高尔夫推杆运动中精神集中的脑电图分析
Vaishali Patelia等研究者通过对高尔夫击球过程中的脑电图（EEG）的分析，得到了一个反映运动员精神集中程度的定量指标。
在以前的研究中，研究者往往会观察到α波段的事件相关的去同步化现象；然而，α波段的变化并不能清楚地反映精神集中的程度。研究者在Fz、Cz和T3三个不同条件下记录了EEG：睁眼休息（rest）、摆位（position）和实际推杆摆（puting）。
结果，4名受试者在休息和摆位姿势时，α波段的平均值较大。在低θ波段，推杆(putting)时的平均功率值高于休息和姿势时。此外，研究者也发现了低θ波段的能量在推杆成功和不成功之间的差异。
一、简介
对于职业高尔夫球手来说，比赛的结果往往取决于推杆，因此提高推杆的成功率至关重要。
成功的击球需要集中精神，但是目前还没有一个心理集中的量化指标，高尔夫球手在练习中依靠主观思维和经验。
一个客观的心理集中度指标可以使高尔夫球手和教练员更有效地进行推杆练习。
由于脑电图（EEG）易于记录，而且EEG与运动成绩之间的关系已被广泛研究[1、2、3]，因此研究者将脑电作为精神集中度指标的候选指标。
根据先前有关高尔夫推杆的脑电图研究，成功推杆时α波段的事件相关去同步（ERD）比不成功的推杆要大[4]。这可能是因为在推杆putt之前，alpha波会随着精神集中而增加，而EEG活动则由于推杆putt前的运动准备而降低。
在研究中，研究者在3种情况下记录了Fz、Cz和T3的脑电图：睁眼休息（rest）、假设摆位（position）和推杆（putting）为建立反馈训练指标，对高尔夫击球前脑电图进行分析。
二、方法
A、 实验程序
在实验中，研究者记录了每个参与者在三种不同的情况下的脑电图：休息、摆位和推杆。
之后休息3min，体位恢复30s，重复3次。在摆位条件下，要求参与者采取无推杆的高尔夫推杆姿势。然后参与者被要求进行30次推杆练习，以适应实验环境。课上，参与者的个人50%成功推杆距离被确定。实验对象为8名高尔夫新手和2名高尔夫高手。新手参与者进行3组推杆（每组10次），同时记录脑电图和压电传感器数据；
高手参与者进行5组推杆（每组10次）。所有参与者被要求在推杆之间等待10秒或更长时间。对于高手参与者，也记录了推杆成功率。
B、 脑电图记录
使用带有有源电极的无线EEG放大器和记录软件记录脑电图。一次性银/氯化银电极位于Fz、Cz和T3，基于10-20系统。参考电极连接在左乳突，接地电极连接在右乳突。采样率为256hz。脑电采集过程中未使用带通滤波器。
C．实验装置
一位参与者把垫子放在由地毯和软木垫制成的垫子上。杯子位于垫子的末端，直径为10.8厘米，与调节杯的尺寸相同（图1）。每名参赛者将球的起始位置与球洞之间的距离设定为50%的成功投球距离。在推杆上安装压电传感器，同时记录脑电图和压电信号（图2）。
为了减轻参与者的负担，实验每天只进行一次。
图1 垫子
图2 记录录音设备
三、分析
根据压电传感器信号，提取数据集进行分析。
压电传感器信号指示推杆何时击球。脑电数据的滤波频带在3～42hz范围内将采集到的脑电数据分为4个时间段，时间为-5～1s，然后计算出休息、摆位和推杆时的频谱图。
其余的则取从60～120s取60s的平均值。对于摆位，对3组功率谱进行了信号平均，并计算了10～30 s内20 s的平均功率值。在这方面，功率谱光谱是信号平均的，并计算了从-5到-1s取4s的平均值。高手参与者的数据被分为成功的推杆和不成功的推杆，然后平均。
图3 来自压电传感器的信号
图4 从-5到-1s期间的脑电图数据。
四、结果
推杆过程中的平均功率谱如图5所示。
水平线显示推杆前的时间（-5到-1s），垂直线显示频率。新手5和6在-2到-1s的α值低于-5到-3s的α值幂，并观察到ERD。对于高手1，在推杆之前θ值会立即降低。高手2，在推杆之前α值增加。
计算了四个频段（4-6hz、6-8hz、8-10hz和10-12hz）的平均值（图6）。
横轴显示频率，纵轴显示平均值。每个颜色条显示对应的脑电图状态（休息、摆位和推杆）。高手的平均推杆值分为成功推杆和不成功推杆。在低θ波段（4-6hz），推杆时的平均值高于休息和摆位时的平均值（图6，新手7和高手1）。在α波段（8-10hz和10-12hz）中，推杆时的平均值低于休息时的平均值（新手2、3、4、6）。在第二次练习中，高手组的平均值比第二组的平均值有所提高。
新手1
新手2
新手3
新手4
新手5
新手6
新手7
新手8
高手1-成功（n=20）
高手1-失败（n=30）
高手2-成功（n=24）
高手2-失败（n=26）
图5 推杆时的光谱图
新手1
新手2
新手3
新手4
新手5
新手6
新手7
新手8
高手1
高手2
图6 三种测试条件下的波段频带值功率
五、讨论
记录休息、摆位和推杆状态的脑电图进行分析。
休息和摆位的α值倾向于高于推杆。这可能是因为参与者在休息和摆位上比在推杆上更放松。在低θ波段，推杆的平均值增加。这可能是由于执行推杆而产生的运动伪影。然而，在高手的结果中，成功的推杆和不成功的推杆的平均值是不同的。这表明低θ波段平均值的增加可能与精神集中有关。
六、 结论
在这项研究中，研究者记录了在休息、摆位和推杆时的脑电图，并分析了在进行推杆前一段时间内的脑电图。
结果表明，在推杆期间，低θ值增加，α值降低。这个研究受限于受试者人数较少，部分受试者的脑电图呈现出变化趋势。研究者正计划对更多的高手（高尔夫球手）进行实验，并引入其他分析技术，从不同角度分析数据。
参考文献
[1] G. Pfurtscheller and F.H. Lopes da Silva, “Event-related EEG/EMG synchronization and desynchronization: basic
principles”, Clinical Neurophysiology, Vol.110, No.10,
pp.1842-1857, 1999.
[2] Jochen Baumeister, Kirsten Reinecke, Heinz Lisen and MichaelWeiss, “Cortical activity of skilled performance in a complexsports related motor task”, European Journal of AppliedPhysiology, Vol.104, No.4, pp.625-631, 2008.
[3] Martijn Arns, Michael Kleinnijenhuis, Kamran Fallahpour andRien Breteler, “Golf performance enhancement and real-lifeneurofeedback training using personalized event-looked EEG profiles”?Journal of Neurotherapy?Vol.11?No.4, pp.11-18, 2007.
[4] Claudio Babiloni, Claudio Del Percio, Marco Iacoboni, Francesco Infarinato, Roberta Lizio, Nicola Marzano, Gianluca Crespi, Federica Dassu, Mirella Pirritano, Michele Gallamini and Fabrizio Eusebi, “Golf putt outcomes are predicted by sensorimotor cerebral EEG rhythms”, Journal of Physiology,
附：
BCIduino 8通道脑电放大器具体参数如下：
输入阻抗：1TΩ
输入偏置电流：300pA
输入参考噪声：1μVpp
采样速率：250 Hz/500Hz
共模抑制比：-110dB
可调增益放大倍数：1、2、4、6、8、12、2
分辨率：24 位 ADC，精度最高可达 0.1μV
功耗：正常工作时 39mW，待机时低至仅 10μW
采用可充电锂电池供电，进一步降低来自外部的干扰。
尺寸：50mm*50mm（实物测量，存在细微误差），实物图如下图1.
图1 BCIduino实物图
经过长期的研发，BCIduino已经对：
matlab/python/OpenBCI_GUI/Android/OpenVibe等兼容，可以应用于日常的低成本脑电项目和产品开发，并且表现出了较OpenBCI更好的干扰屏蔽性能（对比如下图2、图3）。
图2 BCIduino在普通嘈杂环境下、悬空状态的数据波形，可以观测到并无其他干扰出现
图3 OpenBCI在普通嘈杂环境下、悬空状态的数据波形（测量环境、测量时间、软件滤波器设置参数与图2BCIduino相同）
#本篇由BCIduino脑机接口开源社区原创/转载（公众号“BCIduino脑机接口社区”）。BCIduino脑机接口社区由来自北京航空航天大学、康奈尔大学、北京大学、首都医科大学等硕博发起成立，欢迎扫下面码加入社群，也欢迎采购BCIduino脑电模块和外骨骼等（某宝搜索即可或者扫码详询）。
