Projektowanie i wykorzystanie aparatu do prezentacji chwytalnych obiektów w przestrzeni roboczej 3D
August 8th, 2019
Prezentowany tutaj jest protokół budowy automatycznego urządzenia, które prowadzi małpę do wykonania elastycznego zadania polegającego na sięganiu i chwytaniu. Aparat łączy w sobie urządzenie translacyjne 3D i stół obrotowy w celu prezentacji wielu obiektów w dowolnej pozycji w przestrzeni 3D.
Zasada neuronalna leżąca u podstaw zasięgu i chwytania była intensywnie badana w ostatnich dziesięcioleciach, jednak opracowano niewiele urządzeń, które umożliwiają elastyczne połączenie obu ruchów w jednym zadaniu. Poprzez sprzężenie niestandardowego stołu obrotowego z trójwymiarowym urządzeniem translacyjnym, nasze urządzenie umożliwia próbne połączenie wielu pozycji w przestrzeni trójwymiarowej i obiektów o różnych kształtach w każdej pozycji. Nasz aparat stanowi cenną platformę do badania funkcji kończyn górnych i leżących u ich podstaw zasad neuronalnych.
Może również ułatwiać jednoczesną rekonstrukcję ruchów sięgania i chwytania w interfejsie mózg-maszyna. Zacznij od zamocowania dwóch szyn Y na górnej powierzchni ramy równolegle, mocując wsporniki do górnej powierzchni za pomocą. Następnie połącz dwie szyny Y z wałem łączącym i dwoma złączami membranowymi.
Dokręć blokujące sprzęgieł, aby zsynchronizować wały dwóch szyn. Włóż sześć nakrętek w tylne rowki szyny Z i przymocuj jedną stronę ramy trójkąta prostokątnego do tylnej części szyny Z za pomocą. Pociągnij trójkątną ramę do końca, który jest dystalny do wału i dokręć.
W ten sam sposób przymocuj drugą ramkę trójkąta prostokątnego do drugiej szyny Z. Przymocuj pozostałe boki dwóch trójkątnych ramek pod kątem prostym do suwaków dwóch szyn Y za pomocą. Następnie połącz dwie szyny Z za pomocą wału łączącego i złączy membranowych, a następnie dokręć blokujące sprzęgła.
Przymocuj dwie płyty łączące w kształcie litery T z tyłu szyny X za pomocą nakrętek i. Następnie pociągnij dwie deski w kształcie litery T do dwóch końców szyny X i dokręć. Przymocuj dwie deski łączące w kształcie litery T do suwaków dwóch szyn Z za pomocą.
Włóż silnik krokowy do otworu wału reduktora biegów i skręć ze sobą ich kołnierze. Na koniec przykręć pierścień łączący do końca wału szyny X. Włóż wałek reduktora biegów do sprzęgła i przykręć reduktor do pierścienia łączącego.
Dokręć blokującą sprzęgła. Zacznij od umieszczenia czujników dotykowych w rowku korpusu obiektu i przyklej je do predefiniowanych obszarów dotykowych za pomocą taśmy dwustronnej. Przełóż przewody przez otwór w tablicy przedmiotowej i przymocuj pokrywę do korpusu obiektu za pomocą.
Następnie przeprowadź przewody przez otwory po bokach rotatora i przykręć przedmioty do rotatora. końcówki przewodów czujników dotykowych do obracających się końców elektrycznego pierścienia ślizgowego i owiń połączenia taśmą izolacyjną. Przykręć obudowę do suwaka szyny X.
Umieść łożysko w dolnym otworze skrzynki. Następnie włóż rotator do obudowy od prawej strony i przeprowadź przewody elektrycznego pierścienia ślizgowego przez górny otwór obudowy. Następnie włóż metalowy wałek do łożyska od górnego otworu obudowy i dopasuj wpust wału do rowka wpustowego rotatora.
Ustaw elektryczny pierścień ślizgowy wokół metalowego wału. Umieść koniec listwy ustalającej w wycięciu elektrycznego pierścienia ślizgowego, aby zapobiec obracaniu się pierścienia zewnętrznego. Włóż wałek silnika krokowego do metalowego otworu wału i zamocuj silnik na górze pudełka za pomocą.
Przyklej trójkolorową diodę LED z przodu obudowy za pomocą taśmy. Na koniec przykręć prawy kredens do obudowy. Włóż przewody sterujące silników krokowych, diod LED i czujników dotykowych do portów cyfrowych karty akwizycji danych.
Aby zainicjować 3-wymiarowe urządzenie translacyjne i stół obrotowy, pociągnij suwaki wszystkich liniowych szyn ślizgowych do punktu początkowego i obróć pierwszy obiekt stołu obrotowego tak, aby był skierowany w stronę przedniej strony stołu obrotowego. Następnie wprowadź współrzędne wszystkich pozycji w macierzy do dokumentu tekstowego. Upewnij się, że każdy wiersz zawiera współrzędne X, Y i Z jednej pozycji oddzielone spacją, a następnie zapisz dokument.
Następnie otwórz oprogramowanie paradygmatu, kliknij przycisk Otwórz plik w panelu Pula i wybierz dokument tekstowy, aby załadować pozycje prezentacji do oprogramowania paradygmatu. Sprawdź obiekty, które mają zostać zaprezentowane w eksperymencie w Puli Obiektów oprogramowania paradygmatu. Następnie dostosuj parametry eksperymentalne w panelu Parametry czasu oprogramowania paradygmatu.
Ustaw linię bazową na 400 milisekund, Przebieg silnika równy 2000 milisekund, Planowanie równe 1000 milisekund, Maksymalny czas reakcji równy 500 milisekund, Maksymalny czas dotarcia równy 1000 milisekund, Min. Czas wstrzymania równy 500 milisekund, Nagroda równa się 60 milisekund, a Sygnał błędu równy 1000 milisekund. Następnie przymocuj krzesło małpy do aluminiowej ramy konstrukcyjnej. Przymocuj trzy odblaskowe znaczniki na końcu ramienia za pomocą taśmy dwustronnej.
Upewnij się, że trzy znaczniki tworzą trójkąt scalene. Następnie w oprogramowaniu paradygmatu kliknij przycisk Uruchom, aby uruchomić zadanie. Kliknij przycisk RECORD na panelu przechwytywania ruchu w oprogramowaniu Cortex, aby nagrywać trajektorie trzech znaczników przez 60 sekund, gdy małpa wykonuje zadanie.
Kliknij przycisk ZATRZYMAJ, aby zakończyć eksperyment. Zbuduj szablon śledzenia trzech znaczników w oprogramowaniu, korzystając z zarejestrowanych trajektorii i zapisz szablon. Następnie podłącz przewód uziemiający wzmacniacza front-end do masy układu mikroelektrod, który jest wszczepiony w korę ruchową małpy.
Włóż stopnie głowicy do złącza układu mikroelektrod. Otwórz oprogramowanie centralne systemu akwizycji sygnałów neuronowych. Otwórz oprogramowanie do synchronizacji.
Kliknij trzy przyciski łączenia w panelach Cerebus, Motion Capture i Paradigm, aby połączyć oprogramowanie do synchronizacji odpowiednio z systemem akwizycji sygnału neuronowego, systemem przechwytywania ruchu i oprogramowaniem paradygmatu. Na koniec kliknij przycisk Uruchom oprogramowania paradygmatu, aby ponownie uruchomić zadanie, a następnie przycisk Nagraj na panelu Przechowywanie plików centralnego oprogramowania, aby rozpocząć nagrywanie sygnałów neuronowych. Sprawdź zapisany szablon śledzenia i kliknij przycisk RECORD na panelu przechwytywania ruchu oprogramowania Cortex, aby rozpocząć nagrywanie trajektorii nadgarstka małpy.
Trajektoria nadgarstka podczas fazy docierania we wszystkich udanych próbach została wyodrębniona i podzielona na osiem grup w oparciu o pozycje docelowe. Końce ośmiu grup trajektorii tworzą prostopadłościan o takim samym rozmiarze jak predefiniowany prostopadłościenny obszar roboczy. Tutaj histogram czasu perybodźca pokazuje dwa przykładowe neurony dostrajające zarówno pozycję osiągania, jak i pokazane są obiekty.
Neuron na górze wykazuje znaczną selektywność podczas faz sięgania i trzymania. Podczas gdy neuron na dole zaczyna dostrajać pozycje i obiekty od środka fazy biegu motorycznego. Ponieważ oprogramowanie paradygmatu nie było w stanie odczytać pozycji silników, konieczne jest zainicjowanie stołu obrotowego i urządzenia translacyjnego przed każdą sesją.
Aby w pełni kontrolować, kiedy badany może zobaczyć obiekt docelowy i jego pozycję, przed aparatem można zainstalować przełączane szkło. Korzystając z naszej aparatury, możliwe jest teraz badanie interakcji neuronalnej między ruchami sięgania i chwytania, co może pomóc w jednoczesnym rozszyfrowaniu trajektorii zasięgu i rodzajów chwytu.
View the full transcript and gain access to thousands of scientific videos
Przegląd
Ten artykuł przedstawia protokół budowy aparatu automatycznego, zaprojektowanego do kierowania małp w wykonywaniu elastycznego zadania chwytu. Aparat łączy urządzenie translacyjne 3D z obracającym się stołem, umożliwiając prezentację wielu obiektów w różnych pozycjach w przestrzeni 3D.
Kluczowe elementy badania
Dziedzina nauki
- Neuronauki
- Badania behawioralne
- Inżynieria
Tło
- Badania nad mechanizmami nerwowymi chwytu i uchwycenia były rozległe.
- Istnieje niewiele urządzeń, które pozwalają na elastyczne kombinacje tych ruchów w jednym zadaniu.
- Integracja obracającego się stołu i urządzenia translacyjnego 3D jest nowatorska.
- Ten aparat może ulepszyć badania nad funkcją kończyn górnych i ich nerwowymi podstawami.
Cel badania
- Opracowanie urządzenia, które pozwala na kombinacje pozycji i kształtów obiektów w poszczególnych próbach.
- Ułatwienie jednoczesnej rekonstrukcji ruchów chwytu i uchwycenia.
- Dostarczenie platformy do badań interfejsów mózg-maszyna.
Stosowane metody
- Budowa aparatu z wykorzystaniem prowadnic Y i wału łączącego.
- Umocowanie struktury za pomocą śrub dla stabilności.
- Wykorzystanie niestandardowego obracającego się stołu do prezentacji obiektów.
- Zastosowanie urządzenia translacyjnego 3D dla elastyczności ruchu.
Główne wyniki
- Aparat z powodzeniem pozwala na manipulację obiektami w przestrzeni 3D.
- Umożliwia badanie ruchów kończyn górnych w kontrolowanym środowisku.
- Ułatwia badania nad zasadami nerwowymi chwytu i uchwycenia.
- Dostarcza cennego narzędzia do badań interfejsów mózg-maszyna.
Wnioski
- Opracowany aparat jest znaczącym osiągnięciem dla badań neuronaukowych.
- Oferuje nowe możliwości dla zrozumienia kontroli ruchowej i mechanizmów nerwowych.
- To narzędzie może ulepszyć badania nad złożonymi zadaniami motorycznymi u naczelnych.
Często zadawane pytania
Executive Industry Relevance
This apparatus enables precise decoupling of reach and grasp kinematics in primate models, supporting mechanistic de-risking of upper limb motor control hypotheses. By allowing independent manipulation of object identity and spatial position, it enhances predictive confidence in neural encoding studies relevant to brain-machine interface development. The platform addresses a critical gap in preclinical validation tools for motor neuroprosthetics, facilitating translational continuity from discovery to preclinical evaluation.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of neural encoding for reach versus grasp by dissociating object identity from spatial position.
- Operational Value: Provides a reproducible platform for testing therapeutic hypotheses on motor circuit function in disease-relevant primate models.
Screening & Assay Development
- Scientific Value: Generates quantitative wrist trajectory and grip type readouts for high-fidelity phenotyping of motor impairments.
- Operational Value: Supports assay standardization through motor-independent control of object presentation and position via synchronized translational and rotational axes.
Translational & Preclinical Research
- Scientific Value: Facilitates study of neural principles underlying upper limb function with direct relevance to motor neuroprosthetic development.
- Operational Value: Enables simultaneous kinematic and neural signal acquisition, supporting biomarker-aligned evaluation of motor recovery interventions.
Pipeline & Workflow Integration
The apparatus integrates into discovery biology workflows by enabling hypothesis testing on motor cortical encoding, with outputs feeding into lead identification for neuromodulatory or rehabilitative strategies targeting upper limb function.
- Discovery Biology: Supports pathway clarification and biological de-risking by isolating neural correlates of reach and grasp components in 3D workspace.
- Screening: Delivers assay readiness via quantifiable kinematic outputs (wrist trajectory) and discrete grip type measurements from touch sensors.
- Analytics: Enables peristimulus time histogram and trajectory clustering analyses to compare neural tuning across positions and object identities.
- Translational Research: Connects to preclinical continuity through brain-machine interface applicability, allowing simultaneous decode of reach trajectory and grip types.
- Enterprise Reuse: Designed as a reconfigurable platform for repeated trials across varying object sets and spatial matrices, supporting longitudinal study designs.
Operational & Enterprise Impact
- Scientific Value: Reduces mechanistic ambiguity in motor control studies by enabling independent variable manipulation of reach and grasp parameters.
- Operational Value: Ensures reproducibility through motor-driven, synchronized 3D translation and object rotation, minimizing experimenter-dependent variability.
- Strategic Value: Improves go/no-go decision confidence in motor recovery programs by validating target engagement through quantifiable kinematic and neural readouts.
- Portfolio Impact: Supports risk-adjusted advancement of neuromodulatory or rehabilitative candidates by providing preclinical evidence of target-specific motor circuit modulation.
Implementation Considerations
- Requires expertise in primate training, motion capture systems, and neural signal acquisition for effective deployment.
- Dependent on precision mechanical components (linear slides, stepper motors, slip rings) and calibration protocols for accurate 3D positioning.
- Necessitates cross-team standardization between neuroscience, engineering, and behavior teams for consistent object and position mapping.
- Adaptation across model systems may require scaling of mechanical components and sensor resolution to match species-specific kinematics.
- Practical limitations include reliance on successful primate training and the need for manual initialization of turning table and translational device before each session.
