EMG駆動のロボットハンドトレーニングが慢性脳卒中患者の半球間バランスの回復に与える神経メカニズム：動的因果モデリングによる洞察

脳卒中は一般的な障害の原因であり、多くの脳卒中生存者は上肢麻痺を患います。上肢機能の障害は6ヶ月以上続くことが多く、完全回復する生存者は少数（12％未満）です。これらの患者の日常生活能力を回復させ、生活の質を向上させるために、研究者たちは脳卒中後のリハビリプランの開発に取り組んでいます。

近年、ロボット補助装置を使用した上肢のリハビリに関する研究が広く注目を集めています。ロボットリハビリは一貫性のある、集中的かつインタラクティブなトレーニング体験を提供し、患者の積極的な参加を促します。総合的な分析では、ロボット補助トレーニングを受けた個体は上肢のFugl-Meyer評価（FMA-UE）スコアと機能的な活動面で著しい改善を示しています。しかし、手首や手の機能に関しては、従来のロボットが運動制御や日常生活活動の改善に限界がありました。意思に基づくロボットの導入により、これらのデバイスは過去5年間で普及し、手首と手の機能の改善に役立っています。脳波（EEG）や筋電図（EMG）などの電気生理学的信号を利用して、個人は自発的な運動意図を通じてロボット補助の運動タスクをトリガーすることが可能です。臨床研究によれば、連続的なパッシブモーションの対照群と比較して、EMG駆動のロボットハンドトレーニングを使用することで、慢性脳卒中患者のFMA-UEスコアが高くなり、手首と手の機能も向上することが示されています。

それにもかかわらず、これらのデバイスによる運動回復の正確な神経生理メカニズムは依然として限られています。本研究は動的因果モデリング（DCM）を利用して中枢神経系の有効連結性（EC）を分析し、EMG駆動のロボットハンドトレーニングが慢性脳卒中患者の運動回復に与える神経メカニズムを明らかにすることを目的としています。

研究の出典と著者の紹介

この研究記事はIEEE Transactions on Neural Systems and Rehabilitation Engineeringに由来しており、2024年第32巻に発表されました。著者にはChun-hang Eden Ti、Chengpeng Hu、Kai Yuan、Winnie Chiu-wing ChuおよびRaymond Kai-yu Tongが含まれ、香港中文大学の生物医学工学系およびイメージングと介入放射線科の研究者によって共同執筆されました。Raymond Kai-yu Tongが本論文の通信著者です。研究は香港研究資助局と一般研究基金から一部支援を受けました。

研究方法とプロセス

1. 研究対象と募集

本研究は単一センターのランダム化対照試験であり、19名の慢性脳卒中生存者が募集されました。1名の被験者が医療上の理由で研究を辞退し、別の1名の被験者は異常なfMRI活性化パターンのために分析から除外されました。含有基準には初回中風、発症から6ヶ月後、一側性の脳損傷、動作研究手腕テスト（ARAT）スコアが6〜52の中度から重度の上肢機能障害の患者が含まれます。排除基準には、てんかんの家族歴、アルコールや薬物の乱用、空間無視、失語症、失行症などの他の神経障害が含まれます。すべての被験者は研究の手順と影響について理解した上でインフォームド・コンセントに署名しました。

2. トレーニング介入プログラム

各被験者は地域のコミュニティセンターで20回の筋電図（EMG）駆動ロボットハンドトレーニングを完了しました。トレーニング前に各被験者は20分の活動または偽刺激を受けます。トレーニング中、被験者はロボットハンドを装着し、コンピュータのスクリーンの前に座ります。彼らは肘を静止し、約130度にわずかに曲げるよう指示されます。屈指筋と伸指筋から筋電信号を記録し、ロボットハンドによる握りと開きのタスクが行われました。これらのタスクは筋電信号が最大志願収縮（MVC）の10％を超えたときにトリガーされます。

トレーニングは3つのモジュールに分かれており、各モジュールは15分持続し、5分の休憩が間に入ります。各モジュールの中で、被験者はロボット補助の握りと開き動作をトリガーし、モジュールが終了するまで試行を繰り返します。

3. MRIデータの収集と分析

MRIスキャンは20チャンネルヘッドコイルを使用して行い、高解像度の解剖学的T1画像、静止状態（rs-fMRI）とタスク状態の機能的磁気共鳴画像（tb-fMRI）データを取得しました。各被験者は20回のトレーニングの前後に1回ずつMRIスキャンを行いました。タスクfMRIでは、被験者はスクリーン上のテキストプロンプトに従って左手または右手でテニスボールを握るように指示されます。

4. 動的因果モデリングと機能的連結性分析

動的因果モデリング（DCM）を使用して、脳領域間の有効連結性（EC）を推定しました。特に、訓練前後のタスク期間中に慢性脳卒中患者の脳領域間のECの変化に注目しました。

また、静止状態での機能的連結性（FC）を使用して脳の運動ネットワークの相互作用を研究し、タスク非依存の脳再編成情報を提供しました。トレーニング前後の差異を対比することで、トレーニングの影響を明らかにしました。

研究結果と考察

1. トレーニングの効果

本研究のトレーニングデータは、すべての被験者のトリガー回数がトレーニング回数の増加に伴って増加したことを示しています。混合効果ANOVA分析により、時間要因がARATスコアに有意な正の影響を与えることが示され、EMG-ロボットハンドトレーニング後に上肢機能が改善されたことが確認されました。

2. 動的因果モデリングの結果

ベイズモデル選択により、慢性脳卒中患者のタスク調整有効連結性とトレーニング効果を最もよく説明するモデルが決定されました。訓練期間において、自発的な運動意図が対側M1から患側M1への抑制効果を効果的に減少させ、患側M1の機能的連結性を増加させることが分かりました。これらの結果は、半球間抑制の減少と機能改善には正の相関があり、半球間相互作用が運動回復において重要な役割を果たすことを示しています。

3. 静止状態での機能的連結性

機能的連結性分析では、トレーニング後に両側M1間のFCが有意に増加することが示され、静止状態の脳活動の半球間バランスが回復したことが示唆されました。ARAT改善との有意な相関は見られなかったものの、M1間のEC変化と運動機能の改善には有意な関連がありました。

4. タスク状態での機能的磁気共鳴画像

タスクfMRI活性化図は、トレーニング後に対側半球での全体的な活性化レベルが減少し、患側半球で増加することを示しました。これにより、患側半球の運動タスクにおける役割が増加し、対側半球の依存が減少したことが示されました。

研究結論と意義

この研究は、EMG駆動のロボットハンドトレーニングが脳卒中患者の半球間抑制を減少させ、患側半球の活性化を促進することで上肢機能の顕著な向上を達成できることを示しています。これらの結果は、EMG駆動のロボットハンドトレーニングが慢性脳卒中患者の運動機能回復と神経可塑性促進において重要な価値があることを示しています。この研究は、EMG駆動のロボットトレーニングによる半球間バランスの回復についての新たな洞察を提供し、将来的な脳卒中リハビリ研究の貴重な参考となるでしょう。

このレポートは、脳卒中リハビリにおける重要な研究結果を概観し、EMG駆動のロボットハンドトレーニングが慢性脳卒中患者の神経メカニズムと回復効果に対してどのような影響を与えるかを深く探求しています。この研究は、EMG駆動のロボットトレーニングが上肢機能を著しく改善し、半球間抑制を減少させることで患側半球の神経活動の回復を促進することを示し、将来の脳卒中リハビリ研究に貴重な視点を提供します。