Afkodning af motoriske billeder fra ikke-invasive hjerneoptagelser som en forudsætning for innovative motoriske rehabiliteringsterapier (MODECO)

Sædvanlige undersøgelser i motorisk neurovidenskab, der involverer raske forsøgspersoner, har i lang tid afsløret tidslåste ændringer i induceret kraft inden for et specifikt frekvensbånd. Hjerneoptagelser viste sig at udvise en gradvis reduktion i signalstyrke i forhold til baseline i mu (~ 8-12 Hz) og beta (~ 13-30 Hz) frekvensbånd under en handling eller under motoriske billeder (MI): såkaldt begivenhedsrelateret desynkronisering (ERD). Dette fænomen anses for at afspejle processer relateret til bevægelsesforberedelse og -udførelse, og er særligt udtalt i den kontralaterale sensorimotoriske cortex. Desuden kunne der kort efter afslutningen af ​​opgaven observeres en relativ stigning i kraft, den begivenhedsrelaterede synkronisering (ERS) (også kaldet beta-rebound) i beta-båndet. ERS menes at afspejle genetablering af hæmning i samme område.

Lige siden karakteriseringen af ​​ERD- og ERS-fænomenerne har der været lidt eller ingen diskussion i det ikke-invasive BCI-felt om, hvorvidt disse funktioner nøjagtigt fanger de opgaverelaterede moduleringer af hjerneaktivitet. Nylige undersøgelser i neurofysiologi har udfordret dette synspunkt og har vist, at ERD- og ERS-mønstrene kun opstår som et resultat af gennemsnitlig signalstyrke over flere forsøg. På et enkelt forsøgsniveau forekommer betabåndaktivitet i korte, forbigående hændelser, kaldet bursts, snarere end som vedvarende svingninger. Dette indikerer, at ERD- og ERS-mønstrene afspejler akkumulerede, tidsvarierende ændringer i burst-sandsynligheden under hvert forsøg. Således kan beta-bursts bære mere adfærdsmæssigt relevant information end den gennemsnitlige beta-båndstyrke. Faktisk har undersøgelser af mennesker, der involverer armbevægelser, etableret en sammenhæng mellem timingen af ​​sansemotoriske beta-udbrud og responstider før bevægelse, såvel som adfærdsfejl efter bevægelse. Beta burst aktivitet i frontale områder har også vist sig at korrelere med bevægelsesannullering, og nyere undersøgelser viser, at aktivitet på det motoriske enhedsniveau også forekommer på en forbigående måde, som er tidslåst til sansemotoriske beta bursts.

Selvom beta burst rate har vist sig at indeholde betydelig information, omfatter den stadig en ret forenklet repræsentation af den underliggende aktivitet. Hvert burst kan karakteriseres af et sæt TF-baserede funktioner: burst peak tid og peak frekvens, såvel som dens varighed og dens spændvidde i frekvensaksen. Til gengæld er alle disse deskriptorer udtrukket ved hjælp af en bestemt tids-frekvens transformation og udgør enklere repræsentationer af den mere komplekse burst-bølgeform, der er indlejret i råsignalerne, og som er karakteriseret ved en stereotyp gennemsnitsform med stor variabilitet omkring sig. Bølgeformegenskaberne negligeres i standard BCI-tilgange, fordi konventionelle signalbehandlingsmetoder generelt forudsætter vedvarende, oscillerende og stationære signaler og er derfor i sagens natur uegnede til at analysere forbigående aktivitet.

I modsætning til beta er aktivitet i mu-frekvensbåndet oscillerende selv i enkelte forsøg. Denne aktivitet analyseres typisk ved hjælp af tids-frekvens dekomponeringsteknikker, som antager, at det underliggende signal er sinusformet. Men der er nu voksende konsensus om, at oscillerende neural aktivitet ofte er ikke-sinusformet, og at den rå bølgeform kan være informativ om bevægelse. Fremtidige bestræbelser kunne drage fordel af denne mulighed ved at bruge nyligt udviklede ikke-parametriske cyklus-for-cyklus analyser.

I dette projekt vil efterforskerne optimere designet af en emnespecifik neurofysiologisk model til at vejlede motorisk BCI-træning ved at bruge Magnetic Resonance Imaging (MRI) og Magnetoencephalography (MEG) til høj rumlig og biofysisk specificitet i forsøgsgruppen. Anatomiske MR-volumener vil blive brugt til at designe og 3D-printe et individuelt head-cast, der vil blive brugt i MEG-scanneren for at stabilisere motivets hovedposition og minimere bevægelser. Denne højpræcisionstilgang (hpMEG) har vist sig at forbedre kildelokaliseringen betydeligt op til niveauet for kendetegnende laminær aktivitet, hvilket gør den til en overlegen EEG-optagelsesteknik. I MODECO vil efterforskerne bruge en individualiseret hpMEG-tilgang, såvel som den bredt anvendte EEG, til at studere udbrud af oscillerende aktivitet i beta- og mu-frekvensbåndene relateret til motorisk billedsprog og motorisk udførelse. hpMEG vil give emnespecifikke modeller af motoriske billeder, der vil blive brugt til at begrænse online afkodning af EEG-data. Denne tilgang vil blive anvendt og valideret på en gruppe af raske voksne forsøgspersoner (kontrolgruppe) og vil derefter blive sammenlignet med en anden gennemførlighedsgruppe af patienter (patientgruppe) og aldersmatchede raske deltagere (kontrolgruppe; efterforskerne vil forsøge at rekruttere patienter pårørende). efterforskerne vil sammenligne den foreslåede tilgang med en klassisk EEG-baseret BCI-tilgang.

efterforskerne vil undersøge, hvordan man bruger denne information til optimalt at guide efterfølgende EEG-baseret BCI-træning i kontrolgruppen. Efter en grundig undersøgelse af raske forsøgspersoner i dette projekt, vil efterforskerne være i stand til at evaluere denne tilgang på en population af apopleksipatienter med motoriske defekter i overekstremiteterne. Der er designet to opgaver i dette projekt opgave 1.1 og opgave 1.2. Formålet med opgave 1.1 er at udvikle fagspecifikke generative modeller, der afkoder bevægelsesstart og/offset, bevægelsestypen (venstre versus højre), samt fint diskretiseret bevægelsesamplitude under både reelle og forestillede håndledsekstensions-/fleksionsbevægelser. I opgave 1.2 sigter efterforskerne på at undersøge, hvordan læsioner hos patienter ændrer vores evne til at afkode forsøg på håndledsbevægelser (kontrol vs patientgruppe).