Name: Auteur in de schijnwerpers: beoordeling van hersenactiviteit bij robotgeassisteerde revalidatie van de onderste ledematen met behulp van 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 ...

De meningen, hypothesen, conclusies en aanbevelingen van deze studie zijn die van de auteurs en vertegenwoordigen niet noodzakelijkerwijs de mening van de financieringsinstantie. JRS is de Sao Paulo Research Foundation (FAPESP, subsidienummers 2021/05332-8, 2018/04654-9, 2018/21934-5 en 2023/02538-0) en Jackson Cionek dankbaar voor technologische ondersteuning. AMM en Vivax Ltda zijn FAPESP (São Paulo Research Foundation) en FINEP (Braziliaans Innovatiebureau) dankbaar. Dit project werd gefinancierd met subsidies van FAPESP (subsidienummer 2018/09559-4) en FINEP (subsidienummer 2019/09933-6).

Deze studie werd goedgekeurd door de lokale Ethics Review Board van UNICEP (Centro Universitario Paulista). Alle deelnemers gaven geïnformeerde toestemming volgens alle institutionele richtlijnen en federale normen met betrekking tot wetenschappelijk onderzoek met mensen. Ze ontvingen geen financiële compensatie, zoals vereist door de Braziliaanse federale regelgeving.
1. fNIRS-systeem
<ol><li>Bereid de dop voor met behulp van 16 optodes: 8 lichtbronnen (760 nm en 850 nm) ...

Evaluatie van hersenactivatie door fNIRS tijdens een robottherapiesessie voor de onderste ledematen

In deze proof-of-concept-studie werd de haalbaarheid onderzocht van het maken van conclusies over het in kaart brengen van hersenactiviteit met behulp van fNIRS-gegevens van gezonde proefpersonen terwijl ze oefenden met verschillende soorten bewegingen met behulp van een robot voor revalidatie van de onderste ledematen. Typische fNIRS-opnamesessies bij volwassenen duren langer dan 6 min54. Om opnames echter haalbaar te maken in de context van een revalidatiesetting, moet de totale duur van het exp...

Epidemiologische gegevens geven aan dat er wereldwijd elk jaar ~17 miljoen nieuwe gevallen van beroerte zijn, met een toename van de incidentie in lage- en middeninkomenslanden. Het aantal nieuwe gevallen zal naar schatting toenemen tot 77 miljoen in 20302. Motorische stoornissen als gevolg van een beroerte beïnvloeden vaak de mobiliteit van de patiënt en de deelname aan dagelijkse activiteiten, wat bijdraagt aan een lage kwaliteit van leven. Traditionele motorische revalidatie omvat manuele therapie, maar in de afgelopen decennia zijn robotsystemen voor revalidatie ontwikkeld. Deze systemen kunnen therapie leveren met hoge intensiteit, dosis, kwantificeerbaarheid, betrouwbaarheid, herhaalbaarheid en flexibiliteit3 en hebben potentieel getoond als effectieve revalidatiebehandelingen voor zowel acute als chronische patiënten met een beroerte 4,5,6. Naast het leveren van therapie kunnen robotsystemen voor revalidatie worden gebruikt als evaluatie-instrumenten, omdat ze kunnen worden uitgerust met sensoren die kinematische/kinetische gegevens van de beweging van de patiënt kunnen meten 7,8. Voor motorische revalidatie van de bovenste ledematen is niet alleen bewezen dat dergelijke gegevens nuttig zijn voor het beoordelen van het niveau van motorisch herstel van de patiënt dat wordt uitgelokt door robottherapie en dienden ze als een aanvullend hulpmiddel bij traditionele klinische beoordelingen 9,10, maar hebben ze ook bijgedragen aan het bevorderen van het begrip van het proces van motorisch herstel na een beroerte11, 12 evenals neurale controle van beweging en motorisch leren bij gezonde proefpersonen 3,13,14. Als gevolg hiervan hebben deze bevindingen een basis gelegd voor het verbeteren van revalidatiebehandelingen15.
In de afgelopen twee decennia zijn er veel robotapparaten voor neurorevalidatie van de onderste ledematen voorgesteld, variërend van exoskeletten die het lichaamsgewicht van de patiënt ondersteunen tijdens het lopen (bijv. over een loopband, zoals Lokomat16) tot stationaire robotsystemen waarmee de patiënt de enkel, knie of voet kan trainen zonder te lopen (zoals de Rutgers Ankle17, de High-Performance Ankle Rehabilitation Robot18 en de enkel-/voetrevalidatierobot van het Gwangju Institute of Science and Technology (GIST)19) of actieve voetorthesen die worden aangedreven exoskeletten die door de patiënt worden gedragen om over de grond of over een loopband te lopen (zoals de Powered Gait Orthosis20 en de MIT Anklebot21). Zie 22,23,4 voor een recensie over robots voor revalidatie van de onderste ledematen.
De resultaten van klinische onderzoeken naar robotapparaten voor revalidatie van de onderste ledematen bij patiënten met een beroerte zijn bemoedigend en hebben aangetoond dat deze systemen het bewegingsbereik (ROM), de spierkracht of het looppatroon van de gewrichten kunnen verbeteren, afhankelijk van het specifieke apparaat en het klinische protocol (zie 24,25 voor een overzicht van de werkzaamheid van robots van de onderste ledematen voor revalidatie). Hoewel is gepostuleerd dat robotondersteunde therapie neuroplastische veranderingen bevordert, die uiteindelijk resulteren in verbeterde motorische vaardigheden26, blijft het grotendeels onduidelijk hoe het proces van motorisch herstel van een beroerte precies plaatsvindt en welke robottrainingsprotocollen het proces van herstel van de motorische vaardigheden van de onderste ledematen optimaliseren. In feite is er een significante, groeiende ongelijkheid tussen de toenemende ontwikkeling van revalidatierobots (door academische onderzoekers of commerciële entiteiten) en het beperkte begrip van de neurofysiologische mechanismen die ten grondslag liggen aan motorisch herstel4. Metingen van bewegingskinematica of gewrichtskoppels die met ingebouwde sensoren zijn uitgevoerd, hebben bijgedragen aan het kwantitatief beschrijven van motorische gedragsveranderingen die optreden wanneer patiënten de motorische vaardigheden van de onderste ledematen herstellen 27,28,29, waardoor deze leemte gedeeltelijk wordt opgevuld. De neurale correlaten die aan dergelijke veranderingen ten grondslag liggen, zijn echter minder onderzocht. Dit heeft verschillende redenen.
Functionele beeldvorming van de hersenen is tijdrovend en soms moeilijk te voltooien in de context van klinische onderzoeken, waarbij de belasting van de patiënt vaak minimaal moet worden gehouden om de kans te maximaliseren dat de patiënt zich aan het onderzoek houdt. Dit geldt met name voor personen die een beroerte hebben gehad, gezien het feit dat vermoeidheid en spierzwakte na een beroerte vaak worden waargenomen30. Ook beeldvormingsmodaliteiten die gebaseerd zijn op magnetische velden, zoals functionele Magnetic Resonance Imaging (fMRI), vereisen dat zowel patiënt- als robothardware magneetveilig is.
Van de niet-invasieve beeldvormingsmodaliteiten is functionele nabij-infraroodspectroscopie (fNIRS) een beeldvormingstechniek die bijzonder geschikt is voor het beoordelen van hersenactiviteitsgebieden bij proefpersonen die robottherapie ondergaan. Net als fMRI meet fNIRS de zuurstoftoevoer/deoxygenatie in het bloed in de hersenen. In tegenstelling tot fMRI is fNIRS echter volledig compatibel met robothardware en is het vaak draagbaar en zelfs bruikbaar aan het bed. fNIRS heeft ook lage kosten en minder gevoeligheid voor bewegingsartefacten 31,32,33.
Ondanks de duidelijke voordelen en het wijdverbreide gebruik in veel klinische omgevingen sinds de eerste introductie in de late jaren 7034, hebben slechts enkele onderzoeken fNIRS gebruikt om hersenactiviteit te kwantificeren die verband houdt met bewegingen van de onderste ledematen en motorisch herstel van een beroerte. FNIRS-studies gericht op het ophelderen van mechanismen van neurale controle van beweging en/of mechanismen of evaluatie van motorisch herstel na een beroerte hebben meestal bewegingen van één gewricht onderzocht (bijv. dorsaalflexie, plantairflexie of knie-extensiebewegingen35,36,37), lopen 38,39,40,41,42,43 of fietsen 44. Zie45 voor een recensie. Evenzo hebben fNIRS-onderzoeken naar robotondersteunde therapie voor de onderste ledematen zich vooral gericht op robotondersteunde looprevalidatie; Zie46 voor een recensie. Een paar studies hebben zich gericht op het gebruik van fNIRS als onderdeel van een Brain-Computer Interface (BCI)-systeem om besturingssignalen voor robotapparaten af te leiden47,48; hoewel dit onderzoeksgebied ook afhankelijk is van de verwerking van fNIRS-signalen, is het doel anders en voornamelijk gericht op het decoderen van de intenties van patiënten (bijv. patiënten met ernstige motorische handicaps).
De hierin gepresenteerde pilotstudie maakt deel uit van een eerste poging om de effecten van een robotsysteem voor revalidatie van de onderste ledematen te onderzoeken. De robot kan doelgerichte revalidatie van de onderste ledematen leveren, waarbij wordt getraind in dagelijkse bewegingen met meerdere gewrichten, en therapie geven aan afzonderlijke gewrichten (bijv. knie of enkel) van de onderste ledematen (d.w.z. een bottom-up revalidatieprogramma implementeren).
De studie had tot doel de haalbaarheid te onderzoeken van een experimenteel protocol dat de verwerving van fNIRS-gegevens vereiste tijdens het uitvoeren van gerichte bewegingen van de onderste ledematen, met meerdere gewrichten. De duur van de data-acquisitieperiode in deze studie, die beperkt was tot 6 minuten, is korter dan bij typische fNIRS-protocollen. Dit was een bewuste keuze met als doel de bruikbaarheid en klinische toepasbaarheid van dit onderzoek te vergroten, met name bij patiënten met beperkte mobiliteit of kracht. Het identificeren van fNIRS-correlaten van dergelijke complexe bewegingen met meerdere gewrichten en het verkrijgen van inzicht in hoe hersenactiviteit werd gemoduleerd door robotassistentie waren ook aandachtspunten. Hiervoor werden twee experimenteersessies uitgevoerd met dezelfde deelnemers: één zonder robotassistentie en één met robotassistentie. Ten slotte is het belangrijk op te merken dat deze studie zich richtte op gezonde proefpersonen om een basis te leggen voor toekomstig onderzoek in termen van de haalbaarheid van het registratieprotocol en de evaluatie van hersenactiviteit tijdens bewegingen die het doelwit zijn van robottherapie.
Apparaat Een draagbare robot die is ontworpen om revalidatie van de onderste ledematen te leveren (zie figuur 1) werd gebruikt om onze experimenten uit te voeren. De robot heeft een 3D-bereikbare werkruimte en is compact en licht, met een gewicht van ongeveer 35 lb., waardoor hij gemakkelijk te vervoeren en te installeren is.
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66004/66004fig01.jpg"> Figuur 1: Experimentele opstelling. (A) Het robotsysteem (geïnstalleerd op de vloer) ontworpen voor de onderste ledematen. Een vrijwilliger wordt getoond die de interface met zijn rechtervoet gebruikt. (B) Ondersteuningsstructuur voor de voet van de proefpersoon die bevestiging aan het robotsysteem mogelijk maakt. (C) Een screenshot van het Picnic-spel. Het doel van het spel is om de voet (groene en witte schoen) naar het doel (gele cirkel) te verplaatsen. <a href="https://www.jove.com/files/ftp_upload/66004/66004fig01large.jpg" target="_blank">Klik hier om een grotere versie van deze figuur te bekijken.</a>
Het robotsysteem is ontworpen om een patiënt te helpen bij het uitvoeren van bewegingen van de onderste ledematen die vergelijkbaar zijn met die van alledaagse taken, zoals wijzen of schoppen. Het maakt gebruik van interactieve virtual reality-games, die worden weergegeven op een computermonitor of een televisiescherm dat voor het robotapparaat is geplaatst (zie figuur 1). De effector aan het uiteinde van de robot wordt bevestigd aan de onderste ledematen van de patiënt (bijv. enkel) en de positie ervan wordt toegewezen aan de positie van een cursor op het scherm. Een typisch spel toont de bewegingsdoelen van de patiënt (bijv. het object waarnaar moet worden gewezen of waar de bal moet worden geschopt).
Om de bewegingstaak te voltooien, kan de robot de patiënt helpen met een niveau van ondersteuning dat kan variëren van volledige hulp tot geen. Het niveau van robotondersteuning wordt aan het begin van elke revalidatiesessie gekozen op basis van de mate van motorische beperking van de patiënt. De bewegingen die door de proefpersoon worden uitgevoerd, worden door het spel gebruikt om de prestaties van de patiënt te scoren en hen feedback te geven over hun prestaties (bijv. ROM, aantal bewegingen en niveau van robotassistentie). De spellen zijn ontworpen om interactief en vermakelijk te zijn om de interesse en aandacht van de patiënt vast te houden. In dit onderzoek speelden de deelnemers het "Picnic-spel", waarbij de speler moest voorkomen dat de insecten de handdoek bereikten en het voedsel stalen (zie figuur 1, onderste paneel, voor een screenshot).
Data-acquisitie werd uitgevoerd met een draagbaar fNIRS-acquisitiesysteem met twee verschillende optodes met continue golven (760 nm en 850 nm), 8 dual-tip LED-bronnen en 8 dual-tip actieve detectoren. De signalen werden verkregen met behulp van een bemonsteringsfrequentie van 10,17 Hz. Een laptop werd gebruikt voor de kalibratie-optimalisatie en signaalregistratie met behulp van een Wi-Fi-netwerk dat door het fNIRS-systeem werd gecreëerd.
Een dop werd gebruikt om de optodes op de vooraf bepaalde locaties vast te houden. De bronnen en detectoren werden volgens het 10-10 internationale EEG-systeem in een raster ruimtelijke verdeling geplaatst. Elk fNIRS-kanaal werd gedefinieerd door een bron-detectorpaar met interoptode-afstanden van ongeveer 30 mm. De optodes werden geplaatst over de aanvullende motor-, premotor- en motorgebieden op de locaties die worden weergegeven in figuur 2. Het totale aantal kanalen was 28, waarvan 8 korteafstandskanalen die aan elke bron waren gekoppeld met behulp van een glasvezeladapter aan een enkele detector. Gezien de multiplexing-opstelling van de hardware, is het mogelijk om informatie over korte afstanden uit alle bronnen te verkrijgen met slechts één detector.
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66004/66004fig02.jpg"> Figuur 2: Montagelay-out met behulp van het 10-10 EEG-systeem. De letters en cijfers geven de locaties van de bron/detector aan. De rode en blauwe stippen vertegenwoordigen respectievelijk de bron- en detectoroptodes. De groene lijnen vertegenwoordigen de fNIRS-kanalen die bestaan uit bron- en detectorparen. <a href="https://www.jove.com/files/ftp_upload/66004/66004fig02large.jpg" target="_blank">Klik hier om een grotere versie van deze figuur te bekijken.</a>
Experimenteel ontwerp Het experiment werd uitgevoerd onder twee verschillende experimentele omstandigheden, die verschilden in het niveau van assistentie dat door de robot werd geboden voor de bewegingen van de proefpersoon. In de eerste toestand was de robot geprogrammeerd om geen hulp te bieden aan de bewegingen van de proefpersoon, terwijl in de tweede toestand de robot de voet- en beenbewegingen van de proefpersoon bestuurde (robotondersteunde beweging).
Elk experiment volgde een blokontwerpparadigma met afwisselende cycli van een motorische taak (het spelen van het spel - 30 s) en rusten (30 s), zoals geïllustreerd in figuur 3. Het begin en einde van elke fase (spel/spel of rust) werden via het computerscherm visueel aan de proefpersoon gesignaleerd. Tijdens de rustfase werd een bericht weergegeven dat een pauze aangaf. Elke cyclus (spelen/spel + rust) duurde 60 s en werd zes keer herhaald, wat resulteerde in een totale looptijd van 360 s (6 min).
De deelnemers speelden het "Picknickspel", waarbij het doel was om te voorkomen dat insecten bij de handdoek zouden komen en voedsel zouden stelen. Dit spel omvatte een opeenvolging van bewegingen van de onderste ledematen, beginnend bij een aangewezen thuisdoel (beginpositie) en zich uitstrekkend naar een van de drie buitenste doelen voordat ze terugkeerden naar het thuisdoel. Op het scherm werden de buitenste doelen visueel weergegeven als geanimeerde bewegende insecten, die de deelnemers moesten bereiken en erop moesten stappen. Er waren drie naar buiten reikende doelen, elk willekeurig een gelijk aantal keren gepresenteerd, naast een gemeenschappelijk thuisdoel voor elke beweging. De afstand die de voet nodig had om van het thuisdoel naar de positie van de buitenste doelen te reizen, vormde een boog van ongeveer 26 cm. De motorische taak vereiste de uitvoering van bewegingen met meerdere gewrichten, waarbij coördinatie tussen knieflexie/-extensie, plantairflexie en dorsaalflexiebewegingen vereist was.
De fNIRS-gegevensregistraties werden gesynchroniseerd met de visuele stimuli die door het spel aan de proefpersoon werden gepresenteerd via een transistor-transistor-logic (TTL)-puls die door de robot werd gegenereerd. Pulsen werden gegenereerd aan het begin van elke fase (spel/spel en rust). Zo werd alle timingcontrole uitgevoerd door het spel, dat visuele aanwijzingen (doelen) aan de deelnemer gaf om elke beweging te starten, TTL-signalen naar het fNIRS-systeem stuurde om de opnames van de hersenactiviteit te markeren en, indien nodig voor het experiment, signalen naar het robotbesturingssysteem stuurde om bewegingsondersteuning te starten.

<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

Beroerte treft elk jaar wereldwijd ongeveer 17 miljoen mensen en is een belangrijke oorzaak van langdurige invaliditeit. Robottherapie is veelbelovend gebleken bij het helpen van patiënten met een beroerte om verloren motorische functies terug te krijgen. Een mogelijke manier om het begrip van hoe motorisch herstel plaatsvindt te vergroten, is het bestuderen van hersenactiviteit tijdens de bewegingen die het doelwit zijn van therapie bij gezonde personen. Functionele nabij-infraroodspectroscopie (fNIRS) is naar voren gekomen als een veelbelovende neuroimaging-techniek voor het onderzoeken van neurale onderbouwing van motorische functies. Deze studie had tot doel fNIRS neurale correlaten van complexe bewegingen van de onderste ledematen bij gezonde proefpersonen te onderzoeken. Deelnemers werd gevraagd om gedurende 6 minuten rust- en bewegingscycli uit te voeren met behulp van een robotapparaat voor motorische revalidatie. De taak vereiste gecoördineerde knie- en enkelgewrichtsbewegingen om doelen aan te wijzen die op een computerscherm werden weergegeven. Er werden twee experimentele omstandigheden onderzocht met verschillende niveaus van bewegingsondersteuning die door de robot worden geboden. De resultaten toonden aan dat het fNIRS-protocol effectief hersengebieden detecteerde die verband houden met motorische controle tijdens de taak. Opmerkelijk is dat alle proefpersonen een grotere activering vertoonden in het contralaterale premotorische gebied tijdens de toestand zonder assistentie in vergelijking met de geassisteerde toestand. Concluderend lijkt fNIRS een waardevolle benadering te zijn voor het detecteren van veranderingen in de oxyhemoglobineconcentratie geassocieerd met multi-gewrichtsgerichte bewegingen van de onderste ledematen. Dit onderzoek kan bijdragen aan het begrip van motorische herstelmechanismen voor beroertes en kan de weg vrijmaken voor verbeterde revalidatiebehandelingen voor patiënten met een beroerte. Er is echter verder onderzoek nodig om het potentieel van fNIRS bij het bestuderen van motorische functies en de toepassingen ervan in klinische omgevingen volledig op te helderen.

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.

Auteur in de schijnwerpers: beoordeling van hersenactiviteit bij robotgeassisteerde revalidatie van de onderste ledematen met behulp van fNIRS

Een experiment met behulp van functionele nabij-infraroodspectroscopie en robotgeassisteerde multi-joint richtbewegingen van de onderste ledematen

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 zes proefpersonen voltooiden beide experimenten. In de toestand zonder assistentie werden gemiddeld 76,67 proeven (std. 10,73) voltooid door elke proefpersoon (merk op dat voor elke proefpersoon het aantal proeven afhing van het aantal succesvolle bereiken, aangezien een nieuw doel alleen werd getoond als het vorige werd bereikt). In de assistentietoestand, waarbij de beweging van de proefpersoon volledig werd ondersteund door de robot, voltooiden alle proefpersonen 70 proeven. fNIRS-gegevens werden met succes gereg...

Geschat wordt dat 1 op de 6 mensen wereldwijd tijdens zijn leven een beroerte zal krijgen, met langdurige invaliditeit tot gevolg, waarvan de revalidatiemechanismen nog steeds slecht worden begrepen. Deze studie stelt een protocol voor om hersenactivatie te evalueren door middel van functionele nabij-infraroodspectroscopie (fNIRS) tijdens een robottherapiesessie voor de onderste ledematen.

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

In deze studie willen we de haalbaarheid onderzoeken van een experimenteel protocol met bewegingen van de onderste ledematen die aan een robotapparaat zijn bevestigd en gelijktijdige verwerving van functionele nabij-infraroodspectroscopie, fNIRS, gegevens. Er zijn maar weinig studies die fNIRS hebben gebruikt om hersenactiviteit bij beroerte, motorisch herstel en bewegingen van de onderste ledematen te bestuderen, waarbij de nadruk voornamelijk ligt op acties met één gewricht, wandelen of fietsen. Onze studie is een pionier in het onderzoeken van multi-joints training van de onderste ledematen voor doelrevalidatie.Functionele nabij-infraroodspectroscopie, fNIRS, meet effectief temporele veranderingen in de zuurstofvoorziening van het hersenbloed, die dienen als een indirecte hersenactiviteitsindicator, voor functionele MRI-signalen. In tegenstelling tot fMRI is fNIRS compatibel met robothardware, draagbaar en robuuster tegen bewegingsartefacten. Er zijn twee belangrijke uitdagingen.De eerste is om de bewegingen van het robotapparaat te synchroniseren met fNIRS-gegevens. De tweede is om voldoende gegevens te verkrijgen om de statistische kracht te bereiken, om hemodynamische veranderingen in slechts zes minuten te detecteren. Onze studie bevestigde de haalbaarheid van het protocol en leverde verwachte resultaten op.In de geassisteerde toestand vertoonden slechts twee proefpersonen significante hersenactivering. De niet-ondersteunde oefening, die meer inspanning vereiste, vertoonde een grotere verandering in de HbO-concentratie dan geassisteerde, met een opmerkelijk verschil in de contralaterale 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.