Journal of Neural Engineering（Crossref）·· 3 小时前AI 评分40
代尔夫特理工大学团队用EEG构建被动运动任务下皮层动力学的线性状态空间模型
Accurate EEG-based linear state-space model of cortical dynamics during a passive motor task with exogenous input
AI 导读
荷兰代尔夫特理工大学团队利用EEG数据，在手腕被触觉机械臂施加连续多正弦角扰动的被动运动任务中，通过两种子空间辨识算法建立了线性时不变状态空间模型，并在7名受试者数据上完成验证。模型还构建了潜空间动力学与神经源空间的线性映射，结果与既往研究一致。该模型为神经康复、运动学习和脑机接口中的简约控制器设计及在线监测提供了路径。
AI 要点
团队
代尔夫特理工大学 Delft Center for Systems and Control 与 BioMechanical Engineering，末位作者 Matin Jafarian，共 3 位作者。
主要结果
两种子空间辨识算法得到的线性时不变状态空间模型，在潜空间中能准确表示 EEG 测量；并构建线性映射将潜空间动态关联到神经源空间，结果与既往研究一致。
解决什么问题
研究存在外源输入时的大脑皮层动态，用状态空间数学模型刻画 EEG 数据中的皮层动态。
方法
7 名受试者坐姿、手腕固定于触觉机械臂，机械臂施加连续多正弦角扰动作为外源输入，同步记录 EEG，用子空间辨识建模。
局限
从研究设计看，为被动运动任务下的可行性建模研究，样本仅 7 人，未设对照。
AI 依据原文整理，未经人工核对。
来源：Journal of Neural Engineering（Crossref） · doi.org