XiaoMi-AI文件搜索系统
World File Search System场电位
脑局部场电位在 11 个月内的稳定性......
摘要。局部场电位 (LFP) 源自数千个神经元。因此，它们可以为脑机接口 (BMI) 提供持久而稳定的控制信号。在这里，我们评估了在使用基于 LFP 的 BMI 进行 2-D 光标控制期间 2 只猴子初级运动皮层中 LFP 的稳定性。使用无需再训练或适应的仿生 BMI 解码器，猴子表现出高性能，并且保持稳定超过 11 个月。离线时，我们通过从每个会话中的各个特征计算大脑控制的光标速度的解码器并在最后一个会话中使用它们解码速度来检查 LFP 特征的稳定性。许多 LFP 特征与光标速度显示出高度相关性，并且光标速度在 11 个月内变得越来越稳定。这表明猴子学会了运动皮层场电位和输出之间的稳定映射，并且 LFP 将为 BMI 提供高度稳定的信号源。
线性预测方法分离帕金森病动物模型中的场电位
帕金森病 (PD) 会导致运动和认知障碍。PD 可能导致皮层和皮层下大脑活动的深刻变化，这可以通过脑电图或颅内局部场电位 (LFP) 记录来测量。此类信号可以自适应地指导深部脑刺激 (DBS) 作为 PD 治疗的一部分。但是，自适应 DBS 需要根据实时监测和分析来识别神经元活动的触发因素。当前的方法并不总能识别与 PD 相关的信号，并且可能会造成延迟。我们测试了一种基于线性预测编码 (LPC) 的替代方法，该方法将自回归 (AR) 模型拟合到时间序列数据。这些 AR 模型的参数可以通过快速算法实时计算。我们比较了多巴胺耗竭的 PD 动物模型中纹状体的 LFP，这些模型中有无多巴胺前体左旋多巴存在，左旋多巴用于治疗 PD 的运动症状。我们表明，在多巴胺耗竭的小鼠中，仅通过 1 kHz 的 LFP 采样 1 分钟获得的以单个 LPC 参数为特征的一阶 AR 模型可以区分左旋多巴治疗小鼠和盐水治疗小鼠，并且优于当前方法。这表明 LPC 可能有助于实时在线分析神经信号以指导 DBS，并可能有助于基于 DBS 的 PD 治疗。
行为过程中脉冲和场电位信号之间的多尺度因果关系建模
摘要 目的。脑记录在多个时空尺度上表现出动态，这些动态可以用脉冲序列和更大规模的场电位信号来测量。为了研究神经过程，重要的是不仅要在单个活动尺度上识别和建模因果关系，还要在多个尺度上识别和建模因果关系，即脉冲序列和场电位信号之间。标准因果关系度量在这里不直接适用，因为脉冲序列是二值，而场电位是连续值。因此，重要的是开发计算工具来恢复行为过程中的多尺度神经因果关系，评估它们在神经数据集上的性能，并研究多尺度因果关系建模是否可以提高神经信号的预测能力，使其超出单尺度因果关系所能达到的范围。方法。我们设计了一种基于有向信息的多尺度模型的 Granger 类因果关系方法，并评估其在现实的生物物理脉冲场模拟和两个执行运动行为的非人类灵长类动物 (NHP) 的运动皮层数据集中的成功率。为了计算多尺度因果关系，我们学习了点过程广义线性模型，该模型基于脉冲序列和场电位信号的历史来预测给定时间的脉冲事件。我们还学习了线性高斯模型，该模型基于场电位信号自身的历史以及二元脉冲事件或潜在放电率的历史来预测给定时间的场电位信号。主要结果。我们发现，尽管存在模型不匹配，但我们的方法仍揭示了生物物理模拟中真正的多尺度因果关系网络结构。此外，与仅对单尺度因果关系进行建模相比，在 NHP 神经数据集中具有已识别多尺度因果关系的模型可以更好地预测脉冲序列和场电位信号。最后，我们发现与 NHP 数据集中的二元脉冲事件相比，潜在放电率是场电位信号的更好预测因子。意义。这种多尺度因果关系方法可以揭示跨大脑活动时空尺度的定向功能相互作用，从而为基础科学研究和神经技术提供信息。
局部场电位以特异性和频率依赖性方式反映了皮质种群动力学
皮质神经元种群的尖峰活性通过少数人口范围的协方差模式（“潜在动力学”）很好地描述。这些潜在动力学在很大程度上是由确定局部场电位（LFP）产生的相同相关的突触电流驱动的。然而，潜在动力学和LFP之间的关系仍然在很大程度上尚未探索。在这里，我们为灵长类动物感觉运动皮层的三个不同区域表征了这种关系。潜在动力学和LFP之间的相关性是频率依赖性的，并且在各个区域之间有所不同。但是，对于任何给定的区域，这种关系在各个行为之间保持稳定：在主电动机和前皮层中，LFP-LANTENT动力学相关曲线在运动计划和执行之间非常相似。LFP与神经群体潜在动力学之间的这些强大关联有助于弥合使用两种记录的行为神经相关性的研究丰富的研究。
从上丘的脉冲和局部场电位活动解码空间信息的时间过程
摘要 位置码表征在编码空间参数的电路中普遍存在。对于视觉引导的眼球运动，当刺激出现在大脑的感受野中和/或当运动进入大脑的运动场时，许多大脑区域的神经元都会发出脉冲。至关重要的是，单个神经元会对远离最佳向量的广泛方向或偏心率做出反应，这使得很难从每个细胞的活动中解码刺激位置或扫视向量。我们研究了是否有可能通过群体水平的分析来解码空间参数，即使最佳向量在神经元之间相似。当猴子对八个沿方向等距径向分布的目标之一执行延迟扫视任务时，用层状探针记录了上丘 (SC) 中的脉冲活动和局部场电位 (LFP)。随着试验从感觉到动作，离线应用分类器来解码空间配置。对于脉冲活动，在视觉和运动时期，所有八个方向的解码性能最高，而在延迟期间，解码性能较低但远高于偶然性。分类性能也遵循 LFP 活动的类似模式，只是延迟期间的性能主要限于首选方向。增加群体中的神经元数量可以持续提高两种模态的分类器性能。总体而言，这项研究证明了群体活动对解码单个神经元无法实现的空间信息的能力。
局部场电位以区域特定和频率依赖的方式反映皮质群体动态
摘要 皮质神经元群体的脉冲活动可以通过少数群体范围内的协方差模式的动态很好地描述，我们将其激活称为“潜在动态”。这些潜在动态主要由电路中相同的相关突触电流驱动，这些突触电流决定了局部场电位 (LFP) 的产生。然而，潜在动态和 LFP 之间的关系在很大程度上仍未得到探索。在这里，我们描述了灵长类动物在伸手过程中感觉运动皮层三个不同区域的这种关系。潜在动态和 LFP 之间的相关性依赖于频率，并且因区域而异。然而，对于任何给定区域，这种关系在整个行为过程中保持稳定：在每个初级运动皮层和运动前皮层中，LFP-潜在动态相关性曲线在运动计划和执行之间非常相似。LFP 和神经群体潜在动态之间的这些强大关联有助于弥合使用任一类型记录报告行为神经相关性的大量研究。
在帕金森病的运动解码方面，皮层脑电图优于丘脑底局部场电位
未经同行评审认证）是作者/资助者。保留所有权利。未经许可不得重复使用。此预印本的版权所有者（此版本于 2022 年 4 月 19 日发布。；https://doi.org/10.1101/2021.04.24.441207 doi：bioRxiv preprint
在帕金森病的运动解码方面，皮层脑电图优于丘脑底局部场电位
摘要 脑信号解码有望在临床脑机接口 (BCI) 的发展中取得重大进展。在帕金森病 (PD) 中，目前已有首个用于自适应深部脑刺激 (DBS) 的双向 BCI 植入物。脑信号解码可以扩展自适应 DBS 的临床实用性，但神经源、计算方法和 PD 病理生理对解码性能的影响尚不清楚。这代表了未来神经技术发展中尚未满足的需求。为了解决这个问题，我们开发了一种基于术中感觉运动皮层电图 (ECoG) 和丘脑底 LFP 的侵入性脑信号解码方法来预测 11 名接受 DBS 的 PD 患者的握力（一种代表性的运动解码应用）。我们证明 ECoG 优于丘脑底 LFP，可准确解码握力。梯度增强决策树 (XGBOOST) 优于其他模型架构。基于 ECoG 的解码性能与运动障碍呈负相关，这可归因于运动准备和运动期间的丘脑底 β 爆发。这凸显了帕金森病病理生理对神经编码运动活力能力的影响。最后，我们开发了一种连接组分析，可以通过使用患者的连接组指纹来预测患者个体 ECoG 通道的握力解码性能。我们的研究为侵入性脑信号解码提供了一个神经生理学和计算框架，以帮助开发个性化的智能自适应 DBS 精准医疗方法。
从传感神经刺激器记录的局部场电位中去除心电图伪影
传感神经刺激器是一种用于长期观察大脑活动的先进技术，在闭环神经调节和植入式脑机接口方面表现出巨大潜力。然而，由于记录条件复杂且共模抑制比 (CMRR) 有限，传感神经刺激器记录的局部场电位 (LFP) 可能会受到心电图 (ECG) 信号的污染。在本研究中，我们提出了一种解决方案，用于从传感神经刺激器记录的局部场电位 (LFP) 中去除此类 ECG 伪影。添加同步单极通道作为 ECG 参考，然后应用两种预先存在的方法，即模板减法和自适应滤波。成功去除了 ECG 伪影，并且该方法的性能对残留刺激伪影不敏感。这种去除 ECG 伪影的方法拓宽了传感神经刺激器的应用范围。