Motorische beeldvorming Hersen-computerinterface bij revalidatie van motorische disfunctie van de bovenste ledematen na een beroerte
Summary
Het doel van deze studie is om een belangrijke referentie te bieden voor de standaard klinische werking van motorische beeldvorming hersen-computerinterface (MI-BCI) voor motorische disfunctie van de bovenste ledematen na een beroerte.
Abstract
Het revalidatie-effect van patiënten met matige of ernstige motorische disfunctie van de bovenste ledematen na een beroerte is slecht, wat de focus van het onderzoek is geweest vanwege de ondervonden moeilijkheden. Brain-computer interface (BCI) vertegenwoordigt een baanbrekende technologie in hersenneurowetenschappelijk onderzoek. Het verwijst naar de directe omzetting van de zintuiglijke waarneming, beeldvorming, cognitie en denken van gebruikers of proefpersonen in acties, zonder afhankelijk te zijn van perifere zenuwen of spieren, om directe communicatie- en controlekanalen tussen de hersenen en externe apparaten tot stand te brengen. Motorische beeldvorming hersen-computerinterface (MI-BCI) is de meest voorkomende klinische toepassing van revalidatie als een niet-invasieve manier van revalidatie. Eerdere klinische studies hebben bevestigd dat MI-BCI de motorische disfunctie bij patiënten na een beroerte positief verbetert. Er is echter een gebrek aan klinische demonstratie van operaties. Daartoe beschrijft deze studie in detail de behandeling van MI-BCI voor patiënten met matige en ernstige disfunctie van de bovenste ledematen na een beroerte en toont het interventie-effect van MI-BCI door middel van klinische functie-evaluatie en resultaten van hersenfunctie-evaluatie, waardoor ideeën en referenties worden geboden voor klinische revalidatietoepassing en mechanismeonderzoek.
Introduction
Bijna 85% van de patiënten met een beroerte heeft motorische disfunctie1, vooral vanwege het beperkte revalidatie-effect van patiënten met matige en ernstige motorische disfunctie van de bovenste ledematen, die het vermogen van patiënten om een onafhankelijk dagelijks leven te leiden ernstig beïnvloedt en de focus en moeilijkheid van onderzoek is geweest. Niet-invasieve hersen-computerinterface (BCI) staat bekend als een opkomende behandeling voor revalidatie van motorische disfunctie na een beroerte2. BCI is de directe omzetting van de zintuiglijke waarneming, beeldvorming, cognitie en denken van gebruikers of proefpersonen in acties, zonder afhankelijk te zijn van perifere zenuwen of spieren, om directe communicatie- en controlekanalen tussen de hersenen en externe apparaten tot stand te brengen3. Op dit moment omvatten de paradigma’s van BCI voor klinische revalidatie motorische beeldvorming (MI), steady-state visuele opgewekte potentialen (SSVEP) en auditief opgewekte potentialen (AEP) P3004, waarvan de meest gebruikte en handige motorische beeldvorming hersen-computerinterface (MI-BCI) is. MI is een interventie die visuele/kinesthetische motorische beelden gebruikt om de uitvoering van motorische taken (zoals hand-, arm- of voetbewegingen) te visualiseren. Aan de ene kant hebben eerdere studies aangetoond dat de activering van de bijbehorende motorische cortex tijdens MI vergelijkbaar is met de daadwerkelijke motorische uitvoering5. Aan de andere kant kan MI, in tegenstelling tot andere paradigma’s, een specifiek activiteitsgebied activeren via motorisch geheugen zonder enige externe stimulus om de motorische functie te verbeteren; Dit is bevorderlijk voor implementatie bij patiënten met een beroerte, vooral in combinatie met gehoorstoornissen6.
Bovendien is aangetoond dat MI-BCI een positief effect heeft op het verbeteren van motorische disfunctie bij patiënten met een beroerte. Cheng et al. meldden dat in vergelijking met eenvoudige interventie met zachte robothandschoenen, de zachte robothandschoen op basis van MI-BCI in combinatie met taken die gericht waren op dagelijkse activiteiten een duidelijkere functionele verbetering en een duurzamere kinesthetische ervaring vertoonde bij patiënten met een chronische beroerte na 6 weken interventie. Bovendien was het ook in staat om de perceptie van motorische bewegingen op te wekken7. Bovendien includeerden Ang et al. 21 patiënten met een chronische beroerte met matige tot ernstige disfunctie van de bovenste ledematen voor gerandomiseerde interventie. De klinische functie werd voor en na de interventie geëvalueerd door de Fugl-Meyer-beoordeling van de bovenste extremiteit (FMA-UE). De resultaten toonden aan dat, vergeleken met eenvoudige haptische knop (HK) robotinterventie (HK-groep) en standaard armtherapie-interventie (SAT-groep), het bewegingsversterkingseffect van HK op basis van MI-BCI-interventie (BCI-HK-groep) significant beter was dan dat van de andere twee groepen8. De specifieke werking van MI-BCI vereist echter nog steeds normatieve normen en het mechanisme van neurale remodellering moet volledig worden begrepen, wat de klinische toepassing en promotie van MI-BCI beperkt. Daarom, door het interventieproces van MI-BCI te laten zien bij een 36-jarige mannelijke patiënt met een beroerte met motorische disfunctie van de bovenste ledematen, zal deze studie de functionele uitkomstveranderingen en hermodellering van de hersenfunctie voor en na de interventie samenvatten om het volledige operatieproces van MI-BCI aan te tonen en ideeën en referenties te bieden voor klinische revalidatietoepassing en mechanismeonderzoek.
Protocol
Representative Results
Discussion
De revalidatieperiode voor matige en ernstige motorische disfunctie van de bovenste ledematen na een beroerte is lang en het herstel is moeilijk, wat altijd de focus is geweest van klinisch revalidatieonderzoek18. Traditionele revalidatietraining van de bovenste ledematen is meestal een eenvoudige perifere interventie of centrale interventie19. Ondertussen, vanwege het gebrek aan actieve deelname van patiënten met matige en ernstige disfunctie van ledematen, wordt voorname…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Deze studie werd ondersteund door de National Science Foundation van de provincie Guangdong (nr. 2023A1515010586), Guangzhou bouwproject voor klinische kenmerkende technologie (2023C-TS19), Education Science Planning Project van de provincie Guangdong (nr. 2022GXJK299), het algemene begeleidingsprogramma van Guangzhou Municipal Health and Family Planning (20221A011109, 20231A011111), 2022 Guangzhou Higher Education Teaching Quality and Teaching Reform Project of Higher Education Onderwijshervorming Algemeen project (No.2022JXGG088/02-408-2306040XM), 2022 Guangzhou Medical University Student Innovation Ability Improvement Plan-project (nr. PX-66221494/02-408-2304-19062XM), 2021 wetenschappelijk planningsproject voor onderwijs op schoolniveau (2021: NO.45), 2023 Eersteklas Undergraduate Major Construction Fund van universiteit op hoog niveau (2022JXA009, 2022JXD001, 2022JXD003)/(02-408-2304-06XM), universitair onderzoeksproject van het Guangzhou Education Bureau (nr. 202235384), 2022 Undergraduate Teaching Quality and Teaching Reform Project van de Guangzhou Medical University (2022 NR. 33), National Science Foundation van de provincie Guangdong (nr. 2021A1515012197) en Guangzhou and University Foundation (nr. 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 |
References
- 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).
- 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).
- 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).
- Mane, R., Chouhan, T., Guan, C. BCI for stroke rehabilitation: motor and beyond. Journal of Neural Engineering. 17 (4), 041001 (2020).
- 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).
- 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).
- Cheng, N., et al. Brain-Computer Interface-Based Soft Robotic Glove Rehabilitation for Stroke. IEEE Transactions on Biomedical Engineering. 67 (12), 3339-3351 (2020).
- 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).
- 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).
- 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).
- Uwe Herwig, ., Peyman Satrapi, ., Schönfeldt-Lecuona, C. Using the international 10-20 EEG system for positioning of transcranial magnetic stimulation. Brain Topography. , (2003).
- 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).
- 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).
- 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).
- 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).
- Thompson, E. Hamilton Rating Scale for Anxiety (HAM-A). Occupational Medicine. 65 (7), 601 (2015).
- 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).
- 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).
- Dimyan, M. A., Cohen, L. G. Neuroplasticity in the context of motor rehabilitation after stroke. Nature Reviews Neurology. 7 (2), 76-85 (2011).
- 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).
- 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).
- 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).
- Potter, S. M., El Hady, A., Fetz, E. E. Closed-loop neuroscience and neuroengineering. Frontiers in Neural Circuits. 8, 115 (2014).
- 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).
