猕猴手臂避障规划与执行过程中背侧运动前区皮层的表征与解码

发布时间：2021-08-12 11:22

脑机接口在大脑与外部设备之间建立了一条直接的通路,为瘫痪病人的运动功能重建带来了希望。手臂的伸缩运动是日常生活中应用最多的功能之一。现实环境中往往充满了一些障碍物,实现手臂规避障碍物的运动功能重建对于病人的生理和心理上都具有重要的意义。神经科学研究表明,手臂的伸缩运动主要由背内侧神经通路控制。其中背侧运动前区皮层(Premotorcortex,PMd)与手臂运动的规划和执行密切相关。然而目前为止,避障规划过程中PMd神经元对于相关运动参数的表征还不是特别清楚;避障轨迹解码对于常规解码模型提出了挑战;实现在线实时避障解码与机械臂控制也是一个挑战。针对上述几个问题,本文进行了以下研究工作:1)避障规划过程中PMd脑区对于相关运动参数的表征;2)整合规划信息的避障执行过程神经解码模型;3)在线实时控制机械臂规避障碍物系统。本文搭建了非人灵长类脑机接口平台。训练了两只成年雄性猕猴进行延时规避障碍物范式实验。在两只猴子的PMd脑区与手臂运动相关的区域进行了电极埋置手术。同步记录了猴子PMd脑区神经信号与避障轨迹信息。在避障运动规划阶段,本文应用基于局部学习的方法,评估神经元对于特定运动参数调制的重要性;应用群矢量方法和主成分分析法(Principal component analysis,PCA)研究集群调制特性。从单个神经元与神经元集群的角度出发,研究其对于避障过程中运动参数的表征性质。结果发现,PMd在避障规划过程中对于初始光标位置、目标位置、目标相对于初始光标的方向以及障碍物信息都有显著地表征。在避障运动执行阶段,基于PMd对于运动参数的表征特性,将应用朴素贝叶斯分类器提取到的避障规划期间的目标方向与避障选择信息整合到混合轨迹模型算法中,解码避障轨迹。相较于未使用任何规划信息的解码方法,解码效果得到了显著地提升。基于提出的避障轨迹解码模型,本文分两步实现了异步整合规划信息的在线实时控制系统。应用支持向量机(Supportvectormachine,SVM)进行当前所处实验状态判断,执行相应操作:在休息期间,解码器停止工作;在规划期间,应用朴素贝叶斯分类器提取目标方向与避障信息;在执行期间,整合规划期间的信息进行避障轨迹解码,应用共享控制策略在线实时控制机械臂完成避障动作。本文在猴子手臂规避障碍物的规划与执行过程中研究PMd皮层的表征与解码,主要创新点在于:1)以猕猴为实验对象,通过分析执行避障任务同步采集的神经信号,在单神经元与神经元集群两个层面研究了 PMd对于相关运动参数的表征,结果表明PMd神经元对于避障规划过程中的初始光标和目标位置、目标相对于初始光标方向以及避障路线选择都有明显的表征;2)设计并实现了整合规划期间目标方向与避障信息的混合轨迹模型算法,提高了避障执行过程中的轨迹拟合度和实验成功率;3)实现了避障运动的实时在线神经解码,控制机械臂完成了运动轨迹的重建。以上研究成果为建立实用高效的脑机接口系统打下了基础。
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TN911.7;R318

文章目录

致谢

摘要

Abstract

1 绪论

1.1 脑机接口简介

1.1.1 脑机接口定义及组成

1.1.2 脑机接口发展现状

1.2 手臂伸缩运动表征与解码研究现状

1.2.1 手臂伸缩运动神经控制方式

1.2.2 PMd对手臂伸缩运动规划期间表征研究进展

1.2.3 手臂伸缩运动研究实验范式

1.2.4 手臂伸缩运动解码算法研究进展

1.3 研究目标与研究内容

1.4 论文结构安排

2 实验平台搭建

2.1 实验对象及实验系统搭建

2.1.1 实验对象及实验环境简介

2.1.2 行为训练系统搭建

2.2 实验范式

2.2.1 Center-out范式

2.2.2 延时规避障碍物范式

2.2.3 实验范式的训练

2.3 神经/行为信号采集

2.3.1 动作电位产生机制

2.3.2 微电极阵列植入手术

2.3.3 信号采集与预处理

2.4 本章小结

3 避障规划过程中背侧运动前区皮层的表征

3.1 避障规划过程中神经元调制的研究背景

3.2 单个神经元的调制特性

3.2.1 基于局部学习方法的神经元调制特性评估

3.2.2 单个神经元在延时一期间的调制

3.2.3 单个神经元在延时二期间的调制

3.3 神经元集群的发放特性

3.3.1 集群发放特性研究方法

3.3.2 神经元集群在延时一期间的调制

3.3.3 神经元集群在延时二期间的调制

3.4 本章小结

4 整合规划信息的避障执行过程神经解码模型

4.1 常用解码方法介绍

4.2 基于运动规划信息的神经解码算法研究背景

4.3 基于运动规划信息的神经解码方法及实现

4.3.1 混合轨迹模型原理与实现

4.3.2 规划信息的提取方法

4.4 离线分析结果

4.4.1 目标方向信息提取结果

4.4.2 避障选择信息提取结果

4.4.3 轨迹解码结果

4.5 本章小结

5 在线实时控制机械臂规避障碍物系统

5.1 同步在线实时控制机械臂平台

5.1.1 机械臂实时控制

5.1.2 实时脑机接口系统

5.2 异步整合规划信息的伪在线平台

5.2.1 异步控制状态解码结果

5.2.2 伪在线系统搭建

5.3 本章小结

6 总结及展望

6.1 工作总结

6.2 本文创新点

6.3 未来展望

参考文献

作者简历

发表文章目录

【相似文献】