EEG引导fNIRS分析卒中运动分期

基于摘要分析。研究针对卒中患者真实上肢运动中任务相关全身血流动力学伪影干扰 fNIRS 皮层信号的问题，提出结合 Filter Bank Common Spatial Pattern（FBCSP）与 EEG 引导 General Linear Model（GLM）的多模态分析框架，用于提取与 Brunnstrom 恢复分期相关的皮层活动模式。其主要贡献是探索 EEG 信息辅助 fNIRS 建模，而非验证在线 BCI 控制效果。 多模态质量控制后，研究纳入32名 Brunnstrom III–VI期卒中参与者和15名健康对照。任务为听觉提示下单侧抬臂并同时握拳，包括运动启动、持续抬臂和休息阶段，同步记录 EEG 与 fNIRS。FBCSP 用于提取局灶性感觉运动特征，EEG 衍生的运动意图回归量用于改善 GLM 对任务相关血流动力学响应的建模。模型性能以 R² 和 ΔAIC 评估，特征判别能力以线性判别分析（LDA）分类器的 AUC 评估。 作者报告，FBCSP-GLM 相比常规分析方法改善了模型拟合和空间判别能力，但摘要未提供具体对照方法及 R²、ΔAIC、AUC 数值。在上述任务的分期分析中，作者报告 FBCSP 衍生 EW-LI 从III期的0.46降至IV期的−0.55，再回升至V期的0.13；目标 M1 响应的 t-score 相应从−0.06降至−1.05，再升至0.85。EW-LI 的定义与计算细节尚未验证，不能将这些指标解释为分类准确率。 所提供摘要末尾存在截断或文本损坏，FDR 校正 q 值信息不完整，无法核对显著性阈值及最终结论。分期关联也不能直接解释为同一患者的纵向恢复轨迹。全文仍需核对 EEG 回归量构造、系统性血流与运动伪影处理、FBCSP 估计及分类的数据划分、各分期样本量，以及健康对照和VI期结果；实验协议、消融及完整统计信息尚未验证。现有材料支持将该框架作为卒中运动相关多模态神经信号分析方法考察，不足以证明其可作为可靠的临床分期工具或 BCI 解码方案。