外骨引导的被动运动引起了中风康复中可概括的BCI的标准化EEG模式

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
• 生物医学信号处理

背景情况:

• 针对中风恢复的基于活动运动的脑计算机接口 (BCI) 面临因主体间变异性而面临的概括性挑战.
• 使用外骨引导康复的基于被动运动的BCI通过评估电脑电图 (EEG) 响应提供了潜在的解决方案.
• 这项研究评估了健康个体和中风幸存者的EEG模式和算法概括.

研究的目的:

• 调查基于被动运动的BCI在改善中风患者的运动恢复方面的有效性.
• 在被动运动期间评估脑电图 (EEG) 响应和算法概括.
• 为了比较不同BCI算法 (CSP和EEGNet) 在解码健康受试者和中风患者在被动运动期间的神经信号的性能.

主要方法:

• 记录了20名健康受试者和10名中风患者在自愿和被动手部运动期间的EEG信号.
• 使用时间和时间频率域方法分析了EEG数据,以评估与事件相关的潜力 (ERP),与事件相关的脱同步 (ERD) 和同步 (ERS).
• 评估了共同空间模式 (CSP) 和EEGNet算法的性能,用于主体内和跨主体解码.

主要成果:

• 与自愿运动相比,被动运动在健康受试者中引起了更强烈,更一致的EEG反应 (ERP).
• 脑卒中患者在自愿运动时显示出与运动相关的EEG模式受损,但在被动运动时表现出更健康的模式.
• 与CSP相比,EEGNet在被动运动的跨主体解码方面取得了更高的准确性 (84.19%的患者,86.00%的健康人),显示出更高的概括性.

结论:

• 被动运动引起一致的神经反应,增强了解码算法对中风康复的概括性.
• 在被动运动BCI中整合外骨唤起的自感反,减少了个体间的变化,增加了临床可行性.
• 未来的研究应该探索在外骨架辅助中风康复范式内结合主动和被动运动.