망막에서 나오는 활동전위와 같이 복잡한 신경망을 거쳐 처리되는 전기신호를 분석하기 위해서는 기존의 단일 전극 기록법으로는 어렵다. 단일 전극을 통한 활동전위의 기록은 개개의 신경세포 특성을 알아내는 데에는 유용한 방법이나 신경세포 간의 시간적, 공간적인 관계는 알아낼 수 없다는 한계를 가지고 있으므로 이같은 한계를 극복하기 위하여 다채널 전극을 이용한 신경신호 기록방법이 최근에 개발되어 널리 이용되고 있다. 다채널전극 기록 방식인 MEA60 시스템은 세포 밖에 위치한 60개의 전극이 생체신호를 동시에 기록한다. 세포 fi에 위치한 각각의 전극이 포착한 신경 신호는 하나의 망막신경절세포 반응이라기보다는 여러 세포의 반응이 동시에 기록될 가능성이 높다. 그러므로 여러 세포의 반응이 함께 기록된 신호로부터 각각의 세포로부터 나오는 파형을 구분하는 작업이 반드시 필요하다. 본 연구에서는 다채널 전극으로 기록한 망막 신경절세포 신호로부터 MATLAB을 이용하여 활동전위 파형을 검출하고 분류하는 과정을 구현하여 보았다. 이러한 분류과정은 추후 진행되는 신호분석방법인 자극 후 시간 히스토그램(poststimulus time histogram, PSTH), 자기상관관계(autocorrelogram), 상호상관관계(cross-correlogram)를 보기 위하여 반드시 거쳐야 하는 전처리(preprocess) 과정이다. 본 연구에서는 MATLAB을 이용한 파형 구분 프로토콜을 확립하였을 뿐만 아니라 이러한 프로토콜이 신경절 세포의 활동전위 파형을 검출하는 데 유용한 방법임을 입증하였다
Since the output of retina for visual stimulus is carried by neurons of very diverse functional properties, it is not adequate to use conventional single electrode for recording the retinal action potential. For this purpose, we used newly developed multichannel recording system for monitoring the simultaneous electrical activities of many neurons in a functioning piece of retina. Retinal action potentials are recorded with an extra-cellular planar array of 60 microelectrodes. In studying the collective activity of the ganglion cell population it is essential to recognize basic functional distinctions between individual neurons. Therefore, it is necessary to detect and to classify the action potential of each ganglion cell out of mixed signal. We programmed M-files with MATLAB for this sorting process. This processing is mandatory for further analysis, e.g. poststimulus time histogram (PSTH), auto-correlogram, and cross-correlogram. We established MATLAB based protocol for waveform classification and verified that this approach was effective as an initial spike sorting method.
