Summary
Burada sunulan bir protokol esnek Reach-to-kavramak görev gerçekleştirmek için bir maymun kılavuzluk otomatik bir cihaz oluşturmak için. Cihaz, 3D uzayda rasgele bir konumda birden fazla nesne sunmak için bir 3B translasyonel cihazı ve tornalama tablosunu birleştirir.
Abstract
Ulaşılması ve kavrama yüksek birleştiğinde hareketler, ve temel nöral dinamikleri son on yılda yaygın olarak incelenmiştir. Ulaşmak ve açgözlü kodlamaları ayırt etmek için farklı nesne kimlikleri konumlarını bağımsız sunmak için gereklidir. Burada sunulan bir tornalama masası ve bu hedefe ulaşmak için üç boyutlu (3D) translasyonel cihaz ile monte edilmiş bir otomatik aparatın tasarımdır. Tornalama tablosu, 3B translasyonel aygıt tornalama tablosunu 3B alanda taşımadan farklı kavrama türlerine karşılık gelen farklı nesneleri değiştirir. Her ikisi de motor tarafından bağımsız olarak tahrik edilir, böylece hedef konum ve nesne rasgele birleştirilir. Bu arada, bilek yörüngesi ve kavrama tipleri sırasıyla hareket yakalama sistemi ve dokunmatik sensörler aracılığıyla kaydedilir. Ayrıca, bu sistemi kullanarak başarıyla eğitimli maymun gösteren temsili sonuçlar açıklanmıştır. Bu cihazın, üst ekstremite fonksiyonuyla ilgili kinematik, nöral ilkeler ve beyin makinesi arayüzlerini incelemek için araştırmacıların kolaylaştırılması bekleniyor.
Introduction
İnsan dışı primat içinde ulaşan ve açgözlü hareket temel nöral ilkelerini incelemek için çeşitli aygıtlar geliştirilmiştir. Görevlere ulaşma, dokunmatik ekran1,2, ekran imleç bir joystick tarafından kontrol3,4,5,6,7, ve sanal gerçeklik teknolojisi8 , 9 , 10 tüm 2D ve 3D hedefleri, sırasıyla sunmak için istihdam edilmiştir. Farklı kavrama türlerini tanıtmak için, tek bir pozisyonda sabit veya bir eksen etrafında dönen farklı şekilli nesneler,11,12,13kavramalı görevlerde yaygın olarak kullanılmıştır. Alternatif olarak, farklı kavrama türleri14,15,16,17ile aynı nesneyi kavramak için konuları bilgilendirmek için görsel ipuçlarını kullanmaktır. Daha yakın zamanda, ulaşma ve kavrama hareketleri birlikte incelenmiştir (yani, konular birden çok pozisyona ulaşır ve deneysel bir oturumda farklı kavrama türleri ile kavramak)18,19,20, 21,22,23,24,25,26,27,28,29. Erken deneyler, kaçınılmaz olarak düşük zaman ve uzamsal hassasiyete neden olan nesneleri elle sundu20,21. Deneysel hassasiyeti iyileştirmek ve insan gücünden tasarruf etmek için programlar tarafından denetlenen otomatik sunum cihazları yaygın olarak kullanılmıştır. Hedef pozisyon ve kavrama türünü değiştirmek için deneyler aynı anda birden çok nesne maruz, ancak göreli (veya mutlak) hedefleri ve kavrama türleri birbirine bağlı, uzun vadeli eğitim aracılığıyla sert ateşleme desenleri neden olan22 ,27,28. Nesneleri genellikle bir 2D düzlemde sunulur, hangi hareket ve sinir aktivitesi ulaşma çeşitliliği sınırlar19,25,26. Son zamanlarda, sanal gerçeklik24 ve robot kol23,29 3D uzayda nesneleri sunmak için tanıtıldı.
Burada sunulan ayrıntılı protokoller bina ve 3D alanda birden fazla hedef pozisyonları ve kavrama türleri herhangi bir kombinasyonu elde edebilirsiniz otomatik bir cihaz30 kullanarak. Tornalama tablosunu 3B alanda taşımak için nesneleri ve 3B translasyonel cihazı değiştirmek için bir tornalama tablosu tasarladık. Hem tornalama masası hem de translasyonel cihaz bağımsız motorlar tarafından tahrik edilir. Bu arada, konunun bilek ve nöral sinyallerinin 3D yörünge deney boyunca aynı anda kaydedilir. Cihaz Rhesus maymun üst ekstremite fonksiyon çalışması için değerli bir platform sağlar.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Tüm davranışsal ve cerrahi prosedürler Care ve Lab Animals (Çin Sağlık Bakanlığı) kullanımı için Kılavuzu ve Zhejiang Üniversitesi, Çin 'de hayvan bakımı Komitesi tarafından onaylanmıştır.
1.3D translasyonel cihazı montajı
- Alüminyum yapı rayları ile 920 mm x 690 mm x 530 mm boyutunda bir çerçeve oluşturun (kesit: 40 mm x 40 mm).
- Dört Kaide ile Y-rayların iki ucunda vida (M4) (Şekil 1B) ile sabitleyin.
- İki Y rayları, dört Kaide 'nin üst yüzeyin dört köşesine vida (M6) (Şekil 1B) ile sabitleyerek, çerçevenin üst yüzeyine paralel olarak sabitleyin.
- İki Y-rayları bir bağlantı mili ve iki diyafram kuplajları ile bağlayın. İki rayın şaftlarını senkronize etmek için bağlantı elemanlarının kilit vidalarını sıkın (Şekil 1B).
- Z-Rail ' i n arka kanalına altı fındık (M4) koyun. Sağ üçgen çerçevesinin bir tarafını, vida ile Z-Ray ' i n arkasına takın.
- Üçgen çerçevesini şaftı distal olan sonuna çekin ve vidaları sıkın. Diğer sağ üçgen çerçevesini aynı şekilde diğer Z-Rail ' e takın (Şekil 1C).
- İki üçgen çerçevedeki diğer sağ açılı kenarları, iki Y-rayın vidası (M6) (Şekil 1C) ile kaydırıcılarını sabitleyin.
- İki Z-rayları bir bağlantı mili ve Diyaframlı bağlantı elemanları ile bağlayın ve kilit vidalarını sıkın (Şekil 1C).
- İki T şeklindeki bağlantı panolarını, X-Rail ' i k ı somun ve vidalarla (M4) arkasına takın. Sonra iki T şeklindeki panoları X-Rail ' i iki ucunda çekin ve vidaları sıkın (Şekil 1D).
- İki T şeklindeki bağlantı panolarını sırasıyla iki Z-rayın vidası (M6) ile kaydırıcılarını üzerine sabitleyin (Şekil 1D).
- Step motorunu dişli Redüktörün şaft deliğine takın ve flanşlarını birlikte vidalayın (Şekil 1E).
- Bağlantı yüzüğünü, vidalarla (M4) aktif X-Rail ' i k i mil ucuna sabitleyin.
- X-Rail şaftını bağlamanın içine takın ve dişli redüktesi vidalı (M4) bağlantı halkası ile düzeltin. Bağlamanın kilit vidalarını sıkın (Şekil 1E).
- Diğer iki step motorları ve dişli redüktörleri 1.11 – 1.12 adımda açıklanan yöntemleri kullanarak aktif Y-Rail ve Z-Rail ' e düzeltin.
- Üç Step motorlarının güç ve kontrol kablolarını, sürücülerinin güç ve kontrol portlarına sırasıyla takın ve kabloları sürücü tarafındaki vidalarla sabitleyin.
2. tornalama masasının montajı
- İndir. Bu kağıdın Tamamlayıcı dosyalardan DWG tasarım dosyaları. 3D baskı veya mekanik işleme ile nesneleri, zihinsel şaft, bulma çubuğu, rotator ve durumda hazırlayın.
- Dokunmatik sensörleri nesne gövdesinin oluk içine yerleştirin ve çift taraflı teyp ile önceden tanımlanmış dokunmatik alanlara takın (Şekil 2B).
Not: her nesne dört alt bileşenden oluşur: bir BACKBOARD, içinde oluk ile nesne gövdesi, kapak panosu ve dokunmatik sensörler. - Telleri nesne Panya deliğinden geçirin ve kapak panolarını vida ile nesne gövdesine sabitleyin (Şekil 2B).
- Dokunma sensörlerinin kablolarını Rotator 'un yan tarafındaki deliklerden geçirin ve nesneleri vidalarla Rotator üzerine düzeltin. (Şekil 2C).
- Elektrik kayma halkası dönen tel uçları dokunmatik sensörlerin tel uçları lehim ve elektrik bandı ile eklem sarın (Şekil 2D).
- Kılıfı, vidalarla X-Ray kaydırıcıyı sabitleyin. Rulmanı kutunun alt deliğine yerleştirin ve bulma çubuğunu vidalar ile üst yüzeye sabitleyin (Şekil 2E).
- Rotator, rulman ve kutu eksenleri rastlantı, yan durumda Rotator yerleştirin. Elektrikli kayma yüzüğün kablolarını, kasa üst deliğinden geçirin (Şekil 2F).
- Metal mili, kılıf üst delikten rulman içine takın ve şaft tuşunu Rotator 'un anahtarına (Şekil 2G) sığdırın.
- Metal şaftın etrafında elektrikli kayma halkası ayarlayın. Dış halka döndürülmesini önlemek için elektrik kayma halkası çentik içine çubuk bulma ucunu yerleştirin (Şekil 2G).
- Step motorun şaftını metal şaft deliğine takın ve motoru vidaları ile kutunun üstüne sabitleyin. (Şekil 2H).
- Motorun güç ve kontrol kablolarını sürücünün güç ve kontrol portlarına takın ve vidaları ile sabitleyin.
- Kaset ile kasa ön tarafına bir Tricolor LED (RGB) sopa ve kasa üzerine sağ yan tahta düzeltin.
3. kontrol sisteminin kurulumu
- Dört motor sürücünün yönünü ve darbe kontrol kablolarını, sırasıyla veri edinme (DAQ) kartının dijital ı/O bağlantı noktalarına (Pins 81, 83, 85, 87) ve dijital sayaç portlarına (Pins 89, 91, 93, 95) yerleştirin. Kabloları vidalarla sabitleyin.
- LED kontrol telleri ("Go" işaret için kullanılan yeşil renk, "hata" işaret için kullanılan mavi renk ve boşta temsil kırmızı renk) DAQ kartı dijital ı/O bağlantı noktaları (pin 65 ve 66) içine takın ve vidaları ile güvenli.
- Dokunma sensörleri ve Switch düğmesinin çıkış kablolarını DAQ kartının dijital ı/O bağlantı noktalarına (pin 67 – 77) yerleştirin ve telleri vidalarla sabitleyin.
- Peristaltik pompanın başlangıç durdurma ve yön kontrol kablolarını sırasıyla dijital ı/O pimleri 1 ve 80 içine takın. Akış hızı kontrol kablosunu AO2 analog ı/O bağlantı noktasına takın. Kabloları vidalarla sabitleyin.
- El yörüngesini 3B alanda kaydetmek için üretici tarafından açıklandığı şekilde bir hareket yakalama sistemi Kur.
Not: bir ticari hareket yakalama sistemi (bkz. malzeme tablosu), sekiz kamera, bir güç hub, bir Ethernet anahtarı ve destekleyici bir yazılım (örneğin, korteks) oluşur kullanıldı. Sistemin kurulumu hakkında daha fazla ayrıntı almak için lütfen kılavuza bakın. - Kurulum bir nöral sinyal edinme sistemi olarak üretici tarafından açıklandığı gibi konu Elektrofizyoloji sinyali kaydetmek için.
Not: bir sinir sinyali işlemcisi (NSP), ön uç amplifikatör (FEA), amplifikatör güç kaynağı (ASP), baş aşamaları ve destekleyici yazılımları (örn., Merkezi) oluşan bir ticari veri toplama sistemi (malzeme tablosu) kullanılmıştır. Sistemin kurulumu hakkında daha fazla ayrıntı için kılavuza bakın.
4. deneysel oturumun hazırlanması
- 3B translasyonel aygıtını ve tornalama tablosunu başlatın. Özellikle, tüm doğrusal slayt raylı sürgüleri başlangıç noktasına (sol alt köşede) çekin ve ilk nesneyi (örn., dikey olarak yerleştirilen kolu) tornalama masasının ön tarafına karşı yüze çevirin.
- Hareket yakalama sistemi, nöral sinyal edinme, DAQ panosu, peristaltik pompa ve dört motor gibi deneysel cihazlarda güç.
- Paradigma yazılımını Kur (Şekil 3A).
- Paradigma . exe ' yi çift tıklatın (isteğe bağlı olarak kullanılabilir).
- Başlangıç pozisyonlarına göre (adım 4,2) ulaşan pozisyonların sayısını ve 3B koordinatlarını (milimetre cinsinden x, y ve z) tanımlayın.
- Bir. txt belgesinde matris formunda tüm pozisyonların koordinatlarını yazın. Her satırın x-, y-ve z-koordinatlarını bir boşlukla ayrılmış bir konumun içerdiğinden emin olun. Txt belgesini kaydedin.
- Paradigma yazılımının Havuz panelinde dosyayı aç 'ı tıklatın ve sunum konumlarını paradigma yazılımına yüklemeden önce kaydedilmiş. txt belgesini seçin.
Not: Bu çalışmada, sekiz hedef pozisyon, bir Cuboid çalışma alanı9,10 (90 mm x 60 mm x 90 mm) tepe noktalarında bulunan hayvanın ulaşan aralığına göre ayarlandı. - Paradigma yazılımının nesne havuzunda denemede sunulacak nesneleri denetleyin.
- Paradigma yazılımının zaman parametreleri panelinde deneysel parametreleri ayarlayın. Küme taban çizgisi = 400 MS, motor Run = 2.000 MS, planlama = 1.000 MS, maksimum reaksiyon süresi = 500 MS, maksimum Reach süresi = 1.000 MS, min Hold zaman = 500 MS, ödül = 60 MS ve hata Cue = 1.000 MS.
- Koltuk Rhesus maymun (bir mikro-elektrot dizi motor korteks implante ile) maymun sandalyede sandalye oluk içine yaka ekleyerek ve kafasını sabitleme.
- Alüminyum inşaat çerçevesi için maymun koltuğu düzeltin. Kafa 250 mm uzak Cuboid ön tarafına tutun ve gözleri 50 mm Cuboid çalışma alanının üst tarafındaki tutun (yatay görsel açı: 20 °; dikey görsel açı: 18 °).
- Hareket yakalama sisteminin bir izleme şablonu oluşturun.
- Çift taraflı teyp ile kolun sonuna (bilek yakın) üç yansıtıcı Marker takın. Üç işaretçinin bir skalen üçgen oluşturundan emin olun.
- Görevi başlatmak için paradigma yazılımının Çalıştır düğmesini tıklatın.
- Eğer maymun görev yaparken 60 s için üç işaretçileri yörüngeleri kaydetmek için Cortex yazılım Motion Capture panelinde kayıt düğmesini tıklayın. Denemeyi askıya almak için Durdur düğmesini tıklatın.
- Kaydedilmiş yörüngeleri kullanarak Cortex yazılımında üç işaretçilerin bir izleme şablonu oluşturun ve şablonu kaydedin.
Not: bir model oluşturmak için nasıl hakkında daha fazla bilgi almak için Cortex kılavuzuna bakın.
- FEA ve mikro elektrot dizisinin GND portlarını bir tel ve tutam musluklar ile maymun motor korteks implante bağlayın. Ardından baş aşamalarını mikro elektrot dizisi31konektörüne takın.
- Sinir sinyali edinme sisteminin merkezi yazılımını açın ve depolama yolu, hat gürültüsü iptali, Başak filtresi, Başak eşik vb. dahil kayıt parametrelerini ayarlayın.
Not: yazılım ayarı hakkında daha fazla ayrıntı için lütfen nöral sinyal edinme sisteminin kılavuzuna bakın. - Senkronizasyon yazılımını açın (Şekil 3B, istek üzerine kullanılabilir). Eşzamanlı yazılımı neural sinyal edinme sistemi, hareket yakalama sistemi ve paradigma yazılımı ile bağlamak için Cerebus, Motion Capture ve paradigma panellerindeki üç Bağlan düğmesini tıklatın.
- Denemeye devam etmek için paradigma yazılımının Çalıştır düğmesini tıklatın.
- Neural sinyalleri kaydetmeye başlamak için merkezi yazılım dosya depolama panelinde kayıt düğmesini tıklatın.
- Kaydedilmiş İzleme şablonunu kontrol edin ve maymun bileğinin yörüngesini kaydetmeye başlamak için Cortex yazılımının Motion Capture panelinde kayıt düğmesine tıklayın.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Cihazın tam çalışma alanının büyüklüğü sırasıyla 600 mm, 300 mm ve x-, y-ve z eksenlerinde 500 mm 'dir. 3D translasyonel cihazın maksimum yükü 25 kg, tornalama masası (Step motor dahil) 15 kg ağırlıklı ve 500 mm/s hıza kadar taşınabilmektedir. 3D translasyonel cihazının kinematik hassasiyeti 0,1 mm 'den az ve cihazın gürültüsü 60 dB 'den az.
Sistemin yardımcı programı göstermek için, maymun (daha önce bir ulaşan görevde eğitimli) sistem30ile gecikme ulaşmak-to-kavramak görev yapmak için eğitimli. Yukarıda sunulan prosedürü kullanarak, paradigma yazılımı otomatik olarak deneme tarafından davranış deneme deneme sunar (~ 500 oturum başına denemeler). Özellikle, maymun bir deneme başlatmak gerekir (Şekil 4) düğmeye basarak ve "Go" işaret önce tutarak. Bir ilk adım ("motor Run" faz) olarak, 3D translasyonel cihaz bir pseudo rasgele seçilmiş konuma tornalama tablosu taşır, ve aynı zamanda, tornalama tablosu da pseudo rasgele seçilmiş nesne sunmak için dönecektir. Bu motor çalıştırma aşaması 2 s ve dört motor (üç 3D translasyonel cihaz ve bir tornalama masasında) başlar ve aynı anda durdurmak sürer. Motor çalıştırma aşaması, maymun aşağıdaki hareketi planladığı bir "planlama" aşaması (1 saniye) tarafından izlenir. Bir kez yeşil LED ("Go" Cue) açar, maymun düğmesi serbest bırakmak gerekir, tornalama masasına ulaşmak ve ilgili kavrama türü ile nesne kavramak mümkün olan en kısa sürede (maksimum reaksiyon süresi = 0,5 s; maksimum hareket süresi = 1 s). Maymun 0,5 s en az tutun süre sonra bir su ödülü alır. Bir deneme iptal edilir ve maymun "gitmek" Cue önce düğmeyi bültenleri veya işaret sonra maksimum reaksiyon süresi içinde düğmeyi serbest bırakmaz mavi LED açar.
Senkronizasyon yazılımı, paradigma yazılımından ve hareket yakalama sisteminden bir "Başlangıç kaydı" etiketinden olay etiketlerini (örn., Button on, go Cue, düğme kapalı, vb., Şekil 4) alır, sonra onları gerçek zamanlı olarak nöral sinyal edinme sistemine gönderir deneme sırasında. Tüm Etiketler nöral sinyallerle kaydedilir, ancak bileğin yörüngesi ayrı bir dosyada depolanır. Nöral sinyalleri ve yörünge zamanında hizalamak için, "başlangıç-kayıt" etiketinin zaman damgası yörünge ilk örnek olarak alınmıştır, sonra artımlı zaman damgası hareket yakalama sistemi kare hızına göre diğer örnekler için atandı. Şekil 3 zaman hizalanmış olay etiketlerini, bilek yörüngesini ve örnek nöronal aktivitesini gösterir.
Tüm başarılı çalışmalarda ulaşılan faz sırasında bileğin yörüngesi çıkarıldı ve hedef pozisyonlara dayalı sekiz gruba bölünmüştür (Şekil 5). Her bir yörünge grubu için her zaman noktasında ortalama değerler ve% 95 güven aralıkları hesaplanmıştır. Şekil 5 ' teki yörünge çizimi, sekiz yörünge grubunun bitlerinin, önceden tanımlanmış Cuboid çalışma alanı (adım 4.3.4) ile aynı boyuta sahip bir Cuboid oluşturur olduğunu gösterir. Tek nöron için peristimulus zaman histogram (psth) sırasıyla pozisyon ve nesneye ulaşmak için çizilen. Başarılı denemelerde başak trenler 50 MS sürgülü pencere ile Binned ve bir Gauss çekirdeği (σ = 100 ms) ile düzleştirdi. Her grup için Ortalama değerler ve 95% güven aralığı Bootstrap yöntemi tarafından hesaplanmıştır (n = 2.000). Şekil 6 iki örnek nöronların hem pozisyon ve nesnelere ulaşan ayarlama psths gösterir. Şekil 6a 'da nöron, ulaşma ve tutma aşamaları sırasında önemli bir seçicilik gösterirken, Şekil 6B 'deki nöron "motor çalıştırma" aşamasının ortasından pozisyonlar ve nesneler ayarlamak için başlar.
Şekil 1:3B translasyonel cihaz montajı için adım adım yönergeler.
I-ı X-Rail, ı-III Y-Rail, ı-II Z-Rail, II bağlantı şaftları, III Stepping motorlar, IV Planet dişli redüktörler, V bağlantı halkaları, VI diyafram kuplajları, VII Kaide, VIII T şeklinde bağlantı panoları, IX sağ üçgen çerçeveleri. (A) translasyonel cihaz montajı için malzemeler. (B) çerçeveyi inşa etmek ve Y raylarını takmak (adımlar 1.1 – 1.4). (C) iki Z-rayları Y-raylara sabitleme (1,5 – 1.7 basamaklar). (D) Z-raylar üzerine X-Rail sabitleme (adımlar 1,8 ve 1,9). (E) Stepping motor ve dişli reuder (Steps 1,10 ve 1,11) yükleme. (F) tamamen 3D translasyonel cihaz monte (Steps 1,12 ve 1,3). Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 2: tornalama tablosu montajı Için adım adım yönergeler.
(A) Torna masası montajı için malzemeler. (B) nesneleri montaj ve dokunmatik sensörleri takma (adım 2,2). (C) nesneleri Rotator üzerine sabitleyen (adım 2,3). (D) sensörlerin kablolarını elektrik kayma halkasına bağlama (adım 2,4). (E) tabanı 3B translasyonel cihaza monte etme ve bulma çubuğunu ve rulmanı yerleştirme (adım 2,5). (F) Rotator 'a (adım 2,6) koyma. (G) şaft ve elektrik kayma halkası (adımlar 2,7 ve 2,8) takın. (H) step motorunu takma (adım 2,9). Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 3: paradigma ve senkronizasyon yazılımının grafik kullanıcı arayüzü.
(A) davranış görevini kontrol etmek için özel olarak yapılan bir LabVIEW programı. (B) paradigma yazılımı, nöral sinyal edinme sistemi ve hareket yakalama sistemi ile iletişim kurmak için özel olarak yapılan bir C++ programı. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 4: başarılı bir deneme sürümdeki zaman hizalanmış veriler.
Tüm etkinlik zamanlamaları, bilek yörüngeleri (X, Y ve Z) ve nöronal aktivite (örnek ünite 1 – 3) aynı anda kaydedildi. Üst satırdaki kısa siyah çizgiler olay etiketlerdir. "Düğme açık" maymun düğmeye basıldığında zaman gösterir; "Pozisyon Indeksi", 1 – 8 ' den itibaren hangi pozisyonun sunulduğunu gösteren bir sayıdır; "Nesne dizini", hangi nesnenin sunulduğunu gösteren 1 – 6 arasında bir sayıdır; "Motor on" dört motorun başlangıç saatini gösterir. "Motor off" durdurma süresini gösterir; "Go Cue", yeşil LED 'in üzerinde melodiler olduğu anı gösterir; "Düğme kapalı" maymun düğmesini serbest an gösterir; "Touch On", nesnenin dokunma algılayıcılarını el algılayan anı gösterir; "Ödül", pompanın su ödülünü teslim etmeye başladığı ve bir deneme sona erdiğini gösteren anı gösterir. "Düğme açık", "pozisyon dizini" ve "nesne dizini" etiketleri, deneme başlangıcında çok kısa bir süre içinde başarıyla kaydedilir. Satırlar 2 – 4 (X, Y ve Z ile etiketlenmiş) hareket yakalama sistemi tarafından kaydedilen 3D bilek yörüngesini çizmek. Satırlar 5 – 7 (birim 1, 2 ve 3 ile etiketli) sinir sinyali edinme sistemi tarafından kaydedilen üç örnek nöronların başak trenleri gösterir. Alt satırda, olay etiketlerine dayalı olarak altı aşamaya ayrılan tam deneme için zaman çizelgesi gösterilir. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 5: hareket yakalama sistemi tarafından kaydedilmiş bilek yörüngeleri.
Tüm başarılı denemeler hedef pozisyonlara göre sekiz gruba ayrılır (A harfi H ile etiketlenmiştir). Her katı çizgi bir grubun ortalama yörünge ve gölge yörüngeleri farkları temsil eder. Bu rakam bir önceki çalışmada30değiştirildi. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Şekil 6: iki örnek nöronlar (A ve B) psths.
Sağdan sola dikey kesikli çizgiler sırayla motor açık, motor kapalı, Cue açık, düğme kapalı ve dokunma açık. PSTH 'deki her katı çizgi (farklı renklerde), bir hedef konuma doğru denemeler boyunca ortalama bir ateş hızını temsil eder ve gölge% 95 güven aralığını (Bootstrap; 2.000 kez) temsil eder. Hem A hem de Biçin, üst ve alt paneller, sırasıyla farklı pozisyonlar ve NESNELERLE ilgili olarak psth 'i gösterir. Bu figürün daha büyük bir versiyonunu görmek Için lütfen tıklayınız.
Tamamlayıcı dosyalar. Dosyaları indirmek Için lütfen buraya tıklayın.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Davranışsal cihaz burada açıklanan farklı ulaşan ve açgözlü hareketlerin deneme akıllıca bir kombinasyonu sağlar (yani, maymun her deneme herhangi bir rastgele 3D konumlarda farklı şekilli nesneleri kavramak olabilir). Bu, farklı nesnelerle geçiş yapan özel bir tornalama tablosunun ve tornalama tablosunu 3B alanda birden çok konuma aktaren doğrusal translasyonel aygıtın birleşimi aracılığıyla gerçekleştirilir. Buna ek olarak, maymun nöral sinyalleri, bilek yörüngesi, ve el şekilleri, nörofizyolojik araştırmalar için kaydedilmiş ve senkronize edebildiler.
Ayrı olarak tahrik edilen 3B translasyonel cihazı ve tornalama tablosunu içeren cihaz, birden fazla hedef pozisyon ve nesneyi bağımsız olarak sunar. Diğer bir şekilde, tüm önceden tanımlanmış pozisyonlar ve nesneler rasgele, çok değişkenli kodlama14,25,28okuyan önemlidir birleştirilir. Aksine, Eğer nesne tespit edilecek konuma bağlı (örneğin, nesne bir panelde sabitlenir), tek bir nöron bir nesne veya pozisyon18,27,32olup olmadığını belirlemek zordur. Dahası, cihaz, uzamsal modülasyon ile daha fazla nöronlar aktive bir 2D düzlem19,27, yerine 3D alanda nesneleri sunar.
Cıvatalı bağlantı, cihazın alt bileşenleri arasında yaygın olarak kullanılır ve bu da yüksek genişlikte ve esnekliğe neden olur. Nesnelerin şeklini ve dokunmatik sensörlerin yerleşimini tasarlayarak, çok sayıda kavrama tipi tam olarak indüklenmiş ve tanımlanmıştır. 3B translasyonel cihaz, 3D uzayda 25 kg 'dan az herhangi bir alt bileşen taşıyabilir ve mekansal deplasman içeren çoğu görev için yetkin olabilir. Ayrıca, cihaz Rhesus maymun (Macaca mulatta), 3D translasyonel cihazın ayarlanabilir aralığı nedeniyle eğitmek için tasarlanmış olmasına rağmen, aynı zamanda benzer veya daha büyük vücut boyutları ve hatta insanlar ile diğer primatlar için yetkin.
Davranışsal görevin bir büyük endişe ulaşan ve tutam hareketi birleştiren, el duruş farklı ulaşan pozisyonlar arasında farklıdır olsa bile maymun aynı tutuş türü ile nesne budallar. Her ne kadar ulaşmak ve açgözlü genellikle iki farklı hareketler olarak kabul edilir, onların efektörlere (kol ve el) bağlıdır. Böylece, ulaşan hareketin açgözlüleme ile etkileşmesi kaçınılmaz. Bu deneydeki gözlemlere göre, maymunun bilek açısı aynı nesneyi farklı pozisyonlarda ele aldığınızda biraz değişti, ancak el duruşunda önemli farklılıklar görülmemiştir.
Cihazın bir potansiyel sınırlama deneysel oda hareket yakalama sisteminden kızılötesi ışık nedeniyle tamamen karanlık değildir. Maymun tüm Trail boyunca hedef nesne görebilirsiniz, hangi planlama dönemi önce istenmeyen ayarlama yol açar. Bir nesneye görsel erişimi kontrol etmek için, kafa ve cihaz arasında paradigma yazılımı tarafından denetlenen değiştirilebilir bir cam yerleştirilebilir. Değiştirilebilir cam temel ve planlama aşamaları sırasında opak ve "Go" işaret sonra saydam döner. Bu şekilde, görsel bilgiler tam olarak denetlenir. Aynı şekilde, beyaz gürültü motorun ses tarafından nesnenin konumunu tanımlamanın maymun engeller motor çalışan ses, maskelemek için istihdam edilebilir. Cihazın başka bir sınırlama parmakların hareket izlenemez olmasıdır. Çünkü maymun el üzerinde işaretler yakalama kameralar blokları nesne, kavramak için tornalama masasına el ulaşmak gerekir çünkü.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Yazarların ifşa etmesi gereken hiçbir şey yok.
Acknowledgments
Biz cihaz tasarımı ve Bayan guihua Wang onun tavsiye için onun yardım için hayvan bakımı ve eğitim ile Bay Shijiang Shen teşekkür ederiz. Bu çalışma Çin Ulusal temel araştırma ve geliştirme programı (2017YFC1308501), Çin Ulusal Doğal Bilim Vakfı (31627802), Zhejiang Eyaleti (2016C33059) kamu projeleri ve temel araştırma fonları tarafından desteklenmektedir Merkezi üniversiteler.
Materials
| Name | Company | Catalog Number | Comments |
| Active X-rail | CCM Automation technology Inc., China | W50-25 | Effective travel, 600 mm; Load, 25 kg |
| Active Y-rail | CCM Automation technology Inc., China | W60-35 | Effective travel, 300 mm, Load 35 kg |
| Active Z-rail | CCM Automation technology Inc., China | W50-25 | Effective travel, 500 mm; Load 25 kg |
| Bearing | Taobao.com | 6004-2RSH | Acrylic |
| Case | Custom mechanical processing | TT-C | Acrylic |
| Connecting ring | CCM Automation technology Inc., China | 57/60-W50 | |
| Connecting shaft | CCM Automation technology Inc., China | D12-700 | Diam., 12 mm;Length, 700 mm |
| Diaphragm coupling | CCM Automation technology Inc., China | CCM 12-12 | Inner diam., 12-12mm |
| Diaphragm coupling | CCM Automation technology Inc., China | CCM 12-14 | Inner diam., 14-12mm |
| Electric slip ring | Semring Inc., China | SNH020a-12 | Acrylic |
| Locating bar | Custom mechanical processing | TT-L | Acrylic |
| Motion capture system | Motion Analysis Corp. US | Eagle-2.36 | |
| Neural signal acquisition system | Blackrock Microsystems Corp. US | Cerebus | |
| NI DAQ device | National Instruments, US | USB-6341 | |
| Object | Custom mechanical processing | TT-O | Acrylic |
| Passive Y-rail | CCM Automation technology Inc., China | W60-35 | Effective travel, 300 mm; Load 35 kg |
| Passive Z-rail | CCM Automation technology Inc., China | W50-25 | Effective travel, 500 mm; Load 25 kg |
| Pedestal | CCM Automation technology Inc., China | 80-W60 | |
| Peristaltic pump | Longer Inc., China | BT100-1L | |
| Planetary gearhead | CCM Automation technology Inc., China | PLF60-5 | Flange, 60×60 mm; Reduction ratio, 1:5 |
| Right triangle frame | CCM Automation technology Inc., China | 290-300 | |
| Rotator | Custom mechanical processing | TT-R | Acrylic |
| Servo motor | Yifeng Inc., China | 60ST-M01930 | Flange, 60×60 mm; Torque, 1.91 N·m; for Y- and Z-rail |
| Servo motor | Yifeng Inc., China | 60ST-M01330 | Flange, 60×60 mm; Torque, 1.27 N·m; for X-rail |
| Shaft | Custom mechanical processing | TT-S | Acrylic |
| Stepping motor | Taobao.com | 86HBS120 | Flange, 86×86 mm; Torque, 1.27 N·m; Driving turning table |
| Touch sensor | Taobao.com | CM-12X-5V | |
| Tricolor LED | Taobao.com | CK017, RGB | |
| T-shaped connecting board | CCM Automation technology Inc., China | 110-120 |
References
- Leone, F. T., Monaco, S., Henriques, D. Y., Toni, I., Medendorp, W. P. Flexible Reference Frames for Grasp Planning in Human Parietofrontal Cortex. eNeuro. 2 (3), (2015).
- Caminiti, R., et al. Early coding of reaching: frontal and parietal association connections of parieto-occipital cortex. European Journal of Neuroscience. 11 (9), 3339-3345 (1999).
- Georgopoulos, A. P., Schwartz, A. B., Kettner, R. E. Neuronal population coding of movement direction. Science. 233 (4771), 1416-1419 (1986).
- Fu, Q. G., Flament, D., Coltz, J. D., Ebner, T. J. Temporal encoding of movement kinematics in the discharge of primate primary motor and premotor neurons. Journal of Neurophysiology. 73 (2), 836-854 (1995).
- Moran, D. W., Schwartz, A. B. Motor cortical representation of speed and direction during reaching. Journal of Neurophysiology. 82 (5), 2676-2692 (1999).
- Carmena, J. M., et al. Learning to control a brain-machine interface for reaching and grasping by primates. PLoS Biology. 1 (2), E42 (2003).
- Li, H., et al. Prior Knowledge of Target Direction and Intended Movement Selection Improves Indirect Reaching Movement Decoding. Behavioral Neurology. , 2182843 (2017).
- Reina, G. A., Moran, D. W., Schwartz, A. B. On the relationship between joint angular velocity and motor cortical discharge during reaching. Journal of Neurophysiology. 85 (6), 2576-2589 (2001).
- Taylor, D. M., Tillery, S. I., Schwartz, A. B. Direct cortical control of 3D neuroprosthetic devices. Science. 296 (5574), 1829-1832 (2002).
- Wang, W., Chan, S. S., Heldman, D. A., Moran, D. W. Motor cortical representation of hand translation and rotation during reaching. Journal of Neuroscience. 30 (3), 958-962 (2010).
- Murata, A., Gallese, V., Luppino, G., Kaseda, M., Sakata, H. Selectivity for the shape, size, and orientation of objects for grasping in neurons of monkey parietal area AIP. Journal of Neurophysiology. 83 (5), 2580-2601 (2000).
- Raos, V., Umiltá, M. A., Murata, A., Fogassi, L., Gallese, V. Functional Properties of Grasping-Related Neurons in the Ventral Premotor Area F5 of the Macaque Monkey. Journal of Neurophysiology. 95 (2), 709 (2006).
- Schaffelhofer, S., Scherberger, H. Object vision to hand action in macaque parietal, premotor, and motor cortices. eLife. 5, (2016).
- Baumann, M. A., Fluet, M. C., Scherberger, H. Context-specific grasp movement representation in the macaque anterior intraparietal area. Journal of Neuroscience. 29 (20), 6436-6448 (2009).
- Riehle, A., Wirtssohn, S., Grun, S., Brochier, T. Mapping the spatio-temporal structure of motor cortical LFP and spiking activities during reach-to-grasp movements. Frontiers in Neural Circuits. 7, 48 (2013).
- Michaels, J. A., Scherberger, H. Population coding of grasp and laterality-related information in the macaque fronto-parietal network. Scientific Reports. 8 (1), 1710 (2018).
- Fattori, P., et al. Hand orientation during reach-to-grasp movements modulates neuronal activity in the medial posterior parietal area V6A. Journal of Neuroscience. 29 (6), 1928-1936 (2009).
- Asher, I., Stark, E., Abeles, M., Prut, Y. Comparison of direction and object selectivity of local field potentials and single units in macaque posterior parietal cortex during prehension. Journal of Neurophysiology. 97 (5), 3684-3695 (2007).
- Stark, E., Asher, I., Abeles, M. Encoding of reach and grasp by single neurons in premotor cortex is independent of recording site. Journal of Neurophysiology. 97 (5), 3351-3364 (2007).
- Velliste, M., Perel, S., Spalding, M. C., Whitford, A. S., Schwartz, A. B. Cortical control of a prosthetic arm for self-feeding. Nature. 453 (7198), 1098-1101 (2008).
- Vargas-Irwin, C. E., et al. Decoding complete reach and grasp actions from local primary motor cortex populations. Journal of Neuroscience. 30 (29), 9659-9669 (2010).
- Mollazadeh, M., et al. Spatiotemporal variation of multiple neurophysiological signals in the primary motor cortex during dexterous reach-to-grasp movements. Journal of Neuroscience. 31 (43), 15531-15543 (2011).
- Saleh, M., Takahashi, K., Hatsopoulos, N. G. Encoding of coordinated reach and grasp trajectories in primary motor cortex. Journal of Neuroscience. 32 (4), 1220-1232 (2012).
- Collinger, J. L., et al. High-performance neuroprosthetic control by an individual with tetraplegia. The Lancet. 381 (9866), 557-564 (2013).
- Lehmann, S. J., Scherberger, H. Reach and gaze representations in macaque parietal and premotor grasp areas. Journal of Neuroscience. 33 (16), 7038-7049 (2013).
- Rouse, A. G., Schieber, M. H. Spatiotemporal distribution of location and object effects in reach-to-grasp kinematics. Journal of Neuroscience. 114 (6), 3268-3282 (2015).
- Rouse, A. G., Schieber, M. H. Spatiotemporal Distribution of Location and Object effects in Primary Motor Cortex Neurons during Reach-to-Grasp. Journal of Neuroscience. 36 (41), 10640-10653 (2016).
- Hao, Y., et al. Neural synergies for controlling reach and grasp movement in macaques. Neuroscience. 357, 372-383 (2017).
- Takahashi, K., et al. Encoding of Both Reaching and Grasping Kinematics in Dorsal and Ventral Premotor Cortices. Journal of Neuroscience. 37 (7), 1733-1746 (2017).
- Chen, J., et al. An automated behavioral apparatus to combine parameterized reaching and grasping movements in 3D space. Journal of Neuroscience Methods. 312, 139-147 (2019).
- Zhang, Q., et al. Development of an invasive brain-machine interface with a monkey model. Chinese Science Bulletin. 57 (16), 2036 (2012).
- Hao, Y., et al. Distinct neural patterns enable grasp types decoding in monkey dorsal premotor cortex. Journal of Neural Engineering. 11 (6), 066011 (2014).
