Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Neuroscience

Évaluation de l’excitabilité corticospinale au cours d’un comportement d’atteinte d’un objectif

Published: December 2, 2022 doi: 10.3791/64238

Summary

Atteindre est une compétence fondamentale qui permet aux humains d’interagir avec l’environnement. Plusieurs études ont visé à caractériser le comportement d’atteinte en utilisant une variété de méthodologies. Cet article propose une application open source de la stimulation magnétique transcrânienne pour évaluer l’état d’excitabilité corticospinale chez l’homme lors de l’exécution de la tâche.

Abstract

L’atteinte est un comportement largement étudié en physiologie motrice et en neurosciences. Bien que la portée ait été examinée à l’aide de diverses manipulations comportementales, il reste des lacunes importantes dans la compréhension des processus neuronaux impliqués dans la planification, l’exécution et le contrôle de la portée. La nouvelle approche décrite ici combine une tâche d’atteinte bidimensionnelle avec la stimulation magnétique transcrânienne (SMT) et l’enregistrement par électromyographie simultanée (EMG) de plusieurs muscles. Cette méthode permet la détection non invasive de l’activité corticospinale à des moments précis pendant le déroulement des mouvements d’atteinte. L’exemple de code de tâche inclut une tâche d’atteinte de réponse différée avec deux cibles possibles affichées ± 45° de la ligne médiane. La TMS à impulsion unique est délivrée sur la majorité des essais de tâches, soit au début du signal préparatoire (ligne de base), soit 100 ms avant le signal impératif (retard). Ce plan d’échantillonnage convient à l’étude des changements dans l’excitabilité corticospinale pendant la préparation de la portée. L’exemple de code comprend également une perturbation visuomotrice (c.-à-d. rotation du curseur de ± 20°) pour étudier les effets de l’adaptation sur l’excitabilité corticospinale pendant la préparation de la portée. Les paramètres de la tâche et la livraison TMS peuvent être ajustés pour répondre à des hypothèses spécifiques sur l’état du système moteur lors du comportement d’atteinte. Lors de la mise en œuvre initiale, les potentiels évoqués moteurs (MEP) ont été obtenus avec succès dans 83% des essais TMS, et des trajectoires de portée ont été enregistrées sur tous les essais.

Introduction

L’atteinte orientée vers un but est un comportement moteur fondamental qui permet aux humains d’interagir avec l’environnement extérieur et de le manipuler. L’étude de la portée dans les domaines de la physiologie motrice, de la psychologie et des neurosciences a produit une littérature riche et étendue qui comprend une variété de méthodologies. Les premières études sur l’atteinte utilisaient des enregistrements neuronaux directs chez des primates non humains pour étudier l’activité neuronale au niveau de neurones uniques 1,2. Des études plus récentes ont étudié l’atteinte en utilisant des paradigmes comportementaux qui utilisent l’adaptation sensorimotrice pour explorer la nature de l’apprentissage moteur et du contrôle 3,4,5. De telles tâches comportementales combinées à l’imagerie par résonance magnétique fonctionnelle et à l’électroencéphalographie peuvent mesurer l’activité cérébrale totale lors de l’atteinte chez l’homme 6,7. D’autres études ont appliqué la SMT en ligne pour étudier diverses caractéristiques de la préparation et de l’exécution de la portée 8,9,10,11,12,13,14. Cependant, il reste nécessaire d’adopter une approche open source et flexible qui combine l’évaluation comportementale de la portée avec la TMS. Bien que l’utilité de combiner TMS avec des protocoles comportementaux soit très bien établie15, ici, nous examinons spécifiquement l’application de TMS dans le contexte de l’atteinte en utilisant une approche open-source. C’est nouveau dans la mesure où d’autres groupes qui ont publié en utilisant cette combinaison de méthodes n’ont pas rendu leurs outils facilement accessibles, interdisant la réplication directe. Cette approche open source facilite la réplication, le partage de données et la possibilité d’études multi-sites. En outre, si d’autres souhaitent poursuivre de nouvelles questions de recherche avec des outils similaires, le code open source peut servir de rampe de lancement pour l’innovation, car il est facilement adaptable.

TMS offre un moyen non invasif de sonder le système moteur à des points de temps contrôlés avec précision16. Lorsqu’elle est appliquée sur le cortex moteur primaire (M1), la SMT peut provoquer une déviation mesurable dans l’électromyogramme d’un muscle ciblé. L’amplitude de cette onde de tension, connue sous le nom de potentiel évoqué moteur (MEP), fournit un indice de l’état d’excitabilité momentanée de la voie corticospinale (CS) - un analogue résultant de toutes les influences excitatrices et inhibitrices sur la voie CS17. En plus de fournir une mesure fiable de l’excitabilité intrinsèque du CS à l’intérieur du sujet, la SMT peut être combinée à d’autres mesures comportementales ou cinématiques pour étudier les relations entre l’activité et le comportement du CS d’une manière temporellement précise. De nombreuses études ont utilisé une combinaison de TMS et d’électromyographie (EMG) pour répondre à une variété de questions sur le système moteur, d’autant plus que cette combinaison de méthodes permet d’étudier les MEP dans un large éventail de conditions comportementales15. Un domaine où cela s’est avéré particulièrement utile est l’étude de la préparation à l’action, le plus souvent par l’étude des mouvements uniarticulaires18. Cependant, il y a comparativement moins d’études TMS sur les mouvements multi-articulaires naturalistes tels que l’atteinte.

L’objectif actuel était de concevoir une tâche d’atteinte à réponse retardée qui comprend la cinématique comportementale, l’administration en ligne de TMS à impulsion unique et l’enregistrement simultané d’EMG à partir de plusieurs muscles. La tâche comprend un paradigme d’atteinte point à point bidimensionnel avec rétroaction visuelle en ligne à l’aide d’un moniteur orienté horizontalement de sorte que la rétroaction visuelle corresponde aux trajectoires de portée (c.-à-d. une relation 1:1 pendant la rétroaction véridique et aucune transformation entre la rétroaction visuelle et le mouvement). La conception actuelle comprend également un ensemble d’essais avec une perturbation visuo-motrice. Dans l’exemple fourni, il s’agit d’un décalage de rotation de 20° dans la rétroaction du curseur. Des études antérieures ont utilisé un paradigme de portée similaire pour répondre aux questions sur les mécanismes et les calculs associés à l’adaptation sensorimotrice 19,20,21,22,23,24,25. De plus, cette approche permet d’évaluer la dynamique d’excitabilité du système moteur à des moments précis au cours de l’apprentissage moteur en ligne.

Parce que l’atteinte s’est avérée être un comportement fructueux pour étudier l’apprentissage / l’adaptation, l’évaluation de l’excitabilité CS dans le contexte de ce comportement a un énorme potentiel pour faire la lumière sur les substrats neuronaux impliqués dans ces comportements. Ceux-ci peuvent inclure des influences inhibitrices locales, des changements dans les propriétés de réglage, le moment des événements neuronaux, etc., comme cela a été établi dans la recherche sur les primates non humains. Cependant, ces caractéristiques ont été plus difficiles à quantifier chez les humains et les populations cliniques. La dynamique neuronale peut également être étudiée en l’absence de mouvement manifeste chez les humains à l’aide de l’approche combinée TMS et EMG (c.-à-d. pendant la préparation du mouvement ou au repos).

Les outils présentés sont open-source, et le code est facilement adaptable. Ce nouveau paradigme produira des informations importantes sur les mécanismes impliqués dans la préparation, l’exécution, la fin et l’adaptation des mouvements d’atteinte. De plus, cette combinaison de méthodes a le potentiel de découvrir les relations entre l’électrophysiologie et le comportement chez l’homme.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Toutes les méthodes détaillées ici ont été effectuées conformément au protocole IRB et à l’approbation (numéro de protocole IRB de l’Université de l’Oregon 10182017.017). Le consentement éclairé a été obtenu de tous les sujets.

1. Appareil d’atteinte

  1. Placez une grande tablette graphique à plat sur un ordinateur de bureau.
  2. Utilisez un cadre réglable en aluminium 80-20 pour positionner le moniteur de tâches 6-8 au-dessus de la tablette en parallèle, avec l’écran tourné vers le haut (pour un plan, vérifiez ici: https://github.com/greenhouselab/Reach_TMS et Figure supplémentaire 1).
    REMARQUE: Cette configuration permet aux participants d’atteindre à travers la tablette et d’acquérir des cibles présentées sur le moniteur de tâches tout en occlusant la vision de leur bras tendu.
  3. Utilisez la configuration décrite dans Kim et al.3 comme référence.

2. Interfaces machine

  1. Connectez la tablette à l’ordinateur via un port USB. Connectez le moniteur de tâches à l’ordinateur via le port HDMI. Connectez le port TMS arrière à l’ordinateur via un câble DB-9.
  2. Connectez le système EMG à l’ordinateur via une carte d’acquisition de données PCI-6220. Connectez la photodiode au système EMG via un câble BNC.

3. Capteur de photodiode

  1. Connectez un capteur de photodiode au câble BNC. Fixez le capteur à photodiodes avec du ruban adhésif dans le coin supérieur droit du moniteur de tâche, avec le capteur tourné vers l’écran, à ≤ 1 cm de distance.
    REMARQUE: Cela enregistrera la synchronisation des stimuli présentés sur le moniteur de tâche en tant que données analogiques dans un canal d’entrée indépendant.

4. Logiciel

  1. Téléchargez VETA Toolbox26 (https://github.com/greenhouselab/Veta) pour MATLAB 2018 afin de vous interfacer avec le matériel de collecte de données.
  2. Téléchargez le code de tâche d’atteinte (https://github.com/greenhouselab/Reach_TMS) développé pour le contrôle des paramètres expérimentaux et l’interfaçage avec la tablette.

5. Présélection des participants et consentement éclairé

  1. Dépister le sujet pour les contre-indications à la SMT. Les critères d’exclusion comprennent des antécédents personnels ou familiaux de convulsions, de maux de tête, de traumatismes crâniens, d’évanouissements, de stress chronique ou d’anxiété, de problèmes de sommeil et de tout médicament neuroactif. Les critères d’exclusion supplémentaires comprennent tout implant métallique dans le cerveau ou le crâne et toute consommation de drogue ou d’alcool à des fins récréatives dans les 24 heures précédant le test. Les critères d’inclusion comprenaient l’autoritarisme et l’âge entre 18 et 35 ans.
  2. Fournir une explication écrite de la procédure et des risques associés, en clarifiant toute autre question que le participant pourrait avoir.
  3. Obtenir le consentement éclairé des participants.

6. Configuration du sujet

  1. Placez le sujet dans une chaise confortable face à la tablette. Assurez-vous que les genoux sont fléchis à 90° avec les jambes sous le bureau.
  2. Préparez la peau et placez des électrodes EMG.
    1. Utilisez du papier de verre à grain fin pour abraser doucement la peau au site du premier interossei dorsal droit (FDI), de l’extenseur carpi radialis et des muscles deltoïdes antérieurs, ainsi que la proéminence C4 à la base du cou, pour détecter les artefacts électriques produits par l’impulsion TMS.
      REMARQUE: Les sites d’enregistrement musculaire peuvent être adaptés en fonction des besoins de l’utilisateur.
    2. Écouvillonner chaque zone abrasée avec un tampon de préparation à l’alcool une fois par site d’électrode à nettoyer.
    3. Placez une électrode EMG sur chaque site. Assurez-vous que les électrodes sont perpendiculaires aux fibres musculaires. Placez l’électrode de masse sur la proéminence osseuse du coude droit.
    4. Fixez chaque électrode avec du ruban adhésif médical.
  3. Vérifiez la qualité de l’enregistrement EMG. Utilisez la boîte à outils VETA pour visualiser toutes les traces EMG et vous assurer qu’elles sont exemptes d’artefacts. Si les traces EMG sont bruyantes, assurez-vous que la masse est correctement placée et que toutes les électrodes entrent en contact avec la peau.

7. Stimulation magnétique transcrânienne

  1. Mettez l’ordinateur TMS sous tension.
  2. Trouvez le point chaud TMS du muscle FDI droit via la stimulation du M1 gauche.
    1. Placez la bobine ~5 cm latéralement et 2 cm avant le sommet de la tête, orientée ~45° hors de la ligne médiane.
    2. Administrer des impulsions TMS une fois toutes les 4 s tout en repositionnant la bobine par incréments d’environ 5 mm dans le plan antéro-postérieur et médial-latéral.
    3. En commençant à 30 % de la production maximale du stimulateur, augmenter progressivement l’intensité du SMT par incréments de 2 % jusqu’à ce que des MEP soient observées.
    4. Une fois l’emplacement optimal identifié, auquel les MEP peuvent être obtenus de manière fiable sur la majorité (~75%) des impulsions à l’intensité la plus faible possible, déterminez le seuil moteur au repos (RMT) en trouvant le niveau d’intensité qui produit des MEP avec une amplitude crête à crête de >50 μV sur cinq impulsions sur 10.
    5. Marquez la position en plaçant doucement de fines bandes de ruban réfléchissant sur la tête du participant le long du périmètre de la bobine. Maintenez le positionnement de la bobine en tenant manuellement la bobine ou en utilisant un support pour la soutenir.

8. Atteindre la configuration des tâches

  1. Mettez un gant Velcro sur la main droite du participant pour faciliter une posture de prise en main détendue.
  2. Attachez le stylet au gant et conseillez au sujet de garder la main détendue entre les mouvements d’attelage.
  3. Communiquez les instructions de tâche, qui sont les suivantes : Guidez le curseur sur la position d’accueil en bas de l’écran. Vous verrez un signal à l’un des deux emplacements cibles. Lorsque la cible se remplit de couleur, atteignez la cible aussi rapidement et aussi précisément que possible. Revenez ensuite à la position d’accueil. Indiquez l’emplacement des positions d’origine, des indices et des cibles (figure 1A).
  4. Entraînez le participant à découper les cibles avec le stylet aussi rapidement et aussi précisément que possible. Éteignez les lumières dans la salle des tâches pour masquer la vision du participant des mouvements des bras et améliorer la visibilité du moniteur de tâches.

9. Conception des tâches

  1. Contrôlez la présentation du stimulus visuel avec Psychtoolbox 3.0 dans Matlab 2018 (fichier de codage supplémentaire 1).
  2. Utilisez les paramètres suivants pour faire correspondre les données actuelles : 20 essais pratiques; 270 essais expérimentaux; TMS sur 4/5 des essais; La SMT coïncide soit avec le début du signal préparatoire (TMS de base), soit 100 ms avant le signal impératif (TMS de retard) avec une fréquence égale ; 1/10 des essais totaux sont des essais de capture, dans lesquels le signal impératif n’apparaît pas; la position d’accueil est un cercle d’un rayon de 2 cm positionné en bas au centre de l’espace de travail; Deux cibles circulaires d’un rayon de 1 cm sont positionnées à 15 cm de la position d’origine à +45° et -45° de la ligne médiane.
  3. Définissez l’ordre et la durée des événements comme suit : signal préparatoire à 900 ms et signal impératif à 900 ms.

10. Administration du TMS

  1. La boîte à outils VETA administre simultanément TMS et enregistre les https://github.com/greenhouselab/Veta EMG.
  2. Contrôlez le moment des impulsions TMS avec la boîte à outils VETA pour qu’elle coïncide avec les événements comportementaux choisis (c.-à-d. le début du signal préparatoire ou 100 ms précédant l’apparition de la cible).
  3. Fournir TMS avec une fréquence suffisante pour assurer un nombre suffisant de députés européens pour l’analyse.
    REMARQUE: Tel qu’il est écrit, le code de tâche délivrera une impulsion TMS sur 4/5 des essais totaux, soit au début du signal préparatoire - pour obtenir des MEP de base - ou 100 ms avant le signal impératif - pour obtenir des MEP retardés. Les paramètres peuvent être ajustés dans le code en fonction des besoins de l’utilisateur. Les essais sans SMT peuvent être utilisés pour évaluer les performances comportementales en l’absence de SMT. Ceci est utile pour déterminer toute influence possible de TMS sur les performances.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

L’exécution réussie des méthodes décrites comprend l’enregistrement des données des tablettes, les traces EMG et l’obtention fiable des MEP. Une expérience a été réalisée qui comprenait 270 essais de test avec TMS livrés sur 4/5 des essais (216 essais).

Les données ont été recueillies auprès de 16 participants (huit femmes; huit hommes) âgés de 25 ± 10 ans, qui se sont tous déclarés droitiers. Nous avons évalué l’efficacité de la perturbation visuelle sur la performance comportementale en dérivant une fonction d’apprentissage pour un participant représentatif. Ces données sont présentées à la figure 1B et montrent que l’erreur de la cible manuelle du participant s’est ajustée aux conditions de perturbation et de lessivage comme prévu. Nous avons également évalué l’écart-type de l’erreur cible lors des atteintes de base, qui était d’environ 4,5° (Figure 1B). Ceci est cohérent avec les études précédentes24.

Une impulsion TMS a été délivrée pour chaque essai. La moitié des impulsions ont été délivrées au départ et l’autre moitié pendant une période de retard préparatoire (figure 2A). En moyenne, 91 ± 23 députés de référence et 88 ± 20 députés de retard ont été enregistrés avec succès par participant, ce qui correspond à des taux de réussite de 84 % et 81 %, respectivement. Les députés européens n’ont été comptés que lorsque les amplitudes dépassaient 0,05 mV. Les trajectoires de portée ont été capturées avec succès à partir de la tablette graphique dans tous les essais, à l’exception des essais de capture (c.-à-d. les essais dans lesquels le signal « go » n’a pas été présenté et les essais dans lesquels les participants n’ont pas réussi à initier une portée ou ont commencé avant le signal impératif).

Le délai moyen (durée entre le signal préparatoire et le signal impératif) était de 915 ± 0,5 ms (écart type moyen ±). La SMT initiale a été administrée 26 ± 8 ms après l’apparition du signal préparatoire, et la SMT retardée était de 126 ± 3 ms avant l’apparition du signal impératif (Figure 2B). L’écart constant par rapport au temps d’administration TMS prévu dans chaque cas indique qu’une optimisation supplémentaire est nécessaire pour tenir compte des latences indésirables introduites par les composants matériels ou logiciels. Cependant, la variance proportionnelle relativement faible de ces latences suggère qu’il s’agit principalement de retards fixes qui peuvent être contrôlés par des essais pilotes supplémentaires et indiquent que le calendrier des événements est généralement fiable d’un essai à l’autre.

Figure 1
Figure 1 : Données comportementales collectées à partir de la tablette. (A) L’espace de travail comprend la position de la maison (bleu foncé), deux cibles (cyan) et un ensemble représentatif de trajectoires de portée du bloc de pré-exposition d’un seul participant. (B) L’erreur de la cible a été calculée comme la distance en degrés entre l’extrémité de la portée et le centre de la cible. Les bacs d’essai sont la moyenne de deux essais consécutifs par bac, et les données sont séparées par des blocs expérimentaux : pré-exposition (non ombrée), exposition (rouge), washout en l’absence de rétroaction (vert) et washout avec rétroaction véridique (non ombrée). Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 2
Figure 2 : Exemple de traces MEP. (A) MEP représentatives et trace de photodiodes correspondante pour les deux époques expérimentales (de référence et de retard). (B) La latence MEP de base négative (-26 ± 8 ms) indique que le stimulus TMS est arrivé après le signal préparatoire, tandis que la latence MEP à retard positif (126 ± 3 ms) indique que le stimulus TMS est arrivé avant le point temporel souhaité (100 ms avant le signal impératif). La moyenne des latences est calculée pour tous les participants (n = 16). Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure supplémentaire 1 : Plan de l’appareil de portée. Veuillez cliquer ici pour télécharger ce fichier.

Fichier de codage supplémentaire 1 : Code pour la stimulation visuelle. Le fichier delayed_reach_TMS.m contient un code de tâche pour contrôler la tablette, la présentation du stimulus, la stimulation magnétique transcrânienne et l’enregistrement électromygraphique. Veuillez cliquer ici pour télécharger ce fichier.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Les méthodes décrites ci-dessus offrent une nouvelle approche pour étudier la préparation motrice dans le contexte de l’atteinte des comportements. Bien que l’atteinte représente une tâche modèle populaire dans l’étude du contrôle moteur et de l’apprentissage, il est nécessaire d’évaluer avec précision la dynamique CS associée au comportement d’atteinte. TMS offre une méthode non invasive et temporellement précise pour capturer l’activité CS à des points temporels discrets pendant l’atteinte. L’approche décrite ici combine deux sous-domaines indépendants - TMS et atteindre - un paradigme unique qui implique l’enregistrement simultané de métriques cinématiques et électrophysiologiques.

Bien que les méthodes décrites aient le potentiel de révéler des informations importantes sur le contrôle de l’action dans le contexte de la portée, il existe certaines limites et considérations. Plus important encore, la fiabilité des mesures MEP dépend de la stabilité de l’activité EMG avant l’administration du TMS, ainsi que du nombre de MEP capturés27. Il est essentiel que la qualité des données EMG soit évaluée avant la collecte des données. Pour une puissance statistique suffisante, un minimum de 20 mesures MEP par condition de tâche est recommandé. De plus, alors que les changements dans la MEP représentent un changement quantitatif dans l’excitabilité du CS, la nature de la TMS et la MEP qui en résulte produisent une mesure plutôt grossière et sommaire de l’activité CS, et leur relation causale avec le comportement doit être interprétée avec prudence15. De plus, la tablette graphique exige que le stylet maintienne le contact avec la surface de la tablette, ce qui limite la gamme de tâches d’atteinte et les ouvertures de préhension qui peuvent être utilisées.

Malgré les limites de ce protocole spécifique, la combinaison de TMS et d’EMG pour indexer l’excitabilité du système moteur lors de tâches comportementales autres que l’atteinte est bien établie15. Les avantages de cette approche combinée comprennent la capacité de mesurer la dynamique d’excitabilité CS même en l’absence de mouvement manifeste, ainsi que dans les muscles non pertinents pour la tâche. Cette approche offre également une grande précision temporelle, de l’ordre de la milliseconde. De plus, le protocole décrit ici peut être adapté pour fonctionner avec n’importe quel nombre de périphériques EMG qui s’interfacent directement avec un ordinateur de présentation de stimulus via les périphériques d’entrée/sortie répertoriés.

Compte tenu de ces avantages, le protocole peut aider à combler le fossé entre les études humaines et animales. Un grand nombre de recherches sur les primates non humains ont examiné les mécanismes électrophysiologiques associés à l’atteinte et à l’apprentissage moteur dans le contexte de l’atteinte. D’autres recherches chez l’homme utilisant l’approche combinée TMS et EMG peuvent aider à relier l’électrophysiologie non humaine et les résultats comportementaux humains. Des études antérieures sur les MEP dans le contexte de l’atteinte ont montré un effet facilitateur de la TMS lors de la préparation à la portée et à la préhension lorsque le cortex pariétal, le cortex prémoteur et les circuits pariétal M1 ont été stimulés avant le mouvement 8,14. Cependant, les amplitudes des potentiels évoqués au repos mesurées par électroencéphalographie 75 à 150 ms après TMS sur le M1 ont été réduites suite à l’adaptation du champ de force13. La relation nuancée entre la préparation, l’adaptation et les changements dans la SC justifie une enquête plus approfondie. De plus, en utilisant le même ensemble d’outils et de méthodes dans tous les laboratoires, la réplication sera plus réalisable, ce qui facilitera l’interprétabilité des résultats des études.

Bien que l’accent soit mis ici sur la SMT du M1, plusieurs études ont utilisé la SMT à deux sites pour étudier les interactions entre les zones corticales (par exemple, le cortex pariétal et M1). Bien que bon nombre de ces études aient été menées pendant le repos, une poignée d’études ont examiné les interactions cortico-corticales dans le contexte de la planification et de l’exécution de la portée. La SMT à deux sites a montré que la stimulation du cortex pariétal postérieur facilitait l’excitabilité de M1 à 50 ms et ~100 ms après un signal auditif « go » pour initier une portée controlatérale préparée28. Des méthodes supplémentaires ont été établies pour les approches TMS à double bobine qui incluent des applications lors de comportements de portée à saisir dirigés vers un objectif29. Le protocole décrit ici complète ces études et méthodes précédentes et peut également être facilement adapté aux études TMS à deux sites.

L’exemple de code de tâche consiste en une tâche de réponse différée avec deux cibles potentielles. Des paramètres tels que les numéros d’essais, les caractéristiques de la cible et du curseur, la rétroaction visuelle et la prestation de la SMT peuvent être ajustés pour répondre à diverses questions de recherche. Les données enregistrées avec cette approche comprennent la cinématique comportementale de la tablette et les mesures électrophysiologiques de l’EMG. Les résultats préliminaires ont révélé que la SMT et les mesures comportementales présentent un timing fiable et une sensibilité suffisante à la variabilité des directions de portée entre les essais. Ces méthodes et résultats constituent une preuve de concept pour les futures recherches sur les mécanismes neuronaux de l’atteinte via la SMT à l’aide de cette approche.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Tous les auteurs déclarent qu’il n’y a pas de conflits d’intérêts

Acknowledgments

Cette recherche a été rendue possible en partie grâce au généreux financement du programme Knight Campus Undergraduate Scholars et de la Phil and Penny Knight Foundation.

Materials

Name Company Catalog Number Comments
2-Port Native PCI Express  StarTech.com RS232 Card with 16950 UART  Must be compatible with desktop computer
Adjustable 80-20 aluminum frame any
Alcohol prep pads any EMG preparation
Bagnoli Bipolar Electrodes Delsys DE 2.1
Bagnoli Reference Electrode Delsys USX2000 2” (5cm) Round
Bagnoli-8 EMG System Delsys
Chair any
Computer monitor for EMG/TMS n/a
Desk any
Desktop Computer Dell xps 8930 RAM: 16 GB, Storage: 1TB, Graphics: 1060 6GB 
EMG electrodes Delsys Sensor Adhesive Interface
Fine grain sandpaper any EMG preparation
Graphics tablet Wacom Intuos-4 XL
Handle of paint roller any to be used as stylus handle, hollowed out center must be large enough for stylus to sit securely inside 
Medical tape any To secure EMG electrodes
PCI-6220 card DAQ National Instruments To interface EMG system
Photodiode Sensor Vishay BPW21R To record timing of task events into EMG trace.
Rear TMS port Magstim Included with TMS machine
Right-handed polyethylene glove any Cut out thumb and index finger of glove to expose FDI muscle
Sensory Adhesive Interface, 2-slot Delsys SC-F01
Stylus Wacom Intuos-4 grip pen
Tablet-to-Computer USB cable  any Included in Tablet purchase
Task Monitor Asus VG248
TMS coil Magstim D70 Remote Coil 7cm diameter, figure-of-eight coil
TMS machine Magstim 200-2
TMS-to-Computer DB9 cable any Connects to PCIe Serial Card
Velcro any To be placed on glove and stylus handle

DOWNLOAD MATERIALS LIST

References

  1. Georgopoulos, A. P., Kalaska, J. F., Caminiti, R., Massey, J. T. On the relations between the direction of two-dimensional arm movements and cell discharge in primate motor cortex. The Journal of Neuroscience. 2 (11), 1527-1537 (1982).
  2. Georgopoulous, A. P., Schwartz, A. B., Kettner, R. E. Neuronal population coding of movement direction. Science. 233 (4771), 1416-1419 (1986).
  3. Kim, H. E., Morehead, J. R., Parvin, D. E., Moazzezi, R., Ivry, R. B. Invariant errors reveal limitations in motor correction rather than constraints on error sensitivity. Communications Biology. 1, 19 (2018).
  4. Huberdeau, D. M., Krakauer, J. W., Haith, A. M. Dual-process decomposition in human sensorimotor adaptation. Current Opinion in Neurobiology. 33, 71-77 (2015).
  5. Shadmehr, R., Smith, M. A., Krakauer, J. W. Error correction, sensory prediction, and adaptation in motor control. Annual Review of Neuroscience. 33 (1), 89-108 (2010).
  6. Filimon, F., Nelson, J. D., Hagler, D. J., Sereno, M. I. Human cortical representations for reaching: Mirror neurons for execution, observation, and imagery. NeuroImage. 37 (4), 1315-1328 (2007).
  7. Hammon, P. S., Makeig, S., Poizner, H., Todorov, E., de Sa, V. R. Predicting reaching targets from human EEG. IEEE Signal Processing Magazine. 25 (1), 69-77 (2008).
  8. Busan, P., et al. Effect of transcranial magnetic stimulation (TMS) on parietal and premotor cortex during planning of reaching movements. PloS One. 4 (2), 4621 (2009).
  9. Busan, P., et al. Transcranial magnetic stimulation and preparation of visually-guided reaching movements. Frontiers in Neuroengineering. 5, 18 (2012).
  10. Lega, C., et al. The topography of visually guided grasping in the premotor cortex: a dense-transcranial magnetic stimulation (TMS) mapping study. The Journal of Neuroscience. 40 (35), 6790-6800 (2020).
  11. Marigold, D. S., Lajoie, K., Heed, T. No effect of triple-pulse TMS medial to intraparietal sulcus on online correction for target perturbations during goal-directed hand and foot reaches. PloS One. 14 (10), 0223986 (2019).
  12. Savoie, F. -A., Dallaire-Jean, L., Thenault, F., Whittingstall, K., Bernier, P. -M. Single-pulse TMS over the parietal cortex does not impair sensorimotor perturbation-induced changes in motor commands. eNeuro. 7 (2), (2020).
  13. Taga, M., et al. Motor adaptation and internal model formation in a robot-mediated forcefield. Psychoradiology. 1 (2), 73-87 (2021).
  14. Vesia, M., et al. Human dorsomedial parieto-motor circuit specifies grasp during the planning of goal-directed hand actions. Cortex. 92, 175-186 (2017).
  15. Bestmann, S., Krakauer, J. W. The uses and interpretations of the motor-evoked potential for understanding behaviour. Experimental Brain Research. 233 (3), 679-689 (2015).
  16. Rossini, P. M., et al. Non-invasive electrical and magnetic stimulation of the brain, spinal cord, roots and peripheral nerves: Basic principles and procedures for routine clinical and research application. An updated report from an I.F.C.N. Committee. Clinical Neurophysiology. 126 (6), 1071-1110 (2015).
  17. Rothwell, J. C., Thompson, P. D., Boyd, S., Marsden, C. D. Stimulation of the human motor cortex through the scalp. Experimental Physiology. 76 (2), 159-200 (1991).
  18. Bestmann, S., Duque, J. Transcranial magnetic stimulation: decomposing the processes underlying action preparation. The Neuroscientist. 22 (4), 392-405 (2016).
  19. Kim, H. E., Avraham, G., Ivry, R. B. The psychology of reaching: action selection, movement implementation, and sensorimotor learning. Annual Review of Psychology. 72 (1), 61-95 (2021).
  20. McDougle, S. D., Bond, K. M., Taylor, J. A. Explicit and implicit processes constitute the fast and slow processes of sensorimotor learning. The Journal of Neuroscience. 35 (26), 9568-9579 (2015).
  21. McDougle, S. D., Bond, K. M., Taylor, J. A. Implications of plan-based generalization in sensorimotor adaptation. Journal of Neurophysiology. 118 (1), 383-393 (2017).
  22. McDougle, S. D., Ivry, R. B., Taylor, J. A. Taking aim at the cognitive side of learning in sensorimotor adaptation tasks. Trends in Cognitive Sciences. 20 (7), 535-544 (2016).
  23. Morehead, J. R., Qasim, S. E., Crossley, M. J., Ivry, R. Savings upon re-aiming in visuomotor adaptation. The Journal of Neuroscience. 35 (42), 14386-14396 (2015).
  24. Taylor, J. A., Krakauer, J. W., Ivry, R. B. Explicit and implicit contributions to learning in a sensorimotor adaptation task. The Journal of Neuroscience. 34 (8), 3023-3032 (2014).
  25. Tsay, J. S., Kim, H. E., Parvin, D. E., Stover, A. R., Ivry, R. B. Individual differences in proprioception predict the extent of implicit sensorimotor adaptation. Journal of Neurophysiology. 125 (4), 1307-1321 (2021).
  26. Jackson, N., Greenhouse, I. VETA: An open-source matlab-based toolbox for the collection and analysis of electromyography combined with transcranial magnetic stimulation. Frontiers in Neuroscience. 13, 975 (2019).
  27. Goldsworthy, M. R., Hordacre, B., Ridding, M. C. Minimum number of trials required for within- and between-session reliability of TMS measures of corticospinal excitability. Neuroscience. 320, 205-209 (2016).
  28. Koch, G., et al. Functional interplay between posterior parietal and ipsilateral motor cortex revealed by twin-coil transcranial magnetic stimulation during reach planning toward contralateral space. The Journal of Neuroscience. 28 (23), 5944-5953 (2008).
  29. Goldenkoff, E. R., Mashni, A., Michon, K. J., Lavis, H., Vesia, M. Measuring and manipulating functionally specific neural pathways in the human motor system with transcranial magnetic stimulation. Journal of Visualized Experiments. (156), e60706 (2020).

Tags

Neurosciences numéro 190
Évaluation de l’excitabilité corticospinale au cours d’un comportement d’atteinte d’un objectif
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Gomez, I. N., Orsinger, S. R., Kim,More

Gomez, I. N., Orsinger, S. R., Kim, H. E., Greenhouse, I. Assessing Corticospinal Excitability During Goal-Directed Reaching Behavior. J. Vis. Exp. (190), e64238, doi:10.3791/64238 (2022).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter