Name: Forfatter Spotlight: Vurdering af hjerneaktivitet i robotassisteret rehabilitering af underekstremiteter ved hjælp af fNIRS
Uploaded: 2024-06-07T12:40:00
Description: Stroke affects approximately 17 million individuals worldwide each year and is a leading cause of long-term disability. Robotic therapy has shown promise ...

Udtalelserne, hypoteserne, konklusionerne og anbefalingerne i denne undersøgelse er forfatternes og repræsenterer ikke nødvendigvis finansieringsorganets meninger. JRS er taknemmelig for Sao Paulo Research Foundation (FAPESP, bevillingsnumre 2021/05332-8, 2018/04654-9, 2018/21934-5 og 2023/02538-0) og Jackson Cionek for teknologisk støtte. AMM og Vivax Ltda er taknemmelige for FAPESP (São Paulo Research Foundation) og FINEP (Brazilian Innovation Agency). Dette projekt blev finansieret med tilskud fra FAPESP (bevillingsnummer 2018/09559-4) og FINEP (bevillingsnummer 2019/09933-6).

Denne undersøgelse blev godkendt af UNICEP's lokale etiske klagenævn (Centro Universitario Paulista). Alle deltagere gav informeret samtykke efter alle institutionelle retningslinjer og føderale normer vedrørende videnskabelig forskning, der involverer mennesker. De modtog ingen økonomisk kompensation, som krævet af brasilianske føderale regler.
1. fNIRS-system
<ol><li>Hætten klargøres ved hjælp af 16 optoder: 8 lyskilder (760 nm og 850 nm) og 8 lysdetektorer (se <...

Evaluering af hjerneaktivering af fNIRS under en robotterapisession i underekstremiteterne

I denne proof-of-concept-undersøgelse blev muligheden for at drage slutninger om hjerneaktiveringskortlægning ved hjælp af fNIRS-data fra raske forsøgspersoner, mens de trænede med forskellige typer bevægelser ved hjælp af en robot til rehabilitering af underekstremiteter, undersøgt. Typiske fNIRS-optagelsessessioner hos voksne er længere end 6 min54. For at gøre optagelser mulige i forbindelse med en rehabiliteringsindstilling skal eksperimentets samlede varighed minimeres for at undgå...

Epidemiologiske data viser, at der på verdensplan er ~ 17 millioner nye tilfælde af slagtilfælde hvert år, med en stigning i forekomsten i lav- og mellemindkomstlande1. Antallet af nye tilfælde anslås at stige til 77 millioner i 20302. Motorisk svækkelse på grund af slagtilfælde påvirker ofte patientens mobilitet og deltagelse i dagligdagens aktiviteter, hvilket bidrager til en lav livskvalitet. Traditionel motorisk rehabilitering omfatter manuel terapi, men i løbet af de sidste par årtier er robotsystemer til rehabilitering blevet udviklet. Disse systemer kan levere terapi ved høj intensitet, dosis, kvantificerbarhed, pålidelighed, repeterbarhed og fleksibilitet3 og har vist potentiale som effektive rehabiliteringsbehandlinger for både akutte og kroniske slagtilfældepatienter 4,5,6. Ud over at levere terapi kan robotsystemer til rehabilitering bruges som evalueringsværktøjer, da de kan udstyres med sensorer, der kan måle kinematiske/kinetiske dataom patientbevægelser 7,8. Til motorisk rehabilitering af øvre ekstremiteter har sådanne data ikke kun vist sig at være nyttige til vurdering af niveauet af patientens motoriske opsving fremkaldt af robotterapi og tjent som et supplerende værktøj til traditionelle kliniske vurderinger 9,10, men det har også bidraget til at fremme forståelsen af processen med motorisk genopretning fra slagtilfælde11, 12 samt neural kontrol af bevægelse og motorisk læring hos raske forsøgspersoner 3,13,14. Som følge heraf har disse resultater givet et grundlag for at forbedre rehabiliteringsbehandlinger15.
I løbet af de sidste to årtier er der blevet foreslået mange robotindretninger til neurorehabilitering af underekstremiteter, der spænder fra exoskeletter, der understøtter patientens kropsvægt under gang (f.eks. Over et løbebånd, såsom Lokomat16) til stationære robotsystemer, der gør det muligt for patienten at udøve ankel, knæ eller fod uden at gå (såsom Rutgers Ankel17, High-Performance Ankel Rehabilitation Robot18 og Gwangju Institute of Science and Technology (GIST) ankel / fod rehabiliteringsrobot19) eller aktive fodortoser, der er aktiverede exoskeletter, der bæres af patienten til at gå over jorden eller over et løbebånd (såsom Powered Gait Orthosis20 og MIT Anklebot21). Se 22,23,4 for en gennemgang af robotter til rehabilitering af underekstremiteter.
Resultaterne af kliniske undersøgelser af robotudstyr til rehabilitering af underekstremiteter på patienter med slagtilfælde har været opmuntrende og har vist, at disse systemer kan forbedre leddenes bevægelsesområde (ROM), muskelstyrke eller gang, afhængigt af det specifikke udstyr og den kliniske protokol (se 24,25 for en gennemgang af effektiviteten af robotter i underekstremiteter til rehabilitering). Mens det er blevet postuleret, at robotassisteret terapi fremmer neuroplastiske ændringer, som i sidste ende resulterer i forbedrede motoriske evner26, forbliver det for det meste uklart, hvordan processen med motorisk genopretning fra slagtilfælde nøjagtigt opstår, og hvilke robottræningsprotokoller der optimerer processen med genopretning af motoriske evner i underekstremiteterne. Faktisk er der en signifikant, voksende forskel mellem den stigende udvikling af rehabiliteringsrobotter (enten af akademiske forskere eller kommercielle enheder) og den begrænsede forståelse af de neurofysiologiske mekanismer, der ligger til grund for motorisk restitution4. Målinger af bevægelseskinematik eller leddrejningsmomenter taget med indlejrede sensorer har bidraget til kvantitativt at beskrive motoriske adfærdsændringer, der opstår, når patienter genvinder motoriske evneri underekstremiteterne 27,28,29, hvilket delvist udfylder dette hul. Imidlertid er de neurale korrelater, der ligger til grund for sådanne ændringer, blevet mindre undersøgt. Dette skyldes flere grunde.
Hjernefunktionel billeddannelse er tidskrævende og undertiden vanskelig at gennemføre i forbindelse med kliniske forsøg, som ofte kræver at holde patientbyrden minimal for at maksimere sandsynligheden for, at patienten overholder undersøgelsen. Dette gælder især for personer, der har lidt et slagtilfælde, da træthed og muskelsvaghed efter slagtilfælde ofte observeres30. Også billeddannelsesmetoder, der er baseret på magnetfelter, såsom funktionel magnetisk resonansbilleddannelse (fMRI), kræver, at både patient- og robothardware er magnetsikker.
Blandt ikke-invasive billeddannelsesmetoder er funktionel nær-infrarød spektroskopi (fNIRS) en billeddannelsesteknik, der er særligt velegnet til vurdering af områder med hjerneaktivering hos forsøgspersoner, der gennemgår robotterapi. På samme måde som fMRI måler fNIRS blodets iltning/deoxygenering i hjernen. I modsætning til fMRI er fNIRS imidlertid fuldt kompatibel med robothardware, og den er ofte bærbar, endda anvendelig ved sengen. fNIRS har også lave omkostninger og mindre følsomhed over for bevægelsesartefakter 31,32,33.
På trods af dets klare fordele og udbredt anvendelse i mange kliniske indstillinger siden den første introduktion i slutningen af 70'erne34, har kun få undersøgelser brugt fNIRS til at kvantificere hjerneaktivering forbundet med underekstremitetsbevægelser og slagtilfælde motorisk opsving. FNIRS-undersøgelser, der sigter mod at belyse mekanismer for neural kontrol af bevægelse og / eller mekanismer eller evaluering af motorisk genopretning fra slagtilfælde, har for det meste undersøgt enkeltledsbevægelser (f.eks. Dorsiflexion, plantarfleksion eller knæforlængelsesbevægelser35,36,37), gå 38,39,40,41,42,43 eller cykle44. Se45 for en gennemgang. Tilsvarende har fNIRS-undersøgelser af robotassisteret terapi til underekstremiteterne hovedsagelig fokuseret på robotassisteret gangrehabilitering; Se46 for en gennemgang. Et par undersøgelser har fokuseret på at bruge fNIRS som en del af et Brain-Computer Interface (BCI) -system til at udlede styresignaler til robotenheder47,48; mens dette forskningsområde også er afhængig af behandling af fNIRS-signaler, er dets mål anderledes og primært fokuseret på afkodning af patientintentioner (f.eks. Patienter med alvorlige motoriske handicap).
Pilotstudiet, der præsenteres heri, er en del af en indledende indsats for at undersøge virkningerne af et robotsystem til rehabilitering af underekstremiteter. Robotten kan levere målrettet rehabilitering af underekstremiteter, der involverer træning i hverdagens flerledsbevægelser samt levere terapi til enkelte led (f.eks. Knæ eller ankel) i underekstremiteten (dvs. implementere et bottom-up rehabiliteringsprogram).
Undersøgelsen havde til formål at undersøge gennemførligheden af en eksperimentel protokol, der krævede erhvervelse af fNIRS-data under udførelsen af underekstremiteter, multiledsbevægelser. Varigheden af dataindsamlingsperioden i denne undersøgelse, som var begrænset til 6 min, er kortere end typiske fNIRS-protokoller. Dette var et bevidst valg truffet med det formål at forbedre den praktiske og kliniske anvendelighed af denne forskning, især hos patienter med begrænset mobilitet eller styrke. Identifikation af fNIRS-korrelater af sådanne komplekse flerledsbevægelser og indsigt i, hvordan hjerneaktivering blev moduleret af robotassistance, var også interessepunkter. Til dette formål blev der udført to forsøgssessioner med de samme deltagere: en uden robotassistance og en med robotassistance. Endelig er det vigtigt at bemærke, at denne undersøgelse fokuserede på raske forsøgspersoner for at etablere et fundament for fremtidig forskning med hensyn til registrering af protokolgennemførlighed og evaluering af hjerneaktivering under bevægelser målrettet mod robotterapi.
Apparat En bærbar robot designet til at levere rehabilitering af underekstremiteter (se figur 1) blev brugt til at udføre vores eksperimenter. Robotten har et 3D-tilgængeligt arbejdsområde og er kompakt og let og vejer ca. 35 lb., Hvilket gør det nemt at transportere og installere.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66004/66004fig01.jpg"> Figur 1: Eksperimentel opsætning. (A) Robotsystemet (installeret på gulvet) designet til underekstremiteten. En frivillig vises ved hjælp af grænsefladen med deres højre fod. (B) Støttestruktur for motivets fod, der muliggør fastgørelse til robotsystemet. (C) Et skærmbillede af Picnic-spillet. Formålet med spillet er at flytte foden (grøn og hvid sko) til målet (gul cirkel). <a href="https://www.jove.com/files/ftp_upload/66004/66004fig01large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
Robotsystemet er designet til at hjælpe en patient med at udføre bevægelser i underekstremiteterne svarende til dem, der udføres i hverdagens opgaver, såsom at pege eller sparke. Det bruger interaktive virtual reality-spil, som vises på en computerskærm eller en tv-skærm placeret foran robotenheden (se figur 1). Roboteffektoren er fastgjort til patientens underekstremitet (f.eks. Ankel), og dens position er kortlagt til placeringen af en markør på skærmen. Et typisk spil viser patientens bevægelsesmål (f.eks. objektet, der skal peges på, eller hvor bolden skal sparkes).
For at fuldføre bevægelsesopgaven kan robotten hjælpe patienten med et niveau af assistance, der kan variere fra fuld hjælp til ingen. Niveauet af robotassistance vælges i begyndelsen af hver rehabiliteringssession baseret på patientens niveau af motorisk svækkelse. De bevægelser, der udføres af motivet, bruges af spillet til at score patientens præstation og give dem feedback om deres præstationer (f.eks. ROM, antal bevægelser og niveau af robotassistance). Spillene er designet til at være interaktive og underholdende for at opretholde patientens interesse og opmærksomhed. I denne undersøgelse spillede deltagerne "Picnic-spillet", hvor spilleren skulle stoppe insekterne fra at nå håndklædet og stjæle maden (se figur 1, nederste panel, for et skærmbillede).
Dataindsamling blev udført med et bærbart fNIRS-optagelsessystem med to forskellige kontinuerlige bølgeoptoder (760 nm og 850 nm), 8 dual-tip LED-kilder, og 8 dual-tip aktive detektorer. Signalerne blev erhvervet ved hjælp af en samplingshastighed på 10, 17 Hz. En bærbar computer blev brugt til kalibreringsoptimering og signaloptagelse ved hjælp af et Wi-Fi-netværk oprettet af fNIRS-systemet.
En hætte blev brugt til at holde optoderne på de forudbestemte steder. Kilderne og detektorerne blev placeret i henhold til det 10-10 internationale EEG-system i en netrumlig fordeling. Hver fNIRS-kanal blev defineret af et kildedetektorpar med inter-optodeafstande på ca. 30 mm. Optoderne blev placeret over de supplerende motor-, præmotor- og motorområder på de steder, der er vist i figur 2. Det samlede antal kanaler var 28, hvor 8 var kortdistancekanaler, der blev koblet til hver kilde ved hjælp af en fiberoptisk adapter til en enkelt detektor. I betragtning af multiplexingopsætningen af hardwaren er det muligt at erhverve kortdistanceinformation fra alle kilder ved hjælp af kun en detektor.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66004/66004fig02.jpg"> Figur 2: Montage layout ved hjælp af 10-10 EEG systemet. Bogstaverne og tallene angiver kilde-/detektorplaceringerne. De røde og blå prikker repræsenterer henholdsvis kilde- og detektoroptoder. De grønne linjer repræsenterer fNIRS-kanalerne, som består af kilde- og detektorpar. <a href="https://www.jove.com/files/ftp_upload/66004/66004fig02large.jpg" target="_blank">Klik her for at se en større version af denne figur.</a>
Eksperimentelt design Eksperimentet blev udført under to forskellige eksperimentelle betingelser, der adskiller sig i niveauet af hjælp fra robotten til forsøgspersonens bevægelser. I den første tilstand var robotten programmeret til ikke at yde nogen hjælp til forsøgspersonens bevægelser, mens robotten i den anden tilstand styrede forsøgspersonens fod- og benbevægelser (robotassisteret bevægelse).
Hvert eksperiment fulgte et blokdesignparadigme, der involverede vekslende cyklusser af en motorisk opgave (spiller spillet - 30 s) og hviler (30 s), som illustreret i figur 3. Start og afslutning af hver fase (leg/spil eller hvile) blev visuelt signaleret til motivet gennem computerskærmen. Under hvilefasen blev der vist en meddelelse, der angiver en pause. Hver cyklus (spil / spil + hvile) havde en varighed på 60 s og blev gentaget seks gange, hvilket resulterede i en samlet køretid på 360 s (6 min).
Deltagerne spillede "Picnic-spillet", hvor målet var at forhindre insekter i at nå håndklædet og stjæle mad. Dette spil involverede en sekvens af bevægelser i underekstremiteterne, startende fra et udpeget hjemmemål (startposition) og strakte sig mod et af tre ydre mål, før de vendte tilbage til hjemmemålet. På skærmen blev de ydre mål visuelt repræsenteret som animerede bevægelige insekter, som deltagerne skulle nå og træde på. Der var tre ydermål, hver tilfældigt præsenteret et lige antal gange sammen med et fælles hjemmemål for hver bevægelse. Den afstand, som foden havde brug for for at rejse fra hjemmemålet til positionen af de ydre mål, dannede en bue, der ca. måler 26 cm. Motoropgaven krævede udførelse af flerledsbevægelser, der krævede koordinering mellem knæbøjning / forlængelse, plantarfleksion og dorsiflexionbevægelser.
fNIRS-dataoptagelserne blev synkroniseret med de visuelle stimuli, som spillet præsenterede for motivet gennem en transistor-transistor-logik (TTL) puls genereret af robotten. Impulser blev genereret i begyndelsen af hver fase (leg / spil og hvile). Således blev al timingkontrol udført af spillet, som gav visuelle signaler (mål) til deltageren om at starte hver bevægelse, sendte TTL-signaler til fNIRS-systemet for at markere hjerneaktivitetsregistreringerne og, hvis det kræves af eksperimentet, sendte signaler til robotstyringssystemet for at starte bevægelsesassistance.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>32 inch Smart TV</td>
			<td>Samsung</td>
			<td>N/A</td>
			<td>TV connected to robot via HDMI cable</td>
		</tr>
		<tr>
			<td>8-detector silicon photodiode (SiPD) optodes for optical detection with dual tip</td>
			<td>NIRx Medical Technologies (Glen Head, NY, USA)</td>
			<td>https://nirx.net/nirsport</td>
			<td></td>
		</tr>
		<tr>
			<td>8-source optodes bundle for optical illumination with dual tip</td>
			<td>NIRx Medical Technologies (Glen Head, NY, USA)</td>
			<td>https://nirx.net/nirsport</td>
			<td></td>
		</tr>
		<tr>
			<td>Aurora acquisition software</td>
			<td>NIRx Medical Technologies (Glen Head, NY, USA)</td>
			<td>https://nirx.net/nirsport</td>
			<td></td>
		</tr>
		<tr>
			<td>Laptop Precision XPS 13</td>
			<td>Dell Technologies (Round Rock, TX, USA)</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>nirsLAB fNIRS Analysis software</td>
			<td>NIRx Medical Technologies (Glen Head, NY, USA)</td>
			<td>https://nirx.net/nirsport</td>
			<td></td>
		</tr>
		<tr>
			<td>NIRSports2 fNIRS acquisition system</td>
			<td>NIRx Medical Technologies (Glen Head, NY, USA)</td>
			<td>https://nirx.net/nirsport</td>
			<td>It has two different continuous wave optics (760 and 850 nm), 8 dual-ended LED sources and 8 dual-ended active detectors.</td>
		</tr>
		<tr>
			<td>R</td>
			<td>R-project.org (open source software)</td>
			<td>https://www.r-project.org/</td>
			<td></td>
		</tr>
		<tr>
			<td>Standard cut cap, black color for up to 128 holders.</td>
			<td>Easycap GmbH (W&#246;rthsee, Germany)</td>
			<td>https://www.easycap.de/</td>
			<td></td>
		</tr>
		<tr>
			<td>Vivax Assistive Rehabilitation Machine (ARM)&#160;</td>
			<td>Vivax Ltda (S&#227;o Paulo, Brazil)</td>
			<td>https://vivaxbr.com/home/</td>
			<td>It is a portable robot designed to deliver lower limb rehabilitation. It has a 3D reachable workspace and is compact and light, weighing about 35 lb., which makes it easy to transport and to install.&#160;</td>
		</tr>
	</tbody>
</table>

an experiment using functional near-infrared spectroscopy and robot-assisted multi-joint pointing movements of the lower limb

Slagtilfælde påvirker ca. 17 millioner individer verden over hvert år og er en førende årsag til langvarig invaliditet. Robotterapi har vist lovende i at hjælpe slagtilfælde patienter genvinde tabte motoriske funktioner. En potentiel vej til at øge forståelsen af, hvordan motorisk genopretning opstår, er at studere hjerneaktivering under de bevægelser, der er målrettet mod terapi hos raske individer. Funktionel nær-infrarød spektroskopi (fNIRS) har vist sig som en lovende neuroimaging teknik til undersøgelse af neurale underlag for motorisk funktion. Denne undersøgelse havde til formål at undersøge fNIRS neurale korrelater af komplekse bevægelser i underekstremiteterne hos raske forsøgspersoner. Deltagerne blev bedt om at udføre hvile- og bevægelsescyklusser i 6 minutter ved hjælp af en robotanordning til motorisk rehabilitering. Opgaven krævede koordinerede knæ- og ankelledsbevægelser for at pege på mål, der vises på en computerskærm. To eksperimentelle forhold med forskellige niveauer af bevægelsesassistance leveret af robotten blev undersøgt. Resultaterne viste, at fNIRS-protokollen effektivt detekterede hjerneområder forbundet med motorisk kontrol under opgaven. Især udviste alle forsøgspersoner større aktivering i det kontralaterale præmotoriske område under tilstanden uden assistance sammenlignet med den assisterede tilstand. Afslutningsvis synes fNIRS at være en værdifuld tilgang til påvisning af ændringer i oxyhemoglobinkoncentration forbundet med multiledspegebevægelser i underekstremiteten. Denne forskning kan bidrage til forståelsen af slagtilfælde motoriske genopretningsmekanismer og kan bane vejen for forbedrede rehabiliteringsbehandlinger for slagtilfælde patienter. Der er imidlertid behov for yderligere forskning for fuldt ud at belyse potentialet i fNIRS i at studere motorisk funktion og dens anvendelser i kliniske omgivelser.

Epidemiological data indicates that worldwide there are ~17 million new cases of stroke each year, with an increase in incidence in low- and middle-income countries1. The number of new cases is estimated to increase to 77 million by 20302. Motor impairment due to stroke often affects patient&#39;s mobility and participation in daily life activities, contributing to a low quality of life. Traditional motor rehabilitation includes manual therapy, but over the past few decades, robotic systems for rehabilitation have been developed. These systems can deliver therapy at high intensity, dose, quantifiability, reliability, repeatability, and flexibility3 and have shown potential as effective rehabilitation treatments for both acute and chronic stroke patients4,5,6. In addition to delivering therapy, robotic systems for rehabilitation can be used as evaluation tools as they can be equipped with sensors that can measure patient movement kinematic/kinetic data7,8. For upper extremity motor rehabilitation, such data has not only been proven to be useful for assessing the level of patient&#39;s motor recovery elicited by robotic therapy and served as a supplementary tool to traditional clinical assessments9,10, but it has also contributed to advancing the understanding of the process of motor recovery from stroke11,12 as well as neural control of movement and motor learning in healthy subjects3,13,14. As a result, these findings have provided a foundation for enhancing rehabilitation treatments15.
Over the last two decades, many robotic devices for lower limb neurorehabilitation have been proposed, spanning from exoskeletons that support the patient body weight during walking (e.g., over a treadmill, such as Lokomat16) to stationary robotic systems that allow the patient to exercise the ankle, knee or foot without walking (such as the Rutgers Ankle17, the High-Performance Ankle Rehabilitation Robot18, and the Gwangju Institute of Science and Technology (GIST) ankle/foot rehabilitation robot19) or active foot orthoses that are actuated exoskeletons worn by the patient to walk overground or over a treadmill (such as the Powered Gait Orthosis20&#160;and the MIT Anklebot21).&#160;See22,23,4 for a review on robots for lower limb rehabilitation.
Results of clinical studies of robotic devices for lower limb rehabilitation on stroke patients have been encouraging and have shown that these systems may improve joints&#39; Range of Motion (ROM), muscle strength, or gait, depending on the specific device and clinical protocol (see&#160;24,25&#160;for a review on the efficacy of lower limb robots for rehabilitation). While it has been postulated that robot-assisted therapy promotes neuroplastic changes, which ultimately result in improved motor abilities26, how the process of motor recovery from stroke exactly occurs and which robotic training protocols optimize the process of recovery of lower limb motor abilities, remain mostly unclear. In fact, there is a significant, growing disparity between the increasing development of rehabilitation robots (either by academic researchers or commercial entities) and the limited understanding of the neurophysiological mechanisms that underlie motor recovery4. Measurements of movement kinematics or joint torques taken with embedded sensors have contributed to quantitatively describing motor behavioral changes that occur as patients recover lower limb motor abilities27,28,29, partially filling this gap. However, the neural correlates underlying such changes have been less investigated. This is due to several reasons.
Brain functional imaging is time-consuming and sometimes difficult to complete in the context of clinical trials, which often require keeping patient burden minimal to maximize the likelihood of patient adherence to the study. This holds particularly true for individuals who have suffered a stroke, given the fact that post-stroke fatigue and muscle weakness are frequently observed30. Also, imaging modalities that are based on magnetic fields, such as functional Magnetic Resonance Imaging (fMRI), require both patient and robotic hardware to be magnet-safe.
Among non-invasive imaging modalities, functional Near-Infrared Spectroscopy (fNIRS) is an imaging technique particularly suitable for assessing areas of brain activation in subjects undergoing robotic therapy. Similarly to fMRI, fNIRS measures blood oxygenation/deoxygenation in the brain. However, unlike fMRI, fNIRS is fully compatible with robotic hardware, and it is often portable, even being usable at the bedside. Also, fNIRS has low cost and less sensitivity to motion artifacts31,32,33.
Despite its clear advantages and widespread use in many clinical settings since its first introduction in the late 70s34, only a few studies have used fNIRS to quantify brain activation associated with lower limb movements and stroke motor recovery. FNIRS studies aimed at elucidating mechanisms of neural control of movement and/or mechanisms or evaluation of motor recovery from stroke have mostly investigated single-joint movements (e.g., dorsiflexion, plantar flexion or knee extension movements35,36,37), walking38,39,40,41,42,43, or cycling44. See45&#160;for a review. Similarly, fNIRS studies on robot-assisted therapy for the lower limb have mostly focused on robot-assisted gait rehabilitation; see46&#160;for a review. A few studies have focused on using fNIRS as part of a Brain-Computer Interface (BCI) system to derive control signals for robotic devices47,48; while this research area also relies on the processing of fNIRS signals, its goal is different and mainly&#160;focused on decoding patient intentions (e.g., patients with severe motor disabilities).
The pilot study presented herein is part of an initial effort to investigate the effects of a robotic system for lower limb rehabilitation. The robot can deliver target-oriented lower limb rehabilitation that involves training in everyday multi-joint movements as well as deliver therapy to single joints (e.g., knee or ankle) of the lower limb (i.e., implement a bottom-up rehabilitation program).
The study aimed to investigate the feasibility of an experimental protocol that required the acquisition of fNIRS data during the performance of lower limb, multi-joint pointing movements. The duration of the data acquisition period in this study, which was limited to 6 min, is shorter than typical fNIRS protocols. This was a deliberate choice made with the aim of enhancing the practicality and clinical applicability of this research, particularly in patients with limited mobility or strength. Identifying fNIRS correlates of such complex multi-joint movements and gaining insights into how brain activation was modulated by robot assistance were also points of interest. For this purpose, two sessions of experiments were conducted with the same participants: one with no robot assistance and one with robot assistance. Finally, it is important to remark that this study focused on healthy subjects in order to establish a foundation for future research in terms of recording protocol feasibility and evaluation of brain activation during movements targeted by robotic therapy.
Apparatus 
A portable robot designed to deliver lower limb rehabilitation (see Figure 1) was used to conduct our experiments. The robot has a 3D reachable workspace and is compact and light, weighing about 35 lb., which makes it easy to transport and install.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66004/66004fig01.jpg" /> 
Figure 1: Experimental setup. (A) The robotic system (installed on the floor) designed for the lower limb. A volunteer is shown utilizing the interface with their right foot. (B) Support structure for the subject&#39;s foot that enables attachment to the robotic system. (C) A screenshot of the Picnic game. The objective of the game is to move the foot (green and white shoe) to the target (yellow circle). <a href="https://www.jove.com/files/ftp_upload/66004/66004fig01large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
The robotic system is designed to assist a patient in performing lower limb movements similar to those performed in everyday tasks, such as pointing or kicking. It uses interactive virtual reality games, which are displayed on a computer monitor or a television screen placed in front of the robotic device (see Figure 1). The robot-end effector is attached to the patient&#39;s lower limb (e.g., ankle), and its position is mapped to the position of a cursor on the screen. A typical game shows the patient movement targets (e.g., the object to point to or where to kick the ball).
To complete the movement task, the robot may assist the patient with a level of assistance that can range from full assistance to none. The level of robotic assistance is chosen at the beginning of each rehabilitation session based on the patient&#39;s level of motor impairment. The movements performed by the subject are used by the game to score the patient&#39;s performance and provide them feedback on their performance (e.g., ROM, number of movements, and level of robotic assistance). The games are designed to be interactive and entertaining to sustain patient interest and attention. In this study, participants played the &#34;Picnic game&#34;, in which the player had to stop the insects from reaching the towel and stealing the food (see Figure 1, bottom panel, for a screenshot).
Data acquisition was performed with a portable fNIRS acquisition system with two different continuous-wave optodes (760 nm and 850 nm), 8 dual-tip LED sources, and 8 dual-tip active detectors. The signals were acquired using a sampling rate of 10.17 Hz. A laptop was used for the calibration optimization and signal recording using a Wi-Fi network created by the fNIRS system.
A cap was used to hold the optodes in the predetermined locations. The sources and detectors were placed according to the 10-10 international EEG system in a grid spatial distribution. Each fNIRS channel was defined by a source-detector pair with inter-optode distances of approximately 30 mm. The optodes were placed over the supplementary motor, premotor, and motor areas at the locations shown in Figure 2. The total number of channels was 28, where 8 were short-distance channels that were coupled to each source using a fiber optics adapter to a single detector. Given the multiplexing setup of the hardware, it is possible to acquire short-distance information from all sources using only one detector.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66004/66004fig02.jpg" /> 
Figure 2: Montage layout using the 10-10 EEG system. The letters and numbers indicate the source/detector locations. The red and blue dots represent the source and detector optodes, respectively. The green lines represent the fNIRS channels which consist of source and detector pairs. <a href="https://www.jove.com/files/ftp_upload/66004/66004fig02large.jpg" target="_blank">Please click here to view a larger version of this figure.</a>
Experimental design 
The experiment was conducted under two distinct experimental conditions, differing in the level of assistance provided by the robot for the subject&#39;s movements. In the first condition, the robot was programmed not to provide any assistance to the subject&#39;s movements, while in the second condition, the robot controlled the subject&#39;s foot and leg movements (robot-assisted movement).
Each experiment followed a block design paradigm involving alternating cycles of a motor task (playing the game - 30 s) and resting (30 s), as illustrated in Figure 3. The starting and conclusion of each phase (play/game or rest) were visually signaled to the subject through the computer screen. During the rest phase, a message indicating a pause was displayed. Each cycle (play/game + rest) had a duration of 60 s and was repeated six times, resulting in a total runtime of 360 s (6 min).
The participants played the &#34;Picnic game&#34;, wherein the objective was to prevent insects from reaching the towel and stealing food. This game involved a sequence of lower limb movements, starting from a designated home target (initial position) and extending towards one of three outer targets before returning to the home target. On the screen, the outer targets were visually represented as animated moving insects, which the participants had to reach and step onto. There were three outer-reaching targets, each randomly presented an equal number of times, alongside a common home target for every movement. The distance that the foot needed to travel from the home target to the position of the outer targets formed an arc, approximately measuring 26 cm. The motor task required the execution of multi-joint movements, demanding coordination between knee flexion/extension, plantar flexion, and dorsiflexion movements.
The fNIRS data recordings were synchronized with the visual stimuli presented by the game to the subject through a transistor-transistor-logic (TTL) pulse generated by the robot. Pulses were generated at the outset of each phase (play/game and rest). Thus, all timing control was performed by the game, which provided visual cues (targets) to the participant to start each movement, sent TTL signals to the fNIRS system to mark the brain activity recordings, and, if required by the experiment, sent signals to the robot control system to initiate movement assistance.

Forfatter Spotlight: Vurdering af hjerneaktivitet i robotassisteret rehabilitering af underekstremiteter ved hjælp af fNIRS

Et eksperiment ved hjælp af funktionel nær-infrarød spektroskopi og robotassisterede multi-joint pegende bevægelser af underekstremiteten

In this study, we aim to investigate the feasibility of an experimental protocol involving movements of the lower limb attached to a robotic device and simultaneous acquisition of functional near-infrared spectroscopy, fNIRS, data. Few studies have employed fNIRS to study brain activation in stroke, motor recovery, and lower limb movements, focusing mainly on single joint actions, walking, or cycling. Our study pioneers in exploring multi-joints lower limb training for target rehabilitation.Functional near-infrared spectroscopy, fNIRS, effectively measures temporal changes in brain blood oxygenation, serving as an indirect brain activity indicator, to functional MRI signals. Unlike fMRI, fNIRS is compatible with robotic hardware, portable, and more robust to motion artifacts. There are two main challenge.The first is to synchronize the robotic device movements with fNIRS data. The second is to obtain enough data to achieve the statistical power, to detect hemodynamic changes in only six minutes. Our study confirmed the feasibility of the protocol and yielded anticipated results.In the assisted condition, only two subject exhibited significant brain activation. The unassisted exercise, requiring more effort, showed a greater HbO concentration change than assisted ones, with notable difference in the contralateral PMC.

Alle seks forsøgspersoner gennemførte begge forsøg. I betingelsen uden assistance blev der i gennemsnit gennemført 76,67 forsøg (std. 10,73) af hver forsøgsperson (bemærk, at for hvert forsøgsperson afhang antallet af vellykkede forsøg, da et nyt mål kun blev vist, hvis det forrige blev nået). I assistancetilstanden, hvor forsøgspersonens bevægelse blev fuldt hjulpet af robotten, gennemførte alle forsøgspersoner 70 forsøg. fNIRS-data blev registreret med succes fra alle forsøgspersoner.
<p class="jov...

Det anslås, at 1 ud af 6 personer over hele verden vil få et slagtilfælde i deres levetid, hvilket forårsager langvarig handicap, hvis rehabiliteringsmekanismer stadig er dårligt forstået. Denne undersøgelse foreslår en protokol til evaluering af hjerneaktivering ved funktionel nær-infrarød spektroskopi (fNIRS) under en robotterapisession i underekstremiteterne.

Stroke affects approximately 17 million individuals worldwide each year and is a leading cause of long-term disability. Robotic therapy has shown promise ...

I denne undersøgelse sigter vi mod at undersøge gennemførligheden af en eksperimentel protokol, der involverer bevægelser af underekstremiteten fastgjort til en robotenhed og samtidig erhvervelse af funktionel nær-infrarød spektroskopi, fNIRS, data. Få undersøgelser har ansat fNIRS til at studere hjerneaktivering i slagtilfælde, motorisk genopretning og bevægelser i underekstremiteterne, primært med fokus på enkeltledshandlinger, gå eller cykle. Vores undersøgelse pionerer i at udforske multi-leds underekstremitetstræning til målrehabilitering.Funktionel nær-infrarød spektroskopi, fNIRS, måler effektivt tidsmæssige ændringer i hjernens blodiltning, der tjener som en indirekte hjerneaktivitetsindikator, til funktionelle MR-signaler. I modsætning til fMRI er fNIRS kompatibel med robothardware, bærbar og mere robust til bevægelsesartefakter. Der er to hovedudfordringer.Den første er at synkronisere robotenhedens bevægelser med fNIRS-data. Det andet er at opnå tilstrækkelige data til at opnå den statistiske kraft, for at detektere hæmodynamiske ændringer på kun seks minutter. Vores undersøgelse bekræftede protokollens gennemførlighed og gav forventede resultater.I den assisterede tilstand udviste kun to forsøgspersoner signifikant hjerneaktivering. Den uassisterede øvelse, der krævede mere indsats, viste en større HbO-koncentrationsændring end assisterede, med bemærkelsesværdig forskel i den kontralaterale PMC.

an-experiment-using-functional-near-infrared-spectroscopy-robot

Research

JoVE Journal

Neuroscience

An Experiment Using Functional Near-Infrared Spectroscopy and Robot-Assisted Multi-Joint Pointing Movements of the Lower Limb

Stroke affects approximately 17 million individuals worldwide each year and is a leading cause of long-term disability. Robotic therapy has shown promise in helping stroke patients regain lost motor functions. One potential avenue for increasing the understanding of how motor recovery occurs is to study brain activation during the movements that are targeted by therapy in healthy individuals. Functional Near-Infrared Spectroscopy (fNIRS) has emerged as a promising neuroimaging technique for examining neural underpinnings of motor function. This study aimed to investigate fNIRS neural correlates of complex lower limb movements in healthy subjects. Participants were asked to perform cycles of rest and movement for 6 min using a robotic device for motor rehabilitation. The task required coordinated knee and ankle joint movements to point to targets displayed on a computer screen. Two experimental conditions with different levels of movement assistance provided by the robot were explored. The results showed that the fNIRS protocol effectively detected brain regions associated with motor control during the task. Notably, all subjects exhibited greater activation in the contralateral premotor area during the no-assistance condition compared to the assisted condition. In conclusion, fNIRS appears to be a valuable approach for detecting changes in oxyhemoglobin concentration associated with multi-joint pointing movements of the lower limb. This research might contribute to the understanding of stroke motor recovery mechanisms and might pave the way for improved rehabilitation treatments for stroke patients. However, further research is needed to fully elucidate the potential of fNIRS in studying motor function and its applications in clinical settings.

It is estimated that 1 in 6 individuals worldwide will have a stroke in their lifetime, causing long-term disability, whose rehabilitation mechanisms are still poorly understood. This study proposes a protocol to evaluate brain activation by functional near-infrared spectroscopy (fNIRS) during a lower limb robotic therapy session.