ניתוח צפיפות זרם מקור (CSD) מעריך היכן זרם חשמלי נכנס או יוצא מרקמה עצבית על ידי בחינת שינויים מרחביים במתח חוץ-תאי. הוא יכול לחדד את הפרשנות של רישומי EEG ומיקרו-אלקטרודות, אך תוקפו תלוי בגיאומטריית האלקטרודות, איכות הדגימה, בחירת הייחוס (רפרנס) והנחות המודל.
מהי צפיפות מקורות זרם (Current Source Density)?
צפיפות מקורות זרם (CSD) מתארת את התפלגות הזרם החשמלי הזורם אל תוך נפח של רקמה עצבית וממנו החוצה. במדעי המוח, מקור (source) מייצג בדרך כלל זרם היוצא מהמרחב החוץ-תאי, בעוד שמבלע (sink) מייצג זרם הנכנס אליו. המונחים תלויים במוסכמת הסימנים ובנקודת המבט שנבחרה, כך שעדיף להבין מקור או מבלע כחלק מדפוס חשמלי מקומי ולא כאובייקט אנטומי נפרד.
ההערכה נגזרת בדרך כלל ממדידות מתח חוץ-תאיות שנאספו במספר עמדות סמוכות. הבדלים מרחביים בין מדידות אלו חושפים באיזו מהירות משתנה שדה המתח על פני הרקמה. מכיוון שהחישוב מדגיש שונות מקומית, CSD יכול לסייע בהבחנה בין דפוס מוקדי לבין שדה רחב הנוצר מפעילות המועברת דרך רקמה מקיפה.
CSD אינו מזהה ישירות נוירון בודד, סינפסה או תעלת יונים. מדובר בהערכה ברמת האוכלוסייה ותלויית-גיאומטריה של התפלגות זרם טרנס-ממברנלי. במסגרת מדעי המוח, הוא משמש לפיכך לצד אנטומיה, אלקטרופיזיולוגיה, תזמון גירויים ותצפיות התנהגותיות או קליניות, במקום שיתייחסו אליו כמפה עצמאית של פעילות תאית.
הבסיס הביופיזיקלי: ממתח לזרם
כאשר סינפסות מופעלות, יונים זורמים על פני קרום הנוירון, ומייצרים זרמים חשמליים זעירים ברקמה הסובבת. אלקטרודה חוץ-תאית קולטת את שינויי הפוטנציאל הנובעים מכך, אך שינויים אלה הם תערובת מטושטשת של זרמים מתאים רבים.
CSD פועל לאחור ממתח מתועד זה כדי להסיק את הזרם הכולל (net) הנכנס לרקמה או יוצא ממנה בכל נקודה, תמונה של היכן מקורם של זרמים סינפטיים והיכן הם חוזרים לתא.
הקשר בין פוטנציאל השדה החוץ-תאי לזרמים שבבסיסו נשלט על ידי פיזיקה מבוססת היטב, המתבטאת במשוואת פואסון. עבור תווך מוליך, ה-CSD (הזרם הכולל החוצה נפח קטן) קשור לדיברגנץ של וקטור זרימת הזרם, אשר בתורו מקושר להשתנות המרחבית של פוטנציאל השדה.
במוליך פשוט ואחיד, ה-CSD נמצא ביחס ישר למידת החדות שבה המתח משתנה עם המרחק — מבחינה מתמטית, הנגזרת המרחבית השנייה שלו. תובנה זו (Insight) עומדת בבסיס חישוב ה-CSD הקלאסי, אך רקמת מוח אמיתית מתנהגת לעיתים רחוקות כמו אמבט מלח הומוגני.
הניסויים המכוננים שביססו את מהימנותו הביופיזיקלית של CSD בוצעו במוח הקטן (צרבלום) של צפרדעים וקרפדות. חוקרים מדדו את טנזור המוליכות המלא — מפה תלת-ממדית של הקלות שבה זרם זורם בכיוונים שונים — ומצאו שהרקמה היא אניזוטרופית (הזרם זרם בקלות רבה יותר לאורך צירים מסוימים מאשר אחרים), אך עם זאת הומוגנית להפליא (המוליכות לא השתנתה באופן משמעותי לפי המיקום) ואוהמית (הקשר בין מתח לזרם היה ליניארי).
הכרת טנזור מוליכות יחיד זה אפשרה מודל CSD פשוט אך מדויק מבחינה פיזיקלית, והכשירה את הקרקע ליישומים מעשיים.
כיצד לחשב צפיפות מקורות זרם
תרגום מתחים מתועדים למפות CSD דורש בחירה קפדנית של שיטות חישוביות. הבחירה תלויה במורכבות הרקמה ובמערך המרחבי של מערך ההקלטה.
שיטת הנגזרת המרחבית השנייה הקלאסית
תחת הנחות של מוליכות הומוגנית ואיזוטרופית, CSD מסתכם בפעולה פשוטה: לוקחים את פוטנציאל השדה שנרשם בסדרה של מגעים אלקטרודיים במרווחים שווים ומחשבים את הנגזרת השנייה לאורך ציר החיטוט (probe). בפועל, הדבר נעשה באמצעות נוסחאות הפרשים סופיים המקרבות את הנגזרת תוך שימוש במתחים במגעים סמוכים.
עם זאת, לא כל סכמות הגזירה שוות. השוואה שיטתית במוח הקטן של חסרי זנב (anuran) העריכה נוסחאות שונות ביחס לדיוקן, נטייתן לעוות דפוסים מרחביים המשתנים במהירות (aliasing), וכמות ההחלקה שהן מציגות.
בדיוק כפי שבחירת המסנן השגוי עלולה לטשטש תצלום, בחירת סכמת גזירה בלתי מתאימה עלולה לטשטש את אותם אירועים בדיוק שאתה מקווה לראות. הנוסחה האופטימלית תלויה בתכולת התדר המרחבי של האותות, לקח שחוזק על ידי מדידת ספקטרום צפיפות האנרגיה המרחבית כדי למצוא את המרחק האידיאלי בין האלקטרודות.
מעבר להנחה הפשוטה ביותר: שיטות הופכיות ופרופילי מוליכות
כאשר הרקמה אניזוטרופית או אי-הומוגנית, גישת הנגזרת השנייה הפשוטה אינה תקפה עוד. מסגרת כללית יותר מתחילה ממשוואת פואסון ומשלבת את טנזור המוליכות הנמדד כדי לשחזר את התפלגות המקורות האמיתית.
המאמר התיאורטי שהוזכר לעיל סיפק את המשוואות המלאות בקואורדינטות קרטזיות ישרות זווית, כולל מערכת קואורדינטות מסובבת כדי להתיישר עם מבנים שכבתיים (למינריים) נטויים. בסיס זה מאפשר לאלגוריתמי CSD הופכיים מודרניים לתקן מוליכות כיוונית ולהפיק מפות מדויקות יותר.
באופן מכריע, ההדגמה המוקדמת לכך שרקמת המוח הקטן הייתה הומוגנית ואוהמית פירושה שניתן היה להשתמש בטנזור מוליכות יחיד וקבוע, מה שפישט באופן דרמטי את הבעיה ההופכית. עבור אזורי מוח למינריים רבים, זה נותר נקודת מוצא סבירה, אם כי לעיתים נדרשים תיקונים מדויקים לאי-הומוגניות.
אלגוריתמים נפוצים והנחות יסוד
מספר גישות נמצאות בשימוש, וכל אחת מהן מציבה דרישות שונות מהנתונים. הפרשים סופיים פשוטים הם שקופים ופועלים באופן טבעי עם מגעים במרווחים קבועים, בעוד ששיטות מבוססות ספליין (spline) או גרעין (kernel) יכולות להתאים למערכים מרחביים רחבים יותר. ב-EEG משטחי, התמרת לפלסיאן משטחית היא פעולה קרובה מאוד המעריכה עקמומיות מקומית בשדה המתח של הקרקפת.
בחירת האלגוריתם צריכה לנבוע מסידור האלקטרודות ולא מנוחות בלבד. הנחות והחלטות נפוצות כוללות:
האם מתייחסים למוליכות כהומוגנית ואיזוטרופית.
האם הגיאומטריה של ההקלטה תומכת בנגזרות חד-, דו- או תלת-ממדיות.
כיצד מטופלים תנאי שפה וערוצים חסרים.
האם מוחלת החלקה לפני גזירה מרחבית.
לאחר החישוב, יש לתעד את מוסכמת הסימנים בצורה ברורה, שכן התוויות הוויזואליות "מקור" (source) ו"מבלע" (sink) עשויות להתהפך בין יישומים שונים. אימות יכול לכלול שדות מסומלצים, תזמון גירויים ידוע, יישור אנטומי וניתוחי רגישות באמצעות מרווחים חלופיים או פרמטרים של החלקה. בדיקות כאלה אינן מבטלות את אי-הוודאות, אך הן מראות האם הדפוס העיקרי יציב.
כלים ותוכנות לניתוח CSD
ניתן ליישם תהליכי עבודה של CSD באמצעות סביבות מחשוב נומריות, חבילות ניתוח אלקטרופיזיולוגיה ותסריטים (scripts) מותאמים אישית. השלבים המרכזיים כוללים בדרך כלל ייבוא אותות, בדיקת מיקומי ערוצים, סינון עם רציונל מוגדר, זיהוי ערוצים או מגעים פגומים, החלת האופרטור המרחבי והצגת התוצאה לצד ההקלטה המקורית. תוכנה אינה מבטלת את הצורך להבין את ההנחות המובנות באותו אופרטור.
תהליך עבודה שניתן לשחזור שומר על הפרדה בין פרטי הרכישה לבין הטרנספורמציות. המנתח מתעד את גיאומטריית האלקטרודות, סכמת הייחוס (reference), ערכי המוליכות כאשר נעשה בהם שימוש, שיטת האינטרפולציה, פרמטרי ההחלקה והטיפול בשוליים. סקריפטים או מחברות עם ניהול גרסאות יכולים לאחר מכן ליצור מחדש תרשימים ולתמוך בהשוואות בין אלגוריתמים.
יישום יעיל אמור לאפשר בדיקה של פלטי ביניים במקום להציג רק מפת צבעים סופית. עבור EEG משטחי, הדבר כולל בדיקת שדה המתח שעבר אינטרפולציה ומערך האלקטרודות. עבור מערכי מיקרו-אלקטרודות, זה כולל אימות של סדר המגעים, מרווחים פיזיים, כיוון החיטוט והטיפול במגעי קצה. בדיקות אלו לרוב בעלות ערך רב יותר מאשר הוספת הדמיה ויזואלית נוספת.
שיקולים מעשיים למפות CSD מהימנות
פלטי CSD גולמיים עלולים להטעות אם פרמטרי ההקלטה והניתוח אינם מותאמים מיטבית. שלושה מקורות שגיאה עיקריים עלולים להחדיר מקורות ומבלעים מלאכותיים:
המרווח בין מגעי האלקטרודות
רעש חשמלי
אי-ודאות לגבי המיקום המדויק של האלקטרודות
מרווח אלקטרודות ודגימה מרחבית
המרחק בין אתרי ההקלטה מגדיר את המבנה המרחבי הקטן ביותר שניתן לקלוט בצורה נאמנה. מרווח גדול מדי מחליק ומעלים פרטים עדינים ועלול לגרום ל-aliasing, שבו שינויים מרחביים מהירים מתחפשים לדפוסים בתדר נמוך יותר. מרווח קטן מדי, לעומת זאת, מגביר את השפעות הרעש, מכיוון שפעולת הנגזרת השנייה רגישה מאוד לתנודות מתח זעירות.
הפתרון הוא לרוב מדידת ספקטרום צפיפות האנרגיה המרחבית של פוטנציאל השדה. במוח הקטן של חסרי זנב, ניתוח זה חשף את פסי התדר שבהם האות הפיזיולוגי האמיתי שלט על פני הרעש, מה שאפשר לחוקרים לבחור מרווח בין אלקטרודות שמקסם את לכידת האות האמיתי תוך מזעור עיוותים. אופטימיזציה אמפירית זו הפכה טכניקה תיאורטית לכלי מעשי בנאמנות גבוהה.
רעש, מיקום אלקטרודות וארטיפקטים
מעבר למרווחים, שלושה מקורות שגיאה עיקריים יכולים לשבש מפות CSD:
רעש חשמלי אקראי
אי-ודאות במיקום הקצה של אלקטרודות ההקלטה
אי-דיוקים בטנזור המוליכות המשוער
במחקר שהוזכר לעיל של Freeman ועמיתיו, נגזרו ביטויים תיאורטיים כדי להעריך את הגודל היחסי של כל שגיאה, וניסויים אישרו את תוקפם. לדוגמה, אפילו חוסר התאמה קטן בין מיקום האלקטרודה המשוער לזה בפועל עלול ליצור זוגות מזויפים של מבלע ומקור זרם.
ברשתית, חקירות מתודולוגיות חשפו תרחישים ספציפיים שיצרו "מקורות/מבלעים מלאכותיים (ארטיפקטיים)". על ידי שינוי שיטתי של פרמטרים כגון ייחוס (referencing), סינון וגיאומטריית מערך האלקטרודות, החוקרים זיהו שיטות עבודה מומלצות שהובילו ל"שונות ורעש מינימליים בפרופילי ה-CSD". הדבר מדגיש כי CSD אינה טכניקת "הכנס-הפעל" (plug-and-play), וכי נדרש אימות זהיר כדי להפריד בין אירועים פיזיולוגיים אמיתיים לבין ארטיפקטים של הניתוח.
כמה ממדים מרחביים מספיקים?
פישוט נפוץ הוא להניח שהזרם זורם רק לאורך ציר החדירה של האלקטרודה — CSD חד-ממדי (1D). הנחה זו תקפה כאשר האלמנטים הנוירונליים הפעילים מסודרים בשכבות (laminae) שטוחות ומקבילות ומסלול האלקטרודה מאונך להן.
במבנים כמו קליפת המוח (קורטקס) או המוח הקטן, שבהם התאים מאורגנים בשכבות, קירוב 1D לעיתים קרובות מספיק. עם זאת, אם זרמים משמעותיים זורמים בכיוונים אחרים (כפי שיכול לקרות ליד גבולות מעוקלים או עם חדירות אלכסוניות), ניתוח 1D ייחס בטעות אותות מהולכת נפח (volume conduction) כמקורות מקומיים.
יישומים של CSD על פני מערכות עצביות
עוצמתו של CSD מתבררת כאשר הוא מיושם על מעגלים מוגדרים היטב. שלושה מודלים קלאסיים ממחישים כיצד CSD מתיר אותות חופפים וחושף את הארגון הנסתר של זרמים סינפטיים.
ארגון למינרי של המוח הקטן
המוח הקטן של צפרדעים וקרפדות שימש כר ניסויים עבור מתודולוגיית CSD. החלת הטכניקה המותאמת על קלט וסטיבולו-צרבלרי הניבה "רזולוציה זמנית ומרחבית טובה משמעותית של אירועים נוירונליים" בהשוואה לפוטנציאלי שדה גולמיים בלבד.
מכיוון שקליפת המוח הקטן היא מבנה למינרי סדיר ביותר, מפות CSD יכלו לאתר בדיוק את השכבות שבהן הגיע הקלט הסינפטי והיכן חזרו זרמים פעילים, מה שסיפק קריאה ישירה של הקישוריות התפקודית בין עצב שיווי המשקל לנוירוני המטרה שלו. עבודה זו לא רק אימתה את השיטה אלא גם הדגימה כיצד CSD יכול לשמש ככלי כללי לאזורי מוח בעלי מבנה שכבתי.
פרופילי עומק ברשתית
הרשתית, על שכבותיה המוגדרות היטב, היא רקמה אידיאלית נוספת עבור CSD. ברשתית הצפרדע, פרופיל עומק של CSD בשיא גל ה-b המעורר על ידי אור חשף מבלע זרם גדול ליד שכבת הפלקסיפורם החיצונית (OPL), מקור בממברנה המגבילה הפנימית (ILM), ורצף מורכב יותר של אירועים בשכבת הפלקסיפורם הפנימית (IPL).
עם תחילת האור, התגובה ב-IPL התפתחה בשלושה שלבים מסודרים. מבלע חד ראשוני תאם לתגובה השלילית הפרוקסימלית (PNR), ואחריו מקור איטי יותר ששיקף את גל ה-b, ולבסוף מבלע איטי עוד יותר במהלך הזמן של גל ה-M.
פירוק זה אינו אפשרי מרישום מתח בודד, שבו רכיבים אלה מתמזגים לצורת גל יחידה. המבלע ב-OPL היה קשור בבירור למחוללי גל ה-b, בעוד שמבלע גל ה-M נראה קטן מכיוון שהוא התבטל בחלקו עם מקור גל ה-b החופף באותו עומק.
כך סיפק CSD ניתוח שכבה-אחר-שכבה של תגובת מעגל הרשתית לאור, תוך הפרדת התרומות של אוכלוסיות תאים נפרדות.
פרופילים למינריים בקליפת המוח
אולי ההדגמות המרשימות ביותר של ערך ה-CSD מגיעות ממחקרים על הניאוקורטקס של פרימטים. באזורים החזותיים הראשוניים (V1), השמיעתיים והסומטוסנסוריים של מקוק, נותחו הקלטות LFP למינריות באמצעות CSD כדי לאתר את המחוללים של תנודות בפס α. מפות ה-CSD חשפו מחוללי זרם α בכל שכבות קליפת המוח — סופרא-גרנולריות, גרנולריות ואינפרא-גרנולריות — כאשר המקורות החזקים ביותר נמצאו בשכבות הסופרא-גרנולריות השטחיות.
ממצא זה תיקן פרשנות שגויה ארוכת שנים. אות ה-LFP הגולמי הראה הספק α מקסימלי בשכבות האינפרא-גרנולריות העמוקות, אך CSD הבהיר שזו הייתה אשליה שנגרמה על ידי "זיהום של אות ה-LFP האינפרא-גרנולרי על ידי פעילות שהולכת נפחית ממחוללי ה-α הסופרא-גרנולריים החזקים יותר".
הולכת נפח, שבה זרמים מתפשטים באופן פסיבי דרך הרקמה, מטשטשת את המקורות האמיתיים של האות. CSD מסנן טשטוש זה, וחושף כי מקצב ה-α אינו מונופול של שכבות עמוקות אלא תופעה רב-שכבתית שככל הנראה משתתפת הן בעיבוד קדמי (feedforward) והן בעיבוד משוב (feedback).
מחקר קורטיקלי שני השתמש בניתוח הספק CSD מוגבל-פס כדי לנתח את הפרופיל הלמינרי של תגובות חזותיות ב-V1. כאשר גירוי מופיע בפתאומיות, ה-LFP מציג שינוי חולף וחד שאחריו רכיב מתמשך. על ידי הפרדת תרומות נעולות-פאזה (ממוצעות על פני צעדים) ותרומות שאינן נעולות-פאזה (הספק מצעד לצעד), ניתוח ה-CSD מצא מבלע זרם בעל חביון קצר בשכבה 4C — הקלט התלמוקורטיקלי הקלאסי — ובכ-500 מיקרומטר עמוק יותר, מבלע מתמשך מובהק שנמשך כל עוד הגירוי החזותי נשאר על המסך.
המבלע העמוק יותר לא היה נעול-פאזה, כלומר תזמונו השתנה מצעד לצעד, וככל הנראה הוא מייצג עיבוד חוזר או עיבוד משוב ולא את הדחף הראשוני של הזנה קדימה. דיסוציאציה זו בין גילוי ראשוני לייצוג מתמשך הייתה בלתי נראית לחלוטין בממוצע LFP רגיל, מה שמדגיש את יכולתו הייחודית של CSD לחשוף את הארכיטקטורה הזמנית של עיבוד קורטיקלי.
מערכת | ממצא מרכזי | יתרון ה-CSD |
|---|---|---|
מוח קטן | הפרדת קלט סינפטי למינרי | רזולוציה מרחבית טובה יותר |
רשתית | פירוק רכיבי גל ה-b | ניתוח שכבה-אחר-שכבה |
קליפת המוח | תיקון מיקום מחולל α | חשיפת הולכת נפח |
פירוש CSD בהקשר של פעילות נוירונלית
מפות CSD זוכות לעיתים לביקורת כהפשטות מתמטיות המנותקות מפעילות ירי (spiking). עם זאת, הראיות שנאספו מפריכות זאת, שכן מבלעים ומקורות של CSD מצומדים באופן הדוק לירי נוירונלי.
קישור CSD לירי ולעוררות
במחקר מקצב ה-α שנערך על ידי Haegens ועמיתיו, פעילות רב-יחידתית (MUA) שתועדה בו-זמנית עם ה-LFP הייתה נעולת-פאזה לתצורות מקור/מבלע זרם מקומיות שזוהו על ידי CSD. המשמעות היא שכאשר CSD הראה מבלע זרם חזק בשכבה נתונה, לנוירונים סמוכים היה סיכוי גבוה יותר לירות פוטנציאלי פעולה באותה פאזה של התנודה.
הצימוד מאשר כי "ממדי מקצב α משקפים תנודות עוררות נוירונלית מקומית" וכי מבלעי CSD תואמים לדחף סינפטי מעורר כולל. ביסוס אמפירי זה מעניק ל-CSD את משמעותו הביולוגית מכיוון שהוא מאתר במדויק את השכבה שבה הדחפים הסינפטיים ותהליכי הממברנה הפעילים הם החזקים ביותר, ולא רק את הדי הולכת הנפח הפסיביים.
הבחנה בין דינמיקות שונות באמצעות CSD
המחקר על תגובות חזותיות מאת Maier ועמיתיו סיפק נדבך נוסף של Insight. אותו מיקרו-מעגל ב-V1 יצר שני דפוסי CSD שונים מהותית עבור גירוי חזותי פשוט. המבלע המוקדם, נעול-הפאזה בשכבה 4C משקף את הגעתו המתוזמנת במדויק של קלט תלמי. המבלע המאוחר יותר, שאינו נעול-פאזה, הממוקם עמוק יותר, עולה בקנה אחד עם עיבוד תוך-קורטיקלי מתמשך שאינו ננעל לתחילת הגירוי.
לפיכך, CSD יכול לנתח צורת גל LFP גולמית אחת לרכיבים הנובעים ממנגנונים עצביים נפרדים — הזנה קדימה לעומת עיבוד חוזר, חולף לעומת מתמשך — ובכך לחשוף תמונה עשירה יותר של דינמיקת המעגל מכפי שאות המתח הגולמי יכול היה אי פעם.
מדוע ניתוח צפיפות מקורות זרם הוא כלי מכריע עבור חוקרי מוח
ניתוח צפיפות מקורות זרם מתקדם מעבר לתיעוד של מה שהאלקטרודה רק "שומעת" אל עבר בניית תמונה פיזיקלית של הזרמים המייצרים אות זה. על ידי שילוב תיאוריה ביופיזיקלית קפדנית עם אופטימיזציה ניסויית זהירה וגרסאות ניתוח חדשניות, CSD חושף את הכוריאוגרפיה הלמינרית הנסתרת של סינפסות וזרמים פעילים.
בין אם ממפים מעגלי רשתית, קלטים צרבלריים או מקצבים קורטיקליים, CSD פותר בעקביות פרטים שפוטנציאלי שדה קונבנציונליים מטשטשים: הוא מפריד אותות מהולכת נפח מפעילות מקומית, מתיר אירועים סינפטיים חופפים וחושף את המקור המרחבי האמיתי של עיבוד מתמשך ותנודתי.
עבור כל מדען מוח העובד עם בדיקות למינריות או נתוני דימות קורטיקליים, CSD אינו תוסף שניתן לוותר עליו, אלא שלב יסוד לקראת פרשנות כנה של הקלטות חוץ-תאיות. הוא הופך עקבות מתח מעורפלים למפה שקופה של היכן ומתי נוירונים מחליפים מידע, מה שהופך אותו לטכניקת אבן פינה להבנת אופן פעולתם של מעגלים עצביים.
CSD לעומת אותות EEG גולמיים: מדוע זה משנה
EEG גולמי מציג מתח ביחס לייחוס, בעוד ש-CSD מציג נגזרת מרחבית של אותו שדה מתח. אותות גולמיים משמרים מידע על שדה רחב ושימושיים להערכת סנכרון גלובלי, תזמון אירועים ואיכות הנתונים הכוללת. CSD מדכא פעילות חלקה מרחבית ומדגיש עקמומיות מקומית, מה שיכול להקל על ראיית דפוס מוקדי.
ההבחנה אינה פשוט בין אות נחות לעליון. נגזרת מרחבית משנה את השאלה הנשאלת. פוטנציאל רחב עשוי להיות בעל משמעות ביולוגית גם אם CSD מנחית אותו, בעוד שמאפיין CSD חד עשוי לשקף דגימה דלילה, אינטרפולציה או רעש אם גיאומטריית המדידה חלשה.
ההשוואה המעשית היא הברורה ביותר כאשר בוחנים את שני הייצוגים יחד. מאפיין שנשאר עקבי מרחבית וזמנית על פני נתונים גולמיים ומותמרים קל יותר לפרש מאשר מאפיין המופיע רק לאחר סינון אגרסיבי. CSD יכול לספק ספציפיות מרחבית גדולה יותר, אך יש לשקול ספציפיות זו מול המידע שהוסר על ידי הגזירה.
כיצד ניתוח צפיפות מקורות זרם הופך רישומי מתח למפות מהימנות של איתות מוחי
ניתוח צפיפות מקורות זרם מעביר את המוקד מהמתח הגולמי שאלקטרודה שומעת למיקומים הפיזיים שבהם נוירונים אכן מחליפים אותות חשמליים. על ידי סינון טשטוש הולכת הנפח, טכניקה זו מתקנת אשליות בהקלטות סטנדרטיות, כגון פעילות אלפא שנראית חזקה ביותר במקום שבו היא רק מהדהדת באופן פסיבי. על פני מעגלים צרבלריים, רשתיים וקורטיקליים, היא מפרידה בעקביות בין גורמים מניעים נכנסים לבין עיבוד מתמשך, וחושפת את הפעילות שכבה-אחר-שכבה שרישומים רגילים ממזגים יחד.
עם זאת, CSD אינו פתרון אוטומטי; מהימנותו תלויה במרווחי אלקטרודות זהירים, בקרת רעש ופרשנות נכונה. השיטה מתקשרת בצורה הטובה ביותר לירי נוירונים אמיתי כאשר מבלעים ומקורות מתיישרים עם פעילות ירי, ומעניקה למדענים מפה מהימנה של תקשורת עצבית. הדבר מכריע מכיוון שידיעת המיקום והזמן שבהם מעגלים מחליפים מידע חיונית להבנה כנה של הקלטות מוחיות.
מקורות
Nicholson, C., & Freeman, J. A. (1975). Theory of current source-density analysis and determination of conductivity tensor for anuran cerebellum. Journal of neurophysiology, 38(2), 356-368. https://doi.org/10.1152/jn.1975.38.2.356
Freeman, J. A., & Nicholson, C. H. (1975). Experimental optimization of current source-density technique for anuran cerebellum. Journal of neurophysiology, 38(2), 369-382. https://doi.org/10.1152/jn.1975.38.2.369
Xu, X. I. J. I. N. G., & Karwoski, C. J. (1994). Current source density (CSD) analysis of retinal field potentials. I. Methodological considerations and depth profiles. Journal of neurophysiology, 72(1), 84-95. https://doi.org/10.1152/jn.1994.72.1.84
Haegens, S., Barczak, A., Musacchia, G., Lipton, M. L., Mehta, A. D., Lakatos, P., & Schroeder, C. E. (2015). Laminar profile and physiology of the α rhythm in primary visual, auditory, and somatosensory regions of neocortex. The Journal of Neuroscience, 35(42), 14341-14352. https://doi.org/10.1523/JNEUROSCI.0600-15.2015
Maier, A., Aura, C. J., & Leopold, D. A. (2011). Infragranular sources of sustained local field potential responses in macaque primary visual cortex. The Journal of Neuroscience, 31(6), 1971-1980. https://doi.org/10.1523/JNEUROSCI.5300-09.2011
שאלות נפוצות
מהו ניתוח צפיפות מקורות זרם (CSD) ומה הוא חושף על פעילות המוח?
ניתוח CSD מתמיר הקלטות מתח חוץ-תאיות למפות של המקומות שבהם זרם נכנס לנוירונים (מבלעים) ויוצא מהם (מקורות), ובכך חושף את המיקום הלמינרי ואת התזמון של פעילות סינפטית. הוא מספק רזולוציה עדיפה של אירועים נוירונליים בהשוואה לניתוח פוטנציאל שדה קונבנציונלי, ומאפשר לחוקרים לאתר במדויק את השכבות שבהן מתרחשים חישובים עצביים.
כיצד פועל ניתוח CSD מנקודת מבט ביופיזיקלית?
כאשר סינפסות מופעלות, יונים זורמים על פני קרומי הנוירונים ומייצרים זרמים חשמליים זעירים ברקמה הסובבת, אותם אלקטרודה חוץ-תאית רושמת כתערובת מטושטשת מתאים רבים. CSD פועל לאחור מאותו מתח מתועד, תוך שימוש במשוואת פואסון ובהשתנות המרחבית של פוטנציאל השדה, כדי להסיק את הזרם הכולל הנכנס לרקמה או יוצא ממנה בכל נקודה — למעשה גזירה של הנגזרת המרחבית השנייה של המתח במוליך אחיד פשוט.
מדוע ניתוח CSD נחשב טוב יותר מניתוח פוטנציאל שדה סטנדרטי?
הקלטות LFP סטנדרטיות מכילות תרומות חופפות ממקורות רבים, מה שמקשה על זיהוי מקור האותות. CSD מסנן אותות מהולכת נפח ומתיר אירועים סינפטיים חופפים, וחושף את המקור המרחבי האמיתי של הפעילות, כגון הבחנה בין עיבוד קדמי לעיבוד משוב בשכבות קליפת המוח.
מהן הדרישות המעשיות לקבלת מפות CSD מהימנות?
שלושה מקורות שגיאה עיקריים עלולים לשבש מפות CSD: מרווח בין אלקטרודות (גדול מדי גורם ל-aliasing, קטן מדי מגביר רעש), רעש חשמלי ואי-ודאות במיקום האלקטרודות או במוליכות המשוערת. הפתרון האופטימלי כולל מדידת ספקטרום צפיפות האנרגיה המרחבית כדי לבחור מרווח בין אלקטרודות שממקסם את קליטת האות האמיתי תוך מזעור עיוותים.
מתי ניתוח CSD חד-ממדי מספיק, ומתי לא?
ניתוח CSD חד-ממדי מניח שהזרם זורם רק לאורך ציר החדירה של האלקטרודה, הנחה שתקפה כאשר אלמנטים נוירונליים פעילים מסודרים בשכבות שטוחות ומקבילות ומסלול האלקטרודה מאונך להן, כמו בקליפת המוח או במוח הקטן. עם זאת, אם זרמים משמעותיים זורמים בכיוונים אחרים, כגון ליד גבולות מעוקלים או בחדירות אלכסוניות, ניתוח חד-ממדי ייחס בטעות אותות מהולכת נפח כמקורות מקומיים.
מהם היישומים העיקריים של ניתוח CSD על פני אזורי מוח שונים?
CSD יושם במוח הקטן למיפוי קלטים וסטיבולו-צרבלריים, ברשתית לפירוק תגובות המעוררות על ידי אור שכבה אחר שכבה (למשל, הפרדת רכיבי גל ה-b, ה-PNR וגל ה-M), ובניאוקורטקס לאיתור מחוללי אלפא ותגובות חזותיות. בכל מקרה, CSD מספק פירוק שכבה-אחר-שכבה של זרמים סינפטיים שעקבות מתח סטנדרטיים מטשטשים יחד.
מדוע CSD נחשב לשלב יסוד לפרשנות כנה של הקלטות חוץ-תאיות?
CSD הופך רישומי מתח מעורפלים למפה שקופה של היכן ומתי נוירונים מחליפים מידע, מפריד אותות מהולכת נפח מפעילות מקומית ומתיר אירועים סינפטיים חופפים. הוא אינו תוסף שניתן לוותר עליו אלא כלי חיוני להבנת אופן פעולתם של מעגלים עצביים, במיוחד עבור חוקרים המשתמשים בבדיקות למינריות או בנתוני דימות קורטיקליים.
מה ההבדל בין מקור זרם (source) למבלע זרם (sink)?
מקור מקושר באופן מסורתי לזרם היוצא מהמרחב החוץ-תאי, בעוד שמבלע מקושר לזרם הנכנס אליו. התוויות תלויות במוסכמת הסימנים ובנקודת המבט.
האם ניתן להשתמש ב-CSD עם EEG?
כן. CSD של EEG משתמש בדרך כלל בהתמרה דמוית לפלסיאן משטחי כדי להדגיש הבדלים מקומיים בשדה הקרקפת ולהפחית חלק מההשפעות של הולכת נפח רחבה.
מהן המגבלות העיקריות של CSD?
מגבלות חשובות כוללות מערכי אלקטרודות דלילים או לא סדירים, הגברת רעש, מוליכות לא ודאית, השפעות שוליים, אינטרפולציה לא מושלמת ועמימות לגבי המחולל האנטומי שבבסיס האות.
Emotiv היא מובילה בתחום הנוירוטכנולוגיה המסייעת לקדם מחקר במדעי המוח באמצעות כלי EEG נגישים וכלי נתוני מוח.
הבהרה רפואית: המידע המסופק באתר זה נועד למטרות חינוכיות ואינפורמטיביות בלבד ואינו מיועד לשמש כייעוץ רפואי או בריאותי. תוכן זה עלול להכיל שגיאות ואין להסתמך עליו לצורך קבלת החלטות משנות חיים בנושאי בריאות, רפואה או סגנון חיים. פנה תמיד לקבלת ייעוץ מהרופא שלך או מכל גורם רפואי מוסמך אחר בכל שאלה שעשויה להיות לך בנוגע למצב רפואי או לטיפול.
כריסטיאן בורגוס




