Gelijktijdig Scalp Elektro-encefalografie (EEG), Elektromyografie (EMG) en Whole-body Segmental Inertial Opname voor Multi-modale Neural Decoding
26 juli 2013
Ontwikkeling van een effectief brein-machine-interface (BMI)-systeem voor de restauratie en rehabilitatie van tweebenige voortbeweging vereist nauwkeurige decodering van opzet gebruiker. Hier presenteren we een nieuwe experimentele protocol en gegevensverzameling techniek voor simultane niet-invasieve overname van neurale activiteit, spieractiviteit, en het hele lichaam kinematica tijdens diverse motoriek taken en omstandigheden.
Het algemene doel van het volgende experiment is om het concept van een mobiel brain-imaging framework uit te breiden, om zo de dynamiek tussen menselijke hersenen en het lichaam te kunnen bestuderen bij een breed scala aan locomotieve taken. Dit wordt bereikt door in een tweede stap EEG-EMG- en motion-capture-sensoren op een menselijk proefpersoon te plaatsen. De drie gegevensverzamelingssystemen worden gesynchroniseerd met aangepaste software en een drukknop-triggerapparaat, wat resulteert in een tijdgekoppelde EEG-EMG- en motion-capture-dataset.
Vervolgens voert de proefpersoon negen specifieke locomotieopdrachten uit binnen vier verschillende omgevingen. Om de hersen-lichaamsdynamiek tijdens diverse bewegingen vast te leggen, tonen de resultaten de hersenactiviteit gemeten via EEG tijdens de locomotieopdrachten. Deze methode kan helpen bij het beantwoorden van kernvragen op het gebied van neuroprosthetics en hersen-machine-interfaces.
Is het bijvoorbeeld mogelijk om nuttige informatie over de kinematica van het GA of oppervlakte-EMG-patronen te extraheren uit een EEG van de hoofdhuid? Het belangrijkste voordeel van deze techniek ten opzichte van bestaande methoden is dat we draadloos EEG-EMG- en motion capture-gegevens kunnen verzamelen met een mobiele opstelling, waardoor we meer motorische taken en omgevingen kunnen verkennen in vergelijking met traditionele gegevensverzamelingstechnieken. De implicaties van deze technieken strekken zich ook uit tot bewegingsstoornissen en revalidatiegeneeskunde, omdat deze protocollen ons in essentie informeren over veranderingen in de hersenactiviteit en de aanpassing van het lichaam.
Mijn promovendi zullen nu de plaatsing van de sensoren demonstreren of JI osir zal laten zien hoe de EMG-sensoren op onze vrijwilliger van vandaag moeten worden geplaatst. Kevin Nathan zal, met hulp van John, de EEG-sensoren op zijn hoofdhuid plaatsen om dit protocol te starten. Noteer eerst de lengte, het gewicht en de leeftijd van de proefpersoon.
Pas vervolgens de snelheid van de loopband aan om deze af te stemmen op de voorkeurssnelheid van het proefpersoon. Meet daarna de afstand tussen het nasion en het inion met een viltstift. Markeer 10% van de afstand als referentie voor het uitlijnen van de cap en markeer het middelpunt van de afstand als het vertex van het hoofd.
Plaats nu de EEG-kap op de proefpersoon en lijn deze uit met de referentielandmerken. Lijn het middenpunt tussen de FP1- en FP2-elektroden uit met de markering van 10% afstand en lijn de CZ-elektrode uit met de gemarkeerde vertex. Zet de kap vast door de band onder de kin vast te maken.
Inject vervolgens, beginnend met de aarde- en referentie-elektroden, met een kleine spuit elektrolytgel in elke elektrode totdat de impedantie van elke elektrode lager is dan 25 kilo ohm, wat wordt aangegeven door de LED van de elektrode die groen wordt. Sluit tot slot de elektroden aan op de draadloze zender van het gegevensacquisitiesysteem. Bereid vervolgens de oppervlakte-elektromyografie voor door eerst de huid te scheren en deze daarna te reinigen met een isopropylalcoholdoekje.
Plaats vervolgens op elk van de acht voorbereide plaatsen per been een elektrode voor de tali, vastus anterior, lateralis, biceps femoris en gastroc. Plaats tot slot EMG-aardelektroden op de linker- of rechterpols en verbind alle EMG-elektroden met de EMG-dataloggingunit. Om de motion capture op te stellen.
Plaats eerst de markeersensoren op het proefpersoon met behulp van klittenbandstrips of dubbelzijdige tape. Bevestig de sensoren op de hier vermelde locaties. Laat de proefpersoon vervolgens op de loopband stappen en bevestig, zoals hier getoond, een veiligheidsharnas voordat de gegevensverzameling begint.
Controleer de EEG- en EMG-signalen om de juiste plaatsing van de elektroden, de elektrodeverbinding en de gegevensoverdracht te verifiëren. Start vervolgens de gegevensverzameling door de C++ console-applicatie uit te voeren. Druk op de handmatige triggerknop om de EMG-opname te starten en een audio-signaal (een pieptoon) te geven.
Om het experiment te starten, instrueert u de proefpersoon om 30 seconden stil te blijven staan. Druk vervolgens na 30 seconden op de triggerknop om het lopen te starten. De loopband moet langzaam versnellen tot de vooraf ingestelde snelheid van de proefpersoon.
Laat de proefpersoon vijf minuten wandelen. Druk na vijf minuten op de triggerknop om de overgang van lopen naar staan in te leiden door de loopband langzaam te stoppen. Nadat de loopband tot stilstand is gekomen, moet de proefpersoon 30 seconden blijven staan.
Druk nu op de wachtrijknop om de proef van de gegevensverzameling te stoppen en de gegevens op te slaan. Herhaal dit experiment met drie visuele condities, waaronder een zwart scherm op een afstand voor het subject, om de realtime observatie van de benen op een videomonitor te focussen en het lopen in een diagonale lijn op de loopband te voorkomen.
Ga nu naar de looparena. De looparena moet worden ingericht door vijf sets infraroodnabijheidssensoren, kegels en televisieschermen te plaatsen zoals getoond. Positioneer hier het subject aan het begin van de looplus van de arena en start de gegevensverzameling zoals eerder beschreven.
Druk nu op de triggerknop om het loopexperiment te starten. Op het moment dat de trigger wordt gegeven, verschijnt de eerste richtingpijl op het scherm tegenover de proefpersoon.
Indien een pijl naar rechts of naar links wordt waargenomen, dient de proefpersoon de set kegels bij de ingang te verlaten, 90 graden in die richting te draaien, de lus te voltooien en terug te keren naar de ingangskegels. Indien een pijl omhoog wordt waargenomen, dient de proefpersoon rechtdoor uit de ingangskegels te lopen. Een handmatige trigger en richtingpijl moeten vervolgens worden gegeven wanneer de proefpersoon zich op ongeveer twee meter van de IR-sensoren bevindt.
De proefpersoon moet vervolgens door de eerste set IR-sensoren lopen en daarna de bijbehorende bocht van 90 graden maken om de lus te voltooien. Bij het terugkeren naar de startkegels tijdens het lopen, dient de experimentator de proefpersoon te volgen op een afstand van ongeveer drie tot vijf meter, met de host-pc op een rolwagen. Om de kwaliteit van het draadloze signaal te waarborgen, moet de proefpersoon blijven doorlopen zodra hij of zij de startkegels bereikt. Na het voltooien van één lus moet de sequentie worden herhaald met een willekeurige volgorde van pijlen, totdat er voor elke initiële pijl drie lussen zijn voltooid.
Nadat het vereiste aantal lussen is voltooid, wordt de handmatige triggerknop ingedrukt om de overgang naar de staande positie te signaleren. De proefpersoon moet 30 seconden rustig blijven staan. Beëindig vervolgens de gegevensverzameling door op de cue-knop van de host-pc te drukken.
Plaats een stoel achter de proefpersoon en start de gegevensverzameling. De proefpersoon dient aan het begin van de gegevensverzameling 15 seconden stil te staan. Druk na 15 seconden op de handmatige triggerknop.
Na het horen van het signaal moet de proefpersoon overgaan van staan naar zitten en de zithouding vasthouden tot het volgende audiosignaal. Wacht een willekeurig interval van vijf tot 15 seconden. Druk vervolgens op de handmatige trigger om een signaal te geven voor de overgang van zitten naar staan.
Laat de proefpersoon de staande houding aanhouden tot het volgende audiosignaal. Herhaal deze procedure tot 10. Voltooi de overgang van staan naar zitten en van zitten naar staan.
De manoeuvres zijn voltooid, waarna de proefpersoon 15 seconden rustig moet blijven staan. Beëindig vervolgens de gegevensverzameling door op de cue-knop te drukken. Herhaal daarna het protocol voor het opstaan en gaan zitten voor de zelfgeïnitieerde overgang van staan naar zitten en van zitten naar staan.
Laat het proefpersoon ditmaal zelf de overgang initiëren in plaats van een trigger te geven, totdat 10 van elke manoeuvre zijn voltooid. Positioneer voor het lopen in de gang de proefpersoon en de kar voor gegevensverzameling in het midden van een rechte gang van een achtste mijl. Start de gegevensverzameling op dezelfde wijze als bij de experimenten met lopen op de loopband.
Na de initiële 32e rustperiode geeft u een handmatig signaal of een pieptoon aan de proefpersoon om het lopen te starten. Laat de proefpersoon vijf minuten lang continu lopen. Wanneer de proefpersoon binnen 10 meter van het einde van de gang komt, dient hij of zij zelfstandig een U-bocht te maken en in de tegenovergestelde richting verder te lopen.
Druk na vijf minuten op de handmatige triggerknop om het lopen te stoppen. De proefpersoon dient 30 seconden stil te staan terwijl hij of zij recht vooruit kijkt. Beëindig vervolgens de gegevensverzameling.
Begin vervolgens met een tweede gangexperiment. Geef na een willekeurig loopinterval van 20 tot 40 seconden een handmatig startsignaal en een auditieve cue om de proefpersoon te laten stoppen met lopen. De proefpersoon moet vervolgens gedurende een korte, willekeurige periode van vijf tot 15 seconden blijven staan.
Druk vervolgens op de handmatige triggerknop zodat de proefpersoon weer kan gaan lopen. Herhaal deze stappen totdat 10 stop-startcycli zijn voltooid en beëindig daarna de procedure. Hier worden representatieve resultaten van de gegevensverzameling getoond van 10 seconden lopen op de loopband.
Het bovenste paneel toont ruwe EEG-gegevens van 64 kanalen met kanaalnamen volgens de 10-20 International Convention; het middelste paneel toont de versnelling in de verticale richting van 11 mark-sensoren. Het onderste paneel toont ruwe EMG-gegevens van acht kanalen. Deze figuur toont representatieve gegevens van één loopronde tijdens het lopen in de arena.
In het protocol geven de verticale zwarte balken triggers aan. De eerste trigger is afkomstig van de drukknop met de pijl naar rechts. De laatste vier zijn afkomstig van IR-sensoren, IR één tot en met IR vier, terwijl het subject het circuit doorloopt; hier zien we voorbeeldgegevens van de overgang van staan naar zitten en van zitten naar staan.
EEG-acceleratie- en EMG-gegevens worden weergegeven zoals in de eerste figuur. Verticale balken geven de handmatige triggers aan om respectievelijk het staan en het zitten te initiëren. Ten slotte toont deze figuur voorbeeldgegevens van de overgang van staan naar lopen en van lopen naar staan in de gang.
Looptaak. Verticale balken geven respectievelijk de handmatige triggers en audio-aanwijzingen aan om te beginnen en te stoppen met lopen. Het is belangrijk om te onthouden dat EEG-sensoren en EMG-sensoren gevoelig zijn voor bewegingsartefacten, dus we moeten ervoor zorgen dat de sensoren stevig en veilig aan deze proefpersoon zijn bevestigd.
Na deze procedure kunt u andere technieken toepassen, zoals onafhankelijke componentanalyse of lineaire regressie, om de elektrocorticale signalen te scheiden van de artefacten, waardoor u ledemaatkinematica of EMG-profielen uit de EEG-gegevens kunt extraheren. Deze techniek stelt de community voor neurale interfaces in staat om vragen te beantwoorden over hoe de hersenen zich verhouden tot beweging en bewegingsintentie, en biedt een methode om informatie over het gangpatroon uit een scalp-EEG te extraheren.
Overzicht
Deze studie presenteert een nieuw experimenteel protocol voor de non-invasieve acquisitie van neurale, musculaire en kinematische gegevens tijdens lokomotietaken. De aanpak is erop gericht om hersen-computerinterface-systemen te verbeteren voor de rehabilitatie van bipedale lokomotie.
Belangrijkste studiecomponenten
Wetenschappelijk gebied
- Neurowetenschap
- Revalidatie
- Brain-Machine Interfaces
Achtergrond
- Het begrijpen van de hersen-lichaamdynamiek is essentieel voor de ontwikkeling van effectieve neuroprothesen.
- Huidige methoden beperken vaak het bereik van de bestudeerde motorische taken en omgevingen.
- Niet-invasieve technieken kunnen inzichten bieden in de neurale activiteit tijdens beweging.
- Deze studie onderzoekt de synchronisatie van EEG-, EMG- en motion capture-gegevens.
Doel van de studie
- Om een framework voor mobiele hersenbeeldvorming te ontwikkelen voor het bestuderen van menselijke voortbeweging.
- Om de haalbaarheid van het extraheren van kinematische informatie uit EEG-gegevens te onderzoeken.
- Om het begrip van veranderingen in hersenactiviteit tijdens diverse voortbewegingstaken te verbeteren.
Gebruikte methoden
- Plaatsing van EEG-, EMG- en motion capture-sensoren op een menselijke proefpersoon.
- Synchronisatie van gegevensverzamelingssystemen met behulp van aangepaste software.
- Uitvoering van negen locomotieve taken in vier verschillende omgevingen.
- Gegevensverzameling tijdens het lopen, staan en overgangen tussen taken.
Belangrijkste Resultaten
- Succesvolle acquisitie van gesynchroniseerde EEG-, EMG- en motion capture-gegevens.
- Gedemonstreerde hersenactiviteitspatronen die overeenkomen met verschillende locomotietaken.
- Identificatie van het potentieel voor het extraheren van nuttige kinematische informatie uit EEG.
- Nadruk gelegd op de voordelen van een mobiele opstelling voor diverse motorische taken.
Conclusies
- Het ontwikkelde protocol maakt een uitgebreide studie van de hersen-lichaamsdynamiek mogelijk.
- De bevindingen kunnen toekomstige ontwerpen van neuroprothesen en rehabilitatiestrategieën informeren.
- Deze benadering kan de exploratie van bewegingsstoornissen en herstelprocessen faciliteren.
Veelgestelde vragen
Industriële Relevantie voor Managers
Dit protocol maakt multimodale neurale decodering mogelijk tijdens ongebeperkte locomotie, waarmee een belangrijke uitdaging in de ontwikkeling van hersen-machine-interfaces voor neurorevalidatie wordt aangepakt. Door EEG-, EMG- en kinematische gegevens van het gehele lichaam te synchroniseren in real-world omgevingen, ondersteunt het de mechanische risicoreductie van neurale interfaces die bedoeld zijn voor het herstel van het loopvermogen. De aanpak biedt voorspellende waarde voor targetvalidatie in neuroprosthetische programma's door corticale activiteit te koppelen aan bewegingsintentie in diverse locomotorische contexten.
Strategische Toepassingen in Biofarmaceutische R&D
Vroege ontdekking & targetvalidatie
- Wetenschappelijke waarde: Maakt onderzoek naar supraspinale bijdragen aan bipedaal lopen mogelijk door gangkinematica en ledemaatcoördinatie te decoderen via scalp-EEG.
- Operationele waarde: Ondersteunt biologische risicoreductie van neurale targets door hersenactiviteitspatronen te correleren met specifieke locomotietaken op een loopband, over de grond en bij draaibewegingen.
Screening & assayontwikkeling
- Wetenschappelijke waarde: Bereidt gevalideerde biologische systemen voor op downstream workflows door de haalbaarheid van het extraheren van oppervlakte-EMG-patronen en loopkinematica uit neurale signalen vast te stellen.
- Operationele waarde: Pakt assay-standaardisatie en reproduceerbaarheid aan via gesynchroniseerde gegevensverwerving met behulp van aangepaste software en push-button triggering over meerdere omgevingen.
Translationeel & Preklinisch Onderzoek
- Wetenschappelijke waarde: Ondersteunt het modelleren van ziekterelateerde systemen door het mogelijk maken van onderzoek naar hersen-lichaamdynamiek bij bewegingsstoornissen via mobiele gegevensverzameling in ongecontroleerde omgevingen.
- Operationele waarde: Verbetert de translationele continuïteit door een schaalbaar platform te bieden voor preklinische validatie van neuroprothetische strategieën gericht op het herstel van het looppatroon.
Integratie van Pipeline & Workflow
De methode is geïntegreerd in het ontdekkingscontinuüm, van hypothesetesten bij de neurale aansturing van beweging tot het identificeren van leads voor BMI-systemen, waarbij de resultaten bijdragen aan preklinisch onderzoek naar neurorehabilitatietechnologieën.
- Discovery Biology: Ondersteunt hypothesetoetsing over de corticale betrokkenheid bij locomotorische controle door het mogelijk maken van het decoderen van ledemaattrajecten en spieractivatieprofielen vanuit EEG.
- Screening: Beschrijft de gereedheid van de assay via kwantitatieve meting van acceleratie, EMG en EEG-signalen, gesynchroniseerd via handmatige triggers en audio-indicatoren.
- Analytics: Benadrukt read-outs zoals verticale acceleratie van mark-sensoren en multi-channel EMG-profielen, die vergelijking van neurale correlaten mogelijk maken tijdens lopen, staan en transitietaken.
- Translational Research: Legt een verbinding met preklinische continuïteit door de haalbaarheid aan te tonen van het decoderen van ongebeperkte gang en oppervlakte-EMG vanuit scalp-EEG in arena- en gangomgevingen.
- Enterprise Reuse: Presenteert het gesynchroniseerde EEG-EMG-motion capture-raamwerk als een herbruikbare capaciteit voor het bestuderen van hersen-lichaamsdynamiek bij diverse motorische taken en omgevingen.
Operationele & Zakelijke Impact
- Wetenschappelijke waarde: Voorspellend vertrouwen bij target-validatie door vermindering van mechanistische ambiguïteit in hersen-gedragrelaties tijdens locomotie.
- Operationele waarde: Standaardisatie, reproduceerbaarheid en schaalbaarheid van multi-modale gegevensverzameling via een draadloze mobiele setup en gesynchroniseerde triggering.
- Strategische waarde: Betere go/no-go-beslissingen bij de ontwikkeling van neuroprothesen door het mogelijk maken van evaluatie van het nut van neurale signalen in real-world locomotorische contexten.
- Portfolio-impact: Risico-gecorrigeerde prioritering van BMI-benaderingen op basis van de aangetoonde haalbaarheid van kinematische decodering vanuit EEG tijdens lopen en draaien over de grond.
Overwegingen bij de implementatie
- Vereist expertise in neurofysiologie, signaalverwerking en motion-capture-systemen voor een correcte sensorplaatsing en het minimaliseren van artefacten.
- Afhankelijk van de draadloze transmissie-infrastructuur en synchronisatiehardware om de data-integriteit tijdens ambulante taken te waarborgen.
- Vereist standaardisatie van elektrodeplaatsingsprotocollen tussen teams (uitlijning van de EEG-kap, voorbereiding van EMG-locaties) om reproduceerbare neurale en musculaire opnames te garanderen.
- Omvat overwegingen voor aanpassing aan verschillende modelsystemen vanwege de gevoeligheid van EEG- en EMG-sensoren voor bewegingsartefacten, wat een stevige bevestiging en gel-gebaseerde impedantiecontrole vereist.
- Praktische beperkingen omvatten signaalcontaminatie door bewegingsartefacten, waardoor post-processingtechnieken zoals onafhankelijke componentanalyse nodig zijn om corticale signalen te isoleren.
