• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Física
    Los investigadores descubren un método para detectar la actividad cerebral relacionada con el motor

    El lado izquierdo de la ilustración muestra el estudio y la tarea experimental del grupo. Los participantes aprietan su mano en un puño después de un comando de audio (cero segundos) y la mantienen apretada hasta que se les da un segundo comando de audio (aproximadamente cinco segundos). Las señales de electroencefalografía (EEG) y electromiografía (EMG) se registran para relacionar la actividad cerebral y muscular. El lado derecho de la ilustración muestra los resultados de la clasificación de movimientos ejecutados. http://nctech-lab.ru/en Crédito:Nikita Frolov / Innopolis University

    Actividad cerebral relacionada con el motor, particularmente su detección precisa, capacidades de cuantificación y clasificación, es de gran interés para los investigadores. Están buscando una mejor manera de ayudar a los pacientes con deficiencias cognitivas o motoras o de mejorar la neurorrehabilitación de los pacientes con lesiones del sistema nervioso.

    Existe una estrecha relación entre la actividad motora y cognitiva del cerebro humano, y la supresión de la actividad rítmica específica de las neuronas dentro de la corteza sensoriomotora del cerebro, conocida como ritmo mu (8 a 14 hercios), es un marcador biológico de la actividad cerebral relacionada con el motor. Los estudios indican que esta característica de la actividad cerebral relacionada con el motor sufre de variabilidad intra e interindividual cuando se utilizan métodos tradicionales para explorarla. como el análisis de frecuencia de tiempo, filtrado espacial y aprendizaje automático.

    En el diario Caos , Nikita Frolov y sus colegas de la Universidad de Innopolis en Rusia están abordando el problema desde un ángulo diferente para buscar una característica más sólida de la actividad cerebral asociada con la realización de tareas motoras.

    "Presentamos la hipótesis de que la supresión de las oscilaciones mu provocará una reducción de las señales de actividad cerebral medidas y, como consecuencia, refleja la simplificación de la dinámica neuronal subyacente, ", dijo Frolov." Para abordar este problema, aplicamos análisis de cuantificación de recurrencia, que es una potente caja de herramientas, explorar la complejidad de los sistemas a través del análisis de sus series de tiempo ".

    El trabajo del grupo confirma, por primera vez, La dinámica neuronal dentro del área del cerebro sensoriomotor subyacente a las funciones motoras del cerebro humano se puede simplificar.

    "Demostramos esto usando la caja de herramientas RQA, que es fundamentalmente diferente de los métodos tradicionales para la cuantificación de la actividad cerebral relacionada con el motor, ", Dijo Frolov." También demostramos que las medidas de complejidad de RQA son muy adecuadas para detectar y clasificar tareas motoras ".

    Estos resultados muestran potencial para desarrollar métodos eficientes para clasificar los estados cerebrales.

    "Al introducir con precisión un espacio de estado, puede considerar cualquier sistema natural como un sistema dinámico. Para el cerebro humano, puede crear un espacio de estado tomando las señales medidas de su actividad como variables de estado, "Dijo Frolov.

    "En nuestro estudio, consideramos el espacio de estados formado por el conjunto de electroencefalogramas (señales de actividad eléctrica dentro de las regiones corticales del cerebro) registrados dentro de la corteza motora. Esto nos permite introducir el 'estado' de la región cortical de interés y considerarlo como un sistema dinámico ".

    Una de las aplicaciones del trabajo del grupo es la "implementación del análisis de electroencefalogramas basado en RQA como núcleo computacional de las interfaces cerebro-computadora para la detección en línea, cuantificación, y entrenamiento de las funciones motoras del cerebro, "Dijo Frolov.

    "Esto es relevante no solo para el desarrollo de interfaces de circuito cerrado para el entrenamiento de habilidades motoras durante la neurorrehabilitación, sino también para el diagnóstico de alteraciones cognitivas y motoras, así como cambios relacionados con la edad".


    © Ciencia https://es.scienceaq.com