Brain Computer Interface (BCI) teknologi til slagtilfælde håndrehabilitering (ARTS-BCI)

Fysioterapi-tilgange er de facto-rehabilitering for slagtilfælde, som involverer menneskelige terapeuter til at hjælpe patienter med slagtilfælde med at genoprette deres motoriske evner. Moderne rehabiliteringsteknologier omfatter robotteknologi, funktionel elektrisk stimulering, transkraniel magnetisk stimulering og virtual reality. Robotrehabilitering afhjælper de arbejdskrævende aspekter af fysisk rehabilitering af menneskelige terapeuter og kan potentielt forbedre produktiviteten af ​​slagtilfælderehabilitering. Det er dog grundlæggende baseret på bevægelsesgentagelse med visuel feedback, der hjælper apopleksipatienter med at forbedre den motoriske evne i deres svage slagtilfælde-ramte arme og ben. Robotten er dog stadig i stand til at flytte den svage del af patienten, selvom patienten ikke er opmærksom på træningen og dermed bliver robottræningen en passiv aktivitet. I modsætning hertil virker BCI-baseret robottræning ved at sikre aktivt engagement fra de hemiparetiske patienter i at lave en frivillig bevægelse. Derudover er hemiplegiske eller fastlåste apopleksipatienter, som ikke har nogen motorisk kraft på de berørte lemmer, så i stand til at engagere sig og udføre en frivillig bevægelse på disse berørte lemmer.

BCI-baseret robotrehabilitering udfylder dette hul ved at detektere den motoriske hensigt hos hemiplegiske patienter ud fra elektroencefalogrammet (EEG) signaler til at drive robotrehabiliteringen. Dette BCI-baserede robotrehabiliteringsprojekt for slagtilfælde blev udført i fællesskab af Tan Tock Seng Hospital (TTSH), National Neuroscience Institute (NNI) og Institute for Infocomm Research (I2R). Foreløbige kliniske forsøg udført på TTSH har vist, at patienter med slagtilfælde kan operere BCI lige så effektivt som raske forsøgspersoner.

Specifikt vil dette forskningsprojekt adressere følgende huller inden for området rehabilitering for slagtilfælde:

1. Single-modal BCI - Det nuværende system anvender en enkelt modal ikke-invasiv EEG-baseret BCI, der detekterer motoriske hensigter ved hjælp af mindst 2,5 sekunders EEG-data. Derfor foreslås forskning i en avanceret multimodal BCI såsom synergisering af nær-infrarød spektroskopi med EEG for at give et mere responsivt og effektivt BCI-baseret robotrehabiliteringssystem.
2. Standardterapi - Det nuværende system anvender en standardterapi for alle slagtilfældepatienter. Men fysioterapeuter og ergoterapeuter anvender normalt en mere individuel terapi for hver apopleksipatient. Derfor foreslås forskning i en individualiseret terapi for hver apopleksipatient i henhold til hans eller hendes indlæringshastighed og neurologiske fornærmelse.
3. Kun fysiologisk genoptræning - Det nuværende system udfører kun fysiologisk genoptræning af motoriske funktioner hos apopleksipatienter. I øjeblikket er nogle validerede skalaer for depression efter slagtilfælde, såsom Beck-depressionsopgørelse, CES-D, Zung-skala, State trait, HADS osv. vanskelige at administrere til patienter med slagtilfælde, som ikke kan deltage med vurdering på grund af svækkede sproglige eller kognitive evner. Derfor foreslås et avanceret BCI-baseret rehabiliteringssystem, der også registrerer den mentale tilstand hos apopleksipatienten, til at dække både fysiologisk og psykologisk rehabilitering.
4. Øvre ekstremitetsrehabilitering - Det nuværende system, som bruger det klinisk beviste MIT Manus robotrehabiliteringssystem, udfører kun rehabilitering af øvre lemmer for patienter med slagtilfælde i grov rækkevidde. Menneskelige håndfærdigheder består derimod af mere komplekse manipulationsbevægelsesmønstre, som kan gribes ind af BCI-baseret robotrehabilitering. Derfor foreslås et avanceret BCI-baseret genoptræningssystem, der dækker håndfunktionen, til at dække genoptræningen af ​​hele den øvre ekstremitet.