Introduction
단순 온라인 및 임계 윈도우보다 정교한 방법을 사용하여 뇌에서 세포 외 신호를 기록하는 사람이 식별하고 상기 전극에 의해 기록 노이즈 전압 신호에서 다른 뉴런으로부터의 신호를 분리하는 과제에 직면 해있다. 이 작업은 일반적으로 스파이크 정렬로 알려져있다. 스파이크 정렬의 어려움은 다양한 요인에 의해 악화된다. 근처의 전극에 의해 그들로부터 기록 된 신호가 유사한 구별하기 어려울 가능성이되도록 뉴런 서로 매우 근접 할 수있다. 하나의 뉴런에 의해 생성 된 신호는 아마도 같은 전극 부근이거나, 또는 수지상 높은 연소율 전압 컨덕턴스의 활성화 변수 도의 기간 탓 전극 가변 나트륨 채널 동역학의 움직임 때문에, 시간에 따라 변화 할 수있다 뇌 상태의 변화의 결과. (- 100 내지 20 ㎛) R 이러한 문제는 다수의 근접하게 이격되는 다중 전극 배열 (다자간)를 사용하여 완화 될 수있다 그들은 일반적으로 여러 채널 1, 2에 분산되어 있기 때문에 하나의 신경 세포에서 신호를보다 효율적으로 공간 정의를 허용 채널을 ecording. 그러나,이 공간에 전극의 오버랩의 전체 길이를 따라 분산 뉴런으로부터의 신호 점과 함께, 클러스터 고유 뉴런에 대응하는 내 잠재적으로 매우 높은 차원 공간에서의 결과가 확인 될 필요가있다. 이 문제는 전극의 채널 수가 적은 이상 계산적으로 어려운된다. 현재까지, 더 일반적 합의 스파이크 정렬을위한 가장 좋은 방법은 많은 솔루션 7, 8 및 다자간로부터 녹음 9 점차 일반화되고 있으며, 6, 5, 4, 3이 제안되어 왔지만 없다엉덩이 = "외부 참조"> 10. 스파이크 정렬 자체가 목적 없지만 단순히 상기 데이터 분석 전에 필요한 예비 단계이기 때문에, 원료 기록 데이터 파일을 판독하고 적은 사용자와 정렬 스파이크 열차로 변환 쉽게 이용 가능한 패키지에 대한 필요성이 존재 입력 및 신속하고 확실하게 가능한.
이러한 요구를 충족의 목적으로 개발 된 프로그램 -이 문서는 SpikeSorter의 사용에 대한 자습서를 제공합니다. 프로그램은 이전에 발행 된 논문 11, 12, 13에 기술 된 알고리즘에 기초한다. 프로그램 설계의 목표는)는 사용자 친화적 인 인터페이스는 거의 컴퓨터 프로그래밍이나 방법론을 정렬 스파이크의 사전 지식을 요구해야한다고했다; b)는 표준 Windows 또는 Linux 운영 체제를 넘어 거의 또는 다른 전문 소프트웨어 구성 요소가 필요합니다; 기음 d) 상기 최소화되어야 정렬 동안 사용자 입력에 대한 요구, 및 e) 정렬 시간은 녹화 시간과 전극의 채널 수와, 이상적인 선형 적당한 방법에 확장한다. 프로그램에 구현 된 알고리즘은 사전 처리 및 이벤트 감지 전략)가요 세트를 포함한다; 나) 자동 분할 및 주요 구성 요소 (PC) 특정 클러스터에 할당 된 채널의 하위 집합에서 얻은 분포에 따라 전압 파형을 묶습니다 차원 감소의 정복 전략; 상기 평균 이동 알고리즘 3, 14, 및 D를 기반으로 빠른 클러스터링 절차) 부분적으로 자동화 된 페어 병합 및 클러스터의 분할과 PC의 분포 다) 자동 클러스터링은 각각 모두 다른 사람들로부터 가능한 한 별개인지 확인합니다. 티하려면들, 일련의 절차는 수동 분할 또는 PC 분포, 스파이크 기차와 스파이크 파형의 시간 진폭 플롯의 교차 및 자동 상관 도표의 검사에 기반 클러스터의 병합을 허용하는 추가되었습니다. tetrodes, 사극 배열, 유타 배열뿐 아니라 단일 및 멀티 생크 다자간 환경에서 녹음 읽고 정렬 할 수 있습니다. 채널의 수에 제한 전류 256하지만 이것은 앞으로 증가 될 수있다.
또 다른 크로스 플랫폼 오픈 소스 구현 "spyke은"(http://spyke.github.io)도 사용할 수 있습니다. 우리 중 하나 파이썬과 사이 썬에서 (MS)에 의해 작성된, spyke 약간의 차이, SpikeSorter와 같은 전체적인 접근 방식을 사용하여 메모리 요구 사항을 줄이기 위해 원시 데이터는 작은 블록에로드하고, 꼭 필요한 경우에만한다; 클러스터는 독점적으로 표시 조작 및 3D로 분류되어 있습니다; 주성분과 독립 성분 분석 모두 상보 치수 감소 방법으로서 사용된다. Spyke는 더 많은 사용자가 필요합니다teraction,하지만 빠르게 스파이크의 특정 부분 집합의 클러스터링에 다양한 요인의 영향을 탐구하는 키보드 및 마우스 바로 가기 및 실행 취소 / 다시 실행 큐에 크게 의존하고있다. 이러한 요소는 스파이크 채널 및 시간 범위 선택, 스파이크 정렬, 클러스터링 차원과 공간 대역폭 (시그마) (11)를 포함한다.
이하는 정렬을 위해 사용되는 알고리즘 및 전략에 대한 간단한 설명이다. 더 자세한 설명은 이전 간행물 11, 12, 13 및 도움말 버튼을 통해 액세스 할 수있는 주석에서 찾을 수 있습니다 (A 식별 '?') SpikeSorter 내. 원시 세포 전압 파일을로드하고 전에 이벤트 시간 후 짧은 전압 샷으로 구성되어, 각각의 낮은 주파수 성분의 이벤트 세트에서 이벤트의 검출 결과의 초기 단계를 여과 후. 선택받은 경우타고 사이트는 충분히 밀접하게 (<100 μm의)는, 하나의 단위 신호는 일반적으로 여러 인접 채널에 표시됩니다 이격되어있다. 중앙 채널은 자동으로 이벤트의 피크 - 투 - 피크 전압이 최대가되는 채널에 대응하는 각 이벤트에 대해 선택된다. 해당 채널 지역화 된 모든 이벤트로 구성된 각 전극 채널에 대한 하나의 초기 클러스터를 형성함으로써 시작될 정렬 자동화. 스파이크의 두 세트에서 클러스터가 유사한 것으로 식별 및 이후 단계에서 병합됩니다 : 채널 사이의 중간에 위치한 유닛은 서로 다른 채널에 (아마도 무작위로) 지역화 된 스파이크를 야기 할 수 있습니다. 각 초기 클러스터에있는 이벤트의 평균 파형은 다음을 산출한다. 이는 클러스터 템플릿이라한다. 종속 채널 진폭 및 각 채널의 템플릿 파형의 표준 편차에 기초하여 각각의 클러스터에 할당된다. 주성분 값은 각 클러스터 기반 O에 대해 계산되고N 채널의 할당 된 세트의 파형. 사용자는 주성분 차원 수를 사용하도록 선택할 수있다 일반적으로이 충분하다. 각 클러스터는 클러스터의 또 다른 세트로 분할되고, 아무도 자동 클러스터링함으로써 상기 분할 할 수없는 때까지 반복된다.
이때, 말의 초기 설정에서, 64 채널 전극 64 클러스터는 기록에 존재 단위의 수에 따라 두 개 또는 세 배에 해당 번호를 분할 할 수있다. 그러나 다르기 때문에 채널에 단일 유닛에서 이벤트의 가변 할당의이 단계에서 발견 된 클러스터의 개수는 거의 확실히이어야보다 크다. 정렬의 다음 단계는 클러스터의 쌍을 비교하고 유사한 쌍을 병합 또는 다른 하나의 이벤트를 재 할당하여 oversplitting를 해결하는 것입니다. 정렬이 단계는 "병합 분할 '이라한다.
병합 및 분할
N의 클러스터의 경우, N * (N-1) / 2 쌍 따라서 쌍의 수는 바람직하지 않다 N 2로 성장이있다. 한 쌍의 2 개의 부재가 물리적으로 멀리 떨어져 있기 때문에, 여러 쌍의 비교에서 배제 될 수있다. 이것은 더욱 선형 채널의 개수와 관련된 무언가에 대한 의존도를 감소시킨다. 이 바로 가기에도 불구하고, 병합 및 분할 단계는 여전히 매우 많은 시간이 소요 될 수 있습니다. 이는 다음과 같은 방식으로 작동한다. 각 클러스터 쌍 (각각에 할당 된 채널 세트에 중첩 판단 같이 가깝게 물리적으로 된 것)을 비교하는 것으로 알려진 두 부재 클러스터에서 스파이크의 아이덴티티를 유지하지만, 병합 일시적된다. 병합 된 쌍의 주요 구성 요소는 다음 계산됩니다. 두 클러스터의 점 사이의 오버랩의 측정은 처음 두 개의 주 성분들의 분포에 기초하여 계산된다.
끝까지 오븐 erlap 측정 값이 다른 11 자세히 설명되어 계산된다. 그 값은 클러스터 전혀 중첩하지 않는 경우, 각 점의 가장 가까운 이웃이 동일한 클러스터에있는, 즉 제로이다. 클러스터가 완전히 중첩 동일한 클러스터에있는 가장 가까운 이웃의 확률이 점의 균일 혼합으로부터 예측과 동일한 경우, 즉 그 값은 1에 가깝다.
다양한 의사 결정은 계정에 중복 측정을하는 만들어집니다. 중복이 특정 값보다 큰 경우, 클러스터가 병합 될 수있다. 중첩이 아주 적은 경우, 클러스터 쌍은 별개로 정의 방치 될 수있다. 클러스터 쌍의 완전 분리를 나타내는 중간 값은 한 쌍의 적은 겹침 한 쌍의 클러스터를 인 원하는 결과를 다시 분할 한 후 병합되어야한다는 것을 신호 할 수있다. 이러한 절차는 수동 유도 단계에서 최초의 자동화 된 단계에서 다음 실행됩니다.
자동화 된 단계에서 텐트 "> 높은 오버랩 값 클러스터 쌍은 병합된다. 다음 클러스터 쌍 중간 병합 다시 분할된다 낮은 중첩 값을 제 사용 유도 단계에서, 사용자가 제시되어있는 모든 (즉, 정의 된 중간 범위의 중복 값을 갖는 것) 순서와) 쌍을 병합할지 여부를 선택하도록 요청, b)의 병합과 쌍을 resplit 모호한 클러스터 쌍 나머지, C) (별개로 쌍을 선언 할 수있는 ) 중복 측정의 중요성을 무시합니다, 또는 d) 자동차를 포함하여 이러한 결정에 도움이 쌍의 스파이크가 잘 정렬 할 가능성이 있음을 나타내는 '모호한'. 다양한 도구가 제공되는으로 한 쌍의 관계를 정의하는 - 교차 상관 도표와 스파이크 높이와 PC 값의 시계열 그래프와.이상적으로는, 병합 및 분할 단계의 끝에서, 각 클러스터는 다른 모든 별개이어야하나는 거의없는 다른 클러스터와 공통의 채널 또는 때문에 중첩 인덱스 정해진 값 미만이기 때문이다. 이 값은 사용자가 선택할 수 있지만 일반적으로 0.1이다. (하나 이상의 다른 클러스터와 중복이 한계 값을 초과하기 때문에)이 테스트를 통과 클러스터 (단위) '안정적'으로 정의하고, 그렇지 않은 '가 불안정'로 정의된다. 실제로, 단위의 대다수는 폐기 또는 잠재적으로 다중 단위로 처리 할 수 중 하나에 나머지를 떠나, 정렬의 끝에서 '안정적'으로 정의되는 끝.
소프트웨어 요구 사항
SpikeSorter는 Windows 7 및 Windows 10의 64 비트 버전과 호환 가능하며, 또한 와인 에뮬레이터를 사용하여 리눅스에서 성공적으로 실행되었습니다. 데이터 파일이 때문에 사용 가능한 RAM이 기록의 크기로 확장 할 필요가있다 (속도) 메모리에 완전히로드 (프로그램 자체에 대한 약 2 GB의 수). 전기 생리크기 130 GB보다 큰 알 데이터 파일이 성공적으로 윈도우와 리눅스 환경 모두에 정렬되어있다. 옵션은 표준 Windows 메뉴, 도구 모음 및 대화 상자를 통해 액세스 할 수 있습니다. 메뉴에서 항목의 레이아웃은 데이터 입력 및 정렬 된 데이터의 수출을 허용 오른쪽에있는 '내보내기'메뉴의 왼쪽에있는 '파일'메뉴로 시작, 정렬에 작업의 대략 순서와 일치합니다. 도구 모음 버튼은 일반적으로 메뉴 항목을 사용하는 바로 가기를 제공합니다.
채널 구성 파일
많은 기록 데이터 형식은 채널 위치를 저장하지 않습니다. 그러나 이러한 아는 것은 스파이크 정렬을 위해 필수적이다. 채널은 또한 수집 소프트웨어에 의해 다양한 방식으로 넘버링 될 수 SpikeSorter은 보조 전극 구성 파일이 순차적 규칙을 따르는 채널 번호를 매핑 할 수 만들 수 있고, 따라서, 채널 1부터 시작하여 채널을 순차적으로 번호가 있어야하고, 행 점포 채널 LOC관리 포인트. 채널 구성 파일은 각 채널에 대한 텍스트의 단일 행 텍스트 파일이다. 파일의 첫 번째 줄은 전극을 식별, 길이 16 자까지의 텍스트 이름을 저장합니다. 후속 행의 번호는 탭, 하나의 쉼표 또는 공백으로 분리 할 수있다. (순서)을 제공하는 각 행에 4 개의 숫자가있다 : 채널 번호를 파일에서, 채널 번호가 (즉 SpikeSorter에서 사용될 수)이고, x 및 y 좌표를 매핑하도록되어있는 채널, 마이크론있다. x 좌표는 일반적으로 전극 삽입 방향에 대해 수직으로 취한 것이다 및 Y는 조직으로 깊이 것이다 따라서 좌표. 구성 파일은 녹음 파일과 같은 디렉토리에 위치해야합니다. 이 이름이 될 수있는 방법에 유연성이있다. 이 프로그램은 먼저 원시 데이터 파일로하지만 .CFG 확장자를 가진 같은 이름을 가진 파일을 검색합니다. 해당 파일 난 경우찾을 수없는 S, 그것은 파일 'electrode.cfg'를 검색합니다. 차례로이 파일이 발견되지 않는 경우 에러 메시지가 채널 레이아웃 정보의 부재를 나타내도록 생성된다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. 프로그램 설치
- 프로그램을 다운로드 http://www.swindale.ecc.ubc.ca/SpikeSorter로 이동합니다. 원하는 디렉토리에 제공되는 실행 파일을 복사합니다. 첨부 된 설명서를 참조하십시오.
참고 : 공식적인 설치 또는 컴파일이 필요하지 않습니다. - 정렬 할 수있는 모든 파일을 열기 전에, 기록의 전체 기간을 포함 할 충분한 RAM이 있는지 확인합니다. 문서에 설명 된대로 또한 확인 유효한 채널 구성 파일을 확인, 데이터 파일과 같은 디렉토리에 존재한다.
- 프로그램을 시작하고 '파일 - 열기'로 이동하고, 생성 된 파일 열기 대화 상자의 오른쪽 아래에있는 드롭 다운 목록에서 녹음 파일 형식을 선택합니다. 열려는 파일을 선택하고 '열기'를 클릭합니다.
- 판독이 완료되면, 전압 표시, 기록을 검사한다. 화면을 더블 클릭 (또는은으로 이동 '보기 - 전압 기록을') 어떤 파를 허용 컨트롤 대화 상자를 불러옵니다기록 파형의 t는 볼 수있다.
참고 : 다른 디스플레이 창을 더블 클릭하면 종종 관련 대화 상자를 나타납니다. - 대화가 종료 된 후, 화면의 왼쪽 상단 모서리에 특정 전압 값을 표시 파형 위에 마우스를 가져. 화면의 어떤 부분을 확대 스크롤 휠을 사용합니다. 창 내용을 드래그 앤 드롭 마우스 왼쪽 버튼을 누르고 있습니다.
주 :이 화면은 자주 새로 검출 된 이벤트의 추가를 반영하도록, 또는 색상 / 또는 숫자 클러스터링 후에 그 클러스터 할당에 의해, 표시하도록 업데이트된다. - (또는 도구 모음에서 필터 아이콘을 클릭) - 기록이 필터링되지 않은이며, 로컬 필드 가능성이있는 경우 '변환 / 필터 사전 프로세스'로 이동하여 제거합니다. '하이 패스 버터 워스 (Butterworth) 필터', 다음 적절한 차단 주파수와 극수를 선택한 다음 Enter 키를 눌러 '- 그것!'. 여과가 완료되면, 상기 전압 파형의 새로운 파형을 검사양식 창.
주 : 필터링 푸리에 도메인에서 수행되고, 비인이며, 파형의 위상 왜곡을 도입하지 않는다. 긴 기록의 경우, 필터링은 몇 분 정도 걸릴 수 있습니다. - 다음으로, 결함이있을 및 마스크해야 할 수 있습니다 채널을 확인합니다. '- 채널 검사 전 과정'(또는 채널 검사 아이콘을 클릭) 한 다음 나타나는 그래프 검사로 이동합니다. 그래프는 공간 분리 (5)의 함수로서 채널 쌍 사이의 신호 상관의 변화를 나타낸다. 이 관계를 위반하는 채널이 제대로 작동하지 않을 수 있습니다. 이러한 아웃 라이어를 보려면, '단일 채널 순 편차'를 클릭하십시오.
- 외곽 채널 마스크 중 채널 번호를 선택하거나 문제 목록에서 선택합니다. 이 대화 상자를 종료하면, 마스크 값을 저장하기 위해 프롬프트에서 '예'를 클릭합니다.
참고 :이 파일은 기록 데이터 파일로하지만 확장 .msk와 같은 이름을 갖게됩니다. 그것은 automaticall 읽을 수 있습니다동일한 데이터 파일이 열릴 때마다 Y.
- 외곽 채널 마스크 중 채널 번호를 선택하거나 문제 목록에서 선택합니다. 이 대화 상자를 종료하면, 마스크 값을 저장하기 위해 프롬프트에서 '예'를 클릭합니다.
2. 이벤트 감지
- 이벤트 감지 대화 상자 (그림 1)를 가지고 - '이벤트 감지 전 과정을'로 이동합니다. 이 대화는 또한 소음 레벨에 기초하여 마스킹 채널 옵션 (비록 이들 종종 이전 시험에 의해 검출된다)를 제공한다. 예를 들어, 의도적으로 접지 된 채널이 매우 낮은 노이즈 레벨을 가질 수있다.
- 특정 채널에 노이즈 레벨을 검사하기 위해 오른쪽 상단에있는 슬라이더를 사용하십시오. 전압 표시의주의 깊은 검사는 마스크 될 필요가 자동 또는 비정상적으로 잡음 채널을 표시 할 수 있습니다.
- 이벤트 검출을위한 임계 방법을 선택합니다. 옵션에 대한 자세한 내용은 그룹 상자의 도움말 버튼을 사용합니다. 4.5X의 임계 값 '변수'임계 - 6X 노이즈 7, 권장합니다. 상단의 컨트롤을 사용하여 노이즈 레벨이 일에 대해 계산되는 방법을 선택 왼쪽목적이다.
- 드롭 다운 목록에서 검출 방법을 선택합니다. '동적 다상 필터는'권장되는 방법입니다. 이것은 시간 윈도우의 사양을 필요로한다. 약이 될 전형적인 스파이크의 절반 폭에 창을 설정합니다. 효과가 큰 것은 아니지만 매우 좁은 값은 좁은 스파이크에 바이어스 검출 것이다. 범위 0.15의 값 - 0.5 밀리 초 (12)을 추천합니다.
주 : 표시 숫자가 샘플링 간격 (샘플링 주파수의 역수)의 정수 배수이다. - 정렬 방법을 선택합니다. 많은 스파이크가 하나 이상의 긍정적 인 피크가있는 경우 가장, 예를 들면, '긍정적 인 피크를'분류되고있는 스파이크의 단일, 일시적으로 지역화 된 기능을 식별하는 옵션을 선택 가난한 선택이 될 수 있습니다. 많은 녹화를 들어, '음의 골은'최선의 선택이 될 것입니다. 다른 옵션은 일반적으로 기본값을 그대로 할 수 있습니다. 보도 시작'.
참고 : 이벤트 감지 할 수있다 따기록의 길이와 채널의 개수에 따라 몇 분, 몇 초로부터 KE. - 대화 상자를 종료하려면 '완료'를 누릅니다. 전압 파형 창에서 회색으로 표시하는 이벤트를, 검사한다. 이벤트처럼 신호가 감지되었는지 확인합니다.
- 그렇지 않은 경우, 낮은 검출 임계 값과 다시 실행 이벤트 감지를 고려한다. 매우 낮은 진폭 스파이크 정렬하기 어려울 수 있음을주의 그러나 그들 중 다수는 더 큰 진폭 스파이크 정렬 방해 할 수있다. 또한 명백한 중복 또는 근처의 스파이크를 해결하고 그에 따라 시공간 잠금 창 매개 변수를 조정하는 오류를 확인합니다.
참고 :이 단계에서 이벤트가 발생하고, 채널 번호의 자신의 시간으로 식별됩니다. 일반적으로 이것은 스파이크의 피크 - 투 - 피크 진폭이 최대가되는 채널이다. 이벤트는 처음 클러스터를 해제되므로 각각 0의 클러스터 할당을 보유하고 있습니다.
- 그렇지 않은 경우, 낮은 검출 임계 값과 다시 실행 이벤트 감지를 고려한다. 매우 낮은 진폭 스파이크 정렬하기 어려울 수 있음을주의 그러나 그들 중 다수는 더 큰 진폭 스파이크 정렬 방해 할 수있다. 또한 명백한 중복 또는 근처의 스파이크를 해결하고 그에 따라 시공간 잠금 창 매개 변수를 조정하는 오류를 확인합니다.
3. 정렬 주 :이 단계는 일반적으로 일상적인 정렬 전에 수행되지 않고, 처음으로 정렬 할 때, 또는 생소한 데이터가 발생한 때를 수행하는 것은 매우 유용하다.
- 이동 '정렬 - 클러스터에 채널을 변환'. 이것은 각각의 채널에 할당 된 어떤 이벤트가 있다고 가정하면, 각 마스킹 전극 채널에 대한 하나의 클러스터를 생성한다. 로 이동하여 이러한 클러스터를 검사 '검토 -보기 깨끗하고 분할 클러스터'. 이것은 또 다른 대화 상자 (그림 2)를 표시합니다. 볼 수있는 클러스터를 선택합니다 (맨 왼쪽) 스핀 컨트롤을 사용합니다.
주 : 청색 (시안) 라인 클러스터의 모든 파형의 평균이고, 다음에 어떤 클러스터 템플릿이라한다. 클러스터에있는 이벤트의 주요 구성 요소 (PC) 분포는 아래의 창에 표시됩니다. 이들은 종종 두 개 이상의 하위 클러스터의 존재를 공개합니다. - 각 이벤트의 시간을 변경하려면 '다시 정렬'버튼을 누릅니다더 주형의 형상에 일치하도록 (표시의 파형 작은 가로 이동의 결과), 이렇게하는 것은 종종 서브 클러스터보다 작고 뚜렷한하게, 때때로 겉보기 수 (도 3)를 감소시킨다.
- 두 개 이상의 서로 다른 하위 클러스터를 눌러 '자동 구분을'이 클러스터를 선택합니다. 서브 클러스터가 PC 디스플레이 식별되는 경우, 착색된다. 연습으로, 새 클러스터를 작성하여 검사 할 작은 '분할'버튼 중 하나를 사용합니다. 수동으로이 방법을 계속하지만, 대신에 돌아가서 빠른 자동 정렬 절차를 사용할 수 정렬.
- (또는 도구 모음의 자동 정렬 버튼을 누릅니다)의 자동 정렬을 시작합니다 - '자동 정렬을 정렬'로 이동합니다. 그 결과 대화 상자가 그림 4에 표시됩니다. 이는 다양한 옵션을 제공한다.
- 이벤트 감지가 이미 완료 한 경우 체크 '이벤트 감지를 건너 뛸'옵션을 둡니다. 이 선택하지 않은 경우, 이벤트 감지가 실행됩니다매개 변수 값 및 이벤트 감지 대화 상자에서 상속 선택을 사용. 이벤트 감지가 이미 완료 되었기 때문에, 확인이 옵션을 둡니다.
- 아래 '클러스터'패널의 앞뒤 정렬 포인트 다음 스파이크 파형의 전체를 포함하도록 충분히 큰 시간 윈도우하지만 더 이상 선택한다. 그들이 방해 (또는 거의 기여) 정렬을 한 것으로 나타 경우 스파이크 파형, 예를 들어 긴 변수 afterpotentials의 영역을 차단하기 위해이 창을 사용합니다. 0.5 밀리이 적절한 ± 보통 범위의 값. 나타나는 시간 값은 샘플링 간격의 배수하도록 다른 시간 윈도우와 같이, 윈도우가 샘플 포인트의 정수이다.
- 다음으로, 클러스터링 동안 사용되는 재편성 옵션을 선택합니다. 이것은 상대적으로 잡음이 개인들에 적용될 템플릿 파형을 활용하여 기준이 갖는 이벤트 감지의 초기 경우보다 더욱 견고하게 작동 할파이크 파형. 권장 옵션은이 스파이크 파형의 일관된 특징이 '피크 가중 장부'그러나 '음의 골'이 더 좋을 수있다.
- 최소 클러스터 크기를 선택합니다. 스파이크의 수보다 적은와 클러스터 정렬하는 동안 소형, 아마도 가짜 클러스터 많은 수의 축적을 방지, 삭제됩니다.
- 클러스터링에 사용될 PC 공간의 차원의 수를 결정한다. 두 대체로 적절하지만, 다소 나은 결과가 이상 정렬 시간이라도 3 획득 될 수있다.
- 기본 설정에서 다른 옵션을 둡니다. 다양한 옵션의 자세한 설명을 얻을 수있는 도움말 버튼을 사용합니다.
- 를 눌러 '시작'은 자동 정렬을 시작합니다. 단계 3.1에 도시 된 바와 같이, 채널 기반 클러스터가 먼저 형성된다. 이들은 이제 개별 서브 클러스터 한번에 하나를 분할하여 새로운 클러스터를 형성하고, 차례로 처리된다. 새 클러스터가 특검팀 때마다오프 조명, PC의 값을 다시 계산하고 표시됩니다. 어떤 개별 클러스터가 추가로 분할 할 수 있습니다 때까지 계속됩니다.
- 부모 클러스터으로부터 분리되는 서브 클러스터가 빨간색으로 표시되는 디스플레이의 지시를 따릅니다.
참고 : 때때로 최종 클러스터가 서로 다른 하위 클러스터를 형성하지 않는 무색 아웃 라이어와 빨간색입니다. 이러한 특이점은 일반적으로 삭제됩니다. 이 과정에서 클러스터의 개수가 점차적으로 증가한다. 이 완료되면 오버랩 클러스터 인덱스는 모든 적격 클러스터 쌍에 대해 계산된다. 중간 중합 값 (기본 범위는 0.1 ~ 0.5 임)이 쌍이어서 resplit를 병합하는 동안 큰 중첩 값이 쌍을 자동으로 병합된다. 중간 값은 두 가지 클러스터가 있다는 것을하지만 몇 가지 포인트가 misassigned하는 것이 좋습니다. 이 단계에서 클러스터의 개수는 일반적으로 감소하고 안정한 클러스터의 개수가 증가한다.
4. 사용자 지정
- (다음 단계에서 가능하거나) 프로그램을 처음으로 사용하는 경우, 윈도우 크기 및 위치를 정의. '파일 - 환경 설정'으로 이동합니다. 풀다운 목록에서 창 유형을 선택하고, 화면에 맞게 크기를 조절함으로써 다양한 크기의 윈도우를 선택한다. 대화 상자를 종료하고 화면을 최대한 활용할 수 있도록 창을 배치합니다.
- 대화에서 가장 좋은 기록의 전극에 채널과 스파이크의 배치 및 간격에 맞게 스케일링 값을 선택합니다. 거기에 자동 확장 옵션이 있지만이 항상 최적의 값을 선택하지 않을 수 있습니다. 그렇지 않은 경우의 전원을 끄십시오.
- 끈끈한 파라미터 옵션을 선택하면 다음 옵션을 선택하면 (이벤트 검출에 사용 예) 파라미터 값을 정렬 변경 저장하고 프로그램이 시작 다음번 상속한다. 유용 할 수 있지만, 또한 부주의 다양한 옵션 탐구대로 변경하거나 결과로되지 않은 있도록 파라미터 값이 선택 될 것을 요구 할다른 작업 파일에 읽기. 서브 클러스터 색상을 변경하는 옵션도 사용할 수 있습니다.
- 프로세서 스레드의 수를 변경하는 운동 치료. 최적 수는 물리 (가상 생략) CPU 코어의 수보다도 통상 1 이하이다. 스레드의 수를 증가 시키면 처리 속도를 수 없으며 심지어 심한 감속 될 수있다.
5. 병합 및 분할
- 자동 정렬이 완료되면 키를 눌러 '다음'수동 안내 병합 및 분할 단계로 이동합니다. 생성 된 대화 프로그램은 좌측 하단에 필요한 모호한 클러스터 쌍 나머지 수가 안정 클러스터의 개수뿐만 아니라 검사한다.
- 를 눌러 '시작'. 쌍의 첫 번째가 검사 할 또 다른 대화 상자가 함께 나타납니다.
- O 오버랩 지표의 값이 무시 될 것임을 의미하는 '고유'와 쌍을 라벨 (하부 겹침 값을 생성)를 resplit, 쌍을 병합 할 것인지 여부를 선택R은 상기 스파이크는 동일하거나 상이한 유닛으로부터 있는지 불확실 간주 의미 '모호한'와 쌍을 레이블링한다.
- 스파이크 매개 변수 (피크 - 투 - 피크 (PP)의 높이, 또는 제 1 (PC1) 또는 초 (PC2)의 주요 구성 요소) 대 시간, 및 / 또는 자동차 및 상호의 그래프를 표시하려면 확인란을 클릭 상관 히스토그램.
참고 : 시간 대 PP 높이의 디스플레이는 종종 두 개의 클러스터를 병합 할 것인지 여부를 결정하는데 매우 유용하다. 하나의 유닛 내에서 스파이크 높이는 하나의 단위 소성을 중지하고, 다른 하나는 그들이 동일한 단위이며 병합되어야 훨씬 더 가능성이없는보다 시작되는 동시에 다른들로 원활하게 혼합하는 경우. 교차 상관 도표는 두 개의 클러스터의 스파이크 시간 사이에 강한 시간적 관계를 밝힐 수있다. 크로스 correlogram가 매우 짧은 시간 간격에서 강한 비대칭 피크를 갖는 경우 (예 5 주위 - MS (10)) 및 제 스파이크 전나무보다 작은 경우 특히t는 두 유닛은 대부분 상기 제 때문에 나 + 채널 적응 제보다 작은 스파이크에 쌍을 발사하는 단일 유닛이다. - 병합 결정이 쉽지 않은 경우, '모호한'와 한 쌍의 레이블과 이후의 분석에 따라 클러스터를 취급합니다.
- 스파이크 매개 변수 (피크 - 투 - 피크 (PP)의 높이, 또는 제 1 (PC1) 또는 초 (PC2)의 주요 구성 요소) 대 시간, 및 / 또는 자동차 및 상호의 그래프를 표시하려면 확인란을 클릭 상관 히스토그램.
- 병합 및 분할 옵션이 명확하게 분리 클러스터를 찾을 프롬프트 대화 상자에서 슬라이더를 사용 할 수없는 경우에 수동으로 만족스러운 모습 분할을 찾기 위해 함께 병합 버튼의 집합으로, 클러스터링 매개 변수 (공간 대역폭, 시그마)를 변화 . 두 클러스터의 원래 상태로 돌아 가기 위해 '되돌리기'버튼을 사용합니다. 를 눌러 '표시 등 분할'을 완료합니다. 두 개 이상의 클러스터는이 절차에 의해 제조 될 수 있습니다.
- 검사하기 위해 더 이상 쌍 없을 때까지이 과정을 계속합니다. 클러스터의 대다수는 지금 '안정적'으로 표시해야한다.
- 일부 클러스터 쌍있는 경우 매우'검토 - 클러스터 쌍 비교'그들이 안내 병합에 의해 무시 (그러나 증거를 병합 여전히 존재)되도록 낮은 오버랩 지수는, 상기 이동 메뉴 옵션 (또는 도구 모음에서 관련 아이콘을 클릭)과 열 대화 상자 (그림 5). 비교를 위해 클러스터의 한 쌍을 선택하는 대화 상자의 상단에있는 스핀 컨트롤을 사용합니다.
참고 : 안내 병합 및 분할과 마찬가지로, 쌍은 정렬 된 목록에 투입되지만,이 경우 클러스터 중복 색인에 추가 비교 측정이 가능합니다.- 풀다운 목록에서 '정규화 된 내적'옵션을 선택합니다. 이것은 템플릿 값들 사이의 상관을 계산한다. 그것은 곱셈 스케일링 변화에 민감하고 피크 - 투 - 피크 높이 변화의 artefactual 결과 클러스터 쌍을 따기에 적합하다.
- 가장 유사한 쌍을 표시하는 대화 상자의 중간에 '가장 유사한'버튼을 누릅니다. horizonta를 사용하여버튼 아래 리터 스핀 컨트롤 목록을 앞이나 뒤로 이동합니다. 다만 사용자 가이드 병합 및 분할에 관해서는, 병합 결정을 내릴 상관 디스플레이와 시간 표시 대 PP 높이를 사용합니다. 목록 각 병합 작업 후에 다시 계산합니다. 이 비교 단계를 종료 오픈이며, 사용자까지 병합 유리한 증거를 검색하는 방법을 광범위하게 결정할 수있다.
6. 검토 - 후 처리
- '- 후 처리 검토'(또는 적합한 도구 모음 아이콘을 클릭) 지금으로 이동합니다. 이 대화 (도 6)를 추가 또는 클러스터에서 이벤트뿐만 아니라, 임계 값 아래로 떨어질 신호 대 잡음비 (SNR)를 전체 클러스터를 삭제하는 옵션을 제거하는 옵션을 제공한다. 중복 이벤트 (클러스터 동시에 일어나는 이벤트) 정렬 동안 정렬 오차에 의해 생성 될 수있다. 긴 방법은 원래 위치에서 제거 이벤트 sometim 수 있습니다에스 재배치 될; 재배치가 작동하지 않을 때 또한 제거 될 수있다.
- 템플릿에 나쁜 경기입니다 클러스터에서 이벤트를 제거하는 정렬 세정 버튼을 사용합니다. 즉, 특정 서식에 좋은 경기입니다 클러스터되지 않은 이벤트를 재 할당, 반전을 수행 할 '클러스터링 다시'버튼을 사용합니다. 매립지 이벤트는 각 상위 클러스터의 서브 클러스터로 표시하고 '보기, 깨끗하고 분할 클러스터'대화 상자를 사용하여 검사 할 수 있습니다. 이러한 이벤트는 클러스터에 남아 (와 같은 내보낼 수) 그들이 삭제하지 않는 한 (첫 번째 서브 클러스터에 대한 작은 '삭제'버튼을 사용하여). 후 처리 다이얼로그로 돌아 선택된 임계 값보다 작은 SNR과 클러스터를 삭제할 옆에있는 '삭제'버튼과 스핀 컨트롤을 사용합니다.
- 클러스터 번호 N은 클러스터의 전체 수, 정렬 마지막 클러스터의 실제 번호 인 N, 1에서 연속적으로 이동하더라도 (A)에 가깝다rbitrary. , 선택한 기준에 따라 예를 들어 수직 전극의 위치, 또는 채널 번호를 클러스터 번호를 다시 지정하려면 '정렬'버튼을 사용합니다. 중복 이벤트의 삭제를 제외하고, 다른 사람보다 더 나은 것으로이 대화 상자에서 특정 선택을 지원하기 위해 객관적인 증거가 현재 존재하지 않습니다.
- 정렬의 수동 절차 중 어느 단계에서 그것은 현재의 매개 변수 값, 정렬 옵션, 이벤트 시간, 클러스터의 특성과 메시지 기록이 포함 된 파일을 저장하는 것이 가능하다. 로 이동하여이 파일을 만듭니다 '파일 - 작업 파일을 저장합니다'. 파일을 명확하게 데이터 파일을 눌러 '저장'의 관련이 이름을 지정합니다. 처음 (초기에 수행 된 경우) 고역 통과 필터 다음에 오리지널 기록 파일을 열어 나중에 정렬 재개. 그런 다음, 저장된 작업 파일을 엽니 다. 이 프로그램은 다음의 작업 파일이 저장된 때의 것과 동일한 상태가됩니다. 작업 파일은 또한 재정렬이 완료 된 방법의 코드 - 매개 변수가 및 정렬하는 동안 발행 된 메시지의 사용.
- 마지막으로, 클러스터 이벤트를 보냅니다. 이동 '수출 - 정렬 스파이크 파일'(또는 관련 버튼을 도구 모음에서 클릭). 드롭 다운 목록에서 '.CSV 파일'(쉼표로 구분 된 변수)를 선택 후 '다른 이름으로 저장'을 클릭합니다. 정렬 단위 내 보낸 CSV 데이터를 포함 할 파일의 이름을 선택합니다.
주 :이 텍스트 파일은 순서 (가장 가까운 10 μS 초)에서 이벤트의 시간을 포함하는 각 이벤트에 대한 한 줄 것이다 (위쪽 1) 클러스터 수와 할당 된 채널의 수가 이벤트에. 이벤트가 하나의 특정 채널에 지속적으로 큰되지 않은 경우 할당 된 채널은 클러스터의 모든 이벤트에 대한 일치하지 않을 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
일반적인 정렬 된 녹음 - 그림 7 ( '정렬 파형보기'로 이동하여 얻은) 디스플레이를 보여줍니다. 디폴트 뷰 옵션은 각 클러스터의 중심 채널의 파형을 보여 막이다. 일반적인 환경은 동일한 채널상의 클러스터 쌍의 파형이 동일 보이지만 '비교 쌍'때 대화 자주 인접 채널 파형의 차이에 기인 상기 PC 투영 별개 클러스터가 두 클러스터를 검사하는데 사용된다는 것이다 . 이 그림 7 채널 (62)의 파형, 예를 들어, 사실이다.
전술 한 바와 같이,이 결정은 병합 진폭 - 시간 그래프와 교차 상관 도표에 기초해야 클러스터 쌍을 찾는 것은 드문 일이 아니다. 도 8은 교차 correlogram에 부분적으로 기초하여 병합 결정의 예를 도시한다. 매우 강한, asymmetri짧은 시간 간격 단위 유사한 소성 패턴 (도 8E)의 피크 - 투 - 피크 높이의 차 결합 (도 8b)에서 C의 상호 상관 강하게 스파이크 동일한 뉴런에서 오는 것을 의미한다. 도 9는 병합 증거 동종이 부족한 경우이다. 여기서, 크로스 correlogram 강하게 비대칭 약하고 아니다. 또한, 두 클러스터의 autocorrelograms의 형상이 상이한 (도 9a)이다. 틀림없이, 두 개의 유닛으로 인해 주요 구성 요소 (그림 9C)의 분포에서 추가 분명한 차이 병합 할 수 없습니다. 도 10은 두 개의 유닛의 PP 높이가 그 중 하나가 점화 다른 이력서를 중지하는 동시에 함께 혼합 한 경우를 나타낸다. 이 경우, 병합 결정은 하나의 유닛이 자신의 소성 패턴을 조정할 수있는 가능성을 배제 할 수 있지만, 정확한 것복잡한 방법과 높이의 유사성은 우연이다.
이러한 예는 병합 결정을 만드는 방법에 대한 확고한 지침을 제공의 어려움을 설명한다. 이것은 스파이크 분류의 전체적인 품질 매개 변수 변경의 효과를 평가하기위한 목적 수단의 일반적인 결여로 배합된다. 이는 스파이크 정렬을 위해, 검출 가능한 세포 외 신호를 야기하는 기록 전극에 충분히 가까이 모든 신경 세포에서 세포 내 기록 (또는 그 등가)으로 구성 것이다 지표 사실 정보의 부족이다. 이러한 제한에도 불구하고,이 지상 진실 데이터를 대리하고는 대리 데이터에 대한 성능이 향상 전략을 정렬의 변화가 실제 데이터와 더 나은 성능으로 이어질 것이라고 생각하는 무리가 아닙니다. 대용은 recordi에 다시 추가 기록에서 수행되는 스파이크 실제 MEA 기록 데이터를 포함그들은 원래 스파이크와 혼동 할 수없는 다른 채널에 공지 된 시간에 ng를. 이러한 테스트를 자유롭게 이동 쥐의 시상 또는 해마에서 만든 녹음에서 생성 된 2013 년 대리 데이터 Janelia 농장에서 개최 G. Buzsáki과 T. 해리스에 의해 조직 된 스파이크 정렬 경쟁의 기초를 형성 (A. Peyrache, A. Berenyi 및 G. Buzsáki, 게시되지 않은 데이터). '지표 사실'거기있는 스파이크 신호는 하나의 생크에 기록 유닛으로부터 스파이크를 복용함으로써 배경 활성 및 뇌의 상태와 그 스파이크 열차의 관계가 보존되었다는 것을 보장하는 다른 섕크상의 기록에 추가하여 생성 하였다. 기록은 추가 접지 진실 스파이크 열차에 더하여 실제 급상승 활성을 함유 하였다. 해당 위음성 율이 2.1 %와 0.37 % (A. Peyrache, 개인 통신) 동안 SpikeSorter에 대한 허위 양성률은 0.26 %와 두 개의 서로 다른 테스트 세트는 0.01 %였다. 이 요금은 t 중이었다그는 경쟁의 최선을 다하지만 더 중요한 것은 그들은 저와 신경 생리 학적 분석의 대부분의 유형에 대한 아마 허용됩니다. 또 다른 방법은 특정 MEA 설계 시뮬레이션에서 세포 외 기록을 생성하는 신경 네트워크의 세부 대규모 생물 리 학적 시뮬레이션을 사용하는 것이다. 현재 MEA 정렬 방법에 노력 연구원이 자연 (15)의 테스트 시뮬레이션을 정렬 할 것을 요청 받았다. 다섯 가지 정렬 알고리즘을 비교 하였다. 어떤 하나의 그룹이 다른 것보다 분명히 더 되되지 함께 사용 된 정렬 성능과 측정 된 변화에 따라 여러 기의 성능을 평가하는 방법은 여러 가지가있다. SpikeSorter의 결과는 다양한 그룹에 의해 얻어진 결과의 범위로 떨어졌다.
그림 1. 이벤트 감지 대화. 이 프로마스킹 채널의 노이즈 측정 방법을 선택 임계 값과이를 적용하는 방법을 설정하기위한 이벤트의 중복을 피하기위한 방법을 선택하는 옵션 vides. 이것과 다른 대화 상자에서 선택에 대한 정보는 물음표에 의해 확인 버튼 ( '?')에 의해 제공된다.
그림 2. 깨끗한보기 및 분할 대화. 이것은 클러스터의 파형을보고 확인하고 하나 이상의 서브 클러스터에 클러스터를 분할하는, 외곽 파형 삭제 및 삭제 나 서브 클러스터로부터 새 클러스터를 형성하기위한 옵션을 제공한다. 하위 클러스터가 표시 색상으로 식별됩니다. (이 환경 설정 대화 상자에서 변경 될 수 있습니다.)
그림 3. 신뢰할 수없는 기능에 이벤트 정렬의 효과. 도면은 피크 대 피크 전압 파형 특정 채널에 최대였다 이벤트의 집합으로 정의 단일 채널 기반 클러스터의 데이터를 나타낸다. 패널 A는 다른 전극 채널에 overplotted이 클러스터, 50 이벤트 파형의 일부를 보여줍니다. 채널 번호는 파형의 각 세트의 왼쪽 상단에 표시됩니다. 채널 번호의 옆에 검은 점은 채널이 특정 클러스터에 할당 된 것을 나타낸다. 채널은 그들이 전극에있는 것과 같은 공간 순서로 배치됩니다. 가로 축은 시간과 수직 축 전압을 보여줍니다. 그 배치 지점 축과 일치하도록, 각 이벤트는 위치, 즉 세로축의 수평 위치는, 정렬 위치를 나타낸다. 패널 (A)의 왼쪽 하단에있는 scalebar 0.5 밀리 100 μV를 보여줍니다. A의 블루 라인은 파형의 각 세트 (템플릿)의 평균을 나타냅니다. 채널 24 (회색) 마스크. 이벤트 검출 이후에 바로 결정되는 이벤트는 파형 (음 골)의 가장 부정적인 지역을 최소로 정렬됩니다. 패널 B는 클러스터의 모든 파형으로부터 유도 된 제 2 주 성분들의 분포를 나타낸다. 세 개의 하위 클러스터는이 메일에서 볼 수 있습니다. 패널 C는 템플릿 파형들을 정렬 한 후에 이벤트의 동일한 세트를 나타낸다. 주요 구성 요소 분포 (패널 D)는 이제 두 개의 하위 클러스터 (빨간색 확인 하나)를 보여줍니다. 또한, B 검사의 스퓨리어스 클러스터가 어떤 경우에는 첫 번째보다 더 음이었다 2 네거티브 트로프 (후 전위 느린 제외)에 이벤트의 서브셋의 배향에 의한 것으로 나타났다. 그 모양 나머지 부분과 일치하지 않습니다 파형 이러한 잘못 정렬 된 이벤트 중 일부는 패널 (A)에서 볼 수 있습니다."_blank>이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4. 자동 정렬 대화. 이것은 초기 자동 클러스터링 단계 다음 이벤트 감지 옵션, 클러스터링 옵션 및 자동 병합 및 클러스터 쌍 분할 옵션을 제공합니다.
그림 5. 비교 클러스터 쌍 대화. 이 비교 값으로 정렬 쌍 목록을 통해 검색, 클러스터 쌍 비교 측정 (경기 방법)을 선택하기위한 옵션을 제공, PP 높이 (또는 PC1 또는 PC2) 대 시간 및 옵션의 플롯을, 상관 도표를 표시하는 표시 옵션 쌍을 병합합니다.
> 
그림 6. 후 처리 대화. 이것은 색 및 / 또는 신호대 잡음비 (SNR)가 낮은 신호 클러스터를 삭제하는 클러스터형 이벤트 클러스터링하기 위해, 아마도 잡음 이벤트를 삭제하기위한 중복 이벤트를 삭제하기위한 다른 기준에 따라 (정렬) 클러스터 넘버링을위한 옵션을 제공한다.
그림은 정렬 된 단위 7. 표시는 무작위로 클러스터의 수에 따라 Overplotted 파형 컬러, 선정보기. 명확화를 위해, 각 클러스터의 중심 채널 파형이 도시되어있다. (Mitelut & 머피, 미 출판)에서 데이터를 마우스 시각 피질에서 64 채널 전극 기록의 낮은 14 채널을 보여줍니다.
광고 / 55217 / 55217fig8.jpg "/>
그림 두 개의 클러스터를 병합 할 것인지 여부를 의사 결정에 부담 가져올 수 있습니다 증거 8. 예. 대화 비교 클러스터 (패널 A)는 진폭 (정규화 내적 일치 방법)을 무시하고, 유사한 파형 모양 클러스터 쌍을 검색하는 데 사용되었다. 패널 B는 두 개의 서로 다른 빈 폭 (0.2, 2 밀리 초)와 autocorrelograms (AC)와 두 개의 클러스터에 대한 교차 correlogram (CC)를 보여줍니다. 이 두 번째 클러스터 ((53))의 스파이크가 첫 번째 ((28))의 스파이크 전에 중 4 또는 8 밀리 발생하는 매우 강한 경향이 있음을 보여준다. 패널 C는 두 유닛의 스파이크 형상을 나타내고, 또한 (녹색에 도시 된) 두 번째는 제보다 작은 스파이크를 갖고 있음을 보여준다. 패널 D는 두 개의 클러스터의 PC 분포를 나타낸다. 패널 E 두 유닛의 두 단위의 그래프 PC1 (수직 축) (각각 빨간색과 녹색) 대 </ EM> 기록의 전체 기간 동안의 시간 (분으로 표시). 추가 설명 텍스트를 참조하십시오. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 병합에 대해 훨씬 덜 증거가 클러스터 쌍의 9 예. 패널 A는 두 개의 클러스터에 대한 autocorrelograms (AC)과 교차 correlogram (CC)은 서로 다른 형상을 갖는 것을 보여준다. 패널 B는보다 명확 파형 형상의 차이를 보여주기 위해 평균 템플릿 파형 및 표준 편차 (SD 쉐이딩 1 유닛을 나타낸다)을 나타낸다. 패널 C는 두 개의 클러스터의 PC 분포를 나타낸다. 패널 D는 일 동안 두 단위 대 시간의 피크 - 투 - 피크 높이 (수직 축 μV)를 그래프기록의 전체 기간을 전자. 추가 설명 텍스트를 참조하십시오. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
패턴 및 주요 구성 요소 변화를 발사 바탕으로 병합 그림 10. 증거. 패널 A는 두 개의 클러스터 (빨강 및 녹색)의 파형을 보여줍니다. 패널 B는 두 개의 클러스터에 대한 시간 (가로축) 대 PC1 (종축)를 나타내는 하나의 유닛이 소성 다른 시작 정지 PC1 값시와 동일하게 소성 상보적인 패턴을 나타낸다. 이것은 PC 분포 (패널 C)에서 별개의 클러스터의 존재에도 불구하고 병합하는 결정을 지원한다.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
파일 형식
현재 지원되는 파일 형식은 Neuralynx (.ntt 및 .ncs), Plexon (.plx), Neuroscope (.XML + .DAT) 멀티 채널 시스템 (.mcd), 검은 바위 (.nev) 및 Intan (.rhd)를 포함한다. 지원되지 않는 포맷의 경우, 두 가지 옵션이 있습니다. 하나는 ( '- 정보 도움말'대화창에서 제공되는 개발자에게 이메일 링크) 다음 버전에 파일 형식의 추가를 요청하는 것입니다. 다른 하나는 지원되는 포맷으로 파일을 변환한다. 간단한 옵션은 시간 스파이크 형식 '않고 .tsf'를 사용하는 것입니다. 이 맨손으로 뼈 형식은 정렬 다음 전압 기록 및 채널 위치 데이터 플러스 이벤트의 기록과 채널 및 클러스터 할당이 포함되어 있습니다. 이 파일을 읽기 다른 형식보다 종종 더 빠릅니다. 독립적으로 지원되지 않는 포맷을 다루는 후속 시간 소모적 FIL에 대한 필요성을 회피하기 때문에 (이 형식 내보내기 옵션 중 포함)을 않고 .tsf 파일 필터링 된 데이터를 저장하는 것이 편리 할 수있다에 들어가기. 않고 .tsf 형식의 세부 사항은 프로그램과 함께 제공되는 설명서에 포함되어 있습니다.
보조 파일
두 보조 파일 매개 변수, ss_prefs.sav 및 ss_parameters.sav를 저장하는 데 사용됩니다. 파일 'ss_prefs.sav는'정렬에 직접적인 영향을주지 않습니다 및 변경해야 할 가능성이 적은 경우에만 사용자가 선택한 값을 저장, 예를 들어, 창 크기 및 위치, 전압 및 기타 스케일링 값. ss_prefs.sav가 없으면 해당 대화의 '적용'버튼을 누를 때 생성되거나, 프로그램이 종료 될 때. 이 파일의 '접착 파라미터'옵션을 설정하면, 별도의 파일 'ss_parameters.sav'는 사용자 선택 파라미터 값과 정렬뿐만 아니라 많은 디스플레이 옵션의 결과에 영향을주는 옵션을 저장하는 데 사용된다. 이 파일은 저장 또는 업데이트하고, 프로그램이 정상 '파일 - 종료'를 통해 종료 될 때 경로 (하지만 때 프로그램이 '닫기'버튼 (오른쪽 상단))가 사용됩니다. 시작시이 파일이없는 경우, 기본값이 사용됩니다.
프로그램 제한
정렬 가능 기록 길이에 제한은 컴퓨터의 RAM의 양에 의해 결정된다. 메모리를 다른 목적으로 사용하지 않을 경우 16GB의 RAM을 가진 PC는 일반적으로 (2 GB 총 RAM 이하)의 크기가 최대 13 GB-14 GB의 원시 파일을 처리 할 수 있습니다. 채널의 최대 개수, 최대 클러스터 크기 등의 다른 예에 제한 프로그램 버전 및 장래의 업그레이드에 따라 달라질 수있다. 그들은 '- 정보 도움말'로 이동하여 볼 수 있습니다.
추가 기능
보기는 깨끗하고 분할 클러스터 대화 상자가 클러스터 경계를 수동으로 정의에 대한 몇 가지 옵션을 제공합니다. 그들은 시간 표시 대 상기 PP 진폭 사각형 (또는 PC1 또는 PC2)를 그릴, PC의 디스플레이 창에 타원을 그릴 및 discriminat을 그릴 마우스의 사용을 포함 메인 파형 디스플레이에 이온 창. 이들은 각각 (기존 subclustering이 덮어 쓰기됩니다) 하위 클러스터를 만들 수 있습니다. 대화는 이러한 개체 중 하나가 그려되기 전에 종료해야합니다. 대화 상자에서 관련 버튼을 누르면 ( '윈도우', '타원'또는 '직사각형')이 서브 클러스터를 만듭니다.
전략 대화 (정렬 - 전략) 분류에 상당한 영향을 미칠 수 변경할 필요가 덜하지만 파라미터들을 분류하는 다양한 표시한다. 이들은, 예를 들어, 클러스터에 채널 할당 및 클러스터 주성분의 계산에 기여하는 시점의 선택을 결정하는 파라미터를 포함한다. 관리 클러스터 대화 상자가, 또는 후 처리 대화로 깨끗한보기, 분할 클러스터 대화 상자에서 제공하는 것보다 개별 클러스터에 대한 자세한 정보를 제공합니다. 클러스터를 삭제하기위한보다 다양한 옵션이있다.
"ontent> 채널 특정 수직 위해 표시는 전압 디스플레이 창에서 '정렬 순서"라고. 이상적으로는,이 순서는 채널의 물리적 근접도를 반영하지만 실제 레이아웃되어 소정 달성하기 어려울 수도 두 차원. 정렬 순서는이 많은 경우에 자동으로 계산된다.시킴으로써 행한다. 라인에 채널 번호의 순서는 정렬 순서이며, Y에 소정 각도로 라인 상에 상기 채널 위치의 투영을 계산함으로써 생성된다 . 그러나 '뷰 - 취득 등록 정보'로 이동하여 다른 하나를 생성 할 수있다. 번호순 채널을 표시하는 옵션도 제공된다 표시 순서 정렬에 영향을주지 않는다는 점에 유의한다.다른 접근 방법
스파이크 정렬을 수행하기위한 다른 소프트웨어 패키지가 존재한다. 이러한 아 같은 오프라인 분류기 (http://www.plexon.com/products/offline-sorter)와 같은 상용 프로그램을 포함, Klustakwik (KD 해리스 : https://sourceforge.net/projects/klustakwik/), Wave_clus : 같은 MClust (http://redishlab.neuroscience.umn.edu/MClust/MClust.html AD redish입니다)와 같은 리터 무료 소프트웨어 (RQ 퀴로 : http://www2.le.ac.uk/departments/engineering/research/bioengineering/neuroengineering-lab/spike-sorting) 및 프로그램 Neuroscope 및 Klusters (HTTP :. // neurosuite) 16. 일반적인 사용에 많은 것이이 다른 프로그램과 자세한 비교는 본 논문의 범위를 벗어납니다. 이러한 비교는, MEA의뿐만 아니라 tetrodes으로 사용의 용이성, 신뢰성, 파일 포맷 지원, GUI 디자인, 문서 자동화 과정, 하드웨어 및 소프트웨어 구성 요소에 의존하여, 처리 속도, 적응성 포함 관련된 다양한 기준을 포함하고 것 범위는 정확도 정렬을 측정하는 것이 가능하다. 자세한 비교의 부재에서는 SpikeSorter 스파이크 정렬을위한 옵션의 조합 지원을 제공 생각다른 현재 사용 가능한 독립 스파이크 정렬 패키지로 제공하지 않을 수 있습니다 보내고.
정렬 품질
전술 한 바와 같이, 사용할 수있는 대물 결과 측정 한 절차 또는 다른 선택보다 더 크게 부족 여부를 결정한다. 파라미터 빈번한 사용자 입력에 대한 요구에 대한 의존성은 특정 정렬 적 재생 될 수는 없을 수있다. 이들이 존재하는 경우, 이것은 그 자체가 결과 측정의 사용을 제한한다. 설상가상으로, 그것은 정확한 스파이크 정렬도 원칙적으로 가능하다는 것을 지금까지 어떤에서입니다. 근처의 단일 세포의 세포 내 녹음과 함께 세포 외 녹음 뉴런의 인접 쌍에서 17, 18 그러나 세포 내 녹음이 인접 셀로부터의 신호는 항상 구별 될 수 있음을 증명하는 데 필요한 존재한다. A로부터 세포 외 전압 신호를 일으킬 수있는 요인주어진 신경 세포는 짧은뿐만 아니라만큼, 또한 잘 정렬 복잡하게 그 (예 : 8, 10도) 이해하고 실질적인 변화를 추가 할 수 있습니다 연습하지 않는 시간의 기간에 걸쳐 다양합니다. 이러한 변화를 작게하거나, 위치 차이의 결과로서 셀 사이에서 발생할 수있는 가장 작은 차이보다 본질적으로 상이하게 가지고 풀수 문제 정렬 용 스파이크. 클러스터 품질의 수치 측정에 의존하는 것도 문제가 될 수 있습니다. 예를 들어, 세포 크기 19, 20의 순서에 따라 다를 속도로 발사 할 수 있습니다. 높은 발사 속도 세포들 사이의 낮은 발사 속도 세포에서 거의 모든 스파이크의 포함은 낮은 속도 셀의 정렬 품질이 좋지 또는 비 것이라고 사실을 숨기고, 모든 클러스터 품질 측정에 거의 영향이있을 수 있습니다 존재. 이러한 문제점을 감안의 품질을 평가하기위한 방법은 클러스터의 오버랩에 기초하여 소팅8, 21 또는 매개 변수의 변화 (22)의 얼굴에 안정성을 분류하는 것은 보안의 잘못된 인식을 줄 수 있습니다. 대신, 우리는 불완전한 과학을 기반으로하는 스파이크 정렬을 받아 들일 필요가있을 수 있음을 시사한다. 종류로는 불완전의 감각과 함께 생활해야하고 시간 데이터 분석에 더 생산적인 형태가 아닌 지속적으로 정렬의 품질을 향상시키기 위해 노력을 투자하는 것이 좋을 수 있다는 것을 배울 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Materials
| Name | Company | Catalog Number | Comments |
| spikesorter.exe | N/A | http://www.swindale.ecc.ubc.ca/SpikeSorter |
References
- Buzsáki, G. Large-scale recording of neuronal ensembles. Nat. Neurosci. 7, 446-451 (2004).
- Blanche, T. J., Spacek, M. A., Hetke, J. F., Swindale, N. V. Polytrodes: High Density Silicon Electrode Arrays for Large Scale Multiunit Recording. J. Neurophys. 93, 2987-3000 (2005).
- Lewicki, M. S. A review of methods for spike sorting: the detection and classification of neuronal action potentials. Network. 9, R53-R78 (1998).
- Letelier, J. C., Weber, P. P. Spike sorting based on discrete wavelet transform coefficients. J. Neurosci. Methods. 101, 93-106 (2000).
- Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering. Neural Computation. 16, 1661-1687 (2004).
- Franke, F., Natora, M., Boucsein, C., Munk, M., Obermayer, K. An online spike detection and spike classification algorithm capable of instantaneous resolution of overlapping spikes. J. Comput. Neurosci. 29, 127-148 (2010).
- Jäckel, D., Frey, U., Fiscella, M., Franke, F., Hierlemann, A. Applicability of independent component analysis on high-density microelectrode array recordings. J. Neurophysiol. 108, 334-348 (2012).
- Rossant, C., et al. Spike sorting for large, dense electrode arrays. Nature Neuroscience. 19, 634-641 (2016).
- Vandecasteele, M., et al. Large-scale recording of neurons by movable silicon probes in behaving rodents. JoVE. (61), e3568 (2012).
- Schjetnan, A. G. P., Luczak, A. Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat. JoVE. (56), e3282 (2011).
- Swindale, N. V., Spacek, M. A. Spike sorting for polytrodes: a divide and conquer approach. Frontiers in Systems Neuroscience. 8, 1-21 (2014).
- Swindale, N. V., Spacek, M. A. Spike detection methods for polytrodes and high density microelectrode arrays. J. Comput. Neurosci. 38, 249-261 (2015).
- Swindale, N. V., Spacek, M. A. Verification of multichannel electrode array integrity by use of cross-channel correlations. J. Neurosci. Meth. 263, 95-102 (2016).
- Fukunaga, K., Hostetler, L. D. The estimation of the gradient of a density function, with applications in pattern recognition. IEEE Transactions on Information Theory (IEEE). 21, 32-40 (1975).
- Mitelut, C., et al. Standardizing spike sorting: an in vitro, in silico and in vivo study to develop quantitative metrics for sorting extracellularly recorded spiking activity. Soc. Neurosci. Abstr. 598 (10), (2015).
- Hazan, L., Zugaro, M., Buzsáki, G. Klusters, NeuroScope, NDManager: A free software suite for neurophysiological data processing and visualization. J. Neurosci. Meth. 155, 207-216 (2006).
- Harris, K. D., Henze, D. A., Csicsvari, J., Hirase, H., Buzsáki, G. Accuracy of tetrode spike separation as determined by simultaneous intracellular and extracellular measurements. J. Neurophysiol. 84, 401-414 (2000).
- Anastassiou, C. A., Perin, R., Buzsáki, G., Markram, H., Koch, C. Cell-type and activity dependent extracellular correlates of intracellular spiking. J. Neurophysiol. 114, 608-623 (2015).
- Wohrer, A., Humphries, M. D., Machens, C. K. Population-wide distributions of neural activity during perceptual decision-making. Prog. Neurobiol. 103, 156-193 (2013).
- Mizuseki, K., Buzsáki, G. Preconfigured, skewed distribution of firing rates in the hippocampus and entorhinal cortex. Cell Reports. 4, 1010-1021 (2013).
- Schmitzer-Torbert, N., Jackson, J., Henze, D., Harris, K., Redish, A. D. Quantitative measures of cluster quality for use in extracellular recordings. Neuroscience. 131, 1-11 (2005).
- Barnett, A. H., Magland, J. F., Greengard, L. F. Validation of neural spike sorting algorithms without ground-truth information. J. Neurosci. Meth. 264, 65-77 (2016).
