Abstract
Les progrès dans les systèmes robotiques ont abouti à des prothèses pour le membre supérieur qui peut produire des mouvements multifonctionnels. Cependant, ces systèmes sophistiqués exigent amputés des membres supérieurs à apprendre des systèmes de contrôle complexes. Les humains ont la capacité d'apprendre de nouveaux mouvements à travers l'imitation et d'autres stratégies d'apprentissage. Ce protocole décrit une méthode de rééducation structuré, qui comprend l'imitation, la répétition et l'apprentissage par renforcement, et vise à évaluer si cette méthode peut améliorer le contrôle de prothèse multifonctionnelle. A gauche amputée sous le coude, avec 4 ans d'expérience dans l'utilisation de prothèse, ont pris part à cette étude de cas. La prothèse utilisé une main Michelangelo avec rotation du poignet, et les fonctionnalités ajoutées de flexion du poignet et l'extension, ce qui a permis plus de combinaisons de mouvements de la main. Le score procédure d'évaluation de Southampton main du participant améliorée de 58 à 71 de formation structurée. Cela suggère que d'un protocole de formation structuré de imitation, la répétition et le renforcement peuvent avoir un rôle dans l'apprentissage de contrôler une nouvelle prothèse de main. Une étude clinique plus large est cependant nécessaire pour appuyer ces conclusions.
Introduction
Remplacement de fonction de la main chez les amputés est une entreprise difficile. Coordination des mouvements de main hautement qualifiés est pas une capacité innée, et prend humains ans d'apprendre à développer. 1-5 Après la perte traumatique d'une main, reproduisant cette capacité par des moyens prothétiques est pas une tâche triviale et peut nécessiter une période d'apprentissage soutenue .
Conception de la prothèse et méthodes d'interfaçage pour leur contrôle sont sujettes à des innovations technologiques rapides, avec l'objectif de contrôle multifonctionnel d'une manière naturelle. 6 La complexité de ces systèmes de contrôle augmente sensiblement pour fournir plus de fonctions pour les amputés. Pour assurer un contrôle précis de ces systèmes, et de réduire l'abandon des nouvelles technologies, une formation adéquate doit être établie. Ceci est susceptible d'être plus efficace si elle est basée sur des stratégies d'apprentissage inhérentes des amputés.
Vision peut jouer un rôle important pendant leAVERTISSEMENT des mouvements de la main. Des études comportementales ont montré que, en observant les actions des autres 7 ou 8 en utilisant des signaux visuels, les individus aptes à apprendre et à coordonner les nouveaux mouvements. Grâce à un processus d'observation, la compréhension et l'exécution d'une action observée, les individus sont capables d'imiter les actions des autres. Réseaux corticaux spécifiques, qui peuvent inclure un système des neurones miroirs (MNS), sont soupçonnés être à l'origine de cette capacité, et peuvent avoir un rôle dans le contrôle des prothèses. 9-11
Le rôle de l'imitation pourrait ne pas se limiter à l'exécution de mesures qui ont déjà été vus, mais avec les MNS, permettre l'exécution de mouvements qui ne l'ont pas encore été observées, mais extrapolées à partir du moteur de repetoire de l'observateur. 12 En effet, l'imitation peut pas nécessairement soit une capacité innée, mais un accruement des habiletés motrices au fil du temps qui mènent à des actions expérimentés et sophistiqués. Le 13 strength d'observer les actions, plus simplement les imaginer, a été montré pour améliorer l'apprentissage de nouvelles tâches. 14 Ainsi, l'imitation peut-être une approche pragmatique aux amputés de formation, comme preuve suggère un processus dirigé de but 15, avec la cible dans le cadre de la réhabilitation de permettre la fonction prothétique utiles à la main.
Études de réhabilitation ont séparément montré que des repères visuels, tels que des simulations virtuelles d'une prothèse de main, encouragent amputés pendant la formation de réadaptation. 16 En outre, l'utilisation de la répétition lorsqu'ils sont menés dans un paradigme bloqué a été montré pour permettre un apprentissage rapide du haut-prothèse contrôle. Alors que 17 simulations virtuelles ont été prouvées pour être aussi efficace que le contrôle réel des prothèses de mains en permettant aux utilisateurs abled-corps pour contrôler des appareils myoélectriques, 18 leur effet sur les personnes amputées en utilisant des mesures normalisées des résultats est pas claire. Enfin, où les protocoles pour AMPU branche supérieurela formation de mise en existe, le rôle de l'imitation dans l'apprentissage du contrôle prothétique est pas explicitement discuté. 19,20
Cette étude vise à comprendre si l'utilisation de l'imitation, en combinaison avec la répétition et le renforcement, a un impact positif sur l'apprentissage du contrôle prothétique multifonctionnel dans le cadre d'un programme de formation structuré.
Présenté ici est un rapport d'une personne amputée transradiale qui a été formé à utiliser une prothèse de main multifonctionnelle de cas. Le participant avait déjà pris l'habitude de fonctionner prothèses myo-électriques traditionnelles. Utilisation de repères visuels, à la fois sous la forme d'imitation d'un démonstrateur en bonne santé et un retour visuel de l'ordinateur aussi simple, l'amputé rapidement amélioré la manipulation de son nouveau dispositif.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Cette étude a été réalisée en conformité avec la Déclaration d'Helsinki, approuvé par le comité d'éthique de la recherche locale. L'étude a été expliqué en détail au participant avant le début, ce qui permet au participant le temps de peser jusqu'à la décision de participer volontairement à l'étude et de confirmer sa participation par consentement éclairé écrit.
Note: Un homme, âgé de 27 ans, a pris part à l'étude. Le participant avait une vision normale, a été un dessous-coude gauche amputée, et était un utilisateur expérimenté (utilisation de prothèse totale de 4 ans). Avant de commencer cette étude la prothèse qu'il a utilisé sur une base quotidienne était une prothèse de main myoélectrique 4 canaux avec rotation du poignet pour les 12-15 heures par jour pendant 15 mois. La main droite du participant avait déjà été chirurgicalement reconstruits, mais n'a pas eu d'autre déficience physique ou neurologique.
1. Conception de l'étude
- Diviser l'étude sur deux sessions: na39; ve utilisation et utilisent formation structurée.
Note: Ceci est de permettre la comparaison intra-sujet respectivement avant et après la formation. - Assurez-vous que ces deux sessions sont au moins trois mois d'intervalle, de manière à être traités comme indépendants les uns des autres.
- Au début des deux sessions, installer un socket personnalisé et prothèse au participant. Veiller à ce que les algorithmes de matériel et de contrôle prothétiques correspondent à ceux détaillés dans la section Documents de ce protocole. Assurez-vous que le participant ne sont pas en mesure d'utiliser la prothèse sur mesure dans l'intervalle entre les sessions.
- Former le patient selon les étapes décrites dans la session Naïf et les sections de la session de formation structuré de ce protocole. Au début de chacune de ces sessions, calibrer le matériel prothétique. Utiliser les données d'étalonnage collectées pour contrôler en temps réel prothétique.
- Une fois la session Naïve et structuré session de formation sont complets, évaluer la pala performance de rticipant utilisant la procédure d'évaluation de la main Southampton (SHAP) mesure de résultat. 23 Comparer les Shap scores à une mesure de référence en utilisant une prothèse standard du participant (obtenue avant les sessions de formation soit).
2. Matériaux
- Monter le participant avec une douille intégrée personnalisée. Attacher une prothèse disponible dans le commerce selon les instructions du fabricant. Doter l'prothèse de main avec des prototypes de composants qui permettent actionnée flexion du poignet, l'extension et la rotation. Cela permet au participant de contrôler la main avec 3,5 degrés de liberté (DDL) (Tableau 1).
Remarque: Dans cette expérience, une main Michaelangelo (Voir liste des matières) a été utilisé. Autres terminaux capables de poignet rotation, flexion et d'extension, ainsi que des fonctions de prise standards seraient également appropriées. - Enregistre des signaux EMG utilisant huit équidistante placé des électrodes de signal brut autour de la souche,et un réseau de bord de décodage, à raison de 1 000 Hz et d'échantillonnage numérisée avec une profondeur de 10 bits. Effectuer le filtrage initial et l'amplification dans les électrodes elles-mêmes selon les spécifications du fournisseur. Utilisation d'un ordinateur personnel (PC) pour effectuer le traitement principale, qui communique avec le matériel d'acquisition et de contrôle de la prothèse par l'intermédiaire d'une connexion sans fil.
Remarque: Dans cette étude, les électrodes EMG de surface et système embarqué décodage (AxonBus) utilisés étaient d'Otto Bock. D'autres fabricants de dispositifs similaires seraient également appropriées. La connexion sans fil est via Bluetooth, et même d'autres modalités pourrait être appliquée.
3. Algorithme de régulation
- Utilisez un algorithme de contrôle qui permet de contrôler la prothèse simultanée et proportionnelle à travers de multiples DoFs 21. L'algorithme utilisé dans cette étude était une décision en deux étapes faisant paradigme, de sorte que le mouvement estimation dépendant du contexte était possible.
- Après la formation du système, qui contient tous les mouvements DoF simples contrôlables, enregistrer un électromyogramme entrant (EMG).
- Dans la première étape, d'évaluer l'information dimensionnelle intrinsèque du mouvement destiné basée sur la distance de Mahalanobis du vecteur de caractéristique d'EMG nouvellement calculée à partir des données de formation. Prendre une décision quant à savoir si l'intention de l'utilisateur était d'effectuer une amende de 1-PdC ou simultanée d'une motion 2-PdC grossière.
Remarque: la distance de Mahalanobis d'un vecteur de caractéristique x à la classe i à la classe veux dire vecteur μ i et matrice de covariance Σ i est calculé comme:
Comme décrit dans Amsuess et al, le vecteur de fonction nouvellement calculée est mappé à l'espace de grande dimension et de la distance de Mahalanobis du point transformé en l'un des points de classe formés est pris comme la mesure de la nouveauté. 21 Un empiriquementseuil déterminé pour que la distance donne la décision de nouveauté (2-DOF) ou non (1-DOF). - Dans la deuxième étape, sur la base de la décision précédente, utiliser l'une des deux estimateurs parallèles - l'un portant sur les mouvements séquentiels (SEQ-E) et les autres mouvements simultanés de manutention (SIM-E) - pour fournir les signaux de commande pour la prothèse.
Remarque: SEQ-E est par essence un estimateur proportionnelle (à savoir, la force de contractions musculaires) sur la base de modèles spatiaux communs (CSP) 21, tandis que SIM-E est un régresseur linéaire, qui dirige simultanément 2 DoFs du poignet.
4. Cadre de logiciel
Remarque: Le cadre de logiciel utilisée dans cette étude a permis la manipulation de la communication entre le matériel prothétique et l'algorithme de commande intégré. Il a également offert des outils de formation de soutien visuellement nécessaires pour maximiser la formation des participants.
- Affichez la moyenne quadratique (RMS) de l'EMG signaux recueillis dans les 8 électrodes placées de façon équidistante dans une forme d'un tracé polaire de EMG amplitude en fonction de l'emplacement de l'électrode. Cette surveillance permet une rétroaction visuelle facile de la répartition spatiale de l'EMG dans le plan transversal de l'avant-bras. Utiliser une telle configuration, chacun des mouvements de l'utilisateur peut ainsi susciter un motif distinct 22 dans le tracé polaire, qui peut ensuite être enregistré et utilisé pour former la répétabilité du geste spécifique.
Remarque: Le cadre permet la collecte de données EMG de la manière de reconnaissance de modèle standard 23 Pour chacun des canaux EMG RMS les plus de 40 ms est calculée comme.
résultant en observations pour chaque fenêtre ensemble. - Pour l'étalonnage initial recueillent la contraction volontaire (MLVC) des valeurs à long terme maximale pour chaque destinées mouvement. Demander le participant en utilisant la main du démonstrateur pour effectuerle mouvement souhaité tout en donnant des instructions vocales et visuelles pendant 5 sec.
- Après calibration, présenter le participant avec un ensemble de signaux trapézoïdaux. Ces profils de force contiennent ensemble de plateaux à 30%, 60% et 90% du maximum calibré.
- Au sein de chaque procès, demander au participant de diriger le pointeur rouge le long de la queue en modulant le niveau de la motion invité (figure 1) de la force. La position verticale du pointeur correspond aux valeurs RMS totalisées pour toutes les huit canaux. Réglez la durée de l'essai à 5 sec avec un intervalle de plateau correspondant à la moyenne 3 sec.
5. Naïf session
Remarque: Lors de la session de formation naïve, le participant n'a aucune expérience préalable du système de contrôle de prothèse utilisé dans cette étude.
- Ne donnez pas le participant toute formation clinique formelle, mais seulement demander que 8 actions du membre résiduel, dont l'un est un état de repos,permettant le contrôle d'une cible visuelle sur un écran d'ordinateur. Ces tâches sont similaires à celles utilisées dans la reconnaissance des formes classiques des approches pour le contrôle prothétique 23, et pour les méthodes du participant dans cette étude avaient environ 60 h de l'expérience précédente.
- Afficher les mouvements requis sur l'écran en termes de texte et une image statique, tout en suivant un repère visuel (Figure 1).
- Afficher le participant ses modèles d'activation EMG, qui correspondent aux huit parcelles polaires spécifiques et uniques (figure 2).
- Utilisez des instructions audibles pour encourager le participant à suivre le repère visuel. Ces instructions audibles doivent être identiques si elle est utilisée dans la session de formation structuré.
- Répétez les tâches trois fois avec différentes positions de bras (assouplies, atteignant en face, atteindre à travers) pour améliorer la formation du système. Gardez à l'esprit qu'il ya 8 actions différentes et trois niveaux de force, une fois toutes les positions de bras sont couverts,entrée d'apprentissage du système résume au total de 72 échantillons individuels.
- Une fois terminé, permettre au participant la possibilité de pratiquer le contrôle en temps réel avant de compléter l'évaluation des résultats SHAP.
- Assurer le participant n'a pas accès aux algorithmes de prothèses et de contrôle personnalisés delà de la fin de la session naïf.
6. Séance de formation structuré
- Trois mois après la session naïve, effectuer une session de formation structurée.
- Structurer la session dans les étapes ordonnées suivantes (figure 3):
- Pour l'imitation, charger le participant directement imiter les huit actions souhaitées (tableau 1) réalisée par le démonstrateur en temps réel. Exécutez chaque action pendant 3 sec.
- Pour la répétition, demander au participant de répéter l'action qui a été imité 10 fois, de sorte que chaque action est effectuée pendant 30 secondes.
- Pour renfort et informatiques sysla formation de système, demander au participant de s'engager maintenant avec un retour visuel de l'ordinateur, qui est exactement la même configuration que la session Naïve. Assurez-vous qu'il n'y a pas de différence entre ces deux sections.
- Pour le contrôle de prothèse, demander au participant de pratiquer le contrôle en temps réel de la prothèse personnalisée avant de compléter l'évaluation des résultats.
- Au cours de l'imitation, accueillir le participant à un angle de 45 ° du démonstrateur et de fournir une vue complète et dégagée de la main du démonstrateur correspondant à la partie affectée du participant pendant toutes les actions (Figure 4). Pas de repères visuels à partir d'un écran d'ordinateur devraient être disponibles pour le participant à cette époque.
- Pour la répétition, pendant les actions des participants, ont le démonstrateur observer l'activité EMG correspondant représenté par les tracés polaires de chaque mouvement (Figure 4). Une fois que le démonstrateur a déterminé que le participant peut produire des motifs d'activation uniques et répétables EMG pour chaque mouvement, demander au participant de répéter les actions pour 30 sec sans repères visuels.
Remarque: Il ya au total de 8 actions uniques - sept d'entre eux (poignet pronation / supination, poignet flexion / extension, la main ouverte, grip clé et fine pincée) nécessitant l'activation des muscles, et le huitième étant aucune action qui représente un état de relaxation stable. - Après le renforcement et système informatique de formation, présenter le participant avec un retour visuel de ses huit actions, exactement comme on l'a vu dans la session naïve, qui correspondent aux huit parcelles polaires uniques et spécifiques sur l'écran d'ordinateur (Figure 3). Pour optimiser les performances, demander au participant pour effectuer les actions tout en visualisant les tracés polaires en temps réel avec des superpositions animées enregistrées pour renforcer l'apprentissage, typiquement entre 2-4 tentatives pour chaque mouvement. Une fois convaincu que le participant peut ensuite remplir les mêmes tâches exactes qui étaient perf Ormed dans la session naïf.
7. Contrôle prothétique
- Utilisez les ensembles de données de formation de chaque session pour calibrer et régler la prothèse pour le contrôle en temps réel.
- Dans un premier temps, seul le participant permet de contrôler les prothèses de commande proportionnelle séquentiel, soit un mouvement à la fois, avec la vitesse du dispositif proportionnel aux niveaux de contractions musculaires.
- Une fois que chacun des huit actions sont effectuées d'une manière reproductible et fiable, changer le schéma de contrôle à commande proportionnelle et simultanée, permettant plus d'un mouvement du poignet à la fois.
- Avoir les pratiques des participants des tâches simples, comme ramasser une bouteille et le posant sur son côté (2 tentatives est suffisante). Autoriser une période de repos avant l'évaluation des résultats est effectuée. Dans le cas de cette étude, 2 heures de repos pour la session naïve, et 24 heures de repos pour la session structuré.
- Évaluer la fonction du membre supérieur mondial à la fois dans les sessions de formation naïfs et structurés en utilisant le SHAP, qui surveille la main et fonction du membre supérieur étroitement liés aux activités de la vie quotidienne (AVQ). Les tâches accomplies dans la SHAP comprennent la lumière et manipulation d'objets lourds, ainsi que les tâches de l'ADL comme la coupe d'un objet avec un couteau ou défaire les boutons. Le SHAP a été validée pour l'évaluation de la fonction pathologique et prothétique main 24.
Remarque: Cette mesure a été choisi comme participant à cette étude avait été régulièrement suivie avec cette mesure de résultat par son équipe clinique.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
La performance de base de SHAP du participant avec sa prothèse quotidienne était 81 lorsqu'elle est mesurée par le personnel clinique 8 mois avant le test. Un score de SHAP de 100 représente la fonction valides main. 24 Le participant a reçu une note globale de SHAP de 58 heures pendant la session naïve avec le système de contrôle de la prothèse plus avancé. Cependant, 3 mois plus tard et sans aucune autre interaction avec le nouveau système, mis à part la formation structurée, le participant a obtenu un score de SHAP de 71 avec le même système avancé (tableau 2).
Lorsque le score global de SHAP a été décomposé en évaluation de profil fonctionnel, il a été observé que le participant avait bien fonctionné dans tous les groupes fonctionnels (, puissance, pointe, saisissez l'extension latérale et sphérique), sauf pour trépied portée. Cependant, la plus grande amélioration observée était lors de l'extension, une fonction que le nouveau régime de contrôle et de prothèses fournies tandis que sa traditional prothèse n'a pas (figure 5). Cela peut avoir également contribué à l'amélioration de la portée sphérique, qui était mieux après la session de formation structurée que la ligne de base ou de la session naïf. En outre mouvements ADL complexes, qui impliquent des mouvements combinés de la main et du poignet, comme cruche et carton coulée ont été exécutés mieux après la session de formation structurée en utilisant le système prothétique de pointe.
Figure 1. Exemple de repères visuels utilisés pour le participant de renforcement et de la formation du système. Le profil cible bleue représente le niveau de contraction EMG produit pendant un certain mouvement souhaité. La ligne de suivi rouge représente les efforts des participants. S'il vous plaît cliquer ici pour voir une version plus grande de cette fifigure.
Figure 2. Les profils pour les mouvements actifs, dénommé polaires-parcelles, des mouvements individuels produits par le participant pendant la tâche d'imitation. Elles ont été renforcées lors de la formation du système et éventuellement utilisés pour contrôler la prothèse de main. S'il vous plaît noter, que le repos ou de non-mouvement est considéré comme une action unique, et en tant que telle ne produit pas d'overlay. S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.
Figure 3. Ce schéma représente la session de formation structuré. Le participant d'abord observé et imité les actions de démonstration. Avant de visionner saluts performances sous forme de graphiques sur un écran d'ordinateur, il a répété les mouvements appris sans rétroaction visuelle. Les mouvements apprises ont été renforcés par des contractions musculaires correspondant à des modèles EMG enregistrées, puis utilisées pour former les algorithmes de contrôle du système, ce qui a permis le contrôle de prothèse multifonctionnelle.
Figure 4. Dispositif expérimental lors de la session de formation structuré. Le participant avait une vue complète et dégagée de la main gauche du démonstrateur lors de l'imitation. Pendant la phase de répétition, le démonstrateur donnerait instruction audible pour assurer les déplacements des participants en correspondance les contractions produites au cours de la phase d'imitation. Enfin, lors de la formation du système, les mouvements ont été renforcées à l'aide de repères visuels qui ont été affichés sur l'écran de l'ordinateur pour le participant et démonstrateur.
Figure 5. La répartition des scores de Shap globales entre, la ligne de base (BL) de la session naïve (NS) et la session de formation structurée (STS). S'il vous plaît cliquez ici pour voir une version plus grande de cette figure.
| Fonction prothétique | Phantom Limb Mouvement |
| Pronation | Poignet rotation vers l'intérieur avec les doigts complètement détendu |
| Supination | Poignet rotation vers l'extérieur avec les doigts complètement détendu |
| Flexion | Cubital déviation |
| Extension | L'extension du poignet |
| Palmar adhérence | Addu Thumbction légèrement traverser en arrière vers le dos de la main |
| Beaux pincée | Opposition de pouce pour les trois premiers doigts, légère extension du petit doigt |
| Main ouverte | Ouverture de la main en mettant l'accent sur l'extension du moyen de trois chiffres |
| Aucun mouvement | Relaxation complète de la main et du poignet |
Tableau 1. désiré fonctions prothétiques mappés sur les mouvements de membre fantôme, où le participant était capable de visualiser et exécuter avec son anatomie restante.
| Résumé objets | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Lumière Sphère | 2.46 | 2.66 | 2.5 Sphère lourd | 3.25 | 4,78 | 2.1 | |
| Lumière Trépied | 2.35 | 3.56 | 2.78 | Lourd trépied | 2.44 | 3.53 | 2.5 |
| Power Light | 2.41 | 3.25 | 2.28 | Heavy Power | 2.41 | 3.22 | 2.72 |
| Lateral Lumière * | 4.72 | 2.81 | 4,97 | Lourd latéral | 5.1 | 5.31 | 5.22 |
| Astuce Lumière | 2.25 | 2.88 | 2.53 | Astuce lourd | 3.1 | 4.47 | 2.22 |
| Extension Lumière | 1,96 | 3,88 | 2.37 | Extension lourd | 2.9 | 4,88 | 2.59 |
| Activités de la vie quotidienne | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Pièces de monnaie | 17,81 | 22.25 | 21.53 | Jar complet | 3.13 | 10.37 | 3.75 |
| Conseil Button | 8.25 | 35,2 | 27.06 | Tin vide | 2.53 | 4.15 | 2.82 |
| Coupe | 18.15 | 27.47 | 25.59 | Plateau Ascenseur | 3.97 | 7,25 | 5.5 |
| Tourner la page | 8.18 | 11.97 | 5.19 | Touche | 4,82 | 9.25 | 6.03 |
| Jar Lid | 2.93 | 3.3 | 2.38 | Zip *: français | 4.83 | 10,59 | 7.31 |
| Jug Verser | 10.16 | 8,93 | Tournevis | 10.1 | 25.31 | 15.31 | |
| Carton Verser | 11 | 11.35 | 9,72 | Poignée de porte | 2.24 | 3.53 | 2,75 |
| Le score SHAP | 81 | 58 | 71 | ||||
Tableau 2. Résultats de la Shap pour le participant pendant la session naïve (NS), suivie par la session de formation structuré (STS) 3 mois plus tard, par rapport à son niveau de référence (BL). * Le participant ne sous-performé la tâche latérale de la lumière dans la formation structurée session, en comparaison à la session naïf. Le score global de SHAP est sur 100.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Nos résultats suggèrent pour le participant dans cette étude que la formation structurée a permis d'améliorer le contrôle d'une prothèse de main multifonctionnel au cours d'une seule session. Le programme structuré utilisé ici est une combinaison de l'imitation, la répétition et le renforcement des mouvements de la main que le participant n'a pas été en mesure de terminer avec sa prothèse de main traditionnelle.
Bien que le participant a reçu plus élevé avec sa prothèse traditionnelle dans le test de SHAP, il convient de noter qu'il portait habituellement ce dispositif entre 12-15 heures par jour sur une période de 15 mois. Comme indiqué par le score de référence de SHAP, il est clair qu'il avait appris et se sont habitués à sa prothèse traditionnelle après une période d'apprentissage très long. La difficulté à passer à la main multifonctionnelle après avoir été tellement habitués à sa prothèse traditionnelle a été soulignée par la forte baisse des performances observée dans la session naïf. Ce résultat était attendu, comme preuve suggests que comme un individu apprend de nouvelles habiletés motrices, ils développent un modèle interne des actions en cours d'exécution. 25 Quand il ya une certaine forme de perturbation dans ce modèle interne, telles que la modification à une nouvelle prothèse nécessitant de nouvelles entrées de commande, les séquelles de l'apprentissage prendre un certain temps à se dissiper tandis qu'un nouveau modèle interne est créée. 26 Néanmoins, une seule session de formation structurée a permis aux participants de surperformer son dispositif habituel dans quelques-unes des tâches demandées par le test de SHAP, et d'atteindre le score global proche de celle obtenue avec le dispositif traditionnel. L'utilisation de la formation structurée comme décrit à la section 6 du protocole peut être l'étape critique qui aurait permis au participant de réaliser un contrôle compétent.
L'apprentissage d'une nouvelle tâche pour les amputés est compliquée par l'absence de récepteurs nerveux autour des articulations et dans les muscles qui sont sensibles aux changements de position et de mouvement. 27 These propriocepteurs permettent humains valides de savoir où leurs mains sont en relation avec leur corps sans l'usage de la vue. 28 Quand un membre est perdu, ces propriocepteurs sont perdus, la vision menant à jouer un rôle plus important dans le contrôle que dans des conditions normales. Les personnes amputées ne doivent pas seulement réapprendre à contrôler les mouvements de la main, mais aussi de le faire en utilisant un appareil qui ne fournit aucune autre que celui obtenu visuellement rétroaction. Cela rend le processus d'apprentissage plus difficile.
En tant que tel, toutes les stratégies de formation qui utilisent des prothèses qui ne fournissent aucune rétroaction tactile ou proprioceptive doivent mettre l'accent sur un retour visuel. Dans notre cas, nous avons essayé de le faire en utilisant l'imitation des mouvements désirés. La complexité de l'imitation est illustré par la nature distribuée du processus neuronal. 29,30 régions distinctes dans le lobes frontal, pariétal et temporal sont soupçonnés d'être responsables de percevoir le mouvement des autres 31,32 puis intégrationcette information dans une réponse motrice appropriée. 9,33,34 Il est probable que pendant le développement du participant à l'âge adulte, et avant l'amputation, les circuits neuronaux requis pour effectuer les mouvements des mains savantes était devenu clairement défini, si bien que la main naturelle mouvements étaient rapides et instinctive. La distorsion de l'anatomie suite de l'amputation peut avoir besoin de nouveaux circuits neuronaux à être formés pour permettre le contrôle de sa prothèse traditionnelle. L'amélioration de la SHAP marquer après la session de formation structuré, suggère que ces circuits neuronaux étaient suffisamment malléable pour adapter à la nouvelle stratégie de contrôle prothétique, malgré le manque d'expérience.
Il est à noter que le participant a fait remarquer que l'acte d'imitation lui a permis de visualiser l'intérieur de mouvements de la main et de générer les contractions musculaires appropriées. Il a trouvé ce plus intuitive que seul correspondant à ses contractions à repré visuelletions sur un écran d'ordinateur. Il est également connu que les amputés préfèrent apprendre par les autres utilisateurs de prothèses. 11 Les algorithmes de périphériques et de contrôle utilisés dans cette étude étaient à la fois roman. En tant que tel il n'y avait pas amputés expérimentés précédents qui pourraient agir comme des manifestants. Les améliorations futures à ce protocole bénéficieraient ainsi d'avoir un amputé expérimenté démontrant les actions à être imité.
Bien que cette étude a montré le bénéfice de la formation structurée, la conception n'a pas été suffisante pour déterminer si l'imitation, la répétition, le renforcement ou la combinaison de tous les trois stratégies d'apprentissage ont contribué à la mesure du résultat final. Au lieu de cela, cette étude de cas jette les bases pour la poursuite des travaux pour examiner les circuits neuronaux impliqués dans le contrôle de prothèse avancé.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Les auteurs déclarent une absence d'intérêts financiers en compétition.
Acknowledgments
Les auteurs tiennent à remercier M. Hans Oppel et ses techniciens prothésistes de Otto Bock Healthcare Products GmbH pour la fabrication du socket utilisé par le participant à cette étude. Cette étude a été soutenue financièrement par le Conseil européen de la recherche (ERC) via l'ERC avancée Grant DEMOVE (n ° 267888), le Conseil autrichien pour la recherche et le développement de la technologie, et le ministère fédéral autrichien de la science, de la recherche et l'économie.
Materials
| Name | Company | Catalog Number | Comments |
| Michelangelo Hand | Otto Bock Healthcare Products GmbH, A | 8E500=L-M | |
| AxonRotation | Otto Bock Healthcare Products GmbH, A | 9S503 | |
| Wrist Flexor | Otto Bock Healthcare Products GmbH, A | prototype unit | |
| AxonMaster | Otto Bock Healthcare Products GmbH, A | 13E500 | |
| Electrode | Otto Bock Healthcare Products GmbH, A | 13E200=50AC | |
| ScissorFenceElectrodeCarrier | Otto Bock Healthcare Products GmbH, A | prototype unit | |
| Acquisition Software | Otto Bock Healthcare Products GmbH, A | prototype unit | |
| Carbon shaft | Otto Bock Healthcare Products GmbH, A | prototype unit |
References
- 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).
- 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).
- 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).
- 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).
- 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).
- Roche, A. D., Rehbaum, H., Farina, D., Aszmann, O. C. Prosthetic Myoelectric Control Strategies A Clinical Perspective. Current Surgery Reports. 2 (44), (2014).
- Buccino, G., et al. Neural circuits underlying imitation learning of hand actions: An event-related fMRI study. Neuron. 42 (2), 323-334 (2004).
- 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).
- Rizzolatti, G., Craighero, L.
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Wolpert, D. M., Ghahramani, Z., Jordan, M. I. An internal model for sensorimotor integration. Science (New York, N.Y). 269 (5232), 1880-1882 (1995).
- 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).
- Hogervorst, T., Brand, R. A.
- Bosco, G., Poppele, R. E. Proprioception from a spinocerebellar perspective. Physiological Reviews. 81 (2), 539-568 (2001).
- 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).
- 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).
- 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).
- 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).
- 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).
- Iacoboni, M.
