Med virtuell verklighet att överföra motorisk skicklighet kunskap från ena handen till en annan

Behavior
 

Summary

Vi beskriver en roman virtuell verklighet baserad setup som utnyttjar frivillig kontroll av å ena sidan att förbättra motor-skill prestanda i andra (icke-tränade) handen. Detta uppnås genom att ge realtid rörelse-baserade sensoriska feedback som om den icke-tränade handen är rörliga. Detta nya tillvägagångssätt kan användas för att förbättra rehabilitering av patienter med ensidig hemipares.

Cite this Article

Copy Citation | Download Citations

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

Vad beträffar förvärva motorik är, är utbildning av frivilliga fysisk rörelse överlägsen alla andra former av utbildning (t.ex. utbildning av observation eller passiv rörelse av praktikantens händer av en robotic enhet). Detta utgör naturligtvis en stor utmaning i rehabilitering av en paretic lem eftersom frivillig kontroll av fysisk rörelse är begränsad. Här beskriver vi ett roman utbildning som vi har utvecklat som har potential att kringgå denna stora utmaning. Vi utnyttjade en frivillig kontroll av å ena sidan och gett rörelse-baserade manipulerade sensoriska återkoppling i realtid som om å andra sidan är rörliga. Visuella manipulation genom virtual reality (VR) kombinerades med en enhet som OK vänstra fingrar att passivt följa högra frivilliga fingerrörelser. Hos friska försökspersoner visar vi förbättrad inom-session prestandavinster på en lem i avsaknad av frivillig fysträning. Resultaten hos friska försökspersoner tyder på att träning med unika VR setup kan också vara fördelaktigt för patienter med övre extremiteterna hemipares genom att utnyttja en frivillig kontroll av deras friska hand att förbättra rehabiliteringen av sin drabbade hand.

Introduction

Fysiska metoder är mest effektiva form av utbildning. Även om detta tillvägagångssätt är väl etablerad1, är det väldigt utmanande i fall där utbildning handen grundläggande motoriska förmåga är begränsad2. För att kringgå problemet, undersökte en stor och växande mängd litteratur olika indirekta metoder av motorisk träning.

En sådan indirekt utbildning strategi använder fysiska praktiken med ena handen för att införa prestandavinster i andra (icke-praktiseras) handen. Detta fenomen, som kallas cross-utbildning (CE) eller intermanual överföring, har studerats ingående 3,4,5,6,7,8,9 och används för att förbättra prestanda i olika motoriska aktiviteter 10,11,12. Exempelvis i idrott skicklighet inställningar, har studier visat att utbildning basket dribbling i ena handen överför till ökade dribblingar kapacitet i den andra, otränade hand 13,14,15.

I en annan indirekt metod underlättas motoriskt lärande genom användning av visuella eller sensoriska feedback. I lärande genom observation, har det visats att betydande prestandavinster kan erhållas genom att passivt observera någon annan utföra den uppgift16,17,18,19 ,20. Likaså visade proprioceptiva utbildning, där de passivt extremiteten, också att förbättra prestanda på motor aktiviteter 12,21,22,23,24 , 25 , 26.

Tillsammans, föreslår dessa rader av forskning att sinnesintryck spelar en viktig roll i lärandet. Här visar vi att manipulera online sensoriska feedback (visuell och proprioceptiva) under fysisk träning av en lem resulterar i förstärkt prestanda vinst i det motsatta ledet. Vi beskriver en utbildning regim som ger optimalt resultat i en hand, i avsaknad av dess frivillig fysträning. Den konceptuella nyheten av den föreslagna metoden är bosatt i det faktum att det kombinerar tre olika former av lärande - nämligen lärande genom observation, CE och passiv rörelse. Här granskat vi om fenomenet med CE, tillsammans med speglad visuell feedback och passiv rörelse, kan utnyttjas för att underlätta inlärningen hos friska försökspersoner i avsaknad av frivilliga fysisk förflyttning av utbildning lemmen.

Begreppet i denna inställning skiljer sig från direkt försök att fysiskt träna handen. På metodologisk nivå - introducerar vi en ny setup inklusive avancerad teknik såsom 3D virtuell verklighet och anpassade inbyggda enheter som tillåter att manipulera visuella och proprioceptiva input i en naturlig miljö miljö. Visar förbättrade resultatet med den föreslagna utbildningen har viktiga konsekvenser för verkliga lärande. Exempelvis barn använda sensoriska feedback på ett sätt som är annorlunda än vuxna27,28,29 och för att optimera motoriskt lärande, barn kan kräva längre perioder av praxis. Användning av CE-tillsammans med manipulerade sensoriska feedback kan minska utbildning varaktighet. Dessutom kan sport färdigheter underlättas med hjälp av denna typ av sofistikerad utbildning. Slutligen kan detta visa sig fördelaktigt för utvecklingen av en ny strategi för rehabilitering av patienter med ensidiga motoriska brister som stroke.

Protocol

följande protokoll genomfördes i enlighet med riktlinjer som godkänts av den mänskliga etiska kommittén av Tel-Aviv University.The studien omfattar 2 experiment – en använder visuella manipulation, och en annan kombinerar visual med proprioceptiva sensoriska manipulation. Försökspersoner var friska, högerhänt (enligt Edinburgh handanvändning frågeformuläret), med normal syn och inga rapporterade kognitiva brister eller neurologiska problem. De naiva till syftet med studien och enligt skriftliga samtycke att delta i studien.

1. Konfigurera den virtuella verkligheten miljön

  1. har försökspersoner sitta i en stol med händerna framåt och handflatorna.
  2. Sätta på den virtuella verkligheten (VR) headsetet med huvud-monterad specialiserade 3D-kameran online visuell feedback i den verkliga miljön. Kontrollera att videon från kameran presenteras i det VR-headsetet.
    Obs: Videon presenteras av C# kodbasen anpassad programvara, byggd baserat på en öppen källkod, plattformsoberoende 3D renderingsmotor.
  3. Sätta på rörelse-sensing herr-kompatibel handskarna som gör online-övervakning av enskilda finger fotled i varje hand. Se till att programvaran bäddar in virtuella händerna på en viss plats i rymden så att försökspersonerna se virtuella händerna endast när tittar ner mot den plats där deras riktiga händer normalt skulle.
  4. i hela hela experimentet, se till att programvaran registrerar hand konfigurationen som tillhandahålls av handskarna.
    Obs: Inbäddad virtual hand rörelsen styrs av samma programvara som använder C-baserade gränssnitt för tillämpningsprogram (API) för åtkomst till kalibrerad raw data och gest information från handskarna inklusive vinklarna mellan fingrar ' lederna.
  5. Placera betvingar ' händer i en specialiserad rörelse styra enheten och rem höger och vänster fingrar individuellt till kolvarna. Se till att ämnena kan flytta sin högra hand fingrar separat.
    Höger hand finger kolvarna flytta en kolv på en potentiometer enligt graden av deras flexion. Detta i sin tur styr en modul som läser platsen för varje potentiometern på varje finger på höger hand och befogenheter motorer som push/pull motsvarande vänster hand finger till motsvarande position.
  6. Verifierar att frivilliga rörligheten för vänster hand fingrar är begränsad genom att be ämnena att flytta sin vänster hand medan den ligger inuti enheten.
    Obs: Eftersom bara den aktiva (högra) hand finger rörelsen aktiverar motorerna, frivillig vänster fingerrörelse är omöjligt när enheten slås på.

2. Utför experimentet

Obs: se figur 1 för de experimentella stadierna. Varje ämne genomgick tre instruktion-utvärdering-tåg-utvärdering experimentella sessioner. Detaljerna i instruktionerna och utvärdering stadier finns i avsnittet representativa resultat.

  1. Unstrap försökspersoner ' händer från motion manöverorganet.
  2. Har försökspersonerna utföra en unimanual 5-siffriga sekvens fingerrörelse upprepade gånger så exakt och snabbt som möjligt med den icke-utbildning-handen i en fördefinierad tidsperiod (t.ex. 30 s). Varje enskild finger flexion bör vara minst 90 grader.
    Obs: Fingrarna numreras från index (1) till lillfinger (4) och instruktionerna omfattar en 5-siffrig sekvens. Om sekvensen är 4-1-3-2-4, har försökspersonerna flytta sina fingrar i följande ordning: lilla-index-ring-mitten-lilla.
  3. Efter utvärderingen (steg 2.2), spänn fast händerna på föremål att motion manöverorganet.
  4. Cue patienten till kommande utbildning steg för att utföra sekvensen av fingerrörelser med aktiva handen i en egen takt sätt.
  5. Upprepa utvärderingen arrangerar 2.1-2.2 igen.

3. Analysera beteendemässiga data och beräkna prestandavinster

  1. i den anpassade programvara som läser datan arkivera av handskar noterats under experimenten, klicka ' Ladda vänster hand data ' och välj de filer som skapas i den ' vänster Hand Fånga ' mapp under relevanta ämnet.
    Obs: Det finns inga olika mappar för före och efter utvärderingar. Filnamnen innehåller utvärdering steg identifiering.
  2. Klicka på ' Ladda högra hand data ' och välj de filer som skapas i den ' högra Hand fånga ' mapp under relevanta ämnet.
  3. Klicka på ' gå ' till repris och visualisera virtuell händer rörelser under varje Utvärderingssteg baserat på de uppgifter som registrerats från sensorer i rörelsespårning handsken.
  4. För varje utvärdering steg och varje ämne separat, räkna antalet slutföra och rätt finger sekvenser (P) utförs med icke-tränade handen.
    Obs: En fingerrörelse anses vara giltig först när vinkeln mellan den proximala FINGERBEN och metakarpal nått 90˚. En 5-siffrig sekvens anses fullständig och korrekt endast om alla fingerrörelser var giltiga.
  5. Beräkna prestanda vinster index (G) enligt följande formel:
    Equation
    där P post_training /P pre_training motsvarar ämnet ' s prestanda (antal komplett finger sekvenser) med post/pre-utbildning utvärdering arrangerar respektive.

Representative Results

36 patienter i två experiment utbildade för att utföra snabba sekvenser av höger hand fingerrörelser medan sensoriska (visual/proprioceptiva) feedback var manipulerade. Fingrarna var numrerade från index (1) till lillfinger (4) och varje ämne ombads att lära sig tre olika sekvenser i tre på varandra följande experimentella sessioner som: 4-1-3-2-4, 4-2-3-1-4 och 3-1-4-2-3. Varje sekvens/session var associerade med en specifik utbildning typ och associationen mellan sekvens och utbildning typ motverkades över ämnen. Vid början av varje session presenterades försökspersoner med en instruktion vattenrutschkana som skildras två hand illustrationer (höger och vänster) med numrerade fingrar och en specifik 5 nummerserie under, som representerar sekvensen av fingerrörelser läras (se figur 1). Instruktioner bilden (12 s) följdes av den förberedande utbildningen Utvärderingssteg (30 s). I detta skede online visuell feedback bestod av en uppvisning av två virtuella händer vars fingerrörelser var spände i realtid på försökspersonernas faktiska fingerrörelser (virtuella händer var baserat på en modell som finns i 5DT handskar verktygslåda). Alltså åtföljdes äkta vänster handrörelse av visuell feedback vänster (kongruent) virtuella hand rörlighet. Försökspersonerna fick instruktioner om att upprepade gånger utföra sekvensen så snabbt och så korrekt som möjligt med sin vänstra hand. I följande utbildning scenen utbildade ämnen på sekvens under ett visst experimentella villkor i en egen takt sätt. Den utbildning skede innehöll 20 block, varje block i utbildningen varade 15 s följt av 9 s av gul blank skärm, som tjänade som cue för vilande period. Vi använde 20 utbildning block, som i vårt fall var tillräckliga för att få signifikanta skillnader mellan villkoren. Slutligen, en efter träning Utvärderingssteg identisk med förberedande utbildning utvärdering genomfördes. Varje ämne genomgick tre sådana experimentella instruktion-utvärdering-tåg-utvärdering-sessioner. Varje experimentella session var associerade med en unik utbildning villkorar och finger sekvens. I experiment 1, Vi jämförde de G indexvärdena över följande utbildningsvillkor: (1) utbildning genom observation - ämnen passivt observerade virtuella vänster hand utföra sekvensen när båda deras riktiga händer var orörlig; (2) CE - ämnen fysiskt tränade med sin högra hand samtidigt som du får kongruenta online visuell feedback just virtual hand rörlighet. (3) CE + Visual manipulation (VM) - viktigt, VR inställningarna tillät oss att skapa ett unikt 3d experimentella villkor där försökspersoner fysiskt tränade med sin högra hand samtidigt som du får online visuell feedback av vänster (inkongruenta) virtuella hand rörelse (CE + VM skick). Vänstra virtuella hand fingerrörelse baserades på verkliga höger fingerrörelse upptäcks av handskarna (steg 1.4). Under alla förhållanden - var försökspersonernas händer handflatan vänd uppåt. Takten i virtuella hand finger rörlighet i utbildningen av observation tillstånd (tillstånd 1) var ställa baserat på genomsnittliga takten i ämnet under föregående aktiva högra villkor (villkoren 2 och 3). I fall där ordningen av utbildningarna på grund av motvikt var sådan att utbildning-av-observation var första var takten ställa baserat på genomsnittliga takten i det föregående ämnet. Alla G index jämförelser utfördes i en inomindividuella Parade-mode över de olika utbildningarna.

Vänster hand prestandavinster efter utbildning i villkor 3 (CE + Visual manipulation) betydligt högre i förhållande till vinsterna som erhölls efter utbildning av vänster hand observation (villkor 1; p < 0,01; tvåsidiga parat t-test) eller efter rätt hand utbildning med kongruenta visuell feedback – den traditionella formen av CE (villkor 2; p < 0,05; två tailed parat t-test; Figur 2 och tabell 1). Intressant, utbildningen med inkongruenta visuell feedback (CE + VM) gav högre prestanda vinst än summan av vinster som erhållits genom två grundläggande utbildning typer: fysiska på höger hand, och utbildning genom observation av vänstra utan fysisk rörelse. Detta super additiv effekt visar att prestandavinster i vänster hand icke-linjärt förbättras när höger hand utbildning kompletteras med vänster hand visuell feedback som styrs av ämnet. Detta innebär att CE och lärande genom observation är samverkande processer som kan kombineras till en roman lärande system.

Vi undersökte även i en annan uppsättning av 18 friska om tillägg av passiv vänster handrörelse kan ytterligare förbättra vänster hand prestandavinster. För detta ändamål i studie 2, patienter genomgick en liknande protokoll med 3 utbildning typer medan händerna placerades inuti nämnda specialbyggda enheten (steg 1,7) som styr vänster hand fingerrörelse. I detta experiment utbildad ämnen för 10 kvarter. Varje utbildning block varade 50 s följt av 10 s av en gul blank skärm som tjänade som cue för vilande period. Följande tre utbildning typer användes: (1) CE + VM – gränsöverskridande utbildning åtföljas av manipulerade visuell feedback (liknande villkor 3 från studie 1); (2) CE + PM – standard cross-utbildning (dvs höger hand aktiv rörelse + visuell feedback just virtual hand rörlighet), tillsammans med spände passiv rörelse (PM) av vänster hand; (3) CE + VM + PM – patienter fysiskt tränade med sin högra hand medan visuell input var manipuleras så att motsvarande lämnade virtuella handrörelse var visas (liknande villkor 3 används i den första studien). Dessutom resulterade högra hand aktiva fingerrörelse dock i spände passiva vänster fingerrörelse genom enheten.

Tillägg av passiv vänstra fingerrörelse till visuella manipulation, gav de högsta vänstra prestandavinster (diagram 3 och tabell 2), som var betydligt högre än prestandavinster efter visuell manipulation ensam (villkor 1; p < 0,01; tvåsidiga parat t-test). Det bör noteras att även om villkoret CE + VM utbildning var liknande i studie 1, absolut G-värden är endast jämförbara över villkor inom samma studie. Detta är på grund av att (1) utbildning design var något annorlunda (i studie 2 handflator inför ner och inte upp på grund av enheten, olika längd/antal utbildning block) och (2) varje experiment utfördes på en annan grupp av ämnen. Allt inom varje studie, varje ämne utförs alla tre utbildning typer och G index över villkor jämförs i en Parade mode.

Figure 1
Figur 1. Experimentera Design. Schematisk illustration av en experimentell session i studie 1. Varje ämne utförs 3 sådana sessioner. I varje session presenterades en unik följd av fem siffrorna tillsammans med en skiss av mappade fingrarna. Efter instruktioner utförs försökspersoner sekvensen så snabbt och så exakt som möjligt med sin vänstra hand för första bedömning prestandanivå. Därefter utbildade ämnen på sekvensen på utbildning typer (se representativa resultat) i en egen takt sätt. Efter träning upprepade försökspersoner utvärdering scenen för förnyad bedömning av prestandanivå. I studie 2 var den övergripande designen liknande, med olika löptider/mängd utbildning block (detaljerad i representativa resultat). Händer i bilden representerarden aktiva handen bara (visuell feedback alltid innehållit två virtuella händer). Klicka här för att se en större version av denna siffra.

Figure 2
Figur 2. Studie 1 – vänster hand prestandavinster. Fysisk träning med höger hand samtidigt som du får online visuell feedback som om vänster hand flyttar (CE + visual manipulation; VM; röd) resulterade i högsta vänster hand prestandavinster i förhållande till de andra utbildningarna som undersökt: vänster hand observation (gul), och cross-utbildning utan visuella manipulation (dvs höger hand utbildning + kongruenta visuell feedback av rätt virtuella hand rörelse; grön). Felstaplar beteckna SEM över 18 försökspersoner. Klicka här för att se en större version av denna siffra.

Figure 3
Figur 3. Studie 2 – vänster hand prestandavinster. Den högsta vänster hand prestanda vinsten erhölls när arga utbildning med visuella manipulation kombinerades med passiv vänster fingerrörelse av enheten (CE + VM + PM; ljus röd). Denna förbättring var betydligt högre än vad som erhålls efter cross utbildning med visuella manipulation (CE + VM; röd) och gränsöverskridande utbildning med proprioceptiva manipulation (CE + PM; grön). Felstaplar beteckna SEM över 18 försökspersoner. Klicka här för att se en större version av denna siffra.

Table 1
Tabell 1. Uppgifter om 1. Enskilda personens prestanda (P) under före och efter utbildning utvärdering stadier i studie 1. Varje cell motsvarar antalet korrekt utfört komplett 5-siffriga sekvenser inom 30 s. S – ämne nummer. Vänligen klicka här för att hämta tabellen.

Table 2
Tabell 2. Studie 2 data. Samma som tabell 1 för studie 2. Observera att utbildning varaktighet och hand läggning i detta experiment var annorlunda än experimentera 1 (se text). Vänligen klicka här för att hämta tabellen.

Discussion

Vi beskriva en roman utbildning setup och visa hur inbäddning virtuella sensoriska feedback i en verklig miljö optimerar motoriskt lärande i en hand som inte är utbildade enligt frivillig kontroll. Vi manipuleras feedback i två modaliteter: visuella och proprioceptiva.

Det finns några kritiska steg i protokollet presenteras. Det första består systemet av flera separata komponenter (handskar, VR headset, kamera, och passiv rörelse enhet) som ska anslutas noggrant när du konfigurerar VR miljön. Därför bör experimenter hålla den exakta ordning som beskrivs i protokollet och kontrollera personernas bekvämlighet.

Kombinationen av visuell och proprioceptiva manipulation under utbildning infördes betydligt högre prestandavinster i icke-tränade handen i förhållande till andra befintliga utbildning typer såsom lärande genom observation17och CE3 med och utan passiv hand rörelser24,25,26.

Det är en öppen fråga huruvida den förbättrade prestandan vinster i nuvarande demonstrationen generaliserar till andra uppgifter, utbildning varaktigheter, feedback formerna eller hand identiteter (vänster aktiva handen eller bi-manual rörelser). Den aktuella studien var begränsad till högerhänta försökspersoner med hjälp av en enkel finger sekvens aktivitet. Dessutom bygger proprioception manipulation i aktuella inställning på ett system som tillåter mycket begränsade rörelser (såsom finger flexion/extension) för en relativt kortsiktiga utbildning. Ytterligare arbete krävs för att upprätta generaliserbarhet av presenterade installationen till andra typer av beteenden.

Den nuvarande setup kan förlängas på flera sätt. Första, nya typer av modaliteter kan läggas till exempel bindande olika auditiv ljud till olika fingerrörelser under aktiviteten sekvens. Detta kan resultera i en supra-additiva effekt som ytterligare optimerar lärande i otränat handen. För det andra, den nuvarande utformningen av systemet möjliggör en lätt swap mellan frivilliga glidande handen (höger hand i nuvarande beskrivning) och passivt yoked hand (vänster hand). Framtida studier kan kapitalisera på denna flexibilitet att undersöka hur riktningen på överföring (mellan dominerande och icke-dominanta händer3) kan ändra nivån på prestandavinster när du använder de presenterade sensoriska manipulationer. Slutligen kan den unika VR setup vi utvecklat anpassas till mer komplexa uppgifter (i motsats till enkla finger sekvens aktiviteten). Virtuell simulering av externa objekt såsom bollar, pins och anslagstavlor kan bäddas in i den verkliga miljön som ger en fyllig och engagerande träningsupplevelse.

När det gäller framtida tillämpningar, kan den effekt som anges i denna studie lätt användas med kliniska populationer såsom patienter med övre-lem hemipares genom att införa fysisk träning med den friska handen och som ger visuell feedback som om den drabbade handen är flytta. Med tanke på att frivillig kontroll av den drabbade extremiteten är begränsad i dessa populationer, har denna utbildning systemet potential att kringgå utmaningarna av direkt fysisk terapi av den drabbade handen och kanske resulterar i bättre återhämtning priser30 ,31. Detta tillvägagångssätt, att utnyttja fenomenet cross-utbildning och spegel-terapi, tillsammans med väletablerade rehabilitering uppgifter, har inte tidigare testats i kliniska patienter och har potential för att ge en effektivare rehabilitering regimen. Slutligen, eftersom denna inställning är delvis herr kompatibel, det möjliggör användning av hela-hjärnan funktionell magnetresonanstomografi (fMRI) sond de relevanta neurala kretsar engagerade under sådan utbildning12.

Disclosures

Författarna förklarar att de har inga konkurrerande finansiella intressen.

Acknowledgements

Denna studie stöddes av jag-kärnan Program planering och budgetering kommittén Israel Science Foundation (grant nr 51/11), och The Israel Science Foundation (beviljar nr 1771/13 och 2043/13) (R.M.); Yosef Sagol stipendiet för neurovetenskap forskning, den israeliska presidentens hedersstipendium för neurovetenskap forskning och Sagol skola för neurovetenskap gemenskap (O.O.). Finansiärerna hade ingen roll i studiedesign, datainsamling och analys, beslut om att offentliggöra eller beredning av manuskriptet. Författarna tackar E. Kagan och A. Hakim hjälpen Lihi Sadeh och Y. Siman-Tov, Yuval Wilchfort med filmning och setup, och datainsamling, O. Levy från Rehabit-Tec System för att ge åtkomst till enhetens passiv rörelse.

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.

    Usage Statistics