在混合自主神经中选择性记录生理上唤起的神经活动,使用最小侵入性阵列阵列

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 生理学 生理学 生理学

背景情况:

• 实时神经调节需要长期对外围神经进行监测.
• 现有的方法在脆弱的内脏神经中与低信号噪声比 (SNR) 神经活动作斗争.
• 开发临床上可行的技术来提取内脏神经信号至关重要.

研究的目的:

• 开发和验证一种最小侵入性的记录和分析技术,用于从内脏神经中提取低/负SNR神经活动.
• 评估该技术对纤维类型和类别的特异性.
• 为了证明闭环神经调节控制的潜力.

主要方法:

• 采用了大鼠骨盆神经模型与四个电极平面阵列.
• 采用连续流动囊泡测量来监测膀压力并唤起神经活动.
• 应用差异双极记录和交叉相关性分析来提取和分析神经信号.
• 基于传导速度的细分纤维子群.

主要成果:

• 在受控的膀填充和排泄过程中,成功地从老鼠的骨盆神经中提取了复杂的神经活动.
• 在提取的神经信号中,对于纤维类型和类别的高特异性得到证明.
• 综合的Aδ afferent纤维活性与排空期间的膀压力有显著的相关性 (r2: 0.66 ± 0.06).
• 神经活动相关性保持一致,即使在激活 nociceptive afferents.

结论:

• 开发的最小侵入性技术有效地从内脏神经中提取具有低/负SNR的混合神经活动.
• 集成的 afferent 活动可靠地与膀压力相关,表明其对生理监测的实用性.
• 这项技术代表了开发闭环膀控制系统的有希望的进步.