上半身握力与静止状态EEG网络之间的相关性.
Xiabing Zhang1,2, Bin Lu1,2, Chunli Chen1,2
1The Clinical Hospital of Chengdu Brain Science Institute, MOE Key Lab for Neuroinformation, University of Electronic Science and Technology of China, No. 2006, Xiyuan Ave, West Hi-Tech Zone, Chengdu, 611731, Sichuan, China.
Medical & biological engineering & computing
|June 20, 2023
概括
静止电脑电图 (EEG) 网络与身体上部的握力相关. 这一发现表明,大脑网络分析可以间接表明一个人的肌肉力量,为神经科学研究开辟新的途径.
科学领域:
- 神经科学是一个神经科学.
- 大脑网络分析 脑网络分析
- 人体生理学 人体生理学
背景情况:
- 当前的神经科学研究强调与运动相关的脑电图 (EEG) 活动.
- 有限的研究探讨了力量训练对静止状态大脑网络的影响.
- 调查握力与静止状态EEG之间的联系至关重要.
研究的目的:
- 为了检查上半身握力和静止状态EEG网络之间的相关性.
- 为了确定休息时的大脑网络属性是否可以预测肌肉力量.
- 探索最大自愿收缩 (MVC) 和大脑连接之间的关系.
主要方法:
- 利用连贯性分析来构建静态EEG网络.
- 使用多重线性回归模型来评估相关性.
- 分析了β和马频段的显著关系.
主要成果:
- 在β和马频段 (p < 0.05) 中发现静态网络 (RSN) 连接性和MVC之间的显著相关性.
- 左半球的前侧和前后连接显示出了显著的关联.
- RSN属性与MVC有很强的相关性 (相关系数>0.60,p <0.01).
- 预测的MVC与实际的MVC正相关 (系数 = 0.70,p < 0.01).
结论:
- 静止状态EEG网络与上肢握力密切相关.
- 大脑网络特性可以作为肌肉力量的间接指标.
- 这些发现突显了EEG网络分析在评估身体能力方面的潜力.


