En strukturerad rehabilitering protokoll för förbättrad multifunktionella Prosthetic Kontroll: En studie

Abstract

Framsteg inom robotsystem har resulterat i proteser för övre extremiteterna som kan producera multifunktionella rörelser. Dessa sofistikerade system kräver övre extremiteten amputerade att lära sig komplexa styrscheman. Människan har förmågan att lära sig nya rörelser genom imitation och andra inlärningsstrategier. Detta protokoll beskriver en strukturerad rehabiliteringsmetod, som omfattar imitation, upprepning och förstärkning lärande och syftar till att bedöma om denna metod kan förbättra multifunktionella protes kontroll. En vänster under armbågen amputee, med 4 års erfarenhet av protes bruk, deltog i denna fallstudie. Protesen som användes var en Michelangelo hand med handleden rotation och de nya funktionerna i handleden böjning och sträckning, vilket gjorde fler kombinationer av handrörelser. Deltagarens Southampton Hand Assessment Procedure poäng förbättrades 58-71 efter strukturerad utbildning. Detta tyder på att en strukturerad utbildning protokoll IMITation, upprepning och förstärkning kan ha en roll i att lära sig att styra en ny protes hand. En större klinisk studie dock krävs för att stödja dessa fynd.

Introduction

Byte av handfunktion i amputerade är en svår strävan. Samordna högutbildade handrörelser inte är en medfödd förmåga, och tar människor år att lära sig att utvecklas. ^1-5 Efter den traumatiska förlusten av en hand, replikerar denna förmåga genom protes medel är inte en trivial uppgift och kan kräva en period av ihållande inlärning .

Prosthetic design och gränssnitt metoder för deras kontroll är föremål för snabba tekniska innovationer, med målet att multifunktionella kontroll på ett naturligt sätt. ⁶ komplexiteten hos dessa styrsystem ökar kraftigt för att ge fler funktioner för amputerade. För att säkerställa en noggrann kontroll av dessa system, och för att minska övergivande av ny teknik behöver adekvat utbildning upprättas. Detta kommer sannolikt att bli mer framgångsrik om den bygger på Amputees inneboende inlärningsstrategier.

Vision kan spela en viktig roll under learning av handrörelser. Beteendestudier har visat att genom att observera andras handlingar ⁷ eller med hjälp av visuella ledtrådar ^8, arbetsföra individer lär och samordna nya rörelser. Genom en process av observation, förståelse och genomförande av en observerad handling, individerna kan imitera andras handlingar. Specifika kortikala nätverk, vilket kan innefatta en spegel neuron systemet (MNS), tros ligga bakom denna förmåga, och kan ha en roll i att kontrollera proteser. ^9-11

Den roll som imitation kan inte bara begränsas till att utföra åtgärder som redan har sett, men tillsammans med MNS, underlätta genomförandet av rörelser som ännu inte har observerats, men extrapolerats från observatörens motor repetoire. ¹² I själva verket, imitation kanske inte nödvändigtvis vara en medfödd förmåga, men en accruement av motorik med tiden som leder till erfarna och sofistikerade åtgärder. ¹³ strength att observera åtgärder, över helt enkelt föreställa dem, har visat sig förbättra lära sig nya arbetsuppgifter. ¹⁴ Således kan imitation vara en pragmatisk inställning till utbildning amputerade, som tyder på en målinriktad process ^15, med målet i inställningen rehabilitering att göra det möjligt användbar proteshandfunktion.

Rehabiliterings studier har separat visat att visuella ledtrådar, såsom virtuella simuleringar av en handprotes, uppmuntra amputerade under rehabiliteringsträning. ¹⁶ Dessutom har användningen av upprepning när bedrivs i en blockerad paradigm visat att möjliggöra snabb inlärning av övre extremiteterna protes kontroll. ¹⁷ Även om virtuella simuleringar har visat sig vara lika effektiva som verklig kontroll av handproteser för att möjliggöra abled kropps användare att kontrollera myoelektriska enheter, är inte klart ¹⁸ deras effekt på amputerade som använder standardiserade resultatmått. Slutligen, där protokoll för övre extremiteterna ampution utbildning finns, roll imitation i inlärning av protes kontroll inte uttryckligen diskuteras. ^19,20

Denna studie syftar till att förstå om användningen av imitation, i kombination med upprepning och förstärkning, har en positiv inverkan på inlärningen av multifunktionella protes kontroll som en del av ett strukturerat utbildningsprogram.

Presenteras här är en fallbeskrivning av en transradial amputerad som tränades att använda en multifunktionell protes hand. Deltagaren hade tidigare blivit vana vid att driva traditionella myoelektriska proteser. Med hjälp av visuella referenser, både i form av imitation av en sund demonstrant och så enkel dator visuell feedback, den amputerade snabbt förbättrad hantering av sin nya enheten.

Protocol

Denna studie genomfördes i enlighet med Helsingforsdeklarationen, som har godkänts av den lokala forskningsetisk kommitté. Studien förklarades i detalj till deltagaren före påbörjandet, vilket gör deltagaren tid att väga upp beslutet att frivilligt delta i studien och bekräfta hans deltagande informeras skriftligt medgivande.

Obs: En man, i åldern 27 år, deltog i studien. Deltagaren hade normal syn, var en vänster nedanför armbågen amputerad, och var en erfaren användare (4 års total protes användning). Innan påbörjas denna studie protesen han använde dagligen var en fyra kanal myoelektriska protes hand med handleden rotation för 12-15 timmar per dag i 15 månader. Deltagaren högra hand hade tidigare kirurgiskt rekonstruerats, men hade ingen annan fysisk eller neurologisk försämring.

1. Studera Design

1. Dela upp studie över två sessioner: na39; ve användning, och använd följande strukturerad utbildning.
   Obs: Detta är för att möjliggöra jämförelser inom ämnet före och efter respektive utbildning.
2. Se till att dessa två sessioner finns åtminstone tre månaders mellanrum, så att de behandlas som oberoende av varandra.
3. I början av båda sessionerna, montera en anpassad uttag och protesen till deltagaren. Se till att protes hårdvara och styralgoritmer matchar de beskrivs i avsnittet av detta protokoll Materials. Se till att deltagaren inte kan använda anpassade protesen under mellantiden mellan sessioner.
4. Träna patienten enligt anvisningarna i den naiva Session och Strukturerade träningspass delar av detta protokoll. I början av varje av dessa möten, kalibrera protes hårdvara. Använd de insamlade kalibreringsdata för realtidsprotes kontroll.
5. När Naïve Session och Structured Training Session är klar, bedöma participant s prestanda när du använder Southampton Hand Assessment Procedure (SHAP) resultatmått. ²³ Jämför shap poäng till en baslinje åtgärd med hjälp av deltagarens standardprotes (erhållen innan någon utbildning).

2. Material

1. Montera deltagaren med en specialbyggd uttag. Ansluta ett protes enligt tillverkarens instruktioner. Utrusta protes hand med prototypkomponenter som gör manövrerad handled flexion, extension och rotation. Detta gör det möjligt för deltagare att styra hand med 3,5 frihetsgrader (DoFs) (tabell 1).
   Obs: I detta experiment användes en Michael Hand (se Materials List). Andra terminaler kan handled rotation, böjning och utsträckning, tillsammans med standard grepp funktioner skulle också vara lämpligt.
2. Spela EMG signaler med hjälp av åtta ekvidistant placerade rå signalelektroder runt stubben,och en ombordavkodningssystemet vid samplingshastigheten 1000 Hz och digitaliseras med 10-bitars djup. Utföra den inledande filtrering och förstärkning inom själva elektroderna enligt leverantörens specifikationer. Använd en persondator (PC) för att genomföra de viktigaste bearbetning, som kommunicerar med förvärvs hårdvara och kontrollerar protesen via en trådlös anslutning.
   Obs: I denna studie ytan EMG elektroder och ombord avkodningssystem (AxonBus) användes var från Otto Bock. Andra tillverkare av liknande anordningar skulle också vara lämpligt. Den trådlösa anslutningen var via Bluetooth, och likaså andra metoder kan tillämpas.

3. Kontroll Algorithm

1. Använd en styralgoritm som ger samtidig och proportionell protes kontroll över flera DoFs. ²¹ Algoritmen används i denna studie var en tvåstegs beslutsfattande paradigm, så att kontextberoende rörelse uppskattning var möjligt.
2. Vid systemet utbildning, som innehåller alla de styr enskilda Dof rörelser, spela in en inkommande elektromyogram (EMG).
3. I det första steget, bedöma inneboende dimensions uppgifter om den avsedda rörelsen bygger på Mahalanobis avståndet mellan nyberäknade EMG funktionen vektor från träningsdata. Fatta beslut om huruvida användarens avsikt var att göra en fin 1-DoF eller grövre samtidig 2-DOF rörelse.
   Obs: Mahalanobis avstånd av en funktion vektor x klass i med klassen betyda vektor μ _{i och} kovariansmatrisen Σ _{i beräknas} enligt följande:
   
   Såsom beskrivits i Amsuess m.fl., är den nya beräknade särdragsvektom mappas till hög dimensionell rymd och Mahalanobis avstånd av den transformepunkten till någon av de utbildade klasspunkterna tas som mått på nyhet. ²¹ En empirisktfastställd nivå till detta avstånd ger beslutet för nyhet (2-DOF) eller inte (1-DOF).
4. I det andra steget, på grundval av det tidigare beslutet, använda en av två parallella skattningar - ett som behandlar de sekventiella rörelser (SEKV-E) och övrig hantering samtidiga rörelser (SIM-E) - för att tillhandahålla styrsignaler för protesen.
   Obs: SEKV-E är i huvudsak en proportionell estimator (dvs styrkan i muskelsammandragningar) bygger på gemensamma rumsliga mönster (CSP) ^21, medan SIM-E är en linjär tillbakabildande, som samtidigt styr 2 DoFs i handleden.

Framework 4. Mjukvara

Obs: Ramverket programvara som används i denna studie tillåtet hantering av kommunikationen mellan protes hårdvara och inbyggda styralgoritmen. Det erbjuds också visuellt stödjande utbildningsverktyg som behövs för att maximera deltagare utbildning.

1. Visa root mean square (RMS) av EMG-signaler som samlats in från de 8 ekvidistant placerade elektroder i en form av ett polärt diagram av EMG amplitud som en funktion av elektrod plats. Denna visuella återkoppling möjliggör enkel övervakning av den rumsliga fördelningen av EMG i tvärplanet av underarmen. Med hjälp av en sådan inställning, kan var och en av användarens rörelser och därmed framkalla ett tydligt mönster ²² i den polära tomten, som sedan kan sparas och användas för att träna för repeterbarhet av den specifika gest.
   Obs: Ramen möjliggör insamling av EMG uppgifter i standardmönsterigenkännings sätt ²³ För vart och ett av EMG-kanaler RMS över 40 ms beräknas som.
   
   vilket resulterar i observationer för varje ensemble fönster.
2. För första kalibrering samla maximal långsiktiga frivilliga kontraktion (MLVC) värden för varje avsedd rörelse. Prompt deltagaren med hjälp av demonstra hand för att utföraden önskade rörelsen samtidigt som röst- och visuella instruktioner i 5 sek.
3. Efter kalibrering presentera deltagaren med en uppsättning av trapetsformade signaler. Dessa kraftprofiler innehåller platåer inställd på 30%, 60% och 90% av det kalibrerade maximum.
4. Inom varje försök, instruera deltagaren att styra den röda pekaren längs kö genom att modulera kraftnivån hos uppmanas rörelse (Figur 1). Den vertikala positionen för pekaren motsvarar de summerade RMS-värden i alla åtta kanaler. Ställ in varaktigheten av rättegången till 5 sek med platå intervall som motsvarar mitten 3 sek.

5. Naiv Session

Not: Under naiva träningspass, deltagaren inte hade någon tidigare erfarenhet av protesstyrschemat som används i denna studie.

1. Ge inte deltagaren någon formell klinisk träning, men bara instruera att 8 åtgärder den resterande lemmen, varav ett är ett vilande tillstånd,kommer att möjliggöra kontroll av en visuell mål på en datorskärm. Dessa uppgifter är liknande de som används i klassisk mönsterigenkänning metoder för protes kontroll ^23, och för de metoder deltagaren i denna studie hade cirka 60 timmar av tidigare erfarenheter.
2. Visa de nödvändiga rörelser på skärmen i form av text och en statisk bild när den följer en visuell (Figur 1).
3. Visa deltagaren hans EMG aktivering mönster, som motsvarar åtta specifika och unika polära tomter (Figur 2).
4. Använd hörbara instruktioner för att uppmuntra deltagaren att följa visuell. Dessa ljud instruktioner måste vara identiska om de används i den strukturerade träningspasset.
5. Upprepa uppgifterna tre gånger med olika arm positioner (avslappnad och nådde fram, når över) för att förbättra systemets utbildning. Tänk på att det finns 8 olika åtgärder och tre kraftnivåer, när alla arm positioner täcks,Systemet utbildningsinsatser summerar till totalt 72 individuella prover.
6. När du är klar, låt deltagaren möjlighet att träna i realtid kontroll innan slutföra SHAP effektvariabeln.
7. Se till att deltagaren inte har tillgång till de skräddarsydda proteser och regleralgoritmer efter utgången av den naiva sessionen.

6. Strukturerad Training Session

1. Tre månader efter naiva sessionen, utför en strukturerad träningspass.
2. Strukturera sammanträdesperioden i följande beställda steg (Figur 3):
   1. För imitation, instruera deltagaren att direkt imitera de önskade åtta åtgärder (tabell 1) som utförs av demonstratorn i realtid. Utför varje åtgärd i 3 sek.
   2. För repetition, be deltagaren att upprepa de åtgärder som har imiteras 10 gånger, så varje åtgärd utförs under 30 sekunder.
   3. För armerings & dator system utbildning, be deltagaren att nu samarbeta med datorns visuell feedback, det är precis samma inställning som den naiva sessionen. Se till att det inte finns någon skillnad mellan dessa två sektioner.
   4. För protes kontroll, be deltagaren att träna i realtid kontroll över kundanpassade protesen innan du fyller i effektvariabeln.
3. Under imitation, sittplats deltagaren i 45 ° vinkel från demonstratorn och ger med en fullständig och fri utsikt över demonstrator hand matchar den drabbade sidan av deltagare under alla åtgärder (Figur 4). Inga visuella referenser från en datorskärm bör vara tillgänglig för deltagaren vid denna tidpunkt.
4. För repetition, under deltagarens agerande, har demonstrant observera motsvarande EMG aktivitet som representeras av de polära diagram över varje rörelse (Figur 4). När demonstrant har fastställt att DELTAGAREt kan producera unika och repeterbara EMG aktivering mönster för varje rörelse, be deltagaren att upprepa åtgärder för 30 sekunder utan visuella referenser.
   Obs: Det finns totalt 8 unika åtgärder - sju av dem (handled pronation / supination, handled böjning / sträckning, hand öppen nyckel grepp och fin nypa) kräver muskelaktivering och den åttonde är några åtgärder som utgör en stadig avslappnat tillstånd.
5. Efter förstärkning och datorsystem utbildning presenterar deltagaren med visuell feedback av sina åtta åtgärder, precis som sågs i naiva session, som motsvarar de åtta unika och specifika polära tomter på datorskärmen (Figur 3). För att ställa in prestanda, be deltagaren att utföra de åtgärder medan du tittar på i realtid polära tomter med inspelade videoöverlägg för att förstärka lärande, vanligtvis mellan 2-4 försök för varje rörelse. När säker deltagaren kan sedan slutföra exakt samma uppgifter som var perf Ormed i den naiva sessionen.

7. Protes Kontroll

1. Använd träningsdatamängder från varje session för att kalibrera och justera protesen för realtidsstyrning.
2. Initialt endast tillåta deltagaren att styra proteser genom sekventiell proportionell kontroll, det vill säga, en rörelse åt gången, med hastigheten på anordningen i proportion till nivåerna av muskelsammandragningar.
3. När var och en av de åtta handlingar utförs på ett repeterbart och tillförlitligt sätt, växla styrschema för att proportionellt och samtidig kontroll, så att mer än en rörelse av handleden i taget.
4. Har deltagare praktiken enkla uppgifter, såsom att plocka upp en flaska och lägga den på sin sida (2 försök räcker). Låt en viloperiod innan effektvariabeln utförs. I fallet med denna studie, 2 tim vila för naiva sessionen, och 24 timmar av vila för den strukturerade sessionen.

BETECKNING "> 8. Mätning Utfall

1. Utvärdera global övre extremiteten funktion både i naiva och strukturerade utbildningar använder SHAP, som övervakar hand och övre extremiteterna funktion nära besläktad med dagliga aktiviteter (ADLS). De uppgifter som utförs i SHAP inkluderar manövrerings lätta och tunga föremål, samt uppgifter ADL såsom skär ett objekt med en kniv eller ångra knapparna. Den SHAP har validerats för bedömning av patologisk och proteshandfunktion. ²⁴
   Obs: Denna mätning valdes som deltagare i denna studie hade rutinmässigt följas upp med detta resultat mått av hans kliniska lag.

Representative Results

Baslinjen SHAP prestanda deltagaren med sin dagliga protes var 81 vid mätning av den kliniska personalen 8 månader före testning. En SHAP poäng 100 representerar arbetsföra handfunktion. ²⁴ deltagare gjorde en total SHAP poäng 58 under den naiva session med mer avancerade protes styrsystem. Emellertid 3 månader senare och utan vidare interaktion med det nya systemet, bortsett från den strukturerade träning, deltagaren uppnått en SHAP poäng av 71 med samma avancerade systemet (tabell 2).

När den totala SHAP poängen var uppdelade i funktionell profil bedömning konstaterades att deltagaren hade utvecklats väl i alla funktionella grupper (sfärisk, makt, spets, lateral och förlängning grepp), med undantag för stativ grepp. Det var den största observerade förbättring under förlängningen, en funktion som den nya kontrollschemat och protes tillhandahålls medan hans traditional protesen inte (Figur 5). Detta kan också ha bidragit till förbättringen i sfärisk grepp, som var bättre efter den strukturerade träningspasset än baslinjen eller naiva session. Dessutom komplexa ADL rörelser, som involverade kombinerade rörelser i handleden och handen, såsom kanna och kartong hälla avrättades bäst efter den strukturerade träningspasset med hjälp av avancerade protessystemet.

Figur 1. Exempel på visuella referenser som används för deltagare förstärkning och systemträning. Den blå målprofil representerar den önskade nivån av EMG kontraktion som produceras under en viss rörelse. Den röda spårnings linje avser deltagarens ansträngningar. Klicka här för att se en större version av denna figur.

Figur 2. Profilerna för aktiva rörelser som avses i polar-tomter, av de enskilda rörelser som produceras av deltagaren under imitation uppgiften. Dessa förstärktes under systemutbildning och slutligen används för att styra proteshanden. Observera att vila eller utebliven rörelse anses vara en unik handling, och som sådan inte ger ett över. Klicka här för att se en större version av denna siffra.

Figur 3. Denna schematiska representerar den strukturerade träningspasset. Deltagaren först observeras och imiterade agerande demonstrator. Innan du tittar hiprestanda som grafer på en datorskärm, upprepade han de lärda rörelser utan visuell återkoppling. De lärda rörelser förstärktes genom att matcha muskelsammandragningar till inspelade EMG mönster, och sedan används för att träna systemets styralgoritmer, som gjorde det möjligt multifunktionella protes kontroll.

Figur 4. Experimentell inställning under den strukturerade träningspasset. Deltagaren hade en fullständig och fri utsikt över demonstrator vänstra hand under imitation. Under repetitionsfasen skulle demonstrant ge hörbara instruktioner för att garantera deltagarnas rörelser matchade sammandragningar produceras under imitation fasen. Slutligen, under systemutbildning, var rörelserna förstärkt med hjälp av visuella ledtrådar som visades på datorskärmen för att både deltagaren och demonstratorn.

Figur 5. Fördelningen av den totala shap poäng mellan, baslinjen (BL) den naiva session (NS) och den strukturerade träningspasset (STS). Klicka här för att se en större version av denna siffra.

Prosthetic Funktion	Phantom Limb Förslag
Pronation	Handled rotation inåt med fullt avslappnad fingrar
Supination	Handled rotation utåt med fullt avslappnad fingrar
Flexion	Ulnardeviation
Förlängning	Handleds förlängning
Palmar grepp	Thumb AdduInsatser något passerar posteriort mot baksidan av handen
Fin nypa	Opposition av tummen till de tre första fingrar, lätt förlängning av lillfingret
Hand öppen	Öppning av handen med fokus på utvidgningen av de mittersta tre siffrorna
Ingen rörelse	Fullständig avkoppling av hand och handled

Tabell 1. Önskad protes funktioner mappade till fantomlem motioner, som deltagaren var i stånd att visualisera och utföra med sin återstående anatomi.

Abstrakt objekt
	BL	NS	STS		BL	NS	STS
Ljus Sfär	2,46	2,66	2,5 Tung sfär	3,25	4,78	2,1
Ljus Stativ	2,35	3,56	2,78	Tunga Stativ	2,44	3,53	2,5
Ljusström	2,41	3,25	2,28	Tung Ström	2,41	3,22	2,72
Ljus Lateral *	4,72	2,81	4,97	Tung Lateral	5,1	5,31	5,22
Ljus Tips	2,25	2,88	2,53	Tung Tips	3,1	4,47	2,22
Ljus Förlängning	1,96	3,88	2,37	Tung Förlängning	2,9	4,88	2,59
Vardagliga aktiviteter
	BL	NS	STS		BL	NS	STS
Mynt	17,81	22,25	21,53	Fullständig Jar	3,13	10,37	3,75
Knapp Board	8,25	35,2	27,06	Tomma Tin	2,53	4,15	2,82
Skärning	18,15	27,47	25,59	Bricka Lift	3,97	7,25	5,5
Bläddring	8,18	11,97	5,19	Nyckel	4,82	9,25	6,03
Jar Lock	2,93	3,3	2,38	Zip	4,83	10,59	7,31
Kanna hälla	10,16	8,93	Skruvmejsel	10,1	25,31	15,31
Kartong hälla	11	11,35	9,72	Dörrhandtag	2,24	3,53	2,75
				SHAP Poäng	81	58	71

Tabell 2. shap resultat för deltagare under naiva session (NS), följt av den strukturerade träningspass (STS) 3 månader senare, jämfört med hans baslinjen (BL). * Deltagaren endast underpresterat ljuset sido uppgift i strukturerad utbildning session i jämförelse med den naiva sessionen. Den totala SHAP poängen är av 100.

Discussion

Våra fynd talar för deltagaren i denna studie som strukturerad utbildning bidragit till att förbättra kontrollen av en multifunktionell handprotes under en enda session. Den strukturerade program som används här var en kombination av imitation, upprepning och förstärkning av handrörelser att deltagaren inte kunde slutföra med hans traditionella proteshanden.

Även deltagaren gjorde högre med sin traditionella protes i SHAP testet, är det värt att notera att han hade typiskt den enhet mellan 12-15 timmar per dag under en period av 15 månader. Som dokumenteras av baslinjen SHAP poäng, är det klart att han hade lärt sig och vant sig vid sin traditionella protes efter en mycket lång inlärningsperiod. Svårigheten inför övergången till multifunktionella hand efter att vara så vana vid att hans traditionella protes betonades av den kraftiga nedgången i prestanda som observerats i den naiva sessionen. Detta var väntat, som bevis suggests att som individ lär sig nya motoriska färdigheter, utvecklar de en intern modell av de åtgärder som utförs. ²⁵ När det finns någon form av störning i den interna modellen, såsom att byta till en ny protes kräver nya styringångar, efterverkningarna av lärande ta lite tid att skingra medan en ny intern modell skapas. ²⁶ Ändå en enda session av strukturerad utbildning får deltagaren att överträffa sin vanliga mobiltelefon i några av de uppgifter som begärts av SHAP test, och att nå till totala poängen nära den som erhölls med den traditionella anordningen. Användningen av strukturerad utbildning som beskrivs i avsnitt 6 i protokollet kan vara det kritiska steget som kan ha gjort det möjligt för deltagarna att uppnå skickliga kontroll.

Att lära sig en ny uppgift för amputerade kompliceras av att det saknas nervreceptorer runt lederna och musklerna som är känsliga för positions och rörelseändringar. ²⁷ Tesse proprioceptorer aktivera arbetsföra människor för att veta var deras händer är i förhållande till sin kropp utan att använda synen. ²⁸ När en lem går förlorad, är dessa proprioceptorer förloras, vilket leder vision att spela en större roll i kontrollen än under normala förhållanden. Amputerade får inte bara lära hur man styr handrörelser, men också att göra det med hjälp av en anordning som ger någon annan än den som erhålls visuellt feedback. Detta gör inlärningsprocessen svårare.

Som sådan, måste alla utbildningsstrategier som använder proteser som ger ingen taktil eller proprioceptiv återkoppling placera en betoning på visuell feedback. I vårt fall, försökte vi att göra det med imitation av de önskade rörelser. Komplexiteten i imitation exemplifieras av den distribuerade naturen hos neural processen. ^29,30 Separata regioner i frontala, är tidsmässiga och hjässloberna tros vara ansvarig för att uppfatta rörelse andras ^31,32 och sedan integreradenna information i en lämplig motor respons. ^9,33,34 Det är troligt att under deltagarens utveckling in i vuxenlivet, och före amputationen, den neurala kretsar som krävs för att utföra inlärda handrörelser hade blivit klart definierade, så mycket så att naturlig hand rörelser var snabba och instinktiva. Förvrängningen av anatomin efter amputation kan ha krävt nya nervbanor som skall formas för att möjliggöra kontroll av hans traditionella protes. Förbättringen i SHAP mål efter den strukturerade träningspass, tyder på att dessa nervbanor var formbar nog att anpassa sig till den nya proteskontrollstrategin, trots bristen på erfarenhet.

Det är värt att notera att deltagaren kommenterade att agera av imitation tillät honom att internt visualisera handrörelser och generera lämpliga muskelsammandragningar. Han tyckte att det här mer intuitivt än enbart matcha sina sammandragningar till visuell represenningar på en datorskärm. Det är också känt att amputerade föredrar att lära av andra protesanvändare. ¹¹ Enheten och regleralgoritmer som används i denna studie var både roman. Som sådan fanns det inga tidigare erfarna amputerade som skulle kunna fungera som demonstranter. Framtida förbättringar av detta protokoll skulle således dra nytta av att ha en erfaren amputerad visar de åtgärder som ska imiteras.

Även denna studie visade fördelen med strukturerad utbildning, design var inte tillräckligt för att avgöra om imitation, upprepning, förstärkning eller en kombination av alla tre inlärningsstrategier bidragit till det slutliga resultatet åtgärden. Istället lägger denna fallstudie grunden för det fortsatta arbetet för att undersöka neurala kretsar involverade i avancerad protes kontroll.

Materials

Name	Company	Catalog Number	Comments
Michelangelo Hand	Otto Bock Healthcare Products GmbH, A	8E500=L-M
AxonRotation	Otto Bock Healthcare Products GmbH, A	9S503
Wrist Flexor	Otto Bock Healthcare Products GmbH, A		prototype unit
AxonMaster	Otto Bock Healthcare Products GmbH, A	13E500
Electrode	Otto Bock Healthcare Products GmbH, A	13E200=50AC
ScissorFenceElectrodeCarrier	Otto Bock Healthcare Products GmbH, A		prototype unit
Acquisition Software	Otto Bock Healthcare Products GmbH, A		prototype unit
Carbon shaft	Otto Bock Healthcare Products GmbH, A		prototype unit