Whole Animal Perfusion Fixation for Rodents

The goal of fixation is to rapidly and uniformly preserve tissue in a life-like state. While placing tissue directly in fixative works well for small ...

Surgical Implantation of Chronic Neural Electrodes for Recording Single Unit Activity and Electrocorticographic Signals

The success of long-term electrophysiological recordings often depends on the quality of the implantation surgery.  Here we provide useful information for ...

University of Michigan 

&#x63A7;&#x5236;&#x5047;&#x80A2;&#x8BBE;&#x5907;&#x76F4;&#x63A5;&#x4ECE;&#x5927;&#x8111;&#x76AE;&#x5C42;&#x7684;&#x80FD;&#x529B;&#x5DF2;&#x7ECF;&#x5728;&#x8001;&#x9F20;&#x3001; &#x7334;&#x5B50;&#x548C;&#x4EBA;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x8C03;&#x67E5;&#x662F;&#x5426;&#x53EF;&#x4EE5;&#x5B8C;&#x6210;&#x7684;&#x60C5;&#x51B5;&#xFF1A; (1) &#x79D1;&#x76EE;&#x6CA1;&#x6709;&#x6536;&#x5230;&#x4E8B;&#x5148;&#x8FD0;&#x52A8;&#x8BAD;&#x7EC3;&#x6765;&#x63A7;&#x5236;&#x8BBE;&#x5907; &#xFF08;&#x5929;&#x771F;&#x7684;&#x7528;&#x6237;&#xFF09;&#xFF0C;(2) &#x8FD0;&#x52A8;&#x53C2;&#x6570;&#x5728;&#x8111;&#x76AE;&#x5C42;&#x7684;&#x795E;&#x7ECF;&#x7F16;&#x7801;&#x662F;&#x672A;&#x77E5;&#x7684;&#x5047;&#x80A2;&#x8BBE;&#x5907; &#xFF08;&#x5929;&#x771F;&#x63A7;&#x5236;&#x5668;&#xFF09; &#x7684;&#x795E;&#x7ECF;&#x7F51;&#x7EDC;&#x63A7;&#x5236;&#x3002;&#x901A;&#x8FC7;&#x91C7;&#x7528;&#x89E3;&#x7801;&#x7684;&#x6218;&#x7565;&#xFF0C;&#x4EE5;&#x6807;&#x8BC6;&#x5E76;&#x91CD;&#x70B9;&#x5355;&#x4F4D;&#x5C5E;&#x6027;&#x6700;&#x9002;&#x5408;&#x63A7;&#x5236;&#x5176;&#x70E7;&#x6210;&#x7387;&#xFF0C;&#x6211;&#x4EEC;&#x8868;&#x73B0;&#x51FA;&#x5E7C;&#x7A1A;&#x7684;&#x8BDD;&#x9898;&#x76F8;&#x4E92;&#x9002;&#x5E94;&#x5B66;&#x4E60;&#x795E;&#x7ECF;&#x4FEE;&#x590D;&#x7CFB;&#x7EDF;&#x7684;&#x63A7;&#x5236;&#x3002;&#x516D;&#x672A;&#x53D7;&#x8FC7;&#x8BAD;&#x7EC3;&#x7684;&#x957F;&#x57C3;&#x6587;&#x65AF;&#x8001;&#x9F20;&#x3001; &#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#xFF0C;&#x7845;&#x5FAE;&#x7535;&#x6781;&#x690D;&#x5165;&#x5B66;&#x5230;&#x76AE;&#x5C42;&#x63A7;&#x5236;&#x7684;&#x542C;&#x89C9;&#x8BBE;&#x5907;&#x65E0;&#x4E8B;&#x5148;&#x5F55;&#x5236;&#x7684;&#x795E;&#x7ECF;&#x7F51;&#x7EDC;&#x96C6;&#x6210;&#x7684;&#x7535;&#x673A;&#x8868;&#x5F81;&#x3002;&#x5355;&#x591A; unit &#x6D3B;&#x52A8;&#x662F;&#x89E3;&#x7801;&#x4F7F;&#x7528;&#x5361;&#x5C14;&#x66FC;&#x6EE4;&#x6CE2;&#x8868;&#x793A;&quot;&#x6E38;&#x6807;&quot;(90 ms &#x97F3;&#x70B9;&#x5B50;&#x4E3A; 250 Hz &#x5230; 16 kHz) &#x79D1;&#x76EE;&#x63A7;&#x5236;&#x4EE5;&#x5339;&#x914D;&#x7ED9;&#x5B9A;&#x7684;&#x76EE;&#x6807;&#x9891;&#x7387;&#x7684;&#x97F3;&#x9891;&#x3002;&#x5728;&#x6BCF;&#x4E2A;&#x5BA1;&#x5224;&#x4E4B;&#x540E;&#xFF0C;&#x4E00;&#x79CD;&#x65B0;&#x578B;&#x7684;&#x81EA;&#x9002;&#x5E94;&#x7B97;&#x6CD5;&#x89E3;&#x7801;&#x7B5B;&#x9009;&#x5668;&#x57FA;&#x4E8E;&#x4E0E;&#x9884;&#x671F;&#x7684;&#x5149;&#x6807;&#x79FB;&#x52A8;&#x5C04;&#x51FB;&#x6A21;&#x5F0F;&#x7684;&#x76F8;&#x5173;&#x6027;&#x65B9;&#x9762;&#x7684;&#x57F9;&#x8BAD;&#x3002;&#x6BCF;&#x4E2A;&#x884C;&#x4E3A;&#x7684;&#x4F1A;&#x8BAE;&#x5305;&#x62EC; 100 &#x5BA1;&#x5224;&#xFF0C;&#x5E76;&#x5F00;&#x59CB;&#x4E0E;&#x968F;&#x673A;&#x89E3;&#x7801;&#x6743;&#x91CD;&#x3002;&#x5185; 7 + /-1.4 &#xFF08;+ /-SD &#x5E73;&#x5747;&#x503C;&#xFF09; &#x4F1A;&#x8BAE;&#xFF0C;&#x6240;&#x6709;&#x79D1;&#x76EE;&#x90FD;&#x90FD;&#x80FD;&#x660E;&#x663E;&#x5F97;&#x5206;&#x673A;&#x4F1A;&#x4EE5;&#x4E0A; (P &lt; 0.05&#x3001; &#x968F;&#x673A;&#x5316;&#x65B9;&#x6CD5;&#xFF09; &#x5728;&#x4E00;&#x4E2A;&#x56FA;&#x5B9A;&#x7684;&#x76EE;&#x6807;&#x8303;&#x4F8B;&#x3002;&#x8BAD;&#x7EC3;&#x6301;&#x7EED;&#x4E86; 24 &#x6B21;&#x4F1A;&#x8BAE;&#xFF0C;&#x5176;&#x4E2D;&#x7684;&#x884C;&#x4E3A;&#x8868;&#x73B0;&#x548C;&#x4FE1;&#x566A;&#x6BD4;&#x56F4;&#x4E8B;&#x4EF6;&#x76F4;&#x65B9;&#x56FE;&#x7684;&#x663E;&#x8457;&#x589E;&#x52A0; &#xFF08;P &lt; 0.01&#xFF0C;&#x65B9;&#x5DEE;&#x5206;&#x6790;&#xFF09;&#x3002;&#x4E24;&#x79CD;&#x5927;&#x9F20;&#x7EE7;&#x7EED;&#x57F9;&#x8BAD;&#x4F7F;&#x7528;&#x53CC;&#x8FB9;&#x3001; &#x4E24;&#x76EE;&#x6807;&#x63A7;&#x5236;&#x8303;&#x5F0F;&#x66F4;&#x590D;&#x6742;&#x7684;&#x4EFB;&#x52A1;&#x3002;&#x8FD9;&#x4E24;&#x4E2A;&#x95EE;&#x9898;&#x90FD;&#x80FD;&#x660E;&#x663E;&#x533A;&#x5206;&#x76EE;&#x6807;&#x8272;&#x8C03; (P &lt; 0.05&#xFF0C;Z-&#x68C0;&#x9A8C;&#xFF09;&#xFF0C;&#x800C;&#x4E00;&#x4E2A;&#x4E3B;&#x9898;&#x8868;&#x73B0;&#x673A;&#x4F1A;&#x4E0A;&#x65B9;&#x7684;&#x63A7;&#x4EF6; &#xFF08;P &lt; 0.05&#xFF0C;Z-&#x68C0;&#x9A8C;) 12 &#x5C4A;&#x4F1A;&#x548C;&#x6301;&#x7EED;&#x7684;&#x6539;&#x8FDB;&#x4E0E;&#x5B9E;&#x73B0;&#x8D85;&#x8FC7; 90%&#x7684;&#x591A;&#x4F1A;&#x8BDD;&#x540E;&#x6B63;&#x786E;&#x7684;&#x76EE;&#x6807;&#x3002;&#x4E8C;&#x8FDB;&#x5236;&#x5BA1;&#x5224;&#x54CD;&#x5E94;&#x52A8;&#x6001;&#x5206;&#x6790;&#x8868;&#x660E;&#x8FD9;&#x4E00;&#x4E3B;&#x9898;&#x7684;&#x65E9;&#x671F;&#x5B66;&#x4E60;&#x53D1;&#x751F; 6 &#x5C4A;&#x3002;&#x8FD9;&#x9879;&#x7814;&#x7A76;&#x6F14;&#x793A;&#x79D1;&#x76EE;&#x53EF;&#x4EE5;&#x4E86;&#x89E3;&#x751F;&#x6210;&#x795E;&#x7ECF;&#x63A7;&#x5236;&#x4FE1;&#x53F7;&#xFF0C;&#x975E;&#x5E38;&#x9002;&#x5408;&#x4F7F;&#x7528;&#x7684;&#x5916;&#x90E8;&#x8BBE;&#x5907;&#xFF0C;&#x800C;&#x4E0D;&#x4F1A;&#x4E8B;&#x5148;&#x7ECF;&#x9A8C;&#x6216;&#x57F9;&#x8BAD;&#x3002;

&#x5929;&#x771F;&#x7684; coadaptive &#x76AE;&#x5C42;&#x63A7;&#x5236;&#x3002;

The ability to control a prosthetic device directly from the neocortex has been demonstrated in rats, monkeys and humans. Here we investigate whether neural control can be accomplished in situations where (1) subjects have not received prior motor training to control the device (naive user) and (2) the neural encoding of movement parameters in the cortex is unknown to the prosthetic device (naive controller). By adopting a decoding strategy that identifies and focuses on units whose firing rate properties are best suited for control, we show that naive subjects mutually adapt to learn control of a neural prosthetic system. Six untrained Long-Evans rats, implanted with silicon micro-electrodes in the motor cortex, learned cortical control of an auditory device without prior motor characterization of the recorded neural ensemble. Single- and multi-unit activities were decoded using a Kalman filter to represent an audio "cursor" (90 ms tone pips ranging from 250 Hz to 16 kHz) which subjects controlled to match a given target frequency. After each trial, a novel adaptive algorithm trained the decoding filter based on correlations of the firing patterns with expected cursor movement. Each behavioral session consisted of 100 trials and began with randomized decoding weights. Within 7 +/- 1.4 (mean +/- SD) sessions, all subjects were able to significantly score above chance (P < 0.05, randomization method) in a fixed target paradigm. Training lasted 24 sessions in which both the behavioral performance and signal to noise ratio of the peri-event histograms increased significantly (P < 0.01, ANOVA). Two rats continued training on a more complex task using a bilateral, two-target control paradigm. Both subjects were able to significantly discriminate the target tones (P < 0.05, Z-test), while one subject demonstrated control above chance (P < 0.05, Z-test) after 12 sessions and continued improvement with many sessions achieving over 90% correct targets. Dynamic analysis of binary trial responses indicated that early learning for this subject occurred during session 6. This study demonstrates that subjects can learn to generate neural control signals that are well suited for use with external devices without prior experience or training.

Naive coadaptive cortical control.

La capacit&#xE9; de contr&#xF4;ler une proth&#xE8;se directement &#xE0; partir du n&#xE9;ocortex a &#xE9;t&#xE9; d&#xE9;montr&#xE9; chez le rat, le singe et l&#x26;#39;homme. Nous &#xE9;tudions ici si le contr&#xF4;le neuronal qui peut &#xEA;tre accompli dans des situations o&#xF9; (1) les sujets n&#x26;#39;ont pas re&#xE7;u une formation moteur avant de contr&#xF4;ler l&#x26;#39;appareil (l&#x26;#39;utilisateur na&#xEF;f) et (2) l&#x26;#39;encodage neuronal des param&#xE8;tres de mouvement dans le cortex est inconnue &#xE0; la proth&#xE8;se ( contr&#xF4;leur de na&#xEF;ve). En adoptant une strat&#xE9;gie de d&#xE9;codage qui identifie et met l&#x26;#39;accent sur les unit&#xE9;s de tir dont les propri&#xE9;t&#xE9;s de taux sont les mieux adapt&#xE9;s pour le contr&#xF4;le, nous montrent que les sujets na&#xEF;fs mutuellement s&#x26;#39;adapter &#xE0; apprendre le contr&#xF4;le d&#x26;#39;un syst&#xE8;me neuronal proth&#xE9;tique. Six inexp&#xE9;riment&#xE9; rats Long-Evans, implant&#xE9; en silicium micro-&#xE9;lectrodes dans le cortex moteur, a appris le contr&#xF4;le cortical d&#x26;#39;un appareil auditif sans caract&#xE9;risation moteur avant de l&#x26;#39;ensemble enregistr&#xE9; de neurones. Les activit&#xE9;s ponctuelles et multi-unit&#xE9; ont &#xE9;t&#xE9; d&#xE9;cod&#xE9;s &#xE0; l&#x26;#39;aide d&#x26;#39;un filtre de Kalman pour repr&#xE9;senter un fichier audio &#x26;quot;curseur&#x26;quot; (90 pips de ton ms allant de 250 Hz &#xE0; 16 kHz) qui sujets contr&#xF4;l&#xE9;s pour correspondre &#xE0; une fr&#xE9;quence cible donn&#xE9;e. Apr&#xE8;s chaque essai, un nouvel algorithme adaptatif form&#xE9; le filtre de d&#xE9;codage bas&#xE9; sur des corr&#xE9;lations des mod&#xE8;les de tir avec le mouvement du curseur attendu. Chaque session du comportement se composait de 100 essais et a commenc&#xE9; avec des poids de d&#xE9;codage randomis&#xE9;s. Dans 7 + / - 1,4 (moyenne + / - SD) sessions, tous les sujets &#xE9;taient capables de marquer de mani&#xE8;re significative au-dessus de hasard (P &#x26;lt;0,05, la m&#xE9;thode de randomisation) dans un paradigme cible fixe. Formation a dur&#xE9; 24 s&#xE9;ances au cours desquelles la fois les performances comportementales et rapport signal sur bruit des histogrammes p&#xE9;ri-&#xE9;v&#xE9;nement augment&#xE9; de mani&#xE8;re significative (P &#x26;lt;0,01, ANOVA). Deux rats ont continu&#xE9; de formation sur une t&#xE2;che plus complexe en utilisant une base bilat&#xE9;rale, le paradigme de contr&#xF4;le de deux cible. Les deux sujets &#xE9;taient capables de discriminer de fa&#xE7;on significative les tons cible (P &#x26;lt;0,05, test Z), tandis qu&#x26;#39;un objet de contr&#xF4;le ci-dessus a d&#xE9;montr&#xE9; hasard (P &#x26;lt;0,05, test Z) apr&#xE8;s 12 s&#xE9;ances et l&#x26;#39;am&#xE9;lioration continue avec de nombreuses sessions atteignant plus de 90% de r&#xE9;ponses correctes cibles. L&#x26;#39;analyse dynamique des r&#xE9;ponses binaires proc&#xE8;s a indiqu&#xE9; que l&#x26;#39;apprentissage pr&#xE9;coce pour ce sujet a eu lieu lors de la session 6. Cette &#xE9;tude d&#xE9;montre que les sujets peuvent apprendre &#xE0; g&#xE9;n&#xE9;rer des signaux de commande neuronaux qui sont bien adapt&#xE9;s pour une utilisation avec des p&#xE9;riph&#xE9;riques externes sans exp&#xE9;rience pr&#xE9;alable ou une formation.

Naive contr&#xF4;le Coadaptive corticale

Naive coadaptive kortikale Kontrolle.

La capacit&agrave; di controllare un dispositivo protesico direttamente da neocorteccia &egrave; stata dimostrata nei ratti, scimmie e gli esseri umani. Qui Indaghiamo se controllo neurale pu&ograve; essere realizzato in situazioni dove (1) soggetti non hanno ricevuto formazione preventiva motore per controllare il dispositivo (utente ingenuo) e (2) la codifica neurale dei parametri di movimento nella corteccia &egrave; sconosciuta al dispositivo protesico (ingenuo controller). Adottando una strategia di decodifica che identifica e si concentra sulle unit&agrave; di cui propriet&agrave; sono pi&ugrave; adatte per il controllo del tasso di infornamento, mostriamo che soggetti ingenui adattano reciprocamente per imparare il controllo di un sistema protesico neurale. Sei inesperti ratti di Long-Evans, impiantati con silicio micro-elettrodi nella corteccia del motore, imparato controllo corticale di un apparecchio uditivo senza preventiva caratterizzazione motore dell&#39;ensemble neurale registrato. Single - e multi - unit attivit&agrave; erano decodificate utilizzando un filtro di Kalman per rappresentare un audio &quot;cursore&quot; (90 ms pips di tono che vanno da 250 Hz a 16 kHz) che soggetti controllati per abbinare una frequenza determinata destinazione. Dopo ogni prova, un algoritmo adattivo romanzo addestrato il filtro di decodifica basato sulle correlazioni dei modelli di infornamento con il movimento del cursore previsto. Ogni sessione comportamentale consisteva di 100 prove ed ha cominciato con randomizzati decodifica pesi. Entro 7 + /-1,4 sessioni (media + /-SD), tutti i soggetti sono stati in grado di segnare in modo significativo di sopra di possibilit&agrave; (P &lt; 0.05, metodo di randomizzazione) in un paradigma di bersaglio fisso. Formazione dur&ograve; 24 sessioni in cui sia le prestazioni comportamentali e signal to noise ratio di istogrammi peri-evento aumentato significativamente (P &lt; 0,01, ANOVA). Due ratti continuarono la formazione su un compito pi&ugrave; complesso utilizzando un paradigma di controllo bilaterale, due-bersaglio. Entrambi i soggetti sono stati in grado di discriminare in modo significativo i toni di destinazione (P &lt; 0.05, Z-test), mentre un soggetto dimostrato controllo sopra possibilit&agrave; (P &lt; 0.05, Z-test) dopo 12 sessioni e continuo miglioramento con molte sessioni di raggiungere oltre il 90% correggere gli obiettivi. Analisi dinamica delle risposte prova binarie indicano che apprendimento precoce per questo argomento si &egrave; verificato durante la sessione 6. Questo studio dimostra che i soggetti possono imparare generare i segnali di controllo neurale che sono adatti per l&#39;uso con dispositivi esterni senza precedente esperienza o formazione.

Controllo corticale coadaptive ingenuo.

&#x65B0;&#x76AE;&#x8CEA;&#x304B;&#x3089;&#x76F4;&#x63A5;&#x4EBA;&#x5DE5;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x3092;&#x5236;&#x5FA1;&#x3059;&#x308B;&#x80FD;&#x529B;&#x306F;&#x3001;&#x30E9;&#x30C3;&#x30C8;&#x3001;&#x30B5;&#x30EB;&#x304A;&#x3088;&#x3073;&#x30D2;&#x30C8;&#x3067;&#x5B9F;&#x8A3C;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x795E;&#x7D4C;&#x5236;&#x5FA1;&#x306F;&#x3001;&#xFF08;1&#xFF09;&#x88AB;&#x9A13;&#x8005;&#x304C;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x3092;&#x5236;&#x5FA1;&#x3059;&#x308B;&#x524D;&#x306B;&#x3001;&#x30E2;&#x30FC;&#x30BF;&#x306E;&#x8A13;&#x7DF4;&#x3092;&#x53D7;&#x3051;&#x3066;&#x3044;&#x306A;&#x3044;&#xFF08;&#x30CA;&#x30A4;&#x30FC;&#x30D6;&#x30E6;&#x30FC;&#x30B6;&#x30FC;&#xFF09;&#x3068;&#xFF08;2&#xFF09;&#x5927;&#x8133;&#x76AE;&#x8CEA;&#x306E;&#x904B;&#x52D5;&#x30D1;&#x30E9;&#x30E1;&#x30FC;&#x30BF;&#x306E;&#x795E;&#x7D4C;&#x30A8;&#x30F3;&#x30B3;&#x30FC;&#x30C7;&#x30A3;&#x30F3;&#x30B0;&#x306F;&#x3001;&#x88DC;&#x88C5;&#x5177;&#x306B;&#x306F;&#x4E0D;&#x660E;&#x3067;&#x3042;&#x308B;&#xFF08;&#x3088;&#x3046;&#x306A;&#x72B6;&#x6CC1;&#x3067;&#x9054;&#x6210;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x304B;&#x3069;&#x3046;&#x304B;&#x3092;&#x8ABF;&#x3079;&#x308B;&#x7D20;&#x6734;&#x306A;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30E9;&#xFF09;&#x3002;&#x305D;&#x306E;&#x901F;&#x5EA6;&#x7279;&#x6027;&#x3092;&#x767A;&#x5C04;&#x6700;&#x9069;&#x306A;&#x5236;&#x5FA1;&#x306B;&#x9069;&#x3057;&#x3066;&#x3044;&#x308B;&#x30E6;&#x30CB;&#x30C3;&#x30C8;&#x3067;&#x8B58;&#x5225;&#x3057;&#x3001;&#x7126;&#x70B9;&#x3092;&#x5F53;&#x3066;&#x3066;&#x30C7;&#x30B3;&#x30FC;&#x30C9;&#x6226;&#x7565;&#x3092;&#x63A1;&#x7528;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x308A;&#x3001;&#x6211;&#x3005;&#x306F;&#x30CA;&#x30A4;&#x30FC;&#x30D6;&#x306A;&#x88AB;&#x9A13;&#x8005;&#x306F;&#x4E92;&#x3044;&#x306B;&#x795E;&#x7D4C;&#x88DC;&#x7DB4;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x5236;&#x5FA1;&#x3092;&#x5B66;&#x3076;&#x305F;&#x3081;&#x306B;&#x9069;&#x5FDC;&#x3055;&#x305B;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x308B;&#x3002;&#x904B;&#x52D5;&#x76AE;&#x8CEA;&#x4E2D;&#x306E;&#x30B7;&#x30EA;&#x30B3;&#x30F3;&#x5FAE;&#x5C0F;&#x96FB;&#x6975;&#x3092;&#x79FB;&#x690D;&#x3057;&#x305F;&#x30B7;&#x30C3;&#x30AF;&#x30B9;&#xB7;&#x8A13;&#x7DF4;&#x3092;&#x53D7;&#x3051;&#x3066;&#x3044;&#x306A;&#x3044;&#x306E;Long-Evans&#x30E9;&#x30C3;&#x30C8;&#x306F;&#x3001;&#x8A18;&#x9332;&#x3055;&#x308C;&#x305F;&#x795E;&#x7D4C;&#x30A2;&#x30F3;&#x30B5;&#x30F3;&#x30D6;&#x30EB;&#x306E;&#x524D;&#x306E;&#x30E2;&#x30FC;&#x30BF;&#x306E;&#x7279;&#x6027;&#x8A55;&#x4FA1;&#x305B;&#x305A;&#x306B;&#x3001;&#x8074;&#x899A;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306E;&#x76AE;&#x8CEA;&#x5236;&#x5FA1;&#x3092;&#x5B66;&#x3073;&#x307E;&#x3057;&#x305F;&#x3002;&#x30B7;&#x30F3;&#x30B0;&#x30EB;&#x304A;&#x3088;&#x3073;&#x30DE;&#x30EB;&#x30C1;&#x30E6;&#x30CB;&#x30C3;&#x30C8;&#x6D3B;&#x52D5;&#x306F;&#x3001;&#x7279;&#x5B9A;&#x306E;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x5468;&#x6CE2;&#x6570;&#x3092;&#x4E00;&#x81F4;&#x3059;&#x308B;&#x3088;&#x3046;&#x306B;&#x5236;&#x5FA1;&#x65BD;&#x3059;&#x30AA;&#x30FC;&#x30C7;&#x30A3;&#x30AA; &#x26;quot;&#x30AB;&#x30FC;&#x30BD;&#x30EB;&#x26;quot;&#xFF08;250 Hz&#x304B;&#x3089;16 kHz&#x307E;&#x3067;&#x306E;&#x7BC4;&#x56F2;&#x3067;90 ms&#x306E;&#x30C8;&#x30FC;&#x30F3;&#x30D4;&#x30C3;&#x30D7;&#xFF09;&#x3092;&#x8868;&#x3059;&#x305F;&#x3081;&#x306B;&#x30AB;&#x30EB;&#x30DE;&#x30F3;&#x30D5;&#x30A3;&#x30EB;&#x30BF;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x30C7;&#x30B3;&#x30FC;&#x30C9;&#x3055;&#x308C;&#x305F;&#x3002;&#x5404;&#x8A66;&#x884C;&#x3057;&#x305F;&#x5F8C;&#x3001;&#x65B0;&#x3057;&#x3044;&#x9069;&#x5FDC;&#x30A2;&#x30EB;&#x30B4;&#x30EA;&#x30BA;&#x30E0;&#x306F;&#x3001;&#x4E88;&#x60F3;&#x3055;&#x308C;&#x308B;&#x30AB;&#x30FC;&#x30BD;&#x30EB;&#x306E;&#x52D5;&#x304D;&#x3068;&#x767A;&#x706B;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x306E;&#x76F8;&#x95A2;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x30C7;&#x30B3;&#x30FC;&#x30C9;&#x30D5;&#x30A3;&#x30EB;&#x30BF;&#x3092;&#x8A13;&#x7DF4;&#x3057;&#x305F;&#x3002;&#x5404;&#x884C;&#x52D5;&#x306E;&#x30BB;&#x30C3;&#x30B7;&#x30E7;&#x30F3;&#x306F;&#x3001;100&#x56DE;&#x306E;&#x8A66;&#x884C;&#x3067;&#x69CB;&#x6210;&#x3055;&#x308C;&#x3001;&#x7121;&#x4F5C;&#x70BA;&#x5316;&#x3001;&#x5FA9;&#x53F7;&#x306E;&#x91CD;&#x307F;&#x3067;&#x59CB;&#x307E;&#x3063;&#x305F;&#x3002; 7&#x5185;&#x306E;+ /  -  1.4&#xFF08;+ /&#x610F;&#x5473; -  SD&#xFF09;&#x306E;&#x30BB;&#x30C3;&#x30B7;&#x30E7;&#x30F3;&#x306F;&#x3001;&#x3059;&#x3079;&#x3066;&#x306E;&#x88AB;&#x9A13;&#x8005;&#x304C;&#x6709;&#x610F;&#x306B;&#x56FA;&#x5B9A;&#x76EE;&#x6A19;&#x306E;&#x30D1;&#x30E9;&#x30C0;&#x30A4;&#x30E0;&#x306B;&#xFF08;P &#x26;lt;0.05&#x3001;&#x30E9;&#x30F3;&#x30C0;&#x30E0;&#x5316;&#x6CD5;&#xFF09;&#x30C1;&#x30E3;&#x30F3;&#x30B9;&#x306E;&#x4E0A;&#x306B;&#x5F97;&#x70B9;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3057;&#x305F;&#x3002;&#x8A13;&#x7DF4;&#x306F;&#x3001;&#x5468;&#x56F2;&#x306E;&#x30A4;&#x30D9;&#x30F3;&#x30C8;&#x30D2;&#x30B9;&#x30C8;&#x30B0;&#x30E9;&#x30E0;&#x306E;&#x30CE;&#x30A4;&#x30BA;&#x6BD4;&#x7387;&#x3078;&#x306E;&#x884C;&#x52D5;&#x3001;&#x30D1;&#x30D5;&#x30A9;&#x30FC;&#x30DE;&#x30F3;&#x30B9;&#x3068;&#x4FE1;&#x53F7;&#x306E;&#x4E21;&#x65B9;&#x304C;&#xFF08;P &#x26;lt;0.01&#x3001;ANOVA&#xFF09;&#x5927;&#x5E45;&#x306B;&#x5897;&#x52A0;&#x3057;&#x305F;24&#x306E;&#x30BB;&#x30C3;&#x30B7;&#x30E7;&#x30F3;&#x304C;&#x7D9A;&#x3044;&#x305F;&#x3002;&#x4E8C;&#x3064;&#x306E;&#x30E9;&#x30C3;&#x30C8;&#x306F;&#x3001;&#x4E8C;&#x56FD;&#x9593;&#x3001;&#x4E8C;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x5236;&#x5FA1;&#x30D1;&#x30E9;&#x30C0;&#x30A4;&#x30E0;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3001;&#x3088;&#x308A;&#x8907;&#x96D1;&#x306A;&#x30BF;&#x30B9;&#x30AF;&#x3067;&#x30C8;&#x30EC;&#x30FC;&#x30CB;&#x30F3;&#x30B0;&#x3092;&#x7D9A;&#x3051;&#x305F;&#x3002;&#x4E00;&#x3064;&#x306E;&#x4E3B;&#x984C;&#x304C;&#x793A;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x9593;&#x3001;&#x4E21;&#x65B9;&#x306E;&#x88AB;&#x9A13;&#x8005;&#x306F;&#x3001;12&#x306E;&#x30BB;&#x30C3;&#x30B7;&#x30E7;&#x30F3;&#x3068;&#x591A;&#x304F;&#x306E;&#x30BB;&#x30C3;&#x30B7;&#x30E7;&#x30F3;&#x3068;&#x306E;&#x7D99;&#x7D9A;&#x7684;&#x306A;&#x6539;&#x5584;&#x6B63;&#x3057;&#x3044;90&#xFF05;&#x4EE5;&#x4E0A;&#x3092;&#x9054;&#x6210;&#x3057;&#x305F;&#x5F8C;&#x53EF;&#x80FD;&#x6027;&#x4E0A;&#x8A18;&#x306E;&#x5236;&#x5FA1;&#xFF08;P &#x26;lt;0.05&#x3001;Z-&#x691C;&#x5B9A;&#xFF09;&#x304C;&#x5927;&#x5E45;&#x306B;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x30C8;&#x30FC;&#x30F3;&#xFF08;P &#x26;lt;0.05&#x3001;Z-test&#xFF09;&#x3092;&#x8B58;&#x5225;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3057;&#x305F;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x3002;&#x30D0;&#x30A4;&#x30CA;&#x30EA;&#x30C8;&#x30E9;&#x30A4;&#x30A2;&#x30EB;&#x5FDC;&#x7B54;&#x306E;&#x52D5;&#x7684;&#x89E3;&#x6790;&#x306F;&#x3001;&#x3053;&#x306E;&#x4E3B;&#x984C;&#x306E;&#x305F;&#x3081;&#x306E;&#x65E9;&#x671F;&#x5B66;&#x7FD2;&#x304C;&#x30BB;&#x30C3;&#x30B7;&#x30E7;&#x30F3;6&#x6642;&#x306B;&#x767A;&#x751F;&#x3057;&#x305F;&#x3053;&#x3068;&#x304C;&#x793A;&#x3055;&#x308C;&#x305F;&#x3002;&#x672C;&#x7814;&#x7A76;&#x3067;&#x306F;&#x88AB;&#x9A13;&#x8005;&#x306F;&#x3001;&#x5148;&#x884C;&#x7D4C;&#x9A13;&#x3084;&#x30C8;&#x30EC;&#x30FC;&#x30CB;&#x30F3;&#x30B0;&#x306A;&#x3057;&#x3067;&#x5916;&#x90E8;&#x6A5F;&#x5668;&#x3068;&#x306E;&#x4F7F;&#x7528;&#x306B;&#x9069;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x795E;&#x7D4C;&#x5236;&#x5FA1;&#x4FE1;&#x53F7;&#x3092;&#x751F;&#x6210;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x5B66;&#x3076;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;

&#x7D20;&#x6734;&#x306A;Coadaptive&#x76AE;&#x8CEA;&#x5236;&#x5FA1;

&#xC950;,&#xC740; &#xD604;&#xC5D0;&#xC11C; &#xC9C1;&#xC811; &#xBCF4; &#xCCA0; &#xC7A5;&#xCE58;&#xB97C; &#xC81C;&#xC5B4; &#xD558;&#xB294; &#xAE30;&#xB2A5; &#xC99D;&#xBA85; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4; &#xC6D0;&#xC22D;&#xC774; &#xC778;&#xAC04;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xAC00; &#xC2E0;&#xACBD; &#xC81C;&#xC5B4; (1) &#xACFC;&#xBAA9;&#xC5D0; &#xC81C;&#xC5B4; &#xC7A5;&#xCE58; (&#xC21C;&#xC9C4;&#xD55C; &#xC0AC;&#xC6A9;&#xC790;) &#xC0AC;&#xC804; &#xBAA8;&#xD130; &#xD6C8;&#xB828; &#xBC1B;&#xC740; &#xBCF4; &#xCCA0; &#xC7A5;&#xCE58; (na&iuml;ve &#xCEE8;&#xD2B8;&#xB864;&#xB7EC;)&#xC744; &#xC54C; &#xC218; &#xC788;&#xB2E4; (2) &#xC2E0;&#xACBD; &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; &#xC6B4;&#xB3D9; &#xB9E4;&#xAC1C; &#xBCC0;&#xC218; &#xC778;&#xCF54;&#xB529;&#xC744; &#xD558;&#xB294; &#xACBD;&#xC6B0;&#xC5D0; &#xC218;&#xD589;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xC5EC;&#xBD80;&#xB97C; &#xC870;&#xC0AC; &#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; &#xC21C;&#xC9C4;&#xD55C; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4; &#xB204;&#xAD6C;&#xC758; &#xBC1C;&#xC0AC; &#xC18D;&#xB3C4; &#xC18D;&#xC131;&#xC740; &#xCEE8;&#xD2B8;&#xB864;&#xC5D0; &#xB300; &#xD55C; &#xAC00;&#xC7A5; &#xC801;&#xD569; &#xD55C; &#xB2E8;&#xC704;&#xC5D0; &#xCD08;&#xC810;&#xC744; &#xB9DE;&#xCD94;&#xACE0;&#xB97C; &#xC2DD;&#xBCC4; &#xD558;&#xB294; &#xB514;&#xCF54;&#xB529; &#xC804;&#xB7B5;&#xC744; &#xCC44;&#xD0DD; &#xD558; &#xC5EC; &#xC8FC;&#xC81C;&#xB294; &#xC0C1;&#xD638; &#xC2E0;&#xACBD; &#xBCF4; &#xCCA0; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xC81C;&#xC5B4;&#xB97C; &#xBC30;&#xC6B0;&#xACE0; &#xC801;&#xC751;. &#xC2E4;&#xB9AC;&#xCF58; &#xB9C8;&#xC774;&#xD06C;&#xB85C;-&#xBAA8;&#xD130; &#xD53C; &#xC9C8;&#xC5D0; &#xC804;&#xADF9;&#xC744; &#xC774;&#xC2DD; 6 &#xC77C;&#xBC18;&#xC778;&#xB41C; &#xAE34; &#xC5D0;&#xBC18;&#xC2A4; &#xC950; &#xAE30;&#xB85D; &#xB41C; &#xC2E0;&#xACBD; &#xC559;&#xC0C1;&#xBE14;&#xC758; &#xC0AC;&#xC804; &#xBAA8;&#xD130; &#xD2B9;&#xC131; &#xC5C6;&#xC774; &#xCCAD;&#xAC01; &#xC7A5;&#xCE58;&#xC758; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xC81C;&#xC5B4;&#xB97C; &#xBC30;&#xC6E0;&#xC2B5;&#xB2C8;&#xB2E4;. &#xB2E8;&#xC77C; &#xBC0F; &#xB2E4;&#xC911; unit &#xD65C;&#xB3D9; &#xD588;&#xB2E4; &#xB514;&#xCF54;&#xB529;&#xB41C; &#xCE7C;&#xB9CC; &#xD544;&#xD130;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC624;&#xB514;&#xC624; &quot;&#xCEE4;&#xC11C;&quot; (90 &#xC11D;&#xC0AC; &#xD1A4; pips 250 Hz&#xC5D0;&#xC11C; 16 Khz&#xC5D0; &#xC774;&#xB974;&#xB294;) &#xACFC;&#xBAA9; &#xC9C0;&#xC815;&#xD55C; &#xB300;&#xC0C1; &#xC8FC;&#xD30C;&#xC218;&#xC5D0; &#xB9DE;&#xAC8C; &#xC81C;&#xC5B4;&#xB97C; &#xB098;&#xD0C0;&#xB0C5;&#xB2C8;&#xB2E4;. &#xAC01; &#xC7AC;&#xD310; &#xD6C4; &#xB514;&#xCF54;&#xB529; &#xD544;&#xD130; &#xC608;&#xC0C1;&#xB41C; &#xCEE4;&#xC11C; &#xC774;&#xB3D9; &#xBC1C;&#xC0AC; &#xD328;&#xD134;&#xC758; &#xC0C1;&#xAD00; &#xAD00;&#xACC4;&#xB97C; &#xAE30;&#xBC18; &#xD6C8;&#xB828;&#xC744; &#xC0C8;&#xB85C;&#xC6B4; &#xC801;&#xC751;&#xD615; &#xC54C;&#xACE0;&#xB9AC;&#xC998;. &#xAC01; &#xD589;&#xB3D9; &#xC138;&#xC158;&#xACFC; 100 &#xC7AC;&#xD310; &#xC774;&#xB8E8;&#xC5B4;&#xC838; &#xBB34;&#xAC8C; &#xB514;&#xCF54;&#xB529; &#xBB34;&#xC791;&#xC704;&#xB85C; &#xC2DC;&#xC791; &#xD588;&#xB2E4;. 1.4 (&#xD3C9;&#xADE0; &plusmn; SD) &#xC138;&#xC158; + 7, &#xBAA8;&#xB4E0; &#xACFC;&#xBAA9; &#xAE30;&#xD68C; &#xC704;&#xC758; &#xC810;&#xC218;&#xB97C; &#xD06C;&#xAC8C; &#xC218; &#xC788;&#xC5C8;&#xB2E4; (P &lt; 0.05, &#xB79C;&#xB364; &#xBA54;&#xC11C;&#xB4DC;) &#xACE0;&#xC815;&#xB41C; &#xB300;&#xC0C1; &#xD328;&#xB7EC;&#xB2E4;&#xC784;&#xC5D0;&#xC11C;. &#xAD50;&#xC721; &#xC9C0;&#xC18D; 24 &#xC138;&#xC158; &#xC788;&#xB294; &#xD589;&#xB3D9; &#xC131;&#xB2A5; &#xBC0F; &#xC2E0;&#xD638; &#xB300; &#xC7A1;&#xC74C; &#xBE44; peri &#xC774;&#xBCA4;&#xD2B8; &#xD788;&#xC2A4;&#xD1A0;&#xADF8;&#xB7A8;&#xC758; &#xD06C;&#xAC8C; &#xC99D;&#xAC00; (P &lt; 0.01, ANOVA). &#xB450; &#xC950; &#xC591;&#xC790;, 2 &#xB300;&#xC0C1; &#xC81C;&#xC5B4; &#xD328;&#xB7EC;&#xB2E4;&#xC784;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xBCF4;&#xB2E4; &#xBCF5;&#xC7A1; &#xD55C; &#xC791;&#xC5C5;&#xC5D0; &#xD6C8;&#xB828;&#xC744; &#xD588;&#xB2E4;. &#xB450; &#xACFC;&#xBAA9; &#xD06C;&#xAC8C; &#xCC28;&#xBCC4; &#xB300;&#xC0C1; &#xD1A4; &#xC218; &#xC788;&#xC5C8;&#xB2E4; (P &lt; 0.05, Z-&#xAC80;&#xC815;) &#xD558;&#xB098;&#xC758; &#xC8FC;&#xC81C; &#xC2DC;&#xC5F0; &#xAE30;&#xD68C; &#xC704;&#xC758; &#xCEE8;&#xD2B8;&#xB864; &#xD558;&#xB294; &#xB3D9;&#xC548;, (P &lt; 0.05, Z-&#xAC80;&#xC815;) 12 &#xC138;&#xC158; &#xD6C4; 90% &#xC774;&#xC0C1; &#xB2EC;&#xC131; &#xD558;&#xB294; &#xB9CE;&#xC740; &#xC138;&#xC158;&#xC73C;&#xB85C; &#xC9C0;&#xC18D;&#xC801;&#xC778;&#xB41C; &#xAC1C;&#xC120; &#xBAA9;&#xD45C;&#xB97C; &#xC218;&#xC815; &#xD569;&#xB2C8;&#xB2E4;. &#xC774;&#xC9C4; &#xC2DC;&#xB3C4; &#xC751;&#xB2F5;&#xC758; &#xB3D9;&#xC801; &#xBD84;&#xC11D; &#xD45C;&#xC2DC;&#xC774; &#xC8FC;&#xC81C;&#xC5D0; &#xB300; &#xD55C; &#xCD08;&#xAE30; &#xD559;&#xC2B5; &#xC138;&#xC158; 6 &#xB3D9;&#xC548; &#xBC1C;&#xC0DD; &#xD588;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xC5F0;&#xAD6C; &#xACFC;&#xBAA9; &#xC0AC;&#xC804; &#xACBD;&#xD5D8;&#xC774; &#xB098; &#xAD50;&#xC721; &#xC5C6;&#xC774; &#xC678;&#xBD80; &#xB514;&#xBC14;&#xC774;&#xC2A4;&#xC640; &#xC0AC;&#xC6A9; &#xD558;&#xAE30; &#xC704;&#xD574; &#xC798; &#xC801;&#xD569; &#xD55C; &#xC2E0;&#xACBD; &#xC81C;&#xC5B4; &#xC2E0;&#xD638; &#xC0DD;&#xC131;&#xC744; &#xBC30;&#xC6B8; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xD558;&#xB294; &#xBC29;&#xBC95;&#xC744; &#xBCF4;&#xC5EC; &#xC90D;&#xB2C8;&#xB2E4;.

&#xC21C; &#xC9C4; coadaptive &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xC81C;&#xC5B4;&#xC785;&#xB2C8;&#xB2E4;.

La capacidad de controlar un dispositivo prot&#xE9;sico directamente desde el neoc&#xF3;rtex se ha demostrado en ratas, monos y seres humanos. Aqu&#xED; se investiga si el control neural puede llevarse a cabo en situaciones en las que (1) los sujetos no han recibido una formaci&#xF3;n previa del motor para controlar el dispositivo (usuario ingenuo) y (2) la codificaci&#xF3;n neural de los par&#xE1;metros de movimiento en la corteza es desconocido para el dispositivo prot&#xE9;sico ( controlador de ingenuo). Mediante la adopci&#xF3;n de una estrategia de decodificaci&#xF3;n que se identifica y se centra en las unidades cuya velocidad de disparo propiedades son las m&#xE1;s adecuadas para el control, nos muestran que los sujetos ingenuos mutuamente adaptarse a aprender el control de un sistema de pr&#xF3;tesis neuronales. Seis entrenado ratas Long-Evans, implantado con silicio micro-electrodos en la corteza motora, se enter&#xF3; de control cortical de un dispositivo auditivo sin la caracterizaci&#xF3;n del motor antes del conjunto neuronal registrada. Actividades individuales y varias unidades fueron decodificados usando un filtro de Kalman para representar un sonido &#x26;quot;cursor&#x26;quot; (90 pips de tono ms que van desde 250 Hz a 16 kHz) que los sujetos control para que coincida con una frecuencia objetivo determinado. Despu&#xE9;s de cada ensayo, la novela de un algoritmo adaptativo entrenado el filtro de decodificaci&#xF3;n sobre la base de las correlaciones de los patrones de descarga con el movimiento del cursor esperado. Cada sesi&#xF3;n consisti&#xF3; en la conducta de los 100 ensayos con asignaci&#xF3;n al azar y comenz&#xF3; con los pesos de decodificaci&#xF3;n. Dentro de 7 + / - 1.4 (media + / - SD) sesiones, todos los sujetos fueron capaces de anotar de manera significativa por encima del azar (P &#x26;lt;0,05, el m&#xE9;todo de asignaci&#xF3;n al azar) en un paradigma de objetivo fijo. Formaci&#xF3;n dur&#xF3; 24 sesiones en las que tanto el rendimiento conductual y relaci&#xF3;n se&#xF1;al a ruido de los histogramas de eventos peri-aument&#xF3; significativamente (P &#x26;lt;0,01, ANOVA). Dos ratas continuaron entrenando en una tarea m&#xE1;s compleja mediante un acuerdo bilateral, dos meta paradigma de control. Ambos sujetos fueron capaces de discriminar de manera significativa los tonos de blanco (P &#x26;lt;0,05, Z-test), mientras que un sujeto demostrado un control por encima del azar (P &#x26;lt;0,05, prueba Z) despu&#xE9;s de 12 sesiones y la mejora continua, con muchas sesiones el logro de m&#xE1;s del 90% de respuestas correctas objetivos. El an&#xE1;lisis din&#xE1;mico de respuestas binarias de prueba indic&#xF3; que el aprendizaje temprano de este tema se produjo durante la sesi&#xF3;n 6. Este estudio demuestra que los sujetos pueden aprender a generar las se&#xF1;ales neuronales de control que est&#xE1;n bien adaptadas para su uso con dispositivos externos, sin experiencia previa o formaci&#xF3;n.

Ingenuo control cortical coadaptativa

&#x30ED;&#x30FC;&#x30AB;&#x30EB;&#x30D5;&#x30A3;&#x30FC;&#x30EB;&#x30C9;&#x30DD;&#x30C6;&#x30F3;&#x30B7;&#x30E3;&#x30EB;&#xFF08;LFPs&#xFF09;&#x306F;&#x3001;&#x5F7C;&#x3089;&#x304C;&#x4FE1;&#x983C;&#x6027;&#x306E;&#x9AD8;&#x3044;&#x904B;&#x52D5;&#x611F;&#x899A;&#x306B;&#x95A2;&#x9023;&#x3059;&#x308B;&#x60C5;&#x5831;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x306E;&#x3067;&#x3001;&#x795E;&#x7D4C;&#x88DC;&#x7DB4;&#x88C5;&#x7F6E;&#x3092;&#x5236;&#x5FA1;&#x3059;&#x308B;&#x306E;&#x306B;&#x4F7F;&#x7528;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x63D0;&#x6848;&#x3055;&#x308C;&#x3066;&#x304A;&#x308A;&#x3001;&#x5BB9;&#x6613;&#x306B;&#x9577;&#x671F;&#x9593;&#x306B;&#x308F;&#x305F;&#x3063;&#x3066;&#x8A18;&#x9332;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x7814;&#x7A76;&#x3067;&#x306F;&#x3001;&#x30E2;&#x30FC;&#x30BF;&#x30FC;&#x306E;&#x52D5;&#x304D;&#x306B;&#x3064;&#x3044;&#x3066;&#x3001;&#x65B9;&#x5411;&#x60C5;&#x5831;&#x304C;LFPs&#x304B;&#x3089;&#x63A8;&#x6E2C;&#x3067;&#x304D;&#x308B;&#x3053;&#x3068;&#x304C;&#x793A;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x304C;&#x3001;&#x305D;&#x308C;&#x306F;&#x3053;&#x308C;&#x3089;&#x306E;&#x4FE1;&#x53F7;&#x306F;&#x904B;&#x52D5;&#x60C5;&#x5831;&#x306E;&#x91CF;&#x3092;&#x6700;&#x5927;&#x306B;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x304B;&#x3089;&#x8A18;&#x9332;&#x3055;&#x308C;&#x308B;&#x3079;&#x304D;&#x6DF1;&#x3055;&#x3067;&#x77E5;&#x3089;&#x308C;&#x3066;&#x3044;&#x307E;&#x305B;&#x3093;&#x3002;&#x96E2;&#x308C;&#x3066;100&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30E2;&#x30EB;&#x7B49;&#x9593;&#x9694;&#x305F;16&#x5782;&#x76F4;&#x8A18;&#x9332;&#x90E8;&#x4F4D;&#x304B;&#x3089;&#x6210;&#x308B;&#x96FB;&#x6975;&#x3068;LFPs&#x3092;&#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x3057;&#x306A;&#x304C;&#x3089;&#x3001;&#x3053;&#x306E;&#x76EE;&#x7684;&#x306B;&#x5411;&#x3051;&#x3066;&#x3001;&#x6211;&#x3005;&#x306F;&#x3001;&#x30ED;&#x30F3;&#x30B0;&#x30A8;&#x30D0;&#x30F3;&#x30B9;&#x30E9;&#x30C3;&#x30C8;&#x3067;&#x65B9;&#x5411;&#x904B;&#x52D5;&#x30BF;&#x30B9;&#x30AF;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3044;&#x307E;&#x3057;&#x305F;&#x3002;&#x3053;&#x308C;&#x306F;&#x3001;&#x904B;&#x52D5;&#x76AE;&#x8CEA;&#x306E;&#x3059;&#x3079;&#x3066;&#x306E;&#x30EC;&#x30A4;&#x30E4;&#x306E;&#x540C;&#x6642;&#x9332;&#x753B;&#x3092;&#x53EF;&#x80FD;&#x306B;&#x3057;&#x305F;&#x3002; LFPs&#x306E;&#x5468;&#x6CE2;&#x6570;&#x6210;&#x5206;&#x306F;&#x3001;&#x305D;&#x306E;&#x5F8C;&#x306E;&#x6DF1;&#x3055;&#x306E;&#x95A2;&#x6570;&#x3068;&#x3057;&#x3066;&#x306E;&#x65B9;&#x5411;&#x60C5;&#x5831;&#x3092;&#x6C7A;&#x5B9A;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30EA;&#x30F3;&#x30B0;&#x3001;K-means&#x6CD5;&#x3092;&#x7528;&#x3044;&#x3066;&#x5206;&#x6790;&#x3057;&#x305F;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x904B;&#x52D5;&#x76AE;&#x8CEA;&#x306E;&#x6D45;&#x5C64;&#xFF08;II / III&#xFF09;&#x306F;&#x3001;&#x79FB;&#x52D5;&#x65B9;&#x5411;&#x3001;&#x6B21;&#x306B;&#x6DF1;&#x3044;&#x5C64;&#xFF08;V&#xFF09;&#x306B;&#x95A2;&#x3059;&#x308B;&#x8A73;&#x7D30;&#x306A;&#x60C5;&#x5831;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x6211;&#x3005;&#x306E;&#x6700;&#x521D;&#x306E;&#x8ABF;&#x67FB;&#x7D50;&#x679C;&#x3092;&#x5831;&#x544A;&#x3059;&#x308B;&#x3002;

&#x30E9;&#x30C3;&#x30C8;&#x904B;&#x52D5;&#x91CE;&#x306E;&#x5C40;&#x6240;&#x96FB;&#x5834;&#x96FB;&#x4F4D;&#x306B;&#x304A;&#x3051;&#x308B;&#x904B;&#x52D5;&#x65B9;&#x5411;&#x306E;&#x60C5;&#x5831;&#x306E;&#x5C64;&#x306E;&#x5206;&#x6790;

&#xB85C;&#xCEEC; &#xD544;&#xB4DC; &#xC804;&#xC704; (LFPs) &#xADF8;&#xB4E4;&#xC740; &#xC2E0;&#xB8B0;&#xD560; &#xC218; &#xC788;&#xB294; &#xBAA8;&#xD130;&#xC640; &#xAC10;&#xAC01; &#xAD00;&#xB828; &#xC815;&#xBCF4;&#xB97C; &#xC81C;&#xACF5;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xADF8;&#xB9AC;&#xACE0; &#xC27D;&#xAC8C; &#xC2DC;&#xAC04;&#xC744; &#xC624;&#xB79C; &#xAE30;&#xAC04; &#xB3D9;&#xC548; &#xAE30;&#xB85D; &#xB420; &#xC218; &#xC788;&#xAE30; &#xB54C;&#xBB38;&#xC5D0; &#xC2E0;&#xACBD; &#xBCF4; &#xCCA0; &#xC7A5;&#xCE58; &#xC81C;&#xC5B4;&#xC5D0; &#xC0AC;&#xC6A9; &#xD558;&#xAE30; &#xC704;&#xD574; &#xC81C;&#xC548; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xBC18;&#xBA74; &#xC5F0;&#xAD6C; &#xBC29;&#xD5A5; &#xBAA8;&#xD130;&#xC758; &#xC6C0;&#xC9C1;&#xC784;&#xC5D0; &#xB300; &#xD55C; &#xC815;&#xBCF4;&#xB294; &#xADF8;&#xAC83; &#xC5B4;&#xB5A4; &#xAE4A;&#xC774;&#xC5D0;&#xC11C; &#xC774;&#xB7EC;&#xD55C; &#xC2E0;&#xD638; &#xAE30;&#xB85D; &#xB418;&#xC5B4;&#xC57C;&#xC5D0;&#xC11C; &#xC6B4;&#xB3D9; &#xC815;&#xBCF4;&#xC758; &#xC591;&#xC744; &#xCD5C;&#xB300;&#xD654; &#xD558;&#xAE30; &#xC704;&#xD574; &#xC54C; &#xC218; &#xC5C6;&#xB294; LFPs&#xC5D0;&#xC11C; &#xC720;&#xCD94;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xB05D;&#xC744; &#xD5A5;&#xD574; &#xC6B0;&#xB9AC;&#xAC00; &#xADE0;&#xB4F1; &#xD558; &#xAC8C; &#xAC04;&#xACA9;&#xC744; &#xB744;&#xC6CC; 100 microm &#xB5A8;&#xC5B4;&#xC838; &#xC788;&#xB358; 16 &#xC138;&#xB85C; &#xB179;&#xC74C; &#xC0AC;&#xC774;&#xD2B8; &#xAD6C;&#xC131; &#xB41C; &#xC804;&#xADF9;&#xC73C;&#xB85C; Lfps&#xB97C; &#xC0D8;&#xD50C;&#xB9C1; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xAE34; &#xC5D0;&#xBC18;&#xC2A4; &#xC950;&#xC5D0; &#xBC29;&#xD5A5; &#xBAA8;&#xD130; &#xC791;&#xC5C5;&#xC744; &#xC0AC;&#xC6A9;. &#xC774; &#xBAA8;&#xD130; &#xD53C; &#xC9C8;&#xC758; &#xBAA8;&#xB4E0; &#xCE35;&#xC758; &#xB3D9;&#xC2DC; &#xB179;&#xC74C;&#xC744; &#xD5C8;&#xC6A9; &#xD569;&#xB2C8;&#xB2E4;. Lfps&#xC758; &#xC8FC;&#xD30C;&#xC218; &#xAD6C;&#xC131; &#xC694;&#xC18C; &#xB2E4;&#xC74C; k-&#xD3C9;&#xADE0; &#xAE4A;&#xC774;&#xC758; &#xD568;&#xC218;&#xB85C; &#xBC29;&#xD5A5; &#xC815;&#xBCF4;&#xB97C; &#xD655;&#xC778; &#xD558;&#xB824;&#xBA74; &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xB9C1;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xBD84;&#xC11D; &#xD588;&#xB2E4;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xAC00; &#xBCF4;&#xACE0; &#xC6B0;&#xB9AC;&#xC758; &#xCD08;&#xAE30; &#xC5F0;&#xAD6C; &#xACB0;&#xACFC;&#xC758; &#xBAA8;&#xD130; &#xD53C; &#xC9C8; &#xD45C;&#xBA74; &#xB808;&#xC774;&#xC5B4; (II/III) &#xC6B4;&#xB3D9; &#xBC29;&#xD5A5; &#xD6C4; &#xAE4A;&#xC740; &#xCE35; (V)&#xC5D0; &#xB300; &#xD55C; &#xC790;&#xC138;&#xD55C; &#xC815;&#xBCF4;&#xB97C; &#xC81C;&#xACF5;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xCE35; &#xB958; &#xC950; &#xBAA8;&#xD130; &#xD53C; &#xC9C8;&#xC758; &#xB85C;&#xCEEC; &#xD544;&#xB4DC; &#xC804;&#xC704;&#xC758; &#xC774;&#xB3D9; &#xBC29;&#xD5A5; &#xC815;&#xBCF4; &#xBD84;&#xC11D;.

Potenziali di campo locale (LFPs) sono stati proposti per uso nel controllo di dispositivi protesici neurale perch&eacute; possono fornire informazioni sensoriali e motore affidabile e pu&ograve; essere registrati facilmente per lunghi periodi di tempo. Mentre alcuni studi hanno dimostrato che informazioni direzionali sui movimenti motori possono essere dedotte da LFPs, non si sa a quale profondit&agrave; questi segnali devono essere registrati al fine di massimizzare la quantit&agrave; di informazioni di movimento. A tal fine, abbiamo usato un&#39;attivit&agrave; direzionale motore nei ratti lungo Evans, mentre LFPs di campionamento con un elettrodo costituito da 16 siti di registrazione verticale che erano equidistanti 100 microm apart. Questo ha permesso per la registrazione simultanea di tutti gli strati della corteccia del motore. I componenti di frequenza dei LFPs sono stati poi analizzati con k-means clustering per determinare informazioni direzionali in funzione della profondit&agrave;. Riportiamo i nostri risultati iniziali che strati superficiali (II/III) della corteccia motoria possono fornire ulteriori informazioni sulle direzioni di movimento quindi gli strati pi&ugrave; profondi (V).

Laminare analisi di movimento direzione informazioni in potenziali di campo locale della corteccia motoria di ratto.

&#x5C40;&#x90E8;&#x573A;&#x7535;&#x4F4D; (Lfp) &#x5DF2;&#x63D0;&#x8BAE;&#x7528;&#x4E8E;&#x63A7;&#x5236;&#x795E;&#x7ECF;&#x5047;&#x4F53;&#x88C5;&#x7F6E;&#xFF0C;&#x56E0;&#x4E3A;&#x5B83;&#x4EEC;&#x53EF;&#x4EE5;&#x63D0;&#x4F9B;&#x53EF;&#x9760;&#x7684;&#x7535;&#x673A;&#x548C;&#x611F;&#x5B98;&#x4E0E;&#x76F8;&#x5173;&#x7684;&#x4FE1;&#x606F;&#xFF0C;&#x5E76;&#x8F7B;&#x677E;&#x957F;&#x65F6;&#x95F4;&#x5185;&#x7684;&#x65F6;&#x95F4;&#x8BB0;&#x5F55;&#x4E0B;&#x6765;&#x3002;&#x867D;&#x7136;&#x7814;&#x7A76;&#x8868;&#x660E;&#xFF0C;&#x6C7D;&#x8F66;&#x8FD0;&#x52A8;&#x7684;&#x65B9;&#x5411;&#x4FE1;&#x606F;&#x53EF;&#x4EE5;&#x63A8;&#x65AD;&#x4ECE; Lfp&#xFF0C;&#x5B83;&#x4E0D;&#x77E5;&#x9053;&#x5728;&#x4EC0;&#x4E48;&#x6DF1;&#x5EA6;&#x8FD9;&#x4E9B;&#x4FE1;&#x53F7;&#x5E94;&#x8BB0;&#x5F55;&#x4ECE;&#x4EE5;&#x6700;&#x5927;&#x9650;&#x5EA6;&#x5730;&#x8FD0;&#x52A8;&#x4FE1;&#x606F;&#x7684;&#x6570;&#x91CF;&#x3002;&#x4E3A;&#x5B9E;&#x73B0;&#x6B64;&#x76EE;&#x6807;&#xFF0C;&#x6211;&#x4EEC;&#x5B9A;&#x5411;&#x7535;&#x673A;&#x4EFB;&#x52A1;&#x957F;&#x57C3;&#x6587;&#x65AF;&#x5728;&#x8001;&#x9F20;&#x8BD5;&#x9A8C;&#x4E2D;&#x65F6;&#x4F7F;&#x7528;&#x91C7;&#x6837; Lfp &#x7535;&#x6781;&#x7EC4;&#x6210;&#x7684; 16 &#x4E2A;&#x5747;&#x5300;&#x95F4;&#x9694; 100 microm &#x5206;&#x5F00;&#x7684;&#x5782;&#x76F4;&#x8BB0;&#x5F55;&#x7AD9;&#x70B9;&#x3002;&#x8FD9;&#x5141;&#x8BB8;&#x4E3A;&#x6240;&#x6709;&#x5C42;&#x6B21;&#x7684;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x7684;&#x540C;&#x65F6;&#x5F55;&#x5236;&#x3002;Lfp &#x7684;&#x9891;&#x7387;&#x7EC4;&#x4EF6;&#x7136;&#x540E;&#x5206;&#x6790;&#x4F7F;&#x7528; k-&#x5747;&#x503C;&#x805A;&#x7C7B;&#x6765;&#x786E;&#x5B9A;&#x6DF1;&#x5EA6;&#x4F5C;&#x4E3A;&#x51FD;&#x6570;&#x7684;&#x65B9;&#x5411;&#x4FE1;&#x606F;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x62A5;&#x544A;&#x6211;&#x4EEC;&#x521D;&#x6B65;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#xFF0C;&#x8868;&#x9762;&#x5C42; (II/III) &#x7684;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x53EF;&#x80FD;&#x63D0;&#x4F9B;&#x6709;&#x5173;&#x79FB;&#x52A8;&#x65B9;&#x5411;&#x7136;&#x540E;&#x6DF1;&#x5C42; (V) &#x7684;&#x8BE6;&#x7EC6;&#x4FE1;&#x606F;&#x3002;

&#x5C42;&#x6D41;&#x5206;&#x6790;&#x5BF9;&#x5927;&#x9F20;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x5C40;&#x90E8;&#x573A;&#x7535;&#x4F4D;&#x8FD0;&#x52A8;&#x65B9;&#x5411;&#x4FE1;&#x606F;&#x3002;

Local field potentials (LFPs) have been proposed for use in controlling neural prosthetic devices because they can provide reliable motor and sensory-related information, and can easily be recorded over long periods of time. While studies have shown that directional information about motor movements can be inferred from LFPs, it is not known at what depth these signals should be recorded from in order to maximize the amount of movement information. Towards this end, we used a directional motor task in Long Evans rats, while sampling LFPs with an electrode consisting of 16 vertical recording sites that were evenly-spaced 100 microm apart. This allowed for simultaneous recording of all layers of the motor cortex. The frequency components of LFPs were then analyzed using k-means clustering to determine directional information as a function of depth. Here we report our initial findings that superficial layers (II/III) of motor cortex may provide more information about movement directions then deeper layers (V).

Laminar analysis of movement direction information in local field potentials of the rat motor cortex.

Potentiels de champs locaux (LFP) ont &#xE9;t&#xE9; propos&#xE9;s pour une utilisation dans le contr&#xF4;le de proth&#xE8;ses neurales, car ils peuvent fournir des moteurs fiables et sensorielle li&#xE9;e &#xE0; l&#x26;#39;information, et peuvent facilement &#xEA;tre enregistr&#xE9;s sur de longues p&#xE9;riodes de temps. Bien que des &#xE9;tudes ont montr&#xE9; que l&#x26;#39;information directionnelle sur les mouvements du moteur peut &#xEA;tre d&#xE9;duite de LFP, on ne sait pas &#xE0; quelle profondeur ces signaux doivent &#xEA;tre enregistr&#xE9;s &#xE0; partir afin de maximiser la quantit&#xE9; de renseignements sur les d&#xE9;placements. &#xC0; cette fin, nous avons utilis&#xE9; une t&#xE2;che motrice directionnelle chez le rat Long Evans, tout en d&#xE9;gustant LFP avec une &#xE9;lectrode constitu&#xE9;e de 16 sites d&#x26;#39;enregistrement verticales qui &#xE9;taient uniform&#xE9;ment espac&#xE9;es de 100 microm dehors. Cela a permis pour l&#x26;#39;enregistrement simultan&#xE9; de toutes les couches du cortex moteur. Les composantes de fr&#xE9;quence de LFP ont ensuite &#xE9;t&#xE9; analys&#xE9;es en utilisant k-means pour d&#xE9;terminer l&#x26;#39;information directionnelle comme une fonction de la profondeur. Ici, nous rapportons nos premiers r&#xE9;sultats que les couches superficielles (II / III) du cortex moteur peut fournir plus d&#x26;#39;informations sur les directions de mouvement, puis couches plus profondes (V).

Analyse laminaire de l&#x26;#39;information Direction du Mouvement dans les potentiels de champs locaux du Rat du cortex moteur

Lokales Feld Potentiale (LFPs) sind vorgeschlagen worden, f&uuml;r den Einsatz in neuronale Prothesen steuern, denn sie zuverl&auml;ssige motorische und sensorische Informationen bieten und problemlos &uuml;ber l&auml;ngere Zeit aufgezeichnet werden k&ouml;nnen. W&auml;hrend Untersuchungen haben ergeben, dass gerichtete Informationen &uuml;ber motorische Bewegungen abgeleitet werden kann von LFPs, es ist nicht bekannt, in welcher Tiefe diese Signale sollten aus aufgezeichnet werden, um die Menge der Bewegungsinformationen zu maximieren. Zu diesem Zweck haben wir eine direktionale motor Aufgabe bei langen Evans Ratten w&auml;hrend der Probenahme LFPs mit einer Elektrode, bestehend aus 16 vertikale Aufzeichnung-Sites, die gleichm&auml;&szlig;ig 100 Microm auseinander waren. Dies erlaubt gleichzeitige Aufnahme aus allen Schichten der motorischen Kortex. Die Frequenzkomponenten der LFPs wurden dann analysiert mithilfe der k-Means-Algorithmus um gerichtete Informationen als Funktion der Tiefe zu bestimmen. Hier berichten wir &uuml;ber unsere ersten Ergebnisse, dass oberfl&auml;chliche Schichten (II/III) des motorischen Kortex Weitere Informationen zur Bewegung Richtungen dann tieferen Schichten (V) enthalten k&ouml;nnen.

Laminar Analyse Bewegung Richtung Informationen im lokalen Bereich Potentiale der die Ratte motorischen Kortex.

Potenciales de campo locales (LFPs) se han propuesto para su uso en el control de dispositivos prot&#xE9;sicos neurales porque pueden proporcionar fiable del motor y la informaci&#xF3;n sensorial relacionada, y puede ser f&#xE1;cilmente grabado durante largos per&#xED;odos de tiempo. Aunque los estudios han demostrado que la informaci&#xF3;n direccional sobre los movimientos del motor se puede deducir de LFPs, no se sabe en qu&#xE9; profundidad estas se&#xF1;ales debe ser registrada desde el fin de maximizar la cantidad de informaci&#xF3;n de movimiento. Con este fin, hemos utilizado una tarea de motor direccional en ratas Long Evans, mientras que el muestreo LFPs con un electrodo que consta de 16 sitios de registro verticales que eran uniformemente espaciadas a 100 micras de diferencia. Esto permiti&#xF3; el registro simult&#xE1;neo de todas las capas de la corteza motora. Los componentes de frecuencia de LFPs fueron analizados utilizando k-means para determinar la informaci&#xF3;n direccional como una funci&#xF3;n de la profundidad. Aqu&#xED; mostramos nuestras conclusiones iniciales que las capas superficiales (II / III) de la corteza motora puede proporcionar m&#xE1;s informaci&#xF3;n acerca de direcciones de movimiento y luego las capas m&#xE1;s profundas (V).

Laminar An&#xE1;lisis de la Informaci&#xF3;n Direcci&#xF3;n del Movimiento en los potenciales de campo local de la Rata de la corteza motora

&#x5927;&#x8111;&#x76AE;&#x5C42;&#x662F;&#x7531;&#x7EC4;&#x6210;&#x7684;&#x4E0D;&#x540C;&#x7684;&#x5355;&#x5143;&#x683C;&#x7C7B;&#x578B;&#x516D;&#x5206;&#x5C42;&#x7EC4;&#x7EC7;&#x3002;&#x5355;&#x4F4D;&#x6D3B;&#x52A8;&#x7684;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x4E0D;&#x540C;&#x5C42;&#x4E2D;&#x6D89;&#x53CA;&#x8FD0;&#x52A8;&#x6709;&#xFF1F;&#x690D;&#x5165;&#x4E00;&#x4E2A;&#x7279;&#x5B9A;&#x7684;&#x5C42;&#x4E0D;&#x4F1A;&#x63D0;&#x9AD8;&#x89E3;&#x7801;&#x80FD;&#x529B;&#x4E3A; neuroprosthetic &#x8BBE;&#x5907;&#x7684;&#x65B9;&#x5411;&#x5417;&#xFF1F;&#x540C;&#x65F6;&#xFF0C;&#x6211;&#x4EEC;&#x5F55;&#x5F97;&#x5355;&#x4F4D;&#x6D3B;&#x52A8;&#x5BF9;&#x6162;&#x6027;&#x591A;&#x7AD9;&#x70B9;&#x7845;&#x7535;&#x6781;&#x7684;&#x5927;&#x9F20;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x7684;&#x4E0D;&#x540C;&#x56FE;&#x5C42;&#x4E2D;&#x3002;&#x6211;&#x4EEC;&#x7ED3;&#x5408;&#x7684;&#x7EC4;&#x7EC7;&#x5B66;&#x548C;&#x7535;&#x751F;&#x7406;&#x7B7E;&#x540D;&#x7684;&#x672C;&#x5730;&#x7684;&#x5916;&#x5730;&#x6F5C;&#x529B; (Lfp) &#x6765;&#x51C6;&#x786E;&#x5730;&#x672C;&#x5730;&#x5316;&#x7528;&#x7535;&#x6781;&#x7AD9;&#x70B9;&#x5728;&#x5927;&#x8111;&#x76AE;&#x8D28;&#x7684;&#x4E0D;&#x540C;&#x5C42;&#x3002;&#x6211;&#x4EEC;&#x5206;&#x6790; 142 &#x5355;&#x4F4D;&#x4ECE;&#x4E24;&#x53EA;&#x52A8;&#x7269;&#x5E76;&#x6CA1;&#x6709;&#x53D1;&#x73B0; 40 &#x4E2A;&#x5355;&#x4F4D; &#xFF08;28%&#xFF09; &#x5728;&#x56FE;&#x5C42;&#x4E8C;&#x81F3;&#x7B2C;&#x4E94;&#x7AE0;&#x53EA;&#x6709;&#x5728;&#x8FD0;&#x52A8;&#x65B9;&#x9762;&#x7684;&#x91CD;&#x5927;&#x8C03;&#x5236;&#x3002;&#x8FD9;&#x4E9B;&#x8868;&#x660E;&#x91CD;&#x5927;&#x8C03;&#x5236;&#x7684;&#x5355;&#x4F4D;&#xFF0C;9/20 &#xFF08;45%&#xFF09; &#x5728;&#x56FE;&#x5C42;&#x4E8C;/&#x4E09;&#x7EA7;&#x5355;&#x4F4D;&#x7684;&#x7F16;&#x7801;&#x5C42; IV/V &#x5728;&#x5355;&#x4F4D;&#x4E0E; 15/19 &#xFF08;79%&#xFF09; &#x7684;&#x65B9;&#x5411;&#x4FE1;&#x606F;&#x3002;&#x8FD9;&#x4E9B;&#x521D;&#x6B65;&#x7ED3;&#x679C;&#x663E;&#x793A;&#x5728;&#x56FE;&#x5C42; IV/V &#x5355;&#x4F4D;&#x76F8;&#x5BF9;&#x8F83;&#x542B;&#x6709;&#x5B9A;&#x5411;&#x4FE1;&#x606F;&#x591A;&#x4E8E;&#x76AE;&#x5C42;&#x7684;&#x5176;&#x5B83;&#x56FE;&#x5C42;&#x3002;

&#x6263;&#x7403;&#x5728;&#x5927;&#x9F20;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x6D3B;&#x52A8;&#x7684;&#x5C42;&#x6D41;&#x8868;&#x5F81;&#x3002;

El aislamiento de las unidades individuales en grabaciones extracelulares incluye filtrado. Eliminaci&oacute;n de frecuencias bajas permite un umbral constante identificar y extraer los eventos del potencial de acci&oacute;n. Sin embargo, los m&eacute;todos est&aacute;ndar como Butterworth filtro bandpass realizan esta supresi&oacute;n de la frecuencia a un costo de distorsionar gravemente formas de onda. Aqu&iacute;, aplicamos la descomposici&oacute;n wavelet y reconstrucci&oacute;n como un filtro para datos de Electrofisiolog&iacute;a y demostrar su capacidad para conservar mejor la forma de espiga. Para la mayor&iacute;a de las c&eacute;lulas, este enfoque tambi&eacute;n mejora la espiga a-relaci&oacute;n se&ntilde;al-ruido (SNR) y aumenta la discriminaci&oacute;n del racimo. Adem&aacute;s, la t&eacute;cnica descrita es suficientemente r&aacute;pida como para aplicarse en tiempo real.

Wavelet filtrado antes de detecci&oacute;n de pico conserva la forma de onda y mejora la discriminaci&oacute;n de una sola unidad.

L&#39;isolamento di singole unit&agrave; in registrazioni extracellulari coinvolge il filtro. Rimuovendo le frequenze pi&ugrave; basse consente una soglia costante da applicare al fine di identificare ed estrarre gli eventi di potenziale d&#39;azione. Tuttavia, i metodi standard come un filtro passa-banda di Butterworth eseguono questo escissione di frequenza ad un costo di alterare gravemente le forme d&#39;onda. Qui, applichiamo la decomposizione wavelet e ricostruzione come un filtro per i dati di elettrofisiologia e dimostrare la sua capacit&agrave; di preservare meglio la forma di spike. Per la maggior parte delle cellule, questo approccio migliora spike rapporto segnale-rumore (SNR) e aumenta la discriminazione di cluster. Inoltre, la tecnica descritta &egrave; abbastanza veloce per essere applicato in tempo reale.

Wavelet di filtraggio prima rilevazione spike conserva la forma d&#39;onda e migliora la discriminazione unit&agrave; singola.

&#xD558;&#xB098;&#xC758; &#xB2E8;&#xC704;&#xB97C; &#xC138;&#xD3EC; &#xC678; &#xB179;&#xC74C;&#xC5D0;&#xC11C;&#xC758; &#xACA9;&#xB9AC; &#xD544;&#xD130;&#xB9C1; &#xD558;&#xB294; &#xC791;&#xC5C5;&#xC774; &#xD3EC;&#xD568; &#xB429;&#xB2C8;&#xB2E4;. &#xB0AE;&#xC740; &#xC8FC;&#xD30C;&#xC218;&#xB97C; &#xC81C;&#xAC70; &#xC77C;&#xC815; &#xC784;&#xACC4;&#xAC12;&#xC744; &#xC2DD;&#xBCC4; &#xD558; &#xACE0; &#xC791;&#xC5C5; &#xAC00;&#xB2A5;&#xC131; &#xC774;&#xBCA4;&#xD2B8;&#xB97C; &#xCD94;&#xCD9C; &#xD558;&#xAE30; &#xC704;&#xD574; &#xC801;&#xC6A9; &#xB420; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xADF8;&#xB7EC;&#xB098;, &#xBC84;&#xD130;&#xC6CC;&#xC2A4; &#xB300;&#xC5ED; &#xD1B5;&#xACFC; &#xD544;&#xD130;&#xB9C1; &#xAC19;&#xC740; &#xD45C;&#xC900; &#xBC29;&#xBC95; &#xC870;&#xC7A1; &#xD55C; &#xD30C;&#xD615; &#xBAA8;&#xC591; &#xC65C;&#xACE1;&#xC758; &#xBE44;&#xC6A9;&#xC73C;&#xB85C;&#xC774; &#xC8FC;&#xD30C;&#xC218; &#xC808;&#xB2E8;&#xC744; &#xC218;&#xD589; &#xD569;&#xB2C8;&#xB2E4;. &#xC5EC;&#xAE30;&#xC5D0;, &#xC6B0;&#xB9AC;&#xB294; &#xC6E8;&#xC774; &#xBE14; &#xB9BF; &#xBD84;&#xD574; &#xBC0F; &#xC804;&#xAE30; &#xC0DD;&#xB9AC;&#xD559; &#xB370;&#xC774;&#xD130;&#xC5D0; &#xB300; &#xD55C; &#xD544;&#xD130;&#xB85C; &#xC7AC;&#xAD6C;&#xC131; &#xC801;&#xC6A9; &#xB354; &#xC2A4;&#xD30C;&#xC774;&#xD06C; &#xD615;&#xD0DC;&#xB97C; &#xBCF4;&#xC874; &#xD558;&#xB294; &#xAE30;&#xB2A5;&#xC744; &#xBCF4;&#xC5EC; &#xC90D;&#xB2C8;&#xB2E4;. &#xB300;&#xB2E4;&#xC218;&#xC758; &#xC140;&#xC5D0; &#xB300; &#xD55C;&#xC774; &#xC811;&#xADFC; &#xB610;&#xD55C; &#xC2A4;&#xD30C;&#xC774;&#xD06C; &#xC2E0;&#xD638; &#xB300; &#xC7A1;&#xC74C; &#xBE44; (SNR)&#xB97C; &#xD5A5;&#xC0C1; &#xD558; &#xACE0; &#xD074;&#xB7EC;&#xC2A4;&#xD130; &#xD310;&#xBCC4;&#xC744; &#xC99D;&#xAC00; &#xC2DC;&#xD0B5;&#xB2C8;&#xB2E4;. &#xB610;&#xD55C;, &#xC124;&#xBA85; &#xBC29;&#xBC95;&#xC740; &#xCDA9;&#xBD84;&#xD788; &#xBE68;&#xB9AC; &#xC2E4;&#xC2DC;&#xAC04;&#xC73C;&#xB85C; &#xC801;&#xC6A9; &#xD569;&#xB2C8;&#xB2E4;.

&#xC6E8;&#xC774; &#xBE14; &#xB9BF; &#xC2A4;&#xD30C;&#xC774;&#xD06C; &#xAC80;&#xC0C9; &#xD558;&#xAE30; &#xC804;&#xC5D0; &#xD544;&#xD130;&#xB9C1; &#xD30C;&#xD615; &#xD615;&#xD0DC;&#xB97C; &#xBCF4;&#xC874; &#xD558; &#xACE0; &#xB2E8;&#xC77C; &#xB2E8;&#xC704; &#xCC28;&#xBCC4; &#xAC15;&#xD654;.

&#x7D30;&#x80DE;&#x5916;&#x8A18;&#x9332;&#x3067;&#x5358;&#x4E00;&#x30E6;&#x30CB;&#x30C3;&#x30C8;&#x306E;&#x5206;&#x96E2;&#x306B;&#x306F;&#x3001;&#x30D5;&#x30A3;&#x30EB;&#x30BF; &#x30EA;&#x30F3;&#x30B0;&#x304C;&#x542B;&#x307E;&#x308C;&#x307E;&#x3059;&#x3002;&#x4F4E;&#x3044;&#x5468;&#x6CE2;&#x6570;&#x3092;&#x524A;&#x9664;&#x3059;&#x308B;&#x6D3B;&#x52D5;&#x96FB;&#x4F4D;&#x306E;&#x30A4;&#x30D9;&#x30F3;&#x30C8;&#x3092;&#x62BD;&#x51FA;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x9069;&#x7528;&#x3055;&#x308C;&#x308B;&#x4E00;&#x5B9A;&#x306E;&#x3057;&#x304D;&#x3044;&#x5024;&#x3092;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x305F;&#x3060;&#x3057;&#x3001;&#x30D0;&#x30BF;&#x30EF;&#x30FC;&#x30B9;&#x5E2F;&#x57DF;&#x901A;&#x904E;&#x30D5;&#x30A3;&#x30EB;&#x30BF;&#x30FC;&#x306A;&#x3069;&#x6A19;&#x6E96;&#x7684;&#x306A;&#x65B9;&#x6CD5;&#x306F;&#x8457;&#x3057;&#x304F;&#x6CE2;&#x5F62;&#x5F62;&#x72B6;&#x3092;&#x6B6A;&#x66F2;&#x306E;&#x3053;&#x306E;&#x5468;&#x6CE2;&#x6570;&#x306E;&#x5207;&#x9664;&#x30B3;&#x30B9;&#x30C8;&#x3067;&#x3092;&#x5B9F;&#x884C;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x6211;&#x3005; &#x306F;&#x30A6;&#x30A7;&#x30FC;&#x30D6;&#x30EC;&#x30C3;&#x30C8;&#x5206;&#x89E3;&#x3068;&#x518D;&#x69CB;&#x6210;&#x96FB;&#x6C17;&#x751F;&#x7406;&#x5B66;&#x30C7;&#x30FC;&#x30BF;&#x306E;&#x30D5;&#x30A3;&#x30EB;&#x30BF;&#x30FC;&#x3068;&#x3057;&#x3066;&#x9069;&#x7528;&#x3057;&#x3001;&#x826F;&#x3044;&#x30B9;&#x30D1;&#x30A4;&#x30AF;&#x306E;&#x5F62;&#x72B6;&#x3092;&#x4FDD;&#x6301;&#x3059;&#x308B;&#x306B;&#x306F;&#x3001;&#x305D;&#x306E;&#x6A5F;&#x80FD;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x7D30;&#x80DE;&#x306E;&#x5927;&#x90E8;&#x5206;&#x306F;&#x3001;&#x3053;&#x306E;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x306F;&#x307E;&#x305F;&#x30B9;&#x30D1;&#x30A4;&#x30AF;&#x4FE1;&#x53F7;&#x5BFE;&#x30CE;&#x30A4;&#x30BA;&#x6BD4; (SNR) &#x6539;&#x5584;&#x3057;&#x3066;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30FC;&#x306E;&#x8B58;&#x5225;&#x304C;&#x5897;&#x52A0;&#x3057;&#x307E;&#x3059;&#x3002;&#x3055;&#x3089;&#x306B;&#x3001;&#x8A18;&#x8F09;&#x3057;&#x305F;&#x6280;&#x8853;&#x306F;&#x3001;&#x5341;&#x5206;&#x306B;&#x30EA;&#x30A2;&#x30EB;&#x30BF;&#x30A4;&#x30E0;&#x306B;&#x9069;&#x7528;&#x3059;&#x308B;&#x9AD8;&#x901F;&#x3067;&#x3059;&#x3002;

&#x30B9;&#x30D1;&#x30A4;&#x30AF;&#x691C;&#x51FA;&#x524D;&#x306B;&#x30D5;&#x30A3;&#x30EB;&#x30BF; &#x30EA;&#x30F3;&#x30B0; &#x30A6;&#x30A7;&#x30FC;&#x30D6;&#x30EC;&#x30C3;&#x30C8;&#x6CE2;&#x5F62;&#x5F62;&#x72B6;&#x3092;&#x4FDD;&#x6301;&#x3057;&#x3001;&#x5358;&#x4E00;&#x30E6;&#x30CB;&#x30C3;&#x30C8;&#x306E;&#x5DEE;&#x5225;&#x3092;&#x5F37;&#x5316;&#x3057;&#x307E;&#x3059;&#x3002;

&#x5355;&#x4E2A;&#x5355;&#x4F4D;&#x7684;&#x80DE;&#x5916;&#x5F55;&#x5236;&#x9694;&#x79BB;&#x6D89;&#x53CA;&#x7B5B;&#x9009;&#x3002;&#x5220;&#x9664;&#x8F83;&#x4F4E;&#x9891;&#x7387;&#x5141;&#x8BB8;&#x5E38;&#x91CF;&#x7684;&#x9608;&#x503C;&#xFF0C;&#x4EE5;&#x9002;&#x7528;&#xFF0C;&#x4EE5;&#x8BC6;&#x522B;&#x548C;&#x63D0;&#x53D6;&#x52A8;&#x4F5C;&#x7535;&#x4F4D;&#x7684;&#x4E8B;&#x4EF6;&#x3002;&#x4F46;&#x662F;&#xFF0C;&#x6807;&#x51C6;&#x7684;&#x65B9;&#x6CD5;&#x5982;&#x5DF4;&#x7279;&#x6C83;&#x65AF;&#x5E26;&#x901A;&#x6EE4;&#x6CE2;&#x6267;&#x884C;&#x6B64;&#x9891;&#x7387;&#x5207;&#x9664;&#x7684;&#x6210;&#x672C;&#x4E25;&#x91CD;&#x626D;&#x66F2;&#x6CE2;&#x5F62;&#x5F62;&#x72B6;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x5E94;&#x7528;&#x5C0F;&#x6CE2;&#x5206;&#x89E3;&#x548C;&#x91CD;&#x6784;&#x4E3A;&#x7535;&#x751F;&#x7406;&#x6570;&#x636E;&#x7B5B;&#x9009;&#x5668;&#x548C;&#x5C55;&#x793A;&#x5176;&#x66F4;&#x597D;&#x5730;&#x7EF4;&#x62A4;&#x7A57;&#x5F62;&#x72B6;&#x7684;&#x80FD;&#x529B;&#x3002;&#x5BF9;&#x4E8E;&#x7EC6;&#x80DE;&#x7684;&#x5927;&#x591A;&#x6570;&#xFF0C;&#x8FD9;&#x79CD;&#x65B9;&#x6CD5;&#x8FD8;&#x53EF;&#x6539;&#x8FDB;&#x7A57;&#x4FE1;&#x53F7;&#x7684;&#x4FE1;&#x566A;&#x6BD4; (&#x4FE1;&#x566A;&#x6BD4;) &#x5E76;&#x63D0;&#x9AD8;&#x7FA4;&#x96C6;&#x7684;&#x6B67;&#x89C6;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x6240;&#x8FF0;&#x7684;&#x6280;&#x672F;&#x662F;&#x4E0D;&#x591F;&#x5FEB;&#xFF0C;&#x65E0;&#x6CD5;&#x5B9E;&#x65F6;&#x5E94;&#x7528;&#x3002;

&#x5C0F;&#x6CE2;&#x6EE4;&#x6CE2;&#x5728;&#x7A57;&#x68C0;&#x6D4B;&#x4E4B;&#x524D;&#x4FDD;&#x7559;&#x6CE2;&#x5F62;&#x5F62;&#x72B6;&#x548C;&#x589E;&#x5F3A;&#x4E86;&#x5355;&#x80A1;&#x7684;&#x6B67;&#x89C6;&#x3002;

The isolation of single units in extracellular recordings involves filtering. Removing lower frequencies allows a constant threshold to be applied in order to identify and extract action potential events. However, standard methods such as Butterworth bandpass filtering perform this frequency excision at a cost of grossly distorting waveform shapes. Here, we apply wavelet decomposition and reconstruction as a filter for electrophysiology data and demonstrate its ability to better preserve spike shape. For the majority of cells, this approach also improves spike signal-to-noise ratio (SNR) and increases cluster discrimination. Additionally, the described technique is fast enough to be applied real-time.

Wavelet filtering before spike detection preserves waveform shape and enhances single-unit discrimination.

L&#39;isolement des unit&eacute;s individuelles dans des enregistrements extracellulaires implique le filtrage. Suppression des fr&eacute;quences basses permet un seuil constant &agrave; appliquer afin d&#39;identifier et d&#39;extraire les &eacute;v&eacute;nements du potentiel d&#39;action. Toutefois, des m&eacute;thodes standards telles que filtrage passe-bande de Butterworth effectuent cette excision de fr&eacute;quence pour un co&ucirc;t de d&eacute;former grossi&egrave;rement les formes d&#39;onde. Ici, nous appliquons la d&eacute;composition par ondelettes et reconstruction comme un filtre pour les donn&eacute;es de l&#39;&eacute;lectrophysiologie et d&eacute;montrer sa capacit&eacute; &agrave; mieux pr&eacute;server forme d&#39;&eacute;pi. Pour la majorit&eacute; des cellules, cette approche a &eacute;galement am&eacute;liore le rapport signal-sur-bruit de spike (SNR) et augmente la discrimination de cluster. En outre, la technique d&eacute;crite est suffisamment rapide pour &ecirc;tre appliqu&eacute;e en temps r&eacute;el.

Ondelettes filtrage avant la d&eacute;tection de pic conserve la forme d&#39;onde et renforce la discrimination unitaires.

Die Isolation der einzelnen Einheiten im extrazellul&auml;ren Aufnahmen umfasst filtern. Entfernen von niedrigere Frequenzen erm&ouml;glicht einen konstanten Schwellenwert angewendet werden, um zu ermitteln und Aktionspotential-Ereignisse extrahieren. Standard-Methoden wie Butterworth Bandpass Filter f&uuml;hren jedoch diese Frequenz Exzision bei Kosten grob verf&auml;lscht Wellenform Formen. Hier gelten wir Wavelet-Zerfall und Wiederaufbau als Filter f&uuml;r Elektrophysiologie Daten und demonstrieren Sie ihre F&auml;higkeit, Spitze Form besser zu bewahren. F&uuml;r die meisten Zellen wird dieser Ansatz auch verbessert Spike-Signal-Rausch-Verh&auml;ltnis (SNR), und die Clusterunterscheidung. Dar&uuml;ber hinaus ist die beschriebene Technik schnell genug, um in Echtzeit angewandt werden.

Wavelet-Filterung vor Spike Erkennung Wellenform Form bewahrt und verbessert die Einzel-Einheit Diskriminierung.

&#x795E;&#x7ECF;&#x7F51;&#x7EDC;&#x96C6;&#x6210;&#x89E3;&#x7801;&#x7ED3;&#x5408;&#x540C;&#x65F6;&#x7535;&#x6C14;&#x5FAE;&#x523A;&#x6FC0;&#x53CD;&#x9988;&#x7684;&#x95ED;&#x73AF;&#x795E;&#x7ECF;&#x63A5;&#x53E3;&#x6280;&#x672F;&#x88AB;&#x865A;&#x62DF;&#x6539;&#x5584;&#x8111;&#x6DF1;&#x90E8;&#x523A;&#x6FC0;&#x6280;&#x672F;&#x3001; &#x795E;&#x7ECF;&#x808C;&#x8FD0;&#x52A8;&#x5047;&#x4F53;&#x7684;&#x5E94;&#x7528;&#x7A0B;&#x5E8F;&#x548C;&#x6CBB;&#x7597;&#x766B;&#x75EB;&#x3002;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x4ECB;&#x7ECD;&#x6211;&#x4EEC;&#x5728;&#x5927;&#x9F20;&#x6A21;&#x578B;&#x4E2D;&#x7684;&#x611F;&#x89C9;&#x548C;&#x8FD0;&#x52A8;&#x7684;&#x795E;&#x7ECF;&#x7535;&#x751F;&#x7406;&#x53CD;&#x9988;&#x63A7;&#x5236;&#x7CFB;&#x7EDF;&#x7684;&#x8FED;&#x4EE3;&#x7ED3;&#x679C;&#x3002;&#x4E09;&#x79CD;&#x5927;&#x9F20;&#x957F;&#x671F;&#x88AB;&#x690D;&#x5165;&#x7535;&#x673A;&#x548C;&#x89C6;&#x89C9;&#x76AE;&#x8D28;&#x4E2D;&#x7684;&#x5FAE;&#x7535;&#x6781;&#x9635;&#x5217;&#x3002;&#x540E;&#x6765;&#x8001;&#x9F20;&#x53C8;&#x57F9;&#x8BAD;&#x4E86;&#x8FC7;&#x53BB;&#x51E0;&#x4E2A;&#x661F;&#x671F;&#x5185;&#x8C03;&#x8282; intra-cortical &#x5FAE;&#x523A;&#x6FC0; (ICMS) &#x4EA4;&#x4ED8;&#x540E;&#x7684;&#x5176;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x5408;&#x594F;&#x5355;&#x4F4D;&#x6D3B;&#x52A8;&#x7684;&#x89C6;&#x89C9;&#x76AE;&#x5C42;&#x4E3A;&#x4E86;&#x5F97;&#x5230;&#x98DF;&#x7269;&#x5956;&#x52B1;&#x3002;&#x5927;&#x9F20;&#x83B7;&#x5F97;&#x8FDE;&#x7EED;&#x53CD;&#x9988;&#x901A;&#x8FC7;&#x89C6;&#x89C9;&#x76AE;&#x5C42; ICMS &#x54CD;&#x5E94;&#x671F;&#x95F4;&#xFF0C;&#x662F;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x5408;&#x594F;&#x52A8;&#x529B;&#x5B66;&#x7684;&#x4EE3;&#x8868;&#x3002;&#x5206;&#x6790;&#x663E;&#x793A;&#x53CD;&#x9988;&#x63D0;&#x4F9B;&#x52A8;&#x7269;&#x7684;&#x884C;&#x4E3A;&#x5BA1;&#x5224;&#x7684;&#x6307;&#x6807;&#x3002;&#x5728;&#x786C;&#x4EF6;&#x5C42;&#x9762;&#xFF0C;&#x8FD9;&#x4E2A;&#x51C6;&#x5907;&#x63D0;&#x4F9B;&#x4E00;&#x4E2A;&#x6E29;&#x987A;&#x7684;&#x6D4B;&#x8BD5;&#x6A21;&#x578B;&#x7528;&#x4E8E;&#x63D0;&#x9AD8;&#x95ED;&#x73AF;&#x795E;&#x7ECF;&#x88C5;&#x7F6E;&#x7684;&#x6280;&#x672F;&#x3002;

&#x5927;&#x9F20;&#x6A21;&#x578B;&#x4E2D;&#x7684;&#x95ED;&#x73AF;&#x795E;&#x7ECF;&#x63A5;&#x53E3;&#x6280;&#x672F;&#x7684;&#x53D1;&#x5C55;&#xFF1A; &#x7ED3;&#x5408;&#x89C6;&#x89C9;&#x76AE;&#x5C42;&#x5FAE;&#x523A;&#x6FC0;&#x7684;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x6761;&#x4EF6;&#x53CD;&#x5C04;&#x3002;

Closed-loop neural interface technology that combines neural ensemble decoding with simultaneous electrical microstimulation feedback is hypothesized to improve deep brain stimulation techniques, neuromotor prosthetic applications, and epilepsy treatment. Here we describe our iterative results in a rat model of a sensory and motor neurophysiological feedback control system. Three rats were chronically implanted with microelectrode arrays in both the motor and visual cortices. The rats were subsequently trained over a period of weeks to modulate their motor cortex ensemble unit activity upon delivery of intra-cortical microstimulation (ICMS) of the visual cortex in order to receive a food reward. Rats were given continuous feedback via visual cortex ICMS during the response periods that was representative of the motor cortex ensemble dynamics. Analysis revealed that the feedback provided the animals with indicators of the behavioral trials. At the hardware level, this preparation provides a tractable test model for improving the technology of closed-loop neural devices.

Development of closed-loop neural interface technology in a rat model: combining motor cortex operant conditioning with visual cortex microstimulation.

En boucle ferm&#xE9;e technologie d&#x26;#39;interface neurale qui combine neuronal ensemble de d&#xE9;codage de la r&#xE9;troaction microstimulation simultan&#xE9;e &#xE9;lectrique est &#xE9;mis l&#x26;#39;hypoth&#xE8;se d&#x26;#39;am&#xE9;liorer les techniques de stimulation profonde du cerveau, neuromoteurs applications proth&#xE9;tiques, et traitement de l&#x26;#39;&#xE9;pilepsie. Nous d&#xE9;crivons ici nos r&#xE9;sultats it&#xE9;ratifs dans un mod&#xE8;le de rat d&#x26;#39;un syst&#xE8;me de r&#xE9;troaction sensorielle et motrice neurophysiologique de contr&#xF4;le. Trois rats ont &#xE9;t&#xE9; implant&#xE9;s de mani&#xE8;re chronique avec des tableaux de micro&#xE9;lectrodes &#xE0; la fois le moteur et le cortex visuel. Les rats ont ensuite &#xE9;t&#xE9; form&#xE9;s au cours d&#x26;#39;une p&#xE9;riode de plusieurs semaines de moduler leur cortex moteur unit&#xE9; d&#x26;#39;activit&#xE9; ensemble lors de la livraison intra-corticale microstimulation (ICMS) du cortex visuel afin de recevoir une r&#xE9;compense en nourriture. Les rats ont re&#xE7;u une r&#xE9;troaction continue par l&#x26;#39;interm&#xE9;diaire du SGCI du cortex visuel pendant les p&#xE9;riodes de r&#xE9;ponse qui a &#xE9;t&#xE9; repr&#xE9;sentant de la dynamique du cortex moteur ensemble. L&#x26;#39;analyse a r&#xE9;v&#xE9;l&#xE9; que le retour &#xE0; condition que les animaux avec des indicateurs des essais de comportement. Au niveau mat&#xE9;riel, cette pr&#xE9;paration donne un mod&#xE8;le de test maniable pour l&#x26;#39;am&#xE9;lioration de la technologie de boucle ferm&#xE9;e des dispositifs neuronaux.

D&#xE9;veloppement de la technologie en boucle ferm&#xE9;e Neural Interface dans un mod&#xE8;le de rat: La combinaison du cortex moteur conditionnement op&#xE9;rant avec Visual Cortex microstimulation

Geschlossene neuronale Schnittstellentechnologie, die mit gleichzeitigen elektrischen Microstimulation Feedback kombiniert neuronale Ensembles Decodierung ist Hypothese, um deep Brain Stimulation Techniken, sensomotorische prothetischen Anwendungen und Epilepsie-Behandlung zu verbessern. Hier beschreiben wir unsere iterative Ergebnisse in einem Rattenmodell eines sensorischen und motorischen neurophysiologischen Feedback Control Systems. Drei Ratten wurden chronisch mit Mikroelektroden-Arrays in der motorischen und visuellen Cortices implantiert. Die Ratten wurden anschlie&szlig;end &uuml;ber einen Zeitraum von Wochen ausgebildet, um ihre motorischen Kortex Ensemble Einheit T&auml;tigkeit bei Lieferung des intra-cortical Microstimulation (ICMS) der Sehrinde zu modulieren, um Essen Belohnung zu erhalten. Ratten erhielten kontinuierliches Feedback &uuml;ber die Sehrinde ICMS den Antwort-Zeiten, die Vertreter der motorischen Kortex Ensemble Dynamik war. Analyse ergab, dass das Feedback der Tiere mit Indikatoren der verhaltensbasierten Studien zur Verf&uuml;gung gestellt. Auf Hardwareebene bietet diese Vorbereitung ein steuerbar Testmodell zur Verbesserung der Technologie der geschlossenen neuronale Ger&auml;te.

Entwicklung der geschlossenen neuronale Schnittstellen-Technologie in einem Rattenmodell: Kombination von motorischen Kortex operante Konditionierung mit visuellen Kortex Microstimulation.

Tecnologia di interfaccia neurale closed-loop che combina ensemble neurale decodifica con simultanea elettrico microstimulation feedback &egrave; ipotizzata per migliorare le tecniche di stimolazione cerebrale profonda, applicazioni protesiche neuromotoria e trattamento dell&#39;epilessia. Qui descriviamo i nostri risultati iterativi in un modello di ratto di un sistema di controllo di feedback neurofisiologici sensoriali e motori. Tre ratti sono stati impiantati cronicamente con matrici microelettrodo in entrambi le cortecce motorie e visive. I ratti sono stati addestrati successivamente in un periodo di settimane per modulare la loro attivit&agrave; di unit&agrave; ensemble corteccia motoria al momento della consegna del intra-cortical microstimulation (ICMS) della corteccia visiva al fine di ricevere una ricompensa di cibo. Ratti sono stati dati continuo feedback via corteccia visiva ICMS durante i periodi di risposta che era rappresentante della corteccia motoria dinamica ensemble. L&#39;analisi ha rivelato che il feedback fornito gli animali con gli indicatori delle prove comportamentali. A livello hardware, questa preparazione fornisce un modello di prova trattabili per migliorare la tecnologia dei dispositivi neurali closed-loop.

Lo sviluppo della tecnologia di interfaccia neurale closed-loop in un modello di ratto: combinando la corteccia motoria di condizionamento con corteccia visiva microstimulation.

&#x540C;&#x6642;&#x5FAE;&#x5C0F;&#x96FB;&#x6C17;&#x30D5;&#x30A3;&#x30FC;&#x30C9;&#x30D0;&#x30C3;&#x30AF;&#x3068;&#x795E;&#x7D4C;&#x30A2;&#x30F3;&#x30B5;&#x30F3;&#x30D6;&#x30EB;&#x5FA9;&#x53F7;&#x3092;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x305F;&#x30AF;&#x30ED;&#x30FC;&#x30BA;&#x30C9;&#xB7;&#x30EB;&#x30FC;&#x30D7;&#xB7;&#x795E;&#x7D4C;&#x30A4;&#x30F3;&#x30BF;&#x30FC;&#x30D5;&#x30A7;&#x30FC;&#x30B9;&#x6280;&#x8853;&#x306F;&#x3001;&#x8133;&#x6DF1;&#x90E8;&#x523A;&#x6FC0;&#x6280;&#x8853;&#x3001;&#x795E;&#x7D4C;&#x904B;&#x52D5;&#x88DC;&#x7DB4;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3001;&#x304A;&#x3088;&#x3073;&#x3066;&#x3093;&#x304B;&#x3093;&#x306E;&#x6CBB;&#x7642;&#x3092;&#x6539;&#x5584;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x4EEE;&#x5B9A;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x611F;&#x899A;&#x3068;&#x904B;&#x52D5;&#x795E;&#x7D4C;&#x30D5;&#x30A3;&#x30FC;&#x30C9;&#x30D0;&#x30C3;&#x30AF;&#x5236;&#x5FA1;&#x7CFB;&#x306E;&#x30E9;&#x30C3;&#x30C8;&#x30E2;&#x30C7;&#x30EB;&#x306B;&#x304A;&#x3051;&#x308B;&#x5F53;&#x793E;&#x306E;&#x53CD;&#x5FA9;&#x306E;&#x7D50;&#x679C;&#x3092;&#x8AAC;&#x660E;&#x3057;&#x307E;&#x3059;&#x3002; 3&#x5339;&#x306E;&#x30E9;&#x30C3;&#x30C8;&#x3092;&#x6162;&#x6027;&#x7684;&#x306B;&#x30E2;&#x30FC;&#x30BF;&#x3068;&#x8996;&#x899A;&#x91CE;&#x306E;&#x4E21;&#x65B9;&#x3067;&#x3001;&#x5FAE;&#x5C0F;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x3092;&#x79FB;&#x690D;&#x3057;&#x305F;&#x3002;&#x30E9;&#x30C3;&#x30C8;&#x306F;&#x3001;&#x305D;&#x306E;&#x5F8C;&#x3001;&#x98DF;&#x54C1;&#x306E;&#x5831;&#x916C;&#x3092;&#x53D7;&#x3051;&#x53D6;&#x308B;&#x305F;&#x3081;&#x306B;&#x8996;&#x899A;&#x91CE;&#x306E;&#x76AE;&#x8CEA;&#x5185;&#x5FAE;&#x5C0F;&#x523A;&#x6FC0;&#xFF08;ICMS&#xFF09;&#x306E;&#x914D;&#x9054;&#x306E;&#x969B;&#x3001;&#x904B;&#x52D5;&#x76AE;&#x8CEA;&#x306E;&#x30A2;&#x30F3;&#x30B5;&#x30F3;&#x30D6;&#x30EB;&#x30E6;&#x30CB;&#x30C3;&#x30C8;&#x306E;&#x6D3B;&#x6027;&#x3092;&#x8ABF;&#x7BC0;&#x3059;&#x308B;&#x306E;&#x306B;&#x6570;&#x9031;&#x9593;&#x306E;&#x671F;&#x9593;&#x306B;&#x308F;&#x305F;&#x3063;&#x3066;&#x8A13;&#x7DF4;&#x3055;&#x308C;&#x305F;&#x3002;&#x30E9;&#x30C3;&#x30C8;&#x306F;&#x3001;&#x904B;&#x52D5;&#x76AE;&#x8CEA;&#x30A2;&#x30F3;&#x30B5;&#x30F3;&#x30D6;&#x30EB;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x306E;&#x4EE3;&#x8868;&#x3067;&#x3042;&#x3063;&#x305F;&#x5FDC;&#x7B54;&#x671F;&#x9593;&#x4E2D;&#x306B;&#x8996;&#x899A;&#x91CE;&#x306E;ICMS&#x3092;&#x4ECB;&#x3057;&#x3066;&#x9023;&#x7D9A;&#x7684;&#x306A;&#x30D5;&#x30A3;&#x30FC;&#x30C9;&#x30D0;&#x30C3;&#x30AF;&#x3092;&#x4E0E;&#x3048;&#x3089;&#x308C;&#x305F;&#x3002;&#x5206;&#x6790;&#x3001;&#x30D5;&#x30A3;&#x30FC;&#x30C9;&#x30D0;&#x30C3;&#x30AF;&#x3001;&#x884C;&#x52D5;&#x8A66;&#x9A13;&#x306E;&#x6307;&#x6A19;&#x3068;&#x52D5;&#x7269;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x660E;&#x3089;&#x304B;&#x306B;&#x3057;&#x305F;&#x3002;&#x30CF;&#x30FC;&#x30C9;&#x30A6;&#x30A7;&#x30A2;&#x30EC;&#x30D9;&#x30EB;&#x3067;&#x3001;&#x3053;&#x306E;&#x6E96;&#x5099;&#x306F;&#x3001;&#x9589;&#x30EB;&#x30FC;&#x30D7;&#x795E;&#x7D4C;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306E;&#x6280;&#x8853;&#x3092;&#x5411;&#x4E0A;&#x3055;&#x305B;&#x308B;&#x305F;&#x3081;&#x306E;&#x6271;&#x3044;&#x3084;&#x3059;&#x3044;&#x30C6;&#x30B9;&#x30C8;&#x30E2;&#x30C7;&#x30EB;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30E9;&#x30C3;&#x30C8;&#x30E2;&#x30C7;&#x30EB;&#x306B;&#x304A;&#x3051;&#x308B;&#x30AF;&#x30ED;&#x30FC;&#x30BA;&#x30C9;&#xB7;&#x30EB;&#x30FC;&#x30D7;&#xB7;&#x795E;&#x7D4C;&#x30A4;&#x30F3;&#x30BF;&#x30D5;&#x30A7;&#x30FC;&#x30B9;&#x6280;&#x8853;&#x306E;&#x958B;&#x767A;&#xFF1A;&#x8996;&#x899A;&#x91CE;&#x5FAE;&#x5C0F;&#x523A;&#x6FC0;&#x3067;&#x904B;&#x52D5;&#x76AE;&#x8CEA;&#x30AA;&#x30DA;&#x30E9;&#x30F3;&#x30C8;&#x6761;&#x4EF6;&#x3065;&#x3051;&#x3092;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x308B;

&#xD3D0;&#xC1C4; &#xB8E8;&#xD504; &#xC2E0;&#xACBD; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4; &#xAE30;&#xC220; &#xB3D9;&#xC2DC; &#xC804;&#xAE30; microstimulation &#xD53C;&#xB4DC;&#xBC31; &#xC2E0;&#xACBD; &#xC559;&#xC0C1;&#xBE14; &#xB514;&#xCF54;&#xB529; &#xACB0;&#xD569; &#xD558; &#xC5EC; &#xAE4A;&#xC740; &#xB450;&#xB1CC; &#xC790;&#xADF9; &#xAE30;&#xBC95;, neuromotor &#xBCF4; &#xCCA0; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8; &#xBC0F; &#xAC04; &#xC9C8; &#xCE58;&#xB8CC;&#xB97C; &#xAC1C;&#xC120; &#xD558;&#xAE30; &#xC704;&#xD574; &#xAC00;&#xC124;&#xC744; &#xC138;&#xC6E0;&#xB2E4;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xAC00; &#xAC10;&#xAC01; &#xBC0F; &#xBAA8;&#xD130; neurophysiological &#xD53C;&#xB4DC;&#xBC31; &#xC81C;&#xC5B4; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xC950; &#xBAA8;&#xB378;&#xC5D0;&#xC11C; &#xBC18;&#xBCF5;&#xC801; &#xACB0;&#xACFC; &#xC124;&#xBA85;&#xD569;&#xB2C8;&#xB2E4;. 3 &#xC950; &#xBAA8;&#xD130; &#xBC0F; &#xC2DC;&#xAC01;&#xC801; &#xC678;&#xD53C;&#xAC00; &#xC788;&#xB294; microelectrode &#xBC30;&#xC5F4; &#xB9CC;&#xC131; &#xC774;&#xC2DD; &#xD588;&#xB2E4;. &#xC950; &#xD6C4; &#xC74C;&#xC2DD; &#xBCF4;&#xC0C1;&#xC744; &#xBC1B;&#xAE30; &#xC704;&#xD574;&#xC11C;&#xB294; &#xADF8;&#xB4E4;&#xC758; &#xBAA8;&#xD130; &#xD53C; &#xC9C8; &#xC559;&#xC0C1;&#xBE14; &#xB2E8;&#xC704; &#xD65C;&#xB3D9; intra-cortical microstimulation (ICMS)&#xC758; &#xBC30;&#xB2EC; &#xC2DC; &#xC2DC;&#xAC01; &#xD53C; &#xC9C8;&#xC758; &#xBCC0;&#xC870;&#xB97C; &#xC8FC; &#xAE30;&#xAC04; &#xB3D9;&#xC548; &#xD6C8;&#xB828;&#xC744; &#xD588;&#xB2E4;. &#xC950;&#xAC00; &#xC2DC;&#xAC01; &#xD53C; &#xC9C8; ICMS &#xC751;&#xB2F5; &#xAE30;&#xAC04; &#xB3D9;&#xC548; &#xBAA8;&#xD130; &#xD53C; &#xC9C8; &#xC559;&#xC0C1;&#xBE14; &#xC5ED;&#xD559;&#xC758; &#xB300;&#xD45C;&#xB97C; &#xD1B5;&#xD574; &#xC9C0;&#xC18D;&#xC801;&#xC778; &#xD53C;&#xB4DC;&#xBC31;&#xC744; &#xC81C;&#xACF5; &#xD588;&#xB2E4;. &#xBD84;&#xC11D; &#xD53C;&#xB4DC;&#xBC31; &#xC81C;&#xACF5; &#xD589;&#xB3D9; &#xC2E4;&#xD5D8;&#xC758; &#xC9C0;&#xD45C;&#xC640; &#xB3D9;&#xBB3C;&#xC744; &#xBC1D;&#xD614;&#xB2E4;. &#xD558;&#xB4DC;&#xC6E8;&#xC5B4; &#xC218;&#xC900;&#xC5D0;&#xC11C;&#xC774; &#xC900;&#xBE44; &#xD3D0;&#xC1C4; &#xB8E8;&#xD504; &#xC2E0;&#xACBD; &#xC18C;&#xC790;&#xC758; &#xAE30;&#xC220; &#xD5A5;&#xC0C1;&#xC744; &#xC704;&#xD55C; &#xC138;&#xACF5; &#xD14C;&#xC2A4;&#xD2B8; &#xBAA8;&#xB378;&#xC744; &#xC81C;&#xACF5; &#xD569;&#xB2C8;&#xB2E4;.

&#xC950; &#xBAA8;&#xB378;&#xC5D0; &#xD3D0;&#xC1C4; &#xB8E8;&#xD504; &#xC2E0;&#xACBD; &#xC778;&#xD130;&#xD398;&#xC774;&#xC2A4; &#xAE30;&#xC220; &#xAC1C;&#xBC1C;: &#xC2DC;&#xAC01; &#xD53C; &#xC9C8; microstimulation &#xBAA8;&#xD130; &#xD53C; &#xC9C8; &#xAE30;&#xC0AC; &#xCEE8;&#xB514;&#xC154;&#xB2DD;&#xC744; &#xACB0;&#xD569; &#xD569;&#xB2C8;&#xB2E4;.

Circuito cerrado tecnolog&#xED;a de interfaz neuronal que combina decodificaci&#xF3;n neuronal conjunto con retroalimentaci&#xF3;n simult&#xE1;nea microestimulaci&#xF3;n el&#xE9;ctrica es la hip&#xF3;tesis de mejorar las t&#xE9;cnicas de estimulaci&#xF3;n profunda del cerebro, neuromotoras aplicaciones de pr&#xF3;tesis y el tratamiento de la epilepsia. Aqu&#xED; se describen los resultados iterativos en un modelo de rata de un motor y sensorial del sistema neurofisiol&#xF3;gico de control de retroalimentaci&#xF3;n. Tres ratas se implantaron cr&#xF3;nicamente con microelectrodos, tanto en el motor y cortezas visuales. Las ratas fueron entrenadas posteriormente durante un per&#xED;odo de semanas a modular su motor de conjunto de la corteza por unidad de actividad a la entrega de intra-cortical microestimulaci&#xF3;n (ICMS) de la corteza visual a fin de recibir un premio de comida. Las ratas se les dio una retroalimentaci&#xF3;n continua a trav&#xE9;s de la corteza visual del ICMS durante los periodos de respuesta que fue representante de la din&#xE1;mica de la corteza motora conjunto. El an&#xE1;lisis revel&#xF3; que la informaci&#xF3;n proporcionada a los animales con los indicadores de los ensayos de comportamiento. En el nivel de hardware, esta preparaci&#xF3;n proporciona un modelo de prueba manejable para mejorar la tecnolog&#xED;a de circuito cerrado dispositivos neurales.

El desarrollo de la tecnolog&#xED;a de circuito cerrado de interfaz neuronal en un modelo de rata: La combinaci&#xF3;n del motor Acondicionado Cortex operante con Visual Cortex microestimulaci&#xF3;n

Interneurons &#x7531;&#x7535;&#x6C14;&#x95F4;&#x9699;&#x8FDE;&#x63A5; &#xFF08;GJs) &#x548C;&#x795E;&#x7ECF;&#x7A81;&#x89E6;&#x540E;&#x819C;&#x4E0A;&#x5316;&#x5B66;&#x8026;&#x5408;&#x662F;&#x524D;&#x8111;&#x7F51;&#x7EDC;&#x7684;&#x4E3B;&#x8981;&#x7EC4;&#x4EF6;&#x3002;&#x7136;&#x800C;&#xFF0C;&#x4ED6;&#x4EEC;&#x8D21;&#x732E;&#x7684;&#x5177;&#x4F53;&#x6D3B;&#x52A8;&#x6A21;&#x5F0F;&#xFF0C;&#x751F;&#x6210;&#x548C;&#x7F51;&#x7EDC;&#x529F;&#x80FD;&#x7684;&#x6574;&#x4F53;&#x8D21;&#x732E;&#x4ECD;&#x7136;&#x77E5;&#x4E4B;&#x751A;&#x5C11;&#x3002;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x6F14;&#x793A;&#xFF0C;&#x4F7F;&#x7528; interneuron &#x7F51;&#x7EDC;&#x7684;&#x62D3;&#x6251;&#x6027;&#x8D28;&#x53EF;&#x4EE5;&#x5F15;&#x8D77;&#x4E00;&#x7CFB;&#x5217;&#x7684;&#x8BA1;&#x7B97;&#x65B9;&#x6CD5;&#x7684;&#x6D3B;&#x52A8;&#x52A8;&#x6001;&#xFF0C;&#x5E76;&#x9632;&#x6B62;&#x6216;&#x5141;&#x8BB8;&#x672C;&#x5730;&#x6A21;&#x5F0F;&#x5F62;&#x6210;&#x3002;&#x6211;&#x4EEC;&#x6709;&#x7CFB;&#x7EDF;&#x5730;&#x4E0D;&#x540C;&#x62D3;&#x6251;&#x7ED3;&#x6784;&#x7684; GJ &#x548C;&#x6291;&#x5236;&#x5316;&#x5B66;&#x7A81;&#x89E6;&#x5185;&#x6A21;&#x62DF;&#x7F51;&#x7EDC;&#xFF0C;&#x901A;&#x8FC7;&#x4ECE;&#x672C;&#x5730;&#x7684;&#x8FDE;&#x63A5;&#x7C7B;&#x578B;&#x66F4;&#x6539;&#x4E3A;&#x968F;&#x673A;&#xFF0C;&#x5E76;&#x66F4;&#x6539;&#x8FDE;&#x63A5;&#x603B;&#x6570;&#x3002;&#x6B63;&#x5982;&#x5148;&#x524D;&#x53D1;&#x73B0;&#x6211;&#x4EEC;&#x627E;&#x5230;&#x968F;&#x673A;&#x8026;&#x5408;&#x7684; GJs &#x5BFC;&#x81F4;&#x5168;&#x7403;&#x540C;&#x6B65;&#x7684;&#x6D3B;&#x52A8;&#x3002;&#x76F8;&#x6BD4;&#x4E4B;&#x4E0B;&#xFF0C;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#x5F53;&#x5730; GJ &#x8FDE;&#x63A5;&#x53EF;&#x80FD;&#x5236;&#x7EA6;&#x9AD8;&#x5EA6;&#x7A7A;&#x95F4;&#x5F02;&#x6784;&#x6D3B;&#x52A8;&#x72B6;&#x6001;&#x7684;&#x5F62;&#x6210;&#x3002;&#x5F53;&#x8F93;&#x5165;&#x662F;&#x5747;&#x5300;&#x968F;&#x673A;&#x7684;&#x4F46;&#x53EF;&#x4EE5;&#x8FC5;&#x901F;&#x7A33;&#x5B9A;&#x7F51;&#x7EDC;&#x6295;&#x5165;&#x68C0;&#x6D4B;&#x7684;&#x76F8;&#x5173;&#x6027;&#x6216;&#x4E0D;&#x5BF9;&#x79F0;&#x65F6;&#xFF0C;&#x8FD9;&#x4E9B;&#x56FD;&#x5BB6;&#x662F;&#x672C;&#x6765;&#x5C31;&#x6682;&#x65F6;&#x4E0D;&#x7A33;&#x5B9A;&#x3002;&#x6211;&#x4EEC;&#x5728;&#x6267;&#x884C;&#x4E00;&#x4E2A;&#x7B80;&#x5355;&#x7684;&#x51B3;&#x7B56;&#x4EFB;&#x52A1;&#x7684;&#x5927;&#x9F20;&#x7535;&#x751F;&#x7406;&#x8BB0;&#x5F55;&#x4E2D;&#x663E;&#x793A;&#x4E86;&#x8FD9;&#x4E00;&#x529F;&#x80FD;&#x7684;&#x7F51;&#x7EDC;&#x6D3B;&#x52A8;&#x548C;&#x5B9E;&#x9A8C;&#x89C2;&#x6D4B;&#x7684;&#x6682;&#x6001;&#x7A33;&#x5B9A;&#x7684;&#x7EB9;&#x72B6;&#x4F53;&#x5FEB;&#x901F;&#x6263; interneurons (&#x6D88;&#x9632;) &#x4E4B;&#x95F4;&#x7684;&#x5BF9;&#x5E94;&#x3002;&#x6211;&#x4EEC;&#x5EFA;&#x8BAE;&#x5F53;&#x5730; GJ &#x8026;&#x5408;&#x4F7F;&#x7EB9;&#x72B6;&#x4F53;&#x8BBA;&#x8FA9;&#xFF0C;&#x8FD9;&#x6709;&#x52A9;&#x4E8E;&#x5728;&#x51B3;&#x7B56;&#x8FC7;&#x7A0B;&#x4E2D;&#x76AE;&#x8D28;&#x57FA;&#x5E95;&#x8282;&#x7535;&#x8DEF;&#x7684;&#x603B;&#x4F53;&#x4F5C;&#x7528;&#x79EF;&#x6781;&#x641C;&#x7D22;&#x9009;&#x62E9;&#x529F;&#x80FD;&#x3002;

&#x672C;&#x5730;&#x52A8;&#x6001;&#x7684;&#x95F4;&#x9699;&#x4EA4;&#x754C;&#x5904;&#x8026;&#x5408;&#x7684; interneuron &#x7F51;&#x7EDC;&#x3002;

Interneurons coupled by both electrical gap-junctions (GJs) and chemical GABAergic synapses are major components of forebrain networks. However, their contributions to the generation of specific activity patterns, and their overall contributions to network function, remain poorly understood. Here we demonstrate, using computational methods, that the topological properties of interneuron networks can elicit a wide range of activity dynamics, and either prevent or permit local pattern formation. We systematically varied the topology of GJ and inhibitory chemical synapses within simulated networks, by changing connection types from local to random, and changing the total number of connections. As previously observed we found that randomly coupled GJs lead to globally synchronous activity. In contrast, we found that local GJ connectivity may govern the formation of highly spatially heterogeneous activity states. These states are inherently temporally unstable when the input is uniformly random, but can rapidly stabilize when the network detects correlations or asymmetries in the inputs. We show a correspondence between this feature of network activity and experimental observations of transient stabilization of striatal fast-spiking interneurons (FSIs), in electrophysiological recordings from rats performing a simple decision-making task. We suggest that local GJ coupling enables an active search-and-select function of striatal FSIs, which contributes to the overall role of cortical-basal ganglia circuits in decision-making.

Local dynamics of gap-junction-coupled interneuron networks.

Interneurones coupl&eacute;s par jonctions &eacute;lectriques (JL) et des synapses GABAergiques chimiques sont des composants importants des r&eacute;seaux du prosenc&eacute;phale. Cependant, leur contribution &agrave; la g&eacute;n&eacute;ration de mod&egrave;les d&#39;activit&eacute; sp&eacute;cifique et leur contribution globale &agrave; la fonction r&eacute;seau, reste mal comprise. Nous d&eacute;montrons, en utilisant des m&eacute;thodes de calcul, que les propri&eacute;t&eacute;s topologiques des interneurones r&eacute;seaux peuvent susciter un large &eacute;ventail de dynamique d&#39;activit&eacute;s et de le pr&eacute;venir ou permettre la formation du patron local. Nous avons fait varier syst&eacute;matiquement la topologie de GJ et inhibiteurs chimiques synapses au sein des r&eacute;seaux simul&eacute;es, en changeant les types de connexions de local &agrave; al&eacute;atoire et en changeant le nombre total de connexions. Comme pr&eacute;c&eacute;demment observ&eacute; que nous conclut que JL coupl&eacute; au hasard permet d&#39;activit&eacute; globalement synchrone. En revanche, nous avons constat&eacute; que la connectivit&eacute; locale de GJ peut r&eacute;gissent la formation des &Eacute;tats d&#39;activit&eacute; hautement spatialement h&eacute;t&eacute;rog&egrave;ne. Ces &Eacute;tats sont intrins&egrave;quement temporellement instables lorsque l&#39;entr&eacute;e est uniform&eacute;ment al&eacute;atoire, mais peut rapidement se stabiliser lorsque le r&eacute;seau d&eacute;tecte les corr&eacute;lations ou les asym&eacute;tries dans les entr&eacute;es. Nous montrons une correspondance entre cette caract&eacute;ristique de l&#39;activit&eacute; du r&eacute;seau et des observations exp&eacute;rimentales de stabilisation transitoire des interneurones de rapide-dopage striatum (FSIs), dans des enregistrements &eacute;lectrophysiologiques des rats effectue une t&acirc;che simple de prise de d&eacute;cision. Nous sugg&eacute;rons que local couplage GJ permet une fonction de recherche-s&eacute;lection et active du striatum FSIs, qui contribue au r&ocirc;le global des circuits corticaux-basal ganglia au processus d&eacute;cisionnel.

Dynamiques locales de r&eacute;seaux interneurone gap-junction-coupl&eacute;.

Interneuronen, die zusammen von elektrischen Gap-Junctions (GJs) und chemischen GABAergic Synapsen sind die Hauptkomponenten des Stirnhirns Netzwerke. Ihre Beitr&auml;ge zur Generation der spezifischen Aktivit&auml;tsmustern und ihre gesamten Beitr&auml;ge zur Netzwerkfunktion, bleiben jedoch weitgehend unverstanden. Hier demonstrieren wir, Berechnungsmethoden, dass die topologischen Eigenschaften Interneuron Netzwerke eine Vielzahl hervorrufen k&ouml;nnen Aktivit&auml;t Dynamik und entweder zu verhindern Sie oder erlauben Sie lokale Strukturbildung. Wir systematisch variiert die Topologie des GJ und hemmende chemische Synapsen innerhalb simulierten Netzwerke durch Verbindungstypen von lokalen auf zuf&auml;llige &auml;ndern und &auml;ndern die Gesamtzahl der Verbindungen. Wie bereits beobachtet, wir fanden, dass nach dem Zufallsprinzip gekoppelte GJs zu Global synchrone Aktivit&auml;t f&uuml;hren. Im Gegensatz dazu fanden wir, dass die lokalen GJ-Verbindungen die Bildung der r&auml;umlich sehr heterogenen Aktivit&auml;t Staaten regieren kann. Diese Staaten sind grunds&auml;tzlich zeitlich instabil, wenn die Eingabe gleichm&auml;&szlig;ig zuf&auml;llig ist, aber rasch stabilisiert werden, kann wenn das Netzwerk Korrelationen oder Asymmetrien in den Eingaben erkennt. Wir zeigen eine Entsprechung zwischen dieser Funktion von Netzwerkaktivit&auml;ten und experimentellen Beobachtungen der vor&uuml;bergehende Stabilisierung der Striatale schnell spiking Interneuronen (FSI), elektrophysiologische Aufnahmen von Ratten, die eine einfache Entscheidungsprozesse Aufgabe. Wir schlagen vor, da&szlig; die lokalen GJ-Kupplung erm&ouml;glicht eine aktive Suche und Select-Funktion der Striatale Finanzdienstleister, die die allgemeine Rolle der kortikalen basale Ganglien Schaltungen in der Entscheidungsfindung beitr&auml;gt.

Lokale Dynamik der L&uuml;cke-Kreuzung-gekoppelter Interneuron Netzwerke.

Interneurons accoppiato sia elettriche giunzioni di gap (GJs) e sinapsi chimiche di GABAergic sono componenti principali delle reti proencefalo. Tuttavia, i contributi per la generazione di modelli di attivit&agrave; specifiche e loro contributo complessivo alla funzione di rete, rimanga scarsamente comprensibile. Qui dimostriamo, utilizzando metodi computazionali, che le propriet&agrave; topologiche delle reti Interneurone possono suscitare una vasta gamma di attivit&agrave; dinamiche e sia prevenire o formazione modello locale di soggiorno. Abbiamo variato sistematicamente la topologia di GJ e chimico inibitorio sinapsi all&#39;interno di reti simulate, modificando i tipi di connessione da locale a random, e cambiando il numero totale di connessioni. Come precedentemente osservato che abbiamo trovato che casualmente accoppiato GJs portare ad attivit&agrave; globalmente sincroni. Al contrario, abbiamo trovato che la connettivit&agrave; locale GJ pu&ograve; governare la formazione degli Stati di attivit&agrave; altamente spazialmente eterogeneo. Questi Stati sono intrinsecamente temporalmente instabili quando l&#39;input &egrave; uniformemente casuale, ma pu&ograve; stabilizzare rapidamente quando la rete rileva le correlazioni o asimmetrie in input. Vi mostriamo una corrispondenza tra questa caratteristica dell&#39;attivit&agrave; di rete e osservazioni sperimentali di stabilizzazione transitoria dei interneurons chiodare veloce striatali (FSIs), in registrazioni elettrofisiologiche da ratti eseguendo un semplice compito decisionale. Suggeriamo che accoppiamento GJ locale permette una funzione di ricerca e selezionare attiva di striatal FSIs, che contribuisce al ruolo generale dei circuiti dei gangli basali-corticale nel processo decisionale.

Dinamiche locali delle reti Interneurone gap-junction-accoppiato.

&#x96FB;&#x6C17;&#x30AE;&#x30E3;&#x30C3;&#x30D7;&#x30B8;&#x30E3;&#x30F3;&#x30AF;&#x30B7;&#x30E7;&#x30F3; ((r=0.77)) &#x3068;&#x5316;&#x5B66;&#x306E; gaba &#x4F5C;&#x52D5;&#x6027;&#x30B7;&#x30CA;&#x30D7;&#x30B9;&#x306B;&#x3088;&#x3063;&#x3066;&#x7D50;&#x5408;&#x4ECB;&#x5728;&#x795E;&#x7D4C;&#x306E;&#x524D;&#x8133;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x4E3B;&#x8981;&#x306A;&#x30B3;&#x30F3;&#x30DD;&#x30FC;&#x30CD;&#x30F3;&#x30C8;&#x3067;&#x3059;&#x3002;&#x305F;&#x3060;&#x3057;&#x3001;&#x7279;&#x5B9A;&#x306E;&#x6D3B;&#x52D5;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x306E;&#x751F;&#x6210;&#x3078;&#x306E;&#x8CA2;&#x732E;&#x3068;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x95A2;&#x6570;&#x3078;&#x306E;&#x5168;&#x4F53;&#x7684;&#x306A;&#x8CA2;&#x732E;&#x3088;&#x304F;&#x7406;&#x89E3;&#x3055;&#x308C;&#x3066;&#x3044;&#x306A;&#x3044;&#x307E;&#x307E;&#x3067;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x6211;&#x3005; &#x3092;&#x793A;&#x3059;&#x3001;&#x4ECB;&#x5728;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3; &#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x4F4D;&#x76F8;&#x7684;&#x6027;&#x8CEA;&#x304C;&#x5E83;&#x3044;&#x7BC4;&#x56F2;&#x3092;&#x5F15;&#x304D;&#x51FA;&#x3059;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x304C;&#x3001;&#x8A08;&#x7B97;&#x306E;&#x65B9;&#x6CD5;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x6D3B;&#x52D5;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3068;&#x3069;&#x3061;&#x3089;&#x304B;&#x306E;&#x9632;&#x6B62;&#x307E;&#x305F;&#x306F;&#x30ED;&#x30FC;&#x30AB;&#x30EB; &#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x5F62;&#x6210;&#x3092;&#x8A31;&#x53EF;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x4F53;&#x7CFB;&#x7684;&#x306B; GJ &#x306E;&#x30C8;&#x30DD;&#x30ED;&#x30B8;&#x5909;&#x5316;&#x3057;&#x3001;&#x6291;&#x5236;&#x6027;&#x5316;&#x5B66;&#x30B7;&#x30CA;&#x30D7;&#x30B9; &#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30C8;&#x3055;&#x308C;&#x305F;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x5185;&#x306E;&#x63A5;&#x7D9A;&#x306E;&#x7A2E;&#x985E;&#x3092;&#x30ED;&#x30FC;&#x30AB;&#x30EB;&#x304B;&#x3089;&#x30E9;&#x30F3;&#x30C0;&#x30E0;&#x306B;&#x5909;&#x66F4;&#x3057;&#x3066;&#x3001;&#x63A5;&#x7D9A;&#x306E;&#x5408;&#x8A08;&#x6570;&#x3092;&#x5909;&#x66F4;&#x3057;&#x307E;&#x3059;&#x3002;&#x4EE5;&#x524D;&#x6211;&#x3005; &#x306F;&#x3001;&#x30E9;&#x30F3;&#x30C0;&#x30E0;&#x306B;&#x7D50;&#x5408; (r=0.77) &#x30B0;&#x30ED;&#x30FC;&#x30D0;&#x30EB;&#x306B;&#x540C;&#x671F;&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D3;&#x30C6;&#x30A3;&#x306B;&#x3064;&#x306A;&#x304C;&#x308B;&#x3053;&#x3068;&#x304C;&#x898B;&#x3064;&#x304B;&#x308A;&#x307E;&#x3057;&#x305F;&#x89B3;&#x5BDF;&#x3002;&#x5BFE;&#x7167;&#x7684;&#x306B;&#x3001;&#x6211;&#x3005; &#x306F; GJ &#x306E;&#x30ED;&#x30FC;&#x30AB;&#x30EB;&#x63A5;&#x7D9A;&#x306F;&#x975E;&#x5E38;&#x306B;&#x7A7A;&#x9593;&#x7684;&#x306B;&#x4E0D;&#x5747;&#x4E00;&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D3;&#x30C6;&#x30A3;&#x72B6;&#x614B;&#x306E;&#x5F62;&#x6210;&#x3092;&#x652F;&#x914D;&#x3059;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x304C;&#x898B;&#x3064;&#x304B;&#x308A;&#x307E;&#x3057;&#x305F;&#x3002;&#x5165;&#x529B;&#x304C;&#x4E00;&#x69D8;&#x306B;&#x30E9;&#x30F3;&#x30C0;&#x30E0;&#x3067;&#x3059;&#x304C;&#x76F8;&#x95A2;&#x307E;&#x305F;&#x306F;&#x975E;&#x5BFE;&#x79F0;&#x6027;&#x306E;&#x5165;&#x529B;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x3092;&#x691C;&#x51FA;&#x3059;&#x308B;&#x3068;&#x6025;&#x901F;&#x306B;&#x5B89;&#x5B9A;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x3068;&#x304D;&#x3053;&#x308C;&#x3089;&#x306E;&#x72B6;&#x614B;&#x306F;&#x672C;&#x8CEA;&#x7684;&#x306B;&#x6642;&#x9593;&#x7684;&#x306B;&#x5B89;&#x5B9A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x96FB;&#x6C17;&#x751F;&#x7406;&#x5B66;&#x7684;&#x9332;&#x97F3;&#x3001;&#x5358;&#x7D14;&#x306A;&#x610F;&#x601D;&#x6C7A;&#x5B9A;&#x306E;&#x4F5C;&#x696D;&#x3092;&#x5B9F;&#x884C;&#x3059;&#x308B;&#x30E9;&#x30C3;&#x30C8;&#x304B;&#x3089;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x6D3B;&#x52D5;&#x306E;&#x3053;&#x306E;&#x6A5F;&#x80FD;&#x306F;&#x3001;&#x7DDA;&#x6761;&#x4F53;&#x4ECB;&#x5728;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3; (FSIs) &#x9AD8;&#x901F;&#x767A;&#x706B;&#x306E;&#x904E;&#x6E21;&#x5B89;&#x5B9A;&#x5316;&#x306E;&#x5B9F;&#x9A13;&#x7684;&#x89B3;&#x5BDF;&#x3068;&#x5BFE;&#x5FDC;&#x3092;&#x8868;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x30ED;&#x30FC;&#x30AB;&#x30EB; GJ &#x30AB;&#x30C3;&#x30D7;&#x30EA;&#x30F3;&#x30B0; &#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D6;&#x306E;&#x691C;&#x7D22;&#x3068;&#x9078;&#x629E;&#x6A5F;&#x80FD;&#x306E;&#x7DDA;&#x6761;&#x4F53; FSIs &#x306F;&#x3001;&#x610F;&#x601D;&#x6C7A;&#x5B9A;&#x306B;&#x304A;&#x3051;&#x308B;&#x76AE;&#x8CEA;-&#x57FA;&#x5E95;&#x6838;&#x56DE;&#x8DEF;&#x306E;&#x5168;&#x4F53;&#x7684;&#x306A;&#x5F79;&#x5272;&#x306B;&#x8CA2;&#x732E;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x3053;&#x3068;&#x3092;&#x304A;&#x52E7;&#x3081;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30AE;&#x30E3;&#x30C3;&#x30D7; &#x30B8;&#x30E3;&#x30F3;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x7D50;&#x5408;&#x4ECB;&#x5728;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3; &#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x30ED;&#x30FC;&#x30AB;&#x30EB;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3002;

&#xC804;&#xAE30; &#xCC28;&#xC774;-&#xC811;&#xD569; (GJs) &#xBC0F; &#xD654;&#xD559; GABAergic &#xB0C5; &#xACB0;&#xD569; &#xC218; &#xAC1C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xC8FC;&#xC694; &#xAD6C;&#xC131; &#xC694;&#xC18C;&#xC785;&#xB2C8;&#xB2E4;. &#xADF8;&#xB7EC;&#xB098;, &#xD2B9;&#xC815; &#xD65C;&#xB3D9; &#xD328;&#xD134;&#xC758; &#xC138;&#xB300;&#xC5D0; &#xADF8;&#xB4E4;&#xC758; &#xAE30;&#xC5EC; &#xD558; &#xACE0; &#xADF8;&#xB4E4;&#xC758; &#xC804;&#xBC18;&#xC801;&#xC778; &#xACF5;&#xD5CC; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xAE30;&#xB2A5;&#xC5D0; &#xC81C;&#xB300;&#xB85C; &#xC774;&#xD574; &#xB0A8;&#xC544; &#xC788;&#xB2E4;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xAC00; &#xBCF4;&#xC5EC;, interneuron &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xD1A0;&#xD3F4;&#xB85C;&#xC9C0; &#xC18D;&#xC131; &#xAD11;&#xBC94;&#xC704; &#xD55C; &#xC720;&#xB3C4; &#xC218; &#xACC4;&#xC0B0; &#xBC29;&#xBC95;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xD65C;&#xB3D9; &#xC5ED;&#xD559;&#xC758; &#xBC29;&#xC9C0; &#xB610;&#xB294; &#xB85C;&#xCEEC; &#xD328;&#xD134; &#xD615;&#xC131;&#xC744; &#xD5C8;&#xC6A9; &#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC; &#xCCB4;&#xACC4;&#xC801;&#xC73C;&#xB85C; &#xAE00;&#xB9AC;&#xC81C; &#xD1A0;&#xD3F4;&#xB85C;&#xC9C0; &#xB2E4;&#xC591; &#xD558; &#xACE0; &#xBB34;&#xC791;&#xC704;, &#xB85C;&#xCEEC;&#xC5D0;&#xC11C; &#xC5F0;&#xACB0; &#xC885;&#xB958;&#xB97C; &#xBCC0;&#xACBD; &#xD558; &#xACE0; &#xC5F0;&#xACB0;&#xC758; &#xCD1D; &#xC218;&#xB97C; &#xBCC0;&#xACBD; &#xD558; &#xC5EC; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xB41C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xB0B4;&#xC5D0;&#xC11C; synapses &#xAE08;&#xC9C0; &#xD654;&#xD559; &#xBB3C;&#xC9C8;. &#xC774;&#xC804;&#xC5D0; &#xC6B0;&#xB9AC;&#xAC00; &#xBC1C;&#xACAC; &#xD558;&#xB294; &#xBB34;&#xC791;&#xC704;&#xB85C; &#xACB0;&#xD569;&#xB41C; GJs &#xC138;&#xACC4;&#xC801;&#xC73C;&#xB85C; &#xB3D9;&#xAE30; &#xD65C;&#xB3D9; &#xC774;&#xC5B4;&#xC9C8; &#xAD00;&#xCC30; &#xD588;&#xB2E4;. &#xBC18;&#xBA74;, &#xC6B0;&#xB9AC; &#xC9C0;&#xC5ED; &#xAE00;&#xB9AC;&#xC81C; &#xC5F0;&#xACB0; &#xACF5;&#xAC04;&#xC801;&#xC73C;&#xB85C; &#xB9E4;&#xC6B0; &#xC774;&#xC9C8;&#xC801;&#xC778; &#xD65C;&#xB3D9; &#xC0C1;&#xD0DC; &#xD615;&#xC131; &#xC81C;&#xC5B4; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xBC1C;&#xACAC;. &#xC774;&#xB7EC;&#xD55C; &#xC0C1;&#xD0DC; &#xC785;&#xB825;&#xC740; &#xADE0;&#xC77C; &#xD558; &#xAC8C; &#xBB34;&#xC791;&#xC704; &#xD558;&#xC9C0;&#xB9CC; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xAC10;&#xC9C0; &#xD558;&#xBA74; &#xC0C1;&#xAD00; &#xAD00;&#xACC4; &#xB610;&#xB294; asymmetries &#xC785;&#xB825;&#xC5D0; &#xBE60;&#xB974;&#xAC8C; &#xC548;&#xC815; &#xC218; temporally &#xBCF8;&#xC9C8;&#xC801;&#xC73C;&#xB85C; &#xBD88;&#xC548;&#xC815; &#xD558;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; &#xAC04;&#xB2E8;&#xD55C; &#xC758;&#xC0AC; &#xACB0;&#xC815; &#xC791;&#xC5C5;&#xC744; &#xC218;&#xD589; &#xD558;&#xB294; &#xC950;&#xC5D0;&#xC11C; electrophysiological &#xC74C;&#xBC18;&#xC5D0;&#xC774; &#xAE30;&#xB2A5;&#xC740; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD65C;&#xB3D9;&#xC758;&#xC640; striatal &#xBE60;&#xB978; &#xAE09;&#xC0C1;&#xC2B9; &#xC218; (FSIs)&#xC758; &#xC77C;&#xC2DC;&#xC801; &#xC548;&#xC815;&#xD654;&#xC758; &#xC2E4;&#xD5D8; &#xAD00;&#xCC30; &#xAC04;&#xC758; &#xB300;&#xC751;&#xC744; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;. &#xB85C;&#xCEEC; &#xAE00;&#xB9AC;&#xC81C; &#xCEE4;&#xD50C;&#xB9C1; FSIs, &#xC758;&#xC0AC; &#xACB0;&#xC815;&#xC5D0; &#xB300;&#xB1CC; &#xD53C; &#xC9C8; &#xAE30;&#xC800; ganglia &#xD68C;&#xB85C;&#xC758; &#xC804;&#xBC18;&#xC801;&#xC778; &#xC5ED;&#xD560;&#xC5D0; &#xAE30;&#xC5EC; &#xD558;&#xB294; striatal&#xC758; &#xD65C;&#xC131; &#xAC80;&#xC0C9; &#xBC0F; &#xC120;&#xD0DD; &#xAE30;&#xB2A5;&#xC744; &#xC0AC;&#xC6A9; &#xD558;&#xB294; &#xAC83;&#xC774; &#xC88B;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xAC2D; &#xC815;&#xC158; &#xACB0;&#xD569; interneuron &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xB85C;&#xCEEC; &#xC5ED;&#xD559;.

Interneuronas juntados el&eacute;ctricos comunicantes (GJs) tanto qu&iacute;micas sinapsis GABA&eacute;rgicas son componentes importantes de las redes del cerebro anterior. Sin embargo, sus contribuciones a la generaci&oacute;n de patrones de actividad espec&iacute;fica y su contribuci&oacute;n global a la funci&oacute;n de la red, siendo mal entendida. Aqu&iacute; demostramos, usando m&eacute;todos computacionales, que las propiedades topol&oacute;gicas de redes interneurona pueden provocar una amplia gama de la din&aacute;mica de la actividad y ya sea impedir o permitir la formaci&oacute;n de patrones locales. Sistem&aacute;ticamente vari&oacute; la topolog&iacute;a de GJ e inhibidor qu&iacute;mico sinapsis dentro de redes simuladas, cambiando el tipo de conexi&oacute;n de local al azar, y cambiando el n&uacute;mero total de conexiones. Como ya observ&oacute; que encontramos que aleatoriamente acoplados GJs conducen a actividad globalmente s&iacute;ncrona. Por el contrario, encontramos que conectividad GJ local puede gobernar la formaci&oacute;n de los Estados de actividad espacial altamente heterog&eacute;nea. Estos Estados son inherentemente temporal inestables cuando la entrada est&aacute; uniformemente al azar, pero puede estabilizar r&aacute;pidamente cuando la red detecta correlaciones o asimetr&iacute;as en las entradas. Mostramos una correspondencia entre esta caracter&iacute;stica de la actividad de la red y observaciones experimentales de estabilizaci&oacute;n transitoria de interneurons de r&aacute;pido-clavar estriada (FSIs), en las grabaciones electrofisiol&oacute;gicas de las ratas que realizar una simple tarea de toma de decisiones. Sugerimos que acoplamiento de GJ local permite una activa funci&oacute;n de b&uacute;squeda y selecci&oacute;n de estriado FSIs, que contribuye a la funci&oacute;n general de circuitos de los ganglios basales-cortical en la toma de decisiones.

Din&aacute;mica local de redes interneurona gap-junction-juntado.

&#x57FA;&#x5E95;&#x795E;&#x7ECF;&#x8282;&#x7535;&#x8DEF;&#x7684;&#x7EC4;&#x7EC7;&#x548C;&#x6267;&#x884C;&#x81EA;&#x613F;&#x7684;&#x884C;&#x52A8;&#x81F3;&#x5173;&#x91CD;&#x8981;&#x3002;&#x7EB9;&#x72B6;&#x4F53;&#x5185;, &#x5FEB;&#x901F;&#x6263; interneurons (&#x6D88;&#x9632;) &#x8BA4;&#x4E3A;&#xFF0C;&#x7D27;&#x7D27;&#x5730;&#x89C4;&#x7BA1;&#x6D3B;&#x52A8;&#x7684;&#x4E2D;&#x7B49;&#x5E26;&#x523A;&#x6295;&#x5C04;&#x795E;&#x7ECF;&#x5143; &#xFF08;&#x591A;&#x5A92;&#x4F53;&#xFF09; &#x901A;&#x8FC7;&#x524D;&#x9988;&#x6291;&#x5236;&#xFF0C;&#x7136;&#x800C;&#xFF0C;&#x51E0;&#x9879;&#x7814;&#x7A76;&#x8C03;&#x67E5;&#x4E86;&#x6D88;&#x9632;&#x88C5;&#x7F6E;&#x7684;&#x529F;&#x80FD;&#x8D21;&#x732E;&#x4E2D;&#x8868;&#x73B0;&#x52A8;&#x7269;&#x3002;&#x6211;&#x4EEC;&#x5F55;&#x5F97;&#x63A8;&#x5B9A;&#x591A;&#x5A92;&#x4F53;&#x8BBA;&#x8FA9;&#x4E0E;&#x8FD0;&#x52A8;&#x76AE;&#x5C42;&#x548C; globus &#x6267;&#x884C;&#x4E00;&#x4E2A;&#x7B80;&#x5355;&#x7684;&#x9009;&#x62E9;&#x4EFB;&#x52A1;&#x7684;&#x5927;&#x9F20;&#x795E;&#x7ECF;&#x5143;&#x82CD;&#x767D;&#x7403; (GP)&#x3002;MSN &#x6D3B;&#x52A8;&#x662F;&#x5E7F;&#x6CDB;&#x5206;&#x5E03;&#x5728;&#x4EFB;&#x52A1;&#x5E8F;&#x5217;&#xFF0C;&#x7279;&#x522B;&#x662F;&#x63A5;&#x8FD1;&#x5956;&#x52B1;&#x6536;&#x636E;&#x3002;&#x76F8;&#x6BD4;&#x4E4B;&#x4E0B;&#xFF0C;&#x6D88;&#x9632;&#x88C5;&#x7F6E;&#x663E;&#x793A;&#x589E;&#x52A0;&#x7684;&#x6D3B;&#x52A8;&#x534F;&#x8C03;&#x4E00;&#x81F4;&#x7684;&#x8109;&#x51B2;&#x6240;&#x9009;&#x5B9A;&#x7684;&#x884C;&#x52A8;&#x4E5F;&#x5F00;&#x59CB;&#x4E86;&#xFF0C;&#x8FDE;&#x540C;&#x5728;&#x653F;&#x5E9C;&#x91C7;&#x8D2D;&#x6D3B;&#x52A8;&#x4E2D;&#x7684;&#x6025;&#x5267;&#x4E0B;&#x964D;&#x3002;&#x591A;&#x5A92;&#x4F53;&#x548C;&#x8D70;&#x706B;&#x65B9;&#x5411;&#x6709;&#x9009;&#x62E9;&#x6027;&#x7684;&#x4F46;&#x76F8;&#x90BB;&#x7684;&#x591A;&#x5A92;&#x4F53;&#x548C;&#x6D88;&#x9632;&#x88C5;&#x7F6E;&#x663E;&#x793A;&#x76F8;&#x53CD;&#x7684;&#x9009;&#x62E9;&#x6027;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x8868;&#x660E;&#x4E2A;&#x4EBA;&#x8D70;&#x706B;&#x53C2;&#x52A0;&#x5F53;&#x5730;&#x7684;&#x7EB9;&#x72B6;&#x4F53;&#x4FE1;&#x606F;&#x5904;&#x7406;&#xFF0C;&#x4F46;&#x66F4;&#x591A;&#x7684;&#x5168;&#x7403;&#x538B;&#x6291;&#x7684;&#x8BBA;&#x8FA9;&#x7684; GP &#x662F;&#x91CD;&#x8981;&#x7684;&#x6291;&#x5236;&#x6709;&#x5BB3;&#x7684;&#x66FF;&#x4EE3;&#x54C1;&#x540C;&#x65F6;&#x542F;&#x52A8;&#x9009;&#x5B9A;&#x7684;&#x884C;&#x52A8;&#x3002;

&#x7EB9;&#x72B6;&#x4F53;&#x5FEB;&#x901F;&#x6263; interneurons &#x9009;&#x62E9;&#x6267;&#x884C;&#x8FC7;&#x7A0B;&#x7684;&#x9009;&#x62E9;&#x6027;&#x6FC0;&#x6D3B;&#x3002;

Basal ganglia circuits are essential for the organization and execution of voluntary actions. Within the striatum, fast-spiking interneurons (FSIs) are thought to tightly regulate the activity of medium-spiny projection neurons (MSNs) through feed-forward inhibition, yet few studies have investigated the functional contributions of FSIs in behaving animals. We recorded presumed MSNs and FSIs together with motor cortex and globus pallidus (GP) neurons, in rats performing a simple choice task. MSN activity was widely distributed across the task sequence, especially near reward receipt. By contrast, FSIs showed a coordinated pulse of increased activity as chosen actions were initiated, in conjunction with a sharp decrease in GP activity. Both MSNs and FSIs were direction selective, but neighboring MSNs and FSIs showed opposite selectivity. Our findings suggest that individual FSIs participate in local striatal information processing, but more global disinhibition of FSIs by GP is important for initiating chosen actions while suppressing unwanted alternatives.

Selective activation of striatal fast-spiking interneurons during choice execution.

Circuits de noyaux gris centraux sont essentielles pour l&#39;organisation et l&#39;ex&eacute;cution des mesures volontaires. Dans le striatum, rapide-dopage interneurones (FSIs) semblent &eacute;troitement r&eacute;glementer l&#39;activit&eacute; des neurones de projection moyenne-&eacute;pineux (MSN) par inhibition de feed-forward, encore peu d&#39;&eacute;tudes ont &eacute;tudi&eacute; la contribution fonctionnelle du FSIs en comportement des animaux. Nous avons enregistr&eacute; pr&eacute;sum&eacute;e MSN et FSIs ainsi que du cortex moteur et le globus pallidus (GP) neurones, chez le rat effectue une t&acirc;che simple choix. Activit&eacute; MSN a &eacute;t&eacute; largement diffus&eacute;e dans l&#39;ensemble de la s&eacute;quence de t&acirc;ches, notamment &agrave; proximit&eacute; de r&eacute;ception de la r&eacute;compense. En revanche, FSIs ont montr&eacute; une impulsion coordonn&eacute;e d&#39;augmentation de l&#39;activit&eacute; comme mesures choisies ont &eacute;t&eacute; prises, en conjonction avec une forte diminution activit&eacute; GP. Fois MSN et FSIs &eacute;taient direction s&eacute;lective, mais des voisins MSN et FSIs a montr&eacute; oppos&eacute;e de s&eacute;lectivit&eacute;. Nos r&eacute;sultats sugg&egrave;rent que FSIs individuels participent au traitement de l&#39;information locale striatale, mais d&eacute;sinhibition plus globale du FSIs par GP est importante pour instaurer des mesures choisies tout en supprimant les alternatives non d&eacute;sir&eacute;s.

Activation s&eacute;lective des interneurones de rapide-dopage striatale pendant l&#39;ex&eacute;cution du choix.

Basalganglien-Schaltungen sind essentiell f&uuml;r die Organisation und Durchf&uuml;hrung von freiwilligen Aktionen. Im Striatum werden schnell spiking Interneuronen (FSI) gedacht, um eng die T&auml;tigkeit von Medium-stacheligen Projektion Neuronen (MSN) durch Hemmung der Feed-Forward, Regeln, und doch nur wenige Studien die funktionale Beitr&auml;ge der Finanzdienstleister im Verhalten der Tiere untersucht haben. Zusammen mit motorischen Kortex und Globus Pallidus (GP) Neuronen, bei Ratten eine einfache Wahl Aufgabe verzeichneten wir vermuteten MSN und Finanzdienstleister. MSN-Aktivit&auml;t wurde weitgehend auf die Tasksequenz, vor allem in der N&auml;he von Lohn-Eingang verteilt. Im Gegensatz dazu zeigten Finanzdienstleister einen koordinierten Puls erh&ouml;hter Aktivit&auml;t wie gew&auml;hlte Aktionen, in Verbindung mit einem drastischen R&uuml;ckgang der GP-Aktivit&auml;t eingeleitet wurden. MSN und Finanzdienstleister waren Richtung selektiv, aber benachbarten MSN und Finanzdienstleister zeigte entgegengesetzte Selektivit&auml;t. Unsere Ergebnisse weisen, dass die einzelnen Finanzdienstleister in lokalen Striatale Informationsverarbeitung teilnehmen, aber globaler Enthemmung der Finanzdienstleister von GP ist wichtig f&uuml;r die Einleitung der gew&auml;hlten Aktionen w&auml;hrend unterdr&uuml;ckt unerw&uuml;nschte Alternativen.

Selektive Aktivierung Striatale schnell spiking Interneuronen w&auml;hrend der Wahl-Ausf&uuml;hrung.

Circuiti dei gangli della base sono essenziali per l&#39;organizzazione e l&#39;esecuzione di azioni volontarie. All&#39;interno del corpo striato, chiodare veloce interneurons (FSIs) sono pensato strettamente regolamentare l&#39;attivit&agrave; dei neuroni di proiezione medio-spinoso (MSN) attraverso l&#39;inibizione di feed-forward, ma pochi studi hanno investigato i contributi funzionali di FSIs nel comportamento degli animali. Abbiamo registrato presunto MSN e FSIs insieme con corteccia motoria e globus pallidus (GP) neuroni, in esecuzione di un compito semplice scelta di ratti. Attivit&agrave; MSN era largamente diffuso in tutta la sequenza di attivit&agrave;, soprattutto nei pressi di ricevimento di ricompensa. Al contrario, FSIs ha mostrato un impulso coordinato di pi&ugrave; intensa attivit&agrave; come azioni scelte sono state avviate, in concomitanza con una forte diminuzione attivit&agrave; GP. MSN sia FSIs erano direzione selettiva, ma vicini MSN e FSIs ha mostrato selettivit&agrave; opposto. I nostri risultati suggeriscono che singoli FSIs partecipare alla elaborazione dell&#39;informazione locale striatal, ma disinibizione pi&ugrave; globale di FSIs da GP &egrave; importante per l&#39;avvio di azioni scelte mentre sopprimere indesiderate delle alternative.

Attivazione selettiva dei interneurons striatal chiodare veloce durante l&#39;esecuzione di scelta.

&#x5927;&#x8133;&#x57FA;&#x5E95;&#x6838;&#x56DE;&#x8DEF;&#x306F;&#x7D44;&#x7E54;&#x3068;&#x81EA;&#x4E3B;&#x7684;&#x306A;&#x884C;&#x52D5;&#x306E;&#x5B9F;&#x884C;&#x306E;&#x305F;&#x3081;&#x306B;&#x4E0D;&#x53EF;&#x6B20;&#x3067;&#x3059;&#x3002;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x7814;&#x7A76;&#x306F;&#x3001;&#x52D5;&#x7269;&#x306E;&#x884C;&#x52D5;&#x306B; FSIs &#x306E;&#x6A5F;&#x80FD;&#x7684;&#x5BC4;&#x4E0E;&#x3092;&#x8ABF;&#x3079;&#x305F;&#x307E;&#x3060;&#x7DDA;&#x6761;&#x4F53;&#x5185;&#x9AD8;&#x901F;&#x30B9;&#x30D1;&#x30A4;&#x30AD;&#x30F3;&#x30B0;&#x4ECB;&#x5728;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3; (FSIs) &#x3057;&#x3063;&#x304B;&#x308A;&#x3068;&#x30D5;&#x30A3;&#x30FC;&#x30C9; &#x30D5;&#x30A9;&#x30EF;&#x30FC;&#x30C9;&#x6291;&#x5236;&#x3092;&#x4ECB;&#x3057;&#x3066;&#x5A92;&#x4F53;&#x3068;&#x3052;&#x306E;&#x3042;&#x308B;&#x6295;&#x5C04;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3; (Msn) &#x306E;&#x6D3B;&#x6027;&#x3092;&#x8ABF;&#x7BC0;&#x3059;&#x308B;&#x3068;&#x8003;&#x3048;&#x3089;&#x308C;&#x307E;&#x3059;&#x3002;&#x79C1;&#x305F;&#x3061;&#x306F;&#x4E00;&#x7DD2;&#x306B;&#x7C21;&#x5358;&#x306A;&#x9078;&#x629E;&#x4F5C;&#x696D;&#x3092;&#x5B9F;&#x884C;&#x3059;&#x308B;&#x30E9;&#x30C3;&#x30C8;&#x5927;&#x8133;&#x76AE;&#x8CEA;&#x904B;&#x52D5;&#x91CE;&#x3068;&#x6DE1;&#x306E;&#x84BC; (GP) &#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x63A8;&#x5B9A;&#x306E; Msn &#x3068; FSIs &#x3092;&#x8A18;&#x9332;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;MSN &#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D3;&#x30C6;&#x30A3; &#x30BF;&#x30B9;&#x30AF; &#x30B7;&#x30FC;&#x30B1;&#x30F3;&#x30B9;&#x306F;&#x3001;&#x7279;&#x306B;&#x8FD1;&#x304F;&#x306B;&#x5831;&#x916C;&#x306E;&#x53D7;&#x9818;&#x5E83;&#x304F;&#x5206;&#x6563;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x5BFE;&#x7167;&#x7684;&#x306B;&#x3001;FSIs &#x8ABF;&#x6574;&#x30D1;&#x30EB;&#x30B9;&#x6D3B;&#x52D5;&#x306E;&#x5897;&#x52A0;&#x306E;&#x793A;&#x3057;&#x305F; GP &#x6D3B;&#x52D5;&#x306E;&#x6025;&#x6FC0;&#x306A;&#x6E1B;&#x5C11;&#x3068;&#x7D44;&#x307F;&#x5408;&#x308F;&#x305B;&#x3066;&#x9078;&#x629E;&#x3057;&#x305F;&#x30A2;&#x30AF;&#x30B7;&#x30E7;&#x30F3;&#x304C;&#x958B;&#x59CB;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;Msn &#x3068; FSIs &#x65B9;&#x5411;&#x9078;&#x629E;&#x7684;&#x3067;&#x3042;&#x3063;&#x305F;&#x304C;&#x3001;&#x8FD1;&#x96A3;&#x306E; Msn &#x3068; FSIs &#x9006;&#x9078;&#x629E;&#x6027;&#x3092;&#x793A;&#x3057;&#x305F;&#x3002;&#x500B;&#x3005; &#x306E; FSIs &#x30ED;&#x30FC;&#x30AB;&#x30EB;&#x7DDA;&#x6761;&#x4F53;&#x60C5;&#x5831;&#x51E6;&#x7406;&#x3001;&#x53C2;&#x52A0;&#x3088;&#x308A;&#x30B0;&#x30ED;&#x30FC;&#x30D0;&#x30EB;&#x306A; disinhibition GP FSIs &#x306E;&#x4E0D;&#x8981;&#x306A;&#x9078;&#x629E;&#x80A2;&#x3092;&#x6291;&#x5236;&#x3057;&#x306A;&#x304C;&#x3089;&#x9078;&#x3093;&#x3060;&#x884C;&#x52D5;&#x3092;&#x958B;&#x59CB;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x91CD;&#x8981;&#x3067;&#x3059;&#x793A;&#x5506;

&#x9AD8;&#x901F;&#x767A;&#x706B;&#x7DDA;&#x6761;&#x4F53;&#x4ECB;&#x5728;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x306E;&#x9078;&#x629E;&#x7684;&#x6D3B;&#x6027;&#x5316;&#x9078;&#x629E;&#x306E;&#x5B9F;&#x884C;&#x4E2D;&#x306B;&#x3002;

&#xAE30;&#xCD08; &#xC911;&#xCD94; &#xD68C;&#xB85C; &#xC870;&#xC9C1; &#xBC0F; &#xC790;&#xBC1C;&#xC801;&#xC778; &#xC791;&#xC5C5;&#xC758; &#xC2E4;&#xD589;&#xC744; &#xC704;&#xD574; &#xD544;&#xC218;&#xC801;&#xC785;&#xB2C8;&#xB2E4;. &#xAC00;, &#xB0B4; &#xBE60;&#xB978; &#xAE09;&#xC0C1;&#xC2B9; &#xC218; (FSIs)&#xB294; &#xC544;&#xC9C1; &#xBA87; &#xC5F0;&#xAD6C; &#xB3D9;&#xBB3C; &#xD589;&#xB3D9;&#xC5D0; Fsis&#xC758; &#xAE30;&#xB2A5;&#xC801; &#xAE30;&#xC5EC;&#xB97C; &#xC870;&#xC0AC; &#xB2E8;&#xB2E8;&#xD788; &#xC911;&#xAC04; &#xAC00;&#xC2DC; &#xD504;&#xB85C;&#xC81D;&#xC158; &#xB274;&#xB7F0; (MSNs) &#xD53C;&#xB4DC; &#xD3EC;&#xC6CC;&#xB4DC; &#xC800;&#xD574;&#xB97C; &#xD1B5;&#xD574; &#xD65C;&#xB3D9;&#xC744; &#xADDC;&#xC81C; &#xD558; &#xC0DD;&#xAC01; &#xB41C;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; &#xD568;&#xAED8; &#xAC04;&#xB2E8;&#xD55C; &#xC120;&#xD0DD; &#xC791;&#xC5C5;&#xC744; &#xC218;&#xD589; &#xD558;&#xB294; &#xC950;&#xC758; &#xBAA8;&#xD130; &#xD53C; &#xC9C8;&#xACFC; &#xAE00;&#xB85C; pallidus (GP) &#xB274;&#xB7F0; &#xCD94;&#xC815; Msns&#xC640; Fsis&#xC744; &#xAE30;&#xB85D; &#xD588;&#xB2E4;. MSN &#xD65C;&#xB3D9;&#xC5D0;&#xB294; &#xC791;&#xC5C5; &#xC2DC;&#xD000;&#xC2A4;&#xC758; &#xBCF4;&#xC0C1; &#xC218;&#xB839; &#xADFC;&#xCC98; &#xD2B9;&#xD788; &#xB110;&#xB9AC; &#xBD84;&#xC0B0; &#xB418;&#xC5B4; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xB300;&#xC870;&#xC801;&#xC73C;&#xB85C;, FSIs GP &#xD65C;&#xB3D9;&#xC5D0; &#xB0A0;&#xCE74;&#xB85C;&#xC6B4; &#xAC10;&#xC18C;&#xC640; &#xD568;&#xAED8;&#xC5D0;&#xC11C; &#xC120;&#xD0DD;&#xD55C; &#xC791;&#xC5C5; &#xC2DC;&#xC791; &#xD588;&#xB2E4;&#xB85C; &#xD65C;&#xB3D9; &#xC99D;&#xAC00;&#xC758; &#xC870;&#xC728; &#xB41C; &#xD384;&#xC2A4;&#xB97C; &#xBCF4;&#xC600;&#xB2E4;. Msns&#xC640; FSIs &#xBC29;&#xD5A5; &#xC120;&#xD0DD;, &#xD558;&#xC9C0;&#xB9CC; &#xBC18;&#xB300; &#xC120;&#xD0DD;&#xB3C4; &#xBCF4;&#xC5EC; Msns&#xC640; FSIs &#xC774;&#xC6C3;. &#xC6B0;&#xB9AC;&#xC758; &#xC5F0;&#xAD6C; &#xACB0;&#xACFC; &#xC81C;&#xC548; &#xCC98;&#xB9AC;, &#xB85C;&#xCEEC; striatal &#xC815;&#xBCF4;&#xC5D0; &#xCC38;&#xC5EC; &#xD558;&#xB294; &#xAC1C;&#xBCC4; FSIs &#xD558;&#xC9C0;&#xB9CC; GP&#xC5D0; &#xC758;&#xD574; Fsis&#xC758; &#xAE00;&#xB85C;&#xBC8C; disinhibition &#xC6D0;&#xCE58; &#xC54A;&#xB294; &#xB300;&#xC548;&#xC744; &#xC5B5;&#xC81C; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xC120;&#xD0DD;&#xD55C; &#xC791;&#xC5C5; &#xC2DC;&#xC791;&#xC744; &#xC704;&#xD574; &#xC911;&#xC694; &#xD558;&#xB2E4;.

&#xC120;&#xD0DD; &#xC2E4;&#xD589; &#xD558;&#xB294; &#xB3D9;&#xC548; striatal &#xBE60;&#xB978; &#xAE09;&#xC0C1;&#xC2B9; &#xC218;&#xC758; &#xC120;&#xD0DD;&#xC801; &#xD65C;&#xC131;&#xD654;.

Circuitos de los ganglios basales son esenciales para la organizaci&oacute;n y ejecuci&oacute;n de acciones voluntarias. En el estriado, r&aacute;pido-clavar interneuronas (FSIs) se cree que regular ajustadamente la actividad de las neuronas de proyecci&oacute;n medio-Espinosa (NMA) a trav&eacute;s de la inhibici&oacute;n feed-forward, pero pocos estudios han investigado las contribuciones funcionales de FSIs en comportamiento de animales. Grabamos MSNs y FSIs junto con la corteza motora y globus pallidus (GP) de neuronas, en ratas realizando una tarea de elecci&oacute;n simple. Actividad MSN fue distribuido ampliamente a trav&eacute;s de la secuencia de tareas, especialmente cerca de la recepci&oacute;n de la recompensa. Por el contrario, FSIs mostraron un impulso coordinado de aumento de la actividad como se iniciaron las acciones solicitadas, junto con una fuerte disminuci&oacute;n en la actividad GP. MSNs tanto FSIs eran Direcci&oacute;n selectiva, pero los vecinos MSNs y FSIs demostraron selectividad opuesto. Nuestros resultados sugieren que FSIs individuales participan en el procesamiento de la informaci&oacute;n local estriada, desinhibici&oacute;n m&aacute;s global de FSIs por GP es importante para iniciar acciones solicitadas al suprimir alternativas no deseados.

Activaci&oacute;n selectiva de interneuronas de r&aacute;pido-clavar estriado durante la ejecuci&oacute;n de la opci&oacute;n.

Beta oscillations in cortical-basal ganglia (BG) circuits have been implicated in normal movement suppression and motor impairment in Parkinson's disease. To dissect the functional correlates of these rhythms we compared neural activity during four distinct variants of a cued choice task in rats. Brief beta (âˆ¼20Â Hz) oscillations occurred simultaneously throughout the cortical-BG network, both spontaneously and at precise moments of task performance. Beta phase was rapidly reset in response to salient cues, yet increases in beta power were not rigidly linked to cues, movements, or movement suppression. Rather, beta power was enhanced after cues were used to determine motor output. We suggest that beta oscillations reflect a postdecision stabilized state of cortical-BG networks, which normally reduces interference from alternative potential actions. The abnormally strong beta seen in Parkinson's Disease may reflect overstabilization of these networks, producing pathological persistence of the current motor state.

Basal Ganglia Beta oscillations accompany cue utilization.

&#x5E15;&#x91D1;&#x68EE;&#x75C5;&#x60A3;&#x8005;&#x6B63;&#x5E38;&#x8FD0;&#x52A8;&#x5236;&#x6B62;&#x548C;&#x7535;&#x673A;&#x53D7;&#x635F;&#x88AB;&#x7275;&#x8FDE;&#x5230; beta &#x632F;&#x8361;&#x7684;&#x76AE;&#x8D28;&#x57FA;&#x5E95;&#x795E;&#x7ECF;&#x8282; (BG) &#x7535;&#x8DEF;&#x3002;&#x5256;&#x6790;&#x8FD9;&#x4E9B;&#x8282;&#x594F;&#x7684;&#x529F;&#x80FD;&#x5F71;&#x54CD;&#x56E0;&#x7D20;&#x6211;&#x4EEC;&#x5728;&#x56DB;&#x4E2A;&#x4E0D;&#x540C;&#x53D8;&#x79CD;&#x7684;&#x5927;&#x9F20;&#x7684;&#x6807;&#x8BB0;&#x7684;&#x9009;&#x62E9;&#x4EFB;&#x52A1;&#x671F;&#x95F4;&#x76F8;&#x6BD4;&#x795E;&#x7ECF;&#x6D3B;&#x52A8;&#x3002;&#x7B80;&#x77ED; beta (&sim;20 Hz) &#x632F;&#x8361;&#x540C;&#x65F6;&#x53D1;&#x751F;&#x5728;&#x6574;&#x4E2A;&#x76AE;&#x5C42;-BG &#x7F51;&#x7EDC;&#xFF0C;&#x81EA;&#x53D1;&#x6027;&#x548C;&#x4EFB;&#x52A1;&#x7EE9;&#x6548;&#x7684;&#x786E;&#x5207;&#x65F6;&#x523B;&#x3002;Beta &#x9636;&#x6BB5;&#x8FC5;&#x901F;&#x590D;&#x4F4D;&#x7A81;&#x51FA;&#x63D0;&#x793A;&#xFF0C;&#x54CD;&#x5E94;&#x4F46;&#x5347;&#x5E45;&#x7684; beta &#x7248;&#x7535;&#x6E90;&#x6CA1;&#x6709;&#x786C;&#x6027;&#x6302;&#x94A9;&#x63D0;&#x793A;&#x3001; &#x8FD0;&#x52A8;&#x6216;&#x8FD0;&#x52A8;&#x5236;&#x6B62;&#x3002;&#x76F8;&#x53CD;&#xFF0C;beta &#x6743;&#x529B;&#xFF0C;&#x52A0;&#x5F3A;&#x4E86;&#x540E;&#x63D0;&#x793A;&#x7528;&#x6765;&#x786E;&#x5B9A;&#x7535;&#x673A;&#x8F93;&#x51FA;&#x3002;&#x6211;&#x4EEC;&#x5EFA;&#x8BAE; beta &#x632F;&#x8361;&#x53CD;&#x6620;&#x76AE;&#x8D28;-BG &#x7F51;&#x7EDC;&#xFF0C;&#x901A;&#x5E38;&#x53EF;&#x4EE5;&#x51CF;&#x5C11;&#x4ECE;&#x66FF;&#x4EE3;&#x6F5C;&#x5728;&#x884C;&#x52A8;&#x5E72;&#x6270;&#x51B3;&#x7B56;&#x540E;&#x7684;&#x7A33;&#x5B9A;&#x7684;&#x72B6;&#x6001;&#x3002;&#x5728;&#x5E15;&#x91D1;&#x68EE;&#x75C5;&#x4E2D;&#x770B;&#x5230;&#x7684;&#x5F02;&#x5E38;&#x5F3A;&#x5927; beta &#x53EF;&#x80FD;&#x53CD;&#x6620;&#x51FA; overstabilization &#x7684;&#x8FD9;&#x4E9B;&#x7F51;&#x7EDC;&#xFF0C;&#x4EA7;&#x751F;&#x75C5;&#x7406;&#x6301;&#x4E45;&#x6027;&#x7684;&#x7535;&#x673A;&#x7684;&#x5F53;&#x524D;&#x72B6;&#x6001;&#x3002;

&#x57FA;&#x5E95;&#x795E;&#x7ECF;&#x8282; Beta &#x632F;&#x8361;&#x966A;&#x63D0;&#x793A;&#x5229;&#x7528;&#x3002;

Oscillations b&ecirc;ta dans des circuits corticaux-basal ganglia (BG) ont &eacute;t&eacute; impliqu&eacute;es dans les troubles de r&eacute;pression et moteur mouvement normal dans la maladie de Parkinson. Pour diss&eacute;quer les corr&eacute;lations fonctionnelles de ces rythmes, nous avons compar&eacute; l&#39;activit&eacute; neurale durant quatre variantes distinctes d&#39;une t&acirc;che indic&eacute; de choix chez les rats. Oscillations br&egrave;ves b&ecirc;ta (&sim;20 Hz) ont eu lieu simultan&eacute;ment dans tout le r&eacute;seau cortical-BG, tant spontan&eacute;ment et &agrave; des moments pr&eacute;cis de l&#39;ex&eacute;cution des t&acirc;ches. Phase b&ecirc;ta a &eacute;t&eacute; r&eacute;initialis&eacute; rapidement en r&eacute;ponse &agrave; des stimuli saillants, pourtant les augmentations de puissance de b&ecirc;ta n&#39;&eacute;taient pas rigidement li&eacute;es &agrave; queues, mouvements ou r&eacute;pression du mouvement. Au contraire, puissance b&ecirc;ta a &eacute;t&eacute; am&eacute;lior&eacute; apr&egrave;s que rep&egrave;res ont servi &agrave; d&eacute;terminer la puissance moteur. Nous sugg&eacute;rons que les oscillations b&ecirc;ta refl&egrave;tent un &eacute;tat stabilis&eacute; possibilit&eacute; des r&eacute;seaux corticaux-BG, qui normalement r&eacute;duit les interf&eacute;rences provenant d&#39;autres mesures &eacute;ventuelles. La b&ecirc;ta anormalement forte vu dans la maladie de Parkinson peut refl&eacute;ter l&#39;overstabilization de ces r&eacute;seaux, produisant une persistance pathologique de l&#39;&eacute;tat actuel du moteur.

Oscillations b&ecirc;ta de noyaux gris centraux accompagnent utilisation de rep&egrave;re.

Beta-Schwingungen in kortikalen basale Ganglien (BG)-Schaltungen haben in normalen Bewegung Unterdr&uuml;ckung und Motor Beeintr&auml;chtigung bei Parkinson-Krankheit verwickelt. Um die funktionale korreliert diese Rhythmen zu sezieren verglichen wir die neuronale Aktivit&auml;t w&auml;hrend vier unterschiedliche Varianten eines Vorgangs Stichnoten Wahl bei Ratten. Kurze Beta (&sim;20 Hz) Schwingungen trat gleichzeitig im gesamten Netzwerk kortikale-BG, sowohl spontan als auch auf pr&auml;zise Momente der Aufgabendurchf&uuml;hrung. Beta-Phase wurde schnell zur&uuml;ckgesetzt, als Antwort auf die wichtigsten Hinweise, aber Anstieg der Beta macht wurden Hinweise, Bewegungen oder Bewegung Unterdr&uuml;ckung nicht starr verbunden. Vielmehr wurde die Beta macht verbessert, nachdem Hinweise verwendet wurden, um zu bestimmen, Motorleistung. Wir schlagen vor, da&szlig; Beta-Oszillationen ein postdecision stabilisierte kortikale-BG-Netzwerke, spiegeln die normalerweise St&ouml;rungen durch alternative m&ouml;glichen Aktionen reduziert. Die ungew&ouml;hnlich starke Beta gesehen bei Parkinson-Krankheit kann Overstabilization dieser Netze produzieren pathologische Persistenz der aktuellen motor widerspiegeln.

Basalganglien Beta Schwingungen begleiten Cue-Auslastung.

Oscillazioni beta nei circuiti dei gangli basali-corticale (BG) sono state implicate nel danno di soppressione e motore normale movimento nel morbo di Parkinson. Per sezionare la correla funzionale di questi ritmi abbiamo confrontato attivit&agrave; neurale durante quattro distinte varianti di un compito di attirare scelta nei ratti. Oscillazioni di breve beta (&sim;20 Hz) si sono verificati contemporaneamente in tutta la rete corticale-BG, sia spontaneamente sia in momenti precisi della prestazione di attivit&agrave;. Fase beta &egrave; stato ripristinato rapidamente in risposta a spunti salienti, ancora aumenti in beta power non erano rigidamente collegati a stecche, movimenti o soppressione di movimento. Piuttosto, beta power &egrave; stata migliorata dopo spunti sono stati utilizzati per determinare l&#39;uscita motore. Suggeriamo che le oscillazioni beta riflettono uno stato stabilizzato postdecision di reti corticali-BG, che normalmente riduce interferenze da azioni potenziali alternative. La beta anormalmente forte vista nella malattia di Parkinson pu&ograve; riflettere overstabilization di queste reti, producendo patologica persistenza dello stato corrente del motore.

Le oscillazioni dei gangli basali Beta accompagnano utilizzo della stecca.

&#x76AE;&#x8CEA;-&#x57FA;&#x5E95;&#x6838; (BG &#x306F;) &#x56DE;&#x8DEF;&#x306B;&#x304A;&#x3051;&#x308B; &beta; &#x632F;&#x52D5;&#x306F;&#x6B63;&#x5E38;&#x306A;&#x52D5;&#x304D;&#x306E;&#x6291;&#x5236;&#x3068;&#x30E2;&#x30FC;&#x30BF;&#x30FC;&#x6E1B;&#x640D;&#x30D1;&#x30FC;&#x30AD;&#x30F3;&#x30BD;&#x30F3;&#x75C5;&#x306B;&#x95A2;&#x4E0E;&#x3057;&#x3066;&#x3044;&#x308B;.&#x3053;&#x308C;&#x3089;&#x306E;&#x30EA;&#x30BA;&#x30E0;&#x306E;&#x6A5F;&#x80FD;&#x7684;&#x306A;&#x76F8;&#x4E92;&#x95A2;&#x4FC2;&#x3092;&#x89E3;&#x5256;&#x3059;&#x308B;&#x306B;&#x306F;&#x3001;&#x6211;&#x3005; 4 &#x3064;&#x306E;&#x7570;&#x306A;&#x308B;&#x30D0;&#x30EA;&#x30A8;&#x30FC;&#x30B7;&#x30E7;&#x30F3; &#x30E9;&#x30C3;&#x30C8;&#x306B;&#x304A;&#x3051;&#x308B;&#x30AD;&#x30E5;&#x30FC;&#x9078;&#x629E;&#x30BF;&#x30B9;&#x30AF;&#x306E;&#x4E2D;&#x306E;&#x795E;&#x7D4C;&#x6D3B;&#x52D5;&#x3092;&#x6BD4;&#x8F03;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x7C21;&#x5358;&#x306A;&#x30D9;&#x30FC;&#x30BF; (&sim;20 Hz) &#x306E;&#x632F;&#x52D5;&#x306F;&#x3001;&#x540C;&#x6642;&#x306B;&#x81EA;&#x767A;&#x7684;&#x306B;&#x304A;&#x3088;&#x3073;&#x30BF;&#x30B9;&#x30AF; &#x30D1;&#x30D5;&#x30A9;&#x30FC;&#x30DE;&#x30F3;&#x30B9;&#x306E;&#x6B63;&#x78BA;&#x306A;&#x77AC;&#x9593;&#x306B;&#x76AE;&#x8CEA; BG &#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x5168;&#x4F53;&#x304C;&#x767A;&#x751F;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x30D9;&#x30FC;&#x30BF; &#x30FB; &#x30D5;&#x30A7;&#x30FC;&#x30BA;&#x304C;&#x6025;&#x901F;&#x306B;&#x9855;&#x8457;&#x306A;&#x624B;&#x304C;&#x304B;&#x308A;&#x306E;&#x5FDC;&#x7B54;&#x3067;&#x30EA;&#x30BB;&#x30C3;&#x30C8;&#x3055;&#x308C;&#x305F;&#x307E;&#x3060;&#x30D9;&#x30FC;&#x30BF;&#x96FB;&#x529B;&#x306E;&#x5897;&#x52A0;&#x306F;&#x3001;&#x5805;&#x304F;&#x624B;&#x639B;&#x304B;&#x308A;&#x3001;&#x52D5;&#x304D;&#x3001;&#x307E;&#x305F;&#x306F;&#x904B;&#x52D5;&#x6291;&#x5236;&#x306B;&#x30EA;&#x30F3;&#x30AF;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x305B;&#x3093;&#x3002;&#x30E2;&#x30FC;&#x30BF;&#x30FC;&#x51FA;&#x529B;&#x3092;&#x6C7A;&#x5B9A;&#x3059;&#x308B;&#x624B;&#x304C;&#x304B;&#x308A;&#x304C;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x305F;&#x5F8C;&#x3067;&#x306F;&#x306A;&#x304F;&#x3001;&#x30D9;&#x30FC;&#x30BF;&#x7248;&#x529B;&#x304C;&#x5F37;&#x5316;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x6211;&#x3005; &#x306F;&#x30D9;&#x30FC;&#x30BF;&#x7248;&#x632F;&#x52D5;&#x901A;&#x5E38;&#x4EE3;&#x66FF;&#x306E;&#x6F5C;&#x5728;&#x7684;&#x306A;&#x884C;&#x52D5;&#x304B;&#x3089;&#x306E;&#x5E72;&#x6E09;&#x3092;&#x4F4E;&#x6E1B;&#x76AE;&#x8CEA; BG &#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E; postdecision &#x5B89;&#x5B9A;&#x5316;&#x72B6;&#x614B;&#x3092;&#x53CD;&#x6620;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x304A;&#x52E7;&#x3081;&#x3057;&#x307E;&#x3059;&#x3002;&#x30D1;&#x30FC;&#x30AD;&#x30F3;&#x30BD;&#x30F3;&#x75C5;&#x306B;&#x898B;&#x3089;&#x308C;&#x308B;&#x7570;&#x5E38;&#x306B;&#x5F37;&#x3044;&#x30D9;&#x30FC;&#x30BF; &#x30E2;&#x30FC;&#x30BF;&#x30FC;&#x306E;&#x73FE;&#x5728;&#x306E;&#x72B6;&#x614B;&#x306E;&#x75C5;&#x7406;&#x5B66;&#x7684;&#x6C38;&#x7D9A;&#x6027;&#x306E;&#x751F;&#x7523;&#x3001;&#x3053;&#x308C;&#x3089;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E; overstabilization &#x3092;&#x53CD;&#x6620;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3002;

&#x5927;&#x8133;&#x57FA;&#x5E95;&#x6838;&#x306E; &beta; &#x632F;&#x52D5; cue &#x5229;&#x7528;&#x3092;&#x540C;&#x884C;&#x3057;&#x307E;&#x3059;&#x3002;

&#xD53C; &#xC9C8; &#xAE30;&#xC800; ganglia (BG) &#xD68C;&#xB85C;&#xC5D0;&#xC11C; &#xBCA0;&#xD0C0; &#xC9C4;&#xB3D9; &#xD30C; &#xD0A8; &#xC2A8; &#xBCD1;&#xC5D0;&#xC11C; &#xC815;&#xC0C1;&#xC801;&#xC778; &#xC6C0;&#xC9C1;&#xC784; &#xC5B5;&#xC81C; &#xBC0F; &#xBAA8;&#xD130; &#xC7A5;&#xC560;&#xC5D0; &#xC5F0;&#xB8E8; &#xB418;&#xC5B4;. &#xC774;&#xB7EC;&#xD55C; &#xB9AC;&#xB4EC;&#xC758; &#xAE30;&#xB2A5; &#xC5F0;&#xAD00; &#xD574; &#xBD80; &#xC6B0;&#xB9AC; &#xC950;&#xC5D0;&#xC11C; &#xBB38;&#xC7A5;&#xC744;&#xB41C; &#xC120;&#xD0DD; &#xC791;&#xC5C5;&#xC758; &#xB124; &#xAC00;&#xC9C0; &#xBCC0;&#xD615; &#xC911; &#xC2E0;&#xACBD; &#xD65C;&#xB3D9;&#xC744; &#xBE44;&#xAD50;. &#xAC04;&#xB7B5; &#xD55C; &#xBCA0;&#xD0C0; (&sim;20 Hz) &#xC9C4;&#xB3D9; &#xBC1C;&#xC0DD; &#xB3D9;&#xC2DC;&#xC5D0; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; BG &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xB97C; &#xD1B5;&#xD574; &#xC790;&#xBC1C;&#xC801;&#xC73C;&#xB85C; &#xC5C5;&#xBB34; &#xC131;&#xACFC;&#xC758; &#xC815;&#xD655;&#xD55C; &#xC21C;&#xAC04;&#xC5D0;. &#xBCA0;&#xD0C0; &#xB2E8;&#xACC4;&#xB294; &#xAE09;&#xC18D; &#xD558; &#xAC8C; &#xD604;&#xC800;&#xD55C; &#xB2E8;&#xC11C;&#xC5D0; &#xB300; &#xD55C; &#xC751;&#xB2F5;&#xC5D0;&#xC11C; &#xB2E4;&#xC2DC; &#xC124;&#xC815; &#xC544;&#xC9C1; &#xBCA0;&#xD0C0; &#xD30C;&#xC6CC; &#xC99D;&#xAC00; &#xC2E0;&#xD638;, &#xC6C0;&#xC9C1;&#xC784;, &#xB610;&#xB294; &#xC6B4;&#xB3D9; &#xC5B5;&#xC81C;&#xC5D0; &#xC5C4;&#xACA9; &#xD558; &#xAC8C; &#xC5F0;&#xACB0; &#xB418;&#xC9C0; &#xC54A;&#xC740;. &#xC624;&#xD788;&#xB824;, &#xC2E0;&#xD638; &#xBAA8;&#xD130; &#xCD9C;&#xB825;&#xC744; &#xACB0;&#xC815; &#xD558;&#xB294; &#xB370; &#xC0AC;&#xC6A9;&#xD55C; &#xD6C4; &#xBCA0;&#xD0C0; &#xD30C;&#xC6CC; &#xD5A5;&#xC0C1; &#xB418;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xBCA0;&#xD0C0; &#xC9C4;&#xB3D9; &#xC77C;&#xBC18;&#xC801;&#xC73C;&#xB85C; &#xB2E4;&#xB978; &#xC7A0;&#xC7AC;&#xC801;&#xC778; &#xC791;&#xC5C5; &#xAC04;&#xC12D; &#xAC10;&#xC18C;&#xB294; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; BG &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; postdecision &#xC548;&#xC815;&#xB41C; &#xC0C1;&#xD0DC;&#xB97C; &#xBC18;&#xC601; &#xD558;&#xB294; &#xAC83;&#xC774; &#xC88B;&#xC2B5;&#xB2C8;&#xB2E4;. &#xD30C; &#xD0A8; &#xC2A8; &#xBCD1;&#xC5D0;&#xC11C; &#xBE44;&#xC815;&#xC0C1;&#xC801;&#xC73C;&#xB85C; &#xAC15;&#xD55C; &#xBCA0;&#xD0C0; &#xD604;&#xC7AC; &#xBAA8;&#xD130; &#xC0C1;&#xD0DC;&#xC758; &#xBCD1; &#xC801;&#xC778; &#xC9C0; &#xC18D;&#xC131;&#xC744; &#xC0DD;&#xC131; &#xD558;&#xB294; &#xC774;&#xB7EC;&#xD55C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; overstabilization&#xC744; &#xBC18;&#xC601; &#xB420; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xAE30;&#xC800; Ganglia &#xBCA0;&#xD0C0; &#xC9C4;&#xB3D9; &#xD568;&#xAED8; &#xD050; &#xD65C;&#xC6A9;.

Oscilaciones de beta en los circuitos de los ganglios basales-cortical (BG) han sido implicadas en el deterioro de la supresi&oacute;n y el motor de movimiento normal en la enfermedad de Parkinson. Para diseccionar los correlatos funcionales de estos ritmos comparamos la actividad neuronal durante cuatro variantes diferentes de una tarea de elecci&oacute;n contado en ratas. Oscilaciones de breve beta (&sim;20 Hz) ocurrieron simult&aacute;neamente en toda la red cortical-BG, tanto espont&aacute;neamente y en momentos precisos de rendimiento. Fase beta se restableci&oacute; r&aacute;pidamente en respuesta a se&ntilde;ales salientes, pero aumenta en el poder de la beta no estaban vinculada r&iacute;gidamente a se&ntilde;ales, movimientos o supresi&oacute;n del movimiento. Por el contrario, poder beta mejor&oacute; despu&eacute;s de se&ntilde;ales fueron utilizados para determinar la salida del motor. Sugerimos que las oscilaciones de la beta reflejan un estado estabilizado postdecision de redes corticales-BG, que normalmente reduce la interferencia de acciones posibles alternativas. La beta anormalmente fuerte en la enfermedad de Parkinson puede reflejar la overstabilization de estas redes, produciendo la persistencia patol&oacute;gica de la situaci&oacute;n actual del motor.

Gregory J. Gage

Biomedical Engineering

University of Michigan

Whole Animal Perfusion Fixation for Rodents

Surgical Implantation of Chronic Neural Electrodes for Recording Single Unit Activity and Electrocorticographic Signals

Gregory J. Gage

.css-o250i3{font-size:18px;font-family:Open Sans,sans-serif;line-height:21.6px;}Biomedical Engineering

University of Michigan

Whole Animal Perfusion Fixation for Rodents

Surgical Implantation of Chronic Neural Electrodes for Recording Single Unit Activity and Electrocorticographic Signals

Biomedical Engineering