

你有没有想过,当篮球运动员站在罚球线前,大脑和身体是如何默契配合完成投篮的?最近,一项来自德国奥尔登堡大学的研究 “A Portable Solution for Simultaneous Human Movement and Mobile EEG Acquisition: Readiness Potentials for Basketball Free-throw Shooting” 给出了有趣的答案 —— 他们用两部智能手机就实现了对大脑活动和身体动作的同步监测,揭开了篮球罚球中的神经与运动秘密。
一、背景介绍
传统脑科学研究受技术限制,依赖功能性磁共振成像(fMRI)、脑磁图(MEG)等技术,要求参与者保持静止,导致研究结果难以推广到自然运动场景,引发对生态效度的担忧。近十年,移动近红外光谱(fNIRS)和移动脑电图(EEG)技术取得进展,已能在行走、骑行、游泳等多种全身运动中记录脑电活动,为探索运动表现的神经机制提供了可能。
准备电位(RP)是自主动作前的脑电负向偏移,与运动准备、技能习得相关,专业人士的 RP 振幅常大于业余人士。但现有研究多聚焦手指按键等简单动作,缺乏对复杂运动的探索。篮球罚球需精准动作序列,但此前研究多在模拟场景中进行,尚未比较成功与失败投篮的 RP 差异。其他相关研究则依赖运动传感器等技术,且部分限于实验室环境。
移动脑 / 体成像(MoBI)概念旨在自然环境中研究人类脑活动与运动行为,但该领域研究通常使用虚拟现实和静止运动捕捉技术,可能限制设备和参与者的移动性。因此,开发一种低成本、便携的方案,在实验室外同步记录 EEG 和全身动作,对探索复杂运动的神经机制具有重要意义。
二、实验方法
1参与者
26 名右利手健康篮球运动员参与研究(3 名女性,23 名男性),年龄 18-32 岁(平均 25.88 岁,标准差 4.19),均有至少 3 年篮球经验且每周规律训练至少 2 次。
2实验场地
数据采集在奥尔登堡大学体育科学中心体育馆的篮球场上进行,另一次在 EWE 巴斯克斯奥尔登堡篮球俱乐部的训练设施中完成。
3核心设备
脑电记录:采用32 通道无线 EEG 设备 Smarting Pro(mBrainTrain, Beograd, Serbia,南京尖创科技为该设备的代理商),参考电极位于 FCz,接地电极位于 AFz,阻抗控制在 20kΩ 以下。放大器固定于头帽后部,通过三星 Galaxy S21 FE 5G 手机的 Smarting Pro 应用记录,采样率 250Hz,同步记录视频及内置 IMU(3D 加速度计、陀螺仪)数据。
运动捕捉:另一部三星 Galaxy S21 FE 5G 手机通过 MediaPipe 姿态关键点检测(Pose Landmark Detection,PLD)技术实时追踪全身 33 个 2D 骨骼点坐标,采用 Lab Streaming Layer(LSL)以 15Hz 采样率记录,时间戳同步。
辅助运动传感器:右腕佩戴 Movella Dot IMU 设备,记录加速度计、陀螺仪和磁力计数据,通过 LSL SENDA 应用以 60Hz 采样率无线传输。
数据同步与存储:所有信号(EEG、PLD、IMU)通过 Android LSL RECORDA 应用同步,最终以 XDF 格式存储为单一文件。
4实验流程
参与者按篮球规则连续罚球,站于距篮筐 4.6 米的罚球线处,在 EEG 准备后有 5 分钟熟悉时间。共完成 120 次投篮,分 6 组进行(每组 20 次),组间休息 1 分钟以减少疲劳。实验指令为 “准备好后投篮,尽力发挥”,禁止投篮间运球,需在动作前充分准备。实验全程约 90 分钟,经同意后从右侧(优势手侧)侧面和背面录制 PLD 视频。

图 1. 篮球罚球的便携式实验装置
5EEG数据处理
数据对齐: 使用 Matlab 的 load_xdf 函数自动校正时间抖动,通过线性插值法将 PLD 和加速度计数据与脑电图时间戳对齐。
运动起始点检测: 以 PLD 中右手腕 Y 坐标超过右眼 Y 坐标的 “设定点” 为时间参考,通过基线期(-2500ms 至 - 2000ms)加速度均值加 1 个标准差确定阈值,反向计算运动起始时间(定义为 0ms latency)。
EEG 预处理: 使用 EEGLAB 和 Matlab 脚本处理,包括剔除坏通道、2-30Hz 滤波、 epoch 划分(-2.5 至 0 秒)、ICA 分解、0.2-10Hz 滤波、基线校正(-2.5 至 - 2 秒)、基于 ICLabel 剔除 artifact 成分、剩余 artifact epoch 剔除、球面插值替换坏通道数据、重参考至 TP9 和 TP10,最终平均试次得到准备电位(RP)。

图 2. 脑电图(EEG)预处理流程
6ERP 成分参数化与分析
有效试次:平均剔除 12% 的 epochs,每位参与者平均保留 103 次试次(范围 97-113 次)。
RP 分析:在运动前 - 1500 至 0ms 期间,对额中央通道(Cz、C3、C4、Fz、FC1、FC2)的 RP 进行分析,将其按 100ms bins 参数化,得到每位参与者 15 个特征,运动起始后 0-1000ms 仅用于可视化
7统计分析
采用 Matlab 自定义脚本分析数据,显著性水平设为 α=0.05。通过 Shapiro-Wilk 检验验证数据正态性,多重比较时采用 False Discovery Rate(FDR)校正。核心分析包括以下方面。
运动起始验证:通过 Wilcoxon 符号秩检验评估各身体部位在运动起始时的加速度变化,结合二项检验分析显著运动的参与者比例。
RP 存在性检验:对选定通道和 -1500 至 0ms 的时间 bin 进行 t 检验,校正多重比较后评估 RP 存在性及成功与失败试次间的差异。
RP 与表现关系:采用点双列相关分析单试次 RP 振幅与罚球结果的关系,计算 R² 评估解释方差。
姿态与表现关系:同样通过点双列相关分析 PLD 的身体部位坐标(x、y、z)与罚球结果的关系,时间范围为 -2500ms 至 1000ms,按 100ms 间隔分析,计算 R² 评估解释方差。
三、研究结果
1运动起始验证
通过 Wilcoxon 符号秩检验和二项检验发现,在基于加速度计确定的运动起始时刻,左手食指、左小指、左拇指、左手腕(p<0.05*)以及双侧髋部(p<0.01**)在参与者中出现了显著运动,且这些身体部位出现显著运动的参与者比例显著高于随机水平,其中左手的运动起始在参与者中最为一致。

图 3. 不同身体部位加速度幅值的均方根(RMS)随时间的变化
2准备电位(RP)的存在性
组平均水平上,额中央区通道(Cz、C3、C4、Fz、FC1、FC2)记录到清晰的 RP,其地形分布和形态与以往研究一致,约在运动前 -1000ms 开始出现。Cz 通道在-400ms、-300ms(p<0.05*)、-200ms 和 -100ms(p<0.01**)时振幅显著偏离基线,其他额中央区通道也在相应时间段呈现统计学显著性,组平均显示 “设定点” 出现在运动起始后 544ms。

图 4. 人体运动捕捉与事件相关电位(ERP)的联合组平均结果。结合移动 EEG、运动模式和传感器惯性测量单元(IMU)信号,分析任务执行过程中的准备电位(RP)和运动活动
3RP 振幅与投篮表现的关系
个体水平上,对 RP 振幅与投篮结果的点二列相关分析显示,无参与者在任何时间窗口存在显著相关(p>0.05)。组水平比较发现,运动执行前最大 RP 振幅位于 Fz 通道,但额中央区通道在成功与失败投篮条件下的 RP 无显著差异,部分参与者 Fz 通道差异较大但整体解释方差低,未表现出可区分投篮表现的 RP 特征。

添加图片注释,不超过 140 字(可选)
图 5. 不同条件下参与者的事件相关电位(ERP)组平均对比。图中展示了所有参与者在 Cz 通道记录的 ERP 平均振幅,对比了篮球罚球成功(命中)和失败(未命中)两种情况。准备电位(RP)振幅以 100 毫秒为时间窗口,呈现从运动起始前 - 1500 毫秒到 0 毫秒的变化。蓝色柱形代表成功投篮,红色柱形代表失败投篮,误差棒表示每个时间窗口的均值标准误差
4身体姿态与投篮表现的关系
经 FDR 校正后,10 名参与者在不同时间段的身体姿态坐标存在统计学显著差异(p<0.05*),上半身部位姿态差异解释方差最大,如 “右手腕 Y 坐标”“右小指 Y 坐标” 和 “左小指 X 坐标”。成功投篮运动前手腕相对髋部更低,设定点时手腕更高,且成功与失败投篮的设定点出现时间相差约 26ms。

图 6. Fz 通道中参与者不同条件下事件相关电位(ERP)特征的点二列相关解释方差(R²)

添加图片注释,不超过 140 字(可选)
图 7. 成功投篮(命中)与失败投篮(未命中)的姿态标志点差异
四、讨论
1运动起始验证
运动起始验证对确定准备电位(RP)至关重要,相比简单的手指按键动作,全身性运动序列的运动起始识别更具挑战性。本研究结合全身姿态检测(PLD)信号与腕部加速度计,发现手部 / 腕部运动是篮球罚球动作序列中较早启动的部位,在加速度计指示的运动起始时刻,左手手指、手腕及双侧髋部等身体部位在参与者中出现显著运动。尽管不同传感器信号的时间同步细节未深入分析,但整体上脑电图、PLD 和加速度计信号对齐效果良好。不过单摄像头姿态检测存在局限性,尤其在 Z 轴(深度)方向的姿态估计准确性较低,因此实验中通过调整摄像头位置(侧方捕捉主要运动轨迹)并舍弃 Z 轴信息以减少误差。
2准备电位(RP)的存在性
组平均事件相关电位中,额中央区通道在篮球罚球动作起始前数百毫秒出现了清晰的 RP,其地形分布和形态与以往研究一致,空间分布符合运动前神经活动在额中央区定位的预期。统计分析显示,从 - 400ms 到运动起始阶段 RP 振幅显著偏离基线,形态上 RP 斜率在运动起始前逐渐增加,且早期 RP 可能在 - 1000ms 左右已开始出现。这一结果复制并补充了以往在实验室外记录全身性运动准备阶段 RP 的研究,证实了 RP 在该实验情境下是可观测的有效现象。
3RP 振幅与表现的关系
以往研究表明中央皮层区更大的 RP 振幅可能与更好的运动准备和执行相关,且在专家与新手的目标运动技能对比中发现专家 RP 振幅更大。但本研究未发现 RP 振幅与罚球表现存在关联,在个体水平的单试次 RP 振幅与表现的点二列相关分析中也未发现系统关联。这可能与个体内与个体间比较的机制差异、样本中参与者技能水平差异较大(投篮准确率 21%-93%)、ERP 成分固有的高个体变异性等因素有关,且平均 RP 形态对单试次运动前活动模式的估计有效性也存在争议。
4身体姿态与表现的关系
部分参与者的运动分析显示,成功与失败罚球的姿态存在显著差异。成功罚球的特征包括运动执行前手腕相对髋部位置更低、上半身(手臂和手部)位置更高、头部姿态更稳定,这些与以往研究中描述的正确罚球技术(如下蹲蓄力、稳定瞄准点)一致。在设定点时,成功罚球的手腕抬高更高,这与投篮轨迹优化所需的角度、高度等特征相关。此外,头部姿态差异可能与视觉注意力(如 “安静眼” 现象)有关,但本研究未采集眼动数据。结果还表明表现准确性受个体特征影响显著,不同参与者的显著姿态差异部位和时间窗口存在个体差异。
五、总结
该研究为首项探究在篮球罚球过程中检测准备电位(RP)可行性的研究。这也是最早在实验室外、在复杂的全身性目标技能动作准备阶段对准备电位进行监测的报告之一。研究还得出结论,将人体运动捕捉与人体脑电图采集同多功能、便携且低成本的技术相结合是可行的。这种方法一旦得到充分开发和验证,将有助于研究人员更好地理解大脑如何协调复杂的全身性运动。这不仅在人类运动表现研究领域具有重要意义,在临床诊断和干预研究中也同样具有价值。
文献来源:Contreras-Altamirano, M., Klapprott, M., Jacobsen, N., Maanen, P., Welzel, J., & Debener, S. (2025). A Portable Solution for Simultaneous Human Movement and Mobile EEG Acquisition: Readiness Potentials for Basketball Free-throw Shooting. arXiv preprint arXiv:2501.05378.
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。