KITE-BCI: A brain-computer interface system for functional electrical stimulation therapy
Notice bibliographique
Résumé
CONTEXT/OBJECTIVE: Integrating brain-computer interface (BCI) technology with functional electrical stimulation therapy (FEST) is an emerging strategy for upper limb motor rehabilitation after spinal cord injury (SCI). Despite promising results, the combined use of these technologies (BCI-FEST) in clinical practice is minimal. To address this issue, we developed KITE-BCI, a BCI system specifically designed for clinical application and integration with dynamic FEST. In this paper, we report its technical features and performance. In addition, we discuss the differences in distributions of the BCI- and therapist-triggered stimulation latencies. DESIGN: Two single-arm 40-session interventional studies to test the feasibility of BCI-controlled FEST for upper limb motor rehabilitation in individuals with cervical SCI. SETTING: Rehabilitation programs within the University and Lyndhurst Centres of the Toronto Rehabilitation Institute - University Health Network, Toronto, Canada. PARTICIPANTS: Five individuals with sub-acute (< 6 months post-injury) SCI at the C4-C5 level, AIS B-D, and three individuals with chronic (> 24 months post-injury) SCI at C4 level, AIS B-C. OUTCOME MEASURES: We measured BCI setup duration, and to characterize the performance of KITE-BCI, we recorded BCI sensitivity, defined as the percentage of successful BCI activations out of the total number of cued movements. RESULTS: The overall BCI sensitivities were 74.46% and 79.08% for the sub-acute and chronic groups, respectively. The average KITE-BCI setup duration across the two studies was 11 min and 13 s. CONCLUSION: KITE-BCI demonstrates a clinically viable single-channel BCI system for integration with FEST resulting in a versatile technology-enhanced upper limb motor rehabilitation strategy after SCI.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 tête enseignante, 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 ».