Summary
五感で知覚仮想またはロボット義手の制御を開発代理店の感覚を特徴づけるプロトコルをご紹介します。機関の明示的な経験をキャプチャする心理アンケートを採用し、暗黙的に代理店の感覚を測定する時間間隔の見積もり (意図的なバインディング) を採用します。
Abstract
この作品を明示的に使用することができ、暗黙的に五感で知覚仮想またはロボット義手のニューラル ・ マシン ・ インターフェース (NMI) 制御を開発代理店の感覚を特徴づける方法論的フレームワークについて説明します。代理店の形成は、我々 は我々 自身と我々 の手足と実行するアクションを区別するに不可欠です。高度な上肢義肢を組み込むこれらの同じ知覚メカニズムに努め、私たちは肢制御既存ユーザーの認知的枠組みに人工的な肢をより密接に統合を開始できます。ユーザーの承認、使用、および高度な上肢装具の効果的な管理を促進する上で重要な意味を持ちます。このプロトコルでは参加者は仮想義手を制御し、彼らの既存の Nmi を通して運動感覚の感覚フィードバックを受け取る。一連のバーチャル把持のタスクが実行され、摂動は運動感覚フィードバックと仮想の手の動きに体系的に紹介します。代理店の 2 つの個別の対策を採用: 心理アンケート (機関の明示的な経験をキャプチャ) して時間間隔推定代理店 (意図的なバインディング) の暗黙の意味をキャプチャするためのタスクを確立します。このプロトコルの結果 (アンケート スコアと時間間隔の見積もり) 代理店の形成の程度を定量化する分析することができます。
Introduction
ロボットはますます高度になると関連する感覚フィードバックの重要性は成長していきます。感覚フィードバックには、人間の知覚、対話し、マシンに、ボディ ・ スキーマも統合が影響します。最近 NMI 技術今度義足ユーザーに直感的なコントロールを提供し、達成するため、に関連付けられている感覚に触れる1,2,3,4,5,6,7 ・運動覚 (運動感覚)8,9行方不明四肢で。自己との区別を伝える重要な要素へのアクセスがあるこの感覚情報を操作中に、人工的な肢を見てによって提供される視覚情報と組み合わせれば、我々-その他。このアクセスを活用することはツールだけではなく、自分の体の一部として人工的な肢を動作する義足ユーザーの一歩をもたらすを助けるかもしれない。
身体意識と具現化されている感は代理店 (原作者手足の操作上の経験) と所有権 (手足が体の一部であること感じ) の設立から生じる10,11。所有権は、触覚と視覚情報12の統合を通して仲介される主に。代理店は、意図、運動感覚 (運動感覚)、視覚情報および予測の認知モデル11の統合から出ています。自発的な行動のパフォーマンス中に、演奏者の意図と演奏者の内部モデル13から予測されたアクション感覚の結果を揃えるとき機関の形成します。代理店は所有権とは異なるです。肢所有権の概念は、人工の文学14頻繁に検討されています。タッチ フィードバックがアンケートを通じて明示的にまたは暗黙的に断端の温度の変化を測定、時間順序判断15として、時空間適切な NMI 参加者の所有形態の肢の感覚。しかし、少ないチャンスは、NMI16のコンテキストで代理店を探索する存在しています。NMI の参加者との最近の作品は、意図的に昇格できるし、は所有権8の経験から別に代理店を実証しています。
代理店はロボットの操作で特に重要な因果関係、気持ちの経験を通して人工的な肢の物理的な行動の制御への認知、人工的な肢を制御または何か17に発生します。ロボットがタスクを効果的に実行するユーザーする必要があります協力コンピューター化されたマシンを高度な。グリップ スリップ検出や訂正などの自律機能が組み込まれているいくつかの義肢まだ8,18を適切に実装しない場合は、ユーザーの制御外で実行される機能イライラとして見なすことができますので、これらのシステムは限られた採用を見てきました。これは、自律機械と人間の協調行動のアプリケーション全体にこだまが根本的な課題です。つまり、人間は、多くの場合、コンピューターまたはマシンとのコラボレーションから生じるもので、自分の行動を信頼、この信頼直接自律機能19,20を使用するオペレーターの可能性に影響を与えます。人間は、本質的にいきたいです。 アクションを実行する自分自身と私たちの体を信頼我々これは、我々 は機関の本質的な意味を確立します。興味深いことに、人間とコンピューターの協調動作の代理店の形成に影響します。機関の共有感覚運動21; 上形成人間協調作業中だが、文献は共有代理店は、人間とコンピューターの協調22,23時に妨害されて示唆しています。これらの課題は、上肢義肢に反映され、ロボット装置の除去率が高い、中止の使用24ユーザーの 23%-39% のまま。実際には、多くの義足ユーザーはまだ体供給システム25を好みます。これらのシステムは、制御ループからコンピューターのマシンを削除してより密接にユーザーのワイヤー ケーブル経由で義足の動きに体の動きをカップルします。これは、高度な補装具の使用における認知の統合の重要性をさらに強化します。NMI システムが協力機関、感を確立することに近い人工の手足を移動するために必要な感覚と運動の要素の数を提供してこれは受諾とこれらの真の統合を促進に尽力されることをお勧めユーザーとコンピューター化されたマシンです。
代理店はいくつかの方法で測定されます。心理アンケートを使用する最も簡単なメジャーやスケール、明示的に誰かを参加者に尋ねる彼ら属性イベント17,26,27。これは個人の既存の認識に依存「自己」参加者自己帰属 (すなわち、"I"または別のエンティティのアクションまたはイベントに責任があったかどうかを明示的に判断する) の推論の判断をすることを要求することによって。暗黙的なメジャーは、動作や感覚のイベント中に発生する認知プロセス背景への洞察力を提供します。代理店のこのビューは、個々 によって明示的に認識されていないものを測定しようとします。通常これは参加者の自己および外部-生成されたアクション、たとえば参加者報告の時間彼らが自己と外部-生成イベントの間に発生する認識違いの特徴を持っていることによって達成されます。17,28. 自己生成操作のパフォーマンスの間に代理店は暗黙的に行動と意図的なバインディング28として知られている、その感覚的結果の間の知覚の圧縮として現れます。個人は、彼らがアクションとその結果の間に発生する認識時間を報告、時間の短い認識期間が機関29,30のより強く形作られた感覚に対応しています。興味深いことに、彼らは可能性が高い代理店の感覚を一緒に伝えるさまざまな知覚メカニズム17を特徴付けるが、明示的および暗黙的なメジャーが直接関連付けられませんが実証されています。そのため、義足使用中に代理店の形成のより包括的な理解を確立する明示的および暗黙的な対策を施した実験的プロトコルは必要があります。
この作品を明示的に使用することができ、暗黙的に五感で知覚仮想またはロボット義手の NMI 制御を開発代理店の感覚を特徴づける方法論的フレームワークについて説明します。感覚運動物体把持のタスクのパフォーマンスの間に代理店を測定する 2 つの方法を強調表示されます。確立された心理アンケートの採用機関の明示的な経験をキャプチャする時間間隔の見積もり (意図的なバインド) は暗黙的に代理店の感覚を測定する使用しています。
このプロトコルの範囲は生理学的に関連するアクティブな運動制御と運動感覚のフィードバックを提供する NMI のコンテキストで代理店の感覚を評価する.これらのテクニックは、仮想または物理の補綴 NMI システムに一般化。このプロトコルを実行する募集される個体群に最小限の制限があります。参加者の上肢のモビリティを例えば、二国間に影響できない (彼らは 1 つの音の手足をいる必要があります) と彼らは、時間ベースに判断し経験豊富な感覚を明確に認知の能力を持つ必要があります。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
このプロトコルは、以前に承認されているし、クリー ブランド クリニックの人間研究倫理委員会のガイドラインに従います。
1 NMI のハードウェアとソフトウェア
- 個々 の参加者の NMI の制御とフィードバックを確立し、運動を実行しようとすると、彼らを参照してください、その動きを完了仮想人工を感じるので。
- 参加者の NMI を通して手の運動感覚知覚を生成し、彼らが感じるものを示す参加者を持っていることによって知覚運動の運動学をキャプチャそのまま手を使用しています。
注: 運動感覚知覚運動学を特徴付けるための技術他作品8で示されて、データ グローブや光学式モーション キャプチャ システムを使用して達成することがあります。 - 運動知覚の運動を再現するのに仮想手/補綴のシミュレーションを使用します。
- 参加者の NMI から意図的な手の運動制御信号をキャプチャするハードウェアを設定します。
- この制御信号を仮想の語頭音添加のアクティビティにマップします。
- NMI 信号の集録、仮想の義足の動きとリアルタイムでの運動感覚の NMI フィードバックの生成を調整するマスターの制御プログラムを作成します。
- 参加者の NMI を通して手の運動感覚知覚を生成し、彼らが感じるものを示す参加者を持っていることによって知覚運動の運動学をキャプチャそのまま手を使用しています。
2. 実験のセットアップ
- 参加者の座席し、モニターを水平位置 (すなわち、上向き、その裏に) 彼らの前にテーブルの上。
- モニターの仮想人工を表示し、congruently 彼らの行方不明の肢の位置に配置されるので、そのサイズと位置を調整します。
- 手 (動きの端点) の近く、オープン ポジションのストップ ポイントとして機能する仮想環境でオブジェクト (例えば、フローティング ボール) をレンダリングします。
- マスター コントロール プログラムを構成して、仮想の桁を行うとき仮想停止ポイントとの接触、聴覚トーン調節可能な時間遅延 (300、500、700、または 1,000 ミリ秒) 後再生されます。
3. 実験条件
- NMI フィードバックはオン/オフ、速度と仮想の手の動きと、コマンド間の遅延の方向かどうか聴覚音の遅延を含む、各試行の設定を指定するマスターの制御プログラムの入力ファイルをビルドし、仮想の手の動き。
- 2 つの制御条件、ベースラインと受動的な条件を作成します。
- 基準状態の運動学と NMI の運動感覚知覚を一致するように仮想の手のコントロールを構成します。
注: 基準状態は運動感覚フィードバック、運動機能、モーターの意図の理想的な調和を表します。 - NMI の運動感覚知覚と参加者を提供しながら (ユーザーからコントロールを削除する) 調査官によってトリガーされると仮想の手の動きを実行する受動的な条件をプログラムします。
注: パッシブ状態理論最悪代理店条件 (すなわち、[目的] なし身体を移動する受動的に類似したコントロールの不在の動き) をキャプチャします。
- 基準状態の運動学と NMI の運動感覚知覚を一致するように仮想の手のコントロールを構成します。
- プログラムの追加の条件モーター意図、運動感覚の感覚、そして仮想人工の表示されている運動の時間的不一致の機関への貢献を解析するように設計。次の 5 つの条件を使用してください。
- 反対運動: NMI 運動感覚フィードバックが手の可視化が開いているときに手を閉じることを示します。
- あまりにも高速: NMI 運動感覚フィードバックによって示されるよりも速く手可視化を閉じます。
- 余りに遅い: NMI 運動感覚フィードバックによって示されるより遅い手可視化を閉じます。
- 発症遅延: 手可視化終了 1 の NMI 運動感覚フィードバックによって示されるよりも後。
- フィードバックなし: NMI 運動感覚フィードバックせず手可視化を閉じます。
- 2 つの制御条件、ベースラインと受動的な条件を作成します。
4. 実験のパフォーマンス
- 閉位置停止することがなく、仮想桁が聴覚の音を聞いたときに仮想の停止ポイントを連絡するときの遅延時間の推定を報告するには、オープンからドライブ手に参加者に指示します。
注: 参加者は (例えば、ミリ秒単位、小数点以下の秒、0 - 10 のスケール) それらに最も理にかなって 0 1 秒間の時間のすべての表現を使用可能性があります。 - マスターの制御プログラムは、開始位置、裁判の始まりを合図に仮想手を移動開始ボタンを押すとそれぞれの試験を開始します。これは、キューが無作為の遅延後に再生する聴覚トーンを引き起こす仮想停止ポイントに仮想の手を運転する参加者 (300、500、または 700 ms)。
- 参加者の口頭で報告された推定遅延の時間間隔を記録します。
- 実験的ブロックに試験を整理します。
- 2 回の走行で始まり、最後の分析からそれらを除外します。
- 最初の演習では参加者ドライブ手動きエンドポイントを持っていないし、仮想桁 10 試験の仮想停止ポイントに到達後 1,000 ms 聴覚トーンを再生します。
- 参加者は、この演習のための推定間隔を報告する必要はありません。
注: この手順は、オリエントの参加者どのくらい 1 つ感じている第二に必要です。
- 参加者は、この演習のための推定間隔を報告する必要はありません。
- 2 番目の演習で再び、ドライブを持っている参加者運動エンドポイントに手。聴覚トーンをランダムにため、300、500、および 700 ms の遅延間隔は少なくとも各 × 5 が表現されます。
- 推定遅延間隔を報告する参加者に依頼します。
- どれだけ近い遅延間隔の見積もりは、実際の遅延時間これらの練習試行や実験的ブロックのそれに続く試験の間に参加者に通知を行います。
注: この手順は、参加者となりない、2 番目の画分の規模で時間判断を作って、テスト手順をうじうじテスト参加者に直感的なできない場合がありますので重要です。
- 最初の演習では参加者ドライブ手動きエンドポイントを持っていないし、仮想桁 10 試験の仮想停止ポイントに到達後 1,000 ms 聴覚トーンを再生します。
- 条件ごとに 15 の試験の実験セットに移動します。無作為な順序で条件を提示し、各条件の最後にアンケートを管理します。
- 試験の最新の設定に反映し、(代理店の明示的な経験を定量化するための 4 つの質問と 4 つのコントロール質問 [、で提供される例を含む 8 文庁アンケート参加者に指示します。補足ファイル])8,26。
- 参加者をランダムに提示する少なくとも 5 つのユニークな質問を注文を提供するためにアンケート文をランダムに。
- 試験の最新の設定に反映し、(代理店の明示的な経験を定量化するための 4 つの質問と 4 つのコントロール質問 [、で提供される例を含む 8 文庁アンケート参加者に指示します。補足ファイル])8,26。
- 一連の受動条件 15 試験と実験的ブロックを終了し、これらの試験を完了した後アンケートを管理します。
注: 管理機構の確立された感覚に干渉することを避けるために各実験的ブロックの終わりに受動的な試験です。
- 2 回の走行で始まり、最後の分析からそれらを除外します。
- 実験条件の異なるランダム順序で 4 つの実験的ブロックを完了します。
- 休憩する参加者のためのテストの期間にわたって複数の機会を提供します。最小時間またはこれらの壊れ目の時間制限はありませんが、参加者は、テストを継続する前に物理的または精神的疲労ではないことを確認します。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
実験プロトコルは 3 切断患者参加者の NMI8 (図 1)、五感で知覚仮想人工を介して動作を行った。セットアップでは、参加者が制御可能な仮想手 MuJoCo HAPTIX 物理学エンジン31を使用してあらかじめプログラムされた運動学的プロファイルを移動を使用しました。仮想手だった彼らの行方不明の肢を持つ空間的合同の場所で参加者前のモニターを水平方向に表示されます。NMI 参加者は以前仮想手32; の直感的なコントロールを提供するために標準的な義肢筋電図 (EMG) 対策とその結合された外科神経つなぎ手術 (対象となる抜歯) を受けていたしたがって、参加者は、'考えること' によって不足している手の開閉について仮想手を運転できます。参加者の外科的替えた筋肉の戦略的な振動運動感覚の感覚フィードバック8プラットフォームを提供する手の動きのつかみどころがない認識。カスタム ソフトウェアを介して筋手制御信号と仮想人工レンダリングは、振動フィードバック装置の出力と統合されていた。参加者は、表示されている仮想手の運動を開始したとき、振動が行方不明の手で複雑なグリップの移動の対応する一致した感覚を誘発します。
図 1: 代理店を特徴付けるための要件を満たす例セットアップします。このセットアップには、直感的なコントロールと表示される仮想の手の運動感覚のフィードバックをユーザーが提供します。筋制御および切断の reinnervated 筋肉の振動刺激 (行方不明の肢のつかみどころがない動きの表象を引き出す) を使用してニューラル マシン インタ フェースを介して仮想手制御とフィードバックを実現します。制御とフィードバック データ取得システムとカスタム ソフトウェアを実行しているコンピューターを介して調整されます。仮想手運動は、水平方向のモニター上のユーザーに表示されます。この図の拡大版を表示するのにはここをクリックしてください。
図 2 aは、各フィードバック条件の下の機関の明示的なメジャーの比較のために提供しています。ここでは、各参加者の各フィードバック条件によって 4 つの代理店の質問の平均スコア (と 4 つの制御の質問) がプロットされます。図 2 b、これらの個々 の参加者のスコアは平均、平均の標準偏差を表す誤差フィードバック条件ごとにプロットします。レートが 1 より大きい平均所定のステートメントとの契約、0 が契約26の中立性を示します。高い契約評価 (≥ 1) 機関については、機関の一層の経験を示しています。コントロールの質問に対する回答は、負またはニュートラル (≤ 0)、0 と 1 間のスコアを不確定としてとる。'ベースライン'、'も ' 高速および 'フィードバックなし' 条件を示した最低の平均間隔の見積もりに対し代理店の最強の意味が形成されたを示す 'passive' '反対運動' 条件実証機関の最も弱い感覚。
図 2: 各フィードバック条件下で機関の明示的なメジャー 。4 つの代理店の各フィードバック条件下で各参加者に提供される 4 つの制御の質問 (A) 平均スコア。各フィードバック条件下で参加者間で (B) の平均スコア。誤差範囲は、標準偏差を表します。両方のプロット、評価 +1 不徴収より平均で、0 が中性を示し、庁の形成機構について。この図は、マラスコらから変更されています。8.この図の拡大版を表示するのにはここをクリックしてください。
比較のため図 3 aを示しています各フィードバック状態でバインド意図的な各参加者の時間間隔の見積もり、フィードバック条件に従って平均しました。実際のおよび感知された時間間隔の違いは、3 つの参加者間での平均とし、図 3B基準フィードバック状態を基準として記載しています。誤差は、平均の標準偏差を表します。下の時間間隔の見積もり (図 3 a) と否定的な差が大きい場合 (図 3 b) 代理店の暗黙意識が強いの示しています。基準状態続いて 'あまりにも速く' 条件 '反対運動' 条件実証機関の最も弱い感覚に対し、形成、代理店の最も強力な意味を示す最も低い平均間隔の見積もりを示した。
図 3: 暗黙的なメジャーの代理店を介しての時間各フィードバック条件下で区間推定します。(A) 平均した間隔の見積もり仮想手すぐ竣工の遅延間隔と聴覚トーンそれぞれの間でランダムに各参加者のプロットが実際の間隔を提示します。結果はフィードバック条件ごとにプロットされより低い時間の推定値を示します機関の意識が強い。これらのパネルは、マラスコらから変更されています。8します。 実際の遅延時間と参加者の間 (参加者と遅延間隔) (B) の平均差推定基準フィードバック状態に相対的な時間間隔。両方の結果がプロットされます。ここより負の値を示す平均意識が強い所と CI 95% 信頼区間 (CI) を表します。この図の拡大版を表示するのにはここをクリックしてください。
図 4は、明示的および暗黙的な代理店施策の比較が可能です。実際のおよび感知された時間間隔間の平均差はフィードバック条件ごとに平均代理店アンケート スコアに関して基準フィードバック状態の結果を基準にしてプロットされます。データのこのプレゼンテーションで機関の明示的な経験の減少を示す左から右に x 軸の移動と代理店の暗黙の意味で減少を示す y 軸に下からトップへ移動します。図 2 図 3のように「あまりにも速い」の条件は、明示的および暗黙的に機関最強形成を示した。
図 4: 図 2 b、図 3 b に示された結果を組み合わせたフィードバック条件ごとに代理店の明示的および暗黙的なメジャーを平均します。明示的な代理店の平均結果が x 軸にプロットされ、平均の区間推定は、y 軸にプロットされます。誤差範囲は、標準偏差を示します。左から移動する右上 x 軸示し機関の明示的な経験の減少、代理店の暗黙の意味で減少を示す y 軸に下からトップに移動します。この図は、マラスコらから変更されています。8.この図の拡大版を表示するのにはここをクリックしてください。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
ここで方法論的なフレームワークは、五感で知覚人工を介してnmi も営業しながら形成される代理店の経験を特徴付けるに提示されます。このコンテキストで代理店は特に関係形成背景の認知プロセスに物理的なアクションをブリッジとして。参加者の義足と NMI、ある代理店の意味を確立する重要な要素の数への直接アクセス: 意図、モーター出力、および運動感覚。高度な義肢の制御に重要なこの作品に用意されているツールを活用この直接アクセスするにはどのようにこれらの要素が、ユーザーのコントロール感を促進しての認知の統合の行動の理解のロックを解除、義足。
強調表示されている技術は、リアルタイム知覚に関連するコントロールと運動感覚のフィードバックのための条件を満たす限り、NMI 研究と臨床補綴システムと雇われることができるという点で柔軟性があります。多くの Nmi に固有の利点 postamputation のまま神経経路を活用することにより直感的なコントロールの可能性があります。これにより残留生理活性の測定のため、そのままの手足の動きを伴われ、一度することができます、ターンでは、デコード、適切な仮想または人工四肢運動にマップします。したがって、記録された神経活動とそれに伴うデジタル インター フェースが適切にマップすることができます信頼性の高い出力信号を作り出すことができる提供 NMI 技法の多くは、知覚に関連するコントロールのための要件を満たす必要があります、仮想の手。実験のセットアップも積極的に運動感覚の感覚を開始する能力を持つ捜査官を提供するシステムが必要です表示されている仮想手運動とリアルタイム。アクションを行って、そのアクション13の完了中に適切な感覚フィードバックが返されますときに動きを代理店の意味が確立されると、これは重要な要件です。再度、この条件が満たされる限り、ほとんどの NMI 運動感覚フィードバック システムは適切ななります。
ここで紹介する手法には、評価機関の明示的および暗黙的な認知知覚量の利点があります。それぞれは、一緒に、代理店17の完全な感覚を形成する別の認知メカニズムの可能性がありますを示唆する証拠があります。ただし、そこはまだこの関係を完全に理解です。これらの対策の結果、定量と簡単に解釈。間隔の見積もり時間の減少では、代理店の暗黙意識が強いが形成されたことを示唆しています。同様に、機関ステートメントのアンケート スコアが高い代理店の強力な明示的な経験を示します。これらの定量的な値が評価し、NMI の制御と感覚フィードバックを調整するための基礎を提供できることをお勧めします。たとえば、作業8参加者より小さい知覚時間間隔が多いし、明示的に仮想の手が表示されて、強力な知覚機構を報告図 4、ここで報告される前に閉じ、わずかに速い運動感覚の感覚よりも、彼らは経験しました。これは明示的に、報告されたユーザーが手の行動制御の強い感覚を感じたことを示しますが、この高速運動表示とコントロールのこの感覚をより強く確立認知プロセスを関連付けることをも示唆しています。など、速く手に合わせて臨床補綴物の NMI 制御方式を調整は、物理デバイス制御のユーザーの知覚を向上させ、自己生成とそのデバイスの動作を識別するためにユーザーを助けるかもしれない。
紹介する手法は、複数の感覚の義肢を所有権の認識に影響を与える可能性のより完全な理解を形成する使用されるかもしれない。たとえば、タッチ感覚フィードバック (または他の感覚モダリティ) は紹介代理店の感覚を増強で、可能な個々 の役割を評価するパラダイムに組み込むことができます。また、ここで紹介する手法は、所有権より包括的機関、実施形態、個々 の感覚モダリティ間の相互関係を特徴付けるための措置と対になって可能性があります。用意されているメソッドは、NMI 制御デバイスを超えて広範な応用もあります。同様の実験に複雑な制御システム (筋パターン認識) など、従来の筋義肢と体供給システム、NMI 感覚フィードバックを用いないシステム実装できます。これ、独自の視点でどのように認知プロセスを理解できるようにする '自然' の制御とフィードバックのパラダイムに対応しより伝統的な研究の操作中に代理店やコントロールの認識がどのように行動への洞察を提供するまたは臨床補綴システムです。
ロボットがますます高度化につれてので、効果的な制御とこれらのデバイスの認知の統合必要もなくなります。感覚は、多数の重要な障害に対処するための経路と運動感覚情報を処理する基盤となるメカニズムを評価することが重要な部分です。ここで提供されているツールの代理店の明示的および暗黙的な形成の特性がユーザーとデバイスの集積化を図ることができます。これらの技術に役立つ直感的な運動制御と Nmi が提供することが、評価とチューニング、最終的にその人工コントロールの中のユーザーの認識を改善するためのプラットフォームを提供できる感覚に生得的なアクセスの利点を定量化手足。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者が明らかに何もありません。
Acknowledgments
著者らは、図生成への彼女の貢献のためのマデリーン ニューカムを感謝したいです。この作品、NIH、ディレクター、共通基金の事務所を通じて米国の納税者によって資金が供給された変革 R01 研究賞 (助成金 #1R01NS081710-01) および防衛高等研究計画庁 (契約番号 N66001-15-C-4015 後援の下の生物学技術事務所プログラム マネージャー d. ウェーバー)。
Materials
Name | Company | Catalog Number | Comments |
LabVIEW 2015, Service Pack 1, Version 15.0.1f2 64-bit | National Instruments, Austin, TX, USA | Full or Pro Version | We wrote custom software in LabVIEW to coordinate virtual prosthesis control with kinesthetic feedback as well as to present experimental conditions and record data. |
8-Slot, USB CompactDAQ Chassis | National Instruments, Austin, TX, USA | cDAQ-9178 | |
±60 V, 800 kS/s, 12-Bit, 8-Channel C Series Voltage Input Module | National Instruments, Austin, TX, USA | NI-9221 | |
100 kS/s/ch Simultaneous, ±10 V, 4-Channel C Series Voltage Output Module | National Instruments, Austin, TX, USA | NI-9263 | |
Custom Wearable Kinesthetic Tactor | HDT Global, Solon, OH, USA | N/A | This item was custom made. Other methods of delivering kinesthetic feedback are acceptable as long as the participant feels the sensation of the hand moving in real-time with the movements of the virtual hand. |
MuJoCo Physics Engine, HAPTIX Version | Roboti LLC, Redmond, WA, USA | mjhaptix150 | Newer versions of MuJoCo should be acceptable as well. We used the MPL Gripper Model. |
Myobock Electrodes, powered by Otto Bock EnergyPack in MyoBoy Battery Receptacle | Ottobock, Duderstadt, Germany | electrodes: 13E200=60 battery: 757B21 battery receptacle: 757Z191=2 |
Any setup that provides an amplified, filtered, and rectified EMG or neural control signal could be used. |
References
- Kuiken, T. A., Marasco, P. D., Lock, B. A., Harden, R. N., Dewald, J. P. A. Redirection of cutaneous sensation from the hand to the chest skin of human amputees with targeted reinnervation. Proceedings of the National Academy of Sciences. 104 (50), 20061-20066 (2007).
- Hebert, J. S., et al. Novel targeted sensory reinnervation technique to restore functional hand sensation after transhumeral amputation. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 22 (4), 765-773 (2014).
- Tan, D. W., et al. A neural interface provides long-term stable natural touch perception. Science Translational Medicine. 257 (6), (2014).
- Oddo, C. M., et al. Intraneural stimulation elicits discrimination of textural features by artificial fingertip in intact and amputee humans. eLife. 5 (MARCH2016), (2016).
- Raspopovic, S., et al. Bioengineering: Restoring natural sensory feedback in real-time bidirectional hand prostheses. Science Translational Medicine. 6 (222), (2014).
- Flesher, S. N., et al. Intracortical microstimulation of human somatosensory cortex. Science Translational Medicine. 8 (361), (2016).
- Tabot, G. A., et al. Restoring the sense of touch with a prosthetic hand through a brain interface. Proceedings of the National Academy of Sciences. 110 (45), 18279-18284 (2013).
- Marasco, P. D., et al. Illusory movement perception improves motor control for prosthetic hands. Science Translational Medicine. 10 (432), (2018).
- Horch, K., Meek, S., Taylor, T. G., Hutchinson, D. T. Object discrimination with an artificial hand using electrical stimulation of peripheral tactile and proprioceptive pathways with intrafascicular electrodes. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 19 (5), 483-489 (2011).
- Braun, N., et al. The senses of agency and ownership: A review. Frontiers in Psychology. 9 (APR), (2018).
- Van Den Bos, E., Jeannerod, M. Sense of body and sense of action both contribute to self-recognition. Cognition. 85 (2), 177-187 (2002).
- Botvinick, M., Cohen, J. Rubber hands "feel" touch that eyes see. Nature. 391 (6669), 756 (1998).
- Gallagher, S. Philosophical conceptions of the self: Implications for cognitive science. Trends in Cognitive Sciences. 4 (1), 14-21 (2000).
- Niedernhuber, M., Barone, D. G., Lenggenhager, B. Prostheses as extensions of the body: Progress and challenges. Neuroscience & Biobehavioral Reviews. 92, 1-6 (2018).
- Marasco, P. D., Kim, K., Colgate, J. E., Peshkin, M. A., Kuiken, T. A. Robotic touch shifts perception of embodiment to a prosthesis in targeted reinnervation amputees. Brain. 134 (3), 747-758 (2011).
- Rognini, G., Blanke, O. Cognetics: Robotic Interfaces for the Conscious Mind. Trends in Cognitive Sciences. 20 (3), 162-164 (2016).
- Dewey, J. A., Knoblich, G. Do implicit and explicit measures of the sense of agency measure the same thing. PLoS ONE. 9 (10), (2014).
- Edwards, A. L. Adaptive and Autonomous Switching: Shared Control of Powered Prosthetic Arms Using Reinforcement Learning. , University of Alberta. Master's thesis (2016).
- Desai, M., Stubbs, K., Steinfeld, A., Yanco, H. Creating trustworthy robots: Lessons and inspirations from automated systems. Adaptive and Emergent Behaviour and Complex Systems - Proceedings of the 23rd Convention of the Society for the Study of Artificial Intelligence and Simulation of Behaviour, AISB 2009. , 49-56 (2009).
- Lee, J. D., See, K. A. Trust in automation: designing for appropriate reliance. Human Factors. 46 (1), 50-80 (2004).
- Moore, J. W. What is the sense of agency and why does it matter? Frontiers in Psychology. 7 (AUG), 1-9 (2016).
- Obhi, S. S., Hall, P. Sense of agency in joint action: Influence of human and computer co-actors. Experimental Brain Research. 211 (3-4), 663-670 (2011).
- Sahaï, A., Pacherie, E., Grynszpan, O., Berberian, B. Co-representation of human-generated actions vs. machine-generated actions: Impact on our sense of we-Agency? 2017 26th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN). , Lisbon, Portugal. August 28 - September 1, 2017 (2017).
- Biddiss, E., Chau, T. Upper limb prosthesis use and abandonment: A survey of the last 25 years. Prosthetics and Orthotics International. 31 (3), 236-257 (2007).
- Atkins, D. J., Heard, D. C. Y., Donovan, W. H. Epidemiologic overview of individuals with upper-limb loss and their reported research priorities. Journal of Prosthetics and Orthotics. 8 (1), 2-11 (1996).
- Kalckert, A., Ehrsson, H. H. Moving a Rubber Hand that Feels Like Your Own: A Dissociation of Ownership and Agency. Frontiers in Human Neuroscience. 6 (March), 1-14 (2012).
- Caspar, E. A., Cleeremans, A., Haggard, P. The relationship between human agency and embodiment. Consciousness and Cognition. 33, 226-236 (2015).
- Haggard, P., Clark, S., Kalogeras, J. Voluntary action and conscious awareness. Nature Neuroscience. 5 (4), 382-385 (2002).
- Engbert, K., Wohlschläger, A., Haggard, P. Who is causing what? The sense of agency is relational and efferent-triggered. Cognition. 107 (2), 693-704 (2008).
- Moore, J. W., Wegner, D. M., Haggard, P. Modulating the sense of agency with external cues. Consciousness and Cognition. 18 (4), 1056-1064 (2009).
- Kumar, V., Todorov, E. MuJoCo HAPTIX: A virtual reality system for hand manipulation. 2015 IEEE-RAS 15th International Conference on Humanoid Robots (Humanoids). , Seoul, South Korea. November 3 - 5, 2015 (2015).
- Kuiken, T. A., et al. Targeted reinnervation for enhanced prosthetic arm function in a woman with a proximal amputation: a case study. Lancet. 369 (9559), 371-380 (2007).