脑电图的特征反映了与分级指部延伸相对应的努力:对半侧脑中风的影响

科学领域:

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

背景情况:

• 大脑-计算机接口 (BCI) 通过电脑电图 (EEG) 解码使残疾人能够与设备互动.
• 解读精细运动意图,特别是在脑皮层损伤的中风幸存者中,仍然是一个重大挑战.

研究的目的:

• 用EEG解码左手的中风患者和健康对照的分级指纹延伸.
• 评估EEG,电肌学 (EMG) 和联合EEG+EMG在解码运动意图方面的有效性.
• 调查与事件相关的脱同步 (ERD) 作为康复过程中运动精力的标记物的实用性.

主要方法:

• 参与者进行了分级的手指延伸 (低,中,高,不去),同时记录了EEG,EMG和手部活动.
• 分类器接受了EEG特征,EMG功率或两者 (EEG+EMG) 的训练,以解码指伸展水平.
• 使用四重交叉验证来评估所有参与者的每个手的解码精度.

主要成果:

• 对于健康的对照组,平均精度为左手的60% (EEG) 和71% (EEG+EMG),右手的60% (EEG) 和74% (EEG+EMG).
• 在中风幸存者中,的左手通过EEG达到65%的准确性 (用EEG+EMG达到68%),与他们的非的手相比.
• 与事件相关的脱同步 (ERD) 与指伸展水平显著增加,并在中风幸存者中显示出ipsilateral模式,与解码能力相关.

结论:

• 在中风幸存者中,基于EEG的指部延伸解码是可行的,即使有皮层病变.
• 与事件相关的脱同步 (ERD) 作为运动精力的强有力的标志物,无论任务是否成功完成.
• 将EEG与残留EMG结合起来可以提高解码精度,为精细运动控制提供有针对性的康复协议的潜力.