JoVE Logo
Yazarlar
Bize Ulaşın

Oturum Aç

Bu içeriği görüntülemek için JoVE aboneliği gereklidir. Oturum açın veya ücretsiz deneme sürümünü başlatın.

Bu Makalede

  • Özet
  • Özet
  • Giriş
  • Protokol
  • Sonuçlar
  • Tartışmalar
  • Açıklamalar
  • Teşekkürler
  • Malzemeler
  • Referanslar
  • Yeniden Basımlar ve İzinler

Özet

Burada sunulan bir protokol esnek Reach-to-kavramak görev gerçekleştirmek için bir maymun kılavuzluk otomatik bir cihaz oluşturmak için. Cihaz, 3D uzayda rasgele bir konumda birden fazla nesne sunmak için bir 3B translasyonel cihazı ve tornalama tablosunu birleştirir.

Özet

Ulaşılması ve kavrama yüksek birleştiğinde hareketler, ve temel nöral dinamikleri son on yılda yaygın olarak incelenmiştir. Ulaşmak ve açgözlü kodlamaları ayırt etmek için farklı nesne kimlikleri konumlarını bağımsız sunmak için gereklidir. Burada sunulan bir tornalama masası ve bu hedefe ulaşmak için üç boyutlu (3D) translasyonel cihaz ile monte edilmiş bir otomatik aparatın tasarımdır. Tornalama tablosu, 3B translasyonel aygıt tornalama tablosunu 3B alanda taşımadan farklı kavrama türlerine karşılık gelen farklı nesneleri değiştirir. Her ikisi de motor tarafından bağımsız olarak tahrik edilir, böylece hedef konum ve nesne rasgele birleştirilir. Bu arada, bilek yörüngesi ve kavrama tipleri sırasıyla hareket yakalama sistemi ve dokunmatik sensörler aracılığıyla kaydedilir. Ayrıca, bu sistemi kullanarak başarıyla eğitimli maymun gösteren temsili sonuçlar açıklanmıştır. Bu cihazın, üst ekstremite fonksiyonuyla ilgili kinematik, nöral ilkeler ve beyin makinesi arayüzlerini incelemek için araştırmacıların kolaylaştırılması bekleniyor.

Giriş

İnsan dışı primat içinde ulaşan ve açgözlü hareket temel nöral ilkelerini incelemek için çeşitli aygıtlar geliştirilmiştir. Görevlere ulaşma, dokunmatik ekran1,2, ekran imleç bir joystick tarafından kontrol3,4,5,6,7, ve sanal gerçeklik teknolojisi8 , 9 , 10 tüm 2D ve 3D hedefleri, sırasıyla sunmak için istihdam edilmiştir. Farklı kavrama türlerini tanıtmak için, tek bir pozisyonda sabit veya bir eksen etrafında dönen farklı şekilli nesneler,11,12,13kavramalı görevlerde yaygın olarak kullanılmıştır. Alternatif olarak, farklı kavrama türleri14,15,16,17ile aynı nesneyi kavramak için konuları bilgilendirmek için görsel ipuçlarını kullanmaktır. Daha yakın zamanda, ulaşma ve kavrama hareketleri birlikte incelenmiştir (yani, konular birden çok pozisyona ulaşır ve deneysel bir oturumda farklı kavrama türleri ile kavramak)18,19,20, 21,22,23,24,25,26,27,28,29. Erken deneyler, kaçınılmaz olarak düşük zaman ve uzamsal hassasiyete neden olan nesneleri elle sundu20,21. Deneysel hassasiyeti iyileştirmek ve insan gücünden tasarruf etmek için programlar tarafından denetlenen otomatik sunum cihazları yaygın olarak kullanılmıştır. Hedef pozisyon ve kavrama türünü değiştirmek için deneyler aynı anda birden çok nesne maruz, ancak göreli (veya mutlak) hedefleri ve kavrama türleri birbirine bağlı, uzun vadeli eğitim aracılığıyla sert ateşleme desenleri neden olan22 ,27,28. Nesneleri genellikle bir 2D düzlemde sunulur, hangi hareket ve sinir aktivitesi ulaşma çeşitliliği sınırlar19,25,26. Son zamanlarda, sanal gerçeklik24 ve robot kol23,29 3D uzayda nesneleri sunmak için tanıtıldı.

Burada sunulan ayrıntılı protokoller bina ve 3D alanda birden fazla hedef pozisyonları ve kavrama türleri herhangi bir kombinasyonu elde edebilirsiniz otomatik bir cihaz30 kullanarak. Tornalama tablosunu 3B alanda taşımak için nesneleri ve 3B translasyonel cihazı değiştirmek için bir tornalama tablosu tasarladık. Hem tornalama masası hem de translasyonel cihaz bağımsız motorlar tarafından tahrik edilir. Bu arada, konunun bilek ve nöral sinyallerinin 3D yörünge deney boyunca aynı anda kaydedilir. Cihaz Rhesus maymun üst ekstremite fonksiyon çalışması için değerli bir platform sağlar.

Protokol

Tüm davranışsal ve cerrahi prosedürler Care ve Lab Animals (Çin Sağlık Bakanlığı) kullanımı için Kılavuzu ve Zhejiang Üniversitesi, Çin 'de hayvan bakımı Komitesi tarafından onaylanmıştır.

1.3D translasyonel cihazı montajı

  1. Alüminyum yapı rayları ile 920 mm x 690 mm x 530 mm boyutunda bir çerçeve oluşturun (kesit: 40 mm x 40 mm).
  2. Dört Kaide ile Y-rayların iki ucunda vida (M4) (Şekil 1B) ile sabitleyin.
  3. İki Y rayları, dört Kaide 'nin üst yüzeyin dört köşesine vida (M6) (Şekil 1B) ile sabitleyerek, çerçevenin üst yüzeyine paralel olarak sabitleyin.
  4. İki Y-rayları bir bağlantı mili ve iki diyafram kuplajları ile bağlayın. İki rayın şaftlarını senkronize etmek için bağlantı elemanlarının kilit vidalarını sıkın (Şekil 1B).
  5. Z-Rail ' i n arka kanalına altı fındık (M4) koyun. Sağ üçgen çerçevesinin bir tarafını, vida ile Z-Ray ' i n arkasına takın.
  6. Üçgen çerçevesini şaftı distal olan sonuna çekin ve vidaları sıkın. Diğer sağ üçgen çerçevesini aynı şekilde diğer Z-Rail ' e takın (Şekil 1C).
  7. İki üçgen çerçevedeki diğer sağ açılı kenarları, iki Y-rayın vidası (M6) (Şekil 1C) ile kaydırıcılarını sabitleyin.
  8. İki Z-rayları bir bağlantı mili ve Diyaframlı bağlantı elemanları ile bağlayın ve kilit vidalarını sıkın (Şekil 1C).
  9. İki T şeklindeki bağlantı panolarını, X-Rail ' i k ı somun ve vidalarla (M4) arkasına takın. Sonra iki T şeklindeki panoları X-Rail ' i iki ucunda çekin ve vidaları sıkın (Şekil 1D).
  10. İki T şeklindeki bağlantı panolarını sırasıyla iki Z-rayın vidası (M6) ile kaydırıcılarını üzerine sabitleyin (Şekil 1D).
  11. Step motorunu dişli Redüktörün şaft deliğine takın ve flanşlarını birlikte vidalayın (Şekil 1E).
  12. Bağlantı yüzüğünü, vidalarla (M4) aktif X-Rail ' i k i mil ucuna sabitleyin.
  13. X-Rail şaftını bağlamanın içine takın ve dişli redüktesi vidalı (M4) bağlantı halkası ile düzeltin.  Bağlamanın kilit vidalarını sıkın (Şekil 1E).
  14. Diğer iki step motorları ve dişli redüktörleri 1.11 – 1.12 adımda açıklanan yöntemleri kullanarak aktif Y-Rail ve Z-Rail ' e düzeltin.
  15. Üç Step motorlarının güç ve kontrol kablolarını, sürücülerinin güç ve kontrol portlarına sırasıyla takın ve kabloları sürücü tarafındaki vidalarla sabitleyin.

2. tornalama masasının montajı

  1. İndir. Bu kağıdın Tamamlayıcı dosyalardan DWG tasarım dosyaları. 3D baskı veya mekanik işleme ile nesneleri, zihinsel şaft, bulma çubuğu, rotator ve durumda hazırlayın.
  2. Dokunmatik sensörleri nesne gövdesinin oluk içine yerleştirin ve çift taraflı teyp ile önceden tanımlanmış dokunmatik alanlara takın (Şekil 2B).
    Not: her nesne dört alt bileşenden oluşur: bir BACKBOARD, içinde oluk ile nesne gövdesi, kapak panosu ve dokunmatik sensörler.
  3. Telleri nesne Panya deliğinden geçirin ve kapak panolarını vida ile nesne gövdesine sabitleyin (Şekil 2B).
  4. Dokunma sensörlerinin kablolarını Rotator 'un yan tarafındaki deliklerden geçirin ve nesneleri vidalarla Rotator üzerine düzeltin. (Şekil 2C).
  5. Elektrik kayma halkası dönen tel uçları dokunmatik sensörlerin tel uçları lehim ve elektrik bandı ile eklem sarın (Şekil 2D).
  6. Kılıfı, vidalarla X-Ray kaydırıcıyı sabitleyin. Rulmanı kutunun alt deliğine yerleştirin ve bulma çubuğunu vidalar ile üst yüzeye sabitleyin (Şekil 2E).
  7. Rotator, rulman ve kutu eksenleri rastlantı, yan durumda Rotator yerleştirin. Elektrikli kayma yüzüğün kablolarını, kasa üst deliğinden geçirin (Şekil 2F).
  8. Metal mili, kılıf üst delikten rulman içine takın ve şaft tuşunu Rotator 'un anahtarına (Şekil 2G) sığdırın.
  9. Metal şaftın etrafında elektrikli kayma halkası ayarlayın. Dış halka döndürülmesini önlemek için elektrik kayma halkası çentik içine çubuk bulma ucunu yerleştirin (Şekil 2G).
  10. Step motorun şaftını metal şaft deliğine takın ve motoru vidaları ile kutunun üstüne sabitleyin. (Şekil 2H).
  11. Motorun güç ve kontrol kablolarını sürücünün güç ve kontrol portlarına takın ve vidaları ile sabitleyin.
  12. Kaset ile kasa ön tarafına bir Tricolor LED (RGB) sopa ve kasa üzerine sağ yan tahta düzeltin.

3. kontrol sisteminin kurulumu

  1. Dört motor sürücünün yönünü ve darbe kontrol kablolarını, sırasıyla veri edinme (DAQ) kartının dijital ı/O bağlantı noktalarına (Pins 81, 83, 85, 87) ve dijital sayaç portlarına (Pins 89, 91, 93, 95) yerleştirin. Kabloları vidalarla sabitleyin.
  2. LED kontrol telleri ("Go" işaret için kullanılan yeşil renk, "hata" işaret için kullanılan mavi renk ve boşta temsil kırmızı renk) DAQ kartı dijital ı/O bağlantı noktaları (pin 65 ve 66) içine takın ve vidaları ile güvenli.
  3. Dokunma sensörleri ve Switch düğmesinin çıkış kablolarını DAQ kartının dijital ı/O bağlantı noktalarına (pin 67 – 77) yerleştirin ve telleri vidalarla sabitleyin.
  4. Peristaltik pompanın başlangıç durdurma ve yön kontrol kablolarını sırasıyla dijital ı/O pimleri 1 ve 80 içine takın. Akış hızı kontrol kablosunu AO2 analog ı/O bağlantı noktasına takın. Kabloları vidalarla sabitleyin.
  5. El yörüngesini 3B alanda kaydetmek için üretici tarafından açıklandığı şekilde bir hareket yakalama sistemi Kur.
    Not: bir ticari hareket yakalama sistemi (bkz. malzeme tablosu), sekiz kamera, bir güç hub, bir Ethernet anahtarı ve destekleyici bir yazılım (örneğin, korteks) oluşur kullanıldı. Sistemin kurulumu hakkında daha fazla ayrıntı almak için lütfen kılavuza bakın.
  6. Kurulum bir nöral sinyal edinme sistemi olarak üretici tarafından açıklandığı gibi konu Elektrofizyoloji sinyali kaydetmek için.
    Not: bir sinir sinyali işlemcisi (NSP), ön uç amplifikatör (FEA), amplifikatör güç kaynağı (ASP), baş aşamaları ve destekleyici yazılımları (örn., Merkezi) oluşan bir ticari veri toplama sistemi (malzeme tablosu) kullanılmıştır. Sistemin kurulumu hakkında daha fazla ayrıntı için kılavuza bakın.

4. deneysel oturumun hazırlanması

  1. 3B translasyonel aygıtını ve tornalama tablosunu başlatın. Özellikle, tüm doğrusal slayt raylı sürgüleri başlangıç noktasına (sol alt köşede) çekin ve ilk nesneyi (örn., dikey olarak yerleştirilen kolu) tornalama masasının ön tarafına karşı yüze çevirin.
  2. Hareket yakalama sistemi, nöral sinyal edinme, DAQ panosu, peristaltik pompa ve dört motor gibi deneysel cihazlarda güç.
  3. Paradigma yazılımını Kur (Şekil 3A).
    1. Paradigma . exe ' yi çift tıklatın (isteğe bağlı olarak kullanılabilir).
    2. Başlangıç pozisyonlarına göre (adım 4,2) ulaşan pozisyonların sayısını ve 3B koordinatlarını (milimetre cinsinden x, y ve z) tanımlayın.
    3. Bir. txt belgesinde matris formunda tüm pozisyonların koordinatlarını yazın. Her satırın x-, y-ve z-koordinatlarını bir boşlukla ayrılmış bir konumun içerdiğinden emin olun. Txt belgesini kaydedin.
    4. Paradigma yazılımının Havuz panelinde dosyayı aç 'ı tıklatın ve sunum konumlarını paradigma yazılımına yüklemeden önce kaydedilmiş. txt belgesini seçin.
      Not: Bu çalışmada, sekiz hedef pozisyon, bir Cuboid çalışma alanı9,10 (90 mm x 60 mm x 90 mm) tepe noktalarında bulunan hayvanın ulaşan aralığına göre ayarlandı.
    5. Paradigma yazılımının nesne havuzunda denemede sunulacak nesneleri denetleyin.
    6. Paradigma yazılımının zaman parametreleri panelinde deneysel parametreleri ayarlayın. Küme taban çizgisi = 400 MS, motor Run = 2.000 MS, planlama = 1.000 MS, maksimum reaksiyon süresi = 500 MS, maksimum Reach süresi = 1.000 MS, min Hold zaman = 500 MS, ödül = 60 MS ve hata Cue = 1.000 MS.
  4. Koltuk Rhesus maymun (bir mikro-elektrot dizi motor korteks implante ile) maymun sandalyede sandalye oluk içine yaka ekleyerek ve kafasını sabitleme.
  5. Alüminyum inşaat çerçevesi için maymun koltuğu düzeltin. Kafa 250 mm uzak Cuboid ön tarafına tutun ve gözleri 50 mm Cuboid çalışma alanının üst tarafındaki tutun (yatay görsel açı: 20 °; dikey görsel açı: 18 °).
  6. Hareket yakalama sisteminin bir izleme şablonu oluşturun.
    1. Çift taraflı teyp ile kolun sonuna (bilek yakın) üç yansıtıcı Marker takın. Üç işaretçinin bir skalen üçgen oluşturundan emin olun.
    2. Görevi başlatmak için paradigma yazılımının Çalıştır düğmesini tıklatın.
    3. Eğer maymun görev yaparken 60 s için üç işaretçileri yörüngeleri kaydetmek için Cortex yazılım Motion Capture panelinde kayıt düğmesini tıklayın. Denemeyi askıya almak için Durdur düğmesini tıklatın.
    4. Kaydedilmiş yörüngeleri kullanarak Cortex yazılımında üç işaretçilerin bir izleme şablonu oluşturun ve şablonu kaydedin.
      Not: bir model oluşturmak için nasıl hakkında daha fazla bilgi almak için Cortex kılavuzuna bakın.
  7. FEA ve mikro elektrot dizisinin GND portlarını bir tel ve tutam musluklar ile maymun motor korteks implante bağlayın. Ardından baş aşamalarını mikro elektrot dizisi31konektörüne takın.
  8. Sinir sinyali edinme sisteminin merkezi yazılımını açın ve depolama yolu, hat gürültüsü iptali, Başak filtresi, Başak eşik vb. dahil kayıt parametrelerini ayarlayın.
    Not: yazılım ayarı hakkında daha fazla ayrıntı için lütfen nöral sinyal edinme sisteminin kılavuzuna bakın.
  9. Senkronizasyon yazılımını açın (Şekil 3B, istek üzerine kullanılabilir). Eşzamanlı yazılımı neural sinyal edinme sistemi, hareket yakalama sistemi ve paradigma yazılımı ile bağlamak için Cerebus, Motion Capture ve paradigma panellerindeki üç Bağlan düğmesini tıklatın.
  10. Denemeye devam etmek için paradigma yazılımının Çalıştır düğmesini tıklatın.
  11. Neural sinyalleri kaydetmeye başlamak için merkezi yazılım dosya depolama panelinde kayıt düğmesini tıklatın.
  12. Kaydedilmiş İzleme şablonunu kontrol edin ve maymun bileğinin yörüngesini kaydetmeye başlamak için Cortex yazılımının Motion Capture panelinde kayıt düğmesine tıklayın.

Sonuçlar

Cihazın tam çalışma alanının büyüklüğü sırasıyla 600 mm, 300 mm ve x-, y-ve z eksenlerinde 500 mm 'dir. 3D translasyonel cihazın maksimum yükü 25 kg, tornalama masası (Step motor dahil) 15 kg ağırlıklı ve 500 mm/s hıza kadar taşınabilmektedir. 3D translasyonel cihazının kinematik hassasiyeti 0,1 mm 'den az ve cihazın gürültüsü 60 dB 'den az.

Sistemin yardımcı programı göstermek için, maymun (daha önce bir ulaşan görevde eğitimli) sistem...

Tartışmalar

Davranışsal cihaz burada açıklanan farklı ulaşan ve açgözlü hareketlerin deneme akıllıca bir kombinasyonu sağlar (yani, maymun her deneme herhangi bir rastgele 3D konumlarda farklı şekilli nesneleri kavramak olabilir). Bu, farklı nesnelerle geçiş yapan özel bir tornalama tablosunun ve tornalama tablosunu 3B alanda birden çok konuma aktaren doğrusal translasyonel aygıtın birleşimi aracılığıyla gerçekleştirilir. Buna ek olarak, maymun nöral sinyalleri, bilek yörüngesi, ve el şekilleri, nör...

Açıklamalar

Yazarların ifşa etmesi gereken hiçbir şey yok.

Teşekkürler

Biz cihaz tasarımı ve Bayan guihua Wang onun tavsiye için onun yardım için hayvan bakımı ve eğitim ile Bay Shijiang Shen teşekkür ederiz. Bu çalışma Çin Ulusal temel araştırma ve geliştirme programı (2017YFC1308501), Çin Ulusal Doğal Bilim Vakfı (31627802), Zhejiang Eyaleti (2016C33059) kamu projeleri ve temel araştırma fonları tarafından desteklenmektedir Merkezi üniversiteler.

Malzemeler

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

Referanslar

  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).

Yeniden Basımlar ve İzinler

Bu JoVE makalesinin metnini veya resimlerini yeniden kullanma izni talebi

Izin talebi

Daha Fazla Makale Keşfet

Davransorun 150otomatik cihaznesne sunumuula mak to kavramak hareket3D alanprimathareket yakalama

This article has been published

Video Coming Soon

JoVE Logo

Gizlilik

Kullanım Şartları

İlkeler

Bize Ulaşın

KÜTÜPHANEYE TAVSİYE ET

JoVE HABER BÜLTENLERİ

Araştırma

Eğitim

Yazarlar

Kütüphaneciler

JoVE Hakkında

Telif Hakkı © 2020 MyJove Corporation. Tüm hakları saklıdır