Snímky motoru BCI Rehabilitace po mrtvici

Tato studie bude provedena jako explorativní studie s cílem prozkoumat výhody tréninku mentálních představ o pohybech rukou vedených prostřednictvím zpětné vazby Brain-Computer Interface (BCI) po mrtvici. Pacienti s cévní mozkovou příhodou budou trénováni, aby si v duchu představili otevírání a zavírání ruky (dále nazývané MI, Motor Imagery). Během tréninku budou pacienti dostávat vizuální zpětnou vazbu v reálném čase, která odráží nervovou aktivitu související s motorickými procesy. NeuroFeedback (NF) bude promítán s minimálním časovým zpožděním, aby se maximalizovalo neurální učení. Předpokládá se, že tento typ tréninku mozku se zpětnou vazbou má značný význam pro stimulaci schopnosti mozku reorganizovat se a kompenzovat poškozenou oblast.

Každý účastník projde následujícím postupem sběru dat (celkem 33 měření na RP):

Týden 1-3:

Klinická základní hodnocení, 1krát týdně měření MRI, 1krát týdně po dobu 2 týdnů. Základní záznamy EEG, 1krát/týden 4.–7. týden Trénink MI-neurofeedback 3krát týdně Hodnocení klinické intervence, 1krát/týden 8.–10. týden Stejné jako 1.–3.

Měření magnetickou rezonancí (MRI). Vyšetření magnetickou rezonancí bude provedeno na skeneru Siemens MAGNETOM Prisma 3T (hlava-cívka s 20 kanály) na základní linii a při závěrečném hodnocení ve Stockholm University Brain Imaging Centre. Protokol MRI obsahuje i) anatomické celomozkové spin-echo T1 a T2 vážené sekvence pro popis velikosti a lokalizace lézí ii) získání T2*-vážených gradientních echo EPI-BOLD snímků celého mozku pro posouzení klidového stavu funkční konektivity senzomotorické sítě (funkční magnetická rezonance v klidovém stavu (fMRI)) a iii) stejná sekvence jako předchozí s klidem prokládaným paradigmatem motorického zobrazování dále popsaným níže.

Paradigma Motor Imagery (MI). Paradigma spočívá v instruování RP pomocí zrcadlené obrazovky počítače, aby buď i) odpočíval se zavřenýma očima, ii) mentálně si představoval pohyb ruky (MI), nebo ii) vykonával pohyb rukou. Pohyby rukou, které jsou instruovány, jsou buď zavření ruky, nebo otevření ruky a natažení prstů. RP provede několik opakování každého pohybu ruky (MI a provedení), aby shromáždil statistický základ.

Základní záznam EEG. Během základních záznamů EEG bude RP sedět před obrazovkou počítače a bude provádět paradigma MI (popsáno výše). Během této relace budou shromažďována data EEG, EOG, EMG a akcelerometru, která jsou dále popsána níže.

Zařízení ElectroEncephaloGram (EEG), ElectroOculoGram (EOG), ElectroMyoGram (EMG) a akcelerometry. Zařízení EEG se skládá z 64elektrodového systému akvizice EEG pokožky hlavy (Brain Products ActiCHamp). 64 elektrod (aktivní Ag/AgCl) bude rozmístěno podle rozšířeného systému umístění referenčních 10-20. Kromě záznamu EEG budou na každou stranu obou očí a na ušní boltce umístěny 3 elektrody (pasivní Ag/AgCl, Brain Products) pro měření pohybů očí během experimentu (EOG). Elektrody EMG (pasivní Ag/AgCl, Brain Products) budou umístěny na čtyři svaly ovládající zápěstí a prsty podle standardizovaného protokolu. Na ruku a ukazováček budou umístěny dva senzory akcelerometru (Brain Products), aby bylo možné zaznamenávat aktivitu související s pohybem.

Analýza dat EEG, EOG, EMG a akcelerometru. Zaznamenaná data budou dále analyzována offline, aby se vyhodnotily charakteristické rysy v datech, které nejlépe popisují MI pohybů rukou. To bude provedeno v Matlabu a Labview kombinováním skriptů na zakázku s již vyvinutými sadami nástrojů (jako je EEGLab, Chronux). Mezi vlastnosti, které mají být hodnoceny, bude mimo jiné patřit vyvolaná aktivita, časově-frekvenční spektra, fáze, korelační koeficienty, koherence. Když byla identifikována vlastnost, která nejlépe popisuje MI, budou při extrakci informace vyhodnoceny různé metody klasifikace a rozpoznávání vzorů. Budou vyhodnoceny a porovnány mimo jiné inteligentní algoritmy, Support Vector Machine (SVM), regularizovaná lineární regrese, naivní Bayesovy klasifikátory. Jedná se o běžně používané metody v oblasti neurotechnologie a předchozí srovnávací studie využívající neurální data z invazivních záznamů ukazuje důležitost výběru dobře přizpůsobeného klasifikátoru pro extrakci informací.

MI-NeuroFeedback Training (NFT). Údaje EEG, EOG, EMG a akcelerometru budou shromažďovány tak, jak je popsáno v části „Zařízení EEG, EMG a akcelerometru“. RP provede paradigma MI bez provádění pohybů rukou. Během IM bude RP poskytnuta zpětná vazba v reálném čase ze zaznamenané aktivity EEG. Zpětnou vazbu tvoří virtuální ruka na obrazovce počítače, jejíž pohyby odrážejí mozkovou aktivitu RP související s IM. Zaznamenaná data budou dále analyzována offline pomocí analytických nástrojů, které jsou popsány v předchozí části.