bioRxiv（Neuroscience）· Romaric Thiboud·2026-10-20 08:00· 5 天前AI 评分52

HYDRE 混合时域与频谱脑信号模型检测运动准备

Detecting movement preparation with HYDRE: a hybrid model of temporal and spectral brain signals

AI 导读

研究团队提出 HYDRE 线性集成分类器，用 PCA 从时域、频谱和黎曼域提取特征，检测受试者即将执行动作的运动准备状态。18 名受试者（含 7 名女性）在自定步调按键任务中接受 MEG 记录，HYDRE 在动作前最长 1400ms 保持高于随机水平的解码，按键时刻 ROC 最高为 76%。

AI 要点

团队

Romaric Thiboud 等，论文发表于 bioRxiv（Neuroscience）

主要结果

HYDRE 在按键前最长 1400ms 即可高于随机水平解码，按键时刻 ROC 最高 76%；时间域与黎曼域解码表现分别可预测 Readiness Field 和 ERD 幅度。

解决什么问题

以往 BCI 研究多关注解码不同动作，较少检测运动准备，即从脑信号判断受试者是否即将执行某动作。

方法

18 名受试者（含 7 名女性）完成自定步调按键或由电脑换图的任务，用脑磁图记录脑活动；HYDRE 为线性集成分类器，基于 PCA 提取时间、频谱与黎曼域特征。

局限

从研究设计看，为健康受试者的可行性验证，未设对照组；任务为简单自定步调按键。

AI 依据原文整理，未经人工核对。