April 18th, 2025
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)。
我们的方案使用脑电图和 EOG 信号评估脑机接口控制的上肢辅助机器人进行中风康复,以增强双手功能。它通过 BeBiTS 评估功能改善,推进辅助神经康复。
该技术通过辅助麻痹的手部功能使中风后偏瘫患者受益。它还可以帮助因脊髓损伤或神经退行性疾病而出现运动障碍的患者。
该技术使用脑电图 EOG 连接运动意图和执行力,使中风患者能够控制机械手。与传统的辅助方法相比,它改善了双手功能,增强了日常生活活动的独立性。
如果患者是第一次体验运动意象训练,他们可能会面临困难。因此,需要适当的指导和指导来确保动觉运动图像。
DCI 控制的上肢机器人包括神经可塑性和运动学习等神经康复组件。该系统可扩展到中风、脑瘫和神经退行性疾病患者的运动康复。
[导师]首先,向所有招募的患者提供有关实验程序的详细信息。获得每个参与者签署的知情同意书。填写同意书后,评估 BeBiTS 评估的 10 个项目,然后在办公桌前舒适的椅子上训练 BCI 机器人。启动脑机接口或脑机接口系统。将盖子戴在患者的头上并连接放大器。在源模块中,选择 EegoModule,然后选择阻抗模式,然后按开始激活模块。观察指示激活的蓝灯。确保阻抗低于 10 千欧姆。然后在源模块中按停止。将数据流的模式更改为 EEG。按开始,检查信号质量。对于 EOG 校准,在任务模块中,设置提示的数量。指导参与者按照屏幕上出现的 10 个箭头进行简短的横向眼球运动。训练后立即查看结果图。对于脑电图校准,选择脑电图校准任务模块,并将任务模块中的提示数量设置为五。在反馈模块中,将侧向设置为机械手的侧面。确保未选择显示 pacman。现在,指示参与者想象当提示(想象握拳)出现在黑屏上时握紧拳头,然后查看结果图。在 EOG 和 EEG 训练后,为感兴趣的具体目标频率、参考值和阈值设置参数,以区分握拳的意图。使用配置的参数,使用 pacman 界面进行反馈训练。使用 USB 加密狗,将辅助机械手无线连接到计算机。接下来,让参与者佩戴机器人并执行 BeBiTS 评估。等待屏幕上的白灯指示就绪状态。确认后,指示参与者将眼睛移到一侧,将灯光变为绿色。当绿灯出现时,指示他们想象握紧拳头。使用机器人,协助参与者握紧拳头并执行任务。完成任务后,指导参与者观察屏幕上的红灯。如果参与者想张开手,他们可以移动眼睛将光色变回白色。最后,在 BeBiTS 后,使用 BCI 机器人系统再次评估患者。训练有素的参与者的 EOG 值显示出一致的试验,其中平均曲线达到阈值水平,并且他们的脑电图结果清楚地区分了静息状态和运动意象。相比之下,对训练有素的参与者的 EOG 试验不一致,平均曲线未能达到阈值水平,他们的脑电图结果在静息状态和运动意象之间缺乏明确的区别。参与者 P1、P4 和 P5 在 BeBiTS 前后评估期间未能执行大部分任务。参与者 P3 最初在 BeBiTS 前评估中得分,但在培训不足后在 BeBiTS 后评估中没有得分。与 BeBiTS 前评估相比,参与者 P2 和 P6 至 P8 在 BeBiTS 后评估期间的某些任务中表现出改进。
View the full transcript and gain access to thousands of scientific videos
本研究评估了一种专为中风康复设计的脑-机接口(BCI)系统,利用脑电图(EEG)和电眼图(EOG)信号控制上肢机器人辅助设备。柏林中风双手测试(BeBiTS)用于评估中风患者双手功能的改善,将运动意图与执行桥接。