模型描述了大脑中完整的抓取动作规划

德国灵长类动物研究中心(DPZ)-莱布尼茨灵长类动物研究所(Göttingen)的神经科学家开发了一种模型，可以无缝地代表从看到物体到抓住物体的整个运动计划。来自两只恒河猴抓取实验的综合神经和运动数据为模型的开发提供了决定性的结果，这是一个人工神经网络，能够模拟特定物体图像训练后的大脑过程和相互作用。人工神经网络模型的神经元数据能够解释动物实验中复杂的生物学数据，从而证明了功能模型的有效性。从长远来看，这可以用于开发更好的神经假体，例如，在截瘫患者的大脑和四肢之间架起受损神经连接的桥梁，从而恢复从大脑到手臂和腿部的运动命令传输。

恒河猴子动物和人类一样，拥有高度发达的神经系统和视觉系统，以及灵巧的手部运动控制能力。因此，它们特别适合研究抓取动作。从之前的研究中恒河猴已知三者的相互作用大脑区域负责抓取目标对象。然而，到目前为止，还没有详细的消息模型在神经层面上表示从视觉信息处理到控制手臂和手部肌肉抓住物体的整个过程。

为了建立这样一个模型，两只雄性恒河猴被训练去抓住42个不同形状和大小的物体，这些物体以随机顺序呈现在它们面前。猴子们戴着数据手套，连续记录手臂、手和手指的运动。实验是这样进行的:首先短暂地照亮要抓的物体，同时猴子看着各自物体下面的一个红点，在闪烁信号后进行短暂的延迟抓取动作。这些条件提供了关于不同时间的信息大脑这些区域是活跃的，以便根据视觉信号产生抓取动作和相关的肌肉激活。

在下一步中，从猴子的角度拍摄的42个物体的图像被用来训练一个人工神经网络这是在模仿大脑中的生物过程。该网络模型由三个相互关联的阶段组成，对应于猴子的三个大脑皮层区域，并为大脑网络的动态提供了有意义的见解。在使用猴子的行为数据进行适当的训练后，该网络能够反映恒河猴的抓取动作。它可以处理可识别物体的图像，并重现精确抓取物体所需的肌肉动态。

然后将使用人工网络模型获得的结果与猴子实验的生物学数据进行比较。结果表明，该模型的神经动力学与猴子大脑皮层区域的神经动力学高度一致。“这个人工模型第一次以生物学上真实的方式描述了神经元从看到一个物体的过程对象Hansjörg Scherberger说，他是DPZ神经生物学实验室的负责人，他补充说:“这个模型有助于更好地理解大脑中的神经元过程，从长远来看，可能有助于开发更有效的神经假体。”

---

---