目前实现中风后上肢运动相关障碍功能恢复的有效治疗方法很少。Leuthardt和ThyHuskey在Stroke杂志上发表论文，探究由BCI驱动的动力外骨骼，利用未受影响的皮质半球神经活动，是否会影响慢性偏瘫中风患者的运动恢复，设计并实现一套基于家庭的康复系统。10名患有中重度上肢运动障碍的慢性偏瘫患者使用动力外骨骼，利用来自未受影响半球EEG信号的功率谱来打开和关闭受影响手。患者在家使用该系统12周。在治疗前、中、后对运动功能进行评估。结果发现采用BCI驱动的方法使ActionResearchArmTest分数显著增加6.2分。这种行为改善与BCI控制的改善显著相关。握力、MotricityIndex和CanadianOccupationalPerformanceMeasure的结果也有显著改善。结果表明，在慢性中风患者中，使用未受影响半球进行BCI驱动的神经康复方法具有治疗潜力并证明其在家庭环境中有效进行，从而增加未来临床实施的可能性。

方法：创建新的基于家庭的系统（IpsiHand），并研究12周的训练期是否能改善慢性偏瘫中风患者的功能。

病人特征：

10名患有中重度上肢偏瘫的慢性偏瘫患者（首次半球中风后至少6个月）完成研究。本研究设计自我对照研究，比较干预前后的运动功能，以确定所研究的BCI驱动治疗的可行性（Table1）。

表1病人特征和AEAT得分

BCI系统设计：BCI设计（Fig.1A）将一种新型的动力外骨骼与EEG放大器和活动电极相结合。外骨骼以3指握力打开和关闭病人的手。该系统利用功率谱变化来控制手的位置，BCI控制与打开受影响手相关的运动想象。每次实验开始时，手是完全闭合的，控制特征的功率谱被用来更新手的位置，提供视觉和本体感受反馈。在静息试次中，要求患者通过想象他们正在静息来保持外骨骼闭合。在运动试次中，要求患者通过运动想象张开手。

EEG筛选：每个患者完成3个单独的筛查，以评估BCI控制信号的稳定性。筛选任务为视觉线索运动筛查任务，该任务包括：

1）静息；

2）不受影响的手部运动；

3）受影响的手部运动想象；

4）双侧运动想象。

离线分析EEG数据，进行平均参考，采用自回归功率谱估计方法计算1-50Hz功率谱。对每个通道和频率计算决定系数（r2），即受影响的手部运动想象与静息试次之间的差异所解释的功率谱变异百分比。完成3次EEG筛查后，检查EEG数据在受影响的手部运动想象中是否存在一致的功率谱变化。BCI控制特征要求与受影响手的想象运动相关，且位于未受影响的半球运动区域。这些sessions是为了在3个sessions至少有2个sessions中确定具有一致的皮质激活的患者（μ[5-12Hz],β[12-30Hz]）。选择r2值最大的未受影响半球特征作为特定患者BCI控制特征。没有一致功率谱变化的患者无法继续研究。

BCI控制sessions：在线BCI控制sessions中，将EEG信号重新进行平均参考，使用MEM算法，以ms的窗、ms的步长、1Hz的单位进行频谱分析。采集每个ms窗口后，利用控制特征的功率谱更新手套位置。在BCI控制任务的静息试次中，指示患者通过想象他们正在静息来保持手的闭合，在运动试次中，指示患者通过运动想象来打开外骨骼。在控制过程中，外骨骼提供当前手部位置的视觉和本体感受反馈。在视觉上，位置以移动条的形式显示在患者前臂的触摸屏上。同时，外骨骼上的执行器根据BCI控制特征的功率谱打开和关闭患者的手。

结果测量：主要结果测量为ActionResearchArmTest(ARAT)。

次要结果测量包括：

1）theCanadianOccupationalPerformanceMeasure;

2）theMotricityIndex;

3）调整后的肘关节处AshworthScale;

4）握力;

5）捏力;

6）指2-5掌关节的活动范围（AROM）。由于本研究是首次在家庭环境中使用中风康复BCI系统，我们通过比较实验室和家庭sessions中功率谱变化的拓扑来测量中风控制质量。我们通过记录每位患者使用该系统的总天数和时间来评估患者的依从性。

研究方案：Fig.1B为研究时间线。完成EEG筛选后，患者完成2个治疗前运动评估，其中所有主要和次要结果测量由职业治疗师评估。同时，拟合外骨骼和患者的手。另外，患者和他们的护理人员接受了使用该系统的培训。在基线运动评估和训练之后，患者在家接受12周的BCI系统训练。指示患者每周至少5天使用BCI系统。根据患者的耐力和时间限制，他们每天完成1-12次10min的BCI任务。每隔两周，患者来实验室进行由ARAT和CanadianOccupationalPerformanceMeasure组成的随访运动评估。12周后，再次对患者进行主要和次要指标的测量，所有职业治疗师均采用双盲法观察EEG变化。

Fig.1研究方法。

A,外骨骼通过前臂、手掌、食指和中指中间指骨的背带与患者受影响的手相连，而拇指则固定不动。外骨骼由前臂上处理EEG信号的微处理器控制。基于解码的EEG，线性驱动器驱动手在3-指握力运动。

B,这项研究测试BCI控制的外骨骼训练是否会导致功能改善。符合纳入标准的患者完成3次EEG筛查。持续运动相关EEG激活的患者完成基线运动评估和BCI系统训练。最后，患者完成基于家庭的12周BCI方案，每隔2周进行一次随访运动评估。

结果测量的分析：采用配对样本t检验评估ARAT变化和连续次要结果测量（握力，捏力，AROM）的统计显著性。由于其他测量的分数均为等级的，因此使用符号秩检验。由于外骨骼驱动第二、三位数的延伸，因此对第二、三、四、五位数的AROM值分别取平均值。检测了ARAT和MotricityIndex的总体和子成分变化。

神经生理学相关：计算ARAT的变化与BCI控制准确度、总使用时间以及EEG调节变化之间的相关性。为量化BCI的作用，计算每个试次后半段的平均手部位置。通过计算运动和休息试次之间的平均位置差来计算每次执行BCI任务时的BCI准确度。通过计算决定系数（r2值，即量化运动想象与静息试次之间的EEG功率谱差异）确定EEG的调节。BCI准确度和EEG调节的变化被解释为每次BCI任务变化的稳定多元线性回归的斜率。使用Spearmanr系数表示ARAT变化与BCI控制准确度、EEG调节之间的关系。为了控制用于BCI控制的位置和频率，我们进行了3次控制分析：

1）同一频率但相对于控制部位（同侧运动皮层）对侧EEG调节的变化；

2）同一频率但无运动电极位置的EEG调节变化（F3）；

3）在不同频率（50Hz）但用于BCI控制位置（对侧运动皮层）的EEG调节变化。只纳入那些BCI控制信号在运动和休息试次之间有显著差异（P0.01）的数据。

结果：

BCI控制：培训结束后，患者和护理人员能在家里使用EEG电极来记录生理EEG信号（Fig.2）。患者证明在两个环境中，双侧μ和β频带功率都减少。此外，患者在两种环境中EEG活动的空间和频谱模式非常相似。在BCI控制任务中，运动想象过程中功率的显著降低导致了高水平的准确性，在静息和运动想象过程中可以识别外骨骼运动的模式。患者使用该设备37-72天。患者执行74-次10min的BCI任务，除日常筛查任务外，共-0min的BCI在线控制。

Fig.2EEG活动和BCI控制的示例。

A,在基于实验室的示例筛选sessions中，患者的双侧μ和β频带功率谱显著减少。彩色比例尺显示有符号r2值，表示运动想象时功率谱增加（正值）和减少（负值）。选择患手同侧的BCI控制特征（红框）（接触C3）。

B,在基于家庭的BCI控制过程中，观察到类似的运动相关EEG活动的空间频谱模式。

C,在运动和静息试次中手部位置的平均值表明，患者获得了高水平的BCI控制。

功能结果：平均两个基线运动功能评估，以确定每个患者的基线运动功能（Fig.3）。患者ARAT平均增加6.2分，差异有统计学意义（大于慢性中风患者的最小临床显著差异5.7分）。具体来说，6/10的患者有高于该水平的改善。除了每一项治疗方案的分析，使用意向治疗分析（intention-to-treatanalysis）发现ARAT的平均值和中值分别为5和5.5点（p=0.），评分显著增加。

治疗后握力、Motricity指数、握力和握力ARAT子评分、CanadianOccupationalPerformanceMeasure成绩及满意度均有显著提高，而捏力、AROM、捏力和总ARAT子评分无显著变化（Fig.4）。除轻微疲劳外，无不良反应。

神经生理学相关：ARAT评分的变化与每次BCI任务运行中BCI准确性的变化（在运动和静息时手的位置差异）之间存在显著的相关性（Fig.3B）。ARAT评分的变化与设备总使用时间无显著相关（Fig.3C）。

Fig.3运动功能的改善。

A,每行都显示了研究过程中ARAT的变化。完成治疗后，10例患者中有6例ARAT升高，超过了最小的临床重要差异（MCID；5.7分）。

B,ARAT的增加与BCI准确度的变化率有关。

C,ARAT的增加与设备使用时间无关。

Fig.4结果测量的总结。每个方框显示基线和研究完成时每个结果测量值的分布。方框显示第25、50和75百分位数；条表示值的范围。

最后，确定ARAT和EEG变化之间是否有关系（Fig.5）。在BCI控制的位置和频率以及对侧运动皮层的某个位置上，ARAT评分的变化与每次执行BCI任务时EEG调节的变化呈正相关趋势。

Fig.5EEG活动变化与ARAT改善的关系。显示每次BCI运行时ARAT和EEG激活的变化（r2值）。

A,采用BCI控制部位和频率、BCI控制频率在对侧半球电极、BCI控制频率在额叶电极（F3；用作空间控制）、BCI控制部位在50hz（用作频谱控制）的EEG活动进行分析。

B,在BCI控制特征（左上）和对侧运动皮层（右上）均呈显著正相关，但在运动皮层外（左下）或任务无关频率（右下）均无显著相关。

总结：

使用BCI-控制外骨骼后，慢性中风患者的运动功能有统计学和临床意义的改善。健侧半球控制特征的使用显示出未受影响半球对功能康复的潜在相关性。总的来说，本研究首次集中于未受影响的半球，并在患者家中提供BCI驱动的治疗，增加了该方法的推广性，代表了为慢性中风患者开发和转换BCI-驱动的康复方案的重要一步，但在完全接受BCI-驱动的治疗方案之前，必须在大量随机对照实验中证明其有效性。

原文：

Contralesionalbrain–

欢迎转载,转载请注明原文网址：http://www.qkzmq.com/zzyjg/11550.html