aalto1 untyped-item.component.html
Combining eye tracking and magnetoencephalography to map neural dynamics of saccade preparation
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Science |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
Degree programme
Language
en
Pages
30
Series
Abstract
Alzheimer’s disease (AD) is the most common cause of dementia and a major global health challenge. Despite extensive research, no curative treatment is available, and early detection remains a critical focus. A promising approach for an early biomarker lies in the identification of alterations in oculomotor behavior, particularly saccadic eye movements. Saccadic eye movements are rapid reflexive eye movements that can reveal subtle impairments in cognitive control mechanisms, especially during tasks requiring inhibition, such as the antisaccade paradigm. This thesis presents the development and validation of an experimental setup that combines magnetoencephalography (MEG) and eye tracking to investigate the neural dynamics during saccade preparation in healthy individuals and later also in individuals with cognitive decline or AD.
The pilot measurements involved four healthy participants, although only data from two healthy individuals were included in the final analysis. Participants performed prosaccade (look toward the stimulus) and antisaccade (look away from the stimulus) tasks while undergoing simultaneous MEG and eye tracker measurements. The findings of this thesis illustrated that simultaneous data collection is suitable and the analyzed results align largely with the expectations of healthy adults. The results illustrate saccadic eye movements, such as saccadic latencies and errors, and the corresponding neural dynamics.
Overall, the study concludes that the developed experimental setup is suitable for multimodal data collection, but careful attention to the experimental design and its execution will be essential for minimizing measurement noise and optimizing data quality.
Alzheimerin tauti (AD) on yleisin dementian aiheuttaja ja merkittävä maailmanlaajuinen terveyshaaste. Laajoista tutkimuksista huolimatta parantavaa hoitoa ei ole saatavilla, ja varhainen taudin diagnosointi on edelleen keskeinen kliininen tavoite. Yksi lupaava lähestymistapa nopeampaan taudin havaitsemiseen liittyy silmänliikekäyttäytymisen muutoksiin, erityisesti sakkadisten silmänliikkeiden havaitsemiseen. Sakkadiset silmänliikkeet ovat nopeita refleksinomaisia silmän liikkeitä, jotka voivat paljastaa hienovaraisia häiriöitä kognitiivisen kontrollin mekanismeissa erityisesti tehtävissä, jotka edellyttävät käyttäytymistä estävän järjestelmän hallintaa, kuten antisakkadiparadigmassa. Tämä diplomityö esittelee kokeellisen asetelman ja sen validoinnin sakkadien valmistelun neurofysiologisen taustan tutkimiseksi. Työssä yhdistetään samanaikainen aivomagneettikäyrämittaus (magnetoenkefalografia, MEG)
ja silmänliikeseuranta ensin terveillä henkilöillä ja myöhemmin henkilöillä, joilla on varhaisia kognitiivisia muutoksia tai todettu AD.
Pilottimittauksiin osallistui neljä tervettä koehenkilöä, mutta lopulliseen analyysiin sisällytettiin vain kahden henkilön aineisto. Koehenkilöt tekivätprosakkadi- (katse ärsykkeen suuntaan) ja antisakkaditehtäviä (katse poispäin ärsykkeestä) samanaikaisen MEG- ja silmänliikeseurannan aikana. Diplomityön tulokset osoittivat, että samanaikainen mittaus on luotettavasti toteutettavissa, ja analysoidut tulokset vastaavat suurelta osin terveiden aikuisten odotettuja vasteita. Tulokset kuvaavat sakkadisia silmänliikkeitä, kuten sakkadiviiveitä ja virheitä, sekä niihin liittyviä neurofysiologisia vasteita.
Kaiken kaikkiaan tutkimus osoittaa, että työssä kehitetty kokeellinen asetelma soveltuu monimodaaliseen datankeruuseen. Kokeen suunnitteluun ja käytännöntoteutukseen on kiinnitettävä erityistä huomiota mittauskohinan minimoimiseksi ja aineiston laadun optimoimiseksi.