Synchronisation temporelle entre la connectivité parietal-frontocentrale avec MRCP et la démarche dans les tâches bipedales post-AVC

Ingénierie Génie électrique Sciences de l'information Intelligence artificielle Neurologie Imagerie médicale Médecine
accident vasculaire cérébral interface cerveau-machine connectivité fonctionnelle exécution motrice préparation motrice classification bipède réhabilitation

Synchronisation temporelle entre les potentiels corticaux liés au mouvement et la connectivité pariéto-frontale centrale dans la tâche de marche bilatérale chez les patients victimes d’AVC

Introduction

Dans les recherches sur la réhabilitation post-AVC, la connectivité fonctionnelle (CF), les potentiels corticaux liés au mouvement (MRCP) et l’activité de la marche sont des mesures courantes associées aux résultats de la réhabilitation. Bien qu’elles aient été étudiées individuellement, leurs interrelations, en particulier en ce qui concerne la différentiation bilatérale, n’ont pas encore été explorées en profondeur. Les résultats de la réhabilitation chez les patients victimes d’AVC varient considérablement, et les relations entre ces indicateurs pourraient révéler de nouvelles stratégies et thérapies de réhabilitation.

Source de l’article

Cet article a été rédigé par Chun-Ren Phang, Kai-Hsiang Su, Yuan-Yang Cheng, Chia-Hsin Chen et Li-Wei Ko, venant respectivement de la National Yang Ming Chiao Tung University, Kaohsiung Medical University, et d’autres institutions. L’article a été publié en 2024 dans le Journal of Neuroengineering and Rehabilitation.

Processus de recherche

Conception de l’expérience

Dans cette étude, 10 participants ont porté des appareils EEG et des unités de mesure inertielle (IMUs) pendant la préparation au mouvement (MP) et les tâches d’exécution du mouvement (ME), et des données ont été collectées. Les MRCP, les connectivités fonctionnelles (CFs) et la différentiation bilatérale ont été extraits des EEG, et les variations des angles de genou pendant la phase ME ont été calculées à partir des données de marche. Une analyse de corrélation de Pearson par paires a été utilisée pour évaluer les CFs, et les données de connectivité de tout le cerveau ont été introduites dans une machine à vecteurs de support (SVM) pour la classification bilatérale.

Collecte et traitement des données

Un appareil EEG sans fil appelé St. EEGTM Vega, produit par ARTISE Biomedical Co., Ltd., avec un système à 32 canaux, a été utilisé dans l’expérience. Les électrodes ont été placées selon la configuration internationale 10⁄20, et les données ont été recueillies à une fréquence d’échantillonnage de 500 Hz en utilisant le logiciel de collecte de données Cynus. L’impédance moyenne des électrodes EEG a été maintenue sous la limite de 100 kΩ. Les IMUs ont été attachés à la taille des patients, aux deux cuisses et aux jambes pour obtenir les données de variation de l’angle des genoux pendant la phase ME.

Analyse des données

  • MRCP (potentiels corticaux liés au mouvement) : Les signaux EEG ont été traités à l’aide d’un filtre passe-bande FIR de 0,1-5 Hz, puis les signaux EEG ont été moyennés sur les essais. Les valeurs de creux de la désynchronisation pendant les mouvements des pieds hémiplégiques et non hémiplégiques ont été comparées.
  • Connectivité fonctionnelle et CFPC (connectivité pariéto-frontale centrale) : Les signaux EEG ont été filtrés à l’aide d’un filtre passe-bande FIR de 8-50 Hz, et la connectivité fonctionnelle a été estimée pondérée en utilisant des coefficients de corrélation de Pearson par paires. La connectivité temporelle variable (TV) a ensuite été calculée dans différentes fenêtres, en se concentrant sur les connexions P3-FC4 et P3-C4 liées à la performance motrice.
  • Apprentissage automatique SVM : Une classification utilisant une machine à vecteurs de support linéaire (SVM) a été effectuée, les matrices de connectivité fonctionnelle étant vectorisées et introduites dans la SVM, et une validation croisée à dix reprises était utilisée pour rapporter l’exactitude moyenne pour chaque patient. Les performances de classification entre la connectivité statique et la connectivité temporelle variable pour la différentiation bilatérale ont été comparées.
  • Angle du genou : Les variations des angles de genou pour tous les essais ont été extraites et moyennées à partir des données IMU, synchronisées temporellement avec les quatre caractéristiques extraits des données EEG (MRCP, CFPCs, précision de CV et variation de l’angle du genou).

Résultats de la recherche

Variation de l’angle du genou et MRCP

Une forme d’onde MRCP typique a été observée chez tous les participants, avec une diminution rapide de l’amplitude de l’EEG au début du mouvement, atteignant un creux lorsque l’angle du genou atteignait sa valeur maximale, puis remontant lorsque la position de marche revenait à la normale. Les MRCP pour les pieds hémiplégiques ont montré une plus grande désynchronisation, environ 0,25 μv de plus que les mouvements des pieds non hémiplégiques.

MRCP et CFPCs

La synchronisation temporelle des MRCP et des CFPCs a révélé qu’au cours de la phase ME, la diminution de l’amplitude des MRCP était accompagnée d’une augmentation de l’intensité des CFPCs. Lors de la phase MP, l’intensité des CFPCs diminuait. Les CFPCs ont montré une réponse sensible à la fois pendant la préparation au mouvement (MP) et l’exécution du mouvement (ME). Cette relation inverse a été davantage validée par la connectivité interactive entre les régions cérébrales et les tâches motrices associées, avec une augmentation significative de la connectivité CFPCs pour les mouvements des pieds hémiplégiques.

Précision de la classification bilatérale

Les résultats de la précision variable de la classification (CV) ont montré une amélioration significative de la précision de la classification bilatérale après l’indication de ME. Tous les participants ont atteint une précision de classification supérieure au seuil de la devinette aléatoire avant même le début des mouvements des membres inférieurs, indiquant que les caractéristiques de connectivité peuvent différencier les activités de préparation au mouvement des deux pieds avant le début du mouvement. Une analyse plus approfondie a révélé que la précision de classification lors de la phase prémouvemennt était supérieure à celle de la phase de préparation au mouvement (MP), atteignant en moyenne 75,1 %.

Discussion et conclusion

Ces résultats montrent une relation inverse entre les variations de l’angle du genou et la désynchronisation des MRCP ainsi que l’augmentation des CFPCs. Les MRCP étaient plus marqués pendant la phase ME, tandis que les CFPCs dépendaient davantage de la phase MP. Ces découvertes fournissent une meilleure compréhension neurophysiologique, révélant le rôle complémentaire des CFPCs et des MRCP dans l’exécution des tâches motrices.

La recherche indique en outre que les CFPCs peuvent être utilisées pour surveiller et évaluer la réhabilitation des pieds hémiplégiques post-AVC, et que la précision de la classification bilatérale pendant la phase prémouvement suggère que ces caractéristiques de connectivité peuvent être utilisées pour des tâches de classification rapide et efficace. Ces résultats posent les bases du développement d’interfaces cerveau-exosquelette, aidant les patients victimes d’AVC à contrôler des exosquelettes de réhabilitation tout en surveillant la récupération du système nerveux central.

Les directions futures de la recherche incluent l’utilisation de caractéristiques EEG multidomaines et de modèles d’apprentissage automatique intégrés pour améliorer les performances de classification bilatérale, et l’application de ces découvertes pour développer des systèmes d’interface cerveau-exosquelette capables de détecter et d’éliminer le bruit en temps réel, améliorant ainsi l’efficacité et le confort de la réhabilitation.