Простой Стимулирующее устройство для Вызывая точечных Тактильные раздражители: Прожектор для LFP Спайк Переходы
Summary
Для выяснения сложный переход от локального поля потенциалов (LFPs), чтобы шипы подходящий стимулятор для легких механических периферические стимулы был построен. В качестве приложения, деятельность пики, записанные с соматосенсорной коры были проанализированы многоцелевой стратегии по оптимизации. Результаты показали, что предложенная стимулятор смогла доставить тактильные раздражители с миллисекунд и миллиметрового уточнений.
Abstract
Текущий нейрофизиологические исследования имеет целью развивать методологии исследовать маршрут сигнала от нейрона к нейрону, а именно в переходах из шипов на локальное поле потенциалов (LFPs) и от LFPs к скачкам.
LFPs имеют сложную зависимость от всплеска активности и их связь все еще плохо изучены 1. Выяснение этих сигнальных отношений было бы полезно как для клинической диагностики (например, стимуляция парадигм для Глубокая стимуляция мозга) и для более глубокого понимания нейронных стратегий кодирования в нормальных и патологических условиях (например, эпилепсия, болезнь Паркинсона, хроническая боль). С этой целью, необходимо решить технические вопросы, связанные с стимуляции устройств, стимулирование парадигм и вычислительных анализов. Таким образом, на заказ устройство стимуляция была разработана для того, чтобы доставить стимулы хорошо регулируется в пространстве и времени, что не несут в механического резонанса. Впоследствиикак экземплификации, набор надежных LFP-шип отношений экстрагировали.
Производительность устройства была исследована внеклеточных записи, совместно шипы и ответы LFP приложенному раздражителей, от крыс первичной соматосенсорной коры. Затем, с помощью многоцелевой стратегии по оптимизации, прогнозная модель для возникновения всплеска на основе LFPs оценивалась.
Применение этой парадигмы показывает, что устройство надлежащим образом подходит для обеспечения высокой частоты тактильную стимуляцию, опережая общие пьезоэлектрические приводы. В качестве доказательства эффективности устройства, следующие результаты были представлены: 1) сроки и надежность ответов LFP хорошо сочетаются ответов шипованные, 2) LFPs чувствительны к истории стимуляции и захватить не только среднюю реакцию, но и проб на суда колебания в всплеска активности и, наконец, 3) с помощью LFP сигнал можно оценить зона Øе прогностические модели, которые фиксируют различные аспекты всплеска активности.
Introduction
В контексте обработки сигналов импульсной характеристики обеспечивает фундаментальную характеристику поведения динамической системы.
Хотя идеальный импульс стимул практически не достижимо, можно получить разумное приближение его с помощью исполнительного элемента, который генерирует высокочастотные перемещений. Этот тип света тактильной-вибростимуляции, как известно, цель как глубокий кожи (например, быстро реагирует, быстро адаптируется Pacinian тельца) 2 и поверхностные рецепторы (например низкопороговое медленно переходники Меркель Discoid структур) 2.
Текущие устройства стимуляция, в основном пьезоэлектрические приводы, взимается с рядом недостатков, не в последнюю очередь резонансов и малых смещений. Чтобы преодолеть эти недостатки, альтернативная реализация импульс-как стимуляции предлагается с помощью притупленную наконечник (наконечник кактус сглажены в нашем случае) вертикальноустановленный на мембранный центре среднего класса динамика. Это обеспечивает преимущество больших перемещений и более широкий спектр частот.
Эффективное применение такого устройства было изучение соответствующей нейрофизиологической проблеме LFPs чтобы шипы зависимость. Из-за тонкой временной связи между этими электрическими событий мелко регулируется устройство было необходимо для доставки периферийные стимулы. Стимулы должны были быть, как быстро и пространственно селективный, насколько это возможно для того, чтобы уменьшить "фоновый шум" и обострить сигналы интерес. Для этой цели, устройство стимуляции и протокол доставки стимулом были совместно оптимизирована для выполнения этой задачи. В этой статье мы опишем технику и представить некоторые репрезентативные результаты.
Протокол стимуляции на основе рандомизированных парных-импульсов был разработан и оптимизирован для того, чтобы избежать привыкания. Этот протокол предложены преимущество классической парыред импульсы и уменьшил возможность ложного блокировки между стимулами и спонтанных периодических всплесков активности нейронов.
Используя этот рандомизированы в паре импульс можно было получить быстрые и надежные LFP и шипованные ответы и захватить особенность этих ответов, связанных с зависимостью обоих LFPs и шипами на истории стимуляции. В самом деле, из сырых ответов LFP, набор из трех LFP имеет (сам LFP, ПРИ первая производная и фазу первой производной) сильно коррелируют со средней ответ шип, также экстрагировали.
Мало методы были предложены, чтобы соответствовать модели, которые предсказывают шипы из LFPs 3,4. В целом критическая точка процесса подгонки модели, общая также к предсказанию шип события из сигнала стимула, состоит соответствующем выборе целевой функции максимизации / минимизации. В то время как целый ряд целевых функций был предложитьг (например, корреляции и когерентности) 5 ни один из них совместно не захватывает всю сложность ответов шип. Соответственно, роман структуры на основе многоцелевой оптимизации вводится. Покажем, что с помощью предлагаемый разработали и это вычислительная база можно оценить набор прогнозирующих моделей на основе сильной LFP к резкому отношения.
Protocol
Representative Results
Discussion
Эта работа впервые представлен новый, простой и недорогой прибор, позволяющий доставить быстро и пространственно точечные сенсорные стимулы. Тогда рандомизированы в паре протокол стимуляции импульс и набор вычислительных анализов были подтверждены. Общая цель заключается в создани?…
Disclosures
The authors have nothing to disclose.
Acknowledgements
С.Н. и AGZ были поддержаны PON 01-01297 VIRTUALAB средств.
Materials
| Microstepper | AB Transvertex (Stockholm, Sweden) | The microstepper used to pull down the electrode matrix | |
| 32 channels Cheetah System | Neuralynx (MT, USA) | The electrophysiological recording system | |
| L293D h-bridge | RS Components (Cinisello Balsamo, Italy) | The bridge used to connect the microcontroller to the speaker | |
| H21A3 Optical Interrupter Switch | Fairchild Semiconductor Corporation (San Jose, California) | The phototransistor used to estabilish the tip displacement | |
| Arduino Uno | Arduino (Duemilanove, Italy) | The microcontroller used to deliver current pulse to the speaker | |
| Microelectrode Matrices GB1 | FHC | ||
| Isoflurane | Rhodia Organique Fine Ltd. | The anaestetic used to prepare animals | |
| Stereotaxic apparatus | Narishighe (Tokyo, Japan) | ||
| Sprague-Dawley male rats | Charles River (Calco, LC, Italy) | ||
| Gallamine thriethiodide | Sigma-Aldrich | The compound used to curarize the animals | |
| Cresyl violet | Sigma-Aldrich | ||
| Topical antiseptics (Betadine 10%) | Meda Pharma (Milanm Italy) | ||
| Heparine | Sigma-Aldrich | ||
| Formaldehyde | Carlo Erba Reagents (Pomigliano Milanese, Milan, Italy) |
References
- Pesaran, B. Uncovering the Mysterious Origins of Local Field Potentials. Neuron. 61 (1-2), (2009).
- Delmas, P., Hao, J., Rodat-Despoix, L. Molecular Mechanisms of Mechanotrasduction in Mammalian Sensory Neurons. Nat. Rev. Neurosci. 12, 139-153 (2011).
- Rasch, M. J., Gretton, A., Murayama, Y., Maass, W., Logothetis, N. K. Inferring spike trains from local field potentials. J. Neurophys. 99 (3), 1461-1476 (2008).
- Galindo-Leon, E. E., Liu, R. C. Predicting stimulus-locked single unit spiking from cortical local field potentials. J. Comput. Neurosci. 29 (3), 581-597 (2010).
- Theunissen, F. E., David, S. V., Singh, N. C., Hsu, A., Vinje, W. E., Gallant, J. L. Estimating spatio-temporal receptive fields of auditory and visual neurons from their responses to natural stimuli. Network. 12 (3), 289 (2001).
- Victor, J. D., Purpura, K. Metric-space analysis of spike trains: theory, algorithms, and application. Network. 8, 127-164 (1997).
- Foffani, G., Chapin, J. K., Moxon, K. A. Computational Role of Large Receptive Fields in the Primary Somatosensory Cortex. J. Neurophysiol. 100 (1), 268-280 (2008).
- Panzeri, S., Senatore, R., Montemurro, M. A., Petersen, R. S. Correcting for the sampling bias problem in spike train information measures. J. Neurophysiol. 98, 1064-1072 (2007).
- Storchi, R., Zippo, A. G., Caramenti, G. C., Valente, M., Biella, G. E. M. Predicting Spike Occurrence and Neuronal Responsiveness from LFPs in Primary Somatosensory Cortex. PLoS ONE. 7 (5), (2012).
- Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. Unsupervised Spike Detection and Sorting with Wavelets and Superparamagnetic Clustering. Neural Comput. 16, 1661-1687 (2004).
- Deb, K., Agrawal, A., Pratab, A., Meyarivan, T. A fast elitist non-dominated sorting genetic algorithm for multi-objective optimization: NSGA-II IEEE. Trans. Evol. Comput. 6 (2), 181-197 (2000).
