ABSTRACT Recognizing the neural patterns underlying different brain functions is essential to achieve a more comprehensive view on how small sets of neurons organize in complex 3D networks to determine different behaviours. In this framework, optogenetic techniques have been successfully proven as a powerful tool to control brain functions achieving millisecond temporal resolution and cell-type specificity, by combining the use of light-gated opsins and ad-hoc light delivery optoelectronic devices. However, targeting small brain volumes with simultaneous electrical recording results in the introduction of photoelectric artefacts, in particular when light emission and recoding sites are very close one to each other. In this work we take advantage of the photonic properties of tapered fibers to present a fully integrated fibertrode to target small brain volumes with abated photoelectric noise. The device hosts a light emitting window just below a recording pad, and exploits the angled light emission from the window to achieve simultaneous activation and electrical readout of small groups of cells with no photoelectric artifacts in vivo . Despite the highly non-planar surface of the fiber taper, window’s size, shape and electrode’s impedance can be modulated by controlling the fabrication parameters during focused ion beam milling and deposition, thus resulting in a versatile, integrated and customizable optogenetic tool for neurobiology studies in closed-loop configuration over small brain volumes.

Abstract We propose a low-invasive method to enable implantable, large volume Raman spectroscopy in arbitrarily deep brain regions of the mouse brain. Using a single tapered fiber as thin as 1 μm at the tip, we identified diagnostic markers of brain metastasis - the most frequent brain tumor in human adults - with overall accuracy ≥ 90%. We view our approach as a promising complement to the existing palette of tools for optical interrogation of the brain.

The phonocardiogram (PCG) can be used as an affordable way to monitor heart conditions. This study proposes the training and testing of several classifiers based on SVMs (support vector machines), k-NN (k-Nearest Neighbor), and NNs (neural networks) to perform binary (“Normal”/”Pathologic”) and multiclass (“Normal”, “CAD” (coronary artery disease), “MVP” (mitral valve prolapse), and “Benign” (benign murmurs)) classification of PCG signals, without heart sound segmentation algorithms. Two datasets of 482 and 826 PCG signals from the Physionet/CinC 2016 dataset are used to train the binary and multiclass classifiers, respectively. Each PCG signal is pre-processed, with spike removal, denoising, filtering, and normalization; afterward, it is divided into 5 s frames with a 1 s shift. Subsequently, a feature set is extracted from each frame to train and test the binary and multiclass classifiers. Concerning the binary classification, the trained classifiers yielded accuracies ranging from 92.4 to 98.7% on the test set, with memory occupations from 92.7 kB to 11.1 MB. Regarding the multiclass classification, the trained classifiers achieved accuracies spanning from 95.3 to 98.6% on the test set, occupying a memory portion from 233 kB to 14.1 MB. The NNs trained and tested in this work offer the best trade-off between performance and memory occupation, whereas the trained k-NN models obtained the best performance at the cost of large memory occupation (up to 14.1 MB). The classifiers’ performance slightly depends on the signal quality, since a denoising step is performed during pre-processing. To this end, the signal-to-noise ratio (SNR) was acquired before and after the denoising, indicating an improvement between 15 and 30 dB. The trained and tested models occupy relatively little memory, enabling their implementation in resource-limited systems.

Wound dressing production represents an important segment in the biomedical healthcare field, but finding a simple and eco-friendly method that combines a natural compound and a biocompatible dressing production for biomedical application is still a challenge. Therefore, the aim of this study is to develop wound healing dressings that are environmentally friendly, low cost, and easily produced, using natural agents and a physical crosslinking technique. Hydrogel wound healing dressings were prepared from polyvinyl alcohol/carboxymethyl cellulose and sericin using the freeze-thawing method as a crosslinking method. The morphological characterization was carried out by scanning electron microscopy (SEM), whereas the mechanical analysis was carried out by dynamic mechanical analysis (DMA) to test the tensile strength and compression properties. Then, the healing property of the wound dressing material was tested by in vitro and ex vivo tests. The results show a three-dimensional microporous structure with no cytotoxicity, excellent stretchability with compressive properties similar to those of human skin, and excellent healing properties. The proposed hydrogel dressing was tested in vitro with HaCaT keratinocytes and ex vivo with epidermal tissues, demonstrating an effective advantage on wound healing acceleration. Accordingly, this study was successful in developing wound healing dressings using natural agents and a simple and green crosslinking method.

Abstract Optogenetic control of neural activity in deep brain regions requires precise and flexible light delivery with non-invasive devices. To this end, Tapered Optical Fibers (TFs) represent a minimally-invasive tool that can deliver light over either large brain volumes or spatially confined subregions. This work links the emission properties of TFs with the modal content injected into the fiber, finding that the maximum transversal propagation constant (k t ) and the total number of guided modes sustained by the waveguide are key parameters for engineering the mode demultiplexing properties of TFs. Intrinsic features of the optical fiber (numerical aperture and core/cladding diameter) define the optically active segment of the taper (up to ∼3mm), along which a linear relation between the propagating set of k t values and the emission position exists. These site-selective light-delivery properties are preserved at multiple wavelengths, further extending the range of applications expected for tapered fibers for optical control of neural activity.

The continuous exchange between the neuroscience and neuroengineering communities that took place over the past decades has uncovered a multitude of technological solutions to interface with the brain. In this framework, a fascinating approach relies on the integration of multiple activation and monitoring capabilities in the same implantable neural probe to better study the multifaceted nature of neural signaling and related functions in the deep brain regions. We highlight current challenges and perspectives on technological developments that could potentially enable the integration of multiple functionalities on optical fiber-based non-planar implantable neurophotonics probes.

Techniques to monitor functional fluorescence signal from the brain are increasingly popular in the neuroscience community. However, most implementations are based on flat cleaved optical fibers (FFs) that can only interface with shallow tissue volumes adjacent to the fiber opening. To circumvent this limitation, we exploit modal properties of tapered optical fibers (TFs) to structure light collection over the wide optically active area of the fiber taper, providing an approach to efficiently and selectively collect light from the region(s) of interest. While being less invasive than FFs, TF probes can uniformly collect light over up to 2 mm of tissue and allow for multisite photometry along the taper. Furthermore, by micro-structuring the non-planar surface of the fiber taper, collection volumes from TFs can also be engineered arbitrarily in both shape and size. Owing to the abilities offered by these probes, we envision that TFs can set a novel, powerful paradigm in optically targeting not only the deep brain, but, more in general, any biological system or organ where light collection from the deep tissues is beneficial but challenging because of tissue scattering and absorption.

ABSTRACT Tapered optical fibers (TFs) were recently employed for depth-resolved monitoring of functional fluorescence in sub-cortical brain structures, enabling light collection from groups of a few cells through small optical windows located on the taper edge [1]. Here we present a numerical model to estimate light collection properties of microstructured TFs implanted in scattering brain tissue. Ray tracing coupled with Henyey-Greenstein scattering model enables the estimation of both light collection and fluorescence excitation fields in three dimensions, whose combination is employed to retrieve the volume of tissue probed by the device.