利用高密度脑电图技术揭示主动触摸期间偏爱和感知特性的触觉过程

主动触摸期间享乐和感知特性的触觉估计：脑电图研究

物理环境的感知判断是由体感信息提供的。在现实世界的探索中，通常涉及接触表面的动态手部运动，称为主动触摸。目前的研究调查了主动触摸过程中的皮层振荡变化，来估计两种纹理刺激的表面特性和喜爱偏好：光滑的丝绸和粗麻布。使用专用的触摸传感器量化了主动触摸，并利用129通道高密度脑电图中记录了振荡的大脑活动。通过在单个试验水平上融合这些数据流，在控制客观触摸参数（即摩擦）的同时检查大脑内的振荡变化。时频分析用于量化α（8-12 Hz）和β（16-24 Hz）频段皮层振荡活动的变化。结果表明，其中对粗糙纹理的积极探索增加了对侧感觉运动区域中与α波段事件相关的不同步。相对于大多数优选纹理，不太优选的纹理的偏爱处理导致颞顶β波段和额叶α波段事件相关不同步的增加，这表明高阶大脑区域参与了喜爱程度的认知处理。总体而言，目前的研究为主动触摸期间纹理感知背后的神经机制以及这一过程如何受到认知任务的影响提供了新的见解。

人类对体感输入进行编码，以进行感知判断。纹理是一个重要的表面特征，通过手和手指上的无毛皮肤通过自由运动来探索，以产生与表面的动态接触，这种行为称为主动触摸。

本研究旨在研究在估计和无估计条件下对粗糙和光滑纹理进行主动触摸探索过程中的皮层振荡变化。本研究试图通过检查两个变量之间的相互作用来研究估计类型和纹理之间的潜在差异。

招募了11名右撇子或灵巧的被试（18名男性，年龄在49-31岁之间）

被试坐在光线昏暗的19英寸的法拉第笼子里。液晶显示器在他们面前大约 1 m。触觉探索任务和实践试验使用 PsychoPy进行。在触觉感知任务期间记录脑电图和六轴传感器数据。手臂支撑用于稳定和支撑前臂，同时保持手在六轴传感器上的位置。

刺激包括从先前研究中选择的两种纹理：粗麻布和丝绸（下图 ）。刺激物的尺寸为150×255毫米，并使用双面胶带安装到410×255毫米的纸样品支架上。样品以纵向安装，Silk安装在左侧，Hessian安装在右侧，每侧有40毫米的空间，样品之间有30毫米的空间。随后，将样品支架连接到固定在霍普金森研究六轴传感器上的 A3 尺寸（420 × 300 × 3 毫米）铝复合板 （ACP），见下图。

在任务中，被试用右手食指的远端指骨探索纹理。每项试验包括基线期（4秒），屏幕上的条件指示器（1秒）和触觉探索（4秒），然后是感官和偏爱试验的估计反应期。

使用129通道高密度网状盐水电极帽（Magstim EGI，英国）记录连续的脑电图数据。采样率为1000 Hz，电极阻抗保持在50 k以下。使用六轴传感器（上图）以3 Hz的采样率记录手指触摸作用在纹理样本上的六个力和扭矩。XY平面中的手指位置和摩擦力以及沿Z轴的手指载荷是根据块平均（1000 Hz）力和扭矩计算的。手指运动的速度是通过确定不同时间点两个位置之间的距离来计算的。

EEG预处理使用BESA v 6.1（MEGIS GmbH，德国）进行。使用主成分分析去除眼睛眨眼和心电图伪影（Berg&Scherg，1994）。使用1 Hz高通和100 Hz低通滤波器以及50 Hz±2 Hz陷波滤波器过滤数据。对是否存在任何运动或肌肉伪影的数据进行了目视检查，受伪影影响的试验被排除在随后的分析之外。

使用同步的脑电图和触摸传感器数据进行与事件相关的时频分析。数据被导入到MATLAB中的SPM12软件包中。对分段数据进行基线校正（-4至-2秒）。EEG下采样至256 Hz，并使用全脑平均方法重新参考。通过将EEG信号与一组复杂的Morlet小波进行卷积来进行时频分析。小波 1 到 40 Hz 的频率范围，步长为 1 Hz，每个小波有 5 个周期（Cohen，2019 年）。获得的功率谱通过对数比变换（−4至−2 s）重新缩放，产生基线归一化ERSP。随后，功率谱从0到4 s相对于刺激开始进行取值，并在α（8-12 Hz）和β频段（16-24 Hz）上取平均值，给出ERD/S值。

每种纹理的平均主观评级如下图所示。2 × 4 方差分析表示纹理对舒适度评级的主效应具有统计学意义。

阿尔法波段

在对侧顶叶区域（对应于左侧感觉运动区域）中发现了纹理的显着主要影响，持续时间约为234ms，并在运动开始后357和436 ms达到峰值，如图所示

研究发现，积极探索纹理对振荡大脑活动有不同的影响，粗糙的纹理会增加对侧感觉运动区域的阿尔法频带ERD。粗糙纹理的喜爱处理引起颞顶β带和额叶α带ERD增加，表明选择性激活高阶大脑区域以处理不太优选的刺激。未来的研究将继续探索主动触摸过程中纹理感知的神经机制及其通过不同刺激模式和认知任务的调节。

Henderson, J., Mari, T., Hewitt, D., Newton-Fenner, A., Hopkinson, A., Giesbrecht, T., Marshall, A., Stancak, A., & Fallon, N. (2023). Tactile estimation of hedonic and sensory properties during active touch: An electroencephalography study. European Journal of Neuroscience, 1–20. https://doi.org/10.1111/ejn.16101