通过机器人技术探索急性中风的运动学习

在连续 3 天内，将对受试者进行评估，并将在康复机器人 REAplan® (http://www.axinesis.com/) 上进行训练。 他们将在机器人上练习 2 个严肃的游戏。

为了区分运动控制恢复与 MskL 的效果，急性中风患者将以 4/1 的比例随机分配至“MskL”（n=120）、“运动控制恢复”（n=30）或“常规" 使用最小化软件的组 (n=15)。 实验设计将是相似的，只是“运动控制恢复”组将练习严肃游戏 EASY 而不是 CIRCUIT（见下文），“常规”组将练习常规疗法而不是 CIRCUIT。 EASY 和 CIRCUIT 的表现将在组间进行比较（两组受试者将执行 EASY 和 CIRCUIT 任务）。康复的总时间将相同。

我们开发并成功用于健康个体和中风患者的运动技能学习设置 (CIRCUIT + EASY) 已经在 REAplan 环境中实施，并将用作基于速度/准确性权衡 (SAT) 的创新严肃游戏，允许详细分析运动技能学习组件（速度、准确性、SAT、运动平滑度、动态......）。 对于基于运动技能学习的严肃游戏 CIRCUIT，受试者将必须练习复杂的电路，并通过用受影响的手/手臂控制机器人的手柄来尽可能快速准确地移动光标。 对于其他任务 EASY（一款严肃的砖块破坏游戏），目标是在不同位置的墙壁之间来回移动。 常规疗法将包括由职业治疗师管理的针对上肢的经典锻炼。

亚急性中风阶段是研究大脑结构在运动学习/控制中的作用的独特机会。 与慢性损伤（中风后 > 6 个月）相比，亚急性期提供了一个窗口，可以了解在可塑性和神经康复驱动的重组之前，病变如何扰乱感觉运动功能。 为了阐明不同大脑结构在 MskL 中的作用，基于高分辨率脑磁共振成像 (MRI) 扫描的基于体素的病变症状映射 (VLSM) 将用于分析体素上组织损伤与 MskL 评分之间的关​​系-by-by-voxel 基础。

此外，一些“经典”临床量表和测试将用于评估整体运动-感觉-认知功能。 受试者将在机器人 REAPlan (R) 上练习严肃的游戏，需要用受影响的手臂进行运动（单手任务）。

而且，我们使用了 Dextrain® 工具，该工具可以量化手部灵活性的关键组成部分：力量、选择性（手指运动的独立性）和手指的共同激活。此外，我们添加了经颅磁刺激 (TMS)，作为预测工具中风后运动功能的恢复。

除了（亚）急性中风患者外，还将招募其他 4 组进行这项研究：一组将接受“常规康复”并在机器人上进行短期测试的急性中风患者组（N = 15），一组不会住院且不会接受 MRI 的慢性中风患者（中风 > 6 个月）（N=30），一组不会接受 MRI 的健康个体（N=50）和一组有短暂性全面失忆症的患者这是记忆丧失 (N=15) 的突然、暂时性发作（<24 小时）。

这 4 组中的受试者将以 1/1 的比例随机分配到两组（“MSkL”与“运动控制恢复”组），但患有 TGA 的患者将仅包含在“MSkL”组中。