Gehirn-Computer-Schnittstelle-gesteuertes Robotersystem für die oberen Gliedmaßen zur Verbesserung der täglichen Aktivitäten bei Schlaganfallpatienten

Summary

In dieser Studie wird ein Gehirn-Computer-Interface (BCI)-System für Schlaganfallpatienten vorgestellt, das Elektroenzephalographie- und Elektrookulographie-Signale kombiniert, um eine Roboterhand der oberen Gliedmaßen zu steuern und so die täglichen Aktivitäten zu verbessern. Bei der Evaluation wurde der Berliner Bimanuelle Test für Schlaganfall (BeBiTS) durchgeführt.

Abstract

In dieser Studie wird ein Brain-Computer Interface (BCI)-gesteuerter Assistenzroboter für die Rehabilitation nach einem Schlaganfall vorgestellt. Das System nutzt Elektroenzephalogramm (EEG) und Elektrookulogramm (EOG) Signale, um den Benutzern zu helfen, die Funktion der oberen Gliedmaßen bei alltäglichen Aufgaben zu unterstützen, während sie mit einer Roboterhand interagieren. Wir haben die Wirksamkeit dieses BCI-Robotersystems mit dem Berlin Bimanual Test for Stroke (BeBiTS) bewertet, einem Set von 10 Aufgaben des täglichen Lebens, bei denen beide Hände beteiligt sind. Acht Schlaganfallpatienten nahmen an dieser Studie teil, aber nur vier Teilnehmer konnten sich an das BCI-Robotersystemtraining anpassen und das postBeBiTS durchführen. Insbesondere wenn die preBeBiTS-Punktzahl für jedes Item vier oder weniger betrug, zeigte das BCI-Robotersystem eine größere assistive Wirksamkeit bei der postBeBiTS-Bewertung. Darüber hinaus unterstützt unsere derzeitige Roboterhand die Arm- und Handgelenksfunktionen nicht, was ihren Einsatz bei Aufgaben einschränkt, die komplexe Handbewegungen erfordern. Es sind mehr Teilnehmer erforderlich, um die Trainingswirksamkeit des BCI-Robotersystems zu bestätigen, und zukünftige Forschung sollte den Einsatz von Robotern in Betracht ziehen, die ein breiteres Spektrum an Funktionen der oberen Gliedmaßen unterstützen können. Ziel dieser Studie war es, die Fähigkeit des BCI-Robotersystems zu bestimmen, Patienten bei der Durchführung von Aktivitäten des täglichen Lebens zu unterstützen.

Introduction

Eine Beeinträchtigung der Funktion der oberen Extremitäten aufgrund eines Schlaganfalls schränkt die Fähigkeit ein, alltägliche Aktivitäten auszuführen, insbesondere bimanuelle Tätigkeiten¹. Die Handrehabilitation ist daher ein wichtiger Bestandteil der Schlaganfallrehabilitation, wobei die Spiegeltherapie² und die Constraint-Induced Movement Therapy (CIMT)³ bekannte Ansätze sind. Neuere Forschungen deuten darauf hin, dass EEG-basierte Brain-Computer Interface (BCI)-Robotersysteme eine wirksame unterstützende Therapie zur Verbesserung der Wiederherstellung der Han....

Protocol

Das Institutional Review Board des Seoul National University Bundang Hospital prüfte und genehmigte alle experimentellen Verfahren (IRB-Nr. B-2205-756-003). Wir haben acht Schlaganfallpatienten rekrutiert und die relevanten Details ausführlich erläutert, bevor wir ihre Einwilligung eingeholt haben. Nach Einholung der Einwilligungserklärung läuft das Protokoll wie folgt ab: Wir führen vor dem BCI-Training ein BeBiTS-Assessment durch, gefolgt von einem BCI-Training mittels EOG und EEG. Anschließend tragen die Teilnehmer den Roboter, um ein weiteres BeBiTS-Assessment durchzuführen (Abbildung 1).

Results

Abbildung 12 zeigt die Ergebnisse des EOG- und EEG-Trainings. Abbildung 12A zeigt die Ergebnisse eines gut trainierten Teilnehmers. Die EOG-Trainingswerte sind konsistent, wobei der Durchschnitt (orangefarbene fette Linie) die Schwellenwertlinie ordnungsgemäß erreicht. In den EEG-Trainingsergebnissen wird auch klar zwischen der blauen (Ruhezustand) und der roten (motorische Bildung) Linie unterschieden.

Im Gegensatz dazu zeigt

Discussion

Im Rahmen dieser Studie wurde ein BCI-Assistenzrobotersystem für die oberen Gliedmaßen vorgestellt, um Schlaganfallpatienten bei der Ausführung täglicher Aufgaben zu unterstützen. Wir bewerteten die Wirksamkeit von bimanuellen Aufgaben durch den BeBiTS-Test¹⁵ und führten ein Training für die Bedienung des Assistenzroboters der oberen Gliedmaßen über das BCI-System¹⁴ durch. Dieser Ansatz ermöglicht es den Patienten, sich im Gegensatz zu herk.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
BCI2000	Open-Source-Allzweck-Softwaresystem für die Erforschung von Gehirn-Computer-Schnittstellen (BCI), das für die nicht-kommerzielle Nutzung kostenlos ist
	Brain Products GmbH		ein praktisches Tool zur Überwachung seiner LSL-EEG- und Markerströme.
eego Mini-Verstärker mit 8-Kanal (F3, F4, C3, Cz, C4, P3, P4, EOG) Waveguard Original Kappen	Ant Neuro, Niederlande		Kompaktes und leichtes Design: Der eego Mini-Verstärker ist klein und leicht und bietet eine hervorragende Portabilität und Eignung für die EEG-Aufzeichnung in verschiedenen Umgebungen.
Neomano	neofect, Korea		Handschuhmaterial: Leder, Klettverschluss, rutschfestes Tuch Drahtmaterial: Synthetischer Faden Gewicht: 65 g (ohne Batterie) decken drei Finger ab: Daumen, Zeige- und Mittelfinger
Personal Computer ( PC) mit benutzerdefinierter BCI-Software			Fenster Laptop