Made available in DSpace on 2016-06-02T19:06:01Z (GMT). No. of bitstreams: 1 4845.pdf: 2916613 bytes, checksum: aa64366fdbe9befa8f14547fa4545763 (MD5) Previous issue date: 2012-08-18 / Multi-Electrode Array, MEA, was developed more than thirty years ago. This planar device of multiple microelectrodes has been used to detect local electric potential variations created by the ion movement through the protein channels that traverses the cell membranes in the near neighborhood. MEA offers the possibility of non invasive registering of the cell and their network s activities, allowing to know how the neurons start to connect through the synapses forming a network and generating spontaneous electrophysiological activities. In order to understand the neural network dynamics in face of the spontaneous activities and its evolution in dissociated hippocampal cell cultures, important properties in the synaptic plasticity, in this work it is proposed the analysis of the evolution and modeling of the hippocampal cell cultures in MEA using the theory of Partial Directed Coherence and Complex Networks. There were used the electrophysiological records obtained using MEA60 System, of the dissociated neurons of 18 days old Wistar rat embyo, in an experiment denoted as 371, realized at the University of Genoa, Italy. As the results obtained using the Partial Directed Coherence approach, it was verified that the method is capable to detect neuronal connectivity in the neuron cultures using MEA, even with the noisy signals. It was also verified that different time delays between signals during application of the PDC method do not affect directly on the results of the causality. PDC allowed to show that in MEA the amount of direct connections resulted is less than the amount of indirect connections, through the microelectrodes. This can indicate that the neurons prefer to communicate through existing connections than creating new connections. It was also observed that it is easier to lose direct connections than indirect connections between microelectrodes through the time. Through the experiments it can be observed that the culture in 25 DIV (Days In Vitro) developed more amount of connections between neighboring electrodes, with less overall connections than the culture in 46 DIV, that had more overall connections with less neighborhood connections. Since one of the PDC features is the directionality detection between connections, it was observed direction changes through the connections through the time, even though we do not know the physiological meaning of these changes in the cognitive process. It was also observed that the established connections do not follow random patterns, showing an indicative of a free scale network, although we used small statistical measures to characterize the networks. / Há mais de 30 anos a Matriz de microeletrodos (Multi-Electrode Array,MEA) foi desenvolvida. Este dispositivo planar de múltiplos microeletrodos tem permitido detectar as variações do potencial elétrico local que são criadas pelo movimento de íons através dos canais de proteínas que atravessam as membranas das células neuronais em sua vizinhança imediata. A MEA oferece a possibilidade de gravação não-invasiva da atividade das células e de redes de células, permitindo-nos conhecer como os neurônios se comunicam através de sinapses formando uma rede e disparando atividades eletrofisiológicas espontâneas evocadas. No sentido de poder entender melhor a dinâmica das redes neurais em termos de atividades espontâneas e sua evolução em culturas de células hipocampais dissociadas, que são as propriedades mais importantes na plasticidade sináptica, neste trabalho é proposta a análise da evolução e o modelamento de culturas de células hipocampais na MEA usando a teoria de Coerência Parcial Direcionada (PDC) e de Redes Complexas. Foram usados os registros eletrofisiológicos obtidos usando o sistema MEA60, de neurônios dissociados de embrião de rato Wistar, de 18 dias de vida em um experimento denotado como 371, realizado na Universidade de Gênova, Itália. Como resultados obtidos ao utilizar o método de Coerência Parcial Direcionada, verificou-se que o método é capaz de detectar conectividade neuronal nas culturas de neurônios da MEA, mesmo com sinais com presença de ruído. Também verificou-se que tempos de atraso diferentes na aplicação do PDC não tem uma influência direta nos resultados de causalidade. O PDC permitiu mostrar que na MEA a quantidade de conexões diretas estabelecidas foram sempre em menor quantidade do que as conexões indiretas, através de caminhos. Isso pode ser um indicativo de que os neurônios preferem estabelecer comunicações usando caminhos ja existentes do que criando novas conexões. Também observou-se que com o passar do tempo é mais fácil se perderem conexões diretas do que conexões intermediárias entre neurônios. Através dos experimentos realizados pode se obervar que a cultura no 25 DIV (dias in vitro) desenvolveu maior quantidade de conexões com nós vizinhos, possuindo menos conexões em total, do que a rede no 46 DIV que teve maior quantidade de conexões total mas menor quantidade de conexões com nós vizinhos. Como uma das características do PDC é a deteção da direcionalidade nas conexões, observouse mudanças no sentido das conexões ao longo do registro, embora não saibamos ainda o significado fisiológico dessas mudanças em processos cognoscitivos. Também observou-se que as conexões estabelecidas não seguiam um padrão aleatório, encontrando-se um indicativo de um comportamento de redes livres de escala, embora não possamos afirmar isso por ter utilizado poucas medidas estatísticas para caracterizar as redes.

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.