MétaCan
Menu
Retour à la cohorte
Enregistrement W2793532230 · doi:10.1101/275818

Why not record from <i>every</i> electrode with a CMOS scanning probe?

2018· preprint· en· W2793532230 sur OpenAlexaff

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesFundação BialEuropean Commission
Mots-clésNoise (video)Function (biology)Set (abstract data type)Constraint (computer-aided design)LimitingSIGNAL (programming language)CMOSElectrodeInstrumentation (computer programming)

Résumé

récupéré en direct d'OpenAlex

Abstract It is an uninformative truism to state that the brain operates at multiple spatial and temporal scales, each with each own set of emergent phenomena. More worthy of attention is the point that our current understanding of it cannot clearly indicate which of these phenomenological scales are the significant contributors to the brain’s function and primary output (i.e. behaviour). Apart from the sheer complexity of the problem, a major contributing factor to this state of affairs is the lack of instrumentation that can simultaneously address these multiple scales without causing function altering damages to the underlying tissue. One important facet of this problem is that standard neural recording devices normally require one output connection per electrode. This limits the number of electrodes that can fit along the thin shafts of implantable probes generating a limiting balance between density and spread. Sharing a single output connection between multiple electrodes relaxes this constraint and permits designs of ultra-high density probes. Here we report the design and in-vivo validation of such a device, a complementary metal-oxide-semiconductor (CMOS) scanning probe with 1344 electrodes; the outcome of the European research project NeuroSeeker. We show that this design targets both local and global spatial scales by allowing the simultaneous recording of more than 1000 neurons spanning 7 functional regions with a single shaft. The neurons show similar recording longevity and signal to noise ratio to passive probes of comparable size and no adverse effects in awake or anesthetized animals. Addressing the data management of this device we also present novel visualization and monitoring methods. Using the probe with freely moving animals we show how accessing a number of cortical and subcortical brain regions offers a novel perspective on how the brain operates around salient behavioural events. Finally, we compare this probe with lower density, non CMOS designs (which have to adhere to the one electrode per output line rule). We show that an increase in density results in capturing neural firing patterns, undetectable by lower density devices, which correlate to self-similar structures inherent in complex naturalistic behaviour. To help design electrode configurations for future, even higher density, CMOS probes, recordings from many different brain regions were obtained with an ultra-dense passive probe.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,216
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetNeuroscience and Neural EngineeringTravaux en français237 207