[论文解读] Operation of a Brain-Computer Interface Walking Simulator by Users with Spinal Cord Injury

Christine King, Po T. Wang+3 more|arXiv (Cornell University)|Sep 10, 2012

EEG and Brain-Computer Interfaces参考文献 21被引用 6

一句话总结

本研究证明，脊髓损伤（SCI）患者可在虚拟现实环境中通过步行的本体感觉运动想象（KMI）直观且稳定地控制脑机接口（BCI）行走模拟器。仅经过10分钟训练后，所有五名SCI受试者即实现了有目的的、自主节奏的化身行走控制，且性能随时间推移持续提升，显著优于随机猜测水平，表明未来BCI控制下肢假肢具有极高的可行性。

ABSTRACT

Background: Spinal cord injury (SCI) can leave the affected individuals unable to ambulate. Since there are no restorative treatments for SCI, novel approaches such as brain-controlled prostheses have been sought. Our recent studies show that a brain-computer interface (BCI) can be used to control ambulation within a virtual reality environment (VRE), suggesting that a BCI-controlled lower extremity prosthesis for ambulation may be feasible. However, the operability of our BCI has not been tested in a SCI population. Methods: Five subjects with paraplegia or tetraplegia due to SCI underwent a 10-min training session in which they alternated between kinesthetic motor imagery (KMI) of idling and walking while their electroencephalogram (EEG) were recorded. Subjects then performed a goal-oriented online task, where they utilized KMI to control the linear ambulation of an avatar and make 10 sequential stops at designated points within the VRE. Multiple online trials were performed over 5 experimental days. Results: Classification accuracy of idling and walking was estimated offline and ranged from 60.5% (p=0.0176) to 92.3% (p=1.36*10^-20) across subjects and days. In the online task, all subjects achieved purposeful control with an average performance of 7.4 +/- 2.3 successful stops in 273 +/- 51 sec (p<0.01). All subjects maintained purposeful control throughout the study, and their online performances improved over time. Conclusions: The results demonstrate that SCI subjects can purposefully operate a self-paced BCI walking simulator to complete a goal-oriented ambulation task. The operation of this BCI system requires short training, is intuitive, and robust against subject-to-subject and day-to-day neurophysiological variations. These findings indicate that BCI-controlled lower extremity prostheses for gait rehabilitation or restoration after SCI may be feasible in the future.

研究动机与目标

• 评估脊髓损伤（SCI）个体是否能够有目的地在虚拟现实环境（VRE）中操作BCI控制的行走模拟器。
• 评估基于EEG解码本体感觉运动想象（KMI）在SCI人群中的可行性，以实现自主节奏、目标导向的行走控制。
• 确定BCI系统是否能克服因皮层重组和学习导致的神经生理变异性，在不同受试者之间及随时间保持稳健性能。
• 探究是否可通过短时训练实现SCI用户可靠且有目的的BCI控制，从而降低临床应用的障碍。

提出的方法

• 因完全性SCI导致截瘫或四肢瘫的受试者完成了10分钟的训练，期间交替进行静止和步行的本体感觉运动想象，同时记录EEG信号。
• 采用数据驱动的机器学习方法对EEG信号进行分类，重点关注中央前区皮层在μ波段和低β波段的活动，以区分静止与步行KMI。
• 在线目标导向任务要求受试者仅通过KMI控制化身在VRE中依次停靠在指定的10个位置。
• 使用交叉验证和模式识别技术（包括逐类主成分分析，CPCA，和费希尔线性判别分析，LDA）对分类准确率进行离线估计。
• 通过复合评分评估性能，并与蒙特卡洛随机行走模拟结果对比，以确认控制行为具有目的性。
• 系统通过首日2分钟的校准会话实现实时校准，仅经少量训练后即可立即进入在线操作。

实验结果

研究问题

• RQ1 脊髓损伤（SCI）个体是否能在虚拟现实环境中通过本体感觉运动想象（KMI）实现对BCI行走模拟器的有目的、自主节奏的控制？
• RQ2 SCI用户多快能获得可靠的BCI控制？性能是否会随着时间推移和重复会话而提升？
• RQ3 BCI系统在多大程度上能适应因SCI后皮层重组和学习导致的受试者间及日间神经生理变异性？
• RQ4 BCI系统是否足够稳健，能在多个实验日保持一致的性能，表明其长期可用性？
• RQ5 在目标导向的在线任务中，SCI用户的性能与随机猜测相比如何？其性能是否可接近手动控制水平？

主要发现

• 在不同受试者和实验日之间，区分静止与步行KMI的离线分类准确率介于60.5%（p = 0.0176）至92.3%（p = 1.36 × 10⁻²⁰）之间，表明具有强大的区分能力。
• 所有五名SCI受试者在首日即实现了在线任务中的有目的控制，其性能显著高于随机行走（p < 0.01），且在整个5天研究期间保持稳定。
• 在线性能平均为每轮会话7.4 ± 2.3次成功停靠，持续时间273 ± 51秒，复合评分随时间推移持续提升，研究末期两名受试者接近100%。
• 该系统对受试者间及日间神经生理变异性表现出强鲁棒性，96%的在线会话维持了有目的的控制。
• 数据驱动的解码方法仅经10分钟训练和2分钟校准，即实现直观、自主节奏的控制，表明训练负担极低。
• 受试者能够随时间维持并提升性能，表明该BCI系统不仅可操作，还能适应SCI后个体的学习与神经可塑性过程。