Informacija

Ne bi li elektroda za snimanje trebala imati što manji otpor?

Ne bi li elektroda za snimanje trebala imati što manji otpor?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Sljedeći citat je s ove wikipedijske stranice o snimci jedne jedinice.

Unutarstanična snimanja pojedinačne jedinice zahtijevaju da se elektrode umetnu kroz staničnu membranu za snimanje unutar stanice. Staklene mikropipete ili metalne elektrode mogu se koristiti za unutarstanične pojedinačne snimke, ali staklene mikropipete su poželjnije jer njihova visoka ulazna otpornost omogućuje preciznije snimanje za mjerenje potencijala mirovanja.

Koliko visoka ulazna otpornost pomaže boljim snimkama? Ne bi li elektroda za snimanje trebala imati što manji otpor?


Za točno mjerenje membranskog potencijala ključno je imati što manji protok struje kroz mjerni uređaj. Inače bi se poremetila ravnoteža kanala za curenje koji generira potencijal mirovanja. Pogledajte dijagram i tekst iz Axon Guide 3. izdanje ispod:


Lokalno snimanje bioloških magnetskih polja pomoću mikro sonde na temelju Giant Magneto Resistance

Električna aktivnost mozga, srca i skeletnih mišića stvara magnetska polja, ali ona se mogu zabilježiti samo makroskopski, kao što je magnetoencefalografija, koja se koristi za mapiranje neuronske aktivnosti na moždanoj skali. Na lokalnoj razini, snimanja magnetskih polja još su u tijeku zbog nedostatka alata koji mogu doći u dodir sa živim tkivima. Ovdje predstavljamo biokompatibilne senzore temeljene na Giant Magneto-Resistance (GMR) spin elektronici. Prikazujemo na mišiću miša in vitro, korištenjem elektrofiziologije i računskog modeliranja, da ova tehnologija omogućuje istodobna lokalna snimanja magnetskih polja iz akcijskih potencijala. Osjetljivost ovog tipa senzora je gotovo neovisna o veličini, što omogućuje minijaturizaciju i oblikovanje potrebne za in vivo/vitro magnetofiziologija. Tehnologija temeljena na GMR-u može činiti magnetski pandan mikroelektrodama u elektrofiziologiji i može predstavljati novi temeljni alat za istraživanje lokalnih izvora neuronske magnetske aktivnosti.


2 misli o &ldquo Kako ispraviti serijski otpor (i kapacitet cijele ćelije) u stvarnim ćelijama &rdquo

Ovo je stvarno izvrstan resurs!
Hvala vam puno što ste ovo tako jasno doveli zajedno.

Jedna stvar oko koje sam dugo bio zbunjen je online-vs-offline korekcija R_s. Čini se kao da neke tvrdokorne biofizičke studije (samo iz vrha moje glave: Meyer, Neher, Schneggenburger, J Neurosci. 2001) svjesno izbjegavaju ispravljanje svih izmjerenih R_s online i radije ostavljaju specifičan ostatak koji se zatim ispravlja izvan mreže.

Koliko ja to razumijem, ovo uvelike rješava problem niskopropusnog filtriranja, ali ne i probleme s VC-om povezanim s nedostatkom korekcije R_s.. Ali također razumijem da za EPSC snimke ne bi radili korake napona, te da su glavni neuroni MNTB prilično kompaktan i to su ionako i prilično niske R_s snimke. Stoga nisam siguran kako odlučiti koja je vrijednost za nekompenzirane R_s prikladna za koje uvjete.

Imaju li ljudi koji krpaju različite stanice dobru heuristiku što bi trebali biti nekompenzirani R_s?

Sjajno pitanje. Pa počnimo s pojedinostima. Dakle, govorite o radu https://doi.org/10.1523/JNEUROSCI.21-20-07889.2001? Dakle, oni su sigurno izvršili kompenzaciju Rs, imaju lijepo napisan dio u metodama. “. Drugo, elektronička kompenzacija Rs pojačala postavljena je tako da nekompenzirani dio Rs ne prelazi 3 MΩ, a snimke s izmjerenim Rs od >10 MΩ isključene su iz analize” Dakle, njihov postupak je da nisu koristili sve stanice u kojima je Rs bio veći od 10 MΩ. Recimo da su dobili snimku od 9 MΩ Rs. Zatim su morali biti u stanju kompenzirati do najmanje 66%, kako bi nekompenzirani dio Rs dobili na 3 MΩ. Zatim su upotrijebili vrlo jednostavan algoritam kao što je izložen u Traynelis 1998, J Neurosci Methods, za izračunavanje očekivane veličine EPSC s obzirom na Rs od 3 MΩ, izračunatu kapacitivnost i procijenjeni potencijal preokreta. Oni su to mogli učiniti jer su pretpostavili da je AMPA struja linearna s naponom, tj. slijedila je jednostavan zakon I = G * (Vm-Ve). I mogli su sve to točno izračunati znajući pad napona preko serijskog otpornika.

Dakle, na općenitosti: kako znate koliko je nekompenzirani R_s prikladan? Pa uvijek istinit odgovor je, “što manje”. Ali u praksi se uvijek radi o onome što mjerite. Uvijek možete napraviti lijepu procjenu stabilnog stanja za pogrešku napona gledajući Rs*Ihold. Često je slučaj da je varijacija vaše pogreške napona stacionarnog stanja veći problem od apsolutne veličine. Ako je nešto poput 10 mV (10 MΩ * 1 nA) u jednoj snimci, ali 1 mV u drugoj (2 MΩ * 500 pA), onda je to 10 mV dodatne pogreške vašem mjerenju potencijala preokreta [otprilike govoreći]. To su bile stanice koje su prilično propuštale (1 nA struje zadržavanja često znači da je vaša stanica tost). Međutim, ako uđete u ćeliju s otporom membrane i imate 5 pA struje zadržavanja, vaša će pogreška u stabilnom stanju uvijek biti zanemariva. Međutim, vremenska kvaliteta vaše naponske stezaljke i dalje bi mogla biti poželjna, tj. možda ćete imati samo naponsku stezaljku u stacionarnom stanju. Ovdje možete otići na moj post i vidjeti što se događa, ali otprilike, kutna frekvencija filtera postavljena od strane Rs i Cm je data sa 1/2*pi*Rs*Cm … Dakle, ako pokušavate napon stegnite nešto brzo, a vaša ćelija ima više od nekoliko pF kapaciteta, tada morate imati vrlo nizak serijski otpor.

Stoga razmislite o tome što mjerite. Koje su vam greške prihvatljive? Zatim shvatite s obzirom na vaš sustav kako možete zadržati svoje pogreške ispod toga i na odgovarajući način postavite svoje pragove. Ali ako STVARNO to niste htjeli učiniti [što bi me rastužilo], onda provjerite je li Rm/Rs veći od 10 i provjerite je li Rs * Cm manji od 100 mikrosekundi. To će vam omogućiti da mjerite sve osim struja natrija.


PRAKTIČNA RAZMATRANJA

Nije mali pothvat implementirati automatizirane elektrofiziološke platforme. Osim početnog ulaganja u instrumente, potrošni trošak može biti značajan i treba ga uzeti u obzir. Za uspješno izvođenje eksperimenata potrebno je optimizirati postavke hardvera, protokole napona, protokole rješenja, membranske uvjete i razine ciljne ekspresije. Često se znatna količina truda troši na optimizaciju uvjeta i rješavanje problema. Dodatno, rezultate iz automatiziranih eksperimenata s patch stezaljkama trebale bi potkrijepiti različite platforme i konvencionalna elektrofiziologija. Stoga, automatizirana stezaljka zahtijeva tehničku stručnost i visoko obučeno osoblje. Zbog ovih razmatranja, mnoge se tvrtke odlučuju oslanjati se na ugovorne istraživačke organizacije za svoje elektrofiziološke potrebe. U sljedećem odjeljku usredotočit ćemo se na tehničke aspekte automatiziranih eksperimenata sa zakrpama.

Stanične linije i ekspresijski sustav

Budući da tipični eksperiment s automatiziranim patch clamp-om zahtijeva desetke milijuna stanica, najčešće se koriste stabilne stanične linije koje eksprimiraju ionski kanal od interesa. Čimbenici koji se često uzimaju u obzir su pozadina stanice domaćina, postojanje pomoćnih podjedinica, kontaminacija bazalnom strujom (konstitutivno izraženim ionskim kanalima), gustoća struje i homogenost. Često je potrebno nekoliko krugova selekcije klonova kako bi se razvila visokokvalitetna stabilna stanična linija, pri čemu je automatizirana elektrofiziologija posebno korisna za ispitivanje velikih razmjera. Na primjer, korištenjem Syncropatcha, automatiziranog sustava spajanja zakrpa s 384 jažice, moguće je istovremeno testirati 24 klona, ​​sa 16 stanica po klonu. Osim stabilnih staničnih linija, prolazno transficirane stanice također su korištene za automatiziranu elektrofiziologiju (Vanoye i sur., 2018.), iako to ponekad može patiti od varijabilnih razina ekspresije kanala/receptora. Teoretski, bakulovirusni ekspresijski sustav može se također koristiti u automatiziranoj elektrofiziologiji.

Uz konvencionalne elektrofiziološke pokuse, stanice se pregledavaju vizualno, a "najbolje" stanice se odabiru za proučavanje. Nasuprot tome, s automatiziranim elektrofiziološkim eksperimentima, stanice se nasumično hvataju iz velikog bazena, zbog čega je neophodna upotreba jednoličnih visokokvalitetnih stanica. Prema našem iskustvu, korištenje nježnog protokola stanične disocijacije, uklanjanje staničnih ostataka, održavanje stanica na nižoj temperaturi i podešavanje gustoće stanica učinkoviti su načini za poboljšanje ukupnog stanja stanica (Li i sur., 2017.).

Kontrola kvalitete

Kontrolu kvalitete automatiziranih eksperimenata zakrpanja treba provoditi na više razina. Prvo, potrebno je optimizirati niz elektrofizioloških parametara, uključujući početni otpor hvatanja stanice (>10 MΩ), otpor na brtvljenje (>500 MΩ), strujnu amplitudu (>200 pA) i stabilnost snimanja praćenjem promjena u kapacitivnosti stanice (<2 puta) i serije otpornosti (<1,7 puta Li i sur., 2017.). Ova optimizacija se postiže tijekom faze razvoja analize istraživanjem parametara u postavkama hardvera, vakuumskog tlaka, protokola napona, sastava otopine i uvjeta pranja. Još jedno važno pitanje kontrole kvalitete je trenutna stabilnost. Pojačavanje struje (povećanje amplitude) ili smanjenje (smanjenje amplitude) bez složene modulacije čest je problem koji treba pratiti. Na primjer, tijekom 10-minutnog snimanja može doći do 20% ili više sniženja s naponskim natrijevim kanalima. Iako uzroci kvara mogu uključivati ​​propadanje brtve, nakupljanje inaktivacije i promjenu kanala, takvi se podaci moraju uzeti u obzir tijekom analize podataka. U test treba uključiti odgovarajuće pozitivne i negativne kontrole i učinke spojnog nosača. Rezultate treba ponovno procijeniti ako moć referentnih spojeva značajno odstupa od povijesnih vrijednosti.

Koncentracija spoja

Mnoge automatizirane platforme za zakrpe koriste mikrofluidne dizajne kako bi osigurale brzu promjenu rješenja. Na primjer, Ionflux Mercury prebacuje se između tokova otopine pod tlakom kako bi smanjio vrijeme izmjene otopine. Patchliner, QPatch i Qube omogućuju brzu zamjenu otopine male količine u odjeljcima za snimanje. Drugi sustavi temeljeni na planarnom nizu, kao što su Syncropatch 384/768PE i PatchXpress, izravno dodaju i uklanjaju spojeve u jažice za snimanje. Učinci različitih metoda primjene otopine nisu sustavno istraženi. Dodatno, materijal za čips može potencijalno utjecati na učinkovite koncentracije spojeva. Na primjer, poznato je da se lipofilni spojevi prianjaju na mikrofluidne površine i da ih apsorbira višak stanica u jažicama za snimanje (Bridgland-Taylor i sur., 2006.). Vjerojatnije je da će se spojevi prianjati na strugotine izrađene od polidimetilsiloksana (preko lipofilnog razdvajanja) nego na staklom obložene strugotine. Iz ovih i drugih razloga, snage spojeva dobivene iz automatiziranih elektrofizioloških eksperimenata mogu se podcijeniti. Stoga bi ključne nalaze trebalo potvrditi konvencionalnim elektrofiziološkim eksperimentima.


3. Rezultati

U prethodnoj studiji (Martinez i sur., 2009.) koristili smo pristup sličan onom ovdje opisanom za simulaciju pozadinske buke (ali u toj studiji oblici šiljaka koji odgovaraju aktivnosti jedne i više jedinica su izvučeni iz baze podataka prethodno zabilježenih skokova, umjesto da se detaljno simuliraju, kao ovdje).

U skladu s našim prethodnim rezultatima (Martinez i sur., 2009.), cjelokupna strategija modeliranja koja se ovdje koristi reproducira glavne karakteristike izvanstaničnih zapisa. To je prikazano na slici 5, koja prikazuje simulaciju s gore opisanim modelom (lijevo) i stvarnu intrakranijalnu snimku iz ljudskog medijalnog temporalnog režnja (desno) (Quian Quiroga i sur., 2007.), zajedno s klasterima identificiranim nakon šiljka sortiranje i normalizirani spektar gustoće snage (PDS). U ovom i sljedećim primjerima detekcija šiljaka i sortiranje provedeno je pomoću softverskog paketa Wave_clus (Quian Quiroga i sur., 2004.). Sintetski snimak je generiran korištenjem srednjeg udjela aktivnih neurona (8%) i promjera elektrode od 40 m. Kao što je ilustrirano u primjeru, kontinuirano snimanje, sortirani oblici šiljaka i PDS izgledaju vrlo slično za simulaciju i stvarne podatke.

Simulirani skup podataka s 8% aktivnih neurona i promjerom elektrode od 40 m (lijevo) i stvarnom snimkom s ljudskog MTL-a (desno). (a) Deset sekundi kontinuiranih signala, gdje vodoravne linije predstavljaju prag detekcije. (b) Grupe identificirane nakon automatskog sortiranja podataka uz korištenje snimanja cijelog trajanja. U oba slučaja otkrivena je više jedinica i dvije pojedinačne jedinice. (c) Normalizirani spektar gustoće snage (PDS) podataka. Umetak prikazuje PDS log-log između dvije okomite linije, što ukazuje na linearno uklapanje u podatke, gdje predstavlja nagib i r 2 koeficijent korelacije.

Simulirani skup podataka s 8% aktivnih neurona i promjerom elektrode od 40 m (lijevo) i stvarnom snimkom s ljudskog MTL-a (desno). (a) Deset sekundi kontinuiranih signala, gdje vodoravne linije predstavljaju prag detekcije. (b) Grupe identificirane nakon automatskog sortiranja podataka uz korištenje snimanja cijelog trajanja. U oba slučaja otkrivena je više jedinica i dvije pojedinačne jedinice. (c) Normalizirani spektar gustoće snage (PDS) podataka. Umetak prikazuje PDS log-log između dvije okomite linije, što ukazuje na linearno uklapanje u podatke, gdje predstavlja nagib i r 2 koeficijent korelacije.

3.1. Utjecaj veličine elektrode.

Slika 6a ilustrira učinak veličine elektrode, gdje su generirana tri različita zapisa s istom raspodjelom neurona za mali (10 m), srednji (40 m) i veliki (300 m) promjer elektrode. Male elektrode obično imaju vrlo visoke impedancije i visoke omjere signala i šuma, a sklone su detektiranju aktivnosti neurona vrlo blizu njihovog vrha (lijevo), nasuprot tome, velike elektrode detektiraju veliki broj neurona, ali njihovi šiljci, u prosjeku na cijeloj površini elektrode, jedva premašuju razinu buke (desno). Središnji dijagram prikazuje elektrodu srednje veličine, koja nudi kompromis između ova dva slučaja. Imajte na umu da s obzirom na činjenicu da su neuroni postavljeni na nasumična mjesta, što je veća elektroda, veća je vjerojatnost da se neuroni vrlo blizu s šiljcima visoke amplitude. Zbog toga su šiljci za srednju elektrodu veći nego za malu elektrodu, dok se za najveću elektrodu šiljci ispiru usrednjavanjem po njezinoj površini. U stvarnom životu, šiljci koji se vide s malim elektrodama obično su vrlo veliki jer se elektrode ručno postavljaju blizu neurona koji se snima.

(a) Snimanje s različitim veličinama elektroda za fiksnu distribuciju neurona. Dok male elektrode mogu vidjeti samo neurone u blizini, velike elektrode teško mogu vidjeti pojedinačne neurone, jer su oblici šiljaka integrirani duž njihove površine. Srednje veličine elektroda daju optimalan kompromis između oba slučaja. (b) Omjer signala i šuma (srednja amplituda šiljaka iznad standardne devijacije šuma) snimaka kao funkcija promjera elektrode za različite udjele aktiviranih neurona.

(a) Snimanje s različitim veličinama elektroda za fiksnu distribuciju neurona. Dok male elektrode mogu vidjeti samo neurone u blizini, velike elektrode teško mogu vidjeti pojedinačne neurone, jer su oblici šiljaka integrirani duž njihove površine. Srednje veličine elektroda daju optimalan kompromis između oba slučaja. (b) Omjer signala i šuma (srednja amplituda šiljaka iznad standardne devijacije šuma) snimaka kao funkcija promjera elektrode za različite udjele aktiviranih neurona.

Kao što je opisano u odjeljku 2.4, ovaj učinak proizvode dvije značajke: prostorno usrednjavanje EAP-ova po površini elektrode i filtriranje pomoću ekvivalentnog električnog kruga. S jedne strane, prostorno usrednjavanje proizvodi veće omjere signal-šum za male elektrode, s obzirom da bilježe manje šuma. S druge strane, s malom elektrodom šansa da se bude vrlo blizu neurona je manja. Štoviše, uzimajući u obzir ekvivalentni električni krug elektrode (vidi sliku 1b i Robinson, 1968.), male elektrode imaju nisku kapacitivnost sučelja između elektrode i tkiva i veći otpor širenja, što povećava efektivnu impedanciju elektrode, stvarajući slabljenje amplitude šiljaka (kao što je prikazano u Nelson et al., 2008). Dakle, iako je pokazano da se učinak ovog ekvivalentnog elektrodnog filtra može zanemariti za niskofrekventne signale (poput onih u LFP Nelson & Pouget, 2010), u frekvencijskom rasponu naših simulacija, signal-šum ( SNR) omjer je smanjen za male elektrode. Stoga kombinacija ovih učinaka daje optimalan odgovor za elektrode srednje veličine. Kako bismo procijenili optimalnu veličinu elektrode, generirali smo skup simulacija (svaka od 5 minuta) s povećanjem promjera (d= 10 m, 20 m, 40 m, 60 m, 80 m, 100 m, 120 m, 140 m, 160 m, 180 m i 200 m) i različiti udjeli aktivnih neurona (⁠ 2%, 4%, 6% , 8%, 10%, 12% i 14%). Krivulje na slici 6b pokazuju prosječni SNR od 20 različitih simulacija za svaku kombinaciju d i P. SNR-ovi su izračunati kao srednja amplituda šiljaka pojedinačnih neurona identificiranih u snimci (nakon sortiranja šiljaka), podijeljena sa standardnom devijacijom buke, procijenjenom iz izraza ⁠, gdje je x je propusni filtriran signal kao u Quian Quiroga i sur. (2004). Imajte na umu da se maksimalni SNR postiže za promjere elektroda između 30 i 50 m, te smo stoga odabrali optimalnu veličinu elektrode od 40 m.

3.2. Procjena omjera aktivnih neurona.

Zatim smo usporedili vrijednosti SNR dobivene iz stvarnih snimaka i naših simulacija kako bismo procijenili udio aktivnih neurona. Za to smo generirali 30 sekundi simuliranih izvanstaničnih snimaka s promjerom elektrode od 40 m (isti promjer korišten u stvarnim snimkama) i 6 stopa aktiviranja neurona (2%, 4%, 6%, 8%, 10%, i 12%). Slika 7a prikazuje prosječne vrijednosti SNR-a (u svakom slučaju u 10 neovisnih simulacija) dobivene kao funkciju udjela aktivnih neurona. U osnovi što je veći broj aktivnih neurona, to je niži SNR, što je posljedica povećanja razine buke. Ovaj je rezultat uspoređen sa stvarnim snimkama dobivenim s intrakranijalnim elektrodama širine 40 m s ljudskog MTL-a (vidi odjeljak 2). Analiza ovih podataka dala je prosječni SNR od oko 12, što odgovara oko 7% aktivnih neurona.

(a) Omjer signala i šuma (SNR) kao funkcija udjela aktivnih neurona dobivenih s 40 m elektrodom. Što je veći broj aktivnih neurona, to je niži SNR. Uz stvarne podatke (ljudske MTL snimke) dobiven je prosječni SNR = 12, što u modelu odgovara 7% aktiviranja neurona. (b) S obzirom na gustoću neurona korištenih u našem modelu, isprekidana linija označava broj neurona unutar radijusa od 50 m od elektrode, koji bi se u načelu trebali detektirati kao pojedinačne jedinice. Puna linija prikazuje srednji broj pojedinačnih neurona otkrivenih s Wave_clusom za različite udjele aktivnih neurona.

(a) Omjer signala i šuma (SNR) kao funkcija udjela aktivnih neurona dobivenih s 40 m elektrodom. Što je veći broj aktivnih neurona, to je niži SNR. Uz stvarne podatke (ljudske MTL snimke) dobiven je prosječni SNR = 12, što u modelu odgovara 7% aktiviranja neurona. (b) S obzirom na gustoću neurona korištenih u našem modelu, isprekidana linija označava broj neurona unutar radijusa od 50 m od elektrode, koji bi se u načelu trebali detektirati kao pojedinačne jedinice. Puna linija prikazuje srednji broj pojedinačnih neurona otkrivenih s Wave_clusom za različite udjele aktivnih neurona.

Ovaj skup podataka također je korišten za procjenu broja pojedinačnih jedinica koje se mogu detektirati nakon sortiranja šiljcima (pomoću Wave_clus). S obzirom na gustoću neurona korištenih u našem modelu, isprekidana linija na slici 7b predstavlja broj neurona unutar radijusa od 50 m od elektrode koji bi se u načelu trebali detektirati kao pojedinačne jedinice (Buzsaki, 2004.). Puna linija pokazuje broj neurona koje je detektirao algoritam sortiranja šiljcima, koji je zasićen na vrijednost oko 7, čime se ističe ograničenje metoda sortiranja šiljcima (slično ograničenje za ovaj i druge algoritme detaljno je opisano u Pedreira i sur. ., 2012.).

3.3. Simulacija snimanja tetrode.

Jedna od najzanimljivijih prednosti našeg modela je mogućnost generiranja realističnih simulacija snimaka tetrode. Slika 8 prikazuje konfiguraciju tetrode koja se koristi za generiranje sintetičkih skupova podataka. Svaki pojedinačni kontakt elektrode imao je promjer od 40 m, a razmak između kontakata bio je 50 m. Ovi skupovi podataka obrađeni su s Wave_clusom, a dobiveni klasteri prikazani su u donjem dijelu slike 8. Iz ove snimke bilo je moguće detektirati 20 različitih pojedinačnih jedinica, puno veće vrijednosti od one dobivene s pojedinačnim elektrodama. Posebno imajte na umu da se za svaki skup šiljaka, ne samo amplituda nego i oblik šiljaka razlikuje u četiri kanala simulirane tetrode.

Simulacija snimanja tetrode. Svaki pojedinačni kontakt elektrode imao je promjer od 40 m, a razmak između kontakata bio je 50 m (gore). Klasteri dobiveni nakon sortiranja klasova, s 20 identificiranih jedinica (dolje).

Simulacija snimanja tetrode. Svaki pojedinačni kontakt elektrode imao je promjer od 40 m, a razmak između kontakata bio je 50 m (gore). Klasteri dobiveni nakon sortiranja klasova, s 20 identificiranih jedinica (dolje).


Ne bi li elektroda za snimanje trebala imati što manji otpor? - Biologija

Svi članci koje je objavio MDPI odmah su dostupni širom svijeta pod licencom otvorenog pristupa. Za ponovnu upotrebu cijelog ili dijela članka koji je objavio MDPI, uključujući slike i tablice, nije potrebno posebno dopuštenje. Za članke objavljene pod licencom Creative Common CC BY otvorenog pristupa, bilo koji dio članka može se ponovno koristiti bez dopuštenja pod uvjetom da je izvorni članak jasno citiran.

Feature Papers predstavljaju najnaprednije istraživanje sa značajnim potencijalom za veliki utjecaj na tom području. Kratki radovi podnose se na individualni poziv ili preporuku znanstvenih urednika i prolaze recenziranje prije objavljivanja.

Feature Paper može biti ili originalni istraživački članak, značajna nova istraživačka studija koja često uključuje nekoliko tehnika ili pristupa, ili sveobuhvatan pregledni rad sa sažetim i preciznim ažuriranjima najnovijeg napretka u području koji sustavno razmatra najuzbudljivija dostignuća u znanstvenoj književnost. Ova vrsta rada pruža pogled na buduće smjerove istraživanja ili moguće primjene.

Članci po izboru urednika temelje se na preporukama znanstvenih urednika MDPI časopisa iz cijelog svijeta. Urednici odabiru mali broj nedavno objavljenih članaka u časopisu za koje smatraju da će biti posebno zanimljivi autorima ili važni u ovom području. Cilj je dati snimku nekih od najuzbudljivijih radova objavljenih u različitim istraživačkim područjima časopisa.


Poboljšanje prihvaćanja EEG signala: električni aspekt najnovijeg prednjeg dijela

Cilj ovog rada je predstaviti neka praktična najsuvremenija razmatranja u dobivanju zadovoljavajućih signala za akviziciju elektroencefalografskih signala. Ova razmatranja su važna za korisnike i dizajnere sustava. Osobito odabir ispravne elektrode i strategije dizajna početnog elektroničkog sklopa igra važnu ulogu u poboljšanju performansi mjerenja sustava. Uzimajući u obzir zamke u dizajnu sustava za mjerenje biopotencijala i uvjeta sesije snimanja stvara se bolja točnost. U elektrodama za snimanje elektroencefalograma (EEG), elektronika sustava uključujući filtriranje, pojačanje, pretvorbu signala, pohranu podataka i okolišni uvjeti utječu na performanse snimanja. U ovom se radu raspravlja o principima EEG elektroda i glavnim točkama metoda elektroničke redukcije šuma u prednjem dijelu za akviziciju EEG signala te su dati neki prijedlozi za poboljšanje akvizicije signala.

1. Uvod

Iako su osnove mjerenja elektroencefalograma (EEG) kod čovjeka iste od 1929. godine, prvi ga je izradio Hans Berger, tehnološki razvoj daje priliku za izgradnju mnogo sofisticiranijih sustava akvizicije s obzirom na kliničke potrebe i znanstvena istraživanja. Ljudski mozak generira električne signale zvane EEG signale koji su povezani s tjelesnim funkcijama, a ovaj rad govori o njihovom dobivanju. Ovi signali su otprilike manji od 100

V i 100 Hz i može se mjeriti s elektrodama postavljenim na vlasište, neinvazivno. Zbog njihove niske amplitude zbog sastava lubanje, mjerenje EEG-a je teže od ostalih neinvazivnih mjerenja biosignala kao što su elektrokardiogram, elektromiogram, elektrookulogram i tako dalje. Posjedovanje skupih sustava za snimanje bio-signala ne može jamčiti dobivanje ispravnih signala. U tom smislu, neke čimbenike za dobivanje dobrih EEG signala treba uzeti u obzir u novim dizajnima i tijekom snimanja. U ovom se radu raspravlja o tim glavnim razmatranjima, a neki prijedlozi su predstavljeni.

U snimanjima bio-signala, elektrode su početni elementi koji služe za pretvaranje biopotencijalnih signala iz izvora biopotencijala u električne signale. Slika 1 prikazuje pojednostavljeno mjerenje biopotencijala. EEG elektrode su obično izrađene od metala i proizvode se u obliku čašice, diska, igle ili mikroelektrode za mjerenje intrakorteksnih potencijala. Srebrni klorid (AgCl) je poželjan za uobičajene neurofiziološke primjene [1]. Budući da je Ag slabo topiva sol, AgCl se brzo zasićuje i dolazi u ravnotežu. Stoga je Ag dobar metal za metalne elektrode na površini kože [2]. Odabir ispravne elektrode kao i priprema kože prije snimanja utječe na točnost mjerenja.


Drugi važan čimbenik je elektronički šum koji je vrlo važan za mjerenja bio-signala. Elektronički šum može biti uzrokovan unutarnjim i vanjskim izvorima buke. Unutarnji izvori buke su toplinska (zbog otpornih komponenti), pucnjava (zbog poluvodičkih rupa i difuzije), treperenje (zbog kontaktnih iglica) i buka praska (ili kokica, zbog nečistoća u poluvodičima) [3]. Najvažniji vanjski šum uzrokovan je smetnjama u strujnoj liniji. To se jasno vidi u spektralnoj analizi na 50 Hz (ili 60 Hz). Između dalekovoda i predmeta postoje kapaciteti (parazitski i izolacijski). Za izdvajanje biosignala upravo iz elektroničke buke potrebne su učinkovite metode smanjenja buke [3, 4]. U tu svrhu potrebno je učinkovito analogno i/ili digitalno filtriranje.

U sljedećim odjeljcima prikazane su EEG elektrode, kao i EEG snimanje i razmatranja dizajna.

2. Materijali i metode

2.1. EEG elektrode

Elektrode mogu biti polarizirane (nereverzibilne) ili nepolarizirane (reverzibilne). Izbjegava se polarizacija jer je kloridni ion zajednički i za elektrodu i za elektrolit. Drugi metali poput zlata ili platine mogu se koristiti za izradu elektroda, ali su skupi. Polarizirane elektrode imaju tendenciju stvaranja značajnog kapaciteta, a to može ometati prijenos temeljnih bio-signala. Ove elektrode se ponašaju kao niskofrekventni filtar (niskopropusni filtar). Nepolarizirane elektrode, poput onih od AgCl, preferiraju se za uobičajene neurofiziološke primjene [1, 2]. Normalne Ag/AgCl elektrode moraju se na vrijeme klorirati, međutim, sinterirati (izrada elektroda od praha, zagrijavanjem materijala u peći za sinteriranje ispod njegove točke taljenja) Ag/AgCl elektrode ne moraju biti klorirane.

EEG elektrode se mogu klasificirati kao jednokratne za višekratnu upotrebu u obliku diska i čašice (EEG kapice), subdermalne igle (igle za jednokratnu upotrebu koje se postavljaju ispod kože) i implantirane elektrode (za precizno određivanje podrijetla napadaja). Igle su dostupne s trajno pričvršćenim žičanim vodovima, gdje se cijeli sklop odbacuje, ili utičnicama koje su pričvršćene na provodne žice s odgovarajućim utikačima. Izrađene su od nehrđajućeg čelika ili platine. Neke od EEG elektroda mogu se koristiti za posebne primjene. Na primjer, implantirane EEG elektrode također se mogu koristiti za stimulaciju mozga i mapiranje kortikalnih i subkortikalnih neuroloških funkcija, poput motoričke ili jezične funkcije, u pripremi za operaciju epilepsije. Infekcija se mora smatrati glavnim rizikom od implantiranih EEG elektroda.

U neinvazivnom mjerenju električnog moždanog signala, između elektrode i kože postoji materijal sučelja. Ovaj materijal je elektrolit i može biti u obliku EEG gela ili paste. Elektrofiziološka aktivnost uzrokovana izvorom biopotencijala je izvor struje koji uzrokuje protok struje u izvanstaničnoj tekućini i drugim vodljivim putovima kroz tkivo.

Elektroda u obliku čaše osigurava dovoljan volumen da sadrži elektrolit, uključujući ione klora. Kod ovih elektroda koža nikada ne dodiruje izravno materijal elektrode. Sučelje elektroda-tkivo ima impedanciju ovisno o nekoliko čimbenika. Neki od tih čimbenika su sloj sučelja (kao što je priprema kože, masna masa, kosa, itd.), površina površine elektrode i temperatura elektrolita. Kontakt elektroda-tkivo može se modelirati kao na slici 2. Kao što se vidi iz slike, sučelje elektroda-tkivo ne samo da je otporno već se sastoji i od kapacitivnih elemenata. To je važno za ovisnost o frekvenciji kontakta elektrode i kože.


Pojednostavljeni ekvivalentni sklop izvora biopotencijala i sučelja elektroda-tkivo od elektrode. Prikazan je biopotencijalni izvor kao izvor struje i otpor tkiva Rt. Ekvivalentni elementi Cet i Ret elektroda-tkivo mogu se mijenjati za svaki kontakt elektrode.

Zbog interakcije između metalne elektrode i elektrolita, ioni su se nakupljali kao paralelne ploče. Između elektrode i elektrolita dolazi do izmjene ion-elektron. Ova izmjena rezultira naponom i naziva se polućelijski potencijal. Zbog tog potencijala, u nekim slučajevima, biopotencijalna pojačala moraju tolerirati do

300 mV. Ova vrijednost ovisi o elektrodi i materijalima elektrolita. To se može objasniti Nernstovom jednadžbom, jednostavno, kao

Evo, imamo ε: Potencijal polustanice (V), : Transportirani elektron (mol broj) i : Brzina unutarnjih i vanjskih iona:

U kliničkim EEG snimkama, 10/20 sustav postavljanja elektroda je standard i općenito se koristi za mnoge kliničke ili istraživačke primjene [5]. Iako postoji 75 mjesta u ovom sustavu, 8 do 32 elektrode mogu biti dovoljne za kliničku primjenu. S druge strane, 8 kanala također može biti dovoljno za neke aplikacije Brain Computer Interface (BCI), a za prikaz električnog izvora (ESI) potrebno je više od 100 kanala. Elektrode su postavljene iznad frontalnog, temporalnog, parijetalnog i okcipitalnog režnja, a parni i neparni brojevi se odnose na lijevu i desnu hemisferu. Zbog zahtjeva, drugi sustav postavljanja je 5% postavljanje elektroda i određeno je 345 mjesta [6], ali to nije uobičajen standard.

2.2. EEG snimke

U EEG sustavu, kao neinvazivnoj primjeni, elektrode se postavljaju na vlasište, a dovoljan broj elektroda može biti od 1 do 256 (ili više u bliskoj budućnosti) na EEG kapicu radi lakšeg nanošenja. Kako bi se osigurala ionska struja i smanjila kontaktna impedancija između površine elektrode i vlasišta, EEG gel ili pasta moraju se koristiti zajedno za pravilnu pripremu kože. U mjerenjima biopotencijala najvažnija je točka očuvanje originalnosti biosignala. Kontaktna impedancija treba biti između 1 k

do 10 k za snimanje točnog signala. Manja od 1 k kontaktne impedancije ukazuje na mogući prečac između elektroda, s druge strane, impedancija veća od 10 k može uzrokovati artefakte izobličenja.

Drying the gel or paste in time, as well as the subject’s perspiration and movements (eye blinks, muscle movements, heart beats, etc.), can easily affect the measurement performance negatively. Because of these reasons, recording time is generally limited for several hours. For long periods of time or ambulatory EEG recordings, additional requirements are necessary to make patients more comfortable and to allow for consistent system performance. High-resolution applications such as ESI or wireless data transfer also require a different approach for the design of the novel electrodes. To reduce the skin preparation time and to measure the bio-signals more accurately, several approaches are attempted for electrode fabrication. For example, multiarray thin film electrodes are developed especially for different depth in operational applications [10] nitride-covered steel is used as an electrode and there is no need for EEG paste to result in successful recordings [11]. In the last few years, active electrode (small or unity gain amplifier close to electrode) research is gaining popularity. With these types of electrodes, without the use of electrode gel and with much more skin preparation, noise reductions are reported [9, 12–14].

In commercial applications, apart from classical cup- or disc-shaped electrodes and active electrodes, another approach is used to reduce preparation time (by EGI’s HydroCel Geodesic Sensor Net). In this approach, scalp preparation and abrasion are not required. Because the soft pedestal design of the chamber creates a sealed environment, it hydrates the skin and creates an interface between the skin and electrode. Application times for the sponge-based HydroCel Geodesic Sensor Net that range between 5 minutes for 32 channels to 15 minutes for 256 channels are reported [8]. In practical consideration, at least 45 minutes are required for the electrode while 15 minutes are reasonable in skin preparations for the 256-channel cup-shaped electrode cap. Figure 3 shows some EEG electrodes and caps commercially available. In this figure several examples as non-invasive electrodes and EEG caps as well as one intracortical electrode array are shown.


(a) Ag-AgCl electrodes
(b) Active electrodes
(c) Intra-cortical electrode array
(d) EEG caps (left to right: Standard: 256-ch., (me) (Neuroscan) [7], (Neuroscan) [7], (EGI) [8], Active (Biosemi) [9], Hydrocel (EGI)) [8]
(a) Ag-AgCl electrodes
(b) Active electrodes
(c) Intra-cortical electrode array
(d) EEG caps (left to right: Standard: 256-ch., (me) (Neuroscan) [7], (Neuroscan) [7], (EGI) [8], Active (Biosemi) [9], Hydrocel (EGI)) [8]

Another approach for fabricating EEG electrode is dry electrode (Figure 4). This type of electrode does not need an extensive set-up time, and it is convenient for long-term recordings. These properties are advantageous for BCI and neurofeedback applications. As an example, in order to design dry electrode, 1.5 mm thick silicone conductive rubber-shaped discs of 8 mm diameter are used. The active side of the electrode is capacitive and coupled through a layer of insulating silicon rubber with a metal shield wired to the active guard shield. The impedance of the realized electrodes at 100 Hz is greater than 20 M with a parasitic capacitance smaller than 2 pF [15].


For under cortex applications intra-cortical electrodes are used. One of these types of electrodes (The Utah Intra-cortical Electrode Array) is an array of 100 penetrating silicon microelectrodes designed to electrically focus stimulation or record neurons residing in a single layer up to 1.5 mm beneath the surface of the cerebral cortex [16]. Each electrode of the intra-cortical array electrode is 1.5 mm long, 0.08 mm wide at the base, and 0.001 mm at the tip.

Each type of electrode should be used with a successful electronic circuit. In Figure 5 EEG electrode and initial signal acquisition examples are shown. Recording environment conditions, contact impedance value and its stability, amplification method (ac or dc), and recording time must be considered. In the next subsection design considerations are explained, briefly.


(a) A cup-shaped electrode
(b) Principle of capacitive electrode
(c) Driven guard and shielding with metal plates to reduce electromagnetic interferences
(a) A cup-shaped electrode
(b) Principle of capacitive electrode
(c) Driven guard and shielding with metal plates to reduce electromagnetic interferences
2.3. The Design Considerations

In EEG recordings, as the other bio-signal measurements, one of the major problems is the 50 (or 60) Hz noise due to power lines. Between power lines and the subject there are capacitances (parasitic and isolation). Electromagnetic interference (EMI) ways are shown in Figure 6. The environmental factors influence the subject and measurement system. For example, a fluorescent lamp 1-2 m away from the measurement system interferes with the measuring signal as several kHz peaks. The interference signal may be half of the power line noise. In the same way, other electrical or electronic devices may interfere with the bio-signal measurements.


Electromagnetic interference (EMI) ways (for the capacitance values [9]). Arrows show the interference currents. (I) Voltage due to magnetic field to electrode cable loop is illustrated. (II) Displacement current on subject head due to electrical field causes voltage drop across electrodes. (III) Displacement current on subject body due to electrical field causes voltage drop across electrodes. (IV) Additionally, this current causes voltage between measurement electrode and amplifier common pin [24].

The dc component of the common mode signal is about several thousand, volts and the ac component may be about 1 V. This value may be in mV scale when the subject’s body is grounded with earth ground and may be as high as 20 V when power line is held [17]. Electrostatic discharge (ESD) and defibrillator should be considered in electronic design. Protection for these must be provided for patient/subject and also initial active components. To reduce common mode signal effects, the instrumentation amplifiers having higher common mode rejection ratio (CMRR) must be used [18, 19]. Some research studies related to biopotential design report that 80–136 dB CMRRs are obtained [20–23]. To reduce isolation capacitance effects, battery powered operation is efficient [9].

In order to guarantee the subject/patient safety, leakage current should be less than the levels determined by IEC 601-1. According to this regulation, leakage current must be less than 10 A in normal conditions, while regarding the connection to the main power supply, 50 A is allowable.

Biopotential amplifiers can be dc coupled or ac coupled. In design strategy, dc or ac coupling and filtering (hardware or software) decisions are the initial steps for the biopotential measurement system designer. For ac amplification more than 10 bits digital resolution may be enough. However, for dc amplification, because number of effective bits is decreased, more than 20 bits are necessary for the analog digital converter (ADC). For high digital resolution sigma-delta technology ADC is one of good solutions [22, 23].

The input amplifier circuit is presented in Figure 7. It can be used wired electrodes (classical approach) or close to electrodes (active electrode approach). After the tests, it is observed that the circuit can be used for EEG, EOG or EMG signal measurements. This amplifier’s gain is 16, and it does not cause biopotential amplifier saturation, and its CMRR is 102 dB under no shielding conditions or EMI protection.


3. Discussions

Acquiring EEG signal properly means mainly safety, bio-signal measurement with higher Signal to Noise Ratio (SNR) and no data loss. The major points that the author briefly proposed for the entire recording process are the following.

(i) Subject/Patient Safety. Because of the leakage current from system electronics and defibrillator (if used), subject/patient safety should be provided. Subject/patient and front-end circuitry and earth grounds should be separated (i.e., analog and digital grounds). Increasing the isolation mode rejection ratio of the amplifier reduces the influence of isolation mode voltage.

(ii) EMI Protection. Operation of electrical or electronic devices and especially fluorescent lamps near the recording set-up is prohibited. Otherwise acquired EEG signals are distorted and the signal corrupted with noise. Using instrumentation amplifier can help getting rid of this problem.

(iii) No Subject/Patient Muscular Movements. Muscular movements (i.e., EMG-related contamination) such as eye blinks, clenching teeth, movement of shoulders or legs, and so forth affect EEG signal acquisition, badly. These cases may cause wrong comments on the signals and signal processing error.

(iv) ESD Protection. Active electronic components must have greater than 2000 V ESD protection. No ESD protection may cause damage of active electronic components and may cause serious problem for subject/patient.

(v) Efficient Grounding. Metal cases must be connected to metal plate/rod buried under ground. Proper grounding technique helps to reduce noise therefore increasing SNR.

(vi) Elektrode. Choosing correct electrode and montage should be decided regarding clinical or research application purposes. In addition to availability of commercial standard or active types, electrodes can be made such as capacitive coupling or dry electrode. Number of electrodes and their placement is also important for the application.

(vii) Electrode Contact Impedance. Contact impedance value must be between 1 k and 10 k for classical electrodes. Less than 1 k contact impedance indicates probable shortcut between the electrodes. Greater than 10 k contact impedance prevents acquiring EEG signals. Before measurement, contact impedance should be measured, and EEG trace should be observed while recording. Using todays technology, high input impedance (

1 G ) amplifier chips and active electrode approaches decrease dependency of the contact impedance. To acquire proper signal, electrodes should not be moved. Otherwise it causes fluctuation of the EEG signal, and spikes on it.

(viii) Noise Immunity. Noise reduction techniques must be considered in electronic circuitry and printed circuit board design. Electronic cards and connection cables should be placed in a metal box to reduce electronic noise as much as possible. Using twisted, blended, and driven signal cables gives good results. Because EEG signals are low amplitude Vs, they are very sensitive to electronic noise. Electronic noise should be less than 2 V (peak-to-peak).

(ix) Environmental Conditions. If the EEG system is combined with magnetic resonance imaging, it must be compatible for operating under a high magnetic field. Similarly, if the EEG system is used in an operation room while surgery, it should not be affected under high electronic noise conditions such as electro-cautery. Recording must be stable and ambient temperature should not affect system performance. System performance should be independent of reasonable temperature fluctuations.

(x) Reduction for Common Mode Signals. To reduce common mode signals, it is necessary to use instrumentation amplifier having greater than 80 dB CMRR. This is important for high SNR signal acquisition.

(xi) Recording Mode. Designer or user should decide the recording mode regarding their applications. EEG recordings can be bipolar (differentiated two close electrode signal), unipolar (differentiated common reference), or using averaged reference. Clinical or research applications require different recording modes.

(xii) Reference and Ground Electrode Position. Especially reference electrode placement is important for some applications. In general reference electrode is placed on vertex ground electrode is placed on left or right (or together) ear.

(xiii) Preserving the Biosignal Originality. Linear and distortionless amplification must be provided. Otherwise signal processing (detection, pattern recognition, feature extraction, classification, and averaging, etc.) performances may decrease.

(xiv) Avoiding Amplifier Saturation. If the amplifier circuits saturate, analog signal loss is inevitable. Amplifier saturation is caused by high input signal, mainly due to electrode movements. In ac amplification, amplifier which is used before high-pass filtering must be fixed for optimum gain to avoid saturation level. If dc amplification is preferred, there is no amplifier saturation risk on the other hand, number of efficient bit resolution is decreased.

(xv) Cross-Talk Rejection. For multichannel systems, cross-talk rejection must be high enough. Otherwise, channels can be affected from other channels therefore, artifact exists.

(xvi) Input Impedance. Input impedance of the circuit must be high enough. For dc signals greater than 1 G input impedance value gives good results. Low input impedance causes load of bio-signal source, and it causes damaging of the signal.

(xvii) Input Bias Current. Input bias current of the input amplifier must be as low as possible (pA). If bio-signal sources are loaded by input amplifier, it also causes distortion.

(xviii) Frequency Band. Selecting the proper filter band (at least band width must be 0.5 Hz–70 Hz) is important to acquire signal. This is also important for digitizing and data storing. Sufficient (and optimum) sampling rate ( 140 Hz) and transfer rate should be provided. Dc level should be removed for efficient signal conditioning/processing in hardware or in software.

(xix) Digitization. Sufficient (and optimum) digital resolution ( 10 bits for ac amplification, 20 bits for dc amplification) must be provided for analog to digital converter (ADC). If low digital resolution is used, the quantization error increases.

(xx) Same Sampling Instants. If the multichannel system is designed (or used), there must be no time delay between channels. For an analog multiplier, this may be a problem, however, not for a digital multiplier. To sample at the same time instants, sample and hold circuits should be used. If each analog channel has its own ADC, this can be made with ADC control signal timing.

(xxi) Recording Time. Sufficient (and optimum) recording time is necessary. Long-time recording (more than 2 hours) causes artifacts due to drying gel, perspiration and creating of anxiety in subject/patient. On the other hand, insufficient recording time causes insufficient data acquisition.

(xxii) User Friendly. The system hardware and software must be well integrated and must have user friendly interface.

(xxiii) Low Power Consumption. This is important for especially battery-powered systems.

(xxiv) Niska cijena. The system should be cost effective, and components must be available.

4. Zaključak

There are major points that should be considered to improve the measurement performance in the design of the bio-signal measurement system or recording session. Specifically choosing the correct electrode, skin preparation, and reduction of power line noise are the important issues for EEG recordings. To reduce electromagnetic interferences, a metal box for electronic circuits, a shielded (Faraday cage principle) recording room, and guarding (driven or not) for common mode signal reduction are the efficient methods. The performance of the bio-signal measurement system depends on the electrodes, electronic circuitry, and recording conditions. Choosing the correct electrode and successful electronic design strategy are essential to acquire EEG signals, properly.

Reference

  1. C. M. Sinclair, M. C. Gasper, and A. S. Blum, “Basic electronics in clinical neurophysiology,” in The Clinical Neurophysiology Primer, A. S. Blum and S. B. Rutkove, Eds., pp. 3–18, Humana Press, Totowa, NJ, USA, 2007. View at: Google Scholar
  2. D. Prutchi and M. Norris, Design and Develeopment of Medical Electronic Instrumentation, John Wiley & Sons, Hoboken, NJ, USA, 2005.
  3. M. Leach Jr., “Fundamentals of low-noise analog circuit design,” Proceedings of the IEEE, sv. 82, br. 10, pp. 1515–1538, 1994. View at: Publisher Site | Google Scholar
  4. H. W. Ott, Noise Reduction Techniques in Electronic Systems, John Wiley & Sons, New York, NY, USA, 2nd edition, 1988.
  5. H. H. Jasper, “The ten–twenty electrode system of the international federation,” Elektroencefalografija i klinička neurofiziologija, sv. 10, pp. 367–380, 1958. View at: Google Scholar
  6. R. Oostenveld and P. Praamstra, “The five percent electrode system for high-resolution EEG and ERP measurements,” Klinička neurofiziologija, sv. 112, br. 4, pp. 713–719, 2001. View at: Publisher Site | Google Scholar
  7. Biosemi, Product catalog, 2009, http://www.biosemi.com/active׾lectrode.htm.
  8. Neuroscan, Product catalog, 2009, http://www.neuroscan.com/quick忊ps.cfm.
  9. EGI, Product catalog, 2009, http://egi.com/research-division-research-products/sensor-nets.
  10. O. J. Prohaska, F. Olcaytug, P. Pfundner, and H. Dragaun, “Thin-film multiple electrode probes: possibilities and limitations,” IEEE Transactions on Biomedical Engineering, sv. 33, br. 2, pp. 223–229, 1986. View at: Google Scholar
  11. B. A. Taheri, R. T. Knight, and R. L. Smith, “A dry electrode for EEG recording,” Elektroencefalografija i klinička neurofiziologija, sv. 90, br. 5, pp. 376–383, 1994. View at: Publisher Site | Google Scholar
  12. W. J. R. Dunseath and E. F. Kelly, “Multichannel PC-based data-acquisition system for high-resolution EEG,” IEEE Transactions on Biomedical Engineering, sv. 42, br. 12, pp. 1212–1217, 1995. View at: Publisher Site | Google Scholar
  13. A. C. MettingVanRijn, A. P. Kuiper, T. E. Dankers, and C. A. Grimbergen, “Low-cost active electrode improves the resolution in biopotential recordings,” in Proceedings of the 18th Annual International Conference of the IEEE Engineering in Medicine and Biology, pp. 101–102, Amsterdam, The Netherlands, October-November 1996. View at: Google Scholar
  14. G. Litscher, “A multifunctional helmet for noninvasive neuromonitoring,” Journal of Neurosurgical Anesthesiology, sv. 10, br. 2, pp. 116–119, 1998. View at: Google Scholar
  15. G. Gargiulo, P. Bifulco, R. A. Calvo, M. Cesarelli, C. Jin, and A. van Schaik, “A mobile EEG system with dry electrodes,” in Proceedings of IEEE-BIOCAS Biomedical Circuits and Systems Conference (BIOCAS ✈), pp. 273–276, Baltimore, Md, USA, November 2008. View at: Publisher Site | Google Scholar
  16. P. J. Rousche and R. A. Normann, “Chronic recording capability of the Utah intracortical electrode array in cat sensory cortex,” Journal of Neuroscience Methods, sv. 82, br. 1, pp. 1–15, 1998. View at: Publisher Site | Google Scholar
  17. B. B. Winter and J. G. Webster, “Reduction of interference due to common mode voltage in biopotential amplifiers,” IEEE Transactions on Biomedical Engineering, sv. 30, br. 1, pp. 58–62, 1983. View at: Google Scholar
  18. R. Aston, Principles of Biomedical Instrumentation and Measurement, Prentice Hall, Columbus, Ohio, USA, 1990.
  19. J. G. Webster, Medical Instrumentation, Application and Design, Houghton Mifflin, Boston, Mass, USA, 2nd edition, 1992.
  20. G. Litscher, “A multifunctional helmet for noninvasive neuromonitoring,” Journal of Neurosurgical Anesthesiology, sv. 10, br. 2, pp. 116–119, 1998. View at: Google Scholar
  21. I. Ulbert, E. Halgren, G. Heit, and G. Karmos, “Multiple microelectrode-recording system for human intracortical applications,” Journal of Neuroscience Methods, sv. 106, br. 1, pp. 69–79, 2001. View at: Publisher Site | Google Scholar
  22. A. B. Usakli and N. G. Gencer, “Performance tests of a novel electroencephalographic data-acquisition system,” in Proceedings of the 5th IASTED International Conference on Biomedical Engineering (BioMED ✇), pp. 253–257, Innsbruck, Austria, February 2007. View at: Google Scholar
  23. A. B. Usakli and N. G. Gencer, “USB-based 256-channel electroencephalographic data acquisition system for electrical source imaging of the human brain,” Instrumentation Science & Technology, sv. 35, br. 3, pp. 255–273, 2007. View at: Publisher Site | Google Scholar
  24. A. B. Usakli and S. Gurkan, “Design of a novel efficient human-computer interface: an electrooculagram based virtual keyboard,” Accepted in IEEE Transactions on Instrumentation and Measurement. Pogledajte na: Google Scholar

Autorsko pravo

Copyright © 2010 Ali Bulent Usakli. Ovo je članak otvorenog pristupa koji se distribuira pod licencom Creative Commons Attribution License, koja dopušta neograničenu upotrebu, distribuciju i reprodukciju u bilo kojem mediju, pod uvjetom da je izvorno djelo ispravno citirano.


Patch-clamp Electrophysiology

The most common method used to assess ion-channel function is known as the patch-clamp electrophysiological technique that was developed in the 1970s by Nobel Prize Laureates Erwin Neher and Bert Sakmann. The patch-clamp technique allows a researcher to measure the biophysical properties of ion-channels on millisecond timescales. Patch clamp requires the initial formation of a Giga-ohm (G&Omega) seal between the plasma membrane and the blunt tip (0.5&ndash2 &mum in diameter) of a heat-polished glass or quartz micropipette (electrode). Once a Giga-ohm seal has been created, this &lsquocell-attached configuration&rdquo (Figure (PageIndex<1>).) maintains the integrity of the plasma membrane (i.e. the membrane seal is not ruptured) preventing the intracellular solution inside the micropipette from dialyzing into the cell. However, this also restricts electrical access to the cell intracellular space resulting in an inability to control the membrane potential of the cell. In this configuration, only the patch membrane potential relative to the cell&rsquos resting potential can be directly controlled. By altering either the magnitude of the seal resistance (a loose seal vs. tight seal) and/or whether the recording electrode is current- vs. voltage-clamped, the cell-attached configuration can be used to measure single channel currents, spontaneous neuronal cell firing and synaptic potentials as well as evoked action potentials within the cell. The other main advantage of this configuration is that although it is limited for the reasons outlined above, this configuration is the starting point for the majority of the types of patch-clamp recordings.


Slika (PageIndex<1>). Electrophysiological methods. The cell-attached patch-clamp method. The perforated patch, outside-out and inside-out configurations. To show potential dialysis, the pipette lumen and cytoplasm are represented by red and navy blue, respectively.

To increase electrical access to the cell interior, two different methods are used. First, the internal pipette solution contains antibiotic or antifungal agents (e.g., nystatin, gramicidin, amphotericin-B), these agents form small, monovalent ion-permeable pores that &lsquoperforate&rsquo (Figure (PageIndex<1>).) the membrane allowing access to the entire cell. Importantly, these pores do not allow passage of proteins thus ensuring that the intracellular contents remain intact preserving intracellular signaling pathways. However, this perforated patch technique has several limitations including higher electrical noise, loss of single channel resolution and patch instability. Additionally, creating a perforated patch requires a significantly long period of time.

An alternative approach to the perforated patch technique is to apply a strong suction, or brief voltage transient, after Giga-ohm seal formation in order to rupture the intact plasma membrane. Upon rupture, a low-resistance electrical and physical continuity is established between the pipette and the cell interior and this new configuration is known as the whole-cell configuration (Figure (PageIndex<1>).). Accordingly, this configuration permits direct measurements of the cell&rsquos membrane potential (via current-clamp) and its manipulation (via voltage-clamp). Due to the physical continuity between the cell interior and the pipette solution, the cytosolic contents can be reasonably controlled. Furthermore, unlike the perforated patch, pharmacological or ionic manipulations of both the intracellular and extracellular environment can lead to the eulicidation of individual ion-currents. However, this physical continuity between the pipette lumen and cytosol may also dialyze out and/or alter the activity of endogenous second messenger systems. Thus, whole cell recordings are vulnerable to this limitation and it is critical to assess current &lsquorundown&rsquo of the system and cells within these types of whole-cell recording systems.

It is also possible to create &lsquoCell-free&rsquo variations of patch-clamp techniques also exist. For instance, upon giga-seal formation, the electrode can be gently retracted pulling the membrane patch into the bath solution. This arrangement, known as the inside-out configuration (Figure (PageIndex<1>).), enables the complete manipulation of the cytoplasmic face of the plasma membrane via the bath perfusion &ndash a feature not possible in the cell-attached configuration. As a result, inside-out patches allow for the manipulation the immediate environment of the inner membrane face. Unfortunately, this arrangement suffers from the loss of intracellular signaling pathways acting on the ion-channels following patch excision a particularly important consideration when examining altered channel activity.

Similarly, an outside-out patch (Figure (PageIndex<1>).) also requires the gentle retraction of the patch electrode from the whole-cell configuration. However, in this situation the pipette retraction forces the plasma membrane surrounding the electrode tip to detach from the cell and reseal forming a cell-independent patch whose extracellular membrane is facing the bathing solution. This allows an experimenter to have complete control over the intracellular environment and can rapidly exchange different external physiological or pharmacologic drugs over the same patch.


A low-power and miniaturized electrocardiograph data collection system with smart textile electrodes for monitoring of cardiac function

With the increasing aging population as well as health concerns, chronic heart disease has become the focus of public attention. A comfortable, low-powered, and wearable electrocardiogram (ECG) system for continuously monitoring the elderly’s ECG signals over several hours is important for preventing cardiovascular diseases. Traditional ECG monitoring apparatus is often inconvenient to carry, has many electrodes to attach to the chest, and has a high-power consumption. There is also a challenge to design an electrocardiograph that satisfies requirements such as comfort, confinement, and compactness. Based on these considerations, this study presents a biosensor acquisition system for wearable, ubiquitous healthcare applications using three textile electrodes and a recording circuit specialized for ECG monitoring. In addition, several methods were adopted to reduce the power consumption of the device. The proposed system is composed of three parts: (1) an ECG analog front end (AFE), (2) digital signal processing and micro-control circuits, and (3) system software. Digital filter methods were used to eliminate the baseline wander, skin contact noise, and other interfering signals. A comparative study was conducted using this system to observe its performance with two commercial Holter monitors. The experimental results demonstrated that the total power consumption of this proposed system in a full round of ECG acquisition was only 29.74 mW. In addition, this low-power system performed well and stably measured the heart rate with an accuracy of 98.55 %. It can also contain a real-time dynamic display with organic light-emitting diodes (OLED) and wirelessly transmit information via a Bluetooth 4.0 module.

Ovo je pregled sadržaja pretplate, pristup preko vaše institucije.


Reference

Zhang, J., Zhang, H., Sun, Q., & Zhang, R. (2018). A low-noise, low-power amplifier with current-reused OTA for ECG recordings. IEEE Transactions on Biomedical Circuits and Systems, 12(3), 700–708. https://doi.org/10.1109/TBCAS.2018.2819207.

Deo, A., Pandey, S. K., Joshi, A., Sharma, S. K., & Shrimali, H. (2018). “Design of a third order butterworth Gm-C filter for EEG signal detection application” In 2018 25th International conference “Mixed Design of Integrated Circuits and System” (MIXDES) (pp. 361–365). https://doi.org/10.23919/MIXDES.2018.8436689

Hsu, Y., Liu, Z., & Hella, M. M. (2018). ’A 1.8 (mu ) W -65 dB THD ECG acquisition front-end IC using a bandpass instrumentation amplifier with class-AB output configuration. U IEEE transactions on circuits and systems II: Express briefs (Vol. 65, no. 12, pp. 1859-1863), Dec. 2018.https://doi.org/10.1109/TCSII.2018.2809470

Monfaredi, K., Baghtash, H. F., & Azhari, S. J. (2012). A novel ultra-low-power low-voltage Femto–Ampére current mirror. Circuits, Systems, and Signal Processing, 31, 833–847. https://doi.org/10.1007/s00034-011-9352-3.

Deepu, C. J., Zhang, X., Liew, W., Wong, D. L. T., & Lian, Y. (2014). An ECG-on-chip with 535 nW/channel integrated lossless data compressor for wireless sensors. IEEE Journal of Solid-State Circuits, 49(11), 2435–2448.

Wang, T. Y., Lai, M. R., Twigg, C. M., & Peng, S. Y. (2014). A fully reconfigurable low-noise biopotential sensing amplifier with 1.96 noise efficiency factor. IEEE Trans. Biomed. Circuits Syst., 8(3), 411–422.

Zhang, F., Holleman, J., & Otis, B. P. (2012). Design ofultra-lowpower biopotential amplifiers for biosignal acquisition applications. EEE Transactions on Biomedical Circuits and Systems, 6(4), 344–355.

Chen, Y. P., et al. (2015.). An injectable 64 nW ECG mixed-signal SoC in 65 nm for arrhythmia monitoring. IEEE J. Solid-State Circuits, 50(1), 375–390.

Song, S., et al. (2015.). A low-voltage chopper-stabilized amplifier for fetal ECG monitoring with a 1.41 power efficiency factor. IEEE Trans. Biomed. Circuits Syst., 9(2), 237–247.

Guo, J., Yuan, J., Huang, J., Law, J. K. Y., Yeung, C. K., & Chan, M. (2012). 32.9 nV/rt Hz-60.6 dB THD dual-band micro-electrode array signal acquisition IC. IEEE Journal of Solid-State Circuits, 47(5), 1209–1220.

Holleman, J., & Otis, B. (2007). A sub-microwatt low-noise amplifier for neural recording. U Proceedings. IEEE engineering in medicine and biology society (pp. 3930–3933).

Nagulapalli, R., Hayatleh, K., Barker, S., Zourob, S., Yassine, N., & Reddy, B. N. K. (2018). High performance circuit techniques for nueral front-end design in 65 nm CMOS. U 2018 9th International Conference on Computing, Communication and Networking Technologies (ICCCNT), Bangalore, 2018, pp. 1–4.

Chen, C., Chen, L., Wang, X., & Zhang, F. (2018). A 66-dB SNDR, 8- (mu ) W analog front-end for ECG, EEG recording application. U IEEE international symposium on circuits and systems (ISCAS). Florence, 2018, pp. 1–4. https://doi.org/10.1109/ISCAS.2018.8351783.

Hogervorst, R., Tero, J. P., Eschauzier, R. G. H., & Huijsing, J. H. (1994). A compact power-efficient 3 V CMOS rail-to-rail input/output operational amplifier for VLSI cell libraries. IEEE Journal of Solid-State Circuits, 29(12), 1505–1513.

Wu, W. C. S., Helms, W. J., Kuhn, J. A., & Byrkett, B. E. (1994). Digitalcompatible high-performance operational amplifier with rail-to-rail input and output ranges. IEEE Journal of Solid-State Circuits, 29(1), 63–66.

Vemishetty, N., et al. (2016.). Low power personalized ECG based system design methodology for remote cardiac health monitoring. IEEE pristup, 4, 8407–8417. https://doi.org/10.1109/ACCESS.2016.2629486.

Harrison, R. R., & Charles, C. (2003). A low-power low-noise CMOS amplifier for neural recording applications. IEEE Journal of Solid-State Circuits, 38(6), 958–965. https://doi.org/10.1109/JSSC.2003.811979.

Song, J. (2007). Accurate quiescent current control scheme in floating controlled class AB amplifier. US7304538, December 4.

Khatavkar, Prathamesh, & Aniruddhan, Sankaran. (2019.). 432 nw per channel 130 nv/rthz ECG acquisition front end with multifrequency chopping. IEEE Transactions on Very Large Scale Integration (VLSI) Systems, 27, 2021–2032.

Wu, J., Law, M. K., Mak, P. I., & Martins, R. P. (2016). A 2- (mu ) W 45-nV/ (surd ) Hz readout front end with multiple-chopping active-high-passripple reduction loop and pseudofeedback DC servo loop. IEEE Transactions on Circuits and Systems II: Express Briefs, 63(4), 351–355.

Enz, C. C., Krummenacher, F., & Vittoz, E. A. (1995). An analytical MOS transistor model valid in all regions of operation and dedicated to low-voltage and low-current applications. Analog Integrated Circuits and Signal Processing, 8(1), 83–114.

Steyaert, M. S. J., & Sansen, W. M. C. (1987). A micropower low-noise monolithic instrumentation amplifier formedical purposes. IEEE Journal of Solid-State Circuits, 22(6), 1163–1168.

Acknowledgement

This work was supported by the Start-Up Research Grant from Science and Engineering Research Board, A statutory body of the Department of Science and Technology, Government of India, under Project SRG/2019/001898.



Komentari:

  1. Kigakree

    Pohađanje je dobro

  2. Kagajind

    In it something is also I think, what is it good idea.

  3. Crohoore

    pozdrav. Htio sam se pretplatiti na rss feed, dodao ga u čitač, a postovi dolaze u obliku kvadrata, da vidim nešto s kodiranjem. Kako se to može ispraviti?

  4. Goltidal

    mudar nije onaj koji puno zna, već onaj čije je znanje korisno =)

  5. Dar

    Kakve potrebne riječi ... super, izvrsna ideja



Napišite poruku