从低频脑电图的时域可以解码上肢的运动

从低频脑电图的时域可以解码上肢的运动(中文13000字,英文PDF)
摘要
运动引起的神经关联如何在人脑中表现一直是人们感兴趣的问题，并且已经用有侵入式和非侵入式的方法进行了研究。在本研究中，我们分析了单上肢运动在低频脑电图(electroencephalography, EEG)信号时域内的编码。15名健康受试者执行并想象6种不同的持续上肢运动。我们将这6个动作和一个休息类进行分类，得到执行动作的平均分类准确率为55%(运动vs运动)和87%(运动vs休息)，想象动作的平均分类准确率分别为27%和73%。此外，我们分析了源空间中的分类器模式，并定位了传递识别运动信息的脑区。分类器模式表明，运动前区、初级运动皮层、躯体感觉皮层和后顶叶皮层主要传递识别性运动信息。单上肢运动的解码在一个更自然的非侵入式控制的背景下是特别有趣的，例如，运动神经假肢或高度运动障碍患者的机械手臂。