运动敏锐度测试，用于使用运动定义形状的视野敏锐度测量

摘要

本文介绍了一种新型的基于运动的视力测试，可以评估低视力和健康个体的中枢和周边视觉处理，以及限制与 MRI 协议兼容的周边视力的护目镜。该方法为视觉系统的功能障碍和功能障碍提供了全面的视力评估。

摘要

标准的视力测量依赖于静止刺激，无论是字母（Snellen 图表）、垂直线（游标敏锐度）还是光栅图，由视觉系统中对静止刺激最敏感的区域进行处理，接收来自视野中央部分的视觉输入。在这里，提出了一种基于简单形状的区分的视力测量，这些形状由随机点运动图（RDK）中点的运动定义，这些运动图由对运动刺激敏感的视觉区域处理，并接收来自周边视野的输入。在运动敏锐度测试中，参与者被要求区分圆形和椭圆，具有匹配的表面，由 RDK 构建，并通过点的相干性、方向或速度与背景 RDK 分开。敏锐度测量基于椭圆检测，在达到敏锐度阈值之前，每个正确的响应都会变得更加圆润。运动敏锐度测试可以以负对比度（白底黑点）或正对比度（黑底白点）呈现。运动定义的形状位于 8 个视觉度数内的中心位置，并被 RDK 背景包围。为了测试视觉周边对中央测量视力的影响，建议使用带有中心孔的不透明护目镜将视野机械缩小到 10 度。这种简单且可复制的狭窄系统适用于MRI协议，允许进一步研究周边视觉输入的功能。在这里，提出了一种同时测量形状和运动感知的简单方法。这项简单的测试根据中央和周边视野输入评估视力障碍。所提出的运动敏锐度测试提高了标准测试的能力，可以揭示视觉系统受损患者的视力功能缺失甚至增强，而这些功能至今仍未被发现。

引言

大多数可用的视觉测试都是为了检查中央视觉处理的特征，依赖于来自中央视网膜¹ 的输入。中央视网膜具有最密集的视锥细胞光感受器群，以获得最大的视力，而缺乏杆状光感受器，而杆状光感受器在周边视网膜中占主导地位²。密集堆积的光感受器的存在也反映在神经节细胞密度的增加上，这意味着更多的轴突被定向到视神经，并最终被引导到视觉皮层。在中央凹外朝向外围，杆的数量超过了锥形光感受器³。由于视杆细胞的身体较宽，光感受器的马赛克较稀疏，外周视网膜主要对夜视和运动意识做出反应⁴。

传统上，人们认为视觉处理依赖于对视野中央部分的刺激，专门用于对静止物体的精细分析，其外围部分专门用于检测运动并将物体带到中央中央凹视觉，在那里进一步分析^5,6。然而，现在我们有新的证据表明，在皮层水平上，静止通路的精细分析并没有与运动敏感通路完全分开 ^6,7,8。同时测试形状和运动感知通常使用移动光栅⁹ 和玻璃图案¹⁰ 以及同心环运动¹¹ 进行。我们的目标是引入一种接近视力障碍者正常生活的测试，通过明确向他们展示他们的视觉处理的某些特征可能仍会得到保留甚至加强，从而降低他们的挫败感并带来希望。所提出的基于随机点运动图（RDK）的运动敏锐度测试结合了运动和形状感知分析，并同时测试运动和形状感知的功能。在运动敏锐度测试中，有许多心理物理特征需要测试的可能性，例如 RDK 的不同速度、方向和对比度。通过改变参数，我们可以操纵刺激的强度，无论是针对中央处理还是外围处理。例如，检测快速移动的物体是周边视觉处理¹²特有的一个明确描述的特征，而明亮背景上的黑暗处理则优先由中央视觉¹³处理。该测试最初是对视网膜光感受器变性的患者进行的，这些光感受器专门位于中央或外周视网膜内¹⁴。视网膜色素变性 （RP） 表现为外周损伤，在全世界 ~1/5000 患者中普遍存在¹⁵。Stargardt 病 （STGD） 患病率为 ~1/10000，是青少年黄斑变性 （MD）¹⁶ 的最常见原因。中央视网膜的光感受器损伤，如黄斑变性或周边视网膜的视网膜色素变性，会导致相应的视野丧失。这些视野损失反映在特定视觉系统区域的特征损伤中¹⁷.重要的是，从视网膜未受影响的部分接收输入的视觉系统区域也会受到影响。先前在黄斑变性动物模型中显示¹⁸ 表明，在双眼中央视网膜损伤后，不仅视力加重，而且运动知觉（周边处理的特征）得到加强。这里描述的运动敏度测试为规划视力康复程序提供了重要的见解。全面了解视野的中央和外围部分之间的相互作用，对于理解视觉系统的备用部分如何接管失去的功能以及如何通过视觉训练康复程序支持这一过程具有至关重要的作用。内联，关于局部视网膜变性如何影响视觉处理的知识，尤其是其受损部分之外的视觉处理，仍然不完整。光学测试基于对静止形状特征的测量。例如，视力测量依赖于静止刺激，可以是字母（Snellen 图表）、光栅图或游标视力图。

为了扩大对健康眼睛和中枢/周边视觉功能受损的眼睛中枢视觉和周边视觉之间动态的洞察力，引入了一种基于运动的视力测试，同时测量形状和运动感知。运动敏锐度测试基于检测负对比度或正对比度居中的形状（暗点或浅点），椭圆和圆圈与匹配的表面，由随机点运动图 （RDK） 构建，并通过速度、相干性或方向与相同的 RDK 背景分开。敏锐度的测量是作为圆形和椭圆尺寸之间感知到的最小差异，结果以视觉度数给出，在该度数下，受试者停下来感知差异。此外，为了检查亮度对比度是否影响测量的运动敏锐度，刺激可以以负对比度（白色背景上的黑点）或正对比度（黑底上的白点）呈现。视觉系统中关于正对比（ON型）和负对比（OFF型）处理的所有可用信息都来自中央视野^19,20的静止刺激。但是，运动信号的周边处理如何依赖于对比度仍然相当未知^14,21。只是确定对高速的敏感性是外周处理所特有的，而中心运动处理则在较高的空间频率下参与慢速，以正对比（ON型）¹²呈现。运动敏锐度刺激的正对比度和负对比度版本，以及修改点的速度以及相干性或方向的能力，对于更详细地描述整个视野至关重要。此外，建议使用带有镜片的镜片替换带有中心孔的不透明镜片的护目镜将视野机械缩小到中心 10 度。这种易于复制的狭窄系统适用于 fMRI 和 TMS 协议，允许进一步研究周边视觉输入的功能以及视觉周边如何影响中央测量的视力。类似的系统最初在以前的研究¹⁴ 中得到验证，其中发现，在负对比度和快速运动中的运动敏锐度测试，强烈激活视觉周边，对所有参与者来说都是最困难的。对于Stargardt病患者来说，它们是无法控制的。重要的是，通过降低 RDK 的速度来减弱视觉周边刺激，可以提高所有测试对象的敏锐度阈值。综上所述，我们提出了基于简单形状判别的运动敏锐度测量任务。因此，对于患者及其护理人员来说，结果简单易懂。这里介绍的运动敏锐度测试也适用于学术界以外的用户。这项任务很容易向广泛的年龄和患者群体解释。

Access restricted. Please log in or start a trial to view this content.

研究方案

所有程序均按照相关指南和规定执行，并得到道德委员会 WUM 的批准 （KB/157/2017）。获得了所有参与者的书面同意，确保他们理解实验的总体目标，并且他们理解将他们的数据用于统计分析目的。所有呈现的视觉刺激都是使用基于 Java 的桌面应用程序 （Viscacha2） 生成的，该应用程序是为这些实验的目的而创建的。

1. 设置

1. 确保一个安静、昏暗的房间。构建一个由计算机、键盘、平面显示器、眼动仪（可选，取决于研究问题和目标;见 材料表）、一张桌子、一个下巴和一把椅子组成的装置。安排它，使参与者可以坐着，下巴放在下巴上，眼睛直接位于显示器上半部分的中心前方，双手接触键盘上的箭头键。显示器与眼睛之间的水平距离应为 85 厘米。
   注意:尽管参与者接受过培训并明确要求在整个过程中固定中央注视交叉，但使用眼动仪进行测试可能构成一种额外的控制，用于在分析那些表现出太多凝视波动的参与者时进行过滤。此外，根据研究的目的，眼动仪的结果可能会为不同参与者的注视模式、瞳孔大小或感兴趣的位置提供有趣的见解。
2. 访问 https://github.com/grimwj/Viscacha2 并通过单击" 代码 "按钮并下载 ZIP 来下载软件。解压缩 zip 文件并将其保存在工作目录中。
3. 按照README.txt文件中描述的安装步骤进行操作。如果使用眼动仪进行测试，请按照眼动仪的软件安装步骤进行操作。按照说明安装眼动仪。
4. 要执行初始检查，请双击 Viscacha2.jar 文件以运行程序。显示初始屏幕后，按键盘上的 ESC 键退出程序。
5. 浏览新创建的文件夹 – experiment_data、TestPatient Shape_Brt。 使用电子表格编辑器（将分号设置为字段分隔符）打开 .csv 文件。验证参数（如屏幕尺寸和与屏幕的距离）是否正确。
   注意:从这里开始，该协议基于以下假设:使用 1920 x 1080、31.5 英寸的显示器，患者与屏幕之间的距离为 85 厘米。这意味着屏幕在水平方向上占据了 44.6° 的视觉空间。如果无法满足这些参数，可以参考步骤 5 重新配置程序。

2. 确定考试的初始难度

1. 打开 config.txt 文件并找到包含 patient_name=TestPatient 的行。将 TestPatient 替换为标识正在检查的对象的文本。
2. 在 config.txt 文件中，找到行 filename=Shape_Brt.txt。请确保此行不以哈希符号 #（未注释的行）开头。
3. 要求受试者坐在显示器前，下巴放在显示器前，眼睛正前方是显示器上半部分的中心。验证与屏幕的距离是否正确。确保键盘键易于触及，便于拍摄对象使用。
4. 导航到 Viscacha2.jar 目录并运行该程序。教参与者在整个实验过程中将视线集中在屏幕中心的注视十字架上。
5. 在屏幕的每一侧，一个圆圈或一个椭圆将在与中心注视十字架相同的距离处显示。任务是使用键盘上的左右箭头键选择椭圆上的圆。向参与者解释任务，当他/她准备好时，按 s 键开始实验。实验继续进行，直到参与者按下其中一个箭头键。
6. 在发生四次逆转或达到最大试验次数后，该计划结束。当受试者在先前选择了正确的反应后选择了错误的反应时，就会发生逆转，反之亦然。
   注意:这是一个楼梯式的过程。每次试验的难度在每次正确回答后增加，在错误回答后减少。 图 1 显示了一个代表性参与者的试验中楼梯水平如何变化。
7. 请注意四次反转，在此之后，任务完成并已建立检测阈值。打开包含结果的相应.csv文件。找到文件末尾附近的 THRESHOLD 列。使用此列中的值可以计算后续任务的初始难度。
   注意:该测试也可以以常数范式呈现，其中难度级别是固定的并且不会改变，方法是从init.txt文件的 Experiment_Type=Constant 行中删除哈希符号，并在行 Experiment_Type=Staircase 之前添加哈希符号。

图 1:Shape_Brt实验（后续试验）期间楼梯水平的变化。 红色图描绘了楼梯水平，它转换为 S-（椭圆）的纵横比。在发生 4 次逆转（蓝条）后，已建立受试者的检测阈值，任务完成。 请点击这里查看此图的较大版本.

8. 使用新获得的阈值作为下一次刺激呈现的基线（步骤 2.3-2.5）。要替换所有刺激定义文件中的新阈值，请使用 replacer 文件夹中的 Python 脚本，并按照屏幕上的说明进行操作。

3. 刺激程序

注意:总共将进行 10 个实验:5 个在黑色背景上有白点，5 个在白色背景上有黑点。

1. 一致性任务
   1. 当主题准备好时，打开config.txt文件并注释（即插入哈希符号）filename=Shape_Brt.txt行并取消注释下面的行，包括shape_dotsB_C.txt任务。在此任务中，圆和椭圆由以 10°/s 的速度随机移动的点组成。背景由点构成，这些点以与圆形和椭圆相同的速度连贯地向上移动。
      注意:通过编辑每个任务的定义文件内的 Direction 参数，可以定义背景点的不同移动方向。
   2. 运行Viscacha2.jar。用简单的语言向主题解释任务，例如，请始终指向圆圈。当参与者准备好时，按 s 键开始实验。等到实验完成。
   3. 打开 config.txt 文件，注释filename=shape_dotsB_C.txt行，并取消注释下面的行，包括shape_dotsW_C.txt任务。重复步骤 3.1.2。
2. 方向任务
   1. 当主题准备好时，打开config.txt文件并对先前选择的文件名进行注释。取消注释包含filename=shape_dotsB_D.txt任务的行。在此任务中，圆和椭圆由以 10°/s 的速度相干地向上移动的点组成。背景由点组成，这些点以与圆形和椭圆相同的速度相干地向左移动。
   2. 运行Viscacha2.jar。向主题解释任务。当参与者准备好时，按 s 键开始实验。等到实验完成。
   3. 打开 config.txt 文件，对filename=shape_dotsB_D.txt行进行注释，并取消对下面行的注释，包括shape_dotsW_D.txt任务。重复步骤 3.2.2。
3. 速度任务
   1. 当主题准备好时，打开 config.txt 文件并注释之前选择的文件名。取消注释包含filename=shape_dotsB_V10_20.txt任务的行。此任务涉及三个条件。圆、椭圆和背景由相干地向上移动的点组成，而圆和椭圆内的点的移动速度总是比背景点慢:i） 10°/s 与 20°/s;ii） 5°/s 与 10°/s;iii） 1°/s 与 2°/s。
   2. 运行Viscacha2.jar。向主题解释任务。当参与者准备好时，按 s 键开始实验。等到实验完成。
   3. 打开 config.txt 文件，对第 shape_dotsB_V10_20.txt 行进行注释，并取消对下面行的注释，包括shape_dotsW_V10_20.txt任务。重复步骤 3.2.2。
   4. 对于任务 shape_dotsB_V5_10.txt 和 shape_dotsW_V5_10.txt，以及 shape_dotsB_V1_2.txt 和 shape_dotsW_V1_2.txt，重复步骤 3.3.1 - 3.3.3 2x。
      1. 为避免在任务完成后手动更改每个任务的文件名，请使用 sweep_file 选项。在 config.txt 文件中，将 sweep_files 字段设置为 0，以在每个任务过程结束后结束该过程。
      2. 对Shape_Brt.txt任务使用此设置来定义初始基线阈值。设置基线后，为了连续运行多个任务，请将扫描文件设置为 1 到 9 之间的整数。此处的整数确定连续任务之间的更改次数（例如，如果设置为 1 且未注释 shape_dotsB_D.txt，则程序将运行此任务和下一个任务。如果设置为 9，则将运行所有任务）。在内部，这将导致在每次实验完成后重新生成一个新的配置文件，并注释之前选择的文件名，并为即将到来的实验选择后续文件名。

4. 护目镜限制视力

1. 要暂时移除周边视野，请使用游泳镜（图 2），其中透明镜片替换为白色不透明镜片。镜头的孔径为 1.4 毫米，将视野限制在中心 10°。为了使护目镜适合每个受试者，并尽可能最好地考虑自然的个体眼间距离，请制作 14 副护目镜，孔间距从 58 毫米到 72 毫米不等（每副护目镜之间的步长为 1 毫米）。

图 2:缩小护目镜。 中心孔的直径为 1.4 毫米。我们有 14 副护目镜，孔之间的距离为 58 毫米到 72 毫米。 请点击这里查看此图的较大版本.

2. 使用尺子定义参与者眼睛之间的距离。将尺子放在眼睛正上方，与眉毛对齐，值 0 位于一只眼睛的顶部。通过检查第二只眼睛顶部的值来计算第二个瞳孔的距离（以毫米为单位）。在手术过程中，要求参与者尽可能保持视线稳定。
3. 选择更合适的一对后，休息 15 分钟。在这段时间里，要求参与者在房间里自由移动，使用他们的电话，或阅读，让眼睛适应新的视觉状况。
4. 从步骤 3 重新开始该过程。

5. 重新配置

1. 屏幕尺寸和距离校准
   1. 如果使用不同的显示器，请将屏幕尺寸（分辨率和对角线）插入到配置文件中（resolution_v为垂直分辨率，resolution_h为水平分辨率，diagonal_inch为屏幕对角线，以英寸为单位）。
   2. 运行Viscacha2.jar。显示初始屏幕后，按 ESC 终止。打开包含结果的.csv文件。
   3. 找到包含 Distance mm 文本的行并记下该值。
   4. 重新调整实验设置，使受试者可以按照新计算的距离就座。计算距离，使屏幕宽度在水平方向上占据 44.6° 的视觉空间。这是由 full_angle_h 参数定义的，也可以在 config.txt 文件中更改。
      注意: 也可以使用 full_angle_v 参数对屏幕高度执行校准。请注意，这些参数中只能设置一个，另一个必须用 # 前缀注释。
2. 刺激定义
   1. 在单独的文件（例如，shape_dotsB_C.txt）中定义刺激参数。某些值，例如 S- （Ellipse_X， Ellipse_Y） 的尺寸以像素为单位。要从像素到视觉度数进行计算，请将该值乘以从包含结果的 csv 文件中提取的像素到角度乘数。
      注意:刺激参数，例如点的相干性是预定义的，并且每层（背景、形状 S+、形状 S-、噪声）都是预定义的和可调整的。例如，在相干任务中，圆和椭圆由随机移动的点组成，这些点以 10°/s 的速度 （相干性 = 0.0）。背景由点构成，这些点以与圆和椭圆相同的速度相干地向上移动（相干性 = 1.0）。Viscacha2 目前还没有官方的用户手册。有关刺激定义的更多信息，请参阅 Viscacha2 存储库中的stimuli_description.ods文件。

Access restricted. Please log in or start a trial to view this content.

结果

运动敏锐度任务为每个参与者为每个刺激程序生成一个结果文件。测试参与者的示例日志文件已包含在 doc 文件夹内的存储库中。从第 1 行到第 31 行，报告了各种设置，例如患者姓名和配置设置。任务块从第 34 行开始，报告进一步分析所需的重要信息:事件时间、事件类型、试验、持续时间、选择、正确、成功、实验者、外部刺激、逆转和楼梯级别。重要的是，"选择"和"成功"列不应为空;在这种情...

Access restricted. Please log in or start a trial to view this content.

讨论

在这里，描述了一种使用一组基于随机点运动图的刺激来测量视觉运动敏锐度的新方法。结果是以圆和椭圆之间的最小感知差异给出的，它允许人们看到受试者何时停止区分形状。达到的差异越小，敏锐度越好:这意味着即使圆圈与椭圆几乎相同，受试者仍然可以检测到圆圈的位置。这里介绍的运动敏锐度测试带来了视觉程度的结果，这可能与基于识别敏锐度的常见临床测量有关，这需要识别不同...

Access restricted. Please log in or start a trial to view this content.

材料

Name	Company	Catalog Number	Comments
Chinrest			custom-made
Computer			Windows 10 or higher
Display			1920 × 1080, 31 inches
EyeLink 1000 Plus	SR Research		desktop mount
USB Keyboard
USB mouse