Translate this page to:
Chinese
In JoVE (1)
Other Publications (16)
- Biological Cybernetics
- IEEE Transactions on Neural Systems and Rehabilitation Engineering : a Publication of the IEEE Engineering in Medicine and Biology Society
- Journal of Neural Engineering
- Experimental Brain Research. Experimentelle Hirnforschung. Expérimentation Cérébrale
- Journal of Neurophysiology
- Neural Computation
- Experimental Brain Research. Experimentelle Hirnforschung. Expérimentation Cérébrale
- Frontiers in Neuroscience
- Frontiers in Neuroscience
- PloS One
- Cognitive Neuropsychology
- Journal of Neurophysiology
- Experimental Brain Research. Experimentelle Hirnforschung. Expérimentation Cérébrale
- Journal of Integrative Neuroscience
- IEEE Transactions on Neural Systems and Rehabilitation Engineering : a Publication of the IEEE Engineering in Medicine and Biology Society
- The Journal of Neuroscience : the Official Journal of the Society for Neuroscience
Automatic Translation
This translation into Chinese was automatically generated.
English Version | Other Languages
Articles by Amir Karniel in JoVE
JoVE Neuroscience
一维类似图灵汽车情报握手测试
Biomedical Engineering, Ben-Gurion University
我们目前的图灵握手测试，通过telerobotic系统中，读写器是拿着机器人的手写笔，与另一个党（人或人工）交互管理。我们使用一个被迫的选择方法，并为人工模式的相似性，一个人握手中提取的一种措施。
Other articles by Amir Karniel on PubMed
序列、 时间或状态表示： 电机控制系统如何适应环境变量？
时宜运动的观察是否暗示一些的时间，如一个假设性的神经时钟的内部表示形式的存在呢？在这里我们报告旨在调查科目是否形成正确的自适应表示非常可预测的方式更改的力学环境的实验结果。在这些实验中，主题被要求时，执行手臂动作二维工作区，在遇到依赖时间的令人不安的部队。我们提供正式的定义时表示形式和结束我们科目不用于电机测试条件下的适应时间表示形式。科目在下列实验中执行手臂达到运动： (1) 六个实验正弦时变场 ；(2) 六个实验中的交替粘滞力场，在其中的目标数允许部队逼近的复杂的依赖状态的力场 ； 简单的序列(3) 交替粘滞力场，没有依赖状态的力场近似于当日可能同样简单的序列中的六个实验。我们发现科目没有不适应的时间变的力场，无法形成的力场简单的序列有足够的代表性。在后一种情况，只要有可能，他们适应状态相关的单个字段，产生类似于两个交替字段的部队。此状态依赖生成字段作为字段的应用顺序同样的力量只能通过轨迹在培训阶段期间执行该科目。但是，依赖状态的字段是不足以产生生成的字段序列上一套新的轨迹，正确部队。这些结果并不符合至少科目将测试的情况下制定的依赖时间的力量，正确的表示形式的假说。我们推测负责向外部力量运动适应的系统可能无法聘用时间表示形式。虽然有可能这种表示可能出现在更长时间和/或紧张的培训中，我们的结果显示由自适应系统首选项，以便推广基于代表外部力量的状态而不是对时间的依赖。
混合 Neurorobotic 系统的动态维度。
这项工作的目标是了解如何神经组织可以派你来执行预定的功能。我们开发了一种研究工具，在一个封闭的循环中包括 lamprey 和相互联系的两轮机器人的脑干。我们在这里报告框架研究动态的基础与机器人这种组织的相互作用的神经组织的发展。
体外的计算分析： 动态和神经机器人系统的可塑性。
当大脑与环境交互时它不断表示在窗体中调用内部模型环境才能适应。内部模型的神经生物学基础是由连接和神经元的动力学性质。因此，神经组织和外部设备之间的交互为调查的连通性和动力性能的神经人口提供基本的一种手段。我们制定了这一想法，调查和代表 lamprey 脑干神经元种群的动力学行为华伦天奴布赖滕贝格上, 世纪 80 年代提出。脑干维持体外和连接在封闭循环中使用两种类型的人工设备： (a) 模拟的动力系统和 (b) 一个小型的移动机器人。在这两种情况下，该设备由记录胞外信号控制，其输出结果被翻译成传送到系统神经电刺激。第一项研究的目标是估计的动态维度的神经制备单输入单输出配置中。动态维度是，以及应用输入确定系统的输出状态变量的数目。结果表明虽然此神经系统具有显著的动力学性质，其有效的复杂性，所确定的动力维度，是相当温和。在第二次研究，我们认为更具体的情况，在其中的相同部分的中枢神经系统控制两个输入两个输出配置中的机器人设备。我们从神经机器人的准备到神经网络模型具有不同的内部动态的输入输出数据，我们观察到的每个模型的泛化误差。符合第一项研究，这第二次试验表明一个简单的经常性动力模型能够捕获混合动力系统的行为。这种实验和计算框架提供了手段调查神经可塑性和脑-机接口在范围内的内部表示形式。
两手适应： 两手节奏的运动的内部表示形式。
从绑你的鞋子和裁剪你到末尾的精细研讨会夹道的领带，两手协调我们在日常活动中发挥了重要的作用。两手协调中的一个重要现象是朝中的两手节奏的运动性能的镜像对称的倾向。虽然学习和适应的两手协调已观察到的现象，他们尚未得到研究自适应控制和成功受聘在达成运动和适应的舞台上，迫使扰动的内部表示形式方法的上下文中。在本文中我们检查涉及的学习机制的动态时科目被训练来执行两手的非谐波 polyrhythm 两手食指攻任务中。科目培训在此任务中隐式使用变造的视觉反馈，而他们的表现不断进行监测，在整个试验。我们的实验结果表明存在重大 (p < 0.01) 学习曲线 (即错误情节重大负面斜坡） 期间培训和带句号冲蚀的可视反馈消失而修改后的后遗症。这些结果证实在两手的电机控制中的内部表示形式的形成。我们现时简单、 生理似是而非的神经的模型，结合了反馈和控制过程中的适应，即能够重现的两手协调和适应的关键现象。
解释在使用脊髓和下肢的生物力学模型的运动皮层的神经活动的模式。
什么因素决定的特定模式的运动皮层 （M1） 在给定的电机任务的上下文中的神经元的激活？我们目前描述从神经活动 M1、 肌肉控制信号，通过到关节力矩和到终结点力量和运动转化的系统级生理模型。系统的冗余被解决生物合理优化标准。该模型解释了神经活动的人口和单个神经元，水平。由于该模型的相对简单和解析易于区分，它提供了系统，以及可能的因果解释，这些是如何确定的总体行为的最显著的特征就直觉。此外，它解释了一大批最近的意见，其中包括时间上的单神经元和烧成率在等轴测图和移动任务，窄调谐曲线、 非余弦调谐曲线、 首选方向任务期间的变化及变化的首选方向由于不同的实验条件的人口的格局。
具有约束的最小加速度标准意味着棒棒控制作为手臂达到运动轨迹优化的基本原则。
快速达成手臂运动作为优秀试验台的任何关于轨迹形成的理论。这些运动计划如何？最小加速度标准曾在过去和获得，该解决方案基于欧拉泊松方程，未能预测手将开始和结束 （即着零加速度） 休息运动。因此，这一标准被拒绝支持最低的混蛋，被证明是成功地描述人体运动的许多功能。这封信遵循另一种方法，解决了使用求解机械的最小原则的约束的最小加速度问题。我们使用的最低限度的原则获得最低加速度轨迹和挺举用作控制信号。找到一个解决办法，不包括生理性冲动的功能，最大的制约因素和假定值最小混蛋。该分析解决方案提供了三个阶段分段常数挺举和这两个开关时间的程度取决于规模最大和最小可用挺举值的信号挺举 （棒棒控制）。这一结果适合观测到达成运动的轨迹，并考虑到外在的坐标和肌肉限制在一个单一的框架中。最低加速与约束原则作为一个统一的方法，为很多意见讨论了关于运动的神经控制。
在马达适应自主神经系统的参与： 加速或错误减少吗？
在过去几个几十年电机适应广泛研究观测达成动作不变的特征。在并行神经行为学习的双因素理论的保护伞下研究了线研究情绪性学习。在这项研究中我们探索运动技能学习与执行握住计算机鼠标的点到点达到运动的科目的自主神经反应 (心率、 HR) 之间的关系。我们考虑替代的两种结果： 一个是自主神经反应相关学习率和第二个是自主神经反应关联，残余的错误，在稳定状态。十八个科目进行达到运动下摄动的视觉反馈，表明学习和学习效果后。手运动以及心电图信号被整个培训记录和仔细分析了脱机提取审判的审判错误以及心期。结果显示明显的相互关系 HR 的变化和剩余的错误但 HR 的变化与支持第二种备选的自主神经反应与关联的错误，但不学习率的敏感性，学习率无相关性。另一个七个科目控制组经历了相同的实验无摄动的视觉反馈。此控件组在 HR 表明没有变化。进一步的研究和所需验证这一假设解开其中的自主神经反应与残余的马达错误关联的机制。
简单和准确发病来衡量钟形速度配置文件的检测方法。
电机控制神经科学家测量肢体运动轨迹，并提取的多种用途的运动开始。这种轨迹常常对齐个人运动爆发前提取该运动的特征和它们的属性进行检查。开始执行检测，可以手动或自动，通常通过选择速度阈值。在这里，我们提出一种比常规速度阈值技术更准确的简单发型检测算法。建议的方法基于简单的回归和遵循约束模型，钟形的运动的初始阶段建立模型的立方功率的时间最小加速度。我们证明性能的建议的方法，并向速度阈值技术和手动开始检测由电机控制专家组进行比较。进行这种比较数据库包括模拟的最小混蛋轨迹和记录达到运动。
关于大脑和机器之间的对话的新观点。
脑-机接口 （准确按时计帐计划) 主要被调查作为瘫痪的人们提供新的沟通渠道，与外部世界的手段。但是，脑与人工装置之间的通信也提供了一个独特的机会，研究动力系统的属性的神经。这次审查的重点双向接口，它通过神经信号转化为设备和神经刺激到设备的输出输入命令操作两种方式。我们将讨论如何调查神经信息处理和如何神经动力学的双向准确按时计帐计划帮助可能参与外部设备的控制。在这方面，双向 BMI 可以视为神经的录音和刺激器具，通过人工身体连接的花式组合。人工身体可以设计几乎无限的方式，观察神经动力学的不同方面，并需的控制政策的近似。
适应延迟的力扰动的达到运动。
在过去几十年中，适应期间达到运动的确定性力扰动是广泛研究。在这里，我们可以使用这一方法探索大脑能够适应延迟的速度依赖于力场。两组的预制标准达到速度取决于力场作用下的实验。该部队是要么立即成正比的当前速度 （控制） 或落在 50 ms （测试）。结果表明明确适应延迟的力扰动。Catch 审判期间直线偏离了转移时间相比给指示延迟的力场期待非延迟的速度取决于字段 （控制）、 post-adaptation。适应强制字段被认为是一个在其中的电机系统预测部队预计根据肢体将假定电机命令响应的状态的过程。这项研究表明这一预测的时间窗口不需要固定的首次。这是信息的有关的补偿传输中的变异性整个感官电机系统的自适应机制的能力。
在空间中的几个月： 共感调节注意和采取行动。
几个月空间主试经验月作为序列排列在空间上定义的配置中。虽然大多数工程通感曾其知觉的影响研究，这项研究侧重于 synaesthete 行动行为对通感影响。格勒、 月空间 synaesthete 和 5 匹配的控件在触觉和虚拟现实技术结合的环境，特别设计的模拟格勒的三维通经验执行空间的 Stroop 类似任务。在实验中，一个圆和一个词被同时提交。词组成的月份名称或方向的名称，是位于屏幕的中心，而圆显示在四个外围设备之一职位-顶部、 底部、 右，或离开。当被问及格勒忽略单词并达成圆时，被发现没有效果。与此相反的是，当有人问她忽略圆并达到一词所表示的位置，一致性效应被发现的几个月和方向的话。至关重要的是，这些效果达到性能 （即路径、 速度和运动轨迹） 所有测量中显而易见。我们的研究结果显示月空间主试的个月触发空间转移注意力的方式类似方向一样。此外，这些转移注意力的影响不只潜伏认知过程 （即反应时间） 但还公开行为 (即，整个手运动)。
Proximodistal 渐变中延迟刚度的看法。
近端和远端的肌肉是不同的大小，最大驱动力、 机械操作和神经肌肉控制。当前研究中我们探讨延迟刚度的看法，探讨使用不同关节运动执行时。我们发现所低估的延迟刚度 proximodistal 渐变中探测与肩、 肘、 和腕关节之间的过渡。此外，在类似渐变刚度的估计和预测对议题的看法的遵守情况的估计的逆之间的最优权重。这些渐变不可以归咎于运动幅度、 持续时间、 速度和力量振幅的差异，因为联合用于探测不显著调制这些变量。平均力没有要么遵循类似的渐变。因此我们建议在感知中的观察到的渐变显示 proximodistal 渐变在控件中，这样近端关节由力控制，而远端的关节位置控制由主宰主宰。
在起重系列虚拟对象的预测控制的证据。
人类的电机控制系统正常动态和时间的不同环境中的行为。在这里，我们探讨了在一个简单的电机任务取消一系列虚拟对象的电机系统的预测能力。时主题升降机的对象，他/她使用期望重量的对象生成电机的命令。各种型号的电机学习学习算法的雇用，基本上是期望未来，成为类似于以前有经验的环境。在此研究中，我们要求取消增加权重的一系列的主题和确定它们是否从过去的经验推断，并预言系列中的下一个重量，即使从来没有经历过的重量。握力的吊装任务的开头是期望的电机清洁标志。与文学主张适应以期待加权的平均基于过去的经验学习的马达，我们结果表明电机系统能够预测随后重量后面一系列的增加重量。
在计算电机控制中的开放性问题。
计算电机控制包括定量的工具，用于研究生物的运动控制系统的所有应用程序。本文提供了对这一领域的开放问题列表的形式审查。之后，我们定义计算电机控制的介绍，我们描述： 图灵样测试电机的情报 ；内部模型、 逆模型、 转发模型、 反馈错误学习和远端的教师 ；时间表示形式，并适应延迟 ；间歇控制战略 ；平衡假说和阈值控制 ；时空层次结构中的广泛意义上的适应，即反馈、 学习、 适应和演变 ；优化基于模型的轨迹形成和最优反馈控制 ；运动记忆、 过去和未来 ；和冗余的美德与结束。本白皮书中的每个节与审查有关的文献和一些更具体的研究，解决悬而未决的问题，以开始和结束答案可能及其对电机的神经科学的思考。这一审查旨在扼要地涵盖从作者的角度学习机制和各种结构和内部模型的局限性的重点主题。
预测控制在起重系列虚拟对象由个人型双脑性瘫痪的缺乏。
到目前为止，手功能的脑性瘫痪的电动机控制研究一直专注偏瘫、 小儿脑瘫痉挛性双侧 (dCP) 很多人已经非对称减少手功能虽然。我们探讨了在一个简单的电机任务提升五个年龄匹配控件和一系列的虚拟对象的五人与痉挛性应课税品许可证的电机系统的预测能力。时人升降机的对象，他/她使用期望重量的对象生成电机的命令。我们问电梯增加权重的一系列的研究主题，并确定是否他们推算从过去的经验来预测下一重量在系列中，即使从来没有经历过的重量。规划的精度掌握了评估握力的吊装任务的开头的测量，估计电机的命令。通过手柄的发病与运动的开始之间的时间间隔测量精度掌握执行进行了评估。我们发现与应课税品许可证的人士表明缺乏预测前馈控制在其升降运动: 他们展出之间发病的抓地力和运动的开始比控制科目的时间大大延长，也没有人预测起重任务中的下一个对象的重量。此外，与应课税品许可证的科目，手柄的发病和运动的占主导地位的手开始之间的时间相关强烈与手功能测试的结果。我们假定除执行赤字高阶电机规划赤字是很明显的痉挛型双多的科目。
如何软是这枕头？感性本地化的手和触觉的接触刚度的评估。
新的触觉错觉是所述，在其中移动对象的位置会影响其刚度的看法。有肢体方位感结果从大脑与从先前的经验而产生的期望相结合正在进行的感官信息的概念理论和实验支持。此概率状态信息如何影响一个人的触觉感知环境力学的？在简单的估算过程中，人类受试者被要求报告相对刚度的两个模拟虚拟对象。其中一个对象仍固定在空间中和了各种系数的刚度。其他虚拟对象了常刚度，但动议的主体。早些时候的工作建议对对象的刚性的看法是一致的与之间的接触压力和察觉到的对象的边界内的渗透量回归的进程。主题被渗透量受到不同对象的位置。这，反过来，已感知刚度的联系人可以预见的影响。对象的相对刚性的科目的报告是最好占的概率模型的估计的感知的对象的边界基于其当前的位置和过去的意见。因此，对接触刚度的看法被占了随机过程的状态估计基础本体本地化的手。
