Hintergrund:Eine Beeinträchtigung der oberen Gliedmaßen kommt bei Schlaganfällen häufig vor und kann verheerende Auswirkungen auf das tägliche Leben von Schlaganfallüberlebenden haben. Konventionelle Rehabilitationsstrategien, die auf motorische Beeinträchtigungen bei Schlaganfallüberlebenden abzielen, umfassen die multidisziplinären Behandlungen Physiotherapie und Ergotherapie. In jüngster Zeit nutzen Techniken wie die durch Zwänge induzierte Bewegungstherapie, die Spiegeltherapie (MT) und die robotergestützte Therapie Endeffektorsysteme. Während in mehreren Studien berichtet wurde, dass solche Ansätze wirksam sind, erfordern sie größtenteils ein Mindestmaß an Restbewegung der paretischen Gliedmaßen, was einen großen Teil der Schlaganfallpatienten ausschließt, wie beispielsweise im Fall von CIMT. Die Verwendung von motorischen Bildern (MI) auf der Grundlage einer Gehirn-Computer-Schnittstelle (BCI) stellt eine alternative Möglichkeit der Rehabilitation dar, um das Problem anzugehen, mit dem Patienten mit vernachlässigbarer restlicher motorischer Funktion konfrontiert sind.

Zielsetzung:Diese randomisierte, kontrollierte Machbarkeitsstudie untersucht die Fähigkeit zur klinischen Anwendung des Brain-Computer Interface-based Soft Robotic Glove (BCI-SRG) unter Einbeziehung von Aktivitäten des täglichen Lebens (ADL)-orientierte Aufgaben zur Schlaganfallrehabilitation.
Methoden:Elf rekrutierte Patienten mit chronischem Schlaganfall wurden randomisiert der BCI-SRG- oder Soft Robotic Glove (SRG)-Gruppe zugeteilt. Jede Gruppe unterzog sich einer 120-minütigen Intervention pro Sitzung, bestehend aus einer 30-minütigen Standardarmtherapie und einer 90-minütigen experimentellen Therapie (BCI-SRG oder SRG). Zur Durchführung von ADL-Aufgaben verwendete die BCI-SRG-Gruppe Motorbild-BCI und SRG, während die SRG-Gruppe SRG ohne Motorbild-BCI verwendete. Beide Gruppen erhielten über einen Zeitraum von 6 Wochen 18 Interventionssitzungen. Die Ergebnisse des Fugl-Meyer Motor Assessment (FMA) und des Action Research Arm Test (ARAT) wurden zu Studienbeginn (Woche 0), nach der Intervention (Woche 6) und bei Nachuntersuchungen (Woche 12 und 24) gemessen. Insgesamt schlossen 10/11 Patienten die Studie ab, davon 5 in jeder Gruppe und 1 brach die Studie ab.
Ergebnisse:Obwohl es während der 6-wöchigen Intervention keine signifikanten Unterschiede zwischen den Gruppen für FMA und ARAT gab, schien die Verbesserung von FMA und ARAT für die BCI-SRG-Gruppe im Vergleich zur SRG-Kontrolle über die 6-wöchige Intervention hinaus anzuhalten. Übrigens berichteten alle BCI-SRG-Probanden über ein lebhaftes Bewegungsgefühl der oberen Gliedmaßen mit Schlaganfallbeeinträchtigung, und bei 3/5 blieb dieses Phänomen über die Intervention hinaus bestehen, während dies bei keinem der SRG-Probanden der Fall war.


Abschluss:BCI-SRG schlug wahrscheinliche Trends nachhaltiger funktioneller Verbesserungen mit besonderem kinästhetischem Erlebnis vor, die über die aktive Intervention bei chronischem Schlaganfall hinausgehen, obwohl dringend groß angelegte Untersuchungen zur Überprüfung der statistischen Signifikanz erforderlich sind.Das Hinzufügen von BCI zum Soft-Roboter-Training für die ADL-orientierte Schlaganfallrehabilitation verspricht nachhaltige Verbesserungen und eine verbesserte Wahrnehmung motorischer Bewegungen.

Als innovativer, auf einer Gehirn-Computer-Schnittstelle basierender weicher Roboterhandschuh (BCI-SRG) kann der Syrebo-Handrehabilitationsroboter (BCI), der auf den Prinzipien der motorischen Bildgebung und neuronalen Plastizität basiert, eine bidirektionale neuronale Stimulation mit geschlossenem Regelkreis „Wahrnehmungskontrolle“ erreichen , wodurch die Wirksamkeit der Rehabilitation erheblich verbessert wird.Es verwendet einen vom Gehirn inspirierten Algorithmus zur Erfassung des EEG und gewährleistet so die Datengenauigkeit. Gleichzeitig kann es EEG-Signaldaten sammeln und über Software angezeigt werden, wodurch Referenzen für Rehabilitationsprogramme und klinische Forschung bereitgestellt werden.Request demo & trial: [email protected]


Referenz: Cheng N, Phua KS, Lai HS et al. Gehirn-Computer-Schnittstelle-basierte Rehabilitation mit weichen Roboterhandschuhen bei Schlaganfällen. IEEE Trans Biomed Eng. 2020 Dez.;67(12):3339-3351.