JoVE Logo
Authors
Contact Us

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

הגעה היא מיומנות בסיסית המאפשרת לבני אדם לתקשר עם הסביבה. מספר מחקרים נועדו לאפיין התנהגות הגעה באמצעות מגוון מתודולוגיות. מאמר זה מציע יישום קוד פתוח של גירוי מגנטי טרנס-גולגולתי כדי להעריך את מצב ההתרגשות הקורטיקוספינלית בבני אדם במהלך הגעה לביצועי משימה.

Abstract

הגעה היא התנהגות שנחקרה רבות בפיזיולוגיה מוטורית ובחקר מדעי המוח. בעוד שההגעה נבחנה באמצעות מגוון מניפולציות התנהגותיות, עדיין קיימים פערים משמעותיים בהבנת התהליכים העצביים המעורבים בתכנון, ביצוע ובקרה של תפוצה. הגישה החדשנית המתוארת כאן משלבת משימה דו-ממדית עם גירוי מגנטי טרנס-גולגולתי (TMS) והקלטה אלקטרומיוגרפית בו-זמנית (EMG) ממספר שרירים. שיטה זו מאפשרת זיהוי לא פולשני של פעילות קורטיקוספינלית בנקודות זמן מדויקות במהלך התגלגלות התנועות המגיעות. קוד המשימה לדוגמה כולל משימה המגיעה לתגובה מושהית עם שני יעדים אפשריים המוצגים ± 45° מקו האמצע. TMS של פעימה בודדת מועבר ברוב ניסויי המשימה, בין אם בתחילת רמז ההכנה (קו הבסיס) או 100 אלפיות השנייה לפני רמז הציווי (עיכוב). תכנון מדגם זה מתאים לחקר שינויים ברגישות קורטיקוספינלית במהלך הכנת ההגעה. הקוד לדוגמה כולל גם הפרעה visuomotor (כלומר, סיבוב סמן של ± 20°) כדי לחקור את ההשפעות של הסתגלות על רגישות corticospinal במהלך הכנה להגיע. ניתן להתאים את פרמטרי המשימה ואת מסירת ה- TMS כדי לטפל בהשערות ספציפיות לגבי מצב המערכת המוטורית במהלך התנהגות ההגעה. ביישום הראשוני, פוטנציאלים מעוררי מנוע (MEPs) נוצרו בהצלחה ב-83% מניסויי ה-TMS, ומסלולי הגעה נרשמו בכל הניסויים.

Introduction

הגעה מכוונת מטרה היא התנהגות מוטורית בסיסית המאפשרת לבני אדם לתקשר עם הסביבה החיצונית ולתפעל אותה. חקר ההגעה לתחומי הפיזיולוגיה המוטורית, הפסיכולוגיה ומדעי המוח הניב ספרות עשירה ונרחבת הכוללת מגוון מתודולוגיות. מחקרים מוקדמים של הגעה השתמשו ברישומים עצביים ישירים בפרימטים שאינם אנושיים כדי לחקור פעילות עצבית ברמה של נוירונים בודדים 1,2. מחקרים עדכניים יותר בחנו שימוש בפרדיגמות התנהגותיות המשתמשות בהסתגלות סנסו-מוטורית כדי לחקור את טבעה של למידה מוטוריתושליטה 3,4,5. מטלות התנהגותיות כאלה בשילוב עם דימות תהודה מגנטית תפקודי ואלקטרואנצפלוגרפיה יכולים למדוד פעילות מוחית שלמה במהלך ההגעה לבני אדם 6,7. מחקרים אחרים יישמו TMS מקוון כדי לחקור תכונות שונות של הכנהוביצוע 8,9,10,11,12,13,14. עם זאת, עדיין יש צורך בגישה מבוססת קוד פתוח וגמישה המשלבת את ההערכה ההתנהגותית של הגעה עם TMS. בעוד שהתועלת של שילוב TMS עם פרוטוקולים התנהגותיים מבוססת היטב15, כאן, אנו בוחנים באופן ספציפי את היישום של TMS בהקשר של הגעה באמצעות גישת קוד פתוח. זה חדשני בכך שקבוצות אחרות שפרסמו באמצעות שילוב זה של שיטות לא הפכו את הכלים שלהם לזמינים בקלות, ואסרו על שכפול ישיר. גישת קוד פתוח זו מאפשרת שכפול, שיתוף נתונים ואפשרות למחקרים מרובי אתרים. בנוסף, אם אחרים רוצים לעסוק בשאלות מחקר חדשניות עם כלים דומים, קוד הקוד הפתוח יכול לשמש כמשטח שיגור לחדשנות, מכיוון שהוא ניתן להתאמה בקלות.

TMS מציע אמצעי לא פולשני לבדיקת המערכת המוטורית בנקודות זמן מבוקרות במדויק16. כאשר מורחים אותו על קליפת המוח המוטורית העיקרית (M1), TMS יכול לעורר סטייה ניתנת למדידה באלקטרומיוגרמה של שריר ממוקד. המשרעת של גל מתח זה, המכונה הפוטנציאל המעורר המוטורי (MEP), מספקת מדד של מצב ההתרגשות הרגעית של מסלול הקורטיקוספינל (CS) - אנלוגיה תוצאתית של כל ההשפעות המעוררות והמעכבות על מסלול CS17. בנוסף למתן מדידה אמינה בתוך הנושא של רגישות פנימית במדעי המחשב, ניתן לשלב TMS עם מדדים התנהגותיים או קינמטיים אחרים כדי לחקור את הקשרים בין פעילות מדעי המחשב להתנהגות באופן מדויק באופן זמני. מחקרים רבים השתמשו בשילוב של TMS ואלקטרומיוגרפיה (EMG) כדי לענות על מגוון שאלות על המערכת המוטורית, במיוחד מכיוון ששילוב שיטות זה מאפשר לחקור MEPs במגוון רחב של תנאים התנהגותיים15. תחום אחד שבו זה הוכיח שימושי במיוחד הוא במחקר של הכנה לפעולה, לרוב באמצעות מחקר של תנועות מפרק יחיד18. עם זאת, ישנם יחסית פחות מחקרי TMS על תנועות נטורליסטיות מרובות מפרקים כגון הושטת יד.

המטרה הנוכחית הייתה לתכנן משימת הגעה לתגובה מושהית הכוללת קינמטיקה התנהגותית, מתן TMS מקוון בפולס יחיד והקלטת EMG סימולטנית ממספר שרירים. המשימה כוללת פרדיגמת הגעה דו-ממדית מנקודה לנקודה עם משוב חזותי מקוון באמצעות צג בכיוון אופקי, כך שמשוב חזותי תואם למסלולי הגעה (כלומר, יחס של 1:1 במהלך משוב ורידיקל וללא טרנספורמציה בין משוב חזותי לתנועה). העיצוב הנוכחי כולל גם סדרה של ניסויים עם הפרעה visuomotor. בדוגמה שסופקה, זהו שינוי סיבובי של 20° במשוב הסמן. מחקרים קודמים השתמשו בפרדיגמה דומה כדי לענות על שאלות על המנגנונים והחישובים הקשורים להסתגלות סנסו-מוטורית 19,20,21,22,23,24,25. יתר על כן, גישה זו מאפשרת להעריך את דינמיקת ההתרגשות של המערכת המוטורית בנקודות זמן מדויקות במהלך למידה מוטורית מקוונת.

מאחר שהגעה הוכיחה את עצמה כהתנהגות פורייה לחקר למידה/הסתגלות, להערכת רגישות מדעי המחשב בהקשר של התנהגות זו יש פוטנציאל עצום לשפוך אור על המצעים העצביים המעורבים בהתנהגויות אלה. אלה עשויים לכלול השפעות מעכבות מקומיות, שינויים בתכונות הכוונון, תזמון של אירועים עצביים וכו ', כפי שנקבע במחקרי פרימטים שאינם בני אדם. עם זאת, תכונות אלה היו קשות יותר לכימות בבני אדם ובאוכלוסיות קליניות. ניתן לחקור דינמיקה עצבית גם בהיעדר תנועה גלויה בבני אדם באמצעות גישת TMS ו- EMG המשולבת (כלומר, במהלך הכנת תנועה או במנוחה).

הכלים המוצגים הם קוד פתוח, והקוד ניתן להתאמה בקלות. פרדיגמה חדשנית זו תפיק תובנות חשובות על המנגנונים המעורבים בהכנה, ביצוע, סיום והתאמה של תנועות הושטת יד. יתר על כן, לשילוב זה של שיטות יש פוטנציאל לחשוף קשרים בין אלקטרופיזיולוגיה לבין הגעה להתנהגות בבני אדם.

Protocol

כל השיטות המפורטות כאן בוצעו בהתאם לפרוטוקול IRB ואישור (פרוטוקול IRB של אוניברסיטת אורגון מספר 10182017.017). הסכמה מדעת התקבלה מכל הנבדקים.

1. הגעה למנגנון

  1. הנח לוח גרפי גדול שטוח על שולחן עבודה.
  2. השתמש במסגרת אלומיניום מתכווננת של 80-20 כדי למקם את צג המשימות 6-8 מעל הטאבלט במקביל, כאשר המסך פונה כלפי מעלה (לקבלת שרטוט, בדוק כאן: https://github.com/greenhouselab/Reach_TMS ואיור משלים 1).
    הערה: הגדרה זו מאפשרת למשתתפים להגיע לרוחב הטאבלט ולרכוש יעדים המוצגים על צג המשימות תוך חסימת הראייה של הזרוע המגיעה אליהם.
  3. השתמש בהגדרה המתוארת ב- Kim et al.3 כהפניה.

2. ממשקי מכונה

  1. חבר את הטאבלט למחשב באמצעות יציאת USB. חבר את צג המשימות למחשב באמצעות יציאת HDMI. חבר את יציאת ה-TMS האחורית למחשב באמצעות כבל DB-9.
  2. חבר את מערכת ה- EMG למחשב באמצעות כרטיס PCI-6220 DAQ. חבר את הפוטודיודה למערכת EMG באמצעות כבל BNC.

3. חיישן פוטודיודה

  1. חבר חיישן פוטודיודה לכבל BNC. אבטח את חיישן הפוטודיודה באמצעות סרט הדבקה לפינה השמאלית העליונה של צג המשימות, כאשר החיישן פונה למסך, במרחק ≤ 1 ס"מ.
    הערה: פעולה זו תתעד את תזמון הגירויים המוצגים על צג המשימה כנתונים אנלוגיים בערוץ קלט עצמאי.

4. תוכנה

  1. הורד את VETA Toolbox26 (https://github.com/greenhouselab/Veta) עבור MATLAB 2018 כדי להתממשק עם החומרה לאיסוף נתונים.
  2. הורד את קוד המשימה המגיע (https://github.com/greenhouselab/Reach_TMS) שפותח לשליטה בפרמטרים ניסיוניים והתממשקות עם הטאבלט.

5. סינון משתתפים והסכמה מדעת

  1. סנן את הנושא עבור התוויות נגד TMS. קריטריוני ההדרה כוללים היסטוריה אישית או משפחתית של פרכוסים, כאבי ראש, טראומה מוחית, התעלפות, מתח כרוני או חרדה, בעיות שינה וכל תרופה נוירואקטיבית. קריטריונים נוספים לאי-הכללה כוללים שתלי מתכת במוח או בגולגולת וכל שימוש בסמים או באלכוהול בשעות הפנאי ב-24 השעות שלפני הבדיקה. קריטריוני ההכללה כללו ימניות וגיל בין 18 ל-35 שנים.
  2. ספק הסבר בכתב על ההליך והסיכונים הכרוכים בו, תוך הבהרת כל שאלה נוספת שיש למשתתף.
  3. קבלת הסכמה מדעת מהמשתתפים.

6. הגדרת נושא

  1. מקם את נושא הצילום בכיסא נוח מול הטאבלט. ודא שהברכיים מכופפות ל-90° עם הרגליים מתחת לשולחן.
  2. הכינו את העור והניחו אלקטרודות EMG.
    1. השתמש בנייר זכוכית דקיק כדי לשחוק בעדינות את העור באתר של האינטרוסיי הגבי הראשון (FDI), extensor carpi radialis ושרירי הדלטואיד הקדמיים, כמו גם את הבולטות C4 בבסיס הצוואר, כדי לזהות ממצאים חשמליים המיוצרים על ידי פולס TMS.
      הערה: ניתן להתאים אתרי הקלטת שרירים על פי צרכי המשתמש.
    2. מטושים כל אזור עם כרית הכנה לאלכוהול פעם אחת לכל אתר אלקטרודה לניקוי.
    3. מקם אלקטרודת EMG אחת בכל אתר. ודא שהאלקטרודות פועלות בניצב לסיבי השריר. מניחים את אלקטרודת הקרקע על הבולטות הגרמית של מרפק ימין.
    4. אבטח כל אלקטרודה עם סרט רפואי.
  3. בדוק את איכות הקלטת EMG. השתמש בארגז הכלים של VETA כדי להמחיש את כל עקבות ה- EMG ולוודא שהם נקיים מממצאים. אם עקבות EMG רועשים, ודא שהקרקע ממוקמת כראוי ושכל האלקטרודות יוצרות מגע תקין עם העור.

7. גירוי מגנטי גולגולתי

  1. הפעל את מכשיר ה-TMS.
  2. מצא את הנקודה החמה TMS של שריר ה- FDI הימני באמצעות גירוי של M1 השמאלי.
    1. מניחים את הסליל ~5 ס"מ לרוחב ו-2 ס"מ קדמי לקודקוד הראש, בכיוון ~45° מקו האמצע.
    2. יש לבצע פולסים TMS אחת ל-4 שניות תוך מיקום מחדש של הסליל במרווחים של כ-5 מ"מ במישור הקדמי-אחורי והמדיאלי-לרוחבי.
    3. החל מתפוקת מגרה מרבית של 30%, הגדל בהדרגה את עוצמת ה-TMS במרווחים של 2% עד לצפייה ב-MEPs.
    4. לאחר זיהוי המיקום האופטימלי, שבו ניתן לעורר באופן מהימן MEPs על רוב (~75%) הפולסים בעוצמת הממריץ הנמוכה ביותר האפשרית, קבע את סף מנוע המנוחה (RMT) על ידי מציאת רמת העוצמה שמייצרת MEPs עם משרעת שיא לשיא של >50 μV על חמש מתוך 10 פולסים.
    5. סמן את המיקום על ידי הנחת רצועות דקות של סרט מחזיר אור על ראשו של המשתתף לאורך היקף הסליל. שמור על מיקום הסליל על ידי החזקה ידנית של הסליל או שימוש במעמד כדי לתמוך בו.

8. הגעה להגדרת משימות

  1. שים כפפת סקוטש על ידו הימנית של המשתתף כדי להקל על תנוחת אחיזת כוח רגועה.
  2. חברו את העט האלקטרוני לכפפה וייעצו לנושא לשמור על היד רגועה בין תנועות הושטת יד.
  3. העבר את הוראות המשימה, שהן כדלקמן: הדרך את הסמן למיקום הבית בתחתית המסך. תראה רמז באחד משני מיקומי יעד. כאשר המטרה מתמלאת בצבע, להגיע דרך המטרה מהר ככל האפשר ומדויק ככל האפשר. לאחר מכן חזרו למצב הביתי. ציין מיקומים של מיקומי בית, רמזים ויעדים (איור 1A).
  4. אמן את המשתתף לחתוך מטרות עם העט המהיר והמדויק ככל האפשר. כבה את האורות בחדר המשימות כדי לטשטש את ראייתו של המשתתף לגבי תנועות הידיים ולשפר את הנראות של צג המשימות.

9. עיצוב משימה

  1. שלוט בהצגת גירוי חזותי עם Psychtoolbox 3.0 ב- Matlab 2018 (קובץ קידוד משלים 1).
  2. השתמש בפרמטרים הבאים כדי להתאים לנתונים הנוכחיים: 20 ניסויי תרגול; 270 ניסויי בדיקה; TMS על 4/5 של ניסויי בדיקה; TMS עולה בקנה אחד עם הופעת רמז ההכנה (TMS בסיסי) או 100 אלפיות השנייה לפני רמז הציווי (עיכוב TMS) בתדר שווה; 1/10 מכלל הניסויים הם ניסויי תפיסה, שבהם רמז הציווי אינו מופיע; מיקום הבית הוא עיגול עם רדיוס של 2 ס"מ הממוקם במרכז התחתון של סביבת העבודה; שתי מטרות עגולות עם רדיוס של 1 ס"מ ממוקמות במרחק של 15 ס"מ ממיקום הבית במרחק +45° ו-45°- מקו האמצע.
  3. הגדר את סדר האירועים ומשכי הזמן באופן הבא: רמז הכנה ב 900 אלפיות השנייה ורמז ציווי ב 900 אלפיות השנייה.

10. ניהול TMS

  1. ארגז הכלים של VETA מנהל במקביל TMS ומתעד EMG https://github.com/greenhouselab/Veta.
  2. שלוט בתזמון של פולסי ה-TMS באמצעות ארגז הכלים של VETA כדי לחפוף את האירועים ההתנהגותיים שנבחרו (כלומר, תחילת רמז ההכנה או 100 אלפיות השנייה שקדמו לתחילת היעד).
  3. ספק TMS בתדירות מספקת כדי להבטיח מספר מספיק של MEPs לניתוח.
    הערה: כפי שנכתב, קוד המשימה יספק פעימת TMS ב-4/5 מהניסויים הכוללים בתחילת רמז ההכנה - כדי לעורר MEPs בסיסיים - או 100 אלפיות השנייה לפני הרמז ההכרחי - כדי לעורר MEPs מושהים. ניתן להתאים פרמטרים בקוד בהתאם לצרכי המשתמש. ניתן להשתמש בניסויים ללא TMS כדי להעריך ביצועים התנהגותיים בהיעדר TMS. זה שימושי לקביעת כל השפעה אפשרית של TMS על הביצועים.

תוצאות

ביצוע מוצלח של השיטות המתוארות כולל הקלטה של נתוני טאבלט, עקבות EMG והתעוררות אמינה של חברי פרלמנט. הושלם ניסוי שכלל 270 ניסויי בדיקה עם TMS שהועברו ב-4/5 מהניסויים (216 ניסויים).

הנתונים נאספו מ-16 משתתפים (שמונה נשים; שמונה גברים) בגילאי 25 ± 10 שנים, כולם דיווחו על עצמם כבעלי יד ימין. ה?...

Discussion

השיטות שתוארו לעיל מציעות גישה חדשנית לחקר הכנה מוטורית בהקשר של הגעה להתנהגויות. למרות שהגעה מייצגת משימת מודל פופולרית בחקר הבקרה המוטורית והלמידה, יש צורך בהערכה מדויקת של הדינמיקה של מדעי המחשב הקשורה להגעה להתנהגות. TMS מציע שיטה לא פולשנית ומדויקת באופן זמני ללכידת פעילות CS...

Disclosures

כל המחברים מצהירים כי אין ניגודי עניינים

Acknowledgements

מחקר זה התאפשר בין השאר הודות למימון הנדיב של תוכנית החוקרים לתואר ראשון בקמפוס נייט וקרן פיל ופני נייט.

Materials

NameCompanyCatalog NumberComments
2-Port Native PCI Express StarTech.comRS232 Card with 16950 UART Must be compatible with desktop computer
Adjustable 80-20 aluminum frameany
Alcohol prep padsanyEMG preparation
Bagnoli Bipolar ElectrodesDelsysDE 2.1
Bagnoli Reference ElectrodeDelsysUSX20002” (5cm) Round
Bagnoli-8 EMG SystemDelsys
Chairany
Computer monitor for EMG/TMSn/a
Deskany
Desktop ComputerDellxps 8930RAM: 16 GB, Storage: 1TB, Graphics: 1060 6GB 
EMG electrodesDelsysSensor Adhesive Interface
Fine grain sandpaperanyEMG preparation
Graphics tabletWacomIntuos-4 XL
Handle of paint rolleranyto be used as stylus handle, hollowed out center must be large enough for stylus to sit securely inside 
Medical tapeanyTo secure EMG electrodes
PCI-6220 card DAQNational InstrumentsTo interface EMG system
Photodiode SensorVishayBPW21RTo record timing of task events into EMG trace.
Rear TMS portMagstimIncluded with TMS machine
Right-handed polyethylene gloveanyCut out thumb and index finger of glove to expose FDI muscle
Sensory Adhesive Interface, 2-slotDelsysSC-F01
StylusWacomIntuos-4 grip pen
Tablet-to-Computer USB cable anyIncluded in Tablet purchase
Task MonitorAsusVG248
TMS coilMagstimD70 Remote Coil7cm diameter, figure-of-eight coil
TMS machineMagstim200-2
TMS-to-Computer DB9 cableanyConnects to PCIe Serial Card
VelcroanyTo be placed on glove and stylus handle

References

  1. Georgopoulos, A. P., Kalaska, J. F., Caminiti, R., Massey, J. T. On the relations between the direction of two-dimensional arm movements and cell discharge in primate motor cortex. The Journal of Neuroscience. 2 (11), 1527-1537 (1982).
  2. Georgopoulous, A. P., Schwartz, A. B., Kettner, R. E. Neuronal population coding of movement direction. Science. 233 (4771), 1416-1419 (1986).
  3. Kim, H. E., Morehead, J. R., Parvin, D. E., Moazzezi, R., Ivry, R. B. Invariant errors reveal limitations in motor correction rather than constraints on error sensitivity. Communications Biology. 1, 19 (2018).
  4. Huberdeau, D. M., Krakauer, J. W., Haith, A. M. Dual-process decomposition in human sensorimotor adaptation. Current Opinion in Neurobiology. 33, 71-77 (2015).
  5. Shadmehr, R., Smith, M. A., Krakauer, J. W. Error correction, sensory prediction, and adaptation in motor control. Annual Review of Neuroscience. 33 (1), 89-108 (2010).
  6. Filimon, F., Nelson, J. D., Hagler, D. J., Sereno, M. I. Human cortical representations for reaching: Mirror neurons for execution, observation, and imagery. NeuroImage. 37 (4), 1315-1328 (2007).
  7. Hammon, P. S., Makeig, S., Poizner, H., Todorov, E., de Sa, V. R. Predicting reaching targets from human EEG. IEEE Signal Processing Magazine. 25 (1), 69-77 (2008).
  8. Busan, P., et al. Effect of transcranial magnetic stimulation (TMS) on parietal and premotor cortex during planning of reaching movements. PloS One. 4 (2), 4621 (2009).
  9. Busan, P., et al. Transcranial magnetic stimulation and preparation of visually-guided reaching movements. Frontiers in Neuroengineering. 5, 18 (2012).
  10. Lega, C., et al. The topography of visually guided grasping in the premotor cortex: a dense-transcranial magnetic stimulation (TMS) mapping study. The Journal of Neuroscience. 40 (35), 6790-6800 (2020).
  11. Marigold, D. S., Lajoie, K., Heed, T. No effect of triple-pulse TMS medial to intraparietal sulcus on online correction for target perturbations during goal-directed hand and foot reaches. PloS One. 14 (10), 0223986 (2019).
  12. Savoie, F. -. A., Dallaire-Jean, L., Thenault, F., Whittingstall, K., Bernier, P. -. M. Single-pulse TMS over the parietal cortex does not impair sensorimotor perturbation-induced changes in motor commands. eNeuro. 7 (2), (2020).
  13. Taga, M., et al. Motor adaptation and internal model formation in a robot-mediated forcefield. Psychoradiology. 1 (2), 73-87 (2021).
  14. Vesia, M., et al. Human dorsomedial parieto-motor circuit specifies grasp during the planning of goal-directed hand actions. Cortex. 92, 175-186 (2017).
  15. Bestmann, S., Krakauer, J. W. The uses and interpretations of the motor-evoked potential for understanding behaviour. Experimental Brain Research. 233 (3), 679-689 (2015).
  16. Rossini, P. M., et al. Non-invasive electrical and magnetic stimulation of the brain, spinal cord, roots and peripheral nerves: Basic principles and procedures for routine clinical and research application. An updated report from an I.F.C.N. Committee. Clinical Neurophysiology. 126 (6), 1071-1110 (2015).
  17. Rothwell, J. C., Thompson, P. D., Boyd, S., Marsden, C. D. Stimulation of the human motor cortex through the scalp. Experimental Physiology. 76 (2), 159-200 (1991).
  18. Bestmann, S., Duque, J. Transcranial magnetic stimulation: decomposing the processes underlying action preparation. The Neuroscientist. 22 (4), 392-405 (2016).
  19. Kim, H. E., Avraham, G., Ivry, R. B. The psychology of reaching: action selection, movement implementation, and sensorimotor learning. Annual Review of Psychology. 72 (1), 61-95 (2021).
  20. McDougle, S. D., Bond, K. M., Taylor, J. A. Explicit and implicit processes constitute the fast and slow processes of sensorimotor learning. The Journal of Neuroscience. 35 (26), 9568-9579 (2015).
  21. McDougle, S. D., Bond, K. M., Taylor, J. A. Implications of plan-based generalization in sensorimotor adaptation. Journal of Neurophysiology. 118 (1), 383-393 (2017).
  22. McDougle, S. D., Ivry, R. B., Taylor, J. A. Taking aim at the cognitive side of learning in sensorimotor adaptation tasks. Trends in Cognitive Sciences. 20 (7), 535-544 (2016).
  23. Morehead, J. R., Qasim, S. E., Crossley, M. J., Ivry, R. Savings upon re-aiming in visuomotor adaptation. The Journal of Neuroscience. 35 (42), 14386-14396 (2015).
  24. Taylor, J. A., Krakauer, J. W., Ivry, R. B. Explicit and implicit contributions to learning in a sensorimotor adaptation task. The Journal of Neuroscience. 34 (8), 3023-3032 (2014).
  25. Tsay, J. S., Kim, H. E., Parvin, D. E., Stover, A. R., Ivry, R. B. Individual differences in proprioception predict the extent of implicit sensorimotor adaptation. Journal of Neurophysiology. 125 (4), 1307-1321 (2021).
  26. Jackson, N., Greenhouse, I. VETA: An open-source matlab-based toolbox for the collection and analysis of electromyography combined with transcranial magnetic stimulation. Frontiers in Neuroscience. 13, 975 (2019).
  27. Goldsworthy, M. R., Hordacre, B., Ridding, M. C. Minimum number of trials required for within- and between-session reliability of TMS measures of corticospinal excitability. Neuroscience. 320, 205-209 (2016).
  28. Koch, G., et al. Functional interplay between posterior parietal and ipsilateral motor cortex revealed by twin-coil transcranial magnetic stimulation during reach planning toward contralateral space. The Journal of Neuroscience. 28 (23), 5944-5953 (2008).
  29. Goldenkoff, E. R., Mashni, A., Michon, K. J., Lavis, H., Vesia, M. Measuring and manipulating functionally specific neural pathways in the human motor system with transcranial magnetic stimulation. Journal of Visualized Experiments. (156), e60706 (2020).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

190

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved