Summary
Hafif mekanik çevresel uyaranlara uygun bir uyarıcı sivri Yerel Alan Potansiyelleri (LFPs) gelen karmaşık geçişi aydınlatmak için inşa edilmiştir. Bir uygulama olarak, duyusal korteks kaydedilen engelleyici faaliyetler bir çok objektif optimizasyon stratejisi ile analiz edildi. Sonuçlar önerilen stimülatör milisaniye ve milimetre kesinleşmemiş ile dokunsal uyaranlara teslim mümkün olduğunu göstermiştir.
Abstract
Şu nörofizyolojik araştırma ani için yani Yerel Alan Potansiyelleri sivri (LFPs) dan geçişler ve LFPs gelen nöron nöron sinyal yolu, araştırmak için yöntemler geliştirmek amacı vardır.
LFPs başak aktivite karmaşık bir bağımlılığı vardır ve bunların ilişkisi hala tam 1 anlaşılmaktadır. Bu sinyal ilişkilerin aydınlatılması klinik teşhis (Derin beyin stimülasyonu örneğin stimülasyon paradigmalar) ve normal ve patolojik koşullar (örn. epilepsi, Parkinson hastalığı, kronik ağrı) nöral kodlama stratejilerinin daha derin bir anlama için hem yararlı olacaktır. Bu amaçla, bir stimülasyon cihazları, stimülasyon paradigmalar ve hesaplamalı analizler ile ilgili teknik sorunları çözmek için vardır. Bu nedenle, ısmarlama bir uyarım cihazı mekanik rezonans uğramayan de uzay ve zaman içinde düzenlenmiş uyaranlara sunmak için geliştirilmiştir. Daha sonra,bir örnek olarak, güvenilir LFP-başak ilişkilerin bir dizi ekstre edildi.
Cihazın performansı, hücre dışı kayıtları ile araştırılmıştır birlikte ani ve sıçan birincil Somatosensori korteksinden uygulanan uyarımlarına LFP tepkiler. Daha sonra, çok amaçlı optimizasyon stratejisi ile, LFPs göre başak bir meydana geliş için bir tahmin modeli tahmin edilmiştir.
Bu paradigma uygulama cihazın yeterli ortak piezoelektrik aktüatörler daha iyi performans, yüksek frekans dokunma uyarımı sağlamak için uygun olduğunu göstermektedir. Cihazın etkinliği bir kanıtı olarak, aşağıdaki sonuçlar sunulmuştur: 1) LFP yanıtlarının zamanlaması ve güvenilirliği de, büyük çivi yanıtları eşleşen 2) LFPs uyarım tarihine karşı duyarlıdır ve ortalama tepki sadece yakalama değil, aynı zamanda başak aktivite ve nihayet, 3) LFP kullanarak deneme-to-deneme dalgalanmalar bir aralık o tahmin etmek mümkündür sinyalf başak aktivite farklı yönlerini yakalamak prediktif modeller.
Introduction
Sinyali bağlamında dürtü yanıtı işlem bir dinamik sistem davranışı temel bir tanımlamasını sağlamaktadır.
Ideal bir darbe uyarıcı pratikte elde değil de, yüksek frekans yer değiştirmeleri üreten bir tahrik elemanı ile bunun tahmini bir bilgi elde etmek mümkündür. Hafif dokunma-titreşimli Bu tür uyarım hem derin cilt (örneğin hızlı, yanıt hızlı Pacinian cisimcikleri uyarlama) 2 ve yüzeysel reseptörleri (örneğin, düşük eşik yavaş Merkel diskoit yapılarını adapte) 2 hedef bilinmektedir.
Mevcut stimülasyon cihazları, özellikle piezoelektrik aktüatörler, sakıncaları bir dizi, en azından yankılar ve küçük değiştirmeler ile tahsil edilir. Bu kusurları üstesinden gelmek için, darbe gibi uyarmanın alternatif uygulama dikey Köreldiğini ipucu (bizim durumumuzda bir kaktüs yumuşatılmış ucu) kullanılarak önerilmiştirBir orta menzilli hoparlör konisi membran merkezine monte edilmiş. Bu daha büyük yer değiştirmeler ve daha geniş frekans spektrumu avantaj sağlar.
Böyle bir cihazın etkin bir uygulama için, bağımlılık ani LFPs ilgili nörofizyolojik sorunun çalışmadır. Çünkü bu elektrikli olaylar arasındaki ince zamansal dernek ince ayarlı cihaz çevresel uyaranlara teslim için gerekli. Uyaranlar "arka plan gürültüsünü" azaltmak ve faiz sinyalleri keskinleştirmek için hızlı ve mümkün olduğu mekansal olarak seçici olmak zorunda. Bu amaçla, uyarım cihazı ve uyarıcı teslim protokolü ortak görev için optimize edilmiştir. Bu yazıda, tekniği tanımlamak ve bazı temsilcisi sonuçları sunmak.
Randomize eşleştirilmiş-bakliyat göre bir uyarma protokolü alışkanlık önlemek amacıyla tasarlanmış ve optimize edilmiştir. Bu protokol, klasik çift avantajı sundubakliyat ed ve uyarılara ve nöronal aktivitenin kendiliğinden periyodik darbeler arasında geçici kilitleme olasılığı azalır.
Kullanarak bu hızlı ve güvenilir LFP ve başak yanıtları elde etmek ve stimülasyon tarih hem LFPs ve ani bağımlılığı ile ilgili bu tepkilerin özelliğini yakalamak mümkün oldu eşleştirilmiş nabzını randomize. Gerçekten de, ham LFP yanıtlardan, üç işgücüne bir dizi güçlü bir ortalama başak tepki ile korelasyon (LFP kendisi, birinci türevinin LFP birinci türevi ve faz) sahiptir, ayrıca ekstre edilmiştir.
Birkaç yöntem LFPs 3,4 'den ani tahmin modelleri uygun önerilmiştir. Genel olarak, ortak de uyarıcı sinyal başak olayın tahmin, en aza indirmek / üst düzeye çıkarmak için amaç fonksiyonu uygun seçimi ile model uydurma sürecinin kritik bir nokta oluşur. Amaç fonksiyonu bir dizi teklif olsa daBu d (örneğin korelasyon ve akıcılık) 5 hiçbiri ortaklaşa başak tepkilerin bütün karmaşıklığını yakalar. Buna göre, çok amaçlı optimizasyonu dayalı yeni bir çerçeve tanıtıldı. Biz gösteriyor ki önerilen tasarladı ve bu hesaplama framework ilişkileri başak güçlü LFP dayalı öngörü modelleri bir dizi tahmin etmek mümkündür kullanarak.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Etik Bildirimi
Duyusal uyaranlar nöronal aktivitenin tarafından nasıl temsil edildiğini incelemek için hayvanların kullanımı ve in vivo yaklaşım kullanımına karşı hiçbir alternatif yoktur. Bütün hayvanlar Bilimsel Araştırma (İtalyanca Biyoetik Komitesi, Araştırma Hayvanların Tedavisinde Hakkında Kanun Hükmünde Kararname, 27 Jan 1992, No 116) hayvan tedavisinde İtalyan ve Avrupa Yasaları boyunca tedavi edilmiştir. Deneyler yapılmıştır Ulusal Araştırma Konseyi, Birleşmiş Milletler Eğitim, Bilim ve Kültür Kuruluşları (UNESCO), Tıp Bilimleri Uluslararası Organizasyonlar Konseyi (adına Laboratuar Hayvan Bilimi Uluslararası Komitesi (ICLAS) yapışır CIOMS ) ve Biyolojik Bilimler Uluslararası Birliği (IUBS). Gibi, hiç bir protokol özgü onayı gerekli oldu. Sağlık Bakanlığı'nın onayı ve Etik Komitesi dosyalarının içine "Biella 1, 3/2011" olarak sınıflandırılırMilan Üniversitesi.
1.. Deney Hayvanlarının hazırlanması
- Erkek, dişi büyüklüğü yaklaşık 300-400 gr seçin.
- Deneysel hazırlanması için sıçan anestezisi.
- Periton boşluğu içine bir barbitürat çözeltisi (indüksiyon için pentobarbital, 50 mg / kg, bakım için 10 mg / kg) enjekte edilir.
- Hiçbir geri çekme refleksi oluşur sağlayan bir pençe üzerinde alçak eşiği ve yüksek eşik mekanik uyaranlarla anestezi seviyesini kontrol edin.
- Doğru ve sonra kranial yüzeyini açığa çıkarmak için bir kesi yapmak kranial tonoz tıraş tarafından kranial cildi hazırlayın.
- Trakea kendi etrafında cerrahi ligasyon ile sabitleme bir trakeal kanül (2 mm ve 2.5 mm arasında bir dış çapa sahip iç çapı) ile, trakea Cannulate.
- Yanal trakeal segmente juguler ven açığa ve kabın çevresinde cerrahi ligasyon ile sabitleme eden bir şınngaya bağlanmış bir kanül (PE10) sokulması da kanüle.
- Stereotaksik aparat üzerine sıçan monte edin.
- Sırtüstü pozisyonda sıçan vücut ve yer güvenli.
- Kulak çubukları ile başını düzeltmek ve burun engellemek. Kulak çubukları yerleştirmeden önce sıçan kulak lokal anestezik (lidokain) bir veya iki damla koyun.
- 37.5 ° C'da sıcaklık muhafaza, bir elektronik olarak kontrollü bir ısıtma yastığı ile stereotaksik pedin sıcaklığını düzenlemek
- Solunum anestezi cihazına trakeal tüp bağlayın.
- 1 inme / s izofluran (% 2.5 0.4-0.8 L / dk) teslim ve O 2 (0.15-0.2 L / dk) solunum anestezi cihazı ayarlayın.
- Povidon-iyot topikal antiseptik tarafından dikkatle kranial tonoz temizleyin.
- Steril bir neşter almak ve oksipital kemiğin açısına burnu temelinde gelen orta hat üzerinde uzunlamasına kesilir.
- Bir ekartör tarafından yara sınırları çatallanmak ve iki küçük cocker forseps ile bunları düzeltmek uygulanan tyara sınırları o.
- Saydam yüzey gözlemleyerek bir kafatası tonoz üzerinde bir ışık işaret ederek periost tanımlayın. Dikkatle kemik tonoz periost kaldırılması ve kemik yüzeyini açığa Scratch.
- Fokal kanamalar, kemik üzerinde görünür eğer kemik yüzey üzerinde bir ucu pamuklu veya cerrahi sünger ile hemostaz sağlayın.
- Ince uçlu kalem ile, mediosagittal ve koronal suturas çapraz noktasında stereotaktik nokta bregma tanımlamak.
- Cerrahi mikroskop denetimi altında, deney (Bregma, AP -0.5 1.2 mm, 2.5 mm LL -2.3) için kullanılan arka pençeye somatosensory korteks Kontralateral kaplayan stereotaktik alanını (S1HL) tanımlar.
- Ince uçlu kalem ile delinecek delik sınırlayan kare çevresini çizin.
- Kemik kiremit çıkarmadan önce tanımlanmış mavi meydanında bir 9 mm 2 delik delin.
- Temizleyin ve potansiyel kemik kanamalara emer. Dikkatle dura mater kaldırmak ve 37.5 ° C'de muhafaza yapay beyin omurilik sıvısı batırılmış bir cerrahi sünger ile kortikal yüzeyini kaplayan
- Elektronik bir mikromanipülatör bağlı bir tutucuya elektrot matris düzeltildi.
- Bir microconnector ile ön amplifikatöre matrisin baş bağlayın.
- (Dokunmadan) kortikal yüzeye kadar (cerrahi mikroskop kontrolü altında) elle elektrot matrisi sürün.
- Işitsel sinyali ile amplifikatörler açınız.
- Elektronik kumanda ile sürücü, temas edene kadar kortikal yüzeye dokunmak elektrot matris net bir gürültü ses değişikliği ile bildirilir, ulaşılır.
- 350-400 mikron bir derinlik (kortikal tabaka IV) ulaşılana kadar elektronik kontrollü adımlarla (2 mm / adım) ile elektrot matrisi aşağı çekin.
- Kontralateral posterior pençe üzerinde hafif dokunuşlar ile nöronların yanıt kontrol.
- Net bir engelleyici tepki gözlenir kadar birkaç başka adımlarla derinliğini ayarlayın.
- Intravenöz thriethiodide galamin (20 mg / kg / saat) ile sıçan felç. Kürarizasyon seviyeleri (0,2 ml / 1 saat) muhafaza edilmesi için deney boyunca kırılan dozlar kullanarak.
2. Sinyal Tedavi
- [0.1 6000] Hz yazılım bant geçiren filtre ayarlayın.
- 32 KHz 8 kanal mikroelektrot matris nöronal sinyalleri kaydedin.
- Satın alma bittikten sonra, post-processing için uygun bir ikili biçime kaydedilen sinyalleri ihracat.
- Wave_clus araç kutusu 11 ile başak sıralama prosedürü uygulayın.
3. İmalat ve Uyarım Cihazın Konfigürasyon
- Dik kap sap temelini yapıştırma bir orta menzilli hoparlör yüzeyine (Kör uçlu) bir kaktüs sapı monte edin.
- Programhoparlör için bir sürücü devresine voltaj darbeleri teslim mikroişlemci.
- (Şekil 1C bakınız) mevcut her saniye iki eşleştirilmiş darbeleri sunmak için mikro programı.
- Temel pasif bileşenleri (Şekil 1A bakınız) ile bir L293D h-köprü vasıtasıyla hoparlör ve mikrodenetleyici birleştirin.
- 12 V şarj edilebilir pil için mikrodenetleyici bağlayın.
4. Uyarım Protokol
- Volar yüzeye maruz bırakılması ve eklem büküm kaçınarak katı çerçeveye arka pençesine dorsal yönü Tutkal.
- İstenen uzantı / pençe konumu üzerine uyarım aygıtının ucu yerleştirin.
- Stimülasyon cihazı açın.
Çevrimdışı adımlar:
5. Spike Yanıtların Değerlendirilmesi
- Kaydedilen her bir nöron için, hesaplamak uyaran Shannon Karşılıklı Bilgi (MI) spike aktivitesini uyarılmış (uyarıcı category ya 1, uyarıcı veya 0, hiçbir uyarıcı) 'dir.
- S uyarıcı kategorisini temsil eder ve r sabit bir zaman dilimi içinde yayılan sivri sayısını temsil | koşullu tepki olasılık p (s r) tahmin.
- Karıştırma prosedür 9 açıklanan kullanarak MI tahmin düzeltin.
6. LFP Yanıtların Değerlendirilmesi
- LFP sinyali elde etmek için frekans aralığında [0.1 100] Hz kaydedilen sinyali filtre
- Hesaplayın LFPSNR, referans 10 içinde açıklandığı gibi, LFP yanıt bir ölçüsüdür.
7. Model Tahmini
- Formun bir model oluşturmak
x argümanlar <üç farklı LFP özellikleri (x 1 LFP kendisi temsil eder aşağıdaki gibi em> x 2 türev ve x, 3 Hilbert onun türevinin faz) ve F olarak ifade edilir
g katsayıları lineer bir kombinasyonu ağırlıkları ve f mutlak değerini, gücünü veya her x, i orijinal değerini ya alan bir operatördür. - Uyum i) yerel, deneme-to-deneme temeli, ölçü: aşağıdaki üç nesneleri kullanarak model parametreleri ve operatörleri tahmin etmek NSGAII algoritma kullanın
, N sp ve N r temsil ettiği sırasıyla genel sivri saymak ve yanıt vektörünün uzunluğu; ortalama yanıta göre uyum ii) küresel bir önlemad/50941/50941eq4.jpg "width =" 205 "/> nerede N solunum ortalama yanıtın uzunluğunu temsil eder; iii) modeli karmaşıklık bir ölçü (ayrıca bkz) 10 
.
, N sp ve N r temsil ettiği sırasıyla genel sivri saymak ve yanıt vektörünün uzunluğu; ortalama yanıta göre uyum ii) küresel bir önlemad/50941/50941eq4.jpg "width =" 205 "/> nerede N solunum ortalama yanıtın uzunluğunu temsil eder; iii) modeli karmaşıklık bir ölçü (ayrıca bkz) 10 
. 8. Histolojik Onay
- Sıçan kurban.
- Deneysel kayıtların sonunda, derin gaz anesteziler (Isoflurane 2,% 4, L / dakika) altına koymak ve hayvan intravenöz (pentobarbital> 50 mg / kg), bir barbiturat aşırı dozda enjekte edilir.
- Kalp tutuklama bekleyin.
- Stereotaksik aygıtından sıçan çözün
- Perfüzyon.
- Perfüzyon kan ve sıvıları toplamak için bir havza üzerine bir ızgara üzerine döşeme sıçan yerleştirin.
- Kaburga yapışma yerinden ayrılması sternumu diseksiyon tarafından toraks açın.
- Bir cocker forseps ve devrilme cr ile sternum xiphoid sürecini engellemeanially kalp üzerinde sternum ve ayrılmak kaburga.
- , Sol ventrikül ve sağ atrium tespit ventrikül içine (perfüzyon kanül bağlı) dokuz ölçü köreltilmiş ucu iğne yerleştirin ve cerrahi ince makas ile sağ atrium açın.
- % 4 formalin çözeltisi (250 mi) içinde perfüzyon ardından soğuk (4 ° C) heparinize fizyolojik solüsyon (250 mi) ile perfüzyon başlayın.
- Uygun bir forseps ile kafatası açarak kafatası beyin ekstresi ve% 10 formalin çözeltisi içinde beyin yerleştirin.
- Bir hafta sonra, bir mikrotom (10 mikron kalınlığında) ile histolojik dilimleri hazırlamak.
- Cresyl viyole solüsyonu ile beyin koronal ve sagital bölümleri Leke.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
İpucu gezi özellikleri
Önerilen uyarıcı cihazın dinamik özelliklerini karakterize etmek için bir deneyler serisi oluşturulmuştur. Bir silikon fototransistör ile birlikte yayan diyot enfraruj bir galyum arsenit oluşan bir özel cihaz ucu yer değiştirme, yer değiştirme süresini ve olası değiştirme gecikmeleri değerlendirmek için kullanıldı. Bu optik ayar anahtarının vasıtasıyla biz yayan diyot delik (yükseklik = 1 mm) kenarında Stimülatör ucu yerleştirilir ve mikro ve phototransistor çıkışları iki kaydedildi. Yerleştirme prosedürü 1 mm'lik maksimum çözünürlükte bir mikrostep cihaz tarafından kolaylaştırılmıştır.
Aygıtların yanıt Şekil 2A'da gösterilmiştir. Kırmızı çizgi ucu yerinden tam başladığını belirten mikro yanıt takip phototransistor yanıttır. Özellikle, sistematik bir gecikme nedeniyle Commut içinations bol istenilen zaman hassasiyet (1 msn) aşağıdaki gibi elde edilen (Şekil 2B, 100 çalışmalarda = 583 mikro saniye olduğu ortalama), mevcut ve sayısal oldu. Son olarak, Şekil 2C'de gösterildiği gibi, ortalama 3.96 msn idi uç değiştirme süresi ölçülür.
LFP ve Spike İlişkiler Capture randomize Eşli Pulse Protokolü
LFP ve sivri arasındaki ilişkiyi anlamak için, öncelikle her iki sinyalleri hızlı ve güvenilir cevaplar uyandırmak bir stimülasyon cihazı üretmek için yola çıktı. Şekil 3A, cihaz engelleyici bir aktivite modülasyonu tahrik sağlanması arası uyarıcı-aralığı dağılımını göstermektedir. Aygıt tanımı ve işleyişi Protokol bölümünde ayrıntılı.
Şekiller 3B ve 3C ise temsili bir nöron için LFP ve başak tepkileri, sırasıyla, gösterilmektedir. Karşılıklı Inform ölçerekLFPs için sivri ve SNR tirme (Şekil 4A ve 4B) her iki uyaran oluşumu hakkında bilgi önemli bir miktar kodlamak açıktı.
İlginçtir LFPs ve sivri de uyarım tarihinin (Şekil 4C-E) hakkında bilgi verdi. Gerçek uyaran yeterince küçük arası uyarıcı aralığı (Şekil 4C ve 4D) ile bir önceki darbe ile başlar zaman özellikle LFP tepkiler büyük oranda azaltılmıştır. Önemli ölçüde düşük değerler (Şekil 4E) sergilenen rağmen stimülasyon tarihinin Nöronal kodlama pozitif MI ile ilişkili.
Biz sonra LFP sinyal daha iyi başak yanıt ile ilişkili hangi özellikleri sordu. Bir ön analizden sonra, kuvvetle ortalama başak yanıt ile ilişkili üç LFP özellikleri tespit edilmiştir: ortalama LFP, türev ve LFP türevinin faz ( LFPs dayanarak Spike Tahmininde A Multi-objektif Stratejisi Spike trenler genellikle birkaç timescales üzerinde önemli koleraysyon karmaşık zamansal yapıları vardır. Yani, nöronal cevabın hangi yönleri LFPs tarafından yakalanır? LFP-başak ilişkisi anlama araştırmak için iyi bir test sivri sadece LFP sinyal bakarak tahmin ne kadar iyi sormaktır. Bu nedenle, (Şekil 4f) LFP özellikler yukarıda kümesini kullanarak, amacı, herhangi bir zamanda, bu özelliklerin değerlerini okur ve ani bir artış meydana gelmesi ile ilgili bir ikili tahmini üreten, bir tahmin modelini oluşturmak için oldu. Bir başak tahmin modelinin bağlantısına ilişkin bir kritik sorun, uygun bir amaç fonksiyonu seçimi ile oluşturulmuştur. En yaygın seçenekler Pearson katsayısı ve uygunluk fonksiyonu 5 vardır. Interesting alternatifler başak ölçümleri 6 tarafından sağlanmaktadır. İlk iki tedbirler ortalama nöronal yanıtlara dayanmaktadır ve bu nedenle başak trenler dolu yapısını yakalamak yok ederken, ikincisi montaj amaçları için pratik hesaplama zorlu değildir. Çok amaçlı optimizasyonu dayalı alternatif bir çözüm önerilmiştir. Fikir ortaklaşa fazla hedefleri işlevleri (bundan sonra sadece adı hedefler) minimize etmektir. Bu hedefler hesaplama hesaplamak için verimli ve nöronal cevabın farklı yönlerini yakalamak mümkün olmalıdır. Pareto Optimalliğin kavramını kullanarak biz o modelleri bir dizi, bu hedefleri arasındaki özel ticaret-off için optimize her bulabilirsiniz. Pareto optimum yüzeylerini tahmin etmek için NSGAII algoritması 12 kullanılmıştır. Ortalama tepkiler, bir deneme-to-yargılandığı mesafeye dayalı bir yerel birinde mesafeye dayalı küresel bir: Biz üç amaç fonksiyonları tespittemeli ve modelin karmaşıklığını cezalandıran ek bir objektif (göreceli Protokol bölümüne bakınız). Bizim kümesi temsili bir nöron uydurma ile elde edilen sonuçlar Şekiller 5A ve 5B 'de gösterilmiştir. Şekil 5A, küresel mesafe (PF), model ve doğru yanıtların arasında yerel mesafe (SM) bildirir. Bir model mesafelerde iki herhangi bir diğerinden daha iyi veya daha kötü olduğunu, böylece her model için mesafeleri bir Pareto anlamda uygun olduğunu unutmayın. Aynı prensip birlikte (Şekil 5B) olarak her üç mesafeleri için de geçerlidir. Tek bir tane yerine optimal modelleri bir dizi tahmin tarafından verilen bir ana avantajı belirtilen hedefleri arasında optimal ticaret-off dayalı farklı model, gerçek nöronal cevabın farklı yönlerini yakalamak gerçeği yatıyor. Bu durum, Şekil 6'da gösterilmiştir; burada orijinal raster diagYerel mesafe yakalayan nöronal yanıtları (Şekiller 6B ve 6E, en güvenilir fazı en aza indirmek modelleri: ayaklar (Şekil 6A ve 6D) ve tahmin edilen olanlar (Şekil 6B, 6C, 6E ve 6F) iki temsili nöronlardan, bildirilmektedir ) yerel ve küresel mesafe arasında makul bir ticaret-off dayalı modeller daha iyi tüm zamansal aralığında (0-50 msn üzerinden nöron değişkenliği ve kendiliğinden ateş yakalama sırasında,) 6C ve 6F Rakamlar. 
Şekil 1. Sürücü devresinin (A) şematik. Ana bileşeni, bir L293D h-köprüdür. Mikrodenetleyici komutları p teslim edilir ins D1 ve D2. (B) hafif mekanik uyarılması için uç hareketleri Blunted. Grafik kağıt üzerinde ızgara boyutu 1 mm. resmi büyütmek için buraya tıklayın . 
Şekil 2. Deplasman özellikleri İpucu. Mikrodenetleyici (mavi çizgi) ve phototransistor (kırmızı çizgi) (A) çıkışları. Yeşil dikey çizgi 0'a ayarlanırsa uç deplasman başlangıcını gösterir. (B) etkili bir ucu deplasman gecikmelerin olasılık dağılımı 100 üzerinde denemeler elde. (C) 100 deneylerde ortalama uç değiştirme süresinin olasılık dağılımı./ Ftp_upload/50941/50941fig2highres.jpg "target =" _blank "> büyük resmi görebilmek için buraya tıklayın. 
Şekil 3.. (A) Inter-Uyarıcı-Aralık dağılımı. (B, C) uyaranlara "hava üzerinde" (aralık 1.000 ila 1.200 çalışmalar hem grafik üst bakın) yanıtları uyandırmak yok. Uyaranın başlangıcından (apsiste süresi 0) gelen gecikmenin 40 msn açık tepkiler görülebilir - 15 arasında 1,000, 0'dan (ordinat eksenleri üzerinde) gerçek uyaran deneme için bunları karşılaştırmak. (C) 'de arsa başak yanıtı ifade eder iken, (B), en arsa LFP yanıtı ifade eder. En sağdaki rakam y-ekseninde, pozisyonları ("BIG TEP", "II", & # var34;. Sıçanların arka bacak üzerinde uyaranların III ", vb) büyük resmi görebilmek için buraya tıklayın . 
Farklı dijitler zamanın bir fonksiyonu olarak Şekil 4. (A, B) Karşılıklı Bilgi ve LFP SNR. (C) LFP normalize değerlerinin sonra kısa (<100 msn) ve uzun (> 300 msn) Inter-Uyarıcı-Aralığı (IStimI) . (D) Uzun ve kısa IStimI sonra LFP yanıtların ortalama Gücü. Her nokta ayrı bir kaydı temsil eder. (E) uyaran bir olayda (Imax) ile ilgili en büyük MI değerlerinin bir fonksiyonu olarak, MI uzun / kısa IStimI. Her nokta reklamı temsilistinct nöron. (F) temsili bir nöronun PSTH iyi LFP yanıtın üç özellikleri ile ilişkilidir:. Ortalama ham sinyal, ortalama türev ve türev faz büyük resmi görebilmek için buraya tıklayın . 
Şekil 5. Temsili bir nöron için öngörülen ve gerçek yanıtları arasındaki (A, B) Yerel ve Küresel mesafe. (B) Ortak değerlendirme üç mesafeler için. Pareto optimal çözümler NSGAII algoritma kullanılarak tahmin edilmiştir. resmi büyütmek için buraya tıklayın .
Şekil 6,. Iki temsilci nöronlar için true (A, D) ve tahmini (B, C ve E, F sırasıyla) yanıtları. X, y, z sırasıyla ham LFP sinyali, türev ve türev evresini temsil etmektedir. büyük görmek için buraya tıklayın görüntü .
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Bu çalışma öncelikle hızlı ve mekansal noktası gibi duyusal uyaranlara teslim sağlayan, yeni, basit ve düşük maliyetli cihaz sundu. Sonra bir randomize eşleştirilmiş nabız uyarma protokolü ve hesaplamalı analizlerin bir dizi valide edildi. Genel amacı dokunsal uyarılması sırasında elektrofizyolojik kayıtlar LFP-başak ilişkilerin tahmini için bir çerçeve kurmak oldu.
Cihaz, protokol ve analitik yaklaşım ortaklaşa yani LFP-to-başak geçişleri açıklamak ve tahmin etmek mümkün deterministik yaklaşımın ilk gösteri, bir nöral süreç hala kötü 1 anlaşılmış, sonuca katkıda bulunmuştur.
Bir kritik nokta gücü ve toz kapağı tarafından çekilen ucu gezi uzunluğunu düzenler programlanabilir mikro kurulu, uygun ayarı tarafından temsil edildi. Güvenilir yüksek frekans uyarıcı ve nispeten büyük displa sağlayan uygun bir çözelti,çimentolar sonuçlar bölümünde tarif edilmiştir. Mekanik rezonans tipik bir sorun kaçtı ve nispeten büyük uç deplasmanları izin: Geleneksel piezoelektrik karşılaştırıldığında cihaz iki ana avantajı sağladı aktüatörler.
S1 korteksindeki nöronların dokunma uyarısına 8 büyük açık alanlar ve hızlı yanıt ifade bilinmektedir. Uyaranlara gibi hızlı, darbe optimal yüzeyel hem de derin deri reseptörleri (örn. Merkel veya Pacinian cisimcikleri) 2 işe uygun ve münasip bir tercihen bu farklı reseptör sınıflardan birini işe olabilir uyaran parametreleri (yoğunluğu, süresi, rampa türevi) değişiyor . Randomize eşleştirilmiş nabız protokol genellikle periyodik uyaranlara sırasında ortaya çıkmasını uyaran nöronal salınımlar öngörü sürüklenmesini azaltmayı amaçlıyordu. Öte yandan eşleştirilmiş darbeler arasında değişken aralık bize berrak dependenc çıkarmak için izinstimülasyon tarihine e. Yapının tahmini ve Non-hakim Sıralama Genetik Algoritma II veya NSGAII 12 denilen iyi bilinen çok amaçlı optimizasyon algoritması, dayanıyordu bizim öngörü modelinin parametreleri için. Başak bir meydana geliş için, bir tahmin modelini uygun bir ana problem, gerçek başak trenlerin kompleks geçici yapıda dayanır. Tahmin ve gerçek başak trenler arasındaki mesafeyi ölçen bir hesaplama pahalı bir görev 6 olduğu kanıtlanmıştır. NSGAII, çok amaçlı optimizasyon algoritmasının kullanılması çoklu hesaplama verimli mesafelere sorunu yıkılmak için izin verir.
Biz tahmin ve gerçek başak trenler arasındaki mesafe ile temsil tahmininde hata ölçmek için gerekli bir model iyiliğini değerlendirmek. Model tahminleri değerlendirmek için iki ana kriter dikkate alınmıştır. Uydurma süreci modelleri bir dizi yerine tek bir tanesini döndü. İlginçtir her model in set orijinal başak trenler farklı yönlerini yakalamak gibiydi.
Sonuç olarak, ortaklaşa optimize stimülasyon cihazı, protokol dayalı ve analizleri geliştirilen çerçeve, LFP-başak ilişkisi içine daha fazla anlayış kazanmak ve programlama verimli beyin-makine arayüzleri ve nöroprostetikler için geçerli stratejiler iyileştirmek için kullanılabilir.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Yazarlar herhangi bir mali çıkarlarını beyan.
Acknowledgments
SN ve AGZ PON 01-01297 VIRTUALAB fonları tarafından desteklenmiştir.
Materials
| Name | Company | Catalog Number | Comments |
| Microstepper | AB Transvertex (Stockholm, Sweden) | The microstepper used to pull down the electrode matrix | |
| 32-channel Cheetah System | Neuralynx (MT, USA) | The electrophysiological recording system | |
| L293D h-bridge | RS Components (Cinisello Balsamo, Italy) | The bridge used to connect the microcontroller to the speaker | |
| H21A3 Optical Interrupter Switch | Fairchild Semiconductor Corporation (San Jose, California) | The phototransistor used to estabilish the tip displacement | |
| Arduino Uno | Arduino (Duemilanove, Italy) | The microcontroller used to deliver current pulse to the speaker | |
| Microelectrode Matrices GB1 | FHC | ||
| Isoflurane | Rhodia Organique Fine Ltd. | The anesthetic used to prepare animals | |
| Stereotaxic apparatus | Narishighe (Tokyo, Japan) | ||
| Sprague-Dawley male rats | Charles River (Calco, LC, Italy) | ||
| Gallamine thriethiodide | Sigma-Aldrich | The compound used to curarize the animals | |
| Cresyl violet | Sigma-Aldrich | ||
| Topical antiseptics (Betadine 10%) | Meda Pharma (Milanm Italy) | ||
| Heparine | Sigma-Aldrich | ||
| Formaldehyde | Carlo Erba Reagents (Pomigliano Milanese, Milan, Italy) |
References
- Pesaran, B. Uncovering the Mysterious Origins of Local Field Potentials. Neuron. 61 (1-2), (2009).
- Delmas, P., Hao, J., Rodat-Despoix, L. Molecular Mechanisms of Mechanotrasduction in Mammalian Sensory Neurons. Nat. Rev. Neurosci. 12, 139-153 (2011).
- Rasch, M. J., Gretton, A., Murayama, Y., Maass, W., Logothetis, N. K. Inferring spike trains from local field potentials. J. Neurophys. 99 (3), 1461-1476 (2008).
- Galindo-Leon, E. E., Liu, R. C. Predicting stimulus-locked single unit spiking from cortical local field potentials. J. Comput. Neurosci. 29 (3), 581-597 (2010).
- Theunissen, F. E., David, S. V., Singh, N. C., Hsu, A., Vinje, W. E., Gallant, J. L. Estimating spatio-temporal receptive fields of auditory and visual neurons from their responses to natural stimuli. Network. 12 (3), 289 (2001).
- Victor, J. D., Purpura, K. Metric-space analysis of spike trains: theory, algorithms, and application. Network. 8, 127-164 (1997).
- Foffani, G., Chapin, J. K., Moxon, K. A. Computational Role of Large Receptive Fields in the Primary Somatosensory Cortex. J. Neurophysiol. 100 (1), 268-280 (2008).
- Microcontroller website. , Duemilanove, Italy. Available: http://arduino.cc (2014).
- Panzeri, S., Senatore, R., Montemurro, M. A., Petersen, R. S. Correcting for the sampling bias problem in spike train information measures. J. Neurophysiol. 98, 1064-1072 (2007).
- Storchi, R., Zippo, A. G., Caramenti, G. C., Valente, M., Biella, G. E. M. Predicting Spike Occurrence and Neuronal Responsiveness from LFPs in Primary Somatosensory Cortex. PLoS ONE. 7 (5), (2012).
- Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. Unsupervised Spike Detection and Sorting with Wavelets and Superparamagnetic Clustering. Neural Comput. 16, 1661-1687 (2004).
- Deb, K., Agrawal, A., Pratab, A., Meyarivan, T. A fast elitist non-dominated sorting genetic algorithm for multi-objective optimization: NSGA-II IEEE. Trans. Evol. Comput. 6 (2), 181-197 (2000).
