En människa och maskin-gränssnitt integrera billiga sensorer med en neuromuskulär elektrisk stimulering System för Post-Stroke 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

En stroke uppstår när en artär transporterar blod från hjärtat till ett område i hjärnan spricker eller en propp hindrar blodflödet till hjärnan och därigenom förhindra leverans av syre och näringsämnen. Ungefär hälften av stroke är kvar med någon grad av invaliditet. Innovativa metoder för reparativ Neurorehabilitation brådskande behövs för att minska långtids funktionshinder. Förmågan hos nervsystemet att omorganisera sin struktur, funktion och anslutningar som ett svar på inre eller yttre stimuli kallas neuroplasticity. Neuroplasticitet är involverad i post-stroke funktionella störningar, men också i rehabilitering. Gynnsamma neuroplastic förändringar kan underlättas med icke-invasiv elektro, såsom neuromuskulär elektrisk stimulering (NMES) och sensorisk elektrisk stimulering (SES). NMES innebär samordnad elektrisk stimulering av motoriska nerver och muskler för att aktivera dem med kontinuerliga korta pulser av elektrisk ström medan SES involves stimulering av sensoriska nerver med elektrisk ström som resulterar i förnimmelser som varierar från knappt märkbar till mycket obehagligt. Här kan aktivt kortikal deltagande i förfaranden rehabilitering underlättas genom att driva icke-invasiv elektro med biosignaler (elektromyogram (EMG), elektroencefalogram (EEG), electrooculogram (EOG)) som representerar samtidig aktiv perception och viljeansträngning. För att uppnå detta i en resurssvaga inställning, till exempel i låg- och medelinkomstländer, presenterar vi en låg kostnad människa-maskin-gränssnitt (HMI) genom att utnyttja de senaste framstegen inom off-the-shelf videospel sensorteknik. I detta dokument diskuterar vi öppen källkod gränssnitt som integrerar låg kostnad off-the-shelf sensorer för visuell-auditiv biofeedback med icke-invasiv elektro att hjälpa postural kontroll under balans rehabilitering. Vi visar proof-of-concept på friska frivilliga försökspersoner.

Introduction

En episod av neurologisk dysfunktion orsakad av fokal cerebral, spinal eller retinal infarkt kallas stroke ^1. Stroke är ett globalt hälsoproblem och fjärde vanligaste orsaken till handikapp i världen ^en. I länder som Indien och Kina, de två mest folkrika nationer i världen, är neurologiska funktionshinder på grund av stroke att stämplas som dold epidemi ^2. En av de vanligaste medicinska komplikationer efter en stroke är faller med en rapporterad förekomst av upp till 73% under det första året efter stroke ^tre. Efter stroke hösten är multifaktoriell och inkluderar både spinal och supraspinala faktorer som balans och visuospatial försummelse ^4. En översyn av Geurts och kollegor ⁵ identifierade 1) flera riktningar nedsatt maximal vikt skiftande under tvåbent stående, 2) låg hastighet, 3) riktad vaghet och 4) små amplituder av enkla och cykliska sub-maximal frontalplanet vikt skift som balansen faktorer för hösten risk. Inverkan på dagliga aktiviteter kan vara betydande, eftersom tidigare arbeten har visat att balansen är förknippad med ambulatorisk förmåga och självständighet i grovmotoriska funktionen ^{5, 6.} Dessutom Geurts och kollegor ⁵ föreslog att supraspinala multisensorisk integration (och muskelkoordination ⁷⁾ förutom muskelstyrka är avgörande för balans återhämtning som saknas i dagens protokoll. Mot multisensorisk integration, är vår hypotes ⁸ på volitionally drivna icke-invasiv elektroterapi (NMES / SES) som denna adaptivt beteende kan formas och underlättas genom modulering av aktiv uppfattning av sensoriska input under NMES / SES-assisterad rörelse hos den drabbade extremiteten så att den hjärna kan införliva denna återkoppling till efterföljande rörelse utgång genom att rekrytera alternativa motorbanor ^9, om det behövs.

För att uppnå volitionally driven NMES / SES-assisterad balansträning i en resurs-fattiga inställning, var en låg kostnad människa-maskin-gränssnitt (HMI) som utvecklats genom att utnyttja tillgängliga öppen källkod och de senaste framstegen inom off-the-shelf videospel sensorteknik för visuell-auditiv biofeedback. NMES innebär samordnad elektrisk stimulering av nerver och muskler som har visat sig förbättra muskelstyrka och minska spasticitet ^10. Även SES innebär stimulering av sensoriska nerver med elektrisk ström för att framkalla känslor där preliminärt publicerade arbeten ¹¹ visade att subsensory stimulering appliceras över tibialis anterior musklerna enbart är effektiv i att dämpa postural gungning. Här kommer HMI möjliggör integration sensomotorisk under interaktiv efter stroke balans terapi där volitionally driven NMES / SES för fotledsmusklerna kommer att fungera som en muskel förstärkare (med NMES) samt förbättra afferenta feedback (med SES) till bistå friska ankel strategier ^12,13,14 för att bibehålla upprätt hållning under postural gungar. Detta ärbaserad på hypotesen presenteras i Dutta et al. ⁸ att en ökad kortikospinala retbarhet relevanta fotled muskler sker genom icke-invasiv elektro kan låna ut till en förbättrad supraspinal modulering av fotled styvhet. I själva verket har tidigare arbete visat att NMES / SES framkallar varaktiga förändringar i kortikospinala retbarhet, möjligen som ett resultat av samarbete aktiverande motoriska och sensoriska fibrer ^15,16. Dessutom Khaslavskaia och Sinkjaer ¹⁷ visade i människor att samtidig motor kortikala enhet närvarande vid tidpunkten för NMES / SES förbättrade motor kortikal retbarhet. Därför kan volitionally driven NMES / SES inducera kortsiktiga neuroplasticity i ryggradsreflexer (t.ex. ömsesidig Ia hämning ¹⁷⁾ där kortikospinala neuroner som skjuter via fallande vägar till en given motoneuron poolen kan hämma den antagonistiska motoneuron poolen via Ia-hämmande intern i humans ^18, såsom visas i figur 1, i riktning mot en operant konditione paradigm (se Dutta et al. ^8).

Figur 1: Begreppet (. Detaljer på Dutta et al ²¹⁾ underliggande interaktiv Human Machine Interface (HMI) för att driva tryckcentrum (COP) markören till cued målet att förbättra fotled muskelkoordination enligt volitionally driven neuromuskulär elektrisk stimulering (NMES) -assisted visuomotor balans terapi EEG. elektroencefalografi, MN: α-motoneuron, IN: Ia-hämmande interneuronen, EMG: electromyogram, DRG: dorsala ganglion. Reproduceras från ⁸ och ^37. Klicka här för att se en större version av denna siffra.

Den antero-posterior (AP) förskjutningar i masscentrum (KOM) utförsgenom ankel plantarflexors (såsom medial gastrocnemius och soleus muskler) och dorsiflexors (såsom den främre tibialis) medan medio-lateral (ML) förskjutningar utförs av ankel inverterare (såsom den främre tibialis) och evertors (såsom peroneus longus och brevis muskler). Följaktligen strokerelaterad fotled nedskrivningar inklusive svaghet i fotleden dorsiflexor muskler och ökad spasticitet av fotleden plantarflexor muskler leda till försämrad postural kontroll. Här kan agility utbildningsprogram ⁶ tas tillvara i en virtuell verklighet (VR) baserad spelplattform som utmanar dynamisk balans där uppgifter successivt ökat i svårigheter som kan vara mer effektiva än statisk stretching / vikt skiftande träningsprogram för att förhindra fall ^6. Till exempel kan individer utföra volitionally driven NMES / SES assisterad AP och ML förskjutningar under en dynamisk visuomotor balans uppgift där svårigheten kan gradvis ökas till Ameliorate efter stroke vrist specifika kontrollproblem i vikt skiftande under tvåbent ställning. Mot volitionally driven NMES / SES assisterad balans terapi i en resurssvaga inställning, presenterar vi en låg kostnad HMI för Mobile Brain / Body Imaging (mobi) ^19, mot visuell-auditiv biofeedback som också kan användas för datainsamling från låg- kostnads ​​sensorer för offline uppgifter prospektering i Mobilab (se Ojeda et al. ^20).

Protocol

Obs: HMI programvara pipeline har utvecklats baserat på fritt tillgänglig programvara med öppen källkod och off-the-shelf låg kostnad videospel sensorer (detaljer finns på: https://team.inria.fr/nphys4nrehab/software/ och https: //github.com/NeuroPhys4NeuroRehab/JoVE). HMI programvara pipeline tillhandahålls för datainsamling under en modifierad funktionell räckvidd uppgift (mFRT) 21 i en VR baserad spelplattform för visuomotor balans terapi (VBT) 8. F…

Representative Results

Figur 4 visar ögon blick funktioner som extraherats offline för kvantifiering av en arbetsföra prestanda under en följe uppgift. Följande funktioner extraherades såsom visas i tabell 1: Funktion 1 = procentuella avvikelsen mellan mål stimulans position och tyngdpunkten hos deltagarens fästpunkter när stimulus ändrar position i horisontell riktning. <p class="jove_content" fo:keep…

Discussion

En enkel att använda, kliniskt giltig låg kostnad verktyg för rörelse och balans terapi blir ett paradigmskifte för Neurorehabilitation i en miljö med låg resurs. Det är sannolikt att ha en mycket hög samhällelig påverkan eftersom neurologiska sjukdomar som stroke kommer att dramatiskt öka i framtiden på grund av åldrande världens befolkning ^2. Det finns därför ett trängande behov av att utnyttja cyber fysikaliska system där förmågan att anpassa, övervaka och stödja neurorehabilitering …

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