JoVE Logo

로그인

JoVE 비디오를 활용하시려면 도서관을 통한 기관 구독이 필요합니다. 전체 비디오를 보시려면 로그인하거나 무료 트라이얼을 시작하세요.

기사 소개

  • Erratum Notice
  • 요약
  • 초록
  • 서문
  • 프로토콜
  • 결과
  • 토론
  • 공개
  • 감사의 말
  • 자료
  • 참고문헌
  • Erratum
  • 재인쇄 및 허가

Erratum Notice

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

요약

이 연구의 목적은 뇌졸중 후 상지 운동 기능 장애에 대한 운동 영상 뇌-컴퓨터 인터페이스(MI-BCI)의 표준 임상 작동에 대한 중요한 참고 자료를 제공하는 것입니다.

초록

뇌졸중 후 중등도 또는 중증의 상지 운동 기능 장애가 있는 환자의 재활 효과는 좋지 않으며, 이는 직면하는 어려움으로 인해 연구의 초점이 되어 왔습니다. 뇌-컴퓨터 인터페이스(BCI)는 뇌 신경 과학 연구에서 가장 주목받는 첨단 기술입니다. 사용자 또는 대상의 감각 지각, 이미지, 인지 및 사고를 말초 신경이나 근육에 의존하지 않고 행동으로 직접 변환하여 뇌와 외부 장치 간의 직접적인 의사 소통 및 제어 채널을 설정하는 것을 말합니다. 운동 영상 뇌-컴퓨터 인터페이스(MI-BCI)는 비침습적 재활 수단으로서의 재활의 가장 일반적인 임상 응용 분야입니다. 이전 임상 연구에서 MI-BCI가 뇌졸중 후 환자의 운동 기능 장애를 긍정적으로 개선한다는 것이 확인되었습니다. 그러나 임상 운영 실증이 부족합니다. 이를 위해 본 연구는 뇌졸중 후 중등도 및 중증의 상지 기능 장애 환자를 대상으로 MI-BCI의 치료를 상세히 설명하고, 임상기능 평가 및 뇌 기능 평가 결과를 통해 MI-BCI의 중재 효과를 보여줌으로써 임상재활 응용 및 기전 연구를 위한 아이디어와 참고 자료를 제공한다.

서문

뇌졸중 환자의 약 85%가운동기능장애를 가지고 있으며1, 특히 중등도 및 중증의 상지 운동기능 장애 환자의 재활 효과가 제한적으로 나타나 환자의 독립적인 일상생활 능력에 심각한 영향을 미치고 있어 연구의 초점이자 어려움이 되고 있다. 비침습적 뇌-컴퓨터 인터페이스(BCI)는 뇌졸중 후 운동 기능 장애의 재활을 위한 새로운 치료법으로 알려져 있습니다2. BCI는 사용자 또는 대상의 감각 지각, 이미지, 인지 및 사고를 말초 신경이나 근육에 의존하지 않고 행동으로 직접 변환하여 뇌와 외부 장치 간의 직접적인 통신 및 제어 채널을 설정하는 것입니다3. 현재 임상재활을 위한 BCI의 패러다임에는 운동영상(MI), 정상상태시각유발전위(SSVEP), 청각유발전위(AEP) 등이있으며, 그 중 가장 일반적이고 편리한 것은 운동영상뇌-컴퓨터 인터페이스(MI-BCI)이다. MI는 시각/운동 감각 운동 이미지를 사용하여 운동 작업(예: 손, 팔 또는 발 움직임)의 실행을 시각화하는 중재입니다. 한편으로, 이전의 연구들은 MI 동안 관련 운동 피질의 활성화가 실제 운동 실행과 유사하다는 것을 보여주었다5. 반면에 다른 패러다임과 달리 MI는 운동 기능을 향상시키기 위해 외부 자극 없이 운동 기억을 통해 특정 활동 영역을 활성화할 수 있습니다. 이는 뇌졸중 환자, 특히 청각 기능 장애와 결합될 때 도움이 된다6.

또한, MI-BCI는 뇌졸중 환자의 운동 기능 장애를 개선하는 데 긍정적인 영향을 미치는 것으로 나타났습니다. Cheng et al.은 단순 소프트 로봇 장갑 중재술과 비교했을 때, MI-BCI 기반의 소프트 로봇 장갑과 일상 생활 활동 중심의 작업을 결합하면 중재 6주 후 만성 뇌졸중 환자에서 더 뚜렷한 기능 개선과 더 지속적인 운동 감각 경험을 보여주었다고 보고했습니다. 또한, 운동 움직임에 대한 인식을 유도할 수 있었다7. 또한, Ang et al.은 무작위 중재를 위해 중등도에서 중증의 상지 기능 장애가 있는 21명의 만성 뇌졸중 환자를 포함했습니다. 임상 기능은 Fugl-Meyer 상지 평가(FMA-UE)에 의한 중재 전후에 평가되었습니다. 그 결과, 단순 햅틱 노브(HK) 로봇 중재(HK 그룹) 및 표준 팔 치료 중재(SAT 그룹)와 비교했을 때, MI-BCI 중재(BCI-HK 그룹)에 기반한 HK의 모션 이득 효과가 다른 두 그룹보다 유의하게 우수했다8. 그러나 MI-BCI의 구체적인 작동은 여전히 규범적 기준을 필요로 하며, 신경 리모델링의 메커니즘을 완전히 이해해야 하기 때문에 MI-BCI의 임상적 적용 및 홍보가 제한됩니다. 따라서 본 연구는 상지 운동기능 장애가 있는 36세 남성 뇌졸중 환자를 대상으로 MI-BCI의 중재 과정을 보여줌으로써, 중재 전후의 기능적 결과 변화와 뇌 기능 리모델링을 요약하여 MI-BCI의 완전한 작동 과정을 입증하고, 임상 재활 응용 및 기전 연구를 위한 아이디어와 참고 자료를 제공할 것이다.

프로토콜

이 프로젝트는 광저우 의과대학 제5부속병원 의료윤리협회의 승인을 받았습니다(승인 번호. KY01-2021-05-01) 2021년 8월 19일. 이 임상시험은 2021년 8월 19일 중국 임상시험 등록부(등록 번호: NO. ChiCTR2100050162)에 등록되었습니다. 모든 환자는 정보에 입각한 동의서에 서명했습니다.

1. 채용

  1. 포함 기준
    1. 제4차 전국 뇌혈관 질환 회의(National Conference on Cerebrovascular Disease)에서 제정한 뇌졸중 진단 기준을 충족하는 환자를 모집합니다. 뇌 컴퓨터 단층 촬영 또는 자기 공명 영상으로 질병 경과가 6개월 ≥ 확인된 뇌 마비가 있는 경우; Brunnstrom 단계 1-3에서 한쪽 손 기능 장애로 이어지는 뇌졸중이 있었습니다. 몬트리올 인지 평가(MoCA) ≥ 26; 50세에서 75세 사이; 오른손잡이가 우세합니다. 정보에 입각한 동의서에 자발적으로 서명했습니다.
  2. 제외 기준
    1. 이전에 상지 골절, 상지 기형 등의 병력이 있는 환자는 제외합니다. 상태가 불안정하거나 실험 중에 변화가 발생하여 실험 결과에 영향을 미치는 경우; 심각한 심장, 폐, 간, 신장 및 기타 중요한 장기 질환으로 인해 실험을 완료할 수 없는 경우; 중증의인지 기능 장애 또는 실어증; 심각한 정신 장애를 앓고 있습니다. 발작의 역치를 줄이는 약물 복용; 경두개 자기 자극(TMS)에 의해 생성된 자기장의 영향을 받을 수 있는 이식된 장치 또는 금속이 있습니다.

2. MI-BCI 교육

참고: 이 연구에서는 운동 이미지를 기반으로 하지 손 기능을 위한 재활 로봇을 선택합니다. 이 장치는 뇌파(EEG) 캡(그림 1A), 컴퓨터 터미널(즉, 제어 인터페이스; 그림 1B), 외부 조작기(그림 1E) 및 23인치 컴퓨터 디스플레이 화면(그림 1C)이 있습니다.

  1. 과목 준비
    1. 교육 목적과 방법을 설명하고 과목에 대해 유의하십시오.
    2. 피사체에 MI-BCI EEG 캡을 씌워 피험자 머리의 Cz 지점이 캡 9,10의 Cz 지점과 일치하도록 합니다. 피사체의 Cz 포인트는 머리 중심의 꼭지점입니다. 이를 확인하려면 귀 구슬 라인과 코와 눈썹 중앙을 통과하는 인간 정중선의 교차점을 확인하십시오. 국제 10-20 EEG 포지셔닝 시스템11에 따라 EEG 캡의 Cz 지점을 결정한다.
    3. 헤드 캡의 귀 솔기에서 귀가 드러나도록 하고 턱 끈을 조정하여 헤드 캡을 고정합니다.
    4. 생리식염수에 담근 24개의 전극을 EEG 캡의 홈에 삽입하고 2개의 기준 전극을 두 개의 귓불에 끼웁니다.
      알림: 전극은 물이 떨어지지 않고 젖은 상태로 유지해야 합니다. 전극이 너무 건조하면 EEG 신호 획득 과정에 영향을 미칩니다. 전극이 너무 젖으면 떨어지는 식염수가 피험자의 기능적 성능에 영향을 미칠 수 있습니다.
    5. 운영자는 교육 중 EEG 획득에 주의를 기울이십시오. EEG 교란의 범위가 작은 경우 먼저 해당 전극이 건조함, 수분 부족 또는 기타 상태를 보이는지 교육을 통해 고려하십시오. 이때, 즉시 훈련과 EEG 획득을 중지하고 훈련을 계속하기 전에 전극을 적절하게 적십니다.
    6. EEG 신호에 광범위한 교란 범위가 있는 경우 먼저 기준 전극이 떨어졌는지 여부를 고려하십시오. 이때 즉시 훈련을 중지하고 clamp 기준 전극을 다시 귓불에 끼웁니다.
    7. 매니퓰레이터를 환자에게 올려놓고 편안한 훈련 위치로 조정하여 과도하게 조이거나 미끄러짐으로 인한 상지 팔뚝 통증을 방지합니다.
  2. 소프트웨어 운영
    1. 훈련 소프트웨어 MI-BCI 상지 손 기능 재활 로봇을 열고 사용자 목록을 클릭하고 이름, 질병 이름, 생년월일, 질병 날짜 및 영향을 받은 쪽의 위치를 포함한 환자 정보를 입력합니다.
    2. EEG 신호의 안정성을 뚜렷한 혼란이 없도록 조정합니다.
    3. Resting EEG 버튼을 클릭하면 환자가 음성 및 텍스트 프롬프트에 따라 휴식 EEG 획득 과정을 완료할 수 있습니다: 긴장을 풀기 위해 눈을 감으시고 눈을 뜨십시오. 이것은 60초 동안 지속됩니다.
    4. 작업 설정 버튼을 클릭하여 작업 난이도와 훈련 시간을 설정합니다. 환자의 실제 상황에 따라 초기 훈련 난이도를 레벨 9에서 상향 또는 하향 조정하고, 훈련 시간은 30분으로 설정합니다.
    5. 훈련 중에 MI-BCI 시스템은 환자의 수행에 따라 작업 난이도를 자동으로 조정합니다. 잡은 물체의 크기에 반영된 훈련의 난이도를 확인하십시오. 작업의 난이도가 높을수록 잡은 물체가 더 세밀해집니다.
    6. Task EEG 버튼을 클릭하여 공식 교육을 시작합니다. 환자 측 화면에는 눈을 감고 5초 동안 휴식을 취하십시오.
    7. 5초 후, 환자 측 화면에 다음이 표시됩니다: 눈을 뜨고 손을 벌리거나 주먹을 쥐는 상상을 해보세요. 이 동작은 3초 동안 지속됩니다. 환자에게 화면에 표시되는 명령을 따르도록 요청합니다.
    8. 환자 측의 화면에는 매력적인 비디오/오프닝 비디오가 표시되어 환자가 비디오가 상상으로 보여주는 동작을 시뮬레이션할 수 있도록 도와줍니다. 환자에게 5초 동안 지속되는 이 움직임 상상 작업을 수행하도록 요청합니다.
    9. 이 시스템은 환자의 운동 상상력의 EEG 신호를 추출하고 알고리즘을 사용하여 운동 의도의 점수를 분석하여 환자 측 화면에 표시합니다. 4초 후에 표시될 로봇 피드백을 확인합니다.
      참고: MI-BCI 시스템에서 채택한 모델은 FBCNet(다중 대역 필터링 + 채널 분리 컨볼루션 + 분산 계층 +FC)으로 특징을 추출하고 EEG 신호를 점수화합니다12. MI-BCI 시스템의 임계값은 다수의 임상시험 데이터와 핵심 EEG 알고리즘을 기반으로 결정됩니다. 임계값은 60포인트입니다.
    10. 표시된 모터 의도를 확인하십시오. 환자의 운동 의도가 60점(임계값)≥ 있으면 시스템은 지정된 동작이 달성된 것으로 인식합니다. 환자의 이동 의사가 60점을 <하고 시스템이 환자가 지정된 움직임을 수행할 수 없다고 판단하는 경우, 오디오를 통해 환자가 계속 진행하고 낙담하지 않도록 지시하고 환자가 이를 준수하는지 확인하십시오.
    11. 훈련 과정에서 EEG 파형을 실시간으로 관찰합니다. 비정상적인 상황이 발생하면 제 시간에 훈련을 중단하고 신호가 안정적으로 조정된 후 훈련을 다시 시작하십시오. 환자가 훈련 중 통증이나 불편함을 느끼면 훈련을 중단하고 종료 이유를 기록하십시오.

3. 임상평가

  1. 정보 수집
    1. 이름, 성별, 생년월일, 교육 수준 등과 같은 피험자에 대한 기본 개인 정보를 수집하고 기록합니다.
    2. 임상 병력, 약물 병력, 개인 병력 등과 같은 피험자의 병력 수집을 완료합니다.
  2. 모터 기능 평가
    1. 뇌졸중 환자에 대한 Fugl-Meyer 상지 평가(FMA-UE)13 를 평가합니다.
      총점은 66점입니다. 점수가 높을수록 환자의 기능적 성능이 좋아집니다.
    2. 뇌졸중 환자에 대한 Wolf 운동 기능 검사(WMFT)14 를 평가합니다. 총점은 85점입니다. 점수가 높을수록 환자의 기능적 성능이 좋아집니다.
  3. 인지 기능 평가
    1. 뇌졸중 환자에 대한 MMSE(mini-mental state examination)15 를 평가합니다. 교육 수준에 따라 문맹률 ≤17, 초등학교 교육 수준≤20, 중학교 이상의 교육 수준≤24로 점수를 나눕니다.
  4. 정서적 기능 평가
    1. 뇌졸중 환자에 대한 Hamilton 불안 척도(HAMA)16 을 평가합니다. 점수 범위는 다음과 같습니다 : ≥21, 명백한 불안이 있습니다. ≥14 점, 확실히 불안이 있습니다. ᆞ 7 점 이상, 불안이 있을 수 있습니다. 점수가 7 미만이면 불안 증상이 없음을 나타냅니다.
    2. 뇌졸중 환자에 대해 Hamilton 우울증 척도(HAMD)17 를 평가합니다. < 7의 점수는 평균, 7-17의 점수는 개인이 우울증을 가질 수 있음을 나타내고, 17-24의 점수는 개인이 우울증으로 진단될 수 있음을 나타내고, >24의 점수는 개인이 심각한 우울증을 가지고 있음을 나타냅니다.

4. fNIRS 뇌 기능 평가

이 연구를 위해 양측 배외측 전전두엽 피질(DLPFC), 배외측 프로모터 피질(PMC), 배외측 일차 운동 피질(M1) 및 배외측 일차 감각 피질(S1; 그림 2).

  1. 과목 준비
    1. 교육의 목적과 방법을 설명하고 과목에 대해 메모하십시오. 피험자가 실험을 이해하고 관련 절차를 숙지하고 있는지 확인합니다. 이는 환자의 순응도를 개선하는 데 도움이 됩니다.
    2. fNIRS 테스트 헤드 캡을 피험자에게 씌우고, 피험자 머리의 Cz 지점을 결정하고, 2.1.2단계에서 설명한 대로 헤드 캡의 Cz 지점과 일치하는지 확인합니다.
    3. 피사체의 헤드 캡을 조정하여 캡의 귀 솔기에서 양쪽 귀가 노출되고, 캡의 양측 귀 가장자리가 양측 유양돌기에 자연스럽게 맞고, 캡의 앞 가장자리가 이마에 자연스럽게 맞고, 트레일링 가장자리가 뒤쪽 후두부에 자연스럽게 맞도록 합니다. 턱 밴드를 조정하여 캡을 고정합니다.
    4. 턱 밴드의 조임 정도를 적절하게 조정하십시오. 너무 느슨하면 실험 중에 헤드 캡이 변위되어 위치가 부정확해지고 신호 획득에 영향을 미칩니다. 너무 꽉 조이면 피험자에게 불편함을 유발하여 순응도를 떨어뜨리고 피험자의 기능적 성능에 영향을 미칩니다.
  2. 데이터 사전 수집 및 수집
    1. fNIRS 제어 소프트웨어를 입력하고, 실험 대상을 선택하고, 환자 정보에 따라 환자 치료 파일을 설정합니다.
    2. Pre-collection 버튼을 클릭하여 신호를 보정합니다. 근적외선 기능성 뇌 영상 시스템에 의해 표시되는 부위의 신호 강도에 따라 헤드 캡의 광원 또는 수신기를 피사체의 두피에 더 가깝게 조정하여 부위의 신호 강도와 안정성을 향상시킵니다.
    3. 시스템이 모든 사이트를 녹색으로 표시하면 신호 강도가 안정적인 것입니다. 사전 수집을 중지하고 자동 게인 버튼을 클릭하여 신호를 최종적으로 조정합니다.
      참고: 사전 수집 과정에서 근적외선 뇌 기능 이미징 시스템은 사이트의 신호 강도를 나타내기 위해 다양한 색상을 제공합니다. 회색은 낮은 신호 강도, 노란색은 양호한 신호 강도, 녹색은 우수한 신호 강도, 빨간색은 과도하게 강한 신호 강도를 나타냅니다.
    4. 시작 버튼을 클릭하여 신호를 수집합니다. 신호 변동 및 전극 접촉 불량과 같은 실험의 다양한 조건을 관찰하고 기록합니다.
  3. fNIRS-motor 작업 평가
    1. fNIRS 시스템에서 모터 태스크 패러다임을 선택합니다.
    2. 환자의 상지를 테스트 테이블에 놓고 실험 전에 환자에게 10초 동안 휴식을 취하도록 요청합니다.
    3. 실험 중 환자에게 운동 리듬을 따라 영향을 받은 손을 세 블록으로 잡도록 요청하고, 각 블록에는 30초의 작업과 30초의 휴식이 포함됩니다. 각 작업은 15번의 시도로 구성되며, 각 시도에는 1초의 그립 및 1초의 그립 열기가 포함됩니다.
    4. 쉴 때마다 환자에게 눈을 감고 휴식을 취하도록 요청하십시오. 피험자가 영향을 받은 손을 잡을 수 없다면, 피험자에게 운동 이미지를 연습하도록 요청한다. 테스트는 190초 동안 지속됩니다(그림 3). 세 개의 블록이 모두 완료되면 작업을 종료하고 데이터를 저장한 다음 자체 구축한 데이터베이스로 가져옵니다.
  4. fNIRS-인지 작업 평가(Stroop 작업)
    1. 행동 연구 소프트웨어를 실행하고 인지 작업 패러다임을 선택합니다. 환자 치료 파일을 선택한 다음 합동 검정을 선택합니다.
    2. 피험자에게 건강한 손을 키보드 버튼에 올려놓으라고 요청한 뒤, 실험이 시작되기 전에 10초 동안 휴식을 취하도록 요청했다. 합동 테스트의 세 블록을 수행하고 각 블록에는 60 초의 작업과 30 초의 휴식이 포함됩니다. 각 작업은 10번의 시도로 구성되며, 각 시도는 2,000ms의 고정 및 4,000ms의 자극-반응으로 구성되며 총 지속 시간은 280초입니다(그림 4).
      1. 필드 글꼴의 왼쪽에 왼쪽 기호가 표시되면 문자 의미(즉, 왼쪽)에 따라 가능한 한 빨리 키보드의 ← 버튼을 누릅니다.
      2. 필드 그리드의 왼쪽에 오른쪽 기호가 표시되면 문자의 의미(예: 오른쪽)에 따라 가능한 한 빨리 키보드의 → 버튼을 클릭합니다.
    3. 부조화 테스트를 선택하십시오. 절차는 합동 테스트의 절차와 동일합니다.
      1. 필드 글꼴의 왼쪽에 오른쪽 기호가 표시되면 문자 의미를 무시하고 텍스트가 나타나는 위치(예: 왼쪽)에 따라 가능한 한 빨리 키보드의 ← 버튼을 누릅니다.
      2. 필드 글꼴의 오른쪽에 왼쪽 기호가 표시되면 문자 의미를 무시하고 텍스트의 위치(즉, 오른쪽)에 따라 가능한 한 빨리 키보드의 → 버튼을 클릭합니다.
    4. 작업을 완료하고, 데이터를 저장하고, 자체 생성된 데이터베이스로 내보냅니다.

5. 후처리

  1. 치료 전에서 임상 기능 평가 및 fNIRS 뇌 기능 평가를 위해 수행한 대로 평가를 수행합니다. 10번째 교육 세션이 끝난 후 모든 평가를 수행합니다(자세한 내용은 3.1-4단계 참조).

6. 데이터 처리 및 분석

  1. 환자의 개인 정보 및 임상 평가 척도 데이터를 요약하고 분석합니다.
  2. 상용 소프트웨어를 사용하여 근적외선 데이터를 전처리합니다. 간섭 테스트의 시간 간격 및 모션 아티팩트 제거, 노이즈 제거를 위한 대역 통과 필터(0.01-0.2Hz) 선택, 수정된 Beer-Lambert 법칙에 따라 산소화 헤모글로빈(HbO) 및 탈산소 헤모글로빈(HbR)의 상대적 변화를 계산하고 광학 밀도 신호를 혈중 산소 농도 신호로 변환합니다.
    참고: HbO는 HbR보다 다른 조건 간의 변화에 더 민감하므로 이 연구 계획에서는 후속 분석을 위해 HbO 데이터만 사용됩니다.
  3. 혈중 산소형의 HbO 를 분석 데이터로 선택합니다. GLM 설계 매트릭스를 설정하고 작업에서 작업 단계를 선택합니다. 추정 버튼을 클릭하여 설정된 설계 매트릭스를 수집된 데이터에 맞춥니다.
  4. 설정된 선형 상관 모델을 사용하여 각 ROI의 베타 값을 계산합니다. 매개 변수, 정확도 (ACC) 및 응답 시간 (RT)을 행동 연구 소프트웨어를 통해 Stroop 작업에서 내보냅니다.

결과

이 연구는 36세 남성 뇌졸중 환자를 대상으로 MI-BCI 중재 전후의 뇌 기능의 임상적 기능과 리모델링을 제시합니다. 뇌출혈 후 4개월 이상 경과한 후 영상 검사 결과 우측 전두엽과 우측 기저핵 영역-방사선 크라운 영역에서 만성 출혈 집중이 관찰되었습니다. 환자는 뇌출혈로 인한 회복기 중 왼쪽 사지 운동 기능 장애 진단을 받았습니다. MI-BCI의 간단한 외래 환자 치료는 병원에서 10일(30분/세션/일) ...

토론

뇌졸중 후 중등도 및 중증의 상지 운동기능 장애는 재활 기간이 길고 회복이 어려워 항상 임상 재활 연구의 초점이 되어 왔다18. 전통적인 상지 재활 훈련은 대부분 단순 말초 중재 또는 중추 중재19. 한편, 중등도 및 중증 사지 기능 장애 환자의 적극적인 참여가 부족하여 수동적 치료가 주를 이루고 있으며, 재활 효과는 미흡하다20. 따라서 새?...

공개

저자는 밝힐 것이 없습니다.

감사의 말

이 연구는 광둥성 국립과학재단(No.2023A1515010586), 광저우 임상특성기술 구축사업(2023C-TS19), 광동성 교육과학계획사업(No.2022GXJK299), 광저우시 보건 및 가족계획 일반지도 프로그램(20221A011109, 20231A011111), 2022년 광저우 고등교육 교육 품질 및 교육 개혁 프로젝트 고등 교육 개혁 일반 프로젝트의 지원을 받았습니다. (No.2022JXGG088/02-408-2306040XM), 2022년 광저우 의과대학 학생 혁신 능력 향상 계획 프로젝트(No.PX-66221494/02-408-2304-19062XM), 2021년 학교 수준 교육 과학 계획 프로젝트(2021: NO.45), 2023년 고급 대학 일류 학부 전공 구축 기금(2022JXA009, 2022JXD001, 2022JXD003)/(02-408-2304-06XM)), 광저우 교육국 대학 연구 프로젝트(202235384호), 2022년 광저우 의과대학 학부 교육 품질 및 교육 개혁 프로젝트(2022년 33호), 광둥성 국가과학재단(2021A1515012197), 광저우 및 대학 재단(202102010100호).

자료

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

참고문헌

  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).

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
 

재인쇄 및 허가

JoVE'article의 텍스트 или 그림을 다시 사용하시려면 허가 살펴보기

허가 살펴보기

더 많은 기사 탐색

This article has been published

Video Coming Soon

JoVE Logo

개인 정보 보호

이용 약관

정책

연구

교육

JoVE 소개

Copyright © 2025 MyJoVE Corporation. 판권 소유