Для начала запишите пространственно-временную нейронную активность из острых срезов мозга мышей ex-vivo и нейронных сетей, полученных in vitro человека с помощью IPSC. Откройте записанный файл необработанных данных в программном обеспечении BrainWave. Выберите анализ и нажмите Обнаружение LFP или Обнаружение пиков.
Для записи цепей гиппокампа и обонятельной лампы интегрируйте опцию расширенного рабочего пространства для импорта изображения структурного света со стереомикроскопа в обнаруженный файл события. Создание структурных слоев для изучения крупномасштабных схем коры гиппокампа. Используйте специально написанный скрипт Python для чтения BXR-файла.
Извлечение спайковых поездов из сетевых записей IPSC и поездов событий LFP из записей срезов гиппокампа и обонятельной луковицы мозга. Сохраните результирующие данные обучения событий с пространственно-временной информацией в формате файла NPY. Вычислите взаимную ковариацию между парами активных электродов в массиве 64 на 64, используя данные временных рядов из файла BRW.
Преобразуйте каждую матрицу связности в файл динамического графа. Для карт сетевой связности примените географическую компоновку для пространственного картографирования и задайте ограничения параметров для диапазона градусов и веса ребер для сравнения. Назначьте узловой цвет, размер ребра и размер в градусах для улучшенной визуализации.
Топографическое пространственное картографирование средних крупномасштабных ЛФП или пиковых диаграмм стрельбы накладывается на соответствующие оптические изображения, полученные под микроскопом. Графики растрграммы отображают синхронно обнаруженные события LFP или пиковые в указанном временном диапазоне. Репрезентативные трассы событий с регистрирующих электродов HDME показали диапазон зарегистрированных колебательных частот в цепях гиппокампа, коры головных голов и обонятельных луковиц, а также активность всплесков спайков в сети IPSC человека.
Карты коннектома коры гиппокампа и обонятельной луковицы выявили различные узлы, представляющие разные слои, где размер указывал на степень силы, а цвет обозначал слой. В человеческих IPSC-сетях идентификация соединений уточнялась с помощью пространственно-временных фильтров и порогов задержки, где узловой цвет указывал на то, является ли входной сигнал возбуждающим или тормозящим.
