在视觉运动图像中发现了EEG有效连接,具有多尺度符号转移
1Graduate School and Faculty of Information Science and Electrical Engineering, Kyushu University, Fukuoka, 819-0382, Japan. zhbcn1203@gmail.com.
Scientific reports
|November 1, 2025
概括
视觉运动图像 (VMI) 使用不同的大脑网络,取决于手和视角. 第一人称的视角增强了尾活动,而第三人称的视角则使尾区域参与空间处理.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 大脑与计算机的接口
背景情况:
- 视觉运动成像 (VMI) 对运动成像至关重要,在脑-计算机接口等应用中比运动运动成像 (KMI) 有优势.
- VMI的神经机制,特别是手和视角效应,需要进一步阐明.
研究的目的:
- 通过电脑电图 (EEG) 来研究VMI的神经机制.
- 检查图像手和视角 (第一人称与第三人称) 对VMI有效连接的影响.
主要方法:
- 使用多尺度符号转移来分析VMIEEG数据.
- 进行时间频率分析以确定与事件相关的同步 (ERS) 在α和高β频段.
- 检查的信息流在尾骨网络内,以及运动和后面的尾骨之间.
主要成果:
- 在α和高β频段中确定了突出的ERS,这表明在VMI期间有显著的神经活动.
- 揭示了 parieto-occipital 网络内的强有力的信息流,这对 VMI 至关重要.
- 基于视角表现出独特的神经效应:第一人称图像增强了自上而下的尾调制,而第三人称图像则用于空间处理的右后壁骨区域.
结论:
- VMI涉及不同的神经通路,受图像手和视角的影响.
- 第一人称视角VMI强调头处理,而第三人称视角VMI强调在头皮皮层的空间定位.
- 结果提供了对VMI神经机制的洞察,支持认知神经科学和脑机器工程中的应用.
更多相关视频
07:12Using Informational Connectivity to Measure the Synchronous Emergence of fMRI Multi-voxel Information Across Time
Published on: July 1, 2014
12.7K
08:23A Multimodal Imaging- and Stimulation-based Method of Evaluating Connectivity-related Brain Excitability in Patients with Epilepsy
Published on: November 13, 2016
11.7K
