Abstract
Fremskridt i robotsystemer har resulteret i proteser til overekstremiteterne, der kan producere multifunktionelle bevægelser. Men disse sofistikerede systemer kræver øvre lemmer amputerede til at lære komplekse kontrol ordninger. Mennesker har evnen til at lære nye bevægelser gennem imitation og andre læringsstrategier. Denne protokol beskriver en struktureret rehabilitering metode, som omfatter efterligning, gentagelse, og styrkelse læring, og har til formål at vurdere, om denne metode kan forbedre multifunktionelle protese kontrol. En venstre under albue amputeret, med 4 års erfaring i proteser brug, deltog i dette casestudie. Protesen anvendte var en Michelangelo hånd med håndleddet rotation og de tilføjede funktioner i håndled fleksion og ekstension, som tillod flere kombinationer af håndbevægelser. Deltagerens Southampton Hand Assessment Procedure score forbedret 58-71 efter struktureret træning. Dette antyder, at en struktureret uddannelse protokol IMITationer gentagelse og forstærkning kan spille en rolle i at lære at styre en ny protese hånd. En større klinisk studie er dog forpligtet til at understøtte disse resultater.
Introduction
Udskiftning af håndfunktion i amputerede er en vanskelig bestræbelse. Koordinering højtuddannede håndbevægelser er ikke en medfødt evne, og tager mennesker år at lære at udvikle sig. 1-5 Efter den traumatiske tab af en hånd, replikere denne kapacitet ved protetiske midler er ikke en triviel opgave, og kan kræve en periode med vedvarende læring .
Protese design og interface metoder til deres kontrol er underlagt hurtige teknologiske innovationer, med det mål at multifunktionelle kontrol på en naturlig måde. 6 kompleksiteten af disse kontrolsystemer øges væsentligt at give flere funktioner til amputerede. For at sikre en nøjagtig styring af disse systemer, og for at reducere opgivelse af nye teknologier, der skal etableres passende uddannelse. Dette vil sandsynligvis være mere vellykkede, hvis den er baseret på de amputerede 'iboende læringsstrategier.
Vision kan spille en vigtig rolle under leArning af håndbevægelser. Adfærdsmæssige undersøgelser har vist, at ved at observere andres handlinger 7 eller ved hjælp af visuelle referencer 8, raske individer lærer og koordinere nye bevægelser. Gennem en proces med observation, forståelse og udførelse af en observeret handling, individer er i stand til at efterligne andres handlinger. Specifikke kortikale netværk, som kan omfatte et spejl-neuron systemet (MNS), menes at ligge til grund denne evne, og kan have en rolle i at kontrollere proteser. 9-11
Den rolle, som imitation måske ikke være begrænset til at udføre handlinger, der allerede er set, men sammen med MNS, tillade udførelse af bevægelser, der endnu ikke er observeret, men ekstrapoleret fra observatørens motor repetoire. 12 Faktisk imitation kan ikke nødvendigvis være en medfødt evne, men en accruement af motoriske færdigheder over tid, der fører til erfarne og avancerede handlinger. 13 st, har vist rength for at observere handlinger over simpelthen forestille dem til at forbedre lære nye opgaver. 14 kan således efterligning være en pragmatisk tilgang til uddannelse amputerede, som tyder det et mål rettet proces 15, med målet i rehabilitering indstilling gøre det muligt for nyttige protese håndfunktion.
Rehabilitering undersøgelser har separat vist, at visuelle signaler, såsom virtuelle simuleringer af en protese hånd, opmuntre amputerede under genoptræning træning. 16. Derudover har vist brugen af gentagelse, når den udføres i en blokeret paradigme for at muliggøre hurtig indlæring af øverste lemmer protese kontrol. 17 Mens virtuelle simuleringer har vist sig at være lige så effektive som reel kontrol af proteser hænder muliggør abled-body-brugere at styre myoelektriske enheder, 18 deres effekt på amputerede hjælp standardiserede effektmål er ikke klart. Endelig når protokoller for øvre lemmer ampuførelse uddannelse findes, rolle imitation i indlæring af proteser kontrol ikke eksplicit diskuteret. 19,20
Denne undersøgelse sigter mod forståelse, hvis brugen af imitation, i kombination med repetition og armering, har en positiv indvirkning på indlæring af multifunktionelle protese kontrol som led i et struktureret træningsprogram.
Præsenteret heri er en case-rapport om en transradial amputeret der var uddannet til at bruge en multifunktionel protese hånd. Deltageren havde tidligere vænnet sig til at drive traditionelle myoelektriske proteser. Ved hjælp af visuelle referencer, både i form af efterligning af en sund demonstrant og så enkel computer visuel feedback, amputationspatienten hurtigt forbedret håndtering af sin nye enhed.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Denne undersøgelse blev gennemført i overensstemmelse med Helsinki-erklæringen, som er godkendt af den lokale videnskabsetiske komité. Undersøgelsen blev forklaret i detaljer til deltageren før påbegyndelse, så deltageren tiden at afveje beslutningen til frivilligt at deltage i undersøgelsen, og bekræft hans deltagelse ved informeret, skriftlig tilladelse.
Bemærk: En mand, i alderen 27 år, deltog i undersøgelsen. Deltageren havde normalt syn, blev en venstre under-albue amputeret, og var en erfaren bruger (4 år i alt protese brug). Forud for påbegyndelse af denne undersøgelse protesen han brugte dagligt var en 4 kanals myoelektrisk protese hånd med håndleddet rotation for 12-15 timer per dag i 15 måneder. Deltagerens højre hånd var tidligere blevet kirurgisk rekonstrueret, men havde ingen anden fysisk eller neurologisk svækkelse.
1. Undersøgelse Design
- Split undersøgelsen over to sessioner: na39; ve brug, og bruge følgende struktureret træning.
Bemærk: Dette er for at gøre det muligt inden for emnet sammenligning før og efter træning hhv. - Sikre, at disse to sessioner er mindst tre måneders mellemrum, således at den kan behandles som uafhængige af hinanden.
- I begyndelsen af begge sessioner, passer en tilpasset sokkel og protese til deltageren. Sørg for, at proteser hardware og kontrol algoritmer matcher dem beskrevet i afsnittet af denne protokol Materials. Sørg for, at deltageren ikke er i stand til at bruge den tilpassede protese i den mellemliggende tid mellem sessioner.
- Træn patienten ifølge trinene i den naive Session og struktureret træning afsnit i denne protokol. Ved begyndelsen af hver af disse sessioner, kalibrere den protetiske hardware. Brug de indsamlede kalibreringsdata for real-time protese kontrol.
- Når den naive Session og struktureret uddannelsesforløb er afsluttet, vurderer participant præstation ved hjælp af Southampton Hand Assessment Procedure (Shap) effektmål. 23 Sammenlign shap scoringer til en baseline foranstaltning hjælp deltagerens standard protese (opnået før enten træningssessioner).
2. Materialer
- Monter deltageren med en specialbygget stik. Vedhæfte en kommercielt tilgængelig Protese ifølge producentens anvisninger. Udstyre den protese hånd med prototype komponenter, der tillader aktiverede håndled fleksion, udvidelse og rotation. Dette gør det muligt for deltageren at styre hånd med 3,5 frihedsgrader (DoFs) (tabel 1).
Bemærk: I dette eksperiment en Michaelangelo Hand (se Materialer List) blev anvendt. Andre terminalindretninger stand håndled rotation, fleksion og ekstension, sammen med standard greb funktioner ville også være passende. - Optag EMG signaler under anvendelse af otte anbragt med lige store råsignalet elektroder omkring stubben,og en on-board dekodning system på samplingfrekvens på 1.000 Hz og digitaliseret med 10-bit dybde. Udfør den indledende filtrering og forstærkning inden elektroderne indbyrdes i overensstemmelse med leverandørens specifikationer. Brug en personlig computer (PC) til at gennemføre de vigtigste behandling, som kommunikerer med erhvervelse af hardware og styrer protesen via en trådløs forbindelse.
Bemærk: I dette studie overfladen EMG elektroder og indbygget dekodning systemet (AxonBus), der anvendes var fra Otto Bock. Andre producenter af lignende indretninger vil ligeledes være hensigtsmæssige. Den trådløse forbindelse var via Bluetooth, og ligeledes andre modaliteter kunne anvendes.
3. Kontrol Algoritme
- Brug en kontrol algoritme, der giver samtidig og proportional protese kontrol på tværs af flere DoFs. 21 anvendt i denne undersøgelse algoritme var en beslutning totrins gør paradigme, så kontekstafhængig bevægelse estimering var muligt.
- Efter systemet uddannelse, som indeholder alle de kontrollerbare enkelt DOF bevægelser, registrerer et indgående elektromyogram (EMG).
- I den første fase, vurderer iboende dimensional information om den planlagte bevægelse baseret på Mahalanobis afstanden af den nyligt beregnede EMG trækvektor fra træningsdata. Træffe en beslutning om, hvorvidt var brugerens hensigt at udføre en fin 1-DoF eller en grovere samtidig 2-DoF bevægelse.
Bemærk: Mahalanobis afstand af en funktion vektor x til klasse I med klassen betyder vektor μ i og kovarians matrix Σ i beregnes som:
Som beskrevet i Amsuess et al, er den nyligt beregnede trækvektor kortlagt til den høje dimensionelle rum og Mahalanobis afstanden af de transformerede punkt til et hvilket som helst af de uddannede klasse punkter tages som mål for nyhed. 21 En empiriskbestemt grænse for denne afstand giver beslutningen om nyhed (2-DOF) eller ej (1-DOF). - I anden fase, baseret på den tidligere beslutning, bruge en af to parallelle estimatorer - en beskæftiger sig med de sekventielle bevægelser (SEQ-E) og anden håndtering samtidige bevægelser (SIM-E) - for at give signaler til protesen kontrol.
Bemærk: SEQ-E er i det væsentlige en proportional estimator (dvs. styrken af muskelsammentrækninger) baseret på fælles rumlige mønstre (CSP) 21, mens SIM-E er en lineær Regressor, som samtidig styrer 2 DoFs i håndleddet.
4. framework
Bemærk: framework anvendt i denne undersøgelse tilladt håndtering af kommunikationen mellem protese hardware og den integrerede kontrol algoritme. Det tilbød også visuelt understøttende uddannelse værktøjer er nødvendige for at maksimere deltager træning.
- Vise geometriske middelværdi (RMS) af EMG signaler indsamlet fra de 8 anbragt med lige store elektroder i form af et polært plot af EMG amplitude som funktion af elektroden placering. Denne visuel feedback gør det nemt overvågning af den rumlige fordeling af EMG i det tværgående plan af underarmen. Ved hjælp af en sådan opsætning, kan hver af brugerens bevægelser og derved fremkalde en tydelig mønster 22 i den polære plot, som derefter kan gemmes og bruges til at træne til repeterbarhed af den specifikke gestus.
Bemærk: Rammerne muliggør indsamling af data i EMG standard mønstergenkendelse måde 23 For hver af EMG kanaler RMS over 40 msek beregnes som.
hvilket resulterer i observationer for hver ensemble vindue. - Til indledende kalibrering indsamle de maksimale langsigtede frivillige sammentrækning (MLVC) værdier for hvert enkelt påtænkt bevægelse. Spørg deltageren ved hjælp af demonstrant hånd til at udføreden ønskede bevægelse samtidig med vokal og visuelle instruktioner i 5 sek.
- Efter kalibrering præsentere deltageren med et sæt trapezformede signaler. Disse kraft profiler indeholder plateauer sæt på 30%, 60% og 90% af den kalibrerede maksimum.
- Inden for hvert forsøg, instruere deltageren at styre den røde markøren langs cue ved at modulere kraften niveau bedt bevægelse (figur 1). Den lodrette position af markøren svarer til de summerede RMS værdier på tværs af alle otte kanaler. Indstille varigheden af forsøget til 5 sek med plateau interval svarende til midten 3 sek.
5. naive Session
Bemærk: Under naive træningssession deltageren havde ingen forudgående erfaring med den protetiske styringsform der anvendes i denne undersøgelse.
- Giv ikke deltageren nogen formel klinisk undervisning, men kun instruere, at 8 handlinger tilbageværende lem, hvoraf den ene er en hvilende tilstand,vil muliggøre kontrol af en visuel mål på en computerskærm. Disse opgaver svarer til dem, der anvendes i klassisk mønstergenkendelse tilgange til proteser styring 23, og for de metoder deltageren i denne undersøgelse havde omkring 60 timer af tidligere erfaringer.
- Vise de nødvendige bevægelser på skærmen i form af tekst og et statisk billede, mens efter en visuel cue (figur 1).
- Vis deltageren hans EMG aktivering mønstre, som svarer til otte specifikke og unikke polære plots (Figur 2).
- Brug hørbare instruktioner til at opmuntre deltageren til at følge den visuelle cue. Disse hørbare instruktioner skal være identiske, hvis de anvendes i den strukturerede træning.
- Gentag opgaverne tre gange med forskellige positioner arm (lempet, og nåede foran, nåede over) for at forbedre systemets uddannelse. Husk på, at der er 8 forskellige aktioner og tre styrkeniveau, når alle arm positioner er dækket,Systemet uddannelse indgang summerer op til i alt 72 individuelle prøver.
- Når du er færdig, skal du lade deltageren mulighed for at øve real-time kontrol forud for afslutning af Shap resultatet vurdering.
- Sørg deltageren ikke har adgang til de tilpassede proteser og kontrol algoritmer efter udgangen af den naive session.
6. Struktureret uddannelsesforløb
- Tre måneder efter naive session, udføre en struktureret træning.
- Struktur sessionen i følgende ordnede trin (figur 3):
- For efterligning, instruere deltager til direkte efterligne de ønskede otte aktioner (tabel 1) udført af demonstrant i real-tid. Udfør hver handling i 3 sek.
- For gentagelse, bede deltageren om at gentage den handling, der er blevet efterlignet 10 gange, så hver handling er udført i 30 sek.
- Til forstærkning & edb system uddannelse, beder deltageren nu engagere sig med computerens visuelle feedback, det er præcis den samme opsætning som den naive session. Sikre, at der ikke er nogen forskel mellem disse to sektioner.
- For proteser kontrol, bede deltageren til at praktisere real-time kontrol af det tilpassede protese inden afslutningen udfaldet vurdering.
- Under efterligning, sæde deltageren i en 45 ° vinkel fra demonstrant og giver med en fuld og uhindret udsigt over demonstrant hånd matcher den ramte side af deltageren i alle handlinger (Figur 4). Ingen visuelle referencer fra en computerskærm skal være tilgængelige for deltageren på dette tidspunkt.
- For gentagelse, i deltagerens handlinger, har demonstrant observere tilsvarende EMG-aktivitet, som repræsenteret ved de polære parceller på hver bevægelse (figur 4). Når demonstrant har fastslået, at participant kan producere unikke og reproducerbare EMG aktivering mønstre for hver bevægelse, bede deltageren om at gentage de handlinger, for 30 sek uden visuelle referencer.
Bemærk: Der er i alt 8 unikke tiltag - syv af dem (håndled pronation / supination, håndled fleksion / udvidelse, hånd åben, centrale greb og fine knivspids) kræver muskel aktivering, og den ottende er ingen handling, som repræsenterer en stabil afslappet tilstand. - Efter armering & edb-system træning, præsentere deltageren med visuel feedback af sine otte aktioner, præcis som blev set i naive session, som svarer til de otte unikke og specifikke polære plots på computerskærmen (Figur 3). At tune ydeevne, bede deltageren at udføre de handlinger, mens du ser de realtid polære parceller med optagede motion overlejringer at styrke læring, typisk mellem 2-4 forsøg for hver bevægelse. Når overbevist deltageren kan derefter udfylde præcis de samme opgaver, som var perf ormed i naive session.
7. Prosthetic Kontrol
- Brug uddannelse datasæt fra hver session at kalibrere og justere protesen til tidstro kontrol.
- I første omgang kun tillade deltageren at styre proteserne ved sekventiel proportional styring, dvs. én bevægelse ad gangen, med hastigheden af indretningen i forhold til niveauerne af muskelsammentrækninger.
- Når hver af de otte handlinger udføres i en gentagelig og pålidelig måde, skifte kontrol ordningen til proportionale og samtidig kontrol, der tillader mere end én bevægelse af håndleddet på et tidspunkt.
- Har deltageren praksis simple opgaver, såsom picking up en flaske og om det på sin side (2 forsøg er tilstrækkelig). Tillad en hvileperiode, før resultatet vurderingen udføres. I tilfælde af denne undersøgelse, 2 timer at hvile i naive session, og 24 timer at hvile i strukturerede session.
- Vurdere globale øvre ekstremitet funktion både i naive og strukturerede kurser ved hjælp af Shap, som overvåger hånd og øvre ekstremitet funktion tæt knyttet til dagligdags aktiviteter (ADLs). De opgaver, der udføres i Shap omfatter manipulering lette og tunge genstande, samt opgaver ADL såsom at skære en genstand med en kniv eller fortryde knapper. Den shap er valideret til vurdering af patologisk og proteser håndfunktion. 24
Bemærk: Denne måling blev valgt som deltager i denne undersøgelse var blevet rutinemæssigt fulgt op med dette resultat foranstaltning af hans kliniske team.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Baseline shap ydeevne deltageren med sin daglige protese var 81 målt ved det kliniske personale 8 måneder før testning. En shap score på 100 repræsenterer raske og rørige håndfunktion. 24 Deltageren scoret en samlet shap score på 58 under den naive session med de mere avancerede protese kontrolsystem. Men 3 måneder senere og uden yderligere interaktion med det nye system, bortset fra den strukturerede træning, deltageren opnået en shap score på 71 med den samme avancerede system (tabel 2).
Når den samlede shap point er opdelt i funktionelle profil vurdering blev det observeret, at deltageren havde klaret sig godt i alle funktionelle grupper (kugleformet, magt, tip, lateral og udvidelse begribe), undtagen for stativ greb. Men den største observerede forbedring var under udvidelse, en funktion, som den nye kontrol ordningen og protese forudsat, mens hans traditional protesen ikke (figur 5). Dette kan have bidraget til forbedringen af sfæriske greb, som var bedre efter den strukturerede træning end grundlinjen eller naive session. Desuden komplekse ADL bevægelser, som involverede kombineret bevægelser af håndled og hånd, såsom kande og karton hælde blev henrettet bedst efter den strukturerede træning ved hjælp af den avancerede protetiske system.
Figur 1. Eksempel på visuelle signaler, der anvendes til deltageren forstærkning og systemet træning. Den blå målprofilen repræsenterer det ønskede niveau af EMG kontraktion fremstillet under en vis bevægelse. Den røde sporing linje repræsenterer deltagerens indsats. Klik her for at se en større version af denne figur.
Figur 2. Profilerne for de aktive bevægelser, benævnt polære-plots, af de enkelte bevægelser produceret af deltageren i imiteret opgave. Disse blev styrket i systemet træning og til sidst anvendes til at styre den protetiske hånd. Bemærk, at hvile eller ingen bevægelse betragtes som en unik handling, og som sådan ikke producerer et overlay. Klik her for at se en større version af dette tal.
Figur 3. Denne skematiske repræsenterer den strukturerede træning. Deltageren først observeret og efterlignet handlinger demonstrant. Før visning his præstation som grafer på en computerskærm, gentog han de lærde bevægelser uden visuel feedback. De lærde bevægelser blev forstærket ved at matche muskelsammentrækninger til indspillede EMG mønstre, og derefter bruges til at træne systemets kontrol algoritmer, som gjorde det muligt multifunktionelle protese kontrol.
Figur 4. Eksperimentel opsætning under den strukturerede træning. Deltageren havde en fuld og uhindret udsigt over demonstrant venstre hånd under efterligning. Under gentagelse fase, ville demonstrant giver hørbar instruktion til at sikre deltagerens bevægelser matchede sammentrækningerne produceret under efterligning fase. Endelig under systemet træning, blev bevægelserne forstærkes ved hjælp af visuelle referencer, der blev vist på computerskærmen for at både deltageren og demonstrator.
Figur 5. Fordelingen af de samlede shap scoringer mellem, baseline (BL) den naive session (NS) og struktureret træning (STS). Klik her for at se en større version af dette tal.
| Protese Funktion | Phantom Limb Motion |
| Pronation | Håndled rotation indad med fuldt afslappede fingre |
| Supination | Håndled rotation udad med fuldt afslappede fingre |
| Fleksion | Ulnar afvigelse |
| Forlængelse | Håndled udvidelse |
| Palmar greb | Thumb Adduktion let krydser posteriort mod bagsiden af hånden |
| Fin knivspids | Modstand af tommelfingeren til de første tre fingre, lille forlængelse af den lille finger |
| Hånd åben | Åbning af hånden med fokus på udvidelse af de midterste tre cifre |
| Ingen bevægelse | Fuld lempelse af hånd og håndled |
Tabel 1. Ønsket proteser funktioner mappet til fantom lemmer bevægelser, som deltageren var i stand til at visualisere og udføre med sin resterende anatomi.
| Abstrakt objekter | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Lys Sphere | 2,46 | 2,66 | 2.5 Heavy Sphere | 3.25 | 4,78 | 2.1 | |
| Lys Stativ | 2,35 | 3,56 | 2,78 | Heavy Stativ | 2,44 | 3.53 | 2.5 |
| Lys Strøm | 2,41 | 3.25 | 2,28 | Heavy Power | 2,41 | 3.22 | 2,72 |
| Lys Lateral * | 4,72 | 2,81 | 4,97 | Heavy Lateral | 5.1 | 5.31 | 5.22 |
| Lys Tip | 2.25 | 2,88 | 2.53 | Heavy Tip | 3.1 | 4.47 | 2.22 |
| Lys Extension | 1,96 | 3.88 | 2,37 | Heavy Extension | 2.9 | 4,88 | 2,59 |
| Dagligdags aktiviteter | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Mønter | 17,81 | 22.25 | 21.53 | Fuld Jar | 3.13 | 10,37 | 3.75 |
| Knap Board | 8,25 | 35.2 | 27.06 | Tom Tin | 2.53 | 4.15 | 2,82 |
| Skæring | 18.15 | 27,47 | 25,59 | Bakke Lift | 3,97 | 7,25 | 5.5 |
| Side Drejning | 8.18 | 11,97 | 5.19 | Nøgle | 4,82 | 9.25 | 6,03 |
| Jar Låg | 2,93 | 3.3 | 2,38 | Zip | 4,83 | 10,59 | 7,31 |
| Jug Hælde | 10.16 | 8.93 | Skruetrækker | 10.1 | 25.31 | 15.31 | |
| Carton Hælde | 11 | 11,35 | 9,72 | Dørhåndtag | 2.24 | 3.53 | 2.75 |
| Shap score | 81 | 58 | 71 | ||||
Tabel 2. shap resultater for deltageren i den naive session (NS), efterfulgt af den strukturerede træningssession (STS) 3 måneder senere, i forhold til hans baseline (BL). * Deltageren kun underperformet lyset laterale opgave i den strukturerede træning session i forhold til det naive session. Den overordnede shap score er ude af 100.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Vores resultater tyder på, for deltageren i denne undersøgelse, at struktureret træning bidraget til at forbedre kontrollen med en multifunktionel protese hånden under en enkelt session. Den strukturerede program her anvendte var en kombination af efterligning, gentagelse og styrkelse af håndbevægelser at deltageren ikke var i stand til at fuldføre sin traditionelle protese hånd.
Selv deltageren scorede højere med sin traditionelle protese i Shap testen, er det værd at bemærke, at han typisk bar pågældende enhed mellem 12-15 timer om dagen over en periode på 15 måneder. Som dokumenteret af baseline shap score, er det klart, at han havde lært og vænnet sig til sin traditionelle protese efter en meget lang periode læring. Vanskeligheden ved at skifte til den multifunktionelle hånd efter at være så vant til hans traditionelle protese blev understreget af det kraftige fald i ydeevne observeret i naive session. Det var forventet, som bevis suggests at som et individ lærer nye motoriske færdigheder, de udvikler en intern model af de aktioner, der udføres. 25 Når der er en form for forstyrrelse i denne interne model, såsom at skifte til en ny protese kræver nye styreindgange, eftervirkningerne af læring tage lidt tid at sprede mens en ny intern model er skabt. 26. Ikke desto mindre er en enkelt session af struktureret træning tillod deltageren at outperforme sin sædvanlige enhed på nogle af de opgaver, som shap testen anmodet, og for at nå på den samlede score tæt på der opnås med den traditionelle indretning. Brugen af strukturerede uddannelse som skitseret i afsnit 6 i protokollen kan være det afgørende skridt, der kunne have gjort det muligt for deltageren at opnå dygtige kontrol.
At lære en ny opgave for amputerede kompliceres af manglende nerve receptorer omkring leddene og i de muskler, der er følsomme over for positionelle og bevægelse ændringer. 27 These proprioceptorer aktivere raske mennesker at vide, hvor deres hænder er i forhold til deres krop uden brug af syne. 28 Når et lem er tabt, er disse proprioceptorer tabt, hvilket vision til at spille en større rolle i kontrol end under normale forhold. Amputerede skal ikke kun genlære hvordan man styrer håndbevægelser, men også nødt til at gøre det ved hjælp af en enhed, der giver ingen anden end den, der opnås visuelt feedback. Dette gør læringsprocessen vanskeligere.
Som sådan skal eventuelle uddannelsesstrategier, der bruger proteser, der giver nogen taktile eller proprioceptive feedback, lægge vægt på visuel feedback. I vores tilfælde, vi har forsøgt at gøre det ved hjælp efterligning af de ønskede bevægelser. Kompleksiteten af imitation er eksemplificeret ved det distribuerede karakter af neurale proces. 29,30 separate regioner i det frontale er tidsmæssige og parietale lapper menes at være ansvarlig for at opfatte bevægelse andres 31,32 og derefter integreredenne information i en passende motor respons. 9,33,34 Det er sandsynligt, at der under deltagerens udvikling ind i voksenalderen, og forud for amputation, det neurale kredsløb kræves for at udføre lært håndbevægelser var blevet klart defineret, så meget, at naturlig hånd bevægelser var hurtige og instinktiv. Fordrejning af anatomi efter amputation kan have krævet nye neurale kredsløb, der skal dannes for at muliggøre kontrol over sin traditionelle protese lemmer. Forbedringen i Shap score på den strukturerede træning, tyder på, at disse neurale kredsløb var plastisk nok til at tilpasse sig den nye protese kontrolstrategi, på trods af manglende erfaring.
Det er værd at bemærke, at deltageren kommenterede, at den handling af efterligning tillod ham at internt visualisere håndbevægelser og skabe de rette muskelsammentrækninger. Han fandt denne mere intuitivt end udelukkende at matche sine sammentrækninger til visuel reprætioner på en computerskærm. Det er også kendt, at amputerede foretrækker at lære fra andre proteser brugere. 11 Enheden og kontrol algoritmer anvendt i denne undersøgelse var begge roman. Som sådan var der ingen tidligere erfarne amputerede, der kunne fungere som demonstranter. Fremtidige forbedringer af denne protokol vil således drage fordel af at have en erfaren amputeret demonstrere foranstaltninger, der skal efterlignes.
Mens denne undersøgelse viste fordelen ved struktureret træning, designet ikke var tilstrækkelig til at afgøre, om efterligning, gentagelse, armering eller kombinationen af alle tre læringsstrategier bidraget til det endelige resultat foranstaltning. I stedet dette casestudie danner grundlag for det videre arbejde for at undersøge de neurale kredsløb involveret i avanceret protese kontrol.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne erklærer nogen konkurrerende finansielle interesser.
Acknowledgments
Forfatterne vil gerne takke Hans Oppel og hans proteser teknikere af Otto Bock Healthcare Products GmbH til fremstilling af soklen, der anvendes af deltageren i denne undersøgelse. Denne undersøgelse blev støttet af Det Europæiske Forskningsråd (ERC) via ERC Advanced Grant DEMOVE (nr 267888), den østrigske Råd for forskning og teknologisk udvikling, og det østrigske ministerium for videnskab, forskning og økonomi.
Materials
| Name | Company | Catalog Number | Comments |
| Michelangelo Hand | Otto Bock Healthcare Products GmbH, A | 8E500=L-M | |
| AxonRotation | Otto Bock Healthcare Products GmbH, A | 9S503 | |
| Wrist Flexor | Otto Bock Healthcare Products GmbH, A | prototype unit | |
| AxonMaster | Otto Bock Healthcare Products GmbH, A | 13E500 | |
| Electrode | Otto Bock Healthcare Products GmbH, A | 13E200=50AC | |
| ScissorFenceElectrodeCarrier | Otto Bock Healthcare Products GmbH, A | prototype unit | |
| Acquisition Software | Otto Bock Healthcare Products GmbH, A | prototype unit | |
| Carbon shaft | Otto Bock Healthcare Products GmbH, A | prototype unit |
References
- Forssberg, H., Eliasson, A. C., Kinoshita, H., Johansson, R. S., Westling, G. Development of human precision grip. I: Basic coordination of force. Experimental Brain Research. 85 (2), 451-457 (1991).
- Forssberg, H., Kinoshita, H., Eliasson, A. C., Johansson, R. S., Westling, G., Gordon, A. M. Development of human precision grip. II. Anticipatory control of isometric forces targeted for object’s weight. Experimental Brain Research. 90 (2), 393-398 (1992).
- Gordon, A. M., Forssberg, H., Johansson, R. S., Eliasson, A. C., Westling, G. Development of human precision grip. III. Integration of visual size cues during the programming of isometric forces. Experimental Brain Research. 90 (2), 399-403 (1992).
- Forssberg, H., Eliasson, A. C., Kinoshita, H., Westling, G., Johansson, R. S. Development of human precision grip. IV. Tactile adaptation of isometric finger forces to the frictional condition. Experimental Brain Research. 104 (2), 323-330 (1995).
- Eliasson, A. C., et al. Development of human precision grip. V. anticipatory and triggered grip actions during sudden loading. Experimental Brain Research. 106 (3), 425-433 (1995).
- Roche, A. D., Rehbaum, H., Farina, D., Aszmann, O. C. Prosthetic Myoelectric Control Strategies A Clinical Perspective. Current Surgery Reports. 2 (44), (2014).
- Buccino, G., et al. Neural circuits underlying imitation learning of hand actions: An event-related fMRI study. Neuron. 42 (2), 323-334 (2004).
- Saunders, J. A., Knill, D. C. Humans use continuous visual feedback from the hand to control fast reaching movements. Experimental Brain Research. 152 (3), 341-352 (2003).
- Rizzolatti, G., Craighero, L.
- Maruishi, M., et al. Brain activation during manipulation of the myoelectric prosthetic hand: a functional magnetic resonance imaging study. NeuroImage. 21 (4), 1604-1611 (2004).
- Cusack, W. F., et al. A Neural activation differences in amputees during imitation of intact versus amputee movements. Frontiers in Human Neuroscience. 6 (June), 182 (2012).
- Vogt, S., Buccino, G., Wohlschläger, A. M., Canessa, N., Shah, J. N., Zilles, K., Eickhoff, S. B., Freund, H. J., Rizzolatti, G., Fink, G. R. Prefrontal involvement in imitation learning of hand actions: Effects and expertise. Neuroimage. 37 (4), 1371-1383 (2007).
- Gonzalez-Rosa, J. J., Natali, F., Tettamanti, A., Cursi, M., Velikova, S., Comi, G., Gatti, R., Leocani, L. Action observation and motor imagery in performance of complex movements: Evidence from EEG and kinematics analysis. Behavioural Brain Research. 281, 290-300 (2015).
- Bekkering, H., Wohlschläger, A. M., Gattis, M. Imitation of gestures in children is goal-directed. The Quarterly Journal of Experimental Psychology. 53 (1), 153-164 (2000).
- Catmur, C., Walsh, V., Heyes, C. Associative sequence learning: the role of experience in the development of imitation and the mirror system. Philosophical Transactions of the Royal Society B. 364 (1528), 2369-2380 (2009).
- Resnik, L., Etter, K., Klinger, S. L., Kambe, C. Using virtual reality environment to facilitate training with advanced upper-limb prosthesis. Journal of Rehabilitation Research and Development. 48 (6), 707-718 (2011).
- Bouwsema, H., van der Sluis, C. K., Bongers, R. M. The role of order of practice in learning to handle an upper-limb prosthesis. Archives of Physical Medicine and Rehabilitation. 89 (9), 1759-1764 (2008).
- Bouwsema, H., vander Sluis, C. K., Bongers, R. M. Learning to control opening and closing a myoelectric hand. Archives of Physical Medicine and Rehabilitation. 91 (9), 1442-1446 (2010).
- Simon, A. M., Lock, B. A., Stubblefield, K. A. Patient training for functional use of pattern recognition-controlled prostheses. Journal of Prosthetics and Orthotics JPO. 24 (2), 56-64 (2012).
- Stubblefield, K. A., Miller, L. A., Lipschutz, R. D., Kuiken, T. A. Occupational therapy protocol for amputees with targeted muscle reinnervation. The Journal of Rehabilitation Research and Development. 46 (4), 481 (2009).
- Amsüss, S., Roche, A. D., Göbel, P., Graimann, B., Farina, D., Aszmann, O. C. Regaining high functional, multiple degrees of freedom hand control following bionic reconstruction. , MyoElectric Controls Symposium. (2014).
- Dosen, S., Muller, K. -R., Farina, D. Myoelectric Control of Artificial Limbs—Is There a Need to Change Focus [In the Spotlight]. IEEE Signal Processing Magazine. 29 (5), (2012).
- Amsuess, S., Gobel, P., Graimann, B., Farina, D. A Multi-Class Proportional Myocontrol Algorithm for Upper Limb Prosthesis Control: Validation in Real-Life Scenarios on Amputees. IEEE Transactions on Neural Systems and Rehabilitation Engineering : A Publication of the IEEE Engineering in Medicine and Biology Society. 4320(c), 1-11 (2014).
- Light, C. M., Chappell, P. H., Kyberd, P. J. Establishing a Standardized Clinical Assessment Tool of Pathologic and Prosthetic Hand Function: Normative Data, Reliability, and Validity. Archives of Physical Medicine and Rehabilitation. 83 (6), 776-783 (2002).
- Wolpert, D. M., Ghahramani, Z., Jordan, M. I. An internal model for sensorimotor integration. Science (New York, N.Y). 269 (5232), 1880-1882 (1995).
- Shadmehr, R., Mussa-Ivaldi, F. A. Adaptive representation of dynamics during learning of a motor task. The Journal of Neuroscience the Official Journal of the Society for Neuroscience. 14 (5 Pt 2), (1994).
- Hogervorst, T., Brand, R. A.
- Bosco, G., Poppele, R. E. Proprioception from a spinocerebellar perspective. Physiological Reviews. 81 (2), 539-568 (2001).
- Iacoboni, M., Molnar-Szakacs, I., Gallese, V., Buccino, G., Mazziotta, J. C. Grasping the intentions of others with one’s own mirror neuron system. PLoS Biology. 3 (3), 0529-0535 (2005).
- Williams, J. H. G., Whiten, A., Waiter, G. D., Pechey, S., Perrett, D. I. Cortical and subcortical mechanisms at the core of imitation. Social Neuroscience. 2 (1), 66-78 (2007).
- Allison, T., Puce, A., McCarthy, G. Social perception from visual cues: Role of the STS region. Trends in Cognitive Sciences. 4 (7), 267-278 (2000).
- Thompson, J. C., Hardee, J. E., Panayiotou, A., Crewther, D., Puce, A. Common and distinct brain activation to viewing dynamic sequences of face and hand movements. NeuroImage. 37 (3), 966-973 (2007).
- Binkofski, F., et al. A fronto-parietal circuit for object manipulation in man: Evidence from an fMRI-study. European Journal of Neuroscience. 11 (9), 3276-3286 (1999).
- Iacoboni, M.
