Movement-Related Desynchronization in EEG-based Brain-Computer Interface applications for stroke motor rehabilitation

Neurological degenerative diseases like stroke, Alzheimer, Amyothrophic Lateral Sclerosis (ALS), Parkinson and many others are constantly increasing their incidence in the world health statistics as far as the mean age of the global population is getting higher and higher. This leads to a general need for effective, at-home and low-cost rehabilitative and health-daily-care tools. The latter should consist either of technological devices implemented for operating in a remote way, i.e. tele-medicine is quickly spreading around the world, or very-advanced computer-based and robotic systems to realize intense and repetitive trainings. This is the challenge in which Information and Communications Technology (ICT) is asked to play a major role in order to bring medicine to reach further advancements. Indeed, no way to cope with these issues is possible outside a strong and vivid cooperation among multi-disciplinary teams of clinicians, physicians, biologists, neuro-psychologists and engineers and without a resolute pushing towards a widespread inter-operability between Institutes, Hospitals and Universities all over the world, as recently highlighted during the main International conferences on ICT in healthcare. The establishment of well-defined standards for gathering and sharing data will then represent a key element to enhance the efficacy of the aforementioned collaborations. Among the others, stroke is one of the most common neurological pathologies being the second or third cause of mortality in the world; moreover, it causes more than sixty percent survivors remain with severe cognitive and motor impairments that impede them in living normal lives and require a twenty-four-hours daily care. As a consequence, on one side stroke survivors experience a frustrating condition of being completely dependent on other people even to perform simple daily actions like reach and grasp an object, hold a glass of water to drink it and so on. States, by their side, have to take into account additional costs to provide stroke patients and their families with appropriate cares and supports to cope with their needs. For this reason, more and more fundings are recently made available by means of grants, European and International projects, programs to exchange different expertise among various countries with the aim to study how to accelerate and make more effective the recovery process of chronic stroke patients. The global research about this topic is conducted on several parallel aspects: as regard as the basic knowledge of brain processes, neurophysiologists, biologists and engineers are particularly interested in an in-depth understanding of the so-called neuroplastic changes that brain daily operates in order to adapt individuals to life changes, experiences and to realize more extensively their own potentialities. Neuroplasticity is indeed the corner stone for most of the trainings nowadays adopted by the standard as well as the more innovative methods in the rehabilitative programs for post-stroke recovery. Specifically speaking, motor rehabilitation usually includes long term, repetitive and intense goal-directed exercises that promote neuroplastic mechanisms such as neural sprouting, synapto-genesis and dendritic branching. These processes are strictly related with motor improvements and their study could - one day - serve as prognostic measures of the recovery. Another aspect of this eld of neuroscience research is the number of applications that it makes feasible. One of the most exciting is to connect an injured brain to a computer or a robotic device in a Brain-Computer or Brain-Machine Interface (BCI or BMI) scheme aiming at bypassing the impairments of the patient and make him/her autonomously move again or train his/her motor abilities in a more effective way. This kind of research can already count an amount of literature that provides several proofs of concept that these heterogeneous systems constituted by humans and robots can work at the purpose. A particular application of BCI for restoring or enhancing, at least, the reaching abilities of chronic stroke survivors was implemented and is still currently being improved at I.R.C.C.S. San Camillo Hospital Foundation, an Institute for the rehabilitation from neurological diseases located in Lido of Venice and partially technically supported by the Department of Information Engineering of Padua in range of an agreement signed in 2009. This specific BCI platform allows patients to train and improve their reaching movements by means of a robotic arm that provides a force that helps patients in completing the training exercise, i.e. to hit a predetermined target. This force feedback is however subject to a strict condition: during the movement, the person has to produce the expected pattern of cerebral activity. Whenever this is accomplished, a force is delivered proportionally to the entity of the latter activity, otherwise the patient is obliged to operate without any help. In this way, this platform implements the so-called operant-learning, that is one of the most effective conditioning techniques to make a subject learn or re-learn a task. If, on one hand, the primary and explicit task is to improve a movement, on the other side the secondary but most important task is to deploy the perilesional part of the brain - still healthy - in becoming responsible for the control of the movement. It is a popular and widely-accepted opinion within the neuroscience community, indeed, that a healthy region of the sensorimotor area nearby the damaged one - which was previously in charge of performing the (reaching) movement - can optimally accomplish the impaired motor function substituting the original control area. Technically speaking, the main crucial feature that can ensure the effectiveness of the whole system is the precise and in real-time identification and quantification of the cerebral pattern associated with the movement, the worldwide named movement-related desynchronization (MRD). Starting from its original definition, passing through the most used techniques for its recognition, the thesis work presents a series of criticisms of the current signal processing method to detect the MRD and a complete analysis of the possible features that can better represent the movement condition and that can be more easily extracted during the on-line operations. Brain - it is well-known - learns by trials and errors and it needs a slightly-delayed (in the range of fraction of seconds) feedback of its performance to learn a task in the best way. This BCI application was born with the purpose to provide the above-mentioned feedback: however, this is only feasible if a computationally easy and contingent signal processing technique is available. This thesis work would like to cope with the lack of a well-planned real-time signal analysis in the current experimental protocol.L'identificazione e la quantificazione in tempo reale dei correlati cerebrali del movimento e' uno degli aspetti piu' critici nell'ambito delle cosiddette Brain-Computer Interface (BCI), ovvero quelle applicazioni in cui un individuo, dopo uno specifico percorso di apprendimento, impara a controllare un computer (o un altro dispositivo) tramite la modulazione volontaria della sua attivita' cerebrale, con lo scopo finale di trarre vantaggio dall'utilizzo dell'apparecchiatura cosi' controllata. La BCI e' solo uno delle molteplici tecniche di riabilitazione motoria oggigiorno disponibili. Indipendentemente dalla specifica tecnica scelta, il metodo riabilitativo mira a recuperare le funzionalita' del cosiddetto sistema sensorimotorio, quel complesso di aree corticali e strutture sotto-corticali che permette ad un individuo di ricevere impulsi somatosensoriali dal mondo esterno, di elaborare la risposta motoria piu' opportuna e realizzarla grazie agli attuatori finali del movimento rappresentati dai muscoli. Per perseguire questo obbiettivo, la maggior parte delle tecniche riabilitative, ivi compresa la BCI, pongono grande attenzione alla promozione e sfruttamento di quei processi spontanei che il cervello costantemente impiega per svolgere le sue attivita', adattarsi a nuove condizioni ambientali e anche cercare di recuperare le abilita' perse a seguito di un evento dannoso quale un ictus. Questi fenomeni vengono generalmente riassunti nel termine neuroplasticita' e sono stati paradossalmente sfruttati per anni nella pratica clinica, ma solo recentemente sono diventati materia di rigorosi e approfonditi studi scientici portati avanti da neuroscienziati provenienti da ogni tipo di formazione (neurologi, neurofisiologi, biologi, ingegneri, neuropsicologi, ...). Nel particolare contesto della riabilitazione motoria che ambisce essenzialmente a promuovere fenomeni di (ri-)apprendimento motorio da parte del paziente colpito da ictus, la letteratura ha fermamente indicato il condizionamento operante come la strategia piu' efficace per favorire i processi di plasticita' corticale e, di conseguenza, il recupero, seppur parziale, della motricita'. Il condizionamento operante si applica tramite la ripetitiva associazione di un comportamento corretto (scorretto) effettuato dal soggetto e uno stimolo gratificante (penalizzante) dato contestualmente o in un tempo appena successivo all'esecuzione del comportamento. Sfruttando il fondamentale meccanismo di apprendimento del cervello per prove ed errori, esso impara a utilizzare il comportamento corretto per svolgere il compito richiesto. Tale comportamento corretto e', in questo caso, lo sfruttamento di risorse ridondanti prima dell'ictus ma ancora sane dopo l'evento per controllare le funzioni motorie rimaste indebolite o completamente perse a seguito del danno cerebrale. Data la fondamentale importanza della contingenza tra l'attivita' cerebrale del paziente coinvolto nell'esperimento e lo stimolo di feedback, un robusto algoritmo di elaborazione del segnale cerebrale si rende fortemente necessario. In questo lavoro di tesi e' stata analizzata una particolare applicazione BCI per la riabilitazione motoria di pazienti lievemente o moderatamente aetti da emiparesi dovuta a ictus e sono stati proposti degli algoritmi con la relativa soluzione software per la realizzazione ottimale della strategia di apprendimento operante durante il recupero di un movimento di raggiungimento. Il vincolo principale da considerare per ottenere questo tipo di risultato e' la possibilita' di identificare e quanticare il correlato neurofisiologico legato al movimento, la cosiddetta desincronizzazione movimento correlata, in tempo reale durante l'esecuzione del movimento da parte del soggetto. Nell'ottica del condizionamento operante, un dispositivo haptico inserito nel sistema funge da feedback positivo che aiuta il paziente a completare il movimento nel solo caso in cui venga riconosciuta la desincronizzazione. In caso contrario, il soggetto non riceve alcun feedback o il suo movimento viene reso piu' difficile. Dopo un primo capitolo introduttivo sul sistema sensorimotorio arricchito con alcune informazioni riguardanti la particolare patologia in questione, il secondo capitolo introduce gli elementi fondamentali della piattaforma sperimentale utilizzata, ovvero l'elettroencefalogramma (EEG) e la BCI nella sua accezione generale, accennando anche ai maggiori successi in questo ambito delle ICT applicate alla medicina riabilitativa. Nel capitolo 3 viene descritta la particolare piattaforma BCI basata su EEG menzionata sopra e nei capitoli 4 e 5 vengono presentate ampiamente le analisi, le procedure e i risultati sviluppati ed ottenuti in questi anni di studio. In particolare, nella prima parte del capitolo 4 viene illustrato l'algoritmo con cui e' possibile identificare e rimuovere in tempo reale un particolare evento di disturbo che puo' verificarsi durante la registrazione EEG, il cosiddetto artefatto electrode pop dovuto al temporaneo sollevamento di un elettrodo che causa abnormi valori negativi nelle tracce EEG. Una volta rimosso questo tipo di eventp, il segnale viene filtrato e nella seconda parte del capitolo 4 viene presentata un'esaustiva analisi dell'energia delle tracce EEG acquisite durante la registrazione dell'esperimento di cui sopra in soggetti sani di controllo e in alcuni pazienti reduci da ictus. Inoltre, viene suggerita una versione modificata del piu' noto metodo di quantificazione della desincronizzazione fornito da Pfurtscheller e colleghi a partire dagli anni '70 i cui risultati promettenti sono forniti e discussi nel capitolo finale della tesi. La tesi si conclude con una breve sezione dedicata alle prospettive future di applicazione della piattaforma con l'integrazione delle soluzioni software apportate da questa tesi e alle questioni ancora aperte da risolvere al fine di ottimizzare il sistema BCI in tutti i suoi aspetti in modo da realizzare nel modo piu efficace il condizionamento operante e promuovere quei processi spontanei che sottostanno al recupero funzionale della motricita'