脳卒中後のバランスリハビリテーションのための神経筋電気刺激システムで低コストのセンサーを統合ヒューマンマシンインターフェース

この手順の全体的な目標は、バランスリハビリテーションのための低コストのヒューマンマシンインターフェースにビデオゲームセンサー技術を適用することです。これは、まずモバイルブレインボディイメージング、またはMoBI機器とソフトウェアをセットアップすることによって達成されます。2番目のステップは、MoBIセンサーを体に配置して生理学的データを取得することです。

次に、アイトラッカーを使用して、脳卒中後の視覚追跡の眼球運動を評価します。アイトラッキングは、視線関連の指標が脳卒中後の眼球運動障害の描写に役立つことを示しています。これは、視覚運動バランス療法の計画に関連している可能性があります。次に、MoBIの下で視覚運動バランス療法を支援する神経筋電気刺激(NMES)用のセンサーが較正されます。

最後のステップは、視覚運動バランス療法中に低コストのセンサーからマルチセンサーデータを収集することです。この技術は、バランス崩れに苦しむ脳卒中患者様のホームベースリハビリテーションに拡張しています。私たちのシステムには、視線運動バランス療法の重要な成分として、視線ベース、予後デュアル、および1つの視線スペクトルが含まれています。

つまり、このパラダイムシフト技術は、脳卒中後に視覚系、運動系、バランス系が一緒に歩く様子を捉え、トレーニングを通じてそれらをリハビリしようとするものです。したがって、原則として、この技術は、自閉症スペクトラム障害、パーキンソニズム、外傷性脳損傷、うつ病による精神運動障害などの他の条件で使用できます。このトレーニングシステムでは、すべてリハビリテーションを行うことができます。

まず、視覚的なバイオフィードバックを表示するためのプロジェクションスクリーンを取得します。画面の中心が被写体の目線の高さにくるように高さを調整します。次に、モーションキャプションセンサーを投影画面の前に置き、モーションキャプチャの音量に向けます。

モーションキャプチャの音量がモーションキャプチャセンサーの手前1.5メートルから2.5メートルにあることを確認します。次に、バランスボードをモーションキャプチャーセンサーから約2.0メートル離れた床に置きます。バランスボードの周囲に十分なスペースを確保して、全身の動きを確保します。

NMESシステムで筋電図(EMG)のセンサー配置を開始するには、被験者に椅子に座ってもらいます。EMGおよびNMES電極を、被験者の内側腓腹筋および脛骨筋に両側に配置します。次に、電極をワイヤレスNMESシミュレータシステムに接続します。

次に、脳波またはEEGキャップを、国際10-20システムに従って被験者の頭に置きます。導電性ペーストを使用して、ここで見られる電極を頭皮に接着してから、ワイヤレスEEGヘッドセットに接続します。片方の眼の上下に2つのパッシブEEG電極を配置して、垂直眼電図(EOG)をキャプチャします。

各目の外側のキャンパスにさらに 2 つ追加して、水平方向の EOG をキャプチャします。最後に、被験者の耳たぶに2つのパッシブEEG電極を配置して、EEG参照電極として機能します。まず、アイトラッカーをビジュアルフィードバックコンピューターモニターのすぐ下に置き、USB3ポートを使用してビジュアルフィードバックコンピューターに接続します。

次に、被験者にアイトラッカーから50センチの距離で机に座ってもらい、被験者の目がモニターの中心に来るようにビジュアルフィードバックコンピューターモニターを調整します。ビジュアルフィードバックコンピュータで、アイトライブサーバーとアイトライブネイアイを開いて、被写体の目がグーイによって検出されているかどうかを確認し、その後アイトラッカーキャリブレーションルーチンを実行します。次に、被験者に視覚的な手がかりを得るために、ビジュアルフィードバックコンピューターのモニターをまっすぐに見てもらいます。

アイトラッカーのキャリブレーションルーチンを実行するには、Gooeyのキャリブレーションタブをクリックします。スマートアイフォルダで視覚的なアンダースコアstimulus dot excを実行して、バーチャルリアリティベースのインターフェイスを実行します。その後、スマートアイフォルダに存在するスマートアイドットexcプログラムを実行して、バーチャルリアリティベースのタスクと同期した被験者の視線データを取得します。

脳卒中後の眼球運動を評価するために、被験者に視覚フィードバックコンピューター画面上のさまざまな位置で固定および動く視覚刺激を追うように依頼します。まず、アイトラッカーとバランスボードのセンサーをビジュアルフィードバックコンピューターに接続します。バランスボードまたはBBセンサーの電源を入れます。

BBセンサーのボタンを押すと、メニューでリモコンが検出可能になります。システムのタスクバーにある表示または非表示のアイコンをクリックし、Bluetoothデバイスアイコンをクリックします。次に、追加されたデバイスオプションをクリックし、ビジュアルフィードバックコンピューターにコードを使用せずにBBをBluetoothデバイスとしてペアリングします。

バランスボードがビジュアルフィードバックコンピューターに接続されたら、VBTフォルダーを開き、We BBインターフェースドットmファイルを実行してマットラボBBインターフェースを確立します。被験者をバランスボードに立たせます。「OK」をクリックしてキャリブレーションを開始し、被写体の体重を入力して「OK」をもう一度クリックします。

次に、モーションキャプチャセンサーをデータ収集コンピューターに接続して電源を入れ、緑色のライトで示される完全に起動したことを確認します。LSLフォルダを開き、モーションキャプチャソフトウェアを起動して、モーションキャプチャセンサーデータのストリーミングを開始します。データ収集コンピューターに接続されているEEGおよびEOGデータ収集システムの電源を入れます。

これを行うには、まずLSLフォルダを開き、LSL dot cmdを使用して開いているvibe取得サーバを開きます。最後に、EEGとEOGのメニューからemotive EPOCを選択し、ドライバーのプロパティをクリックしてモジュールを設定します。次に、[接続]をクリックし、[再生]をクリックして取得サーバーを起動します。

まず、被験者にバランスボードの上に立ってもらい、安全ハーネスを取り付けてもらいます。刺激周波数を20 hurtzに設定して、直立立位の最小ベースラインNMESレベルを設定します。次に、データ収集コンピュータにインストールされているNMESソフトウェアで、直立状態になるまでパルス幅と電流レベルを増やします。

NMES支援VBTの場合、被験者に椅子に座ってもらい、足をバランスボードに乗せてモーションキャプチャセンサーに向かいます。データ収集フォルダでキャリブレーションセンサープログラムを実行して、マルチセンサーキャリブレーションデータを収集します。最後に、被験者に、視覚フィードバックの重心位置に影響を与えるさまざまな方向に、自己開始の最大リーチ運動を実行するように依頼します。

まず、データ収集フォルダーでベースライン収集プログラムを実行して、ベースラインの安静時状態、目を開けた状態、マルチセンサーデータを収集します。これを行うには、被験者に2分間静止し、視覚的なフィードバックで重心の位置をまっすぐに見るように依頼します。次に、データ収集フォルダーで収集されたVBTプログラムを実行して、VBT中にセンサーデータを収集します。

ビジュアルフィードバックコンピューターのビデオ出力を投影画面に接続し、ビジュアルフィードバックコンピューターのVBTフォルダーにあるスマートIVRTタスクドットexeファイルを実行して、スマートIVRTタスクGooeyを起動します。次に、被験者にコンピューター画面の音声と視覚のプロンプトに注意を払い、ランダムに提示された周辺ターゲットに向かってカーソルをできるだけ早く動かすように依頼します。移動フェーズの後、被験者にカーソルを目標位置に1秒間保持するように依頼します。

周辺ホールド フェーズに続いて、システムが被験者の圧力中心の 2 つの d 座標と視線データの 2 つの d 座標を取得している間、被験者に中央のホールド位置に戻るように依頼します。目の視線特徴をアイトラッカーで収集し、スムーズな追跡タスク中の被験者のパフォーマンスを定量化し、後で脳卒中後のVBTデータと比較しました。次に、VBTの場合、プロトコルを使用して機能的リーチタスクを変更し、視覚的なフィードバックを手がかりにしながら、バランスを崩すことなくできるだけ早く圧力の中心を自発的に移動する被験者の能力を定量化します。

ここで、EOGデータは、VBT中にFD比、またはターゲットへの固定時間の割合、およびカーソル上の固定時間の割合が増加し、正規化平均二乗誤差が減少したことを示しています。この手順を試みる際には、脳卒中患者の安全性と快適さを考慮することが非常に重要です。バーチャルリアリティに基づくバランスリハビリテーションシステムが、脳卒中患者のバランス障害に対処するのに強力になると期待しています。

したがって、この手順に続いて、バランスと可動性の臨床測定のような他の追加の臨床測定は、脳卒中患者の機能障害の包括的な全体像を得ることができ、リハビリテーションでこの問題に包括的に対処することができるように、他の標準的な臨床パラメータと比較して定量的な測定を包括的に知るにはほど遠い可能性があります。