Использование интерфейсов мозг–компьютер для персонализированной нейрореабилитации: роль субъективного восприятия и нейрофизиологических показателей

   Работа посвящена оценке соответствия нейрофизиологических и субъективных признаков моторного воображения в контексте нейрореабилитации с использованием интерфейсов мозг–компьютер (ИМК) и выполнена в рамках разработки программно-аппаратного комплекса (ПАК) для восстановления когнитивных и моторных функций верхних конечностей при лёгких и выраженных нарушениях.

   Материалы и методы: В исследовании приняли участие 24 здоровых добровольца. Электроэнцефалограмма регистрировалась при выполнении заданий на моторное воображение с различными визуальными стимулами. Анализ включал расчёт сенсомоторной десинхронизации (ERD), классификацию с использованием пространственных фильтров и линейного дискриминантного анализа, а также оценку корреляции с субъективными самооценками.

   Результаты: Латеральность воображаемого движения оказала значимое влияние на выраженность ERD. Субъективная уверенность участников не коррелировала ни с нейрофизиологическими показателями, ни с уверенностью классификатора при распознавании воображаемого движения. При этом модели продемонстрировали высокую точность классификации моторных представлений.

   Выводы: Выявленное несоответствие между субъективной и объективной оценкой подчеркивает необходимость внедрения биологической обратной связи и персонализированных ИМК в составе ПАК для повышения эффективности нейрореабилитации.

1. Feigin VL, et al. World Stroke Organization: Global Stroke Fact Sheet 2025. International Journal of Stroke. 2025; 20(2): 132-144. doi: 10.1177/17474930241308142.

2. Мокиенко О.А., Супонева Н.А., Азиатская Г.А. Инсульт у взрослых: центральный парез верхней конечности. Клинические рекомендации / Под ред. О.А. Мокиенко, Н.А. Супоневой. — М.: МЕДпресс-Информ, 2018. — С. 222.

3. Joundi RA, et al. Magnitude and time-course of dementia risk in stroke survivors: a population-wide matched cohort study. Neurology. 2025; 104(1): e210131. doi: 10.1212/WNL.0000000000210131.

4. Wood GK, Moore DR, Moon EH, et al. Posthospitalization COVID-19 cognitive deficits at 1 year are global and associated with elevated brain injury markers and gray matter volume reduction. Nature Medicine. 2025; 31(1): 245-257. doi: 10.1038/s41591-024-03309-8.

5. Пирадов М.А., Черникова А.С., Супонева Н.А. и др. Перспективы развития роботизированных устройств для восстановления движений руки // Роботические технологии в медицине. — 2016. — С. 122-130.

6. Khorev V, Kurkin S, Badarin A, et al. Review on the use of brain computer interface rehabilitation methods for treating mental and neurological conditions. Journal of Integrative Neuroscience. 2024; 23(7): 125. doi: 10.31083/j.jin2307125.

7. 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.

8. Фролов А.А., Мокиенко О.А., Люкманов Р.Х. и др. Предварительные результаты контролируемого исследования эффективности технологии ИМК-экзоскелет при постинсультном парезе руки // Вестник Российского государственного медицинского университета. — 2016. — № 2. — С. 17-2.

9. Фролов А.А., Черникова Л.А., Люкманов Р.Х. и др. Использование медицинской технологии «Неинвазивный интерфейс мозг — компьютер — экзоскелет кисти». Методические рекомендации. 2016.

10. Huang G, Zhao Z, Zhang S, et al. Discrepancy between inter-and intra-subject variability in EEG-based motor imagery brain-computer interface: Evidence from multiple perspectives. Frontiers in Neuroscience. 2023; 17: 1122661. doi: 10.3389/fnins.2023.1122661.

11. Фролов А.А., Азиатская Г.А., Бобров П.Д. и др. Электрофизиологическая активность мозга при управлении интерфейсом мозг-компьютер, основанным на воображении движения // Физиология человека. — 2017. — № 43(5). — С. 17-25.

12. Yang B, Rong F, Xie Y, et al. A multi-day and high-quality EEG dataset for motor imagery brain-computer interface. Scientific Data. 2025; 12(1): 488. doi: 10.1038/s41597-025-04826-y.