Bruk av Virtual Reality overføre motorisk ferdighet kunnskap fra ene til en annen

Published 9/18/2017
0 Comments
  CITE THIS  SHARE 
Behavior
 

Summary

Vi beskriver en ny virtuell virkelighet basert oppsett som utnytter frivillig kontroll med en hånd å forbedre motor-skill ytelsen i den andre (ikke-trente) hånden. Dette oppnås ved å tilby sanntids bevegelse-basert sensorisk feedback som om den ikke-trente hånden beveger seg. Denne nye tilnærmingen kan brukes til å forbedre rehabilitering av pasienter med ensidige hemiparesis.

Cite this Article

Copy Citation

Ossmy, O., Mukamel, R. Using Virtual Reality to Transfer Motor Skill Knowledge from One Hand to Another. J. Vis. Exp. (127), e55965, doi:10.3791/55965 (2017).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

Så langt som er opptatt av å anskaffe motoriske ferdigheter, er opplæring av frivillig fysisk bevegelse overordnet alle andre former for trening (f.eks opplæring av observasjon eller passiv bevegelse av trainee's hendene av en robot enhet). Dette åpenbart gir en stor utfordring i rehabiliteringen av en paretic lem siden frivillig kontroll av fysisk bevegelse er begrenset. Her beskriver vi en roman training ordningen har vi utviklet som har potensial til å omgå denne store utfordringen. Vi utnyttet frivillig kontroll av én hånd og levert sanntid bevegelse-basert manipulert sensorisk feedback som derimot går. Visuelle manipulasjon gjennom virkelig realitet (VR) ble kombinert med en enhet som åk venstre fingrene til å passivt følge høyre frivillig fingerbevegelser. I sunn fag viser vi forbedret i økt ytelse av en lem i fravær av frivillig fysisk trening. Resultatene i friske tyder på at trening med unike VR oppsettet kan også være fordelaktig for pasienter med øvre lem hemiparesis ved å utnytte frivillig kontroll av seg sunt å forbedre rehabilitering av berørte hånden.

Introduction

Fysisk trening er den mest effektive formen for trening. Selv om denne tilnærmingen er godt etablert1, er det svært utfordrende i tilfeller hvor grunnleggende motor evne av trening hånden er begrenset2. For å omgå dette problemet, undersøkt en stor og voksende mengde litteratur ulike indirekte tilnærminger motor trening.

En slik indirekte trening tilnærming bruker fysisk trening med en hånd for å innføre ytelsesgevinster i den andre (ikke-praktisert) hånden. Dette fenomenet er kjent som cross-utdanning (CE) eller intermanual overføring, har vært studert 3,4,5,6,7,8,9 og brukes til å forbedre ytelsen i ulike finmotoriske oppgaver 10,11,12. For eksempel i sport dyktighet innstillinger, har studier vist at opplæring basketball drible i den ene hånden overfører til økt drible evner i andre, utrente hånd 13,14,15.

En annen indirekte tilnærming er motor læring tilrettelagt gjennom bruk av visuelle eller sensorisk feedback. I læring av observasjon, har det vært vist at betydelige gevinster kan skaffes ved passivt observere andre utføre oppgave16,17,18,19 ,20. Tilsvarende ble proprioceptive trening, som flyttes passivt lem, også vist å forbedre ytelsen på finmotoriske oppgaver, 12,,21,,22,,23,,24 , 25 , 26.

Sammen tyder disse linjene forskning på at sanseinntrykk spiller en viktig rolle i læring. Her viser vi at manipulere online sensorisk feedback (visuell og proprioceptive) under fysisk trening av en lem gir utvidet ytelsesforbedring i motsatt lem. Vi beskriver en lærer opp område som gir optimal ytelse utfallet i en hånd, i fravær av sin frivillig fysisk trening. Konseptuelle nyheten av den foreslåtte metoden ligger i det faktum at den kombinerer tre ulike former for læring - nemlig lære ved observasjon, CE og passiv bevegelse. Her undersøkt vi om fenomenet CE, speilet visuell tilbakemelding og passiv bevegelse, kan utnyttes til rette for læring i sunn fag i fravær av frivillig fysisk bevegelse av trening lem.

Konseptet i dette oppsettet er forskjellig fra direkte forsøk å trene fysisk hånden. På metodisk nivå - introduserer vi en roman oppsett inkludert avanserte teknologier som 3D virtuell virkelighet og tilpasset bygget enheter som tillater manipulere visuelle og proprioceptive inndata i miljømessige naturomgivelser. Demonstrere forbedret utfallet med den foreslåtte treningen har viktige konsekvenser for reell læring. For eksempel barn bruke sensorisk feedback på en måte som er forskjellig fra voksne27,28,29 og for å optimalisere motor læring, barn kan kreve lengre perioder av praksis. Bruk av CE med manipulert sensorisk feedback kan redusere trening varighet. Videre kan oppkjøp av sport ferdigheter bli lettere med denne typen opplærings. Til slutt, kan dette være gunstig for utviklingen av en ny tilnærming for rehabilitering av pasienter med ensidig motor underskudd som slag.

Protocol

følgende protokollen ble gjennomført retningslinjer godkjent av menneskelig etikk komiteen av Tel-Aviv University.The studie inkluderer 2 eksperimenter – bruker visuelle manipulasjon og en annen kombinere visuelle med proprioceptive sensoriske manipulasjon. Fag var friske, høyre hånd (ifølge Edinburgh håndbruk spørreskjemaet), med normalt syn og ingen rapporterte kognitiv underskudd eller nevrologiske problemer. De var naive til formålet med studiet og gitt skriftlig samtykke i studien.

1. sette opp virtuell virkelighet miljøet

  1. har fag sitte i en stol med hendene fremover og håndflatene vendt nedover.
  2. Satt på den virtuelle virkeligheten (VR) hodetelefonen med leder-montert spesialiserte 3D kameraet gir online visuelle tilbakemeldinger i den virkelige miljøet. Kontroller at video fra kameraet vises i VR hodesettet.
    Merk: Videoen presenteres av C# codebase tilpasset programvare, bygget basert på en åpen kildekode, plattformuavhengig 3D rendering motoren.
  3. Satt på forslag-sensing MR-kompatible hansker som tillater avlytting av personlige finger flexure i hver hånd. Sikre at programvaren bygger virtuell hendene på et bestemt sted i rommet slik at fagene se virtuelle hendene bare når ser mot stedet der deres virkelige hender vil normalt være.
  4. Gjennom hele eksperimentet, sørg for at programvaren registrerer hånd konfigurasjonen av hanskene.
    Merk: Den innebygde virtuelle håndbevegelser kontrolleres av samme programvare som bruker C-baserte applikasjonsgrensesnitt (API) for tilgang til kalibrert rå data og gest informasjon fra hansker inkludert vinkler mellom fingrene ' ledd.
  5. Plasserer fagene ' hender i en spesialisert bevegelse kontroll enheten og stroppen høyre og venstre fingrene kan stempler. Kontroller at de kan flytte fingrene høyre separat.
    Merk: Høyre finger stempler flytte en stempelholderen et potensiometer etter deres refleksjoner. I sin tur bestemmer en modul som leser plasseringen av hver potensiometer på fingrene av høyre hånd og krefter motorer som push/pull tilhørende venstre hånd fingeren til den tilsvarende posisjonen.
  6. Kontroller at frivillige bevegelsen av venstre fingrene er begrenset av spør fagene flytte sin venstre hånd mens den er plassert inne enheten.
    Merk: Siden bare aktive (høyre) hånd fingeren bevegelse aktiverer motorene, frivillig venstre fingeren bevegelse er umulig når enheten er slått på.

2. Gjennomføre eksperimentet

Merk: se figur-1 for de eksperimentelle scener. Hvert emne gjennomgikk tre instruksjon-evaluering-tog-evaluering eksperimentelle økter. Detaljer om instruksjonene og evaluering stadier finnes i Representative resultatinndelingen.

  1. Unstrap emner ' hender fra bevegelse kontroll enheten.
  2. Har fagene utføre en unimanual 5-sifrede finger sekvens bevegelse gjentatte ganger så nøyaktig og raskt som mulig med ikke-trening hånd i et forhåndsdefinert tidsrom (f.eks 30 s). Hver individuelle finger strekking bør være minst 90 grader.
    Merk: Fingrene er nummerert fra index (1) til lillefingeren (4) og instruksjonene inkluderer en bestemt 5-sifrede sekvens. Hvis sekvensen er 4-1-3-2-4, har fag flytte fingrene i følgende rekkefølge: lite-indeks-ring-midten-liten.
  3. Etter evalueringen (trinn 2.2), stroppen hendene på emnet til bevegelse kontroll enheten.
  4. Still pasienten til kommende trening scenen for å utføre en rekke fingerbevegelser med aktive hånd på en tempo måte.
  5. Gjenta evalueringen stadier 2.1-2.2 igjen.

3. Analysere atferdsdata og beregne ytelsesgevinster

  1. i tilpasset programvare som leser datafilene av hansker under forsøkene, klikker du ' laste venstre data ' og Velg filene opprettes i den ' venstre Fange ' brosjyre under aktuelle emnet.
    Merk: Det finnes ingen annen mapper for pre og post evalueringer. Filnavn inneholder evaluering trinn identifikasjonen.
  2. Klikk ' laste høyre data ' og Velg filene opprettes i den ' høyre fange ' brosjyre under aktuelle emnet.
  3. Klikk ' gå ' å spille og visualisere virtuelle hender bevegelser under hver evaluering scenen basert på data registrert fra sensorene i bevegelse-sporing hansken.
  4. For hver evaluering trinn og hvert emne separat, telle antall fullstendig og korrekt finger sekvenser (P) utført med ikke-trente hånd.
    Merk: En finger bevegelse er gyldig bare når vinkelen mellom den proksimale phalange og hælen 90o. En 5-sifret sekvens anses fullstendig og korrekt bare hvis alle fingerbevegelser var gyldig.
  5. Beregn ytelse gevinster indeks (G) i henhold til følgende formel:
    Equation
    der P post_training /P pre_training tilsvarer emnet ' s ytelse (antall komplett finger sekvenser) i innlegget/pre-trening evaluering scenen henholdsvis.

Representative Results

36 fag i to eksperimenter utdannet å utføre raske sekvenser av høyre fingerbevegelser mens sensorisk (visual/proprioceptive) feedback ble manipulert. Fingre ble regnet fra indeksen (1) å lillefingeren (4) og hvert emne ble bedt om å lære tre forskjellige sekvenser i tre påfølgende eksperimentelle økter som: 4-1-3-2-4, 4-2-3-1-4 og 3-1-4-2-3. Hver sekvens/økt var assosiert med en spesifikk opplæring og tilknytningen mellom sekvensnummer og treningstype var oppveies over fag. På begynnelsen av hver økt, ble fag presentert med en instruksjon lysbildet som avbildet to hånd illustrasjoner (høyre og venstre) med nummererte fingre og en bestemt 5 nummerserie under, som representerer en rekke fingerbevegelser å lære (se figur 1). Instruksjoner lysbildet (12 s) ble etterfulgt av pre-trening evaluering scenen (30 s). På dette stadiet, online visuell tilbakemelding besto av en visning av to virtuelle hender som fingerbevegelser var yoked i sanntid til den fag faktisk fingerbevegelser (virtuelle hender var basert på en modell tilgjengelig i 5DT hansker verktøykassen). Dermed ble virkelige venstre hånd bevegelse ledsaget av visuell tilbakemelding venstre (sammenfallende) virtuelle hånd bevegelse. Fagene ble instruert til å gjentatte ganger utføre sekvensen så raskt og nøyaktig som mulig med sin venstre hånd. I følgende trening scenen, fag trent på serien under en bestemt eksperimentelle tilstand på en tempo måte. Trening scenen inneholdt 20 blokker, hver trening blokk varte 15 s etterfulgt av 9 s av gule tom skjerm, som fungerte som stikkordet for hvile periode. Vi brukte 20 opplæring blokker, som i vårt tilfelle var tilstrekkelig for å oppnå betydelige forskjeller mellom forhold. Endelig en etter trening evaluering scenen identisk med den pre analyse ble gjennomført. Hvert emne gjennomgikk tre slike instruksjon-evaluering-tog-evaluering eksperimentelle økter. Hver eksperimentelle økten var assosiert med en unik trening tilstand og finger sekvens. I eksperiment 1, vi sammenlignet indeksverdier G over trening følgende: (1) opplæring ved observasjon - fag passivt observert virtuelle venstre utfører sekvensen mens begge deres virkelige hender var immobile; (2) CE - fag fysisk trent med sin høyre hånd mens du får sammenfallende online visuell tilbakemelding rette virtuelle hånd bevegelse; (3) CE + visuell manipulasjon (VM) - viktigst, VR oppsettet tillatt oss å skape en unik 3d eksperimentelle tilstand som fag fysisk utdannet med sin høyre hånd mens du får online visuell tilbakemelding av virtuelle hånden til venstre (incongruent) bevegelse (CE + VM tilstand). Venstre virtuelle hånden til fingeren bevegelse var basert på virkelige høyre fingeren bevegelse oppdages av hansker (trinn 1.4). I alle forhold - palm fagene hender var peker oppover. Tempoet i virtuelle hånden til fingeren bevegelse i treningen av observasjon tilstand (tilstand 1) ble angitt basert på gjennomsnittlig tempo av faget under forrige aktive høyre hånd vilkårene (vilkår 2 og 3). I tilfeller der rekkefølgen på treningsforhold på grunn av counterbalancing var slik at trening av observasjon var første ble tempoet satt basert på gjennomsnittlig tempoet i forrige emnet. Alle G indeks sammenligninger ble utført i innenfor emnet sammen-mote over de forskjellige treningsforhold.

Venstre ytelsesgevinster etter trening i stand 3 (CE + visuell manipulasjon) var betydelig høyere i forhold til gevinster oppnådd etter trening av venstre observasjon (betingelse 1, p < 0,01; tosidige koblet t-test) eller etter høyre hånd med sammenfallende visuell tilbakemelding-den tradisjonelle formen for CE (betingelse 2, p < 0,05, to tailed parvis t-test; Figur 2 og tabell 1). Interessant opplæringen incongruent visuell tilbakemelding (CE + VM) ga høyere ytelse gevinst enn summen av gevinster ved to grunnleggende opplæring typer: fysisk trening med høyre hånd, og opplæring av observasjon av venstre uten bevegelse. Denne super additiv effekt viser at ytelsesgevinster i venstre hånd er ikke-lineært forbedret når høyre trening er supplert med venstre hånd visuell tilbakemelding som kontrolleres av emnet. Dette innebærer at CE og læring av observasjon er samspill prosesser som kan kombineres til en roman læring ordningen.

Vi har også undersøkt i et annet sett med 18 sunn emner om tillegg av passiv venstre hånd bevegelse kan forbedre venstre ytelsesgevinster. For dette formål i studere 2, fag gjennomgikk en lignende protokoll med 3 trening typer mens hendene var plassert inne i nevnte spesialbygde enheten (trinn 1.7) som styrer venstre finger bevegelse. I dette eksperimentet, fag trent for 10 kvartaler. Hver trening blokk varte 50 s etterfulgt av 10 s med en gul tom skjerm som fungerte som stikkordet for hvile periode. Følgende tre trening typer ble brukt: (1) CE + VM-cross utdanning ledsaget av manipulert visuell tilbakemelding (ligner på betingelse 3 fra studie 1); (2) CE + PM-standard kryss-utdanning (dvs høyre aktiv bevegelse + visuell tilbakemelding rette virtuelle hånd bevegelse), sammen med yoked passiv bevegelse (PM) til venstre; (3) CE + VM + PM-fag fysisk trent med sin høyre hånd mens visuell skriving ble manipulert slik at tilsvarende igjen virtuelle hånd bevegelse ble vist (lik tilstand 3 brukes i den første studien). Men i tillegg resulterte høyre aktive fingeren bevegelse i yoked passiv venstre fingeren bevegelse gjennom innretningen.

Tillegg av passiv venstre fingeren bevegelse til visuelle manipulasjon, gitt høyeste venstre ytelsesgevinster (Figur 3 og tabell 2), som var betydelig høyere enn ytelsesgevinster følgende visuelle manipulasjon alene (betingelse 1, p < 0,01; tosidige koblet t-test). Det bør bemerkes at selv om CE + VM trening tilstanden var lik som i studien 1, absolutt G verdier er bare sammenlignbare over betingelsene i samme studien. Dette er på grunn av at (1) opplæring var litt annerledes (i studien 2 palms møtt ned og ikke opp på grunn av enheten, ulike varighet/nummeret opplæring blokker) og (2) hver eksperimentet ble gjennomført på en annen gruppe av fag. Viktigere, hver studie, hvert emne utført alle typer trening og G indekser over betingelser sammenlignes i sammenkoblede mote.

Figure 1
Figur 1. Eksperiment Design. Skjematisk illustrasjon av en eksperimentell enkeltøkt i studien 1. Hvert emne utført 3 slike økter. I hver økt, ble en unik bokstavkombinasjon fem sifre presentert med en skisse av tilordnede fingrene. Etter instruksjoner utført fag sekvensen som rask og så nøyaktig som mulig med sin venstre hånd for første evaluering av ytelse. Deretter fag trent på rekkefølgen av en av trening (se representant resultater) på en tempo måte. Etter trening gjentok fag evaluering scenen for ny vurdering av ytelse nivå. I studien 2 var utformingen lignende, med ulike varighet/opplæring blokker (detaljert i representant resultatene). Hender i illustrasjonen representererden aktive hånden (visuell tilbakemelding alltid inneholdt to virtuelle hender). Klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2. Studien 1-venstre ytelsesgevinster. Fysisk trening med høyre hånd mens du får online visuell tilbakemelding som om venstre er i bevegelse (CE + visuell manipulasjon; VM; rød) resulterte i høyeste venstre ytelsesgevinster i forhold til de andre treningsforhold undersøkt: venstre observasjon (gul), og kryss-utdanning uten visuelle manipulasjon (dvs høyre trening + sammenfallende visuell tilbakemelding rette virtuelle hånd bevegelsen; grønn). Feilfelt betegne SEM over 18 fag. Klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3. Studien 2-venstre ytelsesgevinster. Høyeste venstre ytelsesfordelene ble oppnådd tvers utdanning med visuelle manipulasjon var kombinert med passiv venstre fingeren bevegelse av enheten (CE + VM + PM, rødt). Denne forbedringen var betydelig høyere enn innhentet etter krysset utdanning med visuelle manipulering (CE + VM, rød) og kryss utdanning med proprioceptive manipulasjon (CE + PM, grønn). Feilfelt betegne SEM over 18 fag. Klikk her for å se en større versjon av dette tallet.

Table 1
Tabell 1. Studere 1 data. Individuelle motivets ytelse (P) under før og etter trening evaluering stadier i studien 1. Hver celle representerer antall riktig utført komplett 5-sifrede sekvenser fra 30 s. S-emne tall. Klikk her for å laste ned denne tabell.

Table 2
Tabell 2. Studere 2 data. Samme som tabell 1 for studier 2. Merk at trening varighet og hånd retning i dette eksperimentet var annerledes enn eksperiment 1 (se tekst). Klikk her for å laste ned denne tabell.

Discussion

Vi beskriver en roman trening oppsett og demonstrere hvordan innebygging virtuelle sensorisk feedback i virkelige omgivelser optimaliserer motor læring i en hånd som ikke er utdannet frivillige kontroll. Vi manipulert tilbakemeldinger i to modaliteter: visuell og proprioceptive.

Det er noen viktige skritt i presentert protokollen. Først består systemet av flere separate komponenter (hansker, VR hodetelefoner, kamera og passiv bevegelse enhet) som skal kobles nøye når du konfigurerer miljøet VR. Derfor, skal eksperimentator beholde rekkefølgen som er beskrevet i protokollen og kontrollere fag bekvemmelighet.

Kombinasjonen av visuelle og proprioceptive manipulasjon under trening introdusert betydelig høyere ytelse i den ikke-trente hånden i forhold til andre eksisterende trening typer som læring av observasjon17, og CE3 med og uten passiv hånd bevegelser24,25,26.

Det er et åpent spørsmål om det forsterket gjennomførelse gevinster i gjeldende demonstrasjonen generaliserer til andre oppgaver, trening varighet, tilbakemeldinger modaliteter eller hånd identiteter (venstre aktive hånd eller bi-manuelle bevegelser). Denne studien var begrenset til høyrehendt fag ved hjelp av en enkel finger sekvens aktivitet. I tillegg er Propriosepsjon manipulering i gjeldende oppsett basert på et system som lar svært begrenset bevegelser (som finger strekking/extension) for en relativt kortsiktige trening. Videre arbeid må etablere generalizability for presentert til andre typer atferd.

Gjeldende oppsett kan utvides på flere måter. Første, nye typer modaliteter kan legges for eksempel bindende ulike auditiv lyder til forskjellige fingerbevegelser under aktiviteten sekvens. Dette kan resultere i en supra-additiv effekt som vil ytterligere optimalisere læring i utrente hånden. Andre muliggjør gjeldende utforming av systemet en enkelt bytte mellom frivillig flytte hånden (høyre hånd i gjeldende beskrivelse) og passivt yoked hånd (venstre). Fremtidige studier kan kapitalisere på denne fleksibiliteten å undersøke hvordan retningen på overføring (mellom dominerende og ikke-dominante hender3) kan endre nivået av ytelse ved presentert sensoriske manipulasjoner. Til slutt, unike VR oppsettet vi utviklet kan være tilpasset mer komplekse oppgaver (i motsetning til enkel finger sekvens oppgaven). Virtuelle simulering av eksterne objekter som baller, pins og styrene kan bygges i den virkelige miljøet gir en rik og engasjerende opplevelse.

Som fremtidige, kan effekten beskrevet i denne studien lett brukes med klinisk bestander som pasienter med øvre lem hemiparesis ved å innføre fysisk trening med den friske hånden og gir visuelle tilbakemeldinger som om den berørte hånden flytte. Gitt at frivillig kontroll av de berørte Lem er begrenset slik bestander, har denne opplæringsprogram potensial til omgå utfordringer direkte fysioterapi av berørte hånden og kanskje resulterer i bedre utvinning priser30 ,31. Denne tilnærmingen, utnytte fenomenet kryss-utdanning og speil-terapi, sammen med veletablerte rehabilitering oppgaver, tidligere testet i klinisk pasienter og har potensial for å gi en mer effektiv rehabilitering regimet. Til slutt, siden dette oppsettet er delvis MR kompatibel, muliggjør bruk av hele-hjerne funksjonell magnetisk resonans imaging (fMRI) å undersøke de relevante nevrale kretsene engasjert under slike trening12.

Disclosures

Forfatterne erklærer at de har ingen konkurrerende økonomiske interesser.

Acknowledgements

Denne studien ble støttet av jeg-kjernen programmet i planlegging og budsjettering komiteen Israel Science Foundation (grant no. 51/11), og The Israel Science Foundation (tilskudd nr 1771/13 og 2043/13) (RM); Yosef Sagol stipend for nevrovitenskap forskning, israelske Presidential æres stipend for nevrovitenskap forskning og Sagol skolen av nevrovitenskap fellesskap (O.O.). Fond ikke hadde noen rolle i studien design, innsamling og analyse, beslutningen om å publisere eller utarbeidelse av manuskriptet. Forfatterne takker E. Kagan og A. Hakim hjelp med datainnsamling, Lihi Sadeh og Yuval Wilchfort med filming og oppsett, og O. Levy og Y. Siman-Tov fra Rehabit-Tec System for å gi tilgang til passiv bevegelse enheten.

Materials

Name Company Catalog Number Comments
Oculus Development Kit 1 Oculus VR The Oculus Rift DK1 is a virtual reality headset developed and manufactured by Oculus VR, and contains development kit.
5DT Data Glove 14 MRI Right-handed and left handed Fifth dimension Technologies 100-0009 and 100-0010 The 5DT Data Glove Ultra is designed to satisfy the stringent requirements of modern Motion Capture and Animation Professionals. It offers comfort, ease of use, a small form factor and multiple application drivers. The high data quality, low cross-correlation and high data rate make it ideal for realistic realtime animation.
PlayStation Eye Camera Sony The PlayStation Eye (trademarked PLAYSTATION Eye) is a digital camera device, similar to a webcam, for thePlayStation 3. The technology uses computer vision and gesture recognition to process images taken by the camera.
REHABILITATION SYSTEM REHABIT-TEC Rehabit-Tec www.rehabit-tec.com The Rehabit-Tec Rehabilitation system is a rehabilitation system intended to allow a CVA injured individual advance self rehabilitation on the basis of mirror movements

DOWNLOAD MATERIALS LIST

References

  1. Coker, C. A. Motor learning and control for practitioners. Routledge. (2017).
  2. Hoare, B. J., Wasiak, J., Imms, C., Carey, L. Constraint-induced movement therapy in the treatment of the upper limb in children with hemiplegic cerebral palsy. Cochrane Database Syst Rev. 18, (2), (2007).
  3. Sainburg, R. L., Wang, J. Interlimb transfer of visuomotor rotations: independence of direction and final position information. Exp Brain Res. 145, (4), 437-447 (2002).
  4. Malfait, N., Ostry, D. J. Is interlimb transfer of force-field adaptation a cognitive response to the sudden introduction of load? J Neurosci. 24, (37), 8084-8089 (2004).
  5. Perez, M. A., Wise, S. P., Willingham, D. T., Cohen, L. G. Neurophysiological mechanisms involved in transfer of procedural knowledge. J Neurosci. 27, (5), 1045-1053 (2007).
  6. Nozaki, D., Kurtzer, I., Scott, S. H. Limited transfer of learning between unimanual and bimanual skills within the same limb. Nat Neurosci. 9, (11), 1364-1366 (2006).
  7. Carroll, T. J., Herbert, R. D., Munn, J., Lee, M., Gandevia, S. C. Contralateral effects of unilateral strength training: evidence and possible mechanisms. J Appl Physiol. 101, (5), 1514-1522 (2006).
  8. Farthing, J. P., Borowsky, R., Chilibeck, P. D., Binsted, G., Sarty, G. E. Neuro-physiological adaptations associated with cross-education of strength. Brain Topogr. 20, (2), 77-88 (2007).
  9. Gabriel, D. A., Kamen, G., Frost, G. Neural adaptations to resistive exercise: mechanisms and recommendations for training practices. Sports Med. 36, (2), 133-149 (2006).
  10. Kirsch, W., Hoffmann, J. Asymmetrical intermanual transfer of learning in a sensorimotor task. Exp Brain Res. 202, (4), 927-934 (2010).
  11. Panzer, S., Krueger, M., Muehlbauer, T., Kovacs, A. J., Shea, C. H. Inter-manual transfer and practice: coding of simple motor sequences. Acta Psychol (Amst). 131, (2), 99-109 (2009).
  12. Ossmy, O., Mukamel, R. Neural Network Underlying Intermanual Skill Transfer in Humans. Cell Reports. 17, (11), 2891-2900 (2016).
  13. Stockel, T., Weigelt, M., Krug, J. Acquisition of a complex basketball-dribbling task in school children as a function of bilateral practice order. Res Q Exerc Sport. 82, (2), 188-197 (2011).
  14. Stockel, T., Weigelt, M. Brain lateralisation and motor learning: selective effects of dominant and non-dominant hand practice on the early acquisition of throwing skills. Laterality. 17, (1), 18-37 (2012).
  15. Steinberg, F., Pixa, N. H., Doppelmayr, M. Mirror Visual Feedback Training Improves Intermanual Transfer in a Sport-Specific Task: A Comparison between Different Skill Levels. Neural Plasticity. 2016, (2016).
  16. Kelly, S. W., Burton, A. M., Riedel, B., Lynch, E. Sequence learning by action and observation: evidence for separate mechanisms. Br J Psychol. 94, (Pt 3), 355-372 (2003).
  17. Mattar, A. A., Gribble, P. L. Motor learning by observing. Neuron. 46, (1), 153-160 (2005).
  18. Bird, G., Osman, M., Saggerson, A., Heyes, C. Sequence learning by action, observation and action observation. Br J Psychol. 96, (Pt 3), 371-388 (2005).
  19. Nojima, I., Koganemaru, S., Kawamata, T., Fukuyama, H., Mima, T. Action observation with kinesthetic illusion can produce human motor plasticity. Eur J Neurosci. 41, (12), 1614-1623 (2015).
  20. Ossmy, O., Mukamel, R. Activity in superior parietal cortex during training by observation predicts asymmetric learning levels across hands. Scientific reports. (2016).
  21. Darainy, M., Vahdat, S., Ostry, D. J. Perceptual learning in sensorimotor adaptation. J Neurophysiol. 110, (9), 2152-2162 (2013).
  22. Wong, J. D., Kistemaker, D. A., Chin, A., Gribble, P. L. Can proprioceptive training improve motor learning? J Neurophysiol. 108, (12), 3313-3321 (2012).
  23. Vahdat, S., Darainy, M., Ostry, D. J. Structure of plasticity in human sensory and motor networks due to perceptual learning. J Neurosci. 34, (7), 2451-2463 (2014).
  24. Bao, S., Lei, Y., Wang, J. Experiencing a reaching task passively with one arm while adapting to a visuomotor rotation with the other can lead to substantial transfer of motor learning across the arms. Neurosci. Lett. 638, 109-113 (2017).
  25. Wang, J., Lei, Y. Direct-effects and after-effects of visuomotor adaptation with one arm on subsequent performance with the other arm. J Neurophysiol. 114, (1), 468-473 (2015).
  26. Lei, Y., Bao, S., Wang, J. The combined effects of action observation and passive proprioceptive training on adaptive motor learning. Neuroscience. 331, 91-98 (2016).
  27. Blank, R., Heizer, W., Von Voß, H. Externally guided control of static grip forces by visual feedback-age and task effects in 3-6-year old children and in adults. Neurosci. Lett. 271, (1), 41-44 (1999).
  28. Hay, L. Spatial-temporal analysis of movements in children: Motor programs versus feedback in the development of reaching. J Mot Behav. 11, (3), 189-200 (1979).
  29. Fayt, C., Minet, M., Schepens, N. Children's and adults' learning of a visuomanual coordination: role of ongoing visual feedback and of spatial errors as a function of age. Percept Mot Skills. 77, (2), 659-669 (1993).
  30. Grotta, J. C., et al. Constraint-induced movement therapy. Stroke. 35, (11 Suppl 1), 2699-2701 (2004).
  31. Taub, E., Uswatte, G., Pidikiti, R. Constraint-Induced Movement Therapy: a new family of techniques with broad application to physical rehabilitation--a clinical review. J Rehabil Res Dev. 36, (3), 237 (1999).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Video Stats