Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Klassifikation der retinalen Ganglienzelle nach der statistischen Methode Stephen M.Carcieri Adam L. Jacobs Sheila Nirenberg.

Ähnliche Präsentationen


Präsentation zum Thema: "Klassifikation der retinalen Ganglienzelle nach der statistischen Methode Stephen M.Carcieri Adam L. Jacobs Sheila Nirenberg."—  Präsentation transkript:

1 Klassifikation der retinalen Ganglienzelle nach der statistischen Methode Stephen M.Carcieri Adam L. Jacobs Sheila Nirenberg

2 Gliederung Einleitung: 3 Parametere Methode: mit Spot-Stimulus Durchführung Resultat: Wichtigkeit der Klassifikation von Zelle Zusammenfassung:

3 Einleitung Standardantwort -Parameter: Antwortlatenz Antwortdauer relative Amplitude von ON-Antwort und OFF-Antwort. Unsere Analyse zeigte, dass die Ganglienzellen von Maus in einige Gruppen sich sammelten, die auf Antwortlatenz; Antwortdauer; relative Amplitude von ON-Antwort und OFF-Antwort basierten, aber sammelte nicht sich in mehr, sondern in eine einzelne, große, fortlaufende Gruppe.

4 Methode Die Spot-Stimulus haben die lokalisierte retinale Ganglienzelle von Maus mit einem Extrazellulärelektrode angeregt,sodass haben die Antworten (extrazelluläre Aktionspotential) entstanden. Jedesmal hat 2 Sekunden heller Spot angefangen, dann folgte 2 Sekunden dunkler Spot. Die Spot-Stimulus dauerte ungefähr 7 Minuten für jede Zelle und wurden 4-8 Zellen hintereinander dargestellt, der ganz Prozess dauert Minuten.

5 Methode Die Findung von optimaler Spot und die Messung von Parameter der Antwortzeit :Amplitude, Latenz, und Dauer A: Reihe Spots der unterschiedlichen Größen legen ein rezeptives Feld-Zentrum in der Ganglienzelle dar. B: Messung von Parametere der Antwortzeit mit optimalem Spot

6 Durchführung Drei Standardparametere, die mit Antwortzeitverlauf verbunden sind, wurden dann gemessen: Die Antwortlatenz zu dem hellen und dunklen Spots; Die relative Amplitude von On und OFF Antworten zu dem hellen und dunklen Spots ; Die Antwortdauer zu dem hellen und dunklen Spots. Schließlich wurde die Verteilung jedes Parameters auf Multimodality geprüft. Multimodality wurde mit einem Bootstrap überprüft.Mit dieser Methode wurde die Verteilung zuerst auf Unimodality geprüft. Wenn dieses zurückgewiesen wird, die Verteilung wird dann auf Bimodality geprüft. Der Prozess wird mit mehrmals hintereinander höheren Modi wiederholt, bis die Zahl der Modi können nicht zurückgewiesen werden

7 Histogramm von Antwortlatenz zu hellem Spot. Unimodality wurde zurückgewiesen (p<0.01), Bimodality war nicht zurückgewiesen (p=0.52,n=108). dieses zeigte an, dass Ganglienzellen in zwei Latenzklassen sich teilen: Antworten mit einen kurze Latenz ( 400ms). Resultat

8 Histogramm von Antwortlatenz zu dunklem Spot A:Histogramm für Zellen mit kurzen Antwortlatenz zu hellem Spot. Unimodality wurde nicht zurückgewiesen (p=0.26, n=43), B: Histogramm für Zellen mit langen Antwortlatenz Zu hellem Spot. Unimodality wurde nicht zurückgewiesen (p=0.08, n=37).

9 Resultat Was ist Bias index? Relative Amplitude von ON_Antwort und OFF_ Antwort wurde als Bias Index definiert. Bias Index =(A1-A2)/(A1+A2). A1und A2 sind die Höchstantwort von Graphie 1B(in Methode). Würde die Antwortlatenz nur zu hellem Spot eingeführt,so A2=0,dann Bias index =1(für oN Zelle) ; Wenn die Antwortlatenz zu dunklem Spot, A1=0,dann Bias index =-1 (für OFF Zelle); wenn A1 =A2, Bias index =o (für ON/OFF Celle).

10 Resultat Histogramme des Bias Index. A. Histogramm für Zellen mit der kurzen Antwortlatenz zu hellem Spot. Unimodality wurde zurückgewiesen (p<0.02); Bimodality wurde zurückgewiesen (p<0.002); Trimodality war nicht zurückgewiesen(p=0.52, n=70). Dieses zeigt an, daß die kurze Latenz Klasse in 3 Bias Index Klasse sich teilt: ON Zelle,OFF Zelle und ON/OFF Zelle. B: Die lange Antwortlatenz auf eine Seite teilte nicht: Unimodality war nicht zurückgewiesen (p=0.15, n=38).

11 Resultat Die Histogramme von Antwortdauer zu hellem und dunklem Spots A: Histogramm von Antwortdauer zu hellem Spot für kurze Latenz ON Zellen. Unimodality wurde zurückgewiesen (p<0.02), Bimodality wurde nicht zurückgewiesen (p=0.78, n=0.46). Dieses zeigt, daß die Verteilung in 2 Gruppen sich teilt, ein kurze Antwortdauer und eine lange Antwortdauer. B: Histogramm von Antwortdauer zu hellem Spot für lange Latenz Zellen. Unimodality wurde nicht zurückgewiesen (p=0.24, n=38); C: Histogramm von Antwortdauer zu dunklem Spot für kurze Latenz ON Zellen. Unimodality wurde nicht zurückgewiesen (p=0.21, n=26) ; D: Histogramm von Antwortdauer zu dunklem Spot für lange Latenz Zellen. Unimodality wurde nicht zurückgewiesen (p=0.72, n=35)

12 Resultat Ganglienzellen Teilten sich natürlich in fünf Klassen mit Spot-Stimulus. Latenz zu hellem Spot teilt Zelle in zwei Klassen : lange Latenz und kurze Latenz. Bias Index teilt kurze Latenz in ON,OFF und ON/OFF Klassen. Antwortdauer zu hellem Spot teilt in sustained und transient Klassen von kurze Latenz ON Zellen.

13 Wichtigkeit der Klassifikation von Zelle Es gibt 2 Gründe: Eine objektive Informationen erklärte darüber, wie Ganglienzelle Antworten in der Mausretinaart zeigt, und wie Stromkreise in dieser Sorte ausgebreitet werden. Es gab eine quantitative Beschreibung von Sichtantworten, und ihre Klassifikation hat eine Grundlinie für Vergleich mit durch Mutation entstehenden Variation oder den gestörten Retina versehen..Diese Grundlinie ist auch für die Messung des Erfolges der Behandlungen für solche Defekte kritisch.

14 Zusammenfassung Die gewählte Parameter verwendet für die Klassifikation der Ganglienzellen: 1)Antwortlatenz 2)Antwortdauer 3) relative Amplitude von ON-Antwort und OFF-Antwort. Ganglienzellen Teilt sich in fünf Klassen mit Spot-Stimulus. Latenz zu hellem Spot teilte Zelle in zwei Klassen, lange Latenz und kurze Latenz. Bias Index teilt kurze Latenz in ON,OFF und ON/OFF Klassen. Antwortdauer zu den hellen Spot teilt in sustained und transient Klassen von kurze Latenz ON Zellen.


Herunterladen ppt "Klassifikation der retinalen Ganglienzelle nach der statistischen Methode Stephen M.Carcieri Adam L. Jacobs Sheila Nirenberg."

Ähnliche Präsentationen


Google-Anzeigen