Limb state accounts for differences between motor imagery and action in motor cortex

Onderzoek bij personen met een onvolledige dwarslaesie toont aan dat decoderen van motorische beeldvorming niet generaliseert naar actieve of passieve bewegingen omdat deze toestanden verschillende neurale representaties in de motorische cortex activeren die afhankelijk zijn van de toestand van het ledemaat en proprioceptieve feedback.

De kern

De Motorische Cortex: Waarom "Dromen" van Bewegen anders is dan "Voelen" van Bewegen

Stel je voor dat je motorische cortex (het deel van je hersenen dat beweging aanstuurt) een enorme, drukke orkestzaal is. In deze zaal zitten honderden muzikanten (neuronen) die samenwerken om een symfonie te spelen: jouw beweging.

Deze studie, uitgevoerd op twee mensen met een gedeeltelijke dwarslaesie, onderzoekt wat er gebeurt in deze orkestzaal in drie verschillende situaties:

1. Motorische Imaginatie: Je droomt dat je je arm beweegt, maar je arm blijft stil.
2. Actieve Beweging: Je beweegt je arm echt en vrijwillig.
3. Passieve Beweging: Iemand anders beweegt je arm voor je, terwijl jij meedenkt.

Hier is wat ze ontdekten, vertaald naar alledaagse taal:

1. De "Droom" is een andere melodie dan de "Realiteit"

De onderzoekers ontdekten dat de muziek die de hersenen spelen als je droomt over bewegen, fundamenteel anders klinkt dan de muziek als je echt beweegt.

• De Analogie: Stel je voor dat je een pianostuk wilt leren.
  • In de droom (imaginatie) speel je het stuk alleen in je hoofd. Je hersenen maken een soort "stille, interne versie" van de muziek.
  • In de realiteit (actief of passief bewegen) hoor je de daadwerkelijke klanken van de piano én het gevoel van je vingers op de toetsen (de zintuiglijke feedback).

Het probleem? Als je een computer (een decoder) traint om de "droomversie" te vertalen naar een beweging, werkt die computer niet als je daadwerkelijk beweegt. Het is alsof je een vertaler hebt die alleen Nederlands spreekt, maar je probeert hem Frans te laten vertalen. De signalen zijn te verschillend.

2. De Kracht van het "Lichaamsgevoel" (Proprioceptie)

Het meest fascinerende deel van het onderzoek is wat er gebeurt bij passieve beweging. Als iemand anders je arm beweegt, terwijl jij meedenkt, klinkt de muziek in je hersenen bijna hetzelfde als wanneer je het zelf doet!

• De Analogie: Stel je voor dat je een dansstijl wilt leren.
  • Als je alleen droomt over de dans, leer je de stappen niet goed.
  • Maar als een dansleraar je armen en benen zachtjes door de bewegingen leidt (passief), terwijl jij meedenkt, voelen je hersenen de beweging. Ze zeggen: "Ah, dit is hoe het voelt!"
  • De studie toont aan dat dit "lichaamsgevoel" (proprioceptie) een cruciaal signaal is. Zolang je hersenen voelen dat je arm beweegt (ofwel door jouzelf, ofwel door iemand anders), spelen ze een vergelijkbare symfonie.

3. Waarom is dit belangrijk? (De BCI-toekomst)

Deze ontdekking is goud waard voor de ontwikkeling van Brein-Computer Interfaces (BCI). Dit zijn systemen die mensen met verlammingen helpen om weer een computer aan te sturen of een robotarm te bewegen, puur door te denken.

• Het Huidige Probleem: Veel systemen trainen gebruikers om te "denken" aan bewegingen (imaginatie). Maar de studie laat zien dat dit niet genoeg is. De hersenen van een dromer en een beweger spreken een andere taal.
• De Oplossing: Als je een BCI-systeem wilt bouwen dat echt werkt, moet je het gevoel van beweging meenemen.
  • Denk aan een exoskelet (een robotpak) of elektrische stimulatie die de spieren een beetje laat bewegen terwijl de patiënt denkt.
  • Door die fysieke feedback toe te voegen, "stemmen" de hersenen zich af op de echte beweging. De decoder (de computer) begrijpt dan plotseling wat er gebeurt, omdat de hersenen nu een melodie spelen die lijkt op de echte beweging, in plaats van alleen een droom.

Samenvattend

De hersenen zijn slimme observatoren. Ze maken een groot onderscheid tussen "ik denk dat ik beweeg" en "ik voel dat ik beweeg".

• Dromen = Een interne, abstracte schets.
• Bewegen (actief of passief) = Een levendige ervaring met feedback van het lichaam.

Voor de toekomst van robotische hulpmiddelen en hersenimplantaten betekent dit: Geef de patiënt niet alleen een opdracht om te denken, maar laat ze ook het gevoel van beweging ervaren. Dan werkt de verbinding tussen hersen en machine eindelijk als een goed georkestreerde symfonie, in plaats van als twee bands die een ander nummer spelen.

Technische samenvatting

Probleemstelling

De motorische cortex is niet alleen betrokken bij de uitvoering van bewegingen, maar ook bij motorische voorstelling (motor imagery), een proces dat essentieel is voor Brain-Computer Interfaces (BCI) bij personen met ernstige motorische beperkingen. Eerdere studies hebben aangetoond dat de neurale populatie-activiteit tijdens uitvoering en voorstelling deels overlappende gebieden in de neurale ruimtelijke toestand (neural state space) bezetten, maar ook unieke subruimtes hebben. Dit suggereert dat decoders getraind op de ene conditie niet goed generaliseren naar de andere.

Een cruciale onbekende is de rol van proprioceptieve feedback en de toestand van het ledemaat (limb state). Bestaand onderzoek (zoals Dekleva et al.) vergeleek vaak isometrische krachtopdrachten (waarbij de ledemaat niet beweegt) met voorstelling. Hierdoor kon niet worden vastgesteld in hoeverre veranderingen in de fysieke positie van het ledemaat bijdragen aan de verschillen tussen voorstelling en actie. Het is onduidelijk of motorische cortex-activiteit tijdens passieve beweging (waarbij de ledemaat wordt bewogen zonder vrijwillige controle) meer lijkt op actieve beweging of op motorische voorstelling.

Methodologie

De studie omvatte twee deelnemers (C1 en C2) met onvolledige dwarslaesies (SCI) die nog enige restfunctie in de proximale arm hadden. Ze voerden een "center-out" bereiktaak uit onder drie verschillende condities, waarbij ze een virtuele arm op een scherm observeerden:

1. Motorische Voorstelling (Imagined): Deelnemers stelden zich de beweging voor zonder fysieke beweging.
2. Actieve Uitvoering (Active): Deelnemers voerden de beweging zelf uit met hun eigen arm.
3. Passieve Beweging (Passive): De arm van de deelnemer werd passief bewogen door een onderzoeker om de virtuele arm te volgen, terwijl de deelnemer de beweging voorstelde zonder actief te helpen.

Data-acquisitie en Analyse:

• Neurale opname: Chronische implantatie van NeuroPort-micro-elektrode-arrays in de motorische cortex (precentral gyrus).
• Kinematica: Bij actieve en passieve condities werd de polspositie getrackt met DeepLabCut (markerless motion capture). Bij voorstelling werd de kinematica gedefinieerd door de virtuele arm.
• Decoding: Er werden drie soorten decoders getraind en getest:
  • Kalman-filter: Voor het voorspellen van instantane snelheid (regressie).
  • Wiener-filter: Voor het classificeren van het doel (target identity).
  • Cross-conditie generalisatie: Decoders getraind op één conditie werden getest op de andere twee.
• Neurale Dynamiek en Subruimtes:
  • jPCA: Analyse van rotatiedynamiek in de neurale trajecten.
  • Subspace Decomposition (DySO): Het opsplitsen van populatie-activiteit in "gedeelde" (shared) en "unieke" (unique) subruimtes om te bepalen welke neurale dimensies specifiek zijn voor een conditie en welke gemeenschappelijk zijn.

Belangrijkste Resultaten

1. Gebrek aan Generalisatie tussen Voorstelling en Beweging:

   • Decoders getraind op motorische voorstelling faalden bijna volledig bij het generaliseren naar zowel actieve als passieve bewegingen.
   • Decoders getraind op actieve of passieve bewegingen generaliseerden wel goed naar elkaar. Dit suggereert dat de neurale representaties van beweging (met of zonder vrijwillige controle) meer op elkaar lijken dan op die van voorstelling.

2. Rol van Proprioceptie en Ledemaatstaat:

   • De slechte generalisatie van voorstelling naar beweging wordt veroorzaakt door het ontbreken van proprioceptieve feedback en een veranderende ledemaatstaat tijdens voorstelling.
   • Zelfs bij passieve beweging (zonder vrijwillige motorische output) lijkt de neurale activiteit meer op actieve beweging dan op voorstelling.

3. Neurale Dynamiek en Rotatie:

   • Actieve en passieve bewegingen vertonen kenmerkende rotatiedynamiek in de neurale populatie-activiteit (zoals eerder gezien bij gezonde proefpersonen), wat correleert met de veranderende staat van het ledemaat.
   • Motorische voorstelling vertoont deze rotatiedynamiek veel minder sterk; de neurale representaties zijn statischer en minder gestructureerd in de tijd.

4. Subruimte Analyse (Shared vs. Unique):

   • De neurale activiteit kan worden opgesplitst in een gedeelde subruimte (alle condities) en unieke subruimtes (specifiek voor een conditie).
   • In de gedeelde subruimte waren de correlaties tussen actieve en passieve bewegingen overwegend positief en sterk. De correlatie tussen voorstelling en actie was echter veel variabele (soms negatief).
   • Interessant genoeg bevatte de gedeelde subruimte de beste informatie voor het decoderen van zowel doelrichting als snelheid, maar zelfs deze gedeelde signalen waren onvoldoende om voorstelling en beweging te laten generaliseren. Dit impliceert dat de verschillen in ledemaatstaat diep verankerd zijn in de neurale representatie, zelfs in de gemeenschappelijke signalen.

5. Enkele Kanalen:

   • Enkele neurale kanalen toonden moduleringsverschillen afhankelijk van de conditie. Zelfs kanalen die in alle condities gevoelig waren voor richting, hadden soms verschillende "preferred directions" (voorkeursrichtingen) afhankelijk van of de beweging werd uitgevoerd, passief bewogen of voorgesteld.

Bijdragen en Significatie

Wetenschappelijke Bijdrage:

• Het artikel biedt het eerste directe bewijs dat motorische voorstelling neurale representaties activeert die fundamenteel verschillen van die tijdens zowel actieve als passieve bewegingen.
• Het identificeert de toestand van het ledemaat (limb state) en proprioceptieve feedback als kritieke factoren die de neurale dynamiek in de motorische cortex vormgeven.
• Het toont aan dat rotatiedynamiek in de motorische cortex niet alleen afhankelijk is van motorische output, maar ook sterk wordt beïnvloed door passieve proprioceptie.

Praktische Implicaties voor BCI:

• Decoder Ontwerp: Decoders voor BCI's die puur op motorische voorstelling zijn getraind, zullen waarschijnlijk niet goed presteren als ze worden gebruikt in systemen die fysieke beweging of exoskeletten omvatten (waarbij proprioceptie aanwezig is).
• Training Paradigma's: Voor het trainen van BCI-systemen die gebruikmaken van de eigen ledemaat (bijv. via functionele elektrische stimulatie of exoskeletten), zou het nuttig zijn om passieve beweging op te nemen in het trainingsproces. Omdat passieve beweging neurale patronen genereert die meer lijken op actieve beweging dan op voorstelling, kan dit de overgang naar een natuurlijkere controle vergemakkelijken.
• Motorisch Leren: De bevindingen bieden een neurale verklaring voor waarom passieve training motorisch leren kan faciliteren: het engageert het motorische systeem op een manier die congruent is met de patronen die nodig zijn voor actieve beweging.

Kortom, deze studie benadrukt dat voor het succesvol ontwerpen van BCI-systemen en het begrijpen van motorisch leren, het onderscheid tussen "voorstellen" en "bewegen" (inclusief de rol van sensorische feedback) cruciaal is en niet kan worden genegeerd.