Okülomotor yanıtların ve uyumun enstrümantasyon ve analiz araç kutuları aracılığıyla ölçülmesi

Özet

VisualEyes2020 (VE2020), görsel göz hareketi uyaranlarını sunan, kaydeden ve senkronize eden özel bir komut dosyası dilidir. VE2020, konjuge göz hareketleri (sakkadlar ve pürüzsüz takip), diskonjuge göz hareketleri (vergence), konaklama ve her birinin kombinasyonları için uyaranlar sağlar. İki analiz programı, göz izleme ve konaklama kayıt sistemlerinden veri işlemeyi birleştirir.

Özet

Göz hareketlerinin amaca yönelik olarak uyarılması ve kaydedilmesi yoluyla, göz hareketlerinin altında yatan nöral mekanizmaların temel özellikleri gözlemlenebilir. VisualEyes2020 (VE2020), geleneksel bir haploskop içindeki motorlara veya aktüatörlere güvenmeyen araştırmacılar için özelleştirilebilir yazılım tabanlı görsel stimülasyon eksikliğine dayanarak geliştirilmiştir. Bu yeni cihaz ve metodoloji, hem göz izleme hem de otorefrakter sistemleri kullanan yeni bir haploskop konfigürasyonu için geliştirilmiştir. Göz hareketlerinin ve akomodatif tepkilerin senkronize analizini sağlayan analiz yazılımı, görme araştırmacılarına ve klinisyenlere tekrarlanabilir bir ortam ve paylaşılabilir bir araç sağlar. Görme ve Nöral Mühendislik Laboratuvarı'nın (VNEL) Göz Hareketi Analiz Programı (VEMAP), VE2020'nin göz izleyicileri tarafından üretilen kayıtları işlemek için kurulurken, ilgili otorefrakter sistemden kayıt çıktılarını işlemek için Akomodatif Hareket Analizi Programı (AMAP) oluşturuldu. VNEL üç ana uyaranı inceler: konaklama (göz içi lensin dışbükeyliğinde bulanıklığa bağlı değişiklikler), vergans (içe doğru, yakınsak rotasyon ve dışa doğru, gözlerin farklı dönüşü) ve sakkadlar (eşlenik göz hareketleri). VEMAP ve AMAP, benzer veri akışı süreçlerini, manuel operatör etkileşimlerini ve gerektiğinde müdahaleleri kullanır; Bununla birlikte, bu analiz platformları, operatör güvenini en aza indiren objektif bir yazılım paketinin kurulmasını ilerletmektedir. Bir grafik arayüzün ve buna karşılık gelen algoritmaların faydası, operatörlerinden minimum düzeyde gerekli olan önceden kodlama deneyimi ile çok çeşitli görsel deneylerin yapılmasına izin verir.

Giriş

Uyumlu dürbün koordinasyonu ve görsel uyaranlara uygun akomodatif ve okülomotor yanıtlar günlük yaşamın önemli yönleridir. Bir birey yakınsama göz hareketi tepki hızını azalttığında, göz hareketi kaydı ile ölçüldüğünde, iki katına çıkmış görme (diplopi) algılanabilir ^1,2. Ayrıca, bir Cochrane literatür meta-analizi, okülomotor disfonksiyonu olan, normal binoküler görmeyi sürdürmeye çalışan hastaların, bulanık / çift görme, baş ağrısı, göz stresi / zorlanması ve rahatça okuma zorluğu gibi yaygın olarak paylaşılan görsel semptomlar yaşadıklarını bildirmiştir³. Hızlı eşlenik göz hareketleri (sakkadlar), eksik olduğunda, görsel hedeflere az tepki verebilir veya aşırı tepki verebilir, bu nedenle bu hatayı düzeltmek için daha fazla sıralı sakkad gerekir⁴. Bu okülomotor tepkiler, lensten gelen ışığın yanlış odaklanmasının bulanıklık yarattığı akomodatif sistem tarafından da karıştırılabilir⁵.

Elektronik cihazlarda okuma veya çalışma gibi görevler, okülomotor ve akomodatif sistemlerin koordinasyonunu gerektirir. Binoküler göz hareketi veya akomodatif disfonksiyonu olan bireyler için, binoküler füzyon (tekli) ve akut (net) görüşün sürdürülememesi, yaşam kalitelerini ve genel üretkenliklerini azaltır. Bu sistemlerin tekrarlanabilir enstrümantasyon konfigürasyonları ve objektif analizler yoluyla bağımsız ve uyumlu bir şekilde nicel olarak kaydedilmesi için prosedürel bir metodoloji oluşturularak, belirli eksikliklere alışma ile ilgili ayırt edici özellikler anlaşılabilir. Göz hareketlerinin kantitatif ölçümleri, terapötik müdahaleler yoluyla iyileşme olasılığını tahmin etme potansiyeli ile geleneksel yöntemlere^{kıyasla daha} kapsamlı tanılara 6 yol açabilir. Bu enstrümantasyon ve veri analizi paketi, görme terapisi gibi mevcut bakım standartlarının arkasındaki mekanizmaları ve terapötik müdahalelerin hastalar üzerindeki uzun vadeli etkisini anlamaya yönelik içgörü sağlar. Normal binoküler görüşü olan ve olmayan bireyler arasındaki bu nicel farklılıkların belirlenmesi, yeni kişiselleştirilmiş terapötik stratejiler sağlayabilir ve objektif sonuç ölçümlerine dayanarak iyileştirme etkinliğini artırabilir.

Bugüne kadar, göz hareketi verilerini, ayrı (göz hareketi ve uyumlu) veri akışları olarak daha fazla işlenebilen karşılık gelen akomodatif konumsal ve hız tepkileriyle aynı anda uyarabilen ve niceliksel olarak kaydedebilen ticari olarak temin edilebilen tek bir platform yoktur. Akomodatif ve okülomotor konumsal ve hız yanıtları için sinyal işleme analizleri, sırasıyla yaklaşık 10 Hz⁷ minimum örnekleme gereksinimlerini ve sakkadik göz hareketleri için 240 Hz ile 250 Hz arasında önerilen örnekleme hızını belirlemiştir ^8,9. Bununla birlikte, vergence göz hareketleri için Nyquist oranı henüz belirlenmemiştir, ancak vergence, sakkadik göz hareketlerinden en yüksek hızda daha düşük bir büyüklük sırasına sahiptir. Bununla birlikte, mevcut literatürde göz hareketi kaydı ve otomatik kırılma enstrümantasyon platformu entegrasyonu ile ilgili bir boşluk vardır. Ayrıca, objektif göz hareketi tepkilerini senkronize konaklama yanıtlarıyla analiz etme yeteneği henüz açık kaynaklı değildir. Bu nedenle, Görme ve Sinir Mühendisliği Laboratuvarı (VNEL), göz hareketlerini ve uyumlu yanıtları analiz etmek için VE2020 ve iki çevrimdışı sinyal işleme programı paketi oluşturarak senkronize enstrümantasyon ve analiz ihtiyacını ele aldı. VE2020, yakınsama yetersizliği / fazlalığı, sapma yetmezliği / fazlalığı, akomodatif yetmezlik / fazlalık, sarsıntıya bağlı binoküler disfonksiyonlar, şaşılık, ambliyopi ve nistagmus üzerine binoküler görme araştırma projeleri de dahil olmak üzere temel bilimlerden kliniğe kadar çeşitli uygulamalara adaptasyon için kalibrasyon prosedürleri ve stimülasyon protokolleri aracılığıyla özelleştirilebilir. VE2020, daha sonra bu uyarılmış gözler ve akomodatif hareketler için veri analizi yetenekleri sağlayan VEMAP ve AMAP ile tamamlanmaktadır.

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

Protokol

Bu enstrümantasyon ve veri analizi paketinin oluşturulduğu ve başarıyla uygulandığı çalışma, New Jersey Institute of Technology Institution Review Board HHS FWA 00003246 Approval F182-13 tarafından onaylandı ve NIH EY023261 aracılığıyla finanse edilen ClinicalTrials.gov Identifier: NCT03593031'de yayınlanan randomize bir klinik çalışma olarak onaylandı. Tüm katılımcılar, üniversitenin Kurumsal Değerlendirme Kurulu tarafından onaylanan bilgilendirilmiş onam formunu okuyup imzalar.

1. Enstrümantasyon kurulumu

1. Bağlantıları ve donanımı izleme
   1. VE2020 sistemi, monitörleri saat yönünde uzamsal olarak atar. Birincil kontrol monitörünün 0 olarak endekslendiğinden ve tüm ardışık monitörlerin 1'den itibaren dizine eklendiğinden emin olun. Tüm monitörlerin tek bir bilgisayar tarafından yönetildiğinden emin olun (bkz.
   2. Uyaran monitörlerinin uygun uzamsal yapılandırmasını sağlayın. Oyun kumandası masaüstü giriş ekranından oyun kumandası monitörüne sağ tıklayın, Ekran ayarlarını seçin ve ekran çözünürlüğüne gidin. Tanımla'yı seçin; bu, kontrol bilgisayarına bağlı her uyaran ekranı için atanan monitör endekslerinin görselleştirilmesini sağlayacaktır (Şekil 1).
2. Fiziksel ekipman yapılandırması
   1. Göz izleme sisteminin optik orta hat üzerinde olduğundan ve minimum 38 cm kamera mesafesine sahip olduğundan emin olun. Otomatik refrakter sistemin optik orta hatta ve gözlerden 1 m ± 0,05 m uzakta olduğunu kontrol edin.
   2. Şekil 1'deki boyutlara başvurarak donanım ve ekipmanın yapılandırmasını doğrulayın.
3. Göz izleme sistemi
   1. Masaüstünün ve ilgili göz izleme donanımının üreticinin talimatlarına göre yapılandırıldığından ve kalibre edildiğinden emin olun (bkz.
   2. BNC kablo kablolamasını masaüstünün analog çıkışlarından veri toplama (DAQ) kartına bir analog koparma terminal kutusu (NI 2090A) aracılığıyla kurun. VE2020 için varsayılan BNC bağlantı noktası yapılandırmaları için Tablo 1'e bakın.
      NOT: Varsayılan kablolamadan sapmalar, Acquire.vi ve/veya TriggerListen.vi dosyalarında açıklanan atanmış bağlantı noktalarının değiştirilmesini veya standart .txt dosyasındaki varsayılan üstbilgi sırasının düzenlenmesini gerektirir.
   3. Tek uçlu/diferansiyel (SE/DIFF) anahtarı tanımlayarak analog terminal ara kutusu referans anahtarlarını yapılandırın (bkz. Şekil 2) ve anahtarı SE olarak ayarlayın. Ardından, zemin seçimi (RSE/NRSE) anahtarını tanımlayın (bkz. Şekil 2) ve toprak başvurusunu başvurulan tek uçlu (RSE) olarak ayarlayın.
4. Uzlaşmacı yanıt alımı
   1. Otomatik kırıcının oryantasyonunu (bkz. Malzeme Tablosu) üreticinin tavsiyelerine göre gerçekleştirin. Otomatik kırıcıyı doğrudan hizalamada yapılandırın ve otomatik kırıcı kayıt verilerini depolamak için otomatik kırıcının operatör tabanlı manuel tetiklemesini gerçekleştirin.
   2. Otomatik kırılma verilerini kaydetmek için harici bir çıkarılabilir depolama aygıtı kullanıldığından emin olun. Otomatik kırıcı yazılımı başlatmadan önce harici sürücüyü çıkarın ve yazılım çalışmaya başladıktan sonra sürücüyü yeniden takın. Katılımcı profillerini, oturum zamanlamalarını ve uyaranları tanımlamak için ilgili depolama cihazında bir klasör dizini oluşturun. Her deneysel kayıt oturumu için bu uygulamayı izleyin.
   3. Otomatik refrakter yazılımının etkinleştirilmesini ve harici bir depolama cihazının takılmasını takiben, otomatik refrakterin kalibrasyonuna başlayın.
   4. Monoküler olarak katılımcının sol gözünü kızılötesi iletim filtresi (IR Tx Filtresi)¹⁰ ile tıkayın. IR Tx filtresinin önüne dışbükey küre deneme lensi yerleştirin (bkz.
   5. Dürbünle, fiziksel olarak yakın uyaran monitörlerinden yüksek keskinlikte 4 ° uyaran sunar.
      NOT: Katılımcı uyaranı görsel olarak tek ve net (akut) olarak bildirdiğinde, kalibrasyonda ilerlemek için el tipi tetiği kullanmalıdır.
   6. Dürbünle, fiziksel olarak yakın uyaran monitörlerinden 16° yüksek keskinlikte bir uyaran sunar.
      NOT: Katılımcı uyaranı görsel olarak tek ve net (akut) olarak bildirdiğinde, ilerlemek için el tipi tetikleyiciyi kullanmalıdır.
   7. Her dışbükey küre lens için bu kalibrasyon prosedürlerini (adım 1.4.4-1.4.6) aşağıdaki gibi (diyoptriler cinsinden) tekrarlayın: -4, -3, -2, -1, +1, +2, +3 ve +4.

Resim 1: Haploter kontrol ve kayıt ekipmanı konfigürasyonu. Saat yönünde monitör sıralaması ve boyutlandırma için VE2020'nin ekran indeksleme örneği. Burada, 1 kontrol monitörü, 2 sola yakın ekran monitörü, 3 en sol ekran monitörü, 6 kalibrasyon kartı (CalBoard), 4 en sağa ekran monitörü ve 5 sağa yakın ekran monitörüdür. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Tablo 1: BNC port haritası. BNC bağlantıları için kural. Bu Tabloyu indirmek için lütfen tıklayınız.

Şekil 2: Ara kutusu anahtar referansları. Uygun NI 2090A anahtar konumlarının gösterilmesi. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

2. VE2020 görsel ekranlarını ve VE2020 LED hedeflerini kullanarak görsel stimülasyon

1. VisualEyes2020 uyaran ekranlarının kalibrasyonuna başlayın.
   1. Pix2Deg2020.vi adlı sanal enstrüman (VI) dosyasını açın. Esnetme modu kimliği giriş alanını ve monitörün ilgili görüntü dizinini kullanarak kalibre edilecek monitörü seçin (Şekil 3).
   2. Uyaran dosya adını Satır giriş alanına yazarak bir uyaran görüntüsü (ör. RedLine.bmp) seçin.
      NOT: Pix2Deg2020.vi'nin .dds dosyaları değil, .bmp dosyaları kullandığını unutmayın.
   3. Pix2Deg2020.vi çalıştırın ve ölçülen bir fiziksel hedefe binene kadar uyaran konumunu ayarlayın.
   4. Sanal görüntü fiziksel olarak ölçülen hedefle hizalandığında, verilen derece değeri için ekrandaki piksel değerini kaydedin. Farklı uyarılmış derece taleplerine ve bunlara karşılık gelen piksel değerlerine sahip en az üç kalibrasyon noktası kaydedin.
   5. Her kalibrasyon noktasını kaydettikten sonra VE2020'nin Cals.xls adlı bir çıktı dosyası oluşturduğundan emin olun. Cal.xls'daki kalibrasyon noktalarını kullanarak, deneysel olarak gerekli göz hareketi uyaranının taleplerini dönme derecelerinde piksellere eşlemek için en uygun doğrusal regresyonu uygulayın. Kaydedilen piksel kalibrasyonuna yönelik beş noktalı bir derece Şekil 4'te gösterilmiştir.
2. Farklı uyaran görüntüleri (örneğin, gerektiğinde arka plan veya ikinci görsel uyaran) ve kullanılması beklenen her uyaran monitörü için bu prosedürü tekrarlayın.

Şekil 3: Pikselleri izlemek için uyarılmış dereceler. VE2020'yi kalibre etmek için operatör görünümünün tasviri. Soldan sağa, belirli bir uyaran monitörü seçimi (esnetme modu kimliği) için sabit bir en boy oranı, verilen dosya adı, arka plan uyaranı (BG) ve ön plan uyaranı (Çizgi) ile bilinen bir derece değerine karşılık gelen kaydedilen pikseller için bir değerler tablosu sağlanır. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Şekil 4: Piksel ila derece kalibrasyon eğimleri. Bilinen derece değerleri ve ölçülen piksel değerleri için monoküler kalibrasyon eğrisi. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

3. LED kalibrasyonu

1. Dikey veya yatay düzlemlerde trigonometrik kimlikleri kullanarak deneysel dönme derecelerini belirleyin (Şekil 5). LED numarasının bir fonksiyonu olarak dönme derecelerini çizin.
2. LED numarasını, dönme derecelerinin bir fonksiyonu olarak doğrusal olarak gerileyin. Deney sırasında görsel uyaran olarak kullanılacak ilk ve son LED sayılarını hesaplamak için elde edilen ilişkiyi kullanın.

Şekil 5: Hesaplanan dönme dereceleri. Hem sakkadik göz hareketleri hem de hedefe (X) ve pupiller arası mesafeye (IPD) bilinen bir mesafeye sahip vergence hareketleri için açısal yer değiştirmeyi hesaplama yöntemi. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

4. Yazılım programlama

1. VisualEyes görüntü giriş dosyasını tanımlayın ve aşağıdaki gibi uyaran kitaplığına kaydedin.
   1. Her uyaranı tanımlamak için, denemeden önce yeni bir metin (.txt) dosyası açın. Bu metin dosyasının ilk satırında, sekmeyle ayrılmış dört gerekli parametrenin varlığını onaylayın: uyaran zamanlaması (ları); X-konumu (piksel); Y konumu (piksel); ve rotasyon (derece). Ayrıca, iki isteğe bağlı ardışık parametrenin varlığını onaylayın: ölçekleme X (yatay ölçeklendirme); ve Y ölçeklendirme (dikey ölçeklendirme).
   2. Kalibrasyondan türetilen doğrusal regresyon denklemini kullanarak istenen her uyaran derecesi için piksel değerini hesaplayın (bkz. adım 2.1.5).
   3. Metin dosyasının bir sonraki satırında, uyaranın başlangıç konumunda ve sonraki son konumunda sunulduğu uzunluk(lar)ın mevcut ve sekmeyle ayrılmış olduğunu onaylayın.
   4. Uyaran dosyasını dizine bilgilendirici bir dosya adıyla (örneğin, stimulus_name_movement_size.vei) sahip bir VisualEyes giriş (VEI) dosyası olarak kaydedin.
      NOT: Her uyaran dosyası monoküler olarak konumlandırılmıştır, bu nedenle tamamlayıcı gözün dürbün hareketini uyandırması için ayrı bir dosya oluşturulmalıdır.
2. İstenen her deneysel uyaran, ilgili hareket tipi, hareket büyüklüğü ve göz için bu prosedürleri uygun şekilde tekrarlayın.

5. DC dosyaları

1. Her uyaran izleyicisi için bir uyaran kitaplığı oluşturun. Bu kitaplıkları dc_1.txt ile dc_7.txt arasında adlandırın. dc_1.txt ve dc_2.txt dosyalarında bulunan ayarlar için Tablo 2'ye başvurun.
   1. Ekran > Ekran Çözünürlüğünü Görüntüle > Tanımla'ya tıklayarak her uyaran monitörünün sayısal kimliğini doğrulayın. Cihaz kimliğinin birincil GPU (başlangıç dizini 0) olduğundan ve pencere modunun 1 olduğundan emin olun.
   2. Solun ekranın sol sınırını (piksel cinsinden), üstte ekranın üst sınırını (piksel cinsinden), genişliğin ekranın uzunlamasına genişliğini (piksel cinsinden) ve yüksekliğin ekranın dikey yüksekliğini (piksel cinsinden) tanımladığını doğrulayın.
   3. Uyaran dosya adını ve konumunu (.dds) ilişkilendiren ve nostimulus.vei dosyasının uyaran numarası sıfır olması koşuluyla, bunları bir uyaran dizini numarasıyla ilişkilendiren uyaran numarasını (Stim#) oluşturun. Sonraki stimulus_name.vei için, deneysel oturumda kullanılabilecek çeşitli uyaran dosyalarını listeleyin.
      NOT: nostimulus.vei bir uyaran (boş ekran) göstermediğinden nostimulus.vei dosyası ExpTrial kullanırken faydalıdır.

Tablo 2: DC dosya yapılandırması. Tablo, DC metin dosyası biçimine genel bir bakış sağlar. Bu Tabloyu indirmek için lütfen tıklayınız.

6. LED giriş dosyası tanımı ve uyaran kütüphanesi depolama

1. Yeni bir metin (.txt) dosyası açın ve dosyanın içinde sekme sınırlamasını kullanın. Metin dosyasındaki her satırı sekmeyle ayrılmış iki sıfırla sonlandırın.
2. İlk satırda, başlangıç zamanı (s) ve LED (konum) değerlerini tanımlayın. İkinci satırda, son zaman(lar)ı ve son LED konum değerlerini tanımlayın. stimulus_name.vei dosyasını dizine kaydedin ve tüm uyaranlar için bu adımları yineleyin.
3. Tamamlandığında, tüm uyaran dosyalarını uyaran kitaplığına kaydedin, array_config.txt.
4. array_config.txt dosyasındaki ilk satırın, VisualEyes'ın varsayılan giriş değeri COM1 olan esnek görsel uyarıcıyla iletişim kurmak için kullandığı iletişim (COM) bağlantı noktası olduğundan emin olun; ikinci satır, varsayılan giriş değeri 9.600 olan baud hızıdır; üçüncü satır, varsayılan giriş değeri 8 bit olan veri bit kapasitesidir; dördüncü satır ise varsayılan giriş değeri 0 olan veri eşlik dizinidir. Dosyadaki sonraki satırlar esnek görsel stimülatörün uyaran dosyasını içerir (Şekil 6).
5. Şekil 6'da görüldüğü gibi profil numarasını kontrol edin; Bu, dizin sıfırdan başlayan herhangi bir uyaran dosya adının karşılık gelen satır dizinini ifade eder.

Şekil 6: Stimulus kütüphanesi. Metin düzenleme yazılımını kullanarak, bağlantı noktası iletişimini, baud hızını, veri boyutunu ve eşliğini ve ayrıca uyaran dosyaları kitaplığını (.vei) tanımlamak için gösterilen biçim, VE2020'ye başarılı bir şekilde çalışması için gerekli yapılandırmaları ve uyaran dosya adlarını sağlar. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

7. Deneysel protokoller için komut dosyası oluşturma

1. VE2020'nin okumak ve yürütmek üzere deneysel protokol komutlarını komut dosyası olarak kullanmak için yeni bir metin (.txt) dosyası açın. Deneysel protokol komutları ve belgeleri için uygun sözdizimini kontrol edin. Tablo 3 , VE2020 sözdizimi kurallarına genel bir bakış sağlar.
   NOT: VE2020 bu komutları sırayla okuyacaktır.
2. Metin dosyasını dizine script_name.ves gibi bir VisualEyes Komut Dosyası (VES) olarak kaydedin. Önceki VisualEyes sürüm kılavuzu^11'den, giriş ve çıkış özelliklerine sahip yazılım işlevlerinin bir tablosunu kontrol edin. Tablo 3'te yeni uygulanan üç güncelleştirilmiş işlev gösterilmektedir.

Tablo 3: VE2020 işlev sözdizimi. VE2020, gömülü işlevleri çağırmak ve yorum yapmak için tabloda gösterildiği gibi belirli bir sözdizimine sahiptir. Bu Tabloyu indirmek için lütfen tıklayınız.

8. Katılımcı hazırlama ve deney başlatma

1. Onay ve uygunluk alma
   1. Aşağıdaki genel katılımcı uygunluk kriterlerini kullanın: 18-35 yaş arası, 20/25 (veya daha büyük) düzeltilmiş monoküler görme keskinliği, 500 s (veya daha iyi) ark stereo keskinliği ve uygun kırma düzeltmesini kullanmak için 2 hafta (veya daha fazla).
   2. Yerleşik uygulamaları takiben aşağıdaki yakınsama yetersizliği (CI) katılımcı uygunluk kriterlerini kullanın 12: Yakınsama Yetersizliği Semptom Anketi (CISS)¹³ puanı 21 veya daha yüksek, Sheard'ın kriteri^14'ün başarısızlığı, yakınsama noktasına (NPC) yakın 6 cm (veya molada daha büyük) ve 4Δ (veya daha büyük) ekzodeviasyon (uzaklara kıyasla yakın).
   3. Aşağıdaki kontrol katılımcısı uygunluk kriterlerini kullanın: CISS puanı 21'den az, yakın ve uzak fori arasında 6Δ'dan az fark, 6 cm'den az (molada) NPC, Sheard'ın kriterinin geçilmesi ve Hofstetter'in formül^15'inde tanımlandığı gibi yeterli minimum konaklama genliği.
   4. Aşağıdaki genel katılımcı uygunsuzluk kriterlerini kullanın: sürekli şaşılık, önceki şaşılık veya refraktif cerrahi, uykuda veya tezahür etmiş nistagmus, ensefalopati, akomodatif, vergans veya oküler motiliteyi bozan hastalıklar, 2Δ (veya daha büyük) dikey heterofori ve çalışmayla ilgili testleri gerçekleştirememe veya anlayamama. CI uygunsuzluk kriterleri ayrıca Donder'ın şınav yöntemi¹⁶ ile 5'ten az diyoptri ile uyumlu yanıtı olan katılımcıları içerir.
   5. Bilgilendirilmiş onam alındıktan sonra, katılımcıyı haploskopta oturması için yönlendirin.
   6. Baş hareketini en aza indirmek için katılımcının alnını ve çenesini sabit bir koltuk başlığına yerleştirin ve katılımcının sandalye yüksekliğini, katılımcının boynu deneyin tüm süresi boyunca rahat bir konumda olacak şekilde ayarlayın.
   7. Katılımcının gözlerinin kameranın görüş alanı içinde yakalandığından emin olmak için göz hareketi kayıt kameralarını ayarlayın.
2. Haploskop ve göz izleyici / otorefraktöre düzgün bir şekilde oturduktan sonra, katılımcıdan görsel olarak sunulan bir hedefe görsel olarak sabitlenmesini isteyin. Bu kurulum sırasında, katılımcının gözlerinin ortalandığından emin olun, böylece görsel hedefler orta sagital düzlemde sunulur.
   1. Görme orta hattında dürbünle sunulan yüksek keskinlik hedeflerine sahip olarak göz merkezlemesini sağlayın. Katılımcı, fiksasyon hedefi etrafında merkezlenmiş fizyolojik diplopi (çift görme) meydana geldiğinde görsel orta hatta hizalanır.
3. Ardından, limbus (iris ve sklera arasındaki sınır), göz bebeği ve kornea yansıması gibi anatomik özellikleri yakalamak için göz izleme geçitini ve göz izleme sinyali kazanımlarını ayarlayın.
4. Katılımcıdan tekrarlanan vergence ve / veya sakkadik hareketler yapmasını isteyerek göz hareketi verilerinin yakalanmasını doğrulayın.
5. Ön doğrulama ve fiziksel monitör kalibrasyonlarının ardından ReadScript.vi açın. ReadScript.vi açıldıktan sonra, sol üst köşedeki dosya adını yazarak deneysel protokol komut dosyasını seçin. Acquire.vi yürütmek için sol üst köşedeki beyaz oka basarak protokolü ReadScript.vi üzerinden çalıştırın.
6. Katılımcıya elde taşınan bir tetik düğmesi sağlayın ve tetiğe basıldığında veri toplamanın başlayacağını açıklayın. Kontrol monitörü ekranında, Acquire.vi, kaydedilen göz hareketi verilerinin önizlemesini çizen bir dosya otomatik olarak görünecektir. Deneysel protokol tamamlandığında, ReadScript.vi otomatik olarak durur ve veri çıktı dosyaları otomatik olarak oluşturulur ve depolanır.

9. VNEL göz hareketi analiz programı (VEMAP)

1. Veri ön işleme
   1. Analize Ön İşlem Verileri düğmesini seçerek başlayın. Bir dosya gezgini penceresi görünecektir. Ön işleme için VE2020'den bir veya daha fazla kayıtlı veri dosyası seçin.
   2. Verileri 20 sıralı bir Butterworth filtresiyle filtreleyin: Vergence göz hareketleri için 40 Hz ve sakkadik göz hareketleri için 120 Hz veya 250 Hz. Tamamlanan önceden işlenmiş veri dosyaları, VEMAP Ön İşlenmiş klasöründe .mat dosyaları olarak depolanır.
      NOT: VEMAP için filtreleme frekansı, uygulamaya bağlı olarak kullanıcının tercih ettiği kesme frekansına ayarlanabilir.
2. Kalibrasyon
   1. VE2020 senaryosundan uyandırılan sol ve sağ göz pozisyonları için sırasıyla üç uyarılmış monoküler kalibrasyon hareketini kullanarak, kaydedilen voltaj değerlerinin bir fonksiyonu olarak göz hareketi uyaranlarının derece cinsinden doğrusal bir regresyonunu oluşturun. Şekil 7'nin alt grafiklerinde gösterildiği gibi, donanımın nicel değerlendirmesi için ilgili Pearson korelasyon katsayılarını ve regresyon formüllerini kullanın.
   2. Kaydedilen (ham) voltajları derecelere (kalibre edilmiş) dönüştürmek için her bir regresyonun eğimini ilgili monoküler kalibrasyon kazancı olarak kullanın.
   3. Deneysel kalibrasyonlardan, sol ve sağ göz hareketi tepkileri için uygun bir kazanç değeri belirleyin. Kalibrasyon kazancını kaydedilen her göz hareketi uyaran bölümüne tutarlı bir şekilde uygulayın. Tüm hareket alt bölümlerinin kalibrasyonunu takiben, bir onay penceresi görünecektir.
      NOT: Monoküler göz hareketi kalibrasyonları, laboratuvarımız tarafından araştırılan primer oküler motor disfonksiyonu olan yakınsama yetmezliği olan hastaların dürbün kalibrasyonunu tek bir algı olarak algılayamamaları nedeniyle seçilmiştir. Kaydedilen kalibrasyon sinyalleri doymuşsa veya doğrusal olarak korelasyon göstermiyorsa (uyarana katılmama, yanıp sönme, sakkadik hareketler, göz yırtılması veya gözlerin kapanması nedeniyle), sol ve sağ göz hareketi tepkileri için standartlaştırılmış kalibrasyon kazanımları uygulayın. Bu idareli bir şekilde yapılmalı ve bu kalibrasyon kazanç değerleri, sırasıyla sol ve sağ göz hareketi tepki kazanımları için önceki katılımcıların büyük grup düzeyinde ortalamalarından türetilmelidir.
3. Sınıflandırma
   1. Kalibrasyonu takiben, her bir göz hareketi tepkisini manuel olarak inceleyin ve geçici, simetrik, asimetrik, füzyon kaybı, hareket yok (yanıt yok) ve doymuş göz hareketi gibi çeşitli sınıflandırma etiketlerini kullanarak kategorilere ayırın.
   2. Referans için Şekil 8'e bakın. Üst (konumsal veri) grafik, 4° simetrik bir vergence adım uyaranından gelen yanıttır. Birleşik yakınsama hareketi yeşil, sağ göz hareketi kırmızı renkle gösterilir. ve sol göz hareketi mavi renkle gösterilir. Sürüm izleme siyah renkte gösterilir. Alt grafik, göz hareketi pozisyonu tepkisinin ilk türev hızını, yukarıda tarif edildiği gibi aynı renk deseniyle gösterir.
4. Veri analizi
   1. VEMAP kullanıcı arabiriminden (UI) düğme olarak erişilebilen ve Şekil 9'da önizlenen veri analizinin VEMAP işleme veri akışındaki son adımı gerçekleştirin. Belirli bir uyaran tipi ve sınıflandırma etiketi içindeki göz hareketlerini, Şekil 9'un sağ tarafında gösterildiği gibi, bir topluluk grafiği olarak birlikte çizin.
   2. Göz hareketlerinin alt kümelerini sınıflandırma etiketleri aracılığıyla seçici olarak veya Sınıfları Seç düğmesi aracılığıyla herhangi bir sınıflandırma filtresi uygulamadan bütünsel olarak analiz edin.
   3. Birincil göz hareketi metriklerinin, gecikme, tepe hızı, tepki genliği ve son genlik gibi kaydedilen her göz hareketine karşılık gelip gelmediğini kontrol edin.
   4. Kaydedilen her metriğin geçerli olduğundan emin olmak için her bir göz hareketi tepkisini inceleyin. Bir metrik uygun görünmüyorsa, uygun değerler her hareketi doğru şekilde yansıtana kadar kaydedilen metrikleri uygun şekilde yeniden ölçün. Ek olarak, kaydedilen metrikler kaydedilen göz hareketini yeterince tanımlayamıyorsa, göz hareketlerini atlayın veya Yeniden Sınıflandırın düğmesi aracılığıyla sağlanan sınıflandırma etiketlerini yeniden sınıflandırın .

Şekil 7: Monoküler kalibrasyon ve korelasyon eğimleri. Göz hareketi verilerinin voltaj değerlerinden dönme derecelerine kalibrasyonuna bir örnek. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Şekil 8: Göz hareketi yazılımı sınıflandırması. Uyarılmış göz hareketi yanıtlarının sınıflandırılması. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

Şekil 9: Göz hareketi tepki yazılımı analizi. 4° simetrik adım değişikliği (sağda) tarafından uyarılan, bireysel göz hareketi yanıt metriklerinin tablo halinde (solda) sunulduğu ve grup düzeyinde istatistiklerin yanıt metriklerinin altında tablo halinde görüntülendiği, çizilmiş yakınsama yanıtlarına bir örnek. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

10. Akomodatif Hareket Analizi Programı (AMAP)

1. Veri yapılandırması
   1. Otomatik kırılma verilerini içeren harici depolama aygıtını kullanarak, verileri AMAP yüklü bir aygıta aktarın. AMAP, MATLAB uygulama yüklemesi aracılığıyla yerel bir uygulamanın yanı sıra tek başına yürütülebilir bir dosya olarak da kullanılabilir.
2. AMAP uygulamasını başlatın. AMAP'den, Dosya Ön İşlemcisi veya Toplu Önişlemci'yi seçin. Dosya önişlemcisi tek bir veri klasörünü işlerken, toplu iş önişlemcisi seçili bir veri klasörü dizinini işler.
3. AMAP'in ilerleme çubuğunu ve bildirimlerini kontrol edin, çünkü seçilen veriler önceden işlendiğinde sistem bunları sağlar. Klasör dizinleri, AMAP'ın veri işleme şeffaflığı ve erişilebilirliği için bilgisayarın AMAP_Output altındaki yerel sürücüsü aracılığıyla ön işlemesinden oluşturulur.
4. Önceden veri işlenmeden bir AMAP özelliği seçilirse, kullanıcının bir veri dizini seçmesi için görüntülenen bir dosya gezgini penceresi olup olmadığını denetleyin.
5. AMAP veri analizini aşağıda açıklandığı gibi gerçekleştirin.
   1. Ön işlemenin ardından , Veri Yükle düğmesiyle analiz edilecek bir veri dosyası seçin. Bu, kullanılabilir tüm dosyaları, varsayılan olarak oluşturulan bir AMAP_Output klasörüne varsayılan olarak ayarlanan geçerli dosya dizinine yükler. Seçilen veri dosyası adı geçerli dosya alanında gösterilir.
   2. Göz seçicinin altında, kaydedilen akomodatif kırılma için dürbün ortalaması alınmış verileri sunan varsayılan seçimi kontrol edin.
   3. Veri türünü Tip Seçici aracılığıyla akomodatif refraksiyon ve okülomotor vergence (bakış) arasında değiştirin. Veri ölçümlerini ve birinci dereceden ve ikinci dereceden karakterizasyonları sunmak için mevcut diğer grafik özelleştirmelerini kontrol edin. Operatörün görselleştirmesi için seçilebilecek grafik seçeneklerinin kombinasyonları için Şekil 10'u kontrol edin.
   4. AMAP için varsayılan metrikleri kontrol edin, bunlar aşağıdaki gibidir: tepe hızı (derece/sn); tepki genliği (derece); son genlik (derece); yanıt başlangıç indeksi (ler); tepe hız indeksi (s); yanıt bitiş indeksi (ler); bakış (vergence) hızı (derece/sn); bakış tepkisi genliği (derece); bakış son genliği (derece); bakış yanıtı başlangıç indeksi/indeksleri; bakış hızı indeksi (s); bakış yanıtı bitiş indeksi/indeksleri; ve sınıflandırma (ikili 0 - kötü, 1 - iyi).
   5. Metrik modifikasyon döndürücüleri aracılığıyla yanıt başlangıç dizininde, yanıt bitiş dizininde ve tepe hızı dizininde değişiklikler yapın (Şekil 10).
   6. Görüntülenen tüm kayıtlı hareketlerin analizini takiben, her bir veri dosyası için analiz edilen metrikleri hareket kimliği alanına veya sola ve sağa doğru gezinme okları aracılığıyla kaydedin.
   7. Analiz edilen verileri erişilebilir bir e-tabloya aktarmak için Kaydet düğmesini seçin. Analiz edilmeyen hareketler varsayılan olarak sayı dışı (NaN) sınıflandırmasına sahiptir ve bunlar kaydedilmez veya dışa aktarılmaz.
   8. Herhangi bir operatör tarafından tam analiz yapılmasını sağlamak için her hareket için manuel sınıflandırma (iyi/kötü) yapın.

Şekil 10: AMAP yazılımı ön ucu. Şekilde, AMAP için ana kullanıcı arayüzü, verilerin grafiksel sunumu (grafik seçenekleri) ve veri analizi (metrik değişiklikler) için vurgulanmış bölümler görüntülenir. Bu şeklin daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.

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

Sonuçlar

VE2020 tarafından uyandırılan uyarılmış göz hareketlerinin grup düzeyinde topluluk grafikleri, karşılık gelen birinci dereceden hız özellikleriyle Şekil 11'de gösterilmiştir.

Şekil 11: Göz hareketi tepki toplulukları. VE2020 kullanılarak uyarılan vergence adımlarının ...

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

Tartışmalar

Yöntemin araştırmadaki uygulamaları
İlk VisualEyes2020 (VE2020) yazılımındaki yenilikler, VE2020'nin bir veya birkaç görsel uyaranla birden fazla monitöre yansıtmak için genişletilebilirliğini içerir; bu, vergence^18'in Maddox bileşenlerinin nicelleştirilmesinden, dikkat dağıtıcı hedeflerin talimat verilen hedefler üzerindeki etkisine kadar değişen bilimsel soruların araştırılmasına olanak tanır¹⁹. VEMAP ve AMAP'ın tamamlay...

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

Malzemeler

Name	Company	Catalog Number	Comments
Analog Terminal Breakout Box	National Instruments	2090A
Convex-Sphere Trial Lens Set	Reichert	Portable Precision Lenses	Utilized for autorefractor calibration
Graphics Cards	-	-	Minimum performance requirement of GTX980 in SLI configuration
ISCAN Eye Tracker	ISCAN	ETL200
MATLAB	MathWorks	v2022a	AMAP software rquirement
MATLAB	MathWorks	v2015a	VEMAP software requirement
Microsoft Windows 10	Microsoft	Windows 10	Required OS for VE2020
Plusoptix PowerRef3 Autorefractor	Plusoptix	PowerRef3
Stimuli Monitors (Quantity: 4+)	Dell	Resolution 1920x1080	Note all monitors should be the same model and brand to avoid resolution differences as well as physical configurations