Système robotique de membre supérieur contrôlé par interface cerveau-ordinateur pour améliorer les activités quotidiennes chez les patients victimes d’un AVC

Notre protocole évalue un robot d’assistance des membres supérieurs contrôlé par BCI pour la réhabilitation d’un AVC à l’aide de signaux EEG et EOG afin d’améliorer la fonction bimanuelle. Il évalue les améliorations fonctionnelles grâce à BeBiTS, faisant progresser la neuroréadaptation assistée.

Cette technique profite aux patients atteints d’hémiplégie post-AVC en aidant la fonction parétique de la main. Il pourrait également aider les patients souffrant de troubles moteurs dus à des lésions de la moelle épinière ou à des maladies neurodégénératives.

Cette technique fait le lien entre l’intention motrice et l’exécution, en utilisant l’EEG EOG, permettant aux patients victimes d’un AVC de contrôler une main robotique. Il améliore la fonction bimanuelle, renforçant l’indépendance dans les activités de la vie quotidienne par rapport aux approches d’assistance conventionnelles.

Les patients peuvent rencontrer des difficultés s’ils font l’expérience d’un entraînement à l’imagerie motrice pour la première fois. Par conséquent, des conseils et des instructions appropriés sont nécessaires pour assurer l’imagerie motrice kinesthésique.

Le robot des membres supérieurs contrôlé par DCI englobe des composants de neuro-réhabilitation tels que la neuroplasticité et l’apprentissage moteur. Ce système peut être étendu à la rééducation motrice chez les patients victimes d’un accident vasculaire cérébral ainsi que de paralysie cérébrale et de maladies neurodégénératives.

[Instructeur] Pour commencer, fournissez à tous les patients recrutés des informations détaillées sur la procédure expérimentale. Obtenez le consentement éclairé signé de chaque participant. Après avoir rempli le formulaire de consentement, évaluez les 10 éléments de l’évaluation BeBiTS avant d’entraîner le robot BCI sur une chaise confortable devant un bureau. Lancez l’interface cerveau-ordinateur ou le système BCI. Placez le capuchon sur la tête du patient et connectez l’amplificateur. Dans le module source, sélectionnez EegoModule, suivi du mode d’impédance, et appuyez sur Démarrer pour activer le module. Observez la lumière bleue indiquant l’activation. Assurez-vous que les impédances sont inférieures à 10 kilo ohms. Appuyez ensuite sur stop dans le module source. Passez en mode EEG pour la diffusion en continu des données. Appuyez sur start et vérifiez la qualité du signal. Pour l’étalonnage EOG, dans le module de tâche, réglez le nombre de repères. Demandez au participant d’effectuer de brefs mouvements latéraux des yeux, en suivant les 10 flèches qui apparaissent à l’écran. Vérifiez le graphique des résultats immédiatement après l’entraînement. Pour l’étalonnage EEG, sélectionnez le module de tâche d’étalonnage EEG et réglez le nombre d’indices dans le module de tâche sur cinq. Dans le module de rétroaction, réglez la latéralité sur le côté de la main robotique. Assurez-vous que l’affichage pacman n’est pas sélectionné. Demandez maintenant au participant d’imaginer qu’il serre le poing lorsque l’invite, imaginez faire un poing, apparaît sur l’écran noir, puis examinez le graphique des résultats. Après l’entraînement EOG et EEG, définissez des paramètres pour la fréquence cible spécifique d’intérêt, la valeur de référence et le seuil, qui distinguent l’intention de faire un poing. À l’aide des paramètres configurés, procédez à l’entraînement en retour d’information à l’aide de l’interface pacman. À l’aide d’un dongle USB, connectez une main robotique d’assistance sans fil à un ordinateur. Ensuite, demandez au participant de porter le robot et d’effectuer l’évaluation BeBiTS. Attendez que le voyant blanc s’allume à l’écran pour indiquer l’état prêt. Après confirmation, demandez au participant de déplacer ses yeux d’un côté pour changer la lumière en vert. Lorsque la lumière verte apparaît, dites-leur d’imaginer qu’ils serrent le poing. À l’aide du robot, aidez le participant à serrer le poing et à effectuer la tâche. Une fois la tâche terminée, demandez au participant d’observer la lumière rouge à l’écran. Si le participant veut ouvrir sa main, il peut bouger ses yeux pour changer la couleur de la lumière en blanc. Enfin, le patient est réévalué, post-BeBiTS, à l’aide du système robotisé BCI. Les valeurs EOG d’un participant bien entraîné ont montré des essais cohérents, où la courbe moyenne atteignait le niveau seuil, et leurs résultats EEG différenciaient clairement l’état de repos et l’imagerie motrice. En revanche, les essais EOG du participant mal entraîné étaient incohérents, la courbe moyenne n’atteignant pas le niveau seuil, et leurs résultats EEG manquaient de distinction claire entre l’état de repos et l’imagerie motrice. Les participants P1, P4 et P5 n’ont pas réussi à effectuer la plupart des tâches lors des évaluations avant et après les évaluations BeBiTS. Le participant P3 a d’abord obtenu un score lors de l’évaluation pré-BeBiTS, mais n’a montré aucun score lors de l’évaluation post-BeBiTS après une formation inadéquate. Les participants P2 et P6 à P8 ont montré une amélioration dans certaines tâches lors des évaluations post-BeBiTS par rapport aux évaluations pré-BeBiTS.