Motorische Vorstellungskraft Gehirn-Computer-Schnittstelle bei der Rehabilitation der motorischen Dysfunktion der oberen Gliedmaßen nach einem Schlaganfall
Summary
Das Ziel dieser Studie ist es, eine wichtige Referenz für den klinischen Standardbetrieb der motorischen Bildsprache Gehirn-Computer-Schnittstelle (MI-BCI) bei motorischer Dysfunktion der oberen Gliedmaßen nach Schlaganfall zu liefern.
Abstract
Die Rehabilitationswirkung von Patienten mit mittelschwerer oder schwerer motorischer Dysfunktion der oberen Gliedmaßen nach einem Schlaganfall ist gering, was aufgrund der aufgetretenen Schwierigkeiten im Mittelpunkt der Forschung steht. Die Gehirn-Computer-Schnittstelle (BCI) stellt eine Spitzentechnologie in der neurowissenschaftlichen Forschung des Gehirns dar. Es bezieht sich auf die direkte Umwandlung der Sinneswahrnehmung, der Vorstellungswelt, der Kognition und des Denkens von Benutzern oder Subjekten in Handlungen, ohne sich auf periphere Nerven oder Muskeln verlassen zu müssen, um direkte Kommunikations- und Kontrollkanäle zwischen dem Gehirn und externen Geräten herzustellen. Die Gehirn-Computer-Schnittstelle (MI-BCI) ist die häufigste klinische Anwendung der Rehabilitation als nicht-invasives Mittel der Rehabilitation. Frühere klinische Studien haben bestätigt, dass MI-BCI die motorische Dysfunktion bei Patienten nach einem Schlaganfall positiv verbessert. Es fehlt jedoch an der Demonstration des klinischen Betriebs. Zu diesem Zweck beschreibt diese Studie detailliert die Behandlung von MI-BCI bei Patienten mit mittelschwerer und schwerer Dysfunktion der oberen Extremitäten nach Schlaganfall und zeigt den Interventionseffekt von MI-BCI durch klinische Funktionsevaluation und Ergebnisse der Hirnfunktionsbewertung auf, wodurch Ideen und Referenzen für die klinische Rehabilitationsanwendung und Mechanismusforschung geliefert werden.
Introduction
Fast 85 % der Schlaganfallpatienten leiden an einer motorischen Dysfunktion1, insbesondere aufgrund des begrenzten Rehabilitationseffekts von Patienten mit mittelschwerer und schwerer motorischer Dysfunktion der oberen Extremitäten, die die Fähigkeit der Patienten, einen unabhängigen Alltag zu führen, ernsthaft beeinträchtigt und im Mittelpunkt und Schwierigkeiten der Forschung stand. Die nicht-invasive Gehirn-Computer-Schnittstelle (BCI) ist als eine aufstrebende Behandlung zur Rehabilitation von motorischen Funktionsstörungen nach Schlaganfallbekannt 2. BCI ist die direkte Umwandlung der Sinneswahrnehmung, der Vorstellungswelt, der Kognition und des Denkens von Benutzern oder Subjekten in Handlungen, ohne auf periphere Nerven oder Muskeln angewiesen zu sein, um direkte Kommunikations- und Kontrollkanäle zwischen dem Gehirn und externen Geräten herzustellen3. Gegenwärtig umfassen die Paradigmen der BCI für die klinische Rehabilitation die motorische Imagination (MI), die stationären visuell evozierten Potentiale (SSVEP) und die auditiv evozierten Potentiale (AEP) P3004, von denen die am häufigsten verwendete und bequemste die motorische Vorstellungskraft der Gehirn-Computer-Schnittstelle (MI-BCI) ist. MI ist eine Intervention, die visuelle/kinästhetische motorische Bilder verwendet, um die Ausführung motorischer Aufgaben (wie Hand-, Arm- oder Fußbewegungen) zu visualisieren. Einerseits haben frühere Studien gezeigt, dass die Aktivierung des assoziierten motorischen Kortex während des Myokardinfarkts der tatsächlichen motorischen Ausführung ähnelt5. Auf der anderen Seite kann MI im Gegensatz zu anderen Paradigmen einen bestimmten Aktivitätsbereich durch das motorische Gedächtnis aktivieren, ohne dass ein externer Reiz erforderlich ist, um die motorische Funktion zu verbessern. Dies ist förderlich für die Umsetzung bei Schlaganfallpatienten, insbesondere in Kombination mit einer Hördysfunktion6.
Darüber hinaus hat sich gezeigt, dass MI-BCI einen positiven Effekt auf die Verbesserung der motorischen Dysfunktion bei Schlaganfallpatienten hat. Cheng et al. berichteten, dass im Vergleich zu einer einfachen Intervention mit weichen Roboterhandschuhen der auf MI-BCI basierende weiche Roboterhandschuh in Kombination mit Aufgaben, die sich an Aktivitäten des täglichen Lebens orientierten, nach 6-wöchiger Intervention eine deutlichere funktionelle Verbesserung und eine nachhaltigere kinästhetische Erfahrung bei chronischen Schlaganfallpatienten zeigte. Darüber hinaus war es auch in der Lage, die Wahrnehmung motorischer Bewegungen hervorzurufen7. Darüber hinaus schlossen Ang et al. 21 chronische Schlaganfallpatienten mit mittelschwerer bis schwerer Dysfunktion der oberen Gliedmaßen für eine randomisierte Intervention ein. Die klinische Funktion wurde vor und nach der Intervention durch das Fugl-Meyer-Assessment der oberen Extremität (FMA-UE) evaluiert. Die Ergebnisse zeigten, dass im Vergleich zur einfachen haptischen Knopf-Roboterintervention (HK-Gruppe) und der Standard-Armtherapie-Intervention (SAT-Gruppe) der Bewegungsverstärkungseffekt von HK auf der Grundlage der MI-BCI-Intervention (BCI-HK-Gruppe) signifikant besser war als der der beiden anderen Gruppen8. Die spezifische Funktionsweise von MI-BCI erfordert jedoch immer noch normative Standards, und der Mechanismus des neuronalen Umbaus muss vollständig verstanden werden, was die klinische Anwendung und Förderung von MI-BCI einschränkt. Durch die Darstellung des Interventionsprozesses von MI-BCI bei einem 36-jährigen männlichen Schlaganfallpatienten mit motorischer Dysfunktion der oberen Gliedmaßen wird diese Studie daher die Veränderungen des funktionellen Ergebnisses und den Umbau der Gehirnfunktion vor und nach der Intervention zusammenfassen, um den vollständigen Operationsprozess von MI-BCI zu demonstrieren und Ideen und Referenzen für die klinische Rehabilitationsanwendung und Mechanismusforschung zu liefern.
Protocol
Representative Results
Discussion
Die Rehabilitationsphase bei mittelschwerer und schwerer motorischer Dysfunktion der oberen Extremitäten nach Schlaganfall ist lang und die Genesung schwierig, was seit jeher im Mittelpunkt der klinischen Rehabilitationsforschungsteht 18. Traditionelles Rehabilitationstraining für die oberen Gliedmaßen besteht meist aus einfachen peripheren Eingriffen oder zentralen Eingriffen19. Aufgrund der mangelnden aktiven Beteiligung von Patienten mit mittelschwerer und schwerer Dy…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Diese Studie wurde unterstützt von der National Science Foundation der Provinz Guangdong (Nr. 2023A1515010586), dem Guangzhou Clinical Characteristic Technology Construction Project (2023C-TS19), dem Education Science Planning Project der Provinz Guangdong (Nr. 2022GXJK299), dem General Guidance Program of Guangzhou Municipal Health and Family Planning (20221A011109, 20231A0111111), 2022 Guangzhou Higher Education Teaching Quality and Teaching Reform Project of Higher Education Reform der Hochschulbildung Allgemeines Projekt (Nr. 2022JXGG088/02-408-2306040XM), 2022 Projekt zur Verbesserung der Innovationsfähigkeit der Studenten der Guangzhou Medical University (Nr. PX-66221494/02-408-2304-19062XM), 2021 Bildungswissenschaftsplanungsprojekt auf Schulebene (2021: NR. 45), 2023 First-class Undergraduate Major Construction Fund der High-Level-Universität (2022JXA009, 2022JXD001, 2022JXD003)/(02-408-2304-06XM), das Universitätsforschungsprojekt des Guangzhou Education Bureau (Nr. 202235384), das 2022 Undergraduate Teaching Quality and Teaching Reform Project der Guangzhou Medical University (2022 NR. 33), die National Science Foundation der Provinz Guangdong (Nr. 2021A1515012197) und die 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).
