JoVE Journal > Behavior
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
행동분석학

Criando imagens dinâmicas de Flutuações da dopamina de curta duração com lp-ntPET: Filmes da dopamina do tabagismo

Published: August 06, 2013
doi:
10.3791/50358
, , , , , ,
1Diagnostic Radiology,Yale University, 2Psychiatry,Yale University, 3Yale PET Center,Yale University, 4Biomedical Engineering,Yale University, 5Nuclear Medicine,Massachusetts General Hospital, 6Radiological Sciences,University of California, Irvine

Summary

Nós apresentamos uma nova abordagem de imagem PET para capturar flutuações de dopamina induzida pelo tabagismo. Assuntos fuma no scanner PET. PET imagens dinâmicas são modelados voxel-a-voxel no tempo por lp-ntPET, que inclui um termo de dopamina variando no tempo. Os resultados são "filmes" de flutuações de dopamina no estriado durante a fumar.

Abstract

Nós descrevemos as etapas experimentais e estatísticos para a criação de filmes de dopamina do cérebro a partir de dados PET dinâmicas. Os filmes representam flutuações minuto-a-minuto de dopamina induzida por fumar um cigarro. O fumante é fotografada durante uma experiência natural de fumar enquanto outros possíveis efeitos de confusão (como o movimento da cabeça, expectativa, novidade, ou aversão ao fumo repetidamente) são minimizados.

Nós apresentamos os detalhes de nossa análise exclusiva. Os métodos convencionais para estimar os parâmetros do modelo PET análise tempo-invariantes cinéticos que não podem capturar as flutuações de curto prazo na liberação de neurotransmissores. Nossa análise – produzindo um filme de dopamina – é baseado em nosso trabalho com modelos cinéticos e outras técnicas de decomposição que permitem parâmetros variáveis ​​no tempo 1-7. Este aspecto da análise – variação temporal – é a chave para o nosso trabalho. Porque o nosso modelo também é linear nos parâmetros, é prático, computacionalmente, para aplicar no the nível de voxel. A técnica de análise é composto por cinco etapas principais: pré-processamento, modelagem, comparação estatística, mascaramento e visualização. O pré-processamento é aplicado aos dados de PET com um filtro de 'HYPR' original 8 espacial que reduz o ruído espacial, mas preserva informação temporal crítico. Modelagem identifica a função variável no tempo que melhor descreve o efeito da dopamina em 11 de captação de C-raclopride. O passo estatística compara o ajuste do nosso modelo (lp-ntPET) 7 a 9, um modelo convencional. Masking restringe tratamento aos voxels melhor descritas pelo novo modelo. Mapas de visualização da função da dopamina em cada voxel de uma escala de cor e produz um filme de dopamina. Resultados provisórios e provar filmes de dopamina do cigarro são apresentados.

Introduction

Apesar da evidência esmagadora dos riscos de saúde, tabagismo ainda é um grande problema de saúde. É simplesmente muito difícil parar de fumar. Mais de 20% da população adulta dos EUA continua a fumar ea maioria dos fumantes que tentam parar de recaída no primeiro mês 10. Infelizmente, existem poucos tratamentos disponíveis para auxiliar na cessação do tabagismo e / ou reduzir a dependência da nicotina. Em nosso laboratório, nós estamos interessados ​​em utilizar imagens PET para entender o vício e dependência, a fim de ajudar no desenvolvimento de novos medicamentos para parar de fumar e outros consumo de drogas.

O rápido aumento de dopamina no corpo estriado é acreditado para codificar a responsabilidade dependência de drogas e comportamentos 11 eo rápido retorno à linha de base de dopamina pode estar relacionada com a retirada e posterior droga-seeking. Para algumas substâncias e comportamentos como o tabagismo viciantes, a elevação da dopamina no estriado é muito curta duração (minutos); ªe magnitude do aumento não é grande (1-2X linha de base), e a extensão espacial destas respostas pode ser limitada a pequenos sub-regiões do estriato.

As experiências com animais demonstram claramente que a nicotina provoca a libertação de dopamina no nucleus accumbens de rato 12. Mas as primeiras tentativas por meio de análises convencionais – para estimar as mudanças de dopamina em humanos durante ou após a nicotina ou o fumo produziram resultados incertos e contraditórios 13-18. Alguns desses estudos permitido fumantes a fumar fora do scanner. Outros apenas nicotina entregue ao sujeito. Para melhor estudo vício em cigarros, nos propusemos a desenvolver melhores protocolos de imagem e complementá-las com análises avançadas que permitem capturar a resposta do cérebro a um comportamento quase natural de fumar.

Tomografia por Emissão de Pósitrons (PET) é único entre as técnicas de varredura do cérebro em sua capacidade de sondar a neuroquímica do cérebro humano < em> in vivo. Existem muitos traçadores PET para acompanhar os receptores de dopamina e muitos são sensíveis à concorrência com a dopamina endógena. Infelizmente, os métodos convencionais de análise de imagem PET estimar a razão de livre ligado ao marcador, conhecido como potencial de ligação (análogo a métodos in vitro), a partir de imagens de PET dinâmicas estado estacionário. Uma mudança aparente na proporção de estado estacionário (por exemplo, a partir da linha de base para a condição de fumar) é feita, para indicar mudança de dopamina. Mas as mudanças de dopamina relevantes ao vício são inerentemente transitório para as estimativas de uma quantidade de estado estacionário são falhos. Além disso, as médias de análise de interesse da região típicos concentração do marcador em grandes regiões anatomicamente definidas e é provável que perca as respostas do cérebro altamente localizados – como aquelas que esperamos do tabagismo. Estudos PET anteriores de fumar também pode ter sofrido de movimento da cabeça dos pacientes fumantes durante a fumar no scanner.

jove_content "> ressonância magnética funcional (fMRI) oferece a resolução espacial e temporal necessário que seriam necessários para capturar eventos que ocorrem em sub-regiões do estriado no minuto escala de tempo, mas fMRI não tem a especificidade molecular do PET. O sinal BOLD deriva . alterações no fluxo sanguíneo e, portanto, neuronalmente e molecularmente inespecífica Assim, utilizamos PET -, mas de uma maneira nova O objetivo deste protocolo foi estimar as breves e localizadas respostas de dopamina para fumar, porque se acredita que a base da manifestação neuroquímica de. desejo e comportamento droga-seeking.

Para estimar os transientes de dopamina que são capturadas em imagens de PET dinâmicos realizados com ligandos do receptor de dopamina, que anteriormente apresenta uma série de modelos cinéticos, colectivamente referidos como "ntPET" para o neurotransmissor PET 1,5,6,19, que foram baseadas na modelo convencional compartimento de dois tecidos, mas foi agravado por termos para o tempo variação dopamina e da interação entre a dopamina ea tracer (ie competição). Estes modelos foram validados contra um padrão-ouro. Especificamente, nós demonstramos que os nossos modelos de previsão das concentrações de dopamina ao longo do tempo a partir de dados de PET em ratos que estão em boa concordância com as medições de microdiálise simultaneamente adquiridas 4,7 Vantagens:. O mais recente dos nossos modelos, quer tenham sido linear e não-paramétricos (np -ntPET) 1 ou linear e paramétricos (lp-ntPET) 7. O último modelo deriva de um modelo anterior linear introduzido por Alpert et al. 20. Linearização é um elemento-chave porque assegura que a aplicação dos modelos de dados dinâmicos a nível voxel é computacionalmente simples. Em um recente documento de prova de conceito, fomos capazes de criar filmes de dopamina de um sujeito humano realizando uma tarefa motor 3 e mostram que os filmes eram sensíveis ao tempo da tarefa motora como seria de esperar. Movies são representações do curso de tempo dos níveis de dopamina em cada voxel numa imagem. Métodos voxel-a-voxel em PET geralmente sofrem de baixa relação sinal-ruído, de modo a minimizar o ruído inerente baseada em voxel curvas tempo-atividade (TAC), que aplica um filtro espacial inovador, 'HYPR', 8 como um pré etapa de processamento. Esta etapa preserva características temporais chave dos voxels respondendo e reduzindo o ruído.

Fumar é mais do que a entrega de nicotina. O cigarro contém 4.000 produtos químicos, para além da nicotina. Embora a nicotina é pensado para ser o principal responsável pelos efeitos iniciais viciantes, todas as outras pistas e componentes sensoriais do tabagismo tornam-se reforço para um fumante habitual. Optamos por estudar todo o comportamento de fumar o que significava que precisávamos para ser capaz de fumantes imagem Fumo enquanto dentro do scanner PET. Infelizmente, com o tabagismo vem o movimento da cabeça. Para eliminar cabeça artefatos de movimento em nossas imagens, usamos o Vicra motiosistema n-tracking (NDI Systems, Waterloo, Canadá) e correção movimento evento-a-evento, como parte de um processo iterativo, a resolução de recuperação reconstrução algoritmo 21.

Nossos novos métodos de verificação e análise são projetados para provocar e capturar transientes dopamina breves e localizadas que são as assinaturas originais de resposta do cérebro a drogas e comportamentos viciantes. Realizada voxel-a-voxel, nossos modelos produzem um conjunto dinâmico de imagens de flutuações de dopamina do estriado – ou seja, "filmes de dopamina". Esses filmes representam um novo biomarcador espaço-temporal da dependência e poderia servir como um indicador direto, multi-dimensional de risco para a dependência e / ou indicador da eficácia do tratamento.

Protocol

Um esboço de todo o procedimento, descrito a seguir, para a produção de filmes multi-dopamina fatia está resumido no diagrama de fluxo na Figura 1. Pré-PET MR varredura Adquirir uma ressonância magnética estrutural em um dia separado do PET scan. A ressonância magnética será uma referência anatômica para as imagens de PET. Parâmetros de aquisição típicos para o MRI estrutural são: MPRAGE MR seqüência de pulso 3D com TE = 3,3 ms, ângulo de inclinação = 7 graus, espessura de corte = 1,0 mm, 0,98 x 0,98 milímetros pixels. Prática PET / Sessão de fumar Organizar para o sujeito a praticar o movimento de fumar no scanner PET ou antes da digitalização ou, de preferência, em uma visita anterior ao centro PET. Isso vai evitar confusão ou desconforto durante o exame real PET. É também eliminar a novidade de ser no scanner pela primeira vez. Porque a Siemens HRRT é um scanner de alta resolução do cérebro, o túnel é estreitoe não há folga mínima para o fumante traga o cigarro com seu / sua boca. Embora tenhamos um sistema sofisticado para abordar o movimento da cabeça, ainda é aconselhável ter o fumante prática de fumar enquanto tentando não mover seu / sua cabeça. Prep paciente Linha IV O IV deve ser inserido por uma enfermeira e preparado para ligação mais tarde para a bomba que fornece o marcador. Tracer será injetado no paciente através de uma linha IV. Movimento de Cabeça monitor Apor esferas reflexivas para o topo da cabeça do sujeito. O sistema head-tracking Vicra lasers enquete a posição das esferas reflexivas a uma taxa de 20 Hz. As esferas estão ligados a rígida, em forma de cruz "ferramenta" ea ferramenta está ligado a uma touca de natação Lycra usado pelo sujeito. A exibição em tempo real da posição do instrumento deve ser usado pelo pessoal do estudo para monitorizar o movimento da cabeça e para certificar-se que o laser de syste m tem uma vista panorâmica sobre a ferramenta e está gravando a posição da cabeça continuamente para uso posterior na reconstrução da imagem. Prepare bomba de injeção Programa da bomba com o paradigma de infusão apropriado para racloprida Para maximizar a sensibilidade das imagens PET às flutuações da dopamina durante a verificação, administrar o traçador, 11 C-racloprida, como um bolus inicial seguida de uma infusão constante. Para determinar as quantidades relativas apropriadas de traçador a ser entregue no bólus inicial contra a infusão, seguem o método de Carson et ai. 22, para calcular a proporção de dose em bolus a taxa de perfusão ("Kbol" em unidades de minutos ) dado conhecimento da função de resposta de impulso de 11 C-racloprida em seres humanos. A entrega de um marcador de acordo com um determinado protocolo é controlado por um programa de computador em casa, que acciona uma bomba de infusão programável. Comece Air Filtert "> Para eliminar o fumo passivo da suíte PET durante o, a posição de fumar a ingestão de um filtro de ar (Movex Inc, Northampton, PA) na frente do scanner e acima da cabeça do sujeito. Deixe espaço para um assunto para trazer o cigarro para o seu / sua boca durante o fumar. O filtro é ligado antes do estudo e é utilizado em todas as condições se várias análises são executadas. Transmissão de digitalização Adquirir um min transmissão 9 varredura antes da injeção do radiofármaco e aquisição do PET scan. A transmissão é adquirido para criar um mapa em 3D do coeficiente de atenuação linear durante todo o cérebro. O mapa de atenuação é usado na reconstrução das imagens de emissão (PET). PET digitalização Comece injeção e PET scan Um técnico de medicina nuclear certificado deve administrar o marcador. Geralmente, uma equipe de dois técnicos inicia administração tracer e aquisição de dados PET simultânea ly. Escalas de avaliação em tempo de tabagismo Administrar questionários simples, por via oral, para o objecto imediatamente anterior e seguinte fumar. O fumante deve classificar sua / seu desejo, a satisfação do desejo, alta de nicotina, e os sentimentos de aversão em uma escala de 1-100. Fumador A fim de capturar a resposta de dopamina para a experiência de fumar naturalista, instruir o fumante de fumar em seu próprio ritmo, fuma sua própria marca de cigarros, e mais importante, faça o tabagismo por si mesmo, ao invés de ter a nicotina ou o cigarro administrado pelo estudo pessoal. Smokers – que foram abstinente desde a meia-noite anterior – dois cigarros de fumo em sucessão. Eles geralmente levam cerca de 10 minutos para completar os cigarros. Escalas de avaliação pós-fumadores (como mencionado acima). Varredura pós-PET Conclua digitalizar, enviar para a reconstrução através de dados Vicra molar usandoonte ú "> Após a aquisição for concluída, reconstruir os dados em modo lista (um registro de cada evento decadência indivíduo com o seu tempo e localização) em imagens de emissões. O algoritmo de reconstrução utilizado em nosso centro é um algoritmo iterativo (Carson, Barker et al 21.) que corrige para o movimento do nível evento usando as gravações Vicra alta frequência. Correcções para dispersão, atenuação, em tempo morto e normalização, a geometria do scanner e ponto-de-função de dispersão, também estão incluídas no algoritmo. A reconstrução produz uma série dinâmica de imagens de PET 3D em prazos pré-selecionados. MR pré-processamento e registro MR-PET Use algoritmos padrão para remover o crânio a partir da imagem do sujeito MR 23. O MR deve ser de-caveira antes de alinhar com PET porque a maioria dos marcadores não forem tomadas pelo crânio. Filtrar os dados PET dinâmicos com HYPR Aplicar uma variante dométodo de filtragem espacial, Retroprojecção altamente restrito (HYPR-LR) para todas as imagens de PET de uma maneira quadro-a-quadro na sequência do trabalho de Christian et al. 8,24. O apelo de HYPR-LR é que ele reduz o ruído espacial sem degradar a informação temporal em cada voxel que vamos usar para criar nossos filmes de dopamina. Alinhar dados PET modelo MR Alinhe o PET com os dados de RM do sujeito para produzir transformação da matriz 1. (Isto é normalmente feito com uma imagem desde o início da PET scan). Dados cadastrais MR a um modelo padrão MR para produzir transformação da matriz 2. Combine transformações 1 e 2 para registrar os dados de PET HYPR-filtrado para o espaço do modelo standard. Os dados estão agora em um espaço anatômico padrão com voxels isotrópicos (2 mm x 2 mm x 2 mm). Aplique a máscara estriado Raclopride tenha sinal suficiente para contraste de fundo para ser utilizado apenas no corpo estriado. Esta é a área do cérebroque está implicada na dependência de drogas. Após Martinez et ai. Aplicar uma máscara 25 do estriado pré-commissural (estriado ventral, caudado dorsal, putâmen dorsal) para todos os dados de PET no espaço do molde. Fits baseada em voxel de dois modelos Selecione as funções de resposta da dopamina para o lp-ntPET Selecione as funções de resposta que são consistentes com as respostas possíveis de dopamina para o estímulo. Ao selecionar um determinado conjunto de funções de resposta, pode-se restringir a forma eo tempo das respostas de dopamina estimados para as curvas que são esperados para o nosso estímulo particular. Para fumar, esperamos um aumento unimodal e queda da concentração de dopamina (a curva em forma de "gamma-variada"). No caso do tabagismo em 45 min para a digitalização, as famílias de funções de resposta com tempos de "take-off" de 40 min (para permitir alguma antecipação) e mais tarde estão incluídos. Aplicar o modelo lp-ntPET Encaixe o mod lp-ntPETel aos TAC PET em cada voxel na região indivíduo mascarado de acordo com o método do Normandin et ai. 7. A equação operacional do modelo é mostrado na Figura 3a. O integral do produto do TAC PET com cada função de resposta se torna um conjunto de funções de base linear, que contribuem para o modelo (ver o último termo da equação operacional). Porque lp-ntPET é um método baseado em função linear, para a montagem da base de dados de PET dinâmicos, pode ser implementado para estimar rapidamente ambos (a) Parâmetros cinéticos relativos acção do marcador, e (b) um perfil de tempo de dopamina relativa alteração da concentração durante a sessão de verificação, em cada voxel. Criar mapas WSSR Registre a soma ponderada do quadrado dos resíduos (WSSR) mapa do ajuste de lp-ntPET aos dados em cada voxel (WSSR lp-ntPET) de utilização, abaixo. Ajuste do modelo em cada voxel produz imagens dos parâmetros tracer: R 1, k 2 </ Sub>, k 2a, e γ. R1 é o valor do fluxo relativa, 2 k é a taxa de efluxo na região de referência, 2a k é a taxa de efluxo aparente na região alvo, e γ representa a grandeza do sinal de dopamina. A soma ponderada dos quadrados dos resíduos em cada voxel pode ser pensado como uma imagem bem. Aplique o (convencional) Multilinear modelo de tecido de referência (MRTM) Ajustar o modelo MRTM seguindo 9 aos dados de atividade tempo PET em cada voxel individual na região mascarado. MRTM é um modelo linear – tipicamente aplicados aos dados dinâmicos PET – que seja idêntico ao lp-ntPET excepto que carece de um prazo de tempo variável de dopamina. MRTM montagem de dados baseada em voxel produz estimativas de apenas três imagens paramétricas: R 1, k 2, k 2a. Registre a soma ponderada dos quadrados mapa do ajuste de MRTM (WSSR MRTM) para os dados de cada voxel bem. <li> Calcule um F-map Criar um mapa-F da soma dos quadrados dos mapas calculando a estatística-F a cada voxel da máscara. A estatística F compara o WSSR lp-ntPET ao MRTM WSSR, corrigindo para as diferenças de graus de liberdade, nos respectivos acessos. Limiar da F-map Limiar do F-mapa em um valor que se traduz em uma probabilidade de p <0,05 (baseado em graus de liberdade do modelo se ajusta). O limite é o mesmo em cada voxel. Binarize o mapa para fazer uma nova "Máscara Significado", que retém apenas os voxels no estriado cujo TAC PET são fit (estatisticamente) melhor com o lp-ntPET que com MRTM. Filtrar a Máscara Significado Realizar uma "abertura" morfológica (erosão seguido de dilatação) sobre a máscara de significância para eliminar pequenas, núcleos isolados de voxeis que assumimos ser devida ao ruído. Um 2 x 2 x 2 de kernel voxel isotrópico é utilizado para remover grupos isolados de voxels com diâmetros de 2 voxels ou menores. Temos agora uma máscara Significado Final. Criar filme dopamina 4D na cor Armazenar o valor da curva de dopamina estimativa normalizada por k 2a a cada voxel da máscara signifcance final. Esses dados constituem "imagens dopamina normalizado" e será de 4-dimensional. Eles são, de forma eficaz, o valor relativo da dopamina, em cada ponto de tempo para cada voxel encontrada para ter uma resposta significativa da dopamina ao estímulo. Criar uma série de imagem codificados por cores mediante a aplicação de uma tabela de consulta de cor para as imagens da dopamina normalizados. Sobrepor as imagens de dopamina com códigos de cores a imagem do modelo MR correspondente em. Salve a série de imagens codificadas por cores como um arquivo PNG *.. Esta é uma fatia de um único "filme de dopamina". Organizar os filmes de dopamina para cada fatia contendo striatum ventral em um filme. Este arranjo é um filme de dopamina multi-slice. Analisar dados de fumar e controle de dados similarly Realizar a mesma análise em dados de cada condição experimental a ser examinado. Para este projeto, nós adquirimos e analisados ​​dados referentes a cada assunto em duas condições distintas: fumadores e controle (não fumar). Comparar fumar para controlar através da construção de um filme compósito dopamina Produzir filmes de dopamina para o mesmo assunto em diferentes condições, por exemplo, linha de base ou tarefa farsa contra tabagismo. Produzir um "filme de dopamina composta" para um assunto para todas as fatias do striatum de linha de base e de fumar. Execute o filme Jogue o "filme dopamina multi-slice" (mostrado no resultado) para revelar padrões espaciais e temporais que compõem a única resposta dopaminérgico do cérebro de fumar cigarros.

Representative Results

Figura 2. Os efeitos de dois filtros espaciais HYPR diferentes sobre a lisura dos dados de atividade tempo em um único voxel estriado. Linha superior: 11 C-raclopride imagens de emissão de PET a partir de um quadro de 3 minutos centrado em 46,5 minutos (não filtrada, filtrada com 3 x 3 x 3 núcleo do voxel, filtrada por um x 5 x 5 voxel núcleo 5). Fila do meio: 11 C-raclopride imagens de emissão de PET a partir de um quadro de 3 minutos centrado em 61,5 minutos (não filtrada, filtrada com 3 x 3 x 3 núcleo do voxel, filtrada por um x 5 x 5 voxel núcleo 5). Linha inferior: correspondentes curvas de atividade de tempo do mesmo local voxel único no caudado dorsal esquerda. Note-se que a aparente mergulho na absorção de 11 C-racloprida (devido à libertação de dopamina), na altura de fumar é preservada embora o ruído é reduzido com um maior tamanho do filtro. Figura 3. Uma seleção de funções de resposta de dopamina representativas que foram pré-computed para a montagem do modelo lp-ntPET aos dados de atividade tempo PET em cada voxel de acordo com Normandin et al. 7. No caso do nosso paradigma de fumar, o fumo do cigarro começa 45 minutos após a injecção do marcador começa. Mesmo que as respostas de dopamina do estriado codificar antecipação de fumar – por exemplo, devido à manipulação do cigarro ou outros sinais que anunciam tabagismo – que argumentou que as funções de resposta poderia seguramente ser limitado às curvas que levam fora da linha de base não antes de cinco minutos antes de fumar (a). Da mesma forma, as curvas foram limitados a decolagem vezes o mais tardar 15 minutos após o início do hábito de fumar. Curvas com decolagem vezes em 40 minutos representam possíveis respostas dopaminérgicos devido à expectativa (b) funções de resposta Representante tudo tirando da linha de base em 45 minutos;. No momento em que começa fumar. 500 funções de resposta plausíveis diferentes são gerados. Para ilustração, parcelas em <strong> (a) e (b) mostram apenas uma amostra de formas curvas e decolagem vezes. Figura 4. (A) A equação para o modelo operacional de lp-ntPET. O modelo é linear em parâmetros (R 1, K 2, K 2a, γ) que permite a computação rápida das estimativas dos parâmetros para cada voxel dentro da máscara estriado. (B) as imagens paramétricos (R 1, K 2, K 2a, γ ) para uma única fatia do cérebro coronal para um único assunto. Embora γ sozinho é o parâmetro que codifica a magnitude de uma resposta da dopamina, a estimativa simultânea de todos os quatro parâmetros de marcador é necessário para ajustar o modelo para os dados de tempo-actividade de cada voxel. Figura 5. Ajustes dos modelos convencionais (MRTM) e novo (lp-ntPET) para os dados de atividade do tempo a partir de um voxel no caudado esquerdo. MRTM ajuste é em azul. lp-ntPET ajuste é em vermelho. <pclasse > Figura 6. (a) mostra a soma ponderada dos quadrados dos resíduos (WSSR) de MRTM e (b) a partir de lp-ntPET encaixa com os dados de cada voxel no estriado. As duas imagens WSSR produzidos a partir dos mesmos dados são comparados para produzir um mapa de o F-ratio em cada voxel (ou seja, um C-PAM), mostrado em (c). (D) O F-MAP foi estabelecido em p <0,05 para produzir um mapa significado binário (veja o passo 2.10 do protocolo). Para n prazos e 4 parâmetros do modelo lp-ntPET, o limite para a estatística F corresponde a um nível de probabilidade, p <0,05 (para 90 minutos de dados binned em quadros de 3 minutos, o limite é 4,23) (e ) O mapa de significância é filtrada com um filtro morfológica (uma "abertura"), para eliminar pequenas aglomerados de voxeis que têm mais probabilidade de representar ruído. A Máscara Significado final preserva apenas os voxels no estriado cujo TAC são melhor ajuste (STATistically) pelo modelo de lp-ntPET contrariamente ao modelo MRTM convencional e, assim, acredita-se que contém uma resposta dopaminérgica para fumar. Este limite não corrigir para comparações múltiplas. Em vez disso, para se proteger contra falsos resultados positivos, criamos máscaras de significância finais para uma condição de controle bem (veja a Figura 7 e Protocolo Passos 1,8-1,10). Figura 7. (A) mostra um corte coronal da Máscara significado final para a condição de fumar em um único assunto. Figura (b) mostra a máscara Significado final de assunto correspondente e fatia no estado inicial. A presença de grupos de voxels retidos na máscara do fumo em oposição à ausência quase completa de clusters na máscara de controle suporta a tese de que os filmes de dopamina (ver abaixo) não são simplesmente eventos fortuitos ou acontecimentos relacionados com o ruído no dados. (Nota: a atividade injetada – umad, assim, a relação sinal-ruído – na linha de base e as condições de fumar foram comparáveis). Figura 8. O filme de dopamina de um único pedaço de cérebro na orientação coronal mostra os níveis de dopamina quadro-a-quadro em relação ao (descanso) o nível basal de dopamina. (A) mostra o filme da condição basal e (b) mostra o filme de a condição de fumar. Os níveis de dopamina são codificados na cor. Especificamente, as cores – mostrado na barra de cor com os valores numéricos correspondentes – representam a mudança de dopamina acima do nível basal, como uma percentagem de basal. Novamente, os níveis de dopamina são mostrados apenas para voxels na máscara Significado final que excedem o p <0,05 nível de significância. Figura 9. O multi-slice, filme dopamina multi-condição para o mesmo assunto, como na Figura 8 com todas as fatias do striatum ventral exibidos simultaneamente f ou a linha de base e condições de fumar. Figura 1. Fluxograma do experimento e os procedimentos de análise de imagem (AC). Clique aqui para ver a figura maior . Figura 2. Efeitos de filtros HYPR de tamanho diferente do kernel em imagens (superior e médio) e em curvas de atividade de tempo (inferior) em um único voxel. Clique aqui para ver a figura maior . / Files/ftp_upload/50358/50358fig3.jpg "/> Figura 3. Exemplos de funções de resposta de dopamina que a decolagem em (a) 40 min ou (b) 45 min pós-injeção de traçador. Figura 4. Paramétricos imagens geradas pelo ajuste da equação operacional ntPET-lp (a) para os dados de PET. (B) As imagens correspondentes às quatro parâmetros do modelo, R 1, K 2, K 2a, γ, são avaliadas para o corpo estriado e mostrado sobreposto à fatia MR correspondente. Clique aqui para ver a figura maior . iles/ftp_upload/50358/50358fig5.jpg "/> Figura 5. Acessos de MRTM (azul) e modelos lp-ntPET (vermelho) para dados de atividade vez de um único voxel. Figura 6. Imagens paramétrica da WSSR para (a) (b). Os respectivos mapas WSSR lp-ntPET MRTM e são comparados, para criar o mapa de F-(c), que por sua vez é limiarizados a uma máscara binária (d) e, em seguida, filtrou-se para produzir a máscara Significado Final. Clique aqui para ver a figura maior . Figura 7. Comparação de Máscaras signifcance final para fumar (a) e controle <strong> (b) As condições para o mesmo assunto. Figura filme dopamina 8.Single-slice para único assunto no controle ("Descansar") e as condições de fumar. Clique aqui para ver Figura 8 . Figura filme dopamina 9.Multi-slice para único assunto em (em cima) e fumo (baixo) controle ("Descansar") condições. Clique aqui para ver a Figura 9 .

Discussion

Achados da literatura PET sobre a resposta de dopamina ao tabagismo são inconsistentes 13-18. Pode haver muitas razões para isso. Várias dificuldades metodológicas surgem com qualquer tentativa de imagem tabagismo. No mínimo, deve-se lidar com possíveis artefatos de movimento nos dados, a exposição à fumaça de segunda mão para os pesquisadores, as mudanças modestas e de curta duração em dopamina que causam apenas alterações sutis para a captação e retenção do traçador, 11 C-raclopride .

Indução artificial de uma resposta sustentada grande e de dopamina pode ser possível por administração de uma injecção IV de uma dose elevada de nicotina. No entanto, isso seria contrário aos nossos objetivos fundamentais na criação de filmes de dopamina do cigarro. Nossa intenção foi examinar mais cuidadosamente possível a resposta dopaminérgica para todo o comportamento de fumar. Na pesquisa vício, é feita uma distinção importante entre a administração passivade medicamentos para um assunto e auto-administração. Nosso objetivo foi o de imagem auto-administração – um smoker seu / sua própria marca preferida de cigarro -, a fim de capturar e caracterizar a resposta breve dopaminérgico ao tabagismo. As análises de PET tipicamente assumem que os efeitos de um fármaco ou outro desafio são relativos durabilidade para a duração da verificação. Imagem de fumar, portanto, necessário inovações na modelagem e na experimentação com PET.

Passos críticos em nosso protocolo

Facilitar fumar no scanner

  1. A fim de se auto-administração de imagem (ou seja, o tabagismo) e tivemos de eliminar o fumo de segunda mão para a satisfação da nossa Saúde Ambiental e do Departamento de Segurança. Isto foi conseguido através da utilização de um sistema de filtração de ar portátil que puxa o ar em torno do objecto através de um filtro HEPA para remover a matéria particulada. A unidade é equipada com um capuz ingestão em forma de cúpula claro que pode ser baixado mais de tO rosto de assunto, mas ele não impede a sua / seu fumar.
  2. Fumar provoca o movimento da cabeça – mesmo se os fumantes são instruídos a mover sua mão e manter sua cabeça ainda. Movimento durante um único espaço de tempo degrada a função de ponto-propagação do scanner. Isto é, em que contribui para atenuar-se as imagens. Movimento da cabeça durante a digitalização também significa que a cabeça está em posições diferentes durante a emissão e transmissão. Esse descompasso pode levar a artefatos quando a verificação de transmissão é aplicada para corrigir a atenuação. O sistema de head-tracking Vicra aborda estas duas questões e é geralmente considerado como a solução state-of-the-art para o problema 26.

Maximizando a sensibilidade de captação de 11 C-racloprida a pequenas alterações nos níveis de dopamina

  1. Trabalho de simulação anterior pelo nosso grupo indicou que a sensibilidade a mudanças nos níveis de dopamina não é uniforme em toda a duração da verificação se o traçador é administered através de uma injecção de bolo 27. Por outro lado, uma dose inicial de um marcador seguido de uma infusão lenta parece equalizar grandemente a sensibilidade dos dados de PET para fumar, em qualquer momento durante o varrimento.
  2. Fumar alterações induzidas pela dopamina são pequenos em relação ao ruído nos próprios dados de PET. Reconstrução Retroprojecção altamente restrita (HYPR) 8,24 é um método popular de suavização de dados de fMRI, que foi recentemente aplicados para PET. Esta técnica de alisamento espacial, reduz o ruído, sem obliterar as características temporais dos dados que estão interessados ​​dentro Ou seja, os desvios nas curvas de tempo-atividade, que representam a competição do tracer com dopamina endógena. O nosso trabalho preliminar 28 indica que existe uma escolha óptima do filtro HYPR que maximiza a diferença de limiar definido F-mapas (ou seja, a diferença de número de voxels retidos) entre fumadores e Condit basaliões. O filtro ideal (escolhidos para os dados apresentados) depende provavelmente correcta correspondente do tamanho do kernel HYPR para o tamanho aproximado do domínio de activação (ver figura 2).
  3. Mudanças provocadas pelo tabagismo em dopamina são breves. Métodos de análise de PET convencionais não estão bem adequados para a captura dos eventos do neurotransmissor transientes 25,29. Temos caracterizado as deficiências de várias análises convencionais usando estudos de simulação e os dados humanos 30. Por estas razões, o nosso laboratório tem vindo a desenvolver e validar um número de técnicas matemáticas para modelar o efeito da dopamina transientes em dados de PET 1-7. Uma inovação recente Normandin et al. 7 foi para linearizar o modelo ntPET original, de modo que pudesse ser aplicado no nível voxel. O resultado de fazê-lo é um filme de dopamina como os aqui apresentados. Aspectos-chave dos nossos métodos para estimar os transientes de dopamina nos dados PET foram validados previously: em ratos submetidos a PET simultânea e 4 microdiálise e em seres humanos realizando um dedo tocando tarefa 3,4.
  4. Algum tipo de teste estatístico é necessário para isolar alterações genuínos na dopamina como distinto de acontecimentos fortuitos. Optamos por utilizar a estatística F (também conhecido como o "F-ratio") para identificar as regiões (ie, os voxels) da imagem, que são mais susceptíveis de conter as respostas de dopamina detectáveis ​​e quantificáveis. A estatística F é usado para comparar as somas de quadrados dos ataques de dois modelos aninhados para os mesmos dados em tempo de atividade. Neste caso, que compara o ajuste de um modelo convencional, na ausência de um tempo variando de dopamina-termo com o nosso modelo de lp-ntPET recentemente introduzida que contém um termo dependente do tempo para as flutuações de dopamina. Apenas os voxels para os quais a razão F excede um determinado limiar estatística são retidas no filme final dopamina.

Limitações à interpretação do resultado apresentado

<ol>
  • O resultado da amostra apresentada aqui é, naturalmente, não é um estudo completo. Um estudo aprofundado do fumo implicaria um estado inicial, uma condição de fumar, e uma condição de fumar farsa para controlar a liberação de dopamina induzida pelo movimento – como distinto de artefato de movimento (veja acima). Esses estudos estão em andamento em nosso laboratório.

    Deve notar-se que a construção de uma condição de fumar simulado adequado está longe de ser simples. Para os fumantes, o simples ato de levar um cigarro apagado de sua boca pode ser gratificante e, portanto, liberar dopamina. Assim, o controle de movimento, mas não para a expectativa provavelmente seria um movimento do motor dirigido esforço comparável e frequência para tomar baforadas em um cigarro, mas não é um movimento que não poderia de forma alguma ser associado com o fumo, como botão de pressão ou manipulação manual objeto .

  • É bem reconhecido que suficientes se comparações são feitas, não haverá possibilidade resultados que excedem um determinado limiar estatístico idade 31. As comparações que estão a fazer são entre o ajuste do modelo convencional e o ajuste do modelo de lp-ntPET em todos os voxeis no striatum. No momento, não estamos corrigindo formalmente-comparações múltiplas (por exemplo, "a correção de Bonferroni"). Em vez disso, foi aplicado a análise do filme de dopamina para uma condição de linha de base, além de uma condição de fumar. Se nosso filme dopamina de fumar eram simplesmente o resultado do acaso, esperaríamos a mesma densidade de áreas de ativação (número de supra-limiar voxels) na linha de base como nos dados de fumar. Isso claramente não é o caso (ver Figura 7).
  • Certamente, a reprodutibilidade da nossa técnica é uma questão importante relacionada. Seria de esperar que o cérebro de um fumante deve responder de forma semelhante ao fumar um cigarro hoje ou amanhã ou na próxima semana. Estamos atualmente envolvidos na avaliação da reprodutibilidade teste-reteste de nossos filmes de dopamina.

    • Futuro

    jove_content "> Foi desenvolvido um novo modelo de PET captação do marcador na presença de uma flutuação de curto prazo no nível do neurotransmissor endógeno. Porque o modelo é linear em parâmetros, pode ser calculada de forma rápida e facilmente em muitos voxels. O ponto final de montagem dessa um modelo para os dados de PET em uma base voxel-a-voxel é um "filme". Nos estudos com o receptor tracer D2, 11 C-raclopride, o ponto final é um filme de dopamina. dopamina é o neurotransmissor chave envolvido no processamento do cérebro de estímulos gratificantes que leva ao vício. Porque alguns estímulos (principalmente cigarros e álcool) produzem mudanças de dopamina apenas leves e, provavelmente, de curta duração, os filmes podem ter seu maior potencial para estudar o abuso desses dois estímulos. Se nós podemos usar nossa filmes de dopamina para identificar padrões espaciais e temporais da liberação de dopamina que são indicativos de dependência ou risco de abuso, então esses padrões podem servir como marcadores de doença, o risco de doença e- Assumindo que os padrões são reversíveis – indicadores de eficácia do tratamento (farmacológico ou cognitivo-).

    Não há nada sobre os filmes que lhes restringe ao sistema de dopamina. Tudo o que é necessário é um traçador PET para um alvo de interesse que é sensível a (ou seja, facilmente deslocáveis ​​por) flutuações no ligante endógeno para o mesmo alvo. Até à data, tem sido deter o progresso para identificar marcadores de PET, que são sensíveis a outros fiável que a dopamina, neurotransmissores endógenos. A revisão da literatura serotonina em 2010, por exemplo, pintou quadro sombrio de nossa limitada capacidade atual para detectar a liberação de serotonina com PET 32. Recentemente, tem havido alguns desenvolvimentos encorajadores. Um número de publicações têm relatado a sensibilidade dos marcadores de serotonina a elevações nos níveis de serotonina endógena em primatas não humanos 33-36, mas o campo aguarda manifestações semelhantes em seres humanos. Como já discutimos em outros lugares <sup> 37, sensibilidade a alterações na concentração do neurotransmissor endógeno parece ser composto por uma taxa óptima de deslocamento a partir do receptor combinado com uma facilidade de efluxo do marcador a partir dos tecidos para o sangue. Uma vez que os ligandos de serotonina foram validados e mostraram ter tais propriedades, em seguida, os filmes de serotonina, também será possível.

    Presentemente, a maioria dos estudos de PET com receptor de marcadores levar à geração de imagens paramétricos. Uma imagem paramétrico é um mapa de um dado marcador parâmetro avaliado no modelo cinético de cada voxel no objecto (isto é, o cérebro). Aplicação de modelos convencionais, tais como SRTM 38,39 ou a um ou dois tecido modelo compartimento produz imagens paramétricos de Ri, o parâmetro fluxo regional, ou BP, o valor potencial de ligação regional. Ambos os parâmetros são constantes fisiológicos que se pensa representar processos que estão em estado estacionário. Por vezes, no entanto, o sistema e / ou o processo de interested são instáveis. Isto é, eles são transitórios. Tal é o caso com a resposta de curta duração da dopamina ao fumo de cigarro. Em tais condições, não é possível a caracterização da dopamina transiente com uma única imagem paramétrica. Também não é adequado para modelar os dados com um modelo que é estritamente invariante no tempo em parâmetros. Existe uma necessidade de um modelo com um termo variável no tempo para descrever as alterações de concentração de dopamina no corpo estriado em resposta ao fumo. A produção natural de tal modelo, quando utilizado com um traçador de dopamina, é um filme de dopamina. Esta é uma nova forma de saída de imagem funcional, que provavelmente irá estimular e exigem novas formas de análise para maximizar a sua utilidade.

    Disclosures

    The authors have nothing to disclose.

    Acknowledgements

    Os autores agradecem aos membros da equipe do PET química Yale Center for síntese do marcador, a equipa de imagem para rastreamento de injeção e de aquisição de imagem e Sra. Sheila Huang para especialista em design de fluxograma.

    Muito do desenvolvimento das técnicas ntPET foi apoiada por R21 AA15077 a E. Morris. K. Cosgrove é apoiado por K02 DA031750.

    Materials

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

    DOWNLOAD MATERIALS LIST

    References

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

    Tags

    Dynamic PETDopamine FluctuationsCigarette SmokingLp-ntPETTime-varying ParametersHYPR Spatial FilterStatistical ComparisonVoxel-level ModelingDopamine Movie

    Play Video
    PDF
    DOI
    DOWNLOAD MATERIALS LIST
    Cite This Article
    Morris, E. D., Kim, S. J., Sullivan, J. M., Wang, S., Normandin, M. D., Constantinescu, C. C., Cosgrove, K. P. Creating Dynamic Images of Short-lived Dopamine Fluctuations with lp-ntPET: Dopamine Movies of Cigarette Smoking. J. Vis. Exp. (78), e50358, doi:10.3791/50358 (2013).
    Download Citation
    Reprints and Permissions

    View Video

    ✖

    To prove you're not a robot, please enter the text in the image below

    CAPTCHA Image
    Play CAPTCHA Audio
    Refresh Image