With this experiment, one might be able to detect consciousness in people with disorders of consciousness. Furthermore, the approach can create a simple communication channel that enables people to give simple YES/NO answers to questions.
I dette forsøg demonstrerer vi en række hybrid Brain-Computer Interface (BCI) -baserede paradigmer, der er designet til to applikationer: Vurdering af bevidsthedsniveauet for personer, der ikke kan levere motorrespons, og i et andet trin etablerer en kommunikationskanal For disse mennesker, der gør det muligt for dem at besvare spørgsmål med enten 'ja' eller 'nej'. Pakken med paradigmer er designet til at afprøve grundlæggende svar i første trin og fortsætte med mere omfattende opgaver, hvis de første tests er vellykkede. Sidstnævnte opgaver kræver flere kognitive funktioner, men de kunne tilvejebringe kommunikation, hvilket ikke er muligt med basisprøvningerne. Alle bedømmelsestest producerer nøjagtighedsgrafer, der viser, om algoritmerne kunne registrere patientens hjerne svar på de givne opgaver. Hvis nøjagtighedsniveauet ligger uden for signifikansniveauet, antager vi, at motivet forstod opgaven og var i stand til at følge rækkefølgen af kommandoer pResented via øretelefoner til emnet. Opgaverne kræver, at brugerne koncentrerer sig om visse stimuli eller forestiller sig at flytte enten venstre eller højre hånd. Alle opgaver er designet ud fra antagelsen om, at brugeren ikke er i stand til at bruge den visuelle modalitet, og således er alle stimuli, der præsenteres for brugeren (herunder instruktioner, signaler og feedback) auditive eller taktile.
Diagnosen af patienter i vegetativ tilstand (VS) eller Minimal Conscious State (MCS) er vanskelig, og fejlkategorier ofte forekommer. En undersøgelse i 2009 sammenlignede nøjagtigheden af diagnosen mellem den kliniske konsensus og en neurobehavioral vurdering 1 . Ud af 44 patienter diagnosticeret med VS baseret på klinisk konsensus af medicinsk teamet blev 18 (41%) fundet i MCS efter en standardiseret vurdering med Coma Recovery Scale-Revised (CRS-R). Dette resultat er i overensstemmelse med tidligere undersøgelser, hvilket viste at 37 – 43% af patienterne diagnosticeret med VS viste tegn på bevidsthed 2 , 3 . Klassifikationsskalaer er baseret på adfærdsmæssige observationer eller på vurderinger af auditive, visuelle, verbale og motoriske funktioner samt kommunikations- og ophidsningsniveauer. Nye teknologier, der kan tilføje hjernevirksomhedsdata, er et perfekt værktøj til at overvinde de begrænsninger, der pålægges af behaVioral rating skalaer. Patienterne kan muligvis modulere deres hjernespons, selvom de ikke har mulighed for at producere de adfærdsændringer, der er nødvendige for ratingskalaen. Monti et al. 4 viste, at funktionel magnetisk resonansbilleddannelse (fMRI) kunne påvise frivillige ændringer i blodgennemtrængningsafhængige responser, der er relateret til forestillende motorbevægelser eller rumlige billedopgaver, hos 5/54 patienter diagnosticeret med en bevidsthedsforstyrrelse (DOC). Fire af dem havde tidligere været klassificeret til at være i MCS. I et mindretal af tilfælde har patienter, som opfylder adfærdskriterierne for en vegetativ tilstand, således resterende kognitiv funktion og endog bevidst bevidsthed.
Electroencephalography (EEG) -baserede BCI'er kan også registrere hjerneaktivitet som følge af fantasi eller forsøg på motorbevægelser. Der er også andre BCI-paradigmer, der kan bestemme, om en person kan vise bevidsthed ved frivilligt at følge en foruddefineret taskek. EEG-baserede BCI'er har andre fordele i forhold til fMRI-baserede vurderinger. For eksempel er EEG-systemer meget mere omkostningseffektive og bærbare, og de kan nemt bruges på patientens sengeplads. De største ikke-invasive BCI-tilgange indbefatter langsomme kortiske potentialer (SCP'er), P300'er, steady state visuelle potentialer (SSVEP'er) og motor Imagery (MI). SCP'er har lavet lave dataoverførselshastigheder og kræver omfattende træning (se Wolpaw et al. ) 5 , mens SSVEPs kræver visuel opmærksomhed. Begge fremgangsmåder anvendes derfor ikke i denne protokol. Med en P300 speller, Ortner et al. 5 nåede en nøjagtighed på 70% for handicappede. Dette nummer kunne efterhånden øges. For eksempel Turnip et al. 7 forbedrede deres P300 klassificering nøjagtighed ved at bruge en adaptiv neurale netværk klassifikator. For denne protokol valgte vi taktile og auditive P300-tilgange ud over MI, fordi begge oF dem kan bruges uden syn, og hver har unikke fordele. MI kan give hurtigere kommunikation end en ikke-visuel P300 BCI, mens P300 BCI'er kræver meget lidt træning. Derfor kan denne hybrid BCI-protokol implementere en hel serie af EEG-baserede BCI-tilgange til DOC-patienter. Da opgaverne er relativt hurtige og nemme at gentage, kan forskellige tilgange udforskes gentagne gange med hver patient at reducere antallet af forkerte klassifikationer af DOC-patienter.
Fire forskellige BCI-tilgange blev undersøgt: (i) auditiv P300, (ii) vibrotaktil P300 med to stimulatorer, (iii) vibrotaktil P300 med tre stimulatorer og (iv) MI.
Paradigmet i auditiv P300 tilgang bruger et auditivt oddsball paradigme, hvor afvigende stimuli (1.000 Hz bip) er tilfældigt fordelt inden for et tog med mere sandsynlige standard stimuli (500 Hz bip). I paradigme ii, stimuleres stimuli via vibrotactile stimulatorer thVed er placeret på venstre og højre håndled. Taktoren på venstre håndled leverer standard stimuli, og taktoren på højre håndled leverer afvigende (mål) stimuli. Til paradigme iii placeres en ekstra stimulator på fagets højre ankel eller på et andet sted, som midt på ryggen. Denne stimulator leverer et spor af standard stimuli, mens de to stimulatorer på venstre og højre håndled begge leverer afvigende stimuli. For at vurdere bevidstheden med de to vibrotaktile paradigmer, fortælles emnet via øretelefoner for tydeligt at tælle hver stimulus til et håndled, mens man ignorerer andre stimuli. En tilfældig mekanisme bestemmer, om man vælger venstre eller højre håndled, og hvert løb har fire sæt af 30 forsøg hver med en ny målhånd for hvert forsøg.
Følgende signalbehandling sker for paradigmerne i, ii og iii: otte EEG-kanaler erhverves ved hjælp af en samplingsfrekvens på 256 Hz. Sandsynligheden for en afvigende stimulus er 1/8; hencE, der vil være syv standard stimuli for hver afvigende stimulus. Hvert løb har 480 samlede stimuli. Én kørsel af paradigme tager jeg 7 min 20 s, mens hver kørsel af paradigmer ii og iii tager 2 min 30 s. Hvis patienten tavshed tæller hver afvigende stimulus, fremkalder disse stimuli adskillige hændelsesrelaterede potentialer (ERP'er), herunder P300, en positiv top omkring 300 ms efter stimulusstart. Hvert bip varer 100 ms. For hvert stimulusforsøg opbevares et vindue på 100 ms før og 600 ms efter bip til signalbehandling. Data nedsamles derefter med en faktor 12, hvilket resulterer i 12 prøver for 60 ms post-stimulusintervallet. Endelig indtastes alle prøve tidkanalfunktioner i en lineær diskriminantanalyse 8 , hvilket resulterer i 12 x 8 = 96 funktioner. For at beregne nøjagtighedsplanen ( Figur 1 og 2 ) gentages følgende procedure ti gange, og resultaterne er gennemsnitlige i et enkelt plot. De afvigende og standardforsøgEr tilfældigt fordelt i to lige store puljer. En pulje bruges til at træne en klassifikator, og den anden pulje bruges til at teste klassifikatoren. Klassifikatoren testes på et stigende antal gennemsnitlige stimuli ud af testpuljen. I første omgang er det testet på kun en afvigende og syv standardstimuli. Hvis klassifikatoren detekterede den afvigende stimulus korrekt, er den resulterende nøjagtighed 100%, og den er 0% ellers. Det samme gøres for 2 gennemsnitlige afvigende stimuli og 14 gennemsnitlige standard stimuli, for 3 afvigende stimuli og 21 standard stimuli, og så videre, indtil den fulde testpulje anvendes. Dette giver et plot på 30 enkeltværdier (for 30 afvigende stimuli i testpuljen), hver især enten 100% eller 0%. Gennemsnittet af 10 single plots resulterer i værdier fra 0% til 100%. Forøgelse af antallet af gennemsnitlige stimuli vil øge nøjagtigheden, hvis motivet kan følge opgaven, fordi gennemsnittet af stimuli reducerer tilfældig støj i dataene. En nøjagtighed langt over chanceniveauet (12.5%) viser at et P300 svar kan fremkaldes i emnet, og at der er et svar i fagets hjerne. Parametre I og II kan kun bruges til at vurdere bevidstheden. Hvis den nøjagtighed, der blev opnået under vurderingen, er højere end 40%, kan man fortsætte videre for at anvende kommunikation af paradigme iii eller iv.
I kommunikationsopgaven for paradigme iii vælger emnet at koncentrere sig om stimuli på venstre side, hvis han / hun ønsker at svare "JA" eller på højre side for at svare "NEJ". Klassifikatoren registrerer hvilken hånd brugeren koncentrerede sig om og præsenterer svaret.
Paradigm iv optæller 120 forsøg, der hver 8 s, adskilt af 1 s breaks.This resulterer i 10 sx 120 = 18 min af den samlede sessionstid. Paradigm iv bruger 16 EEG-kanaler fordelt over den sensorimotoriske cortex. Samplingsfrekvensen er 256 Hz. Hvert forsøg starter med en cue, præsenteret via øretelefoner, der instruerer emnetAt forestille sig at flytte enten venstre eller højre hånd. Sekvensen af venstre og højre instruktion er randomiseret. Til signalforarbejdning anvendes metoden for fælles rumlige mønstre (CSP) 10 , 12 , 13 . Denne metode giver et sæt rumlige filtre designet til at minimere variansen af en klasse, samtidig med at man maksimerer variansen for den anden klasse. Dette resulterer i fire træk, som er klassificeret ved den lineære diskriminantanalyse 8 . Hele klassificeringsproceduren er beskrevet detaljeret i en nylig offentliggørelse, der viser en stor gennemsnitlig klassifikationsnøjagtighed på 80,7% efter kun 60 minutters træning hos raske brugere 13 . Beregningen af nøjagtighed sker via krydsvalidering. Dette refererer til partitionering af en stikprøve af data i komplementære delmængder, udførelse af analysen på en delmængde (træningsbassin) og validering af analysen på den anden delmængde (tesTing pool). Før adskillelse af data i puljerne afvises forsøg, der indeholder artefakter. En prøve anses for at indeholde artefakter, hvis amplitudeens absolutte værdi overstiger 100 μV på ethvert tidspunkt under forsøget. Nøjagtigheden beregnes for alle bevægelser i testpuljen inden for en tidsramme på 1,5 s efter opmærksomheden bip til forsøgets afslutning, i trin på 0,5 s. For hvert trin og hvert forsøg er klassificeringsresultatet enten 100 eller 0%. Nøjagtigheden af alle forsøg i testpuljen beregnes herefter for hvert enkelt trin, hvilket resulterer i nøjagtighedsniveauer på mellem 0% og 100%. Endelig er gennemsnittet af ti gentagelser af krydsvalideringsresultaterne vist i nøjagtighedsplanen. Eksempler kan ses i figur 3 og 4 . Tegningerne er adskilt for billeddannelse i venstre hånd (gul), højre hånd (blå) og alle bevægelser sammen (grøn). Den vandrette linje i magenta repræsenterer tillidsgrænsen, som depenDs på antallet af forsøg, der blev anvendt til analysen. Dette er antallet af samlede forsøg minus antallet af afviste forsøg. Det viser 95% konfidensintervallet ved hjælp af Clopper Pearson-metoden 9 . Et nøjagtighedsniveau over denne linje betyder, at resultatet er statistisk signifikant (alfa <0,05).
Forudgående undersøgelser fra adskillige grupper har vist, at nogle DOC-patienter kan udvise bevidst bevidsthed gennem fMRI- eller EEG-baserede vurderinger, selv om vurderinger baseret på adfærd antyder andet. Således er der et klart behov for nye systemer og paradigmer, der mere præcist kan vurdere bevidst bevidsthed og endog give kommunikation. Ideelt set bør disse systemer være billige, bærbare, robuste til støj i virkelige omgivelser og let at bruge (både for patienten og systemoperatøren).
De her præsenterede protokoller og system har to formål: at hjælpe med at vurdere bevidsthedsniveauet hos personer med DOC og etablere en ny kommunikationskanal for personer, der ikke kan kommunikere via tale, øjenaktivitet eller andre opgaver, der kræver muskelkontrol. Paradigmeme i protokollen er designet til at teste grundlæggende svar i de første trin. Hvis de forventede basale hjernereaktioner opdages, er det muligt at gå videre og tRy de mere komplekse paradigmer, som er den vibrotactile P300 med tre taktorer og MI. Disse to paradigmer kunne også bruges til at etablere en kommunikationskanal. EEG-signalkvalitet er kritisk i alle disse protokoller. Sommetider kan EEG-data ikke skelnes fra støj; Nogle erfaringer med EEG-analyse er nødvendige for at genkende og håndtere støjende data.
Nuværende standardvurderingsmetoder ud over at være upålidelige er også tidskrævende og kræver et team af eksperter. Derfor vurderes patienter ofte kun én gang, selvom en patients bevidste bevidsthed kan variere dramatisk på forskellige tidspunkter. Protokollen præsenteret her kunne let gentages flere gange. Patienter, der ikke udviser bevidst bevidsthed, kan producere forskellige resultater på et andet tidspunkt. Endvidere kan en enkelt vurderingsperiode udføres før hvert kommunikationsforsøg for at bekræfte, at emnet for øjeblikket er i en bevidst tilstand.
anothDer er grund til at gennemføre forskellige paradigmer i protokollen, fordi nogle mennesker kan udføre dårligt med et paradigme, men det fungerer meget godt med en anden. På samme måde kan folk foretrække et paradigme, fordi det virker lettere for dem. Efter at have udforsket forskellige muligheder med forskellige paradigmer, kunne patienter vælge den tilgang, de foretrækker. Dette er i overensstemmelse med "hybrid" BCI-tilgangen, som understøtter at levere flere kommunikationsmuligheder for at forbedre kommunikationseffektivitet og brugertilfredshed.
Nøjagtighedskortet, i kombination med procentdelen af korrekte klassifikationer, giver et objektivt resultat, der afspejler, hvor godt mønstergenkendelsesalgoritmen kunne diskriminere de forskellige hjernestande under opgaverne. Derfor er ingen subjektiv fortolkning af hjernemønstre eller gennemsnitlige responser nødvendig.
Den vibrotaktile kommunikation med tre taktorer blev testet på en gruppe af seks kronisk låst patienTs 15 . De nåede en gennemsnitlig nøjagtighed under kommunikationen på 55,3%, og alle var over chanceniveauet på 12,5%. MI kommunikationsopgaven blev testet på en gruppe på tyve sunde brugere 13 , hvilket viste en gennemsnitlig nøjagtighed på ca. 80%. Kun en af de tyve personer havde en kontrolnøjagtighed under chanceniveau.
Det er vigtigt at nævne, at en løbe eller endda en komplet session med dårlig nøjagtighed ikke bevisligt viser, at der ikke er noget hjernespons eller ingen bevidsthed inden for emnet. Det betyder blot, at systemet ikke kunne registrere frivillige hjernens reaktioner. Dette kan opstå på grund af dårlig signalkvalitet, vanskeligheder med at høre eller forstå opgaveinstruktioner eller simpelthen fordi et mindretal af emner ikke kan producere den ønskede EEG-aktivitet trods udførelsen af opgaven.
I overensstemmelse med tidligere arbejde fra vores gruppe og andre viser det fremlagte arbejde, at det er tilrådeligt at vurdereNiveauet af bevidsthed hos patienter, der lider af DOC med hjernedannelsesteknikker. FMRI er også en nyttig teknik til at spore patientens nuværende hjerneaktivitet. Det blev vist at oddsballparadigmer, der fremkalder fremkaldte potentialer, såvel som motorbilleder og andre opgaver, kan producere hæmodynamiske reaktioner, der kunne spores af fMRI 17 , 18 . Sammenlignet med fMRI har EEG væsentlige fordele: EEG-baserede værktøjer kan anvendes ved sengetøj, uden udstyr, der er dyrt og ikke-bærbart, og kræver betydelig ekspertise. Transport af patienten til scanneren og akustisk støj fra scanneren kan begge være belastende for patienten. Nær infrarød spektroskopi (NIRS) er bærbar og kan have en lidt bedre rumlig opløsning end EEG, men det har en værre tidsmæssig opløsning 19 . NIRS er egnet til at overvåge MI 20 , 21 , men ikke til fremkaldt potentials. For eksempel viste Naseer og Hong 22 høj klassifikationsnøjagtighed for MI-BCI ved anvendelse af fNIRS. Med forsøg, der hver varede 50 s, opnåede de 77,35% for venstre MI og 83% for højre MI. Med EEG-baserede BCI'er, Guger et al. 23 viste, at ca. 20% af 99 sessioner nået en nøjagtighed på over 80%, og yderligere 70% af de 99 sessioner nåede en nøjagtighed på over 60%. Ortner et al. Viste en gennemsnitlig topnøjagtighed på ca. 80% ved anvendelse af CSP-metoden. Denne metode har brug for flere EEG-elektroder end dem, der anvendes fra Guger og kolleger, men det resulterer i højere nøjagtighedsgrader. Ved hjælp af CSP-metoden, Ramoser et al. 23 viste, at en stigning i elektroder fra 18 til 56 ikke forbedrer ydeevnen betydeligt; Vi konkluderer derfor, at det valgte antal af 16 elektroder i vores metode er tilstrækkeligt. For nylig har Coyle et al . Brugt CSP til klassificering og træning af MI i DOC patieNts 16 . Alle fire emner viste signifikant og hensigtsmæssig hjerneaktivering under vurderingen.
Vurdering af MI gennem en hybrid NIRS-EEG BCI kan resultere i høj klassifikationsnøjagtighed, som Khan et al. 20 viste. Dette kunne være en lovende fremtidig retning, selv om et yderligere neuroimaging værktøj øger kompleksiteten og omkostningerne ved enheden.
Protokollen, der præsenteres her, giver et relativt nemt værktøj til at vurdere hjernens respons inden for EEG-signalet hos DOC-patienter. Fortolkning af disse klassificeringsresultater og gennemførelse af ændringer i medicin, terapi eller andre medicinske behandlinger kræver stadig medicinske eksperter. Fremtidige retninger af denne metode kan være mere avancerede stimuleringsteknikker ved hjælp af et højere antal grader af frihed. For eksempel kan i stedet for at tilbyde værktøjer til kun at sige "JA" eller "NEJ" fremtidige enheder muliggøre mere mulig answeRs til et spørgsmål. I et yderligere trin kunne man også bruge kontekstbaserede svar. Hvis patienten f.eks. Har en musikafspiller, der kører, kan man tilbyde muligheden for at styre lydniveauet eller skifte til den næste sang. MI-paradigmet skal også testes i DOC-patienter.
The authors have nothing to disclose.
This work was supported by the European Union FP 7 project DECODER and the European Union ODI Project COMAWARE.
g.USBamp | g.tec medical engineering GmbH | 1 | Biosignal amplifier |
Power supply | GlobTek Inc. | 1 | Medical mains power supply for the g.USBamp |
USB cable | g.tec medical engineering GmbH | 1 | Connects the g.USBamp to the computer |
EEG electrodes gSCARABEO | g.tec medical engineering GmbH | 16 | Active EEG electrodes |
EEG electrode gSCARABEOgnd | g.tec medical engineering GmbH | 1 | passive ground electrode |
EEG electrode g.GAMMAearclip | g.tec medical engineering GmbH | 1 | active reference electrode |
g.GAMMAbox | g.tec medical engineering GmbH | 1 | Connects the amplifier to the EEG electrodes |
g.USBampGAMMAconnector | g.tec medical engineering GmbH | 1 | Connects the g.GAMMAbox to the g.USBamp |
EEG cap | g.tec medical engineering GmbH | 1 | To position electrodes |
Computer | Hewlett-Packard | 1 | To run the software. Alternatively computers from other manufacturers could be used. |
g.VIBROstim | g.tec medical engineering GmbH | 3 | Tactors for sensory stimulation |
Audio trigger adapter box | g.tec medical engineering GmbH | 1 | To split up the audio signal into audio commands for the headphones and trigger signals. This box connects to the amplifier. |
Anti static wrist band | g.tec medical engineering GmbH | 1 | To suppress noise in the EEG |
Trigger cable | g.tec medical engineering GmbH | 1 | To connect the audio trigger adapter box and the g.STIMbox to the g.USBamp |
Audio connector cable | g.tec medical engineering GmbH | 1 | Audio cable to connect the audio trigger adapter box to the computer |
Hardlock | g.tec medical engineering GmbH | 1 | To run the software |
SE215-K | Shure Europe GmbH | 1 | Noise suppressing earphones. Alternatively other earphones could be used. |
g.STIMbox | g.tec medical engineering GmbH | 1 | Driver box for tactile stimulators |
mindBEAGLE software | g.tec medical engineering GmbH | 1 | software package |
g.GAMMAgel | g.tec medical engineering GmbH | 1 | conductive electrode gel |