CLINICAL EXPERIENCE OF POST-STROKE REHABILITATION WITH THE USE OF HAND EXOSKELETON CONTROLLED BY BRAIN-COMPUTER INTERFACE


Cite item

Full Text

Abstract

Aim - to evaluate the efficiency of the motor recovery rehabilitation procedure with the use of hand exoskeleton controlled by the brain-computer interface (BCI). Materials and methods. 60 post-stroke patients participated in the study. 46 patients had ischemic stroke and 14 had hemorrhagic stroke. 42 patients of the main experimental group were trained in kinesthetic motor imagery using hand exoskeleton controlled by BCI, 18 patients of the control group carried out the imitating procedure. Exoskeleton - BCI system consists of encephalograph NVX52 («Medical Computer Systems», Russia), personal computer and hand exoskeleton («Android Technique», Russia). Motor functions were estimated by neurological scales ARAT and Fugl-Meyer. Results were statistically analyzed by Mann-Whitney, Wilcoxon and x2 tests, Spearman's correlation and RM-ANOVA using Statsoft Statistica v. 6.0. Results. It is shown that post-stroke patients are able to control BCI with the same efficiency as healthy subjects, regardless of the duration, severity and localization of the disease. Ten days of BCI training significantly improved patients’ motor functions according to neurological scales ARAT and Fugl-Meyer. Improvement was mainly provided by the small movements of the hand. According to several sections of neurological scales, improvement in the main group is significantly higher than in the control group. However, according to general scores, statistically significant difference between two groups was not observed. Conclusion. It is shown that the rehabilitation procedure using hand exsoskeleton controlled by BCI significantly improves motor functions of the paretic arm regardless of the duration, severity and localization of the disease. Increase of the training duration enhances the rehabilitation efficiency.

About the authors

A A Frolov

11nstitute of Higher Nervous Activity and Neurophysiology RAS 2Pirogov Russian National Research Medical University

Email: aafrolov@mail.ru
PhD (Biology), professor, Head of the Laboratory of neurobiology of learning, IHNA&NP RAS; Head of the Department of neurointerfaces, Institute of translational medicine RNRMU ap. 43, Khersonskaya st., Moscow Russia, 117461.

O A Mokienko

2Pirogov Russian National Research Medical University 3Research Center of Neurology

Email: lesya.md@yandex.ru
PhD (Medicine), senior scientist of the Department of neurointerfaces of Institute of translational medicine RNRMU and the Department of Neurorheabilitation of RCN.

E V Biryukova

11nstitute of Higher Nervous Activity and Neurophysiology RAS 2Pirogov Russian National Research Medical University

Email: ebiryukova@mail.ru
PhD (Phys-Math), senior scientist of the Laboratory of neurobiology of learning of IHNA&NP RAS and the Department of neurointerfaces of Institute of translational medicine RNRMU.

P D Bobrov

1nstitute of Higher Nervous Activity and Neurophysiology RAS; Pirogov Russian National Research Medical University

Email: p-bobrov@yandex.ru
PhD (Biology), senior scientist of the Laboratory of neurobiology of learning of IHNA&NP RAS and the Department of neurointerfaces of Institute of translational medicine RNRMU.

R Kh Lukmanov

Pirogov Russian National Research Medical University; Research Center of Neurology

Email: xarisovich@gmail.com
junior scientist of the Department of neurointerfaces of Institute of translational medicine RNRMU and the Department of Neurorheabilitation of RCN

A A Kondur

Vladimirsky Moscow Regional Research Clinical Institute

Email: annasams@mai
post-graduate student at MRRCI.

I Z Dzhalagonya

1nstitute of Higher Nervous Activity and Neurophysiology RAS

Email: slimjeem@gmail.com
post-graduate student at IHNA&NP RAS.

References

  1. Langhorne P, Coupar F, Pollock A. Motor recovery after stroke: a systematic review. Lancet Neurol. 2009; 8 (8): 741 - 754. doi: 10.1016/S1474-4422(09)70150-4
  2. Pollock A, Farmer SE, Brady MC, Langhorne P, Mead GE, Mehrholz J, et al. Interventions for improving upper limb function after stroke. Cochrane Database Syst Rev. 2014 Nov 12; 11:CD010820. doi: 10.1002/14651858.CD010820.pub2
  3. Frolov AA, Husek D, Silchenko AV, Tintera J, Rydlo J. The changes in the hemodynamic activity of the brain during motor imagery training with the use of brain-computer interface. Human Physiology. 2016; 42 (1): 1-12. doi: 10.1134/ S0362119716010084
  4. Mokienko OA, Lyukmanov RK, Chernikova LA, Suponeva NA, Piradov MA, Frolov AA. Brain-computer interface: The first experience of clinical use in Russia. Human Physiology. 2016; 42 (1): 24-31. doi: 10.1134/S0362119716010126
  5. Фролов А.А., Мокиенко О.А., Люкманов Р.Х. и др. Предварительные результаты контролируемого исследования эффективности технологии ИМК-экзоскелет при постинсультном парезе руки. ВестникРГМУ. 2016; (2): 17 -25.
  6. Frolov A, Husek D, Bobrov P. Comparison of four classification methods for brain-computer interface. Neural Network World. 2011; 21 (2): 101-115
  7. Ramos-Murguialday A, Broetz D, Rea M, Laer L, Yilmaz O, Brasil FL, et al. Brain-machine interface in chronic stroke rehabilitation: a controlled study. Ann Neurol. 2013 Jul; 74 (1): 100-108. doi: 10.1002/ana.23879
  8. Ang KK, Chua KS, Phua KS, Wang C, Chin ZY, Kuah CW, et al. A Randomized Controlled Trial of EEG-Based Motor Imagery Brain-Computer Interface Robotic Rehabilitation for Stroke. Clinical EEG and neuroscience. 2015; 46 (4): 310-20. doi: 10.1177/1550059414522229

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2016 Frolov A.A., Mokienko O.A., Biryukova E.V., Bobrov P.D., Lukmanov R.K., Kondur A.A., Dzhalagonya I.Z.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».