Die Autoren danken, die Unterstützung der CAMH Stiftung anerkennen, Dank an Michael und Sonja Koerner, der Kimel Familie, und dem Paul E. Garfinkel New Investigator Catalyst Award. Dieses Projekt wurde vom Fonds de Recherches Santé Québec, der kanadischen Institutes of Health Research (CIHR), den Natur- und Ingenieurwissenschaften Research Council of Canada, die Weston Brain Institute, die Alzheimer-Gesellschaft von Kanada und den Micheal J. Fox Foundation für die Parkinson-Forschung (MMC) sowie CIHR, der Ontario Mental Health Foundation, NARSAD, und dem National Institute of Mental Health (R01MH099167) (ANV). Die Autoren möchten auch Anusha Ravichandran Hilfenahme der Bilder bedanken.

Die Studienteilnehmer (; Alter 29-57, avg 37. 3F, 2 M), die frei von neurologischen und neuropsychiatrischen Erkrankungen und Fälle von schweren Kopfverletzungen waren das Protokoll in diesem Manuskript wurde für fünf repräsentativen hochauflösenden Bildern von gesunden Freiwilligen gesammelt entwickelt. Alle Probanden wurden am Zentrum für Sucht und psychische Gesundheit (CAMH) rekrutiert. Die Studie wurde von der CAMH Forschungsethik Board genehmigt und wurde in Übereinstimmung mit der Deklaration von Helsinki durchgeführt. Alle Probanden vorgesehen geschrieben, informierte Zustimmung für die Datenerfassung und des Teilens. Weitere Einzelheiten zu der Aufnahmesequenz verwendet, um diese Bilder zu sammeln, finden Sie in Winterburn et al., 2013 Park et al., 2014 wurden 26,34 Images für alle fünf Themen für die Qualität überprüft und festgehalten beziehen. Der Hippocampus überspannt einen Durchschnitt von 118 koronalen Scheiben in diesen Bildern. 1. Software Set-up <ol><li> Öffnen Sie Anzeige: </strong&gt; Vom Terminal mit dem folgenden Befehl: Anzeige image_name.mnc -label label_name.mnc. Das Programm wird 3-Fenster zu öffnen: 3D-Visualisierungsfenster Bild 3-Orientierungssichtfenster und ein Navigationsfenster. Das Endgerät wird auch verwendet, um das Programm auszuführen ist. Vergrößern Sie die Koronalansicht, weil die Segmentierungen wird koronal durchgeführt werden. Vergrößern Sie die Hippocampus. Wählen Sie F (Segmentierung) im Navigationsfenster. Wählen Sie F (XY Radius: 0,1). Das Terminal-Fenster werden Sie aufgefordert, dass der Benutzer &quot;Enter xy Pinselgröße&quot;. Auf 0,1. Dadurch wird die Größe des Pinsels einstellen. Der Benutzer kann nun beginnen Ziehen des Hippocampus auf dem MR-Bild. </li></ol> 2. Whole Hippocampus manuelle Segmentierung <ol><li> Set-up: Die Verwendung einer T1-gewichteten Bild, blättern Sie zu der anterior-koronalsten Scheibe des Hippocampus. Um Scheiben in der vorderen Richtung voranzutreiben, verwenden Sie die &#39;+&#39; Taste; verwenden Sie die &quot;-&quot; Taste, um in der hinteren Richtung zu bewegen. </li><li><strong&gt; Scheibe A: Anterior-Most Scheibe: Mit der rechten Maustaste auf der Maus, ziehen Sie die äußerste Grenze des Hippocampus grauen Substanz, wo es die umliegende Temporallappen weißen Substanz erfüllt und verwenden Sie die mit hoher Intensität weißen Substanz des alveus , um mit dem oberen Rand, in denen der Hippocampus erfüllt die Amygdala 12,22 unterstützen. Verwenden Sie das E (Label-Fill) Schlüssel in der Segmentierung Menü des Navigationsfenster, um auf dem Etikett im Inneren der Grenze zu füllen. Weiterhin diese Grenzen in der gesamten vorderen Hippocampus Kopf anzuwenden. </li><li> Scheibe B: Hippocampus-Head 1 (1B): <ol><li> Superior, inferior, lateral, medial Grenzen: Weiter, um die Grenzen zu ziehen, wie in Schritt 2.2 beschrieben, mit der weißen Substanz des Schläfenlappens und alveus als Leitfaden. </li><li> Supero-medialen Rand: Dazu mit der axiale Ansicht, zeichnen Sie eine horizontale Linie von der Vorderkante der Seiten Hippocampus 29 und umfassen alles, was unterhalb dieser Linie, wie Hippocampus.HINWEIS: Die supero-medialen Rand wird weniger eindeutig in diesen Scheiben, wo die grauen Zellen des Hippocampus verschmilzt mit der grauen Substanz der Amygdala. </li></ol></li><li> Scheibe C: Hippocampus-Head 2 mit Zahnungen: Je nach Motiv können die Zahnungen des Hippocampus für 3-4 Scheiben sichtbar sein (in der Regel sind sie auf T2-gewichteten gegen T1-gewichteten Bildern sichtbar). In diesen Scheiben, auch weiterhin die weiße Substanz des alveus und Schläfenlappen verwenden, um überschreitende Segmentierung 12,22 führen. Für weitere Details, folgen Sie den Schritten 2.5.1-2.5.2. </li><li> Scheibe D: Hippocampus-Leiter 3: <ol><li> Superior, inferior, lateral, medial Grenzen: Ziehen Sie den unteren Rand des Hippokampus in der weißen Substanz des Schläfenlappens, dem seitlichen Rand am Unterhorn des Seitenventrikels, Oberrand, im Anschluss an die Kurve der Zahnungen, bei der weißen Substanz des alveus / Fimbrien und der medialen Rand am hypointense region der Umgebungs Zisterne 12,22. </li><li> Supero-medialen und infero-medialen Grenzen: Fahren Sie mit dem supero-medialen Rand zu definieren, wie in Schritt 2.3.2 beschrieben. Zeichnen Sie den unteren Abschnitt des medialen Grenze, wo der Hippocampus lichtet leicht und erstreckt sich in den leicht hyperintense grauen Substanz des entorhinalen Kortex 12,22. </li></ol></li><li> Scheibe E: Hippocampus Head 4 mit Uncus: Fahren Sie mit der in den Schritten 2.5.1-2.5.2 beschrieben inferior, lateral und superior Grenzen zu ziehen. Fügen Sie die Uncus im Hippocampus (die Medaille mit dem Hauptkörper des Hippocampus befindet und von geringer Intensität CSF umgeben) Segmentierung 12,2 2. </li><li> Scheibe F: Hippocampus Körper: Fahren Sie mit der in den Schritten 2.5.1-2.5.2 beschrieben inferior, lateral, medial und superior Grenzen zu ziehen. Zeichnen Sie die infero-medialen Rand an der Stelle, wo der Hippocampus verdünnt, wie es zum entorhinalen Kortex / para-Hippocampus Gyrus 12,22 Gänge.Enthalten Sie nicht die Low-Intensity-CSF der Rest Sulcus hippocampi in der Segmentierung. </li><li> Scheibe G: Hippocampus Endstück 1: Beginnen Sie die Segmentierung Hippocampus-tail-Typ-Scheiben, wenn die Schenkel des Fornix zunächst sichtbar. Schließen Sie die faszikuläre Gyrus (a grauen Substanz Struktur, die mit dem Hippocampus in Teilen des Hippocampus Schwanz verbindet) von der Segmentierung durch Extrapolieren der Form des faszikuläre Gyrus in die Hippocampus-Schwanz aus mehr vorderen Scheiben 12,22. Diese Extrapolation ist nur für 2-3 Scheiben, wonach die beiden Strukturen nicht genau unterschieden werden kann; an dieser Stelle, behandeln alle sichtbaren grauen Substanz in diesem Bereich, wie Hippocampus. </li><li> Slice H: Hippocampus Endstück 2: Segment der Low-Intensity-grauen Substanz des hinteren Hippocampus Schwanz aus dem umgebenden hoher Intensität weißen Substanz. </li><li> Scheibe I: Posterior-Most Scheibe: Segment der kleinen verbleibenden Bereich des Hippocampus grauen Substanz ausdie umgebende weiße Substanz des Schläfenlappens. </li></ol> 3. Hippocampus-Unterfeld manuelle Segmentierung <ol><li> Set-up: Die Verwendung einer T2-gewichteten Bild, um die anterior-koronalsten Scheibe des Hippocampus zu blättern (wie in Schritt 2.1). Um die Farbe des Pinsels ändern, wählen Sie D (Set Malen Lbl :) auf der Segmentierung Menü im Navigationsfenster. Der Befehl Terminal fordert: &quot;Geben Sie das aktuelle Farbe Label:&quot;. Geben Sie eine Zahl zwischen 1 und 255. Jede Zahl entspricht einem anderen Etikett Farbe. </li><li> Scheibe A: Anterior-Most Scheibe: Seit Unterfeld-Divisionen sind noch nicht im anterior-esten Scheibe sichtbar ist, ziehen Sie eine Linie, die das sichtbare Hippocampus grauen Substanz entlang ihrer längsten sichtbaren Achse (die nicht unbedingt parallel zu einer der Hauptachsen wird) in zwei gleiche Abschnitte um die wahre Anatomie 12,22 nähern. Beschriften Sie die überlegene dieser beiden Abschnitte als CA1 und den unteren Abschnitt als Subiculum durch choosing einen andersfarbigen Bezeichnung für jedes Teilfeld 23,35. </li><li> Scheibe B: Hippocampus-Head 1: Beschriften Sie die Low-Intensity-Bereich in der Mitte des Hippocampus als SR / SL / SM 13,37. Wenn die Biegung entlang der Unterkante des Hippocampus wird deutlich, verwenden Sie dieses Wahrzeichen wie die laterale Grenze zwischen der Subiculum aus der CA1 12,22. Fahren Sie mit der längsten Achse des Hippocampus zu folgen, um die CA1-Subiculum Grenze auf der supero-medialen Spitze 37 zu ziehen. </li><li> Scheibe C: Hippocampus-Head 2 mit Zahnungen: <ol><li> SR / SL / SM, CA4 / DG und Subiculum: Beschriften Sie die SR / SL / SM, CA4 / DG und Subiculum wie für Scheibe D beschrieben (Schritt 3.5.1). </li><li> CA2 / CA3 und CA1: Definieren Sie die Grenze zwischen CA1 und CA2 / CA3 als Winkel von 45 ° Linie, die sich in der superolaterale Richtung von der die meisten superolaterale Rand des SR / SL / SM 12,22. Erweitere CA2 / CA3 medial entlang der Oberkante zum Trog zwischen dem dentagen 12,22. Beschriften Sie den Rest der Oberkante als CA1 12,22. </li></ol></li><li> Scheibe D: Hippocampus-Leiter 3 <ol><li> SR / SL / SM, CA4 / DG und Subiculum: Beschriften Sie die dunklen SR / SL / SM Band ersten, die den Verlauf der CA1 37 folgen wird. Beschriften Sie jede mit hoher Intensität der grauen Substanz im Inneren des SR / SL / SM als CA4 / DG 12,22,23,35,37. Dies kann nicht eine kontinuierliche Region sein, wie in 2C. Fahren Sie mit dem Subiculum-CA1 Grenze definieren, mit dem Knick in der minderwertigen Hippocampus 12,22. </li><li> CA2 / CA3 und CA1: Fahren Sie mit dem CA1 und CA2 / CA3 Grenze, wie in Schritt 3.4.2 zu definieren. Erweitere CA2 / CA3 medial auf halbem Weg entlang der Oberkante des Hippocampus 12,22 und beschriften Sie die andere Hälfte des übergeordneten Kante als CA1 12,22. </li><li> Supero mediale Hippocampus-Kopf: In diesem Stück, teilen Sie die supero mediale Hippocampus Kopf vertikal in zwei Hälften. Beschriften Sie die mediale Hälfte SR / SL / SM 12. Teilen Sie die seitlichendie Hälfte in die Hälfte, diesmal horizontal. Beschriften Sie die überlegene Teil als CA4 / DG und den unteren Abschnitt als CA2 / CA3 12. </li></ol></li><li> Scheibe E: Hippocampus Head 4 mit Uncus <ol><li> Lateral Hippocampus Kopf (Subiculum): In den seitlichen Teil dieser Scheiben, definieren die Subiculum-CA1 Grenze als eine vertikale Linie, die sich in der unteren Richtung von der die meisten medialen Rand der CA4 / DG 12,22. </li><li> Lateral Hippocampus Kopf (CA1, CA2 / CA3, CA4 / DG, SR / SL / SM.): Definieren Sie die CA1-CA2 / CA3 Grenze in der gleichen Weise wie in Schritt 3.4.2. Fahren Sie mit dem SR / SL / SM als geringer Intensität Region kennzeichnen nach der Kurve der CA Regionen. Beschriften CA4 / DG als Zentrum Hohlraum innerhalb des SR / SL / SM, wie in Schritt 3.5.1. </li><li> Uncal Hippocampus Kopf (SR / SL / SM): Beschriften Sie die Uncus des Hippocampus für etwa 10 Scheiben wie die Hippocampus-Kopf-Übergänge in die Hippocampus-Körper. Im Uncus, beschriften Sie die niedrige Intensität Bereich in der Mitte, wie SR / SL / SM (wenn dies ist schwer zu sehen, anzunähern, die Anatomie durch Segmentieren einer Linie 2-3 Voxel breiten sich im Zentrum der Uncus) 12. </li><li> Uncal Hippocampus Kopf (CA2 / CA3, CA4 / DG): Zeichnen Sie eine Linie am oberen Rand des SR / SL Schnitt / SM entlang infero-lateral / supero-Mittelachse des Uncus. Beschriften Sie alle grauen Substanz oberhalb dieser Linie, wie CA2 / CA3 12. Beschriften Sie jedes unmarkierten grauen Substanz unterhalb dieser Linie (auf beiden Seiten des SR / SL / SM) als CA4 / DG 12. </li></ol></li><li> Scheibe F: Hippocampus Körper: Weiter, um die in Schritt 3.6.1-3.6.2 beschriebenen Grenzen gelten. </li><li> Scheibe G: Hippocampus Endstück 1: Fahren Sie mit der in Schritt 3.6.1-3.6.2 beschriebenen Regeln gelten. Die Subiculum-CA1 Grenze zu einem Winkel von 45 ° Linie in der infero-medialer Richtung von der medialen Rand der CA4 / DG 12,22 erstreckt. </li><li> Slice H: Hippocampus-Endstück 2: Nachdem die faszikulären Gyrus kann nicht mehr aus dem Hippocampus formatio unterscheiden/ SM (wie in früheren Scheiben) und der verbleibende grauen Substanz in der Mitte als CA4 / DG 12,22 n, beschriften Sie die gesamte äußere Schicht als CA1, der niedriger Intensität Bereich innerhalb dieses als SR / SL. </li><li> Scheibe I: Posterior-Most Scheibe: Sobald der Dunkelheit SR / SL / SM ist in der Mitte des Hippocampus nicht mehr sichtbar ist, kennzeichnen die gesamte Struktur als CA1 12,22. </li></ol> 4. Protokoll Zuverlässigkeit <ol><li> Resegment entweder den rechten oder linken Hippocampus von jedem Probanden nach einer Wartezeit von etwa einem Monat Durchführung der ursprünglichen Segmentierung. Segment alle Teilfelder entlang der gesamten anterior-posterior Länge des Hippocampus, zu versuchen, die Protokollregeln so konsequent wie möglich zu folgen. </li><li> Berechnen Sie die Würfel Kappa zwischen den ursprünglichen und neu segmentiert Bände: <img alt="Gleichung 1" src="/files/ftp_upload/51861/51861eq1.jpg" /> wobei k = Dice kappa und A und B sind Etikettenvolumina. </li></ol>

<ol>
	<li>Adler, D. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reconstruction+of+the+human+hippocampus+in+3D+from+histology+and+high-resolution+ex-vivo+MRI.">Reconstruction of the human hippocampus in 3D from histology and high-resolution ex-vivo MRI.</a> IEEE Intl. Symp. on Biomed. Img. , 294-297 (2012).</li><li>Adler, D. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Histology-derived+volumetric+annotation+of+the+human+hippocampal+subfields+in+postmortem+MRI.">Histology-derived volumetric annotation of the human hippocampal subfields in postmortem MRI.</a> NeuroImage. 84 (1), 505-523 (2014).</li><li>Amaral, D. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+golgi+study+of+cell+types+in+the+hilar+region+of+the+hippocampus+in+the+rat.">A golgi study of cell types in the hilar region of the hippocampus in the rat.</a> J. Comp. Neurol. 182 (4 Pt 2), 851-914 (1978).</li><li>Blumberg, H. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Amygdala+and+Hippocampal+Volumes+in+Adolescents+and+Adults+With+Bipolar+Disorder.">Amygdala and Hippocampal Volumes in Adolescents and Adults With Bipolar Disorder.</a> Arch Gen Psychiatry. 60 (12), 1201-1208 (2003).</li><li>Braak, H., Braak, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neuropathological+stageing+of+Alzheimer-related+changes.">Neuropathological stageing of Alzheimer-related changes.</a> Acta Neuropathol . 82 (4), 239-259 (1991).</li><li>Boccardi, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Survey+of+protocols+for+the+manual+segmentation+of+the+hippocampus:+preparatory+steps+towards+a+joint+EADC-ADNI+harmonized+protocol.">Survey of protocols for the manual segmentation of the hippocampus: preparatory steps towards a joint EADC-ADNI harmonized protocol.</a> J. Alzheimer's Dis. 26 (3), 61-75 (2011).</li><li>Chakravarty, M. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Performing+label-fusion-based+segmentation+using+multiple+automatically+generated+templates.">Performing label-fusion-based segmentation using multiple automatically generated templates.</a> Hum. Brain Mapp. 34 (10), 2635-2654 (2013).</li><li>Chakravarty, M. M., Bertrand, G., Hodge, C. P., Sadikot, A. F., Collins, D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+creation+of+a+brain+atlas+for+image+guided+neurosurgery+using+serial+histological+data.">The creation of a brain atlas for image guided neurosurgery using serial histological data.</a> NeuroImage. 30 (2), 359-376 (2006).</li><li>Collins, D. L., Neelin, P., Peters, T. M., Evans, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+3D+intersubject+registration+of+MR+volumetric+data+in+standardized+Talairach+space.">Automatic 3D intersubject registration of MR volumetric data in standardized Talairach space.</a> J. Comput. Assist. Tomogr. 18 (2), 192-205 (1994).</li><li>Heijer, F. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Structural+and+diffusion+MRI+measures+of+the+hippocampus+and+memory+performance.">Structural and diffusion MRI measures of the hippocampus and memory performance.</a> NeuroImage. 63 (4), 1782-1789 (2012).</li><li>Duncan, K., Tompary, A., Davachi, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Associative+encoding+and+retrieval+are+predicted+by+functional+connectivity+in+distinct+hippocampal+area+ca1+pathways.">Associative encoding and retrieval are predicted by functional connectivity in distinct hippocampal area ca1 pathways.</a> The Journal of Neuroscience. 34 (34), 11188-11198 (2014).</li><li>Duvernoy, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> The Human Hippocampus: Functional Anatomy Vascularization, and Serial Sections with MRI. , (2005).</li><li>Fatterpekar, G. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cytoarchitecture+of+the+human+cerebral+cortex:+MR+microscopy+of+excised+specimens+at+9.4+Tesla.">Cytoarchitecture of the human cerebral cortex: MR microscopy of excised specimens at 9.4 Tesla.</a> Am. J. Neuroradiol. 23 (8), 1313-1321 (2002).</li><li>Frey, S., Pandya, D. N., Chakravarty, M. M., Bailey, L., Petrides, M., Collins, D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+MRI+based+average+macaque+monkey+stereotaxic+atlas+and+space+(MNI+monkey+space).">An MRI based average macaque monkey stereotaxic atlas and space (MNI monkey space).</a> NeuroImage. 55 (4), 1435-1442 (2011).</li><li>Goubran, M., Crukley, C., de Ribaupierre, S., Peters, T. M., Khan, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Image+registration+of+ex-vivo.+MRI+to+sparsely+sectioned+histology+of+hippocampal+and+neocortical+temporal+lobe+specimens.">Image registration of ex-vivo. MRI to sparsely sectioned histology of hippocampal and neocortical temporal lobe specimens.</a> NeuroImage. 83, 770-781 (2013).</li><li>Heckemann, R. A., Hajnal, J. V., Aljabar, P., Rueckert, D., Hammers, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+anatomical+brain+MRI+segmentation+combining+label+propagation+and+decision+fusion.">Automatic anatomical brain MRI segmentation combining label propagation and decision fusion.</a> NeuroImage. 33 (1), 115-126 (2006).</li><li>Holmes, C. J., Hoge, R., Collins, L., Woods, R., Toga, A. W., Evans, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Enhancement+of+MR+images+using+registration+for+signal+averaging.">Enhancement of MR images using registration for signal averaging.</a> J. Comput. Assist. Tomogr. 22 (2), 324-333 (1998).</li><li>Karnik-Henry, M. S., Wang, L., Barch, D. M., Harms, M. P., Campanella, C., Csernansky, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Medial+temporal+lobe+structure+and+cognition+in+individuals+with+schizophrenia+and+in+their+non-psychotic+siblings.">Medial temporal lobe structure and cognition in individuals with schizophrenia and in their non-psychotic siblings.</a> Schizophrenia Research. 138 (2-3), 128-135 (2012).</li><li>Kim, J. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+3-D+extraction+and+evaluation+of+the+inner+and+outer+cortical+surfaces+using+a+Laplacian+map+and+partial+volume+effect+classification.">Automated 3-D extraction and evaluation of the inner and outer cortical surfaces using a Laplacian map and partial volume effect classification.</a> NeuroImage. 27 (1), 210-221 (2005).</li><li>La Joie, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Differential+effect+of+age+on+hippocampal+subfields+assessed+using+a+new+high-resolution+3T+MR+sequence.">Differential effect of age on hippocampal subfields assessed using a new high-resolution 3T MR sequence.</a> NeuroImage. 53 (2), 506-514 (2010).</li><li>Libby, L. A., Ekstrom, A. D., Ragland, J. D., Ranganath, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Differential+connectivity+of+perirhinal+and+parahippocampal+cortices+within+human+hippocampal+subregions+revealed+by+high-resolution+functional+imaging.">Differential connectivity of perirhinal and parahippocampal cortices within human hippocampal subregions revealed by high-resolution functional imaging.</a> The Journal of Neuroscience. 32 (19), 6550-6560 (2012).</li><li>Mai, J. K., Paxinos, G., Voss, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Atlas of the Human Brain. , (2008).</li><li>Mueller, S. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measurement+of+hippocampal+subfields+and+age-related+changes+with+high+resolution+MRI+at+4T.">Measurement of hippocampal subfields and age-related changes with high resolution MRI at 4T.</a> Neurobiol Aging. 28 (5), 719-726 (2006).</li><li>Narr, K. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Regional+specificity+of+hippocampal+volume+reductions+in+first-episode+schizophrenia.">Regional specificity of hippocampal volume reductions in first-episode schizophrenia.</a> NeuroImage. 21 (4), 1563-1575 (2004).</li><li>Olsen, R. K., Palombo, D. J., Rabin, J. S., Levine, B., Ryan, J. D., Rosenbaum, R. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Volumetric+Analysis+of+Medial+Temporal+Lobe+Subregions+in+Development+Amnesia+using+High-Resolution+Magnetic+Resonance+Imaging.">Volumetric Analysis of Medial Temporal Lobe Subregions in Development Amnesia using High-Resolution Magnetic Resonance Imaging.</a> Hippocampus. 23 (10), 855-860 (2013).</li><li>Park, M. T. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Derivation+of+high-resolution+MRI+atlases+of+the+human+cerebellum+at+3T+and+segmentation+using+multiple+automatically+generated+templates.">Derivation of high-resolution MRI atlases of the human cerebellum at 3T and segmentation using multiple automatically generated templates.</a> NeuroImage. 95, 217-231 (2014).</li><li>Pipitone, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multi-atlas+Segmentation+of+the+Whole+Hippocampus+and+Subfields+Using+Multiple+Automatically+Generated+Templates.">Multi-atlas Segmentation of the Whole Hippocampus and Subfields Using Multiple Automatically Generated Templates.</a> NeuroImage. 101, 494-512 (2014).</li><li>Pluta, J., Yushkevich, P., Das, S., Wolk, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=In+vivo+analysis+of+hippocampal+subfield+atrophy+in+mild+cognitive+impairment+via+semi-automatic+segmentation+of+T2-weighted+MRI.Journal+of+Alzheimer's+Disease.">In vivo analysis of hippocampal subfield atrophy in mild cognitive impairment via semi-automatic segmentation of T2-weighted MRI.Journal of Alzheimer's Disease.</a> 31 (1), 85-99 (2012).</li><li>Pruessner, J. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Volumetry+of+hippocampus+and+amygdala+with+high-resolution+MRI+and+three-+dimensional+analysis+software:+minimizing+the+discrepancies+between+laboratories.">Volumetry of hippocampus and amygdala with high-resolution MRI and three- dimensional analysis software: minimizing the discrepancies between laboratories.</a> Cereb Cortex. 10 (4), 433-442 (2000).</li><li>Sabuncu, M. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+dynamics+of+cortical+and+hippocampal+atrophy+in+Alzheimer+disease.">The dynamics of cortical and hippocampal atrophy in Alzheimer disease.</a> Archives of Neurology. 68 (8), 1040-1048 (2011).</li><li>Scoville, W. B., Milner, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Loss+of+recent+memory+after+bilateral+hippocampal+lesions.">Loss of recent memory after bilateral hippocampal lesions.</a> J. Neuropsych. and Clin. Neurosci. 12 (1), 103-113 (1957).</li><li>Toga, A. W., Thompson, P. M., Mori, S., Amunts, K., Zilles, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Towards+multimodal+atlases+of+the+human+brain.">Towards multimodal atlases of the human brain.</a> Nat. Rev. Neurosci. 7 (12), 952-966 (2006).</li><li>van Leemput, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+segmentation+of+hippocampal+subfields+from+ultra-high+resolution+in+vivo.">Automated segmentation of hippocampal subfields from ultra-high resolution in vivo.</a> MRI. Hippocampus. 19 (6), 549-557 (2009).</li><li>Winterburn, J. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+novel+in+vivo+atlas+of+human+hippocampal+subfields+using+high-resolution+3+T+magnetic+resonance+imaging.">A novel in vivo atlas of human hippocampal subfields using high-resolution 3 T magnetic resonance imaging.</a> NeuroImage. 74, 254-265 (2013).</li><li>Wisse, L. E. M., Gerritsen, L., Zwanenburg, J. J. M., Kuijf, H. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Subfields+of+the+hippocampal+formation+at+7+T+MRI:+in+vivo.+volumetric+assessment.">Subfields of the hippocampal formation at 7 T MRI: in vivo. volumetric assessment.</a> NeuroImage. 61 (4), 1043-1049 (2012).</li><li>Yelnik, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+three-dimensional,+histological+and+deformable+atlas+of+the+human+basal+ganglia.+I.+Atlas+construction+based+on+immunohistochemical+and+MRI+data.">A three-dimensional, histological and deformable atlas of the human basal ganglia. I. Atlas construction based on immunohistochemical and MRI data.</a> NeuroImage. 34 (2), 618-638 (2007).</li><li>Yushkevich, P. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+high-resolution+computational+atlas+of+the+human+hippocampus+from+postmortem+magnetic+resonance+imaging+at+9.4+T.">A high-resolution computational atlas of the human hippocampus from postmortem magnetic resonance imaging at 9.4 T.</a> NeuroImage. 44 (2), 385-398 (2009).</li><li>Yushkevich, P. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+Comparison+of+21+Protocols+for+Labeling+Hippocampal+Subfields+and+Parahippocampal+Subregions+in+In+Vivo+MRI:+Towards+a+Harmonized+Segmentation+Protocol.">Quantitative Comparison of 21 Protocols for Labeling Hippocampal Subfields and Parahippocampal Subregions in In Vivo MRI: Towards a Harmonized Segmentation Protocol.</a> NeuroImage. , (2015).</li></ol>

The authors have no conflicts of interest to declare.

Hippocampus-Unterfeldsegmentierung in MR-Bildern ist in der Literatur gut vertreten. , Bestehende Protokolle auszuschließen jedoch Teile des Hippocampus 20,23,33,35, gelten nur für Standbilder 37 oder erfordern Ultrahochfeld-Scanner für die Bildaufnahme 35,37. Diese Handschrift bietet eine Segmentierung Protokoll, das fünf Hauptunterteilungen (CA1, CA2 / CA3, CA4 / Gyrus dentatus, SR / SL / SM und Subiculum) des Hippocampus umfasst und erstreckt sich über die gesamte anterior-poster...

Der Hippocampus ist ein weitgehend untersucht medialen Temporallappens Struktur, die mit episodischen Gedächtnis, räumliche Navigation und andere kognitive Funktionen 10,31 verbunden ist. Ihre Rolle bei neurodegenerativen und neuropsychiatrischen Störungen, wie Alzheimer-Krankheit, Schizophrenie und bipolarer Störung ist gut dokumentiert 4,5,18,24,30. Das Ziel dieser Handschrift ist es, zusätzliche Details zu dem zuvor 34 für den menschlichen Hippocampus Subfelder veröffentlicht auf hochauflösenden Magnetresonanz (MR) Bilder bei 3T erworbenen manuelle Segmentierung Protokoll bereitzustellen. Darüber hinaus wird die diese Handschrift begleitenden Video-Komponente bieten weitere Unterstützung für Forscher, die auf das Protokoll über ihre eigenen Datensätzen implementieren möchten. Der Hippocampus kann in Teilfelder unterteilt werden basierend auf beobachteten in histologisch vorbereitet post-mortem zytoarchitektonischen Unterschiede Proben 12,22. Solche postmortal entnommenen Proben definieren die ground Wahrheit für die Identifizierung und Untersuchung von Hippocampus-Teilfelder; jedoch Präparate dieser Art erfordern spezielle Fähigkeiten und Ausrüstung für die Färbung und werden durch die Verfügbarkeit von fixiertem Gewebe vor allem in erkrankten Populationen beschränkt. In-vivo-Bildgebung hat den Vorteil eines viel größeren Pool von Themen, und stellt auch die Möglichkeit für Folge Studien und Beobachtung von Veränderungen in der Bevölkerung. Obwohl es sich gezeigt hat, dass die Signalintensitäten in T2-gewichteten ex vivo MR-Bilder zu reflektieren Zelldichte 13, ist es immer noch schwierig, unbestrittenen Grenzen zwischen den Unterfeldern mit ausschließlich MR-Signalintensitäten zu ermitteln. Als solches ist eine Anzahl von verschiedenen Ansätzen für die Identifizierung Histologie Detailebene auf MR-Bildern entwickelt worden. Einige Gruppen haben sich bemüht, zu rekonstruieren und zu digitalisieren histologische Datensätze und dann diese Rekonstruktionen mit den Bildregistrierungstechniken zur Hippocampus-Unterfeld neuroanat lokalisieren gemachtschaft auf in vivo MR 1,2,8,9,14,15,17,32. Obwohl dies ein effektives Verfahren zum Abbilden einer Version der histologischen Ground Truth direkt auf MR-Bildern sind Rekonstruktionen dieser Art schwierig zu vervollständigen. Projekte wie diese von der Verfügbarkeit von intakten medialen Temporallappen Proben, histologische Techniken, Datenverlust bei der histologischen Verarbeitung, und die Grund morphologischen Inkonsistenzen zwischen festen und in vivo Gehirn beschränkt. Andere Gruppen haben Hochfeld-Scannern (7T oder 9,4-T) in dem Bemühen verwendet werden, um in vivo erwerben oder Ex-vivo-Bilder mit einer klein genug (0,20 bis 0,35 mm isotrope) Voxelgröße zu visualisieren räumlich lokale Unterschiede in der Bildkontrast, die verwendet werden, folgern Grenzen zwischen Unterfeldern 35,37. Selbst bei 7T-9,4 T und bei einem so geringen Voxelgrße die zytoarchitektonischen Charakteristika hippocampalen Unterfelder sind nicht sichtbar. Als solche haben manuelle Segmentierung Protokolle entwickelt worden, daß einpproximate die bekannten histologischen Grenzen, die auf MR-Bildern. Diese Protokolle bestimmen, Unterfeldgrenzen durch die Interpretation lokalen Bildkontrastunterschiede und die Definition geometrischen Regeln (wie gerade Linien und Winkel) in Bezug auf sichtbare Strukturen. Obwohl Bilder mit hoher Feldstärke genommen in der Lage, detaillierte Einblicke in Hippocampus-Teilfelder bieten, sind Hochfeld-Scanner noch nicht in der klinischen oder Forschungs Einstellungen gemeinsam, so 7T und 9,4-T-Protokolle derzeit haben Anwendbarkeit begrenzt. Ähnliche Protokolle für Bilder auf 3T und 4T Scanner 11,20,21,23,24,25,28,33 gesammelt entwickelt. Viele dieser Protokolle werden auf Bildern mit Unter 1mm Voxel Voxel-Dimensionen in der Frontalebene basiert, aber haben große Schichtdicken (0,8-3 mm) 11,20,21,23,25,28,33 oder große Zwischenschichtabstände 20,28, die beide zu einer signifikanten Messfehler bei der Schätzung der Volumina der einzelnen Teilfelder. Zusätzlich sind viele der existierenden 3T Protokollenauszuschließen Teilfelder in allen oder einem Teil der Hippocampus-Kopf oder Schwanz 20,23,25,33 oder nicht bieten detaillierte Segmentierungen von wichtigen Unterkonstruktionen (dh verbinden die DG mit CA2 / CA3 oder enthalten nicht die Schichten radiatum / lacunosum / moleculare Die CA) 11,20,21,23,24,25,28,33. Es besteht daher ein Bedarf auf dem Gebiet für eine detaillierte Beschreibung eines Protokolls, die zuverlässig ermitteln kann relevanten Teilfelder ganzen Kopf, Körper und Schwanz des Hippocampus, die auf einen Scanner in der klinischen und Forschungs verfügbaren Einstellungen basiert. Die Bemühungen sind derzeit von der Hippocampus-Teilfelder Group (www.hippocampalsubfields.com) im Gange, um die Hippocampus-Unterfeld Segmentierungsprozess zwischen den Laboratorien zu harmonisieren, ähnlich wie bei einer bestehenden Harmonisierungsbemühungen für ganze Hippocampus Segmentierung 6 und einer anfänglichen Papier Vergleichen 21 bestehenden Protokolle wurde kürzlich veröffentlichten 38 . Die Arbeit dieser Gruppe wird weiter aufzuklären optimale Segmentierung proceWeisen. Diese Handschrift enthält detaillierte schriftliche und Video-Anleitungen für die zuverlässige Umsetzung der zuvor von Winterburn und Kollegen 34 auf hochauflösenden 3T MR-Bildern beschrieben Hippocampus-Unterfeldsegmentierung Protokoll. Das Protokoll wurde auf fünf Bildern von gesunden Kontrollen für den gesamten Hippocampus und fünf Hippocampus Subfelder (CA1, CA2 / CA3, CA4 / Gyrus dentatus, Schichten radiatum / lacunosum / moleculare und Subiculum) umgesetzt. Diese segmentierten Bilder sind für die Öffentlichkeit online (cobralab.ca/atlases/Hippocampus). Das Protokoll und die segmentierten Bilder werden nützlich für die Gruppen, die detaillierte Hippocampus Neuroanatomie in MR-Bildern studieren wollen.

<table border="0">
	<tbody>
		<tr>
			<td>Discovery MR750 3T</td>
			<td>GE</td>
			<td>NA</td>
			<td>Or equivalent 3T scanner</td>
		</tr>
		<tr>
			<td>Minc Tool Kit</td>
			<td>McConnell Brain Imaging Center, Montreal Neurological Institute</td>
			<td>NA</td>
			<td>Open source: http://www.bic.mni.mcgill.ca/ServicesSoftware/ServicesSoftwareMincToolKit</td>
		</tr>
	</tbody>
</table>

high-resolution in vivo manual segmentation protocol for human hippocampal subfields using 3t magnetic resonance imaging

Der menschliche Hippocampus wurde weitgehend im Rahmen der Speicher und die normale Funktion des Gehirns und seiner Rolle in verschiedenen neuropsychiatrischen Erkrankungen untersucht wurde stark untersucht. Während viele Bildgebungsstudien behandeln den Hippocampus als einzelne einheitliche neuroanatomische Struktur ist es in der Tat aus mehreren Unterfeldern, die eine komplexe dreidimensionale Geometrie zusammengesetzt ist. Als solche ist bekannt, dass diese Unterfelder führen spezialisierte Funktionen und differentiell durch den Verlauf der verschiedenen Krankheitszuständen betroffen sind. Magnetresonanz (MR) kann als ein leistungsfähiges Werkzeug verwendet, um die Morphologie des Hippocampus und seine Unterfelder abzufragen. Viele Gruppen nutzen fortschrittliche Imaging-Software und Hardware (&gt; 3T), um Bildunterfelder; Jedoch ist diese Art von Technik kann in den meisten Forschung und klinische Bildgebungszentren leicht verfügbar sein. Um diesem Bedarf zu begegnen, bietet das Manuskript eine detaillierte Schritt-für-Schritt-Protokoll zur Segmentierung des vollen Vorwärts-Rückwärts-Längedes Hippocampus und seine Unterfelder: Ammonshorn (CA) 1, CA2 / CA3, CA4 / Gyrus dentatus (DG), Schichten radiatum / lacunosum / moleculare (SR / SL / SM) und Subiculum. Dieses Protokoll wurde zu fünf Themen (; Alter 29-57, avg 37. 3F, 2 M) angewendet. Protokoll Zuverlässigkeit wird durch resegmenting entweder den rechten oder linken Hippocampus jedes Thema und die Berechnung der Überlappung mit der Dice kappa Metrik bewertet. Mittlere Dice kappa (Bereich) in den fünf Themen sind: ganze Hippocampus, 0,91 (0,90-0,92); CA1, 0,78 (0,77 bis 0,79); CA2 / CA3, 0,64 (0,56 bis 0,73); CA4 / Gyrus dentatus, 0,83 (0,81-0,85); Schichten radiatum / lacunosum / moleculare, 0,71 (0,68-0,73); und Subiculum 0,75 (0,72-0,78). Die hier vorgestellte Segmentierung Protokoll stellt anderen Laboratorien mit einer zuverlässigen Methode, um die Hippocampus und Hippocampus Subfelder in vivo unter Verwendung von handelsüblichen MR-Tools zu untersuchen.

. Die Ergebnisse aus dem Protokoll Zuverlässigkeitsprüfung sind in Tabelle 2 zusammengefaßt Für das gesamte bilaterale Hippocampus, bedeutet räumliche Überlappung wie von Dice kappa gemessen wird, ist 0,91 und liegt im Bereich von 0,90 bis 0,92. Unterfeld Kappa-Werte reichen von 0,64 (CA2 / CA3) auf 0,83 (CA4 / Gyrus dentatus). Durchschnittsmengen für alle Teilbereiche und den ganzen Hippocampus sind in Tabelle 3 2456,72 bis 3325,02 mm 3 ang...

Watch this Scientific Journal Video about High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging at JoVE.com

High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging

The goal of this manuscript is to study the hippocampus and hippocampal subfields using MRI. The manuscript describes a protocol for segmenting the hippocampus and five hippocampal substructures: cornu ammonis (CA) 1, CA2/CA3, CA4/dentate gyrus, strata radiatum/lacunosum/moleculare, and subiculum.

Hohe Auflösung<em&gt; In-vivo-</em&gt; Manuelle Segmentierung Protokoll für Menschen Hippocampus Teilfelder Verwenden von 3T Kernspintomographie

The human hippocampus has been broadly studied in the context of memory and normal brain function and its role in different neuropsychiatric disorders has ...

high-resolution-vivo-manual-segmentation-protocol-for-human

Research

JoVE Journal

Neuroscience

High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging

9.2K Aufrufe.  University of Toronto. The goal of this manuscript is to study the hippocampus and hippocampal subfields using MRI. The manuscript describes a protocol for segmenting the hippocampus and five hippocampal substructures: cornu ammonis (CA) 1, CA2/CA3, CA4/dentate gyrus, strata radiatum/lacunosum/moleculare, and subiculum. 

Serie: High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging

Magnetic Resonance Spectroscopy of live Drosophila melanogaster using Magic Angle Spinning

High-Resolution Magic Angle Spinning (HRMAS) proton magnetic resonance spectroscopy (1H-MRS) is a novel non-destructive technique that improves spectral line-widths and allows high-resolution spectra to be obtained from extracts, intact cells, cell cultures, and more importantly intact tissue to investigate relationships between metabolites and cellular processes. In vivo HRMAS 1H-MRS studies have yet to be reported in the live fruit fly Drosophila melanogaster. Drosophila, as a simpler genetic organism, allows the multiple biological functions and various evolutionarily conserved signaling pathways to be examined at the whole organism level and it is a useful model for investigating genetics and physiology. To this end, we developed and implemented an in vivo HRMAS 1H-MRS method to investigate live Drosophila at 14.1 T. Here, we outline an HRMAS 1H-MRS protocol for the molecular characterization of Drosophila with a conventional MR spectrometer equipped with an HRMAS probe. This technique is a novel, in vivo, non-destructive Drosophila metabolite measurement approach, which enables the identification of disease biomarkers and thus may contribute to novel therapeutic development.

Magnetic Resonance Spectroscopy of live Drosophila melanogaster using Magic Angle Spinning

This technique enables the use of high-resolution magic angle spinning proton MR spectroscopy (HRMAS 1H-MRS) for molecular characterization of live Drosophila melanogaster with a conventional 14.1 tesla spectrometer equipped with an HRMAS probe.

Magnetic Resonance Spectroscopy von Live- Drosophila melanogaster Verwendung von Magic Angle Spinning

High-Resolution Magic Angle Spinning (HRMAS) proton magnetic resonance spectroscopy (1H-MRS) is a novel non-destructive technique that improves spectral ...

Forschung

Neurowissenschaften

Multiple-mouse Neuroanatomical Magnetic Resonance Imaging

The field of mouse phenotyping with magnetic resonance imaging (MRI) is rapidly growing, motivated by the need for improved tools for characterizing and evaluating mouse models of human disease. MRI is an excellent modality for investigating genetically altered animals. It is capable of whole brain coverage, can be used in vivo, and provides multiple contrast mechanisms for investigating different aspects of neuranatomy and physiology. The advent of high-field scanners along with the ability to scan multiple mice simultaneously allows for rapid phenotyping of novel mutations.
Effective mouse MRI studies require attention to many aspects of experiment design. In this article, we will describe general methods to acquire quality images for mouse phenotyping using a system that images mice concurrently in shielded transmit/receive radio frequency (RF) coils in a common magnet (Bock et al., 2003). We focus particularly on anatomical phenotyping, an important and accessible application that has shown a high potential for impact in many mouse models at our imaging centre. Before we can provide the detailed steps to acquire such images, there are important practical considerations for both in vivo brain imaging (Dazai et al., 2004) and ex vivo brain imaging (Spring et al., 2007) that should be noted. These are discussed below.

Magnetic resonance imaging (MRI) has become an increasingly popular tool for examining the phenotype of genetically altered mice. This article illustrates the methods necessary to achieve high-throughput phenotyping of genetically altered mice using multiple-mouse MRI.

Multiple-Maus Neuroanatomische Magnetic Resonance Imaging

The field of mouse phenotyping with magnetic resonance imaging (MRI) is rapidly growing, motivated by the need for improved tools for characterizing and ...

A Rapid Approach to High-Resolution Fluorescence Imaging in Semi-Thick Brain Slices

A fundamental goal to both basic and clinical neuroscience is to better understand the identities, molecular makeup, and patterns of connectivity that are characteristic to neurons in both normal and diseased brain. Towards this, a great deal of effort has been placed on building high-resolution neuroanatomical maps1-3. With the expansion of molecular genetics and advances in light microscopy has come the ability to query not only neuronal morphologies, but also the molecular and cellular makeup of individual neurons and their associated networks4. Major advances in the ability to mark and manipulate neurons through transgenic and gene targeting technologies in the rodent now allow investigators to 'program' neuronal subsets at will5-6. Arguably, one of the most influential contributions to contemporary neuroscience has been the discovery and cloning of genes encoding fluorescent proteins (FPs) in marine invertebrates7-8, alongside their subsequent engineering to yield an ever-expanding toolbox of vital reporters9. Exploiting cell type-specific promoter activity to drive targeted FP expression in discrete neuronal populations now affords neuroanatomical investigation with genetic precision.
Engineering FP expression in neurons has vastly improved our understanding of brain structure and function. However, imaging individual neurons and their associated networks in deep brain tissues, or in three dimensions, has remained a challenge. Due to high lipid content, nervous tissue is rather opaque and exhibits auto fluorescence. These inherent biophysical properties make it difficult to visualize and image fluorescently labelled neurons at high resolution using standard epifluorescent or confocal microscopy beyond depths of tens of microns. To circumvent this challenge investigators often employ serial thin-section imaging and reconstruction methods10, or 2-photon laser scanning microscopy11. Current drawbacks to these approaches are the associated labor-intensive tissue preparation, or cost-prohibitive instrumentation respectively.
Here, we present a relatively rapid and simple method to visualize fluorescently labelled cells in fixed semi-thick mouse brain slices by optical clearing and imaging. In the attached protocol we describe the methods of: 1) fixing brain tissue in situ via intracardial perfusion, 2) dissection and removal of whole brain, 3) stationary brain embedding in agarose, 4) precision semi-thick slice preparation using new vibratome instrumentation, 5) clearing brain tissue through a glycerol gradient, and 6) mounting on glass slides for light microscopy and z-stack reconstruction (Figure 1).
For preparing brain slices we implemented a relatively new piece of instrumentation called the 'Compresstome' VF-200 (http://www.precisionary.com/products_vf200.html). This instrument is a semi-automated microtome equipped with a motorized advance and blade vibration system with features similar in function to other vibratomes. Unlike other vibratomes, the tissue to be sliced is mounted in an agarose plug within a stainless steel cylinder. The tissue is extruded at desired thicknesses from the cylinder, and cut by the forward advancing vibrating blade. The agarose plug/cylinder system allows for reproducible tissue mounting, alignment, and precision cutting. In our hands, the 'Compresstome' yields high quality tissue slices for electrophysiology, immunohistochemistry, and direct fixed-tissue mounting and imaging. Combined with optical clearing, here we demonstrate the preparation of semi-thick fixed brain slices for high-resolution fluorescent imaging.

Here we describe a rapid and simple method to image fluorescently labeled cells in semi-thick brain slices. By fixing, slicing, and optically clearing brain tissue we describe how standard epifluorescent or confocal imaging can be used to visualize individual cells and neuronal networks within intact nervous tissue.

Eine schnelle Annäherung an High-Resolution Fluoreszenz-Imaging in Semi-Thick Hirnschnitten

A fundamental goal to both basic and clinical neuroscience is to better understand the identities, molecular makeup, and patterns of connectivity that are ...

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain

Functional MRI (fMRI) is a widely used tool for non-invasively measuring correlates of human brain activity. However, its use has mostly been focused upon measuring activity on the surface of cerebral cortex rather than in subcortical regions such as midbrain and brainstem. Subcortical fMRI must overcome two challenges: spatial resolution and physiological noise. Here we describe an optimized set of techniques developed to perform high-resolution fMRI in human SC, a structure on the dorsal surface of the midbrain; the methods can also be used to image other brainstem and subcortical structures.
High-resolution (1.2 mm voxels) fMRI of the SC requires a non-conventional approach. The desired spatial sampling is obtained using a multi-shot (interleaved) spiral acquisition1. Since, T2* of SC tissue is longer than in cortex, a correspondingly longer echo time (TE ~ 40 msec) is used to maximize functional contrast. To cover the full extent of the SC, 8-10 slices are obtained. For each session a structural anatomy with the same slice prescription as the fMRI is also obtained, which is used to align the functional data to a high-resolution reference volume.
In a separate session, for each subject, we create a high-resolution (0.7 mm sampling) reference volume using a T1-weighted sequence that gives good tissue contrast. In the reference volume, the midbrain region is segmented using the ITK-SNAP software application2. This segmentation is used to create a 3D surface representation of the midbrain that is both smooth and accurate3. The surface vertices and normals are used to create a map of depth from the midbrain surface within the tissue4.
Functional data is transformed into the coordinate system of the segmented reference volume. Depth associations of the voxels enable the averaging of fMRI time series data within specified depth ranges to improve signal quality. Data is rendered on the 3D surface for visualization.
In our lab we use this technique for measuring topographic maps of visual stimulation and covert and overt visual attention within the SC1. As an example, we demonstrate the topographic representation of polar angle to visual stimulation in SC.

This article describes techniques to perform high-resolution functional magnetic resonance imaging with 1.2 mm sampling in human midbrain and subcortical structures using a 3T scanner. Use of these techniques to resolve topographic maps of visual stimulation in the human superior colliculus (SC) is given as an example.

Hochauflösende Functional Magnetic Resonance Imaging Methods for Human Mittelhirn

Functional MRI (fMRI) is a widely used tool for non-invasively measuring correlates of human brain activity. However, its use has mostly been focused upon ...

A Comprehensive Protocol for Manual Segmentation of the Medial Temporal Lobe Structures

The present paper describes a comprehensive protocol for manual tracing of the set of brain regions comprising the medial temporal lobe (MTL): amygdala, hippocampus, and the associated parahippocampal regions (perirhinal, entorhinal,&#160;and parahippocampal proper). Unlike most other tracing protocols available, typically focusing on certain MTL areas (e.g., amygdala and/or hippocampus), the integrative perspective adopted by the present tracing guidelines allows for clear localization of all MTL subregions. By integrating information from a variety of sources, including extant tracing protocols separately targeting various MTL structures, histological reports, and brain atlases, and with the complement of illustrative visual materials, the present protocol provides an accurate, intuitive, and convenient guide for understanding the MTL anatomy. The need for such tracing guidelines is also emphasized by illustrating possible differences between automatic and manual segmentation protocols. This knowledge can be applied toward research involving not only structural MRI investigations but also structural-functional colocalization and fMRI signal extraction from anatomically defined ROIs, in healthy and clinical groups alike.

The present work provides a comprehensive set of guidelines for manually tracing the medial temporal lobe (MTL) structures. This protocol can be applied to research involving structural and/or combined structural-functional magnetic resonance imaging (MRI) investigations of the MTL, in both healthy and clinical groups.

Eine umfassende Protokoll für die manuelle Segmentierung der medialen Temporallappen Structures

The present paper describes a comprehensive protocol for manual tracing of the set of brain regions comprising the medial temporal lobe (MTL): amygdala, ...

Metabolomic Analysis of Rat Brain by High Resolution Nuclear Magnetic Resonance Spectroscopy of Tissue Extracts

Studies of gene expression on the RNA and protein levels have long been used to explore biological processes underlying disease. More recently, genomics and proteomics have been complemented by comprehensive quantitative analysis of the metabolite pool present in biological systems. This strategy, termed metabolomics, strives to provide a global characterization of the small-molecule complement involved in metabolism. While the genome and the proteome define the tasks cells can perform, the metabolome is part of the actual phenotype. Among the methods currently used in metabolomics, spectroscopic techniques are of special interest because they allow one to simultaneously analyze a large number of metabolites without prior selection for specific biochemical pathways, thus enabling a broad unbiased approach. Here, an optimized experimental protocol for metabolomic analysis by high-resolution NMR spectroscopy is presented, which is the method of choice for efficient quantification of tissue metabolites. Important strengths of this method are (i) the use of crude extracts, without the need to purify the sample and/or separate metabolites; (ii) the intrinsically quantitative nature of NMR, permitting quantitation of all metabolites represented by an NMR spectrum with one reference compound only; and (iii) the nondestructive nature of NMR enabling repeated use of the same sample for multiple measurements. The dynamic range of metabolite concentrations that can be covered is considerable due to the linear response of NMR signals, although metabolites occurring at extremely low concentrations may be difficult to detect. For the least abundant compounds, the highly sensitive mass spectrometry method may be advantageous although this technique requires more intricate sample preparation and quantification procedures than NMR spectroscopy. We present here an NMR protocol adjusted to rat brain analysis; however, the same protocol can be applied to other tissues with minor modifications.

The neurochemistry of mammalian brain is changed in many neurological and systemic diseases. Characteristic profiles of cerebral metabolites can be efficiently obtained based on crude extracts of brain tissue. To this end, high-resolution NMR spectroscopy is employed, enabling detailed quantitative analysis of metabolite concentrations (metabolomics).

Metabolomische Analyse von Rattenhirn Hohe Auflösung Kernresonanzspektroskopie von Gewebeextrakte

Studies of gene expression on the RNA and protein levels have long been used to explore biological processes underlying disease. More recently, genomics ...

High-resolution Structural Magnetic Resonance Imaging of the Human Subcortex In Vivo and Postmortem

The focus of this study was to test the resolution limits of structural MRI of a postmortem brain compared to living human brains. The resolution of structural MRI in vivo is ultimately limited by physiological noise, including pulsation, respiration and head movement. Although imaging hardware continues to improve, it is still difficult to resolve structures on the millimeter scale. For example, the primary visual sensory pathways synapse at the lateral geniculate nucleus (LGN), a visual relay and control nucleus in the thalamus that normally is organized into six interleaved monocular layers. Neuroimaging studies have not been able to reliably distinguish these layers due their small size that are less than 1 mm thick.
The resolving limit of structural MRI, in a postmortem brain was tested using multiple images averaged over a long duration (~24 h). The purpose was to test whether it was possible to resolve the individual layers of the LGN in the absence of physiological noise. A proton density (PD)1 weighted pulse sequence was used with varying resolution and other parameters to determine the minimum number of images necessary to be registered and averaged to reliably distinguish the LGN and other subcortical regions. The results were also compared to images acquired in living human brains. In vivo subjects were scanned in order to determine the additional effects of physiological noise on the minimum number of PD scans needed to differentiate subcortical structures, useful in clinical applications.

High-resolution Structural Magnetic Resonance Imaging of the Human Subcortex In Vivo and Postmortem

Here we present a protocol to determine the minimum number images that needed to be registered and averaged to resolve subcortical structures and test whether the individual layers of the LGN could be resolved in the absence of physiological noise.

Hochauflösende Strukturkernspintomographie des menschlichen Subcortex<I&gt; In-vivo-</I&gt; Und Postmortem

The focus of this study was to test the resolution limits of structural MRI of a postmortem brain compared to living human brains. The resolution of ...

A Magnetic Resonance Imaging Protocol for Stroke Onset Time Estimation in Permanent Cerebral Ischemia

MRI provides a sensitive and specific imaging tool to detect acute ischemic stroke by means of a reduced diffusion coefficient of brain water. In a rat model of ischemic stroke, differences in quantitative T1 and T2 MRI relaxation times (qT1 and qT2) between the ischemic lesion (delineated by low diffusion) and the contralateral non-ischemic hemisphere increase with time from stroke onset. The time dependency of MRI relaxation time differences is heuristically described by a linear function and thus provides a simple estimate of stroke onset time. Additionally, the volumes of abnormal qT1 and qT2 within the ischemic lesion increase linearly with time providing a complementary method for stroke timing. A (semi)automated computer routine based on the quantified diffusion coefficient is presented to delineate acute ischemic stroke tissue in rat ischemia. This routine also determines hemispheric differences in qT1 and qT2 relaxation times and the location and volume of abnormal qT1 and qT2 voxels within the lesion. Uncertainties associated with onset time estimates of qT1 and qT2 MRI data vary from &plusmn; 25 min to &plusmn; 47 min for the first 5 hours of stroke. The most accurate onset time estimates can be obtained by quantifying the volume of overlapping abnormal qT1 and qT2 lesion volumes, termed 'Voverlap' (&plusmn; 25 min) or by quantifying hemispheric differences in qT2 relaxation times only (&plusmn; 28 min). Overall, qT2 derived parameters outperform those from qT1. The current MRI protocol is tested in the hyperacute phase of a permanent focal ischemia model, which may not be applicable to transient focal brain ischemia.

A protocol for stroke onset time estimation in a rat model of stroke exploiting quantitative magnetic resonance imaging (qMRI) parameters is described. The procedure exploits diffusion MRI for delineation of the acute stroke lesion and quantitative T1 and T2 (qT1 and qT2) relaxation times for timing of stroke.

Ein Magnet-Resonanz-Tomographie-Protokoll für Schlaganfall auftreten Zeit Schätzung in ständigen zerebraler Ischämie

MRI provides a sensitive and specific imaging tool to detect acute ischemic stroke by means of a reduced diffusion coefficient of brain water. In a rat ...

A Standardized Pipeline for Examining Human Cerebellar Grey Matter Morphometry using Structural Magnetic Resonance Imaging

Multiple lines of research provide compelling evidence for a role of the cerebellum in a wide array of cognitive and affective functions, going far beyond its historical association with motor control. Structural and functional neuroimaging studies have further refined understanding of the functional neuroanatomy of the cerebellum beyond its anatomical divisions, highlighting the need for the examination of individual cerebellar subunits in healthy variability and neurological diseases. This paper presents a standardized pipeline for examining cerebellum grey matter morphometry that combines high-resolution, state-of-the-art approaches for optimized and automated cerebellum parcellation (Automatic Cerebellum Anatomical Parcellation using U-Net Locally Constrained Optimization; ACAPULCO) and voxel-based registration of the cerebellum (Spatially Unbiased Infra-tentorial Template; SUIT) for volumetric quantification. 
The pipeline has broad applicability to a range of neurological diseases and is fully automated, with manual intervention only required for quality control of the outputs. The pipeline is freely available, with substantial accompanying documentation, and can be run on Mac, Windows, and Linux operating systems. The pipeline is applied in a cohort of individuals with Friedreich ataxia (FRDA), and representative results, as well as recommendations on group-level inferential statistical analyses, are provided. This pipeline could facilitate reliability and reproducibility across the field, ultimately providing a powerful methodological approach for characterizing and tracking cerebellar structural changes in neurological diseases.

A standardized pipeline is presented for examining cerebellum grey matter morphometry. The pipeline combines high-resolution, state-of-the-art approaches for optimized and automated cerebellum parcellation and voxel-based registration of the cerebellum for volumetric quantification.

Eine standardisierte Pipeline zur Untersuchung der Morphometrie der menschlichen zerebellären grauen Substanz mittels struktureller Magnetresonanztomographie

Multiple lines of research provide compelling evidence for a role of the cerebellum in a wide array of cognitive and affective functions, going far beyond ...

Ein Setup für menschliches Sehen, Kognition und Interaktion in realen Szenarien

A Naturalistic Setup for Presenting Real People and Live Actions in Experimental Psychology and Cognitive Neuroscience Studies

Perception of others&#39; actions is crucial for survival, interaction, and communication. Despite decades of cognitive neuroscience research dedicated to understanding the perception of actions, we are still far away from developing a neurally inspired computer vision system that approaches human action perception. A major challenge is that actions in the real world consist of temporally unfolding events in space that happen &#34;here and now&#34; and are actable. In contrast, visual perception and cognitive neuroscience research to date have largely studied action perception through 2D displays (e.g., images or videos) that lack the presence of actors in space and time, hence these displays are limited in affording actability. Despite the growing body of knowledge in the field, these challenges must be overcome for a better understanding of the fundamental mechanisms of the perception of others&#39; actions in the real world. The aim of this study is to introduce a novel setup to conduct naturalistic laboratory experiments with live actors in scenarios that approximate real-world settings. The core element of the setup used in this study is a transparent organic light-emitting diode (OLED) screen through which participants can watch the live actions of a physically present actor while the timing of their presentation is precisely controlled. In this work, this setup was tested in a behavioral experiment. We believe that the setup will help researchers reveal fundamental and previously inaccessible cognitive and neural mechanisms of action perception and will be a foundation for future studies investigating social perception and cognition in naturalistic settings.

Autor im Rampenlicht: Ein neuartiger Aufbau zur Durchführung naturalistischer Laborexperimente mit echten menschlichen Schauspielern in Szenarien 

This study presents a naturalistic experimental setup that allows researchers to present real-time action stimuli, obtain response time and mouse tracking data while participants respond after each stimulus display, and change actors between experimental conditions with a unique system including a special transparent organic light-emitting diode (OLED) screen and light manipulation.

Ein naturalistischer Aufbau zur Darstellung realer Menschen und Live-Aktionen in experimenteller Psychologie und kognitiven neurowissenschaftlichen Studien

Perception of others&#39; actions is crucial for survival, interaction, and communication. Despite decades of cognitive neuroscience research dedicated to ...