MétaCan
Menu
Retour à la cohorte
Enregistrement W4409789376 · doi:10.1101/2025.04.24.25326126

Clinical translation of ultrasoft Fleuron™ probes for stable, high-density, and bidirectional brain interfaces

2025· preprint· en· W4409789376 sur OpenAlexaff
Jongha Lee, Hyunsu Park, Andrew Spencer, Xian Gong, Matt DeNardo, Foad Vashahi, Florent Pollet, Henry Hinton, Meliya El Fakiri, Anant Mehrotra, Rongchen Huang, Julian Thomas Bar, Jake Swann, Dave Affonseca, Oliver Armitage, Emily Grumbles, Jordy Tasserie, Caua Fragoso, Romain Albouy, Charles Couturier, Angelique C. Paulk, Brian Coughlin, Sydney S. Cash, Beth A. Costine, Tawny Stinson, Homeira Moradi Chameh, Mandana Movahed, Bamdad Bazrgar, Madeleine Falby, Darren Zhang, Taufik A. Valiante, A. A. Francis, Carlos Candanedo, Ricardo Bermudez, Jia Liu, Tianyang Ye, Paul Le Floch

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversity of TorontoWestern UniversityOntario Brain Institute
Organismes subventionnairesNational Institutes of Health
Mots-clésBrain tissueBiomedical engineeringBrain–computer interfaceMaterials scienceComputer scienceNeural engineeringMicrostimulationBrain implantNanotechnologyArtificial intelligenceNeuroscienceMedicine

Résumé

récupéré en direct d'OpenAlex

Building brain foundation models to capture the underpinning neural dynamics of human behavior requires large functional neural datasets for training, which current implantable Brain-Computer Interfaces (iBCIs) cannot achieve due to the instability of rigid materials in the brain. How can we realize high-density neural recordings with wide brain region access at single-neuron resolution, while maintaining the long-term stability required? In this study, we present a novel approach to overcome these trade-offs, by introducting Fleuron, a family of ultrasoft, ultra-low-k dielectric materials compatible with thin-film scalable microfabrication techniques. We successfully integrate up to 1,024 sites within a single minimally-invasive Fleuron depth electrode. The combination of the novel implant material and geometry enables single-unit level recordings for 18 months in rodent models, and achieves a large number of units detected per electrode across animals. 128-site Fleuron probes, that cover 8x larger tissue volume than state-of-the-art polyimide counterparts, can track over 100 single-units over months. Stability in neural recordings correlates with reduced glial encapsulation compared to polyimide controls up to 9-month post-implantation. Fleuron probes are integrated with a low-power, mixed-signal ASIC to achieve over 1,000 channels electronic interfaces and can be safely implanted in depth using minimally-invasive surgical techniques via a burr hole approach without requiring specialized robotics. Fleuron probes further create a unique contrast in clinical 3T MRI, allowing for post-operative position confirmation. Large-animal and ex vivo human tissue studies confirm safety and functionality in larger brains. Finally, Fleuron probes are used for the first time ever intraoperatively during planned resection surgeries, confirming in-human usability, and demonstrating the potential of the technology for clincical translation in iBCIs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,854

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,347
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetNeuroscience and Neural EngineeringTravaux en français237 207