这项研究得到了荷兰科学研究组织（NWO）、荷兰（赠款ID 452-17-002）和比利时佛兰德斯研究基金会高级研究金（授予ID:12E3717N）授予安·默德斯的支持。约翰·弗拉延的贡献得到了比利时佛兰芒政府"阿塞内斯"长期结构资金梅图萨勒姆赠款的支持。
作者要感谢马斯特里赫特大学的雅科·朗纳和理查德·本宁为实验任务编程，并为描述的实验设计和创建图形。

这里提出的议定书符合KU Leuven社会和社会伦理委员会（注册号:S-56505）和马斯特里赫特大学心理学和神经科学伦理审查委员会（注册号:185_09_11_2017_S1和185_09_11_2017_S2_A1）的要求。
1. 为测试会议准备实验室
<ol><li>测试会话前:向参与者发送一封电子邮件，告知他/她有关疼痛刺激的传递、实验的总体大纲和排除标准。健康参与者的排除标准包括:未满18岁:慢性疼痛;厌食症或诊断出诵读困难;怀孕;左撇子;心血管疾病、慢性或急性呼吸系统疾病（如哮喘、支气管炎）、神经系统疾病（如癫痫）和/或精神疾病（如临床抑郁症、恐慌/焦虑症）:听力或视力问题未纠正;占统治地位的手、手腕、肘部或肩部疼痛，可能妨碍执行到达任务;植入式电子医疗设备（如心脏起搏器）:和任何其他严重的医疗条件的存在。</li>
	<li>由于 COVID-19 安全防范措施，请参与者在抵达实验室时洗手/消毒，并自行洗手。在整个测试期间佩戴一次性面罩，并在需要与参与者进行身体接触时戴上乳胶手套。</li>
	<li>在实验环境中使用两个独立的房间或部分:一个用于参与者，另一个用于实验者。</li>
	<li>使用一台带有两个独立屏幕的计算机:一台用于实验者的计算机屏幕，另一台用于参与者的大屏幕电视屏幕。</li>
	<li>要打开机械臂（例如触觉大师），按下机器人前面的电源开关（此机器人特定于此机器人）。随后，打开紧急开关，必要时可以使用紧急开关关闭机器人。</li>
	<li>在每个测试日之前重新校准机械臂。这是通过与机械臂的直接应用程序编程接口 （API） 连接完成的，只需要在测试日开始时完成一次。<ol>
<li>要建立 API 连接，在计算机上打开互联网浏览器，并键入机械臂的特定 API 地址。</li>
		<li>在网页上，选择触觉下的状态。随后，按下 Init旁边的"开始"按钮（以进行初始化）。 注:这是这个机器人的标准校准程序。不同的机器人可能需要不同的校准程序。</li>
	</ol>
</li>
	<li>使用连接到计算机的恒定电流刺激器（参见第 1.4 步）。在实验期间，疼痛刺激通过在计算机上运行的实验脚本提供。该实验使用跨平台游戏引擎进行编程（参见 材料表）。<ol>
<li>出于安全原因，通过在刺激器前控制面板右上角切换橙色切换开关来禁用恒定的电流刺激器输出。</li>
		<li>使用前控制面板中间的橙色切换开关将输出范围设置为 x 10 mA。</li>
		<li>使用前控制面板左上角的黑色旋转旋钮将脉冲持续时间设置为 2 毫秒（2000 μs）。</li>
		<li>要打开恒定电流刺激器，只需按下前控制面板左下角的电源按钮。</li>
	</ol>
</li>
</ol>2. 筛选排除标准并获得知情同意
<ol><li>将参与者放置在距离电视屏幕约 2.5 米的地方（见第 1.4 步），距离机械臂的手柄（传感器）有舒适的距离（约 15 厘米），放在带扶手的椅子上（图 1）。</li>
	<li>通过自我报告筛选参与者的排除标准（有关排除标准，请参阅步骤 1.1）。</li>
	<li>告知参与者疼痛刺激的传递和实验的总体轮廓。此外，通知他/她，他/她可以自由地在实验期间的任何时候退出参与，没有任何影响。获得书面知情同意。</li>
	<li>为了尽量减少与参与者的物理接触，请确保实验室的参与者部分包括一张表格，其中包含排除和知情同意表，以及在参与者到达之前放置一个调查问卷平板电脑（见第 6.2 步）。参与者应该能够使用此表独立访问和签署表格。</li>
</ol>3. 附加刺激电极
注:疼痛刺激是通过两个不锈钢筋刺激电极（电极直径8毫米，电极距离30毫米）可爱地传递的2毫秒方波电刺激。
<ol><li>如果参与者穿着长袖，请他/她卷起袖子，他/她的右臂至少10厘米以上的他/她的肘部。</li>
	<li>用导电电解质凝胶填充刺激电极的中心，并将电极电缆插入紧急开关，该开关连接到实验室实验部分的恒定电流刺激器。</li>
	<li>使用表带将刺激电极连接到参与者右臂的三头肌腱上。确保表带既不要太紧，也不能松动。一旦电极被连接，告诉参与者放松他/她的手臂。</li>
</ol>4. 校准疼痛刺激
<ol><li>通过在电视屏幕上显示疼痛校准过程和相应的比例来解释疼痛校准过程（参见第 1.4 步）。<ol>
<li>向参与者澄清，他/她可能会选择在实验期间接受的刺激，但解释说，为了数据完整性，他/她被要求选择一种刺激，他/她将描述为"非常痛苦，需要付出一些努力来容忍"。</li>
		<li>要求参与者根据电视屏幕上显示的数字尺度对每个刺激进行评分，范围从 0+10 到 0，其中 0 被标记为"我什么感觉不到":1作为"我觉得的东西，但这不是令人不快的:它只是一种感觉"（即检测阈值），2作为"刺激尚未痛苦，但开始令人不快":3 作为"刺激开始疼痛"（即疼痛阈值）;和10作为"这是我所能想象的最严重的痛苦"。</li>
	</ol>
</li>
	<li>通过打开橙色切换开关（参见步骤 1.7.1）来实现恒定电流刺激器输出。</li>
	<li>在疼痛校准过程中，使用恒定电流刺激器前控制面板上的旋转旋钮手动增加疼痛刺激的强度。疼痛刺激的强度可以在这个旋钮上方看到。<ol>
<li>从 1 mA 的强度开始，逐步增加强度，增加 1、2、3 和 4 mA 增量。在 mA 中使用以下刺激演示顺序:1、2、4、6、8、11、14、17、20、24、28、32、36、40、44、48、52 等。</li>
	</ol>
</li>
	<li>要一次提供一次刺激一次疼痛刺激，请按下前控制面板上的橙色触发按钮手动触发恒定电流刺激器。<ol>
<li>在触发恒定的当前刺激器之前，先向参与者宣布每个刺激。</li>
	</ol>
</li>
	<li>一旦参与者达到疼痛强度水平，就终止校准程序，他/她将描述为"非常痛苦，需要付出一些努力来容忍"。理想情况下，这应该对应于疼痛校准额定等级尺度上的 7–8。</li>
	<li>以 mA 记录参与者的最终疼痛强度及其疼痛强度等级 （0+10），并在实验的剩余部分保持此强度。</li>
</ol>5. 执行实验任务
<ol><li>口头通知参与者，他/她将收到关于他/她面前电视屏幕上的机械臂触角模式的指示，之后他/她将能够在实验者的监督下执行任务。</li>
	<li>向参与者提供屏幕上任务的标准化书面说明。</li>
	<li>练习:通过电视屏幕上的实验脚本，呈现位于运动平面中途的三个拱门（T1–T3）。最简单的手臂运动 （T1） 配对无偏差或阻力，中间臂运动 （T2） 与中度偏差和阻力配对，最远的手臂运动 （T3） 与最大的偏差和最强阻力配对。<ol>
<li>指示参与者使用他/她占主导地位的手操作以电视屏幕上的绿色球为代表的机械臂传感器，并将球/传感器从运动平面左下角的起点移动到运动平面左上角的目标。</li>
		<li>指示参与者，他/她可以自由选择每个试验中要执行的可用运动轨迹之一。</li>
	</ol></li>
	<li>在练习阶段，不要施用疼痛刺激（见第 3 节:注意和步骤 5.7.6）。但是，确保偏差和阻力之间的关系（见第 5.3 步）到位。</li>
	<li>在参与者执行练习阶段时，向他们提供口头反馈。<ol>
<li>确保参与者在视觉和听觉"启动信号"之前不会开始移动，并且当视觉和听觉"停止信号"出现时，他/她会立即释放机械臂。 注:两个不同的听觉信号（"启动音"和"评分音"）和两个不同的视觉信号（目标和虚拟"红绿灯"分别变绿变红: 图1）已用作启动和停止信号。听觉和视觉启动信号同时呈现，听觉和视觉停止信号也同时呈现。</li>
		<li>指示参与者通过在三脚开关上使用两个分别的脚踏板在秤上向左和向右滚动，在连续额定尺度上提供疼痛预期和对运动相关疼痛的恐惧的自我报告测量。指示他/她用第三脚踏板确认他/她的答案。 注:针对每个运动轨迹分别提出关于固定的、预先确定的试验的自我报告问题。通过实验脚本确保机械臂固定，并在参与者回答问题期间保持固定。</li>
	</ol></li>
	<li>在练习阶段结束时，回答参与者的问题。离开实验区/房间，使灯光变暗。参与者自己按下"确认"脚踏板开始实验（见第5.5.2步）。</li>
	<li>获取:在避免获取期间，类似于练习阶段，让参与者选择在每个试验中执行的运动轨迹 （T1–T3）。<ol>
<li>在避免获取过程中，参与者受制于实验反应-结果（运动轨迹-疼痛）突发事件，以及避免成本，即通过实验脚本在痛苦和努力之间的权衡。</li>
		<li>具体来说，如果参与者执行最简单的运动轨迹 （T1），始终呈现疼痛刺激（100% 疼痛/无偏差或阻力）。</li>
		<li>如果他/她执行中间运动轨迹（T2），呈现疼痛刺激与50%的机会，但确保他/她将不得不付出更多的努力（中度偏差和阻力）。</li>
		<li>如果参与者执行最远、最费力的运动轨迹 （T3），则根本不会显示疼痛刺激，但确保他/她必须尽最大努力达到目标（0% 疼痛/最大偏差、最强抵抗力）。 注:如果适用于该设计，则可以使用Yoked组作为控制。在紧要关头的程序中，每个控制参与者都与实验组的参与者配对，这样两人将获得相同的强化时间表48。因此，在目前的范式中，每个Yoked Group参与者都接受疼痛刺激，无论他/她选择的轨迹如何，他/她的实验组参与者都会接受与实验组对应方相同的试验。鉴于缺乏纵的响应结果（运动轨迹 - 疼痛）意外事件， Yoked 集团预计不会收购回避行为。</li>
		<li>如适用，请在计算机上保存每个实验组参与者的数据（见第 1.4 节），并用作每个 Yoked（控制）组参与者的强化时间表的参考。<ol>
<li>如果使用Yoked程序（即每个对照参与者与实验组的参与者配对，使两者获得相同的强化时间表48），使用随机化时间表将参与者分配给组，并规定第一个参与者必须在实验组中。在此之后，参与者被随机分配到任一组，只要在每个点，实验组参与者的数量超过Yoked组参与者的数量。</li>
		</ol>
</li>
		<li>在具有疼痛刺激的试验中，一旦执行了三分之二的运动，即参与者通过轨迹拱门，就会呈现疼痛刺激。恒定电流刺激器通过实验脚本自动触发。</li>
		<li>视觉和听觉停止信号的呈现表明试验成功完成。随后，通过实验脚本确保机械臂自动返回其保持固定的起始位置。3，000 ms 后，呈现视觉和听觉启动信号，参与者可以开始下一次试用。 注:由于运动速度不同，试验时间因试验和参与者而异。每个实验阶段的试验次数也可以在实验之间变化。我们建议至少进行 2 x 12 次试验，以成功获得回避。包括上述步骤，收购协议持续约 45 分钟。</li>
	</ol></li>
	<li>概括:在通用协议中，在收购阶段后对避免的概括性测试（见第5.7节）。 注:在进行避免一般化测试时，屏幕轨迹拱门在采集过程中分离，为位于采集轨迹拱门之间的通用轨迹拱门留出空间（见图 1）。<ol>
<li>在电视屏幕上，呈现三种新颖的运动轨迹，而不是收购轨迹T1–T3。确保这些"通用轨迹"（G1–G3）位于收购轨迹附近。具体来说，G1 位于 T1 和 T2 之间，G2 位于 T2 和 T3 之间，G3 位于 T3 右侧（见 图 1）。不要将泛化轨迹与疼痛刺激配对。 注:包括上述步骤，一般阶段为3 x 12试验，避免泛化协议持续约1.5小时。测试避免的概括性需要 Yoked 组48（ 参见步骤 5.7.5）。但是，根据特定的研究问题（在主题内设计24中，回避的上下文调制）可以使用不同的控件。</li>
	</ol></li>
	<li>与响应预防 （RPE） 的灭绝:在 RPE 协议中，在收购阶段（见第 5.7 节）之后，向参与者提供标准化的书面说明，说明在即将到来的阶段，他们只能执行 T1。<ol>
<li>在 RPE 阶段，通过实验脚本，在视觉上（例如，用门阻挡轨迹拱门）和/或以手写方式（例如，用触觉墙阻止参与者的手臂运动）块 T2 和 T3，因此仅提供 T1。在此阶段，T1 不与疼痛刺激配对。包括上述步骤，RPE 相位为 4 x 12 试验，此会话持续约 60 分钟。</li>
	</ol></li>
	<li>自发恢复测试:对于测试自发恢复的避免，管理一个为期 2 天的协议与 24 小时± 3 小时在会话之间。在第 1 天，管理 RPE 协议（参见第 5.9 节）。<ol>
<li>在第2天，附加刺激电极（见第3节）。提供任务的屏幕复习说明。不包括任何有关疼痛刺激的信息。</li>
		<li>在没有疼痛刺激的情况下，呈现三个收购轨迹（T1–T3，比较收购阶段，见第5.7节）。包括实验后问卷（见第6.2节）和4×12试验的自发恢复阶段，本会话持续约45分钟。 注意:为了防止恐惧的恢复（即在意外遇到疼痛刺激42后恢复恐惧;见讨论），不要在第2天重新校准疼痛刺激。</li>
	</ol></li>
</ol>6. 结束实验
<ol><li>参与者完成实验后，分离刺激电极。</li>
	<li>为参与者提供位于实验室参与者部分表上的平板电脑（见第 2.4 节），用于响应关于疼痛刺激和避免成本的强度和不愉快性的退出调查问卷，以及对实验反应结果（运动轨迹-疼痛）突发事件的认识。</li>
	<li>当参与者完成心理特征问卷时，从刺激电极中清除电解质凝胶。</li>
	<li>参与者完成心理特征问卷后，提供汇报和报销。</li>
	<li>用适合清洁医疗器械的消毒液彻底清洁刺激电极:去除电极内和周围的所有凝胶。用软纸巾干燥电极。用消毒湿巾或喷雾剂清洁机械臂的传感器。</li>
</ol>

作者没有什么可透露的。

鉴于避免在慢性疼痛残疾1、2、3、4、5方面的关键作用，以及传统避免模式19所面临的局限性，有必要采用方法调查（与疼痛有关的）避免行为。此处介绍的机械臂触手范式解决了其中的一些限制。我们在一系列研究中采用了这种范式，这些研究一直证明我们获得了避免，这些影响已经扩展到我们自我报告的疼痛预期和对运动相关疼痛的恐惧措施20、22、23、24。然而，我们也发现恐惧和回避之间的分离23可能是真实和翔实的，这表明两者并不总是共享一对一的关系5，12，43，44，45。此外，该范式为研究回避行为的不同方面提供了多个机会，如概括23、灭绝与反应预防22和灭绝后回归回避22，如当前手稿所述。
与传统的回避模式相比，目前的方法具有许多优点。首先，机器人手臂接触范式的参与者本身没有执行实验者指示的回避反应，而是获得了回避行为。因此，范式可以更好地反映现实生活中的情况，避免行为自然而然地出现，作为对疼痛的反应。了解如何获得回避的基本过程，可以深入了解避免如何随后成为病态的，并启发这些过程在治疗过程中直接针对的方式。例如，方法上的修改，如操纵实验奖励，以增加方法和减少回避倾向52，53，可以允许更密切地研究行为和认知过程背后的获得不适应回避。对此，用机械臂触手模式证明的避免获取可以很容易地应用于调查过度概括回避到安全刺激23。第二个优点是，在目前的范式中，回避反应的连续性使我们能够审查回避可能变得过分，因为它提供了比二分法更详细的数据。通过比较参与者之间的偏差分数，数据中增加的细节可以提高拾取个体差异的灵敏度。这种连续的措施在生态上也更为有效，因为现实生活中的回避可能会在不同程度上发生。例如，与疼痛相关的避免范围从细微的（例如，执行运动时的姿势变化或呼吸变化）到完全避免（例如卧床不起）。此外，除了将避免成本纳入其中外，当前的回避响应需要一些实际努力，这意味着在整个任务中，成本会随着时间而增加。这准确地模型了现实生活，其中避免可以变得越来越昂贵的个人在一段时间内9。例如，从财务角度来看，长期或经常旷工的成本是54，55。最后，鉴于与以前使用的指示按钮按下响应相关的低成本，很难区分传统回避模式的参与者是因真正的恐惧而避免，还是仅仅由于自动遵循任务说明而避免。相比之下，鉴于当前范式中回避响应的高努力和无指导性，任何回避行为似乎都观察到模型真正的自我激励回避。
除了解决以前方法的局限性外，机械臂接触范式为研究回避行为的进一步方面提供了许多机会，如当前手稿中避免泛化和 RPE 协议所示。值得注意的是，我们以前观察到自我报告与回避之间的分离，恐惧和痛苦预期概括为新的运动轨迹，而回避则没有。对于我们目前正在调查的23号恐惧与回避之间的观察差异，有几种合理的解释。然而，这种分离也可能是一个真实和翔实的发现，这实际上增加了以前的文献表明，恐惧和回避并不总是同时发生5，12，43，44，45，特别是当回避反应是昂贵的56，57。这一发现强调了实验性地研究回避行为本身的重要性，因为不同的过程最有可能导致恐惧学习的不同方面58，59，这些过程将很难通过仅仅测量自我报告和心理生理恐惧指数来发现。除了对新奇动作的回避进行概括外，还应用了机械臂触手范式来研究避免对新奇背景的概括。到目前为止，已使用不同颜色的屏幕作为上下文提示24，对基于上下文的回避概括进行了调查。然而，虚拟现实 （VR） 可以很容易地实现与当前的范式，以提高实验环境的生态有效性。VR也可以应用于研究基于类别的回避泛化，例如不同行动类别60、61之间的回避概括。RPE 协议中还可以实施其他调整。除了使用为期2天的协议来调查自发恢复22，我们还调查了疼痛相关的避免行为是否返回不是随着时间的流逝，而是在意外地遇到疼痛刺激（恢复）42在1天协议。此外，为了更仔细地研究与疼痛相关的避免行为的倾向性基础，可以修改范式，以包括较少或根本没有视觉信息。这是我们目前正在实验室调查的事情。最后，鉴于身体远离逆向刺激代表一种特定物种的防御反应62，并非唯一的恐惧和痛苦，这种类型的操作回避允许调查许多不同类型的回避以及。例如，这种范式可能应用于检查，不仅避免痛苦的刺激，而且还避免其他类型的逆向刺激，如那些诱发厌恶或尴尬63，64。
所述协议也可以很容易地扩展，以包括心理生理恐惧措施。虽然这里没有描述，我们已经将眨眼的惊吓反应，以及脑电图（EEG），纳入了机械臂接触范式。眨眼惊吓措施提供了一个恐惧特异性的反身防御反应65，66，它可以提供额外的洞察机制背后的回避行为及其与恐惧的关系，而实施EEG的范式，使调查回避行为的特定神经相关性67。此外，皮肤传导反应（SCR）68，以及在线自我报告评级的救济愉快69，70可以包括作为救济措施71。SCR以前被发现与救济72相关——一个建议的回避强化剂69，70，因为它固有的正价值，以回应遗漏负面事件73，74。最后，心率 （HR） 和心率变异性 （HRV） 是很容易实施的措施，与与回避相关的多种逆向情绪相关，如恐惧、厌恶和尴尬75。
尽管它的优势，我们承认，机械臂达到范式也有其局限性。例如，范式不容易转移到其他实验室，因为所使用的设备以及范式（例如机器人和恒定电流刺激器）所需的设备价格昂贵，限制了该范式的广泛使用和其他实验室的实施。然而，请注意，类似的机器人，这是相对常见的康复诊所，可以以同样的方式编程，更实惠的恒定电流刺激器也可用。值得注意的是，在目前的方法中，歧视性刺激（SD）和工具性反应是交织在一起的。这与传统的回避模式形成鲜明对比，在巴甫洛夫阶段，恐惧首先被习向CS，而回避在随后的工具阶段得到检验。然而，恐惧与回避之间的时间关系并不是严格意义上的单向关系。虽然目前的范式允许更深入地研究与恐惧产生有关的避免出现的时间动态，但我们迄今采取的措施不能使我们能够准确地解开恐惧和回避的时间动态。目前，范式中的回避行为可以逐审审查，而恐惧和预期评级仅在任务期间的离散、特定时间点收集，以不干扰任务流程。然而，为了能够精确比较恐惧和回避，未来的研究可以使用更连续的恐惧测量，例如，通过拨号76，单传感器EEG77，或恐惧电击的惊吓，以便详细了解恐惧对不同轨迹的产生，与避免有关。最后，到目前为止，只有触电刺激被用于机械臂触感范式作为疼痛刺激，因为一致性和可比性的原因与以前的研究疼痛相关的恐惧78，79，80。然而，触电刺激可能不能完全模仿慢性疼痛患者经历的更补品的疼痛，因为它们产生一个相对相形见真，罕见和不自然的疼痛体验81。其他疼痛诱导方法，如缺血刺激82和运动诱导（例如，延迟发作肌肉酸痛，DOMS）83，84疼痛被认为是更好的实验模拟肌肉骨骼疼痛，鉴于其自然和内源性质81。这些疼痛感应方法将来可用于机械臂接触范式。尽管有这些局限性，但目前这种模式能够持续地证明使用这种交织在一起的SDs和Rs获得恐惧和避免，这本身就是有趣和新颖的。此外，我们认为，机械臂接触范式本身可以进一步讨论是否需要更生态有效的避免模式19。此外，该范式有可能通过提供一个例子，说明如何以创新的方式解决该领域的问题，为制定更好的避免范式铺平道路。
总之，机械臂到达范式为提高对回避行为调查的生态有效性以及进一步理解基础过程提供了一条很有希望的途径。使用这个范式，我们已经获得了有趣的结果，这也许不是仅仅通过评估恐惧的被动相关性（如口头报告和生理觉醒）来发现的。然而，对范式的延伸提供了一些没有定论的结果，这需要进一步调查和改进程序。尽管如此，在研究回避行为的范式中，机械臂到达范式在生态有效性方面还是一个巨大的飞跃。

回避是对疼痛的适应性反应，它发出身体威胁的信号。然而，当疼痛成为慢性，疼痛和疼痛相关的避免失去他们的适应性目的。与此一致，慢性疼痛1、2、3、4、5、6、7、8的避险模式认为，将疼痛错误地解释为灾难性疼痛，引发对疼痛的恐惧增加，从而激发避免行为。 过度回避可导致慢性疼痛残疾的发展和维持，由于身体不使用和减少参与日常活动和愿望1，2，3，4，5，9。此外，鉴于没有疼痛可能被错误地归于避免而不是恢复，可以建立一个与疼痛有关的恐惧和避免的自我维持循环。
尽管最近对《焦虑文学11》、《12》中的回避感兴趣，但关于疼痛领域回避的研究仍处于起步阶段。先前的焦虑研究，以有影响力的双重理论13为指导，通常认为恐惧会驱使避险。相应地，传统的回避范式12包括两个实验阶段，每个阶段对应一个因素:第一个建立恐惧（帕夫洛夫调理14阶段），第二个检查回避（仪器15阶段）。在帕夫洛夫的差别化调节过程中，中性刺激（有条件的刺激，CS+;例如，一个圆圈）与内在的逆向刺激（美国无条件刺激，例如电击）配对，自然产生无条件的反应（URs，例如恐惧）。第二个控制刺激从未与美国配对（CS-;例如，一个三角形）。在CS与美国配对后，CS+将在美国缺席的情况下引起恐惧本身（有条件的反应，CRs）。CS-来信号安全，不会触发CR。之后，在仪器调理过程中，参与者了解到，他们自己的行为（响应，R:例如，按下按钮）会导致某些后果（结果:O，例如，没有受到冲击）15，16。如果响应阻止负面结果，则重复响应的机会增加;这被称为负加固15。因此，在传统回避模式的帕夫洛夫阶段，参与者首先学习CS-US协会。随后，在工具阶段，引入了实验者指示的避免响应 （R），如果在 CS 演示期间执行，则取消美国，从而建立 R-O 关联。因此，CS 成为一种歧视性刺激 （SD），表示条件 R15的适当时机并激励其性能。除了一些实验显示疼痛报告17和疼痛相关的面部表情18的工具调节外，对疼痛工具学习机制的调查一般来说是有限的。
虽然上述标准回避范式阐明了许多回避的基本过程，但它也有几个限制5，19。首先，它不允许检查回避本身的学习或获取，因为实验者指示回避反应。让参与者在多个轨迹之间自由选择，因此，了解哪些反应是痛苦的/安全的，哪些轨迹是避免/不避免的，更准确地模型现实生活中，其中避免出现作为对疼痛的自然反应9。其次，在传统的避免模式中，按钮按下避免响应是免费的。然而，在现实生活中，回避对个人来说可能变得极其昂贵。事实上，高成本的避免尤其扰乱了日常运作。例如，避免慢性疼痛会严重限制人们的社会和工作生活。第三，按下/不按按钮等二分法反应也不太能很好地代表现实生活，因为现实生活中会发生不同程度的回避。在下列部分，我们描述了机械臂触手范式20如何解决这些限制，以及如何将基本范式扩展到多个新颖的研究问题。
获取回避 在范式中，参与者使用机械臂执行从起点到目标的触臂动作。运动被用作工具反应，因为它们非常类似于疼痛特异性，发人恐惧的刺激。球实际上代表参与者在屏幕上的动作（图1），使参与者能够实时跟踪自己的动作。在每次试验中，参与者在三个运动轨迹（由三个拱门（T1+T3）代表的三个运动轨迹之间自由选择，在努力程度和与痛苦的触电刺激（即疼痛刺激）配对的可能性方面各不相同。努力纵为偏离尽可能短的轨迹，并增加机械臂的阻力。具体来说，机器人的编程使阻力随着偏差而线性增加，这意味着参与者越偏离，对机器人施加的力就越大。此外，疼痛管理被编程为最短，最简单的轨迹 （T1） 总是与疼痛刺激配对 （100% 疼痛/无偏差或阻力）。中间轨迹 （T2） 与接受疼痛刺激的 50% 机会配对，但需要付出更多努力（中度偏差和阻力）。最长、最费力的轨迹 （T3） 从未与疼痛刺激配对，但需要付出最大努力才能达到目标（0% 疼痛/最大偏差、最强阻力）。避免行为作为每次试验中与最短轨迹（ T1 ）的最大偏差，这是一种更连续的避免措施，例如，按下或不按下按钮。此外，回避对策是以加大努力为代价的。此外，鉴于参与者在运动轨迹之间自由选择，并且没有明确了解实验性R-O（运动轨迹疼痛）突发事件，避免行为是工具性获得的。网上自我报告的恐惧与运动相关的疼痛和疼痛预期已被收集，作为对不同运动轨迹的有条件恐惧的衡量指标。疼痛预期也是应急意识和威胁评估21的指标。这种变量组合允许仔细研究恐惧、威胁评估和避免行为之间的相互作用。利用这个范式，我们不断证明实验性地获得回避20，22，23，24。
避免的概括 我们已经扩展了范式来研究回避23的概括性——一种可能导致过度回避的可能机制。帕夫洛夫恐惧泛化是指将恐惧传播到类似原始CS+的刺激或情况（一般刺激、GSs），恐惧随着与CS+相似性降低而下降（泛化梯度）25、26、27、28。恐惧概括最大限度地减少了重新学习刺激之间的关系，从而能够在不断变化的环境中迅速发现新威胁25、26、27、28。然而，过度的泛化导致对安全刺激的恐惧（GS类似于CS-），从而造成不必要的痛苦28，29。与此相呼应的是，使用巴甫洛夫恐惧泛化的研究表明，慢性疼痛患者过度概括与疼痛相关的恐惧30、31、32、33、34，而健康控制则表现出选择性的恐惧泛化。然而，如果过度的恐惧导致不适，过度回避可能最终导致功能障碍，由于避免安全运动和活动，并增加日常活动脱离1，2，3，4，9。尽管它在慢性疼痛残疾中起着关键作用，但关于避免的概括性研究很少。在适应研究回避概括的范式中，参与者首先获得回避，遵循上述20个程序。在随后的概括阶段，在没有疼痛刺激的情况下引入了三种新的运动轨迹。这些概括轨迹（G1–G3）与收购轨迹位于同一连续体上，分别类似于每个轨迹。具体来说，G1 的通用轨迹位于 T1 和 T2 之间，G2 位于 T2 和 T3 之间，G3 位于 T3 右侧。这样，就可以研究避免向新安全轨迹的概括。在之前的一项研究中，我们展示了自我报告的概括，但不是回避，可能暗示了疼痛相关的恐惧和避免泛化23的不同基础过程。
与响应预防一起避免的灭绝 治疗慢性肌肉骨骼疼痛中高度恐惧运动的主要方法是暴露疗法35-临床对应帕夫洛夫灭绝36，即通过在美国36缺乏CS+的反复经验减少CR。在接触慢性疼痛期间，患者进行可怕的活动或运动，以消除灾难性的信念和伤害预期34，37。由于这些信念不一定涉及疼痛本身，而是潜在的病理学，运动并不总是进行无痛在诊所34。根据抑制性学习理论38，39，灭绝学习不会抹去原来的恐惧记忆（如运动轨迹疼痛）:相反，它创造了一种新的抑制灭绝记忆（如运动轨迹-无痛），它与原始的恐惧记忆竞争检索40，41。新颖的抑制记忆比原来的恐惧记忆40更依赖于上下文，认为被消灭的恐惧记忆容易重新出现（恐惧的回归）40，41，42。患者经常在暴露治疗期间（通过预防反应的灭绝，RPE）执行甚至微妙的避免行为，通过防止将安全误配到避免10，43来建立真正的恐惧灭绝。
回避的回报 即使在恐惧43、44、45、46灭绝之后，在避免回归方面复发在临床人群中仍然很常见。虽然已发现多个机制导致恐惧47的回归，但与回避有关的机制却鲜为人知。在这份手稿中，我们特别描述了自发的恢复，即由于时间的流逝，恐惧和回避的回归。机器人手臂接触模式已在为期两天的协议中实施，以调查回避的回归。在第1天，参与者首先接受收购培训的范式，如上所述20。在随后的 RPE 阶段，参与者无法执行避免响应，即他们只能执行灭绝下与疼痛相关的轨迹 （T1）。在第2天，为了测试自发恢复，所有轨迹都再次可用，但在没有疼痛刺激的情况下。使用这个范式，我们表明，在成功灭绝一天后，回避返回22。

<table><tbody><tr><td>1 computer and computer screen</td><td>Intel Corporation</td><td>64-bit Intel Core</td><td>Running the experimental script</td></tr><tr><td>40 inch LCD screen</td><td>Samsung Group</td><td></td><td>Presenting the experimental script</td></tr><tr><td>Blender 2.79</td><td>Blender Foundation</td><td></td><td>3D graphics software for programming the graphics of the experiment</td></tr><tr><td>C#</td><td></td><td></td><td>Programming language used to program the experimental task</td></tr><tr><td>Conductive gel</td><td>Reckitt Benckiser</td><td>K-Y Gel</td><td>Facilitates conduction from the skin to the stimulation electrodes</td></tr><tr><td>Constant current stimulator</td><td>Digitimer Ltd</td><td>DS7A</td><td>Generates electrical stimulation</td></tr><tr><td>HapticMaster</td><td>Motekforce Link</td><td></td><td>Robotic arm</td></tr><tr><td>Matlab</td><td>MathWorks</td><td></td><td>For writing scripts for participant randomization schedule, and for extracting maximum deviation from shortest trajectory per trial</td></tr><tr><td>Qualtrics</td><td>Qualtrics</td><td></td><td>Web survey tool for psychological questionnaires</td></tr><tr><td>Rstudio</td><td>Rstudio Inc.</td><td></td><td>Statistical analyses</td></tr><tr><td>Sekusept Plus</td><td>Ecolab</td><td></td><td>Disinfectant solution for cleaning medical instruments</td></tr><tr><td>Stimulation electrodes</td><td>Digitimer Ltd</td><td>Bar stimulating electrode</td><td>Two reusable stainless steel disk electrodes; 8mm diameter with 30mm spacing</td></tr><tr><td>Tablet</td><td>AsusTek Computer Inc.</td><td>ASUS ZenPad 8.0</td><td>For providing responses to psychological trait questinnaires</td></tr><tr><td>Triple foot switch</td><td>Scythe</td><td>USB-3FS-2</td><td>For providing self-report measures on VAS scale</td></tr><tr><td>Unity 2017</td><td>Unity Technologies</td><td></td><td>Cross-platform game engine for writing the experimental script including presentations of electrocutaneous stimuli</td></tr></tbody></table>

investigating pain-related avoidance behavior using a robotic arm-reaching paradigm

回避行为是从急性疼痛向慢性疼痛残疾过渡的关键原因。然而，缺乏生态上有效的范式来实验性地研究疼痛相关的避免。为了填补这一空白，我们开发了一个范式（机械臂接触范式），以研究疼痛相关避免行为发展背后的机制。现有的回避模式（主要是在焦虑研究的背景下）通常将回避作为实验者指导的低成本反应来运作，叠加在与巴甫洛夫恐惧调理过程中与威胁相关的刺激。相比之下，当前方法在避免工具学习（获取）和增加避免响应成本方面提供了更大的生态有效性。在范式中，参与者使用机械臂执行从起点到目标的触臂动作，并自由选择三种不同的运动轨迹。运动轨迹与痛苦的触电刺激配对的概率不同，在偏差和阻力方面需要努力。具体来说，痛苦的刺激可以（部分）避免，但代价是需要加大努力的动作。回避行为被作为每个试验中最短轨迹的最大偏差来操作。除了解释新范式如何帮助理解避免的获取之外，我们还描述了机械臂触手模式的适应（1）检查避免传播到其他刺激（一般化）、（2） 在实验室中建模临床治疗（使用反应预防避免的消亡），以及（3） 建模复发和灭绝后避免的回归（自发恢复）。鉴于生态有效性的提高，以及扩展和/或适应的多种可能性，机械臂接触模式提供了一个很有前途的工具，以促进对回避行为的调查，并进一步加深我们对其基本过程的理解。

与收购阶段（图2，由A表示）20的开始相比，参与者在收购阶段结束时避免更多（显示与最短轨迹有较大最大偏差），或与Yoked对照组（图3）23，48相比，表现出更多的避免行为。
与T1和T2相比，参与者对T3的恐惧程度较低，预计T3期间与T1和T220相比疼痛刺激较少。T1 和 T3 之间的差异自我报告是主要利益所在，因为 T2 模棱两可。T1 和 T2 之间的非差分自我报告也被发现，两者都不同于 T323（图 4A、图 5A、图 6A和图 7A）。
收购是推广的先决条件。实验组的参与者在泛化阶段开始时比Yoked组48避免（偏离）更多的回避行为的概括性。鉴于在没有疼痛刺激的情况下进行泛化测试，避免行为可能会在整个泛化阶段减少。此外，在收购阶段结束到泛化阶段（一般化减量）开始之间，避免行为普遍减少。这是引入新运动轨迹的结果，它可能构成一个上下文切换49，50。在先前的研究中，我们没有发现回避的概括，可能是由于范式23的具体参数。
恐惧和疼痛预期的概括与收购阶段的模式相似，即实验组的参与者报告对G3的恐惧程度低于G1和G2，并且期望在G3期间与G1和G2相比，在普及阶段开始时疼痛刺激较少。与收购阶段一样，G1 和 G3 之间的差异自我报告是主要利益来源（图 4B和图 5B）。到目前为止，G1和G2之间的非差异性自我报告已经报告，两者都不同于G323。此外，鉴于在没有疼痛刺激的情况下对泛化进行了测试，参与者在整个泛化阶段可能会报告较少的恐惧和疼痛预期。此外，与收购轨迹（一般化减损）相比，对新颖的概括轨迹的恐惧和痛苦预期普遍减少。在之前的一项研究中，我们发现恐惧和疼痛预期的概括，尽管避免笼统地概括23。
收购是灭绝的先决条件。在预防反应的避免行为灭绝期间，参与者只能执行以前痛苦的运动轨迹 （T1），而其他两个轨迹 （T2 和 T3） 则被禁止。因此，鉴于参与者只能选择执行T1，因此观察到的数据模式并不反映他们自己的选择，即避免行为的真正灭绝，避免的灭绝不包括在分析中（图2）。
当参与者报告对 T1 的恐惧较低，并且与收购阶段结束时相比，在 RPE 阶段结束时执行 T1 时，预计疼痛刺激会减少时，恐惧和疼痛预期的消亡是显而易见的。（图 6B 和 图 7B） 。
自我报告措施的消亡是自发恢复的先决条件。与 RPE 阶段（图 2B）的末尾相比，参与者在自发恢复测试开始时避免的主动恢复行为更强烈。
与 RPE 阶段末期（图 6C 和图 7C）相比，在自发恢复测试开始期间，报告 T1 恐惧和疼痛预期较高的参与者表示恐惧和疼痛预期的自发恢复。
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/61717/61717fig01.jpg"> 图1:实验任务的实验设置和展望。参与者坐在电视屏幕前，距离机械臂传感器很远。电极被放置在右臂的三头肌腱上，在那里疼痛刺激被传递（红色圆圈），三脚开关用于给恐惧运动相关的疼痛和疼痛预期评级。实验任务的采集阶段显示在电视屏幕上，并在白匣子中放大。球位于左下角，目标位于左上角（绿色拱门）。T1–T3 分别位于运动平面的中途，从左到右。T1–T3 之间留有空间，特别是为了避免泛化协议，以便为随后的泛化轨迹拱门 （G1– G3） 留出空间。 <a href="https://www.jove.com/files/ftp_upload/61717/61717fig01large.jpg" target="_blank">请单击此处查看此图的更大版本。</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/61717/61717fig02.jpg"> 图2:采集过程中的回避行为、与响应预防的灭绝以及自发恢复阶段22的测试的代表性数据。平均最大偏差（以厘米为厘米）从最短的轨迹到目标在收购期间（ACQ1–2），灭绝与响应预防（RPE1–4），和自发恢复（TEST1–2）。请注意，参与者仅允许在 RPE 阶段执行最短的轨迹 （T1）。错误条表示平均值 （SEM） 的标准误差。这一数字的数据来自30名参与者（9名男子，21名妇女;平均年龄=21.90）22人。此数字在参考22的许可下进行了修改。<a href="https://www.jove.com/files/ftp_upload/61717/61717fig02large.jpg" target="_blank">请单击此处查看此图的更大版本。</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/61717/61717fig03.jpg"> 图3:收购阶段20期间回避行为的代表数据。实验组和Yoked48组之间的相对运动比例，在实验运动平面内。顶部、黄色图案表示主要由实验组执行的运动，底部蓝色图案表示主要由 Yoked 组执行的运动。"从起点到目标的方向"表示从起点到目标的最短可能的轨迹。"水平偏差"表示偏离尽可能短的运动轨迹。这一数字的数据来自50名参与者（36名男子，14名妇女;平均年龄=24.92）20人。这个数字在参考20的许可下转载。<a href="https://www.jove.com/files/ftp_upload/61717/61717fig03large.jpg" target="_blank">请单击此处查看此图的更大版本。</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/61717/61717fig04.jpg"> 图4:在收购和概括阶段23期间，对运动相关疼痛的恐惧的代表性数据。在收购区块（ACQ1–3）和泛化区块（GEN1–3）期间，对实验和Yoked48 组的收购轨迹感到与运动相关的痛苦。请注意，在收购阶段，为 T1–T3 轨迹和 G1–G3 的通用阶段提供自我报告。错误栏表示 SEM。此图中的数据来自 64 名参与者（每组 32 人;实验组:10男22女，平均年龄=22.88岁:约克集团:12名男子，20名妇女:平均年龄 = 23.44）23.此数字在参考23的许可下进行了修改。 <a href="https://www.jove.com/files/ftp_upload/61717/61717fig04large.jpg" target="_blank">请单击此处查看此图的更大版本。</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/61717/61717fig05.jpg"> 图5:收购和推广阶段23期间疼痛预期的代表数据。平均痛苦预期对收购轨迹在实验和Yoked48 组在收购块（ACQ1–3），和泛化块（GEN1–3）。请注意，在收购阶段，为 T1–T3 轨迹和 G1–G3 的通用阶段提供自我报告。错误栏表示 SEM。此图中的数据来自 64 名参与者（每组 32 人;实验组:10男22女，平均年龄=22.88岁:约克集团:12名男子，20名妇女:平均年龄 = 23.44）23.此数字在参考23的许可下进行了修改。 <a href="https://www.jove.com/files/ftp_upload/61717/61717fig05large.jpg" target="_blank">请单击此处查看此图的更大版本。</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/61717/61717fig06.jpg"> 图6:在采集过程中对运动相关疼痛的恐惧、与反应预防的灭绝以及自发恢复阶段22的测试的代表性数据。表示对收购期间不同轨迹（T1–T3）运动相关疼痛的恐惧（ACQ1–2）、与响应预防（RPE1=4）一起灭绝以及自发恢复（TEST1–2）。错误栏代表SEM。数据来自30名参与者（9名男子，21名妇女;平均年龄=21.90）22人。此数字在参考22的许可下进行了修改。<a href="https://www.jove.com/files/ftp_upload/61717/61717fig06large.jpg" target="_blank">请单击此处查看此图的更大版本。</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/61717/61717fig07.jpg"> 图7:采集过程中疼痛预期、与反应预防一起灭绝以及自发恢复阶段22的测试的代表性数据。平均疼痛预期对不同的轨迹 （T1–T3） 在收购期间 （ACQ1–2）， 灭绝与反应预防 （RPE1–4） 和自发恢复 （TEST1–2）.错误栏代表SEM。数据来自30名参与者（9名男子，21名妇女;平均年龄=21.90）22人。此数字在参考22的许可下进行了修改。<a href="https://www.jove.com/files/ftp_upload/61717/61717fig07large.jpg" target="_blank">请单击此处查看此图的更大版本。</a>

Watch this Scientific Journal Video about Investigating Pain-Related Avoidance Behavior using a Robotic Arm-Reaching Paradigm at JoVE.com

Investigating Pain-Related Avoidance Behavior using a Robotic Arm-Reaching Paradigm

回避是慢性疼痛残疾的核心，但缺乏足够的范例来研究与疼痛有关的避免。因此，我们开发了一个范式，允许研究如何学习疼痛相关的避免行为（获取），传播到其他刺激（一般化），可以减轻（灭绝），以及它如何随后可能重新出现（自发恢复）。

使用机械臂接触范式调查疼痛相关避免行为

Avoidance behavior is a key contributor to the transition from acute pain to chronic pain disability. Yet, there has been a lack of ecologically valid ...

investigating-pain-related-avoidance-behavior-using-robotic-arm

Nanyang Technological University

Research

JoVE Journal

Behavior

3.9K 次观看.  Maastricht University. 回避是慢性疼痛残疾的核心，但缺乏足够的范例来研究与疼痛有关的避免。因此，我们开发了一个范式，允许研究如何学习疼痛相关的避免行为（获取），传播到其他刺激（一般化），可以减轻（灭绝），以及它如何随后可能重新出现（自发恢复）。

视频: Investigating Pain-Related Avoidance Behavior using a Robotic Arm-Reaching Paradigm

Haptic/Graphic Rehabilitation: Integrating a Robot into a Virtual Environment Library and Applying it to Stroke Therapy

Recent research that tests interactive devices for prolonged therapy practice has revealed new prospects for robotics combined with graphical and other forms of biofeedback. Previous human-robot interactive systems have required different software commands to be implemented for each robot leading to unnecessary developmental overhead time each time a new system becomes available. For example, when a haptic/graphic virtual reality environment has been coded for one specific robot to provide haptic feedback, that specific robot would not be able to be traded for another robot without recoding the program. However, recent efforts in the open source community have proposed a wrapper class approach that can elicit nearly identical responses regardless of the robot used. The result can lead researchers across the globe to perform similar experiments using shared code. Therefore modular "switching out"of one robot for another would not affect development time. In this paper, we outline the successful creation and implementation of a wrapper class for one robot into the open-source H3DAPI, which integrates the software commands most commonly used by all robots.

Recently, a vast amount of prospects have come available for human-robot interactive systems. In this paper we outline the integration of a new robotic device with open source software that can rapidly make possible a library of interactive functionality. We then outline a clinical application for a neurorehabilitation application.

触觉/图形康复：整合成一个虚拟的环境下图书馆的机器人，它应用于中风治疗

Recent research that tests interactive devices for prolonged therapy practice has revealed new prospects for robotics combined with graphical and other ...

科研

生物工程

Investigating Motor Skill Learning Processes with a Robotic Manipulandum

Skilled reaching tasks are commonly used in studies of motor skill learning and motor function under healthy and pathological conditions, but can be time-intensive and ambiguous to quantify beyond simple success rates. Here, we describe the training procedure for reach-and-pull tasks with ETH Pattus, a robotic platform for automated forelimb reaching training that records pulling and hand rotation movements in rats. Kinematic quantification of the performed pulling attempts reveals the presence of distinct temporal profiles of movement parameters such as pulling velocity, spatial variability of the pulling trajectory, deviation from midline, as well as pulling success. We show how minor adjustments in the training paradigm result in alterations in these parameters, revealing their relation to task difficulty, general motor function or skilled task execution. Combined with electrophysiological, pharmacological and optogenetic techniques, this paradigm can be used to explore the mechanisms underlying motor learning and memory formation, as well as loss and recovery of function (e.g. after stroke).

A paradigm is presented for training and analysis of an automated skilled reaching task in rats. Analysis of pulling attempts reveals distinct subprocesses of motor learning.

调查运动技能的学习过程与机器人Manipulandum

Skilled reaching tasks are commonly used in studies of motor skill learning and motor function under healthy and pathological conditions, but can be ...

行为学

Automated Rat Single-Pellet Reaching with 3-Dimensional Reconstruction of Paw and Digit Trajectories

Rodent skilled reaching is commonly used to study dexterous skills, but requires significant time and effort to implement the task and analyze the behavior. Several automated versions of skilled reaching have been developed recently. Here, we describe a version that automatically presents pellets to rats while recording high-definition video from multiple angles at high frame rates (300 fps). The paw and individual digits are tracked with DeepLabCut, a machine learning algorithm for markerless pose estimation. This system can also be synchronized with physiological recordings, or be used to trigger physiologic interventions (e.g., electrical or optical stimulation).

Rodent skilled reaching is commonly used to study dexterous skills, but requires significant time and effort to implement the task and analyze the behavior. We describe an automated version of skilled reaching with motion tracking and three-dimensional reconstruction of reach trajectories.

自动大鼠单丸到达与3维重建的爪子和数字轨迹

Rodent skilled reaching is commonly used to study dexterous skills, but requires significant time and effort to implement the task and analyze the ...

Robotic Mirror Therapy System for Functional Recovery of Hemiplegic Arms

Mirror therapy has been performed as effective occupational therapy in a clinical setting for functional recovery of a hemiplegic arm after stroke. It is conducted by eliciting an illusion through use of a mirror as if the hemiplegic arm is moving in real-time while moving the healthy arm. It can facilitate brain neuroplasticity through activation of the sensorimotor cortex. However, conventional mirror therapy has a critical limitation in that the hemiplegic arm is not actually moving. Thus, we developed a real-time 2-axis mirror robot system as a simple add-on module for conventional mirror therapy using a closed feedback mechanism, which enables real-time movement of the hemiplegic arm. We used 3 Attitude and Heading Reference System sensors, 2 brushless DC motors for elbow and wrist joints, and exoskeletal frames. In a feasibility study on 6 healthy subjects, robotic mirror therapy was safe and feasible. We further selected tasks useful for activities of daily living training through feedback from rehabilitation doctors. A chronic stroke patient showed improvement in the Fugl-Meyer assessment scale and elbow flexor spasticity after a 2-week application of the mirror robot system. Robotic mirror therapy may enhance proprioceptive input to the sensory cortex, which is considered to be important in neuroplasticity and functional recovery of hemiplegic arms. The mirror robot system presented herein can be easily developed and utilized effectively to advance occupational therapy.

We developed a real-time mirror robot system for functional recovery of hemiplegic arms using automatic control technology, conducted a clinical study on healthy subjects, and determined tasks through feedback from rehabilitation doctors. This simple mirror robot can be applied effectively to occupational therapy in stroke patients with a hemiplegic arm.

机器人镜治疗系统偏瘫武器功能恢复

Mirror therapy has been performed as effective occupational therapy in a clinical setting for functional recovery of a hemiplegic arm after stroke. It is ...

通过增强抓握和手指恢复来彻底改变中风康复

A Flexible Wearable Supernumerary Robotic Limb for Chronic Stroke Patients

In this study, we present a flexible wearable supernumerary robotic limb that helps chronic stroke patients with finger rehabilitation and grasping movements. The design of this innovative limb draws inspiration from bending pneumatic muscles and the unique characteristics of an elephant's trunk tip. It places a strong emphasis on crucial factors such as lightweight construction, safety, compliance, waterproofing, and achieving a high output-to-weight/pressure ratio. The proposed structure enables the robotic limb to perform both envelope and fingertip grasping. Human-robot interaction is facilitated through a flexible bending sensor, detecting the wearer's finger movements and connecting them to motion control via a threshold segmentation method. Additionally, the system is portable for versatile daily use. To validate the effectiveness of this innovation, real-world experiments involving six chronic stroke patients and three healthy volunteers were conducted. The feedback received through questionnaires indicates that the designed mechanism holds immense promise in assisting chronic stroke patients with their daily grasping activities, potentially improving their quality of life and rehabilitation outcomes.

作者聚焦：使用灵活的机器人肢体增强偏瘫患者的抓握能力 

This protocol introduces a flexible wearable supernumerary robotic limb tailored to assist in finger rehabilitation for stroke patients. The design incorporates a bending sensor to facilitate seamless human-robot interaction. Validation through experiments involving both healthy volunteers and stroke patients underscores the efficacy and dependability of the proposed study.

一种用于慢性脑卒中患者的柔性可穿戴编外机器人肢体

In this study, we present a flexible wearable supernumerary robotic limb that helps chronic stroke patients with finger rehabilitation and grasping ...

工程学

The Combined Use of Transcranial Direct Current Stimulation and Robotic Therapy for the Upper Limb

Neurologic disorders such as stroke and cerebral palsy are leading causes of long-term disability and can lead to severe incapacity and restriction of daily activities due to lower and upper limb impairments. Intensive physical and occupational therapy are still considered main treatments, but new adjunct therapies to standard rehabilitation that may optimize functional outcomes are being studied.
Transcranial direct current stimulation (tDCS) is a noninvasive brain stimulation technique that polarizes underlying brain regions through the application of weak direct currents through electrodes on the scalp, modulating cortical excitability. Increased interest in this technique can be attributed to its low cost, ease of use, and effects on human neural plasticity. Recent research has been performed to determine the clinical potential of tDCS in diverse conditions such as depression, Parkinson&#39;s disease, and motor rehabilitation after stroke. tDCS helps enhance brain plasticity and seems to be a promising technique in rehabilitation programs.
A number of robotic devices have been developed to assist in the rehabilitation of upper limb function after stroke. The rehabilitation of motor deficits is often a long process requiring multidisciplinary approaches for a patient to achieve maximum independence. These devices do not intend to replace manual rehabilitation therapy; instead, they were designed as an additional tool to rehabilitation programs, allowing immediate perception of results and tracking of improvements, thus helping patients to stay motivated.
Both tDSC and robot-assisted therapy are promising add-ons to stroke rehabilitation and target the modulation of brain plasticity, with several reports describing their use to be associated with conventional therapy and the improvement of therapeutic outcomes. However, more recently, some small clinical trials have been developed that describe the associated use of tDCS and robot-assisted therapy in stroke rehabilitation. In this article, we describe the combined methods used in our institute for improving motor performance after stroke.

The combined use of transcranial direct current stimulation and robotic therapy as an add-on for conventional rehabilitation therapy may result in improved therapeutic outcomes due to modulation of brain plasticity. In this article, we describe the combined methods used in our institute for improving motor performance after stroke.

经颅直流电刺激与上肢机器人治疗的联合应用

Neurologic disorders such as stroke and cerebral palsy are leading causes of long-term disability and can lead to severe incapacity and restriction of ...

神经科学

An Emerging Target Paradigm to Evoke Fast Visuomotor Responses on Human Upper Limb Muscles

To reach towards a seen object, visual information has to be transformed into motor commands. Visual information such as the object&#8217;s color, shape, and size are processed and integrated within numerous brain areas, then ultimately relayed to the motor periphery. In some instances, a reaction is needed as fast as possible. These fast visuomotor transformations, and their underlying neurological substrates, are poorly understood in humans as they have lacked a reliable biomarker. Stimulus-locked responses (SLRs) are short latency (&#60;100 ms) bursts of electromyographic (EMG) activity representing the first wave of muscle recruitment influenced by visual stimulus presentation. SLRs provide a quantifiable output of rapid visuomotor transformations, but SLRs have not been consistently observed in all subjects in past studies. Here we describe a new, behavioral paradigm featuring the sudden emergence of a moving target below an obstacle that consistently evokes robust SLRs. Human participants generated visually guided reaches toward or away from the emerging target using a robotic manipulandum while surface electrodes recorded EMG activity from the pectoralis major muscle. In comparison to previous studies that investigated SLRs using static stimuli, the SLRs evoked with this emerging target paradigm were larger, evolved earlier, and were present in all participants. Reach reaction times (RTs) were also expedited in the emerging target paradigm. This paradigm affords numerous opportunities for modification that could permit systematic study of the impact of various sensory, cognitive, and motor manipulations on fast visuomotor responses. Overall, our results demonstrate that an emerging target paradigm is capable of consistently and robustly evoking activity within a fast visuomotor system.

Presented here is a behavioral paradigm that elicits robust fast visuomotor responses on human upper limb muscles during visually guided reaches.

唤起人类上肢肌肉快速视觉运动反应的新兴目标范式

To reach towards a seen object, visual information has to be transformed into motor commands. Visual information such as the object&#8217;s color, shape, ...

The Impact of Motor Task Conditions on Goal-Directed Arm Reaching Kinematics and Trunk Compensation in Chronic Stroke Survivors

Trunk compensation is the most common movement strategy to substitute for upper extremity (UE) motor deficits in chronic stroke survivors. There is a lack of evidence examining how task conditions impact trunk compensation and goal-directed arm reaching kinematics. This protocol aims to investigate the impact of task conditions, including task difficulty and complexity, on goal-directed arm reaching kinematics. Two non-disabled young adults and two chronic stroke survivors with mild UE motor impairment were recruited for testing the protocol. Each participant performed goal-directed arm reaches with four different task conditions (2 task difficulties [large vs. small targets] X 2 task complexities [pointing vs. picking up]). The task goal was to reach and point at a target or pick up an object located 20 cm in front of the home position as quickly as possible with a stylus or a pair of chopsticks, respectively, in response to an auditory cue. Participants performed ten reaches per task condition. A 3-dimensional motion capture camera system was used to record trunk and arm kinematics. Representative results showed that there was a significant increase in movement duration, movement jerkiness, and trunk compensation as a function of task complexity, but not task difficulty in all participants. Chronic stroke survivors showed significantly slower, jerkier, and more feedback-dependent arm reaches and significantly more compensatory trunk movements than non-disabled adults. Our representative results support that this protocol can be used to investigate the impact of task conditions on motor control strategies in chronic stroke survivors with mild UE motor impairment.

This protocol is intended to investigate the impact of task conditions on movement strategies in chronic stroke survivors. Further, this protocol can be used to examine if a restriction in elbow extension induced by neuromuscular electrical stimulation causes trunk compensation during goal-directed arm reaches in non-disabled adults.

运动任务条件对长期中风幸存者目标定向手臂达到运动学和树干补偿的影响

Trunk compensation is the most common movement strategy to substitute for upper extremity (UE) motor deficits in chronic stroke survivors. There is a lack ...

使用机械臂接触范式调查疼痛相关避免行为

摘要

探索更多视频

触觉/图形康复：整合成一个虚拟的环境下图书馆的机器人，它应用于中风治疗

调查运动技能的学习过程与机器人Manipulandum

自动大鼠单丸到达与3维重建的爪子和数字轨迹

机器人镜治疗系统偏瘫武器功能恢复

一种用于慢性脑卒中患者的柔性可穿戴编外机器人肢体

一种用于慢性脑卒中患者的柔性可穿戴编外机器人肢体

一种用于慢性脑卒中患者的柔性可穿戴编外机器人肢体

经颅直流电刺激与上肢机器人治疗的联合应用

唤起人类上肢肌肉快速视觉运动反应的新兴目标范式

运动任务条件对长期中风幸存者目标定向手臂达到运动学和树干补偿的影响