En Menneske-maskine-grænseflade Integration Lavprisselskaber Sensorer med en Neuromuskulær elektrisk stimulation System for Post-takts Balance Rehabilitering

Summary

A novel low-cost human-machine interface for interactive post-stroke balance rehabilitation system is presented in this article. The system integrates off-the-shelf low-cost sensors towards volitionally driven electrotherapy paradigm. The proof-of-concept software interface is demonstrated on healthy volunteers.

Abstract

Et slagtilfælde er forårsaget når en arterie transporterer blod fra hjertet til et område i hjernen brister eller et koagel hindrer blodtilførslen til hjernen og derved forhindre levering af oxygen og næringsstoffer. Omkring halvdelen af ​​slagtilfælde overlevende står tilbage med en vis grad af handicap. Innovative metoder til genoprettende neurorehabilitering er et presserende behov for at reducere langvarig invaliditet. Evnen af ​​nervesystemet at reorganisere sin struktur, funktion og forbindelser som reaktion på indre eller ydre stimuli, kaldes neuroplasticitet. Neuroplasticitet er involveret i post-takts funktionsforstyrrelser, men også i rehabilitering. Gavnlige neuroplastiske ændringer kan lettes med ikke-invasiv elektroterapi, såsom neuromuskulær elektrisk stimulering (NMES) og sensorisk elektrisk stimulering (SES). NMES involverer koordineret elektrisk stimulation af motoriske nerver og muskler til at aktivere dem med kontinuerlige korte impulser af elektrisk strøm, mens SES involves stimulation af sensoriske nerver med elektrisk strøm resulterer i fornemmelser, der varierer fra knap opfattelig stærkt ubehagelig. Her, kan aktiv kortikal deltagelse i rehabiliteringsprocedurer lettes ved at drive ikke-invasiv elektroterapi med biosignaler (elektromyogram (EMG), elektroencefalografi (EEG), electrooculogram (EOG)), som repræsenterer samtidige aktive perception og viljesbestemte indsats. For at opnå dette i en ressource-fattige omgivelser, fx i lav- og mellemindkomstlande, præsenterer vi en billig menneske-maskine-interface (HMI) ved at udnytte de seneste fremskridt i off-the-shelf videospil sensorteknologi. I dette papir, diskuterer vi open source software interface, der integrerer billige off-the-shelf sensorer til visuel-auditive biofeedback med non-invasiv elektroterapi til at hjælpe postural kontrol under balance rehabilitering. Vi demonstrerer proof-of-concept på raske frivillige.

Introduction

En episode af neurologisk dysfunktion forårsaget af fokal cerebral, spinal eller retinal infarkt kaldes slagtilfælde ^1. Slagtilfælde er et globalt sundhedsproblem og fjerde hyppigste årsag til invaliditet på verdensplan ^en. I lande som Indien og Kina, de to mest folkerige nationer i verden, er neurologisk handicap på grund af slagtilfælde blive stemplet som skjult epidemi ^2. En af de mest almindelige medicinske komplikationer efter et slagtilfælde er falder med en rapporteret incidens på op til 73% i det første år efter slagtilfælde ^3. Den post-takts falder er multifaktoriel og omfatter både spinal og supraspinale faktorer som balance og visuospatial forsømmelse ^4. En gennemgang af Geurts og kolleger ⁵ identificerede en) multi-retningsbestemt forringet maksimal vægt skiftende under tobenet stående, 2) langsom hastighed, 3) retningsbestemt unøjagtighed, og 4) små amplituder af enkelt og cykliske sub-maksimal frontal plane vægt forskydninger som balancen faktorer for efteråret risk. Den deraf følgende indvirkning på dagligdags aktiviteter kan være betydelige, da tidligere værker har vist, at balance er forbundet med ambulant evne og uafhængighed i grov motorisk funktion ^{5, 6.} Desuden Geurts og kolleger ⁵ foreslog, at supraspinale multisensorisk integration (og muskel koordination ⁷⁾ foruden muskelstyrke er afgørende for balance opsving, der mangler i de nuværende protokoller. Mod multisensorisk integration, vores hypotese ⁸ på volitionally kørt non-invasiv elektroterapi (NMES / SES) er, at denne adaptive adfærd kan formes og lettes ved at modulere aktiv opfattelse af sensoriske input under NMES / SES-assisteret bevægelse af de ramte led, således at den hjerne kan inkorporere denne feedback i efterfølgende bevægelse output ved at rekruttere alternative motor- veje ^9, hvis det er nødvendigt.

For at opnå volitionally drevet NMES / SES-assisteret balancetræning i en ressource-Dårlig indstilling blev en billig menneske-maskine-interface (HMI) er udviklet ved at udnytte tilgængelige open source-software og de seneste fremskridt i off-the-shelf videospil sensorteknologi til visuel-auditive biofeedback. NMES involverer koordineret elektrisk stimulation af nerver og muskler, der har vist sig at forbedre muskelstyrke og reducere spasticitet ^10. Også SES involverer stimulering af sensoriske nerver med elektrisk strøm til at fremkalde fornemmelser, hvor foreløbig offentliggjorte arbejde ¹¹ viste, at subsensory stimulation anvendes over tibialis anterior muskler alene er effektiv dæmpning af posturale svaj. Her vil HMI muliggøre sensorisk-motorisk integration under interaktiv efter slagtilfælde balance terapi, hvor volitionally-drevne NMES / SES til anklen muskler vil fungere som en muskel forstærker (med NMES) samt forbedre afferent feedback (med SES) til hjælpe sunde ankel strategier ^12,13,14 at opretholde oprejst stilling under posturale svajer. Dette erbaseret på den hypotese, præsenteret i Dutta et al. ^8, at en øget corticospinal ophidselse af relevante ankel muskler foretaget gennem ikke-invasiv elektroterapi kan låne til en forbedret supraspinal modulation af ankel stivhed. Faktisk har tidligere arbejde vist, at NMES / SES fremkalder varige ændringer i corticospinal uro, muligvis som følge af en co-aktiverende motor og sensoriske fibre ^15,16. Desuden Khaslavskaia og Sinkjær ¹⁷ viste i mennesker, at samtidig motor kortikale drev til stede på tidspunktet for NMES / SES forbedrede motor kortikal ophidselse. Derfor kan volitionally-drevne NMES / SES fremkalde kortvarig neuroplasticitet i spinal reflekser (f.eks gensidig Ia hæmning ^17), hvor corticospinal neuroner, der projicerer via faldende veje til en given motoneuron pulje kan hæmme den antagonistiske motoneuron poolen via Ia-hæmmende interneuroner i humans ^18, som vist i figur 1, i retning af en operant condition paradigme (se Dutta et al. ^8).

Figur 1: Begrebet (. Detaljer på Dutta et al ²¹⁾ underliggende interaktiv brugergrænseflader (HMI) til at drive centrum af tryk (CoP) markøren til cued mål at forbedre koordineringen ankel muskler under volitionally drevet neuromuskulær elektrisk stimulation (NMES) -assisted visuomotorisk balance terapi EEG:. elektroencefalografi, MN: α-motoneuron, IN: Ia-hæmmende interneuron, EMG: electromyogram, DRG: dorsale ganglion. Gengivet fra ⁸ og ^37. Klik her for at se en større version af dette tal.

Den antero-posterior (AP) forskydninger i midten af ​​massen (COM) udføresved ankel plantarflexors (såsom mediale gastrocnemius og soleus muskler) og dorsiflexors (såsom den forreste tibial muskel), mens medio-lateral (ML) forskydninger udføres af ankel invertere (såsom den forreste tibial muskel) og evertors (såsom peroneus longus og brevis muskler). Derfor takts-relaterede ankel forringelser herunder svaghed af anklen dorsiflexor muskler og øget spasticitet af anklen plantarflexor muskler fører til nedsat postural kontrol. Her kan agility uddannelsesprogrammer ⁶ udnyttes i en virtual reality (VR) baseret gaming platform, der udfordrer dynamisk balance, hvor opgaverne er progressivt i vanskeligheder, som kan være mere effektiv end statisk stretching / vægt-skiftende øvelse program til at forebygge fald ^6. For eksempel kan individer udføre volitionally drevet NMES / SES assisteret AP og ML forskydninger i løbet af en dynamisk visuomotorisk balance opgave, hvor det er vanskeligt kan gradvist øges til Ameliorate efter slagtilfælde ankel-specifikke problemer kontrol i vægt skiftende under tobenet stående. Mod volitionally drevet NMES / SES assisteret balance terapi i en ressource-fattige omgivelser, præsenterer vi en billig HMI til mobil Brain / Krop Imaging (mobi) ¹⁹ hen imod visuel-auditive biofeedback, som også kan bruges til indsamling af data fra lav- cost sensorer til offline data efterforskning i MoBILAB (se Ojeda et al. ^20).

Protocol

Bemærk: Den HMI-software Rørledningen blev udviklet baseret på frit tilgængelige open source-software og off-the-shelf billige videospil sensorer (detaljer er tilgængelige på: https://team.inria.fr/nphys4nrehab/software/ og https: //github.com/NeuroPhys4NeuroRehab/JoVE). HMI-software pipeline er fastsat for dataindsamling under en modificeret funktionel rækkevidde opgave (mFRT) 21 i en VR baseret gaming platform for visuomotorisk balance terapi (VBT) 8. F…

Representative Results

Figur 4 viser øjet blik funktioner, der blev udtrukket offline til kvantificering af en rask ydeevne under en glat opgave forfølgelse. De følgende egenskaber blev ekstraheret som vist i tabel 1: Feature 1 = procentvis afvigelse mellem target stimulus position og det geometriske tyngdepunkt af deltagerens fastgørelsespunkter når stimulus ændrer position i den horisontale retning. <p c…

Discussion

En simpel at bruge, klinisk gyldige billig værktøj til bevægelse og balance terapi vil være et paradigmeskift for neurorehabilitering i en lav-ressource indstilling. Det er sandsynligt, at have en meget stor samfundsmæssig betydning, da neurologiske lidelser som slagtilfælde dramatisk vil stige i fremtiden på grund af aldrende verdensbefolkning ^2. Der er derfor et presserende behov for at udnytte cyber fysiske systemer, hvor evnen til at tilpasse, overvåge og understøtte neuro-rehabilitering på afsi…

Materials

NMES stimulator	Vivaltis, France	PhenixUSBNeo	NMES stimulator cum EMG sensor (Figure 2b)
Balance Board	Nintendo, USA	Wii Balance Board	Balance Board (Figure 2b)
Motion Capture	Microsoft, USA	XBOX-360 Kinect	Motion Capture (Figure 2b)
Eye Tracker	Eye Tribe	The Eye Tribe	SmartEye Tracker (Figure 2a)
EEG Data Acquisition System	Emotiv, Australia	Emotiv Neuroheadset	Wireless EEG headset (Figure 2b)
EEG passive electrode	Olimex	EEG-PE	EEG passive electrode for EOG and references (6 in number)(Figure 2b)
EEG active electrode	Olimex	EEG-AE	EEG active electrode (10 in number)(Figure 2b)
Computer with PC monitor	Dell		Data processing and visual feedback (Figure 2)
Softwares, EMG electrodes, NMES electrodes, and cables