Summary
在这里, 我们提出了一个协议, 其特点是在控制感觉虚拟或机器人假肢手的代理的感觉。利用心理物理问卷来捕捉代理的显性经验, 并使用时间间隔估计 (有意绑定) 来含蓄地衡量代理意识。
Abstract
这项工作描述了一个方法框架, 可以用来明确和含蓄地描述的代理意识开发的神经机接口 (nmi) 控制的感觉虚拟或机器人假肢手。代理的形成是区分我们用四肢所做的行为是我们自己的行为的根本。通过努力将先进的上肢假体纳入这些相同的感知机制, 我们可以开始将假肢更紧密地集成到用户现有的肢体控制认知框架中。这对于促进用户接受、使用和有效控制高级上肢假体具有重要意义。在这个协议中, 参与者控制一个虚拟的假手, 并通过他们先前存在的 nmi 接受运动感觉反馈。对动觉反馈和虚拟手部运动进行了一系列虚拟抓取任务, 并系统地引入了扰动。采用了两种单独的代理度量标准: 建立的心理物理调查表 (以反映代理的显性经验) 和时间间隔估计任务, 以捕获机构的隐含意义 (有意约束)。该协议的结果 (问卷评分和时间间隔估计) 可以进行分析, 以量化代理形成的程度。
Introduction
随着机器人假体的日益先进, 相关感官反馈的重要性将继续增长。感官反馈会影响人类感知、与之互动, 甚至将机器整合到他们的身体图式中的方式。最近的 nmi 技术现在可以为假肢使用者提供直观的控制, 并实现与触摸1,2,3,4,5 ,6相关的感觉,7和运动异常 (运动感)8,9在缺失的四肢。当这些感官信息与在手术中观察假肢所提供的视觉信息配对时, 我们可以接触到指导自我与他人区别的关键要素。利用这种访问可能有助于使假肢使用者更接近于将假肢作为身体的一部分来操作, 而不仅仅是一种工具。
身体意识和体现感产生于机构的建立 (对肢体行为的作者身份的体验) 和所有权 (肢体是身体的一部分的感觉) 10、11.所有权主要是通过触摸和视觉信息的集成来中介的。机构产生于意图、运动感觉 (运动感)、视觉信息和预测认知模型的整合, 11。在执行志愿行动的过程中, 当这种行动的感官后果与表演者的意图和表演者内部模型13的预测相一致时, 就会形成代理。代理与所有权是分开和不同的。假肢文献14中经常研究肢体所有权的概念。当触摸反馈在空间和时间上是适当的, 通过问卷显式或通过残余肢体温度的变化或时间顺序判断隐式测量15时, nmi 参与者就形成了肢体所有权感。然而, 在 nmi16的背景下, 探索机构的机会较少。最近与 nmi 参与者开展的工作表明, 可以有目的地促进机构, 并将其与所有权的经验分开8。
机构在机器人假肢的操作中特别重要, 因为它是一种认知环节, 通过因果关系的体验、控制假肢或引起某些东西的感觉来控制假肢的身体行为。发生17。机器人假肢是先进的电脑机器, 用户必须与之合作, 以有效地完成任务。一些假肢已纳入自主功能, 如夹滑检测和矫正;然而, 这些系统的采用有限, 因为在用户控制之外运行的功能如果没有适当实现8、18, 就会被视为令人沮丧。这带来了一个根本性的挑战, 在人类与自主机器合作的应用中得到了响应。也就是说, 人类通常相信自己的行为而不是与计算机或机器合作所产生的行动, 这种信任直接影响到运营商使用自主函数19、20 的可能性。作为人类, 我们天生相信自己和我们的身体来执行我们所意愿的行动;当这一点实现时, 我们就建立了一种内在的代理意识。有趣的是, 代理的形成受到了合作人机行动的影响。在人与人的合作任务中, 可以在运动21上形成共同的代理意识;然而, 文献表明, 在人机合作过程中, 共享机构是有阻碍的 22,23。这些挑战反映在假肢上肢的使用上, 机器人设备的拒绝率仍然很高, 23%-39% 的用户停止使用这些设备24。事实上, 许多假肢用户仍然更喜欢身体驱动的系统25。这些系统将计算机机器从控制回路中移除, 并更紧密地通过电线将用户的身体运动与假体运动结合起来。这进一步加强了认知整合在使用先进假肢装置方面的重要性。我们建议, nmi 系统可以提供一些必要的感官和运动部件, 帮助使假肢更接近于建立合作的代理意识, 这将有助于促进这些东西的接受和真正的整合电脑与他们的用户。
可以通过多种方式来衡量机构。最简单的方法是使用心理物理问卷或量表, 明确询问参与者将事件归咎于谁或他们所将什么归因于 17、26、27。这取决于个人对 "自我" 的现有看法, 要求参与者对自我归属作出推断性判断 (即明确判断 "我" 或另一实体是否对某一行为或事件负责)。内隐措施提供了对运动动作和感官事件中发生的背景认知过程的洞察。这种对机构的看法试图衡量个人没有明确感受到的东西。通常, 这是通过让参与者描述自我产生的和外部产生的行为的感知差异来实现的, 例如, 让参与者报告他们认为在自我和外部生成的事件之间发生的时间长度17,28. 在执行自行产生的行动期间, 机构含蓄地表现为行动与其感官后果之间的时间感知压缩, 即所谓的有意约束28。当个人报告他们认为在行动和结果之间发生的时间时, 较短的时间时间相当于更强烈形成的机构意识 29,30。有趣的是, 事实表明, 明示和暗示的措施可能并不直接关联, 因为它们很可能是不同的感知机制17的特点, 这些机制共同为代理意识提供了信息。因此, 在假体使用过程中更全面地了解机构的形成, 可能需要采用显性和隐式措施的实验方案。
这项工作描述了一个方法框架, 可以用来明确和含蓄地描述的机构感开发的 nmi 控制的感觉虚拟或机器人假肢手。重点介绍了在传感器运动对象抓取任务的执行过程中测量代理的两种技术。使用既定的心理物理问卷来捕捉代理的明确经验, 而使用时间间隔估计 (有意绑定) 来含蓄地衡量代理意识。
该协议的范围是评估代理的感觉, 在 nmi 的背景下, 提供生理相关的主动运动控制和动觉反馈。这些技术可推广到虚拟或物理假肢 nmi 系统。对可能为执行该议定书而招募的人口有最低限度的限制。例如, 参与者上肢的活动能力不能受到双边影响 (它们必须有一个肢体), 他们必须具备认知能力, 才能做出基于时间的判断和表达有经验的感觉。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
该议定书先前已获得批准, 并遵循克利夫兰诊所人类研究伦理委员会的指导方针。
1. nmi 的硬件和软件
- 建立每个参与者的 nmi 控制和反馈, 以便当他们尝试执行一个运动时, 他们看到并感觉到一个虚拟的假体完成了该运动。
- 通过参与者的 nmi 生成手的运动感感知, 并通过让参与者用他们完整的手展示他们的感受来捕捉感知运动的运动学。
注: 其他作品8已经说明了描述运动感知运动学的技术, 可以使用数据手套或光学运动捕捉系统来实现。 - 使用虚拟的手工/假体模拟来再现运动感知的运动学。
- 设置硬件以捕获参与者 nmi 中的有意手部移动控制信号。
- 将此控制信号映射到虚拟假体的活动。
- 创建一个主控制程序, 协调 nmi 控制信号的采集、虚拟假体的运动以及实时生成运动性 nmi 反馈。
- 通过参与者的 nmi 生成手的运动感感知, 并通过让参与者用他们完整的手展示他们的感受来捕捉感知运动的运动学。
2. 实验设置
- 将参与者放置在前面的桌子上, 并将显示器水平放置 (即在其背面, 朝上)。
- 在显示器上显示虚拟假体, 并调整其大小和位置, 使其定位与缺失肢体的位置一致。
- 渲染虚拟环境中的对象 (例如浮动球), 作为手的关闭和打开位置 (移动端点) 的停止点。
- 配置主控制程序, 以便当虚拟数字与虚拟停止点接触时, 在可调整的时间延迟 (300、500、700或 1, 000 毫秒) 后播放听觉音。
3. 实验条件
- 为主控制程序构建一个输入文件, 指定每个试验的设置, 包括听觉音调延迟、nmi 反馈是否关闭、虚拟手移动的速度和方向, 以及命令与虚拟的手移动。
- 创建两个控制条件, 一个基线和一个被动条件。
- 对于基线条件, 配置虚拟手的运动学和控制, 以匹配 nmi 运动感知。
注: 基线条件表示运动意图、运动运动学和运动学反馈的理想一致性。 - 在由调查人员触发时 (从用户中删除控件), 使被动状态执行虚拟手部移动, 同时仍向参与者提供 nmi 运动感知。
注: 被动条件捕获理论上最坏情况下的代理条件 (即在没有控制 [无意] 的情况下移动, 类似于一个人的身体被被动移动)。
- 对于基线条件, 配置虚拟手的运动学和控制, 以匹配 nmi 运动感知。
- 编程额外的条件, 旨在解析对运动意图, 动觉感和时间不匹配的代理代理的虚拟假体显示的运动学的贡献。请考虑使用以下五个条件。
- 相反的运动: nmi 运动学反馈表明, 手关闭, 而手的可视化打开。
- 太快: 手的可视化关闭速度快于 nmi 运动反馈所显示的速度。
- 太慢: 手的可视化关闭速度比 nmi 运动学反馈所显示的要慢。
- 启动延迟: 手的可视化关闭时间比 nmi 运动学反馈所显示的要晚1秒。
- 没有反馈: 手的可视化关闭没有任何 nmi 动觉反馈。
- 创建两个控制条件, 一个基线和一个被动条件。
4. 实验性能
- 指示参与者在不停止的情况下将手从打开的位置驱动到关闭的位置, 并报告他们对从虚拟数字与虚拟停止点接触到听到听觉音调的时间延迟的估计。
注: 参与者可以使用对他们最有意义的0到1秒之间的时间表示 (例如, 毫秒、秒分数、0-10 刻度)。 - 通过按主控制程序上的 "开始" 按钮启动每个试用版, 该按钮将虚拟手移动到起始位置, 并发出试验开始的信号。这提示参与者将虚拟手驱动到虚拟停靠点, 这将导致在随机延迟 (300、500或700毫秒) 后播放听觉音调。
- 记录参与者口头报告的时间延迟间隔估计。
- 将试验组织到实验块中。
- 从两个练习会话开始, 并将它们排除在最终分析之外。
- 在第一个练习单元中, 让参与者将手驱动到移动终结点, 并在虚拟数字到达10个试验的虚拟停止点后播放听觉音 1, 000 毫秒。
- 与会者不需要报告本练习课程的估计间隔。
注: 此步骤是必要的, 以确定参与者对一秒钟感觉的时间。
- 与会者不需要报告本练习课程的估计间隔。
- 在第二个练习单元中, 再次让参与者将手驱动到移动终结点。随机的听觉音调, 以便 300, 500 和700毫秒的延迟间隔显示至少5倍每个。
- 要求参与者报告估计的延迟间隔。
- 在这些实践试验或实验块中的后续试验中, 不要告知参与者他们对延迟间隔的估计与实际延迟的距离有多接近。
注: 此步骤很重要, 因为参与者在对秒的分数进行时间判断方面可能经验不足, 并且测试程序对未练习的测试参与者来说可能并不直观。
- 在第一个练习单元中, 让参与者将手驱动到移动终结点, 并在虚拟数字到达10个试验的虚拟停止点后播放听觉音 1, 000 毫秒。
- 移动到实验集, 每个条件15个试验。按随机顺序显示条件, 并在每个条件结束时管理调查问卷。
- 指示参与者反思最新的一套试验, 并填写八项陈述机构调查问卷 (包括4个量化机构明确经验的问题和4个控制问题 [在补充文件]) 8,26。
- 对调查表语句进行随机排序, 以便向参与者随机提供至少五个独特的问题单。
- 指示参与者反思最新的一套试验, 并填写八项陈述机构调查问卷 (包括4个量化机构明确经验的问题和4个控制问题 [在补充文件]) 8,26。
- 以一组15项被动状态试验结束实验块, 并在完成这些试验后管理一份调查问卷。
注: 在每个实验块结束时管理被动试验, 以避免干扰既定的代理意识。
- 从两个练习会话开始, 并将它们排除在最终分析之外。
- 完成四个实验块, 并对实验条件进行不同的随机排序。
- 在测试期间提供多个机会, 让参与者休息一下。这些休息没有最低时间或时间限制, 但在继续测试之前, 确保参与者没有身体或精神疲劳。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
实验协议是由三名截肢者通过他们的 nmi 8 操作一个感觉虚拟假体进行的 ( 图 1)。该设置使用了一个参与式可控的虚拟手移动通过预编程的运动学配置文件使用 mujoco haaptix 物理引擎31。虚拟的手被显示在一个水平的显示器在前面的参与者在空间上与他们丢失的肢体一致。nmi 参与者以前曾接受过手术神经重新布线程序 (有针对性的再神经), 再配以标准的假肢肌电 (emg) 控制策略, 以提供对虚拟手32的直观控制;因此, 参与者可以通过 "思考" 打开和关闭他们丢失的手来驱动虚拟的手。参与者手术重组肌肉的战略振动导致手部运动的虚幻感知, 为动觉感官反馈提供了一个平台8。通过定制软件, 将 emg 手控信号和虚拟假体渲染与振动反馈装置的输出集成在一起。当参与者开始显示的虚拟手的运动时, 振动会在丢失的手中产生相应的匹配的抓地力运动的感觉。
图 1: 满足代理特性要求的示例设置.此设置为用户提供了直观的控制和显示的虚拟手的动觉反馈。虚拟手控制和反馈是通过神经机界面实现的, 使用肌电控制和振动刺激 (引起了缺失肢体的虚幻运动感知) 截肢者的神经神经肌肉组织。控制和反馈通过数据采集系统和计算机运行的自定义软件进行协调。虚拟手运动学显示在水平监视器上给用户。请点击这里查看此图的较大版本.
图 2 a提供了用于比较每个反馈条件下的机构明确措施。在这里, 为每个参与者和每个反馈条件绘制四个代理问题 (和四个控制问题) 的平均分。在图2b 中, 这些参与者分数是为每个反馈条件进行平均和绘制的, 误差条表示平均标准偏差。高于1的平均评级表示与给定声明的协议, 0 表示协议26的中立性。较高的协议评级 (≥1) 的代理问题表明更多的经验机构。对控制问题的回答应该是否定的或中性的 (≤0), 0 和1之间的分数被认为是不确定的。"基线"、"太快" 和 "无反馈" 条件显示了最低的平均间隔估计, 表明形成了最强的代理意识, 而 "被动" 和 "相反运动" 条件则显示了最弱的代理感。
图 2: 每个反馈条件下的代理明确度量.(a) 在每个反馈条件下, 向每个参与者提供四个机构的平均分和四个控制问题。(b) 每个反馈条件下参与者的平均分数。误差线表示标准偏差。在这两个地块中, 高于 + 1 的平均评级表示同意, 对于代理问题, 则表示机构的组建, 而0表示中立。这一数字已从 marasco等人公司修改。8.请点击此处查看此图的较大版本.
为了比较每个反馈条件下的有意绑定,图 3a显示了每个参与者的时间间隔估计, 根据反馈条件进行平均。然后对三个参与者之间的实际和感知时间间隔之间的差异进行平均, 并在图3b 中显示有关基线反馈条件的差异。误差线表示平均标准偏差。较低的时间间隔估计 (图 3a) 和较大的负值差异 (图 3A) 表明更强烈的内隐代理意识。基线条件后面的 "太快" 条件显示了最低的平均区间估计, 表明了形成的最强烈的代理感, 而 "相反的运动" 条件则显示了机构的最弱感。
图 3: 在每个反馈条件下, 通过时间间隔估计对代理进行隐式测量.(a) 在每个随机呈现的实际间隔内, 为每个参与者绘制的虚拟手闭合完成与听觉音之间延迟间隔的平均估计数。针对每个反馈条件绘制了结果, 较低的时间估计表明代理意识更强。这些面板已从 marasco等人公司进行了修改。8. (b) 实际时间延迟与参与者估计时间间隔相对于基线反馈条件的平均差异 (参与者之间和延迟间隔)。为两者绘制结果。在这里, 一个更负值表示更强的平均代理感, ci 表示95% 的置信区间 (ci)。请点击这里查看此图的较大版本.
图 4允许对显式和隐式代理措施进行比较。实际时间间隔和感知时间间隔之间的平均差异是根据基线反馈条件的结果以及每个反馈条件的平均机构调查问卷分数绘制的。在这种数据的呈现中, 在 x 轴上从左到右移动表示代理的显式体验减少, 在 y 轴上从下到上移动表示代理的隐式意义下降。如图 2和图 3所示, "过快" 条件显式和隐式显示了代理的最强形成。
图 4: 每个反馈条件的代理的平均显式和隐式度量, 结合图2b 和图3b 中的结果.平均显式代理结果绘制在 x 轴上, 平均间隔估计绘制在 y 轴上。误差线表示标准偏差。在 x 轴上从左到右移动表示代理的显式体验减少, 在 y 轴上从下到上移动表示在隐含的代理意义上的减少。这一数字已从 marasco等人公司修改。8.请点击此处查看此图的较大版本.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
这里提出了一个方法框架, 以描述机构形成的经验,而通过nmi 操作的感觉假体。在这种背景下, 机构尤其重要, 因为它将身体动作与塑造感知的背景认知过程联系起来。通过参与者的假体和 nmi, 我们可以直接获得一些建立代理感的关键要素: 意图、运动输出和运动感觉。对于先进的假肢控制非常重要的是, 本工作中提供的工具利用这种直接访问来帮助了解这些元素如何促进用户对其行为的控制感和认知整合。修复。
所强调的技术是灵活的, 因为它们可以用于任何 nmi 研究和临床假肢系统, 只要它们符合实时感知相关的控制和运动学反馈的标准。许多 nmi 固有的优势是通过利用仍然存在截肢的神经通路来实现直观控制的潜力。这样就可以测量曾经伴随着完整肢体运动的残余生理活动, 而这些活动又可以解码并映射到适当的虚拟或假肢运动中。因此, 大多数 nmi 技术都应满足感知相关控制的要求, 前提是记录的神经活动和附带的数字接口能够产生可靠的输出信号, 这些信号可以适当地映射到虚拟的手。实验设置还需要一个系统, 为调查人员提供使用显示的虚拟手运动学实时主动启动动觉感觉的能力。这是一个关键的要求, 因为当我们参与一项行动时, 就会建立起对行动的代理意识, 并在行动13完成期间返回适当的感官反馈。同样, 只要满足这一标准, 大多数 nmi 动觉反馈系统都是适当的。
本文提出的技术具有评价代理的显性和隐性认知感知度量的优点。有证据表明, 每一种机制都可能是单独认知机制的结果, 这些机制共同形成了完全的机构意识17;然而, 对这种关系仍未完全了解。这些措施的结果是定量的, 很容易解释。时间间隔估计的减少表明, 形成了更强的隐含代理意识。同样, 机构陈述的问卷得分较高, 这表明机构的明确经验更强。建议这些定量值可以为评估和调整 nmi 控制和感官反馈提供依据。例如, 在图 4中报告的前一项工作8中, 参与者通常报告的时间间隔较小, 并在显示关闭速度稍快的虚拟手时明确报告了更强的感知代理比他们所经历的动觉感觉。这表明, 用户对手的动作有更强的控制感, 正如明确报道的那样, 但也表明建立这种控制感的认知过程更强烈地与这种更快的运动学显示联系在一起。因此, 对临床假体的 nmi 控制方案进行调整, 以适应更快的手闭合, 可能有助于改善用户对其物理设备控制的认知, 并鼓励用户将其设备的行为确定为自行生成。
所介绍的技术也可用于形成一个更完整的理解如何多种感官模式可能会影响对假肢所有权的看法。例如, 触摸感官反馈 (或其他感官模式) 可能被纳入这里介绍的范式, 以评估他们在增强代理意识方面可能的个人角色。此外, 这里介绍的技术可能与所有权措施相结合, 以更全面地描述机构、实施者和个人感官模式之间的相互关系。所提供的方法还可能具有 nmi 控制设备以外的更广泛的适用性。类似的实验任务可以通过复杂的控制系统 (如肌电模式识别)、传统的肌电假体和身体动力系统以及没有 nmi 感官反馈的系统来实现。这可能允许有一个独特的视角来理解认知过程如何对较少的 "自然" 控制和反馈范式做出反应, 并提供见解, 了解控制的机构和认知在更传统的研究或临床假肢系统。
随着机器人假肢的日益复杂, 对这些设备进行有效控制和认知整合的需求也越来越复杂。感觉是解决一些关键障碍的途径, 能够评估处理运动感觉和信息的基础机制是一个重要的部分。这里提供的工具可以通过描述机构的明示和暗示的形成来帮助促进设备与用户的集成。这些技术有助于量化 nmi 可能提供的对直观电机控制和感觉的先天访问和感觉的好处, 并可以提供一个评估和调整的平台, 最终提高用户对控制其人工的感知肢体。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
作者要感谢玛德琳·纽科姆对人物一代的贡献。这项工作由美国纳税人通过国家卫生研究院、共同基金主任办公室、转型 r01 研究奖 (赠款 #1R01NS081710-01) 和国防高级研究计划局 (合同号 n660001-15--4015) 资助。生物技术办公室项目经理 d. weber)。
Materials
| Name | Company | Catalog Number | Comments |
| LabVIEW 2015, Service Pack 1, Version 15.0.1f2 64-bit | National Instruments, Austin, TX, USA | Full or Pro Version | We wrote custom software in LabVIEW to coordinate virtual prosthesis control with kinesthetic feedback as well as to present experimental conditions and record data. |
| 8-Slot, USB CompactDAQ Chassis | National Instruments, Austin, TX, USA | cDAQ-9178 | |
| ±60 V, 800 kS/s, 12-Bit, 8-Channel C Series Voltage Input Module | National Instruments, Austin, TX, USA | NI-9221 | |
| 100 kS/s/ch Simultaneous, ±10 V, 4-Channel C Series Voltage Output Module | National Instruments, Austin, TX, USA | NI-9263 | |
| Custom Wearable Kinesthetic Tactor | HDT Global, Solon, OH, USA | N/A | This item was custom made. Other methods of delivering kinesthetic feedback are acceptable as long as the participant feels the sensation of the hand moving in real-time with the movements of the virtual hand. |
| MuJoCo Physics Engine, HAPTIX Version | Roboti LLC, Redmond, WA, USA | mjhaptix150 | Newer versions of MuJoCo should be acceptable as well. We used the MPL Gripper Model. |
| Myobock Electrodes, powered by Otto Bock EnergyPack in MyoBoy Battery Receptacle | Ottobock, Duderstadt, Germany | electrodes: 13E200=60 battery: 757B21 battery receptacle: 757Z191=2 |
Any setup that provides an amplified, filtered, and rectified EMG or neural control signal could be used. |
References
- Kuiken, T. A., Marasco, P. D., Lock, B. A., Harden, R. N., Dewald, J. P. A. Redirection of cutaneous sensation from the hand to the chest skin of human amputees with targeted reinnervation. Proceedings of the National Academy of Sciences. 104 (50), 20061-20066 (2007).
- Hebert, J. S., et al. Novel targeted sensory reinnervation technique to restore functional hand sensation after transhumeral amputation. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 22 (4), 765-773 (2014).
- Tan, D. W., et al. A neural interface provides long-term stable natural touch perception. Science Translational Medicine. 257 (6), (2014).
- Oddo, C. M., et al. Intraneural stimulation elicits discrimination of textural features by artificial fingertip in intact and amputee humans. eLife. 5 (MARCH2016), (2016).
- Raspopovic, S., et al. Bioengineering: Restoring natural sensory feedback in real-time bidirectional hand prostheses. Science Translational Medicine. 6 (222), (2014).
- Flesher, S. N., et al. Intracortical microstimulation of human somatosensory cortex. Science Translational Medicine. 8 (361), (2016).
- Tabot, G. A., et al. Restoring the sense of touch with a prosthetic hand through a brain interface. Proceedings of the National Academy of Sciences. 110 (45), 18279-18284 (2013).
- Marasco, P. D., et al. Illusory movement perception improves motor control for prosthetic hands. Science Translational Medicine. 10 (432), (2018).
- Horch, K., Meek, S., Taylor, T. G., Hutchinson, D. T. Object discrimination with an artificial hand using electrical stimulation of peripheral tactile and proprioceptive pathways with intrafascicular electrodes. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 19 (5), 483-489 (2011).
- Braun, N., et al. The senses of agency and ownership: A review. Frontiers in Psychology. 9 (APR), (2018).
- Van Den Bos, E., Jeannerod, M. Sense of body and sense of action both contribute to self-recognition. Cognition. 85 (2), 177-187 (2002).
- Botvinick, M., Cohen, J. Rubber hands "feel" touch that eyes see. Nature. 391 (6669), 756 (1998).
- Gallagher, S. Philosophical conceptions of the self: Implications for cognitive science. Trends in Cognitive Sciences. 4 (1), 14-21 (2000).
- Niedernhuber, M., Barone, D. G., Lenggenhager, B. Prostheses as extensions of the body: Progress and challenges. Neuroscience & Biobehavioral Reviews. 92, 1-6 (2018).
- Marasco, P. D., Kim, K., Colgate, J. E., Peshkin, M. A., Kuiken, T. A. Robotic touch shifts perception of embodiment to a prosthesis in targeted reinnervation amputees. Brain. 134 (3), 747-758 (2011).
- Rognini, G., Blanke, O. Cognetics: Robotic Interfaces for the Conscious Mind. Trends in Cognitive Sciences. 20 (3), 162-164 (2016).
- Dewey, J. A., Knoblich, G. Do implicit and explicit measures of the sense of agency measure the same thing. PLoS ONE. 9 (10), (2014).
- Edwards, A. L. Adaptive and Autonomous Switching: Shared Control of Powered Prosthetic Arms Using Reinforcement Learning. , University of Alberta. Master's thesis (2016).
- Desai, M., Stubbs, K., Steinfeld, A., Yanco, H. Creating trustworthy robots: Lessons and inspirations from automated systems. Adaptive and Emergent Behaviour and Complex Systems - Proceedings of the 23rd Convention of the Society for the Study of Artificial Intelligence and Simulation of Behaviour, AISB 2009. , 49-56 (2009).
- Lee, J. D., See, K. A. Trust in automation: designing for appropriate reliance. Human Factors. 46 (1), 50-80 (2004).
- Moore, J. W. What is the sense of agency and why does it matter? Frontiers in Psychology. 7 (AUG), 1-9 (2016).
- Obhi, S. S., Hall, P. Sense of agency in joint action: Influence of human and computer co-actors. Experimental Brain Research. 211 (3-4), 663-670 (2011).
- Sahaï, A., Pacherie, E., Grynszpan, O., Berberian, B. Co-representation of human-generated actions vs. machine-generated actions: Impact on our sense of we-Agency? 2017 26th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN). , Lisbon, Portugal. August 28 - September 1, 2017 (2017).
- Biddiss, E., Chau, T. Upper limb prosthesis use and abandonment: A survey of the last 25 years. Prosthetics and Orthotics International. 31 (3), 236-257 (2007).
- Atkins, D. J., Heard, D. C. Y., Donovan, W. H. Epidemiologic overview of individuals with upper-limb loss and their reported research priorities. Journal of Prosthetics and Orthotics. 8 (1), 2-11 (1996).
- Kalckert, A., Ehrsson, H. H. Moving a Rubber Hand that Feels Like Your Own: A Dissociation of Ownership and Agency. Frontiers in Human Neuroscience. 6 (March), 1-14 (2012).
- Caspar, E. A., Cleeremans, A., Haggard, P. The relationship between human agency and embodiment. Consciousness and Cognition. 33, 226-236 (2015).
- Haggard, P., Clark, S., Kalogeras, J. Voluntary action and conscious awareness. Nature Neuroscience. 5 (4), 382-385 (2002).
- Engbert, K., Wohlschläger, A., Haggard, P. Who is causing what? The sense of agency is relational and efferent-triggered. Cognition. 107 (2), 693-704 (2008).
- Moore, J. W., Wegner, D. M., Haggard, P. Modulating the sense of agency with external cues. Consciousness and Cognition. 18 (4), 1056-1064 (2009).
- Kumar, V., Todorov, E. MuJoCo HAPTIX: A virtual reality system for hand manipulation. 2015 IEEE-RAS 15th International Conference on Humanoid Robots (Humanoids). , Seoul, South Korea. November 3 - 5, 2015 (2015).
- Kuiken, T. A., et al. Targeted reinnervation for enhanced prosthetic arm function in a woman with a proximal amputation: a case study. Lancet. 369 (9559), 371-380 (2007).
