Los autores desean agradecer el apoyo de la Fundación CAMH, gracias a Michael y Sonja Koerner, la Familia Kimel, y el premio Catalyst Nueva investigador Paul E. Garfinkel. Este proyecto fue financiado por el Fonds de Recherches Santé Québec, los Institutos Canadienses de Investigación en Salud (CIHR), Ciencias Naturales e Ingeniería de Investigación de Canadá, el Instituto del Cerebro Weston, la Sociedad de Alzheimer de Canadá, y el Zorro Fundación Michael J. para la Investigación de Parkinson (MMC), así como CIHR, la Fundación Ontario salud mental, NARSAD, y el Instituto Nacional de Salud Mental (R01MH099167) (ANV). Los autores también desean agradecer a Anusha Ravichandran de ayuda la adquisición de las imágenes.

Participantes en el estudio El protocolo en este manuscrito se desarrolló durante cinco imágenes representativas de alta resolución obtenidos de voluntarios sanos (3F, 2M, 29-57 años, promedio 37.) Que estaban libres de enfermedades y casos de traumatismo craneoencefálico grave neurológicos y neuropsiquiátricos. Todos los sujetos fueron reclutados en el Centro para la Adicción y Salud Mental (CAMH). El estudio fue aprobado por el Consejo de Ética de Investigación CAMH y se llevó a cabo de acuerdo con la Declaración de Helsinki. Todos los temas siempre por escrito, el consentimiento informado para la adquisición y el intercambio de datos. Para obtener más información acerca de la secuencia de adquisición utilizado para recoger estas imágenes, consulte Winterburn et al., 2013 y Park et al., 2014. 26,34 Imágenes en los cinco sujetos fueron revisados ​​por la calidad y mantienen. El hipocampo se extendió un promedio de 118 cortes coronales en estas imágenes. 1. Software Set-up <ol><li> Abrir Pantalla: </strong&gt; Desde la terminal con el siguiente comando: Pantalla image_name.mnc -label label_name.mnc. El programa se abrirá 3 ventanas: la ventana de visualización 3D, imagen 3-orientación de ventana de visualización, y una ventana de navegación. El terminal también se utilizará para ejecutar el programa. Ampliar la vista coronal, como las segmentaciones se realizarán coronal. Zoom en el hipocampo. Seleccione F (segmentación) en la ventana de navegación. Seleccione F (XY Radio: 0,1). La ventana de terminal le pedirá al usuario que &quot;Introduzca el tamaño del pincel xy:&quot;. Se establece en 0,1. Esto establecerá el tamaño de su pincel. Ahora el usuario puede empezar a dibujar el hipocampo la imagen de RM en. </li></ol> 2. Toda Hippocampus Manual Segmentación <ol><li> Puesta en marcha: El uso de una imagen ponderada en T1, desplácese hasta el corte anterior-más coronal del hipocampo. Para avanzar en rodajas en la dirección anterior, use la tecla &#39;+&#39;; utilizar la tecla - para moverse en la dirección posterior &#39;&#39;. </li><li><strong&gt; División A: anterior-más Slice: Usando el botón derecho del ratón, dibuja la frontera exterior de la mayor parte de la materia gris del hipocampo donde se encuentra la sustancia blanca del lóbulo temporal que rodea y utilizar la alta intensidad de la sustancia blanca del alveus para ayudar con el borde superior, donde el hipocampo cumple la amígdala 12,22. Utilice la tecla E (Label relleno) en el menú de la segmentación de la ventana de navegación para rellenar la etiqueta dentro de la frontera. Continúe aplicando estas fronteras en toda la cabeza del hipocampo anterior. </li><li> Slice B: hipocampo Cabeza 1 (Figura 1B): <ol><li> Superior, inferior, laterales, bordes mediales: Seguir a dibujar las fronteras tal como se describe en el paso 2.2, el uso de la sustancia blanca del lóbulo temporal y alveus como guía. </li><li> Frontera Supero-medial: Para ello, utilizando la vista axial, trace una línea horizontal desde el borde anterior del hipocampo lateral 29, e incluir nada por debajo de esta línea como el hipocampo.NOTA: El borde supero-medial se hace más ambigua en estas rebanadas, donde la materia gris del hipocampo se mezcla con la materia gris de la amígdala. </li></ol></li><li> Slice C: hipocampo Head 2 con Dentations: En función del tema, los dentations del hipocampo pueden ser visibles por 3-4 rebanadas (por lo general, son más visibles en T2 frente a las imágenes ponderadas en T1). En estos sectores, seguir utilizando la sustancia blanca del lóbulo temporal alveus y para guiar la segmentación 12,22 frontera. Para más detalles, siga los pasos 2.5.1-2.5.2. </li><li> Slice D: Jefe del hipocampo 3: <ol><li> Superior, inferior, laterales, bordes mediales: Dibuja el borde inferior del hipocampo en la sustancia blanca del lóbulo temporal, el borde lateral del asta inferior del ventrículo lateral, el borde superior, siguiendo la curva de los dentations, en el sustancia blanca del alveus / fimbria y el borde medial en el regio hipointensan de la cisterna ambiente 12,22. </li><li> Supero-medial y fronteras-ínfero medial: Continuar para definir la frontera supero-medial como se describe en el paso 2.3.2. Dibuje la porción inferior del borde medial donde el hipocampo se adelgaza ligeramente y se extiende en la materia gris ligeramente hiperintensa de la corteza entorrinal 12,22. </li></ol></li><li> Slice E: hipocampo Head 4 con Uncus: Continuar para dibujar las fronteras inferiores, laterales y superiores descritos en los pasos 2.5.1-2.5.2. Incluir el uncus (que se encuentra la medalla al cuerpo principal del hipocampo y está rodeado por el LCR de baja intensidad) en el hipocampo segmentación 12,2 2. </li><li> Slice F: hipocampo Cuerpo: Continuar para dibujar las fronteras inferiores, laterales, mediales y superiores descritos en los pasos 2.5.1-2.5.2. Dibuje la frontera inferior-medial en el punto en el hipocampo se adelgaza en la transición a la corteza entorrinal / para-hipocampo circunvolución 12,22.No incluya el CSF de baja intensidad del surco del hipocampo vestigial en la segmentación. </li><li> Slice G: Cola del hipocampo 1: Comience la segmentación de las rebanadas de tipo cola del hipocampo cuando la crus del fondo de saco es primero visible. Excluir el gyrus fascicular (una estructura de la materia gris que se mezcla con el hipocampo en partes de la cola del hipocampo) a partir de la segmentación mediante la extrapolación de la forma de la circunvolución fascicular en la cola del hipocampo de más rebanadas anteriores 12,22. Esta extrapolación sólo es posible para 2-3 rodajas, después de lo cual las dos estructuras no se pueden distinguir con precisión; en este punto, el tratamiento de toda la materia gris visible en esta zona como el hipocampo. </li><li> Slice H: Cola del hipocampo 2: Segmento la materia gris de baja intensidad de la cola del hipocampo posterior de la materia blanca de alta intensidad de los alrededores. </li><li> Slice I: Posterior-Most Slice: Segmento el resto del área pequeña de la materia gris del hipocampo dela materia blanca que rodea del lóbulo temporal. </li></ol> 3. El subcampo del hipocampo Manual Segmentación <ol><li> Puesta en marcha: El uso de una imagen ponderada en T2, desplácese hasta el corte anterior-más coronal del hipocampo (como en el paso 2.1). Para cambiar el color del pincel, seleccione D (Set pintura Lbl :) en el menú de segmentación en la ventana de navegación. La terminal de comandos le pedirá: &quot;Introduzca etiqueta actual de la pintura:&quot;. Introduzca un número entre 1 y 255. Cada número corresponde a una etiqueta de color diferente. </li><li> Slice A: anterior-más Slice: Desde divisiones subcampo aún no están visibles en la anterior-más corte, dibujar una línea que divide la materia visible del hipocampo gris a lo largo de su eje visible más larga (que no es necesariamente paralela a cualquiera de los ejes cardinales) en dos secciones iguales para aproximar la verdadera 12,22 anatomía. Etiquetar el superior de estas dos secciones como CA1 y la sección inferior como subículo por choosing una etiqueta de color diferente para cada subcampo 23,35. </li><li> Slice B: hipocampo Jefe 1: Etiqueta de la zona de baja intensidad en el medio de la formación del hipocampo como SR / SL / SM 13,37. Cuando la curva a lo largo del borde inferior del hipocampo se hace evidente, utilice este hito como el borde lateral que separa el subículo de la CA1 12,22. Continúe siguiendo el eje mayor del hipocampo para dibujar el borde CA1-subículo en la punta supero-medial 37. </li><li> Slice C: Jefe del hipocampo 2 con Dentations: <ol><li> SR / SL / SM, CA4 / DG, y subículo: Etiqueta de la SR / SL / SM, CA4 / DG, y subículo como se describe para la rebanada D (paso 3.5.1). </li><li> CA2 / CA3 y CA1: Definir la frontera entre CA1 y CA2 / CA3 como una línea de 45º de ángulo que se extiende en la dirección supero-lateral desde el borde más supero-lateral de la SR / SL / SM 12,22. Extender la CA2 / CA3 medial lo largo del borde superior a la depresión entre la dentalas 12,22. Etiquetar el resto del borde superior como CA1 12,22. </li></ol></li><li> Slice D: hipocampo Head 3 <ol><li> SR / SL / SM, CA4 / DG, y subículo: Etiqueta de la banda SR oscuro / SL / SM primero, que seguirá a la curva de la CA1 37. Etiqueta de cualquier sustancia gris de alta intensidad en el interior de la SR / SL / SM como CA4 / DG 12,22,23,35,37. Esto puede no ser una región continua, como en la Figura 2C. Continuar para definir la frontera subículo-CA1 utilizando la curva en el hipocampo inferiores 12,22. </li><li> CA2 / CA3 y CA1: Continuar para definir la CA1 y CA2 frontera / CA3 como en el paso 3.4.2. Extender la CA2 / CA3 medial a mitad de camino a lo largo del borde superior del hipocampo 12,22 y la etiqueta de la otra mitad del borde superior como CA1 12,22. </li><li> Cabeza del hipocampo Supero-medial: En este corte, dividir la cabeza del hipocampo supero-medial verticalmente por la mitad. Etiqueta de la mitad medial como SR / SL / SM 12. Divida el lateralmedio en medio nuevo, esta vez en sentido horizontal. Marque la parte superior como CA4 / DG y la parte inferior como CA2 / CA3 12. </li></ol></li><li> Slice E: hipocampo Head 4 con Uncus <ol><li> La cabeza del hipocampo lateral (subículo): En la porción lateral de estas rebanadas, definir la frontera subículo-CA1 como una línea vertical que se extiende en la dirección inferior desde el borde más medial de la CA4 / DG 12,22. </li><li> Lateral cabeza del hipocampo (CA1, CA2 / CA3, CA4 / DG, SR / SL / SM.): Define la frontera CA1-CA2 / CA3 de la misma manera que en el paso 3.4.2. Continúe para etiquetar el SR / SL / SM como la región de baja intensidad tras la curva de las regiones CA. Etiquetar el CA4 / DG como la cavidad central dentro de la SR / SL / SM, como en el paso 3.5.1. </li><li> Uncal cabeza del hipocampo (SR / SL / SM): Etiqueta de la uncus del hipocampo durante aproximadamente 10 rebanadas como las transiciones de la cabeza del hipocampo en el cuerpo del hipocampo. En el uncus, etiquetar la región de baja intensidad en el centro como SR / SL / SM (cuando esto es difícil de ver, la aproximación de la anatomía mediante la segmentación de una línea 2-3 voxels amplia hasta el centro de la uncus) 12. </li><li> Cabeza del hipocampo Uncal (CA2 / CA3, CA4 / DG): Dibuje una línea en el borde superior de la SR / SL / sección de SM lo largo / eje supero-medial infero-lateral del uncus. Etiqueta de toda la materia gris por encima de esta línea como CA2 / CA3 12. Etiqueta de cualquier materia gris sin etiqueta debajo de esta línea (a cada lado de la SR / SL / SM) como CA4 / DG 12. </li></ol></li><li> Slice F: hipocampo Cuerpo: Continuar para aplicar las fronteras descritas en el paso 3.6.1-3.6.2. </li><li> Slice G: Cola del hipocampo 1: Continuar para aplicar las reglas descritas en el paso 3.6.1-3.6.2. La frontera subículo-CA1 se convierte en una línea de 45º de ángulo que se extiende en la dirección inferior-medial del borde medial de la CA4 / DG 12,22. </li><li> Slice H: Cola del hipocampo 2: Una vez que la circunvolución fasciculares ya no se pueden distinguir de la formatio hipocampon, etiquetar la capa exterior entero como CA1, el área de baja intensidad en el interior de este como SR / SL / SM (como en rodajas anteriores), y cualquier materia gris que queda en el medio como CA4 / DG 12,22. </li><li> Slice I: Posterior-Most Slice: Una vez que la oscuridad SR / SL / SM ya no es visible en el centro de la formación del hipocampo, etiquetar toda la estructura como CA1 12,22. </li></ol> 4. Protocolo Confiabilidad <ol><li> Resegment la derecha oa la izquierda del hipocampo de cada sujeto después de esperar aproximadamente un mes a partir de la realización de la segmentación inicial. Segmento todos los subcampos a lo largo de toda la longitud antero-posterior del hipocampo, tratando de seguir las reglas de protocolo tan consistente como sea posible. </li><li> Calcula kappa de los dados entre los volúmenes originales y resegmented: <img alt="Ecuación 1" src="/files/ftp_upload/51861/51861eq1.jpg" /> donde k = kappa de Dados y A y B son los volúmenes de etiquetas. </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.

Segmentación subcampo del hipocampo en las imágenes de RM está bien representada en la literatura. Sin embargo, los protocolos existentes no incluyen porciones del hipocampo 20,23,33,35, se aplican sólo a imágenes fijas 37, o requieren escáneres ultra-altas de campo para la adquisición de imágenes 35,37. Este manuscrito ofrece un protocolo de segmentación que incluye cinco subdivisiones principales (CA1, CA2 / CA3, CA4 / gyrus dentado, SR / SL / SM, y subiculum del hipocampo) y ...

El hipocampo es una estructura lóbulo temporal medial ampliamente estudiado que está asociado con la memoria episódica, la navegación espacial, y otras funciones cognitivas 10,31. Su papel en trastornos neurodegenerativos y neuropsiquiátricos tales como la enfermedad de Alzheimer, la esquizofrenia y el trastorno bipolar está bien documentada 4,5,18,24,30. El objetivo de este manuscrito es proporcionar detalles adicionales al protocolo de segmentación manual publicado previamente 34 para los subcampos del hipocampo humanos en las imágenes de alta resolución de resonancia magnética (RM) adquiridos en el 3T. Además, el componente de vídeo que acompaña este manuscrito proporcionará más ayuda a los investigadores que deseen implementar el protocolo en sus propias bases de datos. El hipocampo puede ser dividido en subcampos basado en diferencias cytoarchitectonic observadas post-mortem en preparados histológicamente-especímenes 12,22. Tales muestras post mortem definen el ground verdad para la identificación y estudio de los subcampos del hipocampo; Sin embargo los preparativos de esta naturaleza requieren habilidades y equipo para la tinción especializados, y están limitados por la disponibilidad de tejido fijado, sobre todo en las poblaciones enfermas. En vivo de imágenes tiene la ventaja de un grupo mucho mayor de temas, y también presenta la oportunidad para la siguiente estudios de seguimiento y observación de los cambios en las poblaciones. Aunque se ha demostrado que la intensidad de señal en ex vivo las imágenes de RM potenciadas en T2 reflejar la densidad celular 13, todavía es difícil identificar las fronteras indiscutibles entre subcampos utilizando únicamente la intensidad de señal de RM. Como tal, un número de diferentes enfoques para la identificación de detalles a nivel de la histología en las imágenes de RM se han desarrollado. Algunos grupos han hecho esfuerzos para reconstruir y digitalizar conjuntos de datos histológicos y luego utilizar estas reconstrucciones, junto con técnicas de registro de imágenes para localizar neuroanat subcampo del hipocamponomía en in vivo MR 1,2,8,9,14,15,17,32. Aunque se trata de una técnica eficaz para el mapeo de una versión de la realidad sobre el terreno histológico directamente sobre las imágenes de RM, reconstrucciones de esta naturaleza son difíciles de completar. Proyectos como éstos están limitados por la disponibilidad de muestras intactas medial del lóbulo temporal, técnicas histológicas, la pérdida de datos durante el procesamiento histológico y las inconsistencias morfológicas fundamentales entre cerebros vivo fijos y en. Otros grupos han utilizado escáneres de alto campo (7T o 9.4T), en un esfuerzo para adquirir in vivo o ex vivo con imágenes lo suficientemente pequeño (0,20 a 0,35 mm isotrópica) tamaño voxel para visualizar espacialmente localizados diferencias de contraste de la imagen que se utilizan para inferir límites entre subcampos 35,37. Incluso en 7T-9.4T y con un tamaño tan pequeño voxel, las características de los subcampos del hipocampo cytoarchitectonic no son visibles. Como tal, los protocolos manuales de segmentación se han desarrollado que unpproximate los límites histológicos conocidos en las imágenes de RM. Estos protocolos determinan los límites de subcampo interpretando diferencias de contraste de imagen local y la definición de reglas geométricas (tales como líneas rectas y ángulos) relativos a las estructuras visibles. Aunque las imágenes tomadas en una alta intensidad de campo son capaces de ofrecer una visión detallada de los subcampos del hipocampo, escáneres de alto campo aún no son comunes en el ámbito clínico o de investigación, por lo que los protocolos 7T y 9.4T actualmente han aplicabilidad limitada. Protocolos similares se han desarrollado para las imágenes recogidas en el 3T y 4T escáneres 11,20,21,23,24,25,28,33. Muchos de estos protocolos se basan en imágenes con dimensiones voxel voxels sub-1mm en el plano coronal, pero tienen grandes espesores rebanada (0,8-3 mm) 11,20,21,23,25,28,33 o grandes distancias entre cortes 20,28, ambos de los cuales resultan en un margen de error significativo en la estimación de los volúmenes de los subcampos individuales. Además, muchos de los protocolos existentes 3Texcluir subcampos en la totalidad o parte de la cabeza o la cola del hipocampo 20,23,25,33 o no proporcionan segmentaciones detalladas de subestructuras importantes (es decir, combinar la DG con CA2 / CA3 o no incluyen los estratos radiatum / lacunosum / moleculare de la CA) 11,20,21,23,24,25,28,33. Existe por tanto una necesidad en el campo para una descripción detallada de un protocolo que puede identificar de forma fiable subcampos pertinentes de toda la cabeza, el cuerpo, y la cola del hipocampo que se basa en un escáner comúnmente disponibles en entornos clínicos y de investigación. Se están llevando a cabo por el Grupo de subcampos del hipocampo (www.hippocampalsubfields.com) para armonizar el proceso de segmentación subcampo del hipocampo entre los laboratorios, similar a un esfuerzo de armonización existente para toda la segmentación del hipocampo 6, y un documento inicial de la comparación de 21 protocolos existentes se publicó recientemente 38 . El trabajo de este grupo será dilucidar proce óptima segmentaciónmientos. Este manuscrito ofrece detalladas instrucciones de vídeo escritos y para la aplicación de forma fiable el protocolo de segmentación subcampo del hipocampo descrito previamente por Winterburn y sus colegas 34 de alta resolución de imágenes de RM 3T. El protocolo ha sido implementado en cinco imágenes de los controles sanos para toda el hipocampo y cinco subcampos del hipocampo (CA1, CA2 / CA3, CA4 / gyrus dentado, estrato radiatum / lacunosum / moleculare y subiculum). Estas imágenes segmentadas están a disposición del público en línea (cobralab.ca/atlases/Hippocampus). El protocolo y las imágenes segmentadas serán útiles para los grupos que deseen estudiar detallada neuroanatomía hipocampo en las imágenes de RM.

<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

El hipocampo humano ha sido ampliamente estudiada en el contexto de la memoria y la función normal del cerebro y su papel en diferentes trastornos neuropsiquiátricos se ha estudiado en gran medida. Mientras que muchos estudios de imagen tratan el hipocampo como una sola estructura unitaria neuroanatómico, es, de hecho, compuesta de varios subcampos que tienen una geometría tridimensional compleja. Como tal, se sabe que estos subcampos realizan funciones especializadas y se ven afectados diferencialmente a través del curso de diferentes estados de enfermedad. Formación de imágenes por resonancia magnética (MR) se puede utilizar como una herramienta poderosa para interrogar a la morfología del hipocampo y sus subcampos. Muchos grupos utilizan software avanzado de imágenes y el hardware (&gt; 3T) a la imagen de los subcampos; sin embargo, este tipo de tecnología puede no estar disponible en la mayoría de los centros de investigación y de imagen clínica. Para hacer frente a esta necesidad, este manuscrito proporciona un protocolo detallado paso a paso para la segmentación de la longitud anteroposterior completadel hipocampo y sus subcampos: cornu ammonis (CA) 1, CA2 / CA3, CA4 / giro dentado (DG), estrato radiatum / lacunosum / moleculare (SR / SL / SM) y subículo. Este protocolo se ha aplicado a cinco sujetos (3F, 2M; 29 a 57 años de edad, AVG 37.). Fiabilidad Protocolo se evalúa resegmenting derecho o hipocampo izquierdo de cada sujeto y calculando la superposición utilizando kappa métrica de los dados. La media de kappa de Dados (rango) en los cinco temas son: toda hipocampo, 0,91 (0,90-0,92); CA1, 0,78 (desde 0,77 hasta 0,79); CA2 / CA3, 0,64 (0,56 a 0,73); CA4 / giro dentado, 0,83 (0,81-0,85); estratos radiatum / lacunosum / moleculare, 0,71 (0,68-0,73); y subículo 0,75 (0,72 a 0,78). El protocolo de segmentación que aquí se presenta proporciona otros laboratorios con un método fiable para estudiar los subcampos del hipocampo hipocampo y in vivo utilizando herramientas MR comúnmente disponibles.

. Los resultados de la prueba de la fiabilidad del protocolo se resumen en la Tabla 2 Para todo el hipocampo bilateral, significa superposición espacial, medida por kappa de los dados es 0.91 y oscila 0,90 a 0,92. Valores kappa de subcampo oscilan entre 0,64 (CA2 / CA3) a 0,83 (CA4 / giro dentado). Volúmenes media para todos los subcampos y todo el hipocampo se reportan en la Tabla 3. Los volúmenes para toda la gama hipocampo 2456,72 a 3325,02 mm <su...

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.

Alta resolución<em&gt; En Vivo</em&gt; Protocolo Segmentación Manual for Human hipocampo subcampos Usando 3T Imágenes por Resonancia Magnética

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 vistas.  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. 

Video: 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.

Espectroscopia de Resonancia Magnética de vivir Drosophila melanogaster Utilizando Spinning Magic ángulo

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

Investigación

Neurociencias

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.

Múltiples imágenes del ratón neuroanatómicos de Resonancia Magnética

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.

Un enfoque rápido para imágenes de fluorescencia de alta resolución en rodajas de cerebro semi-gruesa

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.

De alta resolución Magnética Funcional por imágenes de los métodos de resonancia cerebro medio humano

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.

Un protocolo integral para la segmentación manual de las estructuras mediales Temporal Lobe

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).

Análisis de Metabolómica de cerebro de rata por Alta Resolución Nuclear Espectroscopía de Resonancia Magnética de Extractos de Tejidos

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.

De alta resolución de imagen de resonancia magnética estructural del subcorteza Humano<I&gt; En Vivo</I&gt; Y 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.

Un protocolo de imagen de resonancia magnética para la estimación de tiempo de inicio de movimiento en Isquemia Cerebral permanente

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.

Una tubería estandarizada para examinar la morfometría de materia gris cerebelosa humana utilizando imágenes de resonancia magnética estructural

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 ...

Una configuración para la visión, la cognición y la interacción humanas en escenarios de la vida real

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 destacado: Una configuración novedosa para realizar experimentos de laboratorio naturalistas con actores humanos reales en escenarios 

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.

Una configuración naturalista para presentar personas reales y acciones en vivo en estudios de psicología experimental y neurociencia cognitiva

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