뇌 - 기계 인터페이스의 폐쇄 루프 성능을 연구하기 위해 실험 플랫폼

우리는 모바일 로봇의 모터를 제어하기 위해 파리의 뇌인 H one cell에 있는 시각 간 뉴런의 활동을 사용합니다. 로봇은 끊임없이 회전하는 턴테이블에 놓이고 셀의 활동은 외부 움직임에 대해 환경에 대해 로봇을 안정화하는 데 사용됩니다. 로봇에서 기록된 패턴 모션 이미지는 샘플링되어 플라이 앞에 위치한 두 개의 컴퓨터 CRT 모니터로 전송됩니다.

초당 스파이크로 측정된 H one cell의 신호는 패턴 동작의 속도를 나타냅니다. 그런 다음 기록된 초당 스파이크를 로봇 모터의 제어 신호로 변환하기 위해 다양한 제어 법칙이 적용됩니다. 안녕하세요, 저는 임페리얼 칼리지 런던(Imperial College London) 생명공학과 홀거 작물 연구소(Holger Crops Lab)의 나비타 조쉬(Navita Josh)입니다.

저는 Holger Cups Lab의 Chris Peterson입니다. 안녕하세요, 저는 Holger Cup입니다. 오늘은 파리 시각 시스템의 개별 세포와 로봇 사이에 뇌 기계 인터페이스를 만드는 절차를 보여 드리겠습니다.

우리는 이 절차를 사용하여 닫힌 입술 상태에서 로봇 시스템을 제어하기 위해 뉴런 신호를 사용하는 다양한 제어 전략의 성능을 테스트합니다. 시작하겠습니다. 플라이 준비를 시작하려면 얼음으로 식힌 다음 무딘 칵테일 스틱을 사용하여 날개를 잡고 플라이 뒷면을 현미경의 양면 테이프 조각에 고정합니다 슬라이드 다음으로 B 왁스를 사용하여 날개를 슬라이드에 부착하고 비행 모터의 작동을 차단합니다.

이 단계에서는 절차 중에 파리가 워밍업되지 않도록 빠르고 정확한 처리가 필요합니다. 이제 현미경으로 각 다리를 집게로 잡고 작은 가위를 사용하여 몸에 가장 가까운 관절을 잘라냅니다. 주둥이에 대해 이것을 반복합니다.

파리가 마르는 것을 방지하려면 구멍을 왁스로 밀봉해야 합니다. 다음으로, 날개 중 하나를 잘라낸 다음 파리를 옆으로 뒤집습니다. 카트라를 떠나는 동안 남아있는 날개 조각을 제거하고 할의 눈물을 덮고 왁스로 구멍을 막습니다.

다른 날개에 대해 이 절차를 반복합니다. 표적 뉴런을 정해진 방식으로 자극하기 위해서는, 파리의 머리가 컴퓨터 모니터와 적절히 정렬되어야 한다. 이렇게 하려면 파리의 몸을 위한 넓은 공간과 파리의 목이 놓일 노치 컷이 있는 한쪽 끝에 부속물이 있는 맞춤형 홀더가 필요합니다.

목이 노치에 있는 상태로 플라이를 홀더에 놓고 복부를 제자리에 붙이면서 누릅니다. 이제 현미경을 통해 파리의 머리 앞면을 볼 수 있도록 플라이 홀더를 스탠드에 놓습니다. 빨간 빛으로 파리를 보는 것과 의사 동공이라고 하는 광학 현상을 각 눈에서 볼 수 있습니다.

의사 동공이 특정 모양을 취하면 파리 머리의 방향이 완벽하게 정의됩니다. 마이크로 매니퓰레이터를 사용하여 파리의 머리 방향을 올바르게 지정한 다음 왁스를 사용하여 홀더에 붙입니다. 그런 다음 흉부를 평평하게 누르고 홀더에 왁스를 칠합니다.

이렇게 하면 뒤쪽 머리 캡슐을 열어 전극을 파리 뇌에 삽입할 수 있습니다.뇌는 마이크로 메스나 미세한 주사 바늘을 사용하여 오른쪽 머리 캡슐의 큐티클에 창을 조심스럽게 자릅니다. 큐티클 바로 아래의 신경 조직을 자르지 않도록 주의합니다. 큐티클 조각이 제거되면 링거 용액 몇 방울을 떨어뜨립니다.

집게를 사용하여 LOA 플레이트를 덮을 수 있는 떠다니는 머리카락, 지방 침전물 또는 근육 조직을 제거합니다. LOA 플레이트는 후방 표면을 덮고 있는 은빛 기관의 특징적인 분기 패턴으로 식별할 수 있습니다. 왼쪽 뒤쪽 머리 캡슐의 큐티클에 작은 구멍을 뚫어 비행이 준비된 기준 전극을 배치합니다.

녹음 전극을 배치하는 방법을 살펴 보겠습니다. 기록 전극은 H 하나의 뉴런에 근접하게 배치되어야 합니다. H one 뉴런은 주로 수용 영역에 제시된 수평, 앞뒤 움직임에 반응합니다.

기록 전극을 배치하려면 기관을 시각적 랜드마크로 사용하십시오. 처음에는 전극을 가장 위쪽 기관 사이에 놓습니다. 오디오 증폭기를 사용하여 기록된 전위를 음향 신호로 변환하는 데 도움이 됩니다.

각 개별 스파이크는 특징적인 딸깍 소리로 바뀝니다. 전극이 개별 뉴런에 가까울수록 딸깍 소리가 더 선명해집니다. 운동 선호도를 통해 H one 뉴런을 식별하려면 수평 방향의 움직임으로 자극하십시오.

녹음 전극을 제자리에 놓고 시각적 자극과 녹음으로 넘어 갑시다. 시작하려면 두 개의 CRT 컴퓨터 모니터 앞에 파리를 놓습니다. 플라이 비주얼 시스템은 인간보다 10배 빠르기 때문에 모니터는 초당 200프레임 위치를 표시해야 합니다.

모니터의 중심은 파리 방향에 대해 플러스 또는 마이너스 45도입니다. 파리의 눈 적도에서 볼 수 있듯이 각 모니터는 수평면에서 플러스 또는 마이너스 25도, 수직 평면에서 플러스 또는 마이너스 19도의 각도를 10 미만으로 만듭니다. 컴퓨터 모니터에 대한 입력은 실험을 위해 개조된 작은 이륜 SRO 로봇에 장착된 두 대의 비디오 카메라에 의해 제공됩니다.

을 원통형 영역 내의 턴테이블에 배치하고, 벽에는 수직 방향의 흑백 줄무늬 패턴이 늘어서 있습니다. 턴테이블을 수평면에서 회전시키면 로봇의 움직임이 1자유도로 제한됩니다. 처음에는 턴테이블과 로봇이 모두 정지 상태입니다.

턴테이블이 움직이기 시작하면 회전이 로봇을 같은 방향으로 운반하고 비디오 카메라는 로봇과 경기장의 줄무늬 패턴 사이의 상대적인 움직임을 기록합니다. 로봇의 배터리로 구동되는 비디오 카메라는 플러스 또는 마이너스 45도 방향으로 장착됩니다. 초당 200개의 이미지를 캡처하여 플라이 로그 앞에 있는 컴퓨터 모니터의 프레임 속도와 일치시킵니다.

컴퓨터에 제공된 이미지는 6 40 x 4 80 그레이 스케일의 해상도에서 초당 200 프레임으로 모니터링됩니다. 파리가 줄무늬 패턴 레코드의 움직임을 지켜보는 동안 밴드는 필터링을 통과했습니다. 예를 들어, 최소 10킬로헤르츠의 샘플링 속도를 사용하는 디지털 수집 보드가 있는 302킬로헤르츠 전기 신호 사이에서, 스파이크를 백그라운드 활동과 분리하기 위해 필터링된 전기 신호를 통과한 대역에 임계값이 적용됩니다.

인과 반 가우시안 필터는 스파이크와 컨볼루션되어 H one cell에 대한 부드러운 스파이크 활성 추정치를 얻어 뇌 기계 인터페이스의 루프를 닫습니다. 제어 알고리즘을 사용하여 H 원 셀의 스파이크 속도를 로봇 속도로 변환하고, 이 속도는 Bluetooth 인터페이스를 통해 피드백되어 로봇의 바퀴를 구동하는 두 개의 DC 모터를 제어합니다. 순수한 기호파는 턴테이블의 속도 프로파일로 선택됩니다.

신호파는 턴테이블이 선호하는 방향을 따라 H one 뉴런을 자극하는 방향으로만 회전하도록 DC 오프셋을 가지고 있습니다. 전체 제어 시스템은 H one 뉴런의 자극으로 인해 로봇이 올바르게 설정되었을 때 턴테이블의 움직임을 보상하도록 설정됩니다. 시각적 안정화는 로봇의 역회전이 턴테이블의 회전과 일치할 때 이루어지며, 그 결과 컴퓨터 모니터에서 패턴 이동이 거의 또는 전혀

시스템의 전반적인 성능은 루프를 닫는 데 사용되는 제어 알고리즘에 따라 달라집니다. 우리가 테스트하는 첫 번째 알고리즘은 업데이트된 로봇 속도가 로봇 Omega R과 턴테이블 Omega P 사이의 각속도 차이에 비례하는 비례 컨트롤러입니다. 정적 이득에 대한 다른 값. 턴테이블 신호 오메가 P에 대한 KP 및 입력 주파수는 컨트롤러의 성능을 테스트하기 위해 선택됩니다.

KP가 1이고 오메가 P의 입력 주파수가 0.6헤르츠인 경우 오메가 P 및 오메가 R에 대한 샘플 트레이스가 여기에 표시되며, 녹색의 로봇은 지연과 더 작은 피크 진폭으로 파란색의 턴테이블을 따릅니다. H one cell을 자극하는 패턴 모션의 수평 구성 요소는 턴테이블 신호에 대한 빨간색 입력 주파수로 오른쪽에 표시됩니다. 오메가 P는 0.03에서 3 헤르츠 사이에서 선택되고 해당 로봇 신호 오메가 R이 기록됩니다.

두 신호 모두 빠른 4년 변환에 의해 주파수 도메인으로 변환되며, 진폭 및 위상 값은 입력 주파수에서 계산됩니다. KP가 1인 비례 제어기에 대한 BO d 크기 플롯은 테스트된 입력 주파수에 대한 시스템의 응답을 보여줍니다. 컨트롤러의 성능은 일반적으로 주파수가 증가함에 따라 감소합니다.

1헤르츠에서 약간 증가된 이득은 동적 출력 범위가 주로 수평의 앞뒤 모션을 포함하는 하나의 H 1 셀만 사용하기 때문에 로봇 신호의 진동의 결과입니다. Bodhi 위상 플롯은 입력 주파수가 0.6헤르츠보다 작을 때 PI보다 작은 제어기 위상 지연을 보여줍니다. 이는 제어기가 0.6헤르츠보다 작은 주파수에 대해서는 안정되어 있고 1헤르츠보다 크거나 같은 입력 주파수에 대해서는 불안정하다는 것을 보여줍니다.

정적 KP가 있는 비례 제어기의 성능을 KP의 값이 50밀리초마다 업데이트되는 적응형 제어기와 비교했습니다. 최대 스파이크 속도를 기준으로 합니다. 시간 간격 T에서 500밀리초를 뺀 값에 대해 계산된 F max는 큰 통합 시간 창의 결과를 T.As, 비례 컨트롤러는 테스트된 매개변수 범위에 대해 적응형 컨트롤러보다 더 나은 성능을 발휘하고, 적응형 컨트롤러는 비례 컨트롤러와 유사한 위상 특성을 가졌으며, 턴테이블 주변의 등급 패턴은 제거되었으며, 실험실 환경은 플라이 H 원 셀에 대한 자연주의적 시각적 입력의 근사치로 사용되었습니다.

평균적으로 자연주의적 시각적 입력에 대한 보리수 크기 플롯은 그레이딩 시각적 입력보다 약간 더 높은 이득을 보였는데, 이는 아마도 자연주의적 시각적 이미지에서 더 넓은 범위의 공간 주파수가 활용되었기 때문일 것입니다. 그레이딩과 자연주의적 시각적 입력에 대한 보리수 위상 플롯 특성은 유사했습니다. 우리는 방금 세포와 5개의 시각 체계 그리고 로봇 사이에 뇌 기계 인터페이스를 만드는 방법을 보여드렸습니다.

이 절차에는 몇 가지 중요한 단계가 있습니다. 첫째, 뇌 손상을 방지하기 위해 머리 캡슐을 열 때 깊은 상처를 피하십시오. 둘째, 전극을 조심스럽게 배치하여 H 하나의 세포에서 기록하는 하나의 세포에서만 기록하도록 합니다.

셋째, 뇌를 항상 촉촉하게 유지하고 건조해지는 것을 방지한다. 그게 다야. 시청해 주셔서 감사드리며 실험에 행운을 빕니다.