$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
O diagnóstico de pacientes em estado vegetativo (VS) ou Mínimo Estado Consciente (MCS) é difícil, e as classificações erradas geralmente ocorrem. Um estudo em 2009 comparou a precisão do diagnóstico entre o consenso clínico versus uma avaliação neurocomportamental 1 . Dos 44 pacientes diagnosticados com VS com base no consenso clínico da equipe médica, 18 (41%) foram encontrados em MCS após uma avaliação padronizada com o Coma Recovery Scale-Revised (CRS-R). Este resultado é consistente com estudos anteriores, que mostraram que 37 a 43% dos pacientes diagnosticados com VS demonstraram sinais de consciência 2 , 3 . As escalas de classificação baseiam-se em observações comportamentais ou em avaliações de funções auditivas, visuais, verbais e motoras, bem como níveis de comunicação e excitação. Novas tecnologias que poderiam adicionar dados de atividade cerebral são uma ferramenta perfeita para superar as restrições impostas pelo behaEscalas de avaliação de vioral. Os pacientes podem ser capazes de modular suas respostas cerebrais apesar de serem incapazes de produzir as mudanças comportamentais necessárias para a escala de classificação. Monti et al. 4 demonstraram que a imagem funcional de Ressonância Magnética (fMRI) pode detectar mudanças voluntárias nas respostas dependentes do nível de oxigenação do sangue, que estão relacionadas à imaginação de movimentos motores ou tarefas de imagens espaciais, em 5/54 pacientes diagnosticados com Disorder of Consciousness (DOC). Quatro deles já foram classificados como MCS. Assim, em uma minoria de casos, os pacientes que atendem aos critérios comportamentais para um estado vegetativo têm função cognitiva residual e até consciência consciente.
Os BCI baseados em eletroencefalografia (EEG) também podem detectar a atividade cerebral resultante da imaginação ou a tentativa de movimentos motores. Existem também outros paradigmas do BCI que podem determinar se uma pessoa pode mostrar consciência, voluntariamente seguindo uma tas predefinidaK. Os BCI baseados em EEG têm outras vantagens em relação às avaliações baseadas em fMRI. Por exemplo, os sistemas de EEG são muito mais rentáveis e portáteis e podem ser facilmente utilizados na cabeceira do paciente. As principais abordagens BCI não invasivas incluem Potenciais de Cortical Lentos (SCPs), P300s, Potenciais Visuais de Estado Permanente (SSVEPs) e Motor Imagery (MI). Os SCPs forneceram baixas taxas de transferência de informações e exigem treinamento extensivo (ver Wolpaw et al. ) 5 , enquanto os SSVEPs precisam de atenção visual. Ambas as abordagens não são, portanto, usadas neste protocolo. Com um speller P300, Ortner et al. 5 atingiram uma precisão de 70% para pessoas com deficiência. Esse número poderia eventualmente ser aumentado. Por exemplo, Turnip et al. 7 melhoraram a precisão da classificação P300 usando um classificador de rede neural adaptativo. Para este protocolo, selecionamos abordagens T300 tátil e auditiva, além do MI, porque ambos oSe eles podem ser usados sem visão, e cada um tem vantagens únicas. O MI pode fornecer uma comunicação mais rápida do que um BCI P300 não visual, enquanto os BCI P300 exigem muito pouco treinamento. Portanto, este protocolo BCI híbrido pode implementar um conjunto inteiro de abordagens BCI baseadas em EEG para pacientes DOC. Além disso, uma vez que as tarefas são relativamente rápidas e fáceis de repetir, diferentes abordagens podem ser exploradas repetidamente com cada paciente para diminuir o número de classificações incorretas de pacientes DOC.
Foram exploradas quatro abordagens BCI diferentes: (i) P300 auditivo, (ii) P300 vibrotactil com dois estimuladores, (iii) P300 vibrotactil com três estimuladores e (iv) MI.
A abordagem do paradigma i auditivo P300 usa um paradigma auditório estranho, em que os estímulos desviantes (1.000 Hz) são distribuídos aleatoriamente dentro de um trem de estímulos padrão mais prováveis (beeper de 500 Hz). No paradigma ii, os estímulos são administrados por meio de estimuladores vibrotacteis.São colocados nos pulsos esquerdo e direito. O tactor no pulso esquerdo entrega os estímulos padrão, e o tactor no pulso direito entrega os estímulos desviantes (alvo). Para o paradigma iii, um estimulador adicional é colocado no tornozelo direito do sujeito, ou em outro local, como o meio das costas. Este estimulador oferece um trem de estímulos padrão, enquanto os dois estimuladores no pulso esquerdo e direito ambos oferecem estímulos desviantes. Para avaliar a consciência com os dois paradigmas vibrotactil, o sujeito é contado através de fones de ouvido para contar silenciosamente cada estímulo em um pulso, ignorando outros estímulos. Um mecanismo aleatório decide se escolher o pulso esquerdo ou direito, e cada execução tem quatro conjuntos de 30 ensaios cada, com uma nova mão alvo para cada teste.
O processamento de sinal a seguir é feito para os paradigmas i, ii e iii: oito canais de EEG são adquiridos usando uma freqüência de amostragem de 256 Hz. A probabilidade de um estímulo desviante é 1/8; HencE, haverá sete estímulos padrão para cada estímulo desviante. Cada rodada tem 480 estímulos totais. Uma série de paradigmas eu demoro 7 min 20 s, enquanto cada série de paradigmas ii e iii demora 2 min 30 s. Se o paciente considerar silenciosamente cada estímulo desviante, esses estímulos provocam vários Potenciais Relacionados a Eventos (ERPs), incluindo o P300, um pico positivo cerca de 300 ms após o início do estímulo. Cada bip dura 100 ms. Para cada teste de estímulo, uma janela de 100 ms antes e 600 ms após o sinal sonoro é armazenado para processamento de sinal. Os dados são então amostrados por um factor de 12, resultando em 12 amostras para o intervalo pós-estímulo de 60 ms. Finalmente, todos os recursos do canal de tempo de amostra são inseridos em uma análise discriminante linear 8 , resultando em 12 x 8 = 96 recursos. Para calcular o gráfico de precisão ( Figura 1 e 2 ), o seguinte procedimento é repetido dez vezes, e os resultados são calculados em média em um único gráfico. Os ensaios desviantes e padrãoSão distribuídos aleatoriamente em duas piscinas de tamanho igual. Um pool é usado para treinar um classificador e o outro pool é usado para testar o classificador. O classificador é testado em um número crescente de estímulos em média fora do grupo de teste. No início, ele é testado em apenas um desviante e sete estímulos padrão. Se o classificador detectou o estímulo desviante corretamente, a precisão resultante é 100%, e é 0% de outra forma. O mesmo é feito para 2 estímulos desviantes médios e 14 estímulos padronizados padrão, para 3 estímulos desviantes e 21 estímulos padrão, e assim por diante até que o pool de teste completo seja usado. Isso produz um gráfico de 30 valores únicos (para 30 estímulos desviantes no grupo de teste), cada um 100% ou 0%. A média de 10 parcelas simples resulta em valores variando de 0% a 100%. Aumentar o número de estímulos em média aumentará a precisão se o sujeito puder acompanhar a tarefa, pois a média dos estímulos reduz o ruído aleatório nos dados. Uma precisão significativamente além do nível de chance (12.5%) mostra que uma resposta P300 pode ser provocada no assunto e que uma resposta no cérebro do sujeito apareceu. Os paradigmas i e ii só podem ser usados para avaliar a consciência. Se a precisão alcançada durante a avaliação for superior a 40%, pode-se seguir usando a comunicação do paradigma iii ou iv.
Na tarefa de comunicação do paradigma iii, o sujeito escolhe concentrar-se nos estímulos no lado esquerdo se ele quer responder "SIM" ou no lado direito para responder "NÃO". O classificador detecta em qual mão o usuário estava concentrado e apresenta a resposta.
Paradigma iv registra 120 testes, cada um dos quais dura 8 s, separado por 1 s. Isso resulta em 10 sx 120 = 18 min do tempo total da sessão. Paradigma iv usa 16 canais de EEG distribuídos pelo córtex sensório-motor. A frequência de amostragem é de 256 Hz. Cada tentativa começa com uma sugestão, apresentada através de fones de ouvido, que instrui o sujeitoPara imaginar movendo a mão esquerda ou direita. A sequência das instruções à esquerda e à direita é aleatorizada. Para o pré-processamento de sinal, é utilizado o método de Padrões Espaciais Comuns (CSP) 10 , 12 , 13 . Este método produz um conjunto de filtros espaciais projetados para minimizar a variância de uma classe, ao mesmo tempo em que maximiza a variação para a outra classe. Isso resulta em quatro características, que são classificadas pela análise discriminante linear 8 . Todo o procedimento de classificação é descrito em detalhes em uma publicação recente, mostrando uma grande precisão de classificação média de 80,7% após apenas 60 min de treinamento em usuários saudáveis 13 . O cálculo da precisão é feito via validação cruzada. Isso se refere ao particionamento de uma amostra de dados em subconjuntos complementares, realizando a análise em um subconjunto (pool de treinamento) e validando a análise no outro subconjunto (tesTing pool). Antes da separação de dados nas piscinas, os ensaios contendo artefatos são rejeitados. Considera-se que um ensaio contém artefatos se o valor absoluto da amplitude exceder 100 μV a qualquer momento durante o teste. A precisão é calculada para todos os movimentos no pool de testes dentro de um período de 1,5 s após o sinal sonoro até o final do teste, em passos de 0,5 s. Para cada etapa e cada teste, o resultado da classificação é 100 ou 0%. As precisões de todos os ensaios do pool de teste são então calculadas em média para cada passo único, resultando em níveis de precisão variando entre 0% e 100%. Finalmente, a média de dez repetições dos resultados de validação cruzada é mostrada na trama de precisão. Exemplos podem ser vistos nas Figuras 3 e 4 . As parcelas são separadas para o movimento de imagem na mão esquerda (amarelo), mão direita (azul) e todos os movimentos juntos (verde). A linha horizontal em magenta representa o limite de confiança, que dependeDs sobre o número de testes que foram utilizados para a análise. Este é o número de ensaios totais menos o número de ensaios rejeitados. Mostra o intervalo de confiança de 95% usando o método 9 de Clopper Pearson. Um nível de precisão acima dessa linha significa que o resultado é estatisticamente significativo (alfa <0,05).