Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Echtzeit-fMRT-Kartierung des Gehirns bei Tieren

3.7K Ansichten

⸱

DOI:

10.3791/61463

⸱

24. September 2020

 ,  ,  ,  ,  ,  ,  , 
1Max Planck Institute for Biological Cybernetics, 2Graduate Training Centre of Neuroscience, 3MGH/MIT/HMS Athinoula A. Martinos Center for Biomedical Imaging, Department of Radiology, Harvard Medical School, Massachusetts General Hospital, 4Bruker BioSpin

In diesem Artikel

Zusammenfassung

Die funktionelle Kartierung des Tiergehirns kann vom Versuchsaufbau der funktionellen Magnetresonanztomographie (fMRT) in Echtzeit profitieren. Mit der neuesten Software, die im Tier-MRT-System implementiert ist, haben wir eine Echtzeit-Überwachungsplattform für die fMRT von Kleintieren eingerichtet.

Zusammenfassung

Dynamische fMRT-Reaktionen variieren stark in Abhängigkeit von den physiologischen Bedingungen der Tiere entweder unter Narkose oder im Wachzustand. Wir haben eine Echtzeit-fMRT-Plattform entwickelt, um Experimentatoren dabei zu helfen, fMRT-Reaktionen sofort während der Aufnahme zu überwachen, die verwendet werden kann, um die Physiologie von Tieren zu modifizieren, um die gewünschten hämodynamischen Reaktionen im Tiergehirn zu erreichen. Der Echtzeit-fMRT-Aufbau basiert auf einem präklinischen 14,1-T-MRT-System, das die Echtzeit-Kartierung dynamischer fMRT-Reaktionen im primären somatosensorischen Vorderpfotenkortex (FP-S1) von anästhesierten Ratten ermöglicht. Anstelle einer retrospektiven Analyse zur Untersuchung von Störquellen, die zur Variabilität von fMRT-Signalen führen, bietet die Echtzeit-fMRT-Plattform ein effektiveres Schema zur Identifizierung dynamischer fMRT-Reaktionen mit benutzerdefinierten Makrofunktionen und einer gemeinsamen Neurobildanalyse-Software im MRT-System. Darüber hinaus bietet es eine sofortige Fehlerbehebung und ein Echtzeit-Biofeedback-Stimulationsparadigma für Gehirnfunktionsstudien an Tieren.

Einleitung

Die funktionelle Magnetresonanztomographie (fMRT) ist eine nicht-invasive Methode zur Messung der hämodynamischen Reaktionen 1,2,3,4,5,6,7,8,9, z. B. des Blutsauerstoffspiegel-abhängigen (BOLD), des zerebralen Blutvolumens und des Flusssignals, die mit der neuronalen Aktivität im Gehirn verbunden sind. In tierexperimentellen Studien können hämodynamische Signale durch die Anästhesie 10, das Stressniveau wacher Tiere11 sowie die potenziellen nicht-physiologischen Artefakte, z. B. Herzpulsation und Atembewegungen 12, 13, 14, 15, beeinflusst werden. Obwohl viele Post-Processing-Methoden entwickelt wurden, um eine retrospektive Analyse des fMRT-Signals für die aufgabenbezogene und ruhende funktionelle Dynamik und Konnektivitätskartierung16,17,18,19 zu ermöglichen, gibt es nur wenige Techniken, um eine Echtzeit-Lösung für die Kartierung der Gehirnfunktion und sofortige Auslesungen im Tiergehirnbereitzustellen 20 (von denen die meisten hauptsächlich für die Kartierung des menschlichen Gehirns verwendet werden 21). 22,23,24,25,26,27). Insbesondere fehlt diese Art von Echtzeit-fMRT-Mapping-Methode in Tierversuchen. Es ist notwendig, eine fMRT-Plattform einzurichten, um die Untersuchung von Echtzeit-Gehirnzustands-abhängigen physiologischen Stadien zu ermöglichen und ein Echtzeit-Biofeedback-Stimulationsparadigma für tierische Gehirnfunktionsstudien bereitzustellen.

In der vorliegenden Arbeit veranschaulichen wir einen Echtzeit-fMRT-Versuchsaufbau mit den kundenspezifischen Makrofunktionen der MRT-Konsolensoftware, der die Echtzeitüberwachung der evozierten BOLD-fMRT-Reaktionen im primären somatosensorischen Vorderpfotenkortex (FP-S1) der anästhesierten Ratten demonstriert. Dieser Echtzeit-Aufbau ermöglicht die Visualisierung der laufenden Gehirnaktivierung in funktionellen Karten sowie in individuellen Zeitverläufen voxelweise unter Verwendung der bestehenden Neurobild-Analysesoftware Analysis of Functional NeuroImages (AFNI)28. Die Vorbereitung des Echtzeit-fMRT-Versuchsaufbaus für die Tierstudie ist im Protokoll beschrieben. Neben dem Aufbau der Tiere bieten wir detaillierte Verfahren an, um die Visualisierung und Analyse der Echtzeit-fMRT-Signale mit der neuesten Konsolensoftware parallel zu den Bildverarbeitungsskripten einzurichten. Zusammenfassend lässt sich sagen, dass der vorgeschlagene Echtzeit-fMRT-Aufbau für Tierstudien ein leistungsfähiges Werkzeug zur Überwachung der dynamischen fMRT-Signale im Tiergehirn mit dem MRT-Konsolensystem ist.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Diese Studie wurde in Übereinstimmung mit dem Tierschutzgesetz (TierSchG) und der Tierschutz-Versuchstierverordnung (TierSchVersV) durchgeführt. Das hier beschriebene Versuchsprotokoll wurde von der Ethikkommission (§15 TierSchG) geprüft und von der Landesbehörde (Regierungspräsidium Tübingen, Baden-Württemberg, Deutschland) genehmigt.

1. Vorbereitung des BOLD-fMRT-Versuchsaufbaus für Kleintierversuche

    2. Katheter- und Beatmungschirurgie

    1. Richten Sie ein Beatmungsgerät und physiologische Statusüberwachungssysteme wie Thermometer, Blutdruck- und Atemaufzeichnung ein, wie in Abbildung 1 dargestellt. Stellen Sie mit dem Beatmungsgerät eine konstante Frequenz von 60 ± 1 Atemzug/min und eine Temperatur von 37 °C mit einem MR-kompatiblen Heizkissen mit Feedback-Regelsatz ein.
    2. Betäuben Sie eine erwachsene männliche Sprague-Dawley-Ratte (300-600 g) in einer Kammer mit 5% Isofluran für die Induktion und geben Sie 2-2,5% Isofluran für die Operation aus einem Vaporizer ab. Überprüfen Sie die Tiefe der Anästhesie, indem Sie die Hintersähe kneifen und das Fehlen einer Entzugsreaktion bestätigen.
    3. Intubieren Sie das Tier mit einer 14 g Kunststoffkanüle zur Beatmung (60 ± 1 Atemzug/min mit einem Gemisch aus 70 % Luft und 30 % Sauerstoff). Das endtidale Kohlendioxid (CO2) wird so eingestellt, dass es im Bereich von 25 ± 5 mmHg29 liegt.
      HINWEIS: Die Intubation ist entscheidend für die Aufrechterhaltung des richtigen CO2 -Spiegels durch fMRT-Experimente.
    4. Legen Sie das Tier in Rückenlage auf einen Operationstisch und rasieren Sie einen Oberschenkel mit einem Elektrorasierer. Und dann machen Sie einen Schnitt auf der rasierten Haut mit einer chirurgischen Schere.
      HINWEIS: Die Länge des Schnittes beträgt ca. 1-2 cm in Längsrichtung.
    5. Finden Sie eine Oberschenkelarterie und eine Vene unter der Schnittregion für die Katheterisierung und trennen Sie die einzelne Oberschenkelarterie und Vene vom umgebenden Gewebe.
    6. Befestigen Sie eine Seite der abgetrennten Oberschenkelarterie mit einer chirurgischen Naht und halten Sie die andere Seite mit einer Mikro-Bulldoggenzange fest. Dann machen Sie einen kleinen Schnitt zwischen den gebundenen Regionen an der Oberschenkelarterie.
    7. Führen Sie einen Katheter durch den kleinen Schnitt in die Oberschenkelarterie ein und binden Sie den Katheter und die Arterie mit chirurgischen Nähten zusammen. Überwachen Sie den arteriellen Blutdruck ständig mit dem physiologischen Überwachungssystem, um im Bereich von 80-120 mmHg zu liegen, und messen Sie das arterielle Blutgas regelmäßig, um pO 2 von mindestens 90 mmHg und pCO2 von 30-45 mmHg während des Scannens aufrechtzuerhalten.
      HINWEIS: Diese Katheterisierung ist entscheidend für die Überwachung des arteriellen Blutdrucks während fMRT-Experimenten.
    8. Befestigen Sie beide Enden der Oberschenkelvene mit seidengeflochtenen chirurgischen Nähten. Dann machen Sie einen kleinen Schnitt zwischen den gebundenen Regionen an der Oberschenkelvene. Verwenden Sie eine Pinzette, um das Nähen durchzuführen.
      HINWEIS: Die Größe der Naht beträgt ca. 1-2 cm.
    9. Führen Sie einen Katheter in die Oberschenkelvene ein. Binden Sie den Katheter und die Vene mit chirurgischen Nähten zusammen.
      HINWEIS: Diese Katheterisierung ist entscheidend für die Verabreichung von Alpha-Chloralose durch die Vene und die Anpassung der Anästhesiespiegel während fMRT-Experimenten. Wenn das Tier nicht gut betäubt ist, beginnt es spontan zu atmen. In diesem Fall muss mehr Alpha-Chloralose verabreicht werden, um Atembewegungsartefakte zu vermeiden.
    10. Vernähen Sie den chirurgischen Schnitt auf der rasierten Haut. Sobald die chirurgischen Eingriffe abgeschlossen sind, halten Sie das Tier anästhesiert, indem Sie einen Bolus von Alpha-Chloralose mit einer Dosierung von ~ 80 mg / kg durch den Katheter infundieren, der mit der Oberschenkelvene verbunden ist, und gleichzeitig die Isofluran-Verabreichung stoppen.

    3. Einsetzen des Tieres in den MRT-Scanner

    1. Übertragen Sie das betäubte Tier in den MRT-Scanner, sobald der 2.10-Schritt abgeschlossen ist, und befestigen Sie es auf einer speziell angefertigten Halterung.
    2. Führen Sie ein Echtzeit-Rektalthermometer in das Tier ein, um die Temperatur des Tieres zu überwachen. Legen Sie ein Heizkissen unter den Oberkörper des Tieres, um die Temperatur zu kontrollieren. Halten Sie die Körpertemperatur während der MRT-Untersuchung bei 37,0 ± 0,5 °C.
    3. Geben Sie Alpha-Chloralose mit ~ 25 mg / kg / h Lösung in einer Mischung aus Pancuronium (~ 2 mg / kg / h), einem Muskelrelaxans, kontinuierlich ab, während das Tier anästhesiert bleibt und Bewegungsartefakte in fMRT-Bildern reduziert werden. Überwachen Sie den Blutdruck und die Atmung, indem Sie die Menge des Medikaments und die Beatmungsrate entsprechend dem physiologischen Status anpassen.
    4. Verabreichen Sie ophthalmologische Salbe auf die Augen des Tieres, um Trockenheit während fMRT-Experimenten zu verhindern. Befestigen Sie den Kopf des Tieres sicher mit zwei Ohrstangen, um Artefakte der Kopfbewegung zu vermeiden.
    5. Befestigen Sie eine Transceiver-Oberflächenspule am Kopf. Stellen Sie die Spule vor den MRT-Messungen auf die Larmorfrequenz (z. B. 599 MHz auf 14,1 T) am Kopf ein und passen Sie sie an.
      HINWEIS: Hier wird eine Spule mit einem Durchmesser von 22 mm verwendet, um das gesamte Gehirn einer Ratte zu bedecken.
    6. Führen Sie ein Paar Nadelelektroden in die Haut der Vorderpfote zwischen den Fingern 1 und 4 ein und fixieren Sie sie mit chirurgischem Klebeband. Und dann bestätigen Sie, dass die Stimulation ordnungsgemäß funktioniert, nachdem Sie ein Stimulationseingangskabel an diese Elektroden30 angeschlossen haben.
    7. Setzen Sie das Tier in die MRT-Bohrung ein und platzieren Sie es ungefähr im Isozentrum.

    4. Messung von anatomischen MRT-Bildern

    1. Klicken Sie in der Hauptbenutzeroberfläche auf die Schaltfläche im Kalibrierungsmenü. Führen Sie die Kalibrierungen des MRT-Systems durch, indem Sie auf die folgenden Punkte in der Benutzeroberfläche der Anpassungsplattform klicken (siehe Hilfemenü in der Konsolensoftware): Ermitteln der grundlegenden Resonanzfrequenz, Kalibrieren der HF-Impulsleistung, Einstellen der optimalen Empfängerverstärkung, Messen der B0-Karte im Tier für das Shimming, Ausführen globaler linearer Unterlegscheiben basierend auf dem nicht lokalisierten Integral des freien Induktionszerfalls (FID).
      HINWEIS: Dieser Schritt dauert weniger als 2 Minuten.
    2. Führen Sie eine Positionssequenz durch, indem Sie auf die Schaltfläche "Scannen" klicken, um die Kopfposition des Tieres in der MRT-Bohrung zu finden. Wenn sich der Kopf nicht in der Isomitte befindet, passen Sie die Position des Kopfes an, während Sie die Halterung hin und her bewegen, bis sich der Kopf in der Isomitte befindet.
    3. Führen Sie eine Localizer-Sequenz aus, indem Sie auf die Schaltfläche "Scannen" klicken, um einen ROI im Kopf zu identifizieren. Wählen Sie "Shim zuordnen" und definieren Sie den ROI des Shim-Volumens, um das gesamte Gehirn im Lokalisierungsbild abzudecken, und führen Sie dann ein Shimming hoher Ordnung (z. B. 2. oder 3. Ordnung) mit der Option "Shim bis zu" durch, um die Inhomogenitäten des Hauptmagnetfelds (B0) beim ROI zu reduzieren.
      HINWEIS: Das Shimming höherer Ordnung ist ein entscheidender Schritt, um die Qualität von BOLD-fMRT-Daten zu verbessern, wenn EPI-Sequenzen verwendet werden.
    4. Führen Sie eine T2-gewichtete RARE-Sequenz durch, indem Sie auf die Schaltfläche "Scannen" klicken, um anatomische Bilder zu erfassen, die das gesamte Gehirn in einer koronalen Ansicht abdecken (z. B. werden die folgenden Sequenzparameter verwendet): Wiederholzeit (TR) 4000 ms, effektive Echozeit (TE) 36,1 ms, Matrix 128 x 128, Sichtfeld (FOV) 19,2 x 19,2 mm2, Anzahl der Schichten 32, Schichtdicke 0,3 mm, SELTENHEITSFAKTOR 8).
      HINWEIS: Im folgenden Schritt der Echtzeit-fMRT-Visualisierung werden die anatomischen Bilder verwendet, um 3D-EPI-Bilder als Vorlage zu registrieren.

    5. Einrichtung der fMRT-Software in Echtzeit und Visualisierung der fMRT-Reaktion

    1. Öffnen Sie ein Terminalfenster und gehen Sie mit dem folgenden Befehl zum Echtzeit-AFNI-Plugin-Pfad:
      cd /home/(Benutzername)/rt_afni
      HINWEIS: Das AFNI-Plugin-Skript "afni_rt" ist in den Zusatzdateien enthalten.
    2. Führen Sie die AFNI-Software mit dem Echtzeit-Plugin aus, indem Sie den folgenden Befehl und die folgenden Optionen verwenden.
      afni -rt
      -yestplugouts
      -DAFNI_REALTIME_MP_HOST_PORT=localhost:(Portnummer)
      -DAFNI_REALTIME_Graph=Echtzeit
      -DAFNI_FIM_IDEAL=(Paradigma)
      HINWEIS: Im ersten Fall erlaubt der Code externen Programmen, Daten mit AFNI auszutauschen, während im zweiten Fall das Echtzeit-Plugin versucht, einen TCP-Socket für den benutzerdefinierten localhost und Port zu öffnen. Im dritten und vierten Fall zeichnen die Codes den Zeitverlauf der fMRT-Daten in Echtzeit auf und zeichnen den Zeitverlauf des benutzerdefinierten Paradigmas im fMRT-Zeitverlauf auf, wenn Echtzeit-fMRT-Daten erfasst werden. Weitere Informationen finden Sie https://afni.nimh.nih.gov/pub/dist/doc/program_help/README.environment.html.
    3. Überwachen Sie bevorstehende AFNI BRIK-Dateien, die mit dem Befehl "Dimon" definiert wurden, wie in Abbildung 2 dargestellt, mit den folgenden Optionen:
      Dimon -tr (TR von EPI) -nt (NRepetitionen von EPI)
      -rt -quit
      -infile_pattern Echtzeit*. BRIK
      -file_type AFNI
      HINWEIS: "Dimon" ist ein Befehl, um die Echtzeiterfassung von AFNI-Bilddateien mit den folgenden Optionen zu überwachen: "-rt", das das Echtzeit-Plugin ausführt, und "-infile_pattern (Datenname). BRIK -file_type AFNI", das es dem Plugin ermöglicht, die spezifischen BRIK-Dateien zu lesen und zur Anzeige und Formatierung an AFNI zu senden. Weitere Informationen finden Sie https://afni.nimh.nih.gov/pub/dist/doc/program_help/Dimon.html.
    4. Verwenden Sie den Befehl "pvcmd" mit den folgenden Optionen:
      pvcmd -a JMacroManager JMMExecuteMacro -category $USER -macro Feed2AFNI_rt3DEPI
      HINWEIS: Dieser Code ist im Makroskript "Setup_rt3DEPI" vorhanden, um das Hintergrundmakroskript "Feed2AFNI_rt3DEPI" direkt nach dem Klicken auf die Schaltfläche "Scannen" für die EPI-Erfassung auszuführen.
    5. Verwenden Sie den Befehl "exec pvcmd" mit den folgenden Optionen, um EPI-Erfassungsparameter abzurufen.
      exec pvcmd -a ParxServer -r ParamGetValue -psid $ParSpaceId -param (PVM-Parameter von EPI) -id 10 -args $AcqKey $ParSpaceId $ProcnoPath
    6. Verwenden Sie den Befehl "exec to3d" mit den folgenden Optionen, um EPI-Rohdaten in Echtzeit im Hintergrundmakroskript "Feed2AFNI_rt3DEPI" in AFNI-Dateien zu konvertieren.
      exec to3d -omri -xFOV $FOV_X -yFOV $FOV_Y -zFOV $FOV_Z -prefix $LastVolName $ImgFormat$Path2dseq
    7. Stellen Sie sicher, dass die geometrischen EPI-Informationen mit der anatomischen Ausrichtung übereinstimmen.
      HINWEIS: Der AFNI-Befehl "to3d" wird automatisch mit den geometrischen Informationen wie dem Sichtfeld (FOV) und der Matrixgröße ausgeführt, um die fMRT-Rohdaten in eine AFNI-BRIK-Daten umzuwandeln, wenn alle 3D-Volumendaten nach jedem einzelnen TR gespeichert werden, wie in Abbildung 2 gezeigt. Die Bildausrichtung kann mit den geometrischen Informationsparametern von "to3d" verändert werden. Weitere Informationen finden Sie https://afni.nimh.nih.gov/pub/dist/doc/program_help/to3d.html.
    8. Schalten Sie einen elektrischen Stimulus-Isolator ein und führen Sie eine elektrische Vorpfotenstimulation für eine evozierte fMRT-Studie (z. B. 3 Hz, 4 s Pulsbreite 300 us, 2,5 mA) unter Verwendung von Stimulationsblöcken durch.
      HINWEIS: Hier besteht das Blockdesign-Paradigma aus 10 Prästimulationsscans, 3 Stimulationsscans und 12 Interstimulationsscans (15 Scans pro Epoche).
    9. Führen Sie eine T2*-gewichtete 3D-EPI-Sequenz durch, indem Sie auf die Schaltfläche "Scannen" für die BOLD-fMRT-Studie klicken (z. B. werden die folgenden Parameter verwendet: TR/TE 1500/14 ms, Matrix 64 x 64 x 32, FOV 19,2 x 19,2 x 9,6 mm 3 und Auflösung 300 x 300 μm3).
      HINWEIS: Sobald Sie auf die Schaltfläche "Scannen" klicken, werden die Rohdaten mithilfe der vordefinierten Makroskripte in Echtzeit überwacht und verarbeitet. Sobald ein AFNI BRIK-Datensatz konvertiert ist, werden voxelweise Zeitverlaufsdiagramme für 3D-EPI-Bilder in der AFNI-Software angezeigt und automatisch für jeden einzelnen TR aktualisiert.
    10. Um die EPI-Bilder über die anatomischen RARE-Bilder zu legen, konvertieren Sie die RARE-Bilder mit dem Befehl "to3d" wie in Schritt 5.6 in einen AFNI-BRIK-Datensatz und registrieren Sie dann die EPI-Bilder mit dem AFNI-Skript "align_epi_anat.py" mit den folgenden Optionen in den anatomischen Bildern:
      align_epi_anat.py -anat anatomy_template_al+orig -epi epi.$(epi-Datennummer)+orig -epi_base 1 -Suffix _volreg -rat_align -cost lpa -epi2anat
      HINWEIS: Weitere Informationen finden Sie https://afni.nimh.nih.gov/pub/dist/doc/program_help/ align_epi_anat.py.html.
    11. Um funktionale Karten der BOLD-Antworten zu verarbeiten, berechnen Sie die Dekonvolution des 3D+Zeit-Datensatzes mit einer bestimmten Stimulus-Zeitreihe mit dem Befehl "3dDeconvolve" mit den folgenden Optionen:
      3dDeconvolve -input (Name der Eingabedatei)+orig. -nfirst 0 -polort 3 -num_stimts 1 -stim_times 1 (Dateiname des Stimulationsparadigmas) 'BLOCK(4,1)' -stim_label 1 Vorderpfote -tout -fout -rout
      HINWEIS: Bildverarbeitungsschritte wie räumliche Glättung oder zeitliche Filterung wurden in ein angepasstes AFNI-Datenverarbeitungsskript integriert. Weitere Informationen finden Sie https://afni.nimh.nih.gov/afni/doc/help/3dDeconvolve.html.
    12. Um funktionale Karten der BOLD-Signale zu visualisieren, verwenden Sie ein interaktives Clustering in der AFNI-Software. Öffnen Sie die Option "Overlay definieren" und verwenden Sie die Funktion "Cluster" aus dem Menü der AFNI-Benutzeroberfläche.
    13. Nehmen Sie das Tier nach der letzten fMRT-Untersuchung aus dem MRT-Scanner und euthanasieren Sie es gemäß den genehmigten Protokollen.
      HINWEIS: Zur Verarbeitung der Echtzeit-fMRT-Daten wurden Bildverarbeitungsfunktionen von AFNI und Makrofunktionen in der neuesten Konsolensoftware verwendet. Detaillierte Informationen und Beschreibungen der Makrofunktionen finden Sie im Hilfemenü der Konsolensoftware. Die AFNI-Software ist eine Freeware, die direkt über die NIMH-AFNI-Website heruntergeladen werden kann. Die zugehörigen Skripte zum Erstellen der Verbindung zwischen AFNI und dem Konsolensystem sind angehängt.

    Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

    Ergebnisse

    Abbildung 3 und Abbildung 4 zeigen einen repräsentativen voxelweisen Echtzeit-BOLD-fMRT-Zeitverlauf und funktionelle Karten mit elektrischer Vorderpfotenstimulation (3 Hz, 4 s, Pulsbreite 300 us, 2,5 mA). Das fMRT-Design-Paradigma umfasst 10 Prästimulationsscans, 3 Stimulationsscans und 12 Interstimulationsscans mit insgesamt 8 Epochen (130 Scans). Die gesamte Scanzeit beträgt 3 min 15 sec (195 sec). Abbildung 3 zeigt den voxelweise...

    Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

    Diskussion

    Die Echtzeitüberwachung des fMRT-Signals hilft den Experimentatoren, die Physiologie der Tiere anzupassen, um die funktionelle Kartierung zu optimieren. Bewegungsartefakte bei wachen Tieren sowie die anästhetische Wirkung sind wichtige Faktoren, die die Variabilität von fMRT-Signalen vermitteln und die biologische Interpretation des Signals an sich verwirren 31,32,33,34,35,36,37,38 <...

    Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

    Offenlegungen

    Sascha Köhler ist Mitarbeiter bei der Bruker BioSpin MRI GmbH.

    Danksagungen

    Wir danken Dr. D. Chen und Dr. C. Yen für die Bereitstellung des AFNI-Skripts zur Einrichtung der Echtzeit-fMRT für PV 5 und dem AFNI-Team für die Softwareunterstützung. Diese Forschung wurde durch die Förderung der NIH Brain Initiative (RF1NS113278-01, R01 MH111438-01) und den S10-Instrumentenzuschuss (S10 RR023009-01) an das Martinos Center, die Deutsche Forschungsgemeinschaft (DFG) Yu215/3-1, das BMBF 01GQ1702 und die interne Förderung der Max-Planck-Gesellschaft unterstützt.

    Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

    Materialien

    Liste der in diesem Artikel verwendeten Materialien
    NameUnternehmenKatalognummerKommentare
    14.1T Bruker MRT-SystemBruker BioSpin MRI GmbHN/A
    A365 Stimulus IsolatorWorld Precision InstrumentsN/A
    AcqKnowledge SoftwareBiopacRRID:SCR_014279, http://www.biopac.com/product/acqknowledge-software/
    AFNICox, 1996RRID:SCR_005927, http://afni.nimh.nih.gov
    CO2SMO ( ETCO2/SpO2 Monitor), Modell 7100Novametrix Medical Systems IncN/A
    IsofluranCP-PharmaCat# 1214
    Master-9A.M.P.IN/A
    Nanoliter InjectorWorld Precision InstrumentsCat# NANOFIL
    Pancuronium BromideInresa ArzneimittelCat# 34409.00.00
    ParaVision 6Bruker BioSpin MRI GmbHRRID:SCR_001964
    Phosphatgepufferte Kochsalzlösung (PBS)GibcoCat# 10010-023
    Ratte: Sprague DawleyRatte Charles River LaboratoriesCrl:CD(SD)
    SAR-830/AP BeatmungsgerätCWEN/A
    α-ChloraloseSigma-AldrichCat# C0128-25G; RRID

    Referenzen

    1. Ogawa, S., Lee, T. M., Kay, A. R., Tank, D. W. Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proceedings of the National Academy of Sciences U.S.A. 87 (24), 9868-9872 (1990).
    2. Belliveau, J. W., et al. Functional mapping of the human visual cortex by magnetic resonance imaging. Science. 254 (5032), 716-719 (1991).
    3. Stehling, M. K., Turner, R., Mansfield, P. Echo-planar imaging: magnetic resonance imaging in a fraction of a second. Science. 254 (5028), 43-50 (1991).
    4. Bandettini, P. A., Wong, E. C., Hinks, R. S., Tikofsky, R. S., Hyde, J. S. Time course EPI of human brain function during task activation. Magnetic Resonance in Medicine. 25 (2), 390-397 (1992).
    5. Kwong, K. K., et al. Dynamic magnetic resonance imaging of human brain activity during primary sensory stimulation. Proceedings of the National Academy of Science U. S. A. 89 (12), 5675-5679 (1992).
    6. Ogawa, S., et al. Intrinsic signal changes accompanying sensory stimulation: functional brain mapping with magnetic resonance imaging. Proceedings of the National Academy of Science U. S. A. 89 (13), 5951-5955 (1992).
    7. Biswal, B., Yetkin, F. Z., Haughton, V. M., Hyde, J. S. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magnetic Resonance in Medicine. 34 (4), 537-541 (1995).
    8. Logothetis, N. K. What we can do and what we cannot do with fMRI. Nature. 453 (7197), 869-878 (2008).
    9. Kim, S. G., Ogawa, S. Biophysical and physiological origins of blood oxygenation level-dependent fMRI signals. Journal of Cerebral Blood Flow and Metabolism. 32 (7), 1188-1206 (2012).
    10. Peltier, S. J., et al. Functional connectivity changes with concentration of sevoflurane anesthesia. Neuroreport. 16 (3), 285-288 (2005).
    11. Dopfel, D., Zhang, N. Mapping stress networks using functional magnetic resonance imaging in awake animals. Neurobiology of Stress. 9, 251-263 (2018).
    12. Hu, X. P., Le, T. H., Parrish, T., Erhard, P. Retrospective Estimation and Correction of Physiological Fluctuation in Functional Mri. Magnetic Resonance in Medicine. 34 (2), 201-212 (1995).
    13. Birn, R. M. The role of physiological noise in resting-state functional connectivity. Neuroimage. 62 (2), 864-870 (2012).
    14. Caballero-Gaudes, C., Reynolds, R. C. Methods for cleaning the BOLD fMRI signal. Neuroimage. 154, 128-149 (2017).
    15. Pais-Roldan, P., Biswal, B., Scheffler, K., Yu, X. Identifying Respiration-Related Aliasing Artifacts in the Rodent Resting-State fMRI. Frontiers in Neuroscience. 12, 00788(2018).
    16. Glover, G. H., Li, T. Q., Ress, D. Image-based method for retrospective correction of physiological motion effects in fMRI: RETROICOR. Magnetic Resonance in Medicine. 44 (1), 162-167 (2000).
    17. Chang, C., Cunningham, J. P., Glover, G. H. Influence of heart rate on the BOLD signal: The cardiac response function. Neuroimage. 44 (3), 857-869 (2009).
    18. Birn, R. M., Diamond, J. B., Smith, M. A., Bandettini, P. A. Separating respiratory-variation-related neuronal-activity-related fluctuations in fluctuations from fMRI. Neuroimage. 31 (4), 1536-1548 (2006).
    19. Golestani, A. M., Chang, C., Kwinta, J. B., Khatamian, Y. B., Chen, J. J. Mapping the end-tidal CO2 response function in the resting-state BOLD fMRI signal: Spatial specificity, test-retest reliability and effect of fMRI sampling rate. Neuroimage. 104, 266-277 (2015).
    20. Lu, H. B., et al. Real-time animal functional magnetic resonance imaging and its application to neurophamacological studies. Magnetic Resonance Imaging. 26 (9), 1266-1272 (2008).
    21. Cox, R. W., Jesmanowicz, A., Hyde, J. S. Real-time functional magnetic resonance imaging. Magnetic Resonance Medicine. 33 (2), 230-236 (1995).
    22. Lee, C. C., Jack, C. R., Rossman, P. J., Riederer, S. J. Real-time reconstruction and high-speed processing in functional MR imaging. American Journal of Neuroradiology. 19 (7), 1297-1300 (1998).
    23. Voyvodic, J. T. Real-time fMRI paradigm control, physiology, and behavior combined with near real-time statistical analysis. Neuroimage. 10 (2), 91-106 (1999).
    24. Cohen, M. S. Real-time functional magnetic resonance imaging. Methods. 25 (2), 201-220 (2001).
    25. Posse, S., et al. A new approach to measure single-event related brain activity using real-time fMRI: Feasibility of sensory, motor, and higher cognitive tasks. Human Brain Mapping. 12 (1), 25-41 (2001).
    26. Decharms, R. C. Reading and controlling human brain activation using real-time functional magnetic resonance imaging. Trends in Cognitive Sciences. 11 (11), 473-481 (2007).
    27. Bruhl, A. B. Making Sense of Real-Time Functional Magnetic Resonance Imaging (rtfMRI) and rtfMRI Neurofeedback. International Journal of Neuropsychopharmacology. 18 (6), (2015).
    28. Cox, R. W. AFNI: Software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
    29. Liou, W. W., Goshgarian, H. G. Quantitative assessment of the effect of chronic phrenicotomy on the induction of the crossed phrenic phenomenon. Experimental Neurology. 127 (1), 145-153 (1994).
    30. Shih, Y. Y., et al. Ultra high-resolution fMRI and electrophysiology of the rat primary somatosensory cortex. Neuroimage. 73, 113-120 (2013).
    31. Masamoto, K., Kim, T., Fukuda, M., Wang, P., Kim, S. G. Relationship between neural, vascular, and BOLD signals in isoflurane-anesthetized rat somatosensory cortex. Cerebral Cortex. 17 (4), 942-950 (2007).
    32. van Alst, T. M., et al. Anesthesia differentially modulates neuronal and vascular contributions to the BOLD signal. Neuroimage. 195, 89-103 (2019).
    33. Wu, T. L., et al. Effects of isoflurane anesthesia on resting-state fMRI signals and functional connectivity within primary somatosensory cortex of monkeys. Brain and Behavior. 6 (12), 00591(2016).
    34. Liu, X., Zhu, X. H., Zhang, Y., Chen, W. The change of functional connectivity specificity in rats under various anesthesia levels and its neural origin. Brain Topography. 26 (3), 363-377 (2013).
    35. Liu, X. P., et al. Multiphasic modification of intrinsic functional connectivity of the rat brain during increasing levels of propofol. Neuroimage. 83, 581-592 (2013).
    36. Hutchison, R. M., Hutchison, M., Manning, K. Y., Menon, R. S., Everling, S. Isoflurane induces dose-dependent alterations in the cortical connectivity profiles and dynamic properties of the brain's functional architecture. Human Brain Mapping. 35 (12), 5754-5775 (2014).
    37. He, Y., et al. Ultra-Slow Single-Vessel BOLD and CBV-Based fMRI Spatiotemporal Dynamics and Their Correlation with Neuronal Intracellular Calcium Signals. Neuron. 97 (4), 925-939 (2018).
    38. Yoshida, K., et al. Physiological effects of a habituation procedure for functional MRI in awake mice using a cryogenic radiofrequency probe. Journal of Neuroscience Methods. 274, 38-48 (2016).

    Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

    Nachdrucke und Genehmigungen

    Schlagwörter

    An sthetisierte Rattenprim rer somatosensorischer Kortex der VorderpfoteT2 gewichtete SequenzAFNI Softwareelektrische Vier Pfoten Stimulationvoxelweise BOLD fMRIfunktionelle Konnektivit t im Ruhezustand141 T pr klinisches MRT
    Echtzeit-fMRT-Kartierung des Gehirns bei Tieren
    Kontakt
    Rückmeldung an Ihre Bibliothek

    Datenschutz

    Nutzungsbedingungen

    Richtlinien

    Copyright © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.