vitjВрач и информационные технологииMedical Doctor and Information Technologies1811-01932413-5208Pirogov National Medical and Surgical Center10.25881/18110193_2024_4_38vitj-72Research ArticleОРИГИНАЛЬНЫЕ ИССЛЕДОВАНИЯORIGINAL RESEARCHПрограммно-аппаратный комплекс для реабилитации пациентов с когнитивными и моторными нарушениямиHardware-software complex for rehabilitation of patients with cognitive and motor disordersАнтиповВ. М.AntipovV. M.vantipovm@gmail.comБадаринА. А.BadarinA. A.

к.ф.-м.н.

PhD

badarin.a.a@mail.ruКуркинС. А.KurkinS. A.

д.ф.-м.н., доцент

DSc, Assoc. Prof.

kurkinsa@gmail.comКиселевА. Р.KiselevA. R.

д.м.н.

DSc

kiselev@gnicpm.ruХрамовА. Е.HramovA. E.

д.ф.-м.н., профессор

DSc, Prof

hramovae@gmail.comФГБУ «НМИЦ ТПМ» Минздрава России; БФУ им. И. КантаРоссияFSBI "NMIC TPM" of the Ministry of Health of Russia; Immanuel Kant Baltic Federal UniversitRussian FederationБФУ им. И. Канта; ФГБУ «НМИЦ ТПМ» Минздрава РоссииРоссияFSBI "NMIC TPM" of the Ministry of Health of Russia; Immanuel Kant Baltic Federal UniversityRussian FederationБФУ им. И. КантаРоссияImmanuel Kant Baltic Federal UniversityRussian FederationФГБУ «НМИЦ ТПМ» Минздрава РоссииРоссияFSBI "NMIC TPM" of the Ministry of Health of RussiaRussian Federation202416122024043847Copyright © Антипов В.М., Бадарин А.А., Куркин С.А., Киселев А.Р., Храмов А.Е., 20242024Антипов В.М., Бадарин А.А., Куркин С.А., Киселев А.Р., Храмов А.Е.Antipov V.M., Badarin A.A., Kurkin S.A., Kiselev A.R., Hramov A.E.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vit-j.ru/jour/article/view/72

Данное исследование направлено на разработку программно-аппаратного комплекса (ПАК) для реабилитации пациентов с легкими (субклиническими) и выраженными нарушениями когнитивных процессов и моторных функций верхних конечностей, основанного на применении мультимодальной биологической обратной связи, включая транскраниальную магнитную стимуляцию.Материалы и методы. В работе были использованы данные электроэнцефалографии с дополнительными каналами для записи электромиограммы здоровых добровольцев. Для классификации воображаемых движений использовались пространственный фильтр, линейный дискриминантный анализ, метод дополненной ковариационной матрицы с классификацией в пространстве касательных в многообразии Римана и метод опорных векторов. Результаты. На основе проведенного нейрофизиологического исследования и анализа литературы был разработан ПАК для реабилитации пациентов с легкими (субклиническими) и выраженными нарушениями когнитивных процессов и моторных функций. Показано, что разработанные алгоритмы реального времени обладают средней точностью 86% для классификации двигательного акта, 75% для воображения с анимированным визуальным стимулом и 73% для воображения со статичным визуальным стимулом.Выводы. Разработан эффективный и универсальный ПАК на основе современных алгоритмов интерфейсов «мозг-компьютер» для реабилитации пациентов с когнитивными и моторными нарушениями

This study is aimed at developing a hardware-software system (HSS) for the rehabilitation of patients with mild (subclinical) and severe disorders of cognitive processes and motor functions of the upper extremities based on the application of multimodal biofeedback (BFB) including transcranial magnetic stimulation (TMS).Materials and Methods: Electroencephalography (EEG) data with additional channels for electromyogram (EMG) recordings data of healthy volunteers were used in the work. The spatial filter, linear discriminant analysis, augmented covariance matrix method with classification in the space of tangents in the Riemann manifold, and support vector method were used to classify imaginary movements.Results: Based on the neurophysiological study and literature analysis, an HSS was developed for rehabilitation of patients with mild (subclinical) and severe impairments of cognitive processes and motor functions. The developed real-time algorithms were shown to have an average accuracy of 86% for motor act classification, 75% for imagination with an animated visual stimulus, and 73% for imagination with a static visual stimulus.Conclusions: An effective and versatile HSS based on modern BCI algorithms has been developed for rehabilitation of patients with cognitive and motor disorders

реабилитациямоторные нарушениякогнитивные нарушениябиологическая обратная связьвоображаемые движенияrehabilitationmotor disorderscognitive disordersbiofeedbackimaginary movementsРабота выполнена при поддержке Минздрава России в рамках научного проекта «Разработка программно-аппаратного комплекса для реабилитации пациентов с когнитивными и моторными нарушениями различной природы на основе мультимодальной биологической обратной связи» № 123020600127-4 (2023–2025 гг.).ReferencesKhorev V, Kurkin S, Badarin A, et al. Review on the use of brain computer interface rehabilitation methods for treating mental and neurological conditions. J Integr Neurosci. 2024; 23(7): 125. doi: 10.31083/j.jin2307125.Khorev V, Kurkin S, Badarin A, et al. Review on the use of brain computer interface rehabilitation methods for treating mental and neurological conditions. J Integr Neurosci. 2024; 23(7): 125. doi: 10.31083/j.jin2307125.Wang Z, Cao C, Chen L, et al. Multimodal neural response and effect assessment during a BCI-based neurofeedback training after stroke. Frontiers in Neuroscience. 2022; 16: 884420. doi: 10.3389/fnins.2022.884420.Wang Z, Cao C, Chen L, et al. Multimodal neural response and effect assessment during a BCI-based neurofeedback training after stroke. Frontiers in Neuroscience. 2022; 16: 884420. doi: 10.3389/fnins.2022.884420.Котов С. В., Исакова Е. В., Слюнькова Е. В. Применение технологии нейроинтерфейс «мозг-компьютер»+ экзоскелет в составе комплексной мультимодальной стимуляции при реабилитации пациентов с инсультом // Журнал неврологии и психиатрии им. CC Корсакова. — 2019. — Т.119. — №12-2. — С.37-42.Kotov SV, Isakova EV, Slyun'kova EV. Usage of brain-computer interface+ exoskeleton technology as a part of complex multimodal stimulation in the rehabilitation of patients with stroke. Zhurnal Nevrologii i Psikhiatrii imeni SS Korsakova. 2019; 119(12-2): 37-42. (In Russ.) doi: 10.17116/jnevro201911912237.Grigorev NA, Savosenkov AO, Lukoyanov MV, et al. A BCI-Based Vibrotactile Neurofeedback Training Improves Motor Cortical Excitability During Motor Imagery. IEEE Trans Neural Syst Rehabil Eng. 2021; 29: 1583-1592. doi: 10.1109/TNSRE.2021.3102304.Grigorev NA, Savosenkov AO, Lukoyanov MV, et al. A BCI-Based Vibrotactile Neurofeedback Training Improves Motor Cortical Excitability During Motor Imagery. IEEE Trans Neural Syst Rehabil Eng. 2021; 29: 1583-1592. doi: 10.1109/TNSRE.2021.3102304.Go AS, Mozaffarian D, Roger VL. Heart disease and stroke statistics-2014 update: a report from the American Heart Association. Circulation. 2014; 129(3): 28-292. doi: 10.1161/ 01.cir.0000441139.02102.80.Go AS, Mozaffarian D, Roger VL. Heart disease and stroke statistics-2014 update: a report from the American Heart Association. Circulation. 2014; 129(3): 28-292. doi: 10.1161/ 01.cir.0000441139.02102.80.Cifu DX, Stewart DG. Factors affecting functional outcome after stroke: a critical review of rehabilitation interventions. Arch Phys Med Rehabil. 1999; 80(5): 35-39. doi: 10.1016/S0003-9993(99)90101-6.Cifu DX, Stewart DG. Factors affecting functional outcome after stroke: a critical review of rehabilitation interventions. Arch Phys Med Rehabil. 1999; 80(5): 35-39. doi: 10.1016/S0003-9993(99)90101-6.Hramov AE, Maksimenko VA, Pisarchik AN. Physical principles of brain-computer interfaces and their applications for rehabilitation, robotics and control of human brain states. Physics Reports. 2021; 918: 1-133. doi: 10.1016/j.physrep.2021.03.002.Hramov AE, Maksimenko VA, Pisarchik AN. Physical principles of brain-computer interfaces and their applications for rehabilitation, robotics and control of human brain states. Physics Reports. 2021; 918: 1-133. doi: 10.1016/j.physrep.2021.03.002.Bamdad M, Homayoon Z, Mohammad AA. Application of BCI systems in neurorehabilitation: a scoping review. Disabil Rehabil Assist Technol. 2015; 10(5): 355-364. doi: 10.3109/17483107.2014.961569.Bamdad M, Homayoon Z, Mohammad AA. Application of BCI systems in neurorehabilitation: a scoping review. Disabil Rehabil Assist Technol. 2015; 10(5): 355-364. doi: 10.3109/17483107.2014.961569.Zhuang M, Wu Q, Wan F, et al. State-of-the-art non-invasive brain–computer interface for neural rehabilitation: A review. Journal of Neurorestoratology. 2020; 8(1): 12-25. doi: 10.26599/JNR.2020.9040001.Zhuang M, Wu Q, Wan F, et al. State-of-the-art non-invasive brain–computer interface for neural rehabilitation: A review. Journal of Neurorestoratology. 2020; 8(1): 12-25. doi: 10.26599/JNR.2020.9040001.Kho AY, Liu KPY, Chung RCK. Meta- analysis on the effect of mental imagery on motor recovery of the hemiplegic upper extremity function. Aust Occup Ther J. 2014; 61(2): 38-48. doi: 10.1111/1440-1630.12084.Kho AY, Liu KPY, Chung RCK. Meta- analysis on the effect of mental imagery on motor recovery of the hemiplegic upper extremity function. Aust Occup Ther J. 2014; 61(2): 38-48. doi: 10.1111/1440-1630.12084.Jochumsen M, Khan Niazi I, Samran Navid M, et al. Online multi-class brain-computer interface for detection and classification of lower limb movement intentions and kinetics for stroke rehabilitation. Brain-Computer Interfaces. 2015; 2(4): 202-210. doi: 10.1080/2326263X.2015.1114978.Jochumsen M, Khan Niazi I, Samran Navid M, et al. Online multi-class brain-computer interface for detection and classification of lower limb movement intentions and kinetics for stroke rehabilitation. Brain-Computer Interfaces. 2015; 2(4): 202-210. doi: 10.1080/2326263X.2015.1114978.Kardam VS, Taran S, Pandey A. Motor imagery tasks based electroencephalogram signals classification using data-driven features. Neuroscience Informatics. 2023; 3(2): 100128. doi: 10.1016/j.neuri.2023.100128.Kardam VS, Taran S, Pandey A. Motor imagery tasks based electroencephalogram signals classification using data-driven features. Neuroscience Informatics. 2023; 3(2): 100128. doi: 10.1016/j.neuri.2023.100128.

The authors declare that there are no conflicts of interest present.