Artykuł metodologiczny

Charakterystyka poczucia sprawczości nad działaniami protez sterowanych interfejsem neuron-maszyna

DOI:

10.3791/58702

⸱

7 stycznia 2019

 ,  ,  ,  ,  , 
1Laboratory for Bionic Integration, Department of Biomedical Engineering, Lerner Research Institute, Cleveland Clinic, 2Research Service, Louis Stokes Cleveland Department of Veterans Affairs Medical Center, 3Department of Biomedical Engineering, Stevens Institute of Technology, 4Advanced Platform Technology Center, Louis Stokes Cleveland Department of Veterans Affairs Medical Center

W tym artykule

Podsumowanie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Tutaj prezentujemy protokół, który charakteryzuje poczucie sprawczości rozwinięte nad kontrolą zmysłowych wirtualnych lub robotycznych protez rąk. Kwestionariusze psychofizyczne są stosowane w celu uchwycenia wyraźnego doświadczenia sprawczości, a oszacowania przedziałów czasowych (celowe wiązanie) są stosowane do niejawnego pomiaru poczucia sprawczości.

Streszczenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ta praca opisuje metodologiczne ramy, które mogą być użyte do jawnego i niejawnego scharakteryzowania poczucia sprawczości rozwiniętego przez interfejs neuronowo-maszynowy (NMI) kontroli zmysłowych wirtualnych lub robotycznych protez rąk. Kształtowanie wolnej woli ma fundamentalne znaczenie dla odróżniania działań, które wykonujemy naszymi kończynami, jako naszych własnych. Dążąc do włączenia zaawansowanych protez kończyn górnych do tych samych mechanizmów percepcyjnych, możemy zacząć ściślej integrować sztuczną kończynę z istniejącymi ramami poznawczymi użytkownika w zakresie kontroli kończyn. Ma to ważne implikacje w promowaniu akceptacji, stosowania i skutecznej kontroli użytkowników zaawansowanych protez kończyn górnych. W tym protokole uczestnicy kontrolują wirtualną protezę ręki i otrzymują kinestetyczne sensoryczne informacje zwrotne za pośrednictwem istniejących wcześniej NMI. Wykonywana jest seria wirtualnych zadań chwytania i systematycznie wprowadzane są perturbacje do kinestetycznego sprzężenia zwrotnego i wirtualnych ruchów dłoni. Stosuje się dwie odrębne miary sprawczości: ustalone kwestionariusze psychofizyczne (w celu uchwycenia wyraźnego doświadczenia sprawczości) oraz zadanie polegające na oszacowaniu przedziału czasowego w celu uchwycenia ukrytego poczucia sprawczości (intencjonalne wiązanie). Wyniki tego protokołu (wyniki kwestionariusza i szacunki przedziałów czasowych) mogą być analizowane w celu ilościowego określenia zakresu tworzenia agencji.

Wprowadzenie

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

W miarę jak protezy robotyczne stają się coraz bardziej zaawansowane, znaczenie odpowiednich sensorycznych informacji zwrotnych będzie nadal rosło. Sensoryczne sprzężenie zwrotne wpływa na to, jak ludzie postrzegają, wchodzą w interakcje z maszynami, a nawet integrują je ze swoim schematem ciała. Najnowsze techniki NMI mogą teraz zapewnić użytkownikom protez kończyn intuicyjne sterowanie i osiągać odczucia związane z dotykiem1,2,3,4,5,6,7 i kinestezja (zmysł ruchu)8,9 w brakujących kończynach. Kiedy te informacje sensoryczne są połączone z informacjami wizualnymi dostarczanymi przez obserwację sztucznej kończyny podczas operacji, mamy dostęp do kluczowych elementów, które informują o rozróżnieniu między sobą a innymi. Wykorzystanie tego dostępu może pomóc użytkownikom protez kończyn zbliżyć się o krok do obsługi sztucznej kończyny jako części ciała, a nie tylko narzędzia.

Świadomość ciała i poczucie bycia ucieleśnionym wynika z ustanowienia sprawczości (doświadczenie autorstwa nad działaniami kończyny) i własności (poczucie, że kończyna jest częścią ciała)10,11. Własność jest przede wszystkim zapośredniczona poprzez integrację informacji dotykowych i wizualnych12. Sprawczość wyłania się z integracji intencji, czucia ruchu (kinestezja), informacji wizualnej i predykcyjnych modeli poznawczych11. Podczas wykonywania dobrowolnego działania sprawczość powstaje, gdy sensoryczne konsekwencje tego działania są zgodne z intencją wykonawcy i przewidywaniami wynikającymi z jego wewnętrznych modeli13. Sprawczość jest odrębna i różna od własności. Koncepcja posiadania kończyn była często badana w literaturze dotyczącej protez14. Poczucie własności kończyn kształtuje się u uczestników NMI, gdy dotykowe sprzężenie zwrotne jest przestrzenne i czasowo odpowiednie, mierzone wyraźnie za pomocą kwestionariuszy lub niejawnie poprzez zmiany temperatury resztkowej kończyny lub oceny kolejności czasowej15. Istniało jednak mniej okazji do zbadania sprawczości w kontekście NMI16. Niedawne prace z uczestnikami NMI wykazały, że agencja może być celowo promowana i jest oddzielona od doświadczenia własności8.

Sprawczość jest szczególnie istotna w działaniu protez robotycznych, ponieważ jest to poznawcze powiązanie z kontrolą fizycznych działań sztucznej kończyny poprzez doświadczenia przyczynowości, poczucie kontroli nad sztuczną kończyną lub spowodowania czegoś17. Protezy robotyczne to zaawansowane skomputeryzowane maszyny, z którymi użytkownik musi współpracować, aby skutecznie wykonywać zadania. Niektóre protezy kończyn mają wbudowane autonomiczne funkcje, takie jak wykrywanie i korekcja poślizgu; Jednak systemy te są rzadko stosowane, ponieważ funkcjonalność działająca poza kontrolą użytkownika może być postrzegana jako frustrująca, jeśli nie zostanie odpowiednio zaimplementowana8,18. Stanowi to fundamentalne wyzwanie, które odbija się echem w zastosowaniach współpracy człowieka z maszynami autonomicznymi. Oznacza to, że ludzie często ufają własnym działaniom, a nie tym wynikającym ze współpracy z komputerami lub maszynami, a to zaufanie bezpośrednio wpływa na prawdopodobieństwo użycia funkcji autonomicznych przez operatora19,20. Jako ludzie z natury ufamy sobie i naszym ciałom, że wykonają działania, które zamierzamy; Kiedy to osiągniemy, ustanawiamy wewnętrzne poczucie sprawczości. Co ciekawe, na tworzenie się sprawczości mają wpływ kooperatywne działania człowieka z komputerem. Podczas zadań opartych na współpracy między ludźmi może powstać wspólne poczucie sprawczości poprzez ruch21; Literatura sugeruje jednak, że wspólna sprawczość jest obciążona podczas współpracy człowiek-komputer22,23. Wyzwania te znajdują odzwierciedlenie w korzystaniu z protez kończyn górnych, a wskaźniki odrzucenia urządzeń robotycznych pozostają wysokie, przy czym 23% - 39% użytkowników zaprzestaje ich używania24. W rzeczywistości wielu użytkowników protez nadal preferuje systemy zasilane przez ciało25. Systemy te usuwają skomputeryzowaną maszynę z pętli sterowania i ściślej łączą ruch ciała użytkownika z ruchem protezy za pomocą przewodowych. To jeszcze bardziej wzmacnia znaczenie integracji poznawczej w korzystaniu z zaawansowanych urządzeń protetycznych. Sugerujemy, że systemy NMI mogą dostarczyć pewną liczbę niezbędnych elementów sensorycznych i motorycznych, aby pomóc w zbliżeniu sztucznych kończyn do ustanowienia wspólnego poczucia sprawczości, a to będzie miało zasadnicze znaczenie w promowaniu akceptacji i prawdziwej integracji tych skomputeryzowanych maszyn z ich użytkownikami.

Sprawczość może być mierzona na wiele sposobów. Najprostsze pomiary wykorzystują kwestionariusze lub skale psychofizyczne, które wyraźnie pytają uczestników, komu lub czemu przypisują zdarzenie17,26,27. Opiera się to na istniejącym postrzeganiu "ja" przez jednostkę, wymagając od uczestników dokonywania wnioskowanych osądów dotyczących samoatrybucji (tj. wyraźnego osądu, czy "ja" lub inna jednostka była odpowiedzialna za działanie lub zdarzenie). Miary niejawne zapewniają wgląd w procesy poznawcze w tle, które zachodzą podczas działań motorycznych i zdarzeń sensorycznych. Ten pogląd na sprawczość próbuje zmierzyć to, co nie jest wyraźnie postrzegane przez jednostkę. Zazwyczaj osiąga się to poprzez scharakteryzowanie przez uczestników postrzeganej różnicy w działaniach generowanych przez siebie i zewnętrznie, na przykład poprzez podanie przez uczestników czasu ich postrzegania jako czasu między zdarzeniem wygenerowanym przez siebie a zdarzeniem wygenerowanym zewnętrznie17,28. Podczas wykonywania samodzielnie wygenerowanych działań, sprawczość niejawnie manifestuje się jako percepcyjna kompresja w czasie między działaniami a ich sensorycznymi konsekwencjami, znana jako intencjonalne wiązanie28. Kiedy osoby podają postrzegany przez nich czas między działaniem a jego wynikiem, krótszy postrzegany czas trwania odpowiada silniej ukształtowanemu poczuciu sprawczości29,30. Co ciekawe, wykazano, że środki jawne i niejawne mogą nie być bezpośrednio skorelowane, ponieważ prawdopodobnie charakteryzują różne mechanizmy percepcyjne17, które razem informują o poczuciu sprawczości. W związku z tym ustalenie bardziej wszechstronnego zrozumienia powstawania sprawczości podczas używania protezy będzie prawdopodobnie wymagało eksperymentalnych protokołów wykorzystujących zarówno jawne, jak i niejawne środki.

Ta praca opisuje metodologiczne ramy, które mogą być użyte do jawnego i ukrytego scharakteryzowania poczucia sprawczości rozwiniętego przez kontrolę NMI zmysłowych wirtualnych lub robotycznych protez rąk. Zwrócono uwagę na dwie techniki pomiaru sprawczości podczas wykonywania zadania sensomotorycznego polegającego na chwytaniu przedmiotów. Ustalone kwestionariusze psychofizyczne są stosowane w celu uchwycenia wyraźnego doświadczenia sprawczości, podczas gdy oszacowania przedziałów czasowych (celowe wiązanie) są stosowane do niejawnego pomiaru poczucia sprawczości.

Zakres tego protokołu polega na ocenie poczucia sprawczości w kontekście NMI, który zapewnia fizjologicznie istotną aktywną kontrolę motoryczną i kinestetyczne sprzężenie zwrotne. Techniki te można uogólnić na wirtualne lub fizyczne systemy protetyczne NMI. Istnieją minimalne ograniczenia dotyczące populacji, które mogą zostać zrekrutowane do wykonania tego protokołu. Na przykład, ruchomość kończyn górnych uczestnika nie może być obustronnie zaburzona (musi on mieć jedną zdrową kończynę) i musi posiadać zdolność poznawczą do dokonywania osądów w oparciu o czas i artykułowania doświadczanych wrażeń.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ten protokół został wcześniej zatwierdzony i jest zgodny z wytycznymi komisji etyki badań klinicznych na ludziach w Cleveland Clinic.

1. Sprzęt i oprogramowanie NMI

  1. Ustal kontrolę NMI każdego uczestnika z osobna i informacje zwrotne, aby podczas próby wykonania ruchu zobaczył i poczuł, że wirtualna proteza wykonuje ten ruch.
    1. Wygeneruj percepcję kinestetyczną ręki za pomocą NMI uczestnika i uchwyć kinematykę postrzeganego ruchu, prosząc uczestnika o zademonstrowanie tego, co czuje, używając nienaruszonej ręki.
      UWAGA: Techniki charakteryzujące kinematykę percepcji kinestetycznej zostały zilustrowane w innych pracach8 i mogą być osiągnięte przy użyciu rękawicy do transmisji danych lub optycznego systemu przechwytywania ruchu.
    2. Użyj wirtualnej symulacji ręki/protezy, aby odtworzyć kinematykę percepcji ruchu.
    3. Skonfiguruj sprzęt, aby przechwytywać sygnały sterujące intencjonalnymi ruchami ręki z NMI uczestnika.
    4. Przyporządkuj ten sygnał sterujący do aktywności wirtualnej protezy.
    5. Utwórz główny program sterujący, który koordynuje pozyskiwanie sygnału sterującego NMI, ruch wirtualnej protezy oraz generowanie kinestetycznych informacji zwrotnych NMI w czasie rzeczywistym.

2. Konfiguracja eksperymentalna

  1. Posadź uczestnika i ustaw monitor poziomo (tj. na plecach, skierowany do góry) na stole przed nim.
  2. Wyświetl wirtualną protezę na monitorze i dostosuj jej rozmiar i położenie tak, aby była ustawiona zgodnie z lokalizacją brakującej kończyny.
  3. Renderuj obiekty (np. unoszące się piłki) w środowisku wirtualnym, aby służyły jako punkty zatrzymania dla pozycji zamknięcia i otwarcia ręki (punkty końcowe ruchu).
  4. Skonfiguruj główny program sterujący w taki sposób, aby gdy cyfry wirtualne zetkną się z wirtualnymi punktami zatrzymania, po regulowanym opóźnieniu czasowym (300, 500, 700 lub 1 000 ms) odtwarzany był sygnał dźwiękowy.

3. Warunki eksperymentalne

  1. Utwórz plik wejściowy dla głównego programu sterującego, który określa ustawienia dla każdej próby, w tym opóźnienie tonu słuchowego, czy sprzężenie zwrotne NMI jest włączone/wyłączone, prędkość i kierunek ruchu wirtualnej ręki oraz opóźnienie między poleceniem a ruchem wirtualnej ręki.
    1. Utwórz dwa warunki kontrolne, punkt bazowy i warunek pasywny.
      1. Dla warunku bazowego skonfiguruj kinematykę i sterowanie wirtualną ręką tak, aby odpowiadało perceptowi kinestetycznemu NMI.
        UWAGA: Warunek bazowy reprezentuje idealną zgodność intencji motorycznej, kinematyki ruchu i kinestetycznego sprzężenia zwrotnego.
      2. Zaprogramuj stan pasywny tak, aby wykonywał wirtualny ruch ręki po wyzwoleniu przez badacza (odbierając kontrolę użytkownikowi), jednocześnie zapewniając uczestnikowi percepcję kinestetyczną NMI.
        UWAGA: Warunek pasywny ujmuje teoretyczne najgorsze warunki sprawczości (tj. ruch przy braku kontroli [bez intencji], podobny do biernego poruszania ciałem).
    2. Zaprogramuj dodatkowe warunki mające na celu przeanalizowanie wkładu w sprawczość intencji motorycznej, czucia kinestetycznego i niedopasowania czasowego do wyświetlanej kinematyki wirtualnej protezy. Rozważ użycie następujących pięciu warunków.
      1. Ruch przeciwny: kinestetyczne sprzężenie zwrotne NMI wskazuje, że ręka zamyka się, podczas gdy wizualizacja dłoni się otwiera.
      2. Zbyt szybko: wizualizacja dłoni zamyka się szybciej niż wskazuje na to kinestetyczne sprzężenie zwrotne NMI.
      3. Zbyt wolno: wizualizacja dłoni zamyka się wolniej niż wskazuje na to kinestetyczne sprzężenie zwrotne NMI.
      4. Opóźnienie początkowe: wizualizacja dłoni zamyka się 1 s później niż wskazuje na to kinestetyczne sprzężenie zwrotne NMI.
      5. Brak sprzężenia zwrotnego: wizualizacja dłoni zamyka się bez żadnego kinestetycznego sprzężenia zwrotnego NMI.

4. Wykonanie eksperymentu

  1. Poinstruuj uczestników, aby przeprowadzili wskazówkę z pozycji otwartej do zamkniętej bez zatrzymywania się i podali swoje oszacowanie opóźnienia czasowego od momentu, gdy wirtualne cyfry zetknęły się z wirtualnymi punktami zatrzymania, do momentu, gdy usłyszeli sygnał dźwiękowy.
    UWAGA: Uczestnicy mogą użyć dowolnej reprezentacji czasu z zakresu od 0 do 1 s, która ma dla nich największy sens (np. milisekundy, ułamki sekund, skala 0 - 10).
  2. Rozpocznij każdą próbę, naciskając przycisk start na głównym programie sterującym, który przesuwa wirtualną wskazówkę do pozycji początkowej, sygnalizując rozpoczęcie próby. To wskazówka dla uczestnika, aby skierował wirtualną rękę do wirtualnych punktów zatrzymania, co powoduje odtworzenie dźwięku dźwiękowego po losowym opóźnieniu (300, 500 lub 700 ms).
    1. Zapisz ustnie zgłoszone przez uczestnika oszacowanie odstępu czasu
      2. opóźnienia.
  3. Organizowanie prób w bloki eksperymentalne.
    1. Zacznij od dwóch sesji treningowych i wyłącz je z końcowej analizy.
      1. W pierwszej sesji treningowej poproś uczestnika, aby poprowadził rękę do punktu końcowego ruchu i zagrał ton dźwiękowy 1,000 ms po tym, jak wirtualne cyfry osiągną wirtualne punkty zatrzymania przez 10 prób.
        1. Uczestnicy nie muszą zgłaszać szacowanych interwałów dla tej sesji treningowej.
          UWAGA: Ten krok jest niezbędny, aby zorientować uczestników, jak długo odczuwana jest pojedyncza sekunda.
      2. W drugiej sesji treningowej ponownie poproś uczestnika, aby poprowadził rękę do punktu końcowego ruchu. Losowo dobieraj tony słuchowe tak, aby interwały opóźnienia 300, 500 i 700 ms były prezentowane co najmniej 5x każdy.
        1. Poproś uczestników, aby podali szacowane odstępy czasu.
        2. Nie należy informować uczestnika o tym, jak bardzo jego szacunki dotyczące odstępów czasu od rzeczywistego opóźnienia są zbliżone do rzeczywistego opóźnienia podczas tych prób praktycznych lub kolejnych prób w bloku eksperymentalnym.
          UWAGA: Ten krok jest ważny, ponieważ uczestnicy prawdopodobnie nie będą mieli doświadczenia w dokonywaniu ocen czasu w skali ułamków sekundy, a procedura testowa może nie być intuicyjna dla niećwiczonego uczestnika testu.
    2. Przejdź do zestawów eksperymentalnych składających się z 15 prób dla każdego warunku. Przedstaw warunki w losowej kolejności i podaj kwestionariusz na końcu każdego warunku.
      1. Poinstruuj uczestników, aby zastanowili się nad najnowszym zestawem badań i wypełnili kwestionariusz agencji składający się z ośmiu stwierdzeń (zawiera cztery pytania określające ilościowo wyraźne doświadczenie agencji i cztery pytania kontrolne [przykład podany w pliku uzupełniającym])8,26.
        1. Losowo podziel zdania kwestionariusza, aby zapewnić co najmniej pięć unikalnych kolejności pytań, które zostaną losowo zaprezentowane uczestnikom.
    3. Zakończ blok eksperymentalny zestawem 15 prób dla stanu biernego i podaj kwestionariusz po zakończeniu tych prób.
      UWAGA: Przeprowadź pasywne próby na końcu każdego bloku eksperymentalnego, aby uniknąć zakłócania ustalonego poczucia sprawczości.
  4. Ukończ cztery bloki eksperymentalne z różnymi losowymi kolejnościami warunków eksperymentalnych.
  5. Zapewnij uczestnikom wiele możliwości zrobienia sobie przerwy w czasie trwania testów. Nie ma minimalnego czasu ani limitu czasu na te przerwy, ale przed kontynuowaniem testu upewnij się, że uczestnik nie jest zmęczony fizycznie ani psychicznie.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Eksperymentalny protokół został przeprowadzony z trzema uczestnikami po amputacji, którzy obsługiwali sensatywną wirtualną protezę za pośrednictwem swojego NMI8 (Rysunek 1). Konfiguracja wykorzystywała kontrolowaną przez uczestnika wirtualną rękę poruszającą się po zaprogramowanych profilach kinematycznych za pomocą silnika fizycznego MuJoCo HAPTIX31. Wirtualna ręka była wyświetlana na poziomym monitorz...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

W niniejszym artykule przedstawiono ramy metodologiczne charakteryzujące doświadczenie sprawczości powstającej podczas operowania protez sensatywnych za pomocą NMI. W tym kontekście sprawczość jest szczególnie istotna, ponieważ łączy działanie fizyczne z tłem procesów poznawczych, które kształtują percepcję. Dzięki protezie uczestnika i NMI mamy bezpośredni dostęp do szeregu kluczowych elementów, które budują poczucie sprawczości: intencji, motoryki i odczucia ruchu. Narzędzia przedstawione w tej pracy, mające z...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy nie mają nic do ujawnienia.

Podziękowania

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy chcieliby podziękować Madeline Newcomb za jej wkład w tworzenie figurek. Praca ta została sfinansowana przez amerykańskich podatników za pośrednictwem NIH, Biura Dyrektora, Wspólnego Funduszu, Transformative R01 Research Award (grant #1R01NS081710-01) oraz Agencji Zaawansowanych Projektów Badawczych w Obszarze Obronności (numer umowy N66001-15-C-4015 pod auspicjami kierownika programu Biura Technologii Biologii D. Webera).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
LabVIEW 2015, Service Pack 1, wersja 15.0.1f2 64-bitNational Instruments, Austin, TX, USAWersja pełna lub ProNapisaliśmy niestandardowe oprogramowanie w LabVIEW do koordynowania wirtualnej kontroli protezy z kinestetycznym sprzężeniem zwrotnym, a także do prezentowania warunków eksperymentalnych i rejestrowania danych.
8-slotowa, USB CompactDAQ ChassisNational Instruments, Austin, TX, USAcDAQ-9178
± 60 V, 800 kS/s, 12-bitowy, 8-kanałowy moduł wejściowy napięcia serii CNational Instruments, Austin, TX, USANI-9221
100 kS/s/ch Jednoczesny, ± 10 V, 4-kanałowy moduł wyjściowy napięcia serii CNational Instruments, Austin, TX, USANI-9263
Niestandardowy uchwytny aktor kinestetycznyHDT Global, Solon, OH, USAN/ATen przedmiot został wykonany na zamówienie. Inne metody dostarczania kinestetycznej informacji zwrotnej są dopuszczalne, o ile uczestnik odczuwa uczucie ruchu ręki w czasie rzeczywistym wraz z ruchami wirtualnej ręki.
MuJoCo Physics Engine, HAPTIX VersionRoboti LLC, Redmond, WA, USAmjhaptix150Nowsze wersje MuJoCo również powinny być akceptowalne. Użyliśmy modelu chwytaka MPL.
Elektrody Myobock, zasilane przez Otto Bock EnergyPack w MyoBoy Battery SocketOttobock, Duderstadt, NiemcyElektrody: 13E200=60
bateria: 757B21
gniazdo baterii: 757Z191=2		Można użyć dowolnej konfiguracji, która zapewnia wzmocniony, przefiltrowany i wyprostowany sygnał EMG lub neuronowy sygnał sterujący.

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Kuiken, T. A., Marasco, P. D., Lock, B. A., Harden, R. N., Dewald, J. P. A. Redirection of cutaneous sensation from the hand to the chest skin of human amputees with targeted reinnervation. Proceedings of the National Academy of Sciences. 104 (50), 20061-20066 (2007).
  2. Hebert, J. S., et al. Novel targeted sensory reinnervation technique to restore functional hand sensation after transhumeral amputation. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 22 (4), 765-773 (2014).
  3. Tan, D. W., et al. A neural interface provides long-term stable natural touch perception. Science Translational Medicine. 257 (6), (2014).
  4. Oddo, C. M., et al. Intraneural stimulation elicits discrimination of textural features by artificial fingertip in intact and amputee humans. eLife. 5 (MARCH2016), (2016).
  5. Raspopovic, S., et al. Bioengineering: Restoring natural sensory feedback in real-time bidirectional hand prostheses. Science Translational Medicine. 6 (222), (2014).
  6. Flesher, S. N., et al. Intracortical microstimulation of human somatosensory cortex. Science Translational Medicine. 8 (361), (2016).
  7. Tabot, G. A., et al. Restoring the sense of touch with a prosthetic hand through a brain interface. Proceedings of the National Academy of Sciences. 110 (45), 18279-18284 (2013).
  8. Marasco, P. D., et al. Illusory movement perception improves motor control for prosthetic hands. Science Translational Medicine. 10 (432), (2018).
  9. Horch, K., Meek, S., Taylor, T. G., Hutchinson, D. T. Object discrimination with an artificial hand using electrical stimulation of peripheral tactile and proprioceptive pathways with intrafascicular electrodes. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 19 (5), 483-489 (2011).
  10. Braun, N., et al. The senses of agency and ownership: A review. Frontiers in Psychology. 9 (APR), (2018).
  11. Van Den Bos, E., Jeannerod, M. Sense of body and sense of action both contribute to self-recognition. Cognition. 85 (2), 177-187 (2002).
  12. Botvinick, M., Cohen, J. Rubber hands "feel" touch that eyes see. Nature. 391 (6669), 756(1998).
  13. Gallagher, S. Philosophical conceptions of the self: Implications for cognitive science. Trends in Cognitive Sciences. 4 (1), 14-21 (2000).
  14. Niedernhuber, M., Barone, D. G., Lenggenhager, B. Prostheses as extensions of the body: Progress and challenges. Neuroscience & Biobehavioral Reviews. 92, 1-6 (2018).
  15. Marasco, P. D., Kim, K., Colgate, J. E., Peshkin, M. A., Kuiken, T. A. Robotic touch shifts perception of embodiment to a prosthesis in targeted reinnervation amputees. Brain. 134 (3), 747-758 (2011).
  16. Rognini, G., Blanke, O. Cognetics: Robotic Interfaces for the Conscious Mind. Trends in Cognitive Sciences. 20 (3), 162-164 (2016).
  17. Dewey, J. A., Knoblich, G. Do implicit and explicit measures of the sense of agency measure the same thing. PLoS ONE. 9 (10), (2014).
  18. Edwards, A. L. Adaptive and Autonomous Switching: Shared Control of Powered Prosthetic Arms Using Reinforcement Learning. , University of Alberta. Master's thesis (2016).
  19. Desai, M., Stubbs, K., Steinfeld, A., Yanco, H. Creating trustworthy robots: Lessons and inspirations from automated systems. Adaptive and Emergent Behaviour and Complex Systems - Proceedings of the 23rd Convention of the Society for the Study of Artificial Intelligence and Simulation of Behaviour, AISB 2009. , 49-56 (2009).
  20. Lee, J. D., See, K. A. Trust in automation: designing for appropriate reliance. Human Factors. 46 (1), 50-80 (2004).
  21. Moore, J. W. What is the sense of agency and why does it matter? Frontiers in Psychology. 7 (AUG), 1-9 (2016).
  22. Obhi, S. S., Hall, P. Sense of agency in joint action: Influence of human and computer co-actors. Experimental Brain Research. 211 (3-4), 663-670 (2011).
  23. Sahaï, A., Pacherie, E., Grynszpan, O., Berberian, B. Co-representation of human-generated actions vs. machine-generated actions: Impact on our sense of we-Agency? 2017 26th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN). , Lisbon, Portugal. August 28 - September 1, 2017 (2017).
  24. Biddiss, E., Chau, T. Upper limb prosthesis use and abandonment: A survey of the last 25 years. Prosthetics and Orthotics International. 31 (3), 236-257 (2007).
  25. Atkins, D. J., Heard, D. C. Y., Donovan, W. H. Epidemiologic overview of individuals with upper-limb loss and their reported research priorities. Journal of Prosthetics and Orthotics. 8 (1), 2-11 (1996).
  26. Kalckert, A., Ehrsson, H. H. Moving a Rubber Hand that Feels Like Your Own: A Dissociation of Ownership and Agency. Frontiers in Human Neuroscience. 6 (March), 1-14 (2012).
  27. Caspar, E. A., Cleeremans, A., Haggard, P. The relationship between human agency and embodiment. Consciousness and Cognition. 33, 226-236 (2015).
  28. Haggard, P., Clark, S., Kalogeras, J. Voluntary action and conscious awareness. Nature Neuroscience. 5 (4), 382-385 (2002).
  29. Engbert, K., Wohlschläger, A., Haggard, P. Who is causing what? The sense of agency is relational and efferent-triggered. Cognition. 107 (2), 693-704 (2008).
  30. Moore, J. W., Wegner, D. M., Haggard, P. Modulating the sense of agency with external cues. Consciousness and Cognition. 18 (4), 1056-1064 (2009).
  31. Kumar, V., Todorov, E. MuJoCo HAPTIX: A virtual reality system for hand manipulation. 2015 IEEE-RAS 15th International Conference on Humanoid Robots (Humanoids). , Seoul, South Korea. November 3 - 5, 2015 (2015).
  32. Kuiken, T. A., et al. Targeted reinnervation for enhanced prosthetic arm function in a woman with a proximal amputation: a case study. Lancet. 369 (9559), 371-380 (2007).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Sterowanie protez d onisprz enie zwrotne kinestetycznewirtualna protezawi zanie intencjonalnekwestionariusze psychofizyczneszacowanie odst pu czasowegointencja ruchowasprz enie zwrotne percepcyjne

Powiązane artykuły