视觉反馈作用下精确抓握力量控制的脑网络拓扑研究

摘要：

抓握的精确力量控制是实现各种复杂精细手功能的关键.在人体进行精确抓握力量控制时,力量变化的速度、力量的上升与下降是否由不同的脑功能网络支配尚不得而知,其潜在的感知运动控制机制仍不清楚.探讨视觉-精确抓握力量跟踪任务下,握力的变化速度和握力上升及下降时脑网络的拓扑变化.研究中招募11名健康受试者,首先测量其抓握的最大自主收缩力(MVC),然后要求受试者使用右手大拇指和食指执行3种速度下的视觉-精确抓握力量跟踪任务(包括握力上升和下降状态),其中3种速度分别为1％ MVC/s(速度1)、2％ MVC/s(速度2)、3％ MVC/s(速度3),同时记录受试者全脑共32通道的脑电信号,随后使用网络拓扑的平均聚类系数C和特征路径长度￡参数,对基于相位延迟指数的脑电功能网络进行分析.结果 显示,C值在θ频带的速度1、速度2、速度3下,当握力上升时分别为(0.157±0.032)、(0.164±0.044)、(0.194±0.039),当握力下降时分别为(0.154±0.026)、(0.173±0.041)、(0.211±0.058),C值随着跟踪速度的增加而显著性地增加(P＜0.05).同样地,C值在ù频带存在类似的变化(P＜0.001).与C值变化不同的是,L值在θ频带的速度1、速度2、速度3下,当握力上升时分别为(4.644±0.400)、(4.150±0.325)、(3.909±0.497),当握力下降时分别为(4.606±0.346)、(4.040±0.471)、(3.716±0.498),L值随着跟踪速度的增加而显著性地减小(P＜0.001),并且L值在α、β、γ等3个频段存在与θ频带类似的变化.随着速度增加,中央沟和后顶叶局部激活加强.除了在跟踪速度2条件下β频带中L值的P=0.049之外,上升和下降状态之间没有显著差异.随着速度增加,脑功能网络的全局和局部信息传输效率得到增强,意味着在适应速度差异期间脑网络的连接模式发生改变.该项研究为探究不同力变化速度和上升下降状态下精确抓握的感知运动控制机制提供依据,为神经系统疾病后手功能的康复状态提供新的评估手段.

关键词：精确抓握、力控制、相位延迟指数、网络拓扑、脑电

所属期刊栏目：40

分类号：R318(医用一般科学)

资助基金：山东省重点研发计划;山东省自然科学基金;江苏省自然科学基金

在线出版日期：2021-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：163-169