JoVE Logo

登录

需要订阅 JoVE 才能查看此. 登录或开始免费试用。

本文内容

  • Erratum Notice
  • 摘要
  • 摘要
  • 引言
  • 研究方案
  • 结果
  • 讨论
  • 披露声明
  • 致谢
  • 材料
  • 参考文献
  • Erratum
  • 转载和许可

Erratum Notice

Important: There has been an erratum issued for this article. Read More ...

摘要

本研究旨在为脑卒中后上肢运动功能障碍运动意象脑机接口(MI-BCI)的标准临床操作提供重要参考。

摘要

中度或重度上肢运动功能障碍患者脑卒中后康复效果较差,由于遇到的困难,一直是研究的重点。脑机接口(BCI)是脑神经科学研究中的热门前沿技术。它是指将使用者或主体的感官知觉、意象、认知和思维直接转化为动作,不依赖周围神经或肌肉,在大脑和外部设备之间建立直接的沟通和控制通道。运动意象脑机接口(MI-BCI)是康复作为一种非侵入性康复手段最常见的临床应用。先前的临床研究证实,MI-BCI对中风后患者的运动功能障碍有积极改善。然而,目前缺乏临床操作示范。为此,本文详细阐述了MI-BCI治疗脑卒中后中重度上肢功能障碍患者的治疗,并通过临床功能评估和脑功能评估结果展示了MI-BCI的干预效果,为临床康复应用和机制研究提供思路和参考。

引言

近85%的脑卒中患者存在运动功能障碍1,特别是由于中重度上肢运动功能障碍患者的康复效果有限,严重影响了患者独立日常生活的能力,一直是研究的重点和难点。非侵入性脑机接口 (BCI) 被称为中风2 后运动功能障碍康复的新兴治疗方法。脑机接口是将使用者或主体的感官知觉、意象、认知和思维直接转化为行动,不依赖周围神经或肌肉,在大脑和外部设备之间建立直接的沟通和控制通道3。目前,脑机接口用于临床康复的范式包括运动意象(MI)、稳态视觉诱发电位(SSVEP)和听觉诱发电位(AEP)P3004,其中最常用和方便的是运动意象脑机接口(MI-BCI)。心肌梗死是一种干预措施,它使用视觉/动觉运动图像来可视化运动任务(如手、手臂或脚的运动)的执行。一方面,先前的研究表明,心肌梗死期间相关运动皮层的激活与实际的运动执行相似5。另一方面,与其他范式不同,MI可以通过运动记忆激活特定的活动区域,而无需任何外部刺激来改善运动功能;这有利于在中风患者中实施,特别是当与听力障碍相结合时6.

此外,MI-BCI 已被证明对改善中风患者的运动功能障碍具有积极作用。Cheng等人报道,与简单的软性机器人手套干预相比,基于MI-BCI的软性机器人手套结合以日常生活活动为导向的任务,在干预6周后的慢性脑卒中患者中表现出更明显的功能改善和更持久的动觉体验。此外,它还能够引起对运动的感知7.此外,Ang 等人纳入了 21 名患有中度至重度上肢功能障碍的慢性中风患者进行随机干预。通过上肢 Fugl-Meyer 评估 (FMA-UE) 评估干预前后的临床功能。结果显示,与简单触觉旋钮(HK)机器人干预(HK组)和标准手臂治疗干预(SAT组)相比,基于MI-BCI干预的HK运动增益效果(BCI-HK组)明显优于其他两组8。然而,MI-BCI的具体操作仍需要规范的标准,必须充分认识神经重塑的机制,这限制了MI-BCI的临床应用和推广。因此,本研究通过展示MI-BCI对36岁男性脑卒中上肢运动功能障碍患者的干预过程,总结干预前后的功能结局变化和脑功能重塑,以展示MI-BCI的完整手术过程,为临床康复应用和机制研究提供思路和参考。

Access restricted. Please log in or start a trial to view this content.

研究方案

该项目获得广州医科大学第五附属医院医学伦理协会立项(批准编号:广州医科大学第五附属医院医学伦理协会批准。KY01-2021-05-01)于2021年8月19日。该试验于2021年8月19日在中国临床试验注册中心注册(注册号:ChiCTR2100050162)。所有患者均签署了知情同意书。

1. 招聘

  1. 纳入标准
    1. 招募符合第四届全国脑血管病学学术会议制定的脑卒中诊断标准的患者;通过脑部计算机断层扫描或磁共振成像确诊脑卒中,病程≥ 6 个月;在 Brunnstrom 1-3 期中风导致单手功能障碍;蒙特利尔认知评估 (MoCA) ≥ 26;年龄从50岁到75岁不等;右撇子占上风;自愿签署知情同意书的。
  2. 排除标准
    1. 排除既往有上肢骨折、上肢畸形等病史的患者;其状况不稳定或在实验过程中发生变化,影响实验结果;因严重的心、肺、肝、肾等重要器官疾病无法完成实验的;严重认知功能障碍或失语症;患有严重精神障碍;服用降低癫痫发作阈值的药物;有任何可能受到经颅磁刺激 (TMS) 产生的磁场影响的植入装置或金属。

2. MI-BCI培训

注:本研究选择基于运动图像的上肢手功能康复机器人。该装置包括脑电图(EEG)帽(图1A)、计算机终端(即控制接口; 图1B)、外部机械手(图1E)和23英寸计算机显示屏(图1C)。

  1. 科目准备
    1. 解释培训的目的和方法,并注意这些内容。
    2. 将 MI-BCI EEG 帽戴在被摄体上,以确保被摄体头部的 Cz 点与帽 9,10 的 Cz 点重合。被摄体的 Cz 点是头部中心的顶点。为了确认这一点,请检查耳珠线与穿过鼻子和眉毛中心的人体正中线的交点。根据国际10-20脑电定位系统11确定脑电帽的Cz点。
    3. 保持耳朵从头帽的耳缝露出来,并调整下巴带以固定头帽。
    4. 将 24 个蘸有生理盐水的电极插入脑电图帽的凹槽中,然后将 2 个参比电极夹入两个耳垂。
      注意: 电极应保持湿润状态,不得滴落。如果电极太干燥,脑电信号采集过程就会受到影响。如果电极太湿,滴落的盐水可能会影响受试者的功能表现。
    5. 作为操作人员,在训练过程中要注意脑电图的采集。如果存在小范围的脑电干扰,首先要考虑相应的电极是否出现干燥、缺水或其他与训练有关的情况。此时,应立即停止训练和脑电图采集,并在继续训练前适当润湿电极。
    6. 如果脑电信号的干扰范围很广,首先要考虑参比电极是否脱落。此时,立即停止训练,并再次将参比电极夹在耳垂处。
    7. 将机械手放在患者身上,调整到舒适的训练位置,以防止因过度收紧或滑倒而引起上肢前臂疼痛。
  2. 软件操作
    1. 打开训练软件MI-BCI上肢手功能康复机器人,点击 用户列表,输入患者信息,包括姓名、疾病名称、出生日期、患病日期、患侧位置等。
    2. 将脑电信号的稳定性调整为没有明显的杂波。
    3. 点击 静息脑电图 按钮,让患者根据语音和文字提示完成静息脑电图采集过程:请闭眼放松,请睁开眼睛。这持续 60 秒。
    4. 点击 任务设置 按钮,设置任务难度和训练时长。根据患者的实际情况,从9级向上或向下设置初始训练难度,并将训练时长设置为30分钟。
    5. 在训练过程中,MI-BCI系统会根据患者的表现自动调整任务难度。检查训练的难度,如所抓物体的大小所反映的那样;任务的难度越高,抓取的物体就越精细。
    6. 单击 "任务脑电图" 按钮开始正式培训。患者侧屏幕显示:请闭上眼睛,放松5秒。
    7. 5秒后,患者侧屏幕显示:请睁开眼睛,想象您的手张开/握拳,持续3秒。要求患者按照屏幕上的命令进行操作。
    8. 患者侧的屏幕显示扣人心弦的视频/开场视频,以帮助患者在想象中模拟视频所展示的动作。要求患者执行这个持续 5 秒的运动想象任务。
    9. 该系统提取患者运动想象的脑电信号,利用算法分析运动意图的评分,并将其显示在患者一侧的屏幕上。检查机器人反馈,该反馈将在 4 秒后显示。
      注:MI-BCI系统采用的模型为FBCNet(多波段滤波+通道分离卷积+方差层+FC),用于提取特征并对EEG信号进行评分12。MI-BCI系统的阈值是基于大量的临床试验数据和核心脑电图算法确定的。阈值为 60 分。
    10. 检查显示的电机意图。如果患者的运动意图≥ 60 分(阈值),则系统识别出已实现指定的动作。如果患者的移动意图< 60 分,并且系统确定患者无法执行指定的移动,请确保音频提示患者继续前进并且不会气馁,并且患者遵守这一点。
    11. 在训练过程中,实时观察脑电波形。如出现异常情况,应及时暂停训练,待信号调整稳定后再重新开始训练。如果患者在训练过程中感到疼痛或不适,请停止训练并记录终止训练的原因。

3. 临床评估

  1. 信息收集
    1. 收集并记录被征者的基本个人信息,如姓名、性别、出生日期、受教育程度等。
    2. 完成受试者病史的收集,如临床病史、用药史、个人病史等。
  2. 运动功能评估
    1. 评估中风受试者的上肢 Fugl-Meyer 评估 (FMA-UE)13
      总分66分。分数越高,患者的功能表现越好。
    2. 评估中风受试者的 Wolf 运动功能测试 (WMFT)14 。总分85分。分数越高,患者的功能表现越好。
  3. 认知功能评估
    1. 评估中风受试者的简易精神状态检查 (MMSE)15 。按受教育程度分,分为文盲≤17分、小学受教育程度≤20分、初中及以上文化水平≤24分。
  4. 情绪功能评估
    1. 评估中风受试者的汉密尔顿焦虑量表 (HAMA)16 。评分范围为:≥21,有明显的焦虑;≥14分,肯定有焦虑;而超过7分,可能有焦虑。小于 7 分表示没有焦虑症状。
    2. 评估中风受试者的汉密尔顿抑郁量表 (HAMD)17 。7 分< 分表示平均分,7-17 分表示个体可能患有抑郁症,17-24 分表示个体可以诊断为抑郁症,>24 分表示个体患有严重抑郁症。

4. fNIRS脑功能评估

对于本研究,将 10 个源和 12 个检测器放置在 fNIRS 测试头帽上,以对应于本研究中的 8 个感兴趣区域 (ROI),包括双侧背外侧前额叶皮层 (DLPFC)、背外侧启动皮层 (PMC)、背外侧初级运动皮层 (M1) 和背外侧初级感觉皮层 (S1; 图2)。

  1. 科目准备
    1. 解释培训的目的和方法,并针对受试者进行说明。确保受试者理解实验内容,熟悉相关程序;这有助于提高患者的依从性。
    2. 将fNIRS测试头帽戴在被摄体上,确定被摄体头部的Cz点,并确保其与头帽的Cz点重合,如步骤2.1.2所述。
    3. 为受试者调整头帽,确保两只耳朵都从耳帽的耳缝露出来,耳帽的双侧耳缘自然贴合双侧乳突,耳帽的前缘自然贴合前额,后缘自然贴合枕骨后部。调整下巴带以固定帽。
    4. 适当调整颚带的松紧度。如果太松,会导致实验过程中头帽移位,从而导致定位不准确,影响信号采集。如果太紧,会引起被摄体的不适,从而降低依从性,影响被摄体的功能表现。
  2. 预收集和数据收集
    1. 进入fNIRS控制软件,选择 实验对象,根据患者信息建立患者治疗档案。
    2. 单击" 预收集 "按钮以校准信号。根据近红外功能脑成像系统显示的部位信号强度,通过调整头帽的光源或接收器,使其更靠近被摄体的头皮,提高部位的信号强度和稳定性。
    3. 当系统将所有站点显示为绿色时,信号强度稳定。停止预收集,然后单击 自动增益 按钮对信号进行最终调整。
      注意:在预收集过程中,近红外脑功能成像系统呈现不同的颜色来表示站点的信号强度。灰色代表低信号强度,黄色代表良好的信号强度,绿色代表优秀的信号强度,红色代表信号强度过强。
    4. 单击 "开始 "按钮以收集信号。观察并记录实验中的各种情况,如信号波动和电极接触不良。
  3. fNIRS-运动任务评估
    1. 在fNIRS系统中选择 Motor Task 范例。
    2. 将患者的上肢放在测试台上,并要求患者在实验前休息 10 秒。
    3. 在实验过程中,要求患者按照运动节奏分三个块抓住受影响的手,每个块包括 30 秒的任务和 30 秒的休息。每个任务由 15 个试验组成,每个试验包括 1 秒抓握和 1 秒打开抓握。
    4. 每次休息时,要求患者闭上眼睛休息。如果受试者无法抓住受影响的手,请要求受试者进行运动意象练习。测试持续 190 秒(图 3)。三个块全部完成后,结束任务,保存数据,导入到自建数据库中。
  4. fNIRS-认知任务评估(Stroop任务)
    1. 运行行为研究软件并选择 认知任务 范式。选择患者治疗文件,然后选择" 一致性检验"。
    2. 要求受试者将健康的手放在键盘的按钮上,然后要求受试者在试验开始前休息 10 秒。执行三个块的一致性检验,每个块包括 60 秒的任务和 30 秒的休息。每个任务包括 10 个试验,每个试验包括 2000 毫秒的注视和 4000 毫秒的刺激反应,总持续时间为 280 秒(图 4)。
      1. 当字段字体左侧显示左符号时,请尽快根据字符含义(即左)按下键盘上的←键。
      2. 当字段网格左侧显示右符号时,请尽快根据字符的含义(即右)单击键盘上的→按钮。
    3. 选择 不一致检验;该过程与一致性检验的过程相同。
      1. 当字段字体左侧显示右符号时,请忽略字符含义,并尽快根据文本出现的位置(即左侧)按下键盘上的←按钮。
      2. 当字段字体右侧显示左符号时,请忽略字符含义,并尽快根据文本的位置(即右)单击键盘上的→按钮。
    4. 完成任务,保存数据,并导出到自建数据库中。

5. 后处理

  1. 在治疗前进行临床功能评估和fNIRS脑功能评估的评估。在第 10 培训课程结束后执行所有评估(有关详细信息,请参阅步骤 3.1 至 4.4)。

6. 数据处理和分析

  1. 对患者的个人信息和临床评估量表数据进行汇总分析。
  2. 使用商业软件对近红外数据进行预处理。消除干扰测试的时间间隔和运动伪影,选择带通滤光片(0.01-0.2 Hz)去除噪声,根据修正的Beer-Lambert定律计算氧合血红蛋白(HbO)和脱氧血红蛋白(HbR)的相对变化,并将光密度信号转换为血氧浓度信号。
    注:与HbR相比,HbO对不同条件之间的变化更敏感,因此本研究方案仅使用HbO数据进行后续分析。
  3. 选择血氧类型中的 HbO 作为分析数据。设置 GLM 设计矩阵,并在任务中选择任务阶段。单击 "估计 "按钮,将已建立的设计矩阵与收集的数据拟合。
  4. 使用建立的线性相关模型来计算每个 ROI 中的 beta 值。通过行为研究软件导出 Stroop 任务中的参数、准确率 (ACC) 和响应时间 (RT)。

Access restricted. Please log in or start a trial to view this content.

结果

该研究介绍了一名 36 岁男性中风患者在 MI-BCI 干预前后的临床功能和脑功能重塑。脑出血后4个多月,影像学结果显示右额叶和右基底神经节区域-放射冠区域慢性出血。患者在脑出血恢复期间被诊断为左肢运动功能障碍。在医院进行MI-BCI的简单门诊治疗10天(30分钟/次/天),并在治疗前和治疗后10 d完成脑功能评估和临床功能评估(图5)。治疗前后临床评估结果为FMA-UE=12/14(...

Access restricted. Please log in or start a trial to view this content.

讨论

脑卒中后中重度上肢运动功能障碍的康复期长,恢复困难,一直是临床康复研究的重点18。传统的上肢康复训练多为简单的外周介入治疗或中枢介入治疗19.同时,由于中度和重度肢体功能障碍患者缺乏积极参与,主要采用被动治疗,康复效果较差20。因此,不断开发新的中风康复技术/策略具有重要意义21.MI-BCI作为一种无创康?...

Access restricted. Please log in or start a trial to view this content.

披露声明

作者没有什么可透露的。

致谢

本研究得到广东省国家科学基金面上项目(No.2023A1515010586)、广州市临床特色技术建设项目(No.2023C-TS19)、广东省教育科学规划项目(No.2022GXJK299)、广州市卫生与计划生育总体指导项目(20221A011109、20231A011111)、2022年广州市高等学校教学质量与教学改革项目的支持 高校教学改革总体项目(No.2022JXGG088/02-408-2306040XM), 2022年度广州医科大学学生创新能力提升计划项目(No.PX-66221494/02-408-2304-19062XM), 2021年度校级教育科学规划项目(2021: NO.45), 2023年度高水平大学一流本科专业建设资金(2022JXA009, 2022JXD001, 2022JXD003)/(02-408-2304-06XM)、广州市教育局大学科研项目(第202235384号)、广州医科大学2022年度本科教学质量与教学改革项目(2022年第33号)、广东省国家自然科学基金项目(第2021A1515012197号)、广州市及大学基金项目(第202102010100号)。

Access restricted. Please log in or start a trial to view this content.

材料

NameCompanyCatalog NumberComments
MI-BCIRui Han, ChinaRuiHan BangdeNA
E-Prime version 3.0behavioral research software.
fNIRSHui Chuang, ChinaNirSmart-500NA
NirSparkpreprocess near-infrared data

参考文献

  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).

Access restricted. Please log in or start a trial to view this content.

Erratum


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
 

转载和许可

请求许可使用此 JoVE 文章的文本或图形

请求许可

探索更多文章

This article has been published

Video Coming Soon

JoVE Logo

政策

使用条款

隐私

科研

教育

关于 JoVE

版权所属 © 2025 MyJoVE 公司版权所有,本公司不涉及任何医疗业务和医疗服务。