期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
视觉反馈作用下精确抓握力量控制的脑网络拓扑研究
1
作者
吕亚东
李可
+2 位作者
侯莹
张冬梅
魏娜
《中国生物医学工程学报》
CAS
CSCD
北大核心
2021年第2期163-169,共7页
抓握的精确力量控制是实现各种复杂精细手功能的关键。在人体进行精确抓握力量控制时,力量变化的速度、力量的上升与下降是否由不同的脑功能网络支配尚不得而知,其潜在的感知运动控制机制仍不清楚。探讨视觉-精确抓握力量跟踪任务下,握...
抓握的精确力量控制是实现各种复杂精细手功能的关键。在人体进行精确抓握力量控制时,力量变化的速度、力量的上升与下降是否由不同的脑功能网络支配尚不得而知,其潜在的感知运动控制机制仍不清楚。探讨视觉-精确抓握力量跟踪任务下,握力的变化速度和握力上升及下降时脑网络的拓扑变化。研究中招募11名健康受试者,首先测量其抓握的最大自主收缩力(MVC),然后要求受试者使用右手大拇指和食指执行3种速度下的视觉-精确抓握力量跟踪任务(包括握力上升和下降状态),其中3种速度分别为1%MVC/s(速度1)、2%MVC/s(速度2)、3%MVC/s(速度3),同时记录受试者全脑共32通道的脑电信号,随后使用网络拓扑的平均聚类系数C和特征路径长度L参数,对基于相位延迟指数的脑电功能网络进行分析。结果显示,C值在θ频带的速度1、速度2、速度3下,当握力上升时分别为(0.157±0.032)、(0.164±0.044)、(0.194±0.039),当握力下降时分别为(0.154±0.026)、(0.173±0.041)、(0.211±0.058),C值随着跟踪速度的增加而显著性地增加(P<0.05)。同样地,C值在β频带存在类似的变化(P<0.001)。与C值变化不同的是,L值在θ频带的速度1、速度2、速度3下,当握力上升时分别为(4.644±0.400)、(4.150±0.325)、(3.909±0.497),当握力下降时分别为(4.606±0.346)、(4.040±0.471)、(3.716±0.498),L值随着跟踪速度的增加而显著性地减小(P<0.001),并且L值在α、β、γ等3个频段存在与θ频带类似的变化。随着速度增加,中央沟和后顶叶局部激活加强。除了在跟踪速度2条件下β频带中L值的P=0.049之外,上升和下降状态之间没有显著差异。随着速度增加,脑功能网络的全局和局部信息传输效率得到增强,意味着在适应速度差异期间脑网络的连接模式发生改变。该项研究为探究不同力变化速度和上升下降状态下精确抓握的感知运动控制机制提供依据,为神经系统疾病后手功能的康复状态提供新的评估手段。
展开更多
关键词
精确抓握
力控制
相位延迟指数
网络拓扑
脑电
在线阅读
下载PDF
职称材料
精确抓握力量控制的脑动力学研究
2
作者
张娜
李可
+2 位作者
侯莹
张冬梅
魏娜
《中国生物医学工程学报》
CAS
CSCD
北大核心
2020年第6期711-718,共8页
精确抓握是人类完成多种精细复杂操作的基础,其神经控制机制极其复杂。目前对于精确抓握力量调节时大脑的动力学变化机制尚不明确。探究不同力幅度下精确抓握控制的指力行为和脑电动力学特征。12名健康右利手受试者被要求在10%、20%和30...
精确抓握是人类完成多种精细复杂操作的基础,其神经控制机制极其复杂。目前对于精确抓握力量调节时大脑的动力学变化机制尚不明确。探究不同力幅度下精确抓握控制的指力行为和脑电动力学特征。12名健康右利手受试者被要求在10%、20%和30%最大自主收缩力(MVC)等3个力量水平下进行精确抓握的力量控制,同时采集运动过程中拇指和食指的力信号、压力中心点(COP)轨迹以及脑电信号(EEG),并分别使用变异系数(CV)、COP速度和COP面积以及递归定量分析(RQA)进行量化评估。结果显示,拇指和食指的指尖力信号的CV与力量水平呈现线性正相关(拇指:r=0.624,P<0.001;食指:r=0.721,P<0.001);拇指和食指在30%MVC力量水平的COP面积分别为(1.94±1.21)和(2.02±1.45) mm2,显著大于在10%MVC((1.01±0.81)、(0.89±1.02) mm2)和20%MVC((1.20±0.62)、(1.16±0.63) mm2,P<0.05)时的COP面积。拇指在10%,20%和30%MVC下x和y轴的COP速度分别为(4.23±1.11)、(2.11±0.50)、(1.70±0.40) mm/s和(6.22±1.45)、(3.39±0.70)、(2.90±0.69) mm/s,呈现随着力量水平的增加而逐级下降的趋势(P<0.01),而10%MVC下的食指x和y轴的COP速度((4.95±1.34)、(7.04±1.75) mm/s)显著高于20%MVC((2.78±0.53)、(3.79±0.63) mm/s)和30%MVC ((2.95±0.94)、(3.54±0.82) mm/s,P<0.05)。随着力量水平的增加,EEG信号α频带的RQA参数显著下降(P<0.05)。研究表明,随着力量水平的增加,力量波动性、EEG信号的复杂性增加,手指的调整速度和控制稳定性降低,EEG信号的α频带与精确抓握的运动控制密切相关。研究揭示精确抓握指力的指力控制与中枢神经系统的动力学行为有密切耦联,为深入研究中枢外周协同工作机制、定量评估神经肌肉系统功能提供新的路径。
展开更多
关键词
精确抓握
脑电信号
最大自主收缩力
递归定量分析
神经控制机制
在线阅读
下载PDF
职称材料
题名
视觉反馈作用下精确抓握力量控制的脑网络拓扑研究
1
作者
吕亚东
李可
侯莹
张冬梅
魏娜
机构
山东大学控制科学与工程学院生物医学工程研究所
南京医科大学附属苏州医院康复科
山东大学齐鲁医院老年病科
山东大学苏州研究院
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2021年第2期163-169,共7页
基金
山东省重点研发计划(2019GSF108164)
山东省自然科学基金(ZR2017MF002)
江苏省自然科学基金(BK20170398)。
文摘
抓握的精确力量控制是实现各种复杂精细手功能的关键。在人体进行精确抓握力量控制时,力量变化的速度、力量的上升与下降是否由不同的脑功能网络支配尚不得而知,其潜在的感知运动控制机制仍不清楚。探讨视觉-精确抓握力量跟踪任务下,握力的变化速度和握力上升及下降时脑网络的拓扑变化。研究中招募11名健康受试者,首先测量其抓握的最大自主收缩力(MVC),然后要求受试者使用右手大拇指和食指执行3种速度下的视觉-精确抓握力量跟踪任务(包括握力上升和下降状态),其中3种速度分别为1%MVC/s(速度1)、2%MVC/s(速度2)、3%MVC/s(速度3),同时记录受试者全脑共32通道的脑电信号,随后使用网络拓扑的平均聚类系数C和特征路径长度L参数,对基于相位延迟指数的脑电功能网络进行分析。结果显示,C值在θ频带的速度1、速度2、速度3下,当握力上升时分别为(0.157±0.032)、(0.164±0.044)、(0.194±0.039),当握力下降时分别为(0.154±0.026)、(0.173±0.041)、(0.211±0.058),C值随着跟踪速度的增加而显著性地增加(P<0.05)。同样地,C值在β频带存在类似的变化(P<0.001)。与C值变化不同的是,L值在θ频带的速度1、速度2、速度3下,当握力上升时分别为(4.644±0.400)、(4.150±0.325)、(3.909±0.497),当握力下降时分别为(4.606±0.346)、(4.040±0.471)、(3.716±0.498),L值随着跟踪速度的增加而显著性地减小(P<0.001),并且L值在α、β、γ等3个频段存在与θ频带类似的变化。随着速度增加,中央沟和后顶叶局部激活加强。除了在跟踪速度2条件下β频带中L值的P=0.049之外,上升和下降状态之间没有显著差异。随着速度增加,脑功能网络的全局和局部信息传输效率得到增强,意味着在适应速度差异期间脑网络的连接模式发生改变。该项研究为探究不同力变化速度和上升下降状态下精确抓握的感知运动控制机制提供依据,为神经系统疾病后手功能的康复状态提供新的评估手段。
关键词
精确抓握
力控制
相位延迟指数
网络拓扑
脑电
Keywords
precision grip
force control
phase lag index
network topology
electroencephalography
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
精确抓握力量控制的脑动力学研究
2
作者
张娜
李可
侯莹
张冬梅
魏娜
机构
复旦大学类脑智能科学与技术研究院
计算神经科学与类脑智能教育部重点实验室
复旦大学上海智能机器人工程技术研究中心
复旦大学智能机器人教育部工程研究中心
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2020年第6期711-718,共8页
基金
山东省重点研发计划项目(2019GSF108164)
山东省自然科学基金(ZR2017MF002)
江苏省自然科学基金(BK20170398)。
文摘
精确抓握是人类完成多种精细复杂操作的基础,其神经控制机制极其复杂。目前对于精确抓握力量调节时大脑的动力学变化机制尚不明确。探究不同力幅度下精确抓握控制的指力行为和脑电动力学特征。12名健康右利手受试者被要求在10%、20%和30%最大自主收缩力(MVC)等3个力量水平下进行精确抓握的力量控制,同时采集运动过程中拇指和食指的力信号、压力中心点(COP)轨迹以及脑电信号(EEG),并分别使用变异系数(CV)、COP速度和COP面积以及递归定量分析(RQA)进行量化评估。结果显示,拇指和食指的指尖力信号的CV与力量水平呈现线性正相关(拇指:r=0.624,P<0.001;食指:r=0.721,P<0.001);拇指和食指在30%MVC力量水平的COP面积分别为(1.94±1.21)和(2.02±1.45) mm2,显著大于在10%MVC((1.01±0.81)、(0.89±1.02) mm2)和20%MVC((1.20±0.62)、(1.16±0.63) mm2,P<0.05)时的COP面积。拇指在10%,20%和30%MVC下x和y轴的COP速度分别为(4.23±1.11)、(2.11±0.50)、(1.70±0.40) mm/s和(6.22±1.45)、(3.39±0.70)、(2.90±0.69) mm/s,呈现随着力量水平的增加而逐级下降的趋势(P<0.01),而10%MVC下的食指x和y轴的COP速度((4.95±1.34)、(7.04±1.75) mm/s)显著高于20%MVC((2.78±0.53)、(3.79±0.63) mm/s)和30%MVC ((2.95±0.94)、(3.54±0.82) mm/s,P<0.05)。随着力量水平的增加,EEG信号α频带的RQA参数显著下降(P<0.05)。研究表明,随着力量水平的增加,力量波动性、EEG信号的复杂性增加,手指的调整速度和控制稳定性降低,EEG信号的α频带与精确抓握的运动控制密切相关。研究揭示精确抓握指力的指力控制与中枢神经系统的动力学行为有密切耦联,为深入研究中枢外周协同工作机制、定量评估神经肌肉系统功能提供新的路径。
关键词
精确抓握
脑电信号
最大自主收缩力
递归定量分析
神经控制机制
Keywords
precision grip
electroencephalogram signals
maximum voluntary contraction
recurrence quantification analysis
neural control mechanism
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
视觉反馈作用下精确抓握力量控制的脑网络拓扑研究
吕亚东
李可
侯莹
张冬梅
魏娜
《中国生物医学工程学报》
CAS
CSCD
北大核心
2021
0
在线阅读
下载PDF
职称材料
2
精确抓握力量控制的脑动力学研究
张娜
李可
侯莹
张冬梅
魏娜
《中国生物医学工程学报》
CAS
CSCD
北大核心
2020
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
