[论文解读] Using Perturbations to Probe the Neural Control of Rhythmic Movements

Tim Kiemel, David Logan+1 more|arXiv (Cornell University)|Jul 6, 2016

Muscle activation and electromyography studies参考文献 14被引用 5

一句话总结

本文提出了一种基于线性时变周期（LTP）系统理论的新型框架，用于通过扰动分析神经控制节律性运动的机制。通过在行走等节律性行为过程中施加小幅度的感官和机械扰动，作者从频域的谐波传递函数推导出时域的相位相关脉冲响应函数（IRFs），从而实现从运动学和表面肌电图（EMG）数据中推断系统动力学、反馈控制及肌激活映射。该方法在模拟和实验的跑步机行走数据中成功表征了视觉场景扰动下的相位特异性响应。

ABSTRACT

Small continuous sensory and mechanical perturbations have often been used to identify properties of the closed-loop neural control of posture and other systems that are approximately linear time invariant. Here we extend this approach to study the neural control of rhythmic behaviors such as walking. Our method is based on the theory of linear time periodic systems, with modifications to account for ability of perturbations to reset the phase of a rhythmic behavior. We characterize responses to perturbations in the frequency domain using harmonic transfer functions and then convert to the time domain to obtain phase-dependent impulse response functions (IRFs) that describe the response to a small brief perturbation at any phase of the rhythmic behavior. IRFs describing responses of kinematic variables and muscle activations (measured by EMG) to sensory and mechanical perturbations can be used to infer properties of the plant, the mapping from muscle activation to movement, and of neural feedback, the mapping from movement to muscle activation. We illustrate our method by applying it to simulated data from a model and experimental data of subjects walking on a treadmill perturbed by movement of the visual scene.

研究动机与目标

• 将基于扰动的分析方法从静态姿势控制扩展到行走等节律性运动行为。
• 解决节律系统中相位重置的问题，该问题违反了标准线性时不变假设。
• 开发一种方法，从实验扰动数据中提取相位依赖的神经反馈与系统动力学。
• 实现对肌激活到运动以及运动到肌激活映射的定量推断，基于扰动响应。

提出的方法

• 该方法基于线性时变周期（LTP）系统理论，用于建模具有时变动力学的节律性行为。
• 在节律性运动过程中，于感官和机械领域施加扰动，以激发可测量的响应。
• 从扰动-响应数据中估计频域的谐波传递函数（HTFs），以表征系统行为。
• 将HTFs转换为时域的相位依赖脉冲响应函数（IRFs），以描述系统在任意相位对短暂扰动的响应。
• 为运动学变量和EMG信号推导IRFs，以推断神经反馈回路和系统动力学的特性。
• 该方法在模拟模型上进行了验证，并应用于具有视觉场景扰动的跑步机行走受试者的实验数据。

实验结果

研究问题

• RQ1 当系统由于周期性而表现出相位依赖的动力学时，如何建模节律性运动中的扰动响应？
• RQ2 相位在塑造行走过程中对感官和机械扰动的神经响应中起什么作用？
• RQ3 如何利用谐波传递函数推断节律性运动控制中的时变反馈与前馈控制机制？
• RQ4 相位依赖的脉冲响应函数（IRFs）在多大程度上能揭示行走中神经控制回路的潜在结构？
• RQ5 该方法能否区分肌动-骨骼系统（植物）与神经反馈控制器在节律性运动中的贡献？

主要发现

• 该方法成功地从扰动数据中提取出相位依赖的脉冲响应函数（IRFs），揭示了系统响应在步态周期各阶段的变化。
• 从实验数据中推导出的IRFs显示出明显的振幅和时序调制，取决于步态周期的相位，表明存在相位特异性的控制策略。
• 谐波传递函数（HTF）分析捕捉到了系统的频率依赖行为，运动学和EMG对视觉场景扰动的响应中观察到明显不同的模式。
• 基于模型的验证证实，该方法能准确从模拟数据中恢复已知的系统动力学，证明了其可靠性。
• 该方法实现了对系统动力学与神经反馈的解耦，使得能够分别推断肌激活到运动以及运动到肌激活的映射关系。
• 在实验数据中，IRFs显示扰动在步态周期的早期和晚期支撑相引发更强的响应，表明姿势控制中存在相位依赖的敏感性。