rhesus 子学会通过生物反来控制由定向键启发的大脑机器接口
Chenguang Zhang1,2, Hao Wang3, Shaohua Tang1,4,5
1Center for Cognition and Neuroergonomics, State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University at Zhuhai, Zhuhai, People's Republic of China.
PloS one
|January 17, 2024
概括
这项研究展示了一种简单的生物反脑机界面 (BMI) 方法来控制光标. 子学会了有效地控制BMI,显示了这种用户学习范式的可行性.
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
- 机器学习 机器学习
背景情况:
- 大脑机器接口 (BMI) 允许直接的神经控制外部设备.
- 现有的BMI经常使用复杂的生物模拟算法,但利用用户学习的生物反方法正在获得引力.
- 慢性记录的可访问性和广泛使用计算机光标等新型附件支持生物反范式中的用户学习.
研究的目的:
- 测试一种简单的生物反脑机界面 (BMI) 方法的可行性,该方法依赖于用户学习.
- 实施和评估用于光标控制的射击速度与运动对应规则.
- 探索生物反控制新型非生物附录的潜力.
主要方法:
- 实现了一个简单的射击速度与运动对应规则,用于2D光标.
- 将神经元组分配给虚拟的"定向键",用于控制.
- 利用了一个生物反范式,其中两只 rhesus 子在多个会话中执行了一个中心外的光标移动任务.
主要成果:
- 大约一周的训练后,子在光标控制任务上取得了更好的表现.
- 神经信号模式表现出群体级别的变化,表明神经学习成功.
- 这项研究证明了拟议的生物反控制范式的可行性.
结论:
- 一种简单的生物反BMI方法利用用户学习是可行的和有效的,用于光标控制.
- 这种范式显示出控制新型附录的希望,并保证在多维应用中进一步研究.
- 这些发现表明,BMI系统可以有效地利用用户的适应能力.
