XiaoMi-AI文件搜索系统
World File Search System上肢
上肢恢复的头部安装显示
摘要：上肢（UE）的减少是中风后最常见，最禁用的临床后果之一。头部安装的显示器（HMD）是可穿戴的虚拟现实设备，似乎可以通过提高该人群的依从性水平来促进功能能力的恢复。此范围审查旨在收集有关使用基于HMD的沉浸式虚拟现实系统用于中风幸存者中UE康复治疗的可用证据。从成立到2023年1月18日就咨询了四个电子书目数据库。包括19项HMD用作增加UE功能的临床工具，作为单个干预措施或其他康复治疗的辅助手段；无限制用于ue轻瘫的严重程度或中风发作。绝大多数临床试验涉及慢性中风患者（19分中的15例），其范围很大。总体而言，HMD的使用似乎具有良好的耐受性和有望，可在成人慢性中风幸存者中提高UE运动功能，并且对受试者的手臂使用和独立性有益。执行高度现实和以任务为导向的运动的可能性似乎在增强手势相关性方面有希望，从而以“虚拟生态方式”来促进新的运动策略。在整个研究中，我们发现协议设计的异质性很高，并且缺乏报告，这使我们对患者潜在的亚组得出结论，这些结论可能会从基于HMD的干预措施或建议的治疗方式中更受益。
由基于 P300 的脑机接口控制的功能性电刺激疗法，作为慢性中风后患者上肢运动功能恢复的替代治疗手段。一项非随机试点研究
物理治疗和职业治疗是传统中风康复中 ULMI 恢复的主要方法。虽然前者主要基于关节活动、肌肉拉伸和强化，但两者都侧重于特定任务的训练、功能任务练习、强制性运动疗法和日常生活活动（6-9）。尽管付出了所有努力，中风后上肢活动能力并不总是能完全恢复（8、10、11）。这表明需要更多更好的创新技术来康复这些脑血管疾病。在已研究的用于评估其在 ULMI 康复中效果的各种技术中，我们可以提到基于肌电图的生物反馈、虚拟现实、机电和机器人设备、经颅磁刺激、脑机接口（BCI）和用作功能性电刺激疗法（FEST）的功能性电刺激（FES）；然而，这些技术尚未广泛应用，并且仍在不断发展和研究中（12、13）。
使用滤波器组任务相关成分分析对上肢运动进行多类分类
摘要 — 肢体运动分类可为非侵入式脑机接口提供控制命令。以往对肢体运动分类的研究主要集中在左/右肢的分类；然而，尽管上肢运动的分类为脑机接口提供了更多主动诱发的控制命令，但上肢运动的不同类型分类却常常被忽视。尽管如此，很少有机器学习方法可以作为肢体运动多类分类的最新方法。本文重点研究上肢运动的多类分类，提出了多类滤波器组任务相关成分分析 (mFBTRCA) 方法，该方法包括三个步骤：空间滤波、相似性测量和滤波器组选择。空间滤波器，即任务相关成分分析，首次用于上肢运动的多类分类。
虚拟现实诱发的中风上肢运动功能和大脑激活：随机对照试验的研究方案
方法/设计：在这项采用盲法评估结果的单中心、随机、平行组临床试验中，总共 78 名中风患者将被随机分配到 VR 组或对照组。所有患有上肢运动障碍的中风患者都将接受功能性磁共振成像 (fMRI)、脑电图 (EEG) 和临床评估测试。每个受试者将进行三次临床评估和 fMRI。主要结果是 Fugl-Meyer 上肢评估量表 (FMA-UE) 的表现变化。次要结果是功能独立性测量 (FIM)、Barthel 指数 (BI)、握力以及左半球和右半球同侧和对侧初级运动皮层 (M1) 血氧水平依赖 (BOLD) 效应的变化，使用静息状态 fMRI (rs-fMRI)、任务状态 fMRI (ts-fMRI) 和基线和第 4 周和第 8 周的 EEG 变化进行评估。
运动想象脑机接口康复系统增强中风患者上肢表现并改善大脑活动：一项临床研究
本研究比较了运动想象脑机接口（MI-BCI）联合物理治疗与单纯物理治疗在缺血性卒中康复训练前后的疗效，探讨MI-BCI的康复效果是否受患者病情严重程度影响，以及MI-BCI是否对所有患者都有效。40例住院缺血性卒中合并运动障碍患者参与了本研究，患者分为MI组和对照组，在康复训练前后进行功能评估。以Fugl-Meyer评分（FMA）为主要结局指标，其肩肘评分和腕关节评分为次要结局指标，采用运动评估量表（MAS）评估运动功能恢复情况。采用非造影CT（NCCT）探讨不同类型的大脑中动脉高密度征对缺血性卒中预后的影响。脑拓扑图能够直接反映大脑的神经活动，利用脑拓扑图来检测中风后脑功能的变化和脑拓扑功率响应。与康复训练后的 MI 组和对照组相比，MI-BCI 康复后功能结果更好，包括总 FMA 评分（MI = 16.70 ± 12.79，对照组 = 5.34 ± 10.48）、FMA 肩肘评分（MI = 12.56 ± 6.37，对照组 = 2.45 ± 7.91）、FMA 腕评分（MI = 11.01 ± 3.48，对照组 = 3.36 ± 5.79）、MAS 评分（MI = 3.62 ± 2.48，对照组 = 1.85 ± 2.89）、NCCT（MI = 21.94 ± 2.37，对照组 = 17.86 ± 3.55）实现相关增加的可能性显著更高。研究结果表明MI-BCI康复训练比常规康复训练更能有效改善脑卒中后上肢运动功能障碍患者运动功能，验证了主动诱导神经康复的可行性。患者病情的严重程度可能会影响MI-BCI系统的康复效果。
具有注意机制的多尺度时间卷积网络，用于单侧上肢运动运动想象过程中的力量水平分类
摘要：在运动想象脑机接口研究中，一些研究者设计了单侧上肢静态下的力的想象范式，这些范式很难应用于脑控康复机器人系统中需要诱发患者求助需求的思维状态，即机器人与患者之间的动态力交互过程。针对单次MI-EEG信号在不同力级之间的特征差异较小，设计MSTCN模块提取时频域不同维度的细粒度特征，再利用空间卷积模块学习空间域特征的面积差异，最后利用注意力机制对时频空域特征进行动态加权，提高算法的灵敏度。结果表明，对于实验采集的三级力MI-EEG数据，该算法的准确率为86.4±14.0%。与基线算法（OVR-CSP+SVM（77.6±14.5%）、Deep ConvNet（75.3±12.3%）、Shallow ConvNet（77.6±11.8%）、EEGNet（82.3±13.8%）和SCNN-BiLSTM（69.1±16.8%））相比，我们的算法具有更高的分类准确率，差异显著，且拟合性能更好。
探讨上肢骨折老年人中增加跌倒风险的药物的流行情况和类型
摘要 目的 药物，特别是增加跌倒风险的药物 (FRID) 与跌倒风险增加有关：减少其处方可能会降低这种风险。本研究探讨了与 FRID 使用相关的患者特征、FRID 的患病率和类型以及 6 个月内手臂骨折的老年人的处方变化。方法 在英国的三家骨折诊所进行观察性前瞻性研究。招募了年龄 ≥ 65 岁且单侧上肢脆性骨折的患者。STOPPFall 工具确定了基线、3 个月和 6 个月随访时开出的 FRID 的数量和类型。FRID 处方的变化分为停用、新开或更换。主要发现 招募了 100 名患者（中位年龄 73 岁；80% 为女性）。基线时，73% 的患者每天使用 ≥1 种 FRID（中位数 = 2），3 个月和 6 个月时分别降至 64% 和 59%。那些拥有 >1 种 FRID 处方的患者的合并症和药物数量明显较多，并且男性、多重用药、虚弱和肌肉减少症的发生率较高。最常用的 FRID 是抗高血压药、阿片类药物和抗抑郁药。在 0 至 3 个月之间，44 名 (60%) 参与者的 FRID 处方发生了变化：20 名停止使用（阿片类药物和抗组胺药），13 名开始使用（抗抑郁药），11 名换成另一种。在 6 个月时也观察到了类似的趋势。结论 上肢脆性骨折的老年人中 FRID 的使用率很高。虽然总体使用率随着时间的推移而减少，但在 6 个月的随访中，59% 的人仍在使用≥1 种 FRID，并且趋势是停止使用阿片类药物并开始使用抗抑郁药。出现上肢骨折的老年人应接受结构化的药物审查，以确定需要有针对性地减少处方的 FRID。关键词：FRID；停药；跌倒；骨折；老年人
基于感觉运动节律的脑机接口在中风后手部上肢康复中的应用：系统综述
摘要：脑机接口（BCI）在神经康复领域越来越受欢迎，而感觉运动节律（SMR）是一种可以被BCI捕捉和分析的脑振荡节律。先前的综述已经证明了BCI的有效性，但很少详细讨论BCI实验中采用的运动任务，以及反馈是否适合它们。我们重点研究了基于SMR的BCI中采用的运动任务以及相应的反馈，并在PubMed、Embase、Cochrane library、Web of Science和Scopus中搜索了文章，找到了442篇文章。经过一系列筛选，15项随机对照研究符合分析条件。我们发现运动想象（MI）或运动尝试（MA）是基于EEG的BCI试验中常见的实验范式。想象/尝试抓握和伸展手指是最常见的，并且有多关节运动，包括腕关节、肘关节和肩关节。在手抓握和伸展的MI或MA任务中存在各种类型的反馈。本体感觉以多种形式更频繁地使用。矫形器、机器人、外骨骼和功能性电刺激可以辅助瘫痪肢体运动，视觉反馈可以作为主要反馈或组合形式。然而，在恢复过程中，手部恢复存在许多瓶颈问题，例如弛缓性瘫痪或张开手指。在实践中，我们应该主要关注患者的困难，在机器人、FES或其他组合反馈的帮助下，为患者设计一个或多个运动任务，帮助他们完成抓握、手指伸展、拇指对握或其他动作。未来的研究应侧重于神经生理变化和功能改善，并进一步阐述运动功能恢复过程中神经生理的变化。
静息态功能连接对中风后上肢功能结果的影响：一项功能性近红外光谱研究
方法：纳入 49 名患有皮质下病变的亚急性（2 周 − 6 个月）脑卒中患者，根据 FMA-UE 评分分为三组：轻度损伤（n = 17）、中度损伤（n = 13）和重度损伤（n = 19）。所有患者均接受 FMA-UE 评估和 10 分钟静息态 fNIRS 监测。在 7 个 ROI 上记录 fNIRS 信号：双侧背外侧前额皮质（DLPFC）、中部前额皮质（MPFC）、双侧初级运动皮质（M1）和双侧初级体感皮质（S1）。通过每个通道与每个 ROI 对之间的相关系数计算功能连接（FC）。为了揭示三组之间 FC 的综合差异，我们比较了组水平和 ROI 水平的 FC。此外，为了确定不同 ROI 之间的 FMA-UE 评分与 RSFC 之间的关联，我们进行了 Spearman 相关性分析，显著性阈值为 p < 0.05。为了便于比较，我们在 MATLAB R2013b 中将左半球定义为同侧半球，并将病变右半球翻转。