تخطيط كهربية متزامنة فروة الرأس (EEG)، العضلات (EMG)، وكامل الجسم تسجيل بالقصور الذاتي القطاعي لمتعدد الوسائط العصبية فك
Summary
وضع (BMI) نظام فعال الدماغ والآلة واجهة لترميم وتأهيل تحرك ذو قدمين يتطلب فك دقيقة نوايا المستخدم. هنا نقدم بروتوكول تجريبي الرواية وتقنية جمع البيانات في وقت واحد لاكتساب غير الغازية من النشاط العصبي، والنشاط العضلي، والحركيات كامل الجسم خلال مختلف المهام تنقل والظروف.
Abstract
دعم الدراسات التي أجريت مؤخرا تورط شبكات فوق الشوك في السيطرة على المشي الإنسان ذو قدمين. يشمل جزء من هذه الأدلة الدراسات، بما في ذلك العمل السابق، مما يدل على أن الحركيات مشية والتنسيق أطرافهم أثناء المشي المشي يمكن الاستدلال على ذلك من فروة الرأس الكهربائي (EEG) مع دقة عالية فك معقول. هذه النتائج حافزا لتطوير نظم الدماغ والآلة واجهة غير الغازية (BMI) لاستخدامها في ترميم و / أو زيادة من مشية-A الهدف الأساسي من البحوث إعادة التأهيل. إلى تاريخ الدراسات الوبائية التي تبحث فك EEG من النشاط خلال مشية اقتصرت على المشي المشي في بيئة تسيطر عليها. ومع ذلك، لتكون قابلة للتطبيق عمليا يجب أن يكون نظام BMI ينطبق على استخدامها في المهام اليومية الحركي مثل المشي فوق الأرض وتحول. هنا، نقدم بروتوكول رواية لجمع غير الغازية من نشاط الدماغ (EEG)، نشاط العضلات (الكهربائي (EMG))، وجملةالبيانات الحركية للجسم E (الرأس والجذع، والأطراف مسارات) خلال كل حلقة مفرغة والمشي فوق الأرض المهام. من خلال جمع هذه البيانات في بيئة غير المنضبط البصيرة يمكن الحصول عليها فيما يتعلق بإمكانية فك التشفير غير المقيدة مشية وسطح EMG من فروة الرأس EEG.
Introduction
يستخدم هذا البروتوكول ثلاث نظم جمع البيانات في وقت واحد لتسجيل EEG، EMG، والحركيات كامل الجسم (الشكل 1، الجدول 1). يتم جمع البيانات EEG لاسلكيا من 64 قنوات على تردد أخذ العينات من 1،000 هرتز بينما المشي المواضيع. الكهربائي (EMG) التي يتم جمعها في 1،000 هرتز من أقطاب توضع سطح ثنائي على أربعة مجموعات العضلات: الظنبوبي الأمامي (TA)، الساق (جاست)، العضلة ذات الرأسين الفخذية (BF)، والمتسعة الوحشية (VL). يتم جمع البيانات الحركية عند 128 هرتز من 11 أجهزة الاستشعار اللاسلكية التي شنت على الرأس، والجذع العلوي، منطقة أسفل الظهر والذراعين والفخذين والسيقان، وقدم لتسجيل حركة أثناء المشي. كل أجهزة الاستشعار يحتوي على المغنطيسية ثلاثي محاور، جيروسكوب ثلاثي محاور، والتسارع ثلاثي محاور (أي جهاز استشعار MARG).
يتم جمع البيانات من كل نظام ومتزامنة في الوقت المناسب من قبل جهاز كمبيوتر مضيف واحد. ويتم إنجاز التزامن باستخدام إشارة الزناد المرسلة عبر سيري المستمررابط اتصال آل الوصول إليها من قبل جميع نظم البيانات الثلاثة في وقت واحد. تم تنفيذ الزناد كما بسيطة على زر التبديل. عند الضغط على زر إشارة الزناد (1) يتم إرسالها إلى جهاز الكمبيوتر المضيف، في حين يتم إرسال إشارة فارغة (0) عندما لا الضغط عليه. الضغط على زر الزناد يتسبب أيضا ثانية لهجة 0.5 استخدامها بوصفها جديلة الصوت لهذا الموضوع، كما هو موضح في بروتوكول أدناه. ملفقة خمسة أزواج من الأشعة تحت الحمراء (IR) أجهزة استشعار القرب للاستخدام كما يطلق الموقع خلال المشي فوق الأرض التجارب هو موضح أدناه. عندما تمت مقاطعة إشارة الأشعة تحت الحمراء إشارة الزناد (1) يتم إرسالها إلى الكمبيوتر المضيف عبر الارتباط التسلسلي عبر ترددات الراديو (RF) اتصال مع مربع الزناد دليل.
مخصص C + + التطبيق، وذلك باستخدام مجموعة تطوير البرامج (SDK) التي يقدمها كل نظام، وضعت لتسجيل ومزامنة البيانات. رمز يستخدم تقنية خيوط المعالجة المتعددة؛ وترد وظائف لحفظ البيانات من كل نظام (EEG، EMG، ومارجس) في فرديالمواضيع idual. يظهر خوارزمية البرنامج في الشكل 2. يبدأ جمع البيانات عند تنفيذ تطبيق وينتهي عند الضغط على مفتاح 'س'. يتم تنشيط خمسة المواضيع على تنفيذ التطبيق. موضوع واحد (الشكل 2) تراقب القيمة (0 أو 1) من إشارة الزناد من الاتصال التسلسلي. القيمة الحدية الأولي هو صفر. عند تلقي الزناد (أي عندما يتم الضغط على زر أو مكسورة خط الأفق بين الزوج استشعار الأشعة تحت الحمراء) يتم تعيين المتغيرات الزناد العالمية إلى 1. تبقى هذه المتغيرات 1 حتى يتم إعادة تعيين ضمن المواضيع جمع البيانات.
في موضوع EEG بالوصول عن بعد البيانات EEG فروة الرأس في الوقت الحقيقي باستخدام بروتوكول TCP / IP. يتم كتابة البيانات إلى ملف نصي خط سطرا في وتيرة أخذ العينات المطابقة (1،000 هرتز). يتم كتابة إشارة الزناد EEG العالمية إلى العمود الأول، بينما الأعمدة 2-65 من 64 قنوات EEG. إذا كانت إشارة الزناد EEG العالمية 1، فإنه تتم إعادة تعيين إلى الصفر. معطياتالكتابة تستمر حتى يتم إنهاء الموضوع EEG. سجل اثنين من المواضيع المستقلة المرج بيانات الاستشعار. اثنين من المواضيع ضرورية لأن 11 أجهزة الاستشعار اللاسلكية MARG نقل البيانات باستخدام برنامج الشركة المصنعة في وضع تدفق قوي، والتي مخازن البيانات على أجهزة الاستشعار الفردية لمنع فقدان البيانات في حال وقوع مشاكل البث اللاسلكي. هذا التخزين المؤقت يحط نقل البيانات في الوقت الحقيقي: إذا استشعار واحد غير قادر على نقل البيانات لعينة تعطى جميع أجهزة الاستشعار 11 احتفاظ تلك النقطة في الوقت العازلة وإحالته عند نقطة عينة متاحة المقبل. MARG نقل البيانات لاسلكيا يتخلف حتما وراء EEG، وبالتالي استشعار المرج تحتاج إلى وقت لافراغ بيانات مخزنة على أجهزة الكمبيوتر المضيفة بعد توقف جمع البيانات. للتغلب على هذه المشكلة، وتستخدم اثنين من المواضيع في خوارزمية جمع البيانات MARG (الشكل 2). الخيط الأول بملء وجود مخزن مؤقت الزناد MARG من MARG متغير الزناد العالمي في تواتر أخذ العينات الاستشعار (128 هرتز) في حين أن موضوع EEG يتم جمعالبيانات. عندما يتوقف جمع البيانات الكتابة إلى المخزن المؤقت الزناد إنهاء أيضا. الخيط MARG (الشكل 2) يستخدم وظائف من SDK استشعار لاستقبال البيانات من أجهزة الاستشعار والكتابة إلى ملف في نفس الطريقة التي يعامل بها البيانات EEG. وهذا هو، العمود الأول هو قيمة على الزناد MARG العالمية (التي تم الحصول عليها من المخزن المؤقت الزناد MARG) والأعمدة 99 التالية هي القيم من أجهزة الاستشعار MARG 11 (9 أجهزة استشعار في وحدة MARG). الخيط MARG يكتب البيانات حتى الساعة مؤشر المخزن المؤقت الزناد MARG يساوي مؤشر آخر مرة من البيانات EEG الذي يتم إنهاء تنفيذ الموضوع نقطة.
وخلافا للبيانات EEG والمرج، لا يتم تسجيل البيانات لاسلكيا EMG. بدلا من ذلك، يتم تسجيل البيانات EMG على بطاقة SD ضمن وحدة تسجيل البيانات. يتم إرسال إشارة عبر اتصال بلوتوث لتشغيل وإيقاف كتابة البيانات إلى بطاقة SD. تبدأ الكتابة عند تلقي أول دليل الزناد من قبل موضوع EEG. كتابة البيانات قفات مع EEGالموضوع عندما يتم الضغط على زر 'س'.
تم فحص بروتوكول التالية والتي وافق عليها مجلس المراجعة المؤسساتي في جامعة هيوستن. جميع المواد الواردة، وقراءة، ووقع على استمارة الموافقة قبل المشاركة.
Protocol
Representative Results
Discussion
بروتوكول المعروضة هنا يجمع ثلاثة أنظمة جمع البيانات في وقت واحد لتسجيل نشاط المخ والنشاط العضلي، والحركيات كامل الجسم خلال مجموعة متنوعة من المهام قاطرة. الانتهاء من بروتوكول كامل يستغرق نحو 3 الموارد البشرية، بما في ذلك 1 ساعة إعداد الموضوع. هي التي شنت على كل نظام، ويتحرك مع، موضوع. لذا، فمن الأهمية بمكان للتحقق من الاتصالات من الأقطاب الكهربائية EEG EMG وقبل بداية كل محاكمة جديدة. هذا يمكن القيام به بسهولة باستخدام حزم البرامج المقدمة من قبل الشركة المصنعة منها، والتي تمكن البيانات التي سيتم بحثها في الوقت الحقيقي باستخدام واجهات رسومية على الكمبيوتر المضيف. يتطلب تطبيق جمع البيانات حزم البرامج هذه لتكون قيد التشغيل، وتبسيط عملية التحقق. بالإضافة إلى ذلك، يجب الحرص على أن أجهزة الاستشعار MARG وترد بقوة على هذا الموضوع قبل كل محاكمة.
وتنتقل البيانات EEG وMARG لاسلكيا على مدى غيغاهرتز 2.4-2.5نطاق الطيف. لأن العديد من الأجهزة الإلكترونية الأخرى استخدام هذا النطاق، من المهم أن تنظر في إمكانية اجهة لاسلكية في البيئة التجريبية. جانب أساسي من عملية جمع البيانات هي خط البصر الرؤية بين عربة متنقلة وهذا الموضوع، الذي يوفر قوة للتدخل لاسلكي. كل من استقبال لاسلكية EEG ونقاط الوصول MARG (الشكل 1) توفير المصابيح التي تشير إلى الإخلاص الاتصال. يتم وضع الكمبيوتر المضيف وجهاز استقبال لاسلكي لأجهزة الاستشعار EEG وMARG على عربة متنقلة للحفاظ على خط مباشر للبصر وتعظيم نقل البيانات لاسلكيا كما مشى هذا الموضوع على أرض الواقع. لقد وجدنا من الأفضل الحفاظ على جمع البيانات القوية عن طريق الحفاظ على عربة متنقلة في 5 أمتار من هذا الموضوع، وعلى مسافة التي لم تقيد حركة الموضوع خلال أي من المهام. توظف + + C تطبيق مؤشرات ترابط متعددة لجمع البيانات لتوفير متانة إلى فقدان البيانات بسبب انقطاع اللاسلكية جonnection من EEG. إذا تم فقد الاتصال EEG، EMG MARG والبيانات لا تزال تسجل، ولكن لن يكون هناك بيانات EEG المتاحة لتلك النقاط الزمنية. أجهزة الاستشعار المرج تقديم على وحدة التخزين المؤقت كما نوقش أعلاه لمنع فقدان البيانات في حالة حدوث اتصال لاسلكي، بينما يتم تخزين البيانات EMG على بطاقة SD ضمن تسجيل البيانات وحدة متنقلة.
وهناك قضية مشتركة مع جمع البيانات EEG أثناء المشي هو وجود قطعة أثرية في الإشارات. وبصفة عامة، يمكن تقسيم القطع الأثرية إلى مجموعتين: مصادر الفسيولوجية من القطع الأثرية بما في ذلك يومض، حركة العين، ونشاط العضلات في الوجه، ودقات القلب، والتحف الميكانيكية مثل الحركة من الأقطاب الكهربائية و / أو كابلات أثناء تنفيذ بروتوكول تجريبي. إزالة قطعة أثرية هو موضوع البحوث الجارية، ويتضمن تقنيات مثل تحليل عنصر مستقل 15،16 والقائم على قناة إجراءات الانحدار قالب 17. تقليل وإزالة قطعة أثرية هو خطوة حاسمة في العلاقات العامةeprocessing من البيانات عن العصبية فك من حركة الجسم. الإعداد المقدمة هنا هي مشابهة للدراسات السابقة في هذا الكابلات الكهربائي EEG وزجوا به في موصل واحد. النتائج من تلك الدراسات تشير إلى أن القطع الأثرية الميكانيكية نظرا لنفوذ الكابل أو حركة لم يلعب دورا في فك رموز حركة من النشاط العصبي 7،8. يتم اعتماد تلك النتائج وفقا لدراسات أخرى التي نخلص إلى أن القطع الأثرية ذات صلة مشية كانت يستهان بها في بطيئة الى معتدلة المشي بسرعة 17. ومع ذلك، يقيس هذه التجربة EEG خلال الأنشطة التي تتطلب المزيد من الحركة من الجسم من الدراسات السابقة، بما في ذلك الاعتصام إلى الوقوف التحولات، فوق الأرض والمشي، وتحول، وبالتالي، يجب أن يتم فحص دقيق للبيانات EEG الخام لتحديد إمكانية التلوث من التحف الميكانيكية. وإن لم يكن حتى الآن على نطاق واسع، ويمكن حل هذه المشاكل المحتملة من خلال التكامل بين الأجهزة رواية في البروتوكول الحالي. مثل هذه الأجهزة المؤتمر الوطني العراقيوديس أقطاب بالموقع EEG (المستخدمة في هذا البروتوكول) وبنابض، الأقطاب الكهربائية EEG الجافة، التي لديها القدرة على تحسين البشرة القطب مقاومة الاتصال أثناء الحركة 18. ويجري دمج هذه التقنيات في نظم التخطيط الدماغي اللاسلكي الذي قد يقلل من تأثير الحركة الفنية 19. دمج الأجهزة رواية الرغم من ذلك، يوفر هذا البروتوكول فرصة فريدة لمواصلة تطوير خوارزميات جديدة للحركة ورفض قطعة أثرية EMG لأن كل جزء من الجسم كان المجهزة 16. ونحن نخطط لدراسة ارتباط السلاسل الزمنية والتماسك مجال التردد بين EEG، EMG، والحركة لتطوير قطاع قوي نماذج الرفض قطعة أثرية تنطبق على الاجهزة EEG المتاحة حاليا. وقد أظهرت أساليب فك دينا قوة ضد التحف 7،8، وسيتم فحص هذه الأساليب تحت سيناريوهات أكثر تعقيدا في هذا البروتوكول.
ملامح سطح سجلتEMG تعتمد على العديد من العوامل، وتفسير إشارات EMG السطحية لدراسة استراتيجيات العصبية يتطلب النظر فيها 20. تم تصميم إجراءات صارمة لإعداد الجلد وEMG وضع قطب كهربائي المستخدمة في هذا البروتوكول لتقليل تأثير العوامل غير فيزيولوجي على إشارات EMG السطح. ترتبط السعة والتردد من EMG المسجلة بموجب هذا البروتوكول إلى صافي نشاط وحدة المحرك، وبالتالي لا ينبغي أن تفسر على تسجيل باعتبارها التمثيل المباشر من النشاط العصبي للعضلات المطلوب. حتى الآن، دراسة متأنية من سطح EMG إشارة وأساليب أكثر تقدما لتقدير محرك العصبية إلى العضلات، من خلال تحليل إشارة EMG لتحديد التغيرات النسبية في التنشيط العصبي (على سبيل المثال من خلال تحديد مرات التفريغ من الوحدات الحركية) يمكن أن توفر معلومات قيمة حول أنماط التنشيط العضلات 20. وعلاوة على ذلك، في سياق العصبية فك التشفير، على الرغم من أن نشاط الدماغاكتسبت جراحية وقد تبين أن تحتوي على معلومات حول سطح EMG 21، أنه من غير المعروف حاليا ما إذا كانت فروة الرأس EEG يمكن أن تستخدم أيضا للفك السفلي نشاط العضلات أطرافهم أثناء المشي بالإضافة إلى الحركيات مشية. ونحن نتوقع أن هذا البروتوكول يسمح لنا لدراسة ما إذا كان القرار المكانية انخفاض طرائق تصوير الدماغ غير الغازية كافية لعزل النشاط العصبي المتصلة العضلات الفردية.
وقد أظهرت دراسات سابقة جدوى في استخدام EEG موسع لفك الحركيات أثناء المشي سيرا على الأقدام 7،8 توفير قوة دفع لتطوير واجهة آلة الدماغ (BMI) لاستعادة المشي باستخدام إشارات من الدماغ. وقد ثبت أيضا طرق فك الوقت المجال يعتمد على تحوير السعة من إشارات EEG دلتا الفرقة لتكون حساسة لمكونات مصطنعة 7،8. حتى الآن، والدراسات مفرغه تجري في بيئة تسيطر عليها خلالها رؤية المستخدم والحركةويقتصر، مما يحد من التلوث من النشاط العصبي بسبب مثيرات الخارجية. من خلال إدماج تسجيل البيانات لاسلكيا، ويسمح هذا البروتوكول مجموعة من مزامنة EEG، EMG، والبيانات الحركية خلال مجموعة متنوعة من المهام تنقل والبيئات. دمج أجهزة استشعار بالقصور الذاتي لتتبع الحركة يتطلب المزيد من الحاسوب و حاليا تجهيز لاستخراج الحركيات من نظام التقاط الحركة، والتدابير الناتجة تحتوي على صغيرة – ولكنها مقبولة – هامش الخطأ التي لن تكون موجودة في الكاميرا نظام يستند 22. هذه الصعوبات يمكن التحكم فيها هي ضرورة لإنشاء بروتوكول التجريبية التي تمكن من دراسة النقالة السلوك المعرفي والحركية في البيئات المتغيرة. كما نوقش في أماكن أخرى 10،11، مثل هذا الإعداد هو بلا حدود تقريبا في الأسئلة البحثية التي يمكن معالجتها. سيكون تركيزنا في المستقبل القريب سوف يكون على القضايا الحرجة في التنمية من مؤشر كتلة الجسم لإعادة التأهيل من الوقوف والمشي بعدإصابات الدماغ والأعصاب. وسيكون أحد العناصر الأساسية، على النحو المذكور أعلاه، تكون التنمية من رواية استراتيجيات فك قوي واجهات الدماغ والآلة إلى أنظمة روبوتية إعادة التأهيل التي يمكن أن نرفض التحف الفسيولوجية والميكانيكية لاستعادة الحركة باستخدام إشارات يقاس من الدماغ. على سبيل المثال، يتم تنفيذ بروتوكول المشي الأروقة في الفضاء العام مع أشخاص آخرين حاضرا أثناء جمع البيانات، وبالتالي يوفر اختبار لتطوير تقنيات العصبية فك في البيئة الطبيعية. وتشمل الأسئلة البحثية الأخرى ذات الاهتمام باستخدام هذا البروتوكول مقارنة نماذج الروبوتية الإصلاح التي تشمل التدريب على المشي الإيقاعي مقابل عدم الإيقاعي، ودراسة النشاط العصبي أثناء الانتعاش وظيفية بعد الإصابة في مراحل حادة ومزمنة.
Disclosures
The authors have nothing to disclose.
Acknowledgements
وأيد هذا العمل من قبل المعهد الوطني للاضطرابات العصبية والسكتة الدماغية (NINDS) منح # R01NS075889-01. وأيد هذا البحث في جزء من برنامج بحوث جماعية من المعاهد الوطنية للصحة، مركز السريرية. كما نشكر واضعي شهريار إقبال وYongtian وللحصول على المساعدة في جمع البيانات. وقد رعت تكلفة نشر النفاذ المفتوح من هذه المادة من قبل APDM، وشركة (بورتلاند، OR؛ http://apdm.com ).
Materials
| Name | Company | Quantity | |
| BrainAmp Amplifier | Brain Products, Gmbh | Quantity: 2 | |
| actiCAP EEG cap with 64 electrodes | Brain Products, Gmbh | Quantity:1 | |
| Brainvision MOVE wireless EEG system | Brain Products, Gmbh | Quantity:1 | |
| DataLOG MWX8 EMG data collection unit | Biometrics, Ltd. | Quantity:1 | |
| SX230 EMG electrodes | Biometrics, Ltd. | Quantity:8 | |
| R506 EMG ground electrode | Biometrics, Ltd. | Quantity:1 | |
| Opal movement monitor (MARG sensor) | APDM, Inc. | Quantity:11 | |
| Opal docking station for wireless data streaming | APDM, Inc. | Quantity:2 | |
| Opal wireless access point | APDM, Inc. | Quantity:2 | |
| Infrared Light Barrier Kit MK120 | Velleman, Inc. | Quantity:5 | |
| Wixel Programmable USB Wireless Module | Pololu, Inc. | Quantity:6 | |
| Table 1. Equipment |
References
- Choi, J. T., Bastian, A. J. Adaptation reveals independent control networks for human walking. Nature Neuroscience. 10 (8), 1055-1062 (2007).
- Grillner, S., Wallen, P., et al. Neural bases of goal-directed locomotion in vertebrates – an overview. Brain Research Reviews. 57, 2-12 (2008).
- Petersen, T. H., Willerslev-Olsen, M., Conway, B. A., Nielsen, J. B. The motor cortex drives the muscles during walking in human subjects. Journal of Physiology. 590 (10), 2443-2452 (2012).
- Fitzsimmons, N. A., Lebedev, M. A., et al. Extracting kinematic parameters for monkey bipedal walking from cortical neuronal ensemble activity. Frontiers in Integrative Neuroscience. 3, 3 (2009).
- Harada, T., Miyai, I., Kubota, K. Gait capacity affects cortical activation patterns related to speed control in the elderly. Experimental Brain Research. 193 (3), 445-454 (2009).
- Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. Electrocortical activity is coupled to gait cycle phase during treadmill walking. Neuroimage. 54, 1289-1296 (2011).
- Presacco, A., Goodman, R., Forrester, L., Contreras-Vidal, J. L. Neural decoding of treadmill walking from noninvasive electroencephalographic signals. Journal of Neurophysiology. 106, 1875-1887 (2011).
- Presacco, A., Forrester, L. W., Contreras-Vidal, J. L. Decoding intra-limb and inter-limb kinematics during treadmill walking from scalp electroencephalographic (EEG) signals. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 20 (2), 212-219 (2012).
- Wagner, J., Solis-Escalante, T., et al. Level of participation in robotic-assisted treadmill walking modulates midline sensorimotor EEG rhythms in abled-bodied subjects. NeuroImage. 63, 1203-1211 (2012).
- Makeig, S., Gramann, K., et al. Linking brain, mind, and behavior. International Journal of Psychophysiology. 73, 95-100 (2009).
- Gramann, K., Gwin, J. T., et al. Cognition in action: imaging brain/body dynamics in mobile humans. Reviews in the Neurosciences. 22, 593-608 (2011).
- Wilson, J. A., Schalk, G., et al. Using an EEG-based brain computer interface for virtual cursor movement with BCI2000. J. Vis. Exp. (29), e1319 (2009).
- Brummer, V., Schneider, S., et al. Coherence between brain cortical function and neurocognitive performance during changed gravity conditions. J. Vis. Exp. (51), e2670 (2011).
- Delorme, A., Makeig, S. EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis. Journal of Neuroscience Methods. 134 (1), 9-21 (2004).
- Makeig, S., Bell, A. J., et al. Independent component analysis of electroencephalographic data. Advances in Neural Information Processing Systems. 8, 145-151 (1996).
- Rong, F., Contreras-Vidal, J. L. Magnetoencephalographic artifact identification and automatic removal based on independent component analysis and categorization approaches. Journal of Neuroscience Methods. 157, 337-354 (2006).
- Gwin, J. T., Gramann, K., Makeig, S., Ferris, D. P. Removal of movement artifact from high-density EEG recorded during walking and running. Journal of Neurophysiology. 103, 3526-3534 (2010).
- Liao, L. D., Wang, I. J., Chen, S. F., Chang, J. Y., Lin, C. T. Design, fabrication, and experimental validation of a novel dry-contact sensor for measuring electroencephalography signals without skin preparation. Sensors. 11, 5819-5834 (2011).
- Liao, L. D., Lin, C. T., et al. Biosensor technologies for augmented brain-computer interfaces in the next decades. Proceedings of the IEEE. 100, 1553-1566 (2012).
- Farina, D., Merletti, R., Enoka, R. M. The extraction of neural strategies from the surface EMG. Journal of Applied Physiology. 96, 1486-1495 (2004).
- Flint, R. D., Ethier, C., et al. Local field potentials allow accurate decoding of muscle activity. Journal of Neurophysiology. 108, 18-27 (2012).
- Luinge, H. J., Veltink, P. H. Measuring orientation of human body segments using miniature gyroscopes and accelerometers. Medical & Biological Engineering & Computing. 43, 273-282 (2005).
