JoVE Journal > Bioengineering
Summary
Abstract
Introduction
Protocol
Risultati
Discussion
Divulgazioni
Acknowledgements
Materials
Riferimenti
Traduzione automatica
Please note that all translations are automatically generated. Click here for the English version.
Bioingegneria

Cerebral Blood Flow-Based Resting State Functionele connectiviteit van het menselijk brein met behulp van optical diffuse correlatie spectroscopie

Published: May 27, 2020
doi:
10.3791/60765
, , ,
1Department of Biomedical, Industrial and Human Factors Engineering,Wright State University, 2South China Academy of Advanced Optoelectronics,South China Normal University

Summary

Dit protocol laat zien hoe de functionele connectiviteit van de rusttoestand in de menselijke prefrontale cortex kan worden gemeten met behulp van een op maat gemaakt diffuus correlatiespectroscopie-instrument. Het rapport bespreekt ook praktische aspecten van het experiment en gedetailleerde stappen voor het analyseren van de gegevens.

Abstract

Om een uitgebreid begrip van het menselijk brein te verkrijgen, is het gebruik van cerebrale bloedstroom (CBF) als een bron van contrast gewenst omdat het een belangrijke hemodynamische parameter is die verband houdt met cerebrale zuurstoftoevoer. Rusttoestand lage frequentie schommelingen op basis van oxygenatie contrast is aangetoond dat correlaties tussen functioneel verbonden regio’s te bieden. Het gepresenteerde protocol maakt gebruik van optische diffuse correlatie spectroscopie (DCS) om de bloedstroom-gebaseerde rusttoestand functionele connectiviteit (RSFC) in het menselijk brein te beoordelen. Resultaten van CBF-gebaseerde RSFC in de menselijke frontale cortex geven aan dat intra-regionale RSFC aanzienlijk hoger is in de linker- en rechtercortices in vergelijking met interregionale RSFC in beide cortices. Dit protocol moet van belang zijn voor onderzoekers die gebruik maken van multi-modale beeldvormingstechnieken om de menselijke hersenfunctie te bestuderen, vooral in de pediatrische bevolking.

Introduction

Wanneer de hersenen zich in een rusttoestand bevinden, toont het een hoge synchronisatie van spontane activiteit in functioneel verwante gebieden aan, die zich dichtbij of van een afstand kunnen bevinden. Deze in-sync regio’s staan bekend als functionele netwerken1,2,3,4,5,6,7,8,9. Dit fenomeen werd voor het eerst ontdekt door een functionele magnetische resonantie imaging (fMRI) studie met behulp van bloed zuurstof niveau-afhankelijke (BOLD) signalen die oxygenatie niveaus van het hersenbloed5,,10, ook bekend als ruststaat functionele connectiviteit (RSFC). Afwijkingen in RSFC zijn geassocieerd met hersenaandoeningen zoals autisme11, Alzheimer12, en depressie13. Dus, RSFC is een waardevol instrument voor het bestuderen van patiënten met aandoeningen die moeite hebben met het uitvoeren van taakgebaseerde beoordelingen. Echter, veel patiënten, zoals jonge autistische kinderen, zijn slechte kandidaten voor beoordeling door fMRI, omdat het vereist nog steeds binnen in een besloten ruimte voor langere tijd14,15. Optische beeldvorming is snel en draagbaar; zo is het geschikt voor een meerderheid van de patiënten, met name de pediatrische bevolking16,17,18,19,20,21,22,23,24. Met behulp van deze voordelen, functionele nabij-infrarood spectroscopie (fNIRS), die hemoglobine concentratie en zuurstofverzadiging parameters in de hersenen kan kwantificeren, wordt gebruikt om RSFC te meten bij de mens (met inbegrip van de pediatrische bevolking4,8,25 en patiënten met autisme11).

Optische diffuse correlatiespectroscopie (DCS), een relatief nieuwe optische techniek, kan de cerebrale bloedstroom kwantificeren, wat een belangrijke parameter is die zuurstoftoevoer associeert met metabolisme6,17,26,27,28,29. Het optische stroomcontrast dat door DCS wordt gekwantificeerd, blijkt een hogere gevoeligheid in de hersenen te hebben in vergelijking met oxygenatiecontrast30. Het gebruik van DCS-afgeleide CBF-parameters voor de beoordeling van RSFC is dus voordelig.

DCS is gevoelig voor bewegende bloedcellen. Wanneer het verspreiden van fotonen verstrooiing van bewegende bloedcellen, dit zorgt ervoor dat de intensiteit van gedetecteerd licht te fluctueren in de tijd. DCS meet een op tijd gebaseerde intensiteitautocorrelatiefunctie en de vervalsnelheid is afhankelijk van de optische parameters en de bloedstroom. Deze waarden worden uiteindelijk gebruikt om de cerebrale bloedstroom index (CBFi) te verkrijgen. Met sneller bewegende bloedcellen, de intensiteit autocorrelatie functie vervalt sneller. Daarom kan informatie over beweging diep onder het weefseloppervlak worden afgeleid (bijvoorbeeld in de hersenen) uit metingen van het verspreiden van lichtfluctuaties in de tijd27,31,32,33,34,35. DCS is een techniek die complementair is aan de alom bekende fNIRS die bloedoxygenatie meet17,36. Aangezien zowel fNIRS als DCS optische hersenbeeldvormingstechnieken zijn met een hoge temporele resolutie in het bereik van milliseconden, zijn de optische beeldvormingsopstellingen veel minder gevoelig voor bewegingsartefacten dan fMRI. Ze zijn ook met succes gebruikt voor functionele beeldvorming van de hersenen in pediatrische populaties, waaronder zeer jonge zuigelingen16. Voorheen werden oppervlakkige bloedstroommetingen gebruikt om RSFC te beoordelen in preklinische studies bij muizen37. Hier worden bloedstroomparameters gebruikt om RSFC bij negen gezonde volwassenen te kwantificeren als een proof-of-concept studie38,39.

In deze studie wordt gebruik gemaakt van een commercieel FD-fNIRS systeem en een aangepast DCS systeem(zie Tabel van Materialen). De DCS die in eigen huis werd gebouwd bestaat uit twee 785 nm, 100 mW, lange coherentielengte continugolflasers die zijn gekoppeld aan een FC-connector en acht single-photon telmachines (SPCM) aangesloten op een auto-correlator. Een aangepaste software grafische gebruikersinterface (GUI) is ook speciaal gemaakt voor dit systeem om de fotontellingen, autocorrelatiecurven en semi-kwantitatieve bloedstroom van elk SPCM-kanaal in real-time weer te geven en op te slaan. De onderdelen in dit systeem worden vaak gebruikt voor DCS16,17,31,32,40,42,43,44, en de verkregen resultaten zijn ook in eigen beheer geverifieerd en gebruikt in een recente studie39.

Protocol

Het protocol werd goedgekeurd door de Institutional Review Board van de Wright State University, en geïnformeerde toestemming werd verkregen van elke deelnemer voorafgaand aan het experiment. 1. Voorbereiding van het onderwerp Zet het FD-fNIRS- en DCS-systeem aan om minstens 10 minuten op te warmen (zie de secties 2 en 3 voor meer details) voordat u met metingen van het onderwerp begint. Een voorbeeld van onderwerpmeting met het compacte DCS-instrument wordt weergegeven in <strong c…

Representative Results

De haalbaarheid van het gebruik van DCS om functionele connectiviteit te meten werd met succes gedemostrated39. De ruststaat functionele connectiviteit in de prefrontale cortices van negen onderwerpen werd gemeten. De resultaten (gemiddelde ± SD) wezen op een hogere correlatie in het intraregionale gebied van links (0,64 ± 0,25) en rechts (0,62 ± 0,23) cortices, in vergelijking met het interregionale gebied van links (0,32 ± 0,32), (0,34 ± 0,27) en rechts (0,34 ± 0,29), (0,34 ± 0,26) cortic…

Discussion

Om te bepalen of CBF zoals gemeten door DCS nauwkeurig gedetecteerd RSFC, twee gebieden van de hersenen met bekende RSFC eigenschappen werden onderzocht. Functionele connectiviteit tussen DLFC-regio’s en tussen DLFC en IFC wordt verondersteld te bestaan57,58,59. Er is gekozen voor connectiviteit tussen twee sites binnen de linker- en rechter-DLFC, omdat de intraregionale connectiviteit meestal hoger is. Ook werd gekozen voor con…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

De auteurs willen financiële steun erkennen van de Ohio Third Frontier aan het Ohio Imaging Research and Innovation Network (OIRAIN, 667750) en de National Natural Science Foundation of China (nr. 81771876).

Materials

3D Printed Probe In-house N/A 3D printed PLA probe (Craftbot, Craft unique)
785nm, 100mW, CW, FC coupled Laser CrystaLaser DL785-100-S DCS component (light source)
Auto-correlator Correlator.com Flex05-8ch DCS component (output g2 curve to PC)
Data Acquisition GUI In-house N/A GUI coded in LabVIEW to run the DCS system
Data analysis software In-house N/A Matlab code used for obtaining RSFC results
EEG Electrode Cap OpenBCI N/A EEG mesh cap with standard 10/20 positions
Multi-mode fiber OZ Optics QMMJ-3,2.5-IRVIS-600/630-3PCBK-3 DCS component (source fiber)
Oxiplex calibration phantom ISS 75019, 75020 Set of 2 PDMS Calibration Phantom
Oxiplex muscle probe ISS 86010 4 channel muscle probe
Oxiplex Oximeter ISS 95205 FD-fNIRS (690nm, 830nm)
Power meter Thorlabs PM100D Laser light power adjuster
Sensor card Thorlabs F-IRC1-S laser IR beam viewer
Single-mode fiber OZ Optics SMJ-3S2.5-780-5/125-3PCBK-3 DCS component (detector fiber)
Single-Photon Counting Machine Excelitas SPMC-NIR-1×2-FC DCS component (detector)
DOWNLOAD MATERIALS LIST

Riferimenti

  1. Cohen, A. L., et al. Defining functional areas in individual human brains using resting functional connectivity MRI. NeuroImage. 41 (1), 45-57 (2008).
  2. Pizoli, C. E., et al. Resting state activity in development and maintenance of normal brain function. Proceedings of the National Academy of Sciences of the United States of America. 108 (28), 11638-11643 (2011).
  3. Duan, L., Zhang, Y. J., Zhu, C. Z. Quantitative comparison of resting state functional connectivity derived from fNIRS and fMRI: A simultaneous recording study. NeuroImage. 60 (4), 2008-2018 (2012).
  4. White, B. R., et al. Resting state functional connectivity in the human brain revealed with diffuse optical tomography. NeuroImage. 47 (1), 148-156 (2009).
  5. Biswal, B., Yetkin, F. Z., Haughton, V. M., Hyde, J. S. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magnetic resonance in medicine official journal of the Society of Magnetic Resonance in Medicine/Society of Magnetic Resonance in Medicine. 34 (4), 537-541 (1995).
  6. Mesquita, R. C., et al. Direct measurement of tissue blood flow and metabolism with diffuse optics. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering. , (2011).
  7. Zhang, H., et al. Test-retest assessment of independent component analysis-derived resting state functional connectivity based on functional near-infrared spectroscopy. NeuroImage. 55 (2), 607-615 (2011).
  8. Lu, C. M., et al. Use of fNIRS to assess resting state functional connectivity. Journal of Neuroscience Methods. 186 (2), 242-249 (2010).
  9. Zhang, Y. -. J., et al. Detecting Resting state Functional Connectivity in the Language System using Functional Near-Infrared Spectroscopy. Journal of Biomedical Optics. 15 (4), 047003 (2010).
  10. Fransson, P. Spontaneous low-frequency BOLD signal fluctuations: An fMRI investigation of the resting state default mode of brain function hypothesis. Human Brain Mapping. , (2005).
  11. Li, J., et al. Characterization of autism spectrum disorder with spontaneous hemodynamic activity. Biomedical Optics Express. , (2016).
  12. Sheline, Y. I., Raichle, M. E. Resting state functional connectivity in preclinical Alzheimer’s disease. Biological Psychiatry. , (2013).
  13. Mulders, P. C., van Eijndhoven, P. F., Schene, A. H., Beckmann, C. F., Tendolkar, I. Resting state functional connectivity in major depressive disorder: A review. Neuroscience and Biobehavioral Reviews. , (2015).
  14. Kiviniemi, V., et al. Slow vasomotor fluctuation in fMRI of anesthetized child brain. Magnetic Resonance in Medicine. , (2000).
  15. Fransson, P., et al. Resting state networks in the infant brain. Proceedings of the National Academy of Sciences of the United States of America. , (2007).
  16. Durduran, T., Yodh, A. G. Diffuse correlation spectroscopy for non-invasive, micro-vascular cerebral blood flow measurement. Neuroimage. 85, 51-63 (2014).
  17. Buckley, E. M., Parthasarathy, A. B., Grant, P. E., Yodh, A. G., Franceschini, M. A. Diffuse correlation spectroscopy for measurement of cerebral blood flow: future prospects. Neurophotonics. 1 (1), 011009 (2014).
  18. Buckley, E. M., et al. Cerebral hemodynamics in preterm infants during positional intervention measured with diffuse correlation spectroscopy and transcranial Doppler ultrasound. Optics Express. , (2009).
  19. Dehaes, M., et al. Cerebral oxygen metabolism in neonatal hypoxic ischemic encephalopathy during and after therapeutic hypothermia. Journal of Cerebral Blood Flow. , (2014).
  20. Lin, P. Y., et al. Non-invasive optical measurement of cerebral metabolism and hemodynamics in infants. Journal of Visualized Experiments. , (2013).
  21. Lin, P. Y., et al. Regional and hemispheric asymmetries of cerebral hemodynamic and oxygen metabolism in newborns. Cerebral Cortex. 23 (2), (2013).
  22. Busch, D. R., et al. Cerebral Blood Flow Response to Hypercapnia in Children with Obstructive Sleep Apnea Syndrome. Sleep. , (2016).
  23. Durduran, T., et al. Cerebral oxygen metabolism (CMRO2) reactivity to hypercapnia in neonates with severe congenital heart defects measured with diffuse optics. Journal of Cerebral Blood Flow and Metabolism. , (2009).
  24. Durduran, T., et al. Optical measurement of cerebral hemodynamics and oxygen metabolism in neonates with congenital heart defects. Journal of Biomedical Optics. , (2010).
  25. Mesquita, R. C., Franceschini, M. A., Boas, D. A. Resting state functional connectivity of the whole head with near-infrared spectroscopy. Biomedical optics express. 1 (1), 324-336 (2010).
  26. Boas, D. A., Franceschini, M. A. Haemoglobin oxygen saturation as a biomarker: The problem and a solution. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering. , (2011).
  27. Durduran, T., Yodh, A. G. Diffuse correlation spectroscopy for non-invasive, micro-vascular cerebral blood flow measurement. NeuroImage. , (2014).
  28. Yu, G. Diffuse Correlation Spectroscopy (DCS): A Diagnostic Tool for Assessing Tissue Blood Flow in Vascular-Related Diseases and Therapies. Current Medical Imaging Reviews. (8), 194-210 (2012).
  29. Yu, G., Durduran, T., Zhou, C., Cheng, R., Yodh, A. G. Near-Infrared Diffuse Correlation Spectroscopy for Assessment of Tissue Blood Flow. Handbook of Biomedical Optics. , 195-216 (2011).
  30. Selb, J., et al. Sensitivity of near-infrared spectroscopy and diffuse correlation spectroscopy to brain hemodynamics: simulations and experimental findings during hypercapnia. Neurophotonics. 1 (1), (2014).
  31. Cheung, C., et al. In vivo cerebrovascular measurement combining diffuse near-infrared absorption and correlation spectroscopies. Physics in Medicine and Biology. 46 (8), 2053-2065 (2001).
  32. Mesquita, R. C., et al. Direct measurement of tissue blood flow and metabolism with diffuse optics. Philos Trans A Math Phys Eng Sci. 369 (1955), 4390-4406 (2011).
  33. Maret, G., Wolf, P. E. Multiple Light Scattering from Disordered Media. The Effect of Brownian Motion of Scatterers. Z. Phys. B – Condensed Matter. 65, 409-413 (1987).
  34. Yu, G. Q. Near-infrared diffuse correlation spectroscopy in cancer diagnosis and therapy monitoring. Journal of Biomedical Optics. 17 (1), (2012).
  35. Carp, S. A., Dai, G. P., Boas, D. A., Franceschini, M. A., Kim, Y. R. Validation of diffuse correlation spectroscopy measurements of rodent cerebral blood flow with simultaneous arterial spin labeling MRI; towards MRI-optical continuous cerebral metabolic monitoring. Biomedical Optics Express. 1 (2), 553-565 (2010).
  36. Roche-Labarbe, N., et al. Near-infrared spectroscopy assessment of cerebral oxygen metabolism in the developing premature brain. Journal of Cerebral Blood Flow. , (2012).
  37. Bergonzi, K. M., Bauer, A. Q., Wright, P. W., Culver, J. P. Mapping functional connectivity using cerebral blood flow in the mouse brain. J Cereb Blood Flow Metab. 35 (3), 367-370 (2015).
  38. Poon, C. S., Li, J., Kress, J., Rohrbach, D. J., Sunar, U. Resting state Functional Connectivity measured by Diffuse Correlation Spectroscopy. Optics InfoBase Conference Papers. , (2018).
  39. Li, J., Poon, C. -. S., Kress, J., Rohrbach, D. J., Sunar, U. Resting state functional connectivity measured by diffuse correlation spectroscopy. Journal of Biophotonics. 11 (2), (2018).
  40. Yu, G. Q. Near-infrared diffuse correlation spectroscopy in cancer diagnosis and therapy monitoring. J Biomed Opt. 17 (1), (2012).
  41. Li, J., et al. Measurements of human motor and visual activities with diffusing-wave spectroscopy. Novel Optical Instrumentation for Biomedical Applications II. 5864, 58640 (2005).
  42. Wang, D., et al. Fast blood flow monitoring in deep tissues with real-time software correlators. Biomedical Optics Express. 7 (3), 776 (2016).
  43. Boas, D. A., Yodh, A. G. Spatially varying dynamical properties of turbid media probed with diffusing temporal light correlation. Journal of the Optical Society of America a-Optics Image Science and Vision. 14 (1), 192-215 (1997).
  44. Diop, M., Lee, T. -. Y., St. Lawrence, K. Continuous monitoring of absolute cerebral blood flow by combining diffuse correlation spectroscopy and time-resolved near-infrared technology. Spie. 7896, 78960 (2011).
  45. Medical, I. . ISS Oxiplex Manual. , (2008).
  46. Fantini, S., et al. Quantitative optical monitoring of the hemoglobin concentration and saturation in the piglet brain. Biomedical Optical Spectroscopy and Diagnostics. , (2000).
  47. Hueber, D. M., et al. Non-invasive and quantitative near-infrared haemoglobin spectrometry in the piglet brain during hypoxic stress, using a frequency-domain multidistance instrument. Physics in Medicine and Biology. , (2001).
  48. Zhang, J., et al. Application of I&Q detection system in scouting the curative effect of neck squamous cell carcinoma. Optical Tomography and Spectroscopy of Tissue V. , (2003).
  49. Zhao, J., Ding, H. S., Hou, X. L., Le Zhou, C., Chance, B. In vivo determination of the optical properties of infant brain using frequency-domain near-infrared spectroscopy. Journal of Biomedical Optics. , (2005).
  50. Tu, T., Chen, Y., Zhang, J., Intes, X., Chance, B. Analysis on performance and optimization of frequency-domain near-infrared instruments. Journal of Biomedical Optics. , (2002).
  51. Choe, R., et al. Transabdominal near infrared oximetry of hypoxic stress in fetal sheep brain in utero. Proceedings of the National Academy of Sciences of the United States of America. , (2003).
  52. Sunar, U., et al. Noninvasive diffuse optical measurement of blood flow and blood oxygenation for monitoring radiation therapy in patients with head and neck tumors: a pilot study. Journal of Biomedical Optics. 11 (6), (2006).
  53. Sunar, U., et al. Hemodynamic responses to antivascular therapy and ionizing radiation assessed by diffuse optical spectroscopies. Optics Express. , (2007).
  54. Durduran, T., Choe, R., Baker, W. B., Yodh, A. G. Diffuse Optics for Tissue Monitoring and Tomography T. Rep Prog Phys. 73 (7), (2010).
  55. Boas, D. A., Campbell, L. E., Yodh, A. G. Scattering and imaging with diffusing temporal field correlations. Physical Review Letters. , (1995).
  56. Boas, D. A., Yodh, A. G. Spatially varying dynamical properties of turbid media probed with diffusing temporal light correlation. Journal of the Optical Society of America A. , (1997).
  57. Chuang, C. -. C., Sun, C. -. W. Gender-related effects of prefrontal cortex connectivity: a resting state functional optical tomography study. Biomedical Optics Express. 5 (8), 2503 (2014).
  58. Okamoto, M., et al. Multimodal assessment of cortical activation during apple peeling by NIRS and fMRI. NeuroImage. , (2004).
  59. Koessler, L., et al. Automated cortical projection of EEG sensors: Anatomical correlation via the international 10-10 system. NeuroImage. , (2009).
  60. Farzam, P., et al. Shedding light on the neonatal brain: Probing cerebral hemodynamics by diffuse optical spectroscopic methods. Scientific Reports. , (2017).
  61. Shang, Y., Li, T., Yu, G. Clinical applications of near-infrared diffuse correlation spectroscopy and tomography for tissue blood flow monitoring and imaging. Physiological Measurement. , (2017).
  62. Mesquita, R. C., et al. Direct measurement of tissue blood flow and metabolism with diffuse optics. Philos Trans A Math Phys Eng Sci. 369 (1955), 4390-4406 (2011).
  63. Durduran, T., et al. Diffuse optical measurement of blood flow, blood oxygenation, and metabolism in a human brain during sensorimotor cortex activation. Optics Letters. , (2004).
  64. Kim, M. N., et al. Noninvasive measurement of cerebral blood flow and blood oxygenation using near-infrared and diffuse correlation spectroscopies in critically brain-injured adults. Neurocritical Care. , (2010).
  65. Irwin, D., et al. Influences of tissue absorption and scattering on diffuse correlation spectroscopy blood flow measurements. Biomedical Optics Express. , (2011).

Tags

Keywords: Cerebral Blood FlowResting State Functional ConnectivityOptical Diffuse Correlation SpectroscopyWearable Optical Probes3D-printed ProbeMulti-mode FibersSingle-mode Fibers785 Nanometer LaserSingle-photon Counting MachinesFD-fNIRS SystemCalibration Phantom
check_url/it/60765?article_type=t

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Citazione di questo articolo
Poon, C., Rinehart, B., Li, J., Sunar, U. Cerebral Blood Flow-Based Resting State Functional Connectivity of the Human Brain using Optical Diffuse Correlation Spectroscopy. J. Vis. Exp. (159), e60765, doi:10.3791/60765 (2020).
Scarica citazione
Ristampe e autorizzazioni

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image