По ЭЭГ смогли понять, когда человек начинает двигаться и различить движения рук

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Российские ученые обнаружили, что, когда человек движется, сигналы нейронов головного мозга становятся менее хаотичными. Выявленные особенности ЭЭГ-сигналов позволяют не только распознавать, когда человек начинает двигаться, но и различать движения левой и правой рукой в реальном времени. Полученные результаты улучшат расшифровку сигналов мозговой активности и могут быть использованы для создания протезов и транспорта для людей с нарушениями двигательной активности. Статья опубликована в журнале Chaos: An Interdisciplinary Journal of Nonlinear Science. Исследование профинансировано грантом Президентской программы Российского научного фонда по поддержке лабораторий мирового уровня.

Графическая схема эксперимента и его результаты. Источник: Елена Пицик.


Множество людей страдают от нарушений двигательной активности. Причинами могут служить травмы, инсульты, врожденные заболевания. Для таких пациентов актуальна разработка протезов и транспорта, управляемых «силой мысли». Возможно даже создание экзоскелета, который позволит двигаться полностью парализованным людям. Для разработки таких устройств необходимо найти четкое и однозначное соответствие между конкретным движением и вызываемым им изменением электрической активности мозга.

Клетки головного мозга способны посылать друг другу электрические импульсы. Как и у любых иных электрических (электромагнитных) волн, у нейронных импульсов есть частота — число колебаний за единицу времени. В зависимости от диапазона частот различают альфа-ритм, бета-ритм, тета-ритм, мю-ритм и прочие. В различных ситуациях может доминировать тот или иной тип. Например, расслабленное состояние связывают с доминированием альфа-ритма, а при сне сильнее всего дельта-волны.

Электрическую активность мозга отслеживают методом электроэнцефалографии (ЭЭГ). Импульсы нейронов регистрируются специальными металлическими электродами, которые располагают на поверхности головы. Для ЭЭГ не нужно хирургическое вмешательство, и благодаря этому методика достаточно безопасна и недорога. Однако аппарат ЭЭГ одновременно улавливает импульсы от групп нейронов, расположенных вблизи датчика. Эти импульсы имеют разные частоты и в совокупности создают «шум», затрудняющий расшифровку результатов.

Как и альфа-ритм, мю-ритм можно наблюдать, пока человек не двигается. Когда он совершает движения, часть нейронов, участвующих в образовании мю-ритма, блокируется. Авторы исследования предположили, что при этом снижается уровень хаотичности сигналов от клеток моторной коры головного мозга человека. Тогда импульсы нейронов станут более упорядоченными, что должно отразиться на результате ЭЭГ. Для проверки этой гипотезы ученые провели испытания на здоровых добровольцах, сотрудниках и студентах университета. Все испытуемые — правши, в эксперименте они поочередно сжимали правую и левую руку. С помощью ЭЭГ измерили активность ответственной за движение моторной коры головного мозга участников. Оказалось, что хаотичность сигналов действительно заметно снижалась. Обнаруженные авторами закономерности помогут улучшить расшифровку ЭЭГ и провести достоверную классификацию сигналов, связанных с движениями.

«Наша лаборатория занимается фундаментальными исследованиями в области понимания процессов, протекающих в головном мозге человека во время мыслительной и двигательной активности. В данном исследовании мы надеялись найти новые свойства сенсомоторной зоны коры головного мозга, которые могли бы помочь в классификации сигналов нейронов по движениям, которые их вызывают. В результате были выделены новые особенности ЭЭГ-сигналов, позволяющие не только распознавать начало движения, но и различать движения левой и правой рукой в реальном времени. На основе предложенного метода планируется разработка эффективного классификатора двигательной активности человека с использованием сигналов ЭЭГ», — рассказывает Елена Пицик, младший научный сотрудник Лаборатории нейронауки и когнитивных технологий Университета Иннополис (г. Казань).

В ходе исследования использовался прогрессивный математический аппарат, основанный на рекуррентном анализе временных рядов, широко используемом в исследованиях климата, поэтому в работе принимали участие специалисты в этой области — профессор Юрген Курц и аспирант Хауке Крамер — ученые из Института геонаук (Потсдам), Университета Гумбольдта (Берлин) и Потсдамского института изучения климатических изменений.

Текст: Университет Иннополис

Pitsik, E., Frolov, N., Hauke Kraemer, K., Grubov, V., Maksimenko, V., Kurths, J., & Hramov, A. (2020). Motor execution reduces EEG signals complexity: Recurrence quantification analysis study. Chaos: An Interdisciplinary Journal of Nonlinear Science, 30(2), 23111. https://doi.org/10.1063/1.5136246


Источник: neuronovosti.ru

Комментарии: