机器人辅助神经康复的自我感知增强:基于动态电刺激的方法和EEG分析的初步结果

科学领域:

• 神经科学是一个神经科学.
• 康复工程 康复工程 康复工程
• 生物医学工程 生物医学工程

背景情况:

• 机器人辅助 (RA) 康复比手动治疗有好处,但由于自身感知反较弱,限制了患者的康复.
• 麻患者尤其需要增强的感官反来进行有效的康复.
• 现有的方法缺乏足够的自身感知增强,需要新的方法.

研究的目的:

• 提出和验证一种动态电刺激 (DES) 方法来增强RA神经康复中的自身感知.
• 开发定量分析技术,以评估自身感知变化.
• 将DES增强的RA训练与其他康复模式的有效性进行比较.

主要方法:

• 开发了一种使用表面电肌图 (sEMG) 包裹的DES方法,以基于关节角度动态调节电刺激 (ES).
• 采用电脑电图 (EEG) 分析,包括功率光谱密度,源估计和与事件相关的脱同步,用于多视角自感评估.
• 设计了四种训练模式的比较实验:主动,RA,DES-RA和ES-only.

主要成果:

• 在RA康复期间,DES补充显著增强了感觉运动皮层激活.
• 通过DES-RA训练,可以将感觉运动皮层的激活与主动训练相提并论.
• 多视角EEG分析证实了自身感知分析方法的有效性和稳定性.

结论:

• 提出的基于DES的方法有效地提高了RA神经康复中的自身感受.
• 定量分析方法提供了可靠的估计自己的感觉.
• 这种方法在改善临床实践中康复结果方面具有重大潜力.