Name: force and position control in humans - the role of augmented feedback
Uploaded: 2016-06-19T13:00:00.000+00:00
Duration: 6 min 31 s
Description: Watch this Scientific Journal Video about Force and Position Control in Humans - The Role of Augmented Feedback at JoVE.com

The authors have no acknowledgements.

Das hier beschriebene Protokoll folgte den Richtlinien der Ethikkommission der Universität Freiburg und wurde in Übereinstimmung mit der Erklärung von Helsinki (1964). 1. Ethische Genehmigung - Subject Instruction <ol><li> Vor dem eigentlichen Experiment, anweisen, alle Probanden über den Zweck der Studie und potenziellen Risikofaktoren. Bei der transkraniellen Magnetstimulation (TMS) Anwendung, gibt es einige medizinische Risiken einschließlich der Geschichte von epileptischen Anfällen, Metallimplantaten in die Augen und / oder Kopf, Erkrankungen des Herz-Kreislauf-System und Schwangerschaft. Ausschließen jedes Thema zu einer dieser Risikofaktoren aus der Studie bekräftigen. </li><li> Fügen Sie nur gesunde Personen in der Studie. Ausschließen Personen mit irgendwelchen neurologischen, psychischen und / oder orthopädischen Erkrankungen. </li></ol> 2. Gegenstand Vorbereitung <ol><li> Betreff Platzierung <ol><li> Während des gesamten Experiments Sitz Probanden in einem bequemen Stuhl. Befestigen Sie den Kopfdes Teilnehmers eine Besetzung umfassen den Hals verwenden, um eine stabile Kopfposition zu sichern und alle Bewegungen des Kopfes relativ TMS Spule zu vermeiden. </li><li> Legen Sie den rechten Arm der Probanden in einem speziell angefertigten Armlehne Bewegungen des Handgelenks zu minimieren. Befestigen Sie den rechten Zeigefinger unterliegen einer Schiene an den Arm eines Roboters montiert. Ausrichten der Drehachse des Roboterarms mit dem metacarpophangeal Gelenk der rechten Hand, so dass das Gelenkzentrum des Rotationszentrum des Roboters übereinstimmt. </li></ol></li><li> Force-Aufnahmen <ol><li> Messen die aufgebrachte Kraft durch die Gegenstände durch einen Drehmomentmesser in dem Roboterarm montiert und messen die Position des Roboterarms (entsprechend der Position des Zeigefinger) von einem Potentiometer zur Drehachse des Roboters 22 verbunden. </li></ol></li><li> Elektromyographie (EMG) <ol><li> Verwenden Sie eine bipolare Konfiguration von Oberflächenelektroden durch TMS ausgelöst elektrophysiologischen Reaktionen zu messen sowie muscular Aktivierung durch die Gegenstände hergestellt. <ol><li> Vor dem Anbringen der Elektroden an die Haut über dem ersten Rücken interosseus Muskel (FDI) und der Entführer pollicis brevis (APB) von der rechten Hand, rasieren die Haut der Probanden, dann ist es leicht abreiben Sandpapier oder Gel Abschleifen und desinfizieren sie mit Propanol . </li><li> Im Anschluss daran befestigen Selbstklebe-EMG-Elektroden auf die Haut über die Muskelbäuche der FDI und APB. Legen Sie eine zusätzliche Referenzelektrode auf der olecranon des gleichen Arm. </li><li> Kabel verbinden alle Elektroden mit einer EMG-Verstärker und an einen Analog-Digital-Wandler. Amplify die EMG-Signale (x 1000), Bandpass-Filter (10 - 1000 Hz) und Probe bei 4 kHz. Speichern Sie die EMG-Signale für die Offline-Analyse. </li></ol></li></ol></li><li> TMS <ol><li> Verwenden Sie eine Zahl von acht Spule mit einem TMS-Stimulator angebracht, um den kontralateralen Motor kortikalen Handbereich zu stimulieren. </li><li> Finden, die optimale Position der Spule relativ zu der Kopfhaut zum Hervorrufenmotorisch evozierte Potentiale (MEP) in der FDI-Muskel durch ein Mapping-Verfahren: <ol><li> Platzieren der Spule ungefähr 0,5 cm vor dem Scheitelpunkt und über der Mittellinie mit dem Griff um 45 ° gegen den Uhrzeigersinn relativ zu der Sagittalebene weist, eine posterior-anteriore Fluss des Stroms in der Mitte der Spule zu induzieren. </li><li> Zu Beginn wählen Sie eine kleine Stimulation (zB unter 30% maximalen Stimulator - Ausgang, MSO) Intensität die Themen an die magnetischen Impulse zu gewöhnen. </li><li> Anschließend erhöhen Sie die Intensität Stimulation in kleinen Schritten, zum Beispiel 2 - 3% maximale Stimulator Ausgang (MSO) und die Spule in der frontalen-rostral und medio-lateraler Richtung, um den optimalen Standort zu finden bewegen (Hotspot) für die FDI stimulierenden Muskel. Der Hotspot wird als der Ort definiert, wo die größte MEP bei einer gegebenen Stimulationsintensität beobachtet werden. </li></ol></li><li> Nach dem FDI-Hotspot zu finden, bestimmen Motor Schwelle (MT) als minimu Ruhem Intensität erforderlich MEP Spitze-Spitze - Amplituden in der EMG zu evozieren größer als 50 &amp; mgr ; V in drei von fünf aufeinander folgenden Studien 18. Überprüfen Sie die Größe der Online auf dem Computerbildschirm angezeigt MEPs. </li><li> Nach dem Hervorrufen MEPs mit 1,0 * MT, verringern ständig die Stimulationsintensität der TMS-Maschine in Schritten von 2% MSO, bis die MEP nicht mehr beobachtet werden kann und eine EMG Unterdrückung der laufenden Muskelaktivität deutlich. Hinweis: Um die TMS-induzierte EMG Unterdrückung darzustellen es notwendig ist, eine hohe Anzahl von Stimulationen anzuwenden (siehe Abschnitt 5. &quot;Datenverarbeitung&quot;) </li></ol></li></ol> 3. Feedback zur Präsentation <ol><li> Teilen Sie die Teilnehmer in drei Gruppen (pF, fF, CON). </li><li> Instruieren Themen aus der Position Feedback-Gruppe (pF) in der Hälfte der Versuche Feedback über die Position des Zeigefingers (Position Feedback) zu erhalten, wenn sie durch Drücken gegen die Roboter-Vorrichtung mit dem Zeigefinger zu bewegen. &lt;/ Li&gt; <li> In der anderen Hälfte der Versuche, anweisen Themen Feedback über die ausgeübte Kraft zu empfangen, während die Roboter-Vorrichtung (Force-Feedback) bewegt. Hinweis: In Wirklichkeit aber sie erhalten immer die gleiche Rückmeldung (Position Feedback). </li><li> Instruieren Themen aus der Force-Feedback-Gruppe (fF) Force-Feedback in der Hälfte der Studien erhalten und Positionsrückmeldung in der anderen Hälfte erhalten. Hinweis: In der Tat ist diese Gruppe nur mit Force-Feedback zur Verfügung gestellt. </li><li> Sie nicht die Kontrollgruppe (CON) über die Quelle des Feedback anweisen. Hinweis: Die Kontrollgruppe erhält Force-Feedback in einer Hälfte ihrer Studien und Positionsrückmeldung in der anderen Hälfte. </li><li> ändern in zufälliger Reihenfolge die Reihenfolge der Sitzungen, das heißt, ob Studien mit Kraft oder Position Feedback zu starten, in allen Gruppen. </li><li> Optisch zeigen die Kraft und die Positionsrückmeldung auf einem Computer-Bildschirm 1 m vor der Probanden platziert. </li><li> In jedem Zustand präsentieren eine Linie Ziel entsprechend30% der individuellen maximalen freiwilligen Kraft des Subjekts oder der Finger Winkel des Zeigefingers bei 30% maximal freiwillige Kontraktion (MVC), auf dem Computerbildschirm und anweisen, die Gegenstand der Ziellinie möglichst genau übereinstimmen. </li></ol> 4. Maximal isometrischen Kraft <ol><li> Nach dem Subjekt (EMG) vorbereitet wird, führen drei isometrischen Maximal freiwilligen Kontraktionen (MVC), gehalten in der isometrischen Kraft einer allmählichen Zunahme bestehend aus Null bis Maximum über 3 sec Zeitspanne und die maximale Kraft für 2 sec 20,21. </li><li> Verbal das Thema fördern maximale Kraft zu erreichen. Nach jedem Versuch erlauben die Probanden für 90 Sekunden ruhen Müdigkeit zu vermeiden. </li></ol> 5. Versuchsdurchführung <ol><li> Ermüdenden Motor Task- Kontraktionen Sustained. Hinweis: Die ermüdende Aufgabe besteht aus zwei nachhaltig an unterschiedlichen Tagen durchgeführt Kontraktionen. <ol><li> Weisen Sie die Themen der Ziellinie von 30% MVC passen fürso lange wie möglich mit einer Linie zu der aufgebrachten Kraft oder die Position ihrer Finger entsprechend einem Kraftniveau von 30% MVC entspricht. Hinweis: Die Ziellinie bei der Positionsrückkopplungsbedingung (pF-Gruppe) ist daher die Finger Winkel entspricht, wenn die Probanden die Kraftniveau von 30% MVC entsprechen. </li><li> Fragen Sie die Themen die Kontraktionen bis Aufgabe Versagen zu halten, der als der Punkt definiert wird, in dem die Themen sind nicht mehr in der Lage, die Zielkraft in einem 5% Fenster der Zielkraft über einen Zeitraum von 5 Sekunden (FF-Gruppe) zu halten. Für die pF-Gruppe definieren Aufgabe Scheitern als wenn die Teilnehmer nicht in der Lage mit dem Finger Winkel innerhalb von 5% des gewünschten Zielwinkel zu halten für 5 s 12,23. </li><li> Stellen Sie sicher, dass die beiden anhaltenden Kontraktionen von mindestens 48 Stunden voneinander getrennt sind. </li></ol></li><li> TMS-protocol Hinweis: Die unterschwellige TMS Experiment wird an die ermüdende Kontraktionen auf separaten Tag durchgeführt. Dies ist wichtig, da Müdigkeit einen Einfluss hatauf die Unterdrückung EMG durch subTMS 24,25 so Unterschiede zwischen Kraft und Position eindeutig identifiziert werden kann nicht hervorgerufen. Trennen der ermüdenden Kontraktionen von den TMS-Messungen hat den Vorteil, dass Unterschiede in der EMG Unterdrückung kann nun deutlich die unterschiedliche Auslegung der Rückkopplung zurückgeführt werden, sondern muss die Einschränkung, dass die Ergebnisse können nicht direkt auf die Unterschiede in der Zeit zu Ermüdungs ​​verbunden werden der erlittenen Kontraktionen. <ol><li> das Teil des Experiments Verhalten TMS auf einem separaten Anlass als die ermüdende Experimente (siehe auch Abschnitt 3. &quot;Feedback-Präsentation&quot; sehen). Zunächst folgen die exakt gleiche Verfahren wie für die ermüdenden Kontraktion (zB MVC Kontraktionen) , aber dieses Mal, fragen Sie die Themen , um die Kontraktionen halten nur so lange , wie die TMS Stimulation dauert. Somit werden die Kontraktionen nicht fatigable und nur für ungefähr 100 sec während jedes TMS Studie gehalten. </li><li> Geben Sie eine Pause von 3 min zwischen Trials jede Vorspannung von Ermüdung zu minimieren. </li></ol></li></ol> 6. Datenverarbeitung <ol><li> TMS <ol><li> Tragen Sie insgesamt 100 Sweeps 50 Durchläufe mit und 50 Sweeps ohne Stimulation mit einem Inter-Stimulus - Intervall von 0,8 bis 1,1 s 20,21,25,26 reichen. Dieser kurze Interstimulus Intervall stellt sicher, dass die Probanden nicht brauchen die Kontraktionen zu lange so ermüdend Effekte minimiert werden kann zu halten. </li><li> Um zu analysieren , ob die TMS - Stimulation eine Erleichterung (MEP) oder eine EMG Unterdrückung verursacht, subtrahieren die gleichgerichtet und dann durchschnittlich 50 Sweeps mit Stimulation (stimulierte EMG) von den 50 Sweeps ohne Stimulation (Kontrolle EMG) 20,21,25-27. Hinweis: Das Einsetzen der EMG-Unterdrückung wird als Zeitpunkt definiert, in dem der gemittelte EMG für die Durchläufe mit der Stimulations kleiner ist als der Steuer EMG für mindestens 4 msec in einem Zeitrahmen von 20 bis 50 msec nach dem TMS Puls. Das Ende der Unterdrückung wird als t definierter sofort , wenn die stimulierte EMG größer als die Steuer EMG für mindestens 1 ms und das Ausmaß der Unterdrückung ist , wird als prozentuale Veränderung berechnet (Kontrolle-stimulierte / mittlere Steuer * 100). </li><li> Verwenden Sie die Sweeps ohne TMS Stimulation für die Berechnung der Hintergrund EMG Aktivierung und durchschnittlich sie im gleichen Zeitfenster wie die Versuche mit Stimulation 20,21,25,26. </li></ol></li><li> EMG <ol><li> Bestimmen Sie die maximale Aktivität EMG durch die root mean square - Wert in einem 0,5s Zeitfenster gemessen während der MVC - Tests 20,21 um die Spitzenkraft aufgezeichnet zu berechnen. </li><li> Für die anhaltende Kontraktionen, analysieren die EMG durch den Bau von 8 Sekunden langen Behälter , wo das root mean square des berichtigten EMG berechnet und normiert auf die EMG - Aktivität während der MVC - Studien 20,21 erhalten. </li></ol></li></ol>

The authors have nothing to disclose.

Die vorliegende Studie untersucht, ob die Interpretation von Augmented-Feedback die Zeit zu Ermüdungs ​​einer anhaltenden submaximalen Kontraktion und das neuronale Verarbeitung des primären Motorkortex beeinflußt. Die Ergebnisse zeigen, dass, sobald die Teilnehmer die Feedback als Stellungsrückmeldung (im Vergleich zu Kraftrückmeldung) interpretiert, war die Zeit zu Ermüdungs ​​wesentlich kürzer und die inhibitorische Aktivität des motorischen Cortex (als die Menge an EMG-Unterdrückung durch subTMS ver...

Sensorisches Feedback ist entscheidend, Bewegungen auszuführen. Tägliche Aktivitäten sind kaum möglich , in Abwesenheit von Propriozeption 1. Darüber hinaus wird das motorische Lernen durch propriozeptive Integration 2 oder kutane Wahrnehmung 3 beeinflusst. Gesunde Menschen mit intakter Empfindung sind in der Lage , die sensorischen Inputs aus verschiedenen sensorischen Quellen , um situationsspezifische Bedürfnisse zu erfüllen 4 ergeben , zu gewichten. Diese sensorischen Wiegen ermöglicht Menschen schwierige Aufgaben mit hoher Präzision durchzuführen , auch wenn einige Aspekte der sensorischen Informationen sind unzuverlässig oder gar nicht vorhanden (zB im Dunkeln zu Fuß oder mit geschlossenen Augen). Darüber hinaus schlägt verschiedene Hinweise darauf, dass (oder zusätzlich) Feedback verbessert weiter die Motorsteuerung und / oder motorischen Lernens erweitert bereitstellt. Augmented Feedback liefert zusätzliche Informationen, die von einer externen Quelle, die zur Aufgabe intrinsische (sensorischen) Feedback hinzugefügt werden können, von der sensorischen entstehenSystem 5,6. Vor allem die Wirkung des Inhalts von Augmented Feedback über die Motorsteuerung und Lernen hat sich in den letzten Jahren von großem Interesse gewesen. Eine der Fragen war es, wie Steuerkraft Mensch und Position 7,8. Erste Untersuchungen festgestellten Unterschiede in der Zeit zu Ermüdung eines nachhaltigen submaximalen Kontraktion entweder Position oder Force - Feedback und Unterschiede in der Belastung Compliance (zB 9-12). Bei Probanden mit Force-Feedback zur Verfügung gestellt wurden, wurde die Zeit zur Ermüdung der anhaltende Kontraktion signifikant länger im Vergleich zu, wenn die Positionsrückmeldung zur Verfügung gestellt wurde. Das gleiche Phänomen wurde für eine Vielzahl von verschiedenen Muskeln und Gliedpositionen und einer Anzahl von neuromuskulären Mechanismen beobachtet, einschließlich einer größeren Rate der Motoreinheit Einstellungs- und eine größere Abnahme der H-Reflex - Bereich während der Position gesteuert Kontraktion (zur Übersicht 13). Jedoch in diesen Studien nicht nur die visuelle Rückkopplung, sondern auch die physikalische cERKMALE der Muskelkontraktion (dh., die die Einhaltung der Messvorrichtung) wurde geändert. Deshalb führten wir vor kurzem eine Studie nicht die Einhaltung zu verändern, sondern nur Feedback ergänzt und Beweise allein, dass die Bereitstellung von Kraft und Position vorgesehen Feedback während einer anhaltenden submaximalen Kontraktion innerhalb des primären motorischen Kortex (M1) in hemmende Aktivität Unterschiede verursachen. Dies wurde unter Verwendung einer Stimulationstechnik gezeigt , die ausschließlich auf der kortikalen Ebene 14, nämlich unterschwelligen transkranielle Magnetstimulation (subTMS) zu handeln , ist bekannt. Im Gegensatz überschwellige TMS, wird die Antwort durch subTMS evozierten, wird nicht durch die Erregbarkeit der spinalen α-Motoneuronen und die Erregbarkeit exzitatorischer Neuronen und / oder Rindenzellen 15-17 moduliert , sondern allein durch die Erregbarkeit von inhibitorischen intrakortikale Neuronen. Der postulierte Mechanismus hinter dieser Stimulationstechnik ist, dass es mit Intensitäten unterhalb des Schwellenwerts angelegt wird, ein Motor zu evozieren evozierte Potentiale(MEP). Es wurde bei Patienten gezeigt , Elektroden an der zervikalen Ebene implantiert hat, die diese Art der Stimulation keine absteigenden Aktivität produziert , sondern dass es aktiviert in erster Linie hemmende Interneurone im primären motorischen Kortex 14,18,19. Diese Aktivierung der inhibitorischen Inter bewirkt eine Abnahme in der laufenden Aktivität EMG und kann in Versuchen ohne Stimulation, die durch die Menge an EMG-Unterdrückung im Vergleich zu der EMG-Aktivität quantifiziert werden. In dieser Hinsicht haben wir gezeigt , dass Probanden eine deutlich höhere inhibitorische Aktivität in Studien , in denen angezeigt sie Positionsrückmeldung erhielten , im Vergleich mit Studien , in denen Force - Feedback wurden 20 zur Verfügung gestellt. Darüber hinaus haben wir auch gezeigt , dass nicht nur die Präsentation von verschiedenen Feedback Modalitäten (Kraft-Ort - Kontrolle) , sondern auch die Interpretation von Feedback sehr ähnliche Auswirkungen auf die Verhaltens- und neurophysiologische Daten haben kann. Genauer gesagt, wenn wir die Teilnehmer gesagt p erhaltenosition Feedback (auch wenn es Force - Feedback war) sie auch nicht nur eine kürzere Zeit bis zur Ermüdung angezeigt , sondern auch ein erhöhtes Maß an hemmenden M1 Aktivität 21. Aber ein Ansatz , wo die gleiche Rückmeldung mit unterschiedlichen Informationen über den Inhalt ist immer zur Verfügung gestellt hat den Vorteil , dass die Aufgabe Zwänge, dh die Präsentation des Feedback, die Verstärkung der Rückkopplung oder die Einhaltung der Last sind identisch zwischen den Bedingungen so daß Unterschiede in der Leistung und neuronaler Aktivität deutlich zu Unterschieden in der Auslegung des Rückkopplungs verwandten und nicht von unterschiedlichen Testbedingungen vorgespannt ist. So untersuchte die vorliegende Studie, ob eine andere Interpretation von ein und derselben Rückkopplungs die Dauer einer anhaltenden submaximalen Kontraktion beeinflusst und darüber hinaus wirkt sich auf die Aktivierung der inhibitorischen Aktivität des primären Motorkortex.

<table><tbody><tr><td>torquemeter</td><td>LCB 130, ME-Mebsysteme, Neuendorf, Germany</td><td></td><td>Part of robotic device built for force and position recordings</td></tr><tr><td>potentiometer</td><td>type 120574, Megatron, Putzbrunn, Germany</td><td></td><td>Part of robotic device built for force and position recordings</td></tr><tr><td>EMG electrodes</td><td>Blue sensor P, Ambu, Bad Nauheim, Germany</td><td></td><td></td></tr><tr><td>TMS coil</td><td>Magstim</td><td></td><td></td></tr><tr><td>TMS machine</td><td>Magstim Company Ltd., Whitland, UK</td><td></td><td></td></tr><tr><td>Recording software</td><td>Labview-Based</td><td></td><td>custom written software</td></tr></tbody></table>

force and position control in humans - the role of augmented feedback

During motor behaviour, humans interact with the environment by for example manipulating objects and this is only possible because sensory feedback is constantly integrated into the central nervous system and these sensory inputs need to be weighted in order meet the task specific goals. Additional feedback presented as augmented feedback was shown to have an impact on motor control and motor learning. A number of studies investigated whether force or position feedback has an influence on motor control and neural activation. However, as in the previous studies the presentation of the force and position feedback was always identical, a recent study assessed whether not only the content but also the interpretation of the feedback has an influence on the time to fatigue of a sustained submaximal contraction and the (inhibitory) activity of the primary motor cortex using subthreshold transcranial magnetic stimulation. This paper describes one possible way to investigate the influence of the interpretation of feedback on motor behaviour by investigating the time to fatigue of submaximal sustained contractions together with the neuromuscular adaptations that can be investigated using surface EMG. Furthermore, the current protocol also describes how motor cortical (inhibitory) activity can be investigated using subthreshold TMS, a method known to act solely on the cortical level. The results show that when participants interpret the feedback as position feedback, they display a significantly shorter time to fatigue of a submaximal sustained contraction. Furthermore, subjects also displayed an increased inhibitory activity of the primary cortex when they believed to receive position feedback compared when they believed to receive force feedback. Accordingly, the results show that interpretation of feedback results in differences on a behavioural level (time to fatigue) that is also reflected in interpretation-specific differences in the amount of inhibitory M1 activity.

Interpretation von Feedback Im hier beschriebenen Verfahren wurden die Probanden in einer Weise angewiesen, die sie in die Hälfte ihrer Versuche glaubte an Position Feedback und in der anderen Hälfte der Force-Feedback erhalten haben Studien erhalten haben. In der Tat wurden sie in die Hälfte ihrer Versuche, wie sie die pF-Gruppe immer Positionsrückmeldung erhalten betrogen und die fF-Gruppe immer Force-Feedback e...

Watch this Scientific Journal Video about Force and Position Control in Humans - The Role of Augmented Feedback at JoVE.com

Force and Position Control in Humans - The Role of Augmented Feedback

Controlling an identical movement with position or force feedback results in different neural activation and motor behavior. This protocol describes how to investigate behavioral changes by looking at neuromuscular fatigue and how to evaluate motor cortical (inhibitory) activity using subthreshold TMS with respect to the interpretation of augmented feedback.

Steuerkraft und Position in Humans - Die Rolle der Augmented Feedback

During motor behaviour, humans interact with the environment by for example manipulating objects and this is only possible because sensory feedback is ...

force-and-position-control-in-humans-the-role-of-augmented-feedback

Research

JoVE Journal

Behavior

7.8K Aufrufe.  University of Freiburg. Controlling an identical movement with position or force feedback results in different neural activation and motor behavior. This protocol describes how to investigate behavioral changes by looking at neuromuscular fatigue and how to evaluate motor cortical (inhibitory) activity using subthreshold TMS with respect to the interpretation of augmented feedback. 

Serie: Force and Position Control in Humans - The Role of Augmented Feedback

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.

Haptische / Graphic Rehabilitation: Integration eines Roboters in einer virtuellen Umgebung Bibliothek und ihre Anwendung auf die Therapie von Schlaganfällen

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

Forschung

Biotechnik

A Structured Rehabilitation Protocol for Improved Multifunctional Prosthetic Control: A Case Study

Advances in robotic systems have resulted in prostheses for the upper limb that can produce multifunctional movements. However, these sophisticated systems require upper limb amputees to learn complex control schemes. Humans have the ability to learn new movements through imitation and other learning strategies. This protocol describes a structured rehabilitation method, which includes imitation, repetition, and reinforcement learning, and aims to assess if this method can improve multifunctional prosthetic control. A left below elbow amputee, with 4 years of experience in prosthetic use, took part in this case study. The prosthesis used was a Michelangelo hand with wrist rotation, and the added features of wrist flexion and extension, which allowed more combinations of hand movements. The participant&#8217;s Southampton Hand Assessment Procedure score improved from 58 to 71 following structured training. This suggests that a structured training protocol of imitation, repetition and reinforcement may have a role in learning to control a new prosthetic hand. A larger clinical study is however required to support these findings.

As prosthetic development moves towards the goal of natural control, harnessing amputees&#8217; inherent ability to learn new motor skills may enable proficiency. This manuscript describes a structured rehabilitation protocol, which includes imitation, repetition, and reinforcement learning strategies, for improved multifunctional prosthetic control.

Eine strukturierte Rehabilitation Protokoll zur Verbesserung der Multifunktions Prosthetic Steuerung: Eine Fallstudie

Advances in robotic systems have resulted in prostheses for the upper limb that can produce multifunctional movements. However, these sophisticated ...

Verhalten

Using Virtual Reality to Transfer Motor Skill Knowledge from One Hand to Another

As far as acquiring motor skills is concerned, training by voluntary physical movement is superior to all other forms of training (e.g. training by observation or passive movement of trainee&#39;s hands by a robotic device). This obviously presents a major challenge in the rehabilitation of a paretic limb since voluntary control of physical movement is limited. Here, we describe a novel training scheme we have developed that has the potential to circumvent this major challenge. We exploited the voluntary control of one hand and provided real-time movement-based manipulated sensory feedback as if the other hand is moving. Visual manipulation through virtual reality (VR) was combined with a device that yokes left-hand fingers to passively follow right-hand voluntary finger movements. In healthy subjects, we demonstrate enhanced within-session performance gains of a limb in the absence of voluntary physical training. Results in healthy subjects suggest that training with the unique VR setup might also be beneficial for patients with upper limb hemiparesis by exploiting the voluntary control of their healthy hand to improve rehabilitation of their affected hand.

We describe a novel virtual-reality based setup which exploits voluntary control of one hand to improve motor-skill performance in the other (non-trained) hand. This is achieved by providing real-time movement-based sensory feedback as if the non-trained hand is moving. This new approach may be used to enhance rehabilitation of patients with unilateral hemiparesis.

Verwendung von Virtual Reality motorischen Wissenstransfer aus einer Hand zur anderen

As far as acquiring motor skills is concerned, training by voluntary physical movement is superior to all other forms of training (e.g. training by ...

Movement Retraining using Real-time Feedback of Performance

Any modification of movement - especially movement patterns that have been honed over a number of years - requires re-organization of the neuromuscular patterns responsible for governing the movement performance. This motor learning can be enhanced through a number of methods that are utilized in research and clinical settings alike. In general, verbal feedback of performance in real-time or knowledge of results following movement is commonly used clinically as a preliminary means of instilling motor learning. Depending on patient preference and learning style, visual feedback (e.g. through use of a mirror or different types of video) or proprioceptive guidance utilizing therapist touch, are used to supplement verbal instructions from the therapist. Indeed, a combination of these forms of feedback is commonplace in the clinical setting to facilitate motor learning and optimize outcomes.
Laboratory-based, quantitative motion analysis has been a mainstay in research settings to provide accurate and objective analysis of a variety of movements in healthy and injured populations. While the actual mechanisms of capturing the movements may differ, all current motion analysis systems rely on the ability to track the movement of body segments and joints and to use established equations of motion to quantify key movement patterns. Due to limitations in acquisition and processing speed, analysis and description of the movements has traditionally occurred offline after completion of a given testing session.
This paper will highlight a new supplement to standard motion analysis techniques that relies on the near instantaneous assessment and quantification of movement patterns and the display of specific movement characteristics to the patient during a movement analysis session. As a result, this novel technique can provide a new method of feedback delivery that has advantages over currently used feedback methods.

Retraining abnormal movement patterns following injury or disease is a key component of physical rehabilitation. Recent advances in technology have permitted accurate assessment of movement during a variety of tasks, with near instantaneous quantification of results. This provides new opportunities for modification of faulty movement patterns in real time.

Movement Umschulung mit Echtzeit-Feedback von Performance

Any modification of movement - especially movement patterns that have been honed over a number of years - requires re-organization of the neuromuscular ...

Medizin

Characterization of the Sense of Agency over the Actions of Neural-machine Interface-operated Prostheses

This work describes a methodological framework that can be used to explicitly and implicitly characterize the sense of agency developed over the neural-machine interface (NMI) control of sensate virtual or robotic prosthetic hands. The formation of agency is fundamental in distinguishing the actions that we perform with our limbs as being our own. By striving to incorporate advanced upper-limb prostheses into these same perceptual mechanisms, we can begin to integrate an artificial limb more closely into the user&#39;s existing cognitive framework for limb control. This has important implications in promoting user acceptance, use, and effective control of advanced upper-limb prostheses. In this protocol, participants control a virtual prosthetic hand and receive kinesthetic sensory feedback through their preexisting NMIs. A series of virtual grasping tasks are performed and perturbations are systematically introduced to the kinesthetic feedback and virtual hand movements. Two separate measures of agency are employed: established psychophysical questionnaires (to capture the explicit experience of agency) and a time interval estimate task to capture the implicit sense of agency (intentional binding). Results of this protocol (questionnaire scores and time interval estimates) can be analyzed to quantify the extent of agency formation.

Here we present a protocol which characterizes the sense of agency developed over the control of sensate virtual or robotic prosthetic hands. Psychophysical questionnaires are employed to capture the explicit experience of agency, and time interval estimates (intentional binding) are employed to implicitly measure the sense of agency.

Charakterisierung des Sinnes der Agentur über die Aktionen der Neural-Maschine-Schnittstelle betrieben Prothesen

This work describes a methodological framework that can be used to explicitly and implicitly characterize the sense of agency developed over the ...

Applying Incongruent Visual-Tactile Stimuli during Object Transfer with Vibro-Tactile Feedback

The application of incongruent sensory signals that involves disrupted tactile feedback is rarely explored, specifically with the presence of vibrotactile feedback (VTF). This protocol aims to test the effect of VTF on the response to incongruent visual-tactile stimuli. The tactile feedback is acquired by grasping a block and moving it across a partition. The visual feedback is a real-time virtual presentation of the moving block, acquired using a motion capture system. The congruent feedback is the reliable presentation of the movement of the block, so that the subject feels that the block is grasped and see it move along with the path of the hand. The incongruent feedback appears as the movement of the block diverts from the actual movement path, so that it seems to drop from the hand when it is actually still held by the subject, thereby contradicting the tactile feedback. Twenty subjects (age 30.2 &#177; 16.3) repeated 16 block transfers, while their hand was hidden. These were repeated with VTF and without VTF (total of 32 block transfers). Incongruent stimuli were presented randomly twice within the 16 repetitions in each condition (with and without VTF). Each subject was asked to rate the difficulty level of performing the task with and without the VTF. There were no statistically significant differences in the length of the hand paths and durations between transfers recorded with congruent and incongruent visual-tactile signals &#8211; with and without the VTF. The perceived difficulty level of performing the task with the VTF significantly correlated with the normalized path length of the block with VTF (r = 0.675, p = 0.002). This setup is used to quantify the additive or reductive value of VTF during motor function that involves incongruent visual-tactile stimuli. Possible applications are prosthetics design, smart sport-wear, or any other garments that incorporate VTF.

We present a protocol to apply incongruent visual-tactile stimuli during an object transfer task. Specifically, during block transfers, performed while the hand is hidden, a virtual presentation of the block shows random occurrences of false block drops. The protocol also describes adding vibrotactile feedback while performing the motor task.

Anwendung der indikierten visuellen Stimuli während der Objektübertragung mit Vibro-Taktile Feedback

The application of incongruent sensory signals that involves disrupted tactile feedback is rarely explored, specifically with the presence of vibrotactile ...

Real-Time Proxy-Control of Re-Parameterized Peripheral Signals using a Close-Loop Interface

The fields that develop methods for sensory substitution and sensory augmentation have aimed to control external goals using signals from the central nervous systems (CNS). Less frequent however, are protocols that update external signals self-generated by interactive bodies in motion. There is a paucity of methods that combine the body-heart-brain biorhythms of one moving agent to steer those of another moving agent during dyadic exchange. Part of the challenge to accomplish such a feat has been the complexity of the setup using multimodal bio-signals with different physical units, disparate time scales and variable sampling frequencies.
In recent years, the advent of wearable bio-sensors that can non-invasively harness multiple signals in tandem, has opened the possibility to re-parameterize and update the peripheral signals of interacting dyads, in addition to improving brain- and/or body-machine interfaces. Here we present a co-adaptive interface that updates efferent somatic-motor output (including kinematics and heart rate) using biosensors; parameterizes the stochastic bio-signals, sonifies this output, and feeds it back in re-parameterized form as visuo/audio-kinesthetic reafferent input. We illustrate the methods using two types of interactions, one involving two humans and another involving a human and its avatar interacting in near real time. We discuss the new methods in the context of possible new ways to measure the influences of external input on internal somatic-sensory-motor control.

We present protocols and methods of analyses to build co-adaptive interfaces that stream, parameterize, analyze, and modify human body and heart signals in close-loop. This setup interfaces signals derived from the peripheral and central nervous systems of the person with external sensory inputs to help track biophysical change.

Echtzeit-Proxy-Steuerung von re-parametrisierten Peripheriesignalen über eine Close-Loop-Schnittstelle

The fields that develop methods for sensory substitution and sensory augmentation have aimed to control external goals using signals from the central ...

A Method for Evaluating Timeliness and Accuracy of Volitional Motor Responses to Vibrotactile Stimuli

Artificial sensory feedback (ASF) systems can be used to compensate for lost proprioception in individuals with lower-limb impairments. Effective design of these ASF systems requires an in-depth understanding of how the parameters of specific feedback mechanism affect user perception and reaction to stimuli. This article presents a method for applying vibrotactile stimuli to human participants and measuring their response. Rotating mass vibratory motors are placed at pre-defined locations on the participant's thigh, and controlled through custom hardware and software. The speed and accuracy of participants' volitional responses to vibrotactile stimuli are measured for researcher-specified combinations of motor placement and vibration frequency. While the protocol described here uses push-buttons to collect a simple binary response to the vibrotactile stimuli, the technique can be extended to other response mechanisms using inertial measurement units or pressure sensors to measure joint angle and weight bearing ratios, respectively. Similarly, the application of vibrotactile stimuli can be explored for body segments other than the thigh.

This article describes a technique for applying vibrotactile stimuli to the thigh of a human participant, and measuring the accuracy and reaction time of the participant&#39;s volitional response for various combinations of stimulation location and frequency.

Ein Verfahren zur Bewertung der Rechtzeitigkeit und Genauigkeit der Volitionale Motor Responses to vibrotaktilen Stimuli

Artificial sensory feedback (ASF) systems can be used to compensate for lost proprioception in individuals with lower-limb impairments.  Effective design ...

Experimental Methods to Study Human Postural Control

Many components of the nervous and musculoskeletal systems act in concert to achieve the stable, upright human posture. Controlled experiments accompanied by appropriate mathematical methods are needed to understand the role of the different sub-systems involved in human postural control. This article describes a protocol for performing perturbed standing experiments, acquiring experimental data, and carrying out the subsequent mathematical analysis, with the aim of understanding the role of musculoskeletal system and central control in human upright posture. The results generated by these methods are important, because they provide insight into the healthy balance control, form the basis for understanding the etiology of impaired balance in patients and the elderly, and aid in the design of interventions to improve postural control and stability. These methods can be used to study the role of somatosensory system, intrinsic stiffness of ankle joint, and visual system in postural control, and may also be extended to investigate the role of vestibular system. The methods are to be used in the case of an ankle strategy, where the body moves primarily about the ankle joint and is considered a single-link inverted pendulum.

This article presents an experimental/analytic framework to study human postural control. The protocol provides step-by-step procedures for performing standing experiments, measuring body kinematics and kinetics signals, and analyzing the results to provide insight into the mechanisms underlying human postural control.

Experimentelle Methoden zur Erforschung der menschlichen Posturalkontrolle

Many components of the nervous and musculoskeletal systems act in concert to achieve the stable, upright human posture. Controlled experiments accompanied ...

WheelCon: A Wheel Control-Based Gaming Platform for Studying Human Sensorimotor Control

Feedback control theory has been extensively implemented to theoretically model human sensorimotor control. However, experimental platforms capable of manipulating important components of multiple feedback loops lack development. This paper describes WheelCon, an open-source platform aimed at resolving such insufficiencies. Using only a computer, a standard display, and inexpensive gaming steering wheel equipped with a force feedback motor, WheelCon safely simulates the canonical sensorimotor task of riding a mountain bike down a steep, twisting, bumpy trail. The platform provides flexibility, as will be demonstrated in the demos provided, so that researchers may manipulate the disturbances, delay, and quantization (data rate) in the layered feedback loops, including a high-level advanced plan layer and a low-level delayed reflex layer. In this paper, we illustrate WheelCon&#39;s graphical user interface (GUI), the input and output of existing demos, and how to design new games. In addition, we present the basic feedback model and the experimental results from the demo games, which align well with the model&#39;s prediction. The WheelCon platform can be downloaded at https://github.com/Doyle-Lab/WheelCon. In short, the platform is featured to be cheap, simple to use, and flexible to program for effective sensorimotor neuroscience research and control engineering education.

WheelCon is a novel, free and open-source platform to design video games that noninvasively simulates mountain biking down a steep, twisting, bumpy trail. It contains components presenting in human sensorimotor control (delay, quantization, noise, disturbance, and multiple feedback loops) and allows researchers to study the layered architecture in sensorimotor control.

WheelCon: Eine radgesteuerte Gaming-Plattform zum Studium der menschlichen sensorimotorischen Steuerung

Feedback control theory has been extensively implemented to theoretically model human sensorimotor control. However, experimental platforms capable of ...