方法文章

一种集成低成本传感器与神经肌肉电刺激系统的用于卒中后平衡康复的人机界面

DOI:

10.3791/52394

2016年4月12日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本文介绍了一种新型低成本人机交互界面,用于交互式中风后平衡康复系统。该系统集成了现成的低成本传感器,以实现自主驱动的电刺激治疗模式。该概念验证软件界面已在健康志愿者中进行了演示。

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

中风是由于将血液从心脏输送至脑部某一区域的动脉破裂或血栓阻塞脑部血流,导致氧气和营养物质无法输送所致。约有一半的中风幸存者会遗留不同程度的功能障碍。迫切需要创新的神经修复康复方法,以减轻长期残疾。神经系统为应对内在或外在刺激而重新组织其结构、功能和连接的能力被称为神经可塑性。神经可塑性既参与中风后的功能障碍,也参与康复过程。可通过非侵入性电刺激疗法促进有益的神经可塑性改变,例如神经肌肉电刺激(NMES)和感觉电刺激(SES)。NMES通过持续的短脉冲电流对运动神经和肌肉进行协调性电刺激以激活它们;而SES则通过电流刺激感觉神经,产生从几乎无法察觉到极度不适的各种感觉。在此过程中,可通过生物信号(如肌电图(EMG)、脑电图(EEG)、眼电图(EOG))驱动非侵入性电刺激疗法,以促进康复过程中大脑皮层的主动参与,这些生物信号反映了同步的主动感知和自主努力。为在资源匮乏的环境中实现这一目标, 例如在中低收入国家,我们利用现成的视频游戏传感器技术的最新进展,提出一种低成本的人机接口(HMI)。本文介绍了开源软件接口,该接口集成了低成本的现成传感器,结合视觉-听觉生物反馈与无创电刺激疗法,以辅助平衡康复过程中的姿势控制。我们在健康志愿者中验证了该概念的可行性。

引言

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

由局灶性脑、脊髓或视网膜梗死引起的神经功能障碍发作称为卒中1. 卒中是一种全球性健康问题,也是全球第四大致残原因1在印度和中国这两个世界上人口最多的国家,卒中导致的神经功能障碍正被称为一种隐性流行病。2卒中后最常见的医疗并发症之一是跌倒,报道的发生率在卒中后第一年内高达73%3卒中后跌倒具有多因素性,包括平衡功能障碍和视觉空间忽略等脊髓和脊上因素4Geurts 及其同事的综述5 识别出以下平衡因素与跌倒风险相关:1)双足站立时最大重心转移能力在多个方向上受损,2)转移速度缓慢,3)方向控制不精确,以及4)单次和周期性次最大额状面重心转移的幅度减小。这些因素对日常生活活动能力可能产生显著影响,因为既往研究已表明,平衡能力与步行功能及粗大运动功能的独立性密切相关。5,6此外,Geurts 及其同事5 提示了脊髓上多感觉整合(以及肌肉协调7)除了肌肉力量外,平衡恢复能力也至关重要,而这一点在当前的方案中尚显不足。针对多感官整合,我们的假设是8 关于自主驱动的非侵入性电刺激疗法(NMES/SES),其原理在于:通过调节在NMES/SES辅助患肢运动过程中对感觉输入的主动感知,可塑造并促进这种适应性行为,从而使大脑能够将该反馈信息整合到后续的运动输出中,通过募集替代性运动通路实现功能改善。9,如有需要。

为在资源有限的环境中实现由自主运动驱动的神经肌肉电刺激/感觉刺激(NMES/SES)辅助平衡训练,利用现有的开源软件以及现成视频游戏传感器技术在视听生物反馈方面的最新进展,开发了一种低成本的人机接口(HMI)。NMES 涉及对神经和肌肉的协调性电刺激,已被证明可增强肌力并减轻痉挛10此外,脊髓电刺激(SES)涉及使用电流刺激感觉神经以诱发感觉,已有初步发表的研究工作11 研究表明,仅对胫骨前肌施加亚感知刺激即可有效减轻姿势摇摆。在此,人机接口(HMI)将能够在交互式卒中后平衡康复治疗中实现感觉-运动整合,其中自主驱动的踝部肌肉神经肌肉电刺激/感觉电刺激(NMES/SES)将起到肌肉放大器的作用(通过NMES),同时增强传入反馈(通过SES),以辅助健康的踝关节代偿策略。12,13,14 以维持直立姿势期间的姿势摇摆。这是基于Dutta提出的研究假设 .8 相关踝部肌肉通过无创电刺激诱导的皮质脊髓兴奋性增强,可能有助于改善踝关节僵硬的脊髓上调控。事实上,先前的研究表明,神经肌肉电刺激/感觉电刺激(NMES/SES)可引发皮质脊髓兴奋性的持久改变,这可能是由于同时激活了运动和感觉纤维所致。15,16此外,Khaslavskaia 和 Sinkjaer17 在人体中表明,运动皮层在NMES/SES实施时的同步驱动可增强运动皮层兴奋性。因此,由自主意愿驱动的NMES/SES可能诱导脊髓反射的短期神经可塑性。例如,Ia 互易性抑制17在人类中,通过下行通路投射至特定运动神经元池的皮质脊髓神经元可通过Ia抑制性中间神经元抑制拮抗肌的运动神经元池18,如图所示 图1,趋向于一种操作性条件反射范式(参见 Dutta 8).

显示脑电图、Kinect、Wii的神经科学反馈回路示意图;运动轴突刺激过程。
图1:交互式人机界面(HMI)的概念示意图(详见Dutta et al.21),通过在自主驱动的神经肌肉电刺激(NMES)辅助视觉运动平衡治疗中,将压力中心(CoP)光标驱动至提示目标,以改善踝部肌肉协调性。 EEG:脑电图,MN:α-运动神经元,IN:Ia-抑制性中间神经元,EMG:肌电图,DRG:背根神经节。改编自837请点击此处查看此图的放大版本。

身体质量中心(CoM)的前后(A-P)位移由踝关节跖屈肌(如腓肠肌内侧头和比目鱼肌)和背屈肌(如胫骨前肌)完成,而内外侧(M-L)位移则由踝关节内翻肌(如胫骨前肌)和外翻肌(如腓骨长肌和腓骨短肌)完成。因此,中风后踝关节功能障碍,包括踝背屈肌无力和踝跖屈肌痉挛加重,会导致姿势控制能力受损。在此背景下,可利用基于虚拟现实(VR)的游戏平台中的敏捷性训练方案6,通过逐步增加难度的动态平衡任务,可能比静态拉伸或重心转移训练方案在预防跌倒方面更为有效6。例如,受试者可在动态视觉运动平衡任务中,进行自主驱动的神经肌肉电刺激(NMES)/感觉电刺激(SES)辅助下的前后和内外侧位移训练,并逐步提高任务难度,以改善中风后双足站立时与踝关节相关的重心转移控制问题。针对资源匮乏环境下实现自主驱动的NMES/SES辅助平衡治疗,我们提出一种低成本的人机接口(HMI),用于移动脑/体成像(MoBI)19,支持视觉-听觉生物反馈,同时可用于采集低成本传感器的数据,以便在MoBILAB中进行离线数据分析(参见Ojeda et al.20)。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

注:人机交互(HMI)软件流程基于可自由获取的开源软件和现成的低成本视频游戏传感器开发而成(详细信息请见:https://team.inria.fr/nphys4nrehab/software/ 和 https://github.com/NeuroPhys4NeuroRehab/JoVE)。该HMI软件流程用于在基于虚拟现实(VR)的游戏平台中进行视觉运动平衡治疗(VBT)8时,采集改良功能性伸展任务(mFRT)21的数据。

图2a展示了诊断用眼动仪的设置,其中眼动特征被离线提取,用于量化中风后的残余功能,从而相应地定制虚拟现实中的视觉反馈。

图 2b 显示了 VBT 的实验装置。

运动捕捉与脑电-眼电实验示意图;平衡板、数据采集装置、视觉生物反馈。
图2:a)用于评估中风后追踪眼动的人机接口示意图。(b)人机接口示意图,其中软件界面整合了生物信号传感器与运动捕捉系统,用于记录移动脑/体成像数据,并结合神经肌肉电刺激系统(NMES)和感觉电刺激(SES),实现中风后NMES/SES辅助的视觉运动平衡治疗。NMES:神经肌肉电刺激,SES:感觉电刺激,EMG:肌电图,EEG:脑电图,EOG:眼电图,CoP:压力中心,PC:个人计算机。改编自837请点击此处查看此图的放大版本。

1. VBT 期间用于移动脑/体成像的软件安装

  1. 安装动作捕捉系统的驱动程序(安装步骤详见 https://code.google.com/p/labstreaminglayer/wiki/KinectMocap)
    1. 从 http://go.microsoft.com/fwlink/?LinkId=253187 下载并安装 Kinect 运行环境(请勿将动作捕捉传感器插入计算机的任何 USB 接口)。
    2. 通过接口线缆将带电源的动作捕捉传感器插入 USB 接口,驱动程序将自动加载。
  2. 安装眼动仪传感器的驱动程序(安装步骤详见 http://github.com/esdalmaijer/EyeTribe-Toolbox-for-Matlab
    1. 从 http://theeyetribe.com 下载软件,启动应用程序并运行安装程序(请勿将眼动仪传感器插入计算机的任何 USB 接口)。
    2. 插入带电源的眼动仪传感器,驱动程序将自动加载。
  3. 安装平衡板的驱动程序(安装步骤详见 http://www.colorado.edu/intphys/neuromechanics/cu_wii.html)
    1. 从 http://www.colorado.edu/intphys/neuromechanics/CU_WiiBB.zip 下载并解压 CU_WiiBB.zip 文件。
    2. 将 WiiLab 文件夹复制到 Microsoft Windows 操作系统的标准“程序文件”目录中。
    3. 在“程序文件”目录中打开 WiiLab 文件夹,以管理员身份运行 InstallWiiLab.bat 文件,以安装平衡板。
  4. 安装 EEG/EOG 的驱动程序(安装步骤详见 http://openvibe.inria.fr/how-to-connect-emotiv-epoc-with-openvibe/)
    1. 从 http://www.emotiv.com/apps/sdk/209/ 下载并安装 Emotiv SDK。
    2. 从 https://code.google.com/p/labstreaminglayer/downloads/detail?name=OVAS-withLSL-0.14.3-3350-svn.zip 下载并安装支持 Lab Streaming Layer(LSL)的 OpenViBE 采集服务器,用于分布式多传感器信号传输、时间同步和数据采集系统(安装步骤详见 https://code.google.com/p/labstreaminglayer/)。
  5. 安装商用 NMES 刺激器的驱动程序(详情见 http://www.vivaltis.com/gammes/phenix/phenix-usb-neo-50-554-1.html#content)。

2. 用于移动脑/体成像(MoBI)的低成本传感器放置:开源的 HMI 软件流程为移动脑/体成像(MoBI)19 提供了低成本的商用传感器(图 2b),可适配于其他敏捷训练项目。

  1. MoBI的视觉反馈:
    1. 首先,在房间一端放置一个投影屏幕,用于显示视觉生物反馈信息(建议屏幕与受试者之间的距离为0.6 m)。
    2. 调整高度,使屏幕中心与受试者的眼睛处于同一水平。
  2. 用于 MoBI 的运动捕捉
    1. 将动作捕捉传感器放置在投影屏幕前方,并将其对准动作捕捉区域。
    2. 确认动作捕捉区域位于动作捕捉传感器前方1.5 m至2.5 m范围内。
  3. 用于MoBI的平衡板放置
    1. 将平衡板放置在距离动作捕捉传感器约2.0米的地面上。
    2. 在平衡板周围留出足够空间,以确保全身能够自由活动(在改良功能性前伸任务期间21).
  4. 用于移动脑-机接口的 EEG/EMG/EOG 传感器放置
    1. 让受试者坐在椅子上,面向动作捕捉系统,双脚放在平衡板上。
    2. 将记录(肌电图,EMG)与刺激(神经肌肉电刺激/感觉刺激,NMES/SES)电极双侧放置于受试者的腓肠内侧头(MG)和胫骨前肌(TA)肌肉上,然后将其连接至无线电刺激器(NMES/SES)系统。
    3. 根据国际10-20系统,将脑电图(EEG)帽放置于受试者头部。随后,在连接无线EEG耳机之前,使用导电膏将EEG电极置于-Fz、C3、Cz、C4、P3、Pz、P4、PO7、Oz、PO8位置。
    4. 在一只眼睛的上方和下方各放置一个带有导电膏的脑电图电极,用于记录垂直眼电图(EOG),并在每只眼睛的外眦处放置两个带有导电膏的电极,用于记录水平眼电图(EOG)。(注意:若在卒中后受试者中未使用眼动追踪传感器,则建议采用双侧眼电图记录)。
    5. 将两个脑电图电极置于耳垂上作为参考电极。

3. 基于眼动仪的卒中后追踪眼动评估

  1. 让受试者坐在高度可调的下巴托上,下巴自然 resting。然后,将计算机显示器调整到合适的高度,使眼睛大致正对显示器中心位置(图2a)。
  2. 将眼动仪放置在距离下巴托约50 cm处,并让受试者直视计算机显示器以接收视觉提示。
  3. 在“SmartEye”文件夹中运行EyeTribeWinUI.exe程序,以校准眼动仪传感器。受试者将被要求依次注视电脑显示器上的多个目标,每个目标约2秒。典型的用户校准过程大约需要20秒完成。系统将记录受试者在不同提示目标下的注视点(x, y)坐标,用于校准。
  4. 在SmartEye文件夹中运行“Visual_Stimulus.exe”程序,以启动基于虚拟现实的界面。随后运行“SmartEye”文件夹中的“SmartEye.exe”程序,采集与虚拟现实任务同步的受试者眼动数据。该数据将用于评估卒中后追踪眼动功能。

静态平衡实验;平衡板追踪图、运动序列、康复设置。
图 3:a)代表压力中心(CoP)的光标,在视觉运动平衡治疗过程中需通过主动控制将其移动至提示的目标位置;(b)视觉运动平衡治疗方案,受试者通过主动产生的 CoP 偏移来操控计算机光标移向周围目标。重置过程可借助神经肌肉电刺激(NMES)和感觉电刺激(SES)辅助完成;(c)视觉提示的视觉运动平衡治疗实验装置。改编自837请点击此处查看该图的放大版本。

4. 基于MoBI的NMES/SES辅助视觉运动平衡训练(VBT)

  1. 将眼动仪和平衡板传感器连接到视觉反馈计算机(图2)。
    1. 确保眼动仪传感器已开启电源、连接至计算机并完成启动。启动“VBT”文件夹中的“EyeTribe server.exe”和“EyeTribeWinUI.exe”程序(参见步骤1.3)。
    2. 确保平衡板传感器已开启电源。然后按下平衡板传感器上的按钮,使其在菜单中处于可被发现状态。接着点击系统任务栏中的显示或隐藏图标,并点击蓝牙设备图标。随后点击“添加设备”选项,将平衡板传感器作为蓝牙设备配对至视觉反馈计算机,配对时无需输入代码。一旦平衡板传感器成功连接至视觉反馈计算机,打开“VBT”文件夹并运行WiiBBinterface.m文件,以建立Matlab与平衡板传感器之间的接口(参见步骤1.6)。
    3. 确保动作捕捉传感器已开启电源、连接至计算机并完成启动(前方有绿色LED指示灯亮起)。打开LSL文件夹并启动“Mocap”软件,开始传输动作捕捉传感器的数据流(参见步骤1.6)。
    4. 确保脑电/眼电(EEG/EOG)数据采集系统已开启电源。然后双击LSL文件夹中的openvibe-acquisition-server-withlsl.cmd文件(参见步骤1.6)。在菜单中选择相应的传感器硬件(,“Emotiv EPOC”),如有需要,点击“Driver Properties”配置模块。接着点击“Connect”,然后点击“Play”以启动数据采集服务器。
  2. 对VBT系统进行传感器校准
    1. 要求脑卒中受试者在佩戴安全吊带(必要时辅以部分身体重量支持)的情况下站立于平衡板上。
    2. 根据临床观察结果(,无身体重量支持时),设定维持直立站立所需的最小基础NMES水平(脉宽和电流强度)22。为设定最小基础NMES水平,可先将刺激频率设为20 Hz,然后逐步增加脉宽和/或电流强度,直至实现直立站立。此处需对膝伸肌施加NMES,以产生足够的力矩防止膝关节屈曲塌陷。
    3. 要求受试者执行多种影响重心(CoM)和压力中心(CoP)位置的伸手动作。
    4. 运行“DataCollect”文件夹中的“CalibSensors.m”程序,在受试者执行各种自主发起的、不同方向的最大限度伸手动作时,采集多传感器校准数据,这些动作会影响视觉反馈中重心(CoM)和压力中心(CoP)的位置。

5. 振动骨传导测试期间从低成本传感器进行多传感器数据采集(图 2b)

  1. 在“DataCollect”文件夹中运行“CollectBaseline.m”程序,采集基线静息状态、睁眼条件下的多传感器数据:要求受试者直立静止站立2分钟,同时目视PC显示器上的重心(CoP)目标(图3a)。
  2. 将视觉反馈计算机的视频输出连接至投影屏幕,并在该计算机的“VBT”文件夹中运行SmartEyeVRTasks.exe文件,以启动SmartEyeVRTasks图形用户界面(GUI)。同时,在“DataCollect”文件夹中运行“CollectVBT.m”程序,以在视觉反馈任务(VBT)期间同步采集传感器数据。
    1. 从直立站立姿势(称为“中央保持”阶段)开始,要求受试者根据视觉反馈提示,通过由重心(CoP)驱动的光标,尽快将其移动至随机出现的外周目标位置(图3b)。
    2. 在“移动”阶段结束后,要求受试者在“外周保持”阶段将光标在目标位置保持1秒。
    3. 在“外周保持”阶段结束后,光标将“重置”返回中心位置,此时受试者需恢复至直立站立——即“中央保持”位置。当某肌肉的肌电(EMG)水平超过预设阈值时,将触发神经肌肉电刺激(NMES)或表面电刺激(SES),以辅助完成将重心(CoP)返回“中央保持”位置所需的自主努力。
      注:可通过降低增益 静态平衡概念,ΣFx=0,示意图,说明力平衡原理。,或在个体可接受范围内增加噪声方差 η 服从正态分布 N(0, σ=0.1s⁻²);统计分析,方程,数据建模。,来提高改良功能性伸展测试(mFRT)的难度:
      静态平衡方程,[x y] 变换,带变量和符号的示意图。
      其中,重心(CoP)的偏移量 重心坐标的矩阵表示;方程符号。,在离散化时间 静态平衡示意图,ΣFx=0,MA=0,展示力平衡,教育性物理概念。 中以时间步长 微积分方程,积分符号,数学概念,教育性公式示意图。 驱动计算机光标 矩阵符号示意图,显示用于物理计算的矢量分量。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

图4展示了在平滑追踪任务中为量化健全个体表现而离线提取的眼动特征。提取的特征如下表1所示:

特征1 = 刺激在水平方向移动时,目标刺激位置与参与者注视点质心之间的百分比偏差。

特征2 = 刺激在垂直方向移动时,目标刺激位置与受试者注视点质心之间的百分比偏差。

特征 3 = 每分钟眨眼次数

特征4 = 参与者注视刺激物的时间百分比(通过眼动仪检测到眼睛)。

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

一种易于使用、临床有效且低成本的运动与平衡治疗工具,将为资源匮乏环境下的神经康复带来范式转变。由于全球人口老龄化,未来中风等神经系统疾病的发生率将急剧上升2,因此该工具很可能产生巨大的社会影响。目前迫切需要利用信息物理系统,通过电信技术整合计算、网络和物理过程,实现对远程地点神经康复的个性化定制、监测和支持。为实现这一总体目标,基于低成本眼动仪对中风后追踪眼动的评估,不仅可提供基于家庭的诊断,还可用于治疗,其中平滑追踪眼动训练已被证明有助于改善听觉和视觉忽略症状25。研究表明,健康受试者在目标移动速度为5度/秒或更快时,其平滑追踪眼动的潜伏期非常稳定,平均潜伏期为100 ±5毫秒26

此外,本文提出的用于自主驱动的神经肌肉电刺激(NMES)和感觉电刺激(SES)的人机接口(HMI),将生物信号传感器与运动捕捉技术结合,应用于卒中后平衡康复治疗,具有作为家庭干预手段改善卒中后站立平衡的潜力27,28。该HMI的创新之处在于其软件界面,能够整合多种市售的低成本传感器,用于记录...

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者无任何利益冲突可披露。

致谢

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

本研究在法国国家科学研究中心(CNRS)、法国国家信息与自动化研究所(Inria)和印度科技部(DST)支持下,通过法印科学技术促进中心(CEFIPRA)资助的信息与通信科学和技术联合重点计划(ICST)开展。作者谨此感谢学生Rahima Sidiboulenouar、Rishabh Sehgal和Gorish Aggarwal在实验装置开发过程中提供的支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
NMES 刺激器Vivaltis, FrancePhenixUSBNeo带 EMG 传感器的 NMES 刺激器(图 2b)
平衡板Nintendo, USAWii Balance Board平衡板(图 2b)
动作捕捉系统Microsoft, USAXBOX-360 Kinect动作捕捉(图 2b)
眼动仪 Eye TribeThe Eye TribeSmartEye 眼动仪(图 2a)
EEG 数据采集系统Emotiv, AustraliaEmotiv Neuroheadset无线 EEG 头戴设备(图 2b)
EEG 被动电极OlimexEEG-PE用于 EOG 和参考电极的 EEG 被动电极(共 6 个)(图 2b)
EEG 主动电极OlimexEEG-AEEEG 主动电极(共 10 个)(图 2b)
配备 PC 显示器的计算机Dell数据处理与视觉反馈(图 2)
软件、EMG 电极、NMES 电极及线缆

参考文献

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Sacco, R. L., Kasner, S. E. An updated definition of stroke for the 21st century: a statement for healthcare professionals from the American Heart Association/American Stroke Association. Stroke; a journal of cerebral circulation. 44 (7), 2064-2089 (2013).
  2. Das, A., Botticello, A. L., Wylie, G. R., Radhakrishnan, K. Neurologic Disability: A Hidden Epidemic for India. Neurology. 79 (21), 2146-2147 (2012).
  3. Verheyden, G. S. A. F., Weerdesteyn, V. Interventions for preventing falls in people after stroke. The Cochrane database of systematic reviews. 5, 008728(2013).
  4. Campbell, G. B., Matthews, J. T. An integrative review of factors associated with falls during post-stroke rehabilitation. Journal of Nursing Scholarship: An Official Publication of Sigma Theta Tau International Honor Society of Nursing / Sigma Theta Tau. 42, 395-404 (2010).
  5. Geurts, A. C. H., de Haart, M., van Nes, I. J. W., Duysens, J. A review of standing balance recovery from stroke. Gait & posture. 22, 267-281 (2005).
  6. Marigold, D. S., Eng, J. J., Dawson, A. S., Inglis, J. T., Harris, J. E., Gylfadóttir, S. Exercise leads to faster postural reflexes, improved balance and mobility, and fewer falls in older persons with chronic stroke. Journal of the American Geriatrics Society. 53, 416-423 (2005).
  7. Mansfield, A., Mochizuki, G., Inness, E. L., McIlroy, W. E. Clinical correlates of between-limb synchronization of standing balance control and falls during inpatient stroke rehabilitation. Neurorehabilitation and neural repair. 26, 627-635 (2012).
  8. Dutta, A., Lahiri, U., Das, A., Nitsche, M. A., Guiraud, D. Post-stroke balance rehabilitation under multi-level electrotherapy: a conceptual review. Neuroprosthetics. 8, 403(2014).
  9. Agnes Roby-Brami, S. F. Reaching and Grasping Strategies in Hemiparetic Patients. Human Kinetics Journals. , at http://journals.humankinetics.com/mc-back-issues/mcvolume1issue1january/reachingandgraspingstrategiesinhemipareticpatients (2010).
  10. Sabut, S. K., Sikdar, C., Kumar, R., Mahadevappa, M. Functional electrical stimulation of dorsiflexor muscle: effects on dorsiflexor strength, plantarflexor spasticity, and motor recovery in stroke patients. NeuroRehabilitation. 29, 393-400 (2011).
  11. Magalhães, F. H., Kohn, A. F. Effectiveness of electrical noise in reducing postural sway: a comparison between imperceptible stimulation applied to the anterior and to the posterior leg muscles. European Journal of Applied Physiology. 114, 1129-1141 (2014).
  12. Hwang, S., Tae, K., Sohn, R., Kim, J., Son, J., Kim, Y. The balance recovery mechanisms against unexpected forward perturbation. Annals of biomedical engineering. 37, 1629-1637 (2009).
  13. Gatev, P., Thomas, S., Kepple, T., Hallett, M. Feedforward ankle strategy of balance during quiet stance in adults. The Journal of physiology. 514, (Pt 3) 915-928 (1999).
  14. Cofre Lizama, E. L., Pijnappels, M., Reeves, N. P., Verschueren, S. M. P., van Dieën, J. H. Can explicit visual feedback of postural sway efface the effects of sensory manipulations on mediolateral balance performance. Journal of Neurophysiology. , (2015).
  15. Knash, M. E., Kido, A., Gorassini, M., Chan, K. M., Stein, R. B. Electrical stimulation of the human common peroneal nerve elicits lasting facilitation of cortical motor-evoked potentials. Experimental brain research. 153, 366-377 (2003).
  16. Dinse, H. R., Tegenthoff, M. Evoking plasticity through sensory stimulation: Implications for learning and rehabilitation. The Journal of neuroscience: the official journal of the Society for Neuroscience. 6, 11-20 (2015).
  17. Khaslavskaia, S., Sinkjaer, T. Motor cortex excitability following repetitive electrical stimulation of the common peroneal nerve depends on the voluntary drive. Experimental brain research. 162, 497-502 (2005).
  18. Perez, M. A., Field-Fote, E. C., Floeter, M. K. Patterned sensory stimulation induces plasticity in reciprocal ia inhibition in humans. The Journal of neuroscience: the official journal of the Society for Neuroscience. 23, 2014-2018 (2003).
  19. Makeig, S. Mind Monitoring via Mobile Brain-Body Imaging. Foundations of Augmented Cognition. Neuroergonomics and Operational. , http://link.springer.com/chapter/10.1007/978-3-642-02812-0_85 749-758 (2009).
  20. Ojeda, A., Bigdely-Shamlo, N., Makeig, S. MoBILAB: an open source toolbox for analysis and visualization of mobile brain/body imaging data. Frontiers in Human Neuroscience. 8, 121(2014).
  21. Dutta, A., Chugh, S., Banerjee, A., Dutta, A. Point-of-care-testing of standing posture with Wii balance board and microsoft kinect during transcranial direct current stimulation: A feasibility study. NeuroRehabilitation. 34, 789-798 (2014).
  22. Nataraj, R. Feedback Control Of Standing Balance Using Functional Neuromuscular Stimulation Following Spinal Cord Injury. , Ohio.gov, PhD Thesis, https://etd.ohiolink.edu/ap/10?0::NO:10:P10_ETD_SUBID:52547 (2011).
  23. Dutta, A., Paulus, W., Nitsche, A., M, Translational Methods for Non-Invasive Electrical Stimulation to Facilitate Gait Rehabilitation Following Stroke - The Future Directions. Neuroscience and Biomedical Engineering. 1, 22-33 (2013).
  24. Banerjee, A., Khattar, B., Dutta, A. A Low-Cost Biofeedback System for Electromyogram-Triggered Functional Electrical Stimulation Therapy: An Indo-German Feasibility Study. ISRN Stroke. 2014, e827453(2014).
  25. Kerkhoff, G., Reinhart, S., Ziegler, W., Artinger, F., Marquardt, C., Keller, I. Smooth pursuit eye movement training promotes recovery from auditory and visual neglect: a randomized controlled study. Neurorehabilitation and Neural Repair. 27, 789-798 (2013).
  26. Carl, J. R., Gellman, R. S. Human smooth pursuit: stimulus-dependent responses. Journal of Neurophysiology. 57, 1446-1463 (1987).
  27. Clark, R. A., Bryant, A. L., Pua, Y., McCrory, P., Bennell, K., Hunt, M. Validity and reliability of the Nintendo Wii Balance Board for assessment of standing balance. Gait & posture. 31, 307-310 (2010).
  28. Clark, R. A., Pua, Y. -H. Validity of the Microsoft Kinect for assessment of postural control. Gait & posture. 36, 372-377 (2012).
  29. Khattar, B., Banerjee, A., Reddi, R., Dutta, A. Feasibility of Functional Electrical Stimulation-Assisted Neurorehabilitation following Stroke in India: A Case Series. Case Reports in Neurological Medicine. 2012, e830873(2012).
  30. Sailer, U., Flanagan, J. R., Johansson, R. S. Eye-hand coordination during learning of a novel visuomotor task. The Journal of neuroscience: the official journal of the Society for Neuroscience. 25, 8833-8842 (2005).
  31. Herr, H., Popovic, M. Angular momentum in human walking. The Journal of Experimental Biology. 211, (Pt 4) 467-481 (2008).
  32. Taub, E., Morris, D. M. Constraint-induced movement therapy to enhance recovery after stroke. Current atherosclerosis reports. 3, 279-286 (2001).
  33. Kasten, E., Wuest, S., Sabel, B. A. Residual vision in transition zones in patients with cerebral blindness. Journal of Clinical and Experimental Neuropsychology. 20, 581-598 (1998).
  34. Marshall, S. P. Identifying Cognitive State from Eye Metrics. Aviation, Space, and Environmental Medicine. 78, 165-175 (2007).
  35. Weerdesteyn, V., de Niet, M., van Duijnhoven, H. J. R., Geurts, A. C. H. Falls in individuals with stroke. Journal of Rehabilitation Research and Development. 45, 1195-1213 (2008).
  36. Stinear, C. M., Barber, P. A., Petoe, M., Anwar, S., Byblow, W. D. The PREP algorithm predicts potential for upper limb recovery after stroke. Brain: A Journal of Neurology. 135 ((Pt 8)), 2527-2535 (2012).
  37. Dutta, A., Lahiri, D., Kumar, U., Das, A., Padma, M. V. Post-stroke engagement-sensitive balance rehabilitation under an adaptive multi-level electrotherapy: clinical hypothesis and computational framework. Neuroscience and Biomedical Engineering. 2 (2), 68-80 (2015).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

相关文章