[論文レビュー] Decoding hand kinematics from population responses in sensorimotor cortex during grasping

Elizaveta V. Okorokova, James M. Goodman+2 more|arXiv (Cornell University)|Apr 6, 2019

EEG and Brain-Computer Interfaces参考文献 54被引用数 4

ひとこと要約

本研究では、3匹のサルが把持を行う際の一次運動皮膚（M1）および一次体性感覚皮膚（S1）におけるニューロン集団の活動から、手の運動学的パラメータを復元した。少数のニューロンを用いて、速度の復元を上回る高い精度で関節角を復元することに成功した。これは、繊細な脳機械インターフェースの実現可能性を示しており、閉ループ神経調整の分野における体性感覚皮膚の潜在的可能性を浮き彫りにした。

ABSTRACT

The hand, a complex effector comprising dozens of degrees of freedom of movement, endows us with the ability to flexibly, precisely, and effortlessly interact with objects. The neural signals associated with dexterous hand movements in primary motor cortex (M1) and somatosensory cortex (SC) have received comparatively less attention than have those that are associated with proximal limb control. To fill this gap, we trained three monkeys to grasp objects varying in size, shape and orientation while tracking their hand postures and recording single-unit activity from M1 and SC. We then decoded their hand kinematics across 30 joints from population activity in these areas. We found that we could accurately decode kinematics with a small number of neural signals and that performance was higher for decoding joint angles than joint angular velocities, in contrast to what has been found with proximal limb decoders. We conclude that cortical signals can be used for dexterous hand control in brain machine interface applications and that postural representations in SC may be exploited via intracortical stimulation to close the sensorimotor loop.

研究の動機と目的

• 自然な把持運動中の繊細な手の運動を記録する際、一次運動皮膚（M1）および一次体性感覚皮膚（S1）におけるニューロン集団活動がどのように符号化されているかを調査すること。
• M1およびS1からの神経信号が、30関節にわたる微細な手の運動学的パラメータを復元できるかどうかを特定すること。
• 手の運動の文脈において、関節角と角速度の復元性能を比較すること。
• イントラクルスティカル刺激を用いた脳機械インターフェースへの応用を想定した、体性感覚皮膚の表現の可能性を評価すること。

提案手法

• サルが物体のサイズ、形状、方向が異なる状況で把持タスクを実行し、手のポーズを3次元で記録した。
• タスク実行中にM1およびS1で同時に単一ニューロンの活動を記録した。
• ニューロン集団活動から関節角および角速度を予測する線形デコーダーを訓練した。
• 予測された運動学的パラメータと実際の値との間の交差検証相関係数を用いて、復元性能を評価した。
• M1とS1間、および関節角と速度の表現の間で、復元精度を比較した。
• 最小限のニューロン数で正確な運動学的再構成が可能かどうかを評価するため、集団ベースの復元フレームワークを適用した。

実験結果

リサーチクエスチョン

• RQ1 自然な把持運動中に、M1およびS1におけるニューロン集団活動は、30関節の手の運動学的パラメータを正確に復元できるか？
• RQ2 感覚運動皮膚における関節角と角速度の復元性能は、どのように異なるか？
• RQ3 M1とS1のどちらの皮膚領域が、繊細な手の運動学的パラメータに対してより情報量が多い信号を提供するか？
• RQ4 手のポジションを高精度で復元するために必要な最小限のニューロン数はどの程度か？
• RQ5 体性感覚皮膚の表現は、イントラクルスティカル刺激を用いた閉ループ脳機械インターフェースに活用可能か？

主な発見

• 関節角の復元精度が角速度の復元精度を著しく上回り、四肢の近位部の復元とは対照的な結果となった。
• M1およびS1からの少数のニューロン集団を用いても、手の運動学的パラメータの高精度な再構成が達成された。
• 体性感覚皮膚（S1）は、手のポジションを安定して表現しており、閉ループ脳機械インターフェースへの応用の可能性を示唆している。
• 本研究では、M1およびS1からの皮膚信号が、複雑な手の動きを効果的に復元できることを示した。
• 結果から、イントラクルスティカル神経信号を用いた、繊細なプロセス手の制御が脳機械インターフェースシステムで実現可能であることが裏付けられた。