Method Article

Um protocolo de reabilitação Estruturada para Melhoria da Multifuncional Prosthetic Controle: Um Estudo de Caso

DOI:

10.3791/52968

November 6th, 2015

In This Article

Summary

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

À medida que o desenvolvimento protético avança em direção ao objetivo do controle natural, aproveitar a capacidade inerente dos amputados de aprender novas habilidades motoras pode permitir a proficiência. Este manuscrito descreve um protocolo de reabilitação estruturado, que inclui estratégias de imitação, repetição e aprendizado por reforço, para melhorar o controle protético multifuncional.

Abstract

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

Avanços em sistemas robóticos resultaram em próteses para o membro superior que pode produzir movimentos multifuncionais. No entanto, estes sistemas sofisticados exigem amputados de membros superiores para aprender sistemas de controle complexos. Os seres humanos têm a capacidade de aprender novos movimentos através de outras estratégias de aprendizagem e imitação. Este protocolo descreve um método de reabilitação estruturado, que inclui imitação, repetição e aprendizado por reforço, e tem como objetivo avaliar se este método pode melhorar o controle da prótese multifuncional. A esquerda abaixo amputado cotovelo, com 4 anos de experiência no uso de prótese, participaram neste estudo de caso. A prótese utilizada foi a mão Michelangelo com rotação punho, e os recursos adicionais de flexão e extensão do punho, o que permitiu mais combinações de movimentos da mão. O participante Procedimento de Avaliação Southampton Mão pontuação melhorou 58-71 seguinte formação estruturada. Isto sugere que um protocolo de formação estruturada de imitção, repetição e reforço pode ter um papel na aprendizagem para controlar uma nova prótese de mão. Um estudo clínico maior, porém, é necessário para suportar esses achados.

Introduction

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

Substituir a função da mão em amputados é uma tarefa difícil. Coordenando os movimentos das mãos altamente qualificados não é uma habilidade inata, e leva os seres humanos anos de aprender a desenvolver. 1-5 Após a perda traumática de um lado, replicar essa capacidade por meio de prótese não é uma tarefa trivial e pode exigir um período de aprendizagem sustentado .

Desenho protético e métodos de interface para seu controle estão sujeitos a rápidas inovações tecnológicas, com o objetivo de controle multifuncional de uma maneira natural. 6 A complexidade desses sistemas de controle aumenta substancialmente para fornecer mais funções para amputados. Para garantir um controle preciso desses sistemas, e para reduzir o abandono das novas tecnologias, a formação adequada precisa ser estabelecido. Esta é susceptível de ser mais bem sucedida se baseia em estratégias dos amputados de aprendizagem inerentes.

Visão pode desempenhar um papel importante durante a leArning de movimentos da mão. Estudos comportamentais mostraram que, observando as ações dos outros 7 ou usar pistas visuais 8, indivíduos sãos aprender e coordenar novos movimentos. Através de um processo de observação, compreensão e execução de uma ação observada, os indivíduos são capazes de imitar as ações dos outros. Redes corticais específicas, que podem incluir um sistema de neurônios-espelho (MNS), acredita-se que fundamentam essa capacidade, e pode ter um papel no controle de próteses. 9-11

O papel da imitação não pode apenas limitar-se a execução de ações que já foram vistas, mas em conjunto com os MNS, permitir a execução de movimentos que ainda não tenham sido observados, mas extrapolados a partir repetoire motor do observador. 12 De fato, a imitação não necessariamente ser uma habilidade inata, mas uma accruement de habilidades motoras ao longo do tempo que levam a ações experientes e sofisticados. 13 O strength de observar as ações, mais simplesmente imaginá-los, foi mostrado para melhorar o aprendizado de novas tarefas. 14 Assim, a imitação pode ser uma abordagem pragmática para amputados de formação, como a evidência sugere que um processo dirigido meta 15, com a meta no cenário de reabilitação de permitir função útil mão protética.

Estudos de recuperação têm mostrado separadamente que pistas visuais, como simulações virtuais de uma prótese, incentivar amputados durante a formação de reabilitação. 16 Além disso, a utilização de repetição quando conduzida num paradigma bloqueado foi mostrado para permitir a formação rápida de prótese de membro superior controle. 17 Embora as simulações virtuais têm sido comprovada para ser tão eficaz como controle real de mãos protéticas para permitir que os usuários abled-corpo para controlar dispositivos mioelétricos, 18 seu efeito sobre amputados que utilizam medidas de resultados padronizadas não é clara. Finalmente, onde os protocolos para AMPU membro superiorexistem formação tação, o papel da imitação na aprendizagem do controle da prótese não é explicitamente discutida 19,20.

Este estudo visa compreender se o uso de imitação, em combinação com a repetição e reforço, tem um impacto positivo na aprendizagem de controle da prótese multifuncional, como parte de um programa de treinamento estruturado.

Aqui apresentado é um relato de caso de um paciente amputado transradial que foi treinado para usar uma prótese de mão multifuncional. O participante já havia se acostumado a operar prótese mioelétrica tradicionais. Usando pistas visuais, tanto na forma de imitação de um manifestante saudável e computador feedback visual tão simples, o amputado rapidamente melhorias no processamento de seu novo dispositivo.

Access restricted. Please log in or start a trial to view this content.

Protocol

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

Este estudo foi realizado em conformidade com a Declaração de Helsinque, tal como foi aprovado pelo comitê de ética em pesquisa da instituição. O estudo foi explicado detalhadamente ao participante antes do início, permitindo ao participante o tempo para ponderar a decisão de tomar voluntariamente participar do estudo e confirmar a sua participação informada, o consentimento escrito.

Nota: Um homem, com idades entre 27 anos, participaram do estudo. O participante teve a visão normal, foi um abaixo-cotovelo amputado esquerda, e era um usuário experiente (uso de prótese total de 4 anos). Antes de iniciar este estudo a prótese que ele usou em uma base diária era uma prótese mioelétrica 4 mão canal com rotação de pulso para 12-15 horas por dia, durante 15 meses. A mão direita do participante já tinha sido reconstruído cirurgicamente, mas não tinha outra deficiência física ou neurológica.

1. Projeto de Estudo

  1. Dividir o estudo em duas sessões: na39; ve uso, e usar seguinte formação estruturada.
    Nota: Isto é para permitir a comparação intra-sujeito, antes e após o treinamento, respectivamente.
  2. Assegure-se que estas duas sessões são, pelo menos, três meses de intervalo, de modo a ser tratado como independentes um do outro.
  3. No início de ambas as sessões, encaixar uma tomada de personalização e prótese ao participante. Certifique-se de que os algoritmos de hardware e controle de próteses coincidir com os descritos na seção Materiais do presente protocolo. Assegure-se que o participante não é capaz de utilizar a prótese personalizado no intervalo de tempo entre sessões.
  4. Treinar o paciente de acordo com as etapas descritas na Sessão Naïve e seções de sessão de formação estruturada deste protocolo. No início de cada uma destas sessões, calibrar o hardware protético. Use os dados de calibração recolhidos para o controle da prótese em tempo real.
  5. Assim que a sessão Naïve e Sessão de Treinamento Structured estão completos, avaliar o padesempenho do rticipant usando o desfecho Southampton Mão Procedimento de Avaliação (SHAP). 23 Comparar os escores Shap a uma medida de linha de base usando prótese padrão do participante (obtido antes das sessões de formação, quer).

2. Materiais

  1. Montar o participante com uma tomada de custom-built. Anexar uma prótese disponível comercialmente de acordo com as instruções do fabricante. Equipar a mão protética com componentes protótipo que permitem atuado flexão, extensão e rotação. Isto permite que o participante para controlar a mão com 3,5 graus de liberdade (dofs) (Tabela 1).
    Nota: Neste experimento foi usada uma mão Michaelangelo (Veja Lista de Materiais). Outros dispositivos terminais capazes de pulso rotação, flexão e extensão, em conjunto com as funções padrão de aderência também seria apropriado.
  2. Sinais EMG registro usando oito equidistante colocados eletrodos sinal bruto em torno do coto,e um sistema de bordo de descodificação na taxa de amostragem de 1000 Hz e digitalizado com a profundidade de 10 bits. Executar a filtragem inicial e amplificação dentro dos próprios eléctrodos de acordo com as especificações do fornecedor. Usar um computador pessoal (PC) para realizar o processamento principal, que comunica com o hardware de aquisição e controla a prótese através de uma ligação sem fios.
    Nota: Neste estudo os eletrodos EMG de superfície e sistema de bordo de decodificação (AxonBus) utilizados eram da Otto Bock. Outros fabricantes de dispositivos semelhantes também seria apropriado. A ligação sem fios foi via Bluetooth, e do mesmo modo outras modalidades poderia ser aplicada.

3. Algoritmo de Controle

  1. Use um algoritmo de controle que fornece controle protético simultânea e proporcional em vários dofs 21. O algoritmo utilizado neste estudo foi a de dois estágios fazendo paradigma decisão, de modo que a estimativa movimento dependente do contexto era possível.
  2. Após a formação do sistema, que contém todos os movimentos DoF individuais controláveis, gravar um eletromiograma de entrada (EMG).
  3. Na primeira etapa, avaliar a informação dimensional intrínseca do movimento pretendido com base na distância de Mahalanobis do vector característico EMG recém-calculado a partir dos dados de formação. Tomar uma decisão quanto a saber se a intenção do usuário foi realizar uma multa de 1 DoF ou um movimento simultâneo de 2 DoF grosseira.
    Nota: a distância de Mahalanobis de um recurso de vetor x para a classe i com a média da classe vector μ i e matriz de covariância Σ i é calculado como:
    figure-protocol-1
    Tal como descrito em Amsuess et ai, o vector característico recentemente calculada é mapeado para o espaço dimensional elevada e a distância do ponto de Mahalanobis transformada com qualquer dos pontos de classe treinados é tomado como a medida de novidade. 21 Uma empiricamentedeterminado limiar a distância que dá a decisão de novidade (2-DOF) ou não (1-DOF).
  4. Na segunda fase, com base na decisão anterior, use um dos dois avaliadores paralelas - uma lidar com os movimentos seqüenciais (SEQ-E) e os outros movimentos simultâneos manuseamento (SIM-E) - para fornecer os sinais de controle para a prótese.
    Nota: SEQ-E é em essência um estimador proporcional (isto é, a força das contracções musculares) com base em padrões espaciais comuns (CSP) 21, enquanto que SIM-E é um regressor linear, que dirige simultaneamente 2 dofs do pulso.

4. Software Framework

Nota: A estrutura de software utilizado no presente estudo permitiu a manipulação de a comunicação entre o hardware e o protético algoritmo de controlo incorporado. Ele também ofereceu ferramentas de treinamento visual de apoio necessários para maximizar a formação participante.

  1. Mostrar a raiz quadrada da média (RMS) da EMG sinais recolhidos a partir dos eléctrodos 8 equidistantemente colocados sob a forma de um diagrama polar da amplitude EMG como uma função da localização do eléctrodo. Este feedback visual permite a monitorização fácil da distribuição espacial da EMG no plano transversal do antebraço. Usando tal configuração, cada um dos movimentos do utilizador podem assim obter um padrão distinto 22 na trama polar, que podem então ser guardados e utilizados para treinar para a repetibilidade do gesto específico.
    Nota: O quadro permite a recolha de dados de EMG da forma padrão de reconhecimento de padrão 23 para cada um dos canais de EMG do RMS mais de 40 ms é calculado como.
    figure-protocol-2
    resultando em observações para cada janela ensemble.
  2. Para a calibração inicial recolher os valores máximos a longo prazo de contração voluntária (MLVC) para cada destina movimento. Solicitar ao participante, utilizando a mão do manifestante para executaro movimento desejado, dando instruções vocais e visuais por 5 s.
  3. Após a calibração, apresentar o participante com um conjunto de pistas trapezoidais. Estes perfis de força conter set platôs em 30%, 60% e 90% do máximo calibrado.
  4. Dentro de cada julgamento, instruir o participante para dirigir o ponteiro vermelho ao longo da pista, modulando o nível de força do movimento solicitado (Figura 1). A posição vertical do ponteiro corresponde ao RMS valores somados em todos os oito canais. Definir a duração do ensaio a 5 segundos com um intervalo de planalto que corresponde à média de 3 seg.

5. Naïve Sessão

Nota: Durante a sessão de treinamento naïve, o participante não tinha experiência prévia do esquema de controle da prótese utilizada neste estudo.

  1. Não dê o participante qualquer formação clínica formal, mas apenas instruir que 8 ações do membro residual, dos quais um é um estado de repouso,permitirá o controle de um alvo visual na tela do computador. Essas tarefas são semelhantes aos utilizados no reconhecimento de padrões clássico abordagens para controle protético 23, e para esses métodos o participante neste estudo tinham aproximadamente 60 horas de experiência anterior.
  2. Mostrar os movimentos necessários na tela em termos de texto e uma imagem estática enquanto segue uma sugestão visual (Figura 1).
  3. Mostrar o participante seus padrões de ativação EMG, que correspondem a oito parcelas polares específicas e únicas (Figura 2).
  4. Use instruções audíveis para incentivar o participante a seguir a sugestão visual. Estas instruções audíveis deve ser idêntico se for utilizado na sessão de treinamento estruturado.
  5. Repita as tarefas três vezes com diferentes posições do braço (relaxou, chegando na frente, alcançando em todo) para melhorar a formação do sistema. Tenha em mente que existem 8 ações diferentes e três níveis de força, uma vez que todas as posições do braço são cobertos,entrada treinamento do sistema resume o total de 72 amostras individuais.
  6. Uma vez concluído, permitirá ao participante a oportunidade de praticar o controle em tempo real antes de completar a avaliação do resultado SHAP.
  7. Assegurar que o participante não tem acesso aos algoritmos de controlo de prótese e personalizadas para além do fim da sessão ingénuos.

6. Estruturado Sessão de Treinamento

  1. Três meses após a sessão naïve, realizar uma sessão de treinamento estruturado.
  2. Estruturar a sessão nos seguintes passos ordenados (Figura 3):
    1. Para imitação, instruir o participante diretamente imitar os desejados oito acções (Tabela 1), realizado pelo manifestante em tempo real. Executar cada ação por 3 s.
    2. Por repetição, peça ao participante para repetir a ação que foi imitado 10 vezes, de modo que cada ação é executada por 30 s.
    3. Para reforço & computador sysformação tem, peça ao participante para agora se envolver com feedback visual do computador, que é exatamente a mesma configuração como a sessão Naïve. Assegure-se que não existe qualquer diferença entre estas duas secções.
    4. Para o controle da prótese, peça ao participante para a prática de controle em tempo real da prótese personalizado antes de concluir a avaliação dos resultados.
  3. Durante imitação, assentar o participante em um ângulo de 45 ° a manifestante e fornecer com uma visão completa e desobstruída da mão do demonstrador combinando o lado afetado do participante durante todas as ações (Figura 4). Não há pistas visuais a partir de uma tela de computador deve estar disponível para o participante neste momento.
  4. Por repetição, durante ações do participante, tem o manifestante observar a atividade EMG correspondente representada pelos gráficos polares de cada movimento (Figura 4). Uma vez que o manifestante determinou que o PARTICIPANt pode produzir padrões únicos e repetíveis de ativação EMG para cada movimento, peça ao participante para repetir as ações de 30 segundos sem pistas visuais.
    Nota: Há um total de 8 ações exclusivas - sete deles (pulso pronação / supinação, punho em flexão / extensão, mão aberta, aperto chave e pitada fina) que necessitam de ativação muscular, ea oitava vez que nenhuma ação que representa um estado de relaxamento constante.
  5. Após o treinamento de reforço & sistema de computador, apresentar o participante com feedback visual de seus oito ações, exatamente como foi visto na sessão naïve, que correspondem às oito parcelas polares únicas e específicas na tela do computador (Figura 3). Para ajustar o desempenho, peça ao participante para executar as ações durante a visualização em tempo real das parcelas polares com sobreposições de vídeo gravadas para reforçar o aprendizado, tipicamente entre 2-4 tentativas para cada movimento. Uma vez confiante o participante pode então completar as mesmas tarefas exatas que foram perf ORMED na sessão ingênuo.

7. Controle Prosthetic

  1. Use os conjuntos de dados de cada sessão de treinamento para calibrar e ajustar a prótese para controle em tempo real.
  2. Inicialmente, apenas permitir que o participante para controlar as próteses por controlo proporcional sequencial, ou seja, um movimento de cada vez, com a velocidade do dispositivo proporcional aos níveis de contracções musculares.
  3. Uma vez que cada uma das oito acções são realizadas de uma maneira fiável e reproduzível, mudar o esquema de controlo para controlo proporcional e simultânea, permitindo mais do que um movimento do punho de cada vez.
  4. Têm as tarefas simples prática participante, como pegar uma garrafa e colocando-o no seu lado (2 tentativas é suficiente). Permitir um período de descanso antes da avaliação dos resultados é realizada. No caso do presente estudo, 2 horas de repouso para a sessão naïve, e 24 horas de repouso para a sessão estruturada.
itle "> 8 medição de resultados.
  1. Avaliar a função da extremidade superior global, tanto nas sessões de treinamento ingênuos e estruturados usando o SHAP, que monitora função da extremidade superior mão e estreitamente relacionada com as actividades da vida diária (AVD). As tarefas executadas no SHAP incluem luz manipulação e objetos pesados, bem como tarefas de ADL como cortar um objeto com uma faca ou desfazer botões. O SHAP foi validado para avaliação da função da mão patológica e protético 24.
    Nota: Esta medida foi escolhido como o participante neste estudo tinha sido rotineiramente acompanhados com este desfecho por sua equipe clínica.

Access restricted. Please log in or start a trial to view this content.

Results

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

O desempenho SHAP linha de base do participante com a sua prótese diariamente foi de 81, quando medido pela equipe clínica 8 meses antes do teste. A pontuação SHAP de 100 representa a função da mão sãos. 24 O participante teve uma pontuação global de 58 SHAP durante a sessão ingênuo com o sistema de controle de prótese mais avançada. No entanto, 3 meses mais tarde e sem qualquer interação com o novo sistema, além da formação estruturada, o participante alcançou uma pontuação de 71 SHAP com o mesmo sistema ava...

Access restricted. Please log in or start a trial to view this content.

Discussion

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

Nossos resultados sugerem que o participante neste estudo que o treinamento estruturado ajudou a melhorar o controle de uma prótese de mão multifuncional durante uma única sessão. O programa estruturado usado aqui foi uma combinação de imitação, repetição e reforço dos movimentos da mão que o participante não foi capaz de concluir com a mão protética tradicional.

Embora o participante pontuaram mais alto com sua prótese tradicional no teste SHAP, vale a pena notar que ele normalmente usava e...

Access restricted. Please log in or start a trial to view this content.

Disclosures

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

Os autores declaram não haver interesses financeiros concorrentes.

Acknowledgements

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

Os autores gostariam de agradecer ao senhor deputado Hans Oppel e seus técnicos protéticos de Otto Bock Healthcare Products GmbH para fabricar o soquete usado pelo participante neste estudo. Este estudo foi financiado pelo Conselho Europeu de Investigação (CEI), através da ERC Avançada Grant DEMOVE (No. 267888), a austríaca do Conselho para a Pesquisa e Desenvolvimento Tecnológico e do Ministério Federal Austríaco da Ciência, Pesquisa e Economia.

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Michelangelo HandOtto Bock Healthcare Products GmbH, A8E500=L-M
AxonRotationOtto Bock Healthcare Products GmbH, A9S503
Flexor de PulsoOtto Bock Healthcare Products GmbH, Umaunidade protótipo
AxonMasterOtto Bock Healthcare Products GmbH, A13E500
EletrodoOtto Bock Healthcare Products GmbH, A13E200=50AC
ScissorFenceElectrodeCarrierOtto Bock Healthcare Products GmbH, Umaunidade protótipo
Software de aquisiçãoOtto Bock Healthcare Products GmbH, Umaunidade protótipo
Eixo de carbonoOtto Bock Healthcare Products GmbH, Umaunidade protótipo

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Forssberg, H., Eliasson, A. C., Kinoshita, H., Johansson, R. S., Westling, G. Development of human precision grip. I: Basic coordination of force. Experimental Brain Research. 85 (2), 451-457 (1991).
  2. Forssberg, H., Kinoshita, H., Eliasson, A. C., Johansson, R. S., Westling, G., Gordon, A. M. Development of human precision grip. II. Anticipatory control of isometric forces targeted for object’s weight. Experimental Brain Research. 90 (2), 393-398 (1992).
  3. Gordon, A. M., Forssberg, H., Johansson, R. S., Eliasson, A. C., Westling, G. Development of human precision grip. III. Integration of visual size cues during the programming of isometric forces. Experimental Brain Research. 90 (2), 399-403 (1992).
  4. Forssberg, H., Eliasson, A. C., Kinoshita, H., Westling, G., Johansson, R. S. Development of human precision grip. IV. Tactile adaptation of isometric finger forces to the frictional condition. Experimental Brain Research. 104 (2), 323-330 (1995).
  5. Eliasson, A. C., et al. Development of human precision grip. V. anticipatory and triggered grip actions during sudden loading. Experimental Brain Research. 106 (3), 425-433 (1995).
  6. Roche, A. D., Rehbaum, H., Farina, D., Aszmann, O. C. Prosthetic Myoelectric Control Strategies A Clinical Perspective. Current Surgery Reports. 2 (44), (2014).
  7. Buccino, G., et al. Neural circuits underlying imitation learning of hand actions: An event-related fMRI study. Neuron. 42 (2), 323-334 (2004).
  8. Saunders, J. A., Knill, D. C. Humans use continuous visual feedback from the hand to control fast reaching movements. Experimental Brain Research. 152 (3), 341-352 (2003).
  9. Rizzolatti, G., Craighero, L. The mirror-neuron system. Annual Review of Neuroscience. 27, 169-192 (2004).
  10. Maruishi, M., et al. Brain activation during manipulation of the myoelectric prosthetic hand: a functional magnetic resonance imaging study. NeuroImage. 21 (4), 1604-1611 (2004).
  11. Cusack, W. F., et al. A Neural activation differences in amputees during imitation of intact versus amputee movements. Frontiers in Human Neuroscience. 6 (June), 182(2012).
  12. Vogt, S., Buccino, G., Wohlschläger, A. M., Canessa, N., Shah, J. N., Zilles, K., Eickhoff, S. B., Freund, H. J., Rizzolatti, G., Fink, G. R. Prefrontal involvement in imitation learning of hand actions: Effects and expertise. Neuroimage. 37 (4), 1371-1383 (2007).
  13. Gonzalez-Rosa, J. J., Natali, F., Tettamanti, A., Cursi, M., Velikova, S., Comi, G., Gatti, R., Leocani, L. Action observation and motor imagery in performance of complex movements: Evidence from EEG and kinematics analysis. Behavioural Brain Research. 281, 290-300 (2015).
  14. Bekkering, H., Wohlschläger, A. M., Gattis, M. Imitation of gestures in children is goal-directed. The Quarterly Journal of Experimental Psychology. 53 (1), 153-164 (2000).
  15. Catmur, C., Walsh, V., Heyes, C. Associative sequence learning: the role of experience in the development of imitation and the mirror system. Philosophical Transactions of the Royal Society B. 364 (1528), 2369-2380 (2009).
  16. Resnik, L., Etter, K., Klinger, S. L., Kambe, C. Using virtual reality environment to facilitate training with advanced upper-limb prosthesis. Journal of Rehabilitation Research and Development. 48 (6), 707-718 (2011).
  17. Bouwsema, H., van der Sluis, C. K., Bongers, R. M. The role of order of practice in learning to handle an upper-limb prosthesis. Archives of Physical Medicine and Rehabilitation. 89 (9), 1759-1764 (2008).
  18. Bouwsema, H., vander Sluis, C. K., Bongers, R. M. Learning to control opening and closing a myoelectric hand. Archives of Physical Medicine and Rehabilitation. 91 (9), 1442-1446 (2010).
  19. Simon, A. M., Lock, B. A., Stubblefield, K. A. Patient training for functional use of pattern recognition-controlled prostheses. Journal of Prosthetics and Orthotics JPO. 24 (2), 56-64 (2012).
  20. Stubblefield, K. A., Miller, L. A., Lipschutz, R. D., Kuiken, T. A. Occupational therapy protocol for amputees with targeted muscle reinnervation. The Journal of Rehabilitation Research and Development. 46 (4), 481(2009).
  21. Amsüss, S., Roche, A. D., Göbel, P., Graimann, B., Farina, D., Aszmann, O. C. Regaining high functional, multiple degrees of freedom hand control following bionic reconstruction. , MyoElectric Controls Symposium. (2014).
  22. Dosen, S., Muller, K. -R., Farina, D. Myoelectric Control of Artificial Limbs—Is There a Need to Change Focus [In the Spotlight]. IEEE Signal Processing Magazine. 29 (5), (2012).
  23. Amsuess, S., Gobel, P., Graimann, B., Farina, D. A Multi-Class Proportional Myocontrol Algorithm for Upper Limb Prosthesis Control: Validation in Real-Life Scenarios on Amputees. IEEE Transactions on Neural Systems and Rehabilitation Engineering : A Publication of the IEEE Engineering in Medicine and Biology Society. 4320(c), 1-11 (2014).
  24. Light, C. M., Chappell, P. H., Kyberd, P. J. Establishing a Standardized Clinical Assessment Tool of Pathologic and Prosthetic Hand Function: Normative Data, Reliability, and Validity. Archives of Physical Medicine and Rehabilitation. 83 (6), 776-783 (2002).
  25. Wolpert, D. M., Ghahramani, Z., Jordan, M. I. An internal model for sensorimotor integration. Science (New York, N.Y). 269 (5232), 1880-1882 (1995).
  26. Shadmehr, R., Mussa-Ivaldi, F. A. Adaptive representation of dynamics during learning of a motor task. The Journal of Neuroscience the Official Journal of the Society for Neuroscience. 14 (5 Pt 2), (1994).
  27. Hogervorst, T., Brand, R. A. Mechanoreceptors in joint function. The Journal of Bone and Joint Surgery. American Volume. 80 (9), 1365-1378 (1998).
  28. Bosco, G., Poppele, R. E. Proprioception from a spinocerebellar perspective. Physiological Reviews. 81 (2), 539-568 (2001).
  29. Iacoboni, M., Molnar-Szakacs, I., Gallese, V., Buccino, G., Mazziotta, J. C. Grasping the intentions of others with one’s own mirror neuron system. PLoS Biology. 3 (3), 0529-0535 (2005).
  30. Williams, J. H. G., Whiten, A., Waiter, G. D., Pechey, S., Perrett, D. I. Cortical and subcortical mechanisms at the core of imitation. Social Neuroscience. 2 (1), 66-78 (2007).
  31. Allison, T., Puce, A., McCarthy, G. Social perception from visual cues: Role of the STS region. Trends in Cognitive Sciences. 4 (7), 267-278 (2000).
  32. Thompson, J. C., Hardee, J. E., Panayiotou, A., Crewther, D., Puce, A. Common and distinct brain activation to viewing dynamic sequences of face and hand movements. NeuroImage. 37 (3), 966-973 (2007).
  33. Binkofski, F., et al. A fronto-parietal circuit for object manipulation in man: Evidence from an fMRI-study. European Journal of Neuroscience. 11 (9), 3276-3286 (1999).
  34. Iacoboni, M. Cortical Mechanisms of Human Imitation. Science. 286 (5449), 2526-2528 (1999).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Prosthetic ControlRehabilitation ProtocolImitation TrainingRepetition LearningReinforcement LearningMultifunctional ProsthesisMichelangelo HandWrist FlexionWrist ExtensionSouthampton Hand Assessment

Related Articles