Analysis of muscle coordination for the design of improved interacting robotic systems

Despite the increasing effort put in the development of robotic systems for neurorehabiltation, justified by the big potential of such applications as additional end efficient tools for therapy, their clinical effectiveness is still being discussed. Many of the systems developed to date were designed from an engineering point of view and do not meet therapy demands, which is reflected by unsatisfactory clinical outcomes. In order to improve these systems, new rehabilitation protocols need to be based upon a deeper knowledge of how motor control and muscle coordination are achieved on a neurological level, and of how they are affected by neurologic injury. In this research project, which is a combined effort between the Mechatronics group of the University of Padua and the Upper Extremity Motor Function Laboratory of the Medical University of South Carolina, we approached the study of muscle coordination by searching for fundamental coordination patters used to execute various movements and shared by different subjects. We recorded the EMG activity of 16 upper limb muscles of 15 healthy control subjects and 14 stroke patients during the execution of a wide variety of fast reaching movements. We then applied a non-negative factorization algorithm to the processed EMG envelopes and extracted motor modules, which represent the coordination strategies used by each subject. We found that a very limited set of motor modules can explain the muscle activation patterns of all healthy control subjects, and that these coordination strategies are mostly shared between dominant and non-dominant side. Furthermore, most healthy participants seem to use similar coordination patterns, and we could associate each of the most commonly shared motor modules with a corresponding biomechanical function. We also found that the effects of stroke can be seen both by looking at the number of modules and by analyzing their composition. In fact, stroke patients use significantly less modules both on their impaired and on their unimpaired side, and some of these modules can be explained as a combination of several merged modules found in healthy controls. These results suggest that motor impairment after stroke can be explained by a reduction in the set of motor modules. Together with the apparent inability to control certain modules independently, and which are therefore identified as merged, this could justify the limited movement complexity observed in stroke patients. We propose that new robotic rehabilitation protocols could use the information obtained by the extraction of motor modules to assess the patient's motor impairment and to address his/her specific needs. In fact, the comparison of the patient's modules with those identified in healthy control subjects can give precious information on the nature of the patient's disabilities, and provide guidelines for the choice of motor functions that should be trained during therapy

Nonostante l'impegno sempre maggiore per lo sviluppo di sistemi robotici per la neuroriabilitazione, giustificato dal grande potenziale di queste applicazioni come strumenti aggiuntivi ed efficienti per la terapia, la loro efficacia dal punto di vista clinico è tuttora discussa. Molti dei sistemi sviluppati fino ad oggi sono stati progettati da una prospettiva ingegneristica senza tener conto di alcune fondamentali richieste necessarie per la terapia, il che si riflette nei risultati clinici poco soddisfacenti ottenuti da queste soluzioni. Per migliorare questi sistemi, i nuovi protocolli per la riabilitazione devono basarsi su una conoscenza più approfondita su come il controllo motorio e la coordinazione muscolare sono ottenuti al livello neurologico, e su come sono modificati da danni al sistema nervoso. In questo progetto di ricerca, che nasce da una collaborazione tra il gruppo Mechatronics dell'Università degli Studi di Padova e il Upper Extremity Motor Function Laboratory della Medical University of South Carolina, abbiamo impostato lo studio della coordinazione partendo dalla ricerca di schemi basilari di coordinazione muscolare, usati per eseguire movimenti diversificati e condivisi da vari soggetti. Abbiamo registrato l'attività di 16 muscoli dell'arto superiore di 15 soggetti sani e di 14 pazienti con ictus durante l'esecuzione di un elevato numero di movimenti rapidi. Successivamente abbiamo applicato un algoritmo di fattorizzazione non negativa agli inviluppi dei segnali elettromiografici e abbiamo estratto i relativi moduli motori, i quali rappresentano le strategie di coordinazione usate da ogni soggetto. Abbiamo scoperto che un numero molto limitato di moduli motori può spiegare l'attività muscolare di tutti i soggetti sani, e che molte di queste strategie di coordinazione sono condivise tra il lato dominante e quello non dominante. Inoltre ci risulta che la maggior parte dei soggetti sani usi delle strategie simili, e abbiamo potuto associare ognuno dei moduli motori più comunemente condivisi con delle corrispondenti funzioni biomeccaniche. Oltre a ciò abbiamo visto che gli effetti dell'ictus possono essere quantificati osservando il numero di moduli motori e analizzando la loro composizione. Infatti i pazienti con ictus hanno un numero di moduli significativamente più basso su entrambi i lati, e alcuni di questi moduli possono essere visti come la fusione di due o più moduli riscontrati nei soggetti sani. Questi risultati indicano che le disabilità motorie post ictus possono essere spiegate da una riduzione del set di moduli motori. Insieme all'apparente inabilità nel controllare certi moduli in maniera indipendente, i quali quindi risultano come fusi, questo potrebbe giustificare la limitata complessità osservata nei pazienti con ictus. Nuovi protocolli per la riabilitazione robot-assistita potrebbero usare le informazioni ottenute dall'estrazione di moduli motori per valutare le disabilità motorie del paziente e per indirizzare la terapia verso le sue specifiche necessità. Il confronto tra i moduli motori del paziente con quelli identificati nei soggetti sani può dare delle informazioni preziose sulla natura delle disabilità del paziente, e fornire delle linee guida per la scelta delle funzioni motorie su cui indirizzare la terapia