Интересное сегодня
Когнитивные нарушения и депрессия при рассеянном склерозе: р...
Введение Рассеянный склероз (РС) — это хроническое воспалительное демиелинизирующее заболевание цент...
Оценка физических функций в волейбольных тренировках на осно...
Введение С развитием спортивной науки традиционные методы оценки физических функций всё чаще не соот...
Как мыши меняют социальные предпочтения под угрозой выживани...
Самцы и самки мышей предпочитают общество самок в обычных условиях В новом исследовании, проведенном...
Дисциплина для малышей и детей ясельного возраста: предотвра...
Малыши и дети ясельного возраста могут быть милыми, но иногда они делают вещи, которые могут вызвать...
Как точность приземления влияет на высоту прыжка: исследован...
Компромисс скорости и точности в движениях тела Связь между скоростью и точностью — фундаментальный ...
Как внутренние ритмы влияют на спонтанные движения: исследов...
Введение Многие человеческие действия, такие как ходьба, речь и игра на музыкальных инструментах, им...
Роль мультимодального анализа в нейронауке
Человеческий мозг обрабатывает огромные объемы информации, и его активность можно изучать с помощью методов многомерного анализа, таких как ЭЭГ (электроэнцефалография). Однако традиционные подходы часто ограничиваются одной модальностью, что снижает точность интерпретации. В данной работе мы исследуем, как объединение ЭЭГ с данными о моргании глаз улучшает декодирование двигательных задач.
Методология синхронизации и анализа
Сбор и предварительная обработка данных
В исследовании участвовали 35 человек, выполнявших различные двигательные задачи: стояние, ходьбу и преодоление препятствий. ЭЭГ регистрировалась с помощью 30 электродов, а моргания фиксировались через компоненты, связанные с движением глаз. Данные фильтровались и обрабатывались с использованием алгоритмов PCA (метод главных компонент) для выделения наиболее информативных признаков.
Синхронизация сигналов
Ключевым этапом стала синхронизация пиков моргания (tblink_max) и пиков глобальной полевой мощности ЭЭГ (tGFP_max). Временной сдвиг (Δt) между ними вычислялся для каждого участника, что позволило создать объединенный набор данных pcEEG+.
- PCA для ЭЭГ: Извлечение главных компонент, объясняющих 95% дисперсии.
- CCA (канонический корреляционный анализ): Поиск максимально коррелированных переменных между ЭЭГ и морганиями.
Результаты и перспективы метода pcEEG+
Метод pcEEG+ продемонстрировал среднюю точность декодирования 78%, что на 7,6% выше, чем при использовании только ЭЭГ, и на 22,7% выше, чем при анализе морганий. Временные матрицы обобщения подтвердили устойчивость результатов в течение 350 мс после моргания. Успешная валидация на данных вождения подчеркивает универсальность подхода.
«Синхронизация ЭЭГ и морганий открывает новые возможности для изучения когнитивных процессов в динамических условиях» — отмечают авторы.
Ограничения включают искусственность лабораторных задач, но будущие исследования могут расширить метод для реальных сценариев, включая дополнительные модальности, такие как фМРТ.