Une expérience utilisant la spectroscopie fonctionnelle proche infrarouge et les mouvements de pointage multi-articulaires assistés par robot du membre inférieur

Les données épidémiologiques indiquent qu’il y a ~17 millions de nouveaux cas d’AVC chaque année dans le monde, avec une augmentation de l’incidence dans les pays à revenu faible et intermédiaire¹. Le nombre de nouveaux cas devrait atteindre 77 millions d’ici 2030². La déficience motrice due à un AVC affecte souvent la mobilité du patient et sa participation aux activités de la vie quotidienne, contribuant à une faible qualité de vie. La rééducation motrice traditionnelle comprend la thérapie manuelle, mais au cours des dernières décennies, des systèmes robotiques de rééducation ont été développés. Ces systèmes peuvent fournir une thérapie à haute intensité, dose, quantifiabilité, fiabilité, répétabilité et flexibilité³ et ont montré leur potentiel en tant que traitements de réadaptation efficaces pour les patients victimes d’AVC aigu et chronique ^4,5,6. En plus de l’administration de la thérapie, les systèmes robotiques de réadaptation peuvent être utilisés comme outils d’évaluation car ils peuvent être équipés de capteurs capables de mesurer les données cinématiques/cinétiques des mouvements du patient ^7,8. Pour la rééducation motrice des membres supérieurs, ces données se sont non seulement avérées utiles pour évaluer le niveau de récupération motrice du patient induit par la thérapie robotique et ont servi d’outil supplémentaire aux évaluations cliniques traditionnelles ^9,10, mais elles ont également contribué à faire progresser la compréhension du processus de récupération motrice après un AVC^{11, 12} ainsi que le contrôle neuronal du mouvement et l’apprentissage moteur chez des sujets sains ^3,13,14. En conséquence, ces résultats ont fourni une base pour améliorer les traitements de réadaptation¹⁵.

Au cours des deux dernières décennies, de nombreux dispositifs robotiques pour la neuroréhabilitation des membres inférieurs ont été proposés, allant des exosquelettes qui supportent le poids corporel du patient pendant la marche (par exemple, sur un tapis roulant, comme Lokomat¹⁶) aux systèmes robotiques stationnaires qui permettent au patient d’exercer la cheville, le genou ou le pied sans marcher (tels que le Rutgers Ankle¹⁷, le robot de rééducation de la cheville à haute performance¹⁸ et le robot de rééducation cheville/pied de l’Institut des sciences et technologies de Gwangju (GIST)¹⁹) ou des orthèses plantaires actives qui sont des exosquelettes actionnés portés par le patient pour marcher sur le sol ou sur un tapis roulant (comme l’orthèse de marche motorisée²⁰ et le MIT Anklebot²¹). Voir 22,23,4 pour une revue sur les robots pour la rééducation des membres inférieurs.

Les résultats des études cliniques sur les dispositifs robotiques pour la rééducation des membres inférieurs chez les patients victimes d’un AVC ont été encourageants et ont montré que ces systèmes peuvent améliorer l’amplitude des mouvements des articulations, la force musculaire ou la démarche, selon le dispositif spécifique et le protocole clinique (voir ^24,25 pour une revue sur l’efficacité des robots des membres inférieurs pour la rééducation). Bien qu’il ait été postulé que la thérapie assistée par robot favorise les changements neuroplastiques, qui se traduisent finalement par une amélioration des capacités motrices²⁶, la façon dont le processus de récupération motrice après un AVC se produit exactement et quels protocoles d’entraînement robotique optimisent le processus de récupération des capacités motrices des membres inférieurs, restent pour la plupart floues. En fait, il existe un écart important et croissant entre le développement croissant des robots de réadaptation (que ce soit par des chercheurs universitaires ou des entités commerciales) et la compréhension limitée des mécanismes neurophysiologiques qui sous-tendent la récupération motrice⁴. Les mesures de la cinématique du mouvement ou des couples articulaires prises avec des capteurs intégrés ont contribué à décrire quantitativement les changements de comportement moteur qui se produisent lorsque les patients récupèrent les capacités motrices des membres inférieurs 27,28,29, comblant partiellement cette lacune. Cependant, les corrélats neuronaux sous-jacents à ces changements ont été moins étudiés. Cela est dû à plusieurs raisons.

L’imagerie fonctionnelle cérébrale prend du temps et est parfois difficile à réaliser dans le contexte des essais cliniques, qui nécessitent souvent de réduire au minimum la charge des patients afin de maximiser la probabilité que les patients adhèrent à l’étude. Cela est particulièrement vrai pour les personnes ayant subi un AVC, étant donné que la fatigue post-AVC et la faiblesse musculaire sont fréquemment observées³⁰. De plus, les modalités d’imagerie basées sur les champs magnétiques, telles que l’imagerie par résonance magnétique fonctionnelle (IRMf), nécessitent que le patient et le matériel robotique soient sans danger pour les aimants.

Parmi les modalités d’imagerie non invasives, la spectroscopie fonctionnelle proche infrarouge (fNIRS) est une technique d’imagerie particulièrement adaptée à l’évaluation des zones d’activation cérébrale chez les sujets subissant une thérapie robotique. Comme pour l’IRMf, la fNIRS mesure l’oxygénation/désoxygénation du sang dans le cerveau. Cependant, contrairement à l’IRMf, la fNIRS est entièrement compatible avec le matériel robotique et elle est souvent portable, voire utilisable au chevet du patient. De plus, la fNIRS a un faible coût et une sensibilité moindre aux artefacts de mouvement 31,32,33.

Malgré ses avantages évidents et son utilisation généralisée dans de nombreux contextes cliniques depuis son introduction à la fin des années 70³⁴, seules quelques études ont utilisé la fNIRS pour quantifier l’activation cérébrale associée aux mouvements des membres inférieurs et à la récupération motrice de l’AVC. Les études FNIRS visant à élucider les mécanismes du contrôle neuronal du mouvement et/ou les mécanismes ou l’évaluation de la récupération motrice après un AVC ont principalement étudié les mouvements d’une seule articulation (par exemple, la dorsiflexion, la flexion plantaire ou les mouvements d’extension du genou 35,36,37), la marche 38,39,40,41,42,43 ou le cyclisme⁴⁴. Voir⁴⁵ pour une critique. De même, les études fNIRS sur la thérapie assistée par robot pour le membre inférieur se sont principalement concentrées sur la rééducation de la marche assistée par robot ; voir⁴⁶ pour une critique. Quelques études se sont concentrées sur l’utilisation de la fNIRS dans le cadre d’un système d’interface cerveau-ordinateur (BCI) pour dériver des signaux de contrôle pour des dispositifs robotiques^47,48 ; bien que ce domaine de recherche repose également sur le traitement des signaux fNIRS, son objectif est différent et principalement axé sur le décodage des intentions des patients (par exemple, les patients souffrant de handicaps moteurs sévères).

L’étude pilote présentée ici fait partie d’un effort initial visant à étudier les effets d’un système robotique pour la rééducation des membres inférieurs. Le robot peut offrir une rééducation ciblée des membres inférieurs qui implique un entraînement aux mouvements multiarticulaires quotidiens ainsi qu’une thérapie aux articulations uniques (par exemple, le genou ou la cheville) du membre inférieur (c’est-à-dire mettre en œuvre un programme de réadaptation ascendant).

L’étude visait à étudier la faisabilité d’un protocole expérimental nécessitant l’acquisition de données fNIRS lors de l’exécution de mouvements de pointage multi-articulaires des membres inférieurs. La durée de la période d’acquisition des données dans cette étude, qui a été limitée à 6 minutes, est plus courte que les protocoles fNIRS typiques. Il s’agissait d’un choix délibéré fait dans le but d’améliorer l’aspect pratique et l’applicabilité clinique de cette recherche, en particulier chez les patients à mobilité ou force limitées. L’identification des corrélats fNIRS de ces mouvements multi-articulaires complexes et la compréhension de la façon dont l’activation cérébrale était modulée par l’assistance robotique étaient également des points d’intérêt. À cette fin, deux sessions d’expérimentations ont été menées avec les mêmes participants : l’une sans assistance robotique et l’autre avec assistance robotisée. Enfin, il est important de noter que cette étude s’est concentrée sur des sujets sains afin d’établir une base pour les recherches futures en termes d’enregistrement de la faisabilité du protocole et d’évaluation de l’activation cérébrale lors des mouvements ciblés par la thérapie robotique.

Appareil
Un robot portable conçu pour assurer la rééducation des membres inférieurs (voir Figure 1) a été utilisé pour mener nos expériences. Le robot dispose d’un espace de travail accessible en 3D et est compact et léger, pesant environ 35 lb, ce qui le rend facile à transporter et à installer.

Figure 1 : Dispositif expérimental. (A) Le système robotique (installé au sol) conçu pour le membre inférieur. Un volontaire est montré en train d’utiliser l’interface avec son pied droit. (B) Structure de support pour le pied du sujet qui permet la fixation au système robotique. (C) Une capture d’écran du jeu Picnic. L’objectif du jeu est de déplacer le pied (chaussure verte et blanche) vers la cible (cercle jaune). Veuillez cliquer ici pour voir une version agrandie de cette figure.

Le système robotique est conçu pour aider un patient à effectuer des mouvements des membres inférieurs similaires à ceux effectués dans les tâches quotidiennes, telles que pointer ou donner des coups de pied. Il utilise des jeux interactifs de réalité virtuelle, qui sont affichés sur un écran d’ordinateur ou un écran de télévision placé devant le dispositif robotique (voir Figure 1). L’effecteur final du robot est fixé au membre inférieur du patient (par exemple, la cheville) et sa position est mappée à la position d’un curseur sur l’écran. Un jeu typique montre les cibles de mouvement du patient (par exemple, l’objet à pointer ou l’endroit où frapper le ballon).

Pour accomplir la tâche de mouvement, le robot peut aider le patient avec un niveau d’assistance qui peut aller d’une assistance complète à aucune. Le niveau d’assistance robotique est choisi au début de chaque séance de rééducation en fonction du niveau de déficience motrice du patient. Les mouvements effectués par le sujet sont utilisés par le jeu pour noter la performance du patient et lui fournir un retour sur sa performance (par exemple, ROM, nombre de mouvements et niveau d’assistance robotique). Les jeux sont conçus pour être interactifs et divertissants afin de maintenir l’intérêt et l’attention des patients. Dans cette étude, les participants ont joué au « jeu de pique- », dans lequel le joueur devait empêcher les insectes d’atteindre la serviette et de voler la nourriture (voir Figure 1, panneau inférieur, pour une capture d’écran).

L’acquisition des données a été effectuée avec un système d’acquisition fNIRS portable avec deux optodes à ondes continues différentes (760 nm et 850 nm), 8 sources LED à double pointe et 8 détecteurs actifs à double pointe. Les signaux ont été acquis à l’aide d’une fréquence d’échantillonnage de 10,17 Hz. Un ordinateur portable a été utilisé pour l’optimisation de l’étalonnage et l’enregistrement du signal à l’aide d’un réseau Wi-Fi créé par le système fNIRS.

Un capuchon a été utilisé pour maintenir les optodes aux endroits prédéterminés. Les sources et les détecteurs ont été placés selon le système EEG international 10-10 dans une distribution spatiale en grille. Chaque canal fNIRS a été défini par une paire source-détecteur avec des distances inter-optodes d’environ 30 mm. Les optodes ont été placés sur les zones supplémentaires du moteur, du prémoteur et du moteur aux endroits indiqués à la figure 2. Le nombre total de canaux était de 28, dont 8 étaient des canaux à courte distance couplés à chaque source à l’aide d’un adaptateur à fibre optique à un seul détecteur. Compte tenu de la configuration de multiplexage du matériel, il est possible d’acquérir des informations à courte distance à partir de toutes les sources en utilisant un seul détecteur.

Figure 2 : Disposition du montage à l’aide du système EEG 10-10. Les lettres et les chiffres indiquent l’emplacement de la source/du détecteur. Les points rouges et bleus représentent respectivement la source et les optodes du détecteur. Les lignes vertes représentent les canaux fNIRS qui sont constitués de paires source et détecteur. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Conception expérimentale
L’expérience a été menée dans deux conditions expérimentales distinctes, différant par le niveau d’assistance fourni par le robot pour les mouvements du sujet. Dans la première condition, le robot était programmé pour ne pas fournir d’assistance aux mouvements du sujet, tandis que dans la seconde condition, le robot contrôlait les mouvements des pieds et des jambes du sujet (mouvement assisté par robot).

Chaque expérience a suivi un paradigme de conception de blocs impliquant des cycles alternés d’une tâche motrice (jouer le jeu – 30 s) et de repos (30 s), comme illustré à la figure 3. Le début et la fin de chaque phase (jeu/jeu ou repos) étaient signalés visuellement au sujet par l’écran de l’ordinateur. Pendant la phase de repos, un message indiquant une pause s’est affiché. Chaque cycle (jeu/jeu + repos) a duré 60 s et a été répété six fois, ce qui a donné une durée totale de 360 s (6 min).

Les participants ont joué au « jeu du pique- », dont l’objectif était d’empêcher les insectes d’atteindre la serviette et de voler de la nourriture. Ce jeu impliquait une séquence de mouvements des membres inférieurs, partant d’une cible d’origine désignée (position initiale) et s’étendant vers l’une des trois cibles extérieures avant de revenir à la cible d’origine. Sur l’écran, les cibles extérieures étaient visuellement représentées sous forme d’insectes animés en mouvement, que les participants devaient atteindre et sur lesquels marcher. Il y avait trois cibles extérieures, chacune présentée au hasard un nombre égal de fois, ainsi qu’une cible commune pour chaque mouvement. La distance que le pied devait parcourir entre la cible d’origine et la position des cibles extérieures formait un arc mesurant environ 26 cm. La tâche motrice nécessitait l’exécution de mouvements multi-articulaires, exigeant une coordination entre les mouvements de flexion/extension du genou, de flexion plantaire et de dorsiflexion.

Les enregistrements de données fNIRS ont été synchronisés avec les stimuli visuels présentés par le jeu au sujet par le biais d’une impulsion transistor-transistor-logique (TTL) générée par le robot. Des impulsions ont été générées au début de chaque phase (jeu/jeu et repos). Ainsi, tout le contrôle du timing a été effectué par le jeu, qui a fourni des repères visuels (cibles) au participant pour commencer chaque mouvement, a envoyé des signaux TTL au système fNIRS pour marquer les enregistrements de l’activité cérébrale et, si l’expérience l’exigeait, a envoyé des signaux au système de contrôle du robot pour initier l’assistance au mouvement.