[論文レビュー] Brain-Computer Interface Controlled Robotic Gait Orthosis: A Case Report

An H., Po T. Wang+3 more|arXiv (Cornell University)|Aug 24, 2012

EEG and Brain-Computer Interfaces参考文献 14被引用数 4

ひとこと要約

本研究では、脊髄損傷（SCI）を呈する被験者における歩行の回復を目的として、脳インターフェース（BCI）で制御されるロボット歩行補助具（RoGO）の実現可能性を示した。EEGを用いた運動想起に基づく手法では、オフラインモデルで94.8％の正確性を達成し、オンラインテストでは1セッションあたり0.8件の誤報で、神経的意図とロボットの動きの間に強い同期が確認された。

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.

研究の動機と目的

• 脊髄損傷（SCI）を呈する被験者における歩行の制御を可能にする脳インターフェース（BCI）システムの開発を目的とする。
• 感覚的運動想起（KMI）を用いた電encephalogram（EEG）信号による脳制御歩行の回復可能性を評価することを目的とする。
• オンライン運用における相互相関、省略率、誤報率を用いて、システムの性能を評価することを目的とする。
• 完全運動性SCI被験者におけるBCI-RoGOシステムの将来的な臨床的応用の基盤を提供することを目的とする。

提案手法

• 被検体は健常者であり、安静状態と歩行の感覚的運動想起（KMI）の交互なエポック中にEEG信号を記録した。
• 記録されたデータを用いてオフラインでEEG予測モデルを訓練し、脳信号からの歩行意図の分類を実施した。
• BCIシステムは、商業用トレッドミル・サスペンション式ロボット歩行補助具（RoGO）とインターフェースを接続し、リアルタイム制御を実現した。
• オンラインテストでは、コンピュータによる刺激を用いて歩行を促した。システムの性能は、刺激とBCI出力との間の相互相関を用いて評価した。
• 性能指標には、省略率（命令の漏れ）と誤報率（誤った起動）が含まれた。
• 統計的有意性は、相互相関結果についてp値 < 10^-5 で評価した。

実験結果

リサーチクエスチョン

• RQ1 EEGを用いた運動想起は、ロボット歩行補助具のリアルタイム制御に向けた歩行意図を信頼性高く予測できるか？
• RQ2 神経的命令とロボットの動きとの同期性に関して、BCI-RoGOシステムの性能はいかがであるか？
• RQ3 オンラインBCI-RoGO運用における省略率と誤報率は、どのように比較されるか？
• RQ4 制御されたオンライン環境において、システムは高い正確性と低い誤差率を達成できるか？
• RQ5 本システムの性能は、完全運動性SCI被験者における将来的な臨床的応用を支えるのに十分か？

主な発見

• オフラインEEG予測モデルは94.8 ± 0.8％の正確性を達成し、EEG信号からの歩行意図の分類が強く示された。
• 刺激と被検体のBCI-RoGO歩行エポックとの間の相互相関は0.809 ± 0.056であり、p値 < 10^-5 であった。これは、顕著な同期が確認されたことを示している。
• システムは1セッションあたり平均0.8件の誤報を記録し、意図しない起動の発生が非常に少なかった。
• 5回のオンラインセッションにおいて、省略は一切記録されず、意図した歩行命令の検出が信頼性高く行われた。
• 本結果は、制御された環境下でBCI-RoGOシステムによる脳制御歩行が実現可能である初期の証拠を示している。
• これらの発見は、完全運動性SCI被験者における自由な屋外歩行を可能にするBCI制御下肢プロステーゼの将来的な開発の可能性を支持する。