3T의 fMRI에 Haptic 로봇의 적응
Summary
3T의 fMRI에 haptic 로봇의 적응과 사용 설명합니다.
Abstract
기능성 자기 공명 영상 (fMRI)는 비 이온화 방사선, 해부 학적 및 기능 데이터의 공간적 정확성 mm 2, 거의 실시간 분석 3를 포함해 장점과 대담한 신호를 1로 우수한 기능성 뇌 이미징을 제공합니다. Haptic 로봇은 정확한 측정과 합리적으로 제한된 공간에서 커서의 위치 및 힘 제어를 제공합니다. 여기 haptic / 같은 접근이나 욕심과 같은 촉각 환경 상호 작용과 모터 제어를 포함한 정밀 실험을 허용하는이 두 기술을 결합하여. 기본적인 아이디어는 피사체가 로봇을 사용할 수 있도록 로봇 4 중앙에서 지원 8 발 끝 effecter를 첨부하는 것입니다,하지만 그것을 차폐하고 fMRI 기계 (그림 1에서 자기장의 가장 극단적인 부분의 그것을 유지 ).
환상의 프리미엄 3.0, 6DoF, 높은 힘 로봇 (SensAble 테크놀러지 주식 회사) 가상 현실 실험 5, 6에서 강제로 피드백을 제공하는 탁월한 선택이지만, 그것은 본질적으로 비 MR 안전, 민감한에게 상당한 소음을 소개합니다 fMRI 장비, 및 전기 모터가 강력하게 자기장을 변화의 fMRI에 의해 영향을받을 수 있습니다. 우리는 로봇이 안전하게 fMRI 환경에 도입되도록하고의 강력 다양한 자기장에 의해 전기 노이즈가 모터에 의해 fMRI 신호의 저하와 전기 모터의 성능 저하를 모두 제한하는 테이블과 차폐 시스템을 구축해야 fMRI. 방패로, 잡음 비율 (SNR : 신호 / 노이즈의 표준 편차)로 신호를 fMRI 중 ~ 330로 ~ 380의 기준에서가는, 그리고 차폐없이 ~ 250. 나머지 소음 uncorrelated로 나타나며 시험 영역 (그림 2)의 fMRI에 아티팩트를 추가하지 않습니다. 로봇의 fMRI에 대한 상당한 효과가 없습니다 있도록 긴 뻣뻣한 핸들이 자기장의 가장 강하게 다양한 부품의 범위를 벗어난 로봇의 위치를 수 있습니다. 로봇의 운동학에 대한 처리의 효과는 경량이기 때문에 최소한의 것입니다 (~ 2.6 파운드)하지만, 매우 치열한 3 / 4 "흑연과 중간에 3DoF 공동에 잘 균형.와의 최종 결과는 fMRI 호환 haptic 시스템입니다 가상 현실과 결합 1 입방 작업 공간의 발, 그리고 약 그것은 자연에 도달, 수동 사지와 haptic 인식의 변위, 다양한 포스 필드에서 적응 학습을 포함하여 fMRI 환경에서 수행하는 실험의 새 집합에 대한 수 , 텍스처 식별 5, 6.
Protocol
Discussion
fMRI 호환 로봇은 모터 제어의 신경 과학에서 실험에 대한 새로운 가능성을 열어. 설정에서 가장 중요한 단계는 우리가 두 단계에서 할 fMRI에 유물을 방지하기 위해 로봇의 방어막입니다. 첫째, 로봇 자체가 긴, 가볍고, 자유 관절의 3 정도과의 중간에 지원되는 핸들과 구멍 가까이에 대해서 9 '입니다. 둘째, 로봇은 플라스틱 원뿔 (13 "베이스 직경 6"최고 직경 X 42 "길이) ~ 100dB를 차단하…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
우리는 기술 지원 Kun 루와 로널드 Kurz 감사하고 싶습니다. 이 작품은 ONR의 MURI 보너스 번호에 의해 지원 되었음 : N00014 – 10 – 1-0072, NSF 교부금 # SBE – 0542013 학습 센터 학습 센터의 NSF 과학, 그리고 NIH 부여 # 2 R01 NS036449 – 11의 측두엽 역학합니다.
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).
