Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

Neurovascular नेटवर्क एक्सप्लोरर २.०: एक सरल उपकरण की खोज और Optogenetically के एक डाटाबेस के बंटवारे के लिए-Vasomotion में माउस प्रांतस्था में पैदा की Vivo

Published: May 4, 2018 doi: 10.3791/57214
Automatic Translation
1,2, 3,4, 3,5, 1, 6, 2,7, 1, 1,3, 1,3,8, 3
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

Summary

खोज और माउस में optogenetically-प्रेरित नाड़ी प्रतिक्रियाओं का एक डेटाबेस साझा करने के लिए एक ग्राफिकल यूजर इंटरफेस somatosensory प्रांतस्था vivo में 2-फोटॉन माइक्रोस्कोपी द्वारा मापा प्रस्तुत किया जाता है. यह डेटा ब्राउज़िंग, मानदंड आधारित चयन की अनुमति देता है, औसत, vasculature के एक 3d मात्रा के भीतर माप के स्थानीयकरण और डेटा निर्यात ।

Abstract

तंत्रिका विज्ञान में प्रयोगात्मक डेटा साझा करने के महत्व और प्राप्त की राशि और डेटा की जटिलता के साथ बढ़ता है और विभिंन तकनीकों को पाने के लिए और इन आंकड़ों की प्रक्रिया का इस्तेमाल किया । हालांकि, प्रयोगात्मक डेटा के बहुमत, विशेष रूप से नियमित रूप से व्यक्तिगत अध्ययनों से प्रयोगशालाओं आकार व्यापक अनुसंधान समुदाय तक पहुंचने कभी नहीं । एक ग्राफिकल यूजर इंटरफेस (GUI) इंजन बुलाया Neurovascular नेटवर्क एक्सप्लोरर २.० (NNE २.०) सरल और कम लागत के बंटवारे और संवहनी इमेजिंग डेटा की खोज के लिए एक उपकरण के रूप में बनाया गया है । NNE २.० एक डाटाबेस के साथ इंटरैक्ट करता है जिसमें optogenetically-पैदा हुए फैलाव/कसना समय-वैयक्तिक जहाजों के पाठ्यक्रमों में चूहों somatosensory प्रांतस्था vivo में 2-फोटॉन माइक्रोस्कोपी द्वारा मापा जाता है । NNE २.० चयन और समय के प्रदर्शन को सक्षम बनाता है-विभिंन मानदंडों के आधार पर पाठ्यक्रम (विषय, शाखा क्रम, cortical गहराई, पोत व्यास, arteriolar पेड़) के रूप में अच्छी तरह के रूप में सरल गणितीय हेरफेर (उदाऔसत, पीक-सामांयीकरण) और डेटा निर्यात । यह 3 डी में संवहनी नेटवर्क के दृश्य का समर्थन करता है और संवहनी पेड़ों के भीतर व्यक्तिगत कार्यात्मक पोत व्यास माप के स्थानीयकरण सक्षम बनाता है ।

NNE २.०, इसके स्रोत कोड, और इसी डाटाबेस स्वतंत्र रूप से UCSD Neurovascular इमेजिंग प्रयोगशाला वेबसाइट से डाउनलोड कर रहे है1। स्रोत कोड उपयोगकर्ताओं के लिए संबद्ध डेटाबेस का पता लगाने के लिए या databasing के लिए एक टेंपलेट के रूप में उपयोग किया जा सकता है और अपने स्वयं के प्रयोगात्मक परिणामों को साझा उचित प्रारूप प्रदान की है ।

Introduction

मस्तिष्क सबसे जटिल अंगों में से एक माना जाता है और अपने जटिल समारोह को सुलझाना करने की इच्छा unसँवारने है. यह एक व्यापक पैलेट उपकरण2,3,4,5,6,7,8 का उपयोग कर व्यवहार स्तर को आणविक से अलग तराजू पर अध्ययन किया जा रहा है . गैर सजातीय प्रयोगात्मक डेटा की राशि अभूतपूर्व गति के साथ बढ़ता है । प्रयोगात्मक डेटा साझाकरण, संगठन और मानकीकरण की आवश्यकता के बारे में जागरूकता प्राप्त डेटा की मात्रा के साथ बढ़ता है । यह स्पष्ट हो गया है कि neuroinformatics मस्तिष्क समारोह के मॉडल और रोग9,10में तराजू भर में प्रयोगात्मक डेटा को एकीकृत करने में एक महत्वपूर्ण भूमिका निभानी होगी ।

इस अंत करने के लिए कुछ अध्ययनों, विशेष रूप से बड़े पैमाने पर अध्ययन, संसाधनों अनुदान देना करने में सक्षम थे उनके परिणाम व्यापक डेटाबेस के माध्यम से उपलब्ध कराने के लिए 11, 12, 13, 14, 15 । हालांकि, व्यक्तिगत अध्ययन और नियमित रूप से आकार प्रयोगशालाओं व्यापक अनुसंधान समुदाय तक पहुंच कभी नहीं से प्रयोगात्मक डेटा की एक विशाल राशि । यह मुख्य रूप से दो कारणों के लिए है: पहले, अधिक समर्पित समय के लिए एक डाटाबेस बनाने और उपकरण है कि उपयोगकर्ता डेटाबेस के साथ बातचीत करने के लिए सक्षम होगा बनाने की जरूरत है; और दूसरा, और अधिक पैसे के लिए इन कार्यों का समर्थन की जरूरत है । इन चुनौतियों से प्रेरित, एक MATLAB आधारित ग्राफिकल यूजर इंटरफेस (जीयूआई) इंजन बुलाया Neurovascular नेटवर्क एक्सप्लोरर २.० (NNE २.०)16 databasing के लिए एक सरल और कम लागत उपकरण के रूप में विकसित किया गया था, साझा करने और संवहनी इमेजिंग डेटा की खोज. इस पांडुलिपि NNE २.० के ऑपरेशन के लिए एक मैनुअल और प्रयोगात्मक डेटा के संबद्ध डेटाबेस प्रदान करता है ।

NNE २.० पहले से ही एक दूसरी पीढ़ी के सॉफ्टवेयर इंजन है । पहली पीढ़ी, Neurovascular नेटवर्क एक्सप्लोरर १.० (NNE १.०)17 कहा जाता है एक डेटाबेस के साथ बातचीत करने के लिए बनाया गया था संवेदी-vasodilation में चूहे प्राथमिक somatosensory प्रांतस्था (SI) vivo में 2-फोटॉन माइक्रोस्कोपी18द्वारा मापा । NNE १.०, इसके स्रोत कोड के रूप में अच्छी तरह के रूप में संबद्ध डेटाबेस स्वतंत्र रूप से एक ज़िपित फ़ाइल के रूप में डाउनलोड कर रहे है ' नामक NNE 1 तियान ' से UCSD Neurovascular इमेजिंग प्रयोगशाला वेबसाइट1। NNE १.० और संबंधित डेटाबेस के बारे में अधिक जानकारी17में मिल सकती है ।

दूसरी पीढ़ी, NNE २.०, optogenetically-2-फोटॉन माइक्रोस्कोपी20द्वारा मापा vivo में चूहों SI में व्यक्तिगत जहाजों के फैलाव के एक डेटाबेस के साथ सूचना का आदान प्रदान. उपयोगकर्ता ब्राउज़ कर सकते हैं, का चयन करें और cortical गहराई के रूप में चयन श्रेणियों के आधार पर डेटा कल्पना, आदेश, पोत व्यास, पशु विषय या एक विशेष arteriolar पेड़ बंटी । GUI आगे साधारण गणितीय कार्रवाई करता है जैसे औसत और चयनित श्रेणियों में पीक-सामान्यीकरण. NNE २.० को देखने और vasculature के 3 डी मात्रा पर कब्जा छवियों के माध्यम से ब्राउज़ करने के साथ ही संवहनी पेड़ों के भीतर कार्यात्मक माप के स्थान की पहचान करने के लिए सक्षम बनाता है । इस सुविधा के लिए 3 डी में संवहनी morphologies पुनर्निर्माण और उंहें असली एकल पोत वासो-गति माप के साथ आबाद किया जा सकता है । इन पुनर्निर्माण बारी में मस्तिष्क समारोह21,22की गणना मॉडल में शामिल किया जा सकता है । NNE २.०, अपने स्रोत कोड और संबंधित डेटाबेस स्वतंत्र रूप से एक ज़िपित फ़ाइल के रूप में डाउनलोड कर रहे है बुलाया ' NNE २.० HDbase v 1.0 ' UCSD Neurovascular इमेजिंग प्रयोगशाला वेबसाइट से1।

NNE २.० ' vdb. mat ' नामक एक डाटाबेस के साथ काम करता है । इस डाटाबेस के एक लौकिक प्रोफाइल युक्त मैट्रिक्स है (समय एक पोत व्यास परिवर्तन के पाठ्यक्रम) एक optogenetic उत्तेजना द्वारा पैदा की और arteriolar पेड़ों के विभिंन स्थानों पर मापा । हर बार-पाठ्यक्रम कस्टम-लिखित सॉफ्टवेयर का उपयोग कर गणना की गई थी । यह एक फ्लोरोसेंट तीव्रता पोत भर में स्कैनिंग द्वारा अधिग्रहीत प्रोफ़ाइल के विस्तार से एक पोत व्यास के सापेक्ष परिवर्तन की गणना करता है । फ्लोरोसेंट कंट्रास्ट intravascular इंजेक्शन ऑफ fluorescein isothiocyanate (FITC)-लेबल्ड dextran द्वारा प्रस्तुत किया गया था । डेटा और विश्लेषण प्रक्रियाओं के बारे में अधिक जानकारी के लिए, कृपया20,23देखें । डाटाबेस में कुल ३०५ समय पाठ्यक्रम (यानी डाटाबेस प्रविष्टियों) है । व्यास परिवर्तन के अलावा, डेटाबेस के लिए प्रत्येक प्रविष्टि अतिरिक्त मेटाडाटा की एक सरणी रखती है, जो (1) समय-पाठ्यक्रम (2) यों तो मापा पोत का वर्णन और (3) cortical vasculature की एक 3d मात्रा के भीतर माप स्थान की पहचान । मेटाडेटा शुरू समय, पीक आयाम, पीक आयाम समय, cortical गहराई, शाखाकरण आदेश, आधार रेखा पर पोत व्यास, मूल संदर्भ छवियों के लिए पथ और मस्तिष्क की सतह के प्रत्येक माप और कम आवर्धन नक्शे के लिए 3 डी छवि ढेर शामिल Vasculature. कृपया सूचीबद्ध मेटाडेटा में सभी पैरामीटर्स देखें और तालिका 116में पहले से विवरण में वर्णित है ।

NNE २.० संदर्भ छवियों के साथ इंटरैक्ट करता है कि एक विमान के एक्स-वाई स्कैन कर रहे हैं, जहां व्यास माप हुआ. प्रत्येक डेटाबेस प्रविष्टि GUI में प्रदर्शित एक संदर्भ नाम के साथ एक संगत संदर्भ छवि है । प्रत्येक डेटाबेस प्रविष्टि भी छवियों के एक जुड़े ढेर (3 डी स्टैक) संवहनी पेड़ के भीतर जो माप हुआ की एक 3 डी मात्रा पर कब्जा है । GUI के लिए एक विशेष डेटाबेस प्रविष्टि का चयन करें और इसी संदर्भ छवि के रूप में के रूप में अच्छी तरह से 3 डी स्टैक प्रदर्शित सक्षम बनाता है । यह भी उपयोगकर्ता गाइड 3 डी स्टैक में मिलान संदर्भ छवि और फ्रेम खोजने के लिए (एक ही सुविधाओं दोनों छवियों में पाया जा सकता है). सभी स्टैक और संदर्भ छवियों में उनके पूर्ण रिज़ॉल्यूशन (१०२४ pix x १०२४ pix) फ़ोल्डर्स hana_stk और hana_refs, क्रमशः में शामिल हैं । मस्तिष्क vasculature के कम आवर्धन नक्शे ' नक्शे ' फ़ोल्डर में शामिल हैं । सभी तीन फ़ोल्डरों के साथ ही डेटाबेस मैट्रिक्स ' vdb. mat ' ज़िपित फ़ाइल ' NNE २.० HDbase v 1.0 ' में UCSD Neurovascular इमेजिंग प्रयोगशाला वेबसाइट से डाउनलोड कर रहे है1 और अधिष्ठापन प्रक्रिया के दौरान २.० NNE के रूट फ़ोल्डर में सहेजा गया ।

जीयूआई चार पैनलों (पैनल 1 (मुख्य पैनल)-पैनल 4) जो क्रमिक रूप से उपयोगकर्ता के रूप में खुला डेटाबेस की पड़ताल और चयन श्रेणियों के आधार पर विशिष्ट डेटा का चयन का एक सेट के रूप में डिजाइन किया गया है । प्रत्येक पैनल दो मुख्य भागों में विभाजित है: (1) सही कॉलम पैरामीटर और डेटा की श्रेणियों का चयन और मेटाडाटा से महत्वपूर्ण जानकारी प्रदर्शित करता है द्वारा डेटाबेस के साथ बातचीत करने की संभावना प्रदान करता है; (2) बाएँ स्तंभ समय-पाठ्यक्रम (समय में व्यास परिवर्तन) और तितर-बितर भूखंडों के रूप में डेटा प्रदर्शित करता है. तितर बितर भूखंडों के चार प्रकार प्रदर्शित (1) फैलाव शुरुआत समय (2) फैलाव चोटी के समय (3) अधिकतम व्यास परिवर्तन (चोटी आयाम) और (4) आधारभूत व्यास (उत्तेजना से पहले व्यास) cortical गहराई के समारोह के रूप में । उपयोगकर्ता के लिए औसत समय पाठ्यक्रमों और चयनित डेटा के लिए मूल्यों को प्रदर्शित करने की संभावना है या तो cortical गहराई या बंटी क्रम से समूहीकृत । यह ढाल व्यास की सुविधा को बढ़ाने गहराई और आदेश20बंटी के साथ परिवर्तन व्यवहार को उजागर करने के लिए है । NNE २.० उपयोगकर्ता '. xls ', '. csv ' या '. mat ' के स्वरूप में डेटा के चयनित सबसेट निर्यात करने के लिए अनुमति देता है ।

Subscription Required. Please recommend JoVE to your librarian.

Protocol

1. NNE २.० की स्थापना

  1. UCSD Neurovascular इमेजिंग प्रयोगशाला वेबसाइट पर जाएं1 और ' NNE २.० HDbase v 1.0 ' पर बाएं क्लिक करें अपने पीसी पर इच्छित स्थान पर ज़िपित कार्यक्रम फ़ाइलों को डाउनलोड करने के लिए ।
    नोट: NNE २.० संस्करणों के एक Windows-ऑपरेटिंग सिस्टम 7-10, ज़िपित फ़ाइल और ६.९ gb प्रोग्राम को स्थापित करने के लिए डाउनलोड करने के लिए मुक्त स्थान के कम से २.८ gb की आवश्यकता है ।
  2. खोल दो ' nne2_hdbase_v 1.0. zip ' ।
    नोट: unज़िप्ड फ़ोल्डर NNE2 10 फ़ाइलें शामिल हैं: ' hana_refs. tar. gz ', ' hana_stk. tar. gz ', ' मैप्स. tgz ', ' MCRInstaller. exe ', ' NNE2. exe ', ' NNE2. zip ', ' NNE2_README. txt ', ' सोर्स. zip ', ' users_guide. pdf ' और ' vdb. mat '.
  3. ' NNE2_README. txt ' में निर्देशों का पालन करके NNE २.० स्थापित करें ।

2. रनिंग NNE २.०

  1. NNE २.० ' NNE2. exe ' के साथ प्रारंभ करें ।
  2. पैनल 1 (मुख्य पैनल): डेटा के सबसेट का चयन करें (चित्र 1) । मुख्य पैनल के बाएं कॉलम में छवियां समय-पाठ्यक्रम और सभी प्रविष्टियों के मापदंडों के ' vdb. mat ' (चित्रा 1) को दिखाने के रेखांकन ।
    1. कक्ष के दाएं स्तंभ में Cortical गहराई के लिए श्रेणी का चयन करें । प्रारूप [dmin dmax] में गहराई की श्रेणी में टाइप करें, जहां dmin में ंयूनतम गहराई है और dmax अधिकतम गहराई है ।
      नोट: डेटा 30-560 µm से गहराई पर मापा गया था ।
    2. कक्ष के दाएं स्तंभ में शाखाकरण क्रम का चयन करें । तीर पर वाम क्लिक करें और सूची में से एक विकल्प चुनें (भूतल । डाइविंग ट्रंक । पहला आदेश शाखाओं । उच्च क्रम शाखाओं) ।
    3. कक्ष के दाएं स्तंभ में आधारभूत व्यास की श्रेणी का चयन करें । यह प्रारूप [व्यासमिन व्यासमैक्समें टाइप करें], जहां व्यासमिनट ंयूनतम व्यास और व्यासअधिकतम है अधिकतम व्यास है ।
    4. कक्ष के दाएं स्तंभ में विषय (प्राप्ति की तिथि के अनुसार पशु) का चयन करें । तीर पर बाएं क्लिक करें और उपलब्ध विकल्पों में से चुनें । वैकल्पिक रूप से, सभी विषयों से डेटा चुनें बाएं क्लिक करके सभी नीले आयत में ।
    5. पैनल 2 में चयनित डेटा को प्रदर्शित करने और एक्सप्लोर करने के लिए सबमिट करें दबाएं ।
  3. कक्ष 2: डेटा के चयनित सबसेट का अंवेषण करें और आगे डेटा काे जारी रखें (चित्र 2) ।
    1. शीर्ष पर दाएं स्तंभ में उपयुक्त बटन पर बाएं क्लिक करके डेटा के समूह-औसत के प्रकार का चयन करें । का चयन करें: औसत द्वारा Cortical गहराई या क्रम शाखाकरण द्वारा औसत।
      नोट: वास्तविक विकल्प (चित्रा 2) नीचे हरे रंग में डाला जाता है ।
    2. पोत आकृति विज्ञान या विषय के आधार पर डेटा का चयन करें । बाएं क्लिक करें ट्री के लिए सभी डेटा चुनें (एकल डाइविंग arteriole और इसकी शाखाएं) या Subj के लिए सभी डेटा का चयन करें (पशु विषय) ।
    3. बाएं-क्लिक सबमिट करें के रेखांकन में बाईं ओर चयनित डेटा प्रदर्शित करने के लिए (1) व्यक्तिगत समय-पाठ्यक्रम (2) समूह-औसत समय-पाठ्यक्रम और तितर बितर भूखंड (3) शुरुआत के समय (4) समय से चोटियों (5) पीक आयाम और (6) आधारभूत व्यास
    4. बाएँ कॉलम में एक समय-पाठ्यक्रम का चयन करने के लिए बाएं स्तंभ में व्यक्तिगत timecourses के ग्राफ में एक ट्रेस पर वाम क्लिक करें.
      नोट: चयनित समय-पाठ्यक्रम ग्राफ (रानी) में प्रकाश डाला जाता है और इसकी शुरुआत समय, समय-चोटी, चोटी आयाम और आधारभूत व्यास नीचे रेखांकन में लाल हलकों द्वारा चिह्नित किया जाएगा हो जाता है । तितर बितर भूखंडों में लाल अंक औसत मूल्य हैं ।
    5. नीचे दाएं स्तंभ में चयनित समय-पाठ्यक्रम के लिए विषय (विषय id) और ट्री (ट्री id) के पहचानकर्ताओं को नोट करें ।
    6. यदि वांछित हो, तो सबमिट करें बटन और 2.3.4 से चरणों को दोहराने के बाद दाएं स्तंभ के शीर्ष पर उपयुक्त विकल्प को बाएं-क्लिक करके समूह-औसत करने के प्रकार को बदलें ।
    7. 3 पैनल में चयनित विषय (विषय आईडी) या ट्री (ट्री आईडी) के लिए सभी अंश देखने और तलाशने के लिए एक क्रॉस कर्सर के साथ पैनल 2 में कहीं भी राइट-क्लिक करें.
  4. पैनल 3: डेटा के अंतिम सबसेट का अन्वेषण और उन्हें निर्यात (चित्र 3).
    1. बाएँ स्तंभ के शीर्ष ग्राफ़ में एक ट्रेस पर बाएँ क्लिक करके एक समय-पाठ्यक्रम का चयन करें: चयनित ट्रेस ग्राफ़ (रानी) में हाइलाइट किया जाएगा और डेटाबेस प्रविष्टि के वर्णनात्मक पैरामीटर ग्राफ़ के शीर्ष पर प्रदर्शित किया जाएगा ।
      नोट: औसत समय-पाठ्यक्रम मोटी काली (चित्र 3) में प्रदर्शित किया जाता है ।
    2. नोट इसी शुरुआत समय, नीचे रेखांकन में समय-शिखर, चोटी आयाम और आधारभूत व्यास ।
    3. बाएं क्लिक करें निर्यात सेट बटन को दाएं स्तंभ में शीर्ष ग्राफ़ में प्रदर्शित फ़ोल्डर में जहां NNE २.० से चल रहा है ।
      नोट: यह क्रिया तीन फ़ाइलों को सहेजता है: ' vdb_subset. xls ', ' vdb_subset. csv ' और ' vdb_subset. mat ' जिसमें व्यास परिवर्तन और समय वैक्टर वैक्टर शामिल हैं; ' vdb_subset. mat ' में भी वर्णनात्मक पैरामीटर और ' vdb. mat ' से जानकारी होती है.
    4. ' के लिए सभी डेटा का निरीक्षण करने के लिए ' के बजाय ' ट्री ' बंद पैनल 3 दबाकर [x], NNE २.० पुनरारंभ करें, 1 पैनल में श्रेणियों के चयन को दोहराने (कदम 2.2.1-2.2.5) और 2 पैनल में विषय के लिए सभी डेटा का चयन करें (step 2.3.2).
    5. सही पैनल 3 में कहीं भी एक क्रॉस कर्सर के साथ क्लिक करने के लिए 4 पैनल के लिए संदर्भ छवियों और 3 पैनल के शीर्ष ग्राफ में सभी निशान के लिए 3 डी ढेर का पता लगाने के लिए जाना ।
      नोट: पैनल 4 ' के लिए विकल्प सभी डेटा खुलेगा ' ट्री पैनल 2 में चयनित किया गया था । इसके बजाय ' विषय ' के लिए सभी डेटा का चयन किया गया था, तो उपयोगकर्ता अपने चयन को बदलने और 1 पैनल के लिए निर्देशित करने के लिए प्रेरित किया जाएगा ।
  5. पैनल 4: एक संदर्भ छवि के भीतर और vasculature के एक 3d छवि ढेर के भीतर कार्यात्मक माप information (चित्रा 4) ।
    1. बाएँ स्तंभ के शीर्ष पर ग्राफ़ में उस पर बाएँ-क्लिक करके एक समय-पाठ्यक्रम का चयन करें.
      नोट: चयनित ट्रेस ग्राफ़ (रानी) में हाइलाइट किया जाएगा और मेटाडेटा से इसकी वर्णनात्मक जानकारी शीर्ष पर प्रदर्शित की जाएगी.
    2. जो स्वचालित रूप से बाएँ स्तंभ के नीचे दाईं ओर ' hana_refs ' फ़ोल्डर से भरी हुई है संगत संदर्भ छवि का अन्वेषण करें ।
    3. इसी 3 डी छवि ढेर बाएँ कॉलम के नीचे छोड़ दिया पर ' hana_stk ' फ़ोल्डर से स्वचालित रूप से लोड का अन्वेषण करें । चित्र के नीचे तीरों या स्लाइडर का उपयोग करके स्टैक स्क्रॉल करें.
      नोट: जब स्टैक छवि संदर्भ छवि के स्तर तक पहुंचती है – अर्थात व्यास माप स्तर (' स्टैक अनुक्रमणिका ' = ' Ref '), तो स्टैक छवि हाइलाइट हो जाती है और ' फ़्रेम स्तर ' के रूप में इंगित होती है.
    4. हाइलाइट किए गए समय-पाठ्यक्रम को किसी फ़ाइल ' ref_stacks_trace. xls ' में निर्यात करने के लिए दाएँ स्तंभ में सेट निर्यात करें क्लिक करे जो उस फ़ोल्डर में सहेजी गई है जहां से NNE २.० चल रहा है ।
      नोट: फ़ाइल में समय वेक्टर, व्यास परिवर्तन वेक्टर, विषय आईडी, एंट्री इंडेक्स, संदर्भ छवि का स्थान, 3d स्टैक का स्थान और फ़्रेम स्तर के लिए स्टैक छवि संख्या शामिल हैं ।
    5. बंद पैनल 4 द्वारा [x] 1 पैनल पर वापस जाने के लिए ।

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

NNE २.० और एसोसिएट डाटाबेस के लिए ब्राउज़ करें और डेटाबेस के डेटा को देखने की सेवा, चयन मानदंड के आधार पर डेटा तरह, चयनित डेटा डाउनलोड, और इसी नाड़ी पेड़ के भीतर संवहनी माप पाते हैं ।

पैनल 1 डेटा की श्रेणियों के आधार पर चयन सुविधाएँ: ' Cortical गहराई ', ' बंटी क्रम ', ' आधारभूत व्यास ' और ' विषयों ' – चित्रा 1). कृपया ध्यान दें कि इस अध्ययन में, ' शाखाकरण आदेश ' चयन श्रेणी में भूतल धमनियों (' सरफेस ') के लिए कोई प्रविष्टियां नहीं हैं । यदि यह विकल्प चयनित है, तो एक चेतावनी संवाद ' कोई अभिलेख नहीं मिले – खोज बहुत प्रतिबंधात्मक ' दिखाई देता है और उपयोगकर्ता को किसी भिंन विकल्प का चयन करने के लिए संकेत देता है । एक ही चेतावनी दिखाई देगा अगर कोई माप रहे है 1 पैनल में चयनित मानदंडों को संतोषजनक । इस मामले में उपयोगकर्ता [एक्स] दबाने और कार्यक्रम को पुनः आरंभ करके पैनल 1 बंद कर देना चाहिए ।

सभी व्यास परिवर्तन समय-पैनल 1 में चुना मानदंडों को पूरा करने के पैनल 2 में देखा जा सकता है (चित्रा 2) । उपयोगकर्ता सभी व्यक्तिगत समय का पता लगाने कर सकते हैं-पाठ्यक्रम, समय-पाठ्यक्रम समूह-cortical गहराई या शाखाओं में बंटी आदेश और ' शुरुआत समय ' के इसी मूल्यों, ' पीक आयाम ', ' समय-चोटी ' और ' आधारभूत व्यास ' गहराई के कार्यों के रूप में साजिश रची । उपयोगकर्ता व्यक्तिगत समय पाठ्यक्रम ग्राफ से एक बार पाठ्यक्रम का चयन करता है और स्कैटर भूखंडों में इसी संख्यात्मक विशेषताओं के साथ ही वक्र के आकार की पड़ताल.

एक ही जानवर या arteriolar पेड़ में अधिग्रहीत सभी डेटा पैनल 3 में पता लगाया जा सकता है (चित्रा 3). पैनल 2 में के रूप में एक ही तरीके से, उपयोगकर्ता व्यक्तिगत समय पाठ्यक्रम ग्राफ से एक बार पाठ्यक्रम का चयन करता है और स्कैटर भूखंडों में इसी संख्यात्मक विशेषताओं के रूप में वक्र के आकार की पड़ताल । यदि वांछित, उपयोगकर्ता पैनल 3 से '. xls ', ' सीएसवी ' और '. mat ' के प्रारूप में सभी डेटा निर्यात कर सकते हैं । इन फ़ाइलों को बनाया है या ' निर्यात ' कार्रवाई की गई है हर बार अधिलेखित कर रहे हैं । फ़ाइलों को अधिलेखित करने से पहले, एक चेतावनी ' संवाद के बारे में vdb_subset. xls ' के लिए पहले निर्यात परिणामों का नाम बदलने के लिए उपयोगकर्ता संकेत बाहर चबूतरे के बारे में । उपयोगकर्ता निर्यात की गई फ़ाइलों में से कोई भी ' निर्यात ' क्रिया के दौरान खुले है सुनिश्चित करना चाहिए । फ़ाइलों में से एक खुला है, तो एक चेतावनी ' संवाद Excel फ़ाइल निर्यात त्रुटि: सुनिश्चित करें कि vdb_subset. xls खुला नहीं है ' दिखाई देगा । इस स्थिति में, उपयोगकर्ता निर्यात की गई फ़ाइल बंद करें और NNE २.० पुनरारंभ करना चाहिए ।

एक एकल arteriolar पेड़ के भीतर अधिग्रहीत सभी डेटा पैनल 4 में 3d vasculature के संदर्भ में पता लगाया जा सकता है (चित्रा 4) । एक समय-पाठ्यक्रम का चयन स्वचालित रूप से संबद्ध संदर्भ छवि और 3 डी छवि स्टैक जो फ़ोल्डरों से लोड कर रहे हैं प्रदर्शित करेगा ' hana_refs ' और ' hana_stk ', क्रमशः. मापा पोत छवि के बीच में एक लाल अर्द्ध पारदर्शी आयत के साथ अपनी संदर्भ छवि में प्रकाश डाला है । स्कैनिंग पथ मापा पोत पार एक लाल रेखा के रूप में चिह्नित है । एक माप के भीतर अधिक जहाजों को स्कैन कर रहे हैं (लाल लाइन एकाधिक जहाजों को पार- चित्रा 4), उपयोगकर्ता को खाते में बंटी आदेश ' vdb. mat ' में पाया या समय के शीर्ष पर जीयूआई में प्रदर्शित पाठ्यक्रमों ग्राफ (' बी आदेश ') को समझने की जरूरत है कौन सा स्कैन विशेष माप के अंतर्गत आता है । आदेश ' 0 ' लेबल डाइविंग ट्रंक्स, ' 1 ' लेबल शाखाओं डाइविंग ट्रंक्स से सीधे जुड़े, ' 2 ' लेबल शाखाओं सीधे 1st आदेश शाखाओं, आदि से जुड़े मस्तिष्क की सतह पर एक डाइविंग arteriole के साथ शुरू उपयुक्त arteriolar पेड़ की पहचान करने के लिए (3 डी स्टैक की शीर्ष छवियों में देखा), उपयोगकर्ता एक कम आवर्धन फ़ोल्डर ' नक्शे ' में बचाया नक्शे को देखें । इस नक्शे प्रत्येक पशु विषय के लिए अद्वितीय है और इसी विषय आईडी (जैसे ' 022014. jpg ') का उपयोग कर स्थित किया जा सकता है । इस नक्शे सतह vasculature के साथ पूरे मस्तिष्क जोखिम की एक छवि है । मापा धमनियों के डाइविंग सेगमेंट ट्री पहचानकर्ता (' ट्री ID ') (चित्र 5) के साथ लेबल किए गए हैं. उपयोगकर्ता इसी संदर्भ छवि, 3 डी स्टैक और ' ref_stacks_trace. xls ' में ढेर के भीतर माप की स्थिति के बारे में जानकारी के साथ साथ एक एकल चयनित समय पाठ्यक्रम निर्यात कर सकते हैं. इसी तरह, पैनल 3 में ' एक्सपोर्ट ' करने के लिए, ' एक्सपोर्ट ' एक्शन लेने से पहले ' ref_stacks_trace. xls ' को बंद किया जाना चाहिए । निर्यात की गई फ़ाइल को अधिलेखित करने से पहले या ' निर्यात करें ' क्रिया के दौरान फ़ाइल खुली होने पर चेतावनी संवाद का एक ही प्रकार दिखाई देगा । कृपया ध्यान दें कि यदि चयनित डेटाबेस प्रविष्टि के लिए कोई अनुपलब्ध संदर्भ छवि है (कुल 9 प्रविष्टियां), एक चेतावनी ' कोई संदर्भ छवि नहीं मिली: अनुक्रमणिका = ' के बजाय पैनल 4 में संदर्भ छवि प्रदर्शित किया जाएगा । कोई निर्यात उन प्रविष्टियों के लिए उपलब्ध है और उपयोगकर्ता के लिए एक अलग समय-पाठ्यक्रम का चयन करने के लिए कहा है । यदि उपयोगकर्ता एक प्रविष्टि है जिसके लिए 3d स्टैक मौजूद नहीं है या कोई संदर्भ छवि/स्टैक फ़्रेम (31 और ५२ प्रविष्टियों, क्रमशः) एक नोट * कोई स्टैक मिलान * 4 पैनल में 3 डी स्टैक छवि के स्थान पर एक रिक्त छवि के शीर्ष पर प्रदर्शित किया जाएगा पाया गया चुनता है ।

Figure 1
चित्र 1: पैनल 1 (मुख्य पैनल) चयन श्रेणियों के आधार पर डेटा के सबसेट का चयन करने के लिए कार्य करता है. ' vdb. mat ' से सभी डेटा बाएँ स्तंभ में छः रेखांकन में प्रदर्शित किए जाते हैं. दाएँ स्तंभ उपयोगकर्ता Cortical गहराई का चयन करके इस डेटा का एक सबसेट का चयन करने के लिए अनुमति देता है । बंटी आदेश | आधारभूत व्यास । विषयों। कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Figure 2
चित्रा 2: पैनल 2 डेटा के चयनित सबसेट का परीक्षण करने की अनुमति देता है और आगे चयन को परिष्कृत. दायां स्तंभ गहराई श्रेणियों या शाखाओं के क्रम (वास्तविक विकल्प हरे रंग में हाइलाइट किया गया है) के आधार पर चयनित डेटा के औसत की गणना करने के लिए प्रदान करता है । बायां स्तंभ कक्ष 1 में मापदंड चयन को पूरा करने और दाएं स्तंभ में चयनित औसत प्रकार के डेटा को प्रदर्शित करता है । उपयोगकर्ता शीर्ष बाएँ ग्राफ (पार कर्सर) जो प्रकाश डाला जाता है (रानी) में एक समय-पाठ्यक्रम का चयन कर सकते हैं. शुरुआत और चोटी के इसी बार, चोटी आयाम और आधारभूत व्यास लाल रंग में घेरे है और प्रवेश पहचानकर्ता नीचे सही कॉलम में प्रदर्शित कर रहे हैं । स्कैटर प्लॉट में मोटे लाल बिंदु वास्तविक डेटा सबसेट के औसत मानों को चिह्नित करते हैं. ' ट्री के लिए सभी डेटा ' बनाम ' Subj के लिए सभी डेटा ' का चयन निंनलिखित पैनल में डेटा को प्रभावित करता है । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Figure 3
चित्रा 3: पैनल 3 डेटा के अंतिम सबसेट की खोज और उन्हें निर्यात की अनुमति देता है. उपयोगकर्ता (पार कर्सर) बाएँ स्तंभ के शीर्ष पर ग्राफ में एक समय पाठ्यक्रम का चयन कर सकते हैं. चयनित ट्रेस हाइलाइट (रानी) हो जाता है और प्रविष्टि मेटाडेटा ग्राफ़ के शीर्ष पर प्रदर्शित किया जाता है । इसके साथ ही इसी शुरुआत और पीक बार के रूप में के रूप में अच्छी तरह से चोटी आयाम और आधारभूत व्यास नीचे रेखांकन में प्रदर्शित कर रहे हैं । दाएँ स्तंभ में निर्यात सेट बटन शीर्ष ग्राफ से सभी समय पाठ्यक्रम निर्यात की अनुमति देता है. औसत समय-पाठ्यक्रम में मोटी काली की साजिश रची जाती है. कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Figure 4
चित्रा 4: पैनल 4 एक संदर्भ छवि के भीतर और vasculature के एक 3 डी स्टैक के भीतर व्यास माप स्थानीयकरण की अनुमति देता है. बाएं कॉलम के शीर्ष पर समय पाठ्यक्रम भूखंड 3 पैनल में समय पाठ्यक्रमों भूखंड के साथ समान है । उपयोगकर्ता बाएँ स्तंभ में शीर्ष ग्राफ़ से व्यक्तिगत समय पाठ्यक्रम का चयन कर सकते हैं. संगत संदर्भ छवि मेटाडेटा जानकारी के साथ नीचे दाईं ओर प्रदर्शित किया जाता है: ' Ref. image ' (संदर्भ छवि नाम), ' गहराई ' (माप की cortical गहराई) और ' स्केल ' (पिक्सेल प्रति माइक्रोन में छवि का स्केल) । इसी 3 डी स्टैक वर्णनात्मक मेटाडेटा जानकारी के साथ छोड़ दिया नीचे पर प्रदर्शित किया जाता है: ' स्टैक अनुक्रमणिका ' (स्टैक में वास्तविक छवि संख्या), ' डेल्टा ' (शीर्ष छवि से अनुलंब दूरी), ' Ref ' (स्टैक में छवि संख्या जो करने के लिए संगत संदर्भ छवि और कब्जा माप स्थान) और ' स्केल ' (पिक्सेल प्रति माइक्रोन में छवि के पैमाने पर). कृपया ध्यान दें कि संदर्भ छवि के शीर्ष पर ' गहराई ' प्रयोग के दौरान मैन्युअल रूप से दर्ज किया गया था और अनुमानित है. यह वास्तव में है कि मस्तिष्क की सतह के साथ झुकाव है इमेजिंग विमान का संबंध है की वजह से ढेर छवियों में फ्रेम स्तर के ' डेल्टा ' के बिल्कुल मूल्य से मेल नहीं खाता । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Figure 5
चित्र 5: सतह vasculature का कम-आवर्धन मानचित्र. छवि सतह जहाजों के साथ उजागर मस्तिष्क क्षेत्र कब्जा । मापा arteriolar पेड़ों की डाइविंग खंडों ट्री पहचानकर्ता (' ट्री आईडी ') के साथ लेबल कर रहे हैं । इन नक्शों फ़ोल्डर जहां NNE २.० से चल रहा है में फ़ोल्डर ' नक्शे ' में बच रहे हैं । कृपया यहां क्लिक करें इस आंकड़े का एक बड़ा संस्करण को देखने के लिए ।

Subscription Required. Please recommend JoVE to your librarian.

Discussion

NNE २.० के क्रम में एक विशिष्ट अध्ययन के संवहनी इमेजिंग डेटा साझा करने के लिए लिखा गया था20 लेकिन साझा करने और अंय उपयोगकर्ताओं द्वारा इसी तरह के डेटा की खोज के लिए एक सरल उपकरण विकसित करने के इरादे के साथ । संवहनी डेटा के संबंधित डेटाबेस का निरीक्षण करने में रुचि शोधकर्ताओं जीयूआई का उपयोग डेटा ब्राउज़ करने के लिए, डेटा के सबसेट का चयन करें, उंहें अपने स्वयं के प्रयोगात्मक परिणामों के लिए तुलना करें या उंहें अपनी गणना प्रक्रियाओं का उपयोग कर आगे की प्रक्रिया कर सकते हैं । MATLAB से परिचित उपयोगकर्ताओं को सीधे डेटाबेस ' vdb. mat का उपयोग कर सकते हैं ' जबकि उपयोगकर्ताओं प्रोग्रामिंग भाषा का एक अलग प्रकार का काम वैकल्पिक प्रारूपों ('. xls ' या '. csv ') में से एक में डेटा निर्यात कर सकते हैं ।

शोधकर्ताओं ने जो अपने प्रयोगात्मक NNE २.० का उपयोग कर डेटा साझा करने में रुचि रखते है एक मैट्रिक्स में इसी तरह ' vdb. mat ' के लिए परिणाम संरचना की जरूरत है । इस डाटाबेस के लिए मुख्य प्रविष्टियां समय होना चाहिए, वैक्टर के रूप में किसी भी तरह के पाठ्यक्रमों और इसी समय वैक्टर । डेटाबेस के मापदंडों या संशोधित किया जा सकता है जीयूआई के मॉड्यूलर संरचना के माध्यम से जोड़ा । सभी संदर्भ छवियों, छवि ढेर और मस्तिष्क जोखिम नक्शे (यदि लागू हो) और एकत्र किया जाना चाहिए डेटाबेस और इंटरनेट पर निष्पादन योग्य जीयूआई के साथ जमा (जैसे प्रयोगशाला वेबपेज या एक तीसरे पक्ष के भंडार) ।

मस्तिष्क समारोह के मॉडलिंग अध्ययन में 3 डी संवहनी आकृति के साथ साथ संवहनी माप का उपयोग करने में रुचि शोधकर्ताओं पहले जीयूआई का उपयोग कर डेटा का पता लगाने कर सकते हैं । डेटा के एक वांछित सबसेट का चयन करने के बाद, वे ' vdb. mat ' में चर के साथ ' ref_stacks_trace. xls ' में निर्यात मेटाडेटा जानकारी का उपयोग कर सकते हैं, 3 डी में ' hana_stk ' और मस्तिष्क जोखिम नक्शे में सहेजा गया ' मैप्स ' में नाड़ी आकृति विज्ञान पुनर्निर्माण करने के लिए 3 डी .

प्रोटोकॉल का सबसे महत्वपूर्ण चरण डेटा निर्यात कर रहा है । चयनित डेटा के सही निर्यात के लिए (पैनल 3 और 4 से) यह सभी फाइलों को बंद करने के लिए महत्वपूर्ण है जिसमें ' निर्यात ' कार्रवाई करने से पहले डेटा को निर्यात किया जाना चाहिए । उसके बाद ही फ़ाइलों को सही रूप से डेटा की वास्तविक पसंद के साथ अधिलेखित हो जाएगा । प्रोग्राम या समस्या निवारण के लिए कोई भी संशोधन स्रोत कोड के लिए किया जा करने की आवश्यकता है ।

NNE २.० 2-फोटॉन माइक्रोस्कोपी द्वारा अधिग्रहीत किया गया था जो लाइन स्कैन से गणना लौकिक प्रोफाइल साझा करने के लिए विकसित किया गया है. NNE २.० द्वारा पता लगाया डेटा इसलिए नहीं कच्चे तीव्रता स्कैन कर रहे है बल्कि पूर्व संसाधित समय सापेक्ष व्यास परिवर्तन के पाठ्यक्रमों । इस तरह से उपयोगकर्ताओं को अपने कच्चे प्रयोगात्मक अपने मानक प्रक्रियाओं और सॉफ्टवेयर का उपयोग कर डेटा प्रक्रिया में सक्षम है और एक के लिए वर्तमान और अंय शोधकर्ताओं के साथ अपने परिणामों का हिस्सा टेंपलेट के रूप में २.० NNE का उपयोग करें । न केवल संवहनी व्यास परिवर्तन लेकिन मूल रूप से किसी भी समय निर्भर संकेत अलग माप तकनीक का उपयोग कर मापा इस तरह से साझा किया जा सकता है । इस तरह के संकेतों में कैल्शियम की प्रतिदीप्ति शामिल है24, सोडियम25, वोल्टेज संवेदनशील रंजक26, चयापचयों के लिए आनुवंशिक रूप से इनकोडिंग संकेतक27, ऑक्सीजन का आंशिक दबाव (पीओ2)28, रक्त ऑक्सीजन (बोल्ड 18, वर्णक्रमीय इमेजिंग29), रक्त प्रवाह (बिंदु इमेजिंग29) या इलेक्ट्रोफिजियोलॉजी सिग्नल30. NNE २.० का उपयोग करने के लिए पूर्वावश्यकता एक मैट्रिक्स ' *. mat ' के स्वरूप में एक डेटाबेस है । यह या तो MATLAB में सीधे डेटा प्रसंस्करण या अंय प्रारूपों (जैसे ' xlsread (फ़ाइल नाम) ' से मैट्रिक्स बनाने के लिए उपकरणों का उपयोग करके प्राप्त किया जा सकता है ' में. mat ' स्वरूपों में excel फैलाओ शीट पढ़ने के लिए कार्य करता है । MATLAB के बिना NNE २.० का उपयोग खोज, डाउनलोड करने और आगे वर्तमान डेटाबेस ' vdb. mat ' से डेटा के प्रसंस्करण के लिए सीमित है ।

NNE २.० की क्षमता व्यापक तंत्रिका विज्ञान अनुसंधान समुदाय भर में प्रयोगात्मक डेटा के प्रसार में मदद करने के लिए पता लगाया है और इसी तरह के अंय प्रयोगात्मक डेटा की तुलना में डेटा अधिग्रहण और प्रसंस्करण के लिए मानकों के विकास की सुविधा है 31. NNE २.० भी neuroinformatics समुदाय भर में डेटा जहां यह गैर इनवेसिव इमेजिंग संकेतों के मॉडल में इस तरह के कार्यात्मक चुंबकीय अनुनाद इमेजिंग (fMRI) के रूप में इस्तेमाल किया जा सकता है प्रसार में मदद कर सकते है21। जबकि NNE २.० अधिक जटिल डेटाबेस के साथ प्रतिस्पर्धा नहीं कर सकते हैं5,३२,३३,३४, यह की आवश्यकता के बिना databasing और साझा प्रयोगात्मक डेटा के लिए एक निर्बाध और तैयार करने के लिए उपयोग मंच प्रदान कर सकते हैं अतिरिक्त व्यापक निवेश ।

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

लेखकों का खुलासा करने के लिए कुछ नहीं है ।

Acknowledgments

हम कृतज्ञता NIH (NS057198, EB00790, MH111359, और S10RR029050) और शिक्षा, युवा और चेक गणराज्य के खेल (CEITEC २०२०, LQ1601) के मंत्रालय से समर्थन स्वीकार करते हैं । केके २०१४ में अंतरराष्ट्रीय सिरदर्द सोसायटी से postdoctoral फैलोशिप द्वारा समर्थित और २०१५ में तुर्की की वैज्ञानिक और प्रौद्योगिकीय अनुसंधान परिषद थी । मीट्रिक टन जर्मन रिसर्च फाउंडेशन (DFG TH 2031/1) से postdoctoral फैलोशिप द्वारा समर्थित किया गया था ।

Materials

Name Company Catalog Number Comments
MATLAB MathWorks program
Winrar Rarlabs program

DOWNLOAD MATERIALS LIST

References

  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).

Tags

तंत्रिका विज्ञान अंक १३५ स्वचालित डेटा प्रोसेसिंग डेटा संग्रह डेटा प्रदर्शन विषय के रूप में डेटाबेस खोज इंजन तंत्रिका विज्ञान neuroinformatics ग्राफिकल यूजर इंटरफेस MATLAB 2-फोटॉन इमेजिंग somatosensory प्रांतस्था धमनियों रक्त प्रवाह hemodynamics मस्तिष्कवाहिकीय संचलन
Neurovascular नेटवर्क एक्सप्लोरर २.०: एक सरल उपकरण की खोज और Optogenetically के एक डाटाबेस के बंटवारे के लिए-Vasomotion में माउस प्रांतस्था में पैदा की Vivo
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Uhlirova, H., Tian, P.,… More

Uhlirova, H., Tian, P., Kılıç, K., Thunemann, M., Sridhar, V. B., Chmelik, R., Bartsch, H., Dale, A. M., Devor, A., Saisan, P. A. Neurovascular Network Explorer 2.0: A Simple Tool for Exploring and Sharing a Database of Optogenetically-evoked Vasomotion in Mouse Cortex In Vivo. J. Vis. Exp. (135), e57214, doi:10.3791/57214 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter