Name: Segmentacja zawału mózgu i rejestracja w rezonansie magnetycznym lub tomografii komputerowej w celu mapowania objawów zmian (Wideo) | JoVE Journal
Uploaded: 2019-09-25T13:00:00.000+00:00
Duration: 10 min 25 s
Description: Poznaj metodę segmentacji zawału mózgu i rejestracji w rezonansie magnetycznym lub tomografii komputerowej w celu mapowania objawów zmian. Ten protokół zapewnia ujednolicony przepływ pracy dla badań neurokognitywnych.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Praca doktora Biesbroeka jest wspierana przez Stypendium dla Młodych Talentów z Centrum Mózgu Rudolfa Magnusa z Uniwersyteckiego Centrum Medycznego w Utrechcie. Prace te oraz konsorcjum Meta VCI Map są wspierane przez Vici Grant 918.16.616 z ZonMw z Holandii, Organizacji Badań i Rozwoju w Dziedzinie Zdrowia, dla Geerta Jana Biesselsa. Autorzy pragną podziękować dr Tanji C.W. Nijboer za udostępnienie skanów, które zostały wykorzystane w jednej z rysunków.

Autorzy nie ujawniają konfliktu interesów.

LSM jest potężnym narzędziem do badania funkcjonalnej architektury ludzkiego mózgu. Kluczowym krokiem w każdym badaniu mapowania objawów zmian jest wstępne przetwarzanie danych obrazowych, segmentacja zmiany i rejestracja w szablonie mózgu. W tym miejscu przedstawiamy ustandaryzowany proces segmentacji i rejestracji zmian w celu mapowania objawów zmian chorobowych. Metoda ta może być wykonywana za pomocą ogólnodostępnych narzędzi do przetwarzania obrazu, może być wykorzystywana do przetwarzania zarówno tomografii kompute...

Mapowanie uszkodzeń i objawów (LSM), zwane również mapowaniem uszkodzeń i zachowań, jest ważnym narzędziem badania architektury funkcjonalnej ludzkiego mózgu1. W badaniach nad uszkodzeniami funkcje mózgu są wnioskowane i lokalizowane poprzez badanie pacjentów z nabytymi uszkodzeniami mózgu. Pierwsze studia przypadków łączące objawy neurologiczne z konkretnymi lokalizacjami w mózgu, przeprowadzone w XIX wieku&#160;, dostarczyły już fundamentalnych informacji na temat anatomicznych korelatów języka i kilku innych procesów poznawczych2. Niemniej jednak korelaty neuroanatomiczne wielu aspektów poznania oraz&#160;innych funkcji mózgu pozostawały nieuchwytne. W ostatnich dekadach ulepszone metody obrazowania strukturalnego mózgu i postępy techniczne umożliwiły prowadzenie wielkoskalowych badań LSM in vivo z wysoką rozdzielczością przestrzenną (tj. na poziomie poszczególnych wokseli lub konkretnych korowych/podkorowych obszarów zainteresowania)1,2. Dzięki tym postępom metodologicznym LSM stało się coraz popularniejszą metodą w neuronauce poznawczej i nadal dostarcza nowych informacji na temat neuroanatomii poznania i objawów neurologicznych3. Kluczowym krokiem w każdym badaniu LSM jest dokładna segmentacja uszkodzeń i rejestracja do szablonu mózgu. Brakuje jednak kompleksowego samouczka dotyczącego wstępnego przetwarzania danych obrazowania mózgu na potrzeby LSM.
W niniejszym materiale przedstawiono kompletny samouczek dotyczący zstandaryzowanej metody segmentacji i rejestracji zmian chorobowych. Metoda ta dostarcza badaczom schematu postępowania w zakresie&#160;zstandaryzowanego przetwarzania obrazów mózgu oraz przeglądu potencjalnych błędów, których należy unikać. Przedstawiony schemat przetwarzania obrazów został opracowany w ramach międzynarodowej współpracy4 i jest częścią ram niedawno założonego konsorcjum Meta VCI map, którego celem jest przeprowadzanie wieloośrodkowych badań mapowania zależności między zmianami a objawami w zaburzeniach poznawczych pochodzenia naczyniowego &#60;www.metavcimap.org&#62;5. Metoda ta została zaprojektowana tak, aby przetwarzać skany CT i MRI pochodzące od wielu producentów i z heterogenicznych protokołów skanowania, co umożliwia łączone przetwarzanie zbiorów danych obrazowych z różnych źródeł. Wymagane oprogramowanie RegLSM oraz wszystkie inne programy niezbędne do realizacji tego protokołu są dostępne bezpłatnie z wyjątkiem programu MATLAB, który wymaga licencji. Niniejszy samouczek koncentruje się na segmentacji i rejestracji zawałów mózgu, jednak przedstawiony schemat przetwarzania obrazów może być stosowany również w przypadku innych zmian, takich jak hiperintensywności istoty białej6.
Przed rozpoczęciem badania LSM wymagane jest podstawowe zrozumienie ogólnych koncepcji oraz potencjalnych trudności. Dostępnych jest kilka szczegółowych wytycznych oraz praktyczny przewodnik1,3,6. Jednakże przeglądy te nie zawierają szczegółowego samouczka praktycznego dotyczącego etapów gromadzenia i konwertowania skanów mózgu do odpowiedniego formatu, segmentacji obszaru zawału mózgu oraz rejestracji skanów do szablonu mózgu. Niniejsza praca stanowi taki samouczek. Ogólne koncepcje LSM zostały przedstawione we wstępie wraz z odsyłaczami do dalszej literatury w tym temacie.
Ogólny cel badań nad mapowaniem zależności między uszkodzeniem a objawami
Z perspektywy neuropsychologii poznawczej urazy mózgu mogą służyć jako model stanu pozwalający lepiej zrozumieć neuronalne podstawy określonych procesów poznawczych oraz uzyskać pełniejszy obraz architektury poznawczej mózgu1. Jest to klasyczne podejście w neuropsychologii, które po raz pierwszy zostało zastosowane w badaniach pośmiertnych w XIX wieku przez pionierów takich jak Broca i Wernicke2. W erze funkcjonalnego obrazowania mózgu podejście oparte na analizie zmian ogniskowych pozostało kluczowym narzędziem w neuronauce, ponieważ dostarcza dowodów na to, że uszkodzenia w konkretnym obszarze mózgu zaburzają wykonywanie zadania, podczas gdy badania obrazowania funkcjonalnego wykazują obszary mózgu aktywowane podczas realizacji tego zadania. W związku z tym podejścia te dostarczają komplementarnych informacji1.
Z perspektywy neurologii klinicznej badania LSM mogą wyjaśnić związek między lokalizacją zmiany a funkcjonowaniem poznawczym u pacjentów z ostrymi zawałami objawowymi, hiperintensywnościami istoty białej, ubytkami lakunarnymi lub innymi typami zmian (np. guzami). Niedawne badania wykazały, że obecność takich zmian w strategicznych obszarach mózgu ma większe znaczenie w wyjaśnianiu sprawności poznawczej niż całkowite obciążenie zmianami 2,5,7,8. Podejście to ma potencjał do poprawy zrozumienia patofizjologii złożonych zaburzeń (w tym przykładzie naczyniowych zaburzeń poznawczych) i może stwarzać możliwości opracowania nowych narzędzi diagnostycznych i prognostycznych lub wspierania strategii leczenia2.
LSM znajduje zastosowanie również poza obszarem poznawczym. W rzeczywistości każdą zmienną można powiązać z lokalizacją uszkodzenia, w tym objawy kliniczne, biomarkery oraz wyniki funkcjonalne. Na przykład w niedawnym badaniu określono lokalizacje zawałów, które były predyktorami wyników funkcjonalnych po udarze niedokrwiennym10.
Mapowanie objawowe zmian oparte na wokselach w porównaniu do mapowania opartego na obszarach zainteresowania
Aby przeprowadzić mapowanie zależności między zmianami chorobowymi a objawami, zmiany muszą zostać wysegmentowane i zarejestrowane względem szablonu mózgu. Podczas procedury rejestracji mózg każdego pacjenta jest wyrównywany przestrzennie (tzn. normalizowany lub rejestrowany do wspólnego szablonu), aby skorygować różnice w wielkości, kształcie i orientacji mózgu, tak aby każdy woksel na mapie zmian reprezentował tę samą strukturę anatomiczną u wszystkich pacjentów7. W przestrzeni standardowej można przeprowadzić kilka rodzajów analiz, które zostały tutaj krótko podsumowane.
W celu wykazania różnic w rozmieszczeniu zmian u pacjentów z deficytami w porównaniu do pacjentów bez deficytów można przeprowadzić prostą analizę odejmowania zmian (lesion-subtraction analysis). Powstała mapa odejmowania wskazuje obszary, które są częściej uszkodzone u pacjentów z deficytami, a oszczędzone u pacjentów bez deficytów1. Chociaż analiza odejmowania zmian może dostarczyć pewnych informacji na temat korelatów określonej funkcji, nie stanowi ona dowodu statystycznego i obecnie jest stosowana głównie w przypadkach, gdy wielkość próby jest zbyt mała, aby zapewnić wystarczającą moc statystyczną dla mapowania objawów i zmian w oparciu o woksele (voxel-based lesion-symptom mapping).
W mapowaniu objawów w oparciu o voxele (voxel-based lesion-symptom mapping), związek między obecnością zmiany a sprawnością poznawczą jest określany na poziomie każdego pojedynczego voxela w mózgu (Rysunek 1). Główną zaletą tej metody jest wysoka rozdzielczość przestrzenna. Tradycyjnie analizy te były przeprowadzane w podejściu masowo-jednowymiarowym (mass-univariate approach), co wymaga korekty na wielokrotne testowanie i wprowadza błąd przestrzenny spowodowany korelacjami między voxelami, które nie są brane pod uwagę1,10,11. Niedawno opracowane podejścia, które uwzględniają korelacje między voxelami (zazwyczaj określane jako wielowymiarowe metody mapowania objawów, takie jak analiza bayesowska13, regresja wektorów nośnych4,14 lub inne algorytmy uczenia maszynowego15), wykazują obiecujące wyniki i wydają się poprawiać czułość i swoistość wyników analiz LSM przeprowadzanych voxel po voxelu w porównaniu z metodami tradycyjnymi. Dalsze ulepszanie i walidacja metod wielowymiarowych dla LSM na poziomie voxela jest procesem ciągłym. Wybór najlepszej metody dla konkretnego mapowania objawów zależy od wielu czynników, w tym od rozkładu zmian, zmiennej wynikowej oraz podstawowych założeń statystycznych danych metod.
W mapowaniu zależności między zmianami a objawami w oparciu o obszary zainteresowania (ROI), określa się związek między rozległością zmian w konkretnym regionie mózgu a sprawnością poznawczą (ilustrację przedstawiono na Rysunku 1 w pracy Biesbroek i wsp.2). Główną zaletą tej metody jest uwzględnienie skumulowanej rozległości zmian w obrębie struktury anatomicznej, co w niektórych przypadkach może być bardziej informacyjne niż zmiana w pojedynczym wokselu. Z drugiej strony, analizy oparte na ROI mają ograniczoną moc wykrywania wzorców występujących jedynie w podzbiorze wokseli w danym regionie16. Tradycyjnie mapowanie zależności między zmianami a objawami oparte na ROI wykonuje się przy użyciu regresji logistycznej lub liniowej. Ostatnio wprowadzono metody wielowymiarowe, które lepiej radzą sobie z koliniowością (np. bayesowską analizę sieciową17, regresję wektorów nośnych4,18 lub inne algorytmy uczenia maszynowego19), co może zwiększyć swoistość wyników badań nad mapowaniem zależności między zmianami a objawami.
Wybór pacjentów
W badaniach LSM pacjentów zazwyczaj dobiera się na podstawie konkretnego rodzaju zmiany (np. zawały mózgu lub hiperintensywności istoty białej) oraz odstępu czasu między diagnozą a oceną neuropsychologiczną (np. udar w fazie ostrej w porównaniu z fazą przewlekłą). Optymalny projekt badania zależy od postawionego pytania badawczego. Na przykład przy badaniu architektury funkcjonalnej ludzkiego mózgu najlepiej włączyć pacjentów po udarze w fazie ostrej, ponieważ na tym etapie nie nastąpiła jeszcze reorganizacja funkcjonalna, natomiast pacjentów po udarze w fazie przewlekłej należy włączyć podczas badania długofalowych skutków udaru w zakresie funkcji poznawczych. Szczegółowy opis kwestii i pułapek związanych z doborem pacjentów przedstawiono w innym opracowaniu7.
Preprocessing obrazów mózgu w celu mapowania zależności między uszkodzeniami a objawami
Dokładna segmentacja zmian i ich rejestracja do wspólnego szablonu mózgu są kluczowymi etapami w mapowaniu objawów w zależności od lokalizacji zmian (lesion-symptom mapping, LSM). Ręczna segmentacja zmian pozostaje złotym standardem dla wielu typów uszkodzeń, w tym dla zawałów7. Przedstawiono szczegółowy samouczek dotyczący kryteriów ręcznej segmentacji zawałów w badaniach CT, obrazowaniu ważonym dyfuzją (DWI) oraz w sekwencjach MRI z odwracaniem i tłumieniem sygnału z płynów (FLAIR), zarówno w fazie ostrej, jak i przewlekłej. Posegmentowane zawały (tj. binarne mapy zmian 3D) muszą zostać zarejestrowane przed przeprowadzeniem jakichkolwiek analiz międzyosobniczych. Niniejszy protokół wykorzystuje metodę rejestracji RegLSM, która została opracowana w środowisku wieloośrodkowym4. RegLSM stosuje liniowe i nieliniowe algorytmy rejestracji oparte na elastix20 zarówno dla CT, jak i MRI, z dodatkowym etapem przetwarzania CT, zaprojektowanym specjalnie w celu poprawy jakości rejestracji skanów CT21. Co więcej, RegLSM umożliwia stosowanie różnych docelowych szablonów mózgu oraz (opcjonalny) pośredni etap rejestracji do szablonu CT/MRI specyficznego dla wieku22. Możliwość przetwarzania zarówno skanów CT, jak i MRI oraz możliwość dostosowania pośrednich i docelowych szablonów mózgu sprawiają, że RegLSM jest wysoce odpowiednim narzędziem do przetwarzania obrazów w LSM. Cały proces przygotowania i segmentacji skanów CT/MRI, rejestracji do szablonu mózgu oraz korekt ręcznych (jeśli są wymagane) opisano w następnej sekcji.
<img alt="Rysunek 1" class="xfigimg" src="/files/ftp_upload/59653/59653fig1.jpg" /> 
Rysunek 1: Schematyczna ilustracja koncepcji mapowania objawów w zależności od zmian ogniskowych w oparciu o woksele (voxel-based lesion-symptom mapping). Górna część przedstawia etapy wstępnego przetwarzania obrazów mózgu, składające się z segmentacji zmiany (w tym przypadku ostrego udaru niedokrwiennego), a następnie rejestracji do szablonu mózgu (w tym przypadku szablonu MNI-152). Poniżej przedstawiono fragment zarejestrowanej binarnej mapy zmian tego samego pacjenta w formie siatki 3D, gdzie każda kostka reprezentuje jeden woksel. Po połączeniu z mapami zmian 99 innych pacjentów generowana jest nakładkowa mapa zmian (lesion overlay map). Dla każdego woksela przeprowadzany jest test statystyczny w celu określenia związku między obecnością zmiany a wynikami funkcji poznawczych. Przedstawiony tutaj test chi-kwadrat jest jedynie przykładem; można zastosować dowolny test statystyczny. Zazwyczaj testuje się setki tysięcy wokseli w całym mózgu, a następnie przeprowadza się korekcję dla wielokrotnych porównań. <a href="https://www.jove.com/files/ftp_upload/59653/59653fig1large.jpg" target="_blank">Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.</a>

<table><tbody><tr><td>dcm2niix</td><td>N/A</td><td>N/A</td><td>do pobrania za darmo https://github.com/rordenlab/dcm2niix</td></tr><tr><td>ITK-SNAP</td><td>N/</td><td>A N/</td><td>A do pobrania za darmo www.itksnap.org</td></tr> MATLAB MathWorks N/A Wersja 2015a lub nowsza <tr><td>MRIcron</td><td>N/A</td> N/A <td>do pobrania za darmo https://www.nitrc.org/projects/mricron</td>RegLSM N/A N/A do pobrania za darmo <td></td></tr><tr><td>MATLAB</td><td>MathWorks</td><td>N/A</td><td>Wersja 2015a lub nowsza</td></tr> MRIcron N/A N/A do pobrania za darmo <tr><td>RegLSM</td><td>N/A</td><td>N/A N/A</td><td>bezpłatne pobieranie</td></tr><tr><td>www.metavcimap.org/support/software-tools SPM12b</td><td>N/A</td><td>N/A</td><td>do pobrania za darmo https://www.fil.ion.ucl.ac.uk/spm/</td></tr></tbody></table>

segmentacja zawału mózgu i rejestracja w rezonansie magnetycznym lub tomografii komputerowej w celu mapowania objawów zmian

Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping

W mapowaniu objawów zmian chorobowych (LSM), funkcja mózgu jest wnioskowana poprzez powiązanie lokalizacji nabytych uszkodzeń mózgu z objawami behawioralnymi lub poznawczymi w grupie pacjentów. Dzięki niedawnym postępom w obrazowaniu mózgu i przetwarzaniu obrazów, LSM stał się popularnym narzędziem w neuronauce poznawczej. LSM może dostarczyć fundamentalnych informacji na temat funkcjonalnej architektury ludzkiego mózgu dla różnych funkcji poznawczych i niepoznawczych. Kluczowym krokiem w przeprowadzaniu badań LSM jest segmentacja zmian chorobowych na skanach mózgów dużej grupy pacjentów i rejestracja każdego skanu we wspólnej przestrzeni stereotaktycznej (zwanej również przestrzenią standardową lub standaryzowanym szablonem mózgu). Opisano tutaj ogólnodostępną, ustandaryzowaną metodę segmentacji i rejestracji zawału na potrzeby LSM, a także szczegółowy i praktyczny przewodnik oparty na przykładowych przypadkach. Dostępny jest obszerny samouczek dotyczący ręcznej segmentacji zawałów mózgu na skanach CT i sekwencjach DWI lub FLAIR MRI, w tym kryteria identyfikacji zawału i pułapki dla różnych typów skanów. Oprogramowanie rejestracyjne zapewnia wiele schematów rejestracji, które można wykorzystać do przetwarzania danych z tomografii komputerowej i rezonansu magnetycznego o niejednorodnych parametrach akwizycji. Dostępny jest samouczek dotyczący korzystania z tego oprogramowania rejestracyjnego oraz przeprowadzania wizualnych kontroli jakości i ręcznych poprawek (które są potrzebne w niektórych przypadkach). Takie podejście zapewnia naukowcom ramy dla całego procesu przetwarzania obrazu mózgu wymaganego do przeprowadzenia badania LSM, od gromadzenia danych po końcową kontrolę jakości wyników.

Przedstawiono tutaj przykładowe przypadki segmentacji zawałów mózgu na obrazach CT (Rycina 3), DWI (Rycina 5) i FLAIR (Rycina 6) oraz ich późniejszą rejestrację do szablonu MNI-152. Wyniki rejestracji pokazane na Rycina 3B i Rycina 5C nie były całkowicie pomyślne, ponieważ wystąpiło przesunięcie w pobliżu rogu czołowego komory. Mapy zmian z ...

Dostępny tutaj jest praktyczny samouczek dla ogólnodostępnego, ustandaryzowanego potoku przetwarzania obrazów w celu mapowania objawów zmian chorobowych. Dla każdego etapu przetwarzania dostępny jest przewodnik krok po kroku, od ręcznej segmentacji zawału w tomografii komputerowej/rezonansie magnetycznym po późniejszą rejestrację w standardowej przestrzeni, wraz z praktycznymi zaleceniami i ilustracjami z przykładowymi przypadkami.

Segmentacja zawału mózgu i rejestracja w rezonansie magnetycznym lub tomografii komputerowej w celu mapowania objawów zmian

In lesion-symptom mapping (LSM), brain function is inferred by relating the location of acquired brain lesions to behavioral or cognitive symptoms in a ...

Mapowanie objawów zmian chorobowych jest potężnym narzędziem do lokalizacji funkcji mózgu poprzez badanie pacjentów z uszkodzeniami mózgu. Ważnym krokiem jest przetwarzanie obrazu, w tym segmentacja zmian i rejestracja do przestrzeni standardowej. Protokół ten opisuje ujednoliconą strukturę, która działa ze wszystkimi modalnościami obrazowania strukturalnego, zapewniając spójne wyniki zmian chorobowych w standardowej przestrzeni do wykorzystania w badaniach mapowania zmian i objawów.Zmiany muszą zostać przekształcone w standardową przestrzeń, aby umożliwić porównania między obiektami. Mózg każdego pacjenta musi być wyrównany przestrzennie, aby skorygować różnice w wielkości i kształcie mózgu. Korzystając z tej metody, warto zobaczyć, jak należy wykonać każdy krok, zamiast postępować zgodnie z samymi pisemnymi instrukcjami.Wymaga również dobrego zrozumienia obrazów mózgu, co sprawia, że demonstracja wizualna jest przydatna. Protokół ten opisuje, w jaki sposób wykonywać etapy przetwarzania wymagane do mapowania objawów zmiany chorobowej. Po zarejestrowaniu map zmian chorobowych w standardowej przestrzeni, mapowanie zmian i objawów może być wykonywane na dużych grupach pacjentów.Kiedy

brain-infarct-segmentation-registration-on-mri-or-ct-for-lesion

Research

JoVE Journal

Behavior

Zachowanie

Źródło: Chaney, A. M., et.al.  Obrazowanie zapalenia nerwów metodą PET za pomocą [11C]DPA-713 w mysim modelu udaru niedokrwiennego. J. Vis. exp. (2018).  Ten film demonstruje technikę obrazowania in vivo zapalenia nerwów w mysim modelu udaru niedokrwiennego przy użyciu radioznacznika specyficznego dla TSPO. Po wstrzyknięciu radioznacznik wiąże się z TSPO, białkiem znajdującym się na zewnętrznej błonie mitochondrialnej i ulegającym nadekspresji w aktywowanych komórkach odpornościowych. Skaner...

Obrazowanie TSPO-PET/CT w celu wykrycia powstania zawału w mysim modelu udaru niedokrwiennego

Opisujemy, jak wykonać rezonans magnetyczny i obrazowanie PET serca myszy. Protokół jest dostosowany do oceny skuteczności leczenia w modelach zawału mięśnia sercowego i niewydolności serca.

MRI i PET w mysich modelach zawału mięśnia sercowego

Lesion Explorer (LE) to półautomatyczny potok przetwarzania obrazów opracowany w celu uzyskania objętości regionalnej tkanki mózgowej i podkorowej hiperintensywności zmian ze strukturalnego rezonansu magnetycznego choroby Alzheimera i zdrowych osób starszych.  Aby zapewnić wysoki poziom dokładności i niezawodności, poniżej znajduje się prowadzony przez wideo, ustandaryzowany protokół dla ręcznych procedur LE.

Lesion Explorer: Ustandaryzowany protokół z przewodnikiem wideo do dokładnej i niezawodnej wolumetrii pochodzącej z MRI u osób z chorobą Alzheimera i zdrowymi osobami w podeszłym wieku

Przedstawiono protokół obrazowania MR 7T o wysokiej rozdzielczości, w celu przeprowadzenia histopatologicznej walidacji mikrokrążenia w pośmiertnej tkance mózgowej ludzkiej pod kontrolą MR. Ponadto przedstawiono wytyczne dotyczące oceny mikrozawałów kory mózgowej na obrazach MR in vivo 7T i 3T.

Ocena mikrozawałów kory mózgowej na obrazach MR o wysokiej rozdzielczości

Opisano protokół szacowania czasu wystąpienia udaru w szczurzym modelu udaru, wykorzystujący parametry ilościowego rezonansu magnetycznego (qMRI). Procedura wykorzystuje dyfuzyjny rezonans magnetyczny do wyznaczenia zmiany w ostrym udarze mózgu oraz ilościowych czasów relaksacji T1 i T2 (qT1 i qT2) w celu określenia czasu udaru.

Protokół obrazowania metodą rezonansu magnetycznego do szacowania czasu wystąpienia udaru w trwałym niedokrwieniu mózgu

Obrazowanie pozytonowej tomografii emisyjnej (PET) białka translokatorowego 18 kDa (TSPO) dostarcza nieinwazyjnego sposobu wizualizacji dynamicznej roli zapalenia układu nerwowego w rozwoju i progresji chorób mózgu. Protokół ten opisuje TSPO-PET i autoradiografię ex vivo w celu wykrycia zapalenia nerwów w mysim modelu udaru niedokrwiennego.

Obrazowanie PET zapalenia układu nerwowego przy użyciu [11C] DPA-713 w mysim modelu udaru niedokrwiennego

Ten protokół opisuje proces stosowania siedmiu różnych narzędzi do automatycznej segmentacji do strukturalnych skanów MRI z wagą T1 w celu wyznaczenia obszarów istoty szarej, które mogą być użyte do ilościowego określenia objętości istoty szarej.

Automatyczna segmentacja istoty szarej kory mózgowej na podstawie obrazów MRI T1-zależnych

Stwardnienie rozsiane jest zapalną chorobą demielinizacyjną, na którą nie ma lekarstwa. Analiza tkanki mózgowej dostarcza ważnych wskazówek do zrozumienia patogenezy choroby. W tym miejscu omawiamy metodologię i dalszą analizę tkanki mózgowej stwardnienia rozsianego pobranej za pomocą unikalnego programu szybkiej autopsji działającego w Cleveland Clinic.

Kompleksowy program autopsji dla osób ze stwardnieniem rozsianym

Ten protokół opisuje model przejściowego ogniskowego niedokrwienia mózgu u myszy poprzez śródświetlne zamknięcie środkowej tętnicy mózgowej. Dodatkowo przedstawiono przykłady oceny wyników z wykorzystaniem rezonansu magnetycznego i testów behawioralnych.

Przejściowy model niedrożności tętnicy środkowej mózgu

Nauka unikania shuttle-boxów jest dobrze ugruntowana w neuronauce behawioralnej. Protokół ten opisuje, w jaki sposób uczenie się w pudełku wahadłowym u gryzoni można połączyć z specyficzną dla miejsca elektryczną mikrostymulacją wewnątrzkorową (ICMS) i jednoczesnymi przewlekłymi zapisami in vivo jako narzędzie do badania wielu aspektów uczenia się i percepcji.

Połączony trening w skrzynce wahadłowej z rejestracją i stymulacją kory elektrofizjologicznej jako narzędziem do badania percepcji i uczenia się

Poznaj metodę segmentacji zawału mózgu i rejestracji w rezonansie magnetycznym lub tomografii komputerowej w celu mapowania objawów zmian. Ten protokół zapewnia ujednolicony przepływ pracy dla badań neurokognitywnych.

Segmentacja zawału mózgu i rejestracja w rezonansie magnetycznym lub tomografii komputerowej w celu mapowania objawów zmian

Przeglądaj więcej filmów