一个加权的EEG-fNIRS集成模型增强了肌肉间协调的皮质表示
1School of Biomedical Engineering, Shenzhen Campus of Sun Yat-Sen University, Shenzhen, 518107, Guangdong, China.
Medical & biological engineering & computing
|November 25, 2025
概括
这项研究引入了一种新的加权电脑功能近红外光谱 (EEG-fNIRS) 模型,以改善对运动控制期间大脑活动的理解. 新模型增强了肌肉间协调的皮质表现,以改善大脑与计算机之间的接口.
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
- 发动机控制器的控制器
背景情况:
- 肌肉间协调对于运动控制至关重要,与皮质激活有关.
- 由于神经数据有限,皮质活动和肌肉间协调之间的确切关系仍未得到充分研究.
- 现有的方法缺乏足够的神经信息来充分捕捉这种复杂的关系.
研究的目的:
- 开发和验证一个加权的脑电学-功能近红外光谱学 (EEG-fNIRS) 集成模型.
- 增强运动任务期间肌肉间协调的皮质表现.
- 提高对底层运动控制的神经机制的理解.
主要方法:
- 收集了来自15名参与者执行1D和2D肌电控制接口 (MCI) 追踪任务的EEG和fNIRS数据.
- 从EEG信号中提取混合时间相频特征以计算动态权重.
- 调节的fNIRS使用这些动态重量的血液动力信号,与使用常量重量的基线模型进行比较.
主要成果:
- 与基线模型相比,加权集成模型显著改善了类内相似性和任务歧视.
- 混合EEG特征的分类准确度高于单一特征,表明增强了与任务相关的权重生成.
- 该模型在1D和2DMCI跟踪任务中表现得更好.
结论:
- 拟议的加权EEG-fNIRS集成模型有效地增强了肌肉间协调的皮质表示.
- 这种方法为推进大脑研究和临床康复应用提供了一个有前途的工具.
- 这些发现突显了多式联络神经成像集成的潜力,以了解复杂的运动控制.
