Unser Protokoll zielt darauf ab, die Beziehung zwischen Augenbewegungsmetriken und kognitiven Funktionen in einer Gruppe von nicht dementen Parkinson-Patienten zu untersuchen, die sowohl an okkulärer motorischer als auch an kognitiver Dysfunktion leiden. Um die Testbilder für die visuelle Suchaufgabe zu entwerfen, verwenden Sie ausschließlich die Zahlen vier, sechs, sieben und neun. Stellen Sie sicher, dass der Speicherort der Zielnummer von Versuch zu Test randomisiert wird, mit der Regel, dass sich jede Zahl nicht mehr als drei aufeinanderfolgende Versuche im selben visuellen Quadranten befinden kann.
Verwenden Sie keine mehrdeutigen Buchstaben wie I und O, und legen Sie die Größe des Fixierungskreuzes, der Buchstaben und Zahlen auf einen visuellen Winkel von 0,85 Grad fest. Stellen Sie das Programm so ein, dass ein Zeitraffer von 1,5 Sekunden nach dem Drücken von Enter zulässt, bevor die Anzeige des zentralen Fixationskreuzes auf ein Testbild umgeschaltet wird, um eine Testversion zu starten. Stellen Sie sicher, dass der Bildschirm leer wird und das Fixierungskreuz wieder angezeigt wird, wenn die Maus angeklickt wird oder nach 10 Sekunden vom Beginn einer Testversion, je nachdem, welches der frühere Zeitpunkt ist, verstrichen ist.
Legen Sie dann das Programm so fest, dass eine csv-Datei generiert wird, die die Zeitstempel des Anfangs und des Endes jeder Testversion enthält. Nach der Durchführung eines klinischen diagnostischen Interviews mit dem Thema und wenn verfügbar, ihre Verwandten, um Demenz auszuschließen und auf kognitive Beeinträchtigung mit dem Mini-Mental State Exam und Montreal Cognitive Assessment zu überprüfen, bewerten Sie die Sehschärfe des Subjekts mit einem Snellen-Diagramm. Dann, in einem ruhigen Raum mit einer ausreichenden Lichtquelle, richten Sie einen bildschirmbasierten Eyetracker mit einer Abtastrate von mindestens 300 Hertz, einem Computer, einer Maus und einer Standardtastatur ein.
Eine Kinnstütze platziert e60 Zentimeter vor dem Eye-Checker-Bildschirm und die entsprechenden kognitiven Bewertungstools. Um für eine visuelle Suchaufgabe einzurichten, positionieren Sie das Motiv auf einem Stuhl mit dem Kinn auf der Kinnstütze und der Stirn gegen eine Leiste, um jede Kopfbewegung zu minimieren. Richten Sie die Augen des Motivs auf etwa die Mitte des Computerbildschirms aus und klicken Sie auf die Starttaste im Eye-Tracking-Programm.
Klicken Sie auf Start, um den Eyetracker mit dem integrierten Kalibrierungsprogramm zu kalibrieren. Und bitten Sie das Subjekt, den roten Punkt zu betrachten, der sich mit neun Fixationspunkten über den Bildschirm bewegt, während sie den Kopf still halten. Zeigen Sie das Kalibrierungsdiagramm an, um die Qualität der Kalibrierung zu überprüfen, und stellen Sie sicher, dass die Länge der grünen Linien, die die Fehlervektoren darstellen, innerhalb der grauen Kreise liegt.
Klicken Sie dann auf Akzeptieren, um mit der visuellen Suchaufgabe fortzufahren. Um eine Übungsstudie zu initiieren, weisen Sie das Subjekt an, den Blick auf das zentrale Fixierungskreuz zu richten, und drücken Sie die Eingabetaste auf der Tastatur, um die Testversion zu beginnen. Auf dem Computerbildschirm werden eine einzelne Zahl und 79 zufällig verstreute Ablenkerbuchstaben angezeigt.
Weisen Sie das Motiv an, so schnell wie möglich nach der Zahl zu suchen und gleichzeitig auf die Maus zu klicken und dabei die Nummer laut anzugeben, sobald sich die Nummer befindet. Überprüfen Sie dann, ob die angegebene Zahl korrekt ist, und wiederholen Sie den Übungsversuch noch viermal. Für die Verarbeitung und Analyse von Eye-Tracking-Daten im Wiederholungsabschnitt des Computerprogramms überprüfen Sie den Prozentsatz der Augen während der visuellen Suchaufgabe.
Klicken Sie auf Wiedergabe für die Aufzeichnung, um die Qualität der Daten zu überprüfen, indem Sie das generierte visualisierte Scanpfadvideo einsehen. Verwerfen Sie alle Daten des Antragstellers, wenn sie grob fehlerhaft sind. Und verwerfen Sie alle Versuche, in denen das Subjekt versehentlich oder vorzeitig mit der Maus geklickt hat.
Wählen Sie im Datenexportbereich des Programms GazePointX und GazePointY Click Exportdaten aus, um die Daten des Antragstellers zu exportieren und die Daten als csv-Datei zu speichern. Wählen Sie in der Schnittstelle des visuellen Suchanalysators die exportierten Daten als Eingabe der Augendaten und die generierte csv-Datei als Eingabe der Aktionsdaten aus. Wählen Sie ST DB Scan als Klassifizierungsalgorithmus aus, und klicken Sie auf Ausführen.
Klicken Sie dann auf Zusammenfassung, um eine Tabellenkalkulationsdatei zu generieren, die die Hauptsaccade-Amplitude und die mittlere Fixierungsdauer des Betreffs enthält. Um den visuellen Suchanalysator zu entwerfen, programmieren Sie den Analyzer so, dass er nur die Daten vom Anfang bis zum Ende der Testversion mit der generierten csv-Datei extrahiert und analysiert. Um den Analysator so zu programmieren, dass er die durch das Blinken verlorenen Daten ausfüllt, durchschnittlich die x- und y-Koordinaten des Blickpunkts unmittelbar vor und nach dem Blinken.
Verwenden Sie dann den Algorithmus, der auf dem ST DB-Scan basiert, um den Analyzer so zu programmieren, dass er die Rohdaten entweder in Saccade oder Fixierung klassifiziert. In Übereinstimmung mit früheren Studien zeigte die Parkinson-Gruppe in dieser Analyse eine schlechtere Leistung bei mehreren kognitiven Aufgaben im Vergleich zur Kontrollgruppe. Mit dem internen Algorithmus zur Klassifizierung der visuellen Suchaufgabendaten können Fixierungen und Sakkaden identifiziert und für die Berechnung und Analyse extrahiert werden.
Tatsächlich hatte die Krankheitsgruppe eine kleinere mittlere sakkadische Amplitude im Vergleich zur Kontrollgruppe, und die mittlere Fixierungsdauer war zwischen den Gruppen nicht signifikant unterschiedlich. In dieser Auswertung wurden nach der Anpassung an die Kovariate negative Korrelationen zwischen der mittleren Fixationsdauer, der Leistung im verbalen Erkennungsgedächtnis und der Diskriminierungsbewertung, im Mustererkennungsgedächtnis und im kategorischen verbalen Fließfähigkeitstest innerhalb der Obst- und Gemüsekategorien gefunden. Es wurden jedoch keine signifikanten Wechselwirkungen in diesen Korrelationen zwischen der Krankheit und Kontrollgruppen gefunden, was darauf hindeutet, dass die Korrelationen nicht spezifisch für die Krankheitsgruppe sind.
Die Gestaltung der visuellen Suchaufgabe ist wichtig, da das Ziel ist, die Interferenz der kognitiven Fähigkeiten der Ablenkungs-Augenbewegungsparameter zu minimieren. Wenn diese Forschungsaufgabe sehr erträglich ist, kann sie auf transdiagnostische auf andere neue degenerative Störungen angewendet werden, um ähnliche Forschungsfragen zu beantworten.
