[논문 리뷰] Brain-Computer Interface Controlled Robotic Gait Orthosis: A Case Report

An H., Po T. Wang외 3명|arXiv (Cornell University)|2012. 08. 24.

EEG and Brain-Computer Interfaces참고 문헌 14인용 수 4

한 줄 요약

이 연구는 척수 손상(SCI) 환자를 대상으로 뇌-컴퓨터 인터페이스(BCI)로 제어되는 로봇 보행 옥시스(RoGO)를 복귀시키기 위한 가능성을 입증한다. 뇌파(EEG) 기반 운동 상상으로, 오프라인 모델은 94.8%의 정확도를 달성했으며, 온라인 테스트에서는 세션당 0.8회의 잘못된 경고만으로 신경적 의도와 로봇 움직임 간 강력한 동기화를 보였다.

ABSTRACT

Reliance on wheelchairs in individuals with spinal cord injury (SCI) leads to many medical co-morbidities. Treatment of these conditions contributes to the majority of SCI health care costs. Restoring able-body-like ambulation after SCI can potentially reduce the incidence of these conditions, as well as increase independence and quality of life. However, no biomedical solution exists that can reverse this loss of neurological function, and hence novel methods are needed. Brain-computer interface (BCI) controlled lower extremity prosthesis may constitute one such novel approach. An able-bodied subject underwent electroencephalogram (EEG) recording while engaged in alternating epochs of idling and walking kinesthetic motor imagery (KMI). These data were analyzed to generate an EEG prediction model for online BCI operation. A commercial robotic gait orthosis (RoGO) system (treadmill suspended), was interfaced with the BCI computer. In an online test, the subject was tasked to ambulate using the BCI-RoGO system when prompted by computerized cues. The performance of this system was assessed with cross-correlation analysis, and omission and false alarm rates. The offline accuracy of the EEG prediction model was 94.8 +/- 0.8. The cross-correlation between instructional cues and the subject's BCI-RoGO walking epochs averaged over 5 online sessions was 0.809 +/- 0.056 (p-value<10^-5). There were on average 0.8 false alarms per session and no omissions. These results provide early evidence that restoring brain-controlled ambulation is feasible. Future work will test this system in individuals with SCI. If successful, this may justify development of BCI-controlled lower extremity prostheses for free overground walking for those with complete motor SCI. This system may also be applied to incomplete motor SCI to improve neurological outcomes beyond those of standard physiotherapy.

연구 동기 및 목표

• 척수 손상(SCI) 환자를 대상으로 보행을 위한 로봇 보행 옥시스(RoGO)를 제어할 수 있는 뇌-컴퓨터 인터페이스(BCI) 시스템을 개발하는 것.
• 운동 감각적 운동 상상(KMI) 동안 뇌파(EEG) 신호를 이용해 뇌로 제어되는 보행을 복귀시키는 가능성을 평가하는 것.
• 온라인 운영 동안 상관관계, 누락률 및 잘못된 경고 비율을 통해 시스템 성능을 평가하는 것.
• 완전한 운동성 척수 손상(SCI) 환자에게 향후 임상 적용을 위한 BCI-RoGO 시스템의 기초를 마련하는 것.

제안 방법

• 능동적인 피험자로부터, 휴식 상태와 보행에 대한 운동 감각적 운동 상상(KMI)을 번갈아 시행하는 동안 뇌파(EEG) 신호를 기록하였다.
• 기록된 데이터를 사용하여 오프라인으로 EEG 예측 모델을 훈련시켜 뇌 신호에서 보행 의도를 분류하였다.
• 실시간 제어를 위해 상용 트레드밀에 의지하는 로봇 보행 옥시스(RoGO)와 BCI 시스템을 연동하였다.
• 온라인 테스트에서는 컴퓨터 기반의 자극 신호를 사용해 보행을 유도하였으며, 자극 신호와 BCI 출력 간 상관관계를 통해 시스템 성능을 평가하였다.
• 성능 지표로는 누락률(명령 누락)과 잘못된 경고 비율(오류 활성화)이 포함되었다.
• 통계적 유의성은 상관관계 결과에 대해 p값 < 10^-5 기준으로 평가되었다.

실험 결과

연구 질문

• RQ1 EEG 기반 운동 상상은 실시간으로 로봇 보행 옥시스를 제어하기 위한 보행 의도를 신뢰성 있게 예측할 수 있는가?
• RQ2 신경 명령과 로봇 움직임 간의 동기화 측면에서 BCI-RoGO 시스템의 성능은 어떠한가?
• RQ3 온라인 BCI-RoGO 운영에서 누락률과 잘못된 경고 비율은 어떻게 비교되는가?
• RQ4 통제된 온라인 환경에서 높은 정확도와 낮은 오류 비율을 달성할 수 있는가?
• RQ5 이 시스템의 성능는 완전한 운동성 척수 손상(SCI) 환자에게 향후 임상 적용을 지원하기에 충분한가?

주요 결과

• 오프라인 EEG 예측 모델은 94.8 ± 0.8%의 정확도를 달성하여 EEG 신호에서 보행 의도를 강력하게 분류함을 나타냈다.
• 지시 신호와 피험자의 BCI-RoGO 보행 구간 간 상관관계는 0.809 ± 0.056였으며, p값 < 10^-5로 유의미한 동기화를 확인하였다.
• 세션당 평균 0.8회의 잘못된 경고가 기록되어 의도하지 않은 활성화의 빈도가 낮음을 나타냈다.
• 다섯 번의 온라인 세션 동안 누락이 기록되지 않아 의도한 보행 명령의 신뢰성 있는 탐지가 가능했음을 보여주었다.
• 결과는 제어된 환경에서 뇌로 제어되는 보행이 BCI-RoGO 시스템을 통해 가능하다는 초기 증거를 제공한다.
• 이러한 발견은 향후 완전한 운동성 척수 손상 환자에게 자유로운 지면 보행을 위한 BCI로 제어되는 하지 보철물 개발의 잠재성을 뒷받침한다.