中风康复中的心理意象神经反馈

这项研究将作为一项试点研究进行，以便为涉及更多中风患者的后续研究优化和设置参数。 将训练中风患者在脑海中想象手的张开和闭合（以下称为 MI，Motor Imagery）。 在训练过程中，患者将实时收到反映与运动过程相关的神经活动的视觉反馈。 NeuroFeedback (NF) 将以最小的时间延迟进行投影，以最大化神经学习。 这种带有反馈的大脑训练被认为对刺激大脑重组和补偿受损区域的能力具有重要意义。

每个参与者将完成以下数据收集程序（每个 RP 总共 27-28 个测量会话）：

• 临床基线评估，3 周内每周 1 次
• 一周内进行 1 次 MRI 测量
• 一周内 2-3 次校准脑电图记录
• MI-神经反馈训练【3次/周】+临床干预评估【1次/周】4周
• 一周内 1 次 MRI 测量 + 1 次校准脑电图记录
• 临床干预评估，3 周内每周 1 次

磁共振成像 (MRI) 测量。 MRI 检查将在斯德哥尔摩大学脑成像中心的基线和最终评估会议上在西门子 MAGNETOM Prisma 3T 扫描仪（带 20 个通道的头部线圈）上进行。 MRI 协议包括 i) 用于描述病变大小和位置的解剖全脑自旋回波 T1 和 T2 加权序列 ii) 获取全脑的 T2* 加权梯度回波 EPI-BOLD 图像，用于评估静息状态功能连通性感觉运动网络（静息态功能性 MRI (fMRI)），以及 iii) 与之前相同的序列，休息由运动意象范式交错，下文将进一步描述。

运动想象 (MI) 范式。 该范例包括通过使用镜像计算机屏幕指示 RP 要么 i) 睁着眼睛休息他/她的思想，ii) 在心理上想象一个手部动作 (MI)，或 ii) 执行一个手部动作。 指示的手部动作是合上手或张开手并伸出手指。 RP 将对每个手部动作（MI 和执行）进行多次重复，以收集统计依据。

校准脑电图记录。 脑电图记录的校准将在干预前 1 周内进行 2-3 次，干预后进行 1 次，同时参与者执行上述心理意象范式。 RP 将坐在电脑屏幕前，按下按钮即可记录收视率。 在这些会议期间，将收集 EEG、EOG、EMG 和加速度计数据，并在下面进一步描述。

脑电图 (EEG)、眼电图 (EOG)、肌电图 (EMG) 和加速度计设备。 脑电图设备由一个 64 电极头皮脑电图采集系统 (Brain Products ActiCHamp) 组成。 64 个电极（活性 Ag/AgCl）将根据扩展的 10-20 参考放置系统进行分配。 除了 EEG 记录外，3 个电极（被动 Ag/AgCl，Brain Products）将放置在双眼的每一侧和耳垂上，以测量实验期间的眼球运动 (EOG)。 EMG 电极（被动 Ag/AgCl，Brain Products）将根据标准化协议放置在控制手腕和手指的四块肌肉上。 两个加速计传感器（Brain Products）将被放置在手和食指上，以记录与运动相关的活动。

EEG、EOG、EMG 和加速度计数据分析。 记录的数据将进一步离线分析，以评估数据中最能描述手部运动 MI 的特征。 这将在 Matlab 和 Labview 中执行，将定制脚本与已经开发的工具箱（如 EEGLab、Chronux）相结合。 要评估的特征将包括诱发活动、时频谱、相位、相关系数、相干性等。 当识别出最能描述 MI 的特征时，将在提取信息时评估不同的分类器和模式识别方法。 将评估和比较智能算法、支持向量机 (SVM)、正则化线性回归、朴素贝叶斯分类器等。 这些是神经技术领域常用的方法，之前使用侵入性记录的神经数据进行的比较研究表明，选择适应性好的分类器提取信息的重要性。

MI-神经反馈训练（NFT）。 EEG、EOG、EMG 和加速度计数据将按照“EEG、EMG 和加速度计设备”部分中的描述进行收集。 RP 将在不执行手部动作的情况下执行 MI 范例。 记录的 EEG 活动的实时反馈将在 MI 期间提供给 RP。 反馈包括计算机屏幕上的虚拟手，其运动反映了与 MI 相关的 RP 的大脑活动。 将使用上一节中描述的分析工具进一步离线分析记录的数据。