Summary
Представлен протокол для создания автоматического аппарата, который направляет обезьяну для выполнения гибкой задачи охвата. Аппарат сочетает в себе 3D-переводное устройство и поворотный стол, чтобы представить несколько объектов в произвольном положении в 3D пространстве.
Abstract
Достижение и захват являются высоко-связанных движений, и их основная нейронная динамика были широко изучены в последнее десятилетие. Чтобы различать достигающие и хватающие кодировки, необходимо представить различные идентичности объектов независимо от их позиций. Здесь представлена конструкция автоматического аппарата, который собран с поворотным столом и трехмерным (3D) переводным устройством для достижения этой цели. Таблица поворота переключает различные объекты, соответствующие различным типам захвата, в то время как 3D-переводное устройство транспортирует поворотный стол в 3D пространстве. Оба управляются независимо двигателями, так что целевое положение и объект объединяются произвольно. Между тем, траектория запястья и типы захвата регистрируются с помощью системы захвата движения и сенсорных датчиков, соответственно. Кроме того, описаны репрезентативные результаты, демонстрирующие успешно обученную обезьяну с помощью этой системы. Ожидается, что этот аппарат облегчит исследователям изучение кинематики, нейронных принципов и интерфейсов мозга и машины, связанных с функцией верхних конечностей.
Introduction
Различные аппараты были разработаны для изучения нейронных принципов, лежащих в основе достижения и захвата движения в не-человеческих приматов. В достижении задач, сенсорный экран1,2, курсор экрана управляется джойстиком3,4,5,6,7,и технология виртуальной реальности8 , 9 До 9 , 10 из них были использованы для представления 2D и 3D целей, соответственно. Для введения различных типов захвата, по-разному формы объектов, зафиксированных в одном положении или вращающихся вокруг оси были широко использованы в захвата задач11,12,13. Альтернативой является использование визуальных сигналов для информирования субъектов, чтобы понять тот же объект с различными типами захвата14,15,16,17. В последнее время, достижения и захвата движений были изучены вместе (т.е., субъекты достигают нескольких позиций и схватить с различными типами захвата в экспериментальной сессии)18,19,20, 21,22,23,24,25,26,27,28,29. Ранние эксперименты представляли объекты вручную, что неизбежно приводит к низкой временной и пространственной точности20,21. Для повышения экспериментальной точности и экономии рабочей силы широко используются автоматические презентационные устройства, управляемые программами. Чтобы изменять целевое положение и тип захвата, экспериментаторы обнажили несколько объектов одновременно, но относительное (или абсолютное) положение целей и типы захвата связаны друг с другом, что приводит к жестким моделям стрельбы через долгосрочную подготовку22 ,27,28. Объекты обычно представлены в 2D плоскости, что ограничивает разнообразие достижения движения и нейронной активности19,25,26. Недавно, виртуальная реальность24 и робот руку23,29 были введены для представления объектов в 3D пространстве.
Здесь представлены подробные протоколы для создания и использования автоматизированного аппарата30, который может достичь любой комбинации из нескольких целевых позиций и типов захвата в 3D пространстве. Мы разработали поворотный стол для переключения объектов и 3D-переводное устройство для транспортировки поворотного стола в 3D пространстве. Как поворотный стол, так и переводное устройство управляются независимыми двигателями. Между тем, 3D-траектория запястья и нейронных сигналов субъекта регистрируется одновременно на протяжении всего эксперимента. Аппарат обеспечивает ценную платформу для изучения функции верхних конечностей у рекусов обезьяны.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Все поведенческие и хирургические процедуры соответствовали Руководству по уходу и использованию лабораторных животных (Министерство здравоохранения Китая) и были одобрены Комитетом по уходу за животными в Университете Чжэцзян, Китай.
1.Сборка 3D переводного устройства
- Построить каркас размером 920 мм x 690 мм x 530 мм с алюминиевыми строительными рельсами (поперечный сечение: 40 мм x 40 мм).
- Закрепите четыре пьедестала на двух концах Y-рельсов с винтами (M4)(рисунок 1B).
- Закрепите два Y-рельса на верхней поверхности рамы параллельно, закрепив четыре пьедестала к четырем углам верхней поверхности винтами (M6)(рисунок 1B).
- Соедините два Y-рельса с соединительным валом и двумя диафрагмными соединениями. Затяните замковые винты соединений для синхронизации валов двух рельсов(рисунок 1B).
- Положите шесть орехов (M4) в задние канавки железной дороги. Прикрепите одну сторону правой треугольной рамки к задней части рельса с винтами.
- Потяните треугольную раму до конца, которая является дистальной к валу и затяните винты. Прикрепите другую правую рамку треугольника к другому рельсу таким же образом(рисунок 1C).
- Закрепите другие правые углы двух треугольных рам оков ползунок двух Y-рельсов с винтами (M6)(рисунок 1C).
- Соедините два рельса с соединительным валом и диафрагмой и затяните замковые винты соединения(рисунок 1С).
- Прикрепите две Т-образные соединительные доски к задней части X-рельса с гайками и винтами (M4). Затем потяните две Т-образные доски на два конца X-рельса и затяните винты(рисунок 1D).
- Закрепите две Т-образные соединительные доски на ползунки двух перила с винтами (M6), соответственно(рисунок 1D).
- Вставьте ступенчатый двигатель в отверстие вала редуктора и завинчивайте их фланги вместе(рисунок 1E).
- Закрепите соединительное кольцо до конца вала активного X-рельса с винтами (M4).
- Вставьте вал X-рельса в соединение и зафиксируйте редуктор передачи к соединительному кольцу с винтами (M4). Затяните блокировку винтов соединения(рисунок 1E).
- Исправьте два других ступенчатых двигателя и редукторы для крепления к активному Y-рельсу и железной дороге с помощью методов, описанных в шагах 1.11-1.12.
- Вставьте силовые и управляемые кабели трех ступенчатых двигателей в порты питания и управления их драйверами, соответственно, и закрепите кабели винтами на стороне водителя.
2. Сборка поворотного стола
- Скачать . DWG дизайн файлов из дополнительных файлов этого документа. Подготовьте объекты, умственный вал, расположение бара, ротатора и корпуса с помощью 3D-печати или механической обработки.
- Положите сенсорные датчики в паз тела объекта и придерживаться их на предопределенных сенсорных областях с двойной лентой(рисунок 2B).
ПРИМЕЧАНИЕ: Каждый объект состоит из четырех подкомпонентов: спинки, тела объекта с пазом внутри, крышки и сенсорных датчиков. - Передайте провода через отверстие предмета спинки и закрепите крышку на корпус объекта винтами(рисунок 2B).
- Пройдите провода сенсорных датчиков через отверстия по бокам ротатора и зафиксите объекты на ротатор с помощью винтов. (Рисунок 2C).
- Solder провод концы сенсоров к вращающимся концам провода электрического кольца скольжения и оберните соединения с электрической лентой(рисунок 2D).
- Закрепите корпус ползунок X-рельса винтами. Поместите подшипник в нижнее отверстие коробки и закрепите планку для определения местоположения верхней поверхности корпуса винтами(рисунок 2E).
- Поместите ротатор в корпус со стороны, совпав с осями ротатора, подшипника и коробки. Передайте провода электрического кольца скольжения через верхнее отверстие корпуса(рисунок 2F).
- Вставьте металлический вал в подшипник из верхнего отверстия корпуса и поместите ключ вала к ключевой дорожке ротатора(рисунок 2G).
- Установите электрическое кольцо скольжения вокруг металлического вала. Поместите конец поиска бар в выемку электрического кольца скольжения, чтобы предотвратить внешнее кольцо от вращения(Рисунок 2G).
- Вставьте вал ступенчатого двигателя в отверстие металлического вала и закрепите двигатель на верхней части коробки винтами. (Рисунок 2H).
- Вставьте силовые и управляемые кабели двигателя в порты питания и управления его водителем и закрепите их винтами.
- Stick триколор светодиод (RGB) на передней стороне корпуса с лентой и исправить правую боковую доску на корпус.
3. Настройка системы управления
- Вставьте провода управления направлением и импульсом четырех водителей в цифровые порты ввода-выводов (контакты 81, 83, 85, 87) и цифровые порты счетчика (контакты 89, 91, 93, 95) доски для сбора данных (ДАЗ) соответственно. Закрепите провода винтами.
- Вставьте провода управления светодиода (зеленый цвет, используемый для "идти" кий, синий цвет, используемый для "ошибка" кий, и красный цвет, представляющий простоя) в цифровой ввода-эр-портов (контакт 65 и 66) карты ДАЗ и закрепите их с винтами.
- Вставьте выходные провода сенсорных датчиков и переключите кнопку в цифровые порты ввода-вывода (контакт 67-77) доски ДАЗ и закрепите провода винтами.
- Вставьте провода стартовой остановки и управления направлением перистальтического насоса в цифровые контактные вставки 1 и 80 соответственно. Вставьте провод управления скоростью потока в аналоговый порт В/О AO2. Закрепите провода винтами.
- Настройка системы захвата движения, описанной производителем для записи траектории рук в 3D пространстве.
ПРИМЕЧАНИЕ: Была использована коммерческая система захвата движения (см. Таблицаматериалов), которая состоит из восьми камер, концентратора питания, переключателя Ethernet и поддерживающего программного обеспечения (например, Cortex). Пожалуйста, обратитесь к руководству, чтобы получить более подробную информацию о настройке системы. - Настройка системы приобретения нейронного сигнала, описанная производителем для записи электрофизиологии сигнала от субъекта.
ПРИМЕЧАНИЕ: Была использована коммерческая система сбора данных(Таблицаматериалов), которая состоит из процессора нейронных сигналов (NSP), фронтального усилителя (FEA), усилителя питания (ASP), стадии головной работы и поддерживающего программного обеспечения (например, Central). Для получения более подробной информации о настройке системы обратитесь к руководству.
4. Подготовка экспериментальной сессии
- Инициализировать 3D-переводное устройство и поворотный стол. В частности, потяните ползунки всех линейных слайд-рейков к исходной точке (нижний левый угол) и поверните первый объект (т.е. вертикально размещенную ручку) поворотного стола к передней стороне поворотного стола.
- Мощность экспериментальных устройств, включая систему захвата движения, приобретение нейронного сигнала, доску ДАЗ, перистальтовый насос и четыре двигателя.
- Настройка парадигмы программного обеспечения(Рисунок 3A).
- Дважды щелкните Paradigm.exe, чтобы открыть программное обеспечение парадигмы (доступно по запросу).
- Определите количество достигающих позиций и их 3D-координаты (x, y и z, в миллиметрах) относительно начальных позиций (шаг 4.2).
- Напишите координаты всех позиций в виде матрицы в документе .txt. Убедитесь, что каждая строка включает в себя x-, y-и-координируют одну позицию, отделенную пространством. Сохранить документ txt.
- Нажмите Open File в панели пула парадигмы программного обеспечения и выберите документ .txt сохранены до загрузки презентации позиции в парадигмы программного обеспечения.
ПРИМЕЧАНИЕ: В этом исследовании, восемь целевых позиций были установлены в соответствии с дальностью охвата животных, которые расположены в вертики кубоид рабочего пространства9,10 (90 мм х 60 мм х 90 мм). - Проверьте объекты, которые будут представлены в эксперименте в пуле объектов программного обеспечения парадигмы.
- Отрегулируйте экспериментальные параметры в панели временных параметров программного обеспечения парадигмы. Установить базовый установить 400 мс, Мотор Run 2000 мс, Планирование 1000 мс, максимальное время реакции - 500 мс, максимальное время охвата - 1000 мс, мин Время удержания - 500 мс, Вознаграждение - 60 мс, и ошибка Cue - 1000 мс.
- Присажьте обезьяну-ресус (с микроэлектродным массивом, имплантированным в моторную кору) на стул обезьяны, вставив его воротник в паз стула и закрепив его голову.
- Закрепите кресло обезьяны к алюминиевой конструкции рамы. Держите голову 250 мм от передней части кубоида и держите глаза на 50 мм над верхней стороной рабочего пространства кубоида (горизонтальный визуальный угол: 20 евро; вертикальный визуальный угол: 18 градусов).
- Постройте шаблон отслеживания системы захвата движения.
- Прикрепите три светоотражающих маркера в конце руки (близко к запястью) с двусторонним лентой. Убедитесь, что три маркера образуют масштабный треугольник.
- Нажмите кнопку Run программного обеспечения парадигмы, чтобы начать задачу.
- Нажмите кнопку Запись на панели захвата движения программного обеспечения Cortex для записи траекторий трех маркеров для 60 с, когда обезьяна делает задачу. Нажмите кнопку "Стоп", чтобы приостановить эксперимент.
- Создайте шаблон отслеживания трех маркеров на программном обеспечении Cortex с помощью записанных траекторий и сохраните шаблон.
ПРИМЕЧАНИЕ: Пожалуйста, обратитесь к руководству Cortex, чтобы получить более подробную информацию о том, как построить модель.
- Соедините порты GND FEA и массив микроэлектродов, имплантированный в моторную кору обезьяны, с проволокой и щепоткой. Затем вставьте головные узоры в разъем микроэлектродного массива31.
- Откройте Центральное программное обеспечение системы приобретения нейронных сигналов и установите параметры записи, включая траекторию хранения, шумоподавление линии, фильтр шипов, порог шипов и т.д.
ПРИМЕЧАНИЕ: Пожалуйста, обратитесь к руководству системы приобретения нейронных сигналов для получения более подробной информации о настройках программного обеспечения. - Откройте программное обеспечение для синхронизации(рисунок 3B, доступен по запросу). Нажмите на три кнопки Connect в панели Cerebus, Motion Capture и Paradigm, чтобы соединить программное обеспечение синхронизации с системой приобретения нейронных сигналов, системой захвата движения и программным обеспечением парадигмы, соответственно.
- Нажмите кнопку Run программного обеспечения парадигмы, чтобы продолжить эксперимент.
- Нажмите кнопку Запись на панели хранения файлов Центрального программного обеспечения, чтобы начать запись нейронных сигналов.
- Проверьте сохраненный шаблон отслеживания и нажмите кнопку Запись на панели захвата движения программного обеспечения Cortex, чтобы начать запись траектории запястья обезьяны.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Размер полного рабочего пространства аппарата составляет 600 мм, 300 мм и 500 мм в x-, y-и-и-осях соответственно. Максимальная нагрузка 3D-переводного устройства составляет 25 кг, а поворотный стол (включая ступенчатый двигатель) весит 15 кг и может перевозиться со скоростью до 500 мм/с. Кинематической точности 3D-переводного устройства менее 0,1 мм, а шума аппарата менее 60 дБ.
Чтобы продемонстрировать полезность системы, обезьяна обучена (ранее обучалась достижению задачи), чтобы сделать задержку достичь-к-захвата задачи с системой30. Используя процедуру, представленную выше, программа парадигмы автоматически представляет поведенческий эксперимент суда путем судебного разбирательства (500 испытаний за сессию). В частности, обезьяна должна начать судебное разбирательство(Рисунок 4), нажав на кнопку и удерживая его перед "идти" кий. В качестве первого шага (фазы "моторного запуска") 3D-переводное устройство транспортирует поворотный стол в псевдослучайно выбранное положение, и в то же время поворотный стол также будет вращаться, чтобы представить псевдо случайно выбранный объект. Этот этап запуска двигателя длится 2 с, и все четыре двигателя (три в 3D переводном устройстве и один в поворотным столом) начинаются и останавливаются в одно и то же время. За фазой движения двигателя следует фаза «планирования» (1 секунда), во время которой обезьяна планирует следующее движение. Как только зеленый светодиод ("go" cue) включается, обезьяна должна отпустить кнопку, достичь в поворотный стол и захватить объект с соответствующим типом захвата как можно скорее (максимальное время реакции 0,5 с; максимальное время движения - 1 с). Обезьяна получает награду за воду после минимального времени удержания 0,5 с. Одно испытание прервано, и синий светодиод включается, если обезьяна выпускает кнопку перед "идти" кий или не отпустит кнопку в течение максимального времени реакции после сигнала.
Программное обеспечение синхронизации получает ярлыки событий (например, Button On, Go Cue, Button Off и т.д., Рисунок 4) от программного обеспечения парадигмы и "старт-запись" этикетки из системы захвата движения, а затем отправляет их в систему нейронного сигнала приобретения в режиме реального времени во время эксперимента. Все метки сохраняются с помощью нейронных сигналов, но траектория запястья хранится в отдельном файле. Для выравнивания нейронных сигналов и траектории во времени была взята метка времени метки "старт-запись" как первого образца траектории, затем для других образцов были назначены дополнительные метки времени в зависимости от частоты захвата кадров системы. На рисунке 3 показаны метки событий, выровненные во времени, траектория запястья и пример нейронной активности.
Траектория запястья во время этапа достижения во всех успешных испытаниях была извлечена и разделила их на восемь групп на основе целевых позиций(рисунок5). Для каждой группы траекторий были рассчитаны средние значения и 95% доверительных интервалов в каждой точке времени. На рисунке траектории на рисунке 5 показано, что концы восьми групп траектории образуют кубоид, который имеет тот же размер, что и предопределенное кубоидное рабочее пространство (шаг 4.3.4). Гистограмма времени peristimulus (PSTH) для одного нейрона была построена в отношении достижения положения и объекта, соответственно. Шиппоезда в успешных испытаниях были священы с раздвижным окном 50 мс и сглажены гауссианским ядром (No 100 мс). Средние значения и 95% доверительный интервал для каждой группы были рассчитаны методом bootstrap (n 2,000). На рисунке 6 показаны PSTH двух примеров нейронов, настраивающих как достигающие позиции, так и объекты. Нейрон на рисунке 6A показывает значительную селективность во время фазы достижения и удержания, в то время как нейрон на рисунке 6B начинает настраивать позиции и объекты с середины фазы "моторного бега".
Рисунок 1: Пошаговые инструкции для сборки 3D-переводного устройства.
I-I X-железнодорожный, I-III Y-железнодорожный, I-II--железнодорожный, II соединительных валов, III ступенчатые двигатели, IV планетарных редукторов передач, V соединительных колец, VI диафрагмы соединений, VII пьедесталы, VIII T-образные соединительные доски, IX правый треугольник кадры. (A) Материалы для сборки переводного устройства. (B) Строительство рамы и установка Y-рельсов (шаги 1.1-1.4). (C) Фиксация двух ю-рельсов на Y-рельсы (шаги 1.5-1.7). (D) Фиксация X-рельса на рельсы (шаги 1.8 и 1.9). (E) Установка ступенчатого двигателя и передачи-двигателя (шаги 1.10 и 1.11). (F) Полностью собранное 3D переводное устройство (шаги 1.12 и 1.3). Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 2: Пошаговые инструкции для сборки поворотныхтаблиц.
(A) Материалы для сборки столика. (B) Сборка объектов и установка сенсорных датчиков (шаг 2.2). (C) Обеспечение объектов на ротатор (шаг 2.3). (D) Подключение проводов датчиков к электрическому кольцу скольжения (шаг 2.4). (E) Установка базы на 3D-переводное устройство и размещение панели и подшипника (шаг 2.5). (F) Ввод ротатора в корпус (шаг 2.6). (G) Установите вал и электрическое кольцо скольжения (шаги 2.7 и 2.8). (H) Установка ступенчатого двигателя (шаг 2.9). Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 3: Графический пользовательский интерфейс программы парадигмы и синхронизации.
(A) Пользовательская программа LabView для управления поведенческой задачей. (B) На заказ программа СЗЗ для связи с парадигмой программного обеспечения, нейронных системы приобретения сигнала, и система захвата движения. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 4: Время выровняло данные в успешном испытании.
Одновременно были записаны все сроки проведения мероприятий, траектории запястья (X, Y и No) и нейрональная активность (пример единицы 1-3). Короткие черные линии в верхнем ряду являются метками событий. "Button On" указывает время, когда обезьяна нажала на кнопку вниз; "Индекс позиции" - это число от 1 до 8, указывающее, какая позиция представлена; "Object Index" - это число от 1 до 6, указывающее, какой объект представлен; "Мотор На" указывает время начала четырех двигателей. "Мотор Off" указывает на время их остановки; "Go Cue" указывает на момент, когда зеленый светодиод настраивается на; "Button Off" указывает на момент, когда обезьяна отпустит кнопку; "Touch On" указывает на момент, когда сенсорные датчики в объекте обнаруживают руку; "Вознаграждение на" указывает на момент, когда насос начинает поставлять воду вознаграждение и представляет собой конец судебного разбирательства. Метки "Button On", "Position Index" и "Object Index" сохраняются последовательно в очень короткое время в начале испытания. Строки 2-4 (помеченные X, Y и No) прокладывают траекторию запястья в 3D, записанной системой захвата движения. Строки 5-7 (помечены с единицей 1, 2 и 3) показывают шип поезда из трех нейронов примера, записанных системой приобретения нейронов нейронов. В нижнем ряду отображается шкала времени для полного испытания, которое разделено на шесть этапов на основе меток событий. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 5: Траектории запястья, записанные системой захвата движения.
Все успешные испытания делятся на восемь групп в соответствии с целевыми позициями (помечены буквой А к Н). Каждая твердая линия представляет собой среднюю траекторию одной группы, а тень представляет отклонения траекторий. Эта цифра была изменена по сравнению с предыдущим исследованием30. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Рисунок 6: PSTHs двух нейронов примера (A и B).
Вертикальные линии пунктирной справа налево в порядке Мотор На, Мотор Off, Go Cue On, кнопка Выключена, и Touch On. Каждая твердая линия (в разных цветах) в PSTH представляет среднюю скорость стрельбы в ходе испытаний в сторону одной целевой позиции, а тень представляет 95% доверительных интервалов (загрузка; 2000 раз). Для A и B, верхняя и нижняя панели показывают PSTH по отношению к различным положениям и объектам, соответственно. Пожалуйста, нажмите здесь, чтобы просмотреть большую версию этой цифры.
Дополнительные файлы. Пожалуйста, нажмите здесь, чтобы загрузить файлы.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Описанный здесь поведенческий аппарат позволяет пробно-мудрое сочетание различных достигающих и цепляющих движений (т.е. обезьяна может захватывать предметы различной формы в любых произвольных 3D местах в каждом испытании). Это достигается за счет сочетания пользовательского токарного стола, который переключает различные объекты, и линейного переводного устройства, которое транспортирует поворотный стол в несколько позиций в 3D пространстве. Кроме того, нервные сигналы от обезьяны, траектория запястья и формы рук могли быть записаны и синхронизированы для нейрофизиологических исследований.
Аппарат, который включает в себя отдельно управляемое 3D-переводное устройство и поворотный стол, представляет несколько целевых позиций и объектов самостоятельно. То есть все предопределенные позиции и объекты были объединены произвольно, что важно при изучении многовариантного кодирования14,25,28. Напротив, если объект, который нужно схватить, связан с положением (например, объект фиксируется на панели), трудно определить, настраивает ли один нейрон объект или положение18,27,32. Кроме того, аппарат представляет объекты в 3D пространстве, а не на 2D плоскости19,27, который активирует больше нейронов с пространственной модуляцией.
Болтированное соединение широко используется между подкомпонентами аппарата, что приводит к высокой простореи и гибкости. При проектировании формы объектов и размещении сенсорных датчиков, большое количество типов захвата были точно индуцированы и определены. 3D-переводное устройство может перемещать любой подкомпонент весом менее 25 кг в 3D пространстве и компетентен для выполнения большинства задач, связанных с пространственным перемещением. Кроме того, хотя аппарат был разработан для обучения ресуса обезьяны (Macaca mulatta), из-за регулируемого диапазона 3D переводного устройства, он также компетентен для других приматов с аналогичными или большими размерами тела или даже людей.
Одна из основных проблем поведенческой задачи, сочетающей достижение и захват движения является ли поза руки отличается через различные положения достижения, даже если обезьяна захватывает объект с тем же типом захвата. Хотя достижение и захват, как правило, рассматривается как два различных движения, их эффекторы (рука и рука) связаны между собой. Таким образом, неизбежно, что достигающее движения взаимодействует с цепляться. Согласно наблюдениям в этом эксперименте, угол запястья обезьяны немного изменился при захвате одного и того же объекта в разных положениях, но существенных различий в позе руки не наблюдалось.
Одним из потенциальных ограничений аппарата является то, что экспериментальная комната не полностью темная из-за инфракрасного света от системы захвата движения. Обезьяна может видеть целевой объект по всей тропе, что приводит к нежелательной настройки до периода планирования. Для управления визуальным доступом к объекту между головой и аппаратом можно разместить стекло, управляемое программным обеспечением парадигмы. Переключаемое стекло непрозрачно во время базовой линии и этапов планирования и становится прозрачным после "идти" кий. Таким образом, визуальная информация точно контролируется. Таким же образом, белый шум может быть использован для маскировки двигателя работает звук, который предотвращает обезьяну от определения местонахождения объекта по звуку двигателя. Еще одно ограничение аппарата заключается в том, что движение пальцев не может быть отслежено. Это потому, что обезьяна должна достичь руку в поворотный стол, чтобы захватить объект, который блокирует камеры от захвата знаков на руке.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Авторам нечего раскрывать.
Acknowledgments
Мы благодарим г-на Шицзян Шэня за его советы по проектированию аппаратов и г-жу Гихуа Ван за ее помощь в уходе за животными и обучении. Эта работа была поддержана Национальной программой исследований и развития Китая (2017YFC1308501), Национальным фондом естественных наук Китая (31627802), общественными проектами провинции Чжэцзян (2016C33059) и Фондами фундаментальных исследований Центральные университеты.
Materials
| Name | Company | Catalog Number | Comments |
| Active X-rail | CCM Automation technology Inc., China | W50-25 | Effective travel, 600 mm; Load, 25 kg |
| Active Y-rail | CCM Automation technology Inc., China | W60-35 | Effective travel, 300 mm, Load 35 kg |
| Active Z-rail | CCM Automation technology Inc., China | W50-25 | Effective travel, 500 mm; Load 25 kg |
| Bearing | Taobao.com | 6004-2RSH | Acrylic |
| Case | Custom mechanical processing | TT-C | Acrylic |
| Connecting ring | CCM Automation technology Inc., China | 57/60-W50 | |
| Connecting shaft | CCM Automation technology Inc., China | D12-700 | Diam., 12 mm;Length, 700 mm |
| Diaphragm coupling | CCM Automation technology Inc., China | CCM 12-12 | Inner diam., 12-12mm |
| Diaphragm coupling | CCM Automation technology Inc., China | CCM 12-14 | Inner diam., 14-12mm |
| Electric slip ring | Semring Inc., China | SNH020a-12 | Acrylic |
| Locating bar | Custom mechanical processing | TT-L | Acrylic |
| Motion capture system | Motion Analysis Corp. US | Eagle-2.36 | |
| Neural signal acquisition system | Blackrock Microsystems Corp. US | Cerebus | |
| NI DAQ device | National Instruments, US | USB-6341 | |
| Object | Custom mechanical processing | TT-O | Acrylic |
| Passive Y-rail | CCM Automation technology Inc., China | W60-35 | Effective travel, 300 mm; Load 35 kg |
| Passive Z-rail | CCM Automation technology Inc., China | W50-25 | Effective travel, 500 mm; Load 25 kg |
| Pedestal | CCM Automation technology Inc., China | 80-W60 | |
| Peristaltic pump | Longer Inc., China | BT100-1L | |
| Planetary gearhead | CCM Automation technology Inc., China | PLF60-5 | Flange, 60×60 mm; Reduction ratio, 1:5 |
| Right triangle frame | CCM Automation technology Inc., China | 290-300 | |
| Rotator | Custom mechanical processing | TT-R | Acrylic |
| Servo motor | Yifeng Inc., China | 60ST-M01930 | Flange, 60×60 mm; Torque, 1.91 N·m; for Y- and Z-rail |
| Servo motor | Yifeng Inc., China | 60ST-M01330 | Flange, 60×60 mm; Torque, 1.27 N·m; for X-rail |
| Shaft | Custom mechanical processing | TT-S | Acrylic |
| Stepping motor | Taobao.com | 86HBS120 | Flange, 86×86 mm; Torque, 1.27 N·m; Driving turning table |
| Touch sensor | Taobao.com | CM-12X-5V | |
| Tricolor LED | Taobao.com | CK017, RGB | |
| T-shaped connecting board | CCM Automation technology Inc., China | 110-120 |
References
- Leone, F. T., Monaco, S., Henriques, D. Y., Toni, I., Medendorp, W. P. Flexible Reference Frames for Grasp Planning in Human Parietofrontal Cortex. eNeuro. 2 (3), (2015).
- Caminiti, R., et al. Early coding of reaching: frontal and parietal association connections of parieto-occipital cortex. European Journal of Neuroscience. 11 (9), 3339-3345 (1999).
- Georgopoulos, A. P., Schwartz, A. B., Kettner, R. E. Neuronal population coding of movement direction. Science. 233 (4771), 1416-1419 (1986).
- Fu, Q. G., Flament, D., Coltz, J. D., Ebner, T. J. Temporal encoding of movement kinematics in the discharge of primate primary motor and premotor neurons. Journal of Neurophysiology. 73 (2), 836-854 (1995).
- Moran, D. W., Schwartz, A. B. Motor cortical representation of speed and direction during reaching. Journal of Neurophysiology. 82 (5), 2676-2692 (1999).
- Carmena, J. M., et al. Learning to control a brain-machine interface for reaching and grasping by primates. PLoS Biology. 1 (2), E42 (2003).
- Li, H., et al. Prior Knowledge of Target Direction and Intended Movement Selection Improves Indirect Reaching Movement Decoding. Behavioral Neurology. , 2182843 (2017).
- Reina, G. A., Moran, D. W., Schwartz, A. B. On the relationship between joint angular velocity and motor cortical discharge during reaching. Journal of Neurophysiology. 85 (6), 2576-2589 (2001).
- Taylor, D. M., Tillery, S. I., Schwartz, A. B. Direct cortical control of 3D neuroprosthetic devices. Science. 296 (5574), 1829-1832 (2002).
- Wang, W., Chan, S. S., Heldman, D. A., Moran, D. W. Motor cortical representation of hand translation and rotation during reaching. Journal of Neuroscience. 30 (3), 958-962 (2010).
- Murata, A., Gallese, V., Luppino, G., Kaseda, M., Sakata, H. Selectivity for the shape, size, and orientation of objects for grasping in neurons of monkey parietal area AIP. Journal of Neurophysiology. 83 (5), 2580-2601 (2000).
- Raos, V., Umiltá, M. A., Murata, A., Fogassi, L., Gallese, V. Functional Properties of Grasping-Related Neurons in the Ventral Premotor Area F5 of the Macaque Monkey. Journal of Neurophysiology. 95 (2), 709 (2006).
- Schaffelhofer, S., Scherberger, H. Object vision to hand action in macaque parietal, premotor, and motor cortices. eLife. 5, (2016).
- Baumann, M. A., Fluet, M. C., Scherberger, H. Context-specific grasp movement representation in the macaque anterior intraparietal area. Journal of Neuroscience. 29 (20), 6436-6448 (2009).
- Riehle, A., Wirtssohn, S., Grun, S., Brochier, T. Mapping the spatio-temporal structure of motor cortical LFP and spiking activities during reach-to-grasp movements. Frontiers in Neural Circuits. 7, 48 (2013).
- Michaels, J. A., Scherberger, H. Population coding of grasp and laterality-related information in the macaque fronto-parietal network. Scientific Reports. 8 (1), 1710 (2018).
- Fattori, P., et al. Hand orientation during reach-to-grasp movements modulates neuronal activity in the medial posterior parietal area V6A. Journal of Neuroscience. 29 (6), 1928-1936 (2009).
- Asher, I., Stark, E., Abeles, M., Prut, Y. Comparison of direction and object selectivity of local field potentials and single units in macaque posterior parietal cortex during prehension. Journal of Neurophysiology. 97 (5), 3684-3695 (2007).
- Stark, E., Asher, I., Abeles, M. Encoding of reach and grasp by single neurons in premotor cortex is independent of recording site. Journal of Neurophysiology. 97 (5), 3351-3364 (2007).
- Velliste, M., Perel, S., Spalding, M. C., Whitford, A. S., Schwartz, A. B. Cortical control of a prosthetic arm for self-feeding. Nature. 453 (7198), 1098-1101 (2008).
- Vargas-Irwin, C. E., et al. Decoding complete reach and grasp actions from local primary motor cortex populations. Journal of Neuroscience. 30 (29), 9659-9669 (2010).
- Mollazadeh, M., et al. Spatiotemporal variation of multiple neurophysiological signals in the primary motor cortex during dexterous reach-to-grasp movements. Journal of Neuroscience. 31 (43), 15531-15543 (2011).
- Saleh, M., Takahashi, K., Hatsopoulos, N. G. Encoding of coordinated reach and grasp trajectories in primary motor cortex. Journal of Neuroscience. 32 (4), 1220-1232 (2012).
- Collinger, J. L., et al. High-performance neuroprosthetic control by an individual with tetraplegia. The Lancet. 381 (9866), 557-564 (2013).
- Lehmann, S. J., Scherberger, H. Reach and gaze representations in macaque parietal and premotor grasp areas. Journal of Neuroscience. 33 (16), 7038-7049 (2013).
- Rouse, A. G., Schieber, M. H. Spatiotemporal distribution of location and object effects in reach-to-grasp kinematics. Journal of Neuroscience. 114 (6), 3268-3282 (2015).
- Rouse, A. G., Schieber, M. H. Spatiotemporal Distribution of Location and Object effects in Primary Motor Cortex Neurons during Reach-to-Grasp. Journal of Neuroscience. 36 (41), 10640-10653 (2016).
- Hao, Y., et al. Neural synergies for controlling reach and grasp movement in macaques. Neuroscience. 357, 372-383 (2017).
- Takahashi, K., et al. Encoding of Both Reaching and Grasping Kinematics in Dorsal and Ventral Premotor Cortices. Journal of Neuroscience. 37 (7), 1733-1746 (2017).
- Chen, J., et al. An automated behavioral apparatus to combine parameterized reaching and grasping movements in 3D space. Journal of Neuroscience Methods. 312, 139-147 (2019).
- Zhang, Q., et al. Development of an invasive brain-machine interface with a monkey model. Chinese Science Bulletin. 57 (16), 2036 (2012).
- Hao, Y., et al. Distinct neural patterns enable grasp types decoding in monkey dorsal premotor cortex. Journal of Neural Engineering. 11 (6), 066011 (2014).
