Name: SpikeSorter를 사용하여 전기 생리 녹음을 정렬에 대한 비주얼 가이드 (동영상) | JoVE Journal
Uploaded: 2017-02-10T15:00:00.000+00:00
Duration: 10 min 31 s
Description: 배우세요 SpikeSorter를 사용하여 신경 조직의 세포외 전기생리 녹음에서 스파이크를 검출하고 정렬하는 방법을. 다중전극 어레이 데이터 분석을 간소화하여 신경 행동 연구에 기여합니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

SpikeSorter를 사용하고 파일 형식 지원 및 개선 방법에 대한 제안 및 피드백을 요청한 개인 및 그룹에 감사드립니다. 여기에는 유핑 샤오(Youping Xiao), 펠릭스 펑(Felix Fung), 아르탁 하차트리안(Artak Khachatryan), 에릭 퀴블러(Eric Kuebler), 커티스 베이커(Curtis Baker), 아몰 가랏(Amol Gharat), 동셩 샤오(Dongsheng Xiao) 등이 포함된다. 우리는 'Representative Results'에 제시된 거짓 긍정 및 부정 수치에 대해 Adrien Peyrache에게 감사드립니다.

<ol><li>Buzsáki, G. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/15114356">Large-scale recording of neuronal ensembles.</a> Nat. Neurosci. 7, 446-451 (2004).</li>
<li>Blanche, T. J., Spacek, M. A., Hetke, J. F., Swindale, N. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Polytrodes%3A+High+Density+Silicon+Electrode+Arrays+for+Large+Scale+Multiunit+Recording%5BTitle%5D)+AND+%22J.+Neurophys%22%5BJournal%5D)">Polytrodes: High Density Silicon Electrode Arrays for Large Scale Multiunit Recording.</a> J. Neurophys. 93, 2987-3000 (2005).</li>
<li>Lewicki, M. S. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/10221571">A review of methods for spike sorting: the detection and classiﬁcation of neuronal action potentials.</a> Network. 9, R53-R78 (1998).</li>
<li>Letelier, J. C., Weber, P. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+sorting+based+on+discrete+wavelet+transform+coefficients%5BTitle%5D)+AND+%22J.+Neurosci.+Methods%22%5BJournal%5D)">Spike sorting based on discrete wavelet transform coefficients.</a> J. Neurosci. Methods. 101, 93-106 (2000).</li>
<li>Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unsupervised+spike+detection+and+sorting+with+wavelets+and+superparamagnetic+clustering%5BTitle%5D)+AND+%22Neural+Computation%22%5BJournal%5D)">Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering.</a> Neural Computation. 16, 1661-1687 (2004).</li>
<li>Franke, F., Natora, M., Boucsein, C., Munk, M., Obermayer, K. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/19499318">An online spike detection and spike classiﬁcation algorithm capable of instantaneous resolution of overlapping spikes.</a> J. Comput. Neurosci. 29, 127-148 (2010).</li>
<li>Jäckel, D., Frey, U., Fiscella, M., Franke, F., Hierlemann, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Applicability+of+independent+component+analysis+on+high-density+microelectrode+array+recordings%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Applicability of independent component analysis on high-density microelectrode array recordings.</a> J. Neurophysiol. 108, 334-348 (2012).</li>
<li>Rossant, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+sorting+for+large%2C+dense+electrode+arrays%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Spike sorting for large, dense electrode arrays.</a> Nature Neuroscience. 19, 634-641 (2016).</li>
<li>Vandecasteele, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Large-scale+recording+of+neurons+by+movable+silicon+probes+in+behaving+rodents%5BTitle%5D)+AND+%22JoVE%22%5BJournal%5D)">Large-scale recording of neurons by movable silicon probes in behaving rodents.</a> JoVE. (61), e3568(2012).</li>
<li>Schjetnan, A. G. P., Luczak, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recording+large-scale+neuronal+ensembles+with+silicon+probes+in+the+anesthetized+rat%5BTitle%5D)+AND+%22JoVE%22%5BJournal%5D)">Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat.</a> JoVE. (56), e3282(2011).</li>
<li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+sorting+for+polytrodes%3A+a+divide+and+conquer+approach%5BTitle%5D)+AND+%22Frontiers+in+Systems+Neuroscience%22%5BJournal%5D)">Spike sorting for polytrodes: a divide and conquer approach.</a> Frontiers in Systems Neuroscience. 8, 1-21 (2014).</li>
<li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+detection+methods+for+polytrodes+and+high+density+microelectrode+arrays%5BTitle%5D)+AND+%22J.+Comput.+Neurosci%22%5BJournal%5D)">Spike detection methods for polytrodes and high density microelectrode arrays.</a> J. Comput. Neurosci. 38, 249-261 (2015).</li>
<li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/26875661">Veriﬁcation of multichannel electrode array integrity by use of cross-channel correlations.</a> J. Neurosci. Meth. 263, 95-102 (2016).</li>
<li>Fukunaga, K., Hostetler, L. D. <a target="_blank" href="http://ieeexplore.ieee.org/document/1055330/">The estimation of the gradient of a density function, with applications in pattern recognition.</a> IEEE Transactions on Information Theory (IEEE). 21, 32-40 (1975).</li>
<li>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).</li>
<li>Hazan, L., Zugaro, M., Buzsáki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Klusters%2C+NeuroScope%2C+NDManager%3A+A+free+software+suite+for+neurophysiological+data+processing+and+visualization%5BTitle%5D)+AND+%22J.+Neurosci.+Meth%22%5BJournal%5D)">Klusters, NeuroScope, NDManager: A free software suite for neurophysiological data processing and visualization.</a> J. Neurosci. Meth. 155, 207-216 (2006).</li>
<li>Harris, K. D., Henze, D. A., Csicsvari, J., Hirase, H., Buzsáki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+of+tetrode+spike+separation+as+determined+by+simultaneous+intracellular+and+extracellular+measurements%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Accuracy of tetrode spike separation as determined by simultaneous intracellular and extracellular measurements.</a> J. Neurophysiol. 84, 401-414 (2000).</li>
<li>Anastassiou, C. A., Perin, R., Buzsáki, G., Markram, H., Koch, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cell-type+and+activity+dependent+extracellular+correlates+of+intracellular+spiking%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Cell-type and activity dependent extracellular correlates of intracellular spiking.</a> J. Neurophysiol. 114, 608-623 (2015).</li>
<li>Wohrer, A., Humphries, M. D., Machens, C. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Population-wide+distributions+of+neural+activity+during+perceptual+decision-making%5BTitle%5D)+AND+%22Prog.+Neurobiol%22%5BJournal%5D)">Population-wide distributions of neural activity during perceptual decision-making.</a> Prog. Neurobiol. 103, 156-193 (2013).</li>
<li>Mizuseki, K., Buzsáki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Preconfigured%2C+skewed+distribution+of+firing+rates+in+the+hippocampus+and+entorhinal+cortex%5BTitle%5D)+AND+%22Cell+Reports%22%5BJournal%5D)">Preconfigured, skewed distribution of firing rates in the hippocampus and entorhinal cortex.</a> Cell Reports. 4, 1010-1021 (2013).</li>
<li>Schmitzer-Torbert, N., Jackson, J., Henze, D., Harris, K., Redish, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+measures+of+cluster+quality+for+use+in+extracellular+recordings%5BTitle%5D)+AND+%22Neuroscience%22%5BJournal%5D)">Quantitative measures of cluster quality for use in extracellular recordings.</a> Neuroscience. 131, 1-11 (2005).</li>
<li>Barnett, A. H., Magland, J. F., Greengard, L. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validation+of+neural+spike+sorting+algorithms+without+ground-truth+information%5BTitle%5D)+AND+%22J.+Neurosci.+Meth%22%5BJournal%5D)">Validation of neural spike sorting algorithms without ground-truth information.</a> J. Neurosci. Meth. 264, 65-77 (2016).</li>
</ol>

저자는 공개할 것이 없습니다.

파일 형식 현재 지원되는 파일 형식은 Neuralynx (.ntt 및 .ncs), Plexon (.plx), Neuroscope (.XML + .DAT) 멀티 채널 시스템 (.mcd), 검은 바위 (.nev) 및 Intan (.rhd)를 포함한다. 지원되지 않는 포맷의 경우, 두 가지 옵션이 있습니다. 하나는 ( &#39;- 정보 도움말&#39;대화창에서 제공되는 개발자에게 이메일 링크) 다음 버전에 파일 형식의 추가를 요청하는 것입니다. 다른 하나는 지원되는 포맷으로 파일을 변환한다. 간단한 옵션은 시간 스파이크 형식 &#39;않고 .tsf&#39;를 사용하는 것입니다. 이 맨손으로 뼈 형식은 정렬 다음 전압 기록 및 채널 위치 데이터 플러스 이벤트의 기록과 채널 및 클러스터 할당이 포함되어 있습니다. 이 파일을 읽기 다른 형식보다 종종 더 빠릅니다. 독립적으로 지원되지 않는 포맷을 다루는 후속 시간 소모적 FIL에 대한 필요성을 회피하기 때문에 (이 형식 내보내기 옵션 중 포함...

단순 온라인 및 임계 윈도우보다 정교한 방법을 사용하여 뇌에서 세포 외 신호를 기록하는 사람이 식별하고 상기 전극에 의해 기록 노이즈 전압 신호에서 다른 뉴런으로부터의 신호를 분리하는 과제에 직면 해있다. 이 작업은 일반적으로 스파이크 정렬로 알려져있다. 스파이크 정렬의 어려움은 다양한 요인에 의해 악화된다. 근처의 전극에 의해 그들로부터 기록 된 신호가 유사한 구별하기 어려울 가능성이되도록 뉴런 서로 매우 근접 할 수있다. 하나의 뉴런에 의해 생성 된 신호는 아마도 같은 전극 부근이거나, 또는 수지상 높은 연소율 전압 컨덕턴스의 활성화 변수 도의 기간 탓 전극 가변 나트륨 채널 동역학의 움직임 때문에, 시간에 따라 변화 할 수있다 뇌 상태의 변화의 결과. (- 100 내지 20 ㎛) R 이러한 문제는 다수의 근접하게 이격되는 다중 전극 배열 (다자간)를 사용하여 완화 될 수있다<html> 그들은 일반적으로 여러 채널 1, 2에 분산되어 있기 때문에 하나의 신경 세포에서 신호를보다 효율적으로 공간 정의를 허용 채널을 ecording. 그러나,이 공간에 전극의 오버랩의 전체 길이를 따라 분산 뉴런으로부터의 신호 점과 함께, 클러스터 고유 뉴런에 대응하는 내 잠재적으로 매우 높은 차원 공간에서의 결과가 확인 될 필요가있다. 이 문제는 전극의 채널 수가 적은 이상 계산적으로 어려운된다. 현재까지, 더 일반적 합의 스파이크 정렬을위한 가장 좋은 방법은 많은 솔루션 7, 8 및 다자간로부터 녹음 9 점차 일반화되고 있으며, 6, 5, 4, 3이 제안되어 왔지만 없다엉덩이 = &quot;외부 참조&quot;&gt; 10. 스파이크 정렬 자체가 목적 없지만 단순히 상기 데이터 분석 전에 필요한 예비 단계이기 때문에, 원료 기록 데이터 파일을 판독하고 적은 사용자와 정렬 스파이크 열차로 변환 쉽게 이용 가능한 패키지에 대한 필요성이 존재 입력 및 신속하고 확실하게 가능한. 이러한 요구를 충족의 목적으로 개발 된 프로그램 -이 문서는 SpikeSorter의 사용에 대한 자습서를 제공합니다. 프로그램은 이전에 발행 된 논문 11, 12, 13에 기술 된 알고리즘에 기초한다. 프로그램 설계의 목표는)는 사용자 친화적 인 인터페이스는 거의 컴퓨터 프로그래밍이나 방법론을 정렬 스파이크의 사전 지식을 요구해야한다고했다; b)는 표준 Windows 또는 Linux 운영 체제를 넘어 거의 또는 다른 전문 소프트웨어 구성 요소가 필요합니다; 기음 </em&gt;) 데이터 가져 오기 및 내보내기에 대한 기록 데이터 형식의 넓은 범위를 지원한다; d) 상기 최소화되어야 정렬 동안 사용자 입력에 대한 요구, 및 e) 정렬 시간은 녹화 시간과 전극의 채널 수와, 이상적인 선형 적당한 방법에 확장한다. 프로그램에 구현 된 알고리즘은 사전 처리 및 이벤트 감지 전략)가요 세트를 포함한다; 나) 자동 분할 및 주요 구성 요소 (PC) 특정 클러스터에 할당 된 채널의 하위 집합에서 얻은 분포에 따라 전압 파형을 묶습니다 차원 감소의 정복 전략; 상기 평균 이동 알고리즘 3, 14, 및 D를 기반으로 빠른 클러스터링 절차) 부분적으로 자동화 된 페어 병합 및 클러스터의 분할과 PC의 분포 다) 자동 클러스터링은 각각 모두 다른 사람들로부터 가능한 한 별개인지 확인합니다. 티하려면들, 일련의 절차는 수동 분할 또는 PC 분포, 스파이크 기차와 스파이크 파형의 시간 진폭 플롯의 교차 및 자동 상관 도표의 검사에 기반 클러스터의 병합을 허용하는 추가되었습니다. tetrodes, 사극 배열, 유타 배열뿐 아니라 단일 및 멀티 생크 다자간 환경에서 녹음 읽고 정렬 할 수 있습니다. 채널의 수에 제한 전류 256하지만 이것은 앞으로 증가 될 수있다. 또 다른 크로스 플랫폼 오픈 소스 구현 &quot;spyke은&quot;(http://spyke.github.io)도 사용할 수 있습니다. 우리 중 하나 파이썬과 사이 썬에서 (MS)에 의해 작성된, spyke 약간의 차이, SpikeSorter와 같은 전체적인 접근 방식을 사용하여 메모리 요구 사항을 줄이기 위해 원시 데이터는 작은 블록에로드하고, 꼭 필요한 경우에만한다; 클러스터는 독점적으로 표시 조작 및 3D로 분류되어 있습니다; 주성분과 독립 성분 분석 모두 상보 치수 감소 방법으로서 사용된다. Spyke는 더 많은 사용자가 필요합니다teraction,하지만 빠르게 스파이크의 특정 부분 집합의 클러스터링에 다양한 요인의 영향을 탐구하는 키보드 및 마우스 바로 가기 및 실행 취소 / 다시 실행 큐에 크게 의존하고있다. 이러한 요소는 스파이크 채널 및 시간 범위 선택, 스파이크 정렬, 클러스터링 차원과 공간 대역폭 (시그마) (11)를 포함한다. 이하는 정렬을 위해 사용되는 알고리즘 및 전략에 대한 간단한 설명이다. 더 자세한 설명은 이전 간행물 11, 12, 13 및 도움말 버튼을 통해 액세스 할 수있는 주석에서 찾을 수 있습니다 (A 식별 &#39;?&#39;) SpikeSorter 내. 원시 세포 전압 파일을로드하고 전에 이벤트 시간 후 짧은 전압 샷으로 구성되어, 각각의 낮은 주파수 성분의 이벤트 세트에서 이벤트의 검출 결과의 초기 단계를 여과 후. 선택받은 경우타고 사이트는 충분히 밀접하게 (&lt;100 μm의)는, 하나의 단위 신호는 일반적으로 여러 인접 채널에 표시됩니다 이격되어있다. 중앙 채널은 자동으로 이벤트의 피크 - 투 - 피크 전압이 최대가되는 채널에 대응하는 각 이벤트에 대해 선택된다. 해당 채널 지역화 된 모든 이벤트로 구성된 각 전극 채널에 대한 하나의 초기 클러스터를 형성함으로써 시작될 정렬 자동화. 스파이크의 두 세트에서 클러스터가 유사한 것으로 식별 및 이후 단계에서 병합됩니다 : 채널 사이의 중간에 위치한 유닛은 서로 다른 채널에 (아마도 무작위로) 지역화 된 스파이크를 야기 할 수 있습니다. 각 초기 클러스터에있는 이벤트의 평균 파형은 다음을 산출한다. 이는 클러스터 템플릿이라한다. 종속 채널 진폭 및 각 채널의 템플릿 파형의 표준 편차에 기초하여 각각의 클러스터에 할당된다. 주성분 값은 각 클러스터 기반 O에 대해 계산되고N 채널의 할당 된 세트의 파형. 사용자는 주성분 차원 수를 사용하도록 선택할 수있다 일반적으로이 충분하다. 각 클러스터는 클러스터의 또 다른 세트로 분할되고, 아무도 자동 클러스터링함으로써 상기 분할 할 수없는 때까지 반복된다. 이때, 말의 초기 설정에서, 64 채널 전극 64 클러스터는 기록에 존재 단위의 수에 따라 두 개 또는 세 배에 해당 번호를 분할 할 수있다. 그러나 다르기 때문에 채널에 단일 유닛에서 이벤트의 가변 할당의이 단계에서 발견 된 클러스터의 개수는 거의 확실히이어야보다 크다. 정렬의 다음 단계는 클러스터의 쌍을 비교하고 유사한 쌍을 병합 또는 다른 하나의 이벤트를 재 할당하여 oversplitting를 해결하는 것입니다. 정렬이 단계는 &quot;병합 분할 &#39;이라한다. 병합 및 분할 N의 클러스터의 경우, N * (N-1) / 2 쌍 따라서 쌍의 수는 바람직하지 않다 N 2로 성장이있다. 한 쌍의 2 개의 부재가 물리적으로 멀리 떨어져 있기 때문에, 여러 쌍의 비교에서 배제 될 수있다. 이것은 더욱 선형 채널의 개수와 관련된 무언가에 대한 의존도를 감소시킨다. 이 바로 가기에도 불구하고, 병합 및 분할 단계는 여전히 매우 많은 시간이 소요 될 수 있습니다. 이는 다음과 같은 방식으로 작동한다. 각 클러스터 쌍 (각각에 할당 된 채널 세트에 중첩 판단 같이 가깝게 물리적으로 된 것)을 비교하는 것으로 알려진 두 부재 클러스터에서 스파이크의 아이덴티티를 유지하지만, 병합 일시적된다. 병합 된 쌍의 주요 구성 요소는 다음 계산됩니다. 두 클러스터의 점 사이의 오버랩의 측정은 처음 두 개의 주 성분들의 분포에 기초하여 계산된다. 끝까지 오븐<html> erlap 측정 값이 다른 11 자세히 설명되어 계산된다. 그 값은 클러스터 전혀 중첩하지 않는 경우, 각 점의 가장 가까운 이웃이 동일한 클러스터에있는, 즉 제로이다. 클러스터가 완전히 중첩 동일한 클러스터에있는 가장 가까운 이웃의 확률이 점의 균일 혼합으로부터 예측과 동일한 경우, 즉 그 값은 1에 가깝다. 다양한 의사 결정은 계정에 중복 측정을하는 만들어집니다. 중복이 특정 값보다 큰 경우, 클러스터가 병합 될 수있다. 중첩이 아주 적은 경우, 클러스터 쌍은 별개로 정의 방치 될 수있다. 클러스터 쌍의 완전 분리를 나타내는 중간 값은 한 쌍의 적은 겹침 한 쌍의 클러스터를 인 원하는 결과를 다시 분할 한 후 병합되어야한다는 것을 신호 할 수있다. 이러한 절차는 수동 유도 단계에서 최초의 자동화 된 단계에서 다음 실행됩니다. 자동화 된 단계에서 텐트 &quot;&gt; 높은 오버랩 값 클러스터 쌍은 병합된다. 다음 클러스터 쌍 중간 병합 다시 분할된다 낮은 중첩 값을 제 사용 유도 단계에서, 사용자가 제시되어있는 모든 (즉, 정의 된 중간 범위의 중복 값을 갖는 것) 순서와) 쌍을 병합할지 여부를 선택하도록 요청, b)의 병합과 쌍을 resplit 모호한 클러스터 쌍 나머지, C) (별개로 쌍을 선언 할 수있는 ) 중복 측정의 중요성을 무시합니다, 또는 d) 자동차를 포함하여 이러한 결정에 도움이 쌍의 스파이크가 잘 정렬 할 가능성이 있음을 나타내는 &#39;모호한&#39;. 다양한 도구가 제공되는으로 한 쌍의 관계를 정의하는 - 교차 상관 도표와 스파이크 높이와 PC 값의 시계열 그래프와. 이상적으로는, 병합 및 분할 단계의 끝에서, 각 클러스터는 다른 모든 별개이어야하나는 거의없는 다른 클러스터와 공통의 채널 또는 때문에 중첩 인덱스 정해진 값 미만이기 때문이다. 이 값은 사용자가 선택할 수 있지만 일반적으로 0.1이다. (하나 이상의 다른 클러스터와 중복이 한계 값을 초과하기 때문에)이 테스트를 통과 클러스터 (단위) &#39;안정적&#39;으로 정의하고, 그렇지 않은 &#39;가 불안정&#39;로 정의된다. 실제로, 단위의 대다수는 폐기 또는 잠재적으로 다중 단위로 처리 할 수 ​​중 하나에 나머지를 떠나, 정렬의 끝에서 &#39;안정적&#39;으로 정의되는 끝. 소프트웨어 요구 사항 SpikeSorter는 Windows 7 및 Windows 10의 64 비트 버전과 호환 가능하며, 또한 와인 에뮬레이터를 사용하여 리눅스에서 성공적으로 실행되었습니다. 데이터 파일이 때문에 사용 가능한 RAM이 기록의 크기로 확장 할 필요가있다 (속도) 메모리에 완전히로드 (프로그램 자체에 대한 약 2 GB의 수). 전기 생리크기 130 GB보다 큰 알 데이터 파일이 성공적으로 윈도우와 리눅스 환경 모두에 정렬되어있다. 옵션은 표준 Windows 메뉴, 도구 모음 및 대화 상자를 통해 액세스 할 수 있습니다. 메뉴에서 항목의 레이아웃은 데이터 입력 및 정렬 된 데이터의 수출을 허용 오른쪽에있는 &#39;내보내기&#39;메뉴의 왼쪽에있는 &#39;파일&#39;메뉴로 시작, 정렬에 작업의 대략 순서와 일치합니다. 도구 모음 버튼은 일반적으로 메뉴 항목을 사용하는 바로 가기를 제공합니다. 채널 구성 파일 많은 기록 데이터 형식은 채널 위치를 저장하지 않습니다. 그러나 이러한 아는 것은 스파이크 정렬을 위해 필수적이다. 채널은 또한 수집 소프트웨어에 의해 다양한 방식으로 넘버링 될 수 SpikeSorter은 보조 전극 구성 파일이 순차적 규칙을 따르는 채널 번호를 매핑 할 수 만들 수 있고, 따라서, 채널 1부터 시작하여 채널을 순차적으로 번호가 있어야하고, 행 점포 채널 LOC관리 포인트. 채널 구성 파일은 각 채널에 대한 텍스트의 단일 행 텍스트 파일이다. 파일의 첫 번째 줄은 전극을 식별, 길이 16 자까지의 텍스트 이름을 저장합니다. 후속 행의 번호는 탭, 하나의 쉼표 또는 공백으로 분리 할 수있다. (순서)을 제공하는 각 행에 4 개의 숫자가있다 : 채널 번호를 파일에서, 채널 번호가 (즉 SpikeSorter에서 사용될 수)이고, x 및 y 좌표를 매핑하도록되어있는 채널, 마이크론있다. x 좌표는 일반적으로 전극 삽입 방향에 대해 수직으로 취한 것이다 및 Y는 조직으로 깊이 것이다 따라서 좌표. 구성 파일은 녹음 파일과 같은 디렉토리에 위치해야합니다. 이 이름이 될 수있는 방법에 유연성이있다. 이 프로그램은 먼저 원시 데이터 파일로하지만 .CFG 확장자를 가진 같은 이름을 가진 파일을 검색합니다. 해당 파일 난 경우찾을 수없는 S, 그것은 파일 &#39;electrode.cfg&#39;를 검색합니다. 차례로이 파일이 발견되지 않는 경우 에러 메시지가 채널 레이아웃 정보의 부재를 나타내도록 생성된다.

<table><tbody><tr><td>spikesorter.exe</td><td>해당 없음 없음</td><td></td> <td><a href="http://www.swindale.ecc.ubc.ca/SpikeSorter">http://www.swindale.ecc.ubc.ca/SpikeSorter</a></td></tr></tbody></table>

&#39;spikesorter&#39;를 사용하여 전기 생리 녹음을 정렬에 대한 비주얼 가이드

A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter'

다중 전극 어레이로 만든 녹음에서 스파이크를 분류하는 데 사용할 수 있는 독립 실행형 소프트웨어 응용 프로그램은 거의 없습니다. 이상적으로 애플리케이션은 그래픽 사용자 인터페이스를 통해 사용자 친화적이어야 하고, 다양한 형식의 데이터 파일을 읽을 수 있어야 하며, 사용자에게 어느 정도의 신뢰성을 가지고 다른 장치에서 셀룰러 외 전압 파형을 감지하고 정렬할 수 있는 유연한 도구 세트를 제공해야 합니다. 이전에 발표된 스파이크 정렬 방법은 이제 소프트웨어 프로그램인 SpikeSorter에서 사용할 수 있으며, 이는 전기생리학자에게 원시 기록 데이터 파일에서 시작하여 정렬된 스파이크 시간 내보내기로 끝나는 정렬을 위한 완전한 도구 세트를 제공하기 위한 것입니다. 절차는 현재 가능한 범위 내에서 자동화됩니다. 이 기사에서는 프로그램의 사용법을 설명하고 보여줍니다. 대표 데이터 파일이 열리고, 세포 외 추적이 필터링되고, 이벤트가 감지된 다음 클러스터링됩니다. 두 번째 스파이크가 첫 번째 스파이크보다 훨씬 작은 쌍으로 스파이크를 발사하는 일부 유닛의 경향으로 인한 유닛의 인위적인 과잉 분할, 일부 유닛에서 발생하는 시간 경과에 따른 스파이크 높이의 느린 변화로 인한 과도한 분할을 포함하여 정렬 중에 일반적으로 발생하는 여러 가지 문제가 설명되어 있습니다. SpikeSorter의 성능 정확도는 대리 실측 데이터로 테스트되었으며 현재 개발 중인 다른 알고리즘과 유사한 것으로 나타났습니다.

일반적인 정렬 된 녹음 - 그림 7 ( &#39;정렬 파형보기&#39;로 이동하여 얻은) 디스플레이를 보여줍니다. 디폴트 뷰 옵션은 각 클러스터의 중심 채널의 파형을 보여 막이다. 일반적인 환경은 동일한 채널상의 클러스터 쌍의 파형이 동일 보이지만 &#39;비교 쌍&#39;때 대화 자주 인접 채널 파형의 차이에 기인 상기 PC 투영 별개 클러스터가 두 클러스터를 검사하는데 사용된다는 것이다 . 이 그림 7 채널 (62)의 파형, 예를 들어, 사실이다. 전술 한 바와 같이,이 결정은 병합 진폭 - 시간 그래프와 교차 상관 도표에 기초해야 클러스터 쌍을 찾는 것은 드문 일이 아니다. 도 8은 교차 correlogram에 부분적으로 기초하여 병합 결정의 예를 도시한다. 매우 ...

이 기사는 SpikeSorter 프로그램을 사용하여 다중 전극 어레이로 만든 세포 외 기록에서 스파이크를 감지하고 정렬하는 방법을 보여줍니다.

&#39;SpikeSorter&#39;를 사용하여 전기 생리 녹음을 정렬에 대한 비주얼 가이드

Few stand-alone software applications are available for sorting spikes from recordings made with multi-electrode arrays. Ideally, an application should be ...

이 비디오의 전반적인 목표는 전기생리학자들에게 SpikeSorter 프로그램을 사용하여 미세 전극 어레이로 만든 신경 조직의 세포 외 기록에서 스파이크를 감지하고 분류하는 방법을 보여주는 것입니다. 우리의 목표는 사용자 친화적인 인터페이스를 가진 프로그램을 사용하여 스파이크 정렬 작업에 대한 간단한 솔루션을 제공하는 것이었습니다. SpikeSorter는 다양한 형식의 파일을 읽을 수 있으며 정렬 및 데이터 내보내기 옵션 외에도 다양한 사전 처리 및 이벤트 감지 전략을 제공합니다.이 기술의 의미는 다전극 배열을 사용한 세포 외 기록에 의해 연구되는 신경 행동 분석으로 확장됩니다. 일반적으로 이 방법을 처음 접하는 개인은 작업의 복잡성과 표준 방법론 및 객관적인 검증의 부족으로 인해 어려움을 겪을 것입니다. 우리는 54 채널 다중 전극 어레이로 수행 된 자체 녹음을 정렬하는 문제에 직면했을 때 사용 가능한 솔루션을 찾지 못했을 때이 방법에 대한 아이디어를 처음 얻었습니다.이 절차를 시작하려면 프로그램을 엽니다. 파일로 이동하여 연 다음 결과 열린 파일 대화 상자의 오른쪽 하단에 있는 드롭다운 목록에서 녹음 파일 형식을 선택합니다. 그런 다음 파일을 선택하고 열기를 클릭합니다.읽기가 완료되면 확인을 클릭합니다. 이제 녹음 신호가 전압 파형 디스플레이에 표시됩니다. 녹음이 필터링되지 않고 로컬 필드 전위가 포함되어 있으면 도구 모음에서 필터 아이콘을 클릭하여 제거합니다.고역 통과 버터워스 필터, 적절한 차단 주파수 및 극 수를 선택한 다음 Do It을 누르고 OK를 누른 다음 완료를 누른 다음 디스플레이에서 필터링된 파형을 검사합니다. 전압 신호는 마우스 왼쪽 버튼을 누른 상태에서 드래그하여 검사할 수 있습니다. 스크롤 휠을 사용하여 특정 기능을 확대하고 다시 축소합니다.특정 파형 포인트 위로 마우스를 가져가면 해당 볼륨이 표시됩니다.tage 값은 왼쪽 상단 모서리에 있습니다. 창을 두 번 클릭하면 이벤트 감지 및 정렬이 완료되면 녹음의 모든 부분을 빠르게 검사하고 채널 또는 클러스터의 특정 이벤트를 검사하는 데 사용할 수 있는 대화 상자가 나타납니다. 다음으로, 결함이 있을 수 있고 마스킹해야 하는 채널을 확인합니다.채널 확인 아이콘을 클릭하고 그래프를 검사합니다. 외부 채널을 마스킹하려면 채널 번호를 선택하거나 문제 목록에서 선택합니다. 완료되면 대화 상자를 닫은 다음 프롬프트에서 예를 클릭하여 마스크 값을 저장합니다.마스킹된 채널은 전압 디스플레이에서 회색으로 표시됩니다. 이 절차에서는 Pre-process event detection(이벤트 감지 전)으로 이동하여 이벤트 감지 대화 상자를 표시합니다. 오른쪽 상단의 슬라이더를 사용하여 특정 채널의 노이즈 수준을 검사합니다.전압 디스플레이를 주의 깊게 검사하면 마스킹해야 하는 조용하거나 비정상적으로 시끄러운 채널이 나타날 수도 있습니다. 이벤트 감지를 위한 변수 임계값을 선택합니다. 권장되는 임계값 범위는 노이즈의 4.0배에서 6.0배 사이입니다.4.5를 선택합니다. 드롭다운 목록에서 동적 다상 필터 감지 방법을 선택합니다. 창을 일반적인 스파이크 파형 너비의 약 절반으로 설정하고 값은 0.15에서 0.5밀리초 사이입니다.그런 다음 정렬되는 스파이크의 일시적으로 지역화된 단일 기능을 가장 잘 식별하는 옵션을 선택하여 정렬 방법을 선택합니다. 다른 옵션은 기본값으로 두고 Start를 누릅니다. Done을 눌러 대화 상자를 종료합니다.전압 파형 창은 감지된 이벤트를 할당된 중앙 채널에서 회색으로 표시합니다. 이벤트 감지 매개변수는 이 시점에서 나타난 결과에 따라 조정할 수 있습니다. 예를 들어, 더 많은 이벤트를 감지하기 위해 더 낮은 감지 임계값으로 이벤트 감지를 다시 실행할 수 있습니다.다음 단계는 일반적으로 루틴 정렬 전에 수행되지 않지만 처음 정렬하거나 익숙하지 않은 데이터를 만날 때 수행하는 것이 유용합니다. 정렬로 이동하여 채널을 클러스터로 변환하여 각 채널에 몇 가지 이벤트가 할당되어 있다고 가정하고 마스킹되지 않은 각 전극 채널에 대해 단일 클러스터를 생성합니다. review, view, clean 및 split clusters로 이동하여 이러한 클러스터를 검사하여 다른 대화 상자를 표시합니다.스핀 컨트롤을 사용하여 보려는 클러스터를 선택합니다. 두 개 이상의 고유한 하위 클러스터가 있는 클러스터를 선택한 다음 재정렬 버튼을 눌러 각 이벤트의 시간을 변경하여 템플릿의 모양에 더 잘 일치시킵니다. 다음으로, Autosplit을 눌러 주성분의 분포를 기반으로 이벤트를 클러스터링합니다.그런 다음 확인란을 클릭하여 하위 클러스터의 파형을 검사합니다. 슬라이더 컨트롤을 사용하여 해당 파형을 검사합니다. 연습으로 작은 분할 단추 중 하나를 사용하여 새 클러스터를 만들고 검사합니다.빨간색 클러스터는 이제 녹색 클러스터가 분할된 후 두 개의 하위 클러스터를 더 명확하게 표시하는 방법을 확인합니다. 이 방법으로 정렬을 수동으로 계속할 수 있지만 더 빠른 자동 정렬 절차를 사용하는 것이 좋습니다. 완료를 누르고 정렬, 자동 정렬로 이동합니다.여기에서와 같이 이벤트 감지가 이미 수행된 경우 skip event detection(이벤트 감지 건너뛰기) 옵션을 선택된 상태로 둡니다. 이 확인란을 선택하지 않으면 이벤트 감지 대화 상자에서 상속된 매개 변수 값과 선택 항목을 사용하여 이벤트 감지가 자동으로 실행됩니다. 아래의 클러스터링 패널에서, 정렬 포인트의 앞과 뒤에 있는 스파이크 파형 전체를 포함할 수 있을 만큼 충분히 큰 시간 창을 선택합니다.다음으로, 클러스터링 중에 사용할 재정렬 옵션을 선택하고 최소 클러스터 크기를 선택합니다. 클러스터링에 사용할 PC 공간의 차원 수를 결정하고 다른 옵션은 기본 설정으로 둡니다. 그런 다음 시작을 눌러 자동 정렬을 시작합니다.자동 정렬이 완료되면 next를 눌러 수동 안내 병합 및 분할 단계로 이동한 다음 begin을 누릅니다. 새 대화 상자에서는 명확하게 유사하거나 구별되지 않는 클러스터 쌍이 순서대로 표시됩니다. 제시된 각 쌍에 대해 버튼을 사용하여 쌍을 병합할지, 병합 및 다시 분할할지 여부를 선택하고, 최선의 결정이 무엇인지 명확하지 않은 경우 쌍을 별개 또는 모호한 것으로 표시합니다.확인란을 클릭하면 스파이크 피크 높이 또는 시간 또는 자동 및 교차 상관 히스토그램에 대한 첫 번째 또는 두 번째 주성분의 그래프가 표시됩니다. 이는 의사 결정에 도움이 될 수 있습니다. 여기에서 병합 결정의 예를 볼 수 있습니다.그 다음에는 병합 및 분할 결정이 이어집니다. 병합 및 분할 옵션을 사용하여 명확하게 분리할 수 있는 클러스터를 찾을 수 없는 경우 프롬프트된 대화 상자의 슬라이더를 사용하여 클러스터링 매개변수를 수동으로 변경하고 만족스러워 보이는 분할을 찾습니다. 이렇게 할 수 없는 경우 되돌리기 버튼을 사용하여 두 클러스터의 원래 상태로 돌아갑니다.완료되면 그림과 같이 분할을 누릅니다. 이제 검토, 후 처리로 이동합니다. 정렬 정리 버튼을 사용하여 클러스터 템플릿과 일치하지 않는 클러스터를 제거합니다.그런 다음 recluster 버튼을 사용하여 일치 값에 따라 클러스터링되지 않은 이벤트를 특정 템플릿에 재할당합니다. 회수된 이벤트는 각 상위 클러스터의 하위 클러스터로 표시되며 view, clean 및 split clusters 대화 상자를 사용하여 검사할 수 있습니다. 이러한 이벤트는 클러스터에 남아 있으며 삭제되지 않는 한 그대로 내보내집니다.그런 다음 후처리 대화 상자로 돌아갑니다. 삭제 버튼과 그 옆에 있는 스핀 컨트롤을 사용하여 신호 대 잡음 비율이 선택한 임계값보다 작은 클러스터를 삭제합니다. 그런 다음 sort 버튼을 사용하여 선택한 기준에 따라 클러스터 번호를 다시 매깁니다.이 그림은 방금 정렬된 녹음에 대해 정렬된 파형을 보면서 얻은 디스플레이를 보여줍니다. 일반적인 경험에 따르면 동일한 채널의 클러스터 쌍에 대한 파형은 동일하게 보이지만 그럼에도 불구하고 쌍 비교 대화 상자는 PC 프로젝션에서 별개의 클러스터를 표시합니다. 정렬의 이전 단계를 따르는 병합 결정은 때때로 진폭, 시간 플롯 및 교차 상관 문자에 의해 제안됩니다.이는 짧은 시간 간격으로 강력한 비대칭, 교차 상관 관계의 존재와 여기 수직 축에 표시된 두 단위의 첫 번째 주성분 값 사이의 명확한 관계와 결합된 병합 결정을 보여줍니다. 이 그림은 병합에 대한 유사한 증거가 부족한 경우를 보여줍니다. 교차 correlogram은 강하게 비대칭이 아니며 autocorrelograms가 다릅니다.파형 모양은 비슷하지만 주성분 분포의 차이 때문에 두 단위를 병합해서는 안 됩니다. 이 그림은 파형 모양이 유사하고 두 단위의 첫 번째 주성분 값이 그 중 하나가 발광을 중지하고 다른 하나가 시작될 때 혼합되는 경우를 보여줍니다. 이 경우 병합 결정은 간단해 보입니다.SpikeSorter에 대한 간략한 소개가 도움이 되었기를 바랍니다. 우리는 프로그램을 계속 개발하고 유용할 수 있는 새로운 기능을 추가할 계획입니다. 이를 위해 버그 보고서, 건설적인 피드백 및 개선을 위한 제안을 환영합니다.

a-visual-guide-to-sorting-electrophysiological-recordings-using

Research

연구

JoVE Journal

Neuroscience

신경과학

서로 다른 피질 레이어에서 네트워크 감각 정보를 인코딩하는 방법 피질 회로에 대한 우리의 이해에 근본적인 문제가 있습니다. 여기, 우리는 대뇌 피질의 레이어를 식별하는 단일 단위 및 지역 현장 잠재력 및 현재의 분석을 기록하는 멀티 문의 판상 전극을 이용 electrophysiological 기법을 설명합니다.

사용하는 로컬 네트워크 처리를 검토 멀티 연락처 판상 전극 기록

이 비디오는 다전극 배열(MEA)에서 1차 쥐 나선 신경절 뉴런(SGN) 배양에서 자발적이고 자극에 의존하는 신경 활동을 기록하는 것을 보여줍니다. 여기에는 MEA를 세척 및 준비하고, 자발적인 신경 활동을 기록하고, 자극에 의존하는 신경 활동을 식별하기 위해 제어된 전기 자극을 적용하는 것이 포함됩니다.

다전극 배열을 사용한 1차 쥐 나선 신경절 뉴런의 신경 활동 분석

이 비디오는 여러 부위의 뇌 활동에 대한 전기 생리학적 기록을 위해 마취된 쥐를 준비하는 자세한 절차를 보여줍니다. 두개골에 접근하기 위해 두피를 절개하고, 정확한 위치에 구멍을 뚫어 전극을 설치하고 고정합니다. 그런 다음 텅스텐 마이크로 와이어 전극을 대상 위치에 삽입하여 데이터를 기록합니다.

쥐의 여러 부위에서 뇌 활동에 대한 생체 내 전기생리학적 기록

하나의 단위 전기 생리학 녹음에 사용하기 위해 microwires의 조직 배열을 주입하는 기술 문제를 안겨준다. 이 기술과 필요한 장비를 수행하는 방법이 설명되어 있습니다. 또한, 높은 공간 선택과 별개의 신경 하위 영역에서 기록하는 조직 마이크로 와이어 어레이의 유익한 사용을 설명합니다.

동물 행동하자, 깨어있는 단일 단위 레코딩을위한 Microwires의 조직 된 배열을 주입하기위한 절차

다중 전극 어레이에서 배양 된 마우스 신경 세포는 전기적 자극 후 반응의 증가를 나타낸다. 이 프로토콜은 뉴런을 배양하는 방법, 활동을 기록하는 방법, 자극 패턴에 반응하도록 네트워크를 훈련시키는 프로토콜을 수립하는 방법을 보여줍니다.

미세 전극 배열에서 신경 세포 배양의 자극에 대한 네트워크 반응의 시간 의존적 증가

이 프로토콜 신경 문화에 활동 전위 전송 공부에 대 한 미세 장치 microelectrode 배열 시험관에서 결합 하는 방법을 설명 하는 것을 목표로. 데이터 분석, 즉 탐지 및 전파 하는 활동 전위의 특성은 수행을 사용 하 여 새로운 고급, 아직 사용자 친화적이 고 자유롭게 사용할 수, 계산 도구.

Microelectrode 배열 마이크로 신경 통신 및 Axonal 신호 전파 공부에 대 한 인터페이스

현재 프로토콜은 해마에 복부 테진 영역 (VTA) 글루타민트 프로젝션을 추적하기위한 간단한 방법을 보여줍니다. VTA 글루타민트 뉴런의 사진 자극은 VTA 글루타민단 단자가 생체 내에서 CA1 퍼티티 피라미드 발사 속도를 조절하는 방법을 보여주기 위해 CA1 레코딩과 결합되었습니다.

해마의 생체 내 해부학 및 기능적 추적

척수 등쪽 경적에서 네트워크 수준의 nociceptive 활성을 조사하기 위한 마이크로전극 어레이 기술과 4-아미노피리딘-유도된 화학적 자극의 조합된 사용이 개략적으로 설명된다.

마이크로전극 어레이를 이용한 척추 노셉티브 회로에서의 네트워크 활동 기록

이 프로토콜은 자유롭게 움직이는 의식이 있는 마우스의 세포외 전기생리학적 특성을 밝히기 위해 운동 피질(MC)에서 세포외 기록 방법론을 설명하고, 관심 행동의 기저에 있는 네트워크 신경 활동을 평가하는 데 유용한 국소전위(LFP) 및 스파이크의 데이터 분석을 설명합니다.

자유롭게 움직이는 마우스의 다채널 세포외 기록

맞춤형으로 제작된 마이크로 드라이브는 선형 실리콘 어레이를 사용하여 피질 기록 부위를 밀리미터 미만으로 타겟팅할 수 있습니다.

Electrophysiology of Laminar Cortical Activity in the Common Marmoset

배우세요 SpikeSorter를 사용하여 신경 조직의 세포외 전기생리 녹음에서 스파이크를 검출하고 정렬하는 방법을. 다중전극 어레이 데이터 분석을 간소화하여 신경 행동 연구에 기여합니다.

'SpikeSorter'를 사용하여 전기 생리 녹음을 정렬에 대한 비주얼 가이드

더 많은 동영상 탐색