日本MED64 胞外多道MEA系统, 微弱电讯号不再隐身！

日本科研人员发表在IEEE Access 上 “Decoding Neuronal Activity ’streams’ in Cultured Networks: A Transfer Learning Approach Using VGG16 and Signal-to-Image Transformation” 报告，团队使用微电极阵列捕获了神经元群体活动的时空动态，并基于神经元活动传播的流表示构建了一个分析框架。从重建的瞬时空间模式（ISP）中，我们生成了两种类型的图像：时间信息优先的神经元活动模式（TIP-NAP）图像和空间信息优先的神经元活动模式（SIP-NAP）图像。证实了基于ISP的信号到图像转换技术能够有效地表示神经元活动流。其次，证明了转换后的TIP-NAP图像能够通过VGG-16迁移学习实现高精度解码。对比分析也表明在生物网络中，时间连续性（即神经元活动的时间结构）在信息编码中比瞬时空间同步起着更为关键的作用。

为了精确记录微弱讯号，团队采用了MED64多道系统记录记录神经元细胞网络电反应. [更多资讯，请关注进科驰安微信.]

https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=11408187