Independent Component Analysis Based Single Cell Activity Discrimination Algorithm for Multielectrode Array Sensor Data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F10%3A00166940" target="_blank" >RIV/68407700:21230/10:00166940 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Independent Component Analysis Based Single Cell Activity Discrimination Algorithm for Multielectrode Array Sensor Data

Popis výsledku v původním jazyce

Microelectrode arrays (MEAs) become an important tool for neurophysiology research. They are instrumental in revealing neural network formation processes and inter-cell communication schemes, which helps to understand the functioning of the human brain and to treat it's diseases. The presented algorithm employs a modified Independent Component Analysis (ICA) method to recover the spike signals from recorded data and to assign them to a particular neuron. To overcome the fundamental ICA requirement of linearly mixed independent sources, which is not satisfied in the case of neuronal recordings, the algorithm runs in a loop, successively extracts traces with spiking activity overlays those with previously detected ones and assigns signals to individual neurons.

Název v anglickém jazyce

Independent Component Analysis Based Single Cell Activity Discrimination Algorithm for Multielectrode Array Sensor Data

Popis výsledku anglicky

Microelectrode arrays (MEAs) become an important tool for neurophysiology research. They are instrumental in revealing neural network formation processes and inter-cell communication schemes, which helps to understand the functioning of the human brain and to treat it's diseases. The presented algorithm employs a modified Independent Component Analysis (ICA) method to recover the spike signals from recorded data and to assign them to a particular neuron. To overcome the fundamental ICA requirement of linearly mixed independent sources, which is not satisfied in the case of neuronal recordings, the algorithm runs in a loop, successively extracts traces with spiking activity overlays those with previously detected ones and assigns signals to individual neurons.

Druh

D - Stať ve sborníku

CEP obor

JB - Senzory, čidla, měření a regulace

OECD FORD obor

—

Projekt

<a href="/cs/project/GD102%2F09%2FH082" target="_blank" >GD102/09/H082: Senzory a inteligentní senzorové systémy</a><br>

Návaznosti

V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Rok uplatnění

2010

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Workshop 2010

ISBN

978-80-01-04513-8

ISSN

—

e-ISSN

—

Počet stran výsledku

2

Strana od-do

—

Název nakladatele

České vysoké učení technické v Praze

Místo vydání

Praha

Místo konání akce

Praha

Datum konání akce

22. 2. 2010

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—