Login processing...

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

Bioengineering

광학 확산 상관 분광법을 사용하여 인간의 뇌의 대뇌 혈류 기반 휴식 상태 기능 적 연결

doi: 10.3791/60765 Published: May 27, 2020

Summary

이 프로토콜은 맞춤형 확산 상관 분광법 계측기를 사용하여 인간 전두엽 피질에서 휴식 상태 기능 연결을 측정하는 방법을 보여줍니다. 이 보고서는 또한 실험의 실질적인 측면과 데이터 분석을 위한 자세한 단계에 대해서도 논의합니다.

Abstract

인간의 뇌에 대한 포괄적인 이해를 얻기 위해, 대뇌 산소 공급과 관련된 핵심 혈역학적 파라미터이기 때문에 대조의 근원으로서 대뇌 혈류(CBF)를 활용하는 것이 요구된다. 산소 화 대비에 기초한 휴식 상태 의 저주파 변동은 기능적으로 연결된 영역 간의 상관관계를 제공하는 것으로 나타났다. 제시된 프로토콜은 광학 확산 상관 분광법(DCS)을 사용하여 인간의 뇌에서 혈류 기반 휴식 상태 기능 연결성(RSFC)을 평가합니다. 인간 전두엽 피질에 있는 CBF 기지를 둔 RSFC의 결과는 두 코르티브에 있는 지역 간 RSFC에 비교된 좌우 지역 RSFC에서 지역 내 RSFC가 상당히 높다는 것을 표시합니다. 이 프로토콜은 인간의 뇌 기능을 연구하기 위해 멀티 모달 이미징 기술을 사용하는 연구자, 특히 소아 인구에 관심이 있어야합니다.

Introduction

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

뇌가 휴식 상태에있을 때, 그것은 기능적으로 관련된 지역에서 자발적인 활동의 높은 동기화를 보여줍니다, 근접 또는 거리에서 가까운 위치 할 수있는. 이러한 동기화 영역은 기능 네트워크,1,,2,3,4,,45,56,7,,8,,9로알려져 있습니다. 이 현상은 대뇌혈액의산소 화 수준을 나타내는 혈액 산소 수준 의존 (BOLD) 신호를 사용하여 기능적 자기 공명 영상 (fMRI) 연구에 의해 처음 발견되었다5,10,또한 휴식 상태 기능 적 연결로 알려진 (RSFC). RSFC에 있는 이상은 자폐증11,알츠하이머병12및 불경기13와같은 두뇌 무질서와 연관되었습니다. 따라서, RSFC는 문제 작업 기반 평가를 수행 하는 장애를 가진 환자를 공부 하기 위한 귀중 한 도구입니다. 그러나, 젊은 자폐아동과 같은 많은 환자들은 fMRI에 의한 평가를 위한 가난한 후보자이며, 이는,14,15의장기간 제한된 공간 안에 남아 있어야 하기 때문에. 광학 이미징은 빠르고 착용할 수 있습니다. 따라서 대다수의 환자, 특히 소아 인구16,,17,,18,,19,,20, 21,,,22,,2123,,24에적합합니다. 이러한 장점을 활용하여 뇌의 헤모글로빈 농도 및 산소 포화 도 매개 변수를 정량화 할 수있는 기능적 근적외선 분광법 (fNIRS)은 인간에서 RSFC를 측정하는 데 사용됩니다 (소아 인구4,,88,25 및 자폐증 환자11).

광학 확산 상관 분광법 (DCS), 상대적으로 새로운 광학 기술,대사6,,17,,26,,27,,28,29와산소 공급을 연결하는 중요한 매개 변수인 대뇌 혈류를 정량화 할 수 있습니다. DCS에 의해 정량화된 광학 유동 대조는 산소화 대비30에비해 뇌에서 더 높은 감도를 가지는 것으로 나타났다. 따라서 RSFC를 평가하기 위해 DCS 에서 파생된 CBF 파라미터를 활용하는 것이 유리합니다.

DCS는 혈액 세포를 움직이는 데 민감합니다. 확산 광자가 혈액 세포를 이동에서 산란 할 때, 이것은 시간이 지남에 따라 변동 검출 된 빛의 강도를 야기한다. DCS는 시간 기반 강도 자기 상관 기능을 측정하고 그 부패율은 광학 파라미터 및 혈류에 의존한다. 이러한 값은 궁극적으로 대뇌 혈류 지수 (CBFi)를 얻기 위해 사용됩니다. 더 빠른 이동 혈액 세포로, 강도 자기 상관 기능은 빠르게 부패. 따라서, 조직 표면 아래 깊은 운동에 대한 정보는,시간27,,,31, 32,,3233,,34,35에걸쳐 확산 광 변동의 측정으로부터 (예를 들어, 뇌에서) 파생될 수 있다. DCS는 혈액 산소화를 측정하는 널리 알려진fNIRS(17,,36)에상보적인 기술이다. fNIRS와 DCS는 밀리초 범위의 높은 시간 해상도를 가진 광학 뇌 이미징 기술이므로 광학 이미징 설정은 fMRI보다 모션 아티팩트에 훨씬 덜 민감합니다. 그(것)들은 또한 아주 유아16를포함하여 소아 인구에 있는 기능적인 두뇌 화상 진찰을 위해 성공적으로 이용되었습니다. 이전에는, 표면적인 혈류 량 측정은 마우스37에있는 전임상 연구 결과에서 RSFC를 평가하기 위하여 이용되었습니다. 여기서, 혈류 매개변수는 개념 증명 연구38,,39로9명의 건강한 성인에서 RSFC를 정량화하는 데 사용된다.

본 연구에서는 상업용 FD-fNIRS 시스템 및 맞춤형 DCS 시스템이 사용된다(재료표 참조). 사내에서 제작된 DCS는 FC 커넥터와 오토 코렐레이터에 연결된 8대의 단일 광자 계수기(SPCM)에 결합된 2개의 785nm, 100mW, 긴 일관성 길이 연속파 레이저로 구성되어 있습니다. 사용자 정의 소프트웨어 그래픽 사용자 인터페이스 (GUI) 또한 표시 하 고 각 SPCM 채널의 광자 개수, 자기 상관 곡선 및 반 정량 혈류를 저장 하기 위해이 시스템을 위해 특별히 만들어졌다. 이 시스템의 부품은 일반적으로 DCS16,,17,,31,,32,,40,42, 43,,43,44에사용되며, 얻어진 결과도 사내에서 검증되어 최근 연구39에서사용되고 있다.,

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

이 프로토콜은 라이트 주립 대학의 기관 검토 위원회의 승인을 받았으며, 실험 전에 각 참가자로부터 동의를 얻었습니다.

1. 과목 준비

  1. 피사체의 측정을 시작하기 전에 FD-fNIRS 및 DCS 시스템의 전원을 켜서 최소 10분 동안 예열하십시오(자세한 내용은 섹션 2 및 3 참조). 컴팩트한 DCS 계측기를 사용하여 피사체 측정의 예는 그림 1에나와 있습니다.
  2. 먼저, 각 피험자의 머리에 대한 내분까지의 내분사이의 거리를 측정하기 위해 테이프 측정을 사용한다(그림2A).
  3. nasion을 시작점으로 사용하여 잉크 마커로 이니언까지의 거리의 10%인 위치를 표시합니다. 이는 EEG 10/20 몽타주(그림2A)의Fp1과 Fp2 사이의 점을 나타낸다.
  4. EEG 10/20 캡(재료 표 참조)을사용하여 표시된 점이 Fp1과 Fp2 사이에 있도록 캡을 조정합니다.
  5. Fp1과 F7(왼쪽 피질) 사이의 점과 Fp2와 F8(오른쪽 피질) 사이의 점을 표시합니다. 이는 우월전두피질과 등쪽 전두엽 피질(DLFC) 사이의 경계와 DLFC와 열등한 전두엽 피질(IFC) 사이의 경계를 각각 좌우 반구에 대해나타낸다(그림 2A).
  6. 3D 프린팅 프로브를 사용하여 다중 모드 섬유(MMF)를 새로 표시된 점(그림 2C의점 "S")에 놓고 각각 785nm 레이저 광원에 연결합니다(그림2B,C).
  7. 단일 모드 섬유(SMF)를 MMF에서 2.75cm 떨어진 곳에 놓습니다. 두 개의 파이버를 DLFC(위치 "DLFC,1" 및 "DLFC,2")와 IFC(위치 "IFC")에 배치해야 합니다. SMF의 배치는 총 6개의 SMF(그림2c)에대해 피질의 각 측면에 복제된다.
  8. 피질의 양쪽에 있는 위치 "Ds"에MMF 아래에 또 다른 SMF 1 cm를 놓고 (두피의 혈류를 검출하기 위해) 각각의 SMF를 개별 단일 광자 계수 기계에 연결합니다(그림2C).

p 클래스="jove_title">2. FD-fNIRS 설정 및 교정

  1. 모든 조명을 끄고 FD-fNIRS 시스템을 켜서 교정을 준비합니다.
    주의: 일반적인 예방 조치로서, 눈의 손상을 일으킬 수 있으므로 광원과 섬유 출력을 직접 살펴보지 마십시오. IR 센서카드(재료 표)를사용합니다.
  2. 소음 없는 작동을 유지하고 검출기의 손상을 방지하기 위해 실내 조명 레벨에 검출기가 불필요하게 노출되지 않도록 하십시오.
  3. 시스템에 전원을 공급하고 조명 켜기, 변조 및 검출기 전압을 켜면 최소 10분(최적의 정확도 및 안정성을 위해 최소 20분 및 최대 1시간)동안 작동하도록 하여 광원과 검출기를 따뜻하게 합니다.
  4. GUI 기반 데이터 수집 소프트웨어를 실행합니다. "자동 바이어스" 버튼을 눌러 센서가 부착되어 교정 팬텀(알려진 광학 특성의 폴리디메틸실록산 기반 팬텀, 재료 표참조)에 부착및 고정된 센서로 최적의 신호를 얻기 위해 검출기 게인을 조정합니다. 과전압 경고가 깜박이면 게인을 낮춥습니다.
  5. 검출기 게인을 조정하여 최대 신호를 얻은 후 검출기에서 소스 섬유 중 하나를 분리하고 직접 전류(DC)가 해당 소스 섬유의 측정 기간당 20카운트 미만인지 확인합니다. 이 값보다 크면,검출기(45)로과도한 실내 광이 누출될 수 있다. 이 경우 시스템의 전원을 끄고 실내의 과도한 조명을 차단/ 제거하고 2.4-2.5 단계를 반복해야 합니다.
  6. 모든 소스 및 검출기에서 적절한 신호 레벨을 확인합니다. 시스템은 이를 측정 주기당 100 개 이상 및 1,500 카운트 미만으로 정의합니다.
  7. GUI의 "교정" 버튼을 눌러 보정을 수행합니다. 시스템은 측정을 하고 교정 계수를 적용하여 알려진 팬텀의 광학 특성을 올바르게 측정합니다. 이러한 교정 계수는 생체 내 측정에 자동으로 저장되고 적용됩니다.
  8. 표준 팬텀에서 시스템 성능 에 대한 기록을 제공하는 교정 데이터를 기록합니다.

3. DCS 설정

주의: 일반적인 예방 조치로서 잠재적인 눈 손상을 피하기 위해 광원과 섬유 출력을 직접 살펴보지 마십시오. IR 센서 카드를 사용합니다(재료 표참조).

  1. 검출기(즉, 실내 조명)가 불필요하게 노출되지 않도록 하여 자기 상관 곡선에 대한 정확한 원시 데이터를 얻고 검출기의 손상을 방지합니다.
  2. DCS 레이저 광원과 SPCM(재료 참조)을 "켜기" 위치로 전환하고 최소 10분 동안 실행할 수 있도록 하여(바람직하게는 최소 20분, 최적의 정확도와 안정성을 위해 최대 1시간).
  3. 각 검출기및 반정량 실시간 혈류 값에 대한 광자 수를 표시하는 GUI 기반 DCS 데이터 수집 소프트웨어를 실행합니다. 섬유 위치, 각도(섬유 면은 피부 표면에 수직이어야 함), 데이터 수집 타이밍을 조정하여 최소 5,000카운트/s(적절한 신호 대 잡음 비) 및 1,000,000카운트/s 미만(손상 감지기 피하기 위해)의 신호를 얻습니다(그림3A).
  4. 모니터에 표시된 광자 수 수준과 거의 실시간 자기 상관 곡선을 확인하여 각 검출기에서 충분한 광자 수 수준(3.3단계)을 확인합니다.
  5. 모니터에 표시된 자기 상관 곡선의 y 절편을 확인하여 주변 광 누출 없이 충분한 섬유 접촉을 확인합니다. 최적의 값은 편광판을 사용하지 않고 ~1.5입니다(그림3B).
  6. 탄성 밴드를 조여 프로브와 측정이 움직이는 물체에 영향을 미약하지 않은지 확인하여 움직임에 저항할 수 있을 만큼 단단하지만 피사체에 대한 불편함을 방지할 수 있을 만큼 느슨해지도록 합니다. 또한 사용자는 모니터의 자기상관 곡선을 동시에 확인하여 자기상관 곡선이 더 긴 상관 시간 동안 1로 감소하도록 해야 합니다(θ > 10 ms)(그림3C).

4. 데이터 수집

  1. 8분 측정 중에 피사체에게 움직임을 최소화하도록 지시하십시오.
  2. 조명을 끄고 눈을 감고 피사체가 편안한 자세로 앉아 있는지 확인합니다.
  3. DCS 프로브 에 인접한 이마에 FD-fNIRS 시스템 광학 프로브를 배치하여 기준선 FD-fNIRS 측정을 수행합니다. 그런 다음 FD-fNIRS 획득 GUI에서 "획득" 버튼을 누릅니다. 이 데이터는 동적 광학 파라미터, CBFi17,,20의정량화에 사용될 정적 광학 특성, 흡수 파라미터 및 산란 파라미터(μμa, μ's)를s제공할 것이다.
  4. FD-fNIRS 측정이 완료된 후 DCS 데이터 수집 GUI의 "실행" 버튼을 눌러 광학 DCS 측정에서 데이터 수집을 시작합니다. 최대 2초의 통합 시간으로 총 8분 동안 데이터를 수집합니다(각 피사체에 대한 신호 대 잡음 비에 따라 덜 선호됩니다).
  5. 필요한 경우, 초기 실험의 1시간 이내에 실험을 반복하거나 피로, 각성제 또는 온도와 같은 외부 변화를 줄이기 위해 하루 중 유사한 시간 동안 실험을 반복합니다.

5. 데이터 분석

  1. FD-fNIRS 데이터의 경우, 경사 방법,,46,47,,48,,49,,50,,,52,53에의해 처리되는 광학 흡수 및 산란 특성a, μ's)을s추출한다.52
  2. DCS의 경우 사후 처리가 필요하므로 8개 채널 각각에서 자동 상관 관계 원시 데이터를 데이터 분석 소프트웨어로 가져옵니다.
  3. CBF 관련 파라미터 정량화는 최근 리뷰6,,27,,54에상세히 설명되어 있다. 간단히, 정규화된 강도 자기상관 함수(g2 [r,θ])에서, 시거트 관계를 사용하여 정규화된 확산 된 전기장 측두력 자기 상관 함수 (g1 [r,θ])를 추출하십시오: g2 (r,θ) = 1 + β |2 g 1 (r,θ)| 2.
    참고: β는 6,,17,,27,55,56,범위 0에서 1까지검출된,공간 모드의 수에 비례하며, (정규화된) 전기장 자기상관 함수 g1을피팅하여 수득한다.,
  4. 적합도에서 혈류 관련 파라미터(αDB)를얻으려면 g16,27,,54에 대한 분석 용액을 사용하고 모델을 모델 또는 감쇠율에 맞춥니다.,
    방정식 1
    참고: 위의 방정식에서 ko는 배지내의 빛의 파수, α는 조직 혈액 부피 분율에 비례하는 인자이고, DB는 효과적인 브라운계수입니다. αDB는 혈류 지수(BFI)6,,54 또는 CBFi17로정의될 수 있다. 여기서는 CBFi가 사용됩니다.
  5. FD-fNIRS에서 얻은 광학 파라미터를 사용하여 모델에 맞춥습니다. 적합한 주요 매개 변수는 CBFi 및 β입니다.
    참고: 그림 3A는 분석에 충분한 대표 데이터를 보여 주며, 이에 대한 자세한 내용은 그림과 충분합니다. DCS 데이터는 (1) 자기 상관 함수가 1.5 (β & lt) 상당히 낮으면 폐기됩니다. 0.5) (즉, 도 3B의경우, 기능이 ~1.2, β < 0.2, 실내 빛 누설로 인해) 또는 (2) 자기 상관 곡선이 더 긴 상관 시간 동안 1로 붕괴되지 않는 경우 (즉, 도 3C의경우, 모션 아티팩트, 헤드 또는 프로브가 없는 경우)
  6. 느린 드리프트를 제거하기 위해 2차 다항식 맞춤을 사용하여 정량화된 결과를 디트렌드(그림4A).
  7. 0.009-0.080Hz의 통과대역이 있는 0상 2차 버터워스 필터를 사용하여 메이어웨이브(그림 4A)와같은 원치 않는 뇌 주파수를 제거합니다.
  8. 선형 회귀를 사용하여 짧은 거리 측정에 대해 각 채널에서 잔차의 잔류를 얻어 피질의 각 측면에 대한 피상적 인 두피 신호를 제거합니다(그림 4B).
  9. 각 채널 쌍 간의 Pearson 의 상관 계수를 계산하여 뇌 영역 간의 휴식 상태 기능 연결을식별합니다(그림 5).
  10. 피셔 Z 변환을 사용하여 상관 값을 z 값으로 변환하고 t-테스트를수행하여 p-값을 얻습니다(그림5). 여러 비교 보정에 잘못된 검색 속도(FDR)를 사용합니다.

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

DCS를 사용하여 기능 적 연결을 측정할 수 있는 가능성은39로성공적으로 평가되었습니다. 9명의 피험자의 전두엽 코르티코에서의 휴식 상태 기능적 연결을 측정하였다. 결과(평균 ±SD)는 좌측(0.64±0.25) 및 오른쪽(0.62±0.23)의 지역 내 영역에서 더 높은 상관관계를 나타내었으며, 왼쪽 (0.32 ± 0.32), (0.34 ± 0.27) 및 오른쪽 (0.34 ± 0.29), (0.34 ± 0.26) 코르티스의 지역 간 영역과 비교. (그림5). 0.8의 힘과 0.05의 유의 수준을 가진 전력 분석도 수행되었으며, 그 결과 표본 크기가 8인 0.82의 전력이 나타났습니다(이 연구에서 분석된 피험자의 수 이하).

지역 간 RSFC와 지역 내 RSFC 간에 유의한 차이가 있는지 테스트하기 위해 상관 관계 값은 Fisher Z 변환을 사용하여 z 값으로 변환된 다음 두 코르티지의 지역 간 및 지역 간 RSFC를 비교하기 위해 t-테스트를 수행했습니다. 이는 ≤0.0002의 p-값을 초래하였으며, 이는 이전 fNIRS 연구8,,25(그림 5)에서입증된 유의한 차이를 의미하였다. 대칭 뇌 영역 (왼쪽과 오른쪽 코르티코)사이에 차이가 있는지 확인하기 위해 t 테스트를 수행했습니다. 이것은 p-값의 결과 >0.8, 피 질의 양쪽에 유사한 뇌 영역 사이 유의 한 차이가 없었다는 것을 의미.

Figure 1
그림 1: 실험적 설정. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 2
그림 2: 프로브 회로도 및 배치. (A) EEG 80-20 시스템 맵에 도시된 바와 같이 프로브의 배치. (B) 피사체가 착용하는 광섬유가 있는 3D 프린팅 프로브의 예. (c) 등측 전두엽 피질(DLFC) 및 열등한 전두엽 피질(IFC)에서 검출기(D) 및 소스(S)의 위치의 CAD 모델. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 3
그림 3: 동일한 소스 검출기 분리에서 동일한 영역의 검출기를 사용한 데이터의 대표적인 샘플입니다. 도시된 것은 지연 시간(θ)에 대하여 자기상관 곡선(g2)이다. (A)프로브가 충분한 접촉을 가지고 있을 때의 데이터는 높은 개수와 분석 모델에 잘 맞는 것을 보여준다. (B)낮은 y-intercept(beta)에 의해 관찰된 바와 같이 프로브내로 주변 광이 누출되는 데이터(과장). 이는 일반적으로 접촉이 불량하고 배경이 강한 조명이 결합되어 조정이 필요하기 때문입니다. (C)g2 곡선이 평균화되는 동안 모션 아티팩트가 있는 데이터(과장됨). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 4
그림 4: 한 주제에서 얻은 대표 데이터의 분석. (A) 각 처리 단계 후 전력 스펙트럼의 플롯. (b) 근거리 채널(scalp signal)의 회귀 전후 채널 중 하나에서 정규화된 혈류 신호의 타임계를 보여주는 예. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Figure 5
그림 5: 모든 피험자의 전두엽 코르티코에서 휴식 상태 기능 연결. 왼쪽 피질(0.32±0.32), (0.34±0.27) 및 우측 피질(0.34±0.29), (0.34±0.26) 간의 지역 간 지역(DLFC1-IFC및 DLFC 2-IFC)에 대한 그룹 평균.2 왼쪽 피질(0.64±0.25) 및 우측 피질(0.62±0.23)의 지역 내 영역에 대한 그룹 평균. 오류 표시줄은 모든 피사체에 걸쳐 SD를 나타냅니다. t-검정은 두 코르티크의 인트라-및 지역간 RSFC간의 차이를 p ≤ 0.0002로 유의한 반면, 좌우 피질(t-test = p > 0.8)과의 유의한 차이를 나타낸다. 거짓 발견 속도(FDR)는 다중 비교 보정에 사용되었다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

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

DCS에 의해 측정된 CBF가 RSFC를 정확하게 검출했는지 여부를 확인하기 위해 알려진 RSFC 특성을 가진 뇌의 두 영역을 조사했습니다. DLFC 영역과 DLFC 및 IFC 간의 기능 연결은57,58,,59가있는 것으로 가정합니다. 지역 내 연결은 일반적으로 더 높기 때문에 왼쪽 및 오른쪽 DLFC 내의 두 사이트 간의 연결이 선택되었습니다. 또한 지역 간 연결이 약한 것으로 알려져 있기 때문에 IFC와 DLFC 간의 연결이 선택되었습니다.

DCS 기술은 DLFC 영역 내에서 높은 연결성이지만 IFC 영역과 DLFC 영역 간의 연결성은 낮았으며, 이는 fMRI와 같은 다른 방법과 유사한 연구와 일치합니다. 이러한 결과는 인간에서 RSFC를 평가하는 비침습적 수단으로서 DCS의 잠재력을 입증한다. fNIRS와 같은 그밖 화상 진찰 양식과 결합될 때, 자폐증과 같은 신경 질병의 정확한 특성은 실행 가능하게 됩니다. fNIRS와 DCS의 동시 측정은 여전히 도전이지만,이 문제에 대한 몇 가지 접근 법은19,20,21,,23,,27,,28,60,61,62,63,64,65를탐구했습니다.21 파일럿 연구에서는 더 나은 접촉을 위해 고립되고 가벼운 DCS 프로브를 선택했습니다. 미래에는 프로브 설계를 개선하고, fNIRS 섬유를 DCS 섬유 옆에 삽입할 수 있으며, 광원은 앞에서 설명한 대로 순차적으로 조명될 수 있습니다. 요약하면, DCS는 다른 기술에 대한 보완역할을 하며 젊고 장애가 있는 환자의 뇌 기능 비침습적 평가를 위한 유용한 도구가 될 것입니다.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

저자는 경쟁적인 재정적 이익을 선언하지 않습니다.

Acknowledgments

저자는 오하이오 이미징 연구 및 혁신 네트워크 (OIRAIN, 667750) 및 중국의 국립 자연 과학 재단 (No. 81771876)에 오하이오 제 3 국경에서 재정 지원을 인정하고 싶습니다.

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).
광학 확산 상관 분광법을 사용하여 인간의 뇌의 대뇌 혈류 기반 휴식 상태 기능 적 연결
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