本篇学习报告介绍一篇2022年发表的论文《How brain-computer interface technology may improve the diagnosis of the disorders of consciousness: A comparative study》，论文探究了BCI技术如何改善意识障碍患者的诊断，得出了脑机接口主动范式可能有助于评估意识水平，提高临床的诊断精度的结论。

一、研究背景与内容

意识障碍（DOC）和闭锁综合征（LIS）的诊断仍然是一个巨大的临床挑战。最严重的DOC类型是昏迷，其特征是对命令活感觉刺激没有意识反应。觉醒综合征（UWS）是一种稍微不那么严重的状态，在这种状态下，眼睛可以张开但不会有其他反应性变化。而对于最小意识状态（MCS），它的特征是对外部刺激有自发的反应。在完全闭锁综合征（CLIS）中，即使患者具有完整的认知功能，也无法进行自主运动，因此无法进行交流。

在床边评估无法沟通或表现出意志行为的患者的认知能力和意识功能非常困难。由此产生的诊断错误具有重大的伦理意义。患有 DOC 的人的家人必须就持续的医疗护理、治疗或康复选择、住房、探视，甚至停止生命支持做出艰难的决定。这些家庭和患者需要有关患者剩余意识功能和康复可能性的准确信息。

目前大多数的研究都是基于单一评估。由于DOC患者可能在会话内和会话间表现出高度可变的BCI范例，因此单一评估可能会导致误导性结果。

在本文中，比较了CRS-R和基于振动触觉P300的BCI范式在跨多个评估会话中检测命令跟踪的效率。

二、被试和实验方法

表1 被试信息

1、神经行为评估

一位经验丰富的神经科医生使用 CRS-R 来区分意识水平。该量表由六个分量表组成，探索听觉、视觉和运动功能，以及唤醒状态和交流功能。在没有证据表明对刺激有意志反应的情况下睁眼（自发或刺激后）导致 UWS 的诊断，而口头命令的执行、视觉固定或追踪、有意交流或有害刺激的定位表示 MCS。这组患者根据第一组语言处理中的证据进一步细分为 MCS + 或 MCS -，通过命令跟随或交流来表达。

2、基于脑机接口的评估

        在每次 CRS-R 给药的同一天，在至少休息 2 小时后，每位患者使用 mindBEAGLE 系统参加了基于 BCI 的session。该系统之前已在健康受试者和不同患者组中进行了验证，包括一台笔记本电脑、一个脑电图放大器、一个带有 8 个湿式有源电极的盖子和三个振动触觉刺激器。当患者处于舒适的坐姿或仰卧位时，将帽子安全地放在头皮上，将左右刺激器轻轻固定在相应的手腕上，并将第三个（牵引器）刺激器固定在背部（如图1所示）。

每个实验块由30个实验组成。每个实验包含8个刺激（每个100毫秒，刺激开始之间400毫秒）。

图1 脑机接口范式

3、信号处理和分类

在每次运行期间，系统记录原始脑电图数据和每次刺激的开始，并训练一个分类器，该分类器相应地将每个受试者的目标与非目标区分开来。获取的 EEG 数据在 0.1 和 30 Hz 之间进行带通滤波，以消除基线偏移并消除大多数 EMG 伪影。

信号处理的过程如图2所示。

图2 信号处理步骤

在数据处理结束时，系统以百分比计算中值准确度。由于目标刺激与非目标刺激的比率为 1:7，因此机会准确率为 12.5%。该准确度表明系统将目标刺激与其他刺激区分开来的能力，并可能反映每个患者遵循指令和计算目标刺激的能力。

4、评估结果

    表2展示了CRS-R和基于BCI的评估所获得的结果，以及重复CRS-R的最终临床诊断。

表2 评估结果

三、总结与思考

本文比较了两种评估方法：标准化的临床工具（CRS-R）和基于振动触觉诱发电位的P300的BCI范式。

实验设计旨在克服这组患者由于严重的脑损伤而导致的运动和认知限制。关于感觉刺激方式，我们使用了独立于视觉的范式，考虑到从临床实践中收集的证据表明，大多数 DOC 患者缺乏对颈部和视觉追踪和注意力的控制。

用这两种方法在7周内重复评估取得了显着的效果。正如之前报道的，第一次CRS-R低估了患者的行为反应，导致数名患者错误地诊断为 UWS。在随后的CRS-R 重复中，14 名最初无反应的患者中有 7 名开始表现出命令跟随或其他意志行为的迹象，因此改变了他们在 MCS 中的诊断。其中六人在第1个session的 BCI 范式中表现出主动命令跟随，表明对这种神经生理学方法的命令跟随高度敏感。

总体而言，本文探索了 BCI 范式的表现与临床状况之间存在密切关系。所有 MCS 患者在 BCI 范例中都表现出一定的反应能力，他们没有表现出任何处理语言和执行命令的能力。这一证据证实了认知能力和可观察到的行为现象之间可能存在的分离。

因此，将基于BCI的主动范式整合到 DOC的临床诊断中可能有助于确认或挑战基于行为评估的无反应临床判断，为自愿心理过程提供可重复的证据。这些信息可以支持有关维持生命的治疗、强化康复计划、疼痛治疗的决策，并加强家人和朋友与患者的互动。随着进一步的研究，检测其他ERP探索情绪活动或使用非EEG信号的其他BCI范例不仅可以提高诊断准确性和预测，还可以提供有关每个患者的特定的治疗方案。

论文来源：Spataro, Rossella, et al. "How brain-computer interface technology may improve the diagnosis of the disorders of consciousness: A comparative study." Frontiers in Neuroscience 16 (2022).

论文链接：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9404379/

撰稿：黄标

审稿：李景聪