通过对几天内简单的想象运动的代表性可塑性进行抽样,从而实现长期的神经假肢控制

科学领域:

• 神经科学
• 生物医学工程
• 人与计算机的交互

背景情况:

• 神经系统需要在表达稳定性和可塑性之间保持平衡.
• 了解神经表现的稳定性和适应性对于人类的简单行为至关重要.
• 之前的研究还没有完全阐明这些动态,特别是在神经假肢的背景下.

研究的目的:

• 研究人类简单的想象运动的表现稳定性和可塑性.
• 探索这些神经表现在新环境中的适应性,特别是在脑机界面 (BCI) 控制期间.
• 揭示中大尺度代表性统计的洞察力,使长期的神经假肢功能.

主要方法:

• 在四肢患者中使用心电图 (ECoG) 脑电脑接口 (BCI).
• 分析了低维多元体的稳定性和可想象运动的相对表示距离.
• 在BCI控制过程中研究了日常漂移,神经统计学调节和上下文特异性.

主要成果:

• 简单的想象运动的神经表现在它们的低维多元和相对距离上表现出了显著的稳定性.
• 在集散器的绝对位置上观察到约束的日常漂移.
• 在BCI使用过程中,神经变异被灵活调节,以增强表达距离,显示特定环境的适应性.
• 随着实践的推进,代表性的辨别性得到了改善,并且是BCI特有的.

结论:

• 简单行动的神经表现是稳定的,但具有可塑性,允许适应.
• 包括神经变异的灵活调节在内的中等尺度表示统计是强大的神经假肢控制的关键.
• 这些发现使得机器人肢体能够长期复杂地进行神经假肢控制,