Стало известно, как двигательная кора головного мозга человека кодирует сложный почерк

По сравнению с другими видами животных люди могут планировать и выполнять очень сложные двигательные задачи, включая способность писать сложные символы руками. Хотя многие прошлые исследования пытались лучше понять нейронные основы письма и других сложных двигательных способностей человека, они еще не полностью изучены.

Прошлые исследования показали, что моторная кора играет решающую роль в способности человека переводить намерения в действия. Однако процессы, посредством которых она обеспечивает выполнение точных и последовательных движений, таких как те, которые связаны с письмом, плохо изучены.

Исследователи из Чжэцзянского университета в Китае недавно провели исследование, направленное на дальнейшее изучение роли двигательной коры человека в кодировании сложного почерка, такого как китайские иероглифы. Их выводы, опубликованные в Nature Human Behavior , предполагают, что это кодирование разворачивается через последовательность стабильных нейронных состояний.

«Когда мы начали этот проект в 2022 году, мы изначально намеревались создать систему интерфейса мозг-компьютер (BCI) для китайского рукописного текста. Хотя наша система BCI могла хорошо декодировать скорость движения для управления курсором, реконструкция китайского рукописного текста была далека от удовлетворительной. В то время мы были расстроены, поскольку понимали, что рукописный ввод — это сложное, требующее навыков движение, особенно для китайских иероглифов (более 3500 часто встречающихся символов, состоящих из 32 типов штрихов), поэтому он может быть сложнее по сравнению с управлением курсором», — рассказал Medical Xpress Юй Ци, первый автор статьи.

Несмотря на изначально неутешительные результаты, Ци и ее коллеги продолжили работу над своим рукописным BCI, исследуя процессы, посредством которых мозг, в частности моторная кора, кодирует сложный почерк. В конечном итоге их усилия привели к интересным новым идеям, которые позволили им улучшить свой рукописный интерфейс человек-машина.

В рамках своего недавнего исследования они провели серию экспериментов, в которых участнику-человеку было предложено написать 306 различных китайских иероглифов. Пока участник выполнял задание, исследователи регистрировали активность в его моторной коре, чтобы понять процессы, вовлеченные в кодирование символов и выполнение задания по письму.

«Задача эксперимента была простой. Мы попросили нашего участника написать китайские иероглифы один за другим, под руководством видео, как в караоке-игре по письму. Мы записали единичную нейронную активность МК из его моторной коры (МК) с помощью двух микроэлектродных решеток, когда он выполнял задание по письму», — объяснил Ци.

Записи мозговой активности, собранные исследователями, предоставили новые интересные идеи относительно основ почерка, предполагая, что моторная кора кодирует сложный почерк, разбивая его на ряд небольших сегментов движения или состояний. В своей статье Ци и ее коллеги выдвигают гипотезу, что эти состояния являются примитивными единицами кодирования движения.

«Кодирование движения в MC показало свойство, зависящее от состояния, а именно, что функция кодирования остается стабильной в каждом состоянии, при этом значительно варьируясь между состояниями. Традиционные нейронные декодеры не учитывали это свойство, зависящее от состояния, поэтому не могли декодировать траектории рукописного текста. Эти результаты затем вдохновили нас предложить модель кодирования и декодирования, зависящую от состояния, а также разработать вычислительные инструменты, такие как TFC и декодер, зависящий от состояния, что позволило осуществлять онлайн-декодирование китайских рукописных текстов», — сказал Ци.

Эта недавняя работа Ци и ее коллег обогащает нынешнее понимание того, как человеческий мозг выполняет более сложные двигательные задачи , требующие высокого уровня точности. В будущем их выводы могут помочь в разработке новых BCI, которые позволят пользователям писать на компьютере с помощью сигналов своего мозга.

«Сейчас мы сосредоточены на модели кодирования и декодирования более сложных тонких движений, и наша следующая цель — создать интерфейсы BCI, способные управлять разнообразными, сложными тонкими движениями», — добавил Ци.

Читайте также: