Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Một mô hình tính toán để thiết kế các giao diện thần kinh cho các thiết bị trợ giác cảm giác chi dưới
Tóm tắt
Người bị cụt chân gặp khó khăn trong việc nhận cảm giác từ chân giả, điều này liên quan đến sự thiếu tự tin khi đi bộ, nguy cơ ngã và khả năng di chuyển thấp. Kích thích điện thần kinh ngoại biên (ePNS) đến các dây thần kinh còn lại ở người cụt tay đã cho thấy khả năng khôi phục cảm giác từ chi bị thiếu qua các giao diện thần kinh trong dây (TIME) và bên ngoài dây (FINE). Các giao thức kích thích sinh lý hợp lý nhắm vào dây thần kinh hông có triển vọng kích thích khôi phục cảm giác giúp tích hợp cảm giác-vận động gần giống như tự nhiên và do đó điều chỉnh việc đi bộ. Dây thần kinh hông, chi phối chân và cẳng chân, có kích thước rất khác so với dây thần kinh chi trên. Vì vậy, cần phải phát triển một mô hình tính toán mô phỏng hành vi của dây thần kinh này dưới tác động của ePNS. Chúng tôi đã sử dụng một khung mô hình lai FEM-NEURON để phát triển mô hình dây thần kinh hông chính xác về mặt giải phẫu. Dựa trên hình ảnh mô học của hai mặt cắt dây thần kinh hông rõ ràng, chúng tôi đã tái thiết kế các mô hình FEM chính xác để thử nghiệm các giao diện thần kinh. Hai loại điện cực khác nhau (dựa trên TIME và FINE) với nhiều cấu hình điểm hoạt động đã được thử nghiệm và đánh giá về hiệu quả (tuyển chọn có chọn lọc các bó sợi). Chúng tôi cũng đã điều tra các chính sách kích thích khác nhau (đơn cực và lưỡng cực), cũng như số lượng cấy ghép tối ưu. Thêm vào đó, chúng tôi đã tối ưu hóa khung mô phỏng hiện có, giảm đáng kể khối lượng tính toán. Những phát hiện chính đạt được thông qua nghiên cứu mô hình của chúng tôi bao gồm chỉ định sản xuất điện cực và cấy ghép phẫu thuật, cùng với chính sách kích thích có lợi. Nó cho thấy rằng các điện cực TIME với 20 điểm hoạt động là tối ưu cho chi dưới và số điểm tương tự cũng đã được xác định cho các điện cực FINE. Để giao diện với dây thần kinh hông lớn, mô hình chỉ ra rằng 3 TIME là số lượng điện cực cần cấy ghép phẫu thuật tối ưu. Thông qua chính sách kích thích lưỡng cực, tất cả các cấu hình đã nghiên cứu đều đạt hiệu quả cao hơn. Ngoài ra, một chỉ dẫn cho tính toán tối ưu cũng đã được đưa ra, giúp giảm thời gian tính toán đến 80%. Mô hình tính toán này gợi ý các giao diện tối ưu để sử dụng ở những người bị cụt chân, vị trí cấy ghép phẫu thuật của chúng và chính sách kích thích lưỡng cực có lợi. Nó sẽ tạo điều kiện cho việc chuyển giao lâm sàng của các thiết bị trợ giác cảm giác sang các ứng dụng chi dưới.
Từ khóa
#cảm giác #dây thần kinh #điện cực #kích thích thần kinh #prosthesis #mô hình tính toánTài liệu tham khảo
Tucker MR, Olivier J, Pagel A, Bleuler H, Bouri M, Lambercy O, et al. Control strategies for active lower extremity prosthetics and orthotics: a review. J NeuroEng Rehab. 2015;12:1.
Miller WC, Speechley M, Deathe B. The prevalence and risk factors of falling and fear of falling among lower extremity amputees. Arch Phys Med Rehabil. 2001;82:1031–7.
Nolan L, Wit A, Dudziñski K, Lees A, Lake M, Wychowañski M. Adjustments in gait symmetry with walking speed in trans-femoral and trans-tibial amputees. Gait Posture. 2003;17:142–51.
Miller WC, Speechley M, Deathe AB. Balance confidence among people with lower-limb amputations. Phys Ther. 2002;82:856–65.
Hof AL, van Bockel RM, Schoppen T, Postema K. Control of lateral balance in walking: experimental findings in normal subjects and above-knee amputees. Gait Posture. 2007;25:250–8.
Vrieling AH, van Keeken HG, Schoppen T, Otten E, Halbertsma JPK, Hof AL, et al. Gait initiation in lower limb amputees. Gait Posture. 2008;27:423–30.
Vrieling AH, van Keeken HG, Schoppen T, Otten E, Halbertsma JPK, Hof AL, et al. Gait termination in lower limb amputees. Gait Posture. 2008;27:82–90.
Gailey R. Review of secondary physical conditions associated with lower-limb amputation and long-term prosthesis use. JRRD. 2008;45:15–30.
Burke MJ, Roman V, Wright V. Bone and joint changes in lower limb amputees. Ann Rheum Dis. 1978;37:252–4.
Waters RL, Perry J, Antonelli D, Hislop H. Energy cost of walking of amputees: the influence of level of amputation. J Bone Joint Surg. 1976;58:42–6.
Flor H, Nikolajsen L, Staehelin JT. Phantom limb pain: a case of maladaptive CNS plasticity? Nat Rev Neurosci. 2006;7:873–81.
Flor H. Phantom-limb pain: characteristics, causes, and treatment. Lancet Neurol. 2002;1:182–9.
Heller BW, Datta D, Howitt J. A pilot study comparing the cognitive demand of walking for transfemoral amputees using the intelligent prosthesis with that using conventionally damped knees. Clin Rehabil. 2000;14:518–22.
Botvinick M, Cohen J. Rubber hands ‘feel’ touch that eyes see. Nature. 1998;391:756.
Blanke O. Multisensory brain mechanisms of bodily self-consciousness. Nat Rev Neurosci. 2012;13:556–71.
Gailey R, McFarland LV, Cooper RA, Czerniecki J, Gambel JM, Hubbard S, et al. Unilateral lower-limb loss: prosthetic device use and functional outcomes in servicemembers from Vietnam war and OIF/OEF conflicts. JRRD. 2010;47:317.
Fleury AM, Salih SA, Peel NM. Rehabilitation of the older vascular amputee: a review of the literature. Geriatr Gerontol Int. 2013;13:264–73.
Roll R, Kavounoudias A, Roll J-P. Cutaneous afferents from human plantar sole contribute to body posture awareness. Neuroreport. 2002;13:1957–61.
Kennedy PM, Inglis JT. Distribution and behaviour of glabrous cutaneous receptors in the human foot sole. J Physiol. 2002;538:995–1002.
Trulsson M. Mechanoreceptive afferents in the human sural nerve. Exp Brain Res. 2001;137:111–6.
Nurse MA, Nigg BM. The effect of changes in foot sensation on plantar pressure and muscle activity. Clin Biomech. 2001;9:719–27.
Perry SD, McIlroy WE, Maki BE. The role of plantar cutaneous mechanoreceptors in the control of compensatory stepping reactions evoked by unpredictable, multi-directional perturbation. Brain Res. 2000;877:401–6.
Petrini FM, Bumbasirevic M, Valle G, Ilic V, Mijović P, Čvančara P, et al. Sensory feedback restoration in leg amputees improves walking speed, metabolic cost and phantom pain. Nat Med. 2019;25:1356–63.
Petrini FM, Valle G, Bumbasirevic M, Barberi F, Bortolotti D, Cvancara P, et al. Enhancing functional abilities and cognitive integration of the lower limb prosthesis. Sci Transl Med. 2019;11:eaav8939.
Sabolich JA, Ortega GM. Sense of feel for lower-limb amputees: a phase-one study. JPO. 1994;6:36.
Rusaw D, Hagberg K, Nolan L, Ramstrand N. Can vibratory feedback be used to improve postural stability in persons with transtibial limb loss? J Rehabil Res Dev. 2012;49:1239–54.
Navarro X, Krueger TB, Lago N, Micera S, Stieglitz T, Dario P. A critical review of interfaces with the peripheral nervous system for the control of neuroprostheses and hybrid bionic systems. J Peripher Nerv Syst. 2005;10:229–58.
Raspopovic S, Capogrosso M, Petrini FM, Bonizzato M, Rigosa J, Di Pino G, et al. Restoring Natural Sensory Feedback in Real-Time Bidirectional Hand Prostheses. Sci Transl Med. 2014;6:222ra19.
Tan DW, Schiefer MA, Keith MW, Anderson JR, Tyler J, Tyler DJ. A neural interface provides long-term stable natural touch perception. Sci Transl Med. 2014;6:257ra138.
Ortiz-Catalan M, Hakansson B, Branemark R. An osseointegrated human-machine gateway for long-term sensory feedback and motor control of artificial limbs. Sci Transl Med. 2014;6:257re6.
Oddo CM, Raspopovic S, Artoni F, Mazzoni A, Spigler G, Petrini F, et al. Intraneural stimulation elicits discrimination of textural features by artificial fingertip in intact and amputee humans. Elife. 2016;5:e09148.
Petrini FM, Valle G, Strauss I, Granata G, Di Iorio R, D’Anna E, et al. Six-months assessment of a hand prosthesis with intraneural tactile feedback. Ann Neurol. 2019;1:137–54.
Valle G, Mazzoni A, Iberite F, D’Anna E, Strauss I, Granata G, et al. Biomimetic Intraneural Sensory Feedback Enhances Sensation Naturalness, Tactile Sensitivity, and Manual Dexterity in a Bidirectional Prosthesis. Neuron. 2018; Available from: https://linkinghub.elsevier.com/retrieve/pii/S0896627318307384. [cited 2018 Sep 25].
Valle G, Petrini FM, Strauss I, Iberite F, D’Anna E, Granata G, et al. Comparison of linear frequency and amplitude modulation for intraneural sensory feedback in bidirectional hand prostheses. Sci Rep. 2018;8:16666.
D’Anna E, Valle G, Mazzoni A, Strauss I, Iberite F, Patton J, et al. A closed-loop hand prosthesis with simultaneous intraneural tactile and position feedback. Sci Robot. 2019;4:eaau8892.
Page DM, George JA, Kluger DT, Duncan C, Wendelken S, Davis T, et al. Motor control and sensory feedback enhance prosthesis embodiment and reduce phantom pain after long-term hand amputation. Front Hum Neurosci. 2018;12:352.
Rognini G, Petrini FM, Raspopovic S, Valle G, Granata G, Strauss I, et al. Multisensory bionic limb to achieve prosthesis embodiment and reduce distorted phantom limb perceptions. J Neurol Neurosurg Psychiatry. 2019;90:833–6.
Graczyk EL, Schiefer MA, Saal HP, Delhaye BP, Bensmaia SJ, Tyler DJ. The neural basis of perceived intensity in natural and artificial touch. Sci Transl Med. 2016;8:362ra142.
Graczyk EL, Resnik L, Schiefer MA, Schmitt MS, Tyler DJ. Home use of a neural-connected sensory prosthesis provides the functional and psychosocial experience of having a hand again. Sci Rep. 2018;8:9866.
Saal HP, Bensmaia SJ. Biomimetic approaches to bionic touch through a peripheral nerve interface. Neuropsychologia. 2015;79:344–53.
Okorokova E, He Q, Bensmaia SJ. Biomimetic encoding model for restoring touch in bionic hands through a nerve interface. J Neural Eng. 2018;6:66033.
Raspopovic S, Capogrosso M, Micera S. A computational model for the stimulation of rat sciatic nerve using a transverse intrafascicular multichannel electrode. Neural systems and rehabilitation engineering, IEEE transactions on. IEEE. 2011;19:333–44.
Schiefer MA, Tyler DJ, Triolo RJ. Probabilistic modeling of selective stimulation of the human sciatic nerve with a flat interface nerve electrode. J Comput Neurosci. 2012;33:179–90.
Coburn B, Sin WK. A theoretical study of epidural electrical stimulation of the spinal cord—part I: finite element analysis of stimulus fields. IEEE Trans Biomed Eng. 1985;BME-32:971–7.
Coburn B. A theoretical study of epidural electrical stimulation of the spinal cord—part II: effects on long Myelinated fibers. IEEE Trans Biomed Eng. 1985;BME-32:978–86.
Raspopovic S, Petrini FM, Zelechowski M, Valle G. Framework for the development of Neuroprostheses: from basic understanding by sciatic and median nerves models to bionic legs and hands. Proc IEEE IEEE. 2017;105:34–49.
Fenzl G, Zinnecker R. Topography of the sciatic nerve’s fibres in regard of clinical use. Anat Anz. 1987;163:107–10.
Gustafson KJ, Grinberg Y, Joseph S, Triolo RJ. Human distal sciatic nerve fascicular anatomy: implications for ankle control using nerve-cuff electrodes. J Rehab Res Dev. 2012;49:309.
Schneider CA, Rasband WS, Eliceiri KW. NIH image to ImageJ: 25 years of image analysis. Nat Methods. 2012;9:671–5.
Meijering E, Jacob M, Sarria J-C, Steiner P, Hirling H, Unser M. Design and validation of a tool for neurite tracing and analysis in fluorescence microscopy images. Cytometry A. 2004;58:167–76.
Grinberg Y, Schiefer MA, Tyler DJ, Gustafson KJ. Fascicular perineurium thickness, size, and position affect model predictions of neural excitation. IEEE Trans Neural Syst Rehab Eng. 2008;16:572–81.
Boretius T, Yoshida K, Badia J, Harreby K, Kundu A, Navarro X, et al. A transverse intrafascicular multichannel electrode (TIME) to treat phantom limb pain; Towards human clinical trials. Biomedical Robotics and Biomechatronics (BioRob), 2012 4th IEEE RAS EMBS International Conference on. 2012.
Charkhkar H, Shell CE, Marasco PD, Pinault GJ, Tyler DJ, Triolo RJ. High-density peripheral nerve cuffs restore natural sensation to individuals with lower-limb amputations. J Neural Eng. 2018;15:056002.
Pelot NA, Behrend CE, Grill WM. On the parameters used in finite element modeling of compound peripheral nerves. J Neural Eng. 2018;16:016007.
Schiefer MA, Triolo RJ, Tyler DJ. A model of selective activation of the femoral nerve with a flat interface nerve electrode for a lower extremity neuroprosthesis. IEEE Trans Neural Syst Rehab Eng. 2008;16:195–204.
McIntyre CC, Grill WM. Finite element analysis of the current-density and electric field generated by metal microelectrodes. Ann Biomed Eng. 2001;29:227–35.
McIntyre CC, Richardson AG, Grill WM. Modeling the excitability of mammalian nerve fibers: influence of afterpotentials on the recovery cycle. J Neurophysiol. 2002;87:995–1006.
Garven HS, Gairns FW, Smith G. The nerve fibre populations of the nerves of the leg in chronic occlusive arterial disease in man. Scott Med J. 1962;7:250–65.
Hines M. NEURON – a program for simulation of nerve equations. In: Eeckman, F.H. (ed.). Neural Systems: Analysis and Modelling. New York: Springer; 1993. pp. 127–136.
Van Hees J, Gybels JM. Pain related to single afferent C fibers from human skin. Brain Res. 1972;48:397–400.
Raspopovic S, Capogrosso M, Badia J, Navarro X, Micera S. Experimental validation of a hybrid computational model for selective stimulation using transverse Intrafascicular multichannel electrodes. IEEE Trans Neural Syst Rehab Eng. 2012;20:395–404.
Boretius T, Badia J, Pascual-Font A, Schuettler M, Navarro X, Yoshida K, et al. A transverse intrafascicular multichannel electrode (TIME) to interface with the peripheral nerve. Biosens Bioelectron. 2010;26:62–9.
Tyler DJ, Durand DM. Functionally selective peripheral nerve stimulation with a flat interface nerve electrode. IEEE Trans Neural Syst Rehab Eng. 2002;10:294–303.
Reina MA, Sala-Blanch X, Arriazu R, Machés F. Chapter 7 - Microscopic Morphology and Ultrastructure of Human Peripheral Nerves. In: Tubbs RS, Rizk E, Shoja MM, Loukas M, Barbaro N, Spinner RJ, editors. Nerves and Nerve Injuries. San Diego: Academic Press; 2015. p. 91–106. Available from: http://www.sciencedirect.com/science/article/pii/B978012410390000007X. [cited 2019 Jun 14].
Borton D, Micera S, Millan J, d. R, Courtine G. Personalized Neuroprosthetics. Sci Transl Med. 2013;5:210rv2.
Rossignol S, Dubuc R, Gossard J-P. Dynamic sensorimotor interactions in locomotion. Physiol Rev. 2006;86:89–154.