Interface cérebro-computador de imagens motoras na reabilitação da disfunção motora do membro superior após acidente vascular cerebral

Resumo

O objetivo deste estudo é fornecer uma referência importante para a operação clínica padrão da interface cérebro-computador de imagens motoras (MI-BCI) para disfunção motora do membro superior após acidente vascular cerebral.

Resumo

O efeito reabilitador de pacientes com disfunção motora moderada ou grave do membro superior após acidente vascular encefálico é pobre, o que tem sido foco de pesquisa devido às dificuldades encontradas. A interface cérebro-computador (BCI) representa uma tecnologia de fronteira na pesquisa em neurociência do cérebro. Refere-se à conversão direta da percepção sensorial, imagens, cognição e pensamento de usuários ou sujeitos em ações, sem depender de nervos ou músculos periféricos, para estabelecer canais diretos de comunicação e controle entre o cérebro e dispositivos externos. A interface cérebro-computador de imagens motoras (MI-BCI) é a aplicação clínica mais comum da reabilitação como um meio não invasivo de reabilitação. Estudos clínicos anteriores confirmaram que o MI-BCI melhora positivamente a disfunção motora em pacientes após acidente vascular cerebral. No entanto, há uma falta de demonstração de operação clínica. Para esse fim, este estudo descreve em detalhes o tratamento do IM-BCI para pacientes com disfunção moderada e grave do membro superior após acidente vascular cerebral e mostra o efeito da intervenção do IM-BCI por meio da avaliação da função clínica e dos resultados da avaliação da função cerebral, fornecendo ideias e referências para a aplicação da reabilitação clínica e pesquisa de mecanismos.

Introdução

Quase 85% dos pacientes com AVC apresentam disfunção motora¹, especialmente devido ao efeito de reabilitação limitado de pacientes com disfunção motora moderada e grave do membro superior, o que afeta seriamente a capacidade dos pacientes de viver uma vida diária independente e tem sido o foco e a dificuldade da pesquisa. A interface cérebro-computador (BCI) não invasiva é conhecida como um tratamento emergente para reabilitação da disfunção motora após AVC². BCI é a conversão direta da percepção sensorial, imagens, cognição e pensamento de usuários ou sujeitos em ações, sem depender de nervos ou músculos periféricos, para estabelecer canais diretos de comunicação e controle entre o cérebro e dispositivos externos³. Atualmente, os paradigmas do BCI para reabilitação clínica incluem imagens motoras (IM), potenciais evocados visuais em estado estacionário (SSVEP) e potenciais evocados auditivos (AEP) P300⁴, dos quais o mais comumente usado e conveniente é a interface cérebro-computador de imagens motoras (MI-BCI). MI é uma intervenção que usa imagens motoras visuais/cinestésicas para visualizar a execução de tarefas motoras (como movimentos de mãos, braços ou pés). Por um lado, estudos anteriores demonstraram que a ativação do córtex motor associado durante o IM é semelhante à execução motora real⁵. Por outro lado, ao contrário de outros paradigmas, o IM pode ativar uma área específica de atividade por meio da memória motora sem nenhum estímulo externo para melhorar a função motora; Isso é propício para implementação em pacientes com AVC, especialmente quando combinado com disfunção auditiva⁶.

Além disso, o MI-BCI demonstrou ter um efeito positivo na melhora da disfunção motora em pacientes com AVC. Cheng et al. relataram que, em comparação com a intervenção simples com luva robótica macia, a luva robótica macia baseada em MI-BCI combinada com tarefas orientadas para atividades da vida diária mostrou melhora funcional mais óbvia e experiência cinestésica mais duradoura em pacientes com AVC crônico após 6 semanas de intervenção. Além disso, também foi capaz de eliciar a percepção dos movimentos motores⁷. Além disso, Ang et al. incluíram 21 pacientes com AVC crônico com disfunção moderada a grave do membro superior para intervenção randomizada. A função clínica foi avaliada antes e após a intervenção pela avaliação de Fugl-Meyer da extremidade superior (FMA-UE). Os resultados mostraram que, em comparação com a intervenção do robô do botão háptico simples (HK) (grupo HK) e a intervenção da terapia de braço padrão (grupo SAT), o efeito de ganho de movimento do HK com base na intervenção MI-BCI (grupo BCI-HK) foi significativamente melhor do que o dos outros dois grupos⁸. No entanto, a operação específica do MI-BCI ainda requer padrões normativos, e o mecanismo de remodelação neural deve ser totalmente compreendido, o que limita a aplicação clínica e a promoção do MI-BCI. Portanto, ao mostrar o processo de intervenção do MI-BCI em um paciente com AVC do sexo masculino de 36 anos com disfunção motora do membro superior, este estudo resumirá as alterações do resultado funcional e a remodelação da função cerebral antes e depois da intervenção para demonstrar o processo de operação completo do MI-BCI e fornecer ideias e referências para aplicação de reabilitação clínica e pesquisa de mecanismos.

Protocolo

Este projeto foi aprovado pela Associação de Ética Médica do Quinto Hospital Afiliado da Universidade Médica de Guangzhou (aprovação nº. KY01-2021-05-01) em 19 de agosto de 2021. O estudo foi registrado no Registro Chinês de Ensaios Clínicos (número de registro: NO. ChiCTR2100050162) em 19 de agosto de 2021. Todos os pacientes assinaram o termo de consentimento livre e esclarecido.

1. Recrutamento

1. Critérios de inclusão
   1. Recrutar pacientes que atendam aos critérios diagnósticos de AVC formulados pela quarta Conferência Nacional de Doenças Cerebrovasculares; ter uma apoplexia cerebral confirmada por tomografia computadorizada cerebral ou ressonância magnética com o curso da doença ≥ 6 meses; teve um acidente vascular cerebral que levou a uma disfunção da mão no estágio 1-3 de Brunnstrom; ter uma avaliação cognitiva de Montreal (MoCA) ≥ 26; idade de 50 a 75 anos; prevalece a destra; assinaram voluntariamente o consentimento informado.
2. Critérios de exclusão
   1. Excluir pacientes com história prévia de fratura de membro superior, deformidade de membro superior, etc.; Sua condição é instável ou ocorrem alterações durante o experimento, o que afeta os resultados experimentais; Impossibilitados de concluir o experimento devido a graves doenças cardíacas, pulmonares, hepáticas e renais e outras doenças importantes dos órgãos; disfunção cognitiva grave ou afasia; sofrendo de transtornos mentais graves; tomar medicamentos que reduzem o limiar de convulsões; ter qualquer dispositivo implantado ou metal que possa ser afetado pelo campo magnético gerado pela estimulação magnética transcraniana (EMT).

2. Treinamento MI-BCI

NOTA: O robô de reabilitação para a função da mão do membro superior com base em imagens motoras é selecionado neste estudo. O dispositivo compreende uma tampa de eletroencefalograma (EEG) (Figura 1A), um terminal de computador (ou seja, interface de controle; Figura 1B), um manipulador externo (Figura 1E) e uma tela de computador de 23 polegadas (Figura 1C).

1. Preparação dos assuntos
   1. Explique o propósito e o método de treinamento e anote-os para os sujeitos.
   2. Coloque a tampa MI-BCI EEG no sujeito para garantir que o ponto Cz da cabeça do sujeito coincida com o ponto Cz da tampa ^9,10. O ponto Cz do sujeito é o vértice do centro da cabeça. Para confirmar isso, verifique o ponto de interseção da linha do grânulo da orelha e a linha mediana humana que passa pelo nariz e pelo centro da sobrancelha. Determine o ponto Cz da tampa do EEG de acordo com o sistema internacional de posicionamento 10-20 EEG¹¹.
   3. Mantenha as orelhas expostas da costura da orelha da tampa da cabeça e ajuste a tira do queixo para fixar a tampa da cabeça.
   4. Insira 24 eletrodos embebidos em solução salina normal na ranhura da tampa do EEG e prenda 2 eletrodos de referência nos dois lóbulos das orelhas.
      NOTA: O eletrodo deve ser mantido úmido sem pingar. Se o eletrodo estiver muito seco, o processo de aquisição do sinal de EEG será afetado. Se o eletrodo estiver muito úmido, o gotejamento de solução salina pode afetar o desempenho funcional do sujeito.
   5. Como operador, preste atenção à aquisição de EEG durante o treinamento. Se houver uma pequena faixa de distúrbios no EEG, primeiro considere se o eletrodo correspondente mostra ressecamento, falta de água ou outras condições com o treinamento. Neste momento, pare o treinamento e a aquisição de EEG imediatamente e molhe adequadamente o eletrodo antes que o treinamento continue.
   6. Se o sinal de EEG tiver uma ampla faixa de perturbação, primeiro considere se o eletrodo de referência caiu ou não. Neste momento, pare o treinamento imediatamente e prenda o eletrodo de referência no lóbulo da orelha novamente.
   7. Coloque o manipulador no paciente e ajuste-o para uma posição de treinamento confortável para evitar dores no antebraço dos membros superiores causadas por aperto excessivo ou deslizamento.
2. Operação do software
   1. Abra o software de treinamento MI-BCI robô de reabilitação da função da mão do membro superior, clique na Lista de usuários e insira as informações do paciente, incluindo nome, nome da doença, data de nascimento, data da doença e localização do lado afetado.
   2. Ajuste a estabilidade do sinal de EEG para nenhuma confusão óbvia.
   3. Clique no botão EEG em repouso para permitir que o paciente conclua o processo de aquisição do EEG em repouso de acordo com as instruções de voz e texto: Por favor, feche os olhos para relaxar e abra os olhos. Isso dura 60 s.
   4. Clique no botão Configuração da tarefa para definir a dificuldade da tarefa e a duração do treinamento. Defina a dificuldade de treinamento inicial para cima ou para baixo a partir do nível 9 de acordo com a situação real dos pacientes e defina a duração do treinamento para 30 min.
   5. Durante o treinamento, o sistema MI-BCI ajustará automaticamente a dificuldade da tarefa de acordo com o desempenho do paciente. Verifique a dificuldade de treinamento refletida pelo tamanho dos objetos agarrados; Quanto maior a dificuldade da tarefa, mais finos são os objetos apreendidos.
   6. Clique no botão EEG da tarefa para iniciar o treinamento formal. A tela do lado do paciente exibe: Por favor, feche os olhos e relaxe por 5s.
   7. Após 5 s, a tela do lado do paciente exibe: Por favor, abra os olhos e imagine sua mão aberta/feche o punho, que dura 3 s. Peça ao paciente para seguir os comandos na tela.
   8. A tela do lado do paciente exibe o vídeo emocionante/vídeo de abertura, para ajudar o paciente a simular as ações demonstradas pelo vídeo na imaginação. Peça ao paciente para realizar esta tarefa de imaginação em movimento que dura 5 s.
   9. O sistema extrai o sinal de EEG da imaginação motora do paciente, usa o algoritmo para analisar a pontuação da intenção motora e o exibe na tela do lado do paciente. Verifique o feedback do robô, que será exibido em 4 s.
      NOTA: O modelo adotado pelo sistema MI-BCI é o FBCNet (filtragem multibanda + convolução de separação de canais + camada de variância + FC) para extrair características e pontuar sinais de EEG¹². O valor limite do sistema MI-BCI é determinado com base em um grande número de dados de ensaios clínicos e algoritmo de EEG principal. O valor limite é de 60 pontos.
   10. Verifique a intenção do motor exibida. Se a intenção motora do paciente for ≥ 60 pontos (valor limite), o sistema reconhece que a ação especificada foi alcançada. Se a intenção do paciente de se mover < 60 pontos e o sistema determinar que o paciente não pode realizar o movimento especificado, certifique-se de que o áudio solicite que o paciente continue e não desanime e o paciente cumpra isso.
   11. Durante o processo de treinamento, observe a forma de onda do EEG em tempo real. Se houver alguma situação anormal, suspenda o treinamento a tempo e reinicie o treinamento depois que o sinal for ajustado para ficar estável. Se o paciente sentir dor ou desconforto durante o treinamento, interrompa o treinamento e registre o motivo da rescisão.

3. Avaliação clínica

1. Coleta de informações
   1. Colete e registre informações pessoais básicas sobre os sujeitos, como nome, sexo, data de nascimento, nível de escolaridade, etc.
   2. Complete a coleção do histórico médico do sujeito, como histórico clínico, histórico de medicamentos, histórico pessoal, etc.
2. Avaliação da função motora
   1. Avaliar a avaliação de Fugl-Meyer da extremidade superior (FMA-UE)¹³ em indivíduos com AVC.
      A pontuação total é 66. Quanto maior a pontuação, melhor o desempenho funcional do paciente.
   2. Avalie o teste de função motora de Wolf (WMFT)¹⁴ em indivíduos com AVC. A pontuação total é 85. Quanto maior a pontuação, melhor o desempenho funcional do paciente.
3. Avaliação da função cognitiva
   1. Avaliar o mini-exame do estado mental (MEEM)¹⁵ em indivíduos com AVC. De acordo com o nível de escolaridade, divida o escore em analfabeto ≤17, escolaridade do ensino fundamental ≤20 e escolaridade do ensino fundamental e acima de ≤24.
4. Avaliação da função emocional
   1. Avaliar a escala de ansiedade de Hamilton (HAMA)¹⁶ em indivíduos com AVC. Os intervalos de pontuação são: ≥21, há ansiedade evidente; ≥14 pontos, definitivamente tem ansiedade; e mais de 7 pontos, pode ter ansiedade. Uma pontuação inferior a 7 indica que não há sintomas de ansiedade.
   2. Avaliar a escala de depressão de Hamilton (HAMD)¹⁷ em indivíduos com AVC. Uma pontuação de < 7 é média, uma pontuação de 7 a 17 indica que o indivíduo pode ter depressão, uma pontuação de 17 a 24 indica que o indivíduo pode ser diagnosticado com depressão e uma pontuação de >24 indica que o indivíduo tem depressão grave.

4. Avaliação da função cerebral fNIRS

Para este estudo, coloque 10 fontes e 12 detectores nas tampas da cabeça do teste fNIRS para corresponder às oito regiões de interesse (ROIs) neste estudo, incluindo o córtex pré-frontal dorsolateral bilateral (DLPFC), o córtex promotor dorsolateral (PMC), o córtex motor primário dorsolateral (M1) e o córtex sensorial primário dorsolateral (S1; Figura 2).

1. Preparação do assunto
   1. Explique o propósito e o método de treinamento e anote-os para os sujeitos. Garantir que os sujeitos compreendam o experimento e estejam familiarizados com os procedimentos relevantes; Isso ajuda a melhorar a adesão do paciente.
   2. Coloque a tampa da cabeça de teste fNIRS no sujeito, determine o ponto Cz da cabeça do sujeito e certifique-se de que coincide com o ponto Cz da tampa da cabeça, conforme descrito na etapa 2.1.2.
   3. Ajuste a tampa da cabeça para o sujeito para garantir que ambas as orelhas estejam expostas a partir da costura da orelha da tampa, as bordas bilaterais da tampa sejam naturalmente ajustadas ao processo mastóideo bilateral, a borda dianteira da tampa seja naturalmente ajustada à testa e a borda de fuga seja naturalmente ajustada à parte occipital posterior. Ajuste a faixa do queixo para fixar a tampa.
   4. Ajuste o aperto da faixa da mandíbula adequadamente. Se estiver muito solto, levará ao deslocamento da tampa da cabeça durante o experimento, o que resultará em posicionamento impreciso e afetará a aquisição do sinal. Se estiver muito apertado, causará desconforto ao sujeito, o que reduzirá a complacência e afetará o desempenho funcional do sujeito.
2. Pré-coleta e coleta de dados
   1. Entre no software de controle fNIRS, selecione o sujeito experimental e estabeleça os arquivos de tratamento do paciente de acordo com as informações do paciente.
   2. Clique no botão Pré-coleta para calibrar os sinais. De acordo com a intensidade do sinal do local exibido pelo sistema de imagem cerebral funcional do infravermelho próximo, melhore a intensidade do sinal e a estabilidade do local ajustando a fonte de luz ou o receptor da tampa da cabeça para que fique mais próximo do couro cabeludo do sujeito.
   3. Quando o sistema exibe todos os sites em verde, a intensidade do sinal é estável. Pare a pré-coleta e clique no botão Ganho automático para fazer o ajuste final do sinal.
      NOTA: No processo de pré-coleta, o sistema de imagem funcional do cérebro no infravermelho próximo apresenta cores diferentes para representar as intensidades do sinal dos locais. Cinza representa baixa intensidade do sinal, amarelo representa boa intensidade do sinal, verde representa excelente intensidade do sinal e vermelho representa força de sinal muito forte.
   4. Clique no botão Iniciar para coletar os sinais. Observe e registre várias condições no experimento, como flutuações de sinal e mau contato com o eletrodo.
3. Avaliação de tarefas motoras fNIRS
   1. Selecione o paradigma Motor Task no sistema fNIRS.
   2. Coloque o membro superior do paciente na mesa de teste e peça ao paciente para descansar por 10 s antes do experimento.
   3. Peça ao paciente para seguir o ritmo do exercício para agarrar a mão afetada em três blocos durante o experimento, cada bloco inclui 30 s de tarefa e 30 s de descanso. Cada tarefa consiste em 15 tentativas, cada tentativa inclui 1 s de preensão e 1 s de abertura da pega.
   4. Durante cada descanso, peça aos pacientes que fechem os olhos e descansem. Se o sujeito não conseguir segurar a mão afetada, peça ao sujeito para realizar um exercício de imagens motoras. O teste dura 190 s (Figura 3). Depois que todos os três blocos forem concluídos, finalize a tarefa, salve os dados e importe-os para o banco de dados autocriado.
4. Avaliação de tarefas cognitivas fNIRS (tarefa de Stroop)
   1. Execute um software de pesquisa comportamental e escolha o paradigma da Tarefa Cognitiva . Selecione os arquivos de tratamento do paciente e, em seguida, selecione o Teste de Congruência.
   2. Peça ao sujeito para colocar a mão saudável no botão do teclado e, em seguida, peça ao sujeito para descansar por 10 s antes do início do teste. Execute três blocos do teste de congruência, cada bloco inclui 60 s de tarefa e 30 s de descanso. Cada tarefa consiste em 10 tentativas, cada uma consistindo em fixação de 2000 ms e estímulo-resposta de 4000 ms com duração total de 280 s (Figura 4).
      1. Quando o símbolo esquerdo for exibido à esquerda da fonte do campo, pressione o botão ← no teclado o mais rápido possível de acordo com o significado do caractere (ou seja, à esquerda).
      2. Quando o símbolo da direita for exibido à esquerda da grade do campo, clique no botão → no teclado o mais rápido possível de acordo com o significado do caractere (ou seja, à direita).
   3. Selecione o teste de incongruência; O procedimento é o mesmo do teste de congruência.
      1. Quando o símbolo direito for exibido à esquerda da fonte do campo, ignore o significado do caractere e pressione o botão ← no teclado o mais rápido possível de acordo com a posição em que o texto aparece (ou seja, esquerda).
      2. Quando o símbolo esquerdo for exibido no lado direito da fonte do campo, ignore o significado do caractere e clique no botão → no teclado o mais rápido possível de acordo com a posição do texto (ou seja, direita).
   4. Conclua a tarefa, salve os dados e exporte-os para o banco de dados criado por você mesmo.

5. Pós-tratamento

1. Realize a avaliação como feito para a avaliação da função clínica e avaliação da função cerebral fNIRS no pré-tratamento. Realize todas as avaliações após o final da^10ª sessão de treinamento (consulte as etapas 3.1 a 4.4 para obter detalhes).

6. Tratamento e análise dos dados

1. Resuma e analise as informações pessoais dos pacientes e os dados da escala de avaliação clínica.
2. Use um software comercial para pré-processar dados de infravermelho próximo. Realizar eliminação de artefatos de intervalo de tempo e movimento de testes de interferência, seleção de um filtro passa-banda (0,01-0,2 Hz) para remover ruído, cálculo das mudanças relativas de hemoglobina oxigenada (HbO) e hemoglobina desoxigenada (HbR) de acordo com a lei de Beer-Lambert modificada e converter o sinal de densidade óptica em um sinal de concentração de oxigênio no sangue.
   NOTA: A HbO é mais sensível a mudanças entre diferentes condições do que a HbR, portanto, apenas os dados de HbO são usados neste esquema de estudo para análise subsequente.
3. Selecione HbO no tipo de oxigênio no sangue como dados de análise. Configure a matriz de design GLM e selecione a fase da tarefa na tarefa. Clique no botão Estimar para ajustar a matriz de projeto estabelecida aos dados coletados.
4. Use o modelo de correlação linear estabelecido para calcular o valor beta em cada ROI. Exporte os parâmetros, taxa de precisão (ACC) e tempo de resposta (RT), na tarefa Stroop através do software de pesquisa comportamental.

Resultados

O estudo apresenta a função clínica e a remodelação da função cerebral antes e depois da intervenção do MI-BCI em um paciente com AVC do sexo masculino de 36 anos. Mais de 4 meses após a hemorragia cerebral, os resultados de imagem mostraram foco de sangramento crônico no lobo frontal direito e na região dos gânglios da base direita - região radiativa da coroa. O paciente foi diagnosticado com disfunção motora do membro esquerdo durante a convalescença de uma hemorragia cerebral. O tratamento ambulatoria...

Discussão

O período de reabilitação da disfunção motora moderada e grave do membro superior após o AVC é longo e a recuperação é difícil, o que sempre foi o foco da pesquisa clínica em reabilitação18. O treinamento tradicional de reabilitação de membros superiores é principalmente intervenção periférica simples ou intervenção central¹⁹. Enquanto isso, devido à falta de participação ativa de pacientes com disfunção moderada e grave do membro, o tratamento pa...

Materiais

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