Waiting
Traitement de la connexion…

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Neuroscience

En människa och maskin-gränssnitt integrera billiga sensorer med en neuromuskulär elektrisk stimulering System för Post-Stroke Balance Rehabilitering

Published: April 12, 2016 doi: 10.3791/52394

Abstract

En stroke uppstår när en artär transporterar blod från hjärtat till ett område i hjärnan spricker eller en propp hindrar blodflödet till hjärnan och därigenom förhindra leverans av syre och näringsämnen. Ungefär hälften av stroke är kvar med någon grad av invaliditet. Innovativa metoder för reparativ Neurorehabilitation brådskande behövs för att minska långtids funktionshinder. Förmågan hos nervsystemet att omorganisera sin struktur, funktion och anslutningar som ett svar på inre eller yttre stimuli kallas neuroplasticity. Neuroplasticitet är involverad i post-stroke funktionella störningar, men också i rehabilitering. Gynnsamma neuroplastic förändringar kan underlättas med icke-invasiv elektro, såsom neuromuskulär elektrisk stimulering (NMES) och sensorisk elektrisk stimulering (SES). NMES innebär samordnad elektrisk stimulering av motoriska nerver och muskler för att aktivera dem med kontinuerliga korta pulser av elektrisk ström medan SES involves stimulering av sensoriska nerver med elektrisk ström som resulterar i förnimmelser som varierar från knappt märkbar till mycket obehagligt. Här kan aktivt kortikal deltagande i förfaranden rehabilitering underlättas genom att driva icke-invasiv elektro med biosignaler (elektromyogram (EMG), elektroencefalogram (EEG), electrooculogram (EOG)) som representerar samtidig aktiv perception och viljeansträngning. För att uppnå detta i en resurssvaga inställning, till exempel i låg- och medelinkomstländer, presenterar vi en låg kostnad människa-maskin-gränssnitt (HMI) genom att utnyttja de senaste framstegen inom off-the-shelf videospel sensorteknik. I detta dokument diskuterar vi öppen källkod gränssnitt som integrerar låg kostnad off-the-shelf sensorer för visuell-auditiv biofeedback med icke-invasiv elektro att hjälpa postural kontroll under balans rehabilitering. Vi visar proof-of-concept på friska frivilliga försökspersoner.

Introduction

En episod av neurologisk dysfunktion orsakad av fokal cerebral, spinal eller retinal infarkt kallas stroke 1. Stroke är ett globalt hälsoproblem och fjärde vanligaste orsaken till handikapp i världen en. I länder som Indien och Kina, de två mest folkrika nationer i världen, är neurologiska funktionshinder på grund av stroke att stämplas som dold epidemi 2. En av de vanligaste medicinska komplikationer efter en stroke är faller med en rapporterad förekomst av upp till 73% under det första året efter stroke tre. Efter stroke hösten är multifaktoriell och inkluderar både spinal och supraspinala faktorer som balans och visuospatial försummelse 4. En översyn av Geurts och kollegor 5 identifierade 1) flera riktningar nedsatt maximal vikt skiftande under tvåbent stående, 2) låg hastighet, 3) riktad vaghet och 4) små amplituder av enkla och cykliska sub-maximal frontalplanet vikt skift som balansen faktorer för hösten risk. Inverkan på dagliga aktiviteter kan vara betydande, eftersom tidigare arbeten har visat att balansen är förknippad med ambulatorisk förmåga och självständighet i grovmotoriska funktionen 5, 6. Dessutom Geurts och kollegor 5 föreslog att supraspinala multisensorisk integration (och muskelkoordination 7) förutom muskelstyrka är avgörande för balans återhämtning som saknas i dagens protokoll. Mot multisensorisk integration, är vår hypotes 8 på volitionally drivna icke-invasiv elektroterapi (NMES / SES) som denna adaptivt beteende kan formas och underlättas genom modulering av aktiv uppfattning av sensoriska input under NMES / SES-assisterad rörelse hos den drabbade extremiteten så att den hjärna kan införliva denna återkoppling till efterföljande rörelse utgång genom att rekrytera alternativa motorbanor 9, om det behövs.

För att uppnå volitionally driven NMES / SES-assisterad balansträning i en resurs-fattiga inställning, var en låg kostnad människa-maskin-gränssnitt (HMI) som utvecklats genom att utnyttja tillgängliga öppen källkod och de senaste framstegen inom off-the-shelf videospel sensorteknik för visuell-auditiv biofeedback. NMES innebär samordnad elektrisk stimulering av nerver och muskler som har visat sig förbättra muskelstyrka och minska spasticitet 10. Även SES innebär stimulering av sensoriska nerver med elektrisk ström för att framkalla känslor där preliminärt publicerade arbeten 11 visade att subsensory stimulering appliceras över tibialis anterior musklerna enbart är effektiv i att dämpa postural gungning. Här kommer HMI möjliggör integration sensomotorisk under interaktiv efter stroke balans terapi där volitionally driven NMES / SES för fotledsmusklerna kommer att fungera som en muskel förstärkare (med NMES) samt förbättra afferenta feedback (med SES) till bistå friska ankel strategier 12,13,14 för att bibehålla upprätt hållning under postural gungar. Detta ärbaserad på hypotesen presenteras i Dutta et al. 8 att en ökad kortikospinala retbarhet relevanta fotled muskler sker genom icke-invasiv elektro kan låna ut till en förbättrad supraspinal modulering av fotled styvhet. I själva verket har tidigare arbete visat att NMES / SES framkallar varaktiga förändringar i kortikospinala retbarhet, möjligen som ett resultat av samarbete aktiverande motoriska och sensoriska fibrer 15,16. Dessutom Khaslavskaia och Sinkjaer 17 visade i människor att samtidig motor kortikala enhet närvarande vid tidpunkten för NMES / SES förbättrade motor kortikal retbarhet. Därför kan volitionally driven NMES / SES inducera kortsiktiga neuroplasticity i ryggradsreflexer (t.ex. ömsesidig Ia hämning 17) där kortikospinala neuroner som skjuter via fallande vägar till en given motoneuron poolen kan hämma den antagonistiska motoneuron poolen via Ia-hämmande intern i humans 18, såsom visas i figur 1, i riktning mot en operant konditione paradigm (se Dutta et al. 8).

Figur 1
Figur 1: Begreppet (. Detaljer på Dutta et al 21) underliggande interaktiv Human Machine Interface (HMI) för att driva tryckcentrum (COP) markören till cued målet att förbättra fotled muskelkoordination enligt volitionally driven neuromuskulär elektrisk stimulering (NMES) -assisted visuomotor balans terapi EEG. elektroencefalografi, MN: α-motoneuron, IN: Ia-hämmande interneuronen, EMG: electromyogram, DRG: dorsala ganglion. Reproduceras från 8 och 37. Klicka här för att se en större version av denna siffra.

Den antero-posterior (AP) förskjutningar i masscentrum (KOM) utförsgenom ankel plantarflexors (såsom medial gastrocnemius och soleus muskler) och dorsiflexors (såsom den främre tibialis) medan medio-lateral (ML) förskjutningar utförs av ankel inverterare (såsom den främre tibialis) och evertors (såsom peroneus longus och brevis muskler). Följaktligen strokerelaterad fotled nedskrivningar inklusive svaghet i fotleden dorsiflexor muskler och ökad spasticitet av fotleden plantarflexor muskler leda till försämrad postural kontroll. Här kan agility utbildningsprogram 6 tas tillvara i en virtuell verklighet (VR) baserad spelplattform som utmanar dynamisk balans där uppgifter successivt ökat i svårigheter som kan vara mer effektiva än statisk stretching / vikt skiftande träningsprogram för att förhindra fall 6. Till exempel kan individer utföra volitionally driven NMES / SES assisterad AP och ML förskjutningar under en dynamisk visuomotor balans uppgift där svårigheten kan gradvis ökas till Ameliorate efter stroke vrist specifika kontrollproblem i vikt skiftande under tvåbent ställning. Mot volitionally driven NMES / SES assisterad balans terapi i en resurssvaga inställning, presenterar vi en låg kostnad HMI för Mobile Brain / Body Imaging (mobi) 19, mot visuell-auditiv biofeedback som också kan användas för datainsamling från låg- kostnads ​​sensorer för offline uppgifter prospektering i Mobilab (se Ojeda et al. 20).

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Obs: HMI programvara pipeline har utvecklats baserat på fritt tillgänglig programvara med öppen källkod och off-the-shelf låg kostnad videospel sensorer (detaljer finns på: https://team.inria.fr/nphys4nrehab/software/ och https: //github.com/NeuroPhys4NeuroRehab/JoVE). HMI programvara pipeline tillhandahålls för datainsamling under en modifierad funktionell räckvidd uppgift (mFRT) 21 i en VR baserad spelplattform för visuomotor balans terapi (VBT) 8.

Figur 2a visar den diagnostiska ögon-spår setup där blicken funktioner extraheras offline för kvantifiering av post-stroke restfunktion, så att visuell återkoppling i VR kan anpassas i enlighet därmed.

Figur 2b visar experimentuppställning för VBT.

figur 2
Figur 2: ( (B) Schematisk bild av människa-maskin-gränssnitt där programvarugränssnittet integrerar Biosignal sensorer och motion capture för att spela mobila hjärna / kropp bilddata med neuromuskulär elektrisk stimulering systemet (NMES) och sensorisk elektrisk stimulering (SES) för post-stroke NMES / SES-assisterad visuomotor balans terapi. NMES: neuromuskulära elektrisk stimulering, SES: Sensory elektrisk stimulering, EMG: elektromyogram, EEG: elektroencefalogram, EOG: Electrooculogram, Cop: tryckcentrum, PC: Personal Computer. Reproduceras från 8 och 37. Klicka här för att se en större version av denna siffra.

1. Installation för Mobile Brain / Body Imaging Under VBT

  1. Installera drivrutiner för rörelse Capture (installation förfaranden som på https://code.google.com/p/labstreaminglayer/wiki/KinectMocap)
    1. Ladda ner och installera Kinect Runtime från http://go.microsoft.com/fwlink/?LinkId=253187 (Motion Capture givare bör inte anslutas till någon av USB-portarna på datorn).
    2. Anslut den motordrivna Motion Capture Sensor i en USB-port via gränssnittskabeln. Drivrutinerna laddas automatiskt.
  2. Installera drivrutiner för Eye Tracker Sensor (installations förfaranden som anges på http://github.com/esdalmaijer/EyeTribe-Toolbox-for-Matlab )
    1. Ladda ner mjukvaran från http://theeyetribe.com, starta programmet och starta programmet för att installera programvaran (Eye Tracker sensorn ska inte vara ansluten till någon av USB-portarna på datorn).
    2. Anslut drivna Eye Tracker Sensor och drivrutinerna laddas automatiskt.
  3. Installa förare för Balance Board (installations förfaranden som anges i (installations förfaranden som på http://www.colorado.edu/intphys/neuromechanics/cu_wii.html)
    1. Ladda ner och extrahera CU_WiiBB.zip från http://www.colorado.edu/intphys/neuromechanics/CU_WiiBB.zip
    2. Kopiera WiiLab mappen till Microsoft Windows operativsystem standard katalogen Program.
    3. Öppna mappen WiiLab i katalogen Program och kör som administratör av InstallWiiLab.bat filen för att installera Balance Board.
  4. Installera drivrutiner för EEG / EOG (installationsprocedurer som på http://openvibe.inria.fr/how-to-connect-emotiv-epoc-with-openvibe/)
    1. Ladda ner och installera emotiv SDK från http://www.emotiv.com/apps/sdk/209/
    2. Ladda ner och installera OpenViBE Acquisition Server med labstreaminglayer (LSL) från https://code.google.com/p/labstreaminglayer/downloads/detail?name=OVAS-withLSL-0.14.3-3350-svn.zip för distribuerad multi-sensor signaltransport, tidssynkronisering och datainsamlingssystem (installations förfaranden som på https://code.google.com/p/labstreaminglayer/).
  5. Installera drivrutinerna för kommersiella NMES stimulator (detaljer på http://www.vivaltis.com/gammes/phenix/phenix-usb-neo-50-554-1.html#content).

2. Låg kostnad Sensorplacering för Mobile Brain / Body Imaging (mobi): öppen källkod HMI Software Pipeline tillhandahåller mobila Brain / Body Imaging (mobi) 19 med låg kostnad Off-the-shelf sensorer (figur 2b) som kan anpassas för andra Snabba utbildningsprogram.

  1. Visuell feedback för mobi:
    1. Börja med att skaffa en filmduk för att visa den visuella biofeedback vid den ena änden av rummet (rekommenderat avstånd från motivet 0,6 m).
    2. Justera höjden så att mitten av skärmen kommer att vara på försökspersonernas ögonhöjd.
  2. Motion Capture för mobi:
    1. Placera rörelse capture sensor framför filmduk, och rikta den mot volymen av motion capture.
    2. Kontrollera att volymen av motion capture är 1,5 m till 2,5 m framför motion capture sensorn.
  3. Balance Board Placering för mobi:
    1. Placera Balance Board på golvet, ca 2,0 m från motion capture sensorn.
    2. Lämna tillräckligt med utrymme runt Balance Board för att säkerställa full kroppsrörelse (dvs under modifierad funktionell räckvidd uppgift 21).
  4. EEG / EMG / EOG Sensorplacering för mobi
    1. Be motivet att sitta på en stol mot Motion Capture och med fötterna på Balance Board.
    2. Placera inspelning (EMG) cum stimulering (NMES / SES) elektroder bilateralt på den mediala Gastrocnemius (MG) och tibialis anterior (TA) musklerna i ämnet. Anslut sedan dem till den trådlösa elektrisk stimulator (NMES / SES) systemet.
    3. Placera elektroencefalogram (EEG) locket på ämnethuvud efter International 10-20 systemet. Sedan placera EEG-elektroder med ledande pasta på -Fz, C3, Cz, C4, P3, Pz, P4, PO7, Oz, PO8 - innan du ansluter dem till den trådlösa EEG headsetet.
    4. Placera två EEG-elektroder med ledande pasta ovan och under ett av ögonen för vertikal EOG och sätta två elektroder med ledande pasta vid den yttre ögonvrå av varje öga för horisontell EOG. (Obs: Om Eye Tracker sensor används inte i den post-stroke ämne sedan bilaterala EOG är att föredra).
    5. Placera två EEG elektroder på örsnibbar som referenselektroder.

3. Eye Tracker baserad utvärdering av post-stroke Pursuit ögonrörelser

  1. Be motivet att sitta med hakan vilande bekvämt på det höjdinställbara Chin-Rest. Därefter höjer datorbildskärmen till en lämplig höjd, så att ögonen är ungefär vänd mot centrum av datorskärmen (figur 2a).
  2. Placera Eye Tracker r ligt 50 cm från Chin-Rest och be motivet att titta rakt på datorskärmen för visuella referenser.
  3. Kör EyeTribeWinUI.exe i "SmartEye" mapp för att kalibrera Eye Tracker sensorn. Ämnet kommer att bli ombedd att titta på olika mål på datorskärm för ungefär två sekunder vardera. En typisk användare kalibreringsprocessen tar ungefär 20 sekunder att slutföra. (X, y) koordinaterna av patientens blick punkt registreras för olika cued mål för kalibrering.
  4. Kör Visual_Stimulus.exe "i mappen SmartEye att utföra den virtuella verkligheten baserat gränssnitt. Därefter kör "SmartEye.exe programmet finns i" SmartEye mappen att förvärva försökspersonernas ögon blick data som synkroniseras med den virtuella verkligheten baserad uppgift. Dessa data kommer att användas för utvärdering av post-stroke strävan ögonrörelser.

2394fig3.jpg "/>
Figur 3: (a) Markör som representerar centrum av trycket (COP) som måste volitionally drivs till cued målet under visuomotor balans terapi, (b) Visuomotor balans terapiprotokoll där ämnet styr datormarkören till en perifer mål driven av volitionally genererade cop utflykter. Återställnings kan bistås med neuromuskulära elektrisk stimulering (NMES) och sensorisk elektrisk stimulering (SES), (c) Experimentuppställning för visuellt cued visuomotor balans terapi. Reproduceras från 8 och 37. Klicka här för att se en större version av denna siffra.

4. NMES / SES-Assisted Visuomotor Balance Therapy (VBT) enligt mobi

  1. Anslut ögon tracker och balansbräda sensorer till visuell feedback dator (Figur 2).
    1. Se till att Eye Tracker sensorn är påslagen, ansluten till datorn och att den till fullo har startat. Starta "EyeTribe Server.exe" och "EyeTribeWinUI.exe" finns i "VBT mappen (se steg 1,3).
    2. Kontrollera att Balance Board sensorn är påslagen. Tryck sedan på knappen på Balance Board sensorn för att göra fjärrupptäck i menyn. Klicka sedan på ikonen show eller gömma sig i systemets aktivitetsfält och klicka på ikonen Bluetooth-enhet. Klicka sedan på "Lägg till en enhet alternativet och koppla ihop Balance Board sensorn som en Bluetooth-enhet utan att använda koden till visuell feedback dator. När Balance Board sensorn är ansluten till visuell feedback datorn öppnar den "VBT mappen och kör WiiBBinterface.m filen för att etablera Matlab- Balance Board sensorgränssnitt (se steg 1,6).
    3. Kontrollera att Rörelse sensorn är påslagen, ansluten till datorn och att denhar helt startat (det finns en grön lysdiod på framsidan). Öppna mappen LSL och börja "Mocap" programvara för att börja streaming av sensordata motion capture (se steg 1,6).
    4. Se till att EEG / EOG datainsamlingssystem är påslagna. Sedan dubbelklickar på openvibe-förvärv server withlsl.cmd finns i mappen LSL (se steg 1,6). Från menyn, välj respektive sensor hårdvara (dvs "emotiv EPOC) och konfigurera modulen, om det behövs, genom att klicka på" Driver Properties ". Klicka sedan på "Connect", och klicka sedan på "Play" för att starta förvärvs servern.
  2. Kalibrera sensorer för VBT
    1. Fråga efter stroke föremål stå på Balance Board med säkerhetssele (och delvis kroppsvikt stöd, om det behövs).
    2. Ställ ett minimikrav NMES nivå (pulsbredd och nuvarande nivå) är nödvändiga för upprättstående enligt klinisk observation (dvs.,noll kroppsvikt stöd) 22. För att ställa in minimi baslinjen NMES nivå, kan man ställa in stimuleringsfrekvens på 20 Hz och öka pulsbredd och / eller nuvarande nivå fram till upprätt stående uppnås då. Här är NMES av knäextensorerna krävs för att generera tillräckligt moment för att förhindra knä buckling.
    3. Be motivet att utföra olika räckvidd rörelser som påverkar CoM och COP plats.
    4. Kör "CalibSensors.m programmet finns i" DataCollect mappen för att samla in flera sensorkalibreringsdata medan ämnet utför olika självinitierade maximala räckvidd rörelser i olika riktningar som påverkar masscentrum (com) och tryckcentrum (COP) läge på visuell feedback.

5. Multisensor datainsamling från billiga sensorer Under VBT (figur 2b)

  1. Kör "CollectBaseline.m programmet i" DataCollect mappen att samla baslinjen vila-state, ögon-öppen, multisensordata genom att be motivet att stå stilla i två minuter medan du tittar rakt vid COP mål på datorns bildskärm (figur 3a).
  2. Anslut visuell feedback datorns videoutgång till projektionsskärmen och kör SmartEyeVRTasks.exe filen i "VBT mappen i visuell feedback datorn för att starta SmartEyeVRTasks GUI. Dessutom kör "CollectVBT.m programmet i" DataCollect mappen att samla sensordata under VBT.
    1. Från upprätt stående, som kallas "Central hold 'fas, be motivet att styra markören, som drivs av partskonferensen, så fort som möjligt mot slumpmässigt presenteras perifera mål som cued genom visuell återkoppling (figur 3b).
    2. Efter detta "Move" fas, be motivet att hålla markören vid målplatsen för en sekund under "Perifer hold 'fas.
    3. Efter "Perifer hold 'fas, markören" ; Återställ "tillbaka till mitten när motivet måste återgå till upprätt stående - den" centrala hold 'läge. NMES / SES utlöses för muskeln när dess EMG nivån går över en viss tröskel för att bistå vilje ansträngning som krävs för att återställa partskonferensen till "Central hold 'läge.
      Obs: svårigheten att mFRT kan ökas genom att minska förstärkningen, ekvation 1 , Eller ökning av brusvariationen, ekvation 2 Inom ämnesspecifika rimlig gräns:
      ekvation 3
      Om COP utflykter, ekvation 4 , Kör datormarkören, ekvation 5 , I diskretiserade tid, ekvation 6 Med tiden steg,den 7 "src =" / filer / ftp_upload / 52394 / 52394eq7.jpg "/>.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Figur 4 visar ögon blick funktioner som extraherats offline för kvantifiering av en arbetsföra prestanda under en följe uppgift. Följande funktioner extraherades såsom visas i tabell 1:

Funktion 1 = procentuella avvikelsen mellan mål stimulans position och tyngdpunkten hos deltagarens fästpunkter när stimulus ändrar position i horisontell riktning.

Funktion 2 = procentuella avvikelsen mellan mål stimulans läge och tyngdpunkt deltagarens fästpunkter när stimulus förändras position i vertikal riktning.

Funktion 3 = blink per minut

Funktion 4 = procent av tiden deltagaren söker (ögadetekterades genom ögonspårare) vid stimulus.

Funktion 5 = procent av tiden deltagaren är inte ute (öga detekterades med ögat tracker) på stimulus. (Obs: Funktion 5 = 100-funktionen 4)

Funktion 6 = procent Släta Pursuit Längd (SPL) överskridande göras av deltagaren, dvs.
ekvation 8

där SPL = Släta Pursuit Längd är längden (i pixlar) som omfattas av deltagare för att spåra den rörliga stimulans, SML = Stimulus Rörelse Längd (i pixel), det vill säga verkliga längden av den väg där stimulans rör sig.

figur 4
Figur 4: Övre fyllning visar en illustrativ bild av den släta strävan under horizontal rörelse. Bottenplatta visar en belysande siffra på den följe under vertikal rörelse. Reproduceras från 8 och 37. Klicka här för att se en större version av denna siffra.

Funktion 1 (%) Funktionen 2 (%) Funktion 3 (per minut) Funktionen 4 (%) Särdrag 5 (%) Funktion 6 (%)
vänster öga 1,00 3,66 6,83 95,52 4,49 46,78
höger öga 0,67 6,00 6,34 94,40 5,60 24.99

Tabell 1: ÖgonGaze Feature.

En proof-of-concept VBT studie (utan NMES / SES) genomfördes på 10 arbetsföra personer (5 höger ben dominanta hanar och fem höger ben dominerande kvinnor i åldern mellan 22 till 46 år) under en modifierad funktionell räckvidd uppgift ( mFRT) paradigm (Figur 3c). Den mFRT föreslås att kvantifiera de ämnen förmåga att volitionally flytta sin CoP läge så snabbt som möjligt utan att förlora balansen när cued med Cop visuell biofeedback. Under mFRT, var multisensordata samlas in för mobil hjärna / kropp imaging (mobi) 19. MOBI uppgifter har behandlats offline för att bestämma den totala postural gungning från CoP (från Balance Board) och KOM (från motion capture Sensor) banor. Dessutom var de funktioner som utvinns ur biosignaler som spelades in samtidigt tillsammans med blicken beteende (t.ex. blink hastighet, snabba ryckiga riktning från electrooculogram). Resultaten från denna proof-of-con koncept studie presenterades i et al. Dutta 8 där alfa händelserelaterad desynkronisering (aERD%) konstaterades främst i parietalceller och occipital EEG electrodes.Moreover medelkvadratfelet (MSE) normaliseras av baslinjevärdet trend mot en minskning, blink hastigheten trend mot en ökning, och snabba ryckiga riktning i förhållande till markören acceleration trend mot noll under successiva prövningar av visuomotor uppgiften. . EOG uppgifter baserade på data från Dutta et al 8 visade att förhållandet mellan fixerings varaktighet på målet och fixerings varaktighet på markören före inledandet av motorns respons (dvs EMG början) - FD förhållande - ökat ( Figur 5a) medan baslinjen normaliserade medelkvadratfelet (MSEnorm) minskade (figur 5b) under VBT prövningar.

g5.jpg "/>
Figur 5: (a) Förändringar i förhållandet mellan fixerings varaktighet på målet och fixerings varaktighet på markören - FDratio - utvinns ur electrooculogram under visuomotor balans uppgift (VBT) försök. (B) Förändringar i baslinjen normaliserade medelkvadratfelet (MSEnorm) under VBT prövningar. Reproduceras från 8 och 37. Klicka här för att se en större version av denna siffra.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

En enkel att använda, kliniskt giltig låg kostnad verktyg för rörelse och balans terapi blir ett paradigmskifte för Neurorehabilitation i en miljö med låg resurs. Det är sannolikt att ha en mycket hög samhällelig påverkan eftersom neurologiska sjukdomar som stroke kommer att dramatiskt öka i framtiden på grund av åldrande världens befolkning 2. Det finns därför ett trängande behov av att utnyttja cyber fysikaliska system där förmågan att anpassa, övervaka och stödja neurorehabilitering på avlägsna platser har nyligen blivit möjligt med integrationer beräknings, nätverk och fysikaliska processer via telekommunikation. Mot det övergripande målet, kan låg kostnad Eye Tracker baserad utvärdering av post-stroke strävan ögonrörelser inte bara hem-baserade diagnos utan även terapi där följeögonrörelseträning främjas återhämtning från auditiv och visuell försummelse 25. Här har latensen hos den släta-strävan hos friska försöks befunnits vara very konsekvent för mål som rör sig 5 grader / s eller snabbare med en genomsnittlig latens på 100 ± 5 ms 26.

Dessutom föreslås människa-maskin-gränssnitt (HMI) för volitionally driven neuromuskulär elektrisk stimulering (NMES) och sensorisk elektrisk stimulering (SES) för post-stroke balans terapi integrerad Biosignal sensorer och motion capture med NMES / SES för post-stroke balans rehabilitering , som har potential 27, 28 som en hem-baserade insatser för att förbättra efter stroke stående balans. Den nya delen av HMI är programgränssnitt som integrerar flera off-the-shelf billiga sensorer för att spela mobil hjärna / kropp bilddata och för visuell-auditiv biofeedback under NMES / SES assisterad visuomotor balans terapi (VBT). Baserat på friska personer resultat från proof-of-concept studie (utan NMES / SES), föreslår vi att den information som multisensor kan förenas för att uppskatta tillståndet för motorisk inlärning under efter stroke VBT, och därför att det är svårt kan anpassas online mFRT. Till exempel kan följeögonrörelseträning 25 integreras med myoelectrically driven NMES / SES-assisterad visuomotor uppgift, som presenteras i Dutta et al. 8, där alfa händelserelaterad desynkronisering på parietala och occipital EEG elektroderna kan förutsäga den normaliserade medel kvadratfelet (MSE) för att nå de perifera mål. Därför, baserat på utvärdering av post-stroke strävan ögonrörelser samt blickbeteende under VBT uppgift, vi kan objektivt analysera och följa ögonrelaterade problem som bidrar till att balansera funktionshinder och därigenom utnyttja restfunktion under rehabilitering 29. Dessutom kan blickbeteende (t.ex. blinkningshastighet, saccades) användas för att övervaka användarnas engagemang under motorisk inlärning 30.

Inlärnings motorn under VBT kan analyseras med användning av en reducerad dimension reaktionsmassa pendeln (RMP) tvåfoting model som presenteras i Dutta et al. 24. Den reducerade dimensionen RMP modell 24 kan konstrueras offline från skelett spårningsdata (som är den gemensamma data som strömmade ut ur Motion Capture sensorn i skelettet strömmen, figur 6). Betydelsen av RMP modell över traditionell punkt-massa pendel modell var under enstaka arm swinging i hälsosamt att återfå balansen på gränserna för stabilitet under mFRT där RMP modellen förstärkt den traditionella punkt-massa pendel modell genom att fånga form, storlek och orientering sammanlagda rotationstyngdpunkts tröghet. I vårt tidigare arbete 21, var Com-CoP lean-line befunnits vara en lämplig visuell återkoppling av upprätt hållning. Dessutom har vi visat betydelsen av hela kroppen normaliserad tyngdpunktsrörelsemängdsmoment (CAM) i passningsläge till promenad övergång i efter stroke gång 24. Faktum är att rörelsemängdsmomentet hårt reglerad med segment-to-segmentet inställda vinkel momen tum under mänsklig walking 31 och eventuellt i alla samordnade mänsklig rörelse inklusive mFRT att förhindra fall. Baserat på dessa tidigare arbeten, kan det antas att stroke med muskelsvaghet och samordning underskott tar det längre tid att reglera CAM jämfört med åldersmatchade arbetsföra ämnen. Detta är för närvarande under utredning med hjälp av den minskade dimensionen RMP modell 24.

figur 6
Figur 6: Vänster panel visar de gemensamma etiketter för skelett modelldata från Motion Capture sensor som kan analyseras offline med hjälp av en reducerad dimension biped modell (högra panelen) för att fånga hållning (se et al Banerjee 24.). RMP: reaktionsmassan Pendulum, Cop: tryckcentrum, COM: masscentrum, GRF: Ground reaktionskraftvektor.52394fig6large.jpg "target =" _ blank "> Klicka här för att se en större version av denna siffra.

Den stora utmaningen är att utveckla och kliniskt validera avancerade cyber fysikaliska system för teleneurorehabilitation som bygger på manipulation av miljömässiga, beteende och farmakologiska sammanhang. De framtida tillämpningar av HMI inkluderar en teleneurorehabilitation paradigm i ett hem-baserad installation där identifiering och övervakning av visuomotor underskott / lära av blicken-beteende kan låna ut till en operant beting paradigm som kommer att genomdriva vilje användning av relevanta restfunktion. Till exempel, kan HMI kompletteras med två Wii BB (en för paretic och en för den icke-paretic lem) som kan placeras sida vid sida utan att peka på (dvs., <1 mm från varandra). Efter det experimentella protokollet av Mansfield och kollegor 7, kan patienterna stå med en fot på varje Wii BB i en standardläge (fot orienteradevid 14 ° med 7 ° rotation av varje fot med en inter fotknölarna avstånd lika med 8% av höjden), med varje fot på samma avstånd från mittlinjen mellan de båda Wii BBs. Under mFRT kommer både paretic och icke-paretic lemmar bidra till COP position där operant betingning kan genomföras genom positiv förstärkning till den kvarvarande funktion paretic lem och negativ förstärkning för kompensatoriska mekanismer för icke-paretic lem ( baserad på principen om tvång-inducerad rörelseterapi 32) genom att markören lättare att styra med utflykter i paretic sido cop. Dessutom synfältsdefekter, både homonyma defekter och dessa brister i samband med synnerven skada, kan förbättras, åtminstone i viss utsträckning-patienter 33 mot bättre visuomotor integration 34 bidrar till förbättrad balans. Den kliniska stroke Studien genomförs i enlighet med hypotesen att vår låg kostnad HMI mot volitionallydriven NMES / SES assisterad dynamisk visuomotor balans terapi kan lindra post-stroke vrist specifika kontrollproblem i visuellt cued vikt skiftande under tvåbent ställning. Det förväntas att minska hösten incidensen i kronisk stroke, som kan vara högt som 2,2 till 4,9 faller varje person år 35. I själva verket, för att visa effekten av denna HMI för post-stroke balans terapi mot reparativ Neurorehabilitation, är det kritiska steget tillräckligt motiv med blicken baserad visuomotor utvärdering av prestanda, det vill säga, stroke som har tillräcklig rest sensomotoriska funktion behövs för indrivningen 36.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författarna har ingenting att lämna ut.

Acknowledgments

Forskning som utförs inom ramen för den gemensamma riktade program inom informations- och kommunikationsvetenskap och teknik - ICST, med stöd av CNRS, Inria och DST under CEFIPRA paraply. Författarna vill tacka för stöd av studenter, särskilt Rahima Sidiboulenouar, Rishabh Sehgal, och Gorish Aggarwal, mot utvecklingen av experimentuppställning.

Materials

Name Company Catalog Number Comments
NMES stimulator Vivaltis, France PhenixUSBNeo NMES stimulator cum EMG sensor (Figure 2b)
Balance Board Nintendo, USA Wii Balance Board Balance Board (Figure 2b)
Motion Capture Microsoft, USA XBOX-360 Kinect Motion Capture (Figure 2b)
Eye Tracker  Eye Tribe The Eye Tribe SmartEye Tracker (Figure 2a)
EEG Data Acquisition System Emotiv, Australia Emotiv Neuroheadset Wireless EEG headset (Figure 2b)
EEG passive electrode Olimex EEG-PE EEG passive electrode for EOG and references (6 in number) (Figure 2b)
EEG active electrode Olimex EEG-AE EEG active electrode (10 in number) (Figure 2b)
Computer with PC monitor Dell Data processing and visual feedback (Figure 2)
Softwares, EMG electrodes, NMES electrodes, and cables

DOWNLOAD MATERIALS LIST

References

  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).

Tags

Neurovetenskap Stroke rörelse rehabilitering låg kostnad enhet operant betingning Biofeedback utbildning Neuroplasticity Stå Balance.
En människa och maskin-gränssnitt integrera billiga sensorer med en neuromuskulär elektrisk stimulering System för Post-Stroke Balance Rehabilitering
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Kumar, D., Das, A., Lahiri, U.,More

Kumar, D., Das, A., Lahiri, U., Dutta, A. A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation. J. Vis. Exp. (110), e52394, doi:10.3791/52394 (2016).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter