前庭知觉阈值允许测试前庭终末器官的所有五个子组件。它们可用于解决临床和基础研究问题。在运动平台上测量的前庭感知阈值基于自然运动刺激。
这使得多感官整合和决策的研究成为可能。前庭知觉阈值可用于研究患者的感知情况，并可能成为诊断的附加工具。此外，它们可用于监测治疗干预的成功。
此过程高度自动化且易于使用。即使是初学者也可以发现问题，例如楼梯算法的非收敛性，并根据相关参数进行调整。要估计前庭感知阈值，请确保使用运动平台或旋转椅。
然后，确认存在用于编程运动曲线和连接运动平台的控制软件PlatformCommander。使用响应设备（游戏控制器）注册参与者响应。蒙住参与者的眼睛以消除视觉运动线索的影响。
运动平台产生噪声，与运动强度相关。参与者可以将这种听觉噪音用作额外的意外信息来源，同时估计前庭感知阈值。为了掩盖这种声音，请在每次试验期间通过降噪耳机向参与者呈现白噪声。
在开始实验程序之前，向参与者解释该过程并获得知情同意。然后，让参与者坐在安装在运动平台上的椅子上，并使用安全带固定。向参与者提供响应按钮，并解释如何将键分配给响应。
然后，蒙住参与者的眼睛。将耳机放在参与者的头上，并应用适当的头部固定。使用主开关、电池开关和控制器开关打开运动平台。
在确保平台周围区域畅通，并且在测试过程中没有人可以接近移动平台后，通过培训开始阈值估计程序，让参与者熟悉任务。使用脚本阈值训练。JL 可在线进行培训程序。
接下来，确定要使用的估计算法。如果使用阶梯方法，请定义参数的起点、步长、更新和终止规则。通过检查服务器软件的图形用户界面（GUI）中显示的状态，确保会话的成功初始化。
成功初始化后，状态显示从会话未进行切换到短序列。它还显示连接的客户端的 IP 地址以及初始化会话的时间。在培训过程中，确保参与者理解任务，指出错误，如果他们按错了按钮，并回答他们的问题。
接下来，通知参与者训练过程已完成，估计程序即将开始。通过键入 julia 阈值测试开始估计过程脚本。JL 进入命令行。
然后，监督全自动估算程序，直到达到终止标准。终止程序后，停放运动平台，取下头部固定装置、耳机、眼罩和按钮，让参与者下降。三个下，一个上楼梯规则产生了一个图表，显示了试验中使用的刺激强度。
估计的阈值强度收敛于一个恒定值。此外，参与者在79.4%的强度估计试验中给出了正确的反应。此处显示了失败阈值估计的可视化效果。
由于终止标准为30项试验，并且起始强度与真实阈值相距相对较远，因此阶梯功能没有收敛。早期错误响应阻碍了向真实阈值的更快收敛 在估计会话期间，确保阶梯算法收敛。在非收敛的情况下，使用调整后的参数重复估计过程。
响应时间可以与二进制按钮按下一起测量。这允许应用更复杂的分析技术，例如漂移扩散模型。这项技术还将有助于更好地研究我们如何在空间中移动与高级认知过程（如决策和心理意象）之间的相互作用。
