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'.

<ol>
	<li>Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Large-scale+recording+of+neuronal+ensembles.">Large-scale recording of neuronal ensembles.</a> Nat. Neurosci. 7, 446-451 (2004).</li><li>Blanche, T. J., Spacek, M. A., Hetke, J. F., Swindale, N. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Polytrodes:+High+Density+Silicon+Electrode+Arrays+for+Large+Scale+Multiunit+Recording.">Polytrodes: High Density Silicon Electrode Arrays for Large Scale Multiunit Recording.</a> J. Neurophys. 93, 2987-3000 (2005).</li><li>Lewicki, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+review+of+methods+for+spike+sorting:+the+detection+and+classi&#64257;cation+of+neuronal+action+potentials.">A review of methods for spike sorting: the detection and classi&#64257;cation of neuronal action potentials.</a> Network. 9, R53-R78 (1998).</li><li>Letelier, J. C., Weber, P. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spike+sorting+based+on+discrete+wavelet+transform+coefficients.">Spike sorting based on discrete wavelet transform coefficients.</a> J. Neurosci. Methods. 101, 93-106 (2000).</li><li>Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Unsupervised+spike+detection+and+sorting+with+wavelets+and+superparamagnetic+clustering.">Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering.</a> Neural Computation. 16, 1661-1687 (2004).</li><li>Franke, F., Natora, M., Boucsein, C., Munk, M., Obermayer, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+online+spike+detection+and+spike+classi&#64257;cation+algorithm+capable+of+instantaneous+resolution+of+overlapping+spikes.">An online spike detection and spike classi&#64257;cation algorithm capable of instantaneous resolution of overlapping spikes.</a> J. Comput. Neurosci. 29, 127-148 (2010).</li><li>J&#228;ckel, D., Frey, U., Fiscella, M., Franke, F., Hierlemann, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Applicability+of+independent+component+analysis+on+high-density+microelectrode+array+recordings.">Applicability of independent component analysis on high-density microelectrode array recordings.</a> J. Neurophysiol. 108, 334-348 (2012).</li><li>Rossant, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spike+sorting+for+large,+dense+electrode+arrays.">Spike sorting for large, dense electrode arrays.</a> Nature Neuroscience. 19, 634-641 (2016).</li><li>Vandecasteele, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Large-scale+recording+of+neurons+by+movable+silicon+probes+in+behaving+rodents.">Large-scale recording of neurons by movable silicon probes in behaving rodents.</a> JoVE. (61), e3568 (2012).</li><li>Schjetnan, A. G. P., Luczak, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Recording+large-scale+neuronal+ensembles+with+silicon+probes+in+the+anesthetized+rat.">Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat.</a> JoVE. (56), e3282 (2011).</li><li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spike+sorting+for+polytrodes:+a+divide+and+conquer+approach.">Spike sorting for polytrodes: a divide and conquer approach.</a> Frontiers in Systems Neuroscience. 8, 1-21 (2014).</li><li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spike+detection+methods+for+polytrodes+and+high+density+microelectrode+arrays.">Spike detection methods for polytrodes and high density microelectrode arrays.</a> J. Comput. Neurosci. 38, 249-261 (2015).</li><li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Veri&#64257;cation+of+multichannel+electrode+array+integrity+by+use+of+cross-channel+correlations.">Veri&#64257;cation of multichannel electrode array integrity by use of cross-channel correlations.</a> J. Neurosci. Meth. 263, 95-102 (2016).</li><li>Fukunaga, K., Hostetler, L. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+estimation+of+the+gradient+of+a+density+function,+with+applications+in+pattern+recognition.">The estimation of the gradient of a density function, with applications in pattern recognition.</a> IEEE Transactions on Information Theory (IEEE). 21, 32-40 (1975).</li><li>Mitelut, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Standardizing+spike+sorting:+an+in+vitro,+in+silico+and+in+vivo+study+to+develop+quantitative+metrics+for+sorting+extracellularly+recorded+spiking+activity.">Standardizing spike sorting: an in vitro, in silico and in vivo study to develop quantitative metrics for sorting extracellularly recorded spiking activity.</a> Soc. Neurosci. Abstr. 598 (10), (2015).</li><li>Hazan, L., Zugaro, M., Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Klusters,+NeuroScope,+NDManager:+A+free+software+suite+for+neurophysiological+data+processing+and+visualization.">Klusters, NeuroScope, NDManager: A free software suite for neurophysiological data processing and visualization.</a> J. Neurosci. Meth. 155, 207-216 (2006).</li><li>Harris, K. D., Henze, D. A., Csicsvari, J., Hirase, H., Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Accuracy+of+tetrode+spike+separation+as+determined+by+simultaneous+intracellular+and+extracellular+measurements.">Accuracy of tetrode spike separation as determined by simultaneous intracellular and extracellular measurements.</a> J. Neurophysiol. 84, 401-414 (2000).</li><li>Anastassiou, C. A., Perin, R., Buzs&#225;ki, G., Markram, H., Koch, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cell-type+and+activity+dependent+extracellular+correlates+of+intracellular+spiking.">Cell-type and activity dependent extracellular correlates of intracellular spiking.</a> J. Neurophysiol. 114, 608-623 (2015).</li><li>Wohrer, A., Humphries, M. D., Machens, C. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Population-wide+distributions+of+neural+activity+during+perceptual+decision-making.">Population-wide distributions of neural activity during perceptual decision-making.</a> Prog. Neurobiol. 103, 156-193 (2013).</li><li>Mizuseki, K., Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Preconfigured,+skewed+distribution+of+firing+rates+in+the+hippocampus+and+entorhinal+cortex.">Preconfigured, skewed distribution of firing rates in the hippocampus and entorhinal cortex.</a> Cell Reports. 4, 1010-1021 (2013).</li><li>Schmitzer-Torbert, N., Jackson, J., Henze, D., Harris, K., Redish, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+measures+of+cluster+quality+for+use+in+extracellular+recordings.">Quantitative measures of cluster quality for use in extracellular recordings.</a> Neuroscience. 131, 1-11 (2005).</li><li>Barnett, A. H., Magland, J. F., Greengard, L. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Validation+of+neural+spike+sorting+algorithms+without+ground-truth+information.">Validation of neural spike sorting algorithms without ground-truth information.</a> J. Neurosci. Meth. 264, 65-77 (2016).</li></ol>

The authors have nothing to disclose.

Formatos de arquivo formatos de arquivos suportados atualmente incluem Neuralynx (.ntt e .ncs), Plexon (.plx), Neuroscope (.xml + .dat), sistemas multicanal (.mcd), Blackrock (.nev) e Intan (.rhd). Para formatos não suportados, há duas opções. Um deles é para solicitar a adição do formato de arquivo para uma próxima versão (um link de e-mail para o desenvolvedor é fornecido na &#39;Ajuda - Sobre o&#39; diálogo). O outro é para converter o arquivo para um formato suportado. Uma opç?...

Qualquer um que grava sinais extracelulares a partir do cérebro utilizando métodos mais sofisticados de limiar simples on-line e de janelas enfrenta a tarefa de identificar e separar os sinais de diferentes neurónios a partir dos sinais de tensão ruidosos gravados pelo eléctrodo. Esta tarefa é comumente conhecido como triagem pico. A dificuldade de triagem pico é composta por vários factores. Neurônios pode ser muito próximos uns dos outros de modo a que os sinais gravados a partir deles por um eletrodo nas proximidades são provavelmente similares e difíceis de distinguir. Os sinais produzidos por um único neurônio pode variar ao longo do tempo, talvez por causa dos movimentos do eléctrodo, cinética do canal de sódio variáveis ​​durante os períodos de alta taxa de disparo, graus variáveis ​​de ativação da condutância de tensão em dendritos que estão próximas ao eletrodo, ou possivelmente como resultado de mudanças no estado cerebral. Estes problemas podem ser mitigados usando matrizes multi-eletrodo (MEA), com muitos espaçados (20-100 mm) r<html> ecording canais que permite uma melhor definição espacial dos sinais dos neurônios individuais, uma vez que são normalmente espalhados por vários canais 1, 2. No entanto, isto, combinado com o facto de que os sinais a partir dos neurónios espalhados ao longo de todo o comprimento da sobreposição do eléctrodo no espaço, resulta em um espaço dimensional potencialmente muito elevada no interior do qual agregados correspondente aos neurónios únicos têm de ser identificados. Este problema torna-se computacionalmente intratável por mais do que um pequeno número de canais de eletrodos. Até à data, não há geralmente acordados melhor método para triagem de pico, embora muitas soluções foram propostas 3, 4, 5, 6, 7, 8 e gravações de AAM estão se tornando cada vez mais comum 9,ass = &quot;xref&quot;&gt; 10. Porque pico de classificação não é um fim em si, mas é simplesmente uma etapa preliminar necessária antes de uma análise mais aprofundada dos dados, existe uma necessidade para um pacote facilmente utilizável que vai ler em arquivos de dados de gravação cru e convertê-los em trens de pico classificada com tão pouco de usuário entrada, e como forma rápida e confiável, possível. Este documento fornece um tutorial para o uso de SpikeSorter - um programa desenvolvido com o objetivo de atender a essas necessidades. O programa é baseado em algoritmos descritos em artigos previamente publicados 11, 12, 13. Os objetivos na concepção do programa eram de que a) ele deve ter uma interface amigável que requer pouco ou nenhum conhecimento prévio de programação de computador ou de pico de classificação metodologia; b) deverão ser necessários poucos ou nenhum outros componentes de software especializados além dos sistemas operacionais Windows ou Linux padrão; c </em&gt;) Uma ampla gama de formatos de dados de gravação para importar e exportar dados devem ser apoiadas; d) a necessidade de entrada do usuário durante a classificação deve ser minimizada, e e) a triagem vezes deve dimensionar, de forma razoável, de preferência de forma linear, com a duração de gravação e o número de canais no eletrodo. Os algoritmos implementados no programa incluem a) um conjunto flexível de estratégias de pré-processamento e detecção de eventos; b) uma divisão automatizada e estratégia de conquista de redução da dimensão que agrupa as formas de onda de tensão com base nos componentes principais (PC) das distribuições obtidos a partir de subconjuntos de canais atribuídos a grupos específicos; c) o agrupamento automático de distribuições de PC com um procedimento rápido agrupamento baseado no algoritmo de média-shift 3, 14 e d) fusão de pares parcialmente automatizado e divisão de clusters para garantir que cada um é tão distinta quanto possível de todos os outros. para this, um conjunto de procedimentos foi adicionado que permite a divisão manual ou fusão de clusters com base em uma inspeção de distribuições de PC, cruzada e auto-correlogramas de trens de pico e parcelas de tempo de amplitude de formas de onda de pico. Gravações de tetrodes, matrizes, matrizes tetrode Utah, bem como AAM-haste simples e multi podem ser lidos e ordenados. O limite de corrente para o número de canais é de 256, mas isto pode ser aumentado no futuro. Outro multi-plataforma implementação open-source &quot;, spyke&quot; (http://spyke.github.io), também está disponível. Escrito por um de nós (MS) em Python e Cython, spyke usa a mesma abordagem global como SpikeSorter, com algumas diferenças: para reduzir a demanda de memória, dados brutos são carregados em pequenos blocos, e somente quando absolutamente necessário; clusters são exibidas exclusivamente, manipulados e ordenados em 3D; e de componentes principais e análise de componentes independentes são ambos usados ​​como métodos de redução de dimensão complementares. Spyke exige mais do usuário eminteracção, mas depende fortemente de teclado e atalhos de mouse e uma fila de desfazer / refazer para explorar rapidamente os efeitos de vários fatores sobre o agrupamento de qualquer subconjunto de picos. Esses fatores incluem canal de pico e seleção intervalo de tempo, o alinhamento pico, dimensões de agrupamento e largura de banda espacial (sigma) 11. O que se segue é uma breve descrição dos algoritmos e estratégias utilizadas para a classificação. Mais descrições completas podem ser encontradas em publicações anteriores 11, 12, 13 e anotações que podem ser acessados através de botões de ajuda (identificados com um &quot;?&quot;) Dentro SpikeSorter. Depois de carregar um ficheiro de tensão extracelular cru e filtrar os componentes de frequência mais baixa, numa fase inicial de resultados de detecção de eventos de um conjunto de eventos, cada um dos quais consiste de uma breve tensão instantâneo antes e após a hora do evento. Se o eleitolocais montaram estão suficientemente espaçadas (&lt;100 mm), os sinais unitárias geralmente será exibido em vários canais vizinhos. Um canal central é automaticamente escolhido para cada caso, correspondente ao canal no qual a tensão de pico-a-pico do evento é maior. Automatizado de classificação começa pela formação de um único cluster inicial para cada canal de eletrodo, que consiste em todos os eventos que foram localizadas para esse canal. Uma unidade localizada a meio caminho entre os canais podem dar origem a picos que são localizadas (talvez aleatoriamente) a diferentes canais: os aglomerados a partir destes dois conjuntos de espigões será identificado como semelhante e fundir numa fase posterior. A forma de onda médio dos eventos em cada agrupamento inicial é então calculada. Isto é referido como o modelo de aglomerado. canais auxiliares são atribuídos a cada grupo com base nas amplitudes e desvio padrão das formas de onda do modelo em cada canal. valores dos componentes principais são então calculados para cada cluster baseado on as formas de onda no conjunto atribuído de canais. O usuário pode escolher o número de dimensões principais componentes de usar: normalmente 2 é suficiente. Cada cluster é então dividido em um novo conjunto de clusters, e isto é repetido até que nenhum deles pode ser ainda dividido por agrupamento automatizado. Neste ponto, um conjunto inicial de, digamos, 64 a partir de um eléctrodo de aglomerados de 64 canais, pode ser dividida em duas ou três vezes esse número, dependendo do número de unidades que estava presente na gravação. Mas por causa da atribuição de variável de eventos de unidades individuais para diferentes canais, o número de clusters encontrados nesta fase é quase certamente maior do que deveria ser. A próxima etapa da triagem é corrigir o oversplitting comparando pares de grupos e fundindo pares semelhantes ou reafectação de eventos a partir de um para outro. Esta fase de classificação é referido como &quot;mesclar e dividir&quot;. Fundir e dividir Para n aglomerados, existem N * (N-1) / 2 pares e, portanto, o número de pares cresce como N 2, o que é indesejável. No entanto, muitos pares pode ser excluído da comparação porque os dois membros do par estão fisicamente afastadas. Isto reduz a dependência de algo que é mais linearmente relacionado com o número de canais. Apesar de este atalho, a junção e estágio de divisão ainda pode ser bastante demorado. Ele funciona da seguinte maneira. Cada par de cluster que é para ser comparado (aqueles que são fisicamente próximas umas das outras, tal como avaliado pela sobreposição nos conjuntos de canais atribuídos a cada) temporariamente é fundido, embora mantendo as identidades dos picos nos dois grupos de membros conhecidos. Os principais componentes do par resultante da concentração são então calculadas. Uma medida da sobreposição entre os pontos nos dois grupos é calculada com base na distribuição dos dois primeiros componentes principais. A forma como o ov<html> medida ERLAP é calculado é descrito em mais detalhe noutra secção 11. O seu valor é zero se os aglomerados não se sobrepõem em tudo, ou seja, o vizinho mais próximo de cada ponto está no mesmo aglomerado. O seu valor está próximo de 1 se os aglomerados se sobrepõem completamente, ou seja, a probabilidade de o vizinho mais próximo de estar no mesmo aglomerado é o mesmo que o previsto a partir de uma mistura uniforme de pontos. Vários são tomadas as decisões que tomar a medida se sobrepõem em conta. Se a sobreposição é maior do que um determinado valor, aglomerados podem ser fundidos. Se a sobreposição é muito pequena, a par cluster pode ser definida como distinto e deixado sozinho. Os valores intermediários, indicando separação incompleta do par de cluster, pode sinalizar que o par deve ser fundidos e, em seguida, o resultado desejado ser um par de aglomerados com menos sobreposição-split re. Estes procedimentos são executados primeiro numa fase automatizado e, em seguida, numa fase guiado manualmente. tenda &quot;&gt; Na etapa automatizada, pares de cluster com um alto valor de sobreposição são mesclados;., em seguida, pares de cluster com intermediário a baixos valores de sobreposição são fundidas e re-split Na segunda, fase guiada pelo usuário, o usuário é apresentado com toda a restantes pares de cluster ambíguas (ou seja, aqueles com valores sobrepõem-se numa faixa intermediária definida) na sequência e é solicitado a escolher se a) a fusão do par, b) se fundem e resplit o par, c) a declarar o par a ser distintos (que irá substituir o significado da medida de sobreposição), ou d) para definir a relação entre o par como &#39;ambíguo&#39; indicando que os picos do par é improvável que ser bem ordenados. Várias ferramentas são fornecidas para ajudar com estas decisões, incluindo auto - e-correlogramas cruzadas e parcelas de séries temporais de altura de pico e os valores de PC. Idealmente, no final das etapas que se fundem e da separação, cada agrupamento deve ser distinto de todos os outros,ou porque ele tem poucos ou nenhuns canais em comum com outros clusters, ou porque o índice de sobreposição é inferior a um valor definido. Este valor é selecionável pelo usuário, mas é tipicamente de 0,1. Clusters (unidades) que passam este teste são definidos como &quot;estável&quot;, aqueles que não têm (porque a sobreposição com um ou mais outros grupos é maior do que o limiar) são definidos como &quot;instável&quot;. Na prática, a grande maioria das unidades acabar por ser definida como &quot;estável&quot; no final da triagem, deixando o resto para qualquer ser descartado ou tratado como potencialmente multi-unidade. Requisitos de software SpikeSorter é compatível com 64 versões do Windows 7 e Windows 10 bits, e também tem sido executado com êxito no Linux usando o emulador Wine. Os ficheiros de dados são completamente carregado para a memória (para a velocidade), portanto, disponível RAM precisa à escala com o tamanho da gravação (permitir que cerca de 2 GB para o próprio programa). eletrofisiológicoarquivos de dados de al maiores do que 130 GB de tamanho foram classificadas com sucesso em ambos os ambientes Windows e Linux. Opções são acessados ​​através de menus padrão do Windows, uma barra de ferramentas e caixas de diálogo. O layout de itens no menu corresponde aproximadamente a ordem das operações na classificação, começando com o menu &#39;File&#39; à esquerda para a entrada de dados e no menu &#39;Exportar&#39; à direita permitindo a exportação de dados classificados. botões da barra de ferramentas fornecem atalhos para comumente usados ​​itens de menu. O arquivo de configuração do Canal Muitos formatos de dados de gravação não guardar os locais de canal. No entanto, sabendo estes é essencial para a classificação pico. Os canais também podem ser numerados de várias maneiras por software de aquisição: SpikeSorter exige que os canais são numerados em sequência, começando pelo canal 1. Assim, um arquivo de configuração do eletrodo auxiliar tem de ser criado que pode remapear números de canais de seguir a regra seqüencial, e loc canal de lojações. O arquivo de configuração do canal é um arquivo de texto com uma única linha de texto para cada canal. A primeira linha do arquivo armazena um nome de texto, até 16 caracteres, que identifica o eletrodo. Os números em linhas posteriores podem ser separadas por abas, uma única vírgula, ou espaços. Existem quatro números em cada linha fornecendo (por ordem): o número do canal no ficheiro, o número de canal ao qual é para ser mapeada (isto é, o número que será utilizado por SpikeSorter), e a coordenadas x e y do canaleta, em micra. A coordenada x seria normalmente feita como perpendicularmente à direcção de inserção do eléctrodo e a coordenada y conformidade seria profundidade no tecido. O arquivo de configuração tem de ser colocado no mesmo diretório que o arquivo de gravação. Existe alguma flexibilidade no modo como ele pode ser chamado. O programa irá primeiro procurar um arquivo que tem o mesmo nome que o arquivo de dados brutos, mas com uma extensão .cfg. Se esse arquivo is não encontrado, ele irá procurar o arquivo &#39;electrode.cfg&#39;. Se esse arquivo por sua vez, não é encontrada uma mensagem de erro é gerada para indicar uma falta de informação layout do canal.

<table><tbody><tr><td>spikesorter.exe</td><td>N/A</td><td></td><td>&lt;a href=&quot;http://www.swindale.ecc.ubc.ca/SpikeSorter&quot;&gt;http://www.swindale.ecc.ubc.ca/SpikeSorter&lt;/a&gt;</td></tr></tbody></table>

a visual guide to sorting electrophysiological recordings using 'spikesorter'

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.

A Figura 7 mostra o visor (obtido por indo para &#39;View - formas de onda Ordenado&#39;) para uma gravação típica de classificação. A opção de exibição padrão é apenas para mostrar as formas de onda no canal central para cada cluster. Uma experiência comum é que as formas de onda para um par de cluster no mesmo canal parecem idênticos, mas quando o &#39;Comparar pares &quot;de diálogo é usada para examinar os dois clusters existem grupos diferentes na pr...

Watch this Scientific Journal Video about A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter' at JoVE.com

A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter'

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

A Visual Guide to Classificando gravações eletrofisiológicas Usando &#39;SpikeSorter&#39;

Few stand-alone software applications are available for sorting spikes from recordings made with multi-electrode arrays. Ideally, an application should be ...

a-visual-guide-to-sorting-electrophysiological-recordings-using

Research

JoVE Journal

Neuroscience

11.0K visualizações.  University of British Columbia. The article shows how to use the program SpikeSorter to detect and sort spikes in extracellular recordings made with multi-electrode arrays.

Vídeo: A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter'

A Simple Stimulatory Device for Evoking Point-like Tactile Stimuli: A Searchlight for LFP to Spike Transitions

Current neurophysiological research has the aim to develop methodologies to investigate the signal route from neuron to neuron, namely in the transitions from spikes to Local Field Potentials (LFPs) and from LFPs to spikes.
LFPs have a complex dependence on spike activity and their relation is still poorly understood1. The elucidation of these signal relations would be helpful both for clinical diagnostics (e.g. stimulation paradigms for Deep Brain Stimulation) and for a deeper comprehension of neural coding strategies in normal and pathological conditions (e.g. epilepsy, Parkinson disease, chronic pain). To this aim, one has to solve technical issues related to stimulation devices, stimulation paradigms and computational analyses. Therefore, a custom-made stimulation device was developed in order to deliver stimuli well regulated in space and time that does not incur in mechanical resonance. Subsequently, as an exemplification, a set of reliable LFP-spike relationships was extracted.
The performance of the device was investigated by extracellular recordings, jointly spikes and LFP responses to the applied stimuli, from the rat Primary Somatosensory cortex. Then, by means of a multi-objective optimization strategy, a predictive model for spike occurrence based on LFPs was estimated.
The application of this paradigm shows that the device is adequately suited to deliver high frequency tactile stimulation, outperforming common piezoelectric actuators. As a proof of the efficacy of the device, the following results were presented: 1) the timing and reliability of LFP responses well match the spike responses, 2) LFPs are sensitive to the stimulation history and capture not only the average response but also the trial-to-trial fluctuations in the spike activity and, finally, 3) by using the LFP signal it is possible to estimate a range of predictive models that capture different aspects of the spike activity.

To elucidate the complex transition from Local Field Potentials (LFPs) to spikes a suitable stimulator for light mechanical peripheral stimuli was built. As an application, the spiking activities recorded from somatosensory cortex were analyzed by a multi-objective optimization strategy. The results demonstrated that the proposed stimulator was able to deliver tactile stimuli with millisecond and millimeter precisions.

Um dispositivo simples para Estimulador Evocando Ponto-como estímulos táteis: A Searchlight para LFP a Spike Transitions

Current neurophysiological research has the aim to develop methodologies to investigate the signal route from neuron to neuron, namely in the transitions ...

Neurociência

A Procedure for Implanting Organized Arrays of Microwires for Single-unit Recordings in Awake, Behaving Animals

In vivo electrophysiological recordings in the awake, behaving animal provide a powerful method for understanding neural signaling at the single-cell level. The technique allows experimenters to examine temporally and regionally specific firing patterns in order to correlate recorded action potentials with ongoing behavior. Moreover, single-unit recordings can be combined with a plethora of other techniques in order to produce comprehensive explanations of neural function. In this article, we describe the anesthesia and preparation for microwire implantation. Subsequently, we enumerate the necessary equipment and surgical steps to accurately insert a microwire array into a target structure. Lastly, we briefly describe the equipment used to record from each individual electrode in the array. The fixed microwire arrays described are well-suited for chronic implantation and allow for longitudinal recordings of neural data in almost any behavioral preparation. We discuss tracing electrode tracks to triangulate microwire positions as well as ways to combine microwire implantation with immunohistochemical techniques in order to increase the anatomical specificity of recorded results.

Implanting organized arrays of microwires for use in single-unit electrophysiological recordings presents a number of technical challenges.&#160;Methods for performing this technique and the equipment necessary are described.&#160;Also, the beneficial use of organized microwire arrays to record from distinct neural subregions with high spatial selectivity is discussed.

Um Procedimento para Implantação de Arrays organizado de microfios para gravações a única unidade em Awake, comportando-se Animais

In vivo electrophysiological recordings in the awake, behaving animal provide a powerful method for understanding neural signaling at the single-cell ...

Acute In Vivo Electrophysiological Recordings of Local Field Potentials and Multi-unit Activity from the Hyperdirect Pathway in Anesthetized Rats

Converging evidence shows that many neuropsychiatric diseases should be understood as disorders of large-scale neuronal networks. To better understand the pathophysiological basis of these diseases, it is necessary to precisely characterize in which way the processing of information is disturbed between the different neuronal parts of the circuit. Using extracellular in vivo electrophysiological recordings, it is possible to accurately delineate neuronal activity within a neuronal network. The application of this method has several advantages over alternative techniques, e.g., functional magnetic resonance imaging and calcium imaging, as it allows a unique temporal and spatial resolution and does not rely on genetically engineered organisms. However, the use of extracellular in vivo recordings is limited since it is an invasive technique that cannot be universally applied. In this article, a simple and easy to use method is presented with which it is possible to simultaneously record extracellular potentials such as local field potentials and multiunit activity at multiple sites of a network. It is detailed how a precise targeting of subcortical nuclei can be achieved using a combination of stereotactic surgery and online analysis of multi-unit recordings. Thus, it is demonstrated, how a complete network such as the hyperdirect cortico-basal ganglia loop can be studied in anesthetized animals in vivo.

Acute In Vivo Electrophysiological Recordings of Local Field Potentials and Multi-unit Activity from the Hyperdirect Pathway in Anesthetized Rats

In this study, the methodology is presented on how to perform multi-site in vivo electrophysiological recordings from the hyperdirect pathway under urethane anesthesia.

Agudo<em&gt; In Vivo</em&gt; Gravações eletrofisiológicas de Potenciais de campo locais e atividade de múltiplas unidades a partir do caminho hiperdiretivo em ratos anestesiados

Converging evidence shows that many neuropsychiatric diseases should be understood as disorders of large-scale neuronal networks. To better understand the ...

Combined In Vivo Anatomical and Functional Tracing of Ventral Tegmental Area Glutamate Terminals in the Hippocampus

Optogenetic modulation of neuron sub-populations in the brain has allowed researchers to dissect neural circuits in vivo and ex vivo. This provides a premise for determining the role of neuron types within a neural circuit, and their significance in information encoding relative to learning. Likewise, the method can be used to test the physiological significance of two or more connected brain regions in awake and anesthetized animals. The current study demonstrates how VTA glutamate neurons modulate the firing rate of putative pyramidal neurons in the CA1 (hippocampus) of anesthetized mice. This protocol employs adeno-associated virus (AAV)-dependent labeling of VTA glutamate neurons for the tracing of VTA presynaptic glutamate terminals in the layers of the hippocampus. Expression of light-controlled opsin (channelrhodopsin; hChR2) and fluorescence protein (eYFP) harbored by the AAV vector permitted anterograde tracing of VTA glutamate terminals, and photostimulation of VTA glutamate neuron cell bodies (in the VTA). High-impedance acute silicon electrodes were positioned in the CA1 to detect multi-unit and single-unit responses to VTA photostimulation in vivo. The results of this study demonstrate the&#160;layer-dependent distribution of presynaptic VTA glutamate terminals in the hippocampus (CA1, CA3, and DG). Also, the photostimulation of VTA glutamate neurons increased the firing and burst rate of putative CA1 pyramidal units in vivo.

The current protocol demonstrates a simple method for tracing of ventral tegmental area (VTA) glutamate projections to the hippocampus. Photostimulation of VTA glutamate neurons was combined with CA1 recording to demonstrate how VTA glutamate terminals modulate CA1 putative pyramidal firing rate in vivo.

Rastreamento Anatômico e Funcional In Vivo dos Terminais de Glutamato da Área Tegmental Ventral no Hipocampo

Optogenetic modulation of neuron sub-populations in the brain has allowed researchers to dissect neural circuits in vivo and ex vivo. This provides a ...

Recording Network Activity in Spinal Nociceptive Circuits Using Microelectrode Arrays

The roles and connectivity of specific types of neurons within the spinal cord dorsal horn (DH) are being delineated at a rapid rate to provide an increasingly detailed view of the circuits underpinning spinal pain processing. However, the effects of these connections for broader network activity in the DH remain less well understood because most studies focus on the activity of single neurons and small microcircuits. Alternatively, the use of microelectrode arrays (MEAs), which can monitor electrical activity across many cells, provides high spatial and temporal resolution of neural activity. Here, the use of MEAs with mouse spinal cord slices to study DH activity induced by chemically stimulating DH circuits with 4-aminopyridine (4-AP) is described. The resulting rhythmic activity is restricted to the superficial DH, stable over time, blocked by tetrodotoxin, and can be investigated in different slice orientations. Together, this preparation provides a platform to investigate DH circuit activity in tissue from na&#239;ve animals, animal models of chronic pain, and mice with genetically altered nociceptive function. Furthermore, MEA recordings in 4-AP-stimulated spinal cord slices can be used as a rapid screening tool to assess the capacity of novel antinociceptive compounds to disrupt activity in the spinal cord DH.

The combined use of microelectrode array technology and 4-aminopyridine-induced chemical stimulation for investigating network-level nociceptive activity in the spinal cord dorsal horn is outlined.

Atividade de rede de gravação em circuitos nociceptivos da coluna vertebral usando matrizes de microeletrodos

The roles and connectivity of specific types of neurons within the spinal cord dorsal horn (DH) are being delineated at a rapid rate to provide an ...

Registro eletrofisiológico extracelular no córtex motor de camundongos

Multichannel Extracellular Recording in Freely Moving Mice

The protocol aims to uncover the properties of neuronal firing and network local field potentials (LFPs) in behaving mice carrying out specific tasks by correlating the electrophysiological signals with spontaneous and/or specific behavior. This technique represents a valuable tool in studying the neuronal network activity underlying these behaviors. The article provides a detailed and complete procedure for electrode implantation and consequent extracellular recording in free-moving conscious mice. The study includes a detailed method for implanting the microelectrode arrays, capturing the LFP and neuronal spiking signals in the motor cortex (MC) using a multichannel system, and the subsequent offline data analysis. The advantage of multichannel recording in conscious animals is that a greater number of spiking neurons and neuronal subtypes can be obtained and compared, which allows the evaluation of the relationship between a specific behavior and the associated electrophysiological signals. Notably, the multichannel extracellular recording technique and the data analysis procedure described in the present study can be applied to other brain areas when conducting experiments in behaving mice.

Autor em destaque: Avanços na gravação extracelular multicanal para estudar a atividade neuronal em camundongos que se movem livremente 

The protocol describes the methodology of extracellular recording in the motor cortex (MC) to reveal extracellular electrophysiological properties in freely moving conscious mice, as well as the data analysis of local field potentials (LFPs) and spikes, which is useful for evaluating the network neural activity underlying behaviors of interest.

Gravação Extracelular Multicanal em Ratos em Movimento Livre

The protocol aims to uncover the properties of neuronal firing and network local field potentials (LFPs) in behaving mice carrying out specific tasks by ...

Desenvolvimento de um estágio de eletrodo X-Y para registro neural preciso em saguis

Electrophysiology of Laminar Cortical Activity in the Common Marmoset

The marmoset monkey provides an ideal model for examining laminar cortical circuits due to its smooth cortical surface, which facilitates recordings with linear arrays. The marmoset has recently grown in popularity due to its similar neural functional organization to other primates and its technical advantages for recording and imaging. However, neurophysiology in this model poses some unique challenges due to the small size and lack of gyri as anatomical landmarks. Using custom-built micro-drives, researchers can manipulate linear array placement to sub-millimeter precision and reliably record at the same retinotopically targeted location across recording days. This protocol describes the step-by-step construction of the micro-drive positioning system and the neurophysiological recording technique with silicon linear electrode arrays. With precise control of electrode placement across recording sessions, researchers can easily traverse the cortex to identify areas of interest based on their retinotopic organization and the tuning properties of the recorded neurons. Further, using this laminar array electrode system, it is possible to apply a current source density analysis (CSD) to determine the recording depth of individual neurons. This protocol also demonstrates examples of laminar recordings, including spike waveforms isolated in Kilosort, which span multiple channels on the arrays.

Autor em destaque: Otimizando sistemas de microacionamento para posicionamento preciso de eletrodos no sagui

Custom-built micro-drives enable the sub-millimeter targeting of cortical recording sites with linear silicon arrays.

Eletrofisiologia da Atividade Cortical Laminar no Sagui-comum

The marmoset monkey provides an ideal model for examining laminar cortical circuits due to its smooth cortical surface, which facilitates recordings with ...

A Visual Guide to Classificando gravações eletrofisiológicas Usando 'SpikeSorter'

Resumo

Explore mais vídeos

Capítulos neste vídeo

Um dispositivo simples para Estimulador Evocando Ponto-como estímulos táteis: A Searchlight para LFP a Spike Transitions

Um Procedimento para Implantação de Arrays organizado de microfios para gravações a única unidade em Awake, comportando-se Animais

Agudo

Rastreamento Anatômico e Funcional In Vivo dos Terminais de Glutamato da Área Tegmental Ventral no Hipocampo

Atividade de rede de gravação em circuitos nociceptivos da coluna vertebral usando matrizes de microeletrodos

Gravação Extracelular Multicanal em Ratos em Movimento Livre

Gravação Extracelular Multicanal em Ratos em Movimento Livre

Gravação Extracelular Multicanal em Ratos em Movimento Livre

Eletrofisiologia da Atividade Cortical Laminar no Sagui-comum

Eletrofisiologia da Atividade Cortical Laminar no Sagui-comum