NIH资助2R01HD040289-15A1
小脑损伤会损害运动协调能力和适应性运动学习能力，使伸手等动作不准确，很难控制。目前还没有系统地改善小脑运动不协调或“共济失调”的药物，使康复治疗成为主要的治疗选择。然而，患有共济失调的人是出了名的难以用物理疗法治疗，可能是因为他们学习新的运动模式的能力有限。这里提出的研究通过发展一种分阶段的、个性化的方法来解决这一挑战，以了解不同的干预措施是否对不同的人有帮助。我们将使用患者特定运动缺陷的数学模型、替代学习机制和机器人的伸展控制来测试我们是否能系统地减少手臂共济失调。在目标1中，我们将确定基于强化的运动学习是否可以作为小脑损伤患者的替代策略。我们的初步数据显示，对于共济失调患者而言，基于强化的运动学习比自适应运动学习更有效。我们将测试这是否可以用来改变3D到达的复杂元素，这对共济失调患者在临床上更有意义。在目标2中，我们将测试长期基于强化的训练是否可以减少共济失调和提高三维到达性能。在这里，我们将测试那些在目标1中通过强化表现学习的人是否在一天之内。 We will determine if they benefit more from a 2-week course of virtual reality-based reinforcement reach training compared to 2 weeks of standard reaching practice. We will study how training transfers to natural reaching movements (i.e. those outside of the virtual reality environment) and clinical rating scales of arm ataxia and function. In Aim 3, we will develop compensatory robotic assistance for people with ataxia based on individualized models of cerebellar function. This is essential for individuals with the most severe ataxia and learning problems who do not learn at all in Aim 1. In sum, this proposal provides a scientific framework for determining an individual's motor learning potential for rehabilitation versus the need for intelligent compensatory robotic assistance. Our overarching goal is to provide a foundation for devising and choosing new rehabilitation strategies.
在这个项目中,我们将确定是否患有小脑损伤可以1)学会改善达到在短时间范围内使用一个运动学习机制,不依赖于小脑,2)从周的训练和提高长期达到性能3)受益于个性化的机器人援助到达。我们假设许多患有轻度到中度小脑共济失调的人可以使用强化运动学习机制在短时间和长时间范围内学习，这可能有利于他们经过数周的训练。我们认为，最严重的共济失调患者可能从量身定制的机器人帮助中获益最多，以帮助他们特定的不协调模式。我们将使用阶段性的测试策略来确定哪些方法对共济失调患者最有用。