Autor/autores:
Sidrat Tasawoor Kanth y Supratim Ray
Las señales neuronales registradas a diferentes escalas contienen información sobre el entorno y el comportamiento y se han utilizado para controlar las Interfaces cerebro-máquina (IMC) con diversos grados de éxito. Sin embargo, una comparación directa de su eficacia no ha sido posible debido a las diferentes configuraciones de grabación, tareas, especies,...
Estás viendo una versión reducida de este contenido.
Para consultar la información completa debes registrarte gratuitamente.
Tan sólo te llevará unos segundos.
Y si ya estás registrado inicia sesión pulsando aquí.
Las señales neuronales registradas a diferentes escalas contienen información sobre el entorno y el comportamiento y se han utilizado para controlar las Interfaces cerebro-máquina (IMC) con diversos grados de éxito. Sin embargo, una comparación directa de su eficacia no ha sido posible debido a las diferentes configuraciones de grabación, tareas, especies, etc. , y también grabó electroencefalograma (EEG), mientras veían una variedad de imágenes naturalistas y rejillas paramétricas. Sorprendentemente, ECoG tenía mayor información y decodificación que todas las demás señales.
La combinación de unos pocos electrodos ECoG permitió una decodificación más precisa que la combinación de un número mucho mayor de microelectrodos. Los análisis de control mostraron que una mayor precisión de decodificación de ECoG en comparación con LFP no se debió a diferencias en las características visuales de bajo nivel capturadas por ellos, sino a una suma espacial mayor de ECoG.
La información fue alta en el rango de 30-80 Hz y en frecuencias más bajas. La información en diferentes frecuencias y escalas no era redundante. Estos resultados tienen fuertes implicaciones para las aplicaciones de IMC y para el estudio de la representación poblacional de estímulos visuales.
Para acceder al texto completo consulte las características de suscripción de la fuente original:https://www.jneurosci.org
