Name: a visual guide to sorting electrophysiological recordings using 'spikesorter'
Uploaded: 2017-02-10T15:00:00.000+00:00
Duration: 10 min 31 s
Description: Watch this Scientific Journal Video about A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter' at JoVE.com

We thank those individuals and groups who have used SpikeSorter and who have provided requests for file format support and suggestions and feedback on how to improve it. These include Youping Xiao, Felix Fung, Artak Khachatryan, Eric Kuebler, Curtis Baker, Amol Gharat and Dongsheng Xiao. We thank Adrien Peyrache for the false positive and negative figures given in 'Representative Results'.

<ol>
	<li>Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Large-scale+recording+of+neuronal+ensembles.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Polytrodes:+High+Density+Silicon+Electrode+Arrays+for+Large+Scale+Multiunit+Recording.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+review+of+methods+for+spike+sorting:+the+detection+and+classi&#64257;cation+of+neuronal+action+potentials.">A review of methods for spike sorting: the detection and classi&#64257;cation 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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spike+sorting+based+on+discrete+wavelet+transform+coefficients.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Unsupervised+spike+detection+and+sorting+with+wavelets+and+superparamagnetic+clustering.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+online+spike+detection+and+spike+classi&#64257;cation+algorithm+capable+of+instantaneous+resolution+of+overlapping+spikes.">An online spike detection and spike classi&#64257;cation algorithm capable of instantaneous resolution of overlapping spikes.</a> J. Comput. Neurosci. 29, 127-148 (2010).</li><li>J&#228;ckel, D., Frey, U., Fiscella, M., Franke, F., Hierlemann, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Applicability+of+independent+component+analysis+on+high-density+microelectrode+array+recordings.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spike+sorting+for+large,+dense+electrode+arrays.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Large-scale+recording+of+neurons+by+movable+silicon+probes+in+behaving+rodents.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Recording+large-scale+neuronal+ensembles+with+silicon+probes+in+the+anesthetized+rat.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spike+sorting+for+polytrodes:+a+divide+and+conquer+approach.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spike+detection+methods+for+polytrodes+and+high+density+microelectrode+arrays.">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="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Veri&#64257;cation+of+multichannel+electrode+array+integrity+by+use+of+cross-channel+correlations.">Veri&#64257;cation 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://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+estimation+of+the+gradient+of+a+density+function,+with+applications+in+pattern+recognition.">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. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Standardizing+spike+sorting:+an+in+vitro,+in+silico+and+in+vivo+study+to+develop+quantitative+metrics+for+sorting+extracellularly+recorded+spiking+activity.">Standardizing spike sorting: an in vitro, in silico and in vivo study to develop quantitative metrics for sorting extracellularly recorded spiking activity.</a> Soc. Neurosci. Abstr. 598 (10), (2015).</li><li>Hazan, L., Zugaro, M., Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Klusters,+NeuroScope,+NDManager:+A+free+software+suite+for+neurophysiological+data+processing+and+visualization.">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., Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Accuracy+of+tetrode+spike+separation+as+determined+by+simultaneous+intracellular+and+extracellular+measurements.">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., Buzs&#225;ki, G., Markram, H., Koch, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cell-type+and+activity+dependent+extracellular+correlates+of+intracellular+spiking.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Population-wide+distributions+of+neural+activity+during+perceptual+decision-making.">Population-wide distributions of neural activity during perceptual decision-making.</a> Prog. Neurobiol. 103, 156-193 (2013).</li><li>Mizuseki, K., Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Preconfigured,+skewed+distribution+of+firing+rates+in+the+hippocampus+and+entorhinal+cortex.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+measures+of+cluster+quality+for+use+in+extracellular+recordings.">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/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Validation+of+neural+spike+sorting+algorithms+without+ground-truth+information.">Validation of neural spike sorting algorithms without ground-truth information.</a> J. Neurosci. Meth. 264, 65-77 (2016).</li></ol>

The authors have nothing to disclose.

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&#39; kullanmaktır. Bu çıplak kemikleri biçim sıralama aşağıdaki gerilim kayıt ve kanal konum verilerini artı olayın kaydını ve kanalı ve küme atamaları içerir. Bu dosyaları Okuma diğer formatlar için genellikle daha hızlıdır. Bağımsız desteklenmeyen formatlar ile uğraşan sonraki zaman alıcı fil için ihtiyaç önlemek olacaktır çünkü (bu biçim verme seçenekler arasında dahil) bir .tsf dosyasına süzülmüş verileri kaydetmek için uygun olabilirmetreler. .tsf biçiminin Detayları programı ile gelen belgelerde yer almaktadır. yardımcı Dosyalar İki yan dosyaları parametreleri, ss_prefs.sav ve ss_parameters.sav saklamak için kullanılır. Dosya &#39;ss_prefs.sav&#39; sıralama üzerinde doğrudan bir etkiye sahip ve değişen ihtiyaç olasılığı daha azdır sadece kullanıcı seçilmiş değerleri kaydeder, örneğin pencere boyutları ve pozisyonları, gerilim ve diğer ölçekleme değerleri. ss_prefs.sav yoksa, ilgili iletişim &#39;Uygula&#39; düğmesine basıldığında oluşturulduğu veya program çıkıldığında. Bu dosyada &#39;yapışkan parametrelerin seçenek seçilirse, ayrı bir dosya&#39; ss_parameters.sav &#39;kullanıcı tarafından seçilebilir parametre değerleri ve sıralama yanı sıra çok sayıda ekran seçenekleri sonucunu etkileyebilecek seçenekleri depolamak için kullanılır. Bu dosyanın kaydedildiği ya da güncellenir, programın normal &#39;Dosya - Çıkış&#39; aracılığıyla çıkıldığında rota (değil, program &#39;Close&#39;düğmesi (sağ üst)) kullanılır. Başlangıçta bu dosyanın yokluğunda, varsayılan değerler kullanılır. Program Sınırları sıralanabilir kayıt süresine sınır bilgisayarda RAM miktarına göre belirlenir. Hafıza başka amaçlar için kullanılıyor değilse 16 GB RAM ile bir PC genellikle (2 GB toplam RAM daha az) boyutu en fazla 13 GB-14 GB ham dosyaları işleyebilir. Maksimum kanal sayısı, maksimum küme boyutları, vb örneğin Diğer limitleri, program sürümü ve gelecek yükseltmeleri ile değişebilir. Onlar &#39;- Hakkımızda Yardım&#39; giderek görülebilir. Ek özellikler Görünüm, temiz ve bölünmüş kümeleri iletişim küme sınırlarının manuel tanımı için çeşitli seçenekler sunar. Onlar zamanlı görüntü vs PP genlik dikdörtgen (veya PC1 veya PC2) çizmek için, PC ekran penceresinde bir elips çizmek için, ve Diskriminant çizmek için fare kullanımını içerir<html> Ana dalga ekranda iyon pencereler. Bunlar, her (varolan herhangi bir subclustering üzerine yazılır) alt kümelerinin oluşturmak için de kullanılabilir. iletişim bu nesnelerin herhangi çizilebilir önce çıkıldı gerekiyor. iletişim için ilgili düğmeye basıldığında ( &#39;, Windows&#39;, &#39;Elips&#39; veya &#39;Dikdörtgen&#39;) alt kümesi oluşturur. Bir strateji iletişim (Sıralama - Strateji) sıralama üzerinde önemli bir etkisi olabilir değiştirilmesi gereken daha az olasıdır ancak parametreleri sıralama çeşitli görüntüler. Bunlar örneğin, kümelere kanalların atanması ve herhangi bir küme için başlıca bileşenlerinin hesabı katkı zaman noktalarının seçimi tespit parametreleri içerir. Yönet kümeler iletişim, ya da Post-Processing iletişim ile temiz View, ve split kümeler iletişim tarafından sağlanan daha bireysel kümeleri hakkında daha detaylı bilgi sunar. kümeleri silme daha çeşitli seçenekler de vardır. &quot;Ontent&gt; Kanallar belirli bir dikey sırayla görüntülenir, gerilim ekran penceresinde, &#39;sıralama düzeni&#39; olarak nitelendirdi. İdeal olarak bu düzen kanallarının fiziksel yakınlığı yansıtacaktır ama bu gerçek düzen içinde olmasını göz önüne alındığında başarmayı zor olabilir iki boyut. sıralama düzenini Bu birçok durumda otomatik olarak hesaplanır. -Axis. hattında kanal numaralarının sırası sıralama sırası y verilen açıda olan bir hat üzerine kanal pozisyonların projeksiyon hesaplanmasında üretilir . ama &#39;Görünüm - Edinim özellikleri&#39; giderek farklı bir üretmek mümkündür. sayısal sırayla kanalları görüntülemek için seçeneği de sağlanır ekranın sırası sıralama üzerinde hiçbir etkisi yoktur unutmayın. diğer Yaklaşımlar başak sıralama yapmak için diğer yazılım paketleri mevcuttur. Bunlar wel gibi Çevrimdışı Sıralayıcısı (http://www.plexon.com/products/offline-sorter) gibi ticari programlar arasında,, Klustakwik (KD Harris: https://sourceforge.net/projects/klustakwik/), Wave_clus: Böyle MClust (http://redishlab.neuroscience.umn.edu/MClust/MClust.html AD Redish) olarak l olarak özgür yazılım (RQ Quiroga: http://www2.le.ac.uk/departments/engineering/research/bioengineering/neuroengineering-lab/spike-sorting) ve programların Neuroscope ve Klusters (http: //. neurosuite) 16. Ortak kullanımda olan çoğu bu diğer programlar ile ayrıntılı bir karşılaştırma, bu yazının kapsamı dışındadır. Böyle bir karşılaştırma, ÇÇA yanı sıra tetrodes kullanım kolaylığı, güvenilirlik, dosya formatı desteği, GUI tasarım, dokümantasyon, otomasyon derecesi, donanım ve yazılım bileşenlerinin bağımlılık, işleme hızı, adaptasyon dahil olmak üzere ilgili kriterler çeşitli içerir ve olur ölçüde doğruluk sıralama, bunu ölçmek mümkün olduğunu. ayrıntılı bir karşılaştırma yokluğunda, biz SpikeSorter başak sıralama için bir seçenek bileşimini ve destek sunar inanıyoruzbaşka herhangi bir mevcut bağımsız başak sıralama paketinde mevcut olmayabilir ing. sıralama Kalite Yukarıda belirtildiği gibi, kullanılabilecek objektif sonuç ölçümleri bir prosedür ya da seçim diğerine göre daha iyi ölçüde eksik olup olmadığına karar vermek için. parametreleri ve sık kullanıcı girişi için ihtiyacı bağımlılığı da herhangi bir tür hiç çoğaltılabilir ki bu olası hale getirir. onlar var, eğer kendi içinde bu sonuç ölçütlerinin kullanımını sınırlamak istiyorum. Daha da kötüsü yapmak için, doğru başak sıralama bile prensipte mümkün olduğunu çok kesin değil. Yakındaki tek hücrelerin hücre içi kayıtları ile birleştiğinde Ekstrasellüler kayıtları nöronların komşu çiftleri 17, 18 fakat hücre içi kayıtları komşu hücrelerden gelen sinyaller her zaman ayırt edilebilir olduğunu kanıtlamak için gerekli bulunmaktadır. Bir hücre dışı voltaj sinyallerini neden olabilir faktörlerVerilen nöron kısa hem de uzun olduğu, aynı zamanda iyi sıralama zorlaştırmaktadır olduğunu (örneğin 8 ve 10 Şekiller) anlaşılmış ve önemli değişkenlik ekleyebilirsiniz pratikte değil, süreler boyunca değişir. Bu değişiklikler, daha küçük ya da pozisyon farklılıklarının bir sonucu olarak hücreler arasında meydana gelebilir küçük farklılıklar, daha doğada farklı olması çözülebilir bir sorun için sıralama başak için. Küme kalitesinin sayısal tedbirler dayanarak da sorunlu olabilir. Örneğin, hücreler büyüklük 19, 20 emriyle farklı oranlarda ateş edebilirsiniz. Yüksek atış hızı hücrenin olanlar arasında düşük ateşleme hızı hücreden neredeyse tüm sivri dahil düşük oranda hücre sıralama kalitesi kötü veya olmayan olacağı gerçeğini gizleme, herhangi bir küme kalite ölçüsü üzerinde çok az etkiye sahip olabilir peyda. bu sorunlar göz önüne alındığında, kalitesini değerlendirmek için yöntemler küme üst üste dayalı sıralama8, 21 veya parametre değişimi 22 karşısında istikrarını sıralama yanlış bir güvenlik hissi verebilir. Bunun yerine, biz eksik bilime dayalı olduğunu başak sıralama kabul etmek gerekli olabileceğini düşündürmektedir. Ayırıcıları kusur duygusu ile yaşamak zorunda ve zaman veri analizi için daha üretken formları yerine sürekli bir tür kalitesini artırmak için çalışıyoruz ayırmaya iyi olabileceğini öğrenebilirsiniz.

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>&lt;a href=&quot;http://www.swindale.ecc.ubc.ca/SpikeSorter&quot;&gt;http://www.swindale.ecc.ubc.ca/SpikeSorter&lt;/a&gt;</td></tr></tbody></table>

a visual guide to sorting electrophysiological recordings using 'spikesorter'

Few stand-alone software applications are available for sorting spikes from recordings made with multi-electrode arrays. Ideally, an application should be user friendly with a graphical user interface, able to read data files in a variety of formats, and provide users with a flexible set of tools giving them the ability to detect and sort extracellular voltage waveforms from different units with some degree of reliability. Previously published spike sorting methods are now available in a software program, SpikeSorter, intended to provide electrophysiologists with a complete set of tools for sorting, starting from raw recorded data file and ending with the export of sorted spikes times. Procedures are automated to the extent this is currently possible. The article explains and illustrates the use of the program. A representative data file is opened, extracellular traces are filtered, events are detected and then clustered. A number of problems that commonly occur during sorting are illustrated, including the artefactual over-splitting of units due to the tendency of some units to fire spikes in pairs where the second spike is significantly smaller than the first, and over-splitting caused by slow variation in spike height over time encountered in some units. The accuracy of SpikeSorter's performance has been tested with surrogate ground truth data and found to be comparable to that of other algorithms in current development.

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 incelemek için kullanılan olmasıdır . Bu durum, Şekil 7&#39;de kanal 62 dalga formlarının, örneğin, geçerlidir. Yukarıda belirtildiği gibi, birleştirme kararları genlik-zaman araziler üzerinde ve çapraz correlograms dayalı olmalıdır küme çiftleri bulmak için nadir değildir. Şekil 8, çapraz-korelogram kısmen alan bir birleştirme kararının bir örneğini göstermektedir. Çok güçlü, ASYMMETRIkısa zaman aralıkları birimleri ve benzeri ateşleme desen (Şekil 8E) tepe-tepe yüksekliği bir fark ile birleştirilmiş (Şekil 8B) en Cı çapraz-bağıntı kuvvetli sivri uçlar aynı nöron geldiğini göstermektedir. Şekil 9 birleştirilmesi için kanıt aynı tür eksik bir durumu göstermektedir. Burada, çapraz korelasyon s güçlü asimetrik zayıf olup. Buna ek olarak, iki kümenin autocorrelograms şekilleri, farklı (Şekil 9a) vardır. Tartışmasız, iki ünite çünkü temel bileşenler (Şekil 9C) dağılımları ek berrak farkın birleştirilmiş olmamalıdır. Şekil 10, iki adet PP yükseklikleri biri ateş ve devam eder durur, aynı anda birlikte karışım bir durumu gösterir. Bu durumda birleştirme kararı tek birimler kendi ateşleme desenleri koordine olasılığını ekarte edemez rağmen, doğru görünüyorKarmaşık yolları ve yükseklikleri benzerlik tesadüfi olduğunu. Bu örnekler birleştirme kararları nasıl firma rehberlik sunan zorluk göstermektedir. Bu başak sıralama genel kalitesini ve parametre değişikliklerin etkilerini değerlendirmek için nesnel ölçütlerin genel eksikliği ile birleşir. Bunun nedeni başak sıralama için, saptanabilir dışı sinyallere yol vermek için bir kayıt elektrodu yeterince yakın her nöron hücre içi kayıtları (ya da dengi) oluşacak, zemin gerçeği bilgilerin eksikliği olduğunu. Bu sınırlamaya rağmen, orada yer gerçeği verileri için suretler ve o vekil verilere daha iyi performans sonuçları stratejisini sıralama bir değişiklik gerçek veriler ile daha iyi performans sağlayacaktır varsaymak mantıksız değildir. suretler recordi geri eklenir kayıt alınan sivri olan gerçek MEA kayıt verilerini, dahilorijinal sivri ile karıştırılmamalıdır farklı kanallarda, üzerinde bilinen zamanlarda ng. Böyle bir test serbestçe hareket eden sıçan talamus veya hipokampus yapılan kayıtlarından oluşturulan 2013 Vekil verilerde Janelia çiftlikte düzenlenen G. Buzsáki ve T. Harris tarafından düzenlenen başak sıralama rekabetin temelini oluşturan (A. Peyrache, A. Berenyi ve G. Buzsáki, yayınlanmamış veri). &#39;Zemin gerçeği&#39; oldu hangi başak sinyalleri bir şaft üzerinde kaydedilmiş bir birimden ani alarak ve böylece arka plan aktivitesi ve beyin devletleri ile bu başak tren ilişkisi korunmuş sağlamak başka bir şaft üzerinde kayıt ekleyerek üretildi. Kayıtlar eklenen zemin gerçeği başak trenler yanı sıra gerçek spike aktivitesini içeriyordu. İlgili yalancı negatif oranlar% 2.1 ve% 0.37 (A. Peyrache, kişisel iletişim) iken SpikeSorter için yanlış pozitif oranları% 0.26 ve iki farklı test setleri için% 0.01 idi. Bu oranlar t arasındaydıo yarışmanın en iyi ama daha da önemlisi bunlar düşük ve nörofizyolojik analiz türlerinin çoğu için muhtemelen kabul edilebilir. Başka bir yaklaşım belirtilen MEA tasarımları simüle dışı kayıtları oluşturmak için nöronların ağların son derece ayrıntılı büyük ölçekli biyofizik simülasyonları kullanmaktır. Şu anda MEA sıralama yöntemleri üzerinde çalışan araştırmacılar, bu doğa 15 test simülasyonları sıralamak için davet edildi. Beş farklı sıralama algoritmaları karşılaştırılmıştır. hiç bir grup diğerlerinden daha tabii ki daha iyi olmak ile kullanılmıştır sıralama performansı ve hangi tedbirlere göre değiştiği farklı grupların performansını değerlendirmek için çeşitli yollar vardır. SpikeSorter sonuçları çeşitli gruplar tarafından elde edilen sonuçların aralığında düştü. <img alt="Şekil 1" src="/files/ftp_upload/55217/55217fig1.jpg" /> Şekil 1. Olay Algılama Dialog. bu proMaskeleme kanalları, gürültü ölçüm yöntemi seçerek eşikleme değerleri ve bunları uygulamak yöntemleri, ayarlama ve olay tekrarını önlemek için yöntemler seçmek için VIDES seçenekleri. Bu ve diğer iletişim kutularında, seçimler hakkında bilgi soru işaretleri tespit düğmeleri ( &#39;?&#39;) tarafından sağlanmaktadır. <img alt="şekil 2" src="/files/ftp_upload/55217/55217fig2.jpg" /> Şekil 2. Temiz Görünüm ve Bölünmüş Dialog. Bu, küme dalga formları görüntüleme tanımlanması ve bir veya daha fazla alt kümelerini içine kümeleri parçalamak için, dış dalga formları silme ve silme veya kümelerini yeni kümeler oluşturulması için seçenekler sağlar. Alt Kümesi gösterilen renklerle belirtilir. (Bu Tercihler iletişim kutusunda değiştirilebilir.) <img alt="Şekil 3," src="/files/ftp_upload/55217/55217fig3.jpg" /> Şekil 3. </strong&gt; bir Güvenilmez Özelliğe Olaylar hizalama Etkisi. Şekil tepe-tepeye dalga gerilimleri belirli bir kanalda büyük olan olaylar kümesi olarak tanımlanan tek bir kanal bazlı kümeden verileri göstermektedir. Panel farklı bir elektrot kanallarında overplotted bu kümede, 50 olay dalga bir alt kümesini gösterir. Kanal numaraları dalga her set sol üst köşesinde gösterilir. Bir kanal numarasının yanındaki siyah noktalar kanalı söz konusu kümeye atanmış olduğunu göstermektedir. Kanallar onlar elektrot üzerinde olması aynı uzamsal sırayla ortaya koydu. Yatay eksen zamanı ve dikey eksenleri, gerilim gösterir. Uyumu noktası ekseni ile çakışmaktadır, böylece her olay konumlandırılmış, yani dikey eksen yatay pozisyon, hizalama noktasını belirtir. Panel A sol alt ölçek çubuğu 0.5 ms ve 100 mV göstermektedir. A mavi çizgiler dalga her set (şablon) ortalamasını gösterir.<html> Kanal 24 (gri renkte) maskelenir. olay algılama hemen sonra belirlenen Olaylar dalga (negatif çukur) en olumsuz yerel minimuma hizalanır. Panel B kümedeki tüm dalga şekilleri elde edilen ilk 2 temel bileşenlerin dağılımını göstermektedir. Üç Alt Kümesi Bu dağıtım görebilir. Panel C şablon dalga onları hizalayarak sonrası olaylar aynı seti gösterir. Temel bileşenler dağıtımı (panel D) şimdi sadece iki alt kümelerinin (kırmızı belirlenen bir) gösterir. Ayrıntılı muayene B sahte küme bazı durumlarda ilkinden daha negatif olan bir ikinci negatif çukur (sonrası potansiyel yavaş negatif) olayların bir alt kümesi uyum neden olduğunu gösterdi. , şekli geri kalanı uymuyor dalga formlarını olarak bu hizadan olaylardan bazıları paneli A görebilir.&quot;_blank&gt; Bu rakamın daha büyük bir versiyonunu görmek için lütfen buraya tıklayınız. <img alt="Şekil 4," src="/files/ftp_upload/55217/55217fig4.jpg" /> Şekil 4. Autosort Dialog. Bu ilk otomatik kümeleme aşamasında aşağıdaki olay algılama seçenekleri, kümelenme seçenekleri ve otomatik Birleşme ve küme çiftleri yarma için seçenekler sağlar. <img alt="Şekil 5," src="/files/ftp_upload/55217/55217fig5.jpg" /> Şekil 5. Karşılaştırma Küme Çiftler Dialog. Bu karşılaştırma değeri tarafından sipariş çiftlerinin listeleri üzerinden arama, küme çiftleri, karşılaştırma önlemleri (Maç yöntemi) seçtiğiniz için seçenekler sağlar, PP yüksekliği (ya da PC1 veya PC2) vs zaman ve bir seçeneğe araziler, correlograms görüntüleme görüntülemek için seçenekler çiftleri birleştirme. &gt; <img alt="Şekil 6," src="/files/ftp_upload/55217/55217fig6.jpg" /> Şekil 6. Post-işleme Dialog. Bu taşındıktan ve / veya gürültü oranı (SNR) düşük sinyal ile kümeleri silme, unclustered olayları reclustering için, muhtemelen gürültülü olayları silmek için, yinelenen olayları silmek için ve farklı kriterlere göre (sıralama) kümeleri numaralandırılmadan için seçenekler sağlar. <img alt="Şekil 7," src="/files/ftp_upload/55217/55217fig7.jpg" /> Şekil sıralama Birimleri 7. Ekran Rasgele küme sayısı göre Overplotted Dalga Formları Renkli, seçilen Gösteren. Anlaşılır olması için, her kümenin sadece merkez kanal dalga şekli gösterilir. (Mitelut &amp; Murphy, yayınlanmamış itibaren) Veri fare görsel korteksten 64 kanallı elektrot kayıt alt 14 kanal göstermektedir. reklam / 55217 / 55217fig8.jpg &quot;/&gt; Şekil İki Kümeleri Birleştirme Olsun ya da değil, bir Karar Ayı Getirdiği Olabilir Kanıt 8. örneği. Iletişim karşılaştırın kümeler (Panel A) genlik (normalize nokta-ürün maçı yöntemi) görmezden benzer dalga şekilleri ile küme çiftleri aramak için kullanılmıştır. Panel B iki farklı bin genişlikleri (0.2 ve 2 ms) autocorrelograms (AC) ve iki kümeler için çapraz korelogram (CC), gösterir. Bu ikinci kümede (birim 53) &#39;de çiviler ilk (ünite 28)&#39; de sivri önce 4 ya da 8 ms gerçekleşmesi çok güçlü bir eğilim olduğunu göstermektedir. Panel C iki birimin başak şekiller gösterir ve aynı zamanda (yeşil renkte) ikinci ilk daha küçük bir başak sahip olduğunu göstermektedir. Panel D iki küme PC dağılımını göstermektedir. Panel E iki üniteden iki ünite grafikleri PC1 (dikey eksen) (sırasıyla kırmızı ve yeşil) vs &lt;/ Em&gt; kayıt süresi boyunca süresi (dakika olarak gösterilir). Daha fazla açıklama için metne bakınız. <a href="https://ecsource-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/55217/55217fig8large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> <img alt="Şekil 9," src="/files/ftp_upload/55217/55217fig9.jpg" /> Şekil birleştirme için çok az kanıt var mı Küme Pair 9. örneği. Panel A, iki küme için autocorrelograms (AC) ve çapraz korelasyon s (CC), farklı şekillere sahip olduğunu göstermektedir. Panel B daha net dalga şeklinde farklılıkları göstermek için ortalama şablon dalga formu ve standart sapmaları (gölgeleme 1 SD birimini belirtir) gösterir. Panel C iki küme PC dağılımını göstermektedir. Panel D, yüzyıl boyunca, iki adet genel zaman tepeden-tepe yüksekliği (dikey eksen, uV) grafiklerKaydın tüm dönem e. Daha fazla açıklama için metne bakınız. <a href="https://ecsource-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/55217/55217fig9large.jpg" target="_blank">Bu rakamın büyük halini görmek için lütfen buraya tıklayınız.</a> <img alt="Şekil 10," src="/files/ftp_upload/55217/55217fig10.jpg" /> Desen ve Temel Bileşenler Varyasyon Ateşleme dayanarak birleştirmek için Şekil 10. Kanıt. Panel iki kümeleri (kırmızı ve yeşil) dalga formlarını gösterir. Panel B iki küme zamanı (yatay eksen) karşı PC1 (dikey eksen) araziler ve bir ünite ateş ve diğer başlar durur PC1 değerleri anda benzer olmak ateş tamamlayıcı bir modelini göstermektedir. Bu bilgisayar dağıtımları (Panel C) farklı kümelerin varlığına rağmen birleştirmek için bir karar destekler.

Watch this Scientific Journal Video about A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter' at JoVE.com

A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter'

The article shows how to use the program SpikeSorter to detect and sort spikes in extracellular recordings made with multi-electrode arrays.

&#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 ...

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

Nanyang Technological University

Research

JoVE Journal

Neuroscience

11.0K Görüntüleme.  University of British Columbia. The article shows how to use the program SpikeSorter to detect and sort spikes in extracellular recordings made with multi-electrode arrays.

Video: A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter'

A Simple Stimulatory Device for Evoking Point-like Tactile Stimuli: A Searchlight for LFP to Spike Transitions

Current neurophysiological research has the aim to develop methodologies to investigate the signal route from neuron to neuron, namely in the transitions from spikes to Local Field Potentials (LFPs) and from LFPs to spikes.
LFPs have a complex dependence on spike activity and their relation is still poorly understood1. The elucidation of these signal relations would be helpful both for clinical diagnostics (e.g. stimulation paradigms for Deep Brain Stimulation) and for a deeper comprehension of neural coding strategies in normal and pathological conditions (e.g. epilepsy, Parkinson disease, chronic pain). To this aim, one has to solve technical issues related to stimulation devices, stimulation paradigms and computational analyses. Therefore, a custom-made stimulation device was developed in order to deliver stimuli well regulated in space and time that does not incur in mechanical resonance. Subsequently, as an exemplification, a set of reliable LFP-spike relationships was extracted.
The performance of the device was investigated by extracellular recordings, jointly spikes and LFP responses to the applied stimuli, from the rat Primary Somatosensory cortex. Then, by means of a multi-objective optimization strategy, a predictive model for spike occurrence based on LFPs was estimated.
The application of this paradigm shows that the device is adequately suited to deliver high frequency tactile stimulation, outperforming common piezoelectric actuators. As a proof of the efficacy of the device, the following results were presented: 1) the timing and reliability of LFP responses well match the spike responses, 2) LFPs are sensitive to the stimulation history and capture not only the average response but also the trial-to-trial fluctuations in the spike activity and, finally, 3) by using the LFP signal it is possible to estimate a range of predictive models that capture different aspects of the spike activity.

To elucidate the complex transition from Local Field Potentials (LFPs) to spikes a suitable stimulator for light mechanical peripheral stimuli was built. As an application, the spiking activities recorded from somatosensory cortex were analyzed by a multi-objective optimization strategy. The results demonstrated that the proposed stimulator was able to deliver tactile stimuli with millisecond and millimeter precisions.

Nokta gibi Tactile Stimuli çağrıştırıyor için Basit Uyarıcı Cihaz: LFP için Searchlight Geçişler Spike

Current neurophysiological research has the aim to develop methodologies to investigate the signal route from neuron to neuron, namely in the transitions ...

Nörobilim

A Procedure for Implanting Organized Arrays of Microwires for Single-unit Recordings in Awake, Behaving Animals

In vivo electrophysiological recordings in the awake, behaving animal provide a powerful method for understanding neural signaling at the single-cell level. The technique allows experimenters to examine temporally and regionally specific firing patterns in order to correlate recorded action potentials with ongoing behavior. Moreover, single-unit recordings can be combined with a plethora of other techniques in order to produce comprehensive explanations of neural function. In this article, we describe the anesthesia and preparation for microwire implantation. Subsequently, we enumerate the necessary equipment and surgical steps to accurately insert a microwire array into a target structure. Lastly, we briefly describe the equipment used to record from each individual electrode in the array. The fixed microwire arrays described are well-suited for chronic implantation and allow for longitudinal recordings of neural data in almost any behavioral preparation. We discuss tracing electrode tracks to triangulate microwire positions as well as ways to combine microwire implantation with immunohistochemical techniques in order to increase the anatomical specificity of recorded results.

Implanting organized arrays of microwires for use in single-unit electrophysiological recordings presents a number of technical challenges.&#160;Methods for performing this technique and the equipment necessary are described.&#160;Also, the beneficial use of organized microwire arrays to record from distinct neural subregions with high spatial selectivity is discussed.

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

In vivo electrophysiological recordings in the awake, behaving animal provide a powerful method for understanding neural signaling at the single-cell ...

Acute In Vivo Electrophysiological Recordings of Local Field Potentials and Multi-unit Activity from the Hyperdirect Pathway in Anesthetized Rats

Converging evidence shows that many neuropsychiatric diseases should be understood as disorders of large-scale neuronal networks. To better understand the pathophysiological basis of these diseases, it is necessary to precisely characterize in which way the processing of information is disturbed between the different neuronal parts of the circuit. Using extracellular in vivo electrophysiological recordings, it is possible to accurately delineate neuronal activity within a neuronal network. The application of this method has several advantages over alternative techniques, e.g., functional magnetic resonance imaging and calcium imaging, as it allows a unique temporal and spatial resolution and does not rely on genetically engineered organisms. However, the use of extracellular in vivo recordings is limited since it is an invasive technique that cannot be universally applied. In this article, a simple and easy to use method is presented with which it is possible to simultaneously record extracellular potentials such as local field potentials and multiunit activity at multiple sites of a network. It is detailed how a precise targeting of subcortical nuclei can be achieved using a combination of stereotactic surgery and online analysis of multi-unit recordings. Thus, it is demonstrated, how a complete network such as the hyperdirect cortico-basal ganglia loop can be studied in anesthetized animals in vivo.

Acute In Vivo Electrophysiological Recordings of Local Field Potentials and Multi-unit Activity from the Hyperdirect Pathway in Anesthetized Rats

In this study, the methodology is presented on how to perform multi-site in vivo electrophysiological recordings from the hyperdirect pathway under urethane anesthesia.

Akut<emIn vivo</em&gt; Anestezi Uygulanan Sıçanlarda Hiperdirect Pathway&#39;den Lokal Alan Potansiyellerinin Elektrofizyolojik Kayıtları ve Çoklu Ünite Aktivitesi

Converging evidence shows that many neuropsychiatric diseases should be understood as disorders of large-scale neuronal networks. To better understand the ...

Combined In Vivo Anatomical and Functional Tracing of Ventral Tegmental Area Glutamate Terminals in the Hippocampus

Optogenetic modulation of neuron sub-populations in the brain has allowed researchers to dissect neural circuits in vivo and ex vivo. This provides a premise for determining the role of neuron types within a neural circuit, and their significance in information encoding relative to learning. Likewise, the method can be used to test the physiological significance of two or more connected brain regions in awake and anesthetized animals. The current study demonstrates how VTA glutamate neurons modulate the firing rate of putative pyramidal neurons in the CA1 (hippocampus) of anesthetized mice. This protocol employs adeno-associated virus (AAV)-dependent labeling of VTA glutamate neurons for the tracing of VTA presynaptic glutamate terminals in the layers of the hippocampus. Expression of light-controlled opsin (channelrhodopsin; hChR2) and fluorescence protein (eYFP) harbored by the AAV vector permitted anterograde tracing of VTA glutamate terminals, and photostimulation of VTA glutamate neuron cell bodies (in the VTA). High-impedance acute silicon electrodes were positioned in the CA1 to detect multi-unit and single-unit responses to VTA photostimulation in vivo. The results of this study demonstrate the&#160;layer-dependent distribution of presynaptic VTA glutamate terminals in the hippocampus (CA1, CA3, and DG). Also, the photostimulation of VTA glutamate neurons increased the firing and burst rate of putative CA1 pyramidal units in vivo.

The current protocol demonstrates a simple method for tracing of ventral tegmental area (VTA) glutamate projections to the hippocampus. Photostimulation of VTA glutamate neurons was combined with CA1 recording to demonstrate how VTA glutamate terminals modulate CA1 putative pyramidal firing rate in vivo.

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

Optogenetic modulation of neuron sub-populations in the brain has allowed researchers to dissect neural circuits in vivo and ex vivo. This provides a ...

Recording Network Activity in Spinal Nociceptive Circuits Using Microelectrode Arrays

The roles and connectivity of specific types of neurons within the spinal cord dorsal horn (DH) are being delineated at a rapid rate to provide an increasingly detailed view of the circuits underpinning spinal pain processing. However, the effects of these connections for broader network activity in the DH remain less well understood because most studies focus on the activity of single neurons and small microcircuits. Alternatively, the use of microelectrode arrays (MEAs), which can monitor electrical activity across many cells, provides high spatial and temporal resolution of neural activity. Here, the use of MEAs with mouse spinal cord slices to study DH activity induced by chemically stimulating DH circuits with 4-aminopyridine (4-AP) is described. The resulting rhythmic activity is restricted to the superficial DH, stable over time, blocked by tetrodotoxin, and can be investigated in different slice orientations. Together, this preparation provides a platform to investigate DH circuit activity in tissue from na&#239;ve animals, animal models of chronic pain, and mice with genetically altered nociceptive function. Furthermore, MEA recordings in 4-AP-stimulated spinal cord slices can be used as a rapid screening tool to assess the capacity of novel antinociceptive compounds to disrupt activity in the spinal cord DH.

The combined use of microelectrode array technology and 4-aminopyridine-induced chemical stimulation for investigating network-level nociceptive activity in the spinal cord dorsal horn is outlined.

Spinal Nosiseptif Devrelerde Ağ Aktivitesini Mikroelektrot Dizileri Kullanarak Kaydetme

The roles and connectivity of specific types of neurons within the spinal cord dorsal horn (DH) are being delineated at a rapid rate to provide an ...

Farelerin Motor Korteksinde Hücre Dışı Elektrofizyolojik Kayıt

Multichannel Extracellular Recording in Freely Moving Mice

The protocol aims to uncover the properties of neuronal firing and network local field potentials (LFPs) in behaving mice carrying out specific tasks by correlating the electrophysiological signals with spontaneous and/or specific behavior. This technique represents a valuable tool in studying the neuronal network activity underlying these behaviors. The article provides a detailed and complete procedure for electrode implantation and consequent extracellular recording in free-moving conscious mice. The study includes a detailed method for implanting the microelectrode arrays, capturing the LFP and neuronal spiking signals in the motor cortex (MC) using a multichannel system, and the subsequent offline data analysis. The advantage of multichannel recording in conscious animals is that a greater number of spiking neurons and neuronal subtypes can be obtained and compared, which allows the evaluation of the relationship between a specific behavior and the associated electrophysiological signals. Notably, the multichannel extracellular recording technique and the data analysis procedure described in the present study can be applied to other brain areas when conducting experiments in behaving mice.

Yazar Spotlight: Serbestçe Hareket Eden Farelerde Nöronal Aktiviteyi İncelemek için Çok Kanallı Hücre Dışı Kayıttaki Gelişmeler 

The protocol describes the methodology of extracellular recording in the motor cortex (MC) to reveal extracellular electrophysiological properties in freely moving conscious mice, as well as the data analysis of local field potentials (LFPs) and spikes, which is useful for evaluating the network neural activity underlying behaviors of interest.

Serbestçe hareket eden farelerde çok kanallı hücre dışı kayıt

The protocol aims to uncover the properties of neuronal firing and network local field potentials (LFPs) in behaving mice carrying out specific tasks by ...

Marmosetlerde Hassas Nöral Kayıt için X-Y Elektrot Aşamasının Geliştirilmesi

Electrophysiology of Laminar Cortical Activity in the Common Marmoset

The marmoset monkey provides an ideal model for examining laminar cortical circuits due to its smooth cortical surface, which facilitates recordings with linear arrays. The marmoset has recently grown in popularity due to its similar neural functional organization to other primates and its technical advantages for recording and imaging. However, neurophysiology in this model poses some unique challenges due to the small size and lack of gyri as anatomical landmarks. Using custom-built micro-drives, researchers can manipulate linear array placement to sub-millimeter precision and reliably record at the same retinotopically targeted location across recording days. This protocol describes the step-by-step construction of the micro-drive positioning system and the neurophysiological recording technique with silicon linear electrode arrays. With precise control of electrode placement across recording sessions, researchers can easily traverse the cortex to identify areas of interest based on their retinotopic organization and the tuning properties of the recorded neurons. Further, using this laminar array electrode system, it is possible to apply a current source density analysis (CSD) to determine the recording depth of individual neurons. This protocol also demonstrates examples of laminar recordings, including spike waveforms isolated in Kilosort, which span multiple channels on the arrays.

Yazar Spotlight: Marmoset'te Hassas Elektrot Konumlandırma için Mikro Sürücü Sistemlerini Optimize Etme

Custom-built micro-drives enable the sub-millimeter targeting of cortical recording sites with linear silicon arrays.

Ortak Marmoset'te Laminer Kortikal Aktivitenin Elektrofizyolojisi

The marmoset monkey provides an ideal model for examining laminar cortical circuits due to its smooth cortical surface, which facilitates recordings with ...

'SpikeSorter' kullanma Elektrofizyolojik Recordings Sıralama A Görsel Kılavuzu

Özet

Daha Fazla Video Keşfet

Bu videodaki bölümler

Nokta gibi Tactile Stimuli çağrıştırıyor için Basit Uyarıcı Cihaz: LFP için Searchlight Geçişler Spike

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

Akut

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

Spinal Nosiseptif Devrelerde Ağ Aktivitesini Mikroelektrot Dizileri Kullanarak Kaydetme

Serbestçe hareket eden farelerde çok kanallı hücre dışı kayıt

Serbestçe hareket eden farelerde çok kanallı hücre dışı kayıt

Serbestçe hareket eden farelerde çok kanallı hücre dışı kayıt

Ortak Marmoset'te Laminer Kortikal Aktivitenin Elektrofizyolojisi

Ortak Marmoset'te Laminer Kortikal Aktivitenin Elektrofizyolojisi