尽管与其他类型的心理意象相比,触觉意象的研究并不深入,但它对于脑机接口 (BCI) 来说可能非常有用,因为它可以产生 BCI 操作所需的神经调节。在这里,我们通过比较触觉意象 (TI) 对皮质反应的影响与指尖实际振动触觉刺激的影响,评估了与触觉意象 (TI) 相关的神经调节。我们发现 TI 和振动刺激都会引起与事件相关的脑电图 (EEG) 活动频率变化。此外,TI 会影响由短脉冲振动引起的体感诱发电位 (SEP)。收集了 29 名接受过触觉意象任务训练的参与者的 EEG 数据。在有和没有 TI 的情况下测量了对振动脉冲的反应。这些 SEP 由三个主要部分组成:中央顶叶区域的 P100 反应、额叶区域的 P200 反应和中央区域的 P300 反应。 TI 持续导致同侧 P100、同侧和对侧 P300 以及额叶 P200 增加。此外,TI 还增强了额叶区域因振动而发生的 θ 波段 ERS。这些发现表明,TI 不仅会调节 EEG 模式,还会影响皮质对物理体感刺激的处理。这种对真实和想象的躯体感觉的联合处理可用于 BCI,特别是在临床相关的 BCI 中,这些 BCI 致力于通过结合中枢诱导和外周活动来恢复体感处理。
脑机接口 (BCI) 在皮质活动和外部设备之间建立了直接连接。BCI 可以使用非侵入性方法,例如脑电图 (EEG),也可以使用侵入性方法,例如皮层电图 (ECoG) 或神经尖峰记录 (Homer 等人,2013;Guger 等人,2015、2018)。在过去的几十年里,人们开发了许多 BCI 方法,基于慢波、诱发电位 (EP)、稳态诱发电位 (SSEP)、基于代码的 EP 或运动想象 (MI) 范式,目的是将帮助人们的医疗应用推向市场。第一个 BCI 系统用于拼写、控制假肢或移动电脑屏幕上的光标 (Guger 等人,2015;Allison 等人,2020)。早期的 BCI 工作主要针对闭锁症或完全闭锁症患者。如今,越来越多的BCI技术临床应用正在被开发。
摘要 — 本文介绍了一种处理和分类视觉诱发电位信号 (SSVEP) 的原创方法。它介绍了一种将典型相关分析与基于功率谱密度的方法相结合的集成学习模型。所用的刺激物是使用 LED 构建的,范围从 7.04 Hz 到 38.46 Hz。使用 ADS1299 和三个干电极收集数据。针对不同的光强度和 LED 之间的不同距离进行了测试。总共招募了 22 名参与者,平均准确率为 99.1 ± 2.27%,决策时间为 1 秒。据我们所知,这些结果超过了之前在 SSVEP-BCI 中使用高频刺激的其他作品中发表的结果,即平均准确率约为 90%,决策时间为 5 秒。索引术语 — 典型相关分析、脑机、EEG、视觉诱发电位、SSVEPC。
ADHD 成人注意力缺陷多动障碍 ASD 自闭症谱系障碍 BCI 脑机接口 CBT 认知行为疗法 CNV 偶然负变异 DOC 意识障碍 ECoG 皮层脑电图 EEG 脑电图 ERD 事件相关去同步 ERP 事件相关电位 fMRI 功能性磁共振成像 fNIRS 功能性近红外光谱 ICT 信息和通信技术 LFP 局部场电位 MEG 脑磁图 MDD 重度抑郁症 MCS 微意识状态 MI 运动意象 PTSD 创伤后应激障碍 rTMS 重复经颅磁刺激 SMR 感觉运动节律 SSSEP 稳态体感诱发电位 SSVEP 稳态视觉诱发电位 sEEG 立体脑电图 tACS经颅交流电刺激 tFUS 经颅聚焦超声刺激 UWS 无反应觉醒综合症 XR 扩展现实
摘要 面部认知在社交互动中起着重要作用。研究面部认知机制的典型刺激是快速连续视觉呈现 (RSVP)。在 RSVP 任务中,当一个人识别目标图像时,会引发称为事件相关电位 (ERP) 的大脑反应。需要多次试验才能平均并获得干净的 ERP,以解释 ERP 反应背后的认知机制。然而,增加试验次数会导致疲劳并影响诱发的 ERP 幅度。本文采用了不同的视角;机器学习可能会提取有意义的认知结果,揭示面部认知机制,而无需直接关注 ERP 的特性。我们实施了 xDAWN 协方差矩阵方法来提高数据质量,并实施了支持向量机分类模型,以使用部分面部认知任务中诱发的 ERP 成分来预测参与者感兴趣的事件。我们还研究了面部成分和身体反应的影响,以探索每个成分的作用并找到减少实验期间疲劳的可能性。我们发现眼睛是最有效的成分。无论是在行为反应还是分类表现方面,完整面部和部分可见眼睛的面部都获得了类似的统计结果。从这些结果来看,眼睛成分可能是面部认知中最重要的。因此,完整面部和部分可见眼睛的面部认知机制可能存在一些相似之处,应利用 ERP 特征进一步研究。
在健康人类志愿者中评估了经颅聚焦超声 (FUS) 刺激初级躯体感觉皮层及其丘脑投射(即腹后外侧核)对脑电图 (EEG) 反应产生的影响。刺激与非惯用手相对应的单侧躯体感觉回路会在所有参与者中产生脑电图诱发电位;然而,并非所有感知到的刺激都会产生手的触觉。这些 FUS 诱发的脑电图电位 (FEP) 是从两个大脑半球观察到的,与正中神经刺激的躯体感觉诱发电位 (SSEP) 有相似之处。与使用 1 和 2 毫秒 PD 相比,使用 0.5 毫秒脉冲持续时间 (PD) 超声处理(占空比为 70%)可在超声处理同侧半球引发更明显的 FEP 峰值特征。尽管一些参与者报告听到了与 FUS 刺激相关的音调,但根据对音调刺激(模仿与 FUS 刺激相同的重复频率)的听觉诱发电位 (AEP) 的单独测量,观察到的 FEP 不太可能与听觉混淆。与丘脑刺激相关的静息态功能连接 (FC) 的离线变化表明,FUS 刺激增强了感觉运动和感觉整合区域网络的连接,这种变化至少持续一个多小时。临床神经学评估、EEG 和神经解剖 MRI 未发现超声处理的任何不良或意外影响,证明了其安全性。这些结果表明,FUS 刺激可能在人类体内诱导长期神经可塑性,表明其对各种神经和神经精神疾病具有神经治疗潜力。
介绍了一种基于光泵磁力仪 (OPM) 的非侵入式功能性脑成像系统。基于 OPM 的脑磁图 (MEG) 系统具有 20 个与受试者头皮相符的 OPM 通道。我们对三名受试者进行了两项 MEG 实验:使用基于 OPM 的 MEG 系统和基于超导量子干涉装置 (SQUID) 的商用 MEG 系统评估体感诱发磁场 (SEF) 和听觉诱发磁场 (AEF)。我们通过计算基于 OPM 的 MEG 系统产生的等效电流偶极子 (ECD) 位置与基于商用 SQUID 的 MEG 系统计算出的 ECD 位置之间的距离来交叉验证我们系统的稳健性。我们对这三名受试者的 SEF 和 AEF 反应都实现了亚厘米级的精度。由于 OPM 通道与头皮的距离较近(12 毫米),预计未来基于 OPM 的 MEG 系统将提供增强的空间分辨率,因为与采用 SQUID 的传统 MEG 系统相比,它们将捕获更精细的空间特征。
Axon-R™ 可通过视觉刺激和神经反馈精确测量和调节大脑活动。这款可穿戴设备提供多达 16 个研究级生理数据通道和集成的稳态视觉诱发电位分类器。配备 Axon-R 的研究人员可以超越标准实验室的范围,参与沉浸式和交互式研究,
图 1. 使用 EEG 作为表征动态大脑反应的工具。(a)典型的 EEG 实验范例,其中向受试者呈现离散事件以引发大脑反应,同时记录 EEG 信号。(b)用刺激引发大脑反应可以比作敲击钟摆并观察其动态反应。(c)平均 ERP 方法假设特定反应活动由刺激引起并添加到自发活动中。通过根据刺激开始对多次试验进行平均,自发活动被抵消,而诱发的反应仍然存在。然而,由于大脑反应在试验间存在差异,平均 ERP 最终可能会显示模糊的反应模式(底部)。(d)真实 EEG 数据显示具有差异延迟变化的单次试验 ERP 的各个子成分。数据是从面部识别任务中单个受试者的电极 CPz 中提取的按 P3 延迟排序的单次试验 ERP(Rellecke、Sommer 和 Schacht,2012)。