Summary

Real-time fMRI Brain Mapping bij dieren

Published: September 24, 2020
doi:

Summary

Functionele mapping van dierlijke hersenen kan profiteren van de real-time functionele magnetische resonantie beeldvorming (fMRI) experimentele opzet. Met behulp van de nieuwste software die is geïmplementeerd in het MRI-systeem voor dieren, hebben we een real-time monitoringplatform voor fMRI voor kleine dieren opgezet.

Abstract

Dynamische fMRI-responsen variëren grotendeels afhankelijk van de fysiologische omstandigheden van dieren, hetzij onder anesthesie of in wakkere toestanden. We hebben een real-time fMRI-platform ontwikkeld om experimentatoren te begeleiden om fMRI-responsen onmiddellijk te monitoren tijdens acquisitie, die kan worden gebruikt om de fysiologie van dieren te wijzigen om de gewenste hemodynamische reacties in dierlijke hersenen te bereiken. De real-time fMRI-opstelling is gebaseerd op een 14,1T preklinisch MRI-systeem, waardoor dynamische fMRI-responsen in de primaire voorepaw somatosensorische cortex (FP-S1) van verdoofde ratten real-time in kaart kunnen worden gebracht. In plaats van een retrospectieve analyse om verstorende bronnen te onderzoeken die leiden tot de variabiliteit van fMRI-signalen, biedt het real-time fMRI-platform een effectiever schema om dynamische fMRI-responsen te identificeren met behulp van aangepaste macrofuncties en een gemeenschappelijke neuroimage-analysesoftware in het MRI-systeem. Het biedt ook onmiddellijke probleemoplossing en een real-time biofeedback-stimulatieparadigma voor hersenfunctionele studies bij dieren.

Introduction

Functional Magnetic Resonance Imaging (fMRI) is een niet-invasieve methode om de hemodynamische responsen 1,2,3,4,5,6,7,8,9 te meten, bijvoorbeeld het bloed-zuurstofniveau-afhankelijk (BOLD), cerebraal bloedvolume en stroomsignaal, geassocieerd met neurale activiteit in de hersenen. In dierstudies kunnen hemodynamische signalen worden beïnvloed door anesthesie10, het stressniveau van wakkere dieren11, evenals de potentiële niet-fysiologische artefacten, bijvoorbeeld hartpulsatie en ademhalingsbewegingen 12,13,14,15. Hoewel veel nabewerkingsmethoden zijn ontwikkeld om een retrospectieve analyse van het fMRI-signaal te bieden voor de taakgerelateerde en rusttoestand functionele dynamica en connectiviteit mapping 16,17,18,19, zijn er weinig technieken om een real-time oplossing voor het in kaart brengen van de hersenfunctie en onmiddellijke uitlezingen in de dierlijke hersenen te bieden 20 (waarvan de meeste voornamelijk worden gebruikt voor het in kaart brengen van de menselijke hersenen21, 22,23,24,25,26,27). Met name dit soort real-time fMRI-mappingmethode ontbreekt in dierstudies. Het is noodzakelijk om een fMRI-platform op te zetten om het onderzoek van real-time hersentoestandafhankelijke fysiologische stadia mogelijk te maken en om real-time biofeedback-stimulatieparadigma te bieden voor functionele studies van dierlijke hersenen.

In het huidige werk illustreren we een real-time fMRI-experimentele opstelling met de aangepaste macrofuncties van de MRI-consolesoftware, die real-time monitoring van de opgeroepen BOLD-fMRI-responsen in de primaire voorepaw somatosensorische cortex (FP-S1) van de verdoofde ratten demonstreert. Deze real-time opstelling maakt de visualisatie mogelijk van de voortdurende hersenactivatie in functionele kaarten, evenals individuele tijdscursussen op een voxel-wijze manier, met behulp van de bestaande neurobeeldanalysesoftware, Analysis of Functional NeuroImages (AFNI)28. De voorbereiding van de real-time fMRI-proefopstelling voor het dieronderzoek is beschreven in het protocol. Naast de dierenopstelling bieden we gedetailleerde procedures voor het opzetten van de visualisatie en analyse van de real-time fMRI-signalen met behulp van de nieuwste consolesoftware parallel aan de beeldverwerkingsscripts. Samenvattend is de voorgestelde real-time fMRI-opstelling voor dierstudies een krachtig hulpmiddel voor het monitoren van de dynamische fMRI-signalen in de dierenhersenen met behulp van het MRI-consolesysteem.

Protocol

Deze studie werd uitgevoerd in overeenstemming met de Duitse dierenwelzijnswet (TierSchG) en de Dierenwelzijnsdierverordening (TierSchVersV). Het hier beschreven experimentele protocol werd beoordeeld door de ethische commissie (§15 TierSchG) en goedgekeurd door de overheidsinstantie (Regierungspräsidium, Tübingen, Baden-Württemberg, Duitsland). 1. Voorbereiding van de BOLD-fMRI proefopstelling voor onderzoek bij kleine dieren Schakel de consolesoftware in om beeldparameters te r…

Representative Results

Figuur 3 en figuur 4 tonen een representatieve real-time voxel-wise BOLD-fMRI tijdskoers en functionele kaarten met elektrische voorpootstimulatie (3 Hz, 4 s, pulsbreedte 300 us, 2,5 mA). Het fMRI-ontwerpparadigma bestaat uit 10 pre-stimulatiescans, 3 stimulatiescans en 12 interstimulatiescans met in totaal 8 tijdperken (130 scans). De totale scantijd is 3 min 15 sec (195 sec). Figuur 3 toont de voxel-wise tijdskoers (zwarte lijn) v…

Discussion

Real-time monitoring van het fMRI-signaal helpt experimentatoren de fysiologie van dieren aan te passen om functionele mapping te optimaliseren. Bewegingsartefacten bij wakkere dieren, evenals het verdovingseffect, zijn belangrijke factoren die de variabiliteit van fMRI-signalen bemiddelen, waardoor de biologische interpretatie van het signaal zelfwordt verstoord 31,32,33,34,35,36,37,38 </…

Disclosures

The authors have nothing to disclose.

Acknowledgements

We bedanken Dr. D. Chen en Dr. C. Yen voor het delen van het AFNI-script om de real-time fMRI voor PV 5 in te stellen en het AFNI-team voor de softwareondersteuning. Dit onderzoek werd ondersteund door NIH Brain Initiative-financiering (RF1NS113278-01, R01 MH111438-01) en de S10-instrumentsubsidie (S10 RR023009-01) aan Martinos Center, German Research Foundation (DFG) Yu215/ 3-1, BMBF 01GQ1702 en de interne financiering van Max Planck Society.

Materials

14.1T Bruker MRI system Bruker BioSpin MRI GmbH N/A
A365 Stimulus Isolator World Precision Instruments N/A
AcqKnowledge Software Biopac RRID:SCR_014279, http://www.biopac.com/product/acqknowledge-software/
AFNI Cox, 1996 RRID:SCR_005927, http://afni.nimh.nih.gov
CO2SMO (ETCO2/SpO2 Monitor), Model 7100 Novametrix Medical Systems Inc N/A
Isoflurane CP-Pharma Cat# 1214
Master-9 A.M.P.I N/A
Nanoliter Injector World Precision Instruments Cat# NANOFIL
Pancuronium Bromide Inresa Arzneimittel Cat# 34409.00.00
ParaVision 6 Bruker BioSpin MRI GmbH RRID:SCR_001964
Phosphate Buffered Saline (PBS) Gibco Cat# 10010-023
Rat: Sprague Dawley rat Charles River Laboratories Crl:CD(SD)
SAR-830/AP Ventilator CWE N/A
α-chloralose Sigma-Aldrich Cat# C0128-25G;RRID

References

  1. Ogawa, S., Lee, T. M., Kay, A. R., Tank, D. W. Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proceedings of the National Academy of Sciences U.S.A. 87 (24), 9868-9872 (1990).
  2. Belliveau, J. W., et al. Functional mapping of the human visual cortex by magnetic resonance imaging. Science. 254 (5032), 716-719 (1991).
  3. Stehling, M. K., Turner, R., Mansfield, P. Echo-planar imaging: magnetic resonance imaging in a fraction of a second. Science. 254 (5028), 43-50 (1991).
  4. Bandettini, P. A., Wong, E. C., Hinks, R. S., Tikofsky, R. S., Hyde, J. S. Time course EPI of human brain function during task activation. Magnetic Resonance in Medicine. 25 (2), 390-397 (1992).
  5. Kwong, K. K., et al. Dynamic magnetic resonance imaging of human brain activity during primary sensory stimulation. Proceedings of the National Academy of Science U. S. A. 89 (12), 5675-5679 (1992).
  6. Ogawa, S., et al. Intrinsic signal changes accompanying sensory stimulation: functional brain mapping with magnetic resonance imaging. Proceedings of the National Academy of Science U. S. A. 89 (13), 5951-5955 (1992).
  7. 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. 34 (4), 537-541 (1995).
  8. Logothetis, N. K. What we can do and what we cannot do with fMRI. Nature. 453 (7197), 869-878 (2008).
  9. Kim, S. G., Ogawa, S. Biophysical and physiological origins of blood oxygenation level-dependent fMRI signals. Journal of Cerebral Blood Flow and Metabolism. 32 (7), 1188-1206 (2012).
  10. Peltier, S. J., et al. Functional connectivity changes with concentration of sevoflurane anesthesia. Neuroreport. 16 (3), 285-288 (2005).
  11. Dopfel, D., Zhang, N. Mapping stress networks using functional magnetic resonance imaging in awake animals. Neurobiology of Stress. 9, 251-263 (2018).
  12. Hu, X. P., Le, T. H., Parrish, T., Erhard, P. Retrospective Estimation and Correction of Physiological Fluctuation in Functional Mri. Magnetic Resonance in Medicine. 34 (2), 201-212 (1995).
  13. Birn, R. M. The role of physiological noise in resting-state functional connectivity. Neuroimage. 62 (2), 864-870 (2012).
  14. Caballero-Gaudes, C., Reynolds, R. C. Methods for cleaning the BOLD fMRI signal. Neuroimage. 154, 128-149 (2017).
  15. Pais-Roldan, P., Biswal, B., Scheffler, K., Yu, X. Identifying Respiration-Related Aliasing Artifacts in the Rodent Resting-State fMRI. Frontiers in Neuroscience. 12, 00788 (2018).
  16. Glover, G. H., Li, T. Q., Ress, D. Image-based method for retrospective correction of physiological motion effects in fMRI: RETROICOR. Magnetic Resonance in Medicine. 44 (1), 162-167 (2000).
  17. Chang, C., Cunningham, J. P., Glover, G. H. Influence of heart rate on the BOLD signal: The cardiac response function. Neuroimage. 44 (3), 857-869 (2009).
  18. Birn, R. M., Diamond, J. B., Smith, M. A., Bandettini, P. A. Separating respiratory-variation-related neuronal-activity-related fluctuations in fluctuations from fMRI. Neuroimage. 31 (4), 1536-1548 (2006).
  19. Golestani, A. M., Chang, C., Kwinta, J. B., Khatamian, Y. B., Chen, J. J. Mapping the end-tidal CO2 response function in the resting-state BOLD fMRI signal: Spatial specificity, test-retest reliability and effect of fMRI sampling rate. Neuroimage. 104, 266-277 (2015).
  20. Lu, H. B., et al. Real-time animal functional magnetic resonance imaging and its application to neurophamacological studies. Magnetic Resonance Imaging. 26 (9), 1266-1272 (2008).
  21. Cox, R. W., Jesmanowicz, A., Hyde, J. S. Real-time functional magnetic resonance imaging. Magnetic Resonance Medicine. 33 (2), 230-236 (1995).
  22. Lee, C. C., Jack, C. R., Rossman, P. J., Riederer, S. J. Real-time reconstruction and high-speed processing in functional MR imaging. American Journal of Neuroradiology. 19 (7), 1297-1300 (1998).
  23. Voyvodic, J. T. Real-time fMRI paradigm control, physiology, and behavior combined with near real-time statistical analysis. Neuroimage. 10 (2), 91-106 (1999).
  24. Cohen, M. S. Real-time functional magnetic resonance imaging. Methods. 25 (2), 201-220 (2001).
  25. Posse, S., et al. A new approach to measure single-event related brain activity using real-time fMRI: Feasibility of sensory, motor, and higher cognitive tasks. Human Brain Mapping. 12 (1), 25-41 (2001).
  26. Decharms, R. C. Reading and controlling human brain activation using real-time functional magnetic resonance imaging. Trends in Cognitive Sciences. 11 (11), 473-481 (2007).
  27. Bruhl, A. B. Making Sense of Real-Time Functional Magnetic Resonance Imaging (rtfMRI) and rtfMRI Neurofeedback. International Journal of Neuropsychopharmacology. 18 (6), (2015).
  28. Cox, R. W. AFNI: Software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
  29. Liou, W. W., Goshgarian, H. G. Quantitative assessment of the effect of chronic phrenicotomy on the induction of the crossed phrenic phenomenon. Experimental Neurology. 127 (1), 145-153 (1994).
  30. Shih, Y. Y., et al. Ultra high-resolution fMRI and electrophysiology of the rat primary somatosensory cortex. Neuroimage. 73, 113-120 (2013).
  31. Masamoto, K., Kim, T., Fukuda, M., Wang, P., Kim, S. G. Relationship between neural, vascular, and BOLD signals in isoflurane-anesthetized rat somatosensory cortex. Cerebral Cortex. 17 (4), 942-950 (2007).
  32. van Alst, T. M., et al. Anesthesia differentially modulates neuronal and vascular contributions to the BOLD signal. Neuroimage. 195, 89-103 (2019).
  33. Wu, T. L., et al. Effects of isoflurane anesthesia on resting-state fMRI signals and functional connectivity within primary somatosensory cortex of monkeys. Brain and Behavior. 6 (12), 00591 (2016).
  34. Liu, X., Zhu, X. H., Zhang, Y., Chen, W. The change of functional connectivity specificity in rats under various anesthesia levels and its neural origin. Brain Topography. 26 (3), 363-377 (2013).
  35. Liu, X. P., et al. Multiphasic modification of intrinsic functional connectivity of the rat brain during increasing levels of propofol. Neuroimage. 83, 581-592 (2013).
  36. Hutchison, R. M., Hutchison, M., Manning, K. Y., Menon, R. S., Everling, S. Isoflurane induces dose-dependent alterations in the cortical connectivity profiles and dynamic properties of the brain’s functional architecture. Human Brain Mapping. 35 (12), 5754-5775 (2014).
  37. He, Y., et al. Ultra-Slow Single-Vessel BOLD and CBV-Based fMRI Spatiotemporal Dynamics and Their Correlation with Neuronal Intracellular Calcium Signals. Neuron. 97 (4), 925-939 (2018).
  38. Yoshida, K., et al. Physiological effects of a habituation procedure for functional MRI in awake mice using a cryogenic radiofrequency probe. Journal of Neuroscience Methods. 274, 38-48 (2016).

Play Video

Cite This Article
Choi, S., Takahashi, K., Jiang, Y., Köhler, S., Zeng, H., Wang, Q., Ma, Y., Yu, X. Real-Time fMRI Brain Mapping in Animals. J. Vis. Exp. (163), e61463, doi:10.3791/61463 (2020).

View Video