一个个性化的多模式BCI软机器人系统,用于恢复慢性中风患者的上肢功能

科学领域:

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

背景情况:

• 结合脑电图 (EEG) 和功能近红外光谱 (fNIRS) 的多式脑电脑接口 (BCI) 提供了增强的性能潜力.
• 个性化康复策略对于优化患者中风康复结果至关重要.
• 呼吸可以混功能近红外光谱 (fNIRS) 信号,影响脑电脑接口 (BCI) 数据的准确性.

研究的目的:

• 开发和评估一个基于EEG和fNIRS的个性化的多式多态BCI系统,用于中风康复的软机器人 (BCI-SR) 组件.
• 研究同步运动图像 (MI) 线索与呼吸循环对BCI性能的影响.
• 评估个性化BCI-SR系统在慢性中风患者上肢运动功能改善方面的有效性.

主要方法:

• 在健康参与者的运动成像任务中收集了多式EEG和fNIRS数据.
• 包含一个呼吸传感器,用于机动图像线索的呼吸同步 (RS).
• 使用个性化BCI-SR系统对四名慢性中风患者进行了为期6周的临床试验,通过Fugl-Meyer评估 (FMA) 和行动研究手臂测试 (ARAT) 测量上肢运动功能.

主要成果:

• 呼吸同步 (RS) 减少了氧血球蛋白 (HbO) 读数的变化.
• 与基线相比,在康复后的FMA和ARAT得分显著改善.
• 在所有中风患者中观察到EEG和fNIRS激活模式的惊人连贯性.

结论:

• 使用多模式BCI-SR系统进行个性化康复治疗,可提高中风患者的BCI性能和运动恢复.
• 将运动图像线索与呼吸进行同步,可以提高血液动力学信号的一致性,从而提高运动图像的性能.
• 拟议的多式联接BCI-SR系统在促进神经可塑性和改善中风幸存者的运动功能方面表现有前途.