脑-机接口技术在中枢神经系统损伤患者康复中的应用研究进展

蒋仕琪 田淑华 李梦晓 金荣疆

脑-机接口(brain-computer interface，BCI)技术是近年来迅速发展的一种电脑通讯系统，是一种不依赖于大脑-外周神经与肌肉正常输出通道的控制系统，通过采集和分析人脑生物信号，在人脑与计算机或其他电子设备间建立起直接交流或控制的通道[1]。BCI技术能够帮助严重运动功能障碍的患者实现直接与外界的交流。BCI技术常融合一些认知任务来诱导大脑的神经可塑性，帮助患者恢复运动功能[2]。

中枢神经系统损伤的患者，在肢体运动功能上有明显的障碍。卒中发病后在急性期进行康复训练，部分患者可自行恢复且效果良好，但在后遗症期，传统康复训练效果则不明显，患者自行恢复能力显著降低，尤其是上肢运动功能恢复等问题[3]。脊髓损伤的患者常常表现为四肢瘫，上下肢运动功能不同程度的下降，而传统的康复训练往往达不到效果。因而，在中枢神经系统损伤后不断寻求新的康复训练方法显得格外重要。基于此，笔者就BCI技术在中枢神经系统损伤患者康复训练的研究进展综述如下。

1 BCI技术及其工作原理

BCI是一种通讯设备，通过提取患者的脑电信号，分析患者脑电信号的特点，将此转化为计算机可以识别的语言，作为指令输出来控制周围的环境[4]。BCI有一套完整的系统[5]，其中包括三要素：第一，将特定的神经电活动信号编辑成为BCI控制信号；第二，BCI控制训练可诱发受损大脑皮质重塑，重塑后皮质又能使控制训练的能力提高；第三，需有充足的时间和空间分辨率的神经电信号记录方法。其次BCI工作系统也包括信号收集、信号检测、解码翻译和输出设备等4个组件。

信号收集和检测是将提取的大脑信号放大、滤波等过程，进行特征提取及分类处理。解码翻译是BCI工作的核心环节，经过处理的电信号解码后形成输出指令，并且这种解码能够适应人体大脑变化和周围环境变化，从而及时对输出信号进行调整改变[6]。很大程度上BCI的应用基于脑组织可以通过轴突发芽、轴突数量增加、离子通道改变、潜伏通路的启用及未受损组织的代偿等方式进行功能重组[7]。近年来，BCI又与其他新技术相结合应用于中枢神经系统损伤的康复，其中机械假肢、机械矫形器、功能电刺激和康复机器人等均已经成为其常用的输出设备[8]。

BCI根据信号收集和检测的途径不同[9-10]，可分为基于脑电信号的BCI和基于脑活动代谢信号的BCI。前者可分为植入式BCI和非植入式BCI。植入式BCI的信号来源可以是脑神经元峰电位、细胞外局部场电位或皮质电位；而非植入式BCI目前的研究热点是基于表面脑电的BCI(electroencephalogram-BCI，EEG-BCI)和基于脑磁图的BCI(magnetoencephalography-BCI，MEG-BCI)。前者的信号来源可以是P300电位、感觉运动波和慢波皮质电位。基于脑活动代谢信号的BCI包括基于近红外光谱的BCI和基于功能性磁共振的BCI(functional magnetic resonance imaging-BCI，FMRI-BCI)等。

2 BCI技术在中枢神经系统损伤中的康复应用

2.1 BCI技术在卒中后肢体运动中的康复应用脑卒中发病急性期患者的受损运动功能区可有部分的自发性恢复，而慢性期脑卒中患者受损运动功能自发性恢复的可能性则会降低，只能通过一些特殊康复治疗及训练来促进运动功能的恢复[11]。卒中后肢体运动障碍明显，常常表现为上肢屈肌痉挛，下肢伸肌痉挛，粗大不协调的肢体运动极大的影响了患者的日常生活能力。BCI[12]将采集的相关信号处理转化呈现给患者，同时控制信息经脊髓和外周神经传递给肢体，通过这样的重复训练控制大脑信号，逐渐形成趋于正常状态的皮质激活，具有恢复正常运动模式的潜力。

在对BCI改善肢体运动功能的研究中，Prasad等[13]报道了5例卒中慢性期上肢处于严重瘫痪的患者，均接受6周的基于运动想象的BCI训练并结合每天常规运动疗法训练后，所有患者的上肢动作研究测试(action research arm test，ARAT)评分和手的抓握能力均有明显提高。Caria等[14]对1例老年慢性期卒中患者进行14个月的传统训练，患者的上肢和手仍处于严重瘫痪，佩戴机械手屈伸支具进行4周基于MEG-BCI训练，再佩戴上肢机械臂进行4周的EEG-BCI训练后，患者的上肢Fugl-Meyer量表评分、Wolf运动功能评分、改良Ashworth评分和GAS评分(goal attainment score)均有提高。

Young等[15]报道9例卒中后经过6周上肢EEG-BCI训练的患者，应用FMRI进行评估，证实患者训练前后一些脑区间连接强度明显增强(P＜0.05)，与ARAT评分、九孔柱测试和日常生活活动能力评分增加呈正相关(r分别为0.851、0.677、0.686，均P＜0.05)。Kim等[16]将30例首次患卒中的患者随机分为试验组和对照组，试验组进行基于运动想象的BCI-FES训练，对照组进行传统康复训练。经过4周治疗，试验组患者的上肢关节活动度(尤其是腕关节背伸)、上肢Fugl-Meyer量表评分和改良Barthel指数评分均明显高于对照组，提示BCI-FES对卒中后患者上肢功能恢复有显著效果。

中枢神经系统损伤的患者，尤其是卒中后恢复期的患者，往往面临平衡功能障碍[17]。平衡的建立是依靠患者的肌肉骨骼、神经系统和躯体感觉输入共同作用的结果[18]。卒中后偏瘫可引起肌张力的变化，进而影响平衡及步态。近年来[19]，国内外也研制出很多可以改善平衡功能的新的康复仪器，BCI就是其中之一。

Chung等[20]将10例卒中患者分为两组，试验组5例患者采用BCI-FES进行踝背屈训练，对照组5例患者只进行FES的踝背屈训练。治疗5 d后，试验组患者疗效优于对照组(P＜0.05)，提示BCI-FES训练优于单纯性FES训练。McCrimmon等[21]对29例慢性期卒中患者进行报道，经过4周的EEG-BCI-FES训练踝背屈后，患者的踝背屈角度和下肢Fugl-Meyer量表评分明显提高。研究表明[22]将功能近红外光谱的BCI用于步行训练，为以后卒中患者的步态矫正也提供了新的空间。

2.2 BCI技术在卒中后意识障碍的康复应用 脑卒中的患者有不同程度的意识障碍，严重者可出现昏迷、植物状态等[23]。BCI[24-25]技术给患者设置了一个相关任务，从混合听觉序列中数出自己的名字，即将他人的名字作为标准刺激，将自己的名字作为偏差刺激，其中5例MCS患者听到自己的名字时，出现了的P300电位，4例MCS患者听到他人的名字时出现了更明显的P300，其余5例MCS患者和所有植物状态患者均未出现任务相关的P300，说明MCS组的意识状态明显优于植物状态组，这里需要说明的是，P300是在偏差刺激后300 ms左右出现的正波，可分为P3a和P3b两个成分，经典的P300又被称为P3b，目前EEG-BCI用于意识障碍患者的研究多采用P3b成分。

Cruse等[26]则利用SMP-BCI对23例MCS患者进行研究，相关任务是想象紧握右手和摆动脚趾，结果有5例(22%)患者完成了命令跟随，出现了SMP阻滞或消失现象，提示部分意识障碍患者可以通过运动想象的方式表达意图，完成简单交流，建立一种新的范式。李明芬等[27]认为基于运动想象的BCI康复训练对于卒中患者处理运动相关的认知时间的改善，认知程度的增强，是提高脑卒中患者恢复的一个重要因素。

3 BCI技术在脊髓损伤患者中的康复应用

脊髓损伤后对患者日常生活影响最大的是运动和排尿功能。下肢的运动功能直接影响患者的站立、步行、回归家庭和社会的广度与深度，以及对生活的信心和生命质量。因此重建下肢功能对脊髓损伤患者来说意义重大。

对大脑可塑性的研究被认为是脑-机技术应用的基础。脑工作模式的识别[28-29]、运动控制的脑电信号特征(EEG)、运动适应过程中脑的区域活动特点、脑信息表达和脑-机交互等方面的深入研究，使基于脑运动生理信息的康复策略的形成成为可能。将BCI技术和功能性电刺激结合[30]，运用BCI技术控制实施电刺激，解决了电刺激技术对刺激信号本身控制的问题。对脊髓高位完全损伤的患者可以运用BCI提取脑部信号，直接实施刺激以实现站立、行走等功能[31]。这既推动BCI进入实用阶段，又可以提高FES的可靠性和可操作性，对康复治疗的临床实践将产生重要影响。基于EEG信号的BCI系统采用植入式神经假体能有效促进瘫痪肢体的运动功能，BCI系统为那些高位颈髓损伤患者，提供语言交流和环境控制途径，提高其生存质量[32]。

4 BCI技术在闭锁综合征(LIS)当中的康复应用

LIS多为双侧脑桥基底部血管病变所致，常出现双侧中枢性面舌瘫和四肢瘫[33]。近年来，BCI技术在LIS的治疗中扮演着越来越重要的角色。

Sellers等[34]报道了1例脑干卒中所致LIS的68岁男性患者，利用P300-Speller-BCI成功完成交流的研究。值得一提的是，300-Speller是目前较为广泛应用的脑-机信息交互转化范式之一。当视觉靶刺激诱发出P300电位，经过BCI转化处理，识别出P300所出现的时间点，重复这一过程使患者完成信息交流[35]。针对视觉受损或眼球运动控制能力下降的LIS患者，也逐渐研发出了基于听觉诱发电位的BCI，从视野范围拓展到全方位空间信息，有利于重度四肢瘫痪患者的信息交流。Chaudhary和Birbaumer[36]也证实了将P300-Speller-BCI训练用于LIS患者的可行性。

5 思考与展望

我国已成为卒中发病率的大国，且发病率逐年上升，患者在传统康复训练中，更加追求新的康复技术。BCI技术为患者提供一种新的与外界交流的方式，通过脑电信号直接控制外接设备进行训练，表达思想意图。在大脑可塑性的基础上这一技术的实施给患者带去了康复的希望。但在BCI快速发展的同时，仍有问题需要解决：①BCI传送速度较慢。②BCI设备系统稳定性不高，容易受到外界的干扰，尤其是在对患者进行治疗时，发送的电信号可能会因为患者的一声咳嗽而被影响。③目前脑-机技术大多存在于理工科院校，还没有真正意义上和医学院校进行合作，虽然近年来对BCI研究的热度持续不下，但临床上的研究标准得不到统一。随着我国科学技术的不断发展，今后对BCI的研究可从上述几个方面进行拓展，使BCI技术将不断提高，为提高患者的康复治疗效果而不断进步。

[1]Shih JJ，Krusienski DJ，Wolpaw J.Brain-computerinterfaces in medicine[J].Mayo Clinic Proceedings Mayo Clinic，2012，87(3)：268.

[2]IetswaartM，Johnston M，DijkemanHC，etal.Mentalprac tice with motor imagery in stroke recovery：randomized controlled trial of efficacy[J].Brain，2011，134(5)：1373-1386.

[3]Daly JJ，Wolpaw J.Brain-computer interfaces in neurological rehabilitation[J].Lancet Neurol，2008，7(11)：1032-1043.

[4]SC Cramer，S Mriganka，BH Dobkin，et al.Harnessing neuroplasticity for clinicalapplications[J].Brain，2011，134(6)：1591-1609.

[5]Tam K，Tong KY，Meng F，et al.A minimal set of electrodes for motor imagery BCI to controlan assistive device in chronic stroke subjects：A multi-session study[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering，2011，19(6)：617-627.

[6]Young BM，Nigogosyan Z，Walton LM，etal.Changesin functional brain organization and behavioral correlations after rehabilitative therapy using a brain computerinterface[J].Frontiers in Neuroengineering，2014(7)：26.

[7]Taylor D，Niazi IK，Signal N，et al.A brain computer interface(BCI)intervention to increase corticomotor excitability in lower limb in people with stroke[J].Physiotherapy，2015，101(Suppl 1)：1495.

[8]Millán JD，Rupp R，Müllerputz GR，et al.Combining brain-computer interfaces and assistive technologies：state-of-the-artand challenges[J].FrontNeurosci，2010，4(5)：161.

[9]尧德中.脑机接口：从神奇到现实转变[J].中国生物医学工程学报，2014，33(6)：641-643.

[10]Mellinger J，Schalk G，Braun C，etal.An MEG-based brain-computer interface(BCI)[J].Neuroimage，2007，36(3)：581-593.

[11]Pichiorri F，Morone G，Petti M，et al.Brain-computer interface boosts motor imagery practice during stroke recovery[J].Ann Neurol，2015，77(5)：851-865.

[12]Ethier C，Oby ER，Bauman MJ，et al.Restoration of grasp following paralysis through brain-controlled stimulation of muscles[J].Nature，2012，485(7398)：368-371.

[13]Prasad G，Herman P，Coyle D，etal.Applying a brain computer interface to support motor imagery practice in people with stroke for upper limb recovery：a feasibility study[J].Neuroeng rehabil，2010(7)：60.

[14]Caria A，WeberC，BrD，etal.Chronic stroke recovery after combined BCI training and physiotherapy：a case report[J].Psychophysiology，2011，48(4)：578-582.

[15]Young BM，Nigogosyan Z，remsik A，et al.Changes in functional connectivity correlate with behavioral gains in stroke patients after therapy using a brain-computer interface device[J].Front Neuroeng，2014(7)：25.

[16]Kim T，Kim S，Lee BH.Effects ofaction observational training plus brain-computer interface-based functional electrical stimulation on paretic arm motor recovery in patient with stroke：a randomized controlled Trial[J].Occup Ther Int，2016，23(1)：39.

[17]Elnady AM，Xin Z，Zhen GX，et al.A Single-session preliminary evaluation of an affordable BCI-controlled arm exoskeleton and motor- proprioception platform[J].Front Hum Neurosci，2015，9(168)：1-12.

[18]寇程.脑机接口结合功能电刺激对脑卒中慢性期大脑可塑性的影响[D].北京：中国人民解放军军医进修学院，2013.

[19]周鹏，曹红宝，熊屹，等.基于脑机接口的智能康复系统的设计[J].计算机工程与应用，2007，43(26)：1-4.

[20]Chung E，Park SI，Jang YY，et al.Effects of brain-computer interface-based functional electrical stimulation on balance and gait function in patients with stroke：preliminary results[J].J Phys Ther Sci，2015，27(2)：513-516.

[21]McCrimmon CM，King CE，Wang PT，et al.Brain-controlled functional electrical stimulation therapy for gait rehabilitation afterstroke：a safety study[J].JNeuroeng Rehabil，2015(12)：57.

[22]李远清.脑机接口技术在意识障碍领域应用的前景展望[J/CD].中华神经创伤外科电子杂志，2015，1(2)：124-125.

[23]Bhagat NA，Venkatakrishnan A，Abibullaev B，et al.Design and optimization of an EEG-based brain machine interface(BMI)to an upper-limb exoskeleton for stroke survivors[J].Front Neurosci，2016，10(564)：1-15.

[24]SchnakersC，Perrin F，SchabusM，etal.Voluntary brain processing in disorders of consciousness[J].Neurology，2008，71(20)：1614-1620.

[25]PfurtschellerG，Graimann B，HugginsJE，etal.Spatiotemporal patterns of beta desynchronization and gamma synchronization in corticographic data during self-paced movement[J].Clin Neurophysiol，2003，114(7)：1226-1236.

[26]Cruse D，Chennu S，Chatelle C，et al.The relationship between etiology and covert cognition in the minimallyconscious state[J].Neurology，2012，78(11)：816-822.

[27]李明芬，贾杰，刘烨，等.基于运动想象的脑机接口康复训练对脑卒中患者上肢运动功能的影响 [J].老年医学与保健，2012，18(6)：347-352.

[28]Wang W，CollingerJL，PerezMA，etal.Neuralinterface technology for rehabilitation：exploiting and promoting neuroplasticity[J].Phys Med Rehabil Clin N Am，2010，21(1)：157-178.

[29]Schwartz AB，Cui XT，Weber DJ，et al.Brain-controlled interfaces：movementrestoration with neuralprosthetics[J].Neuron，2006，52(1)：205-220.

[30]SongJ，NairVA，YoungBM，etal.DTImeasurestrack and predict motor function outcomes in stroke rehabilitation utilizing BCItechnology[J].FrontHum Neurosci，2015，9(195)：1-11.

[31]Buch E，WeberC，Cohen LG，etal.Think to move：a neuro magnetic brain-computerinterface (BCI)system for chronic stroke[J].Stroke，2008，39(3)：910-917.

[32]Looned R，Webb J，Xiao ZG，et al.Assisting drinking with an affordable BCI-controlled wearable robotand electrical stimulation：a preliminary investigation[J].J Neuroeng Rehabil，2014(11)：51.

[33]Veena N，Brittany Y，Zack N，et al.Resting-state functional connectivity changes after stroke rehabilitation using closedloop neurofeedback[J].Stroke，2015，46(Suppl 1)：6.

[34]Sellers EW，Ryan DB，Hauser CK.Noninvasive braincomputer interface enables communication after brainstemstroke[J].Sci Transl Med，2014，6(257)：257re7.

[35]ReaM，RanaM，LugatoN，etal.Lowerlimb movement preparation in chronic stroke：a pilot study toward an fNI RS-BCIforgait rehabilitation[J].Neurorehabil NeuralRepair，2014，28(6) ：564-575.

[36]Chaudhary U，Birbaumer N.Communication in locked-in stateafterbrainstem stroke：a brain-computer-interface approach[J].Ann Transl Med，2015，3(1)：29.