Motor Imagery Riabilitazione BCI dopo l'ictus

Questo studio sarà condotto come uno studio esplorativo al fine di indagare i benefici dell'allenamento delle immagini mentali dei movimenti della mano guidati attraverso il feedback dell'interfaccia cervello-computer (BCI) dopo l'ictus. I pazienti con ictus saranno addestrati a immaginare mentalmente l'apertura e la chiusura della mano (di seguito denominata MI, Motor Imagery). Durante la formazione, i pazienti riceveranno un feedback visivo in tempo reale che riflette l'attività neurale correlata ai processi motori. Il NeuroFeedback (NF) sarà proiettato con un ritardo minimo per massimizzare l'apprendimento neurale. Si ritiene che questo tipo di allenamento cerebrale con feedback abbia un'importanza significativa per stimolare la capacità del cervello di riorganizzarsi e compensare una regione danneggiata.

Ogni partecipante eseguirà la seguente procedura di raccolta dati (per un totale di 33 sessioni di misurazione per RP):

Settimana 1-3:

Valutazioni cliniche al basale, misurazioni MRI 1 volta/settimana, 1 volta/settimana per 2 settimane. Registrazioni EEG al basale, 1 volta/settimana Settimana 4-7 Training di neurofeedback MI 3 volte/settimana Valutazione dell'intervento clinico, 1 volta/settimana Settimana 8-10 Come la settimana 1-3

Misurazioni di risonanza magnetica (MRI). L'esame di risonanza magnetica verrà eseguito su uno scanner Siemens MAGNETOM Prisma 3T (head-coil con 20 canali) al basale e alla sessione di valutazione finale presso il Brain Imaging Centre dell'Università di Stoccolma. Il protocollo MRI comprende i) sequenze anatomiche dell'intero cervello spin-echo pesate in T1 e T2 per la descrizione della dimensione e della posizione della lesione ii) acquisizione di immagini EPI-BOLD dell'intero cervello con eco gradiente pesate in T2* per la valutazione della connettività funzionale dello stato di riposo di reti sensomotorie (risonanza magnetica funzionale allo stato di riposo (fMRI)), e iii) la stessa sequenza della precedente con riposo intervallato da un paradigma di immagini motorie ulteriormente descritto di seguito.

Paradigma Motor Imagery (MI). Il paradigma consiste nell'istruire RP, mediante l'uso di uno schermo di computer a specchio, a i) riposare la mente con gli occhi chiusi, ii) immaginare mentalmente un movimento della mano (MI) o ii) eseguire un movimento della mano. I movimenti della mano che vengono istruiti sono per chiudere la mano o per aprire la mano ed estendere le dita. RP eseguirà diverse ripetizioni di ogni movimento della mano (MI ed esecuzione) al fine di raccogliere una base statistica.

Registrazione EEG di base. Durante le registrazioni EEG di base, RP sarà seduto davanti allo schermo di un computer ed eseguirà il paradigma MI (descritto sopra). Durante queste sessioni, verranno raccolti i dati EEG, EOG, EMG e accelerometrici, descritti in dettaglio di seguito.

Elettroencefalogramma (EEG), elettrooculogramma (EOG), elettromiogramma (EMG) e accelerometro. L'apparecchiatura EEG è costituita da un sistema di acquisizione EEG del cuoio capelluto a 64 elettrodi (Brain Products ActiCHamp). I 64 elettrodi (Ag/AgCl attivi) saranno distribuiti secondo il sistema di posizionamento di riferimento esteso 10-20. Oltre alla registrazione EEG, verranno posizionati 3 elettrodi (passivi Ag/AgCl, prodotti cerebrali) su ciascun lato di entrambi gli occhi e sul lobo dell'orecchio per misurare i movimenti oculari durante l'esperimento (EOG). Gli elettrodi EMG (passive Ag/AgCl, Brain Products) saranno posizionati su quattro muscoli che controllano il polso e le dita secondo un protocollo standardizzato. Due accelerometri-sensori (Brain Products) saranno posizionati sulla mano e sull'indice per registrare l'attività correlata al movimento.

Analisi dei dati EEG, EOG, EMG e dell'accelerometro. I dati registrati saranno ulteriormente analizzati offline al fine di valutare le caratteristiche nei dati che meglio descrivono l'IM dei movimenti della mano. Ciò verrà eseguito in Matlab e Labview combinando script personalizzati con toolbox già sviluppati (come EEGLab, Chronux). Le caratteristiche da valutare includeranno l'attività evocata, gli spettri tempo-frequenza, la fase, i coefficienti di correlazione, la coerenza tra l'altro. Una volta identificata la caratteristica che meglio descrive l'IM, verranno valutati diversi metodi di classificazione e di riconoscimento dei pattern nell'estrazione delle informazioni. Verranno valutati e confrontati, tra gli altri, algoritmi intelligenti, Support Vector Machine (SVM), regressione lineare regolarizzata, classificatori ingenui di Bayes. Questi sono metodi comunemente usati nel campo della neurotecnologia e un precedente studio comparativo che utilizzava dati neurali da registrazioni invasive mostra l'importanza di scegliere un classificatore ben adattato per l'estrazione di informazioni.

Formazione MI-NeuroFeedback (NFT). I dati EEG, EOG, EMG e accelerometrici saranno raccolti come descritto nella sezione "Apparecchiature EEG, EMG e accelerometrici". RP eseguirà il paradigma MI senza l'esecuzione di movimenti della mano. Il feedback in tempo reale dall'attività EEG registrata verrà fornito a RP durante l'IM. Il feedback consiste in una mano virtuale sullo schermo di un computer i cui movimenti riflettono l'attività cerebrale di RP correlata all'IM. I dati registrati verranno ulteriormente analizzati offline con gli strumenti analitici descritti nella sezione precedente.