Abstract
Fremskritt innen robotsystemer har resultert i proteser for den øvre lem som kan produsere multifunksjonelle bevegelser. Men disse avanserte systemer krever overekstremitet amputerte å lære kompliserte kontrollordninger. Mennesker har evnen til å lære nye bevegelser gjennom imitasjon og andre læringsstrategier. Denne protokollen beskriver en strukturert rehabilitering metode, som inkluderer imitasjon, repetisjon og forsterkning læring, og tar sikte på å vurdere om denne metoden kan forbedre multifunksjonelt protese kontroll. En venstre under albuen amputert, med 4 års erfaring innen protesebruk, deltok i denne undersøkelsen. Protesen brukte var en Michelangelo hånd med håndleddet rotasjon, og de ekstra funksjonene i håndleddet fleksjon og ekstensjon, som tillot flere kombinasjoner av håndbevegelser. Deltakerens Southampton Hånd Assessment Procedure poengsum forbedret 58-71 følgende strukturert trening. Dette tyder på at en strukturert trening protokoll fra ImItasjon, repetisjon og forsterkning kan ha en rolle i å lære å kontrollere en ny protese hånd. En større klinisk studie er imidlertid nødvendig for å støtte disse funnene.
Introduction
Bytte håndfunksjon i amputerte er en vanskelig oppgave. Koordinerende dyktige håndbevegelser er ikke en medfødt evne, og tar mennesker år for å lære å utvikle. På 1-5 Etter den traumatiske tapet av en hånd, replikere denne evnen ved protese hjelp er ikke en triviell oppgave, og kan kreve en periode med vedvarende læring .
Protese design og grensesnitt metoder for deres kontroll er utsatt for raske teknologiske nyvinninger, med mål om multifunksjonelle kontroll på en naturlig måte. 6 Kompleksiteten i disse kontrollsystemene øker vesentlig for å gi flere funksjoner for amputerte. For å sikre nøyaktig styring av disse systemene, og for å redusere oppgivelse av ny teknologi, må etableres tilstrekkelig opplæring. Dette vil trolig være mer vellykket hvis det er basert på de amputerte 'iboende læringsstrategier.
Vision kan spille en viktig rolle under learning av håndbevegelser. Adferdsstudier har vist at ved å observere andres handlinger 7 eller bruke visuelle signaler 8, funksjonsfriske individer lærer og koordinere nye bevegelser. Gjennom en prosess med observasjon, forståelse og gjennomføring av en observert handling, enkeltpersoner er i stand til å imitere handlingene til andre. Spesifikke kortikale nettverk, som kan omfatte et speil-neuron-systemet (MNS), antas å ligge til grunn av denne evne, og kan ha en rolle i å kontrollere kunstige lemmer. 9-11
Rollen imitasjon kan ikke bare være begrenset til å utføre handlinger som allerede har blitt sett, men sammen med de MNS, tillate kjøring av bevegelser som enda ikke er blitt observert, men ekstrapolert fra observatørens motor repetoire. 12 Ja, imitasjon kan ikke nødvendigvis være en medfødt evne, men en accruement av motoriske ferdigheter over tid som fører til erfarne og avanserte handlinger. 13 strength for å observere handlinger, over bare rett og slett forestille dem, har vist seg å forbedre lære nye oppgaver. 14 Dermed imitasjon kan være en pragmatisk tilnærming til trening amputerte, så tyder det et mål rettet prosess 15, med målet i rehabilitering innstillingen frigi nyttig protese håndfunksjon.
Rehabilitering studier har separat vist at visuelle signaler, for eksempel virtuelle simuleringer av en protese hånd, oppfordrer amputerte under opptrening. 16 I tillegg har bruken av repetisjon når utført på en sperret paradigme vist seg å muliggjøre rask læring av øvre-lem protese kontroll. 17 Mens virtuelle simuleringer har vist seg å være like effektiv som reell kontroll av protese hender i muliggjør sjonshemmet-kropp brukere å kontrollere myoelectric enheter, er 18 deres effekt på amputerte bruker standardiserte utfallsmål ikke klart. Til slutt, hvor protokoller for overekstremitet AMPUtering trening eksisterer, rollen av imitasjon i læring av protese kontroll er ikke eksplisitt diskutert. 19,20
Denne studien tar sikte på forståelse om bruk av imitasjon, i kombinasjon med repetisjon og forsterkning, har en positiv effekt på læring av multifunksjonelle protese kontroll som en del av et strukturert treningsprogram.
Presenteres her er en sak rapport av en transradial amputert som ble opplært til å bruke et multifunksjonelt protese hånd. Deltakeren hadde tidligere blitt vant til å operere tradisjonelle myoelectric proteser. Ved hjelp av visuelle signaler, både i form av imitasjon av en sunn demonstrator og så enkelt datamaskin visuell tilbakemelding, amputasjons raskt forbedret håndtering av sin nye enheten.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Denne studien ble utført i samsvar med Helsinkideklarasjonen, som er godkjent av lokale forskningsetisk komité. Studien ble forklart i full detalj til deltakeren før oppstart, slik at deltakeren tid til å veie opp beslutningen om å frivillig å delta i studien, og bekrefte sin deltakelse ved informert, skriftlig samtykke.
Merk: En mann, i alderen 27 år, deltok i studien. Deltakeren hadde normalt syn, ble en venstre under-albuen amputert, og var en erfaren bruker (4 år totalprotese bruk). Før du starter denne studien protesen han brukes på daglig basis var en 4-kanals myoelectric protese hånd med håndleddet rotasjon for 12-15 timer per dag i 15 måneder. Deltakeren høyre hånd hadde tidligere blitt kirurgisk rekonstruert, men hadde ingen annen fysisk eller nevrologisk svekkelse.
1. Studer Design
- Delt studie over to økter: na39; ve bruk, og bruker følgende strukturert trening.
Merk: Dette er for å tillate intraindividuell sammenligning før og etter trening hhv. - Sikre at disse to sesjoner er minst tre måneder fra hverandre, slik at den kan behandles som uavhengige av hverandre.
- I begynnelsen av begge øktene, passer en tilpasset socket og protesen til deltakeren. Sørg for at protese maskinvare og kontroll algoritmer matche de beskrevet i Materialer i denne protokollen. Sikre at deltakeren ikke er i stand til å bruke den tilpassede protese i mellomtiden mellom øktene.
- Trene pasienten ifølge trinnene i den naive Session og strukturert trening deler av denne protokollen. I begynnelsen av hver av disse øktene, kalibrere protese maskinvare. Bruk de innsamlede data kalibrerings for sanntids protese kontroll.
- Når den naive Session og strukturert treningsøkten er ferdig, vurdere participant ytelse med Southampton Hånd Assessment Procedure (SHAP) effektmål. 23 Sammenlign Shap score til en baseline mål ved hjelp av deltakerens standard protese (innhentet før enten treningsøkter).
2. Materialer
- Monter deltaker med en spesialbygd socket. Fest en kommersielt tilgjengelig protese i henhold til produsentens instruksjoner. Utstyre protese hånd med prototype komponenter som gjør at påvirkede håndledd fleksjon, forlengelse og rotasjon. Dette gjør deltakeren til å styre hånden med 3,5 grader av frihet (DoFs) (tab 1).
Merk: I dette eksperimentet en Michaelangelo Hånd (Se Materials List) ble brukt. Andre terminal enheter i stand til håndleddet rotasjon, fleksjon og ekstensjon, sammen med standard grep funksjoner vil også være hensiktsmessig. - Rekord EMG signaler ved hjelp av åtte lik avstand er lagt råsignal elektroder rundt stubben,og en on-board dekoding system ved samplingsrate på 1000 Hz og digitalisert med 10-bits dybde. Utfør opprinnelig filtrering og forsterkning innenfor elektrodene selv i henhold til leverandørens spesifikasjoner. Bruke en personlig datamaskin (PC) til å gjennomføre den viktigste behandlingen, som kommuniserer med oppkjøpet maskinvare og kontrollerer protesen via en trådløs tilkobling.
Merk: I denne studien overflate EMG elektroder og on-board dekoding system (AxonBus) brukte var fra Otto Bock. Andre produsenter av lignende innretninger vil også være hensiktsmessig. Den trådløse tilkoblingen var via Bluetooth, og likeledes andre modaliteter kan brukes.
3. Kontroll Algoritme
- Bruke en styrealgoritme som gir mulighet for samtidig og proporsjonal protese kontroll over flere DoFs. 21 Algoritmen som ble brukt i denne studien var en to-trinns beslutnings paradigme, slik at kontekstavhengige bevegelse estimering var mulig.
- Ved system trening, som inneholder alle de kontrollerbare enkelt Dof bevegelser, spille inn et innkommende electromyogram (EMG).
- I den første fasen, vurdere iboende dimensjons informasjon av det tilsiktede bevegelse basert på Mahalanobis avstanden av den nylig beregnede EMG funksjon vektor fra treningsdataene. Ta en beslutning om hvorvidt brukerens intensjon var å utføre en fin 1-DOF eller et grovere samtidig to-DOF bevegelse.
Merk: Mahalanobis avstand fra en funksjon vektor x til klassen jeg med klassen mener vektor μ jeg og kovariansmatrisen Σ jeg beregnes som:
Som beskrevet i Amsuess et al, er det nylig beregnede funksjonen vektor tilordnet det høye dimensjonale rommet, og Mahalanobis avstand fra den transformpunktet til hvilken som helst av de trente klassen punktene tas som mål for nyhet. 21 En empiriskbestemt terskel til at avstanden gir avgjørelsen for nyheten (2-DOF) eller ikke (1-DOF). - I den andre fasen, basert på tidligere vedtak, kan du bruke en av to parallelle estimatorer - en arbeider med sekvensielle bevegelser (SEQ-E) og de andre som håndterer samtidige bevegelser (SIM-E) - for å gi styringssignaler for protesen.
Merk: SEQ-E er i hovedsak en proporsjonal estimator (dvs. styrken av muskelsammentrekninger) basert på felles romlige mønstre (CSP) 21, mens SIM-E er en lineær regressor, som samtidig styrer 2 DoFs av håndleddet.
4. Programvare Work
Merk: programvare rammeverk brukt i denne studien tillot håndtering av kommunikasjon mellom protese hardware og den innebygde styrealgoritme. Det tilbys også visuelt støttende opplæringsverktøy som trengs for å maksimere deltaker trening.
- Vise root mean square (RMS) av EMG signaler innsamlet fra 8 ekvidistant plassert elektroder i form av et polart plott av EMG amplitude som en funksjon av elektrode sted. Denne visuelle tilbakemeldingen muliggjør enkel overvåking av den romlige fordelingen av EMG i det tverrgående plan av underarmen. Ved hjelp av et slikt oppsett, kan hver av brukerens bevegelser og dermed lokke fram et tydelig mønster 22 i polar plot, som deretter kan lagres og brukes til å trene for repeterbarhet av den spesifikke bevegelsen.
Merk: Rammeverket muliggjør innsamling av data i EMG standard mønstergjenkjenning måte 23 For hver av EMG-kanaler RMS over 40 msek er beregnet til.
resulterer i observasjoner for hvert ensemble vinduet. - For første kalibrering samle maksimal langsiktige frivillig kontraksjon (MLVC) verdier for hvert tiltenkt bevegelse. Spør deltakeren ved hjelp av demonstrator hånd til å utføreønsket bevegelse samtidig som det gir vokale og visuelle instruksjoner i 5 sek.
- Etter kalibrering presentere deltakeren med et sett med trapesformede signaler. Disse kraft profiler inneholder platåer innstilt på 30%, 60% og 90% av den kalibrerte maksimum.
- Innenfor hvert forsøk, instruere deltakeren til å styre den røde pekeren langs køen ved å modulere kraft nivået av bedt bevegelse (figur 1). Den vertikale posisjonen til pekeren tilsvarer de summerte RMS verdier på tvers av alle åtte kanaler. Angi varigheten av prøveperioden til 5 sek med platå intervall svarende til den midterste 3 sek.
5. Naive Session
Merk: Under naive treningsøkt, deltakeren hadde ingen tidligere erfaring av protese kontroll ordningen brukes i denne studien.
- Ikke gi deltakeren noen formell klinisk trening, men bare instruere at 8 handlinger av stumpen, hvorav den ene er en hviletilstand,vil tillate kontroll av et visuelt mål på en dataskjerm. Disse oppgavene er lik de som brukes i klassisk mønstergjenkjenning tilnærminger for protesekontroll 23, og for disse metodene deltakeren i denne studien hadde omtrent 60 timer fra tidligere erfaring.
- Vise de nødvendige bevegelsene på skjermen i form av tekst og et statisk bilde mens du følger et visuelt signal (figur 1).
- Vis deltakeren hans EMG aktivering mønstre, som tilsvarer åtte konkrete og unike polare plott (figur 2).
- Bruk hørbare instruksjoner for å oppmuntre deltakeren til å følge den visuelt. Disse hørbare instruksjoner må være identiske hvis det brukes i strukturert trening.
- Gjenta oppgaver tre ganger med forskjellige arm posisjoner (avslappet, nå foran, rekker over) for å forbedre systemet trening. Husk at det er 8 forskjellige handlinger og tre styrkenivåer, når alle arm posisjoner er dekket,Systemet trening innspill oppsummerer til totalt 72 enkeltprøver.
- Når prosessen er ferdig, la deltakeren mulighet til å praktisere sanntids kontroll før endt SHAP utfallet vurdering.
- Sikre deltakeren ikke har tilgang til tilpasset protese og reguleringsalgoritmer utover slutten av den naive økten.
6. Strukturert Training Session
- Tre måneder etter at den naive økten, utføre en strukturert trening.
- Strukturere sesjon i følgende bestilt trinn (figur 3):
- For imitasjon, instruere deltaker direkte imitere de ønskede åtte handlinger (tabell 1) utført av demonstrator i sanntid. Utfør hver handling i 3 sek.
- For repetisjon, spør deltakeren til å gjenta handlingen som har blitt etterlignet 10 ganger, så hver handling er utført i 30 sek.
- For armering og data system trening, spør deltakeren til nå engasjere seg med datamaskinens visuell tilbakemelding, det er akkurat det samme oppsettet som den naive økten. Pass på at det ikke er noen forskjell mellom disse to delene.
- For protese kontroll, spør deltakeren til å praktisere i sanntid kontroll av tilpasset protese før fullført utfallet vurdering.
- Under imitasjon, sete deltakeren i 45 ° vinkel fra demonstrator og gi med en full og uhindret utsikt over demonstrator hånd matche den berørte side av deltakeren under alle handlinger (figur 4). Ingen visuelle signaler fra en dataskjerm skal være tilgjengelig for deltakeren på dette tidspunktet.
- For repetisjon, i løpet av deltakernes handlinger, har demonstrator observere tilsvar EMG aktivitet som representeres av de polare plott av hver bevegelse (figur 4). Når demonstrator har bestemt at participant kan produsere unike og repeterbare EMG aktivering mønstre for hver bevegelse, spør deltakeren til å gjenta handlingene for 30 sek uten visuelle signaler.
Merk: Det er totalt 8 unike handlinger - syv av dem (håndledd pronasjon / supinasjon, håndledd bøy / strekk, hånd åpen, tast grep og fine klype) krever muskelaktivering, og den åttende blir ingen handling som representerer en jevn avslappet tilstand. - Etter forsterkning & datasystem trening, presentere deltakeren med visuell tilbakemelding av hans åtte handlinger, akkurat som ble sett i den naive sesjon, som tilsvarer de åtte unike og spesielle polare tomter på skjermen (figur 3). Å tune ytelsen, spør deltakeren til å utføre handlinger mens du ser på sanntids polare tomter med innspilte bevegelses overlegg å forsterke læring, vanligvis mellom 2-4 forsøk for hver bevegelse. Når trygg deltakeren kan deretter fullføre de samme oppgavene som var perf ormed i naive økten.
7. Prosthetic kontroll
- Bruk treningsdatasettene fra hver økt for å kalibrere og justere protesen for sanntidskontroll.
- Til å begynne med bare tillate deltaker for å styre protesen ved sekvensiell proporsjonal styring, dvs. en bevegelse om gangen, med hastigheten av anordningen proporsjonal med nivået av muskelsammentrekninger.
- Når hver av de åtte handlinger utføres på en repeterbar og pålitelig måte, slår styre ordningen til proporsjonale og samtidig kontroll, slik at mer enn en bevegelse av håndleddet om gangen.
- Har deltaker praksis enkle oppgaver, som å plukke opp en flaske og legging det på sin side (2 forsøk er tilstrekkelig). Tillate en periode med hvile før utfallet vurdering er utført. I tilfelle av denne studien, 2 timers hvile for naive sesjonen, og 24 timers hvile for den strukturerte økt.
- Vurdere global overekstremiteten funksjon både i naive og strukturerte treningsøkter bruker SHAP, som overvåker hånd og øvre ekstremiteter funksjon nært knyttet til dagliglivets aktiviteter (adls). Oppgavene utføres i SHAP inkluderer manipulering lette og tunge gjenstander, samt oppgaver av ADL som å kutte et objekt med en kniv eller åpne knapper. Den SHAP har blitt validert for vurdering av patologisk og protese håndfunksjon. 24
Merk: Denne målingen ble valgt som deltaker i denne studien hadde blitt rutinemessig fulgt opp med dette resultatet tiltaket etter sin kliniske team.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Grunnlinjen SHAP ytelsen til deltakeren med sin daglige protese var 81 da målt ved kliniske personalet 8 måneder før testing. En SHAP poengsum på 100 tilsvarer fullbefarne håndfunksjon. 24 Deltakeren scoret en samlet SHAP score på 58 i løpet av naive økt med mer avanserte protese kontrollsystem. Men 3 måneder senere, og uten videre samhandling med det nye systemet, bortsett fra strukturert trening, oppnådde deltakeren en SHAP score på 71 med den samme avanserte system (tabell 2).
Når den samlede SHAP Poengsummen ble brutt ned til funksjonell profil vurdering, ble det observert at deltakeren hadde prestert godt i alle funksjonelle grupper (sfærisk, makt, tips, lateral og utvidelse gripe), med unntak for stativ grep. Men den største observerte forbedringen var under utvidelse, en funksjon som den nye kontrollordningen og protese tilgjengelig, mens hans tradisjonal protesen ikke (figur 5). Dette kan også ha bidratt til bedringen i sfærisk grep, som var bedre etter at strukturert trening enn grunnlinjen eller naive økten. I tillegg komplekse ADL bevegelser, som involverte kombinerte bevegelser av håndledd og hånd, som jug og esken helle ble henrettet beste etter strukturert trening bruker avansert protese system.
Den blå target profilen figur 1. Eksempel visuelle signaler som benyttes for deltaker forsterkning og system trening. Representerer det ønskede nivå av EMG kontraksjon som produseres i løpet av en bestemt bevegelse. Den røde sporing linjen representerer deltakernes innsats. Klikk her for å se en større versjon av denne figure.
Figur 2. Profilene for de aktive bevegelser, referert til som polare-plott, av de enkelte bevegelser frembringes av deltagere under etterligning oppgaven. Disse ble forsterket når systemet trening og til slutt brukes for å styre protesen hånden. Vær oppmerksom på at hvile eller nei-bevegelsen regnes som en unik action, og som sådan ikke produserer et overlegg. Klikk her for å se en større versjon av dette tallet.
Figur 3. Dette skjematisk representerer strukturert trening. Deltakeren først observert og imiterte handlinger demonstrator. Før visning his ytelse som grafer på en dataskjerm, gjentok han de lærde bevegelser uten visuell tilbakemelding. De lærte bevegelser ble forsterket ved å matche muskelsammentrekninger til innspilte EMG mønstre, og deretter brukes til å trene systemets reguleringsalgoritmer, som aktiverte multifunksjonelt protese kontroll.
Figur 4. Experimental oppsett under strukturert treningsøkten. Deltakeren hadde en full og uhindret utsikt over demonstrator venstre hånd under imitasjon. Under repetisjon fasen, ville demonstrator gi hørbar instruks om å sikre deltakernes bevegelser matchet riene produsert under imitasjon fasen. Til slutt, når systemet trening, ble bevegelsene forsterket ved hjelp av visuelle signaler som ble vist på skjermen til både deltaker og demonstrator.
Figur 5. Fordelingen av de samlede Shap score mellom, baseline (BL) den naive session (NS) og strukturert trening (STS). Klikk her for å se en større versjon av dette tallet.
| Protese Funksjon | Phantom Limb Motion |
| Pronasjon | Wrist rotasjon innover med fullt avslappede fingre |
| Supinasjon | Wrist rotasjon utover med fullt avslappede fingre |
| Fleksjon | Ulnar avvik |
| Extension | Wrist forlengelse |
| Palmar grep | Tommel AdduDette skjer litt krysset baktil mot baksiden av hånden |
| Fin klype | Motstanden tommelfinger til de tre første fingrene, liten forlengelse av lillefingeren |
| Hånd åpen | Åpning av hånd med fokus på utvidelse av de tre midterste sifrene |
| Ingen bevegelse | Full avslapning av hånden og håndleddet |
Tabell 1. Ønsket protese funksjoner kartlagt til fantom bevegelser, som deltakeren var i stand til å visualisere og gjennomføre med sin resterende anatomi.
| Abstrakte objekter | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Lys Sphere | 2.46 | 2,66 | 2.5 Heavy Sphere | 3,25 | 4,78 | 2.1 | |
| Lys Tripod | 2,35 | 3,56 | 2,78 | Heavy Tripod | 2,44 | 3,53 | 2.5 |
| Lys Strøm | 2,41 | 3,25 | 2.28 | Heavy Strøm | 2,41 | 3,22 | 2,72 |
| Lys Lateral * | 4,72 | 2,81 | 4,97 | Heavy Lateral | 5.1 | 5,31 | 5.22 |
| Lys Tip | 2,25 | 2,88 | 2.53 | Heavy Tip | 3.1 | 4,47 | 2.22 |
| Lys Extension | 1.96 | 3,88 | 2,37 | Heavy Extension | 2.9 | 4,88 | 2,59 |
| Dagliglivets aktiviteter | |||||||
| BL | NS | STS | BL | NS | STS | ||
| Mynter | 17.81 | 22.25 | 21.53 | Full Jar | 3.13 | 10.37 | 3,75 |
| Button Board | 8,25 | 35.2 | 27.06 | Tom Tin | 2.53 | 4.15 | 2,82 |
| Cutting | 18.15 | 27.47 | 25.59 | Skuffen Lift | 3,97 | 7,25 | 5.5 |
| Page Turning | 8.18 | 11.97 | 5.19 | Nøkkel | 4,82 | 9,25 | 6.03 |
| Jar Lid | 2.93 | 3.3 | 2,38 | Zip | 4.83 | 10.59 | 7.31 |
| Jug Helle | 10.16 | 8.93 | Skrutrekker | 10.1 | 25.31 | 15.31 | |
| Carton Helle | 11 | 11.35 | 9.72 | Dørhåndtak | 2.24 | 3,53 | 2,75 |
| SHAP poengsum | 81 | 58 | 71 | ||||
Tabell 2. Shap resultater for deltakeren under naive session (NS), etterfulgt av den strukturerte treningen (STS) 3 måneder senere, i forhold til hans baseline (BL). * Deltakeren bare gjorde det dårligere lys lateral oppgave i strukturert trening økt i forhold til naive økten. Den samlede SHAP poengsum er ute av 100.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Våre funn tyder på at deltakeren i denne studien at strukturert trening bidratt til å bedre kontrollen av et multifunksjonelt protese hånd i løpet av en enkelt økt. Den strukturert program som brukes her var en kombinasjon av imitasjon, repetisjon og forsterkning av håndbevegelser at deltakeren var ikke i stand til å fullføre med sin tradisjonelle protese hånd.
Selv om deltakeren scoret høyere med sin tradisjonelle protese i SHAP test, er det verdt å merke seg at han vanligvis hadde på seg den enheten mellom 12-15 timer per dag over en periode på 15 måneder. Som dokumentert av baseline SHAP score, er det klart at han hadde lært og blitt vant til sin tradisjonelle protese etter en svært lang læreperiode. Vanskeligheten i å bytte til det multifunksjonelle hånd etter å ha blitt så vant til sin tradisjonelle protesen ble understreket av det kraftige fallet i ytelse observert i den naive økten. Dette var ventet, som bevis suggests at som et individ lærer nye motoriske ferdigheter, de utvikler en intern modell av handlingene som utføres. 25 Når det er noen form for forstyrrelse i denne interne modellen, som for eksempel å skifte til en ny protese krever nye styringsinnganger, etter at virkningene av læring ta litt tid til å avgi mens en ny intern modell er opprettet. 26 Likevel kan en enkelt sesjon av strukturert trening lov deltakeren å utkonkurrere sin vanlige enhet i noen av oppgavene forespurt av SHAP test, og for å nå på samlet poengsum i nærheten den som oppnås med de tradisjonelle anordningen. Bruken av strukturert trening som skissert i § 6 i protokollen kan være avgjørende skritt som kan ha gjort det mulig for deltakeren å oppnå dyktig kontroll.
Lære en ny oppgave for amputerte kompliseres av fraværet av nerve reseptorer rundt leddene og i musklene som er følsomme for posisjon og bevegelsesendringer. 27 These proprioceptors aktivere funksjonsfriske mennesker å vite hvor hendene er i forhold til kroppen sin uten bruk av syne. 28 Når en lem er tapt, er disse proprioceptors tapt, fører visjon om å spille en sterkere rolle i kontroll enn under normale forhold. Amputerte må ikke bare lære på nytt hvordan du styrer håndbevegelser, men også nødt til å gjøre det ved hjelp av en enhet som gir ingen tilbakemelding annet enn det som oppnås visuelt. Dette gjør læringsprosessen vanskeligere.
Som sådan, må eventuelle opplæringsstrategier som bruker proteser som gir ingen taktil eller proprioseptive tilbakemeldinger legger vekt på visuell tilbakemelding. I vårt tilfelle har vi forsøkt å gjøre det ved hjelp etterligning av de ønskede bevegelser. Kompleksiteten i imitasjon er eksemplifisert ved den distribuerte natur nevrale prosessen. 29,30 separate regioner i frontal, er tidsmessige og parietallappene antas å være ansvarlig for å oppfatte bevegelse andres 31,32 og deretter integreredenne informasjonen inn i en passende motor respons. 9,33,34 Det er sannsynlig at i løpet av deltakerens utvikling i voksen alder, og forut for amputasjon, det nevrale kretser som kreves for å utføre lært håndbevegelser var blitt klart definert, så mye at naturlig hånd bevegelsene var rask og instinktiv. Forvrengning av anatomi etter amputasjon kan ha krevd nye nevrale kretser å bli dannet for å muliggjøre kontroll over sin tradisjonelle protese. Forbedringen i SHAP scorer etter strukturert trening, tyder på at disse nevrale kretser var formbare nok til å tilpasse seg den nye protese kontroll strategi, til tross for manglende erfaring.
Det er verdt å merke seg at deltakeren kommenterte at det handler om imitasjon tillot ham å internt visualisere håndbevegelser og å generere de riktige muskelsammentrekninger. Han fant dette mer intuitivt enn utelukkende å matche hans trekningene til visuell representasjoner på en dataskjerm. Det er også kjent at amputerte foretrekker å lære av andre protesebrukere. 11 Enheten og kontroll algoritmer som brukes i denne studien var både romanen. Som sådan var det ingen tidligere erfarne amputerte som kunne fungere som demonstrantene. Fremtidige forbedringer av denne protokollen vil dermed dra nytte av å ha en erfaren amputert demonstrere handlinger for å bli etterlignet.
Selv om denne studien viste fordel for strukturert trening, designet var ikke tilstrekkelig til å fastslå om imitasjon, repetisjon, forsterkning eller en kombinasjon av alle tre læringsstrategier bidratt til det endelige utfallet tiltaket. I stedet legger denne case study grunnlaget for det videre arbeidet for å undersøke nevrale kretser involvert i avansert protese kontroll.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne erklærer ingen konkurrerende økonomiske interesser.
Acknowledgments
Forfatterne ønsker å takke Mr Hans Oppel og hans protese teknikere av Otto Bock Healthcare Products GmbH for produksjon av kontakten som brukes av deltakeren i denne studien. Denne studien ble støttet av European Research Council (ERC) via ERC Advanced Grant DEMOVE (No. 267888), den østerrikske rådet for forskning og teknologiutvikling, og den østerrikske føderale departementet for vitenskap, forskning og økonomi.
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).
