Оценка и общение людей с расстройствами сознания

Диагноз пациентов в вегетативном состоянии (ВС) или в состоянии минимального состояния сознания (МКС) затруднен, и часто возникают ошибочные классификации. В 2009 году исследование сравнило точность диагностики между клиническим консенсусом и нейроповеденческой оценкой ¹ . Из 44 пациентов с диагнозом VS на основании клинического консенсуса медицинской команды 18 (41%) были обнаружены в MCS после стандартизированной оценки с помощью шкалы восстановления комы (CRS-R). Этот результат согласуется с предыдущими исследованиями, которые показали, что 37 – 43% пациентов с диагнозом ВС продемонстрировали признаки осознания ^{2 , 3} . Классификационные шкалы основаны на поведенческих наблюдениях или на оценках слуховых, визуальных, словесных и моторных функций, а также на уровне общения и возбуждения. Новые технологии, которые могут добавить данные о деятельности мозга, являются идеальным инструментом для преодоления ограничений, налагаемых behaVioral рейтинговые шкалы. Пациенты могут модулировать свои мозговые ответы, несмотря на то, что не могут произвести поведенческие изменения, необходимые для рейтинговой шкалы. Monti et al. ⁴ продемонстрировал, что функциональная магнитно-резонансная томография (fMRI) может обнаруживать добровольные изменения в зависимостях от уровня кислородосодержания, связанные с воображением двигательных движений или задач пространственной съемки, у 5/54 пациентов с диагнозом Disorder of Consciousness (DOC). Четыре из них ранее были классифицированы в MCS. Таким образом, в немногих случаях пациенты, которые соответствуют поведенческим критериям для вегетативного состояния, имеют остаточную когнитивную функцию и даже сознательное осознание.

BCI, основанные на электроэнцефалографии (ЭЭГ), также могут обнаруживать активность мозга, возникающую в результате воображения или попытки двигательных движений. Существуют также другие парадигмы BCI, которые могут определять, может ли человек продемонстрировать осознание добровольно после предопределенного tasк. BCI на основе ЭЭГ имеют другие преимущества по сравнению с оценками на основе ФМР. Например, системы ЭЭГ намного более экономичны и переносимы, и их можно легко использовать на постели пациента. Основные неинвазивные подходы BCI включают в себя медленные корковые потенциалы (SCP), P300s, визуальные потенциалы устойчивого состояния (SSVEP) и двигатель Изображения (MI). SCP предоставили низкие скорости передачи информации и требуют интенсивной подготовки (см. Wolpaw et al. ) ⁵ , в то время как SSVEP требуют визуального внимания. Поэтому оба подхода не используются в этом протоколе. С помощью Sp300, Ortner et al. ⁵ достигли 70% для инвалидов. В конечном итоге это число может быть увеличено. Например, Turnip et al. ⁷ улучшили свою точность классификации P300, используя адаптивный нейронный сетевой классификатор. Для этого протокола мы выбрали тактильные и слуховые подходы P300 в дополнение к ИМ, поскольку обаF их можно использовать без зрение, и каждый из них имеет уникальные преимущества. MI может обеспечить более быструю связь, чем невисвидный P300 BCI, тогда как P300 BCI требуют очень небольшой подготовки. Поэтому этот гибридный протокол BCI может реализовать целый набор подходов BCI на основе EEG для пациентов с DOC. Кроме того, поскольку задачи относительно быстро и легко повторять, различные подходы могут быть исследованы повторно с каждым пациентом, чтобы уменьшить количество неправильных классификаций пациентов с DOC.

Были изучены четыре разных подхода BCI: (i) слуховой P300, (ii) вибротактильный P300 с двумя стимуляторами, (iii) вибротактильный P300 с тремя стимуляторами и (iv) MI.

В парадигме i слуховой подход P300 используется слуховая парадигма oddball, в которой отклоняющиеся стимулы (звуки 1000 Гц) распределяются случайным образом в последовательности более вероятных стандартных стимулов (звуковые сигналы 500 Гц). В парадигме ii стимулы доставляются через вибротактильные стимуляторы thНа расположены слева и справа запястья. Тактор на левом запястье обеспечивает стандартные стимулы, а такт на правом запястье обеспечивает отклоняющиеся (целевые) стимулы. Для парадигмы iii дополнительный стимулятор помещается на правую лодыжку предмета или на другое место, например, на середину спины. Этот стимулятор обеспечивает последовательность стандартных стимулов, в то время как два стимулятора на левом и правом запястьях обеспечивают девиантные стимулы. Чтобы оценить сознание с помощью двух вибротактильных парадигм, испытуемому говорят через наушники, чтобы молча считать каждый стимул одним запястьем, игнорируя другие раздражители. Случайный механизм решает, выбирать ли левое или правое запястье, и каждый прогон имеет четыре набора из 30 испытаний каждый, с новой целевой рукой для каждого испытания.

Следующая обработка сигналов выполняется для парадигм i, ii и iii: восемь каналов EEG получают с использованием частоты дискретизации 256 Гц. Вероятность отклоняющегося стимула равна 1/8; hencE, для каждого отклоняющего стимула будет семь стандартных стимулов. Каждый прогон имеет 480 общих стимулов. Один пробег парадигмы i занимает 7 минут 20 с, а каждый пробег парадигм ii и iii занимает 2 мин 30 с. Если пациент молча учитывает каждый отклоняющий стимул, эти стимулы вызывают несколько связанных с событиями потенциалов (ERP), включая P300, положительный пик около 300 мс после начала стимула. Каждый звуковой сигнал длится 100 мс. Для каждого испытания стимула – окно 100 мс до и 600 мс после того, как звуковой сигнал сохраняется для обработки сигнала. Затем данные уменьшают дискретизацию в 12 раз, в результате получается 12 выборок для интервала после стимула 60 мс. Наконец, все возможности выборки временного канала вводятся в линейный дискриминантный анализ ⁸ , в результате чего 12 x 8 = 96 признаков. Чтобы вычислить график точности ( рис. 1 и 2 ), следующая процедура повторяется десять раз, и результаты усредняются в один отдельный график. Девиантные и стандартные испытанияСлучайным образом назначаются в два пула равного размера. Один пул используется для обучения классификатора, а другой пул используется для тестирования классификатора. Классификатор тестируется на все большее количество усредненных стимулов из пула тестирования. Сначала он тестируется только на один девиантный и семь стандартных стимулов. Если классификатор правильно распознает отклоняющий стимул, полученная точность составляет 100%, а в противном случае – 0%. То же самое делается для 2 усредненных девиантных стимулов и 14 средних стандартных стимулов, для 3 отклоняющих стимулов и 21 стандартного стимула и так далее, пока не будет использован полный пул испытаний. Это дает график из 30 отдельных значений (для 30 отклоняющих стимулов в тестовом пуле), каждый из которых составляет 100% или 0%. Усреднение 10 одиночных графиков приводит к значениям от 0% до 100%. Увеличение количества усредненных стимулов повысит точность, если субъект сможет выполнить задачу, потому что усреднение стимулов уменьшает случайный шум в данных. Точность значительно превосходит случайный уровень (12.5%) показывает, что ответ на P300 может быть выявлен у субъекта и что ответ в мозге субъекта действительно появился. Парадигмы i и ii могут использоваться только для оценки сознания. Если точность, достигнутая во время оценки, выше 40%, можно продолжать использовать связь парадигмы iii или iv.

В коммуникационной задаче парадигмы iii субъект выбирает сосредоточиться на стимулах с левой стороны, если он / она хочет ответить «ДА» или с правой стороны ответить «НЕТ». Классификатор определяет, с какой стороны пользователь концентрируется и представляет ответ.

Paradigm iv записывает 120 испытаний, каждый из которых длится 8 секунд, разделенных разрывами 1 с. Это приводит к 10 сек. 120 = 18 минут общего времени сеанса. Paradigm iv использует 16 каналов ЭЭГ, распределенных по сенсомоторной коре. Частота дискретизации составляет 256 Гц. Каждое испытание начинается с сигнала, представленного через наушники, который инструктирует объектВообразить перемещение левой или правой руки. Последовательность левых и правых команд рандомизирована. Для предварительной обработки сигналов используется метод Common Spatial Patterns (CSP) ^{10 , 12 , 13} . Этот метод дает набор пространственных фильтров, предназначенных для минимизации дисперсии одного класса при максимизации дисперсии для другого класса. Это приводит к четырем признакам, которые классифицируются по линейному дискриминантному анализу ⁸ . Вся процедура классификации подробно описана в недавней публикации, показывающая высокую среднюю точность классификации 80,7% после 60 минут обучения здоровых пользователей ¹³ . Расчет точности осуществляется путем кросс-валидации. Это относится к разбивке выборки данных на дополнительные подмножества, выполнению анализа по одному подмножеству (пулу обучения) и проверке анализа на другом подмножестве (tesTing pool). Перед разделением данных в пулы испытания, содержащие артефакты, отбрасываются. Предполагается, что испытание содержит артефакты, если абсолютное значение амплитуды превышает 100 мкВ в любое время во время испытания. Точность рассчитывается для всех движений в пуле тестирования в течение 1,5 с после сигнала внимания до конца испытания с шагом 0,5 с. Для каждого шага и каждого испытания результат классификации составляет 100 или 0%. Точность всех испытаний тестового пула затем усредняется для каждого отдельного шага, в результате чего уровни точности варьируются от 0% до 100%. Наконец, среднее значение десяти повторений результатов перекрестной проверки показано на графике точности. Примеры можно увидеть на рисунках 3 и 4 . Графики разделены для движения изображения в левой руке (желтый), правой рукой (синий) и все движения вместе (зеленые). Горизонтальная линия в пурпуре представляет собой доверительный предел, который зависит отDs по количеству испытаний, которые были использованы для анализа. Это число общих испытаний за вычетом количества отклоненных испытаний. Он показывает 95% -ный доверительный интервал, используя метод Clopper Pearson ⁹ . Уровень точности выше этой линии означает, что результат статистически значим (альфа <0,05).