大脑机器接口学习通过分布式皮质反的特定模式来促进.
Aamir Abbasi1, Henri Lassagne1, Luc Estebanez1
1Université Paris-Saclay, CNRS, Institut des Neurosciences Paris-Saclay (NeuroPSI), 91400 Saclay, France.
Science advances
|September 22, 2023
概括
人工感官反中的连续的时空模式对于有效的脑机界面至关重要. 这一发现有助于为运动障碍患者设计更好的神经假肢.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 神经修复品是一种神经修复品.
背景情况:
- 神经假肢的目的是恢复受损患者的运动功能.
- 有效的神经假肢需要无整合人工感官反与大脑的感官运动回路.
- 实现自然主义的体感反是脑机界面 (BMI) 设计的一个关键挑战.
研究的目的:
- 为了研究有效的感官运动集成所需的人造体感官反的时空性质.
- 确定连续刺激模式是否对于闭环BMI中的学习至关重要.
- 建立神经假肢感官反系统的设计原则.
主要方法:
- 一个闭环的大脑机器接口被开发用于训练头部固定小鼠.
- 小鼠学会通过调节运动皮层神经元活动来控制虚拟光标.
- 人工体感反通过分布式光遗传刺激在主要体感皮质中传递,具有不同的空间和时间连续性.
主要成果:
- 只有当光遗传刺激模式在空间和时间上连续时,小鼠才能成功学习光标控制任务.
- 连续的反模式需要跨越体感皮层的地形.
- 不连续的刺激模式不支持任务掌握,表明对特定的时空动态的要求.
结论:
- 传感运动电路在表现出连续的时空动态时有效地整合了人工反.
- 刺激的空间和时间连续性是成功的神经修复功能的一个关键因素.
- 这些发现为设计先进的神经修复器提供了对感觉运动皮质整合原理的重要见解.


