Robotic exoskeletons have become increasingly important in the fields of neurorehabilitation and motor assistance. These devices allow physiological movement to be reproduced in a controlled manner, reducing the burden on patients with temporary or permanent motor deficits and stimulating recovery through processes of neural plasticity. Furthermore, in combination with electroencephalographic (EEG) recordings, they help to obtain information on the motor, sensory and cognitive mechanisms underlying movement, as well as on their modulation by sensory and motor feedback provided by these wearable devices. However, the changes in neural dynamics remain unclear at present; therefore, the ongoing study aims to develop an EEG analysis protocol to analyze both natural walking and walking assisted by a lower limb exoskeleton, taking into account both local activation and functional interactions between cortical regions. The electroencephalogram (EEG) was acquired from a single healthy subject using a 16 channel system during eight walking sessions, four natural and four assisted, and was then analysed both in time and frequency domain in both conditions (unassisted and assisted). To this end, power spectral density (PSD) and three complementary similarity measures were used: Imaginary Coherence (ICoh), Weighted Phase Lag Index (wPLI) and Mutual Information (MI). First, the absolute and relative PSD in the five canonical frequency bands (delta, theta, alpha, beta, and gamma) were calculated for the signals of each channel; then, it was evaluated by considering separately the right and left leg step tasks and the different time windows that make up the step cycle. Subsequently, similarity measures were used to evaluate two specific aspects: the temporal stability of the signal of each channel and the significant functional connections that characterize each task. The results obtained show that, during normal walking, cortical activity is lateralized in a manner consistent with the moving leg and is modulated temporally according to the phases of the step; in particular, this is evident in the alpha bands in the sensorimotor and planning regions and in the beta bands in the central regions involved in voluntary control. The exoskeleton, on the other hand, seems to influence these dynamics, standardizing them both in space and time. This effect could be attributable to a reorganization of neural strategies, with different feedback integration and reduced voluntary control, probably because it is delegated to the external device. Looking ahead, the protocol under consideration could provide a more comprehensive view of motor control, and these observations could help optimize the control algorithms of Brain Computer Interface (BCI) rehabilitation devices, adapting and customizing them directly based on the characteristics of the EEG signals of the subject using them.

Gli esoscheletri robotici hanno acquisito un'importanza sempre maggiore nei settori della neuroriabilitazione e dell'assistenza motoria. Tali dispositivi, infatti, consentono la riproduzione del movimento fisiologico in modo controllato, riducendo il carico per il paziente con deficit motori temporanei o permanenti, e stimolando il recupero tramite processi di plasticità neuronale. Inoltre, in combinazione con le acquisizioni elettroencefalografiche (EEG), contribuiscono a ottenere informazioni sui meccanismi motori, sensoriali e cognitivi che sottendono il movimento, nonché sulla loro modulazione da parte dei feedback sensoriali e motori forniti da tali dispositivi indossabili. Tuttavia, le modifiche che subiscono le dinamiche neurali rimangono attualmente poco chiare; pertanto, lo studio in corso si prefigge di sviluppare un protocollo di analisi EEG in grado di analizzare le eventuali differenze tra cammino naturale e cammino assistito da esoscheletro per gli arti inferiori, prendendo in considerazione sia l'attivazione locale che le interazioni funzionali tra regioni corticali. L'elettroencefalogramma (EEG) è stato acquisito da un unico soggetto sano tramite un sistema a 16 canali in otto sessioni di cammino, quattro naturali e quattro assistite, ed in seguito è stato analizzato sia nel tempo che nella frequenza per distinguere tra le due condizioni (unassisted e assisted). A tal fine, sono state utilizzate la densità spettrale di potenza (PSD) e tre misure di similarità complementari: Imaginary Coherence (ICoh), Weighted Phase Lag Index (wPLI) e Mutual Information (MI). Prima, la PSD assoluta e relativa per le cinque bande di frequenza canoniche (delta, theta, alpha, beta e gamma) è stata calcolata per i segnali di ogni canale; poi, è stata valutata considerando separatamente i task di passo con la gamba destra e sinistra e le differenti finestre temporali che compongono il ciclo del passo. In seguito, le misure di similarità sono state impiegate per valutare due aspetti specifici: la stabilità temporale del segnale di ciascun canale e le connessioni funzionali significative che caratterizzano ogni task. I risultati ottenuti evidenziano che, durante il cammino normale, l'attività corticale è lateralizzata in modo coerente con la gamba in movimento ed è modulata temporalmente in base alle fasi del passo; in particolare, ciò è evidente nelle bande alpha nelle regioni senso motorie e di pianificazione e beta in quelle centrali coinvolte nel controllo volontario. L'esoscheletro, d'altra parte, sembra influire su queste dinamiche, uniformandole sia nello spazio che nel tempo. Tale effetto potrebbe essere attribuibile a una riorganizzazione delle strategie neurali, con una diversa integrazione dei feedback e un controllo volontario ridotto, probabilmente perché delegato al dispositivo esterno. In prospettiva, il protocollo in esame potrebbe fornire una visione più completa del controllo motorio, e tali osservazioni potrebbero contribuire a ottimizzare gli algoritmi di controllo dei dispositivi di riabilitazione Brain Computer Interface (BCI), adattandoli e personalizzandoli direttamente in base alle caratteristiche dei segnali EEG del soggetto che li utilizza.

Exoskeleton influence on gait brain processing

FORNI, REBECCA
2024/2025

Abstract

Robotic exoskeletons have become increasingly important in the fields of neurorehabilitation and motor assistance. These devices allow physiological movement to be reproduced in a controlled manner, reducing the burden on patients with temporary or permanent motor deficits and stimulating recovery through processes of neural plasticity. Furthermore, in combination with electroencephalographic (EEG) recordings, they help to obtain information on the motor, sensory and cognitive mechanisms underlying movement, as well as on their modulation by sensory and motor feedback provided by these wearable devices. However, the changes in neural dynamics remain unclear at present; therefore, the ongoing study aims to develop an EEG analysis protocol to analyze both natural walking and walking assisted by a lower limb exoskeleton, taking into account both local activation and functional interactions between cortical regions. The electroencephalogram (EEG) was acquired from a single healthy subject using a 16 channel system during eight walking sessions, four natural and four assisted, and was then analysed both in time and frequency domain in both conditions (unassisted and assisted). To this end, power spectral density (PSD) and three complementary similarity measures were used: Imaginary Coherence (ICoh), Weighted Phase Lag Index (wPLI) and Mutual Information (MI). First, the absolute and relative PSD in the five canonical frequency bands (delta, theta, alpha, beta, and gamma) were calculated for the signals of each channel; then, it was evaluated by considering separately the right and left leg step tasks and the different time windows that make up the step cycle. Subsequently, similarity measures were used to evaluate two specific aspects: the temporal stability of the signal of each channel and the significant functional connections that characterize each task. The results obtained show that, during normal walking, cortical activity is lateralized in a manner consistent with the moving leg and is modulated temporally according to the phases of the step; in particular, this is evident in the alpha bands in the sensorimotor and planning regions and in the beta bands in the central regions involved in voluntary control. The exoskeleton, on the other hand, seems to influence these dynamics, standardizing them both in space and time. This effect could be attributable to a reorganization of neural strategies, with different feedback integration and reduced voluntary control, probably because it is delegated to the external device. Looking ahead, the protocol under consideration could provide a more comprehensive view of motor control, and these observations could help optimize the control algorithms of Brain Computer Interface (BCI) rehabilitation devices, adapting and customizing them directly based on the characteristics of the EEG signals of the subject using them.
2024
Exoskeleton influence on gait brain processing
Gli esoscheletri robotici hanno acquisito un'importanza sempre maggiore nei settori della neuroriabilitazione e dell'assistenza motoria. Tali dispositivi, infatti, consentono la riproduzione del movimento fisiologico in modo controllato, riducendo il carico per il paziente con deficit motori temporanei o permanenti, e stimolando il recupero tramite processi di plasticità neuronale. Inoltre, in combinazione con le acquisizioni elettroencefalografiche (EEG), contribuiscono a ottenere informazioni sui meccanismi motori, sensoriali e cognitivi che sottendono il movimento, nonché sulla loro modulazione da parte dei feedback sensoriali e motori forniti da tali dispositivi indossabili. Tuttavia, le modifiche che subiscono le dinamiche neurali rimangono attualmente poco chiare; pertanto, lo studio in corso si prefigge di sviluppare un protocollo di analisi EEG in grado di analizzare le eventuali differenze tra cammino naturale e cammino assistito da esoscheletro per gli arti inferiori, prendendo in considerazione sia l'attivazione locale che le interazioni funzionali tra regioni corticali. L'elettroencefalogramma (EEG) è stato acquisito da un unico soggetto sano tramite un sistema a 16 canali in otto sessioni di cammino, quattro naturali e quattro assistite, ed in seguito è stato analizzato sia nel tempo che nella frequenza per distinguere tra le due condizioni (unassisted e assisted). A tal fine, sono state utilizzate la densità spettrale di potenza (PSD) e tre misure di similarità complementari: Imaginary Coherence (ICoh), Weighted Phase Lag Index (wPLI) e Mutual Information (MI). Prima, la PSD assoluta e relativa per le cinque bande di frequenza canoniche (delta, theta, alpha, beta e gamma) è stata calcolata per i segnali di ogni canale; poi, è stata valutata considerando separatamente i task di passo con la gamba destra e sinistra e le differenti finestre temporali che compongono il ciclo del passo. In seguito, le misure di similarità sono state impiegate per valutare due aspetti specifici: la stabilità temporale del segnale di ciascun canale e le connessioni funzionali significative che caratterizzano ogni task. I risultati ottenuti evidenziano che, durante il cammino normale, l'attività corticale è lateralizzata in modo coerente con la gamba in movimento ed è modulata temporalmente in base alle fasi del passo; in particolare, ciò è evidente nelle bande alpha nelle regioni senso motorie e di pianificazione e beta in quelle centrali coinvolte nel controllo volontario. L'esoscheletro, d'altra parte, sembra influire su queste dinamiche, uniformandole sia nello spazio che nel tempo. Tale effetto potrebbe essere attribuibile a una riorganizzazione delle strategie neurali, con una diversa integrazione dei feedback e un controllo volontario ridotto, probabilmente perché delegato al dispositivo esterno. In prospettiva, il protocollo in esame potrebbe fornire una visione più completa del controllo motorio, e tali osservazioni potrebbero contribuire a ottimizzare gli algoritmi di controllo dei dispositivi di riabilitazione Brain Computer Interface (BCI), adattandoli e personalizzandoli direttamente in base alle caratteristiche dei segnali EEG del soggetto che li utilizza.
Exoskeleton
ElectroEncephaloGram
Spectral analysis
Brain connectivity
File in questo prodotto:
File Dimensione Formato  
Forni_Rebecca.pdf

accesso aperto

Dimensione 4.51 MB
Formato Adobe PDF
4.51 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/99589