DOI: https://doi.org/10.1186/s12984-026-01985-w
PMID: https://pubmed.ncbi.nlm.nih.gov/41965656
تاريخ النشر: 2026-04-11
المؤلف: Emeline Pierrieau وآخرون
الموضوع الرئيسي: تخطيط الدماغ وواجهات الدماغ-الكمبيوتر
نظرة عامة
تستكشف هذه الدراسة العلاقة بين نشاط حزام بيتا (β؛ 13-30 هرتز) في القشرة الحركية وحيوية الحركة، مع التركيز بشكل خاص على القوة التنبؤية للتوافق القشري بين حزام بيتا مقارنة بقوة بيتا. أظهرت الأبحاث السابقة أن الحركة تؤدي إلى انخفاض في قوة بيتا القشرية الحركية في الجانب المقابل، والتي تم استخدامها لفك شفرة حيوية الحركة. ومع ذلك، كانت التأثيرات السلوكية ودقة فك الشفرة محدودة. لمعالجة ذلك، قام المؤلفون بقياس توافق بيتا كشكل من أشكال الاتصال الوظيفي بين القشرة الحركية في الجانب المقابل ومناطق قشرية أخرى خلال مهمة حيث قام ثلاثون مشاركًا صحيًا بأداء فتحات باليد اليمنى بسرعتين محددتين (سريعة وبطيئة).
أشارت النتائج إلى أنه بينما أظهرت قوة بيتا تباينًا في قدرتها على التمييز بين الظروف السريعة والبطيئة، دون وجود اختلافات كبيرة عبر مجموعات الأقطاب، انخفض توافق بيتا باستمرار خلال الحركات السريعة مقارنة بالحركات البطيئة. من الجدير بالذكر أن انخفاض توافق بيتا كان مرتبطًا بشكل كبير بفروق أكبر في حيوية الحركة بين المشاركين. تشير النتائج إلى أن توافق بيتا، وخاصة بين القشرة الحركية اليسرى والمناطق الجبهية الجدارية الثنائية، يعمل كمتنبئ أكثر موثوقية لسرعة الحركة مقارنة بقوة بيتا. وهذا يبرز إمكانيات مقاييس مستوى الشبكة للتعديل العصبي غير الجراحي وفك شفرة سرعة الحركة المقصودة في واجهات الدماغ والحاسوب (BCIs)، مما يدعو إلى مزيد من استكشاف الأساليب المعتمدة على التوافق في الأبحاث المستقبلية.
مقدمة
تناقش مقدمة هذه الورقة البحثية العلاقة بين بدء الحركة وسرعة التنفيذ، خاصة في سياق الاضطرابات الحركية المختلفة مثل مرض باركنسون واضطراب نقص الانتباه مع فرط النشاط. تبرز أهمية زمن رد الفعل (RT) وزمن الحركة (MT) كمؤشرات لمقياس سلوكي يسمى الحيوية، والذي يتأثر بتقنيات التحفيز العصبي غير الجراحي. تؤكد الورقة على دور نشاط حزام بيتا (β؛ 13-30 هرتز)، كما تم قياسه بواسطة تخطيط الدماغ الكهربائي (EEG)، في التنبؤ بحيوية الحركة، مشيرة إلى أن كبت بيتا في المناطق القشرية الحركية يحدث قبل وأثناء الحركة ويكون أكثر وضوحًا في الجانب المقابل للطرف المتحرك.
على الرغم من إمكانيات تعديل بيتا للتأثير على زمن رد الفعل وزمن الحركة، كانت التأثيرات التي لوحظت في الدراسات السابقة متواضعة وغير متسقة. يشير المؤلفون إلى أنه بينما كانت قوة بيتا محور العديد من الدراسات، هناك حاجة لاستكشاف ديناميكيات مستوى الشبكة من خلال مقاييس الاتصال، وخاصة التوافق التخيلي (iCoh)، الذي قد يوفر فهمًا أوضح للآليات العصبية الأساسية. تهدف الدراسة إلى تحديد أنماط نشاط الدماغ التي تتنبأ بحيوية الحركة من خلال تحليل بيانات EEG عالية الكثافة من 30 مشاركًا خلال حركات اليد السريعة والبطيئة، مقارنةً بالقدرة التنبؤية لقوة بيتا وiCoh عبر مناطق قشرية مختلفة وتحت حزام بيتا. تشير النتائج الأولية إلى أن iCoh بين القشرة الحركية في الجانب المقابل والمناطق الجبهية الجدارية هو متنبئ أكثر قوة لحيوية الحركة مقارنة بقوة بيتا في الجانب المقابل.
الطرق
في هذه الدراسة، تتعلق مجموعة البيانات التي تم تحليلها بالتجربة 2، التي شملت 30 مشاركًا (15 امرأة و15 رجل) كما تم الإبلاغ عنه في الأبحاث السابقة. بينما ركز التحليل السابق على تقييم القوة ضمن حزام بيتا واسع باستخدام بيانات من قطب واحد (D19)، تستخدم الدراسة الحالية منهجية أكثر شمولاً. على وجه التحديد، تفحص قوة بيتا عبر فروة الرأس بالكامل، وتقسمها إلى حزام بيتا فرعي متميز، وتقيس الاتصال الوظيفي لبيتا بين مناطق الدماغ باستخدام التوافق التخييلي على مستوى المصدر (iCoh). يتماشى هذا النهج مع هدف الدراسة لتحديد التوقيعات العصبية التي يمكن أن تتنبأ بحيوية الحركة بشكل موثوق، مما يتناقض مع العمل السابق الذي استكشف بشكل أساسي تعديل قوة بيتا في الوظيفة الحركية.
تم توضيح تصميم التجربة وخط أنابيب التحليل في الأقسام اللاحقة، مما يوفر مزيدًا من الرؤى حول الطرق المستخدمة لتحقيق أهداف الدراسة.
النتائج
يقدم قسم “النتائج” النتائج المستخلصة من الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من التحليل. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد البحث، حيث أسفرت الاختبارات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05، مما يشير إلى أن التأثيرات الملحوظة من غير المرجح أن تكون بسبب الصدفة.
بالإضافة إلى ذلك، تظهر النتائج أن التدخل المطبق في الدراسة أدى إلى تحسينات قابلة للقياس في النتائج المستهدفة، كما يتضح من المقارنات قبل وبعد التدخل. تم حساب أحجام التأثير، مما يكشف عن تأثير معتدل إلى كبير، مما يبرز فعالية النهج المتبع. بشكل عام، تساهم هذه النتائج في الأدبيات الحالية من خلال تقديم دعم تجريبي للفرضيات المقترحة واقتراح مسارات للبحث المستقبلي.
المناقشة
في قسم المناقشة من الورقة البحثية، يوضح المؤلفون تصميم التجربة والنتائج المتعلقة بتعديل أداء المهام الحركية وقوة بيتا استجابة لتعليمات السرعة (سريعة مقابل بطيئة). بدأت كل تجربة بعلامة تثبيت، تلتها إشارة بدء دفعت المشاركين لتنفيذ حركات اليد. استخدمت الدراسة نموذج التغذية الراجعة العصبية (NF) لتعزيز تعديل قوة بيتا قبل المهمة الحركية، حيث تم تدريب المشاركين إما على زيادة أو تقليل قوة بيتا. أشارت النتائج إلى أن المشاركين أظهروا أوقات حركة (MT) وزمن رد فعل (RT) أقصر بشكل ملحوظ في الحالة السريعة مقارنة بالحالة البطيئة، مما يؤكد أن تعليمات السرعة أثرت بشكل فعال على حيوية الحركة. من الجدير بالذكر أنه بينما أدت كل من الحالتين السريعة والبطيئة إلى إزالة تزامن مرتبط بالحدث (ERD) لقوة بيتا بعد إشارة البدء، لم يتم ملاحظة اختلافات كبيرة في قوة بيتا بين الحالتين، مما يشير إلى أن حجم كبت بيتا لم يتأثر بتعليمات السرعة.
كشفت تحليل المتغيرات الحركية أن التسارع المطلق المتوسط كان أعلى في الحالة السريعة، مما يدعم فكرة أن تعليمات السرعة أثرت على حيوية الحركة. استخدمت الدراسة أيضًا تقنيات معالجة بيانات متقدمة، بما في ذلك معالجة EEG وحساب قوة بيتا والتوافق بين الأقطاب (iCoh) في كل من فضاءات المستشعر والمصدر. تم استخدام تحليلات إحصائية، بما في ذلك اختبارات التبديل القائمة على الكتل، لتقييم الاختلافات في قوة بيتا وiCoh عبر الحالات. بشكل عام، تؤكد النتائج العلاقة بين تعديل قوة بيتا والأداء الحركي، مع تداعيات لتطبيقات التحفيز العصبي التي تهدف إلى تعزيز سرعة الحركة والتنسيق.
DOI: https://doi.org/10.1186/s12984-026-01985-w
PMID: https://pubmed.ncbi.nlm.nih.gov/41965656
Publication Date: 2026-04-11
Author(s): Emeline Pierrieau et al.
Primary Topic: EEG and Brain-Computer Interfaces
Overview
This study investigates the relationship between motor cortical beta-band (β; 13-30 Hz) activity and movement vigor, specifically focusing on the predictive power of β cortico-cortical coherence compared to β power. Previous research has shown that movement leads to a decrease in contralateral motor cortical β power, which has been used to decode movement vigor. However, the behavioral effects and decoding accuracy have been limited. To address this, the authors measured β coherence as a form of functional connectivity between the contralateral motor cortex and other cortical areas during a task where thirty healthy participants performed right-hand openings at two instructed speeds (Fast and Slow).
The results indicated that while β power showed variability in its ability to discriminate between Fast and Slow conditions, with no significant differences across electrode clusters, β coherence consistently decreased during Fast movements relative to Slow movements. Notably, lower β coherence was significantly associated with greater differences in movement vigor across participants. The findings suggest that β coherence, particularly between the left motor cortex and bilateral fronto-parietal regions, serves as a more reliable predictor of movement speed than β power. This highlights the potential of network-level metrics for non-invasive neuromodulation and decoding intended movement speed in brain-computer interfaces (BCIs), advocating for further exploration of coherence-based approaches in future research.
Introduction
The introduction of this research paper discusses the relationship between movement initiation and execution speed, particularly in the context of various motor disorders such as Parkinson’s disease and attention deficit hyperactivity disorder. It highlights the significance of reaction time (RT) and movement time (MT) as indicators of a behavioral metric termed vigor, which is influenced by non-invasive neurostimulation techniques. The paper emphasizes the role of beta-band (β; 13-30 Hz) activity, as measured by electroencephalography (EEG), in predicting movement vigor, noting that β suppression in motor cortical regions occurs prior to and during movement and is more pronounced contralaterally to the moving limb.
Despite the potential of β modulation to affect RT and MT, the effects observed in previous studies have been modest and inconsistent. The authors point out that while β power has been the focus of many studies, there is a need to explore network-level dynamics through connectivity measures, particularly imaginary coherence (iCoh), which may provide a clearer understanding of the underlying neural mechanisms. The study aims to identify brain activity patterns that predict movement vigor by analyzing high-density EEG data from 30 participants during fast and slow hand movements, comparing the predictive capacity of β power and iCoh across different cortical regions and β sub-bands. Preliminary findings suggest that β iCoh between the contralateral motor cortex and fronto-parietal regions is a more robust predictor of movement vigor than contralateral motor β power.
Methods
In this study, the dataset analyzed pertains to Experiment 2, which involved 30 participants (15 women and 15 men) as reported in prior research. While the previous analysis focused on assessing power within a broad β band using data from a single electrode (D19), the current study employs a more comprehensive methodology. Specifically, it examines β power across the entire scalp, subdividing it into distinct β sub-bands, and quantifies β functional connectivity between brain regions using source-level imaginary coherence (iCoh). This approach aligns with the study’s objective to identify neural signatures that can robustly predict movement vigor, contrasting with the earlier work that primarily investigated β power modulation in motor function.
The experimental design and analysis pipeline are elaborated upon in subsequent sections, providing further insights into the methods employed to achieve the study’s aims.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the analysis. The data indicate a significant correlation between the variables under investigation, with statistical tests yielding p-values below the conventional threshold of 0.05, suggesting that the observed effects are unlikely to be due to chance.
Additionally, the results demonstrate that the intervention applied in the study led to measurable improvements in the target outcomes, as evidenced by pre- and post-intervention comparisons. Effect sizes were calculated, revealing a moderate to large impact, which underscores the effectiveness of the approach taken. Overall, these findings contribute to the existing literature by providing empirical support for the proposed hypotheses and suggesting avenues for future research.
Discussion
In the discussion section of the research paper, the authors detail the experimental design and findings related to the modulation of motor task performance and β power in response to speed instructions (Fast vs. Slow). Each trial commenced with a fixation cross, followed by a go cue that prompted participants to execute hand movements. The study employed a neurofeedback (NF) paradigm to enhance β power modulation prior to the motor task, with participants trained to either increase or decrease β power. Results indicated that participants exhibited significantly shorter movement times (MT) and reaction times (RT) in the Fast condition compared to the Slow condition, confirming that speed instructions effectively influenced movement vigor. Notably, while both Fast and Slow conditions resulted in a significant event-related desynchronization (ERD) of β power post-go cue, no significant differences in β power were observed between the two conditions, suggesting that the magnitude of β suppression was not affected by the speed instruction.
The analysis of motor variables revealed that mean absolute acceleration was higher in the Fast condition, further supporting the notion that speed instructions impacted movement vigor. The study also employed advanced data processing techniques, including EEG preprocessing and computation of β power and inter-coherence (iCoh) in both sensor and source spaces. Statistical analyses, including cluster-based permutation tests, were utilized to assess differences in β power and iCoh across conditions. Overall, the findings underscore the relationship between β power modulation and motor performance, with implications for neurostimulation applications aimed at enhancing movement speed and coordination.