Name: Eksperyment z wykorzystaniem funkcjonalnej spektroskopii w bliskiej podczerwieni i wspomaganych przez robota wielostawowych ruchów wskazujących kończyny dolnej (Wideo) | JoVE Journal
Uploaded: 2024-06-07T12:40:00.000+00:00
Duration: 5 min 25 s
Description: Poznaj zastosowanie funkcjonalnej spektroskopii w bliskiej podczerwieni do oceny aktywacji mózgu podczas robotycznej terapii kończyn dolnych u pacjentów po udarze. Metoda umożliwia badanie mechanizmów odzyskiwania funkcji motorycznych.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Opinie, hipotezy, wnioski i zalecenia tego badania są opiniami autorów i niekoniecznie reprezentują opinie agencji finansującej. JRS jest wdzięczny Fundacji Badawczej Sao Paulo (FAPESP, numery grantów 2021/05332-8, 2018/04654-9, 2018/21934-5 i 2023/02538-0) oraz Jacksonowi Cionekowi za wsparcie technologiczne. AMM i Vivax Ltda są wdzięczne FAPESP (Fundacji Badawczej São Paulo) i FINEP (Brazylijskiej Agencji Innowacji). Ten projekt został sfinansowany z grantów FAPESP (numer grantu 2018/09559-4) i FINEP (numer grantu 2019/09933-6).

To badanie zostało zatwierdzone przez lokalną Komisję Oceny Etyki UNICEP (Centro Universitario Paulista). Wszyscy uczestnicy wyrazili świadomą zgodę zgodnie ze wszystkimi wytycznymi instytucjonalnymi i normami federalnymi dotyczącymi badań naukowych z udziałem ludzi. Nie otrzymali oni żadnej rekompensaty finansowej, jak wymagają tego brazylijskie przepisy federalne.
1. System fNIRS
<ol>
	<li>Przygotuj nasadkę za pomocą 16 optod: 8 źródeł światła (760 nm i 850 nm) i 8 detektorów światła (patrz <silna klasa="xfig">Rysunek 2; lokalizacja źródeł: FC1, FC2, C3, Cz, C4, CP1, CP2 i Pz; lokalizacja detektorów (FCz, C1, C2, CPz, P1 i P3). Podłącz ósmy detektor do adaptera krótkiego zasięgu, który jest podłączony do każdej z optod źródła.</li>
	<li>Otwórz oprogramowanie do akwizycji fNIRS i załaduj montaż z umiejscowieniem każdej optody.</li>
	<li>Ustaw czasową częstotliwość próbkowania sygnału fNIRS na 10,17 Hz.</li>
</ol>
2. Uczestnicy
<ol>
	<li>Krótko wyjaśnij uczestnikowi znaczenie badań i protokół eksperymentalny.</li>
	<li>Jeśli uczestnik wyrazi zgodę na wolontariat, upewnij się, że wolontariusz wyrazi świadomą zgodę zgodnie ze wszystkimi wytycznymi instytucjonalnymi i normami federalnymi dotyczącymi badań naukowych z udziałem ludzi.</li>
	<li>Poinstruuj ochotnika, aby usiadł na fotelu przed robotem, umieszczonym w odległości około 150 cm od monitora komputera.</li>
	<li>Po zdjęciu butów wygodnie przymocuj stopę uczestnika do ramienia robota za pomocą pasków na rzepy (zapięcie na rzepy) (patrz <silna klasa="xfig">Rysunek 1, lewy górny panel).</li>
	<li>Umieść nasadkę fNIRS z optodami w głowie uczestnika i bezpiecznie przymocuj ją za pomocą zapięcia na rzep poniżej podbródka.</li>
	<li>Umieść nasadkę na nasadce optodowej, aby zmniejszyć zakłócenia światła otoczenia.</li>
</ol>
3. Akwizycja danych
<ol>
	<li>Poinstruuj każdego uczestnika, aby nie wykonywał gwałtownych ruchów głową, aby zminimalizować ryzyko artefaktów ruchowych.</li>
	<li>Skalibruj system fNIRS, aby uzyskać optymalną jakość sygnału.</li>
	<li>Zaświadcz, że wszystkie kanały są dobrej jakości, jak pokazuje interfejs. Jeśli nie, spróbuj usunąć włosy między skórą głowy a końcówką optodową.</li>
	<li>Wyjaśnij uczestnikowi, jak grać w grę, poruszając stopą przymocowaną do robota, aby dotrzeć do celów wskazanych na ekranie.</li>
	<li>Wyjaśnij uczestnikom, że będą dwa warunki: bez pomocy robota i z pomocą robota.</li>
</ol>
4. System robotyczny
<ol>
	<li>Włącz system, podłączając monitor i robota do źródła sieci elektrycznej. Po zainicjowaniu systemu operacyjnego pojawia się pierwszy interfejs gry.</li>
	<li>Ustaw ramię robota w standardowej lokalizacji i poczekaj na otrzymanie komunikatu zwrotnego o prawidłowym ustawieniu ramienia robota.</li>
	<li>Wprowadź do systemu dane opisowe o uczestniku i eksperymentatorze, aby zalogować się do interfejsu gry robota.</li>
	<li>W interfejsie wyboru gry skonfiguruj czas sesji na 6 minut z 30-sekundowymi przerwami na odpoczynek.</li>
	<li>Wybierz odpowiednią nogę (prawą lub lewą), z której będzie korzystał uczestnik.</li>
	<li>Wybierz grę piknikową i kliknij Przejdź, aby zagrać w grę.</li>
</ol>
5. Analiza danych
<ol>
	<li>Przekształć surowe sygnały w stany hemodynamiczne (oksyhemoglobina (HbO) i deoksyhemoglobina (HbR)) za pomocą zmodyfikowanego równania Beera-Lamberta49.</li>
	<li>Twórz indywidualne mapy aktywacji przy użyciu ogólnego modelu liniowego (GLM) z solidnym szacowaniem i estymacją autokorelacji, na który artefakty ruchu mają mniejszy wpływ50. Użyj projektu eksperymentalnego (odpoczynek = 0; gra/zabawa = 1) splotowanego przez kanoniczną funkcję odpowiedzi hemodynamicznej (HRF) jako zmienną niezależną i obserwowany sygnał HbO lub HbR jako zmienną zależną.</li>
	<li>Dla każdego kanału wyodrębnij współczynnik beta (który odzwierciedla siłę aktywacji kanału) podczas gry/rozgrywki w porównaniu z pozostałymi.</li>
	<li>Scal kanały w trzech regionach zainteresowania (ROI) i uśrednij współczynniki aktywacji (GLM beta) we wszystkich kanałach ROI. Zdefiniuj ROI w następujący sposób (patrz <silna klasa="xfig">Rysunek 2): (1) obszar przedmotoryczny dla lewej półkuli (kanały [FC1-FCz, C1-FC1, C1-Cz, C3-C1]); (2) obszar somatomotoryczny dla lewej półkuli (kanały [C3-CP1, CP1-P1, CP1-CPz, P1-Pz]); oraz (3) dodatkowy obszar motoryczny (SMA) (kanały [Cz-FCz, CPz-Cz]). 
	UWAGA: Opierając się na wcześniejszej literaturze na temat zadań motorycznych podobnych do tego badanego tutaj51,52,53 i biorąc pod uwagę, że wszyscy uczestnicy wykonywali zadanie motoryczne prawą nogą, postawiono hipotezę, że lewy (kontralateralny) przedruchowy i somatomotoryczny, a także regiony SMA, wykazywałyby aktywację podczas występu w grze/zabawie w obu warunkach, z silniejszą aktywacją w stanie samodzielnym.</li>
	<li>Zastosuj nieparametryczny test Wilcoxona do tych wersji beta. Ustaw błąd typu I na 5% (analiza jednostronna).</li>
</ol>

Evaluating Brain Activation by fNIRS During a Lower Limb Robotic Therapy Session

AMM jest właścicielem firmy Vivax Ltda, która opracowała maszynę do rehabilitacji wspomagającej Vivax (ARM). LD jest dyrektorem w Highland Instruments, firmie produkującej urządzenia medyczne. Posiada zgłoszone lub wydane patenty, osobiście lub jako członek zarządu firmy, związane z obrazowaniem, stymulacją mózgu, diagnostyką, modelowaniem i symulacją. Pozostali autorzy deklarują brak konfliktu interesów.

W tym badaniu potwierdzającym słuszność koncepcji zbadano możliwość wnioskowania na temat mapowania aktywacji mózgu przy użyciu danych fNIRS od zdrowych osób podczas ćwiczeń z różnymi rodzajami ruchów przy użyciu robota do rehabilitacji kończyn dolnych. Typowe sesje nagraniowe fNIRS u dorosłych trwają dłużej niż 6 minuti 54 minuty. Jednak, aby nagrania były możliwe w kontekście rehabilitacji, całkowity czas trwania eksperymentu musi być zminimalizowany, aby uniknąć niepotrzebnego zmęczenia i wysiłku dla badanego. W badaniu tym sprawdzono również, czy eksperyment z projektowaniem bloków z 6 blokami powtarzania zadań (o czasie trwania sesji 6 minut) był wystarczający do oceny odpowiedzi hemodynamicznej i wykrycia różnicy między warunkiem pomocy a brakiem pomocy. Wyniki sugerują, że nagrania te mają charakter informacyjny, a fNIRS może być rzeczywiście użyteczną metodą wykrywania zmian w stężeniu HbO związanych z reżimami ćwiczeń z różnymi poziomami pomocy robota dla kończyn dolnych. Nawet przy małej liczebności próby stwierdzono znaczącą kontralateralną aktywację przedmotoryczną mierzoną za pomocą HbO podczas porównywania bloków zadań i odpoczynku; Wszyscy badani wykazywali większą aktywację w tym regionie w stanie bez pomocy w porównaniu z pacjentem wspomaganym przez robota.
Dane fNIRS zostały zarejestrowane w dwóch różnych warunkach, odpowiadających dwóm różnym poziomom wysiłku badanego potrzebnego do wykonania zadania motorycznego. W pierwszym zestawie eksperymentów robot K został ustawiony na 10, co odpowiadało brakowi pomocy robota. W drugim zestawie eksperymentów K ustawiono na 150; przy tej wartości K kończyna dolna badanego była prawie całkowicie poruszana przez robota. Jak pokazano na rycinie 4, wszyscy badani wykazywali statystycznie istotną aktywację mózgu w stanie niewspomaganym; gdy K było ustawione na 150, tylko dwie osoby wykazywały znaczącą aktywację.
Jak podsumowano na rycinie 5, wyniki wykazały również, że zmiany w stężeniu HbO związane z ćwiczeniami bez pomocy (wyższy poziom wysiłku) były ogólnie wyższe niż zmiany związane z ćwiczeniami wspomaganymi. Jednak istotną różnicę stwierdzono tylko w przeciwległej korze przedruchowej (PMC). Odkrycie to jest zgodne z wynikami kilku wcześniejszych badań neuroobrazowania na ludziach, które wykazały rosnącą aktywację neuronów wraz ze wzrostem poziomu siły55,56. Większość wcześniejszych badań dotyczyła jednak kończyny górnej; Większość z nich skupiła się na zadaniach statycznych, izometrycznych, podczas gdy tylko nieliczni oceniali ruchy dynamiczne 57,58,59.
Stosunkowo mniej badań koncentrowało się na kończynie dolnej. Kilka z nich skupiło się na statycznych zadaniach motorycznych. Alexandre i wsp.51 badali korelaty fNIRS maksymalnych i submaksymalnych dobrowolnych skurczów (MVC) prostowników stawu kolanowego u zdrowych i przewlekłych pacjentów z obturacyjną chorobą płuc. Za pomocą fMRI, Yoon i wsp.52 badali zmiany aktywacji kory mózgowej podczas skurczów izometrycznych mięśni zginaczy grzbietowych kostki na różnych poziomach MVC. Inne badania koncentrowały się na chodzie 60,61,62. Korzystając z fNIRS, Harada i wsp.60 zbadali wzorce aktywacji kory mózgowej podczas chodzenia z trzema intensywnościami u zdrowych osób i stwierdzili, że zwiększona prędkość lokomotoryczna i kadencja były związane z wyższym stopniem aktywacji kory. Bonnal i wsp.62 badali aktywację kory mózgowej u zdrowych osób podczas chodu za pośrednictwem egzoszkieletu przy różnych poziomach pomocy fizycznej, a także stwierdzili największą aktywację kory mózgowej podczas dwóch stanów bez pomocy (50% i 100%), ale tylko niewielkie różnice w aktywacji kory mózgowej między stanami wspomaganymi. Wyniki tego badania są zgodne z ogólnymi wynikami tych poprzednich badań.
Rola obszarów korowych związanych z neuronalną kontrolą ruchów kończyn dolnych jest nadal mało poznana i mniej zbadana w porównaniu z kontrolą neuronalną kończyny górnej. Zwłaszcza w kontekście rehabilitacji takie zrozumienie jest kluczowe dla stworzenia podstaw do identyfikacji neuroplastyczności tych obszarów, która może wystąpić np. w wyniku zaburzeń motorycznych pochodzenia neurologicznego, wysiłku motorycznego lub starzenia się. Jak pokazano na rycinie 4, wszyscy badani wykazywali aktywację w obszarach PMC lub SMA podczas stanu bez pomocy. Wyniki specyficzne dla kanału przedstawione na rysunku wskazują, że chociaż aktywacja była obustronna, była bardziej widoczna na półkuli przeciwległej. Ogólnie rzecz biorąc, wyniki te są zgodne z badaniem Alexandre i wsp.51, które wykazało aktywację przeciwstawnych pierwotnych obszarów motorycznych (M1) i pierwszorzędowych somatosensorycznych (S1), PMC i przedczołowych (PFC) podczas wyprostu kolana. Ponadto wyniki te są zgodne z wynikami badania Yoon i wsp.52, które wykazało aktywację w przeciwległym M1, SMA, skorupie, bladej korze obręczy i ipsilateralnym móżdżku podczas zgięcia grzbietowego kostki, a także z wynikami badania Ciccarelli i wsp.53, które wykazało aktywację przeciwległego M1 i kory czuciowej, a także PMC i obszary podkorowe podczas ruchów kostki.
Uważa się, że ruchy półkuli są kontrolowane przez przeciwległą półkulę kory mózgowej. Jednak ipsilateralne zajęcie kory mózgowej zgłaszano dla ruchów jednoręcznych 56,63,64, a także jednostronnych ruchów stopy (patrz również65 w celu przeglądu). W przeciwieństwie do tych badań, analiza nie wykazała spójnej aktywacji kory somatomotorycznej u wszystkich badanych, jak pokazano na rycinie 4; dodatkowo wyniki analizy ROI nie wskazywały na istotną aktywację. Odkrycie to można przypisać stosunkowo niewielkim rozmiarom i głębszemu położeniu kory somatoruchowej kończyn dolnych w porównaniu z kończynami górnymi, która znajduje się w bruździe podłużnej66. Ponadto sygnał fNIRS jest mniej wrażliwy na niepowierzchowne obszary mózgu67.
Porównując warunek braku pomocy z warunkiem pomocy, tylko kontralateralny PMC wykazywał istotnie różną aktywację między tymi dwoma warunkami. Nie jest to zaskakujące, biorąc pod uwagę, że zadanie motoryczne było kierowane wizualnie, a zatem prawdopodobnie wymagało większej uwagi i wysiłku motorycznego w stanie braku pomocy. Uważa się, że PMC odgrywa rolę w funkcjach wykonawczych, w tym w przygotowaniu motorycznym i planowaniu68. Co więcej, ostatnie badania sugerują rolę PMC w uwadze przestrzennej i pamięci roboczej69. Wynik tego badania jest zgodny z poprzednimi, które podkreślały rolę tego obszaru w funkcjach wykonawczych68 i przygotowaniu motorycznym kończyn górnych 70,71,72 i ruchach kończyn dolnych 73. Wynik ten jest również zgodny z wynikami badań chodu obejmujących podwójne zadania, które wykazały korelację między uwagą wymaganą do wykonania zadania a aktywacją PMC74,75.
To badanie ma kilka ograniczeń. Po pierwsze, wielkość próby była niewielka. Przyszłe badania powinny rozszerzyć obecne badania poprzez zwiększenie wielkości próby, w tym bardziej zróżnicowanej grupy demograficznej, takiej jak kobiety i inne grupy wiekowe, w celu ustalenia wartości normatywnych zarówno dla HbO, jak i HbR (badanie obejmowało 5 mężczyzn i 1 kobietę w wieku od 40 do 62 lat). Po drugie, montaż czapki opierał się na systemie 10-10 EEG, a analiza ROI wykorzystywała standardowy model mózgu MNI152. W przyszłych badaniach można wykorzystać indywidualne strukturalne rezonanse magnetyczne, nawigację mózgu lub fNIRS o dużej gęstości. Ponadto nagrania zostały wykonane w jednej sesji, a zatem nie oceniano wewnątrzobiektowej zmienności nagrań fNIRS. Co więcej, wyniki analiz HbO i HbR były różne, chociaż oba te pomiary są związane z tymi samymi zjawiskami neurofizjologicznymi (a mianowicie funkcją odpowiedzi hemodynamicznej). Jednak zaobserwowana różnica jest zgodna z wcześniejszą literaturą wskazującą na nierówną wrażliwość tych dwóch chromoforów na inne systemowe czynniki zakłócające i brak zgody co do ich interpretacji34. Wreszcie, ponieważ szybkość gry w warunkach braku pomocy była różna dla każdego badanego (ponieważ następna próba rozpoczęła się dopiero po pomyślnym osiągnięciu bieżącego celu), mogło to zwiększyć wariancję aktywacji mózgu badanych.
Opierając się na wynikach tego studium wykonalności, planujemy zastosować protokół eksperymentalny fNIRS podobny do tego przedstawionego w niniejszym dokumencie w pilotażowym badaniu klinicznym trwającym obecnie na Uniwersytecie Federalnym w Sao Carlos w Brazylii, którego celem jest ocena terapeutycznego wpływu robota na zdolności motoryczne kończyn dolnych u pacjentów z przewlekłym udarem mózgu. Przedstawione w niniejszym dokumencie mapy aktywacji mózgu mogą potencjalnie stanowić odniesienie do aktywacji mózgu u osób zdrowych, które może być pomocne w badaniu wpływu terapii robotycznej na kończynę dolną.

Dane epidemiologiczne wskazują, że na całym świecie każdego roku odnotowuje się około 17 milionów nowych przypadków udaru, przy czym zapadalność rośnie w krajach o niskim i średnim dochodzie1. Szacuje się, że do 2030 roku liczba nowych przypadków wzrośnie do 77 milionów2. Zaburzenia motoryczne wynikające z udaru często wpływają na mobilność pacjenta i jego uczestnictwo w codziennych czynnościach, co przyczynia się do niskiej jakości życia. Tradycyjna rehabilitacja ruchowa obejmuje terapię manualną, jednak w ciągu ostatnich kilku dekad opracowano systemy robotyczne do rehabilitacji. Systemy te umożliwiają prowadzenie terapii o wysokiej intensywności, dawce, mierzalności, niezawodności, powtarzalności i elastyczności3 i wykazały potencjał jako skuteczne metody rehabilitacyjne zarówno dla pacjentów w ostrej, jak i przewlekłej fazie udaru4,5,6. Poza prowadzeniem terapii, systemy robotyczne do rehabilitacji mogą być wykorzystywane jako narzędzia oceny, ponieważ mogą być wyposażone w czujniki mierzące dane kinetyczne i kinematyczne ruchów pacjenta7,8. W przypadku rehabilitacji ruchowej kończyn górnych udowodniono, że takie dane są nie tylko przydatne do oceny stopnia powrotu funkcji motorycznych pacjenta wywołanego terapią robotyczną i służą jako uzupełnienie tradycyjnych ocen klinicznych9,10, ale przyczyniły się one również do pogłębienia zrozumienia procesu regeneracji motorycznej po udarze11,12, a także neuronalnej kontroli ruchu i uczenia się motorycznego u zdrowych osób3,13,14. W konsekwencji odkrycia te stały się podstawą do udoskonalenia metod rehabilitacyjnych15.
W ciągu ostatnich dwóch dekad zaproponowano wiele urządzeń robotycznych do neurehabilitacji kończyn dolnych, obejmujących zarówno egzoszkielety wspierające masę ciała pacjenta podczas chodzenia (np. na bieżni, takie jak Lokomat16), jak i stacjonarne systemy robotyczne umożliwiające ćwiczenia stawu skokowego, kolanowego lub stopy bez konieczności chodzenia (takie jak Rutgers Ankle17, High-Performance Ankle Rehabilitation Robot18 oraz robot do rehabilitacji stawu skokowego i stopy z Gwangju Institute of Science and Technology (GIST)19), a także aktywne ortozy stopy, będące napędzanymi egzoszkieletami noszonymi przez pacjenta w celu chodzenia po podłożu lub na bieżni (takie jak Powered Gait Orthosis20 oraz MIT Anklebot21). Przegląd robotów do rehabilitacji kończyn dolnych przedstawiono w publikacjach22,23,4.
Wyniki badań klinicznych nad urządzeniami robotycznymi do rehabilitacji kończyn dolnych u pacjentów po udarze są obiecujące i wykazały, że systemy te mogą poprawić zakres ruchu (ROM) w stawach, siłę mięśniową lub chód, w zależności od konkretnego urządzenia i protokołu klinicznego (patrz 24,25 w celu zapoznania się z przeglądem skuteczności robotów do rehabilitacji kończyn dolnych). Choć postulowano, że terapia wspomagana robotycznie promuje zmiany neuroplastyczne, które ostatecznie prowadzą do poprawy sprawności motorycznej26, sposób, w jaki dokładnie przebiega proces regeneracji motorycznej po udarze oraz to, które protokoły treningu robotycznego optymalizują proces odzyskiwania sprawności motorycznej kończyn dolnych, pozostają w dużej mierze niejasne. W rzeczywistości istnieje znacząca i rosnąca rozbieżność między coraz szybszym rozwojem robotów rehabilitacyjnych (zarówno przez badaczy akademickich, jak i podmioty komercyjne) a ograniczonym zrozumieniem neurofizjologicznych mechanizmów leżących u podstaw regeneracji motorycznej4. Pomiary kinematyki ruchu lub momentów obrotowych w stawach, wykonane za pomocą wbudowanych czujników, przyczyniły się do ilościowego opisania zmian w zachowaniach motorycznych, które występują w miarę odzyskiwania przez pacjentów sprawności motorycznej kończyn dolnych27,28,29, częściowo wypełniając tę lukę. Jednak korelacje neuronalne leżące u podstaw takich zmian były badane w mniejszym stopniu. Wynika to z kilku powodów.
Funkcjonalne obrazowanie mózgu jest czasochłonne i niekiedy trudne do przeprowadzenia w kontekście badań klinicznych, które często wymagają minimalizacji obciążenia pacjenta, aby zmaksymalizować prawdopodobieństwo przestrzegania przez niego protokołu badania. Jest to szczególnie istotne w przypadku osób, które przeszły udar, biorąc pod uwagę fakt, że często obserwuje się u nich zmęczenie i osłabienie mięśni po udarze30. Ponadto metody obrazowania oparte na polach magnetycznych, takie jak funkcjonalny rezonans magnetyczny (fMRI), wymagają, aby zarówno pacjent, jak i sprzęt robotyczny byli bezpieczni w środowisku magnetycznym.
Wśród nieinwazyjnych metod obrazowania, funkcjonalna spektroskopia bliskiej podczerwieni (fNIRS) jest techniką szczególnie odpowiednią do oceny obszarów aktywacji mózgu u osób poddawanych terapii robotycznej. Podobnie jak fMRI, fNIRS mierzy utlenowanie i odtlenowanie krwi w mózgu. Jednak w przeciwieństwie do fMRI, fNIRS jest w pełni kompatybilna z urządzeniami robotycznymi i często jest przenośna, co umożliwia jej stosowanie nawet przy łóżku pacjenta. Ponadto fNIRS charakteryzuje się niskim kosztem oraz mniejszą podatnością na artefakty ruchowe31,32,33.
Mimo wyraźnych zalet i powszechnego zastosowania w wielu placówkach klinicznych od czasu wprowadzenia tej metody pod koniec lat 70.34, tylko nieliczne badania wykorzystały fNIRS do ilościowego określenia aktywacji mózgu związanej z ruchami kończyn dolnych i powrotem funkcji motorycznych po udarze. Badania fNIRS mające na celu wyjaśnienie mechanizmów neuronalnej kontroli ruchu i/lub mechanizmów lub oceny regeneracji motorycznej po udarze koncentrowały się głównie na ruchach w jednym stawie (np. zgięciu grzbietowym, zgięciu podeszwowym lub wyproście kolana35,36,37), chodzeniu38,39,40,41,42,43 lub jeździe na rowerze44. Przegląd literatury znajduje się w pozycji45. Podobnie badania fNIRS nad terapią kończyn dolnych wspomaganą robotycznie skupiały się głównie na robotycznej rehabilitacji chodu; patrz46 dla przeglądu. Kilka badań skupiło się na wykorzystaniu fNIRS jako elementu systemu interfejsu mózg-komputer (BCI) do generowania sygnałów sterujących dla urządzeń robotycznych47,48; choć ten obszar badawczy również opiera się na przetwarzaniu sygnałów fNIRS, jego cel jest inny i koncentruje się głównie na dekodowaniu intencji pacjenta (np. pacjentów z ciężkimi dysfunkcjami motorycznymi).
Przedstawione tutaj badanie pilotażowe jest częścią wstępnych działań mających na celu zbadanie wpływu systemu robotycznego na rehabilitację kończyn dolnych. Robot ten umożliwia prowadzenie ukierunkowanej rehabilitacji kończyn dolnych, obejmującej trening codziennych ruchów wielostawowych, a także terapię pojedynczych stawów kończyny dolnej (np. kolanowego lub skokowego), co pozwala na wdrożenie programu rehabilitacji typu bottom-up.
Celem badania było sprawdzenie wykonalności protokołu eksperymentalnego wymagającego pozyskania danych fNIRS podczas wykonywania wielostawowych ruchów wskazywania kończyną dolną. Czas trwania okresu akwizycji danych w niniejszym badaniu, ograniczony do 6 min, jest krótszy niż w typowych protokołach fNIRS. Był to świadomy wybór dokonany w celu zwiększenia praktyczności i przydatności klinicznej tych badań, szczególnie u pacjentów o ograniczonej mobilności lub sile mięśniowej. Przedmiotem zainteresowania było również zidentyfikowanie korelatów fNIRS dla takich złożonych ruchów wielostawowych oraz uzyskanie wglądu w to, w jaki sposób aktywacja mózgu była modulowana przez asystę robota. W tym celu przeprowadzono dwie sesje eksperymentów z tymi samymi uczestnikami: jedną bez asysty robota oraz jedną z asystą robota. Na koniec należy zauważyć, że badanie to skupiło się na zdrowych ochotnikach, aby stworzyć podstawę dla przyszłych badań w zakresie wykonalności protokołu rejestracji i oceny aktywacji mózgu podczas ruchów będących celem terapii robotycznej.
Aparatura 
Do przeprowadzenia eksperymentów wykorzystano przenośnego robota zaprojektowanego do rehabilitacji kończyn dolnych (patrz Rysunek 1). Robot posiada trójwymiarowy obszar roboczy, jest kompaktowy i lekki, ważąc około 35 lb., co ułatwia jego transport i instalację.
<img alt="A) Układ testowy sterowania ruchem w grze, B) Szczegóły czujnika ruchu, C) Ekran interaktywnej gry." class="xfigimg" src="/files/ftp_upload/66004/66004fig01.jpg" data-altupdatedat="1788304762000" data-alt="Rysunek 1"> 
Rysunek 1: Układ eksperymentalny. (A) System robotyczny (zamontowany na podłodze) przeznaczony dla kończyny dolnej. Przedstawiono wolontariusza korzystającego z interfejsu prawą stopą. (B) Struktura wsporcza dla stopy badanego, umożliwiająca przytwierdzenie do systemu robotycznego. (C) Zrzut ekranu z gry Picnic. Celem gry jest przesunięcie stopy (zielono-biały but) do celu (żółte koło). <a href="https://www.jove.com/files/ftp_upload/66004/66004fig01large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.</a>
System robotyczny został zaprojektowany, aby wspomagać pacjenta w wykonywaniu ruchów kończyn dolnych podobnych do tych realizowanych podczas codziennych czynności, takich jak wskazywanie lub kopanie. Wykorzystuje on interaktywne gry w rzeczywistości wirtualnej, które są wyświetlane na monitorze komputera lub ekranie telewizora umieszczonym przed urządzeniem robotycznym (patrz Rysunek 1). Efektor końcowy robota jest przymocowany do kończyny dolnej pacjenta (np. do kostki), a jego pozycja jest mapowana na pozycję kursora na ekranie. Typowa gra pokazuje pacjentowi cele ruchu (np. obiekt, który należy wskazać, lub miejsce, w które należy kopnąć piłkę).
Aby ukończyć zadanie ruchowe, robot może wspierać pacjenta na poziomie pomocy, który może wynosić od pełnego wsparcia do braku asysty. Poziom pomocy robotycznej jest wybierany na początku każdej sesji rehabilitacyjnej w zależności od stopnia zaburzeń ruchowych pacjenta. Ruchy wykonywane przez badanego są wykorzystywane przez grę do oceny wyników pacjenta i dostarczenia mu informacji zwrotnej na temat jego osiągnięć (np. ROM, liczba ruchów oraz poziom pomocy robotycznej). Gry zostały zaprojektowane tak, aby były interaktywne i rozrywkowe, co ma na celu utrzymanie zainteresowania i uwagi pacjenta. W niniejszym badaniu uczestnicy grali w „Grę w piknik”, w której gracz musiał powstrzymać owady przed dotarciem do ręcznika i kradzieżą jedzenia (zrzut ekranu przedstawiono na Rysunku 1, panel dolny).
Pozyskiwanie danych przeprowadzono za pomocą przenośnego systemu akwizycji fNIRS z dwoma różnymi optodami fali ciągłej (760 nm i 850 nm), 8 dwukierunkowymi źródłami LED oraz 8 dwukierunkowymi detektorami aktywnymi. Sygnały rejestrowano przy częstotliwości próbkowania 10,17 Hz. Do optymalizacji kalibracji oraz rejestracji sygnałów wykorzystano laptop podłączony do sieci Wi-Fi utworzonej przez system fNIRS.
Do utrzymania optod w ustalonych lokalizacjach wykorzystano czepek. Źródła i detektory rozmieszczono zgodnie z międzynarodowym systemem EEG 10-10 w przestrzennej dystrybucji siatki. Każdy kanał fNIRS został zdefiniowany przez parę źródło-detektor z odległością między optodami wynoszącą około 30 mm. Optody umieszczono nad dodatkowym obszarem motorycznym, obszarem przedmotorycznym oraz obszarem motorycznym w lokalizacjach pokazanych na Ryc. 2. Całkowita liczba kanałów wyniosła 28, z czego 8 stanowiły kanały krótkodystansowe, które zostały sprzężone z każdym źródłem za pomocą adaptera światłowodowego do pojedynczego detektora. Ze względu na konfigurację multipleksową sprzętu możliwe jest pozyskiwanie informacji krótkodystansowych ze wszystkich źródeł przy użyciu tylko jednego detektora.
<img alt="Schemat rozmieszczenia elektrod EEG; ilustrujący pozycje elektrod na skórze głowy do mapowania aktywności mózgu." class="xfigimg" src="/files/ftp_upload/66004/66004fig02.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 2"> 
Rycina 2: Układ montażu z wykorzystaniem systemu EEG 10-10. Litery i cyfry wskazują lokalizacje źródeł/detektorów. Czerwone i niebieskie kropki reprezentują odpowiednio optody źródłowe i detektory. Zielone linie reprezentują kanały fNIRS, które składają się z par źródło-detektor. <a href="https://www.jove.com/files/ftp_upload/66004/66004fig02large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
Plan eksperymentu 
Eksperyment przeprowadzono w dwóch różnych warunkach doświadczalnych, różniących się poziomem wsparcia ruchów badanego przez robota. W pierwszym wariancie robot został zaprogramowany tak, aby nie udzielać żadnego wsparcia ruchom badanego, natomiast w drugim wariancie robot kontrolował ruchy stopy i nogi badanego (ruch wspomagany robotycznie).
Każdy eksperyment przeprowadzono zgodnie z paradygmatem projektu blokowego, obejmującym naprzemienne cykle zadania motorycznego (gra – 30 s) i odpoczynku (30 s), co zilustrowano na Rysunku 3. Początek i koniec każdej fazy (gry lub odpoczynku) były sygnalizowane badanej osobie wizualnie na ekranie komputera. Podczas fazy odpoczynku wyświetlany był komunikat informujący o przerwie. Każdy cykl (gra + odpoczynek) trwał 60 s i był powtarzany sześciokrotnie, co dało łączny czas trwania 360 s (6 min).
Uczestnicy grali w „grę w piknik”, której celem było zapobieganie dotarciu owadów do ręcznika i kradzieży jedzenia. Gra ta polegała na sekwencji ruchów kończyn dolnych, rozpoczynających się od wyznaczonego celu bazowego (pozycja początkowa) i prowadzących w stronę jednego z trzech celów zewnętrznych, a następnie powrotnych do celu bazowego. Na ekranie cele zewnętrzne były reprezentowane wizualnie jako animowane, poruszające się owady, które uczestnicy musieli osiągnąć i na które musieli nadepnąć. Istniały trzy cele zewnętrzne, z których każdy był prezentowany losowo taką samą liczbę razy, wraz z wspólnym celem bazowym dla każdego ruchu. Odległość, jaką stopa musiała pokonać od celu bazowego do pozycji celów zewnętrznych, tworzyła łuk o długości około 26 cm. Zadanie motoryczne wymagało wykonania ruchów wielostawowych, co wiązało się z koniecznością koordynacji zgięcia i wyprostu w stawie kolanowym oraz zgięcia podeszwowego i grzbietowego stopy.
Rejestracje danych fNIRS zostały zsynchronizowane z bodźcami wizualnymi prezentowanymi badanemu przez grę za pomocą impulsu logika tranzystor-tranzystor (TTL) generowanego przez robota. Impulsy były generowane na początku każdej fazy (gry oraz odpoczynku). W ten sposób cała kontrola czasowa była realizowana przez grę, która dostarczała uczestnikowi sygnałów wizualnych (celów) do rozpoczęcia każdego ruchu, wysyłała sygnały TTL do systemu fNIRS w celu oznaczenia zapisów aktywności mózgu oraz, jeśli wymagał tego eksperyment, wysyłała sygnały do systemu sterowania robotem w celu zainicjowania asysty ruchowej.

<table><tbody><tr><td>32-calowy telewizor Smart TV</td><td>Samsung</td><td>N/A</td><td>TV podłączony do robota za pomocą HDMI</td></tr><tr><td>8-detektorowe fotodiody krzemowe (SiPD) do detekcji optycznej z podwójną końcówką</td><td>NIRx Medical Technologies (Glen Head, NY, USA https://nirx.net/nirsport</td><td></td><td></td></tr> <tr><td>8-źródłowy pakiet optowe do oświetlenia optycznego z podwójną końcówką</td><td>NIRx Medical Technologies (Glen Head, NY, USA)</td><td>https://nirx.net/nirsport</td><td></td></tr><tr><td>Oprogramowanie do akwizycji Aurora</td><td>NIRx Medical Technologies (Glen Head, Nowy Jork, USA)</td><td>https://nirx.net/nirsport</td><td></td></tr><tr><td>Laptop Precision XPS 13</td><td>Dell Technologies (Round Rock, TX, USA)</td><td></td><td></td></tr><tr><td>nirsLAB fNIRS Oprogramowanie analityczne</td><td>NIRx Medical Technologies (Glen Head, NY, USA)</td><td>https://nirx.net/nirsport</td><td></td></tr><tr><td>System akwizycji NIRSports2</td><td>NIRx Medical Technologies (Glen Head, Nowy Jork, USA https://nirx.net/nirsport</td><td></td> <td>Posiada dwie różne optykę fal ciągłych (760 i 850 nm), 8 dwustronnych źródeł LED i 8 dwukierunkowych detektorów aktywnych.</td></tr><tr><td>R</td><td>R-project.org (oprogramowanie open source) https://www.r-project.org/</td><td></td><td></td></tr> <tr><td>Standardowa nasadka, kolor dla maksymalnie 128 uchwytów.</td><td>Akcje Easycap GmbH (W&ouml; rthsee, Niemcy)</td><td>https://www.easycap.de/</td><td></td></tr> <tr><td>Vivax Assisted Rehabilitation Machine (ARM)&nbsp;</td><td>Akcje Vivax Ltda (S&atilde; o Paulo, Brazylia)</td><td>https://vivaxbr.com/home/</td> <td>Jest to przenośny robot przeznaczony do rehabilitacji kończyn dolnych. Ma dostępną przestrzeń roboczą 3D, jest kompaktowy i lekki, waży około 35 funtów, co ułatwia transport i instalację.</td></tr></tbody></table>

eksperyment z wykorzystaniem funkcjonalnej spektroskopii w bliskiej podczerwieni i wspomaganych przez robota wielostawowych ruchów wskazujących kończyny dolnej

An Experiment Using Functional Near-Infrared Spectroscopy and Robot-Assisted Multi-Joint Pointing Movements of the Lower Limb

Udar dotyka około 17 milionów osób na całym świecie każdego roku i jest główną przyczyną długotrwałej niepełnosprawności. Terapia robotyczna okazała się obiecująca w pomaganiu pacjentom po udarze w odzyskaniu utraconych funkcji motorycznych. Jedną z potencjalnych dróg do lepszego zrozumienia, w jaki sposób zachodzi regeneracja motoryczna, jest badanie aktywacji mózgu podczas ruchów, które są celem terapii u zdrowych osób. Funkcjonalna spektroskopia w bliskiej podczerwieni (fNIRS) stała się obiecującą techniką neuroobrazowania do badania neuronalnych podstaw funkcji motorycznych. Badanie to miało na celu zbadanie neuronalnych korelatów fNIRS złożonych ruchów kończyn dolnych u zdrowych osób. Uczestnicy zostali poproszeni o wykonanie cykli odpoczynku i ruchu przez 6 minut przy użyciu robota do rehabilitacji ruchowej. Zadanie wymagało skoordynowanych ruchów stawu kolanowego i skokowego, aby wskazać cele wyświetlane na ekranie komputera. Zbadano dwa warunki eksperymentalne z różnymi poziomami wspomagania ruchu zapewnianego przez robota. Wyniki pokazały, że protokół fNIRS skutecznie wykrywał obszary mózgu związane z kontrolą motoryczną podczas zadania. Warto zauważyć, że wszyscy badani wykazywali większą aktywację w przeciwległym obszarze przedruchowym podczas stanu braku pomocy w porównaniu ze stanem wspomaganym. Podsumowując, fNIRS wydaje się być cennym podejściem do wykrywania zmian stężenia oksyhemoglobiny związanych z wielostawowymi ruchami wskazującymi kończyny dolnej. Badania te mogą przyczynić się do zrozumienia mechanizmów regeneracji motorycznej po udarze i utorować drogę do lepszych metod rehabilitacji pacjentów po udarze. Potrzebne są jednak dalsze badania, aby w pełni wyjaśnić potencjał fNIRS w badaniu funkcji motorycznych i jego zastosowaniach w warunkach klinicznych.

Wszystkie sześć osób badanych ukończyło oba eksperymenty. W warunkach braku asystencji każdy uczestnik wykonał średnio 76,67 prób (odch. std. 10,73) (należy zaznaczyć, że w przypadku każdego uczestnika liczba prób zależała od liczby udanych prób sięgnięcia, ponieważ nowy cel był wyświetlany tylko wtedy, gdy poprzedni został osiągnięty). W warunkach asystencji, w których ruch uczestnika był w pełni wspierany przez robota, wszyscy badani ukończyli 70 prób. Dane fNIRS zostały pomyślnie zarejestrowane od wszystkich uczestników.
Rysunek 4 przedstawia mapy aktywacji mózgu dla poszczególnych osób badanych, porównujące okresy zabawy/gry z okresami spoczynku dla HbO i HbR. W przypadku każdego badanego mapy związane ze zmianami HbO wykazały statystycznie istotną aktywację (p &lt; 0.01) w warunkach eksperymentalnych bez asysty robota, podczas gdy tylko u dwóch osób stwierdzono statystycznie istotną aktywację w warunkach eksperymentalnych z asystą robota. W odniesieniu do HbR, u czterech osób odnotowano statystycznie istotną aktywację (p &lt; 0.01) w obu warunkach, choć w mniejszej liczbie kanałów w porównaniu do HbO.
Rysunek 5 podsumowuje wyniki poszczególnych badanych w analizach opartych na ROI i sformułowanych hipotezach. Spośród wszystkich badanych ROI tylko lewa kora przedmotoryczna wykazała statystycznie istotny wzrost aktywacji HbO podczas porównania gry/zabawy względem spoczynku (p = 0.046) i to tylko w warunkach bez wsparcia robotycznego. Ponadto w tym ROI odnotowano większą aktywację w warunkach bez wsparcia robotycznego w porównaniu z warunkami ze wsparciem robotycznym (p = 0.016). Nie stwierdzono statystycznie istotnych różnic dla pozostałych ROI ani w analizach opartych na HbR, zarówno w analizach gra/zabawa vs spoczynek, jak i w porównaniach między warunkami (p&gt;0.05). Zatem na poziomie grupowym nie stwierdzono statystycznie istotnych różnic w lewej korze somatomotorycznej, SMA ani w analizach opartych na HbR.
<img alt="Diagram naprzemiennej aktywności i spoczynku, odstępy w grze; prezentacja harmonogramu, koncepcja zarządzania czasem." class="xfigimg" src="/files/ftp_upload/66004/66004fig03.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 3"> 
Rycina 3: Eksperyment z planem blokowym z naprzemiennymi blokami warunków gry i spoczynku. Badany grał w grę Picnic nieprzerwanie przez 30 s (okres gry) i pozostawał w bezruchu przez kolejne 30 s (okres spoczynku). Cykl ten powtórzono 6 razy, co dało czas trwania sesji wynoszący 6 min (uwaga: na rycinie przedstawiono jedynie 150 s). <a href="https://www.jove.com/files/ftp_upload/66004/66004fig03large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<img alt="Mapy aktywacji mózgu fNIRS pokazujące HbO, HbR; z asystą robotyczną vs bez asysty, schemat." class="xfigimg" src="/files/ftp_upload/66004/66004fig04.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 4"> 
Rycina 4: Indywidualne statystyczne mapy aktywacji mózgu z zastosowaniem progu. Indywidualne statystyczne mapy aktywacji mózgu z zastosowaniem progu (wartość p kanału &lt; 0,01) dla sześciu badanych (S1-S6) dla HbO i HbR w obu warunkach eksperymentalnych (ruchy z asystą robotyczną i bez niej). Należy zauważyć, że przedstawiono jedynie mapy wykazujące statystycznie istotną aktywację (tj. puste pole przy danym badanym i warunku oznacza, że nie zaobserwowano istotnej aktywacji dla tej konkretnej kombinacji). Pasek kolorów reprezentuje amplitudę statystyki t współczynnika aktywacji (beta GLM) każdego kanału fNIRS. <a href="https://www.jove.com/files/ftp_upload/66004/66004fig04large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>
<img alt="Współczynniki aktywacji lewej kory przedruchowej, p=0,016; wykres rozrzutu przedstawia punkty danych dla poszczególnych badanych." class="xfigimg" src="/files/ftp_upload/66004/66004fig05.jpg" data-altupdatedat="1788304762000" data-alt="Rycina 5"> 
Rycina 5: Aktywacja lewej kory przedruchowej na podstawie sygnałów HbO. Zgodnie z opisem w kroku 5.2, współczynniki beta zostały oszacowane przy użyciu GLM, a amplitudę aktywacji określono dla każdego badanego, warunku eksperymentalnego (ruchy nie wspomagane i wspomagane) oraz konkretnych kanałów (należy zauważyć, że wartości beta dla ROI uzyskano poprzez uśrednienie kanałów w obrębie lewej kory przedruchowej). Wykres punktowy wizualnie przedstawia średnie współczynniki beta ROI dla każdego badanego i warunku, gdzie czerwone i zielone kropki oznaczają odpowiednio ruchy wspomagane i niewspomagane. Dla każdego badanego współczynnik beta ROI w warunku niewspomaganym jest większy niż w warunku wspomaganym, co oznacza silniejszą aktywację w tym pierwszym przypadku. Wynik ten jest spójny u wszystkich badanych. <a href="https://www.jove.com/files/ftp_upload/66004/66004fig05large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.</a>

Szacuje się, że 1 na 6 osób na całym świecie dozna udaru mózgu w swoim życiu, powodując długotrwałą niepełnosprawność, której mechanizmy rehabilitacji są nadal słabo poznane. W badaniu tym zaproponowano protokół oceny aktywacji mózgu za pomocą funkcjonalnej spektroskopii bliskiej podczerwieni (fNIRS) podczas sesji terapii robotycznej kończyn dolnych.

Eksperyment z wykorzystaniem funkcjonalnej spektroskopii w bliskiej podczerwieni i wspomaganych przez robota wielostawowych ruchów wskazujących kończyny dolnej

Stroke affects approximately 17 million individuals worldwide each year and is a leading cause of long-term disability. Robotic therapy has shown promise ...

W tym badaniu mamy na celu zbadanie wykonalności protokołu eksperymentalnego obejmującego ruchy kończyny dolnej podłączonej do urządzenia robotycznego i jednoczesne pozyskiwanie funkcjonalnej spektroskopii w bliskiej podczerwieni, danych fNIRS. W niewielu badaniach wykorzystano fNIRS do badania aktywacji mózgu po udarze, regeneracji motorycznej i ruchów kończyn dolnych, koncentrując się głównie na czynnościach pojedynczych stawów, chodzeniu lub jeździe na rowerze. Nasze badanie jest pionierem w odkrywaniu, wielostawowym, treningu kończyn dolnych w celu rehabilitacji docelowej.Funkcjonalna spektroskopia bliskiej podczerwieni, fNIRS, skutecznie mierzy łańcuchy skroniowe w natlenieniu krwi mózgu, służąc jako pośredni wskaźnik aktywności mózgu, reagując na funkcjonalne sygnały MRI. W przeciwieństwie do FMRI, fNIRS jest kompatybilny ze sprzętem robotycznym, przenośny i bardziej odporny na artefakty ruchu. Istnieją dwa główne kanały.Pierwszym z nich jest synchronizacja ruchów urządzenia robotycznego z danymi fNIRS. Drugim jest zachowanie wystarczającej ilości danych, aby osiągnąć moc statystyczną do wykrycia zmian hemodynamicznych w ciągu zaledwie sześciu minut. Nasze badanie potwierdziło wykonalność protokołu i plonów, przewidywało wyniki.A stan wspomagany tylko u pacjenta wykazuje znaczną aktywację mózgu. Samodzielne ćwiczenia wymagające większego wysiłku wykazały większą zmianę stężenia HbO. Następnie, jak to było kiedyś, z zauważalną różnicą w przeciwprzedsionkowym PNC.Zacznij od przygotowania funkcjonalnej spektroskopii bliskiej podczerwieni lub systemu fNIRS. Przygotuj nasadkę za pomocą 16 optodów, ośmiu źródeł światła o długości fal 760 i 850 nanometrów oraz ośmiu detektorów światła. Podłącz ósmy detektor do adaptera krótkiego zasięgu, który jest podłączony do każdego z optodiów źródła.Otwórz oprogramowanie do akwizycji fNIRS i załaduj montaż z umiejscowieniem każdego optodu. Ustaw czasową częstotliwość próbkowania sygnału fNIRS na 10,17 herca. Krótko wyjaśnij uczestnikowi znaczenie badań i protokół eksperymentalny.Poinstruuj ochotnika, aby usiadł na fotelu przed robotem, umieszczonym w odległości około 150 centymetrów od monitora komputera. Po zdjęciu obuwia wygodnie przymocuj stopę uczestnika do ramienia robota za pomocą pasków na rzepy. Umieść nasadkę fNIRS z optodami na głowie uczestnika i bezpiecznie zapnij za pomocą zapięcia na rzep poniżej podbródka.Umieść nasadkę na nasadce optod, aby zmniejszyć zakłócenia światła otoczenia. Przystąp do rozpoczęcia zbierania danych po przygotowaniu uczestnika do sesji terapii robotycznej kończyn dolnych. Poinstruuj każdego uczestnika, aby nie wykonywał gwałtownych ruchów głową, aby zminimalizować ryzyko artefaktów ruchowych.Skalibruj funkcjonalną spektroskopię bliskiej podczerwieni lub system fNIRS, aby uzyskać optymalną jakość sygnału. Upewnij się, że wszystkie kanały są dobrej jakości, jak pokazuje interfejs. Jeśli nie, spróbuj usunąć włosy między skórą głowy a końcówką optod.Wyjaśnij uczestnikowi, jak grać w grę, poruszając stopą przymocowaną do robota, aby dotrzeć do celów wskazanych na ekranie. Wyjaśnij, że będą dwa warunki:Bez i z pomocą robota. Po zainicjowaniu systemu operacyjnego pojawia się pierwszy interfejs gry.Ustaw ramię robota w standardowej lokalizacji i poczekaj na otrzymanie komunikatu zwrotnego o prawidłowym ustawieniu ramienia robota. Wprowadź do systemu dane opisowe o uczestniku i eksperymentatorze, aby zalogować się do interfejsu gry robota. W interfejsie wyboru gry skonfiguruj czas sesji na sześć minut z 30-sekundowymi przerwami na odpoczynek.Wybierz odpowiednią nogę, która będzie używana przez uczestnika. Wybierz grę piknikową i kliknij Przejdź, aby zagrać w grę. Dla każdego badanego mapy związane ze zmianami HbO powinny statystycznie istotnej aktywacji w warunkach eksperymentalnych bez pomocy robota.Podczas gdy tylko dwie osoby wykazały statystycznie istotną aktywację w warunkach eksperymentalnych z pomocą robota. Jeśli chodzi o HbR, czterech pacjentów wykazało statystycznie istotną aktywację w obu stanach, choć w mniejszej liczbie kanałów w porównaniu z HbO. Tylko lewa kora przedruchowa wykazywała statystycznie istotny wzrost aktywacji HbO podczas gry lub zabawy bez pomocy robota w stosunku do reszty.Ponadto ten zwrot z inwestycji wykazał większą aktywację w stanie bez pomocy robota w porównaniu ze stanem ze wspomaganiem robota.

an-experiment-using-functional-near-infrared-spectroscopy-robot

Research

JoVE Journal

Neuroscience

Neuronauka

Interfejsy neuronowe (NMI) zostały opracowane w celu identyfikacji trybu lokomocji użytkownika. Te NMI są potencjalnie przydatne do neuronalnej kontroli napędzanych sztucznych nóg, ale nie zostały w pełni zademonstrowane. W tym artykule przedstawiono (1) zaprojektowaną przez nas platformę inżynieryjną do łatwego wdrażania i rozwoju sterowania neuronowego dla zasilanych protez kończyn dolnych oraz (2) eksperymentalną konfigurację i protokół w środowisku laboratoryjnym do bezpiecznej i efektywnej...

Platforma inżynieryjna i protokół eksperymentalny do projektowania i oceny protezy przezudowej sterowanej neuronalnie

Monitorowanie aktywności mózgu podczas wykonywania zadań motorycznych w pozycji pionowej jest bardzo przydatne podczas badania neuronalnego źródła zaburzeń ruchowych. Tutaj demonstrujemy protokół, który łączy funkcjonalną spektroskopię w bliskiej podczerwieni z ciągłym monitorowaniem aktywności mięśniowej i kinematycznej podczas 4 rodzajów zadań motorycznych.

Funkcjonalna spektroskopia w bliskiej podczerwieni czuciowych i ruchowych obszarów mózgu z jednoczesnym monitorowaniem kinematycznym i EMG podczas zadań motorycznych

W miarę jak rozwój protetyki zmierza w kierunku naturalnej kontroli, wykorzystanie wrodzonej zdolności osób po amputacji do uczenia się nowych umiejętności motorycznych może umożliwić biegłość. Ten manuskrypt opisuje ustrukturyzowany protokół rehabilitacji, który obejmuje naśladowanie, powtarzanie i strategie uczenia się przez wzmacnianie, w celu poprawy wielofunkcyjnej kontroli protetycznej.

Ustrukturyzowany protokół rehabilitacji w celu poprawy wielofunkcyjnej kontroli protetycznej: studium przypadku

Obiektywny pomiar funkcji mięśni jest wyzwaniem, szczególnie u dzieci. W oparciu o dostępny na rynku cyfrowy czujnik 3D, opracowano przyjazny dla dzieci test do gier, aby ocenić funkcję kończyny górnej na potrzeby badań klinicznych.

Obiektywna i przyjazna dla dziecka ocena funkcji ramienia za pomocą czujnika 3D

Prezentujemy nowatorski protokół połączonego obrazowania behawioralnego i neuroobrazowego, wykorzystujący projekcję wideo w czasie rzeczywistym w celu scharakteryzowania neuronalnych korelatów związanych z terapią lustrzaną w środowisku skanera rezonansu magnetycznego u osób po amputacji nogi z bólem fantomowym.

Projekcja wideo w czasie rzeczywistym w rezonansie magnetycznym w celu scharakteryzowania korelatów neuronalnych związanych z terapią lustrzaną w przypadku bólu fantomowego kończyn

Korzystając z robotycznego urządzenia izokinetycznego z pomiarami elektromiografii (EMG), ten protokół ilustruje, że ruch izokinetyczny sam w sobie może poprawić wiarygodność pomiarów kąta zaczepienia u pacjentów po udarze z łagodną spastycznością zginaczy łokcia.

Izokinetyczne urządzenie robotyczne poprawiające niezawodność test-retest i międzyoceniający pomiary odruchu rozciągania u pacjentów po udarze mózgu ze spastycznością

Wprowadzamy metodę analizy kinematycznej, która wykorzystuje trójwymiarowy aparat do przechwytywania ruchu zawierający cztery kamery i oprogramowanie do przetwarzania danych do przeprowadzania ocen funkcjonalnych podczas podstawowych badań z udziałem modeli gryzoni.

Analiza kinematyczna 3D do oceny funkcjonalnej w szczurzym modelu uszkodzenia nerwu kulszowego

Opisujemy analizę eksperymentu z funkcjonalną spektroskopią bliskiej podczerwieni z wykorzystaniem konstrukcji blokowej z zadaniem sensomotorycznym. Aby zwiększyć wiarygodność analizy danych, zastosowaliśmy jakościowe ogólne mapowanie parametryczne oparte na ogólnym modelu liniowym oraz porównawcze hierarchiczne modele mieszane dla wielu kanałów.

Jakościowe i porównawcze analizy danych dotyczących aktywności kory mózgowej z eksperymentu funkcjonalnej spektroskopii bliskiej podczerwieni z zastosowaniem projektowania blokowego

Rehabilitacja ubezpieczona pacjentów z przewlekłym udarem mózgu jest na ogół ograniczona w czasie. Oparte na obrazowaniu badanie aktywności mózgu związane z zadaniami motorycznymi związanymi z chodzeniem może prowadzić do ustanowienia biomarkerów do pomiaru lepszych wyników i uzasadnić rozszerzenie terapii dostosowanej do indywidualnych potrzeb. Zaprezentowano nowatorskie, kompatybilne z rezonansem magnetycznym urządzenie do ruchu stopy o zmiennym oporze oraz protokół do stosowania podczas...

Zastosowanie indukowanego stopą cyfrowo sterowanego urządzenia oporowego do oceny funkcjonalnego rezonansu magnetycznego u pacjentów z niedowładem stopy

Tutaj badamy wpływ funkcjonalnej terapii zajęciowej połączonej ze wspomaganym aktywnym lub biernym ruchem na funkcję kończyn górnych u pacjentów z uszkodzeniem prawej półkuli i badamy wpływ funkcjonalnej spektroskopii bliskiej podczerwieni na przebudowę funkcji mózgu.

Badanie wpływu różnych rodzajów ćwiczeń na powrót do sprawności funkcjonalnej kończyny górnej u pacjentów z uszkodzeniem prawej półkuli w oparciu o fNIRS

Protokół ten ustanawia pipeline oceny kinematyki tylnej kończyny szczura za pomocą testu na bieżni bez markerów z automatycznym oznaczaniem trajektorii wielostawowych opartym na głębokim uczeniu, co umożliwia powtarzalną ilościową ilościową identyfikację ruchu.

Wielostawowe synchroniczne śledzenie oparte na uczeniu głębokim do obiektywnej ilościowej kinematyki ruchowej kończyn tylnych u szczurów

Poznaj zastosowanie funkcjonalnej spektroskopii w bliskiej podczerwieni do oceny aktywacji mózgu podczas robotycznej terapii kończyn dolnych u pacjentów po udarze. Metoda umożliwia badanie mechanizmów odzyskiwania funkcji motorycznych.

Eksperyment z wykorzystaniem funkcjonalnej spektroskopii w bliskiej podczerwieni i wspomaganych przez robota wielostawowych ruchów wskazujących kończyny dolnej (Wideo) | JoVE Journal

Eksperyment z wykorzystaniem funkcjonalnej spektroskopii w bliskiej podczerwieni i wspomaganych przez robota wielostawowych ruchów wskazujących kończyny dolnej

Przeglądaj więcej filmów