仮想空間における人間の空間ナビゲーションと運動感受性の評価

要約

ここでは、空間ナビゲーションとエピソード記憶能力の両方を評価する、新しく、簡潔で、アクティブな空間ナビゲーションタスクを紹介します。重要なことに、空間ナビゲーションとエピソード記憶は互いに関連しており、このタスクは運動に対する感受性を示しました。

要約

空間ナビゲーション(SN)は、環境内を移動する能力であり、時間と空間のどこにいるかを理解する必要があります。この能力は、海馬内の場所細胞の逐次的な発火に依存することが知られています。SNは、このプロセスが加齢とともに悪化するため、特に神経変性疾患において調査すべき重要な行動です。ただし、SNの調査は、この海馬依存性の課題を評価するための高度な行動技術が不足しているため、制限されています。したがって、このプロトコルの目標は、ヒトのSNを研究するための新しい現実世界のアプローチを開発することでした。具体的には、クロスプラットフォームのゲームエンジンを使用して、アクティブな仮想SNタスクを開発しました。エンコードフェーズでは、参加者は仮想都市をナビゲートしてランドマークを見つけました。記憶フェーズでは、参加者はこれらの報酬の場所を記憶し、これらの場所にアイテムを届けました。各場所を見つけるための時間がキャプチャされ、場所、順序、アイテム、および関連性の側面を含む自由想起フェーズによってエピソード記憶が評価されました。移動動作 (x、y、z 座標) は、ゲーム エンジンで利用可能なアセットを通じて評価されました。重要なことは、このタスクの結果は、空間学習と記憶能力の両方、およびエピソード記憶を正確に捉えることを示しています。さらに、このタスクは運動に敏感であり、海馬の機能を改善するという調査結果が示されています。全体として、この知見は、ヒトの海馬の機能を経時的に追跡する新しい方法を示唆しており、この行動は身体活動トレーニングのパラダイムに敏感である。

概要

時間と空間の中で体を動かすことは、環境に関する情報を学習し、記憶するために重要です。この能力は空間ナビゲーションとして知られており、進化論的に言えば、環境内の食物、水、社会的対応者、およびその他の報酬を見つけるために不可欠な生存ツールです^1,2。空間ナビゲーションは、内側側頭葉のC字型大脳辺縁系構造である海馬に依存しています。海馬は、CA1、CA2、CA3、および歯状回サブリージョンで構成されています。海馬は、意識的な経験を定義するのに役立つ記憶のエンコード、統合、および検索をサポートします。具体的には、空間ナビゲーションは、時間、場所、および経験に関連する詳細(視覚、音、匂い、感情など)の側面を含む、個人的な経験の記憶を指す明示的な記憶の一種であるエピソード記憶をサポートします。私たちが異なる環境を空間的に移動しながら、場所細胞と呼ばれるニューロンが系統的に発火し、時間と空間の両方で自分がどこにいるのかを理解することができます。実際、これらのニューロンの直接的な光刺激は、げっ歯類の行動をその物理的位置(すなわち、場所^{フィールド)に}偏らせることが示されています3。

げっ歯類の空間ナビゲーションの評価は、伝統的に、Morris Water Maze、Y maze、T maze、およびradial arm maze ^4,5などの行動パラダイムを通じて研究されてきました。重要なことに、これらの行動課題は、電気生理学的深度記録などの技術を使用して、空間ナビゲーションの神経相関をin vivoで調査することを可能にします。しかし、人間の空間ナビゲーションの評価は、ほとんどの科学的調査が実社会ではなく実験室で行われるため、科学的に困難であることが証明されています。人間を対象とした以前の研究では、双方向の地図学習課題、精神回転課題、空間記憶課題など、従来の紙ベースの課題で空間能力を評価してきました^6,7。また、Virtual Morris Water Taskやその他の仮想迷路タスクなどのコンピュータベースのタスクを利用しているものもあり、これらは空間能力のより伝統的な心理測定と相関していることが示されている^8,9。さらに、一般に入手可能な無料のビデオゲームソフトウェアパッケージのアクセス可能性により、研究者は、コンピュータ画面上または仮想現実10,11,12,13,14,15のいずれかで提示できる3次元仮想環境の開発を開始している.モバイル脳-体イメージング(MoBI)の科学的な進歩により、研究者は実世界の設定での空間ナビゲーションの探求を開始することも可能になった16,17,18。

重要なのは、空間学習と記憶は年齢とともに低下する認知能力であり、高齢者は家に帰ろうとしたときに自分がどこにいるのかわからなくなったり、迷子になったりする可能性が高いということです。この欠損は、海馬のレベルで発生する神経変性が原因である可能性が最も高いです。これは、¹⁹歳で最初に悪化する脳の非常に可塑性の高い領域の1つです。したがって、空間ナビゲーション能力とエピソード記憶能力を評価するための現実世界の方法を開発することは、研究の重要な手段です。臨床レベルでは、これらのタイプのタスクは、記憶力低下の進行を判断したり、軽度認知障害、アルツハイマー病、またはその他の形態の認知症を診断したりするのに役立つ可能性があります。逆に、身体活動は、空間ナビゲーション能力を向上させるための最良のメカニズムの1つとして認識されています。げっ歯類の研究は、運動がモリスウォーター迷路、Y迷路、T迷路、放射状腕迷路²⁰など、さまざまな空間タスクの学習と記憶を強化することを示しています。運動による空間能力の改善は、ヒトでも実証されており、この効果は海馬の体積の増加と有意に関連しています⁷。しかし、この行動効果は、参加者に画面上のドットの位置を覚えてもらう空間記憶課題を用いて実証されました。この課題は、現実世界の空間ナビゲーションにはあまり生態学的妥当性を持たない可能性があります。人間の運動が仮想環境で提示される空間ナビゲーションタスクに与える影響を調査した研究はほとんどありません。

したがって、仮想環境を使用して、エピソード記憶とともに空間学習と記憶を評価する認知タスクが設計されました。重要なのは、このタスクが最新のビデオゲームソフトウェアを使用して設計され、最新のグラフィックデザインとリアルな機能(空の雲の移動など)を可能にしたことです。この課題は、健康な成人のグループで、長期の有酸素運動の練習を経験する前と後にテストされました。結果は、参加者が仮想体験に関する空間情報とエピソード記憶の両方をエンコードして記憶できることを示しています。さらに、このタスクのパフォーマンスは可塑的であり、運動の影響を受けることが調査結果で示されています。

具体的には、クロスプラットフォームのゲームエンジン²¹ を通じて仮想環境を開発したが、これは、空間ナビゲーションおよびエピソード記憶能力、海馬によって支持される固有の認知能力を評価した。この環境に使用されたマップは、Miller et al. (2013)²² から導き出されました。利用されたゲームエンジンにより、開発者はアセットをダウンロードして、仮想環境を構築する目的で独自の機能を追加できます。アセット²³ が活用され、参加者がナビゲートできる道路や建物を備えたリアルな都市環境を構築することができました。さらに、参加者が仮想環境内を移動する際の参加者のx、y、およびz座標および回転の追跡を可能にするアセット²⁴ が使用された。前述のアセットにより、これらの機能をミリ秒のタイムスケール (~33 ミリ秒) で記録することができました。その後、仮想環境は、参加者が自宅のラップトップまたはデスクトップコンピューターで完了できる空間ナビゲーションタスクとしてコンパイルおよび管理されました。以下のプロトコルでは、この空間ナビゲーション タスクを管理し、関与する方法について詳しく説明します。

プロトコル

すべての研究文書とデータ収集方法は、ニューヨーク大学人間を対象とする活動委員会によって承認され、それに準拠しています。参加者は、研究関連の活動に参加する前に、インフォームドコンセントを与えました。

1. ゲームプレイの設定

1. 次の公開リポジトリから必要なファイルをダウンロードします https://github.com/embodiedbrainlab/BassoSpatialNavigationTask
2. unity.com/download からUnity Hubをダウンロードし、Unityバージョン5.3.1f1をインストールします。
3. 手順 1.1 でリポジトリからダウンロードしたファイルを Unity の プロジェクト として開きます。
4. ダウンロードしたファイルを使用してプロジェクトが作成されたら、ウィンドウの上部にある [ファイル ] タブを選択し、[ ビルドして実行] を選択します。
5. [ビルド設定] ウィンドウが最初に表示されます。[SpatialNavigation] > [Scenes] > [Big City B] Lures と [Scenes/LeFin] を選択します。PC、Mac、Linux スタンドアロンを選択し、Build and Run ボタンをクリックします。
   注:研究者に.exe(アプリケーション)ファイルを保存するように求めるウィンドウが表示されます。研究者がアプリケーションを構築したら、アプリケーションをダブルクリックして、プロトコルの将来の反復を実行できます。研究者がこのファイルを実行することを決定した場合、それぞれの結果はアプリケーションが配置されているのと同じディレクトリに保存されます。
6. 「SpatialNavWeb Configuration」というタイトルのウィンドウが表示されます。[グラフィックス]タブで画面の解像度とグラフィック品質を調整します。[入力]タブでゲームのコントロールを変更します。
7. 「再生」をクリックします。 をクリックして、空間ナビゲーション タスクを開始します。

2. 空間ナビゲーション課題中の脳波計(EEG)による脳活動の記録

注:EEGは、頭皮に配置された電極を介して、人間の脳の皮質のニューロンの活動をミリ秒のタイムスケールでマイクロボルトで測定します。EEGは、非侵襲的な脳イメージングの一種で、参加者が仮想環境のナビゲーションなどの他の活動を行っている間に、脳をスキャンすることができます。

1. 測定テープを使用して、参加者の頭をイオンから鼻まで測定し、EEGキャップが適切に取り付けられていることを確認します。
2. 電極をEEGキャップに配置し(必要な場合)、参加者にEEGキャップを装着して、適切なフィッティングと配置を確保します(図1A)。
3. EEGソフトウェアを起動します。各電極に電極ゲルを充填して、インピーダンス測定値が25kΩ未満であることを確認します。
4. EEG信号がきれいで大きなアーチファクトがないように見えるようになったら、録音を開始します。
5. 研究チームのメンバーに、参加者が以下の手順を実行するのを見守ってもらいます。
6. 次の各イベントでトリガーパルスをEEG記録システムに送信します(図1B)
   エンコード フェーズの開始
   エンコード フェーズの終了
   記憶フェーズの開始
   記憶フェーズの終了
   エピソード記憶フェーズの開始
   エピソード記憶フェーズの終了
   -研究者が興味を持っていると見つけたその他のイベント

図1:空間ナビゲーションゲームプレイ中の脳波記録 (A)移動型脳波計(EEG)デバイスを装備した人物が空間ナビゲーションタスクを実行しているときの画像。(B)符号化フェーズ、(C)記憶フェーズ、および(D)エピソード記憶フェーズ中のシータ活動(4-8 Hz)のパワースペクトル密度プロット。すべてのデータは前処理され、電力は周波数(uV²/Hz)で正規化されました。 この図の拡大版を表示するには、ここをクリックしてください。

注:Arduinoテクノロジーを使用する研究者は、EEG記録とゲームエンジン環境の間で同期トリガーを送信して、神経生理学的データと行動データ間の正確なペアリングをミリ秒のタイムスケールで発生させることもできます。これらのマーカーにより、研究者は、仮想環境との重要な相互作用の前、最中、および後の参加者の脳活動をさかのぼって参照することができます。研究者は、後で比較できるように、仮想環境への関与の前および/または後にベースラインの脳活動の期間を行うことも検討できます。

3. 空間ナビゲーションタスクの指示(図2)

1. 手順: 参加者が快適に座っていることを確認してください、理想的には足を床につけて座ってください。画面に表示される指示を読んでもらい、街並みの中の特定のランドマークを訪れながら、周囲の環境やたどった道を思い出すように促します(図2A)。
2. 参加者がマウスとキーボードに向けられていることを確認します。マウスと左クリックでタスクを開始するように参加者に指示します(図2A)。
3. 参加者が、キーボードの W、 A、 S、 D キーを使用して環境をナビゲートする必要があることを理解していることを確認してください。 W キーは前方に移動し、 S キーは後方に移動します。または、上矢印と下矢印もそれらを前後に移動します。 A キーは左に移動し、 D キーは右に移動します。
4. 参加者がコンピューターのマウスを使用して、参加者が頭を動かしているかのように被験者の視点を動かすことができることを参加者が理解していることを確認します。参加者は上、下、左、右を見ることができます。視点を移動するためにマウスをクリックする必要はありません。
   注意: 仮想環境のナビゲーションに関する指示は、参加者の画面の右上隅に表示されます(図2A-F)。

図2:空間ナビゲーションタスクの画像。 クロスプラットフォームのゲームエンジンで開発された空間ナビゲーションとエピソード記憶タスクのスクリーンショット。スクリーンショットの例は、左上隅から左から右に示されています:(A)全体的な指示。(B)エンコードフェーズ中の移動。(C)エンコードフェーズ中にストアフロントを見つけるステップと、(D)エンコードフェーズ中の移動。(E)フェーズを記憶するための指示。(F)記憶段階の配信部分。(G)エピソード記憶フェーズの指示。(H)エピソード記憶フェーズ;(I) ゲーム終了。 この図の拡大版を表示するには、ここをクリックしてください。

4. 空間ナビゲーションタスクのエンコードフェーズ

1. 参加者に最初のランドマーク(図3)を訪れてもらい、緑の矢印(図2B)のある緑の道を積極的にたどってもらいます。
2. 参加者が最初のランドマークに到着したら、その場所にある緑色のひし形を参加者に歩かせます(図2C)。
3. 参加者が緑のひし形を集めたら、緑の道をたどって次のランドマークを訪れてもらいます。参加者が2つ目のランドマークに到着したら、その場所にある緑色のひし形を歩いてもらいます。
4. 参加者が5つのランドマークすべてを訪れ、5つのダイヤモンドをすべて収集するまで、参加者にこのタスクを続けてもらいます(図2D)。
   注:このタスクのエンコードフェーズ全体を通じて、参加者は市内の5つのランドマークの位置を記憶するように求められます(図3)。タスクの鳥瞰図を 図 4 に示します。

図3:ストアフロントの画像。 参加者は、環境内に開発された18の場所のうち5つを訪れ、それぞれにユニークで詳細な店舗がありました。これらの場所の例としては、(A)ピザパーラー、(B)ビタミンショップ、(C)家具店、(D)ウェディングストア、(E)キオスク、(F)カジノなどがあります。 この図の拡大版を表示するには、ここをクリックしてください。

図4:空間ナビゲーションタスクのマップ。 参加者がナビゲートした仮想環境の鳥瞰図。 この図の拡大版を表示するには、ここをクリックしてください。

5. 空間ナビゲーションタスクの記憶フェーズ

1. 次に、参加者に各ランドマークを再訪させます(つまり、記憶フェーズ; 図2E)。
   注:参加者は、エンコードフェーズ中に最後に訪れた場所から記憶フェーズを開始します。
2. 参加者にマウスを使用してもらい、 Begin(開始) の上を左クリックします(図2E)。
3. エンコード フェーズで参加者が訪れた最初のランドマークを参加者に訪問してもらいます。
4. 参加者に、この最初のランドマークにユニークなアイテムを「届ける」ように依頼します。
   メモ: タスクのこの部分では、緑色のパス/矢印は表示されません(図2F)。
5. 参加者がアイテムを届けたら、参加者に2番目のランドマークに移動してもらい、次のユニークなアイテムを届けてもらいます。参加者が5つのランドマークすべてを訪れ、5つのアイテムすべてを提供するまで、参加者にこのタスクを実行し続けます。
   注:タスクのこの部分では、参加者の空間学習と記憶能力を評価します。これを行うために、プログラムは各ランドマークを見つける時間、平均シーク時間、およびタスクの合計時間を自動的に計算します。

6. 空間ナビゲーションタスクのエピソード記憶フェーズ

注:エピソード記憶テストは、記憶フェーズが完了した後に行われます。

1. まず、参加者にマウスを使用して [開始] を左クリックしてもらいます(図2G)。
2. 参加者に、参加者が訪れたランドマークと、参加者が配達したアイテムを、記憶フェーズの前半で指示されたとおりに正確に思い出させます(図2G)。参加者にコンピューターのキーボードを使用して回答を入力してもらいます(図2H)。

7. タスクの完了

1. 参加者に最後のプロンプトを読んでもらい、タスクの完了とデータの提出を確認します(図2I)。

8. データの収集と分析

1. 行動データ
   1. アプリケーションのディレクトリで Results.csv ファイルを見つけます (たとえば、 補足ファイル 1 を参照)。
      注:研究者がUnityアプリケーションの[ファイル]タブで[ビルドして実行]をクリックすることを決定した場合、結果ファイルはダウンロードしたBassoSpatialNavigationTask-mainフォルダに保存されます。研究者がビルドされたアプリケーションをダブルクリックして環境を実行した場合 (ステップ 1.5)、結果ファイルはアプリケーションと同じディレクトリに表示されます。結果ファイルは、仮想環境が完了するたびに上書きされます。したがって、タスクの各完了後にこれらの結果を抽出し、複数の参加者と試行用に個別のファイルにコンパイルすることをお勧めします。
   2. データがクリーンで、妥当に見えることを確認します。
   3. Supplementary File 2 を使用して、開始時間、終了時間、平均シーク時間、プレイス スコア、アイテム スコア、オーダー スコア、アソシエーション スコア、エピソード記憶スコアなどの適切なスコアを計算します。
      注:具体的には、場所のスコアは、正しく想起されたランドマークの数を集計することによって計算されます。注文スコアは、正しい順序で想起されたランドマークの数を決定することによって計算されます。アイテムスコアは、正しくリコールされたアイテムの数を集計して算出されます。アソシエーションスコアは、場所とアイテムの正しい組み合わせを集計することによって計算されます。最後に、全体的なエピソード記憶スコアは、場所、順序、アイテム、および関連付けのスコアを合計することによって計算されます。X/Z 座標の未処理の出力は、正しい時間順ではないことに注意してください。これを解決するには、[ Time ] 列のデータを最小値から最大値に並べ替えます。
   4. 選択したデータベースにデータを入力します。
   5. 独立サンプルの t 検定、分散分析、またはその他の適切な統計的検定を使用してデータを分析します。
2. EEGデータ
   1. 前処理パイプラインを使用して、EEGデータ²⁵をクリーニングします。
   2. 適切なソフトウェアパッケージを使用して、タスクのエンコードフェーズや記憶フェーズなど、参加者が仮想環境をナビゲートした長時間にわたってEEGデータの時間-周波数分析を実施します。
   3. 参加者が仮想環境と対話した特定の期間に関心がある場合は、イベント関連のポテンシャル分析を実施します。
   4. EEGデータに関連する統計分析を実施し、行動データとEEGデータの相関を検討する。

ディスカッション

この研究では、人間の空間ナビゲーションの評価における新しいバーチャルリアリティタスクの有効性を調査しました。この認知課題は、完了までに約10分しかかかりませんが、空間ナビゲーションとエピソード記憶能力という2つのユニークなタイプの海馬依存性認知を評価するために利用できます。重要なことに、空間ナビゲーション能力はエピソード記憶能力と有意に関連していました。最後に、このタスクは身体活動トレーニングのパラダイムに敏感でした。つまり、運動量の増加はパフォーマンスの向上と関連していました。この課題は、薬剤耐性てんかん患者の仮想環境と、発作の局在化を目的として配置された海馬深電極を調査したMillerら(2013)の研究に触発されました。彼らは、空間ナビゲーションタスクの習熟段階(すなわち、符号化段階)の間に、海馬および関連する内側側頭葉構造の位置応答性細胞が活性化されることを発見した²²。さらに、参加者が自由想起コンポーネント(つまり、能動的ナビゲーションを伴わない記憶段階)に関与している場合、符号化中に活性であったのと同じ場所応答細胞が再び活性になることを発見しました。オープンフィールドや迷路のような環境を利用したげっ歯類の現存する研究では、そのような場所細胞の存在が示されており、この発見により、John O'Keefe博士、May-Britt Moser博士、Edvard Moser博士が2014年のノーベル生理学・医学賞を受賞しています2,29,30,31。さらに、ヒトの仮想環境を用いた研究では、ヒトの海馬の類似の細胞が時間と空間を移動することをコード化していることが示されている22,32,33。このタスクは、Miller et al. (2013) など 22,34,35,36,37,38 で提示されたものと似ていますが、最新のクロスプラットフォーム ゲーム エンジンとテクノロジを使用して開発され、移動する雲や明確な都市のランドマークや店舗の特徴などの現実世界の機能を利用しています。他の研究者は、人間の他の空間ナビゲーションタスクを利用しています。ただし、これらのタスクは生態学的妥当性に制限があります。たとえば、仮想の Starmaze タスクはナビゲーション能力を評価するために使用されますが、参加者は星型の迷路 39,40,41,42,43,44 に配置されます。さらに、NavWellは、げっ歯類のMorris Water Maze(参加者を円形のアリーナに配置する)に似た空間ナビゲーションおよび記憶実験をホストし、開発者に環境⁴⁵を構築するための基本的な幾何学的形状を提供するアクセス可能なプラットフォームである。さらに、クロスプラットフォームゲームエンジン上のLandmarksアセットは、正方形の設定¹²に存在する空間ナビゲーションタスクを構築し、開発するために利用可能である。現在のタスクは、都市景観をナビゲートし、ランドマークやアクションを記憶するという、現実世界と同様の設定とタスクをユーザーに提供するという点でユニークです。このタスクは、空間ナビゲーションに加えてエピソード記憶を評価するという点で、仮想のStarmazeタスクやNavWellとも異なります。

この課題では、空間ナビゲーション能力はエピソード記憶能力と有意に関連していました。他の人々は、これら2つの認知能力が実際に異なり、海馬の異なる領域に依存していることを示している^38,46。一般的な「認知地図理論」は、脳が個人の空間環境の「地図」を構築して保存し、それが将来行動や行動を導くために将来使用できるようにすると述べています⁴⁷。研究によると、海馬は空間情報をエンコードすると同時に、エピソード記憶の形成もサポートしていることが示唆されています。より具体的には、右の海馬は空間記憶をコード化し、左の海馬はエピソード記憶を記憶していると考えられている³⁸。空間記憶とエピソード記憶との明確な関連性を示す現在の新しい空間ナビゲーション課題の結果は、認知地図理論を支持し、この課題が非臨床集団における空間ナビゲーションとエピソード記憶との関係を調べるために使用できる可能性があることを示唆しています。今後の研究では、軽度認知障害、アルツハイマー病、その他のタイプの認知症などの神経変性疾患を持つ人々を含む臨床集団でこの関係を調べる必要があります。

このタスクは、運動または3か月間に行われたサイクリングセッションの合計量に敏感でした。げっ歯類を用いたこれまでの研究では、長期記憶、パターン分離、自発的交代、文脈的恐怖条件付け、受動的回避学習、新規物体認識など、運動が海馬依存性認知を増加させる最も強力な方法の1つであり、この効果は運動による海馬神経新生の増加に依存していることが示されている48,49,50.さらに、文献によると、長期的な運動は人間の海馬機能を強化し、単語リストの想起、物語の想起、および空間的および非空間的な関係記憶の両方に改善が見られます。この効果は、運動による海馬の容積の増加によって引き起こされると考えられています7,27,51,52,53,54,55。この新しい空間ナビゲーション課題は、げっ歯類の発見を補完し、人間の文献に追加し、空間ナビゲーション能力に対する身体活動の重要性を示しています。

初期の調査では、年齢は空間ナビゲーション能力と負の関連がありましたが、ボンフェローニ補正を適用すると、この影響は排除されました。これは、空間ナビゲーション能力が55歳まで維持される可能性があることを示しています。他の文献では、空間ナビゲーションは56,57,58歳とともに低下する認知能力であることが示されています。ニューロイメージング研究により、海馬、海馬傍回、後帯状皮質(後脾皮質)、頭頂葉、前頭前野などの領域における加齢性神経変性が、このような加齢性認知機能低下に関与している可能性があることが明らかになった⁵⁸。年齢範囲が限られていたこと(25〜55歳)を考慮すると、より広い年齢範囲、特に高齢者(65+)を含めることにより、将来の研究者は年齢と空間ナビゲーション能力との間に有意な相関関係を見るかもしれません。今後の研究では、65歳以上の成人や、軽度認知障害やその他の認知症様障害のある人でも、この空間ナビゲーションタスクを行うことを検討すべきである。

バーチャルナビゲーションタスクに欠けている明らかなリンクの1つは、身体と脳の関係の欠如です。つまり、現実世界の環境をナビゲートする際には、固有受容器、外部受容器、内受容器、前庭系、感覚運動皮質、大脳基底核、小脳などの活性化を含む、末梢神経系と中枢神経系のレベルで活性化が起こります。この物理的な入力がないと、仮想ナビゲーションは物理的なナビゲーションとは明らかに異なる可能性があります。それにもかかわらず、研究は、仮想環境が現実世界のナビゲーション22,32,33と同じ脳領域を刺激することを示している。現在のタスクの設計がそうであったように、タスクをよりアクティブにすることで、脳が時間と空間を物理的に移動し、自然な空間ナビゲーションを模倣していることを脳に納得させるのに役立つかもしれません。また、この仮説を支持する人もいる。Meade et al. (2019) による研究では、同様の仮想空間ナビゲーション タスク⁵⁹ を使用しながら、アクティブ エンコーディングとパッシブ エンコーディングの違いを調査しました。アクティブナビゲーションとは、参加者が仮想空間内を自分で移動できることを指し(本研究と同様)、パッシブナビゲーションは、参加者が移動せず、ナビゲーションルートを示すガイド付きツアーで構成されています。著者たちは、アクティブナビゲーションは、身体的要素(移動運動や固有受容感覚など)と認知的要素(意思決定や注意力など)が関与しているため、高齢者にとってより有益であり、記憶符号化のプロセスに直接関与することで記憶能力を向上させるのに役立つ可能性があるという考えを示している。本研究で利用されたアクティブナビゲーションは、結果を説明でき、参加者が自分の経験のエピソード記憶を正確に思い出すことができたことを実証しています。

アクティブナビゲーションは、後脾臓複合体(RSC)60,61,62のような多感覚統合領域を関与させるのにも役立つかもしれない。最近の研究では、参加者が自宅やランドマークの場所を記憶しながら場所間を移動する必要があるバーチャルリアリティ空間ナビゲーションタスク中の実際の歩行は、RSCシータ振動(すなわち、EEGで記録された4〜8ヘルツのニューロン振動)をもたらすことがわかりました¹⁶。この増加したシータパワーは、頭の方向の変更と回転中に最も顕著でした。げっ歯類では、RSCシータ活性がグリッドセルを含む空間コーディングと頭部方向計算に不可欠であることが示されている^63,64。RSCは、環境からの手がかりを使用して人間の認知マップ⁴⁷を固定するためにも重要であると考えられている。

仮想空間ナビゲーションタスクには多くの利点がありますが、個人が時間と空間を物理的に移動することを妨げ、固有受容システム、前庭システム、および感覚運動システムの活性化を制限します。感覚プロセスと運動プロセスの間には不一致が存在し、一部の参加者はめまいや吐き気を引き起こす可能性があります。現在のタスクでは、参加者が環境を移動して周囲を見回すことができる速度を制御することにより、これは制限されました。環境のすべての側面をエンコードできるようにするには、周囲を見回す(つまり、仮想の頭の回転に従事する)ことができなければなりませんでした。ただし、この能力は、参加者が身体的に病気にならないように十分に遅くする必要がありました。それにもかかわらず、座りがちな状態で空間的に移動できる能力は、研究者が可動性の問題、身体的疲労、または個人が歩行するのを妨げるその他の障害を経験した個人を研究できるという点で有利です。もう一つの制限は、このタスクの信頼性と妥当性についてまだテストされていないのに対し、仮想空間ナビゲーション評価(VSNA)⁶⁵を含む他のタスクはこの方向に進んでいることである。将来の研究では、参加者がこの空間ナビゲーションタスクを完了しながら、脳波計または機能的磁気共鳴画像法を通じて関連する神経活動を調べることができます。参加者には、心拍変動や皮膚電気活動などの生理学的変数を測定するデバイスを装着することもできます。これにより、仮想環境をナビゲートする際に発生する周辺メカニズムと中央メカニズムの両方を調べることができます。重要なことは、このタスクを使用して、時間の経過に伴う空間ナビゲーション能力の変化を評価できることです。今後の研究では、この課題を利用して、アルツハイマー病やパーキンソン病などの老化や神経変性疾患が個人の空間ナビゲーションやエピソード記憶にどのような影響を与えるかを調査することができるかもしれません。逆に、この課題は、追加の心身運動介入が、ダンス、ヨガ、瞑想などの空間ナビゲーションとエピソード記憶にどのように影響するかを調査するために使用できます。

資料

Name	Company	Catalog Number	Comments
Unity Real-Time Development Platform	Unity	Unity Student / Unity Personal	https://unity.com/