社论：运用基于脑-机接口(BCI)的认知和运动控制，改善老年人的健康和福祉

Keywords:brain computer interface, brain aging, BCI (brain control interface), EEG, stroke, Alzheimer, post-stroke

编译：单家旭

这篇社论对前沿研究课题：《Cognitive and Motor Control Based on Brain-Computer Interfaces for Improving the Health and Well-Being in Older Age》的贡献进行了总结。该文章发表于期刊Frontiers in Human Neuroscience (section: Brain-Computer Interfaces)；Frontiers in Neuroergonomics (section: Consumer Neuroergonomics)；以及Frontiers in Neuroscience(section: Neural Technology)上。

每个人都会经历衰老过程，并经历与身体和健康相关的变化，其中包括但不限于记忆和大脑功能的变化。因为随着人们年龄的增长，对于外界的依赖性逐渐增加，这些身体变化可能会使人衰弱。许多工程工具和神经科学的突破已被用于帮助这些人的日常生活活动，或增强、恢复和改善许多与年龄有关的身体及精神变化的影响。

基于侵入性(Invasive)和非侵入性(Non-Invasive)脑-机接口技术(Brain-Computer Interfaces，BCIs)的认知和运动控制等新兴技术为改善老年人的健康和福祉提供了机会。这些外部方法可以帮助老年患者(例如，中风患者)改善运动功能，诱导和/或促进与运动康复相关的神经可塑性变化，护理人员和家庭成员与这些患者更好地沟通，以及医疗专业人员更好的监测和检测患者健康状况的变化。虽然在过去的几十年里，BCI领域已经取得了很大的进展，但对于无需专业技术监督、个人使用的家用型应用BCI硬件和软件解决方案的开发仍然缺乏。此外，人性化的、可穿戴的、便携的和无线的BCI应用，以及更多的纵向神经科学研究，对理解BCI应用如何提高老年人的生活质量至关重要。

本文将介绍本研究课题中出现的五篇论文。论文涉及BCI使用的不同方面，以改善老年人的健康和福祉。本文将介绍几种创新的生物信号处理方法和解码算法，丰富老年人与机器之间的相互作用，以缓解衰老对人类大脑的影响。为了协助认知支持、物理支持和康复神经反馈工具和神经假肢的新型控制应用、智能家居、轮椅和外骨骼技术的新型控制应用也将被一一介绍。最后，能够在早期阶段检测神经退行性疾病，如痴呆和阿尔茨海默氏病(AD)，并跟踪其严重程度，从而提供疾病进展的额外见解，对临床医生来说很重要。本文也介绍了新型多模态工具和信号处理技术，以增强对AD的严重程度监测能力。

众所周知，中风是获得性长期上肢运动障碍的主要原因。因此，一项交叉对照试验(Crossover-Controlled Trial) NCT02098265的研究关注于改善运动皮质受损的脑卒中幸存者的生活质量，而不考虑脑卒中的严重程度和长期性。在文章《Ipsilesional Mu Rhythm Desynchronization (ERD) Correlates with Improvements in Affffected Hand Grip Strength and Functional Connectivity (iCoh) in Sensorimotor Cortices Following BCI-FES Intervention for Upper Extremity in Stroke Survivors》中，Remsik等人检查了大脑皮层感觉运动区域[Brodmann’s areas (BA) 1–7]的健侧的Mu节律不同步是否是局部的，且与患手运动时的握力强度变化相跟踪。作者通过测量被认为与运动行为和运动学习的电生理特征有关的大脑皮层感觉运动区域之间的孤立有效相干性(Isolated Effective Coherence，iCoh)的变化，验证了BCI干预可以导致BA 1-7区域中频率特异性定向信息传输(直接路径功能连通性(direct path functional connectivity))的变化的假设。结果表明，中风患者上肢接受BCI-FES(功能性电刺激)干预后，患手的握力和感觉运动皮质功能连接的改善与同位Mu节律的不同步呈相关性。

BCI技术越来越被证明是有前途的工具，可用于康复，促进卒中后的运动恢复。然而，我们对与使用相关的功能连接和行为结果的变化仍然知之甚少。在文章《BCI Training with FES: Facilitating Changes in Interhemispheric Functional Connectivity and Motor OutcomesPost-Stroke》中，Sinha等人研究了23例脑卒中后期上肢运动障碍患者在脑卒中恢复过程中，结合功能性电刺激(FES)的基于脑电图(Electroencephalography，EEG)的BCI干预，对静息状态功能连接(Resting-State Functional Connectivity，rsFC)和康复后运动结果的影响。结果显示FES联合BCI干预可促进脑卒中患者半球间连接改变和上肢运动恢复。

recoveriX康复系统

BCI技术最近也作为一种可帮助临床医生检测和描述神经退行性疾病的有用工具出现，如阿尔茨海默病(AD)。在文章《Multimodal Prediction of Alzheimer’s Disease Severity Level Based on Resting State EEG and Structural MRI》中，Jesus等人提出了一种多模态预测算法来检测AD患者的严重程度。尤其从脑电图(EEG)和结构磁共振成像(Magnetic Resonance Imaging，MRI)扫描中提取多个特征，并结合不同的特征选择方法、机器学习算法和跨模态融合方案(Cross-Modality Fusion Schemes)。结果显示了多模态EEG-MRI系统在监测AD进展的实际应用中的重要性，并显示了两种神经成像方式对手头任务的互补性。

脑机接口也被应用在神经反馈协议中，以帮助不同疾病的患者，包括抑郁和焦虑。在文章《EEG-based neurofeedback with network components extraction: a data driven approach by multilayer ICA extension and simultaneous EEG-fMRI measurements》中，Ogawa等人提出了一种基于神经反馈的基于提取网络成分的多层独立成分分析扩展和EEG-fMRI同步测量方案。提出了一种新的Stacked Pooling and Linear Components Estimation (SPLICE)算法，该方法是独立分量分析和独立子空间分析的多层扩展。结果表明，该方法是一种很有前景的方法，是一种实用的信号处理技术，可以从脑电信号中提取功能连接相关特征。基于SPLICE的实时脑电图神经反馈系统可以改善抑郁症状。此外，还讨论了改进其神经反馈方案的可能方法，包括实验设计、样本量和在线处理。

mindBEAGLE意识检测评估与交流系统

最后，传统的脑电接口方法通常依赖于心理意象任务，如：运动意象，或视听反应范式，如P300诱发电位。在文章《A Novel P300 Paradigm for Brain-Computer Interface Based on Simple-Commanded Electric and Vibration Tactile Stimulation》中，Chu等人提出了一种针对学习能力降低或注意力保持困难的个体的新颖的触觉刺激P300 BCI范式。研究人员对电刺激和振动刺激都进行了研究，两种方法都取得了很好的结果；电刺激的平均准确率为94.88%振动刺激95.21%。这种新颖的BCI模式可能对因衰老或疾病而影响注意力和学习能力的老年人群有用。

触觉振动刺激器

论文详情请查看链接：

https://www.frontiersin.org/articles/10.3389/fnhum.2022.881922/full

Editorial:Cognitive and Motor Control Based on Brain-Computer Interfaces for Improving the Health and Well-Being in Older Age

来源：泰和利康Bioreco

仅用于学术交流，不用于商业行为，若有侵权及疑问，请后台留言，管理员即时删侵！