Litteraturdelning: Hjärn-datorgränssnitt-baserad mjuk robotisk handskerehabilitation för stroke
Bakgrund:Försämring av övre extremiteter är vanlig vid stroke och kan ha en förödande inverkan på strokeöverlevendes dagliga liv. Konventionell rehabiliteringsstrategi riktad mot motoriska försämringar hos strokeöverlevande inkluderar flerdisciplinär behandling av fysioterapi och arbetsterapi. Nyligen har tekniker såsom tvångsinducerad rörelsebehandling, spegelterapi (MT) och robotassisterad terapi använt end-effector-system. Även om sådana tillvägagångssätt har rapporterats vara effektiva i flera studier kräver de i stort sett en miniminivå av restväxande rörelse av de paretiselskad lemmar för att genomföra, och detta utesluter en stor andel strokepatienter, såsom i fallet CIMT. Att använda hjärn-datorgränssnitt (BCI) baserad motorimageri (MI) presenterar ett alternativt sätt för rehabilitering för att ta itu med problemet som patienter med försumbar restmotor funktion står inför.
Mål: Denna randomiserad kontrollerad genomförbarhetsstudie undersöker möjligheten för klinisk tillämpning av hjärn-datorgränssnitt-baserad mjuk robotisk handske (BCI-SRG) som införlivar aktiviteter för dagligt liv (ADL) orienterade uppgifter för strokerehabilitering.
Metoder: Elva rekryterade kroniska strokepatienter randomiserades till BCI-SRG eller mjuk robotisk handske (SRG) gruppen. Varje grupp genomgick en 120-minuters intervention per session bestående av 30-minuters standard armterapi och 90-minuters experimentell terapi (BCI-SRG eller SRG). För att utföra ADL-uppgifter användes BCI-SRG-gruppen motorimageri-BCI och SRG, medan SRG-gruppen använde SRG utan motorimageri-BCI. Båda grupperna fick 18 sessioner intervention under 6 veckor. Fugl-Meyer Motor Assessment (FMA) och Action Research Arm Test (ARAT) poäng uppmättes vid utgångspunkten (vecka 0), efter intervention (vecka 6) och uppföljningar (vecka 12 och 24). Totalt slutförde 10/11 patienter studien med 5 i varje grupp och 1 stackade av.
Resultat: Även om det inte fanns några signifikanta mellan-grupp skillnader för FMA och ARAT under 6-veckors intervention, verkade förbättringen av FMA och ARAT fortgå bortom 6-veckors intervention för BCI-SRG-gruppen, jämfört med SRG-kontrollen. Slumpmässigt rapporterade alla BCI-SRG-försökspersoner en känsla av levande rörelse av strokeskadade övre extremiteten och 3/5 hade detta fenomen kvar bortom intervention medan ingen av SRG gjorde det.
Slutsats: BCI-SRG suggested probable trends of sustained functional improvements with peculiar kinesthetic experience outlasting active intervention in chronic stroke despite the dire need for large-scale investigations to verify statistical significance. Adding BCI to soft robotic training for ADL-oriented stroke rehabilitation holds promise for sustained improvements and elicited perception of motor movements.
As the innovative brain-computer interface-based soft robotic glove (BCI-SRG), the Syrebo hand rehabilitation robot (BCI) based on the principles of motor imagery and neural plasticity can achieve a "perception-control" bidirectional closed-loop neural stimulation, significantly improving rehabilitation effectiveness. It adopts a brain-inspired algorithm to capture EEG, ensuring data accuracy. At the same time, It can collect EEG signal data and can be viewed on software, providing references for rehabilitation programs and clinical research. Request demo & trial: [email protected]
Referens: Cheng N, Phua KS, Lai HS, et al. Brain-Computer Interface-Based Soft Robotic Glove Rehabilitation for Stroke. IEEE Trans Biomed Eng. 2020 Dec;67(12):3339-3351.