功能和神经肌肉的变化引起的通过低成本,为telerehabilitation muscle-computer接口:可行性研究在慢性中风

介绍

几乎有800000人每年在美国(中风Virani et al ., 2020),使中风长期成人残疾的主要原因。最近的研究表明,高剂量的重复特定于任务的练习可以改善上肢功能的慢性阶段中风(> 6个月后开始)Winstein et al ., 2016;Ballester et al ., 2019;沃德et al ., 2019)。然而,目前的挑战提供这样的剂量标准临床实践由于时间、身体、和经济约束。家庭telerehabilitation服务监督由临床医生是一个潜在的解决方案提供高剂量干预措施。

最近的研究表明,中风后telerehabilitation诱发积极的改变是可行的,也可以像面对面一样有效干预(Dodakian et al ., 2017;克莱默et al ., 2019)。然而,重复特定于任务的实践干预措施,包括那些使用telerehabilitation服务,通常需要一个活跃的最低水平运动(Winstein et al ., 2003;克莱默et al ., 2019;沃德et al ., 2019)。因此,严重受损的幸存者需要替代治疗方法。生物反馈相关的生理活动(例如,通过脑电图(EEG)和肌电图(EMG)]是有前途的方法,实现了在最小或没有意志的运动和可能包含与telerehabilitation (很快et al ., 2003;赖特et al ., 2014;Soekadar et al ., 2015;Remsik et al ., 2016)。具体来说,培训减少意外co-contractions受损的手可能是一个有针对性的干预,提高电机控制严重受损的人群(布朗Donoso et al ., 2014;穆勒et al ., 2019)。

最近,我们测试了一个多通道生物反馈系统的可行性(改造),可以互换操作为脑-机接口(BCI)或muscle-computer接口(MCI)和集成浸入式虚拟现实(VR)上肢慢性中风康复(Vourvopoulos et al ., 2019;Marin-Pardo et al ., 2020)。试点研究与改造系统展示出了有前景的结果在用户满意度和适度改善中风康复的临床评估。面对面的研究正在进行的限制(例如,卫生预防措施由于COVID-19大流行)和日益增长的兴趣将telerehabilitation服务纳入标准临床实践促使我们开发一种低成本、便携版的系统(Tele-REINVENT) (Marin-Pardo et al ., 2021)。此外,使用移动设备为家庭telerehabilitation可能进一步提高护理访问缺医少药人群有限,例如,接近康复中心,流动性水平,运输服务,护理成本(Marzolini et al ., 2016;在远程医疗卫生公平,在远程医疗卫生公平)。

这里,我们探索的可行性用Tele-REINVENT五中风幸存者在慢性阶段的复苏,面对严重的轻偏瘫(例如,< 20°自愿手腕运动)和意想不到的拮抗剂激活期间企图手腕动作。我们要求他们完成30远程培训,我们的系统没有同时激活的屈肌肌肉钢筋伸肌的激活。量化更改之前和之后的培训中,我们使用一个电池的标准临床评估与测试相结合的肌肉控制评价广义功能改进。此外,我们评估的变化随着时间的推移在训练干预通过量化激活受体激动剂和拮抗剂对少意外coactivation肌肉和他们的整体贡献。最后,我们包括测量corticomuscular一致性(CMC)调查可能的大脑组织训练之前和之后的变化。虽然在中风幸存者变量(例如,大小和本地化),先前的研究已经表明,CMC可以解释为一个代理的束完整性和神经恢复(Rossiter et al ., 2013;Krauth et al ., 2019;刘et al ., 2019;Marin-Pardo et al ., 2020)。

总的来说,这项工作的目的是探索的可行性Tele-REINVENT安全提供更高的剂量重复特定于任务的实践在家庭上肢训练。先前的文献已经确定,坚持中风后回家项目范围从50至100% (Jurkiewicz et al ., 2011;布朗Donoso et al ., 2014;Dodakian et al ., 2017;克莱默et al ., 2019)。我们设计了Tele-REINVENT克服的一些已知的限制技术为基础的家庭培训项目(如。、可移植性和易于使用其他详细Marin-Pardo et al。(2021)]。因此,我们假设家庭钢筋使用Tele-REINVENT EMG活动参与者与上肢严重受损的运动机能将安全、可行的,和愉快的参与者使用高依从性(例如,至少80%)。此外,正如之前的我们和其他人的研究表明,并不是所有的参与者将应对训练干预(Kwakkel et al ., 2016;Vourvopoulos et al ., 2019;沃德et al ., 2019;Marin-Pardo et al ., 2020)。因此,我们推测,Tele-REINVENT训练会产生改善临床评估一些但不是全部的参与者。最后,我们希望显示改善神经肌肉控制的证据,可衡量的,增加肌肉招聘个性化(即。类属特异性的激活,降低意外coactivation)和改进的CMC。

材料和方法

参与者

系列对于这种情况,我们招募了另外五名成人中风幸存者在慢性阶段的复苏(> 6个月发作)。入选标准要求参与者提供中度到重度的上肢轻偏瘫和剩余的手功能(例如,< 20度的活动手腕或手指扩展和足够的肌肉活动与肌电图测量)。此外,参与者不采取anti-spasticity药物和没有明显视力丧失(矫正视力是可以接受的),接受性失语、挛缩,或次要的神经系统疾病。最后,没有一个参与者接受额外的物理或职业疗法针对手腕动作;然而,规律的运动(例如,在健身房训练)是允许的。参与者完成了检查会话之前登记,确保他们符合这些标准。此外,我们认知障碍筛查,严重损害可能阻碍参与这项研究的任务。实验的机构审查委员会批准的协议是南加州大学(参考号:hs - 17 - 00916,批准7/20/2021)和所有参与者提供书面知情同意按照《赫尔辛基宣言》。总结提出了参与者的人口表1。

研究时间表

我们测试使用的功能结果和可行性Tele-REINVENT系统中风幸存者在家庭训练。研究时间线所示的大纲图1下面详细,每个组件。潜在的参与者认知障碍筛查使用蒙特利尔认知评估美国华人博物馆(Nasreddine et al ., 2005)和测试的肌电图振幅在入学前进行面对面访问他们的研究。那些没有呈现出显著的认知障碍可能会削弱他们能够使用Tele-REINVENT(即。,拥有一个MOCA得分低于20分),可以维持一个最低水平的伸肌EMG活动(即。,hold 30% of a prerecorded maximum for ten 4-second trials) were enrolled in the remote training protocol, where each participant was asked to complete thirty 1-h remote training sessions over 6 weeks. These sessions were performed independently or remotely monitored by the research team (e.g., by an occupational therapist or a research engineer), as described below. We evaluated participants' improvements with physiological and clinical assessments of upper limb function during pre- and post-training in-person visits to our laboratory (sessions 1 and 32). Furthermore, we evaluated their muscle control with a static hold test. In this test, participants used feedback of their wrist extension and flexion EMG amplitude to follow a target level of activation (图1)。这个跟踪测试期间,我们同时记录脑电图在ipsilesional和评估他们的CMC contralesional运动皮层。我们做了一切努力在< 3 h /会话中执行现场评价(包括休息时间),以避免不必要的负担我们的参与者。在会话2-31参与者被要求完成一个小时的远程监控或独立的个体家庭训练手腕扩展,如下详细。我们包含了额外的面对面访问完成后,一半的远程会话,以确保适当的肌电图的位置传感器和没有副作用的其余部分的实验。正如上面提到的,由于我们感兴趣的功能变化前后30会话的远程培训,我们排除了这些额外的访问从我们目前的分析。

家庭训练(会话2-31)

我们的培训模式构建在协议和telerehabilitation系统,我们在以前的工作描述(Marin-Pardo et al ., 2020,2021年)。简而言之,我们Tele-REINVENT系统包括一台笔记本电脑和所有必要的程序加载,配置,并显示在一个易于使用的方式,一双廉价的EMG传感器(图1),一个包一次性电极和酒精擦拭。同步记录,不同模块之间的传输数据,我们使用了Labstreaming层(LSL)协议和记录器(斯沃茨计算神经科学研究中心的,斯沃茨计算神经科学中心)。EMG信号实时处理和分析Matlab中使用自定义脚本(美国纳蒂克R2021a, Mathworks)量化一伸一屈肌的激活率。用户界面和游戏都使用统一开发的游戏引擎(v2020.1.11、统一技术,旧金山,美国)并呈现在电脑屏幕上。这些游戏开发旨在奖励没有屈肌coactivation伸肌激活时产生。关于游戏机制和系统模块的更多细节,可以发现在我们以前的工作Marin-Pardo et al ., 2021)。下面,我们就来展示游戏中实现本研究的总结(图1)。

•SkeeBall。在这个游戏中,我们使用从手腕肌肉活动一个球移动到不同的目标根据活动两种和屈肌之间的比率。计算比率被映射到分数值并触发相应的动画的手击球,球移动到适当的分数戒指。

•Blinko。这里我们使用的比率活动手腕和屈肌的角色移动控股的圆盘顶部垂直的棋盘游戏。为每个审判,玩家试图移动字符左和右手腕扩展和弯曲在时间耗尽之前。性格滴盘和接收点与槽盘落在哪里。

•地球上跳。这是一个横向卷轴的游戏,一个角色沿着两个维度,以避免障碍在一个有限的课程。时期,低于一个激活阈值(即肌肉活动。,在休息的时候),这个角色从左到右穿过环境。否则,肌肉活动的比例是翻译成跳跃屈曲的命令的扩展和停止命令。

我们使用该系统来训练个体肌肉控制用以下协议。首先,参与者完成了一份详细的定位在会话1中,包括逐步演示如何把EMG传感器和使用该系统。此外,我们使用外科记号笔标记适当的传感器的位置。然后,远程会话的第一周(2 - 5)监测的研究团队(例如,一个职业治疗师或研究工程师),确保系统正常工作,参与者自己自信的使用它。后续会议(6-31)大多是独立的,与研究团队每周监测两个交易日。这使我们能够确保系统正常工作,做出必要的调整游戏配置(例如,数量的试验/游戏或激活阈值),并与之交互的参与者。这是特别重要的,因为研究表明,使用家庭康复技术时,参与者参与和坚持高度依赖于临床医生和研究人员的参与(陈et al ., 2019;克莱默et al ., 2019;Feldner et al ., 2020)。此外,Tele-REINVENT工具包,包括印刷说明书详细说明如何使用和设置系统,外科记号笔标记的传感器定位,和额外的对象增加舒适和参与会话期间(例如,刚度低球,池面,和一条毛巾)。每个远程会话描述如下。

增强的简单性和一致性的系统接口包括教程视频提醒参与者如何启动一个telerehabilitation会话,代入采集设备,和位置传感器在目标肌肉。开始之前的所有培训课程,一个校准的视频指导参与者通过手腕和手部运动,包括总把握、手腕扩展,和手腕弯曲。在完成录音,Matlab脚本计算的平均最大振幅每个EMG信号在250毫秒移动窗口处理后15 - 450赫兹的信号带通滤波器和全波整流。然后,参与者选择的他们会玩这游戏。这推出另一个Matlab脚本,该脚本将继续计算比率的伸肌活动中描述方程1:

其中每个EMG信号对应于平均活动250 ms的每一块肌肉在预处理和标准化的校准活动。在这个等式,值接近1表明,伸肌的肌肉比屈肌肌肉相对更加活跃。同样,接近0值将表明更高的屈肌活动和值接近0.5将显示类似招聘的肌肉。最后,提供了在线反馈为上述游戏互动。我们要求参与者玩他们喜欢的游戏组合至少1 h(培训/会议总共三十会话。量化功能改变训练后,我们使用下面描述的评估。

临床评估(会话1和32)

两个训练有素的职业治疗师进行临床评估标准在pre -和岗位评估。功能的评估是由两个独立视频记录和评估职业治疗师,以确保足够的两分的可靠性。本研究中使用的完整的评估包括以下:

•蒙特利尔认知评估(MOCA)。这是一个轻度认知障碍的评估,评估视觉空间的能力,记忆力,注意力,集中,语言,和方向,并提供了一个分数范围从0(最大障碍)30(没有缺陷)(Nasreddine et al ., 2005)。一般来说,轻度认知障碍定义低于26日(Nasreddine et al ., 2005),或者最近,23分(卡森et al ., 2018)。然而,其他计算机培训模式已经成功招募中风参与者得分意味着低至20分(克莱默et al ., 2019;叶et al ., 2019;欧et al ., 2021)。因此,扩大的参与者能够符合我们的研究中,我们使用了一个20分的阈值作为纳入标准。

•Fugl-Meyer评估上肢(FMA)。这种规模的措施感觉运动障碍的上肢后偏瘫的中风,包括运动、协调、和反应,提供了一个分数,范围从0(最大障碍)到66(没有缺陷)(Fugl-Meyer et al ., 1975)。

•测试(ARAT)行动研究机构。这个评估措施上肢的功能性能的能力操纵对象与不同的大小,重量和形状,并提供了一个分数,范围从0(最大障碍)57(没有缺陷)(莱尔,1981)。

•手腕关节活动度(ROM)。使用测角仪,我们记录的最大活动手腕扩展和弯曲度。平均而言,未来保持日常生活的活动通常需要程度的手腕扩展和奖金的手腕弯曲度(Ryu et al ., 1991;van Andel et al ., 2008)。

•改良Rankin规模(夫人)。这种规模的措施的残疾中风幸存者基于独立照顾自己在日常生活中,提供一个范围从0(无症状的残疾)到5(严重残疾)(Swieten et al ., 1988)。

•握力。

描述的肌肉控制在肌电图振幅跟踪(会话1和32)

我们试图确定是否特定于任务的培训协议诱导广义功能手腕肌肉活动的变化。量化变化肌肉控制特定于任务的性能之外,参与者完成了两个跟踪任务,不同于培训但需要类似的肌肉活动。在第一个任务中,参与者被要求保持一个恒定的水平影响手的手腕扩展使用肌电图振幅的伸肌肌肉活动的目标。所示图1,这一目标与一个4秒保存阶段(高原)梯形跨越6秒,将15%的肌肉的最大活动跟踪(建立在预录好的一功率控制)。参与者完成了12个试验,EMG纠正和平滑0.5秒移动窗口的高度来控制光标移动的在电脑屏幕上从左到右为10秒前循环。第二个任务在手腕弯曲遵循了同样的协议。对于每个跟踪任务,肌肉最大的信噪比在自愿选择激活提供EMG反馈,和实践试验,以确保提供稳定的性能。重要的是,这项任务是为这些参与者quasi-isometric所需水平的肌肉收缩导致小如果任何公开的手腕的运动。参与者提供一个刚度低球,以避免不舒服卷曲的手指。我们鼓励参与者从积极地试图控制球,但意外的是允许的。参与者把他们的手放在枕头更严重的影响为安慰这些任务的持续时间。

数据采集

我们测量表面EMG信号从四个肌肉在2148 Hz使用Delsys Trigno无线系统(美国纳蒂克Delsys合并)。EMG传感器放置在皮肤上面伸腕桡侧的长(ECR)、伸腕ulnaris (ECU),屈腕桡侧的(货物)和屈腕ulnaris (FCU)的手臂与异丙醇清洗后该地区的影响。适当的定位被确认通过肌肉触诊和信号观测期间企图手腕扩展,弯曲,径向和尺侧偏移,光控制。使用LabRecorder EMG收购,一个应用程序设计同步使用LSL协议和记录数据。信号被采样到1000 Hz离线分析。

另外,我们同时记录脑电图在500赫兹左右运动皮层使用32路LiveAmp系统(美国Morrisville大脑视觉LLC)。电极被定位的一个子集的真空度标准放置公约(Chatrian et al ., 1985使用大脑视觉actiCAP)。在这项研究中,我们只使用脑电图评估皮质脊髓的连通性变化通过corticomuscular相干EMG-based后培训。因此,我们只分析了电极对应frontal-central,中央,和中央顶叶头皮的位置(例如,FC1 FC5, C3, CP1, CP5, C4, FC2, FC6, C4, CP2,和CP6),这些都是在与运动控制相关的区域,对应于我们在以前的研究中使用的位置(Vourvopoulos et al ., 2019;Marin-Pardo et al ., 2020)。脑电图信号同步,获得使用LSL LabRecorder然后插入到1000赫兹的离线分析。

肌肉组织个性化

我们量化的手腕肌肉个性化比率的激活在肌电图跟踪任务,即。,the proportion of activity from the recorded extensor muscles to the total activity from all recorded muscles using方程1。这允许我们估计水平的肌肉组织招聘在扩展和弯曲跟踪任务。我们使用的最后3秒每个持有阶段计算ER的价值观和评价个性化训练前后的变化。

Corticomuscular一致性

除了肌肉个性化和跟踪误差的计算,我们使用同一时间时代评估大脑和肌肉之间的同步信号。这一标准,称为corticomuscular一致性(CMC),是一个频域相关,值为0表示没有信号之间的相关性和1表明完美的相关性在给定频率。具体来说,我们有兴趣评估β频带内的变化(例如,夫人Hz),因为这已经被用于调查皮质脊髓的沟通,经常发现在静态的肌肉收缩,并建议改善复苏期间(米玛et al ., 2001;Rossiter et al ., 2013;冯Carlowitz-Ghori et al ., 2014;Krauth et al ., 2019;刘et al ., 2019;Marin-Pardo et al ., 2020)。

我们计算CMC以同样的方式在我们以前的工作(Marin-Pardo et al ., 2020)。短暂,脑电图信号第一次带通滤波之间的5和100赫兹使用六分之一订单,零相位巴特沃斯滤波器,re-referenced共同平均后去除噪声或坏通道标识使用工件检测方法在Matlab的EEGLAB工具箱(Delorme Makeig, 2004;Kothe荣格,2016)。我们使用频道C3和C4计算与手腕EMG信号的相干性。如果其中一个通道必须排除在外,邻近电极对应各自的使用感觉运动半球相反,先前的研究表明,CMC是不精确的局部在unimanual行动在这个研究人口(Rossiter et al ., 2013;Krauth et al ., 2019)。EMG信号最初15至450赫兹之间的带通滤波,然后我们用希尔伯特变换获得振幅包络(Boonstra Breakspear, 2012;淀粉et al ., 2013)。最后,我们归一化产生的信号零均值和单位方差(2000年贝克,;韩礼德和罗森博格,2000)。对于每个任务,汇集CMC (阿姆et al ., 1997)两人之间的计算(即肌肉参与任务。,wrist flexors or wrist extensors) and the ipsilesional and contralesional hemispheres. All trial epochs for a single subject were first concatenated, and then coherence was calculated using the mscohere function in Matlab, using 512 ms Hann-windowed segments with 75% overlap. A 95% confidence level for each coherence profile was calculated using方程2(罗森博格et al ., 1989):

L是用来计算相干部分的数量,调整的逐渐减少和重叠(Kattla和阴暗的,2010)。一组级别分析,我们重复上述过程,连接所有五个参与者的数据。这允许我们使用相同的统计方法来评估个体一致性组级别数据概要文件(阿姆et al ., 1997)。

统计分析

我们使用自定义脚本在Matlab (R2021a Mathworks,纳蒂克,美国)和R (R统计计算的基础,维也纳,奥地利)离线信号处理和统计分析。我们预计,一些人将提高在不同的指标。然而,我们不希望这些变化将是一致的,从自己和别人以前的文学一直显示,参与者展示变量改进后类似的培训干预(Ramos-Murguialday et al ., 2013;穆勒et al ., 2019;Vourvopoulos et al ., 2019;Marin-Pardo et al ., 2020)。因此,我们重点分析对个人组级别的变化和报告结果的完整性。

行为变化在临床评估

因为数据的分布不是正态分布,我们使用成对Wilcoxon符号秩检验来确定一致的改变整个集团在菲利普-马萨,ARAT,罗和握力。这些评估量化损伤在不同的领域,我们认为这些组级别测试作为独立,从而显著p < 0.05级没有修正。此外,我们使用皮尔逊相关性评估可能的功能改进和时间之间的相关性中风发作后,设定一个阈值意义p < 0.05。

肌肉控制在肌电图振幅变化跟踪

使用方程1肌肉组织活动,我们计算比率量化两个肌肉群的参与而执行扩展和弯曲跟踪任务。我们计算每个审判意味着ER值和评价区别与岗位评估与符号秩测试。同样,组级别影响进行评估使用成对符号秩测试参与者的平均值为每一个任务。个人和组级别差异的显著性水平是设定在p < 0.05。

神经肌肉变化后的培训

类似于我们之前的工作(Marin-Pardo et al ., 2020),我们评估CMC在集团层面的变化,与连贯性的z分数差异(罗森博格et al ., 1989;莱恩et al ., 2014)(pre和post)在每个频率为每个任务(弯曲和扩展)和半球(ipsilesional和contralesional)使用公式方程3:

FZ Fisher-transformed相干值(即。,atanh(sqrt(coherence)] and L represents the degrees of freedom, calculated as described for方程2。这提供了一个标准的Z分数之间的一致性的差异会话1和32岁的每一个频率。然后,我们创建了一个复合的z分数β频带使用她的z分数方法(窑et al ., 1999)。复合z分数绝对值高于1.96被认为是重要的在5%的置信水平。

EMG在训练活动

评估屈肌和伸肌振幅变化会话,我们采取规范化EMG信号并计算每个肌肉的平均振幅在游戏。首先,信号手动检查(通过目视检查)和自动(通过考试信噪比率)来删除文件的信号质量差。记录与接受信号过滤、纠正、和规范化描述进行在线处理,试验包含活动时间至少1秒的肌肉连接。然后,我们计算每一块肌肉的平均归一化幅度为每个会话和使用这些值来计算相应的ER。最后,我们使用皮尔逊相关性评估活动随时间的变化。我们考虑相关性p < 0.05作为个人和群体的重要测试。

结果

我们评估可行性、安全性和可接受性,以及功能变化在pre -与岗位描述改进引起30-session培训协议。

可行性、安全性和可接受性

所有参与者完成85%以上的远程会话(平均:90.7%±5.5%),没有副作用,包括疼痛或不适。所有参与者享受使用系统,报告说,它很容易使用,有机会,愿继续使用它。平均而言,设置和校准了< 10分钟一旦参与者熟悉系统(例如,三个交易日之后)。此外,所有的参与者认为每周有两个监控会话是足够的(例如,社会鼓励和技术支持),使他们能够成功地完成独立的会话。总的来说,所有的参与者拥有一个积极的体验报告。一些参与者定性指出适度的额外的好处在他们的手臂功能(例如,更多和更快的动作),以及降低肌肉张力,增加手的感觉,增加了关注和使用受影响的手臂,和更好的睡眠质量。这些定性的观察是基于我们与参与者的互动,并且半结构化访谈数据的分析。然而,这些定性结果的详细信息超出了这个范围的手稿,在未来的工作将进一步讨论。

行为变化在临床评估

见表2所有参与者显示,改进的至少一个测量5个临床评估。图2显示了最具代表性的变化。在个体层面,三个参与者显示改善他们积极扩展(参与者2、4和5)和主动弯曲(参与者3、4和5)。此外,三个参与者显示改善ARAT FMA和四个。值得注意的是,参与者4改善超出最低临床重要的区别(MCID) ARAT[16分差,MCID > 5.7 (van der李et al ., 2001)和菲利普-马萨(差5分,MCID > 4.25 (et al ., 2012页)]。然而,没有统计上显著的水平变化。最后,我们评估是否参与者用更少的时间(即中风发病显示更大的改进。之间的,更大的变化和干预后测量)。然而,我们没有发现明显的发病和临床以来测量之间的相关性,这可能是由于小样本大小。

肌肉控制在肌电图振幅变化跟踪

见图3参与者表现了改善电动机控制的趋势,以更大的肌肉个性化扩展和弯曲(即跟踪任务。,呃值接近于1的扩展任务和接近0的弯曲的任务)。在个体层面,两个参与者显著改进扩展任务(p参与者4 = 0.004,p= 0.033为参与者5)。同样,弯曲的任务(四个参与者都有很大提高p< 0.01参与者1,2,3,4)。然而,这种变化是不组级别的重要任务。值得注意的是,所有的参与者显示减少可变性(即。,降低标准差)跟踪任务。个人测试的结果所示表3。

corticomuscular连贯性训练后的变化

在参与者个人相干资料显示高可变性,频率,和条件。正如所见的右上方的面板的图4,参与者2、4和5显示显著一致性山峰ipsilesional半球之前和之后的训练。同样,重要的山峰训练后观察参与者1,2,3 contralesional半球。我们对各参与者的汇集一致性的分析表明,在手腕扩展,唯一有显著增加的频带相干训练后的β频带contralesional皮层(图4,前左面板z分数张后差异= 2.35,p= 0.018)。重要的是,这并不意味着缺乏ipsilesional皮层的活动,作为集中训练之前和之后相干资料显示显著的一致性。出于完整性的考虑,我们也分析了α和γ频段的变化,在增加的趋势不是连贯性的伽玛乐队是ipsilesional皮层(z分数差异= 1.68,p= 0.093)。正如所见的右下角的面板的图4,我们还发现了山峰相干训练后的β区间ipsilesional(参与者2和5)和contralesional半球(参与者2、3和5)在弯曲的任务,但这些变化不一致根据池一致性分析。我们发现一个趋势在β频带contralesional半球(图4,左面板底部z分数张后差异= 1.55,p= 0.121)。

增加跨会话EMG个性化

所示图5随着时间的推移,肌肉活动的措施显示更高的个性化(上面一行)。总的来说,肌肉个性化培训期间似乎增加参与者3,4,5。这些变化是重要的参与者4 (p= 0.018)和5 (p= 0.013)。这些变化是伴随着明显降低的屈肌活动参与者4 (p= 0.009)和5 (0.016)。在集团层面,我们观察到明显降低整体屈肌的活动(p= 0.045)。表4显示了所有五个参与者相关的结果。

讨论

我们探索的使用EMG-based telerehabilitation程序,试图改善严重慢性中风后电动机赤字通过训练的肌肉激活没有意想不到的拮抗肌的激活。我们发现30 1小时会议的综合监督和非监督远程培训可以诱发积极成果在运动机能与五个试点研究中风幸存者。虽然在参与者变量,类似于我们的先前的研究(Vourvopoulos et al ., 2019;Marin-Pardo et al ., 2020),这些结果表明,我们的telerehabilitation系统可以引起功能严重受损的个人的变化。这些变化是可衡量的标准临床评估,激活争胜的比例和敌对的肌肉,和适度改善corticomuscular连接。此外,所有参与者报告全面积极的经验,显示高坚持提出培训协议。

临床评估

我们假设我们会观察改进后在临床评估培训。投入了大量精力开发新颖和有效的非侵入性的康复治疗。然而,先前的研究已经表明,即使对治疗和证明效力和狭窄的入选标准,并不是所有的参与者将积极应对干预(Kwakkel et al ., 2016;沃德et al ., 2019)。因此,需要更多的调查来更好地了解哪些元素(例如,人口特征和神经机制进行重复练习)能够更好地预测哪些参与者可能受益于有针对性的康复方法(Winstein et al ., 2016;伯恩哈特et al ., 2017)。同样,我们认为一些,但不是全部,我们的参与者将显示改善临床评估。随后,由于样本量有限,我们期望不一致(即变化。,not年代eenacross all participants) would result in non-significant changes at the group level. Furthermore, previous research has suggested that individuals presenting with less time after stroke onset might show greater improvement after training interventions (Ballester et al ., 2019)。虽然也可以这样为我们提出了训练,我们并没有一个特定的假设,由于小样本的可行性研究。

在以前的工作中,我们表明,几个交易日(n= 7)手腕训练鼓励扩展运动没有意想不到的屈肌产生适度改善招聘几个临床评估(Marin-Pardo et al ., 2020)。我们的结果从实验和这个新的迭代有相似的趋势,即。,我mprovement across different assessments and some participants showing changes beyond established MCIDs. Qualitatively, our current results suggest that higher training dosage might have induced greater functional changes. This can be observed in greater differences between pre- and post-training measurements, compared across participants that initially had similar levels of impairment. On average, ARAT and wrist extension changes were greater for those who participated in 30 remote training sessions, compared to those who participated in 7 laboratory-based sessions. However, we did not find a statistically significant difference between the two groups (i.e., a significant correlation between level of improvement and completed training sessions). As we lack the statistical power to explore such relationships, further research with larger samples is necessary to better quantify the effect that training dosage might have induced on functional outcomes.

文献表明,较高剂量的重复特定于任务的练习可以诱发慢性中风后使用EMG-based时积极成果技术(穆勒et al ., 2019;剑et al ., 2021)。与我们的结果一致,穆勒et al . (2019)和剑et al。(2021)显示,培训减少异常肌肉coactivation相似的剂量和强度可以减少损伤后慢性中风与我们类似的结果。重要的是,这种程度的锻炼已经高于患者接受标准在临床实践中,临床医生会议通常是有限的时间可以花在一个特定的肢体或关节(朗et al ., 2009)。然而,进一步的研究需要更大样本,允许分层不同的剂量水平和强度评估的影响,这些参数的改进EMG生物反馈可以诱导。

重要的是要注意,尽管我们的培训范式试图专门训练手腕动作,我们看到功能变化超出了肌肉的激活我们用于训练。正如预期的那样,大多数参与者提高了活跃在手腕运动范围扩展和弯曲。然而,菲利普-马萨和ARAT分数的变化不能完全解释只有提高招聘的肌肉,像一些参与者显示改善评估项目需要协调整个上肢。我们的跟踪任务的结果显示,手腕扩展训练也允许更多的个性化控制在弯曲的任务(见下文)。因此,我们推测,策略参与者学会产生孤立的手腕的运动也可以被应用于提高控制的其他肌肉对,提高他们的整体控制上肢。然而,需要进一步的研究来评估是否学会更好地控制一个特定的肌肉组织与改善未经训练的肌肉的控制。

最后,人们普遍认为最自发的生物复苏高原在头6个月后中风发作,改善电动机的结果超出这个时间窗口可能主要由learning-dependent流程或补偿策略(Kwakkel et al ., 2004;伯恩哈特et al ., 2017)。因此,尽管我们没有具体量化自发地改善与多个基线测量,它是合理的假设运动机能的变化可以归因于我们的提出的培训。未来的工作应该包括多个基线测量确认,在招生,参与者的复苏已经趋于稳定。此外,恢复中风后在没有额外的时间可以预计目前未知。如上所述,越来越多的证据表明,有可能诱发脑血管意外后积极运动的结果甚至几年。然而,这种方法的效果很可能是与时间发生后,允许更大的改进为人们提供更多的急性和亚急性阶段(Ballester et al ., 2019)。同样,可能这样的人口可能受益更多从我们提出计划,它将在未来的工作是有价值的探索这个。然而,我们并没有一个特定的假设关于可能的发病之间的关系和功能改进在这项研究中,分析等样本的限制。

改善肌肉组织个性化

我们的下一个假设是,我们的培训项目将改善神经肌肉控制、量化,增加肌肉招聘个性化。因此,我们表明,大多数参与者提高了肌肉个性化(测量扩展比率,ER)在现场评估和远程培训。首先,大多数参与者显示趋势增加个性化的跟踪任务。这不仅被视为增加ER值在扩展跟踪和降低ER值在弯曲跟踪也是整体降低ER可变性在跟踪任务。重要的是,我们的培训模式旨在鼓励扩展运动通过强化像尝试并没有出现明显的弯曲激活。即ER值对应于这些预期在尝试个性化扩展(接近1)显示积极的反馈,与游戏的目标(例如,正确的控制命令或更高的分数)。电机控制文学是指这是强化学习,即。,learning to produce successful motor commands by attempting to increase positive rewards (科莱考尔透露,2006年;麦尔et al ., 2019)。然而,在肌电图振幅跟踪评估,我们提供了一个瞬时预计EMG和产生价值的区别。这需要不同的控制策略,使用错误提示(即正确的行为。学习偏差(科莱考尔透露,2006年;麦尔et al ., 2019)]。此外,虽然我们没有提供反馈的并发拮抗剂肌肉的激活跟踪任务期间,参与者显示增加个性化的岗位培训扩展和弯曲的任务。总的来说,这表明我们可能改进的广义行为所需的培训和跟踪任务相似的激活模式但本质上是截然不同的。然而,进一步的研究是需要消除歧义偏差和reinforcement-based策略的变化。

此外,一些参与者显示在远程培训个性化随着时间的增长,这种变化有统计学显著性有两个参与者。重要的是,这种变化是伴随着一个屈肌活动的显著下降,而不是增加伸肌的肌肉的活动。埃利斯和其他人(埃利斯et al ., 2017)表明,弯曲的协同作用,常见于中风受损人群,达到运动是有害的,专门针对这对手臂功能障碍可能是有益的。同样,我们的研究结果表明,减少对手的肌肉的活动(例如,屈肌肌肉在我们扩展培训协议)可能在增加肌肉组织个性化影响力高于受体激动剂肌肉活动增加。然而,需要进一步的研究来证实这一趋势。

corticomuscular相干性的变化

除了看到改善的临床评估和肌肉运动期间个性化尝试,我们还推测,这些变化会伴随着神经重组。我们用CMC,频域定量脑电图和肌电图之间的同步信号,探测等神经可塑性变化。CMC通常解释为表明神经元之间的功能连通性的运动皮层和脊髓运动神经元(米玛哈雷特,1999年;Boonstra 2013;刘et al ., 2019)。重要的是,先前的文献确定inter-subject可变性在这个测量受损和正常人群(Rossiter et al ., 2013;Chwodhury et al ., 2015)。然而,CMCβ和γ乐队(分别夫人和30 - 50 Hz)被证明能增加由于自发和rehabilitation-induced恢复中风后(冯Carlowitz-Ghori et al ., 2014;郑et al ., 2018;Krauth et al ., 2019)。此外,虽然CMC通常位于初级运动区侧肌肉用来记录肌电图在正常人群(窑et al ., 1999;Rossiter et al ., 2013;刘et al ., 2019),研究人口中风后显示变量本地化资源,包括电机和运动领域ipsilesional和contralesional半球(Rossiter et al ., 2013;Krauth et al ., 2019)。此外,固有的可变性病变位置在中风幸存者可能会引入额外的变化源定位中的CMC (Rossiter et al ., 2013)。在这项工作中,我们分析了CMC使用电极在参与者的ipsilesional和contralesional运动皮层。鉴于我们小样本,因为我们没有数据对于特定的病变位置的参与者,我们选择这样的电极更好的比较我们当前和先前的发现(下面讨论)。然而,进一步的研究与更大的样本和病变位置数据(例如,包括解剖磁共振成像)将需要更好地了解可能的CMC和病变位置之间的相关性。

总的来说,我们的研究结果显示变量的变化CMC在个人在静态持有的手腕弯曲和扩展。我们观察到显著β频带相干ipsilesional半球在扩展训练之前和之后的任务,个人和群体一致性图所示。此外,我们观察到显著增加β频带相干contralesional皮层,也显示在个人和群体的情节。最后,我们观察到什么似乎是一个连贯性的转变从ipsilesional contralesional皮层在弯曲的任务;然而,这种变化无统计学意义。符合我们之前的工作(Marin-Pardo et al ., 2020),我们发现了一个重要的组增加β频带contralesional半球后培训。然而,这种变化是不伴随着ipsilesional半球的增加我们观察在我们以前的工作。我们以前和目前的结果之间的差异可能是由几个因素(例如,人口或训练剂量)。虽然我们旨在包括类似的人口,参与者在我们先前的研究中风发作后时间较短,平均而言,更严重的损伤。这可以部分解释为什么我们目前的参与者显示显著一致性ipsilesional半球前培训和只显示增加了相干contralesional半球。此外,我们以前的工作探索训练相对较少的影响,而我们会议的次数增加了两倍,这可能引起更大的可塑性contralesional CMC的半球。然而,还需要更多的研究来更好地理解观察到的变化。在一起,我们的研究结果表明,CMC可用于量化变化引起的肌电生物反馈训练,和这些变化可能是由contralesional皮层在早期和晚期阶段的训练和陪同ipsilesional贡献在早期阶段。然而,与大样本进一步研究是必要的调查可能的CMC变更和其他因素之间的相关性,如基线障碍,训练剂量,诱导复苏,和培训任务。

局限性和未来的发展方向

本系列可行性案例的一个主要限制的研究是小样本大小。未来的工作使用远程评估(Palsbo et al ., 2007;天野之弥et al ., 2018),除了远程培训,可能会增加样本容量的可访问性流动性限制患者可能得到改善。未来的工作也可以与一个更大的更多样化的样本完全描述损伤的程度,包括更广泛的经济复苏过程可能Tele-REINVENT引起的。更大的样本还将允许解释清楚潜在的改善结果之间的相关性,干预的关键元素(如剂量,强度,和学习策略),和人口统计数据(如基线损伤,损伤位置、损伤大小,时间开始后,和痉挛状态)。

数据可用性声明

原始数据支持了本文的结论将由作者提供,没有过度的预订。

道德声明

综述了研究涉及人类参与者和机构审查委员会批准的南加州大学。参与者提供了他们的书面知情同意参与这项研究。

作者的贡献

OM-P参与发展的生物反馈系统,收集和分析数据,起草了手稿。MD和千瓦进行临床评估。CP参与生物反馈系统的发展。千瓦、CP和JP招募参与者和辅助数据收集。OM-P博士和S-LL解释数据。S-LL设计和监督。所有作者导致修订手稿、阅读和批准提交的版本。

资金

这项研究是由美国心脏协会(格兰特irg26960017 16日),美国陆军研究办公室(格兰特w911nnf - 14 d - 0005),美国国立卫生研究院(格兰特K01HD091283),墨西哥国家科学理事会和Technology-CONACYT奖学金(625785/472472),和一个南加州大学史蒂文斯技术进步给予奖励。

的利益冲突

S-LL OM-P, CP报道有专利申请中为“2022年,S-LL OM-P和CS。Neurofeedback康复系统。国际出版。我们2022/183009 A1。”

其余作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

引用