Methodenartikel

Motorische beeldvorming Hersen-computerinterface bij revalidatie van motorische disfunctie van de bovenste ledematen na een beroerte

DOI:

10.3791/65405

⸱

1 september 2023

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Guangzhou Medical University, 2Department of Rehabilitation Medicine, The Seventh Affiliated Hospital of Sun Yat-sen University, 3Department of Rehabilitation Medicine, The Fifth Affiliated Hospital of Guangzhou Medical University, 4Clinical Medical College of Acupuncture and Rehabilitation, Guangzhou University of Traditional Chinese Medicine, 5School of Traditional Chinese Medicine, Jinan University, 6Department of Stomatology, Second Clinical Medical College, Dongguan Campus of Guangdong Medical University

* These authors contributed equally

In dit artikel

Erratum-melding

Important: There has been an erratum issued for this article. View Erratum Notice

Samenvatting

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

Het doel van deze studie is om een belangrijke referentie te bieden voor de standaard klinische werking van motorische beeldvorming hersen-computerinterface (MI-BCI) voor motorische disfunctie van de bovenste ledematen na een beroerte.

Samenvatting

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

Het revalidatie-effect van patiënten met matige of ernstige motorische disfunctie van de bovenste ledematen na een beroerte is slecht, wat de focus van het onderzoek is geweest vanwege de ondervonden moeilijkheden. Brain-computer interface (BCI) vertegenwoordigt een baanbrekende technologie in hersenneurowetenschappelijk onderzoek. Het verwijst naar de directe omzetting van de zintuiglijke waarneming, beeldvorming, cognitie en denken van gebruikers of proefpersonen in acties, zonder afhankelijk te zijn van perifere zenuwen of spieren, om directe communicatie- en controlekanalen tussen de hersenen en externe apparaten tot stand te brengen. Motorische beeldvorming hersen-computerinterface (MI-BCI) is de meest voorkomende klinische toepassing van revalidatie als een niet-invasieve manier van revalidatie. Eerdere klinische studies hebben bevestigd dat MI-BCI de motorische disfunctie bij patiënten na een beroerte positief verbetert. Er is echter een gebrek aan klinische demonstratie van operaties. Daartoe beschrijft deze studie in detail de behandeling van MI-BCI voor patiënten met matige en ernstige disfunctie van de bovenste ledematen na een beroerte en toont het interventie-effect van MI-BCI door middel van klinische functie-evaluatie en resultaten van hersenfunctie-evaluatie, waardoor ideeën en referenties worden geboden voor klinische revalidatietoepassing en mechanismeonderzoek.

Inleiding

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

Bijna 85% van de patiënten met een beroerte heeft motorische disfunctie1, vooral vanwege het beperkte revalidatie-effect van patiënten met matige en ernstige motorische disfunctie van de bovenste ledematen, die het vermogen van patiënten om een onafhankelijk dagelijks leven te leiden ernstig beïnvloedt en de focus en moeilijkheid van onderzoek is geweest. Niet-invasieve hersen-computerinterface (BCI) staat bekend als een opkomende behandeling voor revalidatie van motorische disfunctie na een beroerte2. BCI is de directe omzetting van de zintuiglijke waarneming, beeldvorming, cognitie en denken van gebruikers of proefpersonen in acties, zonder afhankelijk te zijn van perifere zenuwen of spieren, om directe communicatie- en controlekanalen tussen de hersenen en externe apparaten tot stand te brengen3. Op dit moment omvatten de paradigma's van BCI voor klinische revalidatie motorische beeldvorming (MI), steady-state visuele opgewekte potentialen (SSVEP) en auditief opgewekte potentialen (AEP) P3004, waarvan de meest gebruikte en handige motorische beeldvorming hersen-computerinterface (MI-BCI) is. MI is een interventie die visuele/kinesthetische motorische beelden gebruikt om de uitvoering van motorische taken (zoals hand-, arm- of voetbewegingen) te visualiseren. Aan de ene kant hebben eerdere studies aangetoond dat de activering van de bijbehorende motorische cortex tijdens MI vergelijkbaar is met de daadwerkelijke motorische uitvoering5. Aan de andere kant kan MI, in tegenstelling tot andere paradigma's, een specifiek activiteitsgebied activeren via motorisch geheugen zonder enige externe stimulus om de motorische functie te verbeteren; Dit is bevorderlijk voor implementatie bij patiënten met een beroerte, vooral in combinatie met gehoorstoornissen6.

Bovendien is aangetoond dat MI-BCI een positief effect heeft op het verbeteren van motorische disfunctie bij patiënten met een beroerte. Cheng et al. meldden dat in vergelijking met eenvoudige interventie met zachte robothandschoenen, de zachte robothandschoen op basis van MI-BCI in combinatie met taken die gericht waren op dagelijkse activiteiten een duidelijkere functionele verbetering en een duurzamere kinesthetische ervaring vertoonde bij patiënten met een chronische beroerte na 6 weken interventie. Bovendien was het ook in staat om de perceptie van motorische bewegingen op te wekken7. Bovendien includeerden Ang et al. 21 patiënten met een chronische beroerte met matige tot ernstige disfunctie van de bovenste ledematen voor gerandomiseerde interventie. De klinische functie werd voor en na de interventie geëvalueerd door de Fugl-Meyer-beoordeling van de bovenste extremiteit (FMA-UE). De resultaten toonden aan dat, vergeleken met eenvoudige haptische knop (HK) robotinterventie (HK-groep) en standaard armtherapie-interventie (SAT-groep), het bewegingsversterkingseffect van HK op basis van MI-BCI-interventie (BCI-HK-groep) significant beter was dan dat van de andere twee groepen8. De specifieke werking van MI-BCI vereist echter nog steeds normatieve normen en het mechanisme van neurale remodellering moet volledig worden begrepen, wat de klinische toepassing en promotie van MI-BCI beperkt. Daarom, door het interventieproces van MI-BCI te laten zien bij een 36-jarige mannelijke patiënt met een beroerte met motorische disfunctie van de bovenste ledematen, zal deze studie de functionele uitkomstveranderingen en hermodellering van de hersenfunctie voor en na de interventie samenvatten om het volledige operatieproces van MI-BCI aan te tonen en ideeën en referenties te bieden voor klinische revalidatietoepassing en mechanismeonderzoek.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

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

Dit project werd goedgekeurd door de Vereniging voor Medische Ethiek van het Vijfde Aangesloten Ziekenhuis van de Medische Universiteit van Guangzhou (goedkeuringsnr. KY01-2021-05-01) op 19 augustus 2021. De studie werd op 19 augustus 2021 geregistreerd in het Chinese register voor klinische proeven (registratienummer: nr. ChiCTR2100050162). Alle patiënten ondertekenden het formulier voor geïnformeerde toestemming.

1. Werving

  1. Inclusie criteria
    1. Rekruteer patiënten die voldoen aan de diagnostische criteria voor een beroerte die zijn geformuleerd door de vierde Nationale Conferentie over Cerebrovasculaire Aandoeningen; een bevestigde cerebrale apoplexie hebben door computertomografie van de hersenen of beeldvorming met magnetische resonantie met het ziekteverloop ≥ 6 maanden; een beroerte had die leidde tot disfunctie van één hand in Brunnstrom stadium 1-3; een Montreal cognitieve beoordeling (MoCA) hebben ≥ 26; leeftijd van 50 tot 75 jaar; rechtshandigheid overheerst; vrijwillig de geïnformeerde toestemming hebben ondertekend.
  2. Uitsluitingscriteria
    1. Sluit patiënten uit met een voorgeschiedenis van fractuur van de bovenste ledematen, misvorming van de bovenste ledematen, enz.; hun toestand is onstabiel of er treden veranderingen op tijdens het experiment, wat de experimentele resultaten beïnvloedt; niet in staat om het experiment te voltooien vanwege ernstige hart-, long-, lever- en nier- en andere belangrijke orgaanaandoeningen; ernstige cognitieve disfunctie of afasie; lijden aan ernstige psychische stoornissen; het nemen van medicijnen die de drempel van aanvallen verlagen; een geïmplanteerd apparaat of metaal hebben dat kan worden beïnvloed door het magnetische veld dat wordt gegenereerd door transcraniële magnetische stimulatie (TMS).

2. MI-BCI-opleiding

OPMERKING: In dit onderzoek is de revalidatierobot voor de handfunctie van de bovenste ledematen op basis van motorische beelden geselecteerd. Het apparaat bestaat uit een elektro-encefalogram (EEG) dop (figuur 1A), een computerterminal (d.w.z. besturingsinterface; Figuur 1B), een externe manipulator (Figuur 1E) en een 23-inch computerscherm (Figuur 1C).

  1. Voorbereiding van onderwerpen
    1. Leg het doel en de methode van de training uit en noteer deze bij de onderwerpen.
    2. Plaats de MI-BCI EEG-dop op het onderwerp om ervoor te zorgen dat het Cz-punt van het hoofd van de proefpersoon samenvalt met het Cz-punt van de dop 9,10. Het Cz-punt van de proefpersoon is het hoekpunt van het hoofdcentrum. Om dit te bevestigen, controleert u het snijpunt van de oorparellijn en de menselijke mediaanlijn die door het midden van de neus en de wenkbrauwen loopt. Bepaal het Cz-punt van de EEG-dop volgens het internationale 10-20 EEG-positioneringssysteem11.
    3. Houd de oren bloot van de oornaad van de hoofdkap en pas de kinband aan om de hoofdkap te bevestigen.
    4. Steek 24 in normale zoutoplossing gedoopte elektroden in de groef van de EEG-dop en klem 2 referentie-elektroden in de twee oorlellen.
      NOTITIE: De elektrode moet in natte toestand worden gehouden zonder te druppelen. Als de elektrode te droog is, wordt het EEG-signaalacquisitieproces beïnvloed. Als de elektrode te nat is, kan de druppelende zoutoplossing de functionele prestaties van het onderwerp beïnvloeden.
    5. Let als operator op de EEG-acquisitie tijdens de training. Als er een klein bereik van EEG-verstoring is, overweeg dan eerst of de bijbehorende elektrode droogheid, watertekort of andere omstandigheden met de training vertoont. Stop op dit moment onmiddellijk met de training en EEG-acquisitie en maak de elektrode goed nat voordat de training wordt voortgezet.
    6. Als het EEG-signaal een uitgebreid storingsbereik heeft, ga dan eerst na of de referentie-elektrode eraf is gevallen of niet. Stop op dit moment onmiddellijk met de training en klem de referentie-elektrode weer vast aan de oorlel.
    7. Plaats de manipulator op de patiënt en stel deze in op een comfortabele trainingspositie om pijn in de onderarm van de bovenste ledematen te voorkomen die wordt veroorzaakt door te strak aandraaien of wegglijden.
  2. Werking van de software
    1. Open de trainingssoftware MI-BCI revalidatierobot voor de functie van de bovenste ledematen, klik op de gebruikerslijst en voer de patiëntinformatie in, waaronder naam, ziektenaam, geboortedatum, ziektedatum en locatie van de aangedane zijde.
    2. Pas de stabiliteit van het EEG-signaal aan zodat er geen duidelijke rommel ontstaat.
    3. Klik op de knop Rust-EEG om de patiënt het rust-EEG-acquisitieproces te laten voltooien volgens de gesproken en tekstuele aanwijzingen: Sluit uw ogen om te ontspannen en open alstublieft uw ogen. Dit duurt 60 s.
    4. Klik op de knop Taakinstelling om de moeilijkheidsgraad en trainingsduur van de taak in te stellen. Stel de initiële trainingsmoeilijkheidsgraad omhoog of omlaag in vanaf niveau 9, afhankelijk van de werkelijke situatie van de patiënten, en stel de trainingsduur in op 30 minuten.
    5. Tijdens de training past het MI-BCI-systeem de moeilijkheidsgraad van de taak automatisch aan op basis van de prestaties van de patiënt. Controleer de moeilijkheidsgraad van de training zoals weerspiegeld door de grootte van de vastgepakte voorwerpen; Hoe hoger de moeilijkheidsgraad van de taak, hoe fijner de voorwerpen die worden vastgegrepen.
    6. Klik op de knop Taak-EEG om de formele training te starten. Op het scherm aan de kant van de patiënt wordt weergegeven: Sluit uw ogen en ontspan gedurende 5 seconden.
    7. Na 5 s wordt op het scherm aan de patiëntzijde weergegeven: Open uw ogen en stel u voor dat uw hand een vuist opent/maakt, die 3 s duurt. Vraag de patiënt om de commando's op het scherm op te volgen.
    8. Het scherm aan de kant van de patiënt toont de aangrijpende video/openingsvideo, om de patiënt te helpen de acties die door de video worden gedemonstreerd in de verbeelding te simuleren. Vraag de patiënt om deze bewegingsverbeeldingstaak uit te voeren die 5 s duurt.
    9. Het systeem extraheert het EEG-signaal van de motorische verbeelding van de patiënt, gebruikt het algoritme om de score van de motorische intentie te analyseren en geeft het weer op het scherm van de kant van de patiënt. Controleer de feedback van de robot, die over 4 s wordt weergegeven.
      OPMERKING: Het model dat door het MI-BCI-systeem wordt gebruikt, is FBCNet (multi-band filtering + kanaalscheidingsconvolutie + variantielaag +FC) om kenmerken te extraheren en EEG-signalen12 te scoren. De drempelwaarde van het MI-BCI-systeem wordt bepaald op basis van een groot aantal klinische onderzoeksgegevens en een kern-EEG-algoritme. De drempelwaarde is 60 punten.
    10. Controleer de weergegeven motorintentie. Als de motorische intentie van de patiënt ≥ 60 punten (drempelwaarde) ligt, herkent het systeem dat de gespecificeerde actie is bereikt. Als de intentie van de patiënt om te bewegen < 60 punten en het systeem bepaalt dat de patiënt de gespecificeerde beweging niet kan uitvoeren, zorg er dan voor dat de audio de patiënt aanspoort om door te gaan en niet ontmoedigd te raken en dat de patiënt hieraan voldoet.
    11. Observeer tijdens het trainingsproces de EEG-golfvorm in realtime. Als er zich een abnormale situatie voordoet, onderbreek dan de training op tijd en start de training opnieuw nadat het signaal is aangepast om stabiel te zijn. Als de patiënt pijn of ongemak heeft tijdens de training, stop dan met de training en noteer de reden voor beëindiging.

3. Klinische evaluatie

  1. Verzamelen van informatie
    1. Verzamel en registreer persoonlijke basisinformatie over de onderwerpen, zoals naam, geslacht, geboortedatum, opleidingsniveau, enz.
    2. Voltooi de verzameling van de medische geschiedenis van de proefpersoon, zoals klinische geschiedenis, medicatiegeschiedenis, persoonlijke geschiedenis, enz.
  2. Evaluatie van de motorische functie
    1. Evalueer de Fugl-Meyer-beoordeling van de bovenste extremiteit (FMA-UE)13 bij proefpersonen met een beroerte.
      De totale score is 66. Hoe hoger de score, hoe beter de functionele prestaties van de patiënt.
    2. Evalueer de Wolf-motorfunctietest (WMFT)14 bij proefpersonen met een beroerte. De totale score is 85. Hoe hoger de score, hoe beter de functionele prestaties van de patiënt.
  3. Beoordeling van de cognitieve functie
    1. Evalueer het mini-mentale toestandsonderzoek (MMSE)15 bij proefpersonen met een beroerte. Verdeel de score afhankelijk van het opleidingsniveau in analfabete ≤17, opleidingsniveau van de basisschool ≤20) en opleidingsniveau van de onderbouw van de middelbare school en hoger ≤24.
  4. Beoordeling van de emotionele functie
    1. Evalueer de Hamilton-angstschaal (HAMA)16 bij proefpersonen met een beroerte. De scorebereiken zijn: ≥21, er is duidelijk angst; ≥14 punten, heb zeker angst; en meer dan 7 punten, kan angst hebben. Een score van minder dan 7 geeft geen symptomen van angst aan.
    2. Evalueer de Hamilton-depressieschaal (HAMD)17 bij proefpersonen met een beroerte. Een score van < 7 is gemiddeld, een score van 7-17 geeft aan dat de persoon een depressie zou kunnen hebben, een score van 17-24 geeft aan dat de persoon kan worden gediagnosticeerd met een depressie en een score van >24 geeft aan dat de persoon een ernstige depressie heeft.

4. Beoordeling van de fNIRS-hersenfunctie

Plaats voor deze studie 10 bronnen en 12 detectoren op de fNIRS-testkopdoppen om overeen te komen met de acht interessegebieden (ROI's) in deze studie, waaronder de bilaterale dorsolaterale prefrontale cortex (DLPFC), de dorsolaterale promotorcortex (PMC), de dorsolaterale primaire motorische cortex (M1) en de dorsolaterale primaire sensorische cortex (S1; Figuur 2).

  1. Voorbereiding van het onderwerp
    1. Leg het doel en de methode van de training uit en noteer deze voor de onderwerpen. Zorg ervoor dat de proefpersonen het experiment begrijpen en bekend zijn met de relevante procedures; Dit helpt de therapietrouw van de patiënt te verbeteren.
    2. Plaats de fNIRS-testhoofddop op de proefpersoon, bepaal het Cz-punt van het hoofd van de proefpersoon en zorg ervoor dat deze samenvalt met het Cz-punt van de hoofddop zoals beschreven in stap 2.1.2.
    3. Pas de hoofdkap aan voor de proefpersoon om ervoor te zorgen dat beide oren zichtbaar zijn vanaf de oornaad van de kap, de bilaterale oorranden van de kap op natuurlijke wijze worden aangepast aan de processus bilateralis mastoïd, de voorrand van de dop op natuurlijke wijze aan het voorhoofd wordt bevestigd en de achterrand op natuurlijke wijze wordt aangebracht op het achterste achterhoofd. Pas de kinband aan om de dop te bevestigen.
    4. Pas de strakheid van de kaakband op de juiste manier aan. Als het te los zit, zal dit leiden tot de verplaatsing van de hoofdkap tijdens het experiment, wat zal resulteren in een onnauwkeurige positionering en de signaalacquisitie zal beïnvloeden. Als het te strak zit, zal dit ongemak veroorzaken voor het onderwerp, wat de therapietrouw zal verminderen en de functionele prestaties van het onderwerp zal beïnvloeden.
  2. Pre-verzameling en verzameling van gegevens
    1. Ga naar de fNIRS-besturingssoftware, selecteer de experimentele proefpersoon en stel patiëntbehandelingsdossiers op op basis van de patiëntinformatie.
    2. Klik op de knop Pre-collectie om de signalen te kalibreren. Afhankelijk van de signaalintensiteit van de site die wordt weergegeven door het nabij-infrarood functionele hersenbeeldvormingssysteem, verbetert u de signaalintensiteit en stabiliteit van de site door de lichtbron of ontvanger van de hoofdkap aan te passen zodat deze zich dichter bij de hoofdhuid van de patiënt bevindt.
    3. Wanneer het systeem alle sites als groen weergeeft, is de signaalsterkte stabiel. Stop de pre-collectie en klik op de knop Automatische versterking om de laatste aanpassing aan het signaal uit te voeren.
      OPMERKING: Tijdens het pre-verzamelingsproces presenteert het nabij-infrarood functionele beeldvormingssysteem van de hersenen verschillende kleuren om de signaalsterktes van locaties weer te geven. Grijs staat voor een lage signaalsterkte, geel voor een goede signaalsterkte, groen voor een uitstekende signaalsterkte en rood voor een te sterke signaalsterkte.
    4. Klik op de Start-knop om de signalen te verzamelen. Observeer en registreer verschillende omstandigheden in het experiment, zoals signaalfluctuaties en slecht contact met de elektrode.
  3. fNIRS-motorische taakbeoordeling
    1. Selecteer het paradigma van de motortaak in het fNIRS-systeem.
    2. Plaats de bovenste ledemaat van de patiënt op de testtafel en vraag de patiënt om 10 seconden te rusten voor het experiment.
    3. Vraag de patiënt om het oefenritme te volgen om de aangedane hand in drie blokken vast te pakken tijdens het experiment, elk blok omvat 30 s taak en 30 s rust. Elke taak bestaat uit 15 proeven, elke proef omvat 1 s grijpen en 1 s openen van de greep.
    4. Vraag de patiënten tijdens elke rustpauze om hun ogen te sluiten en te rusten. Als de proefpersoon de aangedane hand niet kan vastpakken, vraag de proefpersoon dan om een oefening met motorische verbeelding uit te voeren. De test duurt 190 s (Figuur 3). Nadat alle drie de blokken zijn voltooid, beëindigt u de taak, slaat u de gegevens op en importeert u deze in de zelfgebouwde database.
  4. fNIRS-cognitieve taakbeoordeling (Stroop-taak)
    1. Voer software voor gedragsonderzoek uit en kies het paradigma van cognitieve taken . Selecteer de behandeldossiers van de patiënt en selecteer vervolgens de Congruentietest.
    2. Vraag de proefpersoon om de gezonde hand op de knop van het toetsenbord te leggen en vraag de proefpersoon vervolgens om 10 seconden te rusten voordat de proef begint. Voer drie blokken van de congruentietest uit, elk blok omvat 60 s taak en 30 s rust. Elke taak bestaat uit 10 proeven, elk bestaande uit 2000 ms fixatie en 4000 ms stimulus-respons met een totale duur van 280 s (Figuur 4).
      1. Wanneer het linkersymbool aan de linkerkant van het veldlettertype wordt weergegeven, drukt u zo snel mogelijk op de ←-knop op het toetsenbord volgens de betekenis van het teken (d.w.z. links).
      2. Wanneer het rechtersymbool aan de linkerkant van het veldraster wordt weergegeven, klikt u zo snel mogelijk op de knop → op het toetsenbord volgens de betekenis van het teken (d.w.z. rechts).
    3. Selecteer de incongruentietest; De procedure is dezelfde als die van de congruentietest.
      1. Wanneer het rechtersymbool aan de linkerkant van het veldlettertype wordt weergegeven, negeert u de tekenbetekenis en drukt u zo snel mogelijk op de ←-knop op het toetsenbord, afhankelijk van de positie waar de tekst verschijnt (d.w.z. links).
      2. Wanneer het linkersymbool aan de rechterkant van het veldlettertype wordt weergegeven, negeert u de tekenbetekenis en klikt u zo snel mogelijk op de →-knop op het toetsenbord, afhankelijk van de positie van de tekst (d.w.z. rechts).
    4. Voltooi de taak, sla de gegevens op en exporteer deze naar de zelfgemaakte database.

5. Nabehandeling

  1. Voer de evaluatie uit zoals gedaan voor de klinische functie-evaluatie en fNIRS-hersenfunctie-evaluatie in de voorbehandeling. Voer alle evaluaties uit na het einde van de 10etrainingssessie (zie stap 3.1 tot 4.4 voor details).

6. Gegevensverwerking en -analyse

  1. Samenvatten en analyseren van persoonlijke informatie van patiënten en gegevens van klinische beoordelingsschalen.
  2. Gebruik commerciële software om nabij-infraroodgegevens voor te verwerken. Voer eliminatie uit van tijdsintervallen en bewegingsartefacten van interferentietests, selectie van een banddoorlaatfilter (0,01-0,2 Hz) om ruis te verwijderen, berekening van de relatieve veranderingen van zuurstofrijk hemoglobine (HbO) en zuurstofarm hemoglobine (HbR) volgens de gewijzigde wet van Beer-Lambert en zet het optische dichtheidssignaal om in een signaal voor zuurstofconcentratie in het bloed.
    OPMERKING: HbO is gevoeliger voor veranderingen tussen verschillende aandoeningen dan HbR, dus alleen HbO-gegevens worden in dit onderzoeksschema gebruikt voor latere analyse.
  3. Selecteer HbO in het zuurstoftype in het bloed als analysegegevens. Stel de GLM-ontwerpmatrix in en selecteer de taakfase in de taak. Klik op de knop Raming om de vastgestelde ontwerpmatrix aan te passen aan de verzamelde gegevens.
  4. Gebruik het gevestigde lineaire correlatiemodel om de bètawaarde in elke ROI te berekenen. Exporteer de parameters, nauwkeurigheidspercentage (ACC) en responstijd (RT) in de Stroop-taak via de software voor gedragsonderzoek.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

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

De studie presenteert de klinische functie en hermodellering van de hersenfunctie voor en na MI-BCI-interventie bij een 36-jarige mannelijke patiënt met een beroerte. Meer dan 4 maanden na de hersenbloeding toonden de beeldvormingsresultaten chronische bloedingsfocus in de rechter frontale kwab en het rechter basale ganglia-gebied-stralende kroongebied. De patiënt werd gediagnosticeerd met motorische disfunctie van de linkerledematen tijdens het herstel van een hersenbloeding. Eenvoudige poliklinische behandeling van MI-...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

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

De revalidatieperiode voor matige en ernstige motorische disfunctie van de bovenste ledematen na een beroerte is lang en het herstel is moeilijk, wat altijd de focus is geweest van klinisch revalidatieonderzoek18. Traditionele revalidatietraining van de bovenste ledematen is meestal een eenvoudige perifere interventie of centrale interventie19. Ondertussen, vanwege het gebrek aan actieve deelname van patiënten met matige en ernstige disfunctie van ledematen, wordt voornamel...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

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

De auteurs hebben niets te onthullen.

Dankbetuigingen

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

Deze studie werd ondersteund door de National Science Foundation van de provincie Guangdong (nr. 2023A1515010586), Guangzhou bouwproject voor klinische kenmerkende technologie (2023C-TS19), Education Science Planning Project van de provincie Guangdong (nr. 2022GXJK299), het algemene begeleidingsprogramma van Guangzhou Municipal Health and Family Planning (20221A011109, 20231A011111), 2022 Guangzhou Higher Education Teaching Quality and Teaching Reform Project of Higher Education Onderwijshervorming Algemeen project (No.2022JXGG088/02-408-2306040XM), 2022 Guangzhou Medical University Student Innovation Ability Improvement Plan-project (nr. PX-66221494/02-408-2304-19062XM), 2021 wetenschappelijk planningsproject voor onderwijs op schoolniveau (2021: NO.45), 2023 Eersteklas Undergraduate Major Construction Fund van universiteit op hoog niveau (2022JXA009, 2022JXD001, 2022JXD003)/(02-408-2304-06XM), universitair onderzoeksproject van het Guangzhou Education Bureau (nr. 202235384), 2022 Undergraduate Teaching Quality and Teaching Reform Project van de Guangzhou Medical University (2022 NR. 33), National Science Foundation van de provincie Guangdong (nr. 2021A1515012197) en Guangzhou and University Foundation (nr. 202102010100).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
MI-BCIRui Han, ChinaRuiHan BangdeNA
E-Prime versie 3.0gedragsonderzoekssoftware.
fNIRSHui Chuang, ChinaNirSmart-500NA
NirSparkvoorverwerking van near-infrared gegevens

Referenties

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Dawson, J., et al. Vagus nerve stimulation paired with rehabilitation for upper limb motor function after ischaemic stroke (VNS-REHAB): a randomised, blinded, pivotal, device trial. Lancet. 397 (10284), 1545-1553 (2021).
  2. Lin, Q., et al. The Frequency Effect of the Motor Imagery Brain Computer Interface Training on Cortical Response in Healthy Subjects: A Randomized Clinical Trial of Functional Near-Infrared Spectroscopy Study. Frontiers in Neuroscience. 16, 810553(2022).
  3. Carino-Escobar, R. I., et al. Longitudinal Analysis of Stroke Patients' Brain Rhythms during an Intervention with a Brain-Computer Interface. Neural Plasticity. 2019, 7084618(2019).
  4. Mane, R., Chouhan, T., Guan, C. BCI for stroke rehabilitation: motor and beyond. Journal of Neural Engineering. 17 (4), 041001(2020).
  5. Khan, M. A., Das, R., Iversen, H. K., Puthusserypady, S. Review on motor imagery based BCI systems for upper limb post-stroke neurorehabilitation: From designing to application. Computers In Biology And Medicine. 123, 103843(2020).
  6. Hendricks, H. T., van Limbeek, J., Geurts, A. C., Zwarts, M. J. Motor recovery after stroke: a systematic review of the literature. Archives of Physical Medicine and Rehabilitation. 83 (11), 1629-1637 (2002).
  7. Cheng, N., et al. Brain-Computer Interface-Based Soft Robotic Glove Rehabilitation for Stroke. IEEE Transactions on Biomedical Engineering. 67 (12), 3339-3351 (2020).
  8. Ang, K. K., et al. Brain-computer interface-based robotic end effector system for wrist and hand rehabilitation: results of a three-armed randomized controlled trial for chronic stroke. Frontiers in Neuroengineering. 7, 30(2014).
  9. Nuwer, M. R., et al. IFCN standards for digital recording of clinical EEG. The International Federation of Clinical Neurophysiology. Electroencephalography and Clinical Neurophysiology. 52, 11-14 (1999).
  10. Klem, G. H., Lüders, H. O., Jasper, H. H., Elger, C. The ten-twenty electrode system of the International Federation. The International Federation of Clinical Neurophysiology. Electroencephalography and Clinical Neurophysiology. 52, 3-6 (1999).
  11. Uwe Herwig,, Peyman Satrapi,, Schönfeldt-Lecuona, C. Using the international 10-20 EEG system for positioning of transcranial magnetic stimulation. Brain Topography. , (2003).
  12. Mane, R., Robinson, N., Vinod, A. P., Lee, S. W., Guan, C. A Multi-view CNN with Novel Variance Layer for Motor Imagery Brain Computer Interface. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. 2020, 2950-2953 (2020).
  13. Sanford, J., Moreland, J., Swanson, L. R., Stratford, P. W., Gowland, C. Reliability of the Fugl-Meyer assessment for testing motor performance in patients following stroke. Physical Therapy. 73 (7), 447-454 (1993).
  14. Martinez, C., et al. A Reaching Performance Scale for 2 Wolf Motor Function Test Items. Archives of Physical Medicine and Rehabilitation. 101 (11), 2015-2026 (2020).
  15. Dufouil, C., et al. Population norms for the MMSE in the very old: estimates based on longitudinal data. Mini-Mental State Examination. Neurology. 55 (11), 1609-1613 (2000).
  16. Thompson, E. Hamilton Rating Scale for Anxiety (HAM-A). Occupational Medicine. 65 (7), 601(2015).
  17. Zimmerman, M., Martinez, J. H., Young, D., Chelminski, I., Dalrymple, K. Severity classification on the Hamilton Depression Rating Scale. Journal of Affective Disorders. 150 (2), 384-388 (2013).
  18. Bai, X., et al. Different Therapeutic Effects of Transcranial Direct Current Stimulation on Upper and Lower Limb Recovery of Stroke Patients with Motor Dysfunction: A Meta-Analysis. Neural Plasticity. 2019, 1372138(2019).
  19. Dimyan, M. A., Cohen, L. G. Neuroplasticity in the context of motor rehabilitation after stroke. Nature Reviews Neurology. 7 (2), 76-85 (2011).
  20. Bai, Z., Fong, K. N. K., Zhang, J. J., Chan, J., Ting, K. H. Immediate and long-term effects of BCI-based rehabilitation of the upper extremity after stroke: a systematic review and meta-analysis. Journal of NeuroEngineering and Rehabilitation. 17 (1), 57(2020).
  21. Yang, W., et al. The Effect of Brain-Computer Interface Training on Rehabilitation of Upper Limb Dysfunction After Stroke: A Meta-Analysis of Randomized Controlled Trials. Frontiers in Neuroscience. 15, 766879(2021).
  22. Pandian, S., Arya, K. N. Stroke-related motor outcome measures: do they quantify the neurophysiological aspects of upper extremity recovery. Journal of Bodywork and Movement Therapies. 18 (3), 412-423 (2014).
  23. Potter, S. M., El Hady, A., Fetz, E. E. Closed-loop neuroscience and neuroengineering. Frontiers in Neural Circuits. 8, 115(2014).
  24. Nowak, D. A., Grefkes, C., Ameli, M., Fink, G. R. Interhemispheric competition after stroke: brain stimulation to enhance recovery of function of the affected hand. Neurorehabilitation and Neural Repair. 23 (7), 641-656 (2009).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Erratum

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

Formal Correction: Erratum: Motor Imagery Brain-Computer Interface in Rehabilitation of Upper Limb Motor Dysfunction After Stroke
Posted by JoVE Editors on 9/14/2023. Citeable Link.

An erratum was issued for: Motor Imagery Brain-Computer Interface in Rehabilitation of Upper Limb Motor Dysfunction After Stroke. The Authors section was updated from:

Yongchun Jiang1,2,3
Junxiao Yin4
Biyi Zhao1,3,5
Yajie Zhang1,3
Tingting Peng1,3
Wanqi Zhuang1,3
Siqing Wang1,3
Siqi Huang1,3
Meilian Zhong1,2,3
Yanni Zhang1,3
Guibing Tang1,3
Bingchi Shen6
Haining Ou1,3
Yuxin Zheng2,3 
Qiang Lin2,3
1Guangzhou Medical University
2Department of Rehabilitation Medicine, The Seventh Affiliated Hospital of Sun Yat-sen University
3Department of Rehabilitation Medicine, The Fifth Affiliated Hospital of Guangzhou Medical University
4Clinical Medical College of Acupuncture and Rehabilitation, Guangzhou University of Traditional Chinese Medicine
5School of Traditional Chinese Medicine, Jinan University
6Department of Stomatology, Second Clinical Medical College, Dongguan Campus of Guangdong Medical University
 

to:

Yongchun Jiang1,2,3
Junxiao Yin4
Biyi Zhao1,3,5
Yajie Zhang1,3
Tingting Peng1,3
Wanqi Zhuang1,3
Siqing Wang1,3
Siqi Huang1,3
Meilian Zhong1,3
Yanni Zhang1,3
Guibing Tang1,3
Bingchi Shen6
Haining Ou1,3
Yuxin Zheng2,3 
Qiang Lin2,3
1Guangzhou Medical University
2Department of Rehabilitation Medicine, The Seventh Affiliated Hospital of Sun Yat-sen University
3Department of Rehabilitation Medicine, The Fifth Affiliated Hospital of Guangzhou Medical University
4Clinical Medical College of Acupuncture and Rehabilitation, Guangzhou University of Traditional Chinese Medicine
5School of Traditional Chinese Medicine, Jinan University
6Department of Stomatology, Second Clinical Medical College, Dongguan Campus of Guangdong Medical University
 

Trefwoorden

BCI voor motorische voorstellingrevalidatie van de bovenste ledematenmotorische dysfunctie na beroertefunctionele nabij infraroodspectroscopieFugl Meyer AssessmentWolf Motor Function Testplaatsing van de EEG kapbeoordeling van de cognitieve functieStroop taak

Gerelateerde artikelen