From Maxwell's equations to the theory of current‐source density analysis
Notice bibliographique
Résumé
Despite the widespread use of current-source density (CSD) analysis of extracellular potential recordings in the brain, the physical mechanisms responsible for the generation of the signal are still debated. While the extracellular potential is thought to be exclusively generated by the transmembrane currents, recent studies suggest that extracellular diffusive, advective and displacement currents-traditionally neglected-may also contribute considerably toward extracellular potential recordings. Here, we first justify the application of the electro-quasistatic approximation of Maxwell's equations to describe the electromagnetic field of physiological origin. Subsequently, we perform spatial averaging of currents in neural tissue to arrive at the notion of the CSD and derive an equation relating it to the extracellular potential. We show that, in general, the extracellular potential is determined by the CSD of membrane currents as well as the gradients of the putative extracellular diffusion current. The diffusion current can contribute significantly to the extracellular potential at frequencies less than a few Hertz; in which case it must be subtracted to obtain correct CSD estimates. We also show that the advective and displacement currents in the extracellular space are negligible for physiological frequencies while, within cellular membrane, displacement current contributes toward the CSD as a capacitive current. Taken together, these findings elucidate the relationship between electric currents and the extracellular potential in brain tissue and form the necessary foundation for the analysis of extracellular recordings.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».