《Scientific Reports》：EEG-based predictors of motor recovery during immersive VR-BCI rehabilitation
编辑推荐：
脑卒中后运动障碍的长期康复是临床难题。本研究通过结合运动想象（MI）与虚拟现实（VR）的脑机接口（BCI）系统，探究慢性脑卒中患者事件相关去同步化（ERD）动态与运动功能恢复的关系。结果表明基线ERD振幅可预测Fugl-Meyer评估（FMA）改善程度，为个性化康复策略提供电生理依据。
脑卒中如同一场突如其来的风暴，常常给患者留下运动功能障碍的后遗症，严重影响其生活质量和独立性。传统的康复手段虽有一定效果，但如何精准预测并提升康复效果仍是医学界面临的重大挑战。随着科技的发展，结合脑机接口（Brain-Computer Interface, BCI）与虚拟现实（Virtual Reality, VR）的技术为脑卒中康复带来了新的希望。这类系统通过运动想象（Motor Imagery, MI）训练，借助沉浸式、实时且具本体感觉的反馈，有望促进大脑神经可塑性，提升患者的参与度和康复效果。然而，哪些脑电（Electroencephalography, EEG）指标能够可靠地反映或预测运动功能恢复，至今仍不明确。
为了探索这一问题，一项发表在《Scientific Reports》上的研究聚焦于慢性脑卒中患者，深入分析了在MI-VR训练过程中事件相关去同步化（Event-Related Desynchronization, ERD）的动态变化与运动功能恢复之间的关联。该研究招募了14名慢性脑卒中患者（其中9人参与实验组，5人作为对照组），并引入35名无脑卒中病史的参与者作为参照队列。所有参与者接受了为期4周的VR-BCI干预。研究人员采用线性混合效应模型评估了不同会话和组别间ERD的调制情况，并通过两阶段回归分析检验了ERD特征对Fugl-Meyer评估（Fugl-Meyer Assessment, FMA）得分增益的预测价值。
在技术方法上，研究主要依托于VR-BCI系统集成、EEG信号采集与ERD分析、以及FMA运动功能评估。实验组接受了定制化的MI-VR康复训练，而对照组则参与非特异性活动；通过高密度EEG记录脑电活动，重点提取ERD特征；采用统计模型（如线性混合效应模型和回归分析）处理数据，以揭示ERD与康复效果的关系。
ERD调制跨会话分析
通过比较训练会话中的ERD变化，研究发现脑卒中患者的ERD并未出现显著的会话间差异。这表明在短期的VR-BCI干预中，ERD的动态调整可能有限，康复效果更依赖于个体基线状态而非短期训练引起的改变。
组间ERD差异比较
与无脑卒中参照组相比，脑卒中患者表现出显著降低的ERD振幅。这一结果凸显了脑损伤后大脑运动皮层激活的减弱，ERD或可作为衡量神经功能缺损的敏感指标。
ERD对运动恢复的预测价值
分析显示，基线时的ERD振幅能够有效预测后续FMA得分的改善，而ERD在干预期间的进展则无显著预测作用。这提示基线ERD可能是一个更强的预后生物标志物，有助于早期识别康复潜力大的患者。
病灶侧ERD的补偿性角色
在缺血性脑卒中亚组中，病灶同侧大脑半球的ERD呈现出补偿性增强趋势。这表明大脑可能通过调动对侧资源来代偿损伤，为理解神经重组机制提供了线索。
综上所述，该研究强调基线ERD在预测慢性脑卒中患者运动恢复中的核心作用，其价值优于短期ERD动态变化。这一发现不仅深化了对BCI康复机制的理解，还为开发个性化VR-BCI康复策略奠定了理论基础，有望推动精准医疗在神经康复领域的应用。未来研究需扩大样本并延长干预时间，以验证ERD的长期预后效能。
