Pris en charge par les instituts nationaux de EY-10834 de subvention de la santé (NIH).

REMARQUE: Le protocole illustré utilise un programme qui permet de sélectionner les images et les adapter en utilisant les options choisies par les différents menus déroulants. 1. Sélectionnez l&#39;image à adapter <ol><li> Cliquez sur l&#39;image et recherchez le nom de l&#39;image de travailler avec. Observer l&#39;image d&#39;origine dans le volet supérieur gauche. </li></ol> 2. Spécifiez le stimulus et l&#39;observateur <ol><li> Cliquez sur le menu « Format » pour choisir la façon de représenter l&#39;image et l&#39;observateur. </li><li> Cliquez sur l&#39;option « observateur standard » pour modéliser un observateur standard ou moyenne adaptation à une distribution de couleur spécifique. Dans ce cas, en utilisant des équations standards pour convertir les valeurs RVB de l&#39;image à la sensibilité du cône 32. </li><li> Cliquez sur l&#39;option « d&#39;observateur individuel » pour modéliser les sensibilités spectrales d&#39;un observateur spécifique. Parce que ces sensibilités dépendent de la longueur d&#39;onde, le con de programmeverts les valeurs RVB de l&#39;image dans les spectres des armes à feu en utilisant les spectres d&#39;émission standard ou mesurée pour l&#39;affichage. </li><li> Cliquez sur l&#39;option « spectres naturels » pour rapprocher les spectres réels dans le monde. Cette option convertit les valeurs RVB de spectres, par exemple en utilisant des fonctions de base standard 33 ou 34 spectres gaussienne pour approcher le spectre correspondant à la couleur de l&#39; image. </li></ol> 3. Sélectionnez la condition d&#39;adaptation <ol><li> Adapter soit le même observateur à différents environnements (par exemple, aux couleurs d&#39;une forêt par rapport à paysage urbain), ou différents observateurs au même environnement (par exemple, un observateur déficient par rapport à la normale de la couleur). <ol><li> Dans le premier cas, utilisez les menus pour sélectionner les environnements. Dans ce dernier, en utilisant les menus pour définir la sensibilité de l&#39;observateur. </li></ol></li><li> Pour définir les environnements, sélectionnez la « référence » et envir « test »ronnements à partir des menus déroulants. Ils contrôlent les deux états différents de l&#39;adaptation en chargeant les réponses du mécanisme pour différents environnements. <ol><li> Choisissez le menu « de référence » pour contrôler l&#39;environnement de départ. Tel est l&#39;environnement le sujet est adapté à tout en regardant l&#39;image d&#39;origine. NOTE: Les choix indiqués ont été précalculées pour différents environnements. Ceux-ci ont été calculées à partir des mesures des gammes de couleurs pour les différentes collections d&#39;images. Par exemple, une application a examiné comment la perception des couleurs peut varier avec des changements dans les saisons, en utilisant des images calibrées prises du même endroit à des moments différents 27. Une autre étude, en explorant la façon dont l&#39; adaptation pourrait affecter percepts de couleur dans différents endroits, les lieux représentés par des images d&#39; échantillonnage de différentes catégories de scène 29. </li><li> Sélectionnez l&#39;environnement « utilisateur défini » pour charger les valeurs pour un environnement personnalisé. obsErve une fenêtre pour rechercher et sélectionner un fichier particulier. Pour créer ces fichiers pour les images indépendantes, afficher chaque image à inclure (comme dans l&#39;étape 1), puis cliquez sur le bouton « Enregistrer les réponses d&#39;image ». REMARQUE: Cette affiche une fenêtre où l&#39;on peut créer ou ajouter à un fichier Excel stockant les réponses à chaque image. Pour créer un nouveau fichier, entrez le nom du fichier, ou recherchez un fichier existant. Pour les fichiers existants, les réponses à l&#39;image actuelle sont ajoutés et les réponses à toutes les images automatiquement en moyenne. Ces moyennes sont entrées pour l&#39;environnement de référence lorsque le fichier avec l&#39;option « défini par l&#39;utilisateur » est sélectionné. </li><li> Sélectionnez le menu « test » pour accéder à une liste des environnements pour l&#39;image à régler pour. Sélectionnez l&#39;option « image actuelle » d&#39;utiliser les réponses du mécanisme pour l&#39;image affichée. NOTE: Cette option suppose que les sujets s&#39;adaptent aux couleurs de l&#39;image qui est actuellement en cours de visualisation. Sinon, sélectionnez l&#39;un des til précalculée environnements ou l&#39;option « défini par l&#39;utilisateur » pour charger l&#39;environnement de test. </li></ol></li></ol> 4. Sélectionnez la sensibilité spectrale de l&#39;observateur NOTE: Pour les effets d&#39;adaptation de différents environnements, l&#39;observateur demeure généralement constante, et est réglé sur la valeur par défaut « observateur standard » avec sensibilité spectrale moyenne. Il y a 3 menus pour régler une sensibilité spectrale individuelle, qui contrôlent la quantité de pigment de contrôle ou les sensibilités spectrales de l&#39;observateur. <ol><li> Cliquez sur le menu « objectif » pour sélectionner la densité du pigment de la lentille. Les différentes options permettent de choisir une caractéristique de densité de différents âges. </li><li> Cliquez sur le menu « macula » pour sélectionner de façon similaire la densité du pigment maculaire. Observez ces options en termes de la densité maximale du pigment. </li><li> Cliquez sur le menu « cônes » de choisir entre les observateurs sansrMal trichromacy ou différents types de trichromacy anormale. NOTE: En fonction des choix du programme définit les cônes sensibilités spectrales de l&#39;observateur et un ensemble de 26 canaux postreceptoral combinant linéairement les signaux de cône à peu près uniformément échantillon différentes combinaisons de couleurs et de luminance. </li></ol> 5. Adapter l&#39;image <ol><li> Cliquez sur le bouton « adapter ». REMARQUE: Cette exécute le code pour le calcul des réponses des cônes et des mécanismes post-receptoral à chaque pixel dans l&#39;image. La réponse est dimensionnée de telle sorte que la réponse moyenne de la répartition des couleurs est égal à adapter les réponses moyennes de la distribution de référence, ou de telle sorte que la réponse moyenne est la même pour un observateur individuel ou de référence. La mise à l&#39; échelle est multiplicatif pour simuler l&#39; adaptation von Kries 35. La nouvelle image est ensuite rendu en additionnant les réponses du mécanisme et de reconversion des valeurs RVB pour l&#39;affichage. Détails du algorithm sont donnés dans le 26, 27, 28, 29. </li><li> Observez trois nouvelles images à l&#39;écran. Ceux-ci sont étiquetés comme 1) « non adapté » - comment l&#39;image de test devrait apparaître à quelqu&#39;un complètement adapté à l&#39;environnement de référence; 2) « adaptation conique » - ce qui montre l&#39;image ajustée que pour l&#39;adaptation dans les récepteurs; et 3) « pleine adaptation » - ce qui montre l&#39;image prédite par une adaptation complète au changement de l&#39;environnement ou l&#39;observateur. </li><li> Cliquez sur le bouton « enregistrer des images » pour enregistrer les trois images calculées. Observez une nouvelle fenêtre sur l&#39;écran pour rechercher le dossier et sélectionnez le nom du fichier. </li></ol> 6. Évaluer les conséquences de l&#39;adaptation NOTE: La référence originale et des images adaptées simulent la façon dont la même image doit apparaître sous les deux états de Adapta modélisétion, et surtout, diffèrent seulement en raison de l&#39;état d&#39;adaptation. Les différences dans les images offrent ainsi un aperçu des conséquences de l&#39;adaptation. <ol><li> regarder visuellement les différences entre les images. REMARQUE: Une simple inspection des images peuvent aider à montrer comment la vision beaucoup de couleur peut varier en vivant dans des environnements différents de couleurs, ou combien d&#39;adaptation pourrait compenser un changement de sensibilité à l&#39;observateur. </li><li> Quantifier ces effets d&#39;adaptation en utilisant des analyses ou des mesures comportementales avec les images pour évaluer de manière empirique les conséquences de l&#39;adaptation 29. <ol><li> Mesurer comment les changements d&#39;apparence des couleurs. Par exemple, comparez les couleurs des deux images pour mesurer les catégories de couleurs ou changement de perception dans différents saillance environnements ou observateurs. Par exemple, l&#39; utilisation des analyses des changements de couleur avec adaptation pour calculer combien les teintes uniques (par exemple, jaune ou bleu pur) pourrait théoriquement vvier en raison des variations de l&#39;environnement couleur 29 de l&#39;observateur. </li><li> Demandez-lui comment l&#39;adaptation affecte la sensibilité visuelle ou la performance. Par exemple, utiliser les images adaptés pour comparer si la recherche visuelle pour une couleur nouvelle est plus rapide lorsque les observateurs sont d&#39;abord adaptés aux couleurs de l&#39;arrière-plan. Réaliser l&#39;expérience en superposant sur les images d&#39; un tableau de cibles et distracteurs de couleurs différentes qui ont été adaptés , ainsi que les images, avec les temps de réaction mesurés pour localiser la cible 29 impair. </li></ol></li></ol>

Les auteurs n&#39;ont rien à dévoiler.

Le protocole illustré montre comment les effets de l&#39;adaptation à un changement dans l&#39;environnement ou l&#39;observateur peuvent être représentés dans les images. La forme de cette représentation prend dépendra des hypothèses retenues pour le modèle - par exemple, la façon dont la couleur est codée et comment réagissent les mécanismes de codage et d&#39;adaptation. Ainsi, l&#39;étape la plus importante est de décider sur le modèle de la vision des couleurs - par exemple ce que les propriétés d...

Que le monde pourrait ressembler à d&#39;autres, ou pour nous-mêmes que nous changeons? Les réponses à ces questions sont d&#39;une importance fondamentale pour comprendre la nature et les mécanismes de perception et les conséquences des deux variations normales et cliniques dans le codage sensoriel. Une grande variété de techniques et d&#39;approches ont été développées pour simuler la façon dont les images peuvent apparaître à des personnes ayant des sensibilités visuelles différentes. Par exemple, ceux - ci comprennent des simulations des couleurs qui peuvent être discriminés par différents types d&#39;irrégularités de couleur 1, 2, 3, 4, les différences spatiales et chromatiques qui peuvent être résolus par des enfants ou des observateurs âgés de 5, 6, 7, 8, 9 , comment les images apparaissent dans la vision périphérique <s<html> up class = &quot;xref&quot;&gt; 10, et les conséquences des erreurs optiques ou de maladie 11, 12, 13, 14. Ils ont également été appliquées pour visualiser les discriminations qui sont possibles pour d&#39; autres espèces 15, 16, 17. En règle générale, ces simulations utilisent des mesures des pertes de sensibilité dans différentes populations pour filtrer une image et ainsi réduire ou éliminer la structure qu&#39;ils ont du mal à voir. Par exemple, les formes de cécité des couleurs reflètent une perte de l&#39; un des deux photorécepteurs sensibles aux longueurs d&#39; onde moyenne ou longue durée, et les images filtrées pour éliminer leurs signaux apparaissent généralement dépourvus de teintes « rougeâtre verdâtre » 1. De même, les enfants ont une acuité plus faible, et donc les images traitées pour leur sensibilité spatiale réduite sont floues<html> . f &quot;&gt; 5 Ces Les techniques donnent des exemples précieux de ce qu&#39;une personne peut voir qu&#39;un autre ne peut toutefois, ils ne le font pas -. et souvent ne sont pas destinés à - l&#39;expérience vécue par la perception réelle de l&#39;observateur, et dans certains cas , peut déformer la quantité et les types d&#39;informations disponibles à l&#39;observateur. Cet article décrit une nouvelle technique développée pour simuler des différences dans l&#39; expérience visuelle qui intègre une caractéristique fondamentale du codage visuel - adaptation 18, 19. Tous les systèmes sensoriels et moteurs ajustent en permanence au contexte, ils sont exposés. Une odeur âcre dans une pièce s&#39;estompe rapidement, tandis que la vision accueille à la façon claire ou assombrir la pièce est. Fait important, ces ajustements se produisent pour presque tous les attributs de relance, y compris les perceptions « haut niveau », comme les caractéristiques du visage d&#39; une personne 20,class = « xref »&gt; 21 ou la voix 22, 23, ainsi que le calibrage des commandes motrices faites lors du déplacement des yeux ou d&#39; atteindre un objet 24, 25. En fait, l&#39;adaptation est probablement une propriété essentielle de presque tous les traitements de neurones. Cet article montre comment incorporer ces effets d&#39;adaptation dans les simulations de l&#39;apparition d&#39;images, en gros « adapter l&#39;image » de prédire comment il semble à un observateur spécifique dans un état spécifique d&#39;adaptation 26, 27, 28, 29. De nombreux facteurs peuvent modifier la sensibilité d&#39;un observateur, mais l&#39;adaptation peut souvent compenser les aspects importants de ces changements, de sorte que les pertes de sensibilité sont moins visibles que serait prédit sans supposer que le système adapte. A l&#39;inverse, parce quel&#39;adaptation ajuste la sensibilité en fonction du contexte de relance actuel, ces ajustements sont également importants pour incorporer pour prédire combien la perception peut varier lorsque l&#39;environnement varie. Le protocole suivant illustre la technique en adaptant le contenu des couleurs des images. La vision des couleurs présente l&#39;avantage que les étapes de neurones initiaux de codage couleur sont relativement bien compris, de même que les motifs d&#39;adaptation 30. Les mécanismes et des ajustements réels sont complexes et variées, mais les principales conséquences de l&#39; adaptation peuvent être capturées à l&#39; aide d&#39; un simple et un modèle classique en deux étapes (figure 1a). Dans la première étape, les signaux de couleur sont d&#39;abord codés par trois types de photorécepteurs de cône qui sont au maximum sensibles à de courtes longueurs d&#39;ondes moyennes ou longues (S, M et L) des cônes. Dans la deuxième étape, les signaux des différents cônes sont combinés dans des cellules post-receptoral pour former « color-adversaire » channels qui reçoivent des entrées antagonistes des différents cônes (et donc transmettre la « couleur » d&#39;informations) canaux, et « non » adversaire qui résument ainsi que les entrées de cône (donc codage de l&#39;information « luminosité »). L&#39; adaptation se produit aux deux étapes, et ajuste à deux aspects différents de la couleur - la moyenne (dans les cônes) et la variance (dans les canaux post-receptoral) 30, 31. Le but des simulations est d&#39;appliquer ces ajustements aux mécanismes du modèle et de rendre l&#39;image de leurs sorties adaptées. Le processus d&#39;adaptation des images comporte six composantes principales. Ceux-ci sont 1) choisir les images; 2) choisir le format pour les spectres d&#39;image; 3) définissant le changement de couleur de l&#39;environnement; 4) définissant la variation de la sensibilité de l&#39;observateur; 5) en utilisant le programme pour créer les images adaptées; et 6) en utilisant les images pour évaluer les conséquences de l&#39;adaptation. Toici considère chacune de ces étapes en détail. Le modèle de base et les réponses mécanisme sont illustrés sur la figure 1, tandis que les figures 2 - 5 montrent des exemples d&#39;images rendues avec le modèle.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Computer</td>
		</tr>
		<tr>
			<td>Images to adapt</td>
		</tr>
		<tr>
			<td>Programming language (e.g. Visual Basic or Matlab)</td>
		</tr>
		<tr>
			<td>Program for processing the images</td>
		</tr>
		<tr>
			<td>Observer spectral sensitivities (for applications involving observer-specific adaptation)</td>
		</tr>
		<tr>
			<td>Device emmission spectra (for device-dependent applications)</td>
		</tr>
	</tbody>
</table>

visualizing visual adaptation

De nombreuses techniques ont été développées pour visualiser comment une image apparaît à une personne ayant une sensibilité visuelle différente: par exemple, en raison des différences optiques ou l&#39; âge, ou une carence en couleur ou d&#39;une maladie. Ce protocole décrit une technique pour incorporer l&#39;adaptation sensorielle dans les simulations. Le protocole est illustré par l&#39;exemple de la vision des couleurs, mais il est généralement applicable à toute forme d&#39;adaptation visuelle. Le protocole utilise un modèle simple de la vision humaine des couleurs fondées sur des hypothèses plausibles standard et sur les mécanismes de la rétine et du cortex codage couleur et comment ceux-ci ajustent leur sensibilité à la fois la couleur moyenne et la gamme de couleurs dans le stimulus qui prévaut. Les gains des mécanismes sont adaptés de sorte que leur réponse moyenne de moins d&#39;un contexte est assimilé à un contexte différent. Les simulations permet de révéler les limites théoriques de l&#39;adaptation et de générer des « images » qui sont adaptées de manière optimale correspond à un enviro spécifiquennement ou observateur. Ils fournissent également une mesure commune pour explorer les effets de l&#39;adaptation au sein de différents observateurs ou des environnements différents. Perception visuelle et la caractérisation des performances avec ces images fournit un nouvel outil pour étudier les fonctions et les conséquences de l&#39;adaptation à long terme dans la vision ou d&#39;autres systèmes sensoriels.

<html> Les figures 2-4 illustrent les simulations d&#39;adaptation pour les variations de l&#39;observateur ou de l&#39;environnement. La figure 2 compare l&#39;apparition prévue de Nature morte de Cézanne aux pommes pour un observateur plus jeune et plus qui ne diffèrent que par la densité du pigment de la lentille 28. L&#39;image originale comme on le voit à travers les yeux plus jeune (figure 2a)</...

Watch this Scientific Journal Video about Visualizing Visual Adaptation at JoVE.com

Visualiser l'adaptation visuelle | Comportement | Vidéo

Visualizing Visual Adaptation

Cet article décrit une nouvelle méthode pour simuler et étudier l&#39;adaptation dans le système visuel.

Adaptation visuelle visualisant

Many techniques have been developed to visualize how an image would appear to an individual with a different visual sensitivity: e.g., because of optical ...

Research

Education

JoVE Journal

JoVE Core

Biology

Behavior

Human Biology

Sensory Systems

SCIENTISTS IN ACTION

8.8K vues.  University of Nevada, Reno.  Cet article décrit une nouvelle méthode pour simuler et étudier l'adaptation dans le système visuel. 

Vidéo: Visualizing Visual Adaptation

Methods to Explore the Influence of Top-down Visual Processes on Motor Behavior

Kinesthetic awareness is important to successfully navigate the environment. When we interact with our daily surroundings, some aspects of movement are deliberately planned, while others spontaneously occur below conscious awareness. The deliberate component of this dichotomy has been studied extensively in several contexts, while the spontaneous component remains largely under-explored. Moreover, how perceptual processes modulate these movement classes is still unclear. In particular, a currently debated issue is whether the visuomotor system is governed by the spatial percept produced by a visual illusion or whether it is not affected by the illusion and is governed instead by the veridical percept. Bistable percepts such as 3D depth inversion illusions (DIIs) provide an excellent context to study such interactions and balance, particularly when used in combination with reach-to-grasp movements. In this study, a methodology is developed that uses a DII to clarify the role of top-down processes on motor action, particularly exploring how reaches toward a target on a DII are affected in both deliberate and spontaneous movement domains.

It is unclear how top-down signals from the ventral visual stream affect movement. We developed a paradigm to test motor behavior towards a target on a 3D depth inversion illusion. Significant differences are reported in both deliberate, goal-directed movements and automatic actions under illusory and veridical viewing conditions.

Méthodes pour explorer l&#39;influence de haut en bas Visual Processes sur le comportement du moteur

Kinesthetic awareness is important to successfully navigate the environment. When we interact with our daily surroundings, some aspects of movement are ...

Recherche

Sciences du comportement

Topographical Estimation of Visual Population Receptive Fields by fMRI

Visual cortex is retinotopically organized so that neighboring populations of cells map to neighboring parts of the visual field. Functional magnetic resonance imaging allows us to estimate voxel-based population receptive fields (pRF), i.e., the part of the visual field that activates the cells within each voxel. Prior, direct, pRF estimation methods1 suffer from certain limitations: 1) the pRF model is chosen a-priori and may not fully capture the actual pRF shape, and 2) pRF centers are prone to mislocalization near the border of the stimulus space. Here a new topographical pRF estimation method2 is proposed that largely circumvents these limitations. A linear model is used to predict the Blood Oxygen Level-Dependent (BOLD) signal by convolving the linear response of the pRF to the visual stimulus with the canonical hemodynamic response function. PRF topography is represented as a weight vector whose components represent the strength of the aggregate response of voxel neurons to stimuli presented at different visual field locations. The resulting linear equations can be solved for the pRF weight vector using ridge regression3, yielding the pRF topography. A pRF model that is matched to the estimated topography can then be chosen post-hoc, thereby improving the estimates of pRF parameters such as pRF-center location, pRF orientation, size, etc. Having the pRF topography available also allows the visual verification of pRF parameter estimates allowing the extraction of various pRF properties without having to make a-priori assumptions about the pRF structure. This approach promises to be particularly useful for investigating the pRF organization of patients with disorders of the visual system.

It is important to obtain unbiased estimates of visual population receptive fields (pRFs) by functional magnetic resonance imaging. We use mild regularization constraints to estimate pRF topography without a-priori assumptions about pRF shape, allowing us to choose specific pRF models post-hoc. This is particularly advantageous in subjects with visual-pathway lesions.

Estimation topographique de Visual population réceptive champs par IRMf

Visual cortex is retinotopically organized so that neighboring populations of cells map to neighboring parts of the visual field. Functional magnetic ...

Methods to Test Visual Attention Online

Online data collection methods have particular appeal to behavioral scientists because they offer the promise of much larger and much more representative data samples than can typically be collected on college campuses. However, before such methods can be widely adopted, a number of technological challenges must be overcome &#8211; in particular in experiments where tight control over stimulus properties is necessary. Here we present methods for collecting performance data on two tests of visual attention. Both tests require control over the visual angle of the stimuli (which in turn requires knowledge of the viewing distance, monitor size, screen resolution, etc.) and the timing of the stimuli (as the tests involve either briefly flashed stimuli or stimuli that move at specific rates). Data collected on these tests from over 1,700 online participants were consistent with data collected in laboratory-based versions of the exact same tests. These results suggest that with proper care, timing/stimulus size dependent tasks can be deployed in web-based settings.

To replicate laboratory settings, online data collection methods for visual tasks require tight control over stimulus presentation. We outline methods for the use of a web application to collect performance data on two tests of visual attention.

Les méthodes pour tester attention visuelle en ligne

Online data collection methods have particular appeal to behavioral scientists because they offer the promise of much larger and much more representative ...

A Method to Quantify Visual Information Processing in Children Using Eye Tracking

Visual problems that occur early in life can have major impact on a child's development. Without verbal communication and only based on observational methods, it is difficult to make a quantitative assessment of a child's visual problems. This limits accurate diagnostics in children under the age of 4 years and in children with intellectual disabilities. Here we describe a quantitative method that overcomes these problems. The method uses a remote eye tracker and a four choice preferential looking paradigm to measure eye movement responses to different visual stimuli. The child sits without head support in front of a monitor with integrated infrared cameras. In one of four monitor quadrants a visual stimulus is presented. Each stimulus has a specific visual modality with respect to the background, e.g., form, motion, contrast or color. From the reflexive eye movement responses to these specific visual modalities, output parameters such as reaction times, fixation accuracy and fixation duration are calculated to quantify a child's viewing behavior. With this approach, the quality of visual information processing can be assessed without the use of communication. By comparing results with reference values obtained in typically developing children from 0-12 years, the method provides a characterization of visual information processing in visually impaired children. The quantitative information provided by this method can be advantageous for the field of clinical visual assessment and rehabilitation in multiple ways. The parameter values provide a good basis to: (i) characterize early visual capacities and consequently to enable early interventions; (ii) compare risk groups and follow visual development over time; and (iii), construct an individual visual profile for each child.

A method is described to quantify the quality of visual information processing based on reflexive eye movements in response to specific visual modalities. Reaction times and fixation output parameters are used to characterize visual performance in children with and without visual impairments from 6 months of age.

Une méthode pour quantifier visuel Traitement de l&#39;information chez les enfants Utilisation du suivi des yeux

Visual problems that occur early in life can have major impact on a child's development. Without verbal communication and only based on observational ...

Visualizing Motion Patterns in Acupuncture Manipulation

Acupuncture manipulation varies widely among practitioners in clinical settings, and it is difficult to teach novice students how to perform acupuncture manipulation techniques skillfully. The Acupuncture Manipulation Education System (AMES) is an open source software system designed to enhance acupuncture manipulation skills using visual feedback. Using a phantom acupoint and motion sensor, our method for acupuncture manipulation training provides visual feedback regarding the actual movement of the student's acupuncture manipulation in addition to the optimal or intended movement, regardless of whether the manipulation skill is lifting, thrusting, or rotating. Our results show that students could enhance their manipulation skills by training using this method. This video shows the process of manufacturing phantom acupoints and discusses several issues that may require the attention of individuals interested in creating phantom acupoints or operating this system.

Here, we present a protocol for using the Acupuncture Manipulation Education System (AMES) in the training of acupuncture manipulation skills using phantom acupoints.

Visualizing Patterns de mouvement en acupuncture Manipulation

Acupuncture manipulation varies widely among practitioners in clinical settings, and it is difficult to teach novice students how to perform acupuncture ...

Using a Split-belt Treadmill to Evaluate Generalization of Human Locomotor Adaptation

Understanding the mechanisms underlying locomotor learning helps researchers and clinicians optimize gait retraining as part of motor rehabilitation. However, studying human locomotor learning can be challenging. During infancy and childhood, the neuromuscular system is quite immature, and it is unlikely that locomotor learning during early stages of development is governed by the same mechanisms as in adulthood. By the time humans reach maturity, they are so proficient at walking that it is difficult to come up with a sufficiently novel task to study de novo locomotor learning. The split-belt treadmill, which has two belts that can drive each leg at a different speed, enables the study of both short- (i.e., immediate) and long-term (i.e., over minutes-days; a form of motor learning) gait modifications in response to a novel change in the walking environment. Individuals can easily be screened for previous exposure to the split-belt treadmill, thus ensuring that all experimental participants have no (or equivalent) prior experience. This paper describes a typical split-belt treadmill adaptation protocol that incorporates testing methods to quantify locomotor learning and generalization of this learning to other walking contexts. A discussion of important considerations for designing split-belt treadmill experiments follows, including factors like treadmill belt speeds, rest breaks, and distractors. Additionally, potential but understudied confounding variables (e.g., arm movements, prior experience) are considered in the discussion.

We describe a protocol for investigating human locomotor adaptation using the split-belt treadmill, which has two belts that can drive each leg at a different speed. We specifically focus on a paradigm designed to test the generalization of adapted locomotor patterns to different walking contexts (e.g., gait speeds, walking environments).

En utilisant un tapis roulant de courroies pour évaluer la généralisation de l’Adaptation locomotion humaine

Understanding the mechanisms underlying locomotor learning helps researchers and clinicians optimize gait retraining as part of motor rehabilitation. ...

A Method to Study Adaptation to Left-Right Reversed Audition

An unusual sensory space is one of the effective tools to uncover the mechanism of adaptability of humans to a novel environment. Although most of the previous studies have used special spectacles with prisms to achieve unusual spaces in the visual domain, a methodology for studying the adaptation to unusual auditory spaces has yet to be fully established. This study proposes a new protocol to set-up, validate, and use a left-right reversed stereophonic system using only wearable devices, and to study the adaptation to left-right reversed audition with the help of neuroimaging. Although individual acoustic characteristics are not yet implemented, and slight spillover of unreversed sounds is relatively uncontrollable, the constructed apparatus shows high performance in a 360&#176; sound source localization coupled with hearing characteristics with little delay. Moreover, it looks like a mobile music player and enables a participant to focus on daily life without arousing curiosity or drawing attention of other individuals. Since the effects of adaptation were successfully detected at the perceptual, behavioral, and neural levels, it is concluded that this protocol provides a promising methodology for studying adaptation to left-right reversed audition, and is an effective tool for uncovering the adaptability of humans to a novel environments in the auditory domain.

The present study proposes a protocol to investigate the adaptation to left-right reversed audition achieved only by wearable devices, using neuroimaging, which can be an effective tool for uncovering the adaptability of humans to a novel environment in the auditory domain.

Une méthode pour étudier l’Adaptation de gauche droite inversé Audition

An unusual sensory space is one of the effective tools to uncover the mechanism of adaptability of humans to a novel environment. Although most of the ...

Visual Classical Conditioning in Wood Ants

Several species of insects have become model systems for studying learning and memory formation. Although many studies focus on freely moving animals, studies implementing classical conditioning paradigms with harnessed insects have been important for investigating the exact cues that individuals learn and the neural mechanisms underlying learning and memory formation. Here we present a protocol for evoking visual associative learning in wood ants through classical conditioning. In this paradigm, ants are harnessed and presented with a visual cue (a blue cardboard), the conditional stimulus (CS), paired with an appetitive sugar reward, the unconditional stimulus (US). Ants perform a Maxilla-Labium Extension Reflex (MaLER), the unconditional response (UR), which can be used as a readout for learning. Training consists of 10 trials, separated by a 5-minute intertrial interval (ITI). Ants are also tested for memory retention 10 minutes or 1 hour after training. This protocol has the potential to allow researchers to analyze, in a precise and controlled manner, the details of visual memory formation and the neural basis of learning and memory formation in wood ants.

We present a protocol for the classical conditioning of harnessed ants that permits researchers to study visual learning and memory formation at a level of analysis not possible with freely moving individuals.

Visuels conditionnement classique dans les fourmis des bois

Several species of insects have become model systems for studying learning and memory formation. Although many studies focus on freely moving animals, ...

Investigating the Deployment of Visual Attention Before Accurate and Averaging Saccades via Eye Tracking and Assessment of Visual Sensitivity

This experimental protocol was designed to investigate whether visual attention is obligatorily deployed at the endpoint of saccades. To this end, we recorded the eye position of human participants engaged in a saccade task via eye tracking and assessed visual orientation discrimination performance at various locations during saccade preparation. Importantly, instead of using a single saccade target paradigm for which the saccade endpoint typically coincides roughly with the target, this protocol comprised the presentation of two nearby saccade targets, leading to a distinct spatial dissociation between target locations and saccade endpoint on a substantial number of trials. The paradigm allowed us to compare presaccadic visual discrimination performance at the endpoint of accurate saccades (landing at one of the saccade targets) and of averaging saccades (landing at an intermediate location in between the two targets). We observed a selective enhancement of visual sensitivity at the endpoint of accurate saccades but not at the endpoint of averaging saccades. Rather, before the execution of averaging saccades, visual sensitivity was equally enhanced at both targets, suggesting that saccade averaging follows from unresolved attentional selection among the saccade targets. These results argue against a mandatory coupling between visual attention and saccade programming based on a direct measure of presaccadic visual sensitivity rather than saccadic reaction times, which have been used in other protocols to draw similar conclusions. While our protocol provides a useful framework to investigate the relationship between visual attention and saccadic eye movements at the behavioral level, it can also be combined with electrophysiological measures to extend insights at the neuronal level.

This experimental protocol combined eye tracking and the assessment of presaccadic visual sensitivity in a dual task paradigm, consisting of a free choice saccade task and a visual discrimination task, to investigate the deployment of visual spatial attention before both, accurate and averaging saccades.

Enquête sur le déploiement d’Attention visuelle avant Saccades précises et moyenne via Oculométrique et évaluation de la sensibilité visuelle

This experimental protocol was designed to investigate whether visual attention is obligatorily deployed at the endpoint of saccades. To this end, we ...

Integrating Visual Psychophysical Assays within a Y-Maze to Isolate the Role that Visual Features Play in Navigational Decisions

Collective animal behavior arises from individual motivations and social interactions that are critical for individual fitness. Fish have long inspired investigations into collective motion, specifically, their ability to integrate environmental and social information across ecological contexts. This demonstration illustrates techniques used for quantifying behavioral responses of fish, in this case, Golden Shiner (Notemigonus crysoleucas), to visual stimuli using computer visualization and digital image analysis. Recent advancements in computer visualization allow for empirical testing in the lab where visual features can be controlled and finely manipulated to isolate the mechanisms of social interactions. The purpose of this method is to isolate visual features that can influence the directional decisions of the individual, whether solitary or with groups. This protocol provides specifics on the physical Y-maze domain, recording equipment, settings and calibrations of the projector and animation, experimental steps and data analyses. These techniques demonstrate that computer animation can elicit biologically-meaningful responses. Moreover, the techniques are easily adaptable to test alternative hypotheses, domains, and species for a broad range of experimental applications. The use of virtual stimuli allows for the reduction and replacement of the number of live animals required, and consequently reduces laboratory overhead.
This demonstration tests the hypothesis that small relative differences in the movement speeds (2 body lengths per second) of virtual conspecifics will improve the speed and accuracy with which shiners follow the directional cues provided by the virtual silhouettes. Results show that shiners directional decisions are significantly affected by increases in the speed of the visual cues, even in the presence of background noise (67% image coherency). In the absence of any motion cues, subjects chose their directions at random. The relationship between decision speed and cue speed was variable and increases in cue speed had a modestly disproportionate influence on directional accuracy.

Here, we present a protocol to demonstrate a behavioral assay that quantifies how alternative visual features, such as motion cues, influence directional decisions in fish. Representative data are presented on the speed and accuracy where Golden Shiner (Notemigonus crysoleucas) follow virtual fish movements.

Intégration des essais psychophysiques visuels dans un labyrinthe Y pour isoler le rôle que jouent les caractéristiques visuelles dans les décisions de navigation

Collective animal behavior arises from individual motivations and social interactions that are critical for individual fitness. Fish have long inspired ...