想象手握力与速度调节大脑活动:NIRS-EEG分类研究
103 浏览量
更新于2024-08-26
收藏 586KB PDF 举报
"这篇研究论文探讨了通过将近红外光谱(NIRS)与脑电图(EEG)相结合,如何从感觉运动区域同步获取大脑活动信号,以研究想象中的手握紧力和速度如何调节大脑活动。研究使用NIRS探头与C3和C4电极对齐,中间放置EEG电极,对6名健康受试者在执行想象的右手握紧和伸展速度任务时的脑活动进行记录。结果表明,NIRS和EEG的联合使用能有效监测感觉运动区的大脑活动变化。尤其是在任务执行前后,HbO(血红蛋白氧合)呈现先负后正的变化趋势,而EEG信号则可能在任务准备、执行和监控过程中揭示神经处理情况。通过希尔伯特变换分析了EEG的瞬时相位、频率和幅度特征,提取了HbO和Hb浓度差异,这些特征被用于将想象的运动参数分为3个等级。该研究发表在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上,为未来基于神经反馈的康复和人机交互应用提供了新的见解。"
本文是关于神经科学和生物医学工程领域的研究,具体研究了非侵入性脑成像技术——NIRS与EEG的结合应用。通过这两种技术,研究人员能够观察到大脑在执行无实际动作的想象运动任务时的活动模式。研究重点是手部握紧力的想象和速度对大脑活动的影响,这对于理解大脑如何在没有实际肌肉运动的情况下处理运动指令至关重要。实验设计包括让受试者想象不同速度的握拳动作,期间记录NIRS和EEG数据。
NIRS是一种监测大脑血流量和氧气水平的技术,通过测量血液中氧合血红蛋白(HbO)和脱氧血红蛋白(Hb)的浓度变化来反映大脑活动。在这项研究中,HbO在任务开始时下降,然后上升,而在任务结束后的6-8秒出现正峰值,这可能反映了大脑在想象运动过程中的活动状态。而EEG则记录了大脑电活动,通过希尔伯特变换分析,揭示了在任务准备、执行和监控阶段的神经处理过程。
结合NIRS和EEG的数据,研究人员成功地将想象的握紧力和速度分为三个不同的等级,这展示了这种混合方法在识别和分类大脑活动模式方面的潜力。这样的成果不仅有助于深化对大脑工作原理的理解,也为开发新的康复策略和人机交互技术提供了理论支持。例如,对于因神经系统疾病或损伤而无法实际移动的患者,这样的技术可能帮助他们通过思维控制外部设备,提高生活质量。
2022-01-13 上传
2019-02-14 上传
2021-05-26 上传
2022-09-24 上传
2021-04-12 上传
2020-03-04 上传
2023-06-26 上传
2021-05-21 上传
weixin_38652270
- 粉丝: 3
- 资源: 893
最新资源
- SSM动力电池数据管理系统源码及数据库详解
- R语言桑基图绘制与SCI图输入文件代码分析
- Linux下Sakagari Hurricane翻译工作:cpktools的使用教程
- prettybench: 让 Go 基准测试结果更易读
- Python官方文档查询库,提升开发效率与时间节约
- 基于Django的Python就业系统毕设源码
- 高并发下的SpringBoot与Nginx+Redis会话共享解决方案
- 构建问答游戏:Node.js与Express.js实战教程
- MATLAB在旅行商问题中的应用与优化方法研究
- OMAPL138 DSP平台UPP接口编程实践
- 杰克逊维尔非营利地基工程的VMS项目介绍
- 宠物猫企业网站模板PHP源码下载
- 52简易计算器源码解析与下载指南
- 探索Node.js v6.2.1 - 事件驱动的高性能Web服务器环境
- 找回WinSCP密码的神器:winscppasswd工具介绍
- xctools:解析Xcode命令行工具输出的Ruby库