Schlaganfall, SHT
Schlaganfall / Schädel-Hirn-Trauma
Neurofeedback bei Schlaganfall, SHT – lerntheoretisch fundiert, unterstützend
Für wen ist Neuroflex geeignet?
Für Menschen nach Schädel‑Hirn‑Trauma oder Schlaganfall, die kognitive Funktionen, Aufmerksamkeit und motorische Kontrolle verbessern möchten.
Kennen Sie das?
Ermüdung, Konzentrationsschwierigkeiten oder eine reduzierte Bewegungskoordination erschweren die Rückkehr in den Alltag? Reha‑Therapien helfen, stossen aber manchmal an Grenzen.
Was ist Neurofeedback?
Durch gezieltes Training von Beta‑ und SMR‑Aktivität sowie motorisch relevanter Mu‑Rhythmik werden kortikale Netzwerke re‑organisiert und Plastizität gefördert.
Wie unterstützt Neurofeedback?
Studien belegen Verbesserungen in der Aufmerksamkeit, Reduktion pathologischer Langsamaktivität und eine Steigerung der Feinmotorik, insbesondere wenn Neurofeedback früh in den Reha‑Prozess integriert wird.
Ablauf des Trainings, welches mobiles Neurofeedback und in-Praxis-Trainings verbindet
Start – Erstgespräch, Probetraining, qEEG
Phase 1 – Initialphase
(10–15 Sitzungen)
Phase 2 – Vertiefungsphase
(weitere 20–30 Sitzungen)
Phase 3 – Transferphase inkl. Alltagstraining
Studien zu Neurofeedback bei SHT und Schlaganfall
In ihrem Konferenzbeitrag
Prasad G, Herman P, Coyle D, Mcdonough S, Crosbie J. Using motor imagery based brain-computer interface for post-stroke rehabilitation. In: Proceedings of the 4th International IEEE/EMBS Conference on Neural Engineering. 2009:258–262.
beschreiben Prasad und Kolleginnen (2009) ein motor-imagery-basiertes Brain-Computer-Interface (BCI) zur Rehabilitation von Schlaganfallpatientinnen. Die Idee ist, durch mentale Bewegungsvorstellungen (z.B. Vorstellen eines Greifens) gezielt Gehirnaktivitäten auszulösen, die über das BCI-System erfasst und in Echtzeit Rückmeldungen (Feedback) generieren. Dieses Feedback soll die PatientInnen anleiten, motorische Funktionen wieder zu erlernen oder zu verbessern.
Wesentliche Inhalte und Ergebnisse:
Motor Imagery als Schlüsselkomponente
Die PatientInnen stellten sich aktive Hand- oder Armbewegungen vor, ohne sie tatsächlich auszuführen. Diese mentalen Simulationen aktivieren relevante motorische Areale und können durch EEG-Signale detektiert werden.
BCI-Verarbeitung
Das System nutzt EEG-Sensoren, um die Hirnaktivität zu messen. Spezifische Muster (z.B. im µ-/Beta-Band) werden extrahiert und in Steuersignale für ein Feedbacksystem umgewandelt.
Das Feedback kann beispielsweise ein visuelles oder virtuelles Objekt sein, das sich proportional zu den korrekten Gehirnaktivitäten bewegt, wodurch ein Lernprozess ermöglicht wird.
Rehabilitationsansatz
Das Training zielt auf eine Reorganisation betroffener Hirnareale ab, indem es die motorische Vorstellungskraft wiederholt verstärkt. Auf diese Weise sollen motorische Bahnungen gefördert und Restfunktionen erhalten bzw. verbessert werden.
Besonders im Frühstadium nach einem Schlaganfall kann dies die Wiedererlangung motorischer Fähigkeiten unterstützen.
Vorläufige Wirksamkeit
In ersten Tests mit SchlaganfallpatientInnen zeigte sich, dass diese das BCI-System erfolgreich nutzen konnten; zudem wurden Fortschritte bei der motorischen Kontrolle sichtbar.
Die AutorInnen betonen jedoch, dass weitere Studien mit grösseren Probandenzahlen nötig sind, um die langfristige Wirksamkeit und optimale Trainingsprotokolle zu validieren.
Fazit:
Motor-Imagery-basierte BCIs stellen einen vielversprechenden Ansatz in der Schlaganfallrehabilitation dar, da gezielt dazu angeregt wird, motorische Fertigkeiten mittels mentaler Übungen zurückzugewinnen. Die Ergebnisse der vorgestellten Pilotstudien deuten positive Effekte an, es sind jedoch umfangreichere Untersuchungen erforderlich, um den Ansatz und seine nachhaltige Wirkung weiter zu untermauern.
In diesem Übersichtsartikel
Wang W, Collinger JL, Perez MA, et al. Neural interface technology for rehabilitation: exploiting and promoting neuroplasticity. Phys Med Rehabil Clin N Am. 2010;21(1):157–178.
PubMed:
DOI-Link (ScienceDirect/Elsevier):
https://doi.org/10.1016/j.pmr.2009.07.003
diskutieren Wang und Kolleginnen (2010) verschiedene Formen von „Neural Interface Technology“ (NIT) und deren Potenzial in der Rehabilitation nach neurologischen Schädigungen. Dabei betrachten die Autorinnen sowohl invasiv als auch nicht-invasiv arbeitende Brain-Computer-Interfaces und betonen, wie sich damit gezielt Neuroplastizität auslösen und fördern lässt.
Kerninhalte und Bedeutung für Schlaganfall bzw. Schädel-Hirn-Trauma
Zielsetzung und Neuroplastizität
Die AutorInnen erläutern, dass sich das Gehirn nach einer Verletzung – etwa durch Schlaganfall oder Schädel-Hirn-Trauma – reorganisieren kann. Dieser Anpassungsprozess (Neuroplastizität) soll durch gezieltes Training mit Neural Interfaces beschleunigt und verstärkt werden.
Konkret geht es um Technologien, die Gehirnsignale erfassen und sie entweder in externe Geräte (z.B. Prothesen) oder in unmittelbare Rückmeldungen (z.B. visuelles Feedback) übersetzen. Patienten sollen damit lernen, verlorene motorische oder sensorische Funktionen schrittweise wiederherzustellen.
Methoden und Anwendungsfelder
Nicht-invasive Methoden: EEG-basierte Brain-Computer-Interfaces können beispielsweise eingesetzt werden, um motorische Vorstellungen (Motor Imagery) zu detektieren und in Bewegungen zu übersetzen. Gerade bei SchlaganfallpatientInnen und Menschen mit Schädel-Hirn-Trauma ist dies relevant, da sie oft starke motorische Defizite haben.
Invasive Ansätze: Implantierte Elektroden im Gehirn (etwa bei hochgradigen Lähmungen) stellen direkte Verbindung zu motorischen Arealen her. Diese Variante wird in schweren Fällen erwogen, bei denen konventionelle Rehabilitationsmassnahmen nur eingeschränkt greifen.
Praktische Rehabilitationsansätze
Die Arbeit zeigt beispielhaft, wie ProbandInnen mit Schlaganfall oder Schädel-Hirn-Trauma mittels NIT ein externes Device (z.B. einen Roboterarm) kontrollieren. Währenddessen werden wiederholt spezifische Gehirnareale aktiviert, was neue neuronale Verknüpfungen hervorbringt.
Wichtig ist dabei ein kontinuierliches Feedback (visuell, auditiv oder taktil), das den Patienten unmittelbar darüber informiert, ob sie ihre motorische Vorstellung erfolgreich umgesetzt haben. So wird ein Lernprozess initiiert, der die neuronalen Schaltkreise gezielt „trainiert“.
Forschungsstand und Herausforderungen
Laut den AutorInnen sind zwar erste klinische Ergebnisse vielversprechend (z.B. bessere Arm- und Handfunktionen), jedoch fehlen noch grossangelegte Studien, um Wirksamkeit und optimale Protokolle für unterschiedliche Patientengruppen (Schlaganfall vs. Schädel-Hirn-Trauma) zu belegen.
Technische Aspekte (etwa Signalverarbeitung, Robustheit) und individuelle Faktoren (Motivation, Ausmass der Hirnschädigung) stellen weitere Herausforderungen dar.
Fazit
Der Beitrag von Wang et al. unterstreicht, dass moderne Gehirn-Computer-Schnittstellen, ob invasiv oder nicht-invasiv, ein starkes Potenzial für die Rehabilitation nach Schlaganfall und Schädel-Hirn-Trauma aufweisen. Zentral ist, durch wiederholtes Training gezielt Neuroplastizität in verletzten oder inaktiven Hirnregionen zu stimulieren. Zwar sind die Ergebnisse der bisherigen Studien ermutigend, doch die AutorInnen betonen, dass grössere, standardisierte und systematische Untersuchungen nötig sind, um den Nachweis langfristiger Erfolge und die besten Protokolle für verschiedene Patientengruppen zu liefern.
Haben Sie Fragen? Ich bin für Sie da.
Wolfgang Maier
MA in Schulischer Heilpädagogik HfH
MAS in Neuropsychologie UZH
Wolfgang Maier
MA in Schulischer Heilpädagogik HfH
MAS in Neuropsychologie UZH