多频振荡的相互依赖模式可以预测视觉运动行为
Jyotika Bahuguna1, Antoine Schwey2, Demian Battaglia1,3
1Laboratoire de Neurosciences Cognitives et Adaptatives (LNCA), Faculté de Psychologie, Université de Strasbourg, Strasbourg, France.
Network neuroscience (Cambridge, Mass.)
|June 9, 2025
概括
感官运动行为预测是可以使用协调的大脑振荡. 这些"振荡肖像"揭示了与运动精度和适应性相关的大脑网络协调.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 系统神经科学 系统神经科学
背景情况:
- 感官运动行为依赖于复杂的神经过程.
- 脑电图 (EEG) 测量大脑活动,但单一试验分析具有挑战性.
研究的目的:
- 为了从单一试验EEG振荡中预测传感运动行为.
- 定义和利用高维振荡肖像来分析大脑协调.
- 为了研究大脑网络动态和运动可变性之间的关系.
主要方法:
- 定义了高维的振荡肖像,以捕捉EEG振荡在区域,频率和时间上的相互依赖.
- 振荡元件的量化网络拓 (有效连接性).
- 振荡肖像与个别振荡元件的预测能力的比较.
- 与运动动力学和精度相关的振荡式肖像波动.
主要成果:
- 传感运动行为可靠地从协调的单一试验EEG振荡中预测.
- 与个人振荡相比,振荡肖像提供了更好的试验分类.
- 网络相互依存结构基本上是稳定的,但随着任务限制而重组.
- 振荡式肖像动力学预测精细电机变化,并反映基于错误的适应.
结论:
- 神经振荡的相互依赖和协调对于感觉运动控制至关重要.
- 振荡肖像为了解实时大脑功能提供了一个强大的框架.
- 大脑网络在协调振荡方面的灵活性支持自适应性运动行为.
