網站首頁 > 新聞中心 > 腦科學新聞
聯系方式
手機:18580429226
聯系電話:023-63084468
聯系人:楊曉飛
聯系郵箱:syfmri@163.com
聯系地址:重慶市渝中區青年路38號重慶國際貿易中心2004#
信息內容
Lancet Neurology:一種供四肢癱瘓患者使用硬膜外無線腦機接口進行控制的外骨骼裝置
發布者:admin 發布時間:2019/12/10

 

大約20%的創傷性頸髓損傷會導致四肢癱瘓。目前很多研究正在開發針對性的神經修復方法,以應對這種情況,從而改善患者的生活。但是在目前的很多研究中,要么使用穿透性的方法來對皮層放電信息進行解碼,帶來很多顱內感染風險以及多次更新編碼問題,要么使用非侵入性的頭皮外采集方法(類似于腦電采集),這種方法帶來的缺陷是能夠對外骨骼或者幫助設備支配的自由度低。因此,為了對上述問題的解決進行更好的探索,來自法國格勒諾布爾大學的研究者測試了一種新的腦機結構的概念模型。

本文中,作者的目的旨在測試通過大腦信號驅動外骨骼(外骨骼是一種由鋼鐵的框架構成并且可讓人穿上的機器裝置,這個裝備可以提供額外能量來供四肢運動,使用大腦信號驅動可以大大提高這種技術的應用能力的半侵入性技術的可行性)(顱腦由外到內,分別是頭皮,顱骨,硬(腦)膜,蛛網膜,軟膜,大腦。硬膜外是介于顱骨和硬膜之間的空隙)。

 

方法

作者招募了法國格勒諾布爾大學醫院的兩名研究中心的參與者參加他們正在進行的臨床試驗。納入標準是年齡在18-45歲之間,其神經功能缺陷穩定、患者表示出額外的活動能力、是否流動或住院監測、并且在法國社會保障系統進行登記并簽署了知情同意書。排除標準包括既往腦外科、神經心理后遺癥、抑郁、物質依賴或誤用,以及腦磁圖(MEG)、EEGMRI的禁忌癥。由于植入物的技術問題,一名參與者被排除在外。剩下的參與者是一位28歲的男子,他在c4-c5脊髓損傷后出現了四肢癱瘓。兩個雙側無線硬膜外記錄器,每個都有64個電極,植入到大腦的上肢感覺運動區域。采用自適應解碼算法在線處理硬膜外皮質電(ECOG)信號,向外骨骼發送指令。在整個24個月的研究中,病人做了各種任務,以逐步增加動作的自由度(degrees of freedom,即評價外骨骼進行活動自由的標度)。

發現

2017612日至2019721日期間,病人用虛擬化身(64.0%[SD5.1]成功)或實驗室外骨骼(70.9%[11.6]成功)進行運動,對模擬步行的項目進行了嚴格控制,并在不同的觸控任務和手腕旋轉中進行了八個自由度的雙側、多關節、上肢運動。與微電極相比,硬膜外ECOG具有半侵入性,且有相似的效果。解碼模型可重復使用大約7周,無需重新校準。

解釋      

這些結果顯示,使用連續的在線硬膜外ECoG來解碼大腦活動的完整的腦機接口可以系統的長期(24個月)的激活四肢神經假肢外骨骼。在使用中,使用者的活動最多可以達到8個自由度,并且可以連續使用長達七周。

 

引言       

頸脊髓損傷后,大約20%的人患有四肢癱瘓。感覺運動障礙的程度取決于脊髓病變的類型。治療方法旨在恢復活動和改善生活質量。已經有研究成功地使用了神經修復術和腦-計算機接口來繞過脊髓病變,使用功能性電刺激,對動物或人的肌肉,或脊髓,或使用機動神經假肢和其他人體效應物進行重新控制。外骨骼(手矯形器,臂,和下肢外骨骼)已與基于腦電圖的腦-計算機接口用于康復,可以用在因中風或脊髓損傷(四肢或截癱)引起的嚴重運動障礙患者的神經功能恢復中。感應器可以通過穿透微電極或腦外網格采集來自殘余意志功能或腦電活動的觸發信號來對其進行控制。1998年以來,皮層活動一直被用于控制效應物。然而,盡管使用電線微電極記錄可以來控制許多動作,例如基于中等控制維度的有線皮質腦電圖(Ecog)的短期、半侵入性腦-計算機接口,但臨床上仍沒有一種可以彌補運動缺陷的解決方案。

本文作者設計了一個方案,為四肢癱瘓患者提供原始的神經假體,由患者的大腦控制,以無監督的方式進行,并滿足長期植入裝置(無線、完全植入和長期生物兼容)的要求。腦-計算機接口系統包括一個完全植入的硬膜外記錄器,64個電極,一個帶有四肢的電動外骨骼,嵌入式解碼算法和軟件。本文介紹了該系統的首次臨床應用,并報告了一項臨床試驗的初步結果,該試驗旨在評估設計的系統對四肢癱患者的安全性、長期耐受性和潛在益處。該報告來自五名計劃患者之一的概念驗證結果。

被試

作者研究了2名患者。在第一個患者中,在皮膚閉合時,對植入物進行探查、發現短暫激活和停止通信。該病人被排除在研究之外。技術問題在第二位患者植入前就被發現并糾正了。第二位病人是一位28歲的男子,他在c4-c5脊髓損傷后出現了四肢癱瘓(1a)患者申請參加作者的試驗。在滿足標準并提供書面知情同意(通過代理)后,他被納入方案。病人對上肢幾乎沒有運動控制。僅通過肱二頭肌收縮(美國脊髓損傷協會損傷ASIA評分:4個右側,5個左側)、肘部和腕部伸展(0右側,3個左側),才可能移動。以下所有其他肌肉在ASIA量表上評分為0,不能執行任何任務。除了這些肌肉,感覺運動障礙是完全的。他用左臂扶手操縱桿控制的輪椅,沒有其他輔助技術。另外三名病人也是按照同樣的協議招募的。



材料

作者的團隊設計了一個植入式記錄系統,WIME,用于在感覺運動皮質上雙側硬膜外永久性植入。電子元件放置在一個鈦盒(直徑50毫米,厚7-12毫米,外凸面)。一組64陣列(9010)記錄電極放置在裝置的平面內表面,用來記錄硬膜外ECoG(直徑2毫米,4-4.5mm螺距,和5個參考電極) (1B)。一項對綿羊的研究表明,硬膜外的ECOG記錄在8個月以上是穩定的。數據是通過超高頻天線(402-405 MHz)發射的。電源通過13.56 MHz感應高頻天線遠程供電.,兩個天線都被嵌入在肌肉下面的硅酮折板中。由于受限無線電鏈路(250 kb/s)造成的數據速率有限,每個植入體在586 Hz采樣時僅使用32個觸點。無線連接使用由定制設計的頭盔在記錄器前面的兩個外部天線。

增強移動性外骨骼(1c)是一種機器人神經假體,具有可穿戴和完全機動的四肢。該裝置重65公斤,設計為由病人解碼的硬膜外ECOG腦信號控制。背包計算機接收到硬膜外ECoG信號。這些信號被實時解碼。然后每100ms將這些增量發送到外骨骼控制器,并將其轉化為產生上肢擬人化運動的運動指令。下肢的激活是通過一個開關來實現的,它控制一個模擬行走的程序。

開發了實驗協議、軟件和解碼算法,并將其集成到自適應腦信號解碼器框架軟件中,以提供350ms以內的硬膜外ECOG活動的自適應高分辨率解碼,類似于健康參與者的反應時間。最初,譯碼器是一種遞歸的、指數加權的、n維的偏最小二乘回歸算法。為了提高譯碼穩定性和靜止狀態支持,后來又增加了馬爾可夫切換線性模型。

在既往臨床前研究期間開發了自適應解碼算法和軟件(圖23),并在使用MEG的術前臨床研究(NCT02790411NCT02790424)中進行了測試。自適應解碼器允許快速校準和高速在線解碼信息。

1:臨床數據、記錄儀和外骨骼。

(A)患者的運動控制和靈敏度均低于紅色的曲線水平。脊髓損傷稍微不對稱,右側(c4:僅c5以上的二頭肌和肌肉受自愿控制)較左側(c5:患者可收縮二頭肌和腕屈肌)更為嚴重。兩側感覺圖相似(C4)MRI表現為脊髓廣泛的嚴重病變(脊髓總萎縮伴脊髓空洞癥)。頸椎進行儀器固定。

(B)生物兼容無線WIME記錄儀是為慢性植入而設計的。

(C)外骨骼被設計為模仿人體形狀及其移動性的可穿戴的人形通用神經假體。外骨骼是自我支持的,無線的,自主的2·5小時平衡行走不可用也不可實現,但可通過軟件(VectorEliteModel[Bioness,Valencia,CA,USA])實現。密勒密=增強遷移率。

程序

MEGfMRI下,患者上肢和下肢進行了真實或虛擬的運動。每次運動重復100次(隨機4-6s間隔),用于MEGfMRI掃描為80次(隨機10-20s持續時間)。

使用1.5TMRI(西門子;圖4A,附錄P2),檢測到感覺-運動皮層神經元在任務期間的活動;圖4A,附錄P2),生成fMRI圖像(使用SPM3D圖)以確定目標的空間坐標。使用306通道ElektaNeuromag MEGElektaOy,赫爾辛基,芬蘭)獲得MEG圖像(圖4B,附錄p2)。(思影科技將開展腦磁圖數據處理相關課程,如感興趣,請聯系微信號:SIYINGYXF進行咨詢)

使用融合的fMRI-MEG圖像,使用了圖像引導下的外科手術鏡(4)來定位被認為是感覺運動皮質的中心作為顱骨切除的目標中心。

使用CT(Symbia[西門子醫療系統)在術后觀察電極網格和顱骨,提供解剖學和功能的(MRI-CT)配準(圖4C4D,附錄P2)。WiMagine記錄器不是MEGMRI兼容的,因此,使用CT進行了該項操作。

手術及術后方法

手術在全身麻醉下完成。作者使用圖像引導SURGISCOPE軟件進行神經導航(圖4D),以雙向植入感覺運動皮層上方的記錄器(圖4CD)。半侵入性的(與穿透記錄方法相比)使用(5cm直徑顱骨切開術)硬膜外放置可以預防顱內感染,因為沒有電極穿透大腦,整個過程沒有完全嵌入的設備和無線連接(包括在任務期間)。在最終皮膚縫合之前和之后,使用無菌袋中的天線,術中記錄硬膜外麻醉信號,評估植入物的手術損傷程度。手術后不打算取出記錄器,但必要時除外。

開始2分鐘內進行硬膜外麻醉記錄,以監測體力變化信號質量(幅度、信噪比、偽影的存在)。大腦-計算機接口任務用于校準、訓練和評估性能和進度。要求患者在心理上觸發ON-OFF開關或進行連續任務。

通常,實驗包括兩個階段:第一是校準以創建或更新解碼器,而第二階段是解碼器用于估計其性能的使用。當模型的性能被聲明為滿意時,可以重新使用模型而不需要更新新的session。作者評估了三種不同類型的任務的性能;一個為期4周,2個為期7周。(圖5)。

2:實時數據處理

A)在腦-計算機接口和任務執行(例如,單肢目標到達)期間,同時記錄硬膜外ECOG(每個WIME植入記錄器32個通道),手的位置和腕關節旋轉的坐標,以及行走的大腦開關的狀態。在586Hz采集硬膜外ECOG數據。

B)在標定和訓練階段,提取時間(T)的手運動特征:矢量距離(y1y2y3坐標到目標到達任務的坐標)、角度(腕部任務前角位置與旋后任務時目標角位置之間的夾角)和行走的二元變量。

(C)應用ccwt(Morlet)提取硬膜外ECOG特征。

(D)將提取的特征的10-15s長數據存儲在具有用于移動的數據的臨時緩沖器中。該信息用于創建每10-15s更新的模型。該模型更新所需的中間數據累積所需的信息僅存儲在運行存儲器中,在實驗期間具有10-15s長數據的特征提取。每0.1秒,利用前1個記錄中提取的特征,由模型和相應的控制命令進行在線預測,并將相應的控制命令發送到效應器。CCWT=復連續小波變換。

如果您對腦電數據處理感興趣,歡迎參閱思影科技腦電課程及數據處理服務,可添加微信:siyingyxf詳細了解:



第六屆腦電數據處理入門班(南京)

 

第十八屆腦電數據處理中級班(南京)

 

第六屆腦電信號數據處理提高班(南京)

 

思影數據處理業務四:EEG/ERP數據處理

3:實時自適應學習策略

A)指令被傳達給病人,病人創造了一個運動的心理任務,在他的感覺運動皮層產生神經活動。該活動由Wimagine記錄為硬膜外麻醉數據,該數據被發送到解碼器。ABSD軟件分析了這些數據和生成的命令以驅動馬達并移動患者或化身的肢體。在整個過程中使用了自適應模型學習和實時應用。該過程為患者提供了視覺反饋(紅色箭頭),并且在校準階段僅向解碼器提供運動反饋(紅色箭頭)。對初始記錄周期的分析產生第一解碼模型。當病人完成訓練任務時,這個模型被迭代更新(10-15)。最后一個模型預測了在線和實時(350 ms以內)特定任務的特性。當預測被認為是足夠的時候,實驗者終止了模型的建立,并認為它已經準備好使用了。

(B)當病人創造一項新的心理任務來誘發運動時,由他的感覺運動皮層產生并由WIMIME記錄的硬膜外ECOG數據由最終模型實時在線解碼。所需的運動被解釋,命令被產生并傳達給執行者(例如,外骨骼的馬達),因此它們可以開始相應地移動四肢。由此產生的動作為病人提供了視覺反饋,使他能夠在執行下一個動作時調整自己的心理任務。ABSD=自適應腦信號解碼器。



患者在諸如視頻游戲之類的各種效應器上心理上觸發開關事件,以啟動人體模型行走。

患者對上肢進行連續的空間運動,結合三維轉換和手臂旋轉,包括一維單向運動(游戲涉及腦力控制槳以攔截掉下的球,類似乒乓)2d運動(視頻游戲涉及在虛擬的黑色面板上到達和觸摸目標),或佩戴外骨骼,并使用指尖與兩側的8個發光二極管(LED)進行交互,用于雙臂、3D和多肢體運動(使用化身或外骨骼,以與兩側16 LED的面板互動),被試還進行了第4d(自由度)和多肢運動(三維位移加腕關節旋轉[60°繞臂軸向任意方向旋轉])

完成該組任務后,要求患者增加兩個上肢(每個4個自由度)和下肢(開關)的自由度。該控制允許參與者自由地移動每個臂。

對于心理開關任務,病人的成功率為一個真陽性率(即正確動作在嘗試次數中所占的百分比)、每分鐘的假陽性(即每分鐘不想要的動作數)或假陽性率(不想要的動作或休息期間的動作百分比)。作者還計算了曲線下的接收操作特性曲線(ROC)和面積AUC;附錄P5)。對于所有接觸和觸摸會話,作者計算了REACH的成功率和R比率(計算為指尖與目標之間的距離與實際距離),以及它們隨時間的變化(圖5)。每一項任務的難度在整個研究過程中都保持不變。在適當的情況下進行簡單的統計分析(平均[SD])。根據一段時間內達到的自由度,對患者的進展情況進行了調查(5)。同時,患者在家中與一名研究人員進行的培訓(TC95)加強了在實驗室使用外骨骼所獲得的任務和技能(45)

4:感覺運動皮質的皮層定位和手術基于(a)fMRI(b)Meg的手術前策略被設計為識別精確的手術目標。(C)fMRIMEG數據結合起來,確定最活躍的感覺運動皮層目標(白色圓圈)的坐標,中心集中在Rolandic溝附近(紅色)(D)這些坐標被轉移到圖像引導手術鏡。手術過程中拍攝的照片顯示在閉合頭皮之前植入植入物;手術后的X線片顯示其最終位置(遠離中線上的上縱向凹陷)。M1=初級電動皮層。S1=主要感覺皮質。Bold=血氧水平相關。MEG=腦磁圖。

結果

2017612日患者被招募,2017621日接受手術,隨訪于2019721日(正在進行)。在本研究開始之前,參與者使用了輪椅,并具有非常小的電機控制。然而,他的fMRIMEG記錄顯示,當想象自己移動他所有的四肢時,產生皮層信號的能力很強。作者的結果表明,隨著時間的推移或重復,病人對每項任務的內在表現都有了明顯的改善。從這個臨床試驗中,作者既沒有觀察到也沒有預料到病人的缺陷的臨床改善。隨訪時未見不良反應。

研究期間未發生術中或術后并發癥。在操作完成整個系統功能后1天進行硬膜外麻醉記錄。第15天觀察到的高信號幅度(13.7/Vrms[SD4·47])在第30天至第379天的手術后(18.7/Vrms[6.54])再吸收后增加。第15天之前由帶寬(34.9dB4.6dB(100:200Hz)歸一化)歸一化的信噪比(dB)也從第30天至第379天增加(0:10Hz5.0dB(100:200Hz))。感覺運動皮層的長期、高質量的硬膜外麻醉記錄允許患者通過各種學習步驟進行進一步控制。

為了實現外骨骼的高維控制,自由度從大腦的轉換逐漸增加到8自由度。對解碼器進行定期校準和更新。對模型的可用性進行了三次測試,在長時間內不進行校準或更新,在項目早期使用化身在4周內行走,在最近的任務中,被試控制化身在7周內完成了8自由度的測試。最初的解碼器在手術后的第10個月和第16個月進行了兩次更新(5)

在行走任務中,患者達到了真正的陽性有效率82.5%(SD8·6),假陽性率12.5%(5.9),18項實驗中的AUC0.78(0.14);視頻游戲:真實陽性率92.1%(4.3),假陽性4.9(1.9)/min,AUC0.84(0.05),1個月沒有重新校準,15個任務中的AUC0.84(0.05)(56a)

術后2個月6個實驗中,佩戴懸吊外骨骼時真陽性率為72.6%(15.3%),假陽性率為7.1(5.6)/minAUC0.84(0.06)。總距離為145(39個階段的480步行走)[56a;視頻4]。化身下肢的開關控制也被成功地用于觸發每條腿的獨立運動以及交替的雙足活動。Roc曲線見附錄(P5)

對于涉及上肢控制的乒乓球游戲任務,患者在使用左手進行的19個實驗中達到54%(SD 12.7)(6b,視頻1)。在目標任務中,病人用左手完成2d任務成功率為:17次實驗,80%(15.5)成功,比率2.8[1.4]),用右手完成的成功率為:19次試驗,82.2%[12.0]),成功率3.3[1.5];圖56c;附錄p4)。在目標任務中,病人用左手(7次實驗,56.9%[15.3]成功,6.8[4.1])和右手(11次實驗,52.5%[11%]成功,6.6[3.6];圖56d;附錄4)都能基本完成3D任務。

該訓練計劃的最后一部分是化身的多肢體激活,以生成同時控制多個自由度的組合任務的模型。患者進行二維、雙手(7次試驗,69.6%[SD 6.1]成功,3.8[1.5];圖56e;附錄p4)和三維雙手任務(6次實驗,57.2%[9.5]成功,6.3[3.2]);圖5,6F;附錄p4,視頻2)。最后,患者使用相同的模型完成58D的任務,在7周內沒有重新校準。

在外骨骼觸覺操作中,患者用左手(兩次實驗,68.9%[SD 1.1]成功,5.7[2.4])或右手(1次實驗,61.5%成功,6.1[2.5]次;圖56d;附錄4)完成了三維任務。

外骨骼訓練方案的最后一部分是外骨骼的多肢激活,以生成同時控制多個自由度的組合任務的模型。患者完成2d雙手任務(成功率83.8%,比8.4[4.7];圖56e;附錄p4)和三維雙手任務(成功率71.4%,比5.3[1.4];圖56f;附錄p4)。最后,患者用同一模型完成58D任務,7周以上(70.9%[11.6]成功,比率9.8[3.5]。在5次三維任務中完的完成率達到99.2%[1.8]成功率,比率4.0[1.0];圖6g,附錄p4,視頻3)

在手術后立即完成了CT掃描。使用Tap finger Psychomotor Target (NCT02790411,NCT02790424)范式。病人運用單個關節的運動意圖來顯示手--指表象與虛擬動作之間的對應關系。下肢活動與與上肢活動相關但仍遠離半球間裂縫的下肢活動相關(圖1B4)。運動意圖與由fMRI檢測的硬膜外麻醉和氧消耗所檢測到的神經元活動有關。與腦-計算機接口解碼相關的一組觸點,與硬膜外麻醉和fMRI信號定位一致(附錄P3)。

5:遞增維數的累積性能

時間線顯示超過20個月的DoF數量的發展(實心黑線),虛線黑線表示未包括在本文中的任務(20-24個月)顯示ABSD更新的標簽(紅色方格)。在第10個月中,初始算法rew-nplsmslm相結合。16月齡時,對高維控制參數進行修改。沒有重新校準的周期被描繪出來。比率列表示從原點出發到達目標的距離(DT)在實際原點與目標距離(dOT)上的比值。DoF=degreesof freedom. FP=false positive. FPR=falsepositive rate. MSLM=Markov switching linear model.REW-NPLS=recursive,exponentially weighted, n-way, partial least squares. SVG=serious video game. TPR=truepositive rate

6:運動任務的累積結果

1D任務通過

(A)激活開關(運行電子游戲、控制化身或外骨骼)或作為

(B)一維位移(乒乓游戲水平軸)來完成。對于觸發步行啟動的開關,結果可分為真陽性激活(真陽性率占預期激活次數的百分比[藍線])和隨機假陽性激活(運行視頻游戲的假陽性率或阿凡達和外骨骼的每分鐘假陽性率[紅色曲線])。在乒乓球游戲中,根據落地球被劃槳攔截時的命中率(藍色曲線,y)和落球數(紅色曲線,y)來判斷成功與否。

(C)2d任務涉及到在一個虛擬的家庭表示法中,用手在一個正方形上觸及8個目標。

(D)使用手在立方體上觸及16個目標所涉及的3D任務。

(E)多肢4d工作,包括用雙手在兩個平板上觸及8個目標。

(F)多肢6d任務涉及使用雙手在兩個立方體上觸及16個目標。

(G)使用雙手在兩個立方體上達到16個目標所涉及的多肢8D任務。該任務是用與6D任務相同的設置完成的,其中增加了手腕的旋后(在任一方向上60°),這增加了每只手的一個自由度。

(c-g)中的圖表顯示了在一個任務期間累積的實際軌跡,使用左手和右手,以及在所呈現的數字上達到的目標數。使用家中的化身和實驗室的外骨骼執行(d-g)中的所有任務。



討論

這項研究描述了第一次成功的長期使用無線硬膜外多通道記錄器對四肢癱瘓患者進行肢體康復的治療過程。在本研究中,所有長期人類臨床應用所需的技術要素(硬膜外記錄、無線功率和發射、多個ECOG通道的在線解碼以及完全嵌入)被首次結合起來。許多雙側電極的長期組合使作者有可能探索多肢的高維控制。作者的干預措施沒有顯示信號退化,沒有副作用,也沒有持久的耐受性。這項研究顯示了作者所使用的系統,其容量大,使用的硬膜外的ECOG記錄的數據能夠實現在線和實時地解碼,同時,在不需要幾個星期的重新校準情況下,其性能的降低也很小。

控制維度從步行任務逐步增加到8d(自由度)雙任務。從自適應實時線性解碼器到自適應實時非線性動態譯碼器,采用后續算法實現了對多肢的異步控制。這個概念的第一個臨床證明,證明作者的系統可以從實驗室擴展到家庭環境和其他應用。

8自由度的成功控制(病人可以永久進入所有維度)、手術植入后24個月的步行能力以及在沒有重新校準的情況下幾個星期后的繼續控制是迄今為止所報道的最高成績。

使用侵入性微電極記錄的病人報告了最佳的高維控制(機器人手臂的10d控制)。然而,由于生物相容性問題和安全問題,這種系統的長期應用受到限制,并且需要進一步的技術發展以使它們與人類的長期使用相容。此外,還有研究報道了用微電極記錄的局部場電位的長時間(2~5個月)穩定開關解碼在四肢癱瘓患者中的應用。其他解碼器也能夠在無需再訓練幾天的情況下進行高維控制,且只有20-50%的性能下降。盡管進展良好,但不穩定的校準仍然限制了基于微電極記錄的腦-計算機接口的臨床應用。

硬膜外ECOG記錄器覆蓋比微電極記錄裝置覆蓋更大的皮質表面。種植體的不變空間定位防止了重新校準的需要。作者研究的最初目標得以實現,證明大腦-計算機接口技術可能涉及到高水平的復雜性,例如控制全身外骨骼。外骨骼是一種仿生擬人化神經假體,可能是完全補償四肢癱瘓患者損傷的最佳方法。本研究中使用的外骨骼不允許平衡地自主行走。下一個目標是解決病人自我調節行走的問題。同時,證明四肢癱患者可以用大腦來控制神經假體效應,同時結合多個自由度,可能會將這一概念擴展到更高水平的控制。這一延伸將允許患者僅使用大腦活動(視頻5)駕駛輪椅,最終導致四肢癱瘓患者逐步融入家庭、城市和職業環境。作者的病人已經認為他快速增加的假肢移動性是值得的。然而,這一進展并沒有改變他的臨床地位。本報告的主要目標是表明,控制四肢骨骼外骨骼的雙側、半侵入性、硬膜外慢性植入物可以是患者更接近于在彌補缺陷方面取得預期的進展。

這些系統的進一步研究還將有助于我們更好地理解大腦功能,因為該研究分析了在任務期間觸發的皮層事件。未來的研究將提供關于感覺運動皮層持續能力作用的信息,這實際上是產生實現真正運動所需要的信號。在一些情況下,使用外骨骼比使用替身的性能要好,平均高10%-20%。這一發現可能是由于反饋和病人感知的差異所致。在帶有化身的2d屏幕投影中,直接(且僅)反饋是視覺的,因此需要額外的認知努力來概念化第三維度。在外骨骼的真實環境中,病人在現實世界中得到了更豐富的反饋。

病人在訓練過程中的改善是由于他對人工神經的控制能力的改善,還是由于他的大腦或智力的提高,目前尚不清楚。盡管任務成功率有增加的趨勢,觸控任務的比率也有下降的趨勢,但作者無法確定是否發生了神經改變,因為模型是定期重新創建的,算法也得到了改進。由于達到了8自由度的控制,模型7周沒有改變。下一階段的試驗旨在記錄腦-計算機界面培訓期間的學習過程。

作者的結果提示,該系統能夠準確地利用幾個皮質區域的信息,以在殘疾人中重建某種程度的輔助移動性。與運動意圖有關的硬膜外ECOG活動的熱點與通常在感覺運動皮層上的表現相對應。有趣的是,這項研究可能支持訓練誘導的神經可塑性假說,在未使用的皮質區域開發新的功能。雖然下肢表現隱藏在半球間,但最強烈的下緣相關硬膜外ECOG活動通常記錄在初級感覺皮層的最內側接觸處。這種活動可能通過橫切的內質纖維從初級運動皮層傳播,或通過長距離檢測與下肢活動有關的硬膜外ECOG活動進行傳播。或者,皮質區可以由鄰近的運動神經皮層響應于來自前額葉皮層的功能壓力而被激活。在初級感覺皮質上的電極表現的這種明顯擴展還可以支持運動皮層表現出多種模態的感覺響應,包括視覺和軀體感覺。因此,這些研究將提供有關感覺運動皮層從皮層持續能力產生作用的信息,以產生實現真實或虛擬運動所需的信號。



如需原文及補充材料請加微信:siyingyxf 或者18983979082獲取,如對思影課程感興趣也可加此微信號咨詢。

 

微信掃碼或者長按選擇識別關注思影

非常感謝轉發支持與推薦



歡迎瀏覽思影的數據處理課程以及數據處理業務介紹。(請直接點擊下文文字即可瀏覽,歡迎報名與咨詢):

 

第七屆腦電數據處理入門班(重慶)

 

第七屆近紅外腦功能數據處理班(上海)

 

第六屆腦電數據處理入門班(南京)

 

第十八屆腦電數據處理中級班(南京)

 

第六屆腦電信號數據處理提高班(南京)

 

第六屆眼動數據處理班(南京)

 

第十九屆腦電數據處理中級班(南京)

 

第二十五屆磁共振腦影像基礎班(南京)

第十二屆磁共振腦網絡數據處理班(南京)

 

第九屆磁共振腦影像結構班(南京)

 

第十三屆磁共振腦網絡數據處理班

 

第二十七屆磁共振腦影像基礎班(南京)

 

第十屆腦影像機器學習班(南京)

 

第九屆腦影像機器學習班(重慶)

 

第二十四屆磁共振腦影像基礎班(重慶)

 

第十一屆磁共振彌散張量成像數據處理班

 

思影數據處理業務一:功能磁共振(fMRI

 

思影數據處理業務二:結構磁共振成像(sMRI)與DTI

思影數據處理業務三:ASL數據處理

 

思影數據處理業務四:EEG/ERP數據處理

 

思影數據處理服務五:近紅外腦功能數據處理

 

思影數據處理服務六:腦磁圖(MEG)數據處理

 

招聘:腦影像數據處理工程師(重慶&南京)


 
 

打印本頁 || 關閉窗口
精品三级-老司机必备