Summary
VisualEyes2020 (VE2020) er et brugerdefineret scriptsprog, der præsenterer, registrerer og synkroniserer visuelle øjenbevægelsesstimuli. VE2020 giver stimuli til konjugerede øjenbevægelser (saccader og glat forfølgelse), diskonjugerede øjenbevægelser (vergence), indkvartering og kombinationer af hver. To analyseprogrammer forener databehandlingen fra eye tracking- og opholdsregistreringssystemerne.
Abstract
Gennem målrettet stimulering og registrering af øjenbevægelser kan de grundlæggende egenskaber ved de underliggende neurale mekanismer i øjenbevægelser observeres. VisualEyes2020 (VE2020) blev udviklet baseret på manglen på tilpasselig softwarebaseret visuel stimulering tilgængelig for forskere, der ikke er afhængige af motorer eller aktuatorer inden for et traditionelt haploscope. Dette nye instrument og metode er udviklet til en ny haploscope-konfiguration, der anvender både øjensporings- og autorefraktorsystemer. Analysesoftware, der muliggør synkroniseret analyse af øjenbevægelser og akkommodative reaktioner, giver synsforskere og klinikere et reproducerbart miljø og et delbart værktøj. Vision and Neural Engineering Laboratory's (VNEL) Eye Movement Analysis Program (VEMAP) blev etableret for at behandle optagelser produceret af VE2020's eye trackers, mens Accommodative Movement Analysis Program (AMAP) blev oprettet til at behandle optagelsesoutput fra det tilsvarende autorefraktorsystem. VNEL studerer tre primære stimuli: indkvartering (sløringsdrevne ændringer i konveksiteten af den intraokulære linse), vergence (indad, konvergent rotation og udad, divergerende rotation af øjnene) og saccader (konjugerede øjenbevægelser). VEMAP og AMAP bruger lignende dataflowprocesser, manuelle operatørinteraktioner og interventioner, hvor det er nødvendigt; Disse analyseplatforme fremmer imidlertid etableringen af en objektiv softwarepakke, der minimerer operatørens afhængighed. Nytten af en grafisk grænseflade og dens tilsvarende algoritmer gør det muligt at udføre en bred vifte af visuelle eksperimenter med minimal forudgående kodningserfaring fra operatøren/operatørerne.
Introduction
Samordnet kikkertkoordination og passende akkommodative og oculomotoriske reaktioner på visuelle stimuli er afgørende aspekter af dagligdagen. Når en person har reduceret konvergens øjenbevægelsesresponshastighed, kvantificeret gennem registrering af øjenbevægelser, kan dobbeltsyn (diplopi) opfattes 1,2. Desuden rapporterede en Cochrane-litteraturmetaanalyse, at patienter med oculomotoriske dysfunktioner, der forsøger at opretholde normalt kikkertsyn, oplever almindeligt delte visuelle symptomer, herunder sløret / dobbeltsyn, hovedpine, øjenstress / belastning og vanskeligheder med at læse komfortabelt3. Hurtige konjugerede øjenbevægelser (saccades), når de er mangelfulde, kan underreagere eller overreagere på visuelle mål, hvilket betyder, at der kræves yderligere sekventielle saccader for at rette denne fejl4. Disse oculomotoriske reaktioner kan også forvirres af det akkommodative system, hvor forkert fokusering af lys fra linsen skaber sløring5.
Opgaver som læsning eller arbejde på elektroniske enheder kræver koordinering af de oculomotoriske og akkommodative systemer. For personer med binokulær øjenbevægelse eller akkommodative dysfunktioner mindsker manglende evne til at opretholde binokulær fusion (enkelt) og akut (klar) syn deres livskvalitet og samlede produktivitet. Ved at fastlægge en proceduremæssig metode til kvantitativ registrering af disse systemer uafhængigt og samordnet gennem repeterbare instrumenteringskonfigurationer og objektiv analyse kan man forstå sondringen mellem karakteristika vedrørende akklimatisering til specifikke mangler. Kvantitative målinger af øjenbevægelser kan føre til mere omfattende diagnoser6 sammenlignet med konventionelle metoder med potentiale til at forudsige sandsynligheden for afhjælpning via terapeutiske indgreb. Denne instrumenterings- og dataanalysepakke giver indsigt i forståelsen af mekanismerne bag de nuværende standarder for pleje, såsom synsterapi, og den langsigtede effekt, terapeutisk intervention (er) kan have på patienter. Etablering af disse kvantitative forskelle mellem personer med og uden normalt kikkertsyn kan give nye personaliserede terapeutiske strategier og øge afhjælpningseffektiviteten baseret på objektive resultatmålinger.
Til dato er der ikke en enkelt kommercielt tilgængelig platform, der samtidig kan stimulere og kvantitativt registrere øjenbevægelsesdata med tilsvarende akkommodative positions- og hastighedsresponser, der kan behandles yderligere som separate (øjenbevægelse og akkommodative) datastrømme. Signalbehandlingsanalyserne for akkommodative og oculomotoriske positions- og hastighedsresponser har fastsat minimumssamplingkrav på henholdsvis ca. 10 Hz7 og en foreslået samplinghastighed mellem 240 Hz og 250 Hz for sakkadiske øjenbevægelser 8,9. Nyquist-hastigheden for vergence øjenbevægelser er dog endnu ikke fastlagt, selvom vergence er omkring en størrelsesorden lavere i tophastighed end sakkadisk øjenbevægelse. Ikke desto mindre er der et hul i den nuværende litteratur vedrørende registrering af øjenbevægelser og integration af automatisk brydningsinstrumenteringsplatform. Desuden er evnen til at analysere objektive øjenbevægelsesresponser med synkrone tilpasningssvar endnu ikke blevet open source. Derfor adresserede Vision and Neural Engineering Laboratory (VNEL) behovet for synkroniseret instrumentering og analyse gennem oprettelsen af VE2020 og to offline signalbehandlingsprogramsuiter til analyse af øjenbevægelser og akkommodative reaktioner. VE2020 kan tilpasses via kalibreringsprocedurer og stimuleringsprotokoller til tilpasning til en række applikationer fra grundvidenskab til klinisk, herunder binokulært syn forskningsprojekter om konvergensinsufficiens / overskud, divergensinsufficiens / overskud, akkommodativ insufficiens / overskud, hjernerystelsesrelaterede binokulære dysfunktioner, strabismus, amblyopi og nystagmus. VE2020 suppleres af VEMAP og AMAP, som efterfølgende giver dataanalysefunktioner til disse stimulerede øjne og akkommodative bevægelser.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Undersøgelsen, som denne instrumenterings- og dataanalysepakke blev oprettet og implementeret med succes, blev godkendt af New Jersey Institute of Technology Institution Review Board HHS FWA 00003246 Approval F182-13 og godkendt som et randomiseret klinisk forsøg, der blev offentliggjort på ClinicalTrials.gov Identifikator: NCT03593031 finansieret via NIH EY023261. Alle deltagere læste og underskrev en informeret samtykkeerklæring, der var godkendt af universitetets Institutional Review Board.
1. Opsætning af instrumentering
- Overvågning af forbindelser og hardware
- VE2020-systemet tildeler skærmene rumligt i urets rækkefølge. Kontroller, at den primære kontrolmonitor er indekseret som 0, og at alle efterfølgende monitorer indekseres fra 1 og fremefter. Sørg for, at alle skærme styres af en enkelt computer (se materialetabellen).
- Sørg for korrekt rumlig konfiguration af stimulusmonitorerne. Fra controllerens skrivebordsskærm skal du højreklikke på controllerskærmen, vælge skærmindstillingerne og navigere til skærmopløsning . Vælg Identificer; dette vil give en visualisering af de tildelte skærmindekser for hvert stimulusdisplay, der er tilsluttet kontrolcomputeren (figur 1).
- Konfiguration af fysisk udstyr
- Sørg for, at eyetracking-systemet er på den optiske midterlinje med en kameraafstand på mindst 38 cm. Kontroller, at autorefraktorsystemet er på den optiske midterlinje og 1 m ± 0,05 m fra øjnene.
- Valider konfigurationen af hardware og udstyr ved at henvise til dimensionerne i figur 1.
- Eye tracking system
- Sørg for, at skrivebordet og den tilhørende øjensporingshardware er konfigureret og kalibreret i henhold til producentens anvisninger (se materialetabellen).
- Etabler BNC-kabelledninger fra skrivebordets analoge udgange til DAQ-kortet (Data Acquisition) via en analog breakout-klemkasse (NI 2090A). Se tabel 1 for BNC-standardportkonfigurationerne for VE2020.
BEMÆRK: Afvigelser fra standardledningerne kræver ændring af de tildelte porte, der er beskrevet i Acquire.vi- og/eller TriggerListen.vi-filerne, eller redigering af standardoverskriftsrækkefølgen i standardfilen.txt. - Konfigurer referencekontakterne til den analoge terminalopdelingsboks ved at identificere single-ended/differential (SE/DIFF) kontakten (se figur 2), og indstil kontakten til SE. Identificer derefter kontakten til jordvalg (RSE/NRSE) (se figur 2), og indstil jordreferencen til refereret single-ended (RSE).
- Erhvervelse af akkommodativ respons
- Udfør autorefraktorens retning (se materialetabel) i henhold til producentens anbefalinger. Konfigurer autorefraktoren i direkte justering, og udfør manuel operatørbaseret udløsning af autorefraktoren for at gemme autorefraktorens optagelsesdata.
- Sørg for, at en ekstern flytbar lagerenhed bruges til at gemme autorefraktordataene. Fjern det eksterne drev, før du starter autorefraktorsoftwaren, og indsæt drevet igen, når softwaren kører. Opret en mappemappe i den tilsvarende lagerenhed til identifikation af deltagerprofiler, sessionstider og stimuli. Følg denne praksis for hver eksperimentel optagelsessession.
- Efter aktivering af autorefraktorsoftwaren og indsættelse af en ekstern lagerenhed skal kalibreringen af autorefraktoren påbegyndes.
- Okulært okkluderer deltagerens venstre øje med et infrarødt transmissionsfilter (IR Tx Filter)10. Placer en prøvelinse med konveks kugle foran IR Tx-filteret (se materialetabellen).
- Kikkerten præsenterer en høj skarphed 4° stimulus fra de fysisk nære stimulusmonitorer.
BEMÆRK: Når deltageren rapporterer stimulus som visuelt enkelt og klar (akut), skal deltageren bruge den håndholdte udløser til at komme videre med kalibreringen. - Kikkerten præsenterer en høj skarphed 16° stimulus fra de fysisk nære stimulusmonitorer.
BEMÆRK: Når deltageren rapporterer stimulus som visuelt enkelt og klar (akut), skal deltageren bruge den håndholdte udløser til at komme videre. - Disse kalibreringsprocedurer (trin 1.4.4-1.4.6) gentages for hver konveks kuglelinse på følgende måde (i dioptre): −4, −3, −2, −1, +1, +2, +3 og +4.
Figur 1: Konfiguration af haploskopstyring og kontroludstyr. Eksempel på VE2020's displayindeksering til skærmbestilling og dimensionering med uret. Her er 1 kontrolmonitoren, 2 er den næsten venstre skærmskærm, 3 er den yderste venstre skærmskærm, 6 er kalibreringskortet (CalBoard), 4 er den yderste højre skærmskærm og 5 er den næsten højre skærmskærm. Klik her for at se en større version af denne figur.
Tabel 1: BNC-portkort. Konventionen for BNC-forbindelser. Klik her for at downloade denne tabel.
Figur 2: Referencer til afbrydere i gruppebokse. Demonstration af de korrekte NI 2090A switchpositioner. Klik her for at se en større version af denne figur.
2. Visuel stimulering ved hjælp af VE2020 visuelle skærme og VE2020 LED-mål
- Begynd kalibreringen af VisualEyes2020-stimulusdisplayet/-displayet/-displayet.
- Åbn filen med navnet virtuelt instrument (VI) Pix2Deg2020.vi. Vælg den skærm, der skal kalibreres, ved hjælp af indtastningsfeltet for id-input i stræktilstand og skærmens tilsvarende displayindeks (figur 3).
- Vælg et stimulusbillede (f.eks. RedLine.bmp) ved at skrive stimulusfilnavnet i indtastningsfeltet Linje.
BEMÆRK: Det er vigtigt at bemærke, at Pix2Deg2020.vi bruger .bmp filer, ikke .dds filer. - Kør Pix2Deg2020.vi, og juster stimuluspositionen, indtil den overlejrer på et målt fysisk mål.
- Når det virtuelle billede er justeret med det fysisk målte mål, skal du registrere pixelværdien på skærmen for den givne gradværdi. Optag mindst tre kalibreringspunkter med varierende stimulerede gradkrav og deres tilsvarende pixelværdier.
- Sørg for, at VE2020 efter registrering af hvert kalibreringspunkt producerer en outputfil med navnet Cals.xls. Brug kalibreringspunkterne i Cal.xls til at anvende en bedst egnet lineær regression til at kortlægge de eksperimentelt krævede krav til øjenbevægelsesstimulus i rotationsgrader i pixels. Et eksempel på fempunktsgrad til registreret pixelkalibrering er vist i figur 4.
- Gentag denne procedure for forskellige stimulusbilleder (dvs. baggrunden eller den anden visuelle stimulus efter behov) og hver stimulusmonitor, der forventes at blive brugt.
Figur 3: Stimulerede grader til overvågning af pixels. Afbildning af operatørvisningen til kalibrering af VE2020. Fra venstre mod højre findes en tabel med værdier for de optagede pixels, der svarer til en kendt gradværdi, for et givet stimulusmonitorvalg (stretch mode ID) med et fast billedformat, givet filnavn, baggrundsstimulus (BG) og forgrundsstimulus (linje). Klik her for at se en større version af denne figur.
Figur 4: Pixel til grad kalibreringshældninger. Monokulær kalibreringskurve for kendte gradværdier og målte pixelværdier. Klik her for at se en større version af denne figur.
3. LED-kalibrering
- Bestem de eksperimentelle rotationsgrader ved at anvende trigonometriske identiteter i de lodrette eller vandrette planer (figur 5). Afbild rotationsgraderne som funktion af LED-tallet.
- Lilinear regresserer LED-tallet som en funktion af rotationsgraderne. Brug det opnåede forhold til at beregne de indledende og endelige LED-tal, som vil blive brugt som visuelle stimuli under eksperimentet.
Figur 5: Beregnede rotationsgrader. Metode til beregning af vinkelforskydningen for både sakkadiske øjenbevægelser og vergensbevægelser med en kendt afstand til målet (X) og interpupillær afstand (IPD). Klik her for at se en større version af denne figur.
4. Software programmering
- Definer VisualEyes-skærminputfilen, og gem den i stimulusbiblioteket som følger.
- For at definere hver stimulus skal du åbne en ny tekstfil (.txt) før eksperimentet. På den første række i denne tekstfil skal du bekræfte tilstedeværelsen af fire krævede tabulatorafgrænsede parametre: stimulus timing (s); X-position (pixels); Y-position (pixels); og rotation (grader). Bekræft desuden tilstedeværelsen af to valgfrie successive parametre: skalering X (vandret skalering); og skalering Y (lodret skalering).
- Pixelværdien for hver ønsket stimulusgrad beregnes ved hjælp af den lineære regressionsligning afledt af kalibreringen (se trin 2.1.5).
- Bekræft inden for den næste række i tekstfilen, at længden (e), for hvilke stimulus præsenteres ved sin oprindelige position og efterfølgende endelige position, er til stede og tabulatorafgrænset.
- Gem stimulusfilen i mappen som en VisualEyes-inputfil (VEI) med et informativt filnavn (f.eks. stimulus_name_movement_size.vei).
BEMÆRK: Hver stimulusfil er placeret monokulært, så der skal genereres en separat fil for at det komplementære øje kan fremkalde en kikkertbevægelse.
- Gentag disse procedurer for hver ønsket eksperimentel stimulus, respektive bevægelsestype, bevægelsesstørrelse og øje efter behov.
5. DC-filer
- Opret et stimulusbibliotek for hver stimulusmonitor. Navngiv disse biblioteker som dc_1.txt til og med dc_7.txt. For indstillingerne i dc_1.txt- og dc_2.txt-filerne henvises til tabel 2.
- Valider det numeriske id for hver stimulusmonitor ved at klikke på Vis > skærmopløsning > Identificer. Sørg for, at enheds-id'et er den primære GPU (startindeks 0), og at vinduestilstanden er 1.
- Kontroller, at venstre definerer skærmens venstre grænse (i pixel), øverst definerer skærmens øverste grænse (i pixel), bredde er skærmens længdebredde (i pixel), og højde er skærmens lodrette højde (i pixel).
- Opret stimulusnummeret (Stim#), som knytter stimulusfilnavnet og placeringen (.dds), og forudsat at filen nostimulus.vei er stimulusnummer nul, knytter dem til et stimulusindeksnummer. For den efterfølgende stimulus_name.vei skal du liste de forskellige stimulusfiler, der kan bruges inden for den eksperimentelle session.
BEMÆRK: Filen nostimulus.vei er fordelagtig, når du bruger ExpTrial, da nostimulus.vei ikke præsenterer en stimulus (tom skærm).
Tabel 2: DC-filkonfiguration. Tabellen giver et overblik over DC-tekstfilformatet. Klik her for at downloade denne tabel.
6. LED-inputfildefinition og stimulusbibliotekslagring
- Åbn en ny tekstfil (.txt), og brug tabulatorafgrænsning i filen. Afslut hver linje i tekstfilen med to tabulatorseparerede nuller.
- I den første række skal du definere starttiden (e) og LED-værdierne (position). I anden række skal du definere de(n) endelige tid(er) og endelige LED-positionsværdier. Gem filen stimulus_name.vei i mappen, og gentag disse trin for alle stimuli.
- Når du er færdig, skal du gemme alle stimulusfilerne i stimulusbiblioteket array_config.txt.
- Sørg for, at den første række i array_config.txt filen er den kommunikationsport (COM), som VisualEyes bruger til at kommunikere med den fleksible visuelle stimulator med standardinputværdien COM1; den anden række er baudhastigheden med standardinputværdien som 9.600; den tredje række er databitkapaciteten med standardinputværdien som 8 bit; og den fjerde række er dataparitetsindekset med standardinputværdien som 0. De efterfølgende rækker i filen indeholder stimulusfilen for den fleksible visuelle stimulator (figur 6).
- Kontroller profilnummeret, som vist i figur 6; Dette refererer til det tilsvarende rækkeindeks for et givet stimulusfilnavn, der starter ved indeks nul.
Figur 6: Stimulus bibliotek. Ved hjælp af tekstredigeringssoftware giver det format, der vises til identifikation af portkommunikation, baudrate, datastørrelse og paritet samt biblioteket med stimulusfiler (.vei), VE2020 de nødvendige konfigurationer og stimulusfilnavne til at køre med succes. Klik her for at se en større version af denne figur.
7. Oprettelse af script til eksperimentelle protokoller
- Åbn en ny tekstfil (.txt) for at scripte de eksperimentelle protokolkommandoer, som VE2020 kan læse og udføre. Kontroller den korrekte syntaks for de eksperimentelle protokolkommandoer og dokumentationen. Tabel 3 giver et overblik over VE2020-syntakskonventionerne.
BEMÆRK: VE2020 læser disse kommandoer sekventielt. - Gem tekstfilen i mappen som et VisualEyes-script (VES), f.eks. script_name.ves. Fra den tidligere VisualEyes version manual11 skal du kontrollere, om der er en tabel over softwarefunktioner, der har input- og outputfunktioner. Tabel 3 viser tre nyligt implementerede opdaterede funktioner.
Tabel 3: Syntaksen for funktionen VE2020. VE2020 har specifik syntaks, som vist i tabellen til kald af integrerede funktioner og kommentarer. Klik her for at downloade denne tabel.
8. Deltagerforberedelse og forsøgsstart
- Indhentning af samtykke og berettigelse
- Brug følgende generelle deltagerberettigelseskriterier: i alderen 18-35 år, 20/25 (eller derover) korrigeret monokulær synsstyrke, stereoskarphed på 500 s (eller bedre) bue og 2 uger (eller mere) med at bruge korrekt brydningskorrektion.
- Brug følgende kriterier for konvergensinsufficiens (CI) deltagerberettigelse i henhold til etableret praksis12: Convergence Insufficiency Symptom Survey (CISS)13 score på 21 eller derover, manglende opfyldelse af Sheards kriterium 14, 6 cm (eller derover, ved pause) nær konvergenspunkt (NPC) og 4Δ (eller større) exoafvigelse (nær sammenlignet med langt).
- Brug følgende kriterier for kontroldeltagerberettigelse: CISS score mindre end 21, mindre end 6Δ forskel mellem nær og fjern fori, mindre end 6 cm (ved pause) NPC, bestået af Sheards kriterium og tilstrækkelig minimumsamplitude af indkvartering som defineret af Hofstetters formel15.
- Brug følgende generelle kriterier for deltagernes manglende berettigelse: konstant strabismus, forudgående strabismus eller brydningskirurgi, sovende eller manifesteret nystagmus, encefalopati, sygdomme, der forringer akkommodativ, vergens eller okulær motilitet, 2Δ (eller større) vertikal heterofori og manglende evne til at udføre eller forstå undersøgelsesrelaterede tests. CI-udelukkelseskriterierne inkluderer yderligere deltagere med mindre end 5 dioptrier akkommodative svar via Donders push-up-metode16.
- Når informeret samtykke er opnået, skal du bede deltageren om at sidde i haploskopet.
- Placer deltagerens pande og hage mod en fast nakkestøtte for at minimere hovedbevægelsen, og juster deltagerens stolhøjde, så deltagerens nakke er i en behagelig position under hele eksperimentets varighed.
- Juster kameraet (kameraerne) til optagelse af øjenbevægelser for at sikre, at deltagerens øjne fanges inden for kameraets synsfelt.
- Efter at have siddet korrekt i haploskopet og øjentrackeren/autorefraktoren, skal du bede deltageren om visuelt at fiksere på et visuelt præsenteret mål. Under denne opsætning skal du sikre dig, at deltagerens øjne er centreret, så visuelle mål præsenteres på midtsagittalplanet.
- Opnå øjencentrering ved at have høje skarphedsmål præsenteret kikkert ved den visuelle midterlinje. Deltageren er justeret ved den visuelle midterlinje, når fysiologisk diplopi (dobbeltsyn) opstår centreret omkring målet for fiksering.
- Juster derefter eye-tracking gating og eye-tracking signalgevinster for at fange anatomiske træk såsom limbus (grænsen mellem iris og sclera), pupil og hornhinderefleksion.
- Valider registreringen af øjenbevægelsesdata ved at bede deltageren om at udføre gentagne vergence og / eller sakkadiske bevægelser.
- Efter den indledende validering og kalibreringen af den fysiske skærm skal du åbne ReadScript.vi. Når ReadScript.vi er åbnet, skal du vælge det eksperimentelle protokolscript ved at indtaste filnavnet i øverste venstre hjørne. Kør protokollen via ReadScript.vi ved at trykke på den hvide pil i øverste venstre hjørne for at udføre Acquire.vi.
- Giv deltageren en håndholdt udløserknap, og forklar, at når der trykkes på udløseren, begynder dataindsamlingen. En fil vises automatisk på kontrolskærmen, Acquire.vi, som plotter en forhåndsvisning af de registrerede øjenbevægelsesdata. Når den eksperimentelle protokol er færdig, stopper ReadScript.vi automatisk, og dataoutputfiler genereres og gemmes automatisk.
9. VNEL øjenbevægelsesanalyseprogram (VEMAP)
- Forbehandling af data
- Start analysen ved at vælge knappen Forarbejd data . Et filudforskervindue vises. Vælg en eller flere optagede datafiler fra VE2020 til forbehandling.
- Filtrer dataene med et 20-ordens Butterworth-filter: 40 Hz til vergence øjenbevægelser og 120 Hz eller 250Hz til sakkadiske øjenbevægelser. De udfyldte forbehandlede datafiler gemmes i den forbehandlede VEMAP-mappe som .mat-filer.
BEMÆRK: Filtreringsfrekvensen for VEMAP kan justeres til brugerens foretrukne afskæringsfrekvens, afhængigt af applikationen.
- Kalibrering
- Ved hjælp af de tre stimulerede monokulære kalibreringsbevægelser for henholdsvis venstre og højre øjenposition fremkaldt fra VE2020-scriptet skabes en lineær regression af øjenbevægelsesstimuli i grader som en funktion af de registrerede spændingsværdier. Som vist i de nederste diagrammer i figur 7 anvendes de respektive Pearson-korrelationskoefficienter og regressionsformler til kvantitativ vurdering af tilpasningen.
- Brug hældningen af hver regression som den respektive monokulære kalibreringsforstærkning til at konvertere de registrerede (rå) spændinger til grader (kalibreret).
- Identificer ud fra de eksperimentelle kalibreringer en passende forstærkningsværdi for venstre og højre øjebevægelsesrespons. Anvend konsekvent kalibreringsforstærkningen på hver registreret øjenbevægelsesstimulussektion. Efter kalibreringen af alle bevægelsesunderafsnittene vises et bekræftelsesvindue.
BEMÆRK: Monokulære øjenbevægelseskalibreringer vælges på grund af den potentielle manglende evne hos patienter med konvergensinsufficiens, den primære okulære motoriske dysfunktion, der undersøges af vores laboratorium, til at opfatte en kikkertkalibrering som en enkelt opfattelse. Hvis de registrerede kalibreringssignaler er mættede eller ikke lineært korrelerede (på grund af manglende opmærksomhed på stimulus, blinkende, sakkadiske bevægelser, øjenrivning eller lukning af øjnene), skal du anvende standardiserede kalibreringsgevinster for venstre og højre øjenbevægelsesrespons. Dette bør gøres sparsomt, og disse kalibreringsforstærkningsværdier bør udledes af store gruppeniveau gennemsnit af tidligere deltagere for henholdsvis venstre og højre øjebevægelsesresponsgevinster.
- Klassifikation
- Efter kalibreringen skal du inspicere hver øjenbevægelsesrespons manuelt og kategorisere ved hjælp af en række klassificeringsetiketter, såsom blink ved forbigående, symmetrisk, asymmetrisk, tab af fusion, ingen bevægelse (ingen respons) og mættet øjenbevægelse.
- Se figur 8 for reference. Det øverste (positionsdata) plot er responsen fra en 4° symmetrisk vergenstrinstimulus. Den kombinerede konvergensbevægelse vises med grønt, højre øjebevægelse vises med rødt. og venstre øjenbevægelse er vist med blåt. Versionssporingen vises med sort. Det nederste plot viser den første afledte hastighed af øjenbevægelsens positionsrespons med samme farvemønster som beskrevet ovenfor.
- Analyse af data
- Udfør det sidste trin i dataflowet for VEMAP-behandling af dataanalyse, som er tilgængelig i VEMAP-brugergrænsefladen (UI) som en knap og vises i figur 9. Øjenbevægelserne inden for en bestemt stimulustype og klassifikationsetiket plottes sammen som et ensembleplot, som vist på højre side af figur 9.
- Analysér selektivt undergrupperne af øjenbevægelser via deres klassificeringsetiketter eller holistisk uden anvendte klassificeringsfiltre via knappen Vælg klasser.
- Kontroller, at de primære øjenbevægelsesmålinger svarer til hver registreret øjenbevægelse, såsom latenstid, tophastighed, responsamplitude og endelig amplitude.
- Undersøg hver øjenbevægelsesrespons for at sikre, at hver registreret måling er gyldig. Hvis en måling ikke synes passende, skal du måle de registrerede metrics i overensstemmelse hermed, indtil passende værdier nøjagtigt afspejler hver bevægelse. Derudover skal du udelade øjenbevægelser eller omklassificere deres angivne klassificeringsetiketter via knappen Omklassificer , hvis de registrerede målinger ikke i tilstrækkelig grad kan beskrive den registrerede øjenbevægelse.
Figur 7: Monokulær kalibrering og korrelationshældninger. Et eksempel på kalibrering af øjenbevægelsesdata fra spændingsværdier til rotationsgrader. Klik her for at se en større version af denne figur.
Figur 8: Klassificering af software til øjenbevægelser. Klassificering af de stimulerede øjenbevægelsesresponser. Klik her for at se en større version af denne figur.
Figur 9: Softwareanalyse af øjenbevægelsesrespons. Et eksempel på plottede konvergensresponser stimuleret af en 4° symmetrisk trinændring (højre), hvor individuelle målinger af øjenbevægelsesrespons præsenteres i tabelform (venstre) og statistikker på gruppeniveau vises i tabelform under responsmålingerne. Klik her for at se en større version af denne figur.
10. Program til analyse af akkommodativ bevægelse (AMAP)
- Konfiguration af data
- Brug den eksterne lagerenhed, der indeholder autorefraktordataene, til at eksportere dataene til en enhed med AMAP installeret. AMAP er tilgængelig som en enkeltstående eksekverbar fil såvel som en lokal applikation via MATLAB-applikationsinstallationen.
- Start AMAP-programmet. Fra AMAP skal du vælge enten Filforprocessor eller Batchforprocessor. Filpræprocessoren behandler en individuel datamappe, mens batchpræprocessoren behandler en valgt datamappemappe.
- Kontroller AMAP'ens statuslinje og meddelelser, da systemet leverer disse, når de valgte data er blevet forbehandlet. Mappemapper genereres fra AMAP's forbehandling for databehandling, gennemsigtighed og tilgængelighed via computerens lokale drev under AMAP_Output.
- Hvis en AMAP-funktion er valgt uden forudgående databehandling, skal du kontrollere, om der vises et filstifindervindue, hvor brugeren kan vælge et datakatalog.
- Udfør AMAP-dataanalysen som beskrevet nedenfor.
- Efter forbehandling skal du vælge en datafil, der skal analyseres via knappen Indlæs data . Dette vil indlæse alle tilgængelige filer i den aktuelle filmappe, der som standard er en genereret AMAP_Output mappe. Det valgte datafilnavn vises i det aktuelle filfelt.
- Under øjevælgeren skal du kontrollere standardvalget, som viser kikkertgennemsnit data for den registrerede akkommodative brydning.
- Skift datatypen mellem akkommodativ brydning og oculomotorisk vergens (blik) via typevælgeren. Kontroller yderligere tilgængelige grafiske tilpasninger for at præsentere datametrics og førsteordens og andenordens karakteriseringer. Se figur 10 for kombinationer af grafiske indstillinger, der kan vælges for operatøren at visualisere.
- Kontroller standardmålingerne for AMAP, som er som følger: tophastighed (grader / s); responsamplitude (grader); endelig amplitude (grader); startindeks (er) for respons tophastighedsindeks (er) responsslutindeks (er) blik (vergence) hastighed (grader / s); blikresponsamplitude (grader); blik endelig amplitude (grader); blikrespons startindeks (er); blikhastighedsindeks (er); blikrespons slutindeks (er); og klassificering (binær 0 - dårlig, 1 - god).
- Udfør ændringer af responsstartindekset, responsslutindekset og tophastighedsindekset gennem metriske modifikationsspinnere (figur 10).
- Efter analysen af alle de registrerede bevægelser, der vises, skal du gemme de analyserede metrics for hver datafil i feltet bevægelses-id eller via navigationspilene til venstre og højre.
- Vælg knappen Gem for at eksportere de analyserede data til et tilgængeligt regneark. Uanalyserede bevægelser har standardklassifikationen ikke-et-tal (NaN) og gemmes eller eksporteres ikke.
- Udfør manuel klassificering (god/dårlig) for hver bevægelse for at sikre komplet analyse af enhver operatør.
Figur 10: AMAP-software frontend. Figuren viser hovedbrugergrænsefladen til AMAP med fremhævede sektioner til grafisk præsentation (grafiske indstillinger) af data og dataanalyse (metriske ændringer). Klik her for at se en større version af denne figur.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Ensembleplots på gruppeniveau af stimulerede øjenbevægelser fremkaldt af VE2020 er afbildet i figur 11 med de tilsvarende førsteordenshastighedskarakteristika.
Figur 11: Øjenbevægelsesresponsensembler. Ensembleplottene af vergenstrin (venstre) og saccader (højre) stimuleret ved hjælp af VE2020 vises. Hvert øjenbevægelsespositionsspor (grader) afbildes som en entydigt farvet linje og overlejres med hastighedsresponsen på gruppeniveau i rødt. Klik her for at se en større version af denne figur.
De eksporterede funktioner fra AMAP muliggør visualisering af bevægelsesplots (ensembler) på både deltagerniveau og gruppeniveau og tilsvarende metrics (eksport) i et tilgængeligt regneark (tabel 4). De eksporterede datatabeller giver et kvantitativt overblik over deltagernes præstationer og kan fastlægge kriterier for fjernelse af afvigende værdier.
Tabel 4: Eksport af AMAP-softwareanalyse. Et eksempel på AMAP-eksportfunktionen, hvor individuelle øjenbevægelsesresponser eksporteres rækkevis med den tilsvarende motiv- og bevægelsestypeidentifikation. Klik her for at downloade denne tabel.
Visualiseringen af deltagernes præstationer kan også udføres inden for AMAP, som vist i figur 12, som viser et ensemble af 5° konvergerende svar og de tilsvarende 1,5 dioptri-akkommodative svar, der er resultatet af databehandling.
Figur 12: Akkommodative bevægelsesresponsensembler. Figuren demonstrerer AMAP-ensemblefunktionen, som skaber overlejringer af hvert enkelt bevægelsesresponsspor (grå) og den gennemsnitlige respons (grøn). Klik her for at se en større version af denne figur.
Figur 11 og figur 12 viser vellykket stimulering og registrering af både vergence og sakkadiske øjenbevægelser samt akkommodative reaktioner. Forudsat at kalibreringsprocedurerne fra VEMAP giver de forventede 4° vergence og 5° saccadic targets, viser figur 11 , at for en kikkert normal deltager, der gennemgår disse visuelle opgaver, er den forventede stimulering opfyldt. For akkommodative responser, der behandles inden for AMAP, viser figur 12 et omtrentligt akkommodativt respons på 1 dioptri med et akkommodativt behov på 1,5 dioptrier, hvilket er i overensstemmelse med variabiliteten af autorefraktorsystemer til varierende deltagerdemografi17. Disse resultater kan kalibreres yderligere ved hjælp af en konstant gevinst ved at følge statistikker på gruppeniveau for forskellige eksperimentelle deltagergrupper med eksportfunktionen vist i tabel 4. Derfor kan etableringen og den vellykkede implementering af VE2020, VEMAP og AMAP give en kvantitativ forståelse af forskellene i stimulerede øjenbevægelser og akkommodative responsmålinger.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Anvendelse af metoden i forskning
Innovationer fra den oprindelige VisualEyes2020 (VE2020) software inkluderer udvidelsen af VE2020 til at projicere på flere skærme med en eller flere visuelle stimuli, hvilket gør det muligt at undersøge videnskabelige spørgsmål lige fra kvantificering af Maddox-komponenterne i vergence18 til indflydelsen af distraherende mål på instruerede mål19. Udvidelsen af haploscope-systemet til VE2020 sammen med den komplementære udvikling af VEMAP og AMAP giver en selvstændig stimulus- og analyseplatform, der er kompatibel med aktuelt tilgængeligt øjenbevægelses- og indkvarteringsregistreringsudstyr. Efter den vellykkede oprettelse af VE2020-stimulusrutinen og efterfølgende registrering gør konverteringen af rå øjenbevægelsesposition og indkvarteringsdata til meningsfulde og analyserbare delmængder af data det muligt for forskere med de nødvendige ikke-invasive værktøjer til holistisk at undersøge udbredte og underliggende synsdysfunktioner, såsom typisk forekommende eller mild traumatisk hjerneskade-induceret dysfunktion og konvergensinsufficiens, som kan sammenlignes med funktion hos kikkertnormalkontroldeltagere 1,2,13,20. Tilvejebringelse af øjenbevægelsesanalyse med tilsvarende akkommodative reaktioner forbedrer den videnskabelige forståelse af de ukendte samspil mellem vergence og akkommodative systemer hos både raske deltagere og dem med oculomotorisk dysfunktion21.
Som demonstreret, med VE2020, VEMAP og AMAP i fællesskab konfigureret, kan de underliggende neurale kontrolmekanismer i dysfunktion bedre forstås22,23. Gennem VE2020's repeterbare visuelle stimulering kan latente neurologiske dysfunktioner, der kan have tidlige biomarkører udtrykt gennem unormale akkommodative, vergens- eller versionsresponser, nu vurderes kvantitativt af AMAP og VEMAP. Forening af den akkommodative responsanalyse med koblede øjenbevægelsesoptagelser fra tidligere isolerede synseksperimenter hjælper undersøgelser med at opnå mere komplette og kvantificerbare analyseresultater. Objektive analyse- og stimuleringsmetoder giver mulighed for at sammenligne effektiviteten af de nuværende standarder for pleje og deres terapeutiske resultater24,25. Disse kvantificeringer kombineret med subjektiv deltagersymptomundersøgelse kan hjælpe med at identificere personlige afhjælpningsstrategier, der forbedrer resultaterne. Ved at evaluere disse hovedkomponenter, der kan fremkalde symptomer, kan der desuden etableres tidlige metoder til påvisning af skade26 og alvorlighedsvurderinger med øget effektivitet.
Kritiske trin i protokollen
Øjenbevægelser måles normalt ved størrelsen af øjets rotation i grader. Som det ses i figur 5, kræver den trigonometriske konvertering af en stimuluss translationelle bevægelse til grader en kendt interpupillær afstand (IPD) og målt afstand til målet. Brug af kendte gennemsnit for IPD kan give en generaliseret tilnærmelse til scripting af VE2020-stimulussekvenserne; Disse er dog afhængige af korrekte kalibreringer. Tegnkonventioner for bevægelsesretningen kan ændres; Dette vil dog ændre anvendelsen af forstærkningsværdier for VEMAP. VEMAP's nuværende bevægelseskonventioner er som følger for sakkadisk bevægelse: højre er positiv, og venstre er negativ. For vergensbevægelser er konvergens (indadgående rotation) desuden positiv, og divergens (udadgående rotation) er negativ.
Som det ses i figur 7, blev stimulusmålene placeret ved 1°, 3° og 5°, hvilket repræsenterer en indadgående monokulær vinkelrotation fra optisk uendelighed. Det nederste venstre plot viser en trepunkts lineær regression for positionsdataene for venstre øje, hvor den gennemsnitlige registrerede spænding for en 5 ° stimulus var -1 V, for en 3 ° stimulus var den gennemsnitlige registrerede spænding ca. 0,4 V, og for en 1 ° stimulus var den gennemsnitlige registrerede spænding ca. 1,25 V. På samme måde havde en 1° stimulus for højre øjeposition i nederste højre plot en tilsvarende spænding på -1,25 V, en 3° stimulus havde en gennemsnitlig spænding på ca. 0 V, og en 5° stimulus havde en gennemsnitlig spænding på 1,1 V.
Begrænsninger af metoden
Metodens nuværende begrænsninger inkluderer det standardiserede output af autorefraktor- og øjensporingsdata, da AMAP og VEMAP er programmeret til at behandle disse dataformater. En anden begrænsning inkluderer det faktum, at hvis eksperimenteringen ikke er engagerende, kan deltagerne ofte blinke (lukke) øjnene, hvilket fører til dårlig dataregistreringskvalitet. Mens andre oculomotoriske dysfunktioner såsom strabismus, amblyopi, nystagmus og undertrykkelse kunne udnytte VE2020, VEMAP og AMAP, skal der implementeres ændringer for hver af disse specifikke oculomotoriske dysfunktioner.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne har ingen interessekonflikter at erklære.
Acknowledgments
Denne forskning blev støttet af National Institutes of Health-tilskud R01EY023261 til T.L.A. og et Barry Goldwater-stipendium og NJIT Provost Doctoral Award til SNF.
Materials
| 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 |
References
- Alvarez, T. L., et al. Disparity vergence differences between typically occurring and concussion-related convergence insufficiency pediatric patients. Vision Research. 185, 58-67 (2021).
- Alvarez, T. L., et al. Underlying neurological mechanisms associated with symptomatic convergence insufficiency. Scientific Reports. 11, 6545 (2021).
- Scheiman, M., Kulp, M. T., Cotter, S. A., Lawrenson, J. G., Wang, L., Li, T. Interventions for convergence insufficiency: A network meta-analysis. The Cochrane Database of Systematic Reviews. 12 (12), (2020).
- Semmlow, J. L., Chen, Y. F., Granger-Donnetti, B., Alvarez, T. L. Correction of saccade-induced midline errors in responses to pure disparity vergence stimuli. Journal of Eye Movement Research. 2 (5), (2009).
- Scheiman, M., Wick, B. Clinical Management of Binocular Vision., 5th Edition. , Lippincott Williams & Wilkins. Philadelphia, USA. (2019).
- Kim, E. H., Vicci, V. R., Granger-Donetti, B., Alvarez, T. L. Short-term adaptations of the dynamic disparity vergence and phoria systems. Experimental Brain Research. 212 (2), 267-278 (2011).
- Labhishetty, V., Bobier, W. R., Lakshminarayanan, V. Is 25Hz enough to accurately measure a dynamic change in the ocular accommodation. Journal of Optometry. 12 (1), 22-29 (2019).
- Juhola, M., et al. Detection of saccadic eye movements using a non-recursive adaptive digital filter. Computer Methods and Programs in Biomedicine. 21 (2), 81-88 (1985).
- Mack, D. J., Belfanti, S., Schwarz, U. The effect of sampling rate and lowpass filters on saccades - A modeling approach. Behavior Research Methods. 49 (6), 2146-2162 (2017).
- Ghahghaei, S., Reed, O., Candy, T. R., Chandna, A. Calibration of the PlusOptix PowerRef 3 with change in viewing distance, adult age and refractive error. Ophthalmic & Physiological Optics. 39 (4), 253-259 (2019).
- Guo, Y., Kim, E. L., Alvarez, T. L. VisualEyes: A modular software system for oculomotor experimentation. Journal of Visualized Experiments. (49), e2530 (2011).
- Convergence Insufficiency Treatment Trial Study Group. Randomized clinical trial of treatments for symptomatic convergence insufficiency in children. Archives of Ophthalmology. 126 (10), 1336-1349 (2008).
- Borsting, E., et al. Association of symptoms and convergence and accommodative insufficiency in school-age children. Optometry. 74 (1), 25-34 (2003).
- Sheard, C.
- Hofstetter, H. W. A longitudinal study of amplitude changes in presbyopia. American Journal of Optometry and Archives of American Academy of Optometry. 42, 3-8 (1965).
- Donders, F. C. On the Anomalies of Accommodation and Refraction of the Eye. , Milford House Inc. Boston, MA. translated by Moore, W. D (1972).
- Sravani, N. G., Nilagiri, V. K., Bharadwaj, S. R. Photorefraction estimates of refractive power varies with the ethnic origin of human eyes. Scientific Reports. 5, 7976 (2015).
- Maddox, E. E. The Clinical Use of Prisms and the Decentering of Lenses. , John Wright and Co. London, UK. (1893).
- Yaramothu, C., Santos, E. M., Alvarez, T. L. Effects of visual distractors on vergence eye movements. Journal of Vision. 18 (6), 2 (2018).
- Borsting, E., Rouse, M. W., De Land, P. N. Prospective comparison of convergence insufficiency and normal binocular children on CIRS symptom surveys. Convergence Insufficiency and Reading Study (CIRS) group. Optometry and Vision Science. 76 (4), 221-228 (1999).
- Maxwell, J., Tong, J., Schor, C. The first and second order dynamics of accommodative convergence and disparity convergence. Vision Research. 50 (17), 1728-1739 (2010).
- Alvarez, T. L., et al. The Convergence Insufficiency Neuro-mechanism in Adult Population Study (CINAPS) randomized clinical trial: Design, methods, and clinical data. Ophthalmic Epidemiology. 27 (1), 52-72 (2020).
- Leigh, R. J., Zee, D. S. The Neurology of Eye Movements. , Oxford Academic Press. Oxford, UK. (2015).
- Alvarez, T. L., et al. Clinical and functional imaging changes induced from vision therapy in patients with convergence insufficiency. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. 2019, 104-109 (2019).
- Scheiman, M. M., Talasan, H., Mitchell, G. L., Alvarez, T. L. Objective assessment of vergence after treatment of concussion-related CI: A pilot study. Optometry and Vision Science. 94 (1), 74-88 (2017).
- Yaramothu, C., Greenspan, L. D., Scheiman, M., Alvarez, T. L. Vergence endurance test: A pilot study for a concussion biomarker. Journal of Neurotrauma. 36 (14), 2200-2212 (2019).
