XiaoMi-AI文件搜索系统
World File Search System去同步
高度敏感人群的情绪感染和镜像系统活动
摘要：日本最近精神疾病的发病率有所上升。被定义为“高敏感人群 (HSP)”。HSP 不是精神疾病的诊断，而是指个人气质。然而，这组特征与注意力缺陷/多动障碍和广泛性焦虑症具有共同特征。HSP 的核心特征是高度的同理心。对一个人的 HSP 状态的评估是通过心理问卷上的自我报告进行的，但由于这些测量依赖于测试者的自我意识，因此这些测量的分数可能不准确。因此，在本研究中，通过使用脑电图测量情绪感染和镜像系统活动来评估同理心。将结果与参与者在高敏感人群量表 (HSPS) 上的得分进行比较。我们发现 HSPS 分数为 100 或更高的参与者表现出 50% 或更高的事件相关去同步 (ERD)，表明镜像系统活动。此外，HSPS 评分为 100 或更高的参与者在看到快乐面孔的图像时表现出较低的 alpha 波段功率值。由于 alpha 波与放松的非唤醒状态有关，因此可以推断，快乐的面孔会引发快乐的感觉，增加唤醒并降低 alpha 节律。因此，研究发现 HSPS 评分越高，镜像系统活动和情绪感染的水平就越高。关键词：alpha 节律、情绪感染、ERD、高敏感人群、镜像系统活动 1. 引言
基于小波的特征提取及SVM分类
Pradesh) 摘要 本文探讨了使用小波变换技术在运动想象 (MI) 任务中对 EEG 信号进行特征提取和分类，重点关注事件相关去同步 (ERD) 和事件相关同步 (ERS) 现象。该研究强调了离散小波变换 (DWT) 相对于连续小波变换 (CWT) 的有效性，因为它在处理时间上更高效，并且能够紧凑地表示信号。根据能量压缩特性和捕获与 MI 相关的信号特征的能力对各种小波函数进行了评估，包括 Daubechies 和双正交小波。选择在近似带中表现出最高能量集中的小波进行进一步分析。使用这些选定的小波从 EEG 信号中提取特征，并使用统计和 (HoS) 度量（例如均值、方差、偏度和峰度）进行表征。然后使用这些特征来训练具有不同核函数的支持向量机 (SVM) 分类器。分类结果显示，小波 J db10 和 J bior6.8 的准确率最高，表明它们最适合 MI 任务中的 EEG 信号分析。研究结果表明，优化的小波特征提取与先进的机器学习技术相结合，具有提高脑机接口 (BCI) 系统分类性能的潜力。
虚拟现实增强了 Alpha/Beta 脑电波的情绪和任务效应
摘要：技术的进步使得虚拟现实 (VR) 中的神经心理情绪和注意力研究增多。然而，传统二维 (2D) 刺激和 VR 刺激之间的直接比较尚缺乏。因此，本研究比较了 2D 和 VR 刺激中显性任务和隐性情绪注意力的脑电图 (EEG) 相关性。参与者 (n = 16) 在 2D 和 VR 中看到大小和距离相等的愤怒和中性面孔，同时他们被要求计算两种面部表情中的一种。对于情绪 (愤怒与中性) 和任务 (目标与非目标) 的主要影响，复制了已建立的事件相关电位 (ERP)，即晚期正电位 (LPP) 和目标 P300。与 2D 相比，VR 刺激导致整体 ERP 更大，但与情绪或任务影响没有相互作用。在频域中，与基线期的 2D 刺激相比，VR 中的 alpha / beta 活动更大。值得注意的是，虽然在 VR 和 2D 刺激中都观察到了与情绪和任务条件相关的 alpha/beta 事件去同步 (ERD)，但这些影响在 VR 中明显强于在 2D 中。这些结果表明，通过 VR 技术实现的刺激材料增强沉浸感可以增强诱发的大脑振荡效应对内隐情绪和外显任务的影响。
运动意象过程中的 ERD 调节与用户特征和 BCI 性能相关
摘要 — 提高用户表现是基于运动想象 (MI) 的 BCI 控制的主要问题之一。MI-BCI 利用运动和感觉运动皮层上的感觉运动节律 (SMR) 的调制来区分几种心理状态并实现用户交互。这种调制被称为事件相关去同步 (ERD) 和同步 (ERS)，来自 mu (7-13 Hz) 和 beta (15-30 Hz) 频带。这种 BCI 开辟了有希望的领域，特别是控制辅助技术、运动训练甚至中风后运动康复。然而，MI-BCI 在实验室外仍然很少使用，主要是因为它们缺乏稳健性和可用性（15% 到 30% 的用户似乎无法控制 MI-BCI）。提高用户表现的一种方法是更好地了解用户特征与 BCI 性能背后的 ERD/ERS 调制之间的关系。因此，在本文中，我们在一个包含 75 名参与者的大型 MI-BCI 数据库中分析了 MI 任务（即 ERD 和 ERS）背后的大脑运动模式如何根据 (i) 任务性质（即右手 MI 和左手 MI）、(ii) 执行任务的会话（即校准或用户培训）和 (iii) 用户特征（例如年龄、性别、手动活动、性格特征）进行调节。本研究的独创性之一是将与用户特征相关的人为因素研究与 MI 任务期间的神经生理 ERD 调节结合起来。我们的研究首次从 16PF5 问卷中揭示了 ERD 与自我控制之间的关联。
原创研究神经病学
之前已证明，使用非侵入性 BCI 控制的机器人装置进行神经康复与传统治疗方式相结合可显著改善脑瘫儿童的运动能力。然而，之前的研究中并没有分析脑电图记录。本文旨在描述在一系列 10 次基于 BCI 的神经康复疗程中脑电图 α 节律的反应模式。这项研究针对 32 名年龄在 10 至 18 岁之间、患有右侧或左侧偏瘫的男孩和女孩进行。在静息和手指伸展运动意象期间，从 21 个电极记录脑电图。在第一次疗程中，左侧和右侧偏瘫患者在运动意象期间的 α 节律反应模式不同。在左手运动排练期间，Р2 时的差异具有统计学意义（F 1, 30 = 5.10；p < 0.05）。在最后一次治疗中，α 节律反应模式有所不同：在某些电极位置，同步被去同步所取代，表明大脑皮层活动增加。左侧偏瘫儿童的脑电图变化最为明显（F 20, 300 = 1.84；p < 0.05）。到康复课程结束时，左侧和右侧偏瘫患者之间的差异变得不那么明显。α 频带脑电图模式的重新排列可以被视为负责规划和执行复杂手部运动的神经回路有益重组的迹象。
机器学习应用程序 - USD RED
每年，临床医生在美国诊断出 5000 例新的肌萎缩侧索硬化症 (ALS) 病例 (Mehta 等人，2018)。ALS 是一种退行性神经肌肉疾病，可阻止神经元向肌肉发送脉冲，从而导致瘫痪和死亡。患有 ALS (PALS) 的人不仅行动不便，而且失去了交流能力。尽管这种疾病目前仍然无法治愈，但改善患者交流的努力正日益转向增强和替代交流 (AAC) 系统 (Beukelman 和 Mirenda，2013)。AAC 系统是一种辅助技术，旨在通过非语言交流渠道抵消 ALS 造成的缺陷。目前应用于 ALS 的 AAC 系统依赖于脑机接口 (BCI)，尽管有效，但也存在重大局限性。所述局限性包括 BCI 的侵入性、对电极放置的过度依赖以及个人用户的表现不一致 (Mak 和 Wolpaw，2009)。因此，人因工程师必须找到一种方法来缓解这些限制，这种方法干扰性较小，与电极放置无关，并保证个人用户能够获得一致且准确的性能。本研究通过探索基于瞳孔的新型 AAC 系统的前提，提出了克服这一挑战的解决方案。通过将 BCI 策略应用于眼动追踪方法（即瞳孔测量法），可以实现这种策略。我们的分析结果表明，可以使用 BCI 策略（例如快速序列视觉呈现（oddball）范式和事件相关同步/去同步（运动意象）范式）开发基于瞳孔的系统。
行动成本可以更好地预测行动前 Beta 的变化......
尽管运动前感觉运动区域的 β 波段事件相关去同步 (b-ERD；13 – 30 Hz) 受运动速度的调节，但目前的证据并不支持两者之间存在严格的单调关联。鉴于 b-ERD 被认为可以提高信息编码能力，我们检验了以下假设：它可能与运动的预期神经计算成本（此处称为动作成本）有关。至关重要的是，与中速或“首选”速度相比，慢速和快速运动的动作成本都更大。31 名右利手参与者在记录他们的脑电图时执行了速度控制的伸手任务。结果显示，速度对 β 功率的强大调节，与中速相比，高速和低速运动的 b-ERD 均显著更高。有趣的是，与低速和高速运动相比，参与者更经常选择中速运动，这表明中速运动被认为成本较低。与此一致，动作成本建模揭示了一种跨速度条件的调制模式，与 b -ERD 的调制模式非常相似。事实上，线性混合模型表明，估计的动作成本对 b -ERD 变化的预测效果明显优于对速度的预测。这种与动作成本的关系特定于 beta 功率，因为在平均 mu 波段（8 – 12 Hz）和 gamma 波段（31 – 49 Hz）波段中的活动时未发现这种关系。这些结果表明，增加 b -ERD 可能不仅会加快运动速度，而且可以通过分配额外的神经资源来促进高速和低速运动的准备，从而实现灵活的运动控制。
脑的短期启动效应......
目的：脑机接口触发功能性电刺激 (BCI-FES) 是一种新兴的中风后神经康复疗法，主要用于患手。我们探讨了双手 BCI-FES 的可行性及其短期启动效应，即刺激引起的行为改变。我们比较了单手和双手运动的 EEG 参数，并区分了年龄的影响和中风的影响。方法：10 名亚急性中风患者、10 名年龄匹配的老年健康成人和 10 名年轻的健康成人接受了单手和双手 BCI-FES 疗程。Delta alpha 比率 (DAR) 和大脑对称指数 (BSI) 源自静息态前和静息态后 EEG。事件相关去同步 (ERD) 和侧化指数源自运动 EEG。结果：参与者能够控制双手 BCI-FES。对于单手运动，ERD 主要发生在对侧，而对于双手运动，ERD 主要发生在双侧。DAR 和 BSI 仅在健康对照组中发生变化。基线值表明 DAR 受中风影响，而 BSI 受年龄和中风影响。结论：双手 BCI 控制提供更广泛的动作，同时引起与单手 BCI-FES 相同的短期变化。可能需要长时间练习才能对中风的 DAR 和 BSI 产生可测量的效果。意义：双手 BCI-FES 对中风患者是可行的。2022 年国际临床神经生理学联合会。由 Elsevier BV 出版，保留所有权利。
调查用户对脑电图运动想象的熟练程度——...
摘要：基于脑电图 (EEG) 的脑机接口 (BCI) 研究广泛应用于轮椅控制。用户的能力是 BCI 效率的一个因素。因此，我们专注于 BCI 任务和协议，以从个人用户的稳健 EEG 特征中获得高效率。本研究提出了一种基于任务的大脑活动来获得 alpha 波段的力量，其中包括闭眼以获得枕叶区域的 alpha 反应、注意向上箭头以获得额叶区域的 alpha 反应以及想象的左/右运动以获得左/右运动皮层与 alpha 事件相关的去同步。EPOC X 神经耳机用于获取 EEG 信号。我们还通过推荐运动想象任务来提出用户在肢体运动范式的运动意象会话中的熟练程度。使用所提出的系统，我们验证了特征提取算法和命令翻译。 12 名志愿者参加了实验，并使用传统的运动想象范式来比较效率。利用用户的运动想象能力，左右命令的平均准确率达到 83.7%。通过用户熟练程度推荐的 MI 范式比传统 MI 范式的准确率高出约 4%。此外，模拟轮椅的实时控制结果显示，基于时间条件的效率很高。与基于操纵杆的控制相比，执行相同任务的时间结果仍然大约长三倍。我们建议使用用户熟练程度为初学者推荐个性化的 MI 范式。此外，所提出的 BCI 系统可用于严重残疾人士的电动轮椅控制。
涉及运动规划的大脑过程是诱发事件相关去同步的主要因素
事件相关去同步 (ERD) 是在运动执行和运动想象过程中在感觉运动区域观察到的脑电图 (EEG) 频谱功率的相对衰减。它是众所周知的 EEG 特征，常用于脑机接口。然而，其潜在的神经机制尚未完全了解，因为 ERD 是一个与涉及多条通路的外部事件相关的单一变量，例如运动意图、计划和执行。在本研究中，我们旨在确定诱发 ERD 的主要因素。在两种不同的实验条件下，指示参与者以三种不同的（10%、25% 或 40%MVF：最大自主力）水平握住他们的右手：涉及实时视觉力反馈 (VF) 的闭环条件或前馈 (FF) 方式的开环条件。在每种情况下，参与者被要求重复抓握任务一定次数，时间分别为休息（10.0 秒）、准备（1.0 秒）和运动执行（4.0 秒）。EEG 信号与运动任务同时记录，以评估每种条件下事件相关频谱扰动的时间过程并分析 EEG 功率的调制。我们对指示的抓握力水平和反馈条件下的 mu 和 beta-ERD 进行了统计分析。在 FF 条件下（即无力反馈），运动执行期间中期，对侧运动皮层的 mu 和 beta-ERD 显著减弱，而在 VF 条件下，即使在保持抓握期间，ERD 也保持不变。只有体感皮层的 mu-ERD 在高负荷条件下趋于略强。结果表明，ERD 的程度反映了改变虚拟平衡点的运动计划过程中涉及的神经活动，而不是招募运动神经元来调节抓握力的运动控制过程。