脑机接口控制上肢机械人系统，提升中风患者的日常活动能力

Summary

本研究为中风患者引入了一种脑机接口 （BCI） 系统，该系统结合了脑电图和眼电图信号来控制上肢机械手，从而增强日常活动。评估使用了柏林卒中双合二症测试 （BeBiTS）。

Abstract

本研究介绍了一种用于中风后康复的脑机接口 （BCI） 控制的上肢辅助机器人。该系统利用脑电图 （EEG） 和眼电图 （EOG） 信号来帮助用户在与机械手交互的同时协助日常任务中的上肢功能。我们使用柏林中风双合二症测试 （BeBiTS） 评估了这种 BCI 机器人系统的有效性，BeBiTS 是一组涉及双手的 10 项日常生活任务。8 名中风患者参加了这项研究，但只有 4 名参与者能够适应 BCI 机器人系统训练并执行 postBeBiTS。值得注意的是，当每个项目的 preBeBiTS 分数为 4 分或更低时，BCI 机器人系统在 postBeBiTS 评估中表现出更大的辅助效果。此外，我们目前的机械手无法辅助手臂和手腕功能，这限制了它在需要复杂手部运动的任务中的使用。需要更多的参与者来确认 BCI 机器人系统的训练效果，未来的研究应考虑使用可以协助更广泛上肢功能的机器人。本研究旨在确定 BCI 机器人系统帮助患者进行日常生活活动的能力。

Introduction

中风导致的上肢功能受损限制了进行日常活动的能力，尤其是双手任务¹。因此，手部康复是中风康复的关键组成部分，镜像疗法² 和约束诱导运动疗法 （CIMT）³ 是众所周知的方法。最近的研究表明，基于脑电图的脑机接口 （BCI） 机器人系统可以成为改善中风患者手部功能恢复的有效辅助疗法 ^4,5,6。BCI 机器人系统专注于将患者尝试运动的主动意图与其性能耦合。正在积极进行研究以确定这种方法是否对康复有效 7,8,9,10,11,12,13。

Protocol

首尔国立大学盆唐医院机构审查委员会审查并批准了所有实验程序（IRB 编号 B-2205-756-003）。我们招募了 8 名脑卒中患者，并在获得他们的同意之前详细解释了相关细节。获得知情同意后，协议进行如下：我们在 BCI 训练之前进行 BeBiTS 评估，然后使用 EOG 和 EEG 进行 BCI 训练。之后，参与者佩戴机器人进行另一次 BeBiTS 评估（图 1）。

1. BCI-机器人训练系统设置

1. 患者招募
   1. 使用以下纳入标准执行筛选过程。
      1. 选择 20 至 68 岁上肢功能受损的患者。
      2. 选择无法弯曲或伸展瘫痪手手指的患者。
      3. 选择单发皮质下卒中（包括缺血性和出血性卒中）的患者。
      4. 选择脑损伤后 6 个月以上的患者。
      5. 选择 Fugl-Meyer 评分低于 31 分的患者。
   2. 向所有招募的患者提供有关实验程序的详细信息并获得签署的知情同意书。
      注意：如果患者符合标准但无法签署同意书，则必须由法定代表人提供签署的知情同意书。
2. BCI 系统：EEG 设备
   ....

Results

图 12 显示了 EOG 和 EEG 训练的结果。 图 12A 表示训练有素的参与者的结果。EOG 训练值是一致的，平均值（橙色粗线）正确达到阈值线。脑电图训练结果还清楚地区分了蓝色（静息状态）和红色（运动意象）线。

相比之下， 图 12B 显示了训练不佳的参与者的结果。EOG 试验不一致，平均值（绿色粗线）未达到阈值线。此外，脑电图训练结果并没有明确区分静息状态和运动意象。

表 1 显示了所有 8 名参与者的 BeBiTS 评估分数。我们在 BCI 系统培训之前（前）和之后（后）进行了 BeBiTS 评估。参与者 P1 、 P4 和 P5 在两次 BeBiTS 评估中几乎无法在所有项目上得分。参与者 P3 在 preBeBiTS 评估中得分，但由于 BCI 机器人系统的培训不足，他们在使用 BCI 机器人系统的 p.......

Discussion

这项研究提出了一种 BCI 上肢辅助机器人系统，以支持中风患者执行日常任务。我们通过 BeBiTS 测试¹⁵ 评估了双手任务的有效性，并通过 BCI 系统¹⁴ 实施了上肢辅助机器人的作培训。与传统的康复手术相比，这种方法允许患者根据自己的意图控制机器人的作，从而积极参与康复。准确校准 EOG 和 EEG 训练对于从 BCI 系统获得精确信号以控制机器人至关重要。此外，必须确保机器人舒适地贴合用户的手。

这项研究涉及 8 名参与者，样本量有限，限制了我们明确评估 BCI 机器人训练系统有效性的能力。尽管如此，我们从这些参与者的 BCI 系统训练结果中确定了几个显着特征。首先，参与者通常发现 EOG 培训相对容易。然而，他们在脑电图训练中遇到了困难，这需要区分运动意象和休息。该研究的 8 人中只有 4 人能够适应 BCI 机器人系统训练并执行 postBeBiTS 评估。此外，在与机器人互动后，参与者只完成了 BeBiTS .......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
BCI2000	脑机接口（BCI）研究的开源
BrainVision LSL Viewer	Brain Products GmbH		是监控其 LSL、脑电图和标记流的便捷工具。
eego 迷你放大器，带 8 通道（F3、F4、C3、Cz、C4、P3、P4、EOG）waveguard 原装 caps	蚂		轻巧的设计：eego迷你功放体积小、重量轻，具有出色的便携性和适用于各种环境下的脑电图记录。
尼奥马诺	neofect， 韩国		手套 材质：皮革、魔术贴、防滑布 线材：合成线 重量：65 克（不含棉絮） 覆盖拇指、食指、中指三个手指
电脑 PC）和定制的脑机接口软件			Windows 笔记本电脑