Detailansicht

Brain computer interfaces post stroke rehabilitation

a machine learning-based meta-analysis

Anna Cornelia Barbulescu

Art der Arbeit

Masterarbeit

Universität

Universität Wien

Fakultät

Fakultät für Philosophie und Bildungswissenschaft

Studiumsbezeichnung bzw. Universitätlehrgang (ULG)

Masterstudium Joint Degree Programme MEi :CogSci Cognitive Science

Betreuer*in

Moritz Grosse-Wentrup

Volltext herunterladen
Volltext in Browser öffnen

DOI

10.25365/thesis.64519

URN

urn:nbn:at:at-ubw:1-29037.59419.436010-6

Link zu u:search

(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract

(Deutsch)

Hintergrund: Motorische Beeinträchtigungen nach Schlaganfällen haben negative Folgen für die Lebensqualität der Patienten. Brain Computer Interfaces (BCIs) wurden als neuartiger Ansatz zur Neurorehabilitation vorgeschlagen, der Werkzeuge für eine Therapie bereitstellt, mit der eine aktivitätsabhängige Plastizität des Gehirns induziert werden kann. Ziel: In der vorliegenden Arbeit wird die Wirksamkeit von BCIs im Falle einer Widerherstellung der motorischen Funktionen nach einem Schlaganfall bewertet. Ebenfalls werden die Bedingungen untersucht, unter denen eine BCI-basierte Rehabilitation erfolgreich ist. Methoden: Die systematische Übersichtsarbeit trägt die vorhanden Studien zusammen, in denen BCI-Systeme für die Rehabilitation der oberen und unteren Gliedmaßen nach einem Schlaganfall verwendet worden sind. Durch die Literaturrecherche wurden 532 wissenschaftliche Publikationen, welche die Schlüsselwörter "Gehirn-Computer-Schnittstelle", "Schlaganfall" und "Schlaganfall-Rehabilitation" nutzen, identifiziert; 59 davon sind in die von uns unternommene Analyse einbezogen worden. Die ausgewählten Studien unterliegen den folgenden Kriterien: Studien über Schlaganfallpatienten mit Hemiplegie oder Hemiparese, die sich einer Rehabilitation der oberen oder unteren Gliedmaßen unterziehen; Studien, die auf Elektroenzephalographie (EEG) oder Magnetoenzephalographie (MEG) -basierten BCI-Interventionen aufbauen, unabhängig von den verwendeten kognitiven Strategien oder den damit verbundenen Feedbackmodalitäten; Studien, in denen klinische Bewertungsergebnisse bezüglich der motorischen Funktion für die Ausgangswerte und das Ergebnis im Falle einer Gruppe angegeben werden, unabhängig von den verwendeten standardisierten Bewertungsmaßnahmen. Daten aus diesen Studien wurden extrahiert, operationalisiert und in einer Metaanalyse weiter analysiert. Ergebnisse: Die Analyse wurde mit Gruppendaten von insgesamt 763 Patienten durchgeführt, die in 65 Versuchs- und 18 Kontrollgruppen unterteilt waren. Obwohl zahlreiche Studien eine moderate bis signifikante Verbesserung der motorischen Funktion der Patienten berichteten, fanden wir keine eindeutigen Hinweise, dass die BCI-Rehabilitation im Vergleich zu anderen Rehabilitationsmethoden einen zusätzlichen positiven Einfluss auf die motorische Rehabilitation hat. Schlussfolgerung: Um die Wirksamkeit einer BCI-basierten Rehabilitation nach einem Schlaganfall und die Vorteile der Ergänzung standatisierter Methoden durch diese Therapieform besser einzuschätzen zu können, sind weitere Studien erforderlich. Die BCI-Rehabilitation kann möglicherweise besonders für Patienten, die keine residuale Bewegung aufweisen und für andere Interventionsmethoden nicht in Frage kommen, geeignet sein.

Abstract

(Englisch)

Background: Motor impairments after stroke have debilitating consequences on the quality of life of patients. Brain computer interfaces (BCIs) have been proposed as a novel approach to neurorehabilitation, providing tools for a therapy in which activity-dependent brain plasticity can be induced. Objective: This paper evaluates the efficacy of BCIs in motor recovery after stroke and examines the conditions under which BCI-based rehabilitation is successful. Methods: The systematic review compiles the available studies in which BCI systems have been used for upper and lower limb post-stroke rehabilitation. Through a literature search, we identified 532 papers which had the keywords “brain computer interface”, “stroke” and “stroke rehabilitation”, out of which 59 were included in our analysis. The selected studies met all the following criteria: studies including stroke patients with hemiplegia or hemiparesis who undergo upper or lower limb rehabilitation; studies using electroencephalography (EEG) or magnetoencephalography (MEG)-based BCI interventions, regardless of the employed cognitive strategies or the associated feedback modalities; studies in which clinical assessment scores for motor function are reported for group baseline and outcome, regardless of which standardized evaluative measure has been used. Data from these studies was extracted, operationalized and further analysed in a meta-analysis. Results: The analysis was conducted on group data from a total of 763 patients divided into 65 experimental conditions and 18 control conditions. Although numerous studies reported a moderate to significant improvement of patients’ motor function, we did not find strong evidence that BCI rehabilitation has an additional positive impact on motor rehabilitation compared to other rehabilitation methods. Conclusion: More studies are needed in order to further assess the efficacy of a BCI-based post-stroke rehabilitation and the benefits of adding this form of therapy to other standardized methods. BCI rehabilitation might be particularly appropriate for patients with no residual movement who would not be eligible for other intervention methods.

Autor*innen

Anna Cornelia Barbulescu

Haupttitel (Englisch)

Brain computer interfaces post stroke rehabilitation

Hauptuntertitel (Englisch)

a machine learning-based meta-analysis

Paralleltitel (Deutsch)

Gehirn-Computer-Schnittstellen für Rehabilitation nach Schlaganfall : eine auf maschinellem Lernen basierende Metaanalyse

Publikationsjahr

2020

Umfangsangabe

80 Seiten : Diagramme

Sprache

Englisch

Beurteiler*in

Moritz Grosse-Wentrup

Klassifikationen

54 Informatik > 54.00 Informatik: Allgemeines ,

77 Psychologie > 77.71 Behandlung, Rehabilitation: Allgemeines

AC Nummer

AC16135878

Utheses ID

57248

Studienkennzahl

UA | 066 | 013 | |

Detailansicht

Abstracts

Schlagwörter