Method Article

Una guida visiva per Ordinamento elettrofisiologiche registrazioni con 'SpikeSorter'

DOI:

10.3791/55217

February 10th, 2017

In This Article

Summary

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'articolo mostra come utilizzare il programma SpikeSorter per rilevare e ordinare picchi nelle registrazioni extracellulari effettuate con array multi-elettrodo.

Abstract

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Sono disponibili poche applicazioni software stand-alone per ordinare i picchi dalle registrazioni effettuate con array multi-elettrodo. Idealmente, un'applicazione dovrebbe essere facile da usare con un'interfaccia utente grafica, in grado di leggere file di dati in una varietà di formati e fornire agli utenti un set flessibile di strumenti che diano loro la possibilità di rilevare e ordinare forme d'onda di tensione extracellulari da diverse unità con un certo grado di affidabilità. I metodi di selezione delle punte precedentemente pubblicati sono ora disponibili in un programma software, SpikeSorter, destinato a fornire agli elettrofisiologi un set completo di strumenti per la selezione, a partire dal file di dati registrati grezzi e terminando con l'esportazione dei tempi di selezione delle punte. Le procedure sono automatizzate nella misura in cui ciò è attualmente possibile. L'articolo spiega e illustra l'uso del programma. Viene aperto un file di dati rappresentativo, le tracce extracellulari vengono filtrate, gli eventi vengono rilevati e quindi raggruppati. Vengono illustrati una serie di problemi che si verificano comunemente durante l'ordinamento, tra cui l'effettiva sovra-suddivisione delle unità dovuta alla tendenza di alcune unità a sparare picchi in coppie in cui il secondo picco è significativamente più piccolo del primo, e l'eccessivo-frazionamento causato dalla lenta variazione dell'altezza del picco nel tempo riscontrata in alcune unità. L'accuratezza delle prestazioni di SpikeSorter è stata testata con dati surrogati di verità sul campo ed è risultata paragonabile a quella di altri algoritmi in fase di sviluppo attuale.

Introduction

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Chiunque registra segnali extracellulari dal cervello utilizzando metodi più sofisticati di soglia semplice on-line e finestre fronte al compito di identificare e separare i segnali dei vari neuroni dai segnali di tensione rumorosi registrati dall'elettrodo. Questo compito è comunemente noto come picco di smistamento. La difficoltà di picco ordinamento è aggravato da vari fattori. I neuroni possono essere molto vicini tra loro in modo che i segnali registrati dai loro da un elettrodo area sono probabilmente simili e difficili da distinguere. I segnali prodotti da un singolo neurone possono variare nel tempo, forse a causa di movimenti dell'elettrodo, cinetiche sodio canale variabili nei periodi di alta velocità di fuoco, gradi variabili di attivazione di conduttanze tensione in dendriti che sono vicino all'elettrodo, o possibilmente come a seguito di cambiamenti di stato cerebrale. Questi problemi possono essere mitigati mediante matrici multi-elettrodo (MEA) con molte ravvicinate (20 - 100 micron) r ecording canali che permette una migliore definizione spaziale dei segnali dai singoli neuroni in quanto sono tipicamente distribuite su più canali 1, 2. Tuttavia, ciò, unito al fatto che i segnali dai neuroni sviluppa per tutta la lunghezza della sovrapposizione dell'elettrodo nello spazio, si traduce in uno spazio tridimensionale potenzialmente molto alto entro cui cluster corrispondente neuroni unici devono essere identificate. Questo problema diventa computazionalmente intrattabile per più di un piccolo numero di canali di elettrodi. Ad oggi, non vi è generalmente concordato-upon metodo migliore per Spike ordinamento, anche se molte soluzioni sono state proposte 3, 4, 5, 6, 7, 8 e registrazioni da MEA stanno diventando sempre più comuni 9,ass = "xref"> 10. Perché Spike ordinamento non è fine a se stessa, ma è semplicemente un passaggio preliminare necessario prima di ulteriori analisi dei dati, vi è la necessità per un pacchetto facilmente fruibile che leggerà in file di dati di registrazione prima e convertirli in treni di impulsi ordinate con il poco utente ingresso, e come rapido e affidabile, come possibile.

Questo documento fornisce un tutorial per l'utilizzo di SpikeSorter - un programma sviluppato con l'obiettivo di soddisfare queste esigenze. Il programma si basa su algoritmi descritti in documenti pubblicati in precedenza 11, 12, 13. Gli obiettivi nella progettazione del programma erano che a) si dovrebbe avere una interfaccia user-friendly che richiede poca o nessuna conoscenza preventiva di programmazione di computer o di picco di smistamento metodologia; b) devono essere necessari pochi o nessun altri componenti software specializzati al di là di sistemi operativi standard di Windows o Linux; c ) Una vasta gamma di formati di dati di registrazione per l'importazione e l'esportazione dei dati dovrebbe essere sostenuta; d) la necessità di input da parte dell'utente durante l'ordinamento deve essere ridotto al minimo, ed e) l'ordinamento tempi dovrebbero scalare in modo ragionevole, idealmente linearmente, con la durata della registrazione e il numero di canali dell'elettrodo. Gli algoritmi implementati nel programma comprendono a) un insieme flessibile di strategie di pre-elaborazione e di rilevamento degli eventi; b) una divisione automatizzata e la strategia di conquista di riduzione dimensione che raggruppa le forme d'onda di tensione in base ai componenti principali (PC) distribuzioni ottenute da sottoinsiemi di canali assegnati a gruppi specifici; c) il clustering automatico delle distribuzioni PC con una procedura rapida di clustering basate sull'algoritmo media-shift 3, 14, e d) fusione parzialmente automatizzato a due a due e la divisione dei cluster per assicurare che ciascuno è distinto il più possibile da tutti gli altri. This, è stato aggiunto un insieme di procedure che permettono la scissione o la fusione manuale di cluster basati su ispezione di distribuzioni PC, cross e auto-correlogrammi di treni di impulsi e trame tempo ampiezza di forme d'onda picco. Le registrazioni da tetrodi, array, array tetrodo Utah così come MEA-gambo multiuso e possono essere letti e ordinati. Il limite di corrente del numero di canali è 256 ma questo può essere aumentato in futuro.

Un'altra implementazione open-source cross-platform, "spyke" (http://spyke.github.io), è inoltre disponibile. Scritto da uno di noi (MS) in Python e Cython, spyke utilizza lo stesso approccio globale come SpikeSorter, con alcune differenze: per ridurre le richieste di memoria, dati grezzi viene caricato in piccoli blocchi, e solo quando è assolutamente necessario; cluster sono esclusivamente visualizzati, manipolati, e ordinati in 3D; e delle componenti principali e analisi delle componenti indipendenti sono entrambi usati come metodi di riduzione dimensione complementare. Spyke richiede più utenti ininterazione, ma si basa molto sulla tastiera e scorciatoie da mouse e una coda di undo / redo per esplorare rapidamente gli effetti di vari fattori sul raggruppamento di un dato sottoinsieme di punte. Questi fattori includono canale di picco e la selezione intervallo di tempo, l'allineamento picco, le dimensioni di clustering e larghezza di banda spaziale (Sigma) 11.

Quanto segue è una breve descrizione degli algoritmi e le strategie utilizzate per l'ordinamento. Più descrizioni complete possono essere trovati in precedenti pubblicazioni 11, 12, 13 e nelle annotazioni che possono essere accessibili tramite pulsanti di aiuto (identificato con un '?') Entro SpikeSorter. Dopo aver caricato un file di tensione extracellulare crudo e filtrando le componenti a frequenza inferiore, una fase iniziale dei risultati del rilevamento evento in un insieme di eventi, ciascuno dei quali è costituito da una breve un'istantanea tensione prima e dopo il tempo dell'evento. Se gli elettisiti ha guidato sono sufficientemente ravvicinati (<100 micron), i segnali di unità singole appare generalmente su più canali vicini. Un canale centrale viene scelto automaticamente per ogni evento, corrispondente al canale sul quale la tensione di picco-picco dell'evento è grande. Automated classificare inizia formando un unico cluster iniziale per ogni canale elettrodo, costituito da tutti gli eventi che sono stati localizzati a quel canale. Un'unità a metà strada tra i canali può dar luogo a picchi che sono localizzate (forse casualmente) per canali diversi: i cluster di queste due serie di picchi saranno identificati come simili e uniti in una fase successiva. La forma d'onda media degli eventi in ogni cluster iniziale viene quindi calcolato. Questo è indicato come modello di cluster. canali ausiliari sono assegnati a ciascun cluster sulla base delle ampiezze e deviazione standard delle forme d'onda modello su ciascun canale. I valori delle componenti principali vengono calcolati per ogni o cluster basato sun le forme d'onda sul set assegnato di canali. L'utente può scegliere il numero di dimensioni dei componenti principali d'uso: di solito 2 è sufficiente. Ciascun cluster viene quindi diviso in un ulteriore insieme di cluster, e questo viene ripetuto fino nessuno può essere ulteriormente divisa dal raggruppamento automatizzato.

A questo punto, una prima serie di esempio, 64 cluster da un elettrodo 64 canali, possono essere suddivisi in due o tre volte quel numero, a seconda del numero di unità che era presente nella registrazione. Ma a causa della assegnazione della variabile di eventi da singole unità a canali diversi, il numero di cluster trovato in questa fase è quasi certamente più grande di quanto dovrebbe essere. La prossima fase di ordinamento è quello di correggere la oversplitting confrontando coppie di cluster e la fusione coppie simili o riassegnazione eventi da uno all'altro. Questa fase di ordinamento è indicato come 'unire e dividere'.

Fusione e scissione

Per N cluster, vi sono N * (N -1) / 2 coppie e quindi il numero di coppie cresce come N 2, che è indesiderabile. Tuttavia, molte coppie possono essere esclusi dal confronto perché i due membri della coppia sono fisicamente distanti. Questo riduce la dipendenza da qualcosa che è più linearmente correlato al numero di canali. A dispetto di questa scorciatoia, l'unione e la fase di spaccatura può ancora essere abbastanza tempo. Esso funziona nel seguente modo. Ogni coppia di cluster che è quello di essere paragonata (quelli che sono fisicamente vicini tra loro, come giudicato dalla sovrapposizione nei set di canali assegnati a ciascun) è fusa temporaneamente, pur mantenendo le identità dei picchi nei due cluster membri noti. Le principali componenti della coppia fusione vengono calcolati. Una misura della sovrapposizione tra i punti nei due cluster viene calcolato in base alla distribuzione dei primi due componenti principali.

Il modo in cui il ov misura ERLAP è calcolato è descritto in dettaglio altrove 11. Il suo valore è zero se il cluster non si sovrappongono affatto, cioè il vicino più prossimo di ciascun punto è nello stesso cluster. Il suo valore è vicino a 1 se i cluster sovrappongono completamente, cioè la probabilità del vicino più vicino essendo nello stesso cluster è lo stesso di quello previsto da una miscelazione uniforme dei punti.

Diverse decisioni sono prese, che prende la misura di sovrapposizione in considerazione. Se la sovrapposizione è maggiore di un certo valore, cluster possono essere unite. Se la sovrapposizione è molto piccola, la coppia cluster potrebbe essere definito come distinto e lasciato solo. I valori intermedi, indicando incompleta separazione della coppia di cluster, potrebbero segnalare che la coppia dovrebbe essere fusa e poi ri-split, il risultato desiderato di essere una coppia di ammassi con meno sovrapposizioni. Queste procedure sono eseguite prima in una fase automatizzata e quindi in una fase guidata manualmente.

tenda "> Nella fase automatizzata, le coppie di cluster con un alto valore di sovrapposizione sono fusi;. poi le coppie di cluster con intermedio a bassi valori di sovrapposizione vengono uniti e re-split Nella seconda, fase user-guidato, l'utente si presenta con tutte le restante coppie di cluster ambigue (cioè quelli con i valori di sovrapposizione in un range intermedio definito) in sequenza e viene chiesto di scegliere se a) per unire la coppia, b) si fondono e resplit la coppia, c) di dichiarare la coppia di essere distinti (che sovrascriverà il significato della misura di sovrapposizione), oppure d) per definire la relazione tra la coppia come 'ambiguo' indicando che i picchi di coppia è improbabile che siano ben ordinati. sono forniti diversi strumenti per aiutare con queste decisioni, tra cui auto - e cross-correlogrammi e trame serie temporali di altezza picco e dei valori PC.

Idealmente, al termine delle fasi di unire e dividere ogni cluster dovrebbe essere distinto da tutti gli altri,sia perché ha pochi o nessun canale in comune con altri raggruppamenti, o perché l'indice sovrapposizione è inferiore ad un valore definito. Questo valore è selezionabile dall'utente, ma è tipicamente 0.1. Cluster (unità) che passano questo test sono definiti come 'stabile', quelli che non (perché la sovrapposizione con uno o più altri cluster è maggiore della soglia) sono definiti come 'unstable'. In pratica, la maggior parte delle unità finiscono per essere definito come 'stabile' al traguardo di smistamento, lasciando il resto sia di essere scartato o trattata come potenzialmente più unità.

Requisiti software

SpikeSorter è compatibile con le versioni a 64 bit di Windows 7 e di Windows 10, ed è stato anche eseguito con successo sotto Linux usando l'emulatore Wine. I file di dati vengono caricati completamente in memoria (velocità) così disponibili RAM deve scalare con la dimensione della registrazione (lasciare circa 2 GB per il programma stesso). elettrofisiologicoAl file di dati più grandi di 130 GB di dimensione sono stati ordinati con successo in entrambi gli ambienti Windows e Linux. Le opzioni sono accessibili tramite i menu standard di Windows, una barra degli strumenti e le finestre di dialogo. Il layout delle voci del menu corrisponde grosso modo l'ordine delle operazioni in selezione, a partire dal menu 'File' sulla sinistra per l'input dei dati e il menu 'Export' sulla destra che permette per l'esportazione di dati ordinati. pulsanti della barra degli strumenti forniscono scorciatoie per utilizzati comunemente voci di menu.

Il file di configurazione del canale

Molti formati di dati di registrazione non memorizzano posizioni di canale. Tuttavia, conoscendo questi è essenziale per il picco di smistamento. I canali possono anche essere numerati in vari modi di software di acquisizione: SpikeSorter richiede che i canali sono numerati in sequenza, a cominciare con il canale 1. Quindi, un file di configurazione degli elettrodi accessoria deve essere creato in grado di rimappare i numeri dei canali di seguire la regola sequenziale, e per loc canale di negoziozioni. Il file di configurazione del canale è un file di testo con una sola fila di testo per ogni canale. La prima riga del file memorizza un nome di testo, fino a 16 caratteri, che identifica l'elettrodo. I numeri in righe successive possono essere separati da tabulazioni, una virgola o spazi. Ci sono quattro numeri in ogni riga che forniscono (in ordine): il numero del canale nel file, il numero del canale a cui deve essere mappato (cioè il numero che verrà utilizzato da SpikeSorter), e le coordinate x e y del canale, in micron. La coordinata x normalmente essere preso come perpendicolare alla direzione di inserimento dell'elettrodo e la coordinata y conseguenza sarebbe profondità nel tessuto. Il file di configurazione deve essere posizionato nella stessa directory del file di registrazione. Vi è una certa flessibilità nel modo in cui esso può essere nominato. Il programma prima cercare un file che ha lo stesso nome del file di dati grezzi, ma con estensione .cfg. Se il file ios non trovato, si cercherà il file 'electrode.cfg'. Se il file a sua volta, non è stato trovato viene generato un messaggio di errore per indicare una mancanza di informazioni sul layout del canale.

Access restricted. Please log in or start a trial to view this content.

Protocol

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Impostazione 1. Programma

  1. Vai a http://www.swindale.ecc.ubc.ca/SpikeSorter per scaricare il programma. Copiare il file eseguibile fornito nella directory di vostra scelta. Leggi la documentazione di accompagnamento.
    NOTA: Nessuna installazione formale o la compilazione è richiesto.
  2. Prima di aprire qualsiasi file da ordinare, in modo che ci sia abbastanza RAM libera per contenere tutta la durata della registrazione. Assicurarsi inoltre un file di configurazione canale valido, come descritto nella documentazione, è presente nella stessa directory del file di dati.
  3. Avviare il programma, poi vai a 'File - Apri' e selezionare il formato del file di registrazione dall'elenco a discesa in basso a destra della finestra di dialogo file aperto risultante. Selezionare il file da aprire, quindi fare clic su 'Apri'.
  4. Una volta che la lettura è completa, controllare il display di registrazione della tensione. Fare doppio clic sul display (o andare a 'Vista - Tensione Record') per far apparire una finestra di dialogo con i controlli che permettono ogni part della forma d'onda di registrazione da visualizzare.
    NOTA: Facendo doppio click su altre finestre di visualizzazione spesso apparire finestre di dialogo associate.
  5. Dopo che la finestra di dialogo si esce, passare il mouse sopra le forme d'onda per visualizzare i valori particolari di tensione nell'angolo in alto a sinistra del display. Utilizzare la rotella di scorrimento per ingrandire qualsiasi parte dello schermo. Tenere premuto il pulsante sinistro del mouse per trascinare il contenuto della finestra.
    NOTA: Questa visualizzazione è aggiornato frequentemente per riflettere l'aggiunta di eventi appena rilevati, o per indicare, per mezzo di colori e / o numeri, le loro assegnazioni cluster dopo il clustering.
  6. Se la registrazione è filtrato e contiene il potenziale campo locale, rimuoverlo andando a 'pre-processo - Trasforma / filtro' (o fare clic sull'icona del filtro nella barra degli strumenti). Seleziona 'passa-alto Butterworth filtro', poi una frequenza di taglio adatto e il numero di poli, quindi premere 'Do-It!'. Dopo filtraggio è finito, ispezionare la nuova forma d'onda dell'onda di tensionefinestra del modulo.
    NOTA: filtraggio viene eseguito nel dominio di Fourier, è non causale, e non introduce distorsione di fase delle forme d'onda. Per una lunga registrazione, il filtraggio può richiedere diversi minuti.
  7. Successivamente, verificare la presenza di canali che possono essere difettosi e devono essere mascherati. Vai a 'pre-processo - controllare Channel' (o fare clic sull'icona di controllo del canale) e quindi controllare il grafico che appare. Il grafico mostra la variazione di correlazione del segnale tra coppie di canali in funzione della loro separazione spaziale 5. Canali che violano questa relazione non potrebbe non funzionare correttamente. Per visualizzare tali valori anomali, clicca su 'deviazioni netti canale singolo.
    1. Per mascherare un canale periferico o selezionare il numero di canale, o selezionarlo dalla lista problema. Quando questa finestra di dialogo si esce, clicca su 'Sì' alla richiesta di salvare i valori della maschera.
      NOTA: Questo file avrà lo stesso nome del file di dati di registrazione, ma con l'estensione .msk. Esso sarà letto automatically ogni volta che si apre lo stesso file di dati.

2. Rilevamento evento

  1. Vai a 'pre-processo - rilevamento evento' per aprire la finestra di rilevamento degli eventi (Figura 1). Questa finestra offre anche la possibilità di canali di mascheratura in base ai loro livelli di rumore (anche se questi spesso essere rilevato dal test precedenti). Ad esempio, un canale che è stato intenzionalmente a terra può avere un livello di rumore molto basso.
  2. Usare il cursore in alto a destra per controllare il livello di rumore su particolari canali. Un'analisi attenta del display tensione può anche rivelare i canali silenziosi o rumorosi insolitamente che devono essere mascherati.
  3. Scegliere un metodo di soglia per il rilevamento degli eventi. Utilizzare il pulsante di aiuto nella casella di gruppo per avere maggiori informazioni sulle opzioni. Soglia 'variabile', con una soglia di 4,5 x - rumore 6X 7, è raccomandato. Utilizzare i controlli in alto a sinistra di scegliere come il livello di rumore è calcolato per thè scopo.
  4. Scegliere il metodo di rilevazione dall'elenco a discesa. 'Filtro Multiphasic dinamica' è il metodo consigliato. Questo richiede la specifica di una finestra temporale. Impostare la finestra di essere circa la metà della larghezza di un picco tipico. Valori molto strette volontà di rilevamento pregiudizi a picchi più stretti anche se l'effetto non è grande. I valori nel range 0,15 - 0,5 ms sono raccomandati 12.
    NOTA: I valori visualizzati sono multipli interi dell'intervallo di campionamento (reciproco della frequenza di campionamento).
  5. Selezionare il metodo di allineamento. Scegliere l'opzione che meglio identifica una singola caratteristica, temporalmente localizzata dei picchi che vengono ordinati, ad esempio, un 'picco positivo' può essere una scelta sbagliata se molti picchi hanno più di un picco positivo. Per molte registrazioni, una 'depressione negativo' sarà la scelta migliore. Altre opzioni di solito può lasciare invariati i valori predefiniti. Premi start'.
    NOTA: il rilevamento di eventi può take da alcuni secondi ad alcuni minuti, a seconda della lunghezza della registrazione e il numero di canali.
  6. Premere 'Fatto' per uscire dalla finestra. Controllare gli eventi, in grigio, nella finestra di tensione della forma d'onda. Controllare che sono stati rilevati segnali che sembrano eventi.
    1. In caso contrario, prendere in considerazione il rilevamento evento re-running con una soglia di sensibilità inferiore. Attenzione, tuttavia, che molto bassi picchi di ampiezza possono essere difficili da risolvere e che un gran numero di loro possono impedire l'ordinamento dei picchi di ampiezza maggiore. Controllare anche i duplicati evidenti o un fallimento per risolvere i picchi vicini e regolare i parametri spazio-temporali della finestra di blocco di conseguenza.
      NOTA: In questa fase eventi sono identificati dai loro tempi di comparsa e un numero di canale. Normalmente questo è il canale sul quale l'ampiezza picco-picco del picco è più grande. Gli eventi sono non cluster inizialmente, così ciascuno ha un'assegnazione gruppo di zero.

3. ordinamento

NOTA: Il passo successivo non viene normalmente eseguita prima cernita di routine, ma è molto utile per farlo durante l'ordinamento per la prima volta, o quando incontra dati sconosciuti.

  1. Vai a 'Sort - Convertire i canali ai cluster'. Questo crea un singolo cluster per ciascun canale elettrodo smascherati, assumendo che ogni canale ha alcuni eventi assegnati. Esaminare questi cluster andando a 'Review - Guarda Pulire e cluster Split'. Questo porta ad un altro dialogo (Figura 2). Utilizzare il controllo di rotazione (in alto a sinistra) per selezionare il cluster da visualizzare.
    NOTA: Il blu linea continua (ciano) è la media di tutti le forme d'onda del cluster e viene indicato come il modello di cluster nel seguito. L'componenti principali (PC) la distribuzione degli eventi del cluster vengono visualizzati nella finestra sottostante. Questi spesso rivelare la presenza di due o più sottocluster.
  2. Premere il pulsante 'riallineare' per modificare l'ora di ogni evento(risultante in piccoli spostamenti laterali delle forme d'onda nel display) per meglio corrispondere alla forma della dima, facendo questo spesso rende sottocluster più compatto e distinte, e talvolta riduce il numero apparente (Figura 3).
  3. Selezionare un cluster che dispone di due o più sottocluster distinti e premere 'Autosplit'. Se sottocluster sono identificati nella visualizzazione PC, saranno colorati. Come esercizio, usare uno dei pulsanti piccoli 'dividere' per creare un nuovo cluster ed esaminarlo. Ordinamento potrebbe continuare manualmente in questo modo, ma invece tornare indietro e utilizzare la procedura più veloce autosort.
  4. Vai a 'Sort - autosort' (o premere il tasto autosort sulla barra degli strumenti) per avviare l'ordinamento automatico. La finestra risultante è mostrato in Figura 4. Esso presenta una varietà di opzioni.
    1. Lasciare l'opzione 'ignorare il rilevamento evento' controllato se il rilevamento degli eventi è già stato fatto. Se non è selezionata, il rilevamento competizione avrà luogoutilizzando i valori dei parametri e le scelte ereditate dalla finestra di rilevamento degli eventi. Dal momento che il rilevamento degli eventi è già stato fatto, lasciare questa opzione selezionata.
    2. Nel pannello 'cluster' di seguito, selezionare una finestra temporale sufficiente a contenere la totalità della forma d'onda spike precedono e seguono il punto di allineamento, ma non di più. Utilizzare questa finestra per bloccare le regioni della forma d'onda picco, ad esempio afterpotentials variabili lunghi, se sembrano interferire con (o contribuire a poco) l'ordinamento. valori di solito nel range ± 0,5 ms sono appropriati. Come altre finestre temporali, la finestra è un numero intero di punti campione, quindi i valori temporali che appaiono sono multipli dell'intervallo di campionamento.
    3. Avanti, selezionare un'opzione di riallineamento da utilizzare durante il clustering. Questo farà uso della forma d'onda modello e lavora più robusta rispetto al caso iniziale di rilevazione evento in cui il criterio deve essere applicato a relativamente rumorosi singoli sforme d'onda Pike. L'opzione consigliata è 'ingranaggio di picco ponderato' ma 'attraverso negativo' possono essere meglio se questo è una caratteristica costante delle forme d'onda picco.
    4. Scegliere una dimensione minima del cluster. Cluster con meno di quel numero di picchi vengono cancellati, impedendo l'accumulo di un gran numero di piccoli, eventualmente spuri, cluster di cernita.
    5. Decidere il numero di dimensioni nello spazio PC che verranno utilizzati per il clustering. Due è generalmente soddisfacente, ma risultati leggermente migliori possono essere ottenuti con 3, anche se con un tempo di smistamento più lungo.
    6. Lasciare le altre opzioni le impostazioni predefinite. Utilizzare i pulsanti della Guida per ottenere spiegazioni più dettagliate delle varie opzioni.
  5. Premere 'Start' per iniziare il autosort. cluster basati canale vengono prima formati come illustrato al punto 3.1. Questi vengono elaborati a sua volta, formando nuovi gruppi suddividendo off singoli sotto-gruppi, uno alla volta. Ogni volta che un nuovo cluster è spacceso spento, i valori PC vengono ricalcolati e visualizzati. Questo continua fino a quando non grappolo individuo può essere ulteriormente diviso.
  6. Seguire le istruzioni sul display, dove il subcluster che verrà scisso dal cluster genitore viene visualizzato in rosso.
    NOTA: Di tanto in tanto il cluster finale è di colore rosso con valori anomali incolore che non formano un subcluster distinta. Questi valori anomali di solito eliminati. Durante questo processo il numero di cluster aumenta gradualmente. Quando è finito, gli indici di sovrapposizione a grappolo sono calcolati per ogni coppia di cluster ammissibili. Coppie che hanno valori di sovrapposizione di grandi dimensioni vengono uniti automaticamente, mentre le coppie che hanno valori di sovrapposizione intermedi (l'intervallo predefinito è 0,1 a 0,5) vengono fuse e quindi resplit. I valori intermedi suggeriscono che ci sono due gruppi distinti, ma che alcuni punti sono misassigned. Durante questa fase il numero di cluster tipicamente diminuisce e il numero di cluster stabili aumenta.

4. Personalizzazione

  1. Se si utilizza il programma per la prima volta (o eventualmente durante il passaggio successivo), personalizzare dimensioni della finestra e posizioni. Vai a 'File-Preferenze'. Scegli le dimensioni per le varie finestre selezionando il tipo di finestra dal menu a tendina e regolando le dimensioni per adattarsi allo schermo. Uscire dalla finestra di dialogo e posizionare le finestre per fare il miglior uso dello schermo.
  2. Dalla finestra di dialogo, scegliere valori di scala che meglio si adattano la disposizione e la spaziatura dei canali sull'elettrodo e le punte nella registrazione. C'è un'opzione autoscaling, ma questo non può sempre scegliere i migliori valori. Spegnerlo se non lo fa.
  3. Selezionare l'opzione Sticky Parametri: se si seleziona l'opzione, le variazioni di ordinare i valori dei parametri (ad esempio usati nel rilevamento di un evento) verranno salvate e ereditato la prossima volta che il programma viene avviato. Ciò può essere utile, ma richiede anche che i valori dei parametri controllati per garantire che non sono stati attenzione cambiati varie opzioni sono esplorate o come risultatodi lettura in diversi file di lavoro. Opzioni per cambiare i colori sub-cluster sono inoltre disponibili.
  4. Prestare attenzione cambiando il numero di thread del processore. Il numero ottimale è di solito 1 inferiore al numero di core della CPU (non virtuali) fisici. Aumentare il numero di thread non può accelerare l'elaborazione e può anche risultare in un forte rallentamento.

5. Merge e Spalato

  1. Dopo il autosort è completa, premere 'Avanti' per andare alla fusione guidato manualmente e la fase di divisione. Gli spettacoli di dialogo risultante, nell'angolo in basso a sinistra, il numero dei restanti coppie di cluster ambigui che devono essere esaminati come pure il numero di cluster stabili.
  2. Premere 'Inizia'. Un'altra finestra visualizzata insieme con la prima delle coppie da esaminare.
  3. Scegliere se unire la coppia, resplit esso (risultante in un valore di sovrapposizione inferiore), etichettare la coppia come 'distinta', che significa che il valore dell'indice sovrapposizione viene ignorato, or per etichettare la coppia come 'ambigua', il che significa che è considerato incerto se le punte sono dallo stesso o da diverse unità.
    1. Clicca sulle caselle di controllo per visualizzare un grafico dei parametri di picco (peak-to-peak (PP) di altezza, o il primo (PC1) o seconda (PC2) dei componenti principali) contro il tempo, e / o auto e cross istogrammi di correlazione.
      NOTA: La visualizzazione di altezza PP in funzione del tempo è spesso molto utile per decidere se unire due cluster. Se le altezze dei picchi di un'unità fondono uniformemente in quelle di un altro allo stesso tempo che un'unità ferma di cottura e l'altra comincia è molto più probabile che no che sono lo stesso apparecchio e dovrebbero essere unite. Cross-correlogrammi possono rivelare una forte relazione temporale tra i tempi di picco in due gruppi. Se il correlogramma incrociato ha un forte picco asimmetrica in un brevissimo intervallo di tempo (ad esempio circa 5 - 10 ms) e soprattutto se il secondo picco è inferiore abetit, le due unità sono molto probabilmente una singola unità che spara coppie picco in cui la seconda è più piccola della prima causa di adattamento canali Na +.
    2. Nel caso in cui la decisione di fusione non è facile, etichettare la coppia come 'ambiguo' e trattare i grappoli di conseguenza in analisi successive.
  4. Se l'unione e l'opzione split è in grado di trovare cluster chiaramente separabili, utilizzare il cursore nella finestra di dialogo viene richiesto di variare manualmente un parametro di clustering (una larghezza di banda spaziale, sigma), insieme con la serie di pulsanti che si fondono, per trovare una scissione che sembra soddisfacente . Utilizzare il pulsante 'Ripristina' per tornare allo stato originale dei due gruppi. Premere 'Split come mostrato' per terminare. Nota più di due raggruppamenti possono essere prodotti mediante questa procedura.
  5. Continuare con questo processo fino a quando non ci sono più coppie di ispezionare. La grande maggioranza dei cluster dovrebbe essere elencato come 'stabile'.
  6. Se alcune coppie di cluster hanno moltoindici bassa sovrapposizione, in modo che siano ignorati dal merge guidata (ma c'è ancora evidenza di una loro fusione), andare al 'Review - Confrontare i cluster di coppie' opzione di menu (o cliccare sull'icona associata nella barra degli strumenti) e aprire il dialogo mostrato in Figura 5. Utilizzare i controlli di spin nella parte superiore della finestra per selezionare qualsiasi coppia di gruppi di confronto.
    NOTA: Come con l'unione guidata e scissione, le coppie sono messi in una lista ordinata, ma in questo caso sono disponibili le metriche di confronto aggiuntive per l'indice cluster di sovrapposizione.
    1. Selezionare l'opzione 'prodotto scalare normalizzata' dal menu a tendina. Questo calcola la correlazione tra i valori del modello. È insensibile alle variazioni di scala di moltiplicazione ed è adatto a selezionare coppie di cluster che sono un risultato artefatti del picco-picco variabilità altezza.
    2. Premere il pulsante 'La maggior parte simile' al centro della finestra di dialogo per visualizzare la coppia più simili. Utilizzare il Horizontal controllo degli effetti sotto il pulsante per andare avanti e indietro nella lista. Utilizzare il display di correlazione e l'altezza PP rispetto al display del tempo di prendere decisioni fusione, così come per l'utente guidato unire e dividere. Si noti che l'elenco viene ricalcolato dopo ogni operazione di fusione. Questa fase di confronto è aperto ended, e spetta all'utente di decidere come ampiamente per la ricerca di prove a favore di unioni.

6. Review - Post-processing

  1. Ora vai a 'Review - Post-processing' (oppure fare clic sull'icona della barra degli strumenti appropriato). Questa finestra di dialogo (Figura 6) offre opzioni per aggiungere o rimuovere gli eventi dal cluster, così come la possibilità di cancellare interi cluster con segnale-rumore (SNR) rapporti che cadono sotto di una soglia. eventi duplicati (eventi che si verificano allo stesso tempo in un cluster) possono essere creati da errori di allineamento di cernita. Gli eventi che sono molto lontano rimosso dalla loro posizione originale possono sometimes essere trasferito; possono anche essere rimossi quando il trasferimento non funziona.
  2. Utilizzare il pulsante di pulizia di allineamento per rimuovere gli eventi dal cluster che sono una brutta partita per il modello. Utilizzare il pulsante 'Ripristino della' di fare il contrario, vale a dire per riassegnare gli eventi non clustered che sono una buona partita per un particolare modello. Gli eventi recuperati sono contrassegnati come subcluster di ogni cluster genitore e possono essere ispezionati utilizzando la finestra di dialogo 'View, puliti e cluster di divisione. Questi eventi rimarranno nel cluster (ed essere esportati come tali) a meno che non vengono cancellati (utilizzare il pulsante piccolo 'cancella' per la prima subcluster). Tornando alla finestra di post-elaborazione, utilizzare il pulsante 'cancella' e la casella numerica accanto ad essa per eliminare i cluster con un SNR inferiore alla soglia selezionata.
  3. Sebbene il numero di cluster vanno continuamente da 1 a N, dove N è il numero totale di cluster, la numerazione effettiva di cluster a fine smistamento è vicino ad unarbitrary. Utilizzare il pulsante 'Sort' rinumerare i cluster secondo un criterio scelto, ad esempio posizione verticale sull'elettrodo, o il numero di canale. Si noti che, con l'eccezione della soppressione eventi duplicati, attualmente non vi è evidenza oggettiva per sostenere particolari scelte in questa finestra come meglio di altri.
  4. In qualsiasi momento durante le procedure manuali del genere è possibile salvare un file che contiene i valori correnti dei parametri, opzioni di ordinamento, orari degli eventi, le proprietà a grappolo e il record di messaggio. Creare questo file andando su 'File - Salva file di lavoro'. Dare un nome al file che è chiaramente legata a quella del file di dati e premere 'Salva'. Riprendiamo classificare in un secondo momento dalla prima apertura del file di registrazione originale, seguito dal filtraggio passa-alto (se fatto inizialmente). Quindi, aprire il file di lavoro salvato. Il programma sarà quindi in uno stato identico a quello in cui era quando il file di lavoro è stato salvato. Il file di lavoro è anche una ricordone di come la selezione è stata fatta - i parametri utilizzati e dei messaggi emessi durante l'ordinamento.
  5. Infine, esportare gli eventi cluster. Vai a 'esportazione - file di picco Ordinato' (o fare clic sul pulsante corrispondente nella barra degli strumenti). Seleziona '.csv' (separati da virgola variabile) dall'elenco a discesa fare clic su 'Salva con nome'. Scegliere un nome per il file che conterrà i dati CSV esportato per le unità ordinate.
    NOTA: Questo file di testo avrà una singola linea per ogni evento contenente, in ordine, il tempo dell'evento (in secondi alla prossima 10 ms), il numero di cluster (da 1 in su) e il numero del canale che è stato assegnato all'evento. Si noti che il canale assegnato non può essere la stessa per tutti gli eventi in un cluster se gli eventi non erano sempre maggiore su un particolare canale.

Access restricted. Please log in or start a trial to view this content.

Results

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Figura 7 mostra il display (ottenuto andando 'Vista - forme d'onda Ordinati') per una tipica registrazione ordinato. L'opzione di visualizzazione predefinita è solo per mostrare le forme d'onda sul canale centrale per ogni cluster. Un'esperienza comune è che le forme d'onda per un paio di cluster sullo stesso canale sembrano identici, ma quando il 'Confronto coppie' dialogo è usato per esaminare i due cluster sono gruppi distinti nella proiezione del PC, il più delle vol...

Access restricted. Please log in or start a trial to view this content.

Discussion

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Formati di file

Attualmente i formati di file supportati includono Neuralynx (.ntt e .ncs), Plexon (.PLX), Neuroscope (.xml + dat), sistemi multicanale (.mcd), Blackrock (.nev) e Intan (.rhd). Per i formati non supportati, ci sono due opzioni. Uno è quello di richiedere aggiunta del formato di file per una prossima release (un collegamento e-mail allo sviluppatore è previsto nella 'Guida - Informazioni su' finestra di dialogo). L'altro è quello di convertire il file in un formato su...

Access restricted. Please log in or start a trial to view this content.

Disclosures

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Gli autori non hanno nulla da rivelare.

Acknowledgements

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Ringraziamo quegli individui e gruppi che hanno utilizzato SpikeSorter e che hanno fornito richieste di supporto per il formato di file e suggerimenti e feedback su come migliorarlo. Questi includono Youping Xiao, Felix Fung, Artak Khachatryan, Eric Kuebler, Curtis Baker, Amol Gharat e Dongsheng Xiao. Ringraziamo Adrien Peyrache per i falsi positivi e negativi riportati nei "Risultati rappresentativi".

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
spikesorter.exeN/Ahttp://www.swindale.ecc.ubc.ca/SpikeSorter

References

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Buzsáki, G. Large-scale recording of neuronal ensembles. Nat. Neurosci. 7, 446-451 (2004).
  2. Blanche, T. J., Spacek, M. A., Hetke, J. F., Swindale, N. V. Polytrodes: High Density Silicon Electrode Arrays for Large Scale Multiunit Recording. J. Neurophys. 93, 2987-3000 (2005).
  3. Lewicki, M. S. A review of methods for spike sorting: the detection and classification of neuronal action potentials. Network. 9, R53-R78 (1998).
  4. Letelier, J. C., Weber, P. P. Spike sorting based on discrete wavelet transform coefficients. J. Neurosci. Methods. 101, 93-106 (2000).
  5. Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering. Neural Computation. 16, 1661-1687 (2004).
  6. Franke, F., Natora, M., Boucsein, C., Munk, M., Obermayer, K. An online spike detection and spike classification algorithm capable of instantaneous resolution of overlapping spikes. J. Comput. Neurosci. 29, 127-148 (2010).
  7. Jäckel, D., Frey, U., Fiscella, M., Franke, F., Hierlemann, A. Applicability of independent component analysis on high-density microelectrode array recordings. J. Neurophysiol. 108, 334-348 (2012).
  8. Rossant, C., et al. Spike sorting for large, dense electrode arrays. Nature Neuroscience. 19, 634-641 (2016).
  9. Vandecasteele, M., et al. Large-scale recording of neurons by movable silicon probes in behaving rodents. JoVE. (61), e3568(2012).
  10. Schjetnan, A. G. P., Luczak, A. Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat. JoVE. (56), e3282(2011).
  11. Swindale, N. V., Spacek, M. A. Spike sorting for polytrodes: a divide and conquer approach. Frontiers in Systems Neuroscience. 8, 1-21 (2014).
  12. Swindale, N. V., Spacek, M. A. Spike detection methods for polytrodes and high density microelectrode arrays. J. Comput. Neurosci. 38, 249-261 (2015).
  13. Swindale, N. V., Spacek, M. A. Verification of multichannel electrode array integrity by use of cross-channel correlations. J. Neurosci. Meth. 263, 95-102 (2016).
  14. Fukunaga, K., Hostetler, L. D. The estimation of the gradient of a density function, with applications in pattern recognition. IEEE Transactions on Information Theory (IEEE). 21, 32-40 (1975).
  15. Mitelut, C., et al. Standardizing spike sorting: an in vitro, in silico and in vivo study to develop quantitative metrics for sorting extracellularly recorded spiking activity. Soc. Neurosci. Abstr. 598 (10), (2015).
  16. Hazan, L., Zugaro, M., Buzsáki, G. Klusters, NeuroScope, NDManager: A free software suite for neurophysiological data processing and visualization. J. Neurosci. Meth. 155, 207-216 (2006).
  17. Harris, K. D., Henze, D. A., Csicsvari, J., Hirase, H., Buzsáki, G. Accuracy of tetrode spike separation as determined by simultaneous intracellular and extracellular measurements. J. Neurophysiol. 84, 401-414 (2000).
  18. Anastassiou, C. A., Perin, R., Buzsáki, G., Markram, H., Koch, C. Cell-type and activity dependent extracellular correlates of intracellular spiking. J. Neurophysiol. 114, 608-623 (2015).
  19. Wohrer, A., Humphries, M. D., Machens, C. K. Population-wide distributions of neural activity during perceptual decision-making. Prog. Neurobiol. 103, 156-193 (2013).
  20. Mizuseki, K., Buzsáki, G. Preconfigured, skewed distribution of firing rates in the hippocampus and entorhinal cortex. Cell Reports. 4, 1010-1021 (2013).
  21. Schmitzer-Torbert, N., Jackson, J., Henze, D., Harris, K., Redish, A. D. Quantitative measures of cluster quality for use in extracellular recordings. Neuroscience. 131, 1-11 (2005).
  22. Barnett, A. H., Magland, J. F., Greengard, L. F. Validation of neural spike sorting algorithms without ground-truth information. J. Neurosci. Meth. 264, 65-77 (2016).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

SpikeSorterSpike SortingElectrophysiological RecordingsMulti Electrode ArraysEvent DetectionWaveform ClusteringData ExportVoltage FilteringChannel MaskingAutosort Procedure

Related Articles