Body-place fields and the surrounding space : preliminary evidence from multielectrode neural recordings in the macaque premotor cortex

Abstract

Lo spazio peripersonale è un particolare settore dello spazio dove avvengono tutte le interazioni fisiche tra l’individuo e l’ambiente. Vari studi hanno mostrato che la corteccia premotoria ventrale del macaco ospita neuroni che sono in grado di rispondere a stimoli tattili, visivi e uditivi, e che si ritiene codifichino lo spazio attorno a noi in termini operazionali. In questo studio abbiamo registrato dall’area premotoria F4 per indagare l’attività neurale quando stimoli visivi sono mossi nello spazio attorno alla scimmia e stimoli tattili vengono applicati sulla sua testa e sulla parte superiore del suo corpo. Usando sonde multielettrodo lineari, abbiamo isolato 27 single-unit e 196 multi-unit. Queste analisi preliminari si sono concentrate sui singoli neuroni. Abbiamo prima realizzato una “firing rate map” per ognuno di essi; dopodiché abbiamo elaborato un modello di regressione lineare usando le risposte neurali come predittori e le posizioni degli stimoli come valori predetti. Grazie alle mappe del firing rate, è possibile apprezzare la modulazione della scarica neuronale in un modo estremamente dettagliato. Inoltre i dati suggeriscono che in entrambi i tipi di condizioni, lungo ogni asse, sia possibile predire la posizione dello stimolo partendo dall’attività neurale.

The peripersonal space is a particular sector of space, where all physical interactions between individual and the environment occur. Several studies showed that the ventral premotor cortex of macaques hosts neurons responding to tactile, visual and auditory stimuli, deemed to code the space around us in operational terms. In the current study, we recorded from premotor area F4 in order to investigate the neuronal activity when visual stimuli were moved in the space around the monkey and tactile stimuli were applied on its head and upper body. By using linear multielectrode probes, we isolated 27 single units and 192 multi-units. This preliminary analysis focused on single units. We first computed a firing rate map for each of them; next, we elaborated a linear regression model using neural responses as predictors and stimuli positions as predicted values. Thanks to the firing rate maps, it is possible to appreciate the modulation of neural discharge in an extremely detailed way. Furthermore, the data suggest that it is possible to predict stimuli position from the neural firing rate during both type of conditions, along each axis.