Decodificação de imagens motoras a partir de gravações cerebrais não invasivas como pré-requisito para terapias inovadoras de reabilitação motora (MODECO)

Estudos seminais em neurociência motora envolvendo indivíduos saudáveis ​​revelaram, desde há muito tempo, alterações bloqueadas no tempo na potência induzida dentro de uma banda de frequência específica. Foi demonstrado que as gravações cerebrais exibem uma redução gradual na potência do sinal, em relação à linha de base, nas bandas de frequência mu (~ 8-12 Hz) e beta (~ 13-30 Hz) durante uma ação ou durante imagens motoras (MI): o a chamada dessincronização relacionada a eventos (ERD). Considera-se que esse fenômeno reflete processos relacionados à preparação e execução do movimento e é particularmente pronunciado no córtex sensório-motor contralateral. Além disso, logo após a conclusão da tarefa, um aumento relativo na potência, a sincronização relacionada a eventos (ERS) (também conhecida como rebote beta), pôde ser observado na banda beta. Acredita-se que o ERS reflita o restabelecimento da inibição na mesma área.

Desde a caracterização dos fenômenos ERD e ERS, tem havido pouca ou nenhuma discussão no campo da BCI não invasiva sobre se essas características capturam com precisão as modulações da atividade cerebral relacionadas à tarefa. Estudos recentes em neurofisiologia desafiaram esta visão e demonstraram que os padrões ERD e ERS só emergem como resultado da média da potência do sinal em vários ensaios. Em um único nível de teste, a atividade da banda beta ocorre em eventos curtos e transitórios, denominados rajadas, em vez de oscilações sustentadas. Isto indica que os padrões ERD e ERS refletem mudanças acumuladas e variáveis ​​no tempo na probabilidade de explosão durante cada tentativa. Assim, as rajadas beta podem transportar informações mais relevantes do ponto de vista comportamental do que a potência média da banda beta. Na verdade, estudos em humanos envolvendo movimentos de braços estabeleceram uma ligação entre o tempo das explosões beta sensório-motoras e os tempos de resposta antes do movimento, bem como erros comportamentais pós-movimento. A atividade de explosão beta nas áreas frontais também demonstrou estar correlacionada com o cancelamento do movimento e estudos recentes mostram que a atividade no nível da unidade motora também ocorre de maneira transitória, que é bloqueada no tempo para explosões beta sensório-motoras.

Embora tenha sido demonstrado que a taxa de explosão beta contém informações significativas, ela ainda compreende uma representação bastante simplista da atividade subjacente. Cada rajada pode ser caracterizada por um conjunto de recursos baseados em TF: o tempo de pico e a frequência de pico da rajada, bem como sua duração e seu intervalo no eixo de frequência. Por sua vez, todos esses descritores são extraídos usando uma transformação tempo-frequência específica e constituem representações mais simples da forma de onda burst mais complexa que está incorporada nos sinais brutos e que é caracterizada por uma forma média estereotipada com grande variabilidade ao seu redor. As características da forma de onda são negligenciadas nas abordagens BCI padrão, porque os métodos convencionais de processamento de sinais geralmente pressupõem sinais sustentados, oscilatórios e estacionários e, portanto, são inerentemente inadequados para a análise de atividade transitória.

Em contraste com beta, a atividade na banda de frequência mu é oscilatória mesmo em ensaios únicos. Esta atividade é normalmente analisada usando técnicas de decomposição tempo-frequência, que assumem que o sinal subjacente é sinusoidal. No entanto, existe agora um consenso crescente de que a atividade neural oscilatória é muitas vezes não sinusoidal e que a forma bruta da forma de onda pode ser informativa do movimento. Esforços futuros poderiam tirar vantagem desta possibilidade, utilizando análises não paramétricas ciclo a ciclo desenvolvidas recentemente.

Neste projeto, os investigadores irão otimizar o desenho de um modelo neurofisiológico específico do sujeito para orientar o treinamento motor BCI, usando ressonância magnética (MRI) e magnetoencefalografia (MEG) para alta especificidade espacial e biofísica no grupo experimental. Volumes anatômicos de RM serão usados ​​para projetar e imprimir em 3D um molde individual que será usado no scanner MEG, a fim de estabilizar a posição da cabeça do sujeito e minimizar os movimentos. Foi comprovado que esta abordagem de alta precisão (hpMEG) melhora significativamente a localização da fonte até o nível de atividade laminar distinta, o que a torna uma técnica de gravação superior à do EEG. No MODECO, os investigadores usarão uma abordagem hpMEG individualizada, bem como o EEG amplamente adotado, para estudar explosões de atividade oscilatória nas bandas de frequência beta e mu relacionadas à imagem motora e à execução motora. O hpMEG produzirá modelos específicos de imagens motoras que serão usados ​​para restringir a decodificação on-line de dados de EEG. Esta abordagem será aplicada e validada em um grupo de indivíduos adultos saudáveis ​​(grupo de controle) e será então comparada com outro grupo de viabilidade de pacientes (grupo de pacientes) e participantes saudáveis ​​da mesma idade (grupo de controle; os investigadores tentarão recrutar pacientes parentes). os investigadores irão comparar a abordagem proposta com uma abordagem BCI clássica baseada em EEG.

os investigadores investigarão como usar essas informações para orientar de maneira ideal o treinamento subsequente de BCI baseado em EEG no grupo de controle. Após uma investigação completa em indivíduos saudáveis ​​​​neste projeto, os investigadores serão capazes de avaliar esta abordagem em uma população de pacientes com AVC com déficits motores nos membros superiores. Duas tarefas foram projetadas neste projeto: tarefas 1.1 e tarefa 1.2. O objetivo da Tarefa 1.1 é desenvolver modelos generativos específicos do sujeito, decodificando o início e/ou deslocamento do movimento, o tipo de movimento (esquerdo versus direito), bem como a amplitude de movimento finamente discretizada durante movimentos de extensão/flexão do punho reais e imaginários. Na tarefa 1.2, os investigadores pretendem investigar como as lesões dos pacientes alteram nossa capacidade de decodificar tentativas de movimentos do punho (grupo controle vs grupo de pacientes).