Per iniziare, registrare l'attività neuronale spazio-temporale da fette acute di cervello di topo ex-vivo e reti neuronali derivate da IPSC umane in vitro. Aprire un file di dati grezzi registrati in BrainWave Software. Selezionare l'analisi e fare clic su Rilevamento LFP o Rilevamento picchi.
Per le registrazioni del circuito dell'ippocampo e del bulbo olfattivo, integrare l'opzione avanzata dell'area di lavoro per l'importazione dell'immagine della luce strutturale dallo stereomicroscopio nel file degli eventi rilevati. Crea strati strutturali per l'esame dei circuiti corticali ippocampali su larga scala. Utilizzare uno script Python scritto personalizzato per leggere il file BXR.
Estrai i treni di spike dalle registrazioni di rete IPSC e i treni di eventi LFP dalle registrazioni del circuito di taglio cerebrale dell'ippocampo e del bulbo olfattivo. Salvare i dati del treno di eventi risultanti con le informazioni spazio-temporali in formato file NPY. Calcolare la covarianza incrociata tra coppie di elettrodi attivi nell'array 64 per 64 utilizzando i dati delle serie temporali del file BRW.
Trasformare ogni matrice di connettività in un file grafico dinamico. Per le mappe di connettività di rete, applicare il layout geografico per la mappatura spaziale e impostare i vincoli dei parametri sull'intervallo di gradi e sullo spessore dei bordi per il confronto. Assegna il colore nodale, la dimensione del bordo e la dimensione del grado per una migliore visualizzazione.
La mappatura spaziale topografica dei modelli di sparo LFP o spike medi su larga scala viene sovrapposta alle rispettive immagini ottiche catturate al microscopio. I grafici del rastergramma visualizzano eventi LFP o picchi rilevati in modo sincrono in una fascia temporale specificata. Le tracce rappresentative degli eventi degli elettrodi di registrazione HDME hanno mostrato una gamma di frequenze oscillatorie registrate nei circuiti del bulbo ippocampale, corticale e olfattivo e l'attività di spike bursting multi-unità nella rete IPSC umana.
Le mappe del connettoma del circuito corticale e olfattivo dell'ippocampo hanno rivelato vari nodi che rappresentano diversi strati, in cui la dimensione indicava il grado di forza e il colore denotava lo strato. Nelle reti IPSC umane, l'identificazione della connessione è stata perfezionata utilizzando filtri spaziotemporali e soglie di latenza, in cui il colore nodale indicava se l'input era eccitatorio o inibitorio.
