Optimizing the representation of space in the parietal cortex

The ability to consistently and accurately decode end target reach goals from a patient's neural activity is necessary for the development of an optimal cognitive neural prosthetic which can assist patients with reach system dysfunction. The use of implantable microelectrode arrays to gather neural activity often leads to a spatial bias in the directional tuning of the sampled neurons due to the small subset of neurons which can be simultaneously captured by the microelectrode array. Cortical neural activity has been shown to be dynamic by several studies using brain-machine interfaces (BMI) decoding neural activity to control an external device. In this study, we investigated the capacity of the sampled neurons to undergo functional reorganization leading to an optimization of the representation of reaching space in neurons encoding end target reach goal as a result of a variable reward schedule associated with the adaptive decoding algorithm used by the BMI. We recorded neural activity using 72 electrodes implanted in the posterior parietal and premotor dorsal areas of a Rhesus Macaque (NHP). The BMI was designed in such a way as to use an adaptive Bayesian decoder to predict the intended reach goal of the NHP, and a successful trial was established when the decoder predicted the instructed reach goal. The amount of reward the primate received was proportional to the ability of the decoder to accurately predict the cued reach goal, with the primate receiving visual feedback of his performance during the task. Our findings established the presence of neurons stable across multiple recording sessions and tracked significant changes in the representation of space in the subset of neurons sampled by the microelectrode arrays, coinciding with an improvement in decode performance. These results suggest that neural changes can be actively induced by the use of reward, leading to a reorganization and optimization of the representation of space in the parietal cortex and an increase in the information available to the decoder.La possibilité de décoder précisément et fidèlement l'intention de mouvement à partir de l'activité cérébrale d'un patient est nécessaire au développement d'une prothèse cognitive neurale optimale qui puisse subvenir aux besoins de patients atteints d'une dysfonction du système moteur. L'utilisation de matrices de microélectrodes implantables pour échantillonner l'activité neuronale mène souvent à un biais spatial dans la représentation directionnelle des neurones prélevés en raison du petit sous-ensemble de neurones qui peut être simultanément capturés par les microélectrodes. Plusieurs études utilisant des interfaces cerveau-machine (ICM) ont rapporté que l'activité neuronale corticale est dynamique suite au contrôle d'un périphérique externe. Dans cette étude, nous avons étudié la capacité des neurones prélevés à subir une réorganisation fonctionnelle conduisant à une optimisation de la représentation de l'espace dans les neurones codant l'intention de mouvement suite à la remise d'une récompense variable associée à l'algorithme adaptatif de décodage utilisé par le IMC. Nous avons enregistré l'activité neuronale en utilisant 72 électrodes implantées dans le cortex pariétal postérieur et prémoteur dorsale d'un Macaque rhésus (PNH). L'IMC a été conçu de telle manière à utiliser un décodeur adaptatif bayésien pour prédire l'intention de mouvement du PNH, avec un essai réussi établi lorsque le décodeur prédit correctement le mouvement indiqué. La valeur de la récompense reçue par le primate était proportionnelle à la capacité du décodeur à prédire avec précision le mouvement indiqué ainsi qu'un rétrocontrôle visuel de sa performance au cours de la tâche. Nous établissons la présence de neurones stables au travers de plusieurs sessions d'enregistrement et découvrons des changements importants dans la représentation de l'espace dans le sous-ensemble de neurones prélevés par les réseaux de microélectrodes, qui coïncide avec une amélioration des performances de décodage. Ces résultats suggèrent que les changements neuronaux peuvent être activement induits par l'utilisation de la récompense, ce qui conduit à une réorganisation et une optimisation de la représentation de l'espace dans le cortex pariétal et une augmentation de la quantité d'information disponible au décodeur