XiaoMi-AI文件搜索系统
World File Search SystemNeuronal
对人皮质中直接电微刺激的神经元尖峰响应
微刺激可以调节单个神经元的活性影响行为，但是刺激对神经尖峰的影响是复杂的，并且仍然了解不足。这在人大脑中尤其具有挑战性，因为单个神经元的响应特性稀疏和异质。在这里，我们在6位参与者（3位女性）中使用人前颞叶中的微电极阵列来检查单个神经元对通过多个不同不同刺激位点进行微刺激的尖峰反应。我们证明可以使用不同的刺激位点的激发或触发来驱动单个神经元，这表明一种方法可以在单神经元水平上直接控制尖峰活动。尖峰反应在接近刺激部位的神经元中是抑制性的，而兴奋反应在空间上更为分布。一起，我们的数据表明，可以在人皮质中可靠地识别和操纵单个神经元的尖峰反应。
无线皮层和皮层内神经元记录系统的最新进展
1 西北工业大学无人系统研究所，西安 710072；2 西北工业大学机电学院空天微纳系统教育部重点实验室，西安 710072；3 西北工业大学协同创新中心，上海 201108；4 诺艾克科技（中国）有限公司，常州 213100；5 杭州电子科技大学电子信息学院，杭州 310018；6 军事科学院国防创新研究院，北京 100071；7 天津人工智能创新中心，天津 300450； 8 上海交通大学微纳电子学系, 国家级微纳加工技术重点实验室, 上海 200240
CHIME：CMOS 体内微电极，用于大规模可扩展的神经元记录
哺乳动物的大脑由数千万到数千亿个神经元组成，这些神经元以毫秒级的时间尺度运行，而目前的记录技术只能捕捉到其中的一小部分。能够以高时空分辨率对神经活动进行采样的记录技术一直难以扩展。研究最深入的哺乳动物神经元网络（例如大脑皮层）呈现出分层结构，其中最佳记录技术可在大面积上进行密集采样。然而，对特定应用设计的需求以及大脑的三维结构与二维微加工技术之间的不匹配严重限制了神经生理学研究和神经假体。在这里，我们讨论了一种可扩展神经元记录的新策略，即将玻璃包覆微线束与来自高密度 CMOS 体外 MEA 系统或高速红外摄像机的大规模放大器阵列相结合。由于玻璃包覆微线中芯金属的高导电性，允许使用超薄金属芯（低至 < 1 µ m）和可忽略不计的杂散电容，因此实现了高信噪比（< 25 µ V RMS 本底噪声，SNR 高达 25）。尖端的多步电化学改性可实现超低接入阻抗和最小几何面积，这与芯直径基本无关。我们表明，可以减小微线尺寸，以几乎消除插入时对血脑屏障的损伤，并且我们证明微线阵列可以稳定地记录单个单元活动。将微线束和 CMOS 阵列相结合可以实现高度可扩展的神经元记录方法，将电神经元记录的进展与硅微加工的快速进展联系起来。系统的模块化设计允许自定义记录位置的排列。我们采用微创、高度绝缘和功能化的微线束将二维 CMOS 架构扩展到第三维，这种方法可以转化为其他 CMOS 阵列，例如电刺激设备。
改进了神经元基因抑制的CRISPR/DCAS9干扰工具
遗传物质的表达控制大脑发育，分化和功能，以及对基因表达的有针对性操纵以了解基因功能对健康和疾病状态的贡献。尽管CRISPR/DCAS9干扰（CRISPRI）技术的最新改进已使在选定的基因组站点的有针对性的转录抑制作用，但将这些技术集成到非分散神经元系统中仍然具有挑战性。以前，我们优化了双性能病毒表达系统，以表达有丝分裂后神经元中的基于CRISPR的激活机制。在这里，我们使用了类似的策略来适应改进的DCAS9-KRAB-MECP2抑制系统，以用于神经元中的鲁棒转录抑制。我们发现，由神经元选择性的人突触素启动子启用的dcas9-krab-MeCP2构建体启用了初级大鼠神经元中的转基因表达。接下来，我们使用靶向多种基因启动子的CRISPR SGRNA证明了转录抑制作用，并与现有的RNA干扰方法相比，在复杂的脑源性神经营养因子（BDNF）基因上，该系统在神经元中表现出了优越性。我们的发现前期提高了这项改进的CRISPRI技术，以在神经元系统中使用，从而有可能提高了在神经系统中操纵基因表达状态的能力。
果蝇中枢大脑相关神经谱系的保存和分化
摘要 连接复杂的大脑需要许多具有复杂细胞特异性的神经元，这些神经元由有限数量的神经干细胞产生。果蝇中枢脑谱系是一系列预定的神经元，以特定的顺序诞生。为了了解谱系身份如何转化为神经元形态，我们绘制了 18 个果蝇中枢脑谱系。虽然我们发现谱系之间存在很大的总体差异，但我们也发现了形态多样化的共同模式。谱系身份加上 Notch 介导的姊妹命运控制着初级神经元的轨迹，而时间命运使终端的精细化多样化。此外，形态神经元类型可能会反复出现，并与其他类型交错出现。尽管很复杂，但相关谱系会以可比的时间模式产生相似的神经元类型。不同的干细胞甚至会产生两组相同的多巴胺能神经元类型，但姐妹神经元无关。总之，这些现象表明，简单的规则驱动着令人难以置信的神经元复杂性，而形态的巨大变化可能是由相对简单的命运机制引起的。
柔性聚对二甲苯线生物探针及其在体神经元记录的缝合方法
多通道记录来自大脑软生物组织的电信号是电生理学中一项重要的技术。然而，传统的刚性针电极的穿透会对组织造成物理应力并引起组织损伤，从而无法进行稳定的记录。本文报道的方法涉及使用带有微电极的柔性“线状”装置，该装置能够借助类似于缝纫机制的引导微针精确穿透和放置在脑组织内。提出了一种使用可溶解材料的设备固定方案，以实现无应力的针“捕获”和“释放”。将该设备放置在活体小鼠的初级视觉皮层 (V1) 中，并记录局部场电位 (LFP) 和动作电位 (尖峰)。在植入设备后的两周内，小鼠的体重没有明显下降。因此，我们得出结论，所提出的缝纫线设备增强了神经信号的记录，同时最大限度地减少了设备引起的压力。
骑自行车可以降低人类成年人大脑皮层神经活动的熵
大脑复杂性 (BC) 已成功应用于研究健康和疾病状态下的脑电图信号 (EEG)。在本研究中，我们采用递归熵来量化与运动神经生理学相关的 BC，通过比较静息状态和骑车运动下的 BC。我们测量了 24 名健康成年人的脑电图，并将电极放置在大脑左右两侧的枕叶、顶叶、颞叶和额叶部位。我们根据骑车和静息状态下的脑电图测量结果计算了递归熵。对于所有分析的大脑区域，静息状态下的熵都高于骑车状态下的熵。这种复杂性的降低是骑车过程中重复运动的结果。这些运动会导致持续的感觉反馈，从而降低熵和感觉运动处理。
NeuroLink：利用形态学学习弥补神经成像中的弱信号
摘要。由于神经元结构的复杂性和某些区域的极弱信号，从大规模光学显微镜图像中重建神经元是一项具有挑战性的任务。传统的分割模型建立在 vanilla 卷积和体素损失的基础上，难以在稀疏的体积数据中建模长距离关系。因此，特征空间中的弱信号与噪声混合，导致分割中断和神经元追踪结果过早终止。为了解决这个问题，我们提出了 NeuroLink，为网络添加连续性约束，并利用多任务学习方法隐式地模拟神经元形态。具体来说，我们引入了动态蛇形卷积来提取神经元稀疏管状结构的更有效特征，并提出了一种易于实现的基于形态的损失函数来惩罚不连续的预测。此外，我们指导网络利用神经元的形态信息来预测神经元的方向和距离变换图。我们的方法在低对比度斑马鱼数据集和公开可用的 BigNeuron 数据集上实现了更高的召回率和准确率。我们的代码可以在https://github.com/Qingjia0226/NeuroLink上找到。
社论：神经电子学：迈向神经元系统和新兴电子的共生
在神经形态和神经杂交系统中的研究目前是现代科学和技术中最令人兴奋和有趣的多学科趋势之一。他们整合了神经科学，电子，物理和数学的领域。基于微电子设备和回忆横梁建立人工神经元和神经网络方面的最新进展刺激了朝着一般的人工智能（AI）促进了质的飞跃。在这方面，可以将神经电子学定义为对生命神经系统动机的广泛计算任务的模拟和数字解决方案的合成。基于标准或熟悉组件的模拟神经形态系统是这种方法的特殊性。与基于数字组件的AI加速器相比，它们可以显着提高吞吐量和能量效率。这样的系统模仿了生物神经网络的计算特征，这些计算特征可以解决不理解的任务（通常被描述为“认知”）被传统的AI或高度耗时的。此外，神经电源溶液可以与大脑或活神经元电路集成并形成神经杂交系统。这样的系统可以利用生物细胞的复杂分子机制（例如，记忆和适应），并支持串联人工部分进行的快速计算。这意味着通过与生活系统的互动来塑造的人工网络中计算和学习的实施，最终实施了特定的大脑功能（替换受损的神经回路或增强其功能）。自然和人工系统的共生也可能使为神经形态设备开发新的学习方法是可能的，在这些方法中，活着神经元网络充当“老师”。从基本和应用的角度来看，一个战略性问题是活着神经网络参与合成信息处理。基于合成系统和生物系统之间双向相互作用的真正混合方法的步骤可以带来显着的好处：它们可以导致