In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • النتائج
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

هنا ، نقدم مهمة تنقل مكاني جديدة وموجزة ونشطة تقيم كلا من التنقل المكاني وقدرة الذاكرة العرضية. الأهم من ذلك ، ارتبطت الملاحة المكانية والذاكرة العرضية ببعضها البعض ، وأظهرت هذه المهمة حساسية للتمرين.

Abstract

الملاحة المكانية (SN) هي القدرة على الانطلاق عبر البيئة ، الأمر الذي يتطلب فهما لمكان وجود المرء في الزمان والمكان. من المعروف أن هذه القدرة تعتمد على الإطلاق المتسلسل لخلايا المكان داخل الحصين. SN هو سلوك مهم للتحقيق فيه لأن هذه العملية تتدهور مع تقدم العمر ، خاصة في الاضطرابات التنكسية العصبية. ومع ذلك ، فإن التحقيق في SN محدود بسبب عدم وجود تقنيات سلوكية متطورة لتقييم هذه المهمة المعتمدة على الحصين. لذلك ، كان الهدف من هذا البروتوكول هو تطوير نهج جديد في العالم الحقيقي لدراسة SN في البشر. على وجه التحديد ، تم تطوير مهمة SN افتراضية نشطة باستخدام محرك لعبة عبر الأنظمة الأساسية. خلال مرحلة الترميز ، شق المشاركون طريقهم عبر مدينة افتراضية لتحديد المعالم. خلال مرحلة التذكر ، تذكر المشاركون مكان مواقع المكافآت هذه وقاموا بتسليم العناصر إلى هذه المواقع. تم التقاط الوقت للعثور على كل موقع وتم تقييم الذاكرة العرضية من خلال مرحلة الاستدعاء الحر ، بما في ذلك جوانب المكان والنظام والعنصر والارتباط. تم تقييم سلوك الحركة (إحداثيات x و y و z) من خلال أصل متاح في محرك اللعبة. الأهم من ذلك ، أن نتائج هذه المهمة تظهر أنها تلتقط بدقة كل من التعلم المكاني وقدرات الذاكرة وكذلك الذاكرة العرضية. علاوة على ذلك ، تشير النتائج إلى أن هذه المهمة حساسة للتمرين ، مما يحسن أداء الحصين. بشكل عام ، تشير النتائج إلى طريقة جديدة لتتبع أداء الحصين البشري على مدار الوقت ، مع كون هذا السلوك حساسا لنماذج تدريب النشاط البدني.

Introduction

يعد تحريك الجسم عبر الزمان والمكان أمرا بالغ الأهمية لتعلم وتذكر المعلومات حول البيئة. تعرف هذه القدرة باسم الملاحة المكانية ، ومن الناحية التطورية ، فهي أداة بقاء أساسية لتحديد موقع الطعام والماء والنظراء الاجتماعيين والمكافآت الأخرى في البيئة 1,2. يعتمد التنقل المكاني على الحصين ، وهو هيكل نظام حوفي على شكل حرف C في الفص الصدغي الإنسي. يتكون الحصين من المناطق الفرعية CA1 و CA2 و CA3 والتلفيف المسنن. يدعم الحصين ترميز وتوحيد واسترجاع الذكريات التي تساعد في تحديد التجربة الواعية. على وجه التحديد ، يدعم التنقل المكاني الذاكرة العرضية ، وهي شكل من أشكال الذاكرة الصريحة التي تشير إلى ذاكرة التجربة الشخصية ، بما في ذلك جوانب الزمان والمكان والتفاصيل ذات الصلة المرتبطة بالتجربة (مثل المشاهد والأصوات والروائح والعواطف). بينما نتنقل مكانيا عبر بيئات متميزة ، تنطلق الخلايا العصبية المعروفة باسم خلايا المكان بشكل منهجي ، مما يمكننا من فهم مكاننا في الزمان والمكان. في الواقع ، ثبت أن التحفيز البصري المباشر لهذه الخلايا العصبية ينحاز إلى سلوك القوارض نحو موقعها المادي (أي حقول المكان)3.

تمت دراسة تقييم الملاحة المكانية في القوارض تقليديا من خلال نماذج سلوكية مثل متاهة موريس المائية ، ومتاهة Y ، ومتاهة T ، ومتاهة الذراع الشعاعية 4,5. الأهم من ذلك ، أن هذه المهام السلوكية تسمح بالتحقيق في الجسم الحي للارتباطات العصبية للملاحة المكانية باستخدام تقنيات مثل تسجيلات العمق الكهربيولوجي. ومع ذلك ، فقد ثبت أن تقييم الملاحة المكانية في البشر يمثل تحديا علميا لأن معظم التحقيقات العلمية تحدث في المختبرات وليس في العالم الحقيقي. قامت الدراسات السابقة التي أجريت على البشر بتقييم القدرات المكانية باستخدام المهام الورقية التقليدية مثل مهام تعلم الخرائط ثنائية الاتجاه أو مهام الدوران العقلي أو مهام الذاكرة المكانية 6,7. استخدم آخرون المهام المستندة إلى الكمبيوتر مثل مهمة مياه موريس الافتراضية أو مهام المتاهة الافتراضية الأخرى ، والتي ثبت أنها مرتبطة بمقاييس نفسية أكثر تقليدية للقدرة المكانية 8,9. بالإضافة إلى ذلك ، مع إمكانية الوصول إلى حزم برامج ألعاب الفيديو المتاحة للجمهور والمجانية ، بدأ الباحثون في تطوير بيئات افتراضية ثلاثية الأبعاد يمكن تقديمها إما على شاشة الكمبيوتر أو في الواقع الافتراضي10،11،12،13،14،15. كما سمحت التطورات العلمية في تصوير الدماغ والجسم المحمول (MoBI) للباحثين بالبدء في استكشاف الملاحة المكانية في إعدادات العالم الحقيقي16،17،18.

الأهم من ذلك ، أن التعلم المكاني والذاكرة هي قدرة معرفية تتدهور مع تقدم العمر ، حيث يكون الأفراد المسنون أكثر عرضة لفقدان المسار الذي هم فيه أو يضيعون عندما يحاولون العودة إلى ديارهم. هذا العجز هو على الأرجح بسبب التنكس العصبي الذي يحدث على مستوى الحصين - وهي منطقة دماغية عالية التنسج تعد واحدة من أولى المناطق التي تتدهور مع سن19. لذلك ، يعد تطوير طرق العالم الحقيقي لتقييم قدرات الذاكرة الملاحية والعرضية وسيلة مهمة للبحث. على المستوى السريري ، قد تساعد هذه الأنواع من المهام في تحديد تطور تدهور الذاكرة أو تشخيص الضعف الإدراكي المعتدل أو مرض الزهايمر أو أشكال أخرى من الخرف. على العكس من ذلك ، تم تحديد النشاط البدني كواحد من أفضل الآليات لتحسين القدرات الملاحية المكانية. أظهرت الدراسات التي أجريت على القوارض أن التمرين يعزز التعلم والذاكرة في المهام المكانية المختلفة ، بما في ذلك متاهة موريس المائية ، ومتاهة Y ، ومتاهة T ، ومتاهة الذراع الشعاعية20. كما تم إثبات التحسينات التي يسببها التمرين في القدرات المكانية في البشر ، مع ارتباط هذا التأثير بشكل كبير بزيادة حجم الحصين7. ومع ذلك ، تم إثبات هذا التأثير السلوكي باستخدام مهمة الذاكرة المكانية حيث طلب من المشاركين تذكر مواقع النقاط على الشاشة - وهي مهمة قد لا تحمل الكثير من الصلاحية البيئية للملاحة المكانية في العالم الحقيقي. لقد بحثت أبحاث قليلة في تأثير التمرين في البشر على مهام الملاحة المكانية المقدمة في البيئات الافتراضية.

لذلك ، تم تصميم مهمة معرفية لتقييم التعلم المكاني والذاكرة جنبا إلى جنب مع الذاكرة العرضية باستخدام بيئة افتراضية. الأهم من ذلك ، تم تصميم المهمة باستخدام برنامج ألعاب الفيديو الحديث لتمكين التصميمات الرسومية الحديثة والميزات الواقعية (على سبيل المثال ، السحب المتحركة في السماء). تم اختبار هذه المهمة على مجموعة من البالغين الأصحاء قبل وبعد ممارسة التمارين الهوائية على المدى الطويل. تشير النتائج إلى أنه يمكن للمشاركين تشفير وتذكر كل من المعلومات المكانية وكذلك الذكريات العرضية المتعلقة بتجربتهم الافتراضية. بالإضافة إلى ذلك ، تشير النتائج إلى أن الأداء في هذه المهمة هو البلاستيك ، ويتأثر بالتمرين.

على وجه التحديد ، تم تطوير بيئة افتراضية من خلال محرك لعبة عبر الأنظمة الأساسية21 قام بتقييم الملاحة المكانية وقدرة الذاكرة العرضية ، والمهارات المعرفية الفريدة التي يدعمها الحصين. تم اشتقاق الخريطة المستخدمة لهذه البيئة من Miller et al. (2013) 22. يسمح محرك اللعبة الذي تم استخدامه للمطورين بتنزيل الأصول لإضافة ميزات فريدة لأغراض بناء بيئات افتراضية. تم استخدام الأصل23 الذي سمح لنا ببناء بيئة مدينة واقعية مع الطرق والمباني التي يمكن للمشاركين التنقل من خلالها. بالإضافة إلى ذلك ، تم استخدام الأصل24 الذي سمح بتتبع إحداثيات x و y و z للمشاركين ودورانهم أثناء سفرهم عبر البيئة الافتراضية. سمح الأصل المذكور أعلاه بتسجيل هذه الميزات على مقياس زمني بالمللي ثانية (~ 33 مللي ثانية). ثم تم تجميع البيئة الافتراضية وإدارتها كمهمة ملاحة مكانية يمكن للمشاركين إكمالها في المنزل على كمبيوتر محمول أو كمبيوتر مكتبي. يوضح البروتوكول أدناه كيفية إدارة مهمة التنقل المكاني هذه والتعامل معها.

Protocol

تمت الموافقة على جميع وثائق الدراسة وطرق جمع البيانات من قبل لجنة جامعة نيويورك للأنشطة التي تنطوي على مواضيع بشرية وامتثالا لها. أعطى المشاركون موافقتهم المستنيرة قبل المشاركة في أي أنشطة متعلقة بالدراسة.

1. إعداد اللعب

  1. قم بتنزيل الملفات الضرورية من المستودع العام التالي: https://github.com/embodiedbrainlab/BassoSpatialNavigationTask
  2. قم بتنزيل Unity Hub من unity.com/download وقم بتثبيت إصدار Unity 5.3.1f1.
  3. افتح الملف الذي تم تنزيله من المستودع في الخطوة 1.1 كمشروع على الوحدة.
  4. بمجرد إنشاء المشروع باستخدام الملفات التي تم تنزيلها ، حدد علامة التبويب ملف أعلى النافذة وحدد إنشاء وتشغيل.
  5. ستظهر نافذة إعدادات البناء أولا. حدد مشاهد > الملاحة المكانية > إغراءات المدينة الكبيرة B والمشاهد / LeFin. حدد الكمبيوتر الشخصي و Mac و Linux Standalone ثم انقر فوق الزر إنشاء وتشغيل .
    ملاحظة: ستظهر نافذة تطلب من الباحث حفظ ملف .exe (تطبيق). بمجرد أن يقوم الباحث ببناء التطبيق ، يمكنه النقر نقرا مزدوجا فوق التطبيق لتشغيل التكرارات المستقبلية للبروتوكول. إذا قرر الباحث تشغيل هذا الملف ، حفظ نتائجه في نفس الدليل الذي يوجد به التطبيق.
  6. ستظهر نافذة بعنوان تكوين SpatialNavWeb . اضبط دقة الشاشة وجودة الرسومات ضمن علامة التبويب الرسومات . قم بتغيير عناصر التحكم في اللعبة ضمن علامة التبويب الإدخال .
  7. انقر فوق تشغيل! لبدء مهمة التنقل المكاني.

2. تسجيل نشاط الدماغ باستخدام تخطيط كهربية الدماغ (EEG) أثناء مهمة الملاحة المكانية

ملاحظة: يقيس EEG نشاط الخلايا العصبية في قشرة الدماغ البشري بالميكروفولت على مقياس زمني ميلي ثانية من خلال أقطاب كهربائية موضوعة على فروة الرأس. EEG هو شكل غير جراحي من تصوير الدماغ يسمح بفحص دماغ المشارك أثناء قيامه بأنشطة أخرى ، مثل التنقل في البيئات الافتراضية.

  1. باستخدام شريط قياس ، قم بقياس رأس المشارك من inion إلى nasion لضمان التركيب المناسب لغطاء EEG.
  2. ضع الأقطاب الكهربائية في غطاء EEG (إذا لزم الأمر) وقم بتجهيز المشارك بغطاء EEG ، مع ضمان التركيب والتنسيب المناسبين (الشكل 1 أ).
  3. بدء تشغيل برنامج EEG. املأ كل قطب كهربائي بجل كهربائي للتأكد من أن قياسات المعاوقة أقل من 25 كيلو أوم.
  4. بمجرد أن تبدو إشارة EEG نظيفة وبدون قطع أثرية مهمة ، ابدأ التسجيل.
  5. اطلب من أحد أعضاء فريق البحث مشاهدة المشارك أثناء قيام المشارك بالخطوات التالية.
  6. أرسل نبضة الزناد إلى نظام تسجيل EEG في كل من الأحداث التالية (الشكل 1 ب)
    بداية مرحلة الترميز
    نهاية مرحلة الترميز
    بداية مرحلة التذكر
    نهاية مرحلة التذكر
    بداية مرحلة الذاكرة العرضية
    نهاية مرحلة الذاكرة العرضية
    أي أحداث أخرى يجدها الباحث ذات أهمية

figure-protocol-2926
الشكل 1: تسجيل تخطيط كهربية الدماغ أثناء اللعب للملاحة المكانية. (أ) صورة لشخص مجهز بجهاز تخطيط كهربية الدماغ (EEG) أثناء أداء مهمة الملاحة المكانية. مخطط الكثافة الطيفية للقدرة لنشاط ثيتا (4-8 هرتز) خلال مرحلة التشفير (B) ، (C) مرحلة التذكر ، و (D) مرحلة الذاكرة العرضية. تمت معالجة جميع البيانات مسبقا وتطبيع الطاقة حسب التردد (uV2 / هرتز). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

ملاحظة: قد يتمكن الباحثون الذين يستخدمون تقنيات Arduino أيضا من إرسال مشغلات متزامنة بين تسجيل EEG وبيئة محرك اللعبة بحيث يمكن أن يحدث اقتران دقيق بين البيانات الفسيولوجية العصبية والسلوكية على مقياس زمني بالمللي ثانية. باستخدام هذه العلامات ، سيتمكن الباحثون من الرجوع إلى نشاط دماغ المشارك قبل وأثناء وبعد التفاعلات الحرجة مع البيئة الافتراضية. قد يفكر الباحثون أيضا في إجراء فترة من نشاط الدماغ الأساسي قبل و / أو بعد التفاعل مع البيئة الافتراضية بحيث يمكن إجراء مقارنات لاحقة.

3. تعليمات لمهمة الملاحة المكانية (الشكل 2)

  1. التعليمات: تأكد من أن المشارك يجلس بشكل مريح ، من الناحية المثالية مع وضع أقدامه على الأرض. اطلب من المشارك قراءة التعليمات التي تظهر على الشاشة ، والتي ستطلب منه زيارة معالم محددة داخل منظر المدينة أثناء محاولة تذكر محيطه والمسارات التي سلكها (الشكل 2 أ).
  2. تأكد من أن المشارك موجه إلى الماوس ولوحة المفاتيح. اطلب من المشارك استخدام الماوس والنقر بزر الماوس الأيسر لبدء المهمة (الشكل 2 أ).
  3. تأكد من أن المشارك يفهم أنه سيحتاج إلى التنقل في البيئة باستخدام مفاتيح W و A و S و D على لوحة المفاتيح الخاصة به .. سينقلهم المفتاح W إلى الأمام ، بينما سينقلهم المفتاح S للخلف. بدلا من ذلك ، سيقوم السهمان لأعلى ولأسفل أيضا بتحريكهما للأمام والخلف. سينقلهم المفتاح A إلى اليسار ، وسينقلهم المفتاح D إلى اليمين.
  4. تأكد من أن المشارك يعرف أنه يمكنه استخدام فأرة الكمبيوتر لتحريك وجهة نظر الموضوع كما لو كان المشارك يحرك رأسه. يمكن للمشاركين النظر لأعلى ولأسفل ولليسار واليمين. لا توجد نقرات بالماوس ضرورية لتحريك وجهة نظرهم.
    ملاحظة: ستظهر الإرشادات الخاصة بالتنقل في البيئة الافتراضية في الزاوية اليمنى العليا من شاشة المشاركين (الشكل 2A-F).

figure-protocol-5667
الشكل 2: صور مهمة التنقل المكاني. لقطات شاشة للتنقل المكاني ومهمة الذاكرة العرضية التي تم تطويرها في محرك ألعاب عبر الأنظمة الأساسية. يتم عرض أمثلة لقطات الشاشة من اليسار إلى اليمين ، بدءا من الزاوية اليسرى العليا: (أ) التعليمات العامة ؛ (ب) السفر خلال مرحلة الترميز؛ (ج) تحديد موقع واجهة المتجر خلال مرحلة التشفير؛ (د) السفر خلال مرحلة الترميز؛ (ه) تعليمات لمرحلة التذكر؛ (و) جزء التسليم من مرحلة التذكر ؛ (ز) تعليمات لمرحلة الذاكرة العرضية ؛ (ح) مرحلة الذاكرة العرضية؛ (I) نهاية اللعبة. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

4. مرحلة ترميز مهمة الملاحة المكانية

  1. اطلب من المشارك زيارة المعالم الأولى (الشكل 3) من خلال جعلهم يتبعون بنشاط مسارا أخضر بأسهم خضراء (الشكل 2 ب).
  2. بمجرد وصول المشارك إلى المعلم الأول ، اطلب من المشارك المشي عبر الماس الأخضر في ذلك الموقع (الشكل 2C).
  3. بمجرد أن يجمع المشارك الماس الأخضر ، اطلب من المشارك زيارة المعلم التالي باتباع المسار الأخضر. بمجرد وصول المشارك إلى المعلم الثاني ، اطلب من المشارك المشي عبر الماس الأخضر في ذلك الموقع.
  4. اطلب من المشارك الاستمرار في أداء هذه المهمة حتى يزور المشارك جميع المعالم الخمسة ويجمع جميع الماسات الخمسة (الشكل 2 د).
    ملاحظة: طوال مرحلة الترميز لهذه المهمة ، سيطلب من المشاركين حفظ موقع المعالم الخمسة في جميع أنحاء المدينة (الشكل 3). يتم عرض عرض نظرة شاملة للمهمة في الشكل 4.

figure-protocol-7642
الشكل 3: صور واجهات المحلات. زار المشاركون خمسة من المواقع الثمانية عشر التي تم تطويرها في البيئة ، ولكل منها واجهة متجر فريدة ومفصلة. تضمنت أمثلة هذه المواقع (أ) صالون بيتزا ، (ب) متجر فيتامين ، (ج) متجر أثاث ، (د) متجر زفاف ، (ه) كشك ، و (و) كازينو. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-protocol-8337
الشكل 4: خريطة مهمة الملاحة المكانية. نظرة شاملة على البيئة الافتراضية التي تنقل المشاركون من خلالها. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

5. تذكر مرحلة مهمة الملاحة المكانية

  1. بعد ذلك ، اطلب من المشارك إعادة زيارة كل معلم (أي مرحلة التذكر ؛ الشكل 2E).
    ملاحظة: سيبدأ المشاركون مرحلة التذكر من آخر موقع زاروه خلال مرحلة الترميز.
  2. اطلب من المشارك استخدام الماوس والنقر بزر الماوس الأيسر أعلى Begin (الشكل 2E).
  3. اطلب من المشارك زيارة المعلم الأول الذي زاره المشارك خلال مرحلة الترميز.
  4. اطلب من المشارك "تسليم" عنصر فريد لهذا المعلم الأول.
    ملاحظة: لن يتم تقديم مسار / أسهم خضراء خلال هذا الجزء من المهمة (الشكل 2F).
  5. بمجرد أن يسلم المشارك العنصر ، اطلب من المشارك الانتقال إلى المعلم الثاني وتسليم العنصر الفريد التالي. اطلب من المشارك الاستمرار في أداء هذه المهمة حتى يزور المشارك جميع المعالم الخمسة ويسلم جميع العناصر الخمسة.
    ملاحظة: سيقيم هذا الجزء من المهمة التعلم المكاني للمشارك وقدرة الذاكرة. للقيام بذلك ، سيقوم البرنامج تلقائيا بحساب الوقت للعثور على كل معلم ، ومتوسط وقت البحث ، والوقت الإجمالي للمهمة.

6. مرحلة الذاكرة العرضية لمهمة الملاحة المكانية

ملاحظة: سيتم إجراء اختبار الذاكرة العرضية بعد اكتمال مرحلة التذكر.

  1. للبدء ، اطلب من المشارك استخدام الماوس للنقر بزر الماوس الأيسر أعلى Begin (الشكل 2G).
  2. اطلب من المشارك تذكر المعالم التي زارها المشارك والعناصر التي سلمها المشارك بالترتيب الدقيق كما هو موضح سابقا في مرحلة التذكر (الشكل 2G). اطلب من المشارك كتابة الردود باستخدام لوحة مفاتيح الكمبيوتر (الشكل 2H).

7. إكمال المهمة

  1. اطلب من المشارك قراءة المطالبة النهائية لتأكيد إكمال المهمة وتقديم البيانات (الشكل 2I).

8. جمع البيانات وتحليلها

  1. البيانات السلوكية
    1. حدد موقع ملف Results.csv في دليل التطبيق (انظر الملف التكميلي 1 على سبيل المثال).
      ملاحظة: إذا قرر الباحث النقر فوق إنشاء وتشغيل ضمن علامة التبويب ملف في تطبيق الوحدة ، سيتم حفظ ملف النتائج في المجلد BassoSpatialNavigationTask-main الذي تم تنزيله. إذا قام الباحث بدلا من ذلك بتشغيل البيئة بالنقر المزدوج فوق التطبيق المدمج (الخطوة 1.5) ، فسيظهر ملف النتائج في نفس الدليل مثل التطبيق. تتم الكتابة فوق ملف النتائج بعد كل إكمال للبيئة الظاهرية. وبالتالي ، يوصى باستخراج هذه النتائج بعد كل إكمال للمهمة وتجميعها في ملف منفصل لعدة مشاركين وتجارب.
    2. تأكد من أن البيانات نظيفة وتبدو معقولة.
    3. استخدم الملف التكميلي 2 لحساب الدرجات المناسبة ، بما في ذلك وقت البدء ووقت الانتهاء ومتوسط مدة البحث ودرجة المكان ودرجة العنصر ودرجة الترتيب ودرجة الارتباط ودرجة الذاكرة العرضية.
      ملاحظة: على وجه التحديد ، يتم حساب درجة المكان عن طريق حساب عدد المعالم التي تم تذكرها بشكل صحيح. يتم حساب درجة الترتيب عن طريق تحديد عدد المعالم التي تم استدعاؤها بالتسلسل الصحيح. يتم حساب نقاط العنصر عن طريق حساب عدد العناصر التي تم استدعاؤها بشكل صحيح. يتم حساب درجة الارتباط عن طريق حساب الاقتران الصحيح للمكان إلى العنصر. أخيرا ، يتم حساب درجة الذاكرة العرضية الإجمالية عن طريق جمع درجات المكان والترتيب والعنصر والارتباط. لاحظ أن الناتج الخام لإحداثيات X / Z ليس في التسلسل الزمني الصحيح. لمعالجة ذلك، قم بفرز البيانات في عمود الوقت من أصغر القيم إلى أكبرها.
    4. أدخل البيانات في قاعدة بيانات من اختيارك.
    5. تحليل البيانات باستخدام عينات مستقلة t test أو تحليل التباين أو غيرها من الاختبارات الإحصائية المناسبة.
  2. بيانات تخطيط كهربية الدماغ
    1. استخدم خط أنابيب المعالجة المسبقة لتنظيف بيانات EEG25.
    2. باستخدام حزمة برامج مناسبة ، قم بإجراء تحليل التردد الزمني على بيانات EEG على مدى فترات زمنية طويلة تنقل فيها المشارك في البيئة الافتراضية ، مثل أثناء مراحل التشفير والتذكر للمهمة.
    3. قم بإجراء تحليل محتمل متعلق بالحدث إذا كنت مهتما بفترات زمنية محددة تفاعل فيها المشارك مع البيئة الافتراضية.
    4. إجراء تحليل إحصائي ذي صلة ببيانات EEG والنظر في ربط البيانات السلوكية ببيانات EEG.

النتائج

وصف طريقة اللعب من منظور الترميز: بالنسبة لمرحلة "الترميز" ، تم وضع سلسلة من ثمانية عشر نقطة طريق حول المساحة ثلاثية الأبعاد ، مع وجود "عنصر تسليم" مرتبط بكل منها (أي عنصر لتسليمه إلى الموقع). تم تخزين الإشارات إلى نقاط الطريق هذه في وحدة تحكم اللاعب وترتيبها بشكل ثابت قبل بدء المهمة ؛ أي أنه إذا تم وضع متجر البيتزا في الموضع الأول ، فسيكون دائما في الموضع الأول في البداية. من أجل توفير درجة معينة من العشوائية لنقاط الطريق التي واجهها المشاركون ، تم خلط قائمة نقاط الطريق عبر خوارزمية خلط ورق اللعب Fisher-Yates. يولد خلط ورق اللعب فيشر-ييتس ، كما تم تنفيذه لهذه الدراسة ، تقليبا شبه عشوائي للتسلسل الأصلي في مكانه. يمكن توليد أي تبديل محتمل باحتمالية متساوية. تبدأ الخوارزمية بتحديد عنصر من نهاية القائمة (n). يتم إنشاء رقم شبه عشوائي في نطاق [0 ، n] ويتم تعيينه للقيمة k. ثم يتم تبديل القيمة nth بقيمة kth . بعد ذلك ، يتم تقليل قيمة n بمقدار واحد ، وتتكرر العملية حتى لا يكون هناك سوى مؤشر واحد لم يتم النظر فيه بعد.

بعد خلط قائمة نقاط الطريق ، تم اختيار العناصر الخمسة الأولى. تم إنشاء المسارات المثلى عبر نظام شبكة الملاحة في محرك اللعبة وحسابات المسار الأمثل المدمجة. بدأت هذه السلسلة من المسارات في موقع البداية للمشارك وأنشأت سلسلة مرتبطة بين كل نقطة من نقاط الطريق ، وتنتهي عند نقطة الطريق النهائية. عندما تمكن المشاركون من السيطرة ، تم توجيههم لاتباع هذه المسارات ، المحددة بخط أخضر وسهم متحرك يوفر معلومات الاتجاه المقصود. على الرغم من توفير هذا الخط الأخضر والسهم المتحرك ، تمكن المشاركون من التنقل بنشاط في جميع أنحاء البيئة الافتراضية. عندما دخل المشارك حدود نقطة الطريق ، تم تبديل المسار المعروض بالمسار التالي في القائمة.

عند زيارة العدد المقصود من عناصر نقطة الطريق ، دخل المشارك مرحلة "التذكر" (تسمى RevisitIntermission في الكود) ، حيث تم توجيههم لإعادة زيارة المعالم بالترتيب الذي تم عرضه مسبقا. عندما حاول المشارك إعادة زيارة المواقع المعروضة خلال الجولة المصحوبة بمرشدين ، تم تقديم صورة محددة بواسطة "عنصر التسليم" المرتبط بنقاط الطريق. لم يتم تقديم مسار مقترح لهم. تم تتبع تحركاتهم باستخدام مكون تعقب حركة الكائن الذي تم الحصول عليه من متجر الأصول.

عندما انتهى المشاركون من السفر إلى كل نقطة طريق مقدمة ، تم إعطاؤهم تعليمات توجههم إلى الشاشة التالية لتذكر المواقع التي زاروها والعناصر التي تم تسليمها إلى كل منها. خلال مرحلة الاستدعاء ، تم تقديم مطالبة للمشاركين مع إدخالين نصيين. الأول يملي نقطة الطريق التي طلب من المشارك السفر إليها. والثاني يملي "عنصر التسليم" المرتبط بنقطة الطريق هذه. تم تسجيل وقت الاستجابة والاستجابة لكل مطالبة.

في نهاية المهمة ، تم جمع البيانات وتخزينها في تمثيل JSON. سجل القسم الأول مرحلة إعادة الزيارة ، حيث طلب من المشاركين العثور على مواقع دون مساعدة من خط توجيهي. تضمنت القيم المسجلة اسم نقطة الطريق واسم "عنصر التسليم" والوقت المستغرق للوصول إلى نقطة الطريق. سجل القسم الثاني الردود المقدمة خلال مرحلة الاستدعاء. تضمن هذا القسم ردود المشاركين على الموقع ، "عنصر التسليم" ، والوقت المستغرق للرد على المطالبات المذكورة أعلاه. يمكن العثور على جميع التعليمات البرمجية وتنزيلها على https://github.com/embodiedbrainlab/BassoSpatialNavigationTask.

تحليل الطاقة والإحصاءات: تم إجراء تحليل لقوة نموذج ثنائي السلسلة لنقطة الارتباط باستخدام G * Power 3.1 باستخدام اختبار ثنائي الطرف ، وحجم تأثير 0.3 ، ومستوى ألفا 0.05 ، وقوة 0.8 لتحديد حجم عينة n = 8226. تم استخدام الإحصاءات الوصفية لتقييم عمر المشاركين وعدد فصول ركوب الدراجات والتدابير العامة ، بما في ذلك كل من الملاحة المكانية وقدرات الذاكرة العرضية. تم استخدام اختبار t لعينات مستقلة لاختبار فروق ذات دلالة إحصائية بين العدد الإجمالي للتدريبات بين المجموعات التجريبية والضابطة. بالنظر إلى أنه لم يتم توزيع جميع البيانات بشكل طبيعي ، كما تم تقييمه بواسطة اختبار Shapiro-Wilk (p<0.05) ، استخدمنا معامل ارتباط Spearman غير المعلمية لتقييم العلاقات بين الملاحة المكانية وقدرات الذاكرة العرضية بالإضافة إلى العمر وقدرات الملاحة المكانية. تم استخدام قيمة ألفا 0.05 لتحديد الدلالة الإحصائية. تم استخدام تصحيحات Bonferroni في مجموعة من الاختبارات الإحصائية عند الاقتضاء. تم استخدام IBM SPSS Statistics الإصدار 26 لجميع التحليلات الإحصائية. تم استخدام ارتباط بيرسون بين المنتج واللحظة لتقييم العلاقة بين العدد الإجمالي لتمارين ركوب الدراجات وقدرات الملاحة المكانية ، حيث كان هذا هو الإجراء الذي أجراه Basso et al. (2022) 27.

المشاركون: N = تم تجنيد 130 مشاركا من أوستن ، تكساس ، من خلال تقنيات مختلفة ، بما في ذلك الإعلانات عبر الإنترنت والنشرات الإعلانية. تضمنت معايير الإدراج وجود اللغة الإنجليزية كلغة أساسية وأن تتراوح أعمارهم بين 25-55 عاما (متوسط 30.16 ± 0.49). بالإضافة إلى ذلك ، احتاج جميع المشاركين إلى الإبلاغ عن صحتهم البدنية واتباع نظام تمرين معتدل ومنتظم (يعرف بأنه ممارسة الرياضة مرة أو مرتين في الأسبوع لمدة 20 دقيقة أو أكثر خلال الأشهر الثلاثة الماضية). تضمنت معايير الاستبعاد كونك مدخنا حاليا أو ظروفا صحية بدنية موجودة مسبقا تجعل التمرين صعبا أو غير آمن. تضمنت معايير الاستبعاد أيضا التشخيص الحالي و / أو تناول الأدوية للحالات النفسية أو العصبية ، بما في ذلك القلق أو الاكتئاب أو الاضطراب الثنائي القطب أو الفصام أو الصرع.

بالنسبة لبيانات ما قبل التدخل ، كان n = 11 مشاركا يفتقدون البيانات بسبب مشكلات فنية ، وتم استبعاد n = 1 مشارك بسبب عدم الالتزام بالمهمة ، تاركين ما مجموعه n = 117 مشاركا للتحليل. من بين n = 80 مشاركا أكملوا نظام التمرين لمدة ثلاثة أشهر ، لم يكمل n = 11 مشاركا مهمة الملاحة المكانية النهائية ، تاركين ما مجموعه n = 69 مشاركا لتحليل بيانات ما بعد التدخل والتدابير المتكررة. تم استخدام حجم العينة الأصغر هذا لفحص العلاقة بين عدد جلسات ركوب الدراجات وقدرات الملاحة المكانية. شاركت المجموعة الضابطة في 20.73 (± 0.72) تمرين على مدار التدخل ، بينما شاركت المجموعة التجريبية في 47.87 (± 2.24) تمرينا ، وهو ما يمثل فرقا ذا دلالة إحصائية (t [45.76] = -11.554 ، p < 0.001).

المقاييس العامة وعلاقاتها: تقيس مهمة البيئة الافتراضية الجديدة هذه كلا من التنقل المكاني وسعة الذاكرة العرضية. خلال فترة الاختبار الأولية قبل التدخل ، استغرقت المهمة في المتوسط 318.69 (±21.56) ثانية لإكمالها ، مع متوسط وقت البحث لكل موقع من المواقع الخمسة 82.88 (±5.19) ثانية (الشكل 5 أ) ؛ تمثل نقاط البيانات هذه قدرة التنقل المكاني (أي التعلم المكاني والذاكرة). بالإضافة إلى ذلك ، تمكن المشاركون من ترميز جوانب المكان والعنصر والترتيب والارتباط للتجربة الافتراضية ، حيث تذكر المشاركون 14.84 (±0.37) من أصل 20 تجربة جديدة في بيئتهم (الشكل 5B) ؛ تمثل نقاط البيانات هذه قدرة الذاكرة العرضية. الأهم من ذلك ، أن إجمالي الوقت (الشكل 6A ؛ r = -0.314 ، p < 0.001) ومتوسط وقت البحث (الشكل 6B ؛ r = -0.286 ، p < 0.001) ارتبطا كبيرا بدرجة الذاكرة العرضية ، مما يشير إلى أن قدرة الملاحة المكانية مرتبطة بالذاكرة العرضية في هذه المهمة.

figure-results-6871
الشكل 5: وقت المهمة. المتوسط (± SEM) لكل من (أ) القدرة الملاحية المكانية الممثلة في كل من متوسط وقت البحث وإجمالي وقت البحث (المقدمة بالثواني) و (ب) قدرة الذاكرة العرضية الممثلة في تشفير وتذكر المكان والعنصر والترتيب والارتباط ودرجة الذاكرة العرضية الإجمالية. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

figure-results-7506
الشكل 6: علاقة قدرة الملاحة المكانية بالذاكرة العرضية. ترتبط قدرة الملاحة المكانية المحسنة كما يمثلها (A) متوسط وقت البحث الأقصر و (B) إجمالي وقت البحث بالذاكرة العرضية المحسنة كما تمثلها درجة الذاكرة العرضية. * ص < 0.001. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

إحداثيات X و z الممثلة في الفضاء الافتراضي: باستخدام أصل تعقب حركة الكائن ، تم تتبع إحداثيات x و z في هذا الفضاء الافتراضي ثلاثي الأبعاد (الملف التكميلي 1). نظرا لعدم تمكين التحرك لأعلى ولأسفل في اللعبة (أي القفز) في مهمة التنقل المكاني هذه ، لم توفر إحداثيات y معلومات مفيدة. ومع ذلك ، مكنتنا إحداثيات x و z من تقييم كيفية تحرك المشارك طوال اللعبة. بناء على هذه البيانات ، تم تصميم رمز الكمبيوتر لعرض خريطة حرارية مرئية للمكان الذي سافر فيه المشارك في جميع أنحاء الخريطة. يعرض الشكل 7 خريطة حرارية من أحد المشاركين الممثلين ، والتي تسلط الضوء على المسار الذي سلكه المشارك أثناء مرحلة التذكر. تتوافق البقع المميزة باللون الأصفر / الأحمر مع مواقع التسليم (أي المكافأة) على الخريطة.

figure-results-8877
الشكل 7: خريطة الإشغال الحرارية. خريطة حرارية للإشغال توضح مسار المشارك. تمثل الأقسام الصفراء / الحمراء من الرسم البياني تلك المواقع التي يتردد عليها المشارك وتتوافق مع الأماكن في مهمة التنقل المكاني حيث كان على المشاركين تسليم العناصر (أي مواقع المكافأة). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

العلاقة بين العمر وقدرات الملاحة المكانية: أشارت التحقيقات الأولية إلى أن قدرة الملاحة المكانية كما تم تقييمها من خلال إجمالي وقت البحث كانت مرتبطة بشكل كبير بالعمر (الشكل 8 ؛ r = 0.157 ، p = 0.045). مع تقدم العمر ، تنخفض قدرة الملاحة المكانية ، كما يتضح من زيادة إجمالي وقت البحث. ومع ذلك ، عندما تم تطبيق تصحيح Bonferroni ، مع تقييم الدلالة الإحصائية عند p = 0.025 لارتباطين (أي إجمالي وقت البحث ومتوسط مدة البحث) ، لم يعد الارتباط كبيرا.

figure-results-9991
الشكل 8: علاقة قدرة الملاحة المكانية بالعمر. عند التقييم باستخدام تصحيح Bonferonni (p < 0.025) ، لم يكن العمر مرتبطا بشكل كبير بقدرة الملاحة المكانية كما يمثلها إجمالي وقت البحث. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

العلاقة بين التدريب على التمارين الهوائية وقدرات الملاحة المكانية: تم إجراء تدريب التمارين الهوائية في استوديو داخلي لركوب الدراجات28. كانت مدة جميع الفصول 45 دقيقة وتضمنت ركوب الدراجات بكثافة معتدلة إلى قوية طوال مدة الفصل. خضع المشاركون لمهمة عشوائية إما للحفاظ على نظام التمرين الحالي أو زيادة نظام التمرين الخاص بهم. شارك المشاركون الذين حافظوا على نظام التمرين الخاص بهم في 1-2 فصول في الأسبوع ، في حين أن المشاركين الذين زادوا من نظام التمرين الخاص بهم شاركوا في 4 إلى 7 فصول في الأسبوع. شارك المشاركون في نظام التمرين المخصص لهم لمدة 3 أشهر. تم اختبار الملاحة المكانية وقدرة الذاكرة العرضية قبل وبعد التدريب على التمرين. يمكن العثور على تفاصيل إضافية عن التدخل في Basso et al. (2022) 27. ارتبط العدد الإجمالي لفصول ركوب الدراجات على مدار ثلاثة أشهر بشكل كبير بمتوسط مدة البحث (الشكل 9 أ ؛ ص = -0.321 ، ع = 0.007) وإجمالي وقت البحث (الشكل 9 ب ؛ ص = -0.242 ، ع = 0.045). ومع ذلك ، عندما تم تطبيق تصحيح Bonferroni ، مع تقييم الدلالة الإحصائية عند p = 0.025 لارتباطين (أي إجمالي وقت البحث ومتوسط مدة البحث) ، لم يعد الارتباط لإجمالي وقت البحث مهما. يمكن العثور على نتائج إضافية من التدخل في Basso et al. (2022) 27.

figure-results-11806
الشكل 9: علاقة قدرة الملاحة المكانية بالتمرين. يرتبط العدد المتزايد من جلسات ركوب الدراجات بتحسين قدرة الملاحة المكانية كما هو موضح في (أ) متوسط وقت البحث و (ب) إجمالي وقت البحث. * ص < 0.05. تم تعديل هذا الرقم بإذن من Basso et al.27. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

الملف التكميلي 1: البيانات الأولية 1. البيانات الأولية ، بما في ذلك المعلومات المتعلقة بمرحلة التذكر (إعادة النظر) والذاكرة العرضية (الاستدعاء) لمهمة التنقل المكاني. كما يتم تقديم البيانات المتعلقة بإحداثيات x و z للمشارك من السفر حول الفضاء الافتراضي ثلاثي الأبعاد أثناء مراحل الترميز والتذكر للتجربة. الرجاء الضغط هنا لتنزيل هذا الملف.

الملف التكميلي 2: البيانات الأولية 2. بيانات أولية مع حسابات (معروضة باللون الأحمر) لتحديد وقت البدء ووقت الانتهاء ومتوسط مدة البحث ودرجة المكان ودرجة العنصر ودرجة الترتيب ودرجة الارتباط ودرجة الذاكرة العرضية. الرجاء الضغط هنا لتنزيل هذا الملف.

Discussion

فحصت هذه الدراسة فعالية مهمة الواقع الافتراضي الجديدة في تقييم الملاحة المكانية لدى البشر. يمكن استخدام هذه المهمة المعرفية ، التي تستغرق حوالي 10 دقائق فقط لإكمالها ، لتقييم نوعين فريدين من الإدراك المعتمد على الحصين - الملاحة المكانية وقدرة الذاكرة العرضية. الأهم من ذلك ، ارتبطت القدرة الملاحية المكانية بشكل كبير بقدرة الذاكرة العرضية. أخيرا ، كانت هذه المهمة حساسة لنموذج تدريب النشاط البدني. أي أن زيادة التمرين ارتبطت بزيادة الأداء. هذه المهمة مستوحاة من عمل Miller et al. (2013) الذي حقق في البيئات الافتراضية في المرضى الذين يعانون من الصرع المقاوم للأدوية وأقطاب عمق الحصين الموضوعة لغرض توطين النوبات. ووجدوا أنه خلال مرحلة التعرف على مهمة الملاحة المكانية (أي مرحلة الترميز) ، تم تنشيط الخلايا المستجيبة للمكان في الحصين وهياكل الفص الصدغي الإنسي المرتبطةبها 22. بالإضافة إلى ذلك ، وجدوا أنه عندما كان المشاركون منخرطين في مكون استدعاء حر (أي مرحلة تذكر لا تتضمن التنقل النشط) ، أصبحت نفس الخلايا المستجيبة للمكان التي كانت نشطة أثناء الترميز نشطة مرة أخرى. أظهرت الدراسات الموجودة في القوارض التي تستخدم بيئات الحقول المفتوحة والشبيهة بالمتاهة وجود مثل هذه الخلايا المكانية ، حيث فاز الدكاترة جون أوكيف وماي بريت موسر وإدوارد موسر بجائزة نوبل في علم وظائف الأعضاء أو الطب لعام 2014 لهذا الاكتشاف2،29،30،31. بالإضافة إلى ذلك ، أظهرت الدراسات التي تستخدم البيئات الافتراضية في البشر أن الخلايا المماثلة في الحصين البشري تشفر السفر عبر الزمان والمكان22،32،33. على الرغم من أن المهمة تشبه تلك المقدمة في Miller et al. (2013) وآخرون22،34،35،36،37،38 ، فقد تم تطويرها باستخدام أحدث محركات وتقنيات الألعاب عبر الأنظمة الأساسية ، باستخدام ميزات العالم الحقيقي مثل السحب المتحركة ومعالم المدينة الواضحة وميزات واجهة المتجر. استخدم باحثون آخرون مهام الملاحة المكانية الأخرى في البشر. ومع ذلك ، فإن هذه المهام محدودة في صلاحيتها البيئية. على سبيل المثال ، يتم استخدام مهمة Starmaze الافتراضية لتقييم قدرات التنقل ولكنها تضع المشاركين في متاهة على شكل نجمة39،40،41،42،43،44. علاوة على ذلك ، فإن NavWell عبارة عن منصة يمكن الوصول إليها تستضيف تجارب الملاحة المكانية والذاكرة المشابهة لمتاهة موريس المائية في القوارض (وضع المشاركين في ساحة دائرية) ، وتوفر للمطورين أشكالا هندسية أساسية لبناء بيئة45. بالإضافة إلى ذلك ، تتوفر أصول المعالم على محركات الألعاب عبر الأنظمة الأساسية لبناء وتطوير مهام التنقل المكاني الموجودة في إعداد مربع12. المهمة الحالية فريدة من نوعها من حيث أنها توفر للمستخدمين إعدادا ومهمة مشابهة للعالم الحقيقي - التنقل في منظر المدينة وحفظ المعالم والإجراءات. تختلف المهمة أيضا عن مهمة Starmaze الافتراضية و NavWell لأنها تقيم الذاكرة العرضية بالإضافة إلى التنقل المكاني.

في هذه المهمة ، كانت قدرة الملاحة المكانية مرتبطة بشكل كبير بقدرة الذاكرة العرضية. وقد أظهر آخرون أن هاتين القدرتين المعرفيتين متميزتان بالفعل وأنهما يعتمدان على مناطق مختلفة من الحصين 38,46. تنص "نظرية الخريطة المعرفية" الشائعة على أن الدماغ يبني ويخزن "خريطة" للبيئة المكانية للفرد بحيث يمكن استخدامها لاحقا في المستقبل لتوجيه الإجراءات والسلوكيات47. أشارت الأبحاث إلى أن الحصين يشفر المعلومات المكانية بينما يدعم أيضا تكوين الذاكرة العرضية. وبشكل أكثر تحديدا ، يعتقد أن الحصين الأيمن يشفر الذاكرة المكانية بينما يخزن الحصين الأيسر ذكريات عرضية38. نتائج مهمة الملاحة المكانية الجديدة الحالية ، والتي تظهر وجود صلة واضحة بين الذاكرة المكانية والعرضية ، تدعم نظرية الخريطة المعرفية وتشير إلى أنه يمكن استخدام هذه المهمة لفحص العلاقة بين الملاحة المكانية والذاكرة العرضية في المجموعات السكانية غير السريرية. يجب أن تسعى الدراسات المستقبلية إلى فحص هذه العلاقة في السكان السريريين ، بما في ذلك أولئك الذين يعانون من اضطرابات تنكسية عصبية مثل الضعف الإدراكي المعتدل أو مرض الزهايمر أو أنواع أخرى من الخرف.

كانت هذه المهمة حساسة للتمرين أو المقدار الإجمالي لجلسات ركوب الدراجات التي تم المشاركة فيها على مدار 3 أشهر. أظهرت الدراسات السابقة التي أجريت على القوارض أن التمرين هو أحد أقوى الطرق لزيادة الإدراك المعتمد على الحصين ، بما في ذلك الذاكرة طويلة المدى ، وفصل الأنماط ، والتناوب التلقائي ، وتكييف الخوف السياقي ، وتعلم التجنب السلبي ، والتعرف على الأشياء الجديدة ، مع اعتماد هذا التأثير على الزيادات التي يسببها التمرين في تكوين الخلايا العصبية الحصين48،49،50. بالإضافة إلى ذلك ، أظهرت الأدبيات أن التمرين طويل الأمد يعزز أداء الحصين لدى البشر ، مع تحسينات شوهدت في تذكر قائمة الكلمات ، وتذكر القصة ، والذاكرة العلائقية المكانية وغير المكانية. يعتقد أن هذا التأثير مدفوع بالزيادات التي يسببها التمرين في حجم الحصين7،27،51،52،53،54،55. تكمل مهمة الملاحة المكانية الجديدة هذه نتائج القوارض وتضيف إلى الأدبيات البشرية ، مما يدل على أهمية النشاط البدني لقدرات الملاحة المكانية.

على الرغم من أنه في التحقيقات الأولية ، ارتبط العمر سلبا بقدرة الملاحة المكانية ، فقد تم التخلص من هذا التأثير عند تطبيق تصحيح Bonferroni. يشير هذا إلى أنه يمكن الحفاظ على قدرة الملاحة المكانية حتى سن 55. توضح الأدبيات الأخرى أن التنقل المكاني هو قدرة معرفية تنخفض مع تقدم العمر56،57،58. كشفت دراسات التصوير العصبي أن التنكس العصبي المرتبط بالعمر في مناطق تشمل الحصين ، والتلفيف المجاور للحصين ، والقشرة الحزامية الخلفية (القشرة خلف الطحال) ، والفصوص الجدارية ، وقشرة الفص الجبهي قد تشارك في مثل هذا التدهور المعرفي المرتبط بالعمر58. بالنظر إلى أن الفئة العمرية كانت محدودة (25-55 سنة) ، من خلال تضمين نطاق عمري أكبر ، وخاصة كبار السن (65+) ، قد يرى الباحثون في المستقبل علاقة كبيرة بين العمر والقدرة على الملاحة المكانية. يجب أن تفكر الدراسات المستقبلية في إجراء مهمة الملاحة المكانية هذه لدى البالغين الذين تبلغ أعمارهم 65 عاما أو أكبر وحتى أولئك الذين يعانون من ضعف إدراكي معتدل أو اضطرابات أخرى شبيهة بالخرف.

إحدى الحلقات المفقودة الواضحة في مهام الملاحة الافتراضية هي عدم وجود علاقة بين الجسم والدماغ. أي أنه عند التنقل عبر بيئات العالم الحقيقي ، يحدث التنشيط على مستوى الجهاز العصبي المحيطي والمركزي ، بما في ذلك تنشيط المستقبلات العميقة والمستقبلات الخارجية والمستقبلات البينية والجهاز الدهليزي جنبا إلى جنب مع القشرة الحسية الحركية والعقد القاعدية والمخيخ. بدون هذا الإدخال المادي ، قد يكون التنقل الافتراضي مختلفا بشكل واضح عن التنقل الفعلي. على الرغم من ذلك ، أظهرت الدراسات أن البيئات الافتراضية تحفز نفس مناطق الدماغ مثل التنقل في العالم الحقيقي22،32،33. إن جعل المهمة أكثر نشاطا ، كما كان التصميم في المهمة الحالية ، قد يساعد في إقناع الدماغ بأنه يتحرك جسديا عبر الزمان والمكان ، ويحاكي الملاحة المكانية الطبيعية. وقد وجد آخرون دعما لهذه الفرضية. فحصت دراسة أجراها Meade et al. (2019) الاختلافات بين الترميز النشط والسلبي أثناء استخدام مهمة تنقل مكاني افتراضية مماثلة59. يشير التنقل النشط إلى قدرة المشاركين على التحرك بمفردهم عبر الفضاء الافتراضي (على غرار الدراسة الحالية) ، بينما يتكون التنقل السلبي من جولة إرشادية حيث لا يتحرك المشاركون بل يتم عرض مسار الملاحة. اقترح المؤلفون أن الملاحة النشطة قد تكون أكثر فائدة لكبار السن بسبب مشاركة المكونات الجسدية (على سبيل المثال ، الحركة واستقبال الحس العميق) والمكونات المعرفية (مثل صنع القرار والانتباه) ، وقد تعمل على تعزيز أداء الذاكرة من خلال المشاركة المباشرة في عملية تشفير الذاكرة. يمكن أن يفسر التنقل النشط المستخدم في هذه الدراسة النتائج ، مما يدل على أن المشاركين كانوا قادرين على تذكر الذكريات العرضية لتجاربهم بدقة.

قد يساعد التنقل النشط أيضا في إشراك مناطق التكامل متعددة الحواس مثل مجمع خلف الطحال (RSC) 60،61،62. وجدت دراسة حديثة أن التجول الفعلي أثناء مهمة الملاحة المكانية للواقع الافتراضي التي تتطلب من المشاركين السفر بين المواقع أثناء تذكر مواقع المنزل والمعالم أدى إلى تذبذبات RSC theta (أي تذبذبات عصبية 4-8 هرتز مسجلة باستخدام EEG)16. كانت قوة ثيتا المتزايدة هذه أكثر بروزا أثناء تغييرات اتجاه الرأس والدوران. في القوارض ، ثبت أن نشاط RSC theta ضروري للترميز المكاني الذي يتضمن خلايا الشبكة وحساب اتجاه الرأس63,64. يعتقد أيضا أن RSC مهم لاستخدام إشارات من البيئة لترسيخ الخريطة المعرفية للإنسان47.

في حين أن مهام الملاحة المكانية الافتراضية توفر العديد من الفوائد ، إلا أنها تمنع الفرد من التحرك جسديا عبر الزمان والمكان ، مما يتسبب في تنشيط محدود للأنظمة الحسية والدهليزية والحسية الحركية. يوجد تناقض بين العمليات الحسية والحركية ، مما قد يتسبب في إصابة بعض المشاركين بالدوار أو الغثيان. في المهمة الحالية ، كان هذا محدودا من خلال التحكم في السرعة التي تمكن بها المشاركون من التحرك والنظر حول البيئة. ولكي تكون قادرا على ترميز جميع جوانب البيئة، كان من الضروري أن تكون قادرا على النظر حولك (أي الانخراط في دوران الرأس الافتراضي)؛ ومع ذلك ، يجب أن تكون هذه القدرة بطيئة بما يكفي لضمان عدم إصابة المشاركين بمرض جسدي. على الرغم من ذلك ، فإن القدرة على التنقل المكاني أثناء الجلوس مفيدة من حيث أنها تسمح للباحثين بدراسة الأفراد الذين يعانون من مشاكل في الحركة أو التعب البدني أو الإعاقات الأخرى التي تمنع الفرد من أن يكون متنقلا. وثمة قيد آخر هو أن هذه المهمة لم تختبر بعد للتأكد من موثوقيتها وصلاحيتها، في حين أن هناك مهام أخرى تتحرك في هذا الاتجاه، بما في ذلك تقييم الملاحة المكانية الافتراضية (VSNA)65. يمكن للأبحاث المستقبلية فحص النشاط العصبي المرتبط من خلال تخطيط كهربية الدماغ أو التصوير بالرنين المغناطيسي الوظيفي بينما يكمل المشاركون مهمة الملاحة المكانية هذه. يمكن أيضا تزويد المشاركين بأجهزة تقيس المتغيرات الفسيولوجية مثل تقلب معدل ضربات القلب والنشاط الكهربائي للجلد. وهذا من شأنه أن يسمح بفحص كل من الآليات الطرفية والمركزية التي تحدث أثناء التنقل في البيئات الافتراضية. الأهم من ذلك ، يمكن استخدام هذه المهمة لتقييم التغييرات في قدرة الملاحة المكانية بمرور الوقت. يمكن للدراسات المستقبلية الاستفادة من هذه المهمة للتحقيق في كيفية تأثير الشيخوخة أو الحالات التنكسية العصبية مثل مرض الزهايمر أو مرض باركنسون على الملاحة المكانية للفرد والذاكرة العرضية. على العكس من ذلك ، يمكن استخدام هذه المهمة لاستكشاف كيفية تأثير التدخلات الإضافية لحركة العقل والجسم على الملاحة المكانية والذاكرة العرضية ، بما في ذلك الرقص أو اليوغا أو التأمل.

Disclosures

ليس لدى المؤلفين أي إفصاحات للإبلاغ عنها.

Acknowledgements

تم دعم هذا العمل من قبل برنامج iTHRIV Scholars ، والذي يدعمه جزئيا المركز الوطني لتطوير العلوم الانتقالية التابع للمعاهد الوطنية للصحة (UL1TR003015 و KL2TR003016). نود أن نعرب عن تقديرنا للدكتور صموئيل ماكنزي ومايكل أستولفي وميت باريخ وأندريه ماركس لمساهماتهم في برمجة الكمبيوتر.

Materials

NameCompanyCatalog NumberComments
Unity Real-Time Development PlatformUnityUnity Student / Unity Personalhttps://unity.com/

References

  1. Maguire, E. A., Burgess, N., O'Keefe, J. Human spatial navigation: cognitive maps, sexual dimorphism, and neural substrates. Current Opinion in Neurobiology. 9 (2), 171-177 (1999).
  2. Buzsáki, G., Moser, E. I. Memory, navigation and theta rhythm in the hippocampal-entorhinal system. Nature Neuroscience. 16 (2), 130-138 (2013).
  3. Robinson, N. T. M., et al. Targeted activation of hippocampal place cells drives memory-guided spatial behavior. Cell. 183 (7), 2041-2042 (2020).
  4. Fordyce, D. E., Farrar, R. P. Physical activity effects on hippocampal and parietal cortical cholinergic function and spatial learning in F344 rats. Behavioural Brain Research. 43 (2), 115-123 (1991).
  5. van Praag, H. Neurogenesis and exercise: past and future directions. Neuromolecular Medicine. 10 (2), 128-140 (2008).
  6. Heo, S., et al. Resting hippocampal blood flow, spatial memory and aging. Brain Research. 1315, 119-127 (2010).
  7. Erickson, K. I., et al. Exercise training increases size of hippocampus and improves memory. Proceedings of the National Academy of Sciences of the United States of America. 108 (7), 3017-3022 (2011).
  8. Dobbels, B., et al. The virtual Morris water task in 64 patients with bilateral vestibulopathy and the impact of hearing status. Frontiers in Neurology. 11, 710 (2020).
  9. Moffat, S. D., Hampson, E., Hatzipantelis, M. Navigation in a "Virtual" maze: Sex Differences and correlation with psychometric measures of spatial ability in humans. Evolution and Human Behavior. 19 (2), 73-87 (1998).
  10. Ijaz, K., Ahmadpour, N., Naismith, S. L., Calvo, R. A. An immersive virtual reality platform for assessing spatial navigation memory in predementia screening: Feasibility and usability study. JMIR Mental Health. 6 (9), 13887 (2019).
  11. Sakhare, A. R., Yang, V., Stradford, J., Tsang, I., Ravichandran, R., Pa, J. Cycling and spatial navigation in an enriched, immersive 3d virtual park environment: A feasibility study in younger and older adults. Frontiers in Aging Neuroscience. 11, 218 (2019).
  12. Starrett, M. J., et al. Landmarks: A solution for spatial navigation and memory experiments in virtual reality. Behavior Research Methods. 53 (3), 1046-1059 (2021).
  13. Diersch, N., Wolbers, T. The potential of virtual reality for spatial navigation research across the adult lifespan. The Journal of Experimental Biology. 222, 187252 (2019).
  14. Kuhrt, D., St John, N. R., Bellmund, J. L. S., Kaplan, R., Doeller, C. F. An immersive first-person navigation task for abstract knowledge acquisition). Scientific Reports. 11 (1), 5612 (2021).
  15. Castelli, L., Latini Corazzini, L., Geminiani, G. C. Spatial navigation in large-scale virtual environments: Gender differences in survey tasks. Computers in Human Behavior. 24 (4), 1643-1667 (2008).
  16. Do, T. -. T. N., Lin, C. -. T., Gramann, K. Human brain dynamics in active spatial navigation. Scientific Reports. 11 (1), 13036 (2021).
  17. Jungnickel, E., Gramann, K. Mobile brain/body imaging (MoBI) of physical interaction with dynamically moving objects. Frontiers in Human Neuroscience. 10, 306 (2016).
  18. Park, J. L., Dudchenko, P. A., Donaldson, D. I. Navigation in real-world environments: New opportunities afforded by advances in mobile brain imaging. Frontiers in Human Neuroscience. 12, 361 (2018).
  19. Bettio, L. E. B., Rajendran, L., Gil-Mohapel, J. The effects of aging in the hippocampus and cognitive decline. Neuroscience and Biobehavioral Reviews. 79, 66-86 (2017).
  20. Wang, Z., van Praag, H., Boecker, H., Hillman, C., Scheef, L., Struder, H. Exercise and the Brain: Neurogenesis, Synaptic Plasticity, Spine Density, and Angiogenesis. Functional Neuroimaging in Exercise and Sport Sciences. , (2012).
  21. . Unity Real-Time Development Platform. Unity Available from: https://unity.com/ (2023)
  22. Miller, J. F., et al. Neural activity in human hippocampal formation reveals the spatial context of retrieved memories. Science. 342 (6162), 1111-1114 (2013).
  23. Urban construction pack. Unity asset store. At Available from: https://assetstore.unity.com/packages/3d/environments/urban-construction-pack-8081#reviews (2018)
  24. . Object Motion Tracker. Unity Available from: https://forum.unity.com/threads/object-motion-traker-engine-trails-time-travel-game-mechanics-and-more.241544/ (2014)
  25. Makoto's preprocessing pipeline. EEGLAB Available from: https://sccn.ucsd.edu/wiki/Makotos_preprocessing_pipeline (2023)
  26. Faul, F., Erdfelder, E., Buchner, A., Lang, A. -. G. Statistical power analyses using G*Power 3.1: tests for correlation and regression analyses. Behavior Research Methods. 41 (4), 1149-1160 (2009).
  27. Basso, J. C., et al. Examining the effect of increased aerobic exercise in moderately fit adults on psychological state and cognitive function. Frontiers in Human Neuroscience. 16, 833149 (2022).
  28. Keefe, J. O., Nadel, L. . The Hippocampus as a Cognitive Map. , (1978).
  29. Eichenbaum, H. The Hippocampus as a Cognitive Map . . . of Social Space. Neuron. 87 (1), 9-11 (2015).
  30. Moser, E. I., Kropff, E., Moser, M. -. B. Place cells, grid cells, and the brain's spatial representation system. Annual Review of Neuroscience. 31, 69-89 (2008).
  31. Ekstrom, A. D., et al. Cellular networks underlying human spatial navigation. Nature. 425 (6954), 184-188 (2003).
  32. Jacobs, J., Kahana, M. J., Ekstrom, A. D., Mollison, M. V., Fried, I. A sense of direction in human entorhinal cortex. Proceedings of the National Academy of Sciences of the United States of America. 107 (14), 6487-6492 (2010).
  33. Spiers, H. J., Burgess, N., Hartley, T., Vargha-Khadem, F., O'Keefe, J. Bilateral hippocampal pathology impairs topographical and episodic memory but not visual pattern matching. Hippocampus. 11 (6), 715-725 (2001).
  34. Spiers, H. J., et al. Unilateral temporal lobectomy patients show lateralized topographical and episodic memory deficits in a virtual town. Brain. 124, 2476-2489 (2001).
  35. Maguire, E. A., Burgess, N., Donnett, J. G., Frackowiak, R. S., Frith, C. D., O'Keefe, J. Knowing where and getting there: a human navigation network). Science. 280 (5365), 921-924 (1998).
  36. King, J. A., Burgess, N., Hartley, T., Vargha-Khadem, F., O'Keefe, J. Human hippocampus and viewpoint dependence in spatial memory. Hippocampus. 12 (6), 811-820 (2002).
  37. Burgess, N., Maguire, E. A., O'Keefe, J. The human hippocampus and spatial and episodic memory. Neuron. 35 (4), 625-641 (2002).
  38. Laidi, C., et al. Preserved navigation abilities and spatio-temporal memory in individuals with autism spectrum disorder. Autism Research. 16 (2), 280-293 (2023).
  39. Iglói, K., Zaoui, M., Berthoz, A., Rondi-Reig, L. Sequential egocentric strategy is acquired as early as allocentric strategy: Parallel acquisition of these two navigation strategies. Hippocampus. 19 (12), 1199-1211 (2009).
  40. Bullens, J., Iglói, K., Berthoz, A., Postma, A., Rondi-Reig, L. Developmental time course of the acquisition of sequential egocentric and allocentric navigation strategies. Journal of Experimental Child Psychology. 107 (3), 337-350 (2010).
  41. Bellassen, V., Iglói, K., de Souza, L. C., Dubois, B., Rondi-Reig, L. Temporal order memory assessed during spatiotemporal navigation as a behavioral cognitive marker for differential Alzheimer's disease diagnosis. The Journal of Neuroscience. 32 (6), 1942-1952 (2012).
  42. Iglói, K., et al. Interaction between hippocampus and cerebellum crus I in sequence-based but not place-based navigation. Cerebral Cortex. 25 (11), 4146-4154 (2015).
  43. Iglói, K., Doeller, C. F., Berthoz, A., Rondi-Reig, L., Burgess, N. Lateralized human hippocampal activity predicts navigation based on sequence or place memory. Proceedings of the National Academy of Sciences of the United States of America. 107 (32), 14466-14471 (2010).
  44. Commins, S., et al. NavWell: A simplified virtual-reality platform for spatial navigation and memory experiments. Behavior Research Methods. 52 (3), 1189-1207 (2020).
  45. Fan, C. L., Abdi, H., Levine, B. On the relationship between trait autobiographical episodic memory and spatial navigation. Memory & Cognition. 49 (2), 265-275 (2021).
  46. Epstein, R. A., Patai, E. Z., Julian, J. B., Spiers, H. J. The cognitive map in humans: spatial navigation and beyond. Nature Neuroscience. 20 (11), 1504-1513 (2017).
  47. van Praag, H., Kempermann, G., Gage, F. H. Running increases cell proliferation and neurogenesis in the adult mouse dentate gyrus. Nature Neuroscience. 2 (3), 266-270 (1999).
  48. van Praag, H., Christie, B. R., Sejnowski, T. J., Gage, F. H. Running enhances neurogenesis, learning, and long-term potentiation in mice. Proceedings of the National Academy of Sciences of the United States of America. 96 (23), 13427-13431 (1999).
  49. Voss, M. W., Soto, C., Yoo, S., Sodoma, M., Vivar, C., van Praag, H. Exercise and hippocampal memory systems. Trends in Cognitive Sciences. 23 (4), 318-333 (2019).
  50. Jennen, L., Mazereel, V., Lecei, A., Samaey, C., Vancampfort, D., van Winkel, R. Exercise to spot the differences: a framework for the effect of exercise on hippocampal pattern separation in humans. Reviews in the Neurosciences. 33 (5), 555-582 (2022).
  51. Griffin, &. #. 2. 0. 1. ;. W., Mullally, S., Foley, C., Warmington, S. A., O'Mara, S. M., Kelly, A. M. Aerobic exercise improves hippocampal function and increases BDNF in the serum of young adult males. Physiology & Behavior. 104 (5), 934-941 (2011).
  52. Firth, J., et al. Effect of aerobic exercise on hippocampal volume in humans: A systematic review and meta-analysis. NeuroImage. 166, 230-238 (2018).
  53. Voss, M. W., Vivar, C., Kramer, A. F., van Praag, H. Bridging animal and human models of exercise-induced brain plasticity. Trends in Cognitive Sciences. 17 (10), 525-544 (2013).
  54. Pereira, A. C., et al. An in vivo correlate of exercise-induced neurogenesis in the adult dentate gyrus. Proceedings of the National Academy of Sciences of the United States of America. 104 (13), 5638-5643 (2007).
  55. vander Ham, I. J. M., Claessen, M. H. G. How age relates to spatial navigation performance: Functional and methodological considerations. Ageing Research Reviews. 58, 101020 (2020).
  56. Zhong, J. Y., Moffat, S. D. Extrahippocampal contributions to age-related changes in spatial navigation ability. Frontiers in Human Neuroscience. 12, 272 (2018).
  57. Moffat, S. D. Aging and spatial navigation: what do we know and where do we go. Neuropsychology Review. 19 (4), 478-489 (2009).
  58. Meade, M. E., Meade, J. G., Sauzeon, H., Fernandes, M. A. Active navigation in virtual environments benefits spatial memory in older adults. Brain Sciences. 9 (3), 47 (2019).
  59. Powell, A., et al. Stable encoding of visual cues in the mouse retrosplenial cortex. Cerebral Cortex. 30 (8), 4424-4437 (2020).
  60. Fischer, L. F., Mojica Soto-Albors, R., Buck, F., Harnett, M. T. Representation of visual landmarks in retrosplenial cortex. eLife. 9, 51458 (2020).
  61. Stacho, M., Manahan-Vaughan, D. Mechanistic flexibility of the retrosplenial cortex enables its contribution to spatial cognition. Trends in Neurosciences. 45 (4), 284-296 (2022).
  62. Yoder, R. M., Clark, B. J., Taube, J. S. Origins of landmark encoding in the brain. Trends in Neurosciences. 34 (11), 561-571 (2011).
  63. Lozano, Y. R., Page, H., Jacob, P. -. Y., Lomi, E., Street, J., Jeffery, K. Retrosplenial and postsubicular head direction cells compared during visual landmark discrimination. Brain and Neuroscience Advances. 1, 2398212817721859 (2017).
  64. Ventura, M., Shute, V., Wright, T., Zhao, W. An investigation of the validity of the virtual spatial navigation assessment. Frontiers in Psychology. 4, 852 (2013).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

203

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved