Real-Time software technology and its use in experimental neuroscience

Abstract

Debido a las complicadas dinámicas no lineales de los sistemas neuronales así como a la incapacidad existente a la hora de observar más de unas pocas de las señales que participan en dichas dinámicas de forma simultánea, el estudio de estos sistemas es muy complejo. Además, el paradigma tradicional de trabajo es el de estímulo-respuesta, en el cual se registra el comportamiento del sistema al responder a ciertos estímulos de entrada y se estudian estos resultados a posteriori, lo que impide caracterizar completamente la dinámica de su funcionamiento. Las tecnologías de ciclo cerrado permiten superar estas adversidades mediante la observación, el control y la interacción bidireccional con estos elementos neuronales. Sin embargo, la implementación de este tipo de tecnologías no es tan sencilla debido a que en muchos casos la detección y estimulación del sistema biológico debe hacerse de acuerdo a ciertas restricciones temporales precisas. Esta capacidad del sistema para ejecutar tareas y responder a eventos externos (síncronos o asíncronos) en una determinada franja de tiempo es lo que se conoce como funcionamiento en "tiempo real". Los ordenadores personales actuales poseen la suficiente potencia de procesamiento como para cumplir con los requisitos de tiempo real, sin embargo debido al funcionamieno de los planificadores de los sistemas operativos de propósito general (Windows, Linux, MacOS), que no puede ser controlado por el usuario, no existe manera de asegurar que un proceso de tiempo real se ejecutará sin interrupciones y cumpliendo con las restricciones temporales. Por otra parte, las implementaciones en hardware pueden cumplir con dichas restricciones temporales pero son menos programables. Por ello, existen también los llamados sistemas operativos de tiempo real (RTOS). Sin embargo, esta tecnología es a menudo difícil de instalar, configurar y manejar. Estas dificultades relativas a los RTOS provocan que muchos equipos y laboratorios dedicados a la neurociencia no vean viable invertir tiempo y esfuerzo en dominar esta tecnología para realizar experimentos de ciclo cerrado. En este trabajo se realiza una comparativa cuantitativa de las herramientas para tiempo real RTAI, Xenomai y Preempt-RT, de acuerdo a su rendimiento así como su usabilidad y accesibilidad, en la que se compara sus valores de latencia y la variabilidad (jitter) de estos. La comparativa se lleva a cabo en el contexto del uso de la tecnología de tiempo real en neurociencia experimental. Además se ha desarrollado una librería de modelos neuronales y sinápticos en tiempo real para su uso en circuitos híbridos, con neuronas vivas y modelos artificiales, y experimentos de ciclo cerrado. El correcto funcionamiento de dicha librería ha sido probado mediante su integración en circuitos híbridos, tanto con neuronas vivas como electrónicas, así como con el manejo de un motor de pasos para la estimulación mecánica.

Due to the complicated non linear dynamics of neuronal systems, as to the existing inability to observe simultaneously more than a few signals of the ones involved in said dynamics, the study of these systems is quite complex. Moreover, traditionally the working paradigm is the stimulus-response one, where the system behaviour is recorded while it responds to certain input stimuli and the results are studied afterwards, thus preventing the complete characterization of the behavioural dynamics. Closed-loop technologies allow to overcome these difficulties through online observation, control and bidirectional interaction with these neural elements. Nevertheless, implementing this kind of technologies is not an easy task because in many cases the detection and stimulation must be done within some precise temporal boundaries. This ability of the system to complete tasks and respond to external events (synchronous and asynchronous) within a determined time slot is known as "real-time" performance. Actual computers have enough processing power and speed to comply with real-time requirements, but due to the general purpose operating systems (Windows, Linux, MacOS) schedulers’ behaviour, which can not be controlled by the user, there is no way to ensure that a real-time process will be run without interruptions and respecting the temporal restrictions. On the other hand, hardware implementations can fullfil such boundaries, but are also less programmable. For this reason the real-time operating systems (RTOS) exist. However, this technology is often difficult to install, configure and use. This RTOS-related complications provoke that many neuroscience researching teams and laboratories do not consider feasible to spend time and effort to implement this tools for closed-loop experiments. In this work a quantitative comparison between the real-time solution RTAI, Xenomai and Preempt-RT is carried out, focusing on their performance, usability and accessibility, by comparing their latency values and jitter. The comparison done in the context of real-time software technology usage in experimental neuroscience. Furthermore, a real-time neuron and synapse model library was developed for its use in hybrid circuits and closed-loop experiments. To validate the correct functioning of said library it was used in hybrid circuits, with both electronic and living neurons, and to control a stepper motor for mechanical stimulation.