Name: automated segmentation of cortical grey matter from t1-weighted mri images
Uploaded: 2019-01-07T14:00:00
Description: Watch this Scientific Journal Video about Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images at JoVE.com

Мы хотим поблагодарить всех тех, кто в фонде Q CHDI/высокая ответственность за исследование трек-HD; в частности, Бет Borowsky, Аллан Тобин, Даниэль ван Kammen, Ethan подписавшего и Шерри Lifer. Авторы также хотели бы выразить свою признательность участников исследования трек-HD и членов их семей. Эта работа была проведена в экономика/UCL, который получил долю финансирования от Департамента здравоохранения Национальный институт медицинских исследований биомедицинских исследовательских центров финансирования схемы. S.J.T. признает поддержку национального института исследований в области здравоохранения через видами деменции и нейродегенеративных научно-исследовательская сеть, DeNDRoN.
Следователи трек HD: C. Кэмпбелл, м. Кэмпбелл, I. ЛАБУШАН, C. Milchman, J. Stout, Университет Монаш, Мельбурн, Виктория, Австралии; А. Колеман, р. Dar Сантос, J. Decolongon, б. р. Ливитт, A. Старрок, Университет Британской Колумбии, Ванкувер, Британская Колумбия, Канада; A. Дурр, C. Jauffret, D. Хусто, S. Lehericy, C. Marelli, K. Nigaud, р. Valabrègue, ICM институт, Париж, Франция; N. "Бектел", S. Bohlen, р. Reilmann, Университет Мюнстера, Мюнстер, Германия; Б. Landwehrmeyer, Университет г. Ульм, Ульм, Германия; J. S. J. A. ван ден Богард, е. м. Дюма, Ван дер Grond, E. P. 't Харт, R. A. Roos, медицинский центр Университета Лейдена, Лейден, Нидерланды; N. Arran, J. Callaghan, D. Craufurd, C. Стопфорд, Университет Манчестера, Манчестер, Соединенное Королевство; Д. м. наличные деньги, IXICO, Лондон, Соединенное Королевство; H. Кроуфорд, N. C. Fox, S. Грегори, G. Оуэн, н. з. Hobbs, N. Лахири, I. Мэлоун, J. Read, M. J. Say, D. Уайтхед, E. Wild, Университетский колледж Лондона, Лондон, Соединенное Королевство; C. Мороз, р. Джонс, Лондонская школа гигиены и тропической медицины, Лондон, Соединенное Королевство; E. Axelson, H. J. Джонсон, D. Langbehn, Университет штата Айова, IA, Соединенные Штаты; и S. Queller, C. Кэмпбелл, Университет Индианы, в Соединенных Штатах Америки.

Примечание: Убедитесь, что все изображения находятся в формате NifTI. Преобразование в NifTI здесь не рассматривается.
1. Сегментация через РП 8: единая сегмента
Примечание: Эта процедура выполняется через графический интерфейс SPM8, который работает в Matlab. SPM8 ?...

<ol>
	<li>Katuwal, G. 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=Inter-Method+Discrepancies+in+Brain+Volume+Estimation+May+Drive+Inconsistent+Findings+in+Autism.">Inter-Method Discrepancies in Brain Volume Estimation May Drive Inconsistent Findings in Autism.</a> Frontiers in Neuroscience. 10, 439 (2016).</li><li>Johnson, E. 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=Recommendations+for+the+Use+of+Automated+Gray+Matter+Segmentation+Tools:+Evidence+from+Huntington's+disease.">Recommendations for the Use of Automated Gray Matter Segmentation Tools: Evidence from Huntington's disease.</a> Frontiers in Neurology. 8, 519 (2017).</li><li>Schwarz, C. 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=A+large-scale+comparison+of+cortical+thickness+and+volume+methods+for+measuring+Alzheimer's+disease+severity.">A large-scale comparison of cortical thickness and volume methods for measuring Alzheimer's disease severity.</a> NeuroImage: Clinical. 11, 802-812 (2016).</li><li>Clarkson, M. 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+comparison+of+voxel+and+surface+based+cortical+thickness+estimation+methods.">A comparison of voxel and surface based cortical thickness estimation methods.</a> NeuroImage. 57 (3), 856-865 (2011).</li><li>Eggert, L. D., Sommer, J., Jansen, A., Kircher, T., Konrad, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Accuracy+and+reliability+of+automated+gray+matter+segmentation+pathways+on+real+and+simulated+structural+magnetic+resonance+images+of+the+human+brain.">Accuracy and reliability of automated gray matter segmentation pathways on real and simulated structural magnetic resonance images of the human brain.</a> Public Library of Science One. 7 (9), 45081 (2012).</li><li>Fellhauer, I., 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=Comparison+of+automated+brain+segmentation+using+a+brain+phantom+and+patients+with+early+Alzheimer's+dementia+or+mild+cognitive+impairment.">Comparison of automated brain segmentation using a brain phantom and patients with early Alzheimer's dementia or mild cognitive impairment.</a> Psychiatry Research. 233 (3), 299-305 (2015).</li><li>Gronenschild, E. H. B. 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=The+effects+of+FreeSurfer+version,+workstation+type,+and+Macintosh+operating+system+version+on+anatomical+volume+and+cortical+thickness+measurements.">The effects of FreeSurfer version, workstation type, and Macintosh operating system version on anatomical volume and cortical thickness measurements.</a> Public Library of Science One. 7 (6), 38234 (2012).</li><li>Iscan, Z., 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=Test-retest+reliability+of+freesurfer+measurements+within+and+between+sites:+Effects+of+visual+approval+process.">Test-retest reliability of freesurfer measurements within and between sites: Effects of visual approval process.</a> Human Brain Mapping. 36 (9), 3472-3485 (2015).</li><li>Kazemi, K., Noorizadeh, N. <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+SPM,+FSL,+and+Brainsuite+for+Brain+MR+Image+Segmentation.">Quantitative Comparison of SPM, FSL, and Brainsuite for Brain MR Image Segmentation.</a> Journal of Biomedical Physics &amp; Engineering. 4 (1), 13-26 (2014).</li><li>Klauschen, F., Goldman, A., Barra, V., Meyer-Lindenberg, A., Lundervold, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Evaluation+of+automated+brain+MR+image+segmentation+and+volumetry+methods.">Evaluation of automated brain MR image segmentation and volumetry methods.</a> Human Brain Mapping. 30 (4), 1310-1327 (2009).</li><li>McCarthy, C. S., Ramprashad, A., Thompson, C., Botti, J. A., Coman, I. L., Kates, W. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+comparison+of+FreeSurfer-generated+data+with+and+without+manual+intervention.">A comparison of FreeSurfer-generated data with and without manual intervention.</a> Frontiers in Neuroscience. 9, (2015).</li><li>Tohka, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Partial+volume+effect+modeling+for+segmentation+and+tissue+classification+of+brain+magnetic+resonance+images:+A+review.">Partial volume effect modeling for segmentation and tissue classification of brain magnetic resonance images: A review.</a> World Journal of Radiology. 6 (11), 855-864 (2014).</li><li>Sled, J. G., Zijdenbos, A. P., 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=A+nonparametric+method+for+automatic+correction+of+intensity+nonuniformity+in+MRI+data.">A nonparametric method for automatic correction of intensity nonuniformity in MRI data.</a> IEEE Transactions on Medical Imaging. 17, 87-97 (1998).</li><li>Ashburner, J., Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Unified+segmentation.">Unified segmentation.</a> NeuroImage. 26 (3), 839-851 (2005).</li><li>Jenkinson, M., Beckmann, C., Behrens, T. E., Woolrich, M. W., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=FSL.">FSL.</a> NeuroImage. 62, 782-790 (2012).</li><li>Dale, A. M., Fischl, B., Sereno, M. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortical+surface-based+analysis.+I.+Segmentation+and+surface+reconstruction.">Cortical surface-based analysis. I. Segmentation and surface reconstruction.</a> NeuroImage. 9, 179-194 (1999).</li><li>Fischl, B., Sereno, M. I., Dale, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortical+surface-based+analysis.+II:+Inflation,+flattening,+and+a+surface-based+coordinate+system.">Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system.</a> NeuroImage. 9, 195-207 (1999).</li><li>Avants, B. B., Tustison, N. J., Wu, J., Cook, P. A., Gee, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+open+source+multivariate+framework+for+n-tissue+segmentation+with+evaluation+on+public+data.">An open source multivariate framework for n-tissue segmentation with evaluation on public data.</a> Neuroinformatics. 9 (4), 381-400 (2011).</li><li>Ledig, 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=Robust+whole-brain+segmentation:+application+to+traumatic+brain+injury.">Robust whole-brain segmentation: application to traumatic brain injury.</a> Medical Image Analysis. 21 (1), 40-58 (2015).</li></ol>

Недавно исследования показали, что использование различных объемных методов могут иметь важные последствия для нейровизуализационных исследований1,2. Путем публикации протоколов, помогающих Руководство начинающим пользователям как применять различн?...

Нейровизуализационных широко используется как в клинических, так и исследования параметров. Есть текущий шаг для улучшения воспроизводимость результатов исследований, которые количественно оценить объем мозга от сканирования магнитно-резонансная томография (МРТ); Таким образом важно, что следователи поделиться опытом использования доступных инструментов МРТ для сегментации МРТ в региональном томов, для улучшения стандартизации и оптимизации методов1. Этот протокол обеспечивает пошаговое руководство по использованию семь различных инструментов для сегментирования коркового серого вещества (CGM; серого вещества, которая исключает подкорковых областей) от T1-взвешенный МРТ. Ранее эти инструменты были использованы в методологических сравнение сегментации методы2, который продемонстрировал переменной производительности между инструментами на болезни Гентингтона когорты. Поскольку считается, что производительность этих инструментов различаются различные наборы данных, важно для исследователей, чтобы проверить ряд инструментов перед выбором только одного, чтобы применить к их набору данных.
Объем серого вещества (GM) регулярно используется как мера морфологии мозга. Объемные меры, как правило, надежные и способны различать здорового управления и клинических групп3. Объем видов различных тканей мозга, чаще всего рассчитывается с помощью автоматизированных программных инструментов, которые идентифицировать эти типы тканей. Таким образом для создания высокого качества разграничения (segmentations) ГМ, точное разграничение белого вещества (WM) и спинномозговой жидкости (CSF) имеет решающее значение в достижении точность ГМ региона. Существует ряд автоматизированных инструментов, которые могут быть использованы для выполнения сегментации ГМ, и каждый требует обработки шагов и приводит в различный вывод. Ряд исследований подали инструменты для различных наборов данных, чтобы сравнить их друг с другом, и некоторые оптимизированы конкретные инструменты1,4,5,6,7,8 ,9,10,11. Предыдущая работа показала, что изменчивость между объемные инструменты может привести к несогласованности в литературе при изучении объем мозга, и эти различия были предложены как вождение факторов для ложных выводов о неврологические заболевания1.
Недавно было выполнено сравнение различных сегментация инструментов в когорте, которая включала здорового управления участников и участников с болезни Гентингтона. Болезнь Хантингтона является генетических нейродегенеративные болезни с типичной начала в зрелом возрасте. Постепенная атрофия подкорковых и CGM является известный и хорошо изучена патологического особенностью болезни. Результаты продемонстрировали переменной производительности семь инструментов сегментации, которые были применены к когорте, поддерживая предыдущей работы, которая продемонстрировала изменчивости в результатах в зависимости от программного обеспечения, используемого для вычисления объемов мозга от МРТ. Этот протокол содержит информацию о обработки, используемых в Джонсон и др. (2017) 2 , которая поощряет методологических тщательный отбор наиболее подходящих инструментов для использования в нейровизуализации. Это руководство охватывает сегментации ГМ тома, но не охватывает сегментации поражений, таких, как те видели в рассеянный склероз.

automated segmentation of cortical grey matter from t1-weighted mri images

В рамках нейровизуализационных исследований ряд недавних исследований обсуждали влияние различий между исследованиями в объемном выводы, которые считаются в результате использования различных сегментация инструментов для создания томов мозга. Здесь представлены конвейеров обработки для семи автоматизированных инструментов, которые могут быть использованы для сегмент серого вещества в мозге. Протокол обеспечивает начальный шаг для исследователей, стремясь найти наиболее точный метод для создания томов серого вещества из T1-взвешенный МРТ. Шаги для проведения подробных визуальный контроль качества также включены в манускрипте. Этот протокол охватывает широкий спектр потенциальных сегментация инструментов и поощряет пользователям сравнивать производительность этих инструментов в рамках подмножества данных, их перед выбором одного обратиться к полной когорты. Кроме того протокол может далее обобщенные к сегментации других регионов мозга.

Средний мозг томов для 20 участников контроля, а также демографическую информацию, показано в таблице 1. Это действует как руководство для ожидаемых значений при использовании этих инструментов. Результаты следует рассматривать в контексте исходного изображ?...

Watch this Scientific Journal Video about Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images at JoVE.com

Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images (Video) | JoVE

Этот протокол описывает процесс применения семь различных автоматизированных сегментации инструменты для структурных T1-взвешенный МРТ для разграничения областей серого вещества, которые могут использоваться для количественного определения объема серого вещества.

Автоматизированный сегментация коркового серого вещества от T1-взвешенный МРТ изображения

Within neuroimaging research, a number of recent studies have discussed the impact of between-study differences in volumetric findings that are thought to ...

Этот метод может ответить на ключевые вопросы в области нейровизуаций и неврологии. Например, существуют ли групповые различия в корковом объеме для неклинических и клинических популяций. Основным преимуществом этого метода является то, что он позволяет исследователям использовать лучший инструмент для своих данных.Для начала откройте программное обеспечение SPM, открыв командное окно MATLAB и введя SPM в командную строку. Затем, для выполнения единой сегментации, выберите ПЭТ VBM, чтобы открыть структурный набор инструментов МРТ. Теперь откройте пакетный редактор для выполнения сегментации сразу на нескольких сканах.Выберите SPM, Spatial и Segment, затем Data, выберите Файлы и выберите T1-Weighted сканирование в качестве ввода. Далее нажмите на выходные файлы, серую материю и убедитесь, что родное пространство выбрано, и повторите это для White Matter. Если сегментация CSF не требуется, оставьте этот набор на нет.Если сканирование уже исправлено Bias, измените эту опцию, чтобы не сохранить исправлено. Затем используйте Clean up любые разделы и проверьте все три варианта до запуска полного анализа. Теперь оставьте другие настройки, установленные по умолчанию, и нажмите на зеленый флаг для запуска сегментации.Окно MATLAB скажет Сделано, когда сегментация закончена. Наконец, выполните визуальный контроль качества в полученном файле Grey Matter NIfTI. Для выполнения опции New Segment в SPM 8 сначала выберите ПЭТ VBM перед открытием пакетного редактора.Затем выберите SPM, инструменты, новый сегмент и выберите NIfTI формат T1 файлы изображений, которые будут использоваться. Установите параметр Native Tissue Type для родного пространства и выключите классы тканей, которые не требуются. Кроме того, выключите деформированные ткани, а затем нажмите на зеленый флаг для запуска сегментации и выполнения визуального контроля качества после завершения.Для выполнения сегментации в SPM 12 снова нажмите ПЭТ VBM и откройте пакетный редактор. Затем выберите SPM, пространственный сегмент и объемы данных. Затем выберите Native Space Tissue Type и выключите непровереные классы тканей.Установите деформированные ткани нет, и нажмите зеленый флаг. После завершения сегментации, снова не забудьте выполнить визуальный контроль качества, как подробно описано в следующем разделе этого протокола. Визуальный контроль качества может быть выполнен с помощью FSLeyes.Начните с открытия окна терминала, а затем откройте FSLeyes, введя FSLeyes в терминале. Затем выберите файл, добавьте из файла и выберите исходный T1 и сегментированные регионы для их просмотра. Как только FSLeyes открывается, используйте переключатель непрозрачности, чтобы обеспечить визуализацию базового изображения T1.Также измените цвет наложения сегментации по мере необходимости с помощью вкладки выпадают цвета в верхнем стекле. Теперь прокрутите каждый кусочек мозга и проверьте каждый из них на наличие областей под или переоценки в проверяемом регионе. Визуальный контроль качества является важным шагом для этой процедуры.Сравнивая сегментированные регионы с исходным сканированием T1, вы можете убедиться, что ваши регионы имеют высокое качество, и что ваши выводы биологически точны. Для выполнения визуального контроля качества данных FreeSurfer с помощью Freeview откройте окно терминала и измените каталог на папку темы, которая содержит обработанный выход FreeSurfer. Затем введи команду, замеченную на экране, чтобы просмотреть область объемного серого вещества, наложенную на T1. Опять же, прокрутите каждый кусочек в головном мозге и проверить на регионы под или переоценки для области мозга проверяется.Здесь мы видим пример неудачной сегментации, отображаемой на сканировании T1. Эта сегментация должна быть переработана и исключена из анализа, если она не может быть улучшена. На этой цифре показаны примеры производительности различных инструментов на височной доле на Сканировании T1.Здесь можно увидеть примеры хорошего регионального разграничения, в то время как здесь показаны примеры плохого регионального разграничения, показывающего разлив в левой и правой височных долях. На этом рисунке показаны примеры производительности различных инструментов на затылочной доле при сканировании T1. Здесь мы видим сканирование T1 на примере хорошего регионального разграничения, в то время как вот пример плохого регионального разграничения, показывающего разлив в медиальной dura.Здесь мы видим пример области серого вещества, вылитой в дуру, выделенную синим регионом. На этом рисунке показан пример области серого вещества, которая исключила области коры из сегментации, лучше всего показанные в аксиальной точке зрения. При попытке этой процедуры важно помнить о тестировании различных инструментов в данных и выполнять визуальный контроль качества при сканировании процесса.После его развития, этот метод проложил путь для нейровизуаций исследователей для изучения изменений в объеме мозга с течением времени, не требуя инвазивных тестов.

Research

JoVE Journal

Neuroscience

Automated Segmentation of Cortical Grey Matter from T1-Weighted MRI Images

Generation of Neural Stem Cells from Discarded Human Fetal Cortical Tissue

Generation of Neural Stem Cells from Discarded Human Fetal Cortical Tissue (Video) | JoVE

Генерация нервные стволовые клетки из эмбриона человека Выкинуть корковой ткани

Neural stem cells (NSCs) reside along the ventricular zone neuroepithelium during the development of the cortical plate. These early progenitors ...

Isolation of Cerebrospinal Fluid from Rodent Embryos for use with Dissected Cerebral Cortical Explants

Isolation of Cerebrospinal Fluid from Rodent Embryos for use with Dissected Cerebral Cortical Explants (Video) | JoVE

Изоляция цереброспинальной жидкости из грызунов эмбрионов для использования с расчлененный коры головного мозга Экспланты

The CSF is a complex fluid with a dynamically varying proteome throughout development and in adulthood. During embryonic development, the nascent CSF ...

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

A Comprehensive Protocol for Manual Segmentation of the Medial Temporal Lobe Structures (Video) | JoVE

Комплексная Протокол о ручном Сегментация медиальных отделов височных долей структур

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

Subtype-selective Electroporation of Cortical Interneurons

Subtype-selective Electroporation of Cortical Interneurons (Video) | JoVE

Класс-селективный Электропорация корковых интернейронов

The study of central nervous system (CNS) maturation relies on genetic targeting of neuronal populations. However, the task of restricting the expression ...

A Guide to In vivo Single-unit Recording from Optogenetically Identified Cortical Inhibitory Interneurons

A Guide to In vivo Single-unit Recording from Optogenetically Identified Cortical Inhibitory Interneurons (Video) | JoVE

Руководство по<em&gt; В естественных условиях</em&gt; Регистрация отдельных единиц из Optogenetically Идентифицировано корковых ингибиторной интернейронов

A major challenge in neurophysiology has been to characterize the response properties and function of the numerous inhibitory cell types in the cerebral ...

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

High-resolution In Vivo Manual Segmentation Protocol for Human Hippocampal Subfields Using 3T Magnetic Resonance Imaging (Video) | JoVE

Высокое разрешение<em&gt; В Vivo</em&gt; Руководство Сегментация Протокол по населенным гиппокампа подполей Использование 3Т Магнитно-резонансная томография

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

Optogenetic Functional MRI

Optogenetic Functional MRI (Video) | JoVE

Оптогенетика Функциональная МРТ

The investigation of the functional connectivity of precise neural circuits across the entire intact brain can be achieved through optogenetic functional ...

Simultaneous Recordings of Cortical Local Field Potentials, Electrocardiogram, Electromyogram, and Breathing Rhythm from a Freely Moving Rat

Simultaneous Recordings of Cortical Local Field Potentials, Electrocardiogram, Electromyogram, and Breathing Rhythm from a Freely Moving Rat (Video) | JoVE

Одновременной записи корковых местных потенциалов поля, электрокардиограмма, электромиограммы и дыхательный ритм от свободно движущихся крыса

Monitoring the physiological dynamics of the brain and peripheral tissues is necessary for addressing a number of questions about how the brain controls ...

Convection Enhanced Delivery of Optogenetic Adeno-associated Viral Vector to the Cortex of Rhesus Macaque Under Guidance of Online MRI Images

Convection Enhanced Delivery of Optogenetic Adeno-associated Viral Vector to the Cortex of Rhesus Macaque Under Guidance of Online MRI Images (Video) | JoVE

Конвекция Расширенная доставка оптогенетической адено-ассоциированной вирусного вектора в кору ресуса макаки под руководством онлайн МРТ изображений

In non-human primate (NHP) optogenetics, infecting large cortical areas with viral vectors is often a difficult and time-consuming task. Here, we ...

Functional MRI in Conjunction with a Novel MRI-compatible Hand-induced Robotic Device to Evaluate Rehabilitation of Individuals Recovering from Hand Grip Deficits

Functional MRI in Conjunction with a Novel MRI-compatible Hand-induced Robotic Device to Evaluate Rehabilitation of Individuals Recovering from Hand Grip Deficits (Video) | JoVE

Функциональная МРТ в сочетании с новым МРТ-совместимым ручным роботизированным устройством для оценки реабилитации лиц, восстанавливающихся после дефицита рукоятки

Functional magnetic resonance imaging (fMRI) is a non-invasive magnetic resonance imaging technique that images brain activation in vivo, using endogenous ...