Reabilitação BCI de imagens motoras após AVC

Este estudo será realizado como um estudo exploratório, a fim de investigar os benefícios do treinamento de imagens mentais de movimentos manuais guiados por feedback da Interface Cérebro-Computador (BCI) após o AVC. Pacientes com AVC serão treinados para imaginar mentalmente a abertura e o fechamento da mão (doravante denominado MI, Imagens Motoras). Durante o treinamento, os pacientes receberão um feedback visual em tempo real que reflete a atividade neural relacionada aos processos motores. O NeuroFeedback (NF) será projetado com atraso mínimo de tempo para maximizar o aprendizado neural. Acredita-se que esse tipo de treinamento cerebral com feedback tenha uma importância significativa para estimular a capacidade do cérebro de se reorganizar e compensar uma região danificada.

Cada participante passará pelo seguinte procedimento de coleta de dados (total de 33 sessões de medição por RP):

Semana 1-3:

Avaliações clínicas de linha de base, medições de ressonância magnética 1 vez/semana, 1 vez/semana durante 2 semanas. Registros de linha de base de EEG, 1 vez/semana Semana 4-7 Treinamento de neurofeedback MI 3 vezes/semana Avaliação de intervenção clínica, 1 vez/semana Semana 8-10 Igual à semana 1-3

Medições de Ressonância Magnética (MRI). O exame de ressonância magnética será realizado em um scanner Siemens MAGNETOM Prisma 3T (cabeça-bobina com 20 canais) na linha de base e na sessão de avaliação final no Stockholm University Brain Imaging Centre. O protocolo de ressonância magnética compreende i) sequências ponderadas T1 e T2 spin-eco do cérebro inteiro para descrição do tamanho e localização da lesão ii) aquisição de imagens EPI-BOLD gradiente ponderadas T2* de todo o cérebro para avaliação da conectividade funcional do estado de repouso de redes sensório-motoras (MRI funcional em estado de repouso (fMRI)) e iii) a mesma sequência anterior com repouso intercalado por um paradigma de imagens motoras descrito abaixo.

Paradigma da Imaginação Motora (IM). O paradigma consiste em instruir RP, por meio de uma tela de computador espelhada, a i) descansar a mente com os olhos fechados, ii) imaginar mentalmente um movimento de mão (MI), ou ii) executar um movimento de mão. Os movimentos das mãos instruídos são para fechar a mão ou para abrir a mão e estender os dedos. RP realizará várias repetições de cada movimento da mão (MI e execução) para coletar uma base estatística.

Gravação de linha de base EEG. Durante as gravações de linha de base do EEG, RP estará sentado em frente a uma tela de computador e executará o paradigma MI (descrito acima). Durante essas sessões, dados de EEG, EOG, EMG e acelerômetro serão coletados e descritos abaixo.

ElectroEncephaloGram (EEG), ElectroOculoGram (EOG), ElectroMyoGram (EMG) e equipamento acelerómetro. O equipamento de EEG consiste em um sistema de aquisição de EEG de couro cabeludo de 64 eletrodos (Brain Products ActiCHamp). Os 64 eletrodos (ativos Ag/AgCl) serão distribuídos de acordo com o sistema estendido de colocação de referência 10-20. Além da gravação do EEG, 3 eletrodos (Ag/AgCl passivo, produtos cerebrais) serão colocados em cada lado de ambos os olhos e no lóbulo da orelha para medir os movimentos oculares durante o experimento (EOG). Eletrodos EMG (Ag/AgCl passivo, produtos cerebrais) serão colocados sobre quatro músculos que controlam o punho e os dedos de acordo com um protocolo padronizado. Dois sensores-acelerômetros (Brain Products) serão colocados na mão e no dedo indicador para registrar a atividade relacionada ao movimento.

Análise de dados de EEG, EOG, EMG e acelerômetro. Os dados registrados serão posteriormente analisados ​​offline para avaliar as características nos dados que melhor descrevem o MI dos movimentos da mão. Isso será realizado em Matlab e Labview combinando scripts feitos sob medida com toolboxes já desenvolvidos (como EEGLab, Chronux). As características a serem avaliadas incluirão a atividade evocada, os espectros tempo-frequência, fase, coeficientes de correlação, coerência entre outros. Quando o recurso que melhor descreve o MI for identificado, diferentes métodos de classificação e reconhecimento de padrões serão avaliados na extração das informações. Algoritmos inteligentes, Support Vector Machine (SVM), regressão linear regularizada, classificadores naïve Bayes entre outros serão avaliados e comparados. Estes são métodos comumente usados ​​no campo da neurotecnologia e um estudo comparativo prévio usando dados neurais de gravações invasivas mostra a importância de escolher um classificador bem adaptado para extrair informações.

MI-NeuroFeedback Training (NFT). Os dados de EEG, EOG, EMG e acelerômetro serão coletados conforme descrito na seção "Equipamento EEG, EMG e acelerômetro". RP realizará o paradigma MI sem a execução de movimentos de mão. O feedback em tempo real da atividade EEG registrada será fornecido ao RP durante o MI. O feedback consiste em uma mão virtual em uma tela de computador cujos movimentos refletem a atividade cerebral de RP relacionada ao MI. Os dados registrados serão posteriormente analisados ​​offline com as ferramentas analíticas descritas na seção anterior.