Contenuti
Progettazione dello studio
I ricercatori hanno analizzato le registrazioni della corteccia motoria di due macachi rhesus che imparavano a guidare un cursore con un'interfaccia cervello-computer. Hanno confrontato l'apprendimento tra le sessioni utilizzando mappature del decoder adattive rispetto a quelle fisse e hanno costruito un modello di rete neurale ricorrente per esaminare come le modifiche del decoder potrebbero influenzare l'apprendimento.
Cosa mostrano i risultati
Con i decoder adattivi, le informazioni rilevanti per il compito sono diventate concentrate in un sottoinsieme più piccolo di neuroni e modalità di attività della popolazione nel corso della pratica. Questa compattazione non è stata osservata nei confronti limitati con decoder fissi. Il modello suggeriva che l'adattamento del decoder stesso possa contribuire alla rappresentazione modificata, potenzialmente alterando i segnali di errore utilizzati nell'apprendimento.
Limiti
Gli esperimenti fisiologici sono stati condotti su due scimmie utilizzando un compito con cursore; il modello è esplicativo e non dimostra lo stesso processo negli utenti umani. Il lavoro riguarda l'apprendimento neurale durante il controllo della BCI, non gli esiti clinici o un miglioramento dimostrato nell'usabilità dei dispositivi di assistenza.
Questo riassunto e traduzione basati sulla fonte sono stati preparati con il supporto dell'IA. I collegamenti alla fonte, la data della notizia e i limiti della ricerca sono chiaramente indicati; non si afferma una revisione indipendente da parte di esperti medici. Metodo di preparazione delle notizie.
Fonti
- Assistive algorithms influence neural representations in motor brain-computer interfaces — Nature Communications ·
Le notizie di ricerca non costituiscono consigli medici o raccomandazioni d’uso. Valutate i risultati insieme al disegno dello studio, ai partecipanti e alle limitazioni. Politiche di pubblicazione.
← Tutte le notizie