在扰乱后,运动适应策略的持续变化需要探索新的肌肉激活模式
Denise J Berger1, Andrea d'Avella1,2
1Laboratory of Neuromotor Physiology, IRCCS Fondazione Santa Lucia, Rome, Italy.
Journal of neurophysiology
|October 4, 2023
概括
运动技能学习,涉及新的肌肉模式,改变了大脑如何适应新任务. 复杂技能的先前学习在随后的运动适应过程中增强了探索策略.
科学领域:
- 神经科学是一个神经科学.
- 发动机控制器的控制器
- 机器人技术 机器人技术 机器人技术
背景情况:
- 运动技能学习包括随着时间的推移获得新的肌肉模式.
- 运动适应包括快速调整现有的肌肉模式.
研究的目的:
- 研究先前的运动技能学习如何影响后续的运动适应.
- 检查不兼容或兼容的虚拟手术对运动控制策略的影响.
主要方法:
- 使用肌电控制的虚拟环境来创建扰动.
- 操纵肌肉激活到光标运动映射用于兼容和不兼容的手术.
- 在先前暴露于不兼容的手术后,评估适应兼容的手术.
主要成果:
- 之前暴露于不兼容的手术影响了适应兼容手术的适应能力,降低了肌肉模式重建质量和增加反应时间.
- 之前暴露于兼容的手术并没有影响适应不兼容的手术.
- 不相容的手术暴露增强了零空间探索,持续到随后的适应.
结论:
- 运动技能学习需要新的肌肉激活模式,在随后的干扰中改变探索策略.
- 学习复杂的运动技能会导致运动探索策略的持续变化.


