Реабилитация двигательных изображений BCI после инсульта

Это исследование будет проведено как предварительное исследование, чтобы изучить преимущества тренировки мысленных образов движений рук, управляемых с помощью обратной связи интерфейса мозг-компьютер (BCI) после инсульта. Пациенты, перенесшие инсульт, будут обучены мысленно представлять, как открывается и закрывается рука (далее именуемая ИМ, моторное воображение). Во время обучения пациенты будут получать визуальную обратную связь в режиме реального времени, отражающую нейронную активность, связанную с двигательными процессами. Нейрообратная связь (NF) будет проецироваться с минимальной временной задержкой, чтобы максимизировать нейронное обучение. Считается, что этот тип тренировки мозга с обратной связью имеет большое значение для стимуляции способности мозга к реорганизации и компенсации поврежденной области.

Каждый участник пройдет следующую процедуру сбора данных (всего 33 сеанса измерения на RP):

Неделя 1-3:

Клинические исходные оценки, МРТ-измерения 1 раз/нед., 1 раз/нед. в течение 2 нед. Базовые записи ЭЭГ, 1 раз в неделю 4-7 неделя Тренировка ИМ-нейробиоуправления 3 раза в неделю Клиническая оценка вмешательства, 1 раз в неделю 8-10 неделя То же, что и 1-3 неделя

Магнитно-резонансная томография (МРТ). МРТ-обследование будет проводиться на сканере Siemens MAGNETOM Prisma 3T (головная катушка с 20 каналами) на исходном уровне и на заключительном сеансе оценки в Центре визуализации мозга Стокгольмского университета. Протокол МРТ включает i) анатомические Т1- и Т2-взвешенные последовательности спин-эхо всего мозга для описания размера и местоположения поражения; ii) получение Т2*-взвешенных градиентных эхо-изображений EPI-BOLD всего мозга для оценки функциональной связи в состоянии покоя сенсомоторные сети (функциональная МРТ в состоянии покоя (fMRI)), и iii) та же последовательность, что и предыдущая, с отдыхом, чередующимся парадигмой воображения движения, описанной ниже.

Парадигма двигательных образов (MI). Парадигма состоит в том, чтобы инструктировать RP с помощью зеркального экрана компьютера либо i) дать отдых своему разуму с закрытыми глазами, ii) мысленно представить движение руки (MI), либо ii) выполнить движение руки. Инструктируемые движения рук заключаются в том, чтобы либо закрыть кисть, либо разжать кисть и разогнуть пальцы. RP выполнит несколько повторений каждого движения руки (MI и исполнение) для сбора статистической основы.

Базовая запись ЭЭГ. Во время базовой записи ЭЭГ RP будет сидеть перед экраном компьютера и выполнять парадигму MI (описанную выше). Во время этих сеансов будут собираться ЭЭГ, ЭОГ, ЭМГ и данные акселерометра, которые более подробно описаны ниже.

Электроэнцефалограмма (ЭЭГ), электроокулограмма (ЭОГ), электромиограмма (ЭМГ) и акселерометрическое оборудование. Оборудование ЭЭГ состоит из 64-электродной системы регистрации ЭЭГ скальпа (Brain Products ActiCHamp). 64 электрода (активный Ag/AgCl) будут распределены в соответствии с расширенной системой эталонного размещения 10-20. В дополнение к записи ЭЭГ 3 электрода (пассивные Ag/AgCl, Brain Products) будут размещены с каждой стороны обоих глаз и на мочке уха для измерения движений глаз во время эксперимента (ЭОГ). Электроды ЭМГ (пассивные Ag/AgCl, Brain Products) будут размещены над четырьмя мышцами, контролирующими запястье и пальцы, в соответствии со стандартизированным протоколом. Два акселерометра-датчика (Brain Products) будут размещены на руке и указательном пальце, чтобы записывать активность, связанную с движением.

Анализ данных ЭЭГ, ЭОГ, ЭМГ и акселерометра. Записанные данные будут дополнительно проанализированы в автономном режиме, чтобы оценить характерные особенности данных, которые лучше всего описывают ИМ движений рук. Это будет выполняться в Matlab и Labview, сочетая пользовательские скрипты с уже разработанными наборами инструментов (такими как EEGLab, Chronux). Оцениваемые характеристики будут включать вызванную активность, частотно-временные спектры, фазу, коэффициенты корреляции, когерентность среди прочего. Когда функция, которая лучше всего описывает MI, будет определена, при извлечении информации будут оцениваться различные методы классификатора и распознавания образов. Интеллектуальные алгоритмы, машина опорных векторов (SVM), регуляризованная линейная регрессия, наивные байесовские классификаторы и другие будут оцениваться и сравниваться. Это широко используемые методы в области нейротехнологии, и предварительное сравнительное исследование с использованием нейронных данных из инвазивных записей показывает важность выбора хорошо адаптированного классификатора для извлечения информации.

Тренинг MI-нейрообратной связи (NFT). ЭЭГ, ЭОГ, ЭМГ и данные акселерометра будут собираться, как описано в разделе «ЭЭГ, ЭМГ и акселерометрическое оборудование». RP будет выполнять парадигму MI без выполнения движений рук. Обратная связь в режиме реального времени с записанной ЭЭГ-активностью будет предоставляться RP во время ИМ. Обратная связь состоит из виртуальной руки на экране компьютера, движения которой отражают мозговую активность РП, связанную с ИМ. Записанные данные будут дополнительно проанализированы в автономном режиме с помощью аналитических инструментов, описанных в предыдущем разделе.