Biblioteca73.326 documentos en línea

Artículo

A Framework for the Comparative Assessment of Neuronal Spike Sorting Algorithms towards More Accurate Off-Line and On-Line Microelectrode Arrays Data AnalysisUn marco para la evaluación comparativa de los algoritmos de clasificación de picos neuronales hacia un análisis más preciso de datos de matrices de microelectrodos en línea y fuera de línea

Resumen

Los algoritmos de clasificación de picos neuronales están diseñados para recuperar la actividad de la red neuronal a nivel de una sola célula a partir de grabaciones extracelulares de múltiples unidades con matrices de microelectrodos (MEA). En el análisis típico de los datos MEA, se aplica un algoritmo de clasificación de picos indiscriminadamente a todas las señales de los electrodos. Sin embargo, este enfoque no tiene en cuenta la dependencia del rendimiento de los algoritmos de las propiedades de las señales neuronales en cada canal, que requieren métodos centrados en los datos. Además, la clasificación se realiza habitualmente fuera de línea, lo que consume tiempo y memoria e impide a los investigadores echar un vistazo inmediato a los experimentos en curso. El objetivo de este trabajo es proporcionar un marco versátil para apoyar la evaluación y comparación de diferentes algoritmos de clasificación de picos adecuados para el análisis tanto off-line como on-line. Incorporamos diferentes "bloques de construcción" de clasificación de picos en un software basado en Matlab, incluyendo 4 métodos de extracción de características, 3 métodos de agrupación de características y 1 clasificador de coincidencia de plantillas. El marco fue validado aplicando diferentes algoritmos en señales simuladas y reales de cultivos neuronales acoplados a MEAs. Además, se ha demostrado que el sistema es eficaz para ejecutar análisis en línea en un ordenador de sobremesa estándar, tras la selección de los métodos de clasificación más adecuados. Este trabajo proporciona un instrumento útil y versátil para una comparación apoyada de diferentes opciones para la clasificación de picos hacia un análisis de datos MEA más preciso fuera de línea y en línea.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento