Effect of a Brain–Computer Interface Based on Pedaling Motor Imagery on Cortical Excitability and Connectivity
Notice bibliographique
Résumé
Recently, studies on cycling-based brain-computer interfaces (BCIs) have been standing out due to their potential for lower-limb recovery. In this scenario, the behaviors of the sensory motor rhythms and the brain connectivity present themselves as sources of information that can contribute to interpreting the cortical effect of these technologies. This study aims to analyze how sensory motor rhythms and cortical connectivity behave when volunteers command reactive motor imagery (MI) BCI that provides passive pedaling feedback. We studied 8 healthy subjects who performed pedaling MI to command an electroencephalography (EEG)-based BCI with a motorized pedal to receive passive movements as feedback. The EEG data were analyzed under the following four conditions: resting, MI calibration, MI online, and receiving passive pedaling (on-line phase). Most subjects produced, over the foot area, significant event-related desynchronization (ERD) patterns around Cz when performing MI and receiving passive pedaling. The sharpest decrease was found for the low beta band. The connectivity results revealed an exchange of information between the supplementary motor area (SMA) and parietal regions during MI and passive pedaling. Our findings point to the primary motor cortex activation for most participants and the connectivity between SMA and parietal regions during pedaling MI and passive pedaling.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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) | 0,000 | 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 tête enseignante, 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 ».