A Simple, Lightweight, and Low-Cost Customizable Multielectrode Array for Local Field Potential Recordings
Notice bibliographique
Résumé
Local field potential (LFP) recording is a valuable method for assessing brain systems communication. Multiple methods have been developed to collect LFP data to study the rhythmic activity of the brain. These methods range from the use of single or bundled metal electrodes to electrode arrays that can target multiple brain regions. Although these electrodes are efficient in collecting LFP activity, they can be expensive, difficult to build, and less adaptable to different applications, which may include targeting multiple brain regions simultaneously. Here, the building process for a 16-channel customizable multielectrode array (CMEA) that can be used to collect LFP data from different brain regions simultaneously in rats is described. These CMEA electrode arrays are lightweight (<1 g), take little time to build (<1 h), and are affordable ($15 Canadian). The CMEA can also be modified to record single-unit and multiunit activity in addition to LFP activity using both wired and wireless neural data acquisition systems. Moreover, these CMEAs can be used to explore neural activity (LFP and single-unit/multiunit activity) in preliminary studies, before purchasing more expensive electrodes for targeted studies. Together, these characteristics make the described CMEA a competitive alternative to the commercially available multielectrode arrays for its simplicity, low cost, and efficiency in collecting LFP data in freely behaving animals.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».