Artykuł metodologiczny

Wykorzystanie wirtualnej rzeczywistości do przenoszenia wiedzy o umiejętnościach motorycznych z jednej ręki do drugiej

552.2K wyświetleń

DOI:

10.3791/55965

18 września 2017

W tym artykule

Podsumowanie

Opisujemy nowatorską konfigurację opartą na wirtualnej rzeczywistości, która wykorzystuje dobrowolną kontrolę jednej ręki do poprawy zdolności motorycznych drugiej (niewytrenowanej) ręki. Osiąga się to poprzez dostarczanie sensorycznych informacji zwrotnych w czasie rzeczywistym opartych na ruchu, tak jakby niewytrenowana ręka się poruszała. To nowe podejście może być wykorzystane do usprawnienia rehabilitacji pacjentów z jednostronnym niedowładem połowiczym.

Streszczenie

Jeśli chodzi o nabywanie umiejętności motorycznych, trening poprzez dobrowolny ruch fizyczny jest lepszy od wszystkich innych form treningu (np. trening przez obserwację lub bierny ruch rąk ćwiczącego za pomocą urządzenia robotycznego). Stanowi to oczywiście duże wyzwanie w rehabilitacji kończyny z niedowładem, ponieważ dobrowolna kontrola ruchu fizycznego jest ograniczona. W tym miejscu opisujemy opracowany przez nas nowatorski schemat szkoleniowy, który ma potencjał, aby obejść to poważne wyzwanie. Wykorzystaliśmy dobrowolną kontrolę jednej ręki i zapewniliśmy w czasie rzeczywistym manipulowane sensoryczne sprzężenie zwrotne w czasie rzeczywistym, tak jakby druga ręka się poruszała. Manipulacja wizualna za pomocą rzeczywistości wirtualnej (VR) została połączona z urządzeniem, które jarzma palce lewej ręki do pasywnego podążania za dobrowolnymi ruchami palców prawej ręki. U zdrowych osób wykazujemy zwiększony wzrost wydajności kończyny w trakcie sesji przy braku dobrowolnego treningu fizycznego. Wyniki uzyskane na zdrowych osobach sugerują, że trening z unikalną konfiguracją VR może być również korzystny dla pacjentów z niedowładem połowiczym kończyn górnych poprzez wykorzystanie dobrowolnej kontroli ich zdrowej ręki w celu poprawy rehabilitacji chorej ręki.

Wprowadzenie

Praktyka fizyczna jest najbardziej efektywną formą treningu. Chociaż to podejście jest dobrze ugruntowane1, jest bardzo trudne w przypadkach, gdy podstawowa zdolność motoryczna ręki treningowej jest ograniczona2. Aby ominąć ten problem, w obszernej i rosnącej literaturze przeanalizowano różne pośrednie podejścia do treningu motorycznego.

Jedno z takich pośrednich podejść do treningu wykorzystuje ćwiczenia fizyczne jedną ręką, aby wprowadzić wzrost wydajności w drugiej (niećwiczonej) ręce. Zjawisko to, znane jako cross-education (CE) lub transfer międzyręczny, było szeroko badane 3,4,5,6,7,8,9 i używane do zwiększania wydajności w różnych zadaniach motorycznych 10,11,12. Na przykład w ustawieniach umiejętności sportowych badania wykazały, że ćwiczenie dryblingu w koszykówce jedną ręką przekłada się na zwiększone możliwości dryblingu w drugiej, niewytrenowanej ręce 13,14,15.

W innym pośrednim podejściu, uczenie się motoryczne jest ułatwione dzięki wykorzystaniu wizualnej lub sensorycznej informacji zwrotnej. Uczenie się przez obserwację wykazało, że znaczny wzrost wydajności można osiągnąć po prostu poprzez bierne obserwowanie, jak ktoś inny wykonuje zadanie16,17,18,19,20. Podobnie, wykazano również, że trening proprioceptywny, w którym kończyna jest biernie poruszana, poprawia wydajność w zadaniach motorycznych 12,21,22,23,24,25,26.

Razem, te badania sugerują, że bodźce sensoryczne odgrywają ważną rolę w uczeniu się. Tutaj pokazujemy, że manipulowanie sensorycznym sprzężeniem zwrotnym online (wzrokowym i proprioceptywnym) podczas treningu fizycznego jednej kończyny powoduje zwiększony wzrost wydajności w przeciwnej kończynie. Opisujemy program treningowy, który zapewnia optymalne wyniki w rozdaniu, przy braku dobrowolnego treningu fizycznego. Nowatorstwo koncepcyjne proponowanej metody polega na tym, że łączy ona w sobie trzy różne formy uczenia się, a mianowicie uczenie się przez obserwację, CE i ruch bierny. W tym miejscu zbadaliśmy, czy zjawisko CE, wraz z lustrzanym wizualnym sprzężeniem zwrotnym i ruchem biernym, może być wykorzystane do ułatwienia uczenia się zdrowym osobom przy braku dobrowolnego ruchu fizycznego kończyny treningowej.

Koncepcja w tym ustawieniu różni się od bezpośrednich prób fizycznego treningu ręki. Na poziomie metodologicznym wprowadzamy nowatorską konfigurację, w tym zaawansowane technologie, takie jak wirtualna rzeczywistość 3D i niestandardowe urządzenia, które pozwalają manipulować wizualnymi i proprioceptywnymi danymi wejściowymi w naturalnym środowisku naturalnym. Wykazanie lepszych wyników przy użyciu proponowanego szkolenia ma kluczowe konsekwencje dla uczenia się w świecie rzeczywistym. Na przykład dzieci wykorzystują sensoryczne sprzężenie zwrotne w inny sposób niż dorośli27,28,29 i w celu optymalizacji uczenia się motorycznego dzieci mogą wymagać dłuższych okresów ćwiczeń. Stosowanie CE w połączeniu ze zmanipulowanym sensorycznym sprzężeniem zwrotnym może skrócić czas trwania treningu. Co więcej, nabywanie umiejętności sportowych może być ułatwione dzięki tego rodzaju wyrafinowanemu treningowi. Wreszcie, może to okazać się korzystne dla opracowania nowego podejścia do rehabilitacji pacjentów z jednostronnymi deficytami motorycznymi, takimi jak udar mózgu.

Protokół

Poniższy protokół został przeprowadzony zgodnie z wytycznymi zatwierdzonymi przez Komisję Etyki ds. Badań z Udziałem Ludzi Uniwersytetu w Tel Awiwie. Badanie obejmuje dwa eksperymenty – jeden z wykorzystaniem manipulacji wizualnej, a drugi łączący manipulację wizualną z sensoryczną manipulacją proprioceptywną. Uczestnikami byli zdrowi praworęczni ochotnicy (zgodnie z kwestionariuszem lateralizacji Edynburskiego), z prawidłowym wzrokiem, bez zgłaszanych deficytów poznawczych lub problemów neurologicznych. Osoby te nie były wcześniej poinformowane o celu badania i wyraziły pisemną świadomą zgodę na udział w nim.

1. Konfiguracja środowiska wirtualnej rzeczywistości

  1. Poproś badanych o zajęcie miejsca na krześle z rękami wysuniętymi do przodu i dłońmi skierowanymi wnętrzem do dołu.
  2. Załóż gogle wirtualnej rzeczywistości (VR) z zamontowaną na głowie specjalistyczną kamerą 3D, aby zapewnić wizualną informację zwrotną o rzeczywistym otoczeniu w czasie rzeczywistym. Upewnij się, że obraz z kamery jest wyświetlany w goglach VR.
    UWAGA: Obraz jest prezentowany przez dedykowane oprogramowanie napisane w języku C#, zbudowane w oparciu o otwartoźródłowy, międzyplatformowy silnik renderowania 3D.
  3. Załóż rękawice z czujnikami ruchu kompatybilne z MR, które umożliwiają monitorowanie w czasie rzeczywistym zgięcia poszczególnych palców każdej dłoni. Upewnij się, że oprogramowanie osadza wirtualne dłonie w konkretnym miejscu w przestrzeni w taki sposób, aby badani widzieli je tylko wtedy, gdy patrzą w dół, w miejsce, w którym normalnie znajdowałyby się ich prawdziwe dłonie.
  4. Przez cały czas trwania eksperymentu upewnij się, że oprogramowanie rejestruje konfigurację dłoni przekazywaną przez rękawice.
    UWAGA: Ruch osadzonych wirtualnych dłoni jest kontrolowany przez to samo oprogramowanie, które wykorzystuje interfejs programistyczny aplikacji (API) w języku C do dostępu do skalibrowanych danych surowych oraz informacji o gestach z rękawic, w tym kątów między stawami palców.
  5. Umieść dłonie badanych w specjalistycznym urządzeniu do kontroli ruchu i przymocuj każdy z palców prawej i lewej ręki indywidualnie do tłoków. Upewnij się, że badani mogą oddzielnie poruszać palcami prawej ręki.
    UWAGA: Tłoki palców prawej ręki przesuwają suwak potencjometru zgodnie ze stopniem ich zgięcia. Steruje to z kolei modułem, który odczytuje położenie każdego potencjometru na każdym palcu prawej ręki i zasila silniki, które pchają/ciągną odpowiadający im palec lewej ręki do analogicznej pozycji.
  6. Zweryfikuj, czy ruchy dowolne palców lewej ręki są ograniczone, prosząc badanych o próbę poruszania lewą ręką, gdy znajduje się ona wewnątrz urządzenia.
    UWAGA: Ponieważ tylko ruch palców ręki aktywnej (prawej) uruchamia silniki, ruchy dowolne palców lewej ręki są niemożliwe, gdy urządzenie jest włączone.

2. Przeprowadzenie eksperymentu

UWAGA: Etapy eksperymentalne przedstawiono na Rysunku 1. Każdy badany uczestniczył w trzech sesjach eksperymentalnych przebiegających według schematu: instrukcja-ocena-trening-ocena. Szczegółowe informacje na temat etapów instruktażu i oceny znajdują się w sekcji Reprezentatywne wyniki.

  1. Odepnij dłonie badanych od urządzenia do kontroli ruchu.
  2. Poproś badanych o wielokrotne wykonanie unimanualnego ruchu sekwencyjnego pięcioma palcami, tak precyzyjnie i szybko, jak to możliwe, dłonią nietrenowaną w zdefiniowanym przedziale czasowym (np. 30 s). Każde pojedyncze zgięcie palca powinno wynosić co najmniej 90 stopni.
    UWAGA: Palce są numerowane od palca wskazującego (1) do małego (4), a instrukcje zawierają konkretną sekwencję pięciu cyfr. Jeśli sekwencja brzmi 4-1-3-2-4, badani powinni poruszać palcami w następującej kolejności: mały-wskazujący-serdeczny-środkowy-mały.
  3. Po ocenie (krok 2.2) przypnij dłonie badanego do urządzenia do kontroli ruchu.
  4. Poinformuj pacjenta o nadchodzącym etapie treningu, polegającym na wykonywaniu sekwencji ruchów palców aktywną ręką we własnym tempie.
  5. Powtórz etapy oceny 2.1 - 2.2.

3. Analiza danych behawioralnych i obliczanie wzrostu wydajności

  1. W specjalistycznym oprogramowaniu służącym do odczytu plików danych z rękawic zarejestrowanych podczas eksperymentów, kliknij „load left hand data” i wybierz pliki utworzone w folderze „Left Hand Capture” przypisanym do odpowiedniego badanego.
    UWAGA: Nie ma oddzielnych folderów dla ocen przed i po treningu. Nazwy plików zawierają identyfikator etapu oceny.
  2. Kliknij „load right hand data” i wybierz pliki utworzone w folderze „Right Hand Capture” przypisanym do odpowiedniego badanego.
  3. Kliknij „Go”, aby odtworzyć i zwizualizować ruchy wirtualnych dłoni podczas każdego etapu oceny na podstawie danych zarejestrowanych przez czujniki w rękawicy do śledzenia ruchu.
  4. Dla każdego etapu oceny i dla każdego badanego oddzielnie policz liczbę pełnych i poprawnych sekwencji palców (P) wykonanych niedysponującą ręką.
    UWAGA: Ruch palca uznaje się za prawidłowy tylko wtedy, gdy kąt między paliczkiem bliższym a kością śródręcza osiągnął 90˚. Sekwencję pięciopalczastą uznaje się za pełną i poprawną tylko wtedy, gdy wszystkie ruchy palców były prawidłowe.
  5. Oblicz indeks przyrostu wydajności (G) zgodnie z poniższym wzorem:
    Wzór obliczania wzrostu efektywności treningu; równanie przedstawiające analizę zmiany wydajności.
    Gdzie Ppost_training/Ppre_training odpowiadają odpowiednio wydajności badanego (liczbie pełnych sekwencji palców) w etapie oceny po i przed treningiem.

Wyniki

W dwóch eksperymentach 36 uczestników trenowało wykonywanie szybkich sekwencji ruchów palców prawej ręki podczas manipulacji sprzężeniem zwrotnym sensorycznym (wzrokowym/proprioceptywnym). Palce ponumerowano od wskazującego (1) do małego (4), a każdego uczestnika poproszono o naukę trzech różnych sekwencji w trzech kolejnych sesjach eksperymentalnych, takich jak: 4-1-3-2-4, 4-2-3-1-4 oraz 3-1-4-2-3. Każdej sekwencji/sesji przypisano konkretny typ treningu, a powiązania między sekwencją a typem treningu zrównoważono pomiędzy uczestnikami. Na początku każdej sesji uczestnikom prezentowano slajd instruktażowy przedstawiający dwa rysunki dłoni (prawą i lewą) z ponumerowanymi palcami oraz specyficzną sekwencją 5 cyfr poniżej, reprezentującą sekwencję ruchów palców do nauki (patrz Rysunek 1). Po slajdzie z instrukcjami (12 s) następował etap oceny przedtreningowej (30 s). Na tym etapie wizualne sprzężenie zwrotne w czasie rzeczywistym polegało na wyświetlaniu dwóch wirtualnych dłoni, których ruchy palców były sprzężone w czasie rzeczywistym z rzeczywistymi ruchami palców uczestników (wirtualne dłonie oparto na modelu dostępnym w zestawie narzędzi rękawic 5DT). Zatem rzeczywistemu ruchowi lewej dłoni towarzyszyło wizualne sprzężenie zwrotne ruchu lewej (kongruentnej) wirtualnej dłoni. Uczestników poinstruowano, aby wielokrotnie wykonywali sekwencję lewą ręką tak szybko i tak precyzyjnie, jak to możliwe. W kolejnym etapie treningu uczestnicy ćwiczyli sekwencję w określonym warunku eksperymentalnym we własnym tempie. Etap treningu składał się z 20 bloków; każdy blok treningowy trwał 15 s, po czym następowało 9 s żółtego pustego ekranu, który służył jako sygnał do okresu odpoczynku. Użyliśmy 20 bloków treningowych, co w naszym przypadku było wystarczające do uzyskania istotnych różnic między warunkami. Na koniec przeprowadzono etap oceny potreningowej, identyczny z oceną przedtreningową. Każdy uczestnik przeszedł trzy takie sesje eksperymentalne obejmujące instruktaż, ocenę, trening i ponowną ocenę. Każda sesja eksperymentalna była powiązana z unikalnym warunkiem treningowym i sekwencją palców. W eksperymencie 1 porównano wartości indeksu G w następujących warunkach treningowych: (1) trening przez obserwację – uczestnicy pasywnie obserwowali wirtualną lewą dłoń wykonującą sekwencję, podczas gdy obie ich rzeczywiste dłonie pozostawały nieruchome; (2) CE – uczestnicy trenowali fizycznie prawą ręką, otrzymując kongruentne wizualne sprzężenie zwrotne ruchu prawej wirtualnej dłoni w czasie rzeczywistym; (3) CE + manipulacja wizualna (VM) – co istotne, konfiguracja VR pozwoliła nam stworzyć unikalny trójwymiarowy warunek eksperymentalny, w którym uczestnicy trenowali fizycznie prawą ręką, otrzymując wizualne sprzężenie zwrotne ruchu lewej (inkongruentnej) wirtualnej dłoni w czasie rzeczywistym (warunek CE + VM). Ruch palców lewej wirtualnej dłoni opierał się na rzeczywistym ruchu palców prawej dłoni wykrywanym przez rękawice (krok 1.4). we wszystkich warunkach wewnętrzna strona dłoni uczestników była skierowana do góry. Tempo ruchu palców wirtualnej dłoni w warunku treningu przez obserwację (warunek 1) ustalono na podstawie średniego tempa uczestnika podczas poprzednich aktywnych warunków dla prawej dłoni (warunki 2 i 3). W przypadkach, gdy kolejność warunków treningowych wynikająca ze zrównoważenia sprawiła, że trening przez obserwację był pierwszy, tempo ustalono na podstawie średniego tempa poprzedniego uczestnika. Wszystkie porównania indeksu G przeprowadzono w układzie wewnątrzobiektowym (paired-fashion) pomiędzy różnymi warunkami treningowymi.

Wzrosty wydajności lewej ręki po treningu w warunku 3 (CE + manipulacja wizualna) były znacząco wyższe w porównaniu do wzrostów uzyskanych po treningu poprzez obserwację lewej ręki (warunek 1; p<0,01; obustronny sparowany test t) lub po treningu prawej ręki z zgodnym sprzężeniem zwrotnym wizualnym – tradycyjnej formie CE (warunek 2; p<0,05; obustronny sparowany test t; Rysunek 2 oraz Tabela 1). Co ciekawe, trening z niezgodnym sprzężeniem zwrotnym wizualnym (CE + VM) przyniósł większy wzrost wydajności niż suma wzrostów uzyskanych w dwóch podstawowych typach treningu: fizycznym treningu prawej ręki oraz treningu poprzez obserwację lewej ręki bez ruchu fizycznego. Ten efekt superaddycyjny wykazuje, że wzrosty wydajności lewej ręki są nieliniowo potęgowane, gdy trening prawej ręki jest uzupełniony o kontrolowane przez badanego sprzężenie zwrotne wizualne lewej ręki. Sugeruje to, że CE i uczenie się poprzez obserwację są procesami oddziałującymi na siebie, które można połączyć w nowy schemat uczenia się.

W innym zestawie 18 zdrowych osób badaliśmy również, czy dodanie biernego ruchu lewej ręki może dodatkowo zwiększyć wzrost wydajności lewej ręki. W tym celu w badaniu 2 badani poddano podobnemu protokołowi z 3 typami treningu, podczas gdy ich dłonie znajdowały się wewnątrz wspomnianego wcześniej urządzenia wykonanego na zamówienie (krok 1.7), które kontroluje ruch palców lewej ręki. W tym eksperymencie badani trenowali przez 10 bloków. Każdy blok treningowy trwał 50 s, po czym następowało 10 s wyświetlania żółtego pustego ekranu, który służył jako sygnał do okresu odpoczynku. Zastosowano następujące trzy typy treningu: (1) CE + VM – edukacja krzyżowa połączona z manipulowanym sprzężeniem zwrotnym wizualnym (podobnie jak w warunku 3 z badania 1); (2) CE+PM – standardowa edukacja krzyżowa (tzn. aktywny ruch prawej ręki + sprzężenie zwrotne wizualne ruchu prawej wirtualnej ręki) wraz z powiązanym ruchem biernym (PM) lewej ręki; (3) CE+VM+ PM – badani trenowali fizycznie prawą ręką, podczas gdy sygnał wizualny był manipulowany tak, aby wyświetlany był odpowiadający mu ruch lewej wirtualnej ręki (podobnie jak w warunku 3 zastosowanym w pierwszym badaniu). Jednak dodatkowo aktywny ruch palców prawej ręki powodował powiązany bierny ruch palców lewej ręki za pomocą urządzenia.

Dodanie pasywnego ruchu palców lewej ręki do manipulacji wizualnej przyniosło najwyższy wzrost wydajności lewej ręki (Rycina 3 i Tabela 2), który był istotnie wyższy niż wzrost wydajności po samej manipulacji wizualnej (warunek 1; p<0,01; dwustronny test t dla par). Należy zauważyć, że choć warunek treningowy CE+VM był podobny do tego w badaniu 1, bezwzględne wartości G są porównywalne jedynie między warunkami w obrębie tego samego badania. Wynika to z faktu, że (1) projekt treningu był nieco inny (w badaniu 2 dłonie były skierowane w dół, a nie w górę ze względu na urządzenie, różna długość/liczba bloków treningowych) oraz (2) każdy eksperyment został przeprowadzony na innej grupie badanych. Co istotne, w każdym badaniu każdy uczestnik wykonał wszystkie trzy rodzaje treningu, a wskaźniki G między warunkami były porównywane w sposób sparowany.

Schemat czasowy sterowany ręcznie dla sekwencji treningowej z fazami odpoczynku i ewaluacji.
Rysunek 1. Projekt eksperymentu. Schematyczna ilustracja pojedynczej sesji eksperymentalnej w badaniu 1. Każdy badany przeprowadził 3 takie sesje. W każdej sesji prezentowano unikalną sekwencję pięciu cyfr wraz ze szkicem przypisanych do nich palców. Po otrzymaniu instrukcji badani wykonywali sekwencję tak szybko i dokładnie, jak to możliwe, używając lewej ręki w celu wstępnej oceny poziomu wykonania. Następnie badani trenowali sekwencję przy użyciu jednego z typów treningu (patrz: reprezentatywne wyniki) we własnym tempie. Po treningu badani powtórzyli etap ewaluacji w celu ponownej oceny poziomu wykonania. W badaniu 2 ogólny projekt był podobny, z różnymi czasami trwania/liczbą bloków treningowych (szczegóły w reprezentatywnych wynikach). Dłonie na ilustracji reprezentują wyłącznie dłoń aktywną (sprzężenie zwrotne wizualne zawsze zawierało dwie wirtualne dłonie). Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

Wykres słupkowy przedstawiający średni indeks przyrostu wydajności lewej ręki dla trzech warunków wraz z słupkami błędów.
Rysunek 2. Badanie 1 – przyrosty wydajności lewej ręki. Trening fizyczny prawej ręki przy jednoczesnym otrzymywaniu wizualnej informacji zwrotnej online, sugerującej ruch lewej ręki (CE + manipulacja wizualna; VM; kolor czerwony), doprowadził do najwyższych przyrostów wydajności lewej ręki w porównaniu z pozostałymi badanymi warunkami treningowymi: obserwacją lewej ręki (kolor żółty) oraz edukacją krzyżową bez manipulacji wizualnej (tj. trening prawej ręki + zgodna wizualna informacja zwrotna o ruchu prawej wirtualnej ręki; kolor zielony). Słupki błędów oznaczają SEM dla 18 badanych. Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Wykres słupkowy; przyrost wydajności lewej ręki; warunki: CE+VM+PM, CE+VM, CE+PM; istotna różnica.
Rycina 3. Badanie 2 – przyrosty wydajności lewej ręki. Najwyższy przyrost wydajności lewej ręki uzyskano, gdy edukacja krzyżowa z manipulacją wizualną została połączona z pasywnym ruchem palców lewej ręki za pomocą urządzenia (CE+VM+PM; jasnoczerwony). Poprawa ta była istotnie wyższa niż uzyskana po edukacji krzyżowej z manipulacją wizualną (CE+VM; czerwony) oraz edukacji krzyżowej z manipulacją proprioceptywną (CE+PM; zielony). Słupki błędów oznaczają SEM dla 18 badanych. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Tabela danych porównująca wyniki manipulacji wizualnej, obserwacji i transferu przed i po treningu.
Tabela 1. Dane z badania 1. Wyniki poszczególnych badanych (P) podczas etapów oceny przed i po treningu w badaniu 1. Każda komórka przedstawia liczbę poprawnie wykonanych pełnych 5-cyfrowych sekwencji w czasie 30 s. S – numer badanego. Kliknij tutaj, aby pobrać tę tabelę.

Tabela z wynikami badania propriocepcji; przed/po treningu, indeks G dla manipulacji proprioceptywnej i wizualnej.
Tabela 2. Dane z badania 2. Taka sama jak Tabela 1 dla badania 2. Należy zauważyć, że czas trwania treningu i orientacja dłoni w tym eksperymencie różniły się od eksperymentu 1 (patrz tekst). Kliknij tutaj, aby pobrać tę tabelę.

Dyskusja

Opisujemy nowatorską konfigurację treningową i pokazujemy, w jaki sposób osadzenie wirtualnego sensorycznego sprzężenia zwrotnego w rzeczywistym środowisku optymalizuje uczenie się motoryczne w ręce, która nie jest trenowana pod dobrowolną kontrolą. Manipulowaliśmy informacją zwrotną w dwóch modalnościach: wzrokowej i proprioceptywnej.

W przedstawionym protokole jest kilka krytycznych kroków. Po pierwsze, system składa się z kilku oddzielnych komponentów (rękawice, gogle VR, kamera i urządzenie do ruchu pasywnego), które należy starannie połączyć podczas konfiguracji środowiska VR. W tym celu eksperymentator powinien zachować dokładną kolejność opisaną w protokole i zweryfikować wygodę badanych.

Połączenie manipulacji wzrokowej i proprioceptywnej podczas treningu wprowadziło znacznie wyższy przyrost wydajności nietrenowanej ręki w porównaniu z innymi istniejącymi typami treningu, takimi jak uczenie się przez obserwację17 i CE3 z biernymi ruchami ręki i bez nich 24,25,26.

Otwartym pytaniem jest, czy zwiększony wzrost wydajności w obecnej demonstracji uogólnia się na inne zadania, czas trwania treningu, metody informacji zwrotnej lub tożsamość ręki (lewa czynna ręka lub ruchy dwuręczne). Obecne badanie było ograniczone do osób praworęcznych przy użyciu prostego zadania sekwencji palców. Dodatkowo, manipulacja propriocepcją w obecnej konfiguracji opiera się na systemie, który pozwala na bardzo ograniczone ruchy (takie jak zgięcie/wyprost palca) dla stosunkowo krótkotrwałego treningu. Konieczne są dalsze prace w celu ustalenia możliwości uogólnienia prezentowanej konfiguracji na inne typy zachowań.

Obecną konfigurację można rozszerzyć na kilka sposobów. Po pierwsze, można dodać nowe rodzaje modalności, na przykład wiązanie różnych dźwięków słuchowych z różnymi ruchami palców podczas zadania sekwencyjnego. Może to spowodować efekt supraaddytywny, który jeszcze bardziej zoptymalizuje uczenie się w niewprawnej ręce. Po drugie, obecna konstrukcja systemu umożliwia łatwą wymianę między dobrowolnie poruszającą się ręką (prawa ręka w obecnym opisie) a ręką biernie zawiązaną (lewa ręka). Przyszłe badania mogą wykorzystać tę elastyczność do zbadania, w jaki sposób kierunkowość transferu (między rękami dominującymi i niedominującymi3) może modyfikować poziom wzrostu wydajności podczas korzystania z prezentowanych manipulacji sensorycznych. Wreszcie, opracowana przez nas unikalna konfiguracja VR może być dostosowana do bardziej złożonych zadań (w przeciwieństwie do prostego zadania sekwencjonowania palców). Wirtualna symulacja obiektów zewnętrznych, takich jak piłki, kręgle i tablice, może być osadzona w rzeczywistym środowisku, zapewniając bogate i wciągające doświadczenie treningowe.

Jeśli chodzi o przyszłe zastosowania, efekt opisany w tym badaniu może być z łatwością wykorzystany w populacjach klinicznych, takich jak pacjenci z niedowładem połowiczym kończyn górnych, poprzez wprowadzenie treningu fizycznego ze zdrową ręką i zapewnienie wizualnej informacji zwrotnej, tak jakby dotknięta chorobą ręka się poruszała. Biorąc pod uwagę, że dobrowolna kontrola chorej kończyny jest ograniczona w takich populacjach, ten program szkoleniowy ma potencjał do obejścia wyzwań związanych z bezpośrednią fizjoterapią chorej ręki i być może zaowocować lepszymi wskaźnikami powrotu do zdrowia30,31. To podejście, wykorzystujące zjawisko edukacji krzyżowej i terapii lustrzanej, wraz z dobrze ugruntowanymi zadaniami rehabilitacyjnymi, nie było wcześniej testowane na pacjentach klinicznych i ma potencjał, aby zapewnić bardziej efektywny reżim rehabilitacji. Wreszcie, ponieważ ta konfiguracja jest częściowo kompatybilna z MR, umożliwia wykorzystanie funkcjonalnego rezonansu magnetycznego całego mózgu (fMRI) do sondowania odpowiednich obwodów nerwowych zaangażowanych podczas takiego treningu12.

Oświadczenia

Autorzy oświadczają, że nie mają konkurencyjnych interesów finansowych.

Podziękowania

To badanie było wspierane przez Program I-CORE Komitetu Planowania i Budżetu oraz Izraelską Fundację Naukową (grant nr 51/11) oraz Izraelską Fundację Naukową (granty nr 1771/13 i 2043/13) (R.M.); Stypendium Yosefa Sagola na badania neurologiczne, Honorowe Stypendium Prezydenta Izraela na Badania Neurologiczne oraz stypendium Sagol School of Neuroscience (O.O.). Fundatorzy nie odgrywali żadnej roli w projektowaniu badania, gromadzeniu i analizie danych, podejmowaniu decyzji o publikacji lub przygotowaniu manuskryptu. Autorzy dziękują E. Kaganowi i A. Hakimowi za pomoc w pozyskiwaniu danych, Lihi Sadeh i Yuvalowi Wilchfortowi za filmowanie i instalację oraz O. Levy'emu i Y. Siman-Tovowi z Rehabit-Tec System za udostępnienie urządzenia do ruchu biernego.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Zestaw rozwojowy Oculus 1Oculus VROculus Rift DK1 to gogle do rzeczywistości wirtualnej opracowane i wyprodukowane przez Oculus VR i zawierające zestaw deweloperski.
Rękawica 5DT Data Glove 14 MRI Praworęczni i leworęczniFifth Dimension Technologies100-0009 i 100-0010Rękawica 5DT Data Glove Ultra została zaprojektowana, aby spełnić rygorystyczne wymagania współczesnych profesjonalistów zajmujących się przechwytywaniem ruchu i animacją. Oferuje wygodę, łatwość obsługi, niewielką obudowę i wiele sterowników aplikacji. Wysoka jakość danych, niska korelacja krzyżowa i wysoka szybkość transmisji danych sprawiają, że idealnie nadaje się do realistycznych animacji w czasie rzeczywistym.
Kamera PlayStation EyeSonyPlayStation Eye (znak towarowy PLAYSTATION Eye) to cyfrowy aparat fotograficzny, podobny do kamery internetowej, przeznaczony do PlayStation 3. Technologia wykorzystuje widzenie komputerowe i rozpoznawanie gestów do przetwarzania obrazów wykonanych przez kamerę.
SYSTEM REHABILITACYJNY REHABIT-TEC Rehabit-Tecwww.rehabit-tec.comSystem rehabilitacyjny Rehabit-Tec jest systemem rehabilitacyjnym, który ma na celu umożliwienie osobie doznającej uszczerbku na zdrowiu CVA zaawansowanej autorehabilitacji w oparciu o ruchy lustra

Bibliografia

  1. Coker, C. A. Motor learning and control for practitioners. , Routledge. (2017).
  2. Hoare, B. J., Wasiak, J., Imms, C., Carey, L. Constraint-induced movement therapy in the treatment of the upper limb in children with hemiplegic cerebral palsy. Cochrane Database Syst Rev. 18 (2), (2007).
  3. Sainburg, R. L., Wang, J. Interlimb transfer of visuomotor rotations: independence of direction and final position information. Exp Brain Res. 145 (4), 437-447 (2002).
  4. Malfait, N., Ostry, D. J. Is interlimb transfer of force-field adaptation a cognitive response to the sudden introduction of load? J Neurosci. 24 (37), 8084-8089 (2004).
  5. Perez, M. A., Wise, S. P., Willingham, D. T., Cohen, L. G. Neurophysiological mechanisms involved in transfer of procedural knowledge. J Neurosci. 27 (5), 1045-1053 (2007).
  6. Nozaki, D., Kurtzer, I., Scott, S. H. Limited transfer of learning between unimanual and bimanual skills within the same limb. Nat Neurosci. 9 (11), 1364-1366 (2006).
  7. Carroll, T. J., Herbert, R. D., Munn, J., Lee, M., Gandevia, S. C. Contralateral effects of unilateral strength training: evidence and possible mechanisms. J Appl Physiol. 101 (5), 1514-1522 (2006).
  8. Farthing, J. P., Borowsky, R., Chilibeck, P. D., Binsted, G., Sarty, G. E. Neuro-physiological adaptations associated with cross-education of strength. Brain Topogr. 20 (2), 77-88 (2007).
  9. Gabriel, D. A., Kamen, G., Frost, G. Neural adaptations to resistive exercise: mechanisms and recommendations for training practices. Sports Med. 36 (2), 133-149 (2006).
  10. Kirsch, W., Hoffmann, J. Asymmetrical intermanual transfer of learning in a sensorimotor task. Exp Brain Res. 202 (4), 927-934 (2010).
  11. Panzer, S., Krueger, M., Muehlbauer, T., Kovacs, A. J., Shea, C. H. Inter-manual transfer and practice: coding of simple motor sequences. Acta Psychol (Amst). 131 (2), 99-109 (2009).
  12. Ossmy, O., Mukamel, R. Neural Network Underlying Intermanual Skill Transfer in Humans. Cell Reports. 17 (11), 2891-2900 (2016).
  13. Stockel, T., Weigelt, M., Krug, J. Acquisition of a complex basketball-dribbling task in school children as a function of bilateral practice order. Res Q Exerc Sport. 82 (2), 188-197 (2011).
  14. Stockel, T., Weigelt, M. Brain lateralisation and motor learning: selective effects of dominant and non-dominant hand practice on the early acquisition of throwing skills. Laterality. 17 (1), 18-37 (2012).
  15. Steinberg, F., Pixa, N. H., Doppelmayr, M. Mirror Visual Feedback Training Improves Intermanual Transfer in a Sport-Specific Task: A Comparison between Different Skill Levels. Neural Plasticity. 2016, (2016).
  16. Kelly, S. W., Burton, A. M., Riedel, B., Lynch, E. Sequence learning by action and observation: evidence for separate mechanisms. Br J Psychol. 94 (Pt 3), 355-372 (2003).
  17. Mattar, A. A., Gribble, P. L. Motor learning by observing. Neuron. 46 (1), 153-160 (2005).
  18. Bird, G., Osman, M., Saggerson, A., Heyes, C. Sequence learning by action, observation and action observation. Br J Psychol. 96 (Pt 3), 371-388 (2005).
  19. Nojima, I., Koganemaru, S., Kawamata, T., Fukuyama, H., Mima, T. Action observation with kinesthetic illusion can produce human motor plasticity. Eur J Neurosci. 41 (12), 1614-1623 (2015).
  20. Ossmy, O., Mukamel, R. Activity in superior parietal cortex during training by observation predicts asymmetric learning levels across hands. Scientific reports. , (2016).
  21. Darainy, M., Vahdat, S., Ostry, D. J. Perceptual learning in sensorimotor adaptation. J Neurophysiol. 110 (9), 2152-2162 (2013).
  22. Wong, J. D., Kistemaker, D. A., Chin, A., Gribble, P. L. Can proprioceptive training improve motor learning? J Neurophysiol. 108 (12), 3313-3321 (2012).
  23. Vahdat, S., Darainy, M., Ostry, D. J. Structure of plasticity in human sensory and motor networks due to perceptual learning. J Neurosci. 34 (7), 2451-2463 (2014).
  24. Bao, S., Lei, Y., Wang, J. Experiencing a reaching task passively with one arm while adapting to a visuomotor rotation with the other can lead to substantial transfer of motor learning across the arms. Neurosci. Lett. 638, 109-113 (2017).
  25. Wang, J., Lei, Y. Direct-effects and after-effects of visuomotor adaptation with one arm on subsequent performance with the other arm. J Neurophysiol. 114 (1), 468-473 (2015).
  26. Lei, Y., Bao, S., Wang, J. The combined effects of action observation and passive proprioceptive training on adaptive motor learning. Neuroscience. 331, 91-98 (2016).
  27. Blank, R., Heizer, W., Von Voß, H. Externally guided control of static grip forces by visual feedback-age and task effects in 3-6-year old children and in adults. Neurosci. Lett. 271 (1), 41-44 (1999).
  28. Hay, L. Spatial-temporal analysis of movements in children: Motor programs versus feedback in the development of reaching. J Mot Behav. 11 (3), 189-200 (1979).
  29. Fayt, C., Minet, M., Schepens, N. Children's and adults' learning of a visuomanual coordination: role of ongoing visual feedback and of spatial errors as a function of age. Percept Mot Skills. 77 (2), 659-669 (1993).
  30. Grotta, J. C., et al. Constraint-induced movement therapy. Stroke. 35 (11 Suppl 1), 2699-2701 (2004).
  31. Taub, E., Uswatte, G., Pidikiti, R. Constraint-Induced Movement Therapy: a new family of techniques with broad application to physical rehabilitation--a clinical review. J Rehabil Res Dev. 36 (3), 237(1999).

Przedruki i uprawnienia

Tagi

Trening w rzeczywistości wirtualnejuczenie się umiejętności motorycznychtrening krzyżowysprzężenie zwrotne sensoryczneurządzenie do ruchów biernychniedowład połowiczy kończyny górnejrękawice do śledzenia ruchumanipulacja wizualnadopływ proprioceptywnywzrost wydajności