摘要 — 尽管目前已有研究,但运动想象 (MI) 任务中产生的事件相关去同步 (ERD) 的变异性与 MI-BCI 性能之间的关系仍未得到很好的理解。事实上,之前的许多研究表明,ERD 模式在受试者之间和受试者内存在很大的变异性,但仍然难以理解这种变异的起源。缺乏对大脑运动模式变异性的了解限制了提高 BCI 性能的可能性,BCI 的性能平均仍然很差。我们认为,更好地了解 BCI 使用过程中 ERD 的变异性对于开发有效的接口至关重要。事实上,大多数研究都忽视了对 MI 期间试验间 ERD 及其整个实验会话期间的变异性的分析,这些研究主要集中于识别跨试验平均甚至跨参与者的 ERD 模式。在本研究中,我们计划分析大型 MI-BCI 数据库(n=75 名受试者),并研究右手和左手 MIs 任务(即 ERD)背后的大脑运动模式的个体间/个体内变异性与 BCI 性能之间的关系。我们的研究表明,尽管 ERD 幅度和基线功率与 BCI 性能相关,但 ERD 幅度或基线功率的变异性却无关。索引术语 — 运动意象;脑机接口;脑电图;变异性
在本研究中,我们探讨了振动触觉反馈是否可以增强运动皮层兴奋性,从而转化为基于运动想象 (MI) BCI 的训练期间局部皮层区域的可塑性变化。为此,我们重点研究了 MI 的两个最显着的神经生理学效应——事件相关去同步 (ERD) 水平和通过导航经颅磁刺激 (nTMS) 评估的皮层兴奋性增加。对于 TMS 导航,我们使用了单独的高分辨率 3D 脑 MRI。十名未接受过 BCI 治疗的健康成年人参加了这项研究。在有和没有反馈的情况下分别执行 MI(使用 Graz-BCI 范式的静息或左/右手想象)任务。为了研究基于 MI BCI 的训练中振动触觉反馈的存在/不存在对感觉运动皮层激活的贡献程度,我们比较了有反馈和无反馈训练后 MI 期间的 MEP 幅度。此外,还研究了基于 MI BCI 的训练期间的 ERD 水平。我们的研究结果证明,在 MI 训练期间应用振动触觉反馈会导致 (i) 与非惯用手的 MI 相对应的对侧运动皮层区域的 mu 节律 EEG 模式的去同步水平增强;(ii) 与 MI 所涉及的肌肉相对应的手部肌肉表征中的运动皮层兴奋性增加。
脑电图(EEG)是脑机接口(BCI)系统中最常用的方法之一。基于EEG的BCI系统可以利用外部设备恢复神经肌肉系统。放置在头皮上的电极记录的脑脉冲被转换成控制机械臂、外骨骼、轮椅或其他机器人的命令。在基于EEG的BCI中,有许多范式,例如基于事件相关去同步/同步(ERD / ERS)的运动想象(MI),称为感觉运动节律(SMR),基于体感的感觉想象,注意定向电位(SAO),稳态视觉诱发电位(SSVEP),稳态体感诱发电位(SSSEP),P300电位和慢皮质电位(SCP)。
目的作者研究了药物抵抗性局灶性癫痫发作期间低压快活动 (LVFA) 模式的功能连接 (FC) 和脑电图功率的变化。他们假设这种变化将有助于对癫痫手术结果进行分类。方法在 79 例接受立体脑电图 (SEEG) 评估和切除手术的药物抵抗性局灶性癫痫患者中,使用非线性回归 (h2) 和三个区域内/之间的功率谱特性测量围 LVFA 期间的 FC 变化:癫痫发作区 (SOZ)、早期传播区 (PZ) 和非受累区 (NIZ)。计算去同步和功率去同步 h2 指数以评估 LVFA 期间 EEG 去同步的程度。采用多元逻辑回归来控制混杂因素。最后,生成了受试者工作特征曲线以评估去同步化指数在预测手术结果方面的表现。结果 53 名患者显示发作期 LVFA 和不同的 SOZ、PZ 和 NIZ 区域。其中,39 名患者(73.6%)在最后一次随访时实现了无癫痫发作。通过 h 2 分析测量,在 LVFA 期间在无癫痫发作组中发现 EEG 去同步化:与 LVFA 前和 LVFA 后相比,SOZ 内和区域之间的 FC 减少。相反,非无癫痫发作组没有显示出明显的 EEG 去同步化。h 2 去同步化指数,而不是功率去同步化指数,能够在切除手术后对无癫痫发作和非无癫痫发作患者进行分类。结论 通过区域内和区域间 h 2 分析测量的围 LVFA 期间 EEG 去同步化可能有助于识别术后结果良好的患者,并且可能在未来改善致痫区的识别。
嵌合体状态是出现在非局部耦合的相同混沌时间离散映射或时间连续振荡器网络中的部分同步模式的一个有趣例子。它们由空间共存的相干(同步)和非相干(去同步)动态域组成。我们表明,在各种网络拓扑(如一维环形网络、准分形连通性、二维晶格或多层结构)和不同的动态映射中,出现了包括嵌合体在内的大量部分同步场景。特别是,我们研究了逻辑映射、Hénon 映射和 Lozi 映射。通过分析时空动力学对耦合范围和强度的依赖性,我们发现了通过嵌合态从相干性到完全不相干性的转变的动态分叉场景,并回顾了数值和分析方法 [1-5]。
嵌合体状态是出现在非局部耦合的相同混沌时间离散映射或时间连续振荡器网络中的部分同步模式的一个有趣例子。它们由空间共存的相干(同步)和非相干(去同步)动态域组成。我们表明,在各种网络拓扑(如一维环形网络、准分形连通性、二维晶格或多层结构)和不同的动态映射中,出现了包括嵌合体在内的大量部分同步场景。特别是,我们研究了逻辑映射、Hénon 映射和 Lozi 映射。通过分析时空动力学对耦合范围和强度的依赖性,我们发现了通过嵌合态从相干性到完全不相干性的转变的动态分叉场景,并回顾了数值和分析方法 [1-5]。
众所周知,手部运动和运动的心理表征都会导致相应皮质运动区域记录的脑电图 (EEG) 发生事件相关去同步 (ERD)。然而,体感皮质区域的 ERD 与触觉的心理表征之间的关系尚不清楚。在本研究中,我们利用健康人的 EEG 记录来比较右手真实和想象的振动触觉刺激的影响。真实和想象的感觉都会产生对侧 ERD 模式,尤其是在 m 波段,最明显的是在 C3 区域。基于这些结果和以前的文献,我们讨论了触觉意象作为复杂身体意象的一部分的作用,以及将触觉意象引起的 EEG 模式用作脑机接口 (BCI) 中的控制信号的潜力。将这种方法与运动意象 (MI) 相结合可以提高用于中风和神经创伤后感觉运动功能康复的 BCI 的性能。
摘要—在本研究中,我们探讨了振动触觉反馈是否可以增强运动皮层兴奋性,从而在基于运动想象 (MI) BCI 的训练过程中转化为局部皮层区域的可塑性变化。为此,我们重点研究了 MI 的两个最显着的神经生理学效应——事件相关去同步 (ERD) 水平和通过导航经颅磁刺激 (nTMS) 评估的皮层兴奋性增加。对于 TMS 导航,我们使用了单独的高分辨率 3D 脑 MRI。十名未接受过 BCI 治疗的健康成年人参加了本研究。在有和没有反馈的情况下分别执行 MI(使用 Graz-BCI 范式的休息或左/右手想象)任务。为了调查基于 MI BCI 的训练中振动触觉反馈的存在/不存在对运动皮层兴奋性的贡献程度
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——多通道脑电图 (EEG) 是一种常用的非侵入性方法,用于向基于运动想象 (MI) 的脑机接口 (BCI) 系统提供输入信号。目前,由于缺乏所需的分类准确度,其使用受到严重限制。机器学习用于 BCI 中以识别 EEG 数据中的隐藏模式,然后将其分类到适当的 MI 任务中。在本研究中,提出了一种称为优化频谱加权公共空间模式的方法来改进基于 EEG 的 BCI 系统中的特征提取。它通过优化频谱和空间系数的权重来增强信息增益,以从事件相关去同步 (ERD) 大脑活动中提取判别特征。通过在 BCI 竞赛 IV 的基准数据集 2a 上执行该方法来评估所提出的方法。独立成分分析法用于去除噪声,而线性判别分析法用于分类。与文献中报道的其他方法相比,使用所提出方法的实验结果产生了更高的分类准确度。