Особенности частотной модуляции Р-ритма при выполнении воображаемых движений

Автор: Туровский Ярослав Александрович, Давыдова Анастасия Сергеевна, Алексеев Виктор Юрьевич

Журнал: Ульяновский медико-биологический журнал @medbio-ulsu

Рубрика: Физиология

Статья в выпуске: 4, 2021 года.

Бесплатный доступ

Материалы и методы. Для получения данных была сформирована группа из 30 добровольцев обоих полов в возрасте от 17 до 23 лет. Участники эксперимента должны были выполнить четыре команды и повторить их в неизвестном для них порядке, заданном программой. Эксперимент проводился двумя способами: физически и мысленно. То есть при первом способе каждая команда соответствовала определенному движению человека, при втором те же команды выполнялись воображаемо, движение представлялось мысленно. Команда считалась успешно исполненной, если добровольцу удавалось повторить и удержать заданное программой положение в течение 2 с. Анализ результатов проводился для пяти частотных диапазонов: 7-10 Гц, 9-12 Гц, 12-15 Гц, 15-20 Гц, 20-25 Гц. Результаты. Сгенерированные электроэнцефалографические показатели обрабатывались методом корреляционного анализа и методами разведочной статистики, такими как анализ соответствий и кластерный анализ. Реально выполняемые движения испытуемых связаны с высоким количеством низкочастотных модуляций в диапазоне 12-20 Гц при отсутствии модулирующих влияний в диапазоне ниже 12 Гц. Для случаев невыполнения команд характерны выраженные паттерны высокочастотной модуляции. Выводы. Результаты корреляционного анализа демонстрируют положительную связь между числом случаев высокочастотной модуляции в диапазоне 9-12 Гц с числом случаев низкочастотной модуляции во всех других исследуемых диапазонах сигнала в случае успешного выполнения команд.

Еще

Интерфейс «мозг - компьютер», μ-ритм, частотная модуляция, ээг

Короткий адрес: https://sciup.org/14121671

IDR: 14121671   |   DOI: 10.34014/2227-1848-2021-4-143-152

Список литературы Особенности частотной модуляции Р-ритма при выполнении воображаемых движений

  • Yadav D., Yadav S., Veer K. A comprehensive assessment of Brain Computer Interfaces: Recent trends and challenges. Journal of Neuroscience Methods. 2020; 346: 108918.
  • Qin L.,_Kamousi B.,_Liu, ZM.,_Ding L., He B. Classification of motor imagery tasks by means of time-frequency-spatial analysis for brain-computer interface applications: International IEEE EMBS Conference on Neural Engineering. 2005,_March 16-20. Arlington; 2005: _374-376.
  • McFarland D.J., Wolpaw J.R. EEG-based brain-computer interface. Current opinion in biomedical engineering. 2017; 4: 194-200.
  • Chang S. Nam, Anton Nijholt, Fabien Lotte. Brain-Computer Interfaces Handbook. Technological and Theoretical Advances. New York: CRC Press; 2018. 814.
  • Bettina S., Rainer G. Real-time fMRI for brain-computer interfacing._National Center for Biotechnology Information. 2020; 168: 289-302.
  • Chen C.W., Ju M.S., Sun Y.N., Lin C.C.K. Model analyses of visual biofeedback training for EEG-based brain-computer interface. J.Compt. Neurosci. 2009; 27: 357-368.
  • Фролов А.А., Гусек Д., Бобров П.Д., Мокиенко О.А., Черникова Л.А., Коновалов Р.Н. Локализация источников электрической и фокусов гемодинамической активности мозга при воображении движения. Физиология человека. 2014; 40: 45-56.
  • Туровский Я.А., Борзунов С.В., Алексеев В.Ю., Карпова М.А. Частотная модуляция электроэнцефалограммы при фотостимуляции. Биофизика. 2021; 66 (3): 583-589.
  • Литвин А.А., Калинин А.Л., Тризна Н.М. Использование данных доказательной медицины в клинической практике. Проблемы здоровья и экологии. 2008: 4.
Еще
Статья научная