Abstract
Advances in sistemi robotici hanno portato protesi per l'arto superiore che può produrre movimenti multifunzionali. Tuttavia, questi sistemi sofisticati richiedono amputati di arto superiore per imparare schemi di controllo complessi. Gli esseri umani hanno la capacità di apprendere nuovi movimenti attraverso l'imitazione e altre strategie di apprendimento. Questo protocollo descrive un metodo di riabilitazione strutturato, che comprende l'imitazione, la ripetizione, e apprendimento per rinforzo, e mira a valutare se questo metodo può migliorare il controllo protesi multifunzionale. Una sinistra sotto il gomito amputato, con 4 anni di esperienza in uso protesico, hanno partecipato a questo caso di studio. La protesi è stata utilizzata una mano di Michelangelo con la rotazione del polso, e le caratteristiche aggiunte di flessione del polso ed estensione, che ha permesso più combinazioni di movimenti della mano. Il partecipante Procedura di Valutazione Southampton mano punteggio migliorato 58-71 seguente formazione strutturata. Questo suggerisce che un protocollo di formazione strutturato imitzione, la ripetizione e rinforzo possono avere un ruolo per imparare a controllare una nuova mano protesica. Uno studio clinico più grande è però necessario per supportare questi risultati.
Introduction
Sostituzione funzione della mano in amputati è uno sforzo difficile. Coordinare i movimenti altamente qualificati della mano non è una capacità innata, e gli esseri umani vogliono anni per imparare a sviluppare. 1-5 Dopo la perdita traumatica di una mano, replica questa capacità mediante protesi non è un'operazione banale e può richiedere un periodo di apprendimento prolungato .
Progettazione protesica e metodi di interfacciamento per il loro controllo sono soggetti a rapida innovazione tecnologica, con l'obiettivo del controllo multifunzionale in modo naturale. 6 La complessità di questi sistemi di controllo aumenta notevolmente per fornire più funzioni per amputati. Per garantire un controllo accurato di tali sistemi, e di ridurre l'abbandono delle nuove tecnologie, occorre stabilire formazione adeguata. Questo è probabilmente più successo se si basa su strategie di apprendimento inerenti gli amputati.
Vision può svolgere un ruolo importante durante leARNING di movimenti della mano. Studi comportamentali hanno dimostrato che osservando le azioni degli altri 7 o utilizzando segnali visivi 8, individui normodotati imparano e coordinare nuovi movimenti. Attraverso un processo di osservazione, comprensione e l'esecuzione di un'azione osservata, gli individui sono in grado di imitare le azioni degli altri. Reti corticali specifici, che possono includere un sistema di neuroni specchio (MNS), si ritiene essere alla base di questa funzionalità, e possono avere un ruolo nel controllo protesi. 9-11
Il ruolo dell'imitazione potrebbe non solo essere limitato a eseguire azioni che sono già state viste, ma insieme con il MNS, consente l'esecuzione di movimenti che non sono ancora stati osservati ma estrapolati dal repertorio motorio dell'osservatore. 12, infatti, l'imitazione non possono necessariamente essere un'abilità innata, ma una accruement delle capacità motorie nel tempo che portano ad azioni più esperti e sofisticati. 13 La strength di osservare le azioni, oltre semplicemente immaginarle, ha dimostrato di migliorare l'apprendimento di nuove attività. 14 Pertanto, l'imitazione può essere un approccio pragmatico per amputati di formazione, come l'evidenza suggerisce che un processo diretto obiettivo 15, con l'obiettivo in ambito riabilitativo di abilitare la funzione della mano protesica utile.
Studi riabilitazione hanno dimostrato separatamente che segnali visivi, come le simulazioni virtuali di una mano protesica, incoraggiano amputati durante formazione di riabilitazione. 16 Inoltre, l'uso della ripetizione quando è condotto in un paradigma bloccato ha dimostrato di consentire una rapida formazione di arto superiore protesico controllo. 17 Mentre simulazioni virtuali hanno dimostrato di essere altrettanto efficace come un reale controllo di protesi di mano per consentire agli utenti abili-corpo per controllare i dispositivi mioelettriche, 18 il loro effetto sulla amputati utilizzano misure di outcome standardizzate non è chiaro. Infine, dove i protocolli per AMPU arto superioreformazione zione esiste, il ruolo dell'imitazione nell'apprendimento del controllo protesi non è esplicitamente discussa. 19,20
Questo studio mira a capire se l'uso di imitazione, in combinazione con la ripetizione e rinforzo, ha un impatto positivo sulla apprendimento del controllo protesico multifunzionale come parte di un programma di formazione strutturato.
Presentato qui è un caso di un amputato transradiale che è stato addestrato ad usare una mano protesica multifunzionale. Il partecipante aveva già abituate ad operare protesi tradizionali mioelettriche. Usando segnali visivi, sia sotto forma di imitazione di un dimostratore sana e semplice computer di feedback visivo, il amputato rapidamente migliorato la gestione del suo nuovo dispositivo.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Questo studio è stato condotto in conformità con la Dichiarazione di Helsinki, come approvato dal comitato etico della ricerca locale. Lo studio è stato spiegato in dettaglio al partecipante prima di iniziare, permettendo al partecipante il tempo per valutare la decisione di prendere volontariamente parte allo studio e confermare la sua partecipazione entro informato, consenso scritto.
Nota: Un uomo, di età compresa tra 27 anni, ha preso parte allo studio. Il partecipante ha avuto visione normale, è un sotto-gomito amputato a sinistra, ed è stato un utente esperto (consumo totale di 4 anni protesi). Prima di iniziare questo studio la protesi ha usato su base giornaliera è stata una protesi della mano mioelettrica 4 canali con rotazione del polso per 12-15 ore al giorno per 15 mesi. La mano destra del partecipante era stato precedentemente chirurgicamente ricostruito, ma non aveva altra menomazione fisica o neurologico.
1. Disegno dello studio
- Dividere lo studio in due sessioni: nd39; ve uso, e utilizzare in seguito formativo strutturato.
Nota: Questo per consentire il confronto intra-soggetto prima e dopo l'allenamento, rispettivamente. - Assicurarsi che queste due sessioni sono almeno tre mesi, in modo da essere trattati come indipendenti l'una dall'altra.
- All'inizio di entrambe le sessioni, montare uno zoccolo personalizzato e protesi al partecipante. Assicurarsi che gli algoritmi di hardware e di controllo protesi corrispondono a quelli dettagliati nella sezione Materiali di questo protocollo. Assicurarsi che il partecipante non è in grado di utilizzare la protesi personalizzata nel tempo intercorso tra le sessioni.
- Addestrare il paziente secondo la procedura descritta nella Sessione Naïve e strutturati sezioni seduta di allenamento di questo protocollo. All'inizio di ciascuna di queste sessioni, calibrare l'hardware protesico. Utilizzare i dati di calibrazione raccolti per il controllo protesi in tempo reale.
- Una volta che la sessione Naïve e strutturato sessione di formazione sono completi, valutare la paL'esecuzione da parte rticipant utilizzando la misura del risultato Southampton Procedura di valutazione della mano (SHAP). 23 Confronta i punteggi Shap a una misura di base che utilizzano protesi standard del partecipante (ottenuta prima di sessioni di allenamento sia).
2. Materiali
- Montare il partecipante con una presa di custom-built. Allegare una protesi in commercio secondo le istruzioni del produttore. Dotare la mano protesica con componenti prototipo che permettono ad azionamento flessione del polso, l'estensione e la rotazione. Ciò consente al partecipante di controllare la mano con 3,5 gradi di libertà (DOF) (Tabella 1).
Nota: In questo esperimento è stata utilizzata una mano Michelangelo (vedi Materiali List). Altri dispositivi terminali in grado di polso di rotazione, flessione ed estensione, insieme con funzioni di presa standard, sarebbe anche opportuno. - Segnali EMG registrare utilizzando otto elettrodi segnale grezzo equidistante posizionati intorno al moncone,e un sistema di decodifica di bordo alla velocità di campionamento di 1000 Hz e digitalizzato con profondità di 10 bit. Eseguire la filtrazione iniziale e amplificazione all'interno degli elettrodi stessi secondo le specifiche del fornitore. Utilizzare un personal computer (PC) per condurre l'elaborazione principale, che comunica con l'hardware di acquisizione e controlla la protesi tramite una connessione wireless.
Nota: In questo studio gli elettrodi EMG di superficie e del sistema di bordo di decodifica (AxonBus) utilizzati erano di Otto Bock. Altri produttori di dispositivi simili potrebbero fornire risultati utili. La connessione wireless era via Bluetooth, e similmente altre modalità può essere applicata.
3. algoritmo di controllo
- Usare un algoritmo di controllo che fornisce il controllo simultaneo e proporzionale protesi su più gradi di libertà. 21 L'algoritmo utilizzato in questo studio è stata una decisione a due stadi fare paradigma, in modo che dipendente dal contesto movimento stima era possibile.
- Al momento della formazione del sistema, che contiene tutti i movimenti controllabili DOF singoli, registrare un elettromiogramma arrivo (EMG).
- Nella prima fase, valutare le informazioni dimensionali intrinseco del movimento desiderato in base alla distanza di Mahalanobis del appena calcolato funzione EMG vettore dai dati di addestramento. Prendere una decisione sul fatto che l'intenzione dell'utente è stato quello di effettuare una multa di un movimento simultaneo di 2 DOF grossolana 1-DOF o.
Nota: Mahalanobis distanza di un vettore di feature x alla classe I, con la classe intendo vettore μ i e matrice di covarianza Σ i è calcolato come:
Come descritto in Amsuess et al, la funzione vettoriale appena calcolato viene mappato al alto spazio dimensionale e la distanza di Mahalanobis del punto trasformato qualsiasi punti di classe addestrati viene preso come misura di novità. 21 Un empiricamentedeterminata soglia che dà la distanza decisione di novità (2-DOF) o meno (1-DOF). - Nella seconda fase, sulla base della decisione precedente, utilizzare uno dei due stimatori paralleli - uno trattare con i movimenti sequenziali (SEQ-E) e gli altri movimenti simultanei manipolazione (SIM-E) - per fornire i segnali di controllo per la protesi.
Nota: SEQ-E è in sostanza uno stimatore proporzionale (cioè, la forza di contrazioni muscolari) basato su modelli spaziali comuni (CSP) 21, mentre SIM-E è un regressore lineare, che dirige contemporaneamente 2 DOF del polso.
Quadro 4. Software
Nota: Il framework software utilizzato in questo studio ha permesso gestione della comunicazione tra l'hardware protesica e l'algoritmo di controllo incorporato. E 'offerto anche strumenti di formazione visiva di supporto necessari per massimizzare la formazione dei partecipanti.
- Visualizza la quadratico medio (RMS) della EMG segnali raccolti dai 8 elettrodi posizionati equidistanti in una forma di un diagramma polare di ampiezza EMG in funzione della posizione degli elettrodi. Questo feedback visivo consente facile controllo della distribuzione spaziale della EMG nel piano trasversale dell'avambraccio. Utilizzando una tale impostazione, ognuno dei movimenti degli utenti può quindi suscitare un modello distinto 22 nel diagramma polare, che possono poi essere salvati e utilizzati per allenarsi per la ripetibilità del gesto specifico.
Nota: Il quadro consente la raccolta dei dati EMG nel modo pattern recognition standard 23 Per ciascun canale EMG RMS oltre 40 msec è calcolato come.
con conseguente osservazioni per ogni finestra insieme. - Per la taratura iniziale raccolgono contrazione volontaria valori per ciascun massima a lungo termine (MLVC) destinati movimento. Prompt il partecipante utilizzando la mano del dimostratore di svolgereil movimento desiderato dando istruzioni vocali e visive per 5 sec.
- Dopo la calibrazione, presentare il partecipante con una serie di segnali trapezoidali. Questi profili di forza contengono set plateau al 30%, 60% e il 90% del massimo calibrata.
- All'interno di ogni prova, istruire il partecipante per guidare il puntatore rosso lungo lo spunto modulando il livello di forza del moto richiesto (Figura 1). La posizione verticale del puntatore corrisponde ai valori RMS sommato per tutti gli otto canali. Impostare la durata della prova di 5 sec con intervallo plateau corrispondente al centro 3 sec.
5. Naïve Sessione
Nota: Durante la sessione di allenamento ingenuo, il partecipante non aveva alcuna esperienza precedente del sistema di controllo protesico utilizzato in questo studio.
- Non dare il partecipante alcuna formazione clinica formale, ma solo indicare che 8 azioni del moncone, di cui uno è uno stato di riposo,consentirà il controllo di un bersaglio visiva sullo schermo del computer. Questi compiti sono simili a quelli utilizzati in riconoscimento classico pattern approcci per il controllo protesica 23, e per tali metodi il partecipante in questo studio avevano circa 60 hr dell'esperienza precedente.
- Visualizzare i movimenti richiesti sullo schermo in termini di testo e un'immagine statica mentre a seguito di un segnale visivo (Figura 1).
- Mostra il partecipante suoi schemi di attivazione EMG, che corrispondono a otto diagrammi polari specifici e unici (Figura 2).
- Utilizzare le istruzioni udibili per incoraggiare i partecipanti a seguire il suggerimento visivo. Queste istruzioni udibili devono essere identici se utilizzati nella sessione di formazione strutturato.
- Ripetere le operazioni per tre volte con diverse posizioni del braccio (rilassato, raggiungendo davanti, raggiungendo attraverso) per migliorare la formazione del sistema. Tenete a mente che ci sono 8 diverse azioni e tre livelli di forza, una volta che tutte le posizioni delle braccia sono coperti,Ingresso formazione sistema riassume al totale di 72 campioni individuali.
- Una volta completato, consentirà al partecipante la possibilità di praticare il controllo in tempo reale prima di completare la valutazione dell'esito SHAP.
- Assicurarsi che il partecipante non ha accesso agli algoritmi protesi e di controllo personalizzati oltre la fine della sessione ingenuo.
6. Structured Training Session
- Tre mesi dopo la seduta ingenuo, eseguire una sessione di allenamento strutturato.
- Struttura della sessione nei seguenti passaggi ordinati (Figura 3):
- Per imitazione, istruire il partecipante direttamente imitare le otto azioni desiderate (Tabella 1) eseguita dal manifestante in tempo reale. Eseguire ogni azione per 3 secondi.
- Per la ripetizione, chiedere al partecipante di ripetere l'azione che è stato imitato per 10 volte, in modo che ogni azione viene eseguita per 30 sec.
- Per di rinforzo e di computer sysformazione tem, chiedere ai partecipanti di impegnarsi ora con feedback visivo del computer, che è esattamente la stessa impostazione della sessione naïve. Verificare che non vi è alcuna differenza tra queste due sezioni.
- Per il controllo protesi, chiedere al partecipante di praticare controllo in tempo reale della protesi su misura prima di completare la valutazione risultato.
- Durante l'imitazione, ospitare il partecipante a un angolo di 45 ° il dimostratore e fornire una visione completa e senza ostacoli della mano del manifestante corrispondenza del lato affetto del partecipante durante tutte le azioni (Figura 4). Nessun segnali visivi provenienti da uno schermo di computer dovrebbero essere a disposizione del partecipante in questo momento.
- Per ripetizione, durante le azioni del partecipante, hanno il manifestante osservare la corrispondente attività EMG rappresentato dai diagrammi polari di ogni movimento (Figura 4). Una volta che il dimostratore ha stabilito che il participant può produrre pattern di attivazione EMG unici e ripetibili per ogni movimento, chiedere al partecipante di ripetere le azioni per 30 secondi senza indizi visivi.
Nota: Ci sono complessivamente 8 azioni uniche - sette di loro (polso pronazione / supinazione, flessione del polso / estensione, a mano aperta, caposquadra e pinch fine) che richiedono attivazione muscolare, e l'ottavo di essere alcuna azione che rappresenta uno stato di rilassamento costante. - Dopo rinforzo e sistema di training computer, presenterà il partecipante con feedback visivo delle sue otto azioni, esattamente come si è visto nella sessione ingenuo, che corrispondono agli otto diagrammi polari uniche e specifiche sullo schermo del computer (Figura 3). Per ottimizzare le prestazioni, chiedere al partecipante di eseguire le azioni durante la visualizzazione dei grafici polari in tempo reale con sovrapposizioni in movimento registrate a rafforzare l'apprendimento, di solito tra 2-4 tentativi per ogni movimento. Una volta che fiducioso il partecipante può quindi completare le stesse operazioni esatti che erano perf ORMED nella sessione ingenuo.
7. protesica controllo
- Utilizzare i set di dati formazione da ogni sessione per calibrare e regolare la protesi per il controllo in tempo reale.
- Inizialmente, consentire solo il partecipante di controllare le protesi dal controllo proporzionale sequenziale, cioè, un movimento alla volta, con la velocità del dispositivo proporzionale ai livelli di contrazioni muscolari.
- Dopo ciascuna delle otto azioni vengono eseguite in modo ripetibile e affidabile, commutare il sistema di controllo per il controllo proporzionale e simultaneo, permettendo più di un movimento del polso alla volta.
- Sono i semplici compiti pratica partecipante, come ad esempio prendendo una bottiglia e posa su un fianco (2 tentativi è sufficiente). Consentire un periodo di riposo prima di eseguire la valutazione risultato. Nel caso di questo studio, 2 ore di riposo per la sessione naive, e 24 ore di riposo per la sessione strutturato.
- Valutare la funzione globale arti superiori sia nelle sessioni di formazione ingenue e strutturate utilizzando il SHAP, che controlla la mano e la funzione degli arti superiori strettamente correlati alle attività della vita quotidiana (ADL). I compiti svolti nel SHAP includono luce manipolazione e oggetti pesanti, nonché i compiti di ADL come il taglio di un oggetto con un pulsanti coltello o rovina. La SHAP è stato convalidato per la valutazione della funzione della mano patologico e protesica. 24
Nota: Questa misura è stato scelto come partecipante a questo studio era stato regolarmente seguito con questa misura di outcome dal suo team clinico.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Le prestazioni di base SHAP del partecipante con la sua protesi quotidiana era 81 quando misurata dal personale clinico 8 mesi prima del test. Un punteggio SHAP di 100 rappresenta la funzione della mano normodotati. 24 Il partecipante ha ottenuto un punteggio complessivo di 58 SHAP durante la sessione ingenuo con il sistema di controllo della protesi più avanzato. Tuttavia, dopo 3 mesi e senza ulteriore interazione con il nuovo sistema, oltre alla formazione strutturato, il partecipante ha ottenuto un punteggio di SHAP 71 con lo stesso sistema avanzato (Tabella 2).
Quando il punteggio complessivo SHAP stato suddiviso in valutazione profilo funzionale, è stato osservato che il partecipante ha ottenuto buoni risultati in tutti i gruppi funzionali (sferica, alimentazione, punta, afferrare lateralmente ed estensione), tranne che per treppiede presa. Tuttavia, il più grande miglioramento è stato osservato durante l'estensione, una funzione che il nuovo sistema di controllo e protesi fornite mentre la sua tradizioneal protesi non ha (Figura 5). Questo può aver contribuito al miglioramento della presa sferica, che era meglio dopo la sessione di allenamento strutturato rispetto alla linea di base o la sessione ingenuo. Inoltre movimenti ADL complessi, che hanno coinvolto i movimenti combinati del polso e della mano, come la brocca e cartone versando furono giustiziati migliore dopo la sessione di allenamento strutturato con il sistema protesico avanzato.
Figura 1. Esempio di segnali visivi usati per partecipante rinforzo e la formazione del sistema. Il profilo di destinazione blu rappresenta il livello desiderato di EMG contrazione prodotta nel corso di un certo movimento. La linea di tracciamento rossa rappresenta gli sforzi del partecipante. Cliccate qui per vedere una versione più grande di questo fifigura.
Figura 2. I profili per i movimenti attivi, di cui come polari-trame, dei singoli movimenti prodotti dal partecipante durante il compito di imitazione. Questi sono stati rinforzati durante la formazione del sistema e, infine, utilizzati per controllare la mano protesica. Si prega di notare, che il riposo o nessun movimento è considerato un atto unico, e come tale non produce un overlay. Cliccate qui per vedere una versione più grande di questa figura.
Figura 3. Questo schema rappresenta la sessione di allenamento strutturato. Il partecipante prima osservato e imitato le azioni del dimostratore. Prima di visualizzare hiprestazioni s come grafici sullo schermo di un computer, ha ripetuto i movimenti appresi senza feedback visivo. I movimenti appresi sono stati rafforzati da corrispondenti contrazioni muscolari a modelli EMG registrati, e poi utilizzati per addestrare algoritmi di controllo del sistema, che ha consentito il controllo di protesi multifunzionale.
Installazione Figura 4. sperimentale durante la sessione di allenamento strutturato. Il partecipante aveva una vista completa e senza ostacoli della mano sinistra della manifestante durante l'imitazione. Durante la fase di ripetizione, il dimostratore darebbe istruzioni acustico per garantire i movimenti dei partecipanti abbinati le contrazioni prodotti durante la fase di imitazione. Infine, durante la formazione del sistema, i movimenti sono stati rafforzati con segnali visivi che sono stati visualizzati sullo schermo del computer sia per il partecipante e manifestante.
Figura 5. La ripartizione dei punteggi complessivi SHAP tra, la linea di base (BL) la seduta ingenuo (NS) e la sessione di allenamento strutturato (STS). Clicca qui per vedere una versione più grande di questa figura.
| Funzione protesica | Phantom Limb Movimento |
| Pronazione | Rotazione del polso verso l'interno con le dita completamente rilassati |
| Supinazione | Rotazione del polso verso l'esterno con le dita completamente rilassati |
| Flessione | Deviazione ulnare |
| Estensione | Estensione del polso |
| Palmar presa | Addu Thumbction leggermente attraversando posteriormente verso il dorso della mano |
| Belle pizzico | L'opposizione del pollice per le prime tre dita, leggera estensione del mignolo |
| Aperto mano | Apertura della mano con attenzione per l'estensione delle medie tre cifre |
| Nessun movimento | Rilassamento completo della mano e del polso |
Tabella 1. desiderata funzioni protesici mappati i movimenti degli arti fantasma, che il partecipante è stato in grado di visualizzare ed eseguire con la sua anatomia restante.
| Astratto Sfondi Oggetti | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Sfera Luce | 2.46 | 2.66 | 2.5 Heavy Sphere | 3.25 | 4.78 | 2.1 | |
| Luce Tripod | 2.35 | 3.56 | 2.78 | Pesante Tripod | 2.44 | 3.53 | 2.5 |
| Light Power | 2.41 | 3.25 | 2.28 | Pesante Potenza | 2.41 | 3.22 | 2.72 |
| Luce laterale * | 4.72 | 2.81 | 4.97 | Pesante laterale | 5.1 | 5.31 | 5.22 |
| Luce di punta | 2.25 | 2.88 | 2.53 | Suggerimento pesante | 3.1 | 4.47 | 2.22 |
| Estensione della luce | 1.96 | 3.88 | 2.37 | Estensione pesante | 2.9 | 4.88 | 2.59 |
| Attività della vita quotidiana | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Monete | 17.81 | 22.25 | 21.53 | Jar completa | 3.13 | 10.37 | 3.75 |
| Pulsante Consiglio | 8.25 | 35.2 | 27.06 | Tin vuoto | 2.53 | 4.15 | 2.82 |
| Taglio | 18.15 | 27.47 | 25.59 | Vassoio di sollevamento | 3.97 | 7.25 | 5.5 |
| Pagina di giro | 8.18 | 11.97 | 5.19 | Chiave | 4.82 | 9.25 | 6.03 |
| Vaso Coperchio | 2.93 | 3.3 | 2.38 | Cerniera lampo | 4.83 | 10.59 | 7.31 |
| Brocca di versamento | 10.16 | 8.93 | Cacciavite | 10.1 | 25.31 | 15.31 | |
| Cartone di versamento | 11 | 11.35 | 9.72 | Maniglia | 2.24 | 3.53 | 2.75 |
| Punteggio SHAP | 81 | 58 | 71 | ||||
Tabella 2. Risultati SHAP per il partecipante durante la sessione ingenuo (NS), seguita dalla sessione di formazione strutturata (STS) 3 mesi più tardi, rispetto al suo basale (BL). * Il partecipante unico sottoperformato il compito laterali luce nella formazione strutturata sessione rispetto alla sessione ingenuo. Il punteggio complessivo è SHAP su 100.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
I nostri risultati suggeriscono per il partecipante in questo studio che la formazione strutturata ha contribuito a migliorare il controllo di una protesi della mano multifunzionale durante una singola sessione. Il programma strutturato utilizzato qui era una combinazione di imitazione, la ripetizione e il rafforzamento dei movimenti della mano che il partecipante non è stato in grado di completare con la mano protesica tradizionale.
Anche se il partecipante ha ottenuto superiore con la protesi tradizionale nel test SHAP, vale la pena notare che tipicamente indossato quel dispositivo tra 12-15 ore al giorno per un periodo di 15 mesi. Come documentato dal punteggio basale SHAP, è chiaro che aveva imparato e abituarsi alla sua protesi tradizionale dopo un lungo periodo di apprendimento. La difficoltà nel passaggio alla mano multifunzionale dopo essere stata così abituato alla sua protesi tradizionale è stato sottolineato dal forte calo di prestazioni osservato nella sessione ingenuo. Questo è stato previsto, come prova suggests che come individuo apprende nuove abilità motorie, sviluppano un modello interno delle azioni in corso. 25 Quando vi è una qualche forma di perturbazione in questo modello interno, come la modifica di una nuova protesi che richiede nuovi ingressi di controllo, i postumi di apprendimento richiedere un certo tempo per dissipare mentre viene creato un nuovo modello interno. 26 Tuttavia, una singola sessione di formazione strutturato ha consentito ai partecipanti di sovraperformare il suo dispositivo di consueto in alcuni dei compiti richiesti dal test SHAP, e per raggiungere il punteggio complessivo vicino a quella ottenuta con il tradizionale dispositivo. L'uso di formazione strutturato come indicato nella Sezione 6 del protocollo può essere il passo fondamentale che avrebbe potuto permesso ai partecipanti di ottenere il controllo competente.
L'apprendimento di una nuova attività per amputati è complicata dall'assenza di recettori nervosi intorno alle articolazioni e nei muscoli che sono sensibili alle variazioni di posizione e di movimento. 27 Tse propriocettori consentono umani abili sapere dove le mani sono in relazione al loro corpo senza l'uso della vista. 28 Quando un arto è perso, questi propriocettori si perdono, che porta la visione di svolgere un ruolo più forte nel controllo che in condizioni normali. Amputati devono non solo imparare di nuovo a controllare i movimenti della mano, ma anche di farlo utilizzando un dispositivo che fornisce alcun feedback diverso da quello ottenuto visivamente. Questo rende il processo di apprendimento più difficile.
In quanto tale, tutte le strategie di formazione che utilizzano protesi che non forniscono tattile o feedback propriocettivo devono porre l'accento sul feedback visivo. Nel nostro caso, abbiamo cercato di farlo utilizzando imitazione dei movimenti desiderati. La complessità di imitazione è esemplificata dalla natura distribuita del processo neurale. 29,30 regioni separate nel frontale, lobi temporali e parietali sono da ritenersi responsabili per percepire il movimento di altri 31,32 e poi l'integrazionequeste informazioni in una risposta motoria adeguata. 9,33,34 E 'probabile che durante lo sviluppo del partecipante in età adulta, e prima l'amputazione, i circuiti neurali necessario per eseguire i movimenti della mano appresi era diventato chiaramente definita, tanto è vero che la mano naturale movimenti erano veloci e istintivi. La distorsione di anatomia in seguito alla amputazione potrebbe essere richiesto nuovi circuiti neurali per essere formati per consentire il controllo del suo arto protesico tradizionale. Il miglioramento SHAP punteggio dopo la sessione di formazione strutturato, suggerisce che questi circuiti neurali erano abbastanza malleabile da adattarsi alla nuova strategia di controllo protesico, nonostante la mancanza di esperienza.
Vale la pena notare che il partecipante ha commentato che l'atto di imitazione gli ha permesso di visualizzare internamente movimenti della mano e per generare le opportune contrazioni muscolari. Ha trovato questo più intuitivo che esclusivamente corrispondenza sue contrazioni a representa visivozioni sullo schermo del computer. È anche noto che amputati preferiscono imparare da altri utenti protesici. 11 Il dispositivo di controllo e algoritmi utilizzati in questo studio erano entrambi romanzo. Come tale non vi erano precedenti amputati esperti che potrebbero fungere da dimostranti. Futuri miglioramenti a questo protocollo sarebbe quindi beneficiare di avere un amputato con esperienza dimostrando le azioni da imitare.
Anche se questo studio ha dimostrato il beneficio di formazione strutturato, il design non è stato sufficiente per stabilire se l'imitazione, la ripetizione, rinforzo o la combinazione di tutte e tre le strategie di apprendimento hanno contribuito alla misura di esito finale. Invece, questo caso di studio pone le basi per un ulteriore lavoro per esaminare i circuiti neurali coinvolti nel controllo di protesi avanzate.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Gli autori dichiarano interessi finanziari concorrenti.
Acknowledgments
Gli autori desiderano ringraziare l'onorevole Hans Oppel ei suoi tecnici prostetici di Otto Bock Healthcare Products GmbH per la fabbricazione del socket utilizzato dal partecipante in questo studio. Questo studio è stato sostenuto finanziariamente dal Consiglio europeo della ricerca (CER) attraverso l'ERC Advanced Grant DEMOVE (n ° 267.888), il Consiglio austriaco per la ricerca e sviluppo tecnologico, e il ministero federale austriaco della scienza, della ricerca e dell'economia.
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. The mirror-neuron system. Annual Review of Neuroscience. 27, 169-192 (2004).
- 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. Mechanoreceptors in joint function. The Journal of Bone and Joint Surgery. American Volume. 80 (9), 1365-1378 (1998).
- 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. Cortical Mechanisms of Human Imitation. Science. 286 (5449), 2526-2528 (1999).
