Brain-Computer Interface in Stroke

Rehabilitation
PENDAHULUAN
Stroke terjadi ketika suplai darah ke otak tersumbat atau ketika pembuluh darah di otak pecah. Sekitar 15 juta
orang di seluruh dunia menderita stroke setiap tahun [1]. Satu dari 20 orang dewasa (usia> 14 tahun) di negara maju
terkena stroke [2]. Stroke adalah penyebab utama kecacatan dan mempengaruhi kualitas hidup para penyintas dalam
fungsi sehari-hari mereka di tempat kerja, rumah, dan masyarakat. Pemulihan fungsi motorik setelah stroke sangat
penting untuk melakukan aktivitas hidup sehari-hari, tetapi pemulihan ini sering bervariasi dan tidak lengkap [3].

Mekanisme utama yang mendasari pemulihan motorik melibatkan peningkatan aktivitas korteks motorik primer
yang disebabkan oleh Active Motor Training (AMT) dan intervensi farmakologis [4]. Studi klinis AMT seperti constraint-
induced movement therapy (CIMT) meningkatkan hasil setelah stroke kronis, tetapi kinerja motorik yang buruk tidak
termasuk sebagian besar pasien stroke akut yang memenuhi syarat dari CIMT [5]. Oleh karena itu, penggunaan klinis
AMT dibatasi oleh ketergantungan pada kinerja motorik residual.

Karena gerakan fisik oleh pasien stroke seringkali tidak memungkinkan, diperlukan strategi alternatif. Motor
imagery (MI), latihan mental dari tugas gerakan fisik, merupakan pendekatan baru untuk mengakses sistem motorik dan
rehabilitasi pada semua tahap pemulihan stroke [6].

Tidak seperti AMT, MI tidak tergantung pada kinerja motorik residual, dan rekaman seluler primata
menunjukkan bahwa korteks motor primer (M1) terlibat selama MI [7]. Sebuah studi pencitraan fungsional pada stroke
subkortikal telah menunjukkan bahwa sistem motorik diaktifkan selama MI meskipun lesi [8]. Karena stroke tidak
mengganggu kapasitas untuk melakukan MI [9, 10], MI menyediakan pengganti AMT sebagai sarana untuk mengaktifkan
jaringan motor dalam stroke [6].

Namun, sementara AMT dapat diamati, MI disembunyikan di dalam pasien. Dengan demikian sulit untuk menilai
kinerja MI non-invasif tanpa melibatkan fungsional magnetic resonance imaging (fMRI), positron emission tomography
(PET), near infrared spectroscopy (NIRS), magnetoencephalography (MEG) yang direkam kulit kepala (MEG) atau
electroencephalography (EEG) [ 6].

Antarmuka otak-komputer (BCI), atau kadang-kadang disebut antarmuka mesin-otak, adalah perangkat yang
merespons proses saraf dari otak untuk menyediakan jalur komunikasi langsung antara otak dan perangkat eksternal
[11] tanpa menggunakan normal. jalur neuromuskuler.

Teknologi BCI secara substansial dapat meningkatkan kehidupan orang-orang dengan gangguan neurologis yang
menghancurkan, seperti sclerosis lateral amyotrophic yang canggih, mengembalikan kontrol motorik yang lebih efektif
kepada orang-orang setelah stroke atau gangguan otak traumatis lainnya, dengan memandu plastisitas otak yang
bergantung pada aktivitas dengan menggunakan sinyal otak untuk menunjukkan keadaan aktivitas otak [12]. Teknologi
ini juga dapat digunakan untuk melengkapi kontrol otot yang terganggu, atau untuk meningkatkan kemanjuran protokol
rehabilitasi untuk meningkatkan kontrol otot pasien.

Makalah ini mengulas karya BCI saat ini dalam stroke. Kami pertama-tama membahas secara singkat pekerjaan
yang memberikan ulasan studi BCI dalam literatur, diikuti oleh review kami tentang pekerjaan yang relevan dalam urutan
kronologis dengan penekanan pada studi metodologi yang melaporkan data yang dikumpulkan dari pasien stroke dan
studi klinis yang berfokus pada rehabilitasi dimana kemanjuran dalam pemulihan motorik atau bukti neuroimaging
dilaporkan. Kami juga menyajikan tabel ringkasan untuk mendaftar secara komprehensif dan membandingkan karya
yang relevan. Akhirnya kami mengatasi beberapa tantangan untuk prospek BCI di masa depan.

BCI IN STROKE
 BCI adalah sistem berbasis komputer yang menerjemahkan sinyal otak menjadi perintah untuk perangkat
keluaran untuk melakukan tindakan yang diinginkan. Definisi yang lebih ketat tentang BCI terbatas pada sistem yang
hanya menggunakan sinyal dari sistem saraf pusat (SSP), dan sistem yang suara atau otot diaktifkan tidak dianggap
sebagai BCI [13].

Dengan demikian, minat utama dalam teknologi BCI adalah untuk membantu orang yang menderita gangguan
neurologis seperti amyotrophic lateral sclerosis, stroke atau gangguan otak traumatis lainnya [12].

Ada dua cara teknologi BCI dapat membantu penderita stroke.

Cara pertama, yang telah menjadi fokus penelitian besar di masa lalu, adalah menggantikan hilangnya fungsi
neuromuskuler dengan menggunakan sinyal otak penderita stroke untuk berinteraksi dengan lingkungan alih-alih
menggunakan otot yang terganggu. Misalnya, BCI dapat digunakan oleh penyintas stroke untuk mengontrol kursor
komputer atau orthosis ekstremitas, untuk pemrosesan kata dan mengakses internet, dan untuk fungsi lain seperti
kontrol lingkungan atau hiburan.

Cara kedua, yang baru-baru ini dipelajari, adalah menggunakan BCI untuk rehabilitasi stroke untuk
mengembalikan fungsi motorik yang terganggu. Karena stroke mempengaruhi bagian otak tetapi tidak pada anggota
gerak yang terganggu, BCI dapat digunakan untuk menginduksi dan memandu aktivitas plastisitas otak yang bergantung
pada penderita stroke dengan memperhatikan tugas motorik yang membutuhkan aktivasi atau penonaktifan sinyal otak
tertentu.

Teori di balik AMT dalam rehabilitasi stroke disebut CIMT [5]. Teori ini didasarkan pada gagasan "belajar tidak
digunakan", yang berkembang selama tahap awal penderita stroke untuk mengkompensasi kesulitan dalam
menggunakan anggota tubuh yang terganggu dari peningkatan ketergantungan pada anggota tubuh yang utuh. Terapi
rehabilitasi dengan demikian melibatkan immobilisasi anggota tubuh yang utuh sementara penderita stroke dilatih untuk
menggunakan anggota tubuh yang terganggu.

Teori di balik rehabilitasi stroke BCI mirip dengan CIMT, tetapi perbedaannya terletak pada fokus pada pemikiran
untuk menggerakkan anggota gerak yang terganggu alih-alih menggerakkan anggota gerak yang terganggu secara fisik.

Ini disebut MI, yang merupakan latihan mental dari tugas-tugas gerakan fisik. Bagi banyak pasien stroke,
menggerakkan anggota tubuh yang terganggu sangat sulit dan kadang-kadang tidak mungkin bahkan setelah partisipasi
awal dalam program rehabilitasi aktif. Dengan demikian MI dapat digunakan untuk melakukan pengulangan gerakan di
tingkat otak tanpa tuntutan fisik [14]. Dengan kata lain, intervensi dari AMT terutama ditujukan pada anggota gerak yang
mengalami stroke, sedangkan intervensi dari MI terutama ditargetkan pada otak yang mengalami stroke. Karena kinerja
MI tidak tergantung pada kinerja motorik sisa dari anggota gerak, ini merupakan pendekatan alternatif [6].

Ada bukti ilmiah bahwa korteks motorik primer terlibat selama MI dan juga eksekusi motorik (ME), sehingga
kapasitas untuk melakukan MI tidak terganggu oleh stroke dan dapat menggantikan ME sebagai sarana untuk
mengaktifkan jaringan motor dalam stroke. Namun, ME dapat diperiksa dengan observasi, sedangkan MI disembunyikan
di dalam pasien. Namun demikian, BCI dapat digunakan untuk menilai secara objektif kinerja MI. Neurofisiologis telah
menunjukkan bahwa kinerja MI dan ME menghasilkan kompresi ritme μ- atau β dalam sinyal otak EEG.

Fenomena ini dikenal sebagai event-related sinkronisasi (ERS) atau event-related desynchronization (ERD), dan
berbagai berbasis BCI telah dikembangkan untuk mendeteksi ini dari EEG selama MI. Tantangan muncul dalam deteksi
MI karena rasio signal-to-noise yang rendah, dan kemajuan baru-baru ini dalam pemrosesan sinyal dan metode
pembelajaran mesin telah memungkinkan penyebaran klinis BCI untuk rehabilitasi stroke.

REVIEWS ON BCI
Saat ini ada beberapa ulasan terbaru tentang BCI dalam literatur. Ulasan baru-baru ini oleh Nicolas-Alonso dan
Gomez-Gil [15] secara komprehensif mencakup modalitas BCI yang berbeda, seperti EEG, MEG, fMRI, NIRS,
elektrokortikografi (ECoG), dan rekaman neuron intrakortikal.
 Ulasan ini juga secara luas membahas bagaimana sinyal neurofisiologis tertentu dapat digunakan untuk
menentukan niat pengguna, seperti potensi visual yang ditimbulkan (VEP), potensi kortikal lambat (SCP), potensi yang
ditimbulkan P300, dan potensi irama sensorimotor. Selain itu, tinjauan ini juga menyajikan beberapa teknik ekstraksi
fitur dan klasifikasi yang digunakan dalam aplikasi BCI yang menerjemahkan informasi dalam sinyal kontrol menjadi
perintah untuk mengoperasikan komputer atau perangkat lain, dan memberikan tinjauan berbagai aplikasi BCI yang
mengontrol berbagai perangkat.

Ulasan lain oleh Shih et al. [13] membahas penerapan BCI di bidang Kedokteran, dan menyatakan tiga bidang
penting pengembangan di masa depan BCI: perangkat keras perolehan sinyal yang nyaman, nyaman, dan stabil; Validasi
dan penyebaran BCI; dan keandalan dan nilai BCI yang telah terbukti untuk berbagai populasi pengguna.

Silvoniet al. [16] mempresentasikan ulasan tentang sejarah penelitian BCI pada stroke hingga 2011, dan
mengklasifikasikan rehabilitasi berbasis BCI menjadi tiga pendekatan: strategi substitusi, pengkondisian klasik dan
pengkondisian operan. Selain itu, mereka juga mempresentasikan studi pendahuluan mereka tentang strategi
neuroforcefeedback baru pada subyek sehat. Ulasan oleh Silvoni et al. [16] adalah salah satu ulasan paling komprehensif
tentang perkembangan BCI pada stroke hingga 2011, dan juga mencakup pekerjaan yang dilaporkan pada subyek sehat,
pasien dengan cedera tulang belakang (SCI) dan amyotrophic lateral sclerosis (ALS). Sejak 2011, ada peningkatan yang
signifikan dalam penelitian BCI pada stroke. Karenanya kami meninjau pekerjaan hingga 2013, dengan fokus hanya pada
pekerjaan yang melaporkan data yang dikumpulkan dari stroke.

RECENT WORKS OF BCI ON STROKE PATIENTS

Tabel 1 menyajikan ulasan pada studi BCI pada stroke dalam urutan kronologis. Sebuah pencarian
mengungkapkan banyak makalah BCI untuk stroke, tetapi hanya makalah yang dilaporkan bekerja pada data
yang dikumpulkan dari pasien stroke yang dimasukkan dalam ulasan ini. Studi-studi ini diklasifikasikan ke
dalam tipe modalitas BCI (EEG, MEG, NIRS serta sinyal lain seperti pelacak mata atau stimulasi seperti stimulasi
arus searah transkranial [tDCS]) dan jenis umpan balik BCI (visual, robot, orthosis, fungsional stimulasi listrik
[FES]).

Selain itu, jumlah pasien stroke yang termasuk dalam penelitian ini, jenis tugas (MI atau ME), target
kecacatan yang terkena dampak stroke (tangan, ekstremitas atas, ekstremitas bawah, pergelangan kaki), dan
apakah terapi fisik termasuk diringkas.

Yang paling penting, jenis penilaian motorik yang digunakan untuk mengevaluasi efektivitas intervensi
BCI dirangkum. Selain itu, apakah uji coba kontrol acak (RCT) dilakukan, cara paling ketat untuk mengevaluasi
intervensi dan efektivitasnya [17] diindikasikan. Selanjutnya, ada bukti lain dalam neuroimaging yang
diperlihatkan efektivitas intervensi BCI juga diringkas. Akhirnya, karya yang dilaporkan berasal dari data yang
dikumpulkan studi klinis yang sama dijelaskan.

Methodology Studies

Upaya pertama untuk menggunakan BCI dalam rehabilitasi motorik [16] disampaikan oleh Pfurtscheller
et al. [18] pada pasien yang menderita cedera medulla spinalis traumatis, tetapi tidak pada pasien yang
menderita stroke. Selanjutnya, studi pertama BCI pada pasien stroke [16] pertama kali dilaporkan oleh
Mohapp et al. [19] Studi ini berfokus pada penggalian fitur yang relevan dari EEG pasien stroke dari melakukan
MI dan ME tangan. Kami mengklasifikasikan penelitian tersebut sebagai studi metodologi, yang lebih fokus
pada metodologi daripada hasil motorik.

Studi metodologi penting karena mereka memajukan teknologi BCI pada stroke. Demikian pula, Bai et
al. [20] melaporkan kinerja BCI berbasis sensorimotor β-ritme dengan umpan balik visual tetapi tanpa
pelatihan BCI pada pasien stroke. Perbedaan lain antara penelitian ini dan penelitian pertama adalah bahwa
umpan balik visual digunakan, yang merupakan aspek penting dari BCI.
 Selanjutnya, ada peningkatan dalam jumlah makalah yang melaporkan studi metodologi pada pasien
stroke [21-31], dan selanjutnya kami hanya akan menyoroti secara singkat beberapa studi ini yang kami
temukan menunjukkan kekhasan dari penelitian lain. Selain menargetkan fungsi tangan dan ekstremitas atas,
Niazi et al. [23] melaporkan sebuah penelitian pada 5 pasien stroke yang menargetkan ME dari fungsi
pergelangan kaki ekstremitas bawah. Meskipun penelitian ini menggunakan sistem BCI yang diaktifkan otot
dan dengan demikian tidak dianggap sebagai BCI [13], ini adalah studi pertama pada pasien stroke yang
menargetkan satu dari empat tindakan MI lainnya selain ekstremitas kiri dan kanan [32] .

Tam et al. [24] dan selanjutnya Arvaneh et al. [25, 26] mempresentasikan metode yang secara spesifik
mengurangi jumlah elektroda EEG dari MI BCI untuk subjek stroke. Menggunakan BCI dengan sejumlah besar
saluran melibatkan waktu persiapan yang lebih lama yang secara langsung berdampak pada kenyamanan
pasien stroke yang menggunakan BCI untuk rehabilitasi. Kedua karya ini secara langsung membahas masalah
ini, yang sangat penting dalam penggunaan BCI untuk pasien stroke dalam pengaturan klinis.

Clinical Studies

Studi klinis pertama menggunakan BCI pada pasien stroke dipresentasikan oleh Buch et al. [33]. Dalam
penelitian ini, 8 pasien memodulasi irama-m mereka untuk mengontrol kursor layar menggunakan BCI
berbasis MEG. Meskipun 6 dari 8 berhasil mengendalikan kursor layar yang dikaitkan dengan orthosis yang
melekat pada tangan yang terkena stroke, tidak ada perbaikan signifikan dalam hasil motorik yang dilaporkan
menggunakan skala Medical Research Council (MRC). Kami mengklasifikasikan penelitian seperti itu yang
melaporkan tindakan klinis pada hasil motorik sebagai studi klinis. Studi klinis sangat penting karena mereka
menunjukkan kemanjuran klinis BCI pada stroke.

Selanjutnya, Ang et al. [34] melaporkan hasil awal dari RCT untuk menyelidiki hasil intervensi robot MI
BCI dibandingkan dengan intervensi robot untuk rehabilitasi ekstremitas atas pada 6 dan 7 pasien stroke,
masing-masing. Hasil motorik diukur secara klinis menggunakan Fugl-Meyer Assessment (FMA) [35], dan
penelitian menunjukkan peningkatan hasil motor yang signifikan secara statistik pada kedua kelompok setelah
12 sesi rehabilitasi 1 jam selama 4 minggu, tetapi tidak ada perbedaan yang signifikan antara kelompok
ditemukan. Ini adalah studi klinis pertama yang menunjukkan peningkatan yang signifikan dalam hasil motorik
dari intervensi BCI.

Dalam penelitian lain, Daly et al. [36] melaporkan hasil klinis BCI untuk MI dan ME dengan intervensi
umpan balik stimulasi listrik fungsional (FES) pada 1 pasien stroke, dan pasien menunjukkan pemulihan diukur
dengan peningkatan ekstensi jari setelah 9 sesi intervensi, 3 kali per minggu selama 3 minggu.

Selanjutnya, Ang et al. [37] memperbarui hasil RCT yang sebelumnya dilaporkan pada [34] pada 11 dan
14 pasien stroke, masing-masing. Broetz et al. [38] melaporkan sebuah studi kasus menggunakan EEG dan BCI
berbasis MEG dengan intervensi umpan balik visual dan orthosis ditambah dengan fisioterapi lifeoriente
harian pada pasien 1 stroke selama setahun, dan perbaikan motor diukur menggunakan baterai penilaian
seperti FMA, Wolf Motor Function Tes (WMFT), Ashworth, 10-m Walk dan Goal Attainment Score (GAS), dll.
Menunjukkan peningkatan positif. Ini adalah salah satu dari beberapa studi pertama yang menggabungkan
intervensi berbasis BCI dengan terapi fisik.

Dalam penelitian lain, Prasad et al. [39] juga melaporkan intervensi MI BCI yang digabungkan dengan
terapi fisik pada 5 pasien stroke, dan hasil pengukuran menggunakan Action Research Arm Test (ARAT) dan
kekuatan cengkeraman (GS) menunjukkan peningkatan positif pada setidaknya satu dari ukuran hasil pada
semua subjek.

Selanjutnya, Ang et al. [40] mempresentasikan penelitian tentang tingkat sinyal otak yang terdeteksi
dari populasi besar pasien stroke 54 dalam menggunakan BCI berbasis EEG untuk melakukan MI ekstremitas
atas. Studi ini menunjukkan bahwa mayoritas tetapi tidak semua pasien stroke dapat menggunakan MI BCI
berbasis EEG, dan karenanya menyarankan bahwa skrining BCI diperlukan untuk menyaring kemampuan
pasien stroke menggunakan BCI sebelum mendaftarkan mereka untuk intervensi rehabilitasi stroke berbasis
BCI.
Selanjutnya, ada peningkatan jumlah makalah yang melaporkan studi klinis pada pasien stroke [41-48].
Mirip dengan studi metodologi, kami hanya akan menyoroti beberapa studi yang kami temukan menunjukkan
kekhasan dari studi lain.

Caria et al. [49] mempresentasikan laporan kasus intervensi BCI berbasis EEG dan MEG ditambah
dengan fisioterapi pada pasien stroke, dan menunjukkan bukti pemulihan sebagai akibat dari plastisitas otak
menggunakan DTI dan fMRI. Ini adalah studi kasus pertama yang menunjukkan kemanjuran dalam hal
perbaikan motorik klinis serta neuroimaging.

Selain itu, Varkuti et al. [48] melaporkan penelitian RCT fMRI pada 6 pasien stroke yang menjalani MI
BCI dengan umpan balik robotik dibandingkan dengan 3 pasien stroke yang menerima rehabilitasi robot.
Hasilnya menunjukkan perubahan konektivitas fungsional yang secara numerik lebih tinggi pada kelompok
yang menerima BCI dengan intervensi umpan balik robotik. Kedua penelitian ini menunjukkan bukti plastisitas
otak sebagai hasil dari intervensi BCI pada stroke.

Selanjutnya, Ang et al. [43] mempresentasikan hasil awal studi RCT yang menggabungkan BCI berbasis
tDCS dan MI EEG dengan intervensi umpan balik robotik dibandingkan kelompok sham-tDCS pada masing-
masing 2 dan 3 pasien stroke. Hasil penelitian menunjukkan akurasi BCI yang lebih tinggi dari subjek yang
menerima tDCS dibandingkan dengan sham-tDCS, meskipun secara statistik tidak konklusif.

Dalam studi terpisah, Kasashima et al. [45] juga mempresentasikan hasil menggabungkan tDCS dengan
BCI berbasis EEG, dan menunjukkan bahwa tDCS anodal menghasilkan peningkatan ERD dari belahan otak
yang terkena stroke pada pasien stroke. Hasil dari dua studi ini tampaknya menunjukkan efek tDCS dalam
memodulasi MI di pasien stroke.

Terakhir, Mihara et al. [47] baru-baru ini mempresentasikan hasil RCT pada 10 pasien stroke yang
menerima BCI berbasis NIRS dengan umpan balik visual versus 10 pasien stroke yang terdiri dari kelompok
sham dan menerima BCI berbasis NIRS dengan umpan balik yang tidak relevan. Hasil penelitian menunjukkan
bahwa pasien yang menerima umpan balik visual BCI menunjukkan peningkatan motorik yang secara signifikan
lebih besar diukur menggunakan FMA dibandingkan dengan kelompok palsu. Ini adalah penelitian penting
yang menunjukkan bukti klinis bahwa umpan balik BCI efektif dan penting dalam rehabilitasi stroke BCI.

DISCUSSION

BCI telah menarik minat yang meningkat, terutama dalam rehabilitasi stroke. Makalah ini mengulas
karya BCI terbaru dalam stroke yang melaporkan data yang dikumpulkan dari pasien, dan mengelompokkan
studi menjadi studi metodologi dan studi klinis. Keduanya sama pentingnya dengan yang sebelumnya
memajukan perkembangan teknologi BCI pada stroke, dan yang terakhir menunjukkan kemanjuran BCI pada
stroke.

Meskipun teknologi BCI memiliki prospek untuk meningkatkan kehidupan orang-orang dengan
gangguan neurologis, atau mengembalikan kontrol motorik kepada pasien stroke [12], ada studi metodologi
yang relatif lebih banyak pada subyek sehat daripada pada pasien stroke. Namun demikian, sangat
menjanjikan untuk melihat karya yang meneliti metode untuk mengurangi jumlah saluran EEG untuk
kenyamanan pasien stroke saat menggunakan BCI untuk rehabilitasi stroke. Selain itu, banyak studi metodologi
BCI pada stroke menargetkan fungsi tungkai atas, dan menjanjikan untuk melihat beberapa karya yang
menargetkan tungkai bawah. Karena MI lidah adalah salah satu dari empat tindakan MI yang dapat dideteksi
[32], ada juga kemungkinan menggunakan MI lidah untuk rehabilitasi disfagia.

Meskipun ada peningkatan jumlah studi klinis BCI dalam rehabilitasi stroke, ada beberapa studi yang
melaporkan MI dan ME. Dilema adalah bahwa ME adalah praktik terapi fisik dan rehabilitasi robot saat ini,
tetapi BCI yang diaktifkan otot tidak sepenuhnya dianggap sebagai BCI [13]. Dengan demikian perbaikan
motorik mungkin hasil dari ME dan bukan MI. Selain itu, lebih praktis bagi pasien stroke dengan gerakan residu
untuk melakukan AMT daripada MI. Dilema lain ada pada apakah untuk memasangkan rehabilitasi BCI dengan
terapi fisik, karena penelitian telah menunjukkan bahwa kombinasi tersebut menghasilkan peningkatan
motorik pasien stroke kronis [38], tetapi sulit untuk memisahkan peningkatan motorik terapi fisik yang
membingungkan dari rehabilitasi BCI. Sebuah studi RCT dapat dilakukan untuk secara ketat mengevaluasi
intervensi BCI versus intervensi lain seperti terapi fisik, tetapi RCT lebih mahal dan memakan waktu untuk
dieksekusi [17]. Oleh karena itu peneliti harus mempertimbangkan masalah ini sebelum melakukan studi klinis
BCI pada stroke.

Conclusions

Makalah ini mengulas karya terbaru BCI pada pasien stroke secara khusus pada metodologi dan studi
klinis. Yang pertama berfokus pada metode yang dikembangkan untuk dan pada data dari pasien stroke, dan
yang terakhir berfokus pada studi klinis untuk mengevaluasi kemanjuran BCI pada stroke. Dari jumlah karya
terakhir yang diulas, minat penelitian BCI untuk stroke jelas meningkat. Beberapa tantangan dalam BCI untuk
penelitian rehabilitasi stroke dibahas dalam makalah ini. Namun demikian, perkembangan inovatif pasti akan
datang dan meningkatkan bukti klinis yang meyakinkan tentang kemanjuran BCI pada stroke akan tersedia.

Table 1. Studies of brain-computer interface (BCI) on stroke patients