Avkodning av motoriska bilder från icke-invasiva hjärninspelningar som en förutsättning för innovativa motoriska rehabiliteringsterapier (MODECO)

Seminala studier inom motorisk neurovetenskap med friska försökspersoner har sedan lång tid tillbaka avslöjat tidslåsta förändringar i inducerad kraft inom ett specifikt frekvensband. Hjärninspelningar visades uppvisa en gradvis minskning av signalstyrkan, i förhållande till baslinjen, i mu (~ 8-12 Hz) och beta (~ 13-30 Hz) frekvensband under en handling eller under motorisk bild (MI): så kallad händelserelaterad desynkronisering (ERD). Detta fenomen anses spegla processer relaterade till rörelseförberedelser och utförande, och är särskilt uttalat i den kontralaterala sensorimotoriska cortexen. Kort efter slutförandet av uppgiften kunde dessutom en relativ ökning av effekt, den händelserelaterade synkroniseringen (ERS) (även kallad beta-rebound) observeras i betabandet. ERS tros återspegla återupprättandet av hämning i samma område.

Ända sedan karaktäriseringen av ERD- och ERS-fenomenen har det förekommit liten eller ingen diskussion inom det icke-invasiva BCI-fältet om huruvida dessa funktioner korrekt fångar de uppgiftsrelaterade moduleringarna av hjärnaktivitet. Nyligen genomförda studier inom neurofysiologi har utmanat denna uppfattning och har visat att ERD- och ERS-mönstren endast uppstår som ett resultat av medelvärde av signalstyrka över flera försök. På en enda försöksnivå inträffar betabandsaktivitet i korta, övergående händelser, kallade skurar, snarare än som ihållande svängningar. Detta indikerar att ERD- och ERS-mönstren återspeglar ackumulerade, tidsvarierande förändringar i skursannolikheten under varje försök. Således kan beta-skurar bära mer beteendemässigt relevant information än genomsnittlig betabandeffekt. Faktum är att studier på människor som involverar armrörelser har etablerat en koppling mellan tidpunkten för sensorimotoriska beta-skurar och svarstider före rörelse, såväl som beteendefel efter rörelse. Beta-burst-aktivitet i frontala områden har också visat sig korrelera med rörelseavstängning och nyare studier visar att aktivitet på motorenhetsnivå också sker på ett övergående sätt, vilket är tidslåst till sensorimotoriska beta-skurar.

Även om betaburst-hastigheten har visat sig innehålla betydande information, utgör den fortfarande en ganska förenklad representation av den underliggande aktiviteten. Varje skur kan karakteriseras av en uppsättning TF-baserade funktioner: skurens topptid och toppfrekvens, såväl som dess varaktighet och dess span i frekvensaxeln. I sin tur extraheras alla dessa deskriptorer med användning av en speciell tids-frekvenstransformation och utgör enklare representationer av den mer komplexa skurvågformen som är inbäddad i råsignalerna, och som kännetecknas av en stereotyp medelform med stor variabilitet runt den. Vågformssärdragen försummas i standard BCI-tillvägagångssätt, eftersom konventionella signalbehandlingsmetoder i allmänhet förutsätter ihållande, oscillerande och stationära signaler, och är således i sig olämpliga för att analysera transient aktivitet.

Till skillnad från beta är aktiviteten i mu-frekvensbandet oscillerande även i enstaka försök. Denna aktivitet analyseras vanligtvis med användning av tids-frekvensnedbrytningstekniker, som antar att den underliggande signalen är sinusformad. Men det finns nu växande enighet om att oscillerande neural aktivitet ofta är icke-sinusformad, och att den råa vågformen kan vara informativ om rörelse. Framtida ansträngningar skulle kunna dra fördel av denna möjlighet genom att använda nyligen utvecklade icke-parametriska cykel-för-cykel-analyser.

I detta projekt kommer utredarna att optimera utformningen av en ämnesspecifik neurofysiologisk modell för att styra motorisk BCI-träning, genom att använda magnetisk resonanstomografi (MRI) och Magnetoencefalografi (MEG) för hög rumslig och biofysisk specificitet i experimentgruppen. Anatomiska MR-volymer kommer att användas för att designa och 3D-printa ett individuellt headcast som kommer att användas i MEG-skannern för att stabilisera motivets huvudposition och minimera rörelser. Denna högprecisionsmetod (hpMEG) har visat sig avsevärt förbättra källlokaliseringen upp till nivån av särskiljande laminär aktivitet, vilket gör den till en överlägsen EEG-inspelningsteknik. I MODECO kommer utredarna att använda ett individualiserat hpMEG-tillvägagångssätt, såväl som det allmänt antagna EEG, för att studera skurar av oscillerande aktivitet i beta- och mu-frekvensbanden relaterade till motoriska bilder och motorisk utförande. hpMEG kommer att ge ämnesspecifika modeller av motoriska bilder som kommer att användas för att begränsa online-avkodning av EEG-data. Denna metod kommer att tillämpas och valideras på en grupp friska vuxna försökspersoner (kontrollgrupp) och kommer sedan att jämföras med en annan genomförbarhetsgrupp av patienter (patientgrupp) och åldersmatchade friska deltagare (kontrollgrupp; utredarna kommer att försöka rekrytera patienter släktingar). utredarna kommer att jämföra den föreslagna metoden med en klassisk EEG-baserad BCI-metod.

utredarna kommer att undersöka hur man använder denna information för att optimalt styra efterföljande EEG-baserad BCI-träning i kontrollgruppen. Efter en grundlig undersökning av friska försökspersoner i detta projekt kommer utredarna att kunna utvärdera detta tillvägagångssätt på en population av strokepatienter med motoriska störningar i övre extremiteterna. Två uppgifter har utformats i detta projekt, uppgifter 1.1 och uppgift 1.2. Syftet med uppgift 1.1 är att utveckla ämnesspecifika generativa modeller som avkodar rörelsestart och/offset, typen av rörelse (vänster mot höger), samt findiskreterad rörelseamplitud under både verkliga och föreställda handledsförlängnings-/flexionsrörelser. I uppgift 1.2 syftar utredarna till att undersöka hur lesioner hos patienter förändrar vår förmåga att avkoda försök till handledsrörelser (kontroll vs patientgrupp).