【研究背景】

大约三分之一的中风患者都患有失语症（Aphasia）。失语症是一种语言障碍，通常与患者的独立性降低甚至丧失、社交孤立和无法重返工作岗位等原因有关。传统的言语治疗方法（conventional speech and language therapy，cSLT）主要集中在中风后的慢性阶段，旨在帮助患者提高语言和沟通能力。与不治疗相比，这种方法虽然是有效的，但其效果有限。

本文基于脑机接口系统（brain–computer interface，BCI），提出了失语症患者语言训练康复新的方法。这一方法充分利用了脑机接口系统提供的实时反馈能力，通过强化适当的语言处理策略，使得患者在经过训练后脑功能能够实现一定程度上的恢复。这一理念有望为失语症患者带来更为显著的康复效果。

图1 基于脑机接口系统的强化语言训练图示

【研究过程】

1. 被试

10名患有不同类型慢性失语症的患者（年龄58 ± 11岁，1名女性，以下简称Pat）和20名正常年龄对照组（年龄60.2 ± 8岁，10名女性，以下简称NACs）参与了该研究。被试均来自于弗莱堡大学医学中心。被试均是母语为德语的右撇子，且过去没有经历过听觉脑机接口范式的实验。被试均同意《赫尔辛基宣言》。该研究已获得了弗莱堡大学医学中心伦理委员会的批准，并已在德国临床试验中注册。研究的主要目的不是比较两组被试。失语症患者被招募进入研究以探究训练的效果，而对照组则被用于获得新设计的基于单词的范式的ERP反应示例。

2. 研究设计

在实验中，患者执行了一个简单的听觉目标单词检测任务。与经典的Oddball任务不同，在此任务中患者需要听一个提示句子，其中最后一个单词被省略，随即患者需要在快速播放的几个不相关(非目标)单词的音频序列中识别出缺失的单词(即目标词)。在快速播放的单词序列中，患者需要运用他们的语音和语义能力来识别和区分目标单词和非目标单词。

实验中纳入了被认为是有效、可靠且经常用于失语症研究的评估方法。为了评估语言功能，实验中使用了亚琛失语症测验（Aachen Aphasia Test，AAT）。为了进行详细的命名评估，实验进行了S&V图片命名测试（Snodgrass & Vanderwart naming test）。为了捕捉日常生活中的缺陷，患者及其亲属进行了交际失语日志(Communicative Aphasia Log，CAL)的填写，这是一份用于定性和定量描述患者训练前后交流活动变化的问卷调查。此外，患者还接受了标准化的“注意力表现测试”。

实验过程中，记录患者的脑电图（EEG）。在无反馈的情况下进行三次脑电图的记录：两次在第一次训练前，一次在训练结束后。每周4天，尽可能密集地进行在线EEG训练，直到达到总共30小时的有效训练时间。实验还包括了重复静息状态功能MRI (rs-fMRI)测量。同时，实验对NACs接受训练时的EEG数据进行了记录，以用于对照。

图2 基于脑接口的语言训练的研究设计

（A）每位患者接受临床测试和训练的时间点（相对于第一次训练时间）

（B）一次训练的结构及其组成部分的时间

（C）AMUSE方案的设置

（D）单次强化训练的结构

3. 数据处理与分析

数据的统计分析在Rv3.3.1和Python v3.6中使用库NumPy (v1.15.4)、pandas (v0.23.4)和SciPy (v1.2.1)进行。为了评估数据的显著性，研究对正态分布的数量使用双侧t检验，要么使用非参数检验，适当时采用配对检验。

1）AAT分析

患者训练成功的主要量化指标是AAT评分，因为它是标准化的，可以跟踪单个患者的治疗成功。在前后比较中，训练导致了每个AAT子测试的显著改善。由图3（A）可以看出，在所有患者和所有五个子测试中，轻至中度失语症患者（P2-P8）在命名、重复和写作方面的改善强于中/重度失语症患者（P1、P9、P10），后者主要在Token测试中有所改善。根据AAT标准，半数患者训练后不再失语。由图3（B）可以看出，在训练结束后3个月的随访评估中显示，这些改善保持稳定，尽管有小的波动。

图3 （A）由t转换的AAT分数测量的不同语言能力的个体变化和群体变化

（B）相对于训练前的表现，在四个不同时间点的组水平平均语言表现（注：对缺失的数据点进行了注释，并从平均值计算和统计检验中排除）

2）S&V分析

从表1中可以看出，S&V图片命名测试分析结果显示，正确命名单词的数量在训练后得到了显著提高。训练中（Z = 0, 9例患者，P = 0.0039）和训练后（Z = 1, 9例患者，P = 0.0078）相对于训练前水平的变化也很显著。研究还观察到语义和语音命名得分显著增加。

3）CAL分析

患者被要求用CAL问卷报告日常语言使用的质量和数量。从表1中可以看出，双尾配对t检验结果显示，自我报告的语言使用质量和数量发生了非常显著的变化，在所有患者中都观察到一致的改善。另外，研究显示，患者在认知测试中的表现没有明显变化。

表1 训练所导致的各个评估水平的统计分析

4）神经成像结果分析

从图4（B）中可以观察到，患者在训练前后右半球P300和N200振幅偏侧。然而，在训练后，从患者获得的平均ERP时间进程和空间模式强度与NACs相近。从图4（C）中可以看出，从训练前到训练后，单词诱发的ERP反应的六个指标中有三个发生了显著变化：P300振幅增加，P300出现得更早，对目标词与非目标词的分类准确率提高。需要注意的是，在NACs和患者的数据之间没有进行统计学比较。此外，对比训练前后的rs-fMRI数据，我们发现6个感兴趣区域的功能连通性（functional connectivity，FC）发生了显著变化，即双侧后扣带皮层和楔前叶，这两个区域均为大脑默认模式网络（default mode network，DMN）的主要中枢，以及布洛卡区的三角部、眶部和包部，以及韦尼克区的左侧颞后上回(均为语言网络的主要中枢)。变化主要发生在左半球。

图4 通过ERP离线分析获得的患者（训练前和训练后）和20个NACs的数据

（A）通道Cz和Fz的平均目标词和非目标词ERP反应

（B）4个选择时间间隔内平均目标反应的空间分布(相对于刺激开始，单位ms)

（C）6个不同指标的平均值和单个值

【研究结论】

1. 高强度训练（30小时，每周4天）是可行的，可以改善患者的语言水平。

2. 高强度训练能够推动失语症的持续恢复，并扩展到训练任务之外的多个语言方面。具体来说，所有被测试的语言评估（AAT, S&V，CAL）在训练前和训练后都显示出显著的中到大的改善，5名患者在训练后被归类为非失语症。

3. 数据显示，语言的改善并没有伴随着注意力技能或非语言技能的显著变化而变化。使用这种基于脑机接口的反馈进行强化训练可以提高语言水平，强化训练会导致更快的文字处理，加强的语言网络以及语言和默认模式网络之间的再平衡。

总的来说，本文率先使用脑状态依赖的闭环反馈来加强脑中风后失语症患者的语言相关脑活动。使用脑机接口，研究加强了由简单的语言任务引发的ERP成分。通过强化训练来恢复失语症的新方法是可行的，并且能够推广到多个语言方面和特定语言。未来的随机对照研究将使研究者们能够确定基于BCI的反馈是否实际上是训练成功的关键因素。

【文献信息】

原文：Aphasia recovery by language training using a brain–computer interface: a proof-of-concept study

作者：Mariacristina Musso, David Hübner, Sarah Schwarzkopf, Maria Bernodusson, Pierre LeVan, Cornelius Weiller and Michael Tangermann

期刊：Brain Communications

发表时间：2022.2

DOI: https://doi.org/10.1093/braincomms/fcac008