点击上面"脑机接口社区"关注我们
更多技术干货第一时间送达
我们的大脑与其他器官不同,大脑的神经可塑性允许它在功能上以有益的方式自我重塑。但患者无法仅靠大脑来实现这一点,它需要患者参与有针对性的干预,这也是大脑能够实现自我重塑的关键。
虽然当前已经有大量的机械设备能够以一种结构化的方式促进手臂运动,集中训练患肢以改善治疗,而且这种系统也相当有效,然而这类系统并没有将动作与患者的真实意图联系起来,因此错过了更直接的训练方案。
近日,由休斯顿大学(Universityof Houston)的一个研究小组牵头,联合德克萨斯州一些医学研究机构的研究人员开发出一种BMI系统,该系统结合了脑机接口和机械手臂,可以对接受治疗的患者的实际意图做出反应。该系统可以改善那些不再从传统的中风康复治疗中获益的患者的手臂和手部运动。
参与研究的志愿者在中风后手臂活动受限,他们戴着脑电图帽来获取他们的脑波。能够移动受影响的手臂外骨骼被连接到一台计算机上,该计算机从脑电图信号中检测用户意图,并相应地移动手臂。如果没有检测到这个意图,外骨骼就不会移动,从而确保大脑参与到设备的每个动作中。
实验与分析
该项目的临床试验方案包括14-15个疗程和5个功能评估(图2A)。最初的2个疗程用于为每个参与者校准BMI算法。参与者P2和P8进行了额外的校准,以微调BMI分类器的参数。校准后,给参与者提供BMI外骨骼治疗12次,每周3次,共4周。参与者P10在工作日无法参加,因此,他安排在周末进行,为期6周。如前所述,在基线进行了两次功能评估,治疗后进行了一次评估,以及在2周和2个月的随访中进行了功能评估。
以脑电图为基础的BMI控制MAHI外骨骼中风康复
上图A)为临床研究方案时间表;B)为实验装置的示意图,显示由MAHI Exo-II训练的中风参与者的肘部受损,同时记录了EEG和EMG活动。在此BMI方案中,在向外骨骼发出“执行”或“等待”命令之前,针对来自受损手臂的残余EMG活动,验证了从EEG成功检测到运动意图的能力。参与者面前的计算机屏幕可提示试验的开始和结束,并提供运动的同时视觉反馈。
在为期4-6周的治疗方案中,通过通过BMI触发外骨骼运动,参与者平均完成132±22次重复。如下图A顶部图所示,平均预测精度始终优于随机概率(=50%)。在最后的5个疗程中,4个参与者达到了超过90%的准确率。覆盖在图上的是参与者在不同时间段的BMI性能曲线,分别为最佳(P9)和最差(P7)。图中其余的图展示了BMI在避免误报的能力、早期检测的时间以及用户的支持率等方面的表现。
研究人员对患者进行了康复治疗,经过4周总共12个疗程后,新的康复系统显示了令人印象深刻的结果,80%的参与者在临床相关的功能结果上有所改善。
休斯敦大学德克萨斯大学教授GerardFrancisco博士表示:"这是一种测量大脑对治疗干预反应的新方法。这项研究表明,某些类型的干预(在这里表示的是使用机器人)可以触发大脑的某些部位来形成运动的意图。这意味着未来我们可以加强现有的治疗方案,更多地关注激活大脑特定区域的重要性,从而放大对治疗的反应。"
论文参考
Neural activity modulations and motor recovery following brain-exoskeleton interface mediated stroke rehabilitation
文章来源于网络,仅用于学术交流,
不用于商业行为,转载请联系后台
若有侵权及疑问,请后台留言,管理员即时删侵!
更多阅读
基于头皮脑电的癫痫分类
复旦研制出国内首款无线脑机接口芯片,获国际顶级科技会议奖项
基于生理信号的情感计算研究综述(一)
基于SSVEP-EOG的混合BCI用于机械臂控制
全球知名脑科学实验室:陈天桥雒芊芊研究院(TCCI)招聘脑机接口项目(副)主任以及认知评估科学家
手把手教你EEG脑电数据预处理-操作篇
Python-可视化Evoked数据
快速入门脑机接口:BCI基础(一)
你的每一次在看,我都很在意!