Nöroteknoloji

Yeni Görüntü Sensörü Sinirsel Gerilim Takibini Geliştiriyor

Özet: Araştırmacılar, hafıza gibi beyin fonksiyonlarını anlamak için hayati önem taşıyan sinirsel voltaj değişikliklerini takip etme yeteneğini önemli ölçüde artıran yeni bir görüntü sensörü geliştirdiler. Yeni CMOS teknolojisi, bireysel piksel zamanlama kontrolüne olanak tanıyarak hızdan ödün vermeden ışık yakalamayı geliştirir.

Bu buluş, sinirsel aktivitenin daha iyi görselleştirilmesini sağlıyor ve beyin araştırmalarında devrim yaratabilir. Sensör, fare nöronları ile yapılan deneylerde standart sensörlere kıyasla üstün performans gösterdi.

Ana unsurlar:

  1. Yeni CMOS görüntü sensörü, bireysel piksel zamanlama kontrolüne olanak tanır.
  2. Işık yakalamayı ve hızı artırarak sinirsel voltaj görselleştirmesini geliştirir.
  3. Sensör, fare nöronları ile yapılan deneylerde üstün performans gösterdi.

Kaynak: İLE

Nöronlar, hafıza gibi beyin fonksiyonlarını nasıl ürettiklerini anlamak için elektriksel olarak iletişim kurarlar. Nörobilimcilerin, milisaniyeler düzeyindeki zaman ölçeğinde voltajlarının nasıl değiştiğini (bazen hafifçe) takip etmeleri gerekir.

Yeni bir makalede Doğa İletişimi, MIT araştırmacıları, bu yeteneği önemli ölçüde artırabilecek yeni bir görüntü sensörünü tanımlıyor.

Sherman Fairchild Profesörü Matt Wilson’ın Picower Öğrenme ve Bellek Enstitüsü laboratuarında doktora sonrası araştırmacı olan Jie Zhang’ın liderliğindeki buluş, bilimsel görüntülemede kullanılan standart “CMOS” teknolojisine yeni bir yaklaşımdır. Bu standart yaklaşımda, tüm pikseller aynı anda açılır ve kapanır; bu, hızlı örneklemenin daha az ışık yakalamak anlamına geldiği doğal bir değiş tokuşa sahip bir konfigürasyondur.

Bu nöronları gösterir.
Wilson, bir tabaktaki küçük nöron kümeleriyle yapılan deneylerin yalnızca konseptin kanıtı olduğunu söyledi. Kredi: Nörobilim Haberleri

Yeni çip, her pikselin zamanlamasının ayrı ayrı kontrol edilmesini sağlıyor. Bu düzenleme, komşu piksellerin hızdan ödün vermeden mevcut tüm ışığı yakalamak için birbirini tamamlayabildiği “her iki dünyanın da en iyisini” sağlar.

Çalışmada açıklanan deneylerde Zhang ve Wilson’ın ekibi, “piksel bazında” programlanabilirliğin, nöronların birbirleriyle iletişim kurmak için kullandığı sinyaller olan sinir voltajı “sivri uçlarının” ve hatta beyindeki daha hafif, anlık dalgalanmaların görselleştirilmesini nasıl iyileştirdiklerini gösteriyor. bu ani yükseliş olayları arasında sürekli olarak meydana gelen voltajları.

MIT’nin Biyoloji ve Beyin ve Bilişsel Bilimler (BCS) Bölümlerinde Profesör olan ve laboratuarında beynin mekansal anıları nasıl kodladığını ve iyileştirdiğini inceleyen kıdemli yazar Wilson, “Tek sivri çözünürlükle ölçüm yapmak, araştırma yaklaşımımızın bir parçası olarak gerçekten önemli” dedi. hem uyanıkken hem de uyku sırasında.

“Beyindeki kodlama süreçlerini, tekil ani yükselişleri ve bu ani yükselişlerin zamanlamasını düşünmek, beynin bilgiyi nasıl işlediğini anlamak açısından önemlidir.”

Onlarca yıldır Wilson, nöral elektrik sinyallerinden gerçek zamanlı olarak yararlanmak için elektrotların kullanımında yenilikler yapılmasına yardımcı oldu, ancak birçok araştırmacı gibi o da elektriksel aktivitenin görsel okumalarını aradı çünkü bunlar, dokunun geniş alanlarını vurgulayabilir ve yine de tam olarak hangisinin olduğunu gösterebilir. Nöronlar herhangi bir anda elektriksel olarak aktiftir.

Hangi nöronların aktif olduğunu belirleyebilmek, araştırmacıların hafıza süreçlerine hangi tür nöronların katıldığını öğrenmesine olanak tanıyarak beyin devrelerinin nasıl çalıştığına dair önemli ipuçları sağlayabilir.

Son yıllarda, eş-kıdemli yazar Ed Boyden, BCS’deki Nöroteknoloji Profesörü Y. Eva Tan ve McGovern Beyin Araştırmaları Enstitüsü ve bir Picower Enstitüsü bağlı kuruluşu da dahil olmak üzere nörobilimciler, “genetik olarak kodlanmış voltaj göstergeleri” icat ederek bu ihtiyacı karşılamaya çalıştılar ( GEVI’ler), gerçek zamanlı olarak voltajları değiştikçe hücrelerin parlamasını sağlar.

Ancak Zhang ve Wilson araştırmalarında GEVI’leri kullanmaya çalıştıkça, geleneksel CMOS görüntü sensörlerinin birçok eylemi kaçırdığını keşfettiler. Eğer çok hızlı çalışırlarsa yeterince ışık toplayamayacaklardı. Çok yavaş çalışırlarsa hızlı değişiklikleri kaçırabilirlerdi.

Ancak görüntü sensörleri o kadar iyi bir çözünürlüğe sahip ki, birçok piksel aslında bütün bir nöron ölçeğinde aslında aynı yere bakıyor, dedi Wilson. Yedeklenecek çözünürlük olduğunu fark eden Zhang, komşu piksellerin her birinin kendi zamanlamasına sahip olmasını sağlayacak bir görüntü sensörü çipi icat etmek için sensör tasarımındaki uzmanlığını kullandı. Daha hızlı olanlar hızlı değişiklikleri yakalayabilir.

Daha yavaş çalışanlar daha fazla ışık toplayabilir. Hiçbir eylem veya foton kaçırılmaz. Zhang ayrıca gerekli kontrol elektroniklerini akıllıca tasarladı, böylece piksellerdeki ışığa duyarlı öğeler için mevcut olan alanı zar zor kapladılar. Zhang, bunun sensörün düşük ışık koşullarında yüksek hassasiyetini sağladığını söyledi.

İki demo

Araştırmada araştırmacılar, çipin bir tabakta kültürlenen fare hipokampus nöronlarının voltaj aktivitesinin görüntülenmesini iyileştirdiği iki yolu gösterdi. Sensörlerini endüstri standardı bilimsel CMOS görüntü sensörü çipiyle karşı karşıya getirdiler.

İlk deney grubunda ekip, sinir voltajının hızlı dinamiklerini görüntülemeye çalıştı. Geleneksel CMOS çipinde her pikselin 1,25 milisaniyelik hızlı bir pozlama süresi vardı. Piksel bazlı sensörde, dörtlü komşu gruplardaki her piksel 5 milisaniye boyunca açık kaldı, ancak başlangıç ​​zamanları, her biri diğerinden 1,25 saniye sonra açılıp kapanacak şekilde kademeli olarak ayarlandı.

Araştırmada ekip, her pikselin daha uzun olduğu için daha fazla ışık topladığını, ancak her biri her 1,25 milisaniyede bir yeni bir görüntü yakaladığı için bunun hızlı bir zamansal çözünürlüğe sahip olmakla eşdeğer olduğunu gösterdi. Sonuç, piksel çipin sinyal-gürültü oranının iki katına çıkmasıydı. Zhang, bunun geleneksel CMOS çiplerine kıyasla örnekleme oranının çok küçük bir kısmında yüksek zamansal çözünürlük elde ettiğini söyledi.

Üstelik piksel bazlı çip, geleneksel sensörün gözden kaçırdığı sinirsel artış aktivitelerini tespit etti. Araştırmacılar her sensör türünün performansını geleneksel yama kelepçe elektrotuyla yapılan elektriksel okumalarla karşılaştırdıklarında, kademeli piksel ölçümlerinin yama kelepçesiyle daha iyi eşleştiğini buldular.

İkinci deney grubunda ekip, pikselsel çipin hem hızlı dinamikleri hem de nöronların sergilediği daha yavaş, daha ince “eşik altı” voltaj değişimlerini yakalayabildiğini göstermeye çalıştı. Bunu yapmak için piksel çipindeki komşu piksellerin pozlama sürelerini 15,4 milisaniyeden sadece 1,9 milisaniyeye kadar değiştirdiler.

Bu şekilde, hızlı pikseller her hızlı değişimi (hafif de olsa) örnekliyor, daha yavaş pikseller ise zaman içinde daha hafif dalgalanmaları bile izlemeye yetecek kadar ışık entegre ediyor. Araştırmacılar, çipin her bir pikselden gelen verileri entegre ederek hem hızlı ani artışları hem de daha yavaş eşik altı değişiklikleri yakalayabildiğini bildirdi.

Wilson, bir tabaktaki küçük nöron kümeleriyle yapılan deneylerin yalnızca konseptin kanıtı olduğunu söyledi. Laboratuvarının nihai hedefi, hayvanlar özgürce hareket ederken ve labirentlerde nasıl gezinileceğini öğrenirken bile, hayvanlardaki farklı nöron türlerindeki aktivitenin beyin çapında, gerçek zamanlı ölçümlerini yapmaktır.

Gösterdiklerinden başarılı bir şekilde yararlanabilen GEVI’lerin ve piksel çip gibi görüntü sensörlerinin geliştirilmesi, bu hedefi mümkün kılmak için çok önemlidir.

Wilson, “Bir araya getirmek istediğimiz her şeyin fikri bu: özgürce davranan hayvanlardaki genetik olarak etiketlenmiş nöronların büyük ölçekli voltaj görüntülemesi” dedi.

Bunu başarmak için Zhang şunları ekledi: “Daha düşük gürültü, daha yüksek piksel sayısı, birden fazla kHz zaman çözünürlüğü ve özgürce davranan hayvanların görüntülenmesi için küçük form faktörlerine sahip bir sonraki çip yinelemesi üzerinde çalışıyoruz.”

Araştırma piksel piksel ilerliyor.

Zhang, Wilson ve Boyden’ın yanı sıra gazetenin diğer yazarları Jonathan Newman, Zeguan Wang, Yong Qian, Pedro Feliciano-Ramos, Wei Guo, Takato Honda, Zhe Sage Chen, Changyang Linghu, Ralph-Etienne Cummings ve Eric Fossum’dur.

Finansman: Picower Öğrenme ve Bellek Enstitüsü, JPB Vakfı, Alana Vakfı, Louis B. Thalheimer Çeviri Araştırmaları Fonu, Ulusal Sağlık Enstitüleri, HHMI, Lisa Yang ve John Doerr araştırmaya destek sağladı.

Bu nörogörüntüleme ve nöroteknoloji araştırma haberleri hakkında

Soyut

Piksel bazında programlanabilirlik, yüksek hızlı mikroskopi için dinamik yüksek SNR kameralara olanak tanır

Yüksek hızlı geniş alanlı floresan mikroskobu, biyolojik süreçleri olağanüstü uzay-zamansal çözünürlükle yakalama potansiyeline sahiptir.

Bununla birlikte, geleneksel kameralar, yüksek kare hızlarında düşük sinyal-gürültü oranından muzdariptir ve bu da zayıf floresan olaylarını algılama yeteneklerini sınırlamaktadır.

Burada, her pikselin ayrı ayrı programlanabilen örnekleme hızına ve fazına sahip olduğu bir görüntü sensörünü tanıtıyoruz, böylece pikseller, yüksek sinyal-gürültü oranıyla aynı anda yüksek hızda örnekleme yapacak şekilde ayarlanabiliyor.

Yüksek hızlı voltajlı görüntüleme deneylerinde görüntü sensörümüz, düşük gürültülü bilimsel CMOS kameraya kıyasla çıkış sinyali-gürültü oranını önemli ölçüde artırır (~2-3 kat).

Bu sinyal-gürültü oranı kazancı, zayıf nöronal aksiyon potansiyellerinin ve standart bilimsel CMOS kameraların kaçırdığı eşik altı aktivitelerin tespit edilmesini sağlar.

Esnek piksel pozlama konfigürasyonlarına sahip kameramız, çeşitli deney koşullarında sinyal kalitesini iyileştirmek için çok yönlü örnekleme stratejileri sunar.

Kaynak ve İleri Okuma: https://neurosciencenews.com/image-sensor-neural-voltage-26264/

İlgili Makaleler

Başa dön tuşu