MétaCan
Menu
Retour à la cohorte
Enregistrement W4375851357 · doi:10.1101/2023.05.07.539751

Lateralized Neural Entropy modulates with Grip Force during Precision Grasping

2023· preprint· en· W4375851357 sur OpenAlexaff
Nishant Rao, Andrew Paek, José L. Contreras-Vidal, Pranav J. Parikh

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensMcGill University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Child Health and Human DevelopmentNational Institutes of HealthUniversity of HoustonNational Science Foundation
Mots-clésElectroencephalographyIsometric exerciseSample entropyPsychologyStandard deviationNeuroscienceAudiologyPhysical medicine and rehabilitationPattern recognition (psychology)MathematicsStatisticsCognitive psychologyMedicinePhysical therapy

Résumé

récupéré en direct d'OpenAlex

When holding a coffee mug filled to the brim, we strive to avoid spilling the coffee. This ability relies on the neural processes underlying the control of finger forces on a moment-to-moment basis. The brain activity lateralized to the contralateral hemisphere averaged over a trial and across the trials is known to be associated with the magnitude of grip force applied on an object. However, the mechanistic involvement of the variability in neural signals during grip force control remains unclear. In this study, we examined the dependence of neural variability over the frontal, central, and parietal regions assessed using noninvasive electroencephalography (EEG) on grip force magnitude during an isometric force control task. We hypothesized laterally specific modulation in EEG variability with higher magnitude of the grip force exerted during grip force control. We utilized an existing EEG dataset (64 channel) comprised of healthy young adults, who performed an isometric force control task while receiving visual feedback of the force applied. The force magnitude to be exerted on the instrumented object was cued to participants during the task, and varied pseudorandomly among 5, 10, and 15% of their maximum voluntary contraction (MVC) across the trials. We quantified neural variability via sample entropy (sequence-dependent measure) and standard deviation (sequence-independent measure) of the temporal EEG signal over the frontal, central, and parietal electrodes. The EEG sample entropy over the central electrodes showed lateralized, nonlinear, localized, modulation with force magnitude. Similar modulation was not observed over frontal or parietal EEG activity, nor for standard deviation in the EEG activity. Our findings highlight specificity in neural control of grip forces by demonstrating the modulation in sequence-dependent but not sequence-independent component of EEG variability. This modulation appeared to be lateralized, spatially constrained, and functionally dependent on the grip force magnitude. We discuss the relevance of these findings in scenarios where a finer precision is essential to enable grasp application, such as prosthesis and associated neural signal integration, and propose directions for future studies investigating the mechanistic role of neural entropy in grip force control.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,239
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetEEG and Brain-Computer InterfacesTravaux en français237 207