“Projeto de um Sistema de Registro de
Sinais de Neurônios in vitro em Matriz de
Microletrodos”
Dissertação de Mestrado em ...
Sumário da Apresentação
1- Introdução: Objetivos da dissertação
2- Revisão sobre MEA e sua aplicação em
registros de sinai...
Objetivos
• Objetivo principal: Projeto de um Sistema de Registro de
Sinais de Neurônios (SRSN) em Matrizes de Multieletro...
Principais Contribuições
• Desenvolvimento de um projeto alternativo para registro de
sinais biológicos, levando-se em con...
MEA: Matriz de Microeletrodos
Neurônios e células da Glia
As células da glia são formadas pelos astrócitos
protoplasmáticos e fibrosos, pelos oligodendr...
Funções das células gliais
• As células da glia são capazes de modificar os sinais nas fendas
sinápticas entre os neurônio...
Eficiência, produção e consumo de energia do
tecido nervoso
A produção de energia do corpo humano é de cerca de 1,5 W/kg.
...
Níveis de energia no cérebro
Se o cérebro consome 24 W de potência e possui área de
superfície média de 0,2 m2 então, a ta...
Spikes e Bursts
• Spikes são picos de atividade elétrica de neurônios e grupos de
neurônios. Um sinal elétrico gravado a p...
Spike: um múltiplo (arbitrado) da média do
desvio padrão dos sinais da atividade basal.
Parâmetros importantes para estudo dos sinais em
MEA
Quanto aos spikes:
a) Número total de spikes;
b) Quantidade de spikes...
O janelamento deve ser pequeno o suficiente para pegar toda a extensão de
um spike. A detecção errada de spikes leva a dad...
ISI e IBI
a) ISI, Intervalo entre spikes consecutivos;
b) IBI, Intervalo entre dois bursts consecutivos.

Os softwares de ...
PWM: Pulse Width Modulation
Em circuitos eletrônicos digitais, a informação pode ser processada de modo similar
ao que oco...
MEA: Multielectrode Array
•

É uma interface bioeletrônica entre o mundo biológico e o mundo eletrônico.
As células neurai...
MEA: Matriz de Microeletrodos

A MEA denominada padrão, fabricado pela Multi Channel System, possui 60
eletrodos em um lay...
Exemplo de Aplicação da MEA em farmacologia
• Pode ser usada para fazer estudos sobre a obesidade. MEA atua como um
biosen...
Descrição do experimento
• Depois de gravar uma taxa estável de disparos para cada eletrodo,
0,1 micro-Mol de Ghrelin (um ...
Equipamento usado para registro de
sinais elétricos em MEA
1) Soquete que estabelece a conexão elétrica entre a MEA e o
am...
Equipamento para Aquisição e Registro de
dados
Softwares para Aquisição de Dados

MC Rack, de MultiChannel Systems
Softwares para Aquisição e Registro de Dados
Moebius de MED64.

NeuroRigther
(Freeware), escrito
porJohn Rolston, Potter
e...
Posição do “pad” de terra no padrão
MultiChannell (MCS)

fr

O eletrodo de terra (GND) é o de número 15 na MEA padrão
MCS ...
Gerador de Estímulos Evocados

fr

RAC System, gerador de estímulos proposto por Daniel Wagenaar, 2004.
Visão Global do Projeto Proposto

fr
Parte do sistema implementado para
efeitos da presente dissertação
a) Soquete MEA padrão completo;
b) Pré-amplificador (2 ...
Parte implementada do Sistema
Distribuição dos terminais do Soquete
de MEA padrão
Implementação do Soquete Elétrico
Pré-amplificador
• Baseado no Amplificador de Instrumentação Texas INA333
Simulação computacional de densidade de
ruído – INA333, simulador TINA-TI
Filtro Passa-Altas

Filtro Butterworth de 2 Ordem com frequencia de corte 0,16Hz
Filtro Passa-baixas

Filtro passa-baixas Butterworth de 2 ordem com frequencia de corte 159Hz
Os dois filtros juntos, formando um filtro
passa-banda
Simulação da tensão e corrente de ruído
para os filtros propostos
Diagrama Final do pré-amplificador e filtro
implementado, 1 canal
-5V

7805 TLE2425
3

IN

OUT

+5V

1

Fambrini & Saito M...
Subsistema de Amplificação, Conversão AD
e Transmissão de Sinais
Subsistema de Amplificação (buffer)
Chip escolhido:Texas TLC2274, amplificador
operacional quádruplo
Conversor AD de 60 canais
•

•
•

•
•
•

Possível escolha: DSPIC33FJ256GP710 (Microchip) oferece 32 entradas analógicas
mu...
Conversor AD projetado (32 canais)
Lay-out da Placa de Circuito Impresso
Conversor AD implementado
•

•

Devido às limitações de tempo e de recursos financeiros, foi implementado até o
momento um...
Firmware responsável pela leitura do
conversor AD
SETUP_ADC(ADC_CLOCK_INTERNAL | VSS_VDD);
set_adc_channel (0);
delay_us(2...
Limitações na Taxa de Amostragem
• O conversor AD é capaz de efetuar até 100 mil conversões por
segundo. Entretanto, as de...
Conversor AD implementado, baseado
em PIC18F4520
Foto do Sistema implementado em testes
Conversor USB
• Baseado no chip PL2303HX da Prolific, velcoidade máxima de
transferência de dados de 12 Mbps.
Software de Registro de Sinais de Neurônios in
vitro em MEA
Comunicação serial USB em MATLAB:
N=1000;
% fixa o tamanho em ...
Imagens plotadas pelo MATLAB, em tempo real
FFT do sinal Amostrado
figure(2)
L=length(y);
NFFT = 2^nextpow2(L);
Y = fft(y,NFFT)/L;
f = Fs/2*linspace(0,1,NFFT/2+1);
pl...
Filtro Notch: para rejeitar interferências de
60Hz da rede elétrica
% Filtra em 60 Hz - notch filter
(MATLAB)
Wo = 60/(Fs/...
Software de Aquisição de dados escrito na
linguagem Processing
•

Scripts em MATLAB são lentos porque são interpretados. A...
Usando Processing foi possível registrar frequências
de até 3kHz, contra 100Hz usando o MATLAB
Resultados Experimentais:
1-Testes elétricos do Soquete
• a) Adição de cloreto de sódio (líquido iônico condutivo), na cav...
Resultados Experimentais:
2-Construção do Gerador de Sinais Sim-MEA
Sim-MEA: Um Simulador de sinais
microcontrolado para teste de todo o sistema
Sim-MEA montado no Soquete, ao lado de
headstage
Resultados Experimentais:
Nível de ruído do pré-amplificador e filtros, em função do
ganho
Resultados Experimentais: Senóide com
amplitude 50 mV p-p, T= 1000us
Onda quadrada, 100mV
Onda dente-de-serra, F=100Hz, Vpp=85mV
Parte de um sinal de MEA real, simulado pelo
Sim-MEA
Resultados Experimentais:
4-Script em MATLAB que registra 2 canais em tempo
real
ff% res = dataFromResult('P,100,0,500,0')...
Conclusões e Trabalhos Futuros
Conclusões:
Resultados experimentais parciais (apenas 2 canais foram efetivamente implement...
Ressonância Estocástica (RE)
• É um fenômeno no qual a razão sinal-ruído, de um sistema nãolinear, tem o seu máximo para u...
AGRADECIMENTOS
Ao Prof. Dr. José Hiroki Saito;
Aos colegas de Mestrado da Faccamp;
A todos os professores do Curso de Mest...
Próximos SlideShares
Carregando em…5
×

Slides correção

769 visualizações

Publicada em

Trabalho sobre Projeto de sistema de registro e Aquisição de dados em matrizes multieletrodo - 3

Publicada em: Saúde e medicina
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
769
No SlideShare
0
A partir de incorporações
0
Número de incorporações
2
Ações
Compartilhamentos
0
Downloads
3
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Slides correção

  1. 1. “Projeto de um Sistema de Registro de Sinais de Neurônios in vitro em Matriz de Microletrodos” Dissertação de Mestrado em Ciência da Computação - FACCAMP Aluno: Francisco Fambrini Orientador: Prof. Dr. José Hiroki Saito 18/Dezembro/2013
  2. 2. Sumário da Apresentação 1- Introdução: Objetivos da dissertação 2- Revisão sobre MEA e sua aplicação em registros de sinais neuronais 3 – Visão global do projeto de dissertação 4 – Detalhamento das partes desenvolvidas 5 – Resultados obtidos 6 – Conclusões e trabalhos futuros
  3. 3. Objetivos • Objetivo principal: Projeto de um Sistema de Registro de Sinais de Neurônios (SRSN) em Matrizes de Multieletrodos. • Objetivos subjacentes: 1) soquete elétrico para MEA padrão 2) pré-amplificador e filtros 3) amplificador e conversor analógico/digital 4) transmissão de sinais via USB
  4. 4. Principais Contribuições • Desenvolvimento de um projeto alternativo para registro de sinais biológicos, levando-se em conta a possibilidade de ajuste para as características de relação sinal/ruído e taxa de aquisição, em conformidade com os sinais produzidos pelas MEAs. • Devido a essa possibilidade de ajuste para as características, o mesmo projeto pode ser aproveitado para o desenvolvimento de outros sistemas semelhantes de aquisição de sinais biológicos como EEG ou ECG, sistemas MEA de alta densidade, aproveitando a escalabilidade do projeto, e interface cérebro máquina (Brain Computer Interface).
  5. 5. MEA: Matriz de Microeletrodos
  6. 6. Neurônios e células da Glia As células da glia são formadas pelos astrócitos protoplasmáticos e fibrosos, pelos oligodendrócitos e pelas micróglias. Cabe aos neurônios o papel de produzir e propagar os sinais elétricos através do transporte de íons em suas membranas. O papel da glia é de fornecer sustentação mecânica, proteção e nutrição aos neurônios.
  7. 7. Funções das células gliais • As células da glia são capazes de modificar os sinais nas fendas sinápticas entre os neurônios, fornecem nutriente e oxigênio para eles, isolam um neurônio do outro, destroem germes invasores e removem células mortas. • Mantêm a homeostase do tecido nervoso, formam mielina e participam na transmissão de sinais no sistema nervoso, podendo influenciar o local da formação das sinapses. Podem ser essenciais para o aprendizado e para a construção da memória, além de importantes na recuperação de lesões neurológicas, porém prejudicam o a captação dos sinais elétricos quando in-vitro na MEA.
  8. 8. Eficiência, produção e consumo de energia do tecido nervoso A produção de energia do corpo humano é de cerca de 1,5 W/kg. Nosso Sol produz cerca de 4 × 10^26 W. Massa do Sol é de 2 × 10^30 kg, o que resulta em uma produção de apenas 0,0002 W/kg. A relação Energia/Massa é muito menor na estrela do que no corpo humano, o que evidencia a extrema eficiência termodinâmica dos organismos dos mamíferos. O cérebro é responsável por consumir 20% da energia do corpo humano, cerca de 24 W. A área de superfície do cérebro é de cerca de 1.500 cm2 a 2.000 cm2
  9. 9. Níveis de energia no cérebro Se o cérebro consome 24 W de potência e possui área de superfície média de 0,2 m2 então, a taxa de consumo energético médio do tecido nervoso é dada pela equação (1): Se o cérebro consome 24 W de potência e possui área de superfície média de 0,2 m2 então,O diâmetro de cada eletrodo dado tecido nervoso é dada pela equação (1): • a taxa de consumo energético médio MEA padrão é de 30 µm , a área do eletrodo é da ordem de 7 × então, substituindo essa área na equação (1), conclui-se que a energia consumida e gerada por unidade de área de tecido nervoso submetida a ação de cada eletrodo é de apenas aproximadamente 84 nW.
  10. 10. Spikes e Bursts • Spikes são picos de atividade elétrica de neurônios e grupos de neurônios. Um sinal elétrico gravado a partir da MEA possui picos e outra parte sem atividade elétrica denominada ruído biológico. • Os softwares de aquisição e registro de dados calculam o desvio padrão do ruído biológico da atividade basal do tecido nervoso. Para detectar um spike é preciso estabelecer um limiar que é calculado como sendo um múltiplo do desvio padrão. • Um burst é uma sequência de 5 a 10 spikes cuja distância temporal é arbitrada (escolhida) pequena. Intervalos entre bursts tem duração mínima de 100 ms tipicamente
  11. 11. Spike: um múltiplo (arbitrado) da média do desvio padrão dos sinais da atividade basal.
  12. 12. Parâmetros importantes para estudo dos sinais em MEA Quanto aos spikes: a) Número total de spikes; b) Quantidade de spikes que formam bursts; c) Porcentagem de spikes aleatórios; d) Frequência média de spikes em um burst (spikes/segundo); Quanto aos bursts: a) Taxa média de bursts (bursts/minuto); b) Número total de bursts; c) Média de spikes por bursts; d) Duração dos bursts (ms); e) Intervalo entre bursts (segundos).
  13. 13. O janelamento deve ser pequeno o suficiente para pegar toda a extensão de um spike. A detecção errada de spikes leva a dados inválidos ao final da análise.
  14. 14. ISI e IBI a) ISI, Intervalo entre spikes consecutivos; b) IBI, Intervalo entre dois bursts consecutivos. Os softwares de aquisição e registro de dados devem ser capazes de identificar e medir ISI e IBI nos sinais registrados. A importância em estudar os spikes é que a informação está contida nos spikes e no atraso entre dois spikes consecutivos. Também existe informação relevante no intervalo de tempo entre os bursts.
  15. 15. PWM: Pulse Width Modulation Em circuitos eletrônicos digitais, a informação pode ser processada de modo similar ao que ocorre nos tecidos nervosos biológicos, usando-se uma técnica denominada PWM (Pulse Width Modulation) ou Modulação por Largura de Pulsos. Variando-se o intervalo de tempo entre os pulsos, o PWM carrega informações que pode ser transformada para o domínio analógico. Neurônios disparando spikes assemelham-se a geradores PWM em eletrônica.
  16. 16. MEA: Multielectrode Array • É uma interface bioeletrônica entre o mundo biológico e o mundo eletrônico. As células neurais em tecidos (fatias) ou dissociadas são colocadas sobre um circuito elétrico (Rutten, 2001). Os eletrodos da MEA são também usados para estimulação elétrica extracelular in vitro, aplicando pulsos controlados de tensão ou corrente nos eletrodos. Pode-se medir e registrar através do computador a resposta ao estímulo elétrico evocado ou, então, o sinal elétrico espontâneo gerado pelas células.
  17. 17. MEA: Matriz de Microeletrodos A MEA denominada padrão, fabricado pela Multi Channel System, possui 60 eletrodos em um layout de 6×10 ou 8×8 sem os microeletrodos nos vértices. Tais microeletrodos podem ser redondos (de titânio) com diâmetro de 30µm e o material isolante é o nitrito de silício. Utilizado em múltiplas aplicações de registro de sinais eletrofisiológicos: cultura de neurônios dissociados ou fatias de tecido localizados diretamente sobre os eletrodos.
  18. 18. Exemplo de Aplicação da MEA em farmacologia • Pode ser usada para fazer estudos sobre a obesidade. MEA atua como um biosensor para testes in vitro de drogas com ação sobre o sistema nervoso.
  19. 19. Descrição do experimento • Depois de gravar uma taxa estável de disparos para cada eletrodo, 0,1 micro-Mol de Ghrelin (um hormônio produzido pela parede do estômago e pelo hipotálamo, que estimula o apetite) foi adicionado à fatia de tecido. • No intervalo entre 24 e 40 segundos alguns eletrodos registraram um aumento na taxa de disparo e outros diminuíram sua taxa de disparo em função da aplicação do hormônio. • Após a fatia ser lavada (para remover o hormônio) a taxa de disparo novamente se estabiliza. Na Figura anterior observa-se que os eletrodos que registraram aumento no número de spikes entre 24 e 40 s são dos eletrodos que se encontram nas regiões B, C, E e F, região justamente onde foi aplicado o hormônio. • Os eletrodos localizados nas regiões A e D, mais distantes do ponto de aplicação do hormônio, tiveram significativa redução do número de spikes/segundo.
  20. 20. Equipamento usado para registro de sinais elétricos em MEA 1) Soquete que estabelece a conexão elétrica entre a MEA e o amplificador; 2) Amplificador de sinais; 3) Conversor analógico/digital integrado à placa de aquisição de dados, contendo o multiplexador; 4) Computador PC com grande espaço para armazenamento de dados; 5) Software específico para aquisição de dados; Opcionalmente, podem ser incluídos: 6) Gerador de Sinais com a mesma conformação da MEA (MEA Signal Generator), que serve para testar todo o sistema sem necessidade de se fazer a cultura de células; 7) Estimulador elétrico para produzir estímulos elétricos na MEA e registrar assim a resposta ao potencial evocado.
  21. 21. Equipamento para Aquisição e Registro de dados
  22. 22. Softwares para Aquisição de Dados MC Rack, de MultiChannel Systems
  23. 23. Softwares para Aquisição e Registro de Dados Moebius de MED64. NeuroRigther (Freeware), escrito porJohn Rolston, Potter e colaboradores.
  24. 24. Posição do “pad” de terra no padrão MultiChannell (MCS) fr O eletrodo de terra (GND) é o de número 15 na MEA padrão MCS (MultiChannell Systems)
  25. 25. Gerador de Estímulos Evocados fr RAC System, gerador de estímulos proposto por Daniel Wagenaar, 2004.
  26. 26. Visão Global do Projeto Proposto fr
  27. 27. Parte do sistema implementado para efeitos da presente dissertação a) Soquete MEA padrão completo; b) Pré-amplificador (2 canais); c) Filtros (2 canais); d) Amplificador (2 canais); e) MUX1 (2 canais); f) Conversor AD (2 canais); g) Versão inicial do software escrito em MATLAB (para registro de 2 canais); h) Lay-out final para implementar os 60 canais do amplificador, MUX1 e MUX2, ADC1 e ADC2 e conversor USB.
  28. 28. Parte implementada do Sistema
  29. 29. Distribuição dos terminais do Soquete de MEA padrão
  30. 30. Implementação do Soquete Elétrico
  31. 31. Pré-amplificador • Baseado no Amplificador de Instrumentação Texas INA333
  32. 32. Simulação computacional de densidade de ruído – INA333, simulador TINA-TI
  33. 33. Filtro Passa-Altas Filtro Butterworth de 2 Ordem com frequencia de corte 0,16Hz
  34. 34. Filtro Passa-baixas Filtro passa-baixas Butterworth de 2 ordem com frequencia de corte 159Hz
  35. 35. Os dois filtros juntos, formando um filtro passa-banda
  36. 36. Simulação da tensão e corrente de ruído para os filtros propostos
  37. 37. Diagrama Final do pré-amplificador e filtro implementado, 1 canal -5V 7805 TLE2425 3 IN OUT +5V 1 Fambrini & Saito MEA Amplifier - 1 channel C7 10n V1 12 Test Point 1 2 COM C8 100n C4 33n R6 1k 3 C6 10n R1 2,2k 2 C3 1u V+ R2 1M Saida 1 3 + + 4 U2 TL074 R7 1M + R9 15k -5V - + 4 Ref + R8 10k 1 3 +5V RG - C1 1u Out + Entrada Sinal 1 R4 4,7k RG U1 INA333 V- 11 2 - R3 2,2k R10 100k -5V V3 2,5 7905 TLE2425 R11 8,2k R5 100k 11 OUT IN C2 1n C10 100n COM 1 G=13 U3 TLC074 +5V V2 12 G=6 ate 101 Ganho -Ajuste 20k C5 220n 2 C9 100n V4 2,5 1 polo - Fc=0,16Hz - Passa-Altas HeadStage Amplifier - G=1+ 100K/Rg Passa-Baixas - 3 ordem
  38. 38. Subsistema de Amplificação, Conversão AD e Transmissão de Sinais
  39. 39. Subsistema de Amplificação (buffer)
  40. 40. Chip escolhido:Texas TLC2274, amplificador operacional quádruplo
  41. 41. Conversor AD de 60 canais • • • • • • Possível escolha: DSPIC33FJ256GP710 (Microchip) oferece 32 entradas analógicas multiplexadas em 2 conversores AD internos (cada entrada possui um MUX de 16 entradas). Taxa de amostragem (sample rate) máxima = 1,1 Msps (1,1 milhões de amostras por segundo) divididas entre os 32 canais (Microchip, 2013). Hardware interno dedicado a DMA (Direct Memory Acess) o que aumenta a velocidade de armazenamento e transferência dos dados, permitindo guardar dados na memória sem a interferência do processador. A resolução dos conversores A/D é de 16 bits ou de 12 bits, podendo tal resolução ser escolhida através do firmware. São necessários dois chips para se atingir os 60 canais necessários. Com resolução de 16 bits e fonte de referência interna em 3.3 volts, a menor tensão que pode ser amostrada é:
  42. 42. Conversor AD projetado (32 canais)
  43. 43. Lay-out da Placa de Circuito Impresso
  44. 44. Conversor AD implementado • • Devido às limitações de tempo e de recursos financeiros, foi implementado até o momento um conversor AD mais simples, com apenas 2 canais, com a finalidade de testar o conceito. Baseado no microcontrolador PIC18F4520 (Microchip), com resolução de 10 bits em cada canal, a menor tensão que pode ser amostrada é dada por:
  45. 45. Firmware responsável pela leitura do conversor AD SETUP_ADC(ADC_CLOCK_INTERNAL | VSS_VDD); set_adc_channel (0); delay_us(2); // aguarda 2 us READ_ADC(ADC_START_AND_READ); M = read_adc(); // demora cerca de 8 us printf ("D%srn",M); //demora cerca de 100 us O caractere ‘D’ é usado como caractere de sincronismo. Uma amostragem a cada 10 us, mas a instrução printf demora cerca de 100us.
  46. 46. Limitações na Taxa de Amostragem • O conversor AD é capaz de efetuar até 100 mil conversões por segundo. Entretanto, as demais instruções consomem algum tempo de processamento. • A instrução printf por exemplo, demora cerca 100 µs. O tempo total de execução da rotina de aquisição de dados é da ordem de 110 µs. • Assim, a máxima taxa teórica de amostragem seria 9091 amostras por segundo. Isso coloca a frequência de amostragem no valor de 9 kHz. De acordo com o Teorema da Amostragem, a máxima frequência teórica que pode ser amostrada seria igual a 4,5kHz. • Mas existe também o problema da velocidade do software que é executado no computador. De fato, scripts em MATLAB são de execução bastante lenta
  47. 47. Conversor AD implementado, baseado em PIC18F4520
  48. 48. Foto do Sistema implementado em testes
  49. 49. Conversor USB • Baseado no chip PL2303HX da Prolific, velcoidade máxima de transferência de dados de 12 Mbps.
  50. 50. Software de Registro de Sinais de Neurônios in vitro em MEA Comunicação serial USB em MATLAB: N=1000; % fixa o tamanho em 1000 amostras s = serial ('COM5','BaudRate',460800,'DataBits',8,'Parity','none','FlowControl','none'); fopen(s); seq = 1:N; y = zeros(1,N); for i=1:N fprintf( s, '%s', ‘D'); y(i) = str2num( fscanf(s,'%s') ); end fclose(s); plot(seq,y); % plota o gráfico com as informações da porta USB xlabel('registro'); ylabel('Tensao (mV)');
  51. 51. Imagens plotadas pelo MATLAB, em tempo real
  52. 52. FFT do sinal Amostrado figure(2) L=length(y); NFFT = 2^nextpow2(L); Y = fft(y,NFFT)/L; f = Fs/2*linspace(0,1,NFFT/2+1); plot(f,2*abs(Y(1:NFFT/2+1))) title('Espectro de Amplitude ') xlabel('Frequencia (Hz)') ylabel('|Y(f)|')
  53. 53. Filtro Notch: para rejeitar interferências de 60Hz da rede elétrica % Filtra em 60 Hz - notch filter (MATLAB) Wo = 60/(Fs/2); BW = Wo/35; [b,a] = iirnotch(Wo,BW); y = filter(b,a,m); A e B determinam a largura de banda do filtro. Trata-se de um filtro digital recursivo do tipo IIR (Infinit Impulse Response)
  54. 54. Software de Aquisição de dados escrito na linguagem Processing • Scripts em MATLAB são lentos porque são interpretados. A Linguagem Processing (baseada em JAVA) é gratuita e permite o uso de recursos gráficos de OpenGL, sendo muito rápida para processamento de gráficos em tempo real. void setup( ) { size(640, 480); port = new Serial(this, Serial.list( )[0], 9600); values = new int[width]; smooth(); void draw( ){ while (port.available() >= 3) { if (port.read() == 0xff) { val = (port.read( ) << 8) | (port.read( )); }} for (int i=0; i<width-1; i++) values[i] = values[i+1]; values[width-1] = val; background(0); stroke(255); for (int x=1; x<width; x++) { line(width-x, height-1-getY(values[x-1]), width-1-x, height-1-getY(values[x]));
  55. 55. Usando Processing foi possível registrar frequências de até 3kHz, contra 100Hz usando o MATLAB
  56. 56. Resultados Experimentais: 1-Testes elétricos do Soquete • a) Adição de cloreto de sódio (líquido iônico condutivo), na cavidade de cultivo de cultura da MEA, para medir a condutividade elétrica entre eletrodos; • b) Verificação da ausência de curto-circuitos entre contatos adjacentes da MEA, usando-se um multímetro; • c) Medida da impedância dos contatos elétricos, usando-se gerador de sinais Sim-MEA descrito neste trabalho. • Resistência média dos contatos elétricos: Rm =285 ohms
  57. 57. Resultados Experimentais: 2-Construção do Gerador de Sinais Sim-MEA
  58. 58. Sim-MEA: Um Simulador de sinais microcontrolado para teste de todo o sistema
  59. 59. Sim-MEA montado no Soquete, ao lado de headstage
  60. 60. Resultados Experimentais: Nível de ruído do pré-amplificador e filtros, em função do ganho
  61. 61. Resultados Experimentais: Senóide com amplitude 50 mV p-p, T= 1000us
  62. 62. Onda quadrada, 100mV
  63. 63. Onda dente-de-serra, F=100Hz, Vpp=85mV
  64. 64. Parte de um sinal de MEA real, simulado pelo Sim-MEA
  65. 65. Resultados Experimentais: 4-Script em MATLAB que registra 2 canais em tempo real ff% res = dataFromResult('P,100,0,500,0'); fprintf(s2,'a'); if s2.BytesAvailable res = dataFromResult(fscanf(s2)); if i>1 tijd(i) = toc; tijd(i)= tijd(i) + tijd(i-1); end tic A(i,:) = res; b=0; for j=PLOTSENSORS b=b+1; subplot(length(PLOTSENSORS),1,b); if i>timespan plot(tijd(i-timespan+1:i),A(itimespan+1:i,j),'g','lineWidth',2); xlim([tijd(i-timespan+1) tijd(i)]); else plot(tijd,A(:,j),'g','lineWidth',2); end ylim([ymin ymax]); box off title(SENSORNAMES{j}); end i=i+1; pause(0.02); end
  66. 66. Conclusões e Trabalhos Futuros Conclusões: Resultados experimentais parciais (apenas 2 canais foram efetivamente implementados e testados), funcionam adequadamente para o registro de sinais eletrofisiológicos obtidos com o uso de MEAs, da ordem de alguns microvolts, com os níveis de ruído compatíveis com a aplicação. O Software de Registro de Sinais de Neurônios in vitro em MEA ainda encontra-se em fase inicial de desenvolvimento, porém mostra resultados promissores. O pré-amplificador, filtro, amplificador, MUX e conversor AD mostram-se efetivos com níveis de amplificação adequados, em torno de 1000 vezes e banda passante que pode ser ajustada se necessário substituindo alguns valores de componentes, assim como o ganho, que pode ser ajustado através de um potenciômetro, para cada canal. Testes reais em matriz de multieletrodos precisam ainda ser feitos para se obter a validação do sistema em campo. Trabalhos Futuros: a) Conclusão da construção de um sistema SRSN completo de 60 canais; b) Validação do Sistema em cultura biológica; c) Construção do Gerador de Estímulos Elétricos para Potencial Evocado ; d) Amplificador usando Ressonância Estocástica (RE); e) Registro de Sinais de EEG; f) Interfaces Cérebro-Máquina (BCI); g) Estudos de Sinais para Neuroimplantes.
  67. 67. Ressonância Estocástica (RE) • É um fenômeno no qual a razão sinal-ruído, de um sistema nãolinear, tem o seu máximo para um valor não-nulo de ruído. • O sinal sozinho é indetectável e o ruído não contém nenhuma informação, mas, quando o sinal e o ruído ocorrem juntos, para uma dada razão ótima entre os dois, o limiar é atravessado probabilisticamente segundo a amplitude modulada do sinal (isto é, o limiar será mais vezes atravessado quando o nível do sinal está mais perto do limiar), o que fornece informação sobre o sinal (Lopes, 2010). • Um sinal de amplitude muito pequena (indetectável) quando misturado ao rúido branco é amplificado e pode ser detectado.
  68. 68. AGRADECIMENTOS Ao Prof. Dr. José Hiroki Saito; Aos colegas de Mestrado da Faccamp; A todos os professores do Curso de Mestrado em Ciência da Computação da FACCAMP; A Texas Instruments e a Microchip inc; A meus pais e ao Grande Arquiteto do Universo, Meu muito OBRIGADO ! 18/dezembro/2013

×