用思想的力量控制你的家

穿过房间打开电灯——这是一项简单的日常活动，需要大脑进行非常复杂的计算，因为它需要解释场景、控制步态和规划即将到来的动作，比如手臂对电灯开关的移动。德国灵长类动物研究中心(DPZ)莱布尼茨灵长类研究所的神经科学家们现在已经研究了在大脑的哪些区域，这些运动被编码为达到需要手臂和行走运动的远距离目标，以及这些运动在执行前是如何在大脑中规划的。为此，他们创造了一个新颖的实验环境——“伸展笼”。对恒河猴的初步研究结果显示，即使在动物开始走路之前，它们必须要走到的远处的运动目标，在大脑的同一区域被编码为接近的目标。这意味着，无论目标是否需要步行，离身体近或远的运动目标都可以从相同的大脑区域获得。这些发现可以用来开发控制智能家居的脑机接口。这项研究发表在el．

我们高度发达的神经系统使我们能够在复杂的环境中灵活协调地运动。只有当我们不能再做某些动作时，我们才会注意到对我们日常生活的影响，例如中风导致的瘫痪。一种让病人重新控制病情的新方法将是脑- 能够从大脑读取信号的计算机接口。这种信号不仅可以用作神经高原装置的控制信号，其目的是直接更换丢失的电机功能，也可以用于任何计算机化设备，例如智能手机，平板电脑或智能家居。

脑机接口的发展建立在人类和动物，特别是非人类灵长类动物大脑皮层运动规划和控制的基础研究的基础上。到目前为止，科学家们所做的这类实验主要是为了研究可控制的手和手臂对近期可达到的附近目标的运动规划。然而，这些实验太局限于研究大型现实环境中的行动计划，比如一个人的家。例如，打开对面墙壁上的电灯开关需要不同类型的重叠动作，身体多个部位需要协调。

到目前为止，实验约束防止科学家研究了在全身运动中涉及行动规划中的神经电路，因为动物必须能够在脑记录期间自由移动。观察步行和达到运动的组合，例如在远处目标的情况下，需要一个完全新的实验环境尚未使用。所谓的“到达笼”提供了一种测试环境，允许注册和解释运动行为，并将其与相关的大脑活动联系起来，而动物能够在高度控制的条件下自由移动。

对于这个实验，两个恒河猴训练接触到靠近或远离身体的目标。对于遥远的目标，需要步行运动来使目标达到到达。个别目标的照明指示他们应该触摸的动物。使用多个摄像机，三维观察运动，具有较高的时间和空间精度。所谓的深度学习算法被用来从视频图像中自动提取头部、肩膀、肘部和手腕的三维运动。同时，大脑活动被无线记录下来，这样动物的活动就不受任何时候的限制。通过测量来自大脑三个不同区域192个电极的数百个神经元的活动，现在有可能得出运动是如何同时计划和执行的结论。

在训练过程中，猴子在越来越多的信心下表现出达到和行走的运动，即使当目标处于较长距离时，也可以优化它们的行为以达到高精度。“在视频分析中，我们可以非常准确地跟踪运动。无线记录的脑信号如此精确，并清楚地清楚的是，可以研究各个神经元的活动，并与行为进行联系，”迈克尔伯格说。

结果表明，即使目标位于房间的另一端和全身的目标，大脑过程的电机规划区域也是具体运动的目标。移动首先需要到达那里。Sensorimotor集团的亚历山大·盖尔（Alexander Gail）补充说：“这些知识不仅要了解难以规划和协调行动的患者的缺陷。新的见解也可能在开发时特别有用脑-机接口用于控制在复杂环境中分散的目标，如门、窗或灯的智能家庭。”

---

---