Scribd Logo
Importer

Bienvenue sur Scribd !

  • Acople Cerebro-Merchant 2008

    Transféré par

    Anonymous ApEwPIb
    1 vues21 pages
    losksksksk

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Signaler ce document
    losksksksk

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF ou lisez en ligne sur Scribd
    Signaler comme contenu inapproprié
    1 vues21 pages

    Acople Cerebro-Merchant 2008

    Transféré par

    Anonymous ApEwPIb
    losksksksk

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF ou lisez en ligne sur Scribd
    Signaler comme contenu inapproprié
    sur 21
    ACOPLE j EREBRO COMPUTADORAS ¢MATRIMONIO EN CIERNES? AKG Pablo Rudomin Ranulfo Romo Coordinadores El Colegio Nacional CONTENIDO IntRODUCCION, Pablo Rudomin. .. 0... ee 1 Control central del procesamiento de informacién sensorial, GUD AOR s ..e5 sea 9 RARE EA Oe vas pels 9 Ranulfo Romo ¢Cémo contribuyen las neuronas individuales a la generacién de movimiento y sensacién?, Michael Brecht . . 81 Principios de computo: entrada y salida de informacién (input/output), convergencia y divergencia, TUG GUNTER. 0 00.20. 0g. 8.5 8 Cepek GOS IS, CERES ot Control cognitivo de prétesis neuronales, RNGE ANA on ik ee LAA e eee eh eee EA 95 Acople cerebro-maquina para restauracién de funciones perdidas, Joli Donoghue. oo ss nncds des. ven see Ut Interfaces cerebro computadora no invasivas para comunicacién y control, Jonathan R. Wolpaw .. 2... « 123 Discusi6n sobre el control cerebral de prétesis para la restauraci6n de la conducta motora, Hugo Merchant . . 143 El cerebro del ciego y del cegado: lecciones sobre plasticidad y vision, Alvaro Pascual-Leone... 0... + 163 Los circuitos de los ganglios basales y sus trastornos: la base patofisiolégica y el tratamiento quirtrgico, Mahlon DeLong . ; vii DISCUSION SOBRE EL CONTROL CEREBRAL j DE PROTESIS PARA LA RESTAURACION DE LA CONDUCTA MOTORA HuGo MERCHANT ' Instituto de Neurobiologia, UNAM, i Campus Juriquilla, Qro. i FINTRODUCCIGN: CONCEPTO DE CODIFICACION-DECODIFICACION la utilizacion de sefiales neurofisiolégicas para guiar efec- tores artificiales en pacientes con problemas motores ha dejado de ser un tema de ciencia-ficcién y se encuentra ya en fase de prueba en sujetos humanos, después de varios anos de experimentacién en modelos animales. Las interfa- ‘ses cerebro-maquina (ICM) han sido disefiadas para contro- far el movimiento de diferentes tipos de prétesis, utilizando pied cerebral que en condiciones normales es el sustra- to neural del movimiento. En términos generales, las ICM Tequieren de un sensor que detecte la actividad de neuro- as multiples, un algoritmo que transforme las sefales neu- Tofisiologicas en comandos motores, y un sistema computa- ‘Nzado para controlar las protesis o los efectores externos. Para poder entender la relacion entre la actividad neuro- ‘nal y el control de prétesis, es necesario conocer dos con- ‘Ceptos basicos, la codificacién y la decodificacién de varia- bles conductuales en el Sistema Nervioso Central (figura 1). Ee codificaci6n es el proceso en el cual las neuronas repre- I 143 Codificacién Decodificocién 1 Tos oil procesos de cadificackin y decoxtificaciOn. Vey corres ponde a la variable conductual estianada. sentan en su actividad una variable conductual (V), que puede ser un estimulo sensorial, un parimetro de movi- miento o un proceso cognitive complejo. Cuando habla- mos de actividad neuronal, nos referimos al patrén tempor ral de los potenciales de accidm que emite una neurona. Asi, la codificacién es el cambio en la tasa de disparo, es decir, el nimero de potenciales en el tiempo, en relacién con la variable V. Ahora bien, si tenemos acceso al registro de la actividad de varias neuronas que codifiquen diferen- tes aspectos de V, entonces se pueden utilizar diferentes algoritmos matemziticos para estimar o reconstruir V con base en la actividad de las propias neuronas. Este proceso se denomina decodificacién y es el inverso de la codificacién. Es importante senialar que se necesitan mas de 20 neuronas que codifiquen algiin aspecto de V para tener buenos resul- tados en la decodificaciGn (Narselaris et al. 5a), Haciendo un poco de historia, en los anos ochenta se empez6 el estudio de la codificacidn y decodificacién de la direccién del movimiento de alcance, Para esto se discii6 144 Ja tarea “center-out” en la cual se entrenan monos para rea- Jizar movimientos de alcance de un punto central a uno de ocho puntos periféricos, separados cada 45° (figura 2A; Geor- gopoulos et al. 1981). Una vez entrenados los monos, se rea- lizaron registros extracelulares en la corteza motora duran- te la ejecucién de esta tarea. Se encontré que las neuronas de la corteza motora modulan su actividad en funcién de la direccién del movimiento. En un ejemplo tf Direccién Preferente “ e WyCy ‘Direceién del Movimiento Figura 2 A. Raster de una neurona en la corteza motora del primate, Cada pequefia linea Vertical es un potencial de accién en el tiempo, cada linea horizontal es un ensa- ‘yo para una direccién de movimiento. Ocho direcciones de movimiento son ilustradas. B. Curva de sintonizacién donde Ia tasa de disparo de la neurona en Acs graficada en funci6n de la direccin del movimiento. C. Ecuacién del vec- tor poblacional donde P(M) es el vector poblacional para la direccion M, w;es Ta tasa de disparo normalizada para la direccién My C;es la direccién preferen- te de la neurona i, D. Esquema de la contribuci6n de cada neurona (w;C)) al Vector poblacional (P). Modificado de Georgopoulos et al. 1982. 145 en el “raster” de la figura 2A, donde se observa que una neurona incrementa su tasa de disparo antes y durante la ejecucién de movimientos hacia la izquierda. Al graficar el disparo de la neurona en funcién de la direcci6n del moyi- miento y ajustar una regresin cosenoidal a estos datos, se obtiene una curva de sintonizacidn (figura 2B). A la direc- cidn asociada a la maxima tasa de disparo en la curva de sin- tonizacién se le llama direccién preferente (figura 2B, Georgopoulos ef al. 1982). Alrededor del 40% de las neuro- nas de la corteza motora tienen una direccién preferente estadisticamente significativa. Ademas, todas las direcciones posibles de movimiento estan representadas en Ia corteza motora (Narselaris et al. 2006b). Es importante resaltar que las neuronas en la corteza mo- tora se especializan en una direccién. Esto implica que es necesario integrar la informacién de una poblacion neuro- nal para poder representar todas las direcciones posibles de movimiento. La pregunta entonces es: :c6mo se integra la actividad de una poblaci6n de neuronas sintonizadas a la direccion de movimiento? Para una primera aproxima- cién contestando esta pregunta, se desarrollé un método de decodificacién que es el vector poblacional (figura 2C). El vector poblacional (P) para la direccién M corresponde a la suma vectorial de las direcciones preferentes de una poblacidn de neuronas ponderadas por la actividad norma- lizada de estas neuronas en la direcci6n M que se esta deco- dificando (figura 2C; Georgopoulos et al. 1986). Esto quie- re decir que cada neurona contribuye en favor de su direc- cién preferente con una magnitud igual a su tasa de dispa- ro en la direccién M (figura 2D). La figura 3A muestra un ejemplo claro. En azul se ilustran los vectores de direccion preferente de una poblacién neuronal, en amarillo se muestra el vector del movimiento en la tarea ejecutada por el mono, y en rojo el vector poblacional. Calculando el vec 146 tor poblacional en pequetios instantes de tiempo (20 ms) se encontr6 que era posible reconstruir toda la trayectoria del movimiento al sumar estos vectores de un extremo a otro (figura 3B; Georgopoulos et al. 1986). Es evidente que el resultado de la decodificacion tiene un error muy bajo, Ademas, se puede obtener informaci6n direccional de 100 a 200 milisegundos antes de la iniciacién del movimiento, Asi, con base en todos estos antecedentes, surgié la idea de utilizar la actividad de neuronas registradas intracerebral- mente para guiar protesis robotizadas, a través de un algo- ritmo de decodificacidn. En el caso de la figura 3C, el algo- ritmo es la red neuronal artificial, pero como se puede observar en los capitulos de los doctores Andersen, Wolpaw y Donaghue, actualmente se utilizan varios métodos. PLANTEAMIENTO DEL PROBLEMA Es evidente que el control cerebral de protesis para uso en la clinica esta a la vuelta de la esquina y tiene un uso potencial en pacientes con dano espinal, amputaciones, procesos degenerativos e isquemia. Sin embargo, existe una serie de preguntas que tienen que ser contestadas antes de que esta tecnologia sea parte de nuestra vida cotidiana. Entre ellas estan: :Cual es la sefial neurofisiol6gica mas ade- cuada?

    Vous aimerez peut-être aussi