MARC

 008260126s2024        us                              c    eng  d
■001000017360810
■00520260202105622
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798265427373
■035    ▼a(MiAaPQ)AAI32316520
■035    ▼a(MiAaPQ)Stanfordmr447tc0537
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a620
■1001  ▼aWang,  Pingyu.
■24510▼aFrom  Silicon  to  Neurons:  Designing  Three-Dimensional  Microelectronic  Interfaces  for  Targeted,  High-Density,  and  Large-Scale  Neural  Signal  Readout
■260    ▼a[Sl]▼bStanford  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a114  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  A.
■500    ▼aAdvisor:  Melosh,  Nicholas.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2024.
■520    ▼aSilicon-based  microelectronic  arrays  (Si-MEA)  can  scalably  record  and  modulate  neural  activity  at  high  spatiotemporal  resolution,  but  their  planar  form  factor  poses  challenges  in  targeting  three-dimensional  (3D)  neural  structures.  This  dissertation  presents  novel  approaches  to  interface  Si-MEA  with  neural  tissues.  A  method  is  first  presented  that  builds  upon  previous  work  in  integrating  massively  parallel  microwire  bundles  with  Si-MEA.  To  miniaturize  the  device  footprint,  the  flip-chip  bonding  technique  was  extended  to  establish  reliable,  large-scale,  and  individual  electrical  contacts  between  the  microwire  bundle  and  Si-MEA.Next,  a  direct-print  method  is  introduced  for  fabricating  microelectrodes  on  top  of  Si-MEA.  Leveraging  2-photon  polymerization  and  scalable  microfabrication  technologies,  this  method  allowed  scalable  fabrication  of  microelectrode  arrays  with  customizable  positioning,  shapes,  and  heights,  facilitating  precise  targeting  of  neuron  populations  distributed  in  3D.  The  effectiveness  of  this  approach  in  interfacing  with  the  retina  was  demonstrated  through  selectively  targeting  retinal  ganglion  cell  (RGC)  somas  while  mitigating  interference  from  axon  bundles.  The  method  achieved  high-fidelity,  high-resolution,  and  large-scale  RGC  recording  with  significantly  reduced  axonal  interference,  demonstrating  previously  unattained  capabilities.  Such  advancements  hold  the  promise  of  interfacing  Si-MEA  to  various  parts  of  the  nervous  system,  unlocking  new  avenues  for  neuroscience  research  and  therapeutic  interventions.
■590    ▼aSchool  code:  0212.
■650  4▼aSilicon
■650  4▼aNeurons
■650  4▼aInvestigations
■650  4▼aElectrodes
■650  4▼aSemiconductors
■650  4▼aProstheses
■650  4▼aMacular  degeneration
■650  4▼aRetina
■650  4▼aBrain  research
■650  4▼aPolymerization
■650  4▼aPlasma  etching
■650  4▼aLight  emitting  diodes
■650  4▼aDesign
■650  4▼aNeurosciences
■650  4▼aCMOS
■650  4▼aNervous  system
■650  4▼aPhotoreceptors
■650  4▼aElectrical  engineering
■650  4▼aOphthalmology
■650  4▼aOptics
■650  4▼aPolymer  chemistry
■690    ▼a0389
■690    ▼a0317
■690    ▼a0544
■690    ▼a0381
■690    ▼a0752
■690    ▼a0495
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g87-05A.
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360810▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서