无线Brain-Robot接口:用户感知和性能评估脊髓损伤患者

文摘

患者改变生活的残疾由于脊髓损伤(SCI)越来越多地从辅助机器人技术中受益。领域的脑-机接口(bci)已经开始对那些病人开发成熟的辅助应用程序。尽管如此,无创性bci仍然缺乏准确的控制外部设备沿着几个自由度(自由度)。Unobtrusiveness、可移植性和简单不应该牺牲的复杂性能和用户验收应该是一个关键的目标在未来的技术方向。SCI患者在我们的研究中10人完成)和10个健康对照组被招募。在单个会话操作两个拟人化8-DoF机械臂通过无线商业BCI,使用动觉运动图像执行32个不同的上肢运动。培训技能和BCI控制性能分析关于人口统计学,神经系统状况,独立,图像能力,心理评估和用户感知。健康对照组,SCI子群与积极的神经系统的结果,和SCI子群与颈椎损伤在BCI控制表现更好。用户感知的机器人科学和健康组之间没有差别。SCI子群与负面结果高额定神人同形同性论。 Multi-DoF robotics control is possible by patients through commercial wireless BCI. Multiple sessions and tailored BCI algorithms are needed to improve performance.

1。介绍

脊髓损伤(SCI)是一种潜在改变生活状态,导致永久性残疾,影响受害者的生理和心理健康和环境影响他们的亲密。脑-机接口(bci)技术正在迅速发展成为一个领域的变化对那些病人,不仅取代运动功能(1,2]但即使承诺改变的长期结果条件(3,4]。无线入侵(植入)神经记录也是一个重要的发展(5,6),特别是考虑到科学已经成为一些辅助技术的研究目标(7)包括功能性电刺激(8为neurorehabilitation[]和机器人9]。

另一方面,非侵入式BCI技术是由EEG形态,伟大的时间但低空间分辨率。大脑的脑电图可以检测快速动态估计但缺乏来源。因此,无创性BCI的主要限制是低信噪比(信噪比)可以部分归因于卷传导效应(10,11]。自头皮脑电图信号测量是所有电子信号的叠加,包括那些由皮层,生成不同的大脑活动从工件可以技术难度和噪音。

除了这些神经生理学的局限性,传统的非侵入性的一个主要缺点bci是不便。主体的运动通常是受到电线连接数据采集器的脑电图电极帽,而整个湿电极需要设置一个耗时的过程。从硬件的角度来看,非侵入式BCI技术的主要挑战是便携性和易用性,呈现无线干电极帽一个有前途的解决方案。教训可能来自其它immobile-MEG形态,非接触式传感器和减少准备时间(13]。在性能方面,非侵入性的主要挑战BCI技术精确控制外部设备(multijoint机器人手臂,无人机,轮椅、等等),可以沿着几个自由度(自由度),一个任务执行复杂操作在物理世界的必要条件。这样的壮举需要高度准确的解码算法,能够区分多个类运动图像(MI)在低信噪比和空间分辨率的限制。它已经证明了一个机械手臂的基本操作符合上述描述可以使用无创性BCI [14]。

在电子产品不断进步,从固态晶体管在1940年代,集成传感器和强大的数字微处理器在1970年代,和其他数十年的发展,如切换频率,提高计算能力,和编程的灵活性,降低了制造成本和功耗和稳步导致更轻、更敏捷,反应,计算复杂的机器人。需求领域的医疗康复和辅助技术(AT)导致瘫痪和中风患者的第一个医学应用相结合:机器人辅助生活袖子,矫正器供电,甚至一些初步尝试机器人操作臂(15,16]。这个新兴领域的康复机器人逐渐成形在1980年代和1970年代,逐步强调小说机器人机械手的设计(17,18和试图适应现有的工业机器人机械手19]。

Unobtrusiveness、可移植性和灵活性和医疗机器人技术有明显的优势。虽然便宜,power-autonomous,全身机器人外骨骼尚未成为现实,残疾病人现在有各种各样的产品选择,一些商用:机械臂安装在机器人轮椅(20.,21),灵巧机器人假肢可以直接获得他们的控制信号从病人的神经系统1,22),专为机器人康复和适应上述BCI技术(23- - - - - -25]。不幸的是,研究最优为人机交互界面(HRI)常常被忽视在医疗机器人技术发展12),与一个潜在的重大影响用户接受和验证成功率为新技术(26]。用户感知和整体满意度与机器人的技术接口有同等重要的硬件/软件设计和质量标准,尤其是在机器人康复。需要病人的身临其境的体验和与机器人合作的意愿,理疗师,监督医生应该有意义的改变机器人的成功的标准(27]。例如,接受外部机器自己的身体的一部分模式可以显著影响康复进程,还应该考虑15,28]。

在我们以前的工作我们提出了发展进程8-DoF拟人化机器人手臂,无线控制的现成的BCI,在和恢复应用程序(12]。我们有占机械手臂和电子产品的发展,实现BCI的控制模块,我们提出了试点实验Brain-Robot接口的应用程序(BRI)健康和残疾人29日,30.]。

在本文其余的部分中,我们给出的是一个精心user-assessment研究我们的无线BRI通过科目SCI和健康的人31日]。我们不仅关注性能评估多个运动BCI控制期间,但在用户感知的辅助技术,分析了关于他们的神经疾病,独立、图像能力,和心理评估。在材料与方法中,我们简要介绍房屋的,我们解释我们的实验设置和统计分析收集的数据,然后我们出现在结果中。在讨论中,我们试图解释我们的结果,评论的优势,强调我们的方法的局限性。我们还讨论计划机器人技术发展的方向,BCI模块,信号分析,以及进一步的实验,我们尚未满足的挑战。

2。材料和方法

2.1。Brain-Robotic武器界面

接口的和机器人技术的发展已经彻底描述之前(12,32),我们将在这里简要解释系统的技术特点,强调无线功能。Emotiv EPOC是一个容易应用无线14-saline felt-electrode脑电图系统(美国Emotiv)能够检测大脑活动在0.2 -43赫兹的带宽,使用数字缺口过滤器在50 Hz, 60赫兹,内置数字5阶Sinc滤波器。由于商业类,与此同时,它成本更少,也更不突兀,简单易用,和便携式相比传统医学EEG设备。它的技术特点也与指定用例,所以我们队这个设备用于BCI的发展形态。无线芯片传送专有超低能源(ULE) 2.4 Ghz蓝牙智能USB集线器连接到一个专用的计算笔记本电脑。内部电极是在2 kHz的采样率(序贯抽样和单一的模拟到数字的转换)与16位分辨率和信号采样率为128 Hz传播。使用Cognitiv套件静息状态和多达四个不同的精神命令进行分类(使用专有的BCI算法),然后通过Emokey附加按钮输入软件。相对应的输入MATLAB脚本访问控制机械臂的运动命令(图1)。运动坐标随后传播到机器人手臂系统通过串口波特率为9600个基点。

2.0“水星”机械臂是一个独立的机电机械手系统由我们的团队开发,能够复制大多数物理人类手臂的运动。当前版本的机器人的运动能力8自由度(32]。总共八个马达连接在每个手臂,6个直流电机:两个机器人肩关节,负责垂直运动的水平(1)和(2);一个肘关节,水平运动(3);一个腕关节,水平运动(4),一个用于旋转之间的肩部和肘部(5);和一个手肘和手腕之间的旋转(6);最后,两个伺服电机添加冰壶运动的能力的拇指和手指手掌(7)和(8)。这些8自由度允许响应,流体机械手臂的运动,并为它提供抓取和操作的能力小,光的对象。每个手臂功能用一个连接单片机,负责电机、连接到专用计算机系统通过串行端口的波特率9600。微控制器的计算机系统传输的命令转换为每个电动机位置坐标。系统响应能力被测量约0.2秒。

2.2。实验装置

2.2.1。伦理批准和招聘

机构生物伦理学委员会批准试验协议(12,31日),所有科目和签署知情同意书之前他们的参与。参与包括临床诊断和放射的文档标准SCI(由亚洲障碍评估量表(AIS) (33条件)和/或神经学检查报告)或健康的参与者31日]。排除标准是其他神经损伤或疾病(创伤性脑损伤、中枢神经系统肿瘤,癫痫,等等),最近参与介入研究,其他严重的疾病,可能会影响参与或安全,听觉和视觉障碍,使用非法药品,和慢性酒精中毒。

SCI患者十8男,2女)和十个健康对照组(努力的性别和年龄匹配SCI集团)被招募。SCI组平均年龄为46.0岁(范围28 - 74,标准偏差(std) 17.64),而健康组平均年龄为46.20岁(范围27 - 74,性病18.27),如表所示1。受试者在BCI没有经验或机器人。

2.2.2。学科评估

两组统计数据和收集病史包括吸烟习惯、年龄、身高、体重、身体质量指数(BMI)和教育水平。体重指数计算和使用以下分类:减持< 18.5,正常体重= 18.5 - -24.9,超重= 25 - 29.9,和肥胖≥30。SCI集团收集的历史数据也包括年龄受伤,重量在受伤,受伤的原因。神经系统检查是由专业医生使用国际标准的神经脊髓损伤的分类:受伤的严重性(AIS)的分类、神经损伤(NLI的)水平,运动成绩为上肢(UEMS),下肢(氨基酸)和总(Moto-Total)和感官评分为轻触(LT),针刺(PP)和总(Sensory-Total)记录33]。痉挛状态,如果存在,也记录了使用Ashworth [34)和佩恩痉挛频率尺度(35]。两组评估日常生活独立使用脊髓独立测量(SCIM-III) [36希腊(g-SCIM-III)[],翻译37]。SCIM总分和部分的得分自理(g-SCIM-III-SC),呼吸和括约肌控制(g-SCIM-III-RS)和流动性(g-SCIM-III-M)记录。

SCI组9的患者不完全损伤。四个病人分为AIS D(40%), 2是AIS B(20%), 2是AIS E(20%),有完整的受伤和被列为AIS(10%),和一个病人分为AIS C (10%)。关于水平,70%是颈椎损伤而剩余的30%是胸受伤。此外,损伤的主要原因,60%(6/10)的患者受伤,机动车事故(MVA),而在30%的参与者从高处下降引起的损伤(下降)和一个病人报告其他原因。表2描述了两组的年龄和性别分布造成的伤害,AIS, NLI的主题。

基于神经系统评估,60%的患者被分为AIS D和E显示大约有完整的通用汽车的功能和优秀的UEMS和氨基酸(3/10的患者得分50两个类别而2/10得分48 UEMS和50个氨基酸)。剩下的40%患者分为AIS, B或C和显示汽车赤字,如表所示3。SCI集团因此进一步分为积极的结果(60%)和消极的结果(40%)为进一步分析如下统计分析部分中描述。患者对感官技能,好的结果得分高达LT和PP感官检查的健康对照组(表3)。

学科评估还包括图像的主观报告能力,使用生动的视觉意象问卷(VVIQ-II) [38睁着眼睛,评估总分和四种场景(VVIQ1-VVIQ4)。心理评估也意味着回答贝克抑郁量表(BDI) (39]和罗森伯格自尊问卷(RSEQ) [40希腊[],两个翻译41,42]。参与实验后,两个学科组报道HRI经验使用机器人问卷(祝成功27希腊[],还翻译43]。祝成功总分(GDSPD-Total)和部分的得分为神人同形同性论(GDSPD-Anthr),为了更好(GDSPD-Anim),亲和力(GDSPD-Like),认为情报(GDSPD-Int)和安全(GDSPD-Safe)记录。

2.2.3。实验的程序

实验程序也已经详细描述(12,29日),我们将提供在此概述。受试者被要求执行视觉运动图像(VMI),这意味着他们不得不精神排练32个不同的上肢运动,在看一组武器执行随机运动在电脑屏幕上。每个动作展示了9倍。随机,散步和一个古怪的视频也显示。这VMI经验旨在为BCI准备参与者类以后他们将不得不执行。这个VMI过程也在高分辨率情况下进行脑电图记录,这将不会进一步阐述了在此。受试者手臂、躯干和腿覆盖着黑色的窗帘在VMI经验以及在随后的BCI培训和BCI控制促进投射武器登记(VMI)或机械手臂(BCI)进入体内模式(28]。此外,在供应商管理库存的情况下计划上的武器的准确性。

VMI的经验后,受试者坐在电脑显示器,两个水银2.0机械手臂,位于塞萨洛尼基积极和健康老龄化生活实验室技术展示房间(Thess-AHALL ENoLL成员)44- - - - - -46]。实验对象戴上一个Emotiv EPOC耳机,他们开始训练使用动觉的BCI形态运动图像(KMI)左和右手臂的运动。行动能力阈值被设定为50%,所有受试者高于阈值在训练(29日]。三个意象类培训(静息状态,左,右)。五个培训周期被允许左和右,使用连续的心理排练动作的左和右手臂,分别(如受试者观看的视频)(47]。技能训练(Train-L) (Train-R)类都被记录下来。BCI训练后,受试者给予书面命令监视特定的景深朝着一个特定的方向移动。总共有32个不同的命令,受试者被要求使用训练KMI技能为了控制机械手臂来执行这些操作。每个命令预计为5秒休息30秒(图2)。30秒期间主体试图执行运动尽可能多地提供所需的图像类的方向(左或右)。BCI检测到正确的(理想的)任何激活类的对应部门目前的目标,给输出移动臂按照指令(积极的反馈)。不正确的(无用)激活,导致了相反的运动目标检测机械手臂(负反馈)。想要的和不想要的命令所检测到的BCI通过MATLAB程序记录脚本。

性能评价在不同运动得分从0到5,根据所需的精神比命令不受欢迎的精神命令检测和分类(表4)[12]。总分为BCI性能(BCI-total)被计算为每个主题,添加分数为每个运动(max 160)和每个主题的表现也被转换为一个百分比(BCI %)。部分的得分计算16个运动的左臂(BCI-L)的16个运动的右臂(BCI-R)的16个运动手腕、手指和拇指(BCI-Distal)和16个运动的肩部和肘部(BCI-Proximal),得分最多的80年。部分的得分也计算24 8直线运动和旋转运动,但允许比较,平均每运动成绩是计算两个类别(BCI-Li / 24和BCI-Ro / 8)。

2.3。统计分析

2.3.1。统计测试

在IBM SPSS统计分析进行统计(23)版和我们对所有统计检验显著性水平为0.05。常态假设为变量,探讨使用两个分组方案:(1)科学和健康组织所有受试者的分组因素和(2)积极的和消极的结果作为科学学科分组因素。

正常是探索使用直方图的目视检查,正常的qq情节和箱线图,偏态,峰度(48- - - - - -50)以及正常使用测试(Shapiro-Wilk测试和Kolmogorov-Smirnov测试)[51,52]。变量的年龄,特别是两组正态分布(偏态:0.407 (SE = 0.687)峰态:−1.418 (SE = 1.334)健康组;偏态:0.651 (SE = 0.687)峰态:−0.752 (SE = 1.334)病人组)。

常态假设是不满足(1)的运动和感觉神经考试分数以及SCIM分数,(2)VVIQ1和VVIQ3场景和BDI SCI和健康组,(3)GDSPD-Safe的分组方案,和(4)训练成绩结果分组。所有其他分布满足正常的假设。根据正常的假设组差异研究使用独立样本t检验或Mann-Whitney (U)测试。可能通过定量变量之间的关系进行了探讨皮尔森相关系数或斯皮尔曼系数根据常态。其他具体的统计测试或其他特定分组使用如下所述。也请参考补充材料可用的统计分析(一份更加详细的报告在这里)。

2.3.2。人口统计、Somatometric数据和临床评价

最初,我们计划之间的人口和somatometric数据比较科学和健康组。比较有关教育水平(基本研究,pregraduate水平,研究生,研究生水平,和博士学位持有者)进行Mann-Whitney (U)测试,因为我们的数据是序数(Likert-type) [53]。病史和神经系统数据通过描述性统计方法进行了分析。此外,我们探讨吸烟状态是否独立于群体或不使用卡方检验。

2.3.3。评估问卷调查和用户感知

图像容量(VVIQ)和心理调查问卷(BDI和RSEQ)分析了SCI和健康组之间,以及SCI子组之间的积极的和消极的结果。祝成功及其子类的分数(GDSPD-Total、GDSPD-Anthr GDSPD-Anim, GDSPD-Like, GDSPD-Int,和GDSPD-Safe)患者和健康组织之间的分析,以及病人结果组之间。最后,祝成功得分和BCI性能之间的相关性进行了探讨以及祝成功得分和VVIQ分数。

2.3.4。BCI性能

BCI-total、BCI-L BCI-R和培训技能(Train-L和Train-R)分析了SCI和健康组织之间以及SCI结果子。BCI-Distal、BCI-Proximal BCI-Li, BCI-Ro使用描述性统计分析。我们进一步探讨BCI性能和训练成绩差异不同组的神经损伤水平(颈、胸)后测试正常。此外,线性回归分析用于模型自变量之间的可能关系NLI基础使用BCI分数和解释变量的线性回归分析。可能被进一步探讨跨组的相关性(SCI /健康)BCI性能和(1)之间的年龄,(2)图像能力(VVIQ),和(3)心理测量问卷(BDI RSEQ)两组。

3所示。结果

3.1。人口统计、Somatometric数据和临床评价

计划比较组间年龄没有透露任何显著差异(表1)。关于教育水平,组之间无显著差别。集团在somatometric数据差异并没有透露。大部分的损伤(4/10)发生时,参与者之间的26.0和33.0岁。第二个更脆弱的年龄范围伤害(移动增值)似乎年龄范围50.0 - -57.0年。探索是否吸烟状态是否独立于集团,我们观察到一个重要的协会( df = 1, ),因为健康组的70%,只有20%的SCI是烟民。主题与积极的结果得分高达的健康受试者g-SCIM-III测试和它的子类。在剩下的组中,偏差在g-SCIM-III性能测试被发现。表5显示聚合最重要的统计检验我们在人口特征表现及其结果,临床评估,评估问卷。

3.2。评估问卷

SCI VVIQ没有任何明显的区别和健康组织的总分或任何场景。SCI组得分低于健康(图3),但是差异没有达到统计学意义。对SCI结果子,没有相当大的群体差异显示VVIQ分数。此外,即使SCI集团增加抑郁分数和减少自尊与健康组相比,差异没有统计学意义(图组4)。

3.3。BCI性能

群体间的计划(SCI /健康)BCI性能的对比揭示了统计上的显著差异只有在正确的机械手臂的控制(BCI-R: df = 18, )。虽然BCI SCI组的分数一般都低于控制,组差异没有达到统计学意义。另外,关于性能在不同类型的机器人手臂运动(表中6),基于计划的分析,没有显示显著的结果。SCI结果之间的比较BCI分数子组(积极、消极)没有透露任何统计上的显著差异(图5)。然而,子群与积极的结果似乎总得分更高BCI控制(图6)。

科学学科的能力来控制机器人手臂没有区分根据损伤位置(颈、胸)。然而,主题与颈椎损伤得分高于胸受伤BCI控制。BCI-Total略NLI SCI组的负相关 (图7)。负相关,但不显著,被发现之间的BCI性能和年龄(表6)。

培训技能没有统计科学和健康组织之间的不同也没有右手,左手也没有,即使SCI主题显示训练分数略低的右手和左手的高于健康的参与者。SCI主题之间比较训练成绩分组结果(图8),一个略微相当大的差异被发现只有在训练成绩的左手( , )。科学学科与消极的结果相比,左手训练更有效和积极的结果(表对象6)。SCI科目没有明显区分他们的训练成绩取决于损伤的程度。然而,指出Train-L是大胸SCI群比颈椎受伤而Train-R相反的情况。

BCI总分数显著负相关VVIQ总分数( , )和VVIQ3 ( , )以及BCI-L分数和VVIQ3 ( , 只在SCI组)。然而,其他子类的VVIQ VVIQ1等VVIQ2, VVIQ4所有BCI分数没有联系SCI集团(BCI-Total-VVIQ1: , ;BCI-L-VVIQ1: , ;BCI-R-VVIQ1: , ;BCI-Total-VVIQ2: , ;BCI-L-VVIQ2: , ;BCI-R-VVIQ2: 。 ;BCI-Total-VVIQ4: , ;BCI-L-VVIQ4: , ;BCI-R-VVIQ4: , )。关于BCI性能取决于评估BDI的抑郁症状,才发现显著负相关BCI总得分和BDI分数之间在健康参与者( , )。BCI的分数和成绩之间的相关性探讨罗森伯格自尊量表两组不具备统计学意义(Healthy-BCI-Total-Rosenberg: , ;BCI-L-Rosenberg: 。 ;BCI-R-Rosenberg: , ;科学:BCI-Total-Rosenberg: , ;BCI-L-Rosenberg: , ;BCI-R-Rosenberg: , )。

3.4。用户感知

基于计划分析HRI特征的机器人手臂,SCI和健康组织没有在他们的答案在任何子类存在显著差异(GDSPD-Anthr: df = 18, ;GDSPD-Anim: df = 18, ;GDSPD-Like: df = 18, ;GDSPD-Int: df = 18, ;GDSPD-Safe: , 祝成功的问卷。此外,GDSPD-Total组(没有区别 df = 18, )。

分数是如图9(GDSPD(/ 120)(平均(SD)),健康:80.80 (14.78);科学:78.00 (14.57);GDSPD-Anthr、健康:13.60 (4.25);科学:10.80 (4.08);GDSPD-Anim、健康:18.90 (5.11);科学:17.70 (3.53);GDSPD-Like、健康:18.50 (3.87);科学:18.90 (4.36);GDSPD-Int、健康:17.70 (4.60);科学:17.80 (4.92); GDSPD-Safe, healthy (median = 12.0, IQR = 5.3); SCI (median = 13.50, IQR = 4.5)).

祝成功的分数后进一步探讨分组结果(积极、消极)。略微显著差异被发现只有在神人同形同性论( df = 8, )120年(GDSPD (/): df = 8, 0.091;GDSPS-Anim: ,df = 8, ;GDSPD-Like: ,df = 8, ;GDSPD-Int: ,df = 8, ;GDSPD-Safe: , )。更准确地说,科学学科与负面结果的得分都要高于那些积极的结果在这祝成功的子类(负面结果:13.75 (3.30);积极的结果:8.83 (3.43))。

祝成功之间的显著相关性和BCI分数没有透露任何组。GDSPD-Anthr和GDSPD-Int VVIQ4呈正相关,VVIQ1场景的分数,分别只有在健康(GDSPD-Int VVIQ4: , ;GDSPD-Anthr VVIQ1: , )。在SCI集团GDSPD-Safe VVIQ总得分呈正相关( , )和VVIQ1 ( , )。

4所示。讨论

4.1。用户感知和性能评估

执行我们的研究结果显示,健康对照组(49.65%)比SCI组(41.65%)在BCI控制科目也是如此积极的神经结果(43.44%)相比,受试者-神经的结果(39.6%)。这两个观测结果没有达到统计学意义但他们解释不是那样简单。因为没有完整的四肢瘫痪患者,这些发现可能不能归咎于某种类型的“思想灭绝过程”(54]。事实上,自我意象能力(以VVIQ)被发现在SCI组无意义的低于在健康受试者,但另一方面,主题与颈椎损伤的表现好于这些学科的胸受伤。因此组损伤可能影响上肢神经回路表现这些主题没有直接伤害电路。而且这一发现进一步强化了一个稍微重要的(负面)BCI性能的相关性神经的损伤,这意味着受伤的水平越高,更好的执行的对象。

可能的解释性能差异可以探索的抑郁症(55)和动机(56,57]。的确SCI组显示增加抑郁得分(BDI)和低自尊分数(RSEQ衡量),尽管这两个结果没有统计学意义。我们的研究协议不包括任何官方问卷评估科学和健康的话题关于动机。只有通过轶事证据,在非正式的汇报,我们与参与者进行讨论,主题与胸受伤倾向于考虑有些无关紧要的这个实验设置的条件。而互惠的感觉运动路径和感觉运动皮层表示不管SCI的水平,影响这些学科觉得他们的临床状况和独立性的要求没有解决机器人武器技术。

机器人的HRI特性测量(参与),祝成功机器人问卷。看来,用户感知科学和健康受试者之间没有显著差异。而在图9我们展示绝对值问卷总分及其部分的得分,因为没有标准的直接比较可以发现,我们认为组间比较更有用。因此,我们认为,这是一个积极的发现,解释它为用户提供SCI欣赏机器人或多或少与健康同行。在SCI子组中,那些负面的结果给更高的分数神人同形同性论的机器人(平均13.75的马克斯25)比那些积极的结果(平均8.83的max 25),这一发现可以被认为是近乎显著(见图9 (b))。间接的,因为用户感知并没有与BCI性能和没有改变SCI和健康受试者之间在所有其他比较,也许这可以归因于心理属性应该进一步研究的参与者,在一个科学团体广泛参与。

正如我们提到的,之间没有统计上显著的负相关性被发现BCI性能和受试者的年龄,这一发现还需要进一步研究,以进行验证。尽可能多的BCI研究领域的努力已形成提供负担得起的问题,可以接受的,和有用的辅助系统,造福残疾人,老年病人的特定特征应该调查的焦点(58,59]。

最后,BCI性能显著负相关 通过VVIQ意象能力(自我),一个看似荒谬的发现。可能是由于一个场景(VVIQ3 )扭曲。我们没有足够的数据来解释,但直到进一步证明我们的犹豫(因为这是一个既定的工具(60)建议将是要么使用不同的研究工具来测量图像能力或省略第三场景的上下文中的VVIQ BCI控制机械手臂的实验。

一些报道图像之间的相关性也显示容量和祝成功问卷。SCI主题在VVIQ评级较高安全性更高的分数 。这一发现被VVIQ第一场景强烈影响 因为它是不存在的场景。说场景要求的受试者认为一些亲戚或朋友他们经常看到和考虑他们的照片,一个心理任务可能诱导了一种熟悉或附件,可能影响他们的回答被认为安全的问题61年]。另一方面,健康受试者中有更高的分数VVIQ第一和第四场景评级较高智力和神人同形同性论,发现没有解释这些场景的内容。也许他们的意义是边际( 和 resp)。但这些趋势持续与否与更广泛的用户群是应该调查之前画一个精确的结论。

我们的工作增加到一个设想BCI技术难题和用例场景强调购买力(现成的组件系统)和现实主义在一个合理的准确性。多自由度机器人控制由用户与SCI甚至已经被证明是可行的商业阶级无线BCI。尽管如此,重复训练在几个BCI会话可能是由最终用户需要提高性能。尽管用户提供完整的损伤定义从正在进行的研究将有利于更多的机器人和bci,大脑控制的使用辅助技术为用户而具有特殊的重要性和不完全损伤[62年]。由于保存相应的神经通路通信,机器人培训和大脑控制功能刺激可以提高手臂运动机能的患者(63年,64年),但预期从辅助技术和动机使用它们应该进一步的用户体验调查的关键目标之一。

4.2。进一步的技术发展

我们的主要发展方向包括:(1)改善准确性、速度、响应能力、流动性、和效率;(2)增强系统的集成算子的感知身体精神形象(17]。下面的管道,我们概述是离线测试,从几个方面,如反问题的解决,需要较高的计算成本和计划是用专用的处理单元来实现和使用人工智能(AI) (12]。我们目前正在开发和测试一种新型BCI解码算法。我们的目标是增加多个MI类区别的能力预测传感器数据皮质来源域(65年,66年]。使用COLIN27解剖学(67年),但测试也对个人头模型。我们的方法是基于研究表明从源域特征提取提高歧视(68年- - - - - -70年),因为来源的高维空间包含了解剖和生理信息。空间特征提取感兴趣的预定义区域(roi) [12),常见的空间模式(CSP)过滤器(71年)计算ROI。调优和特征选择使用一个线性分类器(LDA)是为了确定一个至关重要的部分最有价值的roi和改善BCI的性能。一起使用时频和连接特性也将探索。

4.3。限制

正如我们已经提到过(12),多个MI阶级歧视是一个挑战,最先进的无损BCI技术尚未见成功。根据专有BCI算法,比如在我们的例子中,进一步强调了这个问题,因为它不适合我们的特定需求。而商业阶级设备满足用例需求和将在未来实现,保留专有BCI算法将取代目前的发展,为了探索和达到实际可用的整个系统的性能。这个设置将用于未来的实验,包括测试的脑电图数据已经记录下来。一般来说,现成的BCI技术似乎能够满足unobtrusiveness要求设置的字段,可移植性和简单,但可能multi-DoF控制可能不可行或不切实际的不支持人工智能的广泛使用和电子技术的发展负责决策。最后,从调查的角度来看,虽然我们的研究是一个在那些有足够大小的样品禁用用户BCI技术(72年,73年),我们的方法将受益于更广泛的主题参与验证和提取统计重大的——当然field-results进步的相关研究。

5。结论

周围的BCI研究努力塑造提供负担得起的问题,准确、实时辅助系统,造福残疾人。这个拼图的研究补充说到,设想,但解决支付能力(现成的组件系统)的现实场景在一个合理的准确性。健康对照组,SCI对象与积极的神经系统的结果,与颈椎损伤和主题在BCI表现的更好控制。抑郁和动机可能BCI和机器人控制中扮演重要的角色。报道意象能力低无意义的科学学科。用户感知的机器人科学和健康受试者没有差异,但是,在SCI的参与者中,那些负面结果更高的额定拟人化特征。BCI会议预计将提高性能的科学和健康的话题。此结果表明,通过开发BCI解码算法能够真正控制多个自由度和寻址的计算成本在线实施这种方法,它可以在短期内达到。同时保持要求的无线,不引人注目的解决方案构成挑战尚未满足,这样一个系统的可利用性,真正的病人在一个合理的准确性是不可低估的。提高电子、流动性和机器人系统的准确性,提高HRI经验,并实现一个基于源代码的BCI多个类控制的算法,以及与禁用用户进一步的调查,是我们的下一个步骤。

伦理批准

本研究进行了符合赫尔辛基宣言(1964)及其修正案。医学院的生物伦理学和道德委员会,亚里士多德大学塞萨洛尼基,批准了这项研究。

同意

所有实验对象的理解和书面知情同意。

的利益冲突

作者宣称没有利益冲突有关这篇文章的出版。

确认

这部分工作是支持2013马里奥•博尼格兰特从颈椎研究Society-European部分授予CSI:脑波项目。这项工作是由欧盟支持部分的地平线2020打开盖项目(批准号643555)。

补充材料

报告的统计分析。表1:描述性统计两组患者的年龄(健康、科学)。图1:健康、科学的教育水平的参与者。图2:BMI类别跨组(参与者在每个类别的百分比显示在酒吧)。图3:SCI受试者的年龄受伤。表2:SCI受试者体重受伤。图4:报告受伤的原因。图5:分组的报道原因伤SCI受试者的年龄。图6:SCI受试者的损伤程度评估亚洲规模障碍。图7:神经科学水平受试者的损伤。 Table  3: neurological evaluation scores of the SCI group. Figure  8: median scores of both groups at g-SCIM-III test and its subcategories. Figure  9: smoking status of both healthy and SCI group. Figure  10: performance of both groups at VVIQ test and its subcategories. Figure  11: scores at VVIQ questionnaire and its subcategories of both SCI outcome subgroups. Figure  12: scores of both groups at Beck Depression Inventory (on left hand) and Rosenberg Self-Esteem Scale. Figure  13: BCI performance of both groups in the control of right hand (on the left) and both hands (on the right). Figure  14: BCI scores in SCI group depending on their ASIA classification. Figure  15: BCI performance of SCI group depending on the level of injury. Figure  16: marginally negative correlation between total BCI scores and NLI. Figure  17: mean training scores of both groups at left and right hand. Figure  18: training scores of SCI groups depending on their ASIA classification. Figure  19: mean BCI and training performance depending on the level of injury. Figure  20: answers provided to Godspeed questionnaire from both groups. Figure  21: scores of SCI subjects at GDSPD-Anthr depending on outcome. Figure  22: BCI performance of both groups in different categories of movements.(补充材料)

引用

1. l . r .业务d·巴彻b Jarosiewicz et al .,“达到和把握四肢瘫痪患者使用神经控制机械手臂,“自然,卷485,不。7398年,第375 - 372页,2012年。视图:出版商的网站|谷歌学术搜索
2. j·l .冷却b . Wodlinger j·e·唐尼et al .,“高性能neuroprosthetic控制通过一个单独的四肢瘫痪,”《柳叶刀》,卷381,不。9866年,第564 - 557页,2013年。视图:出版商的网站|谷歌学术搜索
3. a . r . c、s Shokur大肠Morya et al .,“长期的训练与脑机基于接口的步态协议诱发局部神经恢复截瘫的患者,”科学报告》第六卷,没有。1,p。30383年,2016。视图:出版商的网站|谷歌学术搜索
4. m·阿拉姆•罗德里格斯(george w . bush), b . n .范教授和n . v . Thakor“脑机接口促进neurorehabilitation通过脊髓损伤后脊髓刺激:最新进展和未来的视角,“大脑研究卷。1646年,男性,2016页。视图:出版商的网站|谷歌学术搜索
5. r·j·r·r·哈里森漂煮锅,c . a . Chestek et al .,“与单一的低功耗集成电路,无线神经记录”IEEE神经系统和康复工程,17卷,不。4、322 - 329年,2009页。视图:出版商的网站|谷歌学术搜索
6. a . v . Nurmikko j·p·多诺霍业务l . r . et al .,“听大脑微电路接口与外部世界进步在无线植入式微电子神经工程学设备”IEEE学报》,卷98,不。3、375 - 388年,2010页。视图:出版商的网站|谷歌学术搜索
7. j·l .冷却褶皱,t·m·布鲁斯b . Wodlinger r .憔悴和d·j·韦伯“Neuroprosthetic技术对脊髓损伤患者,”脊髓的医学杂志上,36卷,不。4、258 - 272年,2013页。视图:出版商的网站|谷歌学术搜索
8. p·h·佩克汉姆和j·s·克努森,”功能对神经肌肉电刺激应用程序”生物医学工程的年度审查7卷,第360 - 327页,2005年。视图:出版商的网站|谷歌学术搜索
9. neuro-rehabilitation Pignolo .“机器人”,康复医学杂志第41卷。。12日,第960 - 955页,2009年。视图:出版商的网站|谷歌学术搜索
10. 他,Ed。建模、成像的生物电活动美国,激飞美国,波士顿,MA, 2005。
11. p . l . Nunez和r . Srinivasan电场的大脑:脑电图的neurophysics,”电场的大脑:neurophysics脑电图,2009年,页1 - 611。视图:出版商的网站|谷歌学术搜索
12. a . Athanasiou i Xygonakis: Pandria et al .,“对康复机器人:现成的BCI拟人化机器人手臂的控制,”生物医学研究的国际卷。2017年,1卷,2017页。视图:出版商的网站|谷歌学术搜索
13. 美国Baillet”,脑电生理学和成像、脑磁图描记术”自然神经科学,20卷,不。3、327 - 339年,2017页。视图:出版商的网站|谷歌学术搜索
14. j .孟s, a . Bekyo j . Olsoe b·巴克斯特和他“无创基于脑电图的机械手臂的控制和把握的任务,”科学报告》第六卷,没有。1,第38565条,2016。视图:出版商的网站|谷歌学术搜索
15. y金姆和a . m .库克“操纵和流动艾滋病,”电子设备的改造艾德,j·g·韦伯斯特,威利,伦敦,1985年。视图:谷歌学术搜索
16. m·希尔曼“2康复机器人从过去到现在的历史的角度来看,“康复机器人技术的进步海德堡,页25岁至44岁,激飞柏林,2006年。视图:谷歌学术搜索
17. w . Seamone和g .施迈瑟式的评估APL / JHU机器人手臂工作站,1986年。
18. c·p·梅森和e . Peizer“医学机械手四肢、Colloques IRIA”美国在国际会议上身体残疾的遥控装置,第312 - 309页,1978年。视图:谷歌学术搜索
19. Barbier h . h . Kwee m . Tramblay r . et al .,”第一个实验的斯巴达克斯telethesis在临床环境中,“截瘫,21卷,不。5,275 - 286年,1983页。视图:出版商的网站|谷歌学术搜索
20. y Wakita W.-K。尹,n .石上,“用户评价应用的机械手臂RAPUDA上肢残疾病人的日常生活,”学报2012年IEEE机器人仿生学,国际会议上ROBIO 201212月,页1482 - 1487,中国,2012。视图:出版商的网站|谷歌学术搜索
21. v·马p . s . Archambault j .青少年和f . Routhier“错话机械手臂的评价:Clinico-economic研究驱动轮椅使用者上肢残疾,”康复一周苏黎世学报》2011 - 2011年IEEE国际会议上康复机器人,ICORR 20112011年7月,瑞士。视图:出版商的网站|谷歌学术搜索
22. m . s .约翰内斯·j·d·毕格罗j·m·伯克s . d . Harshbarger m . v .科兹洛夫斯基,t·范多伦”的概述模块化假肢的发展过程,”约翰霍普金斯APL技术消化,30卷,不。3、207 - 216年,2011页。视图:谷歌学术搜索
23. j·j·戴利和j·r·沃尔波“脑-机接口在神经康复,”《柳叶刀神经病学,7卷,不。11日,第1043 - 1032页,2008年。视图:出版商的网站|谷歌学术搜索
24. m . Gomez-Rodriguez m . Grosse-Wentrup j·希尔,a . Gharabaghi b . Scholkopf和j·彼得斯,“中风康复,对brain-robot接口”《IEEE国际会议上康复机器人技术,2011卷,2011年。视图:谷歌学术搜索
25. c .关k . k . Ang, k . s . Chua et al .,“临床研究运动想象脑机接口为上肢康复机器人”学报的年度国际会议在医学和生物学协会(IEEE工程EMBC ' 09),页5981 - 5984,明尼阿波利斯,明尼苏达州,美国,2009年9月。视图:出版商的网站|谷歌学术搜索
26. k . Dautenhahn”方法和人机交互的主题:越来越多的研究领域,“国际先进的机器人系统杂志》上,4卷,不。1,第108 - 103页,2007。视图:谷歌学术搜索
27. c . Bartneck d . Kuliće·克罗夫特,Zoghbi,“神人同形同性论的测量仪器,为了更好、亲和力、感知到的情报,并认为安全的机器人,”国际社会机器人技术杂志》上,1卷,不。1,第81 - 71页,2009。视图:出版商的网站|谷歌学术搜索
28. o .基督和m . Reiner“橡胶手的角度和可能的应用和虚拟手在非侵入性康复错觉:技术进步及其后果,”神经科学和生物行为的评论卷,44 33-44,2014页。视图:出版商的网站|谷歌学术搜索
29. g . Arfaras a . Athanasiou p Niki et al .,“视觉和动觉为BCI控制机械手臂的运动图像(2.0汞),”学报2017年IEEE 30日国际研讨会以计算机为基础的医疗系统(cbm)塞萨洛尼基,页440 - 445年,2017年6月。视图:出版商的网站|谷歌学术搜索
30. A . Athanasiou g . Arfaras i Xygonakis et al .,“商业BCI控制在脊髓损伤和脑功能网络:一个概念验证,”学报2017年IEEE 30日国际研讨会以计算机为基础的医疗系统(cbm)塞萨洛尼基,页262 - 267年,2017年6月。视图:出版商的网站|谷歌学术搜索
31. “脑电波控制的可穿戴机器人手臂康复和神经生理学研究颈椎损伤(CSI:脑波),“https://clinicaltrials.gov/ct2/show/NCT02443558。视图:谷歌学术搜索
32. n .工程p . Kartsidis a . Athanasiou a . Astaras和p·d·Bamidis“水星2.0版机器手臂康复的发展应用,”学报》第八届ACM国际会议上普遍技术相关辅助环境(PETRA 15),2015年7月。视图:出版商的网站|谷歌学术搜索
33. s . c . Kirshblum s p·伯恩斯,f . Biering-Sorensen et al .,“国际脊髓损伤神经分类标准》(2011年修订),“脊髓的医学杂志上,34卷,不。6,535 - 546年,2011页。视图:出版商的网站|谷歌学术搜索
34. r . w . Bohannon和m·b·史密斯”,评分者间信度修改Ashworth规模的肌肉痉挛状态,”物理疗法在运动,卷67,不。2、206 - 207年,1987页。视图:出版商的网站|谷歌学术搜索
35. j·t·c·谢·d·l·沃尔夫·w·c·米勒和a Curt,“痉挛状态的结果在脊髓损伤的措施:心理属性和临床实用程序”脊髓,46卷,不。2、86 - 95年,2008页。视图:出版商的网站|谷歌学术搜索
36. m . Itzkovich i格勒恩特尔,f . Biering-Sorensen“脊髓独立测量(SCIM)第三版:信度和效度在国际多中心的一项研究中,“残疾与康复卷,29号24日,第1933 - 1926页,2007年。视图:出版商的网站|谷歌学术搜索
37. a . Athanasiou a . Alexandrou e . Paraskevopoulos n . Foroglou a . Prassas和p·d·Bamidis”对希腊改编的脊髓独立测量(SCIM),”在美国15日欧洲神经外科大会(指14),第184 - 181页,2015年。视图:谷歌学术搜索
38. d . f .标志、“心理意象研究的方向,”《心理意象,19卷,不。3 - 4、153 - 167年,1995页。视图:谷歌学术搜索
39. a·t·贝克·r·a .引导和m . g .加宾风,”贝克抑郁量表的心理属性:25年的评估,“临床心理学评论,8卷,不。1,第100 - 77页,1988。视图:出版商的网站|谷歌学术搜索
40. w·彼得森,”社会和青少年的自我形象。莫里斯罗森博格。新泽西州普林斯顿大学,普林斯顿大学出版社,1965年。十二+ 326页,6.50美元。”科学,卷148,不。3671,804年,页1965。视图:出版商的网站|谷歌学术搜索
41. m . Giannakou p . Roussi M.-E。Kosmides g . Kiosseoglou a Adamopoulou, g . Garyfallos”改编的贝克抑郁inventory-II希腊人口,”希腊心理学杂志上的,10卷,不。2、120 - 146年,2013页。视图:谷歌学术搜索
42. c . Galanou m . Galanakis大肠Alexopoulos, c . Darviri,”罗森伯格自尊量表希腊学生样本,验证”心理学,卷05,不。08年,819 - 827年,2014页。视图:出版商的网站|谷歌学术搜索
43. a . Astaras a . Athanasiou a . Alexandrou p . Kartsidis n .工程和p·d·Bamidis“双盲希腊祝成功的翻译和在线实现机器人问卷”学报在第六届泛希腊生物医学技术会议。会议上2015年,34页。视图:谷歌学术搜索
44. 依Konstantinidis,比利斯,c . Bratsas a . Siountas p·d·Bamidis,”塞萨洛尼基积极和健康老龄化生活实验室:路线图从一个特定的项目一个活生生的实验室走向开放,”学报》第九届ACM国际会议上普遍技术相关辅助环境(PETRA 2016)2016年7月,页1 - 4,。视图:出版商的网站|谷歌学术搜索
45. 依Konstantinidis和p·d·Bamidis密度聚类基于室内kinect位置跟踪:一种新的方式利用积极和健康老龄化生活实验室的数据集,”学报2015年IEEE 15日生物信息学和生物工程国际会议(BIBE)2015年11月,页1 - 6,。视图:出版商的网站|谷歌学术搜索
46. 依Konstantinidis, p·e·安东尼奥由于g . Bamparopoulos和p·d·Bamidis”一个轻量级框架,透明的跨平台通信控制器的数据在环境辅助生活环境中,“信息科学,卷300,不。1,第139 - 124页,2015。视图:出版商的网站|谷歌学术搜索
47. t . Sollfrank d·哈特,r·古德塞尔j·福斯特,和t . Tan“3 d可视化运动可以增强运动皮质激活在随后的运动图像,”人类神经科学前沿第463条,卷。9日,2015年。视图:出版商的网站|谷歌学术搜索
48. d·克莱默,“社会研究的基本数据,”使用SPSS为Windows分步计算和计算机技术劳特利奇,伦敦,英国,1988年。视图:出版商的网站|谷歌学术搜索
49. d·克莱默和d .何汇特圣人字典的统计数据、鼠尾草出版物,2004。视图:出版商的网站
50. d·p·多恩和l·e·苏华德”测量偏态:一个被遗忘的统计?”统计教育杂志,19卷,不。2队,2011页。视图:谷歌学术搜索
51. n·m·Razali y . b .哇,m .科学“力量对比Shapiro-Wilk Kolmogorov-Smirnov,”Lilliefors和Anderson-Darling测试,卷2,不。1,21-33,2011页。视图:谷歌学术搜索
52. 夏皮罗和m . b . Wilk”一个方差分析测试正常:完整的样本,”生物统计学52卷,第611 - 591页,1965年。视图:出版商的网站|谷歌学术搜索|MathSciNet
53. n Mogey,“所以你想使用李克特量表?“在爱丁堡:2评价食谱学习技术传播主动权研究所,以计算机为基础的学习,赫瑞瓦特大学,1998。视图:谷歌学术搜索
54. n Birbaumer和p . Sauseng Neurorehabilitation脑机接口”,2010。视图:谷歌学术搜索
55. a .辩护方j·a·皮k . LaMarca d·古普塔和c .贵港市”互动的BCI潜在神经疾病患者:利弊,“神经工程学领域7卷,2014。视图:出版商的网站|谷歌学术搜索
56. f . Nijboer: Birbaumer, a . Kubler”心理状态和动机的影响在肌萎缩性脊髓侧索硬化症患者脑机接口的性能——一个纵向研究,“神经科学前沿卷,4篇文章。55岁,2010。视图:出版商的网站|谷歌学术搜索
57. Blankertz e . m .锤哈尔德,b . et al .,“心理SMR-BCI性能的预测,”生物心理学,卷89,不。1,第86 - 80页,2012。视图:出版商的网站|谷歌学术搜索
58. c . Papadelis c . Kourtidou-Papadeli p Bamidis, m . Albani”意象训练对认知能力的影响和使用的生理指标作为评估工具的精神努力,”大脑与认知,卷64,不。1,第85 - 74页,2007。视图:出版商的网站|谷歌学术搜索
59. p·d·f . Gonzalez-Palau m . Franco Bamidis et al .,“以计算机为基础的认知的影响和体能训练计划在一个健康的老化和轻度认知损害样本,”衰老与心理健康,18卷,不。7,838 - 846年,2014页。视图:出版商的网站|谷歌学术搜索
60. s . m . Roldan称,“在心理表征对象识别:方向探索诊断功能通过视觉心理意象,“心理学领域,8卷,2017年。视图:出版商的网站|谷歌学术搜索
61. Broadbent大肠”,与机器人互动:真理我们揭示了自己,“年度回顾的心理学卷,68年,第652 - 627页,2017年。视图:出版商的网站|谷歌学术搜索
62. e . Lopez-Larraz f . Trincado-Alonso诉Rajasekaran et al .,”控制的动态外骨骼与脊髓损伤步态康复的脑机接口,“神经科学前沿,10卷,2016年。视图:出版商的网站|谷歌学术搜索
63. g·e·弗朗西斯科n . Yozbatiran j .柏林et al .,”机器人协助训练手臂和手的运动显示了不完整的颈脊髓损伤,功能改进”美国物理医学与康复杂志》上卷。96年,S171-S177, 2017页。视图:出版商的网站|谷歌学术搜索
64. a·杰克逊和j·b·齐默尔曼,“大脑和脊髓神经接口,恢复运动功能,“自然神经学评论》,8卷,不。12日,第699 - 690页,2012年。视图:出版商的网站|谷歌学术搜索
65. r·格雷奇t . Cassar j .马斯喀特et al .,“审查在脑电图分析来源,解决逆问题”神经工程学和康复杂志》上第二十五条,卷。5日,2008年。视图:出版商的网站|谷歌学术搜索
66. s . Baillet j·c·莫舍,r·m·莱希“电磁脑映射,”IEEE信号处理杂志,18卷,不。6,14-30,2001页。视图:出版商的网站|谷歌学术搜索
67. c·j·霍姆斯,霍格r, l·柯林斯r·伍兹,a . w .宽外袍和a·c·埃文斯,“先生的增强图像信号平均、使用登记”计算机辅助断层扫描杂志》上,22卷,不。2、324 - 333年,1998页。视图:出版商的网站|谷歌学术搜索
68. b . j . Edelman b·巴克斯特和他“脑电图源成像增强复杂右手运动图像的解码任务,”IEEE生物医学工程,卷63,不。1,学报》第4 - 14页,2016。视图:出版商的网站|谷歌学术搜索
69. h .元,t·刘,r·沙考斯基c·里奥斯j .阿西娅和他,“负任务相关的反应之间的共变α/β波活动和大胆的在人类感觉运动皮层:脑电图和功能磁共振成像研究的运动图像和运动,”科学杂志卷,49号3、2596 - 2606年,2010页。视图:出版商的网站|谷歌学术搜索
70. b . Kamousi a . n . Amini和他,“汽车图像分类的皮层电流密度估计和冯·诺依曼熵,”《神经工程,4卷,不。2,货号。002年,17-25,2007页。视图:出版商的网站|谷歌学术搜索
71. h·拉莫斯,j . Muller-Gerking g . Pfurtscheller“单一优化空间过滤试验脑电图在想象手运动,”IEEE神经系统和康复工程,8卷,不。4、441 - 446年,2000页。视图:出版商的网站|谷歌学术搜索
72. g . r . Muller-Putz戴利,诉皇帝,“马达imagery-induced在脊髓损伤患者脑电图模式及其对脑机接口的准确性,影响”《神经工程,11卷,不。第三条ID 035011, 2014。视图:出版商的网站|谷歌学术搜索
73. g . Onose c . Grozea A Anghelescu et al .,“因为它使得基于脑电图利用电动机成像脑机接口的可行性在慢性瘫痪患者辅助机械臂控制:一个临床试验和长期随访,”脊髓,50卷,不。8,599 - 608年,2012页。视图:出版商的网站|谷歌学术搜索

版权

版权©2017 Alkinoos Athanasiou等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。