Optical Imaging-Based Guidance of Viral Microinjections and Insertion of a Laminar Electrophysiology Probe Into a Predetermined Barrel in Mouse Area S1BF
Notice bibliographique
Résumé
Wide-field Optical Imaging of Intrinsic Signals (OI-IS; Grinvald et al., 1986) is a method for imaging functional brain hemodynamic responses, mainly used to image activity from the surface of the cerebral cortex. It localizes small functional modules - such as cortical columns - with great spatial resolution and spatial specificity relative to the site of increases in neuronal activity. OI-IS is capable of imaging responses either through an intact or thinned skull or following a craniotomy. Therefore, it is minimally invasive, which makes it ideal for survival experiments. Here we describe OI-IS-based methods for guiding microinjections of optogenetics viral vectors in proximity to small functional modules (S1 barrels) of the cerebral cortex and for guiding the insertion of electrodes for electrophysiological recording into such modules. We validate our proposed methods by tissue processing of the cerebral barrel field area, revealing the track of the electrode in a predetermined barrel. In addition, we demonstrate the use of optical imaging to visualize the spatial extent of the optogenetics photostimulation, making it possible to estimate one of the two variables that conjointly determine which region of the brain is stimulated. Lastly, we demonstrate the use of OI-IS at high-magnification for imaging the upper recording contacts of a laminar probe, making it possible to estimate the insertion depth of all contacts relative to the surface of the cortex. These methods support the precise positioning of microinjections and recording electrodes, thus overcoming the variability in the spatial position of fine-scale functional modules.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».