XiaoMi-AI文件搜索系统
World File Search System感觉反馈
感觉反馈可引起神经旋转
每次你移动手臂时，运动皮层中的神经元群都会进行复杂而协调的舞蹈，从而产生运动。这种协调活动的大部分可以描述为随时间变化的“旋转模式”，这种模式通常无法在神经活动中直接看到，只能通过主成分分析等降维方法发现（图 1A；Churchland 等人，2012 年）。在许多涉及手臂伸展或伸展和抓握运动的研究中，已经在运动皮层中观察到这种旋转动力学（例如，参见 Kao 等人，2015 年；Pandarinath 等人，2015 年；Suresh 等人，2020 年；Susilaradeya 等人，2019 年；Abbaspourazad 等人，2021 年；Sani 等人，2021 年），但在辅助运动区却不存在（Lara 等人，2018 年）。一些研究已经调查了这些旋转模式如何从单个神经元活动中产生背后的数学原理（例如，Michaels 等人，2016 年；Elsayed 和 Cunningham，2017 年）。其中一些报告（Sussillo 等人，2015 年；Michaels 等人，2016 年）依赖于人工神经网络：简化的计算
循环动力学的反馈控制限制了运动适应过程中的学习时间尺度
初级运动皮层 (M1) 的潜在动力学模型揭示了运动控制背后的基本神经计算；然而，这种模型往往忽略了感觉反馈的影响，感觉反馈可以不断更新皮层动力学并纠正外部扰动。这表明迫切需要对感觉反馈和内在动力学之间的相互作用进行建模。这种模型还有利于实时解码神经活动的脑机接口 (BCI) 的设计，其中用户学习和熟练控制都需要反馈。在这里，我们研究了皮层动力学的灵活反馈调节，并展示了它对 BCI 任务性能和短期学习的影响。通过在简单的 2D 到达任务（类似于 BCI 光标控制）上使用实时感觉反馈训练循环网络模型，我们展示了如何将以前报告的 M1 活动模式重新解释为由反馈驱动的动力学引起的。接下来，通过在 M1 上游加入自适应控制器，我们做出了一个可测试的预测：除了 M1 内循环连接的可塑性之外，M1 输入的可塑性（包括感官反馈的重新映射）还促进了新 BCI 解码器的短期学习。这种输入驱动的动态结构还决定了适应速度和学习成果，并解释了学习变异性的连续形式。因此，我们的工作强调了对运动控制的输入相关潜在动力学进行建模的必要性，并阐明了学习限制是如何从神经活动的统计特征和底层动态结构中产生的。
Rio-Bermudez.大脑皮层.2020.pdf - Blumberg 实验室
主动睡眠 (AS) 为同步皮质和皮质下结构内及之间的神经活动提供了独特的发展环境。在一周大的大鼠中，肌阵挛性抽搐的感觉反馈（AS 的特征性相位运动活动）会促进海马体和红核（中脑运动结构）中相干的 θ 振荡 (4-8 Hz)。抽搐的感觉反馈还会以纺锤波爆发的形式触发感觉运动皮质中的节律活动，纺锤波爆发是由 θ、α/β（8-20 Hz）和 β2（20-30 Hz）频段中的节律成分组成的短暂振荡事件。在这里，我们想知道这些纺锤波爆发成分中的一个或多个是否从感觉运动皮质传递到海马体。通过同时记录 8 日龄大鼠的胡须桶状皮质和背侧海马，我们发现 AS（而非其他行为状态）会促进皮质-海马相干性，尤其是在 beta2 波段。通过切断眶下神经以阻止胡须抽搐的感觉反馈传递，AS 期间的皮质-海马 beta2 相干性显著降低。这些结果证明了感觉输入（尤其是在 AS 期间）对于协调这两个正在发育的前脑结构之间的节律性活动的必要性。
动物运动的神经力学：从生物学到机器人技术和背部
机器人技术和神经科学是姊妹学科，旨在了解自主药物中如何实现敏捷，高效和强大的运动。机器人技术已经从研究动物发现的神经力学原理中受益。这些包括使用高级命令来控制低级中央模式生成器 - 例如控制器，进而通过感觉反馈告知。相互，神经科学受益于机器人技术的工具和直觉，以揭示实施例，与环境的物理相互作用以及感觉反馈有助于雕刻动物行为。我们说明并讨论了机器人技术与神经科学之间对话的主体研究。我们还揭示了模拟和机器人日益增长的生物现实主义如何将这两个学科融合在一起，从而在许多令人兴奋的未来机会的情况下锻造了自主行为控制的综合科学。
连续的听觉反馈促进了小鼠的精细运动技能学习
运动技能学习使生物可以与环境有效相互作用，并依靠将感觉反馈与电机输出相结合的神经机制。虽然感觉反馈（例如与运动动作相关的听觉提示）增强了人类运动性能，但其作用机理的理解很少。开发可靠的增强运动技能学习动物模型对于开始剖析这种增强的生物系统至关重要。我们假设在运动任务期间连续的听觉反馈将促进小鼠的复杂运动技能。我们使用DeepLabcut开发了一个闭环系统，以实时无标记跟踪鼠标前爪动作，并具有高处理速度和低延迟。通过将前言的动作编码到不同频率的听觉音调中，小鼠在到达任务期间接收了连续的听觉反馈，需要将左前爪垂直位移到目标。成年小鼠在4 d培训中接受了听觉反馈或没有反馈的培训。与对照组相比，接收听觉反馈的小鼠表现出明显增强的运动技能学习。对轨迹的聚类分析表明，在运动训练的第2天之前，听觉反馈小鼠建立了一致的到达轨迹。这些发现表明，实时，运动编码的听觉反馈有效地促进了小鼠运动技能。这种闭环系统利用高级机器学习和实时跟踪，为探索运动控制机制和通过增强的感觉反馈开发运动障碍的治疗策略提供了新的途径。
植入式传感器的神经刺激伪影去除可提高信号清晰度和运动意志解码
随着对具有可靠和多功能控制的假肢的需求不断增长，肌电模式识别和植入传感器方面的最新进展已被证明具有相当大的优势。此外，可以通过刺激残留神经实现假肢的感觉反馈，从而实现对假肢的闭环控制。然而，这种刺激会导致肌电图 (EMG) 信号中出现干扰伪影，从而降低假肢的可靠性和功能。在这里，我们实现了两种实时刺激伪影去除算法，即模板减法 (TS) 和 ε - 正则化最小均方 (ε -NLMS)，并研究了它们在植入神经袖和 EMG 电极的两名肱骨截肢者中离线和实时肌电模式识别的性能。我们表明，这两种算法都能够显著提高伪影破坏的 EMG 信号的信噪比 (SNR) 和离线模式识别准确性。此外，这两种算法都改善了主动神经刺激期间运动意图的实时解码。尽管这些结果取决于用户特定的传感器位置和神经刺激设置，但它们仍然代表了朝着能够进行多功能控制和同时感觉反馈的双向神经肌肉骨骼假肢迈出的进步。
植入传感器的神经刺激伪像去除伪像改善了信号清晰度和电动机的解码
随着对可靠和多功能控制的假肢的需求增加，肌电模式识别和植入传感器的最新进展已被证明具有很大的优势。另外，可以通过刺激残留神经来实现假体的感觉反馈，从而可以对假体进行闭环控制。然而，这种刺激会导致肌电图（EMG）信号中的干扰伪影，从而恶化假体的可靠性和功能。在这里，我们实施了两种实时刺激伪影算法，模板减法（TS）和ε范围的最小平均正方形（ε-NLMS），并研究了它们在植入了两种经过植入的具有神经奶酪的经过跨乳液中的植物和实时的肌关系中的性能和实时的肌肌摄影。我们表明，这两种算法都能显着提高信号 - 噪声比（SNR）和totifact-prount的EMG信号的图案识别精度。此外，两种算法都改善了主动神经刺激期间运动意图的实时解码。尽管这些结果取决于用户特定的传感器位置和神经刺激设置，但它们仍然代表了能够多功能控制和同时感觉反馈的双向神经肌肉骨骼假体的进步。
创新的多曲函式皮肤拉伸（Muviss ... -Iris
在上肢假肢领域，感觉反馈的结合对于认知过程和行为至关重要。研究表明，触觉反馈改善了截肢者对假体的控制。这项研究介绍了Muviss（多纤维状运动皮肤拉伸）触觉装置的发育，该触觉装置戴在手腕和前臂上，并从机器人假肢手中提供感觉运动反馈。提出了一种创新的反馈策略，该策略尚未在现有文献中探讨。通过结合两种已经建立的策略 - 即，与本体感受结合伸展皮肤并结合了联系 - 该研究提供了一种未开发的感觉反馈方法。改编对商业上可用的Taska假肢手，以集成传感器并捕获触觉反馈的数据。对非开拓者受试者进行的两类测试表现出了有希望的功效和性能。与五名参与者一起进行了一系列测试，旨在评估Muviss反馈的有效性，分别测试每个反馈。为了评估整个系统的有效性，还对九个受试者进行了测试，并控制了假肢。他们允许通过振动将Muviss反馈与经典的力量反馈进行比较，并且没有触觉反馈。结果表明，新的反馈解决方案能够在没有视力的情况下提供尺寸和刚度信息。此外，反馈改善了电动机任务的性能，特别是用视觉抓住大理石。研究表明，该系统有可能改善控制，提高性能并对操作假体设备的整体体验产生积极影响。
生成人工智能执行基本的结构生物学建模研究了模拟的两组分凝胶系统的组织再生动物和机器人建模和模拟框架
摘要8动物运动和神经力学控制的研究为9种神经科学，生物力学和机器人技术的研究提供了宝贵的见解。我们已经开发了农场10（动物和机器人建模和模拟框架），一个开源的，跨学科的11框架，旨在促进访问用于建模的神经力学模拟，12个模拟，对动物势力和生物启发的机器人系统的分析。通过提供13个可访问且用户友好的平台，农场旨在降低研究人员的障碍，以探索神经系统，肌肉骨骼结构和15个环境之间的复杂相互作用。农场以模块化的方式整合了Mujoco物理引擎，使16种现实的模拟并促进了神经科学家，生物学家和机器人主义者之间的协作。17个农场已经被广泛用于研究动物的运动，例如小鼠，18个果蝇，鱼，sal和cent，是研究19个中央模式发生器和感觉反馈的作用的平台。本文概述了Farms 20框架，讨论了其跨学科方法，通过特定的21个案例研究展示了其多功能性，并强调了其在促进我们对运动的理解方面的有效性。特别是在22中，我们展示了如何使用农场来研究两次运动，通过在形态和环境中介绍基于神经24个控制器的23个实验演示，并具有中央模式发生器和感觉反馈电路模型。28总的来说，农场的25个目标是有助于更深入地了解动物运动，创新生物启发的机器人系统的26发展，并促进神经力学27研究中的可及性。
对乳腺癌和分子亚型的脑转移空间分布的定量表征
心脏内脑机构界面（BCIS）可以通过允许用户控制带有记录在大脑中的信号的效应器或辅助设备来恢复受重大瘫痪的人的功能。近年来，运动皮层中的心脏内植入物已用于灵长类动物和人类参与者的BCI控制（Ajiboye等人。2017; Bouton等。2016; Collinger等。2013; Hochberg等。2006; Santhanam等。 2006; Velliste等。 2008; Wodlinger等。 2014）。 最近，通过在体感皮质中刺激电极来添加体感觉反馈（Armenta Salas等人。 2018; Fifer等。 2020; Flesher等。 2016; Flesher等。 2019; Flesher等。 2021;休斯等人。 2020;休斯等人。 2020）。 鉴于心脏内BCI需要手术植入，因此必须在临床上可行多年才能稳定。 在人类和灵长类动物中都研究了这个问题，表明可以从汽车皮层中的电极可靠地记录信号，但设备没有失败，尽管有相当大的受试者间可变性，并且信号随着时间的流逝通常会降低（Bullard等人（Bullard等人） 2020; Chestek等。 2011;唐尼等。 2018;休斯等人。 2020;詹姆斯等人。 2013; Simeral等。 2011; Suner等。 2005）。2006; Santhanam等。2006; Velliste等。 2008; Wodlinger等。 2014）。 最近，通过在体感皮质中刺激电极来添加体感觉反馈（Armenta Salas等人。 2018; Fifer等。 2020; Flesher等。 2016; Flesher等。 2019; Flesher等。 2021;休斯等人。 2020;休斯等人。 2020）。 鉴于心脏内BCI需要手术植入，因此必须在临床上可行多年才能稳定。 在人类和灵长类动物中都研究了这个问题，表明可以从汽车皮层中的电极可靠地记录信号，但设备没有失败，尽管有相当大的受试者间可变性，并且信号随着时间的流逝通常会降低（Bullard等人（Bullard等人） 2020; Chestek等。 2011;唐尼等。 2018;休斯等人。 2020;詹姆斯等人。 2013; Simeral等。 2011; Suner等。 2005）。2006; Velliste等。2008; Wodlinger等。 2014）。 最近，通过在体感皮质中刺激电极来添加体感觉反馈（Armenta Salas等人。 2018; Fifer等。 2020; Flesher等。 2016; Flesher等。 2019; Flesher等。 2021;休斯等人。 2020;休斯等人。 2020）。 鉴于心脏内BCI需要手术植入，因此必须在临床上可行多年才能稳定。 在人类和灵长类动物中都研究了这个问题，表明可以从汽车皮层中的电极可靠地记录信号，但设备没有失败，尽管有相当大的受试者间可变性，并且信号随着时间的流逝通常会降低（Bullard等人（Bullard等人） 2020; Chestek等。 2011;唐尼等。 2018;休斯等人。 2020;詹姆斯等人。 2013; Simeral等。 2011; Suner等。 2005）。2008; Wodlinger等。2014）。最近，通过在体感皮质中刺激电极来添加体感觉反馈（Armenta Salas等人。2018; Fifer等。2020; Flesher等。2016; Flesher等。2019; Flesher等。2021;休斯等人。2020;休斯等人。2020）。鉴于心脏内BCI需要手术植入，因此必须在临床上可行多年才能稳定。在人类和灵长类动物中都研究了这个问题，表明可以从汽车皮层中的电极可靠地记录信号，但设备没有失败，尽管有相当大的受试者间可变性，并且信号随着时间的流逝通常会降低（Bullard等人（Bullard等人）2020; Chestek等。2011;唐尼等。2018;休斯等人。2020;詹姆斯等人。2013; Simeral等。2011; Suner等。2005）。2005）。