跳到正文
原文
arXiv · Neurons and Cognition· Sanna Bakels, Mark van de Ruit, Matin Jafarian
· 22 小时前AI 评分53

被动运动任务中外源输入下皮层动力学的准确脑电线性状态空间模型

Accurate EEG-based linear state-space model of cortical dynamics during a passive motor task with exogenous input

预印本 · 尚未经过同行评审

AI 导读

研究关注在外源输入存在时如何刻画大脑皮层动力学。实验中被试坐姿、手腕固定在触觉机械臂上,机械臂对腕部施加连续多正弦角扰动作为输入,同时记录脑电。作者用两种子空间辨识算法建立线性时不变状态空间模型,以脑电为模型输出,在 7 名被试的数据上完成验证,并构建线性映射把潜空间动力学与神经源空间联系起来,结果与既往研究报告的发现一致。

摘要 · AI 翻译

揭示在外源输入存在时大脑的动态,对于机制理解、干预和调控至关重要。我们利用在连续外源输入实验中采集的脑电图(EEG)数据,研究大脑皮层动力学的状态空间数学建模。我们采用子空间辨识技术,对一项被动运动任务实验中的大脑动力学进行建模。记录 EEG 数据时,参与者就座,其手腕被固定于一个触觉机械臂上。该机械臂对手腕施加连续的多正弦角扰动,作为输入大脑的外源输入。使用两种子空间辨识算法,我们证明线性时不变状态空间模型能够在潜空间中准确地表示测量结果,前提是假设 EEG 数据为模型的输出。该模型使用七名参与者的数据进行了验证与确认。此外,我们构建线性映射,将潜空间动力学与神经源空间相关联。我们验证了模型的发现与既往研究中识别出的结果一致。在外源输入存在时仍准确的线性模型,为设计简约而简单的控制器提供了途径。此外,它使得与神经康复、运动学习和脑机接口相关的在线监测、连接性分析和控制的开发成为可能。

中文由 AI 翻译,仅供参考,以原文为准。

来源:arXiv · Neurons and Cognition · arxiv.org

相关事件

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。