在小鼠神经元机器界面中双向优化发射速度
Yixun Zhao1,2, Pengying Lu1,2, Xiao Wang1,2
1State Key Laboratory of Digital Medical Engineering Sanya Research Institute of Hainan University, Hainan University, Haikou, Hainan, China.
Biology letters
|September 3, 2025
概括
小鼠使用脑机接口来学习抽象优化, 通过调整神经发射率以获得奖励. 这表明神经可塑性使大脑能够适应并优化复杂任务的活动.
科学领域:
- 神经科学
- 计算神经科学
- 神经可塑性
背景情况:
- 神经可塑性使大脑能够适应神经活动.
- 目前尚不清楚神经可塑性是否可以用于抽象的优化任务,例如寻找曲线极限.
- 了解这一点可以提高脑机界面 (BMI) 的应用.
研究的目的:
- 通过使用BMI来研究小鼠的运动皮质神经元是否可以优化它们在单模曲线上的活动.
- 确定神经可塑性是否是通过反学习抽象优化规则的能力.
主要方法:
- 在小鼠中使用了脑机界面 (BMI).
- 有关神经元发射率的听觉反与水奖励相结合.
- 训练小鼠在曲线上调整射击速度,以提高声音频率的速度,寻求加速奖励的极限.
主要成果:
- 鼠标成功地学会了向曲线的顶点调节射击速度.
- 获得奖励的时间显著减少 (从18.64±7.30秒到11.59±4.38秒).
- 高响应事件增加 (从66到104次),神经元优先考虑高响应间隔.
结论:
- 皮层神经元可以在非单调的奖励场景中动态优化活动.
- 神经可塑性是抽象任务中的自适应优化基质.
- 这项研究通过反扩大了学习抽象规则的理解,并对神经假肢设计产生了影响.
