26 juillet 2013
Développement d'un système cerveau-machine interface (IMC) efficace pour la restauration et la réhabilitation de locomotion bipède nécessite décodage précis de l'intention de l'utilisateur. Nous présentons ici un protocole expérimental original et technique de collecte de données pour l'acquisition simultanée non-invasive de l'activité neuronale, l'activité musculaire et du corps entier cinématique au cours de diverses tâches et les conditions de locomotion.
L’objectif global de l’expérience suivante est d’étendre le concept d’un cadre mobile d’imagerie cérébrale pour permettre l’étude de la dynamique du corps cérébral humain dans un large éventail de tâches locomotrices. Pour ce faire, on place d’abord des capteurs E-E-G-E-M-G et de capture de mouvement sur un sujet humain dans un deuxième temps. Les trois systèmes de collecte de données sont synchronisés avec un logiciel personnalisé et un dispositif de déclenchement à bouton-poussoir, qui fournit un timelock E-E-G-E-M-G et un ensemble de données de capture de mouvement.
Ensuite, le sujet accomplit neuf tâches spécifiques de locomotive dans quatre environnements différents. Afin de capturer la dynamique du corps cérébral lors d’une variété de mouvements, les résultats montrent que l’activité cérébrale est mesurée par EEG pendant les tâches de locomotive. Cette méthode peut aider à répondre à des questions clés dans le domaine des neuroprothèses et des interfaces cerveau-machine.
Par exemple, est-il possible d’extraire des informations utiles sur la cinématique de l’AG ou les modèles EMG de surface à partir d’un EEG du cuir chevelu ? Le principal avantage de cette technique par rapport aux méthodes existantes est que nous pouvons collecter sans fil des données E-E-G-E-M-G et de capture de mouvement à l’aide d’une configuration mobile, ce qui nous permet d’explorer plus de tâches et d’environnements moteurs par rapport aux techniques traditionnelles de collecte de données. Les implications de ces techniques s’étendent également aux troubles du mouvement et à la médecine de réadaptation, car ces protocoles nous informent essentiellement sur les changements de l’activité cérébrale et l’adaptation du corps.
Mes étudiants diplômés vont maintenant démontrer l’emplacement des capteurs ou JI osir montrera comment placer les capteurs EMG sur notre volontaire aujourd’hui. Kevin Nathan, avec l’aide de John, celui qui placera les capteurs EEG sur son cuir chevelu pour commencer ce protocole. Tout d’abord, notez la taille, le poids et l’âge du sujet.
Ajustez ensuite la vitesse du tapis roulant en fonction de la vitesse de marche préférée du sujet. Ensuite, mesurez la distance entre le nasion et l’Inion à l’aide d’un stylo-feutre. Marquez 10 % de la distance comme référence pour l’alignement du capuchon et marquez le milieu de la distance comme le sommet de la tête.
Placez maintenant le capuchon EEG sur le sujet et alignez-le sur les points de repère de référence. Alignez le point médian entre les électrodes FP un et FP deux avec le repère de distance de 10 % et alignez l’électrode CZ avec le sommet marqué. Fixez le capuchon en l’attachant sous le menton.
Ensuite, en commençant par les électrodes de terre et de référence, utilisez une petite seringue pour injecter du gel d’électrolyte dans chaque électrode jusqu’à ce que l’impédance de chacune soit inférieure à 25 kilo ohms, comme indiqué par la LED de l’électrode devenant verte. Enfin, connectez les électrodes à l’émetteur sans fil du système d’acquisition de données. Ensuite, préparez-vous à l’électromyographie de surface en rasant d’abord la peau, puis en la nettoyant avec un tampon d’alcool isopropylique.
Ensuite, placez une électrode sur chacun des huit sites préparés par jambe pour le tali, le vaste antérieur, le latéral, le biceps, le fems et le gastroc. Enfin, veuillez placer les électrodes de masse EMG sur le poignet gauche ou droit et connecter toutes les électrodes EMG à l’unité d’enregistrement de données EMG. À configurer pour la capture de mouvement.
Placez d’abord les capteurs de marquage sur le sujet à l’aide de bandes velcro ou de ruban adhésif double face. Fixez les capteurs aux emplacements indiqués ici. Ensuite, demandez au sujet de monter sur le tapis roulant et d’attacher un harnais de sécurité, comme on le voit ici avant la collecte de données.
Examinez les signaux EEG et EMG pour vérifier le bon placement des électrodes, la connexion des électrodes et la transmission des données. Commencez ensuite la collecte de données en exécutant l’application console c plus plus. Appuyez sur le bouton-poussoir de la gâchette manuelle pour lancer l’enregistrement EMG et émettre un bip à un signal audio.
Pour commencer l’expérience, demandez au sujet de rester en position calme pendant 30 secondes. Ensuite, après 30 secondes, appuyez sur le bouton de déclenchement pour commencer à marcher. Le tapis roulant doit accélérer lentement jusqu’à la vitesse présélectionnée par le sujet.
Faites marcher le sujet pendant cinq minutes. Après cinq minutes, appuyez sur le bouton de déclenchement pour lancer la transition de la marche à la position debout en arrêtant lentement le tapis roulant. Après s’être arrêté, le sujet doit rester debout pendant 30 secondes.
Maintenant, appuyez sur le bouton de file d’attente pour arrêter l’essai de collecte de données et enregistrer les données. Répétez cette expérience avec trois conditions visuelles, dont un noir. à une distance devant le sujet pour se concentrer sur l’observation en temps réel des jambes sur un moniteur vidéo et l’évitement d’une ligne diagonale sur le tapis de course.
Ensuite, passez à l’arène de marche. L’arène de marche doit être installée en plaçant cinq ensembles de capteurs de proximité infrarouges, des cônes et des écrans de télévision comme on le voit. Ici, positionnez le sujet au début de la boucle de marche de l’arène et commencez la collecte de données comme décrit précédemment.
Maintenant, appuyez sur le bouton de déclenchement pour lancer l’expérience de marche. Au moment où le déclencheur est donné. La première flèche directionnelle s’affiche sur l’écran en face du sujet.
Si une flèche droite ou une flèche gauche est observée, le sujet doit sortir de l’ensemble des cônes à l’entrée, tourner à 90 degrés dans cette direction, terminer la boucle et revenir aux cônes d’entrée. Si une flèche vers le haut est observée, le sujet doit continuer tout droit hors des cônes d’entrée. Un déclencheur manuel et une flèche de direction doivent alors être donnés lorsque le sujet atteint environ deux mètres des capteurs IR.
Le sujet doit ensuite passer par le premier ensemble de capteurs IR, puis effectuer le virage correspondant à 90 degrés pour terminer la boucle. En revenant aux cônes d’entrée pendant la marche, l’expérimentateur doit suivre le sujet à une distance d’environ trois à cinq mètres avec le PC hôte sur un chariot à roulettes. Pour assurer la qualité du signal sans fil, le sujet doit continuer à marcher lorsqu’il atteint les cônes d’entrée. Après avoir terminé une seule boucle, la séquence doit être répétée avec un ordre aléatoire des flèches jusqu’à ce que trois boucles aient été complétées pour chaque flèche initiale.
Après avoir terminé le nombre requis de boucles, appuyez sur le bouton de déclenchement manuel pour signaler le passage à la position debout. Le sujet doit rester silencieux pendant 30 secondes. Terminez ensuite la collecte de données en appuyant sur le bouton de repère sur le PC hôte.
Placez une chaise derrière le sujet et commencez la collecte de données. Le sujet doit rester silencieux pendant 15 secondes au début de la collecte de données. Après 15 secondes, appuyez sur le bouton de déclenchement manuel.
Après avoir entendu le signal, le sujet doit passer de la position debout à la position assise, à la posture, à la position debout, assise jusqu’à la prochaine file d’attente audio. Attendez un intervalle aléatoire de cinq à 15 secondes. Appuyez ensuite sur la gâchette manuelle pour donner un signal pour la transition entre la position assise et la position debout.
Demandez au sujet de maintenir la posture debout jusqu’à la prochaine file d’attente audio. Répétez cette procédure jusqu’à 10. Stand complet pour s’asseoir et s’asseoir pour se tenir debout.
Les manœuvres sont terminées, après quoi le sujet doit rester silencieux pendant 15 secondes. Terminez ensuite la collecte de données en appuyant sur le bouton de repère. Ensuite, répétez le protocole stand to sit pour la transition entre stand to sit et sit to stand initié par vous-même.
Cette fois, plutôt que de donner au sujet un déclencheur de transition, demandez-lui d’initier le transfert par lui-même jusqu’à ce que 10 de chaque manœuvre soient terminées. Pour la marche dans le couloir, placez le sujet et le chariot de collecte de données au milieu d’un couloir droit d’un huitième de mille. Commencer la collecte de données comme pour les expériences de marche sur tapis roulant.
Après la 32e période de repos initiale, donnez une gâchette manuelle ou un bip au sujet pour initier la marche. Faites marcher le sujet sans interruption pendant cinq minutes. Lorsque le sujet s’approche à moins de 10 mètres de la fin du couloir, il doit faire demi-tour et continuer à marcher dans la direction opposée.
Au bout de cinq minutes, appuyez sur le bouton de déclenchement manuel pour arrêter de marcher. Le sujet doit rester silencieux pendant 30 secondes tout en regardant droit devant lui. Ensuite, mettez fin à l’élection de collecte de données.
Ensuite, commencez une deuxième expérience dans le couloir. Après un intervalle de temps aléatoire de marche d’une durée de 20 à 40 secondes, donnez un déclencheur manuel et un signal sonore pour que le sujet arrête de marcher. Le sujet doit ensuite rester debout pendant une courte durée aléatoire de cinq à 15 secondes.
Appuyez ensuite sur le bouton de déclenchement manuel pour que le sujet reprenne sa marche. Répétez ces étapes jusqu’à ce que 10 cycles d’arrêt et de démarrage soient terminés, puis terminez-les. Les résultats représentatifs de la collecte de données à partir de 10 secondes de marche sur tapis roulant sont présentés ici.
Le panneau supérieur affiche les données EEG brutes de 64 canaux avec le nom du canal De la convention internationale 10 20, le panneau central montre l’accélération dans le sens vertical à partir de 11 capteurs de repère. Le panneau inférieur affiche l’EMG brut à huit canaux. Cette figure montre des données représentatives d’une boucle de marche pendant l’arène.
Les barres noires verticales d’un protocole indiquent les déclencheurs. Le premier déclencheur se fait à partir du bouton-poussoir présentant la flèche droite. Les quatre derniers proviennent de capteurs IR, de l’IR un à l’IR quatre lorsque le sujet traverse la boucle, et ici nous voyons des exemples de données de la transition entre le stand et le Sit to Stand.
Lesdonnées d’accélération EEG et EMG sont présentées comme dans la première figure. Les barres verticales indiquent les déclencheurs manuels pour initier respectivement la position debout et la position assise. Enfin, cette figure montre des exemples de données sur le passage de la position debout à la marche et de la marche à la position debout dans le couloir.
Tâche de marche. Les barres verticales indiquent les déclencheurs manuels et les repères sonores pour commencer et arrêter de marcher respectivement. Il est important de se rappeler que les capteurs EEG et les capteurs EMG sont sensibles aux artefacts de mouvement, nous devons donc nous assurer que les capteurs sont sécurisés et attachés en toute sécurité à ce sujet.
En suivant cette procédure, vous pouvez appliquer d’autres techniques telles que l’analyse en composantes indépendantes ou la régression linéaire pour isoler les signaux électrocorticaux des artefacts, ce qui vous permet d’extraire la cinématique des membres ou les profils EMG des données EEG. Cette technique permettra à la communauté de l’interface neuronale de répondre à des questions sur la façon dont le cerveau est lié au mouvement et à l’intention de mouvement, et elle fournira un moyen d’extraire des informations sur la marche à partir d’un EEG du cuir chevelu.
Cette étude présente un nouveau protocole expérimental pour l'acquisition non invasive de données neuronales, musculaires et cinématiques lors de tâches de locomotion. L'approche vise à améliorer les systèmes d'interface cerveau-machine pour la rééducation de la locomotion bipède.
Ce protocole permet un décodage neuronal multi-modal pendant la locomotion non contrainte, répondant ainsi à un défi majeur dans le développement d'interfaces cerveau-machine destinées à la neuro-rééducation. En synchronisant les données d'EEG, d'EMG et de cinématique corporelle complète dans des environnements réels, il facilite la réduction des risques mécanistiques liés aux interfaces neuronales conçues pour la restauration de la marche. L'approche offre une valeur prédictive pour la validation des cibles dans les programmes de neuroprothèses en reliant l'activité corticale à l'intention motrice dans divers contextes locomoteurs.
La méthode s'intègre dans le continuum de la découverte, allant de la vérification d'hypothèses sur le contrôle neuronal du mouvement à l'identification de pistes pour les systèmes BMI, les résultats orientant les travaux précliniques sur les technologies de neuro-réadaptation.