Abstract
Bu deneyde, iki uygulama için tasarlanmış bir hibrid Beyin-Bilgisayar Arayüzü (BCI) temelli paradigmalar serisi sunuyoruz: motor yanıt vermeyi başaramayan insanların bilinç seviyelerini değerlendirmek ve ikinci aşamada bir iletişim kanalı kurmak Bu insanlar için, soruların 'evet' veya 'hayır' ile cevaplanmasını sağlıyor. Paradigmalar paketi ilk adımda temel yanıtları test etmek ve ilk testler başarılı olursa daha kapsamlı görevlere devam etmek için tasarlanmıştır. Son görevler daha fazla bilişsel işlev gerektirir, ancak temel sınamalarla mümkün olmayan iletişim sağlayabilirler. Tüm değerlendirme testleri, algoritmaların verilen görevlere hastanın beyininin tepkisini algılayıp azaltamadığını gösteren kesin çizimler üretir. Doğruluk seviyesi anlamlılık seviyesinin üstündeyse, biz, öznenin görevi anlamış ve komut dizisini takip edebildiğini varsayıyoruz.Kulaklıklarla konuya kızdı. Görevler, kullanıcıların belirli uyaranlara konsantre olmalarını veya sol veya sağ elle hareket etmeyi hayal etmelerini gerektirir. Tüm görevler, kullanıcının görsel modaliteyi kullanamayacağı ve dolayısıyla kullanıcıya sunulan tüm uyaranlara (talimatlar, ipuçları ve geribildirim de dahil olmak üzere) sahip olduğu varsayımıyla işitsel veya dokunsal olduğu düşünülür.
Introduction
Vejeteratif Durum (VS) veya Minimal Conscious State (MCS) hastalarının teşhisi zordur ve yanlış sınıflandırmalar sıklıkla ortaya çıkar. 2009'da yapılan bir çalışma, klinik konsensüs ile nörogav davranışsal değerlendirme arasındaki doğruluğun karşılaştırılmasını karşılaştırmıştır 1 . Tıbbi ekibin klinik konsensüsüne dayalı VS tanısı alan 44 hastanın 18'inde (% 41) Coma Recovery Scale-Revised (CRS-R) ile standartlaştırılmış bir değerlendirmeyi takiben MCS'de bulundu. Bu sonuç önceki çalışmalarla uyumludur ve VS ile teşhis edilen hastaların% 37 - 43'ünde farkındalık belirtileri gösterdiğini gösterdi 2 , 3 . Sınıflandırma ölçekleri, davranışsal gözlemlere veya işitsel, görsel, sözlü ve motor işlevlerin değerlendirilmesine, yanı sıra iletişim ve uyarılma seviyelerine dayanır. Beyin aktivite verilerini ekleyebilecek yeni teknolojiler, beha'nın dayattığı kısıtlamaların üstesinden gelmek için mükemmel bir araçtırVioral derecelendirme ölçekleri. Hastalar, derecelendirme ölçeğinde gerekli olan davranış değişikliklerini yapamamalarına rağmen beyin yanıtlarını modüle edebilirler. Monti ve ark. 4 , Fonksiyonel Manyetik Rezonans Görüntüleme'nin (fMRI), Bilinç Bozukluğu (DOC) tanısı alan 5/54 hastada, motor hareketleri veya mekansal görüntü görevlerini hayal etmeyle ilişkili olan kan oksijenasyon seviyesine bağlı tepkilerdeki gönüllü değişiklikleri tespit edebildiğini göstermiştir. Dördü daha önce MCS olarak sınıflandırılmıştı. Dolayısıyla durumlarda bir azınlıkta, vejetatif bir durum için davranış kriterlerine uyan hastalar artık bilişsel işlevlere sahiptir ve hatta bilinçli bir farkındalığa sahiptir.
Elektroensefalografi (EEG) tabanlı BCI'ler ayrıca hayal gücünden veya motor hareket denemesinden kaynaklanan beyin aktivitesini algılayabilir. Ayrıca, bir kişinin önceden tanımlanmış bir tasmayı takiben gönüllü olarak farkındalık gösterip göstermediğini belirleyebilen diğer BCI paradigmaları da vardırk. EEG tabanlı BCI'lerin fMRI'ye dayalı değerlendirmelere göre diğer avantajları vardır. Örneğin, EEG sistemleri çok daha maliyet etkin ve taşınabilirdir ve hastanın yatağında kolaylıkla kullanılabilirler. Büyük noninvaziv BCI yaklaşımları arasında Yavaş Kortikal Potansiyeller (SCP'ler), P300'ler, Sabit-Durumlu Görsel Potansiyeller (SSVEP'ler) ve Motor Görüntü (MI). SCP'ler düşük bilgi transfer oranları sağlamış ve yoğun eğitim (bkz. Wolpaw ve ark. ) 5 gerektirirken SSVEP'ler görsel dikkat gerektirmektedir. Dolayısıyla bu protokolde her iki yaklaşım da kullanılmamaktadır. Ortner ve ark. , Bir P300 yazıcısı ile 5 özürlü insanlar için% 70'lik bir doğruluk düzeyine ulaştı. Bu sayı sonunda artabilir. Örneğin Turnip ve ark. 7 , bir uyarlamalı sinir ağı sınıflandırıcısı kullanarak P300 sınıflandırma doğruluğunu geliştirmiştir. Bu protokol için MI'ya ek olarak dokunmatik ve işitsel P300 yaklaşımlarını seçtik, çünkü her iki oBunlar vizyon olmadan kullanılabilir ve her biri benzersiz avantajlara sahiptir. MI, görünmez olmayan bir P300 BCI'den daha hızlı iletişim kurabilirken P300 BCI'ler çok az eğitim gerektirir. Bu nedenle, bu melez BCI protokolü, DOC hastaları için EEG'ye dayalı BCI yaklaşımlarının bir takımını uygulayabilir. Dahası, görevler nispeten hızlı ve kolay tekrarlandığından, DOC hastalarının yanlış sınıflandırmalarının sayısını azaltmak için her hasta için farklı yaklaşımlar tekrar tekrar araştırılabilir.
(I) işitsel P300, (ii) iki uyarıcıya sahip vibrotaktil P300, (iii) üç uyarıcı ile birlikte vibrotaktil P300 ve (iv) MI. Olmak üzere dört farklı BCI yaklaşımı araştırıldı.
İşitsel P300 paradigması yaklaşımı, sapma uyaranlardan (1.000 Hz bip sesi) rastgele daha muhtemel standart uyaranlardan (500 Hz bip sesi) dağıtılan bir işitme tuhafı paradigması kullanıyor. Paradigma ii'de uyaranlar vibrotaktil uyarıcılarlaAt sol ve sağ bileklerin üzerine yerleştirilir. Sol bilezikteki taktik, standart uyaranlara ve sağ bileğin üzerindeki taktisyen ise sapkın (hedef) uyaranlara yol açar. Paradigma iii için, ek bir uyarıcı, kişinin sağ ayak bileklerine veya sırt ortası gibi başka bir yere yerleştirilir. Bu stimülatör, standart uyaranlardan oluşan bir tren sunarken, sağ ve sol bilekteki iki stimülatör de sapkın uyaranlara neden olur. Bilinci, iki vibrotaktil paradigma ile değerlendirmek için, diğer uyarıları göz ardı ederken, her uyarıyı bir bilek için sessizce saymak için konu kulaklık aracılığıyla söylenir. Rastgele bir mekanizma, sol veya sağ bileği seçip seçmeyeceğinize karar verir ve her koşunun her biri dört deneme 30 denemesi vardır ve her deneme için yeni bir hedef eldir.
Aşağıdaki iĢaretleme iĢaretleri i, ii ve iii paradigmaları için yapılır: sekiz EEG kanalı, 256 Hz'lik bir örnekleme frekansı kullanılarak elde edilir. Saptırıcı bir uyaranın olasılığı 1/8 'dir; hencE, her deviant uyaran için yedi standart uyaran olacaktır. Her koşunun 480 toplam uyaranı vardır. Paradigmanın bir koşusu 7 dakika 20 saniye sürerken, paradigmaların ii ve iii'ün her biri, 2 dakika 30 saniye sürer. Hasta, her sapma uyaranını sessizce sayarsa, bu uyaranlar uyaranın başlangıcından yaklaşık 300 ms sonra pozitif bir tepe noktası olan P300 de dahil olmak üzere birkaç Olaya Bağlı Potansiyel (ERP) ortaya çıkarır. Her bip sesi 100 ms sürer. Her uyarıcı denemesi için sinyal işleme için 100 ms önce ve bip sesinden 600 ms sonra bir pencere saklanır. Veriler daha sonra, 12 faktörü tarafından aşağı örneklenir ve 60 ms'lik uyarı sonrası aralık için 12 örnek elde edilir. Son olarak, tüm örnek zaman kanalı özellikleri doğrusal diskriminant analizi 8'e girilerek 12 x 8 = 96 özellik elde edilir. Doğruluk arsa hesaplamak için ( Şekil 1 ve 2 ), aşağıdaki prosedür on kez tekrarlanır ve sonuçlar tek bir arsa için ortalanır. Sapma ve standart denemelerRastgele iki eşit büyüklükteki havuza ayrılır. Bir havuz sınıflandırıcıyı eğitmek için kullanılırken diğer havuz sınıflandırıcıyı test etmek için kullanılır. Sınıflandırıcı, test havuzundan ortalama sayıda uyarılmış testte test edilir. İlk aşamada, yalnızca bir sapma ve yedi standart uyaran üzerinde test edilir. Sınıflayıcı sapma uyarısını doğru olarak tespit ettiyse, elde edilen doğruluk% 100'dür ve aksi takdirde% 0'dır. Aynı şey, 3 sapma uyarısı ve 21 standart uyaran için 2 ortalama sapma uyaranı ve 14 ortalama standart uyaran için yapılır ve tam test havuzu kullanılamana kadar devam eder. Bu, test havuzunda 30 sapma uyarısı için 30 tek değer arsa üretir; her biri% 100 veya% 0'dır. 10 tek parselden ortalama% 0 ila% 100 arasında değişen değerler verir. Ortalama uyaran sayısının artırılması, görev görevini takip edebiliyorsa doğruluğunu artıracaktır, çünkü uyaranlara göre ortalama verilerdeki rasgele sesi azaltmaktadır. Şans seviyesinin çok üzerinde bir doğruluk (12.5%), konunun bir P300 tepkisinin ortaya çıkabileceğini ve kişinin beyninde bir yanıtın göründüğünü gösterir. Paragigms i ve ii yalnızca bilinç değerlendirmek için kullanılabilir. Değerlendirme sırasında ulaşılan doğruluk% 40'ın üzerindeyse, iii veya iv paradigmasının iletişimini kullanmaya devam edebilir.
Paradigmanın iii iletişim görevinde, konu, "EVET" cevabını vermek isterse sağ tarafta "HAYIR" cevabını vermek isterse, sol taraftaki uyaranlara konsantre olmayı seçer. Sınıflandırıcı, kullanıcının hangi eli üzerinde yoğunlaştığını tespit eder ve yanıtı sunar.
Paradigma iv, her biri 8 sn süren, 1 sn ara ile ayrılmış 120 deneme kaydeder. Bu, toplam oturum süresinin 10 sx 120 = 18 dk'ına neden olur. Paradigma iv, sensorimotor korteks üzerinde dağıtılan 16 EEG kanalını kullanır. Örnekleme frekansı 256 Hz'dir. Her deneme, konuya değinen kulaklıklarla sunulan bir ipucu ile başlarSol veya sağ elle hareket etmeyi hayal etmek. Sol ve sağ talimatların sırası rasgele seçilir. Sinyal önişleme için, Ortak Alansal Desenlerin (CSP) 10 , 12 , 13 metodu kullanılır. Bu yöntem, diğer sınıfın varyansını maksimize ederken bir sınıfın varyansını en aza indirgemek için tasarlanmış bir dizi uzamsal filtre üretir. Bu, doğrusal diskriminant analizi 8 ile sınıflandırılan dört özellikle sonuçlanır. Bütün sınıflandırma prosedürü sağlıklı kullanıcıları 13'de eğitim sadece 60 dakika sonra 80.7% bir genel ortalama sınıflandırma doğruluğunu gösteren, yakın tarihli yayınında ayrıntılı olarak açıklanmıştır. Doğruluk hesabı çapraz doğrulama yoluyla yapılır. Bu, bir örüntünün bir tamamlayıcı altkümeye bölünmesi, bir alt kümede (eğitim havuzu) analizin yapılması ve diğer alt kümedeki (tesTing havuzu). Verilerin havuzlara ayrılmasından önce, eserler içeren denemeler reddedilir. Deneme süresince genlik mutlak değeri 100 μV'yi aşarsa, bir denemede eserler bulunduğu kabul edilir. Doğruluk, test havuzundaki tüm hareketler için, dikkat sinyalinden sonra deneme bitimine kadar 1,5 saniyelik bir süre içinde 0.5 saniyelik adımlarla hesaplanır. Her adım ve her deneme için, sınıflandırma sonucu ya% 100 ya da% 0'dır. Daha sonra, test havuzunun tüm denemelerinin doğrulukları, her bir tek adım için ortalaması alınır ve doğruluk seviyeleri% 0 ila% 100 arasında değişir. Son olarak, çapraz doğrulama sonuçlarının ortalama on tekrarlama ortalaması doğruluk arsında gösterilir. Örnekler Şekil 3 ve 4'te görülebilir. Çizimler sol el (sarı), sağ el (mavi) ve tüm hareketleri birlikte (yeşil) görüntüleme hareketi için ayrılmıştır. Magenta'daki yatay çizgi, güven sınırını temsil eder;Ds analiz için kullanılan denemelerin sayısı. Bu, toplam deneme sayısı reddedilen deneme sayısı eksi. Clopper Pearson yöntemi kullanılarak% 95 güven aralığını göstermektedir 9 . Bu çizginin üzerinde bir doğruluk düzeyi, sonucun istatistiksel olarak anlamlı olduğu anlamına gelir (alfa <0.05).
Protocol
Bu protokol dahilindeki tüm adımlar Helsinki deklarasyonunun ilkelerine göre yapılmıştır.
1. Sistem Kurulumu
- Bir USB kablosu kullanarak amplifikatörü, yazılımı çalıştıran bilgisayara bağlayın ve amplifikatörü açın.
- Donanım dilini bilgisayardaki boş bir USB yuvasına takın.
NOT: Yazılımı çalıştırmak için bu gereklidir. - Antistatik bilek bandını nesnenin bilek tarafına koyun ve boş bir elektrik prizine takın.
NOT: Bu bant, EEG kalitesini etkileyebilecek gürültüyü azaltmak için nesnenin toprağa topraklanmasına yardımcı olmak için tasarlanmıştır. - Sürücü kutusunu USB kablosuyla bilgisayarın boş bir yuvasına takın.
- Tetik kablosunu sürücü kutusuna aşağıdaki gibi bağlayın:
- "G.STIMbox OUT 5" etiketli konnektörü, sürücü kutusunun "OUT 5" e bağlayın.
- "G.STIMbox OUT 6" etiketli konnektörü sürücünün b "OUT 6" ya bağlayın böküz.
- "G.STIMbox OUT 7" etiketli konnektörü, sürücü kutusunun "ÇIKIŞ 7" ne bağlayın.
- "G.USBamp DIO 1" etiketli konnektörü g.USBamp'ın "DIG I / O 1" soketine bağlayın.
- Üç taktayı sürücü kutusunun OUT 1, OUT 2 ve OUT 3'e bağlayın.
- "TRIG OUT" etiketli konnektörü ses tetikleyici adaptör kutusunun "TRIG OUT" soketine bağlayın.
- Yapışkan bant alın ve sol bilek üzerinde bir tane, sağdaki bilekte bir tane ve sağ ayak bileğinde bir tane tutturun.
- Erkek / erkek ses konnektör kablosunu bilgisayarın ses çıkışına ve "AUDIO IN" etiketli ses tetikleyici adaptör kutusunun soketine bağlayın. Ses tetikleyici adaptörü kutusunu açın ve pil durum LED'inin yeşil renkte olup olmadığını kontrol edin.
- Yazılımı çalıştırın, "Doktor ekle" adlı bir pencereye dikkat edin. Boş alanlara unvan, isim, kurum ve bölüm yazın. ClicBaşka pencereyi açmak için "Add" üzerine k.
- Pencereye hastanın adını, şehir, ülke, doğum tarihini ve check-in tarihini girin.
- Programın sağ alt bölümündeki mavi okun altındaki yeşil "+" düğmesini tıklayın. "İsim" alanına "İlk test" metnini ve boş "Ayrıntılar" alanına "Yazılımı tanıma" metnini girin.
NOT: Programa devam edebilmek için tüm boş alanlara bilgi girmek gereklidir. - Son olarak, "Bu hastayı seç" düğmesine tıklayın.
- 16 EEG kanalını bir elektrod kapağı kullanarak özneye yerleştirin. Genişletilmiş uluslararası 10-20 sistemine göre FC3, FCz, FC4, C5, C3, C1, Cz, C2, C4, C6, CP3, CP1, CPz, CP2, CP4 ve Pz'yi kullanın 14 . Sağ kulak üstünde bir referans elektrodu ve alında bir toprak elektrodu yerleştirin.
- Başlığı konunun kafasına düzgün şekilde yerleştirmek için,Nasion ve inion arasındaki mesafeyi ölçmek için bir şerit ölçüsü kullanın, ayrıca sol ve sağ preauriküler noktalar arasındaki mesafe. Elektrodun köşe konumundaki Cz değerinin bu iki mesafenin orta noktasında olduğundan emin olun. Elektrot kapağını takın ve ölçülen pozisyonu elektrot kapağının Cz pozisyonuyla hizalayın. Elektrot kapağı şimdi doğru konumdadır.
- Adım 1.12'de açıklanan kurulum sonrasında elektrotları elektrot bağlantı kutusuna bağlayın. Elektrot bağlantı kutusunu biyolojik işaret yükselticisine bağlayın ve amplifikatörün ve bağlantı kutusunun açık olduğundan emin olun.
- Deri ve elektrotlar arasında bir bağlantı oluşturmak için elektrodlara yeterli elektrot jelini enjekte edin.
2. İşitsel P300 Değerlendirmesi
- Hastanın bilgisini girdikten sonra, ekranın sol tarafındaki "İşitsel P300" düğmesine tıklayın. Alt ri'deki "Değerlendirme" düğmesini tıklayınDeğerlendirmeye başlamak için ght çalıştırın.
- EEG'nin sinyal kalitesini kontrol edin. Ekranın sağ tarafındaki beynin görüntüsü, her bir elektrodun sinyal kalitesine renk kodlu bir kılavuz sağlar; kötü sinyal kalitesi için kırmızı, kabul edilebilir sinyal kalitesi için sarı ve iyi sinyal kalitesi için yeşil ile gösterilir.
- Ayarlar düğmesini kullanarak ayarlar menüsünü açın ve işitsel bip seslerinin duyulabileceğini doğrulayın. Bu bip seslerini konuya iki farklı frekansla sunun ve yüksek frekanslı bip seslerinin her birinin sayılması görevini açıklayın.
- Kulaklıkları kulaklarınıza koyun ve başlat düğmesini tıklayın.
- Değerlendirme tamamlandıktan sonra, sonuç sayfasını ve doğruluk arsasını kontrol edin ( Şekil 1 ve 2 ). Doğruluk seviyesi% 40'ın altında ise, işlemi tekrarlayın.
NOT: Konunun doğruluğu% 40'ın altındaysa, en azından bu paradigma ve kayıt oturumunda güvenilir iletişim olasılığı düşüktür. Bununla birlikte, diğerYaklaşımlar ve / veya farklı zamanlarda farklı sonuçlar verebilir.
3. 2 Uyarlayıcı ile Vibrotaktil P300 Değerlendirmesi
- Ekranın sol tarafındaki "Vibrotactile 2 Tactor " düğmesini tıklayın; Daha sonra, değerlendirme işlemini başlatmak için sağ alt taraftaki "Değerlendirme" düğmesini tıklayın. Adım 2.2'yi tekrarlayın.
- Taktiklerin titreşimlerinin hissedilebildiğini doğrulamak için ayarlar düğmesini kullanarak ayarlar menüsünü açın. Konuyu, sol ve sağ bileklerde titreşim hissedeceğini söyleyin. Görevi, sol bileğinde titreşim uyarılarının sayısını saymaktır. Talimatların ardından başlat düğmesini tıklayın.
- Değerlendirme çalışması tamamlandığında, sonuç sayfasını ve doğruluk arsasını kontrol edin. Doğruluk seviyesi% 40'ın altında ise, işlemi tekrarlayın.
NOT: Konunun doğruluğu% 40'ın altındaysa, en azından bu paradigma ve kayıt oturumunda güvenilir iletişim olasılığı düşüktür. Bununla birlikte, kıçFarklı yaklaşımlarla ve / veya farklı zamanlarda farklı sonuçlar verebilir.
4. 3 Uyarıcı ile Vibrotaktil P300 Değerlendirmesi
- Ekranın sol tarafındaki "Vibrotactile 3 Tactor" butonuna tıklayın ve değerlendirme işlemini başlatmak için sağ alt taraftaki "Değerlendirme" düğmesine tıklayın.
- Adım 2.2'yi tekrarlayın. Taktiklerin titreşimlerinin hissedilebildiğini doğrulamak için ayarlar düğmesini kullanarak ayarlar menüsünü açın.
- Konuyu, sol ve sağ bileklerinde ve sağ ayak bileğinde titreşim hissedeceğini söyleyin ve kulaklıklardan "SOL" veya "SAĞ" komutunu duyacaksınız. Konuyu, bir sonraki komut görene kadar veya çalıştırma bitene kadar seçilen el üzerindeki sayımı yapmasını isteyin.
NOT: "SOL", sol taraftaki titreşim uyaranlarını sayması gerektiği anlamına gelir; "RIGHT", özne, sağ bileğin uyarıları saymasını söyler. Kulaklıkları kulaklarınıza takın ve başlat düğmesine tıklayın. - Değerlendirme işlemini tamamladıktan sonra, sonuçlar sayfasını ve doğruluk arsasını kontrol edin. Doğruluk seviyesi% 40'ın altında ise, işlemi tekrarlayın.
NOT: Konunun doğruluğu% 40'ın altındaysa, en azından bu paradigma ve kayıt oturumunda güvenilir iletişim olasılığı düşüktür. Bununla birlikte, diğer yaklaşımlarla ve / veya farklı zamanlarla yapılan değerlendirmeler farklı sonuçlar verebilir.
5. Vibrotactile P300 3 Uyarıcı ile İletişim
- Ekranın sol tarafındaki "Vibrotactile 3 Tactor" düğmesini tıklayın. İletişim işlemini başlatmak için altındaki "İletişim" düğmesine tıklayın.
- Adım 2.2'yi tekrarlayın. Ayarlar menüsünü ayarlar düğmesi üzerinden açın ve takımların titreşimlerinin hissedilebildiğini teyit edin. Ayarlar menüsünde, en yüksek doğruluk düzeyine sahip sınıflandırıcıyı seçin. Bu genellikle sınıflandırıcıdır.Sistem tarafından belirlenen en yüksek doğruluk seviyesi.
- Konuyu, sol ve sağ bileklerde ve sağ ayak bileklerinde titreşim hissedeceğini söyleyin. Konuyu bir soru sormasını ve "EVET" veya "HAYIR" cevabını vermesini söyleyin. "EVET" cevabını vermek için, denekten sol eldeki uyarıları saymasını isteyin; "HAYIR" cevabını vermek için, cismin sağ elindeki uyarıları saymasını isteyin.
- Hastaya, "EVET" veya "HAYIR" şeklinde yanıtlanabilecek bir soru sorun. Bundan sonra, "Yeni soru başlat" düğmesini tıklayın .
NOT: Sekans tamamlandığında, yazılım cevapları sunar. "EVET", "HAYIR" veya cevap yok olabilir (yazılım beyin düzenini doğru bir şekilde tespit edemezse).
6. MI değerlendirmesi
- Ekranın sol tarafındaki "Motor Görüntüsü" düğmesini tıklayın. Üzerine "Değerlendirme" düğmesini tıklayın.Sağ alttaki değerlendirme çalışmasına başlamak için.
- Adım 2.2'yi tekrarlayın. Ayarlar düğmesini kullanarak ayarlar menüsünü açın ve ses komutlarının kulaklıklardan duyulmasını onaylayın.
- Konuyu bir bip sesi duyacağını söyleyin ve ardından "SOL" ya da "SOL" komutunu verin. Konuya "SOL" komutu verdikten sonra sol elle bir sıkıştırmayı ve "Sağ" komutundan sonra sağ elle bir topu sıkıştırmayı deneyin. Konuya, "RELAX" komutu duyduğunda, sıkışmayı hayal etmeyi bırakmasını isteyin.
NOT: Toplamda, rastgele sırayla 60 komut çalınacaktır. - Koşu 8 dk sürmeli. Yaklaşık 4 dakika sonra duraklatma düğmesine tıklayın, yaklaşık 1 dakika bekleyin ve çalışmaya devam edin.
NOT: Duraklama, kişinin çalışma boyunca yoğunlaşmayı sürdürmesine yardımcı olmak için tasarlanmıştır. - Değerlendirme sonrasında, sonuç sayfasını ve doğruluk arsasını kontrol edin (Şekil 3 ve 4).
DEĞİLE: Doğruluk seviyesi önem seviyesinin altında ise, işlemi tekrarlayın. Doğruluk bu önem düzeyinin altında kalırsa, güvenilir iletişim mümkün değildir, en azından bu paradigma ve kayıt oturumu ile. Bununla birlikte, diğer yaklaşımlarla ve / veya farklı zamanlarla yapılan değerlendirmeler farklı sonuçlar verebilir.
7. MI İletişim
- Ekranın sol tarafındaki "Motor Görüntüsü" düğmesini tıklayın. İletişim işlemini başlatmak için sol alt köşedeki "İletişim" düğmesine tıklayın. Adım 2.2'yi tekrarlayın.
- Ayarlar düğmesini kullanarak ayarlar menüsünü açın ve sınıflandırıcıyı en yüksek sınıflandırma doğruluğuyla seçin.
- Bip sesinden sonra daha önce sorulan soruya cevap vereceğini söyleyerek konuyu bilgilendirin. "EVET" demek için, hastadan sol eliyle topu sıktığını hayal etmesini isteyin. "HAYIR" demek için hasta sağdaki bir topu sıkıştırmayı düşünmelidirve.
- Hastaya, "EVET" veya "HAYIR" şeklinde yanıtlanabilecek bir soru sorun. Bundan sonra, "Yeni soru başlat" düğmesini tıklayın .
NOT: Sekans sona erdiğinde yazılım cevap verir ( Şekil 5 ). "EVET" veya "HAYIR" olabilir.
Representative Results
Şekil 1 ve 2 , iki P300 değerlendirme çalışmasının sonuçlarını göstermektedir (paradigmalar i, ii ve iii). Şekil 1'de doğruluk% 100'e ulaştı; Böylece, kişinin beyni başarılı bir görev tamamlamayı açıkça belirtti. Şekil 2'de, doğruluk% 12.5 olasılık seviyesinde dalgalanmaktadır. Görev için güvenilir beyin yanıtı tespit edilemedi. Doğruluk zayıf olduğunda, tüm elektrodlarda ve konektörlerde EEG sinyal kalitesini iki kez kontrol etmenizi öneririz. Birinin% 12.5'lik bir doğruluk düzeyine sahip bir sonuç da EEG kazanmadığı, sadece beyaz gürültüye sahip olduğu görülür. Doğruluk düzeyi, deneme sayısıyla birlikte artarsa, ancak% 40'dan fazla çıkmazsa, yalnızca zayıf bir beyin yanıtı bulundu. Bu durumda, ham veri kapsamını kullanarak sinyaldeki eserleri araştırmanızı öneririz. İşlemi başka bir günde, başka bir zamanda tekrarlamanızı da öneririz. Hasta olabilirBaşka zamanlarda daha duyarlı olur ve daha iyi sonuçlar verir.
Şekil 3 ve 4 paradigmanın temsili sonuçlarını göstermektedir iv. Önem derecesi, macenta renkli çizgi ile işaretlenmiştir. Kırmızı dikey çizgi, komutun başladığı zamanı işaretler. Komut görünmeden (kırmızı dikey çizgi), her iki parsel için doğruluk% 50 civarındadır. Bu sırada, hasta, komutun "SOL" veya "SAĞ" olacağını bilmiyor ve bu nedenle doğru motor hayal gücünü gerçekleştiremiyor. Şekil 3'te doğruluk, komut sunumundan sonra% 90'dan fazla artmaktadır. Bu, kişinin bilinçli olarak farkında olduğu anlamına gelir; çünkü o, rasgele komutları takip edebiliyordu. Şekil 4'te, sınıflandırma doğruluğu% 50 civarında dalgalanıyor. Bu, sistem sunulan komutları izleyerek MI'yi tespit edemediği anlamına gelir. MI paradigmaları BCI r'de zorlu olabilirEsearch, çünkü tüm kullanıcılar eğitimi olmadan MI BCI'yi kontrol edebiliyor ve bir azınlık eğitimle bile kontrol altına alamıyor 11 . Bu nedenle, bu durumda, hatalı doğruluk, hastanın BCI'yi MI yoluyla, en azından eğitim almadan kontrol edemediği anlamına gelebilir. Ayrıca, yukarıda tarif edildiği gibi sinyal kalitesini kötü bir sonuçtan sonra kontrol etmenizi öneririz.
Şekil 5 , iii ve iv paradigmaları ile yapılabilecek bir iletişim çalışmasının sonucunu göstermektedir. Lens, tespit edilen yanıtı işaretler, bu örnekte "EVET" dir. Cevap hayır ise, objektif "HAYIR" a hareket edecekti. Sistem bir cevap alamadığı takdirde mercek iki olası cevabın ortasında kalacaktır. Objektif cevapların ortasında kalıyorsa, kötü bir sınıflandırıcı seçilmiş olabilir. Kurulum penceresinde başka bir sınıflandırıcı denemenizi öneririz.
Şekil 1. Paradigmalar için doğruluk puanı i, ii, & iii.
İyi bir performans% 100'e ulaşan bir doğruluk ile sonuçlanır. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.
Şekil 2. Paradigmalar için bir doğruluk puanı i, ii, & iii.
Bu sefer sutyen yok Yanıt olarak sistem tarafından tespit edilebilir. Dolayısıyla, doğruluk% 12.5'lik şans seviyesinde dalgalanıyor. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.
Şekil 3. Paradigma iv (MI) için Doğruluk Plakası.
Bu örnekte doğruluk% 90'ın üzerine çıkmaktadır. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.
Şekil 4. Paradigma iv (MI) için Doğruluk Plakası.
Sistem tarafından hiçbir beyin yanıtı tespit edilemedi. Dolayısıyla, doğruluk% 50 şans seviyesinde dalgalanıyor.Ttp: //ecsource.jove.com/files/ftp_upload/53639/53639fig4large.jpg "target =" _ blank "> Bu rakamın daha büyük sürümünü görmek için lütfen tıklayınız.
Şekil 5. Bir İletişim Görevinin Sonucu.
Lens, tespit edilen yanıtı "YES" olarak işaretler. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.
Discussion
Çok sayıda gruptan önceki araştırmalar, bazı DOC hastalarının fMRI veya EEG tabanlı değerlendirmeler yoluyla bilinçli bir farkındalık sergilediklerini, ancak davranışlara dayalı değerlendirmelerin aksini öne sürdüğünü göstermiştir. Böylece bilinçli farkındalığı daha doğru bir şekilde değerlendirebilecek ve hatta iletişim sağlayabilecek yeni sistemler ve paradigmalara açık bir ihtiyaç var. İdeal olarak, bu sistemler ucuz, taşınabilir, gerçek dünya ayarlarında gürültüye karşı dayanıklı ve kullanımı kolay olmalıdır (hasta ve sistem operatörü için).
Burada sunulan protokoller ve sistem iki amaca hizmet ediyor: DOC'li kişilerin bilinç düzeylerini değerlendirmeye yardımcı olmak ve konuşma, göz aktivitesi veya kas kontrolünü gerektiren diğer görevlerle iletişim kuramayan insanlar için yeni bir iletişim kanalı kurmak. Protokol içindeki paradigmalar, ilk adımlarda temel yanıtları test etmek için tasarlanmıştır. Beklenen temel beyin tepkileri saptanırsa, daha ileri gitmek ve tÜç taktik ve MI ile vibrotactile P300 olan daha karmaşık paradigmalar. Bu iki paradigma bir iletişim kanalı oluşturmak için de kullanılabilir. EEG sinyal kalitesi, bu protokollerin tümünde kritik önem taşır. Bazen EEG verileri gürültüye aykırı olamaz; Gürültülü verileri tanımak ve yönetmek için EEG analizinde bazı deneyime ihtiyaç vardır.
Şu anki standart değerlendirme yöntemleri, güvenilmez olmanın yanı sıra zaman alıcıdır ve uzmanlardan oluşan bir ekip gerektirir. Bu nedenle, hastaların bilinçli farkındalığı farklı zamanlarda çarpıcı bir şekilde dalgalanmasına rağmen, hastalar genellikle yalnızca bir kez değerlendirilir. Burada sunulan protokol birkaç kez kolayca tekrar edilebilir. Bilinçli farkındalık sergileyen hastalar, başka zamanlarda farklı sonuçlar doğurabilir. Ayrıca, her bir iletişim denemesinden önce, konunun şu anda bilinçli bir durumda olduğunu doğrulamak için tek bir değerlendirme denemesi yapılabilir.
AnothProtokolde farklı paradigmalar uygulamak için nedenler, bazı insanlar bir paradigmayla kötü performans gösterebilir, ancak bir başkasıyla iyi performans gösterebilir. Benzer şekilde, insanlar bir paradigmayı tercih edebilir, çünkü onlara daha kolay gelir. Farklı paradigmalarla farklı seçenekler keşfedildikten sonra hastalar tercih ettikleri yaklaşımı seçebilirler. Bu, iletişim etkinliğini ve kullanıcı memnuniyetini artırmak için birden fazla iletişim seçeneği sunmayı destekleyen "melez" BCI yaklaşımıyla tutarlıdır.
Doğru sınıflamaların yüzde düzeyi ile birlikte doğruluk arsaları, kalıp tanıma algoritmasının görevler sırasında farklı beyin durumlarını ayırt edebileceğini gösteren objektif bir sonuç verir. Dolayısıyla, beyin kalıplarının öznel bir yorumu veya ortalama yanıtlar gerekli değildir.
Üç tactors ile vibrotactile iletişimi altı kronik kilitli paten15 . İletişim% 55,3 ile ortalama bir doğruluk sağlamış ve hepsi% 12,5 şans seviyesinin üstündeydi. MI iletişim görevi, yirmi sağlıklı kullanıcı grubu 13 üzerinde test edildi ve yaklaşık% 80'lik bir ortalama doğruluğunu gösterdi. Yirmi kişiden sadece bir tanesi şans seviyesinin altında bir kontrol hassasiyete sahipti.
Bir çalışmanın ya da eksik doğruluğu olan eksiksiz bir oturumun, konu içerisinde hiçbir beyin yanıtı ya da bilinç olmadığını kesin olarak ispatlamadığını belirtmek önemlidir. Bu, sistemin gönüllü beyin tepkilerini tespit edemediği anlamına gelir. Bu, kötü sinyal kalitesinden, işitme zorluğundan veya görev talimatlarını anlamasından veya bir konunun azınlığının görev yapmasına rağmen istenen EEG etkinliğini üretememesi nedeniyle oluşabilir.
Grubumuz ve diğerlerinden önceki çalışmalarımızla tutarlı olarak sunulan eser,DOC'den mustarip hastalarda beyin görüntüleme teknikleriyle bilinç düzeyi. FMRI, hastanın mevcut beyin aktivitesini izlemek için de yararlı bir tekniktir. Bu uyarılmış potansiyelleri, aynı zamanda motor görüntülerini ve diğer görevleri ortaya tuhaf paradigmalar fMRI 17, 18 ile takip edilebilir hemodinamik tepkiler üretebildiği gösterilmiştir. FMRI ile kıyaslandığında, EEG'nin dikkate değer avantajları vardır: EEG tabanlı araçlar, pahalı ve taşınabilir olmayan ve önemli bir uzmanlık gerektiren teçhizata ihtiyaç duymadan yatmadan önce uygulanabilir. Hastanın tarayıcıya taşınması ve tarayıcıdan gelen sesli gürültü hasta için stresli olabilir. Yakın kızılötesi spektroskopisi (NIRS) taşınabilir ve EEG'den biraz daha iyi uzaysal özünürlüğe sahip olabilir, ancak daha kötü geçici çözünürlüğe sahiptir 19 . NIRS, MI 20 , 21'i izlemek için uygundur, ancak uyarılmış pote için uygun değildirntials. Örneğin, Naseer ve Hong 22 , fNIRS kullanarak MI-BCI için yüksek sınıflandırma doğruluğu sergiledi. Her biri 50 s süren denemelerle sol MI için% 77.35 ve sağ MI için% 83 elde etti. EEG tabanlı BCI'lerle, Guger ve ark. 23 , 99 oturumun yaklaşık% 20'sinin% 80'in üzerinde bir doğruluğa ulaştığını ve 99 oturumun% 70'inin% 60'ın üzerinde bir doğruluğa ulaştığını tespit etti. Ortner ve ark. CSP yöntemini kullanarak yaklaşık% 80'lik bir ortalama tepe doğruluğu gösterdi. Bu yöntemin, Guger ve meslektaşları tarafından kullanılanlardan daha fazla EEG elektroduna ihtiyacı vardır, ancak daha yüksek doğruluğa neden olur. CSP yöntemini kullanarak, Ramoser ve ark. 23 , 18-56 arasındaki elektrotların bir artışının performansı önemli ölçüde artırmadığını gösterdi; Bu nedenle, yöntemimizde seçilen 16 elektrodun sayısının yeterli olduğunu düşünüyoruz. Son zamanlarda, Coyle ve ark . DOC patie'sinde MI sınıflaması ve eğitimi için CSP kullanıldı16 . Dört deneğin hepsi, değerlendirme sırasında önemli ve uygun beyin aktivasyonu gösterdi.
Karma bir NIRS-EEG BCI vasıtasıyla MI değerlendirilmesi, yüksek sınıflandırma doğruluğuna neden olabilir, çünkü Khan ve ark. 20 gösterdi. İlave bir beyin görüntüleme aracı cihazın karmaşıklığını ve maliyetini arttırmasına rağmen, bu gelecek için umut vaat eden bir yön olabilir.
Burada sunulan protokol DOC hastalarının EEG sinyali içindeki beyin yanıtlarını değerlendirmek için nispeten kolay bir araçtır. Bu sınıflandırma sonuçlarının yorumlanması ve ilaç, terapi veya diğer tıbbi tedavilerin herhangi bir değişikliğinin uygulanması hala tıbbi uzmanları gerektirir. Bu yöntemin gelecekteki yönergeleri daha yüksek sayıdaki serbestlik derecesini kullanan daha gelişmiş uyarıcı teknikler olabilir. Örneğin, yalnızca "EVET" veya "HAYIR" demek için araçlar sunmak yerine, gelecekteki cihazlar daha olası answe'lere izin verebilirBir soruya rs. Daha ileri bir aşamada, kişi-bazlı cevapları da kullanabiliriz. Örneğin, hasta bir müzik çalar çalıştırıyorsa, ses seviyesini kontrol etme veya bir sonraki şarkıyı değiştirme imkanı sunabilir. Ayrıca, MI paradigmasının DOC hastalarında test edilmesi gerekmektedir.
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).
