Adaptación de un Robot Haptic en un fMRI 3T
Summary
La adaptación y el uso de un robot háptico en una fMRI 3T se describe.
Abstract
Resonancia magnética funcional (fMRI) proporciona imágenes de excelente funcional del cerebro a través de la señal BOLD 1 con ventajas, incluyendo la radiación no ionizante, precisión milimétrica espacial de los datos anatómicos y funcionales 2, y casi en tiempo real de análisis 3. Robots háptica proporciona una medición precisa y control de la posición y la fuerza de un cursor en un espacio bastante reducido. Aquí combinamos estas dos tecnologías para permitir que los experimentos de precisión implica el control del motor con háptico / interacción táctil medio ambiente tales como alcanzar o agarrar. La idea básica consiste en conectar un efector final de 8 pies apoyados en el centro para el robot de 4 lo que permite al sujeto a utilizar el robot, sino protegerlo y mantenerlo alejado de la parte más extrema del campo magnético de la máquina de resonancia magnética funcional (Figura 1 ).
El fantasma de Premium 3.0, 6DOF, alta fuerza de robot (SensAble Technologies, Inc.) es una excelente opción para proporcionar retroalimentación de fuerza en los experimentos de realidad virtual 5, 6, sino que es esencialmente no-MR seguro, introduce ruido significativo a la sensibilidad equipo de resonancia magnética funcional, y sus motores eléctricos pueden ser afectados por la fMRI es muy variable el campo magnético. Hemos construido una mesa y un sistema de protección que permite que el robot de forma segura introducción en el medio fMRI y los límites tanto de la degradación de la señal de resonancia magnética funcional por los motores de ruido eléctrico y la degradación del rendimiento del motor eléctrico por el campo magnético que varía fuertemente de la fMRI. Con el escudo, la relación señal a ruido (SNR: media de la señal / ruido de desviación estándar) de la fMRI va desde un valor basal de ~ 380 a ~ 330 y ~ 250 sin blindaje. El ruido restante parece ser correlacionados y no agregar artefactos a la resonancia magnética funcional de una esfera de prueba (Figura 2). El mango largo y rígido permite la colocación del robot fuera del alcance de las partes más fuertemente variables del campo magnético lo que no hay efecto significativo de la resonancia magnética funcional en el robot. El efecto del mango en la cinemática del robot es mínima ya que es ligero (~ 2,6 libras), pero muy dura 3 / 4 "de grafito y equilibrado en el conjunto 3DOF en el centro. El resultado final es una resonancia magnética compatible con el sistema táctil con alrededor de 1 pie cúbico de espacio de trabajo, y, cuando se combina con la realidad virtual, que permite un nuevo conjunto de experimentos que se realizan en el medio ambiente incluyendo fMRI naturalista desplazamiento alcance, pasiva de la extremidad y la percepción háptica, aprendizaje para la adaptación en los campos de fuerza variable , o la textura de identificación 5, 6.
Protocol
Discussion
El robot compatible fMRI abre nuevas posibilidades para los experimentos en la neurociencia de control de motores. El paso más importante en la configuración es la protección del robot para evitar artefactos en la fMRI, lo que hacemos en dos pasos. En primer lugar, el propio robot es de unos 9 'de distancia de la perforación con una larga y ligera, manejar el apoyo en su centro con un grado 3 de la libertad común. En segundo lugar, el robot está encerrado en un 16.1 casilla "-1 / 4" de aluminio con u…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Nos gustaría dar las gracias al Kun Lu y Kurz Ronald de asistencia técnica. Este trabajo fue apoyado por la ONR N º Premio MURI: N00014-10-1-0072, NSF subvención # SBE-0542013 a la dinámica temporal de Centro de Aprendizaje, una ciencia de la NSF Centro de Aprendizaje, y subvención del NIH # 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).
