大脑对双手运动的控制,由循环神经网络启用

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
• 康复技术 康复技术 康复技术

背景情况:

• 目前的大脑-计算机接口 (BCI) 主要集中在单效应控制上.
• 恢复多效应运动,就像双手动一样,对于增强患者的功能至关重要.
• 解码同时的多效应器运动是复杂的,因为组成的神经代码和非线性调变化.

研究的目的:

• 为了证明使用神经网络 (NN) 解码器对两个光标进行高质量的双手控制的可行性.
• 调查NN如何利用神经"横向性"来区分肢体运动在相关的神经调.
• 开发和验证一种用于训练循环神经网络 (RNN) 的方法,用于在线双引标控制.

主要方法:

• 模拟被用来分析NN解码策略为双月控制.
• 为RNNs开发了一种新的训练方法,涉及时间扩张/压缩和训练数据的重新排序.
• 培训方法的有效性是通过其促进通用化到在线控制设置的能力来评估的.

主要成果:

• 证明NN解码器有效地利用神经"侧面性"维度来区分左手和右手的运动.
• 开发的时间数据操纵技术改善了RNN通用化到在线双引标控制.
• 一个的人成功地使用开发的BCI系统同时控制了两个计算机光标.

结论:

• 神经网络解码器在BCI中的多效应器解码方面显示出显著的希望.
• 拟议的培训方法提高了RNN在实时,多效应控制方面的适应性.
• 这项研究推进了恢复患者复杂运动功能的潜力.