トレーニング中の別々の時点でのフライト シミュレーション中に脳のどの領域がアクティブであるかを判断する (fMRI Pilots)
調査の概要
詳細な説明
現役パイロットなどの優秀な個人や集団の即応性を確立、維持、定量化することは、依然として国防総省における重要な課題です。 他の優秀な人材と同様に、パイロットの熟練度は、複数のタスクを習得することで構成されます。 G ストレインなどの一部のタスクは、高 G 負荷への耐性を向上させるために、明確に定義されたエクササイズによって臀部、大腿四頭筋、ハムストリングスの筋骨格の持久力を強化する既知のアプローチに依存しています1。 したがって、特定のパイロットや訓練生が重力加速度による意識喪失に近い状態に苦しんでいる場合、パフォーマンスを向上させるために必要な筋肉を強化するための明確な訓練計画を処方することができます。 ただし、横風やその他の摂動があるにもかかわらず、航空機を正確に制御して特定の軌道を維持するなどの認知タスクは、理解して訓練するのがより困難です。 数年前までは、そのようなタスクに必要な神経回路を定義するための明確なアプローチはありませんでした。 この認知回路の理解がなければ、そのパフォーマンスを強化するための的を絞った効率的なトレーニング方法を処方することは不可能ではないにしても困難です。
神経人間工学機能的磁気共鳴画像法 (fMRI) は、作業中に脳のさまざまな領域への血流の微妙な変化を検出することで、任意の時点で脳の最も活動的な領域を特定できます。 この技術は急速に進歩しており、特定のタスクに関しては、異なる個人間で同じタスク中に使用される脳の複数の皮質領域で顕著な一貫性が実証されています。 特定のタスク中にアクティブ化される複数の領域は、「機能的に接続されている」とよく呼ばれます。 さらに、認知タスク中に活性化されるこれらの機能的に接続された脳の領域は、身体的タスクを達成するために活性化される筋肉と類似点を共有します。 別の MRI 技術では、白質 (脳内の配線) に位置する軸索を介した接続を定量化し、脳の異なる領域間の物理的接続 (構造的接続と呼ばれる) の強度を測定できます。 興味深いことに、長時間のトレーニング後の筋肉と同様に、特定の領域間の接続の「強度」は、トレーニングと反復によって測定可能な増加を示す可能性があります。
しかし、MRI 装置内には強磁場が存在するため、従来は被験者のスキャン時に複雑な装置やビデオ ディスプレイを使用できませんでした。 その結果、スキャナ内の初期のタスク (パラダイムと呼ばれる) はシリアルなものが多く、飛行という非常に動的なタスクを表すものではありませんでした。 ただし、MRI と互換性のある高解像度ディスプレイ システムが利用可能であり、高解像度でより没入感のある環境を生成できます5。 さらに、MRI と互換性のあるますます高度な入力デバイスも開発されており、シミュレートされた機体のピッチ、ロール、スロットルを制御するための現実的なフライト スティックを組み込むことが可能になりました。
したがって、より自然な方法で日常業務中に脳がどのように動作するかを分析する神経人間工学の分野は、航空分野に応用することができます6。 最近の fMRI の研究では、空中追跡などの特定の飛行タスクに関与する神経回路が特定され始めています。 他の研究では、被験者がシミュレーターで飛行中に警報音を知覚しなかった認知過負荷時に活性化される脳の領域が特定された。 さらに、複雑な着陸タスクを実行した後のビデオフィードバック中に、特定の脳領域が活性化しているように見えます。 したがって、空中追跡、認知過負荷、およびフィードバックの際に活動する脳領域(すべて航空訓練に関連する)が特定され始めている。 ただし、このデータの多くが経験豊富な軍用パイロットではなく、アマチュアから収集されたものであることを考えると、高度な訓練を受けた軍用飛行士への適用可能性をテストする必要があります。
神経人間工学の技術を適用して軍用飛行士のパフォーマンスを向上させるには、次の 2 つの異なるステップが必要です。1.) 高性能航空のさまざまな側面に関連する神経解剖学的回路を特定する必要があります。 2.) 回路ごとに、対象の神経解剖学的回路を強化して行動パフォーマンスだけでなく、パフォーマンスの向上に関連する神経相関を追跡するトレーニング パラダイムを特定する必要があります。
PICT タスク -- MRI 飛行シミュレーションの課題
精密計器制御タスク (PICT) フライト シミュレーター テストは、「トランジションを実行するパイロットのウェイファインディング、低酸素、迎撃パフォーマンス」 (WHIPPET) と呼ばれる既存の人間のパフォーマンス研究を基にしています。この研究は現在、ブルックス研究所の高度室で実施されています。中等度の低気圧による操縦の低下を測定することが目的。 このタスクは、パイロットが飛行中に修正制御入力を実行できる正確さと迅速さを評価するための定量的な指標を生成します。 タスクは、この神経画像アプリケーションで使用するために、現在の心理物理学的アプリケーションから適応されます。
両方の操縦タスクは、XPlane (Laminar Research, Inc.、コロンビア サウスカロライナ州) と呼ばれる市販のアプリケーション ソフトウェアを使用してレンダリングされます。これは、信頼性の高い飛行制御と動的航空機モデルを使用して、高忠実度のシミュレートされた出撃を提示する PC ベースのシミュレーション スイートです。実際の飛行の視覚的特性と要求。 XPlane は、コックピット環境における人間のパフォーマンスに対する環境ストレス要因の影響に関する心理物理学的調査や、模擬空中追跡タスクの実行中に脳が活性化する領域を特定するために使用されてきました。 このアプリケーションでは、XPlane を使用して F/A-18F の空力特性を表現します。 ビジュアルインターフェイスには、上昇潜水梯子、地平線および機首方位計、デジタル対気速度および垂直速度計を備えた汎用ヘッドアップディスプレイ (HUD) を組み込んだ前方の「アウト・ザ・ウィンドウ」ディスプレイが含まれます。 ディスプレイは、Siemens Vida 64 チャネル ヘッドコイルを介してスキャナーに取り付けられた Visual System HD (NordicNeuroLab、ノルウェー、ベルゲン) ディスプレイと呼ばれる立体視ゴーグルを使用して、fMRI スキャナー内に表示されます。 fMRI研究への応用5. この装置は、立体視ゴーグルを介して 1920 x 1200 ピクセル形式で実験的な視覚インターフェイスを表示し、各目のアレイは視野内で約 52 x 34 度 (水平 x 垂直) に広がります。 この構成は、シミュレートされた環境で仮想的な存在感を生み出すために、十分な解像度と角度範囲を提供する必要があります。
具体的な目的
- フライト シミュレーション (PICT) 中の脳活動のどの部分がパフォーマンス レベルと相関しているかを判断します。
- 2 つの異なる時点で発生する脳活動の変化を特定します。
- 脳の解剖学的構造のどの部分がフライト シミュレーション (PICT) 中のパフォーマンス レベルと相関しているかを判断します。
- 2 つの異なる時点で発生する脳の解剖学的構造の変化を特定します。
研究の種類
入学 (実際)
段階
- 適用できない
連絡先と場所
研究場所
-
-
Texas
-
San Antonio、Texas、アメリカ、78150
- Joint Base San Antonio - Randolph & Lackland
-
-
参加基準
適格基準
就学可能な年齢
- 大人
健康ボランティアの受け入れ
説明
包含基準:
- 現役軍用パイロット(教官パイロット訓練生または遠隔操縦航空機訓練生)
- 年齢 18 ~ 54 歳
- 生物学的な男性または女性
除外基準:
- 年齢 < 18 歳
- 年齢 > 60歳
- 非現役会員
- 年に1回以上の頻度で慢性的な抑制薬または処方薬の介入を必要とする再発性片頭痛の病歴。
- 5分を超える意識喪失、または混乱または記憶喪失を伴う頭部外傷または外傷性脳損傷の病歴。
- 残留金属の存在が以前にX線によって除外されていない限り、金属物体に関連した目の外傷の病歴。
- 妊娠
- -脳血管疾患、脱髄疾患、または中枢神経系の感染症(脳炎、髄膜炎)などの重大な神経疾患の病歴。
- 閉塞性睡眠時無呼吸症候群、自己免疫疾患など、神経学的関与の可能性のある病状の病歴。
- 6歳からの発作歴。
- 閉所恐怖症または投薬なしでのMRI不耐症。
- MRI に対する医学的禁忌 (例: 異物、MRI 非対応ペースメーカー、金属製装置)。
研究計画
研究はどのように設計されていますか?
デザインの詳細
- 主な目的:診断
- 割り当て:なし
- 介入モデル:単一グループの割り当て
- マスキング:なし(オープンラベル)
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的:パイロット仮想現実シミュレーション中の 2 つの時点での機能 (fMRI) および解剖学的 MRI イメージング
最初の解剖学的イメージングと仮想現実フライト シミュレーターによる fMRI スキャンと、最初のスキャンから約 2 か月 (+/- 1 か月) 後に再検査が行われます。
|
このスキャン中、被験者はヘッドコイルを介してスキャナに取り付けられた Visual System HD (NordicNeuroLab) と呼ばれる立体視ゴーグルを着用します。このゴーグルは、コントロール アームを使用して被験者の快適さに調整でき、光への曝露を防ぐために目を完全に覆います。飛行シミュレーション中の目の動きを明確に視覚化します。
被験者はカスタマイズされたグリップを備えた視覚応答システムを使用して、ジェットコックピットのスティックとスロットルをシミュレートしながら、ゴーグルでフライト シミュレーション (PICT) を視覚化します。
|
この研究は何を測定していますか?
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
フライト シミュレーションの応答スコア (反応時間と遅延)
時間枠:登録から30か月後の治療終了まで
|
矯正飛行動作を実行する際に反応する脳の解剖学的および機能的領域に対する反応 (反応時間と待ち時間) の飛行シミュレーション スコアを評価します。
これは、解剖学的 MRI および fMRI 画像データを分析することによって行われ、シミュレーターのパフォーマンスと相関します。
|
登録から30か月後の治療終了まで
|
協力者と研究者
スポンサー
捜査官
- 主任研究者:Robert Smalley, MD、59th Medical Wing Science and Technology
- 主任研究者:Tony Yuan, PhD、Uniformed Services University of the Health Sciences
出版物と役立つリンク
一般刊行物
- Lynch CJ, Power JD, Scult MA, Dubin M, Gunning FM, Liston C. Rapid Precision Functional Mapping of Individuals Using Multi-Echo fMRI. Cell Rep. 2020 Dec 22;33(12):108540. doi: 10.1016/j.celrep.2020.108540.
- Grady CL, Rieck JR, Nichol D, Rodrigue KM, Kennedy KM. Influence of sample size and analytic approach on stability and interpretation of brain-behavior correlations in task-related fMRI data. Hum Brain Mapp. 2021 Jan;42(1):204-219. doi: 10.1002/hbm.25217. Epub 2020 Sep 30.
- Beer J, Dart TS, Fischer J, Kisner J. Pulmonary Effects from a Simulated Long-Duration Mission in a Confined Cockpit. Aerosp Med Hum Perform. 2017 Oct 1;88(10):952-957. doi: 10.3357/AMHP.4854.2017.
- Turner BO, Paul EJ, Miller MB, Barbey AK. Small sample sizes reduce the replicability of task-based fMRI studies. Commun Biol. 2018 Jun 7;1:62. doi: 10.1038/s42003-018-0073-z. eCollection 2018.
- Li CX, Patel S, Zhang X. Evaluation of multi-shell diffusion MRI acquisition strategy on quantitative analysis using multi-compartment models. Quant Imaging Med Surg. 2020 Apr;10(4):824-834. doi: 10.21037/qims.2020.03.11.
- Bhushan C, Haldar JP, Choi S, Joshi AA, Shattuck DW, Leahy RM. Co-registration and distortion correction of diffusion and anatomical images based on inverse contrast normalization. Neuroimage. 2015 Jul 15;115:269-80. doi: 10.1016/j.neuroimage.2015.03.050. Epub 2015 Mar 27.
- Gonzalez-Castillo J, Panwar P, Buchanan LC, Caballero-Gaudes C, Handwerker DA, Jangraw DC, Zachariou V, Inati S, Roopchansingh V, Derbyshire JA, Bandettini PA. Evaluation of multi-echo ICA denoising for task based fMRI studies: Block designs, rapid event-related designs, and cardiac-gated fMRI. Neuroimage. 2016 Nov 1;141:452-468. doi: 10.1016/j.neuroimage.2016.07.049. Epub 2016 Jul 27.
- Tan ET, Shih RY, Mitra J, Sprenger T, Hua Y, Bhushan C, Bernstein MA, McNab JA, DeMarco JK, Ho VB, Foo TKF. Oscillating diffusion-encoding with a high gradient-amplitude and high slew-rate head-only gradient for human brain imaging. Magn Reson Med. 2020 Aug;84(2):950-965. doi: 10.1002/mrm.28180. Epub 2020 Feb 3.
- Tan ET, Hua Y, Fiveland EW, Vermilyea ME, Piel JE, Park KJ, Ho VB, Foo TKF. Peripheral nerve stimulation limits of a high amplitude and slew rate magnetic field gradient coil for neuroimaging. Magn Reson Med. 2020 Jan;83(1):352-366. doi: 10.1002/mrm.27909. Epub 2019 Aug 6.
- Foo TKF, Tan ET, Vermilyea ME, Hua Y, Fiveland EW, Piel JE, Park K, Ricci J, Thompson PS, Graziani D, Conte G, Kagan A, Bai Y, Vasil C, Tarasek M, Yeo DTB, Snell F, Lee D, Dean A, DeMarco JK, Shih RY, Hood MN, Chae H, Ho VB. Highly efficient head-only magnetic field insert gradient coil for achieving simultaneous high gradient amplitude and slew rate at 3.0T (MAGNUS) for brain microstructure imaging. Magn Reson Med. 2020 Jun;83(6):2356-2369. doi: 10.1002/mrm.28087. Epub 2019 Nov 25.
- Callan DE, Terzibas C, Cassel DB, Callan A, Kawato M, Sato MA. Differential activation of brain regions involved with error-feedback and imitation based motor simulation when observing self and an expert's actions in pilots and non-pilots on a complex glider landing task. Neuroimage. 2013 May 15;72:55-68. doi: 10.1016/j.neuroimage.2013.01.028. Epub 2013 Jan 26.
- Callan DE, Gamez M, Cassel DB, Terzibas C, Callan A, Kawato M, Sato MA. Dynamic visuomotor transformation involved with remote flying of a plane utilizes the 'Mirror Neuron' system. PLoS One. 2012;7(4):e33873. doi: 10.1371/journal.pone.0033873. Epub 2012 Apr 20.
- Durantin G, Dehais F, Gonthier N, Terzibas C, Callan DE. Neural signature of inattentional deafness. Hum Brain Mapp. 2017 Nov;38(11):5440-5455. doi: 10.1002/hbm.23735. Epub 2017 Jul 26.
- Gougelet RJ, Terzibas C, Callan DE. Cerebellum, Basal Ganglia, and Cortex Mediate Performance of an Aerial Pursuit Task. Front Hum Neurosci. 2020 Feb 14;14:29. doi: 10.3389/fnhum.2020.00029. eCollection 2020.
- Mehta RK, Parasuraman R. Neuroergonomics: a review of applications to physical and cognitive work. Front Hum Neurosci. 2013 Dec 23;7:889. doi: 10.3389/fnhum.2013.00889.
- Cisek P, Kalaska JF. Neural mechanisms for interacting with a world full of action choices. Annu Rev Neurosci. 2010;33:269-98. doi: 10.1146/annurev.neuro.051508.135409.
- Van de Putte E, De Baene W, Garcia-Penton L, Woumans E, Dijkgraaf A, Duyck W. Anatomical and functional changes in the brain after simultaneous interpreting training: A longitudinal study. Cortex. 2018 Feb;99:243-257. doi: 10.1016/j.cortex.2017.11.024. Epub 2017 Dec 12.
- DeYoe EA, Bandettini P, Neitz J, Miller D, Winans P. Functional magnetic resonance imaging (FMRI) of the human brain. J Neurosci Methods. 1994 Oct;54(2):171-87. doi: 10.1016/0165-0270(94)90191-0.
- Tesch PA, Hjort H, Balldin UI. Effects of strength training on G tolerance. Aviat Space Environ Med. 1983 Aug;54(8):691-5.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (実際)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- FWH20230088H
- MW.65.R22 (その他の助成金/資金番号:Restoral DHA)
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
IPD プランの説明
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
米国FDA規制機器製品の研究
米国で製造され、米国から輸出された製品。
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。