Ved hjælp af Virtual Reality overføre Motor dygtighed viden fra én side til en anden

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

Summary

Vi beskriver en roman virtual reality baseret setup, som udnytter frivillig kontrol for dels at forbedre motor-færdighed i den andre (ikke-uddannede) hånd. Dette opnås ved at levere real-time bevægelse-baseret sensoriske feedback, som om den ikke-uddannede hånd er bevægelige. Denne nye tilgang kan bruges til at forbedre rehabilitering af patienter med unilateral hemiparese.

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

Hvad angår erhvervelse af motoriske færdigheder, er uddannelse af frivillige fysisk flytning overlegen i forhold til alle andre former for uddannelse (f.eks. uddannelse af observation eller passiv bevægelse af kursisternes hænder af en robot enhed). Dette udgør naturligvis en stor udfordring i rehabilitering af en paretic lemmer da frivillig kontrol af fysisk bevægelse er begrænset. Her beskriver vi en roman uddannelsesordning har vi udviklet, der har potentiale til at omgå denne store udfordring. Vi udnyttede den frivillige kontrol med én hånd og givet real-time bevægelse-baseret manipulerede sensoriske feedback, som om anden side er på vej. Visuelle manipulation gennem virtual reality (VR) var kombineret med en enhed, der åg venstre fingre at passivt følge højre frivillige fingerbevægelser. Hos raske forsøgspersoner vise vi forbedrede inden for session performance gevinster af et lem i mangel af frivillig fysisk træning. Resultaterne i raske forsøgspersoner tyder på, at træning med unikke VR opsætningen kan også være gavnligt for patienter med øvre lemmer hemiparese ved at udnytte den frivillig kontrol af deres sunde hånd at forbedre rehabilitering af deres berørte hånd.

Introduction

Fysiske praksis er den mest effektive form for uddannelse. Selv om denne tilgang er veletableret1, er det meget udfordrende i tilfælde, hvor den grundlæggende motor kapacitet af uddannelse hånd er begrænset2. For at omgå dette problem, undersøgt et stort og voksende mængde af litteratur forskellige indirekte tilgange motor uddannelse.

En sådan indirekte uddannelse metode bruger fysisk praksis med den ene hånd for at indføre ydeevne i de andre (ikke-praktiseres) hånd. Dette fænomen, kendt som cross-uddannelse (CE) eller intermanual overførsel, er blevet studeret grundigt 3,4,5,6,7,8,9 og bruges til at forbedre ydeevnen i forskellige motoriske opgaver 10,11,12. For eksempel i sport færdighed indstillinger, har undersøgelser vist, at uddannelse basketball drible i den ene hånd overfører til øget drible funktioner i andre, utrænet hånd 13,14,15.

I en anden indirekte tilgang lettes motoriske læring gennem brug af visuelle eller sensorisk feedback. I læring af observation, er blevet påvist, at betydelige ydeevne kan opnås blot ved passivt observere en anden udføre den opgave16,17,18,19 ,20. På samme måde, proprioceptiv uddannelse, hvor lemmer passivt er flyttet, blev også vist sig at forbedre ydeevnen på motoriske opgaver 12,21,22,23,24 , 25 , 26.

Sammen, tyder disse linjer af forskning på, at sensorisk input spiller en vigtig rolle i læring. Vi viser her, at manipulere online sensoriske feedback (visuelle og proprioceptive) under fysisk træning af en legemsdel resulterer i augmented præstation gevinst i den modsatte ekstremitet. Vi beskriver en uddannelse regime, der giver optimal ydeevne resultatet i en hånd, i mangel af sin frivillige fysisk træning. Den konceptuelle nyhed af den foreslåede metode er bosat i det faktum, at det kombinerer de tre forskellige former for læring - nemlig lære af observation, CE og passiv bevægelse. Her undersøgte vi, om fænomen af CE, sammen med spejlet visuel feedback og passiv bevægelse, kan udnyttes til at lette læring hos raske forsøgspersoner i mangel af frivillig fysisk flytning af uddannelse lemmer.

Begrebet i denne opsætning adskiller sig fra direkte forsøg på at fysisk træne i hånden. På det metodiske plan - indføre vi en roman setup, herunder avancerede teknologier såsom 3D virtual reality og brugerdefinerede bygget enheder, der giver mulighed for at manipulere visuelle og proprioceptive input i et naturligt miljø indstilling. Demonstrere forbedret resultatet ved hjælp af den foreslåede uddannelse har vigtige konsekvenser for den virkelige verden læring. For eksempel, børn bruger sensoriske feedback på en måde, der er forskellig fra voksne27,28,29 , og for at optimere motoriske læring, børn kan kræve længere perioder af praksis. Brugen af CE sammen med manipulerede sensoriske feedback kan reducere uddannelses varighed. Derudover kan erhvervelse af sport færdigheder lettes ved hjælp af denne form for avanceret træning. Endelig, dette kan vise sig gavnlig for udviklingen af en ny tilgang til rehabilitering af patienter med unilateral motor underskud såsom slagtilfælde.

Protocol

følgende protokol blev gennemført i overensstemmelse med retningslinjer godkendt af den menneskelige etiske udvalg af Tel-Aviv University.The undersøgelse omfatter 2 eksperimenter – en ved hjælp af visuelle manipulation, og en anden kombination visuelle med proprioceptive sensoriske manipulation. Emnerne var sunde, højre hånds (ifølge Edinburgh håndethed spørgeskema), med normalt syn og ingen rapporterede kognitiv underskud eller neurologiske problemer. De var naivt at af undersøgelsens formål og givet skriftlig informeret samtykke til at deltage i undersøgelsen.

1. opsætning af Virtual Reality miljø

  1. har fag sidde i en stol med deres hænder frem og håndfladerne vender.
  2. Sat på den virtual reality (VR) headset med den hoved-monteret specialiserede 3D kamera til at give online visuel feedback af den virkelige miljø. Sørg for, at video fra kameraet præsenteres i VR headsettet.
    Bemærk: Videoen er præsenteret af C# codebase brugerdefineret software, bygget baseret på en open source, cross-platform 3D rendering engine.
  3. Læg på de motion-sensing hr.-kompatible handsker, der giver mulighed for online overvågning af individuelle finger flexure i hver hånd. Sikre, at softwaren integrerer de virtuelle hænder på en bestemt placering i rummet, således, at emnerne kan se de virtuelle hænder kun når man ser ned mod det sted, hvor deres virkelige hænder ville normalt være.
  4. Gennem hele eksperimentet, Sørg for, at softwaren registrerer hånd konfigurationen af handskerne.
    Bemærk: Den integrerede virtuelle hånd bevægelse er kontrolleret af den samme software, der bruger C-baseret application program interface (API) giver adgang til kalibreret rå data og gestus oplysninger fra handsker herunder vinkler mellem fingre ' leddene.
  5. Placer emnerne ' hænder i en specialiseret bevægelse kontrol indretning og strop i højre og venstre fingre individuelt til stemplerne. Sørg for, at emnerne, der kan flytte deres højre hånd fingrene separat.
    Bemærk: Højre hånd finger stempler flytte en stemplet på et potentiometer forhold til graden af deres fleksion. Dette igen styrer et modul, der læser placeringen af hver potentiometer på hver finger på højre hånd og beføjelser motorer, at skubbe/trække den tilsvarende venstre hånd finger til den tilsvarende position.
  6. Kontrollere, at frivillig bevægelse af venstre hånd fingrene er begrænset af anmoder emner at flytte deres venstre hånd, mens det er placeret inde i enheden.
    Bemærk: Siden kun aktive (højre) hånd finger bevægelse aktiveres motorerne, frivillig venstre finger bevægelse er umuligt, når enheden er tændt.

2. Gennemføre forsøget

NOTE: Se figur 1 for den eksperimentelle fase. Hvert emne undergik tre instruktion-evaluering-toget-evaluering eksperimentelle sessioner. Detaljerne i vejledning og evaluering etaper er angivet i afsnittet repræsentative resultater.

  1. Unstrap fag ' hænder fra motion control enhed.
  2. Har emnerne, der udfører en unimanual 5-cifret finger sekvens bevægelse gentagne gange så præcist og hurtigt som muligt med den ikke-uddannelse hånd i et foruddefineret tidsrum (f.eks. 30 s). Hver enkelt finger fleksion bør være mindst 90 grader.
    Bemærk: Fingrene er nummererede fra indekset (1) til lillefinger (4) og vejledningen omfatter en bestemt 5-cifret sekvens. Hvis rækkefølgen er 4-1-3-2-4, har emnerne flytte deres fingre i følgende rækkefølge: lille-index-ring-midten-lille.
  3. Efter evaluering (trin 2.2), strop hænderne på emnet til motion control enhed.
  4. Cue patienten til den kommende uddannelse fase for at udføre sekvensen af fingerbevægelser med den aktive side på en måde, selvstyrede.
  5. Gentage evalueringen stadier 2.1-2.2 igen.

3. Analysere den adfærdsmæssige data og beregning af ydeevne

  1. i den tilpassede software, der læser datafiler af handsker registreres under forsøgene, skal du klikke på ' læg venstre hånd data ' og vælge de filer oprettet i den ' venstre hånd Fange ' mappe under det relevante emne.
    Bemærk: Der er ingen forskellige mapper for pre- og post evalueringer. Filnavnene indeholder evaluering skridt identifikation.
  2. Klik på ' læg højre hånd data ' og vælge de filer oprettet i den ' højre hånd fange ' mappe under det relevante emne.
  3. Klik på ' går ' til replay og visualisere de virtuelle hænder bevægelser stadiet hver evaluering baseret på data registreret fra sensorer i bevægelse-tracking handske.
  4. For hver evaluering skridt og hvert emne separat, tælle antallet af komplet og korrekt finger sekvenser (P) udføres med ikke-uddannede hånden.
    Bemærk: En finger bevægelse er betragtes som gyldige, når vinklen mellem den proksimale phalange og Metacarpus nåede 90˚. En 5-cifret sekvens betragtes som fuldstændige og korrekte kun hvis alle fingerbevægelser var gyldige.
  5. Beregn performance gevinster indeks (G) efter følgende formel:
    Equation
    hvor P post_training /P pre_training svarer til emnet ' s præstation (antal komplet finger sekvenser) i post/pre-træning evaluering stage hhv.

Representative Results

36 fag i to eksperimenter uddannet til at udføre hurtige sekvenser af højre hånd fingerbevægelser, mens sensoriske (visual/proprioceptive) feedback blev manipuleret. Fingre var nummereret fra indeks (1) til lillefinger (4) og hvert emne blev bedt om at lære tre forskellige sekvenser i tre på hinanden følgende eksperimentelle sessioner som f.eks: 4-1-3-2-4, 4-2-3-1-4 og 3-1-4-2-3. Hver sekvens/session var forbundet med en særlig uddannelse og tilknytningen mellem sekvens og træningstype blev opvejet på tværs af fag. I starten af hver session, blev emner præsenteret med en instruktion dias, der afbildet to hånd illustrationer (højre og venstre) med nummererede fingre og en specifik 5 nummerserie nedenunder, der repræsenterer sekvensen af fingerbevægelser skal læres (Se figur 1). Vejledning-dias (12 s) blev efterfulgt af en forberedende undervisning evalueringstrin (30 s). På dette stadium, online visuel feedback bestod af en udstilling af to virtuelle hænder hvis fingerbevægelser var yoked i realtid til forsøgspersonernes faktiske fingerbevægelser (virtuelle hænder var baseret på en model, der er tilgængelige i 5DT handsker toolbox). Således var virkelige venstre hånd bevægelse ledsaget af visuel feedback af bevægelse venstre (kongruent) virtuelle hånd. Emner blev pålagt at gentagne gange effektuere sekvensen så hurtigt og så præcist som muligt med deres venstre hånd. I den følgende uddannelse fase uddannet fag på sekvens under en specifik eksperimentel tilstand i selvstyrede måde. Uddannelse fase indeholdt 20 blokke, hver træning blok varede 15 s efterfulgt af 9 s af gule blank skærm, der tjente som udgangspunkt for hvilende periode. Vi brugte 20 uddannelse blokke, som i vores tilfælde var tilstrækkelige til at opnå betydelige forskelle mellem betingelser. Endelig en post træning evalueringstrin identisk med før træning evaluering blev gennemført. Hvert emne undergik tre sådanne instruktion-evaluering-toget-evaluering eksperimentelle sessioner. Hver eksperimentelle session var forbundet med en unik uddannelse tilstand og finger sekvens. I forsøg 1, vi sammenlignede G indeksværdier på tværs af følgende uddannelse betingelser: (1) uddannelse af observation - fag passivt observeret virtuelle venstre hånd udfører sekvensen, mens begge deres virkelige hænder var immobile; (2) CE - fag fysisk trænede med deres højre hånd samtidig modtage kongruent online visuel feedback lige virtuelle hånd bevægelse; (3) CE + visuelle manipulation (VM) - vigtigere, VR setup tilladt os at skabe en unik 3d eksperimentelle tilstand, hvor fag fysisk uddannet med deres højre hånd samtidig modtage online visuel feedback af venstre (inkongruente) virtuelle hånd bevægelse (CE + VM betingelse). Venstre virtuelle hånd finger bevægelse blev baseret på virkelige højre hånd finger bevægelse opdaget af handsker (trin 1.4). Under alle forhold - hule emner hånd var vender opad. Tempoet i virtuelle hånd finger bevægelse i uddannelsen af observation betingelse (betingelse 1) blev angivet baseret på den gennemsnitlige tempo af emnet under tidligere aktive højre hånd betingelser (betingelser 2 og 3). I tilfælde hvor rækkefølgen af uddannelseskravene på grund af modvægt var sådan, at uddannelse af observation blev først, blev tempoet sat baseret på det gennemsnitlige tempo i den forrige emne. Alle G indeks sammenligninger blev udført i en inden for emnet parret-mode på tværs af forskellige uddannelseskravene.

Venstre hånd ydeevne efter uddannelse i betingelse 3 (CE + visuelle manipulation) var betydeligt højere i forhold til gevinsterne opnået efter uddannelse af venstre hånd observation (betingelse 1; p < 0,01; to-sidet parret t-test) eller efter højre hånd træning med kongruent visuel feedback – den traditionelle form for CE (tilstand 2; p < 0,05; to tailed parret t-test; Figur 2 og tabel 1). Interessant, uddannelse med inkongruente visuel feedback (CE + VM) givet højere præstation gevinst end summen af gevinster opnået af to grundlæggende typer: fysiske træning af højre hånd, og uddannelse af observation af venstre uden fysisk bevægelse. Denne super additiv effekt viser, at udførelsen gevinster i den venstre hånd ikke-lineært er forbedret, når højre hånd uddannelse er suppleret med venstre hånd visuel feedback, der styres af emnet. Dette indebærer at CE og læring af observation er interagerende processer, der kan kombineres til en roman læring ordning.

Vi har også undersøgt i et andet sæt af 18 raske forsøgspersoner, om tilsætning af passive venstre hånd bevægelse kan yderligere styrke venstre hånd ydeevne. Til denne afslutning i studere 2, fag undergik en lignende protokol med 3 træningsformer, mens deres hænder var placeret inde den førnævnte specialbyggede enhed (trin 1,7), der styrer venstre hånd finger bevægelse. I dette eksperiment, fag uddannet for 10 blokke. Hver uddannelse blok varede 50 s efterfulgt af 10 s af en gul blank skærm, der tjente som udgangspunkt for hvilende periode. De følgende tre træningsformer blev brugt: (1) CE + VM – grænseoverskridende undervisning ledsaget af manipuleret visuel feedback (svarende til betingelse 3 fra undersøgelse 1); (2) CE + PM – standard cross-uddannelse (dvs. højre hånd aktiv bevægelse + visuel feedback lige virtuelle hånd bevægelighed), sammen med yoked passiv bevægelighed (PM) til venstre hånd; (3) CE + VM + PM – emner fysisk trænede med deres højre hånd, mens visuelle input var manipuleret, svarer venstre virtuelle hånd bevægelse blev vist (svarende til betingelse 3 brugt i den første undersøgelse). Men derudover højre hånd aktive finger bevægelse resulterede i yoked passiv venstre hånd finger bevægelse gennem enheden.

Tilsætning af passive venstre finger bevægelse til den visuelle manipulation, givet i højeste venstre ydeevne (figur 3 og tabel 2), der var betydeligt højere end udførelsen gevinster efter den visuelle manipulation alene (betingelse 1; p < 0,01; to-sidet parret t-test). Det skal bemærkes, at selv om CE + VM uddannelse betingelse var lig den i studie 1, absolut G værdier er kun sammenlignelige på tværs af betingelserne inden for den samme undersøgelse. Dette er at (1) uddannelse design var lidt anderledes (i studie 2 Palmer står ned og ikke op på grund af enheden, forskellige varighed/række uddannelse blokke) og (2) hvert eksperiment blev udført på en anden gruppe af fag. Vigtigere, inden for hver undersøgelse hvert emne udføres alle tre træningsformer og G indeks over betingelser sammenlignes i en parret mode.

Figure 1
Figur 1. Eksperimentere Design. Skematisk illustration af en enkelt eksperimentelle session i undersøgelse 1. Hvert emne udføres 3 sådanne møder. I hver session, blev en unik sekvens af fem cifre præsenteret sammen med en skitse af de tilknyttede fingre. Efter instruktioner udført fag sekvens så hurtigt og så præcist som muligt at bruge deres venstre hånd for første evaluering af præstationsniveau. Næste, fag uddannet på sekvensen af en af de træningsformer (Se repræsentative resultater) i dit eget tempo måde. Efter træning gentaget emner evalueringstrin for fornyet vurdering af præstationsniveau. I studie 2 var den overordnede udformning ligedannet, hos forskellige varighed/mængde træning blokke (detaljeret i de repræsentative resultater). Hænder i illustration repræsentererkun den aktive hånd (visuel feedback altid indeholdt to virtuelle hænder). Venligst klik her for at se en større version af dette tal.

Figure 2
Figur 2. Undersøgelse 1 – venstre hånd ydeevne. Fysisk træning med højre hånd samtidig modtage online visuel feedback, som om venstre hånd er i bevægelse (CE + visuelle manipulation; VM; rød) resulterede i højeste venstre hånd ydeevne i forhold til andre undersøgte uddannelseskravene: venstre hånd observation (gul) og cross-uddannelse uden visuelle manipulation (dvs. højre hånd uddannelse + kongruent visuel feedback lige virtuelle hånd bevægelse; grøn). Fejllinjer betegne SEM på tværs af 18 fag. Venligst klik her for at se en større version af dette tal.

Figure 3
Figur 3. Undersøgelse 2 – venstre hånd ydeevne. Den højeste venstre hånd præstation gevinst er opnået når tværs uddannelse med visuelle manipulation blev kombineret med passive venstre finger bevægelse af enheden (CE + VM + PM, lys rød). Denne forbedring var betydeligt højere end der opnås følgende tværs uddannelse med visuelle manipulation (CE + VM, red) og cross-uddannelse med proprioceptive manipulation (CE + PM; grøn). Fejllinjer betegne SEM på tværs af 18 fag. Venligst klik her for at se en større version af dette tal.

Table 1
Tabel 1. Undersøgelse 1 data. Enkelte emnet ydeevne (P) før og efter træning evaluering stadier i studiet 1. Hver celle repræsenterer antallet af korrekt udført komplet 5-cifret sekvenser i 30 s. S-emne nummer. Venligst klik her for at downloade denne tabel.

Table 2
Tabel 2. Undersøgelse 2 data. Samme som tabel 1 for at studere 2. Bemærk at uddannelse varighed og hånd orientering i dette eksperiment var anderledes end eksperimentere 1 (Se tekst). Venligst klik her for at downloade denne tabel.

Discussion

Vi beskriver en opsætning af romanen uddannelse og demonstrere, hvordan indlejring virtuelle sensoriske feedback i en real-verden miljø optimerer motoriske læring i en hånd, der ikke er uddannet under frivillig kontrol. Vi manipuleret feedback i to modaliteter: visuelle og proprioceptive.

Der er få kritiske trin i præsenteres protokollen. Først, systemet består af flere separate komponenter (handsker, VR headset, kamera og passiv bevægelse enhed) der bør være nøje forbundet mens oprette VR miljø. Med henblik herpå, bør eksperimentatoren holde den nøjagtige rækkefølge beskrevet i protokollen og kontrollere emner bekvemmelighed.

Kombination af visuelle og proprioceptive manipulation under træning indført betydeligt højere ydeevne i de ikke-uddannede hånd i forhold til andre eksisterende træningsformer som læring ved observation17og CE3 med og uden passiv hånd bevægelser24,25,26.

Det er et åbent spørgsmål hvorvidt den forbedrede ydeevne gevinster i det aktuelle demonstration generaliserer til andre opgaver, uddannelse varigheder, feedback modaliteter eller hånd identiteter (venstre aktive hånd eller bi-manuelle bevægelser). Den aktuelle undersøgelse var begrænset til højrehåndede emner ved hjælp af en enkel finger sekvens opgave. Derudover er proprioception manipulation i den nuværende opsætning baseret på et system, der giver mulighed for meget begrænset bevægelser (såsom finger flexion/extension) for en relativt kort sigt uddannelse. Yderligere arbejde er forpligtet til at etablere generalizability af opsætningen præsenteres for andre typer af adfærd.

Den nuværende opsætning kan udvides på flere måder. Første, nye typer af modaliteter kan tilføjes f.eks bindende forskellige auditive lyde til forskellige fingerbevægelser under sekvens opgave. Dette kan resultere i en supra-additiv effekt, som yderligere vil optimere læring i en utrænet hånd. For det andet, den nuværende udformning af systemet giver mulighed for en let swap mellem den frivillige bevægelige hånd (højre hånd i den aktuelle beskrivelse) og de passivt yoked hånd (venstre hånd). Fremtidige studier kan udnytte denne fleksibilitet til at undersøge, hvordan retningslinier for overførsel (mellem dominerende og ikke-dominerende hænder3) kan ændre niveau af ydeevne ved brug af de præsenterede sensoriske manipulationer. Endelig kan den unikke VR setup vi udviklet tilpasses til mere komplekse opgaver (i modsætning til enkle finger sekvens opgave). Virtuel simulation af eksterne objekter som bolde, pins og bestyrelser kan integreres i den virkelige miljø giver en rig og engagerende træningsoplevelse.

Hvad angår fremtidige programmer, kan den effekt, der er beskrevet i denne undersøgelse let anvendes med kliniske populationer såsom patienter med øvre lemmer hemiparese ved at indføre fysisk træning med den raske hånd og giver visuel feedback, som hvis den berørte hånd er flytning. Betragtning af, at frivillig kontrol af den afficerede ekstremitet er begrænset i disse populationer, har denne uddannelsesordning potentiale til omgå udfordringer for direkte fysisk terapi af den berørte hånd og måske resulterer i bedre inddrivelse satser30 ,31. Denne tilgang, at udnytte fænomenet cross-uddannelse og spejl-terapi, samt veletablerede rehabilitering opgaver, er ikke tidligere blevet testet i kliniske patienter og har potentiale til at yde en mere effektiv rehabilitering regime. Endelig, da denne opsætning er delvist hr. kompatibel, det muliggør brugen af hele hjernen funktionel magnetisk resonans imaging (fMRI) at sonde de relevante neurale kredsløb engageret under sådan uddannelse12.

Disclosures

Forfatterne erklærer, at de har ingen konkurrerende finansielle interesser.

Acknowledgements

Denne undersøgelse blev støttet af jeg-KERNEN programmet om planlægning og budgettering udvalget og Israel Science Foundation (grant no. 51/11) og The Israel Science Foundation (tilskud no. 1771/13 og 2043/13) (RM); Yosef Sagol legat for neurovidenskab forskning, den israelske Presidential æres legat for Neuroscience Research og Sagol School of Neuroscience fellowship (O.O.). Finansieringskilderne spillede ingen rolle i undersøgelse design, dataindsamling og analyse, beslutningen om at offentliggøre eller forberedelse af manuskriptet. Forfatterne takke E. Kagan og A. Hakim hjælp til dataopsamling, Lihi Sadeh og Yuval Wilchfort med optagelserne og opsætning, og O. Levy og Y. Siman-Tov fra Rehabit-Tec System for at give adgang til passive bevægelighed enheden.

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