脳卒中患者の日常生活向上のためのブレイン・コンピュータ・インターフェース制御上肢ロボットシステム

私たちのプロトコルは、脳波と EOG 信号を使用して脳卒中リハビリテーションのための BCI 制御上肢支援ロボットを評価し、両手機能を強化します。BeBiTS を通じて機能改善を評価し、補助神経リハビリテーションを推進します。

この技術は、麻痺した手の機能を補助することにより、脳卒中後片麻痺の患者に利益をもたらします。また、脊髄損傷や神経変性疾患による運動障害のある患者を助けることもできます。

この技術は、EEG EOG を使用して運動の意図と実行を橋渡しし、脳卒中患者がロボットハンドを制御できるようにします。両手機能を向上させ、従来の補助アプローチと比較して日常生活活動の自立性を高めます。

患者は、運動イメージトレーニングを初めて経験する場合、困難に直面する可能性があります。したがって、運動感覚的運動イメージを確保するには、適切なガイダンスと指示が必要です。

DCI 制御の上肢ロボットには、神経可塑性や運動学習などの神経リハビリテーション コンポーネントが含まれています。このシステムは、脳卒中、脳性麻痺、神経変性疾患の患者の運動リハビリテーションに拡張できます。

[講師]まず、募集されたすべての患者に実験手順に関する詳細情報を提供します。各参加者から署名されたインフォームドコンセントを取得します。同意書に記入した後、机の前の快適な椅子で BCI ロボットをトレーニングする前に、BeBiTS 評価の 10 項目を評価します。ブレイン コンピューター インターフェイスまたは BCI システムを起動します。患者の頭にキャップをかぶせ、アンプを接続します。ソースモジュールで、EegoModuleを選択し、次にインピーダンスモードを選択し、開始を押してモジュールをアクティブにします。起動を示す青色のライトを観察します。インピーダンスが10キロオーム未満であることを確認してください。次に、ソースモジュールで停止を押します。データストリーミングのモードをEEGに変更します。スタートを押して、信号品質を確認します。EOGキャリブレーションの場合、タスクモジュールでキューの数を設定します。画面に表示される 10 個の矢印に従って、短い横方向の眼球運動を実行するように参加者に指示します。トレーニング後すぐに結果グラフを確認してください。EEGキャリブレーションの場合は、EEGキャリブレーションタスクモジュールを選択し、タスクモジュールのキューの数を5に設定します。フィードバックモジュールで、ロボットハンドの側面に横方向を設定します。display pacman が選択されていないことを確認します。次に、プロンプトが表示されたときに拳を握りしめることを想像し、拳を作ることを想像して、黒い画面に表示され、結果グラフを確認するように参加者に指示します。EOGおよびEEGトレーニング後、拳を握る意図を区別する特定の目標の関心周波数、基準値、および閾値のパラメータを設定します。設定されたパラメータを使用して、pacman インターフェイスを使用してフィードバック トレーニングを進めます。USB ドングルを使用して、補助ロボットハンドをコンピューターにワイヤレスで接続します。次に、参加者にロボットを装着してもらい、BeBiTS 評価を行います。準備完了状態を示す画面の白色ライトが点灯するのを待ちます。確認したら、参加者に目を片側に動かしてライトを緑色に変えるように指示します。緑色の光が点灯したら、拳を握りしめる姿を想像するように指示する。ロボットを使用して、参加者が拳を握りしめてタスクを実行するのを支援します。タスクを完了したら、参加者に画面上の赤いライトを観察するように指示します。参加者が手を開きたい場合は、目を動かして光の色を白に戻すことができます。最後に、BeBiTS 後に BCI ロボット システムを使用して患者を再度評価します。よく訓練された参加者のEOG値は、平均曲線が閾値レベルに達し、脳波の結果が安静状態と運動イメージを明確に区別する一貫した試験を示しました。対照的に、訓練が不十分な参加者のEOG試験は一貫性がなく、平均曲線は閾値レベルを満たさず、脳波の結果には安静状態と運動イメージの明確な区別が欠けていました。参加者 P1、P4、および P5 は、BeBiTS の前後の評価の両方でほとんどのタスクを実行できませんでした。参加者の P3 は、当初は BeBiTS 前の評価でスコアを獲得しましたが、トレーニングが不十分なため、BeBiTS 後の評価ではスコアを示さなかった。参加者 P2、および P6 から P8 は、BeBiTS 前の評価と比較して、BeBiTS 後の評価中にいくつかのタスクの改善を示しました。