CN114527878A - 量化脑机接口控制动机的分析方法 - Google Patents

量化脑机接口控制动机的分析方法 Download PDF

Info

Publication number
CN114527878A
CN114527878A CN202210172883.9A CN202210172883A CN114527878A CN 114527878 A CN114527878 A CN 114527878A CN 202210172883 A CN202210172883 A CN 202210172883A CN 114527878 A CN114527878 A CN 114527878A
Authority
CN
China
Prior art keywords
brain
motivation
initial
control training
computer interface
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210172883.9A
Other languages
English (en)
Other versions
CN114527878B (zh
Inventor
张莉平
陈江帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wenzhou Medical University
Original Assignee
Wenzhou Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wenzhou Medical University filed Critical Wenzhou Medical University
Priority to CN202210172883.9A priority Critical patent/CN114527878B/zh
Publication of CN114527878A publication Critical patent/CN114527878A/zh
Application granted granted Critical
Publication of CN114527878B publication Critical patent/CN114527878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/015Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Neurosurgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Neurology (AREA)
  • Health & Medical Sciences (AREA)
  • Dermatology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明公开了量化脑机接口控制动机的分析方法,涉及脑机接口技术领域,其技术方案要点是:对左侧M1脑区已注射有实验病毒且病毒表达后的动物进行初始意念控制训练;采用光纤光度测量系统实时监测M1神经元的钙离子信号,并依据钙离子信号确定初始意念控制训练的成功率;初始意念控制训练的成功率处于稳定状态后,在至少一个维度上依据指数方程调控解码器规则的变量后进行最终意念控制训练;选取最后一次最终意念控制训练成功所对应的解码器规则的变量值作为脑机接口控制动机的量化结果。利用M1神经元的活性,而非动物的行为,并结合行为学动机检测的理论基础,建立了利用神经元活性量化分析脑机接口动机的方法。

Description

量化脑机接口控制动机的分析方法
技术领域
本发明涉及脑机接口技术领域,更具体地说,它涉及量化脑机接口控制动机的分析方法。
背景技术
脑机接口(Brain-machine interfaces,BMI)是大脑与外部设备之间直接信息交换的人工过程。动机是我们与世界和彼此互动的基本元素。所有动物都有获得基本需求的动机,包括食物、水、性和社会交往等。满足这些需求是生存的必要条件,但在任何情况下,目标都必须在适当的数量和适当的时间得到满足。因此,动机驱动必须是内部状态和外部环境条件共同作用的结果。对于脑机接口的控制,动机也发挥重要作用,但到目前为止,还没有对于脑机接口的动机进行量化分析的方法。因此,如何研究设计量化脑机接口控制动机的分析方法是我们目前急需解决的问题。
发明内容
为解决现有技术中的不足,本发明的目的是提供量化脑机接口控制动机的分析方法,本发明利用前期建立的脑机接口的方法,利用M1神经元的活性,而非动物的行为,并结合行为学动机检测的理论基础,建立了利用神经元活性量化分析脑机接口动机的方法。
本发明的上述技术目的是通过以下技术方案得以实现的:量化脑机接口控制动机的分析方法,包括以下步骤:
S1:对左侧M1脑区已注射有实验病毒且病毒表达后的动物进行初始意念控制训练;
S2:采用光纤光度测量系统实时监测M1神经元的钙离子信号,并依据钙离子信号确定初始意念控制训练的成功率;
S3:初始意念控制训练的成功率处于稳定状态后,在至少一个维度上依据指数方程调控解码器规则的变量后进行最终意念控制训练;
S4:选取最后一次最终意念控制训练成功所对应的解码器规则的变量值作为脑机接口控制动机的量化结果。
优选的,所述解码器规则的变量为预设次数,初始意念控制训练过程中超过阈值的实际次数大于或等于预设次数时,判定初始意念控制训练为成功。
优选的,所述解码器规则的变量为预设维持时间,初始意念控制训练过程中达到阈值后的实际维持时间大于或等于预设维持时间时,判定初始意念控制训练为成功。
优选的,所述解码器规则的变量为预设次数和预设维持时间两个维度;
初始意念控制训练过程中超过阈值的实际次数大于或等于预设次数时,判定初始意念控制训练在第一维度上为成功;
初始意念控制训练过程中达到阈值后的实际维持时间大于或等于预设维持时间时,判定初始意念控制训练在第二维度上为成功:
当第二维度上最后一次成功的实际维持时间大于标准维持时间时,以第二维度分析得到的量化结果作为最终的量化结果;反之,则以第一维度分析得到的量化结果作为最终的量化结果;
根据同一动物在第一维度和第二维度上的映射关系可将两个维度上的量化结果转换成任意一个维度上的量化结果。
优选的,所述解码器规则的变量为预设次数时的指数方程具体为:
Figure BDA0003518025940000021
其中,TCE表示预设次数,向上或向下取整;t表示实验数。
优选的,所述解码器规则的变量为预设维持时间时的指数方程具体为:
T=0.1×1.05(t-1)
其中,T表示预设维持时间;t表示实验数。
优选的,所述标准维持时间为200ms。
优选的,所述初始意念控制训练的成功率处于稳定状态具体为:初始意念控制训练的成功率达到85%且维持至少三天。
优选的,所述动物为能够表达GCaMP6f的动物。
优选的,所述实验病毒为AAV9.Syn.GCaMP6f.WPRE.SV40,所述动物为A2A-Gq-DREADDs转基因小鼠。
与现有技术相比,本发明具有以下有益效果:
1、本发明提出的量化脑机接口控制动机的分析方法,建立了不同于传统的利用动物行为评估动物动机的方法,由于脑机接口控制一个最大的特征就是没有行为的产生,因此缺乏评估脑机接口控制动机的方法,本发明利用前期建立的脑机接口的方法,利用M1神经元的活性,而非动物的行为,并结合行为学动机检测的理论基础,建立了利用神经元活性量化分析脑机接口动机的方法;
2、本发明从预设次数和预设维持时间两个维度上分别设计了利用神经元活性量化分析脑机接口动机的方法,通过KW6002抑制纹状体-苍白球环路A2A受体的活性增加Calcium PTE和Calcium PTH的破裂点促进意念控制动机,而利用氯氮平(CNO)腹腔注射A2A-Gq-DREADDs激活纹状体间接通路抑制意念控制动机,进一步的明确,这两种脑机接口动机量化分析方法的合理性;
3、本发明以标准维持时间为界限对钙离子信号的实际维持时间进行对比分析,以此确定在不同情况下适应性选择量化准确度更高的脑机接口动机量化分析方法。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1是本发明实施例中解码器规则的变量为预设次数的量化分析结果示意图,A为闭环脑机接口控制系统,B为逐渐增加达到设定域值次数的动机分析示意图,C为钙信号变化示意图,D为动机强弱的分布示意图;
图2是本发明实施例中解码器规则的变量为预设维持时间的量化分析结果示意图,A为增加维持时间的动机分析示意图,B为钙信号变化示意图,C为动机强弱的分布示意图;
图3是本发明实施例中利用A2A-Gq-DREADDs转基小鼠通过氯氮平(CNO)激活纹状体间接通路检测两个动机分析的结果示意图,A、B、C分别为针对预设次数的钙PTE测试的断点分布示意图、达到设定域值的次数、钙信号的变化示意图;D、E、F分别为针对预设维持时间的钙PTH测试的断点分布示意图、达到设定域值的时间、钙信号的变化示意图;
图4是本发明实施例中利用药物(KW6002)阻断腺苷A2A受体验证两种脑机接口动机分析方法的结果示意图,A、B、C分别为针对预设次数的钙PTE测试最终超过的域值次数分布、阻断腺苷A2ARs最终超过的域值次数、钙信号的变化示意图;D、E、F分别为针对预设维持时间的钙PTH测试的最终超过的域值次数分布、阻断腺苷A2ARs最终超过的域值次数、钙信号的变化示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1:量化脑机接口控制动机的分析方法,包括以下步骤:
S1:对左侧M1脑区已注射有实验病毒且病毒表达后的动物进行初始意念控制训练;
S2:采用光纤光度测量系统实时监测M1神经元的钙离子信号,并依据钙离子信号确定初始意念控制训练的成功率;
S3:初始意念控制训练的成功率处于稳定状态后,在至少一个维度上依据指数方程调控解码器规则的变量后进行最终意念控制训练;
S4:选取最后一次最终意念控制训练成功所对应的解码器规则的变量值作为脑机接口控制动机的量化结果。
作为一种可选的实施方式,解码器规则的变量为预设次数,初始意念控制训练过程中超过阈值的实际次数大于或等于预设次数时,判定初始意念控制训练为成功。
解码器规则的变量为预设次数时的指数方程具体为:
Figure BDA0003518025940000041
其中,TCE表示预设次数,向上或向下取整;t表示实验数。
在本实施例中,初始意念控制训练的成功率处于稳定状态具体为:初始意念控制训练的成功率达到85%且维持三天后。
需要说明的是,动物为能够表达GCaMP6f的动物,例如小鼠和猴子。在本实施例中,实验病毒为AAV9.Syn.GCaMP6f.WPRE.SV40,动物为A2A-Gq-DREADDs转基因小鼠。
其量化分析结果如图1所示,图1中的A为闭环脑机接口控制系统,采用光纤光度测量系统实时监测M1神经元的钙离子信号(ΔF/F)。超过设定阈值的钙信号(ΔF/F)会触发操作箱提供一滴蔗糖溶液作为奖励。图1中的B为逐渐增加达到设定域值次数的动机分析方法,上图表示该方法的训练程序,下图表示该方法测试后,钙信号超过设定域值的次数。图1中的C为在动机分析中,奖励给予(±5s)后努力递增的钙信号变化,数量为6。图1中的D为在动机分析中,6只小鼠的动机强弱的分布。ΔF/F即为(F2-F0)/F0。
需要说明的是,初始意念控制训练的成功率确定过程具体如下:
操作性行为阶段:训练小鼠在提示出现后的T1内通过操作性行为获得奖赏,成功获得奖赏的操作性行为的次数为N次,同时,分别记录N次操作性行为发生时,小鼠M1皮层神经元的钙信号F1值,将提示出现时小鼠M1皮层神经元的钙信号记为F0,计算钙信号的变化率(F1-F0)/F0的平均值,将平均值设定为域值;
意念控制阶段:训练小鼠在提示出现后的T2内通过意念控制小鼠M1皮层神经元的钙信号,记录T2内的小鼠M1皮层神经元的钙信号F2值,训练小鼠在提示出现前的T3内通过意念控制小鼠M1皮层神经元的钙信号,记录T3内的小鼠M1皮层神经元的钙信号F3值,待F3<F1,且钙信号的变化率(F2-F0)/F0超过域值,小鼠获得奖赏,记为一次成功的试验;统计小鼠在每天试验中的成功率,并记录每天完成M次成功的试验所需总时间。
实施例2:量化脑机接口控制动机的分析方法,实施例2与实施例1的不同之处在于:解码器规则的变量为预设维持时间,初始意念控制训练过程中达到阈值后的实际维持时间大于或等于预设维持时间时,判定初始意念控制训练为成功。
解码器规则的变量为预设维持时间时的指数方程具体为:
T=0.1×1.05(t-1)
其中,T表示预设维持时间;t表示实验数。
其量化分析结果如图2所示,图2的A为增加维持时间的动机分析方法,上图为增加维持时间的动机检测方法方案,下图增加维持时间的动机分析方法的示意图。图2的B为增加维持时间的动机检测方法检测中,增加维持时间的(一次又一次)奖励给予前后(±5s)钙荧光信号变化。图2中的C为在动机分析中,6只小鼠的动机强弱的分布。
实施例3:量化脑机接口控制动机的分析方法,实施例3与实施例1、2的不同之处在于:解码器规则的变量为预设次数和预设维持时间两个维度;初始意念控制训练过程中超过阈值的实际次数大于或等于预设次数时,判定初始意念控制训练在第一维度上为成功;初始意念控制训练过程中达到阈值后的实际维持时间大于或等于预设维持时间时,判定初始意念控制训练在第二维度上为成功:当第二维度上最后一次成功的实际维持时间大于标准维持时间时,以第二维度分析得到的量化结果作为最终的量化结果;反之,则以第一维度分析得到的量化结果作为最终的量化结果;根据同一动物在第一维度和第二维度上的映射关系可将两个维度上的量化结果转换成任意一个维度上的量化结果。其中,经过综合分析,标准维持时间设置为200ms时的效果最佳。
实验验证:在C57BL/6小鼠左侧M1皮层注射AAV9.Syn.GCaMP6f.WPRE.SV40病毒并植入光纤,病毒表达后进行意念控制训练。小鼠熟练进行神经意念性控制之后,随机分成两组,实验组腹腔注射腺苷A2A受体拮抗剂KW6002(5mg/kg),对照组注射溶剂,进行CalciumPTE测试和Calcium PTH测试,检测抑制纹状体-苍白球环路A2A受体的活性对意念控制中动机的调控作用。
如图3所示,利用A2A-Gq-DREADDs转基小鼠通过氯氮平(CNO)药物激活纹状体间接通路检测建立的两个动机分析方法的合法性结果,图3中的A为利用CNO组和对照组在单个小鼠中钙PTE测试的断点分布。图3中的B为激活纹状体间接通路抑制的断点,逐渐增加达到设定域值次数的动机检测方法中达到设定域值的次数(B;unpair t-检验,P<0.05)。图3中的C为CNO组和对照组在奖励传递前(+5)和(+5)后M1神经元钙信号的变化。图3中的D-F)与图3中的A-C相同,同样利用药物激活转基因小鼠的纹状体间接通路,同样发现,激活纹状体间接通路会减少逐渐增加维持时间的动机检测方法中的维持时间(E;unpair t-检验,P<0.05)。
如图4所示,利用药物KW6002阻断腺苷A2A受体验证两种脑机接口动机检测方法的合法性结果。图4中的A为A2A受体阻断剂组和对照组的小鼠个体中逐渐增加达到设定域值次数的动机检测方法的最终超过的域值次数分布。图4中的B为阻断腺苷A2ARs增加逐渐增加达到设定域值次数的动机检测方法的最终超过的域值次数(B;unpair t检验,P<0.05)。图4中的C为在A2A受体阻断剂组和对照组予奖励前(+5)和(+5)后M1神经元钙信号的变化。图4中的D-F与A-C相同阻断A2A受体同样增加了,建立逐渐增加维持时间的动机检测方法中维持时间(E;unpair t-检验检验,P<0.01)。
综上,本发明建立了不同于传统的利用动物行为评估动物动机的方法,由于脑机接口控制一个最大的特征就是没有行为的产生,因此缺乏评估脑机接口控制动机的方法,本发明利用前期建立的脑机接口的方法,利用M1神经元的活性,而非动物的行为,并结合行为学动机检测的理论基础,建立了利用神经元活性量化分析脑机接口动机的方法;此外,本发明从预设次数和预设维持时间两个维度上分别设计了利用神经元活性量化分析脑机接口动机的方法,通过KW6002抑制纹状体-苍白球环路A2A受体的活性增加Calcium PTE和Calcium PTH的破裂点,促进意念控制动机,进一步的明确,这两种脑机接口动机量化分析方法的合理性;另外,本发明以标准维持时间为界限对钙离子信号的实际维持时间进行对比分析,以此确定在不同情况下适应性选择量化准确度更高的脑机接口动机量化分析方法。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.量化脑机接口控制动机的分析方法,其特征是,包括以下步骤:
S1:对左侧M1脑区已注射有实验病毒且病毒表达后的动物进行初始意念控制训练;
S2:采用光纤光度测量系统实时监测M1神经元的钙离子信号,并依据钙离子信号确定初始意念控制训练的成功率;
S3:初始意念控制训练的成功率处于稳定状态后,在至少一个维度上依据指数方程调控解码器规则的变量后进行最终意念控制训练;
S4:选取最后一次最终意念控制训练成功所对应的解码器规则的变量值作为脑机接口控制动机的量化结果。
2.根据权利要求1所述的量化脑机接口控制动机的分析方法,其特征是,所述解码器规则的变量为预设次数,初始意念控制训练过程中超过阈值的实际次数大于或等于预设次数时,判定初始意念控制训练为成功。
3.根据权利要求1所述的量化脑机接口控制动机的分析方法,其特征是,所述解码器规则的变量为预设维持时间,初始意念控制训练过程中达到阈值后的实际维持时间大于或等于预设维持时间时,判定初始意念控制训练为成功。
4.根据权利要求1所述的量化脑机接口控制动机的分析方法,其特征是,所述解码器规则的变量为预设次数和预设维持时间两个维度;
初始意念控制训练过程中超过阈值的实际次数大于或等于预设次数时,判定初始意念控制训练在第一维度上为成功;
初始意念控制训练过程中达到阈值后的实际维持时间大于或等于预设维持时间时,判定初始意念控制训练在第二维度上为成功:
当第二维度上最后一次成功的实际维持时间大于标准维持时间时,以第二维度分析得到的量化结果作为最终的量化结果;反之,则以第一维度分析得到的量化结果作为最终的量化结果;
根据同一动物在第一维度和第二维度上的映射关系可将两个维度上的量化结果转换成任意一个维度上的量化结果。
5.根据权利要求2或4所述的量化脑机接口控制动机的分析方法,其特征是,所述解码器规则的变量为预设次数时的指数方程具体为:
Figure FDA0003518025930000011
其中,TCE表示预设次数,向上或向下取整;t表示实验数。
6.根据权利要求3或4所述的量化脑机接口控制动机的分析方法,其特征是,所述解码器规则的变量为预设维持时间时的指数方程具体为:
T=0.1×1.05(t-1)
其中,T表示预设维持时间;t表示实验数。
7.根据权利要求4所述的量化脑机接口控制动机的分析方法,其特征是,所述标准维持时间为200ms。
8.根据权利要求1所述的量化脑机接口控制动机的分析方法,其特征是,所述初始意念控制训练的成功率处于稳定状态具体为:初始意念控制训练的成功率达到85%且维持至少三天。
9.根据权利要求1所述的量化脑机接口控制动机的分析方法,其特征是,所述动物为能够表达GCaMP6f的动物。
10.根据权利要求1-4任意一项所述的量化脑机接口控制动机的分析方法,其特征是,所述实验病毒为AAV9.Syn.GCaMP6f.WPRE.SV40,所述动物为A2A-Gq-DREADDs转基因小鼠。
CN202210172883.9A 2022-02-24 2022-02-24 量化脑机接口控制动机的分析方法 Active CN114527878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210172883.9A CN114527878B (zh) 2022-02-24 2022-02-24 量化脑机接口控制动机的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210172883.9A CN114527878B (zh) 2022-02-24 2022-02-24 量化脑机接口控制动机的分析方法

Publications (2)

Publication Number Publication Date
CN114527878A true CN114527878A (zh) 2022-05-24
CN114527878B CN114527878B (zh) 2024-05-17

Family

ID=81624688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210172883.9A Active CN114527878B (zh) 2022-02-24 2022-02-24 量化脑机接口控制动机的分析方法

Country Status (1)

Country Link
CN (1) CN114527878B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030114379A1 (en) * 1994-03-08 2003-06-19 Human Genome Sciences, Inc. Methods of treating or preventing cell, tissue, and organ damage using human myeloid progenitor inhibitory factor-1 (MPIF-1)
CN108236464A (zh) * 2017-12-29 2018-07-03 重庆邮电大学 基于脑电信号的特征提取方法及其检测提取系统
CN111406706A (zh) * 2019-01-04 2020-07-14 温州医科大学 脑机接口行为学模型的构建方法
CN112244774A (zh) * 2020-10-19 2021-01-22 西安臻泰智能科技有限公司 脑机接口康复训练系统及方法
CN113298242A (zh) * 2021-06-08 2021-08-24 浙江大学 一种基于脉冲神经网络的脑机接口解码方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030114379A1 (en) * 1994-03-08 2003-06-19 Human Genome Sciences, Inc. Methods of treating or preventing cell, tissue, and organ damage using human myeloid progenitor inhibitory factor-1 (MPIF-1)
CN108236464A (zh) * 2017-12-29 2018-07-03 重庆邮电大学 基于脑电信号的特征提取方法及其检测提取系统
CN111406706A (zh) * 2019-01-04 2020-07-14 温州医科大学 脑机接口行为学模型的构建方法
CN112244774A (zh) * 2020-10-19 2021-01-22 西安臻泰智能科技有限公司 脑机接口康复训练系统及方法
CN113298242A (zh) * 2021-06-08 2021-08-24 浙江大学 一种基于脉冲神经网络的脑机接口解码方法

Also Published As

Publication number Publication date
CN114527878B (zh) 2024-05-17

Similar Documents

Publication Publication Date Title
Oliva et al. Hippocampal CA2 sharp-wave ripples reactivate and promote social memory
Cowley et al. Slow drift of neural activity as a signature of impulsivity in macaque visual and prefrontal cortex
Hyman et al. A novel neural prediction error found in anterior cingulate cortex ensembles
Bergstrom et al. Dorsolateral striatum engagement interferes with early discrimination learning
Okun et al. Diverse coupling of neurons to populations in sensory cortex
Moutard et al. Spontaneous fluctuations and non-linear ignitions: two dynamic faces of cortical recurrent loops
Deco et al. Stochastic dynamics as a principle of brain function
Gage et al. Selective activation of striatal fast-spiking interneurons during choice execution
Soma et al. Distinct laterality in forelimb-movement representations of rat primary and secondary motor cortical neurons with intratelencephalic and pyramidal tract projections
Najafi et al. Sensory-driven enhancement of calcium signals in individual Purkinje cell dendrites of awake mice
Pietri et al. The emergence of the spatial structure of tectal spontaneous activity is independent of visual inputs
Farries et al. Dynamic spike threshold and zero membrane slope conductance shape the response of subthalamic neurons to cortical input
Harmon et al. Distinct responses of Purkinje neurons and roles of simple spikes during associative motor learning in larval zebrafish
Gardner et al. Medial orbitofrontal inactivation does not affect economic choice
Lo et al. Speed-accuracy tradeoff by a control signal with balanced excitation and inhibition
Rothenhoefer et al. Rare rewards amplify dopamine responses
Wyrick et al. State-dependent regulation of cortical processing speed via gain modulation
Thompson et al. Local inhibition modulates learning-dependent song encoding in the songbird auditory cortex
Lin et al. Perturbation of amygdala-cortical projections reduces ensemble coherence of palatability coding in gustatory cortex
CN114527878A (zh) 量化脑机接口控制动机的分析方法
Clarke The limits of brain determinacy
Berners-Lee et al. Experience-dependent evolution of odor mixture representations in piriform cortex
Gisiger et al. Acquisition and performance of delayed-response tasks: a neural network model
Zhang et al. Bounded Ornstein–Uhlenbeck models for two-choice time controlled tasks
Jiang et al. Short-term influence of recent trial history on perceptual choice changes with stimulus strength

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant