OpenMEA: Open-Source Microelectrode Array Platform for Bioelectronic Interfacing
Notice bibliographique
Résumé
Abstract Bioelectronic interfaces have the potential to revolutionize the treatment of medical disorders and augment physiology. Implantable devices such as pacemakers and deep brain stimulators have already been deployed to control activity in diseases including Parkinson’s disease and epilepsy. These devices typically operate by delivering electrical stimulation at pre-programmed intervals (known as open-loop stimulation). Recent advances in machine learning and low-power integrated circuits have led to the emergence of personalized medical devices that monitor the user’s state and stimulate in response to measured biological activity (known as closed-loop stimulation). There are two key questions that require fundamental research to achieve breakthroughs in personalized devices: 1) What biomarkers and algorithms are best suited to detecting biological states (e.g. seizures in epilepsy)? and 2) What types of electrical stimuli are optimal for controlling these states? The answer to these questions can be explored in vitro using multielectrode array (MEA) systems that interface with biological tissue with reduced experimental complexity, better reproducibility, and fewer confounding variables present in whole organisms. However, existing MEA systems have functional limitations and closed-source designs that prevent researchers from developing improvements. This paper introduces OpenMEA, an open-source platform for closed-loop bioelectronics research. OpenMEA includes designs for the components necessary to build a benchtop in vitro laboratory, including electrophysiological recording and stimulation electronics, a microfluidic perfusion system, and physical designs for multielectrode arrays. The system is demonstrated with the electrical recording and stimulation of epileptogenic human and rodent brain slices. The aim of OpenMEA is to democratize bioelectronic research tools to accelerate the deployment of devices for the treatment of disorders and beyond.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,011 |
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 ».