Model of low-pass filtering of local field potentials in brain tissue
Notice bibliographique
Résumé
Local field potentials (LFPs) are routinely measured experimentally in brain tissue, and exhibit strong low-pass frequency filtering properties, with high frequencies (such as action potentials) being visible only at very short distances (approximately 10 microm) from the recording electrode. Understanding this filtering is crucial to relate LFP signals with neuronal activity, but not much is known about the exact mechanisms underlying this low-pass filtering. In this paper, we investigate a possible biophysical mechanism for the low-pass filtering properties of LFPs. We investigate the propagation of electric fields and its frequency dependence close to the current source, i.e., at length scales in the order of average interneuronal distances. We take into account the presence of a high density of cellular membranes around current sources, such as glial cells. By considering them as passive cells, we show that under the influence of the electric source field, they respond by polarization. Because of the finite velocity of ionic charge movements, this polarization will not be instantaneous. Consequently, the induced electric field will be frequency-dependent, and much reduced for high frequencies. Our model establishes that this situation is analogous to an equivalent RC circuit, or better yet a system of coupled RC circuits. We present a number of numerical simulations of an induced electric field for biologically realistic values of parameters, and show the frequency filtering effect as well as the attenuation of extracellular potentials with distance. We suggest that induced electric fields in passive cells surrounding neurons are the physical origin of frequency filtering properties of LFPs. Experimentally testable predictions are provided allowing us to verify the validity of this model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».