超越性能分数：定向功能连接作为运动技能学习与保持的脑基准记号
神经元与认知
2025-02-21 v1 机器学习
摘要
手术、机器人和体育等领域的运动技能学习通过大量训练来掌握复杂任务序列。传统的绩效指标，如执行时间和错误率，提供的见解有限，因为它们未能捕捉技能学习和保持背后的神经机制。本研究引入由脑电图（EEG）导出的定向功能连接（dFC）作为评估运动技能学习和保持的新型脑基准记号。首次将dFC作为基准记号应用于 Fitts 和 Posner 运动学习模型的各个阶段，为理解技能学习和保持背后的神经机制提供了新视角。与传统指标不同，dFC 捕捉神经信息流的强度和方向，为在不同学习阶段提供神经适应的全面理解。分析结果表明，dFC 能够有效识别和跟踪 Fitts 和Posner 模型的各个学习阶段的进程。此外，其在六周洗脱期间的稳定性突显了其在监控长期保持方面的实用性。在对照组中未观察到显著的dFC变化，确认所观察到的神经适应是特定于训练的，而非来自外部因素。通过提供关于小组和个体水平学习过程的细粒度视图，dFC 促进了旨在提高结果的个人化、针对性训练方案的开发，这类训练在精确度和长期保持至关重要的领域至为重要，如外科教育。这些发现凸显了dFC 作为补充传统绩效指标的稳健基准记号的价值，为理解运动技能学习和保持提供了更深入的见解。
引用
@article{arxiv.2502.14731,
title = {Beyond Performance Scores: Directed Functional Connectivity as a Brain-Based Biomarker for Motor Skill Learning and Retention},
author = {Anil Kamat and Rahul Rahul and Lora Cavuoto and Harry Burke and Matthew Hackett and Jack Norfleet and Steven Schwaitzberg and Suvranu De},
journal= {arXiv preprint arXiv:2502.14731},
year = {2025}
}