Decoding sensory feedback from firing rates of afferent ensembles recorded in cat dorsal root ganglia in normal locomotion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sensory feedback is required by biological motor control systems to maintain stability, respond to perturbations, and adapt. Similarly, motor neuroprostheses require feedback to provide natural and complete restoration of motor functions. In this paper, we show that ensemble firing rates from the body's mechanoreceptors can provide a natural source of kinematic state feedback and could be useful for prosthetic control. Single unit recordings from multiple primary afferent neurons were obtained during walking using multichannel electrode arrays implanted chronically in the L7 dorsal root ganglia of three cats. We typically recorded simultaneously from over 20-30 neurons during the first 7-14 days after surgery, but recordings gradually worsened thereafter. Histology indicates that a ring of inflammatory and connective tissues (100 microm thick) develops around each microelectrode and likely contributes to the degradation in recording quality. Accurate estimates of the hindlimb trajectory were made using a linear filter with inputs from only a few neurons highly correlated with limb kinematics. The coefficients for the linear filter were identified in a least-squares fit with 5-10 s of walking data (model training stage). The estimated and actual trajectories of separate walking data generally match well for walking at a range of speeds accounting for 63 +/- 22% (mean +/- S.D. for hip, knee, and ankle) of the variance in joint angle and 72 +/- 4% of the variance in joint angular velocities. These results indicate that a neural interface with primary sensory neurons in the dorsal root ganglion can provide accurate kinematic state information that may be useful for closed loop control of a neuroprosthesis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle