פלטפורמה ניסויית לחקר ביצועים לולאה סגורה של המוח מכונת ממשקים

Summary

אנו משתמשים בלולאה סגורה לטוס מכונת ממשק לחקור עקרונות כלליים השליטה העצבית.

Abstract

האופי הלא נייחים השתנות של אותות עצביים היא בעיה בסיסית ממשק מוח מכונה. פיתחנו ממשק מוח מכונה להעריך את החוסן של שליטה חוקים שונים ליישם משימה לולאה סגורה ייצוב תמונה. ניצול היטב מאופיין לטוס במסלול visuomotor לנו להקליט את הפעילות החשמלית של תא עצב רגיש זיהה תנועה, H1, כדי לשלוט על סיבוב לסבסב של רובוט שני גלגלים. הרובוט מצויד 2 במהירות גבוהה, מצלמות וידאו מתן קלט תנועה חזותי להטיס להציב מול 2 צגי CRT המחשב. הפעילות של נוירון H1 מציין את כיוון המהירות היחסית של הסיבוב של הרובוט. הפעילות העצבית מסוננת והאכילה חזרה על ידי אמצעי שליטה יחסית ומידתית / הסתגלות למערכת ההיגוי של הרובוט. המטרה שלנו היא לבחון למטב את הביצועים של חוקים שונים תחת שליטה לולאה סגורה התנאים עבור יישום רחב יותר גם ממשקים אחרים במוח המכונה.

Protocol

1. טוס הכנה

1. השלב הראשון בהקמת ניסויים כרוך בהכנת לטוס כך שאף משחית תנועה לא רצונית את היציבות של הקלטות עצבי וכי ראש לטוס בכיוון הנכון עם הציוד גירוי ויזואלי. כדי להתחיל בהכנת לעוף, לקרר אותו על הקרח ולאחר מכן להשתמש מקלות קוקטייל הקהה להחזיק את הכנפיים כלפי מטה, ולתקן את החלק האחורי של הזבוב על פיסת סרט דו צדדית על שקופיות מיקרוסקופ.
2. בשלב הבא, להשתמש במחט אלקטרו צריבה ליישם שעווה דבורים לצרף את הכנפיים לשקופית וגם לחסום את הפעולה של המנוע הטיסה. צעד זה דורש טיפול מהיר ומדויק כל כך לטוס אינו להתחמם במהלך ההליך.
3. עכשיו מתחת למיקרוסקופ, להחזיק כל רגל עם מלקחיים ולהשתמש זוג מספריים קטנים לחתוך אותם על המפרקים הקרוב ביותר בגוף. חזור על פעולה זו עבור חוטם. כדי למנוע את הזבוב מהתייבשות, חורים חייב להיות חתום בשעווה.
4. בשלב הבא, לחתוך את אחד האגפים את ולאחר מכן להפעיל את הזבוב על צדו. הסר את כל החלקים הנותרים של האגף, תוך השארת calyptra כיסוי halteres, ולאטום את החור עם שעווה. חזור על נוהל זה לאגף אחר.
5. כדי לעורר נוירונים היעד בצורה מוגדרת, ראשו של זבוב צריך להיות מיושר כראוי עם מסכי מחשב. לשם כך, תצטרך מחזיק אישית כי יש מקום רחב הגוף של הזבוב נספח בצד אחד עם חתך חריץ שבו צווארו של זבוב יוצב.
6. מניחים את זבוב על בעל הצוואר שלה עם החריץ, לחיצה על אותו בזמן הדבקה הבטן במקום. עכשיו מקום בעל זבוב לעמוד, כך שאתה יכול לראות הקדמי של ראשו של זבוב מבעד למיקרוסקופ.
7. הצגת לטוס עם אור אדום, תופעה אופטית המכונה תלמיד פסאודו ניתן לראות בכל עין. תלמיד פסאודו מספקת מסגרת התייחסות אשר ניתן להשתמש בהם כדי ליישר את ראשו של זבוב עם הגירוי (Franceschini 1975). אם תלמיד פסאודו לובשת צורה מסוימת, כפי שמוצג על ידי להכניס את התמונה הבאה, אז הכיוון של ראשו של זבוב מוגדר לחלוטין.
   
   
   
8. השתמש micromanipulator להתמצא כראוי ראשו של זבוב, ולאחר מכן להשתמש בשעווה להדביק אותו לבעל.
9. בשלב הבא, לחץ על בית החזה מטה שטוח שעווה זה לבעל. זה מאפשר את הקפסולה ראש האחורי להיפתח כך אלקטרודות יכול להיות מוכנס לתוך המוח לעוף.
10. השתמש אזמל מיקרו או מחט הזריקה בסדר בזהירות לחתוך חלון לציפורן של הקפסולה את הראש הנכון. היזהר שלא לחתוך את הזכות רקמה עצבית מתחת לציפורן. לאחר פיסת לציפורן מוסר, להוסיף כמה טיפות של תמיסת רינגר.
11. שימוש במלקחיים כדי להסיר שערות צף, משקעי שומן או רקמת שריר זה עשוי לכסות את הצלחת lobula. צלחת lobula ניתן לזהות תבנית אופיינית הסתעפות של קנה הנשימה כסוף שמכסה את פני השטח האחורי שלה.
12. חותכים חור קטן לתוך לציפורן של הקפסולה ראש שמאל האחורי עבור מיקום reference electrode. עם זבוב מוכן, מאפשר לראות איך למקם את האלקטרודה ההקלטה.

2. מיקום אלקטרודה הקלטה

1. עם זבוב מוכן, בואו להמשיך באיתור ורישום אותות מן נוירון H1. אלקטרודה ההקלטה יש להציב בסמיכות נוירון H1. נוירון H1 בעיקר מגיב תנועה גב אל מול אופקי שהוצגו לשדה פתוח שלה (קראפ et al. 2001).
2. כדי למקם את האלקטרודה הקלטה, השתמש קנה הנשימה כציון דרך ויזואלית. בתחילה, במקום אלקטרודה בין קנה הנשימה העליונה.
3. זה עוזר להשתמש מגבר אודיו כדי להמיר את הפוטנציאל החשמלי נרשם לתוך אותות אקוסטיים. ספייק כל אדם הופך צליל לחיצה אופייני. קרובים אלקטרודה מגיע נוירון יחיד, ברורה יותר את הצליל הופך לחיצה.
4. כדי לזהות את נוירון H1 באמצעות העדפה תנועה שלה, לגרות אותו עם תנועה בכיוון אופקי. עם אלקטרודה ההקלטה במקום, מאפשר לעבור גירוי חזותי והקלטות.

3. גירוי חזותי הקלטות

1. לולאה סגורה ניסויים מוגדרים כך כך הגירוי של תוצאות נוירון H1 ב פיצוי הרובוט לתנועת שולחן פרסה. כדי להתחיל, במקום לטוס לפני שני צגי CRT המחשב. בגלל מערכת הראייה לטוס פי 10 מהר יותר מאשר האדם, צגים חייב להציג 200 מסגרות לשנייה. צגים וציוד חשמלי אחר חייבים להיות מוגנים אלקטרומגנטית כדי למזער את הרעש החיצוני של האות העצבי נמדד.
2. מיקום מרכזי של צגים ב + / - 45 מעלות ביחס לכיוון של הזבוב. כפי שראינו מקו המשווה את עינו של זבוב, לפקח על כל subtends זווית של + / -25 מעלות אופקי ו +/ -19 מעלות במישור האנכי.
3. קלט מסונכרן עם מסכי מחשב מסופק על ידי שתי מצלמות וידאו רכוב על רובוט קטן, ASURO שני גלגלים, שונתה לצורך הניסוי.
4. מקם את הרובוט על שולחן פרסה בתוך שטח גלילי שקירותיו מכוסים דפוס של, בכיוון אנכי פסים שחור ולבן. על ידי סיבוב להפוך שולחן במישור האופקי, תנועות של הרובוט מוגבלים תואר אחד בלבד של חופש.
5. בתחילה הן להפוך שולחן רובוט הם במנוחה. כאשר פונים שולחן מתחיל לזוז, סיבוב שלה נושאת את הרובוט, באותו כיוון ואת מצלמות וידאו להקליט את התנועה היחסית בין הרובוט לבין דפוס פסים של הזירה.
6. סוללות למצלמות וידאו על הרובוט הם רכובים על האוריינטציה של + / - 45 מעלות. הם ללכוד 200 תמונות בשנייה כדי להתאים את המסגרת הדולר של מסכי מחשב מול לטוס.
7. התחבר התמונות בפני מסכי מחשב ב 200 פריימים לשנייה ברזולוציה של 640 x 480 (אפור בקנה מידה).
8. בעוד הזבוב צופה תנועות דפוס פסים, להקליט את הלהקה עברו סינון (למשל, בין 300 ל 2 קילוהרץ) אותות חשמליים עם לוח דיגיטלי רכישה באמצעות kHz קצב הדגימה של לפחות 10.
9. סף מוחלת על הלהקה עברה אותות חשמליים מסוננים להפריד בין קוצים מפעילות הרקע. סיבתי, חצי גאוס מסנן ומפותל עם דוקרנים כדי לקבל spiking חלק בפעילות אומדן התא H1.
10. כדי לסגור את הלולאה של ממשק מוח מכונה, אלגוריתם הבקרה משמש כדי להמיר את שיעור ספייק של התא H1 כדי להאיץ רובוט אשר מוזן חזרה דרך ממשק Bluetooth כדי לשלוט שני מנועי DC המניע את גלגלי הרובוט.
11. גלי סינוס טהור נבחרים כמו פרופילי מהירות עבור שולחן פרסה. גלי סינוס יש DC-קיזוז כזה רק להפוך שולחן מסתובב בכיוון אשר מגרה את עצב H1 יחד בכיוון המועדף שלה. גירוי של תוצאות נוירון H1 ב פיצוי הרובוט לתנועת שולחן פרסה.
    
    
    איור 1: הגדרת לולאה סגורה. ב ההתקנה שלנו, פעילות spiking של התא H1 השמאלי משמש לשליטה תנועה של רובוט רכוב על פטיפון. תנועה דימוי ויזואלי שנוצר כתוצאה של תנועה יחסית בין הרובוט לבין להפוך שולחן נתפס באמצעות מצלמות מהירות גבוהה ומוצגות על שני צגי CRT מול לטוס. פעילות H1 spiking מן האונה השמאלית משמשת כדי לאמוד את קצב בזמן אמת ספייק אשר לאחר מכן נעשה שימוש בחוק לשלוט כדי לחשב מהירות פיצוי עבור הרובוט. הרובוט נגד רוטציה מייצב את ההצעה דימוי ויזואלי נצפתה על ידי זבוב במהלך לשלוט לולאה סגורה.
    
    

4. נציג תוצאה ותוצאות

1. כאשר מוגדר כראוי, ייצוב הראייה מושגת כאשר הנגד הסיבוב של הרובוט תואם את הסיבוב של שולחן פרסה, וכתוצאה מכך דפוס תנועה קטנה או לא על צגי מחשב. את הביצועים הכוללים של המערכת תלוי אלגוריתם הבקרה בשימוש כדי לסגור את הלולאה.
2. האלגוריתם הראשון שאנחנו המבחן הוא בקר יחסי (איור 2) שבו מהירות הרובוט המעודכן הוא יחסי ההבדל בין מהירויות זוויתי הרובוט, ωr, לבין להפוך שולחן, ωp. ערכים שונים עבור רווח סטטי, KP, ותדרי קלט אות להפוך שולחן, ωp, נבחרו כדי לבחון את הביצועים של הבקר.
   
   
   
   איור 2: בקר פרופורציונלי. (א) תנועה יחסית בין הרובוט לבין להפוך שולחן בכיוון המועדף מגרה את תא H1 לתת שיעור ספייק, פ שיעור זה ספייק מומר שגיאה מהירות, E, בקר פרופורציונלי משמש כדי להעריך את רובוט מהירות מעודכנת, VR (t 1). שיעור ספייק, F, מומר שגיאה המהירות, E, מבוסס על אם זה פחות או יותר משיעור ספייק ספונטנית, Fspont. שיעור ספייק מהירות ההמרה שגיאה נעשית על ידי הקרנת F מעל קוסינוס (מרווח [π, 0]) כדי להסביר את spiking סף nonlinearities קצב. הקבועים 70 ו - 150 משמשים כדי להתאים את מהירות 8-bit קלט של הרובוט על מהירויות זוויתי המינימום והמקסימום של שולחן פרסה. (ב) בלוק דיאגרמה המציגה לולאה סגורה מערכת באמצעות בקר פרופורציונלי. הקלט למערכת הוא אפנון sinosuidal של מהירות סיבוב השולחן זוויתי, ωp (t), ובתגובה המקביל רובוט ωr (T +1) הוא נרשם.
   
   
3. עקבות לדוגמה עבור _p ו _R ω ω מוצגים כאן K _p = 1 ו קלט תדר של 0.6 Hz עבור _p ω (ראה איור 3). הרובוט (בירוק) עוקב להפוך שולחן (בכחול) בפיגורו קטן שיא המשרעת. הרכיב האופקי של התנועה דפוס מגרה את תא H1 מוצג למטה (באדום).
   
   
   
   איור 3: תגובות לולאה סגורה. (א) מהירות זוויתית עבור שולחן פרסה (כחול), ωp, ועל הרובוט (ירוק), ωr, בתדר קלט = 0.6 הרץ. (ב) זרימת אופטי אופקי מוצג כפי שחושב מתמונות מחובר (אדום). לוקאס שיטת פירמידה Kanade (3 רמות הפירמידה) משמש כדי לחשב את השדה זרימת אופטי בין מסגרות תמונה רצופים. המהירות הזוויתית אופקי מחושב על ידי סיכום התחזיות של וקטורים הפרט בתחומי זרימת על יחידת האופקי וקטור i. תנועה אופקית גב אל מול זה מלהיב התא H1 נקרא פ"ד (כיוון מועדף) בזמן תנועה אופקית מול אל גב זה מעכב את תא H1 המכונה ND (כיוון null).
   
   
4. תדרי קלט לאות להפוך שולחן, ωp, נבחרו בין 0.03-3 הרץ ואת האות המתאימה רובוט, ωr, נרשם. אותות שניהם הופכים התדר על ידי מהיר התמרת (ראה איור 4) ואת ערכי המשרעת והפאזה מחושבים בתדר הקלט.
   
   
   
   איור 4: תגובת תדר האותות מהירות זוויתית עבור שולחן פרסה, ωp, ועל הרובוט, ωr, הופכים התדר באמצעות פורייה המהיר Transform (FFT) שיטה לחישוב משרעת ורכיבים שלב בתדר הקלט.. רכיבים שלב של FFT אינם מוצגים בתרשים.
   
   
5. בודה עלילה גודל עבור בקר יחסי עם K _p = 1 מציג את התגובה של המערכת על פני תדרי קלט שנבדקו (ראו תרשים 5). הביצועים של הבקר בדרך כלל יורדת עם הגדלת תדר. הרווח גדל מעט הרץ 1 הוא כתוצאה של תנודות האות רובוט בשל שימוש אחד בלבד H1 תאים אשר דינמי (פלט) בעיקר מכסה טווח אופקי תנועה גב אל החזית.
   
   
   
   איור 5: ביצועים בקר פרופורציונלי. בודה עלילות גודל ושלב עבור בקר יחסי (בממוצע 8 זבובים), רווח סטטי KP = 1.0 (א) מבשרת העלילה גודל בערך כדלקמן מאפיין לעבור נמוך לסנן. הרווח גדל מעט הרץ 1 הוא כתוצאה של תנודות האות רובוט, ωr, בשל שימוש אחד בלבד H1 תאים אשר דינמי (פלט) בעיקר מכסה טווח אופקי אל מול תנועה. מספר תנודות האות רובוט, ωr, עם ירידה בתדרים קלט הגדלת המובילות לזכות עלייה קלה בתדרים אלה. (ב) בודה עלילה שלב הוא פחות מ 180 מעלות עבור תדרי קלט ≤ 1 הרץ וחוסר יציבות גישות ב Hz 3. מעבר תדר קלט מסוים, בקר הופך בשל יציבה על קינמטיקה של הרובוט. חוסר יציבות זו מתרחשת רק מחוץ לטווח בתגובה ידוע האופטימלי של מערכת לטוס חזותי (Warzecha et al. 1999).
   
   
6. העלילה בודה שלב (ראה איור 5 ב) עולה שלב בקר בפיגור פחות Π עבור תדרי קלט <0.6 הרץ. זה מראה כי הבקר הוא יציב עבור תדרים <0.6 הרץ ולא יציבה עבור תדרי קלט ≥ 1 הרץ.
7. הביצועים של הבקר ביחס עם KP סטטי (בכחול) הושווה עם בקר אדפטיבית (באדום), שם את הערך עבור K _p מתעדכן כל 50 אלפיות על פי הריבית ספייק השיא, _{מקסימום} F, מחושב על מרווח הזמן [t-500ms - t] (ראה איור 6). כתוצאה מן החלון אינטגרציה גדולות הזמן, בקר פרופורציונלי מבצעת טוב יותר מאשר בקר אדפטיבית לטווח פרמטר נבדק (ראה איור 7). השעה הראשונית אינטגרציה של חלון 500 ms נבחר מסיבות טכניות הקשורות פלטפורמת רובוט אנו משתמשים. בקר אדפטיבית היה המאפיין שלב דומה כבקר מידתית (ראה איור 7 ב).
   
   
   
   איור 6: רווח מסתגלת בקר. בקר פרופורציונלי משתמשת רווח סטטי, KP, ואילו בקר אדפטיבית הערכות הרווח ברציפות במהלך בקרת לולאה סגורה. הרווח דינמי, KP, עומד ביחס הפוך לשיעור המרבי ספייק, Fmax, מעל מרווח t-500ms ≤ τ ≤ t. איור מראה שלושה מקרים בהם Fmax מוערך לאורך זמן. בהתבסס על ערכים מוערך של Fmax, KP היא הגבוהה ביותר במהלך חלון הזמן 2 (ירוק) והנמוך ביותר במהלך חלון הזמן 3 (כתום).
   
   
   
   איור 7: בקר פרופורציונלי לעומת אדפטיבית. בודה עלילות גודל ושלב של יחסי (KP = 1) ובעלי כושר הסתגלות בקר(א) את העדכונים בקר אדפטיבית את הערך של כל KP 50ms מבוסס על Fmax שיא להעריך ספייק שיעור מעל 500ms האחרון. הבקר ביחס לזכות העלילה (כחול) גבוה יותר מזה של הבקר אדפטיבית (אדום) המעידים כי היא ביצועים טובים יותר בכל תדרי קלט. (ב) בודה עלילות שלב עבור בקרי שניהם דומים עם הבדל משמעותי ב הרץ f = 0.3. שני בקרי גישה יציבות ב Hz 3. שונה באופן משמעותי ערכי רווח שלב מסומנים על ידי (שיטת הדירוג Wilcoxon סכום, p = 0.05) אסטריקס.
   
   
8. התבנית סביב סבכת פטיפון הוסר והסביבה המעבדה שימשה קירוב של הקלט החזותי נטורליסטי עבור לטוס H1-cell. בממוצע, בודה עלילה גודל (ראה איור 8) עבור הקלט החזותי נטורליסטי (בכחול) הראו רווחים גבוה במעט אחד עם קלט חזותי צורמת (באדום) כנראה בגלל מגוון רחב יותר של תדרים מרחביים דימויים ויזואליים נטורליסטי מנוצלת. בודה עלילה שלב מאפיינים עבור צורמת לעומת תשומות חזותי נטורליסטי היו דומים (ראה איור 8 ב).
   
   
   
   איור 8: Stripped דפוס לעומת סביבת מעבדה. בודה גודל ומגרשים שלב עבור בקר יחסי כאשר הציג עם דפוסי הפשיטו (אדום) לעומת מעבדה הסביבה (כחול) דימויים ויזואליים תחת לולאה סגורה (א) בודה עלילה בסדר גודל של תמונות, כאשר סביבת מעבדה משמשות היא שולית גבוהה יותר מאשר כאשר דפוס הפשיטו משמש (למעט ב f = 0.1 הרץ) המעיד על ביצועים טובים יותר תחת גירוי כזה. (ב) בודה עלילה שלב תחת שני תנאים ויזואלי אחר אותו דפוס, עם חוסר יציבות הן מתקרב ב Hz 3. שונה באופן משמעותי ערכי רווח שלב מסומנים על ידי (שיטת הדירוג Wilcoxon סכום, p = 0.05) אסטריקס.
   
   

Discussion

1. טוס לנתיחה צריך להתבצע בזהירות ולוודא כי אנו מכוונים כראוי את הזבוב ביחס מסכי מחשב.
2. הפרדת קוצים מן נוירון H1 של דוקרנים מכל נוירונים אחרים כדי לקבל איתות טוב יחס רעש אשר לאחר מכן ניתן להשתמש כדי לשלוט על הרובוט אמין.
3. יש להקפיד כדי למנוע כל רקמה עצבית מהתייבשות במהלך הניסוי.
4. המצלמות מחוברות למחשבים באמצעות כבל Ethernet. יש להקפיד, כך שהם לא מעל הפצע במהלך הניסוי כמו זה ישפיע על הסיבוב של הרובוט.
5. כיום אנו באמצעות פעילות של ספייק H1 אחת ההתקנה משימה ייצוב בכיוון אחד בלבד של סיבוב לסבסב. אנחנו יכולים להוסיף אלקטרודה שנייה לקבל אותות H1 מימין ומשמאל כך שאנחנו יכולים ללמוד לשלוט אלגוריתמים ייצוב בשני הכיוונים של סיבוב לסבסב.
6. אנחנו יכולים להסיר את הזירה המכיל את פסים שחור לבן בכיוון אנכי ולהשתמש בסביבה מעבדה כמו גירוי חזותי לטוס. זה יאפשר לנו ללמוד לולאה סגורה ביצועים עם תמונות נטורליסטי.
7. הרובוט ניתן להסיר מהשולחן פרסה, ואפשרו לו להסתובב בסביבת מעבדה תוך שליטה לולאה סגורה. זה יאפשר לנו לחקור אלגוריתמים בקרה מעורב הימנעות התנגשות.
8. החוטים המחברים את המצלמות למחשבים ניתן להסיר על ידי יישום מערכת התמסורת האלחוטית, נותן לנו הגדרה רובוטית רסן.
9. מודד את הביצועים של אלגוריתמים שונים לשלוט ייתן לנו הבנה של האופן שבו אסטרטגיות שונות מסוגלים להתמודד עם אותות עצביים שאינם נייחים משתנה. ידע זה יכול להיות מיושם שונים במוח המכונה ממשקים קליניים ולא קליניים.
10. זו הגדרת הניסוי הוא הצעד הראשון לקראת הקלטת אותות עצביים של התנהגות בעלי חיים. המטרה שלנו היא המקום זבוב על הרובוט ולהשתמש הפעילות העצבית שלה עבור בקרת לולאה סגורה. ב ההתקנה כזה, נוכל להקליט הפעילות העצבית של הזבוב בזמן שהוא מקבל גירויים רב חושיים כתוצאה תנועה של הרובוט.
11. הקלטת אותות מתא אחד בלבד. בתצורת אנחנו צריכים אותך, התא המתאים ביותר יהיה H1-cell. בידוד התגובות של נוירון H1 של נוירונים אחרים עם שדות פתוחים דומה, למשל H2, חשוב לשמור אות טוב יחס רעש עבור ההקלטות עצביים. התגובות של H1 ו-H2 נוירונים יכולה להיות מופלה על ידי וציין כי H2 יש אופיינית נמוכה יותר ספונטני כלומר שיעור spiking מאשר נוירון H1. הנוירונים יכול גם להיות מופלה על בסיס של המורפולוגיה שלהם (קראפ et al. 2001).
12. המערכת שלנו מאפשרת לנו להשוות את הרווח לולאה סגורה מושגת על ידי ממשק שלנו לטוס רובוט במשימה ייצוב תמונה, ולהשוות את הביצועים שלו עם לולאה סגורה רווחי optomotor שנצפה בניסויים קודמים על זבובים (בנדר & דיקינסון 2006, Warzecha ואח' . 1996, הייזנברג & Wolf, 1990). בנוסף, הוא מאפשר לנו לחקור המדינה תלויי שינויים בעיבוד מידע חזותי תחת לולאה סגורה התנאים (Chiappe et al. 2010, מימון ואח'. 2010, Longden & קראפ 2009, Longden & קראפ 2010).

Materials