Utilize este identificador para referenciar este registo: http://hdl.handle.net/10451/30514
Título: Decoding gait phases from neural activity in rat
Autor: Silva, Ana Filipa Sousa
Orientador: Milekovic, Tomislav
Ferreira, Hugo Alexandre
Palavras-chave: Lesão na medula espinhal
Neuro-reabilitação
Estimulação elétrica neuronal
Interface cérebroespinal
Potenciais de campo locais
Classificador
Foot strike
Foot off
Teses de mestrado - 2017
Data de Defesa: 2017
Resumo: Introdução. A assistência médica prevista em casos de traumatismo na medula espinhal é escassa, o que em conjunto com a incapacidade de autorregeneração do sistema nervoso central, implica que a recuperação após trauma seja lenta e muitas vezes impossível. O conceito de uma interface cérebro-espinhal aparece quando exploramos o potencial da estimulação elétrica epidural como técnica de restauração da locomoção após trauma na medula espinhal. Esta técnica já provou ser eficaz em macacos, porém não em ratos. O modelo do rato é significativamente diferente, especialmente quando consideramos a complexidade da sua organização neuronal. Partindo desta problemática procurámos descobrir se é possível decodificar fases da marcha a partir da atividade neuronal em ratos. Este projeto foi desenvolvido durante um estágio de seis meses no laboratório de Gregoire Courtine, localizado no EPFL (École Polytechnique Fédérale de Lausanne), Suíça. Este laboratório especializa-se em neuro-reabilitação e neuro-regeneração. Ao longo desta dissertação será feita a análise e discussão deste projeto. Revisão da literatura. A marcha humana é produzida por uma série de contrações de músculos extensores e flexores a um ritmo predeterminado. Duas fases podem ser identificadas, uma fase de apoio seguida de uma fase de balanço. Os mecanismos que controlam a locomoção ainda não são completamente conhecidos, e a maioria da evidência encontrada surge de estudos realizados em modelos animais. No entanto, podem fornecer alguma orientação. Atualmente, sabe-se que não é necessário controlo supra-espinhal para produzir o ritmo básico da marcha, e que este padrão pode ser gerado por circuitos neuronais que existem na medula espinhal. Porém, várias estruturas do cérebro controlam e regulam as variantes da marcha em situações que envolvem uma marcha mais precisa e criteriosa. Os propriocetores musculares também têm um papel importante neste processo. Contudo considera-se que a marcha de um ser humano está mais dependente de um controlo cerebral. O córtex motor tem um papel de supervisão durante o decorrer da marcha e é a estrutura com o maior nível de abstração em termos da sua atividade elétrica, comparativamente a outras estruturas envolvidas na marcha. Apresenta muita atividade, especialmente quando um movimento requer a ativação de vários grupos musculares. Aquando de uma lesão espinhal, técnicas de reabilitação como a fisioterapia e a estimulação elétrica são utlizadas com algum grau de sucesso. Geralmente, o foco da reabilitação encontra-se em readquirir alguma qualidade de vida e destreza motora por parte do doente. No entanto nos casos em que a gravidade da lesão é tal que não existem células neuronais que mantenham qualquer ligação da espinhal medula as perspetivas de reabilitação tornam-se significativamente inferiores. Técnicas que potenciem a plasticidade neuronal e técnicas que viabilizem a regeneração neuronal devem ser então exploradas. A interface cérebro-espinhal utiliza a estimulação elétrica neuronal, controlando o seu ritmo, recorrendo a primitivas descodificadas de atividade neuronal que identificam momentos específicos do ciclo da marcha. Procuramos então obter uma prova de conceito, de que é possível obter variáveis discretas de locomoção a partir de atividade neuronal usando o modelo do rato. Métodos. A área que é conhecida por codificar informações sobre a locomoção no rato é o córtex sensoriomotor primário. Esta informação é transmitida através do caminho descendente do córtex sensoriomotor através da medula para os nervos eferentes que acionam os grupos musculares necessários na locomoção, garantindo a flexão e a extensão faseadas dos membros inferiores. Nos casos onde há uma lesão na medula espinhal e subsequente paralisia dos membros inferiores, a gravidade dos danos neuronais impedem a transmissão do sinal. O objetivo da interface cérebroespinal é capturar a atividade neuronal relacionada com a locomoção implantando uma matriz de microeléctrodos de 32 canais no córtex sensorimotor primário direito e usando métodos de classificação para prever momentos específicos do ciclo da marcha, que neste caso foram: o aplanamento e o impulso do pé. A nomenclatura usada para estes dois momentos foi de foot strike e foot off , respetivamente. Dois ratos fêmeas da raça Lewis designados por r263 e r328 receberam o implante cortical. Após o tempo de recuperação recomendado pós-cirurgia, prosseguimos com os ensaios, que consistiam na execução de aproximadamente um metro e meio de caminhada quadrupede. Um sistema de captura e análise de movimentos tridimensionais (Vicon Motion Systems®) foi utilizado para gravar as variáveis cinemáticas e o vídeo. No total, considerámos vinte e quatro sessões para r263 e trinta e uma sessão para r328. Após a análise das variáveis obtidas pelo sistema Vicon, extraímos o tempo real dos dois momentos do ciclo da marcha: foot strike e foot off. Os potenciais de campo locais (LFPs) obtidos durante os ensaios foram processados de modo a obter três componentes diferentes do signal: uma no domínio do tempo (LPC), e outras duas no domínio das frequências (TRFT-low and TRFT-high). Primeiramente, o sinal sofreu common average re-referencing e os ensaios e canais anormais foram removidos. Depois, para obtermos a LPC aplicamos um filtro Savitzky-Golay de segunda ordem. As outras duas componentes foram obtidas através da utilização de uma transformada de Fourier. A identificação da banda de frequência de TRFT-high e TRFT-low foi feita olhando para os valores de SNR ( Signal-to-noise ratio ). Para r263 TRFT-high estava entre os 3 e 15 Hz e TRFT-low entre os 39 e os 747 Hz. Para r328 TRFT-high estava entre os 3 e 21 Hz e TRFT-low entre os 105 e os 693 Hz. No final, para cada evento (foot strike, foot off e baseline) um total de 93 características foram extraídas sendo usadas para treinar um classificador de análise discriminante regularizado. Usando o método de validação cruzada, treinamos diferentes classificadores com diferentes combinações de parâmetros e selecionámos os valores de informação mútua como preditor do modelo que seria o ótimo. Toda a análise relativa à atividade neuronal foi feita com o auxílio do software Matlab®. Resultados & Discussão. Dos três componentes de sinal extraídos, TRFT-low demonstrou possuir a informação mais relevante em torno do momento de cada evento. O valor mais alto de informação mútua obtido para eventos relativos ao lado esquerdo da marcha foi de 0,617, considerando 1 o máximo. Relativamente aos eventos do lado direito, o desempenho do algoritmo foi 25-30% mais baixo, comparativamente. Facto este que pode ser justificado visto que o implante foi colocado no córtex sensório-motor direito. A continuação deste trabalho, requer mais ensaios e se possível num maior número de ratos. Conjuntamente, um algoritmo mais sofisticado e com uma maior precisão deve ser estudado. Também é importante continuar os esforços no sentido de perceber a dinâmica neuronal e de que maneira todos os sistemas se integram para garantir funções motoras num estado saudável de modo a otimizar a abordagem terapêutica em patologias que comprometem estes sistemas. Conclui-se dizendo que a ideia de uma interface cérebroespinal revela-se viável usando o modelo do rato, uma vez que é possível descodificar primitivas de marcha utilizando a atividade neuronal registada a partir do córtex sensório-motor. No entanto, isto foi apenas o primeiro passo no desenvolvimento de uma interface cérebroespinal completamente funcional.
Introduction. Clinical assistance when it comes to nerve damage and spinal cord trauma falls short, and rehabilitation and recovery can sometimes be impossible due to the inability to self-regenerating. The brain spinal interface (BSI) is a concept that arises when exploring epidural electrical stimulation as a potential technique that is able to restore locomotion after a spinal cord injury. BSI’s in monkeys and humans have already been proven successful, however not in rats. The rat model is significantly different from the other ones, especially when it comes to its neural organization and complexity. For this reason we searched for proof that it is also possible to decode gait phases from neural activity in rat. This thesis was originated from the work done in a six month internship in Gregoire Courtine laboratory, based in Switzerland. Background. In rats the area that is known to encode information about movement is the primary sensorimotor cortex. This information is passed on through the descending neural pathway in the medulla and then on to the efferent nerves that trigger the necessary muscle groups that enforce motion and ensure time specific flexion and extension. In case of a spinal cord injury and subsequent lower limbs paralyses, the nerves are severed in such a way that this signal is lost. The BSI aims to capture gait related neural activity by implanting a 32-channel microelectrode array (Tucker-Davis Technologies (TDT), Alachua, FL, USA) in the right sensorimotor cortex and use classification methods to obtain quantitative prediction outputs. For the purposes of this thesis these outputs were the conditions of foot strike and foot off. Methods. We implanted two female Lewis rats designated by r263 and r328 and used a dedicated motion capture system (Vicon Motion Systems®) to record 3D kinematics and video. After sufficient recovery time after the surgery we proceeded to do the overground recordings. Each recording session consisted of one rat performing a full length runway walk walking quadrupely. We had 24 sessions for r263 and 31 for r328. From the Vicon files we extracted the real time of left foot off and left foot strike. The data sets containing the neural activity were pre-processed, and at the end we preserved 31 channels and extracted three different signal components (LPC, TRFT-low, TRFT-high). For each event (left foot off, left foot strike and baseline) we had a total of 93 extracted features that were used to train a regularized discriminant analysis classifier. Using cross-validation we trained different classifiers using different combinations of model parameters and choose the mutual information values to be our predictor for the optimum detection model. Results & Discussion. From the three extracted signal components, the TRFT-low showed the most information around the time of the event. The highest mutual information value found was of 0.617, considering that 1 was the highest possible number. We also built a decoder for predicting right side events, however it had a performance around 25-30 percent lower, comparatively to the left side prediction. This is justified by the fact that the implant was placed on the right sensorimotor cortex. The idea of a BSI, proves to be feasible on the rat model since it is possible to decode gait primitives using neural activity recorded from the sensorimotor cortex.
Descrição: Tese de mestrado integrado em Engenharia Biomédica e Biofísica, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, 2017
URI: http://hdl.handle.net/10451/30514
Designação: Mestrado Integrado em Engenharia Biomédica e Biofísica
Aparece nas colecções:FC - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
ulfc120805_tm_Ana_Filipa_Silva.pdf6,95 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.