Summary

Eşzamanlı Derisi Elektroensefalografi (EEG), elektromiyografi (EMG) ve Multi-modal Sinir kod çözme için Tüm vücut bölüm Ataletsel Kayıt

Published: July 26, 2013
doi:

Summary

Iki ayaklı hareket restorasyonu ve rehabilitasyonu için etkili bir beyin-makine arayüzü (BMI) sistemi geliştirilmesi kullanıcının niyet doğru çözme gerektirir. Burada aynı anda non-invaziv nöral aktivitenin satın alma, kas aktivitesi ve çeşitli hareket görevleri ve koşullarında tüm vücut kinematik için yeni bir deneysel protokol ve veri toplama tekniği mevcut.

Abstract

Son çalışmalar iki ayaklı insan yürüme kontrolü supraspinal ağların katılımını destekler. Bu kanıt bir parçası koşu bandı yürüyüş sırasında yürüyüş kinematik ve bacak koordinasyonu oldukça yüksek çözme doğruluk ile kafa derisi elektroensefalografi (EEG) da anlaşılacağı gösteren, daha önceki çalışmaları dahil olmak üzere, çalışmaları kapsar. Bu sonuçlar restorasyon ve / veya rehabilitasyon araştırma yürüyüş-birincil hedef büyütme kullanılmak üzere non-invaziv beyin-makine arayüzü (BMI) sistemlerinin geliştirilmesi için ivme sağlar. Bugüne kadar, yürüyüş sırasında aktivite EEG çözme inceleyen çalışmalar kontrollü bir ortamda koşu bandı yürüyüş ile sınırlı kalmıştır. Ancak, pratik olarak uygulanabilir olduğu bir BMI sistemi, yürüme ve dönüm zemin üzerinde gibi günlük lokomotor görevleri kullanmak için geçerli olmalıdır. Burada, bir beyin aktivitesinin non-invaziv toplama için yeni protokol (EEG), kas aktivitesi (elektromiyografi (EMG)), ve whol mevcuthem koşu bandı sırasında ve zemin üzerinde e-vücut kinematik veri (baş, gövde ve bacak yörüngeleri) görevleri yürüme. Toplayarak kontrolsüz ortamda fikir bu verilerin EEG derisi yürüyüş ve yüzey EMG kısıtsız çözme fizibilite ile ilgili elde edilebilir.

Introduction

Bu protokol aynı zamanda EEG, EMG, ve tüm vücut kinematik (Şekil 1, Tablo 1) kaydetmek için üç veri toplama sistemleri kullanır. Konular yürürken EEG veri 1.000 Hz örnekleme frekansında 64 kanal kablosuz olarak toplanır. Tibialis anterior (TA), gastrokinemius (Gast), biseps femoris (BF) ve vastus lateralis (VL): Elektromiyografi (EMG) dört kas grupları üzerinde bilateral yerleştirilen yüzey elektrotları ile 1000 Hz toplanır. Kinematik veri yürüyüş sırasında hareket kaydetmek için 11 kafasına monte kablosuz sensörler, üst gövde, bel bölgesi, kollar, uyluk, Shanks ve ayak 128 Hz toplanır. Her sensör bir üç eksenli manyetometresi, üç eksenli jiroskop ve üç eksenli ivme (yani MARG sensörü) içerir.

Veri her sistem toplanan ve tek bir ana bilgisayar ile zaman içinde eşitlenir. Senkronizasyon sürekli bir seri üzerinden gönderilen bir tetikleme sinyali kullanılarak gerçekleştiriliraynı anda her üç veri sistemleri tarafından erişilebilir al iletişim bağlantısı. Tetikleyici basit bir düğmeyi olarak uygulanmıştır. Basılı değil zaman boş bir sinyal (0) gönderilir, düğmeye bir tetikleme sinyali basıldığında (1), ana bilgisayara gönderilir. Aşağıdaki protokolde tarif edildiği gibi tetik tuşuna basılması, konu ile ilgili bir ses işaret olarak kullanılan 0,5 saniye tonu ortaya çıkarır. Konumu aşağıda açıklanan deneyler yürüme üzerinde zemin sırasında tetikler olarak kızılötesi (IR) yakınlık sensörleri beş çift kullanımı için hazırlandı. IR sinyali tetikleme sinyali kesildiğinde (1) bir radyo frekansı (RF) el tetik kutusu bağlantısı ile seri bağlantı üzerinden ana bilgisayara gönderilir.

Özel bir C + + uygulama, kayıt ve verileri senkronize için geliştirilmiştir, her sistem tarafından sağlanan yazılım geliştirme kiti (SDK) kullanarak. Kod, çoklu iş parçacığı tekniği kullanır; her sisteminden tasarruf veri (EEG, EMG ve Margs) fonksiyonları indiv bulunuridual konuları. Yazılım algoritması Şekil 2'de gösterilmiştir. Veri toplama, uygulama çalıştırıldığında başlar ve 'q' tuşuna basıldığında sona erer. Beş konuları uygulama yürütme üzerine aktif hale gelir. Bir iş parçacığı (Şekil 2) seri bağlantı gelen tetikleme sinyalinin değeri (0 veya 1) izler. İlk tetiği değeri sıfırdır. Bir tetikleyici alındığında (düğmesine basıldığında veya kızılötesi sensör çifti arasındaki görüş hattı kırık olduğunda yani) küresel tetik değişkenler 1 olarak ayarlanır. Onlar veri toplama konuları içinde sıfırlanır kadar bu değişkenler 1 kalır.

EEG iplik uzaktan TCP / IP protokolü kullanarak gerçek zamanlı olarak kafa derisi EEG verileri erişir. Veri karşılık gelen örnekleme frekansı (1000 Hz) doğrultusunda bir metin dosyasına satır yazılır. Sütunlar 2-65 64 EEG kanalı ise küresel EEG tetikleme sinyali, ilk sütun yazılır. Küresel EEG tetikleme sinyali 1 ise, bu sıfırlanır. VeriEEG iplik sona kadar yazma devam eder. İki bağımsız konuları kayıt sensör verileri Marg. 11 kablosuz MARG sensörler kablosuz iletim sorunları durumunda veri kaybını önlemek için bireysel sensörler veri tamponlar sağlam akışı modunda üreticinin yazılımını kullanarak veri iletimi için iki iş parçacığı gereklidir. Bu tamponlama gerçek zamanlı veri transferi düşürür: Bir sensör Tüm 11 sensörleri kendi tampon o zaman noktası korumak ve bir sonraki örnek noktada iletmek belirli bir örnek için veri iletimi mümkün olup olmadığını. MARG kablosuz veri transferi kaçınılmaz EEG gerisinde kalıyor; veri toplama durdurulduktan sonra böylece Marg sensörler ana bilgisayara boşaltma tamponlu veri için zamana ihtiyacım var. Bu sorunu aşmak için, iki konuları MARJ veri toplama algoritması (Şekil 2) kullanılmaktadır. EEG iplik topluyor ise ilk iplik sensörü örnekleme frekansında küresel MARG tetik değişken (128 Hz) bir MARG tetik tampon doldururveri. Veri toplama tetiği tampon yazılı durduğunda da sona erer. MARG Konu (Şekil 2) sensörlerden gelen verileri almak ve EEG veri olarak aynı şekilde bir dosyaya yazmak için sensör SDK fonksiyonları kullanır. Yani, ilk sütun 11 MARG sensörler (MARG birim başına 9 sensörleri) değerleri olan küresel MARG tetik (MARG tetik tampon elde edilen) ve aşağıdaki 99 sütun değerdir. MARG tetik tampon zaman indeksi noktası iplik yürütme sona hangi EEG verilerinin en son ne zaman indeksi eşittir kadar MARG Konu veri yazar.

EEG ve MARG verileri farklı olarak, EMG verileri kablosuz olarak kaydedilmez. Bunun yerine, EMG verileri veri kaydı birim içinde bir SD kartına kaydedilir. Bir sinyal SD kartına yazma veri başlatmak ve durdurmak için bir Bluetooth bağlantısı üzerinden gönderilir. Ilk manuel tetik EEG iş parçacığı tarafından alındığında Yazma başlar. Veri yazma EEG ile durur'q' düğmesine basıldığında konu.

Aşağıdaki protokol Houston Üniversitesi Kurumsal Değerlendirme Kurulu tarafından incelenmiş ve onaylanmıştır. Tüm olgular alınan, okuma, ve katılım öncesinde bir onam formunu imzaladı.

Protocol

1. Konu Hazırlık Öznenin boy, kilo ölçmek, ve yaş kaydedin. Rahat kadar onları kendi kendine ayar koşu bandı hız alarak öznenin tercih edilen koşu bandı hızı değerlendirin. Bir keçeli kalem kullanarak, konunun nasion ve inion arasındaki orta olarak başın tepe işaretleyin. Buna ek olarak, kapak hizalanması için bir referans olarak inion mesafeye nasion% 10 işaretleyin. 2. Derisi Elektroensefalografi (EEG) 12 olarak konuya monte EEG kap kullanarak 10-20 uluslararası sistem tarafından belirtildiği gibi EEG elektrotları takın. Kap kafa derisi üzerinde elektrotların doğru yerleştirilmesi sağlar. FP1 ve FP2 elektrotlar ve belirgin tepe ile Taşlı elektrodun orta noktasında adım 1.3 10% işareti hizalayarak konuda EEG kap yerleştirin. Kapağın yerleştirilmesi için daha fazla detayı 12 bulunmaktadır. Seçene altında bağlama tarafından kapak tedavi. EEG kontrol kutusuna EEG elektrotları bağlayın. Zemin ve referans elektrotlar ile başlayan, yeşil çevirerek LED elektrot ile gösterilen 25 kohm altında her önlemlerin empedansı kadar her elektrot elektrolit jel enjekte etmek için küçük bir şırınga kullanın. EEG elektrot hazırlama hakkında daha fazla bilgi 12,13 mevcuttur. Kablosuz EEG vericiye EEG elektrotları bağlayın. Omuzlarına yerleştirilen bir Velcro kayışı konuya verici Güvenli ve iki 32 kanallı amplifikatör için kablosuz EEG alıcı bağlayın. USB dönüştürücü bir fiber-optik kullanarak bir USB bağlantı noktası üzerinden ana bilgisayara amplifikatör bağlayın. 0.1 DC mV, düşük kesim frekansı ve yüksek kesim frekansı EEG veri toplama yazılım 1.000 Hz için EEG kanal çözünürlüğü ayarlayın. 3. Yüzey Elektromiyografi (EMG) EMG elektrot hazırlanın8 kas sitelerde yerleştirme: zımpara ile cilt, aşındırmak tıraş, ve izopropil alkol pedi ile temizleyin. Yeri hazırlanmış sitelerde elektrotlar ve EMG veri kaydı birimine bağlayın. Sol veya sağ bileğinde EMG toprak elektrot yerleştirin ve veri giriş birimine bağlayın. 4. Hareket Yakalama Üreticinin talimatlarına göre demirledi ise sensörler Marg senkronize edin. Tablo 2'de yerlerde Velcro veya çift taraflı bant kullanarak bu konuda Marg sensörleri ve yer çıkarın. 5. Çevre Hazırlama Kemer diyagonal bir çizgi (yatay 45 °) taping koşu bandı hazırlayın. Koşu bandı önünde yaklaşık 1 m bir video kameraya bağlı bir televizyon monitörü yerleştirin. Bant televizyonda bir 2 inç çaplı siyah bir daire ile bir kağıt parçası. IR yakınlık sensörleri, koni ve televizyon s 5 set koyarak arena yürüyüş Kurulumcreen Şekil 3'te yer almaktadır. 6. Ayak değirmeni Konu koşu bandı üzerine yükselir. Emniyet kemeri takın. Veri toplama öncesinde, doğru elektrot yerleştirme, elektrot bağlantı ve veri iletimi doğrulamak için EEG ve EMG sinyalleri inceleyin. C + + konsol uygulaması çalıştırarak veri toplama başlayın. EMG kayıt başlatmak ve deneme başlatmak için bir ses işaret (bip) vermek için manuel tetik düğmesine basın. Söz konusu 30 saniye sessiz duruş kalır. 30 sn basma tetik düğmesi sonra yürüyüş başlatmak için, koşu bandı yavaş yavaş konunun önceden seçilmiş bir hıza ulaştırılır. Söz konusu 5 dakika boyunca yürür. 5 dakika sonunda, yavaş yavaş koşu bandı durdurarak geçiş durmak için yürüyüş başlatmak için tetik düğmesine basın. Durdurmak için geldikten sonra konu 30 sn için ayakta kalır. Veri toplama t durdurmak için 'q' düğmesine basınriyali ve verileri kaydetmek. Tekrar her üç koşu bandı koşulları için 6.2-6.7 adımları: Mesafede siyah nokta bakarken koşu bandı yürüyüş. Koşu Bandı yürüyüş TV ekranında kendi ayakları hareket gözlemlerken. Koşu bandı (bilişsel yük 6 taklit) üzerinde çapraz çizgi önlemek için videoyu geri bildirim kullanırken koşu bandı yürüyüş. 7. Arena Yürüyüş (1) Arenada yürüyüş döngü (Şekil 3) başında görevini de. 6,2-6,4 gibi veri toplama başlar. Yürüyüş başlatmak için tetik düğmesine basın. O zaman tetik verilir, ilk yönlü ok (→, ←, veya ↑) konusu (Şekil 3) karşısındaki ekranda görüntülenir. → veya ← gözlenirse, koni girişinde dizi konu çıkar, bu yönde 90 ° döner, giriş koni için döngü ve döner tamamlar. & UAR Eğerr, konu IR sensörleri önce yaklaşık 2 metre ulaştığında görülmektedir, bu konuda girişinde koni ve manuel tetik ve yön ok (→ veya ←) dışında düz devam verilir. IR sensörlerin ilk set üzerinden ve daha sonra konu devam karşılık gelen 90 ° girişinde koni dönen, döngü tamamlamak için dönüş yapar. (Yürüyüş sırasında, deneyci kablosuz sinyal kalitesini artırmak için bir tekerlekli arabası ana bilgisayar ile yaklaşık 3-5 metre mesafeden takip eder.) O / o tek bir döngü tamamladıktan sonra giriş koni ulaştığında konu yürüyüş devam ediyor. 3 döngüler her ilk ok için tamamlanmıştır kadar Sıra 7.3 ok rastgele sipariş ile tekrarlanır (→, ←, veya ↑). Durumu 7.4 tatmin edici sonra, konu ayakta geçiş sinyal girişinde koni ulaşan manuel tetik düğmesine basın. Konu sessizce 30 saniye sonra duruyorveri toplama ana bilgisayar üzerinde 'q' tuşuna basarak sonlandırılır. 8. Arena Yürüyüş (2) IR sensörlerin beş takım konunun önünde bir yarım daire (Şekil 4) konumlandırılmış böylece arenada yürüyüş parkuru yeniden düzenleyin. Önceki çalışmalarda (7,1-7,2) olduğu gibi veri toplama başlar. Yürüyüş Arena benzer, yürüyüş başlatmak için bir el tetiği verir. Tetik zaman, 5 yön okları biri (← de, →, , Veya ↑) ekranda görüntülenir. Her ok Arenada (Şekil 4) etrafında konumlandırılmış IR sensörleri bir set karşılık gelir. Söz konusu ekran ve wa üzerindeki ok gözlemleriki sensör geçen sensörler ötesinde konisi etrafında bir U dönüşü yapmak kızılötesi sensörler, (Şekil 4) karşılık gelen bir dizi LKS. U dönüşü yaptıktan sonra, konunun başlangıç ​​noktasına döner ve yürüyüş devam ediyor. 3 döngüler her yönlü ok için tamamlanmıştır kadar, ok rastgele sipariş ile, sıra 8,3-8,4 tekrarlayın. Konu ayakta geçiş sinyal başlangıç ​​noktası ulaştığında durumu 8.6 yerine getirildikten sonra, manuel tetik düğmesine basın. 7.5 gibi tam veri toplama. 9. Stand Sit Hedefin arkasında bir sandalye yerleştirin ve 6.2-6.3 gibi veri toplama başlar. Söz konusu veri toplama başlangıcında az 15 saniye boyunca yavaşça anlamına gelir. 15 saniye sonra, manuel tetik düğmesine basın. Sonraki ses işaret (tuş) kadar oturma pozisyonu tutarak, duruş oturmak standından işaret konusu geçişler duyduktan sonra. <li> Geçiş durmak oturmak için işaret vermek için rastgele aralıklarla (5-15 sn) ve basın el tetik bekleyin. Duruş ayakta sonraki ses işaret kadar tutulur. 9,2-9,3 tekrarlayın kadar 10 tam konu 15 sn için sessizce duruyor sonra, stand-to-oturup oturup-kalk manevralar tamamlandı. Daha sonra, 'q' tuşuna basarak veri toplama sonlandırmak. Stand-to-oturup oturup-kalk geçiş kendini başlatılan için stand-to-oturup protokolü (9.1-9.4) tekrarlayın. Bunun yerine geçiş için konu bir tetikleyici vermekten daha, konu transfer her manevra 10 tamamlanana kadar kendi kendi başlatmak var. 10. Koridor Yürüyüş 1/8 inci mil, düz koridor ortasında pozisyon konu ve veri toplama sepeti. Koşu bandı yürüyüş deneyler (6,2-6,4) olduğu gibi veri toplama başlar. Ilk 30 sn dinlenme döneminden sonra, yürüyüş başlatmak için bir el tetiği verir. Subject 5 dakika boyunca sürekli yürür. Konu koridor sonunda 10 metre ulaştığında, o / o bir U dönüşü kendini başlatır ve ters yönde yürüyüş devam ediyor. 5 dakika sonunda yürüme durdurmak için manuel tetik düğmesine basın. Dosdoğru bakarken konu 30 sn için sessizce duruyor. 'Q' tuşuna basarak veri toplama sonlandırın. 10.1 gibi ikinci bir koridor deney başlayın. Yürüyüş (20-40 sn) rastgele bir süre sonra, bir el tetik ve konu durdurma yürüyüş için ses işaret verir. Konu (5-15 saniye) kısa, rasgele süre ayakta kalır. Konu özgeçmiş yürüyüş için el tetik düğmesine basın. Stop-start 10 döngü bitene kadar tekrarlayın 10,5-10,7 adımları, 10.3 gibi veri toplama sona.

Representative Results

Şekil 5 defa 10 sn, MARG EEG kilitli gösterir ve koşu bandı yürüyüş (Protokol Bölüm 3) sırasında kaydedilen EMG veri. Her MARG senyor aslında 9 sinyalleri (üç eksenli manyetometreler, jiroskop ve ivme) kaydeder ama sadece dikey ivme gösterilir unutmayın. Şekil 5'te ham veriler önceden analizi ve sinir çözme için ön işleme esnasında hesaba gerekir eserler içerir. Şekil 5'te EEG eserler örnekleri yaklaşık 8.5 sn ve düşük frekanslı hareket eser boyunca şu anda mevcut göz yanıp söner içerir. Şekil 6 Arenada yürüyüş sırasında (1) protokolü yürüme üzerinde zemin tam bir döngü (~ 35 sn) gösterir. Nitel, görevleri yürüyüş zemin üzerinde arenada veri dönüm sırasında öznenin baş ve boyun ek hareketi nedeniyle yürüyüş koşu bandı daha fazla eserler içerir. Yüz ve kafatası kas aktivitesi seçe olduğuŞekil 6'da temporal elektrotlar (kanal Şekil 1'de FT ve T işaretlenmiş olan) camı düzenli fark. özellikle ayak bileği agonist-antagonist çift koşu bandı yürüyüş (Şekil 5) göre EMG sinyal aktivitesinde artış, dikkat edin. Şekil 6 da etkinlikleri görüntüler veri işleme esnasında hesaba gereken optimal kablosuz EEG veri toplama. 4. tetik hemen önce, EEG veri ana bilgisayar ve EEG sistemi arasında bir kablosuz iletim kesinti gösteren, düz çizgiler. Bu veri bölümü, tüm veri seti (, EEG MARG ve EMG) gelen kesilmiş olmalıdır. Şekil 7 bir döngü tek-oturmak ve veri bekleme oturmak gösterir. Diğer veriler olduğu gibi, hareket eserler geçiş sonuna sırasında ve baş (veya ayakta) oturma olarak steadied olarak korunur hem de EEG mevcuttur. Koridorda yürüyüş biri aralığı stand-için-yürüyüş dahil olmak üzerend yürüyüş–stand geçiş Şekil 8'de gösterilmiştir. başlatmak için ses ipuçlarını sonra EMG ve hızlanma verileri rampa not edin ve yürüme durdurun. Bu rampa ile çakışan EEG veri hareket eser ortaya ve ortadan kalkmasıdır. Şekil 8 de yaklaşık 7 s oluşur EEG elektrot PÇ10 bir optimal bağlantı görüntüler. Bu davranış, zaman zaman, deney sırasında görülen ve muhtemelen EEG elektrot ile kafa derisi arasında bir temas kaybına bağlı olmasıdır. Elektrot PÇ10 Bu deneme için veri analizi çıkarılmalıdır. EEG verileri gerçek zamanlı olarak görülebilir, ve EEG elektrot bağlantısı protokol her duruşmadan önce (protokol adım 6.2) doğrulandı, çünkü, kötü elektrot bağlantı önce bir sonraki deneme çözülebilir. Ad Şirket Miktar BrainAmp Amplifier Beyin Ürünler, Gmbh 2 64 elektrotlu EEG kap actiCAP Beyin Ürünler, Gmbh 1 Kablosuz EEG sistemi HAREKET Brainvision Beyin Ürünler, Gmbh 1 Datalog MWX8 EMG veri toplama ünitesi Biyometri, Ltd 1 SX230 EMG elektrotlar Biyometri, Ltd 8 R506 EMG toprak elektrot Biyometri, Ltd 1 Opal hareketini izlemek (MARG sensörü) APDM, Inc 11 Akışı kablosuz veri için opal yuvası APDM, Inc 2 Opal kablosuz erişim noktası APDM, Inc 2 <td> Kızılötesi Işık Bariyeri Kit MK120 Velleman, Inc 5 Wixel Programlanabilir USB Kablosuz Modülü Pololu, Inc 6 Tablo 1. Ekipmanları. Algılayıcı Konum Baş Kaşları yukarıda alnın Merkezi Gövde Sternum dibinde pektoraller arasında Lomber Bel eğrisinin en az arka Merkezi Kol 1 Kolun yan tarafında, bilek proksimalinde ~ 10% dirsek için Uyluk 1 Uyluğun yan tarafında, kalça ve diz arasında 50% Shank 1 Şaft yan tarafında; diz distal 75% Ayak 1 Merkezli ayak ayağın üst kısmı 1 Kol, Bacak, Shank ve Ayak sensörler bilateral yerleştirilir. Tablo 2. MARG Sensör yerler. Şekil 1. Sagital (a) ve EEG, EMG, ve veri toplama için atalet sensörleri Marg. Giyen bir konunun ön (b) görünümü (c) kafa derisi üzerinde EEG elektrot yerleri topografik gösterimi, EEGlab Matlab araç 14 ile çizilen. ( d) Mobil veri toplama sepeti kablosuz erişim noktaları ve EEG kablosuz alıcı, yükselticiler ve güç kaynağı Marg ana bilgisayar, manuel tetik, EMG Bluetooth içeren.d/50602/50602fig1large.jpg "target =" _blank "> büyük rakam görmek için buraya tıklayın. Şekil 2. Tasarlanmış özel için algoritma ayrıntılı akış şeması, çok iş parçacıklı veri toplama yazılımı. büyük rakam görmek için buraya tıklayın . Şekil 3. Arena yürüyüş (1) deneysel protokol şematik (kuş bakışı) gösterimi. Bir ok konu girişinde koni sonunda olduğunda (→, ←, veya ↑) ekran monitör sunulmuştur s. Sağ (→) ya da sol (←) sunulursa, konu kızılötesi (IR) sensörleri dört set (aralıklı toparlanma seviye 1-IR4) geçerek, sırasıyla, kırmızı veya yeşil döngü izler. Düz (↑) sunulmuştur ise, konu ekran monitör (mavi çizgi), ve ikinci bir ok doğru yürür (→ veya ←) konu IR sensörleri (IR5) önce yaklaşık 1 metre olduğunda sunulmuştur. IR5 sensör seti geçtikten sonra, konuya başlangıç ​​noktasına dönen, ilgili (kırmızı veya yeşil) yol boyunca döngü tamamlar. Şekil 4. Arena yürüyüş şematik (kuş bakışı) gösterimi (2) deneysel protokol. Deney başlangıcında, tek bir ok (pload/50602/50602larrhighres.jpg "/>, , →, ←, veya ↑), monitörde konu ile sunulmaktadır. Başlangıç ​​noktasına (karşılık gelen döngü alınan oka göre, konu, kızılötesi sensörler arasında karşılık gelen bir dizi doğrudan yürür sensörler geçer, koni etrafında bir U dönüşü tamamlar ve döner ok) yukarıda gösterilmiştir. Şekil 5,. Koşu bandı yürüyüş sn 10. Üst panel Örnek veri 10-20 uluslararası kongre kanal adı ile 64 kanal ham EEG verileri gösterir. Orta Panel 11 MARJ sensörlerinden gelen dikey doğrultuda ivme gösterir. Alt panel 8 kanal ham EMG gösterir. büyük rakam görmek için buraya tıklayın . 6 Şekil. Örnek Arenada ben protokol sırasında yürüyen bir döngü (sağ ok yolu, Şekil 3) verileri. EEG, ivme ve EMG verileri Şekil 5 olarak sunulmaktadır. Dikey siyah çubuklar yazılım tarafından alınan tetikler yer vardır. İlk tetiği → ok sunarak döngü başlatan manuel düğme değil. Aşağıdaki dört tetikler konu erişir döngü olarak IR sensörleri aralıklı toparlanma seviye 1-IR4 (Şekil 3) gelmektedir.tp_upload/50602/50602fig6large.jpg "target =" _blank "> büyük rakam görmek için buraya tıklayın. Şekil 7. Örnek EEG stand-için-oturup oturup-kalk geçiş verileri., Ivme ve EMG verileri Şekil 5'te olarak sunulmuştur. Dikey bar ayakta ve sırasıyla, oturma başlatmak için manuel tetikler (ve ses ipuçları) gösterir. tıklayınız büyük rakam görmek için . Şekil 8. Koridorda yürüyüş örnek veri stan geçiş gösterending yürüme ve ayakta yürüme. EEG, ivme ve EMG verileri Şekil 5'te gösterildiği gibi uygulanır. dikey çubuklar sırasıyla durdurmak ansd yürüyüş başlamak için manuel tetikler ve ses işaret gösterir. büyük rakam görmek için buraya tıklayın .

Discussion

Burada sunulan protokol lokomotif çeşitli görevleri sırasında birlikte üç aynı anda beyin aktivitesini kaydetmek için veri toplama sistemleri, kas aktivitesi, ve tüm vücut kinematiği getiriyor. Tüm protokol tamamlanması konusu hazırlanması 1 saat de dahil olmak üzere, yaklaşık 3 saat sürer. Her sistem üzerine monte edilmiş, ve konu ile hareket eder. Bu nedenle, önce her yeni deneme başlangıcına EEG ve EMG elektrot bağlantıları doğrulamak için çok önemlidir. Bu kolayca ana bilgisayar üzerinde grafik arayüz kullanarak gerçek zamanlı olarak incelenmesi gereken veri sağlayan ilgili üretici tarafından sağlanan yazılım paketleri kullanılarak yapılabilir. Veri toplama uygulaması bu yazılım paketleri doğrulama sürecinin basitleştirilmesi, çalışıyor olması gerekir. Ayrıca, bakım MARG sensörler sağlam her deneme önce konuya bağlı dikkat edilmelidir.

EEG ve MARG veri 2.4-2.5 GHz üzerinden kablosuz olarak iletilirspektrum aralığı. Diğer birçok elektronik cihazlar bu frekans bandı kullandığı için, bu deney ortamında kablosuz arayüz olasılığını dikkate almak önemlidir. Veri toplama bir kritik yönü kablosuz müdahale için dayanıklılık sağlayan mobil kart ve konu arasında line-of-görüş görünürlük. EEG kablosuz alıcı ve MARG erişim noktaları (Şekil 1) Her iki bağlantı sadakat göstermek için LED'ler sağlar. Ana bilgisayar ve EEG ve MARG sensörler için kablosuz alıcıları doğrudan görüş hattında korumak ve bu konuda zemin üzerinde yürürken kablosuz veri iletimi üst düzeye çıkarmak için bir mobil kart yerleştirilir. Biz sağlam veri toplama iyi konunun 5 metre, görevleri sırasında herhangi bir hedefin hareket kısıtlamak değil bir mesafe içinde mobil kart tutarak devam edildi bulundu. C + + uygulama nedeniyle kablosuz c kesintiye veri kaybına sağlamlık sağlamak için veri toplama için birden çok iş parçacığı kullanırEEG onnection. EEG bağlantısı kesilirse, MARG ve EMG veriler hala kaydedilir, ancak EEG veri o zaman noktaları için geçerli olacak. EMG verileri mobil veri giriş birimi içinde bir SD kartta kayıtlı ise, kablosuz bağlantı durumunda veri kaybını önlemek için yukarıda anlatıldığı gibi Marg sensörleri-birim tamponlama sağlar.

Yürüme sırasında EEG veri toplama ile ortak bir sorunu sinyalleri eser varlığıdır. Yanıp söner, göz hareket, yüz kas aktivitesi, kalp atım ve bu deneysel protokol yürütülmesi sırasında elektrotlar ve / veya kabloların hareket gibi mekanik eserler de dahil olmak üzere eserler fizyolojik kaynakları: Genel olarak, eserler iki gruba ayrılabilir. Artifact kaldırma devam eden araştırma bir konudur ve bağımsız bileşen analizi 15,16 ve kanal tabanlı şablon regresyon işlemleri 17 gibi tekniklerini içerir. Artifact minimizasyonu ve kaldırma pr çok önemli bir adımdırvücut hareketlerinin nöral çözme için veri eprocessing. Burada sunulan kurulum bu EEG elektrot kablolarında önceki çalışmalarda tek bir bağlantı bindirildiğini edildi benzer. Bu çalışmalardan elde edilen sonuçlar kablo sallanma veya hareket nedeniyle mekanik eserler sinirsel aktivite 7,8 den hareket çözme rol oynamadı göstermektedir. Bu sonuçlar, yürüyüş benzeri el hızları 17 yürüyüş orta yavaş olarak asılsız olduğu sonucuna diğer çalışmalarla desteklenmektedir. Ancak, bu deney sit-kalk geçişler dahil olmak üzere önceki çalışmalarda bulunan sonuçlara göre vücudun daha fazla hareket gerektiren faaliyetleri sırasında EEG ölçer, zemin üzerinde böylece yürüme ve dönüm, ve, ham EEG verilerin dikkatle incelenmesi potansiyel belirlemek için yapılmalıdır mekanik eserler bulaşma. Henüz yaygın olmasa da, bu olası sorunları mevcut protokole yeni donanım entegrasyonu ile çözülebilir. Bu donanım inchareketi 18 sırasında cilt elektrot temas empedansı artırmak için potansiyeline sahip aktif EEG elektrotları (Bu protokolde kullanılan) ve yaylı, kuru EEG elektrotları, Ludes. Bu teknolojiler hareket eserler 19 etkisini azaltabilir hangi kablosuz EEG sistemleri dahil edilmektedir. Yeni donanım entegrasyonu rağmen, bu protokol vücudun her kesimi aletli 16 olmuştur, çünkü hareket ve EMG eser reddi için yeni algoritmalar geliştirmek devam etmek için eşsiz bir fırsat sunuyor. Biz EEG, EMG, ve mevcut EEG kurulumları için geçerli sağlam eser ret paradigmaları geliştirmek segmentinde hareket arasındaki zaman serisi korelasyon ve frekans uyumu çalışma planlıyoruz. Bizim çözme yöntemleri eserler 7,8 karşı dayanıklılık göstermiştir; bu yöntemlerin mevcut protokolde daha karmaşık senaryolar altında incelenecektir.

Kaydedilen yüzey özellikleriEMG birçok faktöre bağlıdır, ve sinir stratejilerinin çalışma için yüzey EMG sinyallerinin yorumlanması onların dikkate 20 gerektirir. Bu protokolde kullanılan cilt hazırlığı ve EMG elektrot yerleştirme için sıkı kurallara yüzey EMG sinyalleri olmayan fizyolojik faktörlerin etkisini en aza indirmek için tasarlanmıştır. Bu protokol tarafından kaydedilen EMG genliği ve frekansı net motor ünite aktivitesi ile ilgili, ve bu nedenle kayıt istenilen kas nöral aktivitenin doğrudan bir temsili olarak yorumlanmamalıdır. Ancak, yüzey EMG sinyal ve nöral aktivasyon göreli değişiklikleri (motor ünitelerinin deşarj kez tanımlayarak gibi) belirlemek için kas aktivasyon kalıpları içine değerli bilgiler sağlayabilir EMG sinyal ayrıştırarak kas sinir sürücü tahmin etmek için daha gelişmiş yöntemler dikkatli bir değerlendirme 20. Ayrıca, sinir çözme bağlamında, her ne kadar beyin aktivitesiinvazif satın yüzey EMG 21 hakkında bilgi içeren gösterilmiştir, bu EEG kafa derisi de yürüme kinematik ek olarak yürüme sırasında alt ekstremite kas aktivitesi çözmek için kullanılabilir olup olmadığını şu anda bilinmemektedir. Bu protokol bize non-invaziv beyin görüntüleme yöntemlerinin düşük uzaysal çözünürlüğü bireysel kasları ile ilgili sinirsel aktivite izole etmek için yeterli olup olmadığını incelemek için izin verecek bekliyoruz.

Önceki çalışmalar geri yüklemek için bir beyin makine arayüzü (BMI) geliştirilmesi için 7,8 sağlayan ivme beyin den gelen sinyalleri kullanan yürüme yürüyüş koşu bandı sırasında kinematik çözmek için invaziv olmayan EEG kullanan fizibilite göstermiştir. Delta-bant EEG sinyallerinin genlik modülasyonu dayanan ve zaman etki alanı çözme yöntemleri de artefakt bileşenleri 7,8 duyarsız olduğu gösterilmiştir. Ancak, koşu bandı çalışmalar kontrollü bir ortamda gerçekleşecek sırasında kullanıcının vizyon ve hareketböylece dış uyaranlara bağlı nöral aktivitenin kirlenme sınırlayıcı, sınırlıdır. Kablosuz veri kaydı dahil edilmesi sayesinde, bu protokol hareket görev ve ortamlarda çeşitli sırasında senkronize, EEG EMG ve kinematik verilerin toplanması sağlar. Hareket izleme için atalet sensörlerin entegrasyonu daha hesaplama ve hareket yakalama sistemi daha kinematik ayıklamak için çevrimdışı işleme gerektirir ve çıkan önlemler küçük içerir – ama kabul edilebilir – sistemi 22 tabanlı bir kamera mevcut olmaz hata payı. Bu yönetilebilir zorluklar ortamlarda değişen bilişsel-motor davranışlarının mobil çalışma sağlayan bir deney protokolünde kurmak için bir gerekliliktir. Başka bir yerde 10,11 tartışıldığı gibi, böyle bir kurulum ele alınabilir araştırma soruları neredeyse sınırsızdır. Yakın gelecekte bizim odak duran rehabilitasyonu için bir BMI geliştirilmesi için kritik konularda olmak ve ardından yürüyüş olacakbeyin hasarı ve nöropati. Yukarıda da belirtildiği gibi bir anahtar bileşeni, beyin ölçülen sinyalleri kullanarak hareket geri fizyolojik ve mekanik eserler reddedebilirsiniz rehabilitasyon robot sistemleri için beyin-makine arayüzleri için yeni sağlam çözme stratejilerinin geliştirilmesi olacaktır. Örneğin, koridorda yürüyen protokol veri toplama sırasında mevcut diğer insanlarla bir kamusal alanda yapılır ve böylece doğal ortamda sinir çözme tekniklerinin geliştirilmesi için bir test yatağı sağlar. Bu protokolü kullanarak diğer ilgi araştırma soruları akut ve kronik fazda yaralanma sonrası fonksiyonel iyileşme sırasında rehabilitasyon robot ritmik karşı olmayan ritmik yürüme eğitimi içeren paradigmalar ve nöral aktivitenin çalışma karşılaştırarak içerir.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Bu çalışma Nörolojik Bozukluklar Ulusal Enstitüsü tarafından desteklenen ve Stroke (NINDS) # R01NS075889-01 hibe edildi. Bu araştırma NIH, Klinik Merkezi'nin İntramural Araştırma Programı tarafından kısmen desteklenmiştir. Yazarlar ayrıca veri toplama konusunda yardım almak için Şehriyar İkbal ve Yongtian O teşekkür ederim. Bu makalenin açık erişim yayın maliyeti APDM, Inc (, Portland, OR tarafından sponsor oldu http://apdm.com ).

Materials

Name Company Quantity
BrainAmp Amplifier Brain Products, Gmbh Quantity: 2
actiCAP EEG cap with 64 electrodes Brain Products, Gmbh Quantity:1
Brainvision MOVE wireless EEG system Brain Products, Gmbh Quantity:1
DataLOG MWX8 EMG data collection unit Biometrics, Ltd. Quantity:1
SX230 EMG electrodes Biometrics, Ltd. Quantity:8
R506 EMG ground electrode Biometrics, Ltd. Quantity:1
Opal movement monitor (MARG sensor) APDM, Inc. Quantity:11
Opal docking station for wireless data streaming APDM, Inc. Quantity:2
Opal wireless access point APDM, Inc. Quantity:2
Infrared Light Barrier Kit MK120 Velleman, Inc. Quantity:5
Wixel Programmable USB Wireless Module Pololu, Inc. Quantity:6
Table 1. Equipment

References

  1. Choi, J. T., Bastian, A. J. Adaptation reveals independent control networks for human walking. Nature Neuroscience. 10 (8), 1055-1062 (2007).
  2. Grillner, S., Wallen, P., et al. Neural bases of goal-directed locomotion in vertebrates – an overview. Brain Research Reviews. 57, 2-12 (2008).
  3. Petersen, T. H., Willerslev-Olsen, M., Conway, B. A., Nielsen, J. B. The motor cortex drives the muscles during walking in human subjects. Journal of Physiology. 590 (10), 2443-2452 (2012).
  4. Fitzsimmons, N. A., Lebedev, M. A., et al. Extracting kinematic parameters for monkey bipedal walking from cortical neuronal ensemble activity. Frontiers in Integrative Neuroscience. 3, 3 (2009).
  5. Harada, T., Miyai, I., Kubota, K. Gait capacity affects cortical activation patterns related to speed control in the elderly. Experimental Brain Research. 193 (3), 445-454 (2009).
  6. Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. Electrocortical activity is coupled to gait cycle phase during treadmill walking. Neuroimage. 54, 1289-1296 (2011).
  7. Presacco, A., Goodman, R., Forrester, L., Contreras-Vidal, J. L. Neural decoding of treadmill walking from noninvasive electroencephalographic signals. Journal of Neurophysiology. 106, 1875-1887 (2011).
  8. Presacco, A., Forrester, L. W., Contreras-Vidal, J. L. Decoding intra-limb and inter-limb kinematics during treadmill walking from scalp electroencephalographic (EEG) signals. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 20 (2), 212-219 (2012).
  9. Wagner, J., Solis-Escalante, T., et al. Level of participation in robotic-assisted treadmill walking modulates midline sensorimotor EEG rhythms in abled-bodied subjects. NeuroImage. 63, 1203-1211 (2012).
  10. Makeig, S., Gramann, K., et al. Linking brain, mind, and behavior. International Journal of Psychophysiology. 73, 95-100 (2009).
  11. Gramann, K., Gwin, J. T., et al. Cognition in action: imaging brain/body dynamics in mobile humans. Reviews in the Neurosciences. 22, 593-608 (2011).
  12. Wilson, J. A., Schalk, G., et al. Using an EEG-based brain computer interface for virtual cursor movement with BCI2000. J. Vis. Exp. (29), e1319 (2009).
  13. Brummer, V., Schneider, S., et al. Coherence between brain cortical function and neurocognitive performance during changed gravity conditions. J. Vis. Exp. (51), e2670 (2011).
  14. Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods. 134 (1), 9-21 (2004).
  15. Makeig, S., Bell, A. J., et al. Independent component analysis of electroencephalographic data. Advances in Neural Information Processing Systems. 8, 145-151 (1996).
  16. Rong, F., Contreras-Vidal, J. L. Magnetoencephalographic artifact identification and automatic removal based on independent component analysis and categorization approaches. Journal of Neuroscience Methods. 157, 337-354 (2006).
  17. Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. Removal of movement artifact from high-density EEG recorded during walking and running. Journal of Neurophysiology. 103, 3526-3534 (2010).
  18. Liao, L. D., Wang, I. J., Chen, S. F., Chang, J. Y., Lin, C. T. Design, fabrication, and experimental validation of a novel dry-contact sensor for measuring electroencephalography signals without skin preparation. Sensors. 11, 5819-5834 (2011).
  19. Liao, L. D., Lin, C. T., et al. Biosensor technologies for augmented brain-computer interfaces in the next decades. Proceedings of the IEEE. 100, 1553-1566 (2012).
  20. Farina, D., Merletti, R., Enoka, R. M. The extraction of neural strategies from the surface EMG. Journal of Applied Physiology. 96, 1486-1495 (2004).
  21. Flint, R. D., Ethier, C., et al. Local field potentials allow accurate decoding of muscle activity. Journal of Neurophysiology. 108, 18-27 (2012).
  22. Luinge, H. J., Veltink, P. H. Measuring orientation of human body segments using miniature gyroscopes and accelerometers. Medical & Biological Engineering & Computing. 43, 273-282 (2005).

Play Video

Cite This Article
Bulea, T. C., Kilicarslan, A., Ozdemir, R., Paloski, W. H., Contreras-Vidal, J. L. Simultaneous Scalp Electroencephalography (EEG), Electromyography (EMG), and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding. J. Vis. Exp. (77), e50602, doi:10.3791/50602 (2013).

View Video