混合脑电脑接口控制的软机器人手套用于中风康复

科学领域:

• 神经科学和生物医学工程
• 康复技术 康复技术 康复技术

背景情况:

• 现有的脑电脑接口 (BCI) 系统用于中风手部康复,通常使用静态视觉线索,限制性能.
• 运动想象力 (MI) 和稳定状态视觉唤起潜力 (SSVEP) 是具有改进潜力的关键BCI范式.

研究的目的:

• 开发一种创新的混合BCI范式,将MI和SSVEP结合起来,以加强手部康复.
• 将柔软的机器人手套与混合BCI集成为全面的"外围 - 中央 - 外围"康复系统.
• 验证该系统在健康受试者和中风患者中的有效性.

主要方法:

• 通过对不同频率的分解手握动作进行连续视觉刺激 (左边为34Hz,右边为35Hz) 创建了一个混合BCI范式.
• 动力图像 (MI) 和稳定状态视觉唤起潜力 (SSVEP) 信号使用过器银行通用空间模式 (FBCSP) 和过器银行正规关联分析 (FBCCA) 算法来解码.
• 开发了一种新的融合算法,将MI和SSVEP输出结合起来,用于最终的系统决策.

主要成果:

• 混合BCI系统在健康受试者中获得了高精度 (95.83 ± 6.83%) 和中风患者的显著精度 (63.33 ± 10.38%).
• 健康受试者的个人MI和SSVEP准确度 (81.67 ± 15.63%和95.14 ± 7.47%) 被合并系统的准确度所超越.
• 在健康参与者和中风患者中观察到超过50%的准确率,证实了系统的有效性.

结论:

• 拟议的混合BCI系统集成MI,SSVEP和软机器人手套,有效用于手的康复.
• 新的融合算法显著提高BCI性能,而不是个人MI或SSVEP.
• 这种"外围 - 中央 - 外围"的方法为中风幸存者提供了一个有希望的,自然和友好的康复策略.