Abstract
ロボットシステムの進歩により、多機能な動きを生成することができ上肢用補綴物をもたらしています。しかし、これらの洗練されたシステムは、複雑な制御方式を学ぶために上肢切断者を必要とします。人間は模倣と他の学習戦略を通じて新たな動きを学習する能力を持っています。このプロトコルは、模倣、繰り返し、および強化学習を含み、この方法は、多機能補綴コントロール性を向上させることができるかどうかを評価することを目的と構造化されたリハビリ方法について説明します。補綴使用の経験4年で、肘切断者の下、左、このケーススタディに参加しました。使用プロテーゼは、手首の回転にミケランジェロの手で、手の動きの複数の組み合わせを許可された手首の屈曲と伸展の追加機能します、。参加者のサウサンプトンハンド評価手順のスコアは、構造化されたトレーニング、次の58から71に改善しました。このことはimitの構造化されたトレーニングプロトコルエーション、反復と強化は新しい義手を制御するために学ぶことに役割を有することができます。大きな臨床研究は、しかし、これらの知見をサポートする必要があります。
Introduction
切断者に手の機能を置き換えることは難しい努力です。高度に熟練した手の動きをコーディネートする生来の能力ではなく、開発するために学習の人間の何年もかかる。1-5手の外傷性の損失の後、補綴手段でこの機能を複製することは簡単な作業ではなく、持続的な学習の時間を必要とするかもしれません。
補綴設計とその制御のためのインターフェースの方法は、自然な方法で多機能コントロールを目標に、急速な技術革新の対象となっている。これらの制御システムの複雑さは、切断者のためのより多くの機能を提供するために、実質的に増加させる6。これらのシステムの正確な制御を確実にするために、新技術の放棄を低減するために、適切な訓練を確立する必要があります。これは、切断者「固有の学習戦略に基づいている場合は、より成功する可能性があります。
ビジョンは、ル時に重要な役割を再生することができます手の動きのarning。行動研究は他人7の行動を観察するか、視覚的な手がかり8を使用することにより、健常個人が新たな動きを学び、調整することを示しています。観測された行動の観察、理解と実行のプロセスを経て、個人が他人の行動を模倣することができます。ミラーニューロンシステム（MNS）を含むことができる具体的な皮質ネットワークは、この機能の基礎と考えられている、と義肢を制御する役割を有することができる。9-11
偽物の役割は、単に既に見られているアクションを実行することに限定されるものではなく、一緒にMNSで、まだ観測されたが、観察者の運動repetoireから推定されていない動きの実行を許可されない場合があります。12実際、模倣は必ずしもないかもしれません経験豊富で洗練されたアクションにつながる生得的能力が、時間をかけて運動能力のaccruementになる。13世紀は、単にそれらを想像上で、行動を観察するrengthは、新しいタスクを学習改善することが示されている。14はこのように、模倣がトレーニング切断者への実際的なアプローチであってもよいし、証拠がリハビリの設定でターゲットに、ゴール向かうプロセス15それを示唆するように有用義手の機能を有効にします。
リハビリテーション研究は別に、このような義手の仮想シミュレーションなどの視覚的な手がかりは、リハビリ訓練中に切断者を奨励することを示した。また16、ブロックされたパラダイムで行われ、繰り返しの使用が上肢の補綴の急速な学習を可能にすることが示されていますコントロール。17の仮想シミュレーションは筋電デバイスを制御するために、セーブルボディユーザーを有効に補綴の手の実際の制御と同等に有効であることが証明されているが、標準化されたアウトカム指標を用いて、切断者の18それらの効果は明らかではありません。最後に、ここで、上肢ampuのためのプロトコルテーションのトレーニングは、補綴制御の学習における模倣の役割を明示的に議論されていない、存在します。19,20
模倣の使用は、反復と強化との組み合わせで、構造化されたトレーニングプログラムの一環として、多機能補綴制御の学習にプラスの影響を持っている場合は、この研究では、理解することを目指しています。
本明細書に提示は多機能義手を使用するように訓練された橈骨動脈切断患者の症例報告です。参加者は、これまでの伝統的な筋電義肢を操作に慣れていました。健康デモの模倣と簡単なコンピュータ視覚的なフィードバックの形態の両方で、視覚的な手がかりを使用して、切断者はすぐに彼の新しいデバイスの取り扱いを改善しました。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
ローカル研究倫理委員会によって承認されたこの研究は、ヘルシンキ宣言に従って行われました。研究は、参加者に自主的に研究に参加する決定を計量し、情報に基づいた、書面による同意によって彼の参加を確認する時間をできるように、開始前に参加者に完全な詳細に説明しました。
注：27歳の一人の男は、研究に参加しました。参加者が正常なビジョンを持っていた、左下記肘切断者で、経験のあるユーザー（4年総プロテーゼ使用）でした。この研究に彼が日常的に使用されるプロテーゼを開始する前には、15ヶ月一日あたり12〜15時間、手首の回転に4チャンネル筋電義手でした。参加者の右手には、以前に外科的に再構築されたが、他の物理的または神経学的障害を持っていたされていませんでした。
1.研究デザイン
- 2セッションで研究を分割：NA39;使用しまして、構造化されたトレーニング、以下を使用します。
注意：これは、前とそれぞれのトレーニング後の被検体内の比較を可能にすることです。 - 互いに独立したものとして扱われるように、これらの2つのセッションが、少なくとも3ヶ月離れていることを確認してください。
- 両方のセッションの開始時に、参加者にカスタマイズされたソケットとプロテーゼをフィット。補綴ハードウェアと制御アルゴリズムは、このプロトコルの材料セクションで詳述したものと一致していることを確認してください。参加者はセッションの間に介在する時間にカスタマイズされた補綴物を使用することができないことを確認してください。
- ナイーブセッションで説明する手順と、このプロトコルの構造化トレーニングセッションのセクションに従って患者を訓練。これらの各セッションの開始時に、補綴ハードウェアキャリブレーションを行います。リアルタイム補綴制御のために収集したキャリブレーションデータを使用してください。
- ナイーブセッションと構造化されたトレーニングセッションが完了したら、PAを評価しますサウサンプトンハンド評価手順（SHAP）アウトカム指標を使用してrticipantのパフォーマンス。23は、（いずれかのトレーニングセッションの前に取得した）参加者の標準的なプロテーゼを用いて、ベースラインの測定にSHAPスコアを比較してください。
2.材料
- 特注のソケットに参加者を合わせます。製造元の指示に従って市販のプロテーゼを取り付けます。作動手首の屈曲、伸長および回転を可能プロトタイプのコンポーネントで義手を装備。これは自由の3.5度（自由度）（ 表1）と手を制御するために、参加を可能にします。
注：この実験ではミケランジェロの手（参照物質一覧）を使用しました。一緒に標準のグリップ機能を備えた、手首の回転、屈曲と伸展することができる他の端末装置も適切であろう。 - 切り株の周りに8等間隔に配置された生の信号電極を使用して記録したEMG信号、10ビットの深さ1,000ヘルツ及びデジタル化のサンプリングレートで、オンボードの復号化システム。ベンダーの仕様に従って、電極自身の中に初期のフィルタリングと増幅を行います。集録ハードウェアと通信し、無線接続を介して人工関節を制御するメイン処理を、実施するパーソナルコンピュータ（PC）を使用します。
注：この研究では、表面筋電図電極および使用するオンボードのデコードシステム（AxonBus）はオットーボックからでした。同様のデバイスの他のメーカーも適切であろう。無線接続は、ブルートゥースを介した、同様に他のモダリティを適用することができます。
3.制御アルゴリズム
- 複数の自由度を越え同時比例補綴制御を提供し、制御アルゴリズムを使用してください。本研究で用いた21のアルゴリズムは、パラダイムを作る二段階の決定だったので、そのコンテキスト依存の動き推定が可能でした。
- すべての制御可能な単一自由度の動きを含むシステムの訓練、時には、入ってくる電（EMG）を記録。
- 第一段階では、学習データから新たに算出されたEMGの特徴ベクトルのマハラノビス距離に基づいて、意図された運動の固有の次元情報を評価します。ユーザの意図がうまく1自由度または粗い同時2自由度の運動を行うことであったかどうかの決定を行います。
注：このクラスを持つクラスに特徴ベクトルxのマハラノビス距離私は次のように計算され 、ベクトルμiと共分散行列 Σ を意味します ：
Amsuess らに記載されるように、新たに算出された特徴ベクトルは、高次元空間と訓練されたクラスのポイントのいずれかに変換された点のマハラノビス距離にマッピングされる新規性の尺度とした。21経験的その距離に決定された閾値は、（1-DOF）（2自由度）新規性のための意思決定を提供しますか。 - 1シーケンシャル運動（SEQ-E）、および他の処理を同時に動作（SIM-E）を扱う - - 第二段階では、前の決定に基づいて、二つの平行な推定のいずれかを使用するプロテーゼのための制御信号を提供します。
注意：配列-Eは本質的に比例推定量である（ すなわち、筋肉の収縮の強さ）共通の空間パターン（CSP）21に基づいて、SIM-Eが同時に手首の2自由度を操縦する線形回帰は、あるとき。
4.ソフトウェアフレームワーク
注：この研究で使用したソフトウェアフレームワークは、補綴のハードウェアと組み込み制御アルゴリズムとの間の通信を取り扱うことができました。また、参加者のトレーニングを最大化するために必要な視覚的に支持するトレーニングツールを提供しました。
- ルートを表示Eの二乗平均（rms）MG信号は、電極位置の関数としてのEMG振幅の極プロットの形で8等間隔に配置された電極から収集。この視覚的なフィードバックは、前腕の横断面における筋電図の空間分布の監視を簡単に行うことができます。このような設定を使用して、ユーザの動作のそれぞれは、それによって、次に保存し、特定のジェスチャの再現性のために訓練するために使用することができる極座標に異なるパターン22を引き出すことができます。
注：フレームワークは、標準的なパターン認識方法でEMGデータの収集を可能とEMGチャネルの各40ミリ秒を超えるRMS 23は次のように計算されます。
すべてのアンサンブルウィンドウの観測で得られました。 - 初期校正のために意図された各運動のための最大の長期随意収縮（MLVC）値を収集。実行するためにデモの手を使って、参加者にプロンプトを表示5秒間ボーカルと視覚的な指示を与えながら、所望の運動。
- キャリブレーション後、台形手がかりのセットで参加者を提示します。これらの力プロファイルは、30％、60％、およびキャリブレーション最大の90％でプラトーのセットが含まれています。
- 各試行の中では、プロンプトが表示された動き（ 図1）の力レベルを調節することにより、キューに沿って赤いポインタを操縦するために、参加者に指示します。ポインタの垂直位置は、8つのすべてのチャンネル間で加算されたRMS値に対応しています。真ん中の3秒に対応するプラトー間隔で5秒にトライアルの期間を設定します。
5.ナイーブセッション
注：ナイーブトレーニングセッション中、参加者は、本研究で用いた補綴制御方式のない経験を有していませんでした。
- 、参加者に正式な臨床研修を与えるが、一方だけが静止状態となっている残留肢の8アクションを指示していませんコンピュータ画面上のビジュアルターゲットを制御できるようになります。これらのタスクは、補綴コントロール23に近づき、それらの方法のために、本 研究の参加者は、以前の経験の約60時間を持っていた古典的なパターン認識で使用されるものと同様です。
- 視覚的合図（ 図1）は、次ながらテキストと静止画の面で、画面上の必要な動きを表示します。
- 参加者に8の特定とユニークな極プロット（ 図2）に対応して彼のEMGの活性化パターンを、表示します。
- 視覚的な合図に従うことを、参加者を奨励するために可聴指示に従ってください。構造化されたトレーニングセッションで使用される場合、これらの可聴の命令は同一でなければなりません。
- システムのトレーニングを強化するために（全体の到達、正面に達し、リラックスした）別の腕の位置で作業を3回繰り返します。 、一度すべてのアーム位置が覆われて、8つの異なるアクションと3力のレベルがあることに注意してくださいシステムのトレーニング入力は、72個々のサンプルの合計にまとめています。
- 完了したら、参加者にSHAPのアウトカム評価を完了する前にリアルタイム制御を練習する機会を可能にします。
- 参加者はナイーブセッションの終わりを超えてカスタマイズされた補綴物と制御アルゴリズムへのアクセス権を持っていないことを確認してください。
6.構造化トレーニングセッション
- ナイーブセッション3ヶ月後には、構造化されたトレーニングセッションを行います。
- 次の順序のステップ（ 図3）でセッションを構造：
- 偽物の場合は、参加者に指示するために直接必要な8の動作を模倣リアルタイムでデモンストレータによって実行（ 表1）。 3秒間の各アクションを実行します。
- 繰り返しは、10回を模倣しているので、各アクションが30秒間行われたアクションを繰り返すように、参加者に依頼してください。
- 強化＆コンピュータSYSのTEMトレーニング、今ナイーブセッションとまったく同じ設定であるコンピュータの視覚的なフィードバック、と係合するように、参加者に依頼してください。これら二つのセクションの間に差がないことを確認してください。
- 補綴制御のために、結果の評価を完了する前に、カスタマイズされた人工器官のリアルタイム制御を練習する参加者に依頼してください。
- 模造の間に、デモンストレータから45°の角度で参加者を収容し、すべてのアクション（ 図4）の間に参加者の影響を受けた側のマッチングデモンストレータの手の完全かつ遮るもののない景色を提供しています。コンピュータ画面からの視覚的な手がかりは、この時点で参加者に利用可能であってはなりません。
- 繰り返しのために、参加者の行動の間に、各運動の極プロット（ 図4）で表されるようにデモンストレーターは、対応するEMG活動を観察しています。デモンストレータはparticipanと判断したらtは任意の視覚的な手がかりなしで30秒のアクションを繰り返して、参加者に依頼し、それぞれの運動のためにユニークかつ再現EMGの活性化パターンを生成することができます。
注：あり8ユニークなアクションの合計です - 筋肉の活性化を必要とするそれらの7（手首回内/回外、手首の屈曲/伸展、手、オープン、キーグリップと細かいピンチ）は、第8のは、安定したリラックスした状態を表して何も実行されません。 - 補強＆コンピュータシステム訓練の後、コンピュータ画面上の8つのユニークな、特定の極プロットに対応ナイーブセッション、（ 図3）に見られたとおりに、彼の8アクションの視覚的なフィードバックを参加者に提示します。パフォーマンスを調整するには、それぞれの動きのための2-4の試みの間、通常、学習を強化するために記録されたモーション・オーバーレイでリアルタイム極プロットを見ながらアクションを実行するために、参加者に依頼してください。参加者はその後、PERFたまったく同じタスクを完了することができたら、自信を持ってナイーブセッションでormed。
7.補綴コントロール
- 較正とリアルタイム制御のためのプロテーゼを調整するために各セッションからのトレーニングデータセットを使用します。
- 当初、唯一の参加者は、順次、比例制御、筋肉の収縮のレベルに比例したデバイスの速度を持つ時には、すなわち、1の動き、によって補綴物を制御することができます。
- 8の各アクションが反復し、信頼性の高い方法で実行されると、一度に手首の複数の動きを可能に比例し、同時制御する制御方式を切り替えます。
- 参加者は、このようなボトルを拾って、その側で、それを敷設などの単純なタスクを、（2試みは十分です）練習があります。アウトカム評価が実行される前に、残りの期間を許可します。この研究では、ナイーブセッションの残りの2時間、および構造化されたセッションの残りの24時間の場合。
- 手と密接に日常生活の活動に関連した上肢機能（ADLS）を監視SHAPを使用して、ナイーブおよびストラクチャードトレーニングセッションの両方でグローバル上肢機能を評価します。 SHAPで実行されるタスクは、操作光や重い物、ならびにそのようなナイフや元に戻すボタンでオブジェクトをカットとしてADLのタスクが含まれています。 SHAPは、病理学的および義手機能の評価のために確認されています。24
注：この研究では、参加者が日常的に彼の臨床チームにより、このアウトカム指標をフォローしていたように、この測定は、選択されました。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
8ヶ月、試験前に臨床スタッフにより測定したとき、彼の毎日の補綴物との参加者のベースラインSHAP性能は81でした。 100のSHAPのスコアが健常手の機能を表します。24参加者は、より高度な人工器官の制御システムとナイーブセッション中に58の全体的なSHAPスコアを獲得しています。しかし、3ヶ月後、新しいシステムとなし、さらに相互作用して、脇に構造化されたトレーニングから、参加者は、同じ高度なシステム（ 表2）と71のSHAPのスコアを達成しました。
全体のSHAPスコアは機能プロファイルの評価に分けた場合には、参加者が三脚把握を除いて、全ての官能基（球状、電力、チップ、横方向および伸長把握）で好調たことが観察されました。しかし、最大の観察された改善は、新しい制御方式とプロテーゼは彼の伝統ながら、提供される機能は、拡張中でしたアルプロテーゼが（ 図5）しませんでした。これはまた、ベースラインまたはナイーブセッションよりも構造化されたトレーニングセッションの後に良好であった球状の把握の向上に貢献している可能性があります。また、このような水差しやカートンなどの手首と手を合わせた動きを伴った複雑なADL動き、注ぐは、高度な人工装具システムを使用して構造化されたトレーニングセッションの後に最高の実行されました。
参加者の強化とシステムのトレーニングに使用視覚的な手がかりの図1例。青ターゲットプロファイルは、特定の移動中に生成EMG収縮の所望のレベルを表します。赤いトラッキングラインは、参加者の努力を表しています。 このFiのの拡大版を表示するには、こちらをクリックしてくださいグレ。
能動的な動きのプロファイル図2は、模造のタスク中に参加者によって生成される個々の動きの極座標プロットと呼ばれる。これらは、システムのトレーニング中に強化し、最終的に義手を制御するために使用されました。残りまたはノー動きがユニークなアクションとみなされ、そのようにオーバーレイを生成しないことに、注意してください。 この図の拡大版をご覧になるにはこちらをクリックしてください。
図3.この回路図は、構造化されたトレーニングセッションを表します。参加者は最初のデモの行動を観察し、模倣しました。こんにちは表示する前に、コンピュータ画面上のグラフなどの性能が、彼は視覚的なフィードバックを学んだ動きを繰り返しました。学習された動きが記録されたEMGパターンに筋肉の収縮を照合することによって強化され、その後、多機能補綴制御を可能にし、システムの制御アルゴリズムを訓練するために使用されました。
構造化されたトレーニングセッションの間に、図4の実験のセットアップを。参加者は、模倣の間デモンストレータの左手の完全かつ遮るもののない眺めを持っていました。繰り返しフェーズでは、デモンストレータは、参加者の動きが模倣段階中に生成収縮を一致を確認するために可聴指示を与えるだろう。最後に、システムのトレーニング中に、動きが参加し、デモの両方にコンピュータの画面上に表示された視覚的な手がかりを使用して強化されました。
ベースライン（BL）ナイーブセッション（NS）と構造化されたトレーニングセッション（STS）、間の全体的なSHAPスコアの内訳5.図。 この図の拡大版をご覧になるにはこちらをクリックしてください。
| 補綴機能 | 幻肢運動 |
| 回内運動 | 完全にリラックスした指で内側に手首の回転 |
| 回外 | 完全にリラックスした指で外側に手首の回転 |
| 屈曲部 | 尺骨偏位 |
| 拡張 | 関節伸展 |
| パルマーグリップ | 親指アッドゥctionは少し手の背面に向かって後方に交差します |
| ファインピンチ | 最初の3本の指に親指の反対、小指のわずかな延長 |
| オープンハンド | 真ん中の3桁の拡張に焦点を当てた手のオープニング |
| いいえ動きません | 手と手首の完全な緩和 |
参加者が視覚化し、彼の残りの解剖学を実行することができた幻肢の動きにマッピング表1.目的の補綴機能。
| 抽象オブジェクト | |||||||
| BL | NS | STS | BL | NS | STS | ||
| ライト球 | 2.46 | 2.66 | 2.5 重い球 | 3.25 | 4.78 | 2.1 | |
| ライト三脚 | 2.35 | 3.56 | 2.78 | ヘビー三脚 | 2.44 | 3.53 | 2.5 |
| 光パワー | 2.41 | 3.25 | 2.28 | ヘビーパワー | 2.41 | 3.22 | 2.72 |
| ライト横* | 4.72 | 2.81 | 4.97 | ヘビー横 | 5.1 | 5.31 | 5.22 |
| ライトヒント | 2.25 | 2.88 | 2.53 | ヘビーヒント | 3.1 | 4.47 | 2.22 |
| ライトエクステンション | 1.96 | 3.88 | 2.37 | ヘビー拡張 | 2.9 | 4.88 | 2.59 |
| 日常生活動作 | |||||||
| BL | NS | STS | BL | NS | STS | ||
| コイン | 17.81 | 22.25 | 21.53 | 全ジャー | 3.13 | 10.37 | 3.75 |
| ボタンボード | 8.25 | 35.2 | 27.06 | 空のスズ | 2.53 | 4.15 | 2.82 |
| カッティング | 18.15 | 27.47 | 25.59 | トレイリフト | 3.97 | 7.25 | 5.5 |
| ページめくり | 8.18 | 11.97 | 5.19 | キー | 4.82 | 9.25 | 6.03 |
| ジャーの蓋 | 2.93 | 3.3 | 2.38 | ジップ | 4.83 | 10.59 | 7.31 |
| 注ぐ水差し | 10.16 | 8.93 | ドライバー | 10.1 | 25.31 | 15.31 | |
| 注ぐカートン | 11 | 11.35 | 9.72 | ドアハンドル | 2.24 | 3.53 | 2.75 |
| SHAPスコア | 81 | 58 | 71 | ||||
構造化されたトレーニングセッション（STS）が続くナイーブセッション（NS）中の参加者の表2 SHAPの結果は、3ヶ月後、彼のベースライン（BL）。に比べ *参加者のみが構造化されたトレーニングで、光の横方向の作業を下回っナイーブセッションと比較して、セッション。全体のSHAPのスコアが100を超えています。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
我々の調査結果は、構造化されたトレーニングは1つのセッション中に多機能義手の制御を改善に役立っていることを、この研究に参加するために示唆しています。ここで使用される構造化プログラムは、参加者が自分の伝統的な義手を完了することができませんでした手の動きの模倣、繰り返し補強の組み合わせでした。
参加者がSHAPテストで彼の伝統的な補綴物で高い得点が、それは彼が典型的には15ヶ月の期間にわたって一日あたり12〜15時間の間に、そのデバイスを身に着けていたことは注目に値します。ベースラインSHAPスコアによって記載されているように、それは彼が非常に長い学習期間後に学び、彼の伝統的な補綴物に慣れていたことは明らかです。彼の伝統的な補綴物に非常に慣れされた後、多機能手への切り替えの難しさは、ナイーブセッションで観察された性能の急激な低下によって強調されました。この証拠は、Sとして、予想されました個人が新たな運動技能を学習するように、彼らが実行されているアクションの内部モデルを開発することをuggests。25この内部モデルにおける摂動のいくつかのフォームがあり、そのような新たな制御入力を必要とする新しい人工器官への変更などの後遺症学習は、新しい内部モデルが作成されている間散逸させるためにいくつかの時間がかかる。26それにもかかわらず、構造化トレーニングの1つのセッションに参加者がSHAP試験により要求されたタスクのいくつかの彼のいつものデバイスをアウトパフォームする、との近くに全体的なスコアに到達させそれは、従来のデバイスで得られました。プロトコルの第6章で説明したように構造化訓練の使用は、熟練した制御を実現するために、参加者を有効にしているかもしれない重要な工程であってもよいです。
切断者のための新しいタスクを学ぶことは関節周囲の神経受容体の存在しないことによって、位置や動きの変化に敏感である筋肉に複雑である。27 THES手足が失われたときに電子の固有受容は、自分の手が見えを使用せずに自分の体に関連している場所を知る健常人間を有効にしてください。28、これらの固有受容は、通常の状態に比べてコントロールに強い役割を果たしているビジョンをリードし、失われます。切断者のみが手の動きを制御する方法を再学習するだけでなく、視覚的に得られたもの以外のフィードバックを提供しないデバイスを使用してこれを行うにはなりません。これは、学習プロセスをより困難にします。
このように、何の触覚や固有受容フィードバックを提供しない補綴物を使用するすべてのトレーニング戦略は視覚的なフィードバックに重点を置く必要があります。私たちのケースでは、希望する運動の模倣を使用してそうしようとしました。偽物の複雑さは、神経プロセスの分散性が例示される。29,30別々の領域を正面に、時間的、頭頂葉は他人31,32の動きを感知して、統合するための責任があると考えられています適切な運動応答にこの情報は9,33,34それは参加者の成人期への展開、前切断、学習した手の動きを実行するために必要な神経回路の中に明確に定義になっていた可能性があるので、多くのように自然な手動きが速く、本能的でした。切断の後の解剖学的構造の歪みは、新しい神経回路が彼の従来の義足の制御を可能にするように形成する必要ていてもよいです。 SHAPの改善は、構造化されたトレーニングセッションで得点これらの神経回路は、経験不足にもかかわらず、新しい補綴制御戦略に適応するのに十分な可鍛性であったことを示唆しています。
これは、参加者が模倣の行為は彼が内部的に手の動きを可視化するために、適切な筋肉の収縮を生成するために許可されたとコメントしていることは注目に値します。彼は単に視覚representaに彼の収縮に一致するよりも、これはより直感的な発見しましたコンピュータ画面上ション。また、切断者が他の補綴のユーザーから学ぶことを好むことが知られている。本研究で用いた11の装置と制御アルゴリズムは、両方の小説でした。このようにデモとして働く可能性が以前の経験豊富な切断者はなかったです。このプロトコルの将来の改善は、このように行動を実証する経験豊富な肢切断者が模倣することから利益を得るであろう。
この研究は、構造化トレーニングの利点を示したが、デザインが模倣、繰り返し、補強または3つすべての学習戦略の組み合わせは、最終的なアウトカム指標に寄与したかどうかを決定するのに十分ではなかったです。代わりに、このケーススタディでは、高度な人工装具制御に関与する神経回路を調べるために、今後の作業の基礎を築きます。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者は全く競合する金融利益を宣言しません。
Acknowledgments
著者らは、この研究に参加することによって使用されるソケットの製造氏ハンスオッペルとオットーボックヘルスケア製品GmbHの彼の補綴技術者に感謝したいです。この研究は、財政的にERCアドバンスト・グラントDEMOVE（番号267888）、研究・技術開発のためのオーストリアの協議会、及び科学のオーストリア連邦省、研究経済を経由して欧州研究評議会（ERC）によってサポートされていました。
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.
