Intracortical microstimulation of the somatosensory cortex offers the potential for creating a sensory neuroprosthesis to restore tactile sensation. Whereas animal studies have suggested that both cutaneous and proprioceptive percepts can be evoked using this approach, the perceptual quality of the stimuli cannot be measured in these experiments. We show that microstimulation within the hand area of the somatosensory cortex of a person with long-term spinal cord injury evokes tactile sensations perceived as originating from locations on the hand and that cortical stimulation sites are organized according to expected somatotopic principles. Many of these percepts exhibit naturalistic characteristics (including feelings of pressure), can be evoked at low stimulation amplitudes, and remain stable for months. Further, modulating the stimulus amplitude grades the perceptual intensity of the stimuli, suggesting that intracortical microstimulation could be used to convey information about the contact location and pressure necessary to perform dexterous hand movements associated with object manipulation.

Summary Microstimulation in the somatosensory cortex can evoke artificial tactile percepts and can be incorporated into bidirectional brain-computer interfaces (BCIs) to restore function after injury or disease. However, little is known about how stimulation parameters themselves affect perception. Here, we stimulated through microelectrode arrays implanted in the somatosensory cortex of a human participant with a cervical spinal cord injury and varied the stimulus amplitude, duration, and frequency. Increasing the amplitude and duration increased the perceived intensity on all tested electrodes. Surprisingly, we found that increasing the frequency evoked more intense percepts on some electrodes but evoked less intense percepts on most electrodes. Electrodes divided into three groups which evoked distinct perceptual qualities that depended on the stimulus frequency and were spatially organized in cortex. These results contribute to our growing understanding of the structure and function of the somatosensory cortex and will facilitate principled development of stimulation strategies for bidirectional BCIs.

Abstract The development of realistic musculoskeletal models is a fundamental goal for the theoretical progress in sensorimotor control and its engineering applications, e.g., in the biomimetic control of artificial limbs. Yet, accurate models require extensive experimental measures to validate structural and functional parameters describing muscle state over the full physiological range of motion. However, available experimental measurements of, for example, muscle moment arms are sparse and often disparate. Validation of these models is not trivial because of the highly complex anatomy and behavior of human limbs. In this study, we developed a method to validate and scale kinematic muscle parameters using posture-dependent moment arm profiles, isometric force measurements, and a computational detection of assembly errors. We used a previously published model with 18 degrees of freedom (DOFs) and 32 musculotendon actuators with force generated from a Hill-type muscle model. The muscle path from origin to insertion with wrapping geometry was used to model the muscle lengths and moment arms. We simulated moment arm profiles across the full physiological range of motion and compared them to an assembled dataset of published and merged experimental profiles. The muscle paths were adjusted using custom metrics based on root-mean-square and correlation coefficient of the difference between simulated and experimental values. Since the available measurements were sparse and the examination of high-dimensional muscles is challenging, we developed analyses to identify common failures, i.e., moment arm functional flipping due to the sign reversal in simulated moments and the imbalance of force generation between antagonistic groups in postural extremes. The validated model was used to evaluate the expected errors in torque generation with the assumption of constant instead of the posture-dependent moment arms at the wrist flexion-extension DOF, which is the critical joint in our model with the largest number of crossing muscles. We found that there was a reduction of joint torques by about 35% in the extreme quartiles of the wrist DOF. The use of realistic musculoskeletal models is essential for the reconstruction of hand dynamics. These models may improve the understanding of muscle actions and help in the design and control of artificial limbs in future applications. New & Noteworthy Realistic models of human limbs are a development goal required for the understanding of motor control and its applications in biomedical fields. However, developing accurate models is restrained by the lack of accurate and reliable musculoskeletal measurements in humans. Here, we have overcome this challenge by using multi-stage validation of simulated structures using both experimental data and the identification of structural failures in the high-dimensional muscle paths. We demonstrate that the rigorous structural and functional validation method is essential for the understanding of force generation at the wrist.

A bstract Motor (M1) and somatosensory (S1) cortex play a critical role in motor control but the nature of the signaling between these structures is not known. To fill this gap, we recorded – in three human participants whose hands were paralyzed as a result of a spinal cord injury – the responses evoked in the hand and arm representations of primary motor cortex (M1) while we delivered ICMS to the somatosensory cortex (S1). We found that ICMS of S1 activated some M1 neurons at short, fixed latencies, locked to each pulse in a manner consistent with monosynaptic activation. However, most of the changes in M1 firing rates were much more variable in time, suggesting a more indirect effect of the stimulation. The spatial pattern of M1 activation varied systematically depending on the stimulating electrode: S1 electrodes that elicited percepts at a given hand location tended to activate M1 neurons with movement fields at the same location. However, the indirect effects of S1 ICMS on M1 were strongly context dependent, such that the magnitude and even sign relative to baseline varied across tasks. We tested the implications of these effects for brain-control of a virtual hand, in which ICMS was used to convey tactile feedback about object interactions. While ICMS-evoked activation of M1 disrupted decoder performance, this disruption could be minimized with biomimetic stimulation, which emphasizes contact transients at the onset and offset of grasp, reduces sustained stimulation, and has been shown to convey useful contact-related information. S ignificance Motor (M1) and somatosensory (S1) cortex play a critical role in motor control but the nature of the signaling between these structures is not known. To fill this gap, we recorded from M1 while delivering intracortical microstimulation (ICMS) to S1 of three human participants, whose hands were paralyzed by spinal cord injury. We found that ICMS activates M1 and that the motor fields of activated M1 neurons match the sensory fields of the stimulated S1 electrodes. These findings have important implications for using ICMS to convey tactile feedback for brain-controlled bionic hands. Indeed, the ICMS-evoked M1 activity worsens control of the hand. Fortunately, this effect is minimized by using biomimetic tactile feedback, which emphasizes contact transients and reduces sustained ICMS.

Abstract Background Intracortical microstimulation (ICMS) of the somatosensory cortex can restore sensation to people with neurological diseases. However, many aspects of ICMS are poorly understood, including the effect of continuous stimulation on percept intensity over time. Objective Here, we evaluate how tactile percepts, evoked by ICMS in the somatosensory cortex of a human participant adapt over time. Methods We delivered continuous and intermittent ICMS to the somatosensory cortex and assessed the reported intensity of tactile percepts over time in a human participant. Experiments were conducted across approximately one year and linear mixed effects models were used to assess significance. Results Continuous stimulation at high frequencies led to rapid decreases in intensity, while low frequency stimulation maintained percept intensity for longer periods. Burst-modulated stimulation extended the time before the intensity began to decrease, but all protocols ultimately resulted in complete sensation loss within one minute. Intermittent stimulation paradigms with several seconds between stimulus trains also led to decreases in intensity on many electrodes, but never resulted in extinction of sensation after over three minutes of stimulation. Additionally, longer breaks between each pulse train resulted in some recovery of the stimulus-evoked percepts. For several electrodes, intermittent stimulation had almost no effect on the perceived intensity. Conclusions Intermittent ICMS paradigms were more effective at maintaining percepts, and given that transient activity in the somatosensory cortex dominates the response to object contact, this stimulation method may mimic natural cortical activity and improve the perception of stimulation over time.

Bjånes DA, Fisher LE, Gaunt RA, Weber DJ Heuristic Spike Sorting Tuner (HSST), a framework to determine optimal parameter selection for a generic spike sorting algorithm. bioRxiv First published May 21, 2020. Extracellular microelectrodes frequently record neural activity from more than one neuron in the vicinity of the electrode. The process of labeling each recorded spike waveform with the identity of its source neuron is called spike sorting and is often approached from an abstracted statistical perspective. However, these approaches do not consider neurophysiological realities and may ignore important features that could improve the accuracy of these methods. Further, standard algorithms typically require selection of at least one free parameter, which can have significant effects on the quality of the output. We describe a Heuristic Spike Sorting Tuner (HSST) that determines the optimal choice of the free parameters for a given spike sorting algorithm based on the neurophysiological qualification of unit isolation and signal discrimination. A set of heuristic metrics are used to score the output of a spike sorting algorithm over a range of free parameters resulting in optimal sorting quality. We demonstrate that these metrics can be used to tune parameters in several spike sorting algorithms. The HSST algorithm shows robustness to variations in signal to noise ratio, number and relative size of units per channel. Moreover, the HSST algorithm is computationally efficient, operates unsupervised, and is parallelizable for batch processing. NEW & NOTEWORTHY HSST incorporates known neurophysiological priors of extracellular neural recordings while simultaneously taking advantage of powerful abstract mathematical tools. Rather than simply selecting free parameters prior to running a sorting algorithm, HSST executes a sorting algorithm across a range of input parameters, using heuristic metrics to detect which spike-sorting output is most physiologically plausible. This novel approach enables unsupervised spike-sorting exceeding the performance of previous methods, thereby enabling the processing of large data sets with confidence.

Abstract Epidural spinal cord stimulation (SCS) has recently been reported as a potential intervention to improve limb and autonomic functions, with lumbar stimulation improving locomotion and thoracic stimulation regulating blood pressure. We asked whether sacral SCS could be used to target the lower urinary tract. Here we show that high-density epidural SCS over the sacral spinal cord and cauda equina of anesthetized cats evokes responses in nerves innervating the bladder and urethra and that these nerves can be activated selectively. Sacral epidural SCS always recruited the pelvic and pudendal nerves and selectively recruited these nerves in all but one animal. Individual branches of the pudendal nerve were always recruited as well. Electrodes that selectively recruited specific peripheral nerves were spatially clustered on the arrays, suggesting anatomically organized sensory pathways. This selective recruitment demonstrates a mechanism to directly modulate bladder and urethral function through known reflex pathways, which could be used to restore bladder and urethral function after injury or disease.

The neural population spiking activity recorded by intracortical brain-computer interfaces (iBCIs) contain rich structure. Current models of such spiking activity are largely prepared for individual experimental contexts, restricting data volume to that collectable within a single session and limiting the effectiveness of deep neural networks (DNNs). The purported challenge in aggregating neural spiking data is the pervasiveness of context-dependent shifts in the neural data distributions. However, large scale unsupervised pretraining by nature spans heterogeneous data, and has proven to be a fundamental recipe for successful representation learning across deep learning. We thus develop Neural Data Transformer 2 (NDT2), a spatiotemporal Transformer for neural spiking activity, and demonstrate that pretraining can leverage motor BCI datasets that span sessions, subjects, and experimental tasks. NDT2 enables rapid adaptation to novel contexts in downstream decoding tasks and opens the path to deployment of pretrained DNNs for iBCI control. Code: https://github.com/joel99/context_general_bci .

Manual interactions with objects are supported by tactile signals from the hand. This tactile feedback can be restored in brain-controlled bionic hands via intracortical microstimulation (ICMS) of somatosensory cortex (S1). In ICMS-based tactile feedback, contact force can be signaled by modulating the stimulation intensity based on the output of force sensors on the bionic hand, which in turn modulates the perceived magnitude of the sensation. In the present study, we gauged the dynamic range and precision of ICMS-based force feedback in three human participants implanted with arrays of microelectrodes in S1. To this end, we measured the increases in sensation magnitude resulting from increases in ICMS amplitude and participant's ability to distinguish between different intensity levels. We then assessed whether we could improve the fidelity of this feedback by implementing "biomimetic" ICMS-trains, designed to evoke patterns of neuronal activity that more closely mimic those in natural touch, and by delivering ICMS through multiple channels at once. We found that multi-channel biomimetic ICMS gives rise to stronger and more distinguishable sensations than does its single-channel counterpart. Finally, we implemented biomimetic multi-channel feedback in a bionic hand and had the participant perform a compliance discrimination task. We found that biomimetic multi-channel tactile feedback yielded improved discrimination over its single-channel linear counterpart. We conclude that multi-channel biomimetic ICMS conveys finely graded force feedback that more closely approximates the sensitivity conferred by natural touch.

Wrist posture impacts the muscle lengths and moment arms of the extrinsic finger muscles that cross the wrist. As a result, the electromyographic (EMG) activity associated with digit movement at different wrist postures may also change. Therefore, we sought to quantify the posture-dependence of extrinsic finger muscle activity. Fine-wire bipolar electrodes were inserted in the extrinsic hand muscles of able-bodied subjects to record EMG activity during wrist and finger movements in various postures. EMG activity of all the recorded finger muscles were significantly different (p<.05, ANOVA) when performing the same movement in five different wrist postures. EMG activity varied by up to 70%, with the highest levels of activity observed in finger extensors when the wrist was extended. Similarly, finger flexors were most active when the wrist was flexed. For the finger flexors, EMG variations with wrist posture were most prominent for index finger muscles, while the EMG activity of all finger extensor muscles were similarly modulated. The extrinsic finger muscles also showed significant activity during wrist movements with the digits held still regardless of finger posture, suggesting that they may play a role in generating torque during wrist movements. Finally, we developed a pair of generalized classifiers that show that finger muscle EMG can be used to predict wrist posture. These results may impact the design of biomimetic control algorithms for myoelectric prosthetic hands, but further work in transradial amputees is necessary to determine whether this phenomenon persists after amputation.