Una plataforma experimental para estudiar el comportamiento de circuito cerrado de interfaces cerebro-máquina

Utilizamos la actividad de una interneurona visual en el cerebro de la mosca, la célula H1, para controlar los motores de un robot móvil. El robot se coloca sobre una plataforma giratoria en constante rotación y la actividad de la célula se utiliza para estabilizar al robot respecto al entorno frente a movimientos externos. Las imágenes del movimiento de patrones registradas desde el robot se muestrean y envían a dos monitores CRT de computadora, que están posicionados frente a la mosca.

Las señales de la célula H medidas en picos por segundo indican la velocidad del movimiento del patrón. Luego se aplican diferentes leyes de control para convertir los picos registrados por segundo en una señal de control para los motores del robot. Hola, soy Navita Josh del Laboratorio Holger Crops del departamento de Bioingeniería del Imperial College de Londres.

Soy Chris Peterson, también del laboratorio de Holger Cups. Hola, y yo soy Holger Cup. Hoy les mostraremos un procedimiento para crear una interfaz cerebro-máquina entre células individuales del sistema visual de la mosca y un robot.

Utilizamos este procedimiento para evaluar el rendimiento de diferentes estrategias de control mediante señales neuronales para manejar sistemas robóticos en condiciones de bucle cerrado. Comencemos. Para preparar la mosca, enfríela en hielo y luego use palillos redondeados para mantener las alas hacia abajo y fijar la parte dorsal de la mosca a una tira de cinta adhesiva de doble cara sobre un portaobjetos de microscopio. A continuación, use cera B para sujetar las alas al portaobjetos y también para bloquear la actividad del motor de vuelo.

Este paso requiere un manejo rápido y preciso para que la mosca no se caliente durante el procedimiento. Ahora, bajo el microscopio, sostenga cada pata con pinzas y use un par de tijeras pequeñas para cortarlas en las articulaciones más cercanas al cuerpo. Repita esto con el probóscide.

Para evitar que la mosca se seque, los orificios deben sellarse con cera. A continuación, corte una de las alas y luego coloque la mosca de lado. Retire cualquier trozo restante del ala dejando la katra, cubriendo las lágrimas de Hal, y selle el orificio con cera.

Repita este procedimiento para el otro ala. Para estimular una neurona diana de una manera definida, la cabeza de la mosca debe alinearse correctamente con los monitores del ordenador. Para ello, necesitará un soporte personalizado que tenga un espacio amplio para el cuerpo de la mosca y una prolongación en un extremo con una muesca tallada donde se colocará el cuello de la mosca.

Coloque la mosca sobre el soporte con su cuello en la muesca, presionándola hacia abajo mientras fija el abdomen en su lugar con pegamento. A continuación, coloque el soporte de la mosca en un atril para poder observar la parte frontal de la cabeza de la mosca a través del microscopio. Al observar la mosca con luz roja, puede verse un fenómeno óptico llamado pupila pseudo en cada ojo.

Si la pupila pseudo asume una determinada forma, entonces la orientación de la cabeza de la mosca queda perfectamente definida. Utilice un micromanipulador para orientar correctamente la cabeza de la mosca y luego use cera para pegarla al soporte. A continuación, presione el tórax hacia abajo hasta que quede plano y sujételo con cera al soporte.

Esto permite abrir la cápsula cefálica posterior para insertar electrodos en el cerebro de la mosca; utilice un escalpelo microscópico o una aguja de inyección fina para cortar cuidadosamente una ventana en la cutícula de la cápsula cefálica derecha. Tenga cuidado de no cortar el tejido neural justo debajo de la cutícula. Una vez eliminado el trozo de cutícula, agregue unas gotas de solución de Ringer.

Utilice pinzas para eliminar cualquier pelo flotante, depósitos de grasa o tejido muscular que pueda cubrir la placa LOA. La placa LOA puede identificarse por un patrón ramificado característico de tráqueas plateadas que cubre su superficie posterior. Corte un pequeño orificio en la cutícula de la cápsula cefálica trasera izquierda para posicionar un electrodo de referencia con el preparado en vuelo.

Veamos cómo posicionar el electrodo de registro. El electrodo de registro debe colocarse en estrecha proximidad al neurona H uno. El neurona H uno responde principalmente al movimiento horizontal de atrás hacia adelante presentado en su campo receptivo.

Para colocar el electrodo de registro, utilice la tráquea como punto de referencia visual. Coloque inicialmente el electrodo entre los anillos superiores de la tráquea. Es útil emplear un amplificador de audio para convertir los potenciales eléctricos registrados en señales acústicas.

Cada espiga individual se convierte en un sonido característico de clic. Cuanto más cerca se encuentra el electrodo de una neurona individual, más nítido se vuelve el sonido de clic. Para identificar la neurona H mediante su preferencia de movimiento, estímúlela con movimiento en dirección horizontal.

Con el electrodo de registro en su lugar, pasemos a la estimulación visual y las grabaciones. Para comenzar, coloque una mosca frente a dos monitores CRT de computadora. Debido a que el sistema visual de la mosca es 10 veces más rápido que el humano, los monitores deben mostrar 200 cuadros por segundo.

Los centros de los monitores están situados a más o menos 45 grados con respecto a la orientación de las moscas. Visto desde el ecuador del ojo de la mosca, cada monitor subtiende un ángulo de más o menos 25 grados en el plano horizontal y de más o menos 19 grados en el plano vertical. La entrada a los monitores de computadora es proporcionada por dos cámaras de video montadas en un pequeño robot SRO de dos ruedas que ha sido modificado para el experimento.

Coloque el robot sobre una plataforma giratoria dentro de un área cilíndrica cuyas paredes están revestidas con un patrón de franjas negras y blancas orientadas verticalmente. Al girar la plataforma en el plano horizontal, los movimientos del robot quedan limitados a un solo grado de libertad. Inicialmente, tanto la plataforma giratoria como el robot están en reposo.

Cuando la plataforma giratoria comienza a moverse, su rotación arrastra al robot en la misma dirección, y las cámaras de video registran el movimiento relativo entre el robot y el patrón rayado de la arena. Las cámaras de video alimentadas por batería que están montadas en el robot tienen una orientación de más o menos 45 grados. Capturan 200 imágenes por segundo para coincidir con la frecuencia de cuadros de los monitores de computadora frente al registro de la mosca.

Las imágenes se presentan a los monitores de la computadora a 200 cuadros por segundo con una resolución de seis 40 por cuatro 80 en escala de grises. Mientras la mosca observa los movimientos del patrón rayado grabado, la señal pasa por un filtro de banda. Por ejemplo, entre 302 kilohertz, las señales eléctricas se adquieren mediante una tarjeta digital con una frecuencia de muestreo de al menos 10 kilohertz. Se aplica un umbral a las señales eléctricas filtradas por banda para separar los picos de la actividad de fondo.

Se convoluciona un filtro gaussiano medio causal con las señales de disparo para obtener una estimación suavizada de la actividad de disparo de la célula H uno y cerrar así el bucle de la interfaz cerebro-máquina. Se utiliza un algoritmo de control para convertir la tasa de disparo de la célula H uno en una velocidad del robot, que se realimenta mediante una interfaz Bluetooth para controlar los dos motores de corriente continua que accionan las ruedas del robot. Se eligen ondas sinusoidales puras como perfiles de velocidad para la plataforma giratoria.

Las ondas tienen un desplazamiento de corriente continua (DC) de tal manera que la plataforma giratoria solo rota en la dirección que estimula la neurona H uno en su dirección preferida. Todo el sistema de control está configurado de forma que la estimulación de la neurona H uno provoca que el robot compense el movimiento de la plataforma giratoria cuando se configura correctamente. La estabilización visual se logra cuando la rotación contraria del robot iguala la rotación de la plataforma giratoria, lo que resulta en un movimiento mínimo o nulo del patrón en las pantallas del ordenador.

El rendimiento general del sistema depende del algoritmo de control utilizado para cerrar el lazo. El primer algoritmo que probamos es un controlador proporcional en el que la velocidad actualizada del robot es proporcional a la diferencia entre las velocidades angulares del robot omega R y la de la mesa giratoria Omega P. Se seleccionan distintos valores para la ganancia estática KP y para las frecuencias de entrada de la señal de la mesa giratoria omega P con el fin de evaluar el desempeño del controlador.

Se muestran aquí trazas de ejemplo para omega P y omega R con KP igual a uno y una frecuencia de entrada de 0,6 hercios para omega P; el robot en verde sigue la plataforma giratoria en azul con un retraso y una amplitud pico menor. En la derecha se muestra la componente horizontal del movimiento del patrón que estimula la célula H uno, en rojo, junto con las frecuencias de entrada para la señal de la plataforma giratoria. Las frecuencias de entrada para omega P se eligen entre 0,03 y tres hercios, y se registra la señal correspondiente del robot, omega R.

Ambas señales se transforman al dominio de la frecuencia mediante una transformada rápida de Fourier, y se calculan los valores de amplitud y fase en la frecuencia de entrada. La gráfica de magnitud BO para el controlador proporcional con KP igual a uno muestra la respuesta del sistema en las frecuencias de entrada ensayadas. El rendimiento del controlador generalmente disminuye con el aumento de las frecuencias.

La ligera ganancia aumentada a un hercio es el resultado de oscilaciones en la señal del robot debidas al uso de una sola celda H1 cuyo rango dinámico de salida cubre principalmente el movimiento horizontal de atrás hacia adelante. La gráfica de fase Bodhi muestra un retardo de fase del controlador menor que PI para frecuencias de entrada inferiores a 0,6 hercios. Esto indica que el controlador es estable para frecuencias inferiores a 0,6 hercios e inestable para frecuencias de entrada mayores o iguales a un hercio.

El rendimiento del controlador proporcional con una KP estática se comparó con un controlador adaptativo en el que el valor de KP se actualiza cada 50 milisegundos. Basado en la frecuencia máxima de picos, F máx, calculada durante el intervalo de tiempo T menos 500 milisegundos hasta T. Como resultado de la gran ventana de tiempo de integración, el controlador proporcional funciona mejor que el controlador adaptativo para el rango de parámetros probado; el controlador adaptativo presentó una característica de fase similar a la del controlador proporcional, el patrón de gradación alrededor de la plataforma giratoria fue eliminado y el entorno del laboratorio se utilizó como una aproximación de la entrada visual naturalista para la célula H1 de la mosca.

En promedio, la gráfica de magnitud Bodhi para la entrada visual naturalista mostró ganancias ligeramente más altas que la de la entrada visual con escala, probablemente porque se aprovecha el rango más amplio de frecuencias espaciales en las imágenes visuales naturalistas. Las características de la gráfica de fase Bodhi para las entradas visuales con escala y naturalista fueron similares. Acabamos de mostrarle cómo crear una interfaz cerebro-máquina entre una célula del sistema visual y un robot.

Existen algunos pasos críticos durante este procedimiento. Primero, evite cortes profundos al abrir la cápsula cefálica para prevenir lesiones en el cerebro. Segundo, coloque el electrodo cuidadosamente de modo que registre únicamente de una célula; grabamos de la célula H una.

En tercer lugar, mantenga el cerebro húmedo en todo momento y evite que se seque. Eso es todo. Gracias por ver este video y buena suerte con los experimentos.