스파이크 정렬

Spike sorting

스파이크 정렬은 전기 생리학적 데이터를 분석하는 데 사용되는 기술 클래스입니다.스파이크 정렬 알고리즘은 뇌에서 하나 이상의 전극으로 수집된 파형의 형태를 사용하여 하나 이상의 뉴런의 활동을 배경 전기적 노이즈와 구별합니다.

수학자 Christophe Pouzat는 신경 스파이크를 분류하는 기술을 설명합니다.(NeuroMat/Wikimedia Commons)

뉴런은 실험용어로 '스파이크'라고 불리는 활동전위를 생성한다.이 용어는 마이크로 전극(EEG 기록의 '스파이크' 예외)이 있는 개별 뉴런 근처에서 기록된 전기 신호에 자주 사용됩니다.이러한 기록에서 동작 가능성은 급격한 스파이크(기준에서 제외)로 나타납니다.이러한 세포외 전극은 접촉점에서 필드를 구성하는 모든 성분을 집어 들 수 있습니다.여기에는 시냅스 전류 및 활동 전위로 인한 구성요소가 포함됩니다.시냅스 전류는 더 느린 시간 경로를 가지며 스파이크는 더 빠른 시간 경로를 가집니다.따라서 필터에 의해 쉽게 분리됩니다.즉, 스파이크의 경우 하이패스, 시냅스 메커니즘의 경우 로우패스입니다.시냅스 메커니즘에 의한 필드의 컴포넌트는 Local Field Potential(LFP; 로컬필드 퍼텐셜)이라고 불립니다.스파이크 정렬은 스파이크를 다른 뉴런에 할당하는 과정을 말한다.그 배경은 전극에 의해 기록된 스파이크 이벤트의 정확한 시간 경로는 뉴런의 크기와 모양, 뉴런에 대한 기록 전극의 위치 등에 따라 달라지기 때문이다.그러나 조직의 세포 밖에 위치한 이 전극들은 종종 주변의 여러 신경세포에 의해 생성된 스파이크를 본다.스파이크 모양은 각 뉴런에 대해 독특하고 상당히 재현 가능하기 때문에, 그것들은 다른 뉴런에 의해 생성된 스파이크를 구별하는 데 사용될 수 있다. 즉, 각각에 의해 생성된 활동을 분리하는 데 사용될 수 있다.

기술적으로 이것은 종종 스파이크의 다른 크기(단순하지만 부정확한 버전) 또는 스파이크의 전체 파형을 사용하는 보다 정교한 분석을 기반으로 달성됩니다.기술에서는 주성분 또는 웨이브릿 분석과 같은 도구를 사용하는 경우가 많습니다.

복수의 전극은 전극 부근의 뉴런에 의해 도출된 각각의 개별 스파이크에 대해 서로 다른 파형을 기록합니다.그런 다음 전극의 기하학적 구성을 사용하여 기록된 셀 집단의 개별 셀에서 발생한 스파이크를 분석하기 위한 추가 치수를 정의할 수 있습니다.따라서 단순히 파형 모양을 기준으로 정렬하는 것보다 여러 전극을 사용하는 스파이크 정렬이 더 좋습니다.가장 일반적인 설정에는 더 많은 전극이 사용될 수 있지만 '테트로이드'라고 불리는 4개의 마이크로 전극이 사용됩니다.기록전극은 금속선 또는 PCB의 미세인쇄로, 선단에 금 또는 백금을 도금하여 접촉이 양호하고 실험 진행 중에 저항의 변화를 방지할 수 있습니다.

Spike clusters.png

두 개의 서로 다른 뉴런에서 추출된 스파이크의 주성분

Spike cutouts sorted.png

스파이크 모양은 다른 뉴런에 대한 할당에 따라 색칠됩니다.파란색 트레이스를 명확하게 할당할 수 없습니다.

「 」를 참조해 주세요.