Aanpassing van een haptische robot in een 3T fMRI
Summary
De aanpassing en het gebruik van een haptische robot in een 3T fMRI is beschreven.
Abstract
Functionele magnetische resonantie beeldvorming (fMRI) biedt uitstekende functionele beeldvorming van de hersenen via het BOLD signaal 1 met voordelen, waaronder niet-ioniserende straling, millimeter ruimtelijke nauwkeurigheid van de anatomische en functionele gegevens 2, en bijna real-time analyses 3. Haptische robots nauwkeurige meting en controle van de positie en de kracht van een cursor in een redelijk kleine ruimte. Hier combineren we deze twee technologieën om de precisie te experimenten met motorische controle met haptische / tactiele omgeving interactie, zoals het bereiken of grijpen mogelijk te maken. Het basis idee is om vast een 8 voeteneinde effector ondersteund in het midden naar de robot 4, zodat het onderwerp aan de robot te gebruiken, maar afscherming het en houden het uit van de meest extreme deel van het magnetische veld van de fMRI-machine (figuur 1 ).
The Phantom Premium 3.0, 6DoF, high-force robot (SensAble Technologies, Inc) is een uitstekende keuze voor het leveren van force-feedback in de virtuele werkelijkheid experimenten 5, 6, maar het is inherent niet-MR veilig, introduceert significante ruis op de gevoelige fMRI-apparatuur, en de elektrische motoren kunnen worden beïnvloed door de fMRI is sterk wisselend magnetisch veld. We hebben geconstrueerd een tafel en afscherming systeem waarmee de robot op een veilige manier worden geïntroduceerd in de fMRI-omgeving en de grenzen zowel de afbraak van de fMRI-signaal door de elektrisch luidruchtige motoren en de afbraak van de elektromotor de prestaties door de sterk wisselende magnetische veld van de fMRI. Met het schild, de signaal-ruisverhouding (SNR: gemiddelde signaal / ruis standaarddeviatie) van de fMRI gaat van een baseline van ~ 380 tot ~ 330 en ~ 250 zonder de afscherming. De resterende geluid lijkt te zijn gecorreleerd en geen artefacten toe te voegen aan de fMRI van een test bol (figuur 2). De lange, stijve handgreep maakt plaatsing van de robot buiten het bereik van de meest sterk verschillende delen van het magnetische veld dus er is geen significant effect van de fMRI op de robot. Het effect van de handgreep op kinematica van de robot is minimaal want het is licht in gewicht (~ 2,6 pond), maar uiterst stijve 3 / 4 "grafiet en goed in balans op de 3DoF gewricht in het midden. Het eindresultaat is een fMRI compatibel, haptische systeem met ongeveer 1 kubieke voet van de werkruimte, en, in combinatie met virtual reality, het zorgt voor een nieuwe reeks van experimenten worden uitgevoerd in de fMRI-omgeving inclusief naturalistisch te bereiken, passieve verplaatsing van de ledematen en haptische perceptie, aanpassing leren in wisselende krachtvelden , of textuur identificatie 5, 6.
Protocol
Discussion
De fMRI compatibele robot opent nieuwe mogelijkheden voor experimenten in de neurowetenschappen van motorische controle. De meest kritische stap in de setup is de afscherming van de robot om artefacten te voorkomen in de fMRI, dat doen we in twee stappen. Ten eerste is de robot zelf is ongeveer 9 'uit de buurt van de boring met een lange, licht, handvat ondersteund in het midden met een 3 graden van vrijheid gewricht. Ten tweede, de robot is ingekapseld in een 1 / 16 "-1 / 4" aluminium doos met een plastic…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
We willen graag Kun Lu en Ronald Kurz bedanken voor technische bijstand. Dit werk werd ondersteund door ONR MURI Award Nr: N00014-10-1-0072, NSF subsidie # SBE-0542013 om de temporele dynamiek van het Learning Center, een NSF Science of Learning Center, en de NIH subsidie # 2 R01 NS036449-11.
Riferimenti
- Ogawa, S., Lee, T. M., Kay, A. R., Tank, D. W. Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proc. Natl. Acad. Sci. U.S.A. 87, 9868-9872 (1990).
- Heeger, D. J., Ress, D. What does fMRI tell us about neuronal activity. Nat. Rev. Neurosci. 3, 142-151 (2002).
- deCharms, R. C. Applications of real-time fMRI. Nat. Rev. Neurosci. 9, 720-729 (2008).
- Hribar, A., Koritnik, B., Munih, M. Phantom haptic device upgrade for use in fMRI. Medical and Biological Engineering and Computing. 47, 677-684 (2009).
- Trommershauser, J., Gepshtein, S., Maloney, L. T., Landy, M. S., Banks, M. S. Optimal compensation for changes in task-relevant movement variability. J. Neurosci. 25, 7169-7178 (2005).
- Konczak, J., Li, K. Y., Tuite, P. J., Poizner, H. Haptic perception of object curvature in Parkinson’s disease. PLoS ONE. 3, e2625-e2625 (2008).
- Lipton, M. L., Lipton, M. L. Artifacts: When things go wrong, it’s not necessarily all bad. Totally Accessible MRI. , 139-153 (2008).
- Rajh, M., Glodez, S., Flasker, J., Gotlih, K., Kostanjevec, T. Design and analysis of an fMRI compatible haptic robot. Robotics and Computer-Integrated Manufacturing. 27, 267-275 (2011).
- Burdet, E., Gassert, R., Gowrishankar, G., Chapuis, D., Bleuler, H., Ang, M., Khatib, O. fMRI compatible haptic interfaces to investigate human motor control. Experimental Robotics IX, of Springer Tracts in Advanced Robotics. 21, 25-34 (2006).
- Nakamura, T. Functional networks in motor sequence learning: abnormal topographies in Parkinson’s disease. Hum Brain Mapp. 12, 42-60 (2001).
