Molinari, Giulia
(2025)
Decodifica neurale dalla corteccia premotoria dorsale di macaco durante i movimenti di reaching: confronto tra coordinate spaziali e parametri biomeccanici per applicazioni BCI.
[Laurea], Università di Bologna, Corso di Studio in
Ingegneria biomedica [L-DM270] - Cesena
Documenti full-text disponibili:
![[thumbnail of Thesis]](https://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (3MB)
|
Abstract
Questa tesi esplora il ruolo dell’area premotoria dorsale e della sua porzione caudale F2 nel rappresentare i movimenti dell’arto superiore, con l’obiettivo di chiarire se le informazioni codificate siano di tipo spaziale (coordinate estrinseche) o biomeccanico (variabili intrinseche articolari e muscolari). Un macaco (Macaca fascicularis) è stato addestrato a compiere movimenti di reaching verso bersagli disposti nello spazio tramite un braccio meccanico, mentre venivano registrati i potenziali d’azione con sistemi intracorticali di array Utah e i movimenti oculari con eye-tracking. La cinematica dell’arto è stata ricostruita in coordinate 3D mediante un approccio markerless (DeepLabCut e Anipose) e successivamente ricreata con un modello biomeccanico dell’arto in OpenSim per stimare angoli, velocità, accelerazioni articolari e lunghezze muscolari.
I dati neurali sono stati organizzati per trial, normalizzati e utilizzati per addestrare, in cross-validazione, una rete neurale ricorrente (LSTM) finalizzata alla decodifica di cinque famiglie di variabili: coordinate spaziali del polso, angoli articolari, velocità articolari, accelerazioni articolari e lunghezze muscolari. Le prestazioni sono state valutate tramite R² medio.
I risultati mostrano che le coordinate spaziali del polso sono predette con maggiore accuratezza rispetto alle altre variabili. Anche le lunghezze muscolari hanno evidenziato buone performance di decodifica, mentre angoli e velocità articolari risultano meno affidabili.
Nel complesso, i dati suggeriscono che F2 rappresenti in modo più stabile lo stato spaziale del gesto e, in misura non trascurabile, lo stato muscolare, rispetto ai dettagli dinamici del movimento. Queste evidenze hanno implicazioni dirette per lo sviluppo di interfacce cervello-computer (BCI) orientate alla decodifica delle posizioni e degli stati finali dell’azione.
Abstract
Questa tesi esplora il ruolo dell’area premotoria dorsale e della sua porzione caudale F2 nel rappresentare i movimenti dell’arto superiore, con l’obiettivo di chiarire se le informazioni codificate siano di tipo spaziale (coordinate estrinseche) o biomeccanico (variabili intrinseche articolari e muscolari). Un macaco (Macaca fascicularis) è stato addestrato a compiere movimenti di reaching verso bersagli disposti nello spazio tramite un braccio meccanico, mentre venivano registrati i potenziali d’azione con sistemi intracorticali di array Utah e i movimenti oculari con eye-tracking. La cinematica dell’arto è stata ricostruita in coordinate 3D mediante un approccio markerless (DeepLabCut e Anipose) e successivamente ricreata con un modello biomeccanico dell’arto in OpenSim per stimare angoli, velocità, accelerazioni articolari e lunghezze muscolari.
I dati neurali sono stati organizzati per trial, normalizzati e utilizzati per addestrare, in cross-validazione, una rete neurale ricorrente (LSTM) finalizzata alla decodifica di cinque famiglie di variabili: coordinate spaziali del polso, angoli articolari, velocità articolari, accelerazioni articolari e lunghezze muscolari. Le prestazioni sono state valutate tramite R² medio.
I risultati mostrano che le coordinate spaziali del polso sono predette con maggiore accuratezza rispetto alle altre variabili. Anche le lunghezze muscolari hanno evidenziato buone performance di decodifica, mentre angoli e velocità articolari risultano meno affidabili.
Nel complesso, i dati suggeriscono che F2 rappresenti in modo più stabile lo stato spaziale del gesto e, in misura non trascurabile, lo stato muscolare, rispetto ai dettagli dinamici del movimento. Queste evidenze hanno implicazioni dirette per lo sviluppo di interfacce cervello-computer (BCI) orientate alla decodifica delle posizioni e degli stati finali dell’azione.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Molinari, Giulia
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
decoding,neurale,corteccia,premotoria,dorsale,reaching,modello,muscoloscheletrico,primate non umano,BCI,OpenSim,Area, F2,reti,neurali LSTM,neuroscienze,motorie
Data di discussione della Tesi
26 Settembre 2025
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Molinari, Giulia
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
decoding,neurale,corteccia,premotoria,dorsale,reaching,modello,muscoloscheletrico,primate non umano,BCI,OpenSim,Area, F2,reti,neurali LSTM,neuroscienze,motorie
Data di discussione della Tesi
26 Settembre 2025
URI
Statistica sui download
Gestione del documento: