使用多通道层电极记录技术研究局部神经网络处理

本实验的总体目标是描述一种方法学，该方法将使我们能够研究初级视皮层不同皮层层中的单个神经元以及局部场电位如何编码感觉信息。该实验流程首先介绍计算机控制的微型驱动系统的构建，以及在初级视皮层记录过程中使用多触点层状电极的方法。

下一步是在电极推进至目标脑区后，进行诱发电位范式记录。随后采用电流源密度分析，根据极性反转并结合同步源构型来确定皮层分层。该实验流程的最后一步是进行感受野定位，并分析神经元活动在视觉刺激下的差异。

最终可以获得显示感觉信息编码在不同皮层出现特异性变化的结果。大家好，我叫Sarah Eagleman，是休斯顿德克萨斯大学医学院的一名研究生。与现有的多电极阵列等方法相比，该技术的主要优势在于，U型探针可在单次插入过程中同时记录跨越数毫米皮层范围的神经活动。

大家好，我叫 Brian Hansen。我是休斯顿德克萨斯大学医学院的一名研究生。该方法可以解答神经科学领域中的关键问题，探讨信息是否以及如何以特定皮层层级的方式进行处理。

首先，准备构建命名电极驱动组件所需的工具和部件，包括导管、导丝、完整的Dremel工具套装、命名工具和零件，以及U型探针。测量导管的长度，确保将其连接到记录装置后，能够刚好放置在硬脑膜上方而不对其造成损伤。接下来，在测量记录腔深度后，根据测得的长度（约5至7厘米）切割导管。在切割导管时需谨慎操作。

尽量确保无金属碎片进入管内。使用比导管内径更小的硬质金属丝清除管内的任何金属碎片。然后，将名称网格放入名称底座中。

拧紧夹紧螺钉和网格螺钉。然后确定记录的目标区域，并将微驱动塔定位在该区域上方。确定目标区域后，将导管从网格底部推进，直至其伸出颅腔约一到两毫米。

接下来，在每个NA微驱动装置的塔架上安装两个夹具。上方的夹具由电机驱动，而下方的夹具可以固定不动或处于松动状态。上方的夹具连接至U型探针的加固管。

将底部夹具连接到导管上，并在导管连接处涂抹少量瞬间胶以固定导管位置。这两个夹具可为系统提供稳定性和精确性。仔细对准U形探针的尖端与导管顶端，然后将U形探针穿过导管，直至能够将塔体固定到主底座上。

使用拇指螺丝调节塔的位置，确保U型探针或导管上无额外张力。将命名系统放置在圆柱底座上，并将电机电缆连接至相应的塔。若使用多个塔，可使用颜色编码的扎带以区分不同电机电缆和塔。使用命名软件程序开始推进U型探针，可通过设置目标位置使U型探针自动推进至该位置，或通过按住命名软件界面手动推进U型探针，确保探针尖端至少有10毫米穿过导管并超出命名腔末端。

在将U探针连接到植入式记录室之前，将其置于甲基侧链活化的醛溶液中灭菌20至30分钟。随后，用无菌水冲洗U探针和名称基座。通过回撤U探针，使其尖端刚好位于名称软件中的导管内部，以确定名称软件的位置。

点击将所有位置归零。将命名基座连接到植入的记录室上，并拧紧全部四个螺丝。然后根据记录室侧面的定位销对齐基座。

再次拧紧所有四个螺丝，并确保名称底座已牢固地固定在记录室上。为准备推进记录，根据接地和参考说明，将U探针接地并视为浮地状态。这可通过放置连接的跳线实现。

将头部电极固定在U型探针连接器的底部接头上，然后连接放大器电缆并接地。以快速而有力的方式将U型探针初始推进约1至2毫米。将速度参数设置在每秒0.1至0.2毫米范围内，深度步进设置为0.2至0.3毫米。

这些数值可确保U型探针能够干净地刺穿硬脑膜，这是记录过程中的重要第一步。穿过硬脑膜后，将推进速度降低至0.50至0.1毫米每秒，并将深度步进减少至0.5至0.1毫米。目标是以尽可能平稳且缓慢的方式推进U型探针，以避免损伤任何组织。

探针进入大脑的指征之一是局部场电位（LFP）振幅发生变化，同时噪声水平降低。为确认电极已贯穿所有皮层，可通过测量其对全视野白光闪光刺激的振幅变化来验证。LFP振幅随时间的变化构成了诱发电位分析的基础。该分析为识别皮层各层提供了依据。

在受试者执行被动注视任务期间，呈现一个全视野的黑色屏幕，屏幕闪烁100毫秒白光后恢复为黑色，测量诱发反应电位。此序列为一次试验，共重复200次。多通道采集处理器通过国家仪器公司PCI板将所有连续数据信号直接保存至记录计算机。

数据保存后，开始对信号进行处理，以进行电流源密度分析。使用 Plex on 提供的软件校正工具 FP align，校正由前置放大器阶段和预放大板中的滤波器引起的局部场电位信号的时间延迟。此时，通过 Neuro Explorer 将数据传输至 MATLAB。

每个LFP通道使用标准的高通和低通滤波器进行滤波，截止频率分别为0.5赫兹和100赫兹。在对每个电极触点滤波后，识别每个试验并跨试验取平均，以获得每个电极触点的平均LFP时间序列，然后将每个触点整理成一个矩阵，其中LFP幅度为时间的函数，在MATLAB中通过在工作区中输入CSD plotter运行ICSD工具箱。由于连续数据的采样频率为1千赫兹，将DT参数设置为1毫秒。

接下来，将皮层电导率值设置为 0.4 西门子每米，该数值可近似表示电流源密度，单位为纳安每立方毫米；并将电极位置更改为从 0.1 开始、以 0.1 为步长、至 1.6 结束的向量，其中 1.6 为接触点总数。当所有参数输入完成后，点击运行此程序。在 CSD 绘图界面中查看 CSD 分布图，并将其粘贴至新图中。

可以使用 MATLAB 中的常见函数（如 image SC）来绘制层析轮廓，并应用各种平滑算法和归一化例程，以呈现 CSD 数据，并对不同时段和实验会话之间的分层识别进行比较。为了识别伴随第四层底部源-汇构型出现的极性反转，首先需确认颗粒层中存在主要的汇（sink）。利用层状 CSD 轮廓，在 CSD 图中定位由汇驱动的负极性区域。

然后计算颗粒沉降物的质心。通过分析可获得一个 A OID，其包含同步性最大时的接触次数和时间。与同步中心的接触作为颗粒层在零微米处的参考。

分析参考位置上方和下方的所有接触点，并将其归入三个可能的层之一：浅层（supra-granular）、颗粒层（granular）和深层（infra-granular）。通过重排电极位置以打乱空间信息，同时保持时间域不变，从而验证颗粒层作为电流源汇的有效性。重排后，利用CSD矩阵进行OID分析。

同样，随着皮层深度变化而随机化电极接触位置应会破坏任何层状特异性。为确定感受野，首先在可能定位到感受野的显示器区域呈现反相关刺激。该刺激由四个方向梯度组成，分别为 45、0、90 和 135 度。

对放电率图进行聚类分析以定位感受野。首先，计算每个时间延迟下的最大放电率位置及其质心。然后计算Centro与这些最大放电率位置之间的距离。

针对每个神经元，独立计算在40至120毫秒传导延迟范围内、以5毫秒为间隔的各个空间位置上的放电率图谱。计算OID与所有时间延迟下周围最大放电率点之间的总距离。使该距离最小的时间延迟即为感受野所在的时间延迟。

当找到每个细胞的感受野后，呈现一个反向相关刺激，该刺激范围需大于所有感受野的位置，并覆盖记录细胞群体中的全部感受野。可利用实时发放率图来判断是否已正确识别感受野位置。最后，使用 Plexon 的离线分类程序对动作电位波形进行分类，该程序基于主成分、峰宽、谷值和峰值特性等参数进行波形聚类。

务必移除那些反应突然变化的信号单元，仅保留具有稳定放电率的单元用于此处所示的进一步分析。以下示例说明了CSD分析如何根据皮层深度随时间定位皮层各层：即使在记录开始四小时后，浅层、颗粒层和深层的位置仍保持稳定。CSD迹线代表分配给特定皮层层的电极接触点信号的平均值。

在此示例中，颗粒层在约50毫秒时的CSD振幅明显下降。使用层电极时另一项关键分析是准确定位和识别神经元的感受野。这些图的原点为注视点，即显示在黑色计算机屏幕中央的一个小白圆点。

这些图中的颜色表示每个神经元对动态反向相关刺激的放电率。该图展示了在同一通道上分离出的两个动作电位波形示例。通过主成分分析和动作电位波形特征进行了聚类分析。

平均锋电位波形以实线表示，标准差以虚线表示。在进行这些操作时，重要的是要记住仔细推进电极，并在每次推进后留出足够时间，使脑组织充分稳定。

通常在按照此步骤操作后，于最后一次推进后的30至45分钟开始记录。其他光谱技术，如局部场电位功率（LFP Power）和峰电位场同步（Spike Field synchronization），可用于研究皮层内及皮层间网络结构。