Name: 著者スポットライト:fNIRSを使用したロボット支援下肢リハビリテーションにおける脳活動の評価
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 ...

この研究の意見、仮説、結論、および推奨事項は著者のものであり、必ずしも資金提供機関の意見を表すものではありません。JRSは、サンパウロ研究財団(FAPESP、助成金番号2021/05332-8、2018/04654-9、2018/21934-5、2023/02538-0)とジャクソン・シオネクの技術支援に感謝しています。AMMとVivax Ltdaは、FAPESP(サンパウロ研究財団)とFINETP(ブラジルイノベーション庁)に感謝しています。このプロジェクトは、FAPESP(助成金番号2018/09559-4)およびFINEP(助成金番号2019/09933-6)からの助成金で資金提供されました。

この研究は、UNICEP(Centro Universitario Paulista)の地元の倫理審査委員会によって承認されました。すべての参加者は、人間が関与する科学研究に関するすべての機関のガイドラインと連邦規範に従って、インフォームドコンセントを提供しました。彼らは、ブラジル連邦規制で義務付けられている金銭的補償を受けていませんでした。
1. fNIRSシステム
<ol><li>8つの...

下肢ロボット療法セッション中のfNIRSによる脳活性化の評価

本実証研究では、健常者が下肢リハビリテーションロボットを用いて様々な動きで運動している間に、fNIRSデータを用いて脳活性化マッピングを推論する可能性を検討しました。成人の典型的なfNIRS記録セッションは、6分54秒以上です。ただし、リハビリテーションの設定で記録を実行可能にするには、被験者の不必要な疲労と労力を避けるために、実験の全体的な期間を最...

疫学データによると、世界中で毎年1,700~1,700万人の脳卒中患者が新たに発生しており、低・中所得国で発生率が増加しています1。新規感染者数は2030年までに7,700万人に増加すると推定されています2。脳卒中による運動障害は、患者の可動性や日常生活活動への参加に影響を与えることが多く、生活の質の低下の一因となります。従来の運動リハビリテーションには手技療法が含まれますが、過去数十年の間にリハビリテーション用のロボットシステムが開発されてきました。これらのシステムは、高強度、線量、定量化可能性、信頼性、再現性、柔軟性3で治療を提供することができ、急性および慢性脳卒中患者の両方に効果的なリハビリテーション治療としての可能性を示しています4,5,6。リハビリテーション用のロボットシステムは、治療を提供するだけでなく、患者の運動学的/運動学的データを測定できるセンサーを装備できるため、評価ツールとして使用することができます7,8。上肢の運動リハビリテーションでは、このようなデータは、ロボット療法によって誘発される患者の運動回復のレベルを評価するのに有用であることが証明され、従来の臨床評価9,10の補足ツールとして役立つだけでなく、脳卒中からの運動回復プロセスの理解を深めることにも貢献しています11。12、および健康な被験者における運動と運動学習の神経制御3,13,14。その結果、これらの知見はリハビリテーション治療を強化するための基盤を提供した15。
過去20年間にわたり、下肢のニューロリハビリテーションのための多くのロボット装置が提案され、歩行中に患者の体重を支える外骨格(例えば、ロコマット16のようなトレッドミルの上)から、患者が歩かずに足首、膝、または足を運動できる固定ロボットシステム(ラトガースアンクル17など、 高性能足関節リハビリテーションロボット18、および光州科学技術院(GIST)の足首/足リハビリテーションロボット19)、または患者が地上またはトレッドミルの上を歩くために装着する作動式外骨格であるアクティブフット装具(電動歩行装具20やMITアンクルボット21など)。下肢のリハビリテーションのためのロボットのレビューについては、22,23,4を参照してください。
脳卒中患者の下肢リハビリテーションのためのロボットデバイスの臨床試験の結果は有望であり、これらのシステムは、特定のデバイスと臨床プロトコルに応じて、関節の可動域(ROM)、筋力、または歩行を改善する可能性があることが示されています(リハビリテーションのための下肢ロボットの有効性に関するレビューについては、24,25を参照してください)。ロボット支援療法は神経可塑性の変化を促進し、最終的には運動能力の改善をもたらすと仮定されているが26、脳卒中からの運動回復のプロセスが正確にどのように起こるのか、そしてどのロボットトレーニングプロトコルが下肢の運動能力の回復プロセスを最適化するのかは、ほとんど不明のままである。実際、リハビリテーションロボットの開発が進んでいること(学術研究者や営利団体によるもの)と、運動回復の根底にある神経生理学的メカニズムの理解が限られていることとの間には、大きな格差が広がっています4。埋め込まれたセンサーで取得された運動学または関節トルクの測定は、患者が下肢の運動能力を回復するにつれて発生する運動行動の変化を定量的に記述することに貢献しています27,28,29、このギャップを部分的に埋めます。しかし、このような変化の根底にある神経相関はあまり研究されていません。これにはいくつかの理由があります。
脳機能イメージングは時間がかかり、臨床試験の文脈では完了するのが難しい場合があり、多くの場合、患者の負担を最小限に抑えて、患者が研究にアドヒアランスする可能性を最大限に高める必要があります。これは、脳卒中後の倦怠感や筋力低下が頻繁に観察されることを考えると、脳卒中を患った人に特に当てはまります30。また、機能的磁気共鳴画像法(fMRI)など、磁場に基づくイメージングモダリティでは、患者とロボットの両方のハードウェアが磁石で安全であることが求められます。
非侵襲的イメージングモダリティの中で、機能的近赤外分光法(fNIRS)は、ロボット療法を受けている被験者の脳活性化領域を評価するのに特に適したイメージング技術です。fMRIと同様に、fNIRSは脳内の血液酸素化/脱酸素化を測定します。しかし、fMRIとは異なり、fNIRSはロボットハードウェアと完全に互換性があり、多くの場合、ポータブルであり、ベッドサイドでも使用できます。また、fNIRSは低コストであり、モーションアーチファクトに対する感度が低い31,32,33。
70年代後半に初めて導入されて以来、多くの臨床現場でfNIRSの明らかな利点と広く使用されているにもかかわらず34、下肢運動と脳卒中運動回復に関連する脳の活性化を定量化するためにfNIRSを使用した研究はごくわずかです。運動の神経制御のメカニズムの解明や脳卒中からの運動回復のメカニズムや評価を目的としたFNIRS研究は、主に単関節運動(背屈、足底屈曲、膝伸展運動35,36,37)、歩行38,39,40,41,42,43、サイクリング44を調査してきた。レビューについては、45を参照してください。同様に、下肢のロボット支援療法に関するfNIRSの研究は、主にロボット支援歩行リハビリテーションに焦点を当てています。レビューについては、46を参照してください。いくつかの研究は、ロボットデバイスの制御信号を導き出すために、ブレイン・コンピュータ・インターフェース(BCI)システムの一部としてfNIRSを使用することに焦点を当てています47,48。この研究分野もfNIRS信号の処理に依存していますが、その目標は異なり、主に患者の意図(重度の運動障害のある患者など)を解読することに焦点を当てています。
本稿で紹介するパイロット研究は、下肢のリハビリテーションにおけるロボットシステムの効果を調査するための初期取り組みの一環である。このロボットは、日常的な多関節運動のトレーニングを含むターゲット指向の下肢リハビリテーションを提供するだけでなく、下肢の単一関節(膝や足首など)に治療を提供する(つまり、ボトムアップのリハビリテーションプログラムを実施する)ことができます。
この研究は、下肢の多関節ポインティング運動の実行中にfNIRSデータの取得を必要とする実験プロトコルの実現可能性を調査することを目的としていました。本研究におけるデータ取得期間は6分に制限されており、一般的なfNIRSプロトコルよりも短くなっています。これは、特に可動性や筋力が制限されている患者において、この研究の実用性と臨床的応用性を高めることを目的として行われた意図的な選択でした。また、このような複雑な多関節運動のfNIRS相関を特定し、ロボットの支援によって脳の活性化がどのように調節されているかについての洞察を得ることも興味深いポイントでした。この目的のために、同じ参加者で、ロボット支援なしとロボット支援ありの2つの実験セッションを実施しました。最後に、この研究は、ロボット療法の対象となる運動中の脳の活性化の記録プロトコルの実現可能性と評価の観点から、将来の研究の基礎を確立するために、健康な被験者に焦点を当てたことに注意することが重要です。
装置 下肢のリハビリテーションを行うように設計されたポータブルロボット( 図1参照)を使用して実験を行いました。ロボットは3Dで到達可能なワークスペースを備えており、コンパクトで軽量で、重量は約35ポンドであるため、持ち運びや設置が簡単です。
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/66004/66004fig01.jpg"> 図1:実験装置。 (A)下肢用に設計されたロボットシステム(床に設置)。ボランティアが右足でインターフェースを利用している様子が描かれています。(B)ロボットシステムへの取り付けを可能にする被験者の足の支持構造。(C)ピクニックゲームのスクリーンショット。ゲームの目的は、足(緑と白の靴)をターゲット(黄色の円)に移動することです。 <a href="https://www.jove.com/files/ftp_upload/66004/66004fig01large.jpg" target="_blank">この図の拡大版をご覧になるには、ここをクリックしてください。</a>
このロボットシステムは、指差しや蹴りなどの日常的な作業と同様の下肢の動きを患者が行うのを支援するように設計されています。インタラクティブなバーチャルリアリティゲームを使用しており、ロボットデバイスの前に設置されたコンピューターモニターまたはテレビ画面に表示されます( 図1を参照)。ロボットエンドエフェクタは患者の下肢(足首など)に取り付けられ、その位置は画面上のカーソルの位置にマッピングされます。典型的なゲームは、患者の運動ターゲット(例えば、指し示す物体やボールを蹴る場所)を示す。
移動タスクを完了するために、ロボットは、完全な支援からなしまでの範囲のレベルの支援で患者を支援する場合があります。ロボット支援のレベルは、患者の運動障害のレベルに基づいて、各リハビリテーションセッションの開始時に選択されます。被験者が行った動きは、患者のパフォーマンスをスコアリングし、パフォーマンスに関するフィードバック(ROM、動きの数、ロボット支援のレベルなど)を提供するためにゲームによって使用されます。ゲームは、患者の興味と注意を維持するために、インタラクティブで楽しいように設計されています。この研究では、参加者は「ピクニックゲーム」をプレイし、プレイヤーは昆虫がタオルに到達して食べ物を盗むのを阻止しなければなりませんでした(スクリーンショットは 図1の下部パネルを参照)。
データ取得は、2つの異なる連続波オプトード(760 nmおよび850 nm)、8つのデュアルチップLED光源、および8つのデュアルチップアクティブ検出器を備えたポータブルfNIRS取得システムを使用して実行しました。信号は、10.17Hzのサンプリングレートを使用して取得されました。ラップトップは、fNIRSシステムによって作成されたWi-Fiネットワークを使用して、キャリブレーションの最適化と信号記録に使用されました。
キャップを使用して、オプトードを所定の位置に保持しました。線源と検出器は、10-10 国際脳波システムに従ってグリッド空間分布に配置されました。各fNIRSチャネルは、オプトード間距離が約30 mmのソース-検出器ペアによって定義されました。オプトードは、 図2に示す位置の補助モーター、プリモーター、およびモーター領域の上に配置されました。チャンネルの総数は28で、そのうち8つは短距離チャンネルで、光ファイバーアダプタを使用して1つの検出器に結合されていました。ハードウェアの多重化設定により、1つの検出器のみを使用して、すべてのソースから短距離情報を取得することができます。
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/66004/66004fig02.jpg"> 図2:10-10脳波システムを使用したモンタージュレイアウト。 文字と数字は、ソース/検出器の位置を示します。赤と青のドットは、それぞれ光源と検出器のオプトードを表します。緑色の線は、光源と検出器のペアで構成されるfNIRSチャンネルを表しています。 <a href="https://www.jove.com/files/ftp_upload/66004/66004fig02large.jpg" target="_blank">この図の拡大版をご覧になるには、ここをクリックしてください。</a>
実験計画法 この実験は、被験者の動きに対するロボットの支援レベルが異なる2つの異なる実験条件で行われました。第1の条件では、ロボットは被験者の動きを補助しないようにプログラムされ、第2の条件では、ロボットは被験者の足と脚の動きを制御する(ロボット支援運動)ようにプログラムされました。
各実験は、 図3に示すように、運動タスク(ゲームをプレイする-30秒)と休息(30秒)の交互のサイクルを含むブロック設計パラダイムに従っていました。各フェーズ(プレイ/ゲームまたは休憩)の開始と終了は、コンピューター画面を介して被験者に視覚的に信号されました。休止フェーズ中に、一時停止を示すメッセージが表示されました。各サイクル (プレイ/ゲーム + 休憩) の持続時間は 60 秒で、6 回繰り返されたため、合計実行時間は 360 秒 (6 分) になりました。
参加者は「ピクニックゲーム」を行い、昆虫がタオルに手を伸ばして食べ物を盗むのを防ぐことを目的としました。このゲームでは、指定されたホームターゲット(初期位置)から始まり、ホームターゲットに戻る前に、3つの外側のターゲットのうちの1つに向かって伸びるという、一連の下肢の動きが含まれていました。画面上では、外側のターゲットが動く昆虫のアニメーションとして視覚的に表現され、参加者は手を伸ばして踏まなければなりませんでした。外側に到達するターゲットは3つあり、それぞれが同じ回数ランダムに提示され、すべての動きに共通のホームターゲットがいました。ホームターゲットから外側のターゲットの位置まで足が移動するのに必要な距離は、約26cmの円弧を形成しました。運動課題は、膝の屈伸、足底屈曲、背屈運動の協調を必要とする多関節運動の実行を必要としました。
fNIRSのデータ記録は、ロボットが生成したトランジスタ-トランジスタ-ロジック(TTL)パルスを介して、ゲームが被験者に提示する視覚刺激と同期しました。パルスは、各フェーズ(プレイ/ゲームおよび休息)の開始時に生成されました。したがって、すべてのタイミング制御はゲームによって行われ、参加者に視覚的な手がかり(ターゲット)を提供して各動きを開始し、TTL信号をfNIRSシステムに送信して脳活動の記録をマークし、実験で必要に応じてロボット制御システムに信号を送信して動作支援を開始します。

<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

脳卒中は、世界中で毎年約1,700万人が罹患しており、長期的な障害の主な原因となっています。ロボット療法は、脳卒中患者が失われた運動機能を取り戻すのを助けることが期待されています。運動回復がどのように起こるかについての理解を深めるための1つの潜在的な手段は、健康な人の治療の対象となる運動中の脳の活性化を研究することです。機能的近赤外分光法(fNIRS)は、運動機能の神経基盤を調べるための有望な神経イメージング技術として浮上しています。この研究は、健康な被験者における複雑な下肢運動のfNIRS神経相関を調査することを目的としていました。参加者は、運動リハビリテーション用のロボットデバイスを使用して、6分間の休息と運動のサイクルを実行するように求められました。このタスクでは、膝関節と足首関節を協調して動かし、コンピューター画面に表示されたターゲットを指す必要がありました。ロボットによる移動支援のレベルが異なる2つの実験条件が検討されました。その結果、fNIRSプロトコルは、タスク中の運動制御に関連する脳領域を効果的に検出することを示しました。特に、すべての被験者は、補助状態と比較して、補助なしの状態中に反対側の運動前野でより大きな活性化を示しました。結論として、fNIRSは、下肢の多関節ポインティング運動に関連するオキシヘモグロビン濃度の変化を検出するための貴重なアプローチであるように思われます。本研究は、脳卒中の運動回復機構の解明に寄与し、脳卒中患者のリハビリテーション治療の改善に道を開くことが期待されます。しかし、fNIRSの運動機能研究や臨床現場での応用の可能性を十分に解明するには、さらなる研究が必要です。

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.

著者スポットライト:fNIRSを使用したロボット支援下肢リハビリテーションにおける脳活動の評価

機能的近赤外分光法とロボット支援下肢の多関節指差し運動を用いた実験

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.

6人の被験者全員が両方の実験を完了しました。補助なしの条件では、各被験者が平均76.67回(標準10.73回)の試行を完了しました(注:各被験者について、新しいターゲットは前のターゲットに到達した場合にのみ表示されるため、試行回数は成功したリーチの数に依存しました)。被験者の動きがロボットによって完全に補助された補助条件では、すべての被験者が70回の試行を完了しました。fNIR...

世界では、6人に1人が一生のうちに脳卒中を発症し、長期的な障害を引き起こすと推定されていますが、そのリハビリテーションメカニズムはまだよくわかっていません。この研究では、機能的近赤外分光法(fNIRS)による脳の活性化を評価するためのプロトコルを提案します 下肢ロボット療法セッション中。

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

本研究では、ロボット装置に装着した下肢の運動と機能的近赤外分光法(fNIRS)データの同時取得を含む実験プロトコルの実現可能性を検討する。脳卒中、運動回復、下肢運動における脳の活性化を研究するためにfNIRSを採用した研究はほとんどなく、主に単一関節動作、歩行、またはサイクリングに焦点を当てています。私たちの研究は、ターゲットリハビリテーションのための多関節下肢トレーニングを探求するパイオニアです。機能的近赤外分光法(fNIRS)は、脳の血液酸素化の時間的変化を効果的に測定し、機能的MRI信号に対する間接的な脳活動指標として機能します。fMRIとは異なり、fNIRSはロボットハードウェアと互換性があり、ポータブルで、モーションアーチファクトに対してより堅牢です。主な課題は2つあります。1つ目は、ロボットデバイスの動きをfNIRSデータと同期させることです。2つ目は、わずか6分で血行動態の変化を検出するための統計的検出力を達成するのに十分なデータを取得することです。私たちの研究は、プロトコルの実現可能性を確認し、期待された結果をもたらしました。補助状態では、2人の被験者のみが有意な脳活性化を示しました。より多くの労力を必要とする補助なしの運動は、補助運動よりも大きなHbO濃度の変化を示し、反対側のPMCに顕著な違いが見られました。

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.