Un dispositivo di stimolazione semplice per evocare Point-like stimoli tattili: una ricerca per LFP a Spike Transitions

Summary

Per chiarire il complesso passaggio dal locale campo Potenziali (LFP) per picchi uno stimolatore adatto a stimoli periferici meccanici leggeri è stato costruito. Come applicazione, le attività spiking registrati dalla corteccia somatosensoriale sono stati analizzati mediante una strategia di ottimizzazione multi-obiettivo. I risultati hanno dimostrato che lo stimolatore proposto è in grado di fornire stimoli tattili con millisecondo e precisioni millimetriche.

Abstract

Ricerca neurofisiologica attuale ha l'obiettivo di sviluppare metodologie per studiare il percorso del segnale da neurone a neurone, vale a dire le transizioni da punte a locali di campo Potenziali (LFP) e da LFPs a picchi.

LFPs hanno una dipendenza complessa attività picco e la loro relazione è ancora poco conosciuti ^1. Il chiarimento di questi rapporti di segnale sarebbe utile sia per la diagnostica clinica (ad esempio paradigmi di stimolazione per Deep Brain Stimulation) e per una più profonda comprensione delle strategie di codifica neurale in condizioni normali e patologiche (ad esempio l'epilessia, morbo di Parkinson, dolore cronico). A questo scopo, si deve risolvere problemi tecnici relativi ai dispositivi di stimolazione, paradigmi di stimolazione e analisi computazionali. Pertanto, un dispositivo di stimolazione su misura è stato sviluppato al fine di fornire stimoli ben regolamentate nello spazio e nel tempo che non incorrono in risonanza meccanica. Successivamente,come esemplificazione, un insieme di relazioni LFP-spike affidabili è stato estratto.

Le prestazioni del dispositivo è stato studiato da registrazioni extracellulari, picchi congiuntamente e risposte LFP agli stimoli applicati, dal ratto corteccia somatosensoriale primaria. Quindi, mediante una strategia di ottimizzazione multi-obiettivo, un modello predittivo per verificarsi spike basato su LFPs stato stimato.

L'applicazione di questo paradigma indica che il dispositivo sia adeguatamente adatta per fornire stimolazione tattile frequenza elevata, superando attuatori piezoelettrici comuni. A dimostrazione dell'efficacia del dispositivo, i seguenti risultati sono stati presentati: 1) la sincronizzazione e l'affidabilità delle risposte LFP ben corrispondano alle risposte spike, 2) LFPs sono sensibili alla storia stimolazione e catturare non solo la risposta media, ma anche la prova-a-prova fluttuazioni dell'attività picco e, infine, 3) utilizzando il segnale LFP è possibile stimare un intervallo of modelli predittivi che catturano diversi aspetti dell'attività picco.

Introduction

Nell'ambito del segnale elaborazione della risposta all'impulso fornisce una fondamentale caratterizzazione del comportamento di un sistema dinamico.

Anche se lo stimolo impulso ideale non è praticamente realizzabile, è possibile avere una ragionevole approssimazione di esso utilizzando un elemento attuatore che genera spostamenti ad alta frequenza. Questo tipo di stimolazione tattile-vibratoria luce è noto per obiettivo sia profondo della pelle (ad esempio, risposta rapida, veloce adattamento corpuscoli di Pacini) ² e recettori superficiali (es. bassa soglia lentamente adattando Merkel strutture discoidali) ^2.

Dispositivi di stimolazione correnti, attuatori piezoelettrici soprattutto, sono accusati di una serie di inconvenienti, non meno risonanze e piccoli spostamenti. Per superare questi difetti, un'implementazione alternativa di stimolazione impulso-come viene proposto utilizzando una punta smussata (un cactus lisciato punta nel nostro caso) in verticalemontato sul centro membrana di un cono diffusore intermedio. Ciò fornisce il vantaggio di cilindrata superiore e spettro di frequenze più ampio.

Un'applicazione efficace di un tale dispositivo è stato lo studio del problema neurofisiologico dedicata del LFPs a picchi di dipendenza. A causa dell'associazione sottile temporale tra questi eventi elettrici di un dispositivo finemente regolato era necessaria per l'erogazione di stimoli periferici. Gli stimoli dovevano essere il più veloce e spazialmente selettiva possibile al fine di ridurre il "rumore di fondo" e affinare i segnali di interesse. Per questo scopo, il dispositivo di stimolazione e il protocollo di recapito stimolo sono stati ottimizzati congiuntamente per l'attività. In questo articolo, descriviamo la tecnica e presentiamo alcuni risultati rappresentativi.

Un protocollo di stimolazione basata su randomizzati impulsi appaiati è stata progettata e ottimizzata per evitare assuefazione. Questo protocollo ha il merito di coppia classicaEd impulsi e ridotto la possibilità di bloccaggio spuria tra stimoli e spontanee esplosioni periodiche di attività neuronale.

Utilizzando questo randomizzato impulsi appaiati è stato possibile ottenere LFP e Spike risposte veloci e affidabili e per catturare la particolarità di queste risposte legate alla dipendenza delle LFPs e picchi sulla storia di stimolazione. Infatti, dalle risposte LFP prime, una serie di tre LFP offre (LFP sé, la LFP derivata prima e la fase della derivata prima) fortemente correlato con la risposta media spike, è stato anche estratto.

Pochi metodi sono stati proposti per adattare i modelli che predicono i picchi di LFPs ^3,4. In generale un punto critico del processo di adattamento del modello, comune anche alla previsione di evento spike dal segnale di stimolo, è costituito dalla scelta appropriata della funzione obiettivo da massimizzare / minimizzare. Mentre una serie di funzioni obiettivo è proporred (ad esempio, la correlazione e coerenza) ⁵ nessuna di queste cattura congiuntamente l'intera complessità delle risposte picco. Di conseguenza, viene introdotto un quadro romanzo basato sulla ottimizzazione multi-obiettivo. Abbiamo dimostrato che utilizzando il proposto ideato e questo quadro computazionale è possibile stimare un insieme di modelli predittivi basato su forte LFP a picco relazioni.

Protocol

Dichiarazione etica

Per studiare come stimoli sensoriali sono rappresentati da attività neuronale non esistono alternative all'uso degli animali e l'uso di un approccio in vivo. Tutti gli animali sono stati trattati lungo le leggi italiane ed europee in materia di trattamento degli animali nella ricerca scientifica (Comitato di Bioetica italiano, il decreto legge sul trattamento degli animali nella ricerca, 27 Gennaio 1992, n ° 116). Il Consiglio Nazionale delle Ricerche, dove sono stati eseguiti gli esperimenti, aderisce al Comitato internazionale Laboratory Animal Science (ICLAS) per conto della United Nations Educational, Scientific e delle Organizzazioni Culturali (UNESCO), il Consiglio delle Organizzazioni Internazionali delle Scienze Mediche (CIOMS ) e dall'Unione Internazionale di Scienze Biologiche (IUBS). Come tale, senza una specifica approvazione protocollo è stato richiesto. L'approvazione del Ministero della Salute è classificato come "Biella 1, 3/2011" nei file del Comitato EticoUniversità degli Studi di Milano.

1. Preparazione degli animali da laboratorio

1. Selezionare ratti maschi di circa 300-400 g dimensioni.
2. Anestetizzare i ratti per la preparazione sperimentale.
   1. Iniettare per via intraperitoneale una soluzione barbiturico (pentobarbital 50 mg / kg per induzione, 10 mg / kg per la manutenzione).
   2. Controllare il livello di anestesia da una bassa soglia e soglia alta stimoli meccanici su una zampa garantire che non si verifichino riflesso di retrazione.
   3. Preparare la pelle del cranio con la rasatura della volta cranica con precisione e poi fare un'incisione per esporre la superficie cranica.
   4. Incannulare la trachea, da una cannula tracheale (diametro interno di 2 mm e diametro esterno di 2,5 mm) fissandolo mediante legatura chirurgica intorno alla trachea stessa.
   5. Lateralmente al segmento tracheale esporre la vena giugulare e incannulare si inserisce una cannula (PE10) collegato ad una siringa fissaggio mediante legatura chirurgica intorno al vaso.
3. Montare il ratto su un apparato stereotassico.
   1. Fissare il corpo ratto e posto in posizione supina.
   2. Fissare la testa dalle barre orecchio e bloccare il muso. Mettere una o due gocce di anestetico locale (lidocaina) all'orecchio del ratto prima di effettuare bar orecchio.
4. Regolare la temperatura della piastrina stereotassico da un cuscinetto riscaldante controllato elettronicamente, mantenendo la temperatura a 37,5 ° C.
5. Collegare il tubo tracheale al dispositivo anestesia respiratorio.
   1. Impostare il dispositivo anestesia respiratorio ad 1 colpo / s offrendo isoflurano (2,5% 0,4-0,8 L / min) e O ₂ (,15-0,2 L / min).
6. Pulire accuratamente la volta cranica da un povidone-iodio antisettico topico.
7. Prendere un bisturi sterile e tagliare longitudinalmente sulla linea mediana dalla base del muso all'angolo dell'osso occipitale.
   1. Divaricare i bordi della ferita da un divaricatore e fissarli da due piccole pinze cocker applicato to le frontiere della ferita.
   2. Identificare il periostio puntando una luce su un deposito teschio osservando la superficie traslucida. Graffiare accuratamente la volta ossea rimozione del periostio e esponendo la superficie dell'osso.
   3. Fornire emostasi con una punta di cotone o una spugna chirurgica sulla superficie dell'osso se emorragie focali appaiono sopra l'osso.
8. Con una penna a punta fine, identificare il punto bregma stereotassica presso il punto croce dei suturas mediosagittal e coronali.
   1. Sotto il controllo del microscopio chirurgico, identificare l'area stereotassica (S1HL) sovrapponendo la corteccia somatosensoriale controlaterale alla zampa posteriore, utilizzata per l'esperimento (Bregma, AP -0.5 a 1,2 mm, LL -2,3 a 2,5 mm).
9. Con una penna a punta fine disegnare il perimetro quadrato che delimita il foro da forare.
   1. Praticare un ² foro 9 mm quadrato blu precedentemente identificato rimuovere la piastrella osso.
   2. Pulire e assorbire eventuali sanguinamenti ossee. Rimuovere con attenzione la dura madre e coprire la superficie corticale con una spugna chirurgica imbevuta di liquido cerebrospinale artificiale mantenuta a 37,5 ° C.
10. Fissare la matrice elettrodo per un supporto collegato ad un micromanipolatore elettronico.
    1. Collegare la testa della matrice al preamplificatore da un microconnector.
    2. Guidare manualmente la matrice elettrodo (sotto controllo microscopio chirurgico) fino alla superficie corticale (senza toccarlo).
    3. Accendere gli amplificatori con segnale acustico.
    4. Guidare, dal controllo elettronico, la matrice elettrodo di toccare la superficie corticale finché il contatto viene raggiunto, segnalato da un rumore evidente cambiamento del suono.
    5. Abbassare la matrice elettrodo passaggi a controllo elettronico (2 micron / passo) fino ad una profondità di 350-400 micron è raggiunto (strato corticale IV).
    6. Verificare la capacità di risposta dei neuroni da tocchi di luce sul posteriore zampa controlaterale.
    7. Regolare la profondità di alcuni ulteriori passaggi fino a quando si osserva una chiara risposta chiodare.
    8. Paralizzare il ratto per via endovenosa thriethiodide Gallamine (20 mg / kg / ora). Utilizzare dosi rifratta tutto l'esperimento per mantenere i livelli curarizzazione (0,2 ml / 1 ora).

2. Il trattamento del segnale

1. Impostare il filtro passa-banda software per [0.1 6000] Hz.
   1. Registrare i segnali neuronali del 8 canali matrice di microelettrodi campionati a 32 kHz.
2. Al termine dell'acquisizione, esportare i segnali registrati in un formato binario adatto per la post-elaborazione.
   1. Eseguire la procedura di picco di ordinamento mediante la casella degli strumenti Wave_clus ^11.

3. Fabbricazione e configurazione del dispositivo di stimolazione

1. Montare un gambo cactus (con punta smussata) ortogonalmente alla superficie di un diffusore intermedio incollaggio base gambo al tappo.
2. Programmare unmicrocontrollore per fornire impulsi di tensione ad un circuito di pilotaggio per il diffusore.
   1. Programmare il microcontrollore per fornire due impulsi appaiati di corrente ogni secondo (vedi Figura 1C).
3. Montare il diffusore e il microcontrollore per mezzo di un L293D h-ponte con componenti passivi fondamentali (vedi figura 1A).
4. Collegare il microcontrollore ad una batteria ricaricabile da 12 V.

4. Stimolazione protocollo

1. Incollare la parte dorsale del posteriore-zampa a un telaio solido, esponendo la superficie volare ed evitando torsioni articolari.
2. Posizionare la punta del dispositivo di stimolazione sulla posizione degli arti / zampa desideri.
3. Accendere il dispositivo di stimolazione.

Passi Offline:

5. La valutazione di Spike risposte

1. Per ogni neurone registrato, calcolare la Shannon reciproca informazione (MI) dello stimolo evocato attività spiking (stimolo categoria è o 1, stimolo, o 0, nessun stimolo).
   1. Stimare la probabilità condizionale di risposta p (r | s), dove s rappresenta la categoria di stimolo e r rappresenta il numero di punte emessi entro una finestra di tempo fisso.
   2. Correggere la stima MI utilizzando la procedura descritta scalpiccio ^9.

6. Valutazione della LFP risposte

1. Filtrare il segnale registrato nella gamma di frequenza [0,1 100] Hz per ottenere il segnale LFP
2. Compute LFPSNR, una misura della LFP reattività, come spiegato nel riferimento ^10.

7. Modello di stima

1. Generare un modello di modulo
   
   dove gli argomenti x rappresentano tre diverse caratteristiche LFP (x ₁ LFP stessa, < em> x ₂ e la sua derivata x ₃ la fase di Hilbert della sua derivata) e F è espresso come segue
   
   i coefficienti g sono pesi di una combinazione lineare ed f è un operatore che richiede sia il valore assoluto, la potenza o il valore originale di ogni x _i.
2. Utilizzare l'algoritmo NSGAII per stimare i parametri e gli operatori del modello utilizzando i seguenti tre oggetti: i) un locale, in via sperimentale-to-trial, misura di adattamento , Dove N _sp e N _r rappresentano rispettivamente le punte globali contano e la lunghezza del vettore di risposta; ii) una misura globale di adattamento sulla base della risposta mediaad/50941/50941eq4.jpg "width =" 205 "/> dove N _risp rappresenta la lunghezza della risposta media, iii) una misura di complessità del modello (vedi anche) ¹⁰ .

8. La conferma istologica

1. Sacrifica il topo.
   1. Al termine delle registrazioni sperimentali, soppressione dell'animale sotto anestesia profonda gassosa (isoflurano 2%, 4 L / min) e iniettare per via endovenosa una overdose di barbiturici (> 50 mg / kg, pentobarbital).
   2. Attendere l'arresto cardiaco.
   3. Smontare il ratto dal apparato stereotassico
2. Perfusione.
   1. Posizionare il topo posa su una griglia su un bacino per raccogliere il sangue e fluidi dal perfusione.
   2. Aprire il torace sezionando lo sterno separa dalle inserzioni costola.
   3. Bloccare il processo xifoideo dello sterno con una pinza cocker e rovesciando cranially sterno e le costole divaricate sul cuore.
   4. Identificare il ventricolo sinistro e l'atrio destro, posizionare una calibro nove smussato punta dell'ago (collegato alla cannula di perfusione) nel ventricolo e aprire con le forbici chirurgiche sottili l'atrio destro.
   5. Avviare la perfusione con (4 ° C) eparinizzate soluzione fisiologica fredda (250 ml) seguita dalla perfusione di una soluzione di formalina al 4% (250 ml).
3. Estrarre il cervello dal cranio aprendo la volta cranica, con un adeguato pinza e mettere il cervello in una soluzione di formalina al 10%.
4. Dopo una settimana, preparare le fette istologiche da un microtomo (spessore 10 micron).
5. Colorare il cervello sezioni coronali e sagittali con la soluzione violetto cresolo.

Representative Results

Caratteristiche escursione Suggerimento

Per caratterizzare le proprietà dinamiche del dispositivo stimolare proposto, una serie di esperimenti sono stati istituiti. Lo specifico dispositivo che consiste di un arseniuro di gallio infrarossi diodo accoppiato con un fototransistor silicio è stato utilizzato per valutare lo spostamento punta, la durata di spostamento e le possibili ritardi di spostamento. Per mezzo di questo interruttore interruttore ottico abbiamo posizionato la punta stimolatore sul bordo del foro diodo emettitore (altezza = 1 mm) e sia il microcontrollore e le uscite fototransistor sono stati registrati. La procedura di collocamento è stato facilitato da un dispositivo microstepper con una risoluzione massima di 1 mm.

La risposta dei dispositivi sono mostrati in Figura 2A. La linea rossa rappresenta la risposta fototransistor seguito dal microcontrollore risposta che indica l'inizio esatto dello spostamento punta. In particolare, un sistematico ritardo a causa di pendolarismozioni era presente e quantificati (Figura 2B, media = 583 msec in 100 studi) risultante come abbondantemente al di sotto della precisione di tempo desiderato (1 msec). Infine, abbiamo misurato la durata spostamento punta che era di 3.96 msec, in media, come mostrato in Figura 2C.

Randomized Protocol Pulse Abbinato Acquisizione LFP e Spike Relazioni

Per comprendere la relazione tra LFP e picchi, in primo luogo abbiamo deciso di creare un dispositivo di stimolazione in grado di evocare risposte rapide e affidabili da entrambi i segnali. La Figura 3A mostra la distribuzione inter-stimolo-intervallo, assicurando che il dispositivo ha provocato una modulazione dell'attività spiking. La descrizione del dispositivo e il funzionamento è dettagliato nella sezione protocollo.

Nelle figure 3B e 3C sono mostrate le risposte LFP e Spike per un neurone rappresentante, rispettivamente. Misurando Mutual Informzione per le punte e SNR per LFPs (Figure 4A e 4B) era chiaro che sia codificare una notevole quantità di informazioni sulla presenza di stimolo.

È interessante notare LFPs e punte anche fornito informazioni sulla storia di stimolazione (Figure 4C-E). In particolare, le risposte LFP sono stati sostanzialmente ridotti quando lo stimolo reale è stata preceduta da un impulso precedente, con un piccolo abbastanza inter-stimolo-intervallo (figure 4C e 4D). Codifica neuronale della storia stimolazione positivamente correlata con MI sebbene esposto valori sostanzialmente inferiori (Figura 4E).

Abbiamo poi chiesto che dispone del segnale LFP meglio correlare con la risposta picco. Dopo una analisi preliminare, sono state identificate tre caratteristiche LFP che correlano fortemente con la risposta media spike: la media LFP, la sua derivata e la fase del derivato LFP (

Una strategia multi-obiettivo per Spike Pronostico Basato su LFPs

Treni di impulsi hanno tipicamente complesse strutture temporali che presentano correlazioni significative su diverse scale temporali. Quindi, quali aspetti della risposta neuronale vengono catturati da LFPs?

Un buon test per sondare la comprensione del rapporto LFP-spike è chiedersi quanto bene punte sono prevedibili solo guardando il segnale LFP. Pertanto, utilizzando il set di funzioni LFP sopra (vedi Figura 4F), l'obiettivo era di costruire un modello predittivo che, in qualsiasi momento, legge i valori di queste caratteristiche e genera una previsione binario circa il verificarsi di un picco.

Un problema critico relative alla sistemazione di un modello di previsione picco è costituito dalla scelta di una funzione obiettivo appropriato. Le scelte più comuni sono il coefficiente di Pearson e la funzione di coerenza ^5. Interesalternative Ting sono forniti da metriche spike ^6. Mentre le prime due misure si basano sulle risposte medie neuronali e quindi non cogliere l'intera struttura dei treni di impulsi, quest'ultimo è computazionalmente impegnativo e non pratico per scopi montaggio. Viene proposta una soluzione alternativa basata su ottimizzazione multi-obiettivo. L'idea è quella di ridurre al minimo congiuntamente più obiettivi funzioni (di seguito chiamato semplicemente obiettivi). Questi obiettivi devono essere computazionalmente efficiente per calcolare e in grado di catturare diversi aspetti della risposta neuronale.

Utilizzando il concetto di Pareto ottimalità possiamo poi trovare una serie di modelli, ciascuno ottimizzato per specifiche-off commerciali tra questi obiettivi. Al fine di stimare le superfici Pareto-ottimale l'algoritmo NSGAII è stato utilizzato ^12. Abbiamo identificato tre funzioni obiettivo: una globale basato sulla distanza nelle risposte medi, una locale sulla base della distanza su un processo trial-to-base e un ulteriore obiettivo che penalizza la complessità del modello (vedere la sezione protocollo relativo).

I risultati ottenuti montando un neurone rappresentante dei set di dati sono mostrate nelle Figure 5A e 5B. Figura 5A riporta la distanza globale (PF) e la distanza locale (SM) tra modello e vere risposte. Notare che le distanze di ogni modello sono ottimali in un senso Pareto modo che nessun modello è migliore o peggiore di qualsiasi altra in entrambe le distanze. Lo stesso principio vale per tutti i tre circuiti considerati congiuntamente (Figura 5B).

Un principale vantaggio dato dalla stima di un insieme di modelli ottimali invece di uno solo sta nel fatto che diversi modelli, basati sulla ottimali compromessi tra gli obiettivi specificati, catturano diversi aspetti della vera risposta neuronale. Ciò è mostrato nella Figura 6, dove diag raster originalearieti (Figure 6A e 6D) e quelli previsti (Figure 6B, 6C, 6E e 6F) sono segnalati, da due neuroni rappresentativi: i modelli che riducono al minimo la cattura distanza locale la fase più affidabile delle risposte neuronali (Figure 6B e 6E ) mentre i modelli basati su un ragionevole compromesso tra il locale e il globale distanza meglio catturare la variabilità neurone e scarica spontanea su tutto il range temporale (0-50 msec, figure e 6C 6F).

Figura 1. (A) Schema del circuito di pilotaggio. Il componente principale è un L293D h-ponte. I comandi microcontrollore vengono consegnati al p ins D1 e D2. (B) Blunted movimenti di punta per la stimolazione meccanica leggera. La dimensione della griglia sulla carta millimetrata è di 1 mm. Clicca qui per vedere l'immagine ingrandita .

Figura 2. Suggerimento funzionalità di spostamento. (A) Le uscite del microcontrollore (linea blu) e del fototransistor (linea rossa). La linea verticale verde è impostato a 0 indica l'inizio dello spostamento punta. (B) La distribuzione di probabilità delle efficaci ritardi spostamento mancia ottenuto oltre 100 sperimentazioni. (C) La distribuzione di probabilità della durata dello spostamento punta mediamente in 100 prove./ Ftp_upload/50941/50941fig2highres.jpg "target =" _blank "> Clicca qui per vedere l'immagine ingrandita.

Figura 3. (A) Distribuzione Inter-Stimulus-Interval. (B, C), "On Air" stimoli non evocare risposte (vedere la parte superiore di entrambi i grafici nella gamma da 1.000 a 1.200 studi). Confrontarli per il vero collaudo stimolo (sugli assi delle ordinate) da 0 a 1000, in cui fra i 15 - 40 msec di ritardo dall'insorgenza stimolo (tempo 0 in ascissa) risposte chiare possono essere osservati. La trama in (B) si riferisce alla risposta LFP, mentre la trama in (C) si riferisce alla risposta picco. Nel asse y del diritto più figura, vi sono le posizioni ("alluce", "II", & #34;. III ", ecc) degli stimoli sulla parte posteriore dei ratti Clicca qui per vedere l'immagine ingrandita .

Figura 4. (A, B) reciproca informazione e LFP _SNR in funzione del tempo lungo cifre diverse. (C) LFP valori normalizzati dopo la breve (<100 msec) e lunga (> 300 msec) Inter-stimolo-Interval (IStimI) . (D) Potenza media delle risposte LFP dopo lungo e corto IStimI. Ogni punto rappresenta una registrazione distinta. (E) MI su long / short IStimI in funzione dei maggiori valori MI circa stimolo occorrenza (Imax). Ogni punto rappresenta annuncioneurone istinto. (F) La psth di un neurone rappresentante correla bene con tre caratteristiche della risposta LFP:. Il segnale grezzo media, la derivata media e la fase del derivato clic qui per vedere l'immagine ingrandita .

Figura 5. (A, B) la distanza locale e globale tra le risposte previste e vere di un neurone rappresentante. (B) la valutazione comune per le tre distanze. Soluzioni ottimali Pareto sono state stimate utilizzando l'algoritmo NSGAII. Clicca qui per vedere l'immagine ingrandita .

Figura 6. True (A, D) e la stima (B, C ed E, F rispettivamente) le risposte per due neuroni rappresentativi. X, y, z rappresentano rispettivamente il segnale LFP grezzo, la sua derivata e la fase della sua derivata. Clicca qui per ingrandire immagine .

Discussion

Questo lavoro in primo luogo ha presentato un nuovo, semplice e di basso costo del dispositivo consente di offrire stimoli sensoriali veloci e spazialmente puntiformi. Poi sono stati convalidati accoppiato un protocollo di stimolazione ad impulsi randomizzati e un insieme di analisi computazionali. L'obiettivo generale era quello di istituire un quadro per la stima delle relazioni LFP-picco di registrazioni elettrofisiologiche durante la stimolazione tattile.

Il dispositivo, il protocollo e l'approccio analitico hanno contribuito congiuntamente al risultato, vale a dire la prima dimostrazione di un approccio deterministico in grado di descrivere e prevedere LFP-a-picco di transizione, un processo neurale ancora poco conosciuta ^1.

Un punto critico è rappresentato dalla impostazione appropriata della scheda microprocessore programmabile, che regola la forza e la durata dell'escursione punta trainato dalla polvere-cap. Una soluzione adatta consentendo stimoli ad alta frequenza affidabili e relativamente grande displacementi è stato descritto nella sezione dei risultati. Rispetto ai tradizionali attuatori piezoelettrici dispositivo fornito due vantaggi principali: è sfuggito il problema tipico di risonanza meccanica e ha permesso relativamente grandi spostamenti di punta.

Neuroni in S1 corteccia sono noti per esprimere grandi campi recettivi e risposte rapide alla stimolazione tattile ^8. Il digiuno, come impulso stimoli sono perfettamente adatti per reclutare recettori della pelle sia superficiali e profonde (ad esempio, Merkel o corpuscoli di Pacini) ^2, ed opportunamente cambiando i parametri di stimolo (intensità, durata, rampa derivati) si potrebbe preferenzialmente assumere una di queste diverse classi di recettori . Il protocollo impulso accoppiato randomizzato mirava a ridurre il trascinamento predittivo di oscillazioni neuronali a stimoli evento che si verifica in genere durante stimoli periodici. D'altra parte l'intervallo variabile tra gli impulsi accoppiati permesso di estrarre una chiara Dall'usoE sulla storia di stimolazione. Per la stima della struttura e parametri del nostro modello predittivo ci siamo basati su un algoritmo di ottimizzazione multi-obiettivo ben noto, chiamato non dominato Sorting Genetic Algorithm II o NSGAII ^12. Un problema principale in montaggio un modello predittivo di insorgenza picco si basa nella complessa struttura temporale dei treni di impulsi reali. Misurare la distanza tra treni di impulsi previsti e vere ha dimostrato di essere un compito computazionalmente costoso ^6. L'uso di NSGAII, un algoritmo di ottimizzazione multi-obiettivo, consente di abbattere il problema in più, le distanze computazionalmente efficienti.

Per valutare la bontà di un modello abbiamo bisogno di quantificare l'errore di previsione rappresentata dalla distanza tra i treni di impulsi previsti e veri. Due criteri principali per valutare le previsioni dei modelli sono state prese in considerazione. Il processo di adattamento restituito un insieme di modelli, invece di uno solo. È interessante notare che ogni modello in il set sembrava di cogliere diversi aspetti dei treni di impulsi originali.

In conclusione, il framework sviluppato, sulla base ottimizzata congiuntamente dispositivo di stimolazione, protocollo e analisi, potrebbe essere utilizzata per ottenere ulteriori approfondimenti nel rapporto LFP-spike e per migliorare le attuali strategie per la programmazione efficiente interfacce e neuroprotesica cervello-macchina.

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)