Zoek andere onderwerpen…

Versnel uw analytische EEG-tijdlijnen met snel op te zetten, draadloze arrays met hoge dichtheid die zijn geoptimaliseerd voor Flexibele inzet in het veld.

Versnel uw analytische EEG-tijdlijnen met snel op te zetten, draadloze arrays met hoge dichtheid die zijn geoptimaliseerd voor Flexibele inzet in het veld.

Onder de verschillende hersenritmes heeft er één al decennialang de aandacht van neurowetenschappers getrokken, omdat het zich lijkt te bevinden op het snijvlak van actie, perceptie en sociaal begrip.

Het mu-ritme, een oscillatie van 8-13 Hz die wordt geregistreerd over de sensorimotorische cortex, neemt af in kracht telkens wanneer we een handeling uitvoeren, iemand anders diezelfde handeling zien uitvoeren of ons zelfs maar voorstellen dat we deze uitvoeren. Deze eigenschap, bekend als desynchronisatie, heeft het mu-ritme tot een centrale speler gemaakt in het onderzoek naar imitatie, empathie en klinische stoornissen variërend van stotteren tot autisme.

Versnel uw analytische EEG-tijdlijnen met snel op te zetten, draadloze arrays met hoge dichtheid die zijn geoptimaliseerd voor Flexibele inzet in het veld.

Versnel uw analytische EEG-tijdlijnen met snel op te zetten, draadloze arrays met hoge dichtheid die zijn geoptimaliseerd voor Flexibele inzet in het veld.

Wat is het EEG-mu-ritme?

Het EEG-mu-ritme is een oscillerend patroon dat wordt geregistreerd met hoofdhuid-elektroden over de sensorimotorische gebieden van de hersenen. Het wordt vaak beschreven als een boog- of kamvormig ritme met een alfa-achtige frequentie, meestal rond 8–13 Hz, hoewel de gerapporteerde grenzen per studie variëren. Het ritme kan aanwezig zijn tijdens rustige waakzaamheid en kan veranderen wanneer het sensorimotorische systeem actief is.

Mu-activiteit is geen afzonderlijke elektrische substantie of een directe weergave van een enkel mentaal proces. Het is een meetbaar patroon in een elektroencefalogram, gevormd door neurale bronnen, plaatsing van elektroden, de keuze van de referentie en de toestand van de persoon. Een zichtbaar ritme moet daarom in de context worden geïnterpreteerd en niet worden beschouwd als een op zichzelf staand teken van een specifiek gedrag of een bepaalde aandoening.

Mu-ritme EEG: Waar het vandaan komt

Het mu-ritme vindt zijn oorsprong in de premotorische en motorische gebieden van de cortex en wordt voortdurend gevormd door subcorticale structuren, met name de basale ganglia, een verzameling kernen diep in de hersenen die de initiatie en remming van bewegingen reguleren. De gevoeligheid van het ritme voor zowel motorische als zintuiglijke processen komt voort uit de verdeling in twee functioneel verschillende frequentiebanden.

De tragere component, mu-alfa, bevindt zich in het klassieke bereik van 8–13 Hz en reageert voornamelijk op remmende signalen van de basale ganglia en op zintuiglijke feedback die de motorische cortex bereikt. Zie mu-alfa als een graadmeter voor de mate waarin de motorische output van de hersenen wordt afgeremd en hoe inkomende zintuiglijke informatie — het gevoel van een oppervlak, de positie van een ledemaat — wordt geïntegreerd.

De snellere component, mu-beta, bestrijkt 14–25 Hz en weerspiegelt een andere computationele stroom. Deze legt de interne voorwaartse modellen van de hersenen vast: de voorspellingen die het motorische systeem doet over de zintuiglijke gevolgen van beweging. Wanneer u naar een beker reikt, anticiperen uw hersenen op de tactiele sensatie voordat uw vingers contact maken. Mu-beta volgt de timing en precisie van deze motorisch-sensorische projecties.

Deze architectuur met dubbele band betekent dat onderzoekers gelijktijdige veranderingen in mu-alfa en mu-beta kunnen waarnemen over het tijdsverloop van specifieke gebeurtenissen, wat een rijk venster biedt op neurofysiologische functies. Verstoringen in de ene band maar niet in de andere kunnen onthullen of een klinische aandoening voortkomt uit gebrekkige remming, verminderde sensorische feedback of een verstoorde interne timing.

Bij mensen die stotteren is de mu-alfa-onderdrukking tijdens een werkgeheugentaak bijvoorbeeld aanzienlijk verminderd in vergelijking met vloeiende sprekers, wat wijst op specifieke tekortkomingen in de basale ganglia en sensorimotorische integratie die zich met hoge temporele precisie voltrekken.

Kenmerk

Mu-Alfa

Mu-Beta

Frequentie

8–13 Hz

14–25 Hz

Hoofdrol

Remming en sensorische feedback

Interne voorwaartse modelvoorspellingen

Gevoelig voor

Basale ganglia-signalen

Timing van motorisch-sensorische projectie

Klinisch voorbeeld

Verminderde onderdrukking bij stotteren

Verstoorde interne timing

Hoe u het mu-ritme kunt identificeren

Op een ruw EEG-signaal kan het mu-ritme verschijnen als een relatief regelmatige, boogvormige golfvorm over de centrale afleidingen. Het kan bilateraal zijn of sterker aan één kant, en het kan eerder intermitterend dan continu zichtbaar zijn. De vorm kan scherp omlijnd lijken zonder epileptiform te zijn, dus de morfologie alleen mag de klinische betekenis niet bepalen.

Een praktisch identificatieproces vergelijkt het vermoedelijke ritme met de hoofdhuidverdeling, frequentie, toestandafhankelijkheid en reactie op een relevante taak. Een ritme dat verandert bij een contralaterale handbeweging of een andere sensorimotorische manipulatie is meer consistent met reactieve mu-activiteit dan een ritme met een vergelijkbare vorm dat onveranderd blijft. Zelfs dan is de bevinding eerder probabilistisch dan sluitend.

Verschillende waarnemingen zijn bijzonder nuttig bij het beoordelen van een opname:

  • De activiteit is maximaal of prominent aanwezig nabij centrale elektroden in plaats van uitsluitend bij posterieure elektroden.

  • De dominante frequentie valt binnen een alfa-achtig sensorimotorisch bereik.

  • De amplitude of kracht verandert tijdens beweging, motorische verbeelding of actie-observatie.

  • Het patroon is reproduceerbaar over verschillende metingen en wordt niet verklaard door spier- of elektrode-artefacten.

Deze controles verkleinen het risico dat mu wordt verward met posterieure alfa, ritmische artefacten of een incidentele normale variant. Ze laten ook zien waarom een enkel kort segment van het EEG zelden de volledige interpretatieve vraag beantwoordt.

Mu-ritme versus alfa-ritme: Belangrijkste verschillen

Mu- en alfa-ritmes kunnen in frequentie overlappen, wat de belangrijkste reden is waarom ze soms worden verward. Het onderscheid wordt niet gemaakt op basis van frequentie alleen. Alfa wordt doorgaans geassocieerd met posterieure visuele gebieden en verandert bij het openen of sluiten van de ogen, terwijl mu nauwer geassocieerd is met centrale sensorimotorische gebieden en verandert bij sensorimotorische activiteit.

Hun golfvormen kunnen er ook vergelijkbaar uitzien. Beide kunnen ritmisch zijn en beide kunnen in amplitude variëren tussen verschillende toestanden en personen. Een centraal ritme dat op alfa lijkt, moet worden getest op topografie en reactiviteit in plaats van uitsluitend te worden geclassificeerd op basis van het uiterlijk.

De volgende tegenstellingen zijn nuttig, maar niet absoluut:

Vraag

Mu-ritme

Alfa-ritme

Waar is het meestal het sterkst?

Centrale sensorimotorische hoofdhuidgebieden

Posterieure of occipitale hoofdhuidgebieden

Wat verandert het gewoonlijk?

Beweging, motorische verbeelding of actie-observatie

Visuele toestand, met name ogen open versus gesloten

Wat vertelt de frequentie ons?

Het kan een alfa-achtig bereik beslaan

Frequentie alleen is niet voldoende voor identificatie

Wat is het belangrijkste interpretatieve risico?

Het verwarren met posterieure alfa of een artefact

Het verwarren van posterieure activiteit met centrale mu

Deze verschillen sturen de analyse, maar vervangen het onderzoek van de volledige montage niet. De selectie van de referentie, volumegleiding en overlappende bronnen kunnen de verdeling op de hoofdhuid minder duidelijk maken dan de voorbeelden uit de leerboeken suggereren.

Analysemethoden voor het EEG-mu-ritme

EEG-mu-studies maken gebruik van zowel visuele als kwantitatieve methoden. Visuele beoordeling kijkt naar de vorm van de golfvorm, de verdeling, de toestand en de reactiviteit, terwijl kwantitatieve analyse het vermogen of de amplitude in een vooraf geselecteerd frequentiebereik schat. Betrouwbaar werk rapporteert doorgaans de referentie, filters, uitsluitingen van artefacten, de timing van de epoeken, de basislijn en het statistische model, zodat het resultaat kan worden geëvalueerd en gereproduceerd.

Tijd-frequentieanalyse is vaak nuttig omdat mu-reacties kortstondig en taakgebonden kunnen zijn. Frequentieanalyse zet spanningsveranderingen om in een weergave van ritmische componenten, terwijl tijdsopgeloste methoden laten zien wanneer een verandering begint en hoe lang deze duurt. Onderzoekers moeten nog steeds een echt neuraal effect onderscheiden van lekkage tussen frequenties, filtereffecten en niet-neurale verontreiniging.

Event-Related Desynchronisation uitgelegd

Event-related desynchronisation, of ERD, is een taakgerelateerde afname in oscillerend vermogen ten opzichte van een referentieperiode. Voor mu-studies wordt de ERD gewoonlijk berekend rond beweging of motorische verbeelding en uitgedrukt als een procentuele of decibelverandering ten opzichte van de basislijn. De methode legt een relatieve respons vast, wat vaak de voorkeur heeft boven het vergelijken van ruwe amplitudes tussen personen met verschillende schedelgeleiding, elektrodecontact of basislijnvermogen.

Een typische ERD-analyse verdeelt de opname in metingen, verwijdert of markeert verontreinigde segmenten, schat het spectrale vermogen en vergelijkt een taakinterval met een interval vóór de stimulus of in rust. Het exacte resultaat hangt af van de vensterlengte, frequentieresolutie, selectie van de basislijn en correctie voor meervoudige vergelijkingen. Korte vensters behouden de timing, maar geven minder stabiele frequentieschattingen; langere vensters verbeteren de frequentieprecisie, maar kunnen snelle veranderingen vervagen.

De interpretatie moet daarom het volledige analyseontwerp omvatten. Een statistisch significante afname is bewijs van een taakgerelateerde signaalverandering onder die omstandigheden, geen bewijs dat een specifiek psychologisch mechanisme deze heeft veroorzaakt. Replicatie over verschillende taken, sessies en steekproeven versterkt de conclusie.

De spiegelneuronen-hypothese en haar critici

Het mu-ritme werd prominent in de sociale neurowetenschap vanwege een elegante hypothese: als dezelfde populatie neuronen vuurt wanneer we handelen en wanneer we actie waarnemen, and als het mu-ritme die neurale activiteit weerspiegelt, dan zou mu-onderdrukking tijdens actie-observatie kunnen dienen als een niet-invasieve graadmeter voor de werking van het spiegelneuronensysteem. Deze logica vormde de basis voor honderden onderzoeken die mu-desynchronisatie koppelden aan imitatie, empathie, taalontwikkeling en theory of mind.

De hypothese rust op een stevig empirisch fundament. Het mu-ritme zwakt inderdaad af tijdens zowel de uitvoering als de observatie van een actie, een eigenschap die het onderscheidt van het posterieure alfa-ritme, dat primair reageert op visuele aandacht. Deze functionele gelijkenis met spiegelneuronen, voor het eerst ontdekt in de premotorische en pariëtale cortices van makaken, maakte het mu-ritme een aantrekkelijk hulpmiddel voor translationeel menselijk onderzoek.

De specificiteit van dit verband is echter onder de loep genomen. Een kritische test maakte gebruik van crossmodale patroonclassificatie om te bepalen of de activiteit van het mu-ritme tijdens actie-observatie daadwerkelijk motorische informatie overdraagt, of dat het in plaats daarvan somatosensorische kenmerken weerspiegelt.

Deelnemers observeerden acties die varieerden in het type greep (volledige hand- of precisiegreep), de aanwezigheid of afwezigheid van tactiele stimulatie, en of de actie het gebruik van een object inhield (transitief) of niet (intransitief). Toen classifiers werden getraind om deze actiekenmerken te onderscheiden, bleek classificatie boven kansniveau mogelijk voor tactiele stimulatie en de transitiviteit van de actie, maar opvallend genoeg niet voor het motorische detail van het type greep.

Het mu-ritme leek te coderen of een object werd aangeraakt en of er een hulpmiddel bij betrokken was, in plaats van het specifieke motorische programma dat nodig is om de greep uit te voeren.

Deze bevinding herdefinieert de functionele rol van het mu-ritme. Wat tijdens actie-observatie over de sensorimotorische cortex desynchroniseert, is mogelijk een somatosensorische weergave — de simulatie door de hersenen van hoe de actie zou voelen — in plaats van een directe motorische simulatie van hoe deze moet worden uitgevoerd.

Dit onderscheid is belangrijk omdat het de conclusies beperkt die onderzoekers kunnen trekken wanneer ze mu-onderdrukking als afhankelijke variabele gebruiken. Als het signaal primair tactiele en transitiviteitsinformatie overdraagt, dan wordt het interpreteren van mu-onderdrukking tijdens een sociale cognitie-taak als bewijs voor motorische spiegeling problematisch zonder aanvullend convergerend bewijs.

Motorische ervaring stemt de sensorimotorische respons af

Ondanks deze zorgen over de specificiteit komt één bevinding consequent naar voren: het mu-ritme is buitengewoon gevoelig voor de motorische geschiedenis van een individu. De sensorimotorische circuits van de hersenen reageren niet uniform op alle waargenomen acties. Ze resoneren sterker met acties die de waarnemer persoonlijk heeft uitgevoerd.

Een directe test van dit principe trainde twee groepen volwassenen in een relatief nieuwe actie: het oppakken van een speelgoedje met een klauwachtig hulpmiddel. Eén groep kreeg actieve motorische training, waarbij ze het hulpmiddel fysiek zelf manipuleerden totdat ze de actie vloeiend konden uitvoeren. De tweede groep kreeg een gelijkwaardige visuele blootstelling, waarbij ze herhaaldelijk video's van dezelfde actie bekeken en codeerden, maar deze nooit zelf uitvoerden. Een derde groep van complete beginners had helemaal geen ervaring met het hulpmiddel.

  • Actieve motorische training: het hulpmiddel fysiek gemanipuleerd tot een vloeiende uitvoering.

  • Visuele blootstelling: video's van de actie bekeken en gecodeerd, nooit zelf uitgevoerd.

  • Complete beginners: helemaal geen eerdere ervaring met het hulpmiddel.

Toen later het EEG werd opgenomen terwijl alle drie de groepen naar de actie met het hulpmiddel keken, vertoonden de uitvoerders de grootste desynchronisatie van het mu-ritme, met name over de rechterhersenhelft.

De waarnemers vertoonden, ondanks hun uitgebreide visuele bekendheid, een zwakkere respons. De beginners vertoonden de zwakste respons van allemaal.

Deze gradatie toont aan dat actieve motorische ervaring, meer dan passieve observatie, de sensorimotorische circuits vormt die het mu-ritme genereren. Deze bevinding heeft aanzienlijke implicaties voor het begrijpen van imitatie en vroeg sociaal leren. Het suggereert dat wanneer baby's of volwassenen nieuwe motorische vaardigheden verwerven, hun hersenen selectief worden afgestemd op het detecteren en verwerken van diezelfde acties wanneer ze door anderen worden uitgevoerd, een neuraal mechanisme dat de geleidelijke opbouw van een motorische woordenschat die ten grondslag ligt aan imitatie zou kunnen ondersteunen.

Met name omvatte deze studie relatief korte trainingsperioden, in de orde van grootte van een enkele experimentele sessie, in plaats van de jarenlange expertise die werd onderzocht in klassiek spiegelneuronenonderzoek bij dansers of atleten. De gevoeligheid van het mu-ritme voor korte periodes van motorisch leren maakt het een praktisch hulpmiddel om te bestuderen hoe ervaringsafhankelijke plasticiteit zich ontvouwt in het sensorimotorische systeem.

Van motorische resonantie naar emotioneel Insight

Als mu-onderdrukking louter een laag motorisch resonantiesignaal zou zijn, zou de relevantie ervan voor complexe sociale cognitie beperkt zijn. Maar er is nu bewijs dat sensorimotorische simulatie, zoals gemeten door mu-desynchronisatie, bijdraagt aan complexere conclusies over wat andere mensen voelen.

In een paar experimenten waarin naturalistische videostimuli werden gecombineerd met continue emotiebeoordelingen, bekeken deelnemers fragmenten van mensen die emotionele levensgebeurtenissen beschreven. Sommige deelnemers zagen de fragmenten met zowel beeld als geluid, sommigen met alleen beeld en sommigen met alleen geluid.

Ze gaven van moment tot moment aan hoe ze dachten dat de doelpersoon zich voelde, en empathische nauwkeurigheid werd geoperationaliseerd als de correlatie tussen de beoordelingen van de deelnemer en de eigen gerapporteerde emotionele ervaring van de doelpersoon.

De cruciale bevinding was dat rechts-gegeneraliseerde mu-onderdrukking over sensorimotorische gebieden correleerde met empathische nauwkeurigheid. Wanneer deelnemers een sterkere mu-desynchronisatie vertoonden, kwamen hun emotionele conclusies nauwer overeen met de werkelijke gevoelens van de doelpersoon.

Deze relatie werd gereproduceerd in twee culturele steekproeven, één in de Verenigde Staten en één in Israël, hoewel deze in de Israëlische steekproef specifiek gold wanneer geïndividualiseerde frequentiebanden werden gebruikt en alleen voor de visuele stimuli.

Het modaliteitsspecifieke effect is theoretisch belangrijk. Het geeft aan dat sensorimotorische simulatie precies dan bijdraagt aan empathische nauwkeurigheid wanneer visuele aanwijzingen, gezichtsuitdrukkingen, gebaren en houdingsinformatie beschikbaar zijn om de simulatie aan te sturen. Wanneer alleen auditieve informatie aanwezig is, lijken andere neurale systemen de computationele last te dragen.

Deze resultaten breiden de functionele betekenis van mu-onderdrukking uit tot ver buiten de basale motorische resonantie. De sensorimotorische cortex lijkt deel te nemen aan het construeren van de rijke, gecontextualiseerde conclusies over de innerlijke toestand van anderen die de alledaagse empathie vormen. De lokalisatie in de rechterhersenhelft sluit aan bij bredere bevindingen in de sociale neurowetenschappen die de rechterhersenhelft koppelen aan emotieverwerking en het onderscheid tussen zelf en ander.

Motorische verbeelding en de zoektocht naar betrouwbare BCI-besturing

De gevoeligheid van het mu-ritme voor ingebeelde bewegingen heeft het tot een hoeksteensignaal gemaakt voor brain-computer interfaces (BCI's) gebaseerd op motorische verbeelding. Deze systemen vertalen de vermogensveranderingen die optreden wanneer een gebruiker zich voorstelt zijn linker- versus rechterhand te bewegen, in besturingscommando's voor externe apparaten. Het principe stelt dat een ingebeelde handbeweging het mu-ritme over de contralaterale sensorimotorische cortex onderdrukt, en deze gelateraliseerde onderdrukking kan in realtime worden gedetecteerd en geclassificeerd.

De prestaties van BCI's variëren echter aanzienlijk tussen individuen. In een studie uit 2024 vermeldden de auteurs dat een aanzienlijke minderheid van de gebruikers, wellicht 15 tot 30 procent, geen betrouwbare controle kan bereiken, een fenomeen dat BCI-inefficiëntie wordt genoemd. Het identificeren van factoren die prestaties voorspellen is een hardnekkig doel in het vakgebied. Geslacht is voorgesteld als zo'n factor, waarbij sommige eerdere studies suggereerden dat vrouwen mogelijk een grotere mu-modulatie vertoonden tijdens motorische verbeeldingstaken.

Het grootschalige onderzoek uit 2024 combineerde vier onafhankelijke datasets tot een steekproef van 248 deelnemers met een gelijke verdeling van mannen en vrouwen, aanzienlijk groter dan enig voorafgaand onderzoek naar deze vraag. Alle deelnemers voerden een standaard motorische verbeeldingstaak uit (linkerhand versus rechterhand).

De analyse extraheerde de Mu-onderdrukkingsindex uit elektroden die over de linker- en rechtersensorimotorische cortices waren geplaatst en vergeleek de waarden tussen vrouwelijke en mannelijke deelnemers. Het resultaat toonde aan dat er geen significant verschil tussen de groepen naar voren kwam. Geslacht, althans in deze statistisch krachtige steekproef, voorspelde niet het vermogen om het mu-ritme te moduleren tijdens motorische verbeelding.

Deze nulbevinding heeft praktische implicaties. BCI-onderzoekers en clinici kunnen geslacht waarschijnlijk buiten beschouwing laten als screeningsvariabele bij het werven van deelnemers of het selecteren van gebruikers voor op motorische verbeelding gebaseerde systemen. De zoektocht naar betrouwbare voorspellers van BCI-prestaties moet zich mogelijk elders op richten, wellicht op neurofysiologische eigenschappen, cognitieve strategieën of trainingsprotocollen.

Klinische kenmerken bij stotteren

De architectuur met dubbele band van het mu-ritme maakt het bijzonder geschikt voor het vastleggen van de specifieke neurale tekortkomingen die kenmerkend zijn voor bepaalde klinische stoornissen.

Stotteren biedt een overtuigende casestudy. De aandoening wordt al lang geassocieerd met disfunctie in de circuits van de basale ganglia die de timing en initiatie van beweging reguleren, samen met een verstoorde sensorimotorische integratie bij de spraakproductie. Mu-alfa, gevoelig voor remmende signalen van de basale ganglia en sensorisch-motorische feedback, en mu-beta, gevoelig voor timing en voorwaartse modelprojecties, bieden complementaire perspectieven op deze tekortkomingen.

Bij spraakproductietaken kan onafhankelijke componentenanalyse mu-ritmes extraheren uit ruwe EEG-signalen en veranderingen in alfa- en betavermogen in kaart brengen ten opzichte van de myogene activiteit van de articulatoren. Studies die deze benadering gebruiken, hebben aangetoond dat mu-alfa- en mu-beta-activiteit mensen die stotteren betrouwbaar onderscheidt van vloeiende sprekers tijdens zowel spraak- als auditieve discriminatietaken.

De temporele precisie van EEG stelt onderzoekers in staat om te observeren wanneer, tijdens de planning en uitvoering van een uiting, de sensorimotorische tekortkomingen optreden. Een nieuwe bevinding uit een herhalingstaak van onzinwoorden toonde bovendien een verminderde mu-alfa-onderdrukking aan in een stotterende groep in vergelijking met een normaal vloeiende groep, waardoor de gevoeligheid van het mu-ritme wordt uitgebreid naar cognitieve domeinen buiten de spraak zelf.

Wat het mu-ritme onthult over actie, empathie en hersensignalen

Het verhaal van het mu-ritme is er een van verfijning. Het laat zien dat een hersengolf die ooit werd bestempeld als een spiegelneuronenindex in werkelijkheid rijkere, meer sensorische informatie bevat. Wanneer we iemand zien handelen, weerspiegelt de desynchronisatie die we meten hoe de actie zou voelen, en niet alleen de motorische commando's; een onderscheid dat de manier verandert waarop onderzoekers sociaal-neurowetenschappelijke gegevens interpreteren.

Persoonlijke motorische ervaring scherpt deze reactie aan, wat betekent dat de hersenen zichzelf afstemmen om acties te herkennen die ze fysiek hebben geoefend. Dit ondersteunt de geleidelijke opbouw van imitatievaardigheden. Ondertussen voorspelt ditzelfde signaal hoe nauwkeurig mensen emoties aflezen van gezichtsuitdrukkingen in verschillende culturen, waardoor de relevantie van het mu-ritme veel verder reikt dan louter beweging op een laag niveau.

Het mu-ritme behoudt zijn waarde niet door één enkele vaste interpretatie, maar door een groeiende hoeveelheid bewijsmateriaal dat blijft verduidelijken wat het meet en waarom dat belangrijk is voor de menselijke fysiologie.

Referenties

  1. Coll, M. P., Press, C., Hobson, H., Catmur, C., & Bird, G. (2017). Crossmodal Classification of Mu Rhythm Activity during Action Observation and Execution Suggests Specificity to Somatosensory Features of Actions. The Journal of neuroscience : the official journal of the Society for Neuroscience, 37(24), 5936–5947. https://doi.org/10.1523/JNEUROSCI.3393-16.2017

  2. Cannon, E. N., Yoo, K. H., Vanderwert, R. E., Ferrari, P. F., Woodward, A. L., & Fox, N. A. (2014). Action experience, more than observation, influences mu rhythm desynchronization. Plos one, 9(3), e92002. https://doi.org/10.1371/journal.pone.0092002

  3. Genzer, S., Ong, D. C., Zaki, J., & Perry, A. (2022). Mu rhythm suppression over sensorimotor regions is associated with greater empathic accuracy. Social Cognitive and Affective Neuroscience, 17(9), 788-801. https://doi.org/10.1093/scan/nsac011

  4. von Groll, V. G., Leeuwis, N., Rimbert, S., Roc, A., Pillette, L., Lotte, F., & Alimardani, M. (2024). Large scale investigation of the effect of gender on mu rhythm suppression in motor imagery brain-computer interfaces. Brain computer interfaces (Abingdon, England), 11(3), 87–97. https://doi.org/10.1080/2326263X.2024.2345449

  5. Jenson, D., Bowers, A. L., Hudock, D., & Saltuklaroglu, T. (2020). The application of EEG mu rhythm measures to neurophysiological research in stuttering. Frontiers in human neuroscience, 13, 458. https://doi.org/10.3389/fnhum.2019.00458

Veelgestelde vragen

Wat is het mu-ritme en waarom is het belangrijk in de neurowetenschappen?

Het mu-ritme is een ritmische elektrische oscillatie die over de sensorimotorische cortex wordt geregistreerd en die in vermogen afneemt wanneer een persoon een handeling uitvoert, observeert of zich voorstelt. Deze eigenschap, desynchronisatie genoemd, maakt het een belangrijk signaal voor het bestuderen van actie, perceptie en sociaal begrip.

Hoe is het mu-ritme verdeeld in functionele componenten en wat doet elk daarvan?

Het mu-ritme is verdeeld in een tragere component en een snellere component. De tragere component reageert op remmende signalen van de basale ganglia en sensorische feedback, terwijl de snellere component de interne voorspellingen van de hersenen over de sensorische gevolgen van beweging volgt.

Heeft het mu-ritme enig verband met empathie of het begrijpen van de gevoelens van anderen?

Ja, een sterkere mu-onderdrukking over het rechter sensorimotorische gebied hield verband met een hogere empathische nauwkeurigheid wanneer deelnemers emotionele video's bekeken. Deze relatie gold specifiek wanneer visuele aanwijzingen zoals gezichtsuitdrukkingen en gebaren beschikbaar waren, wat aangeeft dat het mu-ritme conclusies over de innerlijke toestand van anderen ondersteunt.

Kan het mu-ritme worden gebruikt in brain-computer interfaces?

Het mu-ritme is een hoeksteensignaal voor op motorische verbeelding gebaseerde brain-computer interfaces, omdat ingebeelde beweging gelateraliseerde onderdrukking veroorzaakt die kan worden vertaald in commando's.

Versnel uw analytische EEG-tijdlijnen met snel op te zetten, draadloze arrays met hoge dichtheid die zijn geoptimaliseerd voor Flexibele inzet in het veld.

Versnel uw analytische EEG-tijdlijnen met snel op te zetten, draadloze arrays met hoge dichtheid die zijn geoptimaliseerd voor Flexibele inzet in het veld.

Emotiv is een leider in neurotechnologie die helpt om neurowetenschappelijk onderzoek vooruit te helpen met toegankelijke EEG- en hersendatatools.

Christian Burgos

Het laatste van ons

Kwantitatieve EEG (qEEG)

Al tientallen jaren vertrouwen clinici op visuele inspectie van EEG-tracés om epilepsie of encefalopathie te diagnosticeren. Maar voor een breed scala aan andere neurologische en psychiatrische aandoeningen heeft het menselijk oog moeite om consistente, betekenisvolle patronen te ontdekken.

Kwantitatieve elektro-encefalografie (qEEG) springt in dit gat door signaalverwerkingsalgoritmen toe te passen die ruwe golfvormen omzetten in een rijke set numerieke kenmerken, zoals vermogen in specifieke frequentiebanden, connectiviteitsmetingen en statistische vergelijkingen met een normatieve database.

Lees artikel

EEG-gegevens

EEG-gegevens bieden een tijdsgevoelige registratie van de elektrische activiteit gemeten vanaf de hoofdhuid. De waarde ervan hangt niet alleen af van de registratie zelf, maar ook van een zorgvuldige acquisitie, transparante verwerking, geschikte opslag en verantwoorde interpretatie.

Lees artikel

EEG-artefacten

Artefacten zijn ongewenste signalen die niet door de hersenen worden gegenereerd en die de visuele interpretatie van een elektro-encefalogram kunnen verstoren en de algoritmische analyses die hersen-computerinterfaces of monitoring van de mentale toestand aansturen, kunnen corrumperen.

Of u nu een ruw EEG-spoor leest voor epilepsiemarkers of gegevens invoert in een machine-learning-pijplijn, ongedetecteerde artefacten kunnen zich voordoen als pathologische golfvormen of variantie introduceren die de prestaties van het model verslechtert.

Deze praktische veldgids leidt u door de twee brede categorieën van EEG-artefacten, legt uit hoe u hun kenmerkende tijddomeinsignaturen kunt herkennen en zet de handmatige reinigingsstappen uiteen die essentieel blijven vóór elke computationele verwerking.

Lees artikel

Vermogensdichtheidsspectrum in EEG

Power spectral density, of PSD, is het instrument dat EEG-signalen ontrafelt en u vertelt hoeveel energie elk van die snelheden, of frequenties, bijdraagt aan de totale meting. Zodra u een PSD-grafiek kunt lezen, leest u een soort ritmepartituur voor de hersenen, een diagram dat laat zien welke tempo's domineren en welke naar de achtergrond verdwijnen.

Lees artikel