¶ 3Brain高分辨率微电极阵列分析系统—Brainwave 5软件
¶ 1.BrainWave 软件特性和优势
¶ 分析工具
BrainWave
- 提供各种分析工具，从检测单细胞尖峰以及局部场电位，到复杂的算法和人工智能驱动的工具。
- 软件提供不同的信号检测算法（如精确计时尖峰检测、滑动窗口差分阈值检测），确保对各种神经元 活动的正确检测。一个由人工智能驱动的自学验证算法将检测到的假阳性信号降至最低。
- 提供了四种不同的尖峰排序算法，可以利用这些算法将动作电位波形排序到相应的细胞，从而确保结 果和后续分析是基于单个细胞。单个细胞随着时间的推移和整个网络的行为可以分别通过尖峰突发和 网络突发分析进行评估。
- 软件中还集成了更先进的分析算法，使研究人员能够深入研究他们的数据，对神经元网络的动态有更 细致的了解。
¶ 功能连接性
一种基于图论的交叉相关算法，检测样本中的功能连接性，并创建一个神经元网络的连接图。
¶ 活动轨迹
活动轨迹的中心提供了有关样本中活动通过神经元网络的路径和速度的信息。
¶ 频谱图
频谱图提供了有关神经元信号的频率组成的信息。
为了量化分析的数据，超过75个不同的指标，描述单个动作电位以及单个细胞和整个网络的行为，可以直接 在BrainWave软件中提取和绘制。以下列出一些例子：
¶ 指标
| 平均发射率 | 峰值总数除以考虑的时间间隔的持续时间。 |
| 尖峰间歇期（ISI） | 活动量大于定义的活动阈值（如>0.1尖峰/秒）的选定单元或组的后续 尖峰之间的平均时间。 |
| 突发频率 | 单细胞突发的总数除以考虑的时间间隔。 |
| 爆发百分比 | 源自一个细胞的尖峰数量的百分比，是尖峰爆发的一部分。 |
| 活跃的网络突发单元的数量 | 对活动性大于活动阈值（如>0.1尖峰/秒）的网络突发有贡献的单位数量。 |
|
交叉相关的半高全宽 (功能连接的交叉相关） |
沿x轴从交叉相关图的左半边高度到右半边高度的距离（概率）。较高的全宽表示较宽的相关图（同步性较差），而较低的全宽表示较高的相 关图（同步性较大）。 |
| 活动中心 | 轨迹 - 速度 活动波在神经元网络中运行的速度。 |
可以用Brain Wave 5量化的示范性指标
用于检测来自不同亚细胞区的信号的分析工具不包括在软件中。然而，该设备的敏感度很高，足以检测到这 些信号类型，并且可以用定制的脚本（如https://www.biorxiv.org/content/10.1101/2022.07.04.498722v1.full.pdf）进行相应的分析。
¶ 数据输出
用Brainwave生成的图表、地图和图形可以个性化，并直接以图像形式导出（PNG. JPG, TIFF, GIV, SFG）。此外，记录的视频也可以通过媒体导出模式轻松导出。
另外，分析的数据可以导出到电子表格中，随后用任何第三方软件进行绘制。
¶ 吞吐量和批量分析
Brainwave提供了几种工具来提高数据采集和分析的吞吐量。你可以根据正在测试的处理和浓度轻松地对你的 实验皿进行分组。来自皿和皿组的信息可以通过各种方式进行组合、过滤、浏览和可视化。
可以将同一样品在不同时间，甚至在多天内的记录文件合并为一个文件。这使你在设计实验环节时有更大的 灵活性，便于提取感兴趣的特定结果。
此外，批量分析允许同时处理来自不同CorePlate的数据，对所有选定的数据文件自动运行一套预定义的分析 脚本。
¶ 2.BrainWave5功能列表
| Brainwave 5 | CORE | ALGO | DROID |
| 记录模式 | |||
| 记录未压缩的原始数据 |
✔ |
✔ |
✔ |
| 记录原始数据 |
✔ |
✔ |
✔ |
| 记录定时方案 |
✔ |
✔ |
✔ |
| 记录电极子集（自定义区域） |
✔ |
✔ |
✔ |
| 在 6 孔核心板中每孔记录 1024 个电极 |
✔ |
✔ |
✔ |
| 在 6 孔核心板中每孔记录 2304 个电极 |
- |
✔ |
✔ |
| 将多个实验时间间隔记录到一个文件中 |
- |
✔ |
✔ |
| 实时数据过滤 |
- |
✔ |
✔ |
| 实时 Spike 检测和记录 Spike 数据 |
- |
✔ |
✔ |
| 实时 FP 检测和 FP 数据记录 |
- |
✔ |
✔ |
| 扩展的内存缓冲区可记录过去的 events |
- |
✔ |
✔ |
| 实时 Spike 分类和记录分类数据 |
- |
- |
✔ |
| 离线数据控制 | |||
| 数据回放 |
✔ |
✔ |
✔ |
| 重新处理数据 |
✔ |
✔ |
✔ |
| 对多个文件进行批量分析 |
- |
- |
✔ |
| 长期多文件管理 |
- |
- |
✔ |
| 离线数据处理 | |||
| 数据过滤 |
✔ |
✔ |
✔ |
| 心脏 FP 检测 |
✔ |
✔ |
✔ |
| Spike 检测 |
✔ |
✔ |
✔ |
| FP 检测 |
✔ |
✔ |
✔ |
| Burst 检测 |
✔ |
✔ |
✔ |
| Spike 分类 |
- |
✔ |
✔ |
| Network Burst 检测 |
- |
✔ |
✔ |
| 人工智能 Spike 活动验证 |
- |
- |
✔ |
| 图表类型 | |||
| 原始痕迹 |
✔ |
✔ |
✔ |
| 动图 |
✔ |
✔ |
✔ |
| 时空热图 |
✔ |
✔ |
✔ |
| 波形图 |
✔ |
✔ |
✔ |
| 光栅图 |
✔ |
✔ |
✔ |
| 趋势图 |
✔ |
✔ |
✔ |
| 分布图 |
✔ |
✔ |
✔ |
| 增强型分布图 |
- |
✔ |
✔ |
| 活动轨迹中心 |
- |
✔ |
✔ |
| 频谱图 |
- |
✔ |
✔ |
| 连接图 |
- |
- |
✔ |
| 图表指标 | |||
| 心脏 FP 指标 |
✔ |
✔ |
✔ |
| Spike 和 FP 指标 |
✔ |
✔ |
✔ |
| Burst 和 network burst 指标 |
- |
✔ |
✔ |
| Spike 交叉相关指标 |
- |
- |
✔ |
| 导出工具 | |||
| 导出图表图像 |
✔ |
✔ |
✔ |
| 导出视频 |
✔ |
✔ |
✔ |
| 将图表数据导出到电子表格 |
- |
✔ |
✔ |
| 常用工具 | |||
| 图表预设 |
✔ |
✔ |
✔ |
| 自动选择 |
✔ |
✔ |
✔ |
| 单位组 |
✔ |
✔ |
✔ |
| 孔组 |
✔ |
✔ |
✔ |
| 时间间隔轨迹 |
✔ |
✔ |
✔ |
| 时间 event 轨迹 |
✔ |
✔ |
✔ |
| 按指标分组 |
- |
✔ |
✔ |
| 动图的图像层 |
- |
✔ |
✔ |
| 灵活的多图表视图 |
- |
- |
✔ |
| 优先支持 |
- |
- |
✔ |