Electrical stimulus artifact cancellation and neural spike detection on large multi-electrode arrays
PBN-AR
Instytucja
Wydział Fizyki i Informatyki Stosowanej (Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie)
Informacje podstawowe
Główny język publikacji
EN
Czasopismo
Plos Computational Biology (45pkt w roku publikacji)
ISSN
1553-734X
EISSN
1553-7358
Wydawca
Public Library Science
DOI
Rok publikacji
2017
Numer zeszytu
11, art no. e1005842
Strony od-do
1--33
Numer tomu
13
Link do pełnego tekstu
Identyfikator DOI
Liczba arkuszy
2.35
Autorzy
(liczba autorów: 8)
Pozostali autorzy
+ 7
Open access
Tryb otwartego dostępu
Otwarte czasopismo
Wersja tekstu w otwartym dostępie
Wersja opublikowana
Licencja otwartego dostępu
Creative Commons — Uznanie autorstwa
Czas opublikowania w otwartym dostępie
Razem z publikacją
Data udostępnienia w sposób otwarty
Streszczenia
Język
EN
Treść
Simultaneous electrical stimulation and recording using multi-electrode arrays can provide a valuable technique for studying circuit connectivity and engineering neural interfaces. However, interpreting these measurements is challenging because the spike sorting process (identifying and segregating action potentials arising from different neurons) is greatly complicated by electrical stimulation artifacts across the array, which can exhibit complex and nonlinear waveforms, and overlap temporarily with evoked spikes. Here we develop a scalable algorithm based on a structured Gaussian Process model to estimate the artifact and identify evoked spikes. The effectiveness of our methods is demonstrated in both real and simulated 512-electrode recordings in the peripheral primate retina with single-electrode and several types of multi-electrode stimulation. We establish small error rates in the identification of evoked spikes, with a computational complexity that is compatible with real-time data analysis. This technology may be helpful in the design of future high-resolution sensory prostheses based on tailored stimulation (e.g., retinal prostheses), and for closed-loop neural stimulation at a much larger scale than currently possible.
Cechy publikacji
original article
peer-reviewed
Inne
System-identifier
idp:112007
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych