多关节扭矩在站立平衡恢复中的作用 学术背景 站立平衡是人类日常生活中不可或缺的能力，尤其是在面对外部扰动时，如何快速协调髋关节、膝关节和踝关节的扭矩以维持平衡，一直是运动控制和神经科学研究的重要课题。传统的观点认为，平衡恢复依赖于神经介导的前馈（feedforward）和反馈（feedback）机制的协同作用。前馈机制通过肌肉的短程刚度（short-range stiffness）提供即时的机械反馈，而反馈机制则通过感觉输入激活肌肉，产生延迟的关节扭矩。然而，前馈和反馈机制在平衡恢复中的具体贡献尚不明确。为了深入理解这一问题，研究者们开发了一种新的传感器运动响应模型（Sensorimotor Response Model, SRM），旨在分解平衡恢复过程中髋、膝、踝关节的扭矩响应，并区分前馈...

通过拉伸反射模型从肌电信号估计快速和慢速运动中的下行激活模式 背景介绍 在运动控制领域，大脑的下行激活（descending activation）是肌肉激活的主要来源，但脊髓反射回路（spinal reflex loops）也在运动生成中扮演了重要角色。脊髓拉伸反射（spinal stretch reflex）是一种短延迟的反射机制，能够快速响应肌肉长度的变化，从而调节肌肉力量。然而，尽管脊髓反射在运动生成中的作用已被广泛研究，它在现代运动控制理论中的地位仍然不够明确。为了更好地理解脊髓反射如何与大脑的下行激活共同作用，Lei Zhang 和 Gregor Schöner 开展了一项研究，旨在通过肌电图（electromyographic, EMG）信号和运动学数据，直接估计下行激活模式。...

运动控制策略的调整与任务需求的适应 学术背景 运动控制是神经科学和运动科学中的一个核心研究领域，尤其是在理解人类如何计划和执行复杂动作方面。运动计划涉及多个过程，包括目标选择、任务需求的应用、动作选择以及运动参数的设定。传统观点认为，运动计划和执行是两个相对独立的过程，运动计划的完成需要一定的时间，而运动执行则是在计划完成后开始的。然而，近年来有研究表明，运动计划的某些部分可以在运动执行过程中进行调整，这挑战了传统的二分法观点。 本文的研究旨在探讨运动控制策略（control policy）如何根据任务需求进行调整，尤其是在运动计划和执行的不同阶段。具体来说，研究者希望验证控制策略的调整是否会影响反应时间（reaction time），以及这种调整是否可以在运动执行过程中进行。这一研究不仅有...

认知负荷对老年人运动控制中肢体差异的影响 学术背景 在日常生活中，我们通常观察到优势手（如右撇子的右手）在简单任务中表现优于非优势手。然而，这种肢体间的差异可能受到任务复杂性和生物力学需求的影响。动态优势假说（Dynamic Dominance Hypothesis）提出，左半球（右撇子的优势半球）主要负责控制运动轨迹，而右半球（非优势半球）则主要负责姿势控制。然而，在现实场景中，认知挑战可能会调节这些专门化的行为。因此，研究者假设，随着认知负荷的增加，运动控制的侧化过程会变得更加不对称。 为了验证这一假设，研究者设计了一项实验，探讨认知负荷对老年人运动控制中肢体差异的影响。老年人群体因其神经资源有限（如工作记忆容量减少）而成为研究的重点对象。一些研究表明，老年人由于半球侧化减少，可能表现出...

大脑皮层运动图谱的新发现 背景介绍 人类和其他灵长类动物能够执行多种复杂的身体运动，这些运动的启动和控制依赖于多个皮层和皮层下结构。其中，初级运动皮层（Primary Motor Cortex, M1）位于中央前回（precentral gyrus），是执行运动的核心区域。M1的一个重要特性是其躯体拓扑组织（somatotopic organization），即神经元的位置与它们控制的身体部位之间存在系统性的对应关系。例如，从中央前回的顶部向腹侧延伸，神经元依次控制脚、腿、手、手臂、上躯干、面部和头部。这一组织结构的早期证据来自于对接受清醒开颅手术的患者进行直接电刺激的实验。 近年来，有研究表明，除了M1之外，外侧枕颞皮层（Lateral Occipitotemporal Cortex, L...

在神经形态硬件上使用类脑计算原理的学习逆动力学 背景与研究动机 在现代机器人领域中，实现自主人工代理的低延迟神经形态处理系统具有巨大潜力。但目前硬件基础的可变性和低精度对其稳定和可靠性能的实现提出了严峻挑战。为了应对这些挑战，研究者们采用基于大脑启发的计算原理（computational primitives），如三元峰时间依赖可塑性（triplet spike-timing dependent plasticity）、基于基底神经节的去抑制机制以及合作竞争网络，并将这些技术应用于运动控制。 本研究通过展示一个使用混合信号神经形态处理器实现的硬件脉冲神经网络（spiking neural network，SNN）在线学习两关节机器人臂的逆运动学的示例，证明了这一方法的可行性。最终系统能够使用...