基于SSVEP的脑机接口控制软体机械手套,用于中风后手部功能康复
基于运动想象(MI)的BCI结合机器辅助设备已被证明是一种有效的神经康复工具,可改善卒中后手部功能。缺点是MI-BCI的用户通常需要接受长期培训,且在一开始效果不好。
为提高性能,提出了基于稳态视觉诱发电位(SSVEP)的BCI,用于检测用户意图,以触发软性机器人手套,进行卒中后手部功能康复。
1. INTRODUCTION
-
STROKE是全球最常见的、导致残疾的疾病,也是导致残疾的主要原因之一。手部功能障碍是卒中幸存者中严重的运动功能障碍,导致操纵能力受损,对生活独立性和日常生活活动产生巨大影响。
-
MI基于BCI(MI-BCI)的用户被要求在没有实际动作的情况下想象身体运动,通常是手部或脚部运动的想象。在这种运动想象过程中,运动皮层可以生成相应的脑电图(EEG)活动。运动意图可以通过事件相关去同步(ERD)和事件相关同步(ERS)模式来分类。MI-BCI的用户需要接受长时间的训练,而通常在开始阶段会遭遇不成功和不满意的结果。因此,MI-BCI策略的训练需要大量时间,并且由于对训练策略的解释差异,卒中患者的训练结果各不相同。因此,以前的MI-BCI临床研究通常排除了患有认知障碍的卒中患者。
-
稳态视觉诱发电位(SSVEP)提供了与MI不同的BCI范式,它是通过不同频率的视觉刺激引发的。与MI-BCI在卒中康复中的选择性不同,SSVEP-BCI需要用户接受较少的培训,并允许不同康复阶段和认知状况的卒中患者使用BCI进行康复。由于40%的卒中患者存在认知障碍,为了扩大参与者的资格,SSVEP-BCI是卒中康复的另一种BCI范式。一些研究已经证明了SSVEP在控制机器人设备方面的可行性。然而,关于SSVEP BCI和软性机器人在卒中后手部康复中的应用尚未有报道。
在这项研究中,我们开发了一种由SSVEP-BCI控制的软性机器人手套系统,用于卒中后手部功能康复。通过与传统疗法和机器人手套康复的结果进行比较,评估了开发的系统在康复后和3个月后的临床效果。研究的目的是证明SSVEP-BCI控制的软性机器人手套在卒中后手部功能康复中的实用性和效益。
2. Methods
2.1 被试
所有研究对象均通过签署同意书从医院住院诊所邀请参加研究。
参与者根据以下纳入标准进行招募:
(1)具有足够的认知能力,能够理解实验后续的指导,Mini-Mental State Examination(MMSE)得分>21;
(2)患有中度到严重的上肢运动障碍(上肢Fugl-Meyer评估得分(FMA-UL)在5和50之间);
(3)单侧脑损伤卒中引起的偏瘫已有超过6个月。
排除标准包括:
(1)修正的Ashworth量表(MAS)>3(严重手部痉挛);
(2)视野缺陷;
(3)构音障碍、忽视或失语症;
(4)药物滥用、酒精或癫痫病史;
(5)未受控制的医疗问题、沟通中的严重认知障碍或双侧梗死。
从87名中风患者中筛选了30名符合条件的病人。分为三组:BCI组,机器人组和传统对照组
在BCI-机器人组中,记录了受试者BCI准确性的平均值,以评估BCI的性能。
实验流程:
BCI系统范式
屏幕的两侧显示了标有“Left”或“Right”的闪烁方块。刺激频率为12和15 Hz。
BCI记录设备:Emotiv EPOC(Emotiv Inc., San Francisco, CA, USA),具有14个电极和128 Hz的采样率,在本研究中,使用位于P7、P8、O1和O2的四个电极来收集EEG信号。
为了接收来自动作观察和闪烁刺激的信息,参与者被建议观看实时动画和闪烁方块之间的边界。
本研究中CCA分析的窗口长度为3秒,间隔为0.25秒。每个窗口都计算了一个目标频率,但仅当在连续四个窗口中检测到相同的目标时,BCI才会输出控制命令以驱动机器人。
3. Result
3.1 人口特征
- 在年龄、性别、卒中侧、卒中类型和卒中后月份等方面,3组之间没有显著差异。
- 在培训计划开始前对三组进行的临床评估结果如表II所示,三组之间没有显著差异(p > 0.05)
3.2 康复的临床评估
一些指标和术语
- Fugl-Meyer Motor Assessment of Upper Limb (FMA-UL):Fugl-Meyer 上肢运动评估,用于测量运动功能,一共66分包括
- FMA shoulder/elbow (42/66) :肩/肘
- FMA wrist/hand (24/66):腕/手
- Wolf Motor Function Test (WMFT):沃尔夫运动功能测试,测量活动领域,具有良好的心理测量特性,可进一步支持从活动水平对 FMA 进行评估。
- Modified Ashworth Scale (MAS):改良阿什沃斯量表,对肘关节、腕关节和掌指关节的改良阿什沃斯量表(MAS)、握力和夹力进行了肌肉痉挛评估。
同一物理治疗师在三个时间点(即训练前、训练后和 3 个月随访)对 FMA、WMFT 和 MAS 进行评估。
培训后(PostT)和3个月后的随访(3 months follow-up,3MFU)时间点上,使用FMA-全身、FMA-肩/肘、FMA-腕/手、MAS-肘部、MAS-腕部、MAS-手指和WMFT进行训练结果评估,结果列在表III中。
统计分析
BCI>Robotics>Control
3.3 BCI-机器人组中的BCI性能
BCI准确性与FMA(full score))改善之间存在显著相关性(r = 0.714,p = 0.032)