“Kırpma Eşikleri”nin aksiyon potansiyeli sıklığına bağımlılığı

Abstract

Hücre dışı sinirsel etkinlik kayıtlarında bulunan ve tekil sinir hücreleri tarafından ateşlenen aksiyon potansiyellerinin belirlenmesi için çoğu zaman bir gerilim eşiği kullanılmaktadır. Eşik, genellikle tüm etkinlik kaydının standart sapması ile orantılı bir şekilde hesaplanmaktadır. Bu şekilde hesaplanan eşikler aksiyon potansiyeli sıklığı ile artmaktadır. Bu çalışmada farklı bir yaklaşımla hesaplanan ve “kırpma eşikleri” adı verilen eşiklerin aksiyon potansiyeli sıklığına bağımlılığı benzetim yoluyla incelenmektedir. Benzetimlerde kullanılan yapay kayıtlar, sıçanlarda korteksin M1 bölgesinden davranış sırasında elde edilmiş hücre dışı kayıtlar kullanılarak oluşturulmuştur. Bulgular, diğer eşiklerin aksine, kırpma eşiklerinin aksiyon potansiyeli sıklığı ile mutlak değerde azaldığını göstermektedir. Böylelikle, kırpma eşiklerinin değeri aksiyon potansiyeli sıklığına bağlı olarak etkinlikte bulunan gürültüyü ayıklayacak şekilde uyum sağlamaktadır. Sonuçlar, hücre dışı etkinlik kayıtlarında bulunan gürültü bileşenini belirlemede kırpma eşiklerinin incelenen diğer eşiklere göre daha başarılı olduğunu göstermektedir.

Single unit action potentials that are found in extracellular neural recordings are often detected using a threshold. The threshold is usually computed as proportional to the standard deviation of the entire recording. Such thresholds increase with firing rate. Here, the firing rate dependence of “truncation thresholds”, which are thresholds that are computed using a different approach, is investigated through simulation. Simulated data are constructed using extracellular recordings from cortical area M1 of awake behaving rats. The findings show that, unlike other thresholds, truncation thresholds decrease in absolute value with firing rate. In this way, the value of these thresholds adapts to weed out the noise depending on the firing rate. The results show that truncation thresholds are better than the alternatives considered here at determining the noise component in extracellular recordings.