Summary

ブレインマシンインタフェースの閉ループ性能を研究する実験プラットフォーム

Published: March 10, 2011
doi:

Summary

我々は、神経のコントロールで一般的な原則を調査するために閉ループフライマシンインタフェースを使用してください。

Abstract

神経信号の非定常な性質や変動は、ブレインマシンインタフェースの基本的な問題です。我々は、閉ループ画像安定化のタスクに適用される別の制御法の頑健性を評価するブレインマシンインターフェースを開発しました。よく特徴フライ視覚運動経路を活用して我々は二輪ロボットのヨー回転を制御するための識別、動きに敏感なニューロン、H1、から電気的活動を記録する。ロボットは2 CRTのコンピュータのモニタの前に配置されたフライに視覚的な運動の入力を提供する2つの高速ビデオカメラが装備されている。 H1ニューロンの活動は、ロボットの回転の方向と相対速度を示しています。神経活動をろ過し、比例と適応/比例制御によってロボットの操舵系にフィードバックされます。私たちの目標はまた、脳の他のマシンインターフェースにおけるより広範なアプリケーションのための閉ループ条件下での各種制御法の性能をテストし、最適化することです。

Protocol

1。準備を飛ぶ実験のセットアップの最初のステップはない不随意運動が壊れるように神経細胞の記録の安定性をフライを準備し、ハエの頭は、視覚刺激装置と向きが正しいことを伴います。フライの準備を開始するには、氷上で冷却してから、翼を押したままになまってカクテルスティックを使うと、顕微鏡スライド上に両面テープの部分にフライの背面を固定する。 次に、スライドに翼を添付すると、フライトモータの作用をブロックするように蜜ろうを適用するために電気焼灼針を使用してください。このステップでは、ハエが手続き中にウォームアップしないように、迅速かつ正確な処理が必要です。 今、顕微鏡下で、鉗子で各脚を保持し、身体に最も近い関節にそれらを遮断するための小さなハサミを使う。口吻のためにこれを繰り返します。乾燥からハエを防ぐために、穴はワックスでシールする必要があります。 次に、翼のいずれかを切断し、その側にフライを入れてください。平均棍をカバーする帽子を残したまま、翼の残りの部分を削除し、ワックスで穴を塞ぐ。他の翼についてもこの手順を繰り返します。 定義された方法で、ターゲットのニューロンを刺激するために、ハエの頭には、適切にコンピュータのモニタで整列する必要があります。これを行うには、フライの首が配置されるノッチカットと一方の端にあるフライのボディと付属物のための広いスペースを持っているカスタマイズされたホルダーが必要になります。 接着場所の腹部をしながらそれを押し、ノッチでその首にホルダーの上にフライを置きます。あなたが顕微鏡を通してハエの頭の正面を見ることができるように、今すぐスタンドにフライホルダーを配置。 赤い光でハエの表示、光学現象は擬似瞳孔がそれぞれの目で見ることができると呼ばれる。擬似瞳孔は刺激(フランチェスキーニ1975)とハエの頭を揃えるために使用できる参照フレームを提供します。擬似瞳孔は、以下の画像の挿入によって示される特定の形状を、想定している場合は、ハエの頭の向きが完全に定義されています。 ホルダーに接着剤、それをするためにワックスを使用して正しく配向させるハエの頭をマイクロマニピュレーターを使用して、と。 次に、フラットダウン胸部を押すとホルダーにワックス。これは、電極が、ハエの脳に挿入できるように後頭部のカプセルを開くことができます。 慎重に右側頭部カプセルのキューティクルにウィンドウをカットするマイクロメスまたは微細な注射針を使用してください。キューティクルの下の神経組織の右側をカットしないように注意してください。キューティクルの一部が削除されると、リンガー溶液数滴を追加します。 lobulaプレートをカバーする可能性のある浮遊毛、脂肪沈着、または筋肉組織を削除するには、ピンセットを使用してください。 lobulaプレートは、その後部の表面を覆う銀色の気管の特徴的な分岐パターンによって識別することができます。 参照電極を位置決めするための左後頭部のカプセルのキューティクルに小さな穴を開けます。フライは準備して、記録電極を配置する方法を確認することができます。 2。記録電極の配置フライの準備で、H1のニューロンからの信号を配置し、記録に進んでみましょう。記録電極は、H1のニューロンに近接して配置する必要があります。 H1ニューロンは主に、その受容野(クラップら、2001)に提示水平バックツーフロントの動きに応答します。 記録電極を配置するには、視覚的なランドマークとして気管を使用してください。最初に、一番上の気管の間に電極を配置。 それは、音響信号に記録された電位に変換するオーディオアンプを使用するのに役立ちます。それぞれの個々のスパイクが特徴のクリック音に変換されます。近い電極は、個々のニューロンに到達する、明確なクリック音がなります。 その動きの好みによってH1のニューロンを識別するには、水平方向の動きでそれを刺激する。代わりに、記録電極と、視覚刺激と記録に移動することができます。 3。視覚刺激と記録閉ループ実験では、ターンテーブルの動きのためのロボットの補償でH1ニューロンの結果のように刺激するようにセットアップされます。開始するには、二つのCRTコンピュータモニターの前でハエを置きます。ハエの視覚システムが人間の10倍の速さなので、モニターは、毎秒200フレームを表示する必要があります。モニターや他の電気機器は、電磁的測定神経信号で外部ノイズを最小限に抑えるためにシールドする必要があります。 ハエの方向に対して45度 – + /でモニターの中心を合わせます。フライアイ赤道から分かるように、各モニタは、水平​​で+ / -25度の角度をsubtends、および+垂直面で/ -19度。 コンピュータのモニタに同期した入力が実験のために変更されている小さな、二輪ASUROロボットに搭載された2台のビデオカメラによって提供されます。 その壁垂直方向、黒と白のストライプの模様が並んでいます円筒状の領域内でターンテーブルの上にロボットを配置します。水平面内のターンテーブルを回転させることによって、ロボットの動きは自由の一程度に制限されています。 最初にターンテーブルとロボットの両方が安静時です。ターンテーブルが移動して起動すると、その回転が同じ方向に、ロボットを搬送し、ビデオカメラは、ロボットと競技場の縞模様の間の相対運動を記録する。 45度 – ロボットのバッテリ駆動のビデオカメラは、+ /の向きにマウントされています。彼らは、ハエの目の前にコンピュータのモニタのフレームレートに合わせて、毎秒200の画像をキャプチャ。 640 × 480(グレースケール)の解像度で毎秒200フレームでのコンピュータのモニタに表示される画像を記録します。 フライは、縞模様の動きを見ながら、録画バンドを渡される(例えば、300〜2kHzの)少なくとも10 kHzのサンプリングレートを使用してデジタル画像取り込みボードとの電気信号をフィルタリング。 しきい値が適用される帯域通過するためにバックグラウンドアクティビティからスパイクを分離する電気信号をフィルタリング。因果、ハーフガウシアンフィルタは、H1のセルの円滑なスパイク活動の推定値を得るためにスパイクと畳み込まれている。 ブレインマシンインターフェースのループを閉じるには、制御アルゴリズムは、ロボットの車輪を駆動する2個のDCモータを制御するために、Bluetoothインターフェースを介してフィードバックされるロボットの速度にH1細胞のスパイクレートを変換するために使用されます。 純粋な正弦波は、ターンテーブルの速度プロファイルとして選択されています。正弦波はターンテーブルのみをその好ましい方向に沿ってH1のニューロンを刺激する方向に回転するように- DC相殺されている。ターンテーブルの動きのためのロボットの補償でH1のニューロンの結果の刺激。 図1:閉ループセットアップ 。我々のセットアップでは、左側のH1細胞のスパイク活動は、ターンテーブルに搭載されたロボットの動きを制御するために使用されます。ロボットとターンテーブルとの間の相対運動の結果として生成された視覚的なイメージの動きは、高速度カメラを介してキャプチャされ、フライの前に2つのCRTモニターに表示されます。左半球からH1スパイク活動は、ロボットのための補償の速度を計算するために、制御則を使用してリアルタイムのスパイクレートを推定するために使用されます。ロボットの反回転は、閉ループ制御の間にその場で観測された視覚的な画像の動きを安定させます。 4。代表的な成果と結果正しくセットアップすると、視覚的な安定化は、ロボットの反回転がコンピュータのモニタ上にほとんど、あるいはまったくパターンの動きで、その結果、ターンテーブルの回転と一致したときに達成されます。システムの全体的なパフォーマンスは、ループを閉じるために使用されている制御アルゴリズムに依存します。 我々はテストの最初のアルゴリズムは、更新されたロボットの速度は、ロボット、ωR、そしてターンテーブル、ωP間角速度の差に比例する比例制御(図2)です。ターンテーブルの信号、ωP、のための静的ゲイン、Kpを、と入力周波数の異なる値は、コントローラの性能をテストするために選択されています。 図2:比例制御 。 (a)の好ましい方向にロボットとターンテーブルとの間の相対運動は、スパイクの速度を与えるために、H1のセルを刺激し、F.このスパイクの速度は、速度誤差、Eに変換され、比例制御が推定するために使用されます。更新されたロボットの速度、VR(t +1)を。スパイクの速度、Fは、それがより小さいか自発スパイク率、Fspontより大きいかどうかに基づいて、速度誤差、Eに変換されます。エラーの変換を高速化するためにスパイクの速度は、速度のしきい値の非直線性スパイクを考慮するためにコサイン(区間[π、0])上のFを投影することによって行われます。定数70と150は、ターンテーブルの最小値と最大角速度にロボットの8ビット入力の速度を一致させるために使用されています。 (b)に比例コントローラを使用して閉ループ系を示すブロック図。システムへの入力は、ターンテーブルの角速度、ωP(T)、および対応するロボットの応答ωRのsinosuidal変調(T +1)が記録されている。 ωpとωrのサンプルトレースは、K、P = 1、ωPは0.6 Hzの入力周波数(図3参照)のためにここに示されています。ロボットは(緑の)遅れでターンテーブルを(青で)続くとピーク振幅より小さい。 H1細胞を刺激パターンの動きの水平成分は、(赤で)を以下に示します。 図3:閉ループ応答 。 ()入力周波数での角度のターンテーブルの速度(青)、ωP、そしてロボット(緑)、ωR、= 0.6 Hzの。 (b)の水平方向の光の流れが記録された画像(赤)から計算として示されています。ピラミッド型のルーカスKanade法(3ピラミッドのレベル)が連続する画像フレーム間の光の流れ場を計算するために使用されます。水平方向の角速度は、水平方向の単位ベクトルiの上に、流れ場内の個々のベクトルの投影を合計して計算されます。 H1セルを阻害する、水平、前面から背面への動きはND(ヌル方向)と呼ばれている間H1細胞を興奮させる水平方向のバックツーフロントの動きは、PD(好ましい方向)と呼ばれています。 ターンテーブルの信号、ωP、のための入力周波数は、0.03から3 Hzと対応するロボットの信号、ωRとの間で選ばれて記録されます。両方の信号を高速フーリエ変換によって周波数領域に変換される(図4参照)と、振幅と位相の値は入力周波数で計算されます。 図4:ターンテーブル、ωP、およびロボット、ωR、 の周波数応答角速度信号が入力周波数での振幅と位相成分を計算するために高速フーリエ変換(FFT)法を用いて周波数領域に変換されています。 FFTの位相成分は、図に示されていません。 K pと比例コントローラの大きさのプロットは= 1に示すテストの入力周波数におけるシステムの応答(図5参照)ボード線図。コントローラの性能は、一般的に増加する周波数で減少する。 1 Hzでわずかに増加の利得は1つだけH1セルが動的に(出力)範囲は主に水平方向のバックツーフロントの動きをカバーを使用のため、ロボットの信号の振動の結果としてです。 図5:比例制御器の性能 。比例制御のために振幅と位相のボード線図(8ハエで平均)、静的ゲインKP = 1.0()ボード線図の振幅のプロットは、ほぼローパスフィルタ特性に従います。 1 Hzでわずかに増加の利得は1つだけH1セルが動的に(出力)範囲は主にフロントの動きに戻って水平方向のカバーを使用のため、ロボットの信号、ωR、の振動の結果としてです。ロボットの信号、ωRの振動数は、これらの周波数でわずかに増加した利得につながる増加する入力周波数で減少する。 (b)のボード線図、位相プロットは、3 Hzで≤1 Hzとアプローチ不安定入力周波数に対して180 °未満である。特定の入力周波数を超えて、コントローラはロボットの運動学の不安定が原因となります。この不安定性は、ハエの視覚システム(Warzecha ら、1999)の既知の最適な応答の範囲を超えて発生します。 位相のボード線図(図5 – bを参照)入力周波数<0.6 Hzのためのπより小さいコントローラの位相遅れを示しています。コントローラは、周波数に対して安定であることを示して<0.6 Hzと≥1 Hzの入力周波数が不安定。 静的KP(青)と比例コントローラの性能はK pの値が時間間隔で計算したピークスパイク率、F 最高 、に基づいて、すべての50ミリ秒に更新される適応コントローラ(赤で)、と比較した[T – 500ミリ – T](図6参照)。大規模な統合の時間窓の結果として、比例コントローラは、テストパラメータの範囲のための適応コントローラ(図7参照)よりもパフォーマンスが良くなります。 500ミリ秒の初期の時間積分のウィンドウは、私たちが使用しているロボットのプラットフォームに関連する技術的な理由で選ばれました。適応コントローラは、比例制御(図7 – bを参照)と同様の位相特性を持っていた。 図6:適応型コントローラのゲイン 。適応コントローラは、閉ループ制御の間に継続的にゲインを推定するのに対し、比例制御は、静的ゲイン、Kpを使用しています。ダイナミックゲイン、Kpは、間隔における最大スパイク率、Fmaxと、T – 500ミリ≤τ≤tに反比例する図は、Fmaxのが時間の経過と推定される3つのインスタンスを示しています。 Fmaxのの推定値に基づいて、Kpは時間ウィンドウ3(オレンジ)の間の時間ウィンドウ2(緑)と最低の時に最高です。 図7:比例対適応コントローラ 。 (KP = 1)比例と適応制御のために振幅と位相のボード線図(a)はKpの値ごとに50msの適応コントローラの更新は最後の500ミリ秒以上のピークスパイクレート推定Fmaxとに基づいて。比例制御のゲインのプロット(青)は、すべての入力周波数でより良い実行していることを示す適応コントローラ(赤)よりも高いです。 (b)の両方のコントローラのボード線位相プロットは、f = 0.3 Hzの有意差と似ています。両方のコントローラは、3 Hzで不安定に近づく。大幅に異なるゲインと位相の値は、アスタリスク(ウィルコクソンの順位和法、P = 0.05)で示されます。 ターンテーブル周りの格子パターンを除去し、ラボ環境は、フライH1 -セルのための自然の視覚入力の近似値として使用されました。平均では、自然主義的視覚的なイメージの空間周波数の広い範囲のため、おそらく格子の視覚入力(赤で)でのものよりわずかに高いゲインを示した自然な視覚入力(青色の)のために大きさのプロットを(図8参照)ボード線図活用されている。回折格子対自然な視覚入力のためのボード線図の位相プロットの特性は(図8 – bを参照)と同様であった。 図8:パターン対のラボ環境を剥奪 。閉ループ下で取り除いたパターン(赤)VSラボ環境(青)映像が表示されたら比例制御のための振幅と位相のボード線図()のラボ環境の画像が使用されているときの大きさのプロット時に最低限のパターンよりもわずかに高くなってボード線図このような刺激の下で良いパフォーマンスを示す(F = 0.1 Hzのを除いて)使用されています。 (b)両方の視覚的な条件下での位相のプロットは3 Hzで近づいて不安定の両方で、同じパターンに従ってボード線図。大幅に異なるゲインと位相の値は、アスタリスク(ウィルコクソンの順位和法、P = 0.05)で示されます。

Discussion

  1. 解剖は慎重に我々が正しくオリエントコンピュータのモニタに関してフライをその確実に実施する必要が飛ぶ。
  2. その後、確実にロボットを制御するために使用できるSN比に優れた信号を取得するために、すべての他のニューロンからのスパイクからH1のニューロンからのスパイクを分離する。
  3. ケアは、実験の過程で乾燥からどんな神経組織をしないように考慮してください。
  4. カメラはイーサネットケーブルを使用してコンピュータに接続されています。ケアは、彼らはロボットの回転に影響を与えるとして、実験中に過剰に巻かれないように注意してください。
  5. 現在我々は、ヨー回転の一方向のみで安定化のタスクをセットアップ一つH1のスパイク活動を使用しています。我々は左と右の両方のH1からの信号を得るために第二の電極を追加することができます我々はヨーの回転の両方向に安定化制御アルゴリズムを学ぶことができるようです。
  6. 我々は、垂直方向の黒と白のストライプを含むアリーナを削除し、その場のための視覚刺激としてのラボ環境を使用することができます。これは、私たちは自然画像と閉ループ性能を検討することができます。
  7. ロボットは、ターンテーブルから削除され、クローズドループ制御の間、ラボ環境での移動を許可することができます。これにより、衝突の回避に関与して制御アルゴリズムを調査することができます。
  8. コンピュータにカメラを接続する配線は、私たちに完全に気ままなロボットの設定を与えて、無線伝送システムを実装することによって除去することができます。
  9. 別の制御アルゴリズムの性能指標は、私たちに異なる戦略が非定常と変数神経信号に対処することができる方法の理解を与える。この知識は、異なる臨床および非臨床ブレインマシンインターフェイスに適用できます。
  10. この実験は、動物の行動をから神経信号を記録するための第一歩です。私たちの目標は、ロボットにその場を配置し、閉ループ制御のための神経活動を使用することです。このようなセットアップでは、我々は、それがロボットの動きの結果として、多感覚刺激を受信して​​いる間その場から神経活動を記録することができるだろう。
  11. 一つの細胞からの信号のみを記録します。私たちはあなたされるコンフィギュレーションでは、最適な細胞は、H1セルになります。同様の受容野を持つ他のニューロンからH1のニューロンの応答を分離する、などのH2、神経録音のSN比に優れた信号を維持することが重要です。 H1とH2のニューロンの応答は、H2が特徴的に低い自発持っているとH1のニューロンよりもスパイク率を意味することに注意することによって識別することができます。ニューロンは、その形態の基礎(クラップら、2001)に区別することができる。
  12. 我々のシステムは、私たちは画像の安定化のタスクで私たちのフライロボットのインタフェースによって達成閉ループ利得を比較することができます、とハエ(ベンダー&ディッキンソン2006 Warzecha の以前の実験で観察された閉ループ微細運動の向上とその性能を比較する1996年、ハイゼンベルク&ウルフ、1990)。さらに、それは私たちが閉ループ条件下での視覚情報処理における状態依存の変化を調査することができます(Chiappeら、2010年、マイモンら、2010年、ロングデン&クラップ2009ロングデン&クラップ2010)。

Acknowledgements

K.ピーターソンは、米国空軍研究所からバイオと資金の部から博士課程学生の身分によってサポートされていました。

N. Ejazは、米空軍研究ラボから高等教育委員会、パキスタンと資金調達から博士課程の学生の身分によってサポートされていました。

Materials

Material Name Tipo Company Catalogue Number Comment
RosetteSep® human T cell enrichment cocktail   Stemcell Technologies 15061  
RosetteSep® density medium   StemCell Technologies 15705  
RPMI 1640 medium w/glutamine/HEPES   Fisher SH3025501  
Fetal calf serum   Omega Scientific FB-01  
GlutaMAX™-I   Invitrogen 35050  
RPMI 1640 vitamin solution   Sigma-Aldrich 7256  
RPMI 1640 amino acids solution   Sigma-Aldrich R7131  
Sodium pyruvate   Sigma-Aldrich S8636  
β-Mercaptoethanol   Sigma-Aldrich M7522  
BAPTA   Sigma-Aldrich A4926  
Poly-l-lysine hydrobromide   Sigma-Aldrich P2636  
Thapsigargin   Calbiochem 586005  
Sylgard® 184 silicon elastomer kit   Dow Corning 3097358-1004  
HIPEC® R6101 semiconductor protective coating   Dow Corning    
EPC 10 patch clamp amplifier   HEKA Instruments    
Motorized micromanipulator   Sutter Instrument MP-285  
Olympus 1X71 inverted microscope with 40X oil immersion objective   Olympus America 1X71  
Patch pipette puller   Sutter Instrument P-97  
Borosilicate tubing with filament (O.D.: 1.5 mm and I.D.: 1.10 mm)   Sutter Instrument BF150-110-7.5  
Microforge   Narishige International MF-830  
Silicon O-rings   McMaster-Carr 111 S70  
Microscope cover glass   Fisher Scientific 12-545-102 25 mm 25CIR-1  
Pulse software   HEKA Instruments    
Origin scientific graphing and analysis software   OriginLab    
  1. 1)High-Speed CRT Displays (LG Studioworks 221U)
  2. High-Speed Cameras (Prosilica, GC640)
  3. Robot Platform (ASURO with custom modifications)
  4. Serial Bluetooth Modem (Bluesmirf)
  5. Micro Step Drive (Applied Motion Systems, ST5-SI)
  6. Stepper Motor (Sanyo Denki, 103H6704-0140)
  7. Tungsten electrodes (fh-co.com – Item code – UEW SHG SE 3P1M)
  8. Extracellular Amplifier (NPI EXT 10-2F)
  9. Motorized Micromanipulator (Scientifica, PS-700-Z)
  10. Stereo Microscope (Leica, MZ95)

Referências

  1. Chiappe, E. M., Seelig, J. D., Reiser, M. B., Jayaraman, V. Walking modulates speed sensitivity in Drosophila motion vision. Curr. Biol. 20, 1470-1475 (2010).
  2. Franceschini, N., Snyder, A. W., Menzel, R. Sampling of the visual environment by the compound eye of the fly: fundamentals and applications. Photoreceptor optics. , 98-125 (1975).
  3. Karmeier, K., Tabor, R., Egelhaaf, M., Krapp, H. G. Early visual experience and the receptive-field organization of optic flow processing interneurons in the fly motion pathway. Vis. Neurosci. 18, 1-8 (2001).
  4. Krapp, H. G., Hengstenberg, B., Hengstenberg, R. Dendritic structure and receptive-field organization of optic flow processing interneurons in the fly. Jour. of Neurophys. 79, 1902-1917 (1998).
  5. Krapp, H. G., Hengstenberg, R., Egelhaaf, M. Binocular contributions to optic flow processing in the fly visual system. Jour. of Neurophys. 85, 724-734 (2001).
  6. Longden, K. D., Krapp, H. G. Octopaminergic modulation of temporal frequency coding in an identified optic-flow processing interneuron. Frontiers in Systems Neuroscience. 4, 153-153 (2010).
  7. Bender, J. A., Dickinson, M. H. A comparison of visual and haltere-mediated feedback in the control of body saccades in Drosophila melanogaster. J. Exp. Bio. 209, 4597-4606 (2006).
  8. Longden, K. D., Krapp, H. G. State-dependent performance of optic flow-processing interneurons. J. Neurophysiol. 102, 3606-3618 (2009).
  9. Maimon, G., Straw, A. D., Dickinson, M. H. Active flight increases the gain of visual motion processing in. 13, 393-399 (2010).
  10. Petrovitz, R., Dahmen, H., Egelhaaf, M., Krapp, H. G. Arrangement of optical axes and spatial resolution in the compound eye of the female blowfly Calliphora. J Comp Physiol A. 186, 737-746 (2000).
  11. Warzecha, A. K., Horstmann, W., Egelhaaf, M. Temperature-dependence of neuronal performance in the motion pathway of the blowfly Calliphora Erythrocephala. J Exp Biology. 202, 3161-3170 (1999).
check_url/pt/1677?article_type=t

Play Video

Citar este artigo
Ejaz, N., Peterson, K. D., Krapp, H. G. An Experimental Platform to Study the Closed-loop Performance of Brain-machine Interfaces. J. Vis. Exp. (49), e1677, doi:10.3791/1677 (2011).

View Video