מאמר שיטה

Electroencephalography סימולטני קרקפת (EEG), (EMG), והקלטת אינרציה מגזרי כל גוף לMulti-מודאלית עצבית פענוח

DOI:

10.3791/50602

⸱

26 ביולי 2013

 ,  ,  ,  , 
1Functional and Applied Biomechanics Group, National Institutes of Health, 2Laboratory for Non-invasive Brain-Machine Interface Systems, Department of Electrical and Computer Engineering, University of Houston, 3Department of Health and Human Performance, University of Houston, 4Center for Neuromotor & Biomechanics Research, University of Houston, 5Department of Biomedical Engineering, University of Houston

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

פיתוח של ממשק המוח מכונה מערכת (BMI) יעילה לשיקום ושיקום של תנועת גפיים דורש פענוח מדויק של כוונתו של המשתמש. כאן אנו מציגים פרוטוקול ניסוי רומן וטכניקת איסוף הנתונים לרכישה בו זמנית לא פולשנית של פעילות עצבית, פעילות שרירים, וגוף כולו קינמטיקה במהלך משימות תנועה שונות ותנאים.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקרים שנעשה לאחרונה תומכים במעורבות של רשתות supraspinal בשליטה של ​​שני הגפיים הליכה אנושית. חלק מראיות זה כולל לימודים, ובכלל זה העבודה הקודמת שלנו, הוכחה כי ניתן להסיק קינמטיקה ההליכה ותיאום גפיים במהלך הליכה על הליכון מקרקפת אלקטרואנצפלוגרם (EEG) עם דיוקי פענוח גבוהים למדי. תוצאות אלו מספקות תנופה לפיתוח (BMI) מערכות מוח ממשק מכונת בלתי פולשניות לשימוש בשיקום ו / או הגדלת של הליכה-מטרתו העיקרית של מחקר שיקום. עד כה, מחקרים הבוחנים פענוח EEG של פעילות במהלך ההליכה היו מוגבלים הליכה על הליכון בסביבה מבוקרת. עם זאת, כדי להיות בת קיימא כמעט מערכת BMI חייבת להיות ישימה לשימוש במשימות של תנועה יומיומית כגון הליכה על קרקע והפיכת. כאן, אנו מציגים פרוטוקול חדש לאוסף לא פולשנית של פעילות מוחית (EEG), פעילות שרירים ((EMG)), וולנתוני kinematic דואר גוף (ראש, פלג גוף עליון, ואיבר מסלולים) במהלך שני הליכון ומעל קרקע משימות הליכה. על ידי איסוף ניתן להשיג נתונים אלה בסביבה לא מבוקרת תובנה לגבי הכדאיות של פענוח בלתי מוגבלת בהליכה ובמשטח EMG מקרקפת EEG.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

פרוטוקול זה משתמש בשלוש מערכות איסוף נתונים כדי להקליט בו זמנית EEG, EMG, קינמטיקה וכל גוף (איור 1, טבלת 1). נתוני ה-EEG נאספים באופן אלחוטי מ64 ערוצים בתדר דגימה של 1,000 הרץ ואילו נושאים ללכת. (EMG) שנאסף ב 1000 הרץ ממשטח אלקטרודות המונחות בילטרלי על ארבע קבוצות שרירים: עצם שוקה קדמית (ת"א), הגסטרוקנמיוס (גסט), שרירי femoris (BF), וvastus lateralis (VL). הנתונים נאספים בkinematic 128 הרץ מ11 חיישנים אלחוטיים רכובים על הראש, פלג גוף עליון, אזור המותניים, זרועות, ירכיים, שוקיים וכפות רגליים כדי להקליט תנועה בזמן ההליכה. כל חיישן מכיל מגנטומטר תלת צירי, גירוסקופ תלת צירי, ותאוצה תלת צירית (כלומר חיישן MARG).

הנתונים נאספים מכל מערכת ומסונכרנת בזמן על ידי מחשב מארח אחד. סנכרון מתבצע באמצעות אות הדק נשלחה על סרי רציףקישור תקשורת אל גישה על ידי כל מערכות נתוני שלוש בו זמנית. ההדק יושם כמתג כפתור פשוט. כאשר לוחצים על כפתור אות הדק (1) נשלח למחשב המארח, ואילו אות אפס (0) תישלח כאשר לא נלחצה. לחיצה על כפתור ההדק גם מעוררת טון 0.5 שניות משמש כאות אודיו לנושא, כפי שתוארה בפרוטוקול בהמשך. חמישה זוגות של חיישנים (IR) אינפרא אדום קירבה היו מפוברקים לשימוש כמיקום מעורר בקרקע על ניסויים המתוארים להלן הליכה. כאשר אות IR נקטעה אות הדק (1) נשלח למחשב המארח על קישור הסדרה באמצעות תדר רדיו (RF) חיבור עם התיבה הידנית ההדק.

מנהג C + + יישום, תוך שימוש בערכת פיתוח התוכנה (SDK) הניתנת על ידי כל אחת ממערכות, פותח כדי להקליט ולסנכרן נתונים. הקוד מעסיק טכניקה רבת השחלה; פונקציות לשמירת נתונים מכל מערכת (EEG, EMG, וMARGs) כלולות בindivאשכולות idual. אלגוריתם התוכנה שמוצג באיור 2. איסוף הנתונים מתחיל כאשר היישום מתבצע ומסתיים כאשר המפתח 'ש' נלחץ. חמישה אשכולות מופעלים על ביצוע יישום. חוט אחד (איור 2) מנטר את הערך (0 או 1) לאות ההדק מחיבור הטורים. ערך הדק ראשוני הוא אפס. כאשר הדק הוא קיבל (כלומר, כשהוא לחץ על הכפתור או קו הראיה בין זוג חיישן IR שבור) משתני ההדק הגלובליים מוגדרים 1. משתנה אלה יישארו 1 עד שהם מתאפסים בתוך אשכולות איסוף נתונים.

חוט EEG מרחוק ניגש נתוני ה-EEG קרקפת בזמן אמת באמצעות פרוטוקול TCP / IP. הנתונים נכתבים לקובץ טקסט שורה אחרת שורה בתדר הדגימה המקבילה (1,000 הרץ). אות הדק EEG הגלובלית נכתבת בעמודה הראשונה, ואילו עמודות 2-65 הן 64 ערוצי ה-EEG. אם אות הדק EEG הגלובלית הייתה 1, הוא יאופסו. נתוניםהכתיבה ממשיכה עד להפסקה את חוט ה-EEG. שיא אשכולות עצמאי שניים מרג נתוני חיישן. שני נושאים שהם הכרחיים משום ש11 החיישנים האלחוטיים מרג לשדר נתונים באמצעות התוכנה של היצרן במצב זרימה חזק, אשר אוגר נתונים על החיישנים הנפרדים כדי למנוע אובדן נתונים במקרה של בעיות שידור אלחוטיות. חציצה זו מדרדרת העברת נתונים בזמן אמת: אם חיישן אחד אינו יכול להעביר נתונים למדגם נתון כל 11 החיישנים ששומרים על נקודת הזמן במאגר שלהם ולהעביר אותו בנקודת המדגם זמינה הבאה. העברת נתונים האלחוטית MARG בהכרח מפגרת אחרי ה-EEG, ולכן חיישני מרג זקוקים לזמן כדי לפרוק נתונים שנאגרו למחשב המארח לאחר איסוף הנתונים הוא עצר. כדי להתגבר על בעיה זו, שני נושאים שנמצאים בשימוש באלגוריתם איסוף נתוני MARG (איור 2). החוט הראשון מאכלס חיץ הדק MARG ממשתנה הדק MARG הגלובלי בתדר דגימת החיישן (128 הרץ) ואילו את חוט EEG הוא איסוףנתונים. כאשר איסוף הנתונים מפסיק לכתוב למאגר ההדק גם מסתיים. חוט MARG (איור 2) מנצל פונקציות מSDK החיישן לקבל נתונים מהחיישנים ולכתוב אותו לקובץ באותו אופן כמו את נתוני ה-EEG. כלומר, העמודה הראשונה היא הערך של הדק MARG הגלובלי (המתקבל ממאגר הדק MARG) ואת 99 העמודים הבאים הם הערכים מחיישני מרג 11 (9 חיישנים ליחידת MARG). חוט MARG כותב נתונים עד למדד הזמן של חיץ הדק MARG שווה למדד הפעם האחרון של נתוני ה-EEG שבו מסתיים חוט ביצוע נקודה.

בניגוד לנתוני ה-EEG ומארג', נתונים EMG אינם מתועד באופן אלחוטי. במקום זאת, נתוני EMG נרשמים על כרטיס SD בתוך יחידת רישום נתונים. אות נשלחה על חיבור Bluetooth כדי להתחיל ולהפסיק נתוני כתב לכרטיס SD. כתיבה מתחילה כאשר מדריך ההדק הראשון מתקבל על ידי חוט ה-EEG. הכתיבה של נתונים מפסיקה עם EEGחוט כאשר הכפתור 'ש' נלחץ.

הפרוטוקול הבא נבדק ואושר על ידי דירקטוריון סקירה המוסדי באוניברסיטת יוסטון. כל הנבדקים קיבל, לקרוא, וחתמו על טופס הסכמה לפני ההשתתפות.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. הכנת נושא

  1. למדוד גובה של הנושא, משקל, ולהקליט את גילם.
  2. להעריך את מהירות ההליכון המועדפת של הנושא על ידי שיש להם מהירות ההליכון התכוונן עד נוח.
  3. באמצעות עט קצה הרגיש, לסמן את הקודקוד של הראש כנקודת האמצע בין nasion וInion של הנושא. בנוסף, 10% מציון nasion למרחק Inion כהתייחסות ליישור את הכובע.

2. Electroencephalography קרקפת (EEG)

  1. צרף אלקטרודות EEG כמפורט על ידי מערכת 10-20 הבינלאומית באמצעות כובע EEG התאים לנושא כמו ב12. הכובע מבטיח מיקום נכון של האלקטרודות על הקרקפת.
  2. מניחים את כובע EEG על הנושא על ידי יישור 10% הסימן משלב 1.3 בנקודת האמצע של האלקטרודות וFP1 FP2 והאלקטרודה Cz עם הקודקוד המסומן. פרטים נוספים למיקום של הכובע נמצאים ב12. Seלרפא את הכובע על ידי חסון מתחת לסנטר.
  3. חבר אלקטרודות EEG לתיבת בקרת ה-EEG. החל עם קרקע ואלקטרודות התייחסות, להשתמש במזרק קטן כדי להזריק ג'ל אלקטרוליטי בכל אלקטרודה עד עכבה של כל אחד מהם הצעדים הבאים 25 kΩ כפי שעולה מהאלקטרודה LED הופך ירוקה. פרטים נוספים על הכנת האלקטרודה EEG זמינים ב12,13.
  4. חברו את האלקטרודות לEEG משדר EEG האלחוטי. לאבטח את המשדר לנושא ברצועת סקוטש להציב סביב כתפיו ולחבר את מקלט ה-EEG האלחוטי לשני מגברי 32 ערוצים.
  5. חברו את המגבר למחשב המארח באמצעות יציאת ה-USB באמצעות סיבים אופטיים לממיר ה-USB.
  6. הגדרת רזולוציה של ערוץ ה-EEG לμV, תדירות נמוכה 0.1 הפסקת לבירה, ותדר חיתוך גבוה עד 1000 הרץ בתוכנת איסוף נתוני ה-EEG.

3. אלקטרומיוגרם פני השטח (EMG)

  1. היכונו לאלקטרודה EMGמיקום ב8 אתרי שרירים: גילוח עור, לשפשף עם נייר זכוכית, ולנקות עם כרית אלכוהול איזופרופיל. אלקטרודות מקום באתרים מוכנים ולהתחבר ליחידת רישום נתונים EMG. הנח אלקטרודה קרקע EMG על פרק כף היד שמאל או ימין, ולהתחבר ליחידת רישום נתונים.

4. לכידת תנועה

  1. לסנכרן מרג חיישנים תוך עגן על פי הוראות יצרן.
  2. הסר חיישנים ומקום מרג בנושא שימוש ברצועות סקוטש או סרט דו צדדי במקומות בטבלה 2.

5. הכנת הסביבה

  1. הכן את ההליכון על ידי מקליט קו אלכסוני (45 ° מאופקי) על החגורה. הנח מסך טלוויזיה מחובר למצלמת וידאו כ 1 מ 'מול ההליכון. קלטת פיסת נייר עם עיגול שחור בקוטר 2 אינץ בטלוויזיה.
  2. הגדרת זירת הליכה על ידי הצבת 5 סטים של חיישני IR קירבה, חרוטים וטלביזיה sקרין כממוקם באיור 3.

6. מכשיר דישה

  1. נושא עולה על ההליכון. צרף חגורת בטיחות.
  2. לפני איסוף הנתונים, לבחון את אותות EEG ו EMG כדי לאמת את המיקום נכון אלקטרודה, חיבור אלקטרודה, והעברת נתונים.
  3. בגין איסוף הנתונים על ידי הפעלת C + + יישום המסוף. לחץ על כפתור הדק הדחיפה הידני ליזום הקלטת EMG ולתת אות אודיו (צפצוף) כדי להתחיל את הניסוי.
  4. הנושא נשאר בעמדה שקטה למשך 30 שניות.
  5. לאחר לחיצת כפתור הדק שניות 30 ליזום הליכה; ההליכון האיץ באיטיות למהירות שנבחרה מראש של הנושא.
  6. הנושא הולך למשך 5 דקות.
  7. בסופו של 5 דקות, ללחוץ על כפתור הדק ליזום הליכה לעמוד מעבר על ידי עצירת ההליכון באיטיות. לאחר שהגיע לתחנת הנושא נשאר עומד למשך 30 שניות. לחץ על כפתור 'ש' להפסיק איסוף נתונים לאריאל ולשמור את הנתונים.
  8. חזור על שלבים 6.2-6.7 לכל שלושת תנאי הליכון:
  9. הליכון הליכה תוך התבוננות בנקודה שחורה במרחק.
  10. הליכה על הליכון תוך התבוננות תנועה של רגליים שלו על מסך טלוויזיה.
  11. הליכון הליכה תוך שימוש במשוב וידאו כדי להימנע מקו אלכסוני על הליכון (כדי לדמות עומס קוגניטיבי 6).

7. זירת הליכה (1)

  1. נושא התפקיד בתחילת זירת ההליכה הלולאה (איור 3).
  2. תתחיל באיסוף נתונים כ6.2-6.4.
  3. לחץ על כפתור ההדק ליזום הליכה. באותה העת על ההדק הוא נתון, על החץ כיווני הראשון (→, ←, או ↑) מוצג על המסך מול הנושא (איור 3). אם → או ← הוא ציין, יציאות בכפוף להגדיר הכניסה של קונוסים, פונה 90 מעלות בכיוון הזה, משלים את הלולאה וחוזר לקונוסים הכניסה. אם וקע"םr; הוא ציין, הנושא ממשיך ישר מהכניסה ואת הקונוסים הדק ידני וחצי כיוון (→ או ←) ניתן כאשר הנושא מגיע כ -2 מטרים לפני חיישני IR. תמורת הנושא דרך הסט הראשון של חיישני IR ואז עושה 90 ° המתאימים לפנות כדי להשלים את הלולאה, חוזרים לקונוסים הכניסה. (בזמן הליכה, הנסיין מלווה את הנושא במרחק של כ 3-5 מטרים עם המחשב המארח על עגלה כדי לשפר את איכות אות אלחוטית.)
  4. הנושא ממשיך ללכת כאשר הוא / היא מגיעה לקונוסים הכניסה לאחר שסיים את לולאה אחת. רצף 7.3 חוזר על עצמו עם סידור של חיצים אקראיים עד 3 לולאות הושלמו עבור כל חץ ראשוני (→, ←, או ↑).
  5. לאחר סיפוק תנאי 7.4, ללחוץ על כפתור ההדק הידני כאשר הנושא מגיע לקונוסים הכניסה לאותת מעבר לעמידה. נושא עומד בשקט למשך 30 שניות ולאחר מכןאיסוף הנתונים הוא הופסק על ידי לחיצה על הכפתור 'ש' על המחשב המארח.

8. זירת הליכה (2)

  1. סידור מחדש של זירה כמובן הליכה, כך שחמשת הסטים של חיישני IR ממוקמים בחצי מעגל מול הנושא (איור 4).
  2. בגין איסוף הנתונים כמו בניסויים הקודמים (7.1-7.2).
  3. בדומה לזירה רגליים אני, לתת הדק ידני ליזום הליכה. בזמן על ההדק, אחד מחיצי כיוון 5 (←, →, figure-protocol-1 , figure-protocol-2 , או ↑) מוצג על המסך. כל חץ מתאים לקבוצה אחת של חיישני IR המוצבים סביב הזירה (איור 4).
  4. הנושא מציין חץ על המסך וwalks לקבוצה המקבילה של חיישני IR, מה שהופך את סיבוב פרסה סביב קונוס מעבר לחיישנים, ועברו דרך החיישנים פעמיים (איור 4). לאחר ביצוע פניית הפרסה, הנושא חוזר לנקודת ההתחלה וממשיך ללכת.
  5. חזור על רצף 8.3-8.4, עם סידור של חיצים אקראיים, עד 3 לולאות הושלמו עבור כל חץ כיוונית.
  6. לאחר סיפוק תנאי 8.6, ללחוץ על כפתור ההדק הידני כאשר הנושא יגיע לנקודת ההתחלה לאותת מעבר לעמידה. איסוף נתונים מלא כמו ב7.5.

9. לשבת לסטנד

  1. מקם כיסא מאחורי הנושא ולהתחיל באיסוף נתונים כ6.2-6.3. הנושא עומד בשקט במשך 15 שניות בתחילת איסוף הנתונים.
  2. לאחר 15 שניות, לחץ על כפתור ההדק הידני. לאחר ששמע את מעברי בכפוף אות מן הדוכן לשבת יציבה, המחזיק בתפקיד יושב עד אות אודיו הבאה (ללחוץ על כפתור).
  3. חכה מרווח אקראי (5-15 שניות) ולחץ על הדק ידני לתת רמז ליושב לעמוד מעבר. עומד יציבה מתקיים עד אות אודיו הבאה.
  4. חזור על 9.2-9.3 עד 10 מלא בעמידה לשבת ותמרונים לשבת לעמידה מלאים, לאחר שהנושא עומד בשקט במשך 15 שניות. ואז, לסיים את איסוף הנתונים על ידי לחיצה על כפתור 'ש'.
  5. חזור לעמוד לשבת הפרוטוקול (9.1-9.4) עבור עצמו יזם לעמוד לשבת, ויושב מעבר לעמידה. במקום לתת את נושא הדק למעבר, יש את נושא העברת הבעלות ליזום אותם עד 10 בכל תרגיל הוא מוחלט.

10. הליכה במסדרון

  1. נושא המשרה ועגלת איסוף נתונים באמצע קילומטר 1/8 ה, במסדרון ישר. בגין איסוף נתונים כמו עם ניסויי ההליכה על הליכון (6.2-6.4). לאחר התקופה הראשונית 30 שניות מנוחה, לתת הדק ידני ליזום הליכה.
  2. SubjeCT הולך ברציפות במשך 5 דקות. כאשר הנושא מגיע לטווח של 10 מטרים לסוף המסדרון, הוא / היא עצמית יוזמת פניית פרסה וממשיך ללכת בכיוון ההפוך.
  3. בסוף 5 דקות ללחוץ על כפתור ההדק הידני כדי להפסיק הליכה. הנושא עומד בשקט למשך 30 שניות תוך מבט קדימה. לסיים את איסוף הנתונים על ידי לחיצה על הכפתור 'ש'.
  4. בגין ניסוי מסדרון שני כמו ב10.1.
  5. לאחר פרק זמן אקראי של הליכה (20-40 שניות), לתת הוראות הדק ואות אודיו שיש להפסיק את ההליכה כפופה.
  6. הנושא נשאר עומד למשך זמן קצר, אקראי (5-15 שניות).
  7. לחץ על כפתור הדק המדריך להליכה יש את קורות חיים של נושא.
  8. חזור על שלבי 10.5-10.7 עד 10 מחזורים להפסיק להתחיל הושלמו; לסיים את איסוף הנתונים כמו ב10.3.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

איור 5 מראה 10 שניות של זמן נעול EEG, מארג', ונתונים EMG שנרשמו במהלך הליכה על הליכון (סעיף 3 פרוטוקול). שימו לב שכל MARG סניור מתעד למעשה 9 אותות (גלאי מתכות תלת ציריים, gyroscopes, ותאוצה) אלא רק תאוצה אנכית מוצגת. את הנתונים הגולמיים באיור 5 מכילים חפצים שיש בחשבון בעת עיבוד מקדים לפני הניתוח והפענוח עצבי. דוגמאות לממצאי ה-EEG באיור 5 כוללים מצמוצי עיניים נוכחים בכ 8.5 שניות וחפץ תנועה בתדר נמוך נוכחי לאורך כל דרך.

איור 6 מציג לולאה אחת שלמה (~ 35 שניות) של מעל קרקע הליכה במהלך ההליכה הזירה (1) פרוטוקול. איכותי, נתונים מהזירה על קרקע משימות הליכה מכילים יותר חפצים מאשר הליכון הליכה עקב תנועה הנוספת של הראש והצוואר של נבדק במהלך הפיכת. פעילות השרירים הפנים וגולגולת היא particularly מורגש על האלקטרודות זמנית (ערוצים שכותרת FT ו-T באיור 1) באיור 6. שים לב לעלייה בפעילות אות EMG בהשוואה להליכה על הליכון (איור 5), במיוחד בצמד אגוניסט אנטגוניסט-הקרסול. איור 6 מציג גם אירועים מאיסוף נתונים שיש בחשבון במהלך עיבוד נתוני EEG אלחוטי הכי מוצלח. בסמוך למועד ה 4 ההדק, נתוני ה-EEG להראות קווים שטוחים, מה שמעיד על הפרעה שידור אלחוטי בין המחשב המארח ומערכת ה-EEG. סעיף זה של נתונים חייב להיות מטופח מקבוצת הנתונים כולו (ה-EEG, מארג', וEMG).

איור 7 מציג לעמוד לשבת, מחזור אחד ולשבת לעמוד נתונים. כמו עם נתונים אחרים, חפצי תנועה נמצאים ב-EEG, הן במהלך סוף המעבר וכראש ייצב כיושב (או עומד) נשמר. מרווח אחד של הליכה מסדרון כולל עמידה ללכת-ND הליכה, לעמידת מעבר מוצגת באיור 8. שים לב ramping של EMG ונתוני האצה אחרי רמזי אודיו כדי להתחיל ולהפסיק ללכת. ביחד עם ramping זה ההופעה וההיעלמות של חפץ תנועה בנתוני ה-EEG. איור 8 מציג גם חיבור הכי מוצלח בPO10 האלקטרודה EEG אשר מתרחש בכ 7 שעות. התנהגות זו נצפתה לעתים במהלך הניסוי והוא צפוי כתוצאה מאובדן המגע בין האלקטרודה EEG והקרקפת. האלקטרודה PO10 יש להסיר מניתוח הנתונים לבדיקה זו. כי יכולים להיות שנצפו נתוני ה-EEG בזמן אמת, וחיבור של אלקטרודות EEG מאומת (שלב פרוטוקול 6.2) לפני כל ניסוי בפרוטוקול, ניתן לתיקון חיבור האלקטרודה העניים לפני הניסיון הבא.

ערכת מחסום אור אינפרא אדום MK120
שם חברה כמות
BrainAmp Amplifier מוצרים במוח, GmbH 2
actiCAP כובע EEG עם 64 אלקטרודות מוצרים במוח, GmbH 1
Brainvision להעביר את מערכת EEG אלחוטית מוצרים במוח, GmbH 1
יחידת איסוף נתונים MWX8 EMG Datalog ביומטריה, בע"מ 1
SX230 אלקטרודות EMG ביומטריה, בע"מ 8
אלקטרודה קרקע EMG R506 ביומטריה, בע"מ 1
אופל תנועה לפקח (חיישן MARG) APDM, Inc 11
אופל תחנת עגינה לנתונים אלחוטיים הזרמה APDM, Inc 2
נקודת גישה אלחוטית אופל APDM, Inc 2
Velleman, Inc 5
מודול Wixel לתכנות USB אלחוטי Pololu, Inc 6

טבלת מס '1. ציוד.

חיישן מקום
ראש מרכז המצח מעל גבות
תא מטען בין שרירי חזה בבסיס של עצם חזה
מותני מרכז הגב במינימום של עקומה המותני
זרוע 1 צד הלטרלי של זרוע; הפרוקסימלי לפרק כף יד ~ 10% עד מרפק
ירך 1 צד הלטרלי של ירך, 50% בין ירך והברך
שאנק 1 צד הלטרלי של שוק; 75% דיסטלי מהברך
רגל 1 התרכז כף הרגל של הרגל
זרוע 1, ירך, שאנק, וחיישני כף רגל מונחים בילטרלי.

2. מיקומי חיישן מרג טבלה.

figure-results-1
איור 1. Sagittal (א) ו (ב) נוף חזיתי של נושא לובש EEG, EMG, ומרג חיישני אינרציה לאיסוף הנתונים. (ג) ייצוג טופוגרפי של מיקומי אלקטרודה EEG על הקרקפת, זמם עם EEGlab Matlab ארגז כלים 14. ( ד) עגלת איסוף נתונים ניידת המכילה מחשב מארח, הדק ידני, EMG-Bluetooth, מארג' נקודות גישה אלחוטיות ומקלט אלחוטי EEG, מגברים, ואספקת חשמל.d/50602/50602fig1large.jpg "target =" _blank "> לחץ כאן לצפייה בדמות גדולה.

figure-results-2
איור 2. תרשים זרימה המפרטת את האלגוריתם למנהג נועד, תוכנת איסוף נתוני ריבוי הליכי. לחץ כאן לצפייה בדמות גדולה.

figure-results-3
איור 3. ייצוג (ממעוף ציפור) סכמטי של זירת הליכה (1) ניסיוני פרוטוקול. חץ אחד (→, ←, או ↑) מוצג על מסך תצוגה כאשר הנושא הוא בסופו של חרוט הכניסה ים. אם נכון (→) או שמאלי (←) מוצג, הנושא כדלקמן הלולאה האדומה או ירוקה, בהתאמה, עובר דרך ארבעה סטים של אינפרא אדום (IR) חיישנים (IR1-IR4). אם ישר (↑) מוצג, הנושא הולך לכיוון תצוגת הצג (קו כחול), וחץ שני (→ או ←) מוצג כאשר הנושא הוא כ -1 מטר לפני חיישני IR (IR5). לאחר שעבר את סט חיישן IR5, הנושא משלים את הלולאה בנתיב המקביל (אדום או ירוק), וחזר לנקודת ההתחלה.

figure-results-4
איור 4. ייצוג (ממעוף ציפור) סכמטי של הליכה זירה (2) פרוטוקול ניסוי. בתחילת הניסוי, חץ אחד (pload/50602/50602larrhighres.jpg "/>, figure-results-5 , →, ←, ↑ או הוצג) הוא הנושא על מסך תצוגה. בהתבסס על החץ שהתקבל, הנושא הולך ישירות לקבוצה המקבילה של חיישני IR, עובר דרך החיישנים, משלים סיבוב פרסה סביב קונוס, וחוזר לנקודת ההתחלה (לולאה מקבילה ל figure-results-6 חץ מוצג לעיל).

figure-results-7
איור 5. נתונים לדוגמה מ10 שניות של הליכה על הליכון. פנל למעלה מראה 64 נתוני ה-EEG גלם ערוץ עם שם ערוץ 10-20 אמנה בינלאומית. התיכון לוח מציג תאוצה בכיוון האנכי מ11 חיישני מארג'. פנל תחתון מראה 8 ערוץ הגלם EMG. לחץ כאן לצפייה בדמות גדולה.

figure-results-8
איור 6. נתונים לדוגמה מלולאה אחת (נתיב חץ ימינה, איור 3) של הליכה בזירה אני הפרוטוקול. EEG, תאוצה, והנתונים מוצגים כEMG באיור 5. פסים שחורים אנכיים הם מיקום של גורמים שהתקבלו על ידי התוכנה. ההדק הראשון הוא מלחצן המדריך לייזום את הלולאה על ידי הצגת חץ →. ארבעת הגורמים הבאים מחיישני IR-IR1 IR4 (איור 3) כנושא חוצה את הלולאה.tp_upload/50602/50602fig6large.jpg "target =" _blank "> לחץ כאן לצפייה בדמות גדולה.

figure-results-9
איור 7. נתונים לדוגמה מלעמוד לשבת-מעבר ולשבת לעמוד. EEG, תאוצה, וחברת EMG הנתונים מוצגים באיור 5. קווים אנכיים מעידים טריגרים ידניים (ורמזי אודיו) ליזום עומד ויושב, בהתאמה. לחצו כאן כדי להציג דמות גדולה.

figure-results-10
איור 8. נתונים לדוגמה מהליכת המסדרון מראים מעבר מסטןדינג להליכה והליכה לעמידה. EEG, תאוצה, והנתונים מוצגים כEMG באיור 5. קווים אנכיים מעידים טריגרים ידניים וקיו אודים להתחיל הליכה ansd לעצור, בהתאמה. לחצו כאן לצפייה בדמות גדולה.

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הפרוטוקול המובא כאן מפגיש שלוש מערכות איסוף נתונים כדי לתעד את פעילות המוח בו זמנית, פעילות שרירים, וקינמטיקה כל גוף במגוון רחב של משימות קטר. השלמת הפרוטוקול כולו לוקחת בערך 3 שעות, כולל שעה 1 של הכנת נושא. כל מערכת היא רכוב על, ועוברת איתו, את הנושא. לכן, חשוב לבדוק את החיבורים של אלקטרודות EEG ו EMG לפני תחילתו של כל משפט חדש. ניתן לעשות זאת בקלות תוך שימוש בחבילות התוכנה המסופקות על ידי היצרן המתאים, המאפשר לנתונים לבדיקה בזמן אמת באמצעות ממשקים גרפיים במחשב המארח. היישום דורש איסוף נתונים חבילות תוכנה אלה כדי לפעול, לפשט את תהליך האימות. בנוסף, יש להקפיד כי חיישני מרג מצורפים חסון לנושא לפני כל משפט.

נתוני ה-EEG וMARG מועברים באופן אלחוטי ב2.4-2.5 GHzטווח ספקטרום. כי הרבה מכשירים אלקטרוניים אחרים משתמשים בתדר זה, חשוב להביא בחשבון את האפשרות של ממשק אלחוטי בסביבה הניסויית. היבט קריטי של איסוף נתונים הוא נראות קו ראייה בין העגלה הניידת והנושא, המספק עמידות להפרעות אלחוטיות. שניהם מקלט האלחוטי EEG ואת הנקודות הגישה מרג (איור 1) לספק נוריות כדי לציין נאמנות חיבור. המחשב המארח והמקלטים אלחוטיים עבור חיישני EEG וMARG מונחים על עגלה ניידת כדי לשמור על קו ראיה ישיר ולמקסם את העברת נתונים אלחוטית כנושא ניגש קרקע. מצאנו אוסף נתונים חזק היה הטוב ביותר שמר על ידי שמירה על העגלה הניידת בתוך 5 מטרים של הנושא, מרחק שלא להגביל את תנועת נושא בכל אחת מהמשימות. + + C היישום מעסיק אשכולות מרובים לאיסוף נתונים על מנת לספק לחוסן אובדן נתונים עקב הפסקה האלחוטית גonnection של ה-EEG. אם חיבור EEG הולך לאיבוד, מארג' וEMG הנתונים עדיין נרשמו, אבל אין נתונים EEG יהיו זמינים לנקודות זמן אלה. חיישני מרג לספק חציצה על יחידה כפי שפורט לעיל, כדי למנוע אובדן נתונים במקרה של חיבור אלחוטי, ואילו חברת EMG הנתונים מאוחסנים על כרטיס SD בתוך יחידת רישום נתונים הניידת.

בעיה נפוצה עם אוסף של נתוני ה-EEG בזמן ההליכה היא נוכחותו של חפץ באותות. באופן כללי, ניתן לפצל חפצים לשתי קבוצות: מקורות פיסיולוגיים של חפצים כולל מהבהב, תנועת עיניים, פעילות שרירים פנים, פעימות לב, וחפצים מכאניים כגון תנועה של אלקטרודות ו / או כבלים במהלך ביצוע פרוטוקול ניסוי. הסרת חפץ היא נושא למחקר מתמשך, וכוללת טכניקות כגון ניתוח מרכיבים עצמאי 15,16 ונהלי רגרסיה תבנית מבוססי ערוץ 17. מזעור חפץ וההסרה הוא צעד חיוני ביחסי הציבורeprocessing נתונים עבור עצבי פענוח של תנועת גוף. ההגדרה המובאת כאן היא דומה למחקרים קודמים בכך שכבלי אלקטרודה EEG שהכניסו את מחבר יחיד. תוצאות ממחקרים אלה מצביעים על כך שחפצים מכאניים בשל תנודת כבלים או תנועה לא משחקים תפקיד בפענוח של תנועה מפעילות עצבית 7,8. תוצאות אלה נתמכות על ידי מחקרים אחרים, שהמסקנה כי חפצים הקשורים בהליכה איטית היו חסרי ממשות בלמתן מהירויות הליכה 17. עם זאת, ניסוי זה מודד EEG במהלך פעילויות הדורשות יותר תנועה של הגוף ממחקרים קודמים, כולל כפיפות לעמידת מעברים, על פני קרקע הליכה, ומפנה, וכך, בחינה מדוקדקת של נתוני ה-EEG הגלם חייבת להתבצע כדי לזהות פוטנציאל זיהום מחפצים מכאניים. אם כי עדיין לא זמינה לציבור רחב, אפשר לפתור בעיות פוטנציאליות אלה באמצעות שילוב של חומרת רומן לפרוטוקול הנוכחי. כגון החומרה incכדורי הרגעת אלקטרודות פעילים EEG (שימוש בפרוטוקול זה) וקפיץ, אלקטרודות EEG יבשות, שבו יש פוטנציאל לשפר את עכבת מגע עור אלקטרודה במהלך התנועה 18. טכנולוגיות אלה נמצאים ישולבו במערכות ה-EEG אלחוטיות אשר עשוי לצמצם את ההשפעה של ממצא תנועה 19. שילוב של חומרת רומן יחד עם זאת, פרוטוקול זה מספק הזדמנות ייחודית להמשיך ולפתח אלגוריתמים חדשניים לתנועה ודחיית חפץ EMG בגלל כל קטע של הגוף כבר instrumented 16. אנחנו מתכננים ללמוד קורלציה זמן סדרה ולכידות תחום תדר בין EEG, EMG, ותנועת קטע לפתח פרדיגמות דחיית ממצא חזקות החלים על מערכי ה-EEG הקיימים כיום. שיטות פענוח שלנו הראו חוסן נגד חפצים 7,8; שיטות אלה תיבחנה תחת התרחישים המורכבים יותר בפרוטוקול הנוכחי.

תכונות של משטח רשםEMG תלויה בגורמים רבים, והפרשנות של אותות משטח EMG ללימוד אסטרטגיות עצביות דורשת שיקול הדעת שלהם 20. הנהלים המחמירים להכנת עור ומיקום האלקטרודה EMG שימוש בפרוטוקול זה נועדו למזער את השפעתם של גורמים שאינם פיסיולוגיים על אותות EMG פני השטח. המשרעת והתדירות של EMG נרשם על ידי פרוטוקול זה קשור לפעילות יחידת המנוע נטו, ולכן ההקלטה לא צריכה להתפרש כייצוג ישיר של פעילות העצבית של השריר הרצוי. עם זאת, שיקול דעת של פני השטח EMG האות ושיטות מתקדמות יותר כדי להעריך כונן עצבי לשריר על ידי פירוק את אות EMG כדי לקבוע שינויים יחסיים בהפעלה עצבית (למשל על ידי זיהוי פעמים פריקה שיחידות מוטוריות) יכול לספק תובנה חשובה דפוסי הפעלת שרירים 20. יתר על כן, בהקשר של עצבי פענוח, למרות שפעילות מוחיתרכש פולשני הוכח להכיל מידע על פני השטח EMG 21, לא ידוע כרגע האם יכול לשמש גם קרקפת EEG כדי לפענח פעילות שרירים גפה תחתונה בזמן הליכה בנוסף לקינמטיקה ההליכה. אנו מצפים פרוטוקול זה יאפשר לנו לבחון האם הרזולוציה מרחבית המופחתת של שיטות הדמיה בלתי פולשניות מוח מספיק כדי לבודד את הפעילות עצבית הקשורה לשרירים בודדים.

מחקרים קודמים הראו היתכנות בניצול EEG פולשני כדי לפענח קינמטיקה בהליכון ההליכה תנופת מתן 7,8 לפיתוח ממשק מוח מכונה (BMI) כדי לשחזר את ההליכה באמצעות אותות מהמוח. שיטות פענוח תחום בזמן המבוססים על אפנון משרעת של אותות EEG דלתא להקה יש גם הוכח להיות רגיש לרכיבי artifactual 7,8. עם זאת, מחקרי הליכון יתקיימו בסביבה מבוקרת שבמהלכו החזון והתנועה של המשתמשמוגבל, וכך להגביל את הזיהום של פעילות עצבית עקב גירויים חיצוניים. באמצעות שילוב של רישום נתונים אלחוטי, פרוטוקול זה מאפשר לאוסף של EEG המסונכרן, EMG, ונתונים kinematic במגוון רחב של משימות תנועה וסביבות. שילוב של חיישני אינרציה למעקב אחר תנועה דורש יותר חישוב ועיבוד לא מקוון כדי לחלץ קינמטיקה ממערכת לכידת תנועה, וכתוצאה מכך צעדים מכילים קטן - אך מקובל - מרווח טעות שלא יהיה נוכח במצלמה מבוססת מערכת 22. קשיי ניהול אלה הם הכרח להקים פרוטוקול ניסוי המאפשר לימוד סלולרי של התנהגותי קוגניטיבי, מוטורית בסביבות משתנה. כפי שנאמר במקום אחר 10,11, התקנה כזו היא כמעט בלתי מוגבלת בשאלות המחקר שניתן לטפל. ההתמקדות שלנו בעתיד הקרוב תהיה בנושאים קריטיים לפיתוח של ה-BMI לשיקום של עמידה והליכה בעקבותפגיעה מוחית ונוירופתיה. מרכיב מרכזי אחד, כפי שהוזכר לעיל, יהיה פיתוח של אסטרטגיות חדשניות לפענוח חזק ממשקי המוח מכונה למערכות רובוטיות שיקום שיכול לדחות את הממצאים פיסיולוגיים ומכאניים כדי לשחזר את התנועה באמצעות אותות שנמדדו מהמוח. לדוגמה, ההליכה במסדרון הפרוטוקול מתבצע במרחב ציבורי עם אנשים אחרים הנמצאים במהלך איסוף הנתונים, ובכך מספק מיטת בדיקה לפיתוח טכניקות פענוח העצבית בסביבה הטבעית. שאלות מחקר אחרות בעלי עניין בשימוש בפרוטוקול זה כוללים השוואת הפרדיגמות שיקום רובוטיות מעורבות אימוני הליכה קצביים לעומת הלא קצביים, ולימוד של פעילות עצבית במהלך התאוששות תפקודית בעקבות פציעה בשלבים אקוטיים וכרוניים.

גילויים

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הפקה ופרסום העמלות למאמר זה היו בחסות APDM.

תודות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

עבודה זו נתמכה על ידי המכון הלאומי להפרעות נוירולוגיות והשבץ (NINDS) להעניק # R01NS075889-01. מחקר זה נתמך בחלקו על ידי תכנית המחקר העירונית של NIH, המרכז קליני. המחברים גם להודות Shahriar איקבל וYongtian הוא לסיוע באיסוף הנתונים. עלות פרסום גישה הפתוחה של מאמר זה מומנה על ידי APDM, Inc (פורטלנד, או; http://apdm.com).

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
BrainAmp AmplifierBrain Products, Gmbhכמות: 2
כובע EEG actiCAP עם 64 אלקטרודותמוצרי מוח, Gmbhכמות: 1
Brainvision MOVE מערכת EEG אלחוטיתמוצרי מוח, Gmbhכמות: 1
DataLOG MWX8 EMG יחידת איסוף נתוניםביומטריה, בע"מכמות: 1
SX230 אלקטרודות EMGביומטריה, בע"מכמות: 8
R506 EMG אלקטרודה קרקעיתביומטריה, בע"מכמות: 1
מוניטור תנועה אופל (חיישן MARG)APDM, Inc.כמות: 11
תחנת עגינה אופל להזרמת נתונים אלחוטיתAPDM, Inc.כמות: 2
נקודת גישה אלחוטית אופל APDM, Inc.כמות: 2
ערכת מחסום אור אינפרא אדום MK120Velleman, Inc.כמות: 5
מודול אלחוטי USB לתכנות של Wixel Pololu, Inc.כמות: 6
<חזק>טבלה 1. ציוד

מקורות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Choi, J. T., Bastian, A. J. Adaptation reveals independent control networks for human walking. Nature Neuroscience. 10 (8), 1055-1062 (2007).
  2. Grillner, S., Wallen, P., et al. Neural bases of goal-directed locomotion in vertebrates - an overview. Brain Research Reviews. 57, 2-12 (2008).
  3. Petersen, T. H., Willerslev-Olsen, M., Conway, B. A., Nielsen, J. B. The motor cortex drives the muscles during walking in human subjects. Journal of Physiology. 590 (10), 2443-2452 (2012).
  4. Fitzsimmons, N. A., Lebedev, M. A., et al. Extracting kinematic parameters for monkey bipedal walking from cortical neuronal ensemble activity. Frontiers in Integrative Neuroscience. 3, 3(2009).
  5. Harada, T., Miyai, I., Kubota, K. Gait capacity affects cortical activation patterns related to speed control in the elderly. Experimental Brain Research. 193 (3), 445-454 (2009).
  6. Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. Electrocortical activity is coupled to gait cycle phase during treadmill walking. Neuroimage. 54, 1289-1296 (2011).
  7. Presacco, A., Goodman, R., Forrester, L., Contreras-Vidal, J. L. Neural decoding of treadmill walking from noninvasive electroencephalographic signals. Journal of Neurophysiology. 106, 1875-1887 (2011).
  8. Presacco, A., Forrester, L. W., Contreras-Vidal, J. L. Decoding intra-limb and inter-limb kinematics during treadmill walking from scalp electroencephalographic (EEG) signals. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 20 (2), 212-219 (2012).
  9. Wagner, J., Solis-Escalante, T., et al. Level of participation in robotic-assisted treadmill walking modulates midline sensorimotor EEG rhythms in abled-bodied subjects. NeuroImage. 63, 1203-1211 (2012).
  10. Makeig, S., Gramann, K., et al. Linking brain, mind, and behavior. International Journal of Psychophysiology. 73, 95-100 (2009).
  11. Gramann, K., Gwin, J. T., et al. Cognition in action: imaging brain/body dynamics in mobile humans. Reviews in the Neurosciences. 22, 593-608 (2011).
  12. Wilson, J. A., Schalk, G., et al. Using an EEG-based brain computer interface for virtual cursor movement with BCI2000. J. Vis. Exp. (29), e1319(2009).
  13. Brummer, V., Schneider, S., et al. Coherence between brain cortical function and neurocognitive performance during changed gravity conditions. J. Vis. Exp. (51), e2670(2011).
  14. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods. 134 (1), 9-21 (2004).
  15. Makeig, S., Bell, A. J., et al. Independent component analysis of electroencephalographic data. Advances in Neural Information Processing Systems. 8, 145-151 (1996).
  16. Rong, F., Contreras-Vidal, J. L. Magnetoencephalographic artifact identification and automatic removal based on independent component analysis and categorization approaches. Journal of Neuroscience Methods. 157, 337-354 (2006).
  17. Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. Removal of movement artifact from high-density EEG recorded during walking and running. Journal of Neurophysiology. 103, 3526-3534 (2010).
  18. Liao, L. D., Wang, I. J., Chen, S. F., Chang, J. Y., Lin, C. T. Design, fabrication, and experimental validation of a novel dry-contact sensor for measuring electroencephalography signals without skin preparation. Sensors. 11, 5819-5834 (2011).
  19. Liao, L. D., Lin, C. T., et al. Biosensor technologies for augmented brain-computer interfaces in the next decades. Proceedings of the IEEE. 100, 1553-1566 (2012).
  20. Farina, D., Merletti, R., Enoka, R. M. The extraction of neural strategies from the surface EMG. Journal of Applied Physiology. 96, 1486-1495 (2004).
  21. Flint, R. D., Ethier, C., et al. Local field potentials allow accurate decoding of muscle activity. Journal of Neurophysiology. 108, 18-27 (2012).
  22. Luinge, H. J., Veltink, P. H. Measuring orientation of human body segments using miniature gyroscopes and accelerometers. Medical & Biological Engineering & Computing. 43, 273-282 (2005).

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

EEG EMGICAEMG

מאמרים קשורים