혁신적인 운동 재활 치료의 전제 조건으로 비침습적 뇌 기록에서 운동 이미지 디코딩 (MODECO)

건강한 피험자를 대상으로 한 운동 신경과학의 주요 연구에서는 오랫동안 특정 주파수 대역 내에서 유도 전력의 시간 고정 변화가 밝혀졌습니다. 뇌 기록은 행동 중 또는 운동 영상(MI) 중에 뮤(~8~12Hz) 및 베타(~13~30Hz) 주파수 대역에서 기준선에 비해 신호 전력이 점진적으로 감소하는 것으로 나타났습니다. 소위 이벤트 관련 비동기화(ERD). 이 현상은 움직임 준비 및 실행과 관련된 과정을 반영하는 것으로 간주되며 특히 반대쪽 감각운동 피질에서 두드러집니다. 더욱이, 작업 완료 직후 상대적인 전력 증가, 즉 이벤트 관련 동기화(ERS)(베타 반동이라고도 함)가 베타 대역에서 관찰될 수 있습니다. ERS는 동일한 영역에서 억제가 다시 확립되는 것을 반영하는 것으로 생각됩니다.

ERD 및 ERS 현상의 특성화 이후 비침습적 BCI 분야에서는 이러한 기능이 작업 관련 뇌 활동 변조를 정확하게 포착하는지 여부에 대한 논의가 거의 또는 전혀 없었습니다. 신경 생리학에 대한 최근 연구는 이러한 견해에 도전했으며 ERD 및 ERS 패턴은 여러 번의 시도에 대한 평균 신호 전력의 결과로만 나타난다는 것을 입증했습니다. 단일 시험 수준에서 베타 밴드 활동은 지속적인 진동이 아니라 버스트라고 불리는 짧고 일시적인 이벤트로 발생합니다. 이는 ERD 및 ERS 패턴이 각 시행 동안 버스트 확률의 축적된 시간 변화 변화를 반영한다는 것을 나타냅니다. 따라서 베타 버스트는 평균 베타 대역 전력보다 더 많은 행동 관련 정보를 전달할 수 있습니다. 실제로, 팔 움직임과 관련된 인간을 대상으로 한 연구에서는 감각운동 베타 폭발의 타이밍과 움직임 전 반응 시간, 움직임 후 행동 오류 사이의 연관성을 확립했습니다. 전두엽 영역의 베타 버스트 활동도 움직임 취소와 상관관계가 있는 것으로 나타났으며 최근 연구에 따르면 운동 단위 수준의 활동도 감각운동 베타 버스트에 시간 고정되어 일시적인 방식으로 발생하는 것으로 나타났습니다.

베타 버스트 속도는 중요한 정보를 전달하는 것으로 나타났지만 여전히 기본 활동에 대한 다소 단순한 표현으로 구성됩니다. 모든 버스트는 버스트 피크 시간, 피크 주파수, 지속 시간, 주파수 축의 범위 등 TF 기반 기능 세트로 특성화될 수 있습니다. 결과적으로 이러한 모든 설명자는 특정 시간-주파수 변환을 사용하여 추출되며 원시 신호에 포함된 더 복잡한 버스트 파형에 대한 간단한 표현으로 구성되며 주변에 큰 변동성을 갖는 전형적인 평균 모양이 특징입니다. 기존의 신호 처리 방법은 일반적으로 지속적인 진동 및 정지 신호를 가정하고 따라서 본질적으로 과도 활동을 분석하는 데 적합하지 않기 때문에 표준 BCI 접근 방식에서는 파형 특징이 무시됩니다.

베타와 달리 뮤 주파수 대역의 활동은 단일 시도에서도 진동합니다. 이 활동은 일반적으로 기본 신호가 정현파라고 가정하는 시간-주파수 분해 기술을 사용하여 분석됩니다. 그러나 이제 진동 신경 활동은 종종 비정현파이며 원시 파형 모양이 움직임에 대한 정보를 제공할 수 있다는 공감대가 커지고 있습니다. 향후 노력에서는 최근 개발된 비모수적 주기별 분석을 사용하여 이러한 가능성을 활용할 수 있습니다.

이 프로젝트에서 연구자들은 실험 그룹의 높은 공간적 및 생물물리학적 특이성을 위해 자기공명영상(MRI)과 자기뇌파검사(MEG)를 사용하여 운동 BCI 훈련을 안내하기 위한 대상별 신경생리학적 모델의 설계를 최적화할 것입니다. 해부학적 MR 볼륨은 피험자의 머리 위치를 안정화하고 움직임을 최소화하기 위해 MEG 스캐너에 사용되는 개별 헤드 캐스트를 디자인하고 3D 인쇄하는 데 사용됩니다. 이 고정밀 접근 방식(hpMEG)은 층류 활동을 구별하는 수준까지 소스 위치 파악을 크게 향상시켜 EEG 기록 기술보다 뛰어난 것으로 입증되었습니다. MODECO에서 연구자들은 널리 채택된 EEG뿐만 아니라 개별화된 hpMEG 접근 방식을 사용하여 운동 이미지 및 운동 실행과 관련된 베타 및 뮤 주파수 대역의 진동 활동의 폭발을 연구할 것입니다. hpMEG는 EEG 데이터의 온라인 디코딩을 제한하는 데 사용되는 운동 이미지의 주제별 모델을 생성합니다. 이 접근법은 건강한 성인 피험자 그룹(대조군)에 적용 및 검증된 후 다른 타당성 그룹인 환자 그룹(환자 그룹) 및 연령이 일치하는 건강한 참가자(대조군)와 비교됩니다. 조사관은 환자 모집을 시도합니다. 친척). 연구자들은 제안된 접근법을 고전적인 EEG 기반 BCI 접근법과 비교할 것입니다.

조사관은 이 정보를 사용하여 대조군의 후속 EEG 기반 BCI 교육을 최적으로 안내하는 방법을 조사할 것입니다. 이 프로젝트에서 건강한 피험자를 대상으로 철저한 조사를 마친 후 연구자들은 상지 운동 장애가 있는 뇌졸중 환자 모집단에 대한 이 접근법을 평가할 수 있을 것입니다. 이 프로젝트에서는 작업 1.1과 작업 1.2의 두 가지 작업이 설계되었습니다. 작업 1.1의 목적은 실제 및 가상의 손목 확장/굴곡 운동 중 움직임 시작 및 오프셋, 움직임 유형(왼쪽 대 오른쪽), 미세하게 구분된 움직임 진폭을 디코딩하는 주제별 생성 모델을 개발하는 것입니다. 작업 1.2에서 연구자들은 환자의 병변이 손목 움직임 시도를 해독하는 능력을 어떻게 변화시키는지 조사하는 것을 목표로 합니다(대조군 대 환자 그룹).