来自斯科尔科沃科学技术研究院、俄罗斯联邦大脑与神经技术中心、莫斯科国立大学等多家顶尖机构的研究团队发布了一套数据集，将有助于更深入地研究中风后大脑的恢复过程。这项研究发表在《科学数据》期刊上，是全球首项将两种先进方法——脑电图（EEG）和功能性近红外光谱（fNIRS）——记录的长期脑活动数据相结合的工作。这些数据公开可用，使全球科学家能够加速开发个性化康复方法和脑机接口。
中风仍然是全球导致残疾的主要原因之一，其中运动障碍对患者生活质量影响最大。要提高康复效果，必须精确了解大脑如何重新控制运动。由于中风本质上是脑供血中断，因此评估脑血流的方法至关重要。
功能性近红外光谱（fNIRS）就是这样一种方法。这种非侵入性技术使用置于头部的传感器，发射红外光（760–850纳米），可穿透皮层最深处达4厘米。通过测量组织对光的吸收，可以计算氧合血红蛋白和脱氧血红蛋白的浓度。与功能性磁共振成像不同，fNIRS设备便携、易用且成本低得多，这使得能够在康复期间对患者进行持续监测，而不是仅限于定期监测。
脑电图（EEG）已用于中风预测和康复，但人们对患者尝试移动手时感觉运动节律和皮层电位如何变化仍知之甚少。这限制了这类信号在临床以及可能辅助康复的脑机接口开发中的应用。
该论文的第一作者、斯科尔科沃神经中心的初级研究员亚历山德拉·梅德韦杰娃（Alexandra Medvedeva）评论说：“我们将EEG和fNIRS结合起来，以获取更全面的图像。EEG捕捉神经元的快速电活动，而fNIRS则显示血管的反应——血液流向哪里，大脑在哪里消耗更多氧气。这是一个较慢但同样重要的过程。两种方法结合，能更全面地理解大脑如何恢复，并使我们能够研究神经血管耦合——即神经元活动如何与血流相关。”
研究涉及16名患有偏瘫（身体一侧肌肉部分无力或受损）的患者，年龄在42至71岁之间，他们在联邦大脑与神经技术中心接受了84次康复训练。所有数据——包括fNIRS和EEG信号、临床评估（Fugl-Meyer量表、ARAT）以及人口统计信息——均已通过Figshare平台公开开放。这使全球研究人员无需等待收集自己的数据即可开始分析。
合著者、斯科尔科沃神经中心的高级研究员列夫·雅科夫列夫（Lev Yakovlev）补充说：“我们的数据集在几个关键领域具有实用价值。例如，它使我们能够分析患者学习重新移动手时脑活动的变化。论文中展示了一个案例：在瘫痪手运动过程中，受损半球首先激活，几秒钟后健康半球才激活。理解这种模式将帮助临床医生预测特定患者的康复进展，并相应地调整治疗方案。”
两种方法的结合还能揭示健康半球是否会重组以支持受损半球，以及这一过程与感觉运动技能恢复进展的关系。这些知识对于学习调整治疗、避免强化错误的代偿性运动至关重要。
出版详情：
Alexandra Medvedeva et al, Multisession fNIRS-EEG data of Post-Stroke Motor Recovery. Recordings During Intact and Paretic Hand Movements, Scientific Data (2026). DOI: 10.1038/s41597-026-06803-5
期刊信息：Scientific Data
关键医学概念：脑梗死、脑电图、功能性近红外光谱、偏瘫
临床分类：神经病学、物理医学与康复
由斯科尔科沃科学技术研究院提供
【全文结束】