Summary
At nå er en grundlæggende færdighed, der gør det muligt for mennesker at interagere med miljøet. Flere undersøgelser har haft til formål at karakterisere at nå adfærd ved hjælp af en række forskellige metoder. Dette papir tilbyder en open source-anvendelse af transkraniel magnetisk stimulering til at vurdere tilstanden af kortikospinal excitabilitet hos mennesker under opnåelse af opgaveudførelse.
Abstract
Reach er en bredt studeret adfærd inden for motorfysiologi og neurovidenskabelig forskning. Mens rækkevidde er blevet undersøgt ved hjælp af en række adfærdsmæssige manipulationer, er der stadig betydelige huller i forståelsen af de neurale processer, der er involveret i rækkeviddeplanlægning, udførelse og kontrol. Den nye tilgang, der beskrives her, kombinerer en todimensionel nående opgave med transkraniel magnetisk stimulering (TMS) og samtidig elektromyografi (EMG) optagelse fra flere muskler. Denne metode muliggør ikke-invasiv påvisning af kortikospinal aktivitet på præcise tidspunkter under udfoldelsen af nående bevægelser. Eksempelopgavekoden indeholder en forsinket respons, der når opgaven, med to mulige mål vist ± 45° fra midterlinjen. Single pulse TMS leveres på de fleste opgaveforsøg, enten ved begyndelsen af den forberedende cue (baseline) eller 100 ms før den imperative cue (forsinkelse). Dette prøvedesign er velegnet til at undersøge ændringer i kortikospinal excitabilitet under forberedelse af rækkevidde. Prøvekoden inkluderer også en visuomotorisk forstyrrelse (dvs. markørrotation på ± 20 °) for at undersøge virkningerne af tilpasning på kortikospinal excitabilitet under forberedelse af rækkevidde. Opgaveparametrene og TMS-leveringen kan justeres for at adressere specifikke hypoteser om motorsystemets tilstand under nåadfærd. I den indledende implementering blev motorfremkaldte potentialer (MEP'er) med succes fremkaldt på 83% af TMS-forsøgene, og rækkeviddebaner blev registreret på alle forsøg.
Introduction
Målrettet rækkevidde er en grundlæggende motorisk adfærd, der gør det muligt for mennesker at interagere med og manipulere det ydre miljø. Undersøgelsen af at nå inden for motorfysiologi, psykologi og neurovidenskab har produceret rig og omfattende litteratur, der indeholder en række forskellige metoder. Tidlige undersøgelser af at nå brugte direkte neurale optagelser i ikke-menneskelige primater til at undersøge neural aktivitet på niveau med enkelte neuroner 1,2. Nyere undersøgelser har undersøgt at nå ved hjælp af adfærdsparadigmer, der anvender sensorimotorisk tilpasning til at udforske karakteren af motorisk læring og kontrol 3,4,5. Sådanne adfærdsmæssige opgaver kombineret med funktionel magnetisk resonansbilleddannelse og elektroencefalografi kan måle hele hjerneaktiviteten under opnåelse hos mennesker 6,7. Andre undersøgelser har anvendt online TMS til at undersøge forskellige funktioner i forberedelse og udførelse af rækkevidde 8,9,10,11,12,13,14. Der er dog stadig behov for en open source og fleksibel tilgang, der kombinerer adfærdsvurderingen af at nå med TMS. Mens nytten af at kombinere TMS med adfærdsprotokoller er meget veletableret15, undersøger vi her specifikt anvendelsen af TMS inden for rammerne af at nå ved hjælp af en open source-tilgang. Dette er nyt, fordi andre grupper, der har offentliggjort ved hjælp af denne kombination af metoder, ikke har gjort deres værktøjer let tilgængelige og forbyder direkte replikation. Denne open source-tilgang letter replikering, datadeling og muligheden for undersøgelser på flere steder. Derudover, hvis andre ønsker at forfølge nye forskningsspørgsmål med lignende værktøjer, kan open source-koden fungere som en affyringsrampe for innovation, da den let kan tilpasses.
TMS tilbyder et ikke-invasivt middel til at undersøge motorsystemet på præcist kontrollerede tidspunkter16. Når TMS påføres over den primære motoriske cortex (M1), kan TMS fremkalde en målbar afbøjning i elektromyogrammet af en målrettet muskel. Amplituden af denne spændingsbølge, kendt som det motorfremkaldte potentiale (MEP), giver et indeks for den øjeblikkelige excitabilitetstilstand af den kortikospinale (CS) vej - en resulterende analog af alle excitatoriske og hæmmende påvirkninger på CS-vejen17. Ud over at give en pålidelig måling inden for emnet af iboende CS-excitabilitet kan TMS kombineres med andre adfærdsmæssige eller kinematiske målinger for at undersøge forholdet mellem CS-aktivitet og adfærd på en tidsmæssigt præcis måde. Mange undersøgelser har brugt en kombination af TMS og elektromyografi (EMG) til at løse en række spørgsmål om motorsystemet, især da denne kombination af metoder gør det muligt at undersøge MEP'er under en lang række adfærdsmæssige forhold15. Et område, hvor dette har vist sig særlig nyttigt, er i studiet af handlingsforberedelse, oftest gennem studiet af enkeltledsbevægelser18. Der er dog forholdsvis færre TMS-undersøgelser af naturalistiske flerledsbevægelser såsom at nå.
Det nuværende mål var at designe en forsinket respons nå opgave, der omfatter adfærdsmæssig kinematik, online single-pulse TMS administration og samtidig EMG optagelse fra flere muskler. Opgaven omfatter et todimensionelt punkt-til-punkt-nåparadigme med online visuel feedback ved hjælp af en vandret orienteret skærm, således at visuel feedback matcher rækkeviddebaner (dvs. et 1: 1-forhold under veridisk feedback og ingen transformation mellem visuel feedback og bevægelse). Det nuværende design omfatter også et sæt forsøg med en visuomotorisk forstyrrelse. I det angivne eksempel er dette et 20° rotationsskift i markørfeedbacken. Tidligere undersøgelser har brugt et lignende vidtrækkende paradigme til at løse spørgsmål om de mekanismer og beregninger, der er forbundet med sensorimotorisk tilpasning 19,20,21,22,23,24,25. Desuden gør denne tilgang det muligt at vurdere motorsystemets excitabilitetsdynamik på præcise tidspunkter under online motorisk læring.
Fordi opnåelse har vist sig at være en frugtbar adfærd til undersøgelse af læring / tilpasning, har vurdering af CS-spænding i sammenhæng med denne adfærd et enormt potentiale til at kaste lys over de neurale substrater, der er involveret i denne adfærd. Disse kan omfatte lokale hæmmende påvirkninger, ændringer i tuning egenskaber, timing af neurale begivenheder, etc., som er blevet fastslået i ikke-menneskelige primater forskning. Disse træk har imidlertid været vanskeligere at kvantificere hos mennesker og kliniske populationer. Neurale dynamikker kan også undersøges i fravær af åbenlys bevægelse hos mennesker ved hjælp af den kombinerede TMS- og EMG-tilgang (dvs. under forberedelse af bevægelse eller i hvile).
De præsenterede værktøjer er open source, og koden kan let tilpasses. Dette nye paradigme vil producere vigtig indsigt i de mekanismer, der er involveret i forberedelse, udførelse, afslutning og tilpasning af at nå bevægelser. Desuden har denne kombination af metoder potentialet til at afdække forholdet mellem elektrofysiologi og opnåelse af adfærd hos mennesker.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Alle metoder, der er beskrevet her, blev udført i overensstemmelse med IRB-protokol og godkendelse (University of Oregon IRB-protokolnummer 10182017.017). Der blev indhentet informeret samtykke fra alle forsøgspersoner.
1. Nå apparater
- Placer en stor grafiktablet fladt på et skrivebord.
- Brug en justerbar 80-20 aluminiumsramme til at placere opgavemonitoren 6-8 parallelt over tabletten med skærmen opad (for en plan, se her: https://github.com/greenhouselab/Reach_TMS og supplerende figur 1).
BEMÆRK: Denne opsætning giver deltagerne mulighed for at nå hen over tabletten og erhverve mål, der præsenteres på opgavemonitoren, mens de udelukker synet på deres rækkeviddearm. - Brug opsætningen beskrevet i Kim et al.3 som reference.
2. Maskinens grænseflader
- Tilslut tabletten til computeren via en USB-port. Tilslut opgavemonitoren til computeren via HDMI-porten. Tilslut den bageste TMS-port til computeren via et DB-9-kabel.
- Tilslut EMG-systemet til computeren via et PCI-6220-kort DAQ. Tilslut fotodioden til EMG-systemet via et BNC-kabel.
3. Fotodiode sensor
- Tilslut en fotodiodesensor til BNC-kablet. Fastgør fotodiodesensoren med tape til øverste højre hjørne af opgavemonitoren, med sensoren vendt mod skærmen, ≤ 1 cm væk.
BEMÆRK: Dette registrerer timingen af stimuli, der præsenteres på opgavemonitoren som analoge data i en uafhængig inputkanal.
4. Computerspil
- Download VETA Toolbox26 (https://github.com/greenhouselab/Veta) til MATLAB 2018 for at kommunikere med hardwaren til dataindsamling.
- Download den nående opgavekode (https://github.com/greenhouselab/Reach_TMS), der er udviklet til styring af eksperimentelle parametre og grænseflade med tabletten.
5. Deltagerscreening og informeret samtykke
- Screene emnet for kontraindikationer til TMS. Udelukkelseskriterier omfatter en personlig eller familiehistorie af anfald, hovedpine, hjernetraumer, besvimelse, kronisk stress eller angst, søvnproblemer og enhver neuroaktiv medicin. Yderligere udelukkelseskriterier omfatter metalimplantater i hjernen eller kraniet og enhver rekreativ stof- eller alkoholbrug i 24 timer før testning. Inklusionskriterierne omfattede højrehåndethed og alder mellem 18 og 35 år.
- Giv en skriftlig forklaring af proceduren og de dermed forbundne risici, der afklarer eventuelle yderligere spørgsmål, som deltageren måtte have.
- Få informeret samtykke fra deltagerne.
6. Opsætning af emne
- Placer motivet i en behagelig stol med front mod tabletten. Sørg for, at knæene bøjes til 90° med benene under skrivebordet.
- Forbered huden og placer EMG-elektroder.
- Brug finkornet sandpapir til forsigtigt at slibe huden på stedet for højre første dorsale interossei (FDI), extensor carpi radialis og forreste deltoidmuskler samt C4-fremtrædende i bunden af nakken for at detektere elektriske artefakter produceret af TMS-pulsen.
BEMÆRK: Muskeloptagelsessteder kan tilpasses ud fra brugernes behov. - Svab hvert slibet område med en alkoholforberedelsespude en gang pr. Elektrodested for at rengøre.
- Placer en EMG-elektrode på hvert sted. Sørg for, at elektroderne løber vinkelret på muskelfibrene. Placer jordelektroden på den benede fremtrædende plads på højre albue.
- Fastgør hver elektrode med medicinsk tape.
- Brug finkornet sandpapir til forsigtigt at slibe huden på stedet for højre første dorsale interossei (FDI), extensor carpi radialis og forreste deltoidmuskler samt C4-fremtrædende i bunden af nakken for at detektere elektriske artefakter produceret af TMS-pulsen.
- Kontroller kvaliteten af EMG-optagelsen. Brug VEVA-værktøjskassen til at visualisere alle EMG-spor og sikre, at de er fri for artefakter. Hvis EMG-spor er støjende, skal du sørge for, at jorden er korrekt placeret, og at alle elektroder kommer i korrekt kontakt med huden.
7. Transkraniel magnetisk stimulering
- Tænd TMS-maskinen.
- Find TMS hot spot for højre FDI-muskel via stimulering af venstre M1.
- Placer spolen ~5 cm lateral og 2 cm forreste til hovedets toppunkt, orienteret ~45° fra midterlinjen.
- Administrer TMS-impulser en gang hver 4. s, mens spolen flyttes i trin på ca. 5 mm i det forreste bageste og mediale laterale plan.
- Begyndende med 30% maksimal stimulatorudgang, gradvist øge TMS-intensiteten med 2% trin, indtil MEP'er observeres.
- Når det optimale sted er identificeret, hvor MEP'er pålideligt kan fremkaldes på størstedelen (~ 75%) af impulser ved den lavest mulige stimulatorintensitet, skal du bestemme hvilemotortærsklen (RMT) ved at finde intensitetsniveauet, der producerer MEP'er med en peak-to-peak-amplitude på >50 μV på fem ud af 10 impulser.
- Marker positionen ved forsigtigt at placere tynde strimler reflekterende tape på deltagerens hoved langs spolens omkreds. Bevar spolepositionen enten ved manuelt at holde spolen eller bruge et stativ til at understøtte den.
8. Nå opgaveopsætning
- Sæt en velcrohandske på deltagerens højre hånd for at lette en afslappet power grip-stilling.
- Fastgør pennen til handsken, og rådgiv motivet om at holde hånden afslappet mellem bevægelserne.
- Kommuniker opgaveinstruktionerne, som er som følger: Før markøren til startpositionen nederst på skærmen. Du vil se et signal på en af to målplaceringer. Når målet udfyldes med farve, skal du nå gennem målet så hurtigt og præcist som muligt. Gå derefter tilbage til startpositionen. Angiv placeringer af hjemmepositioner, signaler og mål (figur 1A).
- Coach deltageren til at skære gennem mål med pennen så hurtigt og så præcist som muligt. Sluk lyset i opgaverummet for at sløre deltagerens syn på armbevægelser og forbedre synligheden af opgavemonitoren.
9. Opgaveudformning
- Kontroller visuel stimuluspræsentation med Psychtoolbox 3.0 i Matlab 2018 (supplerende kodningsfil 1).
- Brug følgende parametre til at matche de aktuelle data: 20 øvelsesforsøg; 270 testforsøg; TMS på 4/5 af testforsøgene; TMS falder enten sammen med den forberedende cue debut (baseline TMS) eller 100 ms før den bydende cue (forsinkelse TMS) med samme frekvens; 1/10 af det samlede antal forsøg er fangstforsøg, hvor det bydende signal ikke forekommer; hjemmepositionen er en cirkel med en radius på 2 cm placeret nederst i midten af arbejdsområdet; To cirkulære mål med en radius på 1 cm er placeret 15 cm fra startpositionen ved +45° og -45° væk fra midterlinjen.
- Indstil begivenhedsrækkefølgen og varighederne som følger: forberedende køindikator ved 900 ms og imperativ køindikator ved 900 ms.
10. TMS-administration
- VEVA-værktøjskassen administrerer samtidig TMS og registrerer EMG-https://github.com/greenhouselab/Veta.
- Kontroller timingen af TMS-impulserne med VEVA-værktøjskassen, så den falder sammen med de valgte adfærdsmæssige begivenheder (dvs. begyndelsen af det forberedende signal eller 100 ms før målstart).
- Levere TMS med tilstrækkelig frekvens til at sikre et tilstrækkeligt antal MEP'er til analyse.
BEMÆRK: Som skrevet vil opgavekoden levere en TMS-puls på 4/5 af de samlede forsøg enten ved begyndelsen af det forberedende signal - for at fremkalde baseline MEP'er - eller 100 ms før det bydende signal - for at fremkalde forsinkede MEP'er. Parametre kan justeres i koden efter brugernes behov. Forsøg uden TMS kan bruges til at evaluere adfærdsmæssige præstationer i fravær af TMS. Dette er nyttigt til bestemmelse af enhver mulig indflydelse af TMS på ydeevnen.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Vellykket udførelse af de beskrevne metoder omfatter registrering af tabletdata, EMG-spor og pålidelig udløsning af MEP'er. Et eksperiment blev afsluttet, der omfattede 270 testforsøg med TMS leveret på 4/5 af forsøgene (216 forsøg).
Data blev indsamlet fra 16 deltagere (otte kvinder, otte mænd) i alderen 25 ± 10 år, som alle selvrapporterede som højrehåndede. Vi vurderede effektiviteten af den visuelle forstyrrelse på adfærdsmæssig præstation ved at udlede en læringsfunktion for en repræsentativ deltager. Disse data er vist i figur 1B og viser, at deltagerens håndmålsfejl justerede sig til forstyrrelses- og udvaskningsforholdene som forventet. Vi evaluerede også standardafvigelsen for målfejlen under baseline-rækkevidder, som var ca. 4,5° (figur 1B). Dette er i overensstemmelse med tidligere undersøgelser24.
En TMS-puls blev leveret på hvert forsøg. Halvdelen af impulserne blev leveret ved baseline, og halvdelen blev leveret i en forberedende forsinkelsesperiode (figur 2A). Et gennemsnit på 91 ± 23 baseline og 88 ± 20 forsinkelse MEP'er blev registreret med succes pr. deltager, svarende til henholdsvis 84% og 81% succesrate. MEP'erne blev kun talt, når amplituderne oversteg .05 mV. Rækkeviddebaner blev med succes fanget fra grafiktabletten på alle forsøg, undtagen fangstforsøg (dvs. forsøg, hvor "go"-signalet ikke blev præsenteret, og forsøg, hvor deltagerne enten undlod at starte en rækkevidde eller indledte før det bydende signal).
Den gennemsnitlige forsinkelsesperiode (varighed mellem det forberedende og bydende nødvendige signal) var 915 ± 0,5 ms (gennemsnitlig ± standardafvigelse). Baseline TMS blev administreret 26 ± 8 ms efter forberedende cue debut, og forsinkelse TMS var 126 ± 3 ms før imperativ cue debut (figur 2B). Den konsekvente afvigelse fra den tilsigtede TMS-administrationstid indikerer i hvert tilfælde, at der er behov for yderligere optimering for at tage højde for uønskede latenstider, der introduceres af hardware- eller softwarekomponenter. Den relativt lave proportionale varians i disse latenstider tyder imidlertid på, at disse for det meste er faste forsinkelser, der kan kontrolleres med yderligere pilottest og indikerer, at timingen af hændelser generelt er pålidelig på tværs af forsøg.
Figur 1: Adfærdsdata indsamlet fra tabletten . (A) Arbejdsområdet omfatter startpositionen (mørkeblå), to mål (cyan) og et repræsentativt sæt rækkeviddebaner fra en enkelt deltagers præeksponeringsblok. (B) Målfejl blev beregnet som afstanden i grader fra slutpunktet for rækkevidden til midten af målet. Prøvebeholdere er gennemsnittet af to på hinanden følgende forsøg pr. beholder, og dataene adskilles af eksperimentelle blokke: Foreksponering (uskygget), eksponering (rød), udvaskning i fravær af feedback (grøn) og udvaskning med veridisk feedback (uskygget). Klik her for at se en større version af denne figur.
Figur 2: Eksempel på MEP-spor. (A) Repræsentative MEP'er og tilsvarende fotodiodespor for begge eksperimentelle epoker (baseline og delay). (B) Negativ MEP-latenstid ved baseline (-26 ± 8 ms) angiver, at TMS-stimulus ankom efter det forberedende signal, mens MEP-latenstid med positiv forsinkelse (126 ± 3 ms) indikerer, at TMS-stimulus ankom før det ønskede tidspunkt (100 ms før det bydende nødvendige signal). Latenstider beregnes som gennemsnit for alle deltagere (n = 16). Klik her for at se en større version af denne figur.
Supplerende figur 1: Plan over reach-apparatet. Klik her for at downloade denne fil.
Supplerende kodningsfil 1: Kode til visuel stimulering. Den delayed_reach_TMS.m fil indeholder en opgavekode til styring af tabletten, stimulus præsentation, transkraniel magnetisk stimulering, og elektromyografi optagelse. Klik her for at downloade denne fil.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
De ovenfor skitserede metoder tilbyder en ny tilgang til at studere motorforberedelse i forbindelse med at nå adfærd. Selvom rækkevidde repræsenterer en populær modelopgave i studiet af motorisk kontrol og læring, er der behov for præcist at evaluere CS-dynamikken forbundet med at nå adfærd. TMS tilbyder en ikke-invasiv, tidsmæssigt præcis metode til at fange CS-aktivitet på diskrete tidspunkter under rækkevidde. Den her beskrevne tilgang kombinerer to uafhængige underfelter-TMS og når ind i et enkelt paradigme, der involverer samtidig registrering af kinematiske og elektrofysiologiske målinger.
Mens de beskrevne metoder har potentiale til at afsløre vigtig indsigt i handlingskontrol i forbindelse med rækkevidde, er der visse begrænsninger og overvejelser. Vigtigst af alt afhænger pålideligheden af MEP-målinger af stabiliteten af EMG-aktiviteten forud for TMS-administrationen samt antallet af tilfangetagneMEP'er 27. Det er afgørende, at EMG-datakvaliteten vurderes forud for dataindsamlingen. For tilstrækkelig statistisk styrke anbefales mindst 20 MEP-målinger pr. opgavebetingelse. Derudover, mens ændringer i MEP repræsenterer en kvantitativ ændring i CS-excitabilitet, producerer karakteren af TMS og den resulterende MEP en ret rå, sammenfattende måling af CS-aktivitet, og deres årsagssammenhæng med adfærd bør fortolkes med forsigtighed15. Desuden kræver grafiktabletten, at pennen opretholder kontakt med tabletoverfladen, hvilket begrænser rækkevidden af rækkeviddeopgaver og grebsåbninger, der kan anvendes.
På trods af begrænsningerne i denne specifikke protokol er kombinationen af TMS og EMG til indeksering af motorsystemets excitabilitet under andre adfærdsmæssige opgaver end at nåveletableret 15. Fordele ved denne kombinerede tilgang omfatter evnen til at måle CS excitabilitetsdynamik selv i fravær af åbenlys bevægelse såvel som i opgave-irrelevante muskler. Denne tilgang tilbyder også høj tidsmæssig præcision i størrelsesordenen millisekunder. Derudover kan protokollen beskrevet her tilpasses til at arbejde med et vilkårligt antal EMG-enheder, der kommunikerer direkte med en stimuluspræsentationscomputer via de anførte input/output-enheder.
I betragtning af disse fordele kan protokollen hjælpe med at bygge bro mellem humane og dyreforsøg. En stor mængde forskning i ikke-menneskelige primater har undersøgt de elektrofysiologiske mekanismer, der er forbundet med at nå og motorisk læring i forbindelse med at nå. Yderligere undersøgelser hos mennesker ved hjælp af den kombinerede TMS- og EMG-tilgang kan bidrage til at bygge bro mellem ikke-menneskelig elektrofysiologi og menneskelige adfærdsmæssige fund. Tidligere undersøgelser af MEP'er i forbindelse med at nå har vist en faciliterende effekt af TMS under rækkevidde og grebsforberedelse, når parietal cortex, præmotorisk cortex og parietal-M1 kredsløb blev stimuleret før bevægelse 8,14. Imidlertid blev amplituderne af hvilefremkaldte potentialer målt med elektroencefalografi 75 til 150 ms efter TMS over M1 reduceret efter kraftfelttilpasning13. Det nuancerede forhold mellem forberedelse, tilpasning og ændringer i CS berettiger yderligere undersøgelse. Ved at bruge det samme sæt værktøjer og metoder på tværs af laboratorier vil replikation desuden være mere opnåelig, og dette vil hjælpe med at fortolke undersøgelsesresultaterne.
Mens fokus her er på TMS af M1, har flere undersøgelser brugt dual-site TMS til at undersøge interaktioner mellem kortikale områder (fx parietal cortex og M1). Mens mange af disse undersøgelser blev udført under hvile, undersøgte en håndfuld undersøgelser kortiko-kortikale interaktioner i forbindelse med planlægning og udførelse af rækkevidde. Dual-site TMS viste stimulering af den bageste parietale cortex lettede M1 excitabilitet ved 50 ms og ~ 100 ms efter en auditiv "go" cue for at indlede en forberedt kontralateral rækkevidde28. Yderligere metoder er blevet etableret for TMS-tilgange med dobbelt spole, der inkluderer applikationer under målrettet rækkevidde for at forstå adfærd29. Protokollen beskrevet her supplerer disse tidligere undersøgelser og metoder og kan også let tilpasses til dual-site TMS-undersøgelser.
Eksempelopgavekoden består af en forsinket svaropgave med to potentielle mål. Parametre som forsøgsnumre, mål- og markøregenskaber, visuel feedback og TMS-levering kan justeres for at løse en række forskningsspørgsmål. Data registreret med denne tilgang inkluderer adfærdskinematik fra tabletten og elektrofysiologiske målinger fra EMG. Foreløbige resultater afslørede, at TMS og adfærdsmæssige målinger udviser pålidelig timing og tilstrækkelig følsomhed over for variabilitet i rækkevidderetninger på tværs af forsøg. Disse metoder og resultater står som proof of concept for fremtidige undersøgelser af de neurale mekanismer for at nå via TMS ved hjælp af denne tilgang.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Alle forfattere erklærer, at der ikke er nogen interessekonflikter
Acknowledgments
Denne forskning blev muliggjort delvist af den generøse finansiering af Knight Campus Undergraduate Scholars-programmet og Phil and Penny Knight Foundation
Materials
| Name | Company | Catalog Number | Comments |
| 2-Port Native PCI Express | StarTech.com | RS232 Card with 16950 UART | Must be compatible with desktop computer |
| Adjustable 80-20 aluminum frame | any | ||
| Alcohol prep pads | any | EMG preparation | |
| Bagnoli Bipolar Electrodes | Delsys | DE 2.1 | |
| Bagnoli Reference Electrode | Delsys | USX2000 | 2” (5cm) Round |
| Bagnoli-8 EMG System | Delsys | ||
| Chair | any | ||
| Computer monitor for EMG/TMS | n/a | ||
| Desk | any | ||
| Desktop Computer | Dell | xps 8930 | RAM: 16 GB, Storage: 1TB, Graphics: 1060 6GB |
| EMG electrodes | Delsys | Sensor Adhesive Interface | |
| Fine grain sandpaper | any | EMG preparation | |
| Graphics tablet | Wacom | Intuos-4 XL | |
| Handle of paint roller | any | to be used as stylus handle, hollowed out center must be large enough for stylus to sit securely inside | |
| Medical tape | any | To secure EMG electrodes | |
| PCI-6220 card DAQ | National Instruments | To interface EMG system | |
| Photodiode Sensor | Vishay | BPW21R | To record timing of task events into EMG trace. |
| Rear TMS port | Magstim | Included with TMS machine | |
| Right-handed polyethylene glove | any | Cut out thumb and index finger of glove to expose FDI muscle | |
| Sensory Adhesive Interface, 2-slot | Delsys | SC-F01 | |
| Stylus | Wacom | Intuos-4 grip pen | |
| Tablet-to-Computer USB cable | any | Included in Tablet purchase | |
| Task Monitor | Asus | VG248 | |
| TMS coil | Magstim | D70 Remote Coil | 7cm diameter, figure-of-eight coil |
| TMS machine | Magstim | 200-2 | |
| TMS-to-Computer DB9 cable | any | Connects to PCIe Serial Card | |
| Velcro | any | To be placed on glove and stylus handle |
References
- Georgopoulos, A. P., Kalaska, J. F., Caminiti, R., Massey, J. T. On the relations between the direction of two-dimensional arm movements and cell discharge in primate motor cortex. The Journal of Neuroscience. 2 (11), 1527-1537 (1982).
- Georgopoulous, A. P., Schwartz, A. B., Kettner, R. E. Neuronal population coding of movement direction. Science. 233 (4771), 1416-1419 (1986).
- Kim, H. E., Morehead, J. R., Parvin, D. E., Moazzezi, R., Ivry, R. B. Invariant errors reveal limitations in motor correction rather than constraints on error sensitivity. Communications Biology. 1, 19 (2018).
- Huberdeau, D. M., Krakauer, J. W., Haith, A. M. Dual-process decomposition in human sensorimotor adaptation. Current Opinion in Neurobiology. 33, 71-77 (2015).
- Shadmehr, R., Smith, M. A., Krakauer, J. W. Error correction, sensory prediction, and adaptation in motor control. Annual Review of Neuroscience. 33 (1), 89-108 (2010).
- Filimon, F., Nelson, J. D., Hagler, D. J., Sereno, M. I. Human cortical representations for reaching: Mirror neurons for execution, observation, and imagery. NeuroImage. 37 (4), 1315-1328 (2007).
- Hammon, P. S., Makeig, S., Poizner, H., Todorov, E., de Sa, V. R. Predicting reaching targets from human EEG. IEEE Signal Processing Magazine. 25 (1), 69-77 (2008).
- Busan, P., et al. Effect of transcranial magnetic stimulation (TMS) on parietal and premotor cortex during planning of reaching movements. PloS One. 4 (2), 4621 (2009).
- Busan, P., et al. Transcranial magnetic stimulation and preparation of visually-guided reaching movements. Frontiers in Neuroengineering. 5, 18 (2012).
- Lega, C., et al. The topography of visually guided grasping in the premotor cortex: a dense-transcranial magnetic stimulation (TMS) mapping study. The Journal of Neuroscience. 40 (35), 6790-6800 (2020).
- Marigold, D. S., Lajoie, K., Heed, T. No effect of triple-pulse TMS medial to intraparietal sulcus on online correction for target perturbations during goal-directed hand and foot reaches. PloS One. 14 (10), 0223986 (2019).
- Savoie, F. -A., Dallaire-Jean, L., Thenault, F., Whittingstall, K., Bernier, P. -M. Single-pulse TMS over the parietal cortex does not impair sensorimotor perturbation-induced changes in motor commands. eNeuro. 7 (2), (2020).
- Taga, M., et al. Motor adaptation and internal model formation in a robot-mediated forcefield. Psychoradiology. 1 (2), 73-87 (2021).
- Vesia, M., et al. Human dorsomedial parieto-motor circuit specifies grasp during the planning of goal-directed hand actions. Cortex. 92, 175-186 (2017).
- Bestmann, S., Krakauer, J. W. The uses and interpretations of the motor-evoked potential for understanding behaviour. Experimental Brain Research. 233 (3), 679-689 (2015).
- Rossini, P. M., et al. Non-invasive electrical and magnetic stimulation of the brain, spinal cord, roots and peripheral nerves: Basic principles and procedures for routine clinical and research application. An updated report from an I.F.C.N. Committee. Clinical Neurophysiology. 126 (6), 1071-1110 (2015).
- Rothwell, J. C., Thompson, P. D., Boyd, S., Marsden, C. D. Stimulation of the human motor cortex through the scalp. Experimental Physiology. 76 (2), 159-200 (1991).
- Bestmann, S., Duque, J. Transcranial magnetic stimulation: decomposing the processes underlying action preparation. The Neuroscientist. 22 (4), 392-405 (2016).
- Kim, H. E., Avraham, G., Ivry, R. B. The psychology of reaching: action selection, movement implementation, and sensorimotor learning. Annual Review of Psychology. 72 (1), 61-95 (2021).
- McDougle, S. D., Bond, K. M., Taylor, J. A. Explicit and implicit processes constitute the fast and slow processes of sensorimotor learning. The Journal of Neuroscience. 35 (26), 9568-9579 (2015).
- McDougle, S. D., Bond, K. M., Taylor, J. A. Implications of plan-based generalization in sensorimotor adaptation. Journal of Neurophysiology. 118 (1), 383-393 (2017).
- McDougle, S. D., Ivry, R. B., Taylor, J. A. Taking aim at the cognitive side of learning in sensorimotor adaptation tasks. Trends in Cognitive Sciences. 20 (7), 535-544 (2016).
- Morehead, J. R., Qasim, S. E., Crossley, M. J., Ivry, R. Savings upon re-aiming in visuomotor adaptation. The Journal of Neuroscience. 35 (42), 14386-14396 (2015).
- Taylor, J. A., Krakauer, J. W., Ivry, R. B. Explicit and implicit contributions to learning in a sensorimotor adaptation task. The Journal of Neuroscience. 34 (8), 3023-3032 (2014).
- Tsay, J. S., Kim, H. E., Parvin, D. E., Stover, A. R., Ivry, R. B. Individual differences in proprioception predict the extent of implicit sensorimotor adaptation. Journal of Neurophysiology. 125 (4), 1307-1321 (2021).
- Jackson, N., Greenhouse, I. VETA: An open-source matlab-based toolbox for the collection and analysis of electromyography combined with transcranial magnetic stimulation. Frontiers in Neuroscience. 13, 975 (2019).
- Goldsworthy, M. R., Hordacre, B., Ridding, M. C. Minimum number of trials required for within- and between-session reliability of TMS measures of corticospinal excitability. Neuroscience. 320, 205-209 (2016).
- Koch, G., et al. Functional interplay between posterior parietal and ipsilateral motor cortex revealed by twin-coil transcranial magnetic stimulation during reach planning toward contralateral space. The Journal of Neuroscience. 28 (23), 5944-5953 (2008).
- Goldenkoff, E. R., Mashni, A., Michon, K. J., Lavis, H., Vesia, M. Measuring and manipulating functionally specific neural pathways in the human motor system with transcranial magnetic stimulation. Journal of Visualized Experiments. (156), e60706 (2020).
