La creazione di immagini dinamiche delle fluttuazioni della dopamina breve durata con lp-ntPET: Video della dopamina del fumo di sigaretta

L'obiettivo generale di questa procedura è quello di visualizzare la risposta dopaminergica del cervello al fumo di sigaretta. Questo viene ottenuto innanzitutto acquisendo un'immagine del soggetto fumatore all'interno dello scanner PET dopo l'iniezione del tracciante antagonista della dopamina 11 C RAC lip pride. Il secondo passaggio consiste nel ricostruire i dati in modalità lista in immagini, tenendo conto dei movimenti, e successivamente nel applicare un filtro iperbolico alle immagini PET per renderle più omogenee.

Successivamente, le curve temporali di attività vengono modellate a livello di voxel mediante PET LPNT e le curve risultanti della dopamina vengono conservate solo per quei voxel che risultano adeguatamente adattati al modello. L'ultimo passaggio consiste nell'assegnare un codice colore al livello frazionario di dopamina in ciascun voxel nel tempo, nei voxel significativi, e acquisire i valori codificati a colori come una serie di immagini dinamiche. In definitiva, si spera che i filmati della dopamina generati mediante PET LPNT durante il fumo di sigaretta possano rivelare un pattern spaziotemporale unico dell'addiction.

Il vantaggio principale del nostro modello cinetico rispetto ai modelli convenzionali come il modello a due compartimenti, il SRTM o il grafico di Logan, è che il nostro modello contiene un parametro variabile nel tempo, ma, come il SRTM e il grafico di Logan, è lineare nei parametri. La presenza di un parametro variabile nel tempo nel modello PET LPNT significa che possiamo descrivere l'assorbimento o lo spostamento del tracciante PET anche quando il neurotrasmettitore endogeno non è in stato stazionario. Un aspetto clinico delle nostre tecniche che non può essere trascurato è il passaggio statistico per noi.

Il test dell'app, che utilizziamo per identificare le posizioni delle aree cerebrali che richiedono modelli temporali per descrizioni di tipo comportamentale. Sebbene il metodo sia attualmente applicato alla dipendenza e al sistema della dopamina, potrebbe essere utilizzato anche per altre condizioni e sistemi di neurotrasmettitori, come ad esempio la depressione e la serotonina, a condizione che si disponga di un tracciante PET che possa essere spostato da variazioni nei livelli di serotonina. Speriamo di poter utilizzare questa tecnica per identificare modelli spaziali e temporali di attività cerebrale unici alla dipendenza, forse addirittura firme neurochimiche specifiche per il sesso femminile o per il sesso maschile.

L'idea di creare filmati sulla dopamina è nata quando il nostro coautore Christian Constantine ha tentato di visualizzare i modelli variabili nel tempo dell'attività dopaminergica realizzando un tradizionale libretto animato. La dimostrazione visiva del nostro metodo è fondamentale poiché il prodotto finale è un filmato, che non può essere adeguatamente mostrato su pagine statiche di una rivista. Tuttavia, poiché i nostri occhi sono ottimi sistemi di riconoscimento di modelli, speriamo di scoprire schemi o sequenze di rilascio della dopamina che nessuno aveva mai cercato. Gli aspetti della nostra procedura che devono essere eseguiti da personale medico autorizzato saranno illustrati da Elisa Hildago, tecnico certificato in medicina nucleare, e Cindy Dko, infermiera registrata del Yale Pet Center.

Per iniziare, acquisire una scansione RM strutturale pre-PET, come una sequenza 3D MP-RAGE, in un giorno diverso rispetto alla scansione PET. La scansione RM fornirà un riferimento anatomico per le immagini PET. Inoltre, organizzare in modo che il soggetto eserciti il movimento associato al fumare all'interno dello scanner PET prima dell'esame.

Per iniziare la preparazione del paziente, un'infermiera registrata deve innanzitutto inserire una fleboclisi pronta per essere successivamente collegata alla pompa che somministra il tracciante. Inoltre, preparare la pompa per iniezione programmando correttamente il paradigma di infusione per il tracciante RAC lapide. Successivamente, configurare il monitoraggio del movimento della testa fissando delle sfere riflettenti sulla sommità della testa del soggetto.

Le sfere sono collegate a uno strumento rigido a forma di croce, che a sua volta è fissato a un cappuccio da nuoto CRA. I laser di tracciamento del sistema Vic CCRA rileveranno la posizione delle sfere riflettenti a una frequenza di 20 hertz. Infine, per eliminare il fumo passivo dall'ambiente degli animali domestici.

Posizionare durante l'esperimento l'ingresso di un filtro dell'aria davanti allo scanner e sopra la testa del soggetto, lasciando spazio al soggetto per portare la sigaretta alla bocca durante il fumo. Posizionare il soggetto nello scanner. Prima dell'iniezione del tracciante e dell'acquisizione PET, acquisire innanzitutto una scansione di trasmissione della durata di nove minuti.

Quindi far somministrare il tracciante da un tecnologo specializzato in medicina nucleare certificato. Generalmente, un team composto da due tecnologi avvia contemporaneamente la somministrazione del tracciante e l'acquisizione dei dati PET, somministrando al soggetto dei semplici questionari oralmente immediatamente prima e dopo aver fumato. Il fumatore deve valutare il proprio livello di soddisfazione del desiderio di nicotina e le sensazioni di avversione su una scala da uno a cento.

Per catturare la risposta della dopamina a un'esperienza realistica di fumo, chiedere al soggetto di fumare. Invece di somministrare nicotina o sigaretta tramite il personale dello studio, istruire il fumatore a fumare al proprio ritmo e con il proprio marchio di sigarette. I soggetti devono aver astenuto dal fumare dalla mezzanotte precedente e devono fumare due sigarette in successione.

Di norma, completare entrambe le sigarette richiede circa 10 minuti. Successivamente, somministrare le scale di valutazione dopo il fumo come precedentemente descritto e, dopo la sessione di scansione, applicare una variante del metodo di filtraggio spaziale. Proiezione inversa altamente vincolata a tutte le immagini PET in modo frame per frame.

L'attrattiva della super risoluzione (hyper LR) è che riduce il rumore spaziale senza degradare l'informazione temporale in ogni voxel che utilizzeremo per creare i nostri filmati relativi alla dopamina. Allineare la PET con la risonanza magnetica (MR) del soggetto, quindi applicare una maschera striatale AAL. Il RACLOPRIDE possiede un contrasto segnale-sfondo sufficiente da poter essere utilizzato esclusivamente nel corpo striato, un'area cerebrale coinvolta nella dipendenza da sostanze.

Applicare una maschera del compartimento striatale precommerciale a tutti i dati PET nello spazio template. Successivamente, selezionare le funzioni di risposta della dopamina coerenti con possibili risposte dopaminergiche allo stimolo, scegliendo un particolare insieme di funzioni di risposta. Quando è possibile vincolare la forma e i tempi delle risposte dopaminergiche stimate a curve previste per lo stimolo del fumo?

Ci si aspetta un andamento unimodale di aumento e diminuzione della concentrazione di dopamina, con una curva dalla forma simile a una variante gamma. Nel caso del fumo a 45 minuti dall'inizio della scansione, si dovrebbero includere famiglie di funzioni di risposta con tempi di inizio pari a 40 minuti o successivi. Ora adattare il modello PET LPNT alle curve di attività temporali PET in ciascun voxel all'interno della regione mascherata.

L'equazione operativa del modello è mostrata qui. L'integrale del prodotto delle curve temporali di attività PET con ciascuna funzione di risposta diventa un insieme di funzioni di base lineari di T che contribuiscono al modello. Poiché la PET LPNT è un metodo basato su funzioni di base lineari per l'adattamento dei dati dinamici PET, può essere implementata per stimare rapidamente sia i parametri cinetici che governano l'azione del tracciante, sia un profilo temporale delle variazioni relative della concentrazione di dopamina durante la sessione di scansione in ogni foxhole.

Successivamente, registrare la mappa della somma pesata dei residui quadratici derivante dall'adattamento del PET LPNT ai dati in ciascuna foxhole: l'applicazione del modello in ogni foxhole produce immagini dei parametri del tracciante. R uno è il valore di flusso relativo. K due è la velocità FLX dal compartimento libero della regione bersaglio.

K due A è la velocità apparente di FLX dal tessuto bersaglio modellato come un singolo compartimento e gamma è l'ampiezza del segnale della dopamina. La somma pesata dei quadrati dei residui a ciascun vle può essere considerata anch'essa un'immagine. Ora applicare il modello multilinare con tessuto di riferimento, o MRTM, ai dati di attività temporale della PET in ciascun voxel individuale all'interno della regione mascherata.

Questo è un modello lineare identico al pet LPNT, eccetto per il fatto che non include un termine variabile nel tempo per l'adattamento della dopamina. L'MRTM applicato ai dati a livello di voxel fornisce stime di soltanto tre immagini parametriche: R uno, K due e K due a. Registrare anche la somma pesata delle mappe dei quadrati dei residui ottenuta dall'adattamento dell'MRTM ai dati in ciascun voxel. Successivamente, creare una mappa F dalle mappe della somma dei quadrati calcolando la statistica F in ciascun voxel della maschera.

La statistica F confronta la somma pesata dei residui quadratici di LPNT PET con la somma pesata dei residui quadratici di MRTM, correggendo per le differenze nei gradi di libertà rispettivi delle soglie di adattamento. L'FMAP a un valore che corrisponde a una probabilità P minore di 0,05 in base ai gradi di libertà degli adattamenti del modello viene quindi utilizzata per creare una nuova maschera di significatività che conserva soltanto quei voxel nello striato le cui curve temporali di attività PET sono meglio adattate con LPNT PET rispetto a MRTM. Successivamente, eseguire un'apertura morfologica sulla maschera di significatività per eliminare piccoli cluster isolati di voxel che si presume siano dovuti al rumore.

Deve essere utilizzato un kernel voxel isotropo due per due per due per rimuovere gruppi isolati di voxel con diametri di due voxel o inferiori. Ciò produce la maschera di significatività finale. Eseguire la stessa analisi sui dati di ogni condizione sperimentale da esaminare per il protocollo.

I dati dimostrativi sono stati acquisiti e analizzati per ogni soggetto in due condizioni distinte: fumatori e controllo. Infine, confrontare i fumatori con il gruppo di controllo costruendo un filmato composito della dopamina.

Produce filmati della dopamina per lo stesso soggetto in diverse condizioni. Ad esempio, compito basale o simulato rispetto al fumo. Inoltre, produca un filmato composito della dopamina per un singolo soggetto, comprendente tutte le sezioni dello striato, per le condizioni basale e di fumo.

Qui possiamo osservare gli effetti di due diversi filtri iperspaziali rispetto all'assenza di filtraggio sulla regolarità del tempo. Dati di attività in un singolo voxel tri AAL: le prime due righe mostrano immagini filtrate con dimensioni di kernel diverse, mentre l'ultima riga mostra le corrispondenti curve di attività temporale provenienti dalla stessa posizione di un singolo voxel nel caudato dorsale sinistro. Qui vediamo esempi rappresentativi di funzioni di risposta della dopamina che iniziano a 40 minuti o a 45 minuti dopo l'iniezione del tracciante.

Questi sono stati pre-calcolati per adattare il modello PET LPNT ai dati di attività temporale PET in ciascun voxel. Questa figura mostra gli adattamenti del modello MRTM convenzionale e del nuovo modello PET LPNT, rispettivamente, ai dati di attività temporale provenienti da un voxel del nucleo caudato sinistro. L'adattamento MRTM è in blu e l'adattamento PET LPNT è in rosso.

Qui osserviamo immagini parametriche della somma pesata dei quadrati dei residui per MRTM e PET LP NT. Le rispettive mappe WSSR vengono confrontate tramite la statistica F per creare la mappa F, che a sua volta viene sogliata al livello di probabilità desiderato per ottenere una maschera binaria e quindi filtrata per produrre la maschera finale di significatività. Questa figura mostra una singola fetta coronale della maschera finale di significatività per la condizione di fumo in un singolo soggetto, confrontata con la maschera finale di significatività per un soggetto e una fetta corrispondenti nella condizione di controllo.

Questo filmato mostra, fotogramma per fotogramma, il livello di dopamina rispetto al livello basilare o di riposo. I livelli di dopamina sono codificati con colori. In particolare, i colori rappresentano la variazione della dopamina rispetto al livello basilare espressa come percentuale del livello basilare.

Anche in questo caso, i livelli di dopamina sono mostrati solo per i voxel nella maschera di significatività finale che superano il livello di significatività di P minore di 0,05. Questo filmato mostra il filmato multislice multiplo della dopamina per un fumatore maschio.

Tutte le sezioni del nucleo accumbens sono visualizzate contemporaneamente per la condizione di fumo e per la cond游戏副本

Questo filmato è ottenuto dalla scansione di una donna fumatrice. Si noti l'attivazione principale nel nucleo caudato dorsale sinistro in corrispondenza del momento in cui viene fumata la prima sigaretta. Il filmato si ripete alcune volte per facilitarne la visione.

Una volta acquisita padronanza nella creazione di filmati della dopamina, l'elaborazione dei dati PET può essere eseguita in pochi giorni. Speriamo di automatizzare ulteriormente il procedimento, in particolare l'acquisizione dei singoli fotogrammi del filmato, in futuro. La realizzazione di filmati della dopamina può essere considerata un problema di ottimizzazione vincolata.

I vincoli sui possibili risultati relativi alla dopamina vengono applicati mediante la selezione delle funzioni iniziali di risposta della dopamina. Ora che abbiamo creato i filmati della dopamina, dobbiamo identificare le migliori misure di similarità e dissimilarità in modo da poter confrontare i filmati provenienti da soggetti diversi, ad esempio fumatori attuali e ex fumatori. Con le misure necessarie a disposizione, possiamo chiederci quale aspetto dell'attività cerebrale cambi o torni alla normalità.

Quando un fumatore abbandona l'abitudine di fumare, si spera che questa tecnica apra la strada ad altri ricercatori nel campo della PET affinché descrivano e analizzino correttamente i dati dei loro animali, che stanno acquisendo. Nello studio di altri comportamenti di dipendenza indotti da uno stimolo, come l'alcol, si può osservare una risposta neurochimica transitoria, che non raggiunge livelli paragonabili a quelli osservati dopo l'assunzione della sostanza. Speriamo di utilizzare procedure sperimentali simili impiegando diversi traccianti per la PET, al fine di esaminare i cambiamenti neurochimici nel cervello indotti da altre sostanze d'abuso.

Dopo aver guardato questo video, si dovrebbe avere una buona comprensione di come creare filmati della dopamina a partire da dati PET, che abbiamo realizzato per catturare la risposta transitoria e particolarmente limitata del sistema dopaminergico cerebrale all'atto di fumare sigarette. Ricordiamo che i filmati della dopamina vengono creati in cinque passaggi: esperimento PET, pre-elaborazione delle immagini, modellizzazione delle immagini, passaggio statistico e passaggio di visualizzazione.