Nous remercions le Dr D. Chen et le Dr C. Yen d’avoir partagé le script AFNI pour mettre en place l’IRMf en temps réel pour PV 5 et l’équipe AFNI pour le support logiciel. Cette recherche a été financée par le financement de la NIH Brain Initiative (RF1NS113278-01, R01 MH111438-01) et la subvention de l’instrument S10 (S10 RR023009-01) au Martinos Center, à la Fondation allemande pour la recherche (DFG) Yu215 / 3-1, BMBF 01GQ1702 et au financement interne de la Société Max Planck.

Cette étude a été réalisée conformément à la loi allemande sur le bien-être animal (TierSchG) et à l’ordonnance sur le bien-être des animaux de laboratoire (TierSchVersV). Le protocole expérimental décrit ici a été examiné par la commission d’éthique (§15 TierSchG) et approuvé par l’autorité de l’État (Regierungspräsidium, Tübingen, Bade-Wurtemberg, Allemagne).
1. Préparation du dispositif expérimental BOLD-IRMf pour l’étude des petits animaux
<ol><li>Activez le logiciel de la console pour contrôler les paramètres d’imagerie et acquérir des données IRM. REMARQUE : La configuration proposée de l’IRMf en temps réel est mise en œuvre à l’aide des macro-fonctions du logiciel de la console (version 6) en parallèle avec les fonctions de traitement d’image de l’AFNI.</li>
	<li>Recherchez des séquences IRM (c’est-à-dire Position, Localizer, Rapid Acquisition with Relaxation Enhancement (RARE) et 3D Echo-planar imaging (EPI) avec l’explorateur d’espace de travail, puis faites-les glisser et ajoutez-les dans la liste de numérisation. REMARQUE: Les séquences de position et de localisation sont utilisées pour identifier une région d’intérêt (ROI) dans un cerveau. Une séquence RARE est utilisée pour un scan anatoscopique. Une séquence EPI 3D est utilisée pour mesurer les réponses dynamiques BOLD.</li>
	<li>Placez les scripts de macro prédéfinis, « Setup_rt3DEPI » et « Feed2AFNI_rt3DEPI » dans le chemin du script de macro (par exemple, « /opt/(version PV)/prog/curdir/(nom d’utilisateur)/ParaVision/macros »). Activez les options de reconstruction EPI 3D, « Pre Image Series Activities » et « Execute Macro » dans le menu de l’interface utilisateur « Data Reconstruction », puis liez le script de macro prédéfini, « Setup_rt3DEPI », avant de cliquer sur le bouton « Scan ». Remarque : les scripts de macro sont inclus dans les fichiers supplémentaires.</li>
	<li>Installez le logiciel AFNI pour l’analyse et la visualisation BOLD-IRMf en temps réel.</li>
</ol>2. Chirurgie de cathétérisme et de ventilation
<ol><li>Installez un ventilateur et des systèmes de surveillance de l’état physiologique tels que le thermomètre, l’enregistrement de la pression artérielle et de la respiration, comme illustré à la figure 1. Réglez une fréquence constante de 60 ± 1 respiration/min avec le ventilateur et une température de 37 °C à l’aide d’un coussin chauffant compatible MR avec un kit de contrôle de rétroaction.</li>
	<li>Anesthésier un rat Sprague-Dawley mâle adulte (300-600 g) dans une chambre avec 5% d’isoflurane pour induction et administrer 2-2,5% d’isoflurane pour la chirurgie à partir d’un vaporisateur. Vérifiez la profondeur de l’anesthésie en pinçant la patte arrière et en confirmant l’absence de réponse de sevrage.</li>
	<li>Intuber l’animal avec une canule en plastique de 14 G pour la ventilation (60 ± 1 respiration/min avec un mélange de 70% d’air et 30% d’oxygène). Ajuster le dioxyde de carbone (CO2) en fin de marée pour qu’il soit compris entre 25 ± 5 mmHg29. REMARQUE: L’intubation est essentielle pour maintenir des niveaux appropriés de CO2 grâce à des expériences IRMf.</li>
	<li>Placez l’animal en décubitus dorsal sur une table d’opération et rasez-le la cuisse avec un rasoir électrique. Et puis, faites une incision sur la peau rasée avec des ciseaux chirurgicaux. REMARQUE: La longueur de l’incision est d’environ 1-2 cm dans une direction longitudinale.</li>
	<li>Trouver une artère fémorale et une veine sous la région incisée pour le cathétérisme et séparer l’artère fémorale et la veine individuelle des tissus environnants.</li>
	<li>Fixez un côté de l’artère fémorale séparée avec une suture chirurgicale et tenez l’autre côté avec des pinces micro bulldog. Ensuite, faites une petite incision entre les régions attachées sur l’artère fémorale.</li>
	<li>Insérez un cathéter dans l’artère fémorale à travers la petite incision et attachez le cathéter et l’artère ensemble avec des sutures chirurgicales. Surveiller constamment la pression artérielle avec le système de surveillance physiologique pour être dans la plage de 80-120 mmHg et mesurer les gaz du sang artériel régulièrement pour maintenir pO 2 d’au moins 90 mmHg et pCO2 de 30-45 mmHg pendant le balayage. REMARQUE: Ce cathétérisme est essentiel pour surveiller la pression artérielle pendant les expériences IRMf.</li>
	<li>Fixez les deux extrémités de la veine fémorale avec des sutures chirurgicales tressées en soie. Ensuite, faites une petite incision entre les régions attachées sur la veine fémorale. Utilisez des forceps pour effectuer la suture. REMARQUE: La taille de la suture est d’environ 1-2 cm.</li>
	<li>Insérez un cathéter dans la veine fémorale. Attachez le cathéter et la veine ensemble avec des sutures chirurgicales. REMARQUE: Ce cathétérisme est essentiel pour administrer l’alpha-chloralose par la veine et ajuster les niveaux anesthésiques pendant les expériences IRMf. Si l’animal n’est pas bien anesthésié, il commencera à respirer spontanément. Dans ce cas, plus d’alpha-chloralose doit être administré pour éviter les artefacts de mouvement respiratoire.</li>
	<li>Suturer l’incision chirurgicale sur la peau rasée. Une fois les interventions chirurgicales terminées, garder l’animal anesthésié en perfusant un bolus d’alpha-chloralose avec la dose de ~80 mg / kg à travers le cathéter relié à la veine fémorale et arrêter l’administration d’isoflurane en même temps.</li>
</ol>3. Placer l’animal à l’intérieur du scanner IRM
<ol><li>Transférez l’animal anesthésié dans le scanner IRM dès que l’étape 2.10 est terminée et fixez-le sur un berceau sur mesure.</li>
	<li>Insérez un thermomètre rectal à rétroaction en temps réel sur l’animal pour surveiller la température de l’animal. Placez un coussin chauffant sous le torse de l’animal pour contrôler la température. Maintenez la température corporelle à 37,0 ± 0,5 °C pendant les IRM.</li>
	<li>Administrer de l’alpha-chloralose avec une solution de ~25 mg/kg/h dans un mélange de pancuronium (~2 mg/kg/h), un relaxant musculaire, en continu tout en gardant l’animal anesthésié et en réduisant les artefacts de mouvement dans les images IRMf. Surveillez la pression artérielle et la respiration en ajustant la quantité de médicament et le taux de ventilation en fonction de l’état physiologique.</li>
	<li>Administrer une pommade ophtalmique sur les yeux de l’animal pour prévenir la sécheresse pendant les expériences IRMf. Fixez la tête de l’animal en toute sécurité avec deux barres d’oreille pour éviter les artefacts de mouvement de la tête.</li>
	<li>Fixez une bobine de surface de l’émetteur-récepteur sur la tête. Réglez et faites correspondre la bobine à la fréquence de Larmor (par exemple, 599 MHz sur 14,1 T) sur la tête avant les mesures IRM. REMARQUE: Ici, une bobine de 22 mm de diamètre est utilisée pour couvrir tout le cerveau d’un rat.</li>
	<li>Insérez une paire d’électrodes à aiguille dans la peau de la patte avant entre les doigts 1 et 4 et fixez-les avec du ruban chirurgical. Et puis, confirmez que la stimulation fonctionne correctement après avoir connecté un câble d’entrée de stimulation à ces électrodes30.</li>
	<li>Insérez l’animal dans l’alésage IRM et placez-le approximativement au centre iso.</li>
</ol>4. Mesure des images anatomiques par IRM
<ol><li>Cliquez sur le bouton du menu d’étalonnage dans l’interface utilisateur principale. Effectuez les étalonnages du système d’IRM en cliquant sur les éléments suivants dans l’interface utilisateur de la plate-forme de réglage (voir le menu Aide du logiciel de la console) : Trouver la fréquence de résonance de base, Calibrer la puissance d’impulsion RF, Définir le gain optimal du récepteur, Mesurer la carte B0 chez l’animal pour le calage, Exécuter des cales linéaires globales basées sur l’intégrale de désintégration par induction libre (FID) non localisée. REMARQUE: Cette étape prend moins de 2 min.</li>
	<li>Exécutez une séquence de position en cliquant sur le bouton « Scan » pour trouver l’emplacement de la tête de l’animal à l’intérieur de l’alésage de l’IRM. Si la tête n’est pas située à l’isocentre, ajustez l’emplacement de la tête tout en déplaçant le berceau d’avant en arrière jusqu’à ce que la tête soit située à l’isocentre.</li>
	<li>Exécutez une séquence Localizer en cliquant sur le bouton « Scan » pour identifier un ROI dans la tête. Sélectionnez Map Shim et définissez le retour sur investissement du volume de shim pour couvrir tout le cerveau dans l’image du localisateur, puis exécutez un shimming d’ordre élevé (par exemple, 2eou 3eordre) en utilisant l’option « Shim up to » pour réduire les inhomogénéités du champ magnétique principal (B0) au retour sur investissement. REMARQUE: Le calage d’ordre élevé est une étape critique pour améliorer la qualité des données IRMf BOLD-fMRI lorsque des séquences EPI sont utilisées.</li>
	<li>Exécutez une séquence RARE pondérée T2 en cliquant sur le bouton « Scan » pour acquérir des images anatomiques couvrant l’ensemble du cerveau dans une vue coronale (par exemple, les paramètres de séquence suivants sont utilisés: temps de répétition (TR) 4000 ms, temps d’écho effectif (TE) 36,1 ms, matrice 128 x 128, champ de vision (FOV) 19,2x19,2 mm2, nombre de tranches 32, épaisseur de la tranche 0,3 mm, Facteur RARE 8). REMARQUE: Dans l’étape suivante de visualisation IRMf en temps réel, les images anatomiques sont utilisées pour enregistrer des images EPI 3D en tant que modèle.</li>
</ol>5. Configuration du logiciel IRMf en temps réel et visualisation de la réponse IRMf
<ol><li>Ouvrez une fenêtre de terminal et accédez au chemin du plugin AFNI en temps réel à l’aide de la commande suivante: cd /home/(nom d’utilisateur)/rt_afni REMARQUE: Le script de plug-in AFNI, « afni_rt » est inclus dans les fichiers supplémentaires.</li>
	<li>Exécutez le logiciel AFNI avec le plugin en temps réel en utilisant la commande et les options ci-dessous. afni -rt -yestplugouts -DAFNI_REALTIME_MP_HOST_PORT=localhost:(numéro de port) -DAFNI_REALTIME_Graph=Temps réel -DAFNI_FIM_IDEAL=(Paradigme) REMARQUE: Dans le premier cas, le code permet aux programmes externes d’échanger des données avec AFNI tandis que dans le second cas, le plugin en temps réel tentera d’ouvrir un socket TCP vers l’hôte local et le port définis par l’utilisateur. Dans les troisième et quatrième cas, les codes traceront le parcours temporel des données IRMf en temps réel et traceront le cours temporel du paradigme défini par l’utilisateur dans le parcours temporel IRMf respectivement lorsque les données IRMf en temps réel sont acquises. Pour plus de détails, consultez https://afni.nimh.nih.gov/pub/dist/doc/program_help/README.environment.html.</li>
	<li>Surveillez les prochains fichiers AFNI BRIK définis à l’aide de la commande « Dimon » comme illustré à la figure 2 avec les options suivantes: Dimon -tr (TR of EPI) -nt (NRepetitions of EPI) -rt -quit -infile_pattern temps réel*. BRIK (de) -file_type AFNI REMARQUE: « Dimon » est une commande pour surveiller l’acquisition en temps réel des fichiers image AFNI en utilisant les options suivantes: « -rt » qui exécute le plugin en temps réel et « -infile_pattern (nom de données). BRIK -file_type AFNI » qui permet au plugin de lire les fichiers BRIK spécifiques et de les envoyer dans AFNI pour affichage et formatage. Pour plus de détails, consultez https://afni.nimh.nih.gov/pub/dist/doc/program_help/Dimon.html.</li>
	<li>Utilisez la commande « pvcmd » avec les options suivantes: pvcmd -a JMacroManager JMMExecuteMacro -category $USER -macro Feed2AFNI_rt3DEPI REMARQUE: Ce code existe dans le script de macro, « Setup_rt3DEPI », pour exécuter le script de macro d’arrière-plan, « Feed2AFNI_rt3DEPI », juste après avoir cliqué sur le bouton « Scan » pour l’acquisition EPI.</li>
	<li>Utilisez la commande « exec pvcmd » avec les options suivantes pour obtenir les paramètres d’acquisition EPI. exec pvcmd -a ParxServer -r ParamGetValue -psid $ParSpaceId -param (paramètres PVM de EPI) -id 10 -args $AcqKey $ParSpaceId $ProcnoPath</li>
	<li>Utilisez la commande « exec to3d » avec les options suivantes pour convertir les données brutes EPI en fichiers AFNI en temps réel dans le script de macro d’arrière-plan, « Feed2AFNI_rt3DEPI ». exec to3d -omri -xFOV $FOV_X -yFOV $FOV_Y -zFOV $FOV_Z -prefix $LastVolName $ImgFormat$Path2dseq</li>
	<li>Assurez-vous que les informations géométriques de l’EPI sont cohérentes avec l’orientation de l’anatomie. REMARQUE: La commande AFNI « to3d » s’exécutera automatiquement avec les informations géométriques telles que le champ de vision (FOV) et la taille de la matrice pour convertir les données brutes IRMf en une seule donnée AFNI BRIK chaque fois que chaque donnée de volume 3D est stockée après chaque TR, comme illustré à la figure 2. L’orientation de l’image peut être modifiée avec les paramètres d’information géométriques de « to3d ». Pour plus de détails, consultez https://afni.nimh.nih.gov/pub/dist/doc/program_help/to3d.html.</li>
	<li>Allumez un isolateur de stimulus électrique et effectuez une stimulation électrique de la patte avant pour une étude IRMf évoquée (par exemple, 3 Hz, largeur d’impulsion de 4 s 300 us, 2,5 mA) à l’aide de blocs de stimulation. REMARQUE: Ici, le paradigme de conception de blocs se compose de 10 scans de pré-stimulation, 3 scans de stimulation et 12 scans d’inter-stimulation (15 scans par époque).</li>
	<li>Exécutez une séquence EPI 3D pondérée T2* en cliquant sur le bouton « Scan » pour l’étude IRMf BOLD-IRMf (par exemple, les paramètres suivants sont utilisés : TR/TE 1500/14 ms, matrice 64 x 64 x 32, champ de vision 19,2 x 19,2 x 9,6 mm 3 et résolution 300 x 300 x 300 μm3). REMARQUE: Dès que vous cliquez sur le bouton « Scan », la surveillance et le traitement des données brutes seront effectués en utilisant les scripts de macro prédéfinis en temps réel. Une fois qu’un jeu de données AFNI BRIK est converti, des graphiques de parcours temporel au voxel pour les images EPI 3D sont affichés dans le logiciel AFNI et automatiquement mis à jour pour chaque TR.</li>
	<li>Pour superposer les images EPI sur les images RARE anatomiques, convertissez les images RARE en un jeu de données AFNI BRIK à l’aide de la commande « to3d » comme à l’étape 5.6, puis enregistrez les images EPI dans les images anatomiques à l’aide du script AFNI « align_epi_anat.py » avec les options suivantes: align_epi_anat.py -anat anatomy_template_al+orig -epi epi.$(numéro de données epi)+orig -epi_base 1 -suffixe _volreg -rat_align -cost lpa -epi2anat REMARQUE: Pour plus de détails, consultez https://afni.nimh.nih.gov/pub/dist/doc/program_help/ align_epi_anat.py.html.</li>
	<li>Pour traiter les cartes fonctionnelles des réponses BOLD, calculez la déconvolution du jeu de données 3D+time avec une série temporelle de stimulus spécifique à l’aide de la commande « 3dDeconvolve » avec les options suivantes : 3dDeconvolve -input (nom du fichier d’entrée)+orig. -nfirst 0 -polort 3 -num_stimts 1 -stim_times 1 (nom du fichier de paradigme de stimulation) 'BLOCK(4,1)' -stim_label 1 patte avant -tout -fout -rout REMARQUE: Les étapes de traitement d’image telles que le lissage spatial ou le filtrage temporel ont été incorporées dans un script de traitement de données AFNI personnalisé. Pour plus de détails, consultez https://afni.nimh.nih.gov/afni/doc/help/3dDeconvolve.html.</li>
	<li>Pour visualiser les cartes fonctionnelles des signaux BOLD, utilisez un clustering interactif dans le logiciel AFNI. Ouvrez l’option « Définir la superposition » et utilisez la fonction « Clusters » du menu de l’interface utilisateur AFNI.</li>
	<li>Après la dernière IRMf, sortez l’animal de l’IRM et euthanasiez-le selon les protocoles approuvés. REMARQUE: Les fonctions de traitement d’image de l’AFNI et les macro-fonctions du dernier logiciel de console ont été utilisées pour traiter les données IRMf en temps réel. Vous trouverez des informations détaillées et des descriptions des macro-fonctions dans le menu d’aide du logiciel de la console. Le logiciel AFNI est un logiciel gratuit, qui peut être téléchargé directement sur le site Web NIMH-AFNI. Les scripts associés pour établir la liaison entre AFNI et le système de console sont joints.</li>
</ol>

<ol>
	<li>Ogawa, S., Lee, T. M., Kay, A. R., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain+magnetic+resonance+imaging+with+contrast+dependent+on+blood+oxygenation.">Brain magnetic resonance imaging with contrast dependent on blood oxygenation.</a> Proceedings of the National Academy of Sciences U.S.A. 87 (24), 9868-9872 (1990).</li><li>Belliveau, J. W., 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=Functional+mapping+of+the+human+visual+cortex+by+magnetic+resonance+imaging.">Functional mapping of the human visual cortex by magnetic resonance imaging.</a> Science. 254 (5032), 716-719 (1991).</li><li>Stehling, M. K., Turner, R., Mansfield, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Echo-planar+imaging:+magnetic+resonance+imaging+in+a+fraction+of+a+second.">Echo-planar imaging: magnetic resonance imaging in a fraction of a second.</a> Science. 254 (5028), 43-50 (1991).</li><li>Bandettini, P. A., Wong, E. C., Hinks, R. S., Tikofsky, R. S., Hyde, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Time+course+EPI+of+human+brain+function+during+task+activation.">Time course EPI of human brain function during task activation.</a> Magnetic Resonance in Medicine. 25 (2), 390-397 (1992).</li><li>Kwong, K. 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=Dynamic+magnetic+resonance+imaging+of+human+brain+activity+during+primary+sensory+stimulation.">Dynamic magnetic resonance imaging of human brain activity during primary sensory stimulation.</a> Proceedings of the National Academy of Science U. S. A. 89 (12), 5675-5679 (1992).</li><li>Ogawa, 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=Intrinsic+signal+changes+accompanying+sensory+stimulation:+functional+brain+mapping+with+magnetic+resonance+imaging.">Intrinsic signal changes accompanying sensory stimulation: functional brain mapping with magnetic resonance imaging.</a> Proceedings of the National Academy of Science U. S. A. 89 (13), 5951-5955 (1992).</li><li>Biswal, B., Yetkin, F. Z., Haughton, V. M., Hyde, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+connectivity+in+the+motor+cortex+of+resting+human+brain+using+echo-planar+MRI.">Functional connectivity in the motor cortex of resting human brain using echo-planar MRI.</a> Magnetic Resonance in Medicine. 34 (4), 537-541 (1995).</li><li>Logothetis, N. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+we+can+do+and+what+we+cannot+do+with+fMRI.">What we can do and what we cannot do with fMRI.</a> Nature. 453 (7197), 869-878 (2008).</li><li>Kim, S. G., Ogawa, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Biophysical+and+physiological+origins+of+blood+oxygenation+level-dependent+fMRI+signals.">Biophysical and physiological origins of blood oxygenation level-dependent fMRI signals.</a> Journal of Cerebral Blood Flow and Metabolism. 32 (7), 1188-1206 (2012).</li><li>Peltier, S. 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=Functional+connectivity+changes+with+concentration+of+sevoflurane+anesthesia.">Functional connectivity changes with concentration of sevoflurane anesthesia.</a> Neuroreport. 16 (3), 285-288 (2005).</li><li>Dopfel, D., Zhang, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+stress+networks+using+functional+magnetic+resonance+imaging+in+awake+animals.">Mapping stress networks using functional magnetic resonance imaging in awake animals.</a> Neurobiology of Stress. 9, 251-263 (2018).</li><li>Hu, X. P., Le, T. H., Parrish, T., Erhard, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Retrospective+Estimation+and+Correction+of+Physiological+Fluctuation+in+Functional+Mri.">Retrospective Estimation and Correction of Physiological Fluctuation in Functional Mri.</a> Magnetic Resonance in Medicine. 34 (2), 201-212 (1995).</li><li>Birn, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+role+of+physiological+noise+in+resting-state+functional+connectivity.">The role of physiological noise in resting-state functional connectivity.</a> Neuroimage. 62 (2), 864-870 (2012).</li><li>Caballero-Gaudes, C., Reynolds, R. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Methods+for+cleaning+the+BOLD+fMRI+signal.">Methods for cleaning the BOLD fMRI signal.</a> Neuroimage. 154, 128-149 (2017).</li><li>Pais-Roldan, P., Biswal, B., Scheffler, K., Yu, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Identifying+Respiration-Related+Aliasing+Artifacts+in+the+Rodent+Resting-State+fMRI.">Identifying Respiration-Related Aliasing Artifacts in the Rodent Resting-State fMRI.</a> Frontiers in Neuroscience. 12, 00788 (2018).</li><li>Glover, G. H., Li, T. Q., Ress, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Image-based+method+for+retrospective+correction+of+physiological+motion+effects+in+fMRI:+RETROICOR.">Image-based method for retrospective correction of physiological motion effects in fMRI: RETROICOR.</a> Magnetic Resonance in Medicine. 44 (1), 162-167 (2000).</li><li>Chang, C., Cunningham, J. P., Glover, G. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Influence+of+heart+rate+on+the+BOLD+signal:+The+cardiac+response+function.">Influence of heart rate on the BOLD signal: The cardiac response function.</a> Neuroimage. 44 (3), 857-869 (2009).</li><li>Birn, R. M., Diamond, J. B., Smith, M. A., Bandettini, P. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Separating+respiratory-variation-related+neuronal-activity-related+fluctuations+in+fluctuations+from+fMRI.">Separating respiratory-variation-related neuronal-activity-related fluctuations in fluctuations from fMRI.</a> Neuroimage. 31 (4), 1536-1548 (2006).</li><li>Golestani, A. M., Chang, C., Kwinta, J. B., Khatamian, Y. B., Chen, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mapping+the+end-tidal+CO2+response+function+in+the+resting-state+BOLD+fMRI+signal:+Spatial+specificity,+test-retest+reliability+and+effect+of+fMRI+sampling+rate.">Mapping the end-tidal CO2 response function in the resting-state BOLD fMRI signal: Spatial specificity, test-retest reliability and effect of fMRI sampling rate.</a> Neuroimage. 104, 266-277 (2015).</li><li>Lu, H. B., 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=Real-time+animal+functional+magnetic+resonance+imaging+and+its+application+to+neurophamacological+studies.">Real-time animal functional magnetic resonance imaging and its application to neurophamacological studies.</a> Magnetic Resonance Imaging. 26 (9), 1266-1272 (2008).</li><li>Cox, R. W., Jesmanowicz, A., Hyde, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+functional+magnetic+resonance+imaging.">Real-time functional magnetic resonance imaging.</a> Magnetic Resonance Medicine. 33 (2), 230-236 (1995).</li><li>Lee, C. C., Jack, C. R., Rossman, P. J., Riederer, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+reconstruction+and+high-speed+processing+in+functional+MR+imaging.">Real-time reconstruction and high-speed processing in functional MR imaging.</a> American Journal of Neuroradiology. 19 (7), 1297-1300 (1998).</li><li>Voyvodic, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+fMRI+paradigm+control,+physiology,+and+behavior+combined+with+near+real-time+statistical+analysis.">Real-time fMRI paradigm control, physiology, and behavior combined with near real-time statistical analysis.</a> Neuroimage. 10 (2), 91-106 (1999).</li><li>Cohen, M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+functional+magnetic+resonance+imaging.">Real-time functional magnetic resonance imaging.</a> Methods. 25 (2), 201-220 (2001).</li><li>Posse, 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=A+new+approach+to+measure+single-event+related+brain+activity+using+real-time+fMRI:+Feasibility+of+sensory,+motor,+and+higher+cognitive+tasks.">A new approach to measure single-event related brain activity using real-time fMRI: Feasibility of sensory, motor, and higher cognitive tasks.</a> Human Brain Mapping. 12 (1), 25-41 (2001).</li><li>Decharms, R. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reading+and+controlling+human+brain+activation+using+real-time+functional+magnetic+resonance+imaging.">Reading and controlling human brain activation using real-time functional magnetic resonance imaging.</a> Trends in Cognitive Sciences. 11 (11), 473-481 (2007).</li><li>Bruhl, A. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Making+Sense+of+Real-Time+Functional+Magnetic+Resonance+Imaging+(rtfMRI)+and+rtfMRI+Neurofeedback.">Making Sense of Real-Time Functional Magnetic Resonance Imaging (rtfMRI) and rtfMRI Neurofeedback.</a> International Journal of Neuropsychopharmacology. 18 (6), (2015).</li><li>Cox, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=AFNI:+Software+for+analysis+and+visualization+of+functional+magnetic+resonance+neuroimages.">AFNI: Software for analysis and visualization of functional magnetic resonance neuroimages.</a> Computers and Biomedical Research. 29 (3), 162-173 (1996).</li><li>Liou, W. W., Goshgarian, H. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+assessment+of+the+effect+of+chronic+phrenicotomy+on+the+induction+of+the+crossed+phrenic+phenomenon.">Quantitative assessment of the effect of chronic phrenicotomy on the induction of the crossed phrenic phenomenon.</a> Experimental Neurology. 127 (1), 145-153 (1994).</li><li>Shih, Y. Y., 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=Ultra+high-resolution+fMRI+and+electrophysiology+of+the+rat+primary+somatosensory+cortex.">Ultra high-resolution fMRI and electrophysiology of the rat primary somatosensory cortex.</a> Neuroimage. 73, 113-120 (2013).</li><li>Masamoto, K., Kim, T., Fukuda, M., Wang, P., Kim, S. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Relationship+between+neural,+vascular,+and+BOLD+signals+in+isoflurane-anesthetized+rat+somatosensory+cortex.">Relationship between neural, vascular, and BOLD signals in isoflurane-anesthetized rat somatosensory cortex.</a> Cerebral Cortex. 17 (4), 942-950 (2007).</li><li>van Alst, 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=Anesthesia+differentially+modulates+neuronal+and+vascular+contributions+to+the+BOLD+signal.">Anesthesia differentially modulates neuronal and vascular contributions to the BOLD signal.</a> Neuroimage. 195, 89-103 (2019).</li><li>Wu, T. 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=Effects+of+isoflurane+anesthesia+on+resting-state+fMRI+signals+and+functional+connectivity+within+primary+somatosensory+cortex+of+monkeys.">Effects of isoflurane anesthesia on resting-state fMRI signals and functional connectivity within primary somatosensory cortex of monkeys.</a> Brain and Behavior. 6 (12), 00591 (2016).</li><li>Liu, X., Zhu, X. H., Zhang, Y., Chen, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+change+of+functional+connectivity+specificity+in+rats+under+various+anesthesia+levels+and+its+neural+origin.">The change of functional connectivity specificity in rats under various anesthesia levels and its neural origin.</a> Brain Topography. 26 (3), 363-377 (2013).</li><li>Liu, X. 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=Multiphasic+modification+of+intrinsic+functional+connectivity+of+the+rat+brain+during+increasing+levels+of+propofol.">Multiphasic modification of intrinsic functional connectivity of the rat brain during increasing levels of propofol.</a> Neuroimage. 83, 581-592 (2013).</li><li>Hutchison, R. M., Hutchison, M., Manning, K. Y., Menon, R. S., Everling, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Isoflurane+induces+dose-dependent+alterations+in+the+cortical+connectivity+profiles+and+dynamic+properties+of+the+brain's+functional+architecture.">Isoflurane induces dose-dependent alterations in the cortical connectivity profiles and dynamic properties of the brain's functional architecture.</a> Human Brain Mapping. 35 (12), 5754-5775 (2014).</li><li>He, Y., 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=Ultra-Slow+Single-Vessel+BOLD+and+CBV-Based+fMRI+Spatiotemporal+Dynamics+and+Their+Correlation+with+Neuronal+Intracellular+Calcium+Signals.">Ultra-Slow Single-Vessel BOLD and CBV-Based fMRI Spatiotemporal Dynamics and Their Correlation with Neuronal Intracellular Calcium Signals.</a> Neuron. 97 (4), 925-939 (2018).</li><li>Yoshida, 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=Physiological+effects+of+a+habituation+procedure+for+functional+MRI+in+awake+mice+using+a+cryogenic+radiofrequency+probe.">Physiological effects of a habituation procedure for functional MRI in awake mice using a cryogenic radiofrequency probe.</a> Journal of Neuroscience Methods. 274, 38-48 (2016).</li></ol>

Sascha Köhler est employé chez Bruker BioSpin MRI GmbH.

La surveillance en temps réel du signal IRMf aide les expérimentateurs à ajuster la physiologie des animaux pour optimiser la cartographie fonctionnelle. Les artefacts de mouvement chez les animaux éveillés, ainsi que l’effet anesthésique, sont des facteurs majeurs qui interviennent dans la variabilité des signaux IRMf, confondant l’interprétation biologique du signal par lui-même 31,32,33,34,35,36,37,38 ...

L’imagerie par résonance magnétique fonctionnelle (IRMf) est une méthode non invasive pour mesurer les réponses hémodynamiques 1,2,3,4,5,6,7,8,9, par exemple, le signal de volume sanguin cérébral et de flux sanguin dépendant du niveau d’oxygène dans le sang (BOLD), associé à l’activité neuronale dans le cerveau. Dans les études animales, les signaux hémodynamiques peuvent être affectés par l’anesthésie 10, le niveau de stress des animaux éveillés11, ainsi que les artefacts non physiologiques potentiels, par exemple, les pulsations cardiaques et les mouvements respiratoires12,13,14,15. Bien que de nombreuses méthodes de post-traitement aient été développées pour fournir une analyse rétrospective du signal IRMf pour la dynamique fonctionnelle liée à la tâche et à l’état de repos et la cartographie de la connectivité16,17,18,19, il existe peu de techniques pour fournir une solution de cartographie de la fonction cérébrale en temps réel et des lectures instantanées dans le cerveau animal 20 (dont la plupart sont principalement utilisées pour la cartographie du cerveau humain 21, 22,23,24,25,26,27). En particulier, ce type de méthode de cartographie IRMf en temps réel fait défaut dans les études animales. Il est nécessaire de mettre en place une plate-forme IRMf pour permettre l’étude en temps réel des stades physiologiques dépendants de l’état cérébral et fournir un paradigme de stimulation du biofeedback en temps réel pour les études fonctionnelles du cerveau animal.
Dans le présent travail, nous illustrons une configuration expérimentale IRMf en temps réel avec les macro-fonctions personnalisées du logiciel de la console IRM, démontrant la surveillance en temps réel des réponses BOLD-IRMf évoquées dans le cortex somatosensoriel primaire de la patte antérieure (FP-S1) des rats anesthésiés. Cette configuration en temps réel permet de visualiser l’activation cérébrale en cours dans des cartes fonctionnelles, ainsi que des cours temporels individuels de manière voxel, à l’aide du logiciel d’analyse de neuroimages existant, Analysis of Functional NeuroImages (AFNI)28. La préparation de la configuration expérimentale IRMf en temps réel pour l’étude animale est décrite dans le protocole. Outre la configuration des animaux, nous fournissons des procédures détaillées pour configurer la visualisation et l’analyse des signaux IRMf en temps réel à l’aide du dernier logiciel de console en parallèle avec les scripts de traitement d’image. En résumé, la configuration proposée de l’IRMf en temps réel pour les études animales est un outil puissant pour surveiller les signaux IRMf dynamiques dans le cerveau animal à l’aide du système de console IRM.

<table>
	<tbody>
		<tr>
			<td>14.1T Bruker MRI system</td>
			<td>Bruker BioSpin MRI GmbH</td>
			<td>N/A</td>
			<td></td>
		</tr>
		<tr>
			<td>A365 Stimulus Isolator</td>
			<td>World Precision Instruments</td>
			<td>N/A</td>
			<td></td>
		</tr>
		<tr>
			<td>AcqKnowledge Software</td>
			<td>Biopac</td>
			<td>RRID:SCR_014279, http://www.biopac.com/product/acqknowledge-software/</td>
			<td></td>
		</tr>
		<tr>
			<td>AFNI</td>
			<td>Cox, 1996</td>
			<td>RRID:SCR_005927, http://afni.nimh.nih.gov</td>
			<td></td>
		</tr>
		<tr>
			<td>CO2SMO (ETCO2/SpO2 Monitor), Model 7100</td>
			<td>Novametrix Medical Systems Inc</td>
			<td>N/A</td>
			<td></td>
		</tr>
		<tr>
			<td>Isoflurane</td>
			<td>CP-Pharma</td>
			<td>Cat# 1214</td>
			<td></td>
		</tr>
		<tr>
			<td>Master-9</td>
			<td>A.M.P.I</td>
			<td>N/A</td>
			<td></td>
		</tr>
		<tr>
			<td>Nanoliter Injector</td>
			<td>World Precision Instruments</td>
			<td>Cat# NANOFIL</td>
			<td></td>
		</tr>
		<tr>
			<td>Pancuronium Bromide</td>
			<td>Inresa Arzneimittel</td>
			<td>Cat# 34409.00.00</td>
			<td></td>
		</tr>
		<tr>
			<td>ParaVision 6</td>
			<td>Bruker BioSpin MRI GmbH</td>
			<td>RRID:SCR_001964</td>
			<td></td>
		</tr>
		<tr>
			<td>Phosphate Buffered Saline (PBS)</td>
			<td>Gibco</td>
			<td>Cat# 10010-023</td>
			<td></td>
		</tr>
		<tr>
			<td>Rat: Sprague Dawley rat</td>
			<td>Charles River Laboratories</td>
			<td>Crl:CD(SD)</td>
			<td></td>
		</tr>
		<tr>
			<td>SAR-830/AP Ventilator</td>
			<td>CWE</td>
			<td>N/A</td>
			<td></td>
		</tr>
		<tr>
			<td>&#945;-chloralose</td>
			<td>Sigma-Aldrich</td>
			<td>Cat# C0128-25G;RRID</td>
			<td></td>
		</tr>
	</tbody>
</table>

real-time fmri brain mapping in animals

Les réponses dynamiques de l’IRMf varient considérablement en fonction des conditions physiologiques des animaux, soit sous anesthésie, soit en état d’éveil. Nous avons développé une plate-forme IRMf en temps réel pour guider les expérimentateurs afin de surveiller instantanément les réponses IRMf pendant l’acquisition, ce qui peut être utilisé pour modifier la physiologie des animaux afin d’obtenir les réponses hémodynamiques souhaitées dans le cerveau des animaux. La configuration de l’IRMf en temps réel est basée sur un système d’IRM préclinique de 14,1 T, permettant la cartographie en temps réel des réponses dynamiques de l’IRMf dans le cortex somatosensoriel primaire de la patte antérieure (FP-S1) des rats anesthésiés. Au lieu d’une analyse rétrospective pour étudier les sources confondantes conduisant à la variabilité des signaux IRMf, la plate-forme IRMf en temps réel fournit un schéma plus efficace pour identifier les réponses IRMf dynamiques à l’aide de macro-fonctions personnalisées et d’un logiciel d’analyse d’images neurologiques commun dans le système IRM. En outre, il fournit une faisabilité de dépannage immédiate et un paradigme de stimulation par biofeedback en temps réel pour les études fonctionnelles du cerveau chez les animaux.

La figure 3 et la figure 4 montrent une évolution temporelle BOLD-IRMf représentative en temps réel et des cartes fonctionnelles avec stimulation électrique de la patte avant (3 Hz, 4 s, largeur d’impulsion 300 us, 2,5 mA). Le paradigme de conception de l’IRMf comprend 10 scans de pré-stimulation, 3 scans de stimulation et 12 scans d’inter-stimulation avec un total de 8 époques (130 scans). La durée totale de l’analyse est de 3 min 15 sec (195 sec...

Watch this Scientific Journal Video about Real-Time fMRI Brain Mapping in Animals at JoVE.com

Real-Time fMRI Brain Mapping in Animals

La cartographie fonctionnelle du cerveau animal peut bénéficier de la configuration expérimentale d’imagerie par résonance magnétique fonctionnelle (IRMf) en temps réel. En utilisant le dernier logiciel implémenté dans le système d’IRM animale, nous avons établi une plate-forme de surveillance en temps réel pour l’IRMf des petits animaux.

Cartographie cérébrale IRMf en temps réel chez les animaux

Dynamic fMRI responses vary largely according to the physiological conditions of animals either under anesthesia or in awake states. We developed a ...

Research

JoVE Journal

Neuroscience

3.4K vues.  Max Planck Institute for Biological Cybernetics. La cartographie fonctionnelle du cerveau animal peut bénéficier de la configuration expérimentale d’imagerie par résonance magnétique fonctionnelle (IRMf) en temps réel. En utilisant le dernier logiciel implémenté dans le système d’IRM animale, nous avons établi une plate-forme de surveillance en temps réel pour l’IRMf des petits animaux.

Vidéo: Real-Time fMRI Brain Mapping in Animals

Simultaneous fMRI and Electrophysiology in the Rodent Brain

To examine the neural basis of the blood oxygenation level dependent (BOLD) magnetic resonance imaging (MRI) signal, we have developed a rodent model in which functional MRI data and in vivo intracortical recording can be performed simultaneously. The combination of MRI and electrical recording is technically challenging because the electrodes used for recording distort the MRI images and the MRI acquisition induces noise in the electrical recording. To minimize the mutual interference of the two modalities, glass microelectrodes were used rather than metal and a noise removal algorithm was implemented for the electrophysiology data. In our studies, two microelectrodes were separately implanted in bilateral primary somatosensory cortices (SI) of the rat and fixed in place. One coronal slice covering the electrode tips was selected for functional MRI. Electrode shafts and fixation positions were not included in the image slice to avoid imaging artifacts. The removed scalp was replaced with toothpaste to reduce susceptibility mismatch and prevent Gibbs ringing artifacts in the images. The artifact structure induced in the electrical recordings by the rapidly-switching magnetic fields during image acquisition was characterized by averaging all cycles of scans for each run. The noise structure during imaging was then subtracted from original recordings. The denoised time courses were then used for further analysis in combination with the fMRI data. As an example, the simultaneous acquisition was used to determine the relationship between spontaneous fMRI BOLD signals and band-limited intracortical electrical activity. Simultaneous fMRI and electrophysiological recording in the rodent will provide a platform for many exciting applications in neuroscience in addition to elucidating the relationship between the fMRI BOLD signal and neuronal activity.

We have developed a method for simultaneous functional magnetic resonance imaging and electrophysiological recording in the rodent brain, providing a platform for the investigation of the relationship between neural activity and the blood oxygenation level dependent (BOLD) MRI signal.

IRMf simultanées et l&#39;électrophysiologie dans le cerveau de rongeurs

To examine the neural basis of the blood oxygenation level dependent (BOLD) magnetic resonance imaging (MRI) signal, we have developed a rodent model in ...

Recherche

Neurosciences

Combining Transcranial Magnetic Stimulation and fMRI to Examine the Default Mode Network

The default mode network is a group of brain regions that are active when an individual is not focused on the outside world and the brain is at "wakeful rest."1,2,3 It is thought the default mode network corresponds to self-referential or "internal mentation".2,3
It has been hypothesized that, in humans, activity within the default mode network is correlated with certain pathologies (for instance, hyper-activation has been linked to schizophrenia 4,5,6 and autism spectrum disorders 7 whilst hypo-activation of the network has been linked to Alzheimer's and other neurodegenerative diseases 8). As such, noninvasive modulation of this network may represent a potential therapeutic intervention for a number of neurological and psychiatric pathologies linked to abnormal network activation. One possible tool to effect this modulation is Transcranial Magnetic Stimulation: a non-invasive neurostimulatory and neuromodulatory technique that can transiently or lastingly modulate cortical excitability (either increasing or decreasing it) via the application of localized magnetic field pulses.9
In order to explore the default mode network's propensity towards and tolerance of modulation, we will be combining TMS (to the left inferior parietal lobe) with functional magnetic resonance imaging (fMRI). Through this article, we will examine the protocol and considerations necessary to successfully combine these two neuroscientific tools.

In this article, we examine the methodology and considerations relevant to the combination of TMS and fMRI to examine the effects of brain stimulation on the default network.

Alliant la stimulation magnétique transcrânienne et l&#39;IRMf pour examiner le réseau en mode par défaut

The default mode network is a group of brain regions that are active when an individual is not focused on the outside world and the brain is at "wakeful ...

Recording Human Electrocorticographic (ECoG) Signals for Neuroscientific Research and Real-time Functional Cortical Mapping

Neuroimaging studies of human cognitive, sensory, and motor processes are usually based on noninvasive techniques such as electroencephalography (EEG), magnetoencephalography or functional magnetic-resonance imaging. These techniques have either inherently low temporal or low spatial resolution, and suffer from low signal-to-noise ratio and/or poor high-frequency sensitivity. Thus, they are suboptimal for exploring the short-lived spatio-temporal dynamics of many of the underlying brain processes. In contrast, the invasive technique of electrocorticography (ECoG) provides brain signals that have an exceptionally high signal-to-noise ratio, less susceptibility to artifacts than EEG, and a high spatial and temporal resolution (i.e., &lt;1 cm/&lt;1 millisecond, respectively). ECoG involves measurement of electrical brain signals using electrodes that are implanted subdurally on the surface of the brain. Recent studies have shown that ECoG amplitudes in certain frequency bands carry substantial information about task-related activity, such as motor execution and planning1, auditory processing2 and visual-spatial attention3. Most of this information is captured in the high gamma range (around 70-110 Hz). Thus, gamma activity has been proposed as a robust and general indicator of local cortical function1-5. ECoG can also reveal functional connectivity and resolve finer task-related spatial-temporal dynamics, thereby advancing our understanding of large-scale cortical processes. It has especially proven useful for advancing brain-computer interfacing (BCI) technology for decoding a user's intentions to enhance or improve communication6 and control7. Nevertheless, human ECoG data are often hard to obtain because of the risks and limitations of the invasive procedures involved, and the need to record within the constraints of clinical settings. Still, clinical monitoring to localize epileptic foci offers a unique and valuable opportunity to collect human ECoG data. We describe our methods for collecting recording ECoG, and demonstrate how to use these signals for important real-time applications such as clinical mapping and brain-computer interfacing. Our example uses the BCI2000 software platform8,9 and the SIGFRIED10 method, an application for real-time mapping of brain functions. This procedure yields information that clinicians can subsequently use to guide the complex and laborious process of functional mapping by electrical stimulation.
Prerequisites and Planning:
Patients with drug-resistant partial epilepsy may be candidates for resective surgery of an epileptic focus to minimize the frequency of seizures. Prior to resection, the patients undergo monitoring using subdural electrodes for two purposes: first, to localize the epileptic focus, and second, to identify nearby critical brain areas (i.e., eloquent cortex) where resection could result in long-term functional deficits. To implant electrodes, a craniotomy is performed to open the skull. Then, electrode grids and/or strips are placed on the cortex, usually beneath the dura. A typical grid has a set of 8 x 8 platinum-iridium electrodes of 4 mm diameter (2.3 mm exposed surface) embedded in silicon with an inter-electrode distance of 1cm. A strip typically contains 4 or 6 such electrodes in a single line. The locations for these grids/strips are planned by a team of neurologists and neurosurgeons, and are based on previous EEG monitoring, on a structural MRI of the patient's brain, and on relevant factors of the patient's history. Continuous recording over a period of 5-12 days serves to localize epileptic foci, and electrical stimulation via the implanted electrodes allows clinicians to map eloquent cortex. At the end of the monitoring period, explantation of the electrodes and therapeutic resection are performed together in one procedure.
In addition to its primary clinical purpose, invasive monitoring also provides a unique opportunity to acquire human ECoG data for neuroscientific research. The decision to include a prospective patient in the research is based on the planned location of their electrodes, on the patient's performance scores on neuropsychological assessments, and on their informed consent, which is predicated on their understanding that participation in research is optional and is not related to their treatment. As with all research involving human subjects, the research protocol must be approved by the hospital's institutional review board. The decision to perform individual experimental tasks is made day-by-day, and is contingent on the patient's endurance and willingness to participate. Some or all of the experiments may be prevented by problems with the clinical state of the patient, such as post-operative facial swelling, temporary aphasia, frequent seizures, post-ictal fatigue and confusion, and more general pain or discomfort.
At the Epilepsy Monitoring Unit at Albany Medical Center in Albany, New York, clinical monitoring is implemented around the clock using a 192-channel Nihon-Kohden Neurofax monitoring system. Research recordings are made in collaboration with the Wadsworth Center of the New York State Department of Health in Albany. Signals from the ECoG electrodes are fed simultaneously to the research and the clinical systems via splitter connectors. To ensure that the clinical and research systems do not interfere with each other, the two systems typically use separate grounds. In fact, an epidural strip of electrodes is sometimes implanted to provide a ground for the clinical system. Whether research or clinical recording system, the grounding electrode is chosen to be distant from the predicted epileptic focus and from cortical areas of interest for the research. Our research system consists of eight synchronized 16-channel g.USBamp amplifier/digitizer units (g.tec, Graz, Austria). These were chosen because they are safety-rated and FDA-approved for invasive recordings, they have a very low noise-floor in the high-frequency range in which the signals of interest are found, and they come with an SDK that allows them to be integrated with custom-written research software. In order to capture the high-gamma signal accurately, we acquire signals at 1200Hz sampling rate-considerably higher than that of the typical EEG experiment or that of many clinical monitoring systems. A built-in low-pass filter automatically prevents aliasing of signals higher than the digitizer can capture. The patient's eye gaze is tracked using a monitor with a built-in Tobii T-60 eye-tracking system (Tobii Tech., Stockholm, Sweden). Additional accessories such as joystick, bluetooth Wiimote (Nintendo Co.), data-glove (5th Dimension Technologies), keyboard, microphone, headphones, or video camera are connected depending on the requirements of the particular experiment.
Data collection, stimulus presentation, synchronization with the different input/output accessories, and real-time analysis and visualization are accomplished using our BCI2000 software8,9. BCI2000 is a freely available general-purpose software system for real-time biosignal data acquisition, processing and feedback. It includes an array of pre-built modules that can be flexibly configured for many different purposes, and that can be extended by researchers' own code in C++, MATLAB or Python. BCI2000 consists of four modules that communicate with each other via a network-capable protocol: a Source module that handles the acquisition of brain signals from one of 19 different hardware systems from different manufacturers; a Signal Processing module that extracts relevant ECoG features and translates them into output signals; an Application module that delivers stimuli and feedback to the subject; and the Operator module that provides a graphical interface to the investigator.
A number of different experiments may be conducted with any given patient. The priority of experiments will be determined by the location of the particular patient's electrodes. However, we usually begin our experimentation using the SIGFRIED (SIGnal modeling For Realtime Identification and Event Detection) mapping method, which detects and displays significant task-related activity in real time. The resulting functional map allows us to further tailor subsequent experimental protocols and may also prove as a useful starting point for traditional mapping by electrocortical stimulation (ECS).
Although ECS mapping remains the gold standard for predicting the clinical outcome of resection, the process of ECS mapping is time consuming and also has other problems, such as after-discharges or seizures. Thus, a passive functional mapping technique may prove valuable in providing an initial estimate of the locus of eloquent cortex, which may then be confirmed and refined by ECS. The results from our passive SIGFRIED mapping technique have been shown to exhibit substantial concurrence with the results derived using ECS mapping10.
The protocol described in this paper establishes a general methodology for gathering human ECoG data, before proceeding to illustrate how experiments can be initiated using the BCI2000 software platform. Finally, as a specific example, we describe how to perform passive functional mapping using the BCI2000-based SIGFRIED system.

Recording Human Electrocorticographic ECoG Signals for Neuroscientific Research and Real-time Functional Cortical Mapping

We present a method for collecting electrocorticographic signals for research purposes from humans who are undergoing invasive epilepsy monitoring. We show how to use the BCI2000 software platform for data collection, signal processing and stimulus presentation. Specifically, we demonstrate SIGFRIED, a BCI2000-based tool for real-time functional brain mapping.

Enregistrement de l&#39;homme (Electrocorticographic ECoG) Signaux pour la recherche neuroscientifique et en temps réel la cartographie fonctionnelle corticale

Neuroimaging studies of human cognitive, sensory, and motor processes are usually based on noninvasive techniques such as electroencephalography (EEG), ...

Design and Assembly of an Ultra-light Motorized Microdrive for Chronic Neural Recordings in Small Animals

The ability to chronically record from populations of neurons in freely behaving animals has proven an invaluable tool for dissecting the function of neural circuits underlying a variety of natural behaviors, including navigation1 , decision making 2,3, and the generation of complex motor sequences4,5,6. Advances in precision machining has allowed for the fabrication of light-weight devices suitable for chronic recordings in small animals, such as mice and songbirds. The ability to adjust the electrode position with small remotely controlled motors has further increased the recording yield in various behavioral contexts by reducing animal handling.6,7
 Here we describe a protocol to build an ultra-light motorized microdrive for long-term chronic recordings in small animals. Our design evolved from an earlier published version7, and has been adapted for ease-of use and cost-effectiveness to be more practical and accessible to a wide array of researchers. This proven design 8,9,10,11 allows for fine, remote positioning of electrodes over a range of ~ 5 mm and weighs less than 750 mg when fully assembled. We present the complete protocol for how to build and assemble these drives, including 3D CAD drawings for all custom microdrive components.

The design, fabrication and assembly of an ultra-light motorized microdrive is described. The device provides a cost-effective and easy-to-use solution for chronic recordings of single units in small behaving animals.

Conception et montage d&#39;un Microdrive ultra-léger motorisé pour des enregistrements de neurones chroniques chez les petits animaux

The ability to chronically record from populations of neurons in freely behaving animals has proven an invaluable tool for dissecting the function of ...

Functional Imaging of Auditory Cortex in Adult Cats using High-field fMRI

Current knowledge of sensory processing in the mammalian auditory system is mainly derived from electrophysiological studies in a variety of animal models, including monkeys, ferrets, bats, rodents, and cats. In order to draw suitable parallels between human and animal models of auditory function, it is important to establish a bridge between human functional imaging studies and animal electrophysiological studies. Functional magnetic resonance imaging (fMRI) is an established, minimally invasive method of measuring broad patterns of hemodynamic activity across different regions of the cerebral cortex. This technique is widely used to probe sensory function in the human brain, is a useful tool in linking studies of auditory processing in both humans and animals and has been successfully used to investigate auditory function in monkeys and rodents. The following protocol describes an experimental procedure for investigating auditory function in anesthetized adult cats by measuring stimulus-evoked hemodynamic changes in auditory cortex using fMRI. This method facilitates comparison of the hemodynamic responses across different models of auditory function thus leading to a better understanding of species-independent features of the mammalian auditory cortex.

Functional studies of the auditory system in mammals have traditionally been conducted using spatially-focused techniques such as electrophysiological recordings. The following protocol describes a method of visualizing large-scale patterns of evoked hemodynamic activity in the cat auditory cortex using functional magnetic resonance imaging.

Imagerie fonctionnelle du cortex auditif chez chats adultes à l&#39;aide de haut-champ IRMf

Current knowledge of sensory processing in the mammalian auditory system is mainly derived from electrophysiological studies in a variety of animal ...

Deep Brain Stimulation with Simultaneous fMRI in Rodents

In order to visualize the global and downstream neuronal responses to deep brain stimulation (DBS) at various targets, we have developed a protocol for using blood oxygen level dependent (BOLD) functional magnetic resonance imaging (fMRI) to image rodents with simultaneous DBS. DBS fMRI presents a number of technical challenges, including accuracy of electrode implantation, MR artifacts created by the electrode, choice of anesthesia and paralytic to minimize any neuronal effects while simultaneously eliminating animal motion, and maintenance of physiological parameters, deviation from which can confound the BOLD signal.&#160;Our laboratory has developed a set of procedures that are capable of overcoming most of these possible issues. For electrical stimulation, a homemade tungsten bipolar microelectrode is used, inserted stereotactically at the stimulation site in the anesthetized subject. In preparation for imaging, rodents are fixed on a plastic headpiece and transferred to the magnet bore. For sedation and paralysis during scanning, a cocktail of dexmedetomidine and pancuronium is continuously infused, along with a minimal dose of isoflurane; this preparation minimizes the BOLD ceiling effect of volatile anesthetics. In this example experiment, stimulation of the subthalamic nucleus (STN) produces BOLD responses which are observed primarily in ipsilateral cortical regions, centered in motor cortex. Simultaneous DBS and fMRI allows the unambiguous modulation of neural circuits dependent on stimulation location and stimulation parameters, and permits observation of neuronal modulations free of regional bias. This technique may be used to explore the downstream effects of modulating neural circuitry at nearly any brain region, with implications for both experimental and clinical DBS.

This protocol describes a standard method for simultaneous functional magnetic resonance imaging and deep brain stimulation in the rodent. The combined use of these experimental tools allows for the exploration of global downstream activity in response to electrical stimulation at virtually any brain target.

La stimulation cérébrale profonde avec simultanée IRMf chez les rongeurs

In order to visualize the global and downstream neuronal responses to deep brain stimulation (DBS) at various targets, we have developed a protocol for ...

An Ex Vivo Laser-induced Spinal Cord Injury Model to Assess Mechanisms of Axonal Degeneration in Real-time

Injured CNS axons fail to regenerate and often retract away from the injury site. Axons spared from the initial injury may later undergo secondary axonal degeneration. Lack of growth cone formation, regeneration, and loss of additional myelinated axonal projections within the spinal cord greatly limits neurological recovery following injury. To assess how central myelinated axons of the spinal cord respond to injury, we developed an ex vivo living spinal cord model utilizing transgenic mice that express yellow fluorescent protein in axons and a focal and highly reproducible laser-induced spinal cord injury to document the fate of axons and myelin (lipophilic fluorescent dye Nile Red) over time using two-photon excitation time-lapse microscopy. Dynamic processes such as acute axonal injury, axonal retraction, and myelin degeneration are best studied in real-time. However, the non-focal nature of contusion-based injuries and movement artifacts encountered during in vivo spinal cord imaging make differentiating primary and secondary axonal injury responses using high resolution microscopy challenging. The ex vivo spinal cord model described here mimics several aspects of clinically relevant contusion/compression-induced axonal pathologies including axonal swelling, spheroid formation, axonal transection, and peri-axonal swelling providing a useful model to study these dynamic processes in real-time. Major advantages of this model are excellent spatiotemporal resolution that allows differentiation between the primary insult that directly injures axons and secondary injury mechanisms; controlled infusion of reagents directly to the perfusate bathing the cord; precise alterations of the environmental milieu (e.g., calcium, sodium ions, known contributors to axonal injury, but near impossible to manipulate in vivo); and murine models also offer an advantage as they provide an opportunity to visualize and manipulate genetically identified cell populations and subcellular structures. Here, we describe how to isolate and image the living spinal cord from mice to capture dynamics of acute axonal injury.

An Ex Vivo Laser-induced Spinal Cord Injury Model to Assess Mechanisms of Axonal Degeneration in Real-time

We present a protocol utilizing two-photon excitation time-lapse microscopy to simultaneously visualize the dynamics of axon and myelin injuries in real time. This proposed protocol permits studies of both intrinsic and extrinsic factors which can influence central myelinated axon fate after injury and contribute to permanent clinical disability.

Une<em&gt; Ex Vivo</em&gt; Induite par laser Spinal Cord Injury modèle pour évaluer les mécanismes de la dégénérescence axonale dans en temps réel

Injured CNS axons fail to regenerate and often retract away from the injury site. Axons spared from the initial injury may later undergo secondary axonal ...

A Protocol for the Administration of Real-Time fMRI Neurofeedback Training

Neurologic disorders are characterized by abnormal cellular-, molecular-, and circuit-level functions in the brain. New methods to induce and control neuroplastic processes and correct abnormal function, or even shift functions from damaged tissue to physiologically healthy brain regions, hold the potential to dramatically improve overall health. Of the current neuroplastic interventions in development, neurofeedback training (NFT) from functional Magnetic Resonance Imaging (fMRI) has the advantages of being completely non-invasive, non-pharmacologic, and spatially localized to target brain regions, as well as having no known side effects. Furthermore, NFT techniques, initially developed using fMRI, can often be translated to exercises that can be performed outside of the scanner without the aid of medical professionals or sophisticated medical equipment. In fMRI NFT, the fMRI signal is measured from specific regions of the brain, processed, and presented to the participant in real-time. Through training, self-directed mental processing techniques, that regulate this signal and its underlying neurophysiologic correlates, are developed. FMRI NFT has been used to train volitional control over a wide range of brain regions with implications for several different cognitive, behavioral, and motor systems. Additionally, fMRI NFT has shown promise in a broad range of applications such as the treatment of neurologic disorders and the augmentation of baseline human performance. In this article, we present an fMRI NFT protocol developed at our institution for modulation of both healthy and abnormal brain function, as well as examples of using the method to target both cognitive and auditory regions of the brain.

The ability to induce and/or control neural plasticity may be critical in future treatments for neurologic disorders and the recovery from brain injury. In this paper, we present a protocol on the use of neurofeedback training with functional magnetic resonance imaging to modulate human brain function.

Un protocole pour l’Administration de la Real-Time IRMf formation Neurofeedback

Neurologic disorders are characterized by abnormal cellular-, molecular-, and circuit-level functions in the brain. New methods to induce and control ...

Real-time Iontophoresis with Tetramethylammonium to Quantify Volume Fraction and Tortuosity of Brain Extracellular Space

This review describes the basic concepts and protocol to perform the real-time iontophoresis (RTI) method, the gold-standard to explore and quantify the extracellular space (ECS) of the living brain. The ECS surrounds all brain cells and contains both interstitial fluid and extracellular matrix. The transport of many substances required for brain activity, including neurotransmitters, hormones, and nutrients, occurs by diffusion through the ECS. Changes in the volume and geometry of this space occur during normal brain processes, like sleep, and pathological conditions, like ischemia. However, the structure and regulation of brain ECS, particularly in diseased states, remains largely unexplored. The RTI method measures two physical parameters of living brain: volume fraction and tortuosity. Volume fraction is the proportion of tissue volume occupied by ECS. Tortuosity is a measure of the relative hindrance a substance encounters when diffusing through a brain region as compared to a medium with no obstructions. In RTI, an inert molecule is pulsed from a source microelectrode into the brain ECS. As molecules diffuse away from this source, the changing concentration of the ion is measured over time using an ion-selective microelectrode positioned roughly 100 &#181;m away. From the resulting diffusion curve, both volume fraction and tortuosity can be calculated. This technique has been used in brain slices from multiple species (including humans) and in vivo to study acute and chronic changes to ECS. Unlike other methods, RTI can be used to examine both reversible and irreversible changes to the brain ECS in real time.

This protocol describes real-time iontophoresis, a method that measures physical parameters of the extracellular space (ECS) of living brains. The diffusion of an inert molecule released into the ECS is used to calculate the ECS volume fraction and tortuosity. It is ideal for studying acute reversible changes to brain ECS.

Itophorèse en temps réel avec du tétraméthylammonium pour quantifier la fraction de volume et la tortuosité de l&#39;espace extracellulaire du cerveau

This review describes the basic concepts and protocol to perform the real-time iontophoresis (RTI) method, the gold-standard to explore and quantify the ...

Live-cell Measurement of Odorant Receptor Activation Using a Real-time cAMP Assay

The enormous sizes of the mammalian odorant receptor (OR) families present difficulties to find their cognate ligands among numerous volatile chemicals. To efficiently and accurately deorphanize ORs, we combine the use of a heterologous cell line to express mammalian ORs and a genetically modified biosensor plasmid to measure cAMP production downstream of OR activation in real time. This assay can be used to screen odorants against ORs and vice versa. Positive odorant-receptor interactions from the screens can be subsequently confirmed by testing against various odor concentrations, generating concentration-response curves. Here we used this method to perform a high-throughput screening of an odorous compound against a human OR library expressed in Hana3A cells and confirmed that the positively-responding receptor is the cognate receptor for the compound of interest. We found this high-throughput detection method to be efficient and reliable in assessing OR activation and our data provide an example of its potential use in OR functional studies.

Characterizing the function of odorant receptors serves an indispensable part in the deorphanization process. We describe a method to measure the activation of odorant receptors in real time using a cAMP assay.

Cellules vivantes mesure d’odorants récepteur Activation en utilisant un essai en temps réel de cAMP

The enormous sizes of the mammalian odorant receptor (OR) families present difficulties to find their cognate ligands among numerous volatile chemicals. ...