Preview

Вестник Московского университета. Серия 16. Биология

Расширенный поиск

ИЗУЧЕНИЕ ХАРАКТЕРИСТИК ИНТЕРФЕЙСА МОЗГ-КОМПЬЮТЕР НА ОСНОВЕ ПРЕДСТАВЛЕНИЯ ДВИЖЕНИЙ С БЫСТРОДЕЙСТВУЮЩЕЙ ТАКТИЛЬНОЙ ОБРАТНОЙ СВЯЗЬЮ

Полный текст:

Аннотация

Одним из подходов к реабилитации после инсульта является тренировка посредством мысленного представления движения в контуре интерфейса мозг-компьютер (ИМК), позволяющем контролировать результат каждой попытки представления движения. Технология ИМК работает на основе онлайн-анализа электроэнцефалограммы, позволяющего детектировать моменты качественного представления движения (реакцию десинхронизации сенсомоторного ритма) и представить эти события в виде изменения сцены на экране компьютера или срабатывания электромеханических устройств, что по своей сути является обратной связью (ОС). Традиционно используемая в контурах ИМК визуальная ОС далеко не всегда является оптимальной для постинсультных пациентов. Ранее нами исследовалась эффективность тактильной ОС, срабатывавшей только после длительного, в течение нескольких секунд и более, мысленного представления движения. В настоящей работе была исследована эффективность быстрой тактильной ОС в контуре ИМК на основе представления движений при классификации коротких (0,5 с) отрезков электроэнцефалограммы. Было показано, что быстрая тактильная ОС не уступает визуальной по точности классификации и что на ее основе возможно создание ИМК с оперативным подкреплением физиологически эффективных попыток представления движения, работающих с точностью, приемлемой для практического применения. Кроме того, при определенных режимах подачи тактильная ОС может приводить к возникновению у испытуемых более выраженной десинхронизации сенсомоторного ритма, по сравнению с визуальной ОС, что может послужить основой для построения эффективных нейроинтерфейсных тренажеров.

Об авторах

М. В. Лукоянов
Нижегородский государственный университет имени Н.И. Лобачевского; Приволжский исследовательский медицинский университет
Россия

603950, г. Нижний Новгород, пр. Гагарина, д. 23

603005, г. Нижний Новгород, пл. Минина и Пожарского, д. 10/1

ассистент кафедры нормальной физиологии

Тел.: 8-831-465-53-06



С. Ю. Гордлеева
Нижегородский государственный университет имени Н.И. Лобачевского
Россия

603950, г. Нижний Новгород, пр. Гагарина, д. 23

канд. физ.-мат. наук, ст. преподаватель кафедры нейротехнологий Института биологии и биомедицины

Тел.: 8-831-417-32-27



Н. А. Григорьев
Нижегородский государственный университет имени Н.И. Лобачевского
Россия

603950, г. Нижний Новгород, пр. Гагарина, д. 23

инженер лаборатории разработки интеллектуальных биомехатронных технологий Центра трансляционных технологий 

Тел.: 8-831-417-32-27





А. О. Савосенков
Нижегородский государственный университет имени Н.И. Лобачевского
Россия

603950, г. Нижний Новгород, пр. Гагарина, д. 23

инженер лаборатории разработки интеллектуальных биомехатронных технологий Центра трансляционных технологий 

Тел.: 8-831-417-32-27



Ю. А. Лотарева
Нижегородский государственный университет имени Н.И. Лобачевского
Россия

603950, г. Нижний Новгород, пр. Гагарина, д. 23

инженер лаборатории разработки интеллектуальных биомехатронных технологий Центра трансляционных технологий

Тел.:8-831-417-32-27



А. С. Пимашкин
Нижегородский государственный университет имени Н.И. Лобачевского
Россия

603950, г. Нижний Новгород, пр. Гагарина, д. 23

канд. физ.-мат. наук, науч. сотр. кафедры нейротехнологий Института биологии и биомедицины

Тел.: 8-831-417-32-27



А. Я. Каплан
Нижегородский государственный университет имени Н.И. Лобачевского; Московский государственный университет имени М.В. Ломоносова
Россия

603950, г. Нижний Новгород, пр. Гагарина, д. 23

119234, г. Москва, Ленинские горы, д. 1, стр. 12

докт. биол. наук, проф. кафедры физиологии человека и животных биологического факультета

Тел.: 8-495-939-13-73





Список литературы

1. Скворцова В.И., Стаховская Л.В., Пряникова Н.А., Мешкова К.С. Вторичная профилактика инсульта // Cons. Medicum. 2006. Т. 8. № 12. С. 70–73.

2. Connell L.A., Lincoln N.B., Radford K.A. Somatosensory impairment after stroke: frequency of different deficits and their recovery // Clin. Rehabil. 2008. Vol. 22. N 8. P. 758–767.

3. Иванова Г.Е., Суворов А.Ю., Стаховская Л.В., Варако Н.А., Ковязина М.С., Бушков Ф.А. Использование тренажера с многоканальной биологической обратной связью “Имк-Экзоскелет” в комплексной программе реабилитации больных после инсульта // Журн. высш. нерв. деят. 2017. Т. 67. № 4. С. 464–472.

4. Cifu D.X., Stewart D.G. Factors affecting functional outcome after stroke: a critical review of rehabilitation interventions // Arch. Phys. Med. Rehabil. 1999. Vol. 80. N 5. P. 35–39.

5. Frolov A.A., Mokienko O.A., Lyukmanov R.K., et al. Preliminary results of a controlled study of BCI-exoskeleton technology efficacy in patients with poststroke arm paresis // Bull. Russ. State Med.Univ. 2016. N 2. P. 16–23.

6. Vasilyev A., Liburkina, S., Yakovlev, L., Perepelkina, O., Kaplan, A. Assessing motor imagery in brain-computer interface training: Psychological and neurophysiological correlates // Neuropsychologia. 2017. Vol. 97. P. 56–65.

7. Kaplan A.Y. Neurophysiological foundations and practical realizations of the brain–machine interfaces in the technology in neurological rehabilitation // Hum. Physiol. 2016. Vol. 42. N 1. P. 103–110.

8. Frolov A.A., Biryukova E.V., Bobrov P.D., Mokienko O.A., Platonov A.K., Pryanichnikov V.E., Chernikova L.A. Principles of neurorehabilitation based on the brain-computer interface and biologically adequate control of the exoskeleton // Hum. Physiol. 2013. Vol. 39. N 2. P. 196–208.

9. Mulder T. Motor imagery and action observation: cognitive tools for rehabilitation // J. Neural. Transm. 2007. Vol. 114. N 10. P. 1265–1278.

10. Simmons L., Sharma N., Baron J.-C., Pomeroy V.M. Motor imagery to enhance recovery after subcortical stroke: who might benefit, daily dose, and potential effects // Neurorehabil. Neural. Repair. 2008. Vol. 22. N 5. P. 458–467.

11. Vuckovic A., Osuagwu B.A. Using a motor imagery questionnaire to estimate the performance of a Brain-Computer Interface based on object oriented motor imagery // Clin. Neurophysiol. 2013. Vol. 124. N 8. P. 1586–1595.

12. Brouwer A.-M., van Erp J.B.F. A tactile P300 braincomputer interface // Front. Neurosci. 2010. Vol. 4:19.

13. van der Waal M., Severens M., Geuze J., Desain P. Introducing the tactile speller: an ERP-based brain–computer interface for communication // J. Neural. Eng. 2012. Vol. 9. N 4:045002.

14. Chatterjee A., Aggarwal V., Ramos A., Acharya S., Thakor N.V. A brain-computer interface with vibrotactile biofeedback for haptic information // J. Neuroeng. Rehabil. 2007. Vol. 4:40.

15. Muramatsu Y., Niitsuma M., Thomessen T. Perception of tactile sensation using vibrotactile glove interface // IEEE 3rd International Conference on Cognitive Infocommunications (CogInfoCom) / Ed. S. Hassler. New Jersey: IEEE, 2012. P. 621–626.

16. Thurlings M.E., van Erp J.B.F., Brouwer A.M., Werkhoven P. Controlling a tactile ERP-BCI in a dual task // IEEE Trans. Comput. Intell. AI Games. 2013. Vol. 5. N 2. P. 129–140.

17. Yajima H., Makino S., Rutkowski T. M. P300 responses classification improvement in tactile BCI with touch-sense glove // Signal and Information Processing Association Annual Summit and Conference (APSIPA) / Ed. S. Hassler. New Jersey: IEEE, 2014. P. 1–7.

18. Либуркина С.П., Васильев А.Н., Гордлеева С.Ю., Каплан А.Я. Интерфейс мозг-компьютер на основе представления движения с вибротактильной модальностью стимулов // Журн. высш. нерв. деят. 2017. Т. 67. № 4. С. 414–429.

19. Lukoyanov M.V., Gordleeva S.Y., Pimashkin A.S., Grigor’ev N.A., Savosenkov A.V., Motailo A., Kazantsev V.B., Kaplan A.Y. The efficiency of the brain-computer interfaces based on motor imagery with tactile and visual feedback // Hum. Physiol. 2018. Vol. 44. N 3. P. 280–288.

20. Oldfield R.C. The assessment and analysis of handedness: The Edinburgh inventory // Neuropsychologia. 1971. Vol. 9. N 1. P. 97–113.

21. Доскин В.А., Лаврентьева Н.А., Мирошников М.П., Шарай В.Б. Тест дифференцированной самооценки функционального состояния // Вопр. психол. 1973. № 6. С. 141–145.

22. Ahn M., Jun S. C. Performance variation in motor imagery brain–computer interface: a brief review // J. Neurosci. Methods. 2015. Vol. 243. P. 103–110.

23. Gordleeva S.Y., Lukoyanov M.V., Mineev S.A., Khoruzhko M.A., Mironov V.I., Kaplan A.Y., Kazantsev V.B. Exoskeleton control system based on motor-imaginary brain–computer interface // Совр. технол. в мед. 2017. Vol. 9. N 3. P. 31–36.

24. Barsotti M., Leonardis D., Vanello N., Bergamasco M., Frisoli A. Effects of continuous kinaesthetic feedback based on tendon vibration on motor imagery BCI performance // IEEE Trans. Neural Syst. Rehabil. Eng. 2018. Vol. 26. N 1. P. 105–114.

25. Yao L., Xie T., Shu X., Sheng X., Zhang D., Zhu X. Long-term paired sensory stimulation training for improved motor imagery BCI performance via Pavlovian conditioning theory // 7th International IEEE/EMBS Conference on Neural Engineering (NER) / Ed. S. Hassler. New Jersey: IEEE, 2015. P. 90–93.


Для цитирования:


Лукоянов М.В., Гордлеева С.Ю., Григорьев Н.А., Савосенков А.О., Лотарева Ю.А., Пимашкин А.С., Каплан А.Я. ИЗУЧЕНИЕ ХАРАКТЕРИСТИК ИНТЕРФЕЙСА МОЗГ-КОМПЬЮТЕР НА ОСНОВЕ ПРЕДСТАВЛЕНИЯ ДВИЖЕНИЙ С БЫСТРОДЕЙСТВУЮЩЕЙ ТАКТИЛЬНОЙ ОБРАТНОЙ СВЯЗЬЮ. Вестник Московского университета. Серия 16. Биология. 2018;73(4):269-276.

For citation:


Lukoyanov M.V., Gordleeva S.Y., Grigorev N.A., Savosenkov A.O., Lotareva Y.A., Pimashkin A.S., Kaplan A.Y. INVESTIGATION OF CHARACTERISTICS OF MOTOR-IMAGERY BRAIN–COMPUTER INTERFACE WITH QUICK-RESPONSE TACTILE FEEDBACK. Vestnik Moskovskogo universiteta. Seriya 16. Biologiya. 2018;73(4):269-276. (In Russ.)

Просмотров: 97


ISSN 0137-0952 (Print)