Loading...
#Publicacoes "Publicacoes"

 Publicações

 

Motor Imagery Virtual Reality Neurorehabilitation with BCI Functional electrical stimulation Robotic rehabilitation

 

Irimia, D.C., Ortner, R., Poboroniuc, M.S., Ignat, B.E. and Guger, C., 2018. High classification accuracy of a motor imagery based brain-computer interface for stroke rehabilitation training. Frontiers in Robotics and AI, 5, p.130.

Guger, C., Millán, J.D.R., Mattia, D., Ushiba, J., Soekadar, S.R., Prabhakaran, V., Mrachacz-Kersting, N., Kamada, K. and Allison, B.Z., 2018. Brain-computer interfaces for stroke rehabilitation: summary of the 2016 BCI Meeting in Asilomar. Brain-Computer Interfaces, 5(2-3), pp.41-57.

Irimia, D. C., Cho, W., Ortner, R., Allison, B. Z., Ignat, B. E., Edlinger, G., & Guger, C. (2017). Brain‐computer interfaces with multi‐sensory feedback for stroke rehabilitation: a case study. Artificial organs, 41(11), E178-E184.

Cho W, Heilinger A, Xu R, Zehetner M, Schobesberger S, et al. (2017) Hemiparetic Stroke Rehabilitation Using Avatar and Electrical Stimulation Based on Non-invasive Brain Computer Interface. International Journal of Physical Medicine and Rehabilitation 5:411.

Huggins, J. E., Guger, C., Ziat, M., Zander, T. O., Taylor, D., Tangermann, M., ... & Ruffini, G. (2017). Workshops of the Sixth International Brain–Computer Interface Meeting: brain–computer interfaces past, present, and future. Brain-Computer Interfaces, 1-34.

Xu R., Allison B. Z., Ortner R., Irimia D. C., Espinosa A., Lechner A., & Guger C. (2017). How Many EEG Channels Are Optimal for a Motor Imagery Based BCI for Stroke Rehabilitation?. In Converging Clinical and Engineering Research on Neurorehabilitation II (pp. 1109-1113). Springer International Publishing.

Cho W., Sabathiel N., Ortner R., Lechner A., Irimia D.C., Allison B.Z., Edlinger G. and Guger C., 2016. Paired Associative Stimulation using Brain-Computer Interfaces for Stroke Rehabilitation: A Pilot study. European Journal of Translational Myology, 26(3).

C. Guger, C. Kapeller, R. Ortner, K. Kamada, Motor Imagery with Brain-Computer Interface Neurotechnology (pp. 61-79), in: Motor Imagery: Emerging Practices, Role in Physical Therapy and Clinical Implications, edited by B.M Garcia, 2015. 

R. Ortner, J. Scharinger, A. Lechner, C. Guger (2015). How many people can control a motor imagery based BCI using common spatial patterns?, in: 7th International IEEE/EMBS Conference on Neural Engineering (NER) 2015, pp. 202-205.

Rupert Ortner, Alexander Lechner, Christoph Guger (2015): Stroke Rehabilitation assisted by a Brain-Computer Interface (BCI) and multimodal feedback: First results. In proccedings of the European Stroke Conference, 15.05.2015, Vienna, AT. Poster.

D. C. Irimia, M. S. Poboroniuc and R. Ortner, “Improved Method to Perform FES & BCI Based Rehabilitation,” in The 4th IEEE International Conference on E-Health and Bioengineering, 2013.

C. Guger, H. Ramoser and G. Pfurtscheller, “Real-Time EEG Analysis with Subject-Specific Spatial Patterns for a Brain–Computer Interface (BCI),” IEEE Trans. Rehab. Eng, vol. 8, pp. 447-456, 2000.

K. Shindo, K. Kawashima and e. a. Ushiba, “Effects of neurofeedback training with an electroencephalogram-based brain-computer interface for hand paralysis in patients with chronic stroke: a preliminary case series study,” J Rehabil Med, pp. 951-957, 43(10) 2011.

J.C. Moreno, J. L. Pons, E. Gruenbacher, C. Guger (2010). BCI-driven stroke rehabilitation; the concept of the BETTER project..

C. Guger, W. Harkam, C. Hertnaes, G. Pfurtscheller (1999). Prosthetic control by an EEG-based brain-computer interface (BCI). 5th European Conference for the Advancement of Assitive Technolgoy Düsseldorf, Germany, AAATE.

G. Pfurtscheller, C. Guger (1999). "Brain-computer communication system: EEG-based control of hand orthosis in a tetraplegic patient." Acta Chir. Austriaca 31(159): pp. 23 - 25. Brain-computer communication system.

R. Ortner, D. Ram, A. Kollreider, H. Pitsch, J. Wojtowicz, and G. Edlinger, “Human-computer confluence for rehabilitation purposes after stroke,” in Virtual, Augmented and Mixed Reality. Systems and Applications, Springer, 2013, pp. 74–82.

R. Ortner, D.-C. Irimia, C. Guger, and G. Edlinger, “Human Computer Confluence in BCI for Stroke Rehabilitation,” in Foundations of Augmented Cognition, Springer, 2015, pp. 304–312.

A. Ramos-Murguialday, D. Broetz, M. Rea, L. Läer, O. Yilmaz, F. L. Brasil, G. Liberati, M. R. Curado, E. Garcia-Cossio, A. Vyziotis, W. Cho, M. Agostini, E. Soares, S. Soekadar, A. Caria, L. G. Cohen, and N. Birbaumer, “Brain-machine-interface in chronic stroke rehabilitation: A controlled study.,” Ann Neurol. 2013, p. doi: 10.1002/ana.23879, 2013.

Cho, W., Vidaurre, C., Hoffmann, U., Birbaumer, N., & Ramos-Murguialday, A. (2011, August). Afferent and efferent activity control in the design of brain computer interfaces for motor rehabilitation. In Engineering in Medicine and Biology Society, EMBC, 2011 Annual International Conference of the IEEE (pp. 7310-7315). IEEE.

#Resultados-Avaliacoes "Resultados-Avaliacoes"

Resultados de Avaliações


Paciente 1

recoveriX Patient1 Figure 1

Figura 1: Este paciente (sexo feminino, 61 anos) sofreu um AVC que afectou o movimento da mão direita e participou em 21 sessões de feedback. Este gráfico mostra a classificação do rácio de erro durante as 21 sessões.

recoveriX Patient1 Figure 2

Figura 2: O software recoveriX fornece um mapa especial para cada sessão que apresenta a activação cortical durante a imaginação dos movimentos da mão direita contra os movimentos da mão esquerda. Exemplos das amostras da sessão nº1 e nº13 podem ser vistas aqui. As regiões com maior activação são perceptíveis perto das zonas perto de C3 e C4, correspondendo à representação do movimento da mão.

  Teste de 9-hole PEG
Sessão Mão(s) esquerda(s) Mão(s) direita(s)
0 31 65
3 32 54
6 32 45
9 31 42
12 31 42
15 29 38
18 29 34
21 29 30

Tabela 1: Para avaliar o processo de reabilitação do paciente, conduzimos várias experiências de 9-hole PEG que medem o tempo para realizar uma determinada tarefa. Coleccionamos dados antes da primeira sessão e repetimos o teste a cada 3 sessões. A seguinte tabela mostra os resultados do teste para ambas as mãos. O tempo demorado para completar o teste com a mão afectada foi reduzido de 65 segundos (antes do tratamento) para 30 segundos (depois da última sessão). O tempo para a realização da mão não afectada manteve-se quase constante durante todo o tratamento.


Paciente 2

recoveriX Patient 2 Figure 3

Figura 3: A segunda paciente (40 anos) sofreu um AVC em Maio 2010 e tinha uma paralisia completa da mão esquerda antes da primeira sessão de recoveriX ter começado em 2014. Após dez sessões, ela já conseguia fazer a dorsiflexão do pulso da mão paralisada sem qualquer estimulação. O rácio de erro da classificação durante as dez sessões desceu de 36.3% para 3.8%

recoveriX Patient1 Figure 4

Figura 4: Os padrões de activação cortical movimentam-se em direcção às posições C3 e C4 para a imaginação motora da mão direita e esquerda, respectivamente.

recoveriX Patient2 Figure 5

Figura 5: A paciente conseguiu fazer a dorsiflexão do pulso sem a estimulação FES após 10 sessões de reabilitação recoveriX

#Comite-Consultivo "Comite-Consultivo"

 Comité Consultivo

A missão é incorporar recoveriX com processos cognitivos e movimentos motores para que a reabilitação seja eficaz.

 

Image

Brendan Allison, PhD

University of California, San Diego
Allison Consulting

 

Image

Marian Poboroniuc, PhD

Technical University of Iasi, Rumania

 

Image

Milena Korostenskaja, PhD

Florida Hospital for Children, US

 

Image

Vivek Prabhakaran, MD, PhD

University of Wisconsin, US

 

Image

Tetsuo Ota

Asahikawa Medical University, Japan

 

Image

Rossella Spataro, MD, PhD

University of Palermo, Italy

 

Image

Kyosuke Kamada, MD, PhD

Asahikawa Medical University

 

Image

Adam Hebb, MD, PhD

Swedish Medical Center