Содержимое
Дизайн исследования
Исследователи анализировали записи моторной коры двух макак-резусов, которые учились управлять курсором с помощью интерфейса «мозг—компьютер». Они сравнивали обучение в разных сессиях при адаптивном и фиксированном отображении декодера и построили модель рекуррентной нейронной сети, чтобы изучить, как изменения декодера могут влиять на обучение.
Что показывают результаты исследований
С адаптивными декодерами информация, релевантная задаче, со временем концентрировалась в меньшем подмножестве нейронов и режимов активности популяции. Такая компактизация не наблюдалась в ограниченных сравнениях с фиксированными декодерами. Модель предполагала, что сама адаптация декодера может способствовать изменению представления, потенциально за счёт изменения сигналов ошибок, используемых в обучении.
Пределы
Физиологические эксперименты проводились на двух обезьянах с использованием курсорной задачи; модель является объяснительной и не доказывает того же процесса у людей. Работа касается нейронного обучения во время управления BCI, а не клинических исходов или демонстрируемого улучшения удобства использования вспомогательного устройства.
Это краткое изложение новостей на основе источников и перевод подготовлены с поддержкой ИИ. Ссылки на источники, дата новостей и ограничения исследования четко указаны; оно не претендует на независимую экспертизу медицинского специалиста. Метод подготовки новостей.
Источники
- Assistive algorithms influence neural representations in motor brain-computer interfaces — Nature Communications ·
Новости исследований не являются медицинской консультацией или рекомендацией по применению. Оценивайте результаты вместе с дизайном исследования, участниками и ограничениями. Политика публикации.
← Все новости