Sistema robótico de membro superior controlado por interface cérebro-computador para melhorar as atividades diárias em pacientes com AVC

Nosso protocolo avalia um robô auxiliar de membro superior controlado por BCI para reabilitação de AVC usando sinais de EEG e EOG para melhorar a função bimanual. Ele avalia melhorias funcionais por meio do BeBiTS, promovendo a neuroreabilitação assistiva.

Essa técnica beneficia pacientes com hemiplegia pós-AVC, auxiliando a função parética da mão. Também pode ajudar pacientes com comprometimento motor devido a lesões na medula espinhal ou doenças neurodegenerativas.

Essa técnica une a intenção motora e a execução, usando EEG EOG, permitindo que pacientes com AVC controlem uma mão robótica. Melhora a função bimanual, aumentando a independência nas atividades da vida diária em comparação com as abordagens assistivas convencionais.

Os pacientes podem enfrentar dificuldades se estiverem experimentando o treinamento de imagens motoras pela primeira vez. Portanto, são necessárias orientações e instruções apropriadas para garantir imagens motoras cinestésicas.

O robô de membro superior controlado por DCI engloba componentes de neurorreabilitação, como neuroplasticidade e aprendizado motor. Este sistema pode ser estendido à reabilitação motora em pacientes com acidente vascular cerebral, paralisia cerebral e doenças neurodegenerativas.

[Instrutor] Para começar, forneça a todos os pacientes recrutados informações detalhadas sobre o procedimento experimental. Obtenha o consentimento informado assinado de cada participante. Depois de preencher o formulário de consentimento, avalie os 10 itens da avaliação BeBiTS antes de treinar o robô BCI em uma cadeira confortável em frente a uma mesa. Inicie a interface cérebro-computador ou o sistema BCI. Coloque a tampa na cabeça do paciente e conecte o amplificador. No módulo de origem, selecione EegoModule, seguido pelo modo de impedância e pressione iniciar para ativar o módulo. Observe a luz azul indicando ativação. Certifique-se de que as impedâncias estejam abaixo de 10 quilo ohms. Em seguida, pressione parar no módulo de origem. Altere o modo para EEG para streaming de dados. Pressione start e verifique a qualidade do sinal. Para calibração EOG, no módulo de tarefa, defina o número de pistas. Instrua o participante a realizar breves movimentos laterais dos olhos, seguindo as 10 setas que aparecem na tela. Verifique o gráfico de resultados imediatamente após o treinamento. Para calibração de EEG, selecione o Módulo de Tarefa de Calibração de EEG e defina o número de pistas no módulo de tarefa para cinco. No módulo de feedback, defina a lateralidade para o lado da mão robótica. Certifique-se de que a exibição pacman esteja desmarcada. Agora instrua o participante a imaginar cerrar o punho quando o prompt, imagine fechar o punho aparecer na tela preta e, em seguida, revise o gráfico de resultados. Após o treinamento de EOG e EEG, defina parâmetros para a frequência alvo específica de interesse, valor de referência e limiar, que distinguem a intenção de fechar o punho. Usando os parâmetros configurados, prossiga com o treinamento de feedback usando a interface do pacman. Com um dongle USB, conecte uma mão robótica assistida sem fio a um computador. Em seguida, peça ao participante que use o robô e realize a avaliação BeBiTS. Aguarde até que a luz branca na tela indique o estado pronto. Após a confirmação, instrua o participante a mover os olhos para um lado para mudar a luz para verde. Quando a luz verde aparecer, instrua-os a se imaginarem cerrando o punho. Usando o robô, ajude o participante a cerrar o punho e executar a tarefa. Depois de concluir a tarefa, instrua o participante a observar a luz vermelha na tela. Se o participante quiser abrir a mão, ele pode mover os olhos para mudar a cor da luz de volta para branco. Por fim, o paciente é avaliado novamente, pós-BeBiTS, usando o sistema robô BCI. Os valores de EOG de um participante bem treinado mostraram ensaios consistentes, onde a curva média atingiu o nível limiar, e seus resultados de EEG diferenciaram claramente entre o estado de repouso e as imagens motoras. Em contraste, os ensaios de EOG do participante mal treinado foram inconsistentes, com a curva média falhando em atingir o nível de limiar, e seus resultados de EEG careciam de distinção clara entre o estado de repouso e as imagens motoras. Os participantes P1, P4 e P5 não conseguiram realizar a maioria das tarefas durante as avaliações pré e pós-BeBiTS. O participante P3 pontuou inicialmente na avaliação pré-BeBiTS, mas não apresentou pontuação na avaliação pós-BeBiTS após treinamento inadequado. Os participantes P2 e P6 a P8 apresentaram melhora em algumas tarefas durante as avaliações pós-BeBiTS em comparação com as avaliações pré-BeBiTS.