Summary

Mapeo cerebral de resonancia magnética funcional en tiempo real en animales

Published: September 24, 2020
doi:

Summary

El mapeo funcional del cerebro animal puede beneficiarse de la configuración experimental de imágenes de resonancia magnética funcional (fMRI) en tiempo real. Utilizando el último software implementado en el sistema de resonancia magnética animal, establecimos una plataforma de monitoreo en tiempo real para fMRI de animales pequeños.

Abstract

Las respuestas dinámicas de fMRI varían en gran medida de acuerdo con las condiciones fisiológicas de los animales, ya sea bajo anestesia o en estados despiertos. Desarrollamos una plataforma de resonancia magnética funcional en tiempo real para guiar a los experimentadores a monitorear las respuestas de resonancia magnética funcional instantáneamente durante la adquisición, que se puede utilizar para modificar la fisiología de los animales para lograr las respuestas hemodinámicas deseadas en los cerebros de los animales. La configuración de fMRI en tiempo real se basa en un sistema de resonancia magnética preclínica de 14.1T, lo que permite el mapeo en tiempo real de las respuestas dinámicas de fMRI en la corteza somatosensorial primaria de la pata anterior (FP-S1) de ratas anestesiadas. En lugar de un análisis retrospectivo para investigar las fuentes de confusión que conducen a la variabilidad de las señales de fMRI, la plataforma fMRI en tiempo real proporciona un esquema más efectivo para identificar respuestas dinámicas de fMRI utilizando macrofunciones personalizadas y un software de análisis de neuroimagen común en el sistema de MRI. Además, proporciona una viabilidad inmediata de solución de problemas y un paradigma de estimulación de biorretroalimentación en tiempo real para estudios funcionales cerebrales en animales.

Introduction

La resonancia magnética funcional (fMRI) es un método no invasivo para medir las respuestas hemodinámicas 1,2,3,4,5,6,7,8,9, por ejemplo, la señal de flujo y volumen sanguíneo dependiente del nivel de oxígeno en sangre (BOLD), asociada con la actividad neuronal en el cerebro. En estudios con animales, las señales hemodinámicas pueden ser afectadas por la anestesia 10, el nivel de estrés de animales despiertos11, así como los posibles artefactos no fisiológicos, por ejemplo, pulsaciones cardíacas y movimientos respiratorios12,13,14,15. Aunque se han desarrollado muchos métodos de posprocesamiento para proporcionar un análisis retrospectivo de la señal de fMRI para la dinámica funcional relacionada con la tarea y el estado de reposo y el mapeo de conectividad16,17,18,19, existen pocas técnicas para proporcionar una solución de mapeo de la función cerebral en tiempo real y lecturas instantáneas en el cerebro animal 20 (la mayoría de las cuales se utilizan principalmente para el mapeo del cerebro humano 21, 22,23,24,25,26,27). En particular, este tipo de método de mapeo de fMRI en tiempo real falta en los estudios con animales. Es necesario establecer una plataforma de resonancia magnética funcional para permitir la investigación de las etapas fisiológicas dependientes del estado cerebral en tiempo real y proporcionar un paradigma de estimulación de biorretroalimentación en tiempo real para estudios funcionales del cerebro animal.

En el presente trabajo, ilustramos una configuración experimental de fMRI en tiempo real con las macrofunciones personalizadas del software de consola de MRI, demostrando el monitoreo en tiempo real de las respuestas evocadas BOLD-fMRI en la corteza somatosensorial de la pata anterior primaria (FP-S1) de las ratas anestesiadas. Esta configuración en tiempo real permite la visualización de la activación cerebral en curso en mapas funcionales, así como cursos de tiempo individuales de una manera voxel-wise, utilizando el software de análisis de neuroimagen existente, Análisis de NeuroImágenes Funcionales (AFNI)28. La preparación de la configuración experimental de fMRI en tiempo real para el estudio en animales se describe en el protocolo. Además de la configuración del animal, proporcionamos procedimientos detallados para configurar la visualización y el análisis de las señales de fMRI en tiempo real utilizando el último software de consola en paralelo con los scripts de procesamiento de imágenes. En resumen, la configuración de fMRI en tiempo real propuesta para estudios en animales es una herramienta poderosa para monitorear las señales dinámicas de fMRI en el cerebro animal utilizando el sistema de consola de MRI.

Protocol

Este estudio se realizó de acuerdo con la Ley Alemana de Bienestar Animal (TierSchG) y la Ordenanza de Animales de Laboratorio de Bienestar Animal (TierSchVersV). El protocolo experimental descrito aquí fue revisado por la comisión de ética (§15 TierSchG) y aprobado por la autoridad estatal (Regierungspräsidium, Tübingen, Baden-Württemberg, Alemania). 1. Preparación de la configuración experimental BOLD-fMRI para el estudio de animales pequeños Encienda el software de la c…

Representative Results

La Figura 3 y la Figura 4 muestran un curso de tiempo representativo de BOLD-fMRI en tiempo real y mapas funcionales con estimulación eléctrica de la pata delantera (3 Hz, 4 s, ancho de pulso 300 us, 2.5 mA). El paradigma de diseño de fMRI comprende 10 exploraciones de preestimulación, 3 exploraciones de estimulación y 12 exploraciones de interestimulación con un total de 8 épocas (130 exploraciones). El tiempo total de escaneo es de 3 min 15 seg (195 seg…

Discussion

El monitoreo en tiempo real de la señal de fMRI ayuda a los experimentadores a ajustar la fisiología de los animales para optimizar el mapeo funcional. Los artefactos de movimiento en animales despiertos, así como el efecto anestésico, son factores importantes que median la variabilidad de las señales de fMRI, confundiendo la interpretación biológica de la señal por sí misma 31,32,33,34,35,36,37,38 <sup class…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Agradecemos al Dr. D. Chen y al Dr. C. Yen por compartir el script AFNI para configurar la fMRI en tiempo real para PV 5 y al equipo de AFNI por el soporte del software. Esta investigación fue apoyada por la financiación de la Iniciativa Cerebral de los NIH (RF1NS113278-01, R01 MH111438-01), y la subvención del instrumento S10 (S10 RR023009-01) al Centro Martinos, la Fundación Alemana de Investigación (DFG) Yu215/3-1, BMBF 01GQ1702 y la financiación interna de la Sociedad Max Planck.

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