S'abonner

Bimodal EEG-fMRI neurofeedback for stroke rehabilitation: A case report - 15/07/18

Doi : 10.1016/j.rehab.2018.05.1127 
G. Lioi 1, , M. Fleury 1, S. Butet 2, A. Lécuyer 3, C. Barillot 1, I. Bonan 2
1 INRIA, VisAGeS Project Team, Rennes, France 
2 CHU Rennes, Médecine physique et de réadaptation, Rennes, France 
3 INRIA, Hybrid Project Team, Rennes, France 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction/Background

Neurofeedback (NF) consists on training self-regulation of brain activity by providing real-time information about the participant brain function. Few works have shown the potential of NF for stroke rehabilitation however its effectiveness has not been investigated yet. NF approaches are usually based on real-time monitoring of brain activity using a single imaging technique. Recent studies have revealed the potential of combining EEG and fMRI to achieve a more efficient and specific self-regulation, which may be critical in clinical applications. In this case report, we tested the feasibility of applying bimodal EEG-MRI NF on stroke patients.

Material and method

Two chronic patients affected by left hemiplegia (subcortical lesion) participated. The protocol included a calibration step (motor imagery of hemiplegic hand) and two NF sessions (5minutes each). The experiment was run using a NF platform performing real-time EEG-fMRI processing and NF presentation (Fig. 1). The NF metaphor consisted of a ball moving on a gauge proportionally to the average BOLD and EEG activity in regions of interest (ROI) identified over the ipsilesional motor cortex during calibration.

Results

Both patients were able to self-regulate their brain activity during the NF sessions. The EEG activity was harder to modulate than the BOLD activity (Fig. 2, Fig. 3). The correlation of the BOLD signal with the task varied depending on the ROI targeted and was particularly high for the supplementary motor area. The patients were highly motivated to engage and satisfied with the NF animation, as assessed with a qualitative questionnaire.

Conclusion

We performed two NF experiments involving chronic stroke patients: preliminary results showed the feasibility and the potential of applying EEG-fMRI NF for stroke rehabilitation.

Le texte complet de cet article est disponible en PDF.

Keywords : EEG-fMRI neurofeedback, Stroke, Motor imagery


Plan


© 2018  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 61 - N° S

P. e482-e483 - juillet 2018 Retour au numéro
Article précédent Article précédent
  • Effectiveness of virtual reality treatment after flexor tendon surgery: Preliminary results
  • G. Gula, A. Oral, E.İ. Şen, D. Sindel
| Article suivant Article suivant
  • Immediate effects of virtual reality mental practice in subjects with low back pain: A pilot study
  • Y.W. Tsai, H.H. Hsu, Y.R. Hou, Y.L. Chiu, W.H. Sung

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.