革新的な運動リハビリテーション療法の前提条件としての非侵襲的な脳記録からの運動画像の解読 (MODECO)

健康な被験者を対象とした運動神経科学の独創的な研究は、長い間、特定の周波数帯域内での誘導電力の時間ロックされた変化を明らかにしてきました。 脳の記録では、動作中または運動イメージ (MI) 中に、ミュー (約 8 ～ 12 Hz) およびベータ (約 13 ～ 30 Hz) の周波数帯域で、ベースラインと比較して信号パワーが徐々に低下することが示されました。いわゆるイベント関連非同期 (ERD)。 この現象は、運動の準備と実行に関連するプロセスを反映していると考えられており、特に対側の感覚運動野で顕著です。 さらに、タスクの完了直後に、電力の相対的な増加であるイベント関連同期 (ERS) (ベータ リバウンドとも呼ばれます) がベータ バンドで観察される可能性があります。 ERS は、同じ領域での阻害の再確立を反映していると考えられています。

ERD および ERS ​​現象の特徴付け以来、非侵襲的 BCI 分野では、これらの特徴が課題に関連した脳活動の変調を正確に捉えているかどうかについてはほとんど議論されていません。 神経生理学における最近の研究はこの見解に異議を唱え、ERD および ERS ​​パターンは複数の試験にわたる信号パワーを平均した結果としてのみ現れることを実証しました。 単一の試験レベルでは、ベータ バンドの活動は持続的な振動としてではなく、バーストと呼ばれる短い一時的なイベントとして発生します。 これは、ERD パターンと ERS ​​パターンが、各試行中のバースト確率の蓄積された時間変化を反映していることを示しています。 したがって、ベータ バーストは、平均化されたベータ バンド パワーよりも動作に関連した情報を運ぶ可能性があります。 実際、腕の動きを伴う人間の研究では、感覚運動ベータバーストのタイミングと動作前の反応時間、および動作後の行動エラーとの関連性が確立されています。 前頭部のベータバースト活動は運動のキャンセルと相関することも示されており、最近の研究では運動単位レベルの活動も一時的に発生し、感覚運動ベータバーストに時間ロックされていることが示されています。

ベータ バースト レートは重要な情報を伝達することが示されていますが、依然として基礎となるアクティビティをかなり単純化して表現したものにすぎません。 すべてのバーストは、一連の TF ベースの特徴、つまりバーストのピーク時間とピーク周波数、および周波数軸での持続時間とそのスパンによって特徴付けることができます。 次に、これらすべての記述子は、特定の時間周波数変換を使用して抽出され、生の信号に埋め込まれているより複雑なバースト波形のより単純な表現を構成します。バースト波形は、周囲に大きな変動を伴う典型的な平均形状によって特徴付けられます。 標準的な BCI アプローチでは波形の特徴は無視されます。これは、従来の信号処理方法は一般に持続的な振動信号と定常信号を前提としており、本質的に一時的なアクティビティの分析には適していないためです。

ベータとは対照的に、ミュー周波数帯域の活動は、単一の試行であっても振動的です。 このアクティビティは通常、基になる信号が正弦波であると仮定する時間周波数分解手法を使用して分析されます。 しかし現在では、振動性神経活動は非正弦波であることが多く、生の波形形状が動きの情報を提供できる可能性があるというコンセンサスが得られつつあります。 今後の取り組みでは、最近開発されたノンパラメトリックなサイクルごとの解析を使用することで、この可能性を利用できる可能性があります。

このプロジェクトでは、研究者らは、磁気共鳴画像法 (MRI) と脳磁気記録法 (MEG) を使用して、実験グループにおける高い空間的および生物物理学的特異性を実現することにより、運動 BCI トレーニングをガイドする被験者固有の神経生理学的モデルの設計を最適化します。 解剖学的 MR ボリュームは、被験者の頭の位置を安定させ、動きを最小限に抑えるために、MEG スキャナーで使用される個々の頭部模型の設計と 3D プリントに使用されます。 この高精度アプローチ (hpMEG) は、層流活動を識別するレベルまで音源位置特定を大幅に改善することが証明されており、EEG 記録技術よりも優れています。 MODECOでは、研究者らは、広く採用されているEEGと同様に個別化されたhpMEGアプローチを使用して、運動イメージと運動実行に関連するベータおよびミュー周波数帯の振動活動のバーストを研究する予定である。 hpMEG は、EEG データのオンライン デコードを制限するために使用される、被験者固有の運動イメージ モデルを生成します。 このアプローチは、健康な成人被験者のグループ (対照群) に適用され検証され、その後、別の実現可能性のある患者グループ (患者グループ) および年齢が一致した健康な参加者 (対照群) と比較されます。研究者は患者の募集を試みます。親族）。 研究者は、提案されたアプローチを古典的な脳波ベースの BCI アプローチと比較します。

研究者らは、この情報を使用して、その後の対照群における脳波ベースの BCI トレーニングを最適に導く方法を調査する予定です。 このプロジェクトで健康な被験者を対象に徹底的な調査を行った後、研究者らは上肢運動障害のある脳卒中患者集団に対してこのアプローチを評価できるようになります。 このプロジェクトでは、タスク 1.1 とタスク 1.2 の 2 つのタスクが設計されています。 タスク 1.1 の目的は、動きのオンセットとオフセット、動きのタイプ (左対右)、および現実と想像上の手首の伸展/屈曲動作の両方で細かく離散化された動きの振幅をデコードする被験者固有の生成モデルを開発することです。 タスク 1.2 では、研究者は、患者の病変によって、試みられた手首の動きを解読する能力がどのように変化するかを調査することを目的としています (対照群と患者群)。