An experimental analysis regarding neural bases of hand synergies during reach-to-grasp movements

Abstract

Traumatic brain injury and diseases causing cortical damage is a global problem. Despite their vast extent, their pathophysiology is poorly understood. It is however known that the loss of motor functions can be regained thanks to adaptive properties of the neuronal system. Early task specific motor training is proven to be critical for rehabilitation. We set out to better understand how the CNS controls hand movement to in the future be able to access optimal diagnosis and motor training succeeding cortical damage. The approach, being to reach experimental support to the theory that muscle synergies during reach-to-grasp type movements are mirrored by synergies in cortical activity, was put into effect with the use of a tracking device for hand movement called Leap Motion, and an EEG system. Simultaneous recordings from these two systems were made on subjects to document angles of the hand as well as EEG signals in the cortex during approximately 100 repeats of four different types of carefully designed reach-to-grasp movements. Correlations between specific angles of the hand during the movements were calculated and plotted, as well as correlations between all electrodes. PCA was performed on both data sets to evaluate the possibility of dimensionality reduction. The results revealed groups with similar correlation patterns in both angular and EEG data, as well as primary principal components with high eigenvalues for both data sets, supporting the documented notion of muscular synergies as well as the theory of synergistic behaviour in the CNS.

Popular Abstract (Swedish)

Få grepp om hjärnan

Området i hjärnan som styr händerna och uppfattar känsel i dem är väldigt stort jämfört med andra områden. Skador i den delen av hjärnan, som kan bero på sjukdomar eller olyckor, orsakar ofta problem med att utföra vardagliga handrörelser. Problemen kan minska mycket med hjälp av specifik rörelseträning, men vi vet än idag inte hur vi på bästa sätt ska utforma rörelseträningen för varje person för att hen ska få tillbaka sin rörelseförmåga. Vårt arbete har riktat in sig på att ge en bättre förståelse för hur hjärnan styr handrörelser, huvudsakligen när vi greppar tag i saker. Att förstå hur det fungerar hade bland annat öppnat dörrar till nya hjälpmedel vid hjärnskador, och kunnat ge framsteg inom skapandet av robotproteser.

Därför har vi noga studerat handrörelser i vårt arbete. Det har vi gjort med hjälp av två olika system: en rörelsesensor och ett system som läser hjärnsignaler. Rörelsesensorn kopplar man in i datorn, och den känner i sin tur av handrörelser och speglar dem på datorskärmen. Hjärnsignalerna har vi läst av med ett system som kallas för EEG. Tillsammans med rörelsesensorn och EEG-systemet har vi gjort mätningar på folk medan de greppat olika saker som används i vargaden. Sedan har vi tittat på den insamlade datan för att bättre förstå både handrörelserna i sig, och hjärnans roll i det hela.

Genom att överblicka och göra beräkningar på datan har vi sett att det finns en möjlighet att olika delar av hjärnan samarbetar på ett sätt vid handrörelser som man inte sett eller bevisat tidigare. Att med säkerhet kunna bevisa det hade krävt mer arbete. Därför kommer avdelningen som vi har gjort arbetet på att fortsätta med arbetet. Du är varmt välkommen att läsa vår rapport om du tycker detta verkar intressant!

• author: Warsi, Alexander and Ericsson, Jessica
• supervisor: Martin Stridh
• organization: Department of Biomedical Engineering
• course: BMEM01 20181
• year: 2018
• type: H2 - Master's Degree (Two Years)
• subject: Technology and Engineering
• language: English
• additional info: 2018-03
• id: 8935600
• date added to LUP: 2018-02-12 14:27:39
• date last changed: 2018-02-12 14:27:39