02.自然触觉探测期间的神经反应记录


使用神经信号采集系统（RZ2）在触觉刺激期间收集多通道局部场电位（LFP）。宽带场电位经过5–200 Hz的带通滤波，并以610 Hz采样。在本研究中，该滤波后的信号称为LFP。针对每个（触摸部位、压痕深度和保持时间）组合，收集触摸开始后300 ms内的平均触后LFP反应。这些反应被用作优化多通道丘脑内微刺激（ITMS）的目标波形。图4和图6显示了一些示例波形和捕捉兴奋空间范围的通道图。


图4.单个触摸部位六种触摸模式的触摸开始后试验平均LFP轨迹。(a)试验平均触觉器角度位置（负值表示向皮肤方向）。顶部图的阴影部分对应执行器与皮肤接触的时间段。(b)对自然触摸的平均多通道LFP反应，每条曲线代表一个S1记录通道。通道按该触摸部位的整体反应幅度排序。(c)优化微刺激，每条曲线代表一个不同的刺激通道。(d)平均微刺激LFP反应。图6.(a)和(b)自然触摸与虚拟触摸的空间反应拓扑。每个像素对应一个记录电极，颜色表示LFP强度（定义为响应窗口0–300 ms内的最大负电压）。(c)体内自然触摸与优化ITMS的通道平均幅度比较。每个点代表一个唯一的触摸部位/模式组合。(d)优化ITMS的模型再现准确性（相关系数）与体内实际准确性的比较。每个点对应一种触摸条件，触摸部位按颜色编码（见插图）。


使用标准的动作电位分选技术记录VPL中的单细胞活动（SUA）。针对每种不同的自然刺激条件，制作刺激时间直方图（PSTH），bin大小等于LFP的采样周期，即从触摸开始到触摸结束后50 ms的窗口内为1.63 ms。记录VPL单细胞活动有两个目的：首先，将优化的丘脑微刺激与天然VPL放电进行比较；其次，测量振幅遵循与VPL动作电位相同速率调制的微刺激信号的自然反应再现精度——类似于某研究中使用的方法。


使用精密触觉器对右前爪腹面的3–9个部位进行物理触觉刺激。触摸模式包括触摸-保持-释放序列，由压力和持续时间参数化。对于每个部位，施加三种不同的皮肤压痕深度和两种不同的触摸持续时间{150,250}ms。每种六种模式的25个实例以随机时间间隔呈现。压力选择为诱发从阈值到接近饱和的反应：压痕深度{0.025,0.2,0.6}mm。由于手指尺寸较小，我们未尝试大于0.6 mm的压痕。


触觉探头由装有光学编码器（Maxon HEDS-55）的直流电机（Maxon RE25）驱动。接触时间和皮肤压痕程度通过电机角度控制，这由神经记录系统板载的比例微分控制器实现。探头末端为直径1 mm的圆形轴。在前三只动物中，探头连接到直接安装在电机上的9 cm长的梁末端。在本研究的剩余6只动物中，探头通过齿轮齿条机构（齿轮直径=0.438英寸）连接到机械滑座。通过控制电机旋转实现对机构的精确控制，这转化为探头的线性运动，用于触摸前爪上的离散位置。根据胡克定律，杆施加的力的大小与皮肤压痕成正比。然而，在本研究中，我们以度为单位的杠杆角度呈现结果。


03.电刺激下LFP反应的记录与建模


为了训练皮层LFP对VPL微刺激输入反应的模型，我们使用了随机多通道脉冲序列。多通道微刺激器（IZ2，Tucker-Davis Technologies）向VPL阵列上不重叠的相邻电极双极对传递脉冲（图示见图2(c)和(d)）。在植入16通道阵列的6只动物中使用了8种双极配置，在剩余使用32通道阵列的动物中使用了16种双极配置。我们使用双极配置，因为它们比单极配置在皮层记录通道中产生的刺激伪影更小。脉冲为对称双相（每相200μs）。选择对称脉冲是因为与非对称脉冲相比，其相对安全。脉冲宽度的选择基于与类似研究的一致性。在本研究的探索阶段，前三只动物使用了三种不同的刺激幅度{10,20,30}μA。然而，在剩余的6只动物中，我们使用了更全面的幅度范围{7,12,20,30,40}μA，当使用双极配置时，这些幅度可诱发从亚阈值到饱和的反应。脉冲定时和传递程序如下：每个脉冲间隔从指数分布中抽取，刺激配置和幅度从所有配置和预设电流幅度中均匀随机选择。这种输入分布是随机幅度泊松刺激序列的多输入变体，过去已成功用于建模神经元反应。在9只动物中的6只中，探索性分布与脉冲doublets交替进行，其中脉冲对的脉冲间隔从离散间隔列表{20,50,75,100,200}ms中选择。使用脉冲doublets的目的是为了能够进行与本研究结果无关的一组分析。脉冲传递的平均频率因受试者而异，但前三只动物为3–8 Hz，剩余6只为12–18 Hz。探索序列的总持续时间也从6–18分钟不等，每个唯一的配置/幅度组合重复50–240次。


为了便于建模和控制步骤，我们将该脉冲序列表示为调制恒定频率脉冲串的离散时间幅度包络（见图2(c)）。频率设置为等于LFP记录的采样率（610 Hz）。在每个时间步，我们将每个通道视为通过每个唯一刺激配置（相邻双极对）的1μA脉冲的幅度增益。在本研究中，这导致根据所用电极阵列的不同，有8或16个不同的输入通道。通过使用双极配置，刺激伪影通常较小且短暂。未滤波的波形从未超过0.5 mV，远低于放大器的削波水平，并且在刺激脉冲结束后持续时间小于200μs。由于所有信号最初都在宽带（0.2–8.5 kHz）频率下滤波并以24.4 kHz采样，滤波振铃也最小。这使我们能够使用简单的采样保持方法来消隐从脉冲开始起的480μs时间段。这种消隐在进一步处理之前以数字方式应用于宽带24.4 kHz信号。


在丘脑上游核团微刺激后，从皮层内细胞外记录中可以获得几个感兴趣的信号，包括SUA和LFP等。虽然这些皮层信号中的每一个都可能成为使用丘脑微刺激进行控制的目标，但我们团队最终在本研究中选择使用皮层LFP。我们选择LFP而非SUA，是因为在类似的植入设置中，LFP在解码触觉参数方面具有更高的效率。它也已被证明在各种情况下是解码运动活动的稳健信号。由于LFP在长期植入中相对于SUA具有更高的稳健性，最近在脑机接口中引起了一些兴趣。尽管LFP的起源仍有争议，但人们认为，LFP作为膜电流产生的细胞外电压总和的测量值，代表电极周围小区域（<200μm）内的树突输入。我们还注意到，尽管经过上述消隐后，刺激伪影的幅度较小，但由于伪影波形的多样性（多种配置、幅度）以及在某些情况下与动作电位波形的相似性，很难完全消除将其误分类为有效多单元放电的可能性。此外，LFP信号的连续性允许比离散值的放电信号进行更直接的比较。对于LFP，可以使用传统的均方误差和互相关等距离度量，而放电序列之间的距离则更加多样，涉及调谐参数。


0301.模型使用子空间识别算法训练离散时间线性状态空间模型。子空间系统识别方法通过使用输入-输出对数据集，找到将过去的输入和输出映射到未来输出的投影，从而估计系统参数。从该投影中，可以提取低维状态变量序列，以及描述其相关时间动态和与观测输出关系的参数。模型描述如下，但算法细节参考相关文献。


设ut∈Rm()，yt∈Rp()分别表示时间t的输入（多通道微刺激幅度包络）和输出（神经读数）。设xt∈Rn()表示时间t的状态向量。将当前状态与t+1时刻的状态和t时刻的输出相关联的状态空间方程为其中∫x~N()0,Q和∫y~N(0,R)是高斯白噪声（时间上不相关）干扰。因此，系统参数为矩阵(ABCQR,,,,)，使用子空间方法估计（相关文献中的算法4.8）。


在初步实验中，我们有时发现这种优化程序会“低估”重现所需反应所需的微刺激幅度。这是由于线性模型未捕捉到刺激阈值，因此控制器依赖亚阈值幅度范围进行控制。为解决这个问题，我们使用“门”函数对微刺激阈值进行建模，该函数在输入低于某个阈值时衰减输入，否则保持不变。精确地说，对于每个输入通道i其中a∈(0,1]是衰减因子，用于在传入状态空间方程(1)之前对亚阈值输入值进行预缩放。


在我们的实验中，模型维度和门参数设置如下：使用8或16维输入来表示不同的微刺激配置。在9只动物中的3只中，输出仅为32通道上记录的LFP，但在9只动物中的6只中，我们使用了由捕获输出中99.7%观测瞬时方差的前12–15个主成分组成的降维表示。根据经验选择50的目标状态维度作为模型复杂性和预测准确性之间的权衡。我们基于使用较低电流幅度的独立探索脉冲序列设置门衰减因子和阈值值。我们发现合适的阈值值范围为4–10μA。由于阈值附近响应的广泛可变性和非线性，衰减因子难以直接测量。因此，我们手动将该因子设置为0.1或0.2。我们注意到，非常小的衰减因子值（接近0的值）未被使用，因为它们在刺激优化期间具有有害影响。