对患有多发性硬化症的人来说,源级运动图像分类的可行性
John S Russo1, Thomas A Shiels2, Chin-Hsuan Sophie Lin3
1Department of Biomedical Engineering, The University of Melbourne, Melbourne, Australia.
Journal of neural engineering
|March 10, 2025
概括
这项研究表明,在源级分析大脑信号显著提高了多发性硬化症 (pwMS) 患者的大脑计算机接口 (BCI) 的准确性. 这种方法提高了pwMS中的BCI性能,为更好的临床应用铺平了道路.
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
- 康复技术 康复技术 康复技术
背景情况:
- 大脑计算机接口 (BCI) 对患有神经系统疾病的人来说是有前途的,但它们在多发性硬化症 (MS) 中的应用是有限的.
- 在MS中,头皮记录的信号可能会被与疾病相关的皮质变化和体积传导所混,使任务相关的神经活动的隔离复杂化.
- 现有的BCI方法难以区分MS患者的疾病影响和预期的运动指令 (pwMS).
研究的目的:
- 用估计的源活动来分离受MS进展影响的信号和BCI任务相关的信号.
- 通过使用源级信号分析,提高pwMS中的BCI分类准确性.
- 调查源级分析的潜力,以提高MS患者的BCI性能.
主要方法:
- 收集了来自8名不同严重程度的多发性硬化症参与者和10名神经类型对照者的数据.
- 使用的k-means是对等电流双极的集群,以分离暂时独立的信号.
- 在时间频率点进行线性差异分析 (LDA) 分类,以比较传感器级和源级对想象运动的解码精度.
主要成果:
- 源级信号分析显著提高了在pwMS和控制器中对想象的运动与静止和运动与运动分类的解码精度.
- 在神经类型对照组和MS组之间没有观察到α和β频段分类延迟的显著差异.
- 这种改善甚至在由于MS导致的虚弱或的个体的四肢图像中也很明显.
结论:
- 这项研究首次证明了在pwMS中BCI应用的源级分析的好处.
- 源级分析为使用BCI技术增强pwMS的临床结果提供了一个有希望的途径.
- 纵向研究对于了解MS进展如何影响BCI表现至关重要,以获得有效的临床转化.
