Gli autori desiderano ringraziare il sostegno della Fondazione CAMH, grazie a Michael e Sonja Koerner, la Famiglia Kimel, e la Paul E. Garfinkel Nuova Investigator Catalyst Award. Questo progetto è stato finanziato dal Fonds de Recherches Santé Québec, la Canadian Institutes of Health Research (CIHR), le scienze naturali e ingegneria Research Council del Canada, del Brain Institute Weston, Società di Alzheimer del Canada, e il Micheal J. Fox Foundation per di Parkinson Research (MMC), così come CIHR, il Mental Foundation dell&#39;Ontario Salute, NARSAD, e l&#39;Istituto Nazionale di Salute Mentale (R01MH099167) (ANV). Gli autori desiderano inoltre ringraziare Anusha Ravichandran per assistenza acquisizione delle immagini.

I partecipanti allo studio Il protocollo in questo manoscritto è stato sviluppato per cinque immagini rappresentative ad alta risoluzione raccolti da volontari sani (3F, 2M, 29-57 anni, media 37). Che erano liberi di disturbi e casi di grave trauma cranico neurologici e neuropsichiatrici. Tutti i soggetti sono stati reclutati presso il Centro per la Salute Mentale e Dipendenze (CAMH). Lo studio è stato approvato dal Comitato Etico CAMH Research ed è stato condotto in linea con la Dichiarazione di Helsinki. Tutti i soggetti forniti scritto, consenso informato per l&#39;acquisizione dei dati e la condivisione. Per i dettagli sulla sequenza di acquisizione utilizzato per raccogliere queste immagini, si rimanda al Winterburn et al., 2013 e Parco et al., 2014. 26,34 Immagini per tutti i cinque soggetti sono stati controllati per la qualità e conservati. L&#39;ippocampo attraversato una media di 118 fette coronali in queste immagini. 1. Software Set-up <ol><li> Aperto Display: </strong&gt; Dal terminal utilizzando il seguente comando: display image_name.mnc -label label_name.mnc. Il programma si aprirà 3 finestre: finestre di visualizzazione 3D, immagini 3-orientamento finestra di visualizzazione, e una finestra di navigazione. Il terminale sarà utilizzato anche per eseguire il programma. Ingrandire la visualizzazione coronale, le segmentazioni saranno eseguiti coronale. Zoom sul ippocampo. Selezionare F (Segmentazione) nella finestra di navigazione. Selezionare F (XY Radius: 0,1). La finestra del terminale richiederà all&#39;utente di &quot;Inserire la dimensione del pennello xy:&quot;. Impostare 0.1. Questo imposterà la dimensione del pennello. L&#39;utente può iniziare disegno dell&#39;ippocampo sull&#39;immagine MR. </li></ol> 2. Tutta Hippocampus Segmentazione manuale <ol><li> Set-up: Uso di un&#39;immagine T1 pesate, scorrere fino alla fetta antero-più coronale dell&#39;ippocampo. Per avanzare le fette in direzione anteriore, usare il tasto &#39;+&#39;; utilizzare il tasto &#39;-&#39; per muoversi nella direzione posteriori. </li><li><strong&gt; Sezione A: anteriore-Most Slice: Utilizzando il pulsante destro del mouse del mouse, disegnare il bordo esterno, la maggior parte della materia grigia dell&#39;ippocampo dove si incontra la materia bianca del lobo temporale, che circonda e usare la materia bianca ad alta intensità del alveus per assistere con il bordo superiore, dove l&#39;ippocampo incontra l&#39;amigdala 12,22. Utilizzare il tasto E (Label Fill) nel menu di segmentazione della finestra di navigazione per riempire l&#39;etichetta all&#39;interno del bordo. Continuare ad applicare questi confini in tutta la testa dell&#39;ippocampo anteriore. </li><li> Fetta B: ippocampale capo 1 (Figura 1B): <ol><li> Superior, inferiori, laterali, confini mediale: Continuare a disegnare i bordi come descritto al punto 2.2, utilizzando la sostanza bianca del lobo temporale e alveus come guida. </li><li> Border Supero-mediale: Per questo, utilizzando la vista assiale, tracciare una linea orizzontale dal bordo anteriore del dell&#39;ippocampo laterali 29, e includere qualsiasi cosa, al di sotto di questa linea come ippocampo.NOTA: Il confine supero-mediale diventa più ambigua in queste sezioni, in cui la materia grigia dell&#39;ippocampo si fonde con la materia grigia dell&#39;amigdala. </li></ol></li><li> Fetta C: ippocampale Head 2 con Dentations: a seconda del soggetto, i dentations dell&#39;ippocampo possono essere visibili per 3-4 fette (in genere, sono più visibili sul pesata in T2 contro le immagini pesate in T1). In queste fette, continuare a utilizzare la materia bianca del alveus e lobo temporale per guidare confine segmentazione 12,22. Per ulteriori informazioni, seguire i passaggi 2.5.1-2.5.2. </li><li> Fetta D: Testa ippocampale 3: <ol><li> Superior, inferiori, laterali, bordi mediali: disegnare il bordo inferiore dell&#39;ippocampo nella materia bianca del lobo temporale, il bordo laterale al corno inferiore del ventricolo laterale, il bordo superiore, seguendo la curva delle dentations, al sostanza bianca del alveus / fimbria, e il bordo mediale al regio ipointensan della cisterna ambientale 12,22. </li><li> Supero-mediale e confini infero-mediale: continuano a definire il confine supero-mediale come descritto al punto 2.3.2. Disegnare la parte inferiore del bordo mediale in cui l&#39;ippocampo si assottiglia leggermente e si estende nella materia grigia lievemente iperintensa della corteccia entorinale 12,22. </li></ol></li><li> Fetta E: ippocampale Testa 4 con uncus: Continuare a disegnare i confini inferiori, laterali e superiori descritti nei passaggi 2.5.1-2.5.2. Includere il uncus (che si trova medaglia al corpo principale dell&#39;ippocampo ed è circondata da CSF bassa intensità) nella ippocampale segmentazione 12,2 2. </li><li> Fetta F: ippocampale Corpo: Continuare a disegnare i confini inferiori, laterale, mediale, e superiori descritti nei passaggi 2.5.1-2.5.2. Disegnare il confine infero-mediale nel punto in cui l&#39;ippocampo si assottiglia mentre transita di corteccia entorinale / para-ippocampale giro 12,22.Non includere il CSF a bassa intensità del solco ippocampale rudimentale nella segmentazione. </li><li> Fetta G: Coda ippocampale 1: Iniziare segmentare le fette di coda di tipo dell&#39;ippocampo quando i cru del fornice è il primo visibile. Escludere il giro fascicolare (una struttura della materia grigia che si fonde con l&#39;ippocampo in alcune parti della coda dell&#39;ippocampo) dalla segmentazione estrapolando la forma del giro fascicular in coda dell&#39;ippocampo da più sezioni anteriori 12,22. Questa estrapolazione non è possibile solo per 2-3 fette, dopo di che le due strutture non possono essere accuratamente distinti; a questo punto, trattare tutti materia grigia visibili in quest&#39;area ippocampo. </li><li> Fetta H: Coda ippocampale 2: Segmento materia grigia a bassa intensità della coda dell&#39;ippocampo posteriore, dalla materia bianca ad alta intensità circostante. </li><li> Slice I: posteriore-Most Slice: Segmento piccola area rimanente della materia grigia dell&#39;ippocampo dala materia bianca intorno del lobo temporale. </li></ol> 3. ippocampale sottocampo segmentazione manuale <ol><li> Set-up: Uso di un&#39;immagine pesate in T2, scorrere fino alla fetta antero-più coronale dell&#39;ippocampo (come al punto 2.1). Per cambiare il colore del pennello, selezionare D (Set Vernice Lbl :) sul menu segmentazione nella finestra di navigazione. Il terminale di comando chiederà: &quot;Inserire label vernice corrente:&quot;. Inserire un numero compreso tra 1 e 255. Ogni numero corrisponde ad un colore un&#39;etichetta diversa. </li><li> Fetta A: anteriore-Most Slice: Dal momento che le divisioni di sottocampo non sono ancora visibili nel antero-più slice, tracciare una linea che divide la materia visibile ippocampale grigio lungo il suo più lungo l&#39;asse visibile (che non è necessariamente parallela ad uno qualsiasi degli assi cardinali) in due sezioni uguali di approssimare il vero 12,22 anatomia. Etichettare il superiore di queste due sezioni come CA1 e la sezione inferiore come subiculum da choosing un&#39;etichetta di colore diverso per ogni sottocampo 23,35. </li><li> Fetta B: ippocampale Testa 1: Etichettare la zona a bassa intensità nel mezzo della formazione dell&#39;ippocampo come SR / SL / SM 13,37. Quando la curva lungo il bordo inferiore dell&#39;ippocampo diventa chiaro, utilizzare questo come punto di riferimento il margine laterale che separa il subiculum dal CA1 12,22. Continua a seguire l&#39;asse più lungo dell&#39;ippocampo per disegnare il bordo CA1-subiculum sul supero-mediale punta 37. </li><li> Fetta C: Testa ippocampale 2 con Dentations: <ol><li> SR / SL / SM, CA4 / DG, e subiculum: Etichettare la SR / SL / SM, CA4 / DG, e subiculum come descritto per fetta D (punto 3.5.1). </li><li> CA2 / CA3 e CA1: Definire il confine tra CA1 e CA2 / CA3 come linea 45 ° Angolo estende nella direzione supero-laterale dal bordo più supero-laterale del SR / SL / SM 12,22. Estrarre il CA2 / CA3 medialmente lungo il bordo superiore al trogolo tra dentale 12,22. Etichettare il resto del bordo superiore come CA1 12,22. </li></ol></li><li> Fetta D: ippocampale Head 3 <ol><li> SR / SL / SM, CA4 / DG, e subiculum: Etichettare la band / SL / SM SR buio prima, che seguirà la curva della CA1 37. Etichettare qualsiasi materia grigia ad alta intensità all&#39;interno del SR / SL / SM come CA4 / DG 12,22,23,35,37. Questo non può essere una regione continua, come in Figura 2C. Continuare a definire il confine subiculum-CA1 utilizzando la curva nell&#39;ippocampo inferiori 12,22. </li><li> CA2 / CA3 e CA1: Continuare a definire il CA1 e CA2 confine / CA3 come al punto 3.4.2. Estrarre il CA2 / CA3 medialmente metà lungo il bordo superiore dell&#39;ippocampo 12,22 ed etichettare l&#39;altra metà del bordo superiore come CA1 12,22. </li><li> Testa dell&#39;ippocampo supero-mediale: In questa fetta, dividere la testa dell&#39;ippocampo supero-mediale verticalmente a metà. Etichettare il mezzo mediale come SR / SL / SM 12. Dividere il lateralemetà in mezzo di nuovo, questa volta in senso orizzontale. Etichettare la parte superiore come CA4 / DG e la parte inferiore come CA2 / CA3 12. </li></ol></li><li> Fetta E: ippocampale Testa 4 con uncus <ol><li> Testa dell&#39;ippocampo laterale (subiculum): Nella porzione laterale di queste fette, definisce il confine subiculum-CA1 come una linea verticale che si estende in direzione inferiore dal bordo più mediale del CA4 / DG 12,22. </li><li> Laterale testa ippocampale (CA1, CA2 / CA3, CA4 / DG, SR / SL / SM.): Definire il confine CA1-CA2 / CA3 nello stesso modo come al punto 3.4.2. Continuare per etichettare il SR / SL / SM come regione di bassa intensità seguendo la curva delle regioni CA. Etichettare il CA4 / DG come la cavità centrale all&#39;interno del SR / SL / SM, come al punto 3.5.1. </li><li> Uncal testa ippocampale (SR / SL / SM): Etichetta il uncus dell&#39;ippocampo per circa 10 fette come le transizioni testa dell&#39;ippocampo nel corpo ippocampale. Nel uncus, etichettare la regione a bassa intensità al centro come SR / SL / SM (quando questo è difficile da vedere, approssimare l&#39;anatomia segmentando una linea larga 2-3 voxel il centro del uncus) 12. </li><li> Testa dell&#39;ippocampo Uncal (CA2 / CA3, CA4 / DG): Disegnare una linea sul bordo superiore della / SL sezione SR / SM lungo infero-laterale / supero-mediale asse del uncus. Etichetta tutta la materia grigia sopra di questa linea come CA2 / CA3 12. Etichettare qualsiasi materia grigia senza etichetta sotto di questa linea (su entrambi i lati del SR / SL / SM) come CA4 / DG 12. </li></ol></li><li> Fetta F: ippocampale Corpo: Continuare ad applicare i confini descritti nel passaggio 3.6.1-3.6.2. </li><li> Fetta G: Coda ippocampale 1: Continuare ad applicare le regole descritte nel passaggio 3.6.1-3.6.2. Il confine subiculum-CA1 diventa una linea di 45 ° angolo di estensione in direzione infero-mediale dal bordo mediale del CA4 / DG 12,22. </li><li> Fetta H: Coda ippocampale 2: Una volta che il giro fascicolari non possono più essere distinti dal formatio ippocampalen, etichettare l&#39;intero strato esterno come CA1, la zona a bassa intensità all&#39;interno di questo come SR / SL / SM (come in fette precedenti) e ogni materia grigia rimanendo al centro come CA4 / DG 12,22. </li><li> Slice I: posteriore-Most Slice: Una volta che il buio SR / SL / SM non è più visibile al centro della formazione dell&#39;ippocampo, etichettare l&#39;intera struttura come CA1 12,22. </li></ol> 4. Protocollo Affidabilità <ol><li> Resegment destra oa sinistra ippocampo di ogni soggetto dopo aver atteso circa un mese dal compiere segmentazione originale. Segmento tutti i sottocampi lungo tutta la lunghezza antero-posteriore dell&#39;ippocampo, cercando di seguire le regole di protocollo nel modo più coerente possibile. </li><li> Calcolare kappa della Dice tra i volumi originali e resegmented: <img alt="Equazione 1" src="/files/ftp_upload/51861/51861eq1.jpg" /> dove k = Dice di kappa e A e B sono volumi di etichette. </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.

Segmentazione sottocampo ippocampale di immagini RM è ben rappresentata nella letteratura. Tuttavia, protocolli esistenti escludono parti dell&#39;ippocampo 20,23,33,35, si applicano solo alle immagini fisse 37, o richiedono scanner ultra-alto campo per l&#39;acquisizione di immagini 35,37. Questo manoscritto offre un protocollo di segmentazione comprende cinque suddivisioni principali (CA1, CA2 / CA3, CA4 / giro dentato, SR / SL / SM e subiculum) dell&#39;ippocampo e copre l&#39;intera...

L&#39;ippocampo è una struttura mediale lobo temporale ampiamente studiato che è associato con la memoria episodica, navigazione spaziale, e altre funzioni cognitive 10,31. Il suo ruolo in malattie neurodegenerative e neuropsichiatrici come del morbo di Alzheimer, la schizofrenia e il disturbo bipolare è ben documentato 4,5,18,24,30. L&#39;obiettivo di questo manoscritto è quello di fornire ulteriori dettagli al protocollo di segmentazione manuale pubblicato in precedenza per 34 sottocampi di ippocampo umani ad alta risoluzione risonanza magnetica (MR) immagini acquisite a 3T. Inoltre, la componente video che accompagna questo manoscritto fornirà ulteriore assistenza ai ricercatori che desiderano implementare il protocollo sui propri set di dati. L&#39;ippocampo può essere diviso in sottocampi sulla base delle differenze osservate nei citoarchitettoniche istologicamente preparati post mortem provini 12,22. Tali esemplari post mortem definiscono il ground verità per l&#39;identificazione e lo studio di sottocampi dell&#39;ippocampo; tuttavia preparazioni di questo tipo richiedono competenze ed attrezzature per la colorazione specializzate, e sono limitati dalla disponibilità di tessuto fissato, soprattutto nelle popolazioni malate. Imaging in vivo ha il vantaggio di un più ampio pool di soggetti, e presenta anche la possibilità di follow gli studi e le modifiche di osservazione nelle popolazioni. Anche se è stato dimostrato che intensità di segnale a ex vivo immagini RM T2-pesate riflettere densità cellulare 13, è ancora difficile individuare i confini indiscussi tra sottocampi utilizzando esclusivamente intensità di segnale MR. In quanto tale, sono stati sviluppati una serie di approcci diversi per identificare dettagli a livello di istologia sulle immagini RM. Alcuni gruppi hanno compiuto sforzi per ricostruire e digitalizzare set di dati istologici e poi utilizzare queste ricostruzioni con le tecniche di registrazione di immagini per localizzare dell&#39;ippocampo sottocampo neuroanatomy su in vivo MR 1,2,8,9,14,15,17,32. Anche se questa è una tecnica efficace per mappare una versione della verità terra istologico direttamente sulle immagini RM, le ricostruzioni di questo tipo sono difficili da completare. Progetti come questi sono limitati dalla disponibilità di esemplari intatti mediale del lobo temporale, tecniche istologiche, la perdita di dati durante la lavorazione, istologica e le incongruenze morfologiche fondamentali tra il cervello in vivo fisse e in. Altri gruppi hanno usato gli scanner ad alto campo (7T o 9.4T), nel tentativo di acquisire in vivo o ex vivo con immagini abbastanza piccolo (0,20-,35 mm isotropo) dimensione voxel di visualizzare spazialmente localizzate le differenze di contrasto delle immagini che vengono utilizzate per dedurre confini tra sottocampi 35,37. Anche a 7T-9.4T e con una piccola dimensione voxel, le caratteristiche citoarchitettoniche dei sottocampi ippocampali non sono visibili. Come tali, sono stati sviluppati protocolli segmentazione manuali che unpproximate noti confini istologici sulle immagini RM. Questi protocolli stabiliscono limiti sottocampo interpretando le differenze di contrasto immagine locali e la definizione regole geometriche (come linee rette e angoli) relativi alle strutture visibili. Anche se le immagini scattate ad una elevata intensità di campo sono in grado di offrire un quadro dettagliato delle sottocampi dell&#39;ippocampo, scanner ad alta campo non sono ancora comuni in ambito clinico o di ricerca, in modo da protocolli 7T e 9.4T attualmente hanno limitato l&#39;applicabilità. Sono stati sviluppati protocolli simili per immagini raccolte su 3T e 4T scanner 11,20,21,23,24,25,28,33. Molti di questi protocolli sono basati su immagini con sub-1mm dimensioni voxel voxel nel piano coronale, ma hanno grandi spessori di fetta (0,8-3 mm) 11,20,21,23,25,28,33 o grandi distanze inter-slice 20,28, entrambi che si traducono in un significativo distorsione di misurazione nella stima dei volumi dei singoli sottocampi. Inoltre, molti dei protocolli esistenti 3Tescludere sottocampi in tutto o in parte della testa o la coda ippocampale 20,23,25,33 o non forniscono segmentazioni dettagliate delle sottostrutture importanti (ad esempio, combinare il DG con CA2 / CA3 o non includono gli strati radiatum / lacunosum / moleculare di CA) 11,20,21,23,24,25,28,33. Vi è quindi una necessità nel campo per una descrizione dettagliata di un protocollo che può identificare attendibilmente sottocampi pertinenti in tutta la testa, il corpo e la coda dell&#39;ippocampo che si basa su uno scanner comunemente disponibili in ambito clinico e di ricerca. Gli sforzi sono attualmente in corso da parte del Gruppo Sottocampi Hippocampal (www.hippocampalsubfields.com) per armonizzare il processo di segmentazione dell&#39;ippocampo sottocampo tra laboratori, simile a uno sforzo di armonizzazione esistente per tutta la segmentazione dell&#39;ippocampo 6, e un documento iniziale confrontando 21 protocolli esistenti è stato recentemente pubblicato 38 . Il lavoro di questo gruppo sarà chiarire ulteriormente ottimale proce segmentazionedure. Questo manoscritto fornisce istruzioni dettagliate video scritte e per attuare il protocollo di segmentazione affidabile sottocampo ippocampale descritto in precedenza da Winterburn e colleghi su 34 immagini ad alta risoluzione 3T MR. Il protocollo è stato implementato su cinque immagini di controlli sani per tutta la ippocampo e cinque sottocampi dell&#39;ippocampo CA1, CA2 (/ CA3, CA4 / giro dentato, strati radiatum / lacunosum / moleculare e subiculum). Queste immagini segmentate sono a disposizione del pubblico online (cobralab.ca/atlases/Hippocampus). Il protocollo e le immagini segmentate saranno utili per i gruppi che desiderano studiare dettagliata neuroanatomia ippocampale in immagini 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

L&#39;ippocampo umano è stata ampiamente studiata nel contesto della memoria e funzione cerebrale normale e il suo ruolo in diversi disturbi neuropsichiatrici è stato fortemente studiato. Mentre molti studi di imaging trattano l&#39;ippocampo come un&#39;unica struttura neuroanatomica unitaria, è, infatti, costituito da diversi sottocampi che hanno una geometria complessa tridimensionale. Come tale, è noto che questi sottocampi svolgono funzioni specializzate e sono differenzialmente influenzati attraverso il corso di diversi stati patologici. La risonanza magnetica (MR) possono essere utilizzati come un potente strumento per interrogare la morfologia dell&#39;ippocampo e dei suoi sottocampi. Molti gruppi usano software avanzato di imaging e hardware (&gt; 3T) per l&#39;immagine dei sottocampi; tuttavia questo tipo di tecnologia non può essere prontamente disponibili in molti centri di ricerca e di imaging clinico. Per rispondere a questa esigenza, questo manoscritto fornisce un protocollo dettagliato passo-passo per segmentare la lunghezza antero-posterioredell&#39;ippocampo e dei suoi sottocampi: cornu Ammonis (CA) 1, CA2 / CA3, CA4 / giro dentato (DG), strati radiatum / lacunosum / moleculare (SR / SL / SM), e subiculum. Questo protocollo è stato applicato a cinque soggetti (3F, 2M, 29-57 anni, 37 avg.). Affidabilità protocollo è valutata resegmenting destra oa ippocampo fianco di ogni soggetto e calcolando la sovrapposizione con kappa metrica della Dice. Media di Dice kappa (range) attraverso cinque soggetti sono: intero ippocampo, 0,91 (0,90-0,92); CA1, 0,78 (0,77-0,79); CA2 / CA3, 0,64 (,56-0,73); CA4 / giro dentato, 0,83 (0,81-0,85); strati radiatum / lacunosum / moleculare, 0,71 (0,68-0,73); e subiculum 0,75 (0,72-0,78). Il protocollo di segmentazione qui presentata fornisce altri laboratori con un metodo affidabile per studiare l&#39;ippocampo e sottocampi dell&#39;ippocampo in vivo utilizzando comunemente disponibili strumenti MR.

. I risultati del test di affidabilità protocollo sono riassunti nella Tabella 2 Per l&#39;intero ippocampo bilaterale, significa sovrapposizione spaziale come misurato dalla kappa di Dice è 0.91 e varia 0,90-0,92. I valori kappa sottocampo vanno da 0,64 (CA2 / CA3) a 0,83 (CA4 / giro dentato). Volumi medi di tutti sottocampi e tutta ippocampo sono riportati in Tabella 3. Volumi per l&#39;intera gamma da ippocampo 2456.72-3325.02 mm 3. Il C...

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 risoluzione<em&gt; In Vivo</em&gt; Manuale Protocollo Segmentazione for Human ippocampale Sottocampi Utilizzando 3T Risonanza Magnetica

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 Views.  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.

Spettroscopia di Risonanza Magnetica dal vivo Drosophila melanogaster Utilizzando Magic Angle Spinning

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

Ricerca

Neuroscienze

Multiple-mouse Neuroanatomical Magnetic Resonance Imaging

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

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

Multiple-topo Imaging neuroanatomici Risonanza Magnetica

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 metodo rapido per High-Resolution Imaging di fluorescenza in semi-spessa fettine di cervello

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.

Ad alta risoluzione magnetica funzionale per immagini Metodi risonanza per mesencefalo umano

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 protocollo completo per Segmentazione manuale delle Strutture mediale del lobo temporale

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).

Analisi Metabolomica di cervello di ratto da Alta Risoluzione Spettroscopia di Risonanza Magnetica Nucleare di estratti di tessuto

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.

Ad alta risoluzione strutturale Risonanza Magnetica del subcortex Umana<I&gt; In Vivo</I&gt; E 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 protocollo di risonanza magnetica per la stima del tempo di corsa inizio nell'Ischemia cerebrale 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 pipeline standardizzata per l'esame della morfometria della materia grigia cerebellare umana utilizzando la risonanza magnetica strutturale

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 configurazione per la visione, la cognizione e l'interazione umana in scenari di vita reale

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.

Autore in primo piano: una nuova configurazione per condurre esperimenti di laboratorio naturalistici con attori umani reali in scenari 

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 configurazione naturalistica per presentare persone reali e azioni dal vivo in psicologia sperimentale e studi di neuroscienze cognitive

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