Longitudinell validering av nevrofeedback i slagmotorisk rehabilitering gjennom hjerneavbildning

Hvert år lider millioner av mennesker over hele verden av hjerneslag, som er en av de viktigste årsakene til død og langvarig funksjonshemming. Dette fører til kognitive og motoriske svekkelser, noe som resulterer i tap av uavhengighet i deres daglige liv sammen med en ekstra psykologisk innvirkning på humørsykdommer og depresjon. Utvikler seg til en kronisk tilstand, krever hjerneslag kontinuerlig rehabilitering og terapi. Personalized Virtual Reality (VR)-tilnærminger har vist seg å akselerere gjenopprettingsprosessen sammenlignet med intervensjoner som ikke er basert på informasjons- og kommunikasjonsteknologi (IKT). Imidlertid er de fleste av disse nye VR-tilnærmingene kun egnet for en redusert undergruppe av pasienter, vanligvis de med bedre utvinningsprognose og bedre motorisk kontroll. Dermed ble ideen om å trene sentralnervesystemet etablert, gjennom EEG-basert nevrofeedback (NF) og motoriske bilder (MI). Selv om fordelene med MI-NF har blitt illustrert i en mengde studier, tillater ikke den reduserte evnen for slagpasienter til å bruke NF en nøyaktig kontroll, noe som reduserer mulighetene til MI-NF-systemer. Målet med dette prosjektet er å utvikle et nytt og mer inkluderende rehabiliteringssystem med bruk av nye IKT-teknologier, for å overvinne gjeldende begrensninger. Dette vil oppnås ved å identifisere de nevrale korrelatene til motorisk handling under motoriske bilder gjennom hjerneavbildning (fMRI), og forskjeller i hjerneaktivering med ulike trenings-tilbakemeldingsprotokoller for å formulere brukerspesifikke modeller som vil bli brukt senere i NF-MI-rehabiliteringsøkter. Dette vil lette bruken av nevrale grensesnitt for å trene sentralnervesystemet; spesifikt vil etterforskerne utvikle en personlig EEG-basert oppslukende NF gjennom VR for MI-trening. Det endelige målet er å generalisere funnene til et VR-NF-MI treningsparadigme for både innlagte og ambulerende pasienter samt fortsatt hjemmepleie.