Mikroelektródás agyi mérések elemzése Kőrössy Csaba, IV. éves fizikus ELTE Biofizika szeminárium Budapest 2007.
Amiről szó lesz Idegsejtek aktívak: –Transzmembrán áramok –Extracelluláris potenciál ? Ezt mérjük Erre vagyunk kíváncsiak
(Mikro)elektródás mérések előnyei Közvetlen információ az idegsejtek működéséről Nagyon jó időbeli felbontás (~ms) Mikroelektródákkal lokális sejtpopuláció aktivitása jó időbeli felbontással nyomonkövethető
A mérések vázlata elektródasor agykérgi rétegek
A mért potenciál két fő komponensre bontható > 300 Hz: akciós potenciál Hz: posztszinaptikus áramok Ezt fogjuk elemezni
Egy példa a mérésre Borbély Sándor, Világi Ildikó ELTE Élettani és Neurobiológiai Tanszék epilepsziás aktivitás nincs aktivitás in vitro kiváltott epilepszia patkányagyszeleten Potenciált mikroelektródákkal regisztrálják Aktivitás térbeli kiterjedtségét megjelenítik
Potenciál → Áramok kvázisztatikus közelítés EC folyadék híg elektrolit → Ohm-törvény agyszövet elektromos szempontból homogén, izotróp → ? j: transzmembrán áramsűrűség σ: ExtraCelluláris vezetőképesség Φ: EC potenciál
A hagyományos forrásmeghatározó módszer 1d mérés x és y szerinti deriváltakat elhanyagolják feltételezve, hogy az agykérgi rétegekben homogén az aktivitás 3d deriválás
…és annak problémája Agykérgi rétegek, oszlopok Nem tekinthető végtelen síkokban homogénnek az aktivitás Figyelembe kell venni az agykérgi oszlopokat
Másik probléma Mivel nem ismerjük a z-tengely mentén minden pontban a potenciált, a megoldás nem egyértelmű Pl.: minden gömbszimmetrikus, azonos össztöltésű forráseloszlás ugyanazt a teret kelti a forrásokon kívül eső térrészben
EEG/MEG Ez a probléma az EEG/MEG-es képalkotás során is felmerül Globális kényszerfeltételekk el (legkisebb norma, ‘simaság’) teszik a megoldást egyértelművé
A hagyományos helyett új módszer kell IjIj F ij : a j. egységnyi ‘töltésű’ körlap tere az i. mérési pontban Figyelembe veszi az oszlopokat, de a valódi források folytonosak.
Új módszer 2. IjIj Több téglalap, mint mérési pont, alulhatározott a feladat Extra kritérium kell, pl.: legkisebb normájú vagy legsimább megoldás ModellforrásKritérium 1.Minimum Norm 2.Weighted Minimum Morm 3.Loreta IjIj Több téglalap, mint mérési pont, alulhatározott a feladat Extra kritérium kell, pl.: legkisebb normájú vagy legsimább megoldás ModellforrásKritérium 1.Minimum Norm 2.Weighted Minimum Morm 3.Loreta
Az EEG-s módszerek MN: legkisebb normájú megoldás WMN: MN torzítását javítja a súlyozással Loreta: legsimább megoldás → Ω az a diagonális mátrix, aminek a főátlójában F T F főátlója van
A forrásmeghatározó módszerek tesztelése I teszt Eltérés? Átlagos módszerek
Ezt kell visszaadnia a módszereknek
Így adják vissza Forrássűrűség ( μ A/mm 3 ) MN Dirac- δ ∂2∂2 WMN Módosított Loreta Különböző módszerek forrásbecslése
A hagyományos módszer problémája A fekete görbét kell visszaadnia a módszernek Forrássűrűség ( μ A/mm 3 ) MN Dirac- δ ∂2∂2 WMN Módosított Loreta
Van jó módszer Forrássűrűség (μA/mm3)
Összefoglalás Van egy fizikai egyenletünk a problémára, ami a mérési korlátok miatt közvetlenül nem alkalmazható Figyelembe véve a biológiai realitást, a forráseloszlás kiszámítható Ezzel nyomon követhetjük lokális sejtpopulációk tér- és időbeli aktivitását, ami fontos információ pl. betegségek (epilepszia) megértésében
VÉG(r)E Köszönöm a figyelmet!