脳卒中後の上肢運動機能障害のリハビリテーションにおける運動イメージブレイン・コンピュータ・インターフェース

要約

この研究の目的は、脳卒中後の上肢運動機能障害に対する運動イメージブレインコンピューターインターフェース(MI-BCI)の標準的な臨床操作のための重要な参照を提供することです。

要約

脳卒中後の中等度または重度の上肢運動機能障害の患者のリハビリテーション効果は低く、遭遇した困難のために研究の焦点となってきました。ブレイン・コンピュータ・インターフェース(BCI)は、脳神経科学研究における最先端の技術です。これは、末梢神経や筋肉に頼らずに、ユーザーや被験者の感覚的知覚、イメージ、認知、思考を行動に直接変換し、脳と外部デバイスとの間の直接的なコミュニケーションと制御チャネルを確立することを指します。運動画像ブレイン・コンピューター・インターフェース (MI-BCI) は、リハビリテーションの非侵襲的手段としてのリハビリテーションの最も一般的な臨床応用です。以前の臨床研究では、MI-BCI が脳卒中後の患者の運動機能障害を積極的に改善することが確認されています。しかし、臨床手術のデモンストレーションが不足しています。そのために、本研究では、脳卒中後の中等度から重度の上肢機能障害患者に対するMI-BCIの治療について詳細に記述し、臨床機能評価と脳機能評価結果を通じてMI-BCIの介入効果を示すことで、臨床リハビリテーションへの応用やメカニズム研究のアイデアや参考資料を提供する。

概要

脳卒中患者の約85%が運動機能障害¹を患っており、特に中等度から重度の上肢運動機能障害の患者のリハビリテーション効果が限られているため、患者の自立した日常生活を送る能力に深刻な影響を及ぼし、研究の焦点と困難さとなっています。非侵襲的ブレイン・コンピュータ・インターフェース(BCI)は、脳卒中後の運動機能障害のリハビリテーションのための新たな治療法として知られている²。BCIとは、末梢神経や筋肉に頼らずに、ユーザーや被験者の感覚的知覚、イメージ、認知、思考を行動に直接変換し、脳と外部デバイスとの間に直接的なコミュニケーションと制御チャネルを確立することである³。現在、臨床リハビリテーションのためのBCIのパラダイムには、運動イメージ(MI)、定常状態視覚誘発電位(SSVEP)、および聴覚誘発電位(AEP)P300⁴が含まれ、その中で最も一般的に使用され便利なのは運動イメージブレインコンピュータインターフェース(MI-BCI)です。MI は、視覚/運動感覚運動イメージを使用して、運動課題 (手、腕、足の動きなど) の実行を視覚化する介入です。一方では、以前の研究では、心筋梗塞中の関連する運動皮質の活性化が実際の運動実行と類似していることが示されている⁵。一方、他のパラダイムとは異なり、MIは、運動機能を改善するための外部刺激なしに、運動記憶を通じて特定の活動領域を活性化することができます。これは、特に聴覚機能障害と組み合わせた場合、脳卒中患者への実装を助長します⁶。

さらに、MI-BCI は、脳卒中患者の運動機能障害の改善にプラスの効果があることが示されています。Cheng らは、単純なソフト ロボット グローブ介入と比較して、MI-BCI に基づくソフト ロボット グローブと日常生活活動指向のタスクの組み合わせは、6 週間の介入後、慢性脳卒中患者においてより明白な機能改善とより持続的な運動感覚体験を示したと報告しました。さらに、運動運動^の知覚7を引き出すこともできた。さらに、Ang et al. は、無作為化介入のために、中等度から重度の上肢機能障害を持つ 21 人の慢性脳卒中患者を含めました。臨床機能は、Fugl-Meyer 上肢評価 (FMA-UE) による介入の前後に評価されました。その結果、単純触覚ノブ(HK)ロボット介入(HK群)や標準腕療法介入(SAT群)と比較して、MI-BCI介入に基づくHKの運動利得効果(BCI-HK群)は、他の^{2群よりも}有意に良好であった8。ただし、MI-BCIの特定の操作には依然として規範的な基準が必要であり、神経リモデリングのメカニズムを完全に理解する必要があるため、MI-BCIの臨床応用と促進が制限されています。したがって、上肢運動機能障害のある36歳の男性脳卒中患者におけるMI-BCIの介入プロセスを示すことにより、この研究では、介入前後の機能転帰の変化と脳機能リモデリングを要約して、MI-BCIの完全な操作プロセスを実証し、臨床リハビリテーションの応用とメカニズム研究のためのアイデアと参考文献を提供します。

プロトコル

このプロジェクトは、広州医科大学第五附属病院の医療倫理協会によって承認されました(承認番号。KY01-2021-05-01) を 2021 年 8 月 19 日に公開しました。本試験は、2021年8月19日にChinese Clinical Trials Registry(登録番号:ChiCTR2100050162)に登録されました。すべての患者はインフォームドコンセントフォームに署名しました。

1. 採用

1. 選択基準
   1. 第4回全米脳血管疾患会議で策定された脳卒中の診断基準を満たす患者を募集します。-脳のコンピューター断層撮影法または磁気共鳴画像法によって脳卒中が確認され、疾患経過≥6か月;ブランストロームステージ1-3で片手の機能不全につながる脳卒中を患いました。モントリオール認知評価(MoCA)≥26を持っている。50歳から75歳まで。右利きが優勢です。インフォームドコンセントに自発的に署名しました。
2. 除外基準
   1. 上肢骨折、上肢の変形などの既往歴のある患者を除外します。それらの状態が不安定であるか、実験中に変化が発生し、実験結果に影響を与えます。深刻な心臓、肺、肝臓、腎臓、その他の重要な臓器疾患のために実験を完了できない。重度の認知機能障害または失語症;深刻な精神障害に苦しんでいる。発作の閾値を下げる薬を服用する。経頭蓋磁気刺激(TMS)によって生成される磁場の影響を受ける可能性のあるデバイスまたは金属が埋め込まれている。

2. MI-BCI研修

注: この研究では、運動画像に基づく上肢の手の機能のリハビリテーション ロボットが選択されています。このデバイスは、脳波(EEG)キャップ(図1A)、コンピュータ端末(すなわち、制御インターフェース; 図1B)、外部マニピュレータ(図1E)、および23インチのコンピュータディスプレイ画面(図1C)です。

1. 課題の準備
   1. 研修の目的と方法を説明し、被験者のためにこれらをメモします。
   2. MI-BCI EEGキャップを被験者に取り付けて、被験者の頭のCzポイントがキャップ^9,10のCzポイントと一致することを確認します。被写体のCz点は、頭の中心の頂点です。これを確認するには、耳のビードラインと鼻と眉の中心を通る人間の正中線の交点を確認します。国際10-20 EEGポジショニングシステム¹¹に従って、EEGキャップのCzポイントを決定します。
   3. ヘッドキャップの耳の継ぎ目から耳を露出させ、あごひもを調整してヘッドキャップを固定します。
   4. 通常の生理食塩水に浸した24個の電極をEEGキャップの溝に挿入し、2つの参照電極を2つの耳たぶにクリップします。
      注意: 電極は滴り落ちないように濡れた状態に保つ必要があります。電極が乾燥しすぎると、EEG信号の取得プロセスが影響を受けます。電極が湿りすぎると、滴り落ちる生理食塩水が被験者の機能的パフォーマンスに影響を与える可能性があります。
   5. オペレーターとして、トレーニング中のEEG取得に注意してください。EEG障害の範囲が小さい場合は、まず、対応する電極がトレーニングで乾燥、水不足、またはその他の条件を示しているかどうかを検討します。このとき、トレーニングとEEG取得をすぐに停止し、トレーニングが続行される前に電極を適切に濡らしてください。
   6. EEG信号に広範囲の外乱がある場合は、まず参照電極が脱落していないかどうかを検討してください。このとき、すぐにトレーニングを停止し、参照電極を再び耳たぶにクランプします。
   7. マニピュレーターを患者に装着し、快適なトレーニング位置に調整して、締めすぎや滑りによる上肢の前腕の痛みを防ぎます。
2. ソフトウェア操作
   1. トレーニングソフト「MI-BCI」上肢手機能リハビリテーションロボットを開き、「 ユーザーリスト」をクリックし、氏名、病名、生年月日、病年月日、患側の場所などの患者情報を入力します。
   2. EEG信号の安定性を調整して、明らかな混乱を防ぎます。
   3. 安静時脳波ボタンをクリックすると、患者は音声とテキストのプロンプトに従って安静時脳波取得プロセスを完了できます:リラックスするには目を閉じて、目を開けてください。これは60秒間持続します。
   4. タスク設定ボタンをクリックして、タスクの難易度とトレーニング期間を設定します。患者の実際の状況に応じて、レベル9から初期トレーニングの難易度を上下に設定し、トレーニング時間を30分に設定します。
   5. トレーニング中、MI-BCIシステムは、患者のパフォーマンスに応じてタスクの難易度を自動的に調整します。つかんだオブジェクトのサイズに反映されるトレーニングの難しさを確認してください。タスクの難易度が高ければ高いほど、オブジェクトは細かくつかまります。
   6. Task EEG ボタンをクリックして、正式なトレーニングを開始します。患者側の画面に表示されます:目を閉じて5秒間リラックスしてください。
   7. 5秒後、患者側の画面に表示されます:目を開けて、手を開く/拳を作るところを想像してください。これは3秒間続きます。患者に画面の指示に従うように依頼します。
   8. 患者側の画面には、手に汗握るビデオ/オープニングビデオが表示され、患者がビデオで示されるアクションを想像力でシミュレートするのに役立ちます。患者に、5秒間続くこの動きの想像力タスクを実行するように依頼します。
   9. このシステムは、患者の運動想像力の脳波信号を抽出し、アルゴリズムを使用して運動意図のスコアを分析し、患者側の画面に表示します。4秒後に表示されるロボットのフィードバックを確認します。
      注:MI-BCIシステムで採用されているモデルは、FBCNet(マルチバンドフィルタリング+チャネル分離畳み込み+分散層+ FC)であり、特徴を抽出し、EEG信号をスコアリング^します12。MI-BCIシステムの閾値は、多数の臨床試験データとコアEEGアルゴリズムに基づいて決定されます。しきい値は 60 ポイントです。
   10. 表示されたモーターの意図を確認してください。患者の運動意図が60ポイント(閾値)≥場合、システムは指定されたアクションが達成されたと認識します。患者の移動の意図が 60 ポイント<、システムが患者が指定された動きを実行できないと判断した場合は、音声が患者に続けるように促し、がる気をなくし、患者がこれに従うことを確認します。
   11. トレーニングプロセスでは、脳波波形をリアルタイムで観察します。異常な状況が発生した場合は、時間内にトレーニングを一時停止し、信号が安定するように調整してからトレーニングを再開してください。トレーニング中に患者が痛みや不快感を感じた場合は、トレーニングを停止し、終了の理由を記録します。

3. 臨床評価

1. 情報収集
   1. 氏名、性別、生年月日、教育レベルなど、対象者に関する基本的な個人情報を収集し、記録すること。
   2. 病歴、投薬歴、個人歴など、被験者の病歴のコレクションを完成させます。
2. 運動機能評価
   1. 脳卒中被験者における上肢の Fugl-Meyer 評価 (FMA-UE)¹³ を評価します。
      合計スコアは66です。スコアが高いほど、患者の機能的パフォーマンスは良好です。
   2. 脳卒中被験者のウルフ運動機能試験 (WMFT)¹⁴ を評価します。合計スコアは85です。スコアが高いほど、患者の機能的パフォーマンスは良好です。
3. 認知機能評価
   1. 脳卒中被験者のミニメンタルステート検査(MMSE)¹⁵ を評価します。教育レベルに応じて、スコアを非識字≤17、小学校の教育レベル≤20、中学校以上の教育レベル≤24に分けます。
4. 感情機能評価
   1. 脳卒中の被験者でハミルトン不安尺度 (HAMA)¹⁶ を評価します。スコアの範囲は次のとおりです:≥21、明らかな不安があります。≥14ポイント、間違いなく不安があります。そして7ポイント以上は、不安を持っているかもしれません。スコアが7未満の場合は、不安の症状がないことを示します。
   2. 脳卒中被験者のハミルトンうつ病スケール (HAMD)¹⁷ を評価します。< 7 のスコアは平均であり、7 から 17 のスコアは個人がうつ病にかかっている可能性があることを示し、17 から 24 のスコアは個人がうつ病と診断できることを示し、>24 のスコアは個人が重度のうつ病にかかっていることを示します。

4. fNIRS脳機能評価

この研究では、fNIRS テスト ヘッド キャップに 10 個のソースと 12 個の検出器を配置して、両側背外側前頭前野 (DLPFC)、背外側プロモーター皮質 (PMC)、背外側一次運動皮質 (M1)、および背外側一次感覚皮質 (S1; 図 2)。

1. 課題の準備
   1. トレーニングの目的と方法を説明し、それらを被験者にメモします。被験者が実験を理解し、関連する手順に精通していることを確認してください。これにより、患者のコンプライアンスが向上します。
   2. fNIRSテストヘッドキャップを被験者に装着し、被験者の頭部のCz点を決定し、ステップ2.1.2で説明したようにヘッドキャップのCz点と一致することを確認します。
   3. 被験者のヘッドキャップを調整して、両耳がキャップの耳の継ぎ目から露出し、キャップの両側の耳の端が両側の乳様突起に自然にフィットし、キャップの前縁が額に自然にフィットし、後縁が後頭部に自然にフィットするようにします。あごバンドを調整してキャップを固定します。
   4. ジョーバンドの締め具合を適宜調整してください。緩すぎると、実験中にヘッドキャップがずれてしまい、位置決めが不正確になり、信号取得に影響が出ます。きつすぎると、被験者に不快感を与え、コンプライアンスが低下し、被験者の機能的パフォーマンスに影響を与えます。
2. 事前収集とデータの収集
   1. fNIRS制御ソフトウェアに入り、 実験対象を選択し、患者情報に従って患者の治療ファイルを確立します。
   2. 「Pre-collection」ボタンをクリックして、信号をキャリブレーションします。近赤外線機能脳イメージングシステムが示す部位の信号強度に応じて、ヘッドキャップの光源または受光器を被験者の頭皮に近づけるように調整することにより、部位の信号強度と安定性を向上させます。
   3. システムがすべてのサイトを緑色で表示する場合、信号強度は安定しています。プレコレクションを停止し、「 Automatic gain 」ボタンをクリックして、信号の最終調整を行います。
      注:プレコレクションプロセスでは、近赤外線脳機能イメージングシステムは、部位の信号強度を表すためにさまざまな色を示します。灰色は信号強度が低いこと、黄色は信号強度が良好であること、緑は信号強度が優れていること、赤は信号強度が強すぎることを表します。
   4. [スタート]ボタンをクリックして、信号を収集します。信号の変動や電極の接触不良など、実験のさまざまな条件を観察し、記録します。
3. fNIRS-運動課題評価
   1. fNIRS システムで Motor Task パラダイムを選択します。
   2. 患者の上肢をテストテーブルに置き、実験の前に患者に10秒間休むように依頼します。
   3. 実験中に患部の手をつかむための運動リズムに従うように患者に依頼します 実験中、各ブロックには 30 秒のタスクと 30 秒の休息が含まれます。各タスクは15回の試行で構成され、各試行には1秒の把持と1秒の把持開始が含まれます。
   4. 各休息中に、患者に目を閉じて休むように依頼します。被験者が患部の手をつかむことができない場合は、被験者に運動イメージの運動を行うように依頼してください。テストは190秒間続きます(図3)。3 つのブロックがすべて完了したら、タスクを終了し、データを保存して、自作データベースにインポートします。
4. fNIRS-認知課題評価(ストループ課題)
   1. 行動研究ソフトウェアを実行し、 認知タスク パラダイムを選択します。患者の治療ファイルを選択し、 次に合同テストを選択します。
   2. 被験者にキーボードのボタンに健康な手を置くように依頼し、試用を開始する前に被験者に10秒間休むように依頼します。合同テストの3つのブロックを実行し、各ブロックには60秒のタスクと30秒の静止が含まれます。各タスクは10回の試行で構成され、各試行は2000ミリ秒の固定と4000ミリ秒の刺激応答で構成され、合計時間は280秒です(図4)。
      1. フィールドフォントの左側に左記号が表示されている場合は、文字の意味に応じてできるだけ早くキーボードの←ボタンを押します(つまり、左)。
      2. フィールドグリッドの左側に右の記号が表示されている場合は、文字の意味に応じてできるだけ早くキーボードの→ボタンをクリックします(つまり、右)。
   3. 不一致テストを選択します。手順は合同検定と同じです。
      1. フィールドフォントの左側に右記号が表示されている場合は、文字の意味を無視し、テキストが表示される位置(つまり左)に応じてできるだけ早くキーボードの←ボタンを押してください。
      2. フィールドフォントの右側に左記号が表示されている場合は、文字の意味を無視し、テキストの位置(つまり右)に応じてできるだけ早くキーボードの→ボタンをクリックしてください。
   4. タスクを完了し、データを保存して、自分で作成したデータベースにエクスポートします。

5.後処理

1. 治療前の臨床機能評価およびfNIRS脳機能評価と同様に評価を行います。10^回目の トレーニングセッションの終了後にすべての評価を実行します(詳細については、手順3.1から4.4を参照してください)。

6. データ処理と分析

1. 患者様の個人情報と臨床評価尺度データを集約・分析します。
2. 商用ソフトウェアを使用して、近赤外線データを前処理します。干渉試験の時間間隔とモーションアーチファクトの除去、ノイズ除去のためのバンドパスフィルター(0.01-0.2 Hz)の選択、修正ランベルトベールの法則に従って酸素化ヘモグロビン(HbO)と脱酸素化ヘモグロビン(HbR)の相対変化の計算を行い、光学密度信号を血中酸素濃度信号に変換します。
   注:HbOはHbRよりも異なる条件間の変化に対してより敏感であるため、この研究スキームではHbOデータのみがその後の分析に使用されます。
3. 分析データとして血中酸素タイプの HbO を選択します。GLM デザイン マトリクスを設定し、タスクのタスク フェーズを選択します。 「推定 」ボタンをクリックして、確立された計画行列を収集したデータに適合させます。
4. 確立された線形相関モデルを使用して、各ROIのベータ値を計算します。行動研究ソフトウェアを使用して、Stroopタスクのパラメータ、精度率(ACC)、応答時間(RT)をエクスポートします。

結果

この研究は、36歳の男性脳卒中患者におけるMI-BCI介入前後の脳機能の臨床機能とリモデリングを示しています。脳出血から4ヶ月以上経過した画像診断の結果、右前頭葉と右大脳基底核領域-放射性クラウン領域に慢性出血の焦点が認められた。患者は、脳出血からの回復期に左肢運動機能障害と診断されました。MI-BCIの簡易外来治療は、病院で10日間(30分/セッション/日)行われ、治療前と治療?...

ディスカッション

脳卒中後の中等度および重度の上肢運動機能障害のリハビリテーション期間は長く、回復が困難であり、これは常に臨床リハビリテーション研究の焦点でした¹⁸。従来の上肢リハビリテーショントレーニングは、ほとんどが単純な末梢インターベンションまたは中央インターベンション¹⁹です。一方、中等度から重度の四肢機能障害を持つ患者の積極的な参...

資料

Name	Company	Catalog Number	Comments
MI-BCI	Rui Han, China	RuiHan Bangde	NA
E-Prime		version 3.0	behavioral research software.
fNIRS	Hui Chuang, China	NirSmart-500	NA
NirSpark			preprocess near-infrared data