Sammlung klinischer Forschung | Ein tragbares EEG-basiertes assistives BCI-System für die Schlaganfallrehabilitation

Forschungshintergrund
Die Kombination aus BCI und Assistenzroboter ist ein neuer Behandlungsansatz für die Schlaganfallrehabilitation. Die meisten der bestehenden Studien basieren jedoch auf komplexen Systemaufbauten sowie teuren und sperrigen Geräten. In dieser Studie wurde ein tragbares EEG-Brain-Computer-Interface-System für die Rehabilitation der Handfunktion entwickelt, um eine klinische Studie durchzuführen. Dieses System besteht aus einer maßgefertigten EEG-Kappe, einem kommerziellen Verstärker und einem Handexoskelett. Darüber hinaus umfasst das System eine visuelle Schnittstelle zur Bequemlichkeit der Nutzer. An der Studie nahmen sechs gesunde Teilnehmer und zwei Schlaganfallpatienten teil, um die Sicherheit und Wirksamkeit des Systems zu überprüfen.

Methode

Um die Sicherheit und Wirksamkeit des Systems zu überprüfen, wurden 6 gesunde Probanden (1 weiblich und 5 männlich, im Alter von 23±3 Jahren) von der Shanghai Jiao Tong University und 2 Schlaganfallpatienten (alle mit betroffener rechter Hand) aus der Rehabilitationsabteilung des Huashan-Krankenhauses für die Teilnahme an der Studie rekrutiert. Für jeden Probanden wurde eine 6-minütige Trainingssitzung durchgeführt, in der die Probanden gemäß visuellen Hinweisen eine motorische Ausführung mit der rechten Hand durchführten (die betroffene Hand des Schlaganfallpatienten sollte einen Bewegungsversuch unternehmen). Ein rotes Rechteck erscheint rechts oder in der Mitte des Bildschirms und zeigt entsprechend eine Bewegungsausführung (oder einen Versuch) bzw. Ruhe an. Die Aufgabe dauert 4 Sekunden, bis das weiße Kreuz verschwindet. Gesunden Probanden wird empfohlen, das Ballen und Strecken der Faust 3- bis 4-mal zu wiederholen, und Schlaganfallpatienten werden angewiesen, während der motorischen Aufgaben Bewegungsversuche zu unternehmen. Der Online-Test war der Trainingssitzung ähnlich, mit der Ausnahme, dass alle roten Rechtecke in der Mitte des Bildschirms erschienen, wodurch die Probanden nach Belieben wählen konnten, ihre Hand zu bewegen (oder einen Bewegungsversuch zu unternehmen) oder zu ruhen. Kurz nach Abschluss der Aufgabe werden den Nutzern die Testergebnisse als visuelles und propriozeptives Feedback über einen Bildschirm und ein Handexoskelett bereitgestellt. Es gibt drei Online-Testdurchläufe, die jeweils 20 Versuche enthalten. Jeder Proband darf zwischen den Durchläufen ruhen. Alle Probanden wurden gebeten, während des gesamten Experiments jede zusätzliche Gesichts- oder Armmuskelbewegung zu unterlassen.

Ergebnis

Die durchschnittliche Genauigkeit des Offline- und Online-Trainings betrug 84,91 % bzw. 79,38 %. Sieben Probanden erreichten eine Online-Genauigkeit von mehr als 70 %, fünf mehr als 80 % und einer mehr als 90 %.

Die ereigniskorrelierte spektrale Perturbation (ERSP) zeigte, dass der sensomotorische Kortex während des Bewegungstrainings der rechten Hand sowohl im α- als auch im β-Band aktiviert wurde, mit stärkerer Aktivierung auf derselben Seite. Gleichzeitig zeigte der unkontrollierte Zustand erwartungsgemäß keine signifikante Aktivierung auf den Kanälen C3 oder C4. Im Online-Test wurden zur Ausführung von Bewegungen mit der rechten Hand sowohl die linke als auch die rechte Hemisphäre aktiviert.

Schlussfolgerung

Diese Studie demonstriert ein tragbares Brain-Computer-Interface-System für die Rehabilitation der Handfunktion nach einem Schlaganfall. Die Ergebnisse der Differenzierung motorischer Aufgaben bestätigen vorläufig die Machbarkeit dieses Geräts, das ein großes klinisches Anwendungspotenzial zeigt.

Referenz: Qin Z, Xu Y, Shu X, et al. eConHand: A Wearable Brain-Computer Interface System for Stroke Rehabilitation[C]// 2019 9th International IEEE/EMBS Conference on Neural Engineering (NER). IEEE, 2019.