《Frontiers in Neuroscience》:LFP-LOC: an LFP power–based method for validating the anatomical placement of high-density neural probes in rodents
编辑推荐:
高密度互补金属氧化物半导体(CMOS)基神经探针为体内电生理学提供了前所未有的时空分辨率,然而植入位置的精确验证仍然具有挑战性。在此,研究人员提出了LFP-LOC,这是一种简单且可解释的方法,用于基于局部场电位(LFP)功率的空间分布进行术中验证和细化探针解剖
高密度互补金属氧化物半导体(CMOS)基神经探针为体内电生理学提供了前所未有的时空分辨率,然而植入位置的精确验证仍然具有挑战性。在此,研究人员提出了LFP-LOC,这是一种简单且可解释的方法,用于基于局部场电位(LFP)功率的空间分布进行术中验证和细化探针解剖位置。利用在大鼠中进行的自发活动记录,研究人员计算了典型LFP频带中的功率谱密度,并应用降维和聚类来识别具有共享频谱特征的电极。在多个植入位点、探针技术、电极布局和实验条件下,由此产生的聚类始终与解剖边界保持一致。应用于具有多达1024个电极/通道和亚30?μm间距的高密度探针时,功率特征在大约20?s的记录内收敛,允许在线术中评估。通过利用LFP功率与大脑结构之间的稳健关系,LFP-LOC能够在手术期间快速验证和调整探针放置,补充组织学验证,并可能促进介观尺度电生理学研究。
本研究针对高密度CMOS基神经探针在体内电生理记录中植入位置精确验证困难的现状,开发了名为LFP-LOC的新型工具。传统方法依赖术后组织学验证,过程耗时且易受操作者经验和组织变形影响,且无法在手术过程中实时反馈。现有的替代方案如组织透明化结合光片显微镜或CT-MRI成像,分别受限于时间成本和设备兼容性。尽管已有研究尝试利用动作电位(AP)频段或自监督学习(如Lfp2vec)进行定位,但这些方法计算量大、缺乏可解释性或难以泛化。为此,研究人员开展了基于LFP频谱特征的解剖定位研究,旨在通过短时程、低计算开销的方式实现术中探针位置验证。该研究最终发表于《Frontiers in Neuroscience》。
关键技术方法
研究人员分析了涵盖海马体、视觉皮层和内侧前额叶皮层的五个体内LFP数据集,使用了两种探针技术(SiNAPS和Neuropixels 2.0)及三种电极布局。核心技术流程包括四个步骤:首先,通过Welch方法计算各电极在典型LFP频带(Delta, Theta, Alpha, Beta, Gamma及Ripple)的功率谱密度并进行标准化;其次,采用主成分分析(PCA)进行降维,保留累计方差超过95%的成分;随后,应用层次凝聚聚类(Hierarchical Agglomerative Clustering)对电极进行分组;最后,利用brainglobe_atlasapi访问Kim Mouse Isotropic 20um脑图谱,通过局部搜索算法优化探针在图谱中的坐标,最大化聚类与解剖区域的一致性。
研究结果
空间LFP频带功率图为稳健定位提供特征
通过对原始信号进行带通滤波(1-300?Hz)和降采样,并计算各频带功率,研究人员发现不同脑区表现出独特的频谱特征。经过局部离群值剔除和空间平滑处理后,生成的功率图显示出沿探针几何结构的清晰空间组织。跨数据集分析表明,尽管绝对功率存在差异,但归一化的频带功率特征是稳定的。
频带功率的无监督聚类恢复连续解剖域
PCA结果显示,多个频率波段共同贡献于表征电极的频谱特征,而非单一波段主导。在无监督聚类阶段,层次聚类和k-means表现出色,而HDBSCAN倾向于产生较小的簇。聚类结果在空间上表现出连续性,即便在降维和聚类过程中未显式引入空间信息,这表明LFP频谱功率与潜在的大脑解剖结构存在强关联。
基于图谱的细化提高电极聚类-解剖一致性
通过将聚类后的探针几何结构与脑图谱叠加,研究人员实施了基于局部邻域搜索的坐标优化。结果显示,优化后聚类与解剖区域的一致性平均提高了8.2%?±?6.6%。尽管由于个体解剖变异和聚类与区域并非严格一对一对应,绝对匹配率仍有限,但该过程显著改善了探针放置的准确性。
高电极密度对于解析解剖边界至关重要
空间下采样分析表明,随着下采样因子(DF)的增加,聚类匹配分数单调下降。在海马体等具有精细分层结构的区域,DF达到8(垂直间距约120?μm)时性能已明显下降;而在视觉皮层,即使DF达到16仍能保持较好的视觉可靠性。这证实了高密度采样对于解析复杂解剖结构的必要性。
短时程记录足以获得稳定的功率估计
通过分析不同记录时长下的功率特征收敛情况,研究发现约10-20?s的数据足以使功率估计稳定在一个平台期。即使在清醒动物的状态依赖性波动下,稳定的区域特异性特征也能在短时窗内显现,这为术中快速验证提供了时间窗口上的依据。
在Neuropixels 2.0数据集上的验证
将LFP-LOC应用于Neuropixels 2.0双探针记录的海马体数据,结果表明该方法对不同探针技术和电极布局具有鲁棒性。尽管两个相邻探针间存在细微差异,但通过独立的图谱匹配,仍能有效实现对解剖结构的对应关系。
结论与讨论
LFP-LOC作为一种简单、可解释且计算量轻的框架,填补了高密度神经探针解剖定位的方法学空白。其核心优势在于通用性,不依赖特定脑区的先验知识或训练数据,且特征提取过程透明。研究强调了高密度空间采样对于准确绘制电生理-解剖图谱的重要性,并证明了短至20?s的记录即可实现可靠的术中定位。尽管存在初始坐标依赖、图谱个体差异等局限性,但LFP-LOC为实验人员提供了一种快速、独立于下游分析的探针位置验证手段,有助于减少因立体定位偏差导致的实验失败,并为连接动物研究与临床研究中的频谱映射技术提供了桥梁。