2020년 9월 24일
동물의 뇌 기능 매핑은 실시간 기능 자기 공명 영상 (fMRI) 실험 설정의 이점을 누릴 수 있습니다. 동물 MRI 시스템에 구현된 최신 소프트웨어를 사용하여 소형 동물 fMRI에 대한 실시간 모니터링 플랫폼을 구축했습니다.
복리 소스를 조사하기 위한 후향적 분석 대신. 제안된 리더 타임 fMRI 플랫폼은 최신 콘솔 소프트웨어를 사용하여 동적 fMRI 반응을 식별하기 위한 보다 효과적인 체계를 제공합니다. 이 기술은 동물의 뇌 기능 연구를 위한 즉각적인 문제 해결 가능성과 실시간 바이오피드백 시뮬레이션 패러다임을 제공할 수 있습니다.코로나 보기에서 전체 뇌를 포괄하는 해부학적 이미지를 획득하려면 계속 버튼을 클릭하여 T2 가중 희귀 염기서열을 실행합니다.
실시간 fMRI 소프트웨어를 설정합니다. 터미널 창을 열고 명령을 사용하여 실시간 AFNI 플러그인 경로로 이동합니다. 표시된 명령을 사용하여 실시간 플러그인으로 AFNI 소프트웨어를 실행합니다.
diamond 명령 및 옵션을 사용하여 예정된 AFNI 브릭 파일을 모니터링합니다. 표시된 대로 옵션과 함께 PVC MD 명령을 사용하여 백그라운드 매크로 스크립트를 실행합니다. EPI 획득 매개변수를 얻으려면 exec PVC MD 명령 및 옵션을 사용합니다.
3D ECHO 평면 이미징 원시 데이터를 배경 매크로 스크립트에서 실시간으로 AFNI 파일로 변환합니다. exec TOD-3D 명령 및 옵션을 사용하여 EPI 기하학적 정보가 해부학적 방향과 일치하는지 확인합니다. 계속 버튼을 클릭하여 대담한 fMRI 이미징을 위한 T2 Star Weighted 3D EPI Sequence를 실행합니다.
EPI 이미지를 해부학적으로 희귀한 이미지에 오버레이합니다. 먼저 명령을 사용하여 희귀 이미지를 AFNI Brick 데이터 세트로 변환하고 스크립트와 옵션을 사용하여 EPI 이미지를 해부학적 이미지에 등록합니다. 굵은 응답의 휴식 상태 기능적 연결성 맵을 처리합니다.
AFNI 옵션을 사용하여 휴지 상태 fMRI 시계열과 같은 3D 플러스 시간 데이터셋의 시드 기반 상관 관계를 계산합니다. 그런 다음 굵은 신호의 기능 맵을 시각화하려면 정의된 오버레이 옵션을 선택하고 AFNI 사용자 인터페이스 메뉴에서 clusters 함수를 사용하여 AFNI 소프트웨어에서 대화형 클러스터링을 생성합니다. fMRI에 의한 전기 자극 반응을 시각화합니다.
전기 자극 아이솔레이터를 켜고 자극 블록을 사용하여 하나의 유발 fMRI 분석을 위한 전기 4발 자극을 수행합니다. 이 대표적인 Real-Time Voxel-Wise Bold fMRI 시간 과정에서. 전기적 4발 자극 후 실시간 획득 형식의 블록 설계 패러다임에 해당하는 반대쪽 1차 4발 체성 감각 피질의 복셀 와이즈 시간 경과를 관찰할 수 있습니다.
그림과 같이 전기적 4발 자극에 해당하는 활성화된 굵은 지도는 활성화된 영역이 감지되고 컬러 클러스터로 표시되는 상태로 생성될 수도 있습니다. 3D EPI 재구성 옵션, 사전 이미지화 3D 작업을 활성화하고 데이터 구성 사용자 인터페이스 메뉴에서 매크로를 실행해야 합니다. 또한 사전 정의된 매크로 스크립트에 연결하여 스캔하기 전에 RT 3D API를 설정합니다.
전체 스크립트를 보고 수천 개의 과학 동영상에 액세스하세요
본 연구는 동물 뇌 매핑을 위한 실시간 기능적 자기공명영상(fMRI) 플랫폼을 구축하여 동적 반응 식별 능력을 향상시킵니다. 동물 MRI 시스템 내의 고급 소프트웨어를 활용함으로써, 소동물 뇌 기능 연구를 위한 즉각적인 문제 해결 및 바이오피드백 시뮬레이션이 가능해졌습니다.
실시간 fMRI는 뇌의 동적 반응을 즉각적으로 식별할 수 있게 하여, 사후 분석에 대한 의존도를 낮추고 전임상 신경과학의 가설 검증 속도를 높여줍니다. 이러한 기능은 제어된 생리적 조건 하에서 신경 회로의 관여에 대한 신속한 피드백을 제공함으로써 타겟 검증을 지원합니다. 또한, 원하는 혈역학적 결과를 얻기 위해 실험 변수를 실시간으로 조정할 수 있게 하여 조기 발견 단계에서의 예측 신뢰도를 향상시킵니다.
실시간 fMRI 플랫폼은 화합물 스크리닝 단계에 진입하기 전, 자극 및 생리적 매개변수를 빠르게 반복 조정하여 표적 가설을 정밀화함으로써 초기 발견 워크플로우에 통합됩니다.