Журнал высшей нервной деятельности им. И.П. Павлова, 2020, T. 70, № 6, стр. 738-751

Кортикомышечное взаимодействие при реальном и воображаемом движении кисти руки

М. Е. Курганская 1*, П. Д. Бобров 1, А. А. Фролов 1, Е. И. Семенова 1

1 Институт высшей нервной деятельности и нейрофизиологии РАН
Москва, Россия

* E-mail: m-kurg@yandex.ru

Поступила в редакцию 01.03.2020
После доработки 21.05.2020
Принята к публикации 01.06.2020

Аннотация

В работе у десяти взрослых испытуемых регистрировали электроэнцефалограмму (ЭЭГ) и электромиограмму (ЭМГ) в состоянии покоя (глаза открыты), а также при выполнении реального и воображаемого ритмически повторяющегося движения. С помощью векторного авторегрессионного моделирования оценивали направленную передаточную функцию (НПФ) для шести билатерально симметричных каналов ЭЭГ (F1/2, C3/4, P5/6) и двух каналов ЭМГ (flexor capri ulnaris левой и правой руки). Испытуемые реально выполняли и представляли выполнение повторяющегося раскрытия и сжатия кисти правой и левой руки. Статистический анализ НПФ, усредненных в альфа- и гамма-диапазонах и соответствующих нисходящим и восходящим кортикомышечным влияниям, показал, что (1) при переходе от покоя к воображаемому и реальному движению нисходящие влияния изменяются по-разному для альфа- и гамма-диапазонов частот. В альфа-диапазоне эти влияния возрастают при совершении реального движения, но не отличаются от покоя при воображаемом движении. В гамма-диапазоне нисходящее влияние сигнала левого фронтального отведения на ЭМГ-канал правой руки возрастает по сравнению с покоем при выполнении как реального, так и воображаемого движения; (2) восходящие влияния демонстрируют лишь тенденции к изменению: при реальном движении эти влияния в обоих частотных диапазонах несколько превышают показатели условия покоя; (3) и в альфа-, и в гамма-диапазонах восходящие влияния при воображаемом движении имеют тенденцию быть ниже, чем в покое; (4) в обоих частотных диапазонах нисходящие влияния оказались значимо больше восходящих влияний; (5) в альфа-диапазоне максимальные нисходящие влияния как при реальном, так и воображаемом движении оказывают не центральные, а фронтальные регионы.

Ключевые слова: ритмическое движение, воображаемое движение, мио-кортикальное взаимодействие, векторная авторегрессионная модель, направленная передаточная функция, эффективные связи

DOI: 10.31857/S0044467720060052

Список литературы

  1. Курганский А.В. Некоторые вопросы исследования кортико-кортикальных функциональных связей с помощью векторной авторегрессионной модели многоканальной ЭЭГ. Журн. высш. нервн. деят. им. И.П. Павлова. 2010. 60 (5). 630–649.

  2. Лихачев С.А., Ващилин В.В., Дик С.К. Тремор: феноменология и способы регистрации. Медицинский журнал. 2010. № 2: 133–137.

  3. Мокиенко О.А., Черникова Л.А., Фролов А.А., Бобров П.Д. Воображение движения и его практическое применение. Журн. высш. нервн. деят. им. И.П. Павлова. 2013. 63 (2): 195–204.

  4. Столбков Ю.К., Мошонкина Т.Р., Орлов И.В., Козловская И.Б., Герасименко Ю.П. Воображаемые движения как средство совершенствования и реабилитации моторных функций. Успехи физиологических наук. 2018. 49 (2): 45–59.

  5. Фролов А.А., Азиатская Г.А., Бобров П.Д., Люкманов Р.Х., Федотова И.Р., Гусек Д., Снашел В. Электрофизиологическая активность мозга при управлении интерфейсом мозг компьютер, основанным на воображении движений. Физиология человека. 2017. 43 (5): 17–28.

  6. Baccala L.A., Sameshima K. Partial directed coherence: a new concept in neural structure determination. Biol. Cybern. 2001. 84: 463–474.

  7. Baccala L.A., Sameshima K., Ballester G., Do Valle A.C., Timo-Iaria C. Studying the Interaction Between Brain Structures via Directed Coherence and Granger Causality. Applied Sig Process 1998. 5: 40–48.

  8. Batula A.M., Mark J.A., Kim Y.E., Ayaz H. Comparison of Brain Activation during Motor Imagery and Motor Movement Using fNIRS. Computational Intelligence and Neuroscience. 2017. 2017: 5491296.

  9. Budini F., McManus L.M., Berchicci M., Menotti F., Macaluso A. Alpha Band Cortico-Muscular Coherence Occurs in Healthy Individuals during Mechanically-Induced Tremor. PloS ONE 2014. 9 (12): e115012.

  10. Côté S.L., Hamadjida X.A., Quessy X.S., Dancause X.N. Contrasting Modulatory Effects from the Dorsal and Ventral Premotor Cortex on Primary Motor Cortex Outputs. The Journal of Neuroscience. 2017. 37 (24): 5960–5973.

  11. Demougeot L., Normand H., Denise P., Papaxanthis C. Discrete and Effortful Imagined Movements Do Not Specifically Activate the Autonomic Nervous System. 2009. PLoS ONE 4 (8): e6769. https://doi.org/10.1371/journal.pone.0006769

  12. Desmurget M., Reilly K.T., Richard N., Szathmari A., Mottolese C., Sirigu A. Movement intention after parietal cortex stimulation in humans. Science. 2009: 811–813.

  13. Desmurget M., Sirigu A. A parietal-premotor network for movement intention and motor awareness. Trends in Cognitive Sciences. 2009. 13 (10): 411–419.

  14. Dum R.P., Strick P.L. The Origin of Corticospinal Projections from the Premotor Areas in the Frontal Lobe. The Journal of Neuroscience. 1991. 77 (3): 667–669.

  15. Dum R.P., Strick P.L. Frontal Lobe Inputs to the Digit Representations of the Motor Areas on the Lateral Surface of the Hemisphere. The Journal of Neuroscience. 2005. 25 (6): 1375–1386.

  16. Farina D., Merletti R., Enoka R.M. The extraction of neural strategies from the surface. 2004. EMG J Appl Physiol. 96: 1486–1495.

  17. Friston K.J. Functional and Effective Connectivity: A Review. Brain connectivity. 2011. 1 (1): 13–36.

  18. Graimann B., Allison B., Pfurtcheller G. Brain-computer interfaces: a gentle introduction. Brain-computer interfaces, part of the series. The frontiers collection. Berlin Heidelberg. Springer. 2009. 1–27.

  19. Graziano M.S.A., Taylor C.S.R., Moore T., Cooke D.F. The Cortical Control of Movement Revisited. Neuron. 2002. 36: 349–362.

  20. Gross J., Tass P.A., Salenius S., Hari R., Freund H.J., Schnitzler A. Cortico-muscular synchronization during isometric muscle contraction in humans as revealed by magnetoencephalography. Journal of Physiology. 2000. 527 (3): 623–631.

  21. Grosse P., Cassidy M.J., Brown P. EEG–EMG, MEG–EMG and EMG–EMG frequency analysis: physiological principles and clinical applications. Clinical Neurophysiology. 2002. 113: 1523–1531.

  22. Guillot A., Collet C. Contribution from neurophysiological and psychological methods to the study of motor imagery. Brain Res Brain Res Rev. 2005. 50: 387–397.

  23. Halliday D.M., Conway B.A., Farmer S.F., Rosenberg J.R. Using electroencephalography to study functional coupling between cortical activity and electromyograms during voluntary contractions in humans. Neuroscience Letters. 1998. 241: 5–8.

  24. Ives-Deliperi V.L., Butler J.T. Relationship Between EEG Electrode and Functional Cortex in the International 10 to 20 System. J Clin Neurophysiol. 2018. 35 (6): 504–509.

  25. Jeannerod M. Mental Imagery In the motor Context. Neuropsychologia. 1995. 33 (I1): 1419–1432.

  26. Jeannerod M. Neural Simulation of Action: A Unifying Mechanism for Motor Cognition. NeuroImage. 2001. 14. S103–S109.

  27. Kamiński M., Ding M., Truccolo W.A., Bressler S.L. Evaluating causal relations in neural systems: Granger causality,directed transfer function and statistical assessment of significance. Biol. Cybern. 2001. 85: 145–157.

  28. Kilner J.M., Baker S.N., Salenius S., Jousm aki, Hari R.V., Lemon R.N. Task-dependent modulation of 15–30 Hz coherence between rectified EMGs from human hand and forearm muscles. Journal of Physiology. 1999. 516.2: 559–570.

  29. Kilner J.M., Baker S.N., Salenius S., Hari R., Lemon R.N. Human Cortical Muscle Coherence Is Directly Related to Specific Motor Parameters. The Journal of Neuroscience. 2000. 20 (23): 8838–8845.

  30. Li S., Kamper D.G., Stevens J.A., Rymer W.Z. The effect of motor imagery on spinal segmental excitability. J. Neurosci. 2004. 27: 9674–9680.

  31. De Luca C.J. The use of surface electromyography in biomechanics. J Appl Biomechanics. 1997. 13: 135–163.

  32. Omlor W., Patino L., Hepp-Reymond M.C., Kristeva R. Gamma-range corticomuscular coherence during dynamic force output. NeuroImage. 2007. 34: 1191–1198.

  33. Pfurtcheller G., Brunner C., Schlogl A., Lopes da Silva F.H. Mu rhythm (de)synchronization and EEG single-trial classification of different motor imagery tasks. Neuroimage. 2006. 31. 153–159.

  34. Reyes A., Laine C.M., Kutch J.J., Valero-Cuevas F.J. Beta Band Corticomuscular Drive Reflects Muscle Coordination Strategies. Front. Comput. Neurosci. 2017. 11: 17.

  35. Di Rienzo F., Collet C., Hoyek N., Guillot A. Impact of neurologic deficits on motor imagery: a systematic review of clinical evaluations. Neuropsychol. Rev. 2014. 24 (2): 116–147.

  36. Sheahan H.R., Ingram J.N., Žalalytė G.M., Wolpert D.M. Imagery of movements immediately following performance allows learning of motor skills that interfere. Scientific reports. 2018. 8: 14330.

  37. Verstynen T., Jarbo K., Pathak S., Schneider W. In Vivo Mapping of Microstructural Somatotopies in the Human Corticospinal Pathways. J Neurophysiol. 2011. 105: 336–346.

  38. Yang Y., Dewald J.P.A., van der Helm F.C.T., Schouten A.C. Unveiling neural coupling within the sensorimotor system: directionality and nonlinearity. European Journal of Neuroscience. 2018. 48: 2407–2415.

Дополнительные материалы отсутствуют.