《Journal of NeuroEngineering and Rehabilitation》：Can motion capture improve task-based fMRI studies of motor function post-stroke? A systematic review
编辑推荐：
这篇综述聚焦于中风后运动功能的研究，通过系统性回顾发现，将功能磁共振成像（fMRI）与运动学相结合，有助于理解皮质 - 运动学关系，但该领域面临技术、方法等挑战，优化和标准化相关流程或可推动其发展。
### 中风与运动功能恢复的研究背景
中风是全球范围内导致死亡和残疾的主要原因之一，每年影响超千万人。在幸存者中，超 60% 存在语言、运动或认知障碍等后遗症。例如，大量研究表明，51% 的中风幸存者在发病后无法独立行走，虽经康复这一比例降至 18%，但上肢灵活性恢复较差，仅 38% 的患者能恢复部分灵活性，6 个月康复后完全功能恢复的比例仅 11.6% 。
运动功能的恢复被认为与大脑可塑性相关，即大脑在受损后进行自我调整的能力。这种可塑性可通过神经成像技术进行研究，其中功能磁共振成像（fMRI）凭借高空间分辨率、全脑覆盖及不断提升的时间分辨率，成为急性中风成像和中风后研究的重要手段。它揭示了与运动功能相关的全脑活动模式，推动了对中风后运动控制的理解 。
然而，中风后运动恢复程度的巨大差异引发诸多问题，尤其是如何促进大脑可塑性以实现个体患者的最佳恢复。虽然运动任务相关的大脑活动演变与临床量表测量的恢复结果存在关联，但仅有少数研究关注大脑活动与所执行运动任务特征的关系。在对中风后上肢恢复的神经成像综述中，Buma 等人强调在 fMRI 研究中控制任务相关混杂因素的必要性，特别是与任务执行质量相关的因素。他们认为控制运动任务的执行有助于更好地理解大脑活动模式与中风后运动控制之间的联系。因为在缺乏运动执行信息的情况下，fMRI 成像数据无法区分观察到的大脑活动反映的是适应性还是 maladaptive 可塑性，而这一区分对于辨别真正的运动恢复和行为补偿至关重要。因此，建议将任务相关成像与任务执行的标准化分析相结合，而运动学分析是获取此类信息的有效方式。
研究方法
本次系统综述遵循系统评价和荟萃分析的首选报告项目（PRISMA）要求 。纳入标准为英文撰写、全文发表，研究中风后上肢或下肢运动任务的 fMRI，并通过运动捕捉对运动任务进行运动学评估的研究，不限运动捕捉设备类型，涵盖所有符合标准的已发表研究和预印本（截至 2022 年 8 月），排除综述和会议摘要。
文献检索由两位作者（ZB 和 LvD）进行，第三位作者（ELB）在有争议时提供支持。检索词包括 “(fMRI) OR (functional magnetic resonance imaging) OR (functional neuroimaging)”、“(Stroke)”、“(motor control) OR (movement)” 以及 “(motion tracking) OR (motion capture) OR (kinematics) OR (movement smoothness) OR (motion analysis)”，在 Medline、Embase、Web of Science 和 IEEE Xplore 数据库中进行检索，且不使用自动工具，以确保纳入将运动学与 fMRI 结合作为次要目标的论文。
采用改编自临床方法学轮次的方法评估研究的方法学质量，参考 Buma 等人对系列成像研究的系统评价，根据分析 fMRI / 运动学结合方法价值的目标，对评估内部、统计和外部有效性的项目进行相应修改，并增加评估技术有效性的第四量表。内部有效性标准拓宽至包括上下肢研究（横断面或纵向），且限于 fMRI 成像；统计有效性标准增加涵盖运动学在 fMRI 统计分析中的整合内容。最后提出方法学质量评估清单，对每个项目进行简要描述以便实际使用。评估项目包括运动功能测量、fMRI 参数清晰呈现、额外医疗和辅助医疗干预描述、镜像运动评估、运动任务性能控制、多重比较校正、应用统计的有效性、fMRI 与运动学联合分析、相关患者特征明确、MRI 强度、fMRI 空间分辨率、fMRI 时间分辨率、运动捕捉设备的约束性等 。
研究结果
文献检索共获得 404 篇论文，经标题和摘要筛选后排除 340 篇，对剩余 66 篇进行全文评估，最终纳入 23 项研究，排除仅涉及 fMRI、运动学或未纳入中风患者的研究，且未通过引文发现其他相关论文。
这些研究的方法学质量参差不齐，得分范围为 0.28 - 0.89，平均分为 0.63，整体质量中等。技术有效性和统计有效性较弱，均值分别为 0.48 和 0.57。由于样本量有限和研究目标的异质性，未设定基于质量的排除阈值。
在研究设计方面，23 项研究中 11 项为纵向研究，主要评估康复前后的运动恢复情况；12 项为横断面研究；5 项为试点、病例或可行性研究，兼具纵向和横断面研究特征。研究目标主要包括分析大脑活动模式（15 项）、评估康复计划（4 项）、评估 MRI 兼容运动学系统的整合可行性（2 项）以及预测康复效率（1 项） 。
多数研究关注上肢运动功能，在 fMRI 检查期间让患者执行多种功能任务，如手指屈曲、手腕屈曲、肘部屈曲、手指敲击等；少数研究关注下肢运动功能，采用踏板或脚踝屈曲任务。运动学参数涵盖效率、速度、平滑度、时间姿势、规划、准确性和空间姿势等领域，其中超半数集中在效率和速度领域。
在数据采集方面，13 项研究同时记录 fMRI 和运动捕捉数据，10 项研究采用非同步跟踪，在 MRI 外进行类似任务的运动捕捉。研究采用四种方式将运动捕捉数据用于 fMRI 分析：在 fMRI 分析的第一（个体）层面使用运动学数据优化对比范式或作为回归变量；在第二层面作为组协变量；对两种模态结果进行比较；利用运动学数据指导治疗干预或提供视觉反馈 。通过这些分析发现，如 Bani - Ahmed 等人将运动学作为组水平协变量，发现抓握任务时初级运动皮层（M1）的活动与慢性中风后伸手任务中的躯干位移量有关；Buma 等人表明手指屈伸平滑度与二级感觉运动区域的额外募集有关等 。
讨论
本综述旨在通过结合功能脑成像和运动学，更好地理解中风后的运动功能。23 项研究符合纳入标准，这一数量有限，凸显了该研究领域的新颖性。该领域面临将运动学记录和分析与 fMRI 整合的技术挑战，部分研究的方法学质量存在不足，如缺乏统计效力、内部有效性欠佳，技术有效性受 fMRI 空间和时间分辨率限制，且多数研究未使用非约束性运动捕捉设备，部分研究未对运动学和 fMRI 数据进行统计比较 。
在运动任务捕捉方面，3D 运动跟踪是分析人体运动的常用方法，但在 MRI 内外进行运动评估存在差异。在 MRI 外进行 3D 运动跟踪虽能精细分析大脑活动模式，但 MRI 内外运动的差异（如姿势、空间约束）影响结果的一致性。在 MRI 内进行 3D 运动跟踪的研究较少，其中光学跟踪因精确可靠被推荐，但存在成本高、受 MRI 环境限制等问题。此外，运动跟踪工具的类型影响可评估的运动学参数和研究问题，康复机器人主要关注效率领域的运动学参数，而 3D 运动跟踪系统能涵盖更多领域。同时，在同时进行运动学记录时，下肢 fMRI 研究相对上肢具有优势，因下肢更容易进行运动跟踪，但上肢任务（如手指敲击）在反映现实世界运动障碍方面存在局限性 。
fMRI 与运动学的结合方式主要有四种：在 fMRI 分析的第一层面整合运动学数据，可控制任务执行差异，优化活动模式精度，但对信号强度的影响因研究而异；在第二层面整合运动学参数作为协变量，有助于识别与运动学参数相关的大脑活动区域，理解运动控制机制，但任务选择需更具可比性；通过比较运动学和 fMRI 数据的变化来量化康复效果，但在下肢研究中，仍需确定相关的运动学参数；利用运动学数据指导治疗干预，但目前多采用简单线性方法，未充分考虑皮质动力学与运动学之间的非线性关系 。
当前研究面临诸多挑战，如确定个体大脑和行为特征以优化中风患者的康复策略，平衡 fMRI 检查中运动的生态有效性和可追溯性，改进多模态数据整合方法，解决 MRI 内外运动的可比性问题，提高 fMRI 与运动学的耦合效率等。为此，提出以下建议：在 fMRI 检查中使用光学运动跟踪等最小限制的设备进行直接运动捕捉；若无法直接捕捉，应最大化 MRI 内外任务的对应性；全面分析运动学参数；使用高场强 MRI 并尽可能缩短重复时间；在个体层面的 fMRI 分析中，进一步探索运动学作为时间序列的应用；研究运动学与大脑活动模式之间的非线性关系 。
结论
本综述探讨了结合运动学和 fMRI 评估中风后运动功能和恢复的研究。运动学数据在 fMRI 分析中以多种方式应用，有助于提高 fMRI 分析的精度，推断中风后潜在的运动控制（缺陷）。但目前该领域的方法学和统计方法多样且有待完善，fMRI 采集参数不断发展，对运动学变量的探索有限。未来，优化和标准化 fMRI 和运动学的采集参数及耦合分析，有望提升研究质量，充分发挥多模态皮质 - 运动学整合的潜力，揭示中风后运动功能和恢复的复杂性 。
下载安捷伦电子书《通过细胞代谢揭示新的药物靶点》探索如何通过代谢分析促进您的药物发现研究
10x Genomics新品Visium HD 开启单细胞分辨率的全转录组空间分析！
欢迎下载Twist《不断变化的CRISPR筛选格局》电子书
单细胞测序入门大讲堂 - 深入了解从第一个单细胞实验设计到数据质控与可视化解析
下载《细胞内蛋白质互作分析方法电子书》
