Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Neuroscience

Bruke Nevron skyter aktivitet å utløse lukket loop stimuli i nevrofysiologiske eksperimenter

Published: November 12, 2019 doi: 10.3791/59812
* These authors contributed equally

Summary

Denne protokollen demonstrerer hvordan du bruker en elektrofysiologisk system for lukket-loop stimulering utløst av neuronal aktivitet mønstre. Eksempel MATLAB kode som lett kan endres for ulike stimulering enheter er også gitt.

Abstract

Lukket-loop nevrofysiologiske systemer bruker mønstre av neuronal aktivitet for å utløse stimuli, som igjen påvirker hjernens aktivitet. Slike lukket-loop systemer er allerede funnet i kliniske applikasjoner, og er viktige verktøy for grunnleggende hjernen forskning. En spesielt interessant ny utvikling er integreringen av lukkede sløyfe tilnærminger med optogenetics, slik at spesifikke mønstre av neuronal aktivitet kan utløse optisk stimulering av utvalgte neuronal grupper. Det kan imidlertid være vanskelig å sette opp et elektrofysiologisk system for eksperimenter med lukket sløyfe. Her er en klar til bruk MATLAB koden er gitt for utløser stimuli basert på aktiviteten til én eller flere neurons. Denne eksempelkoden kan enkelt endres basert på individuelle behov. For eksempel, den viser hvor å avtrekker lyd stimuli og hvor å endre den å avtrekker en ekstern apparat koplet å en PC føljetong havn. Det forevist protokollen er beregnet på operere med en populær neuronal innspillingen system for dyr studier (Neuralynx). Gjennomføringen av lukket-loop stimulering er demonstrert i en våken rotte.

Introduction

Målet med denne protokollen er å demonstrere hvordan å implementere lukket sløyfe stimulering i nevrofysiologiske eksperimenter. Den typiske oppsett for lukket-loop eksperimenter i nevrovitenskap innebærer utløser stimuli basert på online avlesning av neuronal aktivitet. Dette i sin tur fører til modifikasjoner i hjernens aktivitet, og dermed lukke feedback loop1,2. Slike lukkede eksperimenter gir flere fordeler i forhold til standard oppsett med åpen sløyfe, spesielt kombinert med optogenetics, som gjør det mulig for forskere å målrette mot et bestemt delsett av neurons. For eksempel brukte Siegle og Wilson lukkede-loop manipulasjoner for å studere den rollen som theta svingninger i informasjonsbehandling3. De demonstrerte at stimulerende hippocampus neurons på den fallende fasen av theta svingninger hadde forskjellige virkninger på atferd enn å anvende samme stimulering på den stigende fasen. Eksperimenter med lukket sløyfe blir også stadig viktigere i prekliniske studier. For eksempel har flere epilepsi studier vist at neuronal stimulering utløst ved anfall utbruddet er en effektiv tilnærming for å redusere alvorlighetsgraden av beslag4,5,6. Videre viste systemer for automatisert anfall og kontingenten levering av terapi7,8 betydelige fordeler hos epilepsi pasienter9,10,11,12. Et annet program område med rask utvikling av lukkede-loop metoder er kontroll av neuroprosthetics med kortikale hjernen-maskin grensesnitt. Dette er fordi gir umiddelbar tilbakemelding til brukere av protese enheter betydelig forbedrer nøyaktigheten og evnen13.

I de senere årene har flere laboratorier utviklet tilpassede systemer for samtidige elektriske opptak av neuronal aktivitet og levering av stimuli i en lukket-loop system14,15,16,17,18. Selv om mange av disse oppsettene har imponerende egenskaper, er det ikke alltid lett å implementere dem i andre laboratorier. Dette er fordi systemene ofte krever erfarne teknikere for å montere de nødvendige elektronikk og andre nødvendige maskinvare-og programvarekomponenter.

Derfor, for å lette innføringen av lukket-loop eksperimenter i nevrovitenskap forskning, gir dette papiret en protokoll og MATLAB kode for å konvertere en åpen loop elektrofysiologisk innspillingen Setup19,20,21,22 i en lukket-loop system2,6,23. Denne protokollen er utformet for å fungere med digital Lynx innspillingen maskinvare, et populært laboratorium system for neuronal befolkning innspillinger. Et typisk eksperiment består av følgende: 1) innspilling 5-20 minutter med skyter data; 2) Spike sortering for å lage neuronal maler; 3) bruke disse malene til å utføre online deteksjon av nevrale aktivitet mønstre; og 4) utløse stimulering eller eksperimentelle hendelser når brukerdefinerte mønstre oppdages.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle prosedyrer beskrevet her ble utført under en Animal Research Protocol godkjent av University of Lethbridge Animal Welfare Committee.

1. kirurgi

Merk: kirurgi prosedyrene som brukes til implantat sonder for nevrofysiologiske innspillinger har blitt presentert i andre publikasjoner24,25,26. Den nøyaktige detaljer om kirurgi for lukket-loop stimulering avhenger av hvilken type opptaks sonder som brukes og hjernen områder målrettet. I de fleste tilfeller vil imidlertid en typisk operasjon bestå av følgende trinn.

  1. Bringe å det kirurgi rom en bur med en rotten å bli implantert med en silikon sonde eller elektrode oppstille å fortegnelse neuronal aktivitet.
  2. Bedøve den gnager med 2-2,5% isoflurane og fikse hodet i en stereotaxic ramme. Sørg for at dyret er bevisstløs under operasjonen ved å observere en motoriske reaksjon på milde taktile stimuli25.
  3. Påfør en øye salve for å minimere tørrhet under operasjonen.
  4. Barbere operasjonsområdet og desinfisere huden med 2% klorheksidin løsning og 70% isopropylalkohol alkohol.
  5. Injiser lidokain (5 mg/kg) under hodebunnen over hjerne området der elektrodene vil bli implantert.
  6. Lag et snitt av hodebunnen over arealet av fremtidig implantat, og bruk en skalpell og bomullspinne for å fjerne periosteum fra den eksponerte skallen25.
  7. Bor 4-8 hull i skallen for implantation av anker skruer (~ 0,5 mm) som strukturell støtte for implantatet25. Fest skruene til skallen ved å sette dem inn i hullene og sikre at de holdes godt på plass.
  8. Drill kraniotomi ved de spesifiserte koordinatene, og innfelt Microdrive/sonde implantatet.
    Merk: Den beskrevne protokollen for stimulering av lukket sløyfe vil fungere for alle hjerneområder der elektrodene er satt inn.
  9. Fest Microdrive/sonden og eventuelle nødvendige elektriske grensesnittet kontakten til skallen ved hjelp av Dental akryl. Mengden av Dental akryl bør være nok til å feste implantatet, men det bør ikke komme i kontakt med det omgivende bløtvevet25.
  10. Etter operasjonen, nøye overvåke dyret før det har fått tilbake nok bevissthet til å opprettholde sternal recumbency25. For de påfølgende 3 dagene, administreres subkutant en smertestillende (f.eks. Metacam, 1 mg/kg), og et antibiotikum for å forebygge infeksjon (f.eks. enrofloksacin, 10 mg/kg).
    Merk: dyr er vanligvis overlatt til å gjenopprette fra kirurgi i en uke før noen testing eller opptak.

2. installasjon av programvare

Merk: Dette ble testet på Windows 10, 64 bit versjon.

  1. Installere datainnsamling og behandling programvare.
    1. Installer datainnsamlings systemet Cheetah 6,4 (https://neuralynx.com/software/category/sw-acquisition-control), som inkluderer biblioteker for å samhandle med Cheetah Acquisition system.
    2. Installer SpikeSort3D (https://neuralynx.com/software/spikesort-3d) eller annenprogramvare som bruker KlustaKwik27 for Spike sortering. Den nettbaserte gjenkjenningsprogramvaren bruker klynge definisjonene fra KlustaKwik-motoren. Denne programvaren kan kjøre på samme datamaskin, eller den kan kjøre på separate datamaskiner som er på samme nettverk.
    3. Installer NetComDevelopmentPackage (https://github.com/leomol/cheetah-interface/blob/master/NetComDevelopmentPackage_v3.1.0), som også kan lastes ned fra https://neuralynx.com/software/netcom-development-package.
  2. Installer MATLAB (https://www.mathworks.com/downloads/; koden ble testet på MATLAB versjon R2018a). Kontroller at MATLAB er aktivert i Windows-brannmuren. Normalt vil et popup-vindu komme opp under den første tilkoblingen.
    1. Logg på en MATLAB-konto. Velg lisensen. Velg versjonen. Velg operativsystemet.
  3. Last ned følgende bibliotek for online hendelse utløser fra: https://github.com/leomol/cheetah-interface og pakke ut filer til datamaskinens ' Documents/MATLAB ' mappe. En kopi av koden er gitt i den med følgende supplerende materialer.

3. innledende datainnhenting

  1. Start datainnhenting ved hjelp av Cheetah-programvare.
  2. Spill inn noen minutter med skyter data for å fylle mal bølgeformer.
  3. Stopp datainnsamlingen og utfør spiker sortering på de registrerte dataene.
    1. Åpne SpikeSort3D, klikk på fil | Meny | Last Spike fil, og velg en Spike fil fra mappen med innspilte data.
    2. Falle i staver cluster meny og så AutoCluster benytter KlustaKwik, innlevering uteblivelsen innfatningene og falle i staver løpe.

4. Closed-Loop eksperiment

  1. Gjenoppta datainnhenting i Cheetah.
  2. Åpne MATLAB.
    1. Åpen ClosedLoop. m og falle i staver opp på løpe. Alternativt, inne det MATLAB kommandere vindu, effektuere ClosedLoop (). Kontroller at ClosedLoop. m er på MATLAB-banen. Hvis brukeren ønsker å ansette en egendefinert funksjon for å ringe på hver utløser, utføre ClosedLoop ('-tilbakeringing ', customFunction) i stedet, der customFunction er en referanse til denne funksjonen.
    2. Belaste Spike beskjed definerte på initial innspillingen av klikker opp på belaste, småleser å innspillingen brosjyre, og velger ettall av det skyter datafil-størrelse (. NTT,. nSe).
    3. Velg en eller flere neurons som vil utløse stimulering ved å klikke i boksen under plottet bølgeformer.
    4. Definer minimum antall neurons som vil utløse stimulering ved å skrive inn et heltall i "min kamper" tekstboks; og definere tidsvinduet der toppene matchende ulike bølgeformer anses co-aktiv ved å skrive inn et tall i "vindu" tekstboksen.
    5. Klikk Send til start. Dette vil begynne online utløser av hendelser (toner som standard) basert på skyter aktivitet av utvalgte neurons.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Fisher-Brown Norge rotter født og oppvokst på stedet var habituated til håndtering i to uker før eksperimentet. En Innspillings stasjon var kirurgisk implantert, i likhet med metodene beskrevet tidligere28,29,30,31,32,33,34. Neuronal signalene ble innspilt på 32 kHz med et digitalt innsamlingssystem. Neuronal signaler ble først forsterket med en enhet få trådløse hodet-scenen, deretter forsterket med en gevinst på 1000, og bandet pass filtrert mellom 600 og 6 000 Hz. neuronal topper som overskrider en manuelt innstilt amplitude terskel (vanligvis 48-60 μV), ble automatisk lagret, og deretter sortert i forskjellige klynger. Dermed, hver klynge antagelig tilsvarer pigger fra en annen Nevron27. For denne protokollen demonstrasjon, rotta var hvile opp på en blomsterpotte, hvilke var en familiær hvilested i løpet av bryter inne opptreden eksperimenter (skikkelsen 1).

Et representativt skjermbilde fra opptaksdata maskinen vises i figur 2. Det viser samtidig kjører av innspillingen programvare (til venstre) og MATLAB programmet, som viser Spike bølgeformer ervervet i sanntid. Dette MATLAB skriptet er inkludert i supplerende materialer. Når toppene fra forhåndsdefinerte utløsende klynger oppdages, vises bølgeformene med en fet, stiplet linje i vinduet for MATLAB-figuren (figur 2), og den utløser en tone som gir et lukket sløyfe system. Dette lukket-loop eksperimentell oppsett tillater, for eksempel, å studere neuroplasticity, hvor man kan teste om sammenkobling neuronal aktivitet med en ekstern stimuli (tone) kan påvirke mottakelige felt av disse neurons.

Figure 1
Figur 1: fotografi av en rotte med det trådløse hodet-scenen (bord med pre-forsterkere og en blå LED) festet til en implantert silikon sonde. Sonden er plassert under Dental akryl (rosa materiale) og er ikke synlig. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2: skjermbilde av innspillingen og lukket-loop programvare. Venstre paneler er Vinduer som er en del av Cheetah opptakssystem som brukes for å visualisere og kontrollere data oppkjøpet. Vinduet på høyre side av skjermen viser en MATLAB-økt som kjører den beskrevne programvaren. Det midterste vinduet viser bølgeform av en online oppdaget spiker som samsvarer med en forhåndsdefinert mal. Toppene tilhører at klyngen ble brukt til å utløse lyd i presentert video. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3: skjematisk rørledning for dataflyten. Vennligst klikk her for å se en større versjon av dette tallet.

Figure 4
Figur 4: test av stimulans ventetid. (A) histogram av forsinkelser mellomtiden for å generere en kunstig pigg og tid for utløst signal. (B) skjematisk av en mikroprosessor bord oppsett for å generere kunstige pigg bølgeformer. Det sort og appelsin forbindelser produksjon en RC like bølgeform (oppstiller fra 0 å 810 mV) og det er en koplet å hodet-scene via en "signal-musen" grenseflate det reduserer spenningen å 810 μV. komponenter plugget i samme kolonne i brødfjel er koblet (motstander: 110 ohm; 220 ohm; 1000 ohm; kondensator: 10 μF). Arduino var koblet til en PC via USB/UART, som utløste Arduino pigger og mottatt tilbake signaler fra både Arduino kretsen og oppkjøpet programvare API. Arduino ble instruert til å generere 1000 pigger. Vennligst klikk her for å se en større versjon av dette tallet.

Tilleggsfil 1: MATLAB-skript. Vennligst klikk her for å se denne filen (Høyreklikk for å laste ned).

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Protokollen som er beskrevet her, viser hvordan du bruker et standard nevrofysiologiske opptakssystem for å utføre lukket sløyfe stimulering. Denne protokollen tillater nevrologer med begrenset ekspertise i informatikk til raskt å implementere en rekke lukkede eksperimenter med liten kostnad. Slike eksperimenter er ofte nødvendig for å studere årsakssammenheng i hjernen.

Etter å forberede et dyr og installere programvaren (trinn 1 & 2), lukket-loop eksperimentet består av to separate etapper. Først innledende datainnsamling (trinn 3) for å samle inn data for å definere maler som tilsvarer aktiviteten av enkle neurons (dvs. Spike sortering; Trinn 3,5). For det andre, lukket-loop stimulering, der nylig innspilte pigger vil automatisk bli tildelt forhåndsdefinerte klynger i sanntid og utløse stimulering hvis pigger form spesifiserte neurons oppdages (trinn 4). Den presenterte MATLAB skript (se supplerende materialer) demonstrere utløse ulike stimuli basert på aktiviteten til en enkelt Nevron, og på aktiviteten til flere utvalgte neurons. Sistnevnte er et spesielt viktig alternativ, fordi neurons antas å behandle informasjon som en forsamling (f. eks, pakker35,36). Utløsende stimuli basert på neuronal befolknings mønstre kan dermed være et viktig verktøy for å besvare et bredt spekter av forskningsspørsmål. Dataflyten under lukket sløyfe-kontroll er illustrert i Figur 3.

I denne protokollen demonstrasjon, en 3 kHz tone stimuli ble brukt. Denne rene tonen kan erstattes av en vilkårlig lydbølgeform ved å endre variabelen "tone0". Vær også oppmerksom på at i stedet for en høyttaler, kan mange andre enheter kobles til datamaskinens lydutgang for å utløse en stimulering. For eksempel ble lydutgangen brukt til å kjøre en vibrasjonsmotor for å levere lav frekvens (20 Hz) taktile stimuli22. Alternativt kan MATLAB-koden brukes til å sende et TTL-signal til en enhet som er koblet til en seriell port på datamaskinen. Dette kan oppnås ved å erstatte ' Sound () ' kommandoen med følgende kode: OBJ = Serial (' COM1 '); fopen (OBJ); Obj. RequestToSend = ' på '. En prøve implementering av denne metoden er gitt i supplerende materialer (se puls. m). På samme måte kan MATLAB brukes til å sende signaler til eksterne enheter via en USB-port. Således, koden forevist her over innrømmer brukernes å sende stengt-løkke avtrekker inne en variasjon av veier å mangfoldig anordninger.

Testene viste at tidsforsinkelsen mellom en neuronal pigg og Trigger signalet er ca 13 MS (min 9 MS; maks 15 MS). Fordelingen av tidsforsinkelser er illustrert i figur 4a. For denne ventetid testene, en besværlig ble brukt til å sende en kunstig pigg til oppkjøpet systemet (via Head-scenen). Forsinkelsen ble registrert som tiden mellom pigg og utløse signal fra oppkjøpet PC kjører lukket-loop MATLAB skriptet. Den Skjematisk av Arduino oppsettet for å generere pigger er vist i figur 4b.

Tilnærmingen som presenteres her er implementert i programvare, og kan derfor ikke være i stand til å levere stimuli med Temporal nøyaktighet av systemer med dedikert maskinvare. For eksempel, TDT (Tucker-Davis Technologies) tilbyr systemer for Spike utløst stimulering som kan levere stimuli innen millisekunder. Men fordelen med MATLAB løsningen som presenteres her er den lave kostnaden for brukere som eier Cheetah innspillingen maskinvare, sin fleksibilitet i å definere aktiviteten mønstre å utløse stimuli, og dens fleksibilitet i å definere neuronal maler. Dessuten er det ikke nødvendig med presisjon i én millisekunder i mange eksperimenter, slik at implementeringen av denne tilnærmingen kan gi en stor fordel.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Forfattere har ikke noen interessekonflikt knyttet til dette arbeidet.

Acknowledgments

Dette arbeidet ble støttet av NSERC Discovery tilskudd til AL og AG.

Materials

Name Company Catalog Number Comments
Baytril Bayer, Mississauga, CA DIN 02169428 antibiotic; 50 mg/mL
Cheetah 6.4 NeuraLynx, Tucson, AZ 6.4.0.beta Software interfaces for data acquisition 
Digital Lynx 4SX NeuraLynx, Tucson, AZ 4SX recording equipment
Headstage transmitter TBSI B10-3163-GK transmits the neural signal to the receiver
Isoflurane Fresenius Kabi, Toronto, CA DIN 02237518 inhalation anesthetic
Jet Denture Powder & Liqud Lang Dental, Wheeling, US 1230 dental acrylic
Lacri-Lube Allergan, Markham, CA DIN 00210889 eye ointment
Lido-2 Rafter 8, Calgary DIN 00654639 local anesthetic; 20 mg/mL
Matlab Mathworks R2018b software for signal processing and triggering external events
Metacam Boehringer, Ingelheim, DE DIN 02240463 analgesic; 5 mg/mL
Netcom NeuraLynx v1 Application Programming Interface (API) that communicates with Cheetah
Silicone probe Cambridge Neurotech ASSY-156-DBC2 implanted device
SpikeSort 3D  NeuraLynx, Tucson, AZ SS3D spike waveform-to-cell classification tools
Wireless Radio Receiver TBSI 911-1062-00 transmits the neural signal to the Digital Lynx

DOWNLOAD MATERIALS LIST

References

  1. Grosenick, L., Marshel, J. H., Deisseroth, K. Closed-loop and activity-guided optogenetic control. Neuron. 86 (1), 106-139 (2015).
  2. Armstrong, C., Krook-Magnuson, E., Oijala, M., Soltesz, I. Closed-loop optogenetic intervention in mice. Nature Protocols. 8 (8), 1475-1493 (2013).
  3. Siegle, J. H., Wilson, M. A. Enhancement of encoding and retrieval functions through theta phase-specific manipulation of hippocampus. Elife. 3, 03061 (2014).
  4. Paz, J. T., et al. Closed-loop optogenetic control of thalamus as a tool for interrupting seizures after cortical injury. Nature neuroscience. 16 (1), 64-70 (2013).
  5. Krook-Magnuson, E., Armstrong, C., Oijala, M., Soltesz, I. On-demand optogenetic control of spontaneous seizures in temporal lobe epilepsy. Nature Communications. 4, 1376 (2013).
  6. Berényi, A., Belluscio, M., Mao, D., Buzsáki, G. Closed-loop control of epilepsy by transcranial electrical stimulation. Science. 337 (6095), 735-737 (2012).
  7. Peters, T. E., Bhavaraju, N. C., Frei, M. G., Osorio, I. Network system for automated seizure detection and contingent delivery of therapy. Journal of Clinical Neurophysiology. 18 (6), 545-549 (2001).
  8. Fountas, K. N., Smith, J. Operative Neuromodulation. , Springer. 357-362 (2007).
  9. Heck, C. N., et al. Two-year seizure reduction in adults with medically intractable partial onset epilepsy treated with responsive neurostimulation: final results of the RNS System Pivotal trial. Epilepsia. 55 (3), 432-441 (2014).
  10. Osorio, I., et al. Automated seizure abatement in humans using electrical stimulation. Annals of Neurology. 57 (2), 258-268 (2005).
  11. Sun, F. T., Morrell, M. J., Wharen, R. E. Responsive cortical stimulation for the treatment of epilepsy. Neurotherapeutics. 5 (1), 68-74 (2008).
  12. Fountas, K. N., et al. Implantation of a closed-loop stimulation in the management of medically refractory focal epilepsy. Stereotactic and Functional Neurosurgery. 83 (4), 153-158 (2005).
  13. Abbott, A. Neuroprosthetics: In search of the sixth sense. Nature. 442, (2006).
  14. Venkatraman, S., Elkabany, K., Long, J. D., Yao, Y., Carmena, J. M. A system for neural recording and closed-loop intracortical microstimulation in awake rodents. IEEE Transactions on Biomedical Engineering. 56 (1), 15-22 (2009).
  15. Nguyen, T. K. T., et al. Closed-loop optical neural stimulation based on a 32-channel low-noise recording system with online spike sorting. Journal of Neural Engineering. 11 (4), 046005 (2014).
  16. Laxpati, N. G., et al. Real-time in vivo optogenetic neuromodulation and multielectrode electrophysiologic recording with NeuroRighter. Frontiers in Neuroengineering. 7, 40 (2014).
  17. Su, Y., et al. A wireless 32-channel implantable bidirectional brain machine interface. Sensors. 16 (10), 1582 (2016).
  18. Ciliberti, D., Kloosterman, F. Falcon: a highly flexible open-source software for closed-loop neuroscience. Journal of Neural Engineering. 14 (4), 045004 (2017).
  19. Luczak, A., Bartho, P., Harris, K. D. Gating of sensory input by spontaneous cortical activity. The Journal of Neuroscience. 33 (4), 1684-1695 (2013).
  20. Luczak, A., Barthó, P., Harris, K. D. Spontaneous events outline the realm of possible sensory responses in neocortical populations. Neuron. 62 (3), 413-425 (2009).
  21. Schjetnan, A. G., Luczak, A. Recording Large-scale Neuronal Ensembles with Silicon Probes in the Anesthetized Rat. Journal of Visualized Experiments. (56), (2011).
  22. Bermudez Contreras, E. J., et al. Formation and reverberation of sequential neural activity patterns evoked by sensory stimulation are enhanced during cortical desynchronization. Neuron. 79 (3), 555-566 (2013).
  23. Girardeau, G., Benchenane, K., Wiener, S. I., Buzsáki, G., Zugaro, M. B. Selective suppression of hippocampal ripples impairs spatial memory. Nature Neuroscience. 12 (10), 1222-1223 (2009).
  24. Schjetnan, A. G. P., Luczak, A. Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat. Journal of Visualized Experiments. (56), (2011).
  25. Vandecasteele, M., et al. Large-scale recording of neurons by movable silicon probes in behaving rodents. Journal of Visualized Experiments. (61), e3568 (2012).
  26. Sariev, A., et al. Implantation of Chronic Silicon Probes and Recording of Hippocampal Place Cells in an Enriched Treadmill Apparatus. Journal of Visualized Experiments. (128), e56438 (2017).
  27. Harris, K. D., Henze, D. A., Csicsvari, J., Hirase, H., Buzsáki, G. Accuracy of tetrode spike separation as determined by simultaneous intracellular and extracellular measurements. Journal of Neurophysiology. 84 (1), 401-414 (2000).
  28. Jiang, Z., et al. TaiNi: Maximizing research output whilst improving animals' welfare in neurophysiology experiments. Scientific Reports. 7 (1), 8086 (2017).
  29. Gao, Z., et al. A cortico-cerebellar loop for motor planning. Nature. 563 (7729), 113 (2018).
  30. Neumann, A. R., et al. Involvement of fast-spiking cells in ictal sequences during spontaneous seizures in rats with chronic temporal lobe epilepsy. Brain. 140 (9), 2355-2369 (2017).
  31. Gothard, K. M., Skaggs, W. E., Moore, K. M., McNaughton, B. L. Binding of hippocampal CA1 neural activity to multiple reference frames in a landmark-based navigation task. Journal of Neuroscience. 16 (2), 823-835 (1996).
  32. McNaughton, B. L. Google Patents. , (1999).
  33. Wilber, A. A., et al. Cortical connectivity maps reveal anatomically distinct areas in the parietal cortex of the rat. Frontiers in Neural Circuits. 8, 146 (2015).
  34. Mashhoori, A., Hashemnia, S., McNaughton, B. L., Euston, D. R., Gruber, A. J. Rat anterior cingulate cortex recalls features of remote reward locations after disfavoured reinforcements. Elife. 7, 29793 (2018).
  35. Luczak, A., McNaughton, B. L., Harris, K. D. Packet-based communication in the cortex. Nature Reviews Neuroscience. , (2015).
  36. Luczak, A. Analysis and Modeling of Coordinated Multi-neuronal Activity. , Springer. 163-182 (2015).

Tags

Nevrovitenskap elektrofysiologi neuronal befolkning innspillinger lukket-loop stimulering Spike sortering neuronal pakker gnagere
Bruke Nevron skyter aktivitet å utløse lukket loop stimuli i nevrofysiologiske eksperimenter
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Molina, L. A., Ivan, V. E., Gruber,More

Molina, L. A., Ivan, V. E., Gruber, A. J., Luczak, A. Using Neuron Spiking Activity to Trigger Closed-Loop Stimuli in Neurophysiological Experiments. J. Vis. Exp. (153), e59812, doi:10.3791/59812 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter