10 maart 2011
We maken gebruik van een closed-loop fly-machine-interface aan algemene principes te onderzoeken in neuronale controle.
We gebruiken de activiteit van een visueel interneuron in het brein van de vlieg, de H1-cel, om de motoren van een mobiele robot aan te sturen. De robot is geplaatst op een constant draaiende draaischijf en de activiteit van de cel wordt gebruikt om de robot ten opzichte van de omgeving te stabiliseren tegen externe bewegingen. Beelden van patroonbeweging die door de robot worden geregistreerd, worden bemonsterd en verzonden naar twee CRT-computermonitoren die voor de vlieg zijn geplaatst.
De signalen van de H1-cel, gemeten in spikes per seconde, geven de snelheid van de patroonbeweging aan. Vervolgens worden verschillende regelwetten toegepast om de geregistreerde spikes per seconde om te zetten in een regelsignaal voor de motoren van de robot. Hallo, ik ben Navita Josh van het Holger Crops Lab van de afdeling Bioengineering aan het Imperial College London.
Ik ben Chris Peterson, ook van het lab van Holger Cup. Hallo, ik ben Holger Cup. Vandaag laten we u een procedure zien voor het creëren van een brain-machine interface tussen individuele cellen in het visuele systeem van de vlieg en een robot.
We gebruiken deze procedure om de prestaties van verschillende regelstrategieën te testen waarbij neurale signalen worden gebruikt om robotische systemen aan te sturen onder gesloten lipcondities. Laten we beginnen. Om de vlieg voor te bereiden, koel deze eerst op ijs en gebruik vervolgens stompe cocktailstokjes om de vleugels naar beneden te houden en fixeer de achterzijde van de vlieg met een stukje dubbelzijdige tape op een microscoopglaasje. Gebruik daarna bijenwas om de vleugels aan het glaasje te bevestigen en om ook de werking van de vliegspier te blokkeren.
Deze stap vereist een snelle en nauwkeurige hantering zodat de vlieg tijdens de procedure niet opwarmt. Houd nu, onder de microscoop, elke poot met een pincet vast en gebruik een klein schaartje om ze af te knippen bij de gewrichten die het dichtst bij het lichaam liggen. Herhaal dit voor de proboscis.
Om te voorkomen dat de vlieg uitdroogt, moeten de gaatjes met was worden afgedicht. Snijd vervolgens één van de vleugels af en draai de vlieg op zijn zij. Verwijder alle overgebleven stukjes vleugel terwijl de katra behouden blijft, bedek de Hal-scheuren en dicht het gat af met was.
Herhaal deze procedure voor de andere vleugel. Om een doelneuron op een gedefinieerde manier te stimuleren, moet de kop van de vlieg correct worden uitgelijnd met de computermonitoren. Hiervoor is een aangepaste houder nodig met een brede ruimte voor het lichaam van de vlieg en een uitsteeksel aan één uiteinde met een inkeping waarin de nek van de vlieg wordt geplaatst.
Plaats de vlieg op de houder met de nek in de inkeping, en druk deze aan terwijl het abdomen wordt vastgelijmd. Plaats de vlieghouder vervolgens in een standaard, zodat de voorkant van de kop van de vlieg via de microscoop zichtbaar is. Bij observatie van de vlieg met rood licht is in elk oog een optisch fenomeen te zien dat de pseudepupil wordt genoemd.
Als de pseudepupil een bepaalde vorm aanneemt, is de oriëntatie van de kop van de vlieg perfect gedefinieerd. Gebruik een micromanipulator om de kop van de vlieg correct te oriënteren en lijm deze vervolgens met was aan de houder. Druk daarna het thorax plat en bevestig deze met was aan de houder.
Dit maakt het mogelijk om de achterste kopcapsule te openen zodat elektroden in het brein van de vlieg kunnen worden ingebracht; gebruik een microscalpel of een fijne injectienaald om voorzichtig een venster in de cuticula van de rechter kopcapsule te snijden. Wees voorzichtig om het neurale weefsel direct onder de cuticula niet door te snijden. Zodra het stukje cuticula is verwijderd, worden er enkele druppels Ringer-oplossing toegevoegd.
Gebruik een pincet om alle drijvende haren, vetafzettingen of spierweefsel te verwijderen die de LOA-plaat kunnen bedekken. De LOA-plaat kan worden geïdentificeerd aan een karakteristiek vertakkingspatroon van zilverkleurige tracheae dat het achteroppervlak bedekt. Maak een klein gaatje in de cuticula van de linker achterste kopcapsule voor het positioneren van een referentie-elektrode nadat de vlieg is voorbereid.
Laten we kijken hoe de registratie-elektrode moet worden geplaatst. De registratie-elektrode moet in nauwe nabijheid van het H1-neuron worden geplaatst. Het H1-neuron reageert voornamelijk op een horizontale beweging van achteren naar voren in het receptieve veld.
Gebruik de trachea als visueel referentiepunt om de registratie-elektrode te positioneren. Plaats de elektrode aanvankelijk bij het bovenste gedeelte van de trachea. Het is nuttig om een audioversterker te gebruiken om de geregistreerde elektrische potentialen om te zetten in akoestische signalen.
Elke individuele spike wordt omgezet in een kenmerkend klikkend geluid. Hoe dichter de elektrode bij een individueel neuron komt, hoe duidelijker het klikkende geluid wordt. Om het H1-neuron te identificeren op basis van zijn bewegingsvoorkeur, dient dit te worden gestimuleerd met beweging in de horizontale richting.
Nadat de registratie-elektrode is geplaatst, gaan we over naar de visuele stimulatie en registraties. Plaats als eerste een vlieg voor twee CRT-computermonitoren. Omdat het visuele systeem van de vlieg 10 keer sneller is dan dat van mensen, moeten de monitoren beelden weergeven met een snelheid van 200 frames per seconde.
De centra van de monitoren bevinden zich op plus of min 45 graden ten opzichte van de oriëntatie van de vliegen. Gezien vanuit de equator van het oog van de vlieg, beslaat elke monitor een hoek van plus of min 25 graden in het horizontale vlak en plus of min 19 graden in het verticale vlak. De input voor de computermonitoren wordt geleverd door twee videocamera's die zijn gemonteerd op een kleine tweewielige SRO-robot die voor het experiment is aangepast.
Plaats de robot op een draaischijf binnen een cilindrisch gebied waarvan de wanden zijn voorzien van een patroon van verticaal georiënteerde zwarte en witte strepen. Door de draaischijf in het horizontale vlak te roteren, worden de bewegingen van de robot beperkt tot slechts één vrijheidsgraad. Aanvankelijk zijn zowel de draaischijf als de robot in rust.
Wanneer de draaischijf begint te bewegen, voert de rotatie de robot in dezelfde richting mee, en leggen de videocamera's de relatieve beweging tussen de robot en het gestreepte patroon van de arena vast. De op batterijen werkende videocamera's op de robot zijn gemonteerd in een oriëntatie van plus of min 45 graden. Ze leggen 200 beelden per seconde vast om overeen te komen met de beeldsnelheid van de computermonitoren voor de fly log.
De beelden werden op de computermonitoren gepresenteerd met 200 frames per seconde bij een resolutie van zes 40 bij vier 80 grijswaarden. Terwijl de vlieg naar de bewegingen van het gestreepte patroon kijkt, worden de banddoorlaatgefilterde elektrische signalen geregistreerd, bijvoorbeeld tussen 302 kilohertz, met een digitale acquisitiekaart met een bemonsteringssnelheid van ten minste 10 kilohertz. Er wordt een drempelwaarde toegepast op de banddoorlaatgefilterde elektrische signalen om de spikes van de achtergrondactiviteit te scheiden.
Een causaal half-Gaussisch filter wordt geconvolveerd met de spikes om een vloeiende schatting van de spiking-activiteit voor de H1-cel te verkrijgen, om zo de lus van de brein-machine-interface te sluiten. Een besturingsalgoritme wordt gebruikt om de spiking-rate van de H1-cel om te zetten in een robotsnelheid, die via een Bluetooth-interface wordt teruggekoppeld om de twee DC-motoren aan te sturen die de wielen van de robot aandrijven. Pure sinusgolven zijn gekozen als snelheidsprofielen voor de draaischijf.
De sinusgolven hebben een DC-offset zodanig dat de draaischijf alleen roteert in de richting die het H1-neuron stimuleert langs zijn voorkeursrichting. Het gehele controlesysteem is zo ingesteld dat stimulatie van het H1-neuron ertoe leidt dat de robot de beweging van de draaischijf compenseert wanneer deze correct is ingesteld. Visuele stabilisatie wordt bereikt wanneer de tegenrotatie van de robot overeenkomt met de rotatie van de draaischijf, wat resulteert in weinig tot geen patroonbeweging op de computermonitoren.
De algehele prestatie van het systeem is afhankelijk van het regelalgoritme dat wordt gebruikt om de lus te sluiten. Het eerste algoritme dat we testen is een proportionele regelaar, waarbij de bijgestelde robotsnelheid proportioneel is aan het verschil in hoeksnelheden tussen de robot omega R en de draaischijf Omega P. Om de prestaties van de regelaar te testen, worden verschillende waarden voor de statische versterking KP en ingangsfrequenties voor het signaal van de draaischijf omega P gekozen.
Voorbeelden van sporen voor omega P en omega R worden hier getoond voor KP gelijk aan één en een ingangsfrequentie van 0,6 hertz voor omega P; de robot in het groen volgt de draaischijf in het blauw met een vertraging en een kleinere piekamplitude. De horizontale component van de patroonbeweging die de H1-cel stimuleert, wordt rechts in het rood getoond. De ingangsfrequenties voor het signaal van de draaischijf, omega P, worden gekozen tussen 0,03 en drie hertz, en het overeenkomstige robotsignaal omega R wordt geregistreerd.
Beide signalen worden via een fast Fourier-transformatie omgezet naar het frequentiedomein, waarna de amplitude- en fasewaarden bij de ingangsfrequentie worden berekend. De grootteplot van de BO d voor de proportionele regelaar met KP gelijk aan één toont de respons van het systeem over de geteste ingangsfrequenties. De prestaties van de regelaar nemen over het algemeen af bij toenemende frequenties.
De licht verhoogde versterking bij één hertz is het resultaat van oscillaties in het robotsignaal doordat er slechts één H1-cel is gebruikt, waarvan het dynamische uitgangsbereik hoofdzakelijk de horizontale beweging van achteren naar voren bestrijkt. Het Bode-fasediagram laat een faseverschuiving van de regelaar zien die kleiner is dan π voor ingangsfrequenties kleiner dan 0,6 hertz. Dit toont aan dat de regelaar stabiel is voor frequenties kleiner dan 0,6 hertz en onstabiel voor ingangsfrequenties groter dan of gelijk aan één hertz.
De prestaties van de proportionele regelaar met een statische KP werden vergeleken met een adaptieve regelaar waarbij de waarde voor KP elke 50 milliseconden wordt bijgewerkt, gebaseerd op de maximale spike-frequentie F max berekend over het tijdsinterval T minus 500 milliseconden tot T. Vanwege het grote integratievenster presteerde de proportionele regelaar beter dan de adaptieve regelaar voor het geteste parameterbereik; de adaptieve regelaar vertoonde een vergelijkbare fasekarakteristiek als de proportionele regelaar, het gradatiepatroon rond de draaischijf werd verwijderd en de laboratoriumomgeving werd gebruikt als benadering van natuurgetrouwe visuele input voor de H1-cel van de vlieg.
Gemiddeld vertoonde de Bodhi-magnitudeplot voor de naturalistische visuele input iets hogere winsten dan die met graderende visuele input, waarschijnlijk omdat het bredere bereik aan ruimtelijke frequenties in naturalistische visuele beelden wordt benut. De kenmerken van de Bodhi-faseplot voor graderende versus naturalistische visuele inputs waren vergelijkbaar. We hebben u zojuist laten zien hoe u een brain-machine interface kunt creëren tussen een cel, het visuele systeem en een robot.
Er zijn enkele kritische stappen tijdens deze procedure. Vermijd eerst diepe sneden bij het openen van de kopcapsule om beschadiging van de hersenen te voorkomen. Positioneer daarna de elektrode zorgvuldig, zodat er slechts van één cel wordt geregistreerd; we registreren van de H1-cel.
Ten derde, houd de hersenen te allen tijde vochtig en voorkom dat ze uitdrogen. Dat is alles. Bedankt voor het kijken en veel succes met de experimenten.
Deze studie maakt gebruik van een closed-loop vlieg-machine-interface om neurale controleprincipes te onderzoeken. Door gebruik te maken van de activiteit van het H1-neuron in het brein van de vlieg, proberen onderzoekers een mobiele robot te stabiliseren in een dynamische omgeving.
Dit experimentele platform maakt een mechanische risicoreductie van closed-loop controlestrategieën mogelijk door neuronale signaaldynamiek te koppelen aan robotische output onder real-time feedbackcondities. Het ondersteunt doelwitvalidatie in neuromodulatie en neuroprothesen door te kwantificeren hoe de variabiliteit van biologische signalen de stabiliteit en prestaties van het systeem beïnvloedt. De aanpak biedt voorspellend vertrouwen voor de translationele afstemming van biomarkers bij de ontwikkeling van brain-machine interfaces.
De methode integreert in het ontdekkingscontinuüm van targetvalidatie tot leadidentificatie door kwantitatieve, closed-loop read-outs van de neurale controle-efficiëntie te bieden.