전정 지각 역치는 전정 말단 기관의 5 가지 하위 구성 요소를 모두 테스트 할 수 있습니다. 임상 및 기본 연구 질문을 해결하는 데 사용할 수 있습니다. 모션 플랫폼에서 측정되는 전정 지각 임계 값은 자연 주의적 모션 자극을 기반으로합니다.
이를 통해 다중 감각 통합 및 의사 결정에 대한 연구가 가능합니다. 전정 지각 역치는 환자에서 어떻게 인식되는지를 조사하는데 사용될 수 있고 진단에 있어서 추가적인 도구가 될 수 있다. 또한 치료 적 개입의 성공을 모니터링하는 데 사용할 수 있습니다.
이 절차는 고도로 자동화되어 있으며 사용하기 쉽습니다. 초보자도 계단 알고리즘의 비수렴과 같은 문제를 발견하고 관련 매개변수에 맞게 조정할 수 있습니다. 전정 지각 역치를 추정하려면 모션 플랫폼 또는 회전식 의자에 대한 접근을 확인하십시오.
그런 다음 모션 프로파일을 프로그래밍하고 모션 플랫폼을 인터페이스하기 위한 제어 소프트웨어인 PlatformCommander가 있는지 확인합니다. 응답 장치인 게임 컨트롤러를 사용하여 참가자 응답을 등록합니다. 참가자의 눈을 가리고 시각적 동작 신호의 영향을 제거합니다.
모션 플랫폼은 움직임 강도와 관련된 소음을 생성합니다. 참가자는 이 청각 소음을 전정 지각 임계값을 추정하면서 의도하지 않은 추가 정보 소스로 사용할 수 있습니다. 이 소리를 가리려면 각 시험 중에 노이즈 캔슬링 헤드폰을 통해 참가자에게 백색 소음을 제시하십시오.
실험 절차를 시작하기 전에 참가자에게 프로세스를 설명하고 정보에 입각 한 동의를 얻으십시오. 그런 다음 참가자를 모션 플랫폼에 장착 된 의자에 앉히고 안전 벨트를 사용하여 고정합니다. 참가자에게 응답 버튼을 제공하고 키가 응답에 할당되는 방법을 설명합니다.
그런 다음 참가자의 눈을 가리십시오. 헤드폰을 참가자의 머리에 놓고 적절한 머리 고정을 적용하십시오. 메인, 배터리 및 컨트롤러 스위치를 사용하여 모션 플랫폼을 켭니다.
플랫폼 주변 영역이 깨끗하고 테스트 중에 아무도 움직이는 플랫폼에 접근 할 수 없는지 확인한 후 교육을 통해 임계 값 추정 절차를 시작하여 참가자가 작업에 익숙해 지도록합니다. 스크립트 임계값 학습을 사용합니다. JL은 교육 절차를 위해 온라인으로 제공됩니다.
다음으로, 사용할 추정 알고리즘을 결정하십시오. 계단 접근법을 사용하는 경우 매개변수의 시작점, 스텝 크기, 업데이트 및 종료 규칙을 정의합니다. 세션의 성공적인 초기화는 서버 소프트웨어의 그래픽 사용자 인터페이스 또는 GUI에 표시된 상태를 확인하여 보장됩니다.
초기화에 성공하면 상태 표시가 진행 중이 아닌 세션에서 짧은 시퀀스로 전환됩니다. 또한 연결된 클라이언트의 IP 주소와 세션이 초기화된 시간도 표시됩니다. 교육 절차에서 참가자가 작업을 이해하고 잘못된 버튼을 누르면 실수를 지적하고 질문에 응답하는지 확인하십시오.
다음으로, 참가자에게 훈련 절차가 완료되고 추정 절차가 곧 시작될 것임을 알립니다. julia 임계값-test를 입력하여 추정 프로시저 스크립트를 시작합니다. jl을 명령 줄에 넣습니다.
그런 다음 종료 기준에 도달할 때까지 완전 자동화된 추정 절차를 감독합니다. 절차를 종료한 후 모션 플랫폼을 주차하고 머리 고정 장치, 헤드폰, 블라인더 및 버튼을 제거하고 참가자가 내려오도록 합니다. 세 개의 아래로, 한 개의 계단 위로 올라가는 규칙은 시도에 대해 사용된 자극 강도를 보여주는 그래프를 산출했습니다.
추정된 임계값 강도는 상수 값으로 수렴합니다. 또한, 참가자는 강도 추정 시험의 79.4%에서 올바른 응답을 제공했습니다. 실패한 임계값 추정의 시각화가 여기에 표시됩니다.
30번의 시행의 종료 기준과 실제 임계값에서 상대적으로 멀리 떨어진 시작 강도로 인해 계단 기능이 수렴되지 않았습니다. 실제 임계값을 향한 더 빠른 수렴은 초기 잘못된 응답으로 인해 방해를 받습니다. 추정 세션 중에 계단 알고리즘이 수렴하는지 확인합니다. 수렴하지 않는 경우 조정된 모수로 추정 절차를 반복합니다.
응답 시간은 바이너리 버튼 누름에 추가로 측정할 수 있습니다. 이를 통해 드리프트-확산 모델과 같은 보다 정교한 분석 기술을 적용할 수 있습니다. 이 기술은 또한 우리가 공간에서 움직이는 방식과 의사 결정 및 정신적 이미지와 같은 더 높은인지 과정 사이의 상호 작용을 더 잘 조사하는 데 도움이 될 것입니다.
