探索使用"距离到边界"来操纵中风后运动图像BCI训练中的困难 - - 一项临床两例研究
Jonatan Tidare1, Martin Johansson-Alvarez1, Jeanette Plantin2
1Department of Engineering Sciences, Mälardalen University, Universitetsplan 1, Västerås, Västmanland County, 721 23, Sweden.
Journal of neural engineering
|March 12, 2026
概括
这项研究引入了一种实时方法,用于调整脑计算机接口 (BCI) 难度以进行中风康复. 距离到边界的方法有助于用户产生更强大的大脑模式,提高神经康复的有效性.
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:
- 基于运动图像的脑计算机接口 (MI-BCI) 显示出对中风神经康复的前景.
- 许多使用者因难以产生可辨别的大脑活动模式而与MI-BCI作斗争.
- 个性化BCI任务难度对于用户学习至关重要,但实时适应方法尚未得到充分探索.
研究的目的:
- 探索距离到边界 (DTB) 方法的有效性,以实时适应MI-BCI任务难度.
- 通过多次会议调查与基于DTB的难度适应相关的稳定性和患者特异性的EEG活动.
主要方法:
- 两名慢性中风患者在4周内接受了12次MI-BCI训练.
- 运动图像任务 (打开/关闭手动) 使用多变量电脑电图 (EEG) 解码进行反.
- 用DTB解码指标实时调整任务难度,并采用多会话设计来评估稳定性.
主要成果:
- 患者需要产生更强的α和β事件相关脱同步/同步 (ERDS),以获得积极的反.
- 在线DTB的调整表明了会话内的趋同,并在会话内和会话之间适应数据漂移.
- 更强大的传感动力ERDS并不总是与改善的运动功能相关,这突显了需要个性化定制的需要.
结论:
- 在中风康复中,DTB方法是实时BCI任务难度控制的可行方法.
- 这种适应性策略可以引导患者产生功能相关的神经活动模式.
- 个别患者的个人资料 (中风病变,脑电图活动) 必须为将DTB输出转化为反提供信息,以获得最佳结果.
