La recogida de picos neuronales extracelulares de buena calidad a partir de cultivos neuronales acoplados a matrices de microelectrodos (MEA) es un requisito vinculante para recopilar datos fiables. Debido a las limitaciones físicas, los requisitos de baja potencia o la necesidad de personalización, las plataformas de registro comerciales no son totalmente adecuadas para el desarrollo de configuraciones experimentales que integren la tecnología MEA con otros equipos necesarios para realizar experimentos en condiciones de clima controlado, como cámaras ambientales o incubadoras de cultivos celulares. Para solucionar este problema, hemos desarrollado un sistema de interfaz MEA personalizado que presenta un bajo nivel de ruido y de energía, y que puede integrarse fácilmente en un entorno similar al de una incubadora. Se diseñaron dos etapas, un preamplificador y un filtro amplificador, que se implementaron en placas de circuito impreso y se probaron. El sistema se caracteriza por un bajo ruido referido a la entrada (70 dB), y valores de relación señal/ruido de las grabaciones neuronales comparables a los obtenidos con el sistema comercial de referencia MEA. Además, el sistema se integró con éxito en una cámara de MEA ambiental, sin dañar los cultivos celulares durante los experimentos y sin ser dañado por el alto nivel de humedad. El sistema ideado tiene un valor práctico en el desarrollo de plataformas in vitro para estudiar la dinámica de las redes neuronales extendidas temporalmente por medio de MEAs.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Preparación de muestras para análisis microbiológicos. ©UPV
Artículo:
Período crítico de control de malezas en arroz aeróbico
Artículo:
Diseño de coloides de poliestireno recubiertos de circonio y aplicación
Artículo:
Un nuevo mecanismo de enrutamiento multisalto seguro y de bajo consumo basado en el modelo de Markov
Artículo:
BeautyNet: Método conjunto de CNN multiescala y aprendizaje de transferencia para la predicción de la belleza facial sin restricciones