EEG节律信号
神经振荡是中枢神经系统中存在得一种节律性。或是重复性神经元活动。
Delta | 0.5-4Hz | 频率最慢,波幅最大,(20-200uv) | 前额和后脑 | 睡眠第三阶段,第四阶段到顶峰 |
Theta | 4-8Hz | (100-150uv) | Fz | 轻度睡眠状态,workload |
Alpha | 8-13Hz | 有一种随运动变化得mu节律,属于控制抑制(1-100uv),还有一种视觉皮层或枕叶的alpha节律 | 枕叶和顶叶 | 想象运动 |
Beta | 12-30Hz | 5-20uv | 额叶 | 感知有关 |
Gamma | 30-80Hz | 未查到 | 未查到 | 进行物体识别,声音或触觉的短期记忆等 |
意义:
1、研究神经振荡可以帮助我们洞悉知觉、认知和行动中的神经计算的原理,时间精度和极限。(生物研究)
2、微回路在不同的认知背景下产生的神经振荡也可能具有不同的计算特性。(模型研究)
脑电的应用
心理学:
注意力:对特定对象的指向和集中,是伴随着感知觉、记忆、思维、想象等心理过程的一种心理特征,常见的电位P1,N1,P3。
情绪:现在P3上,不仅与个体自上而下的注意相关,也会受到视觉刺激的内在激励性质的调节,也用于脑机接口情感识别。
认知训练方面,如音乐训练对认知功能的影响,如注意分配、工作记忆等研究
医学:
癫痫、精神分裂、睡眠
补充材料:
脑电时空频三维
脑电的起源:
“标准模型”认为LFP(局部电位场)和EEG主要来源于数千到数百万个锥体细胞突触后电位平行排列的胞外电流。
alpha波:大脑中存在多个alpha波发生器。包括丘脑皮质环、节律放电锥体细胞、局部中间神经元间以及突触输入与不同时间常数的交互作用。
gamma波:基于细胞机制产生的可测量的大尺度γ振荡的直接实验数据是很少的。
理想的脑电信号:
数据类型
理想数据应包含数百个微电极,并能跨越多皮质层和多个皮层区域,且需要与颅骨或头皮上的EEG结合。EEG应具有足够的密度(理想情况下>30个电极),以便创建地形图和进行基于空间成分或基于源定位的分析。
数据分析:
首先,大多数时频分析在数百毫秒的时间尺度上的正弦活动。然而,神经振荡有节律,但它们是正弦的吗?这并不清楚。常用的信号处理方法难以区分正弦振荡和非正弦振荡。
小波变换和傅里叶变换等分析技术不会过时。相反,这些标准技术可以视作是第一层过滤的分析工具,因其在大范围的可能性上识别出波峰和波谷,同时也可以被看作是数据子空间的指针,在该子空间中可以应用更多的生理性分析方法。
结论:
跨空间和跨测量尺度的大脑动力学是21世纪神经科学面临的重大挑战之一
【1】Cohen, & Michael, X. . (2017). Where does EEG come from and what does it mean?. Trendsin Neurosciences, 40(4), 208-218.