Abstract
Los avances en sistemas robóticos han dado lugar a prótesis para la extremidad superior que puede producir movimientos multifuncionales. Sin embargo, estos sistemas sofisticados requieren amputados de extremidades superiores para aprender esquemas de control complejos. Los seres humanos tienen la capacidad de aprender nuevos movimientos a través de la imitación y otras estrategias de aprendizaje. Este protocolo describe un método de rehabilitación estructurado, que incluye la imitación, la repetición y aprendizaje por refuerzo, y tiene como objetivo evaluar si este método puede mejorar el control de prótesis multifuncional. A la izquierda debajo amputado codo, con 4 años de experiencia en el uso de prótesis, tomaron parte en este estudio de caso. La prótesis utilizada fue una mano de Miguel Ángel con la rotación de la muñeca y las características adicionales de flexión de la muñeca y extensión, lo que permitió más combinaciones de movimientos de la mano. Puntuación de Procedimiento de Evaluación de Southampton mano del participante mejoró 58-71 después del entrenamiento estructurado. Esto sugiere que un protocolo de entrenamiento estructurado de imitación, la repetición y el refuerzo pueden tener un papel en aprender a controlar una nueva prótesis de mano. Sin embargo un estudio clínico más grande se requiere para apoyar estos hallazgos.
Introduction
Sustitución función de la mano en amputados es una tarea difícil. La coordinación de movimientos de la mano altamente cualificados no es una habilidad innata, y toma humanos años de aprender a desarrollar. 1-5 Después de la pérdida traumática de un lado, replicando esta capacidad por medio de prótesis no es una tarea trivial y puede requerir un período de aprendizaje sostenido .
Diseño de prótesis y los métodos de interfaz para su control están sujetos a rápidas innovaciones tecnológicas, con el objetivo de control de múltiples funciones de una manera natural. 6 La complejidad de estos sistemas de control aumenta sustancialmente para proporcionar más funciones para los amputados. Para garantizar un control preciso de estos sistemas, y para reducir el abandono de las nuevas tecnologías, la capacitación adecuada debe ser establecida. Esto es probable que tenga más éxito si se basa en estrategias de aprendizaje inherentes a los amputados.
La visión puede desempeñar un papel importante durante leADVERTENCIA de movimientos de la mano. Los estudios de comportamiento han demostrado que mediante la observación de las acciones de los otros 7 u 8 utilizando señales visuales, las personas sin discapacidad aprenden y coordinar nuevos movimientos. A través de un proceso de observación, comprensión y ejecución de una acción observada, los individuos son capaces de imitar las acciones de otros. Redes corticales específicas, que pueden incluir un sistema de neuronas espejo (MNS), se cree que la base de esta capacidad, y pueden tener un papel en el control de las prótesis. 9.11
El papel de la imitación no sólo podría limitarse a la ejecución de las acciones que ya se han visto, pero junto con los MNS, permite la ejecución de movimientos que aún no han sido observados, pero extrapolados de repertorio motor del observador. 12 En realidad, la imitación no necesariamente sea una habilidad innata, sino un devengo de las habilidades motoras a través del tiempo que llevan a acciones experimentados y sofisticados. El 13 strength de observar las acciones, más simplemente imaginando ellos, se ha demostrado que mejora el aprendizaje de nuevas tareas. 14 Por lo tanto, la imitación puede ser un enfoque pragmático para amputados de formación, ya que la evidencia sugiere que un proceso dirigido meta 15, con el objetivo en el centro de rehabilitación de permitir función de la mano protésica útil.
Estudios de rehabilitación han demostrado por separado que las señales visuales, tales como simulaciones virtuales de una prótesis de mano, animan amputados durante el entrenamiento de rehabilitación. 16 Además, el uso de la repetición cuando se llevó a cabo en un paradigma bloqueado Se ha demostrado que permitir un aprendizaje rápido de prótesis del miembro superior control. 17 Mientras simulaciones virtuales han demostrado ser igual de efectiva que el control real de manos protésicas para permitir a los usuarios con capacidades corporales para controlar dispositivos mioeléctricos, 18 su efecto sobre amputados utilizando medidas de resultado estandarizadas no está claro. Por último, cuando los protocolos para AMPU miembro superiorexiste formación tación, no se discute explícitamente el papel de la imitación en el aprendizaje del control de prótesis. 19,20
Este estudio apunta a la comprensión de que el uso de la imitación, en combinación con la repetición y el refuerzo, tiene un impacto positivo en el aprendizaje del control de prótesis multifuncional como parte de un programa de formación estructurado.
Presentado en el presente documento es un informe de un caso de un amputado radial que fue entrenado para usar una prótesis de mano multifuncional. El participante se había convertido previamente acostumbrados a operar prótesis mioeléctrica tradicionales. El uso de señales visuales, tanto en la forma de imitación de un manifestante saludable y tan simple información visual equipo, el amputado mejoró rápidamente el manejo de su nuevo dispositivo.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Este estudio se llevó a cabo de conformidad con la Declaración de Helsinki, tal como fue aprobado por el comité de ética de la investigación local. El estudio se ha explicado con todo detalle al participante antes del comienzo, permitiendo al participante el tiempo para sopesar la decisión de tomar voluntariamente participar en el estudio y confirmar su participación informada, consentimiento por escrito.
Nota: Un hombre, de edad de 27 años, participó en el estudio. El participante tuvo la visión normal, era un amputado por debajo del codo a la izquierda, y era un usuario experimentado (uso 4 años en total prótesis). Antes de iniciar este estudio la prótesis que utiliza a diario era una prótesis de mano mioeléctrica de 4 canales con la rotación de la muñeca de 12 a 15 horas por día durante 15 meses. La mano derecha del participante había sido reconstruida quirúrgicamente, pero no tenía otro impedimento físico o neurológico.
1. Diseño del estudio
- Dividir el estudio en dos sesiones: nd39, ve su uso, y utilizar después del entrenamiento estructurado.
Nota: Esto es para permitir la comparación intra-sujetos antes y después del entrenamiento, respectivamente. - Asegúrese de que estas dos sesiones al menos tres meses de diferencia, a fin de ser tratados como independientes entre sí.
- Al comienzo de ambas sesiones, ajustarse a un encaje hecho a medida y la prótesis al participante. Asegúrese de que los algoritmos de hardware y control de prótesis coinciden con los que se detallan en la sección Materiales de este protocolo. Asegúrese de que el participante no es capaz de utilizar la prótesis a medida en el tiempo intermedio entre las sesiones.
- Entrenar al paciente de acuerdo con los pasos descritos en el Naïve sesión y secciones sesión de entrenamiento estructurados de este protocolo. Al comienzo de cada una de estas sesiones, calibrar el hardware protésico. Utilice los datos de calibración recogidos para el control de prótesis en tiempo real.
- Una vez que el Naïve sesión y sesión de entrenamiento estructurado están completos, evaluar el parendimiento de rticipant mediante el Procedimiento de Evaluación de Mano Southampton (SHAP) medida de resultado. 23 Comparar las puntuaciones SHAP a una medida de referencia que utilizan prótesis estándar del participante (obtenido antes de las sesiones, ya sea de formación).
2. Materiales
- Montar el participante con una toma hecha a la medida. Adjuntar una prótesis disponible comercialmente de acuerdo con las instrucciones del fabricante. Equipar la prótesis de mano con los componentes del prototipo que permiten la flexión de la muñeca accionada, extensión y rotación. Esto permite que el participante para controlar la mano con 3,5 grados de libertad (GDL) (Tabla 1).
Nota: En este experimento se utilizó un Michaelangelo Mano (Ver Lista de Materiales). Otros dispositivos de terminal capaz de muñeca rotación, flexión y extensión, junto con las funciones de agarre estándar también sería apropiado. - Grabar EMG señales utilizando ocho electrodos de señal en bruto equidistante colocados alrededor del muñón,y un sistema de a bordo de decodificación en la velocidad de muestreo de 1000 Hz y digitalizada con la profundidad de 10 bits. Realizar el filtrado y la amplificación inicial dentro de los propios electrodos de acuerdo con las especificaciones del proveedor. Utilice un ordenador personal (PC) para llevar a cabo el procesamiento principal, que comunica con el hardware de adquisición y controla la prótesis a través de una conexión inalámbrica.
Nota: En este estudio, los electrodos de superficie EMG y sistema de decodificación de a bordo (AxonBus) utilizados eran de Otto Bock. Otros fabricantes de dispositivos similares también serían apropiados. La conexión inalámbrica era a través de Bluetooth, y del mismo modo otras modalidades se podría aplicar.
3. Algoritmo de control
- Usa un algoritmo de control que proporciona un control de prótesis simultánea y proporcional a través de múltiples DoFs. 21 El algoritmo utilizado en este estudio fue un paradigma de hacer la toma de dos etapas, de modo que el movimiento dependiente del contexto de estimación era posible.
- Tras la formación del sistema, que contiene todos los movimientos DOF individuales controlables, grabar un electromiograma entrante (EMG).
- En la primera etapa, evaluar la información dimensional intrínseca del movimiento destinado basado en la distancia de Mahalanobis del vector de características EMG recién calculada a partir de los datos de entrenamiento. Tomar una decisión en cuanto a si la intención del usuario ha sido realizar una multa de 1 Kelvin o una simultánea de movimiento 2-DOF grueso.
Nota: la distancia de Mahalanobis de un vector de características x a la clase i con la clase refiero vector μ i y la matriz de covarianza Σ i se calcula como:
Como se describe en Amsuess et al, el vector de características recién calculado se asigna al espacio dimensional de alta y la distancia de Mahalanobis del punto de transformarse en cualquiera de los puntos de clase capacitados se toma como medida de la novedad. 21 Un empíricamentedeterminado umbral para que la distancia da la decisión de novedad (2-DOF) o no (1-DOF). - En la segunda etapa, en base a la decisión anterior, utilizar uno de los dos estimadores paralelas - una relativa a los movimientos secuenciales (SEQ-E) y los demás movimientos simultáneos manipulación (SIM-E) - para proporcionar las señales de control para la prótesis.
Nota: SEQ-E es, en esencia, un estimador proporcional (es decir, la fuerza de las contracciones musculares), basado en los patrones espaciales comunes (CSP) 21, mientras que SIM-E es un regresor lineal, que dirige simultáneamente 2 DoFs de la muñeca.
Marco 4. Software
Nota: El marco de software utilizado en este estudio permitió la manipulación de la comunicación entre el hardware protésica y el algoritmo de control incorporado. También ofrece herramientas de formación visual de apoyo necesarios para maximizar la formación de los participantes.
- Muestra la media cuadrática (RMS) de la ESeñales MG recogen de los 8 electrodos equidistantemente colocados en una forma de un diagrama polar de EMG amplitud en función de la ubicación del electrodo. Esta información visual permite un fácil monitoreo de la distribución espacial de la EMG en el plano transversal del antebrazo. El uso de una configuración de este tipo, cada uno de los movimientos del usuario de esta manera puede provocar un patrón distinto 22 en el diagrama polar, que puede ser guardado y utilizado para entrenar para la repetibilidad del gesto específico.
Nota: El marco permite la recogida de datos de EMG de la manera estándar de reconocimiento de patrones 23 Para cada uno de los canales EMG los RMS más de 40 ms se calcula como.
resultando en observaciones para cada ventana de conjunto. - Para la calibración inicial recogen los valores máximo a largo plazo de contracción voluntaria (mlvc) para cada finalidad movimiento. Preguntar al participante mediante el uso de la mano de la demostración para realizarel movimiento deseado mientras que da instrucciones vocales y visuales durante 5 segundos.
- Después de la calibración, presentar al participante con un conjunto de señales trapezoidales. Estos perfiles de fuerza contienen conjunto mesetas en 30%, 60% y 90% del máximo calibrado.
- Dentro de cada ensayo, instruir al participante para dirigir el puntero rojo a lo largo de la señal mediante la modulación del nivel de fuerza del movimiento se le pida (Figura 1). La posición vertical del puntero corresponde a los valores RMS sumadas a través de los ocho canales. Establezca la duración del ensayo a 5 segundos con intervalo de meseta correspondiente a la media de 3 seg.
5. Naïve Sesión
Nota: Durante la sesión de entrenamiento ingenuo, el participante no tenía experiencia previa del esquema de control de prótesis utilizada en este estudio.
- No le dé al participante una formación clínica formal, pero sólo instruir a que 8 acciones del miembro residual, de los cuales uno es un estado de reposo,permitirá el control de un objetivo visual en una pantalla de ordenador. Estas tareas son similares a los utilizados en el reconocimiento clásico patrón de los enfoques para el control de prótesis 23, y para los métodos del participante en este estudio tenía aproximadamente 60 horas de experiencia previa.
- Mostrar los movimientos requeridos en la pantalla en función de texto y una imagen estática mientras que después de una señal visual (Figura 1).
- Mostrar el participante sus patrones de activación EMG, que corresponden a ocho diagramas polares específicas y únicas (Figura 2).
- Utilice las instrucciones audibles para animar a los participantes a seguir la pista visual. Estas instrucciones audibles deben ser idénticas si se utiliza en la sesión de entrenamiento estructurado.
- Repetir las tareas tres veces con distintas posiciones del brazo (relajado, llegando delante, llegando al otro lado) para mejorar la formación del sistema. Tenga en cuenta que hay 8 acciones diferentes y tres niveles de fuerza, una vez que todas las posiciones de los brazos están cubiertos,entrada de la formación del sistema resume el total de 72 muestras individuales.
- Una vez terminado, permitirá al participante la oportunidad de practicar el control en tiempo real antes de completar la evaluación de los resultados SHAP.
- Asegúrese de que el participante no tiene acceso a los algoritmos de prótesis y de control a medida más allá del final de la sesión ingenuo.
6. Estructurado Sesión de Entrenamiento
- Tres meses después de la sesión ingenuo, lleve a cabo una sesión de entrenamiento estructurado.
- Estructure la sesión en los siguientes pasos ordenados (Figura 3):
- Por imitación, instruir al participante directamente imitar las ocho acciones deseadas (Tabla 1) realizado por el demostrador en tiempo real. Ejecutar cada acción durante 3 s.
- Por repetición, pida al participante para repetir la acción que ha sido imitado 10 veces, por lo que cada acción se realiza durante 30 segundos.
- Para refuerzo y de computación sysformación tem, pide al participante que ahora comprometerse con retroalimentación visual de la computadora, que es exactamente la misma configuración que la sesión Naive. Asegúrese de que no hay diferencia entre estas dos secciones.
- Para el control de prótesis, pida a los participantes a practicar el control en tiempo real de la prótesis personalizada antes de completar la evaluación de resultados.
- Durante la imitación, la capacidad para el participante en un ángulo de 45 ° respecto a la demostración y proporcionar una visión completa y sin obstrucciones de la mano del manifestante que coincida con el lado afectado de la participante durante todas las acciones (Figura 4). No hay señales visuales desde una pantalla de ordenador deben estar a disposición del participante en este momento.
- Por repetición, durante las acciones de los participantes, tiene el demostrador observar la correspondiente actividad EMG representado por los diagramas polares de cada movimiento (Figura 4). Una vez que el manifestante ha determinado que el PARTICIPANt puede producir patrones únicos y repetibles de activación EMG para cada movimiento, pida al participante que repita las acciones durante 30 segundos sin señales visuales.
Nota: Hay un total de 8 acciones únicas - siete de ellos (pronación de la muñeca / supinación, flexión de la muñeca / de extensión, mano abierta, jefe grip y fino sujetador) que requieren la activación muscular, y el octavo es ninguna acción que representa un estado de relajación constante. - Después del entrenamiento de refuerzo y sistema informático, presentar al participante con retroalimentación visual de sus ocho acciones, tal y como se vio en la sesión de ingenuo, que corresponden a los ocho diagramas polares únicas y específicas sobre la pantalla del ordenador (Figura 3). Para ajustar el rendimiento, pida al participante para realizar las acciones mientras ve los diagramas polares en tiempo real con superposiciones en movimiento grabadas para reforzar el aprendizaje, típicamente entre 2-4 intentos para cada movimiento. Una vez seguros de que el participante puede entonces completar las mismas tareas exactas que eran perf Ormed en la sesión de ingenuo.
7. Prótesis de control
- Utilice los conjuntos de datos de entrenamiento de cada sesión para calibrar y ajustar la prótesis para el control en tiempo real.
- Inicialmente, sólo permiten el participante para controlar las prótesis por control proporcional secuencial, es decir, un movimiento a la vez, con la velocidad del dispositivo proporcional a los niveles de las contracciones musculares.
- Una vez que cada uno de los ocho acciones se llevan a cabo de una manera repetible y fiable, cambiar el esquema de control a control proporcional y simultánea, lo que permite más de un movimiento de la muñeca a la vez.
- Haga que las tareas simples de la práctica de los participantes, tales como recoger una botella y colocándola en su lado (2 intentos es suficiente). Permitir un período de descanso antes de realizar la evaluación de los resultados. En el caso de este estudio, 2 horas de descanso para la sesión de ingenuo, y 24 horas de descanso para la sesión estructurada.
- Evaluar la función de la extremidad superior mundial tanto en las sesiones de entrenamiento ingenuos y estructurados utilizando el SHAP, que supervisa la mano y la función de la extremidad superior estrechamente relacionados con las actividades de la vida diaria (AVD). Las tareas realizadas en el SHAP incluyen luz y manipulación de objetos pesados, así como tareas de ADL como cortar un objeto con un cuchillo o deshacer botones. El SHAP ha sido validado para la evaluación de la función de la mano patológica y prótesis. 24
Nota: Esta medición fue elegido como el participante en este estudio se ha seguido de forma rutinaria con esta medida de resultado por su equipo clínico.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
El rendimiento SHAP línea de base del participante con su prótesis diaria fue de 81 cuando se mide por el personal clínico 8 meses antes de la prueba. Una puntuación SHAP de 100 representa función de la mano sin discapacidad. 24 El participante obtuvo un puntaje general SHAP de 58 durante la sesión de ingenuo con el sistema de control de la prótesis más avanzada. Sin embargo, 3 meses después y sin más interacción con el nuevo sistema, además de la formación estructurada, el participante logra una puntuación SHAP de 71 con el mismo sistema avanzado (Tabla 2).
Cuando la puntuación global SHAP se desglosa en la evaluación de perfil funcional, se observó que el participante había obtenido buenos resultados en todos los grupos funcionales (, poder, punta, agarre lateral y extensión esférica), a excepción de agarre trípode. Sin embargo, la mayor mejora observada fue durante la extensión, una función que el nuevo esquema de control y la prótesis siempre mientras que su tradiciónal prótesis no lo hizo (Figura 5). Esto también puede haber contribuido a la mejora de la comprensión esférica, que era mejor después de la sesión de entrenamiento estructurado que la línea de base o de la sesión ingenuo. Además movimientos ADL complejas, que implicaban movimientos combinados de la muñeca y de la mano, como jarra y cartón verter fueron ejecutados mejor después de la sesión de entrenamiento estructurado utilizando el sistema de prótesis de avanzada.
Figura 1. Ejemplo de señales visuales utilizadas para el refuerzo participante y la formación del sistema. El perfil de destino azul representa el nivel deseado de EMG contracción producida durante un cierto movimiento. La línea roja representa el seguimiento de los esfuerzos de los participantes. Haga clic aquí para ver una versión más grande de esta figura.
La Figura 2. Los perfiles para los movimientos activos, referido como polares-parcelas, de los movimientos individuales producidos por el participante durante la tarea de imitación. Estos fueron reforzados durante el entrenamiento del sistema y finalmente utilizan para controlar la prótesis de mano. Tenga en cuenta, que el descanso o sin movimiento se considera una acción única y, como tal, no produce una superposición. Por favor haga clic aquí para ver una versión más grande de esta figura.
Figura 3. Este esquema representa la sesión de entrenamiento estructurado. El participante observó por primera vez e imitó las acciones de demostración. Antes de ver hirendimiento de s como gráficos en una pantalla de ordenador, repitió los movimientos aprendidos sin retroalimentación visual. Los movimientos aprendidos fueron reforzados, haciendo coincidir las contracciones musculares a los patrones EMG grabadas, y luego utilizan para entrenar los algoritmos de control del sistema, lo que permitió el control de prótesis multifuncional.
Figura 4. Montaje experimental durante la sesión de entrenamiento estructurado. El participante tenía una vista completa y sin obstáculos de la mano izquierda del manifestante durante la imitación. Durante la fase de repetición, el demostrador daría instrucciones audibles para asegurar los movimientos de los participantes acertaron las contracciones que se producen durante la fase de imitación. Por último, durante el entrenamiento del sistema, los movimientos fueron reforzadas mediante señales visuales que se muestran en la pantalla del ordenador tanto para el participante y manifestante.
Figura 5. El desglose de las puntuaciones globales SHAP entre, la línea de base (BL) la sesión ingenuo (NS) y la sesión de entrenamiento estructurado (STS). Por favor, haga clic aquí para ver una versión más grande de esta figura.
| Función Prótesis | Phantom Limb Movimiento |
| La pronación | La rotación de la muñeca hacia adentro con los dedos completamente relajados |
| Supinación | La rotación de la muñeca hacia el exterior con los dedos completamente relajados |
| Flexión | Desviación cubital |
| Extensión | Extensión de la muñeca |
| Agarre Palmar | Addu Pulgarcción cruzando ligeramente posterior hacia la parte posterior de la mano |
| Bellas pizca | Oposición del pulgar a los tres primeros dedos, ligera extensión del dedo meñique |
| Mano abierta | Apertura de la mano con el foco en la extensión de las medias de tres dígitos |
| Sin movimiento | Relajación completa de la mano y la muñeca |
Tabla 1. deseado funciones protésicas asignadas a los movimientos de las extremidades fantasmas, que el participante era capaz de visualizar y ejecutar con su anatomía restante.
| Fondos Objetos | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Luz Esfera | 2.46 | 2.66 | 2.5 Pesada Esfera | 3.25 | 4.78 | 2.1 | |
| Luz del trípode | 2.35 | 3.56 | 2.78 | Pesado trípode | 2.44 | 3.53 | 2.5 |
| Potencia de luz | 2.41 | 3.25 | 2.28 | Power Heavy | 2.41 | 3.22 | 2.72 |
| Luz lateral * | 4.72 | 2.81 | 4.97 | Pesada Lateral | 5.1 | 5.31 | 5.22 |
| Sugerencia Luz | 2.25 | 2.88 | 2.53 | Sugerencia pesado | 3.1 | 4.47 | 2.22 |
| Extensión Luz | 1.96 | 3.88 | 2.37 | Extensión pesado | 2.9 | 4.88 | 2.59 |
| Actividades de la vida diaria | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Monedas | 17.81 | 22.25 | 21.53 | Tarro completa | 3.13 | 10.37 | 3.75 |
| Junta Botón | 8.25 | 35.2 | 27.06 | Estaño vacío | 2.53 | 4.15 | 2.82 |
| Cortar | 18.15 | 27.47 | 25.59 | Bandeja de elevación | 3.97 | 7.25 | 5.5 |
| Vuelta de página | 8.18 | 11.97 | 5.19 | Llave | 4.82 | 9.25 | 6.03 |
| Tapa Jar | 2.93 | 3.3 | 2.38 | Zip | 4.83 | 10.59 | 7.31 |
| Jarro de colada | 10.16 | 8.93 | Destornillador | 10.1 | 25.31 | 15.31 | |
| Cartón de colada | 11 | 11.35 | 9.72 | Tirador de puerta | 2.24 | 3.53 | 2.75 |
| Puntuación SHAP | 81 | 58 | 71 | ||||
Tabla 2. Resultados SHAP para el participante durante la sesión ingenuo (NS), seguido de la sesión de entrenamiento estructurado (STS) 3 meses más tarde, en comparación con su línea de base (BL). * El participante sólo un rendimiento inferior al de tareas lateral luz en la formación estructurada sesión en comparación con la sesión ingenuo. La puntuación global SHAP es de 100.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Nuestros hallazgos sugieren que el participante en este estudio que el entrenamiento estructurado ayudó a mejorar el control de una prótesis de mano multifuncional durante una sola sesión. El programa estructurado utilizado aquí fue una combinación de la imitación, la repetición y el refuerzo de los movimientos de la mano que el participante no pudo completar con la mano tradicional protésico.
Aunque el participante anotó más alto con su prótesis tradicional en la prueba de SHAP, vale la pena señalar que normalmente llevaba ese dispositivo entre 12-15 hr por día durante un período de 15 meses. Como se documenta en la puntuación SHAP línea de base, está claro que había aprendido y se han acostumbrado a su prótesis tradicional después de un período de aprendizaje muy largo. La dificultad en el paso al lado multifuncional después de estar tan acostumbrados a su prótesis tradicional fue enfatizada por la fuerte caída en el rendimiento observado en la sesión de ingenuo. Esto se esperaba, como evidencia esuggests que a medida que un individuo aprende nuevas habilidades motoras, desarrollan un modelo interno de las acciones que se realiza. 25 Cuando hay algún tipo de perturbación en el modelo interno, como cambiar a una nueva prótesis que requiere nuevas entradas de control, las secuelas de aprendizaje tomar algún tiempo para disipar mientras se crea un nuevo modelo interno. 26 Sin embargo, una sola sesión de entrenamiento estructurado permite al participante para superar a su dispositivo habitual en algunas de las tareas solicitadas por la prueba SHAP, y alcanzar el puntaje general cerca la obtenida con el dispositivo tradicional. El uso del entrenamiento estructurado como se indica en la Sección 6 del protocolo puede ser el paso decisivo que podría haber permitido a los participantes para lograr el control competentes.
El aprendizaje de una nueva tarea para amputados se complica por la ausencia de receptores nerviosos alrededor de las articulaciones y en los músculos que son sensibles a los cambios de posición y movimiento. 27 Tse propioceptores permiten a los seres humanos sanos para saber dónde están sus manos están en relación con su cuerpo sin el uso de la vista. 28 Cuando se pierde una extremidad, estos propioceptores se pierden, lo que lleva la visión a desempeñar un papel más importante en el control que en condiciones normales. Amputados no sólo deben volver a aprender a controlar los movimientos de la mano, pero también tienen que hacerlo a través de un dispositivo que no proporciona retroalimentación distinta de la obtenida visualmente. Esto hace que el proceso de aprendizaje sea más difícil.
Como tal, cualquier estrategia de capacitación que utilizan prótesis que proporcionan no táctiles o retroalimentación propioceptiva deben poner énfasis en la información visual. En nuestro caso, hemos tratado de hacerlo a través de la imitación de los movimientos deseados. La complejidad de la imitación es ejemplificado por la naturaleza distribuida del proceso neuronal. 29,30 regiones separadas en el frontal, los lóbulos temporal y parietal se cree que son responsables de percibir el movimiento de los demás 31,32 y luego la integraciónesta información en una respuesta motora apropiada. 9,33,34 Es probable que durante el desarrollo de los participantes en la edad adulta, y antes de la amputación, los circuitos neuronales necesarios para realizar movimientos de la mano aprendidas se había convertido claramente definida, tanto es así que natural de la mano movimientos eran rápidos e instintivo. La distorsión de la anatomía después de la amputación puede haber requerido nuevos circuitos neuronales que se formen para permitir el control de su prótesis tradicional. La mejora en SHAP anotar en la sesión de entrenamiento estructurado, sugiere que estos circuitos neuronales eran lo suficientemente maleable para adaptarse a la nueva estrategia de control de prótesis, a pesar de la falta de experiencia.
Vale la pena señalar que el participante comentó que el acto de imitación le permitió visualizar internamente movimientos de la mano y de generar las contracciones musculares adecuados. Se encontraron esta más intuitivo que el único juego sus contracciones para repre visualciones en una pantalla de ordenador. También se sabe que los amputados prefieren aprender de otros usuarios de prótesis. 11 Los algoritmos de dispositivos y control utilizados en este estudio fueron tanto novela. Como tal no había amputados experimentados anteriores que podrían actuar como manifestantes. Futuras mejoras a este protocolo sería por lo tanto beneficiarse de tener un amputado con experiencia que demuestra las acciones a ser imitado.
Aunque este estudio mostró el beneficio de una formación estructurada, el diseño no era suficiente para determinar si la imitación, la repetición, el refuerzo o la combinación de las tres estrategias de aprendizaje contribuyeron a la medida de resultado final. En cambio, este estudio de caso sienta las bases para seguir trabajando para examinar los circuitos neuronales implicados en el control de prótesis avanzada.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Los autores declaran no tener intereses financieros en competencia.
Acknowledgments
Los autores desean agradecer al Sr. Hans Oppel y sus técnicos protésicos de Otto Bock Healthcare Products GmbH para la fabricación de la toma de corriente utilizada por el participante en este estudio. Este estudio fue apoyado financieramente por el Consejo Europeo de Investigación (CEI) a través de la subvenciones avanzadas del CEI DEMOVE (Nº 267888), el Consejo Austríaco de Investigación y Desarrollo Tecnológico, y el Ministerio Federal de Ciencia, Investigación y Economía.
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.
