XiaoMi-AI文件搜索系统
World File Search System打网球
脑电图中心理运动意象分类的稳定性取决于分类器模型的选择和实验设计，而不是信号预处理
心理运动意象 (MI) 是指在心理上执行运动任务（Milton 等人，2008 年，例如打网球或游泳）。此类任务可用于体育领域（Schack 等人，2014 年）或评估严重脑损伤患者的认知表现（Stender 等人，2014 年；Engemann 等人，2018 年），利用事件相关去同步 (ERD) 可靠地检测脑损伤患者的高级认知功能（Cruse 等人，2011 年、2012b 年）。可靠地检测健康人的 MI 任务表现对于诊断工具评估无法对任务做出公开反应的脑损伤患者的隐性意识是必不可少的。在一项关于心理 MI 的里程碑式研究（ Goldfine 等人，2011 ）中，作者证明，所有健康对照组的脑电活动都有意识地调节，并与活跃心理或静息状态的时间锁定在一起。但这些调节是不一致的。因此，我们得出结论，在测试健康人时，即在考虑患有严重脑损伤的患者之前，是否有可能可靠地区分心理 MI 范式中的活跃状态和静息状态，这一点值得担忧。从技术上讲，稳定的心理 MI 大脑状态的检测似乎高度依赖于所使用的信号处理、分类程序和统计分析，正如对心理 MI 数据的重新分析（ Henriques 等人，2016 ）中所报告的那样。因此，在这项工作中，我们重新审视了健康个体中 MI 范式的潜力，并研究了四个不同的研究问题（RQ）。我们首先研究定量分析 EEG 数据时的两个非常关键的问题：伪影的识别和剔除以及电极空间的选择。由经过培训的研究人员对 EEG 信号进行目视检查，并手动去除充满伪影的信号周期，是从记录中去除受污染通道（Cruse 等，2011、2012a）或尾迹（Cruse 等，2012b）的常用方法。这种伪影剔除方法可以应用于明显的伪影，如眨眼或运动，但肌源性活动往往与感兴趣的大脑活动（McMenamin 等，2010）混合在一起，因此无法用这种策略从信号中去除。独立成分分析（ICA）是分离肌源性和大脑活动的有力工具。ICA 将数据分解为独立成分，然后通过目视检查将其分类为肌源性或真正的大脑活动。然而，受过训练的专家的错误分类可能是导致 ICA 性能有限的原因（Olbrich 等人，2011 年）。大约三分之一的 EEG 分类研究使用手动伪影清除，然后不进行伪影清除，并且
回忆悲伤、快乐和恐惧状态的神经相关性
表达个人情绪状态的能力是社会行为的基础（1）。害怕时寻求帮助，悲伤时安慰，高兴时分享喜悦，这些都是社会动物所决定的心理需求（2）。尽管这些天生需求非常重要，但对于无法口头交流的人，很少有神经科学研究与内在动机状态相关的神经信号。例如，在脑机接口 (BCI) 研究中，电位的记录和分类可用于推断闭锁综合症（LIS，3）患者的心理内容。有意识且能产生运动指令或准备电位（4、5）或能通过产生 P300 成分做出自愿决定（6）的患者，可以通过控制光标、机器人、假肢、拼写系统（7）或物体进行交流。然而，处于植物人状态（又称无反应觉醒综合征 (UWS)）（8）或微意识状态（9）的患者与这些系统隔绝（10）。神经科学家正在研究从他们的大脑活动中检测他们的动机或情绪状态的方法（11）。此类研究包括通过观察大脑活动来推断内在心理内容的研究。Owen 等人（12）首次利用功能性磁共振成像 (fMRI) 评估意识障碍患者理解和遵从指令的能力。他们对一名被诊断为 UWS 的患者进行了研究，要求患者在 MRI 扫描仪中想象打网球、在家里走动以及在 30 秒内不加思索地休息。研究设计确保患者的反应不仅仅是被动处理口头指令的结果，而且当指示不要执行任务时，患者的反应会消失。通过激活特定大脑区域（如网球想象中的辅助运动区和导航想象中的海马旁回），可以测量患者遵循特定命令的能力，类似于在健康个体中观察到的情况。在最近的 ERP 研究中，Proverbio 等人（13）研究了想象过程的心理生理标记。向参与者展示代表不同语义类别的视觉和听觉刺激，然后要求他们激活与该类别相对应的心理图像。作者能够在没有感觉刺激的情况下识别出不同想象刺激类别（如婴儿、人脸、动物、音乐、语音、情感发声和感觉模态（视觉与听觉））的独特电生理标记。然后，这些 ERP 信号通过机器学习算法（MIRACLE 的分类，14）进行分类，超过了有效沟通的 70% 阈值，在 k 倍交叉验证和保留验证中的准确率分别为 96.37% 和 83.11%。情感计算是人工智能处理情感的一个分支。它包括自动情感识别，由于可用于记录脑信号的廉价设备的出现，该技术目前正在不断发展（15-17）。两项研究在使用被认为可诱发特定情感状态的图像、音频或剪辑诱发情绪期间测量了 alpha 和 beta 脑电图频率，并进行了信号分类。特别是 Choppin（18）
基于功能近红外光谱技术评估意识障碍患者的残留认知
准确诊断长期意识障碍（DOC）患者的意识水平对于设计治疗计划、确定康复服务和预测预后至关重要。DOC 1 – 4 主要包括昏迷（仅有失眠和反射行为）、无反应觉醒综合征（UWS）和微意识状态（MCS）。UWS 5 中的患者临床上清醒，但对自己和周围环境没有意识。与 UWS 不同，MCS 6 中的患者表现出极少、不一致但可重复的有目的的意识证据。对这两组患者的意识的临床评估和诊断具有挑战性。目前，主观床边行为评估仍被视为评估 DOC 患者意识的临床参考标准。7 但据报道误诊率为 ∼ 40% 。 3 事实上，由于患者的认知、运动和感觉障碍，以及检查者和环境条件等其他因素，准确评估 DOC 患者的脑功能和检测其残留意识非常复杂、耗时且具有挑战性。评估 DOC 患者意识水平的一种客观方法是使用功能神经影像技术。在过去的几年中，各种神经影像学和电生理研究为评估 DOC 患者意识、探索结构和功能特征、监测意识恢复以及阐明 DOC 患者意识的潜在机制提供了宝贵的见解。1、3、4、8 2006 年，Owen 等人提出了一项功能性磁共振成像 (fMRI) 研究，他们指导一名符合 UWS 临床标准的患者在 fMRI 扫描仪中执行打网球的想象来回答“是”，并执行空间导航想象来回答“否”。 9 fMRI 结果显示，患者的大脑活动与健康对照者在相同任务下的活动相似，表明存在残留认知。在后续研究中，10 fMRI 用于评估一组 DOC 患者在心理意象任务期间的故意大脑活动。结果显示，在行为上看似无反应的患者中，约有 17% 实际上具有隐蔽意识，可以调节大脑活动以响应简单的是非问题进行交流。神经影像学和电生理学研究的新发现表明，在行为检查中看似无反应的患者中，约有 20% 实际上可以表现出隐蔽意识。这种差异被称为认知运动分离 (CMD)。4、11 也就是说，这些患者实际上有意识，即使他们在行为上没有反应，但是，使用不依赖于患者产生外部反应能力的电生理和神经成像技术可以观察到明显的意识迹象。最近，2020 年欧洲神经病学学会指南建议应“在可行的情况下”使用基于任务的神经影像学研究来准确检测 DOC 患者的意识。12尽管基于 fMRI 的研究为 DOC 领域提供了有价值的信息，但相对大规模的设备要求、费用和严格的受试者限制使其无法应用于植入金属的患者，并限制了其在纵向床边监测或重症监护病房危重患者的使用。功能性近红外光谱 (fNIRS) 13 是一种非侵入性光学神经成像技术，在脑机接口 (BCI)、精神分裂症研究、神经康复、新生儿护理等领域发展迅速。7、14-16 与 fMRI 相比，fNIRS 对运动伪影和金属植入物的耐受性更高。通过同时检测氧合血红蛋白 (HbO)、脱氧血红蛋白 (HbR) 和总血红蛋白 (HbT) 浓度的变化，它提供更全面的信息，以更好地表征血流动力学并提高生态效度。此外，fNIRS 在以更高的空间分辨率定位和分割大脑区域方面优于 EEG。fNIRS 还更具成本效益、便携性，可用于床边监测，适合对 DOC 患者进行纵向和重复监测血流动力学。然而，使用 fNIRS 研究 DOC 患者的功能活动和评估残余意识的研究仍然有限，但正在增加。3、7、17-20 2013 年，Molteni 等 18 首次使用 fNIRS 对 MCS 患者的残余意识进行床边评估。Kempny 等 17 使用基于 fNIRS 的运动想象 (MI) 任务评估了 DOC 患者的大脑活动；结果显示，与 UWS 患者相比，MCS 患者的血流动力学反应与 UWS 患者更相似。神经康复、新生儿护理等。7、14-16与 fMRI 相比，fNIRS 对运动伪影和金属植入物的耐受性更强。通过同时检测氧合血红蛋白 (HbO)、脱氧血红蛋白 (HbR) 和总血红蛋白 (HbT) 浓度的变化，它提供更全面的信息，以更好地表征血流动力学并提高生态效度。此外，fNIRS 比 EEG 更能以更高的空间分辨率定位和分割大脑区域。fNIRS 还更具成本效益、便携性，可用于床边监测，适合对 DOC 患者进行纵向和重复监测血流动力学。然而，使用 fNIRS 研究功能活动和评估 DOC 患者残留意识的研究仍然有限，但正在增加。3、7、17-20 2013 年，Molteni 等人。 18 首次使用 fNIRS 对 MCS 患者的残留意识进行床边评估。Kempny 等 17 使用基于 fNIRS 的运动想象 (MI) 任务评估了 DOC 患者的大脑活动；结果显示，与 UWS 患者相比，MCS 患者的血流动力学反应与神经康复、新生儿护理等。7、14-16与 fMRI 相比，fNIRS 对运动伪影和金属植入物的耐受性更强。通过同时检测氧合血红蛋白 (HbO)、脱氧血红蛋白 (HbR) 和总血红蛋白 (HbT) 浓度的变化，它提供更全面的信息，以更好地表征血流动力学并提高生态效度。此外，fNIRS 比 EEG 更能以更高的空间分辨率定位和分割大脑区域。fNIRS 还更具成本效益、便携性，可用于床边监测，适合对 DOC 患者进行纵向和重复监测血流动力学。然而，使用 fNIRS 研究功能活动和评估 DOC 患者残留意识的研究仍然有限，但正在增加。3、7、17-20 2013 年，Molteni 等人。 18 首次使用 fNIRS 对 MCS 患者的残留意识进行床边评估。Kempny 等 17 使用基于 fNIRS 的运动想象 (MI) 任务评估了 DOC 患者的大脑活动；结果显示，与 UWS 患者相比，MCS 患者的血流动力学反应与