DOI: https://doi.org/10.1007/s00221-026-07342-6
PMID: https://pubmed.ncbi.nlm.nih.gov/42412206
تاريخ النشر: 2026-07-07
المؤلف: Contreras-Altamirano وآخرون
الموضوع الرئيسي: تخطيط الدماغ وواجهات الدماغ-الكمبيوتر
نظرة عامة
تبحث هذه الدراسة في جدوى استخدام إعداد محمول يتكون من هاتفين ذكيين ومضخم كهربائي لاسلكي لتخطيط الدماغ (EEG) مثبت على الرأس لمراقبة نشاط الدماغ وأنماط حركة الإنسان في البيئات الواقعية. شملت الدراسة 26 لاعب كرة سلة قاموا بتنفيذ 120 رمية حرة لكل منهم، مما أتاح للباحثين فحص الإمكانية الاستعدادية (RP) التي تسبق الأفعال الطوعية. أكدت النتائج وجود RP عبر القنوات الأمامية المركزية، وخاصة عند القناة Cz، مع ملاحظات انحرافات سلبية كبيرة من -400 إلى 0 مللي ثانية قبل بدء الحركة. ومع ذلك، لم تتوافق سعة RP مع نجاح الرمية، مما يشير إلى أنه على الرغم من إمكانية اكتشاف RP، إلا أنه قد لا يكون مؤشراً موثوقاً للأداء.
بالإضافة إلى ذلك، كشفت التحليلات الأولية غير المتصلة بوضع الرماية عن تباينات خاصة بالمشاركين بين المحاولات الناجحة وغير الناجحة لدى 38.5% من اللاعبين، على الرغم من أن هذا يمثل جزءاً صغيراً فقط من التباين المفسر. تشير النتائج إلى أن الإعداد المقترح منخفض التكلفة وخفيف الوزن فعال لمراقبة الحركات البشرية المعقدة والديناميات الدماغية المرتبطة بها خارج بيئات المختبر. تعتبر هذه الدراسة رائدة في استكشاف اكتشاف RP أثناء رميات كرة السلة الحرة وتبرز الإمكانية لدمج التقاط الحركة واكتساب EEG لتعزيز فهم الآليات العصبية الكامنة وراء المهارات الحركية المعقدة، مع آثار على كل من الأداء الرياضي والتطبيقات السريرية.
مقدمة
تتناول مقدمة هذه الورقة البحثية قيود طرق البحث الوظيفي التقليدية غير الغازية في الدماغ، مثل التصوير بالرنين المغناطيسي الوظيفي (fMRI)، والتصوير المغناطيسي الكهربائي (MEG)، وتخطيط الدماغ الكهربائي (EEG)، والتي غالباً ما تكون مقيدة بالبيئات الثابتة وحساسة لآثار الحركة. تثير هذه القيود مخاوف بشأن الصلاحية البيئية، حيث قد لا تعكس النتائج بدقة نشاط الدماغ في العالم الحقيقي. لقد سهلت التقدمات التكنولوجية الحديثة، وخاصة في EEG المحمول والتصوير الطيفي القريب من الأشعة تحت الحمراء الوظيفية (fNIRS)، دراسة وظيفة الدماغ في البيئات الديناميكية الواقعية، مما يمكّن الباحثين من استكشاف الديناميات العصبية أثناء الأنشطة البدنية المختلفة، بما في ذلك المهارات الحركية المعقدة ذات الصلة بالأداء الرياضي.
تبحث الدراسة بشكل خاص في الإمكانية الاستعدادية (RP)، وهي علامة عصبية مرتبطة بمرحلة التحضير للحركة الطوعية، في سياق رميات كرة السلة الحرة. بينما ركزت الأبحاث السابقة بشكل أساسي على الحركات المعزولة أو السيناريوهات المحاكاة، تهدف هذه الدراسة إلى تقييم RP في بيئة طبيعية باستخدام إعداد محمول جديد يدمج EEG اللاسلكي مع اكتشاف وضع الهاتف الذكي ووحدات القياس التسارعية (IMUs). تسعى الدراسة لتحديد ما إذا كان يمكن اكتشاف RP قبل بدء الحركة وما إذا كان يمكن، جنباً إلى جنب مع علامات وضع الإنسان، التمييز بين الرميات الناجحة وغير الناجحة في كرة السلة. تسلط هذه الدراسة التجريبية الضوء على الإمكانية لدمج EEG المحمول وتتبع الوضع لتعزيز فهمنا للتفاعلات بين الدماغ والجسد في السياقات الواقعية.
طرق البحث
في هذه الدراسة، تم جمع البيانات في ملعب كرة السلة في معهد علوم الرياضة بجامعة أولدنبورغ وفي مرافق تدريب EWE Baskets Oldenburg. تم استخدام هاتفين ذكيين من طراز Samsung Galaxy S21 FE 5G: واحد لتسجيل EEG المحمول اللاسلكي باستخدام تطبيق Smarting Pro والآخر لتتبع الحركة في الوقت الحقيقي عبر خوارزمية اكتشاف معالم الوضع (PLD) من MediaPipe. تستخدم خوارزمية PLD، التي تستفيد من الشبكات العصبية التلافيفية، 33 معلم وضع بشري في بيانات الفيديو ثنائية الأبعاد، مسجلة مواقعها في إحداثيات كارتيسية بمعدل أخذ عينات يبلغ 15 هرتز من خلال طبقة تدفق البيانات (LSL).
تم التقاط بيانات EEG باستخدام نظام Smarting Pro الذي يرتديه الرأس ويحتوي على 32 قناة، مع وضع الأقطاب الكهربائية وفقاً لنظام 10-20، وإرسال الإشارات لاسلكياً عبر Bluetooth 5.0. تم الحفاظ على مستويات المقاومة تحت 20 كيلو أوم، وتم تتبع حركات الرأس الإضافية باستخدام وحدة قياس تسارعية مدمجة (IMU) داخل مضخم EEG. تم وضع الهواتف الذكية على بعد مترين على الأقل من المشارك، وتم جمع بيانات مستشعر الحركة من IMU خفيف الوزن مثبت على معصم المشارك. تم مزامنة جميع تدفقات البيانات—EEG، PLD، وإشارات IMU—وتخزينها في ملف واحد بتنسيق بيانات قابل للتوسيع (XDF)، مما يسهل التحليل الشامل لحركة المشاركين ونشاط الدماغ خلال جلسات تدريب كرة السلة.
النتائج
يقدم قسم “النتائج” في الورقة البحثية النتائج الرئيسية المستمدة من التجارب أو التحليلات التي تم إجراؤها. يتضمن بيانات كمية، وتحليلات إحصائية، وتمثيلات بصرية مثل الرسوم البيانية أو الجداول التي توضح النتائج. تشير النتائج إلى اتجاهات أو أنماط كبيرة تدعم الفرضيات المطروحة في الدراسة.
يتم الإبلاغ عن مقاييس محددة، مثل قيم p أو فترات الثقة، للتحقق من الأهمية الإحصائية للنتائج. بالإضافة إلى ذلك، يتم تسليط الضوء على المقارنات بين المجموعات التجريبية أو الظروف، مما يظهر آثار المتغيرات قيد التحقيق. بشكل عام، توفر النتائج نظرة شاملة على الأدلة التجريبية التي تم جمعها، مما يمهد الطريق للنقاشات والتفسيرات اللاحقة في الورقة.
المناقشة
في هذه الدراسة، قام 26 مشاركاً يمينياً وصحياً بأداء رميات كرة سلة حرة بينما تم تسجيل نشاط دماغهم وأنماط حركتهم. كان المشاركون، الذين تتراوح أعمارهم بين 18 و32 عاماً، يمتلكون خبرة لا تقل عن ثلاث سنوات في كرة السلة وتم فحصهم من حيث الصحة العصبية واستخدام المواد. التزمت التجربة بالإرشادات الأخلاقية واستخدمت حجم عينة تم تحديده من خلال تحليل القوة يشير إلى أن الحد الأدنى من 21 مشاركاً كان ضرورياً لتحقيق قوة إحصائية كافية. نفذ المشاركون 120 رمية حرة في بيئة طبيعية، مع جمع بيانات EEG وبيانات التقاط الحركة لتحليل الإمكانية الاستعدادية (RP) المرتبطة بمهمة الرماية.
كشفت التحليلات عن وجود واضح لـ RP عبر المشاركين، مع ملاحظات سلبية متوسطة كبيرة في مرحلة ما قبل الحركة، وخاصة عند القناة Cz. ومع ذلك، لوحظ تباين فردي في شكل RP، حيث أظهر بعض المشاركين سعات إيجابية. على الرغم من الأهمية على مستوى المجموعة، لم يتم العثور على اختلافات كبيرة في سعات RP بين الرميات الناجحة وغير الناجحة، مما يشير إلى أنه على الرغم من وجود RP، إلا أنه قد لا يرتبط مباشرة بأداء الرماية. بالإضافة إلى ذلك، أشارت بيانات التقاط الحركة إلى أن أوضاع الجسم أثناء التحضير للرميات الحرة اختلفت بين المحاولات الناجحة وغير الناجحة لدى بعض المشاركين، مما يقترح أنه على الرغم من أن النهج العام ممكن، إلا أن الاختلافات الفردية في أنماط الحركة قد تؤثر على نتائج الأداء.
القيود
تسلط قيود هذه الدراسة الضوء على عدة عوامل قد تكون أثرت على النتائج المتعلقة بالعلاقة بين إشارات EEG وأداء رماية كرة السلة. أدت التباينات العالية بين المشاركين في مستويات المهارة إلى تشوهات محتملة في بيانات وضع الإنسان، بينما أشار التباين الكبير في سعات الإمكانية المرتبطة بالحدث (ERP) إلى وجود ضوضاء متبقية في بعض مجموعات البيانات. ركزت الدراسة على تقليل الأثر خلال فترة الإمكانية الاستعدادية (RP) قبل الحركة، ولكن مدى إمكانية تقييم إشارات EEG بشكل موثوق أثناء الحركات الديناميكية للجسم بالكامل لا يزال غير مؤكد. على الرغم من استخدام إشارات التسارع لتحديد بدء الحركة والتحقق من التوقيت مع بيانات EEG، فإن استبعاد إشارات وحدة القياس التسارعية (IMU) من معالجة الأثر قد قيد تحليل النشاط العصبي المرتبط بالحركة.
بالإضافة إلى ذلك، قد تكون معايير اختيار المشاركين في الدراسة، التي تعتمد فقط على التقارير الذاتية عن خبرة كرة السلة، قد ساهمت في تباين أداء الرماية. يجب أن تأخذ الأبحاث المستقبلية في الاعتبار دمج مقاييس الأداء الموضوعية ومعايير إدراج أكثر صرامة. كما أشار المؤلفون إلى أن عوامل منهجية مختلفة، مثل تأخيرات المزامنة، وخصائص العينة، واختيار الأساس، يمكن أن تؤثر على قياسات RP. علاوة على ذلك، يتم التساؤل عن صلاحية شكل RP المتوسط عبر التجارب كممثل لأنماط النشاط قبل الحركة على مستوى التجربة الفردية، مع وجود أدلة محدودة تدعم التطور المستمر على مستوى التجربة الفردية. تشير الطبيعة الاستكشافية لهذا العمل، الذي يهدف إلى دمج التقاط حركة الإنسان وتسجيل EEG باستخدام تكنولوجيا الهواتف الذكية، إلى أن الدراسات المستقبلية يجب أن تعزز التحليل من خلال دمج تقييمات بيوميكانيكية مفصلة ومقارنة إشارات EEG اللاسلكية مع الميزات الحركية عبر سياقات متنوعة.
DOI: https://doi.org/10.1007/s00221-026-07342-6
PMID: https://pubmed.ncbi.nlm.nih.gov/42412206
Publication Date: 2026-07-07
Author(s): Contreras-Altamirano et al.
Primary Topic: EEG and Brain-Computer Interfaces
Overview
This research investigates the feasibility of using a portable setup comprising two smartphones and a head-mounted wireless electroencephalography (EEG) amplifier to monitor brain activity and human movement patterns in real-world settings. The study involved 26 basketball players who performed 120 free throws each, allowing the researchers to examine the readiness potential (RP) that precedes voluntary actions. The results confirmed the presence of the RP over fronto-central channels, particularly at channel Cz, with significant negative deflections observed from -400 to 0 ms before movement onset. However, the amplitude of the RP did not correlate with shooting success, indicating that while the RP can be detected, it may not serve as a reliable predictor of performance.
Additionally, preliminary offline analysis of shooting posture revealed participant-specific variations between successful and unsuccessful attempts in 38.5% of the players, although this accounted for only a small portion of the explained variance. The findings suggest that the proposed low-cost and lightweight setup is effective for monitoring complex human movements and associated brain dynamics outside of laboratory environments. This study is pioneering in its exploration of RP detection during basketball free-throw shooting and highlights the potential for combining motion capture and EEG acquisition to enhance understanding of the neural mechanisms underlying complex motor skills, with implications for both sports performance and clinical applications.
Introduction
The introduction of this research paper addresses the limitations of traditional non-invasive functional brain research methods, such as fMRI, MEG, and EEG, which are often constrained to stationary environments and sensitive to movement artifacts. This limitation raises concerns regarding ecological validity, as findings may not accurately reflect real-world brain activity. Recent technological advancements, particularly in mobile EEG and functional near-infrared spectroscopy (fNIRS), have facilitated the study of brain function in dynamic, real-world settings, enabling researchers to explore neural dynamics during various physical activities, including complex motor skills relevant to athletic performance.
The study specifically investigates the readiness potential (RP), a neural marker associated with the preparatory phase of voluntary movement, in the context of basketball free-throw shooting. While previous research has primarily focused on isolated movements or simulated scenarios, this study aims to assess the RP in a naturalistic setting using a novel, portable setup that integrates wireless EEG with smartphone-based pose detection and inertial measurement units (IMUs). The research seeks to determine whether the RP can be detected prior to movement onset and whether it, along with human pose markers, can differentiate between successful and unsuccessful basketball shots. This proof-of-principle study highlights the potential for combining mobile EEG and pose tracking to enhance our understanding of brain-body interactions in real-world contexts.
Methods
In this study, data collection was conducted on a basketball court at the Institute for Sports Science Center of the University of Oldenburg and at the training facilities of the EWE Baskets Oldenburg. Two Samsung Galaxy S21 FE 5G smartphones were employed: one for wireless mobile EEG recording using the Smarting Pro application and the other for real-time motion tracking via the Pose Landmark Detection (PLD) algorithm from MediaPipe. The PLD algorithm, which utilizes convolutional neural networks, identifies 33 human pose landmarks in 2D video data, recording their positions in Cartesian coordinates at a sampling rate of 15 Hz through the Lab Streaming Layer (LSL).
EEG data were captured using a 32-channel head-worn Smarting Pro system, with electrodes placed according to the 10-20 system, and signals transmitted wirelessly via Bluetooth 5.0. Impedance levels were maintained below 20 kΩ, and additional head movements were tracked using an integrated inertial measurement unit (IMU) within the EEG amplifier. The smartphones were positioned at least 2 meters from the participant, and motion sensor data were collected from a lightweight IMU attached to the participant’s wrist. All data streams—EEG, PLD, and IMU signals—were synchronized and stored in a single Extensible Data Format (XDF) file, facilitating comprehensive analysis of the participants’ motion and brain activity during the basketball training sessions.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments or analyses. It includes quantitative data, statistical analyses, and visual representations such as graphs or tables that illustrate the outcomes. The results indicate significant trends or patterns that support the hypotheses posed in the study.
Specific metrics, such as p-values or confidence intervals, are reported to validate the statistical significance of the findings. Additionally, comparisons between experimental groups or conditions are highlighted, demonstrating the effects of the variables under investigation. Overall, the results provide a comprehensive overview of the empirical evidence gathered, laying the groundwork for subsequent discussions and interpretations in the paper.
Discussion
In this study, 26 right-handed, healthy participants performed basketball free-throws while their brain activity and movement patterns were recorded. The participants, aged 18 to 32, had a minimum of three years of basketball experience and were screened for neurological health and substance use. The experiment adhered to ethical guidelines and utilized a sample size determined by a power analysis indicating a minimum of 21 participants was necessary for adequate statistical power. Participants executed 120 free-throws in a naturalistic setting, with EEG and motion capture data collected to analyze the readiness potential (RP) associated with the shooting task.
The analysis revealed a clear presence of RP across subjects, with significant negative mean amplitudes observed in the pre-movement phase, particularly at channel Cz. However, individual variability in RP morphology was noted, with some participants exhibiting positive amplitudes. Despite the group-level significance, no substantial differences in RP amplitudes were found between successful and unsuccessful shots, indicating that while the RP is present, it may not directly correlate with shooting performance. Additionally, motion capture data indicated that body positions during preparation for free-throws varied between successful and unsuccessful attempts in some participants, suggesting that while the overall approach is feasible, individual differences in movement patterns may influence performance outcomes.
Limitations
The limitations of this study highlight several factors that may have influenced the findings regarding the relationship between EEG signals and basketball shooting performance. High inter-subject variability in skill levels led to potential distortions in human pose data, while significant variance in event-related potential (ERP) amplitudes indicated the presence of residual noise in some datasets. The study focused on artifact attenuation during the pre-movement readiness potential (RP) interval, but the extent to which EEG signals can be reliably assessed during dynamic whole-body movements remains uncertain. Although accelerometer signals were utilized to identify movement onset and validate the timing with EEG data, the exclusion of inertial measurement unit (IMU) signals from artifact processing limited the analysis of movement-related neural activity.
Additionally, the study’s participant selection criteria, based solely on subjective reports of basketball experience, may have contributed to variability in shooting performance. Future research should consider incorporating objective performance measures and more rigorous inclusion criteria. The authors also noted that various methodological factors, such as synchronization delays, sample characteristics, and baseline selection, could affect RP measurements. Furthermore, the validity of trial-averaged RP morphology as a representation of single-trial pre-movement activity patterns is questioned, with only limited evidence supporting continuous evolution at the single-trial level. The exploratory nature of this work, which aimed to integrate human motion capture and EEG recording using smartphone technology, suggests that future studies should enhance the analysis by incorporating detailed biomechanical assessments and correlating wireless EEG signals with kinematic features across diverse contexts.