A Wireless Sensor-Brain Interface System for Tracking and Guiding Animal Behaviors Through Closed-Loop Neuromodulation in Water Mazes
Notice bibliographique
Résumé
This article presents a wireless sensor-brain interface (SBI) system designed for closed-loop neuromodulation in freely behaving animals. The system enables a novel experiment in which swimming rats navigate a water maze guided exclusively by neural stimulation. The system consists of two wirelessly linked application-specific integrated circuits (ASICs): a bidirectional neural interface and an animal-tracking image sensor. The neural interface ASIC features a novel stimulator design with adaptive termination-based charge-balancing and an energy-efficient neural recording front end that rejects stimulation artifacts. The animal-tracking image sensor extracts the swimming features of rats and maps them into stimulation parameters with hardware acceleration. Low-power ultra-wideband transceivers with a custom protocol have been developed to ensure reliable wireless communication between devices with a short latency, which is critical to closed-loop neuromodulation. Wireless power transfer and near-field data communication have been developed to allow a part of the neural interface to be implanted beneath the skin, eliminating the need for through-skin connectors. Both ASICs were fabricated using 180-nm CMOS technology, fully characterized on the bench, and have been successfully used in animal experiments. Through rigorous testing, the system demonstrated consistent success in guiding multiple rats through the water maze using only stimulation. This work advances closed-loop neuromodulation technology and also serves as a promising platform for future neuroscientific investigations.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».