关注“心仪脑”查看更多脑科学知识的分

关键词:太空,脑电实验,文献解读

随着脑成像技术的不断成熟以及研究内容的不断创新,脑电技术已应用到各个领域,并取得丰厚的成果,但在遥远的太空,我们的脑电活动又会发生什么变化呢?

近日,神州十三号航天员在万众期待中顺利出舱!此次出舱任务创造了中国航天史上又一个新纪录——北大心理学博士王亚平成为中国女航天员、中国女性太空行走第一人。此次航天任务可以说是备受瞩目,早在10月15日央视财经频道就对此次航天任务进行了报道。报道片展示了航天员以及幕后工作者为此次任务做的准备,在片中我们看见了一道熟悉的身影,执行本次出舱活动的航天员叶光富正在使用脑电设备进行相关测试,这无疑为航天相关的脑电研究带来了希望。(正片如下↓)

航天员

此次航天飞行可以说为拓宽脑电研究领域提供了可能,在太空环境中借助脑电设备可探讨失重状态下脑电特征,从而推出其背后心理机制、制定有效干预方案、推进人因工程发展。可以说在太空领域,脑电研究有很大的发展空间。

今年5月,Scientific reports 发布的文章中就报告了航天飞行中的视觉空间表现。

该研究选取5名男性宇航员作为被试,测试分为飞行前、飞行中和飞行后(早期/晚期)4个场景(图1)。

图1 数据收集时间表

实验过程中,被试佩戴脑电帽,通过连接在圆柱形隧道上的适体面罩直视电脑屏幕。隧道排除了外部的视觉线索,提供了一个圆形的视野,屏幕背景为深灰色。在飞行前和飞行后的场景中,被试在一个安静的房间里坐在电脑桌前完成实验任务。在飞行中场景,被试在国际空间站的哥伦布舱中以准自由漂浮的姿势进行实验,同时手握隧道与计算机的复合体,面罩用可调节皮带固定在前额。在实验过程中,被试与空间站结构无接触(图2)。

图2 飞行前、飞行中和飞行后场景示意图

被试共执行3种任务,分别为:线条任务(Lines task)、时钟任务无边框条件(Clock task NoFrame condition)、时钟任务有边框条件(Clock task Frame condition)以及视觉运动追踪任务(Visuomotor Tracking task)。本研究重点关注线条任务和时钟任务结果,视觉追踪任务结果详见https://doi.org/10.1038/srep37824,线条任务和时钟任务用以评估失重对空间方向知觉和注意相关ERP成分的影响,任务具体流程如下:

线条任务

首先屏幕出现一条黄线作为参照刺激,呈现时间为100ms,被试需记住参照刺激的方向。在500ms空屏后,探针刺激(蓝线)呈现100ms。参照刺激和探针刺激的方向可能相同也可能不同,被试需尽快通过手柄按钮判断探针刺激是否与参照刺激具有相同的方向,若方向相同,被试需按压右手食指处的按钮;若方向不同,则按压右手拇指处的按钮。值得注意的是,有20%的试次呈现的是无关刺激而非探针刺激,对于无关刺激被试不需要按任何按钮,无关刺激是各种建筑物、雕像和日常用品的图片(图3)。

图3 线条任务流程图

时钟任务

每个试次开始时,屏幕会出现代表时钟时间的黑色数字(参考刺激),参考刺激数为:1、2、4、5、7、8、10和11,数字随机旋转±60°、±30°或0°。在500ms空屏后,一个代表时钟位置的白点(探针刺激)呈现了50ms,被试需尽快判断白点的位置是否与参考刺激所指示的数字时钟时间相对应,若时间相符,被试需按压右手食指处的按钮;若时间不符,则按压右手拇指处的按钮。与线条任务一样,有20%的试次呈现的是无关刺激而非探针刺激,对于无关刺激被试不需要按任何按钮。为了培养空间方向感,时钟任务中有一半试次是在方形背景下进行的(有边框条件),另一半是在圆形背景下进行的(无边框条件)(图4)。

图4 时钟任务流程图

行为研究结果发现,时钟任务的反应时比线条任务的反应时长。与飞行前相比,飞行中和飞行后早期的反应时更长,反映了航天对反应时的负面影响。对于飞行后的后期测量,反应时返回到飞行前的水平。对于准确性而言,线条任务准确性高于时钟任务。在时钟任务中,相较于飞行前,飞行中的准确性显著降低;在线条任务中,只有飞行后早期与飞行前有显著差异(图5)。

图5 线条任务和时钟任务的(A)反应时及(B)准确性结果。误差条表示被试内平均标准误,*P < 0.05。

用ERP晚期正向成分P3a和P3b的波幅分别测量控制和自动注意过程的变化。结果显示,在两个任务中,P3a都是由无关刺激引起的。P3a振幅在飞行中场景显著降低。并且相较于时钟任务,线条任务引发了更大的P3a振幅(图6A、B)。P3b在两个任务中均是由探针刺激引起的。与P3a相同,P3b振幅在飞行中场景显著降低,并且线条任务比时钟任务引发了更大的P3b振幅(图6C、D)。综上所述,P3a和P3b的振幅在航天过程中都有明显的下降。更多结果详见https://doi.org/10.1038/s41598-021-88938-6.

图6 线条任务和时钟任务的事件相关电位(ERP)结果。

(A)Cz电极上由无关刺激诱发的组平均ERP。(B)在峰值潜伏期测量的P3a头皮分布。(C)CPz电极上由探针刺激诱发的组平均ERP。(D)在峰值潜伏期测量的P3b头皮分布。

总之,该研究结果表明,认知能力会在太空飞行中显著下降。宇航员在轨道上比在地球上反应更慢,更容易出错,并且与事件相关的大脑电位反映了注意力资源的减少。

参考文献:akács, E., Barkaszi, I., Czigler, I. et al. (2021). Persistent deterioration of visuospatial performance in spaceflight. Scientific reports, 11(1), 1-11.

全文完结,整理不易,看不完记得收藏,最后希望点赞支持一下!

了解更多,请关注“心仪脑”公众号!

进击太空:脑电研究新领域相关推荐

  1. PLOS Biology脑电研究:不同训练阶段中选择性注意的两种机制

    选择性注意可以通过注意增益与降低神经噪声来增强对感觉信息的处理.然而,这两种机制在多大程度上有助于改善注意过程中的知觉表现仍然存在争议.本文假设:采用哪种选择性注意机制取决于任务训练的持续时间.本研究 ...

  2. BRAIN脑电研究:使用快速球方法评估阿尔茨海默病识别记忆

    早期诊断阿尔茨海默病需要对相关结构和功能变化敏感的生物标志物.虽然在结构生物标记物的开发方面已经取得了相当大的进展,但早期识别变化的功能性生物标记物仍然是需要的.我们提出了快速球(Fastball), ...

  3. HAPPE+ER:一款让脑电研究人员“更快乐”的软件,可用于事件相关电位(ERP)分析的标准化预处理管道

    导读 事件相关电位(ERP)设计是用脑电图(EEG)检测神经认知功能的常用方法.然而,传统的ERP数据预处理方法是手动编辑,这是一个主观且耗时的过程.最近创建了许多自动化通道,以满足EEG数据预处理的 ...

  4. Cell | 小基因开启微生物组研究新领域——大规模鉴定微生物基因组编码的小蛋白质...

    撰文 | 617 责编 | 兮 近年来,随着测序技术的发展,微生物组研究成为一个新热点.借助宏基因组测序技术,我们在人体的不同部位发现了多种多样的微生物,但是微生物究竟通过什么机制发挥作用影响表型呢? ...

  5. 脑电数据的Epoching处理

    import os.path as op import numpy as np import mne import matplotlib.pyplot as plt 在MNE中,epochs是指单个试 ...

  6. 直击用户大脑——用户研究新方法(眼动与脑电数据分析)

    眼动仪作为记录用户注视轨迹的用户研究工具而得以流行.随着神经营销的兴起,脑电研究也越来越多的被用来了解用户的真实想法.而将眼动研究和脑电研究结合起来,则是未来用户研究的一个趋势.借助于二者的联机同步, ...

  7. 【茗创科技】婴儿脑电机器学习实用指南

    大家好,这里是 "茗创科技" .茗创科技专注于脑科学数据处理,涵盖(EEG/ERP, fMRI,结构像,DTI,ASL, ,FNIRS)等,欢迎留言讨论及转发推荐,也欢迎了解茗创科 ...

  8. 利用机器学习分析脑电数据(原理分析+示例代码+快速上手)

    由于本人对于脑机接口以及脑电技术的极度爱好(其实目的是:是把U盘插到大脑里,然后就不用学习了哈哈哈哈),近几月看了较多这方面的内容,变打算写下博客总结分析一下. 目录 一.  机器学习分析简介 二.机 ...

  9. 荐书丨脑电实验的夺命连环问,你敢来么

    Hello, 这里是心研书籍,我是明明~ 疫情阴影还未逐渐过去,不知你还好吗,科研生活还顺利吗?明明最近就遇到了一些小问题,是怎么回事呢?请大家一起快来看看吧- 01 脑电,我该拿你怎么办 最近,我和 ...

最新文章

  1. ASP.NET Web API路由规则(二)
  2. 10-4 5-4 查询至少生产三种不同速度PC的厂商 (20 分)
  3. 指针的理解 -- java程序员学C语言日记二
  4. 证明randomized quicksort的平均running time为nlgn 的数学过程
  5. Nginx初探索之安装、启动、关闭和重启
  6. android动画帧率_Android流畅度之帧率
  7. 机器视角:长文揭秘图像处理和卷积神经网络架构
  8. 原型和原型链 及 instanceof函数
  9. fastdfs 集群 java,第四套:FastDFS 分布式文件系统集群与应用(视频)
  10. 风力摆控制系统2015年全国大学生电子设计竞赛B题
  11. 教你如何鉴别iPhone翻新机!
  12. python 一个简单的网站采集
  13. DS18B20温度转换与显示
  14. Java 并发编程_详解 synchronized 和 volatile
  15. python笔记05: 程序结构
  16. laya的tween的坑
  17. JAVA设计一个fan类_北京信息科技大学java语言程序设计-类和对象
  18. java笔记(自学java过程中遇到的不理解的地方)qvq
  19. The Pragmatic Programmer 读书笔记
  20. DB-Engines 9月数据库排名:ClickHouse一路猛冲,Redis坐稳第七(文末送书福利)

热门文章

  1. 会玩会生活!兴趣标签体系的背后方案是......
  2. STM32F103完成对SD卡的数据读取(fat文件模式)
  3. 讨好型人格,有哪些错误逻辑?
  4. js监听按钮按下弹起
  5. java向前缩进的快捷键_C++(十四) — 常用快捷键总结
  6. IAP15F2K61S2芯片引脚图
  7. 武田完成收购夏尔,成为以价值观为基础的研发驱动型跨国生物制药翘楚
  8. 冯诺依曼体系结构、操作系统的认识
  9. GPG error: NVIDIA NO_PUBKEY A4B469963BF863CC
  10. 智能识别系统----视频人脸检测(一)