机构名称：
¥ 2.0
摘要 皮层内脑机接口 (iBCI) 通过将大脑活动转化为外部设备的控制信号，恢复瘫痪患者的运动功能。在当前的 iBCI 中，神经接口的不稳定性会导致解码性能下降，这需要使用新的标记数据进行频繁的监督重新校准。一种潜在的解决方案是使用神经群体活动背后的潜在流形结构来促进大脑活动和行为之间的稳定映射。最近使用无监督方法的努力利用这一原理提高了 iBCI 稳定性；然而，现有方法将每个时间步视为独立样本，不考虑潜在动态。动态已被用于实现对运动意图的高性能预测，也可能有助于提高稳定性。在这里，我们提出了一个非线性流形与动态对齐 (NoMAD) 平台，它使用动态的循环神经网络模型来稳定 iBCI 解码。 NoMAD 使用无监督分布对齐将非平稳神经数据的映射更新为一组一致的神经动态，从而为 iBCI 解码器提供稳定的输入。在应用于从猴子运动皮层收集的运动任务数据时，NoMAD 能够在数周至数月的时间内以无与伦比的稳定性实现准确的行为解码，而无需任何监督重新校准。
通过调整潜在动力学来稳定脑机接口
主要关键词
相关文件推荐
