على منهاج تجريبي لدراسة الأداء حلقة مغلقة من الدماغ والآلة واجهات
March 10th, 2011
نستخدم حلقة مغلقة ذبابة الجهاز واجهة لتحقيق المبادئ العامة التي تحكم في الخلايا العصبية.
نستخدم نشاط الخلايا العصبية المرئية في دماغ الذبابة ، الخلية H ، للتحكم في محركات الروبوت المتحرك. يتم وضع الروبوت على قرص دوار يدور باستمرار ويستخدم نشاط الخلية لتثبيت الروبوت بالنسبة للبيئة ضد الحركات الخارجية. يتم أخذ عينات من صور حركة النمط المسجلة من الروبوت وإرسالها إلى شاشتي CRT للكمبيوتر ، والتي يتم وضعها أمام الذبابة.
تشير إشارات الخلية H الواحدة المقاسة بالمسامير في الثانية إلى سرعة حركة النمط. ثم يتم تطبيق قوانين تحكم مختلفة لتحويل المسامير المسجلة في الثانية إلى إشارة تحكم لمحركات الروبوت. مرحبا ، أنا نافيتا جوش من مختبر هولجر للمحاصيل في قسم الهندسة الحيوية في إمبريال كوليدج لندن.
أنا كريس بيترسون ، أيضا من مختبر هولجر كؤوس. مرحبا ، وأنا كأس هولجر. سنعرض لك اليوم إجراء لإنشاء واجهة آلة الدماغ بين الخلايا الفردية في النظام البصري للذبابة والروبوت.
نستخدم هذا الإجراء لاختبار أداء استراتيجيات التحكم المختلفة باستخدام الإشارات العصبية للتحكم في الأنظمة الروبوتية في ظل ظروف الشفة المغلقة. لذلك دعونا نبدأ. لبدء تحضير الذبابة ، قم بتبريدها على الجليد ، ثم استخدم أعواد الكوكتيل الضعيفة لتثبيت الأجنحة لأسفل وتثبيت الجزء الخلفي من الذبابة على قطعة من الشريط على الوجهين على المجهر ، بعد ذلك ، استخدم شمع B لربط الأجنحة بالشريحة وأيضا لمنع عمل محرك الطيران.
تتطلب هذه الخطوة معالجة سريعة ودقيقة حتى لا تسخن الذبابة أثناء العملية. الآن ، تحت المجهر ، أمسك كل ساق بالملقط واستخدم مقصا صغيرا لقطعها عند المفاصل الأقرب إلى الجسم. كرر هذا مع خرطوم.
لمنع الذبابة من الجفاف ، يجب إغلاق الثقوب بالشمع. بعد ذلك ، قم بقطع أحد الأجنحة ، ثم اقلب الذبابة على جانبها. قم بإزالة أي قطع متبقية من الجناح أثناء ترك الكاترا ، وقم بتغطية دموع هال وأغلق الفتحة بالشمع.
كرر هذا الإجراء للجناح الآخر. لتحفيز الخلايا العصبية المستهدفة بطريقة محددة ، يجب محاذاة رأس الذبابة بشكل صحيح مع شاشات الكمبيوتر. للقيام بذلك ، ستحتاج إلى حامل مخصص يحتوي على مساحة واسعة لجسم الذبابة وملحق في أحد طرفيه مع قطع شق حيث سيتم وضع رقبة الذبابة.
ضع الذبابة على الحامل مع وضع رقبتها في الشق ، واضغط عليها لأسفل أثناء لصق البطن في مكانه. الآن ، ضع حامل الذبابة في حامل حتى تتمكن من رؤية الجزء الأمامي من رأس الذبابة من خلال المجهر. يمكن رؤية رؤية الذبابة بالضوء الأحمر والظاهرة البصرية التي تسمى التلميذ الزائف في كل عين.
إذا اتخذ التلميذ الزائف شكلا معينا ، تحديد اتجاه رأس الذبابة تماما. استخدم مناور دقيق لتوجيه رأس الذبابة بشكل صحيح ثم استخدم الشمع لصقه على الحامل. بعد ذلك ، اضغط على الصدر لأسفل بشكل مسطح وقم بشمعه على الحامل.
هذا يسمح بفتح كبسولة الرأس الخلفية بحيث يمكن إدخال أقطاب كهربائية في الذبابة يستخدم الدماغ مشرطا صغيرا أو إبرة حقن دقيقة لقطع نافذة بعناية في بشرة كبسولة الرأس اليمنى. احرص على عدم قطع الأنسجة العصبية أسفل البشرة مباشرة. بمجرد إزالة قطعة البشرة ، أضف بضع قطرات من محلول الرنين.
استخدم الملقط لإزالة أي شعر عائم أو رواسب دهنية أو أنسجة عضلية قد تغطي لوحة LOA. يمكن التعرف على لوحة LOA من خلال نمط متفرع مميز من القصبة الهوائية الفضية التي تغطي سطحها الخلفي. قم بقطع ثقب صغير في بشرة كبسولة الرأس الخلفية اليسرى لوضع قطب مرجعي مع إعداد الطيران.
دعونا نرى كيفية وضع قطب التسجيل. يجب وضع قطب التسجيل على مقربة من الخلية العصبية H. تستجيب الخلايا العصبية H بشكل أساسي للحركة الأفقية من الخلف إلى الأمام المقدمة إلى مجالها الاستقبالي.
لوضع قطب التسجيل، استخدم القصبة الهوائية كمعلم مرئي. في البداية ضع القطب الكهربائي بين القصبة الهوائية العلوية. يساعد على استخدام مضخم الصوت لتحويل الإمكانات الكهربائية المسجلة إلى إشارات صوتية.
يتم تحويل كل ارتفاع فردي إلى صوت نقر مميز. كلما اقترب القطب الكهربائي من خلية عصبية فردية ، أصبح صوت النقر أكثر وضوحا. لتحديد الخلايا العصبية H واحدة عن طريق تفضيل حركتها ، قم بتحفيزها بالحركة في الاتجاه الأفقي.
مع وجود قطب التسجيل في مكانه ، دعنا ننتقل إلى التحفيز البصري والتسجيلات. للبدء ، ضع ذبابة أمام شاشتي كمبيوتر CRT. نظرا لأن النظام المرئي للذبابة أسرع 10 مرات من البشر ، يجب أن تعرض الشاشات 200 إطار في الثانية.
مراكز الشاشات عند زائد أو ناقص 45 درجة بالنسبة لاتجاه الذباب. كما يتضح من خط الاستواء في عين الذباب ، فإن كل شاشة تدور بزاوية زائد أو ناقص 25 درجة في المستوى الأفقي وزائد أو ناقص 19 درجة في المستوى الرأسي. يتم توفير المدخلات لشاشات الكمبيوتر بواسطة كاميرتين فيديو مثبتتين على روبوت SRO صغير بعجلتين تم تعديله للتجربة.
ضع الروبوت على قرص دوار داخل منطقة أسطوانية تصطف جدرانها بنمط من الخطوط السوداء والبيضاء الموجهة رأسيا. من خلال تدوير القرص الدوار في المستوى الأفقي ، تقتصر حركات الروبوت على درجة واحدة فقط من الحرية. في البداية ، يكون كل من القرص الدوار والروبوت في حالة راحة.
عندما يبدأ القرص الدوار في التحرك ، يحمل دوره الروبوت في نفس الاتجاه ، وتسجل كاميرات الفيديو الحركة النسبية بين الروبوت والنمط المخطط للساحة. يتم تثبيت كاميرات الفيديو التي تعمل بالبطارية على الروبوت في اتجاه زائد أو ناقص 45 درجة. يلتقطون 200 صورة في الثانية لتتناسب مع معدل إطارات شاشات الكمبيوتر أمام سجل الذبابة.
الصور المعروضة على شاشات الكمبيوتر بمعدل 200 إطار في الثانية بدقة ستة 40 × أربعة 80 مقياس رمادي. بينما تراقب الذبابة حركات سجل النمط المخطط ، مرت الفرقة بتصفيتها. على سبيل المثال ، بين 302 كيلو هرتز إشارات كهربائية مع لوحة اكتساب رقمية باستخدام معدل أخذ عينات لا يقل عن 10 كيلو هرتز ، يتم تطبيق عتبة على النطاق الذي يمر بإشارات كهربائية مفلترة لفصل المسامير عن نشاط الخلفية.
يتم لف مرشح نصف غاوسي سببي مع المسامير للحصول على تقدير نشاط ارتفاع سلس لخلية H لإغلاق حلقة واجهة آلة الدماغ. يتم استخدام خوارزمية التحكم لتحويل معدل ارتفاع الخلية الواحدة H إلى سرعة الروبوت ، والتي يتم تغذيتها عبر واجهة Bluetooth للتحكم في محركي التيار المستمر اللذين يقودان عجلات الروبوت. يتم اختيار موجات الإشارة النقية كملامح سرعة للقرص الدوار.
تحتوي موجات الإشارة على إزاحة تيار مستمر بحيث يدور القرص الدوار فقط في الاتجاه الذي يحفز الخلايا العصبية H على طول اتجاهها المفضل. تم إعداد نظام التحكم بالكامل بحيث يؤدي تحفيز الخلايا العصبية H إلى تعويض الروبوت عن حركة القرص الدوار عند إعداده بشكل صحيح. يتم تحقيق التثبيت البصري عندما يتطابق الدوران العكسي للروبوت مع دوران القرص الدوار ، مما يؤدي إلى حركة نمط قليلة أو معدومة على شاشات الكمبيوتر.
يعتمد الأداء العام للنظام على خوارزمية التحكم المستخدمة لإغلاق الحلقة. الخوارزمية الأولى التي نختبرها هي وحدة تحكم نسبية حيث تتناسب سرعة الروبوت المحدثة مع الاختلاف في السرعات الزاوية بين الروبوت أوميغا R والقرص الدوار أوميغا P. يتم اختيار ترددات KP والإدخال لإشارة القرص الدوار أوميغا P لاختبار أداء وحدة التحكم.
تظهرهنا آثار عينة لأوميغا P وأوميغا R ل KP يساوي واحدا وتردد إدخال 0.6 هرتز لأوميغا P ، ويتبع الروبوت باللون الأخضر القرص الدوار باللون الأزرق مع تأخر وسعة ذروة أصغر. يظهر المكون الأفقي لحركة النمط الذي يحفز الخلية H الواحدة على اليمين بترددات إدخال حمراء لإشارة القرص الدوار. يتم اختيار أوميغا P بين 0.03 وثلاثة هرتز ، ويتم تسجيل إشارة الروبوت المقابلة أوميغا R.
يتم تحويل كلتا الإشارتين إلى مجال التردد عن طريق تحويل سريع مدته أربع سنوات ، ويتم حساب قيم السعة والطور عند تردد الإدخال. يبين مخطط الحجم BO d للمتحكم النسبي مع KP واحدا استجابة النظام على ترددات الدخل المختبرة. ينخفض أداء وحدة التحكم بشكل عام مع زيادة الترددات.
الزيادة الطفيفة في الكسب عند هرتز واحد هي نتيجة التذبذبات في إشارة الروبوت بسبب استخدام خلية H واحدة فقط يغطي نطاق إخراجها الديناميكي بشكل أساسي الحركة الأفقية من الخلف إلى الأمام. يظهر مخطط طور بودي تأخر طور وحدة تحكم أقل من PI لترددات الإدخال التي تقل عن 0.6 هرتز. يوضح هذا أن وحدة التحكم مستقرة للترددات الأقل من 0.6 هرتز وغير مستقرة لترددات الإدخال الأكبر من أو تساوي هرتز واحد.
تمت مقارنة أداء وحدة التحكم النسبية مع KP ثابت مع وحدة تحكم تكيفية حيث يتم تحديث قيمة KP كل 50 مللي ثانية. بناء على معدل ذروة الارتفاع. تم حساب F max على مدى الفاصل الزمني T ناقص 500 مللي ثانية T.As نتيجة لنافذة وقت التكامل الكبيرة ، تعمل وحدة التحكم النسبية بشكل أفضل من وحدة التحكم التكيفية لنطاق المعلمات التي تم اختبارها ، وكان لوحدة التحكم التكيفية خاصية طور مماثلة لوحدة التحكم النسبية ، تمت إزالة نمط الدرجات حول القرص الدوار وتم استخدام بيئة المختبر كتقريب للمدخلات المرئية الطبيعية للذبابة H خلية واحدة.
في المتوسط ، أظهر مخطط حجم بودي للمدخلات المرئية الطبيعية مكاسب أعلى قليلا من تلك التي تحتوي على مدخلات مرئية متدرجة ، ربما بسبب استغلال النطاق الأوسع للترددات المكانية في الصور المرئية الطبيعية. كانت خصائص مخطط مرحلة بودي للدرجات مقابل المدخلات المرئية الطبيعية متشابهة. لقد أوضحنا لك للتو كيفية إنشاء واجهة آلة الدماغ بين الخلية والنظام البصري الخمسة والروبوت.
هناك بعض الخطوات الحاسمة خلال هذا الإجراء. أولا ، تجنب الجروح العميقة أثناء فتح كبسولة الرأس لمنع إصابة الدماغ. ثانيا ، ضع القطب بعناية بحيث يسجل من خلية واحدة فقط نسجلها من خلية H واحدة.
ثالثا ، حافظ على رطوبة الدماغ في جميع الأوقات ومنعه من الجفاف. هذا كل شيء. شكرا على المشاهدة ونتمنى لك التوفيق في التجارب.
نظرة عامة
تستخدم هذه الدراسة واجهة حلقة مغلقة بين ذبابة وجهاز لدراسة مبادئ التحكم العصبي. من خلال الاستفادة من نشاط الخلية العصبية H1 في دماغ الذباب، يهدف الباحثون إلى تثبيت روبوت متنقل في بيئة ديناميكية.
مكونات الدراسة الرئيسية
مجال العلم
- علم الأعصاب
- الروبوتات
- أنظمة التحكم العصبي
الخلفية
- الخلية العصبية H1 هي خلية عصبية بصرية في دماغ الذباب.
- فهم التحكم العصبي يمكن أن يعزز استقرار الروبوتات.
- الأنظمة ذات الحلقة المغلقة ضرورية للتعديلات في الوقت الحقيقي.
- تدمج هذه الأبحاث الإشارات البيولوجية مع الأنظمة الروبوتية.
هدف الدراسة
- للتحقيق في كيفية استخدام الإشارات العصبية للتحكم في حركات الروبوتات.
- لاختبار استراتيجيات تحكم مختلفة باستخدام نشاط الخلية العصبية H1.
- لإنشاء واجهة بين الدماغ والجهاز للتحليل التجريبي.
الطرق المستخدمة
- تحضير الذباب لتسجيل النشاط العصبي.
- استخدام روبوت متنقل على منصة دوارة.
- تسجيل نشاط الخلية العصبية H1 استجابة للمنبهات البصرية.
- تطبيق قوانين التحكم لترجمة الارتفاعات العصبية إلى أوامر حركية.
النتائج الرئيسية
- يرتبط نشاط الخلية العصبية H1 بتثبيت الروبوت.
- تؤدي قوانين التحكم المختلفة إلى درجات متفاوتة من النجاح.
- تحسن التعديلات في الوقت الحقيقي من أداء الروبوت في الظروف الديناميكية.
- تقوم الواجهة بربط الأنظمة البيولوجية والروبوتية بشكل فعال.
الاستنتاجات
- يمكن استخدام الإشارات العصبية بشكل فعال للتحكم في الأنظمة الروبوتية.
- توفر واجهات الحلقة المغلقة رؤى قيّمة حول التحكم العصبي.
- تفتح هذه الأبحاث الطريق لواجهات متقدمة بين الدماغ والجهاز.
الأسئلة الشائعة
Executive Industry Relevance
This experimental platform enables mechanistic de-risking of closed-loop control strategies by linking neuronal signal dynamics to robotic output under real-time feedback conditions. It supports target validation in neuromodulation and neuroprosthetics by quantifying how biological signal variability impacts system stability and performance. The approach provides predictive confidence for translational biomarker alignment in brain-machine interface development.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Interrogates therapeutic hypotheses by testing how H1 neuron activity translates into controlled motor output under closed-loop conditions.
- Operational Value: Enables functional target validation through real-time measurement of neural signal fidelity and system responsiveness.
- Predictive Value: Supports portfolio triage by identifying control laws that stabilize output despite neuronal signal variability.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems (H1 neuron recordings) for downstream screening of control algorithms under standardized visual stimulation.
- Operational Value: Ensures assay reproducibility through spike-rate thresholding and causal filtering to isolate neural signal from background noise.
- Scalability: Supports platform reuse across varying input frequencies and control law parameters for comparative screening.
Translational & Preclinical Research
- Scientific Value: Maintains disease-relevant system fidelity by using naturalistic visual input to approximate complex stimulus environments.
- Operational Value: Enables continuity from discovery through preclinical validation by linking neural activity to quantifiable behavioral output (robot stabilization).
- Risk-Adjusted Advancement: Informs go/no-go decisions by revealing frequency-dependent stability limits of proportional vs. adaptive controllers.
Pipeline & Workflow Integration
The method integrates into the discovery continuum from target validation through lead identification by providing quantitative, closed-loop readouts of neuronal control efficacy.
- Discovery Biology: Supports hypothesis testing and pathway clarification by isolating H1 neuron response to horizontal motion stimuli.
- Screening: Delivers assay readiness and reproducibility via band-pass filtering, thresholding, and half-Gaussian smoothing of spike trains.
- Analytics: Enables condition comparison through frequency-domain transformation (FFT) and Bode plot analysis of gain and phase margins.
- Translational Research: Connects to preclinical continuity by demonstrating how control law selection impacts real-time system stability under dynamic conditions.
- Enterprise Reuse: Functions as a reusable platform for evaluating diverse control strategies using identifiable neuronal signals as inputs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing mechanistic ambiguity in how neural signals drive behavioral output.
- Operational Value: Enhances standardization and scalability through precise electrode placement, visual stimulus control, and signal processing pipelines.
- Strategic Value: Improves go/no-go decisions and capital efficiency by identifying control laws that maintain stability across input frequencies.
- Portfolio Impact: Enables risk-adjusted prioritization by revealing performance trade-offs between proportional and adaptive control under varying neural signal dynamics.
Implementation Considerations
- Requires expertise in electrophysiology, robotic control systems, and signal processing for neural signal acquisition and closed-loop feedback.
- Dependent on instrumentation including micro manipulators, digital acquisition boards (≥10 kHz sampling), CRT monitors (200 fps), and Bluetooth-enabled motor control.
- Necessitates cross-team standardization in fly preparation, electrode positioning, and visual stimulus alignment to ensure reproducible H1 neuron recording.
- Involves adaptation considerations when translating findings to other model systems due to species-specific neural dynamics and stimulus response properties.
- Practical limitations include reliance on single-neuron recordings, which may limit dynamic range and increase susceptibility to oscillations at higher frequencies.
