JoVE Logo

Accedi

È necessario avere un abbonamento a JoVE per visualizzare questo. Accedi o inizia la tua prova gratuita.

In questo articolo

  • Erratum Notice
  • Riepilogo
  • Abstract
  • Introduzione
  • Protocollo
  • Risultati
  • Discussione
  • Divulgazioni
  • Riconoscimenti
  • Materiali
  • Riferimenti
  • Erratum
  • Ristampe e Autorizzazioni

Erratum Notice

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

Riepilogo

Lo scopo di questo studio è fornire un importante riferimento per il funzionamento clinico standard dell'interfaccia cervello-computer (MI-BCI) per la disfunzione motoria degli arti superiori dopo l'ictus.

Abstract

L'effetto riabilitativo dei pazienti con disfunzione motoria dell'arto superiore moderata o grave dopo l'ictus è scarso, ed è stato al centro della ricerca a causa delle difficoltà incontrate. L'interfaccia cervello-computer (BCI) rappresenta una tecnologia di frontiera nella ricerca sulle neuroscienze cerebrali. Si riferisce alla conversione diretta della percezione sensoriale, delle immagini, della cognizione e del pensiero degli utenti o dei soggetti in azioni, senza fare affidamento su nervi o muscoli periferici, per stabilire canali di comunicazione e controllo diretti tra il cervello e i dispositivi esterni. L'interfaccia cervello-computer (MI-BCI) è l'applicazione clinica più comune della riabilitazione come mezzo non invasivo di riabilitazione. Precedenti studi clinici hanno confermato che la MI-BCI migliora positivamente la disfunzione motoria nei pazienti dopo l'ictus. Tuttavia, manca la dimostrazione dell'operazione clinica. A tal fine, questo studio descrive in dettaglio il trattamento della MI-BCI per i pazienti con disfunzione moderata e grave degli arti superiori dopo l'ictus e mostra l'effetto dell'intervento della MI-BCI attraverso la valutazione della funzione clinica e i risultati della valutazione della funzione cerebrale, fornendo così idee e riferimenti per l'applicazione della riabilitazione clinica e la ricerca sui meccanismi.

Introduzione

Quasi l'85% dei pazienti con ictus presenta una disfunzione motoria1, soprattutto a causa del limitato effetto riabilitativo dei pazienti con disfunzione motoria dell'arto superiore moderata e grave, che influisce seriamente sulla capacità dei pazienti di vivere una vita quotidiana indipendente ed è stata al centro e alla difficoltà della ricerca. L'interfaccia cervello-computer non invasiva (BCI) è nota come trattamento emergente per la riabilitazione della disfunzione motoria dopo l'ictus2. La BCI è la conversione diretta della percezione sensoriale, dell'immaginazione, della cognizione e del pensiero degli utenti o dei soggetti in azioni, senza fare affidamento su nervi o muscoli periferici, per stabilire canali di comunicazione e controllo diretti tra il cervello e i dispositivi esterni3. Attualmente, i paradigmi della BCI per la riabilitazione clinica includono l'immaginazione motoria (MI), i potenziali evocati visivi allo stato stazionario (SSVEP) e i potenziali evocati uditivi (AEP) P3004, di cui il più comunemente usato e conveniente è l'interfaccia cervello-computer per immagini motorie (MI-BCI). L'infarto miocardico è un intervento che utilizza l'immaginazione motoria visiva/cinestetica per visualizzare l'esecuzione di compiti motori (come i movimenti delle mani, delle braccia o dei piedi). Da un lato, studi precedenti hanno dimostrato che l'attivazione della corteccia motoria associata durante l'infarto miocardico è simile all'effettiva esecuzione motoria5. D'altra parte, a differenza di altri paradigmi, l'MI può attivare una specifica area di attività attraverso la memoria motoria senza alcuno stimolo esterno per migliorare la funzione motoria; Ciò favorisce l'implementazione nei pazienti con ictus, soprattutto se combinato con disfunzione uditiva6.

Inoltre, è stato dimostrato che la MI-BCI ha un effetto positivo sul miglioramento della disfunzione motoria nei pazienti con ictus. Cheng et al. hanno riportato che, rispetto al semplice intervento con guanto robotico morbido, il guanto robotico morbido basato su MI-BCI combinato con compiti orientati alle attività della vita quotidiana ha mostrato un miglioramento funzionale più evidente e un'esperienza cinestetica più duratura nei pazienti con ictus cronico dopo 6 settimane di intervento. Inoltre, era anche in grado di suscitare la percezione dei movimenti motori7. Inoltre, Ang et al. hanno incluso 21 pazienti con ictus cronico con disfunzione degli arti superiori da moderata a grave per un intervento randomizzato. La funzione clinica è stata valutata prima e dopo l'intervento mediante la valutazione Fugl-Meyer degli arti superiori (FMA-UE). I risultati hanno mostrato che, rispetto all'intervento robotico con manopola aptica semplice (HK) (gruppo HK) e all'intervento standard di terapia del braccio (gruppo SAT), l'effetto di guadagno del movimento di HK basato sull'intervento MI-BCI (gruppo BCI-HK) era significativamente migliore di quello degli altri due gruppi8. Tuttavia, il funzionamento specifico della MI-BCI richiede ancora standard normativi e il meccanismo del rimodellamento neurale deve essere pienamente compreso, il che limita l'applicazione clinica e la promozione della MI-BCI. Pertanto, mostrando il processo di intervento di MI-BCI in un paziente di 36 anni con ictus di sesso maschile con disfunzione motoria dell'arto superiore, questo studio riassumerà i cambiamenti di esito funzionale e il rimodellamento della funzione cerebrale prima e dopo l'intervento per dimostrare il processo operativo completo di MI-BCI e fornire idee e riferimenti per l'applicazione della riabilitazione clinica e la ricerca sui meccanismi.

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

Protocollo

Questo progetto è stato approvato dall'Associazione di Etica Medica del Quinto Ospedale Affiliato dell'Università di Medicina di Guangzhou (approvazione n. KY01-2021-05-01) il 19 agosto 2021. Lo studio è stato registrato nel registro cinese degli studi clinici (numero di registrazione: NO. ChiCTR2100050162) il 19 agosto 2021. Tutti i pazienti hanno firmato il modulo di consenso informato.

1. Reclutamento

  1. Criteri di inclusione
    1. Reclutare pazienti che soddisfino i criteri diagnostici dell'ictus formulati dalla quarta Conferenza Nazionale sulle Malattie Cerebrovascolari; avere un'apoplessia cerebrale confermata mediante tomografia computerizzata cerebrale o risonanza magnetica con decorso della malattia ≥ 6 mesi; ha avuto un ictus che ha portato a una disfunzione di una mano allo stadio 1-3 di Brunnstrom; avere una valutazione cognitiva di Montreal (MoCA) ≥ 26; età compresa tra 50 e 75 anni; prevale la destrorsione; aver volontariamente sottoscritto il consenso informato.
  2. Criteri di esclusione
    1. Escludere i pazienti con precedenti di frattura dell'arto superiore, deformità dell'arto superiore, ecc.; la loro condizione è instabile o si verificano cambiamenti durante l'esperimento, il che influisce sui risultati sperimentali; incapace di completare l'esperimento a causa di gravi malattie cardiache, polmonari, epatiche e renali e di altre importanti malattie d'organo; grave disfunzione cognitiva o afasia; soffre di gravi disturbi mentali; assunzione di farmaci che riducono la soglia delle convulsioni; avere qualsiasi dispositivo impiantato o metallo che possa essere influenzato dal campo magnetico generato dalla stimolazione magnetica transcranica (TMS).

2. Formazione MI-BCI

NOTA: In questo studio viene selezionato il robot di riabilitazione per la funzione della mano dell'arto superiore basato su immagini motorie. Il dispositivo comprende un cappuccio per elettroencefalogramma (EEG) (Figura 1A), un terminale per computer (cioè un'interfaccia di controllo; Figura 1B), un manipolatore esterno (Figura 1E) e uno schermo di computer da 23 pollici (Figura 1C).

  1. Preparazione delle materie
    1. Spiegare lo scopo e il metodo di formazione e annotarli per le materie.
    2. Applicare il cappuccio EEG MI-BCI sul soggetto per assicurarsi che il punto Cz della testa del soggetto coincida con il punto Cz del cappuccio 9,10. Il punto Cz del soggetto è il vertice del centro della testa. Per confermarlo, controlla il punto di intersezione della linea del tallone dell'orecchio e la linea mediana umana che passa attraverso il naso e il centro del sopracciglio. Determinare il punto Cz della cuffia EEG secondo il sistema internazionale di posizionamento EEG 10-2011.
    3. Tenere le orecchie esposte dalla cucitura dell'orecchio del copricapo e regolare il sottogola per fissare il copricapo.
    4. Inserire 24 elettrodi immersi in soluzione fisiologica normale nella scanalatura del cappuccio EEG e agganciare 2 elettrodi di riferimento nei due lobi auricolari.
      NOTA: L'elettrodo deve essere mantenuto allo stato umido senza gocciolare. Se l'elettrodo è troppo secco, il processo di acquisizione del segnale EEG ne risentirà. Se l'elettrodo è troppo bagnato, il gocciolamento di soluzione salina potrebbe influire sulle prestazioni funzionali del soggetto.
    5. In qualità di operatore, prestare attenzione all'acquisizione dell'EEG durante l'addestramento. Se c'è un piccolo intervallo di disturbi EEG, considerare prima se l'elettrodo corrispondente mostra secchezza, carenza d'acqua o altre condizioni con l'allenamento. A questo punto, interrompere immediatamente l'allenamento e l'acquisizione EEG e bagnare adeguatamente l'elettrodo prima di continuare l'allenamento.
    6. Se il segnale EEG ha un'ampia gamma di disturbi, considerare innanzitutto se l'elettrodo di riferimento è caduto o meno. A questo punto, interrompere immediatamente l'allenamento e bloccare nuovamente l'elettrodo di riferimento sul lobo dell'orecchio.
    7. Posizionare il manipolatore sul paziente e regolarlo in una posizione di allenamento comoda per evitare il dolore all'avambraccio dell'arto superiore causato da un serraggio eccessivo o da uno scivolamento.
  2. Funzionamento del software
    1. Apri il software di allenamento MI-BCI robot per la riabilitazione della funzione della mano dell'arto superiore, fai clic sull'elenco degli utenti e inserisci le informazioni sul paziente tra cui nome, nome della malattia, data di nascita, data della malattia e posizione del lato interessato.
    2. Regola la stabilità del segnale EEG in modo che non ci siano disordine evidente.
    3. Fare clic sul pulsante EEG a riposo per consentire al paziente di completare il processo di acquisizione dell'EEG a riposo in base alle istruzioni vocali e di testo: Chiudi gli occhi per rilassarti e apri gli occhi. Questo dura per 60 s.
    4. Fare clic sul pulsante Impostazioni attività per impostare la difficoltà dell'attività e la durata dell'allenamento. Impostare la difficoltà iniziale dell'allenamento verso l'alto o verso il basso dal livello 9 in base alla situazione reale dei pazienti e impostare la durata dell'allenamento su 30 minuti.
    5. Durante l'allenamento, il sistema MI-BCI regolerà automaticamente la difficoltà del compito in base alle prestazioni del paziente. Verificare la difficoltà dell'allenamento come riflesso dalle dimensioni degli oggetti afferrati; Maggiore è la difficoltà del compito, più fini sono gli oggetti afferrati.
    6. Fare clic sul pulsante Task EEG per avviare la formazione formale. Lo schermo sul lato paziente visualizza: Chiudi gli occhi e rilassati per 5 secondi.
    7. Dopo 5 s, lo schermo sul lato del paziente visualizza: Apri gli occhi e immagina la tua mano che si apre/stringe un pugno, che dura 3 s. Chiedi al paziente di seguire i comandi sullo schermo.
    8. Lo schermo sul lato del paziente visualizza il video di presa/video di apertura, per aiutare il paziente a simulare le azioni dimostrate dal video con l'immaginazione. Chiedi al paziente di eseguire questo compito di immaginazione del movimento che dura 5 s.
    9. Il sistema estrae il segnale EEG dell'immaginazione motoria del paziente, utilizza l'algoritmo per analizzare il punteggio dell'intenzione motoria e lo visualizza sullo schermo del lato del paziente. Controllare il feedback del robot, che verrà visualizzato in 4 s.
      NOTA: Il modello adottato dal sistema MI-BCI è FBCNet (filtraggio multibanda + convoluzione di separazione dei canali + strato di varianza + FC) per estrarre le caratteristiche e assegnare un punteggio ai segnali EEG12. Il valore soglia del sistema MI-BCI è determinato sulla base di un gran numero di dati di studi clinici e dell'algoritmo EEG di base. Il valore di soglia è di 60 punti.
    10. Controllare l'intenzione del motore visualizzata. Se l'intenzione motoria del paziente è ≥ 60 punti (valore di soglia), il sistema riconosce che l'azione specificata è stata raggiunta. Se l'intenzione del paziente di spostarsi < 60 punti e il sistema determina che il paziente non è in grado di eseguire il movimento specificato, assicurarsi che l'audio incoraggi il paziente a continuare e a non scoraggiarsi e che il paziente rispetti questo.
    11. Durante il processo di allenamento, osservare la forma d'onda EEG in tempo reale. In caso di situazione anomala, sospendere l'allenamento in tempo e riavviare l'allenamento dopo che il segnale è stato regolato in modo che sia stabile. Se il paziente avverte dolore o disagio durante l'allenamento, interrompere l'allenamento e registrare il motivo dell'interruzione.

3. Valutazione clinica

  1. Raccolta di informazioni
    1. Raccogliere e registrare informazioni personali di base sui soggetti, come nome, sesso, data di nascita, livello di istruzione, ecc.
    2. Completa la raccolta della storia medica del soggetto, come la storia clinica, la storia dei farmaci, la storia personale, ecc.
  2. Valutazione della funzione motoria
    1. Valutare la valutazione Fugl-Meyer dell'arto superiore (FMA-UE)13 su soggetti con ictus.
      Il punteggio totale è 66. Più alto è il punteggio, migliori sono le prestazioni funzionali del paziente.
    2. Valutare il test di funzionalità motoria di Wolf (WMFT)14 su soggetti con ictus. Il punteggio totale è 85. Più alto è il punteggio, migliori sono le prestazioni funzionali del paziente.
  3. Valutazione delle funzioni cognitive
    1. Valutare il mini-esame dello stato mentale (MMSE)15 su soggetti con ictus. In base al livello di istruzione, dividere il punteggio in analfabeta ≤17, livello di istruzione della scuola primaria ≤20 e livello di istruzione della scuola media inferiore e superiore a ≤24.
  4. Valutazione della funzione emotiva
    1. Valutare la scala dell'ansia di Hamilton (HAMA)16 su soggetti colpiti da ictus. Gli intervalli di punteggio sono: ≥21, c'è un'ansia evidente; ≥14 punti, sicuramente avere ansia; e più di 7 punti, potrebbe avere ansia. Un punteggio inferiore a 7 indica l'assenza di sintomi di ansia.
    2. Valutare la scala della depressione di Hamilton (HAMD)17 su soggetti con ictus. Un punteggio di < 7 è nella media, un punteggio di 7-17 indica che l'individuo potrebbe avere la depressione, un punteggio di 17-24 indica che all'individuo può essere diagnosticata la depressione e un punteggio di >24 indica che l'individuo ha una grave depressione.

4. Valutazione della funzione cerebrale fNIRS

Per questo studio, posizionare 10 sorgenti e 12 rivelatori sui cappucci della testa del test fNIRS in modo che corrispondano alle otto regioni di interesse (ROI) in questo studio, tra cui la corteccia prefrontale dorsolaterale bilaterale (DLPFC), la corteccia promotrice dorsolaterale (PMC), la corteccia motoria primaria dorsolaterale (M1) e la corteccia sensoriale primaria dorsolaterale (S1; Figura 2).

  1. Preparazione della materia
    1. Spiegare lo scopo e il metodo di formazione e annotarli per le materie. Assicurarsi che i soggetti comprendano l'esperimento e conoscano le procedure pertinenti; Questo aiuta a migliorare la compliance del paziente.
    2. Applicare il cappuccio della testa del test fNIRS sul soggetto, determinare il punto Cz della testa del soggetto e assicurarsi che coincida con il punto Cz del cappuccio della testa come descritto al punto 2.1.2.
    3. Regolare il cappuccio per la testa del soggetto per assicurarsi che entrambe le orecchie siano esposte dalla cucitura dell'orecchio del cappuccio, che i bordi bilaterali dell'orecchio del cappuccio siano naturalmente adattati al processo mastoideo bilaterale, che il bordo anteriore del cappuccio sia naturalmente adattato alla fronte e che il bordo d'uscita sia naturalmente adattato alla parte occipitale posteriore. Regolare la mentoniera per fissare il cappuccio.
    4. Regolare la tenuta della fascia della ganascia in modo appropriato. Se è troppo allentato, porterà allo spostamento del cappuccio della testa durante l'esperimento, il che si tradurrà in un posizionamento impreciso e influenzerà l'acquisizione del segnale. Se è troppo stretto, causerà disagio al soggetto, il che ridurrà la conformità e influenzerà le prestazioni funzionali del soggetto.
  2. Pre-raccolta e raccolta dei dati
    1. Accedere al software di controllo fNIRS, selezionare il soggetto sperimentale e stabilire i file di trattamento del paziente in base alle informazioni sul paziente.
    2. Fare clic sul pulsante Pre-raccolta per calibrare i segnali. In base all'intensità del segnale del sito visualizzato dal sistema di imaging cerebrale funzionale nel vicino infrarosso, migliorare l'intensità del segnale e la stabilità del sito regolando la sorgente luminosa o il ricevitore del cappuccio in modo che sia più vicino al cuoio capelluto del soggetto.
    3. Quando il sistema visualizza tutti i siti in verde, la potenza del segnale è stabile. Interrompere la pre-raccolta e fare clic sul pulsante Guadagno automatico per effettuare la regolazione finale del segnale.
      NOTA: Nel processo di pre-raccolta, il sistema di imaging funzionale cerebrale nel vicino infrarosso presenta colori diversi per rappresentare l'intensità del segnale dei siti. Il grigio rappresenta una potenza del segnale bassa, il giallo rappresenta una buona potenza del segnale, il verde rappresenta un'eccellente potenza del segnale e il rosso rappresenta una potenza del segnale troppo forte.
    4. Fare clic sul pulsante Start per raccogliere i segnali. Osservare e registrare varie condizioni nell'esperimento, come le fluttuazioni del segnale e lo scarso contatto con gli elettrodi.
  3. Valutazione del compito motorio fNIRS
    1. Selezionare il paradigma Motor Task nel sistema fNIRS.
    2. Posizionare l'arto superiore del paziente sul tavolo del test e chiedere al paziente di riposare per 10 secondi prima dell'esperimento.
    3. Chiedi al paziente di seguire il ritmo dell'esercizio per afferrare la mano interessata in tre blocchi durante l'esperimento, ogni blocco include 30 s di attività e 30 s di riposo. Ogni compito consiste di 15 prove, ogni prova include 1 s di presa e 1 s di apertura della presa.
    4. Durante ogni riposo, chiedi ai pazienti di chiudere gli occhi e riposare. Se il soggetto non è in grado di afferrare la mano interessata, chiedi al soggetto di eseguire un esercizio di immagini motorie. Il test dura 190 s (Figura 3). Dopo aver completato tutti e tre i blocchi, terminare l'attività, salvare i dati e importarli nel database autocostruito.
  4. fNIRS-valutazione cognitiva del compito (compito di Stroop)
    1. Esegui un software di ricerca comportamentale e scegli il paradigma del Cognitive Task . Selezionare i file di trattamento del paziente e quindi selezionare il test di congruenza.
    2. Chiedi al soggetto di posizionare la mano sana sul pulsante della tastiera, quindi chiedi al soggetto di riposare per 10 secondi prima dell'inizio della prova. Eseguire tre blocchi del test di congruenza, ogni blocco include 60 s di attività e 30 s di riposo. Ogni compito consiste in 10 prove, ciascuna composta da 2000 ms di fissazione e 4000 ms di stimolo-risposta con una durata totale di 280 s (Figura 4).
      1. Quando il simbolo sinistro viene visualizzato a sinistra del carattere del campo, premere il pulsante ← sulla tastiera il prima possibile in base al significato del carattere (cioè sinistro).
      2. Quando il simbolo destro viene visualizzato a sinistra della griglia del campo, fare clic sul pulsante → sulla tastiera il prima possibile in base al significato del carattere (ad esempio, a destra).
    3. Seleziona il Test di Incongruenza; La procedura è la stessa del test di congruenza.
      1. Quando il simbolo destro viene visualizzato a sinistra del carattere del campo, ignorare il significato del carattere e premere il pulsante ← sulla tastiera il prima possibile in base alla posizione in cui appare il testo (cioè a sinistra).
      2. Quando il simbolo sinistro viene visualizzato sul lato destro del carattere del campo, ignorare il significato del carattere e fare clic sul pulsante → sulla tastiera il prima possibile in base alla posizione del testo (ad esempio, a destra).
    4. Completare l'attività, salvare i dati ed esportarli nel database creato dall'utente.

5. Post-trattamento

  1. Eseguire la valutazione come fatto per la valutazione della funzione clinica e la valutazione della funzione cerebrale fNIRS nel pre-trattamento. Eseguire tutte le valutazioni dopo la fine della10a sessione di allenamento (vedere i passaggi da 3.1 a 4.4 per i dettagli).

6. Elaborazione e analisi dei dati

  1. Riassumi e analizza le informazioni personali dei pazienti e i dati della scala di valutazione clinica.
  2. Utilizzare un software commerciale per pre-elaborare i dati nel vicino infrarosso. Eseguire l'eliminazione dell'intervallo di tempo e degli artefatti di movimento dei test di interferenza, la selezione di un filtro passa-banda (0,01-0,2 Hz) per rimuovere il rumore, il calcolo delle variazioni relative dell'emoglobina ossigenata (HbO) e dell'emoglobina deossigenata (HbR) secondo la legge di Beer-Lambert modificata e convertire il segnale di densità ottica in un segnale di concentrazione di ossigeno nel sangue.
    NOTA: L'HbO è più sensibile ai cambiamenti tra le diverse condizioni rispetto all'HbR, quindi in questo schema di studio vengono utilizzati solo i dati dell'HbO per l'analisi successiva.
  3. Selezionare HbO nel tipo di ossigeno nel sangue come dati di analisi. Impostare la matrice di progettazione GLM e selezionare la fase dell'attività nell'attività. Fare clic sul pulsante Stima per adattare la matrice di progettazione stabilita con i dati raccolti.
  4. Utilizza il modello di correlazione lineare stabilito per calcolare il valore beta in ogni ROI. Esporta i parametri, il tasso di precisione (ACC) e il tempo di risposta (RT), nell'attività Stroop attraverso il software di ricerca comportamentale.

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

Risultati

Lo studio presenta la funzione clinica e il rimodellamento della funzione cerebrale prima e dopo l'intervento MI-BCI in un paziente di 36 anni con ictus. Più di 4 mesi dopo l'emorragia cerebrale, i risultati dell'imaging hanno mostrato un focolaio cronico nel lobo frontale destro e nella regione dei gangli della base destra-regione della corona radiativa. Al paziente è stata diagnosticata una disfunzione motoria dell'arto sinistro durante la convalescenza da un'emorragia cerebrale. Il semplice trattamento ambulatoriale...

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

Discussione

Il periodo di riabilitazione per la disfunzione motoria dell'arto superiore moderata e grave dopo l'ictus è lungo e il recupero è difficile, che è sempre stato al centro della ricerca clinica riabilitativa18. L'allenamento tradizionale per la riabilitazione dell'arto superiore è per lo più un semplice intervento periferico o un intervento centrale19. Nel frattempo, a causa della mancanza di partecipazione attiva dei pazienti con disfunzione degli arti moderata e grave,...

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

Divulgazioni

Gli autori non hanno nulla da rivelare.

Riconoscimenti

Questo studio è stato supportato dalla National Science Foundation della provincia del Guangdong (n. 2023A1515010586), dal progetto di costruzione della tecnologia delle caratteristiche cliniche di Guangzhou (2023C-TS19), dal progetto di pianificazione delle scienze dell'istruzione della provincia del Guangdong (n. 2022GXJK299), dal programma di orientamento generale della salute e della pianificazione familiare municipale di Guangzhou (20221A011109, 20231A011111), dal progetto di riforma della qualità dell'insegnamento e della qualità dell'insegnamento dell'istruzione superiore di Guangzhou 2022 (No.2022JXGG088/02-408-2306040XM), 2022 Progetto del piano di miglioramento delle capacità di innovazione degli studenti della Guangzhou Medical University (No.PX-66221494/02-408-2304-19062XM), 2021 Progetto di pianificazione delle scienze dell'istruzione a livello scolastico (2021: NO.45), 2023 Fondo di costruzione universitario di prima classe dell'università di alto livello (2022JXA009, 2022JXD001, 2022JXD003)/(02-408-2304-06XM), il progetto di ricerca universitaria dell'Ufficio per l'istruzione di Guangzhou (n. 202235384), il progetto di riforma della qualità dell'insegnamento e dell'insegnamento universitario 2022 della Guangzhou Medical University (2022 n. 33), la National Science Foundation della provincia del Guangdong (n. 2021A1515012197) e la Guangzhou and University Foundation (n. 202102010100).

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

Materiali

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

Riferimenti

  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
 

Ristampe e Autorizzazioni

Richiedi autorizzazione per utilizzare il testo o le figure di questo articolo JoVE

Richiedi Autorizzazione

Esplora altri articoli

Parole chiave Immagini motorieInterfaccia cervello computerIctusDisfunzione motoria dell arto superioreRiabilitazioneNon invasivaApplicazione clinicaValutazione della funzione cerebrale

This article has been published

Video Coming Soon

JoVE Logo

Riservatezza

Condizioni di utilizzo

Politiche

Ricerca

Didattica

CHI SIAMO

Copyright © 2025 MyJoVE Corporation. Tutti i diritti riservati