Summary
Для выяснения сложный переход от локального поля потенциалов (LFPs), чтобы шипы подходящий стимулятор для легких механических периферические стимулы был построен. В качестве приложения, деятельность пики, записанные с соматосенсорной коры были проанализированы многоцелевой стратегии по оптимизации. Результаты показали, что предложенная стимулятор смогла доставить тактильные раздражители с миллисекунд и миллиметрового уточнений.
Abstract
Текущий нейрофизиологические исследования имеет целью развивать методологии исследовать маршрут сигнала от нейрона к нейрону, а именно в переходах из шипов на локальное поле потенциалов (LFPs) и от LFPs к скачкам.
LFPs имеют сложную зависимость от всплеска активности и их связь все еще плохо изучены 1. Выяснение этих сигнальных отношений было бы полезно как для клинической диагностики (например, стимуляция парадигм для Глубокая стимуляция мозга) и для более глубокого понимания нейронных стратегий кодирования в нормальных и патологических условиях (например, эпилепсия, болезнь Паркинсона, хроническая боль). С этой целью, необходимо решить технические вопросы, связанные с стимуляции устройств, стимулирование парадигм и вычислительных анализов. Таким образом, на заказ устройство стимуляция была разработана для того, чтобы доставить стимулы хорошо регулируется в пространстве и времени, что не несут в механического резонанса. Впоследствиикак экземплификации, набор надежных LFP-шип отношений экстрагировали.
Производительность устройства была исследована внеклеточных записи, совместно шипы и ответы LFP приложенному раздражителей, от крыс первичной соматосенсорной коры. Затем, с помощью многоцелевой стратегии по оптимизации, прогнозная модель для возникновения всплеска на основе LFPs оценивалась.
Применение этой парадигмы показывает, что устройство надлежащим образом подходит для обеспечения высокой частоты тактильную стимуляцию, опережая общие пьезоэлектрические приводы. В качестве доказательства эффективности устройства, следующие результаты были представлены: 1) сроки и надежность ответов LFP хорошо сочетаются ответов шипованные, 2) LFPs чувствительны к истории стимуляции и захватить не только среднюю реакцию, но и проб на суда колебания в всплеска активности и, наконец, 3) с помощью LFP сигнал можно оценить зона Øе прогностические модели, которые фиксируют различные аспекты всплеска активности.
Introduction
В контексте обработки сигналов импульсной характеристики обеспечивает фундаментальную характеристику поведения динамической системы.
Хотя идеальный импульс стимул практически не достижимо, можно получить разумное приближение его с помощью исполнительного элемента, который генерирует высокочастотные перемещений. Этот тип света тактильной-вибростимуляции, как известно, цель как глубокий кожи (например, быстро реагирует, быстро адаптируется Pacinian тельца) 2 и поверхностные рецепторы (например низкопороговое медленно переходники Меркель Discoid структур) 2.
Текущие устройства стимуляция, в основном пьезоэлектрические приводы, взимается с рядом недостатков, не в последнюю очередь резонансов и малых смещений. Чтобы преодолеть эти недостатки, альтернативная реализация импульс-как стимуляции предлагается с помощью притупленную наконечник (наконечник кактус сглажены в нашем случае) вертикальноустановленный на мембранный центре среднего класса динамика. Это обеспечивает преимущество больших перемещений и более широкий спектр частот.
Эффективное применение такого устройства было изучение соответствующей нейрофизиологической проблеме LFPs чтобы шипы зависимость. Из-за тонкой временной связи между этими электрическими событий мелко регулируется устройство было необходимо для доставки периферийные стимулы. Стимулы должны были быть, как быстро и пространственно селективный, насколько это возможно для того, чтобы уменьшить "фоновый шум" и обострить сигналы интерес. Для этой цели, устройство стимуляции и протокол доставки стимулом были совместно оптимизирована для выполнения этой задачи. В этой статье мы опишем технику и представить некоторые репрезентативные результаты.
Протокол стимуляции на основе рандомизированных парных-импульсов был разработан и оптимизирован для того, чтобы избежать привыкания. Этот протокол предложены преимущество классической парыред импульсы и уменьшил возможность ложного блокировки между стимулами и спонтанных периодических всплесков активности нейронов.
Используя этот рандомизированы в паре импульс можно было получить быстрые и надежные LFP и шипованные ответы и захватить особенность этих ответов, связанных с зависимостью обоих LFPs и шипами на истории стимуляции. В самом деле, из сырых ответов LFP, набор из трех LFP имеет (сам LFP, ПРИ первая производная и фазу первой производной) сильно коррелируют со средней ответ шип, также экстрагировали.
Мало методы были предложены, чтобы соответствовать модели, которые предсказывают шипы из LFPs 3,4. В целом критическая точка процесса подгонки модели, общая также к предсказанию шип события из сигнала стимула, состоит соответствующем выборе целевой функции максимизации / минимизации. В то время как целый ряд целевых функций был предложитьг (например, корреляции и когерентности) 5 ни один из них совместно не захватывает всю сложность ответов шип. Соответственно, роман структуры на основе многоцелевой оптимизации вводится. Покажем, что с помощью предлагаемый разработали и это вычислительная база можно оценить набор прогнозирующих моделей на основе сильной LFP к резкому отношения.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Этические себе
Чтобы изучить, как сенсорные стимулы представлены нейронной активности нет альтернативы использованию животных и использованием естественных подхода в. Все животные были обработаны по итальянских и европейских законов о лечении животных в научных исследованиях (Итальянский Биоэтическое Комитет, Закон Указ о обращение с животными в области научных исследований, 27 января 1992 г. № 116). Национальный исследовательский совет, где были проведены эксперименты, придерживается Международного комитета по лабораторных животных науки (ICLAS) от имени Организации Объединенных Наций по вопросам образования, науки и культуры организаций (ЮНЕСКО), Советом международных организаций медицинских наук (СММНО ) и Международный союз биологических наук (МСБН). Таким образом, нет утверждение протокол конкретных не требуется. Одобрение Министерства здравоохранения классифицируется как "Биелла 1, 3/2011" в файлы Комитетом по этикеМиланский университет.
1. Подготовка экспериментальных животных
- Выберите самцы крыс примерно 300-400 г в размере.
- Обезболить крыс для экспериментального препарата.
- Введите внутрибрюшинно барбитуратов решение (фенобарбиталом, 50 мг / кг для индукции, 10 мг / кг для технического обслуживания).
- Проверьте уровень анестезии по низким пороговым и высокий порог механическим раздражителям над лапой гарантируя, что нет отвода рефлекс не происходит.
- Подготовьте черепа кожу после бритья свода черепа точно, а затем сделать надрез, чтобы разоблачить черепной поверхности.
- Иглу трахею, по трахеи канюли (внутренний диаметр 2 мм и внешним диаметром 2,5 мм) крепления ее хирургического лигирования вокруг самой трахеи.
- Сбоку к трахеи сегмента подвергать яремную вену и иглу его вставки канюли (ПЭ10), соединенный со шприцем фиксации его путем хирургического лигирования вокруг судна.
- Установите крысу на стереотаксической аппарата.
- Безопасность тело крысы и место в лежачем положении.
- Закрепите головку уха баров и блокировать морду. Положите одну или две капли местной анестезией (лидокаина) в ухо крысы до размещения уха баров.
- Регулировать температуру стереотаксической площадку с электронным управлением грелку, поддерживая температуру 37,5 ° C.
- Подключите трахеи трубку к анестезии дыхательный аппарат.
- Установите анестезии устройство для дыхания в 1 ход / с доставки изофлураном (2,5% 0,4-0,8 л / мин) и О 2 (0,15-0,2 л / мин).
- Очистите тщательно свода черепа на повидон-йод местного антисептика.
- Возьмите стерильным скальпелем и разрезанные продольно по средней линии от основания носа до угла затылочной кости.
- Разветвляться раны границы по втягивающим и исправить их двумя маленькими щипцами кокер применяется то рана границы.
- Определить надкостницу, указав в свет над черепом хранилище соблюдая полупрозрачный поверхность. Скретч тщательно костный свод удаление надкостницы и подвергая поверхность кости.
- Обеспечить гемостаза с наконечником хлопка или хирургической губки на поверхности кости, если координационные кровоизлияния появляются на кости.
- С тонкой кончика пера, определить стереотаксической точку брегмы в точке пересечения с mediosagittal и корональных suturas.
- Под хирургической управления микроскопом, определить стереотаксической область (S1HL), покрывающий соматосенсорной коре контралатеральной к задней лапой, используемого для эксперимента (брегмы, AP -0,5 до 1,2 мм, LL -2,3 до 2,5 мм).
- С тонкой кончика пера обратить квадратного периметра, ограничивающую отверстие, которую предстоит пробурить.
- Просверлите 9 мм 2 отверстие на ранее выявленных синий квадрат удаления костей плитку.
- Очистите и поглощать потенциальных кровотечения костей. Осторожно снимите твердую мозговую оболочку и покрыть поверхности коры с хирургической губкой, смоченной в искусственной спинномозговой жидкости поддерживается на уровне 37,5 ° C.
- Fix электродной матрицы к держателю, подключенного к электронным микроманипулятора.
- Подключите голову матрицы для предусилителя на microconnector.
- Привод вручную электродной матрицы (под хирургической управления микроскопом) до поверхности коры (не касаясь его).
- Включите усилителей с слухового сигнала.
- Привод, электронным контролем, электрод матрица не прикасаться к поверхности коры, пока контакта достигается, сигнализирует четкой шума звуковых изменений.
- Опустите электрод матрицу с электронным управлением шагов (2 мкм / шаг) до глубины 350-400 мкм не будет достигнута (коркового слоя IV).
- Проверьте реагирования нейронов легкими штрихами на противоположной задней лапы.
- Отрегулируйте глубину на несколько дальнейших шагов, пока не наблюдается четкий ответ пики.
- Паралич крысу путем внутривенной галламина thriethiodide (20 мг / кг / час). Используйте преломляется дозы в течение всего эксперимента для поддержания уровня curarization (0,2 мл / 1 час).
2. Лечение сигнала
- Установите полосовой фильтр программного обеспечения, чтобы [0,1 6000] Гц.
- Запишите нейронные сигналы 8 каналов микроэлектродной матрицы с частотой дискретизации 32 кГц.
- После завершения приобретения, экспортировать записанные сигналы в двоичный формат, пригодный для последующей обработки.
- Выполните процедуру шип сортировка с помощью панели инструментов Wave_clus 11.
3. Производство и Конфигурация стимуляции устройства
- Установите кактуса стебель (с закругленным кончиком) перпендикулярно поверхности среднего класса спикера склеивания основания стебля к крышке.
- Программамикроконтроллер выдавать импульсы напряжения на схему драйвера для говорящего.
- Программирование микроконтроллера для доставки два спаренных импульсов тока каждый второй (см. рисунок 1С).
- Соберите динамик и микроконтроллер с помощью L293D Н-моста с основными пассивных компонентов (см. рисунок 1а).
- Подключите микроконтроллер к 12 V аккумулятора.
4. Стимуляция протокол
- Клей спинной части задней лапу к твердой рамой, подвергая ладонной поверхности и избегая суставов кручения.
- Поместите кончик стимуляции устройства на нужную позицию конечностей / лапы.
- Включите стимуляции устройства.
Оффлайн шаги:
5. Оценка Spike Ответы
- Для каждого записанного нейрона, вычислить Шеннон Взаимная информация (MI) стимула вызвало пики активности (стимул окtegory либо 1, стимул, или 0, нет стимула).
- Оцените условную вероятность ответа р (г | ы), где с представляет категорию стимулов и г представляет собой количество шипов, испускаемых в окне фиксированное время.
- Исправьте оценку MI с помощью процедура перетасовка описано 9.
6. Оценка LFP Ответы
- Фильтр записанного сигнала в диапазоне частот [0,1 100] Гц для получения сигнала LFP
- Вычислить LFPSNR, мера LFP отзывчивость, как описано в ссылке 10.
7. Оценивание модели
- Создать модель форме
где х аргументы представляют три различные функции LFP (х 1 сам LFP, < EM> х 2 ее производная и х 3 Гильберта фаза ее производной) и F выражается следующим образом
коэффициенты г являются веса линейной комбинации и е является оператором, который принимает либо абсолютное значение, власть или исходное значение каждого х я. - Используйте алгоритм NSGAII оценить параметры модели и операторов, используя следующие три объекта: я) местный, основой проб для суда, мера подгонки
, Где N SP и N R представляют собой соответственно общие выбросы считать и длина вектора отклика; II) глобальной мерой посадки на основе средней ответad/50941/50941eq4.jpg "ширина =" 205 "/>, где N соответственно представляет длину средней ответ; III) мера сложности модели (см. также) 10 
.
, Где N SP и N R представляют собой соответственно общие выбросы считать и длина вектора отклика; II) глобальной мерой посадки на основе средней ответad/50941/50941eq4.jpg "ширина =" 205 "/>, где N соответственно представляет длину средней ответ; III) мера сложности модели (см. также) 10 
. 8. Гистологического подтверждения
- Жертвоприношение крысу.
- В конце эксперимента записей, положить животное под глубоким газовой анестезии (изофлураном 2%, 4 л / мин) и ввести внутривенно передозировки барбитуратов (> 50 мг / кг, пентобарбитала).
- Подождите сердечный арест.
- Отключите крысу от стереотаксической аппарата
- Перфузии.
- Поместите крысу отстое сетку на бассейне, чтобы собрать кровь и жидкость от перфузии.
- Откройте грудную клетку рассечением грудины, отделяющую от ребер вставок.
- Блокировать грудины xyphoid процесс с кокер-щипцы и опрокидывания крanially грудина и разветвляться ребра над сердцем.
- Определить левый желудочек и правое предсердие, разместить девять калибра притупляются кончик иглы (подключенный к перфузии канюли) в желудочке и открыть с хирургическими ножницами мелких в правое предсердие.
- Начало перфузии с холодной (4 ° C) гепаринизированной физиологическим раствором (250 мл) с последующим перфузии 4% раствора формалина (250 мл).
- Экстракт мозг от черепа, открыв свода черепа с подходящими пинцетом и поместить мозг в 10% растворе формалина.
- Через неделю, подготовить гистологические срезы по микротоме (10 толщиной мкм).
- Пятно мозга фронтальной и сагиттальной разделы с крезиловый фиолетовым раствором.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Совет экскурсионные возможности
Для характеристики динамических свойств предлагаемого стимулирующего устройства, серия экспериментов были созданы. Конкретный прибор, который состоит из арсенида галлия инфракрасной области светодиод в сочетании с кремниевой фототранзистора была использована для оценки наконечника смещение, продолжительность отклонения и возможные задержки смещения. С помощью этого оптического переключателя прерывателя мы разместили кончик стимулятор на краю Светодиод отверстие (высота = 1 мм) и оба микроконтроллер и фототранзистор выходы были записаны. Процедура размещения способствовало в microstepper устройства с максимальным разрешением 1 мм.
Отклик устройства показаны на фиг.2А. Красная линия представляет собой реакцию фототранзистор, за которой следует ответ микроконтроллера, который указывает точное начало смещения наконечника. Примечательно, что систематическое задержка из-за commutобъема присутствовал и количественно (рис. 2Б, среднее = 583 мкс в 100 испытаниях), в результате, как обильно ниже желаемого точности времени (1 мс). Наконец, мы измерили продолжительность перемещения наконечника, который был 3,96 мс в среднем, как показано на рисунке 2C.
Рандомизированное паре Пульс протокол для захвата LFP и Спайк отношений
Чтобы понять взаимосвязь между LFP и шипы, сначала изложено для генерации стимуляции устройство, которое может вызвать быстрые и надежные ответы от обоих сигналов. 3А показывает интер-раздражителем интервал распределения, гарантируя, что устройство вызвало модуляцию пики активности. Описание устройства и функционирования, подробно изложены в разделе протокола.
На рисунках 3В и 3С в LFP и шипованные ответы на репрезентативной нейрона показаны, соответственно. Измеряя Взаимная СообщитьAtion для шипами и SNR для LFPs (4А и 4В) было ясно, что оба кодировать значительный объем информации о возникновении стимула.
Интересно LFPs и шипы также представил информацию об истории стимуляции (рис. 4С-E). В частности ответы LFP были существенно уменьшены, когда фактическая стимул предшествовала предыдущего импульса с достаточно малой между стимул-интервала (фиг. 4C и 4D). Нейронов кодирование истории стимуляции положительно коррелирует с ИМ, хотя выставлены существенно более низкие значения (рис. 4д).
Мы тогда спросили, какие функции сигнала LFP лучше коррелируют с ответом шип. После предварительного анализа, три функции LFP что сильно коррелируют со средней ответ шип были определены: средняя LFP, его производное и фазу производной LFP ( Многоцелевая стратегия для Spike прогноз, основанный на LFPs Спайк поезда обычно имеют сложные временные структуры, которые проявляют значимых корреляций на нескольких временных масштабах. Итак, какие аспекты нейронной ответ захватываются LFPs? Хороший тест для исследования постижение LFP-шип отношении это спросить, насколько хорошо шипы предсказуемы, просто взглянув на сигнала LFP. Таким образом, с помощью выше набор функций LFP (см. рис 4F), цель в том, чтобы построить модель прогнозирования, что, в любое время, читает значения этих функций и генерирует бинарный прогноз о наступлении шпилем. Критическая проблема, связанная с подгонки модели прогнозирования шип состоит в выборе подходящего целевой функции. Наиболее распространенные варианты коэффициент Пирсона и функция когерентности 5. Интересальтернативы тин предоставляются шип метрик 6. В то время как первые два мероприятия основана на среднем нейронных ответов и, следовательно, не отражают полную структуру шип поездов, последний вычислительно сложных и не практично для монтажа целей. Альтернативное решение на основе многоцелевой оптимизации предлагается. Идея состоит в том, чтобы совместно минимизировать больше целей функций (далее просто называемые Цели). Эти цели должны быть вычислительно эффективным для расчета и в состоянии захватить различные аспекты нейронов ответ. Используя понятие Парето-оптимальности мы можем найти множество моделей, каждая из которых оптимизирована для конкретных компромиссов между этими целями. Для того чтобы оценить оптимальные поверхности Парето алгоритм NSGAII был использован 12. Мы определили три целевые функции: глобальная один в зависимости от расстояния в среднем ответов, местного основанную на расстоянии на суде проб на-основы и дополнительных целей, что наказание за сложность модели (см. раздел относительную Protocol). Полученные результаты, установив представительство нейрон нашего набора данных показаны на рисунках 5А и 5В. 5А сообщает глобальный расстояние (PF) и местного расстояние (SM) между моделью и верных ответов. Обратите внимание, что расстояния для каждой модели оптимальны в некотором смысле Парето, так что ни одна модель не лучше и не хуже, чем любой другой в обеих дистанциях. Тот же принцип для всех трех дистанциях совместно рассматриваемых (рис. 5Б). Главное преимущество дается оценки набора оптимальных моделей вместо одного одном заключается в том, что различные модели, основанные на оптимальных компромиссов среди указанных целей, захватить различные аспекты истинного нейронов ответ. Это показано на рисунке 6, где оригинальный растр диагональбаранов (6а и 6D) и предсказанного (рис. 6B, 6C, 6E и 6F), как сообщается, от двух представительных нейронов: модели, которые минимизируют местных Capture Расстояние самый надежный фазу нейронных ответов (рис. 6В и 6е ) в то время как модели, основанные на разумном компромиссе между локальной и глобальной расстоянии лучше захватить изменчивость нейронов и спонтанное стрельбу по всей временного диапазона (0-50 мс, рис 6C и 6F). 
Рисунок 1. (А) Схема цепи управления. Основным компонентом является L293D ч-мост. Команды микроконтроллер поставляются в р модули D1 и D2. (В) Притупленное движения наконечника для легкой механической стимуляции. Размер сетки на миллиметровой бумаге составляет 1 мм. Нажмите здесь, чтобы увеличить изображение . 
Рисунок 2. Совет особенности перемещения. (A) Выходы микроконтроллера (синяя линия) и из фототранзистора (красная линия). Вертикальная зеленая линия устанавливается на 0 указывает на начало смещения наконечника. (В) распределение вероятностей из эффективных задержек наконечник смещения получены более 100 испытаний. (C) Распределение вероятностей длительности наконечника перемещения в среднем по 100 испытаний./ Ftp_upload/50941/50941fig2highres.jpg "целевых =" _blank "> Нажмите здесь, чтобы посмотреть увеличенное изображение. 
Рисунок 3. (А) распределение Inter-Стимул-интервал. (B, C) "на воздух" раздражители не вызывают реакции (см. верхнюю часть обоих графиках в диапазоне от 1000 до 1200 испытаний). Сравните их с истинного стимулом пробного пуска (на оси ординат) от 0 до 1000, где от 15 - 40 мс задержки от начала стимула (время 0 по оси абсцисс) четкие ответы можно наблюдать. Сюжет в (В) относится к реакции LFP в то время как участок в (С) относится к реакции шип. В оси у правого большей фигурой, есть позиции ("большой палец", "II", и #34;. III ", и т.д.) из стимулов на задней конечности крыс Нажмите здесь, чтобы увеличить изображение . 
Рисунок 4. (А, В) Взаимная информация и LFP SNR в зависимости от времени по разным цифр. (С) ПРИ нормированные значения после короткой (<100 мс) и длинные (> 300 мс) Inter-Стимул-интервал (IStimI) . (D) Средняя мощность ответов LFP после длинной и короткой IStimI. Каждая точка представляет собой явное запись. (Е) И. о длинной / короткой IStimI в зависимости от наибольших значений MI о возникновении стимула (Imax). Каждая точка представляет объявлениеistinct нейрон. (F) PSTH представительного нейрона хорошо коррелирует с тремя особенностями ответ LFP:. Средний исходного сигнала, средняя производных и фазовых производной Нажмите здесь, чтобы увеличить изображение . 
Рисунок 5. (А, В) Локальные и глобальные расстояние между прогнозируемыми и верных ответов на репрезентативной нейрона. (В) Совместная оценка для трех расстояний. Парето-оптимальные решения были оценены с помощью алгоритма NSGAII. Нажмите здесь, чтобы увеличить изображение .
Рисунок 6. Правда (А, D) и оценивается (В, С и Е, F соответственно) ответы для двух представительных нейронов. Х, у, г соответственно представляют для исходного сигнала, LFP, ее производная и фазу ее производной. Нажмите здесь, чтобы увеличить изображение .
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Эта работа впервые представлен новый, простой и недорогой прибор, позволяющий доставить быстро и пространственно точечные сенсорные стимулы. Тогда рандомизированы в паре протокол стимуляции импульс и набор вычислительных анализов были подтверждены. Общая цель заключается в создании основы для оценки LFP-шип отношений в электрофизиологических записей во время тактильной стимуляции.
Устройство, протокол и аналитический подход совместно способствовали результате, а именно первая демонстрация в детерминированного подхода в состоянии описать и предсказать LFP-на-шип переходы, нейронная процесс все еще плохо изучены 1.
Критическая точка была представлена соответствующей обстановке программируемого микроконтроллера борту, который регулирует силу и длину наконечника экскурсии, запряженных в пыли крышкой. Подходящее решение позволяет надежных высокочастотных стимулов и относительно большой ДИСПЛЕЙцементы было описано в разделе результатов. По сравнению с обычным пьезоэлектрических приводов устройство при условии, два основных преимущества: он избежал типичной проблемы механического резонанса и это позволило относительно большие смещения наконечника.
Нейроны в S1 коры, как известно, выразить большие рецептивные поля и быстрых ответов на тактильную стимуляцию 8. Быстро, импульс, как стимулы оптимально подходят для набора и поверхностные и глубокие кожные рецепторы (например Меркель или Pacinian тельца) 2, и своевременно изменяя параметры стимула (интенсивность, продолжительность, рампа производное) можно было преимущественно набирать один из этих различных классов рецепторов . Рандомизированы протокол паре импульсов была направлена на снижение интеллектуального унос нейронных колебаний на стимул событие, которое, как правило, происходит во время периодических стимулов. С другой стороны переменная интервал между парными импульсами позволило извлекать четкое dependencе по истории стимуляции. Для оценки структуры и параметров нашей прогнозной модели мы опирались на известной многоцелевой алгоритм оптимизации, называется недоминируемых Сортировка Генетический алгоритм II или NSGAII 12. Основная проблема в установке прогностическую модель для возникновения всплеска полагается в комплексной временной структуры реальных шип поездов. Измерение расстояния между прогнозируемыми и истинных шип поездов оказалась вычислительно дорогостоящей задачей 6. Использование NSGAII, многоцелевой алгоритмом оптимизации, позволяет за разрушение проблему на несколько, вычислительно эффективных расстояниях.
Для оценки благость модели мы должны были количественно ошибку в предсказании лице расстояния между прогнозируемыми и истинных шип поездов. Два основных критериев для оценки предсказания модели были учтены. Процесс подбора вернулся набор моделей вместо ни одного. Интересно каждая модель ян множество, казалось, захватить различные аспекты первоначального спайка поездов.
В заключение, развитая база, на основе совместно оптимизированной стимуляция устройства, протокола и анализирует, может быть использована для получения более полное представление о LFP-шип отношении и для улучшения нынешних стратегий для программирования эффективной мозг-машинных интерфейсов и neuroprosthetics.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Авторы заявляют каких конкурирующих финансовых интересов.
Acknowledgments
С.Н. и AGZ были поддержаны PON 01-01297 VIRTUALAB средств.
Materials
| Name | Company | Catalog Number | Comments |
| Microstepper | AB Transvertex (Stockholm, Sweden) | The microstepper used to pull down the electrode matrix | |
| 32-channel Cheetah System | Neuralynx (MT, USA) | The electrophysiological recording system | |
| L293D h-bridge | RS Components (Cinisello Balsamo, Italy) | The bridge used to connect the microcontroller to the speaker | |
| H21A3 Optical Interrupter Switch | Fairchild Semiconductor Corporation (San Jose, California) | The phototransistor used to estabilish the tip displacement | |
| Arduino Uno | Arduino (Duemilanove, Italy) | The microcontroller used to deliver current pulse to the speaker | |
| Microelectrode Matrices GB1 | FHC | ||
| Isoflurane | Rhodia Organique Fine Ltd. | The anesthetic used to prepare animals | |
| Stereotaxic apparatus | Narishighe (Tokyo, Japan) | ||
| Sprague-Dawley male rats | Charles River (Calco, LC, Italy) | ||
| Gallamine thriethiodide | Sigma-Aldrich | The compound used to curarize the animals | |
| Cresyl violet | Sigma-Aldrich | ||
| Topical antiseptics (Betadine 10%) | Meda Pharma (Milanm Italy) | ||
| Heparine | Sigma-Aldrich | ||
| Formaldehyde | Carlo Erba Reagents (Pomigliano Milanese, Milan, Italy) |
References
- Pesaran, B. Uncovering the Mysterious Origins of Local Field Potentials. Neuron. 61 (1-2), (2009).
- Delmas, P., Hao, J., Rodat-Despoix, L. Molecular Mechanisms of Mechanotrasduction in Mammalian Sensory Neurons. Nat. Rev. Neurosci. 12, 139-153 (2011).
- Rasch, M. J., Gretton, A., Murayama, Y., Maass, W., Logothetis, N. K. Inferring spike trains from local field potentials. J. Neurophys. 99 (3), 1461-1476 (2008).
- Galindo-Leon, E. E., Liu, R. C. Predicting stimulus-locked single unit spiking from cortical local field potentials. J. Comput. Neurosci. 29 (3), 581-597 (2010).
- Theunissen, F. E., David, S. V., Singh, N. C., Hsu, A., Vinje, W. E., Gallant, J. L. Estimating spatio-temporal receptive fields of auditory and visual neurons from their responses to natural stimuli. Network. 12 (3), 289 (2001).
- Victor, J. D., Purpura, K. Metric-space analysis of spike trains: theory, algorithms, and application. Network. 8, 127-164 (1997).
- Foffani, G., Chapin, J. K., Moxon, K. A. Computational Role of Large Receptive Fields in the Primary Somatosensory Cortex. J. Neurophysiol. 100 (1), 268-280 (2008).
- Microcontroller website. , Duemilanove, Italy. Available: http://arduino.cc (2014).
- Panzeri, S., Senatore, R., Montemurro, M. A., Petersen, R. S. Correcting for the sampling bias problem in spike train information measures. J. Neurophysiol. 98, 1064-1072 (2007).
- Storchi, R., Zippo, A. G., Caramenti, G. C., Valente, M., Biella, G. E. M. Predicting Spike Occurrence and Neuronal Responsiveness from LFPs in Primary Somatosensory Cortex. PLoS ONE. 7 (5), (2012).
- Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. Unsupervised Spike Detection and Sorting with Wavelets and Superparamagnetic Clustering. Neural Comput. 16, 1661-1687 (2004).
- Deb, K., Agrawal, A., Pratab, A., Meyarivan, T. A fast elitist non-dominated sorting genetic algorithm for multi-objective optimization: NSGA-II IEEE. Trans. Evol. Comput. 6 (2), 181-197 (2000).
