연질 공압 로봇은 뇌졸중 후 손 재활을 위한 뇌 네트워크의 그래프 이론 지표를 변조합니다.

요약

이 연구는 뇌졸중 후 전뇌 네트워크 토폴로지 향상에 대한 구성 가능한 소프트 공압 로봇의 효과를 탐구합니다. 그래프 이론 분석은 클러스터링 계수, 경로 길이 및 전역 효율성이 크게 향상되었음을 나타냅니다. 연구 결과는 뇌졸중 재활에서 신경가소성을 조절하고 기능 회복을 최적화하는 프로그래밍 가능한 로봇 프로토콜의 잠재력을 강조합니다.

초록

대뇌 피질의 기능적 회복은 뇌졸중 후 활동 의존적 신경가소성에 의존합니다. 그러나 손 회복을 위해 로봇 재활을 최적화하는 것은 여전히 중요한 과제로 남아 있습니다. 이 개념 증명 연구는 뇌졸중 후 손 운동 장애가 있는 10명의 참가자를 대상으로 뇌 네트워크를 조절하는 구성 가능한 소프트 공압 로봇의 타당성을 조사합니다. 프로그래밍 가능한 로봇 개입은 작업 모드, 행동 시간 및 상호 작용 시간을 조정하여 휴식 상태 평가, 저속 모드 및 고속 모드 로봇 치료를 위해 무작위 순서로 관리되었습니다. 기능적 근적외선 분광법(fNIRS)을 사용하여 피질 활동과 기능적 연결성을 측정했습니다. 또한 클러스터링 계수, 평균 경로 길이, 소세계 지수, 전역 효율성, 차수 중심성 및 고유 벡터 중심성을 포함한 그래프 이론 메트릭은 fNIRS 기반 기능적 연결 행렬에서 파생되었습니다. 결과는 로봇 개입이 클러스터링 계수(P = 0.034), 평균 경로 길이(P = 0.007) 및 전체 효율성(P = 0.001)을 크게 개선했음을 보여주었습니다. 소세계 지수, 차수 중심성 및 고유벡터 중심성은 증가 추세를 보였지만 이러한 차이는 통계적 유의성에 도달하지 못했습니다. 더욱이, 빠른 모드 요법은 느린 모드 요법에 비해 클러스터링 계수에서 더 실질적인 변화를 유도하여 신경 재구성에 잠재적으로 더 강한 효과를 시사합니다. 이러한 발견은 뇌 네트워크 연결성을 강화하고 뇌졸중 후 신경가소성을 촉진하기 위해 조정 가능한 패러다임을 갖춘 소프트 로봇 공학의 사용을 예비적으로 뒷받침합니다. 관찰된 글로벌 효율성과 소세계 특성의 개선은 로봇 치료가 피질 조직을 최적화하여 기능 회복을 촉진한다는 것을 나타냅니다. 이러한 결과를 확인하고 장기적인 효과를 탐색하기 위해서는 더 큰 표본 크기와 개인화된 개입 프로토콜을 사용한 추가 연구가 필요합니다.

서론

뇌졸중은 전 세계 성인의 사망 및 장기 장애의 주요 원인으로 남아 있습니다¹. 쇠약하게 만드는 후유증 중 손 운동 장애는 필수적인 일상 활동과 기능적 독립성을 크게 손상시켜 뇌졸중 생존자의 사회 참여와 삶의 질을 감소시킵니다 ^2,3. 물리 의학과 재활은 운동 회복에 중요하지만 기존의 치료 접근법은 뇌졸중 후 신경 재구성의 복잡성과 개인 간 가변성으로 인해 일관되지 않은 결과를 낳는 경우가 많습니다⁴.

최근 몇 년 동안 로봇 보조 치료(RAT)는 운동 회복을 촉진하기 위해 고강도, 반복적, 작업별 훈련을 제공하는 능력으로 큰 주목을 받았습니다⁵. 이러한 개입을 보다 효과적으로 맞춤화하려면 로봇 개입에 의한 직접 조절에 신경 바이오마커에 대한 더 나은 이해가 중요합니다. 이는 궁극적으로 치료 전략을 최적화하고 손재주를 촉진하는 데 도움이 될 수 있습니다. 이전 연구에서 복셀 기반 병변 증상 매핑은 뇌졸중 후 상지의 근위 손상이 피질 운동 영역 및 선조체의 하행관 결함과 관련이 있을 수 있음을 나타냅니다. 이와는 달리 손 손상은 뇌 피질의 고립된 손상으로 인해 발생합니다⁶. 그러나 손 기능에 대한 임상 결과는 여전히 다양하며 운동 회복의 기초가 되는 신경 메커니즘은 아직 완전히 밝혀지지 않았습니다 ^7,8,9. 또한 대부분의 상용 로봇 훈련은 적응성이 제한된 사전 정의된 프로토콜을 따릅니다. 이는 환자별 요구 사항을 해결하지 못하고 잠재적으로 임상 효과를 제한합니다¹⁰.

지난 수십 년 동안 신경영상 연구는 기능적 활동과 연결성의 변화를 특징으로 하는 뇌졸중 회복에서 뇌 네트워크 재구성의 중추적인 역할을 강조했습니다. 피질 혈역학을 모니터링하기 위한 비침습적 기술인 기능적 근적외선 분광법(fNIRS)은 신경 역학을 평가하고 재활 설정을 안내하는 데 유용한 도구로 부상했습니다¹¹. 모션 아티팩트에 대한 휴대성과 견고성은 로봇 치료 중 실시간 모니터링 및 정보 전송에 특히 적합합니다¹². 이전 연구에서는 운동 훈련 후 피질 상호 연결성의 변화를 문서화했지만 전체 뇌 네트워크 토폴로지에 대한 RAT의 효과는 아직 충분히 탐구되지 않았습니다¹³.

뇌 네트워크 토폴로지의 변화를 특성화하는 것은 뇌 허혈성 또는 출혈성 손상 후 기능 회복의 기초가 되는 신경가소성 과정에 대한 귀중한 창을 제공합니다. 인간의 뇌는 복잡한 네트워크로 작동하며, 여기서 신경학적 기능 또는 복구는 지역적 무결성과 여러 영역 간의 동적 상호 작용에 모두 의존합니다¹⁴. 이러한 상황에서 그래프 이론은 대규모 뇌 네트워크 아키텍처를 정량화하기 위한 강력한 프레임워크를 제공하여 결절 수준¹⁵에서 피질 조직에 대한 통찰력을 제공합니다. 클러스터링 계수, 평균 경로 길이, 전역 효율성과 같은 주요 네트워크 지표를 계산함으로써 연구자들은 RAT가 신경 정보 처리 및 전송 용량에 어떤 영향을 미치는지 평가할 수 있습니다. 이전 문헌에서 볼 수 있듯이 뇌졸중으로 인한 네트워크 무결성 중단은 종종 작은 세계 속성 및 전체 위상 조직의 변경으로 나타납니다^16,17. 재활, 특히 작업별 반복 훈련은 피질 재구성과 관련이 있습니다. 그러나 이러한 네트워크 역학에 대한 다양한 로봇 개입의 정확한 영향은 여전히 부적절하게 이해되고 있습니다¹⁸.

이 연구는 뇌졸중 환자의 뇌 네트워크 역학을 조절하는 프로그래밍 가능한 연질 공압 로봇의 타당성을 조사하는 것을 목표로 합니다. 기존 로봇 패러다임의 손 굴곡/신전 운동과 비교하여 현재의 공압 로봇은 잡기, 풀기, 핀치^19,20과 같은 원하는 움직임에 대한 작업 모드, 동작 시간 및 상호 작용 시간을 맞춤화하는 데 장점이 있습니다. 인간-로봇 상호 작용의 이러한 다양한 모드는 감각 운동 피질 영역에 보다 표적화된 자극을 제공할 수 있습니다. 이러한 패러다임은 손 기능 회복과 관련된 영역에서 잠재적으로 신경가소성을 촉진할 수 있습니다¹³. 또한 다양한 치료 조건에 걸친 fNIRS 기반 그래프 이론 분석을 활용하여 개별화된 로봇 전략이 손 운동 회복을 어떻게 최적화할 수 있는지 평가했습니다. 또한, 소프트 로봇 재활의 기초가 되는 신경 메커니즘을 예비적으로 밝힐 수 있습니다. 이러한 네트워크 수준 적응을 이해하면 표적화된 신경생리학 기반 재활 프로토콜의 개발에 정보를 제공하여 궁극적으로 뇌졸중 생존자의 손 회복을 향상시킬 수 있습니다.

프로토콜

이 연구는 중국 우한에 있는 Tongji 병원 윤리위원회의 승인을 받았습니다. 모든 연구 프로토콜은 헬싱키 선언에 설명된 원칙을 준수했습니다. 연구에 포함되기 전에 모든 참가자로부터 서면 동의서를 얻었습니다. 사용된 장비 및 소프트웨어는 재료 표에 나열되어 있습니다.

1. 참가자

1. 다음 포함 기준을 고려하십시오.
   1. 18세에서 75세 사이의 연령.
   2. CT 또는 MRI로 확인된 최초의 허혈성 또는 출혈성 뇌졸중.
   3. 의학적으로 안정적인 상태.
   4. 직접 또는 권한을 위임받은 대리인으로부터 정보에 입각한 동의서에 서명하십시오.
2. 다음 제외 기준을 고려하십시오.
   1. 심각한 실어증, 인지 장애, 의식 장애 또는 개입 또는 평가 프로토콜에 협조할 수 없음.
   2. 최소 20분 동안 앉아 있을 수 없습니다.
   3. 심각한 근긴장도 이상(Modified Ashworth Scale 점수≥2).

2. 소프트 공압 로봇 시스템

1. 장비 연결 및 시동
   1. 로봇 시스템의 전원 케이블을 전기 콘센트에 꽂습니다.
   2. 컴퓨터 타워에 있는 버튼을 눌러 컴퓨터를 켭니다.
   3. 두 개의 공기 펌프 전원 케이블을 전원 콘센트와 부드러운 공압 장갑에 연결합니다.
   4. 로봇 시스템 뒷면에 있는 녹색 전원 버튼을 눌러 장치를 활성화합니다.
2. 소프트 공압 로봇 착용
   1. 참가자가 영향을 받은 손에 부드러운 공압 로봇을 착용하도록 지원하여 손바닥과 손가락 주위에 단단히 고정되도록 합니다.
   2. 벨크로 스트랩을 사용하여 로봇을 고정하고 최적의 안정성을 위해 엄지손가락의 등쪽에서 손바닥 쪽의 테나 융기까지 로봇이 단단히 배치되도록 합니다.
3. 로봇 제어 및 모드 선택
   1. 이미징 장치 아래에 있는 녹색 연결 단추를 누릅니다.
   2. 컴퓨터 인터페이스에서 로봇 흡입 모드를 선택합니다.
   3. 적절한 장치 연결을 보장하기 위해 통신 포트(Com 7)를 구성합니다.
   4. 적절한 팽창-수축 모드를 선택하고 환자에게 불편함을 주지 않고 매개변수 설정을 확인하십시오. 저속 모드: 2000ms 동작 시간(0.5Hz), 75% 상호 작용 지속 시간. 고속 모드: 200ms 동작 시간(5Hz), 75% 상호 작용 지속 시간²¹ (그림 1).

그림 1: 실험 장비 및 구성. (A) 실험 설정. (B) 소프트 로봇 구성. (C) 소프트 공압 로봇. (D) fNIRS 구성 및 보정. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

3. 기능적 근적외선 분광법(fNIRS) 시스템

1. 장비 연결 및 초기화
   1. 연속파 fNIRS 시스템을 사용하여 모든 참가자의 데이터를 기록합니다. 이 시스템은 690nm 및 830nm의 파장에서 근적외선을 방출하며 샘플링 주파수는 100Hz로 대뇌 피질 아래 2-3cm를 관통합니다.
   2. 멀티탭을 켜면 연결된 모든 장치에 전원을 공급할 수 있습니다.
   3. fNIRS 장치의 전원 버튼을 누르고 표시등이 켜질 때까지 기다립니다.
   4. 중단 없는 데이터 전송을 위해 컴퓨터와 fNIRS 시스템 간의 안정적인 연결을 보장합니다.
2. 소프트웨어 시작 및 환자 정보 입력
   1. fNIRS 시스템을 실행하고 Wi-Fi 연결의 안정성을 확인합니다.
   2. 환자 관리 인터페이스로 이동하여 새 프로필을 만듭니다: 환자 추가를 클릭하고 참가자의 정보를 입력한 다음 식별 번호를 할당합니다.
3. fNIRS 신호 획득 캡 착용
   1. 적절한 크기의 fNIRS 캡을 선택합니다. 센서 번호 라벨을 이마 중앙 약간 위에 위치시켜 두피가 제대로 접착되도록 합니다. 10-20 EEG 시스템의 FPZ 및 CZ 옵토드를 정렬합니다. 피부와의 최적 접촉을 보장하기 위해 유연한 헤드밴드를 사용하여 감지기와 광원을 고정합니다.
   2. 데이터를 수집하는 동안 참가자에게 머리를 가만히 두고 눈을 뜨고 조용하고 편안한 상태를 유지하도록 지시합니다.
   3. 공식적인 데이터 수집 과정 전에 참가자에게 잠들지 않고 2분 동안 조용히 쉬도록 지시합니다.
4. 데이터 수집
   1. fNIRS 시스템 컴퓨터의 소프트웨어 인터페이스에서 실험 프로토콜을 선택합니다.
   2. 소프트웨어 인터페이스에서 신호 보정을 수행하여 빛 누출을 최소화하고 노이즈를 최소화하면서 ≥75%의 신호 강도를 목표로 합니다.
   3. 보정에 실패하면 센서 배치를 조정하고 다시 시도하십시오. 광 센서는 발광 다이오드와 광검출기로 구성됩니다. 이 옵토드는 특정 파장에서 근적외선을 방출하고 감지하도록 설계되었습니다.
   4. 소프트웨어 인터페이스에서 대뇌 피질의 날짜 기록을 수행하여 참가자에게 긴장을 유지하고 머리 움직임을 피하도록 지시합니다.
   5. 무작위 순서에 따라 실험 작업을 시작하고 지속적으로 데이터를 수집해야 합니다. fNIRS 시스템은 대뇌 산소화 및 혈역학에 대한 데이터를 지속적으로 모니터링하고 기록합니다.
   6. 작업이 완료되면 데이터 수집을 중지하고 실험 데이터를 안전하게 저장합니다.

그림 2: fNIRS 시스템의 실험 설정 및 신경 평가. (A) fNIRS 시스템 및 데이터 수집 프로토콜의 옵토드 구성. (B) 전방, 후방, 좌측, 우측 및 상부 관점에서 뇌 활성화를 시각화합니다. (C) 전뇌 기능적 연결성 분석. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

4. 데이터 분석

1. 원시 fNIRS 데이터 전처리
   1. 대역 통과 필터링을 적용하여 원시 데이터에서 노이즈와 아티팩트를 제거합니다. fNIRS 데이터의 일반적인 주파수는 뇌 활동의 느린 변화를 포착하기 위해 0.01Hz에서 0.2Hz 사이입니다.
   2. 웨이블릿 분해 및 독립 성분 분석(ICA)을 통해 모션 아티팩트 보정을 수행합니다. 구체적으로, 분해 레벨이 3인 Daubechies 4 웨이블릿을 사용하여 원시 fNIRS 신호에 대해 웨이블릿 분해를 수행합니다.
      1. 웨이블릿 계수에 소프트 임계값을 적용하여 신호 특성을 유지하면서 노이즈를 줄입니다. 임계값 계수에서 신호를 재구성합니다. 재구성된 신호에 ICA를 적용하여 모션 아티팩트에 해당하는 구성 요소를 식별하고 제거합니다.
   3. 연속 fNIRS 신호를 다양한 조건에 해당하는 에포크로 나눕니다. 구체적으로, 각 실험 조건의 시작과 오프셋에 해당하는 시점을 식별합니다. 연속 신호를 실험 설계(그림 2)와 무작위 시퀀스를 기반으로 에포크로 분할합니다.
2. 혈역학적 반응 계산
   1. fNIRS 시스템의 원시 강도 측정값을 Beer-Lambert 법칙을 사용하여 광학 밀도 변화로 변환합니다.
   2. 수정된 Beer-Lambert 법칙을 사용하여 변화 추정 이녹시헤모글로빈(HbO) 및 데옥시헤모글로빈(HbR) 농도. 여기에는 일반적으로 소스 검출기 형상과 사용된 파장(690nm)을 기반으로 하는 방정식 시스템을 푸는 작업이 포함됩니다.
   3. 뇌 영역 전체의 HbO 농도 변화를 시각화하여 3D 뇌 활성화 맵을 만듭니다. 구체적으로, 해부학적 랜드마크와 국제 10-20 시스템을 사용하여 fNIRS 채널을 해당 뇌 영역에 투사합니다.
      1. 측정된 채널을 기반으로 전체 뇌 표면의 HbO 농도 변화를 추정합니다. 시각화를 용이하게 하기 위해 활성화 맵을 표준화된 뇌 템플릿(MNI 템플릿)에 투영합니다.
   4. 기능적 연결성을 사용하여 모든 채널 쌍 간의 Pearson 상관 계수를 계산하여 뇌 전체의 신경 공동 활성화를 매핑합니다. 이 계수는 채널 쌍 간의 선형 관계를 정량화하고 기능적 연결 네트워크를 구축하기 위한 기초 역할을 합니다. 오픈 소스 R 스크립트(ggplot2 포함)를 사용하여 결과 네트워크를 시각화합니다.
3. 그래프 이론 분석
   1. fNIRS 파생 기능 연결성 행렬^16,22에서 그래프 이론 메트릭(클러스터링 계수, 평균 경로 길이, 소규모 세계 지수, 전역 효율성, 차수 중심성 및 고유 벡터 중심성 포함)을 추출합니다.
   2. 클러스터링 계수 계산:
      
      여기서 e_i는 노드 i의 이웃 사이의 에지 번호를 나타내고, N은 네트워크(fNIRS 채널)의 총 노드 수를 나타내며, k_i는 노드 i의 정도를 나타냅니다. 클러스터링 계수를 사용하여 네트워크의 노드가 함께 클러스터링되는 정도를 측정합니다.
      참고: 특히 노드의 두 이웃도 서로 연결될 가능성을 정량화합니다. 높은 클러스터링 계수가 고도로 상호 연결된 이웃을 반영하여 국부적이고 응집력 있는 뇌 네트워크 구조를 나타내는지 확인하십시오. 신경가소성은 국소적인 신경 활동을 지원하기 위해 새로운 연결을 형성하거나 기존 연결을 강화함으로써 클러스터링 계수를 변경할 수 있습니다.
   3. 평균 경로 길이 계산:
      
      여기서 d(i,j)는 노드 i 와 j 사이의 최단 경로 길이를 나타내고 N 은 네트워크의 총 노드 수를 나타냅니다.
      1. 평균 경로 길이를 사용하여 네트워크의 모든 노드 쌍을 통과하는 데 필요한 평균 단계 수를 측정합니다. 평균 경로 길이가 짧을수록 뇌 네트워크 전반에 걸쳐 더 효율적인 정보 전송을 나타냅니다.
         참고: 신경가소성은 멀리 떨어진 뇌 영역 사이의 지름길 역할을 하는 새로운 연결을 생성하여 평균 경로 길이를 줄여 정보를 통합하는 뇌의 능력을 향상시키고 전반적인 운동 제어 기능을 향상시킬 수 있습니다.
   4. Small-world 지수 계산:
      
      여기서 C_실수 와 L_실수 는 실제 네트워크의 클러스터링 계수와 평균 경로 길이를 나타내고, C_rand와 L_rand는 동일한 수의 노드와 에지를 가진 랜덤 네트워크의 클러스터링 계수를 나타냅니다. small-world 인덱스를 사용하여 네트워크에서 로컬 클러스터링과 글로벌 통합 간의 균형을 평가합니다.
      참고: 스몰 월드 네트워크는 높은 클러스터링과 짧은 경로 길이를 나타내므로 로컬 그룹화를 유지하면서 효율적인 통신이 가능합니다. 신경가소성은 짧은 경로 길이를 유지하면서 국소 클러스터링을 증가시키는 새로운 연결을 형성하여 적응 신경 변화와 손재주를 지원함으로써 작은 세계의 특성을 향상시킬 수 있습니다.
   5. 글로벌 효율성 계산:
      
      여기서 d(i,j)는 노드 i 와 j 사이의 최단 경로 길이를 나타내고 N 은 네트워크의 총 노드 수를 나타냅니다. 글로벌 효율성을 사용하여 전 세계적으로 정보를 교환하는 네트워크의 능력을 평가합니다. 값이 높을수록 전체 뇌 네트워크에서 더 빠른 정보 전송을 나타내며 잘 연결된 시스템을 반영합니다.
      참고: 신경가소성은 네트워크의 토폴로지를 최적화하여 다양한 뇌 영역에 걸쳐 정보를 더 잘 통합하고 복잡한 손 기능을 지원함으로써 글로벌 효율성을 향상시킬 수 있습니다.
   6. 차수 중심성 계산:
      
      여기서 k_i는 노드의 정도를 나타냅니다. 차수 중심성을 사용하여 노드가 네트워크에서 갖는 직접 연결 수를 정량화합니다. 높은 수준의 중심성을 가진 노드는 기본 통신 허브 역할을 합니다. 신경가소성은 새로운 연결을 형성하여 특정 노드의 중심성을 높이고 네트워크에서 역할을 강화하고 뇌의 적응 및 재구성 능력을 지원할 수 있습니다.
   7. 고유벡터 중심성 계산:
      
      여기서 A 는 인접 행렬을 나타내고 v는 가장 큰 고유값 λ에 해당하는 고유벡터를 나타냅니다. 고유벡터 중심성을 사용하여 잘 연결된 노드에 대한 연결을 기반으로 노드의 영향을 평가합니다.
      참고: 고유 벡터 중심성이 높은 노드는 계층적 네트워크의 중심입니다. 신경가소성은 고도로 연결된 다른 노드와 연결을 형성함으로써 특정 노드의 고유벡터 중심성을 증가시켜 정보를 효율적으로 처리하는 뇌의 능력을 지원하는 역할을 강화할 수 있습니다.
4. 통계 분석
   1. 통계 소프트웨어에서 데이터를 긴 형식으로 구성하여 그래프 이론 지표, 실험 조건 및 참가자 식별자가 적절하게 구조화되었는지 확인합니다. ANOVA를 수행하기 전에 정규성에 대한 Shapiro-Wilk 테스트⁽²³ )와 분산 동질성에 대한 Levene의 테스트⁽²⁴)를 사용하여 분산의 정규성 및 동질성 가정을 확인합니다.
   2. 단원 분산 분석을 진행하여 세 가지 조건에 걸쳐 그래프 이론 메트릭에 유의미한 차이가 있는지 평가합니다. ANOVA가 유의미한 결과(P < 0.05)를 산출하면 사후 비교를 통해 조건 간의 특정 차이점을 식별합니다.

결과

총 10명의 뇌졸중 환자가 연구에 등록되어 휴식 상태 평가, 저속 모드 로봇 요법 및 고속 모드 로봇 요법을 무작위 순서로 받았습니다. 결과는 로봇 프로토콜을 프로그래밍하고 뇌 네트워크의 그래프 이론 메트릭을 계산하여 신경가소성 조절을 개별화하는 타당성을 입증했습니다. 소프트 로봇 치료 중에 동시 fNIRS 평가를 통해 뇌 활성화 및 기능적 연결 데이터를 모두 획득할 수 있었습니다.

모든 참가자는 연구 프로토콜을 성공적으로 완료했으며 소프트 로봇 치료에서 누락된 데이터는 없었습니다. 휴식 상태 평가에서 그래프 이론 메트릭의 평균값(± 표준 편차)은 다음과 같습니다: 클러스터링 계수, 0.56 ± 0.08; 평균 경로 길이, 2.75 ± 0.25; 스몰월드 지수, 3.37 ± 0.50; 글로벌 효율성, 0.26 ± 0.10; 도수 중심성, 15.15 ± 8.84; 및 고유벡터 중심성, 0.26 ± 0.06(...

토론

이 연구는 fNIRS 기반 그래프 이론 분석을 사용하여 뇌졸중 환자의 뇌 네트워크 역학에 대한 구성 가능한 연질 공압 로봇의 신경가소성 효과를 조사했습니다. 연구 결과는 소프트 로봇 치료가 분산 뇌 네트워크의 토폴로지 구성을 효과적으로 조절하고 참가자들이 높은 순응도를 보여준다는 것을 시사합니다. 구체적으로, 클러스터링 계수, 평균 경로 길이 및 전역 효율성에서 상당한 변화가 관찰되었습니다. 소세계 지수, 차수 중심성, 고유벡터 중심성은 증가 추세를 보였지만 그 변화는 통계적 유의성에 도달하지 못했습니다. 이러한 결과는 뇌졸중 재활에서 신경 연결성을 강화하고 뇌 네트워크 재구성을 촉진하기 위해 소프트 로봇 개입을 맞춤화할 수 있는 잠재력을 강조합니다.

로봇의 치료 잠재력은 뇌졸중 후 신경가소성의 중요한 요소인 반복적이고 개별화된 감각 운동 자극을 전달하는 능력에 있습니다²⁵. ...

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
106채널 fNIRS 장치	우한 즈니언 테크놀로지 주식회사	BS-2000	프로그램 실행
플린저 관절 재활 시스템	난징 리시더 의료기술유한회사.	RSD RS3	재활 개입
R 소프트웨어	R 재단	버전 4.2.1	통계 분석
SPSS 소프트웨어	IBM	버전 22.0	통계 분석