Непосредственное наблюдение заключается в том, что существует несколько различных типов потенциалов действия. Соответствуют ли они нескольким разным нейронам?
Если да, то каким образом мы можем установить переписку? Форма волны также показывает значительное количество фонового шума, который может быть вызван шумом в усилителе или меньшими пиками от нейронов в локальной области. Как можно надежно классифицировать нейроны в присутствии фонового шума?
Обнаружение порогового значения
В идеале, экспериментатор хотел бы связать пики в записанной форме волны с активностью нейрона в местной популяции. Причина, по которой эта задача не безнадежна, заключается в том, что нейроны обычно генерируют потенциалы действия с характерной формой.
Это не всегда так. Например, некоторые нейроны генерируют несколько потенциалов действия, которые меняют свою форму в течение короткого взрыва.
Для многих нейронов наиболее характерной особенностью формы пика является его амплитуда, или высота пика. Одним из простейших способов измерения активности нейрона является измерение порогового напряжения триггера.
Экспериментатор позиционирует регистрирующий электрод таким образом, чтобы пики от интересующего нейрона были максимально отделены от фоновой активности.
Затем нейронная активность измеряется аппаратным пороговым триггером, который генерирует импульс всякий раз, когда измеренное напряжение превышает пороговое значение. Этот метод, безусловно, является наиболее распространенным для измерения нейронной активности.
Очевидным преимуществом обнаружения порогов является то, что оно требует минимального аппаратного и программного обеспечения и часто позволяет получить именно ту информацию, которая нужна экспериментатору. Недостатком является то, что не всегда возможно добиться приемлемой изоляции.
Качество изоляции часто проверяют, глядя на наложенные шипы на осциллографе. В хорошо изолированном случае все еще наблюдаются дополнительные фоновые всплески, но они оказывают лишь незначительное влияние на качество изоляции.
В плохо изолированном случае, в следах видны две различные формы шипов, и невозможно установить порог так, чтобы один из них был изолирован.
Хорошим методом проверки качества изоляции в течение длительного периода времени является построение гистограммы с интервалом между пиковыми значениями.
Если рассматриваемая пиковая форма волны действительно представляет собой единую единицу измерения, то интервал между пиковыми значениями должен составлять не менее 1 мс, чем период тугоплавкости, который для большинства клеток составляет не менее 1 мс.
Недостатком этого метода является то, что требуется большое количество пиков, чтобы быть уверенным в том, что действительно существует изолированная единица.
Таким образом, этот метод лучше подходит для проверки качества изоляции в течение длительного периода сбора отходов. Это, однако, просто, так как необходимо только сохранить интервалы между пикселями.
Очень часто невозможно с идеальной точностью отделить нужные пики от фонового шума. Пороговый уровень определяет компромисс между пропущенными пиками (ложными негативами) и количеством фоновых событий, которые пересекают порог (ложными срабатываниями).
Если порог установлен на уровне A, то обнаруживаются все шипы от блока 1, но имеется очень большое количество ложных срабатываний из-за загрязнения шипов от блока 2. Если порог повышается до уровня B, то обнаруживаются только всплески от блока 1, но значительное число опускается ниже порога.
В идеале, порог должен быть установлен для оптимизации желаемого соотношения и ложных срабатываний. Если уровень фонового шума мал по сравнению с амплитудой пиков и амплитудные распределения хорошо разделены, то обе эти ошибки будут близки к нулю, а положение порога вряд ли имеет значения.
Ошибка классификации, вызванная дублированием функций
В дополнение к фоновому шуму, который, по первому приближению, является гауссовым по своей природе, высота пика может сильно отличаться, если в локальной области имеются другие нейроны, которые генерируют потенциалы действия значительных размеров.
Если пик нужного устройства и наклон фонового устройства совпадают, всплеск будет пропущен. Как часто это будет происходить, зависит от скорости стрельбы соответствующих частей. Приблизительную оценку процента погрешности, вызванной перекрытиями, можно рассчитать следующим образом.
Процент пропущенных пиков, определяется вероятностью того, что изолированный пик произойдет в отрицательную фазу фонового пика, которая выражается как r - скорость обжига в герцах, а d - продолжительность отрицательной фазы в миллисекундах.
Таким образом, если фоновый нейрон работает на частоте 20 Гц и длительность отрицательной фазы составляет около 0,5 мс, то примерно 1% скачков будет пропущен.
Это проблема только тогда, когда отрицательная фаза фоновых всплесков достаточно велика, чтобы вызвать всплески интереса, которые могут упасть ниже порога.
Другой потенциальный источник ошибки - когда два всплеска фона в совокупности пересекают порог срабатывания. В этом случае, если два независимых фоновых нейрона имеют значения r1 и r2, то их пики будут суммироваться до перекрестного порога с частотой приблизительно r1r2d/1000, где d - ширина пика в миллисекундах. Если два фоновых нейрона имеют частоту срабатывания 20 Гц и ширину всплеска 0,25 мс, то они будут генерировать ложные срабатывания с частотой 0,1 Гц.
Предупреждение, связанное с этими методами оценки, заключается в том, что схемы стрельбы соседних нейронов могут быть сильно коррелированы, поэтому эти уравнения обычно недооценивают частоту пропущенных или перекрывающихся событий.
В зависимости от экспериментальных требований, эти коэффициенты ошибок могут быть или не быть приемлемыми. Многие нейрофизиологи не рассматривают эти ситуации как примеры хорошо изолированного нейрона, но обладая некоторыми знаниями о том, как эти ситуации влияют на точность изоляции, можно повысить урожайность, если эксперимент не требует идеальной изоляции.
Еще одно предостережение заключается в том, что эти приблизительные оценки основаны на предположении, что нейроны независимы и что по своей природе стрельба ведется из пуассона.
Таким образом, оценки количества перекрытий являются консервативными и могут быть выше, если нейроны в локальной области коррелировали стрельбу.