Geri Dön

A hybrid biological/in silico neural network based brain-machine interface

Hibrit biyolojik/in silico sinir ağı temelli bir beyin-makine arayüzü

  1. Tez No: 398696
  2. Yazar: MEHMET KOCATÜRK
  3. Danışmanlar: DOÇ. DR. ALBERT GÜVENİŞ, PROF. DR. HALİL ÖZCAN GÜLÇÜR
  4. Tez Türü: Doktora
  5. Konular: Biyomühendislik, Nöroloji, Bioengineering, Neurology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Biyomedikal Mühendislik Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Beyin-makine arayüzleri (BMA) beyin dokusu ile protetik hareket düzenekleri arasında yeni bilgi iletim kanalları açarak nörolojik hastalık veya yaralanmaya maruz kalmış bireylerin yaşamlarını iyileştirmeyi hedefler. BMA çalışmalarının çoğunda, motor korteksten alınan veri kullanıcının gerçekleştirmeyi hedeflediği protetik eylemlere bazı“eniyilenmiş”girdi-çıktı matematiksel modeller kullanılarak dönüştürülür. Bu yaklaşım çok güvenilir olsa da, kullanılan bilgi işleme prensipleri doğal sinirsel devrelerinkinden temelde farklıdır. Bu tezde, yeni, sinir devrelerinden esinlenen bir tasarım yaklaşımı önermekteyiz; BMA kontrolcüsü model nöronlardan oluşmakta ve elektrofiz-yolojik yöntemlerle aktivitesi kaydedilen nöronlardan benzetilen sinaptik girdiler almaktadır. Dolayısıyla, kontrolcü kullanıcının beyin devreleri ile bir hibrit biyolojik/in silico sinir ağı oluşturmaktadır. Bu tasarım yaklaşımının zorlu gerçek-zaman gereksinimlerini karşılamak için, öncelikli olarak Biyoesinlenmiş Model Geliştirme Ortamı (BMDE)'nı geliştirdik. Gerçek-zamanlı bir sistem üzerinde meydana getirilmiş olan BMDE önerilen tasarım yaklaşımının sıkı zamanlama şartlarını yerine getirmenin yanı sıra güçlü çevrimiçi veri görselleştirme araçlarıyla BMA model geliştirme işlemlerini önemli ölçüde kolaylaştırmaktadır. BMDE'yi kullanarak her biri gerçek motor korteks nöronlarından benzetilen sinaptik girdiler alan in silico striatum orta-boy dikenli nöronlarından oluşan bir BMA kontrolcüsü geliştirdik. BMA kontrolcüsü, gerçek-zamanlı benzetimler temelinde, bir ödülle değişen vuru zamanlamasına bağlı sinaptik plasitisite kuralını ve bir“kazanan hepsini alır”mekanizmasını uygulayarak tek boyutlu uzayda iki farklı hedefe kusursuz şekilde ulaşma başarımını göstermektedir. Bu tasarım yaklaşımını ve BMDE'yi kullanarak beyni daha iyi taklit edebilen BMA kontrolcüleri geliştirilebilir; nöroprotetik kontrol denemeleri sırasında biyolojik ve in silico sinir ağları arasındaki etkileşimler gözlemlenerek motor kontrol ve öğrenmeye ilişkin yeni sinirbilimsel bilgiler elde edilebilir.

Özet (Çeviri)

Brain-machine interfaces (BMIs) aim to improve the lives of individuals with neurological disease or injury, by opening new information transfer channels between brain tissue and prosthetic actuators. In a majority of the BMI work, the data acquired from the motor cortex neurons are decoded into user's intended prosthetic actions by some“optimized”input-output mathematical model. Although this approach is quite sound, the information processing principles used are fundamentally different from those of natural neural circuits. In this thesis, we propose a novel, neurally-inspired design approach; the BMI controller consists of spiking model neurons and receives simulated synaptic inputs from extracellularly recorded neurons. The controller therefore forms a hybrid biological/in silico neural network with the neuronal circuits of the user's brain. In order to fulfill the challenging real-time requirements of the present design approach, we first developed the Bioinspired Model Development Environment (BMDE). The BMDE, implemented on a hard real-time system, significantly facilitates BMI model development processes with powerful online data visualization tools while satisfying the strict timing constraints of the proposed design approach. Using the BMDE, we realized a novel, adaptive BMI controller which consists of in silico striatal medium spiny neurons, each receiving simulated synaptic inputs from extracellularly recorded motor cortex neurons. By implementing a reward-modulated spike timing-dependent plasticity rule and a winner-takes-all mechanism, the BMI controller, based on real-time closed-loop simulations, achieves perfect target reach accuracy for a two target reaching task in one dimensional space. Using this design approach and the BMDE, new generation BMI controllers that better mimic brain circuits can be developed. Moreover, by investigating the interactions between biological and in silico neural networks during neuroprosthetic control tryouts new neuroscientific insights concerning motor control and learning can be obtained.

Benzer Tezler

  1. Langmuir Blodgett assembly of peptide functionalized nanoparticles onto silicatebased surfaces and their characterization

    Peptit ile fonksiyonlandırılmış nanoparçacıkların Langmuir Blodgett yöntemi ile silika tabanlı yüzey üzerine kaplanması ve karakterizasyonu

    NUR MUSTAFAOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Biyoteknolojiİstanbul Teknik Üniversitesi

    Nanobilim ve Nanomühendislik Ana Bilim Dalı

    PROF. DR. MUSTAFA ÜRGEN

  2. Yeni bir grup potansiyel anti-alzheimer etkili takrin-donepezil hibritleri üzerinde çalışmalar

    Studies on A group of novel tacrine-donepezil hybrids as anti-alzheimer compounds

    GÜLŞAH BAYRAKTAR

    Doktora

    Türkçe

    Türkçe

    2019

    Eczacılık ve FarmakolojiEge Üniversitesi

    Farmasötik Kimya Ana Bilim Dalı

    PROF. DR. VİLDAN ALPTÜZÜN

  3. Genome-wide prediction of prokaryotic two-component system networks using a sequence-based meta-predictor

    Başlık çevirisi yok

    ALTAN KARA

    Doktora

    İngilizce

    İngilizce

    2016

    BiyomühendislikAberystwyth Unıversıty

    Yurtdışı Enstitü

    DR. NARCIS FERNANDEZ-FUENTES

    DR. DAVID WHITWORTH

  4. Synthesis of silica-based nanomaterials and their applications in fluorescent, biological and chemical sensing

    Silika nanomalzemelerin sentezi ve floresans tabanlı biyolojik ve kimyasal sensör uygulamaları

    PINAR BEYAZKILIÇ

    Doktora

    İngilizce

    İngilizce

    2018

    Kimyaİhsan Doğramacı Bilkent Üniversitesi

    Malzeme Bilimi ve Nanoteknoloji Ana Bilim Dalı (disiplinlerarası)

    YRD. DOÇ. DR. ÇAĞLAR ELBÜKEN

    DR. MEHMET BAYINDIR

  5. Hydrophobic associations in gels: Hybrid organo-cryogels and hydrophobically modified hydrogels

    Jellerde hidrofobik etkileşimler: Hibrid organo-kriyojeller ve hidrofobik modifiye hidrojeller

    DENİZ CEYLAN TUNCABOYLU

    Doktora

    İngilizce

    İngilizce

    2012

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    PROF. DR. OĞUZ OKAY