동시에 두피 뇌파 (EEG), 근전도 (EMG), 멀티 모달 신경 디코딩을위한 전체 몸 분절 관성 기록

다음 실험의 전반적인 목표는 모바일 뇌 이미징 프레임워크의 개념을 확장하여 광범위한 기관차 작업에서 인간의 뇌 신체 역학을 연구할 수 있도록 하는 것입니다. 이는 먼저 두 번째 단계로 E-E-G-E-M-G 및 모션 캡처 센서를 인체에 배치함으로써 달성됩니다. 세 가지 데이터 수집 시스템은 맞춤형 소프트웨어 및 푸시 버튼 트리거 장치와 동기화되어 타임락 E-E-G-E-M-G 및 모션 캡처 데이터 세트를 제공합니다.

다음으로, 피험자는 네 가지 다른 환경 내에서 아홉 가지 특정 기관차 작업을 완수한다. 다양한 움직임 중 뇌 신체 역학을 포착하기 위해 결과는 기관차 작업 중 EEG를 통해 측정된 뇌 활동을 보여줍니다. 이 방법은 신경 보철 및 뇌 기계 인터페이스 분야의 주요 질문에 답하는 데 도움이 될 수 있습니다.

예를 들어, 두피 EEG에서 GA 운동학 또는 표면 EMG 패턴에 대한 유용한 정보를 추출할 수 있습니까? 기존 방법에 비해 이 기술의 주요 장점은 모바일 설정을 사용하여 E-E-G-E-M-G 및 모션 캡처 데이터를 무선으로 수집할 수 있으므로 기존 데이터 수집 기술에 비해 더 많은 모터 작업과 환경을 탐색할 수 있다는 것입니다. 이러한 기술의 의미는 운동 장애 및 재활 의학에도 확장되는데, 기본적으로 이러한 프로토콜은 뇌 활동의 변화와 신체의 적응에 대해 알려주기 때문입니다.

제 대학원생들은 이제 센서의 배치를 시연하거나 JI osir은 오늘 자원봉사자에게 EMG 센서를 배치하는 방법을 보여줄 것입니다. Kevin Nathan, John의 도움으로 두피에 EEG 센서를 배치할 사람입니다. 이 프로토콜을 시작합니다. 먼저 피사체의 키, 몸무게, 나이를 기록합니다.

그런 다음 피험자가 선호하는 보행 속도에 맞게 트레드밀 속도를 조정합니다. 다음으로, 펠트 펜을 사용하여 나시온과 이니온 사이의 거리를 측정합니다. 거리의 10%를 캡을 정렬하기 위한 기준으로 표시하고 거리의 중간점을 머리의 꼭짓점으로 표시합니다.

이제 EEG 캡을 피사체에 놓고 참조 랜드마크에 정렬합니다. FP 1과 FP 2 전극 사이의 중간점을 10% 거리 표시에 정렬하고 CZ 전극을 표시된 꼭지점에 정렬합니다. 턱 아래에 끈으로 묶어 캡을 고정합니다.

다음으로, 접지 및 기준 전극부터 시작하여 작은 주사기를 사용하여 전극 LED가 녹색으로 바뀌는 것처럼 각 전극의 임피던스가 25킬로옴 미만으로 측정될 때까지 각 전극에 전해질 겔을 주입합니다. 마지막으로 전극을 데이터 수집 시스템용 무선 송신기에 연결합니다. 다음으로, 먼저 피부를 면도한 다음 이소프로필 알코올 패드로 청소하여 표면 근전도 검사를 준비합니다.

그런 다음 다리당 탈리, 전방광대, 외측근, 이두박근, 펨 및 위장에 대해 준비된 8개의 부위 각각에 전극을 놓습니다. 마지막으로 왼쪽 또는 오른쪽 손목의 EMG 접지 전극을 연결하고 모든 EMG 전극을 EMG 데이터 로깅 장치에 연결합니다. 모션 캡처를 설정합니다.

먼저 벨크로 스트랩이나 양면 테이프를 사용하여 피사체에 마크 센서를 놓습니다. 여기에 나열된 위치에 센서를 부착합니다. 그런 다음 피험자를 러닝머신에 올라타게 하고 데이터를 수집하기 전에 여기에서 볼 수 있는 안전 벨트를 부착하도록 합니다.

EEG 및 EMG 신호를 검사하여 올바른 전극 배치, 전극 연결 및 데이터 전송을 확인합니다. 그런 다음 c plus plus 콘솔 애플리케이션을 실행하여 데이터 수집을 시작합니다. 수동 트리거 푸시 버튼을 눌러 EMG 녹음을 시작하고 오디오 신호에 신호음을 울립니다.

실험을 시작하려면, 피험자에게 30초 동안 조용한 자세를 유지하라고 지시한다. 그런 다음 30초 후에 트리거 버튼을 눌러 걷기를 시작합니다. 트레드밀은 피험자가 미리 선택한 속도로 천천히 가속해야 합니다.

피험자를 5분 동안 걷게 합니다. 5분 후 방아쇠 버튼을 눌러 트레드밀을 천천히 멈춰 서서 걷기 전환을 시작합니다. 멈춘 후 피험자는 30초 동안 서 있어야 합니다.

이제 대기열 버튼을 눌러 데이터 수집 평가판을 중지하고 데이터를 저장합니다. 검은색을 포함한 세 가지 시각적 조건에 대해 이 실험을 반복합니다. 피사체 앞의 거리에서 비디오 모니터에서 다리를 실시간으로 관찰하고 트레드밀의 대각선을 피

다음으로 도보 경기장으로 이동합니다. 보행 경기장은 보이는 대로 5세트의 적외선 근접 센서, 원뿔 및 텔레비전 화면을 배치하여 설정해야 합니다. 여기에서 피험자를 경기장 보행 루프의 시작 부분에 배치하고 앞에서 설명한 대로 데이터 수집을 시작합니다.

이제 트리거 버튼을 눌러 걷기 실험을 시작합니다. 트리거가 주어질 때. 첫 번째 방향 화살표는 피사체 맞은편 화면에 표시됩니다.

오른쪽 화살표 또는 왼쪽 화살표가 관찰되면, 피험자는 입구에 있는 원뿔 세트를 빠져나와 해당 방향으로 90도 회전한 후 루프를 완주한 후 입구 원뿔로 돌아와야 한다. 위쪽 화살표가 관찰되면, 피험자는 입구 원뿔 밖으로 곧장 나가야 한다. 그런 다음 피험자가 IR 센서에서 약 2미터에 도달할 때 수동 방아쇠와 방향 화살표를 제공해야 합니다.

그런 다음 피험자는 첫 번째 IR 센서 세트를 진행한 다음 해당 90도 회전을 하여 루프를 완료해야 합니다. 걷는 동안 입구 원뿔로 돌아가서, 실험자는 바퀴 달린 카트에 호스트 PC를 태우고 약 3-5미터 거리에서 피험자를 따라가야 하며, 무선 신호 품질을 보장하기 위해 피험자는 입구 원뿔에 도착했을 때 계속 걸어야 합니다. 단일 루프를 완료한 후 각 초기 화살표에 대해 세 개의 루프가 완료될 때까지 임의의 화살표 순서로 시퀀스를 반복해야 합니다.

필요한 루프 수를 완료한 후 수동 트리거 버튼을 눌러 스탠딩으로의 전환 신호를 보냅니다. 피험자는 30초 동안 조용히 서 있어야 합니다. 그런 다음 호스트 PC의 큐 버튼을 눌러 데이터 수집을 종료합니다.

피험자 뒤에 의자를 놓고 데이터 수집을 시작합니다. 피험자는 데이터 수집을 시작할 때 15초 동안 조용히 서 있어야 합니다. 15초 후 수동 트리거 버튼을 누릅니다.

신호를 들은 후 피험자는 다음 오디오 대기열까지 서 있는 자세에서 앉는 자세, 자세, 잡는 자세, 앉은 자세로 전환해야 합니다. 5초에서 15초의 임의 간격을 기다립니다. 그런 다음 수동 트리거를 눌러 싯 투 스탠드 전환에 대한 신호를 제공합니다.

피험자가 다음 오디오 대기열까지 서 있는 자세를 유지하도록 합니다. 10까지 이 절차를 반복합니다. 앉을 수 있는 완벽한 스탠드와 서기 위해 앉는 것.

기동이 완료되면, 피험자는 15초 동안 조용히 서 있어야 한다. 그런 다음 큐 버튼을 눌러 데이터 수집을 종료합니다. 다음으로, 스스로 시작한 기립식 기립식 및 기립식 전환을 위해 Stand to Sit 프로토콜을 반복합니다.

이번에는 피험자에게 전이의 계기를 주는 대신, 각 기동이 10번 완료될 때까지 피험자가 스스로 전이를 시작하게 한다. 복도 보행의 경우, 피험자와 데이터 수집 카트를 8마일 직선 복도 중간에 배치합니다. 러닝머신 걷기 실험과 마찬가지로 데이터 수집을 시작합니다.

초기 32번째 휴식 시간이 지나면 피험자에게 수동 방아쇠 또는 경고음을 보내 보행을 시작합니다. 피험자가 5분 동안 계속 걷게 합니다. 피험자가 복도 끝에서 10미터 이내에 도달하면, 스스로 유턴을 하고 반대 방향으로 계속 걸어가야 한다.

5분 후 수동 트리거 버튼을 눌러 걷기를 멈춥니다. 피험자는 30초 동안 조용히 서서 정면을 바라보아야 합니다. 그런 다음 데이터 수집 선택을 종료합니다.

다음으로, 두 번째 복도 실험을 시작한다. 20초에서 40초 동안 임의의 시간 간격으로 걷게 한 후, 피험자가 걸음을 멈추도록 수동 트리거와 오디오 신호를 보냅니다. 그런 다음 피험자는 5초에서 15초의 짧은 무작위 시간 동안 서 있어야 합니다.

그런 다음 수동 트리거 버튼을 눌러 피험자가 다시 걷도록 합니다. 10번의 정지 시작 주기가 완료될 때까지 이러한 단계를 반복한 다음 종료합니다. 10초 동안 트레드밀 걷기를 통해 얻은 대표적인 데이터 수집 결과가 여기에 나와 있습니다.

상단 패널에는 채널 이름이 있는 64채널 원시 EEG 데이터가 표시됩니다.10 20 국제 협약에서 중간 패널은 11개의 마크 센서에서 수직 방향의 가속을 보여줍니다. 하단 패널에는 8채널 원시 EMG가 표시됩니다. 이 그림은 경기장 중 한 루프의 대표 데이터를 보여줍니다.

하나의 프로토콜 수직 검은색 막대는 트리거를 나타냅니다. 첫 번째 트리거는 오른쪽 화살표를 표시하는 푸시 버튼에서 가져옵니다. 마지막 4개는 IR 센서에서 가져온 것으로, IR 1에서 IR 4는 피험자가 루프를 횡단할 때 사용되며, 여기서는 스탠드에서 싯으로, 싯에서 스탠드로의 전환에 이르는 샘플 데이터를 볼

EEG 가속 및 EMG 데이터는 첫 번째 그림과 같이 표시됩니다. 수직 막대는 각각 서기와 앉기를 시작하는 수동 트리거를 나타냅니다. 마지막으로, 이 그림은 복도 동안 서 있는 상태에서 걷는 것, 그리고 걷는 것에서 서 있는 것으로 전환되는 샘플 데이터를 보여줍니다.

걷기 작업. 세로 막대는 수동 트리거와 오디오 신호가 각각 걷기를 시작하고 멈추는 것을 나타냅니다. EEG 센서와 EMG 센서는 모션 아티팩트에 민감하므로 센서가 이 주제에 안전하고 안전하게 부착되어 있는지 확인해야 한다는 점을 기억하는 것이 중요합니다.

이 절차에 따라 독립 구성 요소 분석 또는 선형 회귀와 같은 다른 기술을 적용하여 아티팩트에서 전기 피질 신호를 분리하여 EEG 데이터에서 사지 운동학 또는 EMG 프로파일을 추출할 수 있습니다. 이 기술을 통해 신경 인터페이스 커뮤니티는 뇌가 움직임 및 움직임 의도와 어떤 관련이 있는지에 대한 질문에 답할 수 있으며 두피 EEG에서 보행에 대한 정보를 추출할 수 있는 수단을 제공할 것입니다.