Активность мышц нижних конечностей в условиях управления нейроинтерфейсом: нейроинтерфейс, основанный на воображении тыльного сгибания стоп

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Нейрореабилитация двигательных функций с помощью нейроинтерфейса с обратной связью – современное перспективное направление исследований. Однако в литературе имеется очень мало данных о степени активации мышц во время воображения движений нижних конечностей, что является немаловажным аспектом в реабилитации. Работа посвящена анализу ЭМГ-активности мышц нижних конечностей 42 здоровых участников эксперимента при работе с нейроинтерфейсом, основанным на кинестетическом воображении тыльного сгибания стоп и дополненным робототехническим устройством перемещения конечностей «Биокин» (механотренажер), активируемым в случае успешного воображения движений. Показано, что работа с нейроинтерфейсом в среднем по всем участникам эксперимента приводит к увеличению на 50–70% активности мышцы, движение которой обеспечивает в реальности воображаемое движение, – передней большеберцовой мышцы (tibialis anterior, TA). Кроме того, увеличивается активность икроножной мышцы – антагониста TA, что связано, по-видимому, с инструкцией воображать, но не делать движение. Активация механотренажера (АМ) дополнительно увеличивает ЭМГ-активность TA (до 100–200%) и слабо, но значимо (на 3–5%) уменьшает активность мышц бедра (четырехглавых и левой двуглавой мышцы). Следовательно, АМ увеличивает адресность воздействия нисходящего сигнала, возникающего при воображении движения. Реакции мышц на воображение движения являются индивидуальными. Таким образом, применение нейроинтерфейсов, основанных на воображении тыльного сгибания стоп, и использование механотренажера, обеспечивающего замыкание петли обратной связи при воображении этого движения, способствует адресной активации TA – мышцы, обеспечивающей тыльное сгибание стопы, что имеет значение для клинической реабилитации движений паретичной стопы.

Полный текст

Доступ закрыт

Об авторах

В. В. Решетникова

ФГБУН Институт физиологии РАН им. И.П. Павлова

Автор, ответственный за переписку.
Email: 3069@bk.ru
Россия, Санкт-Петербург

Е. В. Боброва

ФГБУН Институт физиологии РАН им. И.П. Павлова

Email: 3069@bk.ru
Россия, Санкт-Петербург

А. А. Гришин

ФГБУН Институт физиологии РАН им. И.П. Павлова

Email: 3069@bk.ru
Россия, Санкт-Петербург

Е. А. Вершинина

ФГБУН Институт физиологии РАН им. И.П. Павлова

Email: 3069@bk.ru
Россия, Санкт-Петербург

И. Н. Богачёва

ФГБУН Институт физиологии РАН им. И.П. Павлова

Email: 3069@bk.ru
Россия, Санкт-Петербург

Н. А. Щербакова

ФГБУН Институт физиологии РАН им. И.П. Павлова

Email: 3069@bk.ru
Россия, Санкт-Петербург

М. Р. Исаев

Институт высшей нервной деятельности и нейрофизиологии РАН; ФГАОУ ВО РНИМУ им. Н.И. Пирогова Минздрава России

Email: 3069@bk.ru
Россия, Москва; Москва

П. Д. Бобров

Институт высшей нервной деятельности и нейрофизиологии РАН; ФГАОУ ВО РНИМУ им. Н.И. Пирогова Минздрава России

Email: 3069@bk.ru
Россия, Москва; Москва

Ю. П. Герасименко

ФГБУН Институт физиологии РАН им. И.П. Павлова

Email: 3069@bk.ru
Россия, Санкт-Петербург

Список литературы

  1. Боброва Е.В., Решетникова В.В., Вершининa Е.А., Гришин А.А., Фролов А.А., Герасименко Ю.П. Межполушарная асимметрия и личностные характеристики пользователя мозг-компьютерного интерфейса при воображении движений рук. ДАН. 2020. 495(6): 558–561.
  2. Боброва Е.В., Решетникова В.В., Вершинина Е.А., Гришин А.А., Исаев М.Р., Бобров П.Д., Герасименко Ю.П. Зависимость обучения управлению мозг-компьютерным интерфейсом от личностных характеристик. Доклады РАН. Науки о жизни. 2022. 507(1): 68–73.
  3. Боброва Е.В., Решетникова В.В., Волкова К.В., Фролов А.А. Влияние эмоциональной устойчивости на успешность обучения управлению системой “интерфейс мозг-компьютер”. Журн. высш. нервн. деят. им. И.П.Павлова. 2017. 67 (4): 485–492.
  4. Боброва Е.В., Решетникова В.В., Гришин А.А., Вершинина Е.А., Богачёва И.Н., Щербакова Н.А., Исаев М.Р., Бобров П.Д., Герасименко Ю.П. Активность мышц нижних конечностей в условиях управления нейроинтерфейсом: нейроинтерфейс, основанный на воображении ходьбы. Журн. высш. нервн. деят. им. И.П.Павлова. 2024. Принята в печать.
  5. Боброва Е.В., Решетникова В.В., Гришин А.А., Вершинина Е.А., Исаев М.Р., Пляченко Д.Р., Бобров П.Д., Герасименко Ю.П. Анализ мозговой и мышечной активности при управлении кортико-спинальным нейроинтерфейсом. Журн. высш. нервн. деят. им. И.П.Павлова. 2023. 73(4): 510–523.
  6. Решетникова В.В., Боброва Е.В., Вершинина Е.А., Гришин А.А., Фролов А.А., Герасименко Ю.П. Зависимость успешности воображения движений правой и левой руки от личностных характеристик пользователей. Журн. высш. нервн. деят. им. И.П.Павлова. 2021. 71(6): 830–839.
  7. Alnajjar F., Zaier R., Khalid S., Gochoo M. Trends and technologies in rehabilitation of foot drop: A systematic review. Expert Rev. Med. Devices. 2020. 18(1): 31–46.
  8. Aoyama T., Kaneko F. The effect of motor imagery on gain modulation of the spinal reflex. Brain Res. 2011. 1372: 41–48.
  9. Barria P., Pino A., Tovar N., Gomez-Vargas D., Baleta K., Díaz C.A.R., Múnera M., Cifuentes C.A. BCI-based control for ankle exoskeleton T-FLEX: Comparison of visual and haptic stimuli with stroke survivors. Sensors. 2021. 21(19): 6431.
  10. Bobrova E.V., Reshetnikova V.V., Vershinina E.A., Grishin A.A., Bobrov P.D., Frolov A.A., Gerasimenko Y.P. Success of hand movement imagination depends on personality traits, brain asymmetry, and degree of handedness. Brain Sciences. 2021. 11: 853.
  11. Bonnet M., Decety J., Jeannerod M., Requin J. Mental simulation of an action modulates the excitability of spinal reflex pathways in man. Brain Res. Cogn. Brain Res. 1997. 5(3): 221–228.
  12. Carrere L.C., Escher L.G., Gentiletti G.G., Tabernig C. A foot motor imagery brain-computer interface with realistic visual feedback: preliminary evaluation in healthy and stroke subjects. Res. Biomed. Eng. 2021. 37: 595–604.
  13. Decety J., Jeannerod M., Durozard D., Baverel G. Central activation of autonomic effectors during mental simulation of motor actions in man. J. Physiol. 1993. 461: 549–563.
  14. Dickstein R., Gazit-Grunwald M., Plax M., Dunsky A., Marcovitz E. EMG activity in selected target muscles during imagery rising on tiptoes in healthy adults and poststroke hemiparetic patients. J. Mot. Behav. 2005. 37: 475–483.
  15. Do A.H., Wang P.T., King C.E., Abiri A., Nenadic Z. Brain-computer interface controlled functional electrical stimulation system for ankle movement. J. Neuroeng. Rehabil. 2011. 8: 49.
  16. Do A.H., Wang P.T., King C.E., Schombs A., Cramer S.C., Nenadic Z. Brain-computer interface controlled functional electrical stimulation device for foot drop due to stroke. Annu. Int. Conf. IEEE Eng. Med. Biol. Soc. 2012. 2012: 6414–6417.
  17. Epstein M.L. The relationship of mental imagery and mental rehearsal to performance of a motor task. Journal of Sport Psychology. 1980. 2(3): 211–220.
  18. Gandevia S.C., Wilson L.R., Inglis J.T., Burke D. Mental rehearsal of motor tasks recruits α-motoneurones but fails to recruit human fusimotor neurones selectively. The Journal of Physiology. 1997. 505: 259–266.
  19. Geiger D.E., Behrendt F., Schuster-Amft C. EMG muscle activation pattern of four lower extremity muscles during stair climbing, motor imagery, and robot-assisted stepping: a cross-sectional study in healthy individuals. Biomed. Res. Int. 2019. 2019: 9351689.
  20. Grosprêtre S., Lebon F., Papaxanthis C., Martin A. New evidence of corticospinal network modulation induced by motor imagery. J. Neurophysiol. 2016. 115(3): 1279–1288.
  21. Guillot A., Lebon F., Rouffet D., Champely S., Doyon J., Collet C. Muscular responses during motor imagery as a function of muscle contraction types. Int. J. Psychophysiol. 2007. 66(1): 18–27.
  22. Hashimoto R., Rothwell J. Dynamic changes in corticospinal excitability during motor imagery. Exp. Brain. Res. 1999. 125: 75–81.
  23. Jacobson E. Electrical measurements of neuromuscular states during mental activities. Am. J. Physiol. 1931. 96: 115–121.
  24. Jacobson E. Electrophysiology of mental activities. Am. J. Psychol. 1932. 44: 677–694.
  25. Jeunet C., N’Kaoua B., Lotte F. Advances in user-training for mental-imagery-based BCI control: Psychological and cognitive factors and their neural correlates. Prog. Brain. Res. 2016. 228: 3–35.
  26. Lebon F., Rouffet D., Collet C., Guillot A. Modulation of EMG power spectrum frequency during motor imagery. Neuroscience Letters. 2008. 435(3): 181–185.
  27. McCrimmon C.M., King C.E., Wang P.T., Cramer S.C., Nenadic Z., Do A.H. Brain-controlled functional electrical stimulation for lower-limb motor recovery in stroke survivors. Annu. Int. Conf. IEEE Eng. Med. Biol. Soc. 2014. 2014: 1247–1250.
  28. Mulder T., de Vries S., Zijlstra S. Observation, imagination and execution of an effortful movement: more evidence for a central explanation of motor imagery. Exp. Brain Res. 2005. 163: 344–351.
  29. Mulder T., Zijlstra S., Zijlstra W., Hochstenbach J. The role of motor imagery in learning a totally novel movement. Exp. Brain Res. 2004. 154: 211–217.
  30. Personnier P., Paizis C., Ballay Y., Papaxanthis C. Mentally represented motor actions in normal aging II. The influence of the gravito-inertial context on the duration of overt and covert arm movements. Behav. Brain. Res. 2008. 186(2): 273–283.
  31. Ranganathan V.K., Siemionow V., Liu J.Z., Sahgal V., Yue G.H. From mental power to muscle power – gaining strength by using mind. Neuropsychologia. 2004. 42: 944–956.
  32. Shaw W.A. The distribution of muscular action potentials during imaging. Psychol. Rec. 1938. 2: 195–216.
  33. Wehner T., Vogt S., Stadler M. Task-specific EMG-characteristics during mental training. Psychol. Res. 1984. 46(4): 389–401.
  34. Xu R., Jiang N., Mrachacz-Kersting N., Lin C., Asín Prieto G., Moreno J.C., Pons J.L., Dremstrup K., Farina D. A closed-loop brain-computer interface triggering an active ankle-foot orthosis for inducing cortical neural plasticity. IEEE Trans. Biomed. Eng. 2014. 61(7): 2092–2101.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Пример ЭМГ-активности мышц одного из участников эксперимента (№11) при воображении тыльного сгибания правой или левой стопы в условиях управления нейроинтерфейсом без (а) и с (б) активацией механотренажера (АМ). По абсциссам: время. По ординатам: внизу – инструкция участнику эксперимента (жирная линия) находиться в покое (низкая ступенька), воображать тыльное сгибание левой стопы (средняя ступенька), воображать тыльное сгибание правой стопы (высокая ступенька) и текущее значение точности классификации сигналов мозга (тонкая линия); выше – траектории изменения угла в голеностопном суставе правой и левой ног при активации механотренажера; вверху – ЭМГ-активность мышц VL (Vastus lateralis), BF (Biceps femoris), TA (tibialis anterior) и Gs (gastrocnemius) правой ноги (первые четыре сигнала) и левой ноги (следующие четыре сигнала).

Скачать (242KB)
3. Рис. 2. Индивидуальные особенности ЭМГ-активности мышц нижних конечностей при воображении движений ипсилатеральной стопы в условиях управления без (слева) и с (справа) активацией механотренажера (АМ). Строки: участники эксперимента, столбцы: мышцы. Черные прямоугольники – наличие пачечной активности, светло-серые – тонической, темно-серые – пачечной и тонической вместе. Нижняя строка – количество участников эксперимента, у которых в соответствующей мышце наблюдалась ЭМГ-активность любого типа (пачечная и/или тоническая). Обозначения мышц те же, что на рис. 1.

Скачать (370KB)
4. Рис. 3. Средняя по всем участникам эксперимента ЭМГ-активность мышц (мкВ) tibialis anterior, gastrocnemius, vastus lateralis и biceps femoris на правой и на левой ноге в состоянии покоя (серые столбцы), а также при воображении тыльного сгибания правой (ПС) (черные столбцы) или левой (ЛС) (белые столбцы) стопы при управлении нейроинтерфейсом без и с активацией механотренажера (АМ). Звездочкой (*) обозначены значимые при введении поправки Бонферрони отличия между значениями ЭМГ-активности, в случае наличия тенденции значимости указано значение р.

Скачать (118KB)
5. Рис. 4. Плеяды, отражающие результаты факторного и корреляционного (по критерию Спирмена) анализа средней ЭМГ-активности мышц tibialis anterior (TA), gastrocnemius (Gs), vastus lateralis (VL) и biceps femoris (BF) правой (R) и левой (L) ног при управлении нейроинтерфейсом, основанным на воображении тыльного сгибания правой или левой стопы, без и с активацией механотренажера. Мышцы, выделенные жирным шрифтом, входят в первый фактор, выделенный при факторном анализе, курсивом – во второй. Черные сплошные линии отражают корреляционные связи между ЭМГ-активностью мышц, входящих в первый фактор, черные пунктирные – входящих во второй фактор, серые штрих-пунктирные – не входящих ни в один из факторов. Все корреляционные связи, обозначенные на рисунке, значимы, при этом толщина линий отражает величину коэффициента корреляции (чем он выше, тем линия толще).

Скачать (404KB)

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».