Login processing...

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

Bioengineering

الدماغ تدفق الدم القائم على الراحة الدولة الاتصال الوظيفي للدماغ البشري باستخدام الطيف ية الارتباط المنتشر البصري

doi: 10.3791/60765 Published: May 27, 2020

Summary

يوضح هذا البروتوكول كيفية قياس الاتصال الوظيفي لحالة الراحة في قشرة الجبهية البشرية باستخدام أداة التحليل الطيفي للارتباط المنتشر المصنوعة خصيصًا. كما يناقش التقرير الجوانب العملية للتجربة بالإضافة إلى الخطوات التفصيلية لتحليل البيانات.

Abstract

للحصول على فهم شامل للدماغ البشري ، مطلوب استخدام تدفق الدم الدماغي (CBF) كمصدر للتباين لأنه معلم رئيسي في الهيموديناميكية يتعلق بإمدادات الأكسجين الدماغي. وقد ثبت أن تقلبات التردد المنخفض في حالة الراحة على أساس تباين الأوكسجين توفر روابط بين المناطق المتصلة وظيفياً. يستخدم البروتوكول المعروض التحليل الطيفي البصري للارتباط المنتشر (DCS) لتقييم الاتصال الوظيفي لحالة الراحة المستندة إلى تدفق الدم (RSFC) في الدماغ البشري. تشير نتائج RSFC المستندة إلى CBF في القشرة الأمامية البشرية إلى أن RSFC داخل المنطقة أعلى بكثير في القشريات اليسرى واليمنى مقارنة بـ RSFC الإقليمية في كل من القشريات. يجب أن يكون هذا البروتوكول ذا أهمية للباحثين الذين يستخدمون تقنيات التصوير متعددة الوسائط لدراسة وظيفة الدماغ البشري ، خاصة في عدد الأطفال.

Introduction

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

عندما يكون الدماغ في حالة راحة ، فإنه يدل على تزامن عال من النشاط التلقائي في المناطق ذات الصلة وظيفيا ، والتي يمكن أن تقع على مقربة من مسافة قريبة أو من مسافة بعيدة. وتعرف هذه المناطق في المزامنة والشبكات الوظيفية1،2،3،4،5،6،7،8,،9. تم الكشف عن هذه الظاهرة لأول مرة من خلال دراسة التصوير بالرنين المغناطيسي الوظيفي (fMRI) باستخدام إشارات تعتمد على مستوى الأكسجين في الدم (BOLD) تشير إلى مستويات الأوكسجين في الدم الدماغي5،10، المعروف أيضًا باسم الاتصال الوظيفي لحالة الراحة (RSFC). وقد ارتبطت تشوهات في RSFC مع اضطرابات الدماغ مثل التوحد11,مرض الزهايمر12,والاكتئاب13. وبالتالي ، فإن RSFC هي أداة قيمة لدراسة المرضى الذين يعانون من اضطرابات الذين لديهم صعوبة في إجراء التقييمات القائمة على المهام. ومع ذلك، العديد من المرضى، مثل الأطفال المصابين بالتوحد الشباب، هم المرشحين الفقراء للتقييم من قبل التصوير بالرنين المغناطيسي، كما أنه يتطلب البقاء لا يزال داخل مساحة ضيقة لفترات طويلة من الزمن14،,15. التصوير البصري سريع وقابل للارتداء. وبالتالي ، فهي مناسبة لغالبية المرضى ، وخاصة عدد الأطفال16،17،18،19،20،21،,22،23،24. باستخدام هذه المزايا ، يستخدم التحليل الطيفي الوظيفي القريب من الأشعة تحت الحمراء (fNIRS) ، والذي يمكن أن يحدد تركيز الهيموجلوبين ومعلمات تشبع الأكسجين في الدماغ ، لقياس RSFC في البشر (بما في ذلك عدد الأطفال4و8,و25 والمرضى الذين يعانون من التوحد11).

الطيف البصري الارتباط المنتشر (DCS)، تقنية بصرية جديدة نسبيا، يمكن تحديد تدفق الدم الدماغي، وهو المعلمة الهامة التي تربط إمدادات الأكسجين مع التمثيل الغذائي,17،,26،,27،,28،,29. وقد ثبت أن تباين التدفق البصري الذي تم قياسه بواسطة DCS له حساسية أعلى في الدماغ مقارنة بتباين الأكسجين30. وبالتالي، فإن استخدام بارامترات CBF المشتقة من DCS لتقييم RSFC أمر مفيد.

DCS حساس ة لنقل خلايا الدم. عند نشر الفوتونان المتناثرة من خلايا الدم المتحركة، يؤدي هذا إلى تقلب شدة الضوء المكتشف بمرور الوقت. يقيس DCS وظيفة الارتباط التلقائي للكثافة المستندة إلى الوقت ويعتمد معدل اضمحلالها على المعلمات البصرية وتدفق الدم. وتستخدم هذه القيم في نهاية المطاف للحصول على مؤشر تدفق الدم الدماغي (CBFi). مع خلايا الدم المتحركة بشكل أسرع، تتحلل وظيفة الارتباط التلقائي الكثافة بشكل أسرع. لذلك ، يمكن اشتقاق معلومات حول الحركة العميقة تحت سطح الأنسجة (على سبيل المثال ، في الدماغ) من قياسات تقلبات الضوء المنتشرة بمرور الوقت27، 31،32,32،33،34،35. DCS هو تقنية مكملة لfNIRS المعروفة على نطاق واسع التي تقيس الأوكسجين في الدم17،36. نظرًا لأن كلاً من fNIRS و DCS هما تقنيات تصوير دماغ بصرية ذات دقة زمنية عالية في نطاق ميلي ثانية ، فإن عمليات التصوير البصري أقل حساسية بكثير للقطع الأثرية المتحركة من fMRI. كما تم استخدامها بنجاح لتصوير الدماغ وظيفية في مجموعات الأطفال, بما في ذلك الرضع الصغار جدا16. في السابق، تم استخدام قياسات تدفق الدم السطحية لتقييم RSFC في الدراسات قبل السريرية في الفئران37. هنا، يتم استخدام معلمات تدفق الدم لتحديد RSFC في تسعة بالغين أصحاء كدراسة إثبات المفهوم38،39.

في هذه الدراسة ، يتم استخدام نظام FD-fNIRS تجاري ونظام DCS مخصص(انظر جدول المواد). يتكون DCS الذي تم بناؤه داخليًا من جهازي 785 نانومتر و100 متر وأشعة ليزر طويلة من التماسك المستمر التي تقترن بموصل FC وثماني آلات عد فوتون واحدة (SPCM) متصلة بوصلة تلقائية. كما تم إجراء واجهة مستخدم رسومية مخصصة للبرامج (GUI) خصيصًا لهذا النظام لعرض وحفظ أعداد الفوتون ومنحنيات الارتباط التلقائي وتدفق الدم شبه الكمي لكل قناة SPCM في الوقت الفعلي. وتستخدم عادة أجزاء في هذا النظام لDCS16،17،31،32،40،42،43،44، كما تم التحقق من النتائج التي تم الحصول عليها في المنزل واستخدامها في دراسة حديثة39.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

ووافق مجلس المراجعة المؤسسية في جامعة رايت ستيت على البروتوكول، وتم الحصول على موافقة مستنيرة من كل مشارك قبل التجربة.

1- إعداد الموضوع

  1. قم بإنشاء نظام FD-fNIRS و DCS للإحماء لمدة 10 دقيقة على الأقل (انظر القسمين 2 و3 لمزيد من التفاصيل) قبل البدء في أي قياسات للموضوع. ويرد مثال لقياس الموضوع باستخدام أداة DCS المدمجة في الشكل 1.
  2. أولاً، استخدم مقياس شريط لقياس المسافة بين النسيون إلى inion على رأس كل موضوع(الشكل 2A).
  3. مع nasion كنقطة انطلاق، وضع علامة على الموقع الذي هو 10٪ من المسافة إلى inion مع علامة الحبر. وهذا يدل على النقطة بين Fp1 و Fp2 من المونتاج EEG 10/20(الشكل 2A).
  4. باستخدام غطاء EEG 10/20 (انظر جدول المواد)،قم بضبط الغطاء بحيث تكون النقطة التي تم وضع علامة عليها بين Fp1 و Fp2.
  5. وضع علامة على النقطة بين Fp1 و F7 (القشرة اليسرى) والنقطة بين Fp2 و F8 (القشرة اليمنى). وهذا يمثل الحدود بين القشرة الجبهية العليا العليا والقشرة الجبهية الظهرية (DLFC) وبين DLFC وقشرة الجبهية السفلية (IFC) ، على التوالي ، لنصفي الكرة الأرضية الأيسر والأيمن(الشكل 2A).
  6. باستخدام مسبار 3D المطبوعة، ضع الألياف متعددة الوضع (MMF) على النقاط التي تم وضعها حديثًا (النقاط "S" على الشكل 2C)وقم بتوصيل كل منها بمصدر ضوء الليزر 785 نانومتر(الشكل 2B، C).
  7. ضع ألياف الوضع الواحد (SMFs) على بعد 2.75 سم من MMF. وينبغي وضع أليافين على DLFC (موقعي "DLFC،1" و "DLFC،2") وواحد على مؤسسة التمويل الدولية (موقع "IFC"). يتم تكرار وضع SMF على كل جانب من القشرة لما مجموعه ستة SMFs(الشكل 2c).
  8. ضع SMF 1 سم أخرى تحت MMF في الموقع "Ds"في كلا جانبي القشرة (للكشف عن تدفق الدم في فروة الرأس) وقم بتوصيل كل من SMFs بآلات العد الفردية ذات الفوتون الواحد(الشكل 2C).

p الفئة ="jove_title">2. إعدادات FD-fNIRS والمعايرة

  1. قم بإيقاف تشغيل أي أضواء وشغّل نظام FD-fNIRS للتحضير للمعايرة.
    تنبيه: كإجراء وقائي عام، لا تنظر مباشرة إلى مصادر الضوء ومخرجات الألياف، لأن هذا قد يسبب تلف العين. استخدام بطاقة استشعار الأشعة تحت الحمراء(جدول المواد).
  2. تجنب التعرض غير الضروري للكاشفات لمستويات إضاءة الغرفة للحفاظ على التشغيل الخالي من الضوضاء وتجنب تلف أجهزة الكشف.
  3. تدفئة مصادر الضوء وأجهزة الكشف عن طريق تشغيل النظام والسماح له بتشغيل ما لا يقل عن 10 دقيقة (ويفضل، 20 دقيقة الحد الأدنى و 1 ساعة كحد أقصى للدقة المثلى والاستقرار) مع الضوء على، تعديل على، والجهد كاشف على.
  4. تشغيل برنامج الحصول على البيانات المستندة إلى واجهة المستخدم الرسومية. ضبط كسب كاشف لتحقيق إشارة الأمثل مع أجهزة الاستشعار المرفقة والمضمون لشبح المعايرة (polydimethylsiloxane القائم على شبح من الخصائص البصرية المعروفة،انظر جدول المواد) عن طريق الضغط على زر "التحيز التلقائي". إذا يومض تحذير الجهد الزائد، خفض الكسب.
  5. بعد ضبط كسب الكاشف للحصول على الحد الأقصى للإشارة، افصل أحد ألياف المصدر عن الكاشف وتحقق من أن التيار المباشر (DC) أقل من 20 عددًا لكل فترة قياس للألياف المصدر المقابلة. إذا كان أكبر من هذه القيمة، قد يكون هناك تسرب ضوء الغرفة المفرطة في كاشف45. إذا كان هذا هو الحال، يجب أن يتم تشغيل النظام إلى أسفل، ثم ينبغي حظر أي ضوء الزائدة في الغرفة / إزالتها والخطوات 2.4-2.5 المتكررة.
  6. تحقق من مستوى الإشارة المناسب من كل مصدر وكاشف. ويعرّف النظام هذا على أنه أعلى من 100 وأقل من 500 1 عدد لكل دورة قياس.
  7. إجراء المعايرة عن طريق الضغط على زر "معايرة" في واجهة المستخدم الرسومية. سيقوم النظام بأخذ القياسات وتطبيق عوامل المعايرة لقياس الخصائص البصرية للشبح المعروف بشكل صحيح. يتم حفظ عوامل المعايرة هذه وتطبيقها تلقائيًا على قياسات الجسم الحي.
  8. تسجيل بيانات المعايرة، والتي ستوفر سجلاً لأداء النظام على شبح قياسي.

3. إعدادات DCS

تنبيه: كإجراء وقائي عام، لا تنظر إلى مصادر الضوء ومخرجات الألياف مباشرة لتجنب تلف العين المحتمل. استخدام بطاقة استشعار الأشعة تحت الحمراء (انظر جدول المواد).

  1. تجنب التعرض غير الضروري للكاشفات (أي ضوء الغرفة) للحصول على بيانات أولية دقيقة لمنحنيات الارتباط التلقائي ومنع تلف أجهزة الكشف.
  2. الاحماء مصادر ضوء الليزر DCS وSPCM (انظر جدول المواد)عن طريق تحويلها إلى موقف "على" والسماح لهم لتشغيل لمدة 10 دقيقة على الأقل (ويفضل، 20 دقيقة الحد الأدنى و 1 ساعة كحد أقصى للدقة والاستقرار الأمثل).
  3. تشغيل واجهة المستخدم الرسومية المستندة إلى برنامج الحصول على البيانات ، والذي يعرض عدد الفوتون لكل كاشف وقيم تدفق الدم شبه الكمية في الوقت الحقيقي. ضبط موقف الألياف، وزاوية (يجب أن يكون وجه الألياف عمودي على سطح الجلد)، وتوقيت الحصول على البيانات للحصول على إشارة لا تقل عن 5000 التهم / ق (لنسبة إشارة كافية إلى الضوضاء) وأقل من 1،000،000 التهم / ق (لتجنب الضارة كاشفات)(الشكل 3A).
  4. تحقق من مستويات كافية لعدد الفوتون (من الخطوة 3.3) من كل كاشف عن طريق التحقق من مستوى عدد الفوتون ومنحنيات الارتباط التلقائي القريبة في الوقت الفعلي المعروضة على الشاشة.
  5. تحقق من اتصال كاف من الألياف دون أي تسرب الضوء المحيط عن طريق التحقق من تقاطع y من منحنى الارتباط التلقائي المعروض ة على الشاشة. القيمة المثلى هي ~ 1.5 دون استخدام المستقطبات(الشكل 3B).
  6. تحقق من أن التحقيق والقياسات ليست عرضة للحركة القطع الأثرية عن طريق تشديد الشريط المرن بحيث يكون ضيقًا بما يكفي لمقاومة الحركة ولكنه فضفاض بما يكفي لمنع أي إزعاج للموضوع. يجب على المستخدم أيضًا التحقق من منحنيات الارتباط التلقائي على الشاشة في وقت واحد بحيث يتحلل منحنى الارتباط التلقائي إلى 1 لوقت ارتباط أطول (ο > 10 ms)(الشكل 3C).

4 - جمع البيانات

  1. إرشاد الموضوع لتقليل أي تحركات خلال قياس 8 دقيقة.
  2. إيقاف الأنوار وتأكد من أن الموضوع يجلس في وضع مريح مع عينيه مغلقة.
  3. إجراء قياسات FD-fNIRS الأساسية باستخدام عن طريق وضع مسبار بصري لنظام FD-fNIRS على الجبهة المجاورة لمسب DCS. ثم اضغط على زر "اكتساب" في واجهة المستخدم الرسومية للاستحواذ FD-fNIRS. ستوفر هذه البيانات خصائص بصرية ثابتة، ومعلمات امتصاص، ومعلمات مبعثر μ's)sالتي سيتم استخدامها للقياس الكمي للمعلمة البصرية الديناميكية، CBFi17،20.
  4. بعد الانتهاء من قياسات FD-fNIRS، ابدأ في الحصول على البيانات على قياسات DCS البصرية عن طريق الضغط على زر "تشغيل" في واجهة المستخدم الرسومية للحصول على البيانات DCS. جمع البيانات لما مجموعه 8 دقيقة مع الحد الأقصى 2 s وقت التكامل (أقل يفضل، اعتمادا على نسبة الإشارة إلى الضوضاء لكل موضوع).
  5. إذا لزم الأمر، كرر التجربة في غضون ساعة واحدة من التجربة الأولية أو كرر التجربة خلال وقت مماثل من اليوم للحد من الاختلافات الخارجية مثل التعب أو المنشطات أو درجة الحرارة.

5 - تحليل البيانات

  1. بالنسبة لبيانات FD-fNIRS، استخرج خصائص الامتصاص والتشتت البصريa، μ's)التي تتم معالجتها بواسطة طريقة المنحدر46، 47،48،49,49،50،51،52،53.
  2. بالنسبة لـ DCS ، نظرًا لأن المعالجة الما بعد المعالجة مطلوبة ، قم باستيراد البيانات الخام للارتباط التلقائي من كل قناة من القنوات الثماني في برنامج تحليل البيانات.
  3. CBF ذات الصلة التحديد الكمي المعلمة مفصلة في الاستعراضات الأخيرة6،27،54. باختصار، من وظيفة الارتباط التلقائي للكثافة العادية (g2 [r,ο])، استخراج وظيفة الارتباط التلقائي الزمني للحقل الكهربائي المنتشر (g1 [r,ο]) باستخدام علاقة Siegert: g2 (r,ο) = 1 + α | ز 1 (ص،ο)| 2.
    ملاحظة: α هو ثابت، يتناسب مع عدد من وسائط المكانية الكشف عن,17،,27،,55،,56،يتراوح من 0 إلى 1، ويتم الحصول عليها عن طريق تركيب (تطبيع) وظيفة الارتباط التلقائي المجال الكهربائي ز1.
  4. للحصول على معلمة متعلقة بتدفق الدم (αDB)من الملاءمة ، استخدم الحل التحليلي لـ g16و27و54 وتناسب البيانات مع النموذج أو معدل الاضمحلال:
    المعادلة الأولى
    ملاحظة: في المعادلة أعلاه، ko هو عدد موجي للضوء في الوسط، α هو عامل متناسب مع كسر حجم دم الأنسجة، وDB هو معامل براوني فعال. يمكن تعريف αDB على أنه مؤشر تدفق الدم (BFI)6أو54 أو CBFi17. هنا ، يتم استخدام CBFi.
  5. تناسب النموذج باستخدام المعلمات البصرية التي تم الحصول عليها من FD-fNIRS. المعلمات الرئيسية لتناسب هي CBFi وα.
    ملاحظة: يوضح الشكل 3A البيانات التمثيلية الكافية للتحليل. يتم تجاهل بيانات DCS إذا (1) وظيفة الارتباط التلقائي أقل بكثير من 1.5 (α < 0.5) (أي في حالة الشكل 3B، حيث تكون الوظيفة ~ 1.2 ، α < 0.2 ، بسبب تسرب ضوء الغرفة) أو إذا (2) لا يتحلل منحنى الارتباط التلقائي إلى 1 لوقت ارتباط أطول (10 مللي ثانية) (أي في حالة الشكل 3C، حيث تؤدي القطعة الأثرية المتحركة ، مثل حركة الرأس أو التحقيق ، إلى بيانات غير قابلة للاستخدام).
  6. إلغاء الاتجاه النتائج الكمية باستخدام تناسب متعدد الحدود من الدرجة الثانية لإزالة الانجراف البطيء(الشكل 4A).
  7. استخدام صفر المرحلة الثانية من الدرجة تصفية بتروورث مع شريط مرور من 0.009-0.080 هرتز لإزالة أي ترددات الدماغ غير المرغوب فيها مثل موجات ماير(الشكل 4A).
  8. استخدم الانحدار الخطي للحصول على المخلفات من كل قناة مقابل قياس المسافة القصيرة لإزالة إشارات فروة الرأس السطحية على كل جانب من القشرة(الشكل 4B).
  9. حساب معامل الارتباط بيرسون بين كل زوج من القنوات لتحديد حالة الراحة الاتصال الوظيفي بين مناطق الدماغ(الشكل 5).
  10. تحويل قيمة الارتباط إلى قيمة z باستخدام تحويل Fisher Z وإجراء اختبار tللحصول على القيمة p(الشكل 5). استخدم معدل اكتشاف زائف (FDR) لتصحيح المقارنات المتعددة.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

تم بنجاح إزالة جدوى استخدام DCS لقياس الاتصال الوظيفي39. تم قياس الاتصال الوظيفي لحالة الراحة في القشريات الجبهية من تسعة أشخاص. وأشارت النتائج (متوسط ± SD) إلى ارتباط أعلى في المنطقة داخل المنطقة من اليسار (0.64 ± 0.25) واليمين (0.62 ± 0.23) القشريات، بالمقارنة مع المنطقة بين المناطق من اليسار (0.32 ± 0.32) ، (0.34 ± 0.27) واليمين (0.34 ± 0.29) ، (0.34 ± 0.26) القشريات. (الشكل5). كما تم إجراء تحليل للقوة بقوة 0.8 ومستوى أهمية 0.05، مما أدى إلى قوة 0.82 بحجم عينة ثمانية (أقل من عدد الموضوعات التي تم تحليلها في هذه الدراسة).

ولاختبار ما إذا كان هناك فرق كبير بين RSFC بين المناطق وRSFC داخل المنطقة ، تم تحويل قيمة الارتباط إلى قيمة z باستخدام تحويل Fisher Z ، ثم تم إجراء اختبار t لمقارنة RSFC بين المناطق وداخل الإقليمية لكلا القشريات. أدى ذلك إلى قيم p من ≤ 0.0002 ، مما يدل على اختلاف كبير تم إثباته في دراسات fNIRS السابقة8،25 (الشكل 5). لتحديد ما إذا كان هناك أي فرق بين مناطق الدماغ متناظرة (القشريات اليسرى واليمنى)، تم إجراء اختبار t. وأدى ذلك إلى قيم p من > 0.8، مما يدل على أنه لم يكن هناك فرق كبير بين مناطق الدماغ مماثلة على جانبي القشرة.

Figure 1
الشكل 1: الإعداد التجريبي. يرجى الضغط هنا لعرض نسخة أكبر من هذا الرقم.

Figure 2
الشكل 2: مخطط التحقيق والتنسيب. (أ) وضع المسابير كما هو مبين في خريطة نظام EEG 80-20. (ب) مثال على المسبار المطبوع ثلاثي الأبعاد مع الألياف البصرية التي يرتديها الموضوع. (ج) نموذج CAD لموقع أجهزة الكشف (D) والمصادر (S) في القشرة الأمامية الظهرية (DLFC) والقشرة الأمامية السفلية (IFC). يرجى الضغط هنا لعرض نسخة أكبر من هذا الرقم.

Figure 3
الشكل 3: عينة تمثيلية من البيانات باستخدام أجهزة الكشف في نفس المنطقة عند نفس فصل كاشف المصدر. يظهر منحنى الارتباط التلقائي (g2) فيما يتعلق بوقت التأخر (ο). (أ)البيانات عندما يكون لدى المسبار اتصال كافٍ، مما يظهر أعدادًا عالية وتناسبًا جيدًا للنموذج التحليلي. (ب)البيانات (مبالغ فيها) مع تسرب الضوء المحيط في التحقيق كما لوحظ من قبل أقل y-اعتراض (بيتا). ويرجع ذلك عادة إلى مزيج من ضعف الاتصال وضوء الخلفية القوي ، مما يتطلب إجراء تعديلات. (C)البيانات (مبالغ فيها) مع قطعة أثرية الحركة في حين يتم متوسط منحنى g2. يرجى الضغط هنا لعرض نسخة أكبر من هذا الرقم.

Figure 4
الشكل 4: تحليل البيانات التمثيلية التي تم الحصول عليها من موضوع واحد. (أ) قطعة من الطيف الطاقة بعد كل من خطوات المعالجة. (ب) مثال يبين السلسلة الزمنية لإشارة تدفق الدم العادية على إحدى القنوات قبل وبعد الانحدار لقناة المسافات القصيرة (إشارة فروة الرأس). يرجى الضغط هنا لعرض نسخة أكبر من هذا الرقم.

Figure 5
الشكل 5: يستريح الاتصال الوظيفي للدولة في القشريات قبل الجبهي لجميع المواضيع. متوسط المجموعة للمنطقة بين المناطق (DLFC1-IFC و DLFC2-IFC) من القشرة اليسرى (0.32 ± 0.32) ، (0.34 ± 0.27) والقشرة اليمنى (0.34 ± 0.29) ، (0.34 ± 0.26). متوسط المجموعة للمنطقة داخل المنطقة الإقليمية من القشرة اليسرى (0.64 ± 0.25) والقشرة اليمنى (0.62 ± 0.23). يشير شريط الخطأ إلى SD عبر كافة الموضوعات. يُظهر اختبار t الفرق بين RSFC داخل وخارج إقليمي لكل من القشريات كبير مع p ≤ 0.0002 ، في حين لم يكن هناك فرق كبير بين القشرة اليسرى واليمنى (t-test = p > 0.8). تم استخدام معدل الاكتشاف الزائف (FDR) لتصحيح المقارنات المتعددة. يرجى الضغط هنا لعرض نسخة أكبر من هذا الرقم.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

or Start trial to access full content. Learn more about your institution’s access to JoVE content here

لتحديد ما إذا كان CBF كما يقاس بواسطة DCS الكشف بدقة RSFC، تم فحص منطقتين من الدماغ مع خصائص RSFC المعروفة. يفترض أن الاتصال الوظيفي بين مناطق DLFC وبين DLFC وIFC موجود57،58،59. تم اختيار الاتصال بين موقعين داخل DLFC الأيسر والأيمن، لأن الاتصال داخل المنطقة عادة ما يكون أعلى. كما تم اختيار الاتصال بين مؤسسة التمويل الدولية والصندوق، حيث من المعروف أن الاتصال بين الأقاليم أضعف.

وأظهرت تقنية DCS اتصالًا عاليًا داخل مناطق DLFC ولكن ها هي أقل اتصالبين منطقتي IFC وDLFC ، وهو ما يتسق مع دراسات مماثلة أجريت مع أساليب أخرى مثل fMRI. وتبين هذه النتائج إمكانات DCS كوسيلة غير الغازية لتقييم RSFC في البشر. عندما يقترن طرائق التصوير الأخرى مثل fNIRS، توصيف دقيق لأمراض الخلايا العصبية مثل التوحد يصبح قابلا ً للتطبيق. على الرغم من أن القياسات المتزامنة للfNIRS و DCS لا تزال تشكل تحديا، وقد تم استكشاف العديد من النهج لهذه المشكلة19،,20،,21،,23،27،28،,,,60،,61،,62،,63،,64، 65,65. في دراسة تجريبية، تم اختيار تحقيقات DCS المعزولة وأخف وزنا ً لتحسين الاتصال. في المستقبل ، يمكن تحسين تصميم المسبار ، ويمكن إدخال ألياف fNIRS بجوار ألياف DCS ، ويمكن إضاءة مصادر الضوء بشكل تسلسلي كما هو موضح سابقًا. وباختصار، فإن DCS بمثابة تكملة لتقنيات أخرى وتصبح أداة مفيدة لتقييم غير الغازية وظيفة الدماغ في المرضى الصغار والمعوقين.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

ولا يعلن صاحبا البلاغ عن مصالح مالية متنافسة.

Acknowledgments

ويود المؤلفان أن ينوها بالدعم المالي المقدم من جبهة أوهايو الثالثة إلى شبكة أوهايو لبحوث وابتكار التصوير (OIRAIN, 667750) والمؤسسة الوطنية للعلوم الطبيعية في الصين (رقم 81771876).

Materials

Name Company Catalog Number Comments
3D Printed Probe In-house N/A 3D printed PLA probe (Craftbot, Craft unique)
785nm, 100mW, CW, FC coupled Laser CrystaLaser DL785-100-S DCS component (light source)
Auto-correlator Correlator.com Flex05-8ch DCS component (output g2 curve to PC)
Data Acquisition GUI In-house N/A GUI coded in LabVIEW to run the DCS system
Data analysis software In-house N/A Matlab code used for obtaining RSFC results
EEG Electrode Cap OpenBCI N/A EEG mesh cap with standard 10/20 positions
Multi-mode fiber OZ Optics QMMJ-3,2.5-IRVIS-600/630-3PCBK-3 DCS component (source fiber)
Oxiplex calibration phantom ISS 75019, 75020 Set of 2 PDMS Calibration Phantom
Oxiplex muscle probe ISS 86010 4 channel muscle probe
Oxiplex Oximeter ISS 95205 FD-fNIRS (690nm, 830nm)
Power meter Thorlabs PM100D Laser light power adjuster
Sensor card Thorlabs F-IRC1-S laser IR beam viewer
Single-mode fiber OZ Optics SMJ-3S2.5-780-5/125-3PCBK-3 DCS component (detector fiber)
Single-Photon Counting Machine Excelitas SPMC-NIR-1x2-FC DCS component (detector)

DOWNLOAD MATERIALS LIST

References

  1. Cohen, A. L., et al. Defining functional areas in individual human brains using resting functional connectivity MRI. NeuroImage. 41, (1), 45-57 (2008).
  2. Pizoli, C. E., et al. Resting state activity in development and maintenance of normal brain function. Proceedings of the National Academy of Sciences of the United States of America. 108, (28), 11638-11643 (2011).
  3. Duan, L., Zhang, Y. J., Zhu, C. Z. Quantitative comparison of resting state functional connectivity derived from fNIRS and fMRI: A simultaneous recording study. NeuroImage. 60, (4), 2008-2018 (2012).
  4. White, B. R., et al. Resting state functional connectivity in the human brain revealed with diffuse optical tomography. NeuroImage. 47, (1), 148-156 (2009).
  5. Biswal, B., Yetkin, F. Z., Haughton, V. M., Hyde, J. S. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magnetic resonance in medicine official journal of the Society of Magnetic Resonance in Medicine/Society of Magnetic Resonance in Medicine. 34, (4), 537-541 (1995).
  6. Mesquita, R. C., et al. Direct measurement of tissue blood flow and metabolism with diffuse optics. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering. (2011).
  7. Zhang, H., et al. Test-retest assessment of independent component analysis-derived resting state functional connectivity based on functional near-infrared spectroscopy. NeuroImage. 55, (2), 607-615 (2011).
  8. Lu, C. M., et al. Use of fNIRS to assess resting state functional connectivity. Journal of Neuroscience Methods. 186, (2), 242-249 (2010).
  9. Zhang, Y. -J., et al. Detecting Resting state Functional Connectivity in the Language System using Functional Near-Infrared Spectroscopy. Journal of Biomedical Optics. 15, (4), 047003 (2010).
  10. Fransson, P. Spontaneous low-frequency BOLD signal fluctuations: An fMRI investigation of the resting state default mode of brain function hypothesis. Human Brain Mapping. (2005).
  11. Li, J., et al. Characterization of autism spectrum disorder with spontaneous hemodynamic activity. Biomedical Optics Express. (2016).
  12. Sheline, Y. I., Raichle, M. E. Resting state functional connectivity in preclinical Alzheimer's disease. Biological Psychiatry. (2013).
  13. Mulders, P. C., van Eijndhoven, P. F., Schene, A. H., Beckmann, C. F., Tendolkar, I. Resting state functional connectivity in major depressive disorder: A review. Neuroscience and Biobehavioral Reviews. (2015).
  14. Kiviniemi, V., et al. Slow vasomotor fluctuation in fMRI of anesthetized child brain. Magnetic Resonance in Medicine. (2000).
  15. Fransson, P., et al. Resting state networks in the infant brain. Proceedings of the National Academy of Sciences of the United States of America. (2007).
  16. Durduran, T., Yodh, A. G. Diffuse correlation spectroscopy for non-invasive, micro-vascular cerebral blood flow measurement. Neuroimage. 85, 51-63 (2014).
  17. Buckley, E. M., Parthasarathy, A. B., Grant, P. E., Yodh, A. G., Franceschini, M. A. Diffuse correlation spectroscopy for measurement of cerebral blood flow: future prospects. Neurophotonics. 1, (1), 011009 (2014).
  18. Buckley, E. M., et al. Cerebral hemodynamics in preterm infants during positional intervention measured with diffuse correlation spectroscopy and transcranial Doppler ultrasound. Optics Express. (2009).
  19. Dehaes, M., et al. Cerebral oxygen metabolism in neonatal hypoxic ischemic encephalopathy during and after therapeutic hypothermia. Journal of Cerebral Blood Flow. (2014).
  20. Lin, P. Y., et al. Non-invasive optical measurement of cerebral metabolism and hemodynamics in infants. Journal of Visualized Experiments. (2013).
  21. Lin, P. Y., et al. Regional and hemispheric asymmetries of cerebral hemodynamic and oxygen metabolism in newborns. Cerebral Cortex. 23, (2), (2013).
  22. Busch, D. R., et al. Cerebral Blood Flow Response to Hypercapnia in Children with Obstructive Sleep Apnea Syndrome. Sleep. (2016).
  23. Durduran, T., et al. Cerebral oxygen metabolism (CMRO2) reactivity to hypercapnia in neonates with severe congenital heart defects measured with diffuse optics. Journal of Cerebral Blood Flow and Metabolism. (2009).
  24. Durduran, T., et al. Optical measurement of cerebral hemodynamics and oxygen metabolism in neonates with congenital heart defects. Journal of Biomedical Optics. (2010).
  25. Mesquita, R. C., Franceschini, M. A., Boas, D. A. Resting state functional connectivity of the whole head with near-infrared spectroscopy. Biomedical optics express. 1, (1), 324-336 (2010).
  26. Boas, D. A., Franceschini, M. A. Haemoglobin oxygen saturation as a biomarker: The problem and a solution. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering. (2011).
  27. Durduran, T., Yodh, A. G. Diffuse correlation spectroscopy for non-invasive, micro-vascular cerebral blood flow measurement. NeuroImage. (2014).
  28. Yu, G. Diffuse Correlation Spectroscopy (DCS): A Diagnostic Tool for Assessing Tissue Blood Flow in Vascular-Related Diseases and Therapies. Current Medical Imaging Reviews. (8), 194-210 (2012).
  29. Yu, G., Durduran, T., Zhou, C., Cheng, R., Yodh, A. G. Near-Infrared Diffuse Correlation Spectroscopy for Assessment of Tissue Blood Flow. Handbook of Biomedical Optics. 195-216 (2011).
  30. Selb, J., et al. Sensitivity of near-infrared spectroscopy and diffuse correlation spectroscopy to brain hemodynamics: simulations and experimental findings during hypercapnia. Neurophotonics. 1, (1), (2014).
  31. Cheung, C., et al. In vivo cerebrovascular measurement combining diffuse near-infrared absorption and correlation spectroscopies. Physics in Medicine and Biology. 46, (8), 2053-2065 (2001).
  32. Mesquita, R. C., et al. Direct measurement of tissue blood flow and metabolism with diffuse optics. Philos Trans A Math Phys Eng Sci. 369, (1955), 4390-4406 (2011).
  33. Maret, G., Wolf, P. E. Multiple Light Scattering from Disordered Media. The Effect of Brownian Motion of Scatterers. Z. Phys. B - Condensed Matter. 65, 409-413 (1987).
  34. Yu, G. Q. Near-infrared diffuse correlation spectroscopy in cancer diagnosis and therapy monitoring. Journal of Biomedical Optics. 17, (1), (2012).
  35. Carp, S. A., Dai, G. P., Boas, D. A., Franceschini, M. A., Kim, Y. R. Validation of diffuse correlation spectroscopy measurements of rodent cerebral blood flow with simultaneous arterial spin labeling MRI; towards MRI-optical continuous cerebral metabolic monitoring. Biomedical Optics Express. 1, (2), 553-565 (2010).
  36. Roche-Labarbe, N., et al. Near-infrared spectroscopy assessment of cerebral oxygen metabolism in the developing premature brain. Journal of Cerebral Blood Flow. (2012).
  37. Bergonzi, K. M., Bauer, A. Q., Wright, P. W., Culver, J. P. Mapping functional connectivity using cerebral blood flow in the mouse brain. J Cereb Blood Flow Metab. 35, (3), 367-370 (2015).
  38. Poon, C. S., Li, J., Kress, J., Rohrbach, D. J., Sunar, U. Resting state Functional Connectivity measured by Diffuse Correlation Spectroscopy. Optics InfoBase Conference Papers. (2018).
  39. Li, J., Poon, C. -S., Kress, J., Rohrbach, D. J., Sunar, U. Resting state functional connectivity measured by diffuse correlation spectroscopy. Journal of Biophotonics. 11, (2), (2018).
  40. Yu, G. Q. Near-infrared diffuse correlation spectroscopy in cancer diagnosis and therapy monitoring. J Biomed Opt. 17, (1), (2012).
  41. Li, J., et al. Measurements of human motor and visual activities with diffusing-wave spectroscopy. Novel Optical Instrumentation for Biomedical Applications II. 5864, 58640 (2005).
  42. Wang, D., et al. Fast blood flow monitoring in deep tissues with real-time software correlators. Biomedical Optics Express. 7, (3), 776 (2016).
  43. Boas, D. A., Yodh, A. G. Spatially varying dynamical properties of turbid media probed with diffusing temporal light correlation. Journal of the Optical Society of America a-Optics Image Science and Vision. 14, (1), 192-215 (1997).
  44. Diop, M., Lee, T. -Y., St. Lawrence, K. Continuous monitoring of absolute cerebral blood flow by combining diffuse correlation spectroscopy and time-resolved near-infrared technology. Spie. 7896, 78960 (2011).
  45. Medical, I. ISS Oxiplex Manual. (2008).
  46. Fantini, S., et al. Quantitative optical monitoring of the hemoglobin concentration and saturation in the piglet brain. Biomedical Optical Spectroscopy and Diagnostics. (2000).
  47. Hueber, D. M., et al. Non-invasive and quantitative near-infrared haemoglobin spectrometry in the piglet brain during hypoxic stress, using a frequency-domain multidistance instrument. Physics in Medicine and Biology. (2001).
  48. Zhang, J., et al. Application of I&Q detection system in scouting the curative effect of neck squamous cell carcinoma. Optical Tomography and Spectroscopy of Tissue V. (2003).
  49. Zhao, J., Ding, H. S., Hou, X. L., Le Zhou, C., Chance, B. In vivo determination of the optical properties of infant brain using frequency-domain near-infrared spectroscopy. Journal of Biomedical Optics. (2005).
  50. Tu, T., Chen, Y., Zhang, J., Intes, X., Chance, B. Analysis on performance and optimization of frequency-domain near-infrared instruments. Journal of Biomedical Optics. (2002).
  51. Choe, R., et al. Transabdominal near infrared oximetry of hypoxic stress in fetal sheep brain in utero. Proceedings of the National Academy of Sciences of the United States of America. (2003).
  52. Sunar, U., et al. Noninvasive diffuse optical measurement of blood flow and blood oxygenation for monitoring radiation therapy in patients with head and neck tumors: a pilot study. Journal of Biomedical Optics. 11, (6), (2006).
  53. Sunar, U., et al. Hemodynamic responses to antivascular therapy and ionizing radiation assessed by diffuse optical spectroscopies. Optics Express. (2007).
  54. Durduran, T., Choe, R., Baker, W. B., Yodh, A. G. Diffuse Optics for Tissue Monitoring and Tomography T. Rep Prog Phys. 73, (7), (2010).
  55. Boas, D. A., Campbell, L. E., Yodh, A. G. Scattering and imaging with diffusing temporal field correlations. Physical Review Letters. (1995).
  56. Boas, D. A., Yodh, A. G. Spatially varying dynamical properties of turbid media probed with diffusing temporal light correlation. Journal of the Optical Society of America A. (1997).
  57. Chuang, C. -C., Sun, C. -W. Gender-related effects of prefrontal cortex connectivity: a resting state functional optical tomography study. Biomedical Optics Express. 5, (8), 2503 (2014).
  58. Okamoto, M., et al. Multimodal assessment of cortical activation during apple peeling by NIRS and fMRI. NeuroImage. (2004).
  59. Koessler, L., et al. Automated cortical projection of EEG sensors: Anatomical correlation via the international 10-10 system. NeuroImage. (2009).
  60. Farzam, P., et al. Shedding light on the neonatal brain: Probing cerebral hemodynamics by diffuse optical spectroscopic methods. Scientific Reports. (2017).
  61. Shang, Y., Li, T., Yu, G. Clinical applications of near-infrared diffuse correlation spectroscopy and tomography for tissue blood flow monitoring and imaging. Physiological Measurement. (2017).
  62. Mesquita, R. C., et al. Direct measurement of tissue blood flow and metabolism with diffuse optics. Philos Trans A Math Phys Eng Sci. 369, (1955), 4390-4406 (2011).
  63. Durduran, T., et al. Diffuse optical measurement of blood flow, blood oxygenation, and metabolism in a human brain during sensorimotor cortex activation. Optics Letters. (2004).
  64. Kim, M. N., et al. Noninvasive measurement of cerebral blood flow and blood oxygenation using near-infrared and diffuse correlation spectroscopies in critically brain-injured adults. Neurocritical Care. (2010).
  65. Irwin, D., et al. Influences of tissue absorption and scattering on diffuse correlation spectroscopy blood flow measurements. Biomedical Optics Express. (2011).
الدماغ تدفق الدم القائم على الراحة الدولة الاتصال الوظيفي للدماغ البشري باستخدام الطيف ية الارتباط المنتشر البصري
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Poon, C., Rinehart, B., Li, J., Sunar, U. Cerebral Blood Flow-Based Resting State Functional Connectivity of the Human Brain using Optical Diffuse Correlation Spectroscopy. J. Vis. Exp. (159), e60765, doi:10.3791/60765 (2020).More

Poon, C., Rinehart, B., Li, J., Sunar, U. Cerebral Blood Flow-Based Resting State Functional Connectivity of the Human Brain using Optical Diffuse Correlation Spectroscopy. J. Vis. Exp. (159), e60765, doi:10.3791/60765 (2020).

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