脑医汇，由外而内，融“汇”贯通
2024年01月06日，首都医科大学宣武医院郝峻巍教授团队以《急性脑卒中患者脑机接口的脑电图运动图像数据集》（An EEG motor imagery dataset for brain computer interface in acute stroke patients）为题在Scientific Data杂志上在线发表，首都医科大学宣武医院郝峻巍教授为该文的通讯作者。
[Liu H, Wei P, Wang H, Lv X, Duan W, Li M, Zhao Y, Wang Q, Chen X, Shi G, Han B, Hao J. An EEG motor imagery dataset for brain computer interface in acute stroke patients. Sci Data. 2024 Jan 25;11(1):131. doi: 10.1038/s41597-023-02787-8. PMID: 38272904; PMCID: PMC10811218.]
1
研究背景
在世界范围内，脑卒中是导致成年人死亡和长期残疾的主要原因之一。大多数卒中患者都有上肢运动障碍，给他们的家庭和社会带来了沉重负担。因此，促进上肢功能康复是脑卒中患者的重要治疗目标。
脑机接口（BCI）是一种新的治疗方法，可用于恢复患者的上肢功能。脑机接口开发的大脑数据可以通过多种技术获得，包括脑电图（EEG）、脑磁图（MEG）、功能性磁共振成像（fMRI）和近红外光谱（NIRS）。在这些技术中，脑电图因其非侵入性、高时间分辨率、便携性和相对较低的成本而被广泛使用。
运动意象（MI）是基于脑电图的脑机接口的重要范式，在神经康复和神经假体领域具有广泛的应用。过去已有一些MI数据集公开可用，但由于其记录时间短、样本量小、采集对象是健康人员而非卒中患者等局限性，在临床应用中受到了限制。因此，扩展脑机接口的脑电图数据集对恢复卒中患者的上肢功能至关重要。
2
研究方法&研究结果
该研究共纳入50名急性卒中患者，23例患者（46%）为右偏瘫，27例（54%）为左偏瘫，美国国立卫生研究院卒中量表（NIHSS）的平均评分为4.16（SD = 2.85），改良Barthel指数（MBI） 评分为70.94（SD=18.22），改良Rankin量表（mRS）评分为2.66（SD=1.44）。实验程序如图1所示。
图1
研究人员创建了一个总共包含2,000项手握心肌梗死脑电图试验的数据集。公共数据集由四组数据组成：①运动图像指令；②原始记录数据；③去除伪影和其他操作后的预处理数据；④患者特征。
通过该数据集，研究人员最初比较了急性卒中患者左手和右手心肌梗死期间获得的脑电图数据，并使用现有的基线数据和最先进的方法执行了二进制解码任务，以证明收集的脑电图数据可以根据手部使用情况进行分类。在该数据集中，研究人员提出的方法获得了72.21%的解码准确率。研究人员预计该数据集将极大地促进脑激活的MI-BCI研究，并有益于卒中患者的临床康复计划。
通
讯
作
者
声明：脑医汇旗下神外资讯、神介资讯、神内资讯、脑医咨询、Ai Brain 所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。
