26. Juli 2013
Entwicklung eines effektiven Gehirn-Maschine-Interface (BMI) für die Wiederherstellung und Sanierung der zweibeinigen Fortbewegung erfordert eine genaue Entschlüsselung des Benutzers Absicht. Hier präsentieren wir eine neuartige experimentelle Protokoll und Datenerhebung Technik zur gleichzeitigen nichtinvasiven Erfassung neuronaler Aktivität, Muskelaktivität und Ganzkörper-Kinematik während der verschiedenen Aufgaben und Bedingungen Fortbewegung.
Das übergeordnete Ziel des folgenden Experiments ist es, das Konzept eines mobilen Bildgebungsrahmens für das Gehirn zu erweitern, um die Untersuchung der Körperdynamik des menschlichen Gehirns bei einer Vielzahl von Bewegungsaufgaben zu ermöglichen. Dies wird erreicht, indem zunächst E-E-G-E-M-G- und Motion-Capture-Sensoren in einem zweiten Schritt an einem menschlichen Probanden platziert werden. Die drei Datenerfassungssysteme sind mit einer kundenspezifischen Software und einem Drucktastenauslösegerät synchronisiert, das einen Timelock-E-E-G-E-M-G- und Motion-Capture-Datensatz bereitstellt.
Als nächstes absolviert der Proband neun spezifische Lokomotivaufgaben in vier verschiedenen Umgebungen. Um die Dynamik des Gehirnkörpers während einer Vielzahl von Bewegungen zu erfassen, zeigen die Ergebnisse die per EEG gemessene Gehirnaktivität während der Bewegungsaufgaben. Diese Methode kann helfen, zentrale Fragen im Bereich der Neuroprothetik und der Gehirn-Maschine-Schnittstellen zu beantworten.
Ist es zum Beispiel möglich, nützliche Informationen über die GA-Kinematik oder Oberflächen-EMG-Muster aus einem Kopfhaut-EEG zu extrahieren? Der Hauptvorteil dieser Technik gegenüber bestehenden Methoden besteht darin, dass wir E-E-G-E-M-G- und Motion-Capture-Daten drahtlos mit einem mobilen Setup sammeln können, was es uns ermöglicht, im Vergleich zu herkömmlichen Datenerfassungstechniken mehr motorische Aufgaben und Umgebungen zu erkunden. Die Implikationen dieser Techniken erstrecken sich auch auf die Bewegungsstörungen und die Rehabilitationsmedizin, denn im Grunde informieren uns diese Protokolle über die Veränderungen der Gehirnaktivität und die Anpassung des Körpers.
Meine Doktoranden werden nun die Platzierung der Sensoren demonstrieren oder JI osir wird zeigen, wie die EMG-Sensoren heute an unserem Freiwilligen zu platzieren sind. Kevin Nathan, mit der Unterstützung von John, er, der die EEG-Sensoren auf seiner Kopfhaut platzieren wird, um dieses Protokoll zu beginnen. Notieren Sie zunächst die Größe, das Gewicht und das Alter des Probanden.
Passen Sie dann die Laufbandgeschwindigkeit an die bevorzugte Gehgeschwindigkeit des Probanden an. Messen Sie als Nächstes den Abstand zwischen dem Nasion und dem Inion mit einem Filzstift. Markieren Sie 10 % des Abstands als Referenz für die Ausrichtung der Kappe und markieren Sie den Mittelpunkt des Abstands als Scheitelpunkt des Kopfes.
Setzen Sie nun die EEG-Kappe auf das Motiv und richten Sie sie auf die Referenzlandmarken aus. Richten Sie den Mittelpunkt zwischen der FP-Ein- und der FP-Zwei-Elektrode an der 10%-Abstandsmarkierung aus und richten Sie die CZ-Elektrode an dem markierten Scheitelpunkt aus. Sichern Sie die Kappe, indem Sie sie unterhalb des Kinns festschnallen.
Beginnen Sie als Nächstes mit der Masse- und der Referenzelektrode und injizieren Sie mit einer kleinen Spritze Elektrolytgel in jede Elektrode, bis die Impedanz jeder Elektrode unter 25 Kiloohm liegt, was durch das grüne Aufleuchten der Elektroden-LED angezeigt wird. Verbinden Sie abschließend die Elektroden mit dem Funksender für das Datenerfassungssystem. Bereiten Sie sich anschließend auf die Oberflächen-Elektromyographie vor, indem Sie zuerst die Haut rasieren und dann mit einem Isopropylalkohol-Pad reinigen.
Platzieren Sie dann eine Elektrode an jeder der acht vorbereiteten Stellen pro Bein für den Tali, den vorderen Vastus, den Lateralis, den Bizeps, den Fems und den Gastroc. Zum Schluss bitte EMG-Erdungselektroden am linken oder rechten Handgelenk und alle EMG-Elektroden an die EMG-Datenerfassungseinheit anschließen. So richten Sie die Bewegungserfassung ein.
Platzieren Sie zunächst die Markierungssensoren mit Velcro-Bändern oder doppelseitigem Klebeband auf dem Motiv. Bringen Sie die Sensoren an den hier aufgeführten Stellen an. Lassen Sie die Person dann vor der Datenerfassung auf das Laufband steigen und einen Sicherheitsgurt anbringen, wie hier zu sehen.
Untersuchen Sie die EEG- und EMG-Signale, um die korrekte Elektrodenplatzierung, den Elektrodenanschluss und die Datenübertragung zu überprüfen. Beginnen Sie dann mit der Datenerfassung, indem Sie die Konsolenanwendung c plus plus ausführen. Drücken Sie den manuellen Auslöser, um die EMG-Aufzeichnung zu starten und einen Signalton zu geben.
Um das Experiment zu starten, weisen Sie den Probanden an, 30 Sekunden lang in ruhiger Haltung zu bleiben. Drücken Sie dann nach 30 Sekunden den Auslöseknopf, um das Gehen zu starten. Das Laufband sollte langsam auf die vorgewählte Geschwindigkeit des Probanden beschleunigen.
Lassen Sie das Subjekt fünf Minuten lang gehen. Drücken Sie nach fünf Minuten die Auslösetaste, um den Übergang vom Gehen in den Stand zu starten, indem Sie das Laufband langsam anhalten. Nach dem Stillstand sollte das Motiv 30 Sekunden lang stehen bleiben.
Drücken Sie nun die Schaltfläche "Warteschlange", um die Datenerfassung zu stoppen und die Daten zu speichern. Wiederholen Sie dieses Experiment mit drei Sehbedingungen, einschließlich einer Schwarzbedingung. in einiger Entfernung vor dem Probanden, um sich auf die Echtzeitbeobachtung der Beine auf einem Videomonitor zu konzentrieren und eine diagonale Linie auf dem Laufband zu vermeiden.
Als nächstes geht es weiter zur Walking-Arena. Die Geharena sollte so eingerichtet werden, dass fünf Sätze Infrarot-Näherungssensoren, Kegel und Fernsehbildschirme wie zu sehen platziert werden. Positionieren Sie hier den Probanden am Anfang der Arena-Gehschleife und beginnen Sie mit der Datenerfassung wie zuvor beschrieben.
Drücken Sie nun die Auslösetaste, um das Gehexperiment zu starten. Zu dem Zeitpunkt, zu dem der Auslöser gegeben wird. Der erste Richtungspfeil wird auf dem Bildschirm gegenüber dem Motiv angezeigt.
Wenn ein Pfeil nach rechts oder links beobachtet wird, sollte das Motiv den Kegelsatz am Eingang verlassen, sich um 90 Grad in diese Richtung drehen, die Schleife abschließen und zu den Eingangskegeln zurückkehren. Wenn ein Pfeil nach oben beobachtet wird, sollte das Motiv direkt aus den Eingangskegeln heraus weitergehen. Ein manueller Auslöser und ein Richtungspfeil sollten dann gegeben werden, wenn das Motiv etwa zwei Meter von den IR-Sensoren entfernt ist.
Das Motiv sollte dann durch den ersten Satz von IR-Sensoren gehen und dann die entsprechende 90-Grad-Drehung machen, um die Schleife zu vervollständigen. Wenn der Versuchsleiter während des Gehens zu den Eingangskegeln zurückkehrt, sollte er dem Probanden in einem Abstand von etwa drei bis fünf Metern mit dem Host-PC auf einem Rollwagen folgen. Um die Qualität des drahtlosen Signals zu gewährleisten, sollte der Proband weitergehen, wenn er die Eingangskegel erreicht. Nach Abschluss einer einzelnen Schleife sollte die Sequenz in zufälliger Reihenfolge der Pfeile wiederholt werden, bis drei Schleifen für jeden Anfangspfeil abgeschlossen sind.
Nachdem Sie die erforderliche Anzahl von Schleifen abgeschlossen haben, drücken Sie die manuelle Auslösetaste, um den Übergang in den Stand zu signalisieren. Das Motiv sollte 30 Sekunden lang ruhig stehen. Beenden Sie dann die Datenerfassung, indem Sie die Cue-Taste am Host-PC drücken.
Stellen Sie einen Stuhl hinter das Motiv und beginnen Sie mit der Datenerfassung. Der Proband sollte zu Beginn der Datenerfassung 15 Sekunden lang still stehen. Drücken Sie nach 15 Sekunden die manuelle Auslösetaste.
Nach dem Hören des Hinweises sollte der Proband vom Stehen zum Sitzen, zur Haltung, zum Halten und zur Sitzposition wechseln, bis zur nächsten Audiowarteschlange. Warten Sie in einem zufälligen Intervall von fünf bis 15 Sekunden. Drücken Sie dann den manuellen Auslöser, um den Übergang vom Sitz zum Stand zu signalisieren.
Lassen Sie den Probanden die stehende Haltung bis zur nächsten Audiowarteschlange halten. Wiederholen Sie diesen Vorgang bis 10. Kompletter Stand zum Sitzen und Sitzen zum Stehen.
Die Manöver sind abgeschlossen, danach sollte das Motiv 15 Sekunden lang ruhig stehen. Beenden Sie dann die Datenerfassung, indem Sie die Cue-Taste drücken. Wiederholen Sie als Nächstes das Stand-to-Sit-Protokoll für den selbstinitiierten Übergang vom Stand zum Sitzen und vom Sitz zum Stehen.
Anstatt dem Subjekt diesmal einen Auslöser für den Übergang zu geben, lassen Sie das Subjekt den Transfer von selbst initiieren, bis 10 jedes Manövers abgeschlossen sind. Für den Flurgang positionieren sich das Subjekt und der Datenerfassungswagen in der Mitte eines geraden Flurs von einer Achtelmeile. Beginnen Sie mit der Datenerfassung wie bei den Gehexperimenten auf dem Laufband.
Geben Sie nach der ersten 32. Ruhephase einen manuellen Auslöser oder Piepton an die Person, um das Gehen zu starten. Lassen Sie die Versuchsperson fünf Minuten lang ununterbrochen gehen. Wenn die Person bis auf 10 Meter an das Ende des Flurs herankommt, sollte sie selbst eine Kehrtwende einleiten und in die entgegengesetzte Richtung weitergehen.
Drücken Sie nach fünf Minuten den manuellen Auslöseknopf, um mit dem Gehen aufzuhören. Das Motiv sollte 30 Sekunden lang ruhig stehen bleiben, während es geradeaus schaut. Beenden Sie dann die Datenerfassungswahl.
Beginnen Sie als Nächstes ein zweites Flurexperiment. Geben Sie nach einem zufälligen Zeitintervall zwischen 20 und 40 Sekunden einen manuellen Auslöser und einen akustischen Hinweis, damit die Person aufhört zu gehen. Das Subjekt sollte dann für eine kurze, zufällige Dauer von fünf bis 15 Sekunden stehen bleiben.
Drücken Sie dann die manuelle Auslösetaste, damit das Subjekt weiter geht. Wiederholen Sie diese Schritte, bis 10 Zyklen des Startstopps abgeschlossen sind, und beenden Sie sie dann. Hier sind repräsentative Ergebnisse der Datenerfassung von 10 Sekunden Gehen auf dem Laufband dargestellt.
Das obere Feld zeigt 64-Kanal-EEG-Rohdaten mit Kanalnamen Das mittlere Feld zeigt die Beschleunigung in vertikaler Richtung von 11 Markierungssensoren. Im unteren Bereich wird das Roh-EMG mit acht Kanälen angezeigt. Diese Abbildung zeigt repräsentative Daten aus einer Gehschleife während der Arena.
Ein Protokoll vertikale schwarze Balken zeigen Auslöser an. Der erste Auslöser erfolgt über den Druckknopf mit dem Pfeil nach rechts. Die letzten vier stammen von IR-Sensoren, IR eins bis IR vier, während das Motiv die Schleife durchläuft, und hier sehen wir Beispieldaten vom Stand zum Sitzen und vom Sitzen zum Ständerübergang.
Die EEG-Beschleunigungs- und EMG-Daten sind wie in der ersten Abbildung dargestellt. Vertikale Balken zeigen manuelle Auslöser an, um das Stehen bzw. Sitzen zu initiieren. Schließlich zeigt diese Abbildung Beispieldaten aus dem Übergang vom Stehen zum Gehen und vom Gehen zum Stehen während des Flurs.
Gehaufgabe. Vertikale Balken zeigen manuelle Auslöser und Audiohinweise zum Starten bzw. Stoppen des Gehens an. Es ist wichtig, sich daran zu erinnern, dass EEG-Sensoren und EMG-Sensoren empfindlich auf Bewegungsartefakte reagieren, daher sollten wir sicherstellen, dass die Sensoren sicher und sicher an diesem Subjekt befestigt sind.
Nach diesem Verfahren können Sie andere Techniken anwenden, wie z. B. die unabhängige Komponentenanalyse oder die lineare Regression, um die elektrokortikalen Signale von den Artefakten zu isolieren, sodass Sie die Kinematik der Gliedmaßen oder EMG-Profile aus den EEG-Daten extrahieren können. Diese Technik wird es der neuronalen Schnittstellengemeinschaft ermöglichen, Fragen darüber zu beantworten, wie das Gehirn mit Bewegung und Bewegungsabsicht zusammenhängt, und sie wird ein Mittel bieten, um Informationen über den Gang aus einem Kopfhaut-EEG zu extrahieren.
Diese Studie stellt ein neuartiges experimentelles Protokoll für die nichtinvasive Erfassung von neuronalen, muskulären und kinematischen Daten während Gangbewegungsaufgaben vor. Der Ansatz zielt darauf ab, Gehirn-Maschine-Schnittstellensysteme zur Rehabilitation der zweibeinigen Fortbewegung zu verbessern.
Dieses Protokoll ermöglicht eine multimodale neuronale Dekodierung während ungehinderter Fortbewegung und trägt damit einer zentralen Herausforderung bei der Entwicklung von Gehirn-Maschine-Schnittstellen für die Neurorehabilitation Rechnung. Durch die Synchronisation von EEG-, EMG- und Ganzkörper-Kinematikdaten in realen Umgebungen unterstützt es die mechanistische Risikominderung neuronaler Schnittstellen, die für die Wiederherstellung des Gangs vorgesehen sind. Der Ansatz liefert einen prädiktiven Wert für die Zielvalidierung in neuroprothetischen Programmen, indem kortikale Aktivität über verschiedene motorische Kontexte hinweg mit der Bewegungsintention verknüpft wird.
Die Methode integriert sich in den Entdeckungsprozess, der von der Hypothesenprüfung zur neuronalen Steuerung der Bewegung bis hin zur Identifizierung von Leads für BMI-Systeme reicht, wobei die Ergebnisse die präklinische Arbeit an Neurorehabilitationstechnologien informieren.