解码典型的飞行状态,基于来自子中脑运动核的神经信号

科学领域:

• 神经科学是一个神经科学.
• 鸟类生物学 鸟类生物学
• 机器人技术 机器人技术 机器人技术

背景情况:

• 由于信号质量差和设备限制,对飞行神经机制的理解是有限的.
• 在飞行过程中切换运动状态的神经编码和解码对于鸟类行为控制和机器人技术至关重要.
• 关于鸟类飞行动态的神经基础的研究有限.

研究的目的:

• 为了研究子中飞行状态切换的神经机制.
• 使用神经信号解码不同的飞行状态.
• 探索鸟类大脑活动的潜力,以了解飞行控制.

主要方法:

• 长期植入微电极阵列以记录子的网状中介介质大脑 (FRM) 形成的局部场势 (LFPs).
• 在自然户外飞行期间,在不同的频段建立基于连贯性的功能连接网络.
• 利用支持矢量机器模型,根据提取的网络特征来解码各种飞行状态.

主要成果:

• 在FRM中的马波段 (80-150Hz) 显示出在子中区分飞行状态的显著功率.
• 与均飞行或基线状态相比,鸟类大脑在加速起飞和减速降落期间更有效地传输与飞行相关的信息.
• 使用马带连接功能,解码精度达到0.86,使用融合功能达到0.89.

结论:

• 该研究成功地解码了使用神经活动的子的飞行状态,特别是在马波段.
• 结果突出了FRM在处理飞行动态中的作用,并提供了对航空飞行控制的见解.
• 这项研究为进一步研究鸟类神经机制和开发生物灵感机器人的研究铺平了道路.