Using Motor Imagery to Study the Neural Substrates of Dynamic Balance
Notice bibliographique
Résumé
This study examines the cerebral structures involved in dynamic balance using a motor imagery (MI) protocol. We recorded cerebral activity with functional magnetic resonance imaging while subjects imagined swaying on a balance board along the sagittal plane to point a laser at target pairs of different sizes (small, large). We used a matched visual imagery (VI) control task and recorded imagery durations during scanning. MI and VI durations were differentially influenced by the sway accuracy requirement, indicating that MI of balance is sensitive to the increased motor control necessary to point at a smaller target. Compared to VI, MI of dynamic balance recruited additional cortical and subcortical portions of the motor system, including frontal cortex, basal ganglia, cerebellum and mesencephalic locomotor region, the latter showing increased effective connectivity with the supplementary motor area. The regions involved in MI of dynamic balance were spatially distinct but contiguous to those involved in MI of gait (Bakker et al., 2008; Snijders et al., 2011; Crémers et al., 2012), in a pattern consistent with existing somatotopic maps of the trunk (for balance) and legs (for gait). These findings validate a novel, quantitative approach for studying the neural control of balance in humans. This approach extends previous reports on MI of static stance (Jahn et al., 2004, 2008), and opens the way for studying gait and balance impairments in patients with neurodegenerative disorders.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».