanır. Böylece, neo-kortekse bilgi zincirini araştırma imkanı sunmazlar. Öte yandan, vestibüler algısal eşiklerin tahmini, vestibüler sistemi farklı bir açıdan test etmeye izin veren bilişsel süreçleri içerir; bu, kalıcı postüral-algısal baş dönmesi (PPPD) bağlamında özellikle ilginç olabilir. Sunulan prosedürün bir eksikliği, başkaları tarafından bildirilen yön asimetrilerini tespit edememesidir33.

Vestibüler algısal eşikler de (terapötik) girişimlerin değerlendirilmesi ve izlenmesinde ilgi çekicidir. Birçok çalışma, tedavi etkinliğinin değerlendirilmesinde düşme riskini son nokta olarak kullanmaktadır. Bununla birlikte, yuvarlanma ekseni iledüşme riski 2 ile denge görevleri34 sırasındaki performans arasındaki korelasyon gösterildiğinden, eşikler, örneğin sonuç35’i veya vestibüler implantların optimal konfigürasyonunu değerlendirmek için daha güvenilir bir bağımlı değişken olarak kullanılabilir.

Declarações

The authors have nothing to disclose.

Acknowledgements

Carlo Prelz’in İnsan Bilimleri Fakültesi Teknoloji Platformu’ndan sağladığı destek için minnettarız. Noel Strahm’a merdiven uygulamasına katkılarından dolayı teşekkür ederiz.

Materials

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
DOWNLOAD MATERIALS LIST

Referências

  1. Ertl, M., Boegle, R. Investigating the vestibular system using modern imaging techniques-A review on the available stimulation and imaging methods. Journal of Neuroscience Methods. 326, 108363 (2019).
  2. Beylergil, S. B., Karmali, F., Wang, W., Bermúdez Rey, M. C., Merfeld, D. M. Vestibular roll tilt thresholds partially mediate age-related effects on balance. Progress in Brain Research. 248, 249-267 (2019).
  3. Brandt, T., Dieterich, M., Strupp, M. . Vertigo and Dizziness. , (2013).
  4. Kobel, M. J., Wagner, A. R., Merfeld, D. M., Mattingly, J. K. Vestibular thresholds: A review of advances and challenges in clinical applications. Frontiers in Neurology. 12, 643634 (2021).
  5. Grabherr, L., Nicoucar, K., Mast, F. W., Merfeld, D. M. Vestibular thresholds for yaw rotation about an earth-vertical axis as a function of frequency. Experimental Brain Research. 186 (4), 677-681 (2008).
  6. Seemungal, B. M., Gunaratne, I. A., Fleming, I. O., Gresty, M. A., Bronstein, A. M. Perceptual and nystagmic thresholds of vestibular function in yaw. Journal of Vestibular Research: Equilibrium and Orientation. 14 (6), 461-466 (2004).
  7. Gianna, C., Heimbrand, S., Gresty, M. Thresholds for detection of motion direction during passive lateral whole-body acceleration in normal subjects and patients with bilateral loss of labyrinthine function. Brain Research Bulletin. 40 (5-6), 443-447 (1996).
  8. Soyka, F., Robuffo Giordano, P., Beykirch, K., Bülthoff, H. H. Predicting direction detection thresholds for arbitrary translational acceleration profiles in the horizontal plane. Experimental Brain Research. 209 (1), 95-107 (2011).
  9. Ertl, M., et al. The cortical spatiotemporal correlate of otolith stimulation: Vestibular evoked potentials by body translations. NeuroImage. 155, 50-59 (2017).
  10. Merfeld, D. M. Signal detection theory and vestibular thresholds: I. Basic theory and practical considerations. Experimental Brain Research. 210 (3), 389-405 (2011).
  11. Kay, S. M. . Fundamentals of Statistical Signal Processing: Detection Theory. , (1998).
  12. Kingdom, F. A. A., Prins, N. . Psychophysics: A Practical Introduction. , (2016).
  13. Leek, M. R. Adaptive procedures in psychophysical research. Perception & Psychophysics. 63 (8), 1279-1292 (2001).
  14. Klaus, M. P., et al. Roll tilt self-motion direction discrimination training: First evidence for perceptual learning. Attention, Perception & Psychophysics. 82 (4), 1987-1999 (2020).
  15. Ertl, M., Prelz, C., Fitze, D. C., Wyssen, G., Mast, F. W. PlatformCommander-An open source software for an easy integration of motion platforms in research laboratories. SoftwareX. 17, 100945 (2022).
  16. Ertl, M., Prelz, C., Fitze, D. C., Wyssen, G., Mast, F. W. . Manual PlatformCommander Version 0.9. , (2021).
  17. . 3D Models of 6dof motion Available from: https://zenodo.org/record/6035612 (2022)
  18. Watson, A. B., Pelli, D. G. QUEST: A general multidimensional Bayesian adaptive psychometric method. Perception & Psychophysics. 33 (2), 113-120 (1983).
  19. Karmali, F., Chaudhuri, S. E., Yi, Y., Merfeld, D. M. Determining thresholds using adaptive procedures and psychometric fits: evaluating efficiency using theory, simulations, and human experiments. Experimental Brain Research. 234 (3), 773-789 (2016).
  20. Dupuits, B., et al. A new and faster test to assess vestibular perception. Frontiers in Neurology. 10, 707 (2019).
  21. Karmali, F., Rey, M. C. B., Clark, T. K., Wang, W., Merfeld, D. M. Multivariate analyses of balance test performance,vestibular thresholds, and age. Frontiers in Neurology. 8, 578 (2017).
  22. Keywan, A., Wuehr, M., Pradhan, C., Jahn, K. Noisy galvanic stimulation improves roll-tilt vestibular perception in healthy subjects. Frontiers in Neurology. 9, 83 (2018).
  23. Wichmann, F. A., Hill, N. J. The psychometric function: I. Fitting, sampling, and goodness of fit. Perception & Psychophysics. 63 (8), 1293-1313 (2001).
  24. Wichmann, F. A., Hill, N. J. The psychometric function: II. Bootstrap-based confidence intervals and sampling. Perception & Psychophysics. 63 (8), 1314-1329 (2001).
  25. Zupan, L. H., Merfeld, D. M. Interaural self-motion linear velocity thresholds are shifted by roll vection. Experimental Brain Research. 191 (4), 505-511 (2008).
  26. Carriot, J., Jamali, M., Cullen, K. E., Chacron, M. J. Envelope statistics of self-motion signals experienced by human subjects during everyday activities: Implications for vestibular processing. PLoS ONE. 12 (6), 0178664 (2017).
  27. Agrawal, Y., et al. Decline in semicircular canal and otolith function with age. Otology & Neurotology. 33 (5), 832-839 (2012).
  28. Rey, M. C. B., et al. Vestibular perceptual thresholds increase above the age of 40. Frontiers in Neurology. 7, 162 (2016).
  29. Lim, K., Karmali, F., Nicoucar, K., Merfeld, D. M. Perceptual precision of passive body tilt is consistent with statistically optimal cue integration. Journal of Neurophysiology. 117 (5), 2037-2052 (2017).
  30. Agrawal, Y., Bremova, T., Kremmyda, O., Strupp, M. Semicircular canal, saccular and utricular function in patients with bilateral vestibulopathy: analysis based on etiology. Journal of Neurology. 260 (3), 876-883 (2013).
  31. Bremova, T., et al. Comparison of linear motion perception thresholds in vestibular migraine and Menière’s disease. European Archives of Oto-Rhino-Laryngology. 273 (10), 2931-2939 (2016).
  32. King, S., et al. Self-motion perception is sensitized in vestibular migraine: pathophysiologic and clinical implications. Scientific Reports. 9 (1), 1-12 (2019).
  33. Roditi, R. E., Crane, B. T. Directional asymmetries and age effects in human self-motion perception. Journal of the Association for Research in Otolaryngology. 13 (3), 381-401 (2012).
  34. Kobel, M. J., Wagner, A. R., Merfeld, D. M. Impact of gravity on the perception of linear motion. Journal of Neurophysiology. 126 (3), 875-887 (2021).
  35. Chow, M. R., et al. Posture, gait, quality of life, and hearing with a vestibular implant. New England Journal of Medicine. 384 (6), 521-532 (2021).

Tags

Vestibular Perceptual ThresholdsMotion PlatformSix-degree-of-freedomMultisensory IntegrationDecision MakingDiagnosisTherapeutic InterventionsStaircase AlgorithmPlatformCommanderResponse DeviceWhite NoiseInformed ConsentHead FixationThreshold Estimation ProcedureStaircase Approach

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Citar este artigo
Ertl, M., Fitze, D. C., Wyssen, G., Mast, F. W. Estimating Vestibular Perceptual Thresholds Using a Six-Degree-Of-Freedom Motion Platform. J. Vis. Exp. (186), e63909, doi:10.3791/63909 (2022).
Baixar citação
Reimpressões e Permissões

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image