EEG-Triggered Functional Electrical Stimulation Therapy for Restoring Upper Limb Function in Chronic Stroke with Severe Hemiplegia
Notice bibliographique
Résumé
We report the therapeutic effects of integrating brain-computer interfacing technology and functional electrical stimulation therapy to restore upper limb reaching movements in a 64-year-old man with severe left hemiplegia following a hemorrhagic stroke he sustained six years prior to this study. He completed 40 90-minute sessions of functional electrical stimulation therapy using a custom-made neuroprosthesis that facilitated 5 different reaching movements. During each session, the participant attempted to reach with his paralyzed arm repeatedly. Stimulation for each of the movement phases (e.g., extending and retrieving the arm) was triggered when the power in the 18 Hz-28 Hz range (beta frequency range) of the participant's EEG activity, recorded with a single electrode, decreased below a predefined threshold. The function of the participant's arm showed a clinically significant improvement in the Fugl-Meyer Assessment Upper Extremity (FMA-UE) subscore (6 points) as well as moderate improvement in Functional Independence Measure Self-Care subscore (7 points). The changes in arm's function suggest that the combination of BCI technology and functional electrical stimulation therapy may restore voluntary motor function in individuals with chronic hemiplegia which results in severe upper limb deficit (FMA-UE ≤ 15), a population that does not benefit from current best-practice rehabilitation interventions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».