Dekódování motorických snímků z neinvazivních mozkových záznamů jako předpoklad pro inovativní motorické rehabilitační terapie (MODECO)

Klíčové studie v motorické neurovědě zahrnující zdravé subjekty již dlouhou dobu odhalují časově uzavřené změny v indukovaném výkonu ve specifickém frekvenčním pásmu. Ukázalo se, že mozkové záznamy vykazují postupné snižování výkonu signálu ve srovnání se základní linií ve frekvenčních pásmech mu (~ 8-12 Hz) a beta (~ 13-30 Hz) během akce nebo během zobrazování motorů (MI): tzv. desynchronizace související s událostmi (ERD). Tento jev je považován za odraz procesů souvisejících s přípravou a prováděním pohybu a je zvláště výrazný v kontralaterálním senzomotorickém kortexu. Navíc krátce po dokončení úkolu bylo možné v pásmu beta pozorovat relativní nárůst výkonu, synchronizaci související s událostmi (ERS) (také označovanou jako beta odraz). Předpokládá se, že ERS odráží znovuobnovení inhibice ve stejné oblasti.

Od charakterizace jevů ERD a ERS se v oblasti neinvazivních BCI vedla jen malá nebo žádná diskuse o tom, zda tyto vlastnosti přesně zachycují modulace mozkové aktivity související s úkoly. Nedávné studie v neurofyziologii tento názor zpochybnily a prokázaly, že ERD a ERS vzory se objevují pouze jako výsledek zprůměrování síly signálu během několika pokusů. Na úrovni jednoho pokusu se aktivita beta pásma vyskytuje v krátkých přechodných událostech, nazývaných burst, spíše než jako trvalé oscilace. To ukazuje, že vzory ERD a ERS odrážejí akumulované, časově se měnící změny pravděpodobnosti prasknutí během každého pokusu. Beta záblesky tedy mohou nést více behaviorálně relevantních informací než průměrný výkon beta pásma. Studie na lidech zahrnující pohyby paží skutečně prokázaly souvislost mezi načasováním senzomotorických beta vzplanutí a dobou odezvy před pohybem a také chybami chování po pohybu. Aktivita beta vzplanutí ve frontálních oblastech také koreluje se zrušením pohybu a nedávné studie ukazují, že aktivita na úrovni motorické jednotky se také vyskytuje přechodným způsobem, který je časově omezen na senzomotorické beta vzplanutí.

I když se ukázalo, že beta burst rate nese významné informace, stále obsahuje spíše zjednodušenou reprezentaci základní aktivity. Každý burst může být charakterizován sadou vlastností založených na TF: špičkovou dobou burstu a špičkovou frekvencí, stejně jako jeho trváním a jeho rozpětím ve frekvenční ose. Na druhé straně jsou všechny tyto deskriptory extrahovány pomocí konkrétní časově-frekvenční transformace a tvoří jednodušší reprezentace složitějšího pulzního průběhu, který je zabudován do hrubých signálů a který je charakterizován stereotypním průměrným tvarem s velkou variabilitou kolem něj. Charakteristiky tvaru vlny jsou ve standardních BCI přístupech zanedbávány, protože konvenční metody zpracování signálu obecně předpokládají trvalé, oscilační a stacionární signály, a jsou tak ze své podstaty nevhodné pro analýzu přechodné aktivity.

Na rozdíl od beta je aktivita ve frekvenčním pásmu mu oscilační i v jednotlivých pokusech. Tato aktivita se typicky analyzuje pomocí technik časově-frekvenčního rozkladu, které předpokládají, že základní signál je sinusový. Nyní však roste konsenzus, že oscilační nervová aktivita je často nesinusová a že hrubý tvar vlny může být informativní pro pohyb. Budoucí úsilí by mohlo využít této možnosti použitím nedávno vyvinutých neparametrických analýz cyklů po cyklech.

V tomto projektu výzkumníci optimalizují návrh neurofyziologického modelu specifického pro daný subjekt pro vedení motorického BCI tréninku pomocí magnetické rezonance (MRI) a magnetoencefalografie (MEG) pro vysokou prostorovou a biofyzikální specifičnost v experimentální skupině. Anatomické svazky MR budou použity k návrhu a 3D tisku individuálního odlitku hlavy, který bude použit ve skeneru MEG, aby se stabilizovala poloha hlavy subjektu a minimalizovaly se pohyby. Bylo prokázáno, že tento vysoce přesný přístup (hpMEG) významně zlepšuje lokalizaci zdroje až na úroveň rozlišení laminární aktivity, což z něj dělá lepší techniku ​​záznamu než EEG. V MODECO budou vyšetřovatelé používat individualizovaný přístup hpMEG, stejně jako široce přijímané EEG, ke studiu záblesků oscilační aktivity ve frekvenčních pásmech beta a mu souvisejících s motorickým zobrazováním a prováděním motoru. hpMEG poskytne subjektově specifické modely motorických snímků, které budou použity k omezení online dekódování EEG dat. Tento přístup bude aplikován a ověřen na skupině zdravých dospělých subjektů (kontrolní skupina) a poté bude porovnán s jinou skupinou proveditelnosti pacientů (skupina pacientů) a zdravých účastníků stejného věku (kontrolní skupina; výzkumníci se pokusí získat pacienty příbuzní). vyšetřovatelé porovnají navrhovaný přístup s klasickým BCI přístupem založeným na EEG.

vyšetřovatelé budou zkoumat, jak tyto informace využít k optimálnímu vedení následného tréninku BCI založeného na EEG v kontrolní skupině. Po důkladném zkoumání u zdravých subjektů v tomto projektu budou vědci schopni zhodnotit tento přístup na populaci pacientů s cévní mozkovou příhodou s motorickým deficitem horních končetin. V tomto projektu byly navrženy dvě úlohy: úloha 1.1 a úloha 1.2. Cílem úlohy 1.1 je vyvinout generativní modely specifické pro daný předmět, které dekódují začátek a/nebo ofset pohybu, typ pohybu (levý versus pravý) a také jemně diskretizovanou amplitudu pohybu během skutečných i představovaných pohybů extenze/flexe zápěstí. V úloze 1.2 se vyšetřovatelé snaží prozkoumat, jak léze pacientů mění naši schopnost dekódovat pokusy o pohyby zápěstí (kontrola vs. skupina pacientů).