一个基于步行图像的大脑计算机接口与视觉反用于Lokomat的脊髓损伤康复

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:

• 脊髓损伤 (SCI) 对恢复运动功能提出了重大挑战.
• 基于运动图像 (MI) 的脑计算机接口 (BCI) 为神经康复提供了一个有希望的途径.
• 将BCI与Lokomat平台等辅助设备集成,可以增强治疗干预措施.

研究的目的:

• 开发和评估基于脑电图 (EEG) 的BCI系统,利用步态图像用于SCI患者的运动恢复.
• 研究一种新的视觉神经反 (VNFB) 系统在调节与步态相关的皮质节律方面的有效性.
• 探索中央和外周神经机制的同时激活,以加强康复.

主要方法:

• 采用多通道EEG系统,在行走过程中区分行走图像任务.
• 实施了视觉神经反 (VNFB) 系统,针对CZ电极周围的特定大脑节奏 (8-12 Hz和15-20 Hz).
• 使用基于欧几里德距离的集群分析策略,使用加权平均MI特征向量作为用户培训的参考.

主要成果:

• 开发的BCI系统实现了平均分类准确率为74.4%.
• 功能分析显示,在几个会话中,集群变异减少,这表明用户控制有所改善.
• 度量表现出班级之间的分离增加 (带有或没有步态MI的被动步行),这表明皮质节律的有效自我调节.

结论:

• 使用基于步行MI的BCI与VNFB的干预显示了使SCI患者能够调节他们的目标皮质节律的潜力.
• 这种方法通过整合机器学习和神经反来促进步行康复系统的进步.
• 该研究强调了通过创新的BCI技术在SCI患者中恢复下肢功能的潜力.