新生兒和嬰兒的詳細動作捕捉與肌肉骨骼計算機模型相結(jié)合，使研究人員能夠分析肌肉之間的交流和全身的感覺。

(資料圖片)

研究人員發(fā)現(xiàn)，肌肉相互作用的模式是基于嬰兒的隨機探索行為而發(fā)展的，這些行為后來使他們能夠在嬰兒時期進行連續(xù)運動。更好地了解我們的感覺運動系統(tǒng)如何發(fā)展可以幫助我們深入了解人類運動的起源和發(fā)育障礙的早期診斷。

如果你花時間和嬰兒在一起，你可能會注意到他們幾乎不會保持靜止。從出生開始，甚至在子宮里，嬰兒就開始踢腿、擺動和移動，似乎沒有瞄準或外部刺激。

這些被稱為“自發(fā)運動”，研究人員認為它們在感覺運動系統(tǒng)的發(fā)展中起著重要作用，即我們控制肌肉、運動和協(xié)調(diào)的能力。

假設我們可以更好地理解這些看似隨機的運動，以及它們?nèi)绾螀⑴c早期人類的發(fā)展。在這種情況下，我們也可能能夠識別某些發(fā)育障礙的早期指標，例如腦癱。

目前，關于新生兒和嬰兒如何學習移動身體的知識有限。

“以前對感覺運動發(fā)展的研究集中在運動學特性，導致關節(jié)或身體部位運動的肌肉活動，”信息科學與技術(shù)研究生院的項目助理教授Hoshinori Kanazawa說。

“然而，我們的研究集中在全身的肌肉活動和感覺輸入信號上。通過結(jié)合肌肉骨骼模型和神經(jīng)科學方法，我們發(fā)現(xiàn)似乎沒有明確任務或目的的自發(fā)運動有助于協(xié)調(diào)的感覺運動發(fā)展。

首先，該團隊使用動作捕捉技術(shù)記錄了12名健康新生兒(不到10天大)和10名幼兒(約3個月大)的關節(jié)運動。

接下來，他們借助他們創(chuàng)建的全身嬰兒規(guī)模的肌肉骨骼計算機模型估計了嬰兒的肌肉活動和感覺輸入信號。最后，他們使用計算機算法來分析輸入信號與肌肉活動之間相互作用的時空(空間和時間)特征。

“我們感到驚訝的是，在自發(fā)運動期間，嬰兒的運動”徘徊“，他們追求各種感覺運動相互作用。我們將這種現(xiàn)象命名為"感覺運動徘徊"，“金澤說。

“人們普遍認為，感覺運動系統(tǒng)的發(fā)展通常取決于重復的感覺運動相互作用的發(fā)生，這意味著你做同樣的動作越多，你就越有可能學習和記住它。然而，我們的研究結(jié)果表明，嬰兒根據(jù)探索行為或好奇心發(fā)展自己的感覺運動系統(tǒng)，因此他們不僅重復相同的動作，而且重復各種動作。此外，我們的研究結(jié)果提供了早期自發(fā)運動與神經(jīng)元活動之間的概念聯(lián)系。

以前對人類和動物的研究表明，運動行為(運動)涉及一小部分原始的肌肉控制模式。這些模式通常出現(xiàn)在特定于任務或循環(huán)的運動中，例如步行或伸手。

這項最新研究的結(jié)果支持了這樣的理論，即新生兒和嬰兒可以通過自發(fā)的全身運動獲得感覺運動模塊，即同步的肌肉活動和感覺輸入，而無需明確的目的或任務。

即使通過感覺運動徘徊，嬰兒的協(xié)調(diào)全身運動和預期運動也有所增加。與新生兒組的隨機運動相比，嬰兒組的運動表現(xiàn)出更常見的模式和順序運動。

接下來，金澤想看看感覺運動徘徊如何影響后來的發(fā)展，比如走路和伸手，以及更復雜的行為和更高的認知功能。

“我最初的背景是嬰兒康復。通過我的研究，我的大目標是了解早期運動發(fā)育的潛在機制，并找到有助于促進嬰兒發(fā)育的知識。

關鍵詞