设计和使用用于在 3D 工作区中呈现可抓握对象的设备

这里介绍的是一个协议,用于构建一个自动设备,用于引导猴子执行灵活的到达式任务。该装置结合了 3D 平移装置和车削表,在 3D 空间中的任意位置呈现多个对象。

在过去的几十年里，神经原理的基础接触和掌握已经进行了广泛的研究，然而，很少开发设备，使两个动作在一个任务中的灵活组合。通过将自定义车位与三维平移设备耦合，我们的设备能够试一下三维空间中的多个位置和每个位置中形状不同的物体的组合。我们的仪器为研究上肢功能及其基本神经原理提供了一个宝贵的平台。

它还可促进同时重建大脑-机器界面中的伸手和抓握运动。首先，将两个 Y 导轨平行固定在框架的顶部表面，用螺钉将基座固定在顶部表面。然后，将两个 Y 导轨与连接轴和两个隔膜接头连接。

拧紧接头的锁紧螺钉以同步两个导轨的轴。将六个螺母放入 Z 导轨的后槽中，用螺钉将直三角框架的一侧连接到 Z 导轨的背面。将三角形框架拉到轴的末端，然后拧紧螺钉。

以相同方式将另一个直角三角形框架连接到其他 Z 导轨。用螺钉将两个三角形框架的其他直角边固定到两个 Y 导轨的滑块上。接下来，将两个 Z 导轨与连接轴和隔膜接头连接，并拧紧联轴器的锁紧螺钉。

用螺母和螺钉将两个 T 形连接板连接到 X 导轨背面。然后，将两个 T 形板拉到 X 导轨的两端并拧紧螺钉。用螺钉将两个 T 形连接板固定到两个 Z 导轨的滑块上。

将步进电机插入齿轮减速器的轴孔中，并将法兰拧在一起。最后，将连接环拧到 X 导轨的轴端。将齿轮减头轴插入接头，并将齿轮减速器拧到连接环上。

拧紧联轴器的锁紧螺钉。首先将触摸传感器放入物体主体的凹槽中，然后用双面胶带将其粘在预定义的触摸区域上。将电线穿过物体背板的孔，用螺钉将盖板固定到物体主体上。

然后，将导线穿过旋转器两侧的孔，然后将物体拧到旋转器上。将触摸传感器的导线端焊接到电动滑环的旋转线端，然后用电气胶带包裹接头。将外壳拧到 X 导轨的滑块上。

将轴承放在箱底孔中。接下来，将旋转器从右侧放入外壳，并通过外壳的顶部孔传递电滑环的导线。然后，将金属轴从外壳的顶部孔插入轴承，并将轴键安装到旋转器的钥匙道上。

在金属轴周围设置电动滑环。将定位杆的端点放入电动滑环的凹口中，以防止外圈旋转。将步进电机轴插入金属轴孔，用螺钉将电机固定在箱顶上。

用胶带将三色 LED 贴在外壳的正面。最后，将右侧板拧到外壳上。将步进电机、LED 和触摸传感器的控制线插入数据采集板的数字端口。

要初始化三维平移设备和车削台，请将所有线性滑轨的滑块拉到起点，然后转动车削台的第一个对象以面对车削台的正面。接下来，在文本文档中输入矩阵中所有位置的坐标。确保每行包含一个位置的 X、Y 和 Z 坐标，该坐标用空格分隔，然后保存文档。

然后，打开范例软件，单击"池"面板中的"打开文件"，然后选择文本文档将演示位置加载到范例软件中。检查要在范例软件的对象池中显示的对象。然后，调整范式软件的时间参数面板中的实验参数。

将基线设置为 400 毫秒，电机运行等于 2000 毫秒，规划等于 1000 毫秒，最大反应时间等于 500 毫秒，最大到达时间等于 1000 毫秒，最小保持时间等于 500 毫秒，奖励等于 60 毫秒，提示错误等于 1000 毫秒。接下来，将猴子椅固定到铝结构框架上。用双面胶带在手臂的端面上连接三个反光标记。

确保三个标记形成比例三角形。然后，在范例软件中，单击"运行"以启动任务。单击 Cortex 软件的运动捕获面板上的"记录"按钮，在猴子执行任务时记录三个标记的轨迹 60 秒。

单击"停止"按钮以结束实验。使用记录的轨迹在软件上构建三个标记的跟踪模板并保存模板。然后，将前端放大器的接地线连接到植入猴子运动皮层的微电极阵列的接地。

将头部阶段插入微电子阵列的连接器中。打开神经信号采集系统的中央软件。打开同步软件。

单击 Cerebus、运动捕获和范式面板中的三个连接按钮，分别将同步软件与神经信号采集系统、运动捕获系统和范式软件连接。最后，单击范例软件的"运行"按钮以重新开始任务，然后单击中央软件的文件存储面板上的"记录"按钮，开始记录神经信号。检查保存的跟踪模板，然后单击 Cortex 软件的运动捕获面板上的"记录"按钮，开始记录猴子手腕的轨迹。

在所有成功试验的到达阶段，手腕的轨迹被提取，并根据目标位置分为八组。八组轨迹的末端形成一个长方体，其大小与预定义的立体体工作区相同。在这里，近位时间直方图显示了两个神经元调整到达位置和对象显示的例子。

顶部的神经元在达到和保持阶段表现出显著的选择性。当底部的神经元开始从电机运行阶段中间调整位置和物体时。由于范式软件无法读取电机的位置，因此必须在每个会话之前初始化车削台和转换设备。

为了完全控制主体何时能看到目标物体及其位置，可以在设备前面安装一个可切换的玻璃。通过使用我们的仪器，现在研究到达和抓地力运动之间的神经相互作用是可行的，这可能有助于同时解码到达轨迹和抓地力类型。