在同一肢体的精细运动图像中评估EEG和MEG反应

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 信号处理 信号处理

背景情况:

• 运动图像 (MI) 对于脑电脑接口 (BCI) 系统至关重要,可实现直观的设备控制.
• 电脑摄影 (EEG) 提供高时间分辨率和可移植性,而磁脑摄影 (MEG) 提供更高的空间和时间分辨率.
• 了解EEG和MEG在MI任务中的差异对于开发先进的BCI应用程序至关重要.

研究的目的:

• 为了研究不同上肢关节的精细运动图像任务期间EEG和MEG信号之间的差异.
• 在各种MI任务中分析EEG和MEG数据的时间,时间频率和空间特征.
• 探索结合EEG和MEG用于增强多式联运BCI分类的潜力.

主要方法:

• 通过同步获取EEG和MEG信号,八名受试者执行四个不同的上肢MI任务 (手指,手腕,肘部,肩部) 和一个休息任务.
• 在阿尔法频段的事件相关脱同步 (ERD) 和大脑活动的地形分布的分析.
• 检查与运动相关的皮质潜力 (MRCP),以评估EEG和MEG信号之间的时间差异.

主要成果:

• 在精细的MI任务中,EEG显示在运动区域的α频段ERD比MEG更广泛,更强.
• 对于区分各种MI任务,MEG的地形分布比EEG更具歧视性.
• 在EEG和MEG信号之间观察到与运动相关的皮质潜力的时间维度的显著差异.

结论:

• 在精细运动图像任务中,EEG和MEG信号之间存在明显的差异.
• MEG的优越空间分辨率为MI任务提供了更具区分性的地形图案.
• 这些可分离的差异可以用来开发更有效的多式联网分类方法,用于精细的MI-BCI系统.