神經電生理微電極陣列檢測系統研制

林楠森 宋軼琳 劉春秀 蔡新霞*

①(中國科學院電子學研究所傳感技術國家重點實驗室 北京 100190)

②(中國科學院研究生院 北京 100190)

1 引言

人體的神經系統是由數以億計的神經元組成的復雜網絡，神經系統中信息的編碼與處理在很大程度上是通過大量神經元構成的群體協同活動完成的，因此對神經元群體開展全面、準確、實時、同步的檢測，能夠獲得更為全面、有效的數據，為進一步揭示神經信號傳遞、編碼與解碼的本質提供可靠的幫助[1]。傳統的神經電生理信號檢測手段可分為3類：(1)膜片鉗記錄、(2)胞內記錄、(3)胞外記錄。檢測電極大都是以金屬微絲和玻璃微電極為主，存在檢測通道數少，操作繁瑣等缺點。隨著電子技術和微機械加工技術的發展，微電極陣列(Micro-Eelectrode Array, MEA)作為一種對傳統方法的加強，實現了對神經網絡的高空間分辨率的檢測，并且大大簡化了實驗步驟，同時可以檢測幾十甚至上百個通道的電生理信號。目前在心臟研究、突出可塑性研究、神經再生研究、高通量藥物篩選等研究領域發揮越來越重要的作用[2?4]。

雖然微電極陣列(MEA)技術具有以上的諸多優點，但相較于傳統的檢測手段，微電極陣列所檢測到信號幅度偏低、信噪比不高，這和電極與待測神經元接觸不夠緊密有關。例如在腦組織切片的實驗中，切片表面會有一定厚度的死細胞層，阻礙了待測細胞和電極的接觸，導致檢測到的信號幅度往往比傳統方法小2-3個數量級[5,6]。

本文針對神經微電極陣列信號檢測的特點，設計了多通道神經電生理信號檢測系統，可實現多通道微電極信號的同步檢測，結合實驗室自制平面微電極陣列進行大鼠海馬區腦切片的電生理實驗，檢測到幅度范圍在幾十μV的自發神經動作電位。

2 實驗方法

2.1 系統設計

檢測系統由硬件和軟件兩部分組成。其中硬件結構框圖如圖1所示，包括微電極陣列接口模塊、多通道信號放大模塊、數據采集模塊，可以實現多通道的神經電生理信號同步檢測，并將數據通過USB接口傳往計算機進行數據的實時處理。

圖1 神經微電極陣列檢測系統硬件結構框圖

軟件編寫從可靠性和靈活性考慮，本文采用Windows XP操作系統和Visual C++作為編程開發平臺。為保證多通道大數據量的實時處理，采用了多線程技術，可分為數據的采集、處理和顯示、存儲3個線程，線程之間的數據交換利用同步事件進行控制。利用多級緩存隊列等技術保證系統具有高效的數據處理能力。軟件具備信號采集、實時顯示、存儲、FIR濾波、在線鋒電位甄別、回放等功能[7,8]。

2.2 微電極陣列接口模塊

微電極陣列是采用MEMS工藝加工的器件，尺寸十分微小，難以直接和檢測系統相連，圖2所示為用于組織切片或神經細胞檢測的平面微電極陣列，中心檢測區域的電極尺寸為30 μm。

圖2 平面微電極陣列

因此本文通過電極接口模塊實現微電極和檢測系統的相連。接口模塊實物如圖3所示，通過焊接在印刷電路板上的彈性探針和微電極陣列的引線相接觸，4個角上的螺絲起固定和調節松緊的作用，電路板上同時焊接有標準的接插件，從而可直接和檢測電路相連。為屏蔽外界的電磁干擾，微弱信號走線的周圍都由地線包圍。

圖3 微電極陣列接口模塊

2.3 多通道信號放大模塊

神經胞外記錄的信號幅度一般為幾十至幾百μV，頻率范圍在10-2000 Hz，而生物體自身或外界的噪聲信號往往會將有用信號淹沒。因而信號檢測電路必須有較高的增益、較低的輸入噪聲、合適的頻帶范圍以及較強的抗干擾能力，同時由于微電極的阻抗一般達到M?級，檢測電路的輸入阻抗至少要達到G?級才能保證信號的完整提取[9]。針對以上信號的檢測特點，本文設計的電生理信號的檢測電路由前置放大器、帶通濾波、后級放大組成。

為保證系統對噪聲干擾的抑制作用，采用儀表放大器AD620作為前置放大電路，可以獲得較低的輸入噪聲、較高的輸入阻抗以及共模抑制比。傳統的一些前置放大器采取交流耦合的方式以消除直流的極化電壓(幾十到幾百 mV)，防止放大電路的飽和。但阻容元件的引入會降低共模抑制比，還會使系統的通頻帶發生偏移，而且由于運放的偏置電流會對電容進行充電，導致在微電極上出現直流電壓，進而會使電極發生電解反應，縮短電極的使用壽命。因此本文采取直流耦合的方式檢測，為防止直流極化電壓導致放大器飽和，AD620的增益為10，其后接截止頻率為10 Hz的高通濾波器濾除直流極化電壓的干擾。神經電信號大致可分為兩類：一類是變化較為緩慢的場電位，這類信號的頻率主要集中在300 Hz以下，另一類為快速變化的動作電位，頻率在 300-1000 Hz。所以本文的系統選頻范圍為10-3000 Hz，能夠同時記錄到場電位和動作電位，再通過軟件的數字濾波功能將這兩類電位分離開。對于來自工頻的干擾，傳統的電生理檢測電路加入50 Hz陷波器以濾除工頻干擾，但神經電生理信號的一部分信息也同樣會被濾除，而且工頻的諧波成分同樣還存在，因此本文主要是通過提高系統的共模抑制比 (Common Mode Rejection Ratio, CMRR)和接地屏蔽措施來排除外界電磁干擾的影響，對于工頻干擾特別嚴重的情況還可以通過系統軟件的數字濾波功能來濾除。

2.4 數據采集模塊

由于神經電生理信號的頻率主要分布在 2000 Hz以下的頻段內，為了對原始信號較好地復原，系統的采樣率應不低于10 kHz。本系統的數據采集卡選用北京阿爾泰科技發展有限公司的 USB2080型數據采集卡，具有400 kHz, 14 bit的數據采集能力。

2.5 動物實驗取材及電生理信號記錄

實驗動物采用2-3周大的SD大鼠(Sprague-Dawley)。為保證腦組織的活性，在未注射麻醉的情況下對大鼠采取快速斬首法，用眼科剪和眼科鑷將腦部迅速取出，放入0oC的人工腦脊液中進行快速冷凍，并通以95% O2和5% CO2的配比氧。其中人工腦脊液(Artificial CerebroSpinal Fluid, ACSF)的成分為NaCl 124 mmol/L, KC14 mmol/L,MgSO4·7H2O 2 mmol/L, Ca.Cl22 mmol/L,NaHCO326 mmol/L, NaH2PO4· 2H2O 1.25 mmol/L, Glucose 10 mmol/L, pH值為7.2。1 min后取出，用切片機將海馬區切成厚度為300 μm左右的腦片，放入37oC的人工腦脊液中(通以配比氧)孵育1 h左右。

將經過孵育的腦片移至實驗室自制的平面微電極陣列表面。在顯微鏡下對其進行定位，用移液槍和濾紙將多余液體吸盡，保證腦片和微電極陣列之間能夠緊密貼合，用尼龍網或腦片夾壓在腦片上防止灌流時漂移。上述準備工作完成后對腦片進行灌流，用本檢測系統接上電極進行檢測。

3 結果

3.1 系統參數測試

實驗過程中基線的寬度很大一部分是由電子元器件的噪聲組成，如電路中阻容元件的熱噪聲；半導體器件的散彈噪聲、1/f噪聲、爆裂噪聲；電源的紋波噪聲。基線過寬勢必會造成有用信號難以分辨，降低信噪比，因此系統的輸入噪聲一定要遠小于待測信號的幅度。同時系統的放大增益、帶寬范圍、共模抑制比等參數對于微弱信號檢測也非常重要。為了對系統的性能進行評估，對包括以上各主要參數進行了測試，圖4表示的是系統輸入短路時的等效輸入噪聲，其幅度Vpp=7-8 μV，Vpp為峰-峰電壓。

圖4 系統的等效輸入噪聲

為了測試系統的增益，利用Vpp=2 mV的100 Hz正弦波作為信號源，通過檢測系統的輸出即可得到系統的增益。如圖5(a)所示，系統的輸出幅度為Vpp=2 V，即系統的增益為60 dB。改變正弦波的頻率，便可得到系統在各頻率點上的增益，即帶寬范圍。如圖5(b)所示，系統的帶寬為10-3000 Hz，其中在大于低通截止頻率時，信號的衰減率為-80 dB；在小于高通截止頻率時，信號的衰減率為-60 dB。

圖5 系統的增益和帶寬

為了驗證系統的微弱信號檢測能力，在其通帶范圍內選擇100 Hz, 300 Hz, 500 Hz, 700 Hz, 900 Hz的Vpp=2 mV正弦波作為輸入，通過判斷檢測信號的信噪比判斷系統的性能。圖6所示為系統輸出信號的頻譜圖，由圖可知對各模擬信號源所檢測到的信號信噪比都在20 dB以上。因此系統的檢測下限可以達到微伏級，能夠滿足神經電生理信號的檢測需要。

圖6 系統輸出信號的頻譜圖

此外還對檢測系統的其它主要的參數指標進行了測試，具體見表1。

表1 檢測系統各項參數

3.2 神經電生理信號檢測

利用平面微電極陣列對急性海馬腦切片進行檢測，往往會遇到組織與電極的貼合不緊密以及電極不能刺穿表面死細胞層的阻隔等問題，檢測到的神經胞外信號一般小于100 μV。

圖7為利用實驗室自制微電極陣列和本檢測系統所記錄到的神經電生理活動信息，其中圖7(a)顯示神經元的陣發排放型放電活動，其特點是暴發期間隔很長，但在放電期波形較為集中。圖7(b)顯示的是神經元的緊張發放型放電活動，其特點是放電極為迅速，放電頻率也很高。通過閾值法將圖7(b)中的動作電位提取出來并疊加在一起可得到如圖7(c)所示的動作電位波形圖，從圖中可以明顯的看出神經元放電的去極化和復極化過程。動作電位的幅度在30 μV左右，周期為2-3 ms，符合胞外記錄的信號特點。由于系統的輸入噪聲僅為Vrms=2 μV，同時具有較高的共模干擾抑制比和較好的電磁屏蔽設計，所以可很好地分辨出細胞放電信號和噪聲基線。

圖7 系統所檢測到的神經電生理信號

4 結束語

在基于微電極陣列的神經電生理信號檢測中，信號的幅度十分微弱，易于被生物體自身的噪聲或外界電磁干擾所淹沒。本文針對上述檢測難點，采用微弱信號放大技術、電磁屏蔽技術、數字信號處理技術等方法，在系統硬件和軟件設計上保證微弱信號的高信噪比檢測。系統的輸入噪聲Vrms＜2 μV，增益為60 dB，共模抑制比大于90 dB，頻率帶寬范圍為10-3000 Hz。通過對系統參數的測試和SD大鼠海馬腦區切片的檢測實驗，表明本文所設計的多通道神經電生理信號檢測系統各項參數能夠滿足微弱神經信號的提取和檢測。該儀器在神經科學基礎研究、神經性疾病研究及藥物篩選方面具有潛在的應用前景。

致謝 感謝北京大學神經科學研究所在動物實驗方面所提供的幫助。

[1] Xu Chen-yang, Lemon W, Liu Chang,et al.. Design and fabrication of a high-density metal microelectrode array for neural recording[J].Sensors and Actuators A:Physical, 2002,96(1): 78-85.

[2] Martinoia S, Bonzano L, Chiappalone M,et al.. In vitro cortical neuronal networks as a new high-sensitive system for biosensing applications[J].Biosensors and Bioelectronics,2005, 20(10): 2071-2078.

[3] Xiang Guang-xin, Pan Liang-bin,et al.. Microelectrode array-based system for neuropharmacological applications with cortical neurons cultured in vitro[J].Biosensors and Bioelectronics, 2007, 22(11): 2478-2484.

[4] Johnstone A F M, Gross G W,et al.. Microelectrode arrays: a physiologically based neurotoxicity testing platform for the 21st century[J].NeuroToxicology, 2010, 31(4): 331-350.

[5] Van Bergen A, Papanikolaou T,et al.. Long-term stimulation of mouse hippocampal slice culture on microelectrode array[J].Brain Research Protocols, 2003, 11(2): 123-133.

[6] Kroker K S, Rosenbrock H, Rast G,et al.. A multi-slice recording system for stable late phase hippocampal long-term potentiation experiments[J].Journal of Neuroscience Methods, 2010, 194(2): 394-401.

[7] Bokil H, Andrews P,et al.. Chronux: a platform for analyzing neural signals[J].Journal of Neuroscience Methods, 2010,192(1): 146-151.

[8] Cui Jie, Xu Lei, Bressler S L,et al.. BSMART: a Matlab/ C toolbox for analysis of multichannel neural time series[J].Neural Networks, 2008, 21(8): 1094-1104.

[9] Pancrazio J J, Gray S A,et al.. A portable microelectrode array recording system incorporating cultured neuronal networks for neurotoxin detection[J].Biosensors and Bioelectronics, 2003, 18(11): 1339-1347.

[10] 楊潤生, 潘盛武, 方穎, 等. 離體大鼠海馬神經元自發放電活動一般特征的研究[J]. 生物醫學工程研究, 2009, 28(1): 25-27.Yang Run-sheng, Pan Sheng-wu, Fang Ying,et al.. The general electric activity characters of the rat hippocampus ex-vivo pyramidal cells[J].Journal of Biomedical Engineering Research, 2009, 28(1): 25-27.