猕猴抓握运动与触觉相关神经信息的采集、分析与解码研究

论文摘要

脑-机接口（brain computer interface,BCI）技术通过脑神经信息的解码与输出,在大脑与外部设备之间建立起直接的信息交流与控制通道。根据脑神经信息采集方式的不同,脑-机接口可以分为非侵入式脑-机接口与侵入式脑-机接口,基于侵入式脑-机接口技术能够实现对智能假肢等外部设备的运动控制,结合皮层内微电刺激等方法能够实现虚拟触觉的重建,在面向瘫痪病人和截肢患者的运动、感觉康复领域具有重大的应用价值。随着神经科学技术的发展,在基于侵入式BCI的运动控制与触觉重建研究领域都已取得了诸多突破性进展。在以非人灵长类为对象的研究中已成功实现了对猕猴上肢运动神经信息的提取与解析并应用于对机械臂的控制,在面向瘫痪病人的研究中不仅已成功实现了通过瘫痪病人的大脑直接控制机械臂,而且成功实现了通过皮层内微电刺激向瘫痪病人提供直接的躯体感觉反馈。但是由于对运动控制和躯体感觉反馈神经信息活动规律的认识相对局限,现阶段面向运动控制的BCI仍然存在控制自由度少、控制精度低等问题,面向感觉反馈的BCI也存在重建触觉类型少、不自然等不足。为了解决这些问题,对运动、感觉相关的脑神经信息进行深入的研究是必需的,因此面向运动与触觉的神经信号采集与分析研究同样是BCI研究领域的重点之一。已有的研究虽然已经对运动相关的脑神经信息展开了深入的研究,但是大多数研究忽略了感觉相关脑区在运动过程中的作用,由于感觉和运动具有非常紧密的联系,对感觉神经信息在运动过程中的系统研究将有望提高运动控制BCI的控制精度;在触觉神经信息解析研究方面更是以被动的机械触觉为主,对主动触觉神经信息的系统研究则相对较少。通过对主动触觉神经信息的采集与解析将有望加深对触觉编码规律的理解,进而为电刺激编码重建虚拟触觉奠定理论依据。在神经信号解析的研究中,还有一个需要考虑的研究因素是预处理方法的选择。Spike sorting是一种常用的提取spike信号的预处理方法,但是由于spike sorting的执行过程非常费时且容易受到实验人员主观因素的影响,因此越来越多的研究开始关注替代spike sorting的预处理方法。阈值检测方法是一种能够替代spike sorting的预处理方法,但是对于阈值检测替代spike sorting后是否会引起解码性能的下降尚无定论,同时以往的研究局限于简单的行为范式和主要的运动脑区,已有的结论是否广泛适用尚待进一步的深入研究。为此,针对侵入式BCI研究领域中,复杂运动的研究较少、触觉解析类型单一等问题,本文首先设计搭建了更为复杂的面向猕猴的上肢抓握运动实验平台与主动触觉分辨实验平台,通过对应的行为范式分别对两只猕猴（猕猴B、H）进行行为训练。通过在猕猴多个脑区植入神经微电极,采集猕猴完成任务时相关脑区的神经信号,通过事件相关光栅图与动作电位发放直方图对单神经元的发放规律进行解析,通过支持向量机（SVM）解码器从单脑区和多脑区两个水平对运动方向和抓握感觉进行解码与对比,重点关注感觉相关脑区S1在运动过程的发放规律。针对以往对spike sorting方法和阈值检测方法解码性能的比较研究常常局限于简单的运动范式等问题,选用三种不同的预处理方法——阈值检测（Threshold crossing,TC）、人工分选（Manual sorting,MS）和自动分选（Automatic sorting,AS）对神经信号进行预处理,从神经活动矩阵（Neural activity matrix,NAM）的样本分布、不同条件下信号解码的准确性和跨数据集解码的稳定性三个方面系统比较TC、MS和AS的解码差异。在运动、感觉相关神经信号的采集与解析方面,研究发现在上肢运动过程中S1脑区存在与M1脑区发放特征相同的神经元,S1单脑区解码运动方向的准确率为85.66%±4.65%,与M1单脑区解码运动方向的准确率90.02%±7.44%相比不存在统计学差异,进而说明S1脑区参与了运动方向的编码过程。在抓握感觉过程中S1脑区神经元表现出典型的与皮肤形变相关的发放特征,单脑区解码抓握感觉的准确率高达96.03%±0.68%显著高于PPC单脑区的解码准确率。综合对比解码运动方向与抓握感觉时多脑区的解码准确率和单脑区的解码准确率,发现与运动或感觉直接相关单脑区的解码准确率基本都能达到与多脑区解码相当的水平,进而说明在信号解码过程中不同脑区对解码结果的贡献不同。在神经信号预处理方法对神经信号解码性能的影响研究方面,研究发现经TC处理后NAM的样本聚类效果最好,在大多数解码条件下,TC的解码准确率总能达到与MS和AS相当的水平或者要显著地高于MS和AS的解码准确率。解码脑区、解码时间窗、解码器的改变都无法显著影响TC、MS和AS解码准确率之间的相对关系,而检测阈值的降低会显著改变它们之间的相对关系。同时TC能够在不同的检测阈值和跨数据集解码中,保持更强的稳定性。综上所述,本研究建立了基于猕猴的上肢运动与触觉分辨行为训练平台,在猕猴的运动、感觉相关脑区成功植入多个神经微电极采集得到与抓握运动方向和形状触觉形成相关的神经信号。从单神经元层面对神经信号的活动规律进行解析发现S1脑区存在与M1脑区高度相关的神经元,S1脑区神经元的活动规律主要表现为与皮肤形变相关。通过单脑区和多脑区的解码结果可以发现,S1脑区参与了运动方向的编码过程,并且S1脑区是形成感觉信息的核心脑区,单脑区解码抓握感觉准确率与多脑区解码准确率相当。在神经信号的解码研究中,TC处理后的神经信号具有更好的解码稳定性,具有替代spike sorting进行神经信号解码的应用潜力。

论文目录

缩略语表

摘要

Abstract

绪论

1.研究背景

2 立题依据

3 拟解决的科学问题

4 理论意义与实用价值

5 研究思路与方法

第一章猕猴实验平台的搭建与神经信号的采集

1.1 引言

1.2 猕猴抓握运动实验装置与实验范式

1.3 猕猴主动触觉分辨实验装置与实验范式

1.4 猕猴大脑皮层电极植入手术

1.5 猕猴神经信号的采集与预处理

1.6 小结

第二章猕猴三维运动与抓握触觉的脑神经信息的解析

2.1 引言

2.2 实验方法

2.3 猕猴三维抓握运动的脑神经信息的分析与解码

2.4 猕猴抓握触觉的脑神经信息的分析与解码

2.5 小结

第三章基于阈值检测方法的神经信号解码研究

3.1 引言

3.2 实验方法

3.3 基于阈值检测方法的运动方向解码

3.4 基于阈值检测方法的抓握感觉解码

结论与展望

参考文献

作者在学期间取得的学术成果

主要简历

致谢

文章来源

类型: 硕士论文

作者: 戴钧

导师: 李少华,王常勇

关键词: 侵入式脑机接口,神经信息采集,神经信息解析,运动方向,主动触觉,阈值检测,锋电位分选

来源: 军事科学院

年度: 2019

分类: 基础科学,医药卫生科技

专业: 生物学,生物医学工程

单位: 军事科学院

分类号: R318

总页数: 80

文件大小: 4749K

下载量: 90

猕猴抓握运动与触觉相关神经信息的采集、分析与解码研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢