相关实验视频
Updated: Jul 25, 2025
09:34
Longitudinal Two-Photon Imaging of Dorsal Hippocampal CA1 in Live Mice
Published on: June 19, 2019
16.1K
基于CMOS的高分辨率生物传感器用于评估海马体电路动力学在经验依赖的可塑性
Brett Addison Emery1, Xin Hu1, Shahrukh Khanzada1
1Research Group "Biohybrid Neuroelectronics", German Center for Neurodegenerative Diseases (DZNE), Tatzberg 41, 01307, Dresden, Germany.
Biosensors & bioelectronics
|June 28, 2023
概括
环境的丰富增强了大脑网络的复杂性和功能. 高密度生物传感器揭示了体验如何塑造神经动力学,改善了小鼠的编码和弹性.
科学领域:
- 神经科学是一个神经科学.
- 计算神经科学是一种神经科学.
- 生物工程是生物工程.
背景情况:
- 经验丰富会诱导神经元组合的突触可塑性和组织水平的变化.
- 当前的大规模记录方法限制了对经验对整个网络计算动态的影响的理解.
研究的目的:
- 开发和利用一种新的大型生物混合脑电路生物传感器,用于高分辨率的电生理学评估.
- 研究环境丰富对海马-皮质子网络的时空动态和网络特性的影响.
主要方法:
- 基于CMOS的4096微电极生物传感器的开发,用于同时进行电生理学记录.
- 在富含 (ENR) 和标准 (SD) 环境中安置的小鼠的神经活动的比较.
- 运用计算分析来评估局部/全球动态,同步,网络复杂性和连接组.
主要成果:
- 环境丰富显著影响时空神经动态,发射同步和网络拓.
- 丰富的环境增强了多重维度编码,并提高了神经元组合中的容错/弹性.
- 该研究揭示了ENR和SD条件之间的明显的大规模网络差异.
结论:
- 高密度,大规模的生物传感器对于理解经验依赖的可塑性和大脑功能至关重要.
- 以前的经验深深地影响神经编码,网络弹性和更高的大脑功能.
- 研究结果可以为生物学上可信的计算模型和神经形态计算应用提供信息.
