584
0
2025-06-13
2025-06-13
該論文發(fā)表于《Scientific Data》（中科院二區(qū)，影響因子5.8），論文題目為《Lower limb motor imagery EEG dataset based on the multi-paradigm and longitudinal-training of stroke patients》。來自天津大學的劉源副教授擔任該文的第一作者及通訊作者。天津大學的明東教授以及天津市環(huán)湖醫(yī)院的巫嘉陵教授亦為通訊作者。
論文鏈接：https://www.nature.com/articles/s41597-025-04618-4
運動功能障礙是腦卒中的顯著后遺癥之一，其中下肢功能障礙尤為關鍵?；谀X機接口（BCI）的運動想象（MI）技術(shù)通過激活大腦運動相關區(qū)域，為腦卒中患者的康復帶來了希望。然而，要開發(fā)出強大的 BCI-MI 系統(tǒng)，并利用該系統(tǒng)揭示中風恢復過程中神經(jīng)可塑性的潛在機制，需要大規(guī)模的數(shù)據(jù)集支持。這些數(shù)據(jù)集對于準確診斷中風患者的下肢 MI 以及反映康復過程的縱向數(shù)據(jù)具有重要意義。本研究通過收集 27 例腦卒中患者的 EEG 數(shù)據(jù)，涵蓋了兩種增強范式和三個不同時間點，填補了這一研究空白。數(shù)據(jù)集包含原始 EEG 信號、預處理數(shù)據(jù)以及患者信息。經(jīng) CSP-SVM 初步分析，平均分類準確率達 80.50%。預計該數(shù)據(jù)集將推動對中風患者腦神經(jīng)可塑性的研究，助力開發(fā)針對下肢中風的解碼算法，并為構(gòu)建全面的中風康復系統(tǒng)奠定基礎。
研究背景
中風是全球致殘率極高的疾病，每年新增病例超 1220 萬，其中下肢運動功能障礙是患者最迫切的康復需求之一?；谀X機接口（BCI）的運動想象（MI）技術(shù)在神經(jīng)康復領域展現(xiàn)出巨大潛力，但其康復效果高度依賴解碼精度。目前公開的 MI 數(shù)據(jù)集多基于健康受試者，而中風患者的大腦激活模式更弱且復雜，直接應用難度較大。此外，下肢 MI 的解碼更具挑戰(zhàn)性，因其對應腦區(qū)位于腦溝深處，信號較弱。
本研究旨在建立一個大規(guī)模的中風患者下肢 MI 數(shù)據(jù)集，以推動下肢 MI 解碼算法的發(fā)展，深化對神經(jīng)可塑性機制的理解，并支持臨床 BCI 系統(tǒng)的優(yōu)化。該數(shù)據(jù)集包含 27 例恢復期中風患者的 4260 次試驗數(shù)據(jù)，涵蓋傳統(tǒng) MI 和兩種電刺激增強范式，是首個包含多增強范式和縱向數(shù)據(jù)的下肢 MI 數(shù)據(jù)集。
方法
1. 患者招募
研究招募了天津環(huán)湖醫(yī)院的 27 名腦卒中患者，納入標準為：經(jīng) CT/MRI 確診的腦卒中患者，病程 1-12 個月，年齡 30-70 歲；生命體征穩(wěn)定，認知和溝通能力正常。
2. 實驗范式
數(shù)據(jù)集包含五個實驗：初始評估的傳統(tǒng)范式（Pre）、不變電刺激范式（IES）、步態(tài)相位編碼的順序電刺激范式（SES），以及后處理評估和后續(xù)評估的傳統(tǒng)范式（Post 和 Follow）。每個實驗包括步態(tài) MI 和空閑狀態(tài)任務，每位患者至少參加 3 個范式實驗或 3 個縱向?qū)嶒灐?/p>
每次試驗12秒。0-3s：固定十字（準備階段），3-4s：任務提示（MI或空閑），4-9s：執(zhí)行任務（MI階段或空閑），9-12s：放松期。每個范式含40次MI和40次空閑試驗（隨機順序），如圖1所示。
圖1 實驗范式
3. 數(shù)據(jù)收集和預處理
使用 64 通道 Ag/AgCl 電極帽的 NeuSenW 放大器采集 EEG 數(shù)據(jù)，采樣頻率 1000 Hz。預處理步驟包括：信號降采樣至 250 Hz，帶通濾波（3-35 Hz）；使用共同平均參考值（CAR）；手動剔除運動偽影段；ICA 去噪（去除眼動 / 肌電偽影）；提取目標標簽對應數(shù)據(jù)段。
預處理步驟
（1）信號降采樣至250Hz，帶通濾波（3-35Hz）。
（2）使用共同平均參考值（CAR）。
（3）手動剔除運動偽影段。
（4）ICA去噪（去除眼動/肌電偽影）。
（5）提取目標標簽對應數(shù)據(jù)段。
結(jié)果分析
1、ERD/ERS分析
采用事件相關譜擾動（ERSP）方法對 MI 任務期間的腦電信號進行時頻分析，圖2和圖3結(jié)果顯示，在所有實驗中，MI 任務在任務開始后不久就觸發(fā)了感覺運動皮層的 α 和 β 帶激活，而空閑任務期間未觀察到明顯激活。
圖2 范式實驗組和縱向?qū)嶒灲M的平均ERD地形圖
圖3 范式實驗組和縱向?qū)嶒灲MCz電極及其周圍電極的平均時頻圖
2、分類準確率
將 5 秒 MI-EEG 數(shù)據(jù)分為 2.5 秒的窗口，使用共同空間模式（CSP）提取 MI 特征，然后使用 SVM 對特征向量進行分類。Pre、IES、SES、Post 和 Follow 實驗的平均解碼準確率如圖4所示，分別為 78.92%、80.57%、82.41%、80.95% 和 80.52%。與其他研究相比，該數(shù)據(jù)集的分類準確率與其他數(shù)據(jù)集相當，驗證了數(shù)據(jù)的有效性。
結(jié)論
本研究構(gòu)建的下肢 MI 數(shù)據(jù)集，包含多增強范式和縱向數(shù)據(jù)，初步分析表明數(shù)據(jù)可基于 MI 任務分類，平均準確率與近期研究相當，能為中風患者神經(jīng)可塑性研究、下肢解碼算法開發(fā)和康復系統(tǒng)建立提供支持。
撰稿人：楊耀震
審稿人：潘家輝
