Summary

Mappatura cerebrale fMRI in tempo reale negli animali

Published: September 24, 2020
doi:

Summary

La mappatura funzionale del cervello animale può trarre vantaggio dalla configurazione sperimentale di risonanza magnetica funzionale in tempo reale (fMRI). Utilizzando il più recente software implementato nel sistema di risonanza magnetica animale, abbiamo creato una piattaforma di monitoraggio in tempo reale per la fMRI dei piccoli animali.

Abstract

Le risposte fMRI dinamiche variano in gran parte in base alle condizioni fisiologiche degli animali sia in anestesia che in stato di veglia. Abbiamo sviluppato una piattaforma fMRI in tempo reale per guidare gli sperimentatori a monitorare istantaneamente le risposte fMRI durante l’acquisizione, che può essere utilizzata per modificare la fisiologia degli animali per ottenere le risposte emodinamiche desiderate nel cervello animale. La configurazione fMRI in tempo reale si basa su un sistema di risonanza magnetica preclinica 14.1T, che consente la mappatura in tempo reale delle risposte fMRI dinamiche nella corteccia somatosensoriale primaria della zampa anteriore (FP-S1) di ratti anestetizzati. Invece di un’analisi retrospettiva per indagare le fonti confondenti che portano alla variabilità dei segnali fMRI, la piattaforma fMRI in tempo reale fornisce uno schema più efficace per identificare le risposte fMRI dinamiche utilizzando macro-funzioni personalizzate e un software di analisi delle neuroimmagini comune nel sistema MRI. Inoltre, fornisce una fattibilità immediata per la risoluzione dei problemi e un paradigma di stimolazione del biofeedback in tempo reale per gli studi funzionali del cervello negli animali.

Introduction

La risonanza magnetica funzionale (fMRI) è un metodo non invasivo per misurare le risposte emodinamiche 1,2,3,4,5,6,7,8,9, ad esempio, il volume del sangue cerebrale dipendente dal livello di ossigeno nel sangue (BOLD), il volume del sangue cerebrale e il segnale di flusso, associati all’attività neurale nel cervello. Negli studi sugli animali, i segnali emodinamici possono essere influenzati dall’anestesia10, dal livello di stress degli animali svegli 11, nonché dai potenziali artefatti non fisiologici, ad esempio pulsazioni cardiache e movimenti respiratori12,13,14,15. Sebbene siano stati sviluppati molti metodi di post-elaborazione per fornire un’analisi retrospettiva del segnale fMRI per la dinamica funzionale correlata al compito e allo stato di riposo e la mappatura della connettività16,17,18,19, ci sono poche tecniche per fornire una soluzione di mappatura delle funzioni cerebrali in tempo reale e letture istantanee nel cervello animale 20 (la maggior parte delle quali sono utilizzate principalmente per la mappatura del cervello umano21, 22,23,24,25,26,27). In particolare, questo tipo di metodo di mappatura fMRI in tempo reale è carente negli studi sugli animali. È necessario istituire una piattaforma fMRI per consentire l’indagine degli stadi fisiologici dipendenti dallo stato cerebrale in tempo reale e fornire un paradigma di stimolazione biofeedback in tempo reale per studi funzionali del cervello animale.

Nel presente lavoro, illustriamo un set-up sperimentale fMRI in tempo reale con le macro-funzioni personalizzate del software della console MRI, dimostrando il monitoraggio in tempo reale delle risposte BOLD-fMRI evocate nella corteccia somatosensoriale primaria della zampa anteriore (FP-S1) dei ratti anestetizzati. Questa configurazione in tempo reale consente la visualizzazione dell’attivazione cerebrale in corso in mappe funzionali, nonché singoli corsi temporali in modo voxel-wise, utilizzando il software di analisi delle neuroimmagini esistente, Analysis of Functional NeuroImages (AFNI)28. La preparazione del set-up sperimentale fMRI in tempo reale per lo studio sugli animali è descritta nel protocollo. Oltre alla configurazione degli animali, forniamo procedure dettagliate per impostare la visualizzazione e l’analisi dei segnali fMRI in tempo reale utilizzando il più recente software della console in parallelo con gli script di elaborazione delle immagini. In sintesi, la configurazione fMRI in tempo reale proposta per gli studi sugli animali è un potente strumento per monitorare i segnali dinamici fMRI nel cervello animale utilizzando il sistema di console MRI.

Protocol

Questo studio è stato condotto in conformità con la legge tedesca sul benessere degli animali (TierSchG) e l’ordinanza sugli animali da laboratorio per il benessere degli animali (TierSchVersV). Il protocollo sperimentale qui descritto è stato esaminato dalla commissione etica (§15 TierSchG) e approvato dall’autorità statale (Regierungspräsidium, Tübingen, Baden-Württemberg, Germania). 1. Preparazione del set-up sperimentale BOLD-fMRI per lo studio su piccoli animali Accender…

Representative Results

La Figura 3 e la Figura 4 mostrano un percorso temporale BOLD-fMRI rappresentativo in tempo reale e mappe funzionali con stimolazione elettrica della zampa anteriore (3 Hz, 4 s, larghezza dell’impulso 300 us, 2,5 mA). Il paradigma di progettazione fMRI comprende 10 scansioni di pre-stimolazione, 3 scansioni di stimolazione e 12 scansioni di inter-stimolazione con un totale di 8 epoche (130 scansioni). Il tempo di scansione totale è di 3 min 15 sec (195 sec). <s…

Discussion

Il monitoraggio in tempo reale del segnale fMRI aiuta gli sperimentatori a regolare la fisiologia degli animali per ottimizzare la mappatura funzionale. Gli artefatti di movimento negli animali svegli, così come l’effetto anestetico, sono i principali fattori che mediano la variabilità dei segnali fMRI, confondendo l’interpretazione biologica del segnale da solo 31,32,33,34,35,36,37,38</…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Ringraziamo il Dr. D. Chen e il Dr. C. Yen per aver condiviso lo script AFNI per impostare la fMRI in tempo reale per PV 5 e il team AFNI per il supporto software. Questa ricerca è stata supportata dal finanziamento NIH Brain Initiative (RF1NS113278-01, R01 MH111438-01), e dalla sovvenzione dello strumento S10 (S10 RR023009-01) al Martinos Center, German Research Foundation (DFG) Yu215 / 3-1, BMBF 01GQ1702 e dal finanziamento interno della 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