Real-Time fMRI Brain Mapping in Animals

Sangcheon Choi; Kengo Takahashi; Yuanyuan Jiang; Sascha K&#246;hler; Hang Zeng; Qi Wang; Yan Ma; Xin Yu

doi:10.3791/61463

Mapowanie mózgu fMRI w czasie rzeczywistym u zwierząt

JoVE Journal
Neuroscience

A subscription to JoVE is required to view this content. Sign in or start your free trial.

JoVE Journal Neuroscience

Real-Time fMRI Brain Mapping in Animals

Mapowanie mózgu fMRI w czasie rzeczywistym u zwierząt

Full Text

4,019 Views

04:05 min

September 24, 2020

DOI: 10.3791/61463-v

Sangcheon Choi^1,2, Kengo Takahashi^1,2, Yuanyuan Jiang^1,3, Sascha Köhler⁴, Hang Zeng^1,2, Qi Wang^1,2, Yan Ma^1,2, Xin Yu^1,3

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

Please note that some of the translations on this page are AI generated. Click here for the English version.

Overview

This study establishes a real-time functional magnetic resonance imaging (fMRI) platform for animal brain mapping, enhancing dynamic response identification. By utilizing advanced software within the animal MRI system, immediate troubleshooting and biofeedback simulation for brain functional studies in small animals are enabled.

Key Study Components

Area of Science

Neuroscience
Imaging Techniques
Brain Function Mapping

Background

Real-time fMRI allows for immediate monitoring of brain activity.
Traditional analysis requires retrospective evaluation, limiting quick feedback.
Dynamic responses in brain activity can be effectively monitored with real-time protocols.
Electrical stimulation techniques can be used to observe brain responses.

Purpose of Study

To implement a real-time monitoring platform for fMRI in small animals.
To enhance the investigation of the brain's dynamic responses during stimuli.
To provide troubleshooting capabilities and real-time biofeedback simulation.

Methods Used

The study employs a real-time fMRI platform to capture brain activity.
It focuses on small animal models to evaluate functional brain responses.
Various commands are executed to set up the AFNI software for image processing.
Sequences such as T2 weighted and EPI imaging are utilized for capturing data.
Electrical four-paw stimulation is employed to analyze evoked fMRI responses.

Main Results

The platform allows for real-time visualization of the brain's response to stimuli.
Voxel-wise time course data from specific brain regions can be observed.
Response mapping shows activated regions of interest during stimulation.
Key imaging techniques allow overlaying of functional data onto anatomical images.

Conclusions

This study demonstrates the capability of real-time fMRI to facilitate immediate feedback in neuroscience research.
Insights gained can significantly improve the understanding of brain dynamics during functional studies.
The platform's adaptability provides a valuable tool for future studies in animal neuroimaging.

Frequently Asked Questions

What are the advantages of the real-time fMRI platform?

The real-time fMRI platform allows for immediate visualization of brain activity, enabling efficient troubleshooting and biofeedback during experiments.

How is the main biological model for these studies implemented?

The studies utilize small animal models and perform electrical four-paw stimulation to observe brain activity and functional responses.

What types of data or outcomes are obtained from this platform?

The platform captures dynamic brain activity data, allowing researchers to visualize evoked responses and resting-state functional connectivity.

How can the real-time fMRI method be adapted for other studies?

The method can be adapted for various types of electrical stimulation and imaging sequences, making it versatile for different experimental setups.

Are there any limitations to this fMRI approach?

One limitation may be the complexity of software setup and potential challenges in real-time data processing depending on the experimental design.

Mapowanie funkcjonalne mózgu zwierzęcia może skorzystać z eksperymentalnego systemu funkcjonalnego rezonansu magnetycznego (fMRI) w czasie rzeczywistym. Korzystając z najnowszego oprogramowania wdrożonego w systemie MRI zwierząt, stworzyliśmy platformę monitorowania w czasie rzeczywistym fMRI małych zwierząt.

Zamiast analizy retrospektywnej w celu zbadania źródeł kumulacji. Proponowana platforma fMRI w czasie lidera zapewnia bardziej efektywny schemat identyfikacji dynamicznej odpowiedzi fMRI przy użyciu najnowszego oprogramowania konsolowego. Technika ta może zapewnić natychmiastową wykonalność rozwiązywania problemów i paradygmat symulacji biofeedbacku w czasie rzeczywistym do badań funkcjonalnych mózgu u zwierząt Aby uzyskać obrazy anatomiczne obejmujące cały mózg w widoku koronalnym, kliknij przycisk Kontynuuj, aby uruchomić rzadką sekwencję ważoną T2.

Aby skonfigurować oprogramowanie fMRI w czasie rzeczywistym. Otwórz okno terminala i użyj polecenia, aby przejść do ścieżki wtyczki AFNI w czasie rzeczywistym. Użyj poleceń, jak wskazano, aby uruchomić oprogramowanie AFNI z wtyczką czasu rzeczywistego.

Użyj polecenia i opcji diamond, aby monitorować nadchodzące pliki cegieł AFNI. Użyj polecenia PVC MD z opcjami zgodnie ze wskazaniami, aby uruchomić skrypt makra w tle. Aby uzyskać parametry akwizycji EPI, należy użyć polecenia i opcji exec PVC MD.

Aby przekonwertować surowe dane obrazowania planarnego 3D ECHO na pliki AFNI w czasie rzeczywistym, w skrypcie makra w tle. Użyj polecenia i opcji exec TOD-3D, upewniając się, że informacje geometryczne EPI są zgodne z orientacją anatomiczną. Kliknij przycisk kontynuuj, aby uruchomić sekwencję 3D EPI ważoną gwiazdą T2 w celu uzyskania odważnego obrazowania fMRI.

Aby nałożyć obrazy EPI na rzadkie obrazy anatomiczne. Najpierw użyj polecenia, aby przekonwertować rzadkie obrazy na zestaw danych AFNI Brick i użyj skryptu i opcji, aby zarejestrować obrazy EPI na obrazach anatomicznych. Do przetwarzania map łączności funkcjonalnej w stanie spoczynku odważnych odpowiedzi.

Użyj opcji AFNI, aby obliczyć korelację opartą na inicjowaniu zestawu danych 3D i czasu, taką jak szeregi czasowe fMRI w stanie spoczynku. Następnie, aby zobrazować mapy funkcjonalne pogrubionych sygnałów, należy wybrać zdefiniowaną opcję nakładki i użyć funkcji klastrów z menu interfejsu użytkownika AFNI, aby wygenerować interaktywne grupowanie w oprogramowaniu AFNI. Wizualizacja odpowiedzi na stymulację elektryczną za pomocą fMRI.

Włącz izolator bodźca elektrycznego i użyj bloków stymulacji, aby wykonać elektryczną stymulację czterech łap dla jednej wywołanej analizy fMRI. W tym reprezentatywnym kursie czasu fMRI w czasie rzeczywistym, odważnym wokselom. Po elektrycznej stymulacji czterech łap można zaobserwować wokselowy przebieg czasowy kontralateralnie pierwotnej kory somatosensorycznej czterech łap, odpowiadający paradygmatowi projektowania blokowego w formacie akwizycji w czasie rzeczywistym.

Jak pokazano, aktywowane, pogrubione mapy odpowiadające elektrycznej stymulacji czterech łap mogą być również generowane z aktywowanymi obszarami wykrytymi i wyświetlonymi jako kolorowe klastry. Upewnij się, że aktywowałeś opcję Rekonstrukcja 3D EPI przed działaniem 3D i wykonaj makro w menu interfejsu użytkownika konstrukcji danych. Aby połączyć się ze skryptem makra predefiniującego, zainstaluj interfejs API RT 3D przed skanowaniem.

View the full transcript and gain access to thousands of scientific videos