实时检测神经振荡可实现行为相关的神经反馈
更多技术干货第一时间送达
大家好！
今天Rose小哥分享一篇关于实时检测神经振荡可实现行为相关的神经反馈方面的研究。
论文：
Real-time detection of neural oscillation bursts allows behaviourally relevant neurofeedback
神经振荡-也称脑电波，是大脑中重要的信息载体，越来越多的研究者将它们解释为瞬态脉冲而不是持续的振荡。短脉冲(<150ms)的beta波(15-30Hz)在人类、猴子和老鼠身上都有记录。这些事件与记忆、运动和感知有关，甚至被认为是所有beta波-波段活动的主要成分。但是，缺乏一种实时测量这些瞬时事件并调查它们对行为影响的方法。
阿尔伯特·路德维格斯大学(Albert-Ludwigs-University)与其他实验组提出了一个实时数据分析系统，能够检测短的窄带突发，并证明了其在提高大鼠beta频带猝发率的有效性。这种神经反馈训练引起了整体振荡功率的变化，并且可以从大鼠的运动中解码出脉冲信号，从而为将来研究振荡脉冲信号的作用提供了可能。
上图中a.装置。测量来自自由运动大鼠运动皮层的LFP信号，并将其输入实时数字信号处理单元(DSP, red outline)。在检测到一次LFP beta-bursts后，大鼠被给予蔗糖水作为奖励。将大鼠的活动与电生理数据同步记录下来，并通过机器学习算法对视频离线分析，以检测表示beta-bursts的运动(橙色轮廓)。黑色箭头:在线分析。白色箭头:离线分析。
b实时LFP-bursts检测算法。(1)原始信号经过一系列数字窄带有限脉冲响应滤波器滤波。(2)在滤波信号中检测转折点。(3)将拐点处振幅的平方保留到检测到下一个极值为止，作为功率的估计。(4)若某一特定频率的功率高于上一频率的功率和下一频率的功率，以及在线计算的目标频率功率第98百分位的值，则定义为bursts。
在生物研究所III和BrainLinks-BrainTools中，Diester领导了一个工作小组，该小组正在使用光生理学或新型的光学工具来研究神经回路的功能。研究人员正在探索运动和认知控制的神经基础，以及前额叶和运动皮层之间的相互作用，这两者都是大脑皮层的一部分。
研究人员在自由运动的啮齿动物引入了基于LFP-burst的实时神经反馈系统(如下图)。相比于其他动物研究使用了峰值检测、钙瞬变以及持续的LFP振荡来进行神经反馈。
研究人员表示，该项目的研究结果首次证明实时LFP瞬态猝发检测对神经反馈的效力(如下图)。
图3
此外,研究人还确认了burst对整体振荡功率和行为的影响，并表征了大鼠M1中β-bursts的总体分布和平均值(图4)。例如，平均的LFP信号对于标准形状和信号源的建模很有帮助。然而，由于所选择的事件数量、对齐点和时间跨度对时域和频域上的平均信号的影响，在研究中比较平均信号是有问题的。
图4
研究人员表示，他们虽然专注于检测和控制运动皮层的beta-bursts，但提出的算法很灵活，适用性广，可以调整到针对其他频率范围和大脑区域的研究。因此，该项研究所提出的方法可以作为理解振荡脉冲的作用方面研究的起点。单个频率的窄带定位可以调查在通常定义的波段(alpha，beta和gamma)是否是可分离的现象。代替人工外部刺激，可以将实时突发触发的刺激表示与行为和电生理测量相结合，从而允许探究振荡突发的内在功能。
通过他们的工作，Diester和她的团队已经能够根据大鼠的运动，特别是在大鼠身体的前半部，预测大鼠的β范围爆发。这种新方法为研究Beta爆发在特定行为中的作用铺平了道路。由于β频率在运动控制中起着重要作用，因此该方法还为神经修复术开辟了新途径-修复受损神经功能的电子植入物的开发和应用。
神经反馈已经在临床使用数十年，但对其潜在的神经机制还没有一个清晰的认识。研究中提出的工具可以与其他的侵入性或非侵入性治疗相结合，非常适合啮齿类动物，因此，为未来的临床发展提供了一个新的试验台，例如推进脑机接口假肢装置的设计和患者培训。
更多阅读
蒲慕明院士：脑机融合技术或许会成为未来人工智能的一个热门方向
动态脑电图(Ambulatory EEG)及其工作过程、数据处理！
脑机头条 第39期| MIT最新黑科技—3D打印柔软大脑植入物
脑机接口BCI学习交流QQ群：941473018