机构名称：
¥ 1.0
开创性的研究表明，通过广泛调谐的神经元的大量人群的综合作用，而不是通过少量的高度调节神经元1来编码。几个系统为大脑功能中的“分布式编码”提供了进一步的证据2,3。然而，这种投资使用了反复试验的单个神经元的串行记录，因此无法以单次试验来证明对大脑信息编码的神经元种群。同时（平行）神经元种群记录的技术可以使用随机抽样的神经元种群对大脑中的信息进行出人意料的编码，尤其是在体感4-6和边缘系统中的7。，我们通过从慢性植入的电动机（MI）皮层（MI）皮层和腹侧（VL）Thalamus中的慢性植入电极阵列中记录来解决这些问题，以前肢移动任务进行训练的大鼠。我们问了三个问题。首先，在Mi Cortex和/或Vl Thala-Mus编码前肢运动轨迹中，神经元种群活性的线性或非线性数学转化如何？第二，这些“电机代码”是否可以用于生成在线“神经元群体功能”，以实时控制机器人手臂，以足够的精度代替受过训练的运动任务中的动物前肢运动？第三，可以以这种神经生物的模式训练（奖励神经活动本身）会改变或消除先前条件的运动？
同时使用机器人臂实时控制...
主要关键词
相关文件推荐
