Summary

Creación de imágenes dinámicas de las fluctuaciones de la dopamina de corta duración con lp-ntPET: Películas dopamina de fumar cigarrillos

Published: August 06, 2013
doi:

Summary

Se presenta un novedoso enfoque de imágenes PET para capturar las fluctuaciones de dopamina inducida por el tabaquismo. Los sujetos fuman en el escáner PET. Imágenes PET dinámicas se modelan voxel por voxel en el tiempo por lp-ntPET, que incluye un término de dopamina variable en el tiempo. Los resultados son "películas" de las fluctuaciones de la dopamina en el cuerpo estriado durante fumar.

Abstract

Se describen las medidas experimentales y estadísticos para la creación de películas de dopamina del cerebro a partir de datos de PET dinámicas. Las películas representan fluctuaciones minuto-a-minuto de dopamina inducida por fumar un cigarrillo. El fumador se forma la imagen en una experiencia natural de fumar mientras que otros posibles factores de confusión (como el movimiento de la cabeza, la expectativa, la novedad o la aversión a fumar varias veces) se reducen al mínimo.

Se presentan los detalles de nuestro análisis único. Los métodos convencionales para el análisis PET estimación invariantes en el tiempo los parámetros del modelo cinético que no pueden capturar las fluctuaciones a corto plazo en la liberación de neurotransmisores. Nuestro análisis – produciendo una película de la dopamina – se basa en nuestro trabajo con los modelos cinéticos y otras técnicas de descomposición que permiten parámetros variables en el tiempo 1-7. Este aspecto del análisis – la variación temporal – es clave para nuestro trabajo. Debido a que nuestro modelo también es lineal en los parámetros, es práctico, computacionalmente, para aplicar en el the nivel de voxel. La técnica de análisis se compone de cinco etapas principales: pre-procesamiento, el modelado, la comparación estadística, enmascaramiento y visualización. Preprocesamiento se aplica a los datos de PET con un 'TRHI' único filtro espacial 8 que reduce el ruido espacial, pero conserva la información temporal crítico. Modelado identifica la función de tiempo variable que mejor describe el efecto de dopamina en la captación de 11 C-racloprida. El paso estadística compara el ajuste de nuestra (lp-ntPET) Modelo 7 a un modelo convencional 9. Masking limita el tratamiento a los voxels mejor descritos por el nuevo modelo. Visualización de Mapas de la función de la dopamina en cada voxel a una escala de colores y produce una película de dopamina. Se presentan los resultados provisionales y películas dopamina muestra de fumar cigarrillos.

Introduction

A pesar de la abrumadora evidencia de los riesgos médicos, el consumo de tabaco sigue siendo un importante problema de salud. Es simplemente muy difícil dejar de fumar. Más del 20% de la población adulta de los EE.UU. continúa fumando y la mayoría de los fumadores que intentan dejar de fumar recaída durante el primer mes 10. Por desgracia, hay pocos tratamientos disponibles para ayudar a dejar de fumar y / o reducir la dependencia de la nicotina. En nuestro laboratorio, estamos interesados ​​en el uso de imágenes PET para comprender la adicción y la dependencia con el fin de ayudar en el desarrollo de nuevos medicamentos para dejar de fumar y otros el consumo de drogas.

Se cree que el rápido aumento de la dopamina en el cuerpo estriado para codificar la susceptibilidad de adicción de drogas y comportamientos 11 y el rápido retorno de la dopamina con el valor inicial puede estar relacionado con la retirada y posterior búsqueda de drogas. Para algunas sustancias y comportamientos adictivos como el fumar cigarrillos, la elevación de la dopamina estriatal es de muy corta duración (minutos); ªe magnitud de la subida no es muy grande (1-2X línea de base), y la extensión espacial de estas respuestas puede estar limitada a pequeñas sub-regiones del cuerpo estriado.

Los experimentos con animales demuestran claramente que la nicotina provoca la liberación de dopamina en el núcleo accumbens de ratas 12. Sin embargo, los primeros intentos que utilizan los análisis convencionales – para estimar los cambios de dopamina en humanos durante o después de la nicotina o el tabaco han dado resultados poco fiables y contradictoria 13-18. Algunos de estos estudios permite a los fumadores a fumar fuera del escáner. Otros entregan sólo la nicotina con el tema. Para mejor la adicción a los cigarrillos estudio, nos propusimos desarrollar mejores protocolos de imagen y complementarlos con los análisis avanzadas que nos permitan capturar la respuesta del cerebro a un comportamiento cuasi-natural de fumar.

Tomografía por Emisión de Positrones (PET) es único entre las técnicas de exploración del cerebro en su capacidad para sondear la neuroquímica del cerebro humano < em> in vivo. Muchos trazadores de PET existen para rastrear los receptores de dopamina y muchos son susceptibles a la competencia con la dopamina endógena. Desafortunadamente, los métodos convencionales de análisis de imágenes PET estiman la relación de estado estacionario de trazador unido a libre, conocido como potencial de unión (análoga a métodos in vitro), a partir de imágenes de PET dinámicas. Se toma un cambio aparente en la relación de estado estable (por ejemplo, desde la línea de base a la condición de fumar) para indicar el cambio de dopamina. Sin embargo, los cambios dopaminérgicos relacionados con la adicción son inherentemente transitoria para las estimaciones de la cantidad de estado estacionario son deficientes. Por otra parte, los promedios habituales de análisis regional de intereses de la concentración del marcador sobre grandes regiones anatómicamente definidas y es probable que se pierda respuestas cerebrales muy localizadas – como las que esperamos de fumar cigarrillos. Estudios de PET anteriores de fumar también pueden haber sufrido de movimiento de las cabezas de los fumadores al fumar en el escáner.

jove_content "> MRI funcional (fMRI) ofrece la resolución espacial y temporal necesaria que se necesita para capturar eventos que ocurren en las sub-regiones del cuerpo estriado en la escala de tiempo de minutos, pero fMRI carece de la especificidad molecular del PET. La señal BOLD deriva de . cambios en el flujo sanguíneo y por lo tanto, es neuronalmente y molecularmente inespecífica Por lo tanto, se utilizó PET – pero de una nueva manera El objetivo de este protocolo es estimar la respuesta de dopamina breves y localizadas a fumar porque se cree que la base de la manifestación de la neuroquímica. deseo y el comportamiento de búsqueda de drogas.

Para la estimación de los transitorios de dopamina que se capturan en las imágenes PET dinámicas efectuadas con ligandos de los receptores de la dopamina, que previamente introducido una serie de modelos cinéticos, denominados colectivamente como "ntPET" para neurotransmisor PET 1,5,6,19, que se basa en la modelo de dos compartimentos de tejido convencional, pero fueron aumentados por los términos de la variación temporal en dopamina y la interacción entre la dopamina y el trazador (es decir, la competencia). Estos modelos han sido validados en contra de un patrón oro. En concreto, hemos demostrado que nuestros modelos predicen las concentraciones de dopamina en el tiempo a partir de datos de PET en las ratas que están en buen acuerdo con las mediciones de microdiálisis adquisición simultánea Ventajas: 4,7. La más reciente de nuestros modelos han sido bien lineal y no paramétricas (np -ntPET) 1 o lineal y paramétrico (lp-ntPET) 7. El último modelo se deriva de un modelo lineal anterior introducido por Alpert et al. 20. Linealización es un desarrollo clave, ya que asegura que la aplicación de los modelos a los datos dinámicos a nivel voxel es computacionalmente simple. En un documento de prueba de concepto reciente, hemos sido capaces de crear películas de dopamina de un sujeto humano que realizan una tarea motor 3 y muestran que las películas eran sensibles a las fechas de la tarea motora como era de esperar. MoviES son representaciones de la evolución temporal de los niveles de dopamina en cada vóxel en una imagen. Métodos voxel por voxel en PET generalmente sufren de baja relación señal-ruido, a fin de minimizar el ruido inherente a las curvas tiempo-actividad basada en vóxeles (TAC), se aplica un filtro espacial innovadora, 'TRHI', 8 como pre -la etapa de procesamiento. Este paso conserva características temporales clave de los voxels que respondieron al tiempo que reduce el ruido.

Fumar es más de suministro de nicotina. Los cigarrillos contienen 4.000 productos químicos en adición a la nicotina. Mientras que la nicotina se cree que es el principal responsable de los efectos iniciales adictivas, todas las otras señales y componentes sensoriales del fumar se convierten refuerzo de un fumador habitual. Hemos elegido para estudiar toda la conducta de fumar, lo que significaba que teníamos que ser capaces de fumadores imagen fumando mientras está dentro del escáner PET. Desafortunadamente, con el fumar llega movimiento de la cabeza. Para eliminar los artefactos por movimiento de cabeza en nuestras imágenes, se utiliza el Vicra motiosistema de n-tracking (NDI Systems, Waterloo, Canadá) y corrección de movimiento evento por evento como parte de un proceso iterativo, la resolución algoritmo de reconstrucción de recuperación 21.

Los nuevos métodos de exploración y análisis están diseñados para provocar y capturar transientes dopamina breves y localizados que son las firmas únicas de la respuesta del cerebro a las drogas adictivas y los comportamientos. Realizado voxel por voxel, nuestros modelos producen un conjunto dinámico de las imágenes de las fluctuaciones de la dopamina del estriado – es decir, "las películas de dopamina". Estas películas representan un nuevo biomarcador espacio-temporal de la adicción y pueden servir como un indicador directo, multi-dimensional de riesgo de adicción y / o un indicador de la eficacia del tratamiento.

Protocol

Un esquema de todo el procedimiento, se describe a continuación, para la producción de películas de dopamina cortes múltiples se resume en el diagrama de flujo en la Figura 1. Pre-PET scan MR Adquirir un escáner RM estructural en un día diferente de la exploración PET. La exploración MR será una referencia anatómica de las imágenes PET. Parámetros de adquisición típicos de la resonancia magnética estructural son: 3D MPRAGE MR secuencia de pulsos con TE = 3,3 ms, flip = ángulo de 7 grados, grosor de corte = 1.0 mm, 0.98 x 0.98 mm píxeles. Práctica PET / Sesión de fumadores Se encargará de la materia a la práctica la propuesta de fumar en el escáner PET ya sea antes del examen o, idealmente, en una visita anterior al centro PET. Esto evitará confusiones o molestias durante la tomografía. También eliminará la novedad de estar en el escáner por primera vez. Debido a que el Siemens HRRT es un escáner cerebral de alta resolución, el túnel es estrechoy hay un espacio libre mínimo para el fumador para llevar el cigarrillo a su / su boca. A pesar de que tenemos un sistema sofisticado para hacer frente a movimiento de la cabeza, todavía es aconsejable disponer de la práctica de fumar fumador tratando de no mover su / su cabeza. Preparación del Paciente Línea IV El IV debe ser insertado por una enfermera registrada y se preparó para la fijación posterior de la bomba que suministra el marcador. Trazador se inyecta en el paciente a través de una vía intravenosa. Jefe Control de movimiento Fije esferas reflectantes a la parte superior de la cabeza del sujeto. Del sistema de head-tracking Vicra láseres encuesta de la posición de las esferas reflectantes a una velocidad de 20 Hz. Las esferas están asociadas a rígida "herramienta", en forma de cruz y la herramienta se une a un gorro de baño de lycra que lleva el tema. Una visualización en tiempo real de la posición de la herramienta debe ser utilizado por el personal del estudio para controlar movimiento de la cabeza y para asegurarse de que el láser syste m tiene una vista sin obstáculos de la herramienta y se encuentra grabando la posición de la cabeza continuamente para su uso posterior en la reconstrucción de imágenes. Prepare la bomba de inyección Programa de la bomba con el paradigma de infusión adecuada para racloprida Para maximizar la sensibilidad de las imágenes de PET a las fluctuaciones de la dopamina a través de la exploración, administrar el trazador, 11 C-racloprida, como un bolo inicial seguido de una infusión constante. Para determinar las cantidades relativas adecuadas del trazador que se entregarán en el bolo inicial frente a la infusión, se sigue el método de Carson et al. 22 para calcular la relación de la dosis en bolo de velocidad de infusión ("Kbol" en unidades de minutos ) dado el conocimiento de la función de respuesta de impulso de 11 C-racloprida en los seres humanos. La entrega de trazador de acuerdo con un protocolo dado se controla mediante un programa de ordenador en la casa que acciona una bomba de infusión programable. Inicio del filtro de airet "> Para eliminar el humo de segunda mano de la suite de PET durante el tabaquismo, la posición de la ingesta de un filtro de aire (Movex Inc, Northampton, PA) en la parte frontal del escáner y por encima de la cabeza del sujeto. Deja espacio para un objeto de llevar el cigarrillo a su / su boca al fumar. El filtro está activado antes del estudio y se utiliza en todas las condiciones, si se realizan múltiples exploraciones. Transmisión de exploración Adquirir una transmisión 9 min escanear antes de la inyección del trazador y la adquisición de la PET. La transmisión se adquiere para crear un mapa en 3D del coeficiente de atenuación lineal en todo el cerebro. El mapa de atenuación se utiliza en la reconstrucción de imágenes de emisión (PET). PET Scan Iniciar inyección y PET Un tecnólogo en medicina nuclear certificado debe administrar el marcador. En general, un equipo de dos técnicos inicia la administración del trazador y la adquisición de datos PET simultánea ly. Las escalas de evaluación en el momento de fumar Administrar cuestionarios sencillos, por vía oral, con el tema inmediatamente antes y después de fumar. El fumador debe calificar su / su antojo, la satisfacción del deseo, de alta nicotina, y los sentimientos de aversión en una escala de 1-100. De fumar Con el fin de captar la respuesta de dopamina a una experiencia de fumar naturalista, instruir a los fumadores a fumar a su propio ritmo, fumar su propia marca de cigarrillos, y más importante, realice el consumo de tabaco por sí mismo, en lugar de que la nicotina o el cigarrillo administrado por estudio personal. – Los fumadores que han estado abstinentes desde la medianoche anterior – humo dos cigarrillos en la sucesión. Por lo general, toman alrededor de 10 minutos para completar los cigarrillos. Las escalas de evaluación post-fumadores (como se mencionó anteriormente). Post-scan PET Completar escanear, enviar a la reconstrucción a través de MOLAR utilizando datos Vicraontenido "> Después de que se completó la adquisición, reconstruir los datos en modo de lista (un registro de cada evento de decadencia individual con su tiempo y ubicación) en imágenes de emisión. El algoritmo de reconstrucción utilizado en nuestro centro es un algoritmo iterativo (Carson, Barker y col . 21) que corrige para el movimiento en el nivel de evento utilizando las grabaciones Vicra de alta frecuencia. Las correcciones para la dispersión, la atenuación, en tiempo muerto, y la normalización, la geometría del escáner, y el punto de amplio función también se incluyen en el algoritmo. La reconstrucción produce una serie dinámica de imágenes de PET 3D en marcos de tiempo preseleccionados. MR pre-procesamiento y registro MR-PET Usa algoritmos estándar para eliminar el cráneo de MR imagen del sujeto 23. El MR debe ser de-skulled antes de alinear con PET porque la mayoría de trazadores no son absorbidos por el cráneo. Filtrar los datos de PET dinámicas con TRHI Aplicar una variante de lamétodo de filtrado espacial, retroproyección muy limitada (TRHI-LR) a todas las imágenes de PET en una manera fotograma a fotograma después de la obra de Christian et al. 8,24. El atractivo de TRHI-LR es que reduce el ruido espacial sin degradar la información temporal en cada voxel que vamos a utilizar para crear nuestras películas de dopamina. Alinear datos de PET a la plantilla MR Alinear el PET a MR datos del sujeto para producir la transformación de matriz 1. (Esto se hace generalmente con una imagen desde primera hora de la PET.) Registro de datos de RM a una plantilla MR estándar para producir la transformación de matriz 2. Combine transformaciones 1 y 2 para registrar los datos de PET TRHI filtrados al espacio de la plantilla estándar. Los datos se encuentran ahora en un espacio anatómico estándar con vóxeles isotrópicos (2 mm x 2 mm x 2 mm). Aplicar máscara estriatal Racloprida tiene suficiente señal de contraste de fondo para ser utilizado sólo en el cuerpo estriado. Esta es el área del cerebroque está implicado en la adicción a las drogas. Después de Martínez et al. 25 se aplican una máscara del cuerpo estriado de pre-comisural (estriado ventral, dorsal caudado, putamen dorsal) a todos los datos de PET en espacio de la plantilla. Única basada en voxel de dos modelos Seleccione las funciones de respuesta de la dopamina para lp-ntPET Seleccione las funciones de respuesta que sean consistentes con las posibles respuestas de dopamina al estímulo. Mediante la selección de un conjunto particular de funciones de respuesta, se puede restringir la forma y el momento de las respuestas estimadas de dopamina a las curvas que se espera para nuestro estímulo particular. Para fumar, esperamos un aumento unimodal y la caída de la concentración de dopamina (un "gamma-variable" curva en forma). En el caso de fumar a los 45 minutos en el análisis, las familias de funciones de respuesta con el "despegue" tiempos de 40 minutos (para permitir una cierta anticipación) y más tarde se incluyen. Aplicar el modelo lp-ntPET Montar el mod lp-ntPETEL a los TAC PET en cada voxel individuo en la región de enmascarado de acuerdo con el método de Normandin et al. 7. La ecuación operativa del modelo se muestra en la Figura 3a. La integral del producto del TAC PET con cada función de respuesta se convierte en un conjunto de funciones de base lineales que contribuyen al modelo (véase el último término de la ecuación operativa). Debido a lp-ntPET es un método basado en las funciones lineal, base para ajustar los datos dinámicos de PET, que puede ser implementado para estimar rápidamente ambos (a) los parámetros cinéticos que rigen la acción del trazador, y (b) un perfil temporal de la dopamina en relación cambio de concentración durante la sesión de digitalización, en cada voxel. Crear mapas WSSR Anote la suma ponderada de los cuadrados de los residuos (WSSR) mapa del ajuste de lp-ntPET de los datos en cada voxel (WSSR lp-ntPET) para su uso, a continuación. Colocación del modelo en cada voxel produce imágenes de los parámetros del trazador: R 1, k 2 </ Sub>, k 2a y γ. R1 es el valor del flujo relativo, 2 k es la tasa de flujo de salida en la región de referencia, k 2a es la tasa de flujo de salida aparente en la región diana, y γ es la magnitud de la señal de la dopamina. La suma ponderada de los cuadrados de los residuos en cada voxel puede ser pensado como una imagen también. Aplique el Multilinear Tissue modelo de referencia (convencional) (MRTM) Ajuste el modelo MRTM tras 9 a los datos de tiempo de actividad de PET en cada voxel individual en la región enmascarada. MRTM es un modelo lineal – que normalmente se aplica a los datos dinámicos de PET – que es idéntica a lp-ntPET excepto que carece de un término dopamina variable en el tiempo. MRTM ajuste a los datos voxel-sabia rendimientos estimados de sólo tres imágenes paramétricas: R 1, k 2, k 2 bis. Registre la suma ponderada de los cuadrados de mapa de el ajuste de MRTM (WSSR MRTM) a los datos en cada vóxel así. <li> Calcular un F-map Crear un F-map de la suma de los mapas de plazas mediante el cálculo del estadístico F en cada voxel en la máscara. El F-estadística compara el WSSR lp-ntPET al MRTM WSSR, corregir las diferencias en los grados de libertad en los respectivos ajustes. Umbral de la F-map Umbral de la F-mapa a un valor que se traduce en una probabilidad de p <0,05 (en base a los grados de libertad en el modelo de ataques). El umbral es el mismo en cada voxel. Binarización en el mapa para hacer un nuevo "Máscara de Importancia" que retiene sólo los voxels en el cuerpo estriado, cuyo TAC PET están en condiciones (estadísticamente) mejor con el lp-ntPET que con MRTM. Se filtra la máscara de Importancia Realizar una "apertura" morfológica (erosión seguida de la dilatación) en la máscara de Importancia para eliminar pequeños, aislados grupos de voxels que asumimos que es debido al ruido. Un isotrópica 2 x 2 x 2 del núcleo del voxel se utiliza para volvermover los grupos aislados de voxels con diámetros de 2 voxels o más pequeños. Ahora tenemos una máscara final Importancia. Crear película dopamina 4D de color Almacenar el valor de la curva de la dopamina estimado normalizado por k 2a en cada voxel de la máscara final signifcance. Estos datos constituyen "imágenes dopamina normalizados" y serán 4-dimensional. Ellos son, efectivamente, el valor de la dopamina relativa en cada punto de tiempo para cada voxel encontrado para tener una respuesta dopamina significativa al estímulo. Crear una serie de imágenes con código de color, aplicando una tabla de búsqueda de color a las imágenes de dopamina normalizados. Superposición de las imágenes de dopamina con código de color en la imagen de la plantilla MR correspondiente. Guardar la serie de imágenes con códigos de color como un archivo png *.. Esto es un pedazo de un solo "película dopamina". Organizar las películas de dopamina para cada sector que contiene el estriado ventral en una película. Esta disposición es una película de la dopamina de cortes múltiples. Analizar los datos de fumadores y de control de datos similarly Realizar el mismo análisis en los datos de cada condición experimental a ser examinado. Para este proyecto, se adquirió y se analizaron los datos de cada sujeto en dos condiciones diferentes: el fumar y el control (no fumar). Comparación de fumar para controlar mediante la construcción de una película de material compuesto dopamina Produce películas de la dopamina para el mismo tema en diferentes condiciones, por ejemplo, de base o la tarea simulada versus fumadores. Producir una "película dopamina compuesto" por un tema de todos los cortes de estriado de línea de base y el tabaquismo. Ejecutar la película Juega el "movie dopamina multi-slice" (que se muestra en los resultados) para revelar los patrones espaciales y temporales que conforman única respuesta dopaminérgico del cerebro para fumar cigarrillos.

Representative Results

Figura 2. Los efectos de dos diferentes filtros espaciales TRHI en la suavidad de los datos de tiempo de actividad en un solo voxel estriado. Fila superior: 11 C-racloprida imágenes PET de emisión de un marco de 3 minutos centrada en 46,5 minutos (no filtrado, filtrar con un x 3 x 3 voxel kernel 3, filtrada por una x 5 x 5 voxel kernel 5). Fila central: 11 C-racloprida imágenes PET de emisión de un marco de 3 minutos centrada en 61,5 minutos (no filtrado, filtrar con un x 3 x 3 voxel kernel 3, filtrada por una x 5 x 5 voxel kernel 5). Fila inferior: curvas de actividad de tiempo correspondiente en el mismo lugar voxel único en el caudado dorsal izquierdo. Tenga en cuenta que la aparente baño en la captura de C-racloprida 11 (debido a la liberación de la dopamina) en el momento de fumar se conserva aunque el ruido es disminuido con mayor tamaño del filtro. Figura 3. Una selección de las funciones de respuesta de dopamina representativas que fueron pre-computed para ajustar el modelo lp-ntPET a los datos de tiempo de actividad de PET en cada voxel según Normandin et al. 7. En el caso de nuestro paradigma de fumar, consumo de cigarrillos comienza 45 minutos después de que comience la inyección de trazador. Incluso si las respuestas de dopamina estriatal codifican anticipación de fumar – por ejemplo, debido a la manipulación del cigarrillo o de otras señales que predicen fumar – razonó que las funciones de respuesta de forma segura podrían limitarse a las curvas que despegan desde la línea base no antes de 5 minutos antes de fumar (a). Del mismo modo, las curvas se limitaron a los tiempos de despegue no más tarde de 15 minutos después del inicio del consumo de tabaco. Curvas veces en 40 minutos con el despegue representan posibles respuestas dopaminérgicas debido a la expectativa (b) todas las funciones de respuesta representativos de despegar desde el inicio a los 45 minutos,. El momento en que comienza fumar. 500 funciones de respuesta plausibles diferentes se generan. Por ejemplo, las parcelas en <strong> (a) y (b) muestran sólo una muestra de las formas de curva y los tiempos de despegue. Figura 4. (A) La ecuación operativa para el modelo LP-ntPET. El modelo es lineal en los parámetros (R 1, k 2, k 2a, γ), que permite el cálculo rápido de las estimaciones de los parámetros en cada voxel dentro de la máscara del estriado. (B) las imágenes paramétricas de (R 1, k 2, k 2a, γ ) de una sola rebanada coronal del cerebro de un solo sujeto. Aunque solo γ es el parámetro que codifica la magnitud de una respuesta de la dopamina, la estimación simultánea de los 4 parámetros del trazador es necesario para ajustar el modelo a los datos de tiempo de actividad en cada voxel. Figura 5. Los ataques de los modelos convencionales (MRTM) y nuevas (lp-ntPET) a los datos de tiempo de actividad de un voxel en el caudado izquierdo. Ajuste MRTM está en azul. ajuste lp-ntPET está en rojo. <pclase = "jove_content"> Figura 6. (a) muestra la suma ponderada de los cuadrados de los residuos (WSSR) de MRTM y (b) de LP-ntPET se ajusta a los datos en cada vóxel estriatal. Las dos imágenes wssr producidos a partir de los mismos datos se comparan para producir un mapa de la relación de-F en cada vóxel (es decir, un F-mapa), se muestra en (c). (D) El F-mapa se thresholded en p <0,05 para producir un mapa significación binaria (véase el paso 2.10 del protocolo). Para n plazos y 4 parámetros del modelo lp-ntPET, el umbral para el estadístico F correspondiente a un nivel de probabilidad, p <0,05 (por 90 minutos de datos agrupadas en cuadros de 3 minutos, el umbral es de 4,23) (e ) El mapa importancia se filtra con un filtro morfológico (una "apertura") para eliminar pequeños grupos de voxels que tienen más probabilidades para representar el ruido. La máscara final Importancia conserva sólo los voxels en el cuerpo estriado cuyos TAC se ajuste mejor (statistically) por el modelo LP-ntPET en comparación con el modelo MRTM convencional y por lo tanto se cree que contiene una respuesta dopaminérgica al hábito de fumar. Este umbral no se corrige para comparaciones múltiples. En su lugar, para evitar falsos resultados positivos, creamos Máscaras Significado finales para una condición de control, así (véase la Figura 7 y Protocolo Pasos 1.8 a 1.10). La Figura 7 (a). Muestra una rebanada coronal de la máscara de Importancia límite para la condición de fumar en un solo sujeto. La figura (b) muestra la máscara de Importancia límite para la asignatura correspondiente y cortar en rodajas en el estado básico. La presencia de grupos de voxels retenidas en la máscara de fumar, en oposición a la ausencia casi completa de las agrupaciones en la máscara de control admite la afirmación de que las películas de dopamina (ver más abajo) no son simplemente sucesos aleatorios o eventos relacionados con el ruido en el datos. (Nota: la actividad inyectada – unad así la relación señal-ruido – en la línea de base y condiciones de fumar fueron comparables). Figura 8. La película de la dopamina de una sola rebanada de cerebro en la orientación coronal muestra el nivel de dopamina fotograma a fotograma en relación con el nivel de dopamina basal (en reposo). (A) muestra la película de la condición de línea de base y (b) muestra la película de la condición de fumar. Los niveles de dopamina se codifican en color. Específicamente, los colores – se muestra en la barra de colores con los valores numéricos correspondientes – representan el cambio en dopamina por encima del nivel basal como porcentaje de la basal. Una vez más, los niveles de dopamina se muestran sólo para voxels en la máscara final Importancia que excedan el <0,05 nivel de significación p. La Figura 9. El multi-slice, película dopamina multi-condición para el mismo tema que en la figura 8 con todos los sectores del cuerpo estriado ventral muestra simultáneamente f o línea de base y las condiciones de fumado. Figura 1. Diagrama de flujo del experimento y los procedimientos de análisis de imagen (ac). Haga clic aquí para ver más grande la figura . Figura 2. Efectos de filtros TRHI de diferente tamaño grano en las imágenes (arriba y centro) y en las curvas de actividad de tiempo (inferior) en un solo voxel. Haga clic aquí para ver más grande la figura . / Files/ftp_upload/50358/50358fig3.jpg "/> Figura 3. Ejemplos de funciones de respuesta de dopamina que el despegue en (a) 40 min o (b) 45 minutos después de la inyección-trazador. La Figura 4. Imágenes paramétricas generados mediante el ajuste de la ecuación operativa lp-ntPET (a) a los datos de PET. (B) Imágenes correspondientes a los 4 parámetros del modelo, R 1, k 2, k 2a, γ, se evalúan para el cuerpo estriado y se muestran superpuesto en el correspondiente segmento MR. Haz clic aquí para ver más grande la figura . iles/ftp_upload/50358/50358fig5.jpg "/> Figura 5. Se adapta a los modelos de lp-ntPET (rojo) MRTM (azul) y de los datos de tiempo de actividad de un solo voxel. La Figura 6. Imágenes paramétricas de la WSSR para (a) (b) lp-ntPET. Los respectivos mapas wssr MRTM y se comparan para crear el F-mapa (c), que a su vez se thresholded a una máscara binaria (d) y después se filtró para producir la máscara final Importancia. Haz clic aquí para ver más grande la figura . Figura 7. Comparación de las máscaras finales signifcance para fumar (a) y el control <strong> (b) las condiciones para el mismo tema. Figura película dopamina 8.Single cortes de sujeto único de control ('Rest') y las condiciones de fumadores. Haga clic aquí para ver la Figura 8 . Figura película dopamina 9.Multi cortes de sujetos en el apartado (arriba) y el tabaquismo (abajo) las condiciones de control ('Rest'). Haga clic aquí para ver la Figura 9 .

Discussion

Los hallazgos en la literatura PET en la respuesta de dopamina con el tabaquismo son inconsistentes 13-18. Puede haber muchas razones para esto. Diversas dificultades metodológicas surgen con cualquier intento de la imagen tabaquismo. Por lo menos, hay que lidiar con los posibles artefactos de movimiento en los datos, la exposición a humo de segunda mano para los investigadores, cambios modestos y de corta duración en la dopamina que producen sólo cambios sutiles a la captación y retención del trazador, 11 C-racloprida .

Inducción artificial de una respuesta amplia y sostenida de la dopamina podría ser posible mediante la administración de una inyección IV de una gran dosis de nicotina. Sin embargo, esto sería contrario a nuestros objetivos fundamentales en la creación de películas de dopamina del consumo de cigarrillos. Nuestra intención era examinar el mayor cuidado posible la respuesta dopaminérgica a todo el comportamiento de fumar. En la investigación de la adicción, se hace una distinción importante entre la administración pasivade drogas a un sujeto y la auto-administración. Nuestro objetivo ha sido la imagen de auto-administración – un fumador fuma su / su propia marca preferida de cigarrillos – con el fin de capturar y caracterizar la breve respuesta dopaminérgica a fumar. Análisis PET típicamente asumen que los efectos de un fármaco u otro desafío son de larga vida relativa a la duración de la exploración. Por lo tanto fumar imagen requiere innovaciones en el modelado y en la experimentación con PET.

Pasos críticos en el protocolo

Facilitar que los fumadores en el escáner

  1. Para la imagen de auto-administración (por ejemplo, fumar) tuvimos que eliminar el humo de segunda mano a la satisfacción de nuestro departamento de Salud Ambiental y Seguridad. Esto se logró mediante el uso de un sistema de filtración de aire portátil que tira del aire que rodea al sujeto a través de un filtro HEPA para eliminar la materia en partículas. La unidad está equipada con una campana extractora en forma de cúpula transparente que se puede bajar más de tEl rostro de él tema, pero no impide su / su hábito de fumar.
  2. Fumar provoca movimiento de la cabeza – incluso si los fumadores se les instruye para mover su mano y mantener la cabeza quieta. Movimiento durante un período de tiempo solo degrada la función de punto propagación del escáner. Es decir, que contribuye a difuminar en las imágenes. Movimiento de la cabeza durante la exploración también significa que la cabeza se encuentra en diferentes posiciones durante la emisión y la transmisión. Esta falta de coincidencia puede dar lugar a artefactos cuando se aplica la imagen de transmisión para corregir la atenuación. El sistema de head-tracking Vicra aborda ambas cuestiones y se considera generalmente para representar la solución de un estado-of-the-art para el problema 26.

Maximizar la sensibilidad de captación 11 C-racloprida a pequeños cambios en los niveles de dopamina

  1. Trabajo de simulación previo de nuestro grupo ha indicado que la sensibilidad a los cambios en los niveles de dopamina no es uniforme en toda la duración de la exploración si el marcador es admintrado a través de una inyección de bolo 27. Por otro lado, un bolo inicial de trazador seguido por una infusión lenta aparece para igualar en gran medida la sensibilidad de los datos de PET a fumar en cualquier momento durante la exploración.
  2. Cambios inducidos por fumar en la dopamina son pequeñas en relación con el ruido en los propios datos de PET. Reconstrucción retroproyección muy limitada (TRHI) 8,24 es un método popular de suavizado de los datos de resonancia magnética funcional que se ha aplicado recientemente para PET. Esta técnica de suavizamiento espacial reduce el ruido sin destruir las características temporales de los datos que se interese Esto es, una flexión de las curvas tiempo-actividad que representan la competencia del trazador con la dopamina endógena. Nuestro trabajo preliminar 28 indica que hay una elección óptima de filtro de TRHI que maximiza la diferencia en el F-mapas de umbral (es decir, diferencia en el número de voxels retenidas) entre el tabaquismo y la línea de base Conditiones. El filtro óptimo (elegido para los datos presentados) probablemente depende de una correcta adecuación del tamaño del núcleo TRHI al tamaño aproximado del área de activación (véase la figura 2).
  3. Cambios inducidos por fumar en la dopamina son breves. Métodos de análisis de PET convencionales no son adecuadas para la captura de eventos transitorios neurotransmisores 25,29. Hemos caracterizado las deficiencias de varios análisis convencionales que utilizan los estudios de simulación y los datos humanos 30. Por estas razones, nuestro laboratorio ha desarrollado y validado un número de técnicas matemáticas para modelar el efecto de los transitorios de dopamina en los datos de PET 1-7. Una innovación reciente Normandin et al. 7 fue para linealizar el modelo ntPET original, por lo que podría ser aplicado a nivel voxel. El resultado de este modo es una película de la dopamina, como las que se presentan en este documento. Los aspectos clave de nuestros métodos de estimación de los transitorios de la dopamina en los datos de PET han sido validados previously: en ratas sometidas PET y microdiálisis 4 simultánea y en los seres humanos la realización de un dedo tocando tarea 3,4.
  4. Se requiere algún tipo de prueba estadística para aislar los cambios de buena fe en la dopamina, a diferencia de eventos fortuitos. Hemos optado por utilizar el F-estadística (también conocido como el "F-Ratio") para identificar las regiones (es decir, los voxels) de la imagen que tienen más probabilidades de contener las respuestas de dopamina detectables y cuantificables. El estadístico F se utiliza para comparar las sumas de cuadrados de los ataques de dos modelos anidados a los mismos datos de tiempo de actividad. En este caso, se compara el ajuste de un modelo convencional-en ausencia de una variable en el tiempo dopamina plazo, con nuestro modelo lp-ntPET recientemente introducida que contiene un término dependiente del tiempo para las fluctuaciones de la dopamina. Sólo aquellos elementos de imagen volumétrica para el que la relación F-excede un umbral estadístico que se quedan retenidos en la película final dopamina.

Las limitaciones a la interpretación de los resultados presentados

<ol>
  • El resultado de la muestra que aquí se presenta es, por supuesto, no es un estudio completo. Un estudio a fondo de fumar implicaría una condición de línea de base, una condición de fumar, y una condición de fumar simulado para el control de la liberación de dopamina inducida por el movimiento – a diferencia de los artefactos de movimiento (véase más arriba). Estos estudios están en curso en nuestro laboratorio.

    Cabe señalar que la construcción de una condición de fumar simulado apropiada es lejos de ser simple. Para los fumadores, el mero hecho de llevar un cigarrillo sin encender a la boca puede ser gratificante y por lo tanto la liberación de dopamina. Por lo tanto, un control para el movimiento, pero no para la expectativa sería probablemente un movimiento del motor dirigido de esfuerzo comparable y la frecuencia de tomar bocanadas de un cigarrillo, pero no un movimiento que no podrían de ninguna manera estar asociados con fumar, tales como botón de presión o la manipulación de objetos manual de .

  • Es bien sabido que si se hacen suficientes comparaciones, habrá la posibilidad de conclusiones que exceden un umbral dado estadística edad 31. Las comparaciones que estamos haciendo son entre el ajuste del modelo convencional y el ajuste del modelo lp-ntPET en todos los voxels en el cuerpo estriado. En la actualidad, no estamos corrigiendo formalmente para múltiples comparaciones (por ejemplo, "la corrección de Bonferroni"). En su lugar, hemos aplicado el análisis película dopamina a una condición de línea de base, además de una condición de fumar. Si nuestra película dopamina de fumar eran simplemente el resultado de la casualidad, esperaríamos que la misma densidad de áreas de activación (número de voxels supra-umbral) en la línea de base como en los datos de fumadores. Eso no es claramente el caso (ver Figura 7).
  • Ciertamente, la reproducibilidad de nuestra técnica es una importante cuestión relacionada. Uno esperaría que el cerebro de un fumador debe responder de manera similar a fumar un cigarrillo hoy o mañana o la próxima semana. Actualmente estamos inmersos en la evaluación de la reproducibilidad test-retest de nuestras películas de dopamina.
  • Futuro

    jove_content "> Hemos desarrollado un nuevo modelo de la captación de trazador de PET en la presencia de una fluctuación a corto plazo en el nivel de neurotransmisor endógeno. Debido a que el modelo es lineal en los parámetros, que se puede calcular de forma rápida y fácilmente a muchos elementos de imagen volumétrica. El punto final de montaje, tales un modelo para los datos de PET en una base voxel por voxel es una "película". Para los estudios con el receptor marcador D2, 11 C-racloprida, el punto final es una película de la dopamina. La dopamina es el neurotransmisor clave implicado en el procesamiento cerebral de los estímulos de recompensa que conduce a la adicción. Debido a que algunos estímulos (sobre todo cigarrillos y alcohol) producen cambios dopamina leves y probablemente de corta duración, las películas pueden tener su mayor potencial para el estudio del abuso de estos dos estímulos. Si podemos usar nuestra películas dopamina para identificar patrones espaciales y temporales de la liberación de dopamina que son indicativos de dependencia o riesgo de abuso, estos patrones podrían servir como marcadores de la enfermedad, el riesgo de la enfermedad, y- Suponiendo que los patrones son reversibles – Indicadores de (farmacológica o cognitiva) la eficacia del tratamiento.

    No hay nada en nuestras películas que les restringe el sistema de la dopamina. Todo lo que se necesita es un trazador PET para un objetivo de interés que es sensible a (es decir, fácilmente desplazable por) las fluctuaciones en el ligando endógeno para el mismo objetivo. Hasta la fecha, se ha detener el progreso de identificar marcadores de PET que son confiablemente sensibles a los neurotransmisores endógenos que no sean la dopamina. Una revisión de la literatura de la serotonina en el 2010, por ejemplo, la imagen pintada aleccionador de nuestra limitada capacidad actual para detectar la liberación de serotonina con PET 32. Recientemente, se han producido algunos acontecimientos alentadores. Un número de publicaciones han informado de la sensibilidad de los trazadores de serotonina a las elevaciones de la serotonina endógena en los primates no humanos 33-36 pero el campo espera manifestaciones similares en los seres humanos. Como hemos discutido en otra parte <sup> 37, la sensibilidad a los cambios en la concentración de neurotransmisor endógeno parece estar compuesto por una tasa óptima de desplazamiento desde el receptor combinado con una facilidad de flujo de salida del trazador a partir de tejido a la sangre. Una vez que los ligandos de serotonina han sido validados y haber demostrado tener tales propiedades, entonces las películas de serotonina también será posible.

    En la actualidad, la mayoría de estudios de PET con receptor de trazadores conducen a la generación de imágenes paramétricas. Una imagen paramétrica es un mapa de un parámetro de modelo cinético trazador dado evaluado en cada voxel en el objeto (es decir, el cerebro). Aplicación de los modelos convencionales, tales como SRTM 38,39 o el uno-o dos-tejido modelo de compartimento rinde imágenes paramétricas de Ri, el parámetro de flujo regional, o BP, el valor potencial de unión regional. Ambos de estos parámetros son constantes fisiológicas que se cree que representan los procesos que se encuentran en estado de equilibrio. A veces, sin embargo, el sistema y / o el proceso de interested son inestables. Es decir, que son transitorios. Tal es el caso de la respuesta de corta duración de la dopamina al consumo de cigarrillos. En tales circunstancias, no es posible caracterizar la dopamina transitoria con una sola imagen paramétrica. Tampoco es adecuado para modelar los datos con un modelo que es estrictamente invariante en el tiempo de los parámetros. Hay una necesidad de un modelo con un término variable en el tiempo para describir cambios en la concentración de dopamina en el cuerpo estriado en respuesta al consumo de tabaco. La salida natural de dicho modelo cuando se utiliza con un trazador de dopamina, es una película de la dopamina. Esta es una nueva forma de salida de imagen funcional que probablemente impulsará y requieren nuevas formas de análisis de maximizar su utilidad.

    Disclosures

    The authors have nothing to disclose.

    Acknowledgements

    Los autores agradecen a los miembros del equipo de PET química Centro Yale para la síntesis del marcador, el equipo de formación de imágenes para la inyección del trazador y la adquisición de la imagen y la Sra. Sheila Huang de experto en diseño de diagrama de flujo.

    Gran parte del desarrollo de las técnicas de ntPET fue apoyada por R21 AA15077 a E. Morris. K. Cosgrove es apoyado por K02 DA031750.

    Materials

    Name of Reagent/Material Company Catalog Number Comments
    Vicra NDI Systems, Waterloo, Canada    
    HRRT Siemens    
    Air Filter Movex, Inc, Northampton, PA LFK 175 With extractor and clear hood
    11C-raclopride     prepared at Yale PET Center from O-Desmethyl precursor
    O-Desmethylraclopride ABX advanced biochemical compounds, Radeberg, Germany Product #1510 Precursor of 11C-raclopride
          Table 1. Materials used.

    References

    1. Constantinescu, C. C., Bouman, C., Morris, E. D. Nonparametric extraction of transient changes in neurotransmitter concentration from dynamic PET data. IEEE Trans. Med. Imaging. 26, 359-373 (2007).
    2. Constantinescu, C. C., et al. Estimation from PET data of transient changes in dopamine concentration induced by alcohol: support for a non-parametric signal estimation method. Phys. Med Biol. 53, 1353-1367 (2008).
    3. Morris, E. D., Constantinescu, C. C., Sullivan, J. M., Normandin, M. D., Christopher, L. A. Noninvasive visualization of human dopamine dynamics from PET images. NeuroImage. 51, 135-144 (2010).
    4. Morris, E. D., Normandin, M. D., Schiffer, W. K. Initial comparison of ntPET with microdialysis measurements of methamphetamine-induced dopamine release in rats: support for estimation of dopamine curves from PET data. Molecular imaging and biology : MIB : the official publication of the Academy of Molecular Imaging. 10, 67-73 (2008).
    5. Morris, E. D., et al. ntPET: a new application of PET imaging for characterizing the kinetics of endogenous neurotransmitter release. Molecular Imaging. 4, 473-489 (2005).
    6. Normandin, M. D., Morris, E. D. Estimating neurotransmitter kinetics with ntPET: A simulation study of temporal precision and effects of biased data. NeuroImage. 39, 1162-1179 (2008).
    7. Normandin, M. D., Schiffer, W. K., Morris, E. D. A linear model for estimation of neurotransmitter response profiles from dynamic PET data. NeuroImage. 59, 2689-2699 (2012).
    8. Christian, B. T., Vandehey, N. T., Floberg, J. M., Mistretta, C. A. Dynamic PET denoising with HYPR processing. Journal of Nuclear Medicine: Official publication, Society of Nuclear Medicine. 51, 1147-1154 (2010).
    9. Ichise, M., et al. Linearized reference tissue parametric imaging methods: application to [11C]DASB positron emission tomography studies of the serotonin transporter in human brain. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 23, 1096-1112 (2003).
    10. Benowitz, N. L. Pharmacology of nicotine: addiction, smoking-induced disease, and therapeutics. Annual review of pharmacology and toxicology. 49, 57-71 (2009).
    11. Volkow, N. D., Swanson, J. M. Variables that affect the clinical use and abuse of methylphenidate in the treatment of ADHD. The American journal of psychiatry. , 160-1918 (2003).
    12. Di Chiara, G., Imperato, A. Drugs abused by humans preferentially increase synaptic dopamine concentrations in the mesolimbic system of freely moving rats. Proc. Natl. Acad. Sci. U.S.A. 85, 5274-5278 (1988).
    13. Barrett, S. P., Boileau, I., Okker, J., Pihl, R. O., Dagher, A. The hedonic response to cigarette smoking is proportional to dopamine release in the human striatum as measured by positron emission tomography and [11C]raclopride. Synapse. 54, 65-71 (2004).
    14. Brody, A. L., et al. Gene variants of brain dopamine pathways and smoking-induced dopamine release in the ventral caudate/nucleus accumbens. Arch. Gen. Psychiatry. 63, 808-816 (2006).
    15. Brody, A. L., et al. Smoking-induced ventral striatum dopamine release. The American journal of psychiatry. 161, 1211-1218 (2004).
    16. Montgomery, A. J., Lingford-Hughes, A. R., Egerton, A., Nutt, D. J., Grasby, P. M. The effect of nicotine on striatal dopamine release in man: A [11C]raclopride PET study. Synapse. 61, 637-645 (2007).
    17. Scott, D. J., et al. Smoking modulation of mu-opioid and dopamine D2 receptor-mediated neurotransmission in humans. Neuropsychopharmacology: official publication of the American College of Neuropsychopharmacology. 32, 450-457 (2007).
    18. Takahashi, H., et al. Enhanced dopamine release by nicotine in cigarette smokers: a double-blind, randomized, placebo-controlled pilot study. Int. J. Neuropsychopharmacol. 11, 413-417 (2008).
    19. Morris, E. D., Fisher, R. E., Alpert, N. M., Rauch, S. L., Fischman, A. J. In vivo imaging of neuromodulation using positron emission tomography: Optimal ligand characteristics and task length for detection of activation. Human Brain Mapping. 3, 35-55 (1995).
    20. Alpert, N. M., Badgaiyan, R. D., Livni, E., Fischman, A. J. A novel method for noninvasive detection of neuromodulatory changes in specific neurotransmitter systems. NeuroImage. 19, 1049-1060 (2003).
    21. Carson, R. E., Barker, W. C., Jeih-San, L., Johnson, C. A. Nuclear Science Symposium Conference Record. 2003 IEEE. 3285, 3281-3285 (2003).
    22. Carson, R. E., et al. Comparison of bolus and infusion methods for receptor quantitation: application to [18F]cyclofoxy and positron emission tomography. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 13, 24-42 (1993).
    23. Smith, S. M. Fast robust automated brain extraction. Human brain mapping. 17, 143-155 (2002).
    24. Floberg, J. M., et al. Improved kinetic analysis of dynamic PET data with optimized HYPR-LR. Medical physics. 39, 3319-3331 (2012).
    25. Martinez, D., et al. Imaging human mesolimbic dopamine transmission with positron emission tomography. Part II: amphetamine-induced dopamine release in the functional subdivisions of the striatum. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 23, 285-300 (2003).
    26. Montgomery, A. J., et al. Correction of head movement on PET studies: comparison of methods. Journal of nuclear medicine : official publication, Society of Nuclear Medicine. 47, 1936-1944 (2006).
    27. Yoder, K. K., Wang, C., Morris, E. D. Change in binding potential as a quantitative index of neurotransmitter release is highly sensitive to relative timing and kinetics of the tracer and the endogenous ligand. Journal of nuclear medicine : official publication, Society of Nuclear Medicine. 45, 903-911 (2004).
    28. Wang, S., et al. . , (2012).
    29. Ginovart, N. Imaging the dopamine system with in vivo [11C]raclopride displacement studies: understanding the true mechanism. Molecular imaging and biology : MIB : the official publication of the Academy of Molecular Imaging. 7, 45-52 (2005).
    30. Sullivan, J. M., Kim, S. J., Cosgrove, K. P., Morris, E. D. . , (2012).
    31. Miller, R. G. . Simultaneous Statistical Inference. , (1981).
    32. Paterson, L. M., Tyacke, R. J., Nutt, D. J., Knudsen, G. M. Measuring endogenous 5-HT release by emission tomography: promises and pitfalls. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 30, 1682-1706 (2010).
    33. Ridler, K., et al. Characterization of in vivo pharmacological properties and sensitivity to endogenous serotonin of [11C] P943: a positron emission tomography study in Papio anubis. Synapse. 65, 1119-1127 (2011).
    34. Cosgrove, K. P., et al. Assessing the sensitivity of [(1)(1)C]p943, a novel 5-HT1B radioligand, to endogenous serotonin release. Synapse. 65 (1), 1113-1117 (2011).
    35. Finnema, S. J., et al. Fenfluramine-induced serotonin release decreases [11C]AZ10419369 binding to 5-HT1B-receptors in the primate brain. Synapse. 64, 573-577 (2010).
    36. Finnema, S. J., Varrone, A., Hwang, T. J., Halldin, C., Farde, L. Confirmation of fenfluramine effect on 5-HT(1B) receptor binding of [(11)C]AZ10419369 using an equilibrium approach. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 32 (11), 685-695 (2012).
    37. Morris, E. D., Yoder, K. K. Positron emission tomography displacement sensitivity: predicting binding potential change for positron emission tomography tracers based on their kinetic characteristics. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 27, 606-617 (2007).
    38. Gunn, R. N., Lammertsma, A. A., Hume, S. P., Cunningham, V. J. Parametric imaging of ligand-receptor binding in PET using a simplified reference region model. NeuroImage. 6, 279-287 (1997).
    39. Lammertsma, A. A., et al. Comparison of methods for analysis of clinical [11C]raclopride studies. Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism. 16, 42-52 (1996).

    Play Video

    Cite This Article
    Morris, E. D., Kim, S. J., Sullivan, J. M., Wang, S., Normandin, M. D., Constantinescu, C. C., Cosgrove, K. P. Creating Dynamic Images of Short-lived Dopamine Fluctuations with lp-ntPET: Dopamine Movies of Cigarette Smoking. J. Vis. Exp. (78), e50358, doi:10.3791/50358 (2013).

    View Video