W tym artykule przedstawiono nowatorski, tani interfejs człowiek-maszyna do interaktywnego systemu rehabilitacji równowagi po udarze. System integruje gotowe, niedrogie czujniki w kierunku wolicjonalnie sterowanego paradygmatu elektroterapii. Interfejs oprogramowania typu proof-of-concept jest demonstrowany na zdrowych ochotnikach.
Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.
Artykuł metodologiczny
Interfejs człowiek-maszyna integrujący niedrogie czujniki z systemem stymulacji elektrycznej nerwowo-mięśniowej do rehabilitacji równowagi po udarze
W tym artykule
Podsumowanie
Streszczenie
Udar jest spowodowany, gdy pęka tętnica przenosząca krew z serca do obszaru mózgu lub skrzep blokuje przepływ krwi do mózgu, uniemożliwiając tym samym dostarczanie tlenu i składników odżywczych. Około połowa osób, które przeżyły udar, pozostaje z pewnym stopniem niepełnosprawności. Pilnie potrzebne są innowacyjne metody neurorehabilitacji odtwórczej w celu zmniejszenia długotrwałej niepełnosprawności. Zdolność układu nerwowego do reorganizacji swojej struktury, funkcji i połączeń w odpowiedzi na bodźce wewnętrzne lub zewnętrzne nazywana jest neuroplastycznością. Neuroplastyczność bierze udział w poudarowych zaburzeniach czynnościowych, ale także w rehabilitacji. Korzystne zmiany neuroplastyczne mogą być ułatwione dzięki nieinwazyjnej elektroterapii, takiej jak elektryczna stymulacja nerwowo-mięśniowa (NMES) i elektryczna stymulacja czuciowa (SES). NMES polega na skoordynowanej stymulacji elektrycznej nerwów ruchowych i mięśni w celu ich aktywacji za pomocą ciągłych, krótkich impulsów prądu elektrycznego, podczas gdy SES polega na stymulacji nerwów czuciowych prądem elektrycznym, co powoduje odczucia, które wahają się od ledwo dostrzegalnych do bardzo nieprzyjemnych. W tym przypadku aktywny udział kory mózgowej w zabiegach rehabilitacyjnych może być ułatwiony poprzez kierowanie nieinwazyjną elektroterapią za pomocą biosygnałów (elektromiogram (EMG), elektroencefalogram (EEG), elektrookulogram (EOG)), które reprezentują jednoczesną aktywną percepcję i wysiłek wolicjonalny. Aby osiągnąć to w warunkach ubogich w zasoby, np. w krajach o niskich i średnich dochodach, przedstawiamy tani interfejs człowiek-maszyna (HMI), wykorzystując najnowsze osiągnięcia w technologii czujników do gier wideo. W tym artykule omawiamy interfejs oprogramowania typu open source, który integruje tanie, gotowe czujniki do wzrokowo-słuchowego biofeedbacku z nieinwazyjną elektroterapią w celu wspomagania kontroli postawy podczas rehabilitacji równowagi. Demonstrujemy dowód słuszności koncepcji na zdrowych ochotnikach.
Wprowadzenie
Epizod dysfunkcji neurologicznej spowodowany ogniskowym zawałem mózgu, rdzenia kręgowego lub siatkówki nazywany jest udarem1. Udar jest globalnym problemem zdrowotnym i czwartą najczęstszą przyczyną niepełnosprawności na świecie1. W krajach takich jak Indie i Chiny, dwóch najliczniejszych narodach świata, niepełnosprawność neurologiczna spowodowana udarem jest określana mianem ukrytej epidemii2. Jednym z najczęstszych powikłań medycznych po udarze są upadki, z raportowaną częstością występowania sięgającą 73% w pierwszym roku po udarze3. Upadek po udarze jest wieloczynnikowy i obejmuje zarówno czynniki rdzeniowe, jak i nadrdzeniowe, takie jak równowaga i zaniedbanie wzrokowo-przestrzenne4. Przegląd przeprowadzony przez Geurtsa i współpracowników5 zidentyfikował jako czynniki równowagi wpływające na ryzyko upadku: 1) wielokierunkowe upośledzenie maksymalnego przeniesienia ciężaru ciała podczas stania na obu nogach, 2) niską prędkość, 3) niedokładność kierunkową oraz 4) małe amplitudy pojedynczych i cyklicznych podmaksymalnych przeniesień ciężaru ciała w płaszczyźnie czołowej. Wynikający z tego wpływ na czynności życia codziennego może być znaczący, ponieważ wcześniejsze prace wykazały, że równowaga jest powiązana ze zdolnością do samodzielnego poruszania się i niezależnością w zakresie funkcji motoryki dużej5,6. Ponadto Geurts i współpracownicy5 zasugerowali, że nadrdzeniowa integracja wielozmysłowa (oraz koordynacja mięśniowa7) oprócz siły mięśniowej jest krytyczna dla powrotu równowagi, co jest pomijane w obecnych protokołach. W odniesieniu do integracji wielozmysłowej, nasza hipoteza8 dotycząca sterowanej woluntaryjnie nieinwazyjnej elektrouterapii (NMES/SES) zakłada, że to adaptacyjne zachowanie może być kształtowane i ułatwiane poprzez modulowanie aktywnego postrzegania bodźców sensorycznych podczas wspomaganego NMES/SES ruchu dotkniętej kończyny, w taki sposób, aby mózg mógł włączyć te informacje zwrotne do późniejszego wyjścia ruchowego poprzez rekrutację alternatywnych dróg motorycznych9, jeśli będzie to konieczne.
Aby umożliwić sterowany wolą trening równowagi wspomagany przez NMES/SES w warunkach ograniczonych zasobów, opracowano niskokosztowy interfejs człowiek-maszyna (HMI), wykorzystując dostępne oprogramowanie open-source oraz najnowsze osiągnięcia w technologii dostępnych komercyjnie sensorów do gier wideo w celu zapewnienia biofeedbacku wizualno-słuchowego. NMES polega na skoordynowanej stymulacji elektrycznej nerwów i mięśni, co – jak wykazano – poprawia siłę mięśniową i zmniejsza spastyczność10. Z kolei SES obejmuje stymulację nerwów sensorycznych prądem elektrycznym w celu wywołania doznań; wstępne opublikowane prace11 wykazały, że stymulacja podprogowa stosowana wyłącznie nad mięśniami piszczelowymi przednimi jest skuteczna w tłumieniu kołysania posturalnego. Tutaj HMI umożliwi integrację sensoryczno-motoryczną podczas interaktywnej terapii równowagi po udarze, w której sterowany wolą NMES/SES mięśni stawu skokowego będzie działał jako wzmacniacz mięśniowy (przy NMES) oraz wzmocni feedback aferentny (przy SES), aby wspomóc zdrowe strategie stawu skokowego12,13,14 w utrzymaniu pionowej postawy podczas kołysania posturalnego. Opiera się to na hipotezie przedstawionej przez Dutta et al.8, według której zwiększona pobudliwość korykospinalna odpowiednich mięśni stawu skokowego, wywołana nieinwazyjną elektroterapią, może prowadzić do poprawy supraspinalnej modulacji sztywności stawu skokowego. Rzeczywiście, wcześniejsze prace wykazały, że NMES/SES wywołuje trwałe zmiany w pobudliwości korykospinalnej, prawdopodobnie w wyniku współaktywacji włókien ruchowych i sensorycznych15,16. Co więcej, Khaslavskaia i Sinkjaer17 wykazali u ludzi, że jednoczesne pobudzenie kory ruchowej w czasie stosowania NMES/SES zwiększało pobudliwość kory ruchowej. Zatem sterowany wolą NMES/SES może indukować krótkotrwałą neuroplastyczność w odruchach rdzeniowych (np. wzajemne hamowanie Ia17), w której neurony korykospinalne rzutujące poprzez drogi zstępujące na daną pulę motoneuronów mogą hamować antagonistyczną pulę motoneuronów za pośrednictwem interneuronów hamujących Ia u ludzi18, jak pokazano na Rysunku 1, w kierunku paradygmatu warunkowania instrumentalnego (patrz. Dutta et al.8).
Rysunek 1: Koncepcja (szczegóły u Dutta et al.21) leżąca u podstaw interaktywnego interfejsu człowiek-maszyna (HMI) służącego do sterowania kursorem środka nacisku (CoP) w kierunku wyznaczonego celu w celu poprawy koordynacji mięśni kostki podczas wizuomotorycznej terapii równowagi wspomaganej przez sterowaną wolontaryjnie przezskórną stymulację elektryczną nerwów i mięśni (NMES). EEG: elektroencefalografia, MN: α-motoneuron, IN: interneuron hamujący Ia, EMG: elektromiogram, DRG: zwoje korzeni grzbietowych. Powielono z8 i37. Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.
Przemieszczenia w płaszczyźnie przednio-tylnej (A-P) środka masy (CoM) są realizowane przez zginacze podeszwowe stawu skokowego (takie jak mięsień brzuchaty łydki i mięsień płaszczowaty) oraz zginacze grzbietowe (takie jak mięsień piszczelowy przedni), natomiast przemieszczenia w płaszczyźnie boczno-przyśrodkowej (M-L) są realizowane przez inwersory stawu skokowego (takie jak mięsień piszczelowy przedni) oraz ewertery (takie jak mięśnie strzałkowe długi i krótki). W konsekwencji upośledzenia stawu skokowego związane z udarem, w tym osłabienie mięśni zginaczy grzbietowych oraz zwiększona spastyczność mięśni zginaczy podeszwowych stawu skokowego, prowadzą do zaburzeń kontroli postawy. W tym kontekście programy treningu zwinności6 mogą zostać wykorzystane w platformie gamingowej opartej na rzeczywistości wirtualnej (VR), która rzuca wyzwanie równowadze dynamicznej poprzez stopniowe zwiększanie trudności zadań, co może być bardziej efektywne w zapobieganiu upadkom niż program ćwiczeń oparty na statycznym rozciąganiu lub przenoszeniu ciężaru ciała6. Przykładowo, badani mogą wykonywać sterowane wolą przemieszczenia A-P i M-L wspomagane przez NMES/SES podczas dynamicznego zadania równowagi wizuomotorycznej, w którym trudność może być stopniowo zwiększana w celu poprawy specyficznych dla stawu skokowego problemów z kontrolą przenoszenia ciężaru ciała podczas stania na obu nogach po udarze. Dążąc do stworzenia terapii równowagi wspomaganej przez NMES/SES sterowaną wolą w środowisku o ograniczonych zasobach, prezentujemy niskokosztowy interfejs HMI dla mobilnego obrazowania mózgu i ciała (MoBI)19, służący do wizualno-audytywnego biofeedbacku, który może być również wykorzystany do zbierania danych z niskokosztowych czujników w celu późniejszej analizy danych w MoBILAB (patrz Ojeda et al.20).
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Protokół
Uwaga: Potok oprogramowania HMI został opracowany w oparciu o ogólnodostępne oprogramowanie open-source oraz niedrogie, gotowe sensory do gier wideo (szczegóły dostępne pod adresami: https://team.inria.fr/nphys4nrehab/software/ oraz https://github.com/NeuroPhys4NeuroRehab/JoVE). Potok oprogramowania HMI służy do gromadzenia danych podczas zmodyfikowanego zadania zasięgu funkcjonalnego (mFRT)21 na platformie gamingowej opartej na VR do wizuomotorycznej terapii równowagi (VBT)8.
Rysunek 2a przedstawia diagnostyczną konfigurację eyetrackera, w którym cechy spojrzenia są ekstrahowane w trybie offline w celu ilościowego określenia funkcji resztkowych po udarze, aby można było odpowiednio dostosować sprzężenie zwrotne wizualne w VR.
Rysunek 2b przedstawia układ eksperymentalny dla VBT.
Rysunek 2: (a) Schemat interfejsu człowiek-maszyna do oceny ruchów śledzenia oczu po udarze mózgu. (b) Schemat interfejsu człowiek-maszyna, w którym interfejs oprogramowania integruje czujniki sygnałów biologicznych i przechwytywanie ruchu w celu rejestracji danych obrazowania mobilnego mózgu/ciała z systemem neuromięśniowej stymulacji elektrycznej (NMES) i sensorycznej stymulacji elektrycznej (SES) w ramach terapii równowagi wizuomotorystycznej wspomaganej NMES/SES po udarze mózgu. NMES: Neuromuscular Electrical Stimulation (neuromięśniowa stymulacja elektryczna), SES: Sensory Electrical Stimulation (sensoryczna stymulacja elektryczna), EMG: Elektromiogram, EEG: Elektroencefalogram, EOG: Elektrookulogram, CoP: Center of Pressure (środek nacisku), PC: Komputer osobisty. Reprodukowano z 8 i 37. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
1. Instalacja oprogramowania do mobilnego obrazowania mózgu i ciała podczas VBT
- Zainstaluj sterowniki do systemu Motion Capture (procedury instalacji dostępne pod adresem https://code.google.com/p/labstreaminglayer/wiki/KinectMocap)
- Pobierz i zainstaluj Kinect Runtime ze strony http://go.microsoft.com/fwlink/?LinkId=253187 (czujnik Motion Capture nie powinien być w tym czasie podłączony do żadnego z portów USB w komputerze).
- Podłącz zasilany czujnik Motion Capture do portu USB za pomocą kabla interfejsu. Sterowniki zostaną załadowane automatycznie.
- Zainstaluj sterowniki dla czujnika Eye Tracker (procedury instalacji dostępne pod adresem http://github.com/esdalmaijer/EyeTribe-Toolbox-for-Matlab)
- Pobierz oprogramowanie ze strony http://theeyetribe.com, uruchom aplikację, a następnie uruchom instalator w celu zainstalowania oprogramowania (czujnik Eye Tracker nie powinien być w tym czasie podłączony do żadnego z portów USB w komputerze).
- Podłącz zasilany czujnik Eye Tracker; sterowniki zostaną załadowane automatycznie.
- Zainstaluj sterowniki do Balance Board (procedury instalacji dostępne pod adresem http://www.colorado.edu/intphys/neuromechanics/cu_wii.html)
- Pobierz i rozpakuj plik CU_WiiBB.zip ze strony http://www.colorado.edu/intphys/neuromechanics/CU_WiiBB.zip
- Skopiuj folder WiiLab do standardowego katalogu Program Files systemu operacyjnego Microsoft Windows.
- Otwórz folder WiiLab w katalogu Program Files i uruchom plik InstallWiiLab.bat jako administrator, aby zainstalować Balance Board.
- Zainstaluj sterowniki dla EEG/EOG (procedury instalacji dostępne pod adresem http://openvibe.inria.fr/how-to-connect-emotiv-epoc-with-openvibe/ )
- Pobierz i zainstaluj Emotiv SDK ze strony http://www.emotiv.com/apps/sdk/209/
- Pobierz i zainstaluj OpenViBE Acquisition Server z labstreaminglayer (LSL) ze strony https://code.google.com/p/labstreaminglayer/downloads/detail?name=OVAS-withLSL-0.14.3-3350-svn.zip w celu zapewnienia rozproszonego transportu sygnałów z wielu czujników, synchronizacji czasu i systemu zbierania danych (procedury instalacji dostępne pod adresem https://code.google.com/p/labstreaminglayer/).
- Zainstaluj sterowniki dla komercyjnego stymulatora NMES (szczegóły pod adresem http://www.vivaltis.com/gammes/phenix/phenix-usb-neo-50-554-1.html#content).
2. Tani system rozmieszczenia czujników dla mobilnego obrazowania mózgu i ciała (MoBI): Otwarty programowy potok przetwarzania HMI zapewnia mobilne obrazowanie mózgu i ciała (MoBI) 19 przy użyciu tanich, dostępnych w sprzedaży czujników (Ryc. 2b), które mogą zostać dostosowane do innych programów treningu zwinności.
- Informacja zwrotna wizualna dla MoBI:
- W pierwszej kolejności należy przygotować ekran projekcyjny do wyświetlania wizualnej informacji zwrotnej na jednym z końców pomieszczenia (zalecana odległość od badanego: 0,6 m).
- Dostosować wysokość tak, aby środek ekranu znajdował się na poziomie wzroku badanych.
- Kaptura ruchu dla MoBI:
- Umieścić czujnik przechwytywania ruchu przed ekranem projekcyjnym i skierować go na obszar przechwytywania ruchu.
- Potwierdzić, że obszar przechwytywania ruchu znajduje się w odległości od 1,5 m do 2,5 m przed czujnikiem przechwytywania ruchu.
- Rozmieszczenie platformy równowagi dla MoBI:
- Umieścić platformę równowagi na podłodze, około 2,0 m od czujnika przechwytywania ruchu.
- Zapewnić wystarczająco dużo miejsca wokół platformy równowagi, aby umożliwić ruchy całego ciała (t.j. podczas zmodyfikowanego testu zasięgu funkcjonalnego21).
- Rozmieszczenie czujników EEG/EMG/EOG dla MoBI
- Poprosić badanego o zajęcie miejsca na krześle przodem do systemu przechwytywania ruchu, z stopami ustawionymi na platformie równowagi.
- Umieścić obustronnie elektrody rejestrujące (EMG) i stymulujące (NMES/SES) na mięśniu brzuchatym łydki (MG) oraz mięśniu piszczelowym przednim (TA) badanego. Następnie podłączyć je do bezprzewodowego systemu stymulacji elektrycznej (NMES/SES).
- Założyć czepek do elektroencefalografii (EEG) na głowę badanego zgodnie z międzynarodowym systemem 10-20. Następnie za pomocą pasty przewodzącej umieścić elektrody EEG w punktach -Fz, C3, Cz, C4, P3, Pz, P4, PO7, Oz, PO8 - przed podłączeniem ich do bezprzewodowej zestawu słuchawkowego EEG.
- Za pomocą pasty przewodzącej umieścić dwie elektrody EEG powyżej i poniżej jednego z oczu dla pionowego EOG oraz dwie elektrody z pastą przewodzącą w zewnętrznym kącie każdego oka dla poziomego EOG. (Uwaga: W przypadku, gdy u badanego po udarze nie jest stosowany czujnik Eye Tracker, preferowane jest obustronne EOG).
- Umieścić dwie elektrody EEG na płatkach usznych jako elektrody referencyjne.
3. Ocena ruchów śledzenia oczu po udarze z wykorzystaniem eyetrackera
- Poproś badanego o zajęcie pozycji siedzącej z podbródką wygodnie opartą na regulowanej podkładce podbródkowej. Następnie ustaw monitor komputera na odpowiedniej wysokości, tak aby oczy znajdowały się mniej więcej na poziomie środka ekranu (Ryc. 2a).
- Umieść Eye Tracker w odległości około 50 cm od podkładki podbródkowej i poproś badanego o patrzenie bezpośrednio na monitor komputera w celu obserwacji sygnałów wizualnych.
- Uruchom plik EyeTribeWinUI.exe w folderze „SmartEye”, aby skalibrować czujnik Eye Tracker. Badany zostanie poproszony o patrzenie na różne cele na monitorze PC przez około 2 s każdy. Typowy proces kalibracji użytkownika trwa około 20 s. Współrzędne (x, y) punktu spojrzenia badanego są rejestrowane dla różnych wyznaczonych celów w celu kalibracji.
- Uruchom plik „Visual_Stimulus.exe” w folderze SmartEye, aby uruchomić interfejs oparty na rzeczywistości wirtualnej. Następnie uruchom program „SmartEye.exe” znajdujący się w folderze „SmartEye”, aby pozyskać dane o kierunku spojrzenia badanych, które są zsynchronizowane z zadaniem w rzeczywistości wirtualnej. Dane te zostaną wykorzystane do oceny poudarowych ruchów pościgowych oczu.
Rysunek 3: (a) Kursor reprezentujący środek nacisku (CoP), który podczas wizuomotorycznej terapii równowagi musi być świadomie kierowany w stronę wskazanego celu, (b) Protokół wizuomotorycznej terapii równowagi, w którym badany steruje kursorem komputerowym w stronę celu peryferyjnego poprzez świadomie generowane wychylenia CoP. Reset może być wspomagany przez przez skórną elektryczną stymulację nerwowo-mięśniową (NMES) oraz sensoryczną stymulację elektryczną (SES), (c) Układ eksperymentalny dla wizuomotorycznej terapii równowagi z podpowiedzią wizualną. Reprodukowano z 8 oraz 37. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.
4. Terapia równowagi wizualno-motorycznej (VBT) wspomagana NMES/SES z wykorzystaniem MoBI
- Podłącz czujniki eyetrackera i platformy równowagi do komputera z informacją zwrotną wizualną (Rysunek 2).
- Upewnij się, że czujnik Eye Tracker jest włączony, podłączony do komputera i w pełni uruchomiony. Uruchom pliki „EyeTribe server.exe” oraz „EyeTribeWinUI.exe” dostępne w folderze „VBT” (patrz krok 1.3).
- Upewnij się, że czujnik Balance Board jest włączony. Następnie naciśnij przycisk na czujniku Balance Board, aby urządzenie było widoczne w menu wyszukiwania. Następnie kliknij ikonę pokaż/ukryj na pasku zadań systemu i wybierz ikonę urządzenia Bluetooth. Kliknij opcję „Dodaj urządzenie” i sparuj czujnik Balance Board z komputerem z informacją zwrotną wizualną jako urządzenie Bluetooth, nie używając kodu. Po podłączeniu czujnika Balance Board do komputera otwórz folder „VBT” i uruchom plik WiiBBinterface.m, aby ustanowić interfejs między Matlab a czujnikiem Balance Board (patrz krok 1.6).
- Upewnij się, że czujnik Motion Capture jest włączony, podłączony do komputera i w pełni uruchomiony (na przodzie świeci się zielona dioda LED). Otwórz folder LSL i uruchom oprogramowanie „Mocap”, aby rozpocząć strumieniowanie danych z czujnika motion capture (patrz krok 1.6).
- Upewnij się, że systemy akwizycji danych EEG/EOG są włączone. Następnie dwukrotnie kliknij plik openvibe-acquisition-server-withlsl.cmd dostępny w folderze LSL (patrz krok 1.6). Z menu wybierz odpowiedni sprzęt czujnika (np. „Emotiv EPOC”) i w razie potrzeby skonfiguruj moduł, klikając „Driver Properties”. Następnie kliknij „Connect”, a potem „Play”, aby uruchomić serwer akwizycji.
- Kalibracja czujników dla VBT
- Poproś badanego po udarze o staniecie na platformie Balance Board z wykorzystaniem uprzęży bezpieczeństwa (oraz częściowego odciążenia masy ciała, jeśli jest to konieczne).
- Ustaw minimalny bazowy poziom NMES (szerokość impulsu i poziom natężenia prądu) niezbędny do utrzymania pozycji stojącej na podstawie obserwacji klinicznej (t.j. przy braku odciążenia masy ciała)22. Aby ustawić minimalny bazowy poziom NMES, można ustawić częstotliwość stymulacji na 20 Hz, a następnie zwiększać szerokość impulsu i/lub poziom natężenia prądu aż do momentu uzyskania pozycji stojącej. W tym przypadku wymagane jest NMES prostowników kolana w celu wygenerowania momentu obrotowego wystarczającego do zapobiegania uginaniu się kolan.
- Poproś badanego o wykonanie różnych ruchów sięgania, które wpływają na położenie CoM i CoP.
- Uruchom program „CalibSensors.m” dostępny w folderze „DataCollect” w celu zebrania danych kalibracyjnych z wielu czujników, podczas gdy badany wykonuje różne, inicjowane samodzielnie, maksymalne ruchy sięgania w różnych kierunkach, które wpływają na położenie środka masy (CoM) i środka nacisku (CoP) w informacji zwrotnej wizualnej.
5. Wieloczujnikowy pomiar danych z niskokosztowych czujników podczas VBT (Rysunek 2b)
- Uruchom program „CollectBaseline.m” w folderze „DataCollect”, aby zebrać bazowe wielosensorowe dane w stanie spoczynku z otwartymi oczami, prosząc badanego o stanie w bezruchu przez 2 min, patrząc bezpośrednio na cel CoP na monitorze komputera (Rysunek 3a).
- Podłącz wyjście wideo komputera do informacji zwrotnej wizualnej do ekranu projekcyjnego i uruchom plik SmartEyeVRTasks.exe w folderze „VBT” na komputerze do informacji zwrotnej wizualnej, aby uruchomić interfejs GUI SmartEyeVRTasks. Jednocześnie uruchom program „CollectVBT.m” w folderze „DataCollect”, aby zbierać dane z sensorów podczas VBT.
- W pozycji wyprostowanej, zwanej fazą „Central hold”, poproś badanego o sterowanie kursorem (napędzanym przez CoP) tak szybko, jak to możliwe, w stronę losowo prezentowanego celu peryferyjnego zgodnie z sygnałami z informacji zwrotnej wizualnej (Rysunek 3b).
- Po fazie „Move” (ruch) poproś badanego o utrzymanie kursora w miejscu celu przez 1 s podczas fazy „Peripheral hold” (utrzymanie peryferyjne).
- Po fazie „Peripheral hold” kursor zostanie zresetowany („Reset”) do centrum, kiedy badany musi powrócić do wyprostowanej pozycji stojącej – pozycji „Central hold”. NMES/SES jest aktywowane dla mięśnia, gdy poziom EMG przekroczy ustalony próg, aby wspomóc wysiłek wolicjonalny wymagany do powrotu CoP do pozycji „Central hold”.
Uwaga: Trudność mFRT można zwiększyć poprzez zmniejszenie wzmocnienia,
, lub zwiększenie wariancji szumu, 
, w dopuszczalnym zakresie specyficznym dla badanego:
gdzie wychylenia CoP,
, sterują kursorem komputera, 
, w czasie dyskretnym, 
, z krokiem czasowym, 
.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Wyniki
Rysunek 4 przedstawia cechy ruchu gałek ocznych, które zostały wyekstrahowane w trybie offline w celu ilościowego określenia wyników osoby zdrowej podczas zadania śledzenia płynnego. Wyekstrahowano następujące cechy, jak pokazano w Tabeli 1:
Cecha 1 = procentowe odchylenie między pozycją bodźca docelowego a centroidem punktów fiksacji uczestnika, gdy bodziec zmienia pozycję w kierunku poziomym.<...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Dyskusja
Proste w użyciu, klinicznie zwalidowane i niedrogie narzędzie do terapii ruchu i równowagi będzie stanowiło zmianę paradygmatu w neurorehabilitacji w warunkach ograniczonych zasobów. Prawdopodobnie będzie ono miało bardzo wysoki wpływ społeczny, ponieważ liczba schorzeń neurologicznych, takich jak udary, drastycznie wzrośnie w przyszłości ze względu na starzejącą się populację światową2. Istnieje zatem pilna potrzeba wykorzystania cyberfizycznych systemów, w których możliwość dostosowywania, monitorowania i ws...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Oświadczenia
Autorzy nie mają nic do ujawnienia.
Podziękowania
Badania prowadzone w ramach Wspólnego Programu Nauki i Technologii Informacyjnych i Komunikacyjnych - ICST, wspieranego przez CNRS, Inria i DST, pod patronatem CEFIPRA. Autorzy pragną podziękować studentom za wsparcie, w szczególności Rahima Sidiboulenouar, Rishabh Sehgal i Gorish Aggarwal, w rozwoju eksperymentalnego układu.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Stymulator NMES | Vivaltis, Francja | PhenixUSBNeo | z czujnikiem EMG (Rysunek 2b) |
| Deska balansowa | Nintendo, USA | Tablica balansowa Wii Balance Board | (Rysunek 2b) |
| Przechwytywanie ruchu | Microsoft, USA | XBOX-360 Kinect | Motion Capture (Rysunek 2b) |
| Eye Tracker | Eye Tribe | Eye | Tribe SmartEye Tracker (rysunek 2a) |
| System akwizycji danych EEG | Emotiv, Australia | Emotiv Neuroheadset | Bezprzewodowy zestaw słuchawkowy EEG (rysunek 2b) |
| Elektroda pasywna EEG | Olimex | EEG-PE | EEG pasywna elektroda EOG i referencji (w liczbie 6) (Rysunek 2b) |
| Aktywna elektroda EEG | Olimex | EEG-AE | EEG (w liczbie 10) (Rysunek 2b) |
| Komputer z monitorem komputerowym | Przetwarzanie | danych firmy | |
| Oprogramowanie, elektrody EMG, elektrody NMES i |
Bibliografia
- Sacco, R. L., Kasner, S. E. An updated definition of stroke for the 21st century: a statement for healthcare professionals from the American Heart Association/American Stroke Association. Stroke; a journal of cerebral circulation. 44 (7), 2064-2089 (2013).
- Das, A., Botticello, A. L., Wylie, G. R., Radhakrishnan, K. Neurologic Disability: A Hidden Epidemic for India. Neurology. 79 (21), 2146-2147 (2012).
- Verheyden, G. S. A. F., Weerdesteyn, V. Interventions for preventing falls in people after stroke. The Cochrane database of systematic reviews. 5, 008728(2013).
- Campbell, G. B., Matthews, J. T. An integrative review of factors associated with falls during post-stroke rehabilitation. Journal of Nursing Scholarship: An Official Publication of Sigma Theta Tau International Honor Society of Nursing / Sigma Theta Tau. 42, 395-404 (2010).
- Geurts, A. C. H., de Haart, M., van Nes, I. J. W., Duysens, J. A review of standing balance recovery from stroke. Gait & posture. 22, 267-281 (2005).
- Marigold, D. S., Eng, J. J., Dawson, A. S., Inglis, J. T., Harris, J. E., Gylfadóttir, S. Exercise leads to faster postural reflexes, improved balance and mobility, and fewer falls in older persons with chronic stroke. Journal of the American Geriatrics Society. 53, 416-423 (2005).
- Mansfield, A., Mochizuki, G., Inness, E. L., McIlroy, W. E. Clinical correlates of between-limb synchronization of standing balance control and falls during inpatient stroke rehabilitation. Neurorehabilitation and neural repair. 26, 627-635 (2012).
- Dutta, A., Lahiri, U., Das, A., Nitsche, M. A., Guiraud, D. Post-stroke balance rehabilitation under multi-level electrotherapy: a conceptual review. Neuroprosthetics. 8, 403(2014).
- Agnes Roby-Brami, S. F. Reaching and Grasping Strategies in Hemiparetic Patients. Human Kinetics Journals. , at http://journals.humankinetics.com/mc-back-issues/mcvolume1issue1january/reachingandgraspingstrategiesinhemipareticpatients (2010).
- Sabut, S. K., Sikdar, C., Kumar, R., Mahadevappa, M. Functional electrical stimulation of dorsiflexor muscle: effects on dorsiflexor strength, plantarflexor spasticity, and motor recovery in stroke patients. NeuroRehabilitation. 29, 393-400 (2011).
- Magalhães, F. H., Kohn, A. F. Effectiveness of electrical noise in reducing postural sway: a comparison between imperceptible stimulation applied to the anterior and to the posterior leg muscles. European Journal of Applied Physiology. 114, 1129-1141 (2014).
- Hwang, S., Tae, K., Sohn, R., Kim, J., Son, J., Kim, Y. The balance recovery mechanisms against unexpected forward perturbation. Annals of biomedical engineering. 37, 1629-1637 (2009).
- Gatev, P., Thomas, S., Kepple, T., Hallett, M. Feedforward ankle strategy of balance during quiet stance in adults. The Journal of physiology. 514, (Pt 3) 915-928 (1999).
- Cofre Lizama, E. L., Pijnappels, M., Reeves, N. P., Verschueren, S. M. P., van Dieën, J. H. Can explicit visual feedback of postural sway efface the effects of sensory manipulations on mediolateral balance performance. Journal of Neurophysiology. , (2015).
- Knash, M. E., Kido, A., Gorassini, M., Chan, K. M., Stein, R. B. Electrical stimulation of the human common peroneal nerve elicits lasting facilitation of cortical motor-evoked potentials. Experimental brain research. 153, 366-377 (2003).
- Dinse, H. R., Tegenthoff, M. Evoking plasticity through sensory stimulation: Implications for learning and rehabilitation. The Journal of neuroscience: the official journal of the Society for Neuroscience. 6, 11-20 (2015).
- Khaslavskaia, S., Sinkjaer, T. Motor cortex excitability following repetitive electrical stimulation of the common peroneal nerve depends on the voluntary drive. Experimental brain research. 162, 497-502 (2005).
- Perez, M. A., Field-Fote, E. C., Floeter, M. K. Patterned sensory stimulation induces plasticity in reciprocal ia inhibition in humans. The Journal of neuroscience: the official journal of the Society for Neuroscience. 23, 2014-2018 (2003).
- Makeig, S. Mind Monitoring via Mobile Brain-Body Imaging. Foundations of Augmented Cognition. Neuroergonomics and Operational. , http://link.springer.com/chapter/10.1007/978-3-642-02812-0_85 749-758 (2009).
- Ojeda, A., Bigdely-Shamlo, N., Makeig, S. MoBILAB: an open source toolbox for analysis and visualization of mobile brain/body imaging data. Frontiers in Human Neuroscience. 8, 121(2014).
- Dutta, A., Chugh, S., Banerjee, A., Dutta, A. Point-of-care-testing of standing posture with Wii balance board and microsoft kinect during transcranial direct current stimulation: A feasibility study. NeuroRehabilitation. 34, 789-798 (2014).
- Nataraj, R. Feedback Control Of Standing Balance Using Functional Neuromuscular Stimulation Following Spinal Cord Injury. , Ohio.gov, PhD Thesis, https://etd.ohiolink.edu/ap/10?0::NO:10:P10_ETD_SUBID:52547 (2011).
- Dutta, A., Paulus, W., Nitsche, A., M, Translational Methods for Non-Invasive Electrical Stimulation to Facilitate Gait Rehabilitation Following Stroke - The Future Directions. Neuroscience and Biomedical Engineering. 1, 22-33 (2013).
- Banerjee, A., Khattar, B., Dutta, A. A Low-Cost Biofeedback System for Electromyogram-Triggered Functional Electrical Stimulation Therapy: An Indo-German Feasibility Study. ISRN Stroke. 2014, e827453(2014).
- Kerkhoff, G., Reinhart, S., Ziegler, W., Artinger, F., Marquardt, C., Keller, I. Smooth pursuit eye movement training promotes recovery from auditory and visual neglect: a randomized controlled study. Neurorehabilitation and Neural Repair. 27, 789-798 (2013).
- Carl, J. R., Gellman, R. S. Human smooth pursuit: stimulus-dependent responses. Journal of Neurophysiology. 57, 1446-1463 (1987).
- Clark, R. A., Bryant, A. L., Pua, Y., McCrory, P., Bennell, K., Hunt, M. Validity and reliability of the Nintendo Wii Balance Board for assessment of standing balance. Gait & posture. 31, 307-310 (2010).
- Clark, R. A., Pua, Y. -H. Validity of the Microsoft Kinect for assessment of postural control. Gait & posture. 36, 372-377 (2012).
- Khattar, B., Banerjee, A., Reddi, R., Dutta, A. Feasibility of Functional Electrical Stimulation-Assisted Neurorehabilitation following Stroke in India: A Case Series. Case Reports in Neurological Medicine. 2012, e830873(2012).
- Sailer, U., Flanagan, J. R., Johansson, R. S. Eye-hand coordination during learning of a novel visuomotor task. The Journal of neuroscience: the official journal of the Society for Neuroscience. 25, 8833-8842 (2005).
- Herr, H., Popovic, M. Angular momentum in human walking. The Journal of Experimental Biology. 211, (Pt 4) 467-481 (2008).
- Taub, E., Morris, D. M. Constraint-induced movement therapy to enhance recovery after stroke. Current atherosclerosis reports. 3, 279-286 (2001).
- Kasten, E., Wuest, S., Sabel, B. A. Residual vision in transition zones in patients with cerebral blindness. Journal of Clinical and Experimental Neuropsychology. 20, 581-598 (1998).
- Marshall, S. P. Identifying Cognitive State from Eye Metrics. Aviation, Space, and Environmental Medicine. 78, 165-175 (2007).
- Weerdesteyn, V., de Niet, M., van Duijnhoven, H. J. R., Geurts, A. C. H. Falls in individuals with stroke. Journal of Rehabilitation Research and Development. 45, 1195-1213 (2008).
- Stinear, C. M., Barber, P. A., Petoe, M., Anwar, S., Byblow, W. D. The PREP algorithm predicts potential for upper limb recovery after stroke. Brain: A Journal of Neurology. 135 ((Pt 8)), 2527-2535 (2012).
- Dutta, A., Lahiri, D., Kumar, U., Das, A., Padma, M. V. Post-stroke engagement-sensitive balance rehabilitation under an adaptive multi-level electrotherapy: clinical hypothesis and computational framework. Neuroscience and Biomedical Engineering. 2 (2), 68-80 (2015).
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Przedruki i uprawnienia
