一种结合混合式SSVEP(源同步视觉-evoked potential)和运动想象脑机接口(BCI)技术的康复方法的可行性研究:该技术通过机器人反馈来辅助中风患者的上肢运动康复
《Journal of Neuroscience Methods》:Feasibility of a Hybrid SSVEP-Motor Imagery BCI with Robotic Feedback for Upper Limb Motor Rehabilitation in Stroke Patients
【字体:
大
中
小
】
时间:2026年04月27日
来源:Journal of Neuroscience Methods 2.3
编辑推荐:
卒中患者上肢康复中新型混合脑机接口系统(BCI)的可行性研究,结合运动想象(MI)和稳态视觉诱发电位(SSVEP)及机器人手套反馈,实验组(23例)Fugl-Meyer评分较对照组(9例)显著提升(P<0.05),BCI系统分类准确率达98.08%,脑连接分析显示神经可塑性增强。
潘晓虎|张若晴|夏晓倩|崔红燕|刘丽旭|陈晓刚
中国医学科学院天津卫生健康科学研究院生物医学工程研究所先进医疗材料与设备国家重点实验室,天津,中国
摘要
背景
中风仍然是导致长期残疾的主要原因之一,因此需要创新的神经康复策略来解决持续的运动缺陷问题。传统疗法由于治疗平台期的存在,往往效果有限,这凸显了寻找替代康复模式的关键必要性。
新方法
本研究评估了一种新型混合脑机接口(BCI)的可行性,该接口结合了运动想象(MI)和稳态视觉诱发电位(SSVEP),并利用机械手套辅助反馈来优化整个系统的性能。32名中风患者被分为对照组(接受传统治疗)和实验组(接受传统治疗加上为期10天或20天的BCI干预)。
结果
通过Fugl-Meyer评估(FMA)分数、脑电图(EEG)分类准确性、侧化系数(LC)和加权脑连接性分析得出的结果表明有希望的趋势。实验组的FMA分数比对照组有显著改善。所提出的BCI系统成功实现了令人满意的EEG分类准确性(最高值为98.08%)和稳定的系统运行。此外,在长时间训练后,观察到EEG准确性的提高、侧化系数的正常化以及任务特定加权脑连接性的增强。
与现有方法的比较
所提出的混合BCI系统显示出克服传统疗法和传统单模态BCI局限性的潜力,提供了一种更具吸引力和适应性的康复方法。
结论
这些发现证明了所提出的混合BCI系统的可行性,以及观察到的运动功能、神经生理标志物和脑连接性的改善,表明其作为增强神经可塑性和康复结果的新范式的潜力。
引言
中风仍然是全球慢性残疾的主要原因,每年发病人数超过1200万例,大约有1亿人患有永久性的神经缺陷,如运动障碍、失语症和认知功能障碍(Feigin等人,2025年;Feigin等人,2024年)。流行病学预测显示,到2030年,与中风相关的残疾调整生命年(DALYs)将增加34%,主要影响康复资源有限的低收入和中等收入国家(Prendes等人,2024年)。中风的社会经济负担非常沉重,因为超过30%的幸存者需要终生协助进行日常活动,这导致全球每年经济损失超过7210亿美元,包括直接医疗费用和生产力下降,因此迫切需要有效的神经康复策略。这场危机要求开发超越传统治疗方法局限性的神经康复技术。
尽管传统疗法(包括约束诱导运动疗法和机器人辅助训练)被广泛采用,但其效果仍然有限(Lo等人,2010年)。标准化协议无法适应患者基线功能和共病情况的多样性,而对运动恢复的过度强调往往忽视了同时进行的认知和情感康复(de Azevedo等人,2022年)。特别是,重复训练的好处往往受到长期平台期的限制,这主要是由于神经可塑性激活不足,这一点也通过“天花板效应”得到了充分证明(Langhorne等人,2009年;Cramer等人,2011年)。
相比之下,BCI技术作为一种变革性方法出现,它通过直接解码皮层信号来绕过受损的神经通路。当前的BCI康复系统主要利用三种模式(Li等人,2025年):结合视觉反馈的BCI训练;结合功能性电刺激(FES)的BCI,将解码的皮层运动意图与目标神经肌肉激活同步,通过电刺激增强感觉运动整合,促进神经受损患者的运动功能恢复;以及结合外骨骼或神经假体的BCI,结合实时本体感觉反馈来强化感觉运动回路(Robinson等人,2021年;An等人,2024年;Colucci等人,2022年)。临床验证表明,BCI驱动的干预在提高FMA分数、皮层兴奋性指标和功能独立性方面显著优于传统方法(Edelman等人,2025a;Wang等人,2024a;Bai等人,2020年),证明了它们在急性及慢性康复阶段的优越性。
结合机器人的BCI康复系统将来自大脑的神经信号的非侵入性监测与机器人的机械辅助相结合,创建了一个促进神经可塑性和功能恢复的闭环训练环境。例如,通过检测与运动想象相关的脑电图(EEG)信号,BCI可以触发机器人的肢体运动,使患者即使在自愿控制能力有限的情况下也能练习目标运动任务。同时,稳态视觉诱发电位(SSVEP)可以提高混合BCI系统的准确性并增强患者的信心,从而促进他们的康复(Zhang等人,2025年)。理论上,结合MI和SSVEP的混合BCI架构比单模态系统具有明显优势:它们能够互补使用内源性(MI)和外源性(SSVEP)控制信号,通过多模态融合提高分类的稳健性,并通过提供连续的视觉指导来维持用户的注意力。这些特性在中风康复中尤为重要,因为信号变异性和患者参与度是关键挑战。许多研究表明,结合机器人的BCI康复系统在中风患者的康复中表现出显著效果。例如,Su等人提出了一种用于手功能康复的自适应混合BCI系统,该系统结合了MI和SSVEP。该系统使用动作状态闪烁视觉刺激来诱发SSVEP,将四类手势的识别准确性提高到79.38%,同时通过事件相关去同步监测神经参与度,以确保MI任务的有效执行(Su等人,2024年)。Li等人验证了结合MI和SSVEP的混合机器人BCI系统在上肢康复中的有效性。在一项涉及61名中风患者的临床试验中,MI-SSVEP驱动的机器人辅助治疗在2周的干预期间显示出比传统方法更显著的运动恢复效果。来自12名健康参与者的初步EEG分析进一步显示,在MI-SSVEP任务期间高级感觉区域出现了增强的神经同步,表明了神经可塑性驱动的机制。这些结果强调了将混合BCI模式与机器人系统结合以放大神经康复功能恢复的临床可行性(Li等人,2022年)。Chi等人提出了一种结合MI和调制SSVEP的混合BCI,使用30赫兹闪烁的手部图像和不同的抓握频率。在线验证显示,平均准确率分别为92.40%(12名健康受试者)和73.07%(11名中风患者),而比较实验表明,混合范式(89.00%)优于单模态MI(84.00%)和SSVEP(80.75%)任务,证明了其更高的稳健性和用户友好性(Chi等人,2022年)。虽然大多数现有研究都是在正常受试者中进行的,且临床参与者数量有限,实验时间框架较短,但我们的创新在于研究这种混合脑机接口系统在较长时间内的康复效果。
基于我们之前的工程研究,这些研究通过卓越的信号分类准确性(SSVEP-MI混合任务的95.83%)建立了技术稳健性(Zhang等人,2024年),本研究旨在将这些工程验证扩展到临床环境中,以评估该系统的实用性及其在中风患者上肢瘫痪中诱导运动功能和神经生理标志物初步变化的能力。
部分摘要
参与者
共有32名患者参与了这项研究,其中9名患者位于对照组,23名患者位于实验组。所有患者都在北京博爱医院(中国康复研究中心)接受了传统的中风治疗,而实验组还接受了所提出的BCI系统的康复训练。为了更好地评估BCI系统的康复效果,实验组被分为两个
结果
共有32名参与者成功完成了整个实验过程。为了便于分析,实验组的参与时间(无论是10天还是20天)被均匀分为两个阶段,对照组也进行了相应的划分,并在这两个阶段之间比较了系统的有效性。由于对照组的患者没有接受基于EEG的康复训练,因此只分析了FMA分数
讨论
本研究评估了一种新型混合BCI系统的有效性,该系统结合了SSVEP、MI和机器人手套辅助反馈,用于中风患者的上肢运动康复。虽然之前的研究(Zhang等人,2024年)主要关注于验证类似系统在小样本群体中的技术可行性和短期性能(例如,单次会话的在线准确性),但本研究通过系统地检查
结论
中风仍然是导致长期残疾的主要原因,这突显了创新神经康复策略的必要性。本研究评估了一种混合脑机接口(BCI)系统的可行性,该系统结合了运动想象(MI)和稳态视觉诱发电位(SSVEP)以及机器人手套反馈,用于中风患者的上肢康复。经过短暂的适应期后,患者成功操作了该系统,实现了令人满意的EEG分类
资助
本研究部分得到了中国国家重点研发计划(项目编号2022YFC3602803)的支持,部分得到了国家自然科学基金(项目编号62471495)的支持,部分得到了天津市科技项目(项目编号24JCJQJC00040和24JCZDJC00430)的支持,部分得到了中国医学科学院创新基金(项目编号2025-I2M-TS-10和2023-I2M-2-008)的支持,还得到了非营利性中央研究院基金的支持
CRediT作者贡献声明
崔红燕:监督。夏晓倩:数据管理。张若晴:正式分析、数据管理。潘晓虎:撰写——原始草案、方法论、调查、正式分析、数据管理、概念化。陈晓刚:撰写——审稿与编辑、监督、资金筹集。刘丽旭:监督。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的竞争性财务利益或个人关系。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号