A cryptography-based approach for movement decoding.
A cryptography-based approach for movement decoding.
复制标题
一种基于密码学的移动解码方法。
DOI：
10.1038/s41551-017-0169-7
复制
发表时间：
2017-12
影响因子：
28.1
通讯作者：
Körding KP
中科院分区：
文献类型：
--
作者：
Dyer EL;Gheshlaghi Azar M;Perich MG;Fernandes HL;Naufel S;Miller LE;Körding KP
大脑解码器使用神经记录来推断用户的活动或意图。为了训练解码器，通常需要从同时测量的神经活动推断感兴趣的测量变量（协变量）。然而，存在难以或不可能获得监督数据的情况。在这里，我们描述了一种运动解码的方法，不需要同时测量神经活动和运动输出。我们使用运动的统计数据-就像密码学家使用语言的统计数据一样-来找到神经活动和运动变量之间的映射，然后通过最小化Kullback-Leibler发散，将解码器输出的分布与运动输出的典型分布对齐。通过使用从三个非人类灵长类动物的运动皮层收集的数据集执行达到任务或等距力生产任务，我们表明，这样的分布对齐解码算法的性能与监督方法的性能相当。分布-对齐解码有望拓宽大脑解码的潜在应用。
Brain decoders use neural recordings to infer the activity or intent of a user. To train a decoder, one generally needs to infer the measured variables of interest (covariates) from simultaneously measured neural activity. However, there are cases for which obtaining supervised data is difficult or impossible. Here, we describe an approach for movement decoding that doesn’t require access to simultaneously measured neural activity and motor outputs. We use the statistics of movement—much like cryptographers use the statistics of language—to find a mapping between neural activity and motor variables, and then align the distribution of decoder outputs with the typical distribution of motor outputs by minimizing their Kullback-Leibler divergence. By using datasets collected from the motor cortex of three non-human primates performing either a reaching task or an isometric force-production task, we show that the performance of such a distribution-alignment decoding algorithm is comparable with the performance of supervised approaches. Distribution-alignment decoding promises to broaden the set of potential applications of brain decoding.
登录
查看更多内容
影响因子：
2
作者：
Ingram, James N.;Kording, Konrad P.;Howard, Ian S.;Wolpert, Daniel M.
通讯作者：
Wolpert, Daniel M.
影响因子：
5.7
作者：
Cowen AS;Chun MM;Kuhl BA
通讯作者：
Kuhl BA
影响因子：
64.8
作者：
Pillow JW;Shlens J;Paninski L;Sher A;Litke AM;Chichilnisky EJ;Simoncelli EP
通讯作者：
Simoncelli EP
影响因子：
2.5
作者：
Jagabathula, Srikanth;Shah, Devavrat
通讯作者：
Shah, Devavrat
影响因子：
4.6
作者：
Kemere, C;Shenoy, KV;Meng, TH
通讯作者：
Meng, TH