Bu eser kısmen NIH DK082644 ve Houston Üniversitesi tarafından desteklenmiştir.

Burada sunulan Protokolü tasarlanmış ve tüm kuralları etik insan araştırma için uygun olarak küme olarak ileri ilgili kurumsal inceleme kurulları tarafından University of Houston ve Houston Methodist Araştırma Enstitüsü gerçekleştirilen.
1. aynı anda EEG/fMRI kayıt
<ol><li>Aydınlatılmış onam katılımcıdan elde edilir. Katılımcı amacı ve yordam çalışma, hem de aynı anda EEG/fMRI veri işlem kayıt için önemli güvenlik önlemleri açıklar.</li>
	<li>
EEG kap hazırlamak ve empedans MRI-tarayıcı oda dışında kontrol edin.
	<ol>
<li>Uygun büyüklükte, pasif, Mr uyumlu EEG CAP'yi konunun baş üzerine yerleştirin. Elektrotlar 10-20 uluslararası etiketleme sistemi10göre konumlandırın.</li>
		<li>EEG kayıt yazılımı, zemin ve referans elektrot empedans denetleyin. Bunu yapmak için üzerinde 'empedans' sekmesini tıklatın ve yazılım kullanıcı arabirimi elektrot türü seçin (bkz. Şekil 1). Not: Kesin talimatlar burada burada kullanılan yazılım özgü (bkz. Tablo reçetesi) ve diğer sistemlerine adapte gerekebilir.</li>
		<li>Her elektrot için elektrolit jel elektrot enjekte etmek bir şırınga kullanın, sonra cilt-elektrot iletişim sağlamak için jel yaymak için bir pamuklu çubukla kullanın.<ol>
<li>Empedans azaldıkça, uygun yazılımı kullanarak değerleri izlemeye devam edin (gerektiğinde ayarına bağlı olarak empedans ölçek ayarlamak) empedans düzeyini doğru şekilde izlemek için (bkz. Şekil 1). Bütün elektrot empedans seviyesinin altında bir yüksek kaliteli sinyal sağlamak için 10 kΩ ulaşana kadar devam edin. Not: listelenen ve burada kullanılan malzemeler bu güvenli olmayan herhangi bir elektrot empedans seviyesinden 50 kΩ ile Bay-çevre11' olduğu kabul edilir. Bu yüzden seçilmiş kap ve MRI ayarları, tasarımına bağlı olarak değişebilir lütfen deneysel Kurulum güvenliği sağlamak için donanım üreticisi ve MRI teknoloji bakın.</li>
		</ol>
</li>
	</ol>
</li>
	<li>
Eşzamanlı EEG/fMRI donanım kurulumu.
	<ol>
<li>EEG kap hazırlık yapıldıktan sonra konu Şekil 2' de açıklanan donanım kurulumu ile Bay tarayıcıya taşındık. Not: Bazı ayrıntılar figürün kullanımda sistemine bağlı olarak da değişebilir.</li>
		<li>Deneysel paradigma görüntülenme hızını ayarlayın. Gözlem odasında Bay tarayıcının ön bakan cam pencere arkasında yer alan bir monitör kullanın (bkz. Şekil 2). Bir baş bobin izleme yansıtma konular yatarken onların baş veya gözleri hareket ettirmeden monitör ekran görüntülemek için kullanın.</li>
		<li>Bir örnek görüntü konular ekran konforlu görüntüleyebilirsiniz ve paradigma düzgün görüntülenir emin olmak için bilgisayarınızın ekranında görüntülemek. Gerekli herhangi bir donanım veya yazılım ayarlamaları yapın.</li>
	</ol>
</li>
	<li>
Deneysel paradigma (bkz: Şekil 3).
	<ol>
<li>Konu hala kalır için talimat ve bir ilk T1 ağırlıklı anatomik MRG taraması gerçekleştirin. Mümkünse, beyincik alttan kafatası ve deri gibi baş, tepesine ulaşır bir görüş alanı kullanın.</li>
		<li>(Bkz. Şekil 4) EEG veri kaydetmeye başlamak.</li>
		<li>Aynı anda MRG kaydetmeye başlamak ve faiz tanıtım yazılım paradigması başlatmak için uygun düğmelerini tıklatın. Sinyal kalitesi sağlamak için EEG veri kayıt kontrol ve istenirse, uygun işaretleri kaydediliyor.<ol>
<li>Açıklanan kurulum burada kullanırken, ilk tanıtım yazılım "Çalıştır" ı tıklatın ve konu numarası ve deneme numarası girin. Paradigma bu ayarlarını onaylama üzerine başlatacaktır. Not: hangi aracılığıyla görsel uyarıcı bir duygusal motive motor yanıt uyarılmış 10 deneme sürümlerini burada istihdam paradigma oluşuyordu. Her deneme için ilk 50 için dinlenmek için konular istendi yeşil bir ekran, daha sonra resmi (sürpriz, öfke veya nefretle karşılık gelen hoş olmayan bir görüntü) veya (değil hoş olmayan resimleri mutluluk veya tarafsızlık karşılık gelen)12 yüz izlerken s 10 s. beş resim her kategoriden rasgele bir sırada sunuldu ve konular olarak hoş olmayan bir yüz belirlenmesi üzerine bir top sıkmak ve kayboldu kadar sıkmak tutun istendi sunuldu.</li>
			<li>Bir degrade hatırladı yankı düzlemsel Imaging (GR-EPI) sıra (önerilen); fMRI kayıt için kullanın ekipman ve paradigma uygun şekilde özelleştirin. Not: burada kullanılan sıra dahil: yankı saat (TE) = 35 ms; Tekrarlama zamanı (TR) = 1500 ms; Dilim kalınlığı 5 mm; = Çevirme açısı 90 °; = Piksel aralığı: 2.75 x 2.75 mm. Paradigma kendisi, tam paradigma kırpma olmadan kaydedildiğinden emin olmak için ekran daha biraz daha uzun sürer bir MRI sırayı kullanmanız gerekebilir.</li>
		</ol>
</li>
	</ol>
</li>
</ol>2. yapısal MRG veri analizi ve ileri Model oluşturma
<ol><li>Tam segmentasyon ve çeşitli yüzeyler yeniden inşası Freesurfer görüntü analiz suite13,14kullanarak konunun T1 ağırlıklı anatomik MRI birimden uygulanır. Not: Freesurfer tarafından tüm segmentasyon çıkış içeren bir klasör oluşturulur.</li>
	<li>
Kullanılabilir grafik kullanıcı arabirimi (GUI) için (https://martinos.org/mne/dev/manual/appendix/bem_model.html)15 , çözümde anlatılan yönergeleri kullanın bir konuya özgü 3-katmanlı sınır öğesi yöntemi (BEM) geometrik model aşağıdaki oluşturmak katmanlar halinde hiçbir çakışma olduğundan emin olun.
	<ol>
<li>Freeview uygulamasını açın. "Dosya" >> "Yük yüzey". Freesurfer klasöründeki konular dizinine gidin. "BEM" klasörünü açın. "Dönüm noktası" klasörünü açın. Burada bulunan dört dosyaları ('outer_skin_surface', 'outer_skull_surface', 'brain_surface' ve 'inner_skull_surface') yükleyin.</li>
		<li>Dilim seçimi kaydırıcılarını hareket ettirin ve sarı yüzey katmanlar birbiri üzerine çakışması arayabilirsiniz. Çakışma oluşursa, MRG veri anatomik kusur veya hatalar için bir kez daha denetleyin ve çizim araçları GUI katmanları açıklamak için kullanın.<ol>
<li>"Dosya" ı tıklatarak Freeview uygulamasında orijinal MRG veri yüklemek >> "Yük hacmi". Konu klasöre gidin ve "Mr" klasörünü açın. Sonra "orj" directory tıklayın ve orada bulunan yapısal MRG veri açın (in.mgz or.nii biçiminde olmalıdır). "Tamam" düğmesini tıklatın.</li>
			<li>Kafa gri tonlamalı görüntüyü. Gri ve siyah beyin çevresinde farklı katmanları bakın. Bu katmanlar herhangi bir boşluk veya usulsüzlük var mı emin olun. "Renk seçici" aracını kullanın ve bir Voksel düzeltilmesi için katmanı seçin.</li>
			<li>"Freehand Voksel düzenlemek için" geçin ve resmin üzerine çizmek için tıklatın. Bu Mr görüntü herhangi bir kusurun doldurmak için kullanın. Düzeltme tüm katmanları ve Mr dilimleri, hataları oluştuğu için gerçekleştirin. Not: düzenleme araçları "Polywire" ve "Livewire" voxel "Freehand" yerine de kullanılabilir.</li>
		</ol>
</li>
	</ol>
</li>
	<li>Pial yüzey geometrisini dayalı kaynak alanı oluşturur.</li>
	<li>
Konuya özgü EEG sensör hizalama (Örneğin, çevirme ve döndürme) Freesurfer baş modeli yerleşimi (Şekil 5) kullanarak MRI alanı gerçekleştirin. Dönüşümün kaydedin.
	<ol>
<li>MNE_analyze uygulamasını açın. "Dosyasında Doula tıklayınız" >> "Yük yüzey". Konu veri içeren klasöre gidin ve pial yüzey yük.</li>
		<li>"Dosya" >> "yük çizim tablası veri ve ilgi (çizim tablası veri içermesi gerektiğini) EEG dosyayı seçin. "Görünüm" >> "Göstermek Viewer". Görüntüleyiciyi GUI göründüğünde, "Seçenekler" i tıklayın ve emin olun "Kafa derisi" ve "Çizim tablası veri" seçenekleri seçilmiş. Elektrotlar burada kırmızı, sarı indirgeme noktalarla gösterilir.</li>
		<li>Ana penceresinde (Görüntüleyici), "Ayarla" seçin >> "Koordine hizalama". 'Koordinat hizalama GUI' kullanarak, vardiya ve EEG elektrotlar görüntüleyicide döndürmek için ok ve L/R düğmelerini kullanın. Gerektiği kadar ayarlayın. Hizalama yaptıktan sonra "Kaydet..." 'Koordine hizalama hizalama kaydetmek için GUI' alt'ı tıklatın. Not: Genellikle, elektrotlar iyi indirgeme hizalama ile kafa derisi boyunca eşit dağılımı gereklidir.</li>
	</ol>
</li>
	<li>Konuya özgü BEM modeli, kaynak alanı ve MEB yazılım15kullanarak EEG sensör dönüşüm sağlayarak ileri model oluşturur.</li>
</ol>3. fonksiyonel MRI veri analizi
<ol><li>Birinci düzey gerçekleştirmek (tek özne) fMRI istatistiksel analiz kalın harekete geçirmek elde etmek için genel Doğrusal Model (GLM) yöntemini kullanarak iligili görevler için eşleştirir. Olarak gerekli16Freesurfer grup-analiz ardışık düzene inşa küme tabanlı yaklaşım kullanarak, birden çok karşılaştırmalar için düzeltin.</li>
	<li>Tüm konular (MNI veya Talairach) standart uzayda için kalın harekete geçirmek harita elde etmek isterseniz, tüm konularda grup düzeyi çözümlemesi gerçekleştirin. Not: Fonksiyonel MRI beyin (FMRIB) yazılım kitaplığı (FSL)17 ve analiz, fonksiyonel Neuroimages (AFNI)18 paketleri tarafından oluşturulan aynı yüzeylerde fMRI veri analizi için izin için Oxford Üniversitesi Merkezi Freesurfer, yapım onları daha sonraki analiz için uygun.</li>
	<li>
FMRI aktivasyon harita (birey düzeyinde ve grup düzeyi) yükleme ve19 istenen FDR düzeltilmiş eşik ayarlayarak bölgesi faiz (ROI) kimlik gerçekleştirmek için tksurfer Görselleştirme aracını kullanın (p < 0,05 burada kullanılan ). Not: birey düzeyinde aktivasyon haritalar tespit ROIs konuya özgü fMRI elde edilen kayma rahipler sonraki kaynak yerelleştirme için görev yapacak.<ol>
<li>FMRI aktivasyon harita üzerinde gri madde katmanı'nı kullanarak, bağlı-etiketleme algoritması ile yüzey düzeltme ekleri ayıklayın. Not: Bu örnekte Dulmage-Mendelsohn ayrışma kullanıldı.</li>
		<li>Herhangi bir yama birden fazla bölgesini kapsayan faaliyet ikiye bölünmüş durumda daha fazla alt bölme belgili tanımlık yamalı bir önceden tanımlanmış beyin atlas, etiketleme temel. Not: burada kullanılan atlas DKT40 atlas20 (Freesurfer kullanılabilir)21yaşındaydı. Atlaslar İhtisas veya seçilmiş, deneysel tercihlerine göre.</li>
	</ol>
</li>
	<li>(Ki şu anda standart uzayda) alınan grup düzeyi ROIs başa her konunun tek tek kaynak alanlarda proje. Bireysel ilgilinin yapısal MRI bölümleme (adım 2.1) yaptıktan sonra konu ve standart alanı arasında Koordinat dönüşümleri lh.sphere.reg ve rh.sphere.reg dosyalarında sağlanır, konunun "sörf" klasörü içinde FreeSurfer çıkış klasörü. Not: Tüm konular böylece aynı ROIs, ama kendi modele ayarla paylaşacak. Bkz: Şekil 6 fMRI sonuçları örnekleri için ve sonuç ROIs.</li>
</ol>4. EEG veri analizi
Not: Bu bölümde ayrıntılarda kullanılan yazılım (bkz: Malzemeler tablo daha fazla ayrıntı için) belirli olabilir. Lütfen farklı yazılım paketleri kullanıyorsanız uygun belgelerine bakın.
<ol><li>Tarayıcı degrade eserler düzeltme şablonu çıkarma yoluyla gerçekleştirmek. Bunun için "Özel sinyal işleme" menüsündeki "Bay düzeltme" düğmesini tıklayın ve uygun parametreleri EEG analiz yazılımı GUI seçin (bkz. Şekil 7). Seçilen tarayıcı sırası ve deneysel tasarım için uygun parametreleri girin. Not: Birincil parametreleri içerir: tekrarlama zamanı (TR) MRI tarama, tarama türü (araya eklenmiş ya da sürekli), MRI birim işaretleri (veya degrade algılama yöntemi ve degrade tetikleyici), kanalları düzeltme ve yapı şablonu için.</li>
	<li>Cardioballistic eserler şablon çıkarma aracılığıyla kaldırın. Bunun için "Özel sinyal işleme" menüsündeki "CB düzeltme" düğmesini tıklayın ve analiz yazılımı GUI uygun parametreleri seçin. Not: Parametreler gerekli burada minimum ve maksimum kalp hızı, yapı şablonu, EKG kanal, şablon korelasyon ve kanallar için düzeltme içerir.</li>
	<li>Filtreleme uygulayın. IIR filtre üst kısmındaki "Veri süzme" altında GUI, analiz için düğmesini seçin. Örneğin, geçerli yüksek geçiren 0,05 Hz de düşük 40 Hz ve çentik filtresi (60 Hz), güç-line frekansta bir roll-off ile 48 dB/Hz geçiren. Not: Kesme frekans 40 Hz ile bir alçak geçiren filtre uygulanması sonra 60 Hz notch filtre kesinlikle gerekli değildir, ancak roll-off filtre kenarlardaki nedeniyle hayatta olabilir herhangi bir kalıntı güç-satır sıklığı karşı koruma olarak istihdam edilmektedir.</li>
	<li>Oküler artifakı düzeltme, analiz GUI üstüne gerçekleştirmek: "Dönüşüm" seçin >> "yapı ret/azaltma" >> "Oküler düzeltme ICA".</li>
	<li>EEG veri belirtilen öncesi ve sonrası uyarıcı zaman, olay zamanlama işaretleri ile ilgili temel dönemini kesimi. Bunu yapmak için seçin, "Dönüşüm" >> "Kesim analiz fonksiyonları" >> "Segmentasyon", sonra işaretçiyi ilgi ve zaman kesiminin ilgi seçin. Not: Segment uzunlukları paradigma ve beklenen beyin aktivitesi ilgi uygun seçilmelidir.</li>
	<li>
El ile veya yarı otomatik artifakı ret gerçekleştirmek: "Dönüşüm" seçin >> "yapı ret/azaltma" >> "Yapı ret". İstendiğinde, GUI üç sekme içinde eserler için ölçüt tanımlamak ve GUI üzerinde talimat olarak devam edin.
	<ol>
<li>'Denetim yöntem' sekmesini Seç "otomatik olarak", "yarı otomatik" veya "el ile eserler seçin" (yarı otomatik mod önerilir). O zaman "mark" veya "kald─▒r eserler" seçin ve düzeltmeler için tek bir kanal olup olmadığını belirtin.</li>
		<li>'Kanal seçimi' sekmesinde hangi eserler için düzeltilmiş kanalları seçin.</li>
		<li>'Ölçüt' sekmesinde hangi eserler tespit edilecektir olarak seçin. Burada deneysel ihtiyaçlarına uygun seçim. Tıkırtı "OK" ölçüt seçtikten sonra ve eserler tespit/veya seçimleri uygun olarak reddetti.</li>
	</ol>
</li>
	<li>
Temel düzeltme ve (varsa) ortalama deneme gerçekleştirin.
	<ol>
<li>Temel düzeltme gerçekleştirmek için: "Dönüşüm" seçin >> "Kesim analiz fonksiyonları" >> "Temel düzeltme". Bölümlenmiş veri ortalamasını almak: seçin "Dönüşüm" >> "Kesim analiz fonksiyonları" >> "Ortalama".</li>
	</ol>
</li>
</ol>5. kronolojik zamanmekansal fMRI kısıtlamaları — EG kaynak görüntüleme
<ol><li>Pencere boyutunu ve pencere boyutu (40 ms pencere boyutu % 50 (20 ms) üst üste aramalarda varsayılan) çakışan tanımlar.</li>
	<li>(3. adımda elde edilen) konuya özgü ROIs olarak kayma önceden ayarla seçeneğini belirleyin. Tüm EEG kesimlerinde, algoritma sonra ağırlık modeli kanıt en üst düzeye çıkarır ve buna göre kaynak Kovaryans matrisi hesaplar alt kümesi kayma rahipler için bir dizi tahmin eder.</li>
	<li>Elde edilen kaynak Kovaryans matrisi kullanarak, kaynak yerelleştirme EEG kesimi olduğu için yerine analiz, kaynak akım yoğunluğu sonuçları verimli.</li>
	<li>5.2 ve 5.3 tüm EEG kesimine yönelik adımları izleyerek ve gerekirse, tüm zaman segmentler için akım yoğunluğu sonuçları çakışan kısım sayı ortalaması alınarak bir tam akım yoğunluğu zaman-ders özetlemek. Not: Bu adım bir akım yoğunluğu zaman ders (bu sayıdır genellikle birkaç bin sırasını) 2.3. adımda tanımlanan her noktasında kaynak Kortikal faaliyet sonuçlanır (Şekil 8).</li>
	<li>
Temsilcisi akım yoğunluğu zaman-ders her ROIs ayıklayın.
	<ol>
<li>Bir tek sinyal zaman sahası bir yatırım getirisi içindeki birden çok kaynak noktaları zaman kurslardan özetleme için tercih edilen yöntem seçin: ortalama, ilk eigenvariate, vb
</li>
	</ol>
</li>
	<li>5.1-5,5 tüm konular için yineleyin.</li>
</ol>

<ol>
	<li>Belanger, M., Allaman, I., Magistretti, P. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain+energy+metabolism:+focus+on+astrocyte-neuron+metabolic+cooperation.">Brain energy metabolism: focus on astrocyte-neuron metabolic cooperation.</a> Cell Metab. 14 (6), 724-738 (2011).</li><li>Logothetis, N. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+underpinnings+of+the+BOLD+functional+magnetic+resonance+imaging+signal.">The underpinnings of the BOLD functional magnetic resonance imaging signal.</a> J Neurosci. 23 (10), 3963-3971 (2003).</li><li>Michel, C. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG+source+imaging.">EEG source imaging.</a> Clin Neurophysiol. 115 (10), 2195-2222 (2004).</li><li>Ramon, C., Schimpf, P. H., Haueisen, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Influence+of+head+models+on+EEG+simulations+and+inverse+source+localizations.">Influence of head models on EEG simulations and inverse source localizations.</a> Biomed Eng Online. 5, 10 (2006).</li><li>Mosher, J. C., Spencer, M. E., Leahy, R. M., Lewis, P. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Error+bounds+for+EEG+and+MEG+dipole+source+localization.">Error bounds for EEG and MEG dipole source localization.</a> Electroencephalogr Clin Neurophysiol. 86 (5), 303-321 (1993).</li><li>Hamalainen, M. S., Ilmoniemi, R. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Interpreting+magnetic+fields+of+the+brain:+minimum+norm+estimates.">Interpreting magnetic fields of the brain: minimum norm estimates.</a> Med Biol Eng Comput. 32 (1), 35-42 (1994).</li><li>Pascual-Marqui, R. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Review+of+methods+for+solving+the+EEG+inverse+problem.">Review of methods for solving the EEG inverse problem.</a> International journal of bioelectromagnetism. 1 (1), 75-86 (1999).</li><li>Rosa, M. J., Daunizeau, J., Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG-fMRI+integration:+a+critical+review+of+biophysical+modeling+and+data+analysis+approaches.">EEG-fMRI integration: a critical review of biophysical modeling and data analysis approaches.</a> J Integr Neurosci. 9 (4), 453-476 (2010).</li><li>Nguyen, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG+Source+Imaging+Guided+by+Spatiotemporal+Specific+fMRI:+Toward+an+Understanding+of+Dynamic+Cognitive+Processes.">EEG Source Imaging Guided by Spatiotemporal Specific fMRI: Toward an Understanding of Dynamic Cognitive Processes.</a> Neural Plast. 2016, 10 (2016).</li><li>Klem, G. H., Luders, H. O., Jasper, H. H., Elger, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+ten-twenty+electrode+system+of+the+International+Federation.+The+International+Federation+of+Clinical+Neurophysiology.">The ten-twenty electrode system of the International Federation. The International Federation of Clinical Neurophysiology.</a> Electroencephalogr Clin Neurophysiol Suppl. 52, 3-6 (1999).</li><li>Mullinger, K. J., Castellone, P., Bowtell, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Best+current+practice+for+obtaining+high+quality+EEG+data+during+simultaneous+FMRI.">Best current practice for obtaining high quality EEG data during simultaneous FMRI.</a> J Vis Exp. (76), (2013).</li><li>Ekman, P., Friesen, W. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Pictures of Facial Affect. , (1976).</li><li>Dale, A. M., Fischl, B., Sereno, M. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortical+surface-based+analysis.+I.+Segmentation+and+surface+reconstruction.">Cortical surface-based analysis. I. Segmentation and surface reconstruction.</a> Neuroimage. 9 (2), 179-194 (1999).</li><li>Fischl, B., Sereno, M. I., Dale, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cortical+surface-based+analysis.+II:+Inflation,+flattening,+and+a+surface-based+coordinate+system.">Cortical surface-based analysis. II: Inflation, flattening, and a surface-based coordinate system.</a> Neuroimage. 9 (2), 195-207 (1999).</li><li>Gramfort, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MNE+software+for+processing+MEG+and+EEG+data.">MNE software for processing MEG and EEG data.</a> Neuroimage. 86, 446-460 (2014).</li><li>Hagler, D. J., Saygin, A. P., Sereno, M. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Smoothing+and+cluster+thresholding+for+cortical+surface-based+group+analysis+of+fMRI+data.">Smoothing and cluster thresholding for cortical surface-based group analysis of fMRI data.</a> Neuroimage. 33 (4), 1093-1103 (2006).</li><li>Jenkinson, M., Beckmann, C. F., Behrens, T. E., Woolrich, M. W., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fsl.">Fsl.</a> Neuroimage. 62 (2), 782-790 (2012).</li><li>Cox, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=AFNI:+software+for+analysis+and+visualization+of+functional+magnetic+resonance+neuroimages.">AFNI: software for analysis and visualization of functional magnetic resonance neuroimages.</a> Comput Biomed Res. 29 (3), 162-173 (1996).</li><li>Genovese, C. R., Lazar, N. A., Nichols, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Thresholding+of+statistical+maps+in+functional+neuroimaging+using+the+false+discovery+rate.">Thresholding of statistical maps in functional neuroimaging using the false discovery rate.</a> Neuroimage. 15 (4), 870-878 (2002).</li><li>Klein, A., Tourville, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=101+labeled+brain+images+and+a+consistent+human+cortical+labeling+protocol.">101 labeled brain images and a consistent human cortical labeling protocol.</a> Front Neurosci. 6, 171 (2012).</li><li>Fischl, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatically+parcellating+the+human+cerebral+cortex.">Automatically parcellating the human cerebral cortex.</a> Cereb Cortex. 14 (1), 11-22 (2004).</li><li>Delorme, A., Makeig, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEGLAB:+an+open+source+toolbox+for+analysis+of+single-trial+EEG+dynamics+including+independent+component+analysis.">EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis.</a> J Neurosci Methods. 134 (1), 9-21 (2004).</li><li>Iannetti, G. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simultaneous+recording+of+laser-evoked+brain+potentials+and+continuous,+high-field+functional+magnetic+resonance+imaging+in+humans.">Simultaneous recording of laser-evoked brain potentials and continuous, high-field functional magnetic resonance imaging in humans.</a> Neuroimage. 28 (3), 708-719 (2005).</li><li>Niazy, R. K., Beckmann, C. F., Iannetti, G. D., Brady, J. M., Smith, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Removal+of+FMRI+environment+artifacts+from+EEG+data+using+optimal+basis+sets.">Removal of FMRI environment artifacts from EEG data using optimal basis sets.</a> Neuroimage. 28 (3), 720-737 (2005).</li></ol>

Yazarlar ifşa gerek yok.

Biz burada EEG/fMRI tümleştirme analiz için kronolojik zamanmekansal fMRI kısıtlı kaynak çözümleme yöntemi kullanmak için gerekli adımları göstermiştir. Onların anılan sıraya göre kayma ve zamansal çözünürlük zorluk karşılaştıkları rağmen EEG ve fMRI de beyin aktivitesi, non-invaziv görüntüleme için temel yöntemi olarak kurduk haline. Yöntemleri her olumlu özellikleri üzerinde yararlanmak için geliştirilen sağlarken, geçerli fMRI kýsýtlanmýþ EEG kaynak lokalizasyon yöntemleri sık olabilir önyargıları ve çapraz karışma tabi kayma doğruluk (sınırlayan basit fMRI kısıtlamaları üzerine bağlıdır Örneğin, gerçek etkinlik MRI harita dışında oluşursa statik kısıtlamaları azalmış yanlış doruklarına MRI-aktif bölgeler gözlenir ise gerçek kaynağı neden olur. Doğru olsaydı gibi benzer şekilde, hatalı veya gürültü tabanlı etkinliği bir MRI-aktif bölgesinde gelişmiş olacak). Zamanmekansal fMRI kısıtlı yaklaşım bu konuda bir iki katmanlı hiyerarşik Bayes modelinde değişken fMRI kısıtlamaları'nı kullanarak geliştirmek yollarını araştırmıştır. Geçerli kaynak aktivite EEG verilerden bir sürgülü pencere şekilde tahmin edilmektedir. FMRI aktivasyon harita önce birden çok submaps, her olası bir kayma önceden kortikal kaynakları için görevi gören ayrılmıştır. Bu kayma sabıkası kümesini seçmeli olarak kısıtlamaları olarak EEG ters sorunu çözmek için kullanılır. Böylece, EEG ve fMRI Veri dağınık şekilde ve geçici belirli bir biçimde tümleştirilmiştir. Bu etkili bir şekilde bölgeler, degisken uygulanacak faiz sınırlarını önyargı ve hata veri temelli bir yaklaşım içinde kaynaklanan EEG verilerden kanıtlara dayalı geleneksel fMRI aktivasyon harita değiştirir.
Burada sunulan metodoloji kullanılabilir yöntemleri (Freesurfer, FSL, vb) temel alır ve kortikal modelleri ve süreçleri EEG ve fMRI veri oluşturur. Burada açıklanan yordamları bazıları yaparken belirli yazılımı kullanımını, bu programların çoğu GNU lisansı altında serbestçe kullanılabilir. Ayrı yöntemleri olabilir ama bunun istisnası-cekti var olmak BrainVision Analyzer, bunun için de (özellikle EEGLAB22 FMRIB EEGLAB, FMRIB23,24tarafından sağlanan eklenti ile) kullanılmıştır. Görüntüleme yöntemi benzer şekilde, kronolojik zamanmekansal fMRI kýsýtlanmýþ EEG kaynak fMRI sabıkası ve atlaslar, onları bir dizi kaynaktan diğer görüntüleme Suit dahil olmak üzere, ithal edilecek izin nispeten basit veri yapısını kullanır veya Kullanıcı tanımlı kaynaklar . Tek sınırlama bu bağlamda konu modeline uygun şekilde atanmış köşeleri ile istediğiniz düzen uydurma olduğunu.
Genel işleme parametreleri genellikle bu deneylerde istihdam yöntemleri anahat açıklanan. Bir kez daha, bu parametrelerin seçimi hiçbir ciddi teknik sınırlamalar vardır dikkate değerdir — veri filtreleme ve ayarlama yöntemleri eklenemez veya herhangi bir deneme uygun boru hattından kaldırılamaz. Bu doğrudan fMRI sabıkası model kanıt ve bunun neticesi olan uygulama hesaplanması etkiler gibi pencere boyutu, seçim daha önemlidir. Sadece küçük vardiyalar halinde sonuç dalga biçimleri pencere boyutu yaklaşık 40-150 MS değişimler sonucunda, uzantısı bu ötesinde istikrar için bir risk teşkil etmez ve belirli bölgelerde uygun olmayan bir şekilde etkin maskelenen olabileceği gibi neden olabilir. Daha ayrıntılı olarak, daha küçük bir pencere boyutu üzerinde daha yüksek frekans salınımlarını netleme yaparken tercih olsa da düşük frekanslarda ilgi, ne zaman büyük bir pencere boyutu daha yararlı olabilir. İşlem hesaplama karmaşıklığı üzerinde bir etkisi yoktur ve analiz için gerekli tüm kaynakları nedeniyle engelleyici olabilir örtüşme ve sürgülü pencere kayması da burada, düşünülmelidir. Seçili tam parametreleri ne olursa olsun aşağıdaki adımları sürecinde kritik olarak kabul edilir: 1) anatomik MRG veri ve eş zamanlı EEG/fMRI Veri; 2) 3D model oluşturma; 3) MRG veri analizi; 4) EEG veri Bay yapıdan kaldırılması; 5) ileri ve ters hesaplamalar; 6) YG üretimi; 7) yatırım getirisi sabıkası ve kaynak yerelleştirme sürgülü pencere seçimi. Yordam burada genel boru hattı ve biz geliştirdik ve olumlu dinamik sonuçlar elde etmek için kullanılan yöntem sunar. Bu ayrıntıları birçok unutulmamalıdır — tam yerelleştirme yöntemleri, kanıt hesaplama, istatistiksel yöntemler, EEG ve fMRI parametreleri, vb — kullanıcının tercihlerinize göre değiştirilebilir.
Zamanmekansal fMRI kısıtlı kaynak analiz yöntemi fMRI ve EEG entegrasyonundaki önemli bir adım olarak kabul edilir, ama bu bazı küçük sınırlamalarına konu. Yeniden oluşturulan derin kaynaklarının kalitesinde bir artış görüyoruz, bu yöntem--dan onun bireysel yöntemleri genel sınırlamalar hala iken; bir kaynak için EEG etkili görünmez olmak derin ise, bu yöntem tarafından yakalanması değil. İkinci olarak, analiz pial yüzey 3B modeller üzerinde odaklanır ve herhangi bir fMRI tespit hemodinamik etkinlik ne olursa olsun herhangi bir iç bölgeleri yeniden değil.
EEG bölünmüş ve koşullu olarak uygulanan fMRI sabıkası ile birlikte kullanarak, gelişmiş, spatiotemporally belirli bir görüntüleme algoritma oluşturmuş. Hemen sonuç algoritma derin kaynakları yeniden inşa için artan bir kapasitesi vardır ve daha az duyarlı çapraz-muadili konuşmak için geleneksel zaman değişmeyen fMRI kısıtlı olduğunu göstermiştir kaynak görüntüleme. Ayrıca, yöntem büyük ölçüde özelleştirilebilir ve her uygulama için uygun olabilir veya daha sonraki analizler için temel olarak kullanılabilecek. Bu özellikler kronolojik zamanmekansal fMRI kısıtlı kaynak analiz yöntemi potansiyel olarak hem bir bağımsız olarak yetenekli analiz yöntemi hem de bir temel gelecekteki araştırmalar için vermek.

Elektroansefalografi (EEG) ve fonksiyonel manyetik rezonans görüntüleme (fMRI) beyin görüntüleme yöntemleri tamamlayıcı özelliklere sahip olarak görüntülenebilir. Hemodinamik sinyalleri dolaylı olarak yoksul zamansal çözünürlük (sırasına saniye)1,2temel nöronal aktivite ölçmek gibi fMRI beyin aktivitesi ile büyük ölçekli zamansal, yakalar. Buna ek olarak, EEG doğrudan yoksul uzamsal çözünürlük3,4çok yüksek zamansal çözünürlük (milisaniye düzey), beyin dinamik elektrofizyolojik etkinliğini ölçer. Bu özellikler her bireysel Yöntem5olumlu yönlerini optimize etmek üzere tasarlanmış multimodal yaklaşımlar yol açmıştır. Tektepeli fMRI veya EEG ile ilgili sınırlamalar üstesinden gelmek için yüksek mekansal doğruluğunu fMRI ile kombine olarak mükemmel zamansal çözümlenmesi için EEG EEG ve fMRI aynı anda kullanılmasına izin verir.
EEG ve fMRI entegrasyon için Yöntemleri fMRI bilgili EEG kaynak yerelleştirme6,7ile başlar. EEG kaynak yerelleştirme geliştirmek için mekansal bilgi fMRI elde edilen bu tekniği kullanır, ancak bir dezavantaj fMRI uygulama "zor-kısıtlama" olarak neden potansiyel kayma önyargı — fMRI elde edilen mekansal bilgi olarak kabul edilir bir mutlak gerçeği. Bu uzlaşma6-8olmalıdır iki büyük sorun teşkil etmektedir. İlk olarak, kan oksijen düzeyi bağımlı (kalın) kontrastlı statik bir harita kullanımı yanlışlıkla o içinde o dışında gerçek etkinlik sönümleme düşüyor herhangi bir hatalı faaliyet güçlendirmek olabilir düşünülmelidir. İkinci olarak, crosstalk kalın harekete geçirmek harita dışında meydana gelen kaynaklardan gelen gerçek etkinlik sonuçları içinde sunumunu etkileyen veya hatalı aktivite neden. Buna rağmen anatomik ve fonksiyonel anlamda her ikisi de EEG ters sorun modellenmesi olabildiğince olumlu çözüm5, ön mekansal bilgi kalır sağlamak için yüksek uzaysal çözünürlük fMRI kullanımı kısıtlı.
Bu yazıda, biz fMRI sabıkası bir hiyerarşik Bayesian modeli9tarihinde dayalı en iyi kümesini hesaplayarak EEG ve fMRI arasında geçici uyumsuzluk sorunu giderir yaklaşım Imaging bir kronolojik zamanmekansal fMRI kýsýtlanmýþ EEG kaynak göstermek. FMRI-sabıkası zaman-variant fMRI kısıtlamaları için önde gelen bir şekilde verilere belirli pencerelerden EEG veri ilgi hesaplanır. Önerilen yaklaşım bir akım yoğunluğu eşleme fMRI yüksek uzaysal çözünürlük tarafından doğru bir şekilde dinamik sinirsel görüntüleri bir zaman-variant, dağınık şekilde seçici şekilde haberdar Kortikal faaliyet hesaplamak için yüksek zamansal çözünürlük EEG kullanır etkinlik.

<table border="0" cellpadding="0" cellspacing="0" style="width:869px;" width="868">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="40">
			<td height="40" style="height:40px;width:219px;">BrainAmp MR Plus</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td style="width:415px;">Amplifiers for EEG recording, MR-compatible</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainAmp ExG MR&#160;</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Amplifier for auxilary sensor (EMG), MR-compatible</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainAmp Power Pack</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Provide power to amplifiers in the MR environment</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Ribbon Cables</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Connects the Power Pack to Amplifiers</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">SyncBox</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Synchronize MR scanner clock with EEG amplifier clock</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainCap MR</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Passive-electrode 64-channel EEG cap, MR-compatible</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainVision Recorder</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>EEG data recording software (steps 1.2-1.4.2)</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">BrainVision Analyzer 2.0</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>EEG analysis software (steps 4.1-4.6)</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">USB 2 Adapter (also known as BUA)</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Interface between the amplifiers and data acquisition computer</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Fiber Optic Cables</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Connects the EEG cap in the MR scanner to the Recording Computer</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">SyncBox Scanner Interface</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Synchronize MR scanner clock with EEG amplifier clock</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Trigger Cable</td>
			<td style="width:117px;">Brain Products</td>
			<td style="width:119px;"></td>
			<td>Used to send scanner/paradigm triggers to the recording computer</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">ABRALYT HiCl EEG Electrode Gel</td>
			<td style="width:117px;">EasyCap</td>
			<td style="width:119px;"></td>
			<td>Abrasive EEG gel for passive electrode in MR environment</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Ingenia 3.0T MR system</td>
			<td style="width:117px;">Philips</td>
			<td style="width:119px;"></td>
			<td>3.0 T MRI system</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Patriot Digitizer</td>
			<td style="width:117px;">Polhemus</td>
			<td style="width:119px;"></td>
			<td>EEG channel location digitization&#160;</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">MATLAB r2014a</td>
			<td style="width:117px;">MathWorks</td>
			<td></td>
			<td>Programming base for the DBTN algorithm (steps 3.3-3.4 and 5.1-5.7)</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Pictures of Facial Affect</td>
			<td style="width:117px;">Paul Eckman Group</td>
			<td></td>
			<td>A series of emotionally valent faces used as stimuli</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">E-Prime 2.0</td>
			<td style="width:117px;">Psychology Software Tools, Inc</td>
			<td></td>
			<td>Presentation Software (step 1.4.3)</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Bipolar skin EMG electrode</td>
			<td style="width:117px;">Brain Products</td>
			<td></td>
			<td>Used to detect muscle activity.</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">POLGUI</td>
			<td style="width:117px;"></td>
			<td></td>
			<td>MATLAB software for digitization</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">Freesurfer</td>
			<td style="width:117px;"></td>
			<td></td>
			<td>Software used in steps 2.1-2.4, and steps 3.1-3.2</td>
		</tr>
		<tr height="40">
			<td height="40" style="height:40px;">MNE</td>
			<td style="width:117px;"></td>
			<td></td>
			<td>Software used in step 2.5</td>
		</tr>
	</tbody>
</table>

concurrent eeg and functional mri recording and integration analysis for dynamic cortical activity imaging

Elektroansefalografi (EEG) ve fonksiyonel manyetik rezonans görüntüleme (fMRI) iki beyin aktivitesi tanımlamak için temel noninvaziv yöntemler vardır. Multimodal Yöntemleri fMRI kayma hassasiyetle EEG yüksek zamansal çözünürlük birleştirmek aranan var, ancak bu yaklaşım karmaşıklığı Şu anda gelişme ihtiyacı. Son zamanlarda geliştirilen kronolojik zamanmekansal fMRI kýsýtlanmýþ EEG kaynak görüntüleme yöntemi, kaynak önyargıları düzeltmek ve EEG-fMRI kaynak yerelleştirme fMRI alt bölgeleri dinamik alımı yoluyla geliştirmek istiyor burada sunulan protokolünü açıklar. Taramalar, 3D kortikal modelleri ve bağımsız EEG ve fMRI işleme nesil ile eş zamanlı EEG ve fMRI multimodal veri toplama işlemi başlar. İşlenmiş fMRI aktivasyon haritalar sonra konumu ve çevresi göre birden fazla sabıkası olarak bölünür. Bunlar bir iki düzeyli hiyerarşik Bayes algoritması EEG kaynak yerelleştirme için sabıkası olarak alınır. Faiz (operatör tarafından tanımlanan) her pencere için fMRI aktivasyon haritanın belirli kesimleri modeli kanıt olarak bilinen bir parametre optimize etmek için etkin olarak tespit edilecektir. Bunlar yumuşak çapraz-hadis azaltılması ve diğer koşullu olarak etkin fMRI bölgelerde hatalı aktivite kaçınarak tarafından yöntemi Imaging multimodal özgüllük artan tanımlanan Kortikal faaliyet kısıtlamalar olarak kullanılacaktır. Yöntem faaliyet ve zaman-Dershaneler, kortikal haritalar oluşturur (bunu bulamazsınız onun yöntemleri tarafından hangi olabilir sonuçlar alınan, ya da daha fazla analizleri (analizleri korelasyon, nedensellik, vb) sırasında belgili tanımlık yöntem için bir temel olarak kullandığınız biraz sınırlıdır EEG-invisible kaynakları), genel olarak en büyük işleme yazılımı ile uyumlu ve en beyin görüntüleme çalışmaları için uygundur.

EEG kaynak yerelleştirme en temel düzeyde ileri ve ters problem çözme içerir. Oluşturmak ve ileri sorunu çözmek için gereken bileşenler Şekil 5' teCgösterilir. Bir konuya özgü T1 görüntüsü, üç katmanı kullanarak — beyin, kafatası ve cilt — parçalara meshed ve. Bu katmanlar BEM modeli oluşturmak için girdileri görev yaptı. Benzer şekilde, ilgilinin gri-madde katmanı yapısal MRI parçalara ve kaynak alanı oluşturmak için kullanılan. EEG sensör yerleri ortak bir dizi katı geometrik dönüştürmeleri kullanarak baş modeli kayıtlı. İnşa zaman, ileri modelini nasıl elektriksel aktivite gösteren kaynak alanı üzerinde herhangi bir yerden kaynaklanan vermek yükselişi her kafa derisi EEG sensör konumunda potansiyel ölçülerde.
fMRI fonksiyonel beyin aktivitesi mükemmel uzaysal çözünürlük ve doğruluk ile 3 boyutlu görüntüleri sağlar. Geleneksel fMRI analizi önemli ölçüde belirli bir görev tarafından aktive beyin voxels tanımlamak için GLM yöntem uygulanabilir. Bir fMRI aktivasyon harita tipik Bu analizin sonucudur: gri madde yüzeyine Şekil 6'Agösterildiği gibi öngörülen etkin voxels vurgulayarak bir tek beyin haritası. Biz daha fazla elde edilen aktivasyon haritalar alt haritalar, her oyunculuk EEG herhangi bir belirli zamanda penceresinde (Şekil 6B) tarafından ölçülen kafa derisi potansiyelleri yerelleştirme için olası bir kayma rahip olarak bölün. Şekil 8 yukarıda açıklanan kronolojik zamanmekansal fMRI kısıtlı kaynak analiz odaklı şematik temsil eder. FMRI aktivasyon harita sadece uygun kısmi kümesi karşılık gelen EEG veri kesimini belirtilen pencere boyutu, EEG kaynak yeniden oluşturmak için kullanılır. Tüm EEG zaman-windows analiz edilir gibi tam bir yeniden yapılanma Kortikal faaliyet aynı fMRI rahipler tüm EEG zaman noktalarında uygulama uzamsal önyargı azaltır spatiotemporally belirli bir biçimde elde edilir.
Daha fazla beyin aktivitesi görsel girdiden motor çıkış dizisi olduğu bir görsel/motor harekete geçirmek görev çalışma9, uygulandığında kronolojik zamanmekansal fMRI kısıtlı kaynak çözümleme yönteminin başarılı bir uygulama gösterdi yüksek kronolojik zamanmekansal doğrulukta (Şekil 9) kurtarıldı. Pencere boyutu kullanıcının seçim üzerinde bazı bağımlılık iken yeniden oluşturulan kaynak görüntüleme sonuçları Şekil 10' da gösterildii gibi değişiklikleri, orta genellikle güçlü idi. Bu amaçla, pencere boyutunu deneyci tarafından kendi özel çalışma (bir pencere boyutu çok büyük bir pencere boyutu çok kısa daha düşük frekans sinyallerini özledim iken hızlı aktivite veya salınım, hatalı olarak kanıtlamak olabilirYani, en iyi sığacak şekilde seçilmesi gerekir ) (Şekil 10).
<img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/56417/56417fig1.jpg"> Resim 1 : Kafa derisi EEG empedans denetimi. Kaydedici yazılım kullanıcı arabirimi, protokolü adım 1.2 tuþu simgelerini gösteren oklarla ekran görüntüsü. <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig1large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>
<img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/56417/56417fig2.jpg"> Resim 2 : Aynı anda EEG/fMRI donanım kurulumu kayıt şematik — Ölçekle çizilmiş değil. (1) tarayıcı; (2) katılımcı giyen EEG pasif kap genellikle; (3) EEG amplifikatörler ve güç paketi için EEG kap bağlı; (4) fiber optik kablolar amplifikatörler bağlanan USB 2 adaptör (olarak da bilinen bir BUA); (5 BUA, amplifikatörler ve kayıt bilgisayar arasında bir arayüz; (6) veri toplama bilgisayar; (7) paradigma sunu bilgisayarına, çıkış olay zamanlama işaretçileri için hızlı bir kart ile donatılmış; (8) transistör transistör mantık (TTL) tetikleyici kablo, BUA sunu bilgisayarına ve Bay-tarayıcı donanım olay zamanlama işaretlere teslim; (9) Bay tarayıcı donanım yeni fMRI dilim/birim satın alma ve (11) saat eşitleme zamanlama işaretleri (10) tanımını sağlamak için sinyal; (12) EEG amplifikatörler saatinde Bay-tarayıcı saati arasındaki eşitleme sağlar saat eşitleme aygıt; (13) arabirimi modülü, Bay-inceden inceye gözden geçirmek ve saat eşitleme aygıt arasında arayüz oluşturma; (14) monitör deneysel paradigma görsel ekran için; (15) tarayıcı oda kontrol odasından görüntülemek için cam pencere. <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig2large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>
<img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/56417/56417fig3.jpg"> Şekil 3 : Deneysel paradigma. Konu iki kategoriden birine ait bir dizi görsel uyaranlara, gösterildi: yüz hoş ve nahoş yüzü12. Her deneme olarak, 50 s yeşil ekran temel ilk, bir rasgele seçilen 10 s görsel uyarıcı tarafından takip gösterildi. Bir kauçuk top seçtiğin bu kullanıcı sağ eli ile gösterilen, uyarıcı süresi boyunca sıkmak için konu oldu görüntü hoş olmayan bir yüz algılanan eğer. <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig3large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>
<img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/56417/56417fig4.jpg"> Şekil 4 : Ekran görüntüsü EEG veri kaydı. EEG veri kayıt işlemi sırasında temsilcisi bölümü. (A) dönemi EEG veri fMRI nabız-sıra ile sonuç olarak, Bay-tarayıcı eserler belirgindir. (B) EEG dönemi veri fMRI nabız-sıra olmadan, hiçbir açık Bay-tarayıcı eserler görülebilir. <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig4large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>
<img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/56417/56417fig5.jpg"> Şekil 5 : İleri model oluşturma. (A) EEG elektrotlar kafa modeli alana hizalaması. Kırmızı ve mavi daireler temsil sayısallaştırılmış EEG sensör mekanlar, sarı halkalar temsil sayısallaştırılmış EEG indirgeme puan: nasion, preauricular ve şu preauricular yaptı. (B) seçenekleri çevirme ve döndürme EEG sensör alanı (iletişim kuralı adım 2.4) gibi el ile dönüşüm de dahil olmak üzere sensör hizalama işlemi için. (C) 3 bölümler de dahil olmak üzere oluşturulan, konu özel BEM model: (3) beyin, kafatası (4) ve (5) cilt. (1) gri madde tabakasının dağıtılmış kaynak alanı yüzeyi. (2) EEG sensör mekanlar modellerde hizalanır. <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig5large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>
<img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/56417/56417fig6.jpg"> Şekil 6 : fMRI aktivasyon harita ve ilgi bölgelerinde çıkarma. (A) fMRI aktivasyon harita denetim kolaylığı için şişirilmiş yüzeyinde gösterilen. Bölgeler renk kodlu kırmızı ve sarı önemli ölçüde aktif (p-düzeltilir < 0,05). FMRI aktivasyon harita çıkarılan ilgi (B) 8 temsilcisi bölgeler. 3 sabıkası içine motor aktivite atlas tabanlı ayrılması dikkat edin. <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig6large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/56417/56417fig7.jpg"> Şekil 7 : Screenshot Analyzer yazılımı Kullanıcı arabiriminin — Bay-tarayıcı eserler kaldırılması. (A) önce tarayıcı artifakı Düzeltme: (a) EEG veri bölümü başlamadan önce fMRI nabız-sıra; (b) EEG veri bölümündeki fMRI nabız-dizisi boyunca yürürlükte, tarayıcı eserler açıkça izlenebiliyor; (c) frekans içeriğini (FFT) veri bölümünde (b); (d) analyzer yazılımı'nın yapılı ölçü birimi için tarayıcı degrade artifakı düzeltme ve cardioballistic yapı düzeltme. (B) sonra tarayıcı artifakı Düzeltme: Bay-tarayıcı eserler; çıkarıldıktan sonra EEG veri (bir) bölümü (b) frekans içeriği (FFT) veri bölümünün içinde (a). <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig7large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/56417/56417fig8.jpg"> Şekil 8 : Genel olarak çözümleme işleminin şematik. (A) EEG veri işleme ve pencere boyutu seçimi. (B) fMRI Veri Analizi, faiz kayma sabıkası kaynak çözümleme için kullanılacak bölgelerinde çıkarımı takip. (C) pencere boyutları ve yüzde çakışma tarafından belirtilen her EEG bölümünü kaynak çözümleme yapılır. (D) tam zamanı-boyunca ilgi Kortikal faaliyet yeniden. <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig8large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>
<img alt="Figure 9" class="xfigimg" src="/files/ftp_upload/56417/56417fig9.jpg"> Şekil 9 : Bir temsilcisi konunun yeniden oluşturulan Kortikal faaliyet görsel/motor harekete geçirmek paradigma yapıldı. Kaynak yeniden yapılanma iki yöntem zıt sonuçlar: kronolojik zamanmekansal fMRI (üst) kısıtlı ve zaman-değişmeyen fMRI kısıtlı kaynak görüntüleme (altta). Şekil başvuru9izniyle çoğaltılamaz. <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig9large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>
<img alt="Figure 10" class="xfigimg" src="/files/ftp_upload/56417/56417fig10.jpg"> Şekil 10 : Etkinlik saat-sahasında farklı ekran boyutları kullanarak singulat korteks yeniden. (a) etkinlik saat-Dershaneler daha küçük pencere boyutlarını kullanarak yeniden çok benzer sonuçlar gösterdi (korelasyon R > 0,95). (b) daha büyük pencere boyutlarını kullanarak yüksek eşitsizlik sonuçlandı (R < 0,7). Şekil başvuru9izniyle çoğaltılamaz. <a href="https://cloudflare-jove-com.remotexs.ntu.edu.sg/files/ftp_upload/56417/56417fig10large.jpg" target="_blank">Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.</a>

Watch this Scientific Journal Video about Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging at JoVE.com

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Eşzamanlı EEG ve fonksiyonel MRI kayıt ve entegrasyon analiz dinamik Kortikal faaliyet görüntüleme için

Görüntüleme yöntemi, Imaging kronolojik zamanmekansal fMRI kýsýtlanmýþ EEG kaynağı olarak bilinen yöntemi bir EEG-fMRI multimodal burada açıklanmıştır. Koşullu olarak aktif fMRI alt haritalar veya sabıkası EEG kaynak yerelleştirme kayma özgüllük geliştirir ve hatalı sonuçlar sınırlar bir şekilde gösterecek, sunulan yöntemi kullanır.

Electroencephalography (EEG) and functional magnetic resonance imaging (fMRI) are two of the fundamental noninvasive methods for identifying brain ...

concurrent-eeg-functional-mri-recording-integration-analysis-for

Nanyang Technological University

Research

JoVE Journal

Biology

11.6K Görüntüleme.  University of Houston. Görüntüleme yöntemi, Imaging kronolojik zamanmekansal fMRI kýsýtlanmýþ EEG kaynağı olarak bilinen yöntemi bir EEG-fMRI multimodal burada açıklanmıştır. Koşullu olarak aktif fMRI alt haritalar veya sabıkası EEG kaynak yerelleştirme kayma özgüllük geliştirir ve hatalı sonuçlar sınırlar bir şekilde gösterecek, sunulan yöntemi kullanır.

Video: Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Application of Light-cured Dental Adhesive Resin for Mounting Electrodes or Microdialysis Probes in Chronic Experiments

In chronic recording experiments, self-curing dental acrylic resins have been used as a mounting base of electrodes or microdialysis-probes. Since these acrylics do not bond to the bone, screws have been used as anchors. However, in small experimental animals like finches or mouse, their craniums are very fragile and can not successfully hold the anchors. In this report, we propose a new application of light-curing dental resins for mounting base of electrodes or microdialysis probes in chronic experiments. This material allows direct bonding to the cranium. Therefore, anchor screws are not required and surgical field can be reduced considerably. Past experiences show that the bonding effect maintains more than 2 months. Conventional resin's window of time when the materials are pliable and workable is a few minutes. However, the window of working time for these dental adhesives is significantly wider and adjustable.

In this report, we propose a new application of light-curing dental resins for mounting base of electrodes or microdialysis probes in chronic experiments. This material allows direct bonding to the cranium.

Kronik Deneyleri Montaj Elektrotlar veya mikrodiyaliz Problar Işık tedavi Diş Yapıştırıcı Reçine Uygulama

In chronic recording experiments, self-curing dental acrylic resins have been used as a mounting base of electrodes or microdialysis-probes. Since these ...

Biyoloji

Labeling hESCs and hMSCs with Iron Oxide Nanoparticles for Non-Invasive in vivo Tracking with MR Imaging

In recent years, stem cell research has led to a better understanding of developmental biology, various diseases and its potential impact on regenerative medicine. A non-invasive method to monitor the transplanted stem cells repeatedly in vivo would greatly enhance our ability to understand the mechanisms that control stem cell death and identify trophic factors and signaling pathways that improve stem cell engraftment. MR imaging has been proven to be an effective tool for the in vivo depiction of stem cells with near microscopic anatomical resolution. In order to detect stem cells with MR, the cells have to be labeled with cell specific MR contrast agents. For this purpose, iron oxide nanoparticles, such as superparamagnetic iron oxide particles (SPIO), are applied, because of their high sensitivity for cell detection and their excellent biocompatibility. SPIO particles are composed of an iron oxide core and a dextran, carboxydextran or starch coat, and function by creating local field inhomogeneities, that cause a decreased signal on T2-weighted MR images. This presentation will demonstrate techniques for labeling of stem cells with clinically applicable MR contrast agents for subsequent non-invasive in vivo tracking of the labeled cells with MR imaging.

For the evaluation of new stem cell therapies it is important to non-invasively track the injected cells in vivo. This video will show you how to label human mesenchymal and embryonic stem cells with iron oxide based contrast agents in vivo for subsequent MR imaging in vivo.

Demir Oksit hESC ve hMSCs Etiketleme MR Görüntüleme in vivo Takip Non-Invasive Nanopartiküller

In recent years, stem cell research has led to a better understanding of developmental biology, various diseases and its potential impact on regenerative ...

Labeling Stem Cells with Fluorescent Dyes for non-invasive Detection with Optical Imaging

Optical imaging (OI) is an easy, fast and inexpensive tool for in vivo monitoring of new stem cell based therapies. The technique is based on ex vivo labeling of stem cells with a fluorescent dye, subsequent intravenous injection of the labeled cells and visualization of their accumulation in specific target organs or pathologies. The presented technique demonstrates how we label human mesenchymal stem cells (hMSC) by simple incubation with the lipophilic fluorescent dye DiD (C67H103CIN2O3S) and how we label human embryonic stem cells (hESC) with the FDA approved fluorescent dye Indocyanine Green (ICG). The uptake mechanism is via adherence and diffusion of the lypophilic dye across the phospholipid cell membrane bilayer. The labeling efficiency is usually improved if the cells are incubated with the dye in serum-free media as opposed to incubation in serum-containing media. Furthermore, the addition of the transfection agent Protamine Sulfate significantly improves contrast agent uptake.

This video shows techniques for labeling of human embryonic stem cells and mesenchymal stem cells with fluorescent dyes. This technique can be used for an in vivo tracking of transplanted stem cells with optical imaging and for histopathological correlations with fluorescence microscopy.

Optik Görüntüleme ile non-invaziv Algılama için Floresan Boyalar Kök Hücreler Etiketleme

Optical imaging (OI) is an easy, fast and inexpensive tool for in vivo monitoring of new stem cell based therapies. The technique is based on ex vivo ...

Functional Imaging with Reinforcement, Eyetracking, and Physiological Monitoring

We use functional brain imaging (fMRI) to study neural circuits that underlie decision-making.  To understand how outcomes affect decision processes, simple perceptual tasks are combined with appetitive and aversive reinforcement.  However, the use of reinforcers such as juice and airpuffs can create challenges for fMRI.  Reinforcer delivery can cause head movement, which creates artifacts in the fMRI signal.  Reinforcement can also lead to changes in heart rate and respiration that are mediated by autonomic pathways.  Changes in heart rate and respiration can directly affect the fMRI (BOLD) signal in the brain and can be confounded with signal changes that are due to neural activity.  In this presentation, we demonstrate methods for administering reinforcers in a controlled manner, for stabilizing the head, and for measuring pulse and respiration.

This presentation demonstrates the use of fMRI to study neural circuits that underlie decision-making. Simple perceptual tasks are combined with appetitive and aversive reinforcements to investigate how outcomes affect decision processes.

Takviye, Eyetracking ve Fizyolojik İzleme Fonksiyonel Görüntüleme

We use functional brain imaging (fMRI) to study neural circuits that underlie decision-making.  To understand how outcomes affect decision processes, ...

Dissection of Hippocampal Dentate Gyrus from Adult Mouse

The hippocampus is one of the most widely studied areas in the brain because of its important functional role in memory processing and learning, its remarkable neuronal cell plasticity, and its involvement in epilepsy, neurodegenerative diseases, and psychiatric disorders. The hippocampus is composed of distinct regions; the dentate gyrus, which comprises mainly granule neurons, and Ammon's horn, which comprises mainly pyramidal neurons, and the two regions are connected by both anatomic and functional circuits. Many different mRNAs and proteins are selectively expressed in the dentate gyrus, and the dentate gyrus is a site of adult neurogenesis; that is, new neurons are continually generated in the adult dentate gyrus. To investigate mRNA and protein expression specific to the dentate gyrus, laser capture microdissection is often used. This method has some limitations, however, such as the need for special apparatuses and complicated handling procedures. In this video-recorded protocol, we demonstrate a dissection technique for removing the dentate gyrus from adult mouse under a stereomicroscope. Dentate gyrus samples prepared using this technique are suitable for any assay, including transcriptomic, proteomic, and cell biology analyses. We confirmed that the dissected tissue is dentate gyrus by conducting real-time PCR of dentate gyrus-specific genes, tryptophan 2,3-dioxygenase (TDO2) and desmoplakin (Dsp), and Ammon's horn enriched genes, Meis-related gene 1b (Mrg1b) and TYRO3 protein tyrosine kinase 3 (Tyro3). The mRNA expressions of TDO2 and Dsp in the dentate gyrus samples were detected at obviously higher levels, whereas Mrg1b and Tyro3 were lower levels, than those in the Ammon's horn samples. To demonstrate the advantage of this method, we performed DNA microarray analysis using samples of whole hippocampus and dentate gyrus. The mRNA expression of TDO2 and Dsp, which are expressed selectively in the dentate gyrus, in the whole hippocampus of alpha-CaMKII+/- mice, exhibited 0.037 and 0.10-fold changes compared to that of wild-type mice, respectively. In the isolated dentate gyrus, however, these expressions exhibited 0.011 and 0.021-fold changes compared to that of wild-type mice, demonstrating that gene expression changes in dentate gyrus can be detected with greater sensitivity. Taken together, this convenient and accurate dissection technique can be reliably used for studies focused on the dentate gyrus.

A dissection technique for removal of the dentate gyrus from adult mouse under a stereomicroscope was demonstrated in this video-recorded protocol.

Yetişkin Mouse Hipokampal dentat girus diseksiyonu

The hippocampus is one of the most widely studied areas in the brain because of its important functional role in memory processing and learning, its ...

Robotics and Dynamic Image Analysis for Studies of Gene Expression in Plant Tissues

Gene expression in plant tissues is typically studied by destructive extraction of compounds from plant tissues for in vitro analyses. The methods presented here utilize the green fluorescent protein (gfp) gene for continual monitoring of gene expression in the same pieces of tissues, over time. The gfp gene was placed under regulatory control of different promoters and introduced into lima bean cotyledonary tissues via particle bombardment. Cotyledons were then placed on a robotic image collection system, which consisted of a fluorescence dissecting microscope with a digital camera and a 2-dimensional robotics platform custom-designed to allow secure attachment of culture dishes. Images were collected from cotyledonary tissues every hour for 100 hours to generate expression profiles for each promoter. Each collected series of 100 images was first subjected to manual image alignment using ImageReady to make certain that GFP-expressing foci were consistently retained within selected fields of analysis. Specific regions of the series measuring 300 x 400 pixels, were then selected for further analysis to provide GFP Intensity measurements using ImageJ software. Batch images were separated into the red, green and blue channels and GFP-expressing areas were identified using the threshold feature of ImageJ. After subtracting the background fluorescence (subtraction of gray values of non-expressing pixels from every pixel) in the respective red and green channels, GFP intensity was calculated by multiplying the mean grayscale value per pixel by the total number of GFP-expressing pixels in each channel, and then adding those values for both the red and green channels. GFP Intensity values were collected for all 100 time points to yield expression profiles. Variations in GFP expression profiles resulted from differences in factors such as promoter strength, presence of a silencing suppressor, or nature of the promoter. In addition to quantification of GFP intensity, the image series were also used to generate time-lapse animations using ImageReady. Time-lapse animations revealed that the clear majority of cells displayed a relatively rapid increase in GFP expression, followed by a slow decline. Some cells occasionally displayed a sudden loss of fluorescence, which may be associated with rapid cell death. Apparent transport of GFP across the membrane and cell wall to adjacent cells was also observed. Time lapse animations provided additional information that could not otherwise be obtained using GFP Intensity profiles or single time point image collections.

We report a method for introduction, tracking and quantitative analysis of GFP expression in plant cells. This method utilizes a custom-designed robotics system for semi-continuous image collection from large numbers of samples, over time. We also demonstrate the use of ImageJ and ImageReady for analysis of image series.

Bitkisel Dokular Gen İfade Araştırmalar Robotik ve Dinamik Görüntü Analizi

Gene expression in plant tissues is typically studied by destructive extraction of compounds from plant tissues for in vitro analyses. The methods ...

Mutagenesis and Functional Analysis of Ion Channels Heterologously Expressed in Mammalian Cells

We will demonstrate how to study the functional effects of introducing a point mutation in an ion channel. We study G protein-gated inwardly rectifying potassium (referred to as GIRK) channels, which are important for regulating the excitability of neurons. There are four different mammalian GIRK channel subunits (GIRK1-GIRK4) - we focus on GIRK2 because it forms a homotetramer. Stimulation of different types of G protein-coupled receptors (GPCRs), such as the muscarinic receptor (M2R), leads to activation of GIRK channels. Alcohol also directly activates GIRK channels. We will show how to mutate one amino acid by specifically changing one or more nucleotides in the cDNA for the GIRK channel. This mutated cDNA sequence will be amplified in bacteria, purified, and the presence of the point mutation will be confirmed by DNA sequencing. The cDNAs for the mutated and wild-type GIRK channels will be transfected into human embryonic kidney HEK293T cells cultured in vitro. Lastly, whole-cell patch-clamp electrophysiology will be used to study the macroscopic potassium currents through the ectopically expressed wild-type or mutated GIRK channels. In this experiment, we will examine the effect of a L257W mutation in GIRK2 channels on M2R-dependent and alcohol-dependent activation.

We will demonstrate how to study the effect of a single point mutation on the function of an ion channel.

İyon Kanalları ve Fonksiyonel Analiz Mutagenez Heterologously Memeli Hücreleri cinsinden ifade edilir

We will demonstrate how to study the functional effects of introducing a point mutation in an ion channel. We study G protein-gated inwardly rectifying ...

Rapid Analysis and Exploration of Fluorescence Microscopy Images

Despite rapid advances in high-throughput microscopy, quantitative image-based assays still pose significant challenges. While a variety of specialized image analysis tools are available, most traditional image-analysis-based workflows have steep learning curves (for fine tuning of analysis parameters) and result in long turnaround times between imaging and analysis. In particular, cell segmentation, the process of identifying individual cells in an image, is a major bottleneck in this regard.
Here we present an alternate, cell-segmentation-free workflow based on PhenoRipper, an open-source software platform designed for the rapid analysis and exploration of microscopy images. The pipeline presented here is optimized for immunofluorescence microscopy images of cell cultures and requires minimal user intervention. Within half an hour, PhenoRipper can analyze data from a typical 96-well experiment and generate image profiles. Users can then visually explore their data, perform quality control on their experiment, ensure response to perturbations and check reproducibility of replicates. This facilitates a rapid feedback cycle between analysis and experiment, which is crucial during assay optimization. This protocol is useful not just as a first pass analysis for quality control, but also may be used as an end-to-end solution, especially for screening. The workflow described here scales to large data sets such as those generated by high-throughput screens, and has been shown to group experimental conditions by phenotype accurately over a wide range of biological systems. The PhenoBrowser interface provides an intuitive framework to explore the phenotypic space and relate image properties to biological annotations. Taken together, the protocol described here will lower the barriers to adopting quantitative analysis of image based screens.

Here we describe a workflow for rapidly analyzing and exploring collections of fluorescence microscopy images using PhenoRipper, a recently developed image-analysis platform.

Hızlı Analiz ve Floresans Mikroskopi Görüntüler Exploration

Despite rapid advances in high-throughput microscopy, quantitative image-based assays still pose significant challenges. While a variety of specialized ...

Functional Reconstitution and Channel Activity Measurements of Purified Wildtype and Mutant CFTR Protein

The Cystic Fibrosis Transmembrane Conductance Regulator (CFTR) is a unique channel-forming member of the ATP Binding Cassette (ABC) superfamily of transporters. The phosphorylation and nucleotide dependent chloride channel activity of CFTR has been frequently studied in whole cell systems and as single channels in excised membrane patches. Many Cystic Fibrosis-causing mutations have been shown to alter this activity. While a small number of purification protocols have been published, a fast reconstitution method that retains channel activity and a suitable method for studying population channel activity in a purified system have been lacking. Here rapid methods are described for purification and functional reconstitution of the full-length CFTR protein into proteoliposomes of defined lipid composition that retains activity as a regulated halide channel. This reconstitution method together with a novel flux-based assay of channel activity is a suitable system for studying the population channel properties of wild type CFTR and the disease-causing mutants F508del- and G551D-CFTR. Specifically, the method has utility in studying the direct effects of phosphorylation, nucleotides and small molecules such as potentiators and inhibitors on CFTR channel activity. The methods are also amenable to the study of other membrane channels/transporters for anionic substrates.

Described here is a rapid and effective procedure for functional reconstitution of purified wild-type and mutant CFTR protein that preserves activity for this chloride channel, which is defective in Cystic Fibrosis. Iodide efflux from reconstituted proteoliposomes mediated by CFTR allows studies of channel activity and the effects of small molecules.

Saf Yabanitip ve Mutant CFTR Protein Fonksiyonel Sulandırma ve Kanal Aktivite Ölçümleri

The Cystic Fibrosis Transmembrane Conductance Regulator (CFTR) is a unique channel-forming member of the ATP Binding Cassette (ABC) superfamily of ...

Implementation of a Coherent Anti-Stokes Raman Scattering (CARS) System on a Ti:Sapphire and OPO Laser Based Standard Laser Scanning Microscope

Laser scanning microscopes combining a femtosecond Ti:sapphire laser and an optical parametric oscillator (OPO) to duplicate the laser line have become available for biologists. These systems are primarily designed for multi-channel two-photon fluorescence microscopy. However, without any modification, complementary non-linear optical microscopy such as second-harmonic generation (SHG) or third harmonic generation (THG) can also be performed with this set-up, allowing label-free imaging of structured molecules or aqueous medium-lipid interfaces. These techniques are well suited for in-vivo observation, but are limited in chemical specificity. Chemically selective imaging can be obtained from inherent vibration signals based on Raman scattering. Confocal Raman microscopy provides 3D spatial resolution, but it requires high average power and long acquisition time. To overcome these difficulties, recent advances in laser technology have permitted the development of nonlinear optical vibrational microscopy, in particular coherent anti-Stokes Raman scattering (CARS). CARS microscopy has therefore emerged as a powerful tool for biological and live cell imaging, by chemically mapping lipids (via C-H stretch vibration), water (via O-H stretch vibrations), proteins or DNA. In this work, we describe the implementation of the CARS technique on a standard OPO-coupled multiphoton laser scanning microscope. It is based on the in-time synchronization of the two laser lines by adjusting the length of one of the laser beam path. We present a step-by-step implementation of this technique on an existing multiphoton system. A basic background in experimental optics is helpful and the presented system does not require expensive supplementary equipment. We also illustrate CARS imaging obtained on myelin sheaths of sciatic nerve of rodent, and we show that this imaging can be performed simultaneously with other nonlinear optical imaging, such as standard two-photon fluorescence technique and second-harmonic generation.

Implementation of a Coherent Anti-Stokes Raman Scattering CARS System on a Ti:Sapphire and OPO Laser Based Standard Laser Scanning Microscope

Coherent anti-Stokes Raman scattering (CARS) microscopy based on inherent vibration of molecule bonds permits label-free chemically selective live cell imaging. This work presents the implementation of a complementary microscopy technique on a standard multiphoton laser scanning microscope based on a femtosecond Ti:sapphire laser and an OPO laser.

Sapphire ve OPO Lazer Bazlı Standart Lazer Tarama Mikroskobu: Bir Ti bir Tutarlı Anti-Stokes Raman saçılması (CARS) Sisteminin Uygulanması

Laser scanning microscopes combining a femtosecond Ti:sapphire laser and an optical parametric oscillator (OPO) to duplicate the laser line have become ...