Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Behavior
Click here for the English version

Behavior

एक साथ खोपड़ी (ईईजी), Electromyography (EMG) और मल्टी मोडल तंत्रिका डीकोडिंग के लिए पूरे शरीर कमानी जड़त्वीय रिकॉर्डिंग

Published: July 26, 2013 doi: 10.3791/50602
Automatic Translation
1,2, 2, 2,3,4, 3,4, 2,4,5
1Functional and Applied Biomechanics Group, National Institutes of Health, 2Laboratory for Non-invasive Brain-Machine Interface Systems, Department of Electrical and Computer Engineering, University of Houston, 3Department of Health and Human Performance, University of Houston, 4Center for Neuromotor & Biomechanics Research, University of Houston, 5Department of Biomedical Engineering, University of Houston

Summary

द्विपाद हरकत की बहाली और पुनर्वास के लिए एक प्रभावी दिमाग की मशीन इंटरफेस (बीएमआई) प्रणाली का विकास उपयोगकर्ता का आशय की सटीक डिकोडिंग की आवश्यकता है. यहाँ हम एक साथ गैर इनवेसिव तंत्रिका गतिविधि के अधिग्रहण, मांसपेशियों की गतिविधियों, और विभिन्न हरकत कार्यों और शर्तों के दौरान पूरे शरीर कीनेमेटीक्स के लिए एक उपन्यास प्रयोगात्मक प्रोटोकॉल और डेटा संग्रह तकनीक मौजूद है.

Abstract

हाल के अध्ययनों से द्विपाद मानव चलने के नियंत्रण में supraspinal नेटवर्क के शामिल होने का समर्थन करते हैं. इस सबूत के भाग ट्रेडमिल चलने के दौरान चाल कीनेमेटीक्स और अंग समन्वय यथोचित उच्च डिकोडिंग accuracies के साथ खोपड़ी विद्युतमस्तिष्कलेख (ईईजी) से अनुमान लगाया जा सकता है कि प्रदर्शन, हमारे पिछले काम सहित, अध्ययन शामिल हैं. इन परिणामों बहाली और / या पुनर्वास अनुसंधान की चाल के एक प्राथमिक लक्ष्य को बढ़ाने में इस्तेमाल के लिए गैर इनवेसिव दिमाग की मशीन इंटरफेस (बीएमआई) प्रणालियों के विकास के लिए प्रोत्साहन प्रदान करते हैं. तिथि करने के लिए, चाल के दौरान गतिविधि के ईईजी डिकोडिंग की जांच के अध्ययन एक नियंत्रित वातावरण में ट्रेडमिल चलने के लिए सीमित कर दिया गया है. हालांकि, व्यावहारिक रूप से व्यवहार्य होने के लिए एक बीएमआई प्रणाली इस तरह घूमना और मोड़ जमीन के ऊपर के रूप में हर रोज हरकत कार्यों में उपयोग के लिए लागू किया जाना चाहिए. यहाँ, हम एक मस्तिष्क गतिविधि की गैर इनवेसिव संग्रह के लिए उपन्यास प्रोटोकॉल (ईईजी), मांसपेशियों गतिविधि (विद्युतपेशीलेखन (EMG)), और whol पेशदोनों ट्रेडमिल के दौरान और जमीन से अधिक ई शरीर विज्ञान सम्बन्धी डेटा (सिर, धड़, और अंग प्रक्षेप पथ) कार्य चल रहा है. एकत्रित करके अनियंत्रित वातावरण अंतर्दृष्टि में इन आंकड़ों ईईजी खोपड़ी से चाल और सतह EMG स्वेच्छापूर्ण डिकोडिंग की व्यवहार्यता के बारे में प्राप्त की जा सकती है.

Introduction

इस प्रोटोकॉल एक साथ ईईजी, EMG, और पूरे शरीर कीनेमेटीक्स (चित्रा 1, 1 टेबल) दर्ज करने के लिए तीन डेटा संग्रह प्रणाली का उपयोग करता है. विषयों चलना जबकि ईईजी डेटा 1000 हर्ट्ज की एक आवृत्ति नमूना पर 64 चैनलों से wirelessly एकत्र कर रहे हैं. Tibialis पूर्वकाल (प्रादेशिक सेना), gastrocnemius (Gast), मछलियां ग्रीवा (बीएफ), और vastus lateralis (वीएल): electromyography (EMG) चार मांसपेशी समूहों पर द्विपक्षीय रखा सतह इलेक्ट्रोड से 1000 हर्ट्ज पर एकत्र किया जाता है. विज्ञान सम्बन्धी डेटा चलने के दौरान आंदोलन रिकॉर्ड करने के लिए 11 सिर पर घुड़सवार वायरलेस सेंसर, ऊपरी धड़, काठ का क्षेत्र, हथियार, जांघों, टांगों और पैरों से 128 हर्ट्ज पर एकत्र कर रहे हैं. प्रत्येक संवेदक एक त्रिअक्षीय magnetometer, त्रिअक्षीय gyroscope, और त्रिअक्षीय त्वरणमापी (यानी एक मार्ग सेंसर) शामिल हैं.

डाटा हर सिस्टम से एकत्र की है और एक भी मेजबान पीसी से समय में सिंक्रनाइज़ कर रहे हैं. तुल्यकालन एक सतत सेरी पर भेजा एक ट्रिगर संकेत का उपयोग कर पूरा किया हैएक साथ सभी तीन डेटा सिस्टम द्वारा पहुँचा अल संचार लिंक. ट्रिगर एक सरल बटन स्विच के रूप में लागू किया गया था. दबाया नहीं जब एक अशक्त संकेत (0) भेजा गया है, जबकि बटन एक ट्रिगर संकेत दबाया जाता है (1), मेजबान पीसी के लिए भेजा है. नीचे प्रोटोकॉल में वर्णित के रूप में ट्रिगर बटन दबाने से भी इस विषय के लिए एक ऑडियो क्यू के रूप में इस्तेमाल एक 0.5 सेकंड स्वर elicits. स्थान नीचे वर्णित प्रयोगों चलने से अधिक भूमि के दौरान चलाता है के रूप में अवरक्त (आईआर) निकटता सेंसर के पांच जोड़े के उपयोग के लिए गढ़े गए थे. आईआर संकेत एक ट्रिगर संकेत बाधित है जब (1) एक रेडियो आवृत्ति (आरएफ) मैनुअल ट्रिगर बॉक्स के साथ कनेक्शन के माध्यम से धारावाहिक लिंक पर मेजबान पीसी के लिए भेजा है.

एक कस्टम सी + + आवेदन, रिकॉर्ड और डेटा सिंक्रनाइज़ करने के लिए विकसित किया गया था, प्रत्येक प्रणाली द्वारा प्रदान की सॉफ्टवेयर डेवलपमेंट किट (एसडीके) का उपयोग. कोड एक बहु सूत्रण तकनीक को रोजगार, हर सिस्टम से बचत डेटा (ईईजी, EMG, और MARGs) के लिए कार्य करता है व्यक्ति में समाहित कर रहे हैंidual सूत्र. सॉफ्टवेयर एल्गोरिथ्म चित्रा 2 में दिखाया गया है. डाटा संग्रह आवेदन मार डाला है जब शुरू होता है और 'क्ष' कुंजी दबाया जाता है जब समाप्त हो जाती है. पांच धागे आवेदन निष्पादन पर सक्रिय कर रहे हैं. एक धागा (चित्रा 2) सीरियल कनेक्शन से ट्रिगर संकेत का मान (0 या 1) नजर रखता है. प्रारंभिक ट्रिगर मूल्य शून्य है. एक ट्रिगर प्राप्त होता है (बटन दबाया जाता है या आईआर सेंसर जोड़ी के बीच दृष्टि की लाइन टूटी हुई है जब IE) वैश्विक ट्रिगर चर 1 की तैयारी में हैं. वे डेटा संग्रह धागे के भीतर फिर से कायम कर रहे हैं जब तक ये चर 1 रहते हैं.

ईईजी सूत्र दूर से टीसीपी / आईपी प्रोटोकॉल का उपयोग वास्तविक समय में खोपड़ी ईईजी डेटा तक पहुँचता है. डाटा इसी नमूने आवृत्ति (1000 हर्ट्ज) पर लाइन से एक पाठ फ़ाइल लाइन के लिए लिखा जाता है. कॉलम 2-65 64 ईईजी चैनल हैं जबकि वैश्विक ईईजी ट्रिगर संकेत, पहले कॉलम में लिखा है. वैश्विक ईईजी ट्रिगर संकेत 1 था, तो इसे शून्य पर रीसेट है. डेटाईईजी धागा समाप्त होने तक लेखन जारी है. दो स्वतंत्र धागे रिकॉर्ड संवेदक डेटा मार्ग. 11 वायरलेस मार्ग सेंसर वायरलेस ट्रांसमिशन समस्याओं की स्थिति में डेटा नुकसान को रोकने के लिए व्यक्तिगत सेंसर पर डेटा buffers जो मजबूत स्ट्रीमिंग मोड में निर्माता के सॉफ्टवेयर का उपयोग कर डेटा संचारित क्योंकि दो धागे जरूरी हैं. इस बफरिंग वास्तविक समय डाटा हस्तांतरण degrades: एक संवेदक सभी 11 सेंसर अपने बफर में उस समय के बिंदु को बनाए रखने और अगले उपलब्ध नमूना बिंदु पर यह संचारित किसी नमूने के लिए डाटा संचारित करने में असमर्थ है. मार्ग वायरलेस डाटा हस्तांतरण अनिवार्य रूप से ईईजी काफी पीछे है, डेटा संग्रह करना बंद कर दिया है के बाद इस प्रकार मार्ग सेंसर मेजबान पीसी के लिए बोझ उतार लेना buffered डेटा के लिए समय की जरूरत है. इस मुद्दे पर काबू पाने के लिए, दो धागे मार्ग डेटा संग्रह एल्गोरिथ्म (चित्रा 2) में किया जाता है. ईईजी धागा एकत्रित कर रहा है, जबकि पहले धागा सेंसर नमूना आवृत्ति पर वैश्विक मार्ग ट्रिगर चर (128 हर्ट्ज) से एक मार्ग ट्रिगर बफर भरताडेटा. डेटा संग्रह ट्रिगर बफर के लिए लिख बंद हो जाता है जब भी समाप्त हो जाता है. मार्ग धागा (चित्रा 2) सेंसर से डेटा प्राप्त और ईईजी डेटा के रूप में एक ही तरीके से एक फाइल करने के लिए इसे लिखने के लिए सेंसर एसडीके से कार्यों का उपयोग. यही कारण है, पहले कॉलम 11 मार्ग सेंसर (मार्ग प्रति यूनिट 9 सेंसर) से मान रहे हैं वैश्विक मार्ग ट्रिगर (मार्ग ट्रिगर बफर से प्राप्त) और निम्न 99 कॉलम का मूल्य है. मार्ग ट्रिगर बफर के समय सूचकांक बिंदु धागा निष्पादन समाप्त होता है, जिस पर ईईजी डेटा के अंतिम समय सूचकांक के बराबर है जब तक मार्ग धागा डेटा लिखते हैं.

ईईजी और मार्ग डेटा के विपरीत, EMG डेटा वायरलेस तरीके दर्ज नहीं कर रहे हैं. इसके बजाय, EMG डेटा डेटा प्रवेश इकाई के भीतर एक एसडी कार्ड पर दर्ज हैं. एक संकेत एसडी कार्ड के लिए लिख डेटा शुरू और बंद करने के लिए एक ब्लूटूथ कनेक्शन पर भेजा जाता है. पहला मैनुअल ट्रिगर ईईजी धागे से प्राप्त होता है जब लेखन शुरू होता है. डेटा लेखन ईईजी के साथ बंद हो जाता है'क्ष' बटन दबाया जाता है जब धागा.

निम्नलिखित प्रोटोकॉल ह्यूस्टन विश्वविद्यालय में संस्थागत समीक्षा बोर्ड द्वारा जांच की और मंजूरी दे दी थी. सभी विषयों प्राप्त किया, पढ़ने, और भागीदारी करने से पहले एक सहमति पत्र पर हस्ताक्षर किए.

Protocol

1. विषय की तैयारी

  1. विषय की ऊंचाई, वजन को मापने, और अपनी उम्र के रिकॉर्ड है.
  2. आराम से जब तक उन्हें आत्म समायोजित ट्रेडमिल गति होने से विषय का पसंदीदा ट्रेडमिल गति का आकलन करें.
  3. एक लगा टिप कलम का प्रयोग, विषय की nasion और inion के बीच मध्य के रूप में सिर के शीर्ष निशान. इसके अतिरिक्त, टोपी aligning के लिए एक संदर्भ के रूप में inion दूरी के nasion के 10% के निशान.

2. खोपड़ी (ईईजी)

  1. 12 में के रूप में विषय के लिए फिट एक ईईजी टोपी का उपयोग कर 10-20 अंतरराष्ट्रीय प्रणाली द्वारा निर्दिष्ट के रूप में ईईजी इलेक्ट्रोड संलग्न. टोपी सिर पर इलेक्ट्रोड के उचित स्थान सुनिश्चित करता है.
  2. FP1 और FP2 इलेक्ट्रोड और चिह्नित शिखर साथ Cz इलेक्ट्रोड के मध्य में कदम 1.3 से 10% निशान aligning द्वारा इस विषय पर ईईजी टोपी रखें. टोपी के स्थान के लिए अधिक जानकारी के लिए 12 में पाए जाते हैं. सेठोड़ी के नीचे चाबुक की मार से टोपी इलाज.
  3. ईईजी नियंत्रण बॉक्स के लिए ईईजी इलेक्ट्रोड कनेक्ट. जमीन और संदर्भ इलेक्ट्रोड के साथ शुरू, हरी मोड़ एलईडी इलेक्ट्रोड के संकेत के रूप में 25 kΩ नीचे प्रत्येक उपायों के प्रतिबाधा जब तक प्रत्येक इलेक्ट्रोड में इलेक्ट्रोलाइट जेल इंजेक्षन करने के लिए एक छोटा सा सिरिंज का उपयोग करें. ईईजी इलेक्ट्रोड तैयारी पर अधिक जानकारी 12,13 में उपलब्ध हैं.
  4. वायरलेस ईईजी ट्रांसमीटर के लिए ईईजी इलेक्ट्रोड कनेक्ट. कंधों के आसपास रखा एक वेल्क्रो का पट्टा पर इस विषय के लिए ट्रांसमीटर को सुरक्षित और दो 32 चैनल एम्पलीफायरों के लिए वायरलेस ईईजी रिसीवर कनेक्ट.
  5. यूएसबी कनवर्टर करने के लिए एक फाइबर ऑप्टिक का उपयोग कर एक यूएसबी पोर्ट के माध्यम से मेजबान पीसी के लिए एम्पलीफायरों जुड़ें.
  6. 0.1 डीसी को μV, कम cutoff आवृत्ति, और उच्च cutoff आवृत्ति ईईजी डेटा संग्रह सॉफ्टवेयर में 1000 हर्ट्ज के लिए ईईजी चैनल संकल्प सेट.

3. भूतल Electromyography (EMG)

  1. EMG इलेक्ट्रोड के लिए तैयार8 पेशी स्थलों पर नियुक्ति: sandpaper के साथ त्वचा, नष्ट करना दाढ़ी, और एक isopropyl शराब पैड के साथ साफ. जगह तैयार साइटों पर इलेक्ट्रोड और EMG डेटा लॉगिंग इकाई से कनेक्ट. बाईं या दाईं कलाई पर EMG जमीन इलेक्ट्रोड रखें, और डेटा प्रवेश इकाई से कनेक्ट.

4. मोशन कैप्चर

  1. निर्माता के निर्देशों के अनुसार डॉक जबकि सेंसर मार्ग सिंक्रनाइज़.
  2. तालिका 2 में स्थानों पर वेल्क्रो पट्टियाँ या डबल पक्षीय टेप का उपयोग विषय पर मार्ग सेंसर और जगह निकालें.

5. पर्यावरण तैयारी

  1. बेल्ट पर एक तिरछी रेखा (क्षैतिज से 45 डिग्री) टेप से ट्रेडमिल तैयार. ट्रेडमिल के सामने लगभग 1 मीटर एक वीडियो कैमरा से जुड़े एक टेलीविजन की निगरानी रखें. टेप टीवी पर एक 2 इंच व्यास काले वृत्त के साथ एक कागज का टुकड़ा.
  2. आईआर निकटता सेंसर, शंकु, और टेलीविजन एस के 5 सेट रखकर मैदान चलने सेटअपcreen रूप में 3 चित्र में स्थित है.

6. ट्रेडमिल

  1. विषय ट्रेडमिल पर ascends. सुरक्षा कवच देते हैं.
  2. डेटा संग्रह से पहले, सही इलेक्ट्रोड नियुक्ति, बिजली कनेक्शन, और डेटा प्रसारण सत्यापित करने के लिए ईईजी और EMG संकेतों की जांच.
  3. सी + + सांत्वना आवेदन चलाकर डेटा संग्रह शुरू करो. EMG रिकॉर्डिंग शुरू करने और प्रयोग शुरू करने के लिए एक ऑडियो क्यू (बीप) देने के लिए मार्गदर्शन ट्रिगर पुश बटन दबाएं.
  4. विषय के 30 सेकंड के लिए शांत रुख में रहता है.
  5. 30 सेकंड धक्का ट्रिगर बटन के बाद चलने आरंभ करने के लिए, ट्रेडमिल धीरे विषय के पूर्व चयनित गति को त्वरित किया है.
  6. विषय के 5 मिनट के लिए चलता है.
  7. 5 मिनट के अंत में, धीरे धीरे ट्रेडमिल को रोकने के द्वारा संक्रमण खड़े चलना आरंभ करने के लिए ट्रिगर बटन धक्का. एक रोकने के लिए आने के बाद इस विषय में 30 सेकंड के लिए खड़ा रहता है. डेटा संग्रह टी रोकने के लिए 'क्ष' बटन दबाएंरियाल और डेटा को बचाने के.
  8. दोहराएँ सभी तीन ट्रेडमिल स्थितियों के लिए 6.2-6.7 कदम:
  9. दूरी में काले डॉट को देख जबकि ट्रेडमिल घूमना.
  10. ट्रेडमिल चलने टीवी मॉनीटर पर ही पैरों की गति का अवलोकन करते हुए.
  11. ट्रेडमिल (संज्ञानात्मक लोड 6 अनुकरण करने के लिए) पर विकर्ण लाइन से बचने के लिए वीडियो प्रतिक्रिया का उपयोग करते हुए ट्रेडमिल घूमना.

7. अखाड़ा चलना (1)

  1. अखाड़ा चलने पाश (चित्रा 3) के शुरू में स्थिति विषय.
  2. 6.2-6.4 में के रूप में डेटा संग्रह शुरू करो.
  3. चलने आरंभ करने के लिए ट्रिगर बटन पुश. समय ट्रिगर दिया जाता है, पहले दिशात्मक तीर (→, ←, या ↑) विषय (चित्रा 3) के सामने स्क्रीन पर प्रदर्शित होता है. → या ← मनाया जाता है, शंकु के प्रवेश द्वार सेट विषय से बाहर निकालता है, उस दिशा में 90 डिग्री बदल जाता है, प्रवेश द्वार शंकु के लिए लूप और रिटर्न पूरे किये. और UAR हैंआर; विषय आईआर सेंसर से पहले लगभग 2 मीटर तक पहुँचता है जब मनाया जाता है, इस विषय प्रवेश द्वार शंकु और एक हाथ से ट्रिगर और दिशा तीर (→ या ←) के सीधे बाहर जारी दी गई है. आईआर सेंसर के पहले सेट के माध्यम से और फिर विषय आय इसी 90 ° प्रवेश द्वार शंकु की ओर लौटने, लूप को पूरा करने के लिए बारी बनाता है. (चलने के दौरान, प्रयोगकर्ता वायरलेस सिग्नल की गुणवत्ता को बढ़ाने के लिए एक चक्र गाड़ी पर मेजबान पीसी के साथ लगभग 3-5 मीटर की दूरी पर विषय इस प्रकार है.)
  4. वह / वह एक पाश पूरा करने के बाद प्रवेश द्वार शंकु पहुंचता है जब इस विषय घूमना जारी है. 3 छोरों प्रत्येक प्रारंभिक तीर के लिए पूरा किया गया है जब तक अनुक्रम 7.3 तीर के यादृच्छिक आदेश के साथ दोहराया है (→, ←, या ↑).
  5. हालत 7.4 संतोषजनक के बाद, विषय खड़े करने के लिए संक्रमण का संकेत करने के लिए प्रवेश द्वार शंकु पहुंचता है जब मैनुअल ट्रिगर बटन धक्का. विषय चुपचाप 30 सेकंड के लिए और फिर खड़ा हैडेटा संग्रह मेजबान पीसी पर 'क्ष' बटन दबाने से समाप्त होता है.

8. अखाड़ा चलना (2)

  1. आईआर सेंसर के पांच सेट के विषय के सामने एक अर्द्ध सर्कल (चित्रा 4) में तैनात हैं ताकि क्षेत्र घूमना पाठ्यक्रम पुनर्व्यवस्थित करें.
  2. पिछले परीक्षण (7.1-7.2) के रूप में डेटा संग्रह शुरू करो.
  3. मैं चलना एरेना की तरह, घूमना आरंभ करने के लिए एक पुस्तिका ट्रिगर दे. ट्रिगर का समय, 5 दिशा तीरों में से एक (← में, →, बायाँ तीर , दायाँ तीर , या ↑) स्क्रीन पर प्रदर्शित होता है. प्रत्येक तीर क्षेत्र (चित्रा 4) के आसपास तैनात कर रहे हैं जो आईआर सेंसर का एक सेट से मेल खाती है.
  4. विषय स्क्रीन और वा पर तीर के अनुसारदो बार सेंसर के माध्यम से गुजर सेंसर परे शंकु के चारों ओर एक यू टर्न बनाने आईआर सेंसर,, (चित्रा 4) की इसी सेट करने LKS. यू टर्न करने के बाद, विषय के शुरुआती बिंदु के लिए देता है और घूमना जारी है.
  5. 3 छोरों प्रत्येक दिशात्मक तीर के लिए पूरा किया गया है, जब तक तीर की यादृच्छिक आदेश के साथ, अनुक्रम 8.3-8.4 दोहराएँ.
  6. विषय खड़े करने के लिए संक्रमण का संकेत करने के लिए प्रारंभिक बिंदु तक पहुँच जाता है जब हालत 8.6 संतोषजनक के बाद, मैनुअल ट्रिगर बटन धक्का. 7.5 में के रूप में पूरा डाटा संग्रह.

9. खड़े हो जाओ बैठो

  1. विषय के पीछे एक कुर्सी स्थिति और 6.2-6.3 में के रूप में डेटा संग्रह शुरू करते हैं. विषय डेटा संग्रह के शुरू में 15 सेकंड के लिए चुपचाप खड़ा है.
  2. 15 सेकंड के बाद, मैनुअल ट्रिगर बटन दबाएँ. अगले ऑडियो क्यू (बटन धक्का) तक बैठे स्थिति धारण, आसन बैठने के लिए स्टैंड से क्यू विषय संक्रमण सुनने के बाद.
  3. 9.2-9.3 दोहराएँ जब तक 10 पूर्ण विषय 15 सेकंड के लिए चुपचाप खड़ा है, जिसके बाद खड़े करने वाली बैठते हैं और बैठने के लिए खड़े युद्धाभ्यास पूरा कर रहे हैं. फिर, 'क्ष' बटन दबाने से डेटा संग्रह को समाप्त.
  4. स्टैंड के लिए बैठते हैं और बैठने के लिए खड़े संक्रमण स्वयं शुरू की के लिए खड़े करने वाली बैठने प्रोटोकॉल (9.1-9.4) दोहराएँ. बल्कि संक्रमण के अधीन एक ट्रिगर देने से, विषय हस्तांतरण हर तिकड़म के 10 पूर्ण होने तक अपने खुद के मालिक हैं आरंभ किया है.

10. हॉल की तरफ चलना

  1. 1/8 वें मील, सीधे दालान के मध्य में स्थिति का विषय है और डेटा संग्रह गाड़ी. ट्रेडमिल चलने प्रयोगों (6.2-6.4) के रूप में डेटा संग्रह शुरू करो. प्रारंभिक 30 सेकंड आराम की अवधि के बाद, चलने आरंभ करने के लिए एक पुस्तिका ट्रिगर दे.
  2. Subjeसीटी 5 मिनट के लिए लगातार चलता है. विषय दालान अंत के 10 मीटर के भीतर तक पहुँच जाता है, वह / वह एक यू टर्न स्वयं शुरू की और विपरीत दिशा में चलने जारी है.
  3. 5 मिनट के अंत में चलने से रोकने के लिए मार्गदर्शन ट्रिगर बटन धक्का. सीधे आगे लग रही है जबकि इस विषय में 30 सेकंड के लिए चुपचाप खड़ा है. 'क्ष' बटन दबाने से डेटा संग्रह बर्खास्त.
  4. 10.1 के रूप में एक दूसरे दालान प्रयोग शुरू करें.
  5. घूमना (20-40 सेकंड) के एक यादृच्छिक समय के अंतराल के बाद, एक मैनुअल ट्रिगर और विषय रोक घूमना करने के लिए ऑडियो क्यू दे.
  6. विषय (5-15 सेकंड) कम, यादृच्छिक अवधि के लिए खड़ा रहता है.
  7. इस विषय को फिर से शुरू घूमना करने के लिए मार्गदर्शन ट्रिगर बटन पुश.
  8. बंद शुरू के 10 चक्र पूरा कर रहे हैं जब तक दोहराएँ 10.5-10.7 कदम, 10.3 के रूप में डेटा संग्रह को समाप्त.

Representative Results

चित्रा 5 समय के 10 सेकंड, मार्ग ईईजी बंद से पता चलता है, और ट्रेडमिल घूमना (प्रोटोकॉल धारा 3) के दौरान दर्ज EMG डेटा. प्रत्येक मार्ग मैडम वास्तव में 9 संकेतों (त्रिअक्षीय magnetometers, gyroscopes, और accelerometers) रिकॉर्ड लेकिन केवल खड़ी त्वरण दिखाया गया है कि ध्यान दें. चित्रा 5 में कच्चे डेटा से पहले विश्लेषण और तंत्रिका डिकोडिंग करने preprocessing के दौरान के लिए जिम्मेदार होना चाहिए जो कलाकृतियों होते हैं. चित्रा 5 में ईईजी कलाकृतियों के उदाहरण लगभग 8.5 सेकंड और कम आवृत्ति गति artifact भर में वर्तमान में मौजूद आँख झपकाए शामिल हैं.

चित्रा 6 अखाड़ा चलने के दौरान (1) प्रोटोकॉल चलने के ऊपर जमीन से एक पूरी पाश (~ 35 सेकंड) से पता चलता है. गुणात्मक, कार्य चलने जमीन पर क्षेत्र से डेटा मोड़ के दौरान विषय के सिर और गर्दन के अतिरिक्त गति के कारण चलने ट्रेडमिल से अधिक कलाकृतियों होते हैं. चेहरे और कपाल मांसपेशी गतिविधि खास हैचित्रा 6 में अस्थायी इलेक्ट्रोड (चैनलों चित्र 1 में एफटी और टी लेबल) पर ularly ध्यान देने योग्य. विशेष रूप से टखने एगोनिस्ट-प्रतिपक्षी जोड़ी में ट्रेडमिल घूमना (चित्रा 5) की तुलना में EMG संकेत गतिविधि में वृद्धि हुई है, ध्यान दें. चित्रा 6 भी घटनाओं को प्रदर्शित करता है डाटा प्रोसेसिंग के दौरान के लिए जिम्मेदार होना चाहिए कि उपअनुकूलित वायरलेस ईईजी डाटा संग्रह की. 4 वें ट्रिगर के तुरंत पहले, ईईजी डेटा मेजबान पीसी और ईईजी सिस्टम के बीच एक वायरलेस ट्रांसमिशन रुकावट का संकेत, फ्लैट लाइनों दिखा. आंकड़ों के इस खंड पूरे डेटा सेट (ईईजी मार्ग, और EMG) से छंटनी की जानी चाहिए.

7 चित्रा एक साइकिल स्टैंड, बैठने के लिए और डेटा खड़े करने के लिए बैठने से पता चलता है. अन्य डेटा के साथ के रूप में, आंदोलन कलाकृतियों संक्रमण के अंत के दौरान और सिर (या खड़ी) बैठा के रूप में steadied है के रूप में बनाए रखा है, दोनों ईईजी में मौजूद हैं. दालान चलने से एक अंतराल स्टैंड से चलना सहित एकएन डी चलना, खड़े करने के लिए संक्रमण 8 चित्रा में दिखाया गया है. शुरू करने के लिए ऑडियो संकेत के बाद EMG और त्वरण डेटा के ramping नोट और घूमना बंद करो. इस ramping साथ संपाती ईईजी डेटा में गति artifact की उपस्थिति और गायब है. 8 चित्रा भी लगभग 7 है पर होता है जो ईईजी इलेक्ट्रोड PO10 पर एक suboptimal संबंध प्रदर्शित करता है. यह व्यवहार कभी कभी प्रयोग के दौरान मनाया जाता है और संभावना ईईजी इलेक्ट्रोड और खोपड़ी के बीच संपर्क की कमी के कारण है. इलेक्ट्रोड PO10 इस परीक्षण के लिए डेटा विश्लेषण से हटा दिया जाना चाहिए. ईईजी डेटा वास्तविक समय में देखा जा सकता है, और ईईजी इलेक्ट्रोड का कनेक्शन प्रोटोकॉल में प्रत्येक परीक्षण से पहले (प्रोटोकॉल कदम 6.2) सत्यापित है, क्योंकि गरीब इलेक्ट्रोड कनेक्शन से पहले अगले परीक्षण remedied किया जा सकता है.

नाम कंपनी मात्रा
BrainAmp एम्पlifier ब्रेन उत्पाद, GmbH 2
64 इलेक्ट्रोड के साथ ईईजी टोपी actiCAP ब्रेन उत्पाद, GmbH 1
वायरलेस ईईजी सिस्टम चलता Brainvision ब्रेन उत्पाद, GmbH 1
DATALOG MWX8 EMG डेटा संग्रह इकाई बॉयोमीट्रिक्स, लिमिटेड 1
SX230 EMG इलेक्ट्रोड बॉयोमीट्रिक्स, लिमिटेड 8
R506 EMG जमीन इलेक्ट्रोड बॉयोमीट्रिक्स, लिमिटेड 1
दूधिया आंदोलन मॉनिटर (मार्ग सेंसर) APDM, Inc 11
स्ट्रीमिंग वायरलेस डेटा के लिए दूधिया डॉकिंग स्टेशन APDM, Inc 2
दूधिया वायरलेस पहुँच बिंदु APDM, Inc 2
VELLEMAN, Inc 5
Wixel निर्देशयोग्य यूएसबी वायरलेस मॉड्यूल Pololu, Inc 6

तालिका 1. उपकरण.

सेंसर स्थान
सिर भौहें ऊपर माथे के केंद्र
ट्रंक उरोस्थि के आधार पर pectorals के बीच
काठ का काठ की अवस्था के न्यूनतम पर वापस का केंद्र
शाखा 1 हाथ के पार्श्व पक्ष, कलाई को समीपस्थ ~ 10% कोहनी को
जांघ 1 जांघ की पार्श्व पक्ष, कूल्हे और घुटने के बीच 50%
पिंडली 1 टांग के पार्श्व पक्ष, घुटने से बाहर का 75%
फुट 1 पर केंद्रित पैर की instep
1 बांह, जांघ, पिंडली, और फूट सेंसर द्विपक्षीय स्तर पर रखा जाता है.

तालिका 2. मार्ग सेंसर स्थान.

चित्रा 1
चित्रा 1. बाण के समान (एक) और ईईजी, EMG, और डेटा संग्रह के लिए inertial सेंसर मार्ग. पहने एक विषय के ललाट (ख) दृश्य (ग) खोपड़ी पर ईईजी इलेक्ट्रोड स्थानों के स्थलाकृतिक प्रतिनिधित्व, EEGlab मैटलैब उपकरण बॉक्स 14 के साथ साजिश रची. ( घ) मोबाइल डेटा संग्रह गाड़ी वायरलेस का उपयोग अंक, और ईईजी वायरलेस रिसीवर, एम्पलीफायरों, और बिजली की आपूर्ति का मार्ग मेजबान पीसी, मैनुअल ट्रिगर, EMG, ब्लूटूथ, युक्त.d/50602/50602fig1large.jpg "लक्ष्य =" _blank "> बड़ा आंकड़ा देखने के लिए यहां क्लिक करें.

चित्रा 2
चित्रा 2. कस्टम डिजाइन के लिए कलन विधि का ब्यौरा फ़्लोचार्ट, बहु लड़ी पिरोया डेटा संग्रह सॉफ्टवेयर. बड़ा आंकड़ा देखने के लिए यहां क्लिक करें .

चित्रा 3
चित्रा 3. क्षेत्र घूमना (1) प्रयोगात्मक प्रोटोकॉल के योजनाबद्ध (विहंगम) प्रतिनिधित्व. एक तीर विषय प्रवेश द्वार शंकु के अंत में जब (→, ←, या ↑) प्रदर्शन की निगरानी पर प्रस्तुत किया है एस. सही (→) या बाएँ (←) प्रस्तुत किया है, तो विषय अवरक्त (आईआर) सेंसर के चार सेट (IR1-IR4) के माध्यम से गुजर रहा है, क्रमशः, लाल या हरे पाश इस प्रकार है. सीधे (↑) प्रस्तुत किया है, तो विषय के प्रदर्शन की निगरानी (ब्लू लाइन), और एक दूसरे तीर की ओर चलता है (→ या ←) विषय आईआर सेंसर (IR5) से पहले लगभग 1 मीटर है जब प्रस्तुत किया है. IR5 सेंसर सेट के माध्यम से पारित करने के बाद, इस विषय शुरुआती बिंदु की ओर लौटने, इसी (लाल या हरा) मार्ग के किनारे पाश पूरा करता है.

चित्रा 4
4 चित्रा. अखाड़ा चलने के योजनाबद्ध (विहंगम) प्रतिनिधित्व (2) प्रयोगात्मक प्रोटोकॉल. प्रयोग के शुरू में, एक ही तीर (pload/50602/50602larrhighres.jpg "/> दायाँ तीर , →, ←, या ↑) प्रदर्शन की निगरानी पर विषय को प्रस्तुत किया है. शुरुआती बिंदु (के लिए इसी पाश को प्राप्त तीर के आधार पर, विषय, आईआर सेंसर की इसी सेट के लिए सीधे चलता सेंसर के माध्यम से गुजरता है, शंकु के चारों ओर एक यू टर्न पूरा करता है, और रिटर्न दायाँ तीर तीर) ऊपर दिखाया गया है.

चित्रा 5
चित्रा 5. ट्रेडमिल चलने की सेकंड 10 से. शीर्ष पैनल नमूना डेटा 10-20 अंतरराष्ट्रीय सम्मेलन से चैनल के नाम के साथ 64 चैनल कच्चे ईईजी डेटा से पता चलता है. बीच पैनल 11 मार्ग सेंसर से ऊर्ध्वाधर दिशा में तेजी से पता चलता है. नीचे पैनल 8 चैनल कच्चे EMG से पता चलता है. बड़ा आंकड़ा देखने के लिए यहां क्लिक करें .

चित्रा 6
6 चित्रा. नमूना अखाड़ा मैं प्रोटोकॉल के दौरान चलने से एक पाश (सही तीर पथ, चित्रा 3) से डेटा. ईईजी, त्वरण, और EMG डेटा चित्रा 5 में के रूप में प्रस्तुत कर रहे हैं. कार्यक्षेत्र काली सलाखों सॉफ्टवेयर द्वारा प्राप्त ट्रिगर के स्थान हैं. पहला ट्रिगर → तीर पेश करके पाश की शुरुआत मैनुअल पुश बटन से है. निम्नलिखित चार चलाता विषय बहती पाश के रूप में आईआर सेंसर IR1-IR4 (चित्रा 3) से हैं.tp_upload/50602/50602fig6large.jpg "लक्ष्य =" _blank "> बड़ा आंकड़ा देखने के लिए यहां क्लिक करें.

7 चित्रा
चित्रा 7. नमूना ईईजी स्टैंड से बैठते हैं और बैठने के लिए खड़े संक्रमण से डेटा., त्वरण, और EMG डेटा चित्रा 5 में के रूप में प्रस्तुत किया है. कार्यक्षेत्र सलाखों खड़े हैं और क्रमशः बैठे आरंभ करने के लिए मार्गदर्शन चलाता है (और ऑडियो संकेत) संकेत मिलता है. यहां क्लिक करें बड़ा आंकड़ा देखने के लिए .

8 चित्रा
चित्रा 8. दालान चलने से नमूना डेटा स्टेन से संक्रमण दिखाडिंग चलने और खड़े करने के लिए चल रहा है. ईईजी, त्वरण, और EMG डेटा चित्रा 5 में के रूप में दिखाया जाता है. कार्यक्षेत्र सलाखों क्रमशः रोक ANSD चलने शुरू करने के लिए मार्गदर्शन चलाता है और ऑडियो क्यू संकेत मिलता है. बड़ा आंकड़ा देखने के लिए यहां क्लिक करें .

Discussion

यहाँ प्रस्तुत प्रोटोकॉल लोकोमोटिव कार्यों की एक किस्म के दौरान एक साथ तीन एक साथ मस्तिष्क की गतिविधियों को रिकॉर्ड करने के लिए डेटा संग्रह प्रणाली, मांसपेशियों की गतिविधियों, और पूरे शरीर कीनेमेटीक्स लाता है. पूरे प्रोटोकॉल का समापन विषय तैयारी की 1 घंटा, सहित लगभग 3 घंटे लगते हैं. हर सिस्टम पर घुड़सवार, और विषय, के साथ चलता है. इसलिए, यह पहले प्रत्येक नए परीक्षण के शुरू करने के लिए ईईजी और EMG इलेक्ट्रोड के कनेक्शन को सत्यापित करने के लिए महत्वपूर्ण है. यह आसानी से मेजबान पीसी पर चित्रमय इंटरफेस का उपयोग कर वास्तविक समय में जांच की जा करने के लिए डेटा में सक्षम बनाता है जो संबंधित निर्माता, द्वारा प्रदान की सॉफ्टवेयर संकुल का उपयोग किया जा सकता है. डेटा संग्रह आवेदन इन सॉफ्टवेयर संकुल के सत्यापन की प्रक्रिया को सरल बनाने, चलने की आवश्यकता है. इसके अतिरिक्त, देखभाल मार्ग सेंसर मजबूती के साथ प्रत्येक परीक्षण से पहले इस विषय से जुड़े होते हैं लिया जाना चाहिए.

ईईजी और मार्ग डेटा 2.4-2.5 गीगा अधिक wirelessly प्रेषित कर रहे हैंस्पेक्ट्रम रेंज. कई अन्य इलेक्ट्रॉनिक उपकरणों के इस आवृत्ति बैंड का उपयोग करते हैं, यह प्रयोगात्मक वातावरण में वायरलेस इंटरफेस की संभावना पर विचार करने के लिए महत्वपूर्ण है. डेटा संग्रह का एक महत्वपूर्ण पहलू वायरलेस हस्तक्षेप को मजबूती प्रदान करता है जो मोबाइल गाड़ी और विषय, के बीच की रेखा की दृष्टि दृश्यता है. ईईजी वायरलेस रिसीवर और मार्ग का उपयोग अंक (चित्रा 1) के दोनों कनेक्शन निष्ठा इंगित करने के लिए एल ई डी प्रदान करते हैं. मेजबान पीसी और ईईजी और मार्ग सेंसरों के लिए वायरलेस रिसीवर दृष्टि की सीधी रेखा को बनाए रखने और विषय जमीन पर चला गया के रूप में वायरलेस डेटा संचरण को अधिकतम करने के लिए एक मोबाइल गाड़ी पर रखा जाता है. हम मजबूत डेटा संग्रह सबसे अच्छा विषय के 5 मीटर, कार्य के दौरान किसी भी विषय के आंदोलन को प्रतिबंधित नहीं किया है, जो एक दूरी के भीतर मोबाइल गाड़ी रखने के द्वारा बनाए रखा गया था पाया. सी + + आवेदन की वजह से वायरलेस ग की रुकावट के लिए डेटा नुकसान को मजबूती प्रदान करने के लिए डेटा संग्रह के लिए एकाधिक सूत्र रोजगारईईजी की onnection. ईईजी कनेक्शन खो दिया है, मार्ग और EMG डेटा अभी भी दर्ज की गई है, लेकिन कोई ईईजी डेटा उन समय अंक के लिए उपलब्ध हो जाएगा. EMG डेटा मोबाइल डेटा प्रवेश इकाई के भीतर एक एसडी कार्ड पर संग्रहीत किया जाता है, जबकि वायरलेस कनेक्शन की स्थिति में डेटा नुकसान को रोकने के रूप में ऊपर चर्चा मार्ग पर सेंसर यूनिट बफरिंग प्रदान करते हैं.

चलने के दौरान ईईजी डेटा के संग्रह के साथ एक आम समस्या संकेतों में विरूपण साक्ष्य की उपस्थिति है. झपकाए, आंख गति, चेहरे की मांसपेशियों की गतिविधियों, दिल धड़क रहा है, और इस तरह की प्रयोगात्मक प्रोटोकॉल निष्पादन के दौरान इलेक्ट्रोड और / या तारों की गति के रूप में यांत्रिक कलाकृतियों सहित कलाकृतियों के शारीरिक सूत्रों: मोटे तौर पर, कलाकृतियों को दो समूहों में विभाजित किया जा सकता है. विरूपण साक्ष्य हटाने चल रहे अनुसंधान का विषय है, और स्वतंत्र घटक विश्लेषण 15,16 और चैनल आधारित टेम्पलेट प्रतिगमन प्रक्रियाओं के रूप में 17 ऐसी तकनीक भी शामिल है. विरूपण साक्ष्य न्यूनीकरण और हटाने जनसंपर्क में एक महत्वपूर्ण कदम हैशरीर आंदोलन की न्यूरल डिकोडिंग के लिए डेटा की eprocessing. यहाँ प्रस्तुत सेटअप कि ईईजी इलेक्ट्रोड केबल में पिछले अध्ययनों एक एकल कनेक्टर में बंडल थे के समान है. उन अध्ययनों से परिणाम केबल बोलबाला या आंदोलन के कारण यांत्रिक कलाकृतियों तंत्रिका गतिविधि 7,8 से आंदोलन की डिकोडिंग में एक भूमिका निभा नहीं था कि संकेत मिलता है. उन परिणामों चाल संबंधित कलाकृतियों गति 17 घूमना मॉडरेट करने के लिए धीमी गति में असाध्य थे निष्कर्ष है कि जो अन्य अध्ययनों द्वारा समर्थित हैं. हालांकि, इस प्रयोग के बैठने के लिए खड़े संक्रमण सहित पिछले अध्ययनों की तुलना में शरीर से अधिक गति की आवश्यकता होती है कि गतिविधियों के दौरान ईईजी उपाय, जमीन के ऊपर इस प्रकार घूमना, और बदल रहे हैं, और, कच्चे ईईजी डेटा के सावधान परीक्षा की क्षमता की पहचान करने के लिए किया जाना चाहिए यांत्रिक कलाकृतियों से संदूषण. अभी तक व्यापक रूप से उपलब्ध नहीं है, हालांकि इन संभावित समस्याओं मौजूदा प्रोटोकॉल में उपन्यास हार्डवेयर के एकीकरण के माध्यम से हल किया जा सकता है. इस तरह के हार्डवेयर कांग्रेसआंदोलन 18 के दौरान त्वचा इलेक्ट्रोड संपर्क प्रतिबाधा में सुधार करने की क्षमता है जो सक्रिय ईईजी इलेक्ट्रोड (इस प्रोटोकॉल में प्रयोग किया जाता है) और वसंत लोड, शुष्क ईईजी इलेक्ट्रोड, ludes. इन प्रौद्योगिकियों गति कलाकृतियों 19 के प्रभाव को कम कर सकते हैं, जो वायरलेस ईईजी सिस्टम में शामिल किया जा रहा है. उपन्यास हार्डवेयर की एकता के बावजूद, इस प्रोटोकॉल शरीर के हर खंड instrumented 16 कर दिया गया है क्योंकि गति और EMG विरूपण साक्ष्य अस्वीकृति के लिए उपन्यास एल्गोरिदम के विकास जारी रखने के लिए एक अनूठा अवसर प्रदान करता है. हम ईईजी, EMG, और वर्तमान में उपलब्ध ईईजी सेटअप के लिए लागू मजबूत विरूपण साक्ष्य अस्वीकृति मानदंड विकसित करने के लिए खंड गति के बीच समय श्रृंखला सहसंबंध और आवृत्ति डोमेन जुटना अध्ययन करने के लिए योजना है. हमारे डिकोडिंग तरीकों कलाकृतियों 7,8 के खिलाफ मजबूती से पता चला है, इन तरीकों में वर्तमान प्रोटोकॉल में अधिक जटिल परिदृश्यों के तहत जांच की जाएगी.

दर्ज की सतह की विशेषताएंEMG कई कारकों पर निर्भर कर रहे हैं, और तंत्रिका रणनीतियों के अध्ययन के लिए सतह EMG संकेतों की व्याख्या अपने विचार 20 की आवश्यकता है. इस प्रोटोकॉल में इस्तेमाल त्वचा तैयारी और EMG इलेक्ट्रोड नियुक्ति के लिए सख्त प्रक्रिया सतह EMG संकेतों पर गैर शारीरिक कारकों के प्रभाव को कम करने के लिए डिजाइन किए गए थे. इस प्रोटोकॉल द्वारा दर्ज EMG के आयाम और आवृत्ति शुद्ध मोटर इकाई गतिविधि से संबंधित हैं, और इसलिए रिकॉर्डिंग वांछित पेशी के तंत्रिका गतिविधि का एक प्रत्यक्ष प्रतिनिधित्व के रूप में व्याख्या नहीं की जानी चाहिए. फिर भी, सतह EMG संकेत और तंत्रिका सक्रियण में रिश्तेदार परिवर्तन (मोटर इकाइयों के निर्वहन के समय पहचान के द्वारा उदाहरण के लिए) निर्धारित करने के लिए मांसपेशी सक्रियण पैटर्न में बहुमूल्य जानकारी प्रदान कर सकते हैं EMG संकेत decomposing से पेशी के लिए तंत्रिका ड्राइव अनुमान लगाने के लिए और अधिक उन्नत तरीकों का सावधानी से विचार 20. इसके अलावा, न्यूरल डिकोडिंग के संदर्भ में, हालांकि मस्तिष्क गतिविधिinvasively अधिग्रहीत सतह EMG 21 के बारे में जानकारी शामिल करने के लिए दिखाया गया है, यह ईईजी खोपड़ी भी चाल कीनेमेटीक्स के अलावा चलने के दौरान कम अंग मांसपेशियों की गतिविधियों को डिकोड करने के लिए इस्तेमाल किया जा सकता है कि क्या वर्तमान में अज्ञात है. हम इस प्रोटोकॉल हमें गैर इनवेसिव मस्तिष्क इमेजिंग रूपात्मकता के कम स्थानिक संकल्प व्यक्ति की मांसपेशियों से संबंधित तंत्रिका गतिविधि को अलग करने के लिए पर्याप्त है कि क्या जांच करने के लिए अनुमति होगी की उम्मीद है.

पिछले अध्ययनों से बहाल करने के लिए एक मस्तिष्क मशीन इंटरफेस (बीएमआई) के विकास के लिए 7,8 उपलब्ध कराने प्रोत्साहन मस्तिष्क से संकेतों का उपयोग कर पैदल चलने ट्रेडमिल दौरान कीनेमेटीक्स डिकोड करने के लिए गैर इनवेसिव ईईजी उपयोग में व्यवहार्यता पता चला है. डेल्टा बैंड ईईजी संकेतों के आयाम मॉड्यूलन के आधार पर समय डोमेन डिकोडिंग तरीकों में भी artifactual घटकों 7,8 को असंवेदनशील होना दिखाया गया है. फिर भी, ट्रेडमिल पढ़ाई एक नियंत्रित वातावरण में जगह लेने के दौरान जो उपयोगकर्ता की दृष्टि और गतिजिससे बाहर उत्तेजनाओं के कारण तंत्रिका गतिविधि के प्रदूषण को सीमित, प्रतिबंधित है. वायरलेस डाटा लॉगिंग के समावेश के माध्यम से, इस प्रोटोकॉल हरकत कार्यों और वातावरण की एक किस्म के दौरान सिंक्रनाइज़, ईईजी EMG, और विज्ञान सम्बन्धी डेटा के संग्रह की अनुमति देता है. प्रस्ताव पर नज़र रखने के लिए inertial सेंसर की एकता और अधिक गणना और एक प्रस्ताव पर कब्जा प्रणाली से कीनेमेटीक्स निकालने के लिए ऑफ़लाइन प्रसंस्करण की आवश्यकता है, और जिसके परिणामस्वरूप उपायों के एक छोटे होते हैं - लेकिन स्वीकार्य - प्रणाली 22 के आधार पर एक कैमरा में उपस्थित नहीं होगा, जो त्रुटि के मार्जिन. ये प्रबंधनीय कठिनाइयों बदलते परिवेश में संज्ञानात्मक मोटर व्यवहार के मोबाइल अध्ययन के लिए सक्षम बनाता है कि एक प्रयोगात्मक प्रोटोकॉल स्थापित करने के लिए एक जरूरत हैं. कहीं 10,11 चर्चा की, इस तरह के एक सेटअप संबोधित किया जा सकता है कि अनुसंधान के सवालों में लगभग असीमित है. निकट भविष्य में हमारा ध्यान खड़ा के पुनर्वास के लिए एक बीएमआई के विकास के लिए महत्वपूर्ण मुद्दों पर हो सकता है और निम्नलिखित चलने देंगेमस्तिष्क की चोट और न्यूरोपैथी. जैसा कि ऊपर उल्लेख किया है एक प्रमुख घटक, मस्तिष्क से मापा संकेतों का उपयोग कर आंदोलन को बहाल करने के लिए शारीरिक और यांत्रिक कलाकृतियों को अस्वीकार कर सकते हैं कि पुनर्वास रोबोट सिस्टम को दिमाग की मशीन इंटरफेस के लिए उपन्यास मजबूत डिकोडिंग रणनीतियों का विकास किया जाएगा. उदाहरण के लिए, दालान घूमना प्रोटोकॉल डेटा संग्रह के दौरान उपस्थित अन्य लोगों के साथ एक सार्वजनिक स्थान में किया जाता है, और इस तरह प्राकृतिक वातावरण में न्यूरल डिकोडिंग तकनीक के विकास के लिए एक परीक्षण बिस्तर प्रदान करता है. इस प्रोटोकॉल का उपयोग हित के अन्य अनुसंधान सवाल तीव्र और जीर्ण दोनों चरणों में चोट के बाद कार्यात्मक वसूली के दौरान पुनर्वास रोबोट लयबद्ध बनाम गैर लयबद्ध चाल प्रशिक्षण को शामिल मानदंड, और तंत्रिका गतिविधि के अध्ययन की तुलना में शामिल हैं.

Disclosures

इस लेख के लिए उत्पादन और प्रकाशन शुल्क APDM द्वारा प्रायोजित किया गया था.

Acknowledgments

इस काम मस्तिष्क संबंधी विकार के राष्ट्रीय संस्थान द्वारा समर्थित और स्ट्रोक (NINDS) # R01NS075889-01 के लिए अनुदान दिया गया था. इस शोध एनआईएच, नैदानिक ​​केंद्र के अंदर का रिसर्च प्रोग्राम द्वारा समर्थित किया गया था. लेखकों को भी डेटा संग्रह के साथ सहायता के लिए शहरयार इकबाल और Yongtian वह धन्यवाद. इस लेख के खुले उपयोग प्रकाशन की लागत APDM, इंक (, पोर्टलैंड, या द्वारा प्रायोजित किया गया था http://apdm.com ).

Materials

Name Company Catalog Number Comments
BrainAmp Amplifier Brain Products, Gmbh Quantity: 2
actiCAP EEG cap with 64 electrodes Brain Products, Gmbh Quantity:1
Brainvision MOVE wireless EEG system Brain Products, Gmbh Quantity:1
DataLOG MWX8 EMG data collection unit Biometrics, Ltd. Quantity:1
SX230 EMG electrodes Biometrics, Ltd. Quantity:8
R506 EMG ground electrode Biometrics, Ltd. Quantity:1
Opal movement monitor (MARG sensor) APDM, Inc. Quantity:11
Opal docking station for wireless data streaming APDM, Inc. Quantity:2
Opal wireless access point APDM, Inc. Quantity:2
Infrared Light Barrier Kit MK120 Velleman, Inc. Quantity:5
Wixel Programmable USB Wireless Module Pololu, Inc. Quantity:6
Table 1. Equipment

DOWNLOAD MATERIALS LIST

References

  1. Choi, J. T., Bastian, A. J. Adaptation reveals independent control networks for human walking. Nature Neuroscience. 10 (8), 1055-1062 (2007).
  2. Grillner, S., Wallen, P., et al. Neural bases of goal-directed locomotion in vertebrates - an overview. Brain Research Reviews. 57, 2-12 (2008).
  3. Petersen, T. H., Willerslev-Olsen, M., Conway, B. A., Nielsen, J. B. The motor cortex drives the muscles during walking in human subjects. Journal of Physiology. 590 (10), 2443-2452 (2012).
  4. Fitzsimmons, N. A., Lebedev, M. A., et al. Extracting kinematic parameters for monkey bipedal walking from cortical neuronal ensemble activity. Frontiers in Integrative Neuroscience. 3, 3 (2009).
  5. Harada, T., Miyai, I., Kubota, K. Gait capacity affects cortical activation patterns related to speed control in the elderly. Experimental Brain Research. 193 (3), 445-454 (2009).
  6. Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. Electrocortical activity is coupled to gait cycle phase during treadmill walking. Neuroimage. 54, 1289-1296 (2011).
  7. Presacco, A., Goodman, R., Forrester, L., Contreras-Vidal, J. L. Neural decoding of treadmill walking from noninvasive electroencephalographic signals. Journal of Neurophysiology. 106, 1875-1887 (2011).
  8. Presacco, A., Forrester, L. W., Contreras-Vidal, J. L. Decoding intra-limb and inter-limb kinematics during treadmill walking from scalp electroencephalographic (EEG) signals. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 20 (2), 212-219 (2012).
  9. Wagner, J., Solis-Escalante, T., et al. Level of participation in robotic-assisted treadmill walking modulates midline sensorimotor EEG rhythms in abled-bodied subjects. NeuroImage. 63, 1203-1211 (2012).
  10. Makeig, S., Gramann, K., et al. Linking brain, mind, and behavior. International Journal of Psychophysiology. 73, 95-100 (2009).
  11. Gramann, K., Gwin, J. T., et al. Cognition in action: imaging brain/body dynamics in mobile humans. Reviews in the Neurosciences. 22, 593-608 (2011).
  12. Wilson, J. A., Schalk, G., et al. Using an EEG-based brain computer interface for virtual cursor movement with BCI2000. J. Vis. Exp. (29), e1319 (2009).
  13. Brummer, V., Schneider, S., et al. Coherence between brain cortical function and neurocognitive performance during changed gravity conditions. J. Vis. Exp. (51), e2670 (2011).
  14. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods. 134 (1), 9-21 (2004).
  15. Makeig, S., Bell, A. J., et al. Independent component analysis of electroencephalographic data. Advances in Neural Information Processing Systems. 8, 145-151 (1996).
  16. Rong, F., Contreras-Vidal, J. L. Magnetoencephalographic artifact identification and automatic removal based on independent component analysis and categorization approaches. Journal of Neuroscience Methods. 157, 337-354 (2006).
  17. Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. Removal of movement artifact from high-density EEG recorded during walking and running. Journal of Neurophysiology. 103, 3526-3534 (2010).
  18. Liao, L. D., Wang, I. J., Chen, S. F., Chang, J. Y., Lin, C. T. Design, fabrication, and experimental validation of a novel dry-contact sensor for measuring electroencephalography signals without skin preparation. Sensors. 11, 5819-5834 (2011).
  19. Liao, L. D., Lin, C. T., et al. Biosensor technologies for augmented brain-computer interfaces in the next decades. Proceedings of the IEEE. 100, 1553-1566 (2012).
  20. Farina, D., Merletti, R., Enoka, R. M. The extraction of neural strategies from the surface EMG. Journal of Applied Physiology. 96, 1486-1495 (2004).
  21. Flint, R. D., Ethier, C., et al. Local field potentials allow accurate decoding of muscle activity. Journal of Neurophysiology. 108, 18-27 (2012).
  22. Luinge, H. J., Veltink, P. H. Measuring orientation of human body segments using miniature gyroscopes and accelerometers. Medical & Biological Engineering & Computing. 43, 273-282 (2005).

Tags

व्यवहार अंक 77 ईईजी तंत्रिका विज्ञान तंत्रिका जीव विज्ञान चिकित्सा शरीर रचना विज्ञान शरीर विज्ञान बायोमेडिकल इंजीनियरिंग आण्विक जीवविज्ञान Electroencephalography Electromyography EMG electroencephalograph चाल मस्तिष्क कंप्यूटर इंटरफेस मस्तिष्क मशीन इंटरफेस न्यूरल डिकोडिंग पर जमीन घूमना रोबोट चाल मस्तिष्क इमेजिंग नैदानिक ​​तकनीक
एक साथ खोपड़ी (ईईजी), Electromyography (EMG) और मल्टी मोडल तंत्रिका डीकोडिंग के लिए पूरे शरीर कमानी जड़त्वीय रिकॉर्डिंग
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Bulea, T. C., Kilicarslan, A.,… More

Bulea, T. C., Kilicarslan, A., Ozdemir, R., Paloski, W. H., Contreras-Vidal, J. L. Simultaneous Scalp Electroencephalography (EEG), Electromyography (EMG), and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding. J. Vis. Exp. (77), e50602, doi:10.3791/50602 (2013).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter