Local field potentials in human motor and non-motor brain areas encode the direction of upcoming movements: An intracerebral EEG classification study
Notice bibliographique
Résumé
Abstract Limb movement direction can be inferred from motor cortex activity. In humans, such decoding has been predominantly demonstrated using the spectral power of electrophysiological signals recorded in sensorimotor areas during movement execution. Yet, it remains unclear to what extent intended hand movement direction can be predicted from brain signals recorded during movement planning. Furthermore, whether other oscillatory features beyond power are also involved in direction encoding is not fully understood. Here, we set out to probe the directional-tuning of oscillatory phase, amplitude and Phase-Amplitude Coupling (PAC) during motor planning and execution, using a machine learning framework on multi-site local field potentials (LFPs) in humans. To this end, we recorded intracranial EEG data from implanted epilepsy patients as they performed a four-direction delayed center-out motor task. We found that LFP power significantly predicted hand-movement direction at execution but also during planning. While successful classification during planning primarily involved low-frequency power in a fronto-parietal circuit, decoding during execution was largely mediated by higher frequency activity in motor and premotor areas. Interestingly, LFP phase at very low frequencies (<1.5 Hz) led to significant decoding in premotor brain regions during execution. The machine learning framework also showed PAC to be uniformly modulated across directions through the task. Cross-temporal generalization analyses revealed that several stable brain patterns in prefrontal and premotor brain regions encode directions across both planning and execution. Finally, multivariate classification led to an increase in overall decoding accuracy (>80%) during both planning and execution. The novel insights revealed here extend our understanding of the role of neural oscillations in encoding motor plans.
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 ».