Помощь в написании студенческих работ
Антистрессовый сервис

Интерфейс мозг-компьютер, основанный на воображении движения, в реабилитации больных с последствиями очагового поражения головного мозга

Диссертация: Интерфейс мозг-компьютер, основанный на воображении движения, в реабилитации больных с последствиями очагового поражения головного мозга
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

При подкорковом очаге повреждения головного мозга, локализация и спектральная плотность значимых для управления интерфейсом компонент определялись такие же, как у здоровых. При обширном повреждении двигательной коры значимая компонента в поврежденном полушарии не регистрировалась. Однако, компонента с локализацией в зоне Сх электрода может быть регулярной и значимой для управления ИМК, в данном… Читать ещё >

Интерфейс мозг-компьютер, основанный на воображении движения, в реабилитации больных с последствиями очагового поражения головного мозга (реферат, курсовая, диплом, контрольная)

Содержание

  • ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
  • ГЛАВА I. ОБЗОР ЛИТЕРАТУРЫ
    • 1. 1. Реабилитация больных, перенесших инсульт
    • 1. 2. Процессы, лежащие в основе нейрореабилитации
    • 1. 3. Воображение движения
    • 1. 4. Воображение движения и интерфейс мозг-компьютер
    • 1. 5. Возможность применения основанного на воображении движения ИМК в нейрореабилитации
  • ГЛАВА II. МАТЕРИАЛ И МЕТОДЫ ИССЛЕДОВАНИЯ
    • 2. 1. Характеристика испытуемых
    • 2. 2. Обучение управлению ИМК
    • 2. 3. Функциональная МРТ
    • 2. 4. Навигационная ТМС
    • 2. 5. Клиническое обследование пациентов
    • 2. 6. Статистическая обработка результатов
  • ГЛАВА III. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
    • 3. 1. Обучение управлению ИМК у здоровых лиц
      • 3. 1. 1. Сигналы активности мозга, наиболее часто возникающие при управлении интерфейсом
      • 3. 1. 2. Особенности активации структур головного мозга и возбудимость корковых нейронов во время воображения движения у обученных и необученных здоровых испытуемых
    • 3. 2. Особенности управления ИМК у больных с гемипарезами
      • 3. 2. 1. Качество управления ИМК у пациентов с очаговым поражением головного мозга
      • 3. 2. 2. Значимые для управления интерфейсом сигналы активности мозга при различной локализации очага повреждения головного мозга
      • 3. 2. 3. Особенности активации двигательных структур головного мозга при воображении движения (фМРТ исследование)
      • 3. 2. 4. Эффективность методики ИМК в комплексном лечении больных с очаговым поражением головного мозга
  • ГЛАВА IV. ОБСУЖДЕНИЕ ПОЛУЧЕННЫХ РЕЗУЛЬТАТОВ
  • ВЫВОДЫ

Двигательные нарушение в виде гемипарезов различной степени выраженности являются наиболее частым последствием инсульта и приводят к значительному ограничению функциональной независимости и снижению качества жизни больных [Heller А., 1987; Mercier С., 2004; Wade D. Т., 1983]. В основе обучения и восстановления после повреждения нейрональных структур лежит способность сенсорной и двигательной коры к динамической реорганизации.

Применение таких методов двигательной реабилитации, как лечебная физкультура, терапия, основанная на ограничении, тренировка в условиях виртуальной реальности возможны при хотя бы частичной сохранности двигательных функций. Вместе с тем, не существует признанной и эффективной стратегии для реабилитации тяжелых постинсультных пациентов с полностью парализованными мышцами, когда отсутствуют даже резидуальные движения.

В случае грубого пареза или плегии перспективным методом стимулирования пластичности мозга является воображение движений. Как показано во многих работах [Crammond D. J., 1997; Ehrsson H. H., 2003; Jeannerod M., 2001; Neuper C., 2005; Stippich C., 2002], воображение движений подчиняется тем же принципам двигательного контроля и поэтому может стимулировать те же пластические механизмы мозга, что и их реальное исполнение. Контролировать воображение движения можно при помощи интерфейса мозг-компьютер (ИМК), который преобразует ЭЭГ-сигналы мозга, возникающие при воображении движения, в команды внешнему устройству [Prasad G., 2010]. Сигналом активности мозга в данном случае является модуляция сенсорно-моторного ритма [Pfurtscheller G., 1999].

На этих наблюдениях, а также на идее использовать биологическую обратную связь, позволяющую пациенту контролировать степень своей сосредоточенности на выполнении двигательной задачи, собственно, и основаны ожидания эффективности ИМК как средства двигательной реабилитации.

Цель настоящего исследования — изучить особенности активации структур головного мозга в процессе тренировок управления ИМК у здоровых и больных с очаговым поражением головного мозга и оценить эффективность применения технологии ИМК для реабилитации этих больных.

Для достижения цели работы были поставлены следующие задачи:

1. Отработать протокол тренинга у здоровых испытуемых и изучить особенности пространственно-временных паттернов ЭЭГ-активности, наиболее часто возникающих при управлении ЭЭГ-ИМК в норме.

2. Изучить с помощью функциональной магнитно-резонансной томографии (фМРТ) и навигационной транскраниальной магнитной стимуляции (нТМС) особенности активации структур головного мозга и возбудимости корковых нейронов во время воображения движения у обученных и необученных здоровых испытуемых.

3. Оценить качество управления ИМК у пациентов с очаговым поражением головного мозга.

4. Изучить особенности пространственно-временных паттернов ЭЭГ-активности, наиболее значимых для управления ИМК у пациентов при разной локализации очага поражения.

5. Исследовать с помощью фМРТ особенности активации ЦНС в процессе тренировок у пациентов с очаговым поражением головного мозга. б.

6. Оценить клиническую эффективность тренировок ИМК, основанного на воображении движений, у пациентов с плегией или грубым парезом дистального отдела руки в зависимости от клинических особенностей.

Научная новизна исследования.

1. Впервые при курсовом использовании ИМК у здоровых лиц помимо двух регулярно возникающих значимых компонент в области центральной борозды каждого полушария, у 43% здоровых испытуемых выявлена третья по частоте встречаемости компонента в области Сх — электрода.

2. Впервые с помощью фМРТ и нТМС выявлены отличия активации структур головного мозга при воображении движения у обученных и необученных управлению ИМК здоровых людей. Показано, что только у обученных испытуемых при фМРТ наблюдалась активация первичной моторной коры, а при нТМС — признаки, свидетельствующие о повышении возбудимости моторной коры.

3. Впервые показана возможность применения ЭЭГ-ИМК для реабилитации пациентов с грубыми двигательными нарушениями центрального генеза. Определено, что достигнутое качество управления интерфейсом у больных достоверно не отличается от данного показателя у здоровых лиц, не зависимо от давности заболевания и латерализации очага поражения.

4. Впервые описаны нейрофизиологические особенности активации головного мозга при управлении ИМК у пациентов с разной локализацией очага поражения головного мозга.

5. Впервые оценена эффективность применения ИМК, основанного на воображении движения, у пациентов с очаговым повреждением головного мозга и грубым парезом кисти.

Теоретическая и практическая значимость.

Изучение особенностей активации структур головного мозга при воображении движения с помощью функциональных методов нейровизуализации (фМРТ, нТМС) у здоровых и больных с очаговым поражением головного мозга способствует уточнению механизмов нейропластичности, лежащих в основе восстановления нарушенных двигательных функций.

Выявленные различия в активации структур головного мозга при воображении движения у обученных и необученных управлению ИМК здоровых людей позволяют предположить, что в основе обучения воображению движения и обучения двигательным навыкам лежат общие механизмы.

Полученные данные имеют важное практическое значение, поскольку предложенная технология ИМК, основанная на анализе паттернов ЭЭГ, соответствующих воображению движений, может быть использована для клинического применения у больных с очаговым поражением головного мозга.

Основные положения, выносимые на защиту:

1. У обученных и необученных здоровых лиц при фМРТ-картировании функции воображения движения определяется активация разных зон, а при нТМС повышение возбудимости моторной коры определяется только у обученных здоровых лиц.

2. Освоение технологии ИМК и достигнутое качество управления интерфейсом у пациентов с очаговым поражением головного мозга и выраженными двигательными нарушениями в кисти достоверно не отличается от данного показателя у здоровых лиц.

3. Локализация и спектральная плотность значимых для управления интерфейсом ЭЭГ-сигналов активности мозга у пациентов с очаговым поражением головного мозга и выраженными двигательными нарушениями в кисти зависят от локализации очага поражения.

4. У пациентов с очень грубыми двигательными нарушениями кисти включение в реабилитационную программу тренировки воображения движения, контролируемого ИМК, повышает эффективность восстановительной терапии, в особенности, в раннем восстановительном периоде.

выводы.

1. У 43% здоровых испытуемых, помимо двух значимых и регулярных компонент, при управлении ИМК часто выделяется источник сигнала с локализацией ближе к зоне проекции Съ электрода, в котором при воображении движения происходила неспецифическая для каждой из рук десинхронизация ритма в диапазоне мю и нижнего бета.

2. У обученных и необученных здоровых лиц при фМРТ-картировании функции воображения движения определялись зоны активации в полях Бродмана 3 и 6 и мозжечке. Только у обученных испытуемых наблюдалась активация первичной моторной коры, а у необученных — ассоциативных зон.

3. При проведении нТМС у обученных испытуемых амплитуда ВМО была достоверно выше и порог возбуждения моторной коры снижен в среднем на 17% по сравнению с покоем, что свидетельствует о повышении возбудимости моторной коры в результате обучения воображению движения с применением ИМК.

4. У пациентов с очаговым поражением головного мозга и выраженными двигательными нарушениями в кисти не зависимо от давности заболевания и латерализации очага поражения оказалось возможным освоение технологии ИМК, и достигнутое качество управления интерфейсом достоверно не отличалось от данного показателя у здоровых лиц.

5. При подкорковом очаге повреждения головного мозга, локализация и спектральная плотность значимых для управления интерфейсом компонент определялись такие же, как у здоровых. При обширном повреждении двигательной коры значимая компонента в поврежденном полушарии не регистрировалась. Однако, компонента с локализацией в зоне Сх электрода может быть регулярной и значимой для управления ИМК, в данном источнике может наблюдаться специфическая десинхронизация СМР.

6. При групповом анализе фМРТ у пациентов с подкорковой локализацией очага повреждения головного мозга, прошедших 5−7 сеансов ИМК-тренинга, так же как и у здоровых операторов ИМК, выявлены зоны активации в первичной моторной, дополнительной и премоторной коре контралатерального полушария.

7. Эффективность восстановительной терапии была выше в группе с включением в реабилитационную программу тренировок воображения движения под контролем ИМК, в особенности у пациентов с очень грубыми двигательными нарушениями кисти в раннем восстановительном периоде. Улучшение двигательных функций в кисти (по шкале АЯАТ) у пациентов основной группы с давностью инсульта меньше 6 месяцев отмечено в 75%.

ПРАКТИЧЕСКИЕ РЕКОМЕНДАЦИИ.

На основании результатов проведенного исследования, показавших возможность и эффективность применения основанного на воображении движения интерфейса мозг-компьютер у больных с очаговым поражением головного мозга, можно рекомендовать включение данной технологии в реабилитационную программу пациентов с грубым парезом или плегией кисти.

Технологию, основанную на ИМК-тренинге, можно рекомендовать пациентам даже при обширном корково-подкорковом повреждении головного мозга, но при условии сохранности когнитивной функции.

Результаты проведенного исследования могут служить основой для разработки и внедрения в практику ассистирующих интерфейсов для пациентов, прогноз на восстановление двигательной функции у которых неблагоприятный или крайне неблагоприятный.

Показать весь текст

Список литературы

  1. , Ф., Лейзерсон А., Хофстедте Л. Мозг, разум и поведение. // М.: Мир. -1988.-250 с.
  2. П. Д., Коршаков А. В., Рощин В. Ю., Фролов А. А. Байесовский подход к реализации интерфейса мозг-компьютер, основанного на представлении движений // Журнал Высшей Нервной Деятельности и Нейрофизиологии.. 2012 — 62(1): 89−100.
  3. С. Н., Кадыков А. С., Черникова Л. А. Влияние восстановительной терапии на функциональную организацию двигательных систем после инсульта // Анн клин и эксперимент неврол. 2007 — 1(2): 4−8.
  4. А. С., Черникова Л. А., Шахпаронова Н. В. Реабилитация неврологических больных // М: МЕДпресс-информ. 2008 — 560 с.
  5. А. И. Функциональная анатомия // М.: Эксмо. 2009 — 368 с.
  6. , М., Маттле X. Неврология // М.: МЕДпресс-информ -2007−920с.
  7. С. С., Куренков А. Л. Магнитная стимуляция в диагностики и лечении болезней нервной системы. Руководство для врачей // М.: САШКО. 2003 — 728 с.
  8. A.A., Скоромец А. П., Скоромец Т. А. Топическая диагностика заболеваний нервной системы: руководство для врачей // СПб: Политехника. -2012−628 с.
  9. К. П., Черникова Л. А. Виртуальная реальность в нейрореабилитации // Анн клин и эксперимент неврол. 2008 — 2(4): 34−39.
  10. А. А., Гусек Г., Бобров П. Д., Мокиенко О. А., Черникова Л. А., Локализаия источников электрической и фокусов гемодинамической активности мозга при воображении движений. //Физиология человека -2013 -39(3).
  11. Л. А. Пластичность мозга и современные реабилитационные технологии //Анн клин и эксперимент неврол. 2007 — 1(2): 40−47.
  12. Abbruzzese G., Assini A., Buccolieri A., Marchese R., Trompetto C. Changes of intracortical inhibition during motor imagery in human subjects //Neurosci Lett. -1999- 263(2−3): 113−116.
  13. Adamovich S. V., Fluet G. G., Mathai A., Qiu Q., Lewis J., Merians A. S. Design of a complex virtual reality simulation to train finger motion for persons with hemiparesis: a proof of concept study //J Neuroeng Rehabil. 2009 — 6: 28.
  14. Ang K. K., Guan C., Chua K. S., Ang B. T., Kuah C. W., Wang C., Phua K. S., Chin Z. Y., Zhang H. A clinical evaluation of non-invasive motor imagery-based brain-computer interface in stroke // Conf Proc IEEE Eng Med Biol Soc. 2008 -2008:4178−4181.
  15. Annesi J. J. Effects of computer feedback on adherence to exercise // Percept Mot Skills. 1998 — 87(2): 723−730.
  16. Atienza F., Balaguer I., Garcia-Merita M. L. Factor analysis and reliability of the Movement Imagery Questionnaire //Percept Mot Skills. 1994 — 78(3 Pt 2): 13 231 328.
  17. Ball T., Kern M., Mutschler I., Aertsen A., Schulze-Bonhage A. Signal quality of simultaneously recorded invasive and non-invasive EEG // Neuroimage. 2009 -46(3): 708−716.
  18. Biernaskie J., Corbett D. Enriched rehabilitative training promotes improved forelimb motor function and enhanced dendritic growth after focal ischemic injury //JNeurosci. -2001 21(14): 5272−5280.
  19. Birbaumer N., Ghanayim N., Hinterberger T., Iversen I., Kotchoubey B., Kubler A., Perelmouter J., Taub E., Flor H. A spelling device for the paralysed //Nature. -1999 398(6725): 297−298.
  20. Birbaumer N., Hinterberger T., Kubler A., Neumann N. The thought-translation device (TTD): neurobehavioral mechanisms and clinical outcome // IEEE Trans Neural Syst Rehabil Eng. 2003 — 11(2): 120−123.
  21. Birbaumer N., Ramos Murguialday A., Weber C., Montoya P. Neurofeedback and brain-computer interface clinical applications // Int Rev Neurobiol. 2009 — 86: 107−117.
  22. Blair A., Hall C., Leyshon G. Imagery effects on the performance of skilled and novice soccer players // J Sports Sci. 1993 — 11(2): 95−101.
  23. Blankertz B., Dornhege G., Krauledat M., Muller K. R., Curio G. The non-invasive Berlin Brain-Computer Interface: fast acquisition of effective performance in untrained subjects //Neuroimage. 2007 — 37(2): 539−550.
  24. Boschker M. S., Bakker F. C., Rietberg M. B. Retroactive interference effects of mentally imagined movement speed //J Sports Sci. 2000 — 18(8): 593−603.
  25. Bradberry T. J., Gentili R. J., Contreras-Vidal J. L. Reconstructing three-dimensional hand movements from noninvasive electroencephalographic signals // J Neurosci. 2010 — 30(9): 3432−3437.
  26. Braun S. M., Beurskens A. J., Borm P. J., Schack T., Wade D. T. The effects of mental practice in stroke rehabilitation: a systematic review // Arch Phys Med Rehabil. 2006 — 87(6): 842−852.
  27. Broetz D., Braun C., Weber C., Soekadar S. R., Caria A., Birbaumer N. Combination of brain-computer interface training and goal-directed physical therapy in chronic stroke: a case report //Neurorehabil Neural Repair. 2010 -24(7): 674−679.
  28. Buch E., Weber C., Cohen L. G., Braun C., Dimyan M. A., Ard T., Mellinger J., Caria A., Soekadar S., Fourkas A., Birbaumer N. Think to move: a neuromagnetic brain-computer interface (BCI) system for chronic stroke //Stroke. 2008 — 39(3): 910−917.
  29. Buch E. R., Modir Shanechi A., Fourkas A. D., Weber C., Birbaumer N., Cohen L. G. Parietofrontal integrity determines neural modulation associated with grasping imagery after stroke //Brain. 2012 — 135(Pt 2): 596−614.
  30. Butefisch C. M. Plasticity in the human cerebral cortex: lessons from the normal brain and from stroke //Neuroscientist. 2004 — 10(2): 163−173.
  31. Butler A. J., Cazeaux J., Fidler A., Jansen J., Lefkove N., Gregg M., Hall C., Easley K. A., Shenvi N., Wolf S. L. The Movement Imagery Questionnaire90
  32. Revised, Second Edition (MIQ-RS) Is a Reliable and Valid Tool for Evaluating Motor Imagery in Stroke Populations // Evid Based Complement Alternat Med. -2012- 2012:497 289.
  33. Carey J. R., Kimberley T. J., Lewis S. M., Auerbach E. J., Dorsey L., Rundquist P., Ugurbil K. Analysis of fMRI and finger tracking training in subjects with chronic stroke //Brain. 2002 — 125(Pt 4): 773−788.
  34. Caria A., Veit R., Sitaram R., Lotze M., Weiskopf N., Grodd W., Birbaumer N. Regulation of anterior insular cortex activity using real-time fMRI //Neuroimage. -2007 35(3): 1238−1246.
  35. Caria A., Weber C., Brotz D., Ramos A., Ticini L. F., Gharabaghi A., Braun C., Birbaumer N. Chronic stroke recovery after combined BCI training and physiotherapy: A case report//Psychophysiology. 2011 — 48(4): 578−582.
  36. Carmena J. M., Lebedev M. A., Crist R. E., O’Doherty J. E., Santucci D. M., Dimitrov D. F., Patil P. G., Henriquez C. S., Nicolelis M. A. Learning to control a brain-machine interface for reaching and grasping by primates //PLoS Biol. 2003 — 1(2): E42.
  37. Carmichael S. T. Plasticity of cortical projections after stroke // Neuroscientist. -2003 9(1): 64−75.
  38. Chen R., Cohen L. G., Hallett M. Nervous system reorganization following injury // Neuroscience. 2002 — 111(4): 761−773.
  39. Cicinelli P., Marconi B., Zaccagnini M., Pasqualetti P., Filippi M. M., Rossini P. M. Imagery-induced cortical excitability changes in stroke: a transcranial magnetic stimulation study//Cereb Cortex. 2006 — 16(2): 247−253.
  40. Cincotti F., Mattia D., Aloise F., Bufalari S., Schalk G., Oriolo G., Cherubini A., Marciani M. G., Babiloni F. Non-invasive brain-computer interface system: towards its application as assistive technology // Brain Res Bull. 2008 — 75(6): 796−803.
  41. Cirstea M. C., Levin M. F. Compensatory strategies for reaching in stroke //Brain. 2000 — 123 (Pt 5): 940−953.
  42. Crammond D. J. Motor imagery: never in your wildest dream // Trends Neurosci. -1997 20(2): 54−57.
  43. Decety J., Ingvar D. H. Brain structures participating in mental simulation of motor behavior: a neuropsychological interpretation // Acta Psychol (Amst). 1990 -73(1): 13−34.
  44. Derrfuss J., Brass M., von Cramon D. Y. Cognitive control in the posterior frontolateral cortex: evidence from common activations in task coordination, interference control, and working memory //Neuroimage. 2004 — 23(2): 604−612.
  45. Dickstein R., Deutsch J. E. Motor imagery in physical therapist practice // Phys Ther. 2007 — 87(7): 942−953.
  46. Dijkerman H. C., Ietswaart M., Johnston M., MacWalter R. S. Does motor imagery training improve hand function in chronic stroke patients? A pilot study // Clin Rehabil. 2004 — 18(5): 538−549.
  47. Donoghue J. P., Nurmikko A., Black M., Hochberg L. R. Assistive technology and robotic control using motor cortex ensemble-based neural interface systems in humans with tetraplegia //J Physiol. 2007 — 579(Pt 3): 603−611.
  48. Ehrsson H. H., Geyer S., Naito E. Imagery of voluntary movement of fingers, toes, and tongue activates corresponding body-part-specific motor representations // J Neurophysiol. 2003 — 90(5): 3304−3316.
  49. Fadiga L., Buccino G., Craighero L., Fogassi L., Gallese V., Pavesi G. Corticospinal excitability is specifically modulated by motor imagery: a magnetic stimulation study//Neuropsychologia. 1999 — 37(2): 147−158.
  50. Fansler C. L., Poff C. L., Shepard K. F. Effects of mental practice on balance in elderly women//Phys Ther. 1985 — 65(9): 1332−1338.
  51. Farwell L. A., Donchin E. Talking off the top of your head: toward a mental prosthesis utilizing event-related brain potentials // Electroencephalogr Clin Neurophysiol. 1988 — 70(6): 510−523.
  52. Fasoli S. E., Krebs H. I., Stein J., Frontera W. R., Hogan N. Effects of robotic therapy on motor impairment and recovery in chronic stroke // Arch Phys Med Rehabil. 2003 — 84(4): 477−482.
  53. Ferraro M., Palazzolo J. J., Krol J., Krebs H. I., Hogan N., Volpe B. T. Robot-aided sensorimotor arm training improves outcome in patients with chronic stroke // Neurology. 2003 — 61(11): 1604−1607.
  54. Freeman W. J., Rogers L. J., Holmes M. D., Silbergeld D. L. Spatial spectral analysis of human electrocorticograms including the alpha and gamma bands // J Neurosci Methods. 2000 — 95(2): 111−121.
  55. Frolov A., Husek D., Bobrov P. Comparison of four classification methods for brain computer interface //Neural Network World. 2011 — 21(2): 101−111.
  56. Frolov A., Husek D., Bobrov P., Korshakov A., Chernikova L., Konovalov R., Mokienko O. Sources of EEG activity the most relevant to performance ofbrain-computer interface based on motor imagery. // Neural Network World.. -2012- 22(1): 21−37.
  57. Gaggioli A., Meneghini A., Morganti F., Alcaniz M., Riva G. A strategy for computer-assisted mental practice in stroke rehabilitation // Neurorehabil Neural Repair. 2006 — 20(4): 503−507.
  58. Galan F., Nuttin M., Lew E., Ferrez P. W., Vanacker G., Philips J., Millan Jdel R. A brain-actuated wheelchair: asynchronous and non-invasive Brain-computer interfaces for continuous control of robots // Clin Neurophysiol. 2008 — 119(9): 2159−2169.
  59. Gerardin E., Sirigu A., Lehericy S., Poline J. B., Gaymard B., Marsault C., Agid Y., Le Bihan D. Partially overlapping neural networks for real and imagined hand movements //Cereb Cortex. 2000 — 10(11): 1093−1104.
  60. Hall C. R. Individual differences in the mental practice and imagery of motor skill performance //Can J Appl Sport Sci. 1985 — 10(4): 17S-21S.
  61. Hallett M. Plasticity of the human motor cortex and recovery from stroke // Brain Res Brain Res Rev. 2001 — 36(2−3): 169−174.
  62. Hamel M. F., Lajoie Y. Mental imagery. Effects on static balance and attentional demands of the elderly //Aging Clin Exp Res. 2005 — 17(3): 223−228.
  63. Hanakawa T., Immisch I., Toma K., Dimyan M. A., Van Gelderen P., Hallett M. Functional properties of brain areas associated with motor execution and imagery // J Neurophysiol. 2003 — 89(2): 989−1002.
  64. Hashimoto R., Rothwell J. C. Dynamic changes in corticospinal excitability during motor imagery//Exp Brain Res. 1999 — 125(1): 75−81.
  65. Heller A., Wade D. T., Wood V. A., Sunderland A., Hewer R. L., Ward E. Arm function after stroke: measurement and recovery over the first three months // J Neurol Neurosurg Psychiatry. 1987 — 50(6): 714−719.
  66. Hesse S., Schmidt H., Werner C., Bardeleben A. Upper and lower extremity robotic devices for rehabilitation and for studying motor control // Curr Opin Neurol. -2003 16(6): 705−710.
  67. Hochberg L. R., Serruya M. D., Friehs G. M., Mukand J. A., Saleh M., Caplan A. H., Branner A., Chen D., Penn R. D., Donoghue J. P. Neuronal ensemble control of prosthetic devices by a human with tetraplegia //Nature. 2006 — 442(7099): 164 171.
  68. Jackson P. L., Lafleur M. F., Malouin F., Richards C. L., Doyon J. Functional cerebral reorganization following motor sequence learning through mental practice with motor imagery //Neuroimage. 2003 — 20(2): 1171−1180.
  69. Jeannerod M. Neural simulation of action: a unifying mechanism for motor cognition//Neuroimage. 2001 — 14(1 Pt 2): S103−109.
  70. Johansen-Berg H., Dawes H., Guy C., Smith S. M., Wade D. T., Matthews P. M. Correlation between motor improvements and altered fMRI activity after rehabilitative therapy//Brain. 2002 — 125(Pt 12): 2731−2742.
  71. Johansson B. B. Brain plasticity and stroke rehabilitation. The Willis lecture // Stroke. 2000 — 31(1): 223−230.
  72. Johansson B. B. Environmental influence on recovery after brain lesions-experimental and clinical data // J Rehabil Med. 2003 — (41 Suppl): 11−16.
  73. Johansson B. B. Functional and cellular effects of environmental enrichment after experimental brain infarcts //Restor Neurol Neurosci. 2004 — 22(3−5): 163−174.
  74. Johansson B. B., Belichenko P. V. Neuronal plasticity and dendritic spines: effect of environmental enrichment on intact and postischemic rat brain // J Cereb Blood Flow Metab. 2002 — 22(1): 89−96.
  75. Johansson B. B., Ohlsson A. L. Environment, social interaction, and physical activity as determinants of functional outcome after cerebral infarction in the rat // Exp Neurol. 1996 — 139(2): 322−327.
  76. Johnson M. J. Recent trends in robot-assisted therapy environments to improve real-life functional performance after stroke //J Neuroeng Rehabil. 2006 — 3: 29.
  77. Jones F. Strategies to enhance chronic disease self-management: how can we apply this to stroke? //Disabil Rehabil. 2006 — 28(13−14): 841−847.
  78. Kennedy P. R., Bakay R. A. Restoration of neural output from a paralyzed patient by a direct brain connection //Neuroreport. 1998 — 9(8): 1707−1711.
  79. Keyvani K., Schallert T. Plasticity-associated molecular and structural events in the injured brain //J Neuropathol Exp Neurol. 2002 — 61(10): 831−840.
  80. Kohavi R., Provost F. Glossary of terms. // Machine Learning Special Issue of Applications of Machine Learning and the Knowledge Discovery Process. — 1998 -30: 271−274.
  81. Kolb B. Overview of cortical plasticity and recovery from brain injury //Phys Med Rehabil Clin N Am. 2003 — 14(1 Suppl): S7−25, viii.
  82. Kubler A., Kotchoubey B., Kaiser J., Wolpaw J. R., Birbaumer N. Brain-computer communication: unlocking the locked in //Psychol Bull. 2001 — 127(3): 358−375.
  83. Makeig S., Westerfield M., Jung T. P., Enghoff S., Townsend J., Courchesne E., Sejnowski T. J. Dynamic brain sources of visual evoked responses // Science. -2002 295(5555): 690−694.
  84. Malouin F., Richards C. L., Jackson P. L., Dumas F., Doyon J. Brain activations during motor imagery of locomotor-related tasks: a PET study //Hum Brain Mapp. -2003 19(1): 47−62.
  85. McFarland D. J., Krusienski D. J., Sarnacki W. A., Wolpaw J. R. Emulation of computer mouse control with a noninvasive brain-computer interface // J Neural Eng.-2008- 5(2): 101−110.
  86. McFarland D. J., Miner L. A., Vaughan T. M., Wolpaw J. R. Mu and beta rhythm topographies during motor imagery and actual movements // Brain Topogr. 2000 — 12(3): 177−186.
  87. Meister I. G., Krings T., Foltys H., Boroojerdi B., Muller M., Topper R., Thron A. Playing piano in the mind—an fMRI study on music imagery and performance in pianists //Brain Res Cogn Brain Res. 2004 — 19(3): 219−228.
  88. Mercier C., Bourbonnais D. Relative shoulder flexor and handgrip strength is related to upper limb function after stroke // Clin Rehabil. 2004 — 18(2): 215−221.
  89. Merians A. S., Jack D., Boian R., Tremaine M., Burdea G. C., Adamovich S. V., Recce M., Poizner H. Virtual reality-augmented rehabilitation for patients following stroke//Phys Ther. 2002 — 82(9): 898−915.
  90. Mulder T. Motor imagery and action observation: cognitive tools for rehabilitation //J Neural Transm. 2007 — 114(10): 1265−1278.
  91. Nagaoka T., Sakatani K., Awano T., Yokose N., Hoshino T., Murata Y., Katayama Y., Ishikawa A., Eda H. Development of a new rehabilitation system based on a brain-computer interface using near-infrared spectroscopy // Adv Exp Med Biol. -2010- 662:497−503.
  92. Neuper C., Scherer R., Reiner M., Pfurtscheller G. Imagery of motor actions: differential effects of kinesthetic and visual-motor mode of imagery in single-trial EEG //Brain Res Cogn Brain Res. 2005 — 25(3): 668−677.
  93. Neuvonen T., Niskanen E. Functional MRI agrees with navigated transcranial magnetic stimulation in primary motor cortex localization // Congress of Neurological Surgeons. 2009 — New Orleans: 24−29.
  94. Nicolas-Alonso L. F., Gomez-Gil J. Brain computer interfaces, a review // Sensors (Basel). 2012 — 12(2): 1211−1279.
  95. Nudo R. J. Recovery after damage to motor cortical areas // Curr. Opin. Neurobiol. 1999 — 9(6): 740−747.
  96. Nudo R. J., Wise B. ML, SiFuentes F., Milliken G. W. Neural substrates for the effects of rehabilitative training on motor recovery after ischemic infarct // Science. 1996 — 272(5269): 1791−1794.
  97. Ohlsson A. L., Johansson B. B. Environment influences functional outcome of cerebral infarction in rats //Stroke. 1995 — 26(4): 644−649.
  98. Page S. J., Levine P., Leonard A. Mental practice in chronic stroke: results of a randomized, placebo-controlled trial //Stroke. 2007 — 38(4): 1293−1297.
  99. Page S. J., Levine P., Leonard A. C. Effects of mental practice on affected limb use and function in chronic stroke //Arch Phys Med Rehabil. 2005 — 86(3): 399−402.
  100. Parsons L. M. Integrating cognitive psychology, neurology and neuroimaging // Acta Psychol (Amst). 2001 — 107(1−3): 155−181.
  101. Parsons L. M., Fox P. T., Downs J. H., Glass T., Hirsch T. B., Martin C. C., Jerabek P. A., Lancaster J. L. Use of implicit motor imagery for visual shape discrimination as revealed by PET //Nature. 1995 — 375(6526): 54−58.
  102. Pascual-Leone A., Nguyet D., Cohen L. G., Brasil-Neto J. P., Cammarota A., Hallett M. Modulation of muscle responses evoked by transcranial magnetic stimulation during the acquisition of new fine motor skills // J Neurophysiol. -1995 74(3): 1037−1045.
  103. Perelmouter J., Birbaumer N. A binary spelling interface with random errors // IEEE Trans Rehabil Eng. 2000 — 8(2): 227−232.
  104. Pfurtscheller G., Aranibar A. Evaluation of event-related desynchronization (ERD) preceding and following voluntary self-paced movement // Electroencephalogr Clin Neurophysiol. 1979 — 46(2): 138−146.
  105. Pfurtscheller G., Brunner C., Schlogl A., Lopes da Silva F. Mu rhythm (de)synchronization and eeg single-trial classification of different motor imagery tasks. //Neuroimage. 2006 — 31: 153−159.
  106. Pfurtscheller G., Graimann B., Huggins J. E., Levine S. P. Brain-computer communication based on the dynamics of brain oscillations // Suppl Clin Neurophysiol. 2004 — 57: 583−591.
  107. Pfurtscheller G., Guger C., Muller G., Krausz G., Neuper C. Brain oscillations control hand orthosis in a tetraplegic //Neurosci Lett. 2000 — 292(3): 211−214.
  108. Pfurtscheller G., Lopes da Silva F. H. Event-related EEG/MEG synchronization and desynchronization: basic principles // Clin Neurophysiol. 1999 — 110(11): 1842−1857.
  109. Pfurtscheller G., Muller G. R., Pfurtscheller J., Gerner H. J., Rupp R. Thought'--control of functional electrical stimulation to restore hand grasp in a patient with tetraplegia//Neurosci Lett. 2003 — 351(1): 33−36.
  110. Piron L., Turolla A., Agostini M., Zucconi C., Tonin P., Piccione F., Dam M. Assessment and treatment of the upper limb by means of virtual reality in post-stroke patients // Stud Health Technol Inform. 2009 — 145: 55−62.
  111. Prasad G., Herman P., Coyle D., McDonough S., Crosbie J. Applying a brain-computer interface to support motor imagery practice in people with stroke for upper limb recovery: a feasibility study //J Neuroeng Rehabil. 2010 — 7(1): 60.
  112. Puurunen K., Jolkkonen J., Sirvio J., Haapalinna A., Sivenius J. Selegiline combined with enriched-environment housing attenuates spatial learning deficits following focal cerebral ischemia in rats //Exp Neurol. 2001 — 167(2): 348−355.
  113. Roberts R., Callow N., Hardy L., Markland D., Bringer J. Movement imagery ability: development and assessment of a revised version of the vividness of movement imagery questionnaire // J Sport Exerc Psychol. 2008 — 30(2): 200 221.
  114. Rockstroh B., Birbaumer N., Elbert T., Lutzenberger W. Operant control of EEG and event-related and slow brain potentials // Biofeedback Self Regul. 1984 -9(2): 139−160.
  115. Schuster C., Hilfiker R., Amft O., Scheidhauer A., Andrews B., Butler J., Kischka U., Ettlin T. Best practice for motor imagery: a systematic literature review on motor imagery training elements in five different disciplines //BMC Med. 2011 -9: 75.
  116. Serruya M. D., Hatsopoulos N. G., Paninski L., Fellows M. R., Donoghue J. P. Instant neural control of a movement signal //Nature. 2002 — 416(6877): 141 142.
  117. Sharma N., Jones P. S., Carpenter T. A., Baron J. C. Mapping the involvement of BA 4a and 4p during Motor Imagery //Neuroimage. 2008 — 41(1): 92−99.
  118. Sharma N., Pomeroy V. M., Baron J. C. Motor imagery: a backdoor to the motor system after stroke? //Stroke. 2006 — 37(7): 1941−1952.
  119. Sharma N., Simmons L. H., Jones P. S., Day D. J., Carpenter T. A., Pomeroy V. M., Warburton E. A., Baron J. C. Motor imagery after subcortical stroke: a functional magnetic resonance imaging study//Stroke. 2009 — 40(4): 1315−1324.
  120. Shih J. J., Krasienski D. J., Wolpaw J. R. Brain-computer interfaces in medicine // Mayo Clin Proc. 2012 — 87(3): 268−279.
  121. Sirigu A., Cohen L., Duhamel J. R., Pillon B., Dubois B., Agid Y., Pierrot-Deseilligny C. Congruent unilateral impairments for real and imagined hand movements//Neuroreport. 1995 — 6(7): 997−1001.
  122. Sitaram R., Caria A., Birbaumer N. Hemodynamic brain-computer interfaces for communication and rehabilitation //Neural Netw. 2009 — 22(9): 1320−1328.
  123. Staba R. J., Wilson C. L., Bragin A., Fried I., Engel j.} Jr. Quantitative analysis of high-frequency oscillations (80−500 Hz) recorded in human epileptic hippocampus and entorhinal cortex //J Neurophysiol. 2002 — 88(4): 1743−1752.
  124. Steenbergen B., Craje C., Nilsen D. M., Gordon A. M. Motor imagery training in hemiplegie cerebral palsy: a potentially useful therapeutic tool for rehabilitation // Dev Med Child Neurol. 2009 — 51(9): 690−696.
  125. Stevens J. A., Stoykov M. E. Using motor imagery in the rehabilitation of hemiparesis //Arch Phys Med Rehabil. 2003 — 84(7): 1090−1092.
  126. Stinear C. M., Byblow W. D., Steyvers M., Levin 0., Swinnen S. P. Kinesthetic, but not visual, motor imagery modulates corticomotor excitability // Exp Brain Res. 2006 — 168(1−2): 157−164.
  127. Stippich C., Ochmann H., Sartor K. Somatotopic mapping of the human primary sensorimotor cortex during motor imagery and motor execution by functional magnetic resonance imaging//Neurosci Lett. 2002 — 331(1): 50−54.
  128. Sveistrup H. Motor rehabilitation using virtual reality // J Neuroeng Rehabil. -2004- 1(1): 10.
  129. Taub E., Uswatte G., Elbert T. New treatments in neurorehabilitation founded on basic research //Nat Rev Neurosci. 2002 — 3(3): 228−236.
  130. Taub E., Uswatte G., Pidikiti R. Constraint-Induced Movement Therapy: a new family of techniques with broad application to physical rehabilitation—a clinical review//J Rehabil Res Dev. 1999 — 36(3): 237−251.
  131. Vargas C. D., Olivier E., Craighero L., Fadiga L., Duhamel J. R., Sirigu A. The influence of hand posture on corticospinal excitability during motor imagery: a transcranial magnetic stimulation study //Cereb Cortex. 2004 — 14(11): 12 001 206.
  132. Velliste M., Perel S., Spalding M. C., Whitford A. S., Schwartz A. B. Cortical control of a prosthetic arm for self-feeding //Nature. 2008 — 453(7198): 10 981 101.
  133. Vidal J. J. Toward direct brain-computer communication // Annu Rev Biophys Bioeng. 1973 — 2: 157−180.
  134. Wade D. T., Langton-Hewer R., Wood V. A., Skilbeck C. E., Ismail H. M. The hemiplegic arm after stroke: measurement and recovery // J Neurol Neurosurg Psychiatry. 1983 — 46(6): 521−524.
  135. Wagner J. M., Dromerick A. W., Sahrmann S. A., Lang C. E. Upper extremity muscle activation during recovery of reaching in subjects with post-stroke hemiparesis //ClinNeurophysiol. 2007 — 118(1): 164−176.
  136. Waldert S., Preissl H., Demandt E., Braun C., Birbaumer N., Aertsen A., Mehring C. Hand movement direction decoded from MEG and EEG // J Neurosci. 2008 -28(4): 1000−1008.
  137. Ward N. S., Brown M. M., Thompson A. J., Frackowiak R. S. The influence of time after stroke on brain activations during a motor task // Ann Neurol. 2004 -55(6): 829−834.
  138. Ward N. S., Brown M. M., Thompson A. J., Frackowiak R. S. Neural correlates of motor recovery after stroke: a longitudinal fMRI study //Brain. 2003 — 126(Pt 11): 2476−2496.
  139. Ward N. S., Brown M. M., Thompson A. J., Frackowiak R. S. Neural correlates of outcome after stroke: a cross-sectional fMRI study // Brain. 2003 — 126(Pt 6): 1430−1448.
  140. Ward N. S., Cohen L. G. Mechanisms underlying recovery of motor function after stroke//Arch Neurol. 2004 — 61(12): 1844−1848.
  141. Warner L., McNeill M. E. Mental imagery and its potential for physical therapy // Phys Ther. 1988 — 68(4): 516−521.
  142. Will B., Galani R., Kelche C., Rosenzweig M. R. Recovery from brain injury in animals: relative efficacy of environmental enrichment, physical exercise or formal training (1990−2002) //Prog Neurobiol. 2004 — 72(3): 167−182.
  143. Will B., Kelche C. Environmental approaches to recovery of function from brain damage: a review of animal studies (1981 to 1991) // Adv Exp Med Biol. 1992 -325: 79−103.
  144. Witte O. W. Lesion-induced plasticity as a potential mechanism for recovery and rehabilitative training //Curr Opin Neurol. 1998 — 11(6): 655−662.
  145. WolfS. L., Blanton S., Baer H., Breshears J., Butler A. J. Repetitive task practice: a critical review of constraint-induced movement therapy in stroke // Neurologist. -2002 8(6): 325−338.
  146. Wolpaw J. R., Birbaumer N., McFarland D. J., Pfurtscheller G., Vaughan T. M. Brain-computer interfaces for communication and control // Clin Neurophysiol. -2002- 113(6): 767−791.
  147. Yaguez L., Nagel D., Hoffman H., Canavan A. G., Wist E., Homberg V. A mental route to motor learning: improving trajectorial kinematics through imagery training //Behav Brain Res. 1998 — 90(1): 95−106.
  148. Yoo S. S., Fairneny T., Chen N. K., Choo S. E., Panych L. P., Park H., Lee S. Y., Jolesz F. A. Brain-computer interface using fMRI: spatial navigation by thoughts //Neuroreport. 2004 — 15(10): 1591−1595.
  149. Yue G., Cole K. J. Strength increases from the motor program: comparison of training with maximal voluntary and imagined muscle contractions // J Neurophysiol. 1992 — 67(5): 1114−1123.
  150. Zimmermann-Schlatter A., Schuster C., Puhan M. A., Siekierka E., Steurer J. Efficacy of motor imagery in post-stroke rehabilitation: a systematic review // J Neuroeng Rehabil. 2008 — 5: 8.
Заполнить форму текущей работой

Сессия? Спокойно!