Combined Action Observation, Motor Imagery and SSMVEP BCI Enhances Movement Related Cortical Potential
Notice bibliographique
Résumé
Congruent action observation (AO) and motor imagery (MI) has been shown to enhance cortical excitability. In this study, a Combined AO, MI and Steady state motion visual evoked potential (SSMVEP) brain computer interface (CAMS BCI) was proposed. The study hypothesized that a short CAMS BCI intervention can alter cortical excitability in the movement related cortical areas manifesting as changes in the movement related cortical potential (MRCP). A 40-minute intervention of gait observation and imagination was performed on nineteen healthy volunteers. The MRCP related to ankle dorsiflexion was measured Pre- and Post- intervention. The analysis compared several MRCP components$(\mathbf{BP}_{1}, \mathbf{BP}_{2}, \mathbf{PN}$, Sloper and Slope2) on five EEG channels$(\mathbf{C}_{1}, \mathbf{C}_{\mathrm{z}}, \mathbf{C}_{2}, \mathbf{FC}_{z}$and$\mathbf{CP}_{\mathrm{z}})$. A consistent increase in the negativity across all MRCP components was observed. Specifically, a significant increase in negativity of the readiness potential was observed in channels$\mathbf{C}_{1}, \mathbf{C}_{\mathbf{z}}$, and$\mathbf{C}_{2}$placed over the primary motor cortex. The results demonstrated that CAMS BCI enhances cortical excitability related to movement preparation and execution. Furthermore, the proposed CAMS BCI not only can evoke SSMVEP and sensorimotor rhythm, but can also enhance MRCP when applied as an intervention. The proposed CAMS BCI paradigm is appealing for neuro-rehabilitation applications and informs future BCI designs.
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) | 0,002 | 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 ».