Una guida visiva per Ordinamento elettrofisiologiche registrazioni con 'SpikeSorter'

Introduction

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 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.

Protocol

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.

Representative Results

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 volte derivanti da differenze di forma d'onda sui canali adiacenti . Ciò vale, ad esempio, delle forme d'onda di canale 62 in Figura 7.

Come notato sopra, non è raro trovare coppie di cluster in cui le decisioni di fusione deve essere basato su appezzamenti di ampiezza-time e on cross-correlogrammi. La figura 8 mostra un esempio di una decisione fusione basata in parte sulla croce correlogramma. Una molto forte, asymmetric correlazione incrociata a brevi intervalli di tempo (Figura 8B) accoppiato con una differenza di altezza di picco-picco di unità e rosate simili (figura 8E) suggerisce fortemente che i picchi provengono dallo stesso neurone. Figura 9 mostra un caso in cui lo stesso tipo di prova per fusione è carente. Qui, il cross-correlogramma è debole e non fortemente asimmetrica. Inoltre, le forme delle autocorrelograms dei due gruppi sono differenti (Figura 9A). Probabilmente, le due unità non dovrebbero essere unite a causa della differenza chiara supplementare nelle distribuzioni dei componenti principali (Figura 9C). La figura 10 mostra un caso in cui le altezze PP di due unità fondono allo stesso tempo che uno di loro ferma cottura e le altre riprende. In questo caso la decisione di fusione sembra corretto, anche se non si può escludere la possibilità che le unità coordinano loro modelli di cottura inmodi complessi e che la somiglianza nelle altezze è casuale.

Questi esempi illustrano la difficoltà di offrire una guida ferma su come prendere decisioni di fusione. A questo si aggiunge la generale mancanza di misure oggettive per valutare la qualità complessiva del picco di smistamento e gli effetti delle variazioni dei parametri. Questo è a causa della mancanza di informazioni verità a terra, che per spike sorting, consisterebbe di registrazioni intracellulari (o loro equivalenti) di ogni neurone che era abbastanza vicino a un elettrodo di registrazione per dare luogo a segnali extracellulari rilevabili. Nonostante questo limite, ci sono surrogati per i dati di verità a terra e non è irragionevole supporre che un cambiamento di strategia di ordinamento che si traduce in una migliore performance sui dati surrogati porterà a migliori prestazioni con i dati reali. I surrogati sono dati reali MEA registrazione in cui picchi, presi dalla registrazione, vengono aggiunti nuovamente dentro il recording in tempi noti su diversi canali, dove non possono essere confusi con le punte originali. Tale test ha costituito la base di un concorso di smistamento picco organizzato da G. Buzsáki e T. Harris presso Janelia Farm nel 2013. dati surrogati sono stati generati dalle registrazioni effettuate nel talamo o ippocampo di ratti liberi di muoversi (A. Peyrache, A. Berenyi e G. Buzsáki, dati non pubblicati). segnali spike per la quale non vi era 'verità a terra' sono stati generati prendendo picchi da una unità registrata su un gambo e aggiungendoli alla registrazione su un altro gambo in modo da garantire che il rapporto di quel treno picco con l'attività di fondo e stati cerebrali è stata preservata. Registrazioni contenevano attività spiking effettiva in aggiunta al terreno treni verità spike aggiunti. I tassi di falsi positivi per SpikeSorter erano 0,26% e il 0,01% per due diverse serie di test, mentre i corrispondenti tassi di falsi negativi erano il 2,1% e il 0,37% (A. Peyrache, comunicazione personale). Questi tassi sono stati tra tegli meglio della concorrenza, ma soprattutto si sono bassi e probabilmente accettabile per la maggior parte dei tipi di analisi neurofisiologica. Un altro approccio è quello di utilizzare su larga scala simulazioni biofisici altamente dettagliate di reti di neuroni di generare registrazioni extracellulari simulati da disegni MEA specificati. I ricercatori attualmente lavorando su metodi di ordinamento MEA sono stati invitati a ordinare simulazioni di test di questa natura ^15. sono stati confrontati cinque diversi algoritmi di ordinamento. Ci sono vari modi di valutazione delle prestazioni di smistamento e le prestazioni dei diversi gruppi variava secondo cui le misure sono state utilizzate, con nessun gruppo essendo ovviamente meglio di qualsiasi altro. I risultati di SpikeSorter è caduto all'interno della gamma di risultati ottenuti dai vari gruppi.

Figura 1. Il rilevamento di dialogo Event. Questo proopzioni VIDES per la selezione del metodo di misurazione del rumore, per i canali di mascheramento, l'impostazione dei valori thresholding e metodi di applicazione di loro, e per la scelta di metodi per evitare la duplicazione degli eventi. In questo e in altri dialoghi, le informazioni sulle scelte è fornita da pulsanti identificati da punti interrogativi ( '?').

Figura 2. The View, pulito e Dialog Spalato. Questo fornisce opzioni per la visualizzazione delle forme d'onda a grappolo, l'identificazione e l'eliminazione di forme d'onda periferiche, per suddividere i cluster in una o più sottocluster, e per la cancellazione o la formazione di nuovi cluster dalle sottocluster. Sottocluster sono identificate dai colori indicati. (Questi possono essere modificate nella finestra delle preferenze.)

Figura 3. Effetto dell'allineamento dei eventi a una funzione inaffidabile. La figura mostra i dati da un singolo cluster basato sul canale, definito come l'insieme di eventi la cui forma d'onda tensioni di picco-picco era più grande su un particolare canale. Pannello A mostra un sottoinsieme di 50 forme d'onda degli eventi da questo cluster, overplotted, su diversi canali elettrodi. numeri di canale sono mostrati in alto a sinistra di ogni serie di forme d'onda. I punti neri accanto a un numero di canale indicano che il canale è stato assegnato a quel particolare gruppo. I canali sono disposti nello stesso ordine spaziale che hanno sull'elettrodo. assi orizzontali mostrano tempo e assi verticali, di tensione. La posizione orizzontale l'asse verticale indica il punto di allineamento, cioè ogni evento è posizionato in modo suo punto di allineamento coincide con l'asse. La barra di scala in basso a sinistra del pannello A mostra 0,5 ms e 100 mV. Le linee blu in A indicano la media di ogni serie di forme d'onda (il modello). Canale 24 (grigio) è mascherato. Eventi sono allineati al minimo locale più negativo della forma d'onda (trogolo negativo) come determinato immediatamente successivo rilevamento di un evento. Pannello B mostra la distribuzione delle prime 2 componenti principali derivati da tutte le forme d'onda del cluster. Tre sottocluster sono visibili in questa distribuzione. Pannello C mostra lo stesso insieme di eventi dopo allineandoli alla forma d'onda modello. La distribuzione principale componenti (pannello D) ora mostra solo due sottocluster (quello identificato in rosso). Ulteriore esame risulta che un cluster spuria in B è stata causata dall'allineamento di un sottoinsieme di eventi di un secondo canale negativo (più lento negativa dopo potenziale) che in alcuni casi è più negativa rispetto al primo. Alcuni di questi eventi non allineati sono visibili nel pannello A quanto forme d'onda la cui forma non corrispondono al resto._blank "> Clicca qui per vedere una versione più grande di questa figura.

Figura 4. La finestra di dialogo ordinamento automatico. Questo fornisce opzioni di eventi di rilevamento, opzioni di clustering e le opzioni per la fusione automatica e la divisione delle coppie di cluster dopo la fase iniziale di clustering automatico.

Figura 5. Le coppie di cluster Confronta dialogo. Questo fornisce opzioni per la scelta di coppie di cluster, misure di confronto (metodo match), la ricerca attraverso gli elenchi delle coppie ordinate dal valore di confronto, le opzioni per la visualizzazione correlogrammi, la visualizzazione dei grafici di altezza PP (o PC1 o PC2) in funzione del tempo, e la possibilità di unire le coppie.

>
Figura 6. La finestra di dialogo di post-elaborazione. Questo fornisce opzioni per lo spostamento e / o l'eliminazione di eventi duplicati, per l'eliminazione di eventi possibilmente rumorosi, per reclustering eventi non clustered, per l'eliminazione di cluster con un segnale basso di rumore (SNR) e per la rinumerazione (smistamento) cluster in base a criteri diversi.

Figura 7. Visualizzazione delle unità Ordinati Showing a caso scelta, Overplotted forme d'onda colorato secondo numero Cluster. Per chiarezza, è mostrata solo la forma d'onda del canale centro di ciascun cluster. I dati (da Mitelut & Murphy, non pubblicato) mostrano i minori di 14 canali di una registrazione elettrodi a 64 canali da topo corteccia visiva.

annuncio / 55217 / 55217fig8.jpg "/>
Figura 8. Esempio di prova che può essere esercitata su una decisione o meno per unire due cluster. I cluster confronta finestra di dialogo (Pannello A) è stato utilizzato per la ricerca di coppie di cluster con forme d'onda simili, ignorando l'ampiezza (dot-prodotto normalizzato partita metodo). Pannello B mostra autocorrelograms (AC) e il cross-correlogramma (CC) per i due gruppi, con due diverse larghezze Bin (0,2 e 2 ms). Questi mostrano che picchi del secondo gruppo (unità 53) hanno una forte tendenza a verificarsi 4 o 8 ms prima picchi nel primo (unità 28). Pannello C mostra le forme spike delle due unità e mostra che il secondo (mostrato in verde) presenta un picco più piccolo del primo anche. Pannello D mostra la distribuzione PC dei due gruppi. Pannello E PC1 grafici (asse verticale) delle due unità delle due unità (rispettivamente rosso e verde) vs. </ Em> tempo (espresso in minuti) durante l'intero periodo di registrazione. Vedere il testo per una descrizione più dettagliata. Clicca qui per vedere una versione più grande di questa figura.

Figura 9. Esempio di un paio cluster in cui c'è molto meno prove per l'unione. Pannello A mostra che i autocorrelograms (AC) e il cross-correlogramma (CC) per i due gruppi hanno forme diverse. Pannello B mostra la forma d'onda modello mediati e deviazioni standard (ombreggiatura indica 1 unità SD) per mostrare le differenze di forma d'onda più chiaramente. Pannello C mostra la distribuzione PC dei due gruppi. Pannello D rappresenta graficamente l'altezza di picco-picco (asse verticale, mV) delle due unità in funzione del tempo durante thvia e tutto il periodo di registrazione. Vedere il testo per una descrizione più dettagliata. Clicca qui per vedere una versione più grande di questa figura.

Figura 10. La prova per la fusione Sulla base di cottura Pattern e Componenti Principali Variation. Pannello A mostra le forme d'onda dei due cluster (rosso e verde). Pannello B trame PC1 (asse verticale) in funzione del tempo (asse orizzontale) per i due cluster e mostra uno schema complementare di combustione con valori PC1 essendo simile al momento una unità ferma cottura e l'altra comincia. Questo supporta una decisione di fondere nonostante la presenza di gruppi distinti nelle distribuzioni PC (pannello C).

Discussion

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 supportato. Un'opzione semplice è quella di utilizzare il tempo-spike-formato '.tsf'. Questo formato ossa nude contiene il record di tensione e di canale dati di localizzazione più la registrazione di eventi e del canale e le assegnazioni dei cluster seguenti ordinamento. La lettura di questi file è spesso più veloce rispetto ad altri formati. Indipendentemente trattare con formati non supportati può essere conveniente per salvare i dati filtrati in un file .tsf (questo formato è compresa tra le opzioni di esportazione) poiché questo evitare la necessità di successiva fil tempotraggio. Dettagli del formato .tsf sono inclusi nella documentazione fornita con il programma.

file ausiliari

Due file ausiliari vengono utilizzati per memorizzare i parametri, ss_prefs.sav e ss_parameters.sav. Il file 'ss_prefs.sav' salva solo valori definiti dall'utente scelta che non hanno effetto diretto sulla selezione e hanno meno probabilità di avere bisogno di cambiare, ad esempio, le dimensioni delle finestre e le posizioni, di tensione e di altri valori di scala. Se ss_prefs.sav non esiste, viene creato quando si preme il pulsante 'Applica' nella finestra di dialogo relativa, o quando il programma viene chiuso. Se l'opzione 'parametri' appiccicoso in questo file è impostato, un file 'ss_parameters.sav' separata viene utilizzata per memorizzare i valori e le opzioni che influenzano l'esito della selezione così come molte opzioni di visualizzazione dei parametri selezionabili dall'utente. Questo file viene salvato, o aggiornato, quando il programma viene chiuso tramite il normale 'File - Exit' percorso (ma non quando il programma 'Chiudi'il pulsante (in alto a destra) è utilizzato). In assenza di questo file all'avvio, vengono utilizzati i valori di default.

Limiti di programma

Il limite alla lunghezza della registrazione che può essere ordinata è determinata dalla quantità di RAM nel computer. Un PC con 16 GB di RAM può generalmente gestire file raw fino a 13 GB-14 Gb (2 GB inferiore alla RAM totale) se la memoria non è in uso per altri scopi. Altri limiti, ad esempio il numero massimo di canali, dimensioni massime dei cluster, ecc possono variare con la versione del programma e gli aggiornamenti futuri. Essi possono essere visualizzati da andando a 'Help - riguardo'.

Caratteristiche aggiuntive

The View, finestra pulite e split cluster offre diverse opzioni per la definizione dei confini manuale a grappolo. Essi comprendono l'uso del mouse per disegnare un ellisse nella finestra di visualizzazione del PC, per disegnare un rettangolo di ampiezza PP (o PC1 o PC2) vs. visualizzazione del tempo, e disegnare discriminat finestre di ioni nel display della forma d'onda principale. Questi possono essere tutti utilizzati per creare sottocluster (qualsiasi subclustering esistente verrà sovrascritto). La finestra di dialogo deve essere uscito prima di qualsiasi di questi oggetti si possono trarre. Premendo il tasto relativo nella finestra di dialogo ( 'Windows', 'Ellisse' o 'rettangolo') crea il subcluster.

Una finestra di strategia (Sort - Strategy) mostra una varietà di smistamento parametri che sono meno probabilità di bisogno di essere cambiato, ma che può avere un effetto significativo sulla selezione. Questi includono, per esempio, i parametri che determinano l'assegnazione dei canali ai cluster e la selezione dei punti di tempo che contribuiscono al calcolo delle componenti principali per ogni cluster. La finestra di gestione dei cluster offre informazioni più dettagliate sui cluster individuali di quello previsto dalla vista, pulito e dialogo cluster dividere, o dalla finestra di dialogo di post-elaborazione. Ci sono anche più svariate opzioni per l'eliminazione di cluster.

ontent "> I canali sono visualizzati in un particolare ordine verticale, definito il 'ordinamento', nella finestra di visualizzazione della tensione. Idealmente questo ordine verrà riflette la vicinanza fisica dei canali, ma questo può essere difficile da raggiungere dato che il layout attuale è in due dimensioni. l'ordinamento viene generato calcolando la proiezione delle posizioni dei canali su una linea con un certo angolo rispetto alla asse y. la sequenza dei numeri di canale sulla linea è l'ordinamento. Questo è calcolato automaticamente in molti casi ma è possibile generare una diversa andando a 'Vista - proprietà acquisizione'.. la possibilità di visualizzare i canali in ordine numerico è prevista anche noti che l'ordine di visualizzazione non ha effetto sulla ordinamento.

altri approcci

Esistono altri pacchetti software per fare spike sorting. Questi includono programmi commerciali quali Offline Sorter (http://www.plexon.com/products/offline-sorter), come well software libero, come MClust (AD Redish: http://redishlab.neuroscience.umn.edu/MClust/MClust.html), Klustakwik (KD Harris: https://sourceforge.net/projects/klustakwik/), Wave_clus (RQ Quiroga: http://www2.le.ac.uk/departments/engineering/research/bioengineering/neuroengineering-lab/spike-sorting) ei programmi Neuroscope e Klusters (http: //. neurosuite) ^16. Un confronto dettagliato con questi programmi, molti dei quali sono di uso comune, non rientra nell'ambito del presente documento. Tale confronto comporterebbe una serie di criteri relativi, tra cui la facilità d'uso, affidabilità, supporto del formato file, la progettazione grafica, la documentazione, grado di automazione, la dipendenza da componenti hardware e software, la velocità di elaborazione, adattabilità al MEA così come tetrodi, e, nella misura in cui è possibile misurare, la precisione di smistamento. In assenza di un confronto dettagliato, crediamo che SpikeSorter offre una combinazione di opzioni e supporto per picco sortaING che potrebbe non essere disponibile in qualsiasi altro pacchetto di ordinamento autonomo picco attualmente disponibili.

Qualità Ordinamento

Come accennato in precedenza, le misure oggettive di esito che possono essere utilizzati per decidere se una procedura o scelta è migliore di un altro sono in gran parte carenti. La dipendenza dai parametri e la necessità di input dell'utente frequente rende anche improbabile che qualsiasi tipo particolare potrà mai essere riprodotto. Questo di per sé potrebbe limitare l'uso di misure di outcome, se esistessero. A peggiorare le cose, non è affatto certo che precisa picco ordinamento è possibile anche in linea di principio. Registrazioni extracellulari accoppiato con registrazioni intracellulari di interesse: singole cellule esistono ^{17, 18} ma intracellulari registrazioni da coppie vicine di neuroni sono necessari per dimostrare che i segnali provenienti da cellule vicine possono sempre essere distinti. I fattori che possono causare segnali di tensione extracellulari da unadata neurone di variare per periodi di tempo, sia a breve che a lungo, sono poco compreso che in pratica può aggiungere considerevole variabilità (ad esempio le figure 8 e 10) che complica l'ordinamento. Per spike classificare essere un problema risolvibile queste modifiche devono essere più piccole, o di natura diversa, rispetto alle piccole differenze che possono verificarsi tra le cellule come risultato di differenze posizionali. Basandosi sulle misure numeriche di qualità cluster potrebbe anche essere problematico. Ad esempio, le cellule possono sparare a tassi che differiscono da ordini di grandezza ^{19, 20.} L'inclusione di quasi tutte le punte da una cellula scarsa gittata tra quelle di una cella alto tasso di fuoco può avere un impatto su una qualsiasi misura di qualità cluster, nascondendo il fatto che la qualità di ordinamento della cellula basso tasso sarebbe povero o non esistente. Alla luce di queste sfide, i metodi per la valutazione della qualità di ordinamento basati su cluster di sovrapposizione^{8, 21} o l'ordinamento stabilità a fronte del parametro di variazione ²² può dare un falso senso di sicurezza. Invece, suggeriamo che potrebbe essere necessario accettare il fatto che l'ordinamento picco si basa sulla scienza incompleta. Selezionatrici possono avere a vivere con un senso di imperfezione e di imparare che può essere meglio di dedicare il tempo a forme più produttive di analisi dei dati, piuttosto che continuamente cercare di migliorare la qualità di una sorta.

Materials

Name	Company	Catalog Number	Comments
spikesorter.exe	N/A		http://www.swindale.ecc.ubc.ca/SpikeSorter