Um dispositivo simples para Estimulador Evocando Ponto-como estímulos táteis: A Searchlight para LFP a Spike Transitions

Summary

Para elucidar o complexo de transição locais Campo Potenciais (LFPs) para picos um estimulador adequado para estímulos periféricos mecânicos leves foi construído. Como uma aplicação, as atividades spiking gravados a partir de córtex somatosensorial foram analisados ​​por uma estratégia de otimização multi-objetivo. Os resultados demonstraram que o estimulador proposto foi capaz de entregar estímulos táteis com milissegundo e precisões milimétricas.

Abstract

Investigação neurofisiológica atual tem o objetivo de desenvolver metodologias para investigar a rota do sinal de neurônio para neurônio, ou seja, nas transições de picos para locais de Campo Potenciais (LFPs) e de LFPs de spikes.

LFPs têm uma dependência complexa sobre a atividade de pico e sua relação ainda é pouco compreendida ^1. A elucidação dessas relações sinal seria útil tanto para o diagnóstico clínico (por exemplo, paradigmas de estimulação para Estimulação Cerebral Profunda) e para uma compreensão mais profunda das estratégias de codificação neural em condições normais e patológicas (por exemplo, epilepsia, doença de Parkinson, dor crônica). Para tal, é preciso resolver questões técnicas relacionadas a dispositivos de estimulação, paradigmas de estimulação e análises computacionais. Portanto, um dispositivo de estimulação feito sob medida foi desenvolvido a fim de entregar estímulos bem regulados no espaço e no tempo que não incorrem em ressonância mecânica. Subsequentemente,como uma exemplificação, um conjunto de relações LFP-pico de confiança foi extraído.

O desempenho do dispositivo foi investigada por gravações extracelular, spikes conjunta e respostas LFP aos estímulos, a partir do rato córtex somatosensorial primário. Em seguida, por meio de uma estratégia de otimização multi-objetivo, foi estimado um modelo preditivo para a ocorrência de pico com base em LFPs.

A aplicação deste paradigma mostra que o dispositivo está devidamente adaptado para oferecer alta estimulação tátil freqüência, superando atuadores piezoelétricos comuns. Como uma prova da eficácia do dispositivo, os seguintes resultados foram apresentados: 1) o tempo e a fiabilidade das respostas LFP bem corresponder as respostas pico, 2) LFPs são sensíveis à história estimulação e capturar não só a resposta média, mas também o teste-a-teste flutuações na actividade de pico e, finalmente, 3), utilizando o sinal LFP é possível estimar uma gama of modelos preditivos que capturam diferentes aspectos da atividade do ponto.

Introduction

No contexto do sinal de processamento da resposta de impulso proporciona uma caracterização fundamental do comportamento de um sistema dinâmico.

Embora o estímulo impulso ideal não é praticamente possível, é possível obter uma aproximação razoável de que através da utilização de um elemento actuador que gera deslocamentos de alta frequência. Este tipo de estimulação tátil-vibratória luz é conhecido por alvo tanto de pele profunda (por exemplo, de resposta rápida, rápida adaptação corpúsculos de Pacini) ² e receptores superficiais (por exemplo, baixo limiar lentamente adaptando Merkel estruturas discóides) ^2.

Aparelhos de estimulação atuais, atuadores piezoelétricos principalmente, são acusados ​​de uma série de inconvenientes, não menos importante, ressonâncias e pequenos deslocamentos. Para superar essas falhas, uma implementação alternativa de estimulação impulso-como é proposto, usando uma ponta embotada (uma dica cactus suavizada no nosso caso) verticalmentemontado sobre o centro da membrana de um alto-falante de cone de gama média. Isto proporciona a vantagem de deslocamentos maiores e mais amplo espectro de frequências.

Uma aplicação eficaz de um tal dispositivo é o estudo do problema neurofisiológicos relevante do LFPs a picos de dependência. Por causa da associação temporal sutil entre esses eventos elétricos era necessário um dispositivo finamente reguladas para a entrega de estímulos periféricos. Os estímulos teve que ser mais rápido e espacialmente selectiva quanto possível, a fim de reduzir o "ruído de fundo" e aguçar os sinais de interesse. Para esta finalidade, o dispositivo de estimulação e o protocolo de entrega de estímulo foram optimizados em conjunto para a tarefa. Neste trabalho, descrevemos a técnica e apresentar alguns resultados representativos.

Um protocolo de estimulação com base em pulsos-aleatória pareada foi projetado e otimizado, a fim de evitar a habituação. Este protocolo oferece a vantagem de par clássicoed pulsos e reduziu a possibilidade de bloqueio espúria entre estímulos e explosões periódicas espontâneas de atividade neuronal.

Ao utilizar este randomizados pulso emparelhado foi possível obter LFP e Spike respostas rápidas e confiáveis ​​e para capturar a característica especial dessas respostas relacionadas com a dependência de ambos os LFPs e picos sobre a história estimulação. Com efeito, a partir das respostas LFP-primas, um conjunto de três LFP apresenta (a própria LFP LFP primeira derivada e fase da primeira derivada) fortemente correlacionando-se com a resposta média de pico, também foi extraído.

Poucos métodos têm sido propostos para ajustar modelos que prevêem picos de LFPs ^3,4. Em geral, um ponto crítico do processo de montagem do modelo, comum também para a previsão de eventos de pico do sinal de estímulo, é constituída pela escolha apropriada da função objetivo para maximizar / minimizar. Enquanto uma série de funções objetivo foi propord (por exemplo, correlação e coerência) ⁵ nenhum deles capta em conjunto toda a complexidade das respostas spike. Assim, é introduzido um quadro romance baseado em otimização multi-objetivo. Mostramos que, usando a proposta concebida e este quadro computacional, é possível estimar um conjunto de modelos de previsão com base em forte LFP a espiga relacionamentos.

Protocol

Declaração de ética

Para estudar como estímulos sensoriais são representados pela atividade neuronal, não há alternativa para o uso de animais eo uso de uma abordagem em vivo. Todos os animais foram tratados ao longo das Leis italianas e europeias sobre o tratamento de animais em Pesquisa Científica (Comitê Italiano de Bioética, o Decreto-Lei sobre o tratamento de animais em pesquisa, 27 de janeiro de 1992, n º 116). O Conselho Nacional de Pesquisa, onde os experimentos foram realizados, adere ao Comitê Internacional de Laboratório de Ciência Animal (ICLAS), em nome da Organização das Nações Unidas para a Educação, a Ciência ea Organizações Culturais (UNESCO), o Conselho de Organizações Internacionais de Ciências Médicas (CIOMS ) e da União Internacional de Ciências Biológicas (IUBS). Como tal, não há aprovação específica do protocolo foi necessário. A aprovação do Ministério da Saúde, é classificado como "Biella 1, 3/2011" nos arquivos do Comitê de Ética daUniversidade de Milão.

1. Preparação dos animais experimentais

1. Escolha ratos machos aproximadamente 300-400 g em tamanho.
2. Anestesiar os ratos para a preparação experimental.
   1. Injectar por via intraperitoneal uma solução de barbitúrico (pentobarbital, 50 mg / kg por indução, 10 mg / kg para manutenção).
   2. Verifique o nível de anestesia por baixo limiar e alto limiar estímulos mecânicos sobre uma pata garantindo que nenhum reflexo de retração ocorre.
   3. Prepare a pele do crânio raspando a calota craniana com precisão e, em seguida, fazer uma incisão para expor a superfície craniana.
   4. Canular a traqueia, por uma cânula traqueal (diâmetro interno de 2 mm, e diâmetro externo de 2,5 mm) fixando-o por ligação cirúrgica em torno da própria traqueia.
   5. Lateralmente ao segmento traqueal expor a veia jugular e canular que a inserção de uma cânula (PE10), ligada a uma seringa de fixação por ligação cirúrgica em torno do navio.
3. Monte o rato em um aparelho estereotáxico.
   1. Proteja corpo rato e coloque em uma posição supina.
   2. Fixe a cabeça por barras de ouvido e bloquear o focinho. Coloque uma ou duas gotas de anestésico local (lidocaína) no ouvido do rato antes de colocar barras de ouvido.
4. Regular a temperatura do bloco estereotáxico por uma almofada de aquecimento controlado electronicamente, mantendo a temperatura a 37,5 ° C.
5. Conecte o tubo traqueal ao aparelho de anestesia respiratório.
   1. Coloque o aparelho de anestesia respiratória em um acidente vascular cerebral / s entregar isoflurano (2,5% 0,4-0,8 L / min) e O ₂ (0,15-0,2 L / min).
6. Limpe cuidadosamente a calota craniana por um anti-séptico tópico iodopovidona.
7. Tomar um bisturi estéril e cortar longitudinalmente na linha média a partir da base da cabeça até o ângulo do osso occipital.
   1. Divaricate as fronteiras da ferida por um afastador e corrigi-los por dois pequenos fórceps cocker aplicado to das fronteiras da ferida.
   2. Identificar o periósteo, apontando uma luz sobre um cofre de crânio observando a superfície translúcida. Raspe cuidadosamente o cofre osso remoção do periósteo e expondo a superfície óssea.
   3. Fornecer hemostasia com uma ponta de algodão ou esponja cirúrgica sobre a superfície do osso se hemorragias focais aparecer sobre o osso.
8. Com uma caneta de ponta fina, identificar o ponto bregma estereotáxica no ponto de intersecção das suturas mediosagittal e coronal.
   1. Sob o controlo do microscópio cirúrgico, identificar a área de estereotaxia (S1HL) sobrepondo o córtex somatossensorial contralateral à pata posterior utilizado na experiência (bregma, AP -0,5 a 1,2 mm, LL -2,3 a 2,5 mm).
9. Com uma caneta de ponta fina desenhar o perímetro quadrado que delimita o buraco a ser perfurado.
   1. Fure a 9 mm ² furo no quadrado azul previamente identificados remoção da telha do osso.
   2. Limpe e absorver sangramentos osso potenciais. Remova cuidadosamente a dura-máter e cobrir a superfície cortical com uma esponja cirúrgica embebido no líquido cefalorraquidiano artificial mantida em 37,5 º C.
10. Corrigir a matriz eletrodo a um detentor conectado a um micromanipulador eletrônico.
    1. Conecte o chefe da matriz para o pré-amplificador por um microconector.
    2. Dirija manualmente a matriz de eletrodo (sob controle de microscópio cirúrgico) até a superfície cortical (sem tocá-lo).
    3. Ligue os amplificadores com sinal auditivo.
    4. Dirija, pelo controle eletrônico, a matriz de eletrodo para tocar a superfície cortical até que o contato seja alcançado, sinalizado por um ruído mudança som claro.
    5. Puxe para baixo a matriz de eletrodo por passos controlados eletronicamente (2 m / passo) até uma profundidade de 350-400 mM é alcançado (camada cortical IV).
    6. Verificar a capacidade de resposta dos neurônios por leves toques na pata posterior contralateral.
    7. Ajuste a profundidade de algumas novas medidas até que uma resposta clara spiking é observado.
    8. Paralisar o rato por thriethiodide Galamina intravenosa (20 mg / kg / hr). Use doses refratadas ao longo da experiência para manter os níveis de curarização (0,2 ml / 1 hr).

2. Tratamento de Sinais

1. Defina o filtro de banda software para [0,1 6000] Hz.
   1. Anote os sinais neuronais da matriz de microeletrodos 8 canais amostrados a 32 kHz.
2. Após a aquisição termina, exportar os sinais gravados em um formato binário adequado para pós-processamento.
   1. Execute o procedimento de pico de classificação por meio da caixa de ferramentas Wave_clus ^11.

3. Fabricação e configuração do dispositivo de estimulação

1. Montar uma haste cactus (com ponta embotada) ortogonal à superfície de um alto-falante mid-range colagem base talo para a tampa.
2. Programa umamicrocontrolador para fornecer pulsos de voltagem a um circuito de driver para o alto-falante.
   1. Programar o microcontrolador para entregar dois pulsos pareadas de corrente por segundo (Figura 1C).
3. Monte o alto-falante e do microcontrolador por meio de um L293D h-ponte com componentes passivos básicos (ver Figura 1A).
4. Ligue o microcontrolador para uma bateria recarregável 12 V.

4. Estimulação Protocolo

1. Cole o aspecto dorsal do hind-pata de uma estrutura sólida, expondo a superfície volar e evitando torções articulares.
2. Coloque a ponta do dispositivo de estimulação para o cargo de membro / pata desejado.
3. Ligar o aparelho de estimulação.

Desconectado etapas:

5. Avaliação das respostas de Spike

1. Para cada neurônio gravado, calcular a informação mútua Shannon (MI) do estímulo evocado atividade spiking (estímulo category é 1, estímulo, ou 0, sem estímulo).
   1. Estimar a probabilidade condicional resposta p (r | s) onde s representa a categoria estímulo e r representa o número de pontos emitidos dentro de uma janela de tempo fixo.
   2. Corrigir a estimativa MI usando o procedimento descrito baralhar ^9.

6. Avaliação das respostas LFP

1. Filtrar o sinal gravado no intervalo de frequência [0,1 100] Hz, a fim de obter o sinal LFP
2. Computar LFPSNR, uma medida da capacidade de resposta LFP, como explicado na referência ^10.

7. Modelo de estimativa

1. Gerar um modelo da forma
   
   onde os argumentos x representam três características diferentes (LFP x ₁ o próprio LFP, < in> ₂ x o seu derivado e x ₃ a fase de Hilbert de um seu derivado) e F é expressa como se segue
   
   os coeficientes de g são pesos de uma combinação linear e f é um operador que leva tanto o valor absoluto, o poder ou o valor original de cada x _i.
2. Use o algoritmo NSGAII para estimar os parâmetros e operadores de modelo usando os três objetos seguintes: i) um local, de tentativa de contra-relógio base, medida de ajuste , Em que N e N _{sp r} representam, respectivamente, os picos de contagem geral e o comprimento do vector de resposta; ii) uma medida global de ajuste com base na resposta média"largura =" ad/50941/50941eq4.jpg 205 "/> em que N representa _{respectivamente} o comprimento da resposta média, iii) uma medida de complexidade do modelo (ver também) ¹⁰ .

8. A confirmação histológica

1. Sacrifique o rato.
   1. No final de gravações experimentais, colocar o animal sob anestesia profunda gasoso (isoflurano a 2%, 4 L / min) e administrar por via intravenosa uma overdose de barbitúrico (> 50 mg / kg, com pentobarbital).
   2. Espere a parada cardíaca.
   3. Desmontar o rato a partir do aparelho estereotáxico
2. Perfusão.
   1. Coloque o rato que coloca sobre uma grade em uma bacia para recolher o sangue e fluidos de perfusão.
   2. Abra o tórax dissecando o esterno separando as inserções das costelas.
   3. Bloquear o processo xifóide do esterno com uma pinça cocker e derrubando cranially do esterno e das costelas divaricate sobre o coração.
   4. Identificar o ventrículo esquerdo e do átrio direito, coloque um calibre nove embotada ponta de agulha (conectado à cânula de perfusão) para o ventrículo e abrir com uma tesoura fina cirúrgicos no átrio direito.
   5. Iniciar a perfusão com frio (4 ° C) solução fisiológico heparinizado (250 ml) seguido pela perfusão de uma solução de formalina a 4% (250 ml).
3. Extraia o cérebro do crânio, abrindo a caixa craniana com uma pinça adequada e colocar o cérebro em uma solução de formol a 10%.
4. Depois de uma semana, preparar os cortes histológicos por um micrótomo (10 mM de espessura).
5. Mancha as seções coronal e sagital do cérebro com solução cresil violeta.

Representative Results

Características de excursão Dica

Para caracterizar as propriedades dinâmicas do dispositivo de estimulação proposto, uma série de experimentos foram instalados. Um dispositivo específico que consiste em um arsenieto de gálio díodo emissor de infravermelhos acoplado a um fototransistor de silício foi utilizado para avaliar o deslocamento da ponta, a duração do deslocamento e as possíveis atrasos de deslocamento. Por meio deste interruptor interruptor óptico, foi colocado na ponta do estimulador sobre a borda do orifício de diodo emissor de luz (altura = 1 mm) e ambos o microcontrolador e as saídas fototransistor foram registados. O procedimento de colocação foi facilitada por um dispositivo microstepper com uma resolução máxima de 1 mm.

A resposta de dispositivos são mostrados na Figura 2A. A linha vermelha representa a resposta do fototransistor seguido pela resposta microcontrolador que indica o começo exacto do deslocamento da ponta. Notavelmente, um atraso sistemático devido à COMMUTções estava presente e quantificadas (Figura 2B, média = 583 ms em 100 tentativas) resultante como abundantemente abaixo da precisão de tempo desejado (1 ms). Finalmente, foi medida a duração de deslocamento da ponta que foi de 3,96 ms em média, tal como mostrado na Figura 2C.

Randomized Protocol emparelhado pulso para capturar LFP e Relações de Spike

A fim de compreender a relação entre a LFP e spikes, que estabeleceu pela primeira vez para gerar um dispositivo de estimulação que pode evocar respostas rápidas e confiáveis ​​de ambos os sinais. A Figura 3A mostra o inter-estímulos-intervalo de distribuição, garantindo que o aparelho provocou uma modulação da actividade de cravação. A descrição do dispositivo e do funcionamento está detalhado na seção de protocolo.

Nas Figuras 3B e 3C as respostas LFP e Spike para um neurônio representante são mostrados, respectivamente. Ao medir Informe Mutualção para picos e SNR para LFPs (Figuras 4A e 4B), ficou claro que tanto codificar uma quantidade substancial de informações sobre a ocorrência de estímulo.

Curiosamente LFPs e picos também forneceram informações sobre a história da estimulação (Figuras 4C-E). Em particular, as respostas foram LFP substancialmente reduzida quando o estímulo real foi precedida por um impulso anterior com uma pequena bastante inter-estímulos-intervalo (Figuras 4C e 4D). Codificação neuronal da história estimulação positivamente correlacionada com MI embora apresentaram valores substancialmente inferiores (Figura 4E).

Então, nós pedimos que dispõe do sinal LFP melhor se correlacionam com a resposta do ponto. Depois de uma análise preliminar, foram identificados três características LFP que se correlacionam fortemente com a resposta média de pico: LFP média, o seu derivado e a fase do derivado LFP (

A estratégia multi-objetivo para a Spike previsão com base em LFPs

Trens de Spike normalmente têm estruturas temporais complexos que apresentam correlações significativas em diversas escalas de tempo. Então, quais são os aspectos da resposta neuronal são capturados por LFPs?

Um bom teste para sondar a compreensão da relação LFP-pico é perguntar quão bem spikes são previsíveis só de olhar para o sinal LFP. Portanto, usando o conjunto de características acima LFP (Figura 4F), o objetivo era construir um modelo preditivo que, a qualquer momento, lê os valores desses recursos e gera um binário previsão sobre a ocorrência de um pico.

Um problema fundamental relacionado com a instalação de um modelo de previsão de pico é constituída por meio da escolha de uma função objectivo apropriado. As opções mais comuns são o coeficiente de Pearson ea função coerência ^5. Interesalternativas ting são fornecidos por métricas de pico ^6. Enquanto as duas primeiras medidas são baseadas nas respostas neuronais média e, portanto, não captam a estrutura completa dos trens de pico, o último é computacionalmente exigente e não é prático para fins de ajuste. É proposta uma solução alternativa baseada na otimização multi-objetivo. A idéia é minimizar conjunto mais funções objetivos (doravante chamado apenas de objetivos). Estes objectivos devem ser computacionalmente eficiente para calcular e capaz de capturar diferentes aspectos da resposta neuronal.

Usando o conceito de ótimo de Pareto, podemos, então, encontrar um conjunto de modelos, cada um otimizado para trade-offs específicos entre estes objectivos. A fim de estimar as superfícies ótimas de Pareto o algoritmo NSGAII foi utilizado ^12. Identificamos três funções objetivo: uma global com base na distância nas respostas médias, um local com base na distância em um de ensaio-to-base e um objetivo adicional que penaliza a complexidade do modelo (veja a seção Protocolo relativo).

Os resultados obtidos através do ajuste de um neurónio representante do nosso conjunto de dados são mostrados nas Figuras 5A e 5B. Figura 5A relata a distância global (PF) e da distância local (SM) entre o modelo e as respostas verdadeiras. Note-se que as distâncias para cada modelo são ótimas no sentido de Pareto, de modo que nenhum modelo é melhor ou pior do que qualquer outro em ambas as distâncias. O mesmo princípio vale para todas as três distâncias consideradas em conjunto (Figura 5B).

A principal vantagem concedida pela estimativa de um conjunto de modelos ideais em vez de uma única reside no facto de diferentes modelos, com base em óptimas trocas entre os objectivos especificados, capturar diferentes aspectos da verdadeira resposta neuronal. Isto é mostrado na Figura 6, em que o diagnóstico inicial de varreduracarneiros (Figuras 6A e 6D) e os preditos (Figuras 6B, 6C, 6E e 6F) são relatados, a partir de dois neurônios representativos: modelos que minimizem a captura locais distância a fase mais confiável das respostas neuronais (Figuras 6B e 6E ), enquanto que os modelos baseados em um razoável trade-off entre o local eo global, a distância melhor captar a variabilidade neurônio e demissão espontânea em toda a gama temporal (0-50 ms, Figuras 6C e 6F).

Figura 1. (A) Esquema de circuito condutor. O componente principal é um L293D h-ponte. Os comandos do microcontrolador são entregues em p ins D1 e D2. (B) Blunted movimentos de ponta para a estimulação mecânica leve. O tamanho da grade no papel de gráfico é de 1 mm. Clique aqui para ver a imagem ampliada .

Figura 2. Dica características de deslocamento. (A) As saídas do microcontrolador (linha azul) e do fototransistor (linha vermelha). A linha vertical verde é definido como 0 indica o início do deslocamento da ponta. (B) A distribuição de probabilidade dos atrasos deslocamento ponta eficazes obtido mais de 100 ensaios. (C) A distribuição de probabilidade de a duração do deslocamento da ponta, em média, em 100 tentativas./ Ftp_upload/50941/50941fig2highres.jpg "target =" _blank "> Clique aqui para ver imagem ampliada.

Figura 3. (A) a distribuição inter-estímulos-Interval. (B, C) ​​"no ar" estímulos não evocam respostas (ver o topo de ambos os gráficos na faixa de 1.000 a 1.200 tentativas). Compará-los ao verdadeiro ensaio estímulo (nos eixos das ordenadas) de 0 a 1.000, onde entre 15-40 ms de atraso do início do estímulo (tempo 0 na abscissa) respostas claras podem ser observados. O enredo em (B) refere-se à resposta LFP enquanto o enredo em (C) refere-se à resposta do ponto. No eixo y dos mais figura da direita, existem as posições ("dedão do pé", "II", & #34;. III ", etc) dos estímulos sobre o membro posterior de ratos Clique aqui para ver a imagem ampliada .

Figura 4. (A, B) Mútua de Informação e LFP _SNR em função do tempo ao longo de diferentes dígitos. (C) LFP valores normalizados após curto (<100 ms) e longo (> 300 ms) Inter-Estímulo-Interval (IStimI) . (D) Potência média das respostas LFP depois de longo e curto IStimI. Cada ponto representa uma gravação distintas. (E) MI sobre long / short IStimI em função dos maiores valores de IM sobre a ocorrência do estímulo (Imax). Cada ponto representa anúncioneurônio istinct. (F) A psth de um neurônio representante bem correlacionada com três características da resposta LFP:. O sinal bruto médio, a média de derivativos ea fase do derivado Clique aqui para ver a imagem ampliada .

Figura 5. (A, B) distância entre local e global previstos e verdadeiras respostas para um neurônio representativo. (B) Avaliação conjunta para as três distâncias. Soluções ótimas de Pareto foram estimadas usando o algoritmo NSGAII. Clique aqui para ver a imagem ampliada .

Figura 6. Verdadeiro (A, D) e estimado (B, C e E, F, respectivamente) respostas para dois neurônios representativos. X, y, z representam respectivamente o sinal LFP-primas, seus derivados e a fase de sua derivada. Clique aqui para ampliar imagem .

Discussion

Este trabalho, em primeiro lugar apresentou uma nova, simples e de baixo custo dispositivo que permite entregar os estímulos sensoriais de ponto como rápidos e espacialmente. Em seguida, um par protocolo randomizado estimulação de pulso e um conjunto de análises computacionais foram validados. O objetivo geral foi o de estabelecer um quadro para a estimativa das relações LFP-pico em registros eletrofisiológicos durante a estimulação tátil.

O dispositivo, o protocolo ea abordagem analítica contribuíram em conjunto com o resultado, ou seja, a primeira demonstração de uma abordagem determinística capaz de descrever e prever transições LFP-a-ponto, um processo neural ainda mal compreendida ^1.

Um ponto crítico foi representado pelo ajuste apropriado da placa de microcontrolador programável, que regula a intensidade e duração da excursão ponta puxado pelo pó-cap. Uma solução adequada permitindo a estímulos de alta freqüência de confiança e relativamente grande displacimentos foi descrita na secção Resultados. Comparado com piezoelétrico convencional atuadores o dispositivo, desde duas vantagens principais: escapou do problema típico de ressonância mecânica e permitiu relativamente grandes deslocamentos de ponta.

Os neurônios no córtex S1 são conhecidos por expressar grandes campos receptivos e respostas rápidas a estimulação tátil ^8. O jejum, o impulso como estímulos são perfeitamente adaptado para recrutar os receptores da pele tanto superficiais e profundas (por exemplo, de Merkel ou corpúsculos de Pacini) ^2, e oportunamente alterando os parâmetros de estímulo (intensidade, duração, derivados rampa) pode-se, preferencialmente, recrutar uma destas classes de receptores diferentes . O protocolo de pulso aleatória pareada foi destinada a reduzir o arrastamento de previsão de oscilações neurais a estímulos ocorrência que normalmente ocorre durante estímulos periódicos. Por outro lado, o intervalo variável entre os pulsos emparelhados nos permitiu extrair um dependenc claroE na história estimulação. Para a estimativa da estrutura e parâmetros do nosso modelo preditivo contamos com um algoritmo de otimização multi-objetivo bem conhecido, chamado de não-dominadas Sorting Genetic Algorithm II ou NSGAII ^12. A principal problema na montagem de um modelo preditivo para a ocorrência de pico depende da estrutura temporal complexa de trens de pico reais. Medindo a distância entre os trens de pico previstos e verdadeiros provou ser uma tarefa computacionalmente caro ^6. O uso de NSGAII, um algoritmo de otimização multi-objetivo, permite quebrar o problema em várias distâncias, computacionalmente eficientes.

Para avaliar a bondade de um modelo que precisávamos para quantificar o erro na previsão representada pela distância entre os trens de pico previstos e reais. Dois principais critérios para avaliar as previsões do modelo foram levados em consideração. O processo de adaptação retornou um conjunto de modelos, em vez de uma única. Curiosamente cada modelo in o conjunto pareceu capturar diferentes aspectos dos trens pico originais.

Em conclusão, a estrutura desenvolvida, com base no conjunto otimizado dispositivo de estimulação, protocolo e análises, pode ser utilizado para obter mais insights sobre a relação LFP-espiga e para melhorar as estratégias atuais para programação eficiente interfaces cérebro-máquina e neuroprosthetics.

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)