DOI: https://doi.org/10.1038/s41597-025-04618-4
PMID: https://pubmed.ncbi.nlm.nih.gov/39984530
تاريخ النشر: 2025-02-21
المؤلف: Yuan Liu وآخرون
الموضوع الرئيسي: تخطيط الدماغ وواجهات الدماغ-الكمبيوتر
نظرة عامة
تناقش هذه الفقرة التأثير الكبير لخلل الحركة، وخاصة ضعف الأطراف السفلية، على مرضى السكتة الدماغية وتبرز إمكانيات تقنية تخيل الحركة (MI) المدمجة مع واجهات الدماغ-الكمبيوتر (BCI) لإعادة التأهيل. تؤكد الدراسة على ضرورة وجود مجموعات بيانات كبيرة لتطوير أنظمة BCI-MI فعالة واستكشاف آليات اللدونة العصبية خلال التعافي من السكتة الدماغية.
لمعالجة هذه الحاجة، جمع الباحثون بيانات تخطيط الدماغ الكهربائي (EEG) من 27 مريض سكتة دماغية عبر نموذجين معززين وثلاث نقاط زمنية متميزة. تتكون مجموعة البيانات من إشارات EEG الخام، والبيانات المعالجة مسبقًا، ومعلومات المرضى ذات الصلة. حقق التحليل الأولي باستخدام طريقة نمط الفضاء المشترك-آلة الدعم (CSP-SVM) دقة تصنيف متوسطة تبلغ 80.50%. يتوقع المؤلفون أن هذه المجموعة من البيانات ستساهم ليس فقط في تقدم البحث حول اللدونة العصبية في مرضى السكتة الدماغية ولكن أيضًا في دعم تطوير خوارزميات فك التشفير لإعادة تأهيل الأطراف السفلية والمساهمة في إنشاء أنظمة شاملة لإعادة تأهيل السكتة الدماغية.
مقدمة
تسلط المقدمة الضوء على العبء العالمي الكبير للسكتة الدماغية، مع أكثر من 12.2 مليون حالة جديدة سنويًا، مما يؤدي إلى خلل الحركة الذي يؤثر بشدة على استقلالية الناجين. تم تحديد استعادة وظيفة الحركة في الأطراف السفلية كحاجة حيوية، وقد ظهرت واجهات الدماغ-الكمبيوتر (BCIs)، وخاصة تلك التي تستخدم تخيل الحركة (MI)، كأدوات واعدة في إعادة التأهيل العصبي. ومع ذلك، فإن فعالية BCI-MI تعتمد على دقة فك التشفير للإشارات، والتي تعيقها حاليًا نقص مجموعات البيانات عالية الجودة المصممة خصيصًا لمرضى السكتة الدماغية، الذين يظهرون تنشيطًا عصبيًا أضعف مقارنة بالأفراد الأصحاء.
لمعالجة هذه الفجوة، يقدم المؤلفون مجموعة بيانات جديدة تتكون من تسجيلات EEG من 27 مريضًا في مرحلة التعافي من السكتة الدماغية، تم جمعها تحت ثلاثة نماذج MI متميزة، بما في ذلك الأساليب المعززة للتحفيز الحسي. هذه المجموعة من البيانات، التي تشمل 4,260 تجربة MI للأطراف السفلية، هي الأولى من نوعها التي توفر بيانات طولية ونماذج تعزيز متعددة لمرضى السكتة الدماغية. تظهر التحليلات الأولية دقة تصنيف ثنائية تبلغ 80.50%، مقارنة بالدراسات الحالية حول MI للأطراف السفلية في كل من السكان الأصحاء ومرضى السكتة الدماغية. يتوقع المؤلفون أن تسهل هذه المجموعة من البيانات التقدم في فهم اللدونة العصبية خلال إعادة التأهيل وتدعم تطوير أنظمة BCI فعالة للتعافي من السكتة الدماغية.
طرق البحث
استخدمت الدراسة خمسة نماذج تجريبية متميزة لتقييم تخيل الحركة (MI) لدى المرضى، بما في ذلك تقييم تقليدي قائم على النص (Pre)، ونموذج تحفيز كهربائي ثابت (IES)، ونموذج تحفيز كهربائي متسلسل مشفر لمرحلة المشي (SES)، وتقييم بعد العلاج (Post)، وتقييم متابعة (Follow). كل نموذج يتكون من مهمتين: MI للمشي ومهمة في حالة سكون، حيث ركز المشاركون على تخيل الحركة الحركية. تضمنت الإشارات البصرية دوائر أحادية اللون ثابتة ومطالبات رقمية (1-4) لمهام MI، بينما تم تطبيق التحفيز الكهربائي لتعزيز الانتباه للساق المتأثرة. قدمت IES تحفيزًا قويًا ثابتًا، بينما قدمت SES تسلسل من التحفيز المتغير مع الزمن.
قبل التجارب، تم وضع الأقطاب الكهربائية على الأعصاب السطحية والعميقة، مع ضبط التحفيز لتجنب الألم. استمرت كل تجربة حوالي 12 ثانية، بدءًا من علامة تثبيت، تليها مطالبات المهام في فترات زمنية محددة. شارك المشاركون في 40 تجربة عشوائية من كلا المهمتين ضمن كل نموذج. ضمنت الدراسة أن المطالبات البصرية لم تؤدي إلى توليد إمكانات بصرية مستحثة في حالة الاستقرار (SSVEPs) بل ساعدت في تسهيل MI، حيث كانت نطاق تردد ميزات MI (8-25 هرتز) متميزة عن النطاق الترددي المنخفض للإشارات البصرية. خدمت جمع البيانات عبر جلسات Pre وPost وFollow كمجموعات تحكم طولية، حيث شارك كل مريض في ثلاث تجارب على الأقل من النماذج أو التجارب الطولية.
نقاش
في هذه الدراسة، تم تجنيد 27 مريضًا بعد السكتة الدماغية (23 ذكرًا و4 إناث، بمتوسط عمر 51.44 عامًا) من مستشفى تيانجين هوانهوا للتحقيق في مهام تخيل الحركة (MI) باستخدام بيانات EEG. أظهر المشاركون درجات متفاوتة من الشلل النصفي، حيث كان 67% منهم يعانون من شلل نصفي أيمن. تم إجراء جمع البيانات والمعالجة بشكل صارم، بما في ذلك استخدام نظام EEG مكون من 64 قناة وتقنيات إزالة الشوائب المختلفة، مما يضمن بيانات عالية الجودة للتحليل. تم تنظيم مجموعة البيانات وفقًا لبنية بيانات تصوير الدماغ (BIDS) وهي متاحة للجمهور في مستودع Figshare، تحتوي على بيانات EEG المعالجة مسبقًا والبيانات الخام جنبًا إلى جنب مع معلومات المرضى ذات الصلة.
ركز التحليل على الاضطراب الطيفي المرتبط بالحدث (ERSP) لتقييم مهام MI، كاشفًا عن تنشيط كبير في نطاقات ألفا (8-13 هرتز) وبيتا (13-30 هرتز) في القشرة الحسية الحركية خلال مهام MI، على عكس المهمة الساكنة، التي لم تظهر أي تنشيط. تم تقييم دقة التصنيف لمهام MI باستخدام طريقة نمط الفضاء المشترك (CSP) وتصنيف آلة الدعم (SVM)، مما أسفر عن دقة متوسطة تتراوح بين 78.92% إلى 82.41% عبر ظروف تجريبية مختلفة. تتماشى هذه النتائج مع الأدبيات الحالية حول MI للأطراف السفلية، مما يبرز موثوقية مجموعة البيانات. تهدف الأبحاث المستقبلية إلى تضمين بيانات MI من الساق غير المتأثرة لتعزيز فهم آليات إعادة التأهيل العصبي في مرضى السكتة الدماغية.
DOI: https://doi.org/10.1038/s41597-025-04618-4
PMID: https://pubmed.ncbi.nlm.nih.gov/39984530
Publication Date: 2025-02-21
Author(s): Yuan Liu et al.
Primary Topic: EEG and Brain-Computer Interfaces
Overview
This section discusses the significant impact of motor dysfunction, particularly lower limb impairment, on stroke patients and highlights the potential of motor imagery (MI) technology integrated with brain-computer interfaces (BCI) for rehabilitation. The study emphasizes the necessity for large-scale datasets to develop effective BCI-MI systems and to explore the mechanisms of neural plasticity during stroke recovery.
To address this need, the researchers collected electroencephalogram (EEG) data from 27 stroke patients across two enhanced paradigms and three distinct time points. The dataset comprises raw EEG signals, preprocessed data, and relevant patient information. Initial analysis using the Common Spatial Pattern-Support Vector Machine (CSP-SVM) method achieved an average classification accuracy of 80.50%. The authors expect that this dataset will not only advance research on brain neuroplasticity in stroke patients but also support the development of decoding algorithms for lower limb rehabilitation and contribute to the creation of comprehensive stroke rehabilitation systems.
Introduction
The introduction highlights the significant global burden of stroke, with over 12.2 million new cases annually, leading to motor dysfunction that severely affects the independence of survivors. The restoration of lower limb motor function is identified as a critical need, and brain-computer interfaces (BCIs), particularly those utilizing motor imagery (MI), have emerged as promising tools in neurorehabilitation. However, the effectiveness of BCI-MI is contingent upon the accuracy of signal decoding, which is currently hindered by a lack of high-quality datasets specifically tailored for stroke patients, who exhibit weaker neural activation compared to healthy individuals.
To address this gap, the authors present a novel dataset comprising EEG recordings from 27 stroke recovery patients, collected under three distinct MI paradigms, including sensory stimulation-enhanced approaches. This dataset, which includes 4,260 lower limb MI trials, is the first of its kind to provide longitudinal data and multiple enhancement paradigms for stroke patients. Preliminary analyses demonstrate a binary classification accuracy of 80.50%, comparable to existing studies on lower limb MI in both healthy and stroke populations. The authors anticipate that this dataset will facilitate advancements in understanding neural plasticity during rehabilitation and support the development of effective BCI systems for stroke recovery.
Methods
The study employed five distinct experimental paradigms to assess motor imagery (MI) in patients, including a conventional text-based assessment (Pre), an invariable electrical stimulation paradigm (IES), a gait-phase-encoded sequential electrical stimulation paradigm (SES), a post-treatment assessment (Post), and a follow-up assessment (Follow). Each paradigm consisted of two tasks: gait MI and an idle-state task, where participants focused on kinesthetic motor imagery. Visual cues included fixed monochromatic circles and numeric prompts (1-4) for the MI tasks, while electrical stimulation was applied to enhance attention to the affected leg. The IES provided constant strong stimulation, whereas the SES delivered a sequence of time-varying stimulation.
Before the experiments, electrodes were placed on the sural and superficial peroneal nerves, with stimulation calibrated to avoid pain. Each trial lasted approximately 12 seconds, beginning with a fixation cross, followed by task prompts at specific intervals. Participants engaged in 40 randomized trials of both tasks within each paradigm. The study ensured that the visual prompts did not induce steady-state visual evoked potentials (SSVEPs) but rather facilitated MI, as the frequency band of MI features (8-25 Hz) was distinct from the low-frequency range of the visual cues. Data collection across the Pre, Post, and Follow sessions served as longitudinal control groups, with each patient participating in at least three paradigm or longitudinal experiments.
Discussion
In this study, 27 post-stroke patients (23 males and 4 females, average age 51.44 years) were recruited from Tianjin Huanhu Hospital to investigate motor imagery (MI) tasks using EEG data. The participants exhibited varying degrees of hemiplegia, with 67% having right hemiplegia. Rigorous data collection and preprocessing were conducted, including the use of a 64-channel EEG system and various artifact removal techniques, ensuring high-quality data for analysis. The dataset is organized according to the Brain Imaging Data Structure (BIDS) and is publicly available in the Figshare repository, containing both preprocessed and raw EEG data along with relevant patient information.
The analysis focused on Event-Related Spectral Perturbation (ERSP) to evaluate MI tasks, revealing significant activation in the alpha (8-13 Hz) and beta (13-30 Hz) bands in the sensorimotor cortex during MI tasks, as opposed to the idle task, which showed no activation. Classification accuracy for the MI tasks was assessed using the Common Spatial Pattern (CSP) method and Support Vector Machine (SVM) classification, yielding average accuracies of 78.92% to 82.41% across different experimental conditions. These results align with existing literature on lower limb MI, underscoring the dataset’s reliability. Future research aims to include MI data from the unaffected leg to enhance understanding of neural rehabilitation mechanisms in stroke patients.