离体小鼠脑切片和体外人iPSC衍生神经元网络的分析

首先，记录来自离体小鼠脑急性切片和体外人类IPSC衍生的神经元网络的时空神经元活动。在 BrainWave 软件中打开录制的原始数据文件。选择分析，然后单击 LFP 检测或尖峰检测。

对于海马体和嗅球电路记录，将用于将结构光图像从体视显微镜导入到检测到的事件文件中的高级工作区选项集成到检测到的事件文件中。创建用于检查大规模海马皮质回路的结构层。使用自定义编写的 Python 脚本来读取 BXR 文件。

从 IPSC 网络记录中提取尖峰序列，从海马体和嗅球脑切片电路记录中提取 LFP 事件序列。将生成的事件训练数据与时空信息保存为 NPY 文件格式。使用 BRW 文件中的时间序列数据计算 64 x 64 阵列中有源电极对之间的交叉协方差。

将每个连通性矩阵转换为动态图形文件。对于网络连通性地图，应用地理布局进行空间映射，并设置度范围和边权重的参数约束以进行比较。指定节点颜色、边大小和度大小以增强可视化效果。

平均大尺度LFP或尖峰发射模式的地形空间映射叠加在各自的显微镜捕获的光学图像上。栅格图显示指定时间段内同步检测到的 LFP 或尖峰事件。来自HDME记录电极的代表性事件轨迹显示，在海马、皮质和嗅球电路中记录了一系列振荡频率，以及人类IPSC网络中的多单元尖峰爆发活动。

海马皮质和嗅球回路连接组图揭示了代表不同层的各种节点，其中大小表示强度程度，颜色表示层。在人类IPSC网络中，使用时空滤波器和延迟阈值来细化连接识别，其中节点颜色表示输入是兴奋性的还是抑制性的。