脑卒中是我国成人致死、致残首位病因，现有诊疗体系，存在忽略功能重建、康复治疗介入晚、治疗手段单一等问题。针对此现状，我们提出脑卒中超早期功能重建单元新模式，重视功能重建介入时间和充分利用人工智能新技术，发病24 h内，实施依托脑机接口、机器人、虚拟现实等技术的预防性和治疗性功能重建训练，减少疾病并发症，提高患者功能和生活质量，是适应人工智能发展新形势和国情的卒中诊疗模式的重要探索。

基于医用电气设备电磁兼容相关标准,对脑机接口康复机器人电磁兼容评价时的运行模式确定和基本性能符合性判定进行了阐述,结合案例分析了脑机接口康复机器人电磁兼容性能评价时出现的性能偏离及产生的原因,并提出了相应的整改对策,为脑机接口康复机器人制造商提供了技术参考.

目的:观察脑机接口(brain computer interfaces,BCI)联合GEO System?下肢机器人(G-EO gait-therapy system,G-EO)对脑卒中患者平衡及步行功能的影响.方法:在无锡市中心康复医院招募40例脑卒中患者,随机分为对照组和试验组,每组20例.对照组患者在常规康复治疗基础上进行下肢主被动踏车训练和G-EO训练,试验组患者在常规康复治疗基础上进行脑机接口下肢踏车训练和G-EO训练.两组患者均在治疗前、治疗4周后采用Fugl-Meyer下肢运动功能量表(FMA-LE)、Berg平衡量表(Berg balance scale,BBS)、Tecnobody平衡评估系统和GaitWatch三维步态分析仪进行评估.结果:治疗前,两组患者FMA-LE、BBS、压力中心运动椭圆面积、压力中心运动轨迹长度、稳定极限、步频、步态周期、步幅、步速、步长对称性比、踝最大背屈角度无显著性差异(P＞0.05).治疗4周后,两组患者组内比较FMA-LE、BBS、压力中心运动椭圆面积、压力中心运动轨迹长度、稳定极限、步频、步态周期、步幅、步速、步长对称性比、踝最大背屈角度均比治疗前显著性改善(P＜0.05).组间比较,试验组FMA-LE、BBS、压力中心运动椭圆面积、压力中心运动轨迹长度、稳定极限、步频、步态周期、步幅、步速比对照组显著性改善(P＜0.05).结论:4周的BCI联合G-EO训练能够有效改善脑卒中患者的下肢运动功能,提高脑卒中患者平衡及步行能力,具有近期效果.

卒中患者常存在不同程度的运动功能障碍,严重影响日常生活,但目前的常规康复治疗对卒中后运动障碍的康复效果有限.近年来,基于脑机接口调控的机器人技术为卒中的康复治疗提供了新的方法,不同范式的脑机接口机器人已被应用于卒中后康复领域.作者简要介绍了不同范式脑机接口机器人的特点及其在卒中康复领域的作用机制,综述了不同范式脑机接口机器人在卒中后运动功能障碍康复中的研究进展,以期为未来的研究及临床应用提供新的思路.

脑机接口是在大脑和计算机或其他电子设备之间建立全新通讯和控制的不依赖于常规大脑信息输出通路的技术.在康复领域脑-机接口技术可直接完成对输出设备的操控,通过采集人脑的电信号,以实现功能障碍者与外界的交流,从而提供了一种为改善功能障碍者的生存质量可能的途径.脑控机器人接口(Brain-Controlled Robot Interface,BCRI)是一种新型的人-机器人接口技术,是脑-机器接口/脑-计算机接口(Brain-Machine Interface,BMI/Brain-Computer Interface,BCI)在机器人控制领域的重要应用和研究方向.

目的 对脑控主被动协同刺激康复训练关键技术进行研究,探索解决脑卒中患者在康复训练过程中主动参与程度较低的问题.方法 探索一种全新的脑控主被动协同刺激康复训练方法,集成了脑机接口、稳态运动视觉诱发电位、虚拟现实和下肢康复训练机器人等技术,通过视觉刺激效果和被动训练作用于患者中枢神经,形成信息传递的闭环回路,实现运动神经通道的协同刺激,并搭建了脑控主被动协同刺激的下肢康复训练系统.结果 所有被试者都在本系统的辅助下顺利完成了实验,检测程序在信息传输率为6.82～16.11 bits/min时,系统检测的准确度为76.7％～96.7％,系统识别被试者运动意图的平均时间为6.01 s,平均识别率为82.8％.结论 本系统通过脑控主被动协同训练,提高了患者的训练效率和积极主动性,具有良好的应用前景.

利用智能机器人技术对脑卒中后手功能障碍进行康复是重要的物理干预手段.随着生物医学工程的发展和临床需求的提高,逐渐出现结合新兴技术的手功能康复机器人综合干预.本文总结了基于肌电的手功能康复机器人、脑机接口(BCI)式手功能康复机器人、结合体感的手功能康复机器人和功能性电刺激辅助式手功能康复机器人.讨论了各种干预方式的优势与不足,并且分析了手功能康复机器人综合干预的研究趋势.

目的 提出一种伴随规则节律的运动想象范式,以解决脑机接口运动想象康复机器人分类准确率偏低的问题.方法 未经运动想象训练的健康被试10例,通过动作图片提示进行运动想象引导,图片内容为伴随规则节律的运动动作.利用共同空间模式特征提取算法和Fisher分类器进行分类,与传统范式和伴随无规则节律的运动想象范式进行对比.结果 伴规则节律的运动想象范式出现更加明显的去同步现象,分类准确率明显提高.结论 伴随规则节律的运动想象方案为基于脑机接口的主动康复训练研究提供新思路.

脑机接口(brain-computer interface,BCI)可以把大脑皮层的电活动信号转化为机器语言直接控制外界设备.本研究提出一种基于稳态视觉诱发电位(steady state visual evoked potential,SSVEP)与Alpha波混合的脑机接口上肢康复训练机器人系统.本系统通过检测使用者枕部脑电信号Alpha波的阻断现象来切换空闲与工作状态,采用典型相关分析算法区分不同频率的SSVEP信号.利用该脑机接口系统,用户可以自主控制上肢康复训练机器人进行上肢康复训练,包括训练动作与训练时间.在线实验结果验证了本研究提出的异步脑机接口上肢康复训练机器人的可行性与有效性,该系统分析速度快且分析准确率高,为异步脑机接口的实现与应用提供了良好的理论与实践基础.

手功能康复除传统康复治疗及作业治疗外,涌现出了脑机接口、功能性电刺激、生物反馈疗法、经颅磁刺激、镜像疗法、运动想象、机器人等新技术,这些新技术的康复机制在于建立及恢复与大脑皮质的重塑.中枢神经系统受损后,手功能的康复是上肢康复的关键,手功能恢复过程实际上是大脑功能的重塑过程.手功能康复应尽早进行不同的个性化的康复治疗,使患者尽早重返社会.