-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

PL

EN - EnglishCN - 简体中文DE - DeutschES - EspañolKR - 한국어IT - ItalianoFR - FrançaisPT - Português do BrasilPL - PolskiHE - עִבְרִיתRU - РусскийJA - 日本語TR - TürkçeAR - العربية
Sign In Start Free Trial

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

Behavior
Biochemistry
Bioengineering
Biology
Cancer Research
Chemistry
Developmental Biology
View All
JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

Biological Techniques
Biology
Cancer Research
Immunology
Neuroscience
Microbiology
JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduate courses

Analytical Chemistry
Anatomy and Physiology
Biology
Calculus
Cell Biology
Chemistry
Civil Engineering
Electrical Engineering
View All
JoVE Science Education

Visual demonstrations of key scientific experiments

Advanced Biology
Basic Biology
Chemistry
View All
JoVE Lab Manual

Videos of experiments for undergraduate lab courses

Biology
Chemistry

BUSINESS

JoVE Business

Video textbooks for business education

Accounting
Finance
Macroeconomics
Marketing
Microeconomics

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Authors

Teaching Faculty

Librarians

K12 Schools

Biopharma

Products

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduates

JoVE Science Education

Visual demonstrations of key scientific experiments

JoVE Lab Manual

Videos of experiments for undergraduate lab courses

BUSINESS

JoVE Business

Video textbooks for business education

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Solutions

Authors
Teaching Faculty
Librarians
K12 Schools
Biopharma

Language

pl_PL

EN

English

CN

简体中文

DE

Deutsch

ES

Español

KR

한국어

IT

Italiano

FR

Français

PT

Português do Brasil

PL

Polski

HE

עִבְרִית

RU

Русский

JA

日本語

TR

Türkçe

AR

العربية

    Menu

    JoVE Journal

    Behavior

    Biochemistry

    Bioengineering

    Biology

    Cancer Research

    Chemistry

    Developmental Biology

    Engineering

    Environment

    Genetics

    Immunology and Infection

    Medicine

    Neuroscience

    Menu

    JoVE Encyclopedia of Experiments

    Biological Techniques

    Biology

    Cancer Research

    Immunology

    Neuroscience

    Microbiology

    Menu

    JoVE Core

    Analytical Chemistry

    Anatomy and Physiology

    Biology

    Calculus

    Cell Biology

    Chemistry

    Civil Engineering

    Electrical Engineering

    Introduction to Psychology

    Mechanical Engineering

    Medical-Surgical Nursing

    View All

    Menu

    JoVE Science Education

    Advanced Biology

    Basic Biology

    Chemistry

    Clinical Skills

    Engineering

    Environmental Sciences

    Physics

    Psychology

    View All

    Menu

    JoVE Lab Manual

    Biology

    Chemistry

    Menu

    JoVE Business

    Accounting

    Finance

    Macroeconomics

    Marketing

    Microeconomics

Start Free Trial
Loading...
Home
JoVE Journal
Behavior
Jednoczesna elektroencefalografia skóry głowy (EEG), elektromiografia (EMG) i segmentalny zapis i...
Jednoczesna elektroencefalografia skóry głowy (EEG), elektromiografia (EMG) i segmentalny zapis i...
JoVE Journal
Behavior
This content is Free Access.
JoVE Journal Behavior
Simultaneous Scalp Electroencephalography (EEG), Electromyography (EMG), and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding

Jednoczesna elektroencefalografia skóry głowy (EEG), elektromiografia (EMG) i segmentalny zapis inercyjny całego ciała do multimodalnego dekodowania neuronalnego

Full Text
44,188 Views
11:25 min
July 26, 2013

DOI: 10.3791/50602-v

Thomas C. Bulea1,2, Atilla Kilicarslan2, Recep Ozdemir2,3,4, William H. Paloski3,4, Jose L. Contreras-Vidal2,4,5

1Functional and Applied Biomechanics Group,National Institutes of Health, 2Laboratory for Non-invasive Brain-Machine Interface Systems, Department of Electrical and Computer Engineering,University of Houston, 3Department of Health and Human Performance,University of Houston, 4Center for Neuromotor & Biomechanics Research,University of Houston, 5Department of Biomedical Engineering,University of Houston

AI Banner

Please note that some of the translations on this page are AI generated. Click here for the English version.

Overview

This study presents a novel experimental protocol for the non-invasive acquisition of neural, muscle, and kinematic data during locomotion tasks. The approach aims to enhance brain-machine interface systems for rehabilitation of bipedal locomotion.

Key Study Components

Area of Science

  • Neuroscience
  • Rehabilitation
  • Brain-Machine Interfaces

Background

  • Understanding brain-body dynamics is crucial for developing effective neuroprosthetics.
  • Current methods often limit the range of motor tasks and environments studied.
  • Non-invasive techniques can provide insights into neural activity during movement.
  • This study explores the synchronization of EEG, EMG, and motion capture data.

Purpose of Study

  • To develop a mobile brain imaging framework for studying human locomotion.
  • To investigate the feasibility of extracting kinematic information from EEG data.
  • To enhance understanding of brain activity changes during various locomotion tasks.

Methods Used

  • Placement of EEG, EMG, and motion capture sensors on a human subject.
  • Synchronization of data collection systems using custom software.
  • Execution of nine locomotive tasks in four different environments.
  • Data collection during walking, standing, and transitions between tasks.

Main Results

  • Successful acquisition of synchronized EEG, EMG, and motion capture data.
  • Demonstrated brain activity patterns corresponding to different locomotion tasks.
  • Identified potential for extracting useful kinematic information from EEG.
  • Highlighted the advantages of a mobile setup for diverse motor tasks.

Conclusions

  • The developed protocol allows for comprehensive study of brain-body dynamics.
  • Findings may inform future neuroprosthetic designs and rehabilitation strategies.
  • This approach can facilitate exploration of movement disorders and recovery processes.

Frequently Asked Questions

What is the main goal of this study?
The main goal is to develop a mobile brain imaging framework to study human brain-body dynamics during locomotion.
How are the data collection systems synchronized?
They are synchronized using custom software and a push button trigger device.
What types of sensors are used in this study?
EEG, EMG, and motion capture sensors are used to collect data.
What locomotion tasks are performed by the subjects?
Subjects perform nine specific locomotive tasks in various environments.
What are the implications of this research?
The research may inform neuroprosthetic designs and rehabilitation strategies for movement disorders.

Opracowanie skutecznego systemu interfejsu mózg-maszyna-(BMI) do przywracania i rehabilitacji dwunożnej lokomocji wymaga dokładnego dekodowania intencji użytkownika. W tym miejscu przedstawiamy nowatorski protokół eksperymentalny i technikę zbierania danych do jednoczesnego nieinwazyjnego nabywania aktywności neuronalnej, aktywności mięśni i kinematyki całego ciała podczas różnych zadań i warunków lokomocyjnych.

Ogólnym celem poniższego eksperymentu jest rozszerzenie koncepcji mobilnego systemu obrazowania mózgu, aby umożliwić badanie dynamiki ludzkiego mózgu i ciała w szerokim zakresie zadań związanych z lokomotywą. Osiąga się to poprzez umieszczenie najpierw czujników E-E-G-E-M-G i czujników przechwytywania ruchu na człowieku w drugim kroku. Trzy systemy gromadzenia danych są zsynchronizowane z niestandardowym oprogramowaniem i urządzeniem spustowym za pomocą przycisku, które zapewnia zestaw danych E-E-G-E-M-G i przechwytywania ruchu.

Następnie badany wykonuje dziewięć konkretnych zadań związanych z lokomotywą w czterech różnych środowiskach. Aby uchwycić dynamikę ciała mózgu podczas różnych ruchów, wyniki pokazują aktywność mózgu mierzoną za pomocą EEG podczas zadań lokomotywowych. Metoda ta może pomóc odpowiedzieć na kluczowe pytania z zakresu neuroprotetyki i interfejsów mózg-maszyna.

Na przykład, czy możliwe jest wydobycie przydatnych informacji na temat kinematyki GA lub wzorców EMG powierzchni z EEG skóry głowy? Główną przewagą tej techniki nad istniejącymi metodami jest to, że możemy bezprzewodowo zbierać dane E-E-G-E-M-G i przechwytywania ruchu za pomocą konfiguracji mobilnej, co pozwala nam badać więcej zadań i środowisk motorycznych w porównaniu z tradycyjnymi technikami zbierania danych. Implikacje tych technik rozciągają się również na zaburzenia ruchowe i medycynę rehabilitacyjną, ponieważ zasadniczo protokoły te informują nas o zmianach w aktywności mózgu i adaptacji ciała.

Moi absolwenci zademonstrują teraz rozmieszczenie czujników, a JI osir pokaże, jak umieścić czujniki EMG na naszym ochotniku dzisiaj. Kevin Nathan, z pomocą Johna, ten, który będzie umieszczał czujniki EEG na jego skórze głowy, Aby rozpocząć ten protokół. Najpierw zapisz wzrost, wagę i wiek badanej osoby.

Następnie dostosuj prędkość bieżni, aby dopasować ją do preferowanej prędkości chodzenia fotografowanej osoby. Następnie zmierz odległość między nasionem a Inionem za pomocą pisaka. Zaznacz 10% odległości jako odniesienie do wyrównania nasadki i zaznacz punkt środkowy odległości jako wierzchołek głowy.

Teraz umieść czapkę EEG na obiekcie i wyrównaj ją z punktami orientacyjnymi. Wyrównaj punkt środkowy między elektrodami FP jeden i FP dwa ze znacznikiem odległości 10% i wyrównaj elektrodę CZ z zaznaczonym wierzchołkiem. Zabezpiecz nasadkę, przypinając ją pod brodą.

Następnie, zaczynając od elektrod masowych i referencyjnych, użyj małej strzykawki, aby wstrzyknąć żel elektrolitowy do każdej elektrody, aż impedancja każdej z nich osiągnie poniżej 25 kiloomów, jak wskazuje dioda LED elektrody zmieniająca kolor na zielony. Na koniec podłącz elektrody do nadajnika bezprzewodowego w celu uzyskania systemu akwizycji danych. Następnie przygotuj się do elektromiografii powierzchniowej, najpierw goląc skórę, a następnie czyszcząc wacikiem nasączonym alkoholem izopropylowym.

Następnie umieść elektrodę w każdym z ośmiu przygotowanych miejsc na każdą nogę dla tali, przedniego obszernego, bocznego, bicepsa, kobiet i brzuchatego. Na koniec należy podłączyć elektrody uziemiające EMG na lewym lub prawym nadgarstku i podłączyć wszystkie elektrody EMG do jednostki rejestrującej dane EMG. Aby skonfigurować przechwytywanie ruchu.

Najpierw umieść czujniki znaczników na przedmiocie za pomocą pasków na rzepy lub taśmy dwustronnej. Zamocuj czujniki w miejscach wymienionych tutaj. Następnie poproś badanego, aby wszedł na bieżnię i założył uprząż bezpieczeństwa, jak pokazano tutaj, przed zebraniem danych.

Sprawdź sygnały EEG i EMG, aby zweryfikować prawidłowe ułożenie elektrod, podłączenie elektrod i transmisję danych. Następnie rozpocznij zbieranie danych, uruchamiając aplikację konsolową c plus plus. Naciśnij przycisk spustu ręcznego, aby rozpocząć nagrywanie EMG i wyemitować sygnał dźwiękowy.

Aby rozpocząć eksperyment, poinstruuj badanego, aby pozostał w cichej pozycji przez 30 sekund. Następnie po 30 sekundach naciśnij przycisk spustu, aby rozpocząć chodzenie. Bieżnia powinna powoli przyspieszać do prędkości wybranej przez obiekt.

Niech osoba badana będzie spacerować przez pięć minut. Po pięciu minutach naciśnij przycisk spustu, aby zainicjować przejście chodu do stania, powoli zatrzymując bieżnię. Po zatrzymaniu się obiekt powinien pozostać w pozycji stojącej przez 30 sekund.

Teraz naciśnij przycisk kolejki, aby zatrzymać próbę zbierania danych i zapisać dane. Powtórz ten eksperyment z trzema warunkami wizualnymi, w tym czarnym. w pewnej odległości przed obiektem, aby skupić się na obserwacji nóg w czasie rzeczywistym na monitorze wideo i unikaniu ukośnej linii na bieżni.

Następnie przejdź na arenę spacerową. Arenę spacerową należy ustawić, umieszczając pięć zestawów czujników zbliżeniowych na podczerwień, stożków i ekranów telewizyjnych, jak widać. W tym miejscu umieść obiekt na początku pętli spacerowej areny i rozpocznij zbieranie danych zgodnie z wcześniejszym opisem.

Teraz naciśnij przycisk spustu, aby rozpocząć eksperyment chodu. W momencie podania spustu. Pierwsza strzałka kierunkowa jest wyświetlana na ekranie naprzeciwko obiektu.

Jeśli zostanie zaobserwowana strzałka w prawo lub strzałka w lewo, tester powinien opuścić zestaw pachołków przy wejściu, obrócić się o 90 stopni w tym kierunku, zakończyć pętlę i powrócić do pachołków wejściowych. Jeśli zostanie zaobserwowana strzałka w górę, obiekt powinien kontynuować prosto ze stożków wejściowych. Następnie należy nacisnąć ręczny spust i strzałkę kierunku, gdy obiekt znajdzie się w odległości około dwóch metrów od czujników podczerwieni.

Tester powinien następnie przejść przez pierwszy zestaw czujników podczerwieni, a następnie wykonać odpowiedni obrót o 90 stopni, aby zakończyć pętlę. Wracając do stożków wejściowych podczas chodzenia, eksperymentator powinien podążać za badanym w odległości około trzech do pięciu metrów z komputerem gospodarza na wózku na kółkach Aby zapewnić jakość sygnału bezprzewodowego, badany powinien kontynuować chodzenie, gdy dotrze do stożków wejściowych. Po zakończeniu pojedynczej pętli sekwencję należy powtarzać z losową kolejnością strzałek, aż zostaną zakończone trzy pętle dla każdej początkowej strzałki.

Po wykonaniu wymaganej liczby pętli naciśnij przycisk spustu ręcznego, aby zasygnalizować przejście do stania. Tester powinien stać cicho przez 30 sekund. Następnie zakończ zbieranie danych, naciskając przycisk cue na komputerze hosta.

Ustaw krzesło za osobą badaną i rozpocznij zbieranie danych. Osoba badana powinna stać cicho przez 15 sekund na początku zbierania danych. Po 15 sekundach naciśnij przycisk spustu ręcznego.

Po usłyszeniu sygnału tester powinien przejść ze stania do siedzenia, postawy, trzymania, pozycji siedzącej aż do następnej kolejki audio. Poczekaj losowy interwał od pięciu do 15 sekund. Następnie naciśnij spust ręczny, aby dać wskazówkę do przejścia z pozycji siedzącej na stojącą.

Niech osoba badana utrzyma pozycję stojącą do następnej kolejki audio. Powtarzaj tę procedurę do 10. Kompletna podstawa do siedzenia i siedzenie do stania.

Manewry są zakończone, po czym obiekt powinien stać cicho przez 15 sekund. Następnie zakończ zbieranie danych, naciskając przycisk cue. Następnie powtórz protokół "wstaw do siedzenia" dla przejścia z samodzielnie zainicjowanego stania do siedzenia i z siedzenia do stania.

Tym razem, zamiast dawać testerowi impuls do przejścia, niech tester sam zainicjuje transfer, aż do zakończenia 10 każdego manewru. W przypadku chodzenia po korytarzu umieść obiekt i wózek do zbierania danych na środku prostego korytarza o długości jednej ósmej mili. Rozpocznij zbieranie danych, tak jak w przypadku eksperymentów z chodzeniem na bieżni.

Po początkowym 32. okresie odpoczynku daj testerowi ręczny spust lub sygnał dźwiękowy, aby rozpocząć chodzenie. Niech osoba badana będzie chodzić nieprzerwanie przez pięć minut. Gdy tester znajdzie się w odległości mniejszej niż 10 metrów od końca korytarza, powinien sam zainicjować zawrócenie i kontynuować spacer w przeciwnym kierunku.

Po pięciu minutach naciśnij przycisk spustu ręcznego, aby przestać chodzić. Osoba badana powinna stać cicho przez 30 sekund, patrząc prosto przed siebie. Następnie zakończ zbieranie danych w wyborach.

Następnie rozpocznij drugi eksperyment na korytarzu. Po losowym czasie chodzenia trwającym od 20 do 40 sekund daj ręczny spust i sygnał dźwiękowy, aby obiekt przestał chodzić. Tester powinien następnie pozostać w pozycji stojącej przez krótki, losowy czas od pięciu do 15 sekund.

Następnie naciśnij przycisk ręcznego spustu, aby obiekt wznowił chodzenie. Powtarzaj te kroki, aż zakończy się 10 cykli zatrzymania startu, a następnie zakończ. Reprezentatywne wyniki zbierania danych z 10 sekund chodzenia na bieżni są pokazane tutaj.

Górny panel pokazuje 64-kanałowe surowe dane EEG z nazwą kanału Z Międzynarodowej Konwencji 10 20 środkowy panel pokazuje przyspieszenie w kierunku pionowym z 11 czujników znaczników. Dolny panel pokazuje ośmiokanałowy surowy EMG. Ten rysunek przedstawia reprezentatywne dane z jednej pętli chodzenia podczas areny.

Pionowe czarne paski jednego protokołu wskazują wyzwalacze. Pierwszy spust znajduje się za pomocą przycisku ze strzałką w prawo. Ostatnie cztery pochodzą z czujników podczerwieni, IR od jednego do podczerwieni cztery, gdy badany przechodzi przez pętlę, a tutaj widzimy przykładowe dane z przejścia ze stanowiska do siedzenia i siedzenia do stania.

Przyspieszenie EEG i dane EMG przedstawiono jak na pierwszym rysunku. Pionowe paski wskazują ręczne wyzwalacze, aby zainicjować odpowiednio stanie i siedzenie. Na koniec ten rysunek przedstawia przykładowe dane z przejścia ze stania do chodzenia i chodzenia do stania na korytarzu.

Zadanie chodzenia. Pionowe paski wskazują ręczne spusty i sygnały dźwiękowe, aby odpowiednio rozpocząć i zakończyć chodzenie. Ważne jest, aby pamiętać, że czujniki EEG i czujniki EMG są wrażliwe na artefakty ruchu, dlatego powinniśmy upewnić się, że czujniki są bezpieczne i bezpiecznie przymocowane do tego obiektu.

Zgodnie z tą procedurą można zastosować inne techniki, takie jak niezależna analiza składowych lub regresja liniowa, aby wyizolować sygnały elektrokorowe od artefaktów, co pozwala na wyodrębnienie kinematyki kończyn lub profili EMG z danych EEG. Technika ta umożliwi społeczności zajmującej się interfejsami neuronowymi udzielenie odpowiedzi na pytania dotyczące tego, w jaki sposób mózg odnosi się do ruchu i intencji ruchu, a także zapewni środki do wydobycia informacji o chodzie z EEG skóry głowy.

Explore More Videos

Słowa kluczowe: EEG EMG zapis inercyjny multimodalne dekodowanie neuronowe interfejs mózg-maszyna kinematyka chodu chód na bieżni chodzenie po ziemi rehabilitacja

Related Videos

Mapowanie funkcjonalne z jednoczesnym MEG i EEG

06:04

Mapowanie funkcjonalne z jednoczesnym MEG i EEG

Related Videos

18.5K Views

Mapowanie dynamiki kory mózgowej przy użyciu jednoczesnego MEG/EEG i anatomicznie ograniczonych szacunków minimalnej normy: przykład uwagi słuchowej

08:45

Mapowanie dynamiki kory mózgowej przy użyciu jednoczesnego MEG/EEG i anatomicznie ograniczonych szacunków minimalnej normy: przykład uwagi słuchowej

Related Videos

15.3K Views

Jednoczesna elektroencefalografia i magnetoencefalografia w celu identyfikacji obszarów mózgu podatnych na napady padaczkowe

04:40

Jednoczesna elektroencefalografia i magnetoencefalografia w celu identyfikacji obszarów mózgu podatnych na napady padaczkowe

Related Videos

693 Views

Funkcjonalna spektroskopia w bliskiej podczerwieni czuciowych i ruchowych obszarów mózgu z jednoczesnym monitorowaniem kinematycznym i EMG podczas zadań motorycznych

11:31

Funkcjonalna spektroskopia w bliskiej podczerwieni czuciowych i ruchowych obszarów mózgu z jednoczesnym monitorowaniem kinematycznym i EMG podczas zadań motorycznych

Related Videos

15.7K Views

Wielofunkcyjny zestaw do badania kontroli motorycznej człowieka za pomocą przezczaszkowej stymulacji magnetycznej, elektromiografii, przechwytywania ruchu i rzeczywistości wirtualnej

08:09

Wielofunkcyjny zestaw do badania kontroli motorycznej człowieka za pomocą przezczaszkowej stymulacji magnetycznej, elektromiografii, przechwytywania ruchu i rzeczywistości wirtualnej

Related Videos

11.5K Views

Nowatorskie eksperymentalne i analityczne podejście do multimodalnego neuronalnego dekodowania intencji podczas interakcji społecznych u swobodnie zachowujących się ludzkich niemowląt

11:14

Nowatorskie eksperymentalne i analityczne podejście do multimodalnego neuronalnego dekodowania intencji podczas interakcji społecznych u swobodnie zachowujących się ludzkich niemowląt

Related Videos

11.6K Views

Jednoczesny zapis EEG i funkcjonalny rezonans magnetyczny oraz analiza integracji w celu dynamicznego obrazowania aktywności kory mózgowej

11:28

Jednoczesny zapis EEG i funkcjonalny rezonans magnetyczny oraz analiza integracji w celu dynamicznego obrazowania aktywności kory mózgowej

Related Videos

12.4K Views

Jednoczesna rejestracja kolokalizowanej elektroencefalografii i lokalnego potencjału pola u gryzoni

08:31

Jednoczesna rejestracja kolokalizowanej elektroencefalografii i lokalnego potencjału pola u gryzoni

Related Videos

12.9K Views

Jednoczesne zapisy lokalnych potencjałów pola korowego, elektrokardiogram, elektromiogram i rytm oddychania swobodnie poruszającego się szczura

10:07

Jednoczesne zapisy lokalnych potencjałów pola korowego, elektrokardiogram, elektromiogram i rytm oddychania swobodnie poruszającego się szczura

Related Videos

11.6K Views

Niezawodna akwizycja danych elektroencefalograficznych podczas jednoczesnej elektroencefalografii i funkcjonalnego rezonansu magnetycznego

11:00

Niezawodna akwizycja danych elektroencefalograficznych podczas jednoczesnej elektroencefalografii i funkcjonalnego rezonansu magnetycznego

Related Videos

5.2K Views

JoVE logo
Contact Us Recommend to Library
Research
  • JoVE Journal
  • JoVE Encyclopedia of Experiments
  • JoVE Visualize
Business
  • JoVE Business
Education
  • JoVE Core
  • JoVE Science Education
  • JoVE Lab Manual
  • JoVE Quizzes
Solutions
  • Authors
  • Teaching Faculty
  • Librarians
  • K12 Schools
  • Biopharma
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • JoVE Newsroom
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2026 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code