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 blodflöde-baserade vilotillstånd funktionell anslutning av den mänskliga hjärnan med optisk diffus korrelation spektroskopi

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

Detta protokoll visar hur man mäter vilande tillstånd funktionell anslutning i den mänskliga prefrontala cortex med hjälp av en skräddarsydd diffus korrelation spektroskopi instrument. Rapporten diskuterar också praktiska aspekter av experimentet samt detaljerade steg för att analysera data.

Abstract

För att få en omfattande förståelse av den mänskliga hjärnan, utnyttjande av cerebralt blodflöde (CBF) som en källa till kontrast önskas eftersom det är en viktig hemodynamisk parameter relaterad till cerebral syretillförsel. Vilande tillstånd lågfrekventa fluktuationer baserat på syresättning kontrast har visat sig ge korrelationer mellan funktionellt anslutna regioner. Det presenterade protokollet använder optisk diffus korrelationsspektroskopi (DCS) för att bedöma blodflödet-baserade vilande tillstånd funktionell anslutning (RSFC) i den mänskliga hjärnan. Resultaten av CBF-baserade RSFC i mänskliga främre hjärnbarken visar att intraregionala RSFC är betydligt högre i vänster och höger cortices jämfört med interregionala RSFC i båda cortices. Detta protokoll bör vara av intresse för forskare som använder multimodala bildframställning tekniker för att studera mänskliga hjärnans funktion, särskilt i pediatrisk befolkningen.

Introduction

När hjärnan är i viloläge, det visar en hög synkronisering av spontan aktivitet i funktionellt relaterade regioner, som kan placeras nära i närheten eller på avstånd. Dessa områden i synk kallas funktionella nätverk1,,2,,3,,4,,5,,6,,7,,8,9. Detta fenomen upptäcktes först av en funktionell magnetisk resonanstomografi (fMRI) studie med hjälp av blod syre nivåberoende (FET) signaler som indikerar syresättning nivåer av cerebrala blod5,10, även känd som vilande tillstånd funktionell anslutning (RSFC). Avvikelser i RSFC har associerats med hjärnsjukdomar såsom autism11, Alzheimers12, och depression13. Därför är RSFC ett värdefullt verktyg för att studera patienter med sjukdomar som har svårt att utföra uppgiftsbaserade bedömningar. Men många patienter, såsom unga autistiska barn, är fattiga kandidater för bedömning av fMRI, eftersom det kräver att fortfarande inne i ett begränsat utrymme under längre tidsperioder14,15. Optisk avbildning är snabb och bärbar; således är det lämpligt för en majoritet av patienterna, särskilt den pediatriska befolkningen16,17,18,19,20,21,22,23,24. Utnyttja dessa fördelar, funktionell nära infraröd spektroskopi (fNIRS), som kan kvantifiera hemoglobinkoncentration och syremättnad parametrar i hjärnan, används för att mäta RSFC hos människor (inklusive pediatrisk population4,8,,25 och patienter med autism11).

Optisk diffus korrelationsspektroskopi (DCS), en relativt ny optisk teknik, kan kvantifiera cerebralt blodflöde, vilket är en viktig parameter som associerar syretillförsel medmetabolismen 6,17,26,27,28,29. Optisk flödeskontrast som kvantifieras av DCS har visat sig ha högre känslighet i hjärnan jämfört med syresättningskontrasten30. Således är det fördelaktigt att använda DCS-härledda CBF-parametrar för att bedöma RSFC.

DCS är känslig för rörliga blodkroppar. När sprida fotoner sprids från rörliga blodkroppar, detta orsakar intensiteten av detekterat ljus att fluktuera över tiden. DCS mäter en tidsbaserad autokorrelationsfunktion för intensitet och dess sönderfallshastighet är beroende av de optiska parametrarna och blodflödet. Dessa värden används i slutändan för att erhålla cerebralt blodflödesindex (CBFi). Med snabbare rörliga blodkroppar, intensitet autokorrelationsfunktionen sönderfaller snabbare. Därför kan information om rörelse djupt under vävnadsytan härledas (t.ex. i hjärnan) från mätningar av diffusa ljusfluktuationer över tiden27,,31,,32,33,34,35. DCS är en teknik som kompletterar den allmänt kända fNIRS som mäter blodsyrering17,36. Eftersom både fNIRS och DCS är optiska hjärnavbildningstekniker med hög tidsmässig upplösning i intervallet millisekunder, är de optiska bilduppläggen mycket mindre känsliga för rörelseartefakter än fMRI. De har också framgångsrikt använts för funktionell hjärnavbildning i pediatriska populationer, inklusive mycket unga spädbarn16. Tidigare har ytliga blodflödesmätningar använts för att bedöma RSFC i prekliniska studier på möss37. Här används blodflödesparametrar för att kvantifiera RSFC hos nio friska vuxna som en proof-of-concept studie38,39.

I denna studie används ett kommersiellt FD-fNIRS-system och anpassat DCS-system(se Tabell över material). DCS som byggdes internt består av två 785 nm, 100 mW, lång koherens längd kontinuerlig våg lasrar som är kopplade till en FC-kontakt och åtta single-photon räkna maskiner (SPCM) ansluten till en auto-korrelator. Ett anpassat grafiskt användargränssnitt (GUI) gjordes också specifikt för att det här systemet ska visa och spara fotonantal, autokorrelationskurvor och semikvantitativt blodflöde för varje SPCM-kanal i realtid. Delarna i detta system används ofta för DCS16,17,31,,32,,40,,42,,43,44, och de erhållna resultaten har också verifierats internt och använts i en nyligen genomförd studie39.

Protocol

Protokollet godkändes av Institutional Review Board vid Wright State University, och informerat samtycke erhölls från varje deltagare före experimentet. 1. Starta FD-fNIRS- och DCS-systemet för uppvärmning i minst 10 minuter (se avsnitt 2 och 3 för mer information) innan du påbörjar några mätningar av motivet. Ett exempel på motivmätning med det kompakta DCS-instrumentet visas i figur 1. Använd först ett måttband för att mäta …

Representative Results

Möjligheten att använda DCS för att mäta funktionell anslutning har framgångsrikt demostrated39. Vilande tillstånd funktionella anslutning i prefrontala cortices av nio ämnen mättes. Resultaten (medelvärde ± SD) indikerade en högre korrelation i den intraregionala regionen till vänster (0,64 ± 0,25) och höger (0,62 ± 0,23) cortices. jämfört med den interregionala regionen till vänster (0,32 ± 0,32), (0,34 ± 0,27) och höger (0,34 ± 0,29), (0,34 ± 0,26) cortices. (<strong clas…

Discussion

För att avgöra om CBF mätt med DCS noggrant upptäckt RSFC undersöktes två områden i hjärnan med kända RSFC-egenskaper. Funktionell anslutning mellan DLFC-regioner och mellan DLFC och IFC antas finnas57,,58,59. Anslutning mellan två platser inom vänster och höger DLFC valdes, eftersom den intraregionala anslutningen vanligtvis är högre. Dessutom valdes anslutning mellan IFC och DLFC, eftersom den interregionala ansl…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Författarna vill erkänna ekonomiskt stöd från Ohio Third Frontier till Ohio Imaging Research and Innovation Network (OIRAIN, 667750), och 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