Summary

Fahrsimulation in der Klinik: Testen von Visual Exploratory Behavior in Aktivitäten des täglichen Lebens bei Patienten mit Gesichtsfeldstörungen

Published: September 18, 2012
doi:

Summary

Patienten mit visuellen Defiziten nach Schlaganfall Bericht über die verschiedenen Einschränkungen im täglichen Leben am ehesten durch variable kompensatorische Strategien, die schwer zu in der klinischen Routine zu unterscheiden sind. Wir präsentieren eine klinische Set-up, die Messung verschiedener kompensatorischen Kopf-und Augenbewegungen-Strategien und die Bewertung ihrer Auswirkungen auf die Fahrleistungen. Ermöglicht

Abstract

Patienten mit homonymen Hemianopsie nach Infarkt der Arteria cerebri posterior (PCA) berichten verschiedene Grade der Einschränkung im täglichen Leben, trotz ähnlicher visueller Defizite. Wir übernehmen könnte dies darauf zurückzuführen sein, variable Entwicklung von kompensatorischen Strategien wie veränderte visuelle Scanning Verhalten. Scanning kompensatorische Therapie (SCT) wird als Teil des visuellen Training nach Infarkt neben Sehtherapie untersucht. SCT besteht aus Lernen zu größeren Augenbewegungen in den blinden Bereich erweitert das Gesichtsfeld der Suche, die erwiesenermaßen das nützlichste Strategie 1, nicht nur in der natürlichen Suche Aufgaben, sondern auch bei der Bewältigung im Alltag, 2 sein können. Dennoch, in der klinischen Routine ist es schwierig, einzelne Ebenen und Ausbildung Wirkungen Ausgleichsverhalten identifizieren, da es die Messung der Augenbewegungen in einem Kopf ungehemmte Zustand erfordert. Studien zeigten, dass hemmungslose Kopfbewegungen alter die visuelle Erkundungsverhalten zu einem Kopf-zurückhaltende Laborbedingungen 3 verglichen. Martin et al. 4 und Hayhoe et al. 5 zeigte, dass das Verhalten im Labor nachgewiesen nicht leicht zu einem natürlichen Zustand zugeordnet werden. Daher war es unser Ziel, eine Studie Set-up, die unterschiedliche kompensatorische okulomotorischen Strategien deckt schnell in eine realistische Testsituation zu entwickeln: Die Patienten werden im klinischen Umfeld in einem Fahrsimulator getestet. SILAB Software (Würzburg Institut für Verkehrswissenschaften GmbH (WIVW)) wurde zu programmieren Fahrszenarien unterschiedlicher Komplexität und Aufzeichnung die Leistung des Fahrers verwendet. Die Software wurde in Verbindung mit einem Kopf angebrachte Infrarot-Video-Schüler-Tracker, der Aufnahme Kopf-und Augenbewegungen (EyeSeeCam, Klinikum der Universität München, Klinische Neurowissenschaften).

Die Positionierung des Patienten in der Fahrsimulator und die Positionierung ist eine Einstellung und Kalibrierung der Kamera DEMonstrated. Typischen Leistungen eines Patienten mit und ohne kompensatorische Strategie und einer gesunden Kontrollgruppe sind in dieser Pilotstudie dargestellt. Verschiedene okulomotorischen Verhaltensweisen (Frequenz und Amplitude der Augen-und Kopfbewegungen) sehr schnell während der Fahrt selbst durch dynamische Overlay-Bilder anzeigt, wo die Themen Blick auf dem Bildschirm befindet, und durch die Analyse der Daten ausgewertet. Kompensatorischen Blickverhalten in einem Patienten zu einer Fahrleistung vergleichbar einer gesunden Kontrolle, während die Leistung eines Patienten ohne Ausgleichsverhalten ist deutlich schlechter. Die Daten der Augen-und Kopfbewegung-Verhalten sowie Fahrleistungen sind mit Bezug auf verschiedene okulomotorischen Strategien und in einem breiteren Kontext im Hinblick auf mögliche Trainingseffekte in der Test-Session und die Auswirkungen auf die Rehabilitation Potenzial besprochen.

Protocol

Ein. Vorbereitung der Studie Position Lassen Sie den Patienten Platz nehmen, in einem Abstand von 2 m vor dem Bildschirm (203 x 152 cm abdeckt 58,15 Grad der visuellen Winkel auf der horizontalen Achse und 43,61 Grad der Blickwinkel auf der vertikalen Achse, Auflösung: 1400 x 1050), in einer festen Simulation Autositz imitiert eine echte Autositz. Helfen Sie dem Patienten, den Sitzabstand auf das Pedal mit dem Griff unter einzustellen. Hilfe, um die Rückenlehne einstellen. Weisen Sie den Patienten, wie die Simulation Auto-Gadgets (Bremsen, Blinker, Lenkrad) zu verwenden. Weisen Sie den Patienten in der Aufgabe: Drive, wie Sie in einem echten nicht simulierten Fahrsituation tun würde. Die Straße ist eine Einbahnstraße einspurige Straße mit Kurven (kleinster Radius 500 m, größten Radius 1.200 m) und ohne Verkehr. Um Straßenschilder und Abbau Autos Schwellenländern auf beiden Seiten der Straße wachsam sein. Reagieren auf den Begriff der potenziell gefährliche Ereignisse wie Wildschweine oder Kugeln nähert sich derStraße so schnell wie möglich entweder durch Drücken des Bremse oder mit dem Dreh-Signal oder beide, was zu sein scheint in der jeweiligen Fahrsituation angemessen. Während das Pedal gedrückt wird, beschleunigt das Auto bis zu einer konstanten Geschwindigkeit von 70 km / h, wenn die Bremse 1 verwendet wird. Die Fahrt dauert ca. 10 min. Informieren Sie den Patienten über Simulation Krankheit. Bei Unwohlsein, Übelkeit oder Schwitzen auftritt, unterbrechen Test-Session. Eine Probefahrt mit weniger Aufgabe Dichte durchgeführt wird, um die Simulation Situation zu gewöhnen und Simulation Krankheit, indem sie genug Zeit auf 2 einzustellen verhindern. 2. Kalibrierung von Eye Tracker In der zweiten Test-Session, nachdem der Patient richtig sitzt und hat genug Zeit zum Üben, platzieren Sie den Eye-Tracker auf den Kopf des Patienten und stellen Sie es, indem Sie die flexible Bänder. Der Kamerakopf Laser sollte in der Mitte des Bildschirms zeigen. Stellen Sie die Kamera-Kopf ist auf die Pupille Fokus. Weisen Sie den Patienten an den fünf Punkten nach der Führung der Maus-Pfeil für die Kalibrierung zu suchen. Starten Sie die Simulation. Vollständige Kalibrierung mit dem Hinzufügen der horizontalen Kalibrierung: Patient fixates Overlay-Bild (eines Auges) auf dem Bildschirm auf der linken, dann folgt das Auge über den Bildschirm bewegen und fixiert es wieder auf der rechten Seite. Testen Sie die Kalibrierung durch Befragung des Patienten, sich auf bestimmte Objekte auf dem Bildschirm fixieren und Abgleich mit der Overlay-eye Bild, das den Blick Position von der Software berechnet anzeigt. Die Kalibrierung ist erfolgreich, wenn Blick und Overlay-Bild an der gleichen Stelle auf dem Bildschirm zu treffen. Eine vertikale Verschiebung der Eye-Tracker Schärfe kann während der Fahrt auftreten. Bewerten der Höhe der Drift durch visuelle Inspektion am Anfang und am Ende der Antriebswelle, die Überprüfung auf die Notwendigkeit für eine erneute. Wenn die Kalibrierung erfolgreich war, schalten Sie Overlay-Bilder. Wenn nicht wiederholen Prozess der Kalibrierung bis er erfolgreich ist. </li> Für die schnelle Beurteilung der kompensatorischen Verhalten der Blick-Bewegungen wiederum auf Overlay-eye Bilder. 3. Simulation Gehen Sie mit der Simulation durch Befragung des Patienten, um losfahren. Lassen Sie die Patienten-Laufwerk verschiedene Routen (jeweils ein 6.500 m in ländlichen Gebieten und etwa 10 Minuten Dauer) mit unterschiedlichen Aufgabenschwierigkeit aufgrund Grad der Ablenkung durch die Umgebung. Jeder Patient treibt drei Routen. Sofortige Beurteilung der okulomotorischen Verhalten: Schalten Sie die Overlay-eye Bilder und visualisieren den Blick Verhalten des Patienten während des Tests Sitzung: Der Eye-Tracker sendet kontinuierlich Koordinaten des tatsächlichen Blickposition der Simulation SILAB. Im Gegenzug SILAB projiziert das Overlay-eye Bild, das ist ein Bild von einem Auge auf dem Bildschirm genau an der Stelle, wo der Patient schaut. Dies kann nicht nur verwendet werden, um die Qualität der Kalibrierung zu beweisen, sondern auch, um Blickverhalten sofort sichtbar nicht nur für Sie, sondern einlso an den Patienten. 4. Analyse Zur Datenerfassung Verwendung SILAB Software mit einer Abtastrate von 100 Hz. Verwenden SILAB Software auch auf Geschwindigkeit, Reaktionszeit (Verwendung von Blinker, Bremse) aufzeichnen. Führen Sie statistische Analyse von Kopf-und Augenbewegungen Parameter mit Matlab (MathWorks Company, Natick, USA). Verwenden Sie die folgenden Kriterien: Definieren Sakkaden als Abschnitte des Blicks Trajektorie wo Blick Geschwindigkeit von mehr als 30 ° / s und Blicks Amplitude größer ist als 1 ° (als Augenbewegungen unter 1 ° bis Mikrosakkaden gehören). Cluster Sakkaden auftretenden innerhalb von 80 ms. Definieren Abschnitte zwischen Sakkaden als Fixierungen. Definieren Kopfbewegungen als Bewegungen von mehr als 6 ° / s 11 und eine Amplitude von mehr als 3 ° beträgt. Ausschließen gleichzeitige Kopf-und Augenbewegungen mit Verzeichnis in die entgegengesetzte Richtung, da sie keine Verstärkung in Blick Amplitude repräsentieren. Definieren Objekt Fixationen als Fixierung auf ein Objekt mit Blickposition maximal 1, 24 & deg; abgesehen von dem Objekt auf der x-Achse und 1, 66 ° auf der y-Achse. Objekte werden nicht nach den Patienten schauen Position ausgelöst, aber bedenken Sie Exzentrizität des Objekts auf Position durch Berechnung, wenn das Objekt erscheint 3 bestaunen. Berechnen Sie die durchschnittliche Länge der Teilnehmer Fixierungen (Mittelwert Fixationsdauern) und die Ausbreitung der Suche in der horizontalen und vertikalen Meridiane (die Varianz der Fixierung Standorte). Measure Reaktionszeiten in zweierlei Hinsicht: Als erster Modus (erster Nachweis) Maßnahme Reaktionszeit als erste Nachweis entweder durch Fixierung oder manuelle Erkennung: Wenn der Patient fixiert das Objekt zunächst und antwortet manuell danach (in der Mehrzahl der Fälle), dann entschied sich die Fixierzeit als Reaktionszeit als erste Detektion. Wenn der Patient den Blinker oder Bremspedal ersten als Indikator, ohne vorher fixiert das Objekt, dann wählen Sie manuelle Reaktionszeit als erste Erkennung. In einem zweiten Modus (manuelle Reaktion), messen reagierenion Zeit durch manuelle Reaktion (Bremse oder Blinker) nur. 5. Repräsentative Ergebnisse Wir rekrutierten 6 Patienten unterschiedlichen Alters (35-71 Jahre) mit unvollständigen Hemianopsie nach einem ischämischen Infarkt PCA (4 auf der rechten Seite und 2 auf der linken Hemisphäre) und 85 gesunde Kontrollpersonen verschiedenen Alters (20-75 Jahre alt, ebenso verteilt), um altersbedingte Veränderungen im Augen-und Kopfbewegungen sowie Fahrleistungen als Referenzgruppe zu bestimmen. Sie wussten nicht berichten kognitive Defizite, neurologische oder psychiatrische Defizite oder Krankheiten und die Sehschärfe war höher als 0,5. Die Krankengeschichte wurde genommen und Erfahrungen mit virtuellen Medien erforscht. Die Studie wurde in Übereinstimmung mit der Erklärung von Helsinki durchgeführt und von der Ethikkommission genehmigten. Schriftliche Einwilligung wurde von allen Teilnehmern erhalten. Alle Probanden waren nicht bewusst, den Zweck der Experimente. Hier zeigen wir representative Testergebnisse von zwei Patienten getestet 7-9 Monate nach dem Schlaganfall mit unvollständiger einfallenden Hemianopsie (Abbildung 1) auf der rechten Seite mit und ohne Ausgleichsverhalten sowie einen gesunden Probanden als Kontrolle. Die gesunden Kontrollpersonen wurde wegen ähnlichen Alters, Lenk-und Computerspiel Erfahrung gewählt. Patient A zeigte kompensatorischen sakkadischen Bewegung auf die Seite, wo der Fehlsichtigkeit befindet wodurch normale Leistung beim Fahren Simulation im Vergleich zu einem gesunden Kontrollpersonen mit erfolgreichen Erkennung und Reaktion auf mögliche Gefahren in einer ländlichen Fahrsituation. Allerdings haben Patienten B nicht zeigen kompensatorische sakkadischen Bewegung und zeigte eine schlechte Leistung in Fahrsimulation mit verpassen peripheren Objekten im toten Bereich verursacht verlängerte Reaktionszeiten oder Kollisionen. Trotzdem in den Laufwerken hat Patient B kompensatorischen Verhalten verursacht weniger Kollisionen, ohne dazu aufgefordert. Das Testenwurde durchgeführt Kopf hemmungslos so realistischen Bedingungen und den möglichen Einfluss der Bewegungen des Kopfes in kompensatorischen Verhalten zu erkennen. Die Patienten wurden gebeten, den Kurs zu fahren, wie sie in einer realen nicht simulierten Fahrsituation tun würde. Im Vergleich zum gesunden Probanden Patient A durchgeführt Sakkaden 1,7 mal häufiger, die überwiegend bedeckt die Seite des Bildschirms, wo die Fehlsichtigkeit befand (63%). Die Amplituden der Sakkaden in Patient A und die Steuerung ähnlich waren (mittlere Amplitude: 5,5 Grad in der gesunden Probanden im Vergleich zu 5,3 Grad in der Patienten). Die Fixierung Dauer der Patient A wurde kürzer der gesunden Kontrollgruppe verglichen (mittlere Fixationsdauer von 381 ms bei Patienten A versus 483 ms in der Kontrollgruppe). Im Gegensatz Patienten B und der Steuerung erkundet gleich häufig beide Seiten des Bildschirms. Abbildung 2 zeigt die Verteilung der Fixierungen auf dem Bildschirm während der ersten Fahrt von patient A, die gesunden Probanden und Patienten B. Patient B durchgeführt 3,4 weniger Sakkaden im Vergleich zu Patienten A für die Hälfte der Größe der Amplitude des Patienten A (mittlere Amplitude: 5,5 Patienten A versus 2,9 Grad in Patienten B). Patient B zeigten mehr Fixierung sowohl gesunden Kontrollpersonen und Patienten Dauern Vergleich A (mittlere Fixationsdauer 1049 ms). Patient A und Patient B durchgeführt fast keine Kopfbewegungen (1 bis 2), während die gesunden Kontrollpersonen ein paar (5 bis 10) Kopf-Bewegungen pro Fahrt Sitzung einen Beitrag zur Amplitude blicken ausgeführt. Abbildung 3 zeigt den Einfluß der Exzentrizität der Objektposition in Bezug auf die Position von der Reaktionszeit, getrennt für die linke und rechte Seite des Sehfeldes gezeigt starren. Die Figur zeigt die Zunahme der Reaktionszeit durch die Exzentrizität der beiden Fächer getrennt für beide Seiten des Sehfeldes gezeigt. Einige Reaktionszeiten bei sehr kleinen ecc entricities sind weniger als 50 ms. Diese sind nicht realistisch Reaktionszeiten sondern aufgrund Scannen von möglichen gefährlichen Orten entlang der Straße, oder Objekte, die an dem Punkt der Fixierung des Patienten. Wir haben nicht filtern diese Ereignisse, weil dies auch eine bestimmte Fahrverhalten des Interesses: die Anerkennung und Hingabe an explosionsgefährdeten Orten. (Die Grafik zeigt auch, dass es weniger Reaktionszeiten für Patient B wegen verpasster Objekte in seiner blinden Feld vermerkt.) In Patienten A und der gesunden Kontrollgruppe alle Objekte erkannt wurden und keine Kollisionen aufgetreten. Bei Patient B jedoch Reaktionszeiten deutlich unterschieden zwischen rechten (blind) und linken (sehende)-Feld: Patient B detektierten Objekte vorkommenden im toten Bereich 1,6 mal langsamer im Vergleich zu der gesichteten Feld und kollidierten 4 mal mit Gegenständen im toten auftretenden Feld ( Median Reaktionszeit: rechts (blind) Feld: 4411,66 ms gegenüber links (vorausschauende) Feld: 2810 ms). "> Daher Patient A kompensiert den Verlust seiner rechten exzentrischen Vision auch durch eine erhöhte Anzahl von Sakkaden Erreichen der Seite der Gesichtsfeldausfall. Es ist noch unklar, aber wenn diese kompensatorische Strategie unzureichend mit höheren Arbeitsbelastung. Beweis hierfür wird vorgeschlagen in dem Graphen für das linke Gesichtsfeld: Während der Patient konnte reagieren gleich schnell auf der rechten Seite durch Lateralisation Sakkaden zeigte er längere Reaktionszeiten bei größeren Exzentrizitäten auf der linken Seite, was auf eine mögliche Kosten der Strategie hinsichtlich die Leistung. jedoch die gesunde Kontrolle zeigt auch geringfügige Unterschiede der Reaktionszeiten Vergleichen beider Seiten, die auch sein könnte aufgrund der Tatsache, dass die gesunden Kontrollpersonen ein Antrieb weniger als den Patienten durchgeführt. Um zu testen, ob diese eine stabile Wirkung, weitere Studien darstellt erforderlich wären. Im Gegensatz zu Patienten A, Patient B präsentiert eine repräsentative Ergebnis eines Patienten fehlt KompensAtory Verhalten und ihre Wirkung auf die Fahrtüchtigkeit: das Fehlen von Ausgleichsmaßnahmen Sakkaden in den blinden Bereich führte zu Kollision mit Objekten, die in der blinden Feld und verlängerte Reaktionszeiten. Dennoch in den Antrieben der Patient spontan begonnen, mehr Sakkaden in die rechte Gesichtsfeld durchzuführen mit größerer Amplitude, was zu kleineren Inzidenz von Kollisionen. 1A. Patient A, automatisierte 30 ° Schwellenperimetrie. Abbildung 1B. Patient B, automatisierte 30 ° Schwellenperimetrie. Abbildung 2. </strong> Verteilung der Fixierungen auf dem Bildschirm für den Patienten A, Patienten B und gesunden Kontrollpersonen. Abbildung 3. Reaktionszeiten auf Objekte die an verschiedenen Exzentrizitäten im Gesichtsfeld, für Patient A, B Patienten und gesunden Kontrollpersonen. 1 Dieser Tempomat wurde implementiert, um die Vergleichbarkeit der Reaktionszeiten zwischen den Altersgruppen zu gewährleisten, wie es ist bekannt, dass ältere Fahrer Geschwindigkeit zu reduzieren als eine mögliche Kompensationsmechanismen 7. 2 Simulation Krankheit ist wie Übelkeit, Schwitzen oder Schwindel anhaltenden während einer Fahrt Sitzung beschrieben. Es gibt verschiedene Daten über Häufigkeit im Bereich von 9% bis 37% je nach Alter als es wahrscheinlicher bei älteren 8, 9, 10 erfolgt. Gründliche Vorbereitung mit der Praxis treibt lange genug für jeden einzelnen für die ordnungsgemäße adjustment reduzieren die Wahrscheinlichkeit von Simulations-Krankheit. 3 Per-Laufwerk gibt es 4 Wildschweine und 4 Kugeln programmiert von jeder Seite der Straße an zwei verschiedenen Exzentrizitäten, bei geraden Teilen des Kurses und in unterschiedlichen Intervallen des Kurses eine Prüfung Gewohnheit zu verhindern nähern. Aussehen von Objekten wird durch die Gegenstände ziehende Fließpunkte auf der Straße ausgelöst.

Discussion

Die neue etablierte Methode ermöglicht die Untersuchung der visuellen explorativen Verhalten von Patienten mit Gesichtsfeldausfälle durch einen Schlaganfall verursacht. Das Test-Design bietet auch eine sofortige Ansatz zur kompensatorischen Blickverhalten auswerten: Durch Einschalten der Overlay-eye Bilder kann der Prüfer den Blick Verhalten eines Patienten während Testfahrten zu visualisieren. Somit ermöglicht es eine sehr schnelle und sofortige Beurteilung, ob der Patient eine kompensatorische Blickverhalten angenommen. Es ermöglicht auch die Patienten davon Kenntnis erlangen durch Visualisierung Blick Bewegungen durch ein Overlay eyebild über den Bildschirm bewegen als Blick anzeigt Feedback-Tool. Die Rolle der Kopfbewegungen in kompensatorische Blickverhalten ist noch unklar. In unserer Kontrollgruppe Kopfbewegungen waren häufiger bei älteren Menschen. Die gesunden Kontrollpersonen durchgeführt mehr Kopf-Bewegungen als die Patienten. Head-Bewegungen können eine größere Rolle spielen, wenn das Sichtfeld geprüft ist breiter als in unserem Set-up. Daher konnten wir nicht identify Kopfbewegungen als Teil der Ausgleichsmaßnahmen Blickverhalten bei unserer Patientin. Doch mehr Patienten müssen untersucht werden, um die Rolle der Kopfbewegungen in kompensatorischen Verhalten zu klären.

Grenzen der Studie sind die folgenden: Eine Wiederholung wird bei einigen Personen aufgrund vertikale Verschiebung der Eye Tracker gesamten Antrieb erforderlich. Objekte erscheinen natürlich entlang der Straße und nicht in einem festen Exzentrizität durch die Blickposition ausgelöst. Dennoch aktuellen Blickposition in Bezug auf das Objekt bei der Interpretation Reaktionszeiten.

Patienten mit Gesichtsfeldausfälle haben zuvor in simulierten und realen Fahrbetrieb Einstellungen getestet:.. Bowers et al 12 und Cockelbergh et al 13 durchgeführten Studien im Fahrsimulator und zeigten schlechtere Fahrleistungen bei Patienten im Vergleich zu gesunden Kontrollen. Aber sie wurde nicht aufgenommen Augen-und Kopfbewegungen und individuelle Unterschiede konnten not, um visuelle Explorationsverhalten bezogen werden. Wood et al. 6 getestet in einer realen Situation und etablierte eine Auswertung des Fahrverhaltens von Patienten mit Gesichtsfeldausfälle. Kopf-und Augenbewegungen wurden mittels Video-und Post-Test Scoring durch zwei unabhängige Forscher analysierten, was den Umgang mit Inter-Rater-Reliabilität. Trotzdem sind sie nicht eine quantitative Analyse der Fixationsdauern, Sakkaden und Kopfbewegungen und Auswertung hing auf einem zertifizierten Fahren Reha-Spezialist. Der Vorteil unserer Einrichtung mit simulierten Fahrbetrieb ist aber die einfache und schnelle Beurteilung innerhalb einer klinischen Umgebung, die Aufnahme von gut definierten Parameter Augen-und Kopfbewegungen sowie Reaktionszeiten. Es ist möglich, den Grad der Ablenkung steuern und freizulegen jedes Treibers zu einem ähnlichen Fahrsituation mit standardisierten Bedingungen ermöglicht, Routen und Vergleichbarkeit. Roth 2 hat gezeigt, dass SCT Suchverhalten auf der blinden Augen in natürlicher Suchtechnologie verbesserth Aufgaben. Durch die Anpassung der Grad der Ablenkung in den Fahrtrainings, wird es möglich sein, ob und in welcher Höhe, schlägt die kompensatorischen Verhalten mit höheren Arbeitsaufwand zu beweisen. Vergleicht man simuliert realen Fahrbetrieb Studien, scheint es angemessen, Ausgleichsmaßnahmen Verhalten in einer simulierten Umgebung lehren und setzen den Patienten zu einem echten Fahrsituation in einem zweiten Schritt. Zumal die letzteren können die Sicherheit des Fahrens zu bewerten.

In der Zukunft wollen wir die Charakterisierung der verschiedenen Ebenen der kompensatorischen Verhalten durch Analyse Sakkaden, Amplituden und Distribution. Dies könnte dazu beitragen, mehr individuelle Rehabilitation plant angepasst an die Patienten aktuellen Stand der kompensatorischen Verhalten bieten. Zweitens, wie Patienten B zeigt spontane Annahme eines kompensatorische Strategie, wie wir das Design als mögliches Instrument für die Rehabilitation Zwecke testen: Fahrsimulation nicht nur als ein diagnostischer Test Design, sondern auch für eine spezifische Ausbildung, Unterweisung the Patienten durchzuführen kompensatorische Sakkade Verhalten. Kombiniert mit sofortiger Visualisierung von Blickverhalten von den Blick anzeigt Auge Overlay-Bilder könnte dies einen Feedback-Mechanismus, um die Aufmerksamkeit auf eine kompensatorische Strategie entstehen.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Die Studie erhält Fördermittel aus dem Bundesministerium für Bildung (BMBF) über die Gewährung CSB (01 EO 0801). Das Centrum für Schlaganfall-Forschung Berlin (CSB) ist ein integriertes Forschungs-und Behandlungszentrum. Wir danken der Stiftung Felgenhauer für finanzielle Unterstützung.

Wir danken Richard A. Dargie für Korrekturen zu den englischen Text.

Materials

Name Company Catalog # Comment
Driving Simulator Software SILAB Wuerzburg Institute for Traffic Sciences GmbH (WIVW)   http://www.wivw.de/index.php.en
EyeSeeCam University of Munich Hospital
Clinical Neurosciences
  http://eyeseecam.com
      Estimated costs and time for establishment 20,000 Euro, 3 months.

References

  1. Bouwmeester, L., Heutink, J., Lucas, C. The effect of visual training for patients with visual field defects due to brain damage: a systematic review. Journal of Neurology, Neurosurgery, and Psychiatry. 78, 555-564 (2007).
  2. Roth, T., Sokolov, A. N., Messias, A., Roth, P., Weller, M., Trauzettel-Klosinski, S. Comparing explorative saccade and flicker training in hemianopia. A randomized controlled study. Neurology. 72, 324-331 (2009).
  3. Freedman, E. G. Coordination of the eyes and head during visual orienting. Experimental brain research. 190, 369-387 (2008).
  4. Martin, T., Riley, M. E., Kelly, K. N., Hayhoe, M., Huxlin, K. R. Visually-guided behavior of homonymous hemianopes in a naturalistic task. Vision Research. 47, 3434-3446 (2007).
  5. Hayhoe, M. M., Ballard, D. Eye movements in natural behavior. Trends in Cognitive Sciences. 9, 188-194 (2005).
  6. Wood, J. M., McGwin, G., Elgin, J. Hemianopic and quadrantanopic field loss, eye and head movements, and driving. Investigative ophthalmology & visual science. 52, 1220-1225 (2011).
  7. Cantin, V., Lavalli re, M., Simoneau, M., Teasdale, N. Mental workload when driving in a simulator: effects of age and driving complexity. Accident; analysis and prevention. 41, 763-771 (2009).
  8. Brooks, J. O. Simulator sickness during driving simulation studies. Accident; analysis and prevention. 42, 788-796 (2010).
  9. Allen, R. W., Park, G. D., Fiorentino, D., Rosenthal, T. J., Cook, L. M. Analysis of simulator sickness as a function of age and gender. , (2006).
  10. Liu, L., Watson, B., Miyazaki, M. VR for the Elderly: Quantitative and Qualitative Differences in Performance with a Driving Simulator. Cyberpsychol. Behav. 2, 567-577 (1999).
  11. Einhäuser, W., Moeller, G. U., Schumann, F., Conradt, J., Vockeroth, J., Bartl, K., Schneider, E., König, P. Eye-Head Coordination during Free Exploration in Human and Cat. Basic and Clinical Aspects of Vertigo and Dizziness. Ann. N.Y. Acad. Sci. 1164, 353-366 (2009).
  12. Bowers, A. R., Mandel, A. J., Goldstein, R. B., Peli, E. Driving with Hemianopia, I: Detection Performance in a Driving Simulator. Investigative Ophthalmology and Visual Science. 50, 5137-5147 (2009).
  13. Cockelbergh, T. R. M., Brouwer, W. H., Cornelissen, F. W., van Wolffelaar, P., Kooijman, A. C. The Effect of Visual Field Defects on Driving Performance. Archives of Ophthalmology. 120, 1509-1516 (2002).

Play Video

Cite This Article
Hamel, J., Kraft, A., Ohl, S., De Beukelaer, S., Audebert, H. J., Brandt, S. A. Driving Simulation in the Clinic: Testing Visual Exploratory Behavior in Daily Life Activities in Patients with Visual Field Defects. J. Vis. Exp. (67), e4427, doi:10.3791/4427 (2012).

View Video