Submitted by Luciana Sebin (lusebin@ufscar.br) on 2016-10-05T18:08:34Z No. of bitstreams: 1 TeseERLR.pdf: 4461748 bytes, checksum: 2fe540767de5ff5f23af02775508026b (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-14T14:11:13Z (GMT) No. of bitstreams: 1 TeseERLR.pdf: 4461748 bytes, checksum: 2fe540767de5ff5f23af02775508026b (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-14T14:11:22Z (GMT) No. of bitstreams: 1 TeseERLR.pdf: 4461748 bytes, checksum: 2fe540767de5ff5f23af02775508026b (MD5) / Made available in DSpace on 2016-10-14T14:11:41Z (GMT). No. of bitstreams: 1 TeseERLR.pdf: 4461748 bytes, checksum: 2fe540767de5ff5f23af02775508026b (MD5) Previous issue date: 2015-12-15 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / This thesis combines image and signal processing to obtain virtual neuron distribution maps in a Microelectrode Array (MEA), which are devices designed for non-invasive electrophysiological signal recording for in vitro cultures of neuron cells. In the electrophysiological signal analysis, it is of interest the knowledge of the topological distribution of the cells along the MEA microelectrodes, but, usually the photographic images of the cell culture are not available. This doctoral work presents an approach to obtain the statistical topologic distribution of the neurons of an in vitro cell culture, denoted virtual distribution of neurons, from the electrophysiological signals. To certify that the statistical computation of the neuron counting is associated to each MEA microelectrode, it is used the ICA (Independent component Analysis) technique, for the separation of the neuron signals distributed throughout the MEA area, to obtain for each microelectrode, only the signals from its adjacent neurons. Assuming the hypothesis that the spontaneous neuron activities, spikes and bursts, are directly proportional to the neuron counting, it is realized the spike counting and burst counting, and it is assigned for each microelectrode, a number of neurons proportional to that numbers of activities. For the validation of the proposal, as well as for calibration of the system, to obtain the estimated number of neurons, it was used an experiment denoted 371, realized in Genoa University, Italy, in which it was recorded electrophysiological signals in 46 DIVs (Days In- Vitro), obtaining 20 minutes of recording in 25, 29, 32, 36, 39, 43, and 46 DIVs, and a set of photographic images in 38 DIV. Assuming that microelectrode neuron counting in the 38 DIV photographic image is proportional to the 39 DIV spontaneous electrophysiological activity signal recording, one day after the imaging, if was determined the neuron counting as function of the spontaneous electrophysiological activities recording, in a process denoted as calibration of the virtual number of neurons. The distance error from the neuron activities as function of the neuron counting in photographic image and in function of the recorded electrophysiological signals was calculated and compared for validation. In this way, it was possible to construct virtual topologic maps of neurons, proportional to the electrophysiological activities measured in 39 DIV, as a function of the spike and the burst countings. Comparing these two virtual maps, the spike counting virtual map was more close to the real neuron distributions viewed at the photographic image of 38 DIV. Also, the variance of the spike and burst counting along the 20 min of electrophysiological recording in a DIV, was calculated, and noted that the spike counting is more stable than burst counting. / Esta tese combina processamento de imagens e sinais, para a obtenção de uma distribuição virtual de neurônios em Matrizes de microeletrodos (Microelectrode Array, MEA), dispositivos projetados para o registro de sinais eletrofisiológicos de culturas de células neuronais, in-vitro, de forma não-invasiva. Na análise dos sinais eletrofisiológicos é de interesse o conhecimento da distribuição topológica das células ao longo dos microeletrodos, porém, nem sempre as imagens fotográficas das culturas são disponíveis. O presente trabalho apresenta uma metodologia de obtenção da distribuição topológica estatística dos neurônios numa cultura in-vitro, a partir dos sinais eletrofisiológicos. Para o cálculo estatístico do número de neurônios nessa distribuição topológica, é feito o uso da técnica de ICA (Independent Component Analysis), para obter os sinais relativos aos neurônios mais próximos para cada microeletrodo. Assumindo-se a hipótese de que as atividades eletrofisiológicas espontâneas dos neurônios, spikes e bursts, sejam diretamente proporcionais ao número de neurônios, realiza-se a contagem do número de spikes ou o número de bursts, e atribui-se o número de neurônios para cada microeletrodo, proporcionalmente à quantidade dessas atividades. Para a validação da proposta, foi utilizado um experimento, Experimento 371, realizado na Universidade de Gênova, Itália, em que foram registrados os sinais eletrofisiológicos ao longo de 46 DIVs (Dias In-Vitro), obtendo amostras de 20 minutos de registros para os 25, 29, 32, 36, 39, 43 e 46 DIVs, e um conjunto de imagens fotográficas da cultura no 38 DIV. Considerando-se que o número de neurônios associados a cada microeletrodo na imagem fotográfica no 38 DIV é proporcional à atividade eletrofisiológica espontânea dos neurônios, num registro realizado no 39 DIV, um dia após as fotos, foi feita uma regra de determinação do número virtual de neurônios em função das atividades eletrofisiológicas espontâneas medidas, denominada de calibração. O erro relativo à distância da atividade dos neurônios em relação à quantidade de neurônios na imagem fotográfica, e a atividade dos neurônios em função do registro de sinais eletrofisiológicos é calculado para comparação e validação. Dessa forma são construídos os mapas topológicos virtuais de neurônios proporcionais às atividades eletrofisiológicas medidas no 39 DIV, em função da quantidade de spikes e de bursts. O mapa obtido pela contagem de spikes se aproxima mais da distribuição real de neurônios vista na imagem fotográfica, do que o mapa obtido em função da contagem de bursts. No estudo de variância de atividades em função da contagem de spikes e bursts durante os 20 minutos de medidas num DIV, e constata-se que as atividades em contagem spikes é mais estável que em contagem de bursts.