İnme Sonrası Üst Ekstremite Motor Disfonksiyonunun Rehabilitasyonunda Motor İmgeleme Beyin-Bilgisayar Arayüzü

Özet

Bu çalışmanın amacı, inme sonrası üst ekstremite motor disfonksiyonu için motor görüntüleme beyin-bilgisayar arayüzünün (MI-BCI) standart klinik çalışması için önemli bir referans sağlamaktır.

Özet

İnme sonrası orta veya şiddetli üst ekstremite motor disfonksiyonu olan hastaların rehabilitasyon etkisi zayıftır ve karşılaşılan zorluklar nedeniyle araştırmaların odak noktası olmuştur. Beyin-bilgisayar arayüzü (BCI), beyin sinirbilimi araştırmalarında sıcak bir sınır teknolojisini temsil eder. Beyin ve harici cihazlar arasında doğrudan iletişim ve kontrol kanalları kurmak için kullanıcıların veya deneklerin duyusal algısının, imgesinin, bilişinin ve düşüncesinin periferik sinirlere veya kaslara güvenmeden doğrudan eylemlere dönüştürülmesini ifade eder. Motor görüntüleme beyin-bilgisayar arayüzü (MI-BCI), non-invaziv bir rehabilitasyon aracı olarak rehabilitasyonun en yaygın klinik uygulamasıdır. Önceki klinik çalışmalar, MI-BCI'nin inme sonrası hastalarda motor disfonksiyonu olumlu yönde iyileştirdiğini doğrulamıştır. Bununla birlikte, klinik operasyon gösterimi eksikliği vardır. Bu amaçla, bu çalışma, inme sonrası orta ve şiddetli üst ekstremite disfonksiyonu olan hastalar için MI-BCI tedavisini ayrıntılı olarak tanımlamakta ve klinik fonksiyon değerlendirmesi ve beyin fonksiyonu değerlendirme sonuçları aracılığıyla MI-BCI'nin müdahale etkisini göstermekte, böylece klinik rehabilitasyon uygulaması ve mekanizma araştırmaları için fikir ve referanslar sunmaktadır.

Giriş

İnme hastalarının yaklaşık %85'inde motor disfonksiyon¹ vardır, özellikle orta ve şiddetli üst ekstremite motor disfonksiyonu olan hastaların sınırlı rehabilitasyon etkisi nedeniyle, hastaların bağımsız günlük yaşam sürme yeteneklerini ciddi şekilde etkileyen ve araştırmanın odak noktası ve zorluğu olmuştur. Non-invaziv beyin-bilgisayar arayüzü (BCI), inme sonrası motor disfonksiyonun rehabilitasyonu için ortaya çıkan bir tedavi olarak bilinmektedir². BCI, beyin ve harici cihazlar arasında doğrudan iletişim ve kontrol kanalları kurmak için periferik sinirlere veya kaslara güvenmeden, kullanıcıların veya deneklerin duyusal algısının, imgesinin, bilişinin ve düşüncesinin doğrudan eylemlere dönüştürülmesidir³. Şu anda, klinik rehabilitasyon için BCI paradigmaları arasında motor imgeleme (MI), kararlı durum görsel uyarılmış potansiyeller (SSVEP) ve işitsel uyarılmış potansiyeller (AEP) P300⁴ bulunmaktadır ve bunlardan en yaygın ve kullanışlı olanı motor imgeleme beyin-bilgisayar arayüzüdür (MI-BCI). MI, motor görevlerin (el, kol veya ayak hareketleri gibi) yürütülmesini görselleştirmek için görsel/kinestetik motor görüntüleri kullanan bir müdahaledir. Bir yandan, önceki çalışmalar, MI sırasında ilişkili motor korteksin aktivasyonunun gerçek motor yürütmeye benzer olduğunu göstermiştir⁵. Öte yandan, diğer paradigmalardan farklı olarak, MI, motor işlevi iyileştirmek için herhangi bir dış uyaran olmadan motor hafıza aracılığıyla belirli bir aktivite alanını aktive edebilir; Bu, özellikle işitme disfonksiyonu 6 ile kombine edildiğinde, inme hastalarında uygulamaya elverişlidir^.

Ayrıca, MI-BCI'nin inme hastalarında motor disfonksiyonu iyileştirmede olumlu bir etkisi olduğu gösterilmiştir. Cheng ve ark. kronik inme hastalarında 6 haftalık müdahaleden sonra basit yumuşak robotik eldiven müdahalesi ile karşılaştırıldığında, günlük yaşam aktivitelerine yönelik görevlerle birlikte MI-BCI bazlı yumuşak robotik eldivenin daha belirgin fonksiyonel iyileşme ve daha kalıcı kinestetik deneyim gösterdiğini bildirmiştir. Ayrıca, motor hareketlerin algılanmasını da ortaya çıkarabildi⁷. Ek olarak, Ang ve ark. randomize müdahale için orta ila şiddetli üst ekstremite disfonksiyonu olan 21 kronik inme hastasını dahil etti. Klinik fonksiyon, Fugl-Meyer üst ekstremite değerlendirmesi (FMA-UE) ile girişim öncesi ve sonrası değerlendirildi. Sonuçlar, basit dokunsal düğme (HK) robot müdahalesi (HK grubu) ve standart kol terapisi müdahalesi (SAT grubu) ile karşılaştırıldığında, HK'nin MI-BCI müdahalesine (BCI-HK grubu) dayalı hareket kazanımı etkisinin diğer iki gruptan önemli ölçüde daha iyi olduğunu gösterdi⁸. Bununla birlikte, MI-BCI'nin spesifik çalışması hala normatif standartlar gerektirir ve nöral yeniden şekillenme mekanizması tam olarak anlaşılmalıdır, bu da MI-BCI'nin klinik uygulamasını ve tanıtımını sınırlar. Bu nedenle, bu çalışma, üst ekstremite motor disfonksiyonu olan 36 yaşında bir erkek inme hastasında MI-BCI'nin müdahale sürecini göstererek, MI-BCI'nin tüm operasyon sürecini göstermek için müdahale öncesi ve sonrası fonksiyonel sonuç değişikliklerini ve beyin fonksiyonlarının yeniden şekillenmesini özetleyecek ve klinik rehabilitasyon uygulaması ve mekanizma araştırmaları için fikir ve referanslar sağlayacaktır.

Protokol

Bu proje, Guangzhou Tıp Üniversitesi Beşinci Bağlı Hastanesi Tıp Etiği Derneği tarafından onaylanmıştır (onay No. KY01-2021-05-01) 19 Ağustos 2021 tarihinde. Deneme, 19 Ağustos 2021'de Çin Klinik Araştırmalar Kayıt Defterine (kayıt numarası: NO. ChiCTR2100050162) kaydedildi. Tüm hastalar bilgilendirilmiş onam formunu imzaladı.

1. İşe Alım

1. Dahil edilme kriterleri
   1. Dördüncü Ulusal Serebrovasküler Hastalık Konferansı tarafından formüle edilen inme tanı kriterlerini karşılayan hastaları işe almak; 6 ay ≥ hastalık seyri ile beyin bilgisayarlı tomografi veya manyetik rezonans görüntüleme ile doğrulanmış bir serebral apopleksi var; Brunnstrom evre 1-3'te bir el disfonksiyonuna yol açan bir felç geçirdi; 26 ≥ Montreal bilişsel değerlendirmesine (MoCA) sahip olmak; 50 ila 75 yaş arası; sağ elini kullanma hakimdir; Bilgilendirilmiş onayı gönüllü olarak imzalamış olmak.
2. Dışlama kriterleri
   1. Daha önce üst ekstremite kırığı, üst ekstremite deformitesi vb. olan hastaları hariç tutun; durumları kararsızdır veya deney sırasında deneysel sonuçları etkileyen değişiklikler meydana gelir; ciddi kalp, akciğer, karaciğer ve böbrek ve diğer önemli organ hastalıkları nedeniyle deneyin tamamlanamaması; şiddetli bilişsel işlev bozukluğu veya afazi; ciddi zihinsel bozukluklardan muzdarip; nöbet eşiğini azaltan ilaçlar almak; transkraniyal manyetik stimülasyon (TMS) tarafından üretilen manyetik alandan etkilenebilecek herhangi bir implante edilmiş cihaz veya metale sahip olmak.

2. MI-BCI eğitimi

NOT: Bu çalışmada motor görüntülere dayalı üst ekstremite el fonksiyonu için rehabilitasyon robotu seçilmiştir. Cihaz, bir elektroensefalogram (EEG) başlığı (Şekil 1A), bir bilgisayar terminali (yani kontrol arayüzü; Şekil 1B), harici bir manipülatör (Şekil 1E) ve 23 inçlik bir bilgisayar ekranı (Şekil 1C).

1. Konuların hazırlanması
   1. Eğitimin amacını ve yöntemini açıklar ve bunları konular için not eder.
   2. Deneğin kafasının Cz noktasının, başlığın ^9,10 Cz noktası ile çakıştığından emin olmak için MI-BCI EEG başlığını konunun üzerine koyun. Deneğin Cz noktası, baş merkezinin tepe noktasıdır. Bunu doğrulamak için, kulak boncuk çizgisinin kesişme noktasını ve burun ve kaş merkezinden geçen insan medyan çizgisini kontrol edin. Uluslararası 10-20 EEG konumlandırma sistemine göre EEG başlığının Cz noktasını belirleyin¹¹.
   3. Kulakları kafa başlığının kulak dikişinden açıkta tutun ve kafa kapağını sabitlemek için çene kayışını ayarlayın.
   4. Normal tuzlu suya batırılmış 24 elektrotu EEG başlığının oluğuna yerleştirin ve 2 referans elektrotu iki kulak lobuna klipsleyin.
      NOT: Elektrot damlatmadan ıslak halde tutulmalıdır. Elektrot çok kuruysa, EEG sinyal toplama işlemi etkilenecektir. Elektrot çok ıslaksa, damlayan tuzlu su deneğin fonksiyonel performansını etkileyebilir.
   5. Operatör olarak, eğitim sırasında EEG edinimine dikkat edin. Küçük bir EEG bozukluğu aralığı varsa, önce ilgili elektrotun kuruluk, su sıkıntısı veya eğitimle ilgili diğer koşulları gösterip göstermediğini düşünün. Bu sırada, eğitimi ve EEG alımını derhal durdurun ve eğitim devam etmeden önce elektrodu uygun şekilde ıslatın.
   6. EEG sinyali geniş bir bozulma aralığına sahipse, önce referans elektrodun düşüp düşmediğini düşünün. Bu sırada eğitimi hemen durdurun ve referans elektrodu tekrar kulak memesine sıkıştırın.
   7. Manipülatörü hastanın üzerine koyun ve aşırı sıkma veya kaymadan kaynaklanan üst ekstremite önkol ağrısını önlemek için rahat bir eğitim pozisyonuna ayarlayın.
2. Yazılım işlemi
   1. Eğitim yazılımı MI-BCI üst ekstremite el fonksiyonu rehabilitasyon robotunu açın, Kullanıcı Listesine tıklayın ve ad, hastalık adı, doğum tarihi, hastalık tarihi ve etkilenen tarafın konumu dahil olmak üzere hasta bilgilerini girin.
   2. EEG sinyalinin kararlılığını belirgin bir dağınıklık olmayacak şekilde ayarlayın.
   3. Hastanın dinlenme EEG alım sürecini sesli ve yazılı uyarılara göre tamamlamasına izin vermek için Dinlenme EEG düğmesine tıklayın: Lütfen rahatlamak için gözlerinizi kapatın ve lütfen gözlerinizi açın. Bu 60 s sürer.
   4. Görev zorluğunu ve eğitim süresini ayarlamak için Görev Ayarı düğmesine tıklayın. Hastaların gerçek durumuna göre başlangıç eğitim zorluğunu 9. seviyeden yukarı veya aşağı doğru ayarlayın ve eğitim süresini 30 dakika olarak ayarlayın.
   5. Eğitim sırasında MI-BCI sistemi, görev zorluğunu hastanın performansına göre otomatik olarak ayarlayacaktır. Kavranan nesnelerin boyutunun yansıttığı şekilde eğitimin zorluğunu kontrol edin; Görevin zorluğu ne kadar yüksek olursa, kavranan nesneler o kadar ince olur.
   6. Örgün eğitimi başlatmak için Görev EEG düğmesine tıklayın. Hasta tarafındaki ekranda şunlar görüntülenir: Lütfen gözlerinizi kapatın ve 5 saniye rahatlayın.
   7. 5 saniye sonra, hasta tarafındaki ekran şunları gösterir: Lütfen gözlerinizi açın ve elinizin açıldığını/3 saniye süren bir yumruk yaptığını hayal edin. Hastadan ekrandaki komutları takip etmesini isteyin.
   8. Hasta tarafındaki ekran, hastanın videonun hayal gücünde gösterdiği eylemleri simüle etmesine yardımcı olmak için kavrama videosunu / açılış videosunu görüntüler. Hastadan 5 saniye süren bu hareket hayal etme görevini gerçekleştirmesini isteyin.
   9. Sistem, hastanın motor hayal gücünün EEG sinyalini çıkarır, motor niyetin skorunu analiz etmek için algoritmayı kullanır ve bunu hastanın yanındaki ekranda görüntüler. 4 saniye içinde görüntülenecek olan robot geri bildirimini kontrol edin.
      NOT: MI-BCI sistemi tarafından benimsenen model, özellikleri çıkarmak ve EEG sinyallerini^{puanlamak için} FBCNet'tir (çok bantlı filtreleme + kanal ayırma evrişimi + varyans katmanı + FC) 12. MI-BCI sisteminin eşik değeri, çok sayıda klinik araştırma verisine ve çekirdek EEG algoritmasına dayalı olarak belirlenir. Eşik değer 60 puandır.
   10. Görüntülenen motor amacını kontrol edin. Hastanın motor niyeti ≥ 60 puan (eşik değer) ise, sistem belirtilen eylemin gerçekleştirildiğini kabul eder. Hastanın hareket etme niyeti 60 noktadan < ve sistem hastanın belirtilen hareketi gerçekleştiremeyeceğini belirlerse, sesin hastayı devam etmeye ve cesaretinin kırılmamaya teşvik ettiğinden ve hastanın buna uyduğundan emin olun.
   11. Eğitim sürecinde, EEG dalga biçimini gerçek zamanlı olarak gözlemleyin. Herhangi bir anormal durum varsa, egzersizi zamanında askıya alın ve sinyal kararlı olacak şekilde ayarlandıktan sonra eğitimi yeniden başlatın. Hastanın eğitim sırasında ağrısı veya rahatsızlığı varsa, eğitimi durdurun ve sonlandırma nedenini kaydedin.

3. Klinik değerlendirme

1. Bilgilerin toplanması
   1. İsim, cinsiyet, doğum tarihi, eğitim düzeyi gibi konularla ilgili temel kişisel bilgileri toplayın ve kaydedin.
   2. Klinik geçmiş, ilaç geçmişi, kişisel geçmiş vb. gibi deneğin tıbbi geçmişinin koleksiyonunu tamamlayın.
2. Motor fonksiyon değerlendirmesi
   1. İnme deneklerinde üst ekstremitenin (FMA-UE)¹³ Fugl-Meyer değerlendirmesini değerlendirin.
      Toplam puan 66'dır. Skor ne kadar yüksek olursa, hastanın fonksiyonel performansı o kadar iyi olur.
   2. İnme deneklerinde Wolf motor fonksiyon testini (WMFT)¹⁴ değerlendirin. Toplam puan 85'tir. Skor ne kadar yüksek olursa, hastanın fonksiyonel performansı o kadar iyi olur.
3. Bilişsel işlev değerlendirmesi
   1. İnme deneklerinde mini zihinsel durum muayenesini (MMSE)¹⁵ değerlendirin. Eğitim düzeyine göre puanı okuma yazma bilmeyenler ≤17, ilkokul eğitim düzeyi ≤20 ve ortaokul ve üzeri eğitim düzeyi ≤24 olarak ayırın.
4. Emosyonel fonksiyon değerlendirmesi
   1. İnme deneklerinde Hamilton anksiyete ölçeğini (HAMA)¹⁶ değerlendirin. Puan aralıkları: ≥21, belirgin bir kaygı var; ≥14 puan, kesinlikle kaygı var; ve 7 puandan fazla, kaygı olabilir. 7'den az bir puan, anksiyete belirtisi olmadığını gösterir.
   2. İnme deneklerinde Hamilton depresyon ölçeğini (HAMD)¹⁷ değerlendirin. < 7 arası bir puan ortalama, 7-17 arası bir puan bireyin depresyon geçirmiş olabileceğini, 17-24 arası bir puan bireye depresyon tanısı konulabileceğini ve >24 arası bir puan bireyin ağır depresyon geçirdiğini gösterir.

4. fNIRS beyin fonksiyonu değerlendirmesi

Bu çalışma için, bilateral dorsolateral prefrontal korteks (DLPFC), dorsolateral promotör korteks (PMC), dorsolateral primer motor korteks (M1) ve dorsolateral primer duyusal korteks (S1; Şekil 2).

1. Konunun hazırlanması
   1. Eğitimin amacını ve yöntemini açıklar ve konular için not alır. Deneklerin deneyi anladığından ve ilgili prosedürlere aşina olduğundan emin olun; Bu, hasta uyumunun artırılmasına yardımcı olur.
   2. fNIRS test başlığı başlığını deneğin üzerine koyun, deneğin kafasının Cz noktasını belirleyin ve adım 2.1.2'de açıklandığı gibi kafa başlığının Cz noktası ile çakıştığından emin olun.
   3. Her iki kulağın da başlığın kulak dikişinden açıkta kaldığından, başlığın iki taraflı kulak kenarlarının iki taraflı mastoid sürece doğal olarak oturduğundan, başlığın ön kenarının doğal olarak alnına oturduğundan ve arka kenarın arka oksipital kısma doğal olarak oturduğundan emin olmak için konu için kafa başlığını ayarlayın. Kapağı sabitlemek için çene bandını ayarlayın.
   4. Çene bandının sıkılığını uygun şekilde ayarlayın. Çok gevşekse, deney sırasında kafa kapağının yer değiştirmesine yol açacak, bu da yanlış konumlandırmaya neden olacak ve sinyal alımını etkileyecektir. Çok sıkıysa, öznede rahatsızlığa neden olur, bu da uyumu azaltacak ve öznenin işlevsel performansını etkileyecektir.
2. Verilerin önceden toplanması ve toplanması
   1. fNIRS kontrol yazılımına girin, Deney Konusunu seçin ve hasta bilgilerine göre hasta tedavi dosyaları oluşturun.
   2. Sinyalleri kalibre etmek için Ön toplama düğmesine tıklayın. Yakın kızılötesi fonksiyonel beyin görüntüleme sistemi tarafından görüntülenen bölgenin sinyal yoğunluğuna göre, kafa başlığının ışık kaynağını veya alıcısını deneğin kafa derisine daha yakın olacak şekilde ayarlayarak sitenin sinyal yoğunluğunu ve kararlılığını iyileştirin.
   3. Sistem tüm siteleri yeşil olarak gösterdiğinde, sinyal gücü sabittir. Ön toplamayı durdurun ve sinyalde son ayarlamayı yapmak için Otomatik kazanç düğmesine tıklayın.
      NOT: Ön toplama sürecinde, yakın kızılötesi beyin fonksiyonel görüntüleme sistemi, sitelerin sinyal güçlerini temsil etmek için farklı renkler sunar. Gri düşük sinyal gücünü, sarı iyi sinyal gücünü, yeşil mükemmel sinyal gücünü ve kırmızı aşırı güçlü sinyal gücünü temsil eder.
   4. Sinyalleri toplamak için Başlat düğmesine tıklayın. Deneyde sinyal dalgalanmaları ve zayıf elektrot teması gibi çeşitli koşulları gözlemleyin ve kaydedin.
3. fNIRS-motor görev değerlendirmesi
   1. fNIRS sisteminde Motor Görev paradigmasını seçin.
   2. Hastanın üst ekstremitesini test masasına yerleştirin ve deneyden önce hastadan 10 saniye dinlenmesini isteyin.
   3. Deney sırasında etkilenen eli üç blokta kavramak için hastadan egzersiz ritmini takip etmesini isteyin, her blok 30 s görev ve 30 s dinlenme içerir. Her görev 15 denemeden oluşur, her deneme 1 s kavrama ve 1 s kavrama açma içerir.
   4. Her dinlenme sırasında hastalardan gözlerini kapatmalarını ve dinlenmelerini isteyin. Denek etkilenen eli kavrayamıyorsa, denekten bir motor görüntü alıştırması yapmasını isteyin. Test 190 saniye sürer (Şekil 3). Üç bloğun tümü tamamlandıktan sonra, görevi sonlandırın, verileri kaydedin ve kendi oluşturduğunuz veritabanına aktarın.
4. fNIRS-bilişsel görev değerlendirmesi (Stroop görevi)
   1. Davranışsal araştırma yazılımını çalıştırın ve Bilişsel Görev paradigmasını seçin. Hasta tedavi dosyalarını seçin ve ardından Uyum Testini seçin.
   2. Denekten sağlıklı elini klavyenin düğmesine koymasını isteyin, ardından denekten deneme başlamadan önce 10 saniye dinlenmesini isteyin. Uyum testinin üç bloğunu gerçekleştirin, her blok 60 s görev ve 30 s dinlenme içerir. Her bir görev, her biri 2000 ms fiksasyon ve 4000 ms uyaran-yanıttan oluşan, toplam süresi 280 s olan 10 denemeden oluşur (Şekil 4).
      1. Alan yazı tipinin solunda sol sembolü görüntülendiğinde, karakter anlamına (yani sol) göre mümkün olan en kısa sürede klavyedeki ← düğmesine basın.
      2. Alan ızgarasının solunda sağ sembol görüntülendiğinde, karakterin anlamına göre (yani sağda) mümkün olan en kısa sürede klavyedeki → düğmesine tıklayın.
   3. Uyumsuzluk testini seçin; Prosedür, uyum testi ile aynıdır.
      1. Alan yazı tipinin solunda sağ sembol görüntülendiğinde, karakterin anlamını göz ardı edin ve metnin göründüğü konuma (yani sol) göre mümkün olan en kısa sürede klavyedeki ← düğmesine basın.
      2. Alan yazı tipinin sağ tarafında sol sembol görüntülendiğinde, karakterin anlamını göz ardı edin ve metnin konumuna göre (yani sağda) mümkün olan en kısa sürede klavyedeki → düğmesine tıklayın.
   4. Görevi tamamlayın, verileri kaydedin ve kendi oluşturduğunuz veritabanına aktarın.

5. Tedavi sonrası

1. Ön tedavide klinik fonksiyon değerlendirmesi ve fNIRS beyin fonksiyonu değerlendirmesi için yapıldığı gibi değerlendirmeyi gerçekleştirin. Tüm değerlendirmeleri 10^{. egzersiz} seansının bitiminden sonra gerçekleştirin (ayrıntılar için 3.1 ila 4.4 arasındaki adımlara bakın).

6. Veri işleme ve analizi

1. Hastaların kişisel bilgilerini ve klinik değerlendirme ölçeği verilerini özetleyin ve analiz edin.
2. Yakın kızılötesi verileri önceden işlemek için ticari bir yazılım kullanın. Girişim testlerinin zaman aralığı ve hareket artefaktlarının ortadan kaldırılmasını, gürültüyü gidermek için bir bant geçiren filtrenin (0.01-0.2 Hz) seçilmesini, oksijenli hemoglobin (HbO) ve oksijensiz hemoglobinin (HbR) nispi değişikliklerinin hesaplanmasını gerçekleştirin modifiye Beer-Lambert yasasına göre ve optik yoğunluk sinyalini bir kan oksijen konsantrasyonu sinyaline dönüştürün.
   NOT: HbO, farklı koşullar arasındaki değişikliklere karşı HbR'den daha hassastır, bu nedenle bu çalışma şemasında sonraki analizler için yalnızca HbO verileri kullanılmıştır.
3. Analiz verileri olarak kan oksijen tipinde HbO'yu seçin. GLM tasarım matrisini ayarlayın ve görevde görev aşamasını seçin. Oluşturulan tasarım matrisini toplanan verilerle eşleştirmek için Tahmin Et düğmesine tıklayın.
4. Her bir ROI'deki beta değerini hesaplamak için yerleşik doğrusal korelasyon modelini kullanın. Stroop görevindeki parametreleri, doğruluk oranını (ACC) ve tepki süresini (RT) davranışsal araştırma yazılımı aracılığıyla dışa aktarın.

Sonuçlar

Çalışma, 36 yaşında bir erkek inme hastasında MI-BCI müdahalesinden önce ve sonra beyin fonksiyonunun klinik fonksiyonunu ve yeniden şekillenmesini sunmaktadır. Beyin kanamasından 4 aydan fazla bir süre sonra, görüntüleme sonuçlarında sağ frontal lob ve sağ bazal gangliyon bölgesi-radyatif taç bölgesinde kronik kanama odağı görüldü. Hastaya beyin kanaması nedeniyle iyileşme sırasında sol ekstremite motor disfonksiyonu tanısı konuldu. MI-BCI'nin basit ayaktan tedavisi 10 gün (30 dk/seans/...

Tartışmalar

İnme sonrası orta ve şiddetli üst ekstremite motor disfonksiyonu için rehabilitasyon süresi uzundur ve iyileşme zordur, bu da her zaman klinik rehabilitasyon araştırmalarının odak noktası olmuştur¹⁸. Geleneksel üst ekstremite rehabilitasyon eğitimi çoğunlukla basit periferik girişim veya merkezi girişimdir¹⁹. Bu arada, orta ve şiddetli ekstremite disfonksiyonu olan hastaların aktif katılımının olmaması nedeniyle, pasif tedavi esas olarak kötü reh...

Malzemeler

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