Abstract
I dette forsøg demonstrerer vi en række hybrid Brain-Computer Interface (BCI) -baserede paradigmer, der er designet til to applikationer: Vurdering af bevidsthedsniveauet for personer, der ikke kan levere motorrespons, og i et andet trin etablerer en kommunikationskanal For disse mennesker, der gør det muligt for dem at besvare spørgsmål med enten 'ja' eller 'nej'. Pakken med paradigmer er designet til at afprøve grundlæggende svar i første trin og fortsætte med mere omfattende opgaver, hvis de første tests er vellykkede. Sidstnævnte opgaver kræver flere kognitive funktioner, men de kunne tilvejebringe kommunikation, hvilket ikke er muligt med basisprøvningerne. Alle bedømmelsestest producerer nøjagtighedsgrafer, der viser, om algoritmerne kunne registrere patientens hjerne svar på de givne opgaver. Hvis nøjagtighedsniveauet ligger uden for signifikansniveauet, antager vi, at motivet forstod opgaven og var i stand til at følge rækkefølgen af kommandoer pResented via øretelefoner til emnet. Opgaverne kræver, at brugerne koncentrerer sig om visse stimuli eller forestiller sig at flytte enten venstre eller højre hånd. Alle opgaver er designet ud fra antagelsen om, at brugeren ikke er i stand til at bruge den visuelle modalitet, og således er alle stimuli, der præsenteres for brugeren (herunder instruktioner, signaler og feedback) auditive eller taktile.
Introduction
Diagnosen af patienter i vegetativ tilstand (VS) eller Minimal Conscious State (MCS) er vanskelig, og fejlkategorier ofte forekommer. En undersøgelse i 2009 sammenlignede nøjagtigheden af diagnosen mellem den kliniske konsensus og en neurobehavioral vurdering 1 . Ud af 44 patienter diagnosticeret med VS baseret på klinisk konsensus af medicinsk teamet blev 18 (41%) fundet i MCS efter en standardiseret vurdering med Coma Recovery Scale-Revised (CRS-R). Dette resultat er i overensstemmelse med tidligere undersøgelser, hvilket viste at 37 - 43% af patienterne diagnosticeret med VS viste tegn på bevidsthed 2 , 3 . Klassifikationsskalaer er baseret på adfærdsmæssige observationer eller på vurderinger af auditive, visuelle, verbale og motoriske funktioner samt kommunikations- og ophidsningsniveauer. Nye teknologier, der kan tilføje hjernevirksomhedsdata, er et perfekt værktøj til at overvinde de begrænsninger, der pålægges af behaVioral rating skalaer. Patienterne kan muligvis modulere deres hjernespons, selvom de ikke har mulighed for at producere de adfærdsændringer, der er nødvendige for ratingskalaen. Monti et al. 4 viste, at funktionel magnetisk resonansbilleddannelse (fMRI) kunne påvise frivillige ændringer i blodgennemtrængningsafhængige responser, der er relateret til forestillende motorbevægelser eller rumlige billedopgaver, hos 5/54 patienter diagnosticeret med en bevidsthedsforstyrrelse (DOC). Fire af dem havde tidligere været klassificeret til at være i MCS. I et mindretal af tilfælde har patienter, som opfylder adfærdskriterierne for en vegetativ tilstand, således resterende kognitiv funktion og endog bevidst bevidsthed.
Electroencephalography (EEG) -baserede BCI'er kan også registrere hjerneaktivitet som følge af fantasi eller forsøg på motorbevægelser. Der er også andre BCI-paradigmer, der kan bestemme, om en person kan vise bevidsthed ved frivilligt at følge en foruddefineret taskek. EEG-baserede BCI'er har andre fordele i forhold til fMRI-baserede vurderinger. For eksempel er EEG-systemer meget mere omkostningseffektive og bærbare, og de kan nemt bruges på patientens sengeplads. De største ikke-invasive BCI-tilgange indbefatter langsomme kortiske potentialer (SCP'er), P300'er, steady state visuelle potentialer (SSVEP'er) og motor Imagery (MI). SCP'er har lavet lave dataoverførselshastigheder og kræver omfattende træning (se Wolpaw et al. ) 5 , mens SSVEPs kræver visuel opmærksomhed. Begge fremgangsmåder anvendes derfor ikke i denne protokol. Med en P300 speller, Ortner et al. 5 nåede en nøjagtighed på 70% for handicappede. Dette nummer kunne efterhånden øges. For eksempel Turnip et al. 7 forbedrede deres P300 klassificering nøjagtighed ved at bruge en adaptiv neurale netværk klassifikator. For denne protokol valgte vi taktile og auditive P300-tilgange ud over MI, fordi begge oF dem kan bruges uden syn, og hver har unikke fordele. MI kan give hurtigere kommunikation end en ikke-visuel P300 BCI, mens P300 BCI'er kræver meget lidt træning. Derfor kan denne hybrid BCI-protokol implementere en hel serie af EEG-baserede BCI-tilgange til DOC-patienter. Da opgaverne er relativt hurtige og nemme at gentage, kan forskellige tilgange udforskes gentagne gange med hver patient at reducere antallet af forkerte klassifikationer af DOC-patienter.
Fire forskellige BCI-tilgange blev undersøgt: (i) auditiv P300, (ii) vibrotaktil P300 med to stimulatorer, (iii) vibrotaktil P300 med tre stimulatorer og (iv) MI.
Paradigmet i auditiv P300 tilgang bruger et auditivt oddsball paradigme, hvor afvigende stimuli (1.000 Hz bip) er tilfældigt fordelt inden for et tog med mere sandsynlige standard stimuli (500 Hz bip). I paradigme ii, stimuleres stimuli via vibrotactile stimulatorer thVed er placeret på venstre og højre håndled. Taktoren på venstre håndled leverer standard stimuli, og taktoren på højre håndled leverer afvigende (mål) stimuli. Til paradigme iii placeres en ekstra stimulator på fagets højre ankel eller på et andet sted, som midt på ryggen. Denne stimulator leverer et spor af standard stimuli, mens de to stimulatorer på venstre og højre håndled begge leverer afvigende stimuli. For at vurdere bevidstheden med de to vibrotaktile paradigmer, fortælles emnet via øretelefoner for tydeligt at tælle hver stimulus til et håndled, mens man ignorerer andre stimuli. En tilfældig mekanisme bestemmer, om man vælger venstre eller højre håndled, og hvert løb har fire sæt af 30 forsøg hver med en ny målhånd for hvert forsøg.
Følgende signalbehandling sker for paradigmerne i, ii og iii: otte EEG-kanaler erhverves ved hjælp af en samplingsfrekvens på 256 Hz. Sandsynligheden for en afvigende stimulus er 1/8; hencE, der vil være syv standard stimuli for hver afvigende stimulus. Hvert løb har 480 samlede stimuli. Én kørsel af paradigme tager jeg 7 min 20 s, mens hver kørsel af paradigmer ii og iii tager 2 min 30 s. Hvis patienten tavshed tæller hver afvigende stimulus, fremkalder disse stimuli adskillige hændelsesrelaterede potentialer (ERP'er), herunder P300, en positiv top omkring 300 ms efter stimulusstart. Hvert bip varer 100 ms. For hvert stimulusforsøg opbevares et vindue på 100 ms før og 600 ms efter bip til signalbehandling. Data nedsamles derefter med en faktor 12, hvilket resulterer i 12 prøver for 60 ms post-stimulusintervallet. Endelig indtastes alle prøve tidkanalfunktioner i en lineær diskriminantanalyse 8 , hvilket resulterer i 12 x 8 = 96 funktioner. For at beregne nøjagtighedsplanen ( Figur 1 og 2 ) gentages følgende procedure ti gange, og resultaterne er gennemsnitlige i et enkelt plot. De afvigende og standardforsøgEr tilfældigt fordelt i to lige store puljer. En pulje bruges til at træne en klassifikator, og den anden pulje bruges til at teste klassifikatoren. Klassifikatoren testes på et stigende antal gennemsnitlige stimuli ud af testpuljen. I første omgang er det testet på kun en afvigende og syv standardstimuli. Hvis klassifikatoren detekterede den afvigende stimulus korrekt, er den resulterende nøjagtighed 100%, og den er 0% ellers. Det samme gøres for 2 gennemsnitlige afvigende stimuli og 14 gennemsnitlige standard stimuli, for 3 afvigende stimuli og 21 standard stimuli, og så videre, indtil den fulde testpulje anvendes. Dette giver et plot på 30 enkeltværdier (for 30 afvigende stimuli i testpuljen), hver især enten 100% eller 0%. Gennemsnittet af 10 single plots resulterer i værdier fra 0% til 100%. Forøgelse af antallet af gennemsnitlige stimuli vil øge nøjagtigheden, hvis motivet kan følge opgaven, fordi gennemsnittet af stimuli reducerer tilfældig støj i dataene. En nøjagtighed langt over chanceniveauet (12.5%) viser at et P300 svar kan fremkaldes i emnet, og at der er et svar i fagets hjerne. Parametre I og II kan kun bruges til at vurdere bevidstheden. Hvis den nøjagtighed, der blev opnået under vurderingen, er højere end 40%, kan man fortsætte videre for at anvende kommunikation af paradigme iii eller iv.
I kommunikationsopgaven for paradigme iii vælger emnet at koncentrere sig om stimuli på venstre side, hvis han / hun ønsker at svare "JA" eller på højre side for at svare "NEJ". Klassifikatoren registrerer hvilken hånd brugeren koncentrerede sig om og præsenterer svaret.
Paradigm iv optæller 120 forsøg, der hver 8 s, adskilt af 1 s breaks.This resulterer i 10 sx 120 = 18 min af den samlede sessionstid. Paradigm iv bruger 16 EEG-kanaler fordelt over den sensorimotoriske cortex. Samplingsfrekvensen er 256 Hz. Hvert forsøg starter med en cue, præsenteret via øretelefoner, der instruerer emnetAt forestille sig at flytte enten venstre eller højre hånd. Sekvensen af venstre og højre instruktion er randomiseret. Til signalforarbejdning anvendes metoden for fælles rumlige mønstre (CSP) 10 , 12 , 13 . Denne metode giver et sæt rumlige filtre designet til at minimere variansen af en klasse, samtidig med at man maksimerer variansen for den anden klasse. Dette resulterer i fire træk, som er klassificeret ved den lineære diskriminantanalyse 8 . Hele klassificeringsproceduren er beskrevet detaljeret i en nylig offentliggørelse, der viser en stor gennemsnitlig klassifikationsnøjagtighed på 80,7% efter kun 60 minutters træning hos raske brugere 13 . Beregningen af nøjagtighed sker via krydsvalidering. Dette refererer til partitionering af en stikprøve af data i komplementære delmængder, udførelse af analysen på en delmængde (træningsbassin) og validering af analysen på den anden delmængde (tesTing pool). Før adskillelse af data i puljerne afvises forsøg, der indeholder artefakter. En prøve anses for at indeholde artefakter, hvis amplitudeens absolutte værdi overstiger 100 μV på ethvert tidspunkt under forsøget. Nøjagtigheden beregnes for alle bevægelser i testpuljen inden for en tidsramme på 1,5 s efter opmærksomheden bip til forsøgets afslutning, i trin på 0,5 s. For hvert trin og hvert forsøg er klassificeringsresultatet enten 100 eller 0%. Nøjagtigheden af alle forsøg i testpuljen beregnes herefter for hvert enkelt trin, hvilket resulterer i nøjagtighedsniveauer på mellem 0% og 100%. Endelig er gennemsnittet af ti gentagelser af krydsvalideringsresultaterne vist i nøjagtighedsplanen. Eksempler kan ses i figur 3 og 4 . Tegningerne er adskilt for billeddannelse i venstre hånd (gul), højre hånd (blå) og alle bevægelser sammen (grøn). Den vandrette linje i magenta repræsenterer tillidsgrænsen, som depenDs på antallet af forsøg, der blev anvendt til analysen. Dette er antallet af samlede forsøg minus antallet af afviste forsøg. Det viser 95% konfidensintervallet ved hjælp af Clopper Pearson-metoden 9 . Et nøjagtighedsniveau over denne linje betyder, at resultatet er statistisk signifikant (alfa <0,05).
Protocol
Alle trin i denne protokol er i overensstemmelse med Helsinki-erklæringsprincipperne.
1. Systemopsætning
- Brug et USB-kabel, tilslut forstærkeren til computeren, der kører softwaren, og tænd for forstærkeren.
- Slut hardware donglen til en ledig USB-stik i computeren.
BEMÆRK: Dette er nødvendigt for at køre softwaren. - Sæt det antistatiske håndledbånd på motivets håndled og tilslut det til et frit stikkontakt.
BEMÆRK: Dette bånd er designet til at hjælpe jorden med jorden til at reducere den støj, der kan påvirke EEG-kvaliteten. - Tilslut driverboksen med USB-kablet til en ledig plads på computeren.
- Tilslut udløserkablet til førerkassen som følger:
- Tilslut "g.STIMbox OUT 5" -mærket stik til "OUT 5" på førerkassen.
- Tilslut "g.STIMbox OUT 6" -mærket stik til "OUT 6" på driveren bokse.
- Tilslut "g.STIMbox OUT 7" -mærket stik til "OUT 7" på førerkassen.
- Tilslut "g.USBamp DIO 1" -mærket stik til "DIG I / O 1" -stikket på g.USBamp.
- Tilslut de tre taktorer til OUT 1, OUT 2 og OUT 3 på førerkassen.
- Tilslut "TRIG OUT" -mærket stik til "TRIG OUT" -stikket på lydudløseren.
- Tag tape og fastgør en taktor på venstre håndled, en anden på højre håndled og en tredje på højre ankel.
- Tilslut et male / han-lyd-stikkabel til computerens lydudgang og til stikket til lydudløserkassetten, der er mærket "AUDIO IN". Tænd for lydudløsningsadapterboksen, og kontroller, om batteristatusdioden er grøn.
- Start softwaren, se et vindue kaldet "Tilføj læge". Indtast titlen, navnet, institutionen og afdelingen i de tomme felter. clicK på "Tilføj" for at åbne et andet vindue.
- Indtast patientens navn, by, land, fødselsdato og indtastningsdato i vinduet.
- Klik på den grønne "+" -knap under den blå pil i nederste højre del af programmet. Indtast teksten "Første test" i feltet "Navn" og "Kom godt i gang med softwaren" i det tomme "Detaljer" -felt.
BEMÆRK: Det er nødvendigt at indtaste oplysninger i alle tomme felter for at kunne fortsætte med programmet. - Endelig skal du klikke på knappen "Vælg denne patient".
- Vedhæft 16 EEG-kanaler til motivets hoved ved hjælp af en elektrodehætte. Brug positionerne: FC3, FCz, FC4, C5, C3, C1, Cz, C2, C4, C6, CP3, CP1, CPz, CP2, CP4 og Pz i overensstemmelse med det udvidede internationale 10-20 system 14 . Anbring en referenceelektrode på højre ørepæl og en jordelektrode på panden.
- For at placere hætten korrekt på motivets hoved,Brug et målebånd til at måle afstanden mellem nasion og inion, samt afstanden mellem venstre og højre præaurikulære punkter. Sørg for, at elektroden i vertex-positionen, Cz, ligger midt på disse to afstande. Sæt elektrodehætten på plads og juster denne målte position med elektrodens låg Cz. Elektroldækslet er nu i korrekt position.
- Tilslut elektroderne til elektrodforbindelsesboksen, efter opsætningen beskrevet i trin 1.12. Tilslut elektrodeforbindelsesboksen til biosignalforstærkeren og sørg for, at forstærkeren og tilslutningsboksen er tændt.
- Injicér tilstrækkelig elektrodgel i elektroderne for at skabe forbindelse mellem huden og elektroderne.
2. Auditiv P300-vurdering
- Når du har indtastet patientens oplysninger, skal du klikke på knappen "Auditory P300" på venstre side af skærmen. Klik på knappen "Assessment" på bunden af riFor at starte vurderingen.
- Kontroller signalkvaliteten af EEG. Billedet med hjernen på højre side af skærmen giver en farvekodet vejledning til signalkvaliteten af hver elektrode med rødt for dårlig signalkvalitet, gul for acceptabel signalkvalitet og grøn for god signalkvalitet.
- Åbn menuen Indstillinger via indstillingsknappen og bekræft, at lydbip kan høres. Præsentér disse bip med to forskellige frekvenser til motivet og forklar opgaven, som er at tælle hver af de højfrekvente bip.
- Sæt øretelefonerne i brugerens ører og klik på startknappen.
- Efter afslutningen af vurderingen skal du tjekke resultatsiden og nøjagtighedsplanen ( figur 1 og 2 ). Hvis nøjagtighedsniveauet er under 40%, gentag kørslen.
BEMÆRK: Hvis emnets nøjagtighed er under 40%, er pålidelig kommunikation usandsynlig, i hvert fald med det paradigme og optagelsessessionen. Ikke desto mindre vurderinger med andreTilgange og / eller på forskellige tidspunkter kunne give forskellige resultater.
3. Vibrotactil P300-vurdering med 2 stimulatorer
- Klik på knappen "Vibrotactile 2 Tactor " på venstre side af skærmen; Klik derefter på knappen "Bedømmelse" nederst til højre for at starte vurderingen. Gentag trin 2.2.
- Åbn menuen Indstillinger via indstillingsknappen for at bekræfte, at vibrationerne i taktorerne kan mærkes. Instruér emnet, at han / hun vil mærke vibrationer i venstre og højre håndled. Opgaven er at tælle antallet af vibrationstimuli på venstre håndled. Efter instruktionerne skal du klikke på startknappen.
- Når vurderingsperioden er færdig, skal du kontrollere resultatsiden og nøjagtighedsplanen. Hvis nøjagtighedsniveauet er under 40%, gentag kørslen.
BEMÆRK: Hvis emnets nøjagtighed er under 40%, er pålidelig kommunikation usandsynlig, i hvert fald med det paradigme og optagelsessessionen. Ikke desto mindre, æslerSatser med andre tilgange og / eller på forskellige tidspunkter kunne give forskellige resultater.
4. Vibrotactil P300-vurdering med 3 stimulatorer
- Klik på knappen "Vibrotactile 3 Tactor" på venstre side af skærmen, og klik derefter på knappen "Assessment" nederst til højre for at starte vurderingen.
- Gentag trin 2.2. Åbn menuen Indstillinger via indstillingsknappen for at bekræfte, at vibrationerne i taktorerne kan mærkes.
- Instruér emnet, at han / hun vil mærke vibrationer i venstre og højre håndled og på højre ankel og vil høre kommandoen "VENSTRE" eller "RIGHT" via hovedtelefonerne. Spørg emnet at tælle stimuli på den valgte hånd, indtil næste kommando vises eller kørslen er overstået.
BEMÆRK: "VENSTRE" betyder, at motivet skal tælle vibrationstimuli på venstre side, mens "RIGHT" instruerer motivet til at tælle stimuli på højre håndled. Sæt øretelefonerne ind i motivets ører og klik på startknappen. - Efter afslutningen af vurderingsperioden skal du kontrollere resultatsiden og nøjagtighedsplanen. Hvis nøjagtighedsniveauet er under 40%, gentag kørslen.
BEMÆRK: Hvis emnets nøjagtighed er under 40%, er pålidelig kommunikation usandsynlig, i hvert fald med det paradigme og optagelsessessionen. Ikke desto mindre kan vurderinger med andre tilgange og / eller på forskellige tidspunkter give forskellige resultater.
5. Vibrotactil P300 kommunikation med 3 stimulatorer
- Klik på knappen "Vibrotactile 3 Tactor" på venstre side af skærmen. Klik på knappen "Kommunikation" nederst for at starte kommunikationsdrevet.
- Gentag trin 2.2. Åbn indstillingsmenuen via indstillingsknappen og bekræft, at vibrationerne i taktorerne kan mærkes. I indstillingsmenuen skal du vælge klassifikatoren med det højeste nøjagtighedsniveau. Dette er normalt klassifikatoren medHøjeste nøjagtighedsniveau som bestemt af systemet.
- Instruér emnet, at han / hun vil mærke vibrationer i venstre og højre håndled og på højre ankel. Instruér emnet at han / hun vil høre et spørgsmål og skal svare enten "JA" eller "Nej". For at svare "JA", spørg emnet at tælle stimuli på venstre hånd; At svare "NEJ", spørg motivet til at tælle stimuli på højre hånd.
- Spørg patienten et spørgsmål, der kunne besvares med enten "JA" eller "NEJ". Derefter skal du klikke på knappen "Start nyt spørgsmål" .
BEMÆRK: Når sekvensen er færdig, leverer softwaren svaret. Det kunne være "JA", "NEJ" eller intet svar (hvis softwaren ikke kunne nøjagtigt registrere hjernemønstre).
6. MI vurdering
- Klik på "Motor Imagery" knappen på venstre side af skærmen. Klik på knappen "Vurdering" påNederst til højre for at starte vurderingsperioden.
- Gentag trin 2.2. Åbn menuen Indstillinger via indstillingsknappen og bekræft, at lydkommandoerne kan høres via øretelefonerne.
- Instruer emnet, at han / hun hører et bip, efterfulgt af en kommando, der siger enten "VENSTRE" eller "RIGHT." Instruér emnet for at prøve at klemme en bold med venstre hånd efter kommandoen "VENSTRE" og klemme en bold med højre hånd efter kommandoen "RIGHT." Spørg motivet om at stoppe med at forestille sig klemmen, så snart emnet hører kommandoen "RELAX."
BEMÆRK: I alt vil 60 kommandoer i randomiseret rækkefølge blive afspillet. - Kør løb i 8 minutter. Klik på pauseknappen efter ca. 4 minutter, vent i ca. 1 min, og fortsæt kørslen.
BEMÆRK: Pausen er designet til at hjælpe motivet med at opretholde koncentrationen i løbet af løbet. - Efter vurderingen skal du kontrollere resultatsiden og nøjagtighedsplanen (figur 3 og 4).
IKKEE: Hvis nøjagtighedsniveauet er under signifikansniveauet, gentag kørslen. Hvis nøjagtigheden forbliver under dette signifikansniveau, så er pålidelig kommunikation usandsynlig, i det mindste med det paradigme og optagelsessessionen. Ikke desto mindre kan vurderinger med andre tilgange og / eller på forskellige tidspunkter give forskellige resultater.
7. MI Kommunikation
- Klik på "Motor Imagery" knappen på venstre side af skærmen. Klik på knappen "Kommunikation" nederst til venstre for at starte kommunikationsdrevet. Gentag trin 2.2.
- Åbn menuen Indstillinger med indstillingsknappen og vælg klassificeringsenheden med den højeste klassifikationsnøjagtighed.
- Angiv emnet, at jeg siger, at efter bipet kan han / hun svare på det spørgsmål, der blev spurgt tidligere. For at sige "JA", bed patienten at forestille sig at klemme en bold med venstre hånd. For at sige "nej", skal patienten forestille sig at klemme en bold med den højre hog.
- Spørg patienten et spørgsmål, der kunne besvares med enten "JA" eller "NEJ". Derefter skal du klikke på knappen "Start nyt spørgsmål" .
BEMÆRK: Når sekvensen er færdig, leverer softwaren svaret ( figur 5 ). Det kan enten være "JA" eller "NEJ".
Representative Results
Figur 1 og 2 viser resultater fra to P300 vurderingsløb (paradigmer i, ii og iii). I figur 1 nåede nøjagtigheden 100%; Således indikerede fagets hjerne klart, at en vellykket opgave er færdig. I figur 2 varierer nøjagtigheden omkring chanceniveauet på 12,5%. Der kunne ikke påvises noget pålideligt hjernesvar på opgaven. Når nøjagtigheden er dårlig, anbefaler vi, at du kontrollerer EEG-signalkvaliteten på tværs af alle elektroder og stik. Et resultat med et nøjagtighedsniveau på 12,5% vil også ses, hvis man ikke erhverver EEG, men blot hvidt støj. Hvis nøjagtighedsniveauet stiger med antallet af forsøg, men ikke bliver højere end 40%, blev der kun fundet et svagt hjernespons. I dette tilfælde anbefaler vi at undersøge artefakter i signalet ved hjælp af rådatabaseret. Vi anbefaler også at gentage proceduren på en anden dag, på et andet tidspunkt. Patienten kunne væreMere lydhør på et andet tidspunkt og generere bedre resultater.
Figur 3 og 4 viser repræsentative resultater af paradigmet iv. Signifikansniveauet er markeret med den magenta-farvede linje. Den røde lodrette linie markerer tidspunktet for kommandosætningen. Før kommandoen vises (rød vertikal linje), er nøjagtigheden omkring 50% for begge punkter. På nuværende tidspunkt ved patienten ikke, om kommandoen vil være "VENSTRE" eller "RIGHT" og således ikke kan udføre den rigtige motoriske fantasi. I figur 3 øges nøjagtigheden efter kommandopræsentationen til mere end 90%. Det betyder, at personen var bevidst bevidst, fordi han var i stand til at følge de randomiserede kommandoer. I figur 4 svinger klassificeringsnøjagtigheden omkring 50%. Dette betyder, at systemet ikke kunne opdage MI efter de præsenterede kommandoer. MI paradigmer kan være udfordrende i BCI rEsearch, da ikke alle brugere er i stand til at kontrollere et MI BCI uden træning, og et mindretal kan ikke nå kontrol selv ved træning 11 . I dette tilfælde kan dårlig nøjagtighed simpelthen betyde, at patienten ikke er i stand til at kontrollere BCI via MI, i det mindste uden træning. Desuden anbefaler vi at kontrollere signalkvaliteten efter et dårligt resultat som beskrevet ovenfor.
Figur 5 viser resultatet af et kommunikationsdrev, der kunne gøres med paradigmer iii og iv. Objektivet markerer det detekterede svar, som er "JA" i dette eksempel. Hvis svaret var nej, ville objektivet flytte til "NEJ". Hvis systemet ikke kunne opdage et svar, ville linsen være midt i de to mulige svar. Hvis linsen forbliver midt i svarene, kunne en dårlig klassifikator være valgt. Vi anbefaler at prøve en anden klassifikator i installationsvinduet.
Figur 1. Nøjagtighed Plot for Paradigmer i, ii, og iii.
En god ydeevne resulterer i en nøjagtighed og når 100%. Klik her for at se en større version af denne figur.
Figur 2. Et andet nøjagtighedskort for paradigmer i, ii og iii.
Denne gang, ingen bh Som reaktion kunne detekteres af systemet. Således varierer nøjagtigheden omkring chanceniveauet på 12,5%. Klik her for at se en større version af denne figur.
Figur 3. Nøjagtighed Plot for Paradigm iv (MI).
Nøjagtigheden når over 90% i dette eksempel. Klik her for at se en større version af denne figur.
Figur 4. Nøjagtighed Plot for Paradigm iv (MI).
Der kunne ikke registreres hjernereaktion af systemet. Således varierer nøjagtigheden omkring chanceniveauet på 50%.Ttp: //ecsource.jove.com/files/ftp_upload/53639/53639fig4large.jpg "target =" _ blank "> Venligst klik her for at se en større version af denne figur.
Figur 5. Resultat af en kommunikationsopgave.
Objektivet markerer det registrerede svar, "YES". Klik her for at se en større version af denne figur.
Discussion
Forudgående undersøgelser fra adskillige grupper har vist, at nogle DOC-patienter kan udvise bevidst bevidsthed gennem fMRI- eller EEG-baserede vurderinger, selv om vurderinger baseret på adfærd antyder andet. Således er der et klart behov for nye systemer og paradigmer, der mere præcist kan vurdere bevidst bevidsthed og endog give kommunikation. Ideelt set bør disse systemer være billige, bærbare, robuste til støj i virkelige omgivelser og let at bruge (både for patienten og systemoperatøren).
De her præsenterede protokoller og system har to formål: at hjælpe med at vurdere bevidsthedsniveauet hos personer med DOC og etablere en ny kommunikationskanal for personer, der ikke kan kommunikere via tale, øjenaktivitet eller andre opgaver, der kræver muskelkontrol. Paradigmeme i protokollen er designet til at teste grundlæggende svar i de første trin. Hvis de forventede basale hjernereaktioner opdages, er det muligt at gå videre og tRy de mere komplekse paradigmer, som er den vibrotactile P300 med tre taktorer og MI. Disse to paradigmer kunne også bruges til at etablere en kommunikationskanal. EEG-signalkvalitet er kritisk i alle disse protokoller. Sommetider kan EEG-data ikke skelnes fra støj; Nogle erfaringer med EEG-analyse er nødvendige for at genkende og håndtere støjende data.
Nuværende standardvurderingsmetoder ud over at være upålidelige er også tidskrævende og kræver et team af eksperter. Derfor vurderes patienter ofte kun én gang, selvom en patients bevidste bevidsthed kan variere dramatisk på forskellige tidspunkter. Protokollen præsenteret her kunne let gentages flere gange. Patienter, der ikke udviser bevidst bevidsthed, kan producere forskellige resultater på et andet tidspunkt. Endvidere kan en enkelt vurderingsperiode udføres før hvert kommunikationsforsøg for at bekræfte, at emnet for øjeblikket er i en bevidst tilstand.
anothDer er grund til at gennemføre forskellige paradigmer i protokollen, fordi nogle mennesker kan udføre dårligt med et paradigme, men det fungerer meget godt med en anden. På samme måde kan folk foretrække et paradigme, fordi det virker lettere for dem. Efter at have udforsket forskellige muligheder med forskellige paradigmer, kunne patienter vælge den tilgang, de foretrækker. Dette er i overensstemmelse med "hybrid" BCI-tilgangen, som understøtter at levere flere kommunikationsmuligheder for at forbedre kommunikationseffektivitet og brugertilfredshed.
Nøjagtighedskortet, i kombination med procentdelen af korrekte klassifikationer, giver et objektivt resultat, der afspejler, hvor godt mønstergenkendelsesalgoritmen kunne diskriminere de forskellige hjernestande under opgaverne. Derfor er ingen subjektiv fortolkning af hjernemønstre eller gennemsnitlige responser nødvendig.
Den vibrotaktile kommunikation med tre taktorer blev testet på en gruppe af seks kronisk låst patienTs 15 . De nåede en gennemsnitlig nøjagtighed under kommunikationen på 55,3%, og alle var over chanceniveauet på 12,5%. MI kommunikationsopgaven blev testet på en gruppe på tyve sunde brugere 13 , hvilket viste en gennemsnitlig nøjagtighed på ca. 80%. Kun en af de tyve personer havde en kontrolnøjagtighed under chanceniveau.
Det er vigtigt at nævne, at en løbe eller endda en komplet session med dårlig nøjagtighed ikke bevisligt viser, at der ikke er noget hjernespons eller ingen bevidsthed inden for emnet. Det betyder blot, at systemet ikke kunne registrere frivillige hjernens reaktioner. Dette kan opstå på grund af dårlig signalkvalitet, vanskeligheder med at høre eller forstå opgaveinstruktioner eller simpelthen fordi et mindretal af emner ikke kan producere den ønskede EEG-aktivitet trods udførelsen af opgaven.
I overensstemmelse med tidligere arbejde fra vores gruppe og andre viser det fremlagte arbejde, at det er tilrådeligt at vurdereNiveauet af bevidsthed hos patienter, der lider af DOC med hjernedannelsesteknikker. FMRI er også en nyttig teknik til at spore patientens nuværende hjerneaktivitet. Det blev vist at oddsballparadigmer, der fremkalder fremkaldte potentialer, såvel som motorbilleder og andre opgaver, kan producere hæmodynamiske reaktioner, der kunne spores af fMRI 17 , 18 . Sammenlignet med fMRI har EEG væsentlige fordele: EEG-baserede værktøjer kan anvendes ved sengetøj, uden udstyr, der er dyrt og ikke-bærbart, og kræver betydelig ekspertise. Transport af patienten til scanneren og akustisk støj fra scanneren kan begge være belastende for patienten. Nær infrarød spektroskopi (NIRS) er bærbar og kan have en lidt bedre rumlig opløsning end EEG, men det har en værre tidsmæssig opløsning 19 . NIRS er egnet til at overvåge MI 20 , 21 , men ikke til fremkaldt potentials. For eksempel viste Naseer og Hong 22 høj klassifikationsnøjagtighed for MI-BCI ved anvendelse af fNIRS. Med forsøg, der hver varede 50 s, opnåede de 77,35% for venstre MI og 83% for højre MI. Med EEG-baserede BCI'er, Guger et al. 23 viste, at ca. 20% af 99 sessioner nået en nøjagtighed på over 80%, og yderligere 70% af de 99 sessioner nåede en nøjagtighed på over 60%. Ortner et al. Viste en gennemsnitlig topnøjagtighed på ca. 80% ved anvendelse af CSP-metoden. Denne metode har brug for flere EEG-elektroder end dem, der anvendes fra Guger og kolleger, men det resulterer i højere nøjagtighedsgrader. Ved hjælp af CSP-metoden, Ramoser et al. 23 viste, at en stigning i elektroder fra 18 til 56 ikke forbedrer ydeevnen betydeligt; Vi konkluderer derfor, at det valgte antal af 16 elektroder i vores metode er tilstrækkeligt. For nylig har Coyle et al . Brugt CSP til klassificering og træning af MI i DOC patieNts 16 . Alle fire emner viste signifikant og hensigtsmæssig hjerneaktivering under vurderingen.
Vurdering af MI gennem en hybrid NIRS-EEG BCI kan resultere i høj klassifikationsnøjagtighed, som Khan et al. 20 viste. Dette kunne være en lovende fremtidig retning, selv om et yderligere neuroimaging værktøj øger kompleksiteten og omkostningerne ved enheden.
Protokollen, der præsenteres her, giver et relativt nemt værktøj til at vurdere hjernens respons inden for EEG-signalet hos DOC-patienter. Fortolkning af disse klassificeringsresultater og gennemførelse af ændringer i medicin, terapi eller andre medicinske behandlinger kræver stadig medicinske eksperter. Fremtidige retninger af denne metode kan være mere avancerede stimuleringsteknikker ved hjælp af et højere antal grader af frihed. For eksempel kan i stedet for at tilbyde værktøjer til kun at sige "JA" eller "NEJ" fremtidige enheder muliggøre mere mulig answeRs til et spørgsmål. I et yderligere trin kunne man også bruge kontekstbaserede svar. Hvis patienten f.eks. Har en musikafspiller, der kører, kan man tilbyde muligheden for at styre lydniveauet eller skifte til den næste sang. MI-paradigmet skal også testes i DOC-patienter.
Materials
| Name | Company | Catalog Number | Comments |
| g.USBamp | g.tec medical engineering GmbH | 1 | Biosignal amplifier |
| Power supply | GlobTek Inc. | 1 | Medical mains power supply for the g.USBamp |
| USB cable | g.tec medical engineering GmbH | 1 | Connects the g.USBamp to the computer |
| EEG electrodes gSCARABEO | g.tec medical engineering GmbH | 16 | Active EEG electrodes |
| EEG electrode gSCARABEOgnd | g.tec medical engineering GmbH | 1 | passive ground electrode |
| EEG electrode g.GAMMAearclip | g.tec medical engineering GmbH | 1 | active reference electrode |
| g.GAMMAbox | g.tec medical engineering GmbH | 1 | Connects the amplifier to the EEG electrodes |
| g.USBampGAMMAconnector | g.tec medical engineering GmbH | 1 | Connects the g.GAMMAbox to the g.USBamp |
| EEG cap | g.tec medical engineering GmbH | 1 | To position electrodes |
| Computer | Hewlett-Packard | 1 | To run the software. Alternatively computers from other manufacturers could be used. |
| g.VIBROstim | g.tec medical engineering GmbH | 3 | Tactors for sensory stimulation |
| Audio trigger adapter box | g.tec medical engineering GmbH | 1 | To split up the audio signal into audio commands for the headphones and trigger signals. This box connects to the amplifier. |
| Anti static wrist band | g.tec medical engineering GmbH | 1 | To suppress noise in the EEG |
| Trigger cable | g.tec medical engineering GmbH | 1 | To connect the audio trigger adapter box and the g.STIMbox to the g.USBamp |
| Audio connector cable | g.tec medical engineering GmbH | 1 | Audio cable to connect the audio trigger adapter box to the computer |
| Hardlock | g.tec medical engineering GmbH | 1 | To run the software |
| SE215-K | Shure Europe GmbH | 1 | Noise suppressing earphones. Alternatively other earphones could be used. |
| g.STIMbox | g.tec medical engineering GmbH | 1 | Driver box for tactile stimulators |
| mindBEAGLE software | g.tec medical engineering GmbH | 1 | software package |
| g.GAMMAgel | g.tec medical engineering GmbH | 1 | conductive electrode gel |
References
- Schnakers, C., Vanhaudenhuyse, A., et al. Diagnostic accuracy of the vegetative and minimally conscious state: Clinical consensus versus standardized neurobehavioral assessment. BMC Neurol. 9, (2009).
- Childs, N. L., Mercer, W. N., Childs, H. W. Accuracy of diagnosis of persistent vegetative state. Neurol. 43 (8), 1465-1465 (1993).
- Andrews, K., Murphy, L., Munday, R., Littlewood, C. Misdiagnosis of the vegetative state: retrospective study in a rehabilitation unit. Bmj. 313 (7048), 13-16 (1996).
- Monti, M. M., Vanhaudenhuyse, A., et al. Willful modulation of brain activity in disorders of consciousness. New England Journal of Medicine. 362 (7), 579-589 (2010).
- Wolpaw, J. R., Birbaumer, N., McFarland, D. J., Pfurtscheller, G., Vaughan, T. M. Brain-computer interfaces for communication and control. Clinical Neurophysiology. 113, 767-791 (2002).
- Ortner, R., Aloise, F., et al. Accuracy of a P300 Speller for People with Motor Impairments: a Comparison. Clinical EEG and Neuroscience. 42 (4), 214-218 (2011).
- Turnip, A., Hong, K. -S. Classifying mental activities from EEG-P300 signals using adaptive neural network. Int. J. Innov. Comp. Inf. Control. 8 (9), 6429-6443 (2012).
- Lugger, K., Flotzinger, D., Schlögl, A., Pregenzer, M., Pfurtscheller, G. Feature extraction for on-line EEG classification using principal components and linear discriminants. Med. Biol. Eng. Comput. 36 (3), 309-314 (1998).
- Johnson, N. L., Kemp, A. W., Kotz, S. Univariate discrete distributions. 444, John Wiley & Sons. (2005).
- Guger, C., Ramoser, H., Pfurtscheller, G. Real-Time EEG Analysis with Subject-Specific Spatial Patterns for a Brain-Computer Interface (BCI). IEEE Trans. Rehab. Eng. 8, 447-456 (2000).
- Vidaurre, C., Blankertz, B. Towards a Cure for BCI Illiteracy. Brain Topography. 23 (2), 194-198 (2010).
- Blankertz, B., Tomioka, R., Lemm, S., Kawanabe, M., Müller, K. -R. Optimizing Spatial Filters for Robust EEG Single-Trial Analysis. IEEE Signal Process. Mag. 25 (1), 41-56 (2008).
- Ortner, R., Scharinger, J., Lechner, A., Guger, C. How many people can control a motor imagery based BCI using common spatial patterns. Proceedings of the 7th Annual International IEEE EMBS Conference on Neural Engineering. , (2015).
- Chatrian, G. Ten percent electrode system for topographic studies of spontaneous and evoked EEG activity. Am J Electroencephalogr Technol. 25, 83-92 (1985).
- Lugo, Z. R., Rodriguez, J., et al. A vibrotactile p300-based brain-computer interface for consciousness detection and communication. Clin. EEG Neurosci. 45 (1), 14-21 (2014).
- Coyle, D., Stow, J., McCreadie, K., McElligott, J., Carroll, Á Sensorimotor Modulation Assessment and Brain-Computer Interface Training in Disorders of Consciousness. Archives of Physical Medicine and Rehabilitation. 96 (3), 62-70 (2015).
- Kiehl, K. A., Laurens, K. R., Duty, T. L., Forster, B. B., Liddle, P. F. Neural sources involved in auditory target detection and novelty processing: an event-related fMRI study. Psychophysiology. 38 (1), 133-142 (2001).
- Opitz, B., Mecklinger, A., Cramon, D., Kruggel, F. Combining electrophysiological and hemodynamic measures of the auditory oddball. Psychophysiology. 36 (1), 142-147 (1999).
- Min, B. -K., Marzelli, M. J., Yoo, S. -S.
- Khan, M. J., Hong, M. J., Hong, K. -S. Decoding of four movement directions using hybrid NIRS-EEG brain-computer interface. Frontiers in Human Neuroscience. 8, (2014).
- Naseer, N., Hong, K. -S. fNIRS-based brain-computer interfaces: a review. Frontiers in Human Neuroscience. 9, (2015).
- Naseer, N., Hong, K. -S. Classification of functional near-infrared spectroscopy signals corresponding to the right- and left-wrist motor imagery for development of a brain-computer interface. Neuroscience Letters. 553, 84-89 (2013).
- Guger, C., Edlinger, G., Harkam, W., Niedermayer, I., Pfurtscheller, G. How many people are able to operate an EEG-based brain-computer interface (BCI)? Neural Systems and Rehabilitation Engineering, IEEE Transactions on. 11 (2), 145-147 (2003).
- Ramoser, H., Mueller-Gerking, J., Pfurtscheller, G. Optimal spatial filtering of single trial EEG during imagined hand movement. IEEE Transactions on Rehabilitation Engineering. 8 (4), 441-446 (2000).
