Name: Eletroencefalografia simultânea Scalp (EEG), eletromiografia (EMG), e gravação de inércia segmentar de corpo inteiro para Multi-modal Neural Decoding (Vídeo) | JoVE Journal
Uploaded: 2013-07-26T13:00:00.000+00:00
Duration: 11 min 25 s
Description: Aprenda a registrar simultaneamente EEG, EMG e captura de movimento durante tarefas locomotoras humanas. Este protocolo móvel permite estudar dinâmicas cérebro-corpo para interfaces cérebro-máquina e reabilitação.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Este trabalho foi apoiado pelo Instituto Nacional de Distúrbios Neurológicos e Derrame (NINDS) conceder # R01NS075889-01. Esta pesquisa foi apoiada em parte pelo Programa do NIH, o Centro de Pesquisa Clínica intramuros. Os autores também agradecem Shahriar Iqbal e Yongtian Ele para obter ajuda com a coleta de dados. O custo de publicação de acesso livre deste artigo foi patrocinado pela APDM, Inc. (Portland, OR; <a href="http://apdm.com" target="_blank">http://apdm.com</a> ).

1. Assunto Preparação <ol><li> Meça a altura da pessoa, peso e gravar sua idade. </li><li> Avaliar a velocidade da esteira preferido do assunto, tendo-lhes velocidade da esteira auto-ajustar até que confortável. </li><li> Usando uma caneta de ponta de feltro, marque o vértice da cabeça como o ponto médio entre o násio e inion do assunto. Além disso, a marca de 10% da distância entre o nasion ínion como uma referência para o alinhamento do tampão. </li></ol> 2. Scalp Eletroencefalografia (EEG) <ol><li> Anexar eléctrodos de EEG, tal como especificado pelo sistema internacional 10-20 utilizando um tampão de EEG montado no assunto como em 12. A tampa garante a colocação correta dos eletrodos no couro cabeludo. </li><li> Colocar a tampa de EEG sobre o assunto, alinhando a marca de 10% a partir do passo 1.3, no ponto médio dos FP1 e FP2 eléctrodos e o eléctrodo Cz com o vértice marcado. Mais detalhes para a colocação da tampa são encontrados em 12. Securar a tampa por cintas abaixo do queixo. </li><li> Ligação eletrodos de EEG para a caixa de controle de EEG. Começando com o chão e eletrodos de referência, use uma pequena seringa para injetar gel eletrolítico em cada eletrodo até impedância de cada medidas abaixo de 25 kW, conforme indicado pelo eletrodo LED verde de viragem. Mais detalhes sobre a preparação do eletrodo EEG estão disponíveis em 12,13. </li><li> Conecte os eletrodos de EEG para o transmissor sem fio EEG. Fixe o transmissor para o assunto em uma cinta de velcro colocado ao redor dos ombros e ligar o receptor EEG sem fio para dois amplificadores de 32 canais. </li><li> Ligar os amplificadores para o PC host através de uma porta USB usando uma fibra óptica para conversor USB. </li><li> Defina a resolução do canal EEG para 0,1 mV, a baixa freqüência de corte para DC, e alta freqüência de corte de 1000 Hz no software de coleta de dados de EEG. </li></ol> 3. A eletromiografia de superfície (EMG) <ol><li> Prepare-se para eletrodo EMGcolocação em oito locais musculares: raspar a pele, raspe com uma lixa e limpar com uma compressa embebida em álcool isopropílico. Coloque os eletrodos em locais preparados e se conectar a EMG unidade de registro de dados. Coloque o eletrodo terra EMG no pulso esquerdo ou direito, e se conectar com os dados da unidade de registro. </li></ol> 4. Motion Capture <ol><li> Sincronizar MARG sensores enquanto encaixado de acordo com as instruções do fabricante. </li><li> Remover Marg sensores e coloque sobre o assunto usando tiras de velcro ou fita dupla face em locais na Tabela 2. </li></ol> 5. Ambiente Preparação <ol><li> Prepare a esteira gravando uma linha diagonal (45 ° a partir da horizontal) da correia. Coloque um monitor de televisão ligado a uma câmera de vídeo de cerca de 1 m na frente da esteira. Tape um pedaço de papel com a 2 polegadas de diâmetro círculo preto na televisão. </li><li> Setup andando Arena, colocando 5 conjuntos de sensores infravermelhos de proximidade, cones e televisão screen localizado como na Figura 3. </li></ol> 6. Esteira <ol><li> Assunto sobe na escada rolante. Anexar cinto de segurança. </li><li> Antes da coleta de dados, examinar sinais de EEG e EMG para verificar o correto posicionamento do eletrodo, eletrodo de conexão e transmissão de dados. </li><li> Comece a coleta de dados, executando o C + + aplicativo de console. Pressione o botão de pressão manual do gatilho para iniciar a gravação EMG e dar uma sugestão de áudio (beep) para iniciar o experimento. </li><li> O assunto permanece em posição tranquila por 30 segundos. </li><li> Após 30 segundos o botão disparador de envio para iniciar a caminhada, a esteira é lentamente acelerou a velocidade pré-selecionada do assunto. </li><li> O assunto anda durante 5 min. </li><li> No final de 5 min, pressione o botão disparador para iniciar caminhada para ficar transição parando lentamente na esteira. Depois de chegar a uma parada o assunto permanece em pé por 30 segundos. Pressione o botão &#39;q&#39; para parar a coleta de dados trial e salvar os dados. </li><li> Repita os passos de 6,2-6,7 para as três condições da escada rolante: </li><li> Esteira andando enquanto olha para ponto preto na distância. </li><li> Caminhada na esteira, observando o movimento das pernas próprias no monitor de TV. </li><li> Esteira caminha usando o feedback de vídeo para evitar a linha diagonal na esteira (para simular a carga cognitiva 6). </li></ol> 7. Arena Walking (1) <ol><li> Posição sujeito no início do ciclo da arena curta (Figura 3). </li><li> Comece a coleta de dados como em 6,2-6,4. </li><li> Pressione o botão disparador para iniciar a caminhada. No momento em que o gatilho é dado, a primeira seta direccional (→, ← ou ↑) é exibida na tela oposto ao objecto (Figura 3). Se → ou ← for observado, as saídas sujeitas a conjunto de entrada de cones, gira 90 ° nesse sentido, completa o ciclo e retorna para os cones de entrada. Se &amp; uarr; se observa, o assunto continua em linha reta fora dos cones de entrada e um disparo manual e seta de direção (→ ou ←) é dado quando o assunto atinge cerca de 2 metros antes de os sensores IR. Os rendimentos sujeitos através do primeiro conjunto de sensores de infravermelhos e, em seguida, faz com que os correspondentes 90 ° girar para completar o ciclo, voltando aos cones de entrada. (Durante a caminhada, o experimentador segue o assunto a uma distância de cerca de 3-5 metros, com o PC host em um carrinho de rodas para melhorar a qualidade de sinal sem fio). </li><li> O assunto continua andando quando ele / ela atinge os cones de entrada depois de completar um único loop. Seqüência 7.3 é repetido com ordenação aleatória de setas até três ciclos foram concluídos para cada flecha inicial (→, ← ou ↑). </li><li> Depois de satisfazer condição 7.4, pressione o botão manual do gatilho quando sujeito atinge os cones de entrada para sinalizar transição para a posição. Assunto fica em silêncio por 30 segundos e, em seguida,coleta de dados é encerrado pressionando a tecla &#39;q&#39; no PC host. </li></ol> 8. Arena Walking (2) <ol><li> Rearranjar curso curta arena de maneira a que os cinco conjuntos de sensores de infravermelhos estão posicionadas em um semi-círculo em frente do objecto (Figura 4). </li><li> Iniciar a coleta de dados, com os ensaios anteriores (7,1-7,2). </li><li> Semelhante ao Arena Andando I, dar um disparo manual para iniciar a caminhada. No momento do disparo, uma das cinco setas de direcção (←, →, <img src="/files/ftp_upload/50602/50602larr.jpg" alt="seta para a esquerda" fo:src="/files/ftp_upload/50602/50602larrhighres.jpg" /> , <img src="/files/ftp_upload/50602/50602rarr.jpg" alt="seta para a direita" fo:src="/files/ftp_upload/50602/50602rarrhighres.jpg" /> Ou ↑) é apresentada no ecrã. Cada seta corresponde a um conjunto de sensores de infravermelhos que são posicionados em torno da arena (Figura 4). </li><li> O sujeito observa a seta na tela e walks para o correspondente conjunto de sensores infravermelhos, fazendo uma curva em U ao redor do cone além dos sensores, passando pelos sensores duas vezes (Figura 4). Depois de fazer a inversão de marcha, o sujeito retorna ao ponto de partida, e continua a andar. </li><li> Repita a seqüência 8,3-8,4, com ordem aleatória de flechas, até 3 ciclos foram concluídos para cada seta direcional. </li><li> Depois de satisfazer condição 8.6, pressione o botão de disparo manual quando o assunto atinge o ponto de partida para sinalizar a transição para a posição. Coleta de dados completa, como em 7.5. </li></ol> 9. Sente-to Stand <ol><li> Posicione uma cadeira atrás do assunto e começar a coleta de dados como em 6,2-6,3. O assunto fica em silêncio por 15 segundos no início da coleta de dados. </li><li> Depois de 15 segundos, pressione o botão de disparo manual. Depois de ouvir as transições sujeitos sinalização de posição para sentar-se a postura, mantendo posição sentada até a próxima dica de áudio (botão). </li><li&gt; Espere um intervalo aleatório (5-15 segundos) e manual de imprensa gatilho para dar sugestão para sentar-se ao pé de transição. Postura ereta é mantida até a próxima dica de áudio. </li><li> Repita 9,2-9,3 até o dia 10 completa-se a sentar-se e sentar-se-to-Stand manobras estão completos, depois que o sujeito fica em silêncio por 15 segundos. Em seguida, encerrar a coleta de dados, pressionando o botão &#39;q&#39;. </li><li> Repita o stand-to-sentar protocolo (9,1-9,4) para auto-iniciada stand-to-sentar transição e sit-to-stand. Ao invés de dar o assunto um gatilho para a transição, temos o assunto iniciar a transferência possuem seu próprio até o dia 10 de cada manobra é completa. </li></ol> 10. Walking corredor <ol><li> Posição de sujeito e carrinho de coleta de dados no meio de 1/8 ª milha, corredor em linha reta. Iniciar a coleta de dados, com as experiências de caminhar do tapete rolante (6,2-6,4). Após o período de repouso inicial de 30 segundos, dá um disparo manual para iniciar a caminhada. </li><li> O tópct caminha continuamente por 5 min. Quando o assunto chega a 10 metros do final corredor, ele / ela auto-inicia um U-turn e continua andando na direção oposta. </li><li> Ao fim de 5 minutos de empurrar o botão manual do gatilho para parar de andar. O assunto fica em silêncio por 30 segundos, enquanto olhando para a frente. Terminar a coleta de dados, pressionando o botão &#39;q&#39;. </li><li> Começar uma segunda experiência como corredor em 10,1. </li><li> Após um intervalo de caminhada (20-40 seg) tempo aleatório, dar um disparo manual e sugestão de áudio para que o sujeito parar de andar. </li><li> O assunto permanece em pé por curta duração, random (5-15 segundos). </li><li> Pressione o botão de disparo manual para ter assunto currículo caminhada. </li><li> Repita os passos de 10,5-10,7 até 10 ciclos de stop-start são completos; finalizar a coleta de dados como em 10.3. </li></ol>

<ol><li>Choi, J. T., Bastian, A. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptation+reveals+independent+control+networks+for+human+walking%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Adaptation reveals independent control networks for human walking.</a> Nature Neuroscience. 10 (8), 1055-1062 (2007).</li>
<li>Grillner, S., Wallen, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+bases+of+goal-directed+locomotion+in+vertebrates+-+an+overview%5BTitle%5D)+AND+%22Brain+Research+Reviews%22%5BJournal%5D)">Neural bases of goal-directed locomotion in vertebrates - an overview.</a> Brain Research Reviews. 57, 2-12 (2008).</li>
<li>Petersen, T. H., Willerslev-Olsen, M., Conway, B. A., Nielsen, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+motor+cortex+drives+the+muscles+during+walking+in+human+subjects%5BTitle%5D)+AND+%22Journal+of+Physiology%22%5BJournal%5D)">The motor cortex drives the muscles during walking in human subjects.</a> Journal of Physiology. 590 (10), 2443-2452 (2012).</li>
<li>Fitzsimmons, N. A., Lebedev, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Extracting+kinematic+parameters+for+monkey+bipedal+walking+from+cortical+neuronal+ensemble+activity%5BTitle%5D)+AND+%22Frontiers+in+Integrative+Neuroscience%22%5BJournal%5D)">Extracting kinematic parameters for monkey bipedal walking from cortical neuronal ensemble activity.</a> Frontiers in Integrative Neuroscience. 3, 3(2009).</li>
<li>Harada, T., Miyai, I., Kubota, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gait+capacity+affects+cortical+activation+patterns+related+to+speed+control+in+the+elderly%5BTitle%5D)+AND+%22Experimental+Brain+Research%22%5BJournal%5D)">Gait capacity affects cortical activation patterns related to speed control in the elderly.</a> Experimental Brain Research. 193 (3), 445-454 (2009).</li>
<li>Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Electrocortical+activity+is+coupled+to+gait+cycle+phase+during+treadmill+walking%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Electrocortical activity is coupled to gait cycle phase during treadmill walking.</a> Neuroimage. 54, 1289-1296 (2011).</li>
<li>Presacco, A., Goodman, R., Forrester, L., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Neural+decoding+of+treadmill+walking+from+noninvasive+electroencephalographic+signals%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">Neural decoding of treadmill walking from noninvasive electroencephalographic signals.</a> Journal of Neurophysiology. 106, 1875-1887 (2011).</li>
<li>Presacco, A., Forrester, L. W., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoding+intra-limb+and+inter-limb+kinematics+during+treadmill+walking+from+scalp+electroencephalographic+%28EEG%29+signals%5BTitle%5D)+AND+%22IEEE+Transactions+on+Neural+Systems+and+Rehabilitation+Engineering%22%5BJournal%5D)">Decoding intra-limb and inter-limb kinematics during treadmill walking from scalp electroencephalographic (EEG) signals.</a> IEEE Transactions on Neural Systems and Rehabilitation Engineering. 20 (2), 212-219 (2012).</li>
<li>Wagner, J., Solis-Escalante, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Level+of+participation+in+robotic-assisted+treadmill+walking+modulates+midline+sensorimotor+EEG+rhythms+in+abled-bodied+subjects%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Level of participation in robotic-assisted treadmill walking modulates midline sensorimotor EEG rhythms in abled-bodied subjects.</a> NeuroImage. 63, 1203-1211 (2012).</li>
<li>Makeig, S., Gramann, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Linking+brain%2C+mind%2C+and+behavior%5BTitle%5D)+AND+%22International+Journal+of+Psychophysiology%22%5BJournal%5D)">Linking brain, mind, and behavior.</a> International Journal of Psychophysiology. 73, 95-100 (2009).</li>
<li>Gramann, K., Gwin, J. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cognition+in+action%3A+imaging+brain%2Fbody+dynamics+in+mobile+humans%5BTitle%5D)+AND+%22Reviews+in+the+Neurosciences%22%5BJournal%5D)">Cognition in action: imaging brain/body dynamics in mobile humans.</a> Reviews in the Neurosciences. 22, 593-608 (2011).</li>
<li>Wilson, J. A., Schalk, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+an+EEG-based+brain+computer+interface+for+virtual+cursor+movement+with+BCI2000%5BTitle%5D)+AND+%22J.+Vis.+Exp%22%5BJournal%5D)">Using an EEG-based brain computer interface for virtual cursor movement with BCI2000.</a> J. Vis. Exp. (29), e1319(2009).</li>
<li>Brummer, V., Schneider, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Coherence+between+brain+cortical+function+and+neurocognitive+performance+during+changed+gravity+conditions%5BTitle%5D)+AND+%22J.+Vis.+Exp%22%5BJournal%5D)">Coherence between brain cortical function and neurocognitive performance during changed gravity conditions.</a> J. Vis. Exp. (51), e2670(2011).</li>
<li>Delorme, A., Makeig, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((EEGLAB%3A+an+open+source+toolbox+for+analysis+of+single-trial+EEG+dynamics+including+independent+component+analysis%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis.</a> Journal of Neuroscience Methods. 134 (1), 9-21 (2004).</li>
<li>Makeig, S., Bell, A. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Independent+component+analysis+of+electroencephalographic+data%5BTitle%5D)+AND+%22Advances+in+Neural+Information+Processing+Systems%22%5BJournal%5D)">Independent component analysis of electroencephalographic data.</a> Advances in Neural Information Processing Systems. 8, 145-151 (1996).</li>
<li>Rong, F., Contreras-Vidal, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Magnetoencephalographic+artifact+identification+and+automatic+removal+based+on+independent+component+analysis+and+categorization+approaches%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">Magnetoencephalographic artifact identification and automatic removal based on independent component analysis and categorization approaches.</a> Journal of Neuroscience Methods. 157, 337-354 (2006).</li>
<li>Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Removal+of+movement+artifact+from+high-density+EEG+recorded+during+walking+and+running%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">Removal of movement artifact from high-density EEG recorded during walking and running.</a> Journal of Neurophysiology. 103, 3526-3534 (2010).</li>
<li>Liao, L. D., Wang, I. J., Chen, S. F., Chang, J. Y., Lin, C. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Design%2C+fabrication%2C+and+experimental+validation+of+a+novel+dry-contact+sensor+for+measuring+electroencephalography+signals+without+skin+preparation%5BTitle%5D)+AND+%22Sensors%22%5BJournal%5D)">Design, fabrication, and experimental validation of a novel dry-contact sensor for measuring electroencephalography signals without skin preparation.</a> Sensors. 11, 5819-5834 (2011).</li>
<li>Liao, L. D., Lin, C. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biosensor+technologies+for+augmented+brain-computer+interfaces+in+the+next+decades%5BTitle%5D)+AND+%22Proceedings+of+the+IEEE%22%5BJournal%5D)">Biosensor technologies for augmented brain-computer interfaces in the next decades.</a> Proceedings of the IEEE. 100, 1553-1566 (2012).</li>
<li>Farina, D., Merletti, R., Enoka, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+extraction+of+neural+strategies+from+the+surface+EMG%5BTitle%5D)+AND+%22Journal+of+Applied+Physiology%22%5BJournal%5D)">The extraction of neural strategies from the surface EMG.</a> Journal of Applied Physiology. 96, 1486-1495 (2004).</li>
<li>Flint, R. D., Ethier, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Local+field+potentials+allow+accurate+decoding+of+muscle+activity%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">Local field potentials allow accurate decoding of muscle activity.</a> Journal of Neurophysiology. 108, 18-27 (2012).</li>
<li>Luinge, H. J., Veltink, P. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measuring+orientation+of+human+body+segments+using+miniature+gyroscopes+and+accelerometers%5BTitle%5D)+AND+%22Medical+%26+Biological+Engineering+%26+Computing%22%5BJournal%5D)">Measuring orientation of human body segments using miniature gyroscopes and accelerometers.</a> Medical & Biological Engineering & Computing. 43, 273-282 (2005).</li>
</ol>

Produção e publicação taxas para este artigo foram patrocinados pela APDM.

O protocolo aqui apresentado reúne três sistemas de coleta de dados para gravar simultaneamente a atividade do cérebro, a atividade muscular e cinemática todo o corpo durante uma variedade de tarefas de locomotivas. Conclusão de todo o protocolo leva cerca de 3 horas, incluindo 1 hora de preparação assunto. Cada sistema é montado em, e move-se com o assunto. Portanto, é essencial para verificar as ligações de eléctrodos de EEG e EMG antes do início de cada nova tentativa. Isso pode ser feito facilmente usando os pacotes de software fornecidos pelo respectivo fabricante, que permite que os dados sejam analisados ​​em tempo real, utilizando interfaces gráficas no PC host. O aplicativo de coleta de dados exige que esses pacotes de software para ser executado, simplificando o processo de verificação. Além disso, os cuidados devem ser tomados para que os sensores MARG são robustamente ligada ao assunto antes de cada julgamento. Os dados de EEG e MARG são transmitidos sem fio ao longo do 2,4-2,5 GHzfaixa do espectro. Porque muitos outros dispositivos eletrônicos usam essa faixa de frequência, é importante considerar a possibilidade de interface sem fio no ambiente experimental. Um aspecto crítico da coleta de dados é a visibilidade da linha de visão entre o carrinho móvel e objeto, que fornece robustez à interferência wireless. Tanto o receptor sem fios de EEG e os pontos de acesso MARG (Figura 1) proporcionar os LEDs para indicar fidelidade ligação. O PC host e receptores sem fio para sensores de EEG e MARG são colocados em um carrinho móvel para manter a linha de visão direta e maximizar a transmissão de dados sem fio como o sujeito se aproximou do solo. Encontramos a coleta de dados robusto foi melhor mantida, mantendo o carrinho móvel dentro de 5 metros do assunto, uma distância que não restrinja o movimento do assunto durante qualquer uma das tarefas. A aplicação C + + emprega vários segmentos para a coleta de dados para fornecer robustez à perda de dados devido à interrupção de wireless connection de EEG. Se a ligação é perdida do EEG, e EMG MARG é gravada, mas não há dados de EEG estarão disponíveis para os pontos de tempo. Os sensores Marg fornecer on-unidade de buffer como discutido acima para evitar a perda de dados em caso de conexão sem fio, enquanto os dados EMG é armazenado em um cartão SD dentro da unidade de registro de dados móvel. Um problema comum com coleta de dados de EEG durante a caminhada é a presença de artefato nos sinais. De um modo geral, os artefatos podem ser divididos em dois grupos: fontes fisiológicas de artefatos, incluindo pisca, movimento dos olhos, a atividade muscular facial, batimentos cardíacos e artefatos mecânicos, tais como movimento de eletrodos e / ou cabos durante a execução do protocolo experimental. Remoção de artefato é um tema de investigação em curso, e inclui técnicas como a análise de componentes independentes 15,16 e procedimentos de regressão de modelos baseados em canal 17. Minimização artefato e remoção é um passo crucial no preprocessing de dados para decodificação neural do movimento do corpo. A configuração aqui apresentada é semelhante a estudos anteriores em que os cabos eletrodos de EEG foram agrupados em um único conector. Os resultados desses estudos indicam que os artefatos mecânicos, devido à influência de cabo ou movimento não desempenhar um papel na decodificação do movimento da atividade neural 7,8. Esses resultados são compatíveis com outros estudos que concluem que marcha artefatos relacionados foram insubstancial em lenta a moderada andando velocidades 17. No entanto, esta experiência mede EEG durante atividades que exigem mais movimento do corpo do que os estudos anteriores, incluindo sit-to-stand transições, sobre a terra a pé, e girando, e assim, um exame cuidadoso dos dados de EEG-primas devem ser realizados para identificar o potencial contaminação de artefatos mecânicos. Embora ainda não amplamente disponíveis, estes potenciais problemas poderiam ser resolvidos por meio da integração de hardware novo para o protocolo atual. Hardware, inclui eletrodos ativos de EEG (usado neste protocolo) e molas, eletrodos de EEG secas, que têm potencial para melhorar a impedância pele-eletrodo durante o movimento 18. Estas tecnologias são incorporados em sistemas de EEG sem fio que pode reduzir o efeito de artefactos de movimento 19. Integração de hardware novo, não obstante, este protocolo proporciona uma oportunidade única de continuar desenvolvendo novos algoritmos de movimento e EMG artefato rejeição, porque cada segmento do corpo tem sido instrumentado 16. Pretendemos estudar a correlação de séries temporais e coerência no domínio da frequência entre EEG, EMG, e movimento segmento para desenvolver robustos paradigmas de rejeição de artefatos aplicáveis ​​a instalações de EEG atualmente disponíveis. Nossos métodos de decodificação têm demonstrado robustez contra artefatos 7,8; estes métodos serão analisados ​​sob os cenários mais complexos do presente protocolo. Características da superfície gravadoEMG é dependente de muitos fatores, e interpretação de sinais de EMG de superfície para o estudo de estratégias neurais exige sua consideração 20. Os procedimentos rigorosos para a preparação da pele e colocação de eletrodos EMG utilizados neste protocolo foram projetados para minimizar a influência de fatores não-fisiológicos sobre os sinais EMG de superfície. A amplitude e frequência da EMG gravado por este protocolo estão relacionados com a actividade de líquido agregado do motor, e, portanto, a gravação não deve ser interpretada como uma representação directa da actividade neural do músculo desejado. No entanto, uma análise cuidadosa do sinal de EMG de superfície e métodos mais avançados para estimar a unidade neural para o músculo pela decomposição do sinal EMG para determinar as mudanças relativas na ativação neural (por exemplo, através da identificação dos tempos de descarga de unidades motoras) pode fornecer informações valiosas sobre padrões de ativação muscular 20. Por outro lado, dentro do contexto da descodificação neural, embora a actividade cerebralinvasiva adquirida demonstrou conter informação sobre a superfície 21, EMG, é actualmente desconhecido se EEG também pode ser utilizado para descodificar a actividade dos músculos dos membros inferiores durante o caminhar para além cinemática da marcha. Esperamos que este protocolo permitiria verificar se a resolução espacial reduzida de modalidades de imagem cerebral não-invasiva é suficiente para isolar a atividade neural relacionada com músculos individuais. Estudos anteriores demonstraram viabilidade na utilização de EEG não invasivo para decodificar cinemática durante esteira andando 7,8 impulso que prevê o desenvolvimento de uma interface cérebro-máquina (BMI) para restaurar a marcha usando sinais vindos do cérebro. No domínio do tempo de descodificação baseado em métodos de modulação de amplitude de sinais de EEG-delta banda também têm demonstrado ser insensível aos componentes artefatuais 7,8. No entanto, os estudos de esteira ocorrer em um ambiente controlado, durante o qual a visão do usuário e movimentoé restrito, limitando assim a contaminação da actividade neural devido a estímulos exteriores. Através da incorporação de registro de dados sem fio, este protocolo permite a coleta de sincronizado EEG, EMG, e dados cinemáticos durante uma variedade de tarefas de locomoção e ambientes. Integração de sensores inerciais para rastreamento de movimento requer mais computação e processamento off-line para extrair cinemática de um sistema de captura de movimento, e as medidas resultantes contêm uma pequena - mas aceitável - a margem de erro, que não estaria presente em um sistema de câmera com base 22. Estas dificuldades gerenciáveis ​​são uma necessidade de estabelecer um protocolo experimental que permite estudo móvel do comportamento cognitivo-motor em ambientes mutáveis. Como foi discutido em outros lugares 10,11, tal configuração é quase ilimitada nas questões de pesquisa que podem ser abordados. Nosso foco no futuro próximo será em questões críticas para o desenvolvimento de um IMC de Reabilitação de pé e caminhar seguindolesão cerebral e neuropatia. Um componente-chave, como mencionado acima, será o desenvolvimento de novas estratégias robustas de decodificação para as interfaces cérebro-máquina para a reabilitação de sistemas robóticos que pode rejeitar artefatos fisiológicos e mecânicos para restaurar o movimento através de sinais medidos a partir do cérebro. Por exemplo, o protocolo andando corredor é realizado em um espaço público com outras pessoas presentes durante a coleta de dados e, portanto, fornece uma plataforma de teste para o desenvolvimento de técnicas de decodificação neural no ambiente natural. Outras questões de investigação de interesse que utilizam este protocolo incluem comparação de reabilitação paradigmas robóticos que envolvem o treinamento de marcha rítmica versus não-rítmica, e estudo da atividade neural durante a recuperação funcional após lesão em fase aguda e crônica.

Este protocolo utiliza três sistemas de recolha de dados para gravar, simultaneamente, EEG, EMG, e a cinemática do corpo todo (Figura 1, Tabela 1). Os dados de EEG são coletados sem fio de 64 canais, com uma frequência de amostragem de 1000 Hz, enquanto assuntos andar. A eletromiografia (EMG) é coletado a 1.000 Hz a partir de eletrodos de superfície colocados bilateralmente em quatro grupos musculares: tibial anterior (TA), gastrocnêmio (Gast), bíceps femoral (BF) e vasto lateral (VL). Os dados cinemáticos são coletados em 128 Hz de 11 sensores sem fio montado na cabeça, tronco superior, região lombar, braços, coxas, canelas e pés, para gravar o movimento durante a caminhada. Cada sensor contém um magnetômetro triaxial, giroscópio triaxial, e acelerômetro triaxial (ou seja, um sensor MARG). Os dados são coletados a partir de cada sistema e sincronizados no tempo por um único PC host. A sincronização é realizada utilizando um sinal de disparo enviado sobre um seri contínuaal link de comunicação acessado por todos os três sistemas de dados simultaneamente. O gatilho foi implementado como um interruptor simples. Quando o botão é pressionado um sinal de disparo (1) é enviado para o computador hospedeiro, enquanto que um sinal nulo (0) é enviada quando não está premido. Ao premir o botão de disparo também provoca um segundo tom de 0,5 utilizado como uma pista áudio para o sujeito, tal como descrito no protocolo abaixo. Cinco pares de sensores de proximidade de infravermelhos (IR) foram fabricados para utilização como local desencadeia sobre o solo durante o andar experiências descritas abaixo. Quando o sinal de IR é interrompida um sinal de disparo (1) é enviado para o PC host sobre o link serial através de uma freqüência de rádio (RF) conexão com a caixa de gatilho manual. Um costume C + + aplicação, utilizando o kit de desenvolvimento de software (SDK) fornecido por cada sistema, foi desenvolvido para gravar e sincronizar dados. O código utiliza uma técnica multi-threading; funções para salvar os dados de cada sistema (EEG, EMG, e MARGS) estão contidos em indivtópicos idual. O algoritmo de software é mostrado na Figura 2. Recolha de dados começa quando a aplicação é executada e termina quando a tecla &#39;q&#39; é pressionado. Cinco linhas são ativadas durante a execução do aplicativo. Um segmento (Figura 2) controla o valor (0 ou 1), do sinal de disparo a partir da ligação em série. Valor de disparo inicial é zero. Quando o gatilho é recebido (ou seja, quando o botão for pressionado ou linha de visão entre IR par de sensores está quebrado), as variáveis ​​globais de gatilho são definidos a 1. Estas variáveis ​​permanecem um até que são repostas dentro dos tópicos de coleta de dados. O fio EEG acessa remotamente os dados de EEG do couro cabeludo em tempo real usando o protocolo TCP / IP. Os dados são gravados em um arquivo de texto linha por linha com a frequência de amostragem correspondente (1.000 Hz). O sinal de disparo EEG global está escrito para a primeira coluna, enquanto colunas 2-65 são os 64 canais de EEG. Se o sinal de disparo EEG global era um, é reposto a zero. Dadosa escrita prossegue até a rosca do EEG é terminada. Dois tópicos registro independente MARG dados do sensor. Dois tópicos são necessárias porque os 11 sensores sem fio MARG transmitir dados usando o software do fabricante no modo de transmissão robusto, que isola os dados sobre os sensores individuais para evitar perda de dados em caso de problemas de transmissão sem fio. Este buffer degrada a transferência de dados em tempo real: se um sensor não é capaz de transmitir dados para uma determinada amostra de todos os 11 sensores conservem esse ponto de tempo em seu buffer e transmiti-la ao próximo ponto de amostra disponível. MARG transferência de dados sem fio, inevitavelmente, fica atrás EEG, assim sensores Marg precisam de tempo para descarregar os dados em buffer para o PC host após a coleta de dados é interrompido. Para superar este problema, dois segmentos são utilizados no algoritmo de recolha de dados MARG (Figura 2). O primeiro segmento preenche um buffer gatilho MARG da variável trigger MARG mundial na freqüência de amostragem do sensor (128 Hz), enquanto o segmento de EEG está coletandodados. Quando a coleta de dados pára de escrever para o buffer de gatilho também termina. O fio MARG (Figura 2) utiliza funções a partir do SDK do sensor para receber dados dos sensores e gravá-lo em um arquivo da mesma maneira como os dados de EEG. Isto é, a primeira coluna é o valor do gatilho MARG global (obtido a partir do tampão de disparo MARG) e os seguintes 99 colunas são os valores dos sensores 11 MARG (9 sensores por unidade MARG). O segmento MARG escreve dados até que o índice de tempo do tampão de disparo MARG é igual ao último índice de tempo dos dados de EEG em que ponto de execução segmento é encerrado. Ao contrário dos dados de EEG e Marg, dados EMG não são gravados sem fio. Em vez disso, os dados de EMG são gravadas em um cartão SD dentro da unidade de registro de dados. Um sinal é enviado através de uma conexão Bluetooth para iniciar e parar a gravação de dados para o cartão SD. A gravação começa quando o primeiro disparo manual é recebido pelo segmento de EEG. Gravação de dados para com o EEGthread quando o botão &#39;q&#39; é pressionado. O protocolo a seguir foi analisado e aprovado pelo Comitê de Ética da Universidade de Houston. Todos os indivíduos receberam, ler e assinaram um termo de consentimento para a participação.

<table><tbody><tr><td>BrainAmp Amplifier</td><td>Brain Products, Gmbh</td><td></td><td>Quantidade: 2</td></tr><tr><td>actiCAP EEG cap com 64 eletrodos</td><td>Brain Products, Gmbh</td><td></td><td>Quantidade: 1</td></tr><tr><td>Sistema de EEG sem fio Brainvision MOVE</td><td>Brain Products, Gmbh</td><td></td><td>Quantidade: 1</td></tr><tr><td>DataLOG MWX8 EMG unidade de coleta de dados</td><td>Biometrics, Ltd.</td><td></td><td>Quantidade:1</td></tr><tr><td>SX230 Eletrodos EMG</td><td>Biometrics, Ltd.</td><td></td><td>Quantidade: 8</td></tr><tr><td>Eletrodo de aterramento EMG R506</td><td>Biometrics, Ltd.</td><td></td><td>Quantidade:1</td></tr><tr><td>Monitor de movimento Opal (sensor MARG)</td><td>APDM, Inc.</td><td></td><td>Quantidade:11</td></tr><tr><td>Opal docking station para streaming de dados sem fio</td><td>APDM, Inc.</td><td></td><td>Quantidade: 2</td></tr><tr><td>pontos de acesso sem fio Opal </td><td>APDM, Inc.</td><td></td><td>Quantidade:2</td></tr><tr><td>Kit de Barreira de Luz Infravermelha MK120</td><td>Velleman, Inc.</td><td></td><td>Quantidade:5</td></tr><tr><td>Módulo sem fio USB programável Wixel </td><td>Pololu, Inc.</td><td></td><td>Quantidade: 6</td></tr><tr><td colspan="4">Tabela 1. Equipamento</forte></td></tr></tbody></table>

eletroencefalografia simultânea scalp (eeg), eletromiografia (emg), e gravação de inércia segmentar de corpo inteiro para multi-modal neural decoding

Simultaneous Scalp Electroencephalography (EEG), Electromyography (EMG), and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding

Estudos recentes apoiar o envolvimento das redes supra-espinhal no controle de andar bípede humano. Parte desta evidência engloba estudos, incluindo o nosso trabalho anterior, demonstrando que a cinemática da marcha e coordenação dos membros durante a caminhada na esteira pode ser inferida a partir do couro cabeludo eletroencefalograma (EEG) com razoavelmente altas precisões de decodificação. Estes resultados fornecem impulso para o desenvolvimento de sistemas não-invasivos cérebro-máquina interface (IMC) para uso em restauração e / ou aumento de marcha-a meta principal da pesquisa em reabilitação. Até o momento, estudos que examinam a decodificação da atividade EEG durante a marcha têm sido limitados a caminhada na esteira em um ambiente controlado. No entanto, para ser praticamente viável um sistema IMC deve ser aplicável para uso em tarefas motoras diárias, como caminhar sobre a terra e transformando. Aqui, apresentamos um protocolo para coleta de romance não-invasivo de atividade cerebral (EEG), a atividade muscular (eletromiografia (EMG)), e de jóiadados cinemáticos e-corpo (cabeça, tronco e membros trajetórias) durante tanto esteira e caminhar sobre a terra tarefas. Ao coletar esses dados na visão ambiente não controlado pode ser adquirida a respeito da viabilidade de decodificação irrestrita marcha e EMG de superfície do couro cabeludo EEG.

A Figura 5 mostra de 10 segundos de tempo bloqueado EEG, Marg, e os dados de EMG registrado durante a caminhada em esteira (seção Protocol 3). Note que cada MARG senor realmente registra nove sinais (magnetômetros triaxiais, giroscópios e acelerômetros), mas somente aceleração vertical é exibido. Os dados brutos na Figura 5 contém artefatos que devem ser contabilizados, durante o pré-processamento antes da análise e decodificação neural. Exemplos de artefatos de EEG na Figura 5 incluem piscar de olhos presentes em cerca de 8,5 segundos e baixa freqüência de artefatos de movimento presente por toda parte. A Figura 6 mostra um ciclo completo (~ 35 segundos) de caminhar sobre o solo durante a caminhada Arena (1) protocolo. Qualitativamente, os dados da arena em terreno andando tarefas contêm mais artefatos do que esteira pé devido ao movimento adicional de cabeça e pescoço do sujeito durante a viragem. A atividade muscular facial e craniana é particcularmente perceptível sobre os eléctrodos (canais temporais rotulado FT e T na figura 1) na Figura 6. Notar o aumento da actividade em comparação com o sinal de EMG caminhada na esteira (Figura 5), mais especificamente no tornozelo par agonista-antagonista. Figura 6 também mostra os eventos da coleta de EEG sem fio de qualidade inferior dados que devem ser contabilizadas durante o processamento de dados. Imediatamente antes da 4 ª gatilho, os dados de EEG mostram linhas planas, indicando uma interrupção de transmissão sem fio entre o PC host eo sistema de EEG. Esta seção de dados devem ser aparadas a partir de todo o conjunto de dados (EEG, Marg, e EMG). A Figura 7 mostra um ciclo de stand-a a sentar-se e sentar-se para os dados. Tal como acontece com outros dados, os artefactos de movimento estão presentes no EEG, tanto durante o fim da passagem e, como a cabeça é estabilizada como assento (ou de pé) é mantida. Um intervalo de corredor andando incluindo stand-a-andar umª walk-to-stand transição é mostrada na Figura 8. Note a rampa de EMG e dados de aceleração após os sinais de áudio para iniciar e parar de andar. Coincidente com esta rampa é o aparecimento e desaparecimento de artefactos de movimento nos dados de EEG. Figura 8 também mostra uma ligação de qualidade inferior em EEG PO10 eléctrodo, que ocorre em cerca de 7 s. Este comportamento é observado, ocasionalmente, durante o experimento, e é provavelmente devido à perda de contato entre o eletrodo de EEG e do couro cabeludo. Eléctrodo PO10 deve ser removido a partir da análise dos dados para este ensaio. Como os dados de EEG pode ser observado em tempo real e conexão dos eletrodos de EEG é verificado (protocolo passo 6.2) antes de cada julgamento no protocolo, a conexão eletrodo pobres podem ser corrigidas antes do próximo julgamento. <table border="1"><tbody><tr><td> Nome </td><td> Companhia </td><td> Quantidade </td></tr><tr><td> BrainAmp Amplifier </td><td> Produtos cerebrais, GmbH </td><td> 2 </td></tr><tr><td> actiCAP cap EEG com 64 eletrodos </td><td> Produtos cerebrais, GmbH </td><td> 1 </td></tr><tr><td> Brainvision MOVER sistema de EEG sem fio </td><td> Produtos cerebrais, GmbH </td><td> 1 </td></tr><tr><td> DATALOG MWX8 EMG unidade de coleta de dados </td><td> Biometria, Ltd. </td><td> 1 </td></tr><tr><td> SX230 eletrodos EMG </td><td> Biometria, Ltd. </td><td> 8 </td></tr><tr><td> R506 EMG eletrodo terra </td><td> Biometria, Ltd. </td><td> 1 </td></tr><tr><td> Opal monitor de movimento (sensor MARG) </td><td> APDM, Inc. </td><td> 11 </td></tr><tr><td> Opal docking station de dados sem fio de streaming </td><td> APDM, Inc. </td><td> 2 </td></tr><tr><td> Opal ponto de acesso sem fio </td><td> APDM, Inc. </td><td> 2 </td></tr><tr><td&gt; Infravermelho Luz Barreira Kit MK120 </td><td> Velleman, Inc. </td><td> 5 </td></tr><tr><td> Wixel programável Módulo USB Wireless </td><td> Pololu, Inc. </td><td> 6 </td></tr></tbody></table> Tabela 1. Equipamento. <table border="1"><tbody><tr><td> Sensor </td><td> Localização </td></tr><tr><td> Cabeça </td><td> Centro da testa acima das sobrancelhas </td></tr><tr><td> Tronco </td><td> Entre peitorais na base do esterno </td></tr><tr><td> Lombar </td><td> Centro de costas no mínimo de curva lombar </td></tr><tr><td> Braço 1 </td><td> Face lateral do braço; proximal ao pulso de ~ 10% para cotovelo </td></tr><tr><td> Coxa 1 </td><td> Face lateral da coxa, de 50% entre quadril e joelho </td></tr><tr><td> Shank 1 </td><td> Lateral da haste; 75% distal do joelho </td></tr><tr><td> Pé 1 </td><td> Centrado em<html> o peito do pé </td></tr><tr><td colspan="2"> Um braço, coxa, Shank, e Pé sensores são colocados bilateralmente. </td></tr></tbody></table> Tabela 2. MARG Locais sensor. <img alt="Figura 1" fo:content-width="6.5in" fo:src="/files/ftp_upload/50602/50602fig1highres.jpg" src="/files/ftp_upload/50602/50602fig1.jpg" /> Figura 1. Sagital (a) e frontal (b) vista de um sujeito usando EEG, EMG, e MARG sensores inerciais para coleta de dados. (C) a representação topográfica dos locais de eletrodos de EEG no couro cabeludo, plotados com EEGlab Matlab toolbox 14. ( d) Mobile carrinho de coleta de dados contendo PC host, gatilho manual, EMG Bluetooth, MARG pontos de acesso sem fio e receptor sem fio EEG, amplificadores e fonte de alimentação.d/50602/50602fig1large.jpg &quot;target =&quot; _blank &quot;&gt; Clique aqui para ver a figura maior. <img alt="Figura 2" fo:content-width="6in" fo:src="/files/ftp_upload/50602/50602fig2highres.jpg" src="/files/ftp_upload/50602/50602fig2.jpg" /> Figura 2. Fluxograma detalhando o algoritmo para o design personalizado, software de coleta de dados multi-threaded. <a href="https://www.jove.com/files/ftp_upload/50602/50602fig2large.jpg" target="_blank">Clique aqui para ver a figura maior</a> . <img alt="Figura 3" fo:content-width="4in" fo:src="/files/ftp_upload/50602/50602fig3highres.jpg" src="/files/ftp_upload/50602/50602fig3.jpg" /> Figura 3. Representação esquemática (olho de pássaro) da arena de pé (1) protocolo experimental. Uma seta (→, ← ou ↑) é apresentada no monitor quando o sujeito está na extremidade do cone de entrada<html> s. Se a direita (→) ou esquerda (←) é apresentado, o sujeito segue o laço vermelho ou verde, respectivamente, que passa através de quatro conjuntos de sensores de infravermelhos (IR) (IR1-IR4). Se a reta (↑) é apresentado, o sujeito caminha em direção ao monitor (linha azul), e uma segunda seta (→ ou ←) é apresentado quando o assunto é de aproximadamente um metro antes de os sensores IR (IR5). Depois de passar através do conjunto sensor de IR5, o sujeito termina a circular ao longo do caminho correspondente (vermelho ou verde), voltando ao ponto de partida. <img alt="Figura 4" fo:content-width="4in" fo:src="/files/ftp_upload/50602/50602fig4highres.jpg" src="/files/ftp_upload/50602/50602fig4.jpg" /> Figura 4. Representação esquemática (olho de pássaro) de arena de pé (2) protocolo experimental. No início do experimento, uma única seta (pload/50602/50602larrhighres.jpg &quot;/&gt;, <img src="/files/ftp_upload/50602/50602rarr.jpg" alt="seta para a direita" fo:src="/files/ftp_upload/50602/50602rarrhighres.jpg" /> , →, ← ou ↑) é apresentado ao assunto no monitor. Baseado na seta recebido, o sujeito passa directamente para o correspondente conjunto de sensores de infravermelhos, passa através dos sensores, completa uma curva em U em torno do cone, e regressa ao ponto de partida (circular correspondente <img src="/files/ftp_upload/50602/50602rarr.jpg" alt="seta para a direita" fo:src="/files/ftp_upload/50602/50602rarrhighres.jpg" /> seta é mostrado acima). <img alt="Figura 5" fo:content-width="5.5in" fo:src="/files/ftp_upload/50602/50602fig5highres.jpg" src="/files/ftp_upload/50602/50602fig5.jpg" /> Figura 5. Os dados da amostra de 10 segundos de caminhada na esteira. Painel superior mostra 64 canais de dados de EEG-primas com o nome do canal 10-20 convenção internacional. Meio<html> painel mostra aceleração na direção vertical de 11 sensores Marg. Painel inferior mostra 8 canais matéria EMG. <a href="https://www.jove.com/files/ftp_upload/50602/50602fig5large.jpg" target="_blank">Clique aqui para ver a figura maior</a> . <img alt="Figura 6" fo:content-width="5.5in" fo:src="/files/ftp_upload/50602/50602fig6highres.jpg" src="/files/ftp_upload/50602/50602fig6.jpg" /> Figura 6. Os dados da amostra de um loop (caminho seta para a direita, Figura 3) de caminhada durante a arena protocolo I. EEG, aceleração e dados EMG são apresentados como na Figura 5. Barras pretas verticais são localização de gatilhos recebidos pelo software. O primeiro gatilho é a partir do botão manual do impulso de início do ciclo, apresentando a seta →. Os quatro seguintes são gatilhos de sensores infravermelhos IR1-IR4 (Figura 3) como o sujeito atravessa o laço.tp_upload/50602/50602fig6large.jpg &quot;target =&quot; _blank &quot;&gt; Clique aqui para ver a figura maior. <img alt="Figura 7" fo:content-width="5.5in" fo:src="/files/ftp_upload/50602/50602fig7highres.jpg" src="/files/ftp_upload/50602/50602fig7.jpg" /> Figura 7. Os dados da amostra de stand-to-sentar transição e sit-to-stand. EEG, aceleração e dados EMG é apresentado como na Figura 5. Barras verticais indicam disparadores manuais (e sinais de áudio) para iniciar em pé e sentado, respectivamente. <a href="https://www.jove.com/files/ftp_upload/50602/50602fig7large.jpg" target="_blank">Clique aqui para ver maior figura</a> . <img alt="Figura 8" fo:content-width="5.5in" fo:src="/files/ftp_upload/50602/50602fig8highres.jpg" src="/files/ftp_upload/50602/50602fig8.jpg" /> Figura 8. Os dados da amostra do corredor andando mostrando transição de standing para caminhar e caminhar a pé. EEG, aceleração e dados EMG são mostrados como na Figura 5. barras verticais indicam disparadores manuais e sinalização de áudio para começar ansd parar de andar, respectivamente. <a href="https://www.jove.com/files/ftp_upload/50602/50602fig8large.jpg" target="_blank">Clique aqui para ver a figura maior</a> .

Desenvolvimento de um sistema cérebro-máquina-interface eficaz (IMC) para a restauração e reabilitação da locomoção bípede requer decodificação precisa da intenção do usuário. Aqui apresentamos um protocolo experimental romance e técnica de coleta de dados para aquisição simultânea não-invasivo de atividade neural, a atividade muscular e cinemática do corpo inteiro durante várias tarefas e condições de locomoção.

Eletroencefalografia simultânea Scalp (EEG), eletromiografia (EMG), e gravação de inércia segmentar de corpo inteiro para Multi-modal Neural Decoding

Recent  studies support the involvement of supraspinal networks in control of bipedal  human walking. Part of this evidence  encompasses studies, ...

O objetivo geral do experimento a seguir é ampliar o conceito de uma plataforma móvel de imagem cerebral para permitir o estudo da dinâmica cérebro-corpo humana em uma ampla variedade de tarefas locomotoras. Isso é alcançado primeiramente colocando sensores de E-E-G-E-M-G e de captura de movimento em um sujeito humano como segundo passo. Os três sistemas de coleta de dados são sincronizados com um software personalizado e um dispositivo disparador por botão, que fornece um conjunto de dados cronometrado de E-E-G-E-M-G e captura de movimento.Em seguida, o sujeito realiza nove tarefas locomotoras específicas em quatro ambientes diferentes. A fim de capturar a dinâmica cérebro-corpo durante uma variedade de movimentos, os resultados mostram a atividade cerebral medida por meio de EEG durante as tarefas locomotoras. Este método pode ajudar a responder perguntas fundamentais na área de neuropróteses e interfaces cérebro-máquina.Por exemplo, é possível extrair informações úteis sobre a cinemática da marcha ou padrões de EMG de superfície a partir de um EEG do couro cabeludo? A principal vantagem desta técnica em relação aos métodos existentes é que podemos coletar dados de E-E-G-E-M-G e captura de movimento sem fio utilizando um sistema móvel, o que nos permite explorar mais tarefas motoras e ambientes comparado às técnicas tradicionais de coleta de dados. As implicações dessas técnicas também se estendem aos distúrbios do movimento e à medicina da reabilitação, pois esses protocolos basicamente nos informam sobre as alterações na atividade cerebral e a adaptação do corpo.Meus alunos de pós-graduação demonstrarão agora a colocação dos sensores ou JI osir mostrará como posicionar os sensores de EMG no nosso voluntário hoje. Kevin Nathan, com a assistência de John, será quem colocará os sensores de EEG em seu couro cabeludo. Para iniciar este protocolo, primeiro registre a altura, o peso e a idade do sujeito.Em seguida, ajuste a velocidade da esteira para corresponder à velocidade de caminhada preferida pelo sujeito. Depois, meça a distância entre o násio e o inião utilizando uma caneta de ponta de feltro. Marque 10% da distância como referência para alinhar o capuz e marque o ponto médio da distância como o vértice da cabeça.Agora coloque o capuz de EEG no sujeito e alinhe-o com os marcos de referência. Alinhe o ponto médio entre os eletrodos FP1 e FP2 com a marca de 10% da distância e alinhe o eletrodo CZ com o vértice marcado. Fixe o capuz com uma alça abaixo do queixo.Em seguida, começando pelos eletrodos de terra e de referência, utilize uma seringa pequena para injetar gel eletrolítico em cada eletrodo até que a impedância de cada um fique abaixo de 25 quiloohms, conforme indicado pelo LED do eletrodo ficar verde. Por fim, conecte os eletrodos ao transmissor sem fio do sistema de aquisição de dados. Em seguida, prepare-se para a eletromiografia de superfície, primeiro raspando a pele e depois limpando com um disco de álcool isopropílico.Em seguida, coloque um eletrodo em cada um dos oito locais preparados por perna para os músculos tibial anterior, vasto lateral, bíceps femoral e gastrocnêmio. Por fim, posicione os eletrodos de referência do EMG no punho esquerdo ou direito e conecte todos os eletrodos de EMG à unidade de aquisição de dados de EMG. Para configurar a captura de movimento.Primeiro, coloque os sensores de marcação no sujeito utilizando tiras de velcro ou fita adesiva dupla face. Fixe os sensores nos locais listados aqui. Em seguida, peça ao sujeito para subir na esteira e prenda um colete de segurança conforme mostrado aqui antes da coleta de dados.Examine os sinais de EEG e EMG para verificar a colocação correta dos eletrodos, a conexão dos eletrodos e a transmissão dos dados. Em seguida, inicie a coleta de dados executando o aplicativo de console em C++. Pressione o botão de acionamento manual para iniciar a gravação de EMG e forneça uma indicação sonora: um bip.Para iniciar o experimento, instrua o sujeito a permanecer em posição ereta e quieta por 30 segundos. Após 30 segundos, pressione o botão de gatilho para iniciar a caminhada. A esteira deve acelerar lentamente até a velocidade previamente selecionada pelo sujeito.Pedir ao sujeito que caminhe por cinco minutos. Após cinco minutos, pressionar o botão de acionamento para iniciar a transição de caminhada para parado, diminuindo lentamente a velocidade da esteira. Após a parada completa, o sujeito deve permanecer em pé por 30 segundos.Agora, pressione o botão de fila para interromper a coleta de dados e salvar as informações. Repita este experimento com três condições visuais, incluindo um preto, a uma distância à frente do sujeito para focar na observação em tempo real das pernas em um monitor de vídeo e na evitação de uma linha diagonal na esteira.Em seguida, passe para a arena de caminhada. A arena de caminhada deve ser montada colocando cinco conjuntos de sensores de proximidade infravermelhos, cones e telas de televisão conforme indicado. Neste ponto, posicione o sujeito no início do percurso de caminhada na arena e inicie a coleta de dados conforme descrito anteriormente.Agora, pressione o botão de gatilho para iniciar o experimento de caminhada. No momento em que o gatilho é acionado, a primeira seta direcional é exibida na tela oposta ao sujeito.Se uma seta para a direita ou uma seta para a esquerda for observada, o sujeito deve sair do conjunto de cones pela entrada, virar 90 graus nessa direção, completar o percurso em laço e retornar aos cones de entrada. Se uma seta para cima for observada, o sujeito deve continuar em linha reta para fora dos cones de entrada. Um gatilho manual e uma seta de direção devem então ser fornecidos quando o sujeito atingir aproximadamente dois metros dos sensores de infravermelho.O participante deve então passar pelo primeiro conjunto de sensores de infravermelho e, em seguida, realizar a curva correspondente de 90 graus para completar o percurso. Ao retornar aos cones de entrada durante a caminhada, o experimentador deve seguir o participante a uma distância de aproximadamente três a cinco metros, com o PC host em um carrinho com rodas. Para garantir a qualidade do sinal sem fio, o participante deve continuar caminhando ao alcançar os cones de entrada. Após completar um único percurso, a sequência deve ser repetida com ordenação aleatória das setas até que três percursos tenham sido completados para cada seta inicial.Após concluir o número necessário de voltas, pressione o botão de gatilho manual para sinalizar a transição para a posição em pé. O sujeito deve permanecer em pé, em silêncio, por 30 segundos. Em seguida, encerre a coleta de dados pressionando o botão de sinalização no PC host.Posicione uma cadeira atrás do sujeito e inicie a coleta de dados. O sujeito deve permanecer em pé, em repouso, por 15 segundos no início da coleta de dados. Após 15 segundos, pressione o botão de disparo manual.Após ouvir o sinal, o sujeito deve transicionar da posição em pé para a posição sentada, mantendo a postura, segurando a posição sentada até o próximo sinal de áudio. Aguarde um intervalo aleatório de cinco a 15 segundos. Em seguida, pressione o gatilho manual para dar um sinal para a transição de sentado para em pé.Pedir ao sujeito que mantenha a postura em pé até o próximo sinal sonoro. Repetir este procedimento até completar 10. Realizar a transição completa de pé para sentado e de sentado para pé.As manobras são concluídas, após as quais o sujeito deve permanecer em pé tranquilamente por 15 segundos. Em seguida, encerre a coleta de dados pressionando o botão de sinal. Depois, repita o protocolo de levantar-se e sentar-se para transições de levantar-se e sentar-se e de sentar-se e levantar-se iniciadas pelo próprio sujeito.Desta vez, em vez de fornecer ao sujeito um gatilho para a transição, permita que o sujeito inicie a transferência por conta própria até que 10 execuções de cada manobra sejam concluídas. Para a caminhada em corredor, posicione o sujeito e o carrinho de coleta de dados no meio de um corredor reto com um oitavo de milha de comprimento. Inicie a coleta de dados da mesma forma que nos experimentos de caminhada em esteira.Após o período inicial de repouso de 32 segundos, forneça um gatilho manual ou um sinal sonoro ao sujeito para iniciar a caminhada. Instrua o sujeito a caminhar continuamente por cinco minutos. Quando o sujeito se aproximar a menos de 10 metros do final do corredor, ele ou ela deverá iniciar espontaneamente uma meia-volta e continuar caminhando na direção oposta.Após cinco minutos, pressione o botão de acionamento manual para interromper a caminhada. O sujeito deve permanecer em pé, em silêncio, por 30 segundos, olhando diretamente para frente. Em seguida, encerre a coleta de dados.A seguir, inicie um segundo experimento em corredor. Após um intervalo de tempo aleatório de caminhada entre 20 e 40 segundos, forneça um gatilho manual e uma indicação sonora para que o sujeito pare de caminhar. O sujeito deve então permanecer em pé por um curto período aleatório de cinco a 15 segundos.Em seguida, pressione o botão de gatilho manual para que o sujeito retome a caminhada. Repita esses passos até que 10 ciclos de parada e partida sejam concluídos e, então, encerre. Os resultados representativos da coleta de dados durante 10 segundos de caminhada na esteira são mostrados aqui.O painel superior mostra dados brutos de EEG de 64 canais com os nomes dos canais segundo a Convenção Internacional 10-20, o painel central mostra a aceleração na direção vertical proveniente de 11 sensores marcadores. O painel inferior mostra dados brutos de EMG de oito canais. Esta figura apresenta dados representativos de um ciclo de caminhada durante o percurso na arena.Em um protocolo, barras pretas verticais indicam gatilhos. O primeiro gatilho provém do botão de pressão que apresenta a seta para a direita. Os últimos quatro são provenientes de sensores de infravermelho, IR um até IR quatro, à medida que o sujeito percorre o circuito, e aqui vemos dados amostrais da transição de pé para sentado e de sentado para pé.Os dados de aceleração do EEG e do EMG são apresentados como na primeira figura. As barras verticais indicam os disparadores manuais para iniciar a posição em pé e sentado, respectivamente. Por fim, esta figura mostra dados amostrais da transição de em pé para caminhar e de caminhar para em pé durante o corredor.Tarefa de caminhada. As barras verticais indicam os gatilhos manuais e os sinais sonoros para iniciar e parar de caminhar, respectivamente. É importante lembrar que os sensores de EEG e os sensores de EMG são sensíveis a artefatos de movimento, portanto devemos garantir que os sensores estejam firmes e adequadamente fixados ao sujeito.Após este procedimento, você pode aplicar outras técnicas, como análise de componentes independentes ou regressão linear, para isolar os sinais eletrocorticais dos artefatos, permitindo extrair cinemática dos membros ou perfis de EMG dos dados de EEG. Esta técnica permitirá à comunidade de interfaces neurais responder perguntas sobre como o cérebro se relaciona com o movimento e a intenção de movimento, e fornecerá um meio para extrair informações sobre a marcha a partir de um EEG do couro cabeludo.

simultaneous-scalp-electroencephalography-eeg-electromyography-emg

Research

JoVE Journal

Behavior

Comportamento

Usamos magnetoencefalografia (MEG) e eletroencefalografia (EEG) para mapear áreas do cérebro envolvidas no processamento de estímulos sensoriais simples.

Mapeamento funcional com MEG e EEG em simultâneo

Nós apresentamos um método de coleta de sinais eletrocorticográfica para fins de pesquisa de seres humanos que são submetidos a monitorização invasiva epilepsia. Nós mostramos como usar a plataforma de software BCI2000 para coleta de dados, processamento de sinal e apresentação do estímulo. Especificamente, nós demonstramos Sigfried, uma ferramenta BCI2000 baseado em tempo real de mapeamento cerebral funcional.

Gravação Humanos eletrocorticográfica (ECOG) Sinais para pesquisa neurocientífica e mapeamento em tempo real Funcional Cortical

Usamos magneto-e eletroencefalografia (MEG / EEG), combinado com informações anatômicas capturado por ressonância magnética (MRI), para mapear a dinâmica da rede cortical associado à atenção auditiva.

Mapeamento Dynamics cortical MEG simultâneas / EEG e anatomicamente constrangido mínima norma-Estimativas: um exemplo Atenção Auditiva

Fonte: Papadelis, C., , et al., Oscilações Interictais de Alta Frequência Detectadas com Magnetoencefalografia e Eletroencefalografia Simultâneas como Biomarcador de Epilepsia Pediátrica. J. Vis. Exp.{TAG_ 27}} (2016).  Este vídeo demonstra o método de uso de registros de eletroencefalografia (EEG) e magnetoencefalografia (MEG) para identificar descargas epileptiformes interictais (IEDs) e oscilações de alta frequência (HFOs) para localizar regiões propensas a convulsões no cérebro.

 Eletroencefalografia e magnetoencefalografia simultâneas para identificar regiões cerebrais propensas a convulsões 

Monitorar a atividade cerebral durante tarefas motoras eretas é de grande valor ao investigar a fonte neural dos distúrbios do movimento. Aqui, demonstramos um protocolo que combina espectroscopia funcional de infravermelho próximo com monitoramento contínuo da atividade muscular e cinemática durante 4 tipos de tarefas motoras.

Perto Funcional Espectroscopia no Infravermelho das Regiões sensoriais e motoras do cérebro com simultânea cinemática e Monitoramento EMG Durante tarefas motoras

Estimulação magnética transcraniana, eletromiografia e captura de movimento 3D são técnicas não invasivas comumente usadas para investigar a função neuromuscular em humanos. Neste artigo, descrevemos um protocolo que faz amostras síncronas de dados gerados por todas essas três ferramentas, juntamente com a adição exclusiva de apresentação e feedback de estímulos de realidade virtual.

Setup Multifuncional de Estudos de Controle Motor Humano Utilizando Estimulação Magnética Transcraniana, Eletromiografia, Captura de Movimento, e Realidade Virtual

Um EEG-fMRI multimodal de imagens método, conhecido como a fonte de EEG fMRI restrita spatiotemporal imagem método, é descrito aqui. O método apresentado utiliza mapas sub fMRI condicionalmente-ativo, ou antecedentes, para orientar a localização de origem do EEG em uma forma que melhora a especificidade espacial e limita a resultados erróneos.

EEG simultâneo e gravação de ressonância funcional e análise de integração para a imagem latente de atividade Cortical dinâmica

Este estudo apresenta um método para a gravação simultânea dos potenciais do campo local no cérebro, eletrocardiogramas, electromyograms e respirando os sinais de um rato andando livremente. Esta técnica, o que reduz custos experimentais e simplifica a análise de dados, irá contribuir para a compreensão das interacções entre o cérebro e os órgãos periféricos.

Gravações simultâneas de potenciais de campo corticais Local, eletrocardiograma, eletromiograma e respirar o ritmo de um rato andando livremente

Aqui, apresentamos um protocolo para gravar o cérebro e coração bio sinais nos ratos usando vídeo simultâneo, Eletroencefalografia (EEG) e eletrocardiograma (ECG). Descrevemos também métodos para analisar as gravações de EEG-ECG resultantes para convulsões, potência espectral de EEG, função cardíaca e variabilidade da frequência cardíaca.

Simultânea vídeo-EEG-ECG de monitoramento para identificar a disfunção Neurocardiac em modelos de Mouse de epilepsia

Este artigo fornece um protocolo simples para a aquisição de dados de eletroencefalografia de boa qualidade (EEG) durante o EEG simultâneo e ressonância magnética funcional utilizando produtos médicos prontamente disponíveis.

Aquisição confiável de dados de eletroencefalografia durante eletroencefalografia simultânea e ressonância magnética funcional

A magnetoencefalografia (MEG) e a eletroencefalografia de alta densidade (HD-EEG) raramente são registradas simultaneamente, embora forneçam informações confirmatórias e complementares. Aqui, ilustramos a configuração experimental para registrar MEG e HD-EEG simultâneos e a metodologia para analisar esses dados com o objetivo de localizar áreas cerebrais epileptogênicas e eloquentes em crianças com epilepsia resistente a medicamentos.

Imagem de fonte eletromagnética na avaliação pré-cirúrgica de crianças com epilepsia resistente a medicamentos

Aprenda a registrar simultaneamente EEG, EMG e captura de movimento durante tarefas locomotoras humanas. Este protocolo móvel permite estudar dinâmicas cérebro-corpo para interfaces cérebro-máquina e reabilitação.

Eletroencefalografia simultânea Scalp (EEG), eletromiografia (EMG), e gravação de inércia segmentar de corpo inteiro para Multi-modal Neural Decoding (Vídeo) | JoVE Journal

Eletroencefalografia simultânea Scalp (EEG), eletromiografia (EMG), e gravação de inércia segmentar de corpo inteiro para Multi-modal Neural Decoding

Explorar mais vídeos