מאמר שיטה

רובוט פנאומטי רך מווסת את מדדי תורת הגרפים של רשת המוח לשיקום ידיים לאחר שבץ מוחי

DOI:

10.3791/68588

⸱

10 באוקטובר 2025

 ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Rehabilitation Medicine, Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology, 2College of Sports Medicine, Wuhan Sports University

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה בוחן את ההשפעות של רובוט פנאומטי רך הניתן להגדרה על שיפור טופולוגיית רשת המוח השלם לאחר שבץ מוחי. ניתוח תורת הגרפים מצביע על שיפורים משמעותיים במקדם האשכולות, אורך הנתיב והיעילות הגלובלית. הממצאים מדגישים את הפוטנציאל של פרוטוקולים רובוטיים הניתנים לתכנות לווסת את הנוירופלסטיות ולייעל את ההתאוששות התפקודית בשיקום שבץ מוחי.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

שיקום תפקודי של קליפת המוח מסתמך על נוירופלסטיות תלוית פעילות לאחר שבץ מוחי. עם זאת, אופטימיזציה של שיקום רובוטי להתאוששות היד נותרה אתגר משמעותי. מחקר הוכחת היתכנות זה בוחן את ההיתכנות של רובוט פנאומטי רך הניתן להגדרה בוויסות רשת המוח בקרב עשרה משתתפים עם ליקויים מוטוריים ביד לאחר שבץ מוחי. ההתערבות הרובוטית הניתנת לתכנות ניתנה ברצף אקראי להערכת מצב מנוחה, טיפול רובוטי במצב איטי ומהיר על ידי התאמת מצב העבודה, זמן הפעולה ומשך האינטראקציה. ספקטרוסקופיה פונקציונלית כמעט-אינפרא אדום (fNIRS) שימשה למדידת פעילות קליפת המוח וקישוריות תפקודית. בנוסף, מדדי תורת הגרפים, כולל מקדם אשכולות, אורך נתיב ממוצע, מדד עולם קטן, יעילות גלובלית, מרכזיות דרגה ומרכזיות וקטור עצמי, נגזרו ממטריצות קישוריות פונקציונליות מבוססות fNIRS. התוצאות הראו כי התערבות רובוטית שיפרה משמעותית את מקדם האשכולות (P = 0.034), אורך הנתיב הממוצע (P = 0.007) והיעילות הגלובלית (P = 0.001). בעוד שמדד העולם הקטן, מרכזיות התואר ומרכזיות הווקטור העצמי הראו מגמת עלייה, הבדלים אלה לא הגיעו למובהקות סטטיסטית. יתר על כן, טיפול במצב מהיר גרם לשינויים משמעותיים יותר במקדם האשכולות בהשוואה לטיפול במצב איטי, מה שמרמז על השפעה פוטנציאלית חזקה יותר על ארגון מחדש של העצבים. ממצאים אלה תומכים באופן ראשוני בשימוש ברובוטיקה רכה עם פרדיגמות מתכווננות כדי לשפר את קישוריות רשת המוח ולהקל על נוירופלסטיות לאחר שבץ מוחי. השיפורים שנצפו ביעילות הגלובלית ובתכונות העולם הקטן מצביעים על כך שטיפול רובוטי מייעל את הארגון בקליפת המוח, ומקדם התאוששות תפקודית. יש צורך במחקרים נוספים עם מדגם גדול יותר ופרוטוקולי התערבות מותאמים אישית כדי לאשר את התוצאות הללו ולחקור את ההשפעות ארוכות הטווח שלהן.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

שבץ מוחי נותר גורם מוביל לתמותה ונכות ארוכת טווח בקרב מבוגרים ברחבי העולם1. בין ההשלכות המתישות שלה, ליקויים מוטוריים ביד פוגעים באופן משמעותי בפעילויות יומיומיות חיוניות ובעצמאות תפקודית, ובכך מפחיתים את ההשתתפות החברתית ואיכות החיים של ניצולי שבץמוחי 2,3. בעוד שרפואה פיזיקלית ושיקום הם קריטיים להתאוששות מוטורית, גישות טיפוליות קונבנציונליות מניבות לעתים קרובות תוצאות לא עקביות בשל המורכבות והשונות הבין-אישית של ארגון מחדש של עצבים לאחר שבץמוחי 4.

בשנים האחרונות, טיפול בסיוע רובוטי (RAT) זכה לתשומת לב משמעותית בשל יכולתו לספק אימון בעצימות גבוהה, חוזר על עצמו וספציפי למשימה כדי להקל על התאוששות מוטורית5. כדי להתאים התערבויות כאלה בצורה יעילה יותר, הבנה טובה יותר של הסמנים הביולוגיים העצביים חיונית לאפנון ישיר על ידי התערבויות רובוטיות. זה יכול בסופו של דבר לעזור לייעל אסטרטגיות טיפוליות ולקדם מיומנות ידיים. במחקר קודם, מיפוי תסמיני נגעים מבוסס ווקסל הצביע על כך שליקויים פרוקסימליים לאחר שבץ מוחי בגפה העליונה יכולים להיות קשורים לליקויים בנתיבים היורדים מאזורים קורטיקומוטוריים וסטריאטום. להבדיל מכך, ליקויים ביד נובעים מפגיעות בודדות בקליפת המוח6. עם זאת, התוצאות הקליניות לתפקוד היד נותרו משתנות, והמנגנונים העצביים העומדים בבסיס ההתאוששות המוטורית עדיין לא הובהרו במלואם 7,8,9. יתר על כן, רוב האימונים הרובוטיים המסחריים עוקבים אחר פרוטוקולים מוגדרים מראש עם יכולת הסתגלות מוגבלת. הוא אינו נותן מענה לצרכים הספציפיים של המטופל ועלול להגביל את יעילותם הקלינית10.

במהלך העשורים האחרונים, מחקרי הדמיה מוחית הדגישו את התפקיד המרכזי של ארגון מחדש של רשת המוח בהתאוששות משבץ מוחי, המאופיין בשינויים בפעילות התפקודית והקישוריות. ספקטרוסקופיה פונקציונלית קרוב לאינפרא אדום (fNIRS), טכניקה לא פולשנית לניטור המודינמיקה של קליפת המוח, התגלתה ככלי רב ערך להערכת דינמיקה עצבית והנחיית הגדרות שיקום11. הניידות והחוסן שלו כנגד חפצי תנועה הופכים אותו למתאים במיוחד לניטור בזמן אמת והעברת מידע במהלך טיפול רובוטי12. בעוד שמחקרים קודמים תיעדו שינויים בקישוריות קליפת המוח בעקבות אימון מוטורי, ההשפעות של RAT על טופולוגיית רשת המוח השלם נותרו לא נחקרות מספיק13.

אפיון שינויים בטופולוגיה של רשת המוח מציע חלון רב ערך לתהליכים הנוירופלסטיים העומדים בבסיס ההתאוששות התפקודית לאחר פגיעות איסכמיות או דימומיות במוח. המוח האנושי פועל כרשת מורכבת, שבה תפקוד או תיקון נוירולוגי מסתמכים הן על שלמות אזורית והן על אינטראקציות דינמיות בין אזורים מרובים14. בנסיבות אלה, תורת הגרפים מספקת מסגרת חזקה לכימות ארכיטקטורת רשת מוחית בקנה מידה גדול, ומציעה תובנות לגבי ארגון קליפת המוח ברמות צמתים15. על ידי חישוב מדדי רשת מרכזיים כגון מקדם אשכולות, אורך נתיב ממוצע ויעילות גלובלית, חוקרים עשויים להעריך כיצד RAT משפיע על עיבוד ויכולת העברת מידע עצבי. כפי שהוצג בספרות קודמת, שיבושים הנגרמים על ידי שבץ לשלמות הרשת מתבטאים לעתים קרובות כשינויים במאפייני העולם הקטן ובארגון הטופולוגי הכללי16,17. שיקום, במיוחד אימון ספציפי למשימה וחוזר על עצמו, נקשר לארגון מחדש של קליפת המוח. עם זאת, ההשפעה המדויקת של התערבויות רובוטיות מגוונות על דינמיקת הרשת הללו נותרה לא מובנת מספיק18.

מחקר זה נועד לחקור את ההיתכנות של רובוט פנאומטי רך הניתן לתכנות בוויסות דינמיקת רשת המוח אצל אנשים שעברו שבץ מוחי. בהשוואה לתרגיל כיפוף/הארכת ידיים בפרדיגמות רובוטיות קיימות, לרובוט הפנאומטי הנוכחי יש יתרונות בהתאמה אישית של מצב העבודה, זמן הפעולה ומשך האינטראקציה עבור התנועות הרצויות, כגון אחיזה, שחרור וצביטה19,20. מצבים מגוונים אלה של אינטראקציה בין אדם לרובוט עשויים לספק גירוי ממוקד יותר לאזורים הסנסורי-מוטוריים בקליפת המוח. פרדיגמה כזו יכולה לקדם נוירופלסטיות באזורים הקשורים להתאוששות תפקוד היד13. בנוסף, נעשה שימוש בניתוח תורת הגרפים המבוסס על fNIRS על פני מצבים טיפוליים מגוונים כדי להעריך כיצד אסטרטגיות רובוטיות אינדיבידואליות עשויות לייעל את ההתאוששות המוטורית של היד. יתר על כן, ניתן להבהיר מראש את המנגנונים העצביים העומדים בבסיס שיקום רובוטי רך. הבנת ההתאמות הללו ברמת הרשת יכולה ליידע את הפיתוח של פרוטוקולי שיקום ממוקדים ומונעים נוירופיזיולוגיה, ובסופו של דבר לשפר את התאוששות הידיים אצל ניצולי שבץ מוחי.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה אושר על ידי ועדת האתיקה של בית החולים טונג'י, ווהאן, סין. כל פרוטוקולי המחקר דבקו בעקרונות המפורטים בהצהרת הלסינקי. הסכמה מדעת בכתב התקבלה מכל המשתתפים לפני הכללתם במחקר. הציוד והתוכנה המשמשים מפורטים בטבלת החומרים.

1. משתתפים

  1. שקול את קריטריוני ההכללה הבאים:
    1. גיל בין 18 ל-75 שנים.
    2. שבץ איסכמי או דימומי ראשון אי פעם שאושר על ידי CT או MRI.
    3. מצב יציב מבחינה רפואית.
    4. חתמו על הסכמה מדעת באופן אישי או מנציגיהם המורשים.
  2. שקול את קריטריוני ההכללה הבאים:
    1. אפזיה חמורה, ליקויים קוגניטיביים, הפרעות תודעה או חוסר יכולת לשתף פעולה עם פרוטוקול ההתערבות או ההערכה.
    2. חוסר יכולת להישאר בישיבה לפחות 20 דקות.
    3. הפרעות חמורות בטונוס השרירים (ציון סולם אשוורת' שונה ≥2).

2. מערכת רובוטית פנאומטית רכה

  1. חיבור ציוד והפעלה
    1. חבר את כבל החשמל של המערכת הרובוטית לשקע חשמל.
    2. הפעל את המחשב על ידי לחיצה על הכפתור הממוקם במגדל המחשב.
    3. חבר את שני כבלי החשמל של משאבת האוויר לשקע החשמל ולכפפה הפנאומטית הרכה.
    4. לחץ על לחצן ההפעלה הירוק בגב המערכת הרובוטית כדי להפעיל את המכשיר.
  2. לובש את הרובוט הפנאומטי הרך
    1. לסייע למשתתף לענוד את הרובוט הפנאומטי הרך על היד הפגועה, תוך הבטחת התאמה בטוחה סביב כף היד והאצבעות.
    2. הדק את הרובוט באמצעות רצועת הסקוטש, וודא שהוא ממוקם היטב מהצד הגבי של האגודל ועד לבולטות התנארית בצד כף היד ליציבות אופטימלית.
  3. בקרה רובוטית ובחירת מצב
    1. לחץ על לחצן התחבר הירוק מתחת להתקן ההדמיה.
    2. בממשק המחשב, בחר במצב שאיפה רובוטי.
    3. הגדר את יציאת התקשורת (Com 7) כדי להבטיח קישוריות תקינה של ההתקן.
    4. בחר את מצב הניפוח-דפלציה המתאים ואשר את הגדרות הפרמטרים מבלי לגרום לאי נוחות למטופלים. מצב איטי: זמן פעולה של 2000 אלפיות השנייה (0.5 הרץ) עם משך אינטראקציה של 75%. אופן מהיר: זמן פעולה של 200 ms (5Hz) עם משך אינטראקציה של 75%21 (איור 1).

figure-protocol-1
איור 1: ציוד ניסיוני ותצורה. (A) מערך ניסוי. (ב) תצורה רובוטית רכה. (C) רובוט פנאומטי רך. (D) תצורה וכיול של fNIRS. אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.

3. מערכת ספקטרוסקופיה קרובה לאינפרא אדום פונקציונלית (fNIRS).

  1. חיבור ואתחול ציוד
    1. השתמש במערכת fNIRS של גל רציף כדי להקליט נתונים מכל המשתתפים. המערכת פולטת אור קרוב לאינפרא אדום באורכי גל של 690 ננומטר ו-830 ננומטר, החודר 2-3 ס"מ מתחת לקליפת המוח, עם תדר דגימה של 100 הרץ.
    2. הפעל את מפצל החשמל כדי לספק חשמל לכל המכשירים המחוברים.
    3. לחץ על לחצן ההפעלה במכשיר fNIRS והמתן עד שנורית החיווי תידלק.
    4. ודא חיבור יציב בין המחשב למערכת fNIRS להעברת נתונים ללא הפרעה.
  2. הפעלת תוכנה והזנת מידע על מטופלים
    1. הפעל את מערכת fNIRS וודא את יציבות חיבור ה-Wi-Fi.
    2. נווטו לממשק ניהול המטופלים כדי ליצור פרופיל חדש: לחצו על הוסף מטופל, הזינו את פרטי המשתתף והקצו מספר זיהוי.
  3. חבישת מכסה רכישת אותות fNIRS
    1. בחר מכסה fNIRS בגודל מתאים. מקם את תווית מספר החיישן מעט מעל מרכז המצח, כדי להבטיח היצמדות נכונה לקרקפת. יישר את האופטודות FPZ ו-CZ של מערכת 10-20 EEG. אבטח את הגלאים ומקורות האור באמצעות סרט גמיש כדי להבטיח מגע אופטימלי עם העור.
    2. במהלך איסוף הנתונים, הנחו את המשתתף להישאר במצב שקט ורגוע, עם ראש דומם ועיניים פקוחות.
    3. לפני התהליך הרשמי של איסוף הנתונים, הנחו את המשתתף לנוח בשקט במשך 2 דקות מבלי להירדם.
  4. רכישת נתונים
    1. בחר את הפרוטוקול הניסיוני מממשק התוכנה במחשב של מערכת fNIRS.
    2. בצע כיול אותות מממשק התוכנה כדי למזער את זליגת האור, תוך התמקדות בעוצמת אות של ≥75% עם רעש מינימלי.
    3. אם הכיול נכשל, כוונן את מיקום החיישן ונסה שוב. חיישני האופטודה מורכבים מדיודות פולטות אור וגלאי פוטו. אופטודות אלו נועדו לפלוט ולזהות אור קרוב לאינפרא אדום באורכי גל ספציפיים.
    4. בצע רישום תאריך של קליפת המוח מממשק התוכנה, והורה למשתתף להישאר רגוע ולהימנע מתנועות ראש.
    5. הקפד ליזום את משימת הניסוי בעקבות הרצף האקראי, תוך איסוף נתונים באופן רציף. מערכת fNIRS מנטרת ומתעדת באופן רציף נתונים על חמצון מוחי והמודינמיקה.
    6. עם השלמת המשימה, הפסק את רכישת הנתונים ושמור בצורה מאובטחת את נתוני הניסוי.

figure-protocol-2
איור 2: מערך ניסיוני של מערכת fNIRS והערכה עצבית. (A) תצורת Optode של מערכת fNIRS ופרוטוקול רכישת הנתונים. (B) ויזואליזציה של הפעלה מוחית מנקודות מבט קדמיות, אחוריות, שמאליות, צדדיות ימניות ועליונות. (C) ניתוח קישוריות תפקודית של המוח השלם. אנא לחץ כאן לצפייה בגרסה גדולה יותר של איור זה.

4. ניתוח נתונים

  1. עיבוד מקדים של נתוני ה-fNIRS הגולמיים
    1. החל סינון מעבר פס כדי להסיר רעש וחפצים מהנתונים הגולמיים. תדרים אופייניים לנתוני fNIRS הם בין 0.01 הרץ ל-0.2 הרץ כדי ללכוד שינויים איטיים בפעילות המוח.
    2. בצע תיקון חפצי תנועה על ידי פירוק גלים וניתוח רכיבים בלתי תלוי (ICA). באופן ספציפי, בצע פירוק גלים על אות ה-fNIRS הגולמי באמצעות גל Daubechies 4 עם רמת פירוק של 3.
      1. החל סף רך על מקדמי הגל כדי להפחית את הרעש תוך שמירה על תכונות האות. שחזר את האות ממקדמי הסף. החל ICA על האות המשוחזר כדי לזהות ולהסיר רכיבים המתאימים לחפצי תנועה.
    3. חלקו את אות ה-fNIRS הרציף לתקופות המתאימות לתנאים שונים. באופן ספציפי, זהה את נקודות הזמן המתאימות להתחלה וההיסט של כל תנאי ניסוי. פלח את האות הרציף לתקופות על סמך תכנון הניסוי (איור 2) והרצפים האקראיים שלהם.
  2. חישוב תגובה המודינמית
    1. המר את מדידות העוצמה הגולמית ממערכת fNIRS לשינויי צפיפות אופטיים באמצעות חוק באר-למברט.
    2. השתמש בחוק באר-למברט המותאם כדי להעריך את השינויים בריכוזי אינוקסיהמוגלובין (HbO) ודאוקסיהמוגלובין (HbR). זה בדרך כלל כרוך בפתרון מערכת משוואות המבוססת על גיאומטריית גלאי המקור ואורכי הגל המשמשים, 690 ננומטר.
    3. צרו מפות תלת-ממדיות של הפעלת המוח על ידי הדמיה של השינויים בריכוז ההמוגלובין המסוכרר באזורי המוח. באופן ספציפי, השתמשו בציוני דרך אנטומיים ובמערכת הבינלאומית 10-20 כדי להקרין את ערוצי ה-fNIRS על אזורי המוח המתאימים.
      1. העריכו את השינויים בריכוז ה-HbO על פני כל שטח המוח בהתבסס על הערוצים הנמדדים. הקרן את מפות ההפעלה על תבניות מוח סטנדרטיות (תבנית MNI) כדי להקל על ההדמיה.
    4. השתמש בקישוריות פונקציונלית כדי למפות את הקו-אקטיבציה העצבית ברחבי המוח על ידי חישוב מקדם המתאם של פירסון בין כל זוגות הערוצים. מקדם זה מכמת את הקשר הליניארי בין זוגות ערוצים ומשמש כבסיס לבניית רשת הקישוריות הפונקציונלית. השתמש בסקריפט R בקוד פתוח (עם ggplot2) כדי לדמיין את הרשת המתקבלת.
  3. ניתוח תורת הגרפים
    1. חלץ מדדי תורת הגרפים (כולל מקדם אשכולות, אורך נתיב ממוצע, מדד עולם קטן, יעילות גלובלית, מרכזיות דרגה ומרכזיות וקטור עצמי) ממטריצות קישוריות פונקציונליות הנגזרות מ-fNIRS16,22.
    2. חשב מקדם אשכולות:
      figure-protocol-3
      כאשר, ei מציין את מספר הקצה בין השכנים של הצומת i, N מציין את המספר הכולל של צמתים ברשת (ערוצי fNIRS), ו-ki מציין את דרגת הצומת i. באמצעות מקדם האשכולות, מדוד את המידה שבה צמתים ברשת מתקבצים יחד.
      הערה: באופן ספציפי, כמת את הסבירות ששני שכנים של צומת מחוברים זה לזה. ודא שמקדם אשכולות גבוה משקף שכנים מחוברים זה לזה, מה שמצביע על מבני רשת מוח מקומיים ומלוכדים. נוירופלסטיות יכולה לשנות את מקדם האשכולות על ידי יצירת קשרים חדשים או חיזוק קיימים כדי לתמוך בפעילות עצבית מקומית.
    3. חישוב אורך נתיב ממוצע:
      figure-protocol-4
      כאשר, d(i,j) מייצג את אורך הנתיב הקצר ביותר בין צמתים i ו-j, ו-N מייצג את המספר הכולל של צמתים ברשת.
      1. השתמש באורך הנתיב הממוצע כדי למדוד את מספר הצעדים הממוצע הנדרש כדי לחצות את כל זוגות הצמתים ברשת. אורכי נתיב ממוצעים קצרים יותר מצביעים על העברת מידע יעילה יותר על פני רשת המוח.
        הערה: נוירופלסטיות יכולה להפחית את אורך הנתיב הממוצע על ידי יצירת קשרים חדשים הפועלים כקיצורי דרך בין אזורי מוח מרוחקים, משפרים את יכולתו של המוח לשלב מידע ומשפרים את תפקוד השליטה המוטורית הכולל.
    4. חשב את מדד העולם הקטן:
      figure-protocol-5
      כאשר, Creal ו-Lreal מציינים את מקדם האשכולות ואורך הנתיב הממוצע של הרשת האמיתית, ו-Crand ו-Lrand מציינים את אלה של רשת אקראית עם אותו מספר צמתים וקצוות. השתמש במדד העולם הקטן כדי להעריך את האיזון בין אשכולות מקומיים לאינטגרציה גלובלית ברשת.
      הערה: רשת עולם קטן מציגה אשכולות גבוהים ואורכי נתיבים קצרים, המאפשרים תקשורת יעילה תוך שמירה על קיבוצים מקומיים. נוירופלסטיות יכולה לשפר את תכונות העולם הקטן על ידי יצירת קשרים חדשים המגבירים את האשכולות המקומיים תוך שמירה על אורכי נתיב קצרים, ובכך תומכים בשינויים עצביים אדפטיביים ובמיומנות הידיים.
    5. חשב יעילות גלובלית:
      figure-protocol-6
      כאשר, d(i,j) מייצג את אורך הנתיב הקצר ביותר בין צמתים i ו-j, ו-N מייצג את המספר הכולל של צמתים ברשת. השתמש ביעילות גלובלית כדי להעריך את יכולת הרשת להחליף מידע ברחבי העולם. ערכים גבוהים יותר מצביעים על העברת מידע מהירה יותר על פני כל רשת המוח, ומשקפים מערכת מחוברת היטב.
      הערה: נוירופלסטיות יכולה לשפר את היעילות הגלובלית על ידי אופטימיזציה של טופולוגיית הרשת, מה שמוביל לאינטגרציה טובה יותר של מידע על פני אזורי מוח שונים ותמיכה בתפקודי ידיים מורכבים.
    6. חשב מרכזיות תואר:
      figure-protocol-7
      כאשר, ki מציין את דרגת הצומת . השתמש במרכזיות דרגה כדי לכמת את מספר החיבורים הישירים שיש לצומת ברשת. צמתים בעלי מרכזיות גבוהה פועלים כמרכזי תקשורת ראשיים. נוירופלסטיות יכולה להגביר את מידת המרכזיות של צמתים מסוימים על ידי יצירת קשרים חדשים, ובכך לשפר את תפקידם ברשת, ולתמוך ביכולת המוח להסתגל ולהתארגן מחדש.
    7. חשב מרכזיות וקטור עצמי:
      figure-protocol-8
      כאשר, A מייצג את מטריצת הסמיכות, ו-v מייצג את הווקטור העצמי המתאים לערך העצמי הגדול ביותר λ. השתמש במרכזיות וקטור עצמי כדי להעריך את השפעת הצומת על סמך הקשרים שלו לצמתים מחוברים היטב.
      הערה: צמתים עם מרכזיות וקטור עצמי גבוהה הם מרכזיים ברשתות היררכיות. נוירופלסטיות יכולה להגביר את מרכזיות הווקטור העצמי של צמתים מסוימים על ידי יצירת קשרים עם צמתים אחרים המחוברים מאוד, ובכך לשפר את תפקידם בתמיכה ביכולת המוח לעבד מידע ביעילות.
  4. ניתוחים סטטיסטיים
    1. ארגן את הנתונים בפורמט ארוך בתוכנה הסטטיסטית, וודא שמדדי תורת הגרפים, תנאי הניסוי ומזהי המשתתפים בנויים כהלכה. לפני ביצוע ה-ANOVA, ודא את הנחות הנורמליות וההומוגניות של שונות על ידי שימוש במבחן שפירו-וילק23 לנורמליות ובמבחן לוין להומוגניות שונות24.
    2. המשך בביצוע ה-ANOVA החד-כיווני כדי להעריך אם יש הבדלים משמעותיים במדדי תורת הגרפים על פני שלושת התנאים. אם ה-ANOVA מניב תוצאה משמעותית (P < 0.05), עקוב אחר השוואות פוסט-הוק כדי לזהות הבדלים ספציפיים בין התנאים.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

בסך הכל נרשמו למחקר 10 אנשים עם שבץ מוחי ועברו הערכת מצב מנוחה, טיפול רובוטי במצב איטי וטיפול רובוטי במצב מהיר בסדר אקראי. התוצאות הראו את ההיתכנות של אינדיבידואליזציה של אפנון נוירופלסטיות על ידי תכנות הפרוטוקול הרובוטי וחישוב מדדי תורת הגרפים של רשת המוח. במהלך טיפול רובוטי רך, הערכת fNIRS סימולטנית אפשרה רכישת נתוני הפעלה מוחית וקישוריות תפקודית.

כל המשתתפים השלימו בהצלחה את פרוטוקול המחקר, ולא חסרו נתונים מהטיפול הרובוטי הרך. בהערכת מצב מנוחה, הערכים הממוצ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה חקר את ההשפעות הנוירופלסטיות של רובוט פנאומטי רך הניתן להגדרה על דינמיקת רשת המוח אצל אנשים עם שבץ מוחי באמצעות ניתוח תורת גרפים מבוסס fNIRS. הממצאים מצביעים על כך שטיפול רובוטי רך מווסת ביעילות את הארגון הטופולוגי של רשתות מוח מבוזרות, כאשר המשתתפים מפגינים היענות גבוהה. באופן ספציפי, נצפו שינויים משמעותיים במקדם האשכולות, אורך הנתיב הממוצע והיעילות הגלובלית. בעוד שמדד העולם הקטן, מרכזיות התואר ומרכזיות הווקטור העצמי הראו מגמת עלייה, השינויים שלהם לא הגיעו למובהקות סטטיסטית. תוצ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תודות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

עבודה זו נתמכה על ידי הפרויקט המיוחד למדע וטכנולוגיה של מחוז חוביי (מס' 2023BCA002), תוכנית התמיכה במחקר הבין-תחומית של אוניברסיטת Huazhong למדע וטכנולוגיה (מס' 2024JCYJ067), קרן מדעי הטבע של מחוז חוביי, סין (מס' 2024AFB043), וקרן המחקר של בית החולים טונג'י (מס' 2024B24).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
מכשיר fNIRS בעל 106 ערוציםWuhan Znion Technology Co., LTDBS-2000יישום התוכנית
מערכת שיקום מפרקי FIngerחברת טכנולוגיית הרפואה של נאנג'ינג רזידר בע"מ.RSD RS3התערבות שיקום
תוכנת Rקרן Rגרסה 4.2.1ניתוח סטטיסטי
תוכנת SPSSיבמגרסה 22.0ניתוח סטטיסטי

מקורות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. He, Q., et al. Global, regional, and national burden of stroke, 1990-2021: A systematic analysis for global burden of disease 2021. Stroke. 55 (12), 2815-2824 (2024).
  2. Houwink, A., Nijland, R. H., Geurts, A. C., Kwakkel, G. Functional recovery of the paretic upper limb after stroke: Who regains hand capacity. Arch Phys Med Rehabil. 94 (5), 839-844 (2013).
  3. Hirayama, K., Matsuda, M., Teruya, M., Fuchigami, T., Morioka, S. Trends in amount of use to upper limb function in patients with subacute stroke: A cross-sectional study using segmental regression analysis. BMC Neurol. 23 (1), 429(2023).
  4. Feigin, V. L., Owolabi, M. O. Pragmatic solutions to reduce the global burden of stroke: A world stroke organization-lancet neurology commission. Lancet Neurol. 22 (12), 1160-1206 (2023).
  5. Chen, Z. J., et al. Exoskeleton-assisted anthropomorphic movement training for the upper limb after stroke: The eamt randomized trial. Stroke. 54 (6), 1464-1473 (2023).
  6. Lin, D. J., et al. Distinguishing distinct neural systems for proximal vs distal upper extremity motor control after acute stroke. Neurology. 101 (4), e347-e357 (2023).
  7. Rizor, E., et al. Brain-hand function relationships based on level of grasp function in chronic left-hemisphere stroke. Neurorehabil Neural Repair. 38 (10), 752-763 (2024).
  8. Chong, B., Wang, A., Stinear, C. M. Proportional recovery after stroke: Addressing concerns regarding mathematical coupling and ceiling effects. Neurorehabil Neural Repair. 37 (7), 488-498 (2023).
  9. Gao, Z., et al. Restoring after central nervous system injuries: Neural mechanisms and translational applications of motor recovery. Neurosci Bull. 38 (12), 1569-1587 (2022).
  10. Micera, S., Caleo, M., Chisari, C., Hummel, F. C., Pedrocchi, A. Advanced neurotechnologies for the restoration of motor function. Neuron. 105 (4), 604-620 (2020).
  11. Ricardo Sato, J., et al. An experiment using functional near-infrared spectroscopy and robot-assisted multi-joint pointing movements of the lower limb. J Vis Exp. (208), e66004(2024).
  12. Kim, J., Kim, E., Lee, S. H., Lee, G., Kim, Y. H. Use of cortical hemodynamic responses in digital therapeutics for upper limb rehabilitation in patients with stroke. J Neuroeng Rehabil. 21 (1), 115(2024).
  13. Liu, P., et al. Brain activation pattern caused by soft rehabilitation glove and virtual reality scenes: A pilot fNIRS study. IEEE Trans Neural Syst Rehabil Eng. 32, 3848-3857 (2024).
  14. Wang, J., He, Y. Toward individualized connectomes of brain morphology. Trends Neurosci. 47 (2), 106-119 (2024).
  15. Vecchio, F., Miraglia, F., Pappalettera, C., Rossini, P. M. Brain network modulation in response to directional and non-directional cues: Insights from EEG connectivity and graph theory. Clin Neurophysiol. 171, 146-153 (2025).
  16. Caliandro, P., et al. Small-world characteristics of cortical connectivity changes in acute stroke. Neurorehabil Neural Repair. 31 (1), 81-94 (2017).
  17. Li, Y., Yu, Z., Wu, P., Chen, J. The disrupted topological properties of structural networks showed recovery in ischemic stroke patients: A longitudinal design study. BMC Neurosci. 22 (1), 47(2021).
  18. Pavan, A., et al. Implementation of a robot-mediated upper limb rehabilitation protocol for a customized treatment after stroke: A retrospective analysis. NeuroRehabilitation. 54 (3), 411-420 (2024).
  19. Yurkewich, A., Kozak, I. J., Hebert, D., Wang, R. H., Mihailidis, A. Hand extension robot orthosis (hero) grip glove: Enabling independence amongst persons with severe hand impairments after stroke. J Neuroeng Rehabil. 17 (1), 33(2020).
  20. Syringas, P., et al. Exploring new tools in upper limb rehabilitation after stroke using an exoskeletal aid: A pilot randomized control study. Healthcare (Basel). 13 (1), 91(2025).
  21. Nurmi, T., Henriksson, L., Piitulainen, H. Optimization of proprioceptive stimulation frequency and movement range for fMRI. Front Hum Neurosci. 12, 477(2018).
  22. Akila, V., Johnvictor, A. C. Functional near infrared spectroscopy for brain functional connectivity analysis: A graph theoretic approach. Heliyon. 9 (4), e15002(2023).
  23. Chen, Z., et al. Action observation treatment-based exoskeleton (aot-exo) for upper extremity after stroke: Study protocol for a randomized controlled trial. Trials. 22 (1), 222(2021).
  24. Li, X., et al. Association of type 2 diabetes mellitus and glycemic control with intracranial plaque characteristics in patients with acute ischemic stroke. J Magn Reson Imaging. 54 (2), 655-666 (2021).
  25. Park, J. M., et al. Effects of robot-assisted therapy for upper limb rehabilitation after stroke: An umbrella review of systematic reviews. Stroke. , (2025).
  26. Singh, N., Saini, M., Kumar, N., Srivastava, M. V. P., Mehndiratta, A. Evidence of neuroplasticity with robotic hand exoskeleton for post-stroke rehabilitation: A randomized controlled trial. J Neuroeng Rehabil. 18 (1), 76(2021).
  27. Ti, C. E., Hu, C., Yuan, K., Chu, W. C., Tong, R. K. Uncovering the neural mechanisms of inter-hemispheric balance restoration in chronic stroke through EMG-driven robot hand training: Insights from dynamic causal modeling. IEEE Trans Neural Syst Rehabil Eng. 32, 1-11 (2024).
  28. Jia, T., et al. Tailoring brain-machine interface rehabilitation training based on neural reorganization: Towards personalized treatment for stroke patients. Cereb Cortex. 33 (6), 3043-3052 (2023).
  29. Liu, X., et al. Effects of motor imagery-based brain-computer interface on upper limb function and attention in stroke patients with hemiplegia: A randomized controlled trial. BMC Neurol. 23 (1), 136(2023).
  30. Li, W., et al. Bioinspired smart triboelectric soft pneumatic actuator-enabled hand rehabilitation robot. Adv Mater. 37 (9), e2419059(2025).
  31. Herbet, G., Duffau, H. Revisiting the functional anatomy of the human brain: Toward a meta-networking theory of cerebral functions. Physiol Rev. 100 (3), 1181-1228 (2020).
  32. Tang, Z., et al. Evidence that robot-assisted gait training modulates neuroplasticity after stroke: An fMRI pilot study based on graph theory analysis. Brain Res. 1842, 149113(2024).
  33. Wang, J., et al. Test-retest reliability of functional connectivity networks during naturalistic fMRI paradigms. Hum Brain Mapp. 38 (4), 2226-2241 (2017).
  34. Vecchio, F., et al. Cortical connectivity from EEG data in acute stroke: A study via graph theory as a potential biomarker for functional recovery. Int J Psychophysiol. 146, 133-138 (2019).
  35. Nemati, P. R., et al. Brain network topology early after stroke relates to recovery. Brain Commun. 4 (2), fcac049(2022).
  36. Shi, X., et al. An interactive soft robotic hand-task training system with wireless task boards and daily objects on post-stroke rehabilitation. Wearable Technol. 6, e4(2025).
  37. Zhou, Y., et al. Predicting upper limb motor recovery in subacute stroke patients via FNIRS-measured cerebral functional responses induced by robotic training. J Neuroeng Rehabil. 21 (1), 226(2024).
  38. Senadheera, I., et al. AI applications in adult stroke recovery and rehabilitation: A scoping review using AI. Sensors (Basel). 24 (20), 6568(2024).
  39. Chen, S., et al. Brain-computer interfaces in 2023-2024. Brain-X. 3 (1), e70024(2025).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

מאמרים קשורים