基于静息态默认模式网络的运动想象表现有效相关分析
神经元与认知
2020-02-21 v1 神经与进化计算
摘要
基于运动想象的脑机接口(MI-BCI)通过想象不同的肌肉运动来实现设备控制与通信。然而，多数研究报道了‘BCI文盲’问题，即其表现不足以使用MI-BCI。因此，理解表现不佳的受试者并寻找表现差异的成因仍是一项重要挑战。在本研究中，我们利用静息态EEG中的有效连接提出了MI表现的预测因子。结果显示，高与低MI表现组存在显著差异，MI表现相差23%。我们还发现，静息态EEG中从右外侧顶叶到左外侧顶叶的连接与MI表现显著相关(r = -0.37)。这些发现有助于理解BCI文盲并考虑适合该受试者的替代方案。
引用
@article{arxiv.2002.08468,
title = {Effective Correlates of Motor Imagery Performance based on Default Mode Network in Resting-State},
author = {Jae-Geun Yoon and Minji Lee},
journal= {arXiv preprint arXiv:2002.08468},
year = {2020}
}