JoVE Logo

Anmelden

Zum Anzeigen dieser Inhalte ist ein JoVE-Abonnement erforderlich. Melden Sie sich an oder starten Sie Ihre kostenlose Testversion.

In diesem Artikel

  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Nachdrucke und Genehmigungen

Zusammenfassung

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

Zusammenfassung

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

Einleitung

Jeder, der extrazelluläre Signale aus dem Gehirn zeichnet unter Verwendung von Methoden raffinierter als einfache Online-Thresholding und Windowing steht vor der Aufgabe zu identifizieren und die Trennung der Signale von verschiedenen Neuronen von den lauten Spannungssignale von der Elektrode erfasst. Diese Aufgabe wird als Spike Sortier allgemein bekannt. Die Schwierigkeit der Spitze Sortierung wird durch verschiedene Faktoren zusammengesetzt. Neurone können sehr nahe beieinander sein, so dass die Signale von ihnen von einer nahegelegenen Elektrode aufgezeichnet sind wahrscheinlich zu unterscheiden ähnlich und schwer zu sein. Die Signale von einem einzelnen Neuron erzeugt wird, kann über die Zeit variieren, vielleicht wegen der Bewegung der Elektrode, variable Natriumkanal Kinetik während Perioden hoher Feuerungsrate, variable Grad der Aktivierung der Spannungs Leitfähigkeiten in Dendriten, die an die Elektrode nahe sind oder möglicherweise als ein Ergebnis von Veränderungen des Gehirnzustands. (- 100 & mgr; m 20) r Diese Probleme können durch Verwendung von Multi-Elektroden-Anordnungen (MEAs) mit vielen eng beabstandeten gemildert werden ufnehmen Kanäle , die , da sie typischerweise 1 über mehrere Kanäle verteilt 2 bessere räumliche Definition der Signale von einzelnen Neuronen ermöglicht. Allerdings ist dies mit der Tatsache kombiniert, die sich entlang der gesamten Länge der Elektrode Überlappung von Neuronen Signale im Raum ausbreiten, führt zu einem potentiell sehr hochdimensionalen Raum, in dem Cluster zu einzigartigen Neuronen entsprechenden müssen identifiziert werden. Dieses Problem wird für mehr als eine kleine Anzahl von Elektrodenkanäle rechnerisch unlösbar. Bis heute gibt es keine allgemein vereinbarte beste Methode für die Spike - Sortierung, obwohl viele Lösungen 3 vorgeschlagen worden, 4, 5, 6, 7, 8 und Aufnahmen von MEAs werden immer häufiger 9,ass = "xref"> 10. Da Spike Sortierung nicht Selbstzweck ist, sondern ist einfach ein notwendiger erster Schritt, bevor eine weitere Datenanalyse, gibt es einen Bedarf für eine einfach zu handhabende Paket, das in rohen Aufzeichnen von Daten-Dateien lesen und wandeln sie in sortierten Spitze Züge mit so wenig Benutzer Eingabe und so schnell und zuverlässig wie möglich.

Dieses Dokument enthält eine Anleitung für die Verwendung von SpikeSorter - ein Programm entwickelt, mit dem Ziel, diese Anforderungen zu erfüllen. Das Programm beruht auf Algorithmen in früher veröffentlichten Artikeln beschrieben 11, 12, 13. Die Ziele in das Programm der Gestaltung waren , dass a) es sich um eine benutzerfreundliche Schnittstelle erfordert keine oder nur geringe Vorkenntnisse in der Computer - Programmierung oder von Spike Sortiermethode haben sollte; b) keine oder nur wenige andere spezialisierte Software - Komponenten über Standard - Windows oder Linux - Betriebssystemen sollten erforderlich sein; c ) Sollte eine breite Palette von Formaten Aufzeichnen von Daten für den Datenimport und Export unterstützt werden; d) die Notwendigkeit für eine Benutzereingabe während des Sortierens sollte minimiert werden, und e) das Sortieren mal eine vernünftige Weise maßstäblich in sollten im Idealfall linear, mit Aufzeichnungsdauer und der Anzahl der Kanäle auf der Elektrode. Die Algorithmen im Programm implementiert sind a) eine flexible Reihe von Pre-Processing und Ereigniserkennung Strategien; b) eine automatisierte Teile und Herrsche - Strategie der Dimensionsreduktion , die Spannungsverläufe Clustern auf der Basis der Hauptkomponenten (PC) Verteilungen von Teilmengen von Kanälen erhalten bestimmten Clustern zugeordnet; c) automatischen Bündelung von PC - Verteilungen mit einem schnellen Gruppierungsvorgang auf der Grundlage der mittleren Verschiebungsalgorithmus 3, 14, und d) teilweise automatisierten paarweise Zusammenführen und Aufteilen von Clustern , um sicherzustellen , dass jeder ist so deutlich wie möglich von allen anderen. THIs, wurde eine Reihe von Verfahren hinzugefügt, die manuelle Spaltung oder Verschmelzung von Clustern für die Überprüfung von PC-Distributionen, Kreuz- und Auto Korrelogramme von Spike-Züge und Zeit-Amplituden-Plots von Spike-Wellenformen auf Basis ermöglichen. Aufnahmen von Tetroden, tetrode Arrays, Utah-Arrays sowie Ein- und Mehr Schaft MEAs können gelesen und sortiert werden. Die Stromgrenze auf die Anzahl der Kanäle 256 ist, aber dies kann in der Zukunft erhöht werden.

Eine andere plattformübergreifende Open-Source-Implementierung "spyke" (http://spyke.github.io), ist ebenfalls verfügbar. Geschrieben von einem von uns (MS) in Python und Cython, spyke die gleiche Gesamtansatz wie SpikeSorter verwendet, mit einigen Unterschieden: Speicherbedarf zu reduzieren, wird Rohdaten in kleinen Blöcken geladen, und nur, wenn es unbedingt notwendig ist; Cluster werden ausschließlich angezeigt, manipuliert und in 3D sortiert; und Hauptkomponente und unabhängige Komponentenanalyse werden sowohl als ergänzende Dimension Reduktionsverfahren. Spyke erfordert mehr Benutzer inInteraktion, sondern stützt sich stark auf Tastatur- und Mausbefehle und eine Undo / Redo-Warteschlange, um schnell die Auswirkungen verschiedener Faktoren auf die Häufung von einem bestimmten Untergruppe von Spikes erkunden. Zu diesen Faktoren gehören Spike - Kanal und Zeitbereich Auswahl, Spike Ausrichtung, Clustering Dimensionen und räumliche Bandbreite (Sigma) 11.

Es folgt eine kurze Beschreibung der Algorithmen und Strategien für das Sortieren verwendet. Ausführlichere Beschreibungen können in früheren Veröffentlichungen 11, 12, 13 und in Anmerkungen zu finden , die über die Hilfe - Tasten zugegriffen werden kann (identifiziert mit einem '?') Innerhalb SpikeSorter. Nach einer rohen extrazelluläre Spannung Datei zu laden und die niedrigeren Frequenzkomponenten herausgefiltert werden, die eine Anfangsstufe der Ereigniserkennung führt zu einer Reihe von Ereignissen, von denen jede aus einem kurzen Spannungs Snapshot besteht vor und nach der Veranstaltung Zeit. Wenn die Auserwähltenritten Seiten sind ausreichend eng beieinander liegenden (<100 & mgr; m), Einzeleinheit Signale werden in der Regel auf mehreren benachbarten Kanälen auftreten. Ein zentraler Kanal wird für jedes Ereignis automatisch gewählt wird, entsprechend dem Kanal, auf dem die Spitze-zu-Spitze-Spannung des Ereignisses am größten ist. Automatisierte Sortierung beginnt mit einem ersten Cluster für jede Elektrode Kanal bildet, die aus allen Ereignissen, die zu diesem Kanal lokalisiert wurden. Eine Einheit, auf halbem Weg zwischen den Kanälen angeordnet ist, kann Anlass zu geben, die Spitzen lokalisiert sind (vielleicht zufällig) auf verschiedene Kanäle: die Cluster aus diesen beiden Gruppen von Spitzen wird als ähnlich identifiziert werden und zu einem späteren Zeitpunkt zusammengeführt. Die durchschnittliche Wellenform der Ereignisse in jedem ersten Cluster wird dann berechnet. Dies wird bezeichnet als die Cluster-Vorlage. Nebenkanäle sind jedem Cluster zugeordnet, basierend auf den Amplituden und der Standardabweichung der Schablonenwellenformen für jeden Kanal. Hauptkomponentenwerte werden dann für jeden Cluster basierend o berechnetn die Wellenformen auf dem zugewiesenen Satz von Kanälen. Der Benutzer kann die Anzahl der Hauptkomponentenabmessungen wählen zu verwenden: in der Regel 2 ausreichend ist. Jeder Cluster aufgeteilt wird dann in einen weiteren Satz von Clustern, und dies wird wiederholt, bis keine weitere Spaltung durch automatisierte Clustering sein kann.

An diesem Punkt wird ein Anfangssatz von beispielsweise 64 Cluster von einem 64-Kanal-Elektrode, kann diese Zahl in zwei oder drei Mal geteilt werden, abhängig von der Anzahl der Einheiten, die in der Aufnahme war. Aber wegen der variable Zuordnung von Ereignissen von einzelnen Einheiten, die verschiedenen Kanäle ist die Anzahl der Cluster in diesem Stadium gefunden fast sicher größer ist als sie sein sollte. Die nächste Stufe der Sortierung ist die oversplitting durch Vergleichen Paare von Clustern und Zusammenführen ähnliche Paare oder Neuzuweisen Ereignisse von einem zum anderen zu korrigieren. Diese Phase der Sortierung wird als "zusammenführen und teilen" bezeichnet.

Verbinden und Teilen

Für N Cluster gibt es N * (N - 1) / 2 Paare und damit die Anzahl der Paare wächst als N 2, was unerwünscht ist. viele Paare können jedoch aus dem Vergleich ausgeschlossen werden, da die zwei Elemente des Paares sind weit voneinander körperlich. Dies reduziert die Abhängigkeit zu etwas, das linear mit der Anzahl der Kanäle in Beziehung steht. Trotz dieser Verknüpfung kann der Merge und Split-Phase noch recht zeitaufwendig sein. Es arbeitet in der folgenden Weise. Jedes Clusterpaar ist, das verglichen werden (jene, die physisch nahe beieinander sind, wie die Überlappung in den Kanalsätze zugewiesen jeweils beurteilt) vorübergehend zusammengefügt, wenn die Identität der Spitzen zu halten in den beiden Mitglieds Cluster bekannt. Die Hauptkomponenten des fusionierten Paar werden dann berechnet. Ein Maß für die Überlappung zwischen den Punkten in den beiden Clustern wird berechnet auf der Verteilung der ersten beiden Hauptkomponenten.

Die Art und Weise der ov ERLAP Maß berechnet wird detaillierter an anderer Stelle beschrieben 11. Sein Wert ist Null , wenn die Cluster nicht überlappen, dh der nächste Nachbar von jedem Punkt im gleichen Cluster ist. Sein Wert nahe 1 , wenn die Cluster vollständig überlappen, also die Wahrscheinlichkeit , dass der nächste Nachbar in demselben Cluster ist die gleiche wie die von einer gleichförmigen Vermischung von Punkten vorhergesagt wird.

Verschiedene Entscheidungen getroffen werden, die die Überlappung Maßnahme berücksichtigen. Wenn die Überlappung größer ist als ein bestimmter Wert ist, kann Clustern zusammengefasst werden. Wenn die Überlappung sehr klein ist, kann der Clusterpaar als verschieden definiert und in Ruhe gelassen. Zwischenwerte, unvollständige Trennung des Clusterpaar anzeigt, kann das Signal, dass das Paar zusammengeführt werden sollte, und dann erneut geteilt, das gewünschte Ergebnis ein Paar von Cluster mit weniger Überlappung ist. Diese Verfahren werden zunächst in einem automatisierten Stufe und anschließend in einer handgeführten Stufe auszuführen.

Zelt "> Bei der automatisierten Bühne, Cluster-Paare mit einem hohen Überschneidungswert zusammengeführt werden;. dann mit mittleren bis niedrigen Überschneidungswerten Cluster-Paare werden verschmolzen und neu, der im zweiten, benutzergeführte Stufe wird der Benutzer präsentiert mit allen Rest mehrdeutig Cluster Paare (also solche mit Überschneidungswerte in einem definierten Zwischenbereich) in Folge und wird gebeten, zu entscheiden , ob a) das Paar zu fusionieren, b) fusionieren und c) resplit das Paar, das Paar zu sein , verschieden zu erklären (die die Bedeutung der Überlappung Maßnahme) oder d) anzeigt , wird außer Kraft gesetzt , die die Beziehung zwischen dem Paar als "mehrdeutig" zu definieren , dass die Spitzen des Paares unwahrscheinlich sind gut sortiert werden. Verschiedene Werkzeuge zur Verfügung gestellt werden mit diesen Entscheidungen zu helfen, einschließlich auto - und Quer Korrelogramme und Zeitreihen Plots von Spike Höhe und PC-Werte.

Im Idealfall sollte jeder Cluster eindeutig sein, am Ende der Verschmelzung und Spaltung Stufen, von allen anderen,entweder weil sie keine oder nur wenige Kanäle gemeinsam mit anderen Clustern, oder weil der Überlappungsindex kleiner als ein festgelegter Wert ist. Dieser Wert ist vom Benutzer wählbar, beträgt jedoch typischerweise 0,1. Cluster (Einheiten), die diesen Test bestehen, werden definiert als "stabil", die dies nicht tun (weil die Überlappung mit einem oder mehreren anderen Clustern größer ist als der Grenzwert) werden als "instabil" definiert. In der Praxis am Ende die große Mehrheit der Einheiten nach oben wird definiert als "stabil" im Ziel zu sortieren, um den Rest zu verlassen, um entweder verworfen oder als potentiell Multi-Unit behandelt werden.

Software Anforderungen

SpikeSorter ist kompatibel mit 64-Bit-Versionen von Windows 7 und Windows 10, und wurde auch erfolgreich unter Linux mit dem Wine-Emulator ausgeführt wurde. Datendateien werden vollständig in den Speicher geladen (für Geschwindigkeit) und somit den verfügbaren RAM benötigt mit der Größe der Aufzeichnung zu skalieren (erlauben Sie ca. 2 GB für das Programm selbst). Elektrophysiologischeal-Dateien größer als 130 GB Größe wurden in Windows- und Linux-Umgebungen erfolgreich sortiert. Die Optionen werden durch Standard-Windows-Menüs, einer Symbolleiste und Dialoge abgerufen. Die Anordnung der Elemente auf dem Menü entspricht in etwa die Reihenfolge der Operationen in Sortierung, mit dem Menü "Datei" für die Dateneingabe auf der linken Seite beginnen, und das Menü "Exportieren" auf der rechten Seite so dass für den Export von sortierten Daten. Toolbar-Schaltflächen bieten Verknüpfungen zu Menüpunkten verwendet.

Der Kanalkonfigurationsdatei

Viele Aufzeichnungsdatenformaten speichern keine Programmplätze. Allerdings ist diese zu wissen, für Spike-Sortierung von wesentlicher Bedeutung. Kanäle können auch auf verschiedene Arten von Erfassungssoftware zu nummerieren: SpikeSorter erfordert, dass die Kanäle in der Reihenfolge nummeriert sind, mit Kanal beginnen 1. Somit wird eine Hilfselektrodenkonfigurationsdatei erstellt werden muss, die Kanalnummern neu zuordnen können die sequentielle Regel zu folgen, und zu Shop Kanal loctionen. Die Kanalkonfigurationsdatei ist eine Textdatei mit einer einzigen Textzeile für jeden Kanal. Die erste Zeile der Datei speichert einen Textnamen, bis zu 16 Zeichen lang sein, dass die Elektrode identifiziert. Die Zahlen in den nachfolgenden Zeilen können durch Tabs, ein Komma oder Leerzeichen getrennt werden. Es gibt vier Zahlen in jeder Reihe Providing (in Reihenfolge): die Kanalnummer in der Datei, die Kanalnummer , auf die sie abgebildet werden soll (dh die Anzahl, die von SpikeSorter verwendet wird), und die x- und y - Koordinaten des Kanal, in Mikron. Die x - Koordinate normalerweise senkrecht zur Richtung der Elektrodeneinführungs genommen werden , und die y entsprechend Tiefe in das Gewebe wäre koordinieren. Die Konfigurationsdatei muss im selben Verzeichnis wie die Aufnahme-Datei abgelegt werden. Es besteht eine gewisse Flexibilität in wie kann es genannt werden. Das Programm wird zunächst nach einer Datei zu suchen, die den gleichen Namen wie die Rohdatendatei hat aber mit einer CFG-Erweiterung. Wenn die Datei is nicht gefunden, wird es für die Datei 'electrode.cfg' suchen. Wenn diese Datei wiederum nicht gefunden wird eine Fehlermeldung einen Mangel an Kanallayoutinformationen, um anzuzeigen, erzeugt.

Protokoll

1. Programm-Setup

  1. Zum http://www.swindale.ecc.ubc.ca/SpikeSorter das Programm herunterzuladen. Kopieren Sie die mitgelieferte ausführbare Datei in das Verzeichnis Ihrer Wahl. Lesen Sie die dazugehörige Dokumentation.
    HINWEIS: Es wurden keine Installation oder Zusammenstellung ist nicht erforderlich.
  2. Vor dem Öffnen einer Datei sortiert werden, stellen Sie sicher, dass ausreichend freier RAM ist die gesamte Dauer der Aufzeichnung enthalten. Vergewissern Sie sich außerdem eine gültige Kanalkonfigurationsdatei, wie in der Dokumentation beschrieben, ist in dem selben Verzeichnis wie die Datendatei.
  3. Starten Sie das Programm, dann gehen Sie auf "Datei - Öffnen" und wählen Sie die Aufnahmedateiformat aus der Dropdown-Liste auf der rechten unteren Ecke der resultierenden Datei-Dialog. Wählen Sie die Datei geöffnet werden soll, und klicken Sie auf "Öffnen".
  4. Sobald das Lesen abgeschlossen ist, überprüfen Sie die Spannung Aufnahmeanzeige. Klicken Sie doppelt auf dem Display (oder gehen Sie auf "Ansicht - Spannungs Record ') einen Dialog mit den Kontrollen zu bringen, die jede Par erlaubent der Aufzeichnungswellenform zu betrachten.
    HINWEIS: Ein Doppelklick auf andere Anzeigefenster werden oft zugehörigen Dialoge bringen.
  5. Nachdem der Dialog verlassen, bewegen Sie die Maus über die Wellenformen, insbesondere Spannungswerte in der oberen linken Ecke des Displays angezeigt werden soll. Verwenden Sie das Scroll-Rad auf einem beliebigen Teil des Displays zu vergrößern. Halten Sie die linke Maustaste gedrückt, um den Inhalt des Fensters ziehen.
    ANMERKUNG: Diese Anzeige wird häufig die Zugabe von neu erfassten Ereignisse aktualisiert, oder um anzuzeigen, mittels der Farben und / oder Zahlen, deren Cluster-Zuordnungen nach Clustering.
  6. Wenn die Aufnahme ungefiltert und enthält das lokale Feldpotential befindet, diese zu "Pre-Prozess - Transform / Filter 'gehen (oder klicken Sie auf das Filtersymbol in der Symbolleiste). Wählen Sie "Hochpass-Butterworth-Filter", dann eine geeignete Grenzfrequenz und die Anzahl der Pole, und drücken Sie dann auf "Do-It!". Sobald Filterung beendet ist, überprüfen Sie die neue Wellenform in der SpannungswelleFormularfenster.
    HINWEIS: Die Filterung in der Fourier-Domäne durchgeführt wird, ist nicht kausal, und keine Phasenverzerrung der Wellenformen einzuführen. Für eine lange Aufzeichnung kann Filterung einige Minuten dauern.
  7. Als nächstes überprüfen Sie für die Kanäle, die fehlerhaft sein können und maskiert werden müssen. Gehen Sie zu 'Pre-Prozess - Kanal überprüfen "(oder klicken Sie auf das Häkchensymbol Kanal) und dann das Diagramm überprüfen, das erscheint. Der Graph zeigt die Änderung der Signalkorrelation zwischen Kanalpaaren in Abhängigkeit von ihrer räumlichen Trennung 5. Kanäle, die diese Beziehung verletzen möglicherweise nicht richtig funktionieren. Um zu sehen, alle solche Ausreißer, klicken Sie auf "Einkanal-Netz Abweichungen".
    1. Um einen Randkanal Maske entweder die Kanalnummer auszuwählen, oder es aus der Problemliste auswählen. Wenn dieser Dialog verlassen wird, klicken Sie auf "Ja" an der Eingabeaufforderung die Maskenwerte zu speichern.
      Hinweis: Diese Datei wird den gleichen Namen wie die Aufzeichnungsdaten-Datei jedoch mit der Erweiterung .MSK. Es ist zu lesen automatiy, wann immer die gleiche Datendatei geöffnet wird.

2. Ereigniserkennung

  1. Gehen Sie zu 'Pre-Prozess - Ereigniserkennung "die Ereigniserkennung Dialog zu öffnen (Abbildung 1). Dieser Dialog bietet auch die Möglichkeit der Maskierung Kanäle auf der Grundlage ihrer Geräuschpegel (obwohl diese werden oft von den bisherigen Tests nachgewiesen werden). Zum Beispiel kann ein Kanal, der absichtlich geerdet kann einen sehr niedrigen Geräuschpegel haben ist.
  2. Mit dem Schieberegler auf der rechten oberen, den Geräuschpegel auf bestimmten Kanälen zu inspizieren. Eine sorgfältige Überprüfung der Spannungsanzeige auch stumm oder ungewöhnlich laute Kanäle kann sich herausstellen, die maskiert werden müssen.
  3. Wählen Sie ein Schwellwertverfahren für Ereigniserkennung. Verwenden Sie die Hilfe-Taste in der Gruppe, um weitere Informationen zu den Optionen. "Variable 'Thresholding, mit einem Schwellenwert von 4,5X - 6X Rausch 7, wird empfohlen. Benutzen Sie die Bedienelemente auf der Oberseite links zu wählen, wie der Geräuschpegel für th berechnetZweck ist.
  4. Wählen Sie die Erkennungsmethode aus der Dropdown-Liste. Dynamic mehrphasigen Filter "ist die empfohlene Methode. Dies erfordert eine Angabe eines zeitlichen Fensters. Stellen Sie das Fenster in etwa die Hälfte der Breite einer typischen Spitze zu sein. Sehr enge Werte Bias Erkennung schmaler Spitzen obwohl der Effekt nicht groß ist. Werte im Bereich von 0,15 bis 0,5 ms werden 12 empfohlen.
    HINWEIS: Die angezeigten Werte sind in ganzzahligen Vielfachen des Abtastintervalls (Kehrwert der Abtastfrequenz).
  5. Wählen Sie die Ausrichtungsmethode. Wählen Sie die Option, die am besten identifiziert eine einzelne, zeitlich lokalisierten Merkmal der Spikes , die sortiert werden, zum Beispiel eine "positive Spitze kann auch eine schlechte Wahl sein , wenn viele Spikes mehr als eine positive Spitze haben. Für viele Aufnahmen wird eine "negative Trog" die beste Wahl sein. Andere Optionen können in der Regel auf ihren Standardwerten belassen werden. Drücke Start'.
    HINWEIS: Ereigniserkennung kann take von mehreren Sekunden bis zu mehreren Minuten, abhängig von der Länge der Aufzeichnung und der Anzahl der Kanäle.
  6. Drücken Sie auf "Fertig" um den Dialog zu beenden. Überprüfen Sie die Ereignisse, in Grau, in der Spannungswellenform-Fenster angezeigt. Überprüfen Sie, dass die Signale, die wie Ereignisse aussehen erkannt wurden.
    1. Wenn nicht, wieder laufen Ereigniserkennung mit einer unteren Nachweisgrenze in Betracht ziehen. Beachten Sie aber, dass sehr niedrige Amplitude Spikes schwierig sein kann, zu sortieren und dass eine große Zahl von ihnen behindern größerer Amplitude Spitzen zu sortieren. Prüfen Sie auch auf offensichtliche Duplikate oder einem Ausfall der Nähe Spikes lösen und räumlich-zeitliche Aussperrung Fensterparameter entsprechend anpassen.
      HINWEIS: In dieser Phase Ereignisse durch ihre Zeiten des Auftretens und einer Kanalnummer identifiziert werden. Normalerweise ist dies der Kanal, auf dem die Spitze-zu-Spitze-Amplitude der Spitze am größten ist. Die Ereignisse werden unclustered zunächst so jeweils einen Cluster Zuordnung von Null.

3. Sortierung

HINWEIS: Der nächste Schritt vor Routine Sortieranlage nicht normal durchgeführt wird, aber es ist sehr nützlich, es zu tun, wenn zum ersten Mal sortiert wird, oder wenn unbekannte Daten zu stoßen.

  1. Gehen Sie zu 'Sort - Konvertieren Kanäle zu Clustern. Dies erzeugt einen einzigen Cluster für jedes unmaskierte Elektrodenkanal unter der Annahme, dass jeder Kanal einige Ereignisse zugeordnet ist. Untersuchen Sie diese Cluster, indem Sie auf "Überprüfung - Ausblick Saubere und Split-Cluster". Dies bringt einen weiteren Dialog (Abbildung 2). Verwenden Sie die Drehsteuerung (oben links), um den Cluster auszuwählen betrachtet werden.
    HINWEIS: Der feste blau (cyan) Linie ist der Mittelwert aller Wellenformen im Cluster und wird in als Cluster-Vorlage bezeichnet, was folgt. Die Hauptkomponenten (PC) Verteilung der Ereignisse in dem Cluster werden im Fenster unten. Dies wird zeigen oft die Anwesenheit von zwei oder mehr Untercluster.
  2. Drücken Sie die "neu ausrichten", um die Zeit jedes Ereignisses zu ändern(was zu kleinen seitlichen Verschiebungen der Wellenformen in der Anzeige) , um so besser ist es der Schablone an die Form anzupassen, dies zu tun oft macht Subcluster kompakter und deutlich und verringert manchmal die scheinbare Zahl (Abbildung 3).
  3. Wählen Sie einen Cluster, der zwei oder mehr verschiedene Subclustern und drücken Sie "Automatisches Teilen". Wenn Subcluster in dem PC-Display identifiziert sind, werden sie gefärbt werden. Als Übung verwenden Sie eine der kleinen 'split' Tasten einen neuen Cluster zu erstellen und zu untersuchen. Sortierung manuell auf diese Weise fortgesetzt werden konnte, sondern gehen zurück und verwenden die schnellere autosort Verfahren.
  4. Gehen Sie zu 'Sort - Autosort "(oder drücken Sie die autosort Schaltfläche in der Symbolleiste) die automatische Sortierung zu beginnen. Das resultierende Dialogfeld ist in Abbildung 4 dargestellt. Es stellt eine Vielzahl von Optionen.
    1. Lassen Sie das 'überspringen Ereigniserkennung' Option geprüft, ob Ereigniserkennung bereits geschehen ist. Wenn es nicht aktiviert ist, wird Ereigniserkennung ausgeführt werdenmit Parameterwerten und Entscheidungen aus dem Ereigniserkennung Dialog geerbt. Da Ereigniserkennung ist bereits getan worden ist, lassen Sie diese Option aktiviert.
    2. Im "Clustering" Panel unten, ein zeitliches Fenster groß genug, um wählen Sie die Gesamtheit der Spitzen-Wellenform vor und nach dem Ausrichtungspunkt, aber nicht mehr enthalten. In diesem Fenster können Bereiche der Spitzen - Wellenform zu blockieren, zB lange variable Nachpotentiale, wenn sie erscheinen , mit zu stören (oder einen Beitrag zu wenig) zu sortieren. Normalerweise Werte im Bereich von ± 0,5 ms geeignet sind. Wie andere zeitliche Fenster ist das Fenster eine ganzzahlige Anzahl von Abtastpunkten, so dass die zeitlichen Werte, die Vielfache des Abtastintervalls auftreten.
    3. Als nächstes wählen Sie eine Neuausrichtung Option beim Clustering verwendet werden. Dies wird die Verwendung der Musterwellenform machen und arbeitet robuster als im ersten Fall von Ereigniserkennung, wo das Kriterium relativ laut individuellen s aufgebracht werden muss,Hecht Wellenformen. Die empfohlene Option ist "Spitzengewichteten Rädchen", sondern "negativ Trog 'besser sein können, wenn das ein beständiges Merkmal der Spitze Wellenformen ist.
    4. Wählen Sie eine minimale Clustergröße. Cluster mit weniger als diese Anzahl von Spikes werden gelöscht, während des Sortierens die Anhäufung von einer großen Anzahl von kleinen, möglicherweise unecht, Clustern zu verhindern.
    5. Entscheidet über die Anzahl der Dimensionen in PC-Raum, die für das Clustering verwendet wird. Zwei in der Regel ausreichend, aber etwas bessere Ergebnisse können mit 3, wenn auch mit einer längeren Sortierzeit erhalten werden.
    6. Lassen Sie die anderen Optionen die Standardeinstellungen. Verwenden Sie die Hilfe-Schaltflächen nähere Erläuterungen zu den verschiedenen Optionen zu erhalten.
  5. Drücken Sie auf "Start" die autosort zu beginnen. Channel-basierten Clustern werden zunächst in Schritt 3.1, wie dargestellt, gebildet. Diese werden nun der Reihe nach verarbeitet werden, neue Clusterbildung von einzelnen Teilcluster Abspaltung einer zu einer Zeit. Jedes Mal, wenn ein neuer Cluster ist spleuchtet aus, werden die PC-Werte neu berechnet und angezeigt. Dies setzt sich fort, bis keine einzelnen Cluster weiter aufgeteilt werden kann.
  6. Folgen Sie den Anweisungen auf dem Display, in dem der Teil-Cluster, die von der übergeordneten Cluster abgespalten werden in rot dargestellt.
    Hinweis: Gelegentlich wird der letzte Cluster ist rot mit ungefärbt Ausreißer, die über keinen eindeutigen Subclusters bilden. Diese Ausreißer werden in der Regel gelöscht werden. Während dieses Prozesses die Anzahl der Cluster allmählich zunimmt. Wenn es fertig ist, werden Cluster überlappen Indizes für jeden qualifizierten Clusterpaar berechnet. Paare, die große Überlappung Werte aufweisen, werden automatisch zusammengefügt, während Paare, die Zwischenüberschneidungswerte haben (der Standardbereich beträgt 0,1 bis 0,5) zusammengeführt werden und dann resplit. Zwischenwerte legen nahe, dass es zwei unterschiedliche Cluster jedoch, dass einige Punkte falsch zugeordnetes. Während dieser Phase die Anzahl der Cluster nimmt typischerweise und der Anzahl von stabilen Cluster erhöht.

4. Anpassung

  1. Wenn das Programm zum ersten Mal (oder möglicherweise im nächsten Schritt), Fenstergrößen und Positionen anpassen. Gehen Sie auf "Datei-Einstellungen". Wählen Sie Größen für die verschiedenen Fenster durch die Fenstertyp aus dem Pull-Down-Liste auswählen und das Einstellen der Größe des Bildschirms angepasst werden. Verlassen Sie den Dialog und positionieren Sie die Fenster, um optimale Nutzung des Bildschirms machen.
  2. Aus dem Fenster an, Skalierungswerte, die das Layout und der Abstand der Kanäle auf der Elektrode und den Spitzen in der Aufzeichnung am besten passen. Es gibt eine automatische Skalierung Option, aber dies kann die besten Werte nicht immer wählen. Schalten Sie es aus, wenn es nicht.
  3. Aktivieren Sie die Option Sticky Parameter: wenn die Option ausgewählt wird, ändert sich die Parameterwerte in der Sortierung (zB wie in der Ereigniserkennung verwendet wird ) wird das Programm startet beim nächsten Mal gespeichert und vererbt werden. Dies kann nützlich sein, sondern erfordert auch, dass Parameterwerte sie haben, um sicherzustellen, überprüft werden, nicht nachlässig wie verschiedene Optionen oder als Folge erkundet werden geändertdes Lesens in verschiedenen Arbeitsdateien. Optionen für die Untercluster wechselnden Farben sind ebenfalls erhältlich.
  4. Seien Sie vorsichtig, um die Anzahl der Prozessorthreads zu ändern. Die optimale Anzahl ist in der Regel um 1 kleiner als die Anzahl der physikalischen (nicht virtuellen) CPU-Kerne. kann nicht beschleunigen Verarbeitung die Anzahl der Threads zu erhöhen und zu einer starken Verlangsamung sogar zur Folge haben kann.

5. Merge und Split

  1. Nachdem der autosort abgeschlossen ist, klicken Sie auf "Weiter", um die manuell geführten zusammenführen und teilen die Bühne zu gehen. Die resultierenden Dialog zeigt, in der unteren linken Ecke, die Anzahl der verbleibenden mehrdeutig Cluster-Paare, die ebenso wie die Anzahl der stabilen Clustern untersucht werden müssen.
  2. Drücken Sie 'Start'. Ein weiterer Dialog erscheint zusammen mit dem ersten der Paare untersucht werden.
  3. Wählen Sie, ob das Paar zu fusionieren, resplit es (was zu einem niedrigeren Überschneidungswert), das Paar als "ausgezeichneten" zu bezeichnen, was bedeutet, dass der Wert des Deckungsindex wird ignoriert, or das Paar als "mehrdeutig" zu bezeichnen, was bedeutet, dass es unsicher betrachtet wird, ob die Spitzen aus den gleichen oder verschiedenen Einheiten sind.
    1. Klicken Sie auf die Kontrollkästchen ein Diagramm der Spitze Parameter anzuzeigen (Peak-to-Peak (PP) Höhe, oder die erste (PC1) oder zweiten (PC2) der Hauptkomponenten) gegen die Zeit und / oder Auto - und Cross- Korrelation von Histogrammen.
      HINWEIS: Die Anzeige der PP Höhe gegen die Zeit ist oft sehr nützlich bei der Entscheidung , ob zwei Cluster zu verschmelzen. Wenn die Höhen der Spitzen in einer Einheit verschmelzen nahtlos in die eines anderen zugleich, dass eine Einheit stoppt Brennen und das andere beginnt es viel wahrscheinlicher, als nicht ist, dass sie die gleiche Einheit und sollten zusammengeführt werden. Kreuz Korrelogramme kann eine starke zeitliche Beziehung zwischen den Spike-mal in zwei Clustern zu offenbaren. Wenn die Quer Korrelogramm eine starke, asymmetrische Spitze in einem sehr kurzen Zeitintervall hat (zB um von 5 bis 10 ms) und vor allem , wenn die zweite Spitze ist kleiner als die Tannent, wobei die beiden Einheiten sind höchstwahrscheinlich eine einzige Einheit , die Spike Paare feuert in dem der zweite wegen Na + -Kanal Anpassung kleiner als die erste ist.
    2. In Fällen, in denen die Entscheidung zu fusionieren ist nicht einfach, beschriften das Paar als "zweideutig" und die Cluster entsprechend in nachfolgenden Analysen zu behandeln.
  4. Wenn die Zusammenführung und Split-Option nicht in der Lage ist eindeutig trennbar Cluster zu finden, die den Schieber in der Aufforderung Dialog verwenden, um manuell variieren Clustering-Parameter (eine räumliche Bandbreite, Sigma), zusammen mit dem Satz von verschmelzenden Tasten, um eine Spaltung zu finden, die zufriedenstellend aussieht . Verwenden Sie die "Revert" Knopf, um den ursprünglichen Zustand der beiden Cluster zu gehen. Drücken Sie 'Split, wie gezeigt "zu beenden. Hinweis mehr als zwei Cluster, die durch dieses Verfahren hergestellt werden können.
  5. Fahren Sie mit diesem Vorgang, bis es nicht mehr Paare sind zu inspizieren. Die große Mehrheit der Cluster sollte nun als "stabil" aufgeführt werden.
  6. Wenn einige Cluster-Paare haben sehrgeringe Überlappung Indizes, so dass sie von der geführten merge ignoriert werden (aber es gibt noch Beweise, um sie für die Zusammenführung), gehen Sie auf die "Review - Cluster-Paare vergleichen 'Menüpunkt (oder klicken Sie auf das entsprechende Symbol in der Symbolleiste), und öffnen Sie die Dialog in Abbildung 5 dargestellt. Verwenden Sie die Spin-Kontrollen am oberen Rand des Dialog jedes Paar von Clustern für den Vergleich auszuwählen.
    HINWEIS: Wie bei der geführten Merge und Split werden Paare in eine sortierte Liste zu setzen, aber in diesem Fall Vergleich Metriken zusätzlich zu dem Cluster Deckungsindex zur Verfügung.
    1. Wählen Sie die "normalisierte Skalarprodukt 'Option aus dem Pull-Down-Liste. Dies berechnet die Korrelation zwischen der Schablone Werte. Es ist unempfindlich gegen multiplikative Skalierung Variationen und ist gut geeignet, um Cluster-Paare herauszupicken, die eine artifizielle Ergebnis der Peak-to-Peak-Höhe Variabilität sind.
    2. Drücken Sie die "ähnlichsten" Taste in der Mitte des Dialogs die ähnlichste Paar anzuzeigen. Verwenden Sie die horizontal Spinkontrolle unter der Taste vorwärts oder rückwärts durch die Liste zu gehen. Verwenden Sie die Korrelation Anzeige und die PP Höhe vs. Zeitanzeige zu verschmelzenden Entscheidungen zu treffen, ebenso wie für den Benutzer geführt zusammenführen und teilen. Beachten Sie, dass die Liste nach jeder Mischoperation neu berechnet wird. Diese Vergleichsstufe ist mit offenem Ende, und es ist für den Benutzer, wie in großem Umfang für Beweise zugunsten der Verschmelzungen zu suchen, um zu entscheiden.

6. Review - Nachbearbeitung

  1. Gehen Sie jetzt auf "Review - Post-Processing" (oder klicken Sie auf das entsprechende Symbol in der Symbolleiste). Dieser Dialog (Abbildung 6) bietet Optionen Ereignisse von Cluster hinzuzufügen oder zu entfernen, sowie die Möglichkeit , das Löschen gesamten Cluster mit Signal-zu-Rausch - Verhältnis (SNR) , die unter einen Schwellenwert fällt. Doppelte Ereignisse (Events zur gleichen Zeit in einem Cluster vorkommen) kann durch Ausrichtungsfehler bei der Sortierung erstellt werden. Ereignisse, die ein langer Weg entfernt von ihrem ursprünglichen Speicherort können, sind sometimes verlegt werden; sie können auch entfernt werden, wenn Verlagerung nicht funktioniert.
  2. Verwenden Sie die Ausrichtung Reinigungstaste Ereignisse von Cluster zu entfernen, die eine schlechte Anpassung an die Vorlage sind. Verwenden Sie die 'Recluster' , um die umgekehrt zu tun, das heißt zu geclusterten Ereignisse neu zuweisen, ein gutes Spiel zu einer bestimmten Vorlage sind. Die aufgearbeiteten Ereignisse werden als Teil-Cluster von jedem Elternteil Cluster markiert und kann Dialog mit dem 'Ansicht, sauber und Split-Cluster "überprüft werden. Diese Ereignisse werden im Cluster verbleiben (und als solche exportiert werden), es sei denn sie gelöscht werden (verwenden Sie die kleine Schaltfläche "Löschen" für den ersten Teil-Cluster). Zurückkommend auf die Nachbearbeitung Dialog, verwenden Sie die Schaltfläche "Löschen" und die Spin-Kontrolle daneben Cluster zu löschen mit einem SNR kleiner als der ausgewählte Schwellenwert.
  3. Obwohl Clusternummern fortlaufend von 1 bis N geht, wobei N die Gesamtzahl von Clustern ist, ist die tatsächliche Nummerierung von Clustern am Ende der Sortieranlage zu einem Enderbitrary. Verwenden Sie die 'Sort' , um die Cluster zu nummerieren nach einem gewählten Kriterium, zB vertikale Position auf der Elektrode oder Kanalnummer. Beachten Sie, dass mit Ausnahme der Streichung von doppelten Ereignissen gibt derzeit kein Hinweis insbesondere Entscheidungen in diesem Dialog als besser als andere zu unterstützen.
  4. Zu jedem Zeitpunkt während der manuellen Verfahren von der Art ist es möglich, eine Datei zu speichern, die aktuellen Parameterwerte enthält, Sortier-Optionen, Ereigniszeiten, Clustereigenschaften und die Nachricht aufzeichnen. Erstellen Sie diese Datei an, indem Sie "Datei - Speichern Arbeitsdatei". Geben Sie der Datei einen Namen, der eindeutig auf, dass der Datendatei und drücken Sie auf "Speichern" verwandt ist. Lebenslauf zu einem späteren Zeitpunkt das Sortieren, indem zuerst die Original-Aufnahme-Datei geöffnet wird, gefolgt von einer Hochpassfilterung (wenn anfänglich getan). Dann öffnen Sie die gespeicherte Arbeitsdatei. Das Programm wird dann in einem Zustand identisch mit dem es sich befand, als die Arbeitsdatei gespeichert wurde. Die Arbeitsdatei ist auch eine erneuteSchnur, wie die Sortierung durchgeführt wurde - die Parameter und der während des Sortierens ausgegebenen Meldungen.
  5. Schließlich exportieren die geclusterten Ereignisse. Gehen Sie zu 'Export - Sortiert Spike Dateien "(oder klicken Sie auf die entsprechende Schaltfläche in der Symbolleiste). Wählen Sie "CSV-Datei" (Comma Separated Variable) aus der Dropdown-Liste und klicken Sie auf "Speichern unter". Wählen Sie einen Namen für die Datei, die die exportierte CSV-Daten für die sortierten Einheiten enthalten.
    HINWEIS: Diese Textdatei eine einzige Zeile für jedes Ereignis enthält, um haben wird, die Zeit der Veranstaltung (in Sekunden auf die nächsten 10 us), die Cluster-Nummer (von 1 nach oben) und die Nummer des Kanals, die zugewiesen wurde auf das Ereignis. Beachten Sie, dass der zugewiesene Kanal nicht das gleiche für alle Ereignisse in einem Cluster sein kann, wenn die Ereignisse auf einem bestimmten Kanal nicht konsistent größer waren.

Ergebnisse

Abbildung 7 zeigt die Anzeige (erhalten , indem Sie auf "Ansicht - Sortiert Wellenformen ') für eine typische sortierte Aufnahme. Die Standardansicht Option ist nur die Wellenformen für jeden Cluster auf den Center-Kanal zu zeigen. Eine allgemeine Erfahrung ist, dass Wellenformen für eine Clusterpaar auf dem gleichen Kanal identisch aussehen, aber wenn die "Paare Vergleichen 'Dialog verwendet, um die zwei Cluster gibt es unterschiedliche Cluster in d...

Diskussion

Dateiformate

Derzeit unterstützte Dateiformate sind Neuralynx (.ntt und .ncs), Plexon (.plx), Neuroscope (.xml + .dat), Mehrkanal- Anlagen (.mcd), Blackrock (.nev) und Intan (.rhd). Für nicht unterstützte Formate, gibt es zwei Möglichkeiten. Eine davon ist der Zugabe des Dateiformats auf eine bevorstehende Freilassung zu fordern (E-Mail-Link an den Entwickler wird in der mitgelieferten "Hilfe - Über" Dialog). Die andere ist die Datei in ein unterstütztes Format zu konvertieren. ...

Offenlegungen

The authors have nothing to disclose.

Danksagungen

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

Materialien

NameCompanyCatalog NumberComments
spikesorter.exeN/Ahttp://www.swindale.ecc.ubc.ca/SpikeSorter

Referenzen

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

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

NeuroscienceAusgabe 120ElektrophysiologieMulti Elektroden ArraysSpike SortierungSoftwareextrazellul re Elektrodenpolytrodes

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Forschung

Lehre

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten