AKは、提案されたチューリングのようなハンドシェイクの試験に関する有益な議論のためにジェリーローブを感謝したい。 AKとINは2007年にこのプロトコルの後ろの非常に最初のバージョンの設計に貢献ナサニエルレイボビッツとLior Botzerに感謝したい。この研究は、イスラエル科学財団（助成番号1018から1008）によってサポートされていました。 SLはKreitman財団ポスドクでサポートされています。 INはKreitman基礎とクロアの奨学金プログラムによってサポートされています。

1。システムの準備<ol><li>ハードウェア要件： <ul><li> SensAble Technologies社による二PHANTOMデスクトップロボット</li><li> 2パラレルカード。 </li><li>最小システム要件：IntelまたはAMDベースのPC、Windows 2000/XPの場合、ディスク容量の250メガバイト</li></ul></li><li>ソフトウェア要件： <ul><li>ドライバ - SensAble Technologiesのウェブサイトからダウンロードドライバ<a href="http://www.sensable.com">http://www.sensable.com</a>コンピュータのオペレーティングシステムに応じて。 </li><li> H3DAPI - のインストールのウォークスルーセクションに表示される指示に従ってH3DAPIのソースコードをダウンロードし、インストール<a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> 我々は、既存のコードで満たされていない我々の要件に合うようにコードを更新。更新されたファイルは、ハンドシェイクのトーナメントのウェブサイトからダウンロードすることができます<a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE//index.html">http://www.bgu.ac.il/〜akarniel /ハンドシェーク/ / index.htmlを</a> 上記ウェブサイトで説明したように各ファイルは適切なフォルダに配置する必要があります。 変更を実行した後、CMakeをダウンロードしてコードをコンパイルします。コンパイル命令はで見つけることができます<a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a> </li><li> X3DとPython <ul><li>からのダウンロードはPython 2.5 <a href="http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/</a> </li><li>ハンドシェイクのウェブサイトからpythonとX3Dのコードをダウンロードし、例えば、専用のディレクトリにコードファイルを配置します：&quot;C：\ codeDirectory&quot; </li><li>各ハンドの力のモデルは別のpythonファイルに記述する必要があります。バネの力のモデルの例については、図1を参照してください。 </li></ul></li><li>で入手可能なMatlabのためのpsignifitツールボックスバージョン2.5.6、 <a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a> </li></ul></li></ol><img src="/files/ftp_upload/2492/2492fig1.jpg" alt="図1" /> 図1：Pythonでの関数を強制的に。ハンドシェイクのためのバネの力のモデルの例 2。実験的なプロトコル<ul><li>コマンドウィンドウを開き、次のように入力して、PythonとX3Dコードのディレクトリに変更します：cd C：\ codeDirectory。 </li><li> \ codesDirectory：Cにおける被験者の名前を持つフォルダを作成します。 </li><li> h3dload code_name.x3d：実験の種類を実行するために。 </li><li>次のように入力して、新しいランダムなファイルを作成します。random_file_name.txt。ランダムファイルは、別のハンドシェイクが表示される順序を定義します。 </li><li>以前に作成したフォルダのように正確に被験者の名前を入力してください。 </li><li>人間、コンピュータ、および尋問者：古典的なチューリングテストのオリジナルのコンセプトを踏襲し、各実験は3エンティティで構成されています。 2つの科目（人間とインテロゲータ）各一ファントムの力覚デバイスのスタイラスを保持し、ハンドシェイクの動きを生成する。これらは、画面に表示される指示に従うことが求められます（例えば、：&quot;最初の握手のためにページをアップ押し&quot;）、ハンドシェイクの力が適用されるため。次の方法のすべてでは、それぞれの試験は2ハンドシェイクで構成され、被験者はそれらの間で比較するために必要とされています。コンピュータは、時間の関数と1次元の手の位置やその誘導体などの力の信号を生成するシミュレートされたハンドシェイクのモデルです。 （1）F モデル （T）=Φ[x（t）を、t]は0≤T≤T F一次元スタイラスの動きのいずれかの因果関係演算子の[x、t]のスタンド、例えば、非線形時変力学モデルは、Tはハンドシェイクの持続時間である。現在の研究のTの= 5秒。 </li></ul><ol><li> &quot;純粋な&quot;テストを実施し、人間の肖像グレードMHLG Pモデルを計算する 実験は、すべてのハンドシェイク（N = 24）被験者が単に遠隔操作型ロボットのシステムを介して互いに握手をするような、人間である、12の練習試験から始まります。これらの実践試験の目的は、参加者は、システム内の人間のハンドシェイクに精通できるようにすることです。 実験では、我々は4つのコンピュータモデルを比較する。各実験のブロックは、我々は人間の握手に4テストモデルを比較した試験4で構成されています。各試験におけるハンドシェイクの一つは、4つのモデルのいずれか（コンピュータ）から発生する力との相互作用であり、もう一つは人間の（第2主題）となります。したがって、被験者は人間と尋問の両方として機能する。各ブロック内の臨床試験の順序はランダムと所定です。各実験は、各コンピュータのハンドシェイクが10回繰り返されるような10ブロックで構成されています。初期分析されていないBLOCKは、システムとタスクの一般的な知人のために追加されます。 各モデルの場合、被写体がより人間に近いような人間のハンドシェイクを介してモデルのハンドシェイクを選択するハンドシェイクの割合は、モデルが人間と区別できないときに0.5の値を提供するために、計算されます。我々は、MHLG pを得るために2で= 0をMHLGようにこの値を乗算明確のような非人間であり、テストハンドシェイクが人間のハンドシェイクと区別できないこと= 1を意味しますMHLG。 </li><li> &quot;重み人間モデル&quot;のテストを実施し、モデル人間の肖像グレードMHLG wを計算する このプロトコルでは、1つの尋問の対象があります。握手の人間の実体のような他の主題の機能。 実験では、尋問では、各試行で一人の人間のハンドシェイク、1台のコンピュータのハンドシェイクを経験する中で30の練習試験から始まります。試験の終わりに彼らは人間の握手した2ハンドシェイクのかを選択するよう求められます。彼らが成功した場合、画面には&quot;！正しい&quot;が表示され、彼らは右のハンドシェイク、選択しなかった場合は、&quot;間違った！&quot;メッセージが表示されます。 実際のブロックの後に実験は、以下のように実施される：試験は2つのハンドシェイクで構成されています。のいずれかの握手 - 刺激 - 尋問は、人間とコンピュータのハンドシェイクのモデルから来る力の組み合わせと相互作用する。 （2）F =α 刺激 •F 人間 +（1 -α 刺激 ）•F stimulusModel αの刺激は等しく、例えば、0から1に配布されます。 α 刺激 = {0、0.142、0.284、0.426、0.568、0.710、0.852、1} 他のハンドシェイク - 参照は - 人間と参照モデルから生成された力の一定の組み合わせです。 （3）F =α リファレンス •F 人間 +（1 -α 参照 ）•F referenceModel、αリファレンス = 0.5 各試験の終了時に質問器は、より人間に近い感じハンドシェークを選択することが要求されます。 各実験では、2つのテストモデルとつのベースモデルを比較する。 各実験のブロックは、3モデルの組み合わせの各々の刺激と人間の（式2）の線形結合のそれぞれを構成する24の試験で構成されています。 <img src="/files/ftp_upload/2492/2492model1.jpg" alt="モデル1" /> 各ブロック内の臨床試験の順序はランダムと所定です。各実験は、それぞれの組み合わせが10回繰り返されるように10ブロックで構成されています。初期分析されていないブロックは、システムとタスクの一般的な知人のために追加されます。 我々は入手可能、Matlabのためのpsignifitツールボックスのバージョン2.5.6を使用して尋問の答えにロジスティック精神測定関数1を合わせ<a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a>の推定のための制約付き最尤法で、パラメータ、およびバイアス補正と加速（BCA）ブートストラップ法による信頼区間を見つける。 αの参照 -曲線は、刺激のハンドシェイクは、α 刺激の関数として、より人間に近いであることを答えるために尋問の確率が表示されます。主観的等価点（PSE）は、α 刺激とハンドシェイクが同じように等しく人間であることが認識されるためにα 参照との違いを示し、心理測定曲線の0.5閾値レベルから抽出されます。 PSEはに従ってMHLG wを計算するために使用されます。 （4）MHLG W = 0.5 - PSE 参照モデルとしての人間のようにあると思われているモデルはMHLG wの値0.5が得られます。少なくともまたはそれぞれ0または1、ほとんどの人間のような可能性、歩留まりMHLG wの値として認識されているモデル。 </li><li> &quot;付加ノイズ&quot;のテストを実施し、人間の肖像グレードMHLG n個のモデルを計算する 同様に加重モデルヒト試験に、唯一の尋問の対象があります。握手の人間の実体のような他の主題の機能。練習のブロックは、以前の方法と同じです。 練習の後、2ハンドシェイクのいずれかで - 刺激 - 尋問者は、コンピュータのハンドシェイクのモデルと対話します。 他のハンドシェイク - 参照は - 人間のハンドシェイクに表示される周波数に応じてフィルタリングされた周波数範囲を持つ人間とホワイトノイズの組み合わせから生成される力である。 （5）F =α•F 人間 +（1 -α）•F ノイズ ; αは等しく、例えば、0から1に配布されます。 α= {0、0.142、0.284、0.426、0.568、0.710、0.852、1} 各試験の終了時に質問器は、より人間に近い感じハンドシェークを選択することが要求されます。 実験は、加重MOと同じ方法で構築されています上記デルヒト試験が組み込まれています。しかし、加重人間モデル試験におけるキャリブレーションは、それ自体の修正の組み合わせに、ベースモデルの異なる組み合わせを比較することによって実行されている間、この実験では、ベースモデルは、ノイズによって代用です。 PSEは、心理測定曲線から抽出され、MHLG nを定義しています （6）MHLG のn = 1 - PSE 少なくともまたはほとんどの人間のような可能性として認識されるモデルは、それぞれ、MHLG nは 0または1の値が得られる。 </li></ol> 3。代表的な結果： 図2は、3つの方法のそれぞれに1つの被験者の結果を示しています。すべての3つの実験でテストされたモデルは、2つの粘弾性モデル- KB1です：スプリングK = 50 N / mのダンパーB = 2 nsの/ M、KB2：春K = 20 N / mのダンパーB = 1.3 NS / mの加重モデルヒト試験では、MHLG wは弾性ベースモデルK = 50 N / mにテストされたモデルのそれぞれを比較することによって評価される<img src="/files/ftp_upload/2492/2492fig2.jpg" alt="図2" /> 図2。&quot;純粋な&quot;テストのプロトコル（）に従って、2つの粘弾性モデルのMHLG値、&quot;重み付きモデルヒトプロトコル&quot;（B）と&quot;付加ノイズ&quot;プロトコル（C）。のエラーバー（b）と（c）心理測定曲線の信頼区間を表しています。黒いバーは、モデルのMHLG等級を表し、グレーのバーは、（b）と（c）におけるノイズのベースモデルのものを表しています。 結果は、粘弾性モデルのKB2がすべての3つの評価方法を使用して、他の粘弾性モデルのKB1以上のような、より人間として認識されていることを示している。

<ol>
	<li>Wichmann, F., Hill, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+psychometric+function:+I.+Fitting,+sampling,+and+goodness+of+fit.">The psychometric function: I. Fitting, sampling, and goodness of fit.</a> Perception &#38; Psychophysics. 63, 1293-1293 (2001).</li><li>Avraham, G., Levy-Tzedek, S., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2009).</li><li>Avraham, G., Levy-Tzedek, S., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Avraham, G., Levy-Tzedek, S., Peles, B. C., Bar-Haim, S., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Karniel, A., Nisky, I., Avraham, G., Peles, B. C., Levy-Tzedek, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Jindai, M., Watanabe, T., Shibata, S., Yamamoto, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2006).</li><li>Kasuga, T., Hashimoto, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2005).</li><li>Ouchi, K., Hashimoto, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Handshake+Telephone+System+to+Communicate+with+Voice+and+Force.">Handshake Telephone System to Communicate with Voice and Force.</a> , 466-471 (1998).</li><li>Bailenson, J., Yee, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Virtual+interpersonal+touch+and+digital+chameleons.">Virtual interpersonal touch and digital chameleons.</a> Journal of Nonverbal Behavior. 31, 225-242 (2007).</li><li>Miyashita, T., Ishiguro, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Human-like+natural+behavior+generation+based+on+involuntary+motions+for+humanoid+robots.">Human-like natural behavior generation based on involuntary motions for humanoid robots.</a> Robotics and Autonomous Systems. 48, 203-212 (2004).</li><li>Wang, Z., Lu, J., Peer, A., Buss, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>IiZuka, H., Ando, H., Maeda, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2010).</li><li>Chaplin, W., Phillips, J., Brown, J., Clanton, N., Stein, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Handshaking,+gender,+personality,+and+first+impressions.">Handshaking, gender, personality, and first impressions.</a> Journal of Personality and Social Psychology. 79, 110-117 (2000).</li><li>Stewart, G., Dustin, S., Barrick, M., Darnold, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Exploring+the+handshake+in+employment+interviews.">Exploring the handshake in employment interviews.</a> Journal of Applied Psychology. 93, 1139-1146 (2008).</li><li>Van Der Heide, J., Fock, J., Otten, B., Stremmelaar, E., Hadders-Algra, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Kinematic+characteristics+of+reaching+movements+in+preterm+children+with+cerebral+palsy.">Kinematic characteristics of reaching movements in preterm children with cerebral palsy.</a> Pediatric research. 57, 883 (2005).</li><li>Ronnqvist, L., Rosblad, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Kinematic+analysis+of+unimanual+reaching+and+grasping+movements+in+children+with+hemiplegic+cerebral+palsy.">Kinematic analysis of unimanual reaching and grasping movements in children with hemiplegic cerebral palsy.</a> Clinical Biomechanics-Kidlington. 22, 165-175 (2007).</li><li>Goodale, M., Milner, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Separate+visual+pathways+for+perception+and+action.">Separate visual pathways for perception and action.</a> Trends in neurosciences. 15, 20-25 (1992).</li><li>Ganel, T., Goodale, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Visual+control+of+action+but+not+perception+requires+analytical+processing+of+object+shape.">Visual control of action but not perception requires analytical processing of object shape.</a> Nature. 426, 664-667 (2003).</li><li>Pressman, A., Nisky, I., Karniel, A., Mussa-Ivaldi, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Probing+Virtual+Boundaries+and+the+Perception+of+Delayed+Stiffness.">Probing Virtual Boundaries and the Perception of Delayed Stiffness.</a> Advanced Robotics. 22, 119-140 (2008).</li><li>Nisky, I., Pressman, A., Pugh, C. M., Mussa-Ivaldi, F. A., Karniel, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , 213-218 (2010).</li><li>Karniel, A., Binder, M. D., Hirokawa, N., Windhorst, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Computational+Motor+Control.">Computational Motor Control.</a> Encyclopedia of Neuroscience. , 832-837 (2009).</li></ol>

利害の衝突は宣言されません。

我々は単純な遠隔操作型ロボットのシステムを介して投与強制選択のチューリングのようなハンドシェイクのテストのために新しいプロトコルを提示している。このプロトコルは、人工的なハンドシェイクのモデルを比較するためのプラットフォームではなく、絶対的な人間の肖像を決定するためのプラットフォームです。このプロトコルは、いくつかの会議2-5に発表された我々は、このテストは、ほとんどの人間のような感覚を提供する運動の受動的特性のパラメータを見つけるのに有用であることがここに示されている。それは可能な限り人間のようになるハンドシェイクのためのモデルを開発するために更なる研究に使用することができます。我々は、[[2011年夏に行われる最初のチューリングのようなハンドシェイクのトーナメントでこのプラットフォームを採用します<a href="http://www.bgu.ac.il/~akarniel/HANDSHAKE/index.html">http://www.bgu.ac.il/〜akarniel /ハンドシェーク/ index.htmlに</a> ]]、競合モデルがあるところ彼らの人間の類似のために等級分け。究極のモデルは、おそらく非線形性と人間のインピーダンス21、質問器とこの強制選択のチューリングのようなハンドシェイクのテストを使用してテストしてランク付けされるべき人間の自然なハンドシェイクの他の多くの側面との相互適応の時間的に変化する性質を考慮する必要があります。 提案されたテストは、1つの次元と遠隔操作型ロボットのインタフェースを介して行われますので、限られています：それはそのような触覚情報、温度、湿度、および把持力のような握手の多くの側面を隠します。それにもかかわらず、いくつかの研究では遠隔操作型ロボットのインタフェースは、ハンドシェイク6月11日と人間同士の対話12の他の形態を探るために使用された。さらに、テストのこのバージョンでは、我々は物理的に接触する前と後のハンドシェイクの持続時間、開始時間とリリース時間、その多次元自然と手の軌道を考慮していない。 person 13から14、そのための性別や文化に応じて、ハンドシェイクの多くの種類もあり、1つは、単一の最適な人間のようなハンドシェイクのモデルを生成するために期待することはできません。それにもかかわらず、我々は提案された試験のシンプルさは、少なくとも研究のこの予備的段階では、有利であると考えています。そのような一次元ハンドシェイクの主な機能が適切に特徴付けされれば我々はこれらの制限を考慮し、それに応じてテストを拡張する上で移動することができます。 それはチューリングのようなハンドシェイクのテストではなく、他の当事者の身元について質問されている人のコンピュータで、逆にすることに留意すべきである。この枠組みでは、我々は以下の逆のハンドシェイクの仮説を検討してください。ハンドシェイクの目的は、動揺、手を探ることです。リバースハンドシェイクの仮説によれば、最適なハンドシェークアルゴリズム - それは人間の握手と区別がつかないだろうという意味で、 - になります最高の人と機械の間に差別を促進する。言い換えれば、モデルは適切にチューニングされた分類器は、人間と機械のハンドシェイクを区別できるよう最善のハンドシェイクが得られます。 逆ハンドシェイクの仮説が本当に正しいかどうか、それは我々のテストのための臨床応用をもたらします：様々な神経モーター - 関連疾患、そのような脳性麻痺（CP）などに苦しむ人々に運動障害を識別する。到達運動15-16実行するときにこれまでの研究では、CP患者と健常者の間で運動学パラメータの違いを示している。我々は最近、遠隔操作型ロボットのシステム4を介して握手をしたときの動きの特性は、CPと健常者や個人間で異なることを示した。これらの知見は、運動障害を持つ人々がそれぞれ個々のハンドシェイクの動きを調べ、探求することによって健康な人と区別することができるという私たちの主張を強化する。一つは、また、本明細書において議論さテストが知覚テストと最近の研究知覚と行動17から20の間の区別であることに注意してください。今後の研究では、正確に人間のようなハンドシェイクの性質を評価するために、テストの3つのバージョンを探る必要があります：知覚の類似性（1）精神測定テスト、モーターを探求する（2）モーターの動作テスト（motormetricテスト）彼/彼女の認知的知覚の類似性とは異なる場合があります尋問の反応、力と位置の軌跡に基づいて、人間と機械握手を区別しようとする（3）究極の最適なディスクリミネータ。 一般的な用語で、我々は、モータ制御システムを理解する脳の機能を理解するために必要な条件であることを表明し、そのような理解は、人間と区別がつかない人間型ロボットを構築することによって実証される可能性があります。現在の研究では、遠隔操作型ロボットのシステムを介してハンドシェイクに焦点を当てています。我々は、提案されたチューリングのようなハンドシェイクのテストを使用して、人間の手の動きの制御の性質についての有力な科学的な仮説をランク付けすることによって我々のことを主張するヒトの運動制御や人間の腕から区別がつかない人工付加物を構築するために必要な最低でも顕著な特性の顕著な特性を抽出することができるはずです。

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en">	
		
		<div>
		<table border="1">
		<thead>
		<tr>
		<th>Material Name</th>
		<th>Type</th>
		<th>Company</th>
		<th>Catalogue Number</th>
		<th>Comment</th>
		</tr>
		</thead>
		<tbody>
		
<tr>
<td>Two PHANTOM desktop robots</td>
<td>&nbsp;</td>
<td>SensAble Technologies</td>
<td>&nbsp;</td>
<td>2 Parallel cards Minimum system requirements: Intel or AMD-based PCs; Windows 2000/XP, 250 MB of disc space</td>
</tr>
<tr>
<td>SensAble technologies Drivers</td>
<td>&nbsp;</td>
<td>SensAble technologies</td>
<td>&nbsp;</td>
<td><a href="http://www.sensable.com">http://www.sensable.com</a></td>
</tr>
<tr>
<td>H3DAPI source code</td>
<td>&nbsp;</td>
<td>H3DAPI</td>
<td>&nbsp;</td>
<td><a href="http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation">http://www.h3dapi.org/modules/mediawiki/index.php/H3DAPI_Installation</a></td>
</tr>
<tr>
<td>Python 2.5</td>
<td>&nbsp;</td>
<td>Python</td>
<td>&nbsp;</td>
<td><a href="http://www.python.org/download/releases/2.5.5/">http://www.python.org/download/releases/2.5.5/</a></td>
</tr>
<tr>
<td>x3d codes</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<td>&nbsp;</td>
<tr>
<td>psignifit toolbox version 2.5.6</td>
<td>&nbsp;</td>
<td>Matlab</td>
<td>&nbsp;</td>
<td><a href="http://www.bootstrap-software.org/psignifit/">http://www.bootstrap-software.org/psignifit/</a></td>
</tr>		</tbody>
		</table>
		</div>

one dimensional turing-like handshake test for motor intelligence

チューリングテストでは、コンピュータモデルは、それが人間のものとの区別はありません答えを生成できる場合は、&quot;インテリジェント考える&quot;とみなされる。しかし、このテストは、マシンの知能の言語的な側面に限定されます。脳の顕著な機能は、運動の制御であり、そして人間の手の動きは、この機能の洗練されたデモです。したがって、我々は機械のモーターの知能については、チューリングのようなハンドシェイクのテストを提案する。私たちは、尋問がロボットスタイラスを保持し、別の当事者（人間または人工）との対話のタスクに従事されている遠隔操作型ロボットのシステムを介してテストを実施する。代わりに他の当事者は、人またはコンピュータプログラムであるかどうか尋問を尋ねるので、我々は2つ​​の代替強制選択法を採用し、より人間に近いですつのシステムのどの尋ねる。私たちは、人間のハンドシェイクの動作に似ているに応じて各モデルの定量的なグレードを抽出し、それを&quot;モデルヒューマン肖像グレード&quot;（MHLGを）という名前を付けます。我々はMHLGを推定する3つの方法を提示する。 （i）のモデルは、より人間に近い人間よりであることを、被験者の回答の割合を計算し、（ⅱ）我々は心理測定曲線にフィットし、主観的等価点を抽出し、ヒトと​​モデルハンドシェイクの2つの重み付き和（PSEを比較することにより）こと、（iii）人間とのランダムな信号の重み付け和で与えられるモデルを比較することで、我々は、尋問の答えに心理測定曲線をフィットし、加重和の人間の重さのためにPSEを抽出する。完全に、我々は人間の握手の計算モデルをテストするためのプロトコルを提供しています。我々は、モデルを構築しても現象と、このケースでは、人間のハンドシェイクの世代を担う神経機構を理解する上での理解に必要なステップであると考えています。

Watch this Scientific Journal Video about One Dimensional Turing-Like Handshake Test for Motor Intelligence at JoVE.com

One Dimensional Turing-Like Handshake Test for Motor Intelligence

我々は、質問器は（人間や人工的な）ロボットスタイラスを保持し、別の相手とやり取りされている遠隔操作型ロボットのシステムを介して投与するチューリングのようなハンドシェイクのテストを提示する。我々は、強制選択法を使用し、そして人間の握手に人工的なモデルの類似性のために尺度を抽出する。

モーター知能一次元チューリングライクハンドシェイクテスト

In the Turing test, a computer model is deemed to "think intelligently" if it can generate answers that are not distinguishable from those of a human.  ...

one-dimensional-turing-like-handshake-test-for-motor-intelligence

Research

JoVE Journal

Neuroscience

26.6K ビュー.  Ben-Gurion University. 我々は、質問器は（人間や人工的な）ロボットスタイラスを保持し、別の相手とやり取りされている遠隔操作型ロボットのシステムを介して投与するチューリングのようなハンドシェイクのテストを提示する。我々は、強制選択法を使用し、そして人間の握手に人工的なモデルの類似性のために尺度を抽出する。

ビデオ: One Dimensional Turing-Like Handshake Test for Motor Intelligence

Extracellularly Identifying Motor Neurons for a Muscle Motor Pool in Aplysia californica

In animals with large identified neurons (e.g. mollusks), analysis of motor pools is done using intracellular techniques1,2,3,4. Recently, we developed a technique to extracellularly stimulate and record individual neurons in Aplysia californica5. We now describe a protocol for using this technique to uniquely identify and characterize motor neurons within a motor pool.
This extracellular technique has advantages. First, extracellular electrodes can stimulate and record neurons through the sheath5, so it does not need to be removed. Thus, neurons will be healthier in extracellular experiments than in intracellular ones. Second, if ganglia are rotated by appropriate pinning of the sheath, extracellular electrodes can access neurons on both sides of the ganglion, which makes it easier and more efficient to identify multiple neurons in the same preparation. Third, extracellular electrodes do not need to penetrate cells, and thus can be easily moved back and forth among neurons, causing less damage to them. This is especially useful when one tries to record multiple neurons during repeating motor patterns that may only persist for minutes. Fourth, extracellular electrodes are more flexible than intracellular ones during muscle movements. Intracellular electrodes may pull out and damage neurons during muscle contractions. In contrast, since extracellular electrodes are gently pressed onto the sheath above neurons, they usually stay above the same neuron during muscle contractions, and thus can be used in more intact preparations.
To uniquely identify motor neurons for a motor pool (in particular, the I1/I3 muscle in Aplysia) using extracellular electrodes, one can use features that do not require intracellular measurements as criteria: soma size and location, axonal projection, and muscle innervation4,6,7. For the particular motor pool used to illustrate the technique, we recorded from buccal nerves 2 and 3 to measure axonal projections, and measured the contraction forces of the I1/I3 muscle to determine the pattern of muscle innervation for the individual motor neurons.
We demonstrate the complete process of first identifying motor neurons using muscle innervation, then characterizing their timing during motor patterns, creating a simplified diagnostic method for rapid identification. The simplified and more rapid diagnostic method is superior for more intact preparations, e.g. in the suspended buccal mass preparation8 or in vivo9. This process can also be applied in other motor pools10,11,12 in Aplysia or in other animal systems2,3,13,14.

Extracellularly Identifying Motor Neurons for a Muscle Motor Pool in Aplysia californica

In animals with large identified neurons (e.g. mollusks), analysis of motor pools is done using intracellular techniques1,2,3,4. Recently, we developed a technique to extracellularly stimulate and record individual neurons in Aplysia californica5. We now describe a protocol for using this technique to uniquely identify and characterize motor neurons within a motor pool.

体外における筋モータープールのために運動ニューロンの識別<em&gt;アメフラシカリフォルニ</em

In animals with large  identified neurons (e.g. mollusks), analysis of motor pools is done using  intracellular techniques1,2,3,4. Recently,  we developed ...

神経科学

Why Quantification Matters: Characterization of Phenotypes at the Drosophila Larval Neuromuscular Junction

Most studies on morphogenesis rely on qualitative descriptions of how anatomical traits are affected by the disruption of specific genes and genetic pathways. Quantitative descriptions are rarely performed, although genetic manipulations produce a range of phenotypic effects and variations are observed even among individuals within control groups.&#160;Emerging evidence shows that morphology, size and location of organelles play a previously underappreciated, yet fundamental role in cell function and survival. Here we provide step-by-step instructions for performing quantitative analyses of phenotypes at the Drosophila larval neuromuscular junction (NMJ). We use several reliable immuno-histochemical markers combined with bio-imaging techniques and morphometric analyses to examine the effects of genetic mutations on specific cellular processes. In particular, we focus on the quantitative analysis of phenotypes affecting morphology, size and position of nuclei within the striated muscles of Drosophila larvae. The Drosophila larval NMJ is a valuable experimental model to investigate the molecular mechanisms underlying the structure and the function of the neuromuscular system, both in health and disease. However, the methodologies we describe here can be extended to other systems as well.

Why Quantification Matters: Characterization of Phenotypes at the Drosophila Larval Neuromuscular Junction

Morphology, size and location of intracellular organelles are evolutionarily conserved and appear to directly affect their function. Understanding the molecular mechanisms underlying these processes has become an important goal of modern biology. Here we show how these studies can be facilitated by the application of quantitative techniques.

なぜ定量事項：での表現型のキャラクタリゼーション<em&gt;ショウジョウバエ</em&gt;幼虫の神経筋接合部

Most studies on morphogenesis rely on qualitative descriptions of how anatomical traits are affected by the disruption of specific genes and genetic ...

External Excitation of Neurons Using Electric and Magnetic Fields in One- and Two-dimensional Cultures

A neuron will fire an action potential when its membrane potential exceeds a certain threshold. In typical activity of the brain, this occurs as a result of chemical inputs to its synapses. However, neurons can also be excited by an imposed electric field. In particular, recent clinical applications activate neurons by creating an electric field externally. It is therefore of interest to investigate how the neuron responds to the external field and what causes the action potential. Fortunately, precise and controlled application of an external electric field is possible for embryonic neuronal cells that are excised, dissociated and grown in cultures. This allows the investigation of these questions in a highly reproducible system.
In this paper some of the techniques used for controlled application of external electric field on neuronal cultures are reviewed. The networks can be either one dimensional, i.e. patterned in linear forms or allowed to grow on the whole plane of the substrate, and thus two dimensional. Furthermore, the excitation can be created by the direct application of electric field via electrodes immersed in the fluid (bath electrodes) or by inducing the electric field using the remote creation of magnetic pulses.

Neuronal cultures are a good model for studying emerging brain stimulation techniques via their effect on single neurons or a population of neurons. Presented here are different methods for stimulation of patterned neuronal cultures by an electric field produced directly by bath electrodes or induced by a time-varying magnetic field.

電気を使用してニューロンと1次元と2次元培養における磁場の外部励起

A neuron will fire an action potential when its membrane potential exceeds a certain threshold. In typical activity of the brain, this occurs as a result ...

Fiber Connections of the Supplementary Motor Area Revisited: Methodology of Fiber Dissection, DTI, and Three Dimensional Documentation

The purpose of this study is to show the methodology for the examination of the white matter connections of the supplementary motor area (SMA) complex (pre-SMA and SMA proper) using a combination of fiber dissection techniques on cadaveric specimens and magnetic resonance (MR) tractography. The protocol will also describe the procedure for a white matter dissection of a human brain, diffusion tensor tractography imaging, and three-dimensional documentation. The fiber dissections on human brains and the 3D documentation were performed at the University of Minnesota, Microsurgery and Neuroanatomy Laboratory, Department of Neurosurgery. Five postmortem human brain specimens and two whole heads were prepared in accordance with Klingler's method. Brain hemispheres were dissected step by step from lateral to medial and medial to lateral under an operating microscope, and 3D images were captured at every stage. All dissection results were supported by diffusion tensor imaging. Investigations on the connections in line with Meynert's fiber tract classification, including association fibers (short, superior longitudinal fasciculus I and frontal aslant tracts), projection fibers (corticospinal, claustrocortical, cingulum, and frontostriatal tracts), and commissural fibers (callosal fibers) were also conducted.

The purpose of this study is to show each step of the fiber dissection technique on human cadaveric brains, the 3D documentation of these dissections, and the diffusion tensor imaging of the anatomically dissected fiber pathways.

再考された補助的なモータ領域のファイバ接続：ファイバ解剖、DTI、および3次元文書の方法論

The purpose of this study is to show the methodology for the examination of the white matter connections of the supplementary motor area (SMA) complex ...

In Vivo Single-Molecule Tracking at the Drosophila Presynaptic Motor Nerve Terminal

An increasing number of super-resolution microscopy techniques are helping to uncover the mechanisms that govern the nanoscale cellular world. Single-molecule imaging is gaining momentum as it provides exceptional access to the visualization of individual molecules in living cells. Here, we describe a technique that we developed to perform single-particle tracking photo-activated localization microscopy (sptPALM) in Drosophila larvae. Synaptic communication relies on key presynaptic proteins that act by docking, priming, and promoting the fusion of neurotransmitter-containing vesicles with the plasma membrane. A range of protein-protein and protein-lipid interactions tightly regulates these processes and the presynaptic proteins therefore exhibit changes in mobility associated with each of these key events. Investigating how mobility of these proteins correlates with their physiological function in an intact live animal is essential to understanding their precise mechanism of action. Extracting protein mobility with high resolution in vivo requires overcoming limitations such as optical transparency, accessibility, and penetration depth. We describe how photoconvertible fluorescent proteins tagged to the presynaptic protein Syntaxin-1A can be visualized via slight oblique illumination and tracked at the motor nerve terminal or along the motor neuron axon of the third instar Drosophila larva.

In Vivo Single-Molecule Tracking at the Drosophila Presynaptic Motor Nerve Terminal

Here we illustrate how single molecule photo-activated localization microscopy can be carried out on the motor nerve terminal of a live Drosophila melanogaster third instar larva.

生体内で1 分子追跡ショウジョウバエ運動神経がシナプス前ターミナルで

An increasing number of super-resolution microscopy techniques are helping to uncover the mechanisms that govern the nanoscale cellular world. ...

3D Kinematic Analysis for the Functional Evaluation in the Rat Model of Sciatic Nerve Crush Injury

Compared to the Sciatic Functional Index (SFI), kinematic analysis is a more reliable and sensitive method for performing functional evaluations of sciatic nerve injury rodent models. In this protocol, we describe a novel kinematic analysis method that uses a three-dimensional (3D) motion capture apparatus for functional evaluations using a rat sciatic nerve crush injury model. First, the rat is familiarized with treadmill walking. Markers are then attached to the designated bone landmarks and the rat is made to walk on the treadmill at the desired speed. Meanwhile, the posterior limb movements of the rat are recorded using four cameras. Depending on the software used, marker tracings are created using both automatic and manual modes and the desired data are produced after subtle adjustments. This method of kinematic analysis, which uses a 3D motion capture apparatus, offers numerous advantages, including superior precision and accuracy. Many more parameters can be investigated during the comprehensive functional evaluations. This method has several shortcomings that require consideration: The system is expensive, can be complicated to operate, and may produce data deviations due to skin shifting. Nevertheless, kinematic analysis using a 3D motion capture apparatus is useful for performing functional anterior and posterior limb evaluations. In the future, this method may become increasingly useful for generating accurate assessments of various traumas and diseases.

We introduce a kinematic analysis method that uses a three-dimensional motion capture apparatus containing four cameras and data processing software for performing functional evaluations during fundamental research involving rodent models.

坐骨神経クラッシュ損傷のラットモデルにおける機能的評価のための3D運動学的解析

Compared to the Sciatic Functional Index (SFI), kinematic analysis is a more reliable and sensitive method for performing functional evaluations of ...

Determining the Functional Status of the Corticospinal Tract Within One Week of Stroke

High interindividual variability in the recovery of upper limb (UL) function after stroke means it is difficult to predict an individual&#39;s potential for recovery based on clinical assessments alone. The functional integrity of the corticospinal tract is an important prognostic biomarker for recovery of UL function, particularly for those with severe initial UL impairment. This article presents a protocol for evaluating corticospinal tract function within 1 week of stroke. This protocol can be used to select and stratify patients in trials of interventions designed to improve UL motor recovery and outcomes after stroke. The protocol also forms part of the PREP2 algorithm, which predicts UL function for individual patients 3 months poststroke. The algorithm sequentially combines a UL strength assessment, age, transcranial magnetic stimulation, and stroke severity, within a few days of the stroke. The benefits of using PREP2 in clinical practice are described elsewhere. This article focuses on the use of a UL strength assessment and transcranial magnetic stimulation to evaluate corticospinal tract function.

This protocol is for evaluating corticospinal tract function within 1 week of stroke. It can be used to select and stratify patients in trials of interventions designed to improve upper limb motor recovery and outcomes and in clinical practice for predicting upper limb functional outcomes 3 months after stroke.

脳卒中1週間以内のコルチコ脊柱管の機能状態の判定

High interindividual variability in the recovery of upper limb (UL) function after stroke means it is difficult to predict an individual&#39;s potential ...

Three-Dimensional Motor Nerve Organoid Generation

A fascicle of axons is one of the major structural motifs observed in the nervous system. Disruption of axon fascicles could cause developmental and neurodegenerative diseases. Although numerous studies of axons have been conducted, our understanding of formation and dysfunction of axon fascicles is still limited due to the lack of robust three-dimensional in vitro models. Here, we describe a step-by-step protocol for the rapid generation of a motor nerve organoid (MNO) from human induced pluripotent stem (iPS) cells in a microfluidic-based tissue culture chip. First, fabrication of chips used for the method is described. From human iPS cells, a motor neuron spheroid (MNS) is formed. Next, the differentiated MNS is transferred into the chip. Thereafter, axons spontaneously grow out of the spheroid and assemble into a fascicle within a microchannel equipped in the chip, which generates an MNO tissue carrying a bundle of axons extended from the spheroid. For the downstream analysis, MNOs can be taken out of the chip to be fixed for morphological analyses or dissected for biochemical analyses, as well as calcium imaging and multi-electrode array recordings. MNOs generated with this protocol can facilitate drug testing and screening and can contribute to understanding of mechanisms underlying development and diseases of axon fascicles.

This protocol provides a comprehensive procedure to fabricate human iPS cell-derived motor nerve organoid through spontaneous assembly of a robust bundle of axons extended from a spheroid in a tissue culture chip.

三次元運動神経オルガノイド発生

A fascicle of axons is one of the major structural motifs observed in the nervous system. Disruption of axon fascicles could cause developmental and ...

In Vivo Wireless Optogenetic Control of Skilled Motor Behavior

Fine motor skills are essential in everyday life and can be compromised in several nervous system disorders. The acquisition and performance of these tasks require sensory-motor integration and involve precise control of bilateral brain circuits. Implementing unimanual behavioral paradigms in animal models will improve the understanding of the contribution of brain structures, like the striatum, to complex motor behavior as it allows manipulation and recording of neural activity of specific nuclei in control conditions and disease during the performance of the task. 
Since its creation, optogenetics has been a dominant tool for interrogating the brain by enabling selective and targeted activation or inhibition of neuronal populations. The combination of optogenetics with behavioral assays sheds light on the underlying mechanisms of specific brain functions. Wireless head-mounted systems with miniaturized light-emitting diodes (LEDs) allow remote optogenetic control in an entirely free-moving animal. This avoids the limitations of a wired system being less restrictive for animals' behavior without compromising light emission efficiency. The current protocol combines a wireless optogenetics approach with high-speed videography in a unimanual dexterity task to dissect the contribution of specific neuronal populations to fine motor behavior.

In Vivo Wireless Optogenetic Control of Skilled Motor Behavior

The present protocol describes how to use wireless optogenetics combined with high-speed videography in a single pellet reach-to-grasp task to characterize the neural circuits involved in the performance of skilled motor behavior in freely moving mice.

インビボ 熟練した運動行動の無線光遺伝学的制御

Fine motor skills are essential in everyday life and can be compromised in several nervous system disorders. The acquisition and performance of these ...

Expanding the Toolkit for In Vivo Imaging of Axonal Transport

Axonal transport maintains neuronal homeostasis by enabling the bidirectional trafficking of diverse organelles and cargoes. Disruptions in axonal transport have devastating consequences for individual neurons and their networks, and contribute to a plethora of neurological disorders. As many of these conditions involve both cell autonomous and non-autonomous mechanisms, and often display a spectrum of pathology across neuronal subtypes, methods to accurately identify and analyze neuronal subsets are imperative.
This paper details protocols to assess in vivo axonal transport of signaling endosomes and mitochondria in sciatic nerves of anesthetized mice. Stepwise instructions are provided to 1) distinguish motor from sensory neurons in vivo, in situ, and ex vivo by using mice that selectively express fluorescent proteins within cholinergic motor neurons; and 2) separately or concurrently assess in vivo axonal transport of signaling endosomes and mitochondria. These complementary intravital approaches facilitate the simultaneous imaging of different cargoes in distinct peripheral nerve axons to quantitatively monitor axonal transport in health and disease.

Expanding the Toolkit for In Vivo Imaging of Axonal Transport

Using transgenic fluorescent mice, detailed protocols are described to assess in vivo axonal transport of signaling endosomes and mitochondria within motor and sensory axons of the intact sciatic nerve in live animals.