方法論記事

神経血管ネットワーク エクスプ ローラー 2.0: 探索と In Vivo マウス皮質で生じる誘発皮膚血管運動のデータベースを共有するためのシンプルなツール

DOI：

10.3791/57214

⸱

2018年5月4日

 ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Radiology, University of California, San Diego, 2Central European Institute of Technology, Brno University of Technology, 3Department of Neurosciences, University of California, San Diego, 4Department of Physics, John Carroll University, 5Department of Biomedical Engineering, Boston University, 6Bioengineering Undergraduate Program, University of California, San Diego, 7Institute of Physical Engineering, Faculty of Mechanical Engineering, Brno University of Technology, 8Martinos Center for Biomedical Imaging, Massachusetts General Hospital, Harvard Medical School

この記事について

サマリー

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

探索とマウス体性感覚野生体内の2 光子顕微鏡による測定で生じる誘発血管反応のデータベースを共有するためのグラフィカル ユーザー インターフェイスを提示します。ブラウジング データ、選択の基準に基づいた、平均、血管の 3 D ボリューム内の測定値のローカライズ データをエクスポートできます。

要約

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

神経科学における実験データを共有の重要性は、金額と取得したデータと様々 なテクニックを取得し、これらのデータを処理するために使用の複雑さとともに成長します。しかし、実験データ、特に通常サイズ決して研究所の個々 の研究の大半より広い研究コミュニティを達する。神経血管ネットワーク エクスプ ローラー 2.0 (NNE 2.0) と呼ばれるグラフィカル ユーザー インターフェイス (GUI) エンジンがシンプルで低コストの共有と血管イメージング データの探索のためのツールとして作成されました。NNE 2.0 が生じる誘発膨張/収縮を含むデータベースと対話する 2 光子顕微鏡によるマウス体性感覚野の生体内測定した個々 の船の時間コース。簡単な数学的な操作だけでなく、NNE 2.0 により、さまざまな条件 (件名、分岐順序、皮質の深さ、血管径、細動脈の木) に基づく時間コースの選択と表示 (e.g平均、ピークの正規化) と。データをエクスポートします。3 d 血管ネットワークの可視化をサポートし、血管内で個々 の機能血管径測定のローカライズが可能します。

NNE 2.0、そのソース ・ コードおよび対応するデータベースは、UCSD 血管イメージング研究室ウェブサイト1から自由にダウンロードできます。ソース コードは、ユーザーが関連付けられているデータベースの探索、またはデータベースと適切な形式を提供自分の実験結果を共有するためのテンプレートとして使用できます。

概要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

脳は最も複雑な器官の一つと見なされます、その複雑な関数を解く意欲が低迷。ツール2,3,4,5,6,7,8 の広いパレットを使用して行動のレベルに、分子からさまざまなスケールで研究されています。.非均質な実験データの量は、前例のない速度で育ちます。実験データ共有の必要性の意識、組織と標準化は、集録したデータの量で育ちます。それはニューロインフォマティクスは脳機能と機能障害9,10のモデルにスケールでの実験データの統合の重要な役割を果たすことが明らかになっています。

この目的のためにいくつかの研究は、特に規模の大きい研究、その結果を広範なデータベース11,12,13,14,15を介して利用できるようにするリソースを充てることができた。しかし、膨大な実験データから個々 の研究所の通常サイズより広い研究コミュニティに達したこと。これは主に 2 つの理由: 最初より多くの時間が必要でデータベースを構築し、ユーザーがデータベースと対話するを有効にするツールを作成第 2 に、これらのタスクをサポートする多くのお金が必要があります。これらの課題によって独創力のある、神経血管ネットワーク エクスプ ローラー 2.0 (NNE 2.0)16と呼ばれる MATLAB によるグラフィカル ユーザー インターフェイス (GUI) エンジンは、データベース、共有および血管イメージング データの探索のシンプルで低コストのツールとして開発されました。この原稿は、NNE 2.0 の操作や実験データの関連付けられているデータベースのマニュアルを提供します。

バルパライソの NNE 2.0 はすでに第二世代ソフトウェア エンジンです。(SI)生体内で182 光子励起顕微鏡を用いて血管拡張反応感覚誘発ラット体性感覚野のデータベースとやり取りする神経血管ネットワーク エクスプ ローラー 1.0 (北北東 1.0)17と呼ばれる第一世代が建てられました。北北東 1.0、そのソース コードに関連付けられているデータベースは、UCSD 血管イメージング研究室ウェブサイト1から 'NNE 1 天' と呼ばれる zip ファイルとして自由にダウンロードできます。北北東 1.0 および関連付けられているデータベースの詳細については、17で見つけることが。

第二世代、NNE 2.0 は、SI体内測定 2 光子励起顕微鏡20マウスで個々 の血管の膨張を生じる誘発のデータベースと対話します。ユーザーは、参照、選択し、特定の細動脈の木や動物の対象血管径分岐順序皮質深さなど選択カテゴリに基づいてデータを視覚化できます。さらに GUI は、選択したカテゴリに平均およびピークの正規化などの単純な数学演算を実行します。バルパライソの NNE 2.0 表示し血管の 3 D ボリュームをキャプチャ イメージを参照できるだけでなく、血管内機能の測定の場所を識別できるようにします。この機能は、3 D で血管の形態を再構築し、実際の単一容器血管運動測定に使用できます。脳機能21,22の計算モデルに、これらの復元を組み込む順番できます。NNE 2.0、そのソースコードと関連付けられたデータベースは UCSD 血管イメージング研究室ウェブサイト1から 'NNE 2.0 HDbase v1.0' と呼ばれる zip ファイルとして自由にダウンロードできます。

バルパライソの NNE 2.0 は、'vdb.mat' という名前のデータベースで動作します。このデータベースは、一時的なプロファイル (時間コース) 単一の容器直径変化光刺激により誘発され、眼底ツリーの別の場所で測定を含む行列です。各時間コースは、特別なソフトウェアを使用して計算しました。血管経由でスキャンした蛍光強度分布の拡大から血管径の相対的な変化を計算します。かに (FITC) の血管内注入による蛍光のコントラストを示した-デキストランをラベル付けします。データおよび分析手順の詳細については、20,23を参照してください。データベースでは、合計で 305 時間コース (すなわちデータベース エントリ) があります。径変化に加え、(1) の時間コースを定量化する追加のメタデータの配列データベース保留リストの各エントリに測定容器を記述する (2) と (3) 脳血管の 3 D ボリューム内で測定場所を特定します。メタデータは、発症時期、ピーク振幅、ピーク振幅の時間、皮質の深さ、分岐順序、ベースライン、元の参照画像と脳の表面の各測定と低倍率の地図の 3 D 画像のスタックへのパスでの血管径血管系。表 116以前に詳細でリストして説明のメタデータのすべてのパラメーターを参照してください。

バルパライソの NNE 2.0 は、直径測定が発生した平面の X と Y のスキャンは、参照画像と対話します。データベースの各エントリには、GUI に表示される参照名 1 つ対応する参照イメージがあります。データベースの各エントリには、計測が行われた血管の木の 3 D ボリュームをキャプチャ画像 (3 D スタック) の関連するスタックがいます。GUI は、特定のデータベースのエントリを選択し、3 D スタックと同様に、対応する参照画像を表示できます。また、(両方の画像で同じ機能を見つけることができます) 3 D スタックの一致する参照画像とフレームを検索するユーザーをガイドします。すべてのスタックし、参照画像のフル解像度 (1024 pix x 1024 pix) でフォルダーの hana_stk と hana_refs、それぞれ含まれています。脳血管系の低倍率マップは、フォルダー '地図' に含まれます。データベース マトリックス 'vdb.mat' と同様、すべての 3 つのフォルダーは 'NNE 2.0 HDbase v1.0' UCSD 血管イメージング研究室ウェブサイト1から zip ファイルでダウンロードし、インストール プロセス中に NNE 2.0 のルート フォルダーに保存します。

GUI は、ユーザー データベースを探る選択カテゴリに基づいて特定のデータを選択すると順番に開く 4 つのパネル (パネル 1 (メインパネル)-パネル 4) のセットとして設計されています。各パネルは 2 つの部分に分かれています: (1) 右の列は、メタデータからパラメーターとデータおよび表示の重要な情報のカテゴリを選択して、データベースとやり取りする可能性を提供します。(2) の左側の列は、時間コース (時間の直径変化) とスキャター プロットの形でデータを表示します。皮質の深さの関数として拡張ピーク (3) 最大径変化 (振幅) と (4) 基準径 (径刺激前に、) の時間 (2) (1) 拡張発症を表示する散布図の 4 種類があります。ユーザー平均時間コースと皮質の深さまたは分岐の順序でグループ化された選択したデータの値を表示する可能性があります。これは増加の深さと分岐順序20のグラデーション径変更動作の特徴を強調するためです。NNE 2.0 では、'.xls'、'.csv' または '.mat' の形式のデータの選択したサブセットをエクスポートすることができます。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. NNE 2.0 のインストール

  1. UCSD 血管イメージング研究室ウェブサイト1と 'NNE 2.0 HDbase v1.0」で左クリックに行くお使いの PC の目的の場所に圧縮プログラム ファイルをダウンロードします。
    注: NNE 2.0 バージョン 7-10、少なくとも 2.8 GB の空き容量の zip ファイルをダウンロードして、プログラムをインストールする 6.9 GB の Windows オペレーティング システムが必要です。
  2. 'NNE2_HDbase_v1.0.zip' を解凍します。
    注: 解凍されたフォルダー NNE2 10 個のファイルが含まれています: 'hana_refs.tar.gz'、'hana_stk.tar.gz'、'maps.tgz'、'MCRInstaller.exe'、'NNE2.exe'、'NNE2.zip'、'NNE2_README.txt'、'source.zip'、'users_guide.pdf' および 'vdb.mat'。
  3. 'NNE2_README.txt' の次の指示によって NNE 2.0 をインストールします。

2. NNE 2.0 を実行しています。

  1. 'NNE2.exe' と NNE 2.0 を起動します。
  2. パネル 1 (メインパネル): (図 1) のデータのサブセットを選択します。画像メイン パネルの左の列には、時間経過のグラフと 'vdb.mat' (図 1) にすべてのエントリのパラメーターを表示します。
    1. パネルの右側の列で皮質の深さの範囲を選択します。形式の深さの範囲のタイプ [d分dmax]、最小深さは d分は、dmaxは最大の深さ。
      注: データが 30 560 μ m からの深さで測定しました。
    2. パネルの右側の列で分岐の順序を選択します。矢印を左クリックし、リストからいずれかのオプションを選択 (表面 |ダイビング トランク |一次枝 |枝が高次)。
    3. パネルの右側の列で、基準径の範囲を選択します。Dia分は最小径、最大径、最大径は、[dia最小径最大] の形式で入力します。
    4. パネルの右側の列で科目(獲得の日付によると動物) を選択します。矢印をクリックして、使用可能なオプションから選択します。また、すべての科目からすべての青い四角形をクリックしてデータを選択します。
    5. 表示およびパネル 2 で選択したデータを送信を押します。
  3. パネル 2: は、選択したデータのサブセットを探索し、さらにデータの絞り込み (図 2) を継続します。
    1. 上の右の列の適切なボタンをクリックしてデータのグループ平均値タイプを選択します。選択:皮質の深さによって Avg または分岐順 Avg。
      注: 実際の選択は、(図 2) 下に緑色でハイライトされます。
    2. 容器の形態または件名に基づいてデータを選択します。ツリーのすべてのデータを選択(単一ダイビング細動脈とその枝) または件名のすべてのデータを選択(動物の対象) をクリックしてください。
    3. 左クリックして送信(1) 個々 の時間コースのグラフの左側に選択したデータを表示する (2) グループ-平均時間コースおよび散布図 (3) 発症時 (4) 時間にピーク (5) ピーク振幅と (6) 基準径の
    4. 時間コースを選択して左側の列に個々 の timecoursesのグラフのトレースをクリックします。
      注: 選択した経過を取得します (マゼンタ) のグラフとその発症時期のハイライト表示、時間のピーク、ピーク振幅と基準径は下のグラフで赤い丸でマークされます。スキャター プロットの赤い点は、平均値です。
    5. 下部の右側の列で選択した時間コースのサブジェクト (件名 ID) とツリー (ツリー ID) の識別子に注意してください。
    6. 希望する場合は、 [送信] ボタンに続いて右側の列の上部にある適切な選択肢をクリックしてグループ平均の型を変更あり、2.3.4 から手順を繰り返します。
    7. クロス カーソルを表示し、選択したサブジェクト (件名 ID) またはパネル 3 のツリー (ツリー ID) のすべての痕跡を探ると、パネル 2 で右クリックします。
  4. パネル 3: は、データの最後のサブセットを探索し、エクスポートする (図 3)。
    1. トレース上で左クリックしてで左の列の上のグラフで時間コースを選択: 選択したトレースがグラフ (マゼンタ) で強調表示されます、データベース エントリのわかりやすいパラメーターをグラフ上に表示されます。
      注: 平均時間コースは、厚い黒 (図 3) に表示されます。
    2. 対応する発症時間、時間のピーク、ピーク振幅と下のグラフの基準径に注意してください。
    3. 北北東 2.0 が実行されているフォルダーに上のグラフに表示されるトレースを保存する右の列のセットを書き出す] ボタンを左クリックします。
      メモ: このアクションは、3 つのファイルを保存されます: 'vdb_subset.xls'、'vdb_subset.csv' と 'vdb_subset.mat' を含む径変化のベクトルと時間のベクトル;わかりやすいパラメーターと情報 'vdb.mat' から 'vdb_subset.mat' をまた含んでいます。
    4. '木' ではなく ' 件名' は、[x]、NNE 2.0 の再起動を押して 3 パネルを閉じるために、すべてのデータを検査するには、パネル 1 (手順 2.2.1-2.2.5) 内のカテゴリの選択を繰り返し、パネル 2 (ステップ 2.3.2) で対象のすべてのデータを選択します。
    5. 右をクリックしてパネル 3 クロス カーソルを参照画像と 3 D スタック パネル 3 の上のグラフのすべてのトレースを探索するパネル 4 に行くとします。
      注: パネル 4 が開く場合オプションすべてのデータを使用しないパネル 2 で「木」を選択しました。'件名' のすべてのデータが代わりに選択した場合、ユーザーは彼の選択を変更するプロンプトが表示され、パネル 1 に指示します。
  5. パネル 4: ローカライズ機能測定および血管 (図 4) の 3 D 画像のスタック内で参照イメージです。
    1. 時間コースを選択するには、左側の列の上にグラフで左クリックします。
      注: 選択したトレースは、グラフ (マゼンタ) で強調表示されますが、その説明的な情報をメタデータからはトップに表示されます。
    2. 左側の列の右下に 'hana_refs' フォルダーから自動的にロードされている対応する参照画像を探索します。
    3. 左側の列の左下の 'hana_stk' フォルダーから自動的に読み込まれている対応する 3 D 画像のスタックを探索します。矢印や図の下のスライダーを使用して、スタックをスクロールします。
      注: ときスタック画像参照イメージ-すなわち、直径の測定レベルのレベルに達する ('スタック インデックス' 'Ref' =)、スタックのイメージが強調表示され、'フレーム レベル' として示されます。
    4. 'Ref_stacks_trace.xls' から北北東 2.0 が実行されているフォルダーに保存されているファイルに強調表示された経過をエクスポートするのには右の列の設定のエクスポートをクリックします。
      注: ファイルには、時間ベクトル、直径変化ベクター、サブジェクトの ID、エントリのインデックス、参照イメージの場所、3 D スタックの場所とフレーム レベルのスタック画像番号が含まれています。
    5. パネル 1 へ行き [x] でパネル 4 を閉じます。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

NNE 2.0 と関連付けるデータベース参照およびデータベースのデータを表示、選択条件に基づいてデータを並べ替え、選択したデータをダウンロード、対応する血管ツリー内血管測定を見つけるのに役立ちます。

パネル 1 特集カテゴリに基づいてデータ: '皮質深さ '、' 分岐順序 '、' 基準径' および '被験者'-図 1)。本研究は表面の細動脈のエントリがないことに注意してください ('表面') '分岐順序' 選択カテゴリで。このオプションを選択すると、警告ダイアログ 'レコードが見つかりません-検索の制限が厳しすぎる」が表示され、別のオプションを選択します。パネル 1 で選択した条件を満たす計測がない場合、同じ警告が表示されます。ユーザーがパネル 1 を閉じる必要がありますこの場合 [x] キーを押すと、プログラムを再起動します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

バルパライソの NNE 2.0 は、他のユーザーによって共有および同じような種類のデータを探索するためのシンプルなツールの開発を意図して特定の調査20血管イメージング データを共有するために書かれました。血管のデータの関連付けられているデータベースを調べることに興味がある研究者は、GUI を使用して、データを参照、データのサブセットを選択、自分の実験結果にそれらを比較またはさらに独自の計算手順を使用してそれらを処理可能性があります。プログラミング言語の種類を採用 (「.xls」または「.csv」) の代替の形式のいずれかでデータをエクスポートできる一方 MATLAB に慣れているユーザーは直接データベース 'vdb.mat' で利用できます。

バルパライソの NNE 2.0 を使用して、独自の実験データを共有することに興味を持っている研究者は、'vdb.mat' と同様に行列に結果を構造化する必要があります。このデータベースにプリンシパルのエントリは、ベクトルと対応する時間ベクトルの形であらゆる種類の時間コースをする必要があります。デ...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者が明らかに何もありません。

謝辞

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

我々 は喜んで NIH (NS057198、EB00790、MH111359、および S10RR029050) と文部省、青少年やチェコ共和国 (CEITEC 2020, LQ1601) のスポーツからのサポートを認めます。株式会社は、2014 年に国際頭痛学会と科学と 2015 年にトルコの技術研究評議会から特別員によって支えられました。MT は、ドイツ研究振興協会 (DFG 第 2031年/1) からポスドク研究員プログラムによって支えられました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
MATLABMathWorksプログラム
WinrarRarlabsプログラム

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Neurovascular Imaging Laboratory. Use Our Data. , UC San Diego School of Medicine. Available from: https://neurosciences.ucsd.edu/research/labs/nil/Pages/UseOurData.aspx (2017).
  2. Craddock, R. C., et al. Imaging human connectomes at the macroscale. Nat Methods. 10 (6), 524-539 (2013).
  3. Devor, A., et al. Frontiers in optical imaging of cerebral blood flow and metabolism. J Cereb Blood Flow Metab. 32 (7), 1259-1276 (2012).
  4. Ji, N., Freeman, J., Smith, S. L. Technologies for imaging neural activity in large volumes. Nat Neurosci. 19 (9), 1154-1164 (2016).
  5. Maze, I., et al. Analytical tools and current challenges in the modern era of neuroepigenomics. Nat Neurosci. 17 (11), 1476-1490 (2014).
  6. Medland, S. E., Jahanshad, N., Neale, B. M., Thompson, P. M. Whole-genome analyses of whole-brain data: working within an expanded search space. Nat Neurosci. 17 (6), 791-800 (2014).
  7. Osten, P., Margrie, T. W. Mapping brain circuitry with a light microscope. Nat Methods. 10 (6), 515-523 (2013).
  8. Poldrack, R. A., Farah, M. J. Progress and challenges in probing the human brain. Nature. 526 (7573), 371-379 (2015).
  9. Kotter, R. Neuroscience databases: tools for exploring brain structure-function relationships. Philos Trans R Soc Lond B Biol Sci. 356 (1412), 1111-1120 (2001).
  10. Uhlirova, H., et al. The roadmap for estimation of cell-type-specific neuronal activity from non-invasive measurements. Philos Trans R Soc Lond B Biol Sci. 371 (1705), (2016).
  11. Aine, C. J., et al. Multimodal Neuroimaging in Schizophrenia: Description and Dissemination. Neuroinformatics. , (2017).
  12. Amunts, K., et al. BigBrain: an ultrahigh-resolution 3D human brain model. Science. 340 (6139), 1472-1475 (2013).
  13. Laird, A. R., Lancaster, J. L., Fox, P. T. BrainMap: the social evolution of a human brain mapping database. Neuroinformatics. 3 (1), 65-78 (2005).
  14. Lein, E. S., et al. Genome-wide atlas of gene expression in the adult mouse brain. Nature. 445 (7124), 168-176 (2007).
  15. Shin, D. D., Ozyurt, I. B., Liu, T. T. The Cerebral Blood Flow Biomedical Informatics Research Network (CBFBIRN) database and analysis pipeline for arterial spin labeling MRI data. Front Neuroinform. 7, 21(2013).
  16. Uhlirova, H., et al. Neurovascular Network Explorer 2.0: A Database of 2-Photon Single-Vessel Diameter Measurements from Mouse SI Cortex in Response To Optogenetic Stimulation. Front Neuroinform. 11, 4(2017).
  17. Sridhar, V. B., Tian, P., Dale, A. M., Devor, A., Saisan, P. A. Neurovascular Network Explorer 1.0: a database of 2-photon single-vessel diameter measurements with MATLAB((R)) graphical user interface. Front Neuroinform. 8, 56(2014).
  18. Tian, P., et al. Cortical depth-specific microvascular dilation underlies laminar differences in blood oxygenation level-dependent functional MRI signal. Proc Natl Acad Sci U S A. 107 (34), 15246-15251 (2010).
  19. Neurovascular Imaging Laboratory. Use Our Data. , UC San Diego School of Medicine. Available from: https://neurosciences.ucsd.edu/research/labs/nil/Pages/UseOurData.aspx (2017).
  20. Uhlirova, H., et al. Cell type specificity of neurovascular coupling in cerebral cortex. Elife. 5, (2016).
  21. Gagnon, L., et al. Quantifying the microvascular origin of BOLD-fMRI from first principles with two-photon microscopy and an oxygen-sensitive nanoprobe. J Neurosci. 35 (8), 3663-3675 (2015).
  22. Sakadzic, S., et al. Two-photon high-resolution measurement of partial pressure of oxygen in cerebral vasculature and tissue. Nat Methods. 7 (9), 755-759 (2010).
  23. Nizar, K., et al. In vivo stimulus-induced vasodilation occurs without IP3 receptor activation and may precede astrocytic calcium increase. J Neurosci. 33 (19), 8411-8422 (2013).
  24. Reznichenko, L., et al. In vivo alterations in calcium buffering capacity in transgenic mouse model of synucleinopathy. J Neurosci. 32 (29), 9992-9998 (2012).
  25. Langer, J., Rose, C. R. Synaptically induced sodium signals in hippocampal astrocytes in situ. J Physiol. 587 (Pt 24), 5859-5877 (2009).
  26. Gong, Y., et al. High-speed recording of neural spikes in awake mice and flies with a fluorescent voltage sensor. Science. 350 (6266), 1361-1366 (2015).
  27. Tantama, M., Hung, Y. P., Yellen, G. Optogenetic reporters: Fluorescent protein-based genetically encoded indicators of signaling and metabolism in the brain. Prog Brain Res. 196, 235-263 (2012).
  28. Devor, A., et al. "Overshoot" of O(2) is required to maintain baseline tissue oxygenation at locations distal to blood vessels. J Neurosci. 31 (38), 13676-13681 (2011).
  29. Devor, A., et al. Stimulus-induced changes in blood flow and 2-deoxyglucose uptake dissociate in ipsilateral somatosensory cortex. J Neurosci. 28 (53), 14347-14357 (2008).
  30. Rauch, A., Rainer, G., Logothetis, N. K. The effect of a serotonin-induced dissociation between spiking and perisynaptic activity on BOLD functional MRI. Proc Natl Acad Sci U S A. 105 (18), 6759-6764 (2008).
  31. Lemmon, V. P., et al. Minimum information about a spinal cord injury experiment: a proposed reporting standard for spinal cord injury experiments. J Neurotrauma. 31 (15), 1354-1361 (2014).
  32. Ascoli, G. A., Donohue, D. E., Halavi, M. NeuroMorpho.Org: a central resource for neuronal morphologies. J Neurosci. 27 (35), 9247-9251 (2007).
  33. Mennes, M., Biswal, B. B., Castellanos, F. X., Milham, M. P. Making data sharing work: the FCP/INDI experience. Neuroimage. 82, 683-691 (2013).
  34. Marmarou, A., et al. IMPACT database of traumatic brain injury: design and description. J Neurotrauma. 24 (2), 239-250 (2007).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

Neurovascular Network ExplorerOptogenetic VasomotionTwo Photon MicroscopyVascular Network VisualizationMATLAB GUI ToolCortical Depth AnalysisBranching Order SelectionVessel Diameter MeasurementData Export Function3D Image Stack

関連記事