XiaoMi-AI文件搜索系统
World File Search System腕关节
振荡神经反馈网络和严重受损中风患者的中风后康复潜力
严重中风后的运动功能恢复通常很有限。然而，一些严重受损的中风患者可能仍然具有康复潜力。识别这些患者的生物标志物很少。18 名严重受损且缺乏随意手指伸展能力的慢性中风患者参加了一项脑电图研究。在 66 次运动意象试验中，脑机接口将与事件相关的同侧感觉运动皮层的 β 波段去同步化转变为机器人矫形器对瘫痪手的张开。八名患者的亚组参加了随后的四周康复训练。运动范围的变化通过传感器捕捉到，这些传感器可以客观地量化腕部运动的哪怕是离散的改善。尽管运动障碍程度相同，但患者可以分为两组，即有和没有与任务相关的额叶/运动前区和顶叶区域之间的双侧皮质-皮质相位同步增加。这种额顶叶整合 (FPI) 与同侧感觉运动皮质中明显更高的意志 beta 调制范围有关。经过四周的训练，接受 FPI 的患者腕关节运动能力的改善明显高于未接受 FPI 的患者。此外，只有前者在上肢 Fugl-Meyer 评估评分方面有显著改善。神经反馈相关的长程振荡相干性可能区分严重受损的中风患者，了解他们的康复潜力，这一发现需要在更大的患者群体中得到证实。
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。
传感器
摘要：在中风慢性期（例如中风后 6 个月以上），严重的肢体运动障碍可能难以解决。最近的证据表明，物理治疗在此阶段后仍可促进有意义的康复，但所需的大量治疗很难在标准临床实践范围内提供。数字游戏技术现在与脑机接口相结合，以激励人们积极参与和频繁锻炼并促进神经恢复。然而，获取脑信号的复杂性和成本阻碍了这些康复系统的广泛使用。此外，对于有残留肌肉活动的人来说，肌电图 (EMG) 可能是一种更简单且同样有效的替代方法。在这项初步研究中，我们评估了基于 EMG 的 REINVENT 虚拟现实 (VR) 神经反馈康复系统变体的可行性和有效性，以增加随意肌肉活动，同时减少意外的共同收缩。我们招募了四名中风康复慢性期的参与者，他们的主动腕关节运动均受到严重限制。他们完成了七次 1 小时的训练，在此期间，我们的头戴式 VR 系统强化了腕伸肌的激活，而没有激活屈肌。训练前后，参与者接受了一系列临床和神经肌肉评估。我们发现训练提高了标准化临床评估的分数，与之前报告的脑机接口分数相当。此外，训练可能引起皮质脊髓通讯的变化，表现为 12-30 Hz 皮质肌肉一致性的增加和维持恒定腕肌活动水平的能力的提高。我们的数据支持在严重慢性中风中使用肌肉-计算机接口的可行性，以及它们促进功能恢复和触发神经可塑性的潜力。
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。
从预解码上肢复杂运动...
近年来，脑机接口 (BCI) 已被提议作为中风后神经康复的一种手段 [1, 2]。研究表明，BCI 可以人工关闭因病变而中断的运动控制回路。BCI 可以通过脑电图解码尝试运动，并触发外骨骼或电刺激等设备，这些设备可以响应尝试运动提供相关的躯体感觉反馈 [3-6]。通过将与尝试运动和躯体感觉反馈相关的皮质活动配对，推测可以诱导与赫布相关的可塑性 [7]。多项研究概述了使用 BCI 进行中风康复的临床效果，其中普遍趋势是患者可以诱导可塑性并改善运动功能 [8-11]。为了进一步完善 BCI 在运动障碍康复中的应用，下一步可能是解码比简单的孤立运动更复杂、更具临床相关性的功能性运动，尽管它们也很重要。使用更加复杂的现代外骨骼，这些复杂的运动也更容易实现。然而，限制因素可能是从单次脑电图中解码功能性运动，因为记录的电活动是潜在活动的模糊图像，例如由于体积传导 [12]。先前的研究表明，可以解码具有不同动力学特征的不同运动类型 [4, 6, 13, 14]，但这主要是简单的孤立运动，例如踝关节背屈或腕关节伸展/屈曲。此外，同一肢体的不同运动类型也已被解码 [15, 16]。研究还表明，可以从脑电图中检测到更复杂的运动，例如 [17]，但要用于诱导可塑性的康复，仅应使用运动前活动来实现传出活动和体感反馈之间的严格时间关联 [18]。预计体感反馈应在最大传出活动 [7] 后不到 200-300 毫秒内到达皮质层，此时运动控制信号被发送到脊髓。这限制了可用于解码预期运动的判别信息量。尽管 EEG 的空间分辨率有限，但硬件（放大器和电极）和信号处理技术不断改进，可能可以从单次试验 EEG 中解码复杂的功能性运动。
研究干预方法的研究，以改善使用fMRI
[介绍]近年来，支持麻痹肢体运动的脑机界面的干预一直在吸引注意作为促进偏瘫患者的功能恢复的方法，在运动图像（MI）中使用脑活动（MI）作为触发因素。但是，目前尚不清楚如何改善MI期间的大脑活动和清晰度。因此，使用功能磁共振图像（fMRI）验证了这项研究，以阐明增强MI清晰度的干预措施。 [方法]包括两个健康的男性（平均25.0±2.8岁）。使用MRI机器（1.5t，东芝），在每次干预之前和之后以及在四个干预条件（实际运动，被动运动，感知和控制）之前拍摄脑图像。 MI任务是确定右手腕关节中棕榈背屈的MI。确定实际运动条件是自动化的，并由检查员执行被动运动条件。在感知状态下，运动范围分为五个阶段，审查员被动地移动以找到对该位置的心理反应。控制条件应与其他条件同时休息。此外，在MI任务之后，我们通过使用视觉模拟量表（VAS）获得了响应，以阐明MI的清晰度。在不同的日期测量每个条件，设置了7天或更长时间的间隔。 MI和干预前后的干预措施进行了五次休息和任务，每次24秒。使用软件SPM进行分析，并根据任务和休息之间的差异确定大脑活动位点。这项研究是在我们医院伦理委员会的批准下进行的，并得到了足够的解释和同意。成像是在医学放射科医生的管理下进行的。 [结果]在干预过程中，与运动相关区域的显着激活在实际运动条件，感知条件和被动运动条件下的顺序广泛。干预前后MI期间的大脑活动没有显着差异。 VA的平均增加率为245.3％，被动运动条件为56.4％，感知状况为117.4％，对照条件为11.7％。 [讨论]自动锻炼过程中干预和干预后的大脑活动的增加，表明进行实际运动对MI有效。但是，据推测，感知状况可能对运动难度的患者有益。