Интерфейс «мозг-компьютер» с моторными образами в реабилитации двигательной дисфункции верхних конечностей после инсульта
Summary
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
Representative Results
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…
Disclosures
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 |
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).
