1 Antecedentes de la investigación
Una forma de mejorar la imaginación motora es la acción. observación, es decir, observar el movimiento de partes del cuerpo relevantes para una tarea de imágenes motoras. Investigaciones anteriores han demostrado que las neuronas espejo comprenden y aprenden acciones mediante la imitación, lo que lleva a la activación de las áreas correspondientes. Por tanto, la observación de la acción sirve para inducir la estimulación de las neuronas espejo cuando una persona observa otra entidad que refleja una acción corporal imaginada.
Los patrones de desincronización relacionada con eventos (ERD) del movimiento 2D y 3D fueron significativamente diferentes, con una ERD mejorada en el grupo de visualización 3D. Una visualización más rica y una mayor propiedad del movimiento observado pueden conducir a una mejor ERD.
Un artículo de investigación publicado recientemente en "IEEE Transactions on Nervous Systems and Rehabilitation Engineering" exploró si la rica inmersión de la realidad virtual (VR) afecta la imaginación motora al observar los movimientos de apretón de manos. Para investigar si los diferentes medios de visualización afectan la observación de la acción en las imágenes motoras, los investigadores mostraron el mismo apretón de manos gráfico a través de dos pantallas diferentes: un casco de realidad virtual inmersivo y un monitor. Además, el estudio utiliza escenas gráficas como estímulos para enfatizar el impacto de las ilusiones y la concretización en la realidad virtual inmersiva en la observación de la acción en el entrenamiento de imágenes motoras. Para examinar la actividad cerebral cuando se utilizan estos dos medios diferentes, los investigadores utilizaron electroencefalografía e identificaron cambios en las señales neuronales evocadas en la corteza sensoriomotora. Para medir la discriminabilidad de los patrones espaciales de actividad cerebral en diferentes tareas de imágenes motoras, los investigadores aplicaron técnicas de aprendizaje automático comúnmente utilizadas en interfaces cerebro-computadora para aprender y distinguir actividades cerebrales en diferentes tipos de imágenes motoras.
2. Proceso de investigación
Los investigadores realizaron dos experimentos con cada participante para investigar si el uso de cascos de realidad virtual inmersivos para proporcionar observación del movimiento durante el entrenamiento de imágenes motoras tenía algún impacto en el rendimiento:
(1) Imágenes motoras inmersivas basadas en realidad virtual (IVR-MI): un experimento que utiliza cascos de realidad virtual inmersivos para proporcionar escenas gráficas de apretón de manos para el entrenamiento de imágenes motoras.
(2) Imágenes motoras basadas en visualización (MD-MI): un experimento que utiliza una pantalla no inmersiva para mostrar la misma escena en el entrenamiento de imágenes motoras.
Compare los resultados de MD-MI y analice el impacto de la realidad virtual en las imágenes motoras.
2.1 Sujetos
* * * En los dos experimentos participaron veinte participantes sanos de entre 20 y 37 años. Antes del experimento, también se pidió a todos los participantes que usaran cascos de realidad virtual durante un tiempo prolongado para asegurarse de que no tuvieran problemas al usarlos. Los participantes se dividieron aleatoriamente en dos grupos de igual tamaño: el grupo A recibió MD-MI antes de IVR-MI y el grupo B recibió IVR-MI antes de MD-MI. Para reducir la posibilidad de que el experimento anterior afecte los resultados del experimento posterior, este último debe realizarse al menos 7 días después del experimento anterior. Los resultados experimentales no fueron revelados a los sujetos hasta el final de ambos experimentos para evitar cualquier retroalimentación que pudiera afectar el rendimiento. Se realizó una inspección visual de los datos recopilados de cada participante y se excluyeron los datos de dos participantes porque mostraban mucho ruido, lo que finalmente dejó a 18 participantes para el análisis.
Solución 2.2
Esta escena gráfica consta de dos manos virtuales y flechas sobre un fondo negro, y está implementada por el motor de juego Unity. Antes de cada experimento, la posición de las manos virtuales se ajustó de modo que la distancia entre las dos manos virtuales fuera aproximadamente igual al ancho de los hombros del sujeto (Figura 1a).
(1) Configuración de IVR-MI: después de que los participantes se coloquen la tapa de EEG con electrodos, usarán Oculus Go sin usar correas verticales para evitar que las correas de los electrodos superpuestos se aprieten.
(2) Configuración MD-MI: coloque un monitor con un brazo para monitor en la mesa frente al sujeto, que proporciona tres grados de libertad. Cada participante puede ajustar libremente el ángulo del brazo del monitor.
Cada participante puede ajustar el ángulo de la cámara dentro de la aplicación Unity para maximizar la posesión de sus manos virtuales. Se pidió a los participantes que colocaran sus manos sobre la mesa para que sus propias manos fueran reemplazadas por manos virtuales.
2.3 Recopilación de datos
Se utilizaron ActiChamp y actiCAP de BrainProducts para recuperar datos de EEG del cuero cabelludo de cada participante.
Los datos se muestrearon a una frecuencia de muestreo de 500 Hz y los electrodos activos se colocaron según el sistema internacional 10-20. Durante todo el experimento, se registraron 20 electrodos (FC5, C5, CP5, FC3, C3, CP3, FC1, C1, CP1, Cz, CPZ, FC2, C2, CP2, FC4, C4, CP4). BrainVision se utiliza para registrar señales eléctricas del cerebro y la impedancia de cada electrodo se controla por debajo de 5k para obtener datos de alta calidad. Los datos se filtran en paso de banda entre 8 y 25 Hz. Después de la recopilación, los datos del EEG se vuelven a referenciar aplicando una referencia promedio a todas las posiciones de los electrodos utilizados. Se utilizaron datos preprocesados para analizar la actividad neuronal.
2.4 Diseño experimental
El experimento se realizó en una habitación oscura e insonorizada para minimizar cualquier interferencia ambiental. Cada experimento de imágenes motoras consistió en 10 experimentos consecutivos de imágenes motoras en seis etapas. Los participantes pueden tomar un descanso entre sesiones si es necesario. Cada experimento consistió en una secuencia aleatoria que incluía una tarea continua de agarre con la mano derecha, una tarea continua de agarre con la mano izquierda y una tarea de descanso (Fig. 2a).
Una sola tarea consistió en un período de instrucción inicial de 4 segundos seguido de un período de imágenes motoras de 6 segundos, seguido de un período de descanso de 2 segundos (Fig. 2b). Durante la instrucción, los participantes recibieron una señal cruzada que indicaba la tarea de descanso o una señal de flecha que indicaba la mano izquierda o derecha para agarrar la tarea imaginada para decirles a los participantes cuál era la siguiente tarea e indicarles que miraran fijamente la mano correspondiente. En todo el ciclo de imaginación de acción después del ciclo de instrucción, la mano virtual correspondiente a la pista de la flecha simula una serie de acciones de agarre, y se instruye al sujeto a observar e imaginar realizar la misma acción en movimiento. Finalmente, durante los descansos, la mano virtual permanecía estacionaria y los participantes podían moverse o parpadear para evitar la fatiga ocular. Durante los períodos de inducción e imágenes motoras, se instruyó a los sujetos para que evitaran cualquier movimiento, incluido el parpadeo. A lo largo del experimento, se mostraron dos manos virtuales y se pidió a los participantes que las imaginaran como sus propias manos.
3. Métodos de investigación
3.1 Análisis ERD
Las áreas del cerebro correspondientes a las posiciones de los electrodos C3 y C4 están relacionadas con los movimientos de agarre de las manos derecha e izquierda. respectivamente. Para medir los cambios en la actividad cerebral dentro de un solo ciclo, primero calculamos el espectro de potencia promedio de los datos de EEG registrados en las tres tareas de imágenes motoras usando la siguiente ecuación: Los cambios de amplitud de ERD a lo largo del tiempo causados por el mantenimiento del motor izquierdo y derecho imaginación utilizamos la siguiente fórmula para calcular la relación ERD de las dos tareas de imaginación motora en relación con la tarea de descanso:
Por lo tanto, según las diferentes tareas de imaginación motora, las diferencias en las características del patrón cerebral inducidas por el electrodo. Se utilizaron posiciones para calcular la relación ERD en cada etapa.
Para analizar el rendimiento de las imágenes motoras en cada experimento, los investigadores calcularon además la relación ERD promedio de cada participante experimental y aplicaron la siguiente fórmula:
Considerando cada individuo, la banda de frecuencia más activa puede ser diferente, y la banda de frecuencia para cada participante en ambas ecuaciones se determinó eligiendo una banda de frecuencia con un ancho de banda de 2 Hz, lo que resultó en la relación ERD promedio más grande para todas las tareas en ambos experimentos.
Se analizaron respectivamente los resultados de ERD de C3 y C4 usando sus manos derecha e izquierda para controlar la imaginación motora, y se discutió el desempeño de los sujetos en las dos tareas diferentes. Para examinar el impacto de diferentes medios de visualización en cada sujeto, este artículo tomó el grupo designado (que indica el orden del experimento) y el medio de visualización como dos factores, y realizó un análisis de varianza bidireccional en el ERD promedio calculado. valor. Para probar aún más la mejora estadística de la ERD dentro de cada conversación, se aplicó la prueba de comparación múltiple no paramétrica de Dunnett, en la que se utilizó la proporción de ERD de la primera conversación como control. Por lo tanto, en dos experimentos, se compararon respectivamente las proporciones de ERD de la tarea de imágenes motoras de la mano derecha y la tarea de imágenes motoras de la mano izquierda (Fig. 3).
3.2 Análisis discriminante
A través del análisis discriminante de las actividades neuronales en los dos experimentos, se construyó un modelo clásico de aprendizaje automático para evaluar más a fondo el rendimiento. Para comparar la precisión de la clasificación de cada participante en los dos experimentos, se extrajeron 6 segundos de datos de EEG para cada período de imágenes motoras. Para aumentar la cantidad de datos que debe aprender el modelo, este documento mejora aún más los datos del EEG cada 6 segundos y los divide en ventanas de tiempo de 2 segundos con un tamaño de paso de 100 milisegundos.
Aplique el algoritmo de patrón espacial común (CSP) para extraer características espaciales de datos de EEG preprocesados y utilice el análisis discriminante lineal de Fisher (LDA) para crear un modelo de clasificación que prediga si los segmentos de datos de EEG implican reposo, izquierda o Tarea de imágenes motoras de la mano derecha. Para evaluar los datos del EEG de imágenes motoras, empleamos dos métodos diferentes de validación cruzada: 1) validación cruzada de 6 veces, en la que se analizaron datos de un solo experimento, correspondiendo cada vez a una sola conversación de 10 experimentos de imágenes motoras 2) Validación cruzada de 10 veces, donde se utilizan datos de una sola sesión y cada vez corresponde a los datos recuperados de una sola prueba. Se utilizó un método de validación cruzada para probar la precisión de distinguir tres tareas diferentes de imágenes motoras entre agarre con la mano izquierda, agarre con la mano derecha y estado de reposo. Para el análisis estadístico, este artículo examina los resultados de la validación cruzada del 60 % mediante ANOVA de dos vías para mostrar el rendimiento general de cada experimento. Para probar aún más la mejora estadística de la discriminación de la actividad neuronal, se utilizó la prueba de comparación múltiple no paramétrica de Dunnett en los resultados de validación cruzada de 10 veces, donde se utilizó la precisión de la primera conversación como control.
4. Resultados de la investigación
4.1 Verificación de hipótesis de análisis estadístico
Prueba paramétrica de análisis de varianza y resultados de precisión de validación cruzada de los resultados de ERD del motor de la mano izquierda y derecha. imagery Previamente se verificaron las suposiciones necesarias. La Tabla 1 muestra los resultados de la prueba de normalidad de Shapiro-Wilk y la prueba de varianza homogénea de Levene. Los resultados del valor de P indican que la varianza de todos los casos no viola la normalidad y la homogeneidad (p>0.05).
4.2 Análisis experimental del rendimiento
Para comparar el rendimiento de los participantes que utilizan dos medios de visualización diferentes, analizamos la relación ERD y la amplitud ERD, donde los participantes determinaron la relación ERD durante ejercicio Se representa la relación ERD promedio durante el período de imaginación, y la amplitud de ERD representa la ERD promedio recopilada de cada sesión a lo largo del tiempo.
Se compararon la relación ERD y la amplitud ERD de las imágenes motoras de la mano izquierda y derecha en los dos experimentos, como se muestra en la Figura 4. Los resultados de ANOVA en la Figura 4a muestran que en las imágenes motoras de la mano izquierda, la ERD de IVR-MI fue mayor que la de MD-MI (IVR-MI y MD-MI fueron 49,32 ± 12,08 y 34,75 ± 14,75, respectivamente), y la diferencia fue muy significativa (F (1, 65438) 0,001). En comparación con MD-MI, el valor ERD de las imágenes motoras de la mano derecha en IVR-MI también fue mayor (53,29 12,57 y 41,32 15,19 respectivamente), y la diferencia fue muy significativa (F (1, 65438) 0,01). Por otro lado, no hubo diferencias significativas en las imágenes motoras de la mano izquierda y derecha entre los dos grupos (F(1,16)=0.131, p>0.72; F(1,16)=1.034, p>0.32 ).
La Figura 4b muestra las amplitudes de ERD de los participantes frente al tiempo, calculadas promediando las amplitudes de ERD para cada participante en todas las sesiones. Las formas de onda roja y azul de IVR-MI y MD-MI muestran que existe una diferencia significativa en la ERD de las manos izquierda y derecha durante el período de imaginación motora, y la amplitud de la ERD de IVR-MI es mayor que la de MD- MI. Como se muestra en la escala de grises de la Existe una diferencia significativa entre estas dos amplitudes. Durante el período de inducción (imaginación motora de la mano izquierda T
4.3 Validación cruzada experimental
La Figura 5 muestra los resultados de la precisión de la validación cruzada 6 veces relacionada con el objeto de IVR-MI y MD-MI, donde los haplotipos representan datos obtenidos de cada sesión. El análisis de varianza mostró que la diferencia en la precisión entre los dos medios fue altamente significativa (f (1,16) = 20,990, P <0,001), siendo IVR-MI. más preciso que MD-MI (67,85 13,50 y 57,49 13,96, respectivamente). En cambio, no hubo diferencias significativas entre los dos grupos (f (1, 16) = 0,008, p & gt0,93)
4.4 Cambios conversacionales en el rendimiento.
Este estudio analizó en mayor detalle cómo el rendimiento ERD de las imágenes motoras de la mano izquierda y derecha cambia con el tiempo de entrenamiento.
Como se muestra en la Figura 6, durante los movimientos imaginados de la mano izquierda, las tasas de ERD tanto de IVR-MI como de MD-MI se correlacionaron linealmente positivamente (IVR-MI r=0,345, P
Elija la primera sesión La ERD La relación sirvió como punto de referencia y se comparó con otras sesiones para analizar la mejora en el rendimiento de ERD en comparación con cada sesión, como se muestra en la Figura 6 y la Tabla 2. Para las imágenes motoras de la mano izquierda, los sujetos con IVR-MI y MD-MI obtuvieron mejores resultados. Hubo una mejora significativa después de la quinta vez, pero la mejora de IVR-MI y MD-MI fue más fuerte (P <0,01 y P
Cambios conversacionales de 4,5 validación cruzada
La Fig. 7 muestra los resultados del uso de validación cruzada de 10 veces para diferenciar los patrones de actividad cerebral dentro de cada sesión, donde un solo pliegue representa los datos de cada experimento. Para IVR-MI y MD-MI, los resultados de precisión muestran una linealidad positiva. relación (r = 0,276, P
Para analizar la mejora de la precisión de la validación cruzada en diferentes períodos de tiempo, realizamos la prueba de comparación múltiple no paramétrica de Dunnett sobre los resultados de precisión en el primer período de tiempo. en la Figura 7 y la Tabla 3. Los resultados mostraron que los participantes durante IVR-MI podrían mostrar una mejora significativa en la capacidad de discriminación a partir del quinto tratamiento (P entre el quinto y el sexto tratamiento P
4.6 Topografía del ratio de Fisher Figura
Para investigar más a fondo las características espaciales obtenidas de diferentes tareas de imágenes de la mano, utilizamos los resultados de ERD para aplicar la relación de Fisher a cada electrodo. Como se muestra en la Figura 8, las ubicaciones de los electrodos C3 y C4 son los principales factores que distinguen la izquierda. y las imágenes motoras de la mano derecha fueron índices de Fisher más altos para C3 y C4 en el grupo IVR-MI (0,997 para C3 y C4, respectivamente) en comparación con los índices de Fisher para MD-MI (0,544 y 0,377 para C3 y C4, respectivamente y 0,566).
5. Discusión
Este estudio utiliza auriculares y pantallas de realidad virtual como medio para observar los movimientos de las manos izquierda y derecha y examinar los efectos de la inmersión y la ilusión en el entrenamiento de imágenes motoras. Al comparar las proporciones de ERD y la precisión de la validación cruzada obtenida de los dos experimentos, este artículo demuestra que percibir la misma acción a través de diferentes medios durante el entrenamiento puede conducir a un rendimiento diferente de las imágenes motoras.
Los resultados muestran que los participantes. use VR Cuando se usan auriculares VR, se puede obtener un mejor rendimiento de la imaginación motora. En términos de practicar la imaginación motora a través del entrenamiento repetido, no solo se demuestra que la observación de acciones repetidas afecta el rendimiento de la imaginación motora del sujeto, sino que también se descubre que el uso de VR. Los auriculares pueden costar menos tiempo. Rendimiento mejorado de las imágenes motoras. Los resultados de la relación ERD y la precisión de la validación cruzada utilizando auriculares VR muestran grandes mejoras. Este artículo demuestra que el uso de auriculares VR mejora el rendimiento ERD de manera más efectiva que el uso de monitores, aumentando el espacio para la actividad cerebral. Resolución
Los investigadores también estudiaron la amplitud de ERD y la relación de Fisher para abordar la cuestión de si solo diferentes medios de visualización afectaban la relación de ERD en la corteza motora central (C3 y C4). El patrón de ERD aumentó ligeramente y no fue significativamente diferente. Luego hubo una diferencia estadísticamente significativa entre los dos experimentos, con un gran aumento durante el período de imágenes motoras y luego una disminución durante el período de descanso (Fig. 4b). Aunque los investigadores predijeron que el ligero aumento que no fue significativamente diferente durante la instrucción fue el resultado de la preparación y planificación de los movimientos guiados, las amplitudes de ERD para IVR-MI fueron significativamente mayores que para MD-MI sólo durante las primeras etapas de la visualización motora y resto, lo que sugiere que esta estadística La diferencia fue causada por la manipulación de las imágenes motoras. Además, la Figura 8 muestra que en ambos experimentos, las principales características espaciales que distinguían las diferentes tareas de imágenes motoras provinieron de los electrodos C3 y C4, lo que sugiere que sólo las diferencias en los medios de visualización tienen poco impacto en los factores que pueden afectar nuestros resultados, como los de la corteza visual. Estos resultados indican que la observación de la acción a través de un casco de realidad virtual es más efectiva que la manipulación de la imaginación de la acción mostrada a través de un monitor.
Como se mencionó anteriormente, este artículo se centra en si el entrenamiento de la imaginación de acciones repetitivas para la observación de la acción a través de la inmersión y la ilusión del sistema de realidad virtual es efectivo. El rendimiento del ERD y los resultados de la validación cruzada verifican las hipótesis de este artículo. Los resultados mostraron que durante el entrenamiento de imágenes motoras repetitivas, la relación ERD era mayor y la actividad cerebral espacial era más diferenciada. Los resultados mostraron que la inmersión rica en sí misma afecta las imágenes motoras (al presentar los mismos movimientos gráficos de las manos). Por lo tanto, para cualquier escena gráfica que pueda simularse, el uso de un casco de realidad virtual inmersivo puede ser beneficioso para el entrenamiento de la imaginación motora en comparación con pantallas no inmersivas.
Este estudio tiene varias limitaciones y posibles mejoras. A algunos les puede preocupar que las escenas gráficas de este estudio puedan percibirse como diferentes de alguna manera porque la mano virtual puede no tener las proporciones exactas en los dos medios de visualización. Para abordar este problema, concéntrese en los comentarios de cada participante antes de comenzar cada experimento y luego ajuste el tamaño para maximizar la realidad. Además, aunque los investigadores ajustaron varios componentes ambientales en el estudio para ampliar la concreción, no cuantificaron directamente el nivel de concreción para cada usuario en ninguno de los experimentos. Debido al considerable intervalo de tiempo entre los dos experimentos, los investigadores consideraron que cualquier posible encuesta o cuestionario era potencialmente poco fiable, pero utilizaron los resultados de trabajos anteriores para afirmar que la realidad virtual mejoraba la concreción. Finalmente, el tamaño relativamente pequeño de la muestra también es una limitación. Aunque se realizaron múltiples réplicas del experimento para cada participante, el poder estadístico del análisis puede ser limitado dado el desempeño variable de cada participante. Por lo tanto, los hallazgos de este artículo deben interpretarse con cuidado. Con base en los hallazgos de este artículo, las investigaciones futuras se centrarán en el uso de las métricas de este artículo para comparar el uso de cascos de realidad virtual (una herramienta de visualización totalmente inmersiva) y gafas 3D estereoscópicas (un sistema de realidad virtual semiinmersivo).
6. Conclusión
A diferencia de estudios anteriores que se centraron en la comparación de la escena visual en sí y las imágenes motoras de la observación de la acción, este estudio se centró en la comparación de la realidad virtual inmersiva y la encarnación. sobre la imaginería motora. Los cascos de realidad virtual pueden proporcionar una experiencia más realista, mejorando la ilusión y la inmersión que otros medios existentes. Inspirándose en esto, los investigadores estudiaron si los cascos de realidad virtual inmersivos también se pueden usar para mejorar el rendimiento de la imaginación motora comparando las observaciones de la acción del mismo movimiento virtual de la mano mediante cascos y monitores de realidad virtual.
Este artículo investiga dos aspectos diferentes de los patrones cerebrales relacionados con las imágenes motoras en estos dos medios: cambios en el ritmo oscilatorio de las señales de áreas cerebrales relacionadas con las imágenes motoras y la discriminabilidad de las características espaciales de las señales, y Las exploraciones se realizaron utilizando modelos de aprendizaje automático comúnmente utilizados en interfaces cerebro-computadora. Los resultados de estos dos análisis sugieren que el uso de cascos de realidad virtual puede conducir a mayores oscilaciones y resolución espacial de las señales neuronales. Por lo tanto, en los campos del tratamiento clínico, rehabilitación, interfaz cerebro-computadora, etc., los cascos de realidad virtual que combinan inmersión e ilusión pueden presentar mejor observaciones de acción en el entrenamiento de la imaginación motora. En los campos del tratamiento clínico, la rehabilitación, la interfaz cerebro-computadora y otros campos, el uso de cascos de realidad virtual puede presentar mejor las observaciones de acción en el entrenamiento de la imaginación motora.