Интересное сегодня
Как кооперация и конформизм определяют политические взгляды:...
Введение: Двухмерная структура политической идеологии Люди profoundly различаются в своих взглядах н...
Влияние времени предупреждений перед воспроизведением на сни...
Введение Исследователи неоднократно демонстрировали, что воздействие постсобытийной информации (PEI)...
Набор стимулов с танцевальными движениями для исследования в...
Введение Значительная часть исследований восприятия эмоций была сосредоточена на распознавании эмоци...
Какие виды физических упражнений наиболее эффективны при леч...
Введение Согласно данным Всемирной организации здравоохранения (ВОЗ) за 2022 год, около 24 миллионов...
Как родителям справиться с обвинениями взрослых детей
Введение Многие родители приходят ко мне эмоционально истощёнными, перегруженными непрекращающимся ч...
Абсолютный слух: можно ли развить его во взрослом возрасте?
Что такое абсолютный слух? Абсолютный слух (также известный как «идеальный слух») — это редкая спосо...
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.