Zeichnen Sie zunächst die raumzeitliche neuronale Aktivität von akuten Ex-vivo-Schnitten im Mäusegehirn und von menschlichen IPSC-abgeleiteten In-vitro-Netzwerken auf. Öffnen Sie eine aufgezeichnete Rohdatendatei in der BrainWave-Software. Wählen Sie Analyse aus, und klicken Sie auf LFP-Erkennung oder Spike-Erkennung.
Integrieren Sie für Aufzeichnungen von Hippocampus- und Riechkolbenschaltungen die erweiterte Arbeitsbereichsoption für den Import von Strukturlichtbildern aus dem Stereomikroskop in die detektierte Ereignisdatei. Erstellen Sie strukturelle Schichten für die Untersuchung großer kardialer Schaltkreise des Hippocampus. Verwenden Sie ein benutzerdefiniertes Python-Skript, um die BXR-Datei zu lesen.
Extrahieren Sie Spike-Züge aus IPSC-Netzwerkaufzeichnungen und LFP-Ereigniszüge aus den Schaltkreisaufzeichnungen des Hippocampus und des Riechkolbenhirns. Speichern Sie die resultierenden Ereigniszugdaten mit raumzeitlichen Informationen im NPY-Dateiformat. Berechnen Sie die Kreuzkovarianz zwischen Paaren aktiver Elektroden im 64 x 64-Array mithilfe von Zeitreihendaten aus der BRW-Datei.
Transformieren Sie jede Konnektivitätsmatrix in eine dynamische Diagrammdatei. Wenden Sie für Netzwerkkonnektivitätskarten das Geo-Layout für die räumliche Zuordnung an, und legen Sie Parameterbeschränkungen für den Gradbereich und die Kantenstärke zum Vergleich fest. Weisen Sie Knotenfarbe, Kantengröße und Gradgröße zu, um die Visualisierung zu verbessern.
Topographische räumliche Kartierung der mittleren großräumigen LFP- oder Spike-Feuermuster werden auf die jeweiligen mikroskopisch aufgenommenen optischen Bilder gelegt. Die Rastergrammdiagramme zeigen synchron erkannte LFP- oder Spike-Ereignisse über ein bestimmtes Zeitband an. Repräsentative Ereignisspuren von HDME-Aufzeichnungselektroden zeigten eine Reihe von aufgezeichneten Schwingfrequenzen in den Schaltkreisen des Hippocampus, der Kortikalis und des Riechkolbens und die Spike-Bursting-Aktivität mehrerer Einheiten im menschlichen IPSC-Netzwerk.
Die Konnektomkarten der Hippocampus-Kortikal- und Riechkolbenschaltkreise zeigten verschiedene Knoten, die verschiedene Schichten repräsentieren, wobei die Größe den Grad der Stärke und die Farbe die Schicht bezeichnete. In menschlichen IPSC-Netzwerken wurde die Verbindungsidentifikation mit raumzeitlichen Filtern und Latenzschwellen verfeinert, wobei die Knotenfarbe anzeigte, ob der Eingang erregend oder hemmend war.
