JoVE Logo
著者
お問い合わせ

サインイン

このコンテンツを視聴するには、JoVE 購読が必要です。 サインイン又は無料トライアルを申し込む。

この記事について

  • 要約
  • 要約
  • 概要
  • プロトコル
  • 結果
  • ディスカッション
  • 開示事項
  • 謝辞
  • 資料
  • 参考文献
  • 転載および許可

要約

ここでは、サルが柔軟な手の届く範囲のタスクを実行するように導く自動装置を構築するためのプロトコルを示します。この装置は3D翻訳装置および回転テーブルを結合し、3D空間の任意の位置に複数のオブジェクトを提示する。

要約

到達と把握は非常に結合された動きであり、その根底にある神経力学は、過去10年間に広く研究されてきた。エンコーディングの到達と把握を区別するには、その位置に依存しない異なるオブジェクト ID を提示することが不可欠です。この目標を達成するために、回転テーブルと3次元(3D)翻訳装置で組み立てられる自動装置の設計をここに示す。旋回テーブルは異なるグリップタイプに対応する異なるオブジェクトを切り替え、3D変換デバイスは3D空間で回転テーブルを搬送します。どちらもモータによって独立して駆動され、ターゲットの位置とオブジェクトが任意に組み合わされます。一方、手首の軌道とグリップタイプは、それぞれモーションキャプチャシステムとタッチセンサーを介して記録されます。さらに、このシステムを用いて正常に訓練されたサルを実証する代表的な結果が記載されている。この装置は、上肢機能に関連する運動学、神経原理、脳機械インターフェースの研究を容易にすることが期待される。

概要

人間以外の霊長類の動きに到達し、把握する根底にある神経原理を研究するために、様々な装置が開発されている。タスクに到達する場合は、タッチスクリーン1、2、ジョイスティック3、4、5、6、7、およびバーチャルリアリティ技術8によって制御される画面カーソル,9,10は、それぞれ2Dターゲットと3Dターゲットを提示するために採用されています。異なるグリップタイプを導入するために、1つの位置に固定された異なる形状の物体または軸の周りを回転させる物体は、把握タスク11、12、13で広く使用された。別の方法として、視覚的な手掛かりを使用して、異なるグリップタイプ 14、15、16、17 で同じオブジェクトを把握するように被験者に通知します。より最近では、到達と把握の動きが一緒に研究されている(すなわち、被験者は、実験セッションで異なるグリップタイプで複数の位置に達し、把握)18、19、20、 21,22,23,24,25,26,27,28,29.初期の実験では、必然的に低時間と空間精度20、21につながるオブジェクトを手動で提示しています。実験精度を向上させ、人手を節約するために、プログラムによって制御される自動プレゼンテーション装置が広く使用されています。ターゲットの位置とグリップタイプを変えるために、実験者は複数のオブジェクトを同時に露出させましたが、ターゲットの相対的な(または絶対)位置とグリップタイプが一緒に結合され、長期的なトレーニングを通じて剛性の発射パターンを引き起こします22 、27、28.オブジェクトは通常、到達する動きと神経活動の多様性を制限する2D平面で提示されます19,25,26.近年、バーチャルリアリティ24やロボットアーム23、29が3D空間に存在する物体を導入している。

ここでは、3D空間における複数のターゲット位置とグリップタイプの任意の組み合わせを達成することができる自動化された装置30を構築および使用するための詳細なプロトコルを示す。オブジェクトを切り替える回転テーブルと3D翻訳デバイスを設計し、3D空間で回転テーブルを搬送しました。回転テーブルおよび翻訳装置は両方とも独立したモーターによって動かされる。一方、被験者の手首と神経信号の3D軌道は、実験全体を通して同時に記録される。装置は、レゲスサルの上肢機能の研究のための貴重なプラットホームを提供する。

プロトコル

すべての行動および外科的処置は、実験動物のケアと使用のためのガイド(中国保健省)に準拠し、浙江大学の動物ケア委員会によって承認されました。

1.3D翻訳デバイスの組み立て

  1. アルミニウム構造柵(断面:40 mm x 40 mm)のサイズ920のmm x 690のmm x 530のmmのフレームを造る。
  2. ネジでYレールの両端に4台の台座を固定します(図1B)。
  3. 4 つの台座をネジで上面の 4 つのコーナーに固定することにより、フレームの上面に 2 つの Y レールを並列に固定します (図 1B)。
  4. 接続軸と2つのダイヤフラムカップリングで2つのYレールを接続します。カップリングのロックネジを締めて、2本のレールのシャフトを同期させます(図1B)。
  5. Zレールの背面溝に6ナット(M4)を入れてください。直角三角形のフレームの片側をネジでZレールの背面に取り付けます。
  6. 三角形のフレームをシャフトに向かわす端まで引き、ネジを締めます。他の直角三角形フレームを同じ方法で他の Z レールに取り付けます (図 1C)。
  7. 2 つの三角形フレームのもう一方の直角の側面を、ネジ付きの 2 つの Y レールのスライダ (M6) (図 1C)に固定します。
  8. 接続軸とダイヤフラムカップリングで2本のZレールを接続し、カップリングのロックネジを締めます(図1C)。
  9. ナットとネジ(M4)でXレールの背面に2枚のT字型接続ボードを取り付けます。次に、2 つの T 字型ボードを X レールの両端に引っ張り、ネジを締めます (図 1D)。
  10. 2 つの T 字型接続ボードを、それぞれネジ (M6) を使用して 2 つの Z レールのスライダに固定します (図 1D)。
  11. ステッピングモータをギア減速機のシャフト穴に挿入し、フランジを一緒にねじ込みます(図1E)。
  12. 接続リングをネジ(M4)でアクティブXレールのシャフト端に固定します。
  13. Xレールのシャフトをカップリングに挿入し、ギアリデューサをネジ(M4)で接続リングに固定します。 カップリングのロックネジを締めます(図1E)。
  14. ステップ 1.11-1.12 で説明する方法を使用して、他の 2 つのステッピング モータとギア減速装置をアクティブ Y レールと Z レールに固定します。
  15. 3つのステッピングモータの電源ケーブルと制御ケーブルをそれぞれドライバの電源ポートと制御ポートに挿入し、ドライバ側のネジでケーブルを固定します。

2. 旋回テーブルの組み立て

  1. をダウンロードします。このホワイト ペーパーの補足ファイルから DWG デザイン ファイルを設計します。3D印刷または機械加工によってオブジェクト、精神的なシャフト、バー、回転子やケースを配置します。
  2. タッチセンサーをオブジェクト本体の溝に入れ、両面テープであらかじめ定義されたタッチエリアに貼り付けます(図2B)。
    注: 各オブジェクトは、バックボード、内部に溝を持つオブジェクト本体、カバーボード、タッチセンサーの 4 つのサブコンポーネントで構成されます。
  3. オブジェクトバックボードの穴を通してワイヤを渡し、カバーボードをネジでオブジェクト本体に固定します(図2B)。
  4. ローターの側面の穴を通してタッチセンサーのワイヤーを渡し、ねじで回転子にオブジェクトを固定します。(図2C)。
  5. タッチセンサーのワイヤ端を電気スリップリングの回転ワイヤー端部には方式を付け、ジョイントを電気テープで包みます(図2D)。
  6. ケースをネジでXレールのスライダに固定します。ベアリングをボックスの底穴に入れ、ネジ付きケースの上面に位置するバーを固定します(図2E)。
  7. ローターを側面からケースに入れ、回転子、ベアリング、ボックスの軸を一致させる。ケースの上部穴を通して電動スリップリングのワイヤーを渡します(図2F)。
  8. ケースの上部穴からベアリングに金属シャフトを挿入し、シャフトキーを回転子のキーウェイに合わせて(図2G)。
  9. 金属シャフトの周りに電動スリップリングをセットします。外輪が回転するのを防ぐために、位置バーの端を電気スリップリングのノッチに入れきます(図2G)。
  10. ステッピングモーターのシャフトを金属シャフトの穴に挿入し、ネジでボックスの上部にあるモーターを固定します。(図2H)。
  11. モータの電源ケーブルと制御ケーブルをドライバの電源および制御ポートに挿入し、ネジで固定します。
  12. トリコロールLED(RGB)をテープでケースの前面に貼り付け、右側のボードをケースに固定します。

3. 制御システムのセットアップ

  1. 4 つのモータ ドライバの方向およびパルス制御ワイヤを、それぞれデータ集録(DAQ)ボードのデジタルI/Oポート(ピン81、83、85、87)およびデジタルカウンタポート(ピン89、91、93、95)に挿入します。ネジでワイヤーを固定します。
  2. LEDの制御線(「移動」キューに使用される緑色、エラーキューに使用される青色、アイドルを表す赤色)をDAQカードのデジタルI/Oポート(ピン65と66)に挿入し、ネジで固定します。
  3. タッチセンサーの出力ワイヤを挿入し、DAQボードのデジタルI/Oポート(ピン67~77)にスイッチボタンを差し込み、ネジでワイヤを固定します。
  4. 蠕動ポンプの始動止めおよび方向制御ワイヤをそれぞれデジタルI/Oピン1および80に挿入します。流速制御ワイヤをアナログI/OポートAO2に挿入します。ネジでワイヤーを固定します。
  5. 製造元が説明するようにモーション キャプチャ システムをセットアップし、手の軌道を 3D 空間で記録します。
    注:8台のカメラ、パワーハブ、イーサネットスイッチ、サポートソフトウェア(Cortexなど)で構成される商用モーションキャプチャシステム(材料の表を参照)が使用されました。システムのセットアップの詳細については、マニュアルを参照してください。
  6. メーカーが説明するように、被験者からの電気生理学信号を記録する神経信号集録システムをセットアップします。
    注:ニューラル信号プロセッサ(NSP)、フロントエンドアンプ(FEA)、アンプ電源(ASP)、ヘッドステージ、およびサポートソフトウェア(セントラルなど)で構成される商用データ集録システム(材料の表)が使用されました。システムのセットアップの詳細については、マニュアルを参照してください。

4. 実験セッションの準備

  1. 3D変換デバイスと回転テーブルを初期化します。具体的には、すべての線形スライドレールのスライダを開始点(左下隅)に引き出し、回転テーブルの最初のオブジェクト(垂直方向に配置されたハンドル)を回転テーブルの前面に向けます。
  2. モーションキャプチャシステム、ニューラル信号集録、DAQボード、蠕動ポンプ、および4つのモータを含む実験デバイスの電源。
  3. パラダイムソフトウェアをセットアップします(図3A)。
    1. パラダイムソフトウェアを開く(リクエストに応じて利用可能)、Paradigm.exeをダブルクリックします。
    2. 初期位置に対する到達位置とその 3D 座標 (x、y、z、ミリメートル単位)の数を定義します(ステップ 4.2)。
    3. .txt ドキュメント内の行列形式ですべての位置の座標を書き込みます。各行に、スペースで区切られた 1 つの位置の X 座標、Y 座標、および Z 座標が含まれていることを確認します。txt ドキュメントを保存します。
    4. パラダイムソフトウェアのプールパネルで[ファイルを開く]をクリックし、前に保存した.txtドキュメントを選択して、プレゼンテーションの位置をパラダイムソフトウェアに読み込みます。
      注:この研究では、8つの目標位置は、立方体ワークスペース9、10(90 mm x 60 mm x 90 mm)の頂点に位置する動物の到達範囲に従って設定されました。
    5. パラダイムソフトウェアのオブジェクトプールで実験で提示されるオブジェクトを確認します。
    6. パラダイムソフトウェアの[時間パラメータ]パネルで実験パラメータを調整します。ベースライン = 400 ミリ秒、モータラン = 2,000 ミリ秒、計画 = 1,000 ミリ秒、最大反応時間 = 500 ミリ秒、最大到達時間 = 1,000 ミリ秒、最小保留時間 = 500 ミリ秒、特典 = 60 ミリ秒、エラー キュー = 1,000 ミリ秒を設定します。
  4. 首輪を椅子の溝に挿入し、頭部を固定することにより、サルの椅子に(モーター皮質に埋め込まれたマイクロ電極アレイで)レゲスサルを座製します。
  5. サルの椅子をアルミ製の構造フレームに固定します。頭部を立方体の前面から250mm離し、目を立方位置のワークスペースの上側の50mm上に保ちます(水平方向の視野角:20°;垂直方向の視野角:18°)。
  6. モーションキャプチャシステムのトラッキングテンプレートを構築します。
    1. 腕の端(手首に近い)に3つの反射マーカーを両面テープで取り付けます。3 つのマーカーがスケールの三角形を形成していることを確認します。
    2. パラダイム ソフトウェアの[実行]ボタンをクリックしてタスクを開始します。
    3. Cortex ソフトウェアのモーション キャプチャパネルの[録音]ボタンをクリックして、サルがタスクを実行しているときに 3 つのマーカーの軌道を 60 s に記録します。[停止]ボタンをクリックして、実験を中断します。
    4. 記録された軌道を使用してCortexソフトウェア上の3つのマーカーのトラッキングテンプレートを構築し、テンプレートを保存します。
      注:モデルの構築方法の詳細については、Cortex のマニュアルを参照してください。
  7. FEAのGNDポートと、サルのモーター皮質に埋め込まれたマイクロ電極アレイをワイヤーとピンチコックで接続します。次に、マイクロ電極アレイ31のコネクタにヘッドステージを挿入する。
  8. ニューラル信号集録システムの中央ソフトウェアを開き、ストレージパス、ラインノイズキャンセレーション、スパイクフィルタ、スパイクしきい値などの記録パラメータを設定します。
    注:ソフトウェア設定の詳細については、ニューラル信号集録システムのマニュアルを参照してください。
  9. 同期ソフトウェアを開きます (図 3B、要求あり時に使用可能)。Cerebus、モーションキャプチャ、パラダイムパネルの3つの接続ボタンをクリックして、同期ソフトウェアをニューラル信号集録システム、モーションキャプチャシステム、パラダイムソフトウェアとそれぞれ接続します。
  10. パラダイムソフトウェアの実行ボタンをクリックして実験を続行します。
  11. 中央ソフトウェアのファイルストレージパネルの[録音]ボタンをクリックして、ニューラル信号の記録を開始します。
  12. 保存されたトラッキングテンプレートを確認し、Cortexソフトウェアのモーションキャプチャパネルの[録音]ボタンをクリックして、サルの手首の軌跡の記録を開始します。

結果

装置の完全なワークスペースのサイズはそれぞれX、Y、およびZ軸で600のmm、300のmmおよび500のmmである。3D翻訳装置の最大負荷は25kgで、旋回テーブル(ステッピングモータを含む)は15kgの重み付けで、最大500mm/sの速度で輸送できます。3D翻訳装置の運動精度は0.1mm未満で、装置のノイズは60dB未満です。

システムの有用性を実証するために、サルはシステム30...

ディスカッション

ここで説明する行動装置は、異なる到達および把握の動きの試行的な組み合わせを可能にする(すなわち、サルは、各試験の任意の3D位置で異なる形状の物体を把握することができる)。これは、異なるオブジェクトを切り替えるカスタム回転テーブルと、3D 空間内の複数の位置に回転テーブルを転送する線形変換デバイスの組み合わせによって実現されます。さらに、サルからの神経信号、手...

開示事項

著者は何も開示していない。

謝辞

シジャン・シェン氏の装置設計に関するアドバイスと、動物のケアとトレーニングに関する支援を行ってくださったギフア・ワンさんに感謝します。この研究は、中国国家主要研究開発プログラム(2017YFC1308501)、中国国家自然科学財団(31627802)、浙江省公共事業(2016C33059)、および基礎研究基金の支援を受けた。中央大学

資料

NameCompanyCatalog NumberComments
Active X-railCCM Automation technology Inc., ChinaW50-25Effective travel, 600 mm; Load, 25 kg
Active Y-railCCM Automation technology Inc., ChinaW60-35Effective travel, 300 mm, Load 35 kg
Active Z-railCCM Automation technology Inc., ChinaW50-25Effective travel, 500 mm; Load 25 kg
BearingTaobao.com6004-2RSHAcrylic
CaseCustom mechanical processingTT-CAcrylic
Connecting ringCCM Automation technology Inc., China57/60-W50
Connecting shaftCCM Automation technology Inc., ChinaD12-700Diam., 12 mm;Length, 700 mm
Diaphragm couplingCCM Automation technology Inc., ChinaCCM 12-12Inner diam., 12-12mm
Diaphragm couplingCCM Automation technology Inc., ChinaCCM 12-14Inner diam., 14-12mm
Electric slip ringSemring Inc., ChinaSNH020a-12Acrylic
Locating barCustom mechanical processingTT-LAcrylic
Motion capture systemMotion Analysis Corp. USEagle-2.36
Neural signal acquisition systemBlackrock Microsystems Corp. USCerebus
NI DAQ deviceNational Instruments, USUSB-6341
ObjectCustom mechanical processingTT-OAcrylic
Passive Y-railCCM Automation technology Inc., ChinaW60-35Effective travel, 300 mm; Load 35 kg
Passive Z-railCCM Automation technology Inc., ChinaW50-25Effective travel, 500 mm; Load 25 kg
PedestalCCM Automation technology Inc., China80-W60
Peristaltic pumpLonger Inc., ChinaBT100-1L
Planetary gearheadCCM Automation technology Inc., ChinaPLF60-5Flange, 60×60 mm; Reduction ratio, 1:5
Right triangle frameCCM Automation technology Inc., China290-300
RotatorCustom mechanical processingTT-RAcrylic
Servo motorYifeng Inc., China60ST-M01930Flange, 60×60 mm; Torque, 1.91 N·m; for Y- and Z-rail
Servo motorYifeng Inc., China60ST-M01330Flange, 60×60 mm; Torque, 1.27 N·m; for X-rail
ShaftCustom mechanical processingTT-SAcrylic
Stepping motorTaobao.com86HBS120Flange, 86×86 mm; Torque, 1.27 N·m; Driving turning table
Touch sensorTaobao.comCM-12X-5V
Tricolor LEDTaobao.comCK017, RGB
T-shaped connecting boardCCM Automation technology Inc., China110-120

参考文献

  1. 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).
  2. 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).
  3. Georgopoulos, A. P., Schwartz, A. B., Kettner, R. E. Neuronal population coding of movement direction. Science. 233 (4771), 1416-1419 (1986).
  4. 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).
  5. Moran, D. W., Schwartz, A. B. Motor cortical representation of speed and direction during reaching. Journal of Neurophysiology. 82 (5), 2676-2692 (1999).
  6. Carmena, J. M., et al. Learning to control a brain-machine interface for reaching and grasping by primates. PLoS Biology. 1 (2), E42 (2003).
  7. Li, H., et al. Prior Knowledge of Target Direction and Intended Movement Selection Improves Indirect Reaching Movement Decoding. Behavioral Neurology. , 2182843 (2017).
  8. 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).
  9. Taylor, D. M., Tillery, S. I., Schwartz, A. B. Direct cortical control of 3D neuroprosthetic devices. Science. 296 (5574), 1829-1832 (2002).
  10. 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).
  11. 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).
  12. 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).
  13. Schaffelhofer, S., Scherberger, H. Object vision to hand action in macaque parietal, premotor, and motor cortices. eLife. 5, (2016).
  14. 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).
  15. 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).
  16. 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).
  17. 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).
  18. 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).
  19. 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).
  20. 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).
  21. 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).
  22. 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).
  23. 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).
  24. Collinger, J. L., et al. High-performance neuroprosthetic control by an individual with tetraplegia. The Lancet. 381 (9866), 557-564 (2013).
  25. Lehmann, S. J., Scherberger, H. Reach and gaze representations in macaque parietal and premotor grasp areas. Journal of Neuroscience. 33 (16), 7038-7049 (2013).
  26. 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).
  27. 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).
  28. Hao, Y., et al. Neural synergies for controlling reach and grasp movement in macaques. Neuroscience. 357, 372-383 (2017).
  29. 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).
  30. 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).
  31. Zhang, Q., et al. Development of an invasive brain-machine interface with a monkey model. Chinese Science Bulletin. 57 (16), 2036 (2012).
  32. Hao, Y., et al. Distinct neural patterns enable grasp types decoding in monkey dorsal premotor cortex. Journal of Neural Engineering. 11 (6), 066011 (2014).

転載および許可

このJoVE論文のテキスト又は図を再利用するための許可を申請します

許可を申請

さらに記事を探す

150 3D

This article has been published

Video Coming Soon

JoVE Logo

個人情報保護方針

利用規約

一般データ保護規則

お問い合わせ

図書館への推薦

JoVE ニュースレター

研究

教育

著者

図書館員

JoVEについて

Copyright © 2023 MyJoVE Corporation. All rights reserved