Name: brain infarct segmentation and registration on mri or ct for lesion-symptom mapping
Uploaded: 2019-09-25T13:00:00
Description: Watch this Scientific Journal Video about Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping at JoVE.com

Biesbroek博士の仕事は、ユトレヒト大学医療センターの脳センタールドルフ・マグナスからの若い才能フェローシップによってサポートされています。この作品とメタVCIマップコンソーシアムは、オランダのZonMw(健康研究開発機構)からゲールト・ヤン・ビッセルズまで、Vici Grant 918.16.616によってサポートされています。著者らは、数字の1つで使用されたスキャンを共有してくれたタンジャC.W.Nijboer博士に感謝したいと思います。

このプロトコルは、私たちの機関人間研究倫理委員会のガイドラインに従っています。
1. スキャンと臨床データの収集
<ol><li>虚血性脳卒中患者の脳CTまたはMRIスキャンを収集します。ほとんどのスキャナは、ハード ディスクまたはサーバーにコピーできる DICOM (医療のデジタル イメージングおよび通信) ファイルとしてスキャンを保存します。 注:すべて...

LSMは、人間の脳の機能アーキテクチャを研究するための強力なツールです。あらゆる病変症状マッピング研究における重要なステップは、画像データの前処理、病変のセグメンテーション、および脳テンプレートへの登録である。ここでは、病変症状マッピングを目的とした病変セグメンテーションおよび登録のための標準化されたパイプラインを報告する。この方法は、自由に利用可能な?...

病変症状マッピング(LSM)は、病変行動マッピングとも呼ばれ、ヒト脳1の機能アーキテクチャを研究するための重要なツールである。病変研究では、後天性脳病変を有する患者を研究することによって脳機能が推測され、局在化する。19世紀に行われた特定の脳の位置に神経学的症状をリンクする最初のケーススタディは、すでに言語といくつかの他の認知プロセスの解剖学的相関に関する基本的な洞察を提供しました2.しかし、認知および他の脳機能の多くの側面の神経解剖学的相関は、依然として解明されていない。過去数十年にわたり、構造脳イメージング法の改善と技術の進歩により、高い空間分解能を持つ生体内LSM研究(すなわち、個々のボクセルまたは特定の皮質/皮質下領域のレベル)で大規模な研究が可能になりました1 、2.これらの方法論的進歩により、LSMは認知神経科学においてますます一般的な方法となり、認知および神経学的症状3の神経解剖学に関する新しい洞察を提供し続けている。LSM研究の重要なステップは、病変の正確なセグメンテーションと脳テンプレートへの登録です。しかし、LSMを目的とした脳イメージングデータの前処理のための包括的なチュートリアルが欠けている。
ここでは、標準化された病変セグメンテーションおよび登録方法の完全なチュートリアルを提供します。この方法は、標準化された脳画像処理のためのパイプラインと避けなければならない潜在的な落とし穴の概要を研究者に提供します。提示された画像処理パイプラインは、国際的なコラボレーション4を通じて開発され、最近設立されたMeta VCIマップコンソーシアムのフレームワークの一部であり、その目的は、マルチセンター病変症状マッピング研究を行っています。血管認知障害 <www.metavcimap.org>5.この方法は、複数のベンダーからのCTスキャンとMRIスキャンの両方を処理し、異種のソースからのイメージングデータセットを組み合わせた処理を可能にするように設計されています。必要な RegLSM ソフトウェアと、このプロトコルに必要なその他すべてのソフトウェアは、ライセンスが必要な MATLAB を除き、自由に利用できます。このチュートリアルでは、脳梗塞のセグメンテーションと登録に焦点を当てていますが、この画像処理パイプラインは、白色物質の高血圧6などの他の病変にも使用できます。
LSM スタディを始める前に、一般的な概念と落とし穴の基本的な理解が必要です。いくつかの詳細なガイドラインとヒッチハイカーのガイドは、1、3、6を利用可能です。しかし、これらのレビューは、脳スキャンを収集し、適切な形式に変換し、脳梗塞をセグメント化し、脳テンプレートにスキャンを登録することに関連する実用的な手順のための詳細な実践的なチュートリアルを提供していません。本稿では、このようなチュートリアルを提供する。LSM の一般的な概念は、主題に関するさらなる読み取りのための参考文献を紹介する。
病変症状マッピング研究の一般的な目的
認知神経心理学の観点から、脳損傷は、特定の認知過程の神経基盤をよりよく理解し、脳の認知アーキテクチャのより完全な全体像を得るためのモデル条件として使用することができる1.これは、ブロカやヴェルニッケ2のような開拓者によって19世紀の死後研究で最初に適用された神経心理学の古典的なアプローチです。機能的脳イメージングの時代には、病変アプローチは、特定の脳領域の病変がタスクのパフォーマンスを破壊するという証拠を提供し、機能的イメージング研究は脳領域を示すので、神経科学において重要なツールであり続けています。タスクのパフォーマンス中にアクティブ化されます。したがって、これらのアプローチは補完的な情報1を提供します。
臨床神経学の観点から、LSM研究は、急性症状梗塞、白色物質高血圧、ラクネ、または他の病変タイプ(例えば、腫瘍)を有する患者における病変位置と認知機能との関係を明らかにすることができる。).最近の研究は、戦略的脳領域におけるこのような病変が、世界的な病変負担2、5、7、8よりも認知能力を説明する上でより関連していることを示している。このアプローチは、複雑な障害(この例では血管認知障害)の病態生理学の理解を向上させる可能性があり、新しい診断および予後ツールを開発したり、治療をサポートしたりする機会を提供する可能性があります。戦略2.
LSMはまた、認知の分野を超えたアプリケーションを持っています。実際には、任意の変数は、臨床症状、バイオマーカー、および機能的な結果を含む病変位置に関連することができます。例えば、最近の研究では、虚血性脳卒中10後の機能的結果を予測した梗塞場所を決定した。
ボクセルベースとインタレストベース病変症状マッピングの領域
病変症状マッピングを実行するには、病変をセグメント化し、脳テンプレートに登録する必要があります。登録手順の間、各患者の脳は空間的に整列され(つまり、正規化または共通のテンプレートに登録される)、病変マップ内の各ボクセルが同じ解剖学的に表するように、脳の大きさ、形状、方向の違いを修正します。すべての患者のための構造7.標準空間では、いくつかのタイプの解析を実行できます。
粗病変減算分析は、赤字のない患者と比較して、赤字患者における病変分布の差を示すために行うことができる。結果として得られた減算マップは、赤字の患者でより頻繁に損傷を受け、赤字なしの患者で免除される領域を示しています1.病変減算分析は、特定の関数の相関関係に関するいくつかの洞察を提供することができますが、統計的証拠を提供しないし、サンプルサイズが低すぎる場合に主に使用され、ボクセルベースの病変症状に十分な統計的パワーを提供するマッピング。
ボクセルベースの病変症状マッピングにおいて、病変の存在と認知能力との関連は、脳内の個々のボクセルのレベルで決定される(図1)。この方法の主な利点は、高い空間分解能です。従来、これらの分析は、複数のテストの修正を保証し、考慮されていないボクセル間相関によって引き起こされる空間バイアスを導入する質量ユニバタリテアプローチで行われてきました1,10,11.最近開発されたアプローチは、ボクセル間相関を考慮に入れる(通常、ベイジアン分析13、支持ベクター回帰4などの多変量病変症状マッピング法と呼ばれる)14、または他の機械学習アルゴリズム15)は、有望な結果を示し、従来の方法と比較してボクセルワイズLSM分析からの所見の感度および特異性を改善するように見える。ボクセルワイズLSMの多変量法のさらなる改善と検証は、進行中のプロセスです。特定の病変症状マッピングの最良の方法選択は、病変の分布、結果変数、およびメソッドの基礎となる統計的仮定を含む多くの要因に依存します。
対象領域(ROI)ベースの病変症状マッピングでは、特定の脳領域内の病変負担と認知能力との関連が決定される(図1の図2を参照)。この方法の主な利点は、解剖学的構造内の累積病変負担を考慮することです。一方、ROIベースの解析は、領域16のボクセルのサブセットにのみ存在するパターンを検出するための限られた電力を有する。従来、ROIベースの病変症状マッピングは、ロジスティックまたは線形回帰を使用して実行されます。近年、共線性をより良く扱う多変量法(例えば、ベイズネットワーク解析17、支持ベクトル回帰4、18、または他の機械学習アルゴリズム19)が導入されている。病変症状マッピング研究からの所見の特異性を改善する。
患者の選択
LSM研究では、患者は通常、特定の病変タイプ(例えば、脳梗塞または白色物質高血圧)および診断と神経心理学的評価(例えば、急性脳卒中対慢性脳卒中)の間の時間間隔に基づいて選択される。最適な研究設計は、研究の質問に依存します。例えば、ヒト脳の機能的アーキテクチャを研究する場合、急性脳卒中患者は、この段階でまだ機能的再編成が行われていないため、慢性脳卒中患者は研究時に含まれるべきである。認知に対する脳卒中の長期的な影響。患者選択における考慮事項と落とし穴の詳細な説明は、他の場所で提供されています 7.
病変症状マッピングを目的とした脳画像前処理
一般的な脳テンプレートへの正確な病変セグメンテーションと登録は、病変症状マッピングの重要なステップです。病変の手動セグメンテーションは、梗塞7を含む多くの病変タイプのゴールドスタンダードのままである。CTスキャン、拡散加重イメージング(DWI)、および急性および慢性段階の両方における流体減衰反転回収(FLAIR)MRI配列の手動梗塞セグメンテーションの基準に関する詳細なチュートリアルです。セグメント化された梗塞(すなわち、3Dバイナリ病変マップ)は、被験者間分析を実行する前に登録する必要があります。このプロトコルは、マルチセンター設定4で開発された登録方法 RegLSM を使用します。RegLSMはCTおよびMRIの両方にelastix20に基づく線形および非線形登録アルゴリズムを適用し、CTスキャン21の登録品質を高めるために特別に設計された付加的なCT処理ステップと。さらに、RegLSMは、異なるターゲット脳テンプレートと(オプション)中間登録ステップを年齢固有のCT/MRIテンプレート22に使用することを可能にする。CTスキャンとMRIスキャンの両方を処理する可能性と中間およびターゲット脳テンプレートに関するカスタマイズ性により、RegLSMはLSMに非常に適した画像処理ツールになります。CT/MRIスキャンの準備とセグメント化、脳テンプレートへの登録、および手動修正(必要な場合)のプロセス全体について、次のセクションで説明します。
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/59653/59653fig1.jpg"> 図 1: ボクセルベースの病変症状マッピングの概念の概略図。上部は、病変(この場合は急性梗塞)をセグメント化し、その後に脳テンプレート(この場合はMNI-152テンプレート)に登録して構成される脳画像前処理ステップを示す。以下に、同じ患者の登録されたバイナリ病変マップの一部が3Dグリッドとして示され、各立方体はボクセルを表す。他の99人の患者の病変マップと一緒に、病変オーバーレイマップが生成される。各ボクセルについて、病変状態と認知能力との関連を決定するために統計的検定が行われる。ここに示すカイ二乗検定は一例に過ぎず、統計検定を使用することができます。通常、数十万のボクセルが脳全体でテストされ、その後、複数の比較のための補正が行われます。<a href="https://www.jove.com/files/ftp_upload/59653/59653fig1large.jpg" target="_blank">この図のより大きなバージョンを表示するには、ここをクリックしてください。</a>

<table border="0" cellpadding="0" cellspacing="0" style="width:611px;" width="609">
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">dcm2niix</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td style="width:172px;">free download https://github.com/rordenlab/dcm2niix</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">ITK-SNAP</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td>free download www.itksnap.org</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:22px;width:223px;">MATLAB</td>
			<td style="width:94px;">MathWorks</td>
			<td style="width:123px;">N/A</td>
			<td>Version 2015a or higher</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">MRIcron</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td>free download https://www.nitrc.org/projects/mricron</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">RegLSM</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td>free download www.metavcimap.org/support/software-tools</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:223px;">SPM12b</td>
			<td style="width:94px;">N/A</td>
			<td style="width:123px;">N/A</td>
			<td>free download https://www.fil.ion.ucl.ac.uk/spm/</td>
		</tr>
	</tbody>
</table>

brain infarct segmentation and registration on mri or ct for lesion-symptom mapping

病変症状マッピング(LSM)において、脳機能は、後天性脳病変の位置を患者群の行動または認知症症状に関連させることによって推測される。近年の脳イメージングと画像処理の進歩により、LSMは認知神経科学の一般的なツールとなっています。LSMは、様々な認知機能および非認知機能のための人間の脳の機能アーキテクチャに関する基本的な洞察を提供することができます。LSM研究を行う上で重要なステップは、患者の大規模なグループの脳スキャンの病変のセグメンテーションと、共通の立体空間(標準空間または標準化された脳テンプレートとも呼ばれる)への各スキャンの登録です。ここでは、LSM を目的とした梗塞セグメンテーションと登録のためのオープン アクセスの標準化された方法と、例示的なケースに基づく詳細で実践的なチュートリアルについて説明します。CTスキャンおよびDWIまたはFLAIR MRI配列の脳梗塞の手動セグメント化のための包括的なチュートリアルが提供され、梗塞同定の基準と異なるスキャンタイプの落とし穴が含まれています。登録ソフトウェアは、異種取得パラメータを使用してCTおよびMRIデータの処理に使用できる複数の登録スキームを提供します。この登録ソフトウェアを使用し、視覚的な品質チェックと手動修正(場合によっては必要)を実行するチュートリアルが提供されています。このアプローチは、データの収集から結果の最終品質チェックまで、LSM研究を実行するために必要な脳画像処理のプロセス全体のフレームワークを研究者に提供します。

CT(図3)、DWI(図5)、FLAIR(図6)画像における脳梗塞セグメンテーションの例例、およびMNI-152テンプレートへのその後の登録をここに提供する。図3Bおよび図5Cに示す登録結果は、心室の前角付近にずれがあったため、完全に成功しなかった。これらの失敗した登?...

Watch this Scientific Journal Video about Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping at JoVE.com

Brain Infarct Segmentation and Registration on MRI or CT for Lesion-symptom Mapping

ここでは、病変症状マッピングを目的としたオープンアクセスの標準化された画像処理パイプラインの実用的なチュートリアルを提供します。CT/MRIの手動梗塞セグメンテーションから、その後の登録から標準スペースまで、各処理ステップのステップバイステップのチュートリアルが提供され、例示的なケースを含む実用的な推奨事項とイラストが提供されます。

病変症状マッピングに対するMRIまたはCTに関する脳梗塞セグメンテーションと登録

In lesion-symptom mapping (LSM), brain function is inferred by relating the location of acquired brain lesions to behavioral or cognitive symptoms in a ...

病変-症状のマッピングは、脳病変患者を研究することによって脳機能を局所化するための強力なツールです。重要なステップは、病変セグメンテーションや標準空間への登録を含む画像処理を含みます。このプロトコルは、すべての構造イメージングモダリティで動作する統一されたフレームワークを記述し、病変-症状マッピング研究で使用するための標準的な空間での病変の一貫した出力を提供する。病変は、被験者間の比較を可能にするために標準空間に変換する必要があります。各患者の脳は、脳の大きさと形状の違いを修正するために空間的に整列する必要があります。この方法を使用している間は、書面による指示に従うのではなく、各ステップがどのように実行されるべきかを確認するのに役立ちます。また、脳の画像をよく理解する必要があり、視覚的なデモンストレーションが役立ちます。このプロトコルは、病変-症状のマッピングに必要な処理手順を実行する方法を説明します。病変マップが標準空間に登録されると、患者の大規模なグループに対して病変症状のマッピングを行うことができる。すべての病変マップが標準空間に変換されると、各ボクセルは被験者間で同じ脳領域を表します。これにより、統計分析を行い、例えば、特定のボクセルにおける病変の存在が認知障害に関連しているかどうかをテストすることができます。虚血性脳卒中患者の脳CTまたはMRIスキャンを収集することから始めます。ほとんどのスキャナは、ハードディスクまたはサーバーにコピーできるDICOMファイルとしてスキャンを行っています。各ケースと各臨床変数の列ごとに別々の行を作成することにより、データ ファイル内の臨床変数を収集します。梗塞セグメンテーションの場合、少なくとも脳卒中の日付と画像の日付または脳卒中と画像の間の時間間隔を示す変数を含む。DICOM イメージを非圧縮の NIfTI ファイルに変換するには、DICOM から NIfTI へのコマンド を使用して、コマンド プロンプトで、DICOM ファイルへのフォルダー パスを使用して、画面上に表示されるコマンドを入力します。フォルダパスを挿入したコマンドの例を以下に示します。このコマンドは、実行可能ファイルを実行し、選択したフォルダー内の DICOM イメージを変換し、このフォルダーに NIfTI ファイルを保存します。最後に、梗塞のセグメンテーションを開始する前に、各ケースのサブフォルダを持つ便利なフォルダ構造でNIfTIファイルを整理します。まず、脳卒中症状発症後少なくとも24時間はスキャンを行った。それ以外の場合、急性梗塞はCT上では見えないか、部分的にしか見えないため、スキャンはセグメンテーションには使用できません。ITK-SNAP ソフトウェアを使用してネイティブ CT を開くには、[ファイル]を選択し、ドロップダウン メニューから [メイン イメージを開く] を選択します。次に、[参照] をクリックし、スキャンを開くファイルを選択します。ここで、画像特性に基づいて梗塞を特定します。まず、梗塞は正常な脳組織に比べて低いシグナルを持っている点に注意してください。急性期では、大きな梗塞が大量の効果を引き起こし、周囲の組織の変位、心室の圧迫、正中シフト、スルチの義務化を引き起こす可能性があります。梗塞内のシグナルが高い領域として見える出血性変換が可能です。慢性段階では、梗塞は、脳脊髄液と同様の密度を有する低密度のキャビテーション中心と、損傷した脳組織を表す低密度リムの少ないで構成される。大きな梗塞の場合、隣接するスルチまたは心室のエクス・バクオ拡大が可能である。メインツールバーのペイントブラシモードを使用して梗塞した脳組織をセグメント化し、左クリックで描画し、右クリックして消去します。または、多角形モードを使用して、病変の境界にアンカーポイントを配置し、マウスの左ボタンを押したまま、病変の境界上にマウスを移動させます。すべてのポイントが接続されたら、[許可]をクリックして、線分が表示された領域を塗りつぶします。セグメンテーションが終了したら、ドロップダウンメニューからセグメンテーションとセグメンテーション画像の保存をクリックして、スキャンと同じフォルダにバイナリNIfTIファイルとして保存し、セグメント化されたスキャンとまったく同じ名前を付けて、病変の拡張子を付けてセグメンテーションを保存します。まず、DWIスキャンが脳卒中発症から7日以内に行われたことを確認します。梗塞は脳卒中発症後数時間以内にDWIで見られ、DWIの視認性は約7日後に徐々に低下する。次に、DWI上の高い信号とADCマップ上の低信号に基づいて梗塞した脳組織を同定し、コメント化する。DWIで一般的に観測される人工物である空気と組織または骨の間のインターフェースの近くで高拡散信号を間違えないでください。FLAIRイメージングの場合、まず脳卒中症状発症後48時間経過後にスキャンが行われたことを確認します。超急性期では、梗塞は通常見えないか、正確な境界が不明である。次に、ITK-SNAP で FLAIR イメージを開き、T1 加重スキャンを別のウィンドウで開いて参照します (可能な場合)。急性期では、梗塞は、腫脹および質量効果の有無にかかわらず、やや均質な過強症病変として見える。もし利用可能であれば、DWIを使用して、急性梗塞と慢性病変(白熱性高強度など)を区別します。画像を登録するには、まずRegLSMをダウンロードし、このツールを使用してCTスキャンまたはあらゆる種類のMRIシーケンスを処理します。登録手順は、ここに示す図で見ることができます。次に、MATLAB バージョン 2015a 以降を開き、現在のフォルダーを RegLSM に設定し、addpath と SPM のフォルダー名を続けて入力して SPM を有効にします。次に、RegLSM と入力してグラフィックインターフェイスを開きます。1 つのケースに対して登録を実行するには、[登録] ドロップダウン メニューの [テスト モード] を選択します。次に、[画像を開く] ボタンを使用して、セグメント化されたスキャン、注釈、および必要に応じて T1 を選択し、希望の登録スキームを選択します。または、バッチ モードを使用して、選択したフォルダ内のすべてのケースを登録できます。RegLSM が、自動的に生成されたサブフォルダーに、結果の登録パラメーター、登録されたスキャン、および登録された病変マップを保存したことを確認します。次に、RegLSM インターフェイスで [結果の確認] を選択して登録結果を確認し、これらの結果を含むメイン フォルダーを参照します。登録されたスキャンをスクロールし、クロスヘアを使用して MNI152 テンプレートの位置合わせを確認し、認識可能な解剖学的ランドマークに注意を払います。失敗したすべての登録は、前に作成したデータ ファイルの別の列にマークし、その後の手動修正を行います。修正が必要な病変マップの場合は、ITK-SNAP で MNI152 T1 テンプレートを開き、セグメンテーション メニューから [セグメントを開く] を選択し、テンプレートにオーバーレイする登録済み病変マップを選択します。また、登録結果を別のウィンドウで開いて参照してください。ブラシ機能を使用して、右クリックでボクセルを追加するか、右クリックでボクセルを削除して、ITK-SNAPに登録された病変マップを修正します。最後に、修正された病変マップを修正されていない病変マップと同じフォルダにNIfTIファイルとして保存し、修正されていない病変マップとまったく同じ名前を付けてセグメンテーションを保存します。ここでは、単一の患者に対するCTスキャンを見ます。CT灌流マップは虚血を示しているにもかかわらず、梗塞はまだ見えないため、最初のスキャンはセグメンテーションには使用できません。6日目のCTは、わずかな正中シフトと出血性変換を伴う梗塞性脳組織の腫脹を示す。4ヶ月後のスキャンは、心室および近くのスルチの排泄物の拡大による脳組織の喪失を示す。6日目のCTをMNI152テンプレートに登録した結果をここに見る。登録アルゴリズムは、正中シフトと左心室の圧縮を補い不十分にし、手動修正が必要であった。補正後、登録病変マップは、天然空間における梗塞の正確な表現であり、病変症状のマッピングに使用することができる。ここでは、登録されたDWI配列と対応する登録梗塞とMNI152テンプレートとの比較を見る。右のコーデート核の頭にわずかな誤差があることに注意してください。これには、標準空間におけるセグメンテーションの手動修正が必要でした。最後に、この図は、3日目のMRI FLAIRシーケンスの登録結果を示しています。このプロトコルは、正確な梗塞セグメンテーションを行う方法と脳テンプレートへの登録を行う方法についての実践的なガイドラインを含む、病変-症状のマッピングのための画像データを準備するプロセスをカバーしています。病変マップは、特定の認知機能を局所化したり、脳卒中患者の認知結果を予測するために病変位置を使用するために病変-症状マッピング研究で使用することができる。このプロトコルは、病変-症状マッピング研究のワークフローを加速し、調和させ、研究者が数百から数千人の被験者を含む大規模な多施設研究を行うことを可能にする。

Research

JoVE Journal

Behavior

Flat-floored Air-lifted Platform: A New Method for Combining Behavior with Microscopy or Electrophysiology on Awake Freely Moving Rodents

フラットの床の空輸プラットフォーム：げっ歯類の移動自由アウェイクに顕微鏡または電気生理学と行動を組み合わせるための新しい方法

It is widely acknowledged that the use of general anesthetics can undermine the relevance of electrophysiological or microscopical data obtained from a ...

Combined Shuttle-Box Training with Electrophysiological Cortex Recording and Stimulation as a Tool to Study Perception and Learning

知覚と学習を研究するためのツールと​​しての電気生理学的皮質の記録と刺激と組み合わせたシャトル・ボックストレーニング

Shuttle-box avoidance learning is a well-established method in behavioral neuroscience and experimental setups were traditionally custom-made; the ...

A General Method for Evaluating Deep Brain Stimulation Effects on Intravenous Methamphetamine Self-Administration

静脈内メタンフェタミン自己管理に脳深部刺激効果を評価するための一般的な方法

Substance use disorders, particularly to methamphetamine, are devastating, relapsing diseases that disproportionally affect young people.  There is a need ...

A Method for Evaluating the Reinforcing Properties of Ethanol in Rats without Water Deprivation, Saccharin Fading or Extended Access Training

水剥奪、サッカリンフェージングまたは拡張アクセストレーニングなしでラットにおけるエタノールの補強性を評価するための方法

Operant oral self-administration methods are commonly used to study the reinforcing properties of ethanol in animals. However, the standard methods ...

Visualization Method for Proprioceptive Drift on a 2D Plane Using Support Vector Machine

サポートベクターマシンを利用して2次元平面上の固有受容ドリフトのための可視化手法

Proprioceptive drift, which is a perceptual shift in body-part position from the unseen real body to a visible body-like image, has been measured as the ...

fMRI Mapping of Brain Activity Associated with the Vocal Production of Consonant and Dissonant Intervals

子音と睡眠不足の声調発声に伴う脳活動のfMRIマッピング

The neural correlates of consonance and dissonance perception have been widely studied, but not the neural correlates of consonance and dissonance ...

Key Elements of Photo Attraction Bioassay for Insect Studies or Monitoring Programs

写真魅力バイオアッセイ昆虫研究の監視プログラムの重要な要素

Optimized visual attractants will increase insect trapping efficiency by using the target insect&#39;s innate behaviors (positive photo-taxis) as a means ...

The Unpredictable Chronic Mild Stress Protocol for Inducing Anhedonia in Mice

マウスで無快感を誘導するため予測不可能な慢性的な軽度ストレス プロトコル

Depression is a highly prevalent and debilitating condition, only partially addressed by current pharmacotherapies. The lack of response to treatment by ...

A Conditioned Place Preference Protocol for Measuring Incubation of Craving in Rats

ラットにおける渇望のインキュベーションを測定するためエアコンの場所設定プロトコル

A major cause of repeated relapses is a craving for the drug. Drug craving increases progressively during the abstinence period, a phenomenon termed ...