運動イメージに基づく脳卒中リハビリテーションのための低次元のニューラルダイナミクスの発見:EEGベースの脳コンピュータインタフェース研究

科学分野:

• 神経科学
• 回復医療
• 生物医学工学

背景:

• 脳卒中のリハビリテーションは 神経機能の回復を目指しますが 回復過程における 神経集団のダイナミクスの理解は限られています
• 神経集団のダイナミクスは,脳の機能の基礎となる基本的な計算単位ですが,臨床環境におけるその変化はまだ十分に理解されていません.

研究 の 目的:

• 脳卒中患者の神経集団動態の安定した低次元構造を特定するための新しい方法を導入する.
• 脳卒中の生存者における運動作業中の神経集団動態に対する脳コンピュータインターフェース (BCI) 訓練の影響を調査する.

主な方法:

• 慢性脳卒中患者がBCI訓練前と後にモーターイメージング (MI) を受けたときの全脳脳波 (EEG) 記録を用いた.
• ニューラル活動をシミュレートし,ニューラルマニフォルドを特定するために次元縮小したEEG信号をプロジェクションするために,応用されたソースローカライゼーション (eLORETA).
• 急性脳卒中患者の 公共のEEGデータセットを分析しました

主要な成果:

• 右利き患者の安定した低次元ニューラルダイナミクスを特定し,脳卒中リハビリテーションのための潜在的なバイオマーカーを示唆しています.
• BCIトレーニングは,ニューラル集団のダイナミクスのグローバルで持続的な回復を促進することを実証しました.
• EEGのテータ帯の振動と 神経集団のダイナミクスとの強い相関が 見つかりました 顕微鏡の性質を示しています

結論:

• 脳卒中のリハビリテーションメカニズムを理解し 検証するための 新しく効果的なツールを提案しています
• 脳卒中後の神経動力の回復における BCIトレーニングの有効性を確認しました
• リハビリテーションの進捗を評価するためのバイオマーカーとして特定された神経ダイナミクスの可能性を強調します.