FES-interventioiden vaikutus aivohalvauksen dynamiikkaan

Hemiplegiaa ja siihen liittyvää jalkojen putoamista esiintyy 50 %:lla aivohalvauksesta selviytyneistä, ja se heikentää usein yksilön kykyä kävellä. Functional Electrical Stimulation (FES) -pohjaiset neuroproteesilaitteet on kehitetty korjaamaan jalan putoamista. Liberson et ai. tutki alun perin näiden laitteiden tehokkuutta. joka osoitti, että sähköstimulaatiot voivat auttaa palauttamaan toiminnalliset liikkeet halvaantuneissa raajoissa. Jalkojen pudotuksessa autetun avun lisäksi nämä laitteet ovat osoittaneet merkittäviä parannuksia biomekaanisissa muuttujissa, kuten kävelynopeudessa, matkassa, askeleen pituudessa ja aivohalvauksen saaneiden henkilöiden fysiologisissa kustannuksissa. Jotta sähköisten stimulaatioiden vaikutus kävelyn palautumiseen voitaisiin ymmärtää kattavasti, on tärkeää analysoida kävelyn dynaamisia puolia ja mitata kävelyn vaihtelua toiminnallisen sähköstimulaation aikana. Ehdotetussa tutkimuksessa määritämme FES-avusteisen kävelyn "kävelysymmetrian" käyttämällä nilkan ja polven kahdenvälisiä syklogrammeja 6 kuukauden aikana. Tämä uusi lähestymistapa ottaa huomioon tasapainon dynamiikan ja monimutkaisuuden mittaamalla nivelten poikkeamat symmetrialinjasta jokaisessa kävelysyklissä ja tarjoaa paremman mittauksen kävelysymmetriasta. Tämän tulosmitan hyödyntäminen antaa meille mahdollisuuden ymmärtää sähköisen stimulaation roolia nilkassa ja kuinka tämä vaikutus siirtyy polven ja lonkan niveliin kävelyn aikana. Selektiivisten lihasryhmien pinnan elektromyogrammien (EMG) muutokset osoittavat, kuinka FES voi edistää lihasten uudelleenkoulutusta aivohalvauksen jälkeen. Käytämme kehittyneitä signaalinkäsittelyalgoritmeja poistaaksemme FES-artefaktin EMG-signaalista, jotta voimme analysoida kattavasti FES-intervention vaikutusta. Lopuksi käytämme pääkomponenttianalyysiä (PCA) - edistynyttä tiedonlouhintatekniikkaa aivohalvauksen saaneiden henkilöiden yleisen kävelyn palautumisprosessin seuraamiseen ja kvantifiointiin käyttämällä kuvion luokittelualgoritmeja. Kävelysymmetriamitta ja EMG:t luokitellaan tilastollisesti, jotta ne erottuvat selvästi lähtötilanteesta ja 6 kuukauden välein. Tämän luokituksen avulla voimme tunnistaa henkilöt, jotka reagoivat parhaiten interventioon. Nämä tiedot ovat kriittisiä ja antavat tutkijoille ja kliinikoille mahdollisuuden suunnitella kuntoutusprosessia uudelleen. Tällainen tieteellinen arviointi tarjoaa perustan FES-laitteiden tai -teknologioiden jatkokehittämiselle ja käyttöönotolle, mikä tukee NINDS:n perustavoitetta muuttaa perus- ja kliiniset löydöt paremmiksi tavoiksi hoitaa neurologisia häiriöitä.