XiaoMi-AI文件搜索系统
World File Search System场电位
加州大学旧金山分校先前出版的作品
摘要 记录在细胞外空间的脑振荡是神经生理学数据中最重要的方面之一，反映了群体或网络中神经元的活动和功能。脑振荡的信号强度和模式可以作为用于疾病检测和功能恢复预测的有力生物标记。电生理信号还可以作为许多尖端技术的指标，旨在连接神经系统和神经假体装置并监测增强神经活动的功效。在这篇综述中，我们概述了有关局部场电位、脑电或脑磁图信号及其生物学相关性的基本知识，然后总结了各种临床和实验性中风研究中报告的结果。我们回顾了中风引起的海马振荡变化和大脑网络间通信中断的证据，这些是中风后认知功能障碍的潜在机制。我们还讨论了脑刺激通过恢复神经活动和增强大脑可塑性来促进中风后功能恢复的前景。
![arXiv:2107.12536v2 [q-bio.NC] 2021 年 9 月 1 日](/simg/2\24c04e2789e8562ffdc92d8b297da67969a7bd15.webp)
arXiv:2107.12536v2 [q-bio.NC] 2021 年 9 月 1 日
在本研究中，我们基于从狨猴大脑中收集的局部场电位数据，提出了一种与帕金森病 (PD) 相关大脑区域的新型生物物理计算模型。帕金森病是一种神经退行性疾病，与黑质致密部多巴胺能神经元的死亡有关，而这会影响大脑基底神经节-丘脑-皮质 (BG-TC) 神经回路的正常动态。尽管该疾病有多种潜在机制，但仍然缺乏对这些机制和分子发病机制的完整描述，而且仍然无治愈方法。为了填补这一空白，人们提出了类似于动物模型中发现的神经生物学方面的计算模型。在我们的模型中，我们执行了一种数据驱动的方法，其中使用差分进化优化一组生物约束参数。进化模型成功地模拟了健康和帕金森狨猴脑数据的单神经元平均放电率和局部场电位的光谱特征。就我们而言，这是
个性化慢性适应性深部脑刺激在治疗帕金森病方面优于常规刺激
深部脑刺激是一种广泛用于治疗帕金森病 (PD) 的方法，但目前缺乏对不断变化的临床和神经状态的动态响应。反馈控制有可能提高治疗效果，但“自适应”神经刺激的最佳控制策略和其他好处尚不清楚。我们在三名 PD 患者（五个半球）的正常日常生活中实施了由丘脑底核或皮质信号控制的自适应丘脑底核刺激。我们使用数据驱动的宽频率范围和不同刺激幅度的场电位分析来确定残余运动波动的神经生理生物标志物。任一部位的窄带伽马振荡（65-70 Hz）成为刺激期间感知的最佳控制信号。一项盲法随机试验表明，与临床优化的标准刺激相比，运动症状和生活质量有所改善。我们的方法凸显了基于数据驱动的控制信号选择的个性化自适应神经刺激的前景，并可能应用于其他神经系统疾病。
传感器和执行器 - Hai Lab
无线脑技术正在为基础神经科学和临床神经病学提供新的平台，以最大限度地减少侵入性并改进电生理记录和刺激过程中的可能性。尽管无线脑技术有诸多优势，但大多数系统都需要板载电源和相当大的传输电路，从而限制了小型化的下限。设计能够有效感知神经生理事件的新型简约架构将为独立的微型传感器和微创传输多个传感器打开大门。在这里，我们介绍了一种通过离子敏感场效应晶体管感应脑内离子波动的电路，该晶体管并联失谐一个射频谐振器。我们通过电磁分析确定传感器的灵敏度，并在体外量化对离子波动的响应。我们在啮齿动物的后爪刺激过程中在体内验证了这种新架构，并验证了与局部场电位记录的相关性。这种新方法可以作为集成电路实现，用于无线原位记录脑电生理。
与 CMOS 芯片集成的大规模并行微线阵列用于神经记录
对大脑神经活动进行多通道电记录是一种越来越有效的方法，它揭示了神经通信、计算和假肢的新方面。然而，虽然传统电子产品中平面硅基 CMOS 器件的规模迅速扩大，但神经接口器件却未能跟上步伐。在这里，我们提出了一种将硅基芯片与三维微线阵列连接起来的新策略，为快速发展的电子产品和高密度神经接口提供连接。该系统由一束微线组成，这些微线与大规模微电极阵列（如相机芯片）配对。该系统具有出色的记录性能，通过在清醒运动小鼠的孤立视网膜和运动皮层或纹状体中进行的单个单元和局部场电位记录得到了证明。模块化设计使各种类型和尺寸的微线能够与不同类型的像素阵列集成，将商业多路复用、数字化和数据采集硬件的快速发展与三维神经接口连接在一起。
啮齿动物海马体中的波纹
摘要 局部场电位 (LFP) 的偏转和振荡定义了海马尖波涟漪 (SWR)，这是大脑最同步的事件之一。SWR 反映了从认知相关的神经元集合中出现的放电和突触电流序列。虽然频谱分析已经取得了进展，但超密集记录的激增现在需要新的自动检测策略。在这里，我们展示了如何在高密度 LFP 海马记录上运行的一维卷积网络如何自动识别来自啮齿动物海马的 SWR。当无需重新训练就应用于新数据集和超密集海马范围的记录时，我们发现了与 SWR 出现相关的生理相关过程，从而促使制定新的分类标准。为了获得可解释性，我们开发了一种方法来查询人工网络的运行。我们发现它依赖于基于特征的专业化，这允许识别空间分离的振荡和偏转，以及重放典型的同步群体放电。因此，使用基于深度学习的方法可能会改变当前的启发式方法，以便更好地机械地解释这些相关的神经生理事件。
恒河猴中连接显着性检测和运动反应的皮质机制
突然的、令人意外的感觉事件会触发神经过程，从而迅速调整行为。为了研究这种现象的系统发生和机制，我们训练两只雄性恒河猴通过对等长操纵杆施加力量来将光标保持在视觉目标内。我们研究了令人意外的听觉刺激对施加的力量、头皮脑电图 (EEG) 活动和从背外侧前额叶皮质记录的局部场电位 (LFP) 的影响。听觉刺激引起 (1) 等长力的双相调制，短暂下降然后是纠正性的紧张性增加，和 (2) 由两个大的负波 - 正波 (N70 和 P130) 主导的 EEG 和 LFP 偏转。EEG 电位在头皮顶点对称且最大，非常类似于人类的“顶点电位”。 “皮层电位和力量紧密相关：P130 振幅预测了矫正力增加的幅度，特别是在从深层而非浅层皮层记录的 LFP 中。这些结果揭示了一种系统发育上保留的皮层运动机制，支持对突出的感觉事件做出反应的适应性行为。
电生理学数据中强大的在线多播估计
高密度电生理探针为人类和非人类动物中的系统神经科学4开辟了新的可能性，但是记录记录时探针运动（或漂移）对下游分析提出了挑战5，尤其是在人类记录中。在这里，我们以四个主要贡献的算法称为Dredge（7 E Egistredy的7 e egistration d ata d ata）的算法（d ectreghized r egistration）的算法进行了改进。首先，除了从动作电位（AP）检测到的9个尖峰外，我们还将以前的分散8种方法扩展到利用本地场电位（LFP）的多频道信息（LFP）。第二，我们表明基于LFP的方法10可以在子秒时间分辨率下进行注册。第三，我们引入了有效的在线11运动跟踪算法，允许该方法扩展到更长和更高的空间分辨率12录音，这可以促进实时应用程序。最后，我们通过考虑实际数据中发生的非组织性并自动化14个参数选择来提高13方法的鲁棒性。共同实现了来自人类和小鼠的15个具有挑战性的数据集的完全自动化的可扩展注册。16
利用初级视觉皮层的生物物理模拟揭示电流源和电流吸收器的电路机制
摘要 局部场电位 (LFP) 记录反映了脑组织中电流源密度 (CSD) 的动态。突触、细胞和电路对电流汇和源的贡献尚不清楚。我们使用公共 Neuropixels 记录和基于模拟 17 种细胞类型的 50,000 多个神经元的 Hodgkin-Huxley 动力学的详细电路模型在小鼠初级视觉皮层中研究了这些情况。该模型同时捕获了脉冲和 CSD 反应并展示了双向分离：通过调整突触权重可以改变放电率，对 CSD 模式的影响很小，通过调整树突上的突触位置可以改变 CSD，对放电率的影响很小。我们描述了丘脑皮层输入和循环连接如何在视觉反应早期塑造特定的汇和源，而皮层反馈在后期对它们产生重大改变。这些结果建立了宏观脑测量（LFP/CSD）与基于微观生物物理学的神经元动力学理解之间的定量联系，并表明 CSD 分析为建模提供了强大的约束，超出了考虑尖峰的约束。
已发布版本的引文：Ranieri, CM、Moioli, RC、Romero, RAF、de Araujo, MFP、De Santana, MB、Montino Pimentel, J 和 Vargas, PA 2020，揭幕
摘要 —帕金森病 (PD) 是一种神经退行性疾病，在世界人口中患病率不断上升，其特征是运动和认知症状。尽管 PD 患者的皮质脑电图读数通常用于输入不同的机器学习框架，但直接受影响的区域集中在一组皮质下核和相关区域，即所谓的运动回路。由于这些区域只能通过侵入性程序（例如局部场电位 (LFP) 测量）直接访问，因此大多数数据收集必须依赖于动物模型。据我们所知，到目前为止，还没有以运动回路 LFP 数据为中心的基于神经网络的分析报告。在这项工作中，我们训练和评估了一组深度神经网络，数据集来自狨猴，其中 LFP 读数来自健康和帕金森病患者。我们分析了每个训练过的神经网络的输入和来自中间层的表示。使用了 CNN 和 ConvLSTM 分类器，准确率高达 99.80%，以及基于 CNN 的自动编码器，该编码器也已证明可以学习与 PD 相关的表征。结果和分析提供了进一步的见解，并促进了对帕金森病相关因素的研究。索引术语 — 帕金森病、LFP 分析、深度学习、归因方法、计算神经科学。