多皮层高频LFPs解码猴的抓取与伸展运动：一项高精度IBMIs信号研究

本文研究了《多皮层高频局部场电位在猴类伸展与抓取运动解码中的应用》（Using High-Frequency Local Field Potentials From Multicortex to Decode Reaching and Grasping Movements in Monkey），发表于2018年9月的《认知与发育系统》（IEEE Transactions on Cognitive and Developmental Systems）。该研究由包括张鹏（华中科技大学）、贾建（华中科技大学）、魏丽（华中科技大学）等7位作者合作完成，他们分别在神经康复和石墨烯包裹的ZnO纳米光导项目等领域也有所贡献。 研究的核心内容是利用微电极阵列在猴子的主运动皮层（M1）、体感皮层（S1）和后顶叶皮层（PPC）等多个皮层区域长期记录高频局部场电位（High-Frequency Local Field Potentials, LFPs）。高频LFPs被用于捕捉猴子在三维空间中执行伸展和抓取动作时的神经活动信息。作者们采用了小波包变换（Wavelet Packet Transform, WPT）技术，它能同时提供时间域和频率域的信息，从而提取出特征信号。这些特征信号的节点能量被选为输入到主成分分析（Principal Component Analysis, PCA）中，用于降低数据维度，提高后续处理的效率。 经过PCA降维后的特征数据，研究人员使用支持向量机（Support Vector Machine, SVM）作为解码器，成功地将这些信号转换为对猴子伸展和抓取动作的离散位置和姿势分类。实验结果显示，相较于单个皮层，利用多皮层的高频LFPs能够实现更高的解码准确率，这表明高频LFPs对于运动意图识别的人工脑机接口（Intelligent Brain-Machine Interface, BMI）具有潜在的价值。 这项研究不仅展示了高频LFPs在神经活动解析中的有效性，也为跨皮层信息融合在BMI中的应用提供了新的视角。它可能对未来神经科学、康复工程以及人机交互等领域的发展产生影响，尤其是对于那些依赖于脑机接口技术的辅助设备和技术的研究。如果你对这些领域的进一步讨论、统计信息或作者的专业背景感兴趣，可以访问ResearchGate的链接：https://www.researchgate.net/publication/327613797_Using_High-Frequency_Local_Field_Potentials_From_Multicortex_to_Decode_Reaching_and_Grasping_Movements_in_Monkey。