跳到正文
Europe PMC · 运动想象算法· Izac M; Pierrieau E; Rossignol E; Grechukhin N; Coudroy E; Pillette L; N’Kaoua B; Jeunet-Kelway C·· 2026-09-01精选AI 评分72

运动专长与运动想象能力影响可视化任务中的感觉运动节律调制:对运动员神经反馈认知训练的启示

Sport expertise and motor imagery abilities shape sensorimotor rhythm modulations during visualisation tasks: Implications for neurofeedback-based cognitive training in athletes

AI 导读

基于摘要分析。本研究考察运动专长、动作经验与动觉运动想象(kMI)能力如何影响 EEG 感觉运动节律事件相关去同步化(SMR-ERD),旨在判断最大化 SMR-ERD 是否适合作为不同运动员的统一神经反馈目标。其主要贡献是区分运动专长相关的感觉运动网络募集与高 kMI 能力可能对应的神经效率,而非提出新的运动想象解码算法。 研究比较了17名篮球运动员(Experts)与16名未接受正规篮球训练的个体(Novices)。参与者分别想象篮球专项动作 Free throw(罚球)与两组均熟悉的通用动作 Box lifting(搬箱);研究以问卷评估 kMI 能力及使用频率,以 EEG 量化想象过程中的 SMR-ERD。 作者报告,Experts 自评 kMI 能力更高、使用更频繁,且仅 Experts 在 kMI 期间表现出显著且持续的 SMR-ERD。组间比较中,Experts 的 SMR-ERD 强于 Novices 的结果仅出现在 Free throw kMI 条件;但在 Experts 组内,更高的 kMI 能力反而与较弱的 SMR-ERD 相关。组间差异与组内相关不能相互替代,也不直接证明随训练进展发生的因果变化。 作者据此提出,运动专长可能增强主动募集感觉运动网络的能力,而较高 kMI 能力可能体现神经效率,因此神经反馈目标应考虑运动专长与个体能力。该材料报告的是任务期间的 EEG 比较与关联,尚不能据此认定较强或较弱 SMR-ERD 能带来更好的反馈训练效果、运动表现或 BCI 控制表现。具体 EEG 频段、参考基线、预处理、效应量、多重比较处理及混杂因素控制均尚未验证,实验协议、消融及统计信息需查阅全文核对。

阅读价值

该研究将运动专项经验与运动想象能力对 SMR-ERD 的影响区分开来,为核对“更强去同步化是否始终是合适的神经反馈目标”提供了具体证据,但尚未验证个体化反馈训练的效果。

来源:Europe PMC · 运动想象算法 · doi.org