March 10th, 2011
Nous utilisons une boucle fermée fly-machine interface pour enquêter sur les principes généraux de contrôle neuronal.
Nous utilisons l’activité d’un interneurone visuel dans le cerveau de la mouche, la cellule H, pour contrôler les moteurs d’un robot mobile. Le robot est placé sur une plaque tournante en rotation constante et l’activité de la cellule est utilisée pour stabiliser le robot par rapport à l’environnement contre les mouvements extérieurs. Les images du mouvement du robot sont échantillonnées et envoyées à deux écrans CRT d’ordinateur, qui sont positionnés devant la mouche.
Les signaux de la cellule H mesurée en pointes par seconde indiquent la vitesse du mouvement du motif. Différentes lois de contrôle sont ensuite appliquées pour convertir les pics par seconde enregistrés en un signal de commande pour les moteurs du robot. Bonjour, je m’appelle Navita Josh et je travaille au Holger Crops Lab du département de bio-ingénierie de l’Imperial College de Londres.
Je m’appelle Chris Peterson, je travaille également chez Holger Cups Lab. Bonjour, je m’appelle Holger Cup. Aujourd’hui, nous allons vous montrer une procédure de création d’une interface cerveau-machine entre des cellules individuelles du système visuel de la mouche et un robot.
Nous utilisons cette procédure pour tester la performance de différentes stratégies de contrôle en utilisant des signaux neuronaux pour contrôler des systèmes robotiques dans des conditions de lèvres fermées. Alors commençons. Pour commencer à préparer la mouche, refroidissez-la sur de la glace, puis utilisez des bâtonnets à cocktail émoussés pour maintenir les ailes vers le bas et fixez le dos de la mouche à un morceau de ruban adhésif double face sur une lame de microscope Ensuite, utilisez de la cire B pour fixer les ailes à la lame et également pour bloquer l’action du moteur de vol.
Cette étape nécessite une manipulation rapide et précise afin que la mouche ne se réchauffe pas pendant la procédure. Maintenant, sous le microscope, tenez chaque jambe avec une pince et utilisez une paire de petits ciseaux pour les couper au niveau des articulations les plus proches du corps. Répétez cette opération pour la trompe.
Pour éviter que la mouche ne se dessèche, les trous doivent être scellés avec de la cire. Ensuite, coupez l’une des ailes, puis retournez la mouche sur le côté. Retirez tous les morceaux d’aile restants tout en laissant le katra, en couvrant les déchirures de Hal et en scellant le trou avec de la cire.
Répétez cette procédure pour l’autre aile. Pour stimuler un neurone cible de manière définie, la tête de la mouche doit être correctement alignée avec les écrans d’ordinateur. Pour ce faire, vous aurez besoin d’un support personnalisé qui dispose d’un large espace pour le corps de la mouche et d’un appendice à une extrémité avec une encoche coupée où le cou de la mouche sera placé.
Placez la braguette sur le support avec son cou dans l’encoche, en appuyant dessus tout en collant l’abdomen en place. Maintenant, placez le porte-mouche dans un support afin que vous puissiez voir l’avant de la tête de la mouche à travers le microscope. L’observation de la mouche avec de la lumière rouge et un phénomène optique appelé pseudo pupille peut être vu dans chaque œil.
Si la pseudo-pupille prend une certaine forme, l’orientation de la tête de la mouche est parfaitement définie. Utilisez un micro manipulateur pour orienter correctement la tête de la mouche, puis utilisez de la cire pour la coller sur le support. Ensuite, appuyez sur le thorax à plat et épilez-le jusqu’au support.
Cela permet d’ouvrir la capsule céphalique arrière afin que des électrodes puissent être insérées dans le cerveau de la mouche à l’aide d’un micro-scalpel ou d’une aiguille d’injection fine pour découper soigneusement une fenêtre dans la cuticule de la capsule céphalique droite. Veillez à ne pas couper le tissu neural juste en dessous de la cuticule. Une fois le morceau de cuticule retiré, ajoutez quelques gouttes de solution de ringer.
Utilisez une pince pour enlever les poils flottants, les dépôts de graisse ou les tissus musculaires qui pourraient recouvrir la plaque LOA. La plaque LOA peut être identifiée par un motif ramifié caractéristique de trachée argentée qui recouvre sa surface postérieure. Découpez un petit trou dans la cuticule de la capsule de la tête arrière gauche pour positionner une électrode de référence avec le vol préparé.
Voyons comment positionner l’électrode d’enregistrement. L’électrode d’enregistrement doit être placée à proximité du neurone H. Le neurone H one répond principalement au mouvement horizontal d’arrière en avant présenté à son champ réceptif.
Pour positionner l’électrode d’enregistrement, utilisez la trachée comme repère visuel. Placez d’abord l’électrode entre la trachée la plus haute. Il est utile d’utiliser un amplificateur audio pour convertir les potentiels électriques enregistrés en signaux acoustiques.
Chaque pointe individuelle est transformée en un cliquetis caractéristique. Plus l’électrode se rapproche d’un neurone individuel, plus le cliquetis devient clair. Pour identifier le neurone H un au moyen de sa préférence de mouvement, stimulez-le avec un mouvement dans le sens horizontal.
Une fois l’électrode d’enregistrement en place, passons à la stimulation visuelle et aux enregistrements. Pour commencer, placez une mouche devant deux écrans d’ordinateur CRT. Parce que le système visuel de vol est 10 fois plus rapide que celui des humains, les moniteurs doivent afficher une position de 200 images par seconde.
Les centres des moniteurs sont à plus ou moins 45 degrés par rapport à l’orientation des mouches. Vu de l’équateur de l’œil de la mouche, chaque moniteur subit un angle de plus ou moins 25 degrés dans le plan horizontal et de plus ou moins 19 degrés dans le plan vertical. L’entrée sur les écrans d’ordinateur est fournie par deux caméras vidéo montées sur un petit robot SRO à deux roues qui a été modifié pour l’expérience.
Positionnez le robot sur un plateau tournant dans une zone cylindrique dont les parois sont bordées d’un motif de bandes noires et blanches orientées verticalement. En faisant pivoter le plateau tournant dans le plan horizontal, les mouvements du robot sont limités à un seul degré de liberté. Initialement, la plaque tournante et le robot sont au repos.
Lorsque la plaque tournante commence à bouger, sa rotation porte le robot dans la même direction, et les caméras vidéo enregistrent le mouvement relatif entre le robot et le motif rayé de l’arène. Les caméras vidéo alimentées par batterie du robot sont montées à une orientation de plus ou moins 45 degrés. Ils capturent 200 images par seconde pour correspondre à la fréquence d’images des écrans d’ordinateur devant le journal de bord.
Les images étaient présentées aux écrans d’ordinateur à 200 images par seconde à une résolution de six 40 par quatre échelles de gris 80. Pendant que la mouche observe les mouvements de l’enregistrement du motif rayé, la bande est passée filtrée. Par exemple, entre des signaux électriques de 302 kilohertz avec une carte d’acquisition numérique utilisant un taux d’échantillonnage d’au moins 10 kilohertz, un seuil est appliqué à la bande passante des signaux électriques filtrés pour séparer les pointes de l’activité de fond.
Un filtre demi-gaussien causal est convolué avec les pointes pour obtenir une estimation douce de l’activité de pointe pour la cellule H afin de fermer la boucle de l’interface cerveau-machine. Un algorithme de contrôle est utilisé pour convertir le taux de pic de la cellule H en vitesse d’un robot, qui est renvoyée via une interface Bluetooth pour contrôler les deux moteurs à courant continu entraînant les roues du robot. Les ondes de signe pures sont choisies comme profils de vitesse pour la platine.
Les ondes de signe ont un décalage CC tel que la platine ne tourne que dans la direction qui stimule le neurone H un dans sa direction préférée. L’ensemble du système de commande est configuré de telle sorte que la stimulation du neurone H one permet au robot de compenser le mouvement de la plaque tournante lorsqu’il est correctement configuré. La stabilisation visuelle est obtenue lorsque la contre-rotation du robot correspond à la rotation de la plaque tournante, ce qui entraîne peu ou pas de mouvement de motif sur les écrans d’ordinateur.
Les performances globales du système dépendent de l’algorithme de contrôle utilisé pour boucler la boucle. Le premier algorithme que nous testons est un contrôleur proportionnel où la vitesse du robot mise à jour est proportionnelle à la différence de vitesses angulaires entre le robot omega R et la platine Omega P. Valeurs différentes pour le gain statique. Les fréquences KP et d’entrée du signal de la platine vinyle omega P sont choisies pour tester les performances du contrôleur.
Des exemples de traces pour omega P et omega R sont présentés ici : pour KP est égal à un et une fréquence d’entrée de 0,6 hertz pour omega P, le robot en vert suit la plaque tournante en bleu avec un décalage et une amplitude de crête plus petite. La composante horizontale du mouvement du motif qui stimule la cellule H est indiquée à droite en fréquences d’entrée rouges pour le signal de la platine. Les oméga P sont choisis entre 0,03 et trois hertz, et le signal du robot oméga R correspondant est enregistré.
Les deux signaux sont transformés dans le domaine fréquentiel par une transformation rapide de quatre ans, et les valeurs d’amplitude et de phase sont calculées à la fréquence d’entrée. Le graphique de l’amplitude BO d pour le contrôleur proportionnel avec KP égal à un montre la réponse du système sur les fréquences d’entrée testées. Les performances du contrôleur diminuent généralement avec l’augmentation des fréquences.
La légère augmentation du gain à un hertz est le résultat d’oscillations dans le signal du robot dues à l’utilisation d’une seule cellule H, dont la plage de sortie dynamique couvre principalement les mouvements horizontaux de l’arrière vers l’avant. Le diagramme de phase de Bodhi montre un décalage de phase du contrôleur inférieur à PI pour les fréquences d’entrée inférieures à 0,6 hertz. Cela montre que le contrôleur est stable pour les fréquences inférieures à 0,6 hertz et instable pour les fréquences d’entrée supérieures ou égales à un hertz.
Les performances du contrôleur proportionnel avec un KP statique ont été comparées à celles d’un contrôleur adaptatif où la valeur de KP est mise à jour toutes les 50 millisecondes. Basé sur le taux de pic de pointe. F max calculé sur l’intervalle de temps T moins 500 millisecondes pour T.As résultat de la grande fenêtre de temps d’intégration, le contrôleur proportionnel fonctionne mieux que le contrôleur adaptatif pour la plage de paramètres testée, le contrôleur adaptatif avait une caractéristique de phase similaire à celle du contrôleur proportionnel, le modèle de gradation autour de la plaque tournante a été supprimé et l’environnement de laboratoire a été utilisé comme approximation de l’entrée visuelle naturaliste pour la cellule fly H.
En moyenne, le graphique de magnitude de Bodhi pour l’entrée visuelle naturaliste a montré des gains légèrement plus élevés que celui avec l’entrée visuelle de gradation, probablement parce que la gamme plus large de fréquences spatiales dans les images visuelles naturalistes est exploitée. Les caractéristiques du diagramme de phase de Bodhi pour le classement par rapport aux entrées visuelles naturalistes étaient similaires. Nous venons de vous montrer comment créer une interface cerveau-machine entre une cellule et le système visuel cinq et un robot.
Il y a quelques étapes critiques au cours de cette procédure. Tout d’abord, évitez les coupures profondes lors de l’ouverture de la capsule céphalique pour éviter de blesser le cerveau. Deuxièmement, positionnez soigneusement l’électrode de manière à ce qu’elle n’enregistre qu’à partir d’une seule cellule que nous enregistrons à partir de la cellule H.
Troisièmement, gardez le cerveau humide en tout temps et empêchez-le de se dessécher. Donc c’est tout. Merci d’avoir regardé et bonne chance pour les expériences.
Cette étude utilise une interface cerveau-machine à boucle fermée pour explorer les principes de contrôle neuronal. En exploitant l'activité du neurone H1 dans le cerveau de la mouche, les chercheurs visent à stabiliser un robot mobile dans un environnement dynamique.