概要

Интерфейс «мозг-компьютер» с моторными образами в реабилитации двигательной дисфункции верхних конечностей после инсульта

Published: September 01, 2023
doi:

概要

Цель данного исследования состоит в том, чтобы предоставить важную справочную информацию для стандартной клинической работы моторного интерфейса мозг-компьютер (MI-BCI) при двигательной дисфункции верхних конечностей после инсульта.

Abstract

Реабилитационный эффект у пациентов с умеренной или тяжелой двигательной дисфункцией верхних конечностей после инсульта слабый, что было в центре внимания исследований из-за возникших трудностей. Интерфейс мозг-компьютер (ИМК) представляет собой передовую технологию в исследованиях нейробиологии мозга. Это относится к прямому преобразованию сенсорного восприятия, образов, познания и мышления пользователей или субъектов в действия, не полагаясь на периферические нервы или мышцы, для установления прямой связи и каналов управления между мозгом и внешними устройствами. Интерфейс «мозг-компьютер» (MI-BCI) является наиболее распространенным клиническим применением реабилитации в качестве неинвазивного средства реабилитации. Предыдущие клинические исследования подтвердили, что MI-BCI положительно улучшает двигательную дисфункцию у пациентов после инсульта. Тем не менее, существует недостаток в демонстрации клинических операций. С этой целью в данном исследовании подробно описывается лечение ИМ-ИМК у пациентов с умеренной и тяжелой дисфункцией верхних конечностей после инсульта и демонстрируется интервенционный эффект ИМ-ИМК через оценку клинической функции и результаты оценки функции мозга, тем самым предоставляя идеи и ссылки для применения клинической реабилитации и исследования механизмов.

Introduction

Почти 85% пациентов с инсультом имеют двигательную дисфункцию1, особенно из-за ограниченного реабилитационного эффекта пациентов с умеренной и тяжелой двигательной дисфункцией верхних конечностей, которая серьезно влияет на способность пациентов жить самостоятельной повседневной жизнью и является предметом и сложностью исследований. Неинвазивный интерфейс мозг-компьютер (ИМК) известен как новый метод лечения для реабилитации двигательной дисфункции после инсульта2. ИМК — это прямое преобразование сенсорного восприятия, образов, познания и мышления пользователей или субъектов в действия, не полагаясь на периферические нервы или мышцы, для установления прямых каналов связи и управления между мозгом ивнешними устройствами. В настоящее время парадигмы ИМК для клинической реабилитации включают моторные образы (ИМ), стационарные зрительные вызванные потенциалы (SSVEP) и слуховые вызванные потенциалы (AEP) P3004, из которых наиболее часто используемым и удобным является моторно-образный интерфейс мозг-компьютер (MI-BCI). ИМ — это вмешательство, которое использует визуальные/кинестетические моторные образы для визуализации выполнения двигательных задач (таких как движения кисти, руки или ноги). С одной стороны, предыдущие исследования показали, что активация ассоциированной моторной коры во время ИМ аналогична фактическомумоторному исполнению. С другой стороны, в отличие от других парадигм, ИМ может активировать определенную область активности через моторную память без какого-либо внешнего стимула для улучшения двигательной функции; Это способствует реализации у пациентов с инсультом, особенно в сочетании с нарушением слуха6.

Кроме того, было показано, что MI-BCI оказывает положительное влияние на улучшение двигательной дисфункции у пациентов с инсультом. Cheng et al. сообщили, что по сравнению с простым вмешательством в мягкие роботизированные перчатки, мягкие роботизированные перчатки на основе MI-BCI в сочетании с задачами, ориентированными на повседневную деятельность, показали более очевидное функциональное улучшение и более длительный кинестетический опыт у пациентов с хроническим инсультом после 6 недель вмешательства. Кроме того, он также был способен вызывать восприятие двигательных движений7. Кроме того, Ang et al. включили 21 пациента с хроническим инсультом с умеренной и тяжелой дисфункцией верхних конечностей для рандомизированного вмешательства. Клиническая функция оценивалась до и после вмешательства с помощью оценки верхних конечностей по методу Фугля-Мейера (FMA-UE). Результаты показали, что по сравнению с простым роботизированным вмешательством с помощью тактильной ручки (HK) и стандартным вмешательством в терапию руки (группа SAT), эффект усиления движения HK на основе вмешательства MI-BCI (группа BCI-HK) был значительно лучше, чем в двух других группах8. Тем не менее, специфическая операция MI-BCI все еще требует нормативных стандартов, и механизм нейронного ремоделирования должен быть полностью изучен, что ограничивает клиническое применение и продвижение MI-BCI. Таким образом, показывая процесс вмешательства MI-BCI у 36-летнего пациента с инсультом и двигательной дисфункцией верхних конечностей, это исследование обобщит изменения функциональных результатов и ремоделирование функции мозга до и после вмешательства, чтобы продемонстрировать полный процесс работы MI-BCI и предоставить идеи и ссылки для применения клинической реабилитации и исследования механизмов.

Protocol

Этот проект был одобрен Ассоциацией медицинской этики Пятой аффилированной больницы Медицинского университета Гуанчжоу (одобрение No. KY01-2021-05-01) 19 августа 2021 года. Исследование было зарегистрировано в Китайском реестре клинических испытаний (регистрационный номер: NO. ChiCTR2100050162) 19 август…

Representative Results

В исследовании представлена клиническая функция и ремоделирование функции мозга до и после вмешательства MI-BCI у 36-летнего пациента с инсультом. Более чем через 4 месяца после кровоизлияния в мозг результаты визуализации показали очаг хронического кровотечения в правой лобной доле и пр…

Discussion

Реабилитационный период при умеренной и тяжелой двигательной дисфункции верхних конечностей после инсульта длительный, а восстановление затруднено, что всегда было в центревнимания клинических исследований в области реабилитации. Традиционное обучение реабилитации ве…

開示

The authors have nothing to disclose.

Acknowledgements

Данное исследование было поддержано Национальным научным фондом провинции Гуандун (No.2023A1515010586), Проектом по созданию технологии клинических характеристик в Гуанчжоу (2023C-TS19), Проектом планирования образования и науки провинции Гуандун (No.2022GXJK299), Программой общего руководства муниципальным здравоохранением и планированием семьи Гуанчжоу (20221A011109, 20231A011111), Общим проектом по повышению качества преподавания и реформированию преподавания в высшем образовании в Гуанчжоу Общим проектом реформы преподавания в высшем образовании (No.2022JXGG088/02-408-2306040XM), 2022 Проект плана улучшения инновационных способностей студентов Гуанчжоуского медицинского университета (No.PX-66221494/02-408-2304-19062XM), Проект планирования образования на уровне школы 2021 (2021: NO.45), 2023 Первоклассный фонд капитального строительства бакалавриата высшего университета (2022JXA009, 2022JXD001, 2022JXD003)/(02-408-2304-06XM), университетский исследовательский проект Гуанчжоуского бюро образования (No 202235384), Проект по повышению качества преподавания и реформе преподавания бакалавриата Гуанчжоуского медицинского университета 2022 года (2022 NO 33), Национальный научный фонд провинции Гуандун (No 2021A1515012197) и Фонд Гуанчжоу и университета (No 202102010100).

Materials

MI-BCI Rui Han, China RuiHan Bangde NA
E-Prime  version 3.0 behavioral research software.
fNIRS Hui Chuang, China NirSmart-500 NA
NirSpark preprocess near-infrared data

参考文献

  1. Dawson, J., et al. Vagus nerve stimulation paired with rehabilitation for upper limb motor function after ischaemic stroke (VNS-REHAB): a randomised, blinded, pivotal, device trial. Lancet. 397 (10284), 1545-1553 (2021).
  2. Lin, Q., et al. The Frequency Effect of the Motor Imagery Brain Computer Interface Training on Cortical Response in Healthy Subjects: A Randomized Clinical Trial of Functional Near-Infrared Spectroscopy Study. Frontiers in Neuroscience. 16, 810553 (2022).
  3. Carino-Escobar, R. I., et al. Longitudinal Analysis of Stroke Patients’ Brain Rhythms during an Intervention with a Brain-Computer Interface. Neural Plasticity. 2019, 7084618 (2019).
  4. Mane, R., Chouhan, T., Guan, C. BCI for stroke rehabilitation: motor and beyond. Journal of Neural Engineering. 17 (4), 041001 (2020).
  5. Khan, M. A., Das, R., Iversen, H. K., Puthusserypady, S. Review on motor imagery based BCI systems for upper limb post-stroke neurorehabilitation: From designing to application. Computers In Biology And Medicine. 123, 103843 (2020).
  6. Hendricks, H. T., van Limbeek, J., Geurts, A. C., Zwarts, M. J. Motor recovery after stroke: a systematic review of the literature. Archives of Physical Medicine and Rehabilitation. 83 (11), 1629-1637 (2002).
  7. Cheng, N., et al. Brain-Computer Interface-Based Soft Robotic Glove Rehabilitation for Stroke. IEEE Transactions on Biomedical Engineering. 67 (12), 3339-3351 (2020).
  8. Ang, K. K., et al. Brain-computer interface-based robotic end effector system for wrist and hand rehabilitation: results of a three-armed randomized controlled trial for chronic stroke. Frontiers in Neuroengineering. 7, 30 (2014).
  9. Nuwer, M. R., et al. IFCN standards for digital recording of clinical EEG. The International Federation of Clinical Neurophysiology. Electroencephalography and Clinical Neurophysiology. 52, 11-14 (1999).
  10. Klem, G. H., Lüders, H. O., Jasper, H. H., Elger, C. The ten-twenty electrode system of the International Federation. The International Federation of Clinical Neurophysiology. Electroencephalography and Clinical Neurophysiology. 52, 3-6 (1999).
  11. Uwe Herwig, ., Peyman Satrapi, ., Schönfeldt-Lecuona, C. Using the international 10-20 EEG system for positioning of transcranial magnetic stimulation. Brain Topography. , (2003).
  12. Mane, R., Robinson, N., Vinod, A. P., Lee, S. W., Guan, C. A Multi-view CNN with Novel Variance Layer for Motor Imagery Brain Computer Interface. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. 2020, 2950-2953 (2020).
  13. Sanford, J., Moreland, J., Swanson, L. R., Stratford, P. W., Gowland, C. Reliability of the Fugl-Meyer assessment for testing motor performance in patients following stroke. Physical Therapy. 73 (7), 447-454 (1993).
  14. Martinez, C., et al. A Reaching Performance Scale for 2 Wolf Motor Function Test Items. Archives of Physical Medicine and Rehabilitation. 101 (11), 2015-2026 (2020).
  15. Dufouil, C., et al. Population norms for the MMSE in the very old: estimates based on longitudinal data. Mini-Mental State Examination. Neurology. 55 (11), 1609-1613 (2000).
  16. Thompson, E. Hamilton Rating Scale for Anxiety (HAM-A). Occupational Medicine. 65 (7), 601 (2015).
  17. Zimmerman, M., Martinez, J. H., Young, D., Chelminski, I., Dalrymple, K. Severity classification on the Hamilton Depression Rating Scale. Journal of Affective Disorders. 150 (2), 384-388 (2013).
  18. Bai, X., et al. Different Therapeutic Effects of Transcranial Direct Current Stimulation on Upper and Lower Limb Recovery of Stroke Patients with Motor Dysfunction: A Meta-Analysis. Neural Plasticity. 2019, 1372138 (2019).
  19. Dimyan, M. A., Cohen, L. G. Neuroplasticity in the context of motor rehabilitation after stroke. Nature Reviews Neurology. 7 (2), 76-85 (2011).
  20. Bai, Z., Fong, K. N. K., Zhang, J. J., Chan, J., Ting, K. H. Immediate and long-term effects of BCI-based rehabilitation of the upper extremity after stroke: a systematic review and meta-analysis. Journal of NeuroEngineering and Rehabilitation. 17 (1), 57 (2020).
  21. Yang, W., et al. The Effect of Brain-Computer Interface Training on Rehabilitation of Upper Limb Dysfunction After Stroke: A Meta-Analysis of Randomized Controlled Trials. Frontiers in Neuroscience. 15, 766879 (2021).
  22. Pandian, S., Arya, K. N. Stroke-related motor outcome measures: do they quantify the neurophysiological aspects of upper extremity recovery. Journal of Bodywork and Movement Therapies. 18 (3), 412-423 (2014).
  23. Potter, S. M., El Hady, A., Fetz, E. E. Closed-loop neuroscience and neuroengineering. Frontiers in Neural Circuits. 8, 115 (2014).
  24. Nowak, D. A., Grefkes, C., Ameli, M., Fink, G. R. Interhemispheric competition after stroke: brain stimulation to enhance recovery of function of the affected hand. Neurorehabilitation and Neural Repair. 23 (7), 641-656 (2009).

Play Video

記事を引用
Jiang, Y., Yin, J., Zhao, B., Zhang, Y., Peng, T., Zhuang, W., Wang, S., Huang, S., Zhong, M., Zhang, Y., Tang, G., Shen, B., Ou, H., Zheng, Y., Lin, Q. Motor Imagery Brain-Computer Interface in Rehabilitation of Upper Limb Motor Dysfunction After Stroke. J. Vis. Exp. (199), e65405, doi:10.3791/65405 (2023).

View Video