需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

卒中后上肢运动功能障碍康复中的运动想象脑机接口

3K 次观看

⸱

DOI：

10.3791/65405

⸱

2023年9月1日

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Guangzhou Medical University, 2Department of Rehabilitation Medicine, The Seventh Affiliated Hospital of Sun Yat-sen University, 3Department of Rehabilitation Medicine, The Fifth Affiliated Hospital of Guangzhou Medical University, 4Clinical Medical College of Acupuncture and Rehabilitation, Guangzhou University of Traditional Chinese Medicine, 5School of Traditional Chinese Medicine, Jinan University, 6Department of Stomatology, Second Clinical Medical College, Dongguan Campus of Guangdong Medical University

* These authors contributed equally

本文内容

勘误通知

Important: There has been an erratum issued for this article. View Erratum Notice

摘要

本研究旨在为脑卒中后上肢运动功能障碍患者使用运动想象脑机接口（MI-BCI）的标准化临床操作提供重要参考。

摘要

中重度脑卒中后上肢运动功能障碍患者的康复效果较差，由于存在诸多困难，该问题一直是研究的焦点。脑-机接口（BCI）是脑神经科学研究中的一个热门前沿技术，它指将用户或受试者的感知、表象、认知和思维直接转化为动作，无需依赖外周神经或肌肉，从而在大脑与外部设备之间建立直接的通信与控制通道。运动想象脑-机接口（MI-BCI）作为一种非侵入性康复手段，是目前临床应用最为广泛的康复方式。既往临床研究已证实，MI-BCI可对脑卒中后患者的运动功能障碍产生积极改善作用。然而，目前尚缺乏临床操作的示范性展示。为此，本研究详细描述了MI-BCI对脑卒中后中重度上肢功能障碍患者的治疗过程，并通过临床功能评估与脑功能评估结果展示MI-BCI的干预效果，从而为临床康复应用及机制研究提供思路与参考。

引言

近85%的卒中患者存在运动功能障碍1，尤其是中重度上肢运动功能障碍患者的康复效果有限，严重影响了患者独立生活的能力，已成为研究的重点与难点。非侵入性脑机接口（BCI）被认为是卒中后运动功能障碍康复的一种新兴治疗手段2。BCI是指将用户或受试者的感知、表象、认知和思维直接转化为动作，无需依赖外周神经或肌肉，从而在大脑与外部设备之间建立直接的通信与控制通道3。目前，用于临床康复的BCI范式包括运动想象（MI）、稳态视觉诱发电位（SSVEP）和听觉诱发电位P300（AEP P300）4，其中最常用且便捷的是运动想象脑机接口（MI-BCI）。运动想象是一种通过视觉/动觉运动表象来模拟执行运动任务（如手、臂或足部运动）的干预方式。一方面，既往研究表明，运动想象过程中相关运动皮层的激活模式与实际运动执行相似5；另一方面，与其他范式不同，运动想象可通过运动记忆激活特定脑区活动，而无需任何外部刺激，有助于改善运动功能，尤其适用于合并听力功能障碍的卒中患者6。

此外，运动想象脑机接口（MI-BCI）已被证明对改善脑卒中患者的运动功能障碍具有积极效果。Cheng 等人报道，与单纯使用软体机器人手套干预相比，在慢性脑卒中患者中，基于 MI-BCI 并结合日常生活活动任务导向的软体机器人手套干预在为期 6 周的干预后，表现出更显著的功能改善和更持久的本体感觉体验。此外，该方法还能诱发患者对运动动作的感知7。Ang 等人进一步纳入了 21 例伴有中重度上肢功能障碍的慢性脑卒中患者，进行随机干预。干预前后采用上肢 Fugl-Meyer 评估量表（FMA-UE）评价临床功能。结果显示，与单纯触觉旋钮（HK）机器人干预（HK 组）和标准上肢康复治疗干预（SAT 组）相比，基于 MI-BCI 的 HK 机器人干预（BCI-HK 组）在运动功能改善效果上显著优于其他两组8。然而，MI-BCI 的具体操作仍需建立规范化标准，且其神经重塑机制尚需深入阐明，这限制了 MI-BCI 在临床中的应用与推广。因此，本研究通过展示一名 36 岁上肢运动功能障碍男性脑卒中患者接受 MI-BCI 干预的全过程，系统总结干预前后功能结局变化及脑功能重塑情况，以完整呈现 MI-BCI 的操作流程，为临床康复应用及机制研究提供思路与参考。

访问受限。请登录或开始试用以查看此内容。

方案

本项目于2021年8月19日获得广州医科大学第五附属医院医学伦理协会批准（批准号：KY01-2021-05-01）。该试验于2021年8月19日在中国临床试验注册中心注册（注册号：NO. ChiCTR2100050162）。所有患者均签署了知情同意书。

1. 招募

  1. 纳入标准
    1. 招募符合全国第四届脑血管病学术会议制定的脑卒中诊断标准的患者；经脑部计算机断层扫描或磁共振成像确诊为脑卒中，病程 ≥ 6 个月；因脑卒中导致单侧上肢功能障碍，Brunnstrom 分期为 1-3 期；蒙特利尔认知评估（MoCA）评分 ≥ 26；年龄在 50 至 75 岁之间；惯用手为右手；已自愿签署知情同意书。
  2. 排除标准
    1. 排除既往有上肢骨折、上肢畸形等情况的患者；实验期间病情不稳定或出现变化，可能影响实验结果者；因严重的心、肺、肝、肾等重要器官疾病而无法完成实验者；存在严重认知功能障碍或失语症者；患有严重精神疾病者；正在使用可降低癫痫发作阈值的药物者；体内有植入式装置或金属物，可能受经颅磁刺激（TMS）所产生的磁场影响者。

2. MI-BCI 训练

注意：本研究选用基于运动想象的上肢手功能康复机器人。该设备包括脑电图（EEG）帽（图1A）、计算机终端（即控制界面；图1B）、外部机械臂（图1E）和一台23英寸计算机显示屏（图1C）。

  1. 受试者准备
    1. 向受试者说明训练目的和方法，并做好相关记录。
    2. 为受试者佩戴MI-BCI脑电帽，确保受试者头部的Cz点与脑电帽上的Cz点对齐9,10。受试者的Cz点位于头顶部正中，可通过检查耳珠连线与经过鼻根和眉心的人体正中线的交点来确认。脑电帽的Cz点应根据国际10-20脑电定位系统11确定。
    3. 确保耳部从脑电帽的耳缝处露出，并调整下颌带以固定脑电帽。
    4. 将24个浸有生理盐水的电极插入脑电帽的导槽中，并将2个参考电极夹在双侧耳垂上。
      注意：电极应保持湿润但不滴水的状态。若电极过于干燥，将影响脑电信号的采集；若电极过湿，滴落的生理盐水可能影响受试者的功能表现。
    5. 作为操作人员，在训练过程中需密切关注脑电信号的采集情况。若出现小范围脑电信号干扰，应首先考虑相应电极是否存在干燥、缺水或其他异常情况。此时应立即暂停训练和脑电信号采集，在适当润湿电极后再继续训练。
    6. 若脑电信号出现大范围干扰，应首先检查参考电极是否脱落。此时应立即停止训练，并重新将参考电极夹在耳垂上。
    7. 将机械臂装置佩戴于患者身上，并调整至舒适的训练位置，以防止因过紧或滑动导致上肢前臂疼痛。
  2. 软件操作
    1. 打开训练软件“MI-BCI上肢手功能康复机器人”，点击用户列表，输入患者信息，包括姓名、疾病名称、出生日期、发病日期及患侧位置。
    2. 调节脑电信号稳定性，使其无明显杂波。
    3. 点击静息脑电按钮，根据语音和文字提示引导患者完成静息脑电采集过程：“请闭眼放松”和“请睁眼”，持续60秒。
    4. 点击任务设置按钮，设置任务难度和训练时长。根据患者实际情况，初始训练难度可从第9级向上或向下调整，训练时长设为30分钟。
    5. 训练过程中，MI-BCI系统将根据患者表现自动调整任务难度。通过观察抓取物体的大小来判断训练难度：任务难度越高，抓取的物体越精细。
    6. 点击任务脑电按钮，开始正式训练。患者端屏幕显示：“请闭眼放松5秒”。
    7. 5秒后，患者端屏幕显示：“请睁眼并想象手张开/握拳”，持续3秒。要求患者按照屏幕指令进行操作。
    8. 患者端屏幕播放抓握视频或张开视频，辅助患者在想象中模拟视频中展示的动作。要求患者完成持续5秒的运动想象任务。
    9. 系统提取患者运动想象时的脑电信号，利用算法分析运动意图得分，并在患者端屏幕上显示。检查机器人反馈，将在4秒内显示。
      注意：MI-BCI系统采用的模型为FBCNet（多频带滤波 + 通道分离卷积 + 方差层 + 全连接层），用于特征提取和脑电信号评分12。MI-BCI系统的阈值基于大量临床试验数据和核心脑电算法确定，阈值为60分。
    10. 检查显示的运动意图得分。若患者运动意图为≥60分（阈值），系统判定已达成指定动作；若患者运动意图<60分，系统判断患者未能完成指定动作时，应确保音频提示患者继续努力、不要气馁，并确保患者遵从提示。
    11. 训练过程中，实时观察脑电波形。如出现异常情况，应及时暂停训练，在信号调整稳定后重新开始训练。若患者在训练中出现疼痛或不适，应立即停止训练并记录终止原因。

3. 临床评估

  1. 信息收集
    1. 收集并记录受试者的基本个人信息，如姓名、性别、出生日期、教育程度等。
    2. 完成受试者病史的收集，如临床病史、用药史、个人史等。
  2. 运动功能评估
    1. 对脑卒中受试者进行上肢Fugl-Meyer运动功能评估（FMA-UE）13。
      总分为66分，得分越高，表明患者的功能表现越好。
    2. 对脑卒中受试者进行Wolf运动功能测试（WMFT）14。总分为85分，得分越高，表明患者的功能表现越好。
  3. 认知功能评估
    1. 对脑卒中受试者进行简易精神状态检查（MMSE）15。根据教育程度，将评分划分为：文盲 ≤17分，小学教育程度 ≤20分，初中及以上教育程度 ≤24分。
  4. 情绪功能评估
    1. 对脑卒中受试者进行汉密尔顿焦虑量表（HAMA）16评估。评分范围为：≥21分，存在明显焦虑；≥14分，肯定有焦虑；>7分，可能有焦虑；低于7分提示无焦虑症状。
    2. 对脑卒中受试者进行汉密尔顿抑郁量表（HAMD）17评估。评分<7分为正常范围，7-17分提示可能有抑郁，17-24分可诊断为抑郁，>24分提示有重度抑郁。

4. fNIRS脑功能评估

本研究中，将10个光源和12个探测器放置在fNIRS测试用头帽上，以对应本研究的八个感兴趣区域（ROIs），包括双侧背外侧前额叶皮层（DLPFC）、背外侧运动前区皮层（PMC）、背外侧初级运动皮层（M1）以及背外侧初级感觉皮层（S1；图2）。

  1. 受试者准备
    1. 向受试者说明训练的目的和方法，并做好记录。确保受试者理解实验内容并熟悉相关流程，以提高患者的依从性。
    2. 将fNIRS测试用头帽戴在受试者头上，确定受试者头部的Cz点，并确保其与头帽上的Cz点对齐，具体操作如步骤2.1.2所述。
    3. 调整头帽以适应受试者头部，确保双耳从头帽的耳缝处露出，头帽两侧耳缘自然贴合于双侧乳突，头帽前缘自然贴合前额，后缘自然贴合枕部。调整下颌带以固定头帽。
    4. 适当调节下颌带的松紧度。若过松，可能导致实验过程中头帽移位，造成定位不准确并影响信号采集；若过紧，会引起受试者不适，降低依从性，并影响受试者的功能表现。
  2. 数据预采集与正式采集
    1. 进入fNIRS控制软件，选择实验受试者，并根据患者信息建立患者治疗文件。
    2. 点击预采集按钮以校准信号。根据近红外功能脑成像系统显示的通道信号强度，通过调节头帽上的光源或接收器，使其更贴近受试者头皮，从而提升各通道的信号强度和稳定性。
    3. 当系统显示所有通道均为绿色时，表明信号强度稳定。停止预采集，点击自动增益按钮，对信号进行最终调整。
      ​注意：在预采集过程中，近红外脑功能成像系统以不同颜色表示各通道的信号强度。灰色表示信号强度低，黄色表示信号强度良好，绿色表示信号强度优秀，红色表示信号过强。
    4. 点击开始按钮以采集信号。在实验过程中观察并记录各种情况，如信号波动、电极接触不良等。
  3. fNIRS-运动任务评估
    1. 在fNIRS系统中选择运动任务范式。
    2. 将患者上肢置于测试桌上，在实验开始前让患者休息10秒。
    3. 要求患者按照运动节律在实验过程中分三个区块进行患手抓握任务，每个区块包括30秒任务期和30秒休息期。每次任务包含15次试验，每次试验包括1秒抓握和1秒松开。
    4. 在每次休息期间，要求患者闭眼休息。若受试者无法完成患手抓握动作，可要求其进行运动想象训练。测试总时长为190秒（图3）。完成全部三个区块后，结束任务，保存数据并导入自建数据库。
  4. fNIRS-认知任务评估（Stroop任务）
    1. 运行行为实验软件，选择认知任务范式。选择对应的患者治疗文件，然后选择一致测试。
    2. 要求受试者将健侧手放置在键盘按钮上，在试验开始前先休息10秒。进行三个区块的一致性测试，每个区块包括60秒任务期和30秒休息期。每次任务包含10次试验，每次试验包括2000毫秒的注视点显示和4000毫秒的刺激-反应阶段，总时长为280秒（图4）。
      1. 当左侧符号出现在视野字体左侧时，根据字符含义（即“左”）尽快按下键盘上的←键。
      2. 当右侧符号出现在视野网格左侧时，根据字符含义（即“右”）尽快点击键盘上的→键。
    3. 选择不一致测试；操作流程与一致测试相同。
      1. 当右侧符号出现在视野字体左侧时，忽略字符含义，根据文字出现的位置（即左侧）尽快按下键盘上的←键。
      2. 当左侧符号出现在视野字体右侧时，忽略字符含义，根据文字位置（即右侧）尽快点击键盘上的→键。
    4. 完成任务后，保存数据并导出至自建数据库。

5. 治疗后处理

  1. 按照治疗前临床功能评估和fNIRS脑功能评估的方法进行评估。在完成10次治疗后，进行所有评估。th 训练环节（详见步骤 3.1 至 4.4）。

6. 数据处理与分析

  1. 汇总并分析患者的人口学信息及临床评估量表数据。
  2. 使用商业软件对近红外数据进行预处理。排除干扰测试的时间段和运动伪迹，选择带通滤波器（0.01–0.2 Hz）以去除噪声，依据修正的比尔-朗伯定律计算氧合血红蛋白（HbO）和脱氧血红蛋白（HbR）的相对变化，并将光密度信号转换为血氧浓度信号。
    注意：HbO 对不同条件间的变化比 HbR 更敏感，因此本研究方案中仅使用 HbO 数据进行后续分析。
  3. 在血氧类型中选择 HbO 作为分析数据。设置 GLM 设计矩阵，并选择任务中的任务阶段。点击 Estimate 按钮，将建立的设计矩阵与采集的数据进行拟合。
  4. 利用建立的线性相关模型计算每个感兴趣区域（ROI）的 beta 值。通过行为研究软件导出 Stroop 任务中的参数、准确率（ACC）和反应时间（RT）。

访问受限。请登录或开始试用以查看此内容。

结果

本研究展示了一名36岁男性脑卒中患者在MI-BCI干预前后脑功能的临床功能及重塑情况。脑出血后4个多月，影像学结果显示右侧额叶及右侧基底节区-放射冠区域存在慢性出血灶。该患者被诊断为脑出血恢复期左侧肢体运动功能障碍。患者在医院接受了为期10天的单纯门诊MI-BCI治疗（每次30分钟，每日一次），并在治疗前及治疗后10天完成脑功能评估和临床功能评估（图5）。治疗前后临床评估结果分别为：FMA-UE = 12/14（治疗前/治疗后）；WMFT（评分）= 33/34；WMFT（时间，秒）= 127.43/90.91；MMSE = 30/30；HAMA = 6/0；HAMD = 4/0（Table 1）。

Stroop 认知范式评估结果显示，治疗前一致性测试与不一致性测试的正确率（ACC）相同，但不一致性测试的反应时（RT）长于一致性测试（ACC一致性 ACC不一致性 = 100%，RT一致性 = 856.6 毫秒，保留时间

访问受限。请登录或开始试用以查看此内容。

讨论

卒中后中重度上肢运动功能障碍的康复周期长且恢复困难，一直是临床康复研究的重点18。传统的上肢康复训练多为单纯的外周干预或中枢干预19。同时，由于中重度肢体功能障碍患者主动参与度不足，主要采用被动治疗，康复效果较差20。因此，持续开发新的卒中康复技术/策略具有重要意义21。运动想象-脑机接口（MI-BCI）作为一种非侵入性康复手段，具有良好的临床应用潜力，正逐步得到推广22。本研究采用MI-BCI作为干预方法，采集大脑运动想象产生的脑电（EEG）信号，分析并解码患者移动患肢的运动意图，将其转化为动作指令以控制外部设备，并通过视听觉和触觉反馈将信息反馈至大脑，从而形成中枢-外周-中枢的闭环系统23。该方法更符合中枢神经系统疾病的康复特点，理论上更有利于促进损伤脑神经的功能重塑24。

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

本研究由广东省自然科学基金（编号：2023A1515010586）、广州市临床特色技术建设项目（2023C-TS19）、广东省教育科学规划项目（编号：2022GXJK299）、广州市卫生健康委员会一般引导项目（20221A011109，20231A011111）、2022年广州市高等教育教学质量与教学改革工程本科教学改革一般项目（编号：2022JXGG088/02-408-2306040XM）、2022年广州医科大学学生创新能力提升计划项目（编号：PX-66221494/02-408-2304-19062XM）、2021年校级教育科学规划项目（2021：编号45）、2023年高水平大学一流本科专业建设基金（2022JXA009, 2022JXD001, 2022JXD003)/(02-408-2304-06XM）、广州市教育局高校科研项目（编号：202235384）、2022年广州医科大学本科教学质量与教学改革工程项目（2022年编号33）、广东省自然科学基金（编号：2021A1515012197）以及广州市与高校联合基金（编号：202102010100）资助。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
MI-BCIRui Han, 中国RuiHan BangdeNA
E-Prime version 3.0行为研究软件
fNIRSHui Chuang, 中国NirSmart-500NA
NirSpark预处理近红外数据

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).

访问受限。请登录或开始试用以查看此内容。

重印与许可

勘误


Formal Correction: Erratum: Motor Imagery Brain-Computer Interface in Rehabilitation of Upper Limb Motor Dysfunction After Stroke
Posted by JoVE Editors on 9/14/2023. Citeable Link.

An erratum was issued for: Motor Imagery Brain-Computer Interface in Rehabilitation of Upper Limb Motor Dysfunction After Stroke. The Authors section was updated from:

Yongchun Jiang1,2,3
Junxiao Yin4
Biyi Zhao1,3,5
Yajie Zhang1,3
Tingting Peng1,3
Wanqi Zhuang1,3
Siqing Wang1,3
Siqi Huang1,3
Meilian Zhong1,2,3
Yanni Zhang1,3
Guibing Tang1,3
Bingchi Shen6
Haining Ou1,3
Yuxin Zheng2,3 
Qiang Lin2,3
1Guangzhou Medical University
2Department of Rehabilitation Medicine, The Seventh Affiliated Hospital of Sun Yat-sen University
3Department of Rehabilitation Medicine, The Fifth Affiliated Hospital of Guangzhou Medical University
4Clinical Medical College of Acupuncture and Rehabilitation, Guangzhou University of Traditional Chinese Medicine
5School of Traditional Chinese Medicine, Jinan University
6Department of Stomatology, Second Clinical Medical College, Dongguan Campus of Guangdong Medical University
 

to:

Yongchun Jiang1,2,3
Junxiao Yin4
Biyi Zhao1,3,5
Yajie Zhang1,3
Tingting Peng1,3
Wanqi Zhuang1,3
Siqing Wang1,3
Siqi Huang1,3
Meilian Zhong1,3
Yanni Zhang1,3
Guibing Tang1,3
Bingchi Shen6
Haining Ou1,3
Yuxin Zheng2,3 
Qiang Lin2,3
1Guangzhou Medical University
2Department of Rehabilitation Medicine, The Seventh Affiliated Hospital of Sun Yat-sen University
3Department of Rehabilitation Medicine, The Fifth Affiliated Hospital of Guangzhou Medical University
4Clinical Medical College of Acupuncture and Rehabilitation, Guangzhou University of Traditional Chinese Medicine
5School of Traditional Chinese Medicine, Jinan University
6Department of Stomatology, Second Clinical Medical College, Dongguan Campus of Guangdong Medical University
 

标签

Fugl Meyer Wolf Stroop
卒中后上肢运动功能障碍康复中的运动想象脑机接口
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。