Imágenes motoras BCI Rehabilitación después de un accidente cerebrovascular

Este estudio se llevará a cabo como un estudio exploratorio para investigar los beneficios del entrenamiento con imágenes mentales de los movimientos de la mano guiados a través de la retroalimentación de la interfaz cerebro-computadora (BCI) después del accidente cerebrovascular. Se entrenará a los pacientes con accidentes cerebrovasculares para que imaginen mentalmente la apertura y el cierre de la mano (en lo sucesivo, MI, imágenes motoras). Durante el entrenamiento, los pacientes recibirán retroalimentación visual en tiempo real que refleja la actividad neuronal relacionada con los procesos motores. El NeuroFeedback (NF) se proyectará con un retraso de tiempo mínimo para maximizar el aprendizaje neuronal. Se cree que este tipo de entrenamiento cerebral con retroalimentación tiene una importancia significativa para estimular la capacidad del cerebro para reorganizarse y compensar una región dañada.

Cada participante pasará por el siguiente procedimiento de recopilación de datos (un total de 33 sesiones de medición por RP):

Semana 1-3:

Evaluaciones clínicas basales, mediciones de resonancia magnética 1 vez/semana, 1 vez/semana durante 2 semanas. Registros de EEG de referencia, 1 vez por semana Semana 4-7 Entrenamiento de MI-neurofeedback 3 veces por semana Evaluación de intervención clínica, 1 vez por semana Semana 8-10 Igual que la semana 1-3

Mediciones de Imágenes por Resonancia Magnética (IRM). El examen de resonancia magnética se llevará a cabo en un escáner Siemens MAGNETOM Prisma 3T (cabeza-bobina con 20 canales) al inicio y en la sesión de evaluación final en el Centro de Imágenes Cerebrales de la Universidad de Estocolmo. El protocolo de resonancia magnética comprende i) secuencias ponderadas T1 y T2 anatómicas de eco de espín de todo el cerebro para describir el tamaño y la ubicación de la lesión ii) adquisición de imágenes EPI-BOLD de eco de gradiente ponderadas en T2* de todo el cerebro para evaluar la conectividad funcional en estado de reposo de redes sensoriomotoras (resonancia magnética funcional en estado de reposo (fMRI)), y iii) la misma secuencia que la anterior con reposo intercalado por un paradigma de imágenes motoras que se describe más adelante.

Paradigma de imágenes motoras (IM). El paradigma consiste en instruir a RP, mediante el uso de una pantalla de computadora con espejo, para que i) descanse con los ojos cerrados, ii) imagine mentalmente un movimiento de la mano (MI), o ii) ejecute un movimiento de la mano. Los movimientos de la mano que se instruyen son cerrar la mano o abrir la mano y extender los dedos. RP realizará varias repeticiones de cada movimiento de la mano (MI y ejecución) con el fin de recopilar una base estadística.

Registro EEG basal. Durante las grabaciones de EEG de referencia, RP se sentará frente a una pantalla de computadora y realizará el paradigma MI (descrito anteriormente). Durante estas sesiones, se recopilarán datos de EEG, EOG, EMG y acelerómetro, que se describen con más detalle a continuación.

Electroencefalograma (EEG), electrooculograma (EOG), electromiograma (EMG) y equipos de acelerómetro. El equipo de EEG consta de un sistema de adquisición de EEG de cuero cabelludo de 64 electrodos (Brain Products ActiCHamp). Los 64 electrodos (Ag/AgCl activos) se distribuirán de acuerdo con el sistema de colocación de referencia extendido 10-20. Además de la grabación de EEG, se colocarán 3 electrodos (ag/agcl pasivo, productos cerebrales) a cada lado de ambos ojos y en el lóbulo de la oreja para medir los movimientos oculares durante el experimento (EOG). Los electrodos EMG (Passive Ag/AgCl, Brain Products) se colocarán sobre cuatro músculos que controlan la muñeca y los dedos de acuerdo con un protocolo estandarizado. Se colocarán dos sensores acelerómetros (productos cerebrales) en la mano y el dedo índice para registrar la actividad relacionada con el movimiento.

Análisis de datos de EEG, EOG, EMG y acelerómetro. Los datos registrados se analizarán más a fondo fuera de línea para evaluar los rasgos característicos de los datos que mejor describen el MI de los movimientos de la mano. Esto se realizará en Matlab y Labview combinando scripts personalizados con cajas de herramientas ya desarrolladas (como EEGLab, Chronux). Las características a evaluar incluirán la actividad evocada, los espectros de tiempo-frecuencia, fase, coeficientes de correlación, coherencia, entre otros. Cuando se haya identificado la característica que mejor describe la MI, se evaluarán diferentes clasificadores y métodos de reconocimiento de patrones para extraer la información. Se evaluarán y compararán algoritmos inteligentes, Support Vector Machine (SVM), regresión lineal regularizada, clasificadores Naïve Bayes, entre otros. Estos son métodos de uso común en el campo de la neurotecnología y un estudio comparativo previo que utilizó datos neuronales de grabaciones invasivas muestra la importancia de elegir un clasificador bien adaptado para extraer información.

MI-Entrenamiento de NeuroFeedback (NFT). Los datos de EEG, EOG, EMG y acelerómetro se recopilarán como se describe en la sección "Equipo de EEG, EMG y acelerómetro". RP realizará el paradigma MI sin la ejecución de movimientos de la mano. La retroalimentación en tiempo real de la actividad de EEG registrada se proporcionará a RP durante MI. La retroalimentación consiste en una mano virtual en una pantalla de computadora cuyos movimientos reflejan la actividad cerebral de RP relacionada con MI. Los datos registrados se analizarán más a fondo fuera de línea con las herramientas analíticas que se describen en la sección anterior.