Имплантируемый интерфейс мозг — компьютер для восстановления произвольного захвата кистью с использованием нейропротеза при травме спинного мозга

Implantable brain–computer interface for neuroprosthetic-enabled volitional hand grasp restoration in spinal cord injury
Emery N. Brown, Michael E. Ivan, W. Dalton Dietrich, Abhishek Prasad, Allan D. Levi, Kevin Davis, Brandon A Parks, Iahn Cajigas, Jonathan Russell Jagid, Benyamin Meschede-Krasa, Noeline W. Prins, Sebastian Gallo, Jasim Naeem, Anne E. Palermo, Audrey Wilson, Santiago Guerra, Lauren Zimmerman, Katie L. Gant, Letitia Fisher, Steven Vanni, John Tauber, Indie C. Garwood, John H. Abel
2021-10-01

электрокортикографияфункциональная электрическая стимуляцияимплантируемый интерфейс мозг-компьютернейропротезирование захвата киститравма спинного мозга
Потеря функции кисти после травмы шейного отдела спинного мозга резко ограничивает функциональную независимость. Мы описываем метод восстановления произвольного управления захватом кистью у одного пациента мужского пола в возрасте 21 года с полной шейной тетраплегией (уровень C5, класс A по шкале нарушений Американской ассоциации травмы позвоночника) с использованием портативного полностью имплантируемого интерфейса мозг — компьютер в домашних условиях. Интерфейс мозг — компьютер состоит из субдуральных поверхностных электродов, размещённых над моторной корой доминирующей руки, и соединён с передатчиком, имплантированным подкожно ниже ключицы, что обеспечивает непрерывную регистрацию электрокортикографической активности. Информация о намерении совершить движение использовалась для запуска функциональной электрической стимуляции доминирующей руки в ходе первоначального 29-недельного лабораторного исследования, а затем — для управления механическим ортезом кисти при использовании в домашних условиях. Информацию о намерении совершить движение удавалось стабильно декодировать на протяжении 29-недельного лабораторного исследования; средняя точность составила 89,0% (диапазон 78–93,3%). Наблюдалось улучшение как скорости, так и точности выполнения различных задач верхней конечностью, включая поднятие небольших предметов и перемещение предметов к заданным целям. В домашних условиях точность декодирования в испытаниях с разомкнутым контуром достигала 91,3% (диапазон 80–98,95%), а в испытаниях с замкнутым контуром — 88,3% (диапазон 77,6–95,5%). Важно отметить, что в данном исследовании не оценивалась временная стабильность функциональных результатов и показателей декодера. Полностью имплантируемый интерфейс мозг — компьютер можно безопасно использовать для надёжного декодирования намерения совершить движение по активности моторной коры, обеспечивая точное произвольное управление захватом кистью.
1
Портативный полностью имплантируемый интерфейс мозг–компьютер обеспечил волевой контроль захвата кисти у мужчины с полной тетраплегией уровня C5.
2
В домашних условиях точность декодирования составила 91,3% в разомкнутых испытаниях и 88,3% в замкнутых; долговременная временная стабильность не оценивалась.
3
В течение 29 недель лабораторных испытаний двигательное намерение декодировалось со средней точностью 89,0% (диапазон 78–93,3%).
4
Субдуральные электроды над моторной корой и подкожный передатчик обеспечивали непрерывную регистрацию электрокортикографической активности для декодирования двигательного намерения.
5
Система повысила скорость и точность выполнения задач верхней конечностью, включая подъём небольших предметов и их перенос к заданным целям.

полностью имплантируемый интерфейс «мозг — компьютер», обеспечивающий управление хватом кисти у человека с полной травмой шейного отдела спинного мозга

надёжное декодирование намерения движения по активности моторной коры и его использование для точного произвольного управления хватом кисти и выполнения задач верхней конечностью

Publication Details
Publication Date
2021-10-01
Journal
Publisher
ISSN
Cited by
60
Access Type
Author Information
Authors
Emery N. Brown
Michael E. Ivan
W. Dalton Dietrich
Abhishek Prasad
Allan D. Levi
Kevin Davis
Brandon A Parks
Iahn Cajigas
Jonathan Russell Jagid
Benyamin Meschede-Krasa
Noeline W. Prins
Sebastian Gallo
Jasim Naeem
Anne E. Palermo
Audrey Wilson
Santiago Guerra
Lauren Zimmerman
Katie L. Gant
Letitia Fisher
Steven Vanni
John Tauber
Indie C. Garwood
John H. Abel
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%