Name: SpikeSorter kullanma Elektrofizyolojik Recordings Sıralama A Görsel Kılavuzu (Video) | JoVE Journal
Uploaded: 2017-02-10T15:00:00.000+00:00
Duration: 10 min 31 s
Description: Öğrenin SpikeSorter kullanarak ekstraselüler kayıtlardan sinirsel aktiviteyi analiz etmeyi. Bu yöntem, çok elektrot dizileriyle nöron davranışlarını incelemek için hem yeni hem de deneyimli araştırmacılara kolaylık sağlar.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

SpikeSorter'ı kullanan ve dosya formatı desteği, öneri ve geri bildirim talebinde bulunan kişi ve gruplara teşekkür ederiz. Bunlar arasında Youping Xiao, Felix Fung, Artak Khachatryan, Eric Kuebler, Curtis Baker, Amol Gharat ve Dongsheng Xiao yer alıyor. 'Temsili Sonuçlar'da verilen yanlış pozitif ve negatif rakamlar için Adrien Peyrache'ye teşekkür ederiz.

<ol><li>Buzsáki, G. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/15114356">Large-scale recording of neuronal ensembles.</a> Nat. Neurosci. 7, 446-451 (2004).</li>
<li>Blanche, T. J., Spacek, M. A., Hetke, J. F., Swindale, N. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Polytrodes%3A+High+Density+Silicon+Electrode+Arrays+for+Large+Scale+Multiunit+Recording%5BTitle%5D)+AND+%22J.+Neurophys%22%5BJournal%5D)">Polytrodes: High Density Silicon Electrode Arrays for Large Scale Multiunit Recording.</a> J. Neurophys. 93, 2987-3000 (2005).</li>
<li>Lewicki, M. S. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/10221571">A review of methods for spike sorting: the detection and classiﬁcation of neuronal action potentials.</a> Network. 9, R53-R78 (1998).</li>
<li>Letelier, J. C., Weber, P. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+sorting+based+on+discrete+wavelet+transform+coefficients%5BTitle%5D)+AND+%22J.+Neurosci.+Methods%22%5BJournal%5D)">Spike sorting based on discrete wavelet transform coefficients.</a> J. Neurosci. Methods. 101, 93-106 (2000).</li>
<li>Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unsupervised+spike+detection+and+sorting+with+wavelets+and+superparamagnetic+clustering%5BTitle%5D)+AND+%22Neural+Computation%22%5BJournal%5D)">Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering.</a> Neural Computation. 16, 1661-1687 (2004).</li>
<li>Franke, F., Natora, M., Boucsein, C., Munk, M., Obermayer, K. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/19499318">An online spike detection and spike classiﬁcation algorithm capable of instantaneous resolution of overlapping spikes.</a> J. Comput. Neurosci. 29, 127-148 (2010).</li>
<li>Jäckel, D., Frey, U., Fiscella, M., Franke, F., Hierlemann, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Applicability+of+independent+component+analysis+on+high-density+microelectrode+array+recordings%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Applicability of independent component analysis on high-density microelectrode array recordings.</a> J. Neurophysiol. 108, 334-348 (2012).</li>
<li>Rossant, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+sorting+for+large%2C+dense+electrode+arrays%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Spike sorting for large, dense electrode arrays.</a> Nature Neuroscience. 19, 634-641 (2016).</li>
<li>Vandecasteele, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Large-scale+recording+of+neurons+by+movable+silicon+probes+in+behaving+rodents%5BTitle%5D)+AND+%22JoVE%22%5BJournal%5D)">Large-scale recording of neurons by movable silicon probes in behaving rodents.</a> JoVE. (61), e3568(2012).</li>
<li>Schjetnan, A. G. P., Luczak, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recording+large-scale+neuronal+ensembles+with+silicon+probes+in+the+anesthetized+rat%5BTitle%5D)+AND+%22JoVE%22%5BJournal%5D)">Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat.</a> JoVE. (56), e3282(2011).</li>
<li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+sorting+for+polytrodes%3A+a+divide+and+conquer+approach%5BTitle%5D)+AND+%22Frontiers+in+Systems+Neuroscience%22%5BJournal%5D)">Spike sorting for polytrodes: a divide and conquer approach.</a> Frontiers in Systems Neuroscience. 8, 1-21 (2014).</li>
<li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+detection+methods+for+polytrodes+and+high+density+microelectrode+arrays%5BTitle%5D)+AND+%22J.+Comput.+Neurosci%22%5BJournal%5D)">Spike detection methods for polytrodes and high density microelectrode arrays.</a> J. Comput. Neurosci. 38, 249-261 (2015).</li>
<li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/26875661">Veriﬁcation of multichannel electrode array integrity by use of cross-channel correlations.</a> J. Neurosci. Meth. 263, 95-102 (2016).</li>
<li>Fukunaga, K., Hostetler, L. D. <a target="_blank" href="http://ieeexplore.ieee.org/document/1055330/">The estimation of the gradient of a density function, with applications in pattern recognition.</a> IEEE Transactions on Information Theory (IEEE). 21, 32-40 (1975).</li>
<li>Mitelut, C., et al. Standardizing spike sorting: an in vitro, in silico and in vivo study to develop quantitative metrics for sorting extracellularly recorded spiking activity. Soc. Neurosci. Abstr. 598 (10), (2015).</li>
<li>Hazan, L., Zugaro, M., Buzsáki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Klusters%2C+NeuroScope%2C+NDManager%3A+A+free+software+suite+for+neurophysiological+data+processing+and+visualization%5BTitle%5D)+AND+%22J.+Neurosci.+Meth%22%5BJournal%5D)">Klusters, NeuroScope, NDManager: A free software suite for neurophysiological data processing and visualization.</a> J. Neurosci. Meth. 155, 207-216 (2006).</li>
<li>Harris, K. D., Henze, D. A., Csicsvari, J., Hirase, H., Buzsáki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+of+tetrode+spike+separation+as+determined+by+simultaneous+intracellular+and+extracellular+measurements%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Accuracy of tetrode spike separation as determined by simultaneous intracellular and extracellular measurements.</a> J. Neurophysiol. 84, 401-414 (2000).</li>
<li>Anastassiou, C. A., Perin, R., Buzsáki, G., Markram, H., Koch, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cell-type+and+activity+dependent+extracellular+correlates+of+intracellular+spiking%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Cell-type and activity dependent extracellular correlates of intracellular spiking.</a> J. Neurophysiol. 114, 608-623 (2015).</li>
<li>Wohrer, A., Humphries, M. D., Machens, C. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Population-wide+distributions+of+neural+activity+during+perceptual+decision-making%5BTitle%5D)+AND+%22Prog.+Neurobiol%22%5BJournal%5D)">Population-wide distributions of neural activity during perceptual decision-making.</a> Prog. Neurobiol. 103, 156-193 (2013).</li>
<li>Mizuseki, K., Buzsáki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Preconfigured%2C+skewed+distribution+of+firing+rates+in+the+hippocampus+and+entorhinal+cortex%5BTitle%5D)+AND+%22Cell+Reports%22%5BJournal%5D)">Preconfigured, skewed distribution of firing rates in the hippocampus and entorhinal cortex.</a> Cell Reports. 4, 1010-1021 (2013).</li>
<li>Schmitzer-Torbert, N., Jackson, J., Henze, D., Harris, K., Redish, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+measures+of+cluster+quality+for+use+in+extracellular+recordings%5BTitle%5D)+AND+%22Neuroscience%22%5BJournal%5D)">Quantitative measures of cluster quality for use in extracellular recordings.</a> Neuroscience. 131, 1-11 (2005).</li>
<li>Barnett, A. H., Magland, J. F., Greengard, L. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validation+of+neural+spike+sorting+algorithms+without+ground-truth+information%5BTitle%5D)+AND+%22J.+Neurosci.+Meth%22%5BJournal%5D)">Validation of neural spike sorting algorithms without ground-truth information.</a> J. Neurosci. Meth. 264, 65-77 (2016).</li>
</ol>

Yazarların açıklayacak hiçbir şeyi yoktur.

dosya Biçimleri Şu anda desteklenen dosya formatları Neuralynx (.ntt ve .ncs), Plexon (.plx), Neuroscope (.xml + dat), Çok Kanallı Sistemleri (.mcd), Blackrock (.nev) ve Intan (.rhd) içerir. desteklenmeyen formatları için, iki seçenek vardır. Bir ( &#39;- Hakkımızda Yardım&#39; iletişim sağlanan geliştirici bir e-posta bağlantısını) gelecek bir sürümde dosya biçimi eklenmesini talep etmektir. Diğer desteklenen bir formata dosyayı dönüştürmek için. Basit bir seçenek zaman başak format &#39;.tsf&...

Basit on-line eşikleme ve pencereleme daha sofistike yöntemler kullanarak beyin hücre dışı sinyalleri kaydeder herkes belirlenmesi ve elektrot tarafından kaydedilen gürültülü gerilim sinyallerinden farklı nöronların sinyal ayırma göreviyle karşı karşıya. Bu görev genellikle başak sıralama olarak bilinir. başak sıralama zorluk çeşitli faktörler de eklenmektedir. Yakındaki bir elektrod tarafından onlardan kaydedilen sinyalleri benzer ve ayırt etmek zor olması muhtemeldir ki Nöronlar birbirine çok yakın olabilir. Tek bir nöron tarafından üretilen sinyaller muhtemelen olarak elektrotun yakın, ya da olan dendritler yüksek ateşleme hızı, gerilim iletkenlikleri aktivasyonu değişken derecelerde olduğu dönemlerde belki de elektrodun, değişken sodyum kanal kinetiği hareketlerinin, zamanla değişebilir beyin devlet değişikliklerin bir sonucu. (- 100 mikron 20) r Bu sorunlar çok yakın aralıklı çoklu elektrot diziler (ÇÇA&#39;lar) kullanılarak azaltılabilir<html> Onlar genellikle birkaç kanal 1, 2 yayılmış beri tek nöronların sinyallerin daha iyi uzaysal tanımını veriyor kanalları ayıt. Ancak, bu, uzayda elektrot örtüşme tüm uzunluğu boyunca yayılan nöronlardan sinyalleri gerçeği ile birlikte, kümelenmeler benzersiz nöronlara gelen, içinde bir potansiyel çok yüksek boyutlu uzayda sonuçları tespit edilmesi gerekir. Bu sorun, elektrot birkaç kanal sayısından daha fazla bilgi için hesaplama dirençli hale gelir. Bugüne kadar, hiçbir genel kararlaştırılan başak sıralama için en iyi yöntem, birçok çözüm 7, 8 ve ÇÇA gelen kayıtları 9 giderek daha yaygın hale gelmektedir, 6, 5, 4, 3 ileri sürülmüştür rağmen oradaeşek = &quot;xref&quot;&gt; 10. başak sıralama kendi içinde bir amaç değil, sadece daha fazla veri analizi önce gerekli ön adımdır, çünkü ham kayıt veri dosyaları okumak ve az kullanıcı ile sıralı başak trenler onları dönüştürmek olacak bir kolay kullanılabilir bir paket için bir ihtiyaç vardır girdi ve kısa sürede ve güvenilir bir şekilde, mümkün olduğunca. Bu ihtiyaçlarının karşılanması amacıyla geliştirilen bir program - Bu kağıt SpikeSorter kullanımı için bir öğretici sağlar. Program daha önce yayımlanan yazıların 11, 12, 13 açıklanan algoritmalar dayanmaktadır. Programı tasarlarken hedefleri a) bir kullanıcı dostu arayüzü çok az ya da bilgisayar programlama veya metodoloji sıralama başak hiçbir ön bilgi gerektiren olması gerektiğini vardı; b) standart Windows veya Linux işletim sistemleri dışında az veya hiç diğer uzmanlaşmış yazılım bileşenleri gerekli olmalıdır; c </em&gt;) Veri ithalat ve ihracat için kayıt veri formatları geniş bir yelpazede desteklenmesi gerekir; d) minimize edilmelidir sıralama esnasında kullanıcı girişi ihtiyacı ve e) sıralama kez kayıt süresi ve elektrot üzerinde kanal sayısına sahip, ideal lineer, makul bir şekilde ölçeğe gerekir. Programda uygulanan algoritma ön işleme ve olay deteksiyon stratejileri) esnek grubunu içerir; b) otomatik bir bölme ve temel bileşenlerin (PC) belirli kümelere atanan kanalların alt kümeleri elde edilen dağılımlar dayalı gerilim dalga biçimleri kümeleri boyut azaltma fethetmek stratejisi; ortalama kayması algoritması 3, 14, ve d dayalı hızlı kümeleme prosedürü) kısmen otomatik ikili birleştirilmesi ve kümelerin bölme PC dağılımlarının c) otomatik kümeleme her diğerlerinden mümkün olduğunca farklı olmasını sağlamak için. This, prosedürlerin bir dizi manuel bölme veya PC dağılımları, başak trenler ve başak dalga zaman genlik araziler çapraz ve oto-correlograms denetimi dayalı kümelerin birleşmesini izin veren eklendi. tetrodes, tetrode diziler, Utah diziler yanı sıra tek ve çoklu-sap ÇÇA gelen Kayıtlar okuma ve sıralanabilir. kanal sayısına akım sınır 256, ancak bu gelecek artırılabilir. Başka bir çapraz platform açık kaynak uygulama, &quot;spyke&quot; (http://spyke.github.io) de mevcuttur. bizden biri Python ve Cython (MS) tarafından yazılmış, spyke bazı farklılıklar ile, SpikeSorter aynı genel yaklaşım kullanır: Bellek taleplerini azaltmak için, ham veriler küçük bloklar halinde yüklenir ve sadece kesinlikle gerekli olduğu; kümeler sadece, görüntülenen manipüle ve 3D sıralanır; ve temel bileşen ve bağımsız bileşen analizi hem tamamlayıcı boyut azaltma yöntemleri olarak kullanılmaktadır. Spyke daha kullanıcı gerektirirmiflti, ama hızla sivri verilen herhangi bir alt kümesinin kümelenme konusunda çeşitli faktörlerin etkilerini araştırmak için klavye ve fare kısayolları ve bir geri alma / yineleme kuyrukta dayanır. Bu faktörler başak kanalı ve zaman aralığı seçimi, başak hizalama, kümeleme boyutları ve mekansal bant genişliği (sigma) 11 içerir. Aşağıdaki sıralama için kullanılan algoritmalar ve stratejilerin kısa bir açıklama. Daha tam açıklamaları önceki yayınlarda 11, 12, 13 ve yardım butonları üzerinden erişilebilir açıklamalarla bulunabilir (a ile özdeşleşmiş &#39;?&#39;) SpikeSorter içinde. ham dışı voltaj dosyası yüklenirken öncesi ve olay bir süre sonra kısa bir gerilim anlık oluşan her biri düşük frekanslı bileşenlerini, olayların bir dizi olay algılama sonuçlarının bir başlangıç ​​aşaması, filtreleyerek sonra. seçecek olursaindi siteleri yeterince yakından (&lt;100 mikron), tek birim sinyalleri, genellikle birkaç komşu kanallar görünecektir aralıklı. Merkezi bir kanalı otomatik olarak olayın tepe-tepe voltajı büyük olan ilgili kanala karşılık gelen her olay için seçilir. o kanala lokalize edilmiş tüm olayların oluşan her elektrot kanalı için tek bir başlangıç ​​küme oluşturarak başlar sıralama Otomatik. başak bu iki setleri kümelenmeler benzer olarak tanımlanan ve bir sonraki aşamada birleştirilmiş olacak: kanallar arasında yarı yolda bulunan bir birim farklı kanallara (belki rastgele) lokalize sivri yol açabilir. Her başlangıç ​​küme olayların ortalama dalga sonra hesaplanır. Bu küme, şablon olarak adlandırılır. Iştiraki kanallar genlik ve her kanalda şablon dalga standart sapma dayanarak her kümeye atanır. Temel bileşen değerleri daha sonra her küme tabanlı o hesaplanırn kanal atanan sette dalga şekilleri. kullanıcı asıl bileşen boyutlarının sayısı kullanmayı tercih edebilirsiniz: Genellikle 2 yeterlidir. Her küme kümelere bir başka seti bölünür ve hiçbiri otomatik kümelenme ile daha fazla bölünmüş olabilir kadar bu tekrarlanır. Bu noktada, söz sahibi bir başlangıç ​​seti, 64 kanallı elektrottan 64 kümeleri, kayıt mevcuttu birimlerin sayısına bağlı olarak, iki ya da üç kez içine bu numarayı bölünebilir. Ama nedeniyle farklı kanallara tek birimlerden olayların değişken atama, bu aşamada bulundu küme sayısı neredeyse kesinlikle olması gerekenden daha büyüktür. sıralama sonraki aşaması kümeleri çiftleri karşılaştırma ve benzeri çiftleri birleştirme veya birinden diğerine olayları yeniden atayarak oversplitting düzeltmektir. sıralama bu aşamada &#39;birleştirme ve bölme&#39; olarak adlandırılır. Birleştirme ve bölme N kümelerde, N * (N -1) / 2 çift ve dolayısıyla çiftlerinin sayısı istenmeyen N2 gibi büyür vardır. çiftinin iki üyesi fiziksel birbirinden uzak olduğundan Ancak, birçok çift karşılaştırma dışında olabilir. Bu daha doğrusal kanal sayısına bağlıdır şey bağımlılığını azaltır. Bu kısayol rağmen, birleştirme ve bölme sahne hala oldukça zaman alıcı olabilir. Aşağıdaki şekilde çalışır. her küme çifti (her birine atanan kanal setleri üst üste tarafından değerlendirilecek olarak, birbirine yakın fiziksel olanlar) karşılaştırılmak üzere bilinen iki üye kümeler halinde sivri kimliklerini tutmak olsa birleşti geçici olduğunu. Birleştirilmiş çiftinin temel bileşenleri daha sonra hesaplanır. İki kümeler halinde nokta arasındaki örtüşme bir ölçüsüdür ilk iki temel bileşenler dağılımına göre hesaplanır. yolu ov<html> erlap ölçüsü başka 11 daha detaylı olarak tarif edilmektedir hesaplanır. Onun değeri kümeleri hiç örtüşmeyen yoksa, her noktanın en yakın komşu aynı küme içinde yani sıfırdır. Kümeler, tamamen üst üste aynı kümede olmanın en yakın komşu olasılığı noktaları muntazam bir karışım tahmin aynıdır yani eğer değeri 1&#39;e yakın olduğunu. Çeşitli kararlar dikkate örtüşme önlemi aldığı yapılır. üst üste binme, belirli bir değerden daha büyük ise, kümeler birleştirilebilir. örtüşme çok küçükse, küme çifti ayrı olarak tanımlanan ve yalnız bırakılabilir. Küme çiftinin eksik ayrılmasını gösteren ara değerler, çifti, daha az çakışma ile kümelerin bir çift olmanın istenen sonucu-split yeniden sonra birleştirilecek ve gerektiği işaret ediyor olabilir. Bu işlemler, manuel güdümlü aşamasında ilk otomatik bir aşamada ve çalıştırılır. Otomatik aşamada çadır &quot;&gt;, yüksek örtüşme değeri küme çiftleri birleştirilir;., sonra küme çiftleri ara ile birleşti ve yeniden bölünmüş olan düşük örtüşme değerlerine ikinci, kullanıcı güdümlü aşamada, kullanıcı ile sunulmaktadır tüm (yani tanımlanmış bir ara aralıkta örtüşme değerleri olanlar) sırayla ve a) çifti birleştirmek için seçebilirsiniz istenir, b) birleştirme ve çifti resplit belirsiz küme çiftleri kalan, c) (farklı olmak çifti bildirmek için hangi ) Üst üste ölçüsü önemini geçersiz kılar, ya da d) oto dahil olmak üzere bu kararlara yardımcı olmak için çifti sivri iyi sıralanabilir olası olduğunu belirten &#39;belirsiz&#39;. çeşitli araçlar sağlanmaktadır olarak çifti arasındaki ilişkiyi tanımlamak için - çapraz correlograms ve başak yüksekliği ve PC değerlerinin zaman serisi grafikleri ve. İdeal olarak, birleştirme ve bölme aşamalarının sonunda, her küme diğerlerinden farklı olmalı,Ya da birkaç vardır ya da diğer kümeler ile ortak hiçbir kanal ya dolayı örtüşme endeksi tanımlanan değerden daha az olduğu için. Bu değer kullanıcı tarafından seçilebilir ancak genellikle 0.1 olduğunu. (Bir veya daha fazla kümeleri ile örtüşme eşiğinden daha büyük olduğu için) bu testi geçmek Kümeler (adet) &#39;istikrarlı&#39; olarak tanımlanan, yok o &#39;kararsız&#39; olarak tanımlanmaktadır. Uygulamada, birimlerin büyük çoğunluğu atılır veya potansiyel çoklu ünite olarak muamele birine kalanını bırakarak sıralama bitirmek &#39;istikrarlı&#39; olarak tanımlanan sonunda. yazılım Gereksinimleri SpikeSorter Windows 7 ve Windows 10 64 bit sürümleri ile uyumlu olan ve aynı zamanda Şarap emülatörü kullanarak Linux altında başarıyla işletilmektedir. Veri dosyaları dolayısıyla kullanılabilir RAM kayıt boyutu ile ölçek gerekiyor (hız için) belleğe tamamen yüklenir (programın kendisi için yaklaşık 2 GB izin). Elektrofizyolojikboyutu 130 GB daha büyük al veri dosyaları başarıyla Windows ve Linux ortamlarında hem sıralanır edilmiştir. Seçenekler standart Windows menüler, bir araç çubuğu ve diyaloglar yoluyla erişilebilir. menüsündeki öğeler düzeni veri girişi ve sıralı verilerin ihracat için izin sağda &#39;Export&#39; menüsü için soldaki &#39;Dosya&#39; menüsünden başlayarak sıralama işlemlerin kabaca sırasını eşleşir. Araç çubuğu düğmeleri sık menü öğeleri kullanılan kısayollar sağlar. Kanal Yapılandırma Dosyası Birçok kayıt veri formatları kanal konumlarını muhafaza etmeyin. Bununla birlikte, bu bilerek çivi sıralama için gereklidir. Kanallar da satın alma yazılımı tarafından çeşitli şekillerde sayılı edilebilir: SpikeSorter bir yardımcı elektrot yapılandırma dosyası sıralı kural takip etmek kanal numaralarını eşleştirmek olduğunu oluşturulmalıdır Böylece kanal 1 ile başlayan, kanallar sırayla numaralandırılmış gerektirir, ve mağaza kanal locations. Kanal yapılandırma dosyası her kanal için tek bir metin satırı ile bir metin dosyasıdır. Dosyanın ilk satırı elektrot tanımlayan uzun 16 karaktere kadar, bir metin adını depolar. sonraki satırlarda sayılar sekmeler, tek bir virgül veya boşlukla ayrılmış olabilir. (Sırayla) sağlayan her satırda dört numaraları vardır: Kanal numarasını dosyasında, kanal numarası (yani SpikeSorter tarafından kullanılacak numara) ve x ve y koordinatlarını eşlenmiş olması için hangi kanal, mikron arasında olacaktır. X koordinatı, normal olarak, elektrot ile sokma yönüne dik olarak alınacaktır ve y dokuya derinliği olacaktır buna göre koordine ederler. Yapılandırma dosyası kayıt dosyası ile aynı dizine yerleştirilir gerekir. adlandırılmış nasıl bazı esneklik vardır. Program ilk ham veri dosyası olarak değil bir .cfg uzantılı aynı ada sahip bir dosya arayacaktır. Bu dosya i ises bulunamadı, dosyanın &#39;electrode.cfg&#39; arayacaktır. sırayla Bu dosya bulunamazsa bir hata mesajı kanal düzeni bilgi eksikliği göstermek için oluşturulur.

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

&#39;spikesorter&#39; kullanma elektrofizyolojik recordings sıralama a görsel kılavuzu

A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter'

Çok elektrotlu dizilerle yapılan kayıtlardaki ani yükselmeleri sıralamak için birkaç bağımsız yazılım uygulaması mevcuttur. İdeal olarak, bir uygulama, grafiksel bir kullanıcı arayüzü ile kullanıcı dostu olmalı, veri dosyalarını çeşitli formatlarda okuyabilmeli ve kullanıcılara, farklı birimlerden hücre dışı voltaj dalga biçimlerini bir dereceye kadar güvenilirlikle algılama ve sıralama yeteneği veren esnek bir araç seti sağlamalıdır. Daha önce yayınlanmış ani yükselme sıralama yöntemleri, elektrofizyologlara ham kaydedilmiş veri dosyasından başlayarak ve sıralanan ani yükselme sürelerinin dışa aktarılmasıyla sona eren sıralama için eksiksiz bir araç seti sağlamayı amaçlayan bir yazılım programı olan SpikeSorter'da artık mevcuttur. Prosedürler, şu anda mümkün olduğu ölçüde otomatikleştirilmiştir. Makale, programın kullanımını açıklar ve gösterir. Temsili bir veri dosyası açılır, hücre dışı izler filtrelenir, olaylar algılanır ve ardından kümelenir. Sıralama sırasında yaygın olarak ortaya çıkan bir dizi sorun, bazı birimlerin ikinci sivri ucun birinciden önemli ölçüde daha küçük olduğu çiftler halinde ani yükselme eğilimi nedeniyle birimlerin artefakt aşırı bölünmesi ve bazı birimlerde karşılaşılan zaman içinde sivri uç yüksekliğindeki yavaş değişimin neden olduğu aşırı bölünme dahil olmak üzere gösterilmektedir. SpikeSorter'ın performansının doğruluğu, vekil temel doğruluk verileriyle test edilmiş ve mevcut geliştirme aşamasındaki diğer algoritmalarla karşılaştırılabilir bulunmuştur.

Tipik bir sıralı kayıt için - Şekil 7 ( &#39;kriteri dalga Görünüm&#39; giderek elde edilir) ekranını gösterir. Varsayılan görünüm seçeneği, her küme için merkez kanal üzerinde dalga formlarını göstermek için sadece olduğunu. Ortak bir deneyim aynı kanalda bir küme çifti için dalga aynı gibi görünür, ancak &#39;karşılaştırın çiftler&#39; zaman diyalog genellikle bitişik kanallarda dalga farklılıklarından kaynaklanan, PC projeksiyonu belirgin kümeler vardır iki küme incel...

Makale, çok elektrotlu dizilerle yapılan hücre dışı kayıtlardaki ani yükselmeleri algılamak ve sıralamak için SpikeSorter programının nasıl kullanılacağını gösterir.

&#39;SpikeSorter&#39; kullanma Elektrofizyolojik Recordings Sıralama A Görsel Kılavuzu

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

Bu videonun genel amacı, elektrofizyologlara, mikroelektrot dizileri ile sinir dokusundan alınan hücre dışı kayıtlardaki spike'ların saptanması ve ayrıştırılması için SpikeSorter programının nasıl kullanılacağını göstermektir. Amacımız, kullanıcı dostu bir arayüze sahip bir program kullanarak spike ayrıştırma işlemi için basit bir çözüm sunmaktı. SpikeSorter, çeşitli formatlardaki dosyaları okuyabilmekte; ayrıştırma ve veri dışa aktarma seçeneklerinin yanı sıra çeşitli ön işleme ve olay saptama stratejileri sunmaktadır.Bu tekniğin etkileri, çok elektrotlu dizilerle yapılan hücre dışı kayıtlar aracılığıyla incelenen nöral davranışların analizine kadar uzanmaktadır. Genel olarak, bu yöntemde yeni olan bireyler, görevin karmaşıklığı ile standart metodoloji ve objektif doğrulamanın eksikliği nedeniyle zorluk yaşayacaklardır. Bu yöntem fikri ilk olarak, 54 kanallı çok elektrotlu dizilerle yaptığımız kendi kayıtlarımızı ayıklama sorunuyla karşılaştığımızda ve mevcut bir çözüm bulamadığımızda ortaya çıktı.Bu prosedüre başlamak için programı açın. Dosya (file) sekmesine gidip aç (open) seçeneğine tıklayın ve ardından karşınıza çıkan dosya açma iletişim kutusunun sağ alt köşesindeki açılır listeden kayıt dosyası formatını seçin. Sonrasında dosyayı seçip aç (open) düğmesine tıklayın.Okuma işlemi tamamlandığında OK'ye tıklayın. Kayıt sinyalleri artık voltaj dalga formu ekranında gösterilmektedir. Eğer kayıt filtrelenmemişse ve yerel alan potansiyeli içeriyorsa, araç çubuğundaki filtre simgesine tıklayarak bunu kaldırın.Yüksek geçiren butterworth filtresini, uygun bir kesim frekansını ve kutup sayısını seçin, ardından Do It düğmesine basın. OK ve ardından done düğmelerine basın, daha sonra ekrandaki filtrelenmiş dalga formunu inceleyin. Voltaj sinyalleri, farenin sol düğmesine basılı tutup sürükleyerek incelenebilir. Belirli özelliklere yakınlaşmak veya uzaklaşmak için kaydırma tekerleğini kullanın.Karşılık gelen voltaj değerlerini sol üst köşede görüntülemek için fareyi belirli dalga formu noktalarının üzerinde gezdirin. Pencereye çift tıklamak, kayıtların herhangi bir bölümünü hızlıca incelemek ve olay algılama ile sıralama işlemleri tamamlandıktan sonra kanallardaki veya kümelerdeki belirli olayları incelemek için de kullanılabilecek bir iletişim kutusunu açar. Ardından, hatalı olabilecek ve maskelenmesi gereken kanalları kontrol edin.Kanal kontrol simgesine tıklayın ve grafiği inceleyin. Aykırı bir kanalı maskelemek için ya kanal numarasını seçin ya da problem listesinden seçin. İşlem tamamlandığında diyaloğu kapatın, ardından maskeleme değerlerini kaydetmek için istemdeki evet seçeneğine tıklayın.Maskelenmiş kanallar voltaj ekranında grileştirilmiştir. Bu prosedürde, olay algılama iletişim kutusunu açmak için ön işlem olay algılama (pre-process event detection) kısmına gidin. Belirli kanallardaki gürültü seviyesini incelemek için sağ üstteki sürgüyü kullanın.Voltaj ekranının dikkatle incelenmesi, maskelenmesi gereken sessiz veya alışılmadık derecede gürültülü kanalları da ortaya çıkarabilir. Olay saptama için değişken eşikleme yöntemini seçin. Önerilen eşik değerleri aralığı, gürültünün 4,0 ila 6,0 katı arasındadır.4.5'yi seçin. Açılır listeden dinamik çok fazlı filtre algılama yöntemini seçin. Pencereyi, 0.15 ile 0.5 milisaniye aralığındaki değerlerle, tipik bir spike dalga formunun genişliğinin yaklaşık yarısı olacak şekilde ayarlayın.Ardından, sıralanmakta olan spike'ların zamansal olarak lokalize tek bir özelliğini en iyi tanımlayan seçeneği belirleyerek hizalama yöntemini seçin. Diğer seçenekleri varsayılan değerlerinde bırakın ve Start'a basın. Diyalog penceresinden çıkmak için Done'a basın.Voltaj dalga formu penceresi, tespit edilen olayları atandıkları merkez kanalda gri renkte gösterir. Olay tespit parametreleri, bu aşamada görülen sonuçlara göre ayarlanabilir. Örneğin, daha fazla olay tespit etmek amacıyla olay tespiti daha düşük bir tespit eşiği ile yeniden çalıştırılabilir.Bir sonraki adım normalde rutin ayıklama öncesinde gerçekleştirilmez, ancak ilk kez ayıklama yaparken veya tanıdık olmayan verilerle karşılaşıldığında yapılması yararlıdır. Her maskelenmemiş elektrot kanalının bazı olaylara atandığı varsayılarak, her bir kanal için tek bir küme oluşturmak üzere sıralama (sort), kanalları kümelere dönüştür (convert channels to clusters) sekmesine gidin. Başka bir iletişim kutusunu açmak için inceleme (review), görüntüle (view), kümeleri temizle ve ayır (clean and split clusters) adımlarını izleyerek bu kümeleri inceleyin.Görüntülenecek kümeyi seçmek için döndürme kontrolünü kullanın. İki veya daha fazla farklı alt kümeye sahip bir küme seçin, ardından her bir olayın zamanını değiştirerek şablonun şekline daha iyi uymasını sağlamak için yeniden hizalama düğmesine basın. Ardından, olayları temel bileşenlerin dağılımına göre kümelemek için Otomatik Bölme düğmesine basın.Ardından, alt kümelerdeki dalga formlarını incelemek için onay kutularına tıklayın. İlgili dalga formlarını incelemek için sürgü kontrolünü kullanın. Bir alıştırma olarak, yeni bir küme oluşturmak ve bunu incelemek için küçük bölmeli düğmelerden birini kullanın.Yeşil küme ayrıldıktan sonra, kırmızı kümenin artık iki alt kümeyi daha net bir şekilde ortaya çıkardığına dikkat edin. Ayıklama işlemi bu şekilde manuel olarak devam ettirilebilir, ancak daha hızlı olan Otomatik Ayıklama (Autosort) prosedürünü kullanmak tercih edilir. Bitti (Done) düğmesine basın ve Sırala (Sort), Otomatik Ayıklama (Autosort) kısmına gidin.Buradaki gibi, olay tespiti daha önce yapılmışsa, olay tespitini atla seçeneğini işaretli bırakın. Eğer işaretli değilse, olay tespiti, olay tespiti iletişim kutusundan miras alınan parametre değerleri ve seçimler kullanılarak otomatik olarak çalıştırılacaktır. Aşağıdaki kümeleme panelinde, hizalama noktasının öncesini ve sonrasını kapsayacak şekilde, spike dalga formunun tamamını içerecek yeterince büyük bir zamansal pencere seçin.Ardından, kümeleme sırasında kullanılacak bir yeniden hizalama seçeneği belirleyin ve minimum küme boyutunu seçin. Kümeleme için kullanılacak PC uzayındaki boyut sayısına karar verin ve diğer seçenekleri varsayılan ayarlarında bırakın. Sonrasında, Autosort'u başlatmak için Start düğmesine basın.Autosort tamamlandıktan sonra, manuel yönlendirmeli birleştirme ve ayırma aşamasına geçmek için sonraki düğmesine, ardından başlat düğmesine basın. Yeni iletişim kutusunda, açıkça benzer veya farklı olmayan küme çiftleri sırayla sunulacaktır. Sunulan her bir çift için, çifti birleştirmek, birleştirip yeniden ayırmak veya en iyi kararın ne olduğunun belirsiz olduğu durumlarda çifti farklı veya belirsiz olarak işaretlemek için düğmeleri kullanın.Sivri tepe yüksekliğinin veya birinci veya ikinci temel bileşenin zamana karşı grafiğini ya da otomatik ve çapraz korelasyon histogramlarını görüntülemek için onay kutularına tıklayın. Bunlar karar vermeye yardımcı olabilir. Burada, bir birleştirme kararı örneği görülmektedir.Ardından bir birleştirme ve ayırma (merge and split) kararı uygulanır. Eğer birleştirme ve ayırma seçeneği net bir şekilde ayrılabilir kümeler bulamazsa, istem kutusundaki sürgüyü kullanarak bir kümeleme parametresini manuel olarak değiştirin ve tatmin edici görünen bir ayrım bulun. Bu sağlanamazsa, iki kümenin orijinal durumuna geri dönmek için geri al (revert) düğmesini kullanın.İşlem tamamlandığında, gösterildiği gibi split düğmesine basın. Şimdi review (inceleme) sekmesinden post-processing (son işlem) bölümüne gidin. Küme şablonlarıyla uyumsuz olan olayları kümelerden çıkarmak için hizalama temizleme düğmesini kullanın.Ardından, kümelenmemiş olayları eşleşme değerine göre belirli şablonlara yeniden atamak için recluster düğmesini kullanın. Geri kazanılan olaylar, her bir ana kümenin bir alt kümesi olarak işaretlenir ve view, clean and split clusters diyaloğu kullanılarak incelenebilir. Bu olaylar, silinmedikleri sürece küme içinde kalacak ve bu şekilde dışa aktarılacaktır.Ardından, son işlem penceresine dönün. Seçilen eşik değerinden daha düşük sinyal-gürültü oranına sahip kümeleri silmek için silme düğmesini ve yanındaki döndürme kontrolünü kullanın. Sonrasında, seçilen bir kritere göre kümeleri yeniden numaralandırmak için sıralama düğmesini kullanın.Bu şekil, Görünüm (view) menüsünden, az önce sıralaması yapılan kayıt için sıralanmış dalga formlarına (sorted waveforms) gidilerek elde edilen görüntüyü göstermektedir. Genel deneyim, aynı kanal üzerindeki bir küme çiftinin dalga formlarının özdeş göründüğüdür; ancak karşılaştırma çiftleri (compare pairs) iletişim kutusu, PC projeksiyonunda yine de belirgin kümeler göstermektedir. Sıralamanın önceki aşamalarını takip eden birleştirme kararları, bazen genlik-zaman grafikleri (amplitude time plots) ve çapraz korelogramlar (cross correlograms) tarafından önerilir.Bu durum, kısa zaman aralıklarındaki güçlü asimetrik çapraz korelasyon varlığına ve burada dikey eksende gösterilen iki birimin ilk temel bileşen değerleri arasındaki net ilişkiye dayalı bir birleştirme kararını örneklendirmektedir. Bu şekil, birleştirme için benzer kanıtların eksik olduğu bir durumu göstermektedir. Çapraz korelogram güçlü şekilde asimetrik değildir ve otokorelogramlar farklıdır.Dalga formu şekilleri benzer olsa da, temel bileşenlerin dağılımları arasındaki fark nedeniyle, bu iki birim tartışmalı bir şekilde birleştirilmemelidir. Bu şekil, dalga formu şekillerinin benzer olduğu ve birimlerden biri ateşlemeyi durdurup diğeri başladığında, iki birimin birinci temel bileşen değerlerinin birbirine karıştığı bir durumu göstermektedir. Bu durumda, birleştirme kararı basit görünmektedir.SpikeSorter'a yönelik bu kısa girişin faydalı olduğunu umuyoruz. Programı geliştirmeye ve faydalı olabileceği alanlarda yeni özellikler eklemeye devam etmeyi planlıyoruz. Bu doğrultuda; hata raporlarını, yapıcı geri bildirimleri ve iyileştirme önerilerini memnuniyetle karşılarız.

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

Research

JoVE Journal

Neuroscience

Sinirbilim

Farklı kortikal tabaka halinde ağlar, duyusal bilgileri kodlamak nasıl kortikal devre anlayışımızın temel bir konudur. Burada, kortikal katmanları belirlemek için tek birimler ve yerel alan potansiyelleri ve mevcut analizleri kaydetmek için multi-contact laminer elektrotlar kullanan elektrofizyolojik teknikler açıklanmaktadır.

Multi-contact kullanarak Yerel Ağ İşleme incelenmesi Laminer Elektrot Kayıt

Bu video, bir çoklu elektrot dizisi (MEA) üzerinde primer murin spiral ganglion nöron (SGN) kültürlerinden spontan ve stimülasyona bağlı nöral aktivitenin kaydını göstermektedir. MEA'nın yıkanmasını ve hazırlanmasını, spontan nöral aktivitenin kaydedilmesini ve stimülasyona bağlı nöronal aktiviteyi tanımlamak için kontrollü elektriksel uyaranların uygulanmasını içerir.

Primer Murin Spiral Ganglion Nöronlarında Nöral Aktivitenin Multielektrot Dizileri Kullanılarak Analiz Edilmesi

Bu video, anestezi uygulanmış bir sıçanın birden fazla bölgeden beyin aktivitesinin elektrofizyolojik kayıtları için hazırlanmasına yönelik ayrıntılı prosedürü göstermektedir. Kafatasına erişmek için kafa derisi kesilir ve elektrotları yerleştirmek ve sabitlemek için kesin yerlerde delikler açılır. Tungsten mikrotel elektrotlar daha sonra verileri kaydetmek için hedeflenen konuma yerleştirilir.

Sıçanlarda Birden Fazla Bölgeden Beyin Aktivitelerinin İn Vivo Elektrofizyolojik Kayıtları

Tek ünite elektrofizyolojik kayıtlar kullanılmak üzere microwires organize dizileri implante teknik sorunlar bir dizi sunuyor. Bu teknik ve gerekli ekipman yerine getirilmesi için yöntemler tarif edilmiştir. Ayrıca, yüksek uzaysal seçicilik ile farklı nöral altbölgeler kayıt örgütlü mikrotel dizilerin faydalı kullanımı tartışılmıştır.

Hayvanlar davranmak, Awake Tek-birim Recordings Microwires Organize Dizileri implantasyon için Usulü

Çok elektrotlu diziler üzerinde kültürlenen fare nöronal hücreleri, elektrik stimülasyonunu takiben yanıtta bir artış sergilemektedir. Bu protokol, nöronların nasıl kültürlendiğini, aktivitenin nasıl kaydedildiğini ve uyarılma modellerine cevap vermek için ağları eğitmek için nasıl protokol oluşturacağını gösterir.

Mikro Elektrod Dizilerinde Nöronal Hücre Kültürlerinin Uyarılmasına Ağ Yanıtına Zamana Bağlı Artış

Bu iletişim kuralı mikrosıvısal aygıtlarla çalışmak için nöronal kültürler iletimde Aksiyon potansiyeli vitro elektrot dizilerin nasıl göstermek amaçlamaktadır. Veri analizi, yani algılama ve karakterizasyonu Aksiyon potansiyelleri, yayma, gerçekleştirilen yeni bir kullanarak gelişmiş, henüz Kullanıcı dostu ve serbestçe kullanılabilir, hesaplama aracı.

Nöronal iletişim ve aksonal sinyal yayma çalışmak için elektrot dizileri ile ara yüz kullanımını Havacilik

Mevcut protokol, hipokampusa ventral tegmental alan (VTA) glutamat projeksiyonlarının izlenmesi için basit bir yöntem göstermektedir. VTA glutamat nöronlarının fototimülasyonu, VTA glutamat terminallerinin CA1 putatif piramidal ateşleme hızını in vivo olarak nasıl modüle ettiğini göstermek için CA1 kaydı ile birleştirildi.

Hipokampustaki Ventral Tegmental Alan Glutamat Terminallerinin Kombine In Vivo Anatomik ve Fonksiyonel İzlenmesi

Omurilik dorsal boynuzunda ağ düzeyinde nosiseptif aktiviteyi araştırmak için mikroelektrot dizisi teknolojisinin ve 4-aminopiridin kaynaklı kimyasal stimülasyonun kombine kullanımı özetlenmiştir.

Spinal Nosiseptif Devrelerde Ağ Aktivitesini Mikroelektrot Dizileri Kullanarak Kaydetme

Protokol, serbestçe hareket eden bilinçli farelerde hücre dışı elektrofizyolojik özellikleri ortaya çıkarmak için motor kortekste (MC) hücre dışı kayıt metodolojisini ve ayrıca yerel alan potansiyellerinin (LFP'ler) ve sivri uçların veri analizini açıklar.

Serbestçe hareket eden farelerde çok kanallı hücre dışı kayıt

Özel olarak üretilen mikro sürücüler, doğrusal silikon dizileri ile kortikal kayıt alanlarının milimetre altı hedeflenmesini sağlar.

Ortak Marmoset'te Laminer Kortikal Aktivitenin Elektrofizyolojisi

Öğrenin SpikeSorter kullanarak ekstraselüler kayıtlardan sinirsel aktiviteyi analiz etmeyi. Bu yöntem, çok elektrot dizileriyle nöron davranışlarını incelemek için hem yeni hem de deneyimli araştırmacılara kolaylık sağlar.

'SpikeSorter' kullanma Elektrofizyolojik Recordings Sıralama A Görsel Kılavuzu

Daha fazla video keşfet