電子科技大學程洪教授團隊在腦卒中康復研究領域的研究進展

近日，電子科技大學機器人研究中心程洪教授團隊，針對腦卒中患者的康復訓練，分析了患者運動想象時的腦功能網絡特異性，提出了面向不同患者的個性化腦機接口，并結合下肢康復外骨骼機器人，實現了腦卒中患者的運動-認知閉環康復訓練，相關研究成果發表在ICRA、ICCSIP以及Frontiers in Neuroscience上。

研究背景

腦卒中患者由于大腦皮層受損導致其受損平面以下肢體的運動和感知功能出現障礙，給患者的生活和家庭帶來沉重負擔。如何最大程度恢復患者的肢體運動功能，是臨床康復關注的核心問題。以往研究表明，腦機接口主動康復技術相較于傳統治療手段能夠顯著地、高效地、持續地促進患者受損區域的神經重塑，恢復患者的運動功能。腦機接口的核心是運動意圖識別，然而，由于腦電信號的非平穩性和個體差異性，實現高效精準的運動意圖識別極具挑戰性。

研究概述

基于功能化導電聚合物的設計，研究團隊設計了功能化聚苯胺基時序黏附水凝膠貼片。它可以實現心臟的同步機械生理監測和電耦合治療，并牢固附著在心臟表面監測心臟的機械運動和電活動。

針對上述挑戰，本研究分析了健康受試者和缺血性腦卒中患者在運動想象過程中的腦功能網絡差異性，并基于此提出了基于腦功能網絡機制的多模態運動意圖識別方法。隨后，將設計的腦機接口與下肢康復外骨骼機器人結合起來，搭建了基于腦電的腦控外骨骼平臺以及基于腦肌電的多模態外骨骼神經控制平臺，并在腦卒中患者上驗證了所提出腦機接口的有效性，實現了腦卒中患者的運動-認知閉環康復訓練。

（1）基于腦功能網絡的腦卒中患者運動想象差異性分析

缺血性腦卒中患者由于大腦皮層受損導致皮層結構和功能發生改變，基于健康受試者腦電信號開發的腦機接口運動意圖識別準確率低，降低了患者參與訓練的主動積極性，并且嚴重阻礙了神經通路重建與修復進程。本研究采集了缺血性腦卒中患者和健康受試者的下肢運動想象腦電信號，結合事件相關電位、事件相關同步/去同步和腦功能網絡分析方法研究了卒中后局部皮層神經活動的變化和大腦半球間及半球內網絡連接情況，并基于腦功能網絡屬性研究了卒中后全腦大規模皮層活動的變化，完成了患者運動想象時的腦功能網絡特異性分析（圖1），為設計面向腦卒中患者的腦機接口，提高運動意圖識別準確率提供了理論基礎。

（2）基于圖神經網絡的運動想象腦機接口

腦電信號的個體差異大，不同患者運動想象的響應頻率和腦功能網絡的激活模式不一樣，這導致腦機接口很難泛化到新患者上。針對這個問題，本研究提出了一種基于圖神經網絡的調諧拓撲時空融合網絡用于腦卒中患者的運動意圖識別（圖2）。該網絡通過一個可學習的腦電信號（EEG）調諧器來選取與運動想象最相關的信號頻帶，并利用圖卷積網絡來提取個性化的腦電信號拓撲特征，提高了運動想象腦機接口在新受試者上的泛化能力（圖3），實現了高效精準的運動意圖識別。

（3）基于sEMG和EEG信號的多模態增強融合下肢運動意圖識別

為了進一步提高運動想象腦機接口的識別準確率，實現高效精準且穩定的運動意圖識別，本研究提出了一種基于腦肌電的多模態增強融合腦機接口（圖4）。該接口采用腦卒中患者健側的表面肌電信號（sEMG）和EEG信號對患者運動意圖進行識別，利用密集共注意力對稱網絡（DCA）的堆疊密集共注意力層實現sEMG和EEG信號特征之間的映射和深度融合。實驗結果表明，所提出的多模態腦機接口在單一受試者內和跨受試者情況下均獲得了比單模態EEG信號更穩定準確的識別效果，具有穩定的運動意圖識別性能（圖5）。

（4）面向腦卒中患者的腦控外骨骼平臺搭建及康復訓練驗證

依托實驗室的腦肌電采集設備和下肢助行外骨骼AIDER，本研究搭建了基于EEG信號的腦控外骨骼平臺和基于sEMG和EEG信號的多模融合外骨骼神經控制平臺，并在偏癱患者上進行了康復訓練驗證（圖6和圖7），實驗結果表明基于EEG的腦控外骨骼平臺下肢運動預測準確率≥70%，多模融合外骨骼神經控制平臺下肢運動預測準確率≥95%，能夠穩定有效的幫助腦卒中患者實現運動-認知閉環康復訓練。

結語

未來，研究團隊將以腦功能網絡為基礎，研究不同康復訓練動作下腦卒中患者運動想象功能網絡的變化機理，從而實現對腦卒中患者康復訓練的精準評估。同時將進一步研究基于任務引導和多模態感覺反饋的人機閉環康復訓練腦機接口，進一步推動腦機接口在腦卒中患者上的臨床康復應用。