Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Bioengineering

İnsan olmayan Primatlarda Nöroşirürji Planlaması için MRI Tabanlı Araç Kutusu

Published: July 17, 2020 doi: 10.3791/61098

Summary

Aşağıda özetlenen yöntem, üç boyutlu (3D) baskı yöntemleri ve MR Veri çıkarma nın yeni bir kombinasyonunu kullanarak insan dışı primat (NHP) nöroşirürji sinin hazırlanması için kapsamlı bir protokol sağlamayı amaçlamaktadır.

Abstract

Bu yazıda, sadece manyetik rezonans görüntüleme (MRG) elde edilen verileri kullanarak NHP'lerde çeşitli nörocerrahilerin pratik olarak planlanmasına olanak tanıyan cerrahi hazırlık yöntemini ana hatlatan. Bu protokol beyin ve kafatası 3D baskılı anatomik olarak doğru fiziksel modellerin üretimi için izin verir, hem de beynin mekanik özellikleri bazı modelleme beynin bir agarose jel modeli. Bu modeller beyin modeli için beyin çıkarma yazılımı kullanarak MRG ayıklanabilir, ve kafatası modeli için özel kod. Hazırlık protokolü, jel beyin modelleri için beyinler, kafatasları ve kalıplar arasında yüz yüze yapmak için son teknoloji 3D baskı teknolojisinden yararlanır. Kafatası ve beyin modelleri özel kod bir kraniotomi eklenmesi ile kafatası içinde beyin dokusu görselleştirmek için kullanılabilir, doğrudan beyin içeren ameliyatlar için daha iyi hazırlık için izin. Bu yöntemlerin uygulamaları nörolojik stimülasyon ve kayıt yanı sıra enjeksiyon dahil ameliyatlar için tasarlanmıştır, ancak sistemin çok yönlülük protokolü, ekstraksiyon teknikleri ve modelleri ameliyatları daha geniş bir alana gelecekteki genişleme sağlar.

Introduction

Primat araştırma insan deneylerine hayvan modellerinden tıbbi araştırma ilerlemesinde önemli bir adım olmuştur1,2. Kemirgen beyinleri ile insan olmayan primatların (NHP)1,2,3arasında büyük bir fizyolojik ve anatomik tutarsızlık olduğu için bu özellikle nöroloji krobilim ve sinir mühendisliği çalışmalarında bu kadar. Kemogenetik, optogenetik ve nöronların genetik modifikasyonu gerektiren kalsiyum görüntüleme gibi gelişmekte olan genetik teknolojiler ile NHP'de nöral fonksiyonu inceleyen nöral mühendislik araştırmaları beyinfonksiyonlarınıanlamak için klinik öncesi bir model olarak özel ilgi kazanmıştır 2,4,5,6,7,8,9,10,11,12,13,14,15,16. Çoğu NHP nörolojik deneylerde, nöroşirürjik önlemler baş direkleri, stimülasyon ve kayıt odaları, elektrot dizileri ve optik pencereler4,5,6,7,10,11,13,14,15,17,18gibi çeşitli cihazların implantasyonu için gereklidir.

Mevcut NHP laboratuvarları genellikle bir baş direğinin bacaklarına uyacak şekilde hayvan yatıştırıcı ve kraniyotomi site etrafında kafatası eğriliği yaklaşık dahil olmak üzere etkisiz uygulamalar içeren çeşitli yöntemler kullanın. Diğer laboratuvarlar cerrahi kafatası kafa sonrası uygun veya bir NHP beyin atlası ve manyetik rezonans (MR) taramaları kafatası eğrilikleri tahmin etmek için denemek için analiz gibi implantasyon için gerekli ölçümleri kazanıyor daha gelişmiş yöntemler istihdam2,10,11,16. NHPs nöroameliyatlar da sıvı enjeksiyonları içerir, ve laboratuvarları genellikle beyin içinde öngörülen enjeksiyon yeri görselleştirmek için hiçbir yolu var2,4,5,13,14 sadece stereotaksik ölçümler ve MR taramaları ile karşılaştırıldığında güvenerek. Bu yöntemler, implantın tüm karmaşık bileşenlerinin fiziksel uyumluluğunu test edememekten kaçınılmaz bir belirsizlik derecesine sahiptir.

Bu nedenle NHP'lerde nöroşirürji planlaması için doğru bir noninvaziv yönteme ihtiyaç vardır. Burada bu hayvanlarda implantasyon ve enjeksiyon ameliyatlarının hazırlanması için bir protokol ve metodoloji salıyoruz. Tüm süreç, beyin ve kafatasının verilerden çıkarılabildiği ve daha sonra 3Boyutlu yazdırılabilen üç boyutlu (3D) modeller oluşturmak için mri taramalarından kaynaklanır. Kafatası ve beyin modelleri kraniyotomi ameliyatları yanı sıra doğruluk artan bir düzeyde baş direkleri için hazırlamak için kombine edilebilir. Beyin modeli de beynin anatomik olarak doğru jel modeli döküm için bir kalıp oluşturmak için kullanılabilir. Jel beyin tek başına ve çıkarılan bir kafatası ile birlikte enjeksiyon ameliyatları çeşitli hazırlamak için kullanılabilir. Aşağıda nöroşirürjik hazırlık için MRG tabanlı alet çantası için gerekli adımların her biri açıklanacaktır.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Tüm hayvan prosedürleri Washington Üniversitesi Hayvan Bakım ve Kullanım Komitesi tarafından onaylandı. İki erkek rhesus makak (maymun H: 14.9 kg ve 7 yaşında, maymun L: 14.8 kg ve 6 yaşında) kullanıldı.

1. Görüntü edinimi

  1. Maymunu 3T MRTarayıcısına taşıyın ve hayvanı MR uyumlu stereotaksik bir çerçeveye yerleştirin(Malzeme Tablosu).
  2. Standart T1'i (çevirme açısı = 8°, tekrarlama süresi/yankı süresi = 7,5/3,69 s, matris boyutu = 432 x 432 x 80, edinme süresi = 103,7 s, Multicoil (Malzeme Tablosu),ortalama sayısı = 1, dilim kalınlığı = 1 mm) anatomik MR görüntülerini kaydedin.
    NOT: Başarılı kafatası izolasyonu için, kafatası ve beyin arasındaki ayrımı en üst düzeye çıkarmak için burada uygulanan MRI kazanım parametrelerini kullanın.

2. Beyin çıkarma

  1. Beyin çekimi için MR görüntüleme yazılımında Açık | seçin Açık Görüntü. Yük T1 Hızlı Manyetizasyon Hazırlanan Hızlı Gradyan Yankı (MPRAGE) adım 1.2 alınan bir MR görüntüleme yazılımı(Malzeme Tablosu)içine.
  2. Beyin ayıklamak için, Eklentiler açılır menü altında Extract Brain (BET)seçin. 0,5− 0,7 civarında bir yoğunluk eşiğini ayıklayın ve eşik degrade değerini 0 olarak ayarlayın. Scan sadece kortikal anatomi(Şekil 1B)içerene kadar art arda daha düşük yoğunlukeşiklerinde çıkarma işlevini art arda kullanın.
    NOT: Yazılım NHP beyinleri için tasarlanmadığından ve çıkarma kesin olmadığından bu yinelemeli bir işlemdir
  3. İlgi alanı (YG) menüsü altında YG için Eşik'i seçin ve beynin bit map'ini oluşturmak için Shrink Wrap ve 3D seçeneğini seçin. Bu, sesi, gelecekteki model oluşturma işlemlerini kolaylaştıran bir degradeden gelen ikili bitlere dönüştürür. Bir eşik seçin (genellikle yaklaşık 600) çevreleyen dokudan beyin izole etmek için. Bu eşik gri madde üzerinde gezinerek bulunabilir. Bit eşlemi oluşturmak için Tamam'ı seçin.
  4. Bir yüzey oluşturmak için, görüntü menüsünün altındaki Yapı Yüzeyi'ni seçin ve 2.3 adımda beyni ayıklamak için kullanılan eşiği girdi. Sonra Tamam'ıseçin. Elde edilen yüzey, hedeflenen anatominin en yüksek kalite temsilini üretmek için eşik değerini ayarlamak için referans olarak kullanılabilir (Şekil 1C).
  5. Dosya sekmesinin altında Kaydet veya Kaydet'iseçin ve çıkarılan beyin yg'sini .nii veya .nii.gz dosyası olarak beynin modelini oluştururken kullanmak üzere kaydedin.

3. Beyin modelleme

  1. Yük Verisi |'ni seçin Tıbbi görüntü işleme yazılımında(Malzeme Tablosu).nii veya .nii.gz dosya türünde kaydedilen ayıklanan beyni eklemek ve yüklemek için Dosyalar'ı seçin.
  2. Modüller araç çubuğundaki dilimleyici açılır menüsüne hoş geldiniz inin ve tüm modüllere geçin. Bu menüden Düzenleyici işlevini seçin. Açılır pencere uyarısı için Tamam'ı tıklatın.
  3. Düzenleyici modülü menüsünden Eşik Efekti'ni seçin ve eşik aralığı kaydırıcılarını ayarlayın, böylece beyni içeren bit eşlemenin üç dilimde de vurgulanır. Bir bitmap yüklerken, her iki kaydırıcıyı 1 değerine ayarlamak tüm beyni seçer. Uygula'yıseçin.
  4. Model oluşturucu modülünü açın ve giriş hacimleri açılır menüsünde adım 3.3'te oluşturulan bitmap dosyasını seçin. Modeller altında Yeni Model Hiyerarşisi Oluştur'useçin. Modelin adını hiyerarşiye atadıktan sonra, birim oluşturmak için Uygula'yı seçin.
  5. Dosyayı .stl biçiminde kaydedin.
  6. Beyin modelini daha fazla değiştirmek için ,.stl dosyasını bilgisayar destekli tasarım yazılımına grafik gövdesi olarak yükleyin (Malzeme Tablosu)
    NOT: İthal örgü beyin yüzeyleri genellikle oldukça karmaşık olduğundan, bu biraz zaman alabilir.
  7. Dosya alındıktan sonra, ekranın sol tarafındaki özellik ağacında Grafik gövdesinin alt bölümüne tıklayın ve yalnızca beyin içeren özellikler dosyada kalana kadar gereksiz Grafik özelliklerini bastırın. Kalan dosyayı daha fazla manipülasyon için .prt ve 3B yazdırma için .stl olarak kaydedin. Kalan dosyayı daha fazla manipülasyon için .prt ve 3B yazdırma için .stl olarak kaydedin.

4. Beyin kalıplama

  1. .prt dosyasını açarak çıkarılan beyin modelini bölüm 3'ten bilgisayar destekli tasarım yazılımına yükleyin. Ekle menüsünün özellikler bölümünün altında, Kafes gövdesine Dönüştür'üseçin. Beynin Grafik gövdesini seçin vedönüştürün.
  2. Tam beynin sağ ve sol kalıbını oluşturma
    1. Çizim düğmesini tıklatın ve çizim düzlemi olarak üst düzlemi seçin. Beynin sağ veya sol yarımküresinin tamamını içeren bir dikdörtgen çizin. Çizim sırasında ekstrüzyon patronu/taban özelliğini seçin ve beynin üst kısmını içerecek şekilde kübik dikdörtgeni çıkarın.
      NOT: Küpün tüm yarımküreyi içerebilmesi için iki yönde ekstrüzyon yapılması gerekebilir. Bunun nedeni, ekstrüzyon düzleminin bulunduğu sıfır noktasının beyin modelinin içine düşebileceğidir. Her iki yönde ekstrüzyon kalıp ilgi tüm hacmi kapsayacak şekilde olmasını sağlar.
    2. 'Ekle' menüsünün özellikler bölümünün altında, Kafes gövdesine Dönüştür'üseçin. Katı gövdeler klasöründeki ekstrüzyon küpünü seçin ve dönüştürün. Negatif alanı oluşturmak için, Birleştir özelliğini kullanarak ve çıkarma seçeneğini seçerek beynin modelini yeni ekstrüzyon küpünden çıkarın.
    3. Beynin diğer yarımküresi için 4.2.1 ve 4.2.2 adımlarını tekrarlayın ve elde edilen dosyaları 3D yazdırma için .stl ve daha fazla manipülasyon için .prt olarak kaydedin.
  3. Beynin üst yarısında sağ ve sol kalıp oluşturmak.
    1. Üst düzlemde bir kroki oluşturun ve beynin sağ veya sol yarımküresinin tamamını içeren bir dikdörtgen çizin. Çizimsırasında ekstrüzyon patronu/taban özelliğini seçin ve seçilen Düzlemden Ofset özelliğiyle ekstrüzyon özelliğini seçin. Ekstrüzyonu, beyin anatomisinde sarkan konturların olmadığı bir mesafeye kadar dengeler, sadece üst anatomiyi yakalayın. 'Ekle' menüsünün özellikler bölümünün altında, Kafes gövdesine Dönüştür'üseçin. Katı gövdeler klasöründeki ekstrüzyon küpünü seçin ve dönüştürün.
    2. Negatif alanı oluşturmak için, Birleştir özelliğini kullanarak ve çıkarma seçeneğini seçerek beynin modelini yeni ekstrüzyon küpünden çıkarın.
    3. Kalıbın dorsal tarafında bir çizim düzlemi oluşturun ve Varlıkları Dönüştür'ü seçin ve ardından 4.3.1 adımından çizimi seçin.
    4. Çizimdeyken ekstrüzyon patronu/taban özelliğini seçin ve seçilen kör ekstrüzyon seçeneğiyle, kalıptaki çıkarılan beyin anatomisini tamamen içine tam olarak çıkarmak için katı gövdeyi yaklaşık 5 mm dışarı çıkarın.
    5. Beynin diğer yarımküresi için 4.3.1−4.3.4 adımlarını tekrarlayın ve elde edilen dosyaları 3D yazdırma için .stl ve daha fazla manipülasyon için .prt olarak kaydedin.
  4. Küpün boyutlarını ve konumunu değiştirerek ve aynı protokolü (4.1 ve 4.2 adımları) izleyerek, beynin farklı bölümlerini içeren kalıplar oluşturun.
  5. 3B baskı için ~% 70 dolgu yoğunluğu kullanın ve kalıp malzemesi sızıntısını en aza indirmek için baskı dış kabuk kalınlığını artırmak. Baskıda boşluklar veya kusurlar varsa, bunları oje veya başka bir bağlayıcı madde kullanarak doldurun.

5. Kafatası modelleme

  1. 1.2 adımdan hızlı MPRAGE MRG'sini dicom dosyası olarak matris işleme yazılımına aktarın. DICOM dosyası ayrı 2B karelerde olabilir. Bu durumda, tüm kareleri bir 3B matris te birleştirin. Matrisin her 2B karesinin koronal dilim görüntülediğinden emin olun.
  2. Tek tek piksel değerleri için işleçten daha büyük bir işleci kullanarak 3B matrisi eşleyerek ikili maske oluşturun. Kafatası anatomisi maske tarafından yakalanan ediliyor gibi eşik ayarlayın (Ek kodlama dosyası CalibrateMaskbakınız).
    NOT: Maske dört farklı katman içerecektir. Dışarıdan içeriye , "dış", "kas", "kafatası" ve "beyin" olarak anılacaktır. Bu aşamada, "dış" ve "kafatası" maske 0's ve "kas" ve "beyin" 1's vardır.
  3. "Kas" katmanını kaldırmak için, 3B maskeden her kareyi, maskeden 2B dilimi (örneğin, 3D_Mask(:,:,1)) yineleyerek ayrı ayrı işleyin.
    1. Her kare için , "dış" katmanındaki çerçevenin köşelerinden "tohum" olarak 0 piksel seçin. Ardından, 1 pikselle karşılaşana kadar komşu 0'ları arayın. Daha fazla 0's bulununana kadar aramaya devam edin. Bağlı tüm 0'ları 1'lere dönüştürün. Bu, giriş ve çıkışları [MASK2] = imfill (MASK1,LOCATIONS,CONNECTIVITY), MASK1 orijinal maske ve MASK2 maske (Ek kodlama dosyası FillExteriorbakınız) doldurulur olmak matlab işlevi "imfill" kullanılarak yapılır.
  4. Bazı kafatası bilgileri kaldırma sırasında kaybolur. Bilgi kaybını azaltmak için, verilerin üç boyutunda da adım 5.3'ü gerçekleştirin ve ayrı tutun.
    NOT: Şimdi hem "dış" hem de "kas" 1'dir ve "dış" olarak kabul edilecektir. Maske şimdi üç farklı katmaniçerir, "dış", "kafatası", ve "beyin". "Dış" ve "beyin" 1'dir, "kafatası" 0'dır.
  5. Maskenin değerlerini ~ işleci (yani MASK2 = ~MASK1) kullanarak tersine çevirin. Şimdi "kafatası" 1'ler ve "dış" ve "beyin" 0'lar.
  6. Her maskede birbirine dokunan 1'ler "nesneler" olarak kabul edilebilir. Giriş ve çıkışları [CC] = bwconncomp(MASK), MASK 3B maske matris ve CC her nesne için indeks değerlerini içeren yapısal bir nesne, nesne sayısı ve matris boyutu olmak ile, "bwconncomp" matlab işlevini kullanarak her masketüm nesnelerin bir dizin oluşturun. Her maske için, en büyük voxel'leri içeren en büyük nesne dışındaki tüm nesneleri, küçük nesnelerin değerlerini 0'lara ayarlayarak kaldırın (Bkz. Tamamlayıcı kodlama dosyası RemoveNoise).
  7. Her geçişten oluşturulan maskeleri birlikte ekleyin (Bkz. Tamamlayıcı kodlama dosyası Birleştirme Maskeleri).
  8. Beyni tutarlı bir çözüme ölçeklendirin.
    1. DICOM üstbilgisinden, MRG'nin her karesi arasındaki adım boyutunu her pikselin boyutlarıyla karşılaştırın.
    2. Bu değerler farklıysa, her voxel için adım boyutu ve piksel boyutu arasındaki çözünürlük farkını telafi etmek için bir ölçek faktörü tanımlayın. Örneğin, her kare 1 mm birbirinden ayrılırsa ve piksel boyutu 0,33 mm x 0,33 mm ise, ölçek faktörü 3 olacaktır.
    3. Maskenin en düşük çözünürlük boyutu ölçek faktörü tarafından tanımlanan bir faktör tarafından daha büyük olana kadar 3B maskeye ek boş voxel'ler ekleyin (bkz. Ek kodlama dosyası "ScaleMask").
    4. Maske yeni alanı doldurana kadar maskedeki değerleri doğrusal olarak interpole edin.
    5. Kafatasını .stl dosyası veya 3B yazdırma için benzer bir dosya tipi olarak dışa aktarın.

6. 3D kafatası modelinde kraniyotomi oluşturma

  1. Adım 5.1'deki MRI dosyasını kullanarak, makak beyin atlasında (örn. merkezi sulkus) bulunan anatomik işaretlerden kraniyotominin yaklaşık konumunu manuel olarak tanımlayın19.
    1. 3B matrisin tek bir dilimini görüntüleyin (Adım 5.3'e benzer).
    2. Tanınabilir anatomik işaretler bulunana kadar 3B matris boyunca ileri veya geri elle tazyin.
    3. Kare numarasını z koordinatı olarak kaydet (örn. 3D_Mask(:,:,z)
    4. Craniotominin Matlab işlevi "getpts" kullanılarak ortalanabilmek için bu çerçevedeki tek bir noktanın x ve y koordinatlarını kaydetmek için bir veri seçim aracı kullanın ve giriş ve çıktılar [x,y] = getpts olun. "getpts" bir kullanıcı arayüzü açılır, istenilen çerçeve (Ek kodlama dosyası LocateCraniotomybakınız) tıklayın.
  2. DICOM başlığındaki bilgileri kullanarak amaçlanan kraniyotominin yarıçapını mm'den voxel'lere dönüştürün.
  3. Adım 6.1'de belirtilen noktayı bir merkez noktası olarak kullanarak, adım 5.8.4'ten maskede 6.2 ile sıfır arasında tanımlanan yarıçap içindeki tüm voxel'leri Tamamlayıcı kodlama dosyası Craniotomikullanarak , giriş ve çıkışların [craniotomyMask] = Craniotomi (maske, x, y, z, radius, X, Y, Z, çözünürlük)kraniyotomi maskesi çıkarılmış bir 3D matris olduğu, maske ilk 3D matris, x,y,z kraniyotomi nin merkez noktası koordinatları, yarıçapı kraniyotomi yarıçapı, X, Y,Z 3D matris ızgara vektörleri, ve çözünürlük yarıçapı adım 6.2 (Ek bkz bkz kimyon cranitotanımlanan).
  4. Birden fazla kraniyotomi için, her benzersiz kraniyotomi için 6.1−6.3 adımlarını tekrarlayın.
  5. Kafatasını .stl dosyası veya 3B yazdırma için benzer bir dosya tipi olarak dışa aktarın.

7.3D baskı

NOT: Fiziksel prototipler için iki tip 3D yazıcı(Malzeme Tablosu)kullanılır. Aşağıdaki özellikler için, aksi belirtilmedikçe tüm 3B yazıcı ve yazdırma yazılımı ayarları varsayılan olmalıdır.

  1. Prototipleri ve kalıpları yazdırmak için standart bir PLA yazıcısı(Malzeme Tablosu)kullanın ve aşağıdaki yazıcı ve yazılım ayarlarıyla G Kodunu oluşturun: iç yoğunluk >%50 (bu sıvıyı tutmaları gerektiği için kalıplar için özellikle önemlidir), hızlı petek iç dolgu deseni, dikdörtgen dış dolgu deseni, plaka sıcaklığı = 50 °C ve ekstruder sıcaklığı = 230 °C.
  2. Beyin ve kafatası nın daha yüksek sadakat modellerini yazdırmak için, model için akrilonitril butadiene stirenin (ABS) ve çözülebilir bir destek malzemesi(Malzeme Tablosu)kombine baskısını yapmak için endüstriyel sınıf bir yazıcı kullanın. Ardından G-Code'u oluşturun ve aşağıdaki yazıcı ayarlarını oluşturun: Stil Seyrek - Yüksek Yoğunluklu doldurun. Diğer tüm ayarlar otomatik olarak uygun varsayılan ayarına ayarlanır.
    1. ~12 saat için destek çözücü(Malzeme Tablosu)modeli çözün.
  3. Uygun yazıcı ayarlarını uyguladıktan sonra Başlat'a basın ve taban katmanının temiz ve çift olduğundan emin olmak için baskının ilk katmanını izleyin.
  4. Kalıpları 3D baskı dan sonra, daha sıkı bir mühür garanti etmek için oje(Tablo Malzemeler)ile herhangi bir görünür delik yama.
    NOT: 3D baskılı beyin ve kafatası modelleri kafatasının açık alt içine beyin modeli takılarak kombine edilebilir. Göz anatomisi kaldırılması önemli bilgileri kaybetmeden beyin modelinin yerleşimini kolaylaştırabilir. Kafatasının içine yerleştirildiğinde, beyin doğal olarak anatomik olarak doğru konuma hizalanır.

8. Agarose hazırlanması

  1. Agar tozunu(Malzeme Tablosu)ve çekirge fasulyesi sakıztozunu (Malzeme Tablosu)kütleye göre 1:4 oranında karıştırın.
  2. Toz karışımını 1x fosfat tamponlu çözeltisi(Malzeme Tablosu)ile Erlenmeyer şişesinde %0,6 konsantrasyon çözeltisi ile birleştirin.
    NOT: Diğer laboratuvarlar tarafından kullanılan konsantrasyonlar 0.5%-0.6%20,21aralığında düşüyor.
  3. Mikrodalgayı maksimum güce ayarlayın ve çözeltiiçeren şişeyi 2 dakika boyunca mikrodalgafırına yerleştirin.
  4. Çözümü gözlemleyin. Çözelti kabarcık başladığında, mikrodalga ve zamanlayıcıyı durdurun, şişeyi çıkarın ve şiddetle girdap. Şişeyi mikrodalgaya geri ayarlayın ve mikrodalga ve zamanlayıcıya devam edin.
    NOT: Amaç, kaynama sırasında buharlaşma nedeniyle hacmi önemli ölçüde azaltmadan çözeltiyi ısıtmaktır.
  5. İki dakika tamamlanana kadar adım 8.4'u tekrarlayın.
  6. Şişeyi çıkarın ve çözeltinin şişede ayarlanmasını önlemek için dönenliği koruyun.
  7. Girdap dönerken çözeltiyi soğutmak için şişenin dışında soğuk su çalıştırın. Aşağıdaki adımlarda plastik kalıbı deforme önlemek için, şişenin dışında dokunmak için sıcak, henüz tolere edilebilir ve güvenli olana kadar solüsyonu soğutun.
  8. Erken sertleşmeyi önlemek için çözeltiyi kalıba taşırken şişeyi döndürün.

9. Agarose kalıplama

NOT: Aşağıda özetlenen agarose kalıplama işlemi tam yarımküre ve üst yarım hemisfer kalıpları için aynıdır

  1. Agarose çözeltisini tam olana kadar beyin kalıplarından birine dökün. Kalan çözeltiyi şişede döndürmeye devam edin.
  2. Sızıntılar için kalıptaki çözelti düzeyini izleyin. Ayarı agarose kalıp herhangi bir sızıntı mühür olacak bu yana gerektiği gibi kalıp yeniden doldurun.
  3. Kalıptaki çözeltinin, çözelti bir katı haline gelene ve sertleşene kadar oda sıcaklığında tedirgin bir şekilde oturmasına izin verin.
    NOT: Bekleme süreleri çözeltinin hacmine ve diğer etkenlere bağlı olarak değişse de, 2 saat'in güvenilir bir bekleme süresi olduğu saptandı.
  4. Jel modelini yavaşça kalıptan çıkarmak için bir spatula kullanın. Kalıbın yüzeyine olası deformasyonları önlemek için kalıbın içine spatula ekleme nin yeri ile stratejik olun.
  5. Doğal buharlaşma işlemini ve biyolojik maddelere maruz kalma işlemini yavaşlatmak için jel modelini buzdolabında kapalı bir kapta yerleştirin.

10. Agarose jel modeli içine enjeksiyon

  1. Infüzyon için pompa hazırlayın ve stereotaksik bir çerçeve(Malzeme Tablosu)üzerinde stereotaksik bir kolda düzeltmek. Pompayı, 9.
  2. 250 μL'lik bir şırıngayı(Malzeme Tablosu)DI suyuyla doldurun. Şırıngayı pompaya monte edin (Malzeme Tablosu).
    NOT: Herhangi bir boya çekmeden önce, DI su enjeksiyon kanülünü(Malzeme Tablosu)tamamen doldurmalıdır. Bu şekilde boya kanül den hazırlandığında, enjeksiyon hacmini etkileyebilecek piston tarafından havanın sıkıştırılmaz veya genişlemesi olmaz.
  3. Gıda boyasını(Malzeme Tablosu)enjeksiyon için hedef hacmine kadar şırıngaya çekmek için pompa sürücüsünü(Malzeme Tablosu)kullanın. Hava kabarcıklarının jelin içine enjekte edilmesini önlemek için kanülün ucunda küçük bir boncuk oluşana kadar gıda boyasını yavaşça enjekte edin. Kabı kanülün ucundan kurutun.
  4. Jel modelini kanülün altına yerleştirin. Ucu jel modelinin yüzeyine değene kadar kanül aşağı. Stereotaksik koldaki ölçümlere dikkat edin.
  5. Hedef enjeksiyon derinliğine hızlı ve sorunsuz bir şekilde jel modeline kanül düşürün ve jel yüzeyinin kanül etrafında mühürlü olduğundan emin olun.
  6. Pompa çalıştırın ve hedef hacmi enjekte edilene kadar gıda boyama yayılmasını gözlemleyin. 1 μL/dk akış hızı ile başlayın ve dakikada 1 μL/dk adımlarla 5 μL/dk'ya yükseltin. Jel gıda boyama yayılması beyinde bir viral vektör ün yayılması bir yaklaşımdır.
  7. Hızlı ve sorunsuz bir şekilde jel kanül çıkarın.
  8. Bir fotoğraf cihazı(Malzeme Tablosu)ile gıda boyama yayılmasının görüntülerini yakalayın ve enjeksiyonun elipsoid hacmini hesaplamak için embolizmin boyutlarını fiziksel olarak ölçün. Bu yaklaşım jelşeffaf doğası nedeniyle mümkündür.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Preoperatif kraniyotomi planlama önlemi olarakMR'ların manipülasyonu ve analizi son2,5,10,16yılında başarıyla kullanılmıştır. Bu süreç, ancak, büyük ölçüde beyin 3D modelleme eklenmesi ile geliştirilmiştir, kafatası, ve kraniyotomi. Beynimizin anatomik olarak doğru bir fiziksel modelini başarılı bir şekilde oluşturmayı başardık ve bu model, çalışmalarımızın ilgi alanını yansıtıyordu (Şekil 1). Benzer şekilde MR görüntülerinden çıkarılan primat kafatasının anatomik olarak doğru bir fiziksel modelini oluşturabildik (Şekil 2).

Kafatası ve beynin iki fiziksel modeli sıkı bir girişim uyumu ile birleşerek, iki modelin birbirine göre doğruluğunu doğrular ve ekstrapolate MR Analizi verilerini meşrulaştırır(Şekil 3A,B). Kombine model ile kafatasına baskı dan önce kraniyotomi yerleştirip kraniyotomide öngörülen anatomiyi görselleştirebildik(Şekil 3). Kraniyotomide öngörülen anatominin doğruluğu fiziksel modelin ve MRG analizinden öngörülen kraniyotominin karşılaştırılması ile doğrulandı (Şekil 3B). Ayrıca, örnek arayüzümüzün tüm parçalarını birleştirebildik ve kafatası ve beyinle ilgili olarak çeşitli bileşenlerin geometrisini değerlendirebildik(Şekil 3C,D).

Kafatası modelini test etmek için, Monkey L kafatasının fiziksel bir modeli yukarıda özetlenen yöntemler kullanılarak çıkarıldı ve 3D bir baş sonrası implantasyon ameliyatı için planlamak için basıldı. Baş direğinin ayakları daha sonra manipüle edildi ve implantasyon yerinde kafatasıeğrilik monte edildi(Şekil 3E). Baş direğinin ameliyat öncesi takılması sonucunda ameliyat süresi yaklaşık 2,5 saatten 1 saate (%216 daha hızlı) düşürülerek premantokrasiyasyon alateksin22.

SolidWorks'te beynin 3Boyutlu modelini manipüle ederek, hem basılı beynin anatomisini hem de MRG'den çıkarılan beyin modelini doğru bir şekilde yansıtan bir kalıp yaratmayı başardık (Şekil 4A−C). Bu kalıp beynin bir agarose karışım modeli döküm için kullanılmıştır(Şekil 4D,E). Beynin bu kalıpları kullanarak, beynin farklı bölgelerinde enjekte etmek ve sarı bir boya ile modellenmiş bir enjeksiyon prosedürü infüzyon hacmini tahmin başardık(Malzeme Tablosu). Beynin yarım yarımküre jel modeli başarıyla bir model virüs enjeksiyonboya boya yayılmasını net bir görünüm yakalamak için kullanılmıştır, bize enjekte edildi gibi zaman içinde boya yaklaşık hacmini ölçmek için izin(Şekil 5A). Beyin modeline boya enjeksiyonu viral vektör enjeksiyoncerrahisi(Şekil 5B,C)modeli için 3Boyutlu baskılı kafatası ile birleştirilmiştir . Bu cerrahi 7 için hazırlık implantasyon rehberlik etmek için enjeksiyon üstüne bir elektrokortikografi dizi yerleştirme ile kombine edildi7,10.

Figure 1
Şekil 1: Çıkarılan beyin modelleri.
(A) Monkey H. (B) Monkey H beyninin T1-QuickMPRAGE koronal dilimleri katmanlı serisi BET eklentisi ve Mango yazılımı kullanarak Monkey H çıkarılan beynin MR dilimleri katmanlı serisi Yöntemleri bölümünde belirtildiği gibi. (C) Mango'da yüzey oluşturma işlevi kullanılarak oluşturulan Monkey H'nin gri maddesinin bir modelinin eksenel, sagittal ve çarpık görünümü. (D) Dremel 3D45 ekstrüzyon yazıcıkullanılarak oluşturulan Monkey H gri maddenin 3D baskılı modelinin eksenel, sagittal ve çarpık görünümü. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 2
Şekil 2: Kafatası çıkarma.
(A) Monkey H.beynininT1-QuickMPRAGE koronal dilimleri katmanlı serisi . (C) "kas tabakası" çıkardıktan sonra ikili maske katmanlı serisi. (D) Yöntemler bölümünde belirtildiği gibi işlemden sonra kafatası ikili maske katmanlı serisi. (E) İkili maskeden oluşturulan 3D model. (F) simüle kraniotomi ile 3D model kaldırıldı. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 3
Şekil 3: 3D baskılı prototipler kullanılarak cerrahi hazırlık.
(A) 3D baskılı beyin kombinasyonu Mango ile 3D baskılı kafatası içinde Monkey L MRI çıkarılan içinde yöntemler bölümünde belirtildiği gibi. (B) 3D modellerimiz arasında kraniyotomi hedeflemesinin karşılaştırılması ve Monkey L.'deki MR planlaması(C,D)Oda (C) ve dizi(D)implantasyonuna hazırlanmak için alet çantamızı kullanma örneği15. (E) Ameliyat öncesi baş direğine ön bükme de kullanılan Monkey L kafatasının 3boyutlu baskılı modeli. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 4
Şekil 4: Jel beyin modelleme.
(A, B) Monkey H. (C) 3D baskılı kalıplar için kalıp A ve B. Resimde sol sağ yarımkürenin üst kısmını oluşturmak için kullanılan bir kalıp. Resimde sağ hemisfer(D)Sağ yarımkürenin üst kısmı Agarose modelleri oluşturmak için bir kalıp (sol) ve tüm sağ hemisfer (sağ). (E) Sağ yarımkürenin Agarose modeli Monkey L bir çıkarılan kafatası nın 3D baskı içine yerleştirilir, beyin ve kraniyotomi doğru temsil gösteren. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Figure 5
Şekil 5: Enjeksiyon modelleme.
(A) Enjeksiyon işleminin zaman atlamalı görüntüleri. Sol üst panel ön ekleme. Sağ üst panel ekleme sonrası. Alt dört panelboyanın zaman içinde yayılmasını gösterir. (B) Beynin 3Boyutlu baskılı kafatası içinde yer alan ve kraniyotomi ile konumlandırılmış bir bölümünün jel modeli, kortikal yapılar ve elektrot yerleşimi ile ilgili olarak gıda boyası enjeksiyonları görülebilir. (C) kafatasına uygun bir haznenin 3Boyutlu baskısı ve elektrot dizisi, jel modeli ve enjeksiyonu ile ilgili olarak gözlenen. Bu rakamın daha büyük bir sürümünü görüntülemek için lütfen buraya tıklayın.

Tamamlayıcı Kodlama Dosyaları. Bu dosyaları indirmek için lütfen buraya tıklayınız.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Bu makalede, MR taramalarından çıkarılan kafatası ve beyin anatomisi fiziksel ve CAD modellerini kullanarak NHP'lerde nöroameliyatlara hazırlık için bir araç kutusu açıklanmaktadır.

Çıkarılan ve 3D baskılı kafatası ve beyin modelleri özellikle kraniyotomi ameliyatlarının hazırlanması ve baş sonrası implantasyonlar için tasarlanmış olsa da, metodoloji kendini diğer birçok uygulamaya ödünç verir. Daha önce açıklandığı gibi, kafatasının fiziksel modeli ameliyat öncesi baş sonrası ön bükme için izin verir, hangi kafatası ile iyi bir uyum oluşturur. Ayrıca, MRG çıkarılan kafatası kafatası anatomisi için daha yüksek bir sadakat ile 3D tasarlanmış baş sonrası oluşturmak için kullanılabilir. CT görüntüleme geleneksel olarak kafatası çıkarma için daha iyi bir yöntem iken, önerilen yöntemde, beyin ve kafatası anatomisi aynı görüntüleme modalitesi geliyor, hangi kemik ve yumuşak doku modelleri arasında gelişmiş anatomik tutarlılık katkıda bulunabilen. Bu anatomik tutarlılık hassasiyeti artırabilir ve kraniyotominin kortikal ilgi bölgesini kapsamasını ve uyarım ve kayıt odaları gibi tüm implantasyon bileşenlerinin kafatası eğriliği yle uyum sağlamasını sağlayabilir. Bu kantitatif diğer tkametre tip23,24çıkarmalar için MRI çıkarılan kafatası topografyası karşılaştırıldığında günümüze kadar çalışmalar tarafından desteklenir. Alanında diğer çalışma modelleri ve baş sonrası implantasyon için 3D baskılı prototip oluşturulması için yöntemler özetledi25,26, ama hem baş gönderme ve kraniyotomi için hazırlık için uyarlanabilir bir model oluşturmak için sadece MR taramaları kullanmayın. Burada kullanılan MRI kazanım parametrelerinin protokolde belirtildiği gibi başarılı kafatası ekstraksiyonunda kritik öneme sahip olduğunu belirtmek önemlidir. Beyin çıkarma ve kafatası sıyırma alanında önceki çalışma bu protokol27kullanılan yaygın olarak kullanılabilir BET beyin çıkarma alternatifleri sunuyor. Benzer şekilde, kafatası çıkarma özel komut var, ancak, onlar tamamen otomatik protokol28ile karşılaştırıldığında kafatası olmayan voxels manuel kaldırılmasını gerektirir. Burada sadece birkaç örnek göstermek iken, bu araçlar nhps2,4,5,7,10,15,18,29,30, yanı sıra diğer hayvan modelleri31,32elektrot ve oda implantasyonları gibi diğer ameliyatlar çeşitli için geçerlidir.

Agarose karışımı beyin modelleri ile kombine edildiğinde, cerrahi hazırlık alet kutusu optogenetik ve kemogenetik 2,4,5,10,33,34gibi sıvı enjeksiyonları içeren cerrahi işlemler için hazırlamak için uygulanabilir. Burada 3D kalıpları baskı PLA kullanarak başarılı olmasına rağmen, bu süreç daha da bir ABS filament kullanılarak geliştirilebilir, hangi kalıplama işlemi daha verimli hale getirecek daha yüksek bir cam geçiş sıcaklığıvardır. Önceki çalışma sıvı infüzyonu ile ilgili beynin mekanik özellikleri bazı taklit edebilirsiniz yapay bir malzeme olarak agarose jel önerdi20,21. Ancak, önceki çalışma bir cerrahi hazırlık aracı sağlamak için bir beyin gerçekçi kalıp ile agarose kombine değil. Kalıplı agarose karışımı jel beyinenjeksiyon yeri nitel kortikal bağlam vermek ve sıvı difüzyon hacmi ve yerini görselleştirmek için kullanılabilir. Jel beyinleri de stereotaksik çerçeve içinde enjeksiyon hareketi ve konumu uygulama için kullanılabilir. Bu sadece optogenetik için değil, beyne enjeksiyon gerektiren diğer deneylere çevrilebilir2,4,34. Model aynı zamanda enjeksiyon hızı ve kanül kalınlığı optimize ederek mevcut CED standart uygulama geliştirmek için kullanılabilir. Bu model aynı zamanda doğrubeyindediffusive ve konvektif akışı temsil etmek için agarose jel karışımı kantitatif doğrulama ile güçlendirilebilir 5,10. Gelecekteki çalışmalarda, enjeksiyon planlaması hakkında kritik bilgiler sağlayabilecek görüntüleme prosedürümüze kontrastlı görüntüleme yi de dahil ederek vaskülatür bilgilerini 3B modellerimize dahil edebiliriz.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Yazarların şu anda açıklayacak çıkar çatışmaları yok.

Acknowledgments

Bu proje, K12HD073945 Ödül Numarası altında Ulusal Sağlık Enstitüleri Eunice Kennedy Shiver Ulusal Çocuk Sağlığı ve İnsani Gelişim Enstitüsü, Washington Ulusal Primat Araştırma Merkezi (WaNPCR, P51 OD010425), Nöroteknoloji Merkezi (CNT, Grant EEC-1028725) altında Ulusal Bilim Vakfı Mühendislik Araştırma Merkezi ve Washington Royalty University ve WashingtonTy Royalty University tarafından desteklenmiştir. Bu proje için Macknik ve Martinez-Conde laboratuvarlarına finansman bir BRAIN Girişimi NSF-NCS Ödülü 1734887 yanı sıra NSF Ödülleri 1523614 & 1829474 ve SUNY Empire Innovator Burslar her profesör geldi. Karam Khateeb'e agarose hazırlığındaki yardımları için, Toni J Huan'a ise teknik yardım için teşekkür ederiz.

Materials

Name Company Catalog Number Comments
3D Printing Software (GrabCAD Print) Stratasys Version 1.36 Used for High quality 3D printing
3D Printing Software (Simplify 3D) Simplify3D Version 4.1 Used for PLA 3D printing
Agarose Benchmark Scientific A1700 Used for making gel brains
Black Nail Polish L.A. Colors CNP637 Used for gel molding
Cannula (ID 450 um, OD 666 um) Polymicro Technologies 1068150625 Used to inject dye into gel brain
Catheter Connector B Braun PCC2000 Perifix for 20-24 Gage epidural catheters; Units per Cs 50
Dremel 3D Digilab 3D45 printer Dremel F0133D45AA Used for prototyping in PLA
ECOWORKS Stratasys 300-00104 Used to dissolve QSR support structures
Erlymeyer flask Pyrex 4980 Used for gel molding
Ethyl cyanoacrylate The Original Super Glue Corp. 15187 Used to make combined cannula
Graduated cylinder 3023 Used for gel molding
HATCHBOX PLA 3D Printer Filament HATCHBOX 3DPLA-1KG1.75-RED/3DPLA-1KG1.75-BLACK 1kg Spool, 1.75mm, Red/Black
Locust Bean Gum Modernist Pantry 1018 Gumming agent for gel brain mixtures
MATLAB MathWorks R2019b Used for skull extraction
McCormick Yellow Food Color McCormick Used for dye injection
Microwave Panasonic NN-SD975S Used for agarose curing
MR Imaging Software (3D Slicer) 3D Slicer Version 4.10.2 Used for 3D model generation
MR Imaging Software (Mango with BET plugin) Reasearch Imaging Institute Version 4.1 Used for brain extraction
Philips Acheiva MRI System Philips 4522 991 19391 Used to image non-human primates
Phosphate Buffered Solution Gibco 70011-044 10X diluted with DI water to 1X
Pump WPI UMP3T-1 Used for dye injection
Pump driver WPI UMP3T-1 Used for dye injection
Refrigerator General Electric Used to preserve agarose gel
Scientific Spatula VWR 82027-494 Used to extract gel molds
SolidWorks Dassault Systemes 2019
Stratasys ABS-M30 filament Stratasys 333-60304 Used for high quality 3D printing
Stratasys F170 3D printer Stratasys 123-10000 Used for high quality 3D printing
Stratasys QSR support Stratasys 333-63500 Used to create supports with ABS model
Syringe SGE SGE250TLL Used for dye injection

DOWNLOAD MATERIALS LIST

References

  1. Phillips, K. A., et al. Why primate models matter. American Journal of Primatology. 76 (9), 801-827 (2014).
  2. Macknik, S. L., et al. Advanced Circuit and Cellular Imaging Methods in Nonhuman Primates. Journal of Neuroscience. 39 (42), 8267-8274 (2019).
  3. Seok, J., et al. Genomic responses in mouse models poorly mimic human inflammatory diseases. Proceedings of the National Academy of Sciences of the United States of America. 110 (9), 3507-3512 (2013).
  4. Ju, N., Jiang, R., Macknik, S. L., Martinez-Conde, S., Tang, S. Long-term all-optical interrogation of cortical neurons in awake-behaving nonhuman primates. PLoS Biol. 16 (8), 2005839 (2018).
  5. Yazdan-Shahmorad, A., et al. Widespread optogenetic expression in macaque cortex obtained with MR-guided, convection enhanced delivery (CED) of AAV vector to the thalamus. Journal of Neuroscience Methods. 293, 347-358 (2018).
  6. Yazdan-Shahmorad, A., Silversmith, D. B., Kharazia, V., Sabes, P. N. Targeted cortical reorganization using optogenetics in nonhuman primates. Elife. 7, (2018).
  7. Ledochowitsch, P., et al. Strategies for optical control and simultaneous electrical readout of extended cortical circuits. Journal of Neuroscience Methods. 256, 220-231 (2015).
  8. Yao, Z., Yazdan-Shahmorad, A. A Quantitative Model for Estimating the Scale of Photochemically Induced Ischemic Stroke. Conference proceedings - IEEE Engineering in Medicine and Biology Society. 2018, 2744-2747 (2018).
  9. Yazdan-Shahmorad, A., Silversmith, D. B., Sabes, P. N. Novel techniques for large-scale manipulations of cortical networks in nonhuman primates. Conference proceedings - IEEE Engineering in Medicine and Biology Society. 2018, 5479-5482 (2018).
  10. Yazdan-Shahmorad, A., et al. A Large-Scale Interface for Optogenetic Stimulation and Recording in Nonhuman Primates. Neuron. 89 (5), 927-939 (2016).
  11. Yazdan-Shahmorad, A., et al. Demonstration of a setup for chronic optogenetic stimulation and recording across cortical areas in nonhuman primates. SPIE BiOS. , (2015).
  12. Han, X. Optogenetics in the nonhuman primate. Progress in Brain Research. 196, 215-233 (2012).
  13. Acker, L., Pino, E. N., Boyden, E. S., Desimone, R. FEF inactivation with improved optogenetic methods. Proceedings of the National Academy of Sciences of the United States of America. 113 (46), 7297-7306 (2016).
  14. May, T., et al. Detection of optogenetic stimulation in somatosensory cortex by nonhuman primates--towards artificial tactile sensation. PLoS One. 9 (12), 114529 (2014).
  15. Griggs, D. J., K, K., Philips, S., Chan, J. W., Ojemann, W. K. S., Yazdan-Shahmorad, A. Optimized large-scale optogenetic interface for nonhuman primates. SPIE BiOS. , (2019).
  16. Khateeb, K., Griggs, D. J., Sabes, P. N., Yazdan-Shahmorad, A. Convection Enhanced Delivery of Optogenetic Adeno-associated Viral Vector to the Cortex of Rhesus Macaque Under Guidance of Online MRI Images. Journal of Visualized Experiments. (147), (2019).
  17. Lucas, T. H., Fetz, E. E. Myo-cortical crossed feedback reorganizes primate motor cortex output. Journal of Neuroscience. 33 (12), 5261-5274 (2013).
  18. Jackson, A., Mavoori, J., Fetz, E. E. Long-term motor cortex plasticity induced by an electronic neural implant. Nature. 444 (7115), 56-60 (2006).
  19. Paxinos, G., Huang, X. F., Petrides, M., Toga, A. W. The Rhesus Monkey Brain in Stereotaxic Coordinates. 2nd Edition. , Elsevier Science. (2008).
  20. Krauze, M. T., et al. Reflux-free cannula for convection-enhanced high-speed delivery of therapeutic agents. Journal of Neurosurgery. 103 (5), 923-929 (2005).
  21. Chen, Z. J., et al. A realistic brain tissue phantom for intraparenchymal infusion studies. Journal of Neurosurgery. 101 (2), 314-322 (2004).
  22. Cheng, H., et al. Prolonged operative duration is associated with complications: a systematic review and meta-analysis. Journal of Surgical Research. 229, 134-144 (2018).
  23. Michikawa, T., et al. Automatic extraction of endocranial surfaces from CT images of crania. PLoS One. 12 (4), 0168516 (2017).
  24. Soliman, A. S., et al. A realistic phantom for validating MRI-based synthetic CT images of the human skull. Medical Physics. 44 (9), 4687-4694 (2017).
  25. Blonde, J. D., et al. Customizable cap implants for neurophysiological experimentation. Journal of Neuroscience Methods. 304, 103-117 (2018).
  26. Overton, J. A., et al. Improved methods for acrylic-free implants in nonhuman primates for neuroscience research. Journal of Neurophysiology. 118 (6), 3252-3270 (2017).
  27. Lohmeier, J., Kaneko, T., Hamm, B., Makowski, M. R., Okano, H. atlasBREX: Automated template-derived brain extraction in animal MRI. Scientific Reports. 9 (1), 12219 (2019).
  28. Ortiz-Rios, M., et al. Improved methods for MRI-compatible implants in nonhuman primates. Journal of Neuroscience Methods. 308, 377-389 (2018).
  29. Nishimura, Y., Perlmutter, S. I., Eaton, R. W., Fetz, E. E. Spike-timing-dependent plasticity in primate corticospinal connections induced during free behavior. Neuron. 80 (5), 1301-1309 (2013).
  30. Seeman, S. C., Mogen, B. J., Fetz, E. E., Perlmutter, S. I. Paired Stimulation for Spike-Timing-Dependent Plasticity in Primate Sensorimotor Cortex. Journal of Neuroscience. 37 (7), 1935-1949 (2017).
  31. Sedaghat-Nejad, E., et al. Behavioral training of marmosets and electrophysiological recording from the cerebellum. Journal of Neurophysiology. 122 (4), 1502-1517 (2019).
  32. Schweizer-Gorgas, D., et al. Magnetic resonance imaging features of canine gliomatosis cerebri. Veterinary Radiology & Ultrasound. 59 (2), 180-187 (2018).
  33. Galvan, A., et al. Nonhuman Primate Optogenetics: Recent Advances and Future Directions. Journal of Neuroscience. 37 (45), 10894-10903 (2017).
  34. Galvan, A., Caiola, M. J., Albaugh, D. L. Advances in optogenetic and chemogenetic methods to study brain circuits in nonhuman primates. Journal of Neural Transmission. 125 (3), 547-563 (2018).

Tags

JoVE Bu Ay Sayı 161 insan olmayan primatlar manyetik rezonans görüntüleme nöroşirürji planlaması 3D baskı viral vektör teslim optogenetik
İnsan olmayan Primatlarda Nöroşirürji Planlaması için MRI Tabanlı Araç Kutusu
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Ojemann, W. K. S., Griggs, D. J.,More

Ojemann, W. K. S., Griggs, D. J., Ip, Z., Caballero, O., Jahanian, H., Martinez-Conde, S., Macknik, S., Yazdan-Shahmorad, A. A MRI-Based Toolbox for Neurosurgical Planning in Nonhuman Primates. J. Vis. Exp. (161), e61098, doi:10.3791/61098 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter