意图和非自愿的膝关节运动引起了不同的功能性大脑网络

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.
• 生物医学工程 生物医学工程

背景情况:

• 脑电图 (EEG) 信号动态对于理解康复,可塑性和脑计算机接口 (BCI) 中的大脑功能至关重要.
• 传统的EEG分析侧重于功率光谱,但非线性指数和网络分析为大脑动态和神经通信提供了更深入的见解.

研究的目的:

• 在不同物理需求条件下的运动执行过程中,研究功能性大脑网络的结构性质.
• 在主动 (自愿) 和被动 (辅助) 膝关节曲任务中比较网络特征.

主要方法:

• 使用来自μ,β和γ频段的16个电极的EEG数据构建了功能性大脑网络.
• 估计了关键网络指标,包括节点级中心性,集群系数和中间中心性.
• 分析比较了在自愿状态,辅助状态和静止状态期间的网络特性.

主要成果:

• 发动机执行降低了整体网络连接,同时提高了通信效率.
• γ和μ频段更多地参与了自愿运动,而β频段主导了辅助运动.
• 在自愿和辅助条件之间观察到电极贡献的明显空间分布.

结论:

• 电机执行显著重塑了EEG功能网络动态,影响了连接性和通信效率.
• 特定的频段 (γ,μ,β) 在自愿与辅助的运动控制中表现出不同的参与.
• 这些发现表明,在自愿和非自愿运动的基础上存在着不同的神经机制,超出了简单的连接调节.