Dynamische 3D-Bildgebung des zerebralen Blutflusses bei wachen Mäusen mithilfe von Self

Communications Biology Band 6, Artikelnummer: 298 (2023) Diesen Artikel zitieren

1031 Zugriffe

1 Altmetrisch

Details zu den Metriken

Der zerebrale Blutfluss (CBF) wird häufig zur Beurteilung der Gehirnfunktion verwendet. Allerdings wurden die meisten präklinischen CBF-Studien unter Narkose durchgeführt, was die Ergebnisse verfälscht. Die CBF-Bildgebung wacher Tiere mit hoher räumlich-zeitlicher Auflösung ist aufgrund von Bewegungsartefakten und Hintergrundgeräuschen eine Herausforderung, insbesondere für die Doppler-basierte Strömungsbildgebung. Hier berichten wir über ultrahochauflösende optische Kohärenz-Doppler-Tomographie (µODT) für die 3D-Bildgebung der CBF-Geschwindigkeitsdynamik (CBFv) bei wachen Mäusen durch die Entwicklung von selbstüberwachtem Deep-Learning für eine effektive Bildrauschunterdrückung und Entfernung von Bewegungsartefakten. Wir vergleichen kortikales CBFv bei wachen und anästhesierten Mäusen und ihre dynamischen Reaktionen in arteriolären, venulären und kapillaren Netzwerken mit akutem Kokain (1 mg/kg, iv), einem stark süchtig machenden Medikament, das mit neurovaskulärer Toxizität verbunden ist. Im Vergleich zum Wachzustand induziert Isofluran (2–2,5 %) eine Vasodilatation und erhöht den CBFv innerhalb von 2–4 Minuten, während Dexmedetomidin (0,025 mg/kg, ip) weder die Gefäßdurchmesser noch den Blutfluss verändert. Akutes Kokain senkt den CBFv im gleichen Ausmaß im Dexmedetomidin- und Wachzustand, wohingegen die Abnahme unter Isofluran größer ist, was darauf hindeutet, dass eine durch Isofluran induzierte Vasodilatation die Erkennung einer durch Kokain induzierten Vasokonstriktion erleichtert haben könnte. Wache Mäuse zeigen nach chronischem Kokainkonsum eine starke Vasokonstriktion, CBFv-Abnahmen und Gefäßanpassungen mit ausgedehnten tauchenden arteriolären/venulären Gefäßen, die der Blutversorgung tieferer kortikaler Kapillaren Vorrang einräumen. Die von uns vorgestellte 3D-Bildgebungsplattform bietet ein leistungsstarkes Werkzeug zur Untersuchung dynamischer Veränderungen der Gefäßdurchmesser und -morphologie sowie der CBFv-Netzwerke im Gehirn wacher Tiere, das unser Verständnis der Auswirkungen von Medikamenten und Krankheitszuständen (Ischämie, Tumoren, Wundheilung) verbessern kann.

Der zerebrale Blutfluss (CBF) ist entscheidend für die Aufrechterhaltung der Energieversorgung, die zur Unterstützung der synaptischen Aktivität durch neurovaskuläre Kopplung erforderlich ist. Daher wurde CBF zusammen mit anderen hämodynamischen Messungen verwendet, um die vom Blutoxygenierungsgrad abhängigen (BOLD) Signale der funktionellen MRT (fMRT) mit der Aktivität von Neuronen und Astrozyten auf zellulärer Ebene zu verknüpfen1,2. Aktuelle Techniken zur in vivo zerebrovaskulären Bildgebung von Versuchstieren werden jedoch hauptsächlich durch den Kompromiss zwischen Bildtiefe und räumlich-zeitlicher Auflösung behindert. Dazu gehören Hochfeld-fMRT mit Einzelgefäßauflösung bis hin zu Arteriolen und Venolen und schneller zeitlicher Auflösung zur Auflösung des zerebralen Blutvolumens (CBV) und BOLD-Änderungen, die durch Gehirnaktivierung hervorgerufen werden3, mikrobläschenbasierte Ultraschallmikroskopie für die transkranielle Bildgebung tiefer Gefäße mit nahezu kapillarer Auflösung und schnelle Verfolgung der Geschwindigkeit roter Blutkörperchen (vRBC)4 und langwellige Nahinfrarot-Fluoreszenzbildgebung (NIR-II, z. B. >1 µm) zur Visualisierung von Mikrogefäßen mit erweiterter Eindringtiefe über 3 mm, abhängig von der räumlichen Auflösung und Empfindlichkeit5,6. Die photoakustische Mikroskopie (PAM) ermöglicht eine 3D-markierungsfreie mikrovaskuläre Abbildung von Kapillarbetten und die Kartierung der Hämoglobin-Oxygenierungszustände in diesen Gefäßen im Mauskortex in einer Tiefe von bis zu ~0,8 mm7. Die Multiphotonen-Fluoreszenzmikroskopie ist in der Lage, eine hervorragende räumliche Auflösung und einen hervorragenden Bildkontrast zu erzielen, um 3D-Kapillarnetzwerke in einer Tiefe von 1,6 mm im Mauskortex aufzulösen und vRBC durch Zählen fluoreszierend gefärbter Erythrozyten (Fluss) zu messen, die durch eine Kapillare fließen8,9,10. Ultrahochauflösende optische Kohärenzangiographie (µOCA) und Doppler-Tomographie (µODT) bieten Vorteile für die 3D-Bildgebung von Mikrogefäßen und CBF-Geschwindigkeitsnetzwerken (CBFv) mit kapillarer Auflösung, in größeren Details (z. B. arterioläre, venuläre und kapillare Flussnetzwerke) und bei Tiefen von 1,2–1,6 mm von der Oberfläche des Mauskortex11,12,13,14. µODT hat auch Empfindlichkeit und Auflösung für die Erfassung der mikrozirkulatorischen CBFv-Netzwerkreaktion auf eine Laserstörung einer Arteriole oder einer Kapillare sowie für die Erkennung kokaininduzierter kortikaler Mikroischämie, Gefäßstörung, Neoangiogenese und Adaptation gezeigt, was beides durch sein relativ großes Feld ermöglicht wird Sichtfeld und hohe räumlich-zeitliche Auflösung15,16,17.

Kokainmissbrauch erhöht das Risiko lebensbedrohlicher neurologischer Komplikationen wie Schlaganfälle, Blutungen und vorübergehende ischämische Anfälle. Etwa 25 % bis 60 % der durch Kokain verursachten Schlaganfälle können auf zerebrale Vasospasmen und Ischämie zurückgeführt werden18,19,20,21. Unter den für die Ischämie verantwortlichen Faktoren scheint die Vasokonstriktion eine wichtige Rolle zu spielen19,22,23. Tatsächlich wurde eine zerebrale Vasokonstriktion nach einer akuten Kokainbelastung angiographisch beim Menschen dokumentiert22,24. Studien zur Bildgebung des Gehirns haben eine deutliche Abnahme des zerebralen Blutflusses (CBF) und des Blutvolumens (CBV) bei Kokainabhängigen24,25 und Tiergehirnen26,27 dokumentiert. Trotz des Wissensfortschritts aus bildgebenden Verfahren wie PET und MRT über die Auswirkungen von Kokain auf die Gehirnbelohnung ist weniger über die akuten und chronischen Auswirkungen von Kokain auf zerebrovaskuläre Netzwerke in vivo bekannt. Unser 3D-µODT misst den intrinsischen Doppler-Effekt der Bewegung roter Blutkörperchen, um CBFv abzubilden, und macht so den Einsatz von Kontrastmitteln überflüssig. Dies ist für longitudinale bildgebende Untersuchungen von Kokainexpositionen äußerst wünschenswert. Unser µODT ermöglicht die 3D-CBFv-Netzwerkbildgebung über Arterien, Venen und Kapillaren28 und deren Reaktionen auf Gehirnaktivierungen in verschiedenen kortikalen Schichten. 3D µOCA/µODT ist: (1) quantitativ, (2) markierungsfrei, (3) von Hochgeschwindigkeitsempfindlichkeit (<20 µm/s), (4) von hoher räumlicher Auflösung (<6 µm) und (5 ) in der Lage, ein relativ großes kortikales Volumen (z. B. 3 × 2,4 × 1,5 mm3) schnell abzudecken.

Die meisten präklinischen Studien zum Mikrogefäßsystem wurden jedoch unter Anästhesie durchgeführt, was zu Störungen durch die Anästhetika auf zellulären (z. B. neuronalen, astrozytären) Aktivitäten und der zerebralen Hämodynamik (z. B. CBF, Änderungen der Sauerstoffversorgung) führt29,30,31. Ebenso wurden die meisten Studien zur Wirkung von Kokain auf die Gehirndurchblutung bei Labortieren unter Narkose durchgeführt, was die physiologischen Reaktionen auf Kokain beeinflussen könnte30,32. Daher haben Neuroimaging-Studien damit begonnen, wache Tiere abzubilden2,30,33,34,35, was aufgrund von Bewegungsartefakten eine Herausforderung darstellt, die die Leistung der hochauflösenden Bilderfassung gefährden können, insbesondere bei Doppler-basierten Strömungsbildgebungstechniken wie 3D µOCA /µODT36,37,38. Um die Herausforderungen zu bewältigen, optimieren wir hier eine Strömungsbildgebungsplattform (z. B. µODT-Setup, mobiler Käfig, Schädelfenster), die selbstüberwachte Deep-Learning-Methoden integriert, um Bewegungsartefakte von wachen Mäusen wirksam zu reduzieren, und vergleichen die Unterschiede von 3D Mikrovaskulatur (µOCA) und quantitative CBFv-Netzwerke (µODT) im sensomotorischen Kortex im wachen vs. anästhesierten Zustand (z. B. Isofluran, Dexmedetomidin, Ketamin). Wir wenden diese Techniken an, um Unterschiede in den zerebrovaskulären Reaktionen auf akutes Kokain zwischen wachem und anästhesiertem Zustand zu messen und um die Auswirkungen einer chronischen Kokainexposition bei Messung an wachen Mäusen zu beurteilen.

Bei Doppler-basierten Flussdetektionsmodalitäten reagiert die hochauflösende Bildgebung der Mikrogefäße des Gehirns und der CBFv-Netzwerke sehr empfindlich auf bewegungsinduziertes Rauschen und Artefakte. Im Gegensatz zu früheren In-vivo-Bildgebungsstudien an anästhesierten Tieren sind 3D-µOCA und µODT von wachen Tieren eine große Herausforderung. Um die Herausforderung zu bewältigen, haben wir eine Strategie implementiert, die OCT-Plattformoptimierung und selbstüberwachtes Lernen für eine effektive Rauschunterdrückung und Entfernung von Bewegungsartefakten kombiniert. Die Optimierung der OCT-Plattform umfasst (1) die Optimierung der A-Scan-Rate und -Punkte, um eine schnelle Bildgebungsrate zu priorisieren und gleichzeitig eine ausreichende Empfindlichkeit für die Kapillarflusserkennung beizubehalten, (2) die Miniaturisierung der Sonde zur Minimierung von Vibrationsgeräuschen und (3) die Reduzierung der Tierbewegung durch maßgeschneiderte kurze, starre Geräte Halterungen (z. B. Ti-Kopfplatte, luftschwebender Carbonkäfig, Tierlaufband vor dem Training). Abbildung 1 vergleicht zwei Gruppen repräsentativer µOCA/µODT-Bilder im sensomotorischen Kortex wacher Mäuse vor und nach der Neugestaltung des OCT-Scankopfes und dem Tiertraining. Die linken Felder, die mit unserem OCT-Scanner für Studien an anästhesierten Tieren13 aufgenommen wurden, zeigen starke bewegungsbedingte Streifen, wie durch gelbe Pfeile hervorgehoben, und insgesamt hohes Rauschen und Unschärfe der Mikrogefäße im µOCA-Bild (a) sowie Bewegungsartefakte (hellblaue Pfeile) und übermäßige Bewegungsartefakte Hintergrundrauschen im µODT-Bild (c); Während nach der Neugestaltung des OCT-Scankopfes und dem Laufbandtraining der Tiere die rechten Felder drastisch reduzierte streifenartige Bewegungsartefakte, Unschärfe und Hintergrundrauschen im µOCA-Bild (b) und im hochauflösenden µODT-Bild (d) zeigen, vergleichbar mit denen bei anästhesierten Tieren17. Die Zusatzvideos SV1 und SV2 zeigen den Bewegungsunterschied vor und nach dem Laufbandtraining bei einer kopfgestützten Maus. Die untrainierte Maus war während der gesamten Sitzung sehr aktiv und bewegte sich häufig, wohingegen sie nach dem Training ruhiger wurde und wesentlich weniger Bewegungen machte als vor dem Training. Obwohl die µODT-Bildgebung kapillarer CBFv-Netzwerke im Allgemeinen anfälliger für bewegungsinduziertes Phasenrauschen ist, zeigt Abb. 1 interessanterweise, dass Bewegungseffekte (z. B. streifenartige Artefakte und Rauschen) bei wachen Tieren bei µOCA stärker ausgeprägt waren als bei µODT. Dies ist wahrscheinlich auf die kürzere Zeitdauer zwischen zwei benachbarten A-Scans zur Rekonstruktion von µODT (z. B. ΔtµODT ≈ 2,3 ms) als zwischen zwei benachbarten B-Scans zur Rekonstruktion von µOCA (z. B. ΔtµOCA ≈ 0,21 s) zurückzuführen. Die längere Dauer der µOCA-Erfassung (ΔtµOCA ≈ 100ΔtµODT) führte zu einer stärkeren bewegungsbedingten Bildverschlechterung. Da außerdem die µODT-Bilder nicht winkelkorrigiert sind (d. h. Kosinuswinkel zwischen Lichteinfall und Flussrichtung), wie in Abb. 1c, d, können einige Zweigflüsse entlang des Gefäßsystems inhomogen erscheinen28. Detailliertere Analysen finden Sie in der Ergänzenden Anmerkung S1.

Linke Felder: μOCA- (a) und μODT-Bilder (c), die mit einem zuvor beschriebenen OCT-Scanner aufgenommen wurden; Rechte Felder: Gegenstücke, die mit einem neu gestalteten OCT-Scanner nach dem Tiertraining aufgenommen wurden (b, d). Gelbe und hellblaue Pfeile weisen auf Bewegungsartefakte in μOCA- bzw. μODT-Bildern hin. Bildgröße: 2,3 × 1,2 × 2 mm3.

Wie in Abb. 1 gezeigt, stellen bewegungsinduziertes Phasenrauschen und Artefakte eine große Herausforderung für die neurovaskuläre Bildgebung wacher Tiere dar, insbesondere für µOCA. Zusätzlich zur Optimierung des OCT-Scankopfes und dem Training wacher Tiere implementierten wir verschiedene Bildverarbeitungsmethoden, einschließlich Deep-Learning-Modellierung39,40,41, und entwickelten ein selbstüberwachtes Lernmodell, um Bewegungsartefakte zu minimieren und µOCA- und µOCA-Bilder zu entrauschen (siehe Methoden). für detaillierte Rahmenbedingungen). Abbildung 2 veranschaulicht die Ergebnisse der Deep-Learning-basierten Bildverarbeitung zur Reduzierung bewegungsbedingter Artefakte (z. B. Streifen und die damit verbundene Unschärfe von Mikrogefäßen), wobei Abb. 2a das aus dem rohen µOCA-Datensatz projizierte MIP-Bild und Abb. 2b ist ist die binarisierte Gefäßmaske, die aus Abb. 2a durch Deep-Learning-Segmentierung abgeleitet wurde. Abbildung 2c ist das verbesserte µOCA-Bild durch Maskierung von Abb. 2a mit Abb. 2b, das drastisch reduziertes Hintergrundrauschen und eine klare Wiederherstellung der mikrovaskulären Netzwerke zeigt. Die Wirksamkeit unseres Deep-Learning-Frameworks wird durch die Eliminierung aller streifenförmigen Artefakte (hervorgehoben durch gelbe Pfeile) deutlich. Die unteren Felder (Abb. 2d, e) vergleichen die μODT-Bilder vor und nach der Entrauschung des bewegungsinduzierten Phasenrauschhintergrunds. Die Ergebnisse in Abb. 2 zeigen, dass die auf Deep Learning basierende Bildverarbeitung bewegungsbedingte Geräusche und Artefakte wacher Tiere minimiert und so eine genauere quantitative Charakterisierung mikrovaskulärer Netzwerke und CBFv-Veränderungen ermöglicht.

Gelbe Pfeile (a) zeigen auf Bewegungsartefakte in μOCA, die durch Deep-Learning-basierte Bildverarbeitung (c) entfernt wurden, wobei die Gefäßmaske (b) aus selbstüberwachtem Lernen zur Entfernung von Bewegungsartefakten abgeleitet wurde. Die unteren Felder zeigen, dass das rohe μODT-Bild (d) durch selbstüberwachtes Lernen effektiv entrauscht wurde (e). Bildgröße 2,3 × 1,2 × 2 mm3.

Aufgrund der technischen Herausforderungen (z. B. Bewegungsartefakte) wurden die meisten In-vivo-Bildgebungsstudien des Gehirns an anästhesierten Tieren durchgeführt. Allerdings beeinträchtigen die anästhetischen Wirkungen die funktionellen Reaktionen des Gehirns auf elektrische oder pharmakologische Stimulationen und die damit verbundenen Veränderungen der Hirngefäße. Tatsächlich zeigt ein visueller Vergleich der entsprechenden Zweiggefäße (rote/blaue Balken: arterioläre/venuläre Gefäße) in Abb. 3 eine durch Isofluran (Iso) induzierte Vasodilatation. Statistische Analysen in Abb. 3e zeigen, dass die Gefäßdurchmesser in den Arteriolen um 44,6 % ± 4,2 % (p* < 0,001, m = 8 Gefäße) und in den Venolen durch die Kapillardichte um 28,2 % ± 5,0 % (p* < 0,001, m = 8) zunahmen blieb unverändert (−0,5 % ± 0,4 %, p = 0,3, m = 8). Zusätzlich zur Vasodilatation zeigt Abb. 4 3D-μODT von CBFv-Netzwerken im Wachzustand (a) vs. Iso-Zustand (b) und deren Verhältnisbild (c) ΔμODT = [μODT(b)-μODT(a)]/μODT(a) um Isofluran-induzierte CBFv-Anstiege zu veranschaulichen, wobei sich rote und blaue Farben auf CBFv-Anstiege bzw. -Abnahmen beziehen. Um die Strömungsdynamik beim Übergang vom Wachzustand in den iso-anästhesierten Zustand zu verfolgen, wurde ein kleineres Panel von 2,3 × 0,3 × 1,2 mm3, hervorgehoben durch ein gestricheltes blaues Kästchen in Abb. 4a, ausgewählt, um 3D-μODT-Stapel im Zeitraffer zu erfassen (~ 2 min/ Würfel), wie in Abb. 4d gezeigt, und die Verhältnisbilder in Abb. 4e zeigten insgesamt CBFv-Anstiege mit Ausnahme von zwei Arterienarkaden, dh 2 gelben Pfeilen in Abb. 4a. Basierend auf den ausgewählten 16 Gefäßen zeigt Abb. 4f die Flussänderungen ΔCBFv(t) in einzelnen Gefäßen (gestrichelte Kurven) und ihre durchschnittlichen Änderungen, z. B. durchgezogene rote, blaue und grüne Kurven für arterioläre, venuläre und kapillare Flüsse. Die fette schwarze Kurve stellt die Gesamtströmungsänderungen dar, die nach der Inhalation von Isofluran bei t = 0 Minuten zunahmen und bei t ≈ 4 Minuten ein Plateau erreichten (z. B. 50 % ± 12,9 % Anstieg; p = 0,0003, m = 16). Sowohl der arterioläre Fluss (AF) als auch der venuläre Fluss (VF) stiegen um über 70 % (AF: 70,9 % ± 23,1 %, p = 0,02; VF: 72,0 % ± 20,9 %, p = 0,01); dann blieb AF relativ stabil (z. B. 57,8 % ± 24,6 %, p = 0,05, m = 6), aber VF sank allmählich auf 22,6 % ± 10,56 % (p = 0,03, m = 4). Die Veränderungen des Kapillarflusses (CF) waren vielfältiger, mit Anstiegen über 150 % und Rückgängen über –82 %, was einen Gesamtanstieg von 29,5 % ± 22,8 % ergab (p = 0,004, m = 6). Die tierübergreifende Quantifizierung ist in Abb. 4g enthalten und zeigt, dass der mittlere ΔCBF nach der Isofluran-Induktion (t = 20–30 min, ROIs = 8/Tier, n = 7 Mäuse) um 32,75 % ± 5,65 % anstieg, was höher ist als die normalisierte Grundlinie (0,01 % ± 6,35 %, t = −6–0 min; p* = 0,02) im Wachzustand.

a, b Rohe μOCA-Bilder von Wach- und Iso-Zuständen; c, d ihre entsprechenden verbesserten μOCA-Bilder durch Deep-Learning-Verarbeitung; e Statistische Analysen der Isofluran-induzierten Vasodilatation in arteriolären Gefäßen (AV), venulären Gefäßen (VV) und Kapillardichte (CD). Bildgröße: 2,3 × 1,2 × 2,5 mm3. Rote und blaue Balken stellen Änderungen der arteriolären und venulären Gefäßgröße dar (Δ\({{{{\rm{\phi }}}}}}\)), der grüne Balken stellt die Änderung der Kapillardichte (ΔD) aufgrund von Iso dar.

a, b Rohe μODT-Bilder von Wach- und Iso-Zuständen und deren Verhältnisbild. c Bildgröße: 2,3 × 2,5 × 1,2 mm3); d, e Zeitrafferbilder μODT(t) und Verhältnisänderungen ΔμODT vom Wachzustand zur Iso-Anästhesie (Bildgröße: 2,3 × 0,3 × 1,2 mm3); f Iso-induzierter CBFv-Anstieg; ga-Vergleich des mittleren ΔCBFv zwischen Wachzustand (t: −8–0 Min.) und Iso-Anästhesie (t: 20–30 Min.) bei Tieren (p* = 0,02, m = 8 RoIs/Tier, n = 7 Mäuse).

In ähnlicher Weise verglichen wir den Wachzustand mit dem anästhesierten Zustand mit Dexmedetomidin (Dex). Dex wird wegen seiner berichteten geringen neurophysiologischen Beeinträchtigung zunehmend für funktionelle Untersuchungen des Gehirns von Tieren bevorzugt42,43. Im Gegensatz zur bei Iso beobachteten Vasodilatation (Abb. 3) zeigten die 3D-μOCA-Bilder in Abb. 5 keine Vasodilatation oder Vasokonstriktion nach Dex-Induktion (0,025 mg/kg, ip). Quantitative Analysen in Abb. 5c zeigen, dass es keine signifikanten Veränderungen in den Gefäßgrößen gab, z. B. arterioläre Gefäße (AV): –0,3 % ± 0,7 % (p = 0,67, m = 10), venuläre Gefäße (VV): –0,1 % ± 0,6 % (p = 0,71, m = 16) und Kapillardichte (CD): −0,41 % ± 0,3 % (p = 0,29, m = 5). Abbildung 6 zeigt 3D-μODT von CBFv-Netzwerken im Wachzustand (a) im Vergleich zu Dex-Zuständen (b) und deren Verhältnisbilder (c), die geringfügige, vereinzelte Flussänderungen zeigten, einschließlich Zunahmen und Abnahmen der Arteriolen und Venolen unter Dex-Anästhesie. Zeitraffer-3D-μODT und ihre Verhältnisbilder in Abb. 6d, e zeigen die Flussänderungen beim Übergang vom Wachzustand in den Dex-anästhesierten Zustand im ausgewählten ROI (gestrichelte Box) in Abb. 6a. Abbildung 6f zeigt die relativen Flussänderungen in einzelnen Gefäßen (gestrichelte Kurven, n = 20) und die durchschnittlichen CBFv-Änderungen für arterioläre, venuläre und kapillare Kompartimente. Eine einfaktorielle Varianzanalyse (ANOVA), die die Dex-induzierte Gesamtströmungsänderung (fette schwarze Kurve) verglich, ergab keine signifikanten Unterschiede über die Zeit t = 0 Min. bis 36 Min. (F(15, 288) = [1,26], S = 0,23, n = 6 Tiere). Separate Analysen nach Gefäßtyp zeigten, dass der arterielle Fluss bei t ≥ 9 min allmählich auf –10,5 % ± 2,61 % (p = 0,01, n = 6) abnahm; Der venuläre Fluss sank auf –14,8 ± 3,76 % (p = 0,03, n = 5) bei t ≥ 16 min, wohingegen die Veränderungen des Kapillarflusses unterschiedlich waren, mit Anstiegen über 62 % und Rückgängen über –16 %, was einen Gesamtanstieg von 6,3 % ± ergab 10,1 % (p = 0,6, n = 8). Die tierübergreifende Quantifizierung in Abb. 6g ergab keine signifikanten ΔCBF-Änderungen zwischen dem Wachzustand oder dem Ausgangswert (0,01 % ± 6,21 %, t = –8–0 min) und der Anästhesie nach Dex (–10,28 % ± 4,98 %, t = 20–30). min, ROIs = 8/Tier, n = 3 Tiere, p = 0,24).

a, b Rohe μOCA-Bilder von Wach- und Dex-Zuständen; c, d Ihre entsprechenden verbesserten μOCA-Bilder durch Deep-Learning-Verarbeitung; e Statistische Analysen von Dex-induzierten Größenänderungen in Arteriolgefäßen (AV), Venulgefäßen (VV) und Kapillardichte (CD). Bildgröße: 2,3 × 1,2 × 2 mm3. Rote und blaue Balken repräsentieren arterioläre bzw. venuläre Gefäßgrößenänderungen (Δϕ); Der grüne Balken stellt die Kapillardichteänderung (ΔD) mit Dex dar.

a, b Rohe μODT-Bilder von Wach- und Dex-Zuständen und deren Verhältnisbild (c, Bildgröße: 2,3 × 2 × 1,2 mm3); d, e Zeitrafferbilder μODT(t) und Verhältnisänderungen ΔμODT vom Wachzustand zur Dex-Anästhesie (Bildgröße: 2,3 × 0,3 × 1,2 mm3); f Dex-induzierte CBFv-Änderungen. AF: arterieller Fluss, VF: venulärer Fluss, CF: kapillarer Fluss; g Vergleich des mittleren ΔCBFv zwischen Wachzustand (t: −8–0 Min.) und Dex-Anästhesie (t: 20–30 Min.) bei Tieren (p = 0,24, m = 8RoIs/Tier, n = 3).

Darüber hinaus haben wir den Übergang vom Wachzustand in den mit Ketamin betäubten Zustand abgebildet. Die Ergebnisse zeigten, dass eine Ketaminanästhesie im Allgemeinen zu einem Rückgang des regionalen CBFv führte. Seine kurze Halbwertszeit erforderte jedoch mehrere Injektionen, die zu instabilen und heterogenen CBFv-Veränderungen führten (Ergänzung S3 Abb. s1).

Um mögliche Störungen durch die Wechselwirkung verschiedener Anästhetika auf die Wirkung von Kokain auf zerebrovaskuläre Netzwerke zu untersuchen, verglichen wir die Auswirkungen von Kokain (1 mg/kg, iv) auf die CBFv-Reaktion im somatosensorischen Kortex zwischen Wach- und Dex- oder Iso-Anästhesiezuständen (Abb. 7).

Kokaininduzierte CBFv-Veränderungen im sensomotorischen Kortex von wachen (a–c) vs. Dex (d–f) oder Iso (g–i) anästhesierten Mäusen. Obere Felder: Zeitraffer-3D-μODT-Bilder von kokaininduzierten CBFv-Änderungen, μODT(t), farbcodierte Zahlen zeigen ausgewählte Orte, um Flussänderungen in den entsprechenden unteren Feldern zu verfolgen; Mittlere Panels: Verhältnisbilder von ΔμODT(t), Bildgröße: 2,3 × 0,3 × 1,2 mm3/Panel; Untere Felder: Kokaininduzierte CBFv-Veränderungen in arteriolären (AF: Rot), venulären (VF: Blau) und kapillaren (CF: Grün) Flussnetzwerken. Gestrichelte Farbspuren sind einzelne arterioläre (rot), venuläre (blau) und kapillare (grün) Flussveränderungen bei Kokain.

Für jede Gruppe wurde ein 3D-μODT-Bild in voller Größe (2,3 × 2 × 1,2 mm3) aufgenommen, aus dem ein schmaleres Panel (2,3 × 0,3 × 1,2 mm3) ausgewählt wurde (Ergänzung S4, Abb. S3), um die Zeitrafferdynamik zu erfassen Flussnetzwerkänderungen (~1,2 min/Volumen) vor und nach Kokain. Ein Vergleich der kokaininduzierten CBFv-Änderungen zwischen Wachzustand (linkes Bild) und Dex-Zustand (mittleres Bild) zeigt ein ähnliches Muster der Gesamtflussabnahme unter Dex-Anästhesie von –18,5 % ± 4,17 % und im Wachzustand von –24,3 % ± 4,76 %. (p = 1, n = 5 Tiere). Darüber hinaus zeigten die Verhältnisbilder (b), dass die CBFv-Änderungen wahrscheinlich aufgrund der höheren motorischen Aktivität im sensomotorischen Kortex im Wachzustand als im anästhesierten Zustand vielfältiger waren und z. B. Episoden mit kurzen Flusssprüngen nach Kokain aufwiesen (t = 0 Minuten). , insbesondere bei venösen Strömen. Selbstüberwachtes Lernen zur Verfolgung von Bewegungsartefakten in Ergänzung S6 Abb. S5 zeigt eine zeitliche Korrelation zwischen diesen vorübergehenden CBFv-Episoden und den Bewegungen des Tieres. Basierend auf den ΔCBFv(t)-Kurven (c) waren die quantifizierten venösen Rebound-Amplituden im Wachzustand (12,01 % ± 0,75 %, bei t = 2, 8, 20 min) interessanterweise signifikant höher als im Dex-Zustand (4,85 % ± 1,64). %, bei t = 9, 18, 23, 27 min; p = 0,01). Im Gegensatz dazu waren die kokaininduzierten CBFv-Abnahmen mit Iso (rechtes Bild) über verschiedene Gefäßkompartimente (AF, VF und CF) gleichmäßig und größer, d. h. –33,7 % ± 2,78 %, als im Wachzustand (–24,3 % ±). 4,76 %; p = 0,04, n = 5) oder mit Dex (−18,5 % ± 4,17 %; p = 0,01, n = 5 Tiere). Aus ihren Vollfeld-Basalbildern (Supplementary S4 Abb. s3) und Abb. 4 geht hervor, dass Isofluran die Gefäße erweiterte, was zu einem Anstieg des CBFv-Ausgangswerts um ca. 46 % führte und die Erkennung einer durch Kokain ausgelösten Vasokonstriktion erleichterte.

Die CBFv-Netzwerkreaktionen auf Kokain bei den mit Ketamin anästhesierten Tieren zeigten heterogene, aber keine signifikanten Veränderungen (p = 0, 57, m = 14–16, n = 3 Tiere) (Ergänzung S3 Abb. s2).

Darüber hinaus haben wir die Auswirkungen von chronischem Kokain auf zerebrovaskuläre Netzwerke wacher Tiere abgebildet (n = 2). Kokain wurde ungefähr alle 3,5 Tage verabreicht (2 × 1 mg/kg/Tag im Abstand von 2–2,5 Stunden, iv), d. h. mit einer kumulierten festen Gesamtdosis von 13 mg/kg Kokain über 25–28 Tage. Abbildung 8 zeigt 3D-CBFv-Netzwerke im sensomotorischen Kortex zwischen dem Ausgangswert (a: Tag 0) und nach chronischem Kokain (b: Tag 24). Chronische kokaininduzierte Vasokonstriktion zeigte insgesamt eine Verringerung des CBFv. Die Quantifizierung ergab eine Gesamtvasokonstriktion Δϕ (c) von –22,3 % ± 3,1 % (p < 0,001, n = 5) und –25 % ± 13,8 % für AF (p < 0,001, n = 5) und –19,8 % ± 4,3 % für VF (p = 0,01, n = 5 Tiere); Die nachweisbare Kapillarflussdichte ΔD wurde um –51,7 % ± 10 % (p < 0,001, n = 5) reduziert, basierend auf der Analyse der Flussskelettkarte 17, 44 (Ergänzung S5 Abb. s4). Die Gesamt-CBFv-Abnahme (d) betrug −37,4 % ± −4,7 % (p = 0,001, n = 5), wobei die Durchflussabnahme −25,6 % ± 9,3 % (p < 0,002, n = 5) und −49,1 % ± 27,3 betrug % (p < 0,04, n = 5) und −37,6 % ± 5,5 % (p < 0,001, n = 5) für arterioläre, venuläre und kapillare Kompartimente. Detaillierte 3D-Bildanalysen in Abb. 9 zeigten, dass die verminderten Kapillarflüsse nach chronischem Kokain in den oberen kortikalen Schichten (0–300 µm) auftraten, wohingegen tiefere kortikale Schichten (300–1000 µm) einen Anstieg des Flusses zeigten. Interessanterweise wurden im Gegensatz zu den CBFv-Abnahmen bei AF, VF und CF nach akutem Kokainkonsum, wie in Abb. 9b, e, h gezeigt, Gefäßanpassungen, z. B. Gefäßumverteilung mit erweiterten Arteriolen- und Venenbäumen in Abb. 9c, f, i, beobachtet Dabei schien die Blutversorgung in tieferen Kapillarnetzwerken nach chronischem Kokain Vorrang zu haben, wie die ausgewählten 6 Tauchströme zeigen. Weitere Ergebnisse sind in der Ergänzung S8 Abb. s7 dargestellt.

a, b 3D-μODT-Bilder (2,3 × 1,2 × 2 mm3) am Tag 0 (Kontrolle) und am Tag 24 (chronisches Kokain). Durchgezogene blaue Punkte und gestrichelte blaue Kreise zeigen ROIs für AF- oder VF-Fluss- und Kapillarflussquantifizierungen. c, d Signifikante Vasokonstriktion und CBFv-Abnahme aufgrund chronischer Kokainexposition in arteriellen Flussnetzwerken (AF: Rot), venulären Flussnetzwerken (VF: Blau) und Kapillarflussnetzwerken (CF: Grün).

a–c 3D-μODT-Bilder (2,3 × 2 × 0,3 mm3) im oberen Kortex (z. B. L1-L3) an Tag 0 (Kontrolle), Tag 4 (akutes Kokain) und Tag 24 (chronisches Kokain), die einen verringerten kapillaren CBFv zeigen Betten und ausgedehnte AF- und VF-Äste im chronischen Fall (c); d–f die entsprechenden 3D-μODT-Bilder (2,3 × 2 × 0,7 mm3) im tieferen Kortex (z. B. L3–L6 und darunter), die einen erhöhten CBFv in AF- und VF-Ästen und Kapillarbetten im chronischen Fall zeigen (f); g–i-Seitenansicht von μODT-Bildern zur Veranschaulichung tauchender arteriolärer Ströme und aufsteigender venulärer Ströme, die sich aufgrund der Umverteilung des Kapillarflusses infolge chronischer Kokainexposition tiefer in die unteren kortikalen Schichten erstrecken. Hellblaue Pfeile markieren die ausgedehnten Tiefen der ausgewählten sechs tauchenden arteriolären und aufsteigenden venulären Ströme (i = 1, …, 6). Gesamte kumulierte Kokaindosis: 3 mg/kg für akute Fälle und kumulierte Dosis von 13 mg/kg für chronische Fälle.

Die Doppler-basierte Phasendetektion ist anfällig für Bewegungsrauschen; Daher bleibt die hochauflösende 3D-CBF-Bildgebung wacher Tiere eine technische Herausforderung. In dieser Studie haben wir Deep-Learning-Frameworks entwickelt, um Bewegungsartefakte und Phasenrauschen in 3D-µOCA- und µODT-Bildern wirksam zu reduzieren, und die Wirksamkeit dieser Methode für die hochauflösende Bildgebung von zerebralen Mikrogefäßen und CBFv-Netzwerken im somatosensorischen Kortex des Wachverhaltens demonstriert Mäuse. Die Innovation dieser Studie umfasst: (1) eine selbstüberwachte Deep-Learning-Methode, die entwickelt und implementiert wurde (siehe Methoden), die große Vorteile gegenüber früheren überwachten Methoden bietet und sich für die Anpassung an generische ODT/OCA-Systeme und verschiedene physiologische Bedingungen, einschließlich Wachzustand, eignet Bildgebung; (2) Bericht über hochpräzise 3D-CBFv-Netzwerke (mit µODT) und ihre dynamischen Veränderungen bei wachen Tieren; (3) Vergleiche der quantitativen 3D-Verfolgung der detaillierten mikrovaskulären Netzwerkdynamik über arterielle, venuläre und kapillare Flüsse bei wachen und anästhesierten Tieren und als Reaktion auf akutes Kokain; (4) Dokumentation von Gefäßanpassungen nach chronischem Kokainkonsum (z. B. verringerter Gesamtfluss im Kortex mit priorisierten Kapillarflusssteigerungen im tiefen Kortex) bei wachen Mäusen.

Da beim selbstüberwachten Lernen die Notwendigkeit großer Datensätze als „Grundwahrheiten“ für das Training umgangen wird, eignet es sich hervorragend zur Entrauschung und Entfernung von Bewegungsartefakten in µOCA/µODT-Bildern, deren Erfassung normalerweise unpraktisch ist und die Systemveränderungen und Variabilitäten in der Tierphysiologie unterliegen , insbesondere für Studien an wachen Tieren. Die Ergebnisse zeigen beispielsweise, dass unser vorheriges überwachtes Lernen zwar gut für unsere alte OCT-Plattform bei anästhesierten Tieren funktionierte, es jedoch nicht in der Lage war, die kortikalen Kapillarnetzwerke im wachen Tier wiederherzustellen, wohingegen das neue selbstüberwachte Lernen erfolgreich war (Ergänzung S7, Abb. s6). . Es ermöglicht eine hochauflösende µODT-Bildgebung des 3D-CBFv-Netzwerks und seiner dynamischen Veränderungen im Kortex eines wachen Tieres. Dies bietet ein neues Werkzeug zur Untersuchung der Gehirnfunktion auf der Grundlage von CBFv-Netzwerkveränderungen bei wachen Tieren und vermeidet die Störungen und Komplikationen einer Anästhesie. Obwohl über andere ähnliche Gefäßbildgebungsstudien bei wachen Tieren berichtet wurde45,46,47,48, wurden sie zur Verbesserung der OCA (OCT-Angiographie) eingesetzt. Unser Deep-Learning-Ansatz ist selbstüberwacht, um nicht nur Massenbewegungsartefakte in μOCA-Bildern zu entfernen, sondern auch 3D-μODT-Bilder bei wachen Tieren zu entrauschen. In Kombination mit der OCT-Sondenoptimierung und dem Laufbandtraining für Tiere wurde die Bildtreue erheblich verbessert, wie in den Abbildungen dargestellt. 1 und 2. Es ist interessant festzustellen, dass µOCA aufgrund der längeren Erfassungszeit für die Bildrekonstruktion anfälliger für Bewegungsartefakte war als µODT (Ergänzende Anmerkung S1). Es sollte auch beachtet werden, dass die Nachweisbarkeit von μODT, insbesondere bei winzigen Kapillarflüssen, äußerst empfindlich gegenüber Hintergrundgeräuschen durch Mikrobewegungen wacher Tiere ist. Daher ist eine überwachte Rauschunterdrückung erforderlich, um den Kapillarfluss zu verbessern (Abb. 2 und 4). Große Massenbewegungsartefakte können auch während der μODT-Bildgebung wacher Tiere auftreten und können durch unseren auf selbstüberwachtem Lernen basierenden Rauschunterdrückungsalgorithmus minimiert werden (z. B. Abb. 7a). Aufgrund von Bewegungsartefakten und Doppler-Phasenrauschen (Washout) unabhängig von der Verwendung von Kopfstützen (z. B. Abb. 1) ist es technisch sehr schwierig, eine Flussbildgebung bei wachen Tieren für eine Doppler-basierte Modalität zu erreichen. Tatsächlich zeigen unsere Ergebnisse eine hochpräzise 3D-CBFv-Bildgebung (keine Angiographie oder Gefäßbildgebung) von wachen Tieren mittels µODT.

Die μODT-Bilder zeigten häufig mehrere helle (hoher Fluss) und dunkle (geringer Fluss) Flecken sogar entlang derselben Gefäße. Diese hellen und dunklen Flecken waren weitgehend wiederholbar, wie die in Abb. 9a, b, die zu unterschiedlichen Zeiten aufgenommen wurden, was darauf hindeutet, dass dies unwahrscheinlich ist, weil zufällige rote Blutkörperchen innerhalb der μODT-B-Scans durch die Gefäßquerschnitte wandern. Da die dargestellten μODT-Bilder jedoch nicht um den Doppler-Winkel θz korrigiert waren (Ergänzende Anmerkung S1 für Einzelheiten), ist dies wahrscheinlich die Ursache für Artefakte wie helle und dunkle Flecken entlang der Strömungen. Wir berichteten über eine 3D-Hesse-Matrix zur Verfolgung des Gefäßwinkels θz, die eine genaue Winkelkorrektur für die absolute CBFv-Quantifizierung ermöglicht, außer bei nahezu horizontalen Flüssen (z. B. 1/cos(θz)→∞, wenn θz→900)28.

Die Auswirkungen häufig verwendeter Anästhetika (z. B. Iso, Dex) auf das zerebrale Gefäßsystem und die Hämodynamik im Mauskortex wurden beim Übergang vom Wachzustand in den anästhesierten Zustand gemessen. Obwohl die Auswirkungen von Anästhetika wie Iso und Dex auf das Gehirngefäßsystem allgemein bekannt sind; Wir haben hier gezeigt, dass die neuen Fortschritte bei µOCA/µODT es uns ermöglichten, eine detailliertere Charakterisierung bereitzustellen, einschließlich der Frage, wie arterielle, venuläre und kapillare Komponenten durch Iso und Dex beeinflusst wurden, wie schnell sie reagierten, wie stabil/instabil sie wurden und wie Sie beeinflussten die vaskulären und hämodynamischen Reaktionen auf akutes Kokain. Der neue Fortschritt ermöglichte es uns auch, Veränderungen des Flussnetzwerks in tiefen und oberflächlichen kortikalen Schichten bei chronischem Kokain zu beurteilen. Diese Ergebnisse sind relevant, da viele präklinische Hirnfunktionsstudien unter Narkose durchgeführt wurden und möglicherweise noch immer durchgeführt werden. In dieser Hinsicht unterstützen unsere Ergebnisse die Verwendung von Dex als Anästhetikum zur Untersuchung der zerebrovaskulären Wirkungen von Kokain, die den Wachzustand am besten nachahmen.

Es ist bemerkenswert, dass 3D-µODT die Lücke zwischen TPM (überlegene räumliche Auflösung, genaue Flussmessung, aber begrenzt auf nur einzelne oder sehr wenige Gefäße gleichzeitig) und anderen mesoskopischen Modalitäten wie der Laser-Speckle-Bildgebung schließen kann, die schnell ist, aber keine Kapillarauflösung aufweist und Tiefeninformationen. Unsere Studien zeigen den einzigartigen Wert von µODT für die Untersuchung neurovaskulärer Wechselwirkungen mit hoher räumlich-zeitlicher Auflösung und Empfindlichkeit über verschiedene kortikale Schichten hinweg, wodurch eine voreingenommene Quantifizierung von Kapillarflussreaktionen vermieden wird, da einzelne Kapillarflüsse sehr unterschiedlich sind. Daher ist die Fähigkeit, häufig auftretende lokale Kapillarflussänderungen zu verfolgen, von entscheidender Bedeutung. Frühere Studien von uns und anderen haben beispielsweise gezeigt, dass die Iso-Anästhesie die neuronalen Aktivitäten schwächt und die Gehirngefäße erweitert, was zu einem CBFv-Anstieg führt19,38,39,40. Tatsächlich zeigen wir hier eine dramatische Vasodilatation in arteriolären und venulären Gefäßen, aber keine Veränderungen in der Kapillardichte, wohingegen CBFv ansteigt, obwohl die Veränderungen in einzelnen Kapillaren unterschiedlich sind. Im Gegensatz dazu gab es bei der Dex-Anästhesie keine nachweisbare Vasokonstriktion und nur eine geringfügige Gesamt-CBFv-Abnahme. In unseren früheren Studien haben wir über große Anstrengungen von Iso, jedoch nicht von Dex, auf neuronale und Astrozytenaktivitäten und CBFv20 berichtet. Unsere aktuellen Ergebnisse liefern weitere Beweise dafür, dass unter Dex durchgeführte Gehirnfunktionsstudien weniger wahrscheinlich durch anästhetische Wirkungen verfälscht werden als unter Isofluran31. Wir untersuchten auch die Ketaminanästhesie (Ketamin/Xylazin (87,5 mg/kg/12,5 mg/kg Cocktail, ip), die unter mehreren Zielen als N-Methyl-d-Asparaginsäure (NMDA)-Rezeptor (NMDAR)-Antagonist fungiert49,50. Wir zeigten im Vergleich zum Wachzustand einen verringerten regionalen CBFv und beobachteten sehr instabile zerebrovaskuläre Netzwerke, was die Auswirkungen mehrerer Ketamindosen widerspiegeln könnte, die zur Aufrechterhaltung der Anästhesie erforderlich sind (Ergänzung S3). Da Ketamin außerdem die Dopaminsignalisierung im Gehirn erhöht, fügt dies eine weitere hinzu bei der Durchführung von Studien mit Kokain oder anderen Stimulanzien.

Um die durch die Anästhesie verursachten Störfaktoren bei der Beurteilung der Auswirkungen pharmakologischer Wirkstoffe auf zerebrovaskuläre Netzwerke zu beurteilen, haben wir Kokain ausgewählt, da es nicht nur stark süchtig macht, sondern auch eine hochgradig neurotoxische Droge ist, die zum großen Teil auf ihre zerebrovaskulären Wirkungen zurückzuführen ist, die zu Morbidität und Mortalität beitragen. Tatsächlich ist die Sterblichkeit durch Kokainmissbrauch in den USA mit schätzungsweise 24.538 Todesfällen im Jahr 2021 dramatisch gestiegen. Die Untersuchung präklinischer Kokainmodelle mit In-vivo-Bildgebungstools ist klinisch relevant, um die Mechanismen zu charakterisieren, die den vasokonstriktorischen Wirkungen von Kokain zugrunde liegen, und so zur Entwicklung von Interventionen beizutragen um sie zu mildern.

Akutes Kokain reduzierte den gesamten CBFv in arteriellen, venulären und kapillaren Netzwerken bei wachen und Iso- oder Dex-anästhesierten Mäusen, aber die Abnahmen waren unter Iso größer und für Dex und den Wachzustand ähnlich. Allerdings gab es im Wachzustand mehr kurze Sprünge (Episoden) im CBFv, die wahrscheinlich mit kokaininduzierten motorischen Aktivitäten im sensomotorischen Kortex wacher Tiere in Zusammenhang standen. Dies wurde durch die zeitliche Korrelation zwischen diesen vorübergehenden CBFv-Episoden und den Tierbewegungen bestätigt, die durch selbstüberwachtes Lernen für Bewegungsartefakt-Tracking-Algorithmen ermittelt wurde (Ergänzung S6, Abb. s5). Diese Ergebnisse deuten darauf hin, dass das Ausmaß des CBFv nach akutem Kokainkonsum unter Isoflurananästhesie abnimmt. Frühere Berichte könnten durch die Vasodilatation durch das Anästhetikum verstärkt worden sein, und unterstreichen die Bedeutung der Bildgebung bei wachen Tieren.

Schließlich untersuchten wir die Auswirkungen von Ketamin auf die zerebrovaskulären Wirkungen von Kokain. Ketamin erhöht wie Kokain den Dopaminspiegel im Gehirn und hat andere Auswirkungen auf die Gehirnfunktion, die Studien zur Bewertung der pharmakologischen Wirkungen von Kokain verfälschen könnten. Insbesondere (1) induziert es Veränderungen im regionalen CBF, in interregionalen Konnektivitätsmustern und im Glutamatstoffwechsel51, (2) es verändert die Verfügbarkeit striataler Dopamintransporter52, die das Ziel der Wirkung von Kokain sind, (3) es hemmt neuroendokrine und verhaltensbezogene Konsequenzen Kokainverabreichung53, und (4) es unterstützt die Verstärkung durch die Enthemmung von Dopamin-Neuronen im ventralen tegmentalen Bereich54. Die quantitative Analyse zeigte keine offensichtliche CBFv-Veränderung nach Kokain unter Ketamin-Anästhesie (Ergänzung S3).

Frühere präklinische Studien haben neurotoxische Wirkungen von chronischem Kokain dokumentiert, einschließlich Vasokonstriktion und Ischämie16,17,27,55. Die meisten dieser bildgebenden Untersuchungen wurden unter Anästhesie (z. B. Isofluran) durchgeführt, was wahrscheinlich Befunde wie die der Iso-Vasodilatation, die die langfristige gefäßverengende Wirkung von Kokain untergraben haben könnte, verfälschte. Dank des chronischen Schädelfenster-Implantationsverfahrens und Deep-Learning-basierten Bewegungsartefakt-/Geräuschunterdrückungstechniken sind wir nun in der Lage, detaillierte zerebrovaskuläre Veränderungen, die aus chronischer Kokainexposition bei wachen Tieren resultieren, zu verfolgen und so durch Anästhesie verursachte Störartefakte zu eliminieren. Unsere Ergebnisse dokumentierten eine ausgeprägte zerebrovaskuläre Unterfunktion in der Hirnrinde wacher Tiere nach chronischer Kokainexposition, die der Anfälligkeit für Ischämie und Schlaganfälle bei Kokainexposition zugrunde liegen könnte, wie von unserer Gruppe und anderen berichtet17. Anhand der 3D-µODT-Bilder (Abb. 8, 9) stellten wir auch fest, dass der verminderte kapillare CBFv bei Tieren mit chronischem Kokainkonsum hauptsächlich in den oberen kortikalen Schichten I–III (z. B. 0–300 µm) auftrat, während sich die eindringenden arteriolären und venulären Ströme ausdehnten zu tieferen kortikalen Schichten (z. B. 300–780 µm) und priorisiert wahrscheinlich die Blutperfusion in diesen Schichten, vermutlich um die kortikale Aktivität in einem insgesamt hypoperfundierten Gehirn aufrechtzuerhalten. Die Mechanismen, die solchen unterschiedlichen Reaktionen auf chronisches Kokain zwischen den kortikalen Schichten zugrunde liegen, sind unklar, könnten aber Unterschiede zwischen Dopamin und anderen Neurotransmittern und Rezeptoren (z. B. Noradrenalin) bei der Modulation des Flusses oder der Aktivität in den verschiedenen kortikalen Regionen widerspiegeln56,57,58. Weitere Studien zur Vasodynamik und der damit verbundenen Neurophysiologie sind erforderlich, um die zugrunde liegenden Mechanismen dieser Phänomene, einschließlich Veränderungen in neuro-astroglio-vaskulären Wechselwirkungen, zu verstehen. Es ist zu beachten, dass wir nach wiederholten relativ kleinen bis mittleren Kokaindosen (z. B. einer Gesamtmenge von 13 mg/kg Kokain über 25 Tage) eine schwere zerebrovaskuläre Unterfunktion beobachteten. Daher ist davon auszugehen, dass die Neurotoxizität weitaus verheerender sein könnte, wenn wir ein Long-Access-Modell der Kokain-Selbstverabreichung testen würden, bei dem Tiere bis zu 45 mg/kg/Tag Kokain verabreichen55.

Eine Einschränkung dieser Studie bestand darin, dass die Veränderungen der Zellfunktion (z. B. neuronale und Astrozytenaktivität) nicht gleichzeitig aufgezeichnet wurden, was andernfalls die Charakterisierung von Unterschieden in der sensorischen und motorischen neuronalen Aktivität zwischen wachem und anästhesiertem Zustand hätte ermöglichen können. Daher können wir die Veränderungen, die einer veränderten neuronalen Aktivität zugeschrieben werden (z. B. sensorische vs. motorische neuronale Aktivitäten), nicht von denen unterscheiden, die direkte zerebrovaskuläre Effekte widerspiegeln, weder für die anästhetischen Wirkungen noch für ihre Wechselwirkungen mit Kokain. Eine weitere Einschränkung besteht darin, dass wir die Narkosetiefe nicht gemessen haben, obwohl die physiologische Stabilität der Tiere während der Bildaufnahme gut erhalten blieb. Außerdem wurden die Auswirkungen auf Kapillarnetzwerke im Gegensatz zu Vasokonstriktion oder Vasodilatation als Änderungen der Kapillardichte (z. B. Füllfaktor) quantifiziert.

Zusammenfassend haben wir eine innovative, selbstüberwachte, auf tiefem Lernen basierende µOCA/µODT-Technik entwickelt, die auf die hochauflösende zerebrovaskuläre 3D-Bildgebung bei wachen Tieren zugeschnitten ist. Um das Potenzial dieser Technik für die funktionelle Bildgebung des Gehirns wacher Tiere zu demonstrieren, haben wir sie angewendet, um die möglichen Störungen der Anästhesiestörungen auf die zerebrale Hämodynamik (CBFv) als Reaktion auf Kokain zu dokumentieren. Die Ergebnisse unserer Studie, die signifikante Wechselwirkungen zwischen Anästhetika und den pharmakologischen Wirkungen von Kokain dokumentieren, könnten klinisch relevant sein. Präklinische und klinische Studien berichteten beispielsweise, dass die toxischen Wirkungen von Kokain durch Alkohol verstärkt werden59, der eine anästhetische Wirkung hat60,61, sodass die erhöhte Toxizität solche Wechselwirkungen widerspiegeln könnte. Unsere Ergebnisse sind auch relevant, um die Interpretation präklinischer Neuroimaging-Studien zu Kokain, die unter Narkose durchgeführt wurden, zu unterstützen und als Grundlage für zukünftige Studien zur Auswahl eines Anästhetikums zu dienen, wenn die Studien nicht an wachen Tieren durchgeführt werden können. Unsere Studie trägt auch zur Weiterentwicklung von Neuroimaging-Tools bei, einschließlich der Verwendung von Deep-Learning-gestützten Bildverarbeitungstechniken, mit denen die pharmakologischen Wirkungen von Medikamenten bei wachen Tieren gemessen werden können. Darüber hinaus sind wir durch die Anwendung fortgeschrittenen selbstüberwachten Lernens in der Lage, Bewegungsartefakte effektiv zu entstören und zu minimieren und, was noch wichtiger ist, die Bewegung wacher Tiere zu überwachen, die für motorische Aktivitäten relevant ist. Dieser Ansatz könnte verwendet werden, um chronische, durch Kokain ausgelöste zerebrovaskuläre Pathologien, z. B. vorübergehende ischämische Attacken und die damit verbundene Lähmung, im wachen Tiermodell zu untersuchen und so dazu beizutragen, unser Verständnis darüber zu verbessern, wie man sie verhindern und behandeln kann62,63.

Es wurden C57BL-Mäuse (Jackson Laboratory) im Alter von 6–8 Wochen verwendet. Insgesamt wurden 29 Mäuse zur Durchführung von 53 Bildgebungsexperimenten verwendet, wobei 13 Mäuse in 26 Experimenten zur Charakterisierung der Strömungsunterschiede zwischen anästhesiertem und wachem Zustand als Basisstudie verwendet wurden und 16 Mäuse in 27 Experimenten zum Zugriff auf akute/chronische Zustände eingesetzt wurden Auswirkungen von Kokain auf die Gehirndurchblutung als Beispiel für die Technologie zur Untersuchung der Gehirnfunktion. Die ergänzende S2-Tabelle s1 fasst die experimentellen Details für Tiergruppen zum Vergleich der CBFv-Unterschiede zwischen anästhesiertem und wachem Zustand sowie zur Untersuchung der Auswirkungen von Kokain auf die kortikalen CBFv-Netzwerke zusammen. Alle experimentellen Verfahren wurden vom Institutional Animal Care and Use Committee der Stony Brook University genehmigt und gemäß den Richtlinien der National Institutes of Health (NIH) für die Pflege und Verwendung von Labortieren durchgeführt.

Um ein kraniales Fenster in die Hirnrinde jeder Maus zu implantieren, wurde der Kopf der Maus nach einer Anästhesie mit inhalativem Isofluran gemischt mit reinem O2 (4 % zur Induktion, 1–2 % zur Erhaltung) fest auf einem stereotaktischen Rahmen befestigt, wobei die Körpertemperatur konstant gehalten wurde ~37 °C und ein chronisches Schädelfenster von ~3 × 4 mm2 über der sensomotorischen Kortexregion (A/P −2,0, M/L −2,0) wurden vorsichtig geöffnet. Die freiliegende kortikale Oberfläche wurde sofort mit 2 % Agarosegel befeuchtet und mit einem 160 μm dicken Glasdeckglas fest fixiert, indem zunächst biokompatibler Cyanacrylkleber und dann Zahnzement (MIA622, HE Parmer Co.) auf die Kanten des Deckglases aufgetragen wurden, um es zu sichern Befestigung am Schädel, wodurch die Immobilisierung des Gehirns gewährleistet und Bewegungsartefakte während der Bildgebung im Wachzustand minimiert werden. Vier Mikroschrauben (MX-0090-01SP, Component Supply Co.) wurden angebracht, um eine Metallkopfplatte am umgebenden Schädel über dem Schädelfenster zu befestigen und mit Zahnzement (MIA622, HE Parmer Co. Inc.) zu befestigen. Die das Schädelfenster umgebende Wunde wurde genäht, sterilisiert und der Maus wurden Antibiotika und entzündungshemmende Behandlungen (falls erforderlich) verabreicht, um eine langfristige optische Clearance sicherzustellen. Der physiologische Zustand der Maus, einschließlich Elektrokardiographie (EKG), Atemfrequenz und Körpertemperatur, wurde während der Experimente kontinuierlich überwacht (SA Instruments, NY). Alle Verfahren folgten den Sterilisationsrichtlinien für Überlebenschirurgie.

Ein maßgeschneiderter, luftaufgeblasener mobiler Nagetierkäfig (Laufband) wurde verwendet, um kopffixierten Mäusen beizubringen, Bewegungsartefakte für die Bildgebung des Gehirns wacher Tiere zu reduzieren30. Der zylinderförmige mobile Käfig (z. B. ϕ24 mm × 8 mm) aus starrem, ultraleichtem Kohlefaserblech wurde ca. 0,8 mm über einem mit Luft aufgeblasenen Tisch (z. B. ϕ380 mm) schweben lassen, um eine freie Bewegung in beliebige horizontale Richtungen zu ermöglichen Eine Maus versuchte zu gehen oder zu rennen. Der mobile Käfig erzeugte die Illusion eines freien Laufens, während der Kopf des Tieres stationär gehalten wurde, um eine bewegungsfreie optische Abbildung der Gehirnfunktion zu ermöglichen. Die Fixierung des Kopfes führt jedoch zu Stress, der möglicherweise verwirrende Auswirkungen auf neurophysiologische Studien hat, und Mikrobewegungen des Gehirns könnten wiederum die optische Bilderfassung beeinträchtigen. Um die Tiere an das kopffixierte Bildgebungsverfahren zu gewöhnen und Bewegungsartefakte zu minimieren, wurden die Tiere unter den gleichen Bedingungen trainiert wie bei den Wachbildgebungssitzungen. Es wurde ein dreitägiges Training mit ausgedehnten Mehrfachtrainingseinheiten eingeführt, bei dem die Mäuse im Stehen auf dem luftgefüllten mobilen Käfig kopffixiert wurden, wobei die Trainingszeit pro Sitzung schrittweise von 10 Minuten auf 30 Minuten und 60 Minuten erhöht wurde und die Trainingseinheiten länger wurden von 1 Sitzung an Tag 1 bis 3 Sitzungen an Tag 3. Der Bereich um den Kopf der Maus wurde mit schwarzem Tuch bedeckt, um Störungen durch visuelle und akustische Reize aus der Umgebung zu minimieren64, und Anzeichen von Stress wurden durch das Auftreten von Lautäußerungen und Bewegungen während des Trainings überwacht Sitzungen65,66. Die Tierprotokolle für die Tiervorbereitung, das Training und die In-vivo-Bildgebung wurden von den Institutional Animal Care and Use Committees der Stony Brook University genehmigt und folgten der Richtlinie der National Institutes of Health (NIH) für die Pflege und Verwendung von Labortieren.

Die In-vivo-3D-Bildgebung von Mikrogefäßen und zerebralen Blutflussgeschwindigkeitsnetzwerken (CBFv) im sensomotorischen Kortex von anästhesierten oder wachen Mäusen wurde mit einem maßgeschneiderten ultrahochauflösenden optischen Kohärenztomographie-Aufbau (μOCT) durchgeführt, in dem eine Ultrabreitband-Lichtquelle zum Einsatz kam (I = 8 mw; λ = 1310 nm, ΔλFWHM ≈ 200 nm) beleuchtete ein faseroptisches Michelson-Interferometer mit abgeflachter 2 × 2-Wellenlänge, das in biologischem Gewebe eine axiale Auflösung von 2,5 µm erreichen kann (d. h. Kohärenzlänge Lc = 2(ln2). 1/2/π·λ2/ΔλFWHM). Das aus dem Probenarm austretende Licht wurde auf ϕ3–4 mm kollimiert, von einem Servo-Minor transversal abgetastet und durch ein achromatisches NIR-Dublett (f18 mm/NA 0,25, Edmond Optics) durch das chronische Schädelfenster auf den sensomotorischen Kortex der Maus fokussiert, was a ergab maximale laterale Auflösung von 3,2 µm. Von der Probe und den Referenzarmen zurückgegebenes Licht wurde in der Detektionsfaser rekombiniert, von einem benutzerdefinierten Spektrometer kollimiert und linear gebeugt und von einer InGaAs-Zeilenkamera mit 2.000 Pixeln (2048 R, Sensors Unlimited) bei bis zu 147.000 A-Linien/ S. Die En-face-Maximum-Intensity-Projektion (MIP) von CBFv-Netzwerken wurde über eine durch die Grafikverarbeitungseinheit (GPU) unterstützte benutzerdefinierte GUI-Programmierung sofort rekonstruiert, um eine Echtzeitanzeige von Flussnetzwerken zu ermöglichen, z. B. mit 2 M Pixel pro Querschnitt oder B- Scannen Sie mit bis zu 473 Bildern pro Sekunde. 3D-Bilder von Mikrovaskulaturnetzwerken (µOCA) und CBFv-Netzwerken (µODT) im Mauskortex wurden durch Speckle-Varianzanalyse bzw. Phasensubtraktionsmethode rekonstruiert11,13,15 (Ergänzende Anmerkung S1 für Einzelheiten).

Um Bewegungsartefakte zu minimieren, die für die 3D-µOCA/µODT-Bildgebung von wachen Tieren entscheidend sind, wurden Modifikationen des OCT-Scanners implementiert, einschließlich der Verkürzung des optischen Pfades im Probenarm, der Verwendung geformter Mechanooptiken und des Designs einer starren Ti-Übergangsplatte, die die verbindet Schädelfenster der Maus und die OCT-Sonde. Darüber hinaus wurden die Bilderfassungsparadigmen optimiert, z. B. durch die Erhöhung wiederholter B-Scans von 4 Bildern auf 14 Bilder für µOCA und die Erhöhung der A-Scan-Rate auf 8 kHz mit reduzierten A-Scan-Punkten auf 10.000 für Vollfeld-µODT, um Bewegungsrauschen effektiv zu eliminieren per Bildnachbearbeitung.

Um während der Bildgebung vom wachen in den anästhesierten Zustand zu wechseln, wurden Mäuse mit inhalativem 2,0–2,5 % Isofluran (Iso) oder durch intraperitoneale Injektion von Dexmedetomidin (Dex, 0,025 mg/kg, ip) anästhesiert. Die Aufrechterhaltung der Anästhesie wurde durch fehlende Schmerzreaktion und stabile Atemfrequenzen bestätigt (Small Animal Instrumentation, Modell 1025 L). Kokain wurde über Schwanzveneninjektionen (1 mg/kg, iv) verabreicht, um durch Kokain verursachte hämodynamische Veränderungen (z. B. Vasokonstriktion oder Dilatation, CBFv-Änderungen) zwischen Wachzustand und anästhesiertem Zustand (z. B. Iso, Dex) zu vergleichen. Zum Vergleich wurde Ketamin als Anästhetikum, das einen Cocktail aus 87,5 mg/kg Ketamin und 12,5 mg/kg Xylazin enthielt, verabreicht (ip), um während der Bildgebung vom Wachzustand in den Anästhesiezustand zu wechseln und auch kokaininduzierte CBFv-Änderungen zu verfolgen der tierische Kortex. Die detaillierten experimentellen Verfahren sind in der Ergänzung S3 beschrieben.

3D-μODT und μOCA wurden durch die Phasensubtraktionsmethode rekonstruiert, die die Strömungsgeschwindigkeit (Doppler-Frequenzverschiebung ν) aus der Phasendifferenz zwischen zwei benachbarten A-Scans und durch Berechnung der Speckle-Varianz (d. h. normalisierte Standardabweichung) zwischen benachbarten B-Scans ableitete. bzw. (Ergänzende Anmerkung S1). μODT wurde verwendet, um arterielle und venale Flüsse zu unterscheiden16. Kurz gesagt wird die Doppler-Strömungsgeschwindigkeit ν (+/-) als Produkt aus Strömungsrichtung oder Phasendifferenz und Strömungswinkel θz zugewiesen (dh cosθz „+“ für 00–900, „-“ für 900–1800); Dadurch kann durch Anwendung der Hesse-Matrix auf die Spur θz die Strömungsrichtung entlang eines Gefäßes bestimmt werden. Wenn die Strömungsrichtung in einem großen Gefäßbaum in Richtung der Äste verläuft (z. B. sich verzweigt), handelt es sich um eine Arterie/Arteriole; Wenn die Strömungsrichtungen der Äste in größere Gefäße übergehen (z. B. verzweigen), handelt es sich um eine Vene/Venule16.

Artefakte in µOCA, die durch Massenbewegungen (z. B. Tierbewegungen) hervorgerufen werden, neigen dazu, streifenartige Bewegungsartefakte zu verstärken; Daher ist die Unterdrückung von Bewegungsartefakten von entscheidender Bedeutung, um eine genaue Erkennung von Mikrogefäßen zu ermöglichen, insbesondere für die Bildgebung wacher Tiere. Dies wurde hier durch einen kombinierten Ansatz umgesetzt. Da Bewegungsartefakte aufgrund von sofortiger Drift oder Jitter zu einer erheblichen Dekorrelation über mehrere B-Scans führen, wurden zusätzliche B-Scans (z. B. N = 14) erfasst, darunter die am stärksten korrelierten B-Scans (z. B. N' = 6, rCorr > 0,9) wurden ausgewählt, um den B-Scan von µOCA über den Speckle-Varianz-Algorithmus zur Vorverarbeitung zur Unterdrückung von Bewegungsartefakten zu rekonstruieren (Ergänzende Anmerkung S1).

Obwohl die B-Scan-Vorverarbeitung die meisten Bewegungsartefakte aufgrund mäßiger Bewegungen korrigieren konnte, blieben einige große und hartnäckige streifenartige Geräusche aufgrund starker Bewegung zurück, die sich häufig über mehrere benachbarte B-Scans erstreckten (Abb. 2a). Um Bewegungsartefakte weiter zu unterdrücken, wurde eine auf Gradienten basierende Methode, z. B. ein optimal ausgerichteter Fluss, eingesetzt, um eine anfängliche binäre Segmentierung zerebrovaskulärer Netzwerke zu erzeugen44,67. Als in den B-Scans streifenartige Geräusche erkennbar waren, wurden diese Streifen zunächst entfernt und dann ihre Bereiche durch ein effektives, auf Deep Learning basierendes strukturbewusstes Inpainting-Modell wiederhergestellt, das die Gefäßmasken in den eliminierten Bereichen füllen sollte Schiffigkeitsregionen40,44. Genauer gesagt integrierte das Modell die Gefäßinformationen in Form von Bildverläufen im ursprünglichen Streifenbereich, um den Wiederherstellungsprozess zu steuern, der der Decoder-Encoder-Architektur mit GatedConv-Modulen für Inpainting41 folgte. Solche Strukturinformationen lieferten zusätzliche Hinweise, die von bestehenden Methoden vernachlässigt wurden, und erhöhten so die Robustheit unseres Inpainting-Modells, insbesondere für breite Streifen, die diese Methoden vor große Herausforderungen stellten. Darüber hinaus wurden die Strukturinformationen im freien Bereich vollständig genutzt, um unser Modell selbstüberwacht zu trainieren, wodurch die Notwendigkeit kostspieliger manueller Anmerkungen umgangen wurde. Für Einzelheiten ist in Abb. 10a ein Diagramm des selbstüberwachten Lernmodells dargestellt. Nachdem die bewegungsartefaktfreie binarisierte Gefäßmaske (z. B. Abb. 2b) erstellt wurde, wurde sie mit dem eingegebenen MIP-µOCA-Bild multipliziert, um das verbesserte µOCA-Bild zur Veranschaulichung bewegungsartefaktfreier 3D-Mikrogefäßnetzwerke im Gehirn der Maus bereitzustellen ( z. B. Abb. 2c). Die binarisierte Maske Abb. 2b wurde auch zur Berechnung der Kapillarflussdichte (CD) verwendet, wie in der Ergänzung S5 Abb. s4 gezeigt.

ein Flussdiagramm eines selbstüberwachten Deep-Learning-Modells zum Erlernen bewegungsinduzierter Geräuschmuster (z. B. grüne Pfeile) und zur wirksamen Reduzierung von Geräuschen und Artefakten (z. B. rote Pfeile). BMA: Massenbewegungsartefakte; CNN: Faltungs-Neuronales Netzwerk. b Flussdiagramm des selbstüberwachten 3D-µODT-Verstärkungsmodells zum Erlernen vaskulärer invarianter Merkmale (z. B. grüner Pfeil) zur Unterdrückung von Hintergrundgeräuschen im Originalvolumen (z. B. roter Pfeil).

In der Zwischenzeit wurde ein selbstüberwachtes Lernmodell abgeleitet, um mikrovaskuläre Flüsse in 3D-µODT-Volumina zu verbessern, das die invarianten Gefäßmerkmale aus den Modulen Intensity Remapping (IR) und Vessel Cropping (VC) lernte. Basierend auf den Statistiken zur Datenverteilung generierte das IR-Modul Gefäße unterschiedlicher Intensität, um das Lernen invarianter Intensitätsmerkmale zu steuern. Darüber hinaus wurde das VC-Modul verwendet, um die Gefäßkonnektivität der Vorhersage zu fördern. Konkret wurden einige Gefäßsegmente nach dem Zufallsprinzip entfernt, um dem Modell beizubringen, die Gefäßmerkmale durch Wiederherstellung der entfernten Segmente zu erlernen. Somit verbesserte unser Modell nicht nur den Bildkontrast, sondern auch die Gefäßkonnektivität. Im Vergleich zu anderen selbstüberwachten Methoden benötigte unser Modell keine Paare aus klaren/verrauschten oder verrauschten/verrauschten Bildern und ist daher für µODT-bezogene biomedizinische Anwendungen praktischer. Als Rückgrat wurde 3D-CNN im UNet-Stil verwendet, wie in Abb. 10b dargestellt. Nach der Konvergenz des Trainings wandelte unser Modell ein verrauschtes µODT-Volumen direkt in ein effektiv verbessertes µODT-Volumen um (z. B. aus Abb. 2d, z. B.). Neben der Entfernung von Bewegungsartefakten unterdrückte die Selbsttrainingsmethode effektiv Hintergrundgeräusche und verbesserte den Bildkontrast , wodurch schwache Kapillarflussnetzwerke in Regionen mit niedrigem SNR verbessert werden.

Um CBFv zu quantifizieren und ihre Unterschiede zu vergleichen, wurden ungefähr 4–6 Gefäße für jeden Gefäßtyp in jedem Tier ausgewählt, um ihre Flussratenänderungen abzutasten und ihre Mittelwerte und Standardfehler zu berechnen, wobei die Probenahmepunkte (z. B. i = 1,…, 6) und die entsprechenden Spuren wurden für arterielle, venale und kapillare Flüsse in Rot, Blau und Grün hervorgehoben. Die Veränderungen der mikrovaskulären Netzwerke (z. B. Vasodilatation oder Vasokonstriktion) wurden als ihre relativen Veränderungen dargestellt, d. h. Δϕ=(ϕ–ϕ0)/ϕ0, wobei sich ϕ0 auf die Grundliniengefäßgröße bezieht. In ähnlicher Weise wurden die durch µODT gemessenen Blutflussänderungen als ΔCBFv = (CBFv–CBFv0)/CBFv0 dargestellt, wobei sich CBFv0 auf die entsprechende Grundlinienflussrate bezieht.

Statistische Tests wurden mit der SYSTAT-Software (Chicago, IL, USA) durchgeführt. Unterschiede im CBFv und im Gefäßdurchmesser zwischen Wach- und Anästhesiezustand (z. B. ISO, DEX) sowie zwischen dem Ausgangswert und nach der Kokaininjektion wurden durch zweiseitige t-Tests oder Rangsummentests getestet. CBFv-Veränderungen, Vasokonstriktion oder Dilatation wurden mithilfe einer einfaktoriellen ANOVA mit wiederholten Messungen und anschließendem Post-hoc-Test (Holm-Sidak-Methode) auf den signifikanten Unterschied getestet. *p < 0,05, **p < 0,01, ***p < 0,001 und NS bedeutet nicht signifikant. Alle Daten werden als Mittelwert ± Standard für prozentuale Änderungen dargestellt.

Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Portfolio Reporting Summary.

Alle in dieser Studie vorgestellten Quelldatensätze sind in den Dateien „Supplementary Data 1“ und „Supplementary Data 2“ enthalten. Zusätzliche Daten, insbesondere für große 3D-Rohbilder, sind auf begründete Anfrage beim entsprechenden Autor erhältlich.

Figley, CR & Stroman, PW Die Rolle(n) von Astrozyten und Astrozytenaktivität im Neurometabolismus, der neurovaskulären Kopplung und der Produktion funktioneller Neuroimaging-Signale. EUR. J. Neurosci. 33, 577–588 (2011).

Artikel PubMed Google Scholar

Wang, M., He, Y., Sejnowski, TJ & Yu, X. Gehirnzustandsabhängige astrozytische Ca(2+)-Signale sind sowohl mit positiven als auch mit negativen BOLD-fMRI-Signalen gekoppelt. Proz. Natl Acad. Wissenschaft. USA 115, E1647–E1656 (2018).

CAS PubMed PubMed Central Google Scholar

Yu, X. et al. Sensorische und optogenetisch gesteuerte Einzelgefäß-fMRT. Nat. Methoden 13, 337–340 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Errico, C. et al. Ultraschnelle Ultraschall-Lokalisierungsmikroskopie für die hochauflösende Gefäßbildgebung in der Tiefe. Natur 527, 499–502 (2015).

Artikel CAS PubMed Google Scholar

Hong, G. et al. Multifunktionale In-vivo-Gefäßbildgebung mittels Nahinfrarot-II-Fluoreszenz. Nat. Med. 18, 1841–1846 (2012).

Artikel CAS PubMed PubMed Central Google Scholar

Li, C., Chen, G., Zhang, Y., Wu, F. & Wang, Q. Fortschrittliche Fluoreszenz-Bildgebungstechnologie im Nahinfrarot-II-Fenster für biomedizinische Anwendungen. Marmelade. Chem. Soc. 142, 14789–14804 (2020).

Artikel CAS PubMed Google Scholar

Yao, J. et al. Hochgeschwindigkeitsmarkierungsfreie funktionelle photoakustische Mikroskopie des Mausgehirns in Aktion. Nat. Methoden 12, 407–410 (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Tsai, PS et al. Zwei-Photonen-Mikroskopie mit extrem großem Sichtfeld. Opt. Express 23, 13833–13847 (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Kobat, D., Horton, NG & Xu, C. In-vivo-Zwei-Photonen-Mikroskopie bis zu einer Tiefe von 1,6 mm im Mauskortex. J. Biomed. Opt. 16, 106014 (2011).

Artikel PubMed Google Scholar

Kamoun, WS et al. Gleichzeitige Messung der Erythrozytengeschwindigkeit, des Flusses, des Hämatokrits und der Scherrate in Gefäßnetzwerken. Nat. Methoden 7, 655–660 (2010).

Artikel CAS PubMed PubMed Central Google Scholar

Zhang, A., Zhang, Q., Chen, CL & Wang, RK Methoden und Algorithmen für die auf optischer Kohärenztomographie basierende Angiographie: eine Übersicht und ein Vergleich. J. Biomed. Opt. 20, 100901 (2015).

Artikel PubMed PubMed Central Google Scholar

Choi, W. et al. Messung des pulsierenden Gesamtblutflusses in der Netzhaut von Mensch und Ratte mit Ultrahochgeschwindigkeits-Spektral-/Fourier-Domänen-OCT. Biomed. Opt. Express 3, 1047–1061 (2012).

Artikel PubMed PubMed Central Google Scholar

You, J., Zhang, Q., Park, K., Du, C. & Pan, Y. Quantitative Bildgebung mikrovaskulärer Blutflussnetzwerke in tiefen kortikalen Schichten durch 1310 nm muODT. Opt. Lette. 40, 4293–4296 (2015).

Artikel CAS PubMed PubMed Central Google Scholar

Chen, W., Du, C. & Pan, Y. Bildgebung des zerebralen Kapillarflusses durch optische Doppler-Tomographie mit Wellenlängenmultiplex und Swept-Source. J. Biophotonics 11, e201800004 (2018).

Artikel PubMed Google Scholar

Ren, H., Du, C., Park, K., Volkow, ND & Pan, Y. Quantitative Bildgebung der Geschwindigkeit roter Blutkörperchen in vivo mittels optischer Kohärenz-Doppler-Tomographie. Appl. Physik. Lette. 100, 233702–2337024 (2012).

Artikel PubMed PubMed Central Google Scholar

Ren, H. et al. Kokaininduzierte kortikale Mikroischämie im Gehirn von Nagetieren: klinische Implikationen. Mol. Psychiatrie 17, 1017–1025 (2012).

Artikel CAS PubMed Google Scholar

Sie, J. et al. Zerebrovaskuläre Anpassungen an kokaininduzierte transitorische ischämische Anfälle im Gehirn von Nagetieren. JCI Insight 2, e90809 (2017).

Artikel PubMed PubMed Central Google Scholar

Bartzokis, G. et al. Das Volumen der kortikalen grauen Substanz ist mit subjektiven Reaktionen auf Kokaininfusionen verbunden. Bin. J. Süchtiger. 13, 64–73 (2004).

Artikel PubMed Google Scholar

Johnson, BA, Devous, MD, Ruiz, P. & Ait-Daoud, N. Fortschritte bei der Behandlung von kokaininduziertem ischämischem Schlaganfall: Schwerpunkt auf Kalziumkanalantagonisten der Dihydropyridin-Klasse. Bin. J. Psychiatry 158, 1191–1198 (2001).

Artikel CAS PubMed Google Scholar

Bolouri, MR & Small, GA Neuroimaging von Hypoxie und kokaininduziertem Schlaganfall im Hippocampus. J. Neuroimaging 14, 290–291 (2004).

Artikel PubMed Google Scholar

Buttner, A., Mall, G., Penning, R., Sachs, H. & Weis, S. Die Neuropathologie des Kokainmissbrauchs. Bein. Med. 5, S240–S242 (2003).

Artikel CAS Google Scholar

Mena, I. et al. Veränderungen des zerebralen Blutflusses bei akuter Kokainvergiftung: klinische Korrelationen mit SPECT, CT und MRT. NIDA Res. Monogr. 138, 161–173 (1994).

CAS PubMed Google Scholar

Kaufman, MJ et al. Kokaininduzierte zerebrale Vasokonstriktion beim Menschen mit Magnetresonanzangiographie festgestellt. JAMA 279, 376–380 (1998).

Artikel CAS PubMed Google Scholar

Johnson, B. et al. Demonstration dosisabhängiger globaler und regionaler kokaininduzierter Verringerungen des Gehirnblutflusses mithilfe eines neuartigen Ansatzes zur quantitativen Einzelphotonenemissions-Computertomographie. Neuropsychopharmacology 18, 377–384 (1998).

Artikel CAS PubMed Google Scholar

Volkow, ND, Ding, YS, Fowler, JS & Wang, GJ Kokainsucht: Hypothese abgeleitet aus bildgebenden Untersuchungen mit PET. J. Süchtiger. Dis. 15, 55–71 (1996).

Artikel CAS PubMed Google Scholar

Du, C. et al. Kokaininduzierte Ischämie im präfrontalen Kortex ist mit einer Eskalation der Kokainaufnahme bei Nagetieren verbunden. Mol. Psychiatrie 25, 1759–1776 (2020).

Artikel CAS PubMed Google Scholar

Zhang, Q. et al. Chronisches Kokain stört neurovaskuläre Netzwerke und die Gehirnfunktion: optische Bildgebungsstudien an Nagetieren. J. Biomed. Opt. 21, 26006 (2016).

Artikel PubMed Google Scholar

You, J., Li, A., Du, C. & Pan, Y. Volumetrische Doppler-Winkelkorrektur für die ultrahochauflösende optische Kohärenz-Doppler-Tomographie. Appl. Physik. Lette. 110, 011102 (2017).

Artikel PubMed PubMed Central Google Scholar

Paasonen, J., Stenroos, P., Salo, RA, Kiviniemi, V. & Grohn, O. Funktionelle Konnektivität unter sechs Anästhesieprotokollen und dem Wachzustand im Rattengehirn. Neuroimage 172, 9–20 (2018).

Artikel PubMed Google Scholar

Park, K. et al. Hämodynamische und neuronale Reaktionen auf Kokain unterscheiden sich bei wachen und anästhesierten Tieren: Studie zur optischen Bildgebung des Gehirns. Neuroimage 188, 188–197 (2019).

Artikel CAS PubMed Google Scholar

Gu, X. et al. Synchronisierte astrozytische Ca(2+)-Reaktionen in der neurovaskulären Kopplung während somatosensorischer Stimulation und im Ruhezustand. Cell Rep. 23, 3878–3890 (2018).

Artikel CAS PubMed PubMed Central Google Scholar

Du, C. et al. Kokain erhöht unabhängig von seinen zerebrovaskulären Wirkungen die intrazelluläre Kalziumkonzentration im Gehirn. J. Neurosci. 26, 11522–11531 (2006).

Artikel CAS PubMed PubMed Central Google Scholar

Febo, M. Technische und konzeptionelle Überlegungen zur Durchführung und Interpretation funktioneller MRT-Studien an wachen Ratten. Vorderseite. Psychiatrie 2, 43 (2011).

Artikel PubMed PubMed Central Google Scholar

Desjardins, M. et al. Bildgebung bei wachen Mäusen: von der Zwei-Photonen-Mikroskopie zur blutsauerstoffgehaltsabhängigen funktionellen Magnetresonanztomographie. Biol. Psychiatrie Cogn. Neurosci. Neuroimaging 4, 533–542 (2019).

PubMed Google Scholar

Cecchetto, C., Vassanelli, S. & Kuhn, B. Gleichzeitige Zwei-Photonen-Spannungs- oder Kalzium-Bildgebung und mehrkanalige lokale Feldpotentialaufzeichnungen im Barrel-Cortex von wachen und anästhesierten Mäusen. Vorderseite. Neurosci. 15, 741279 (2021).

Artikel PubMed PubMed Central Google Scholar

You, J., Du, C., Volkow, ND & Pan, Y. Optische Kohärenz-Doppler-Tomographie zur quantitativen Bildgebung des zerebralen Blutflusses. Biomed. Opt. Express 5, 3217–3230 (2014).

Artikel PubMed PubMed Central Google Scholar

Camino, A. et al. Bewertung der Artefaktreduzierung in der optischen Kohärenztomographie-Angiographie mit Echtzeit-Tracking- und Bewegungskorrekturtechnologie. Biomed. Opt. Express 7, 3905–3915 (2016).

Artikel PubMed PubMed Central Google Scholar

Baran, U. & Wang, RK Übersicht über die auf optischer Kohärenztomographie basierende Angiographie in den Neurowissenschaften. Neurophotonik 3, 010902 (2016).

Artikel PubMed PubMed Central Google Scholar

Li, A., Du, C., Volkow, ND & Pan, Y. Ein Deep-Learning-basierter Ansatz zur Rauschreduzierung in der optischen Hochgeschwindigkeits-Kohärenz-Doppler-Tomographie. J. Biophotonics 13, e202000084 (2020).

Artikel PubMed PubMed Central Google Scholar

Li, A., Du, C. & Pan, Y. Deep-Learning-basierte Bewegungskorrektur in der optischen Kohärenztomographie-Angiographie. J. Biophotonics 14, e202100097 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Ren, J., Park, K., Pan, Y. & Ling, H. In: Tagungsband der IEEE/CVF-Konferenz zu Computer Vision und Mustererkennung. 20617–20625.

Thompson, GJ, Pan, WJ, Magnuson, ME, Jaeger, D. & Keilholz, SD Quasi-periodische Muster (QPP): großräumige Dynamik im fMRT im Ruhezustand, die mit lokaler infraslower elektrischer Aktivität korreliert. Neuroimage 84, 1018–1031 (2014).

Artikel PubMed Google Scholar

Li, N., van Zijl, P., Thakor, N. & Pelled, G. Untersuchung der räumlichen Korrelation zwischen neuronaler Aktivität und BOLD-fMRI-Reaktionen, die durch sensorische und Channelrhodopsin-2-Stimulation im somatosensorischen Kortex der Ratte hervorgerufen werden. J. Mol. Neurosci. 53, 553–561 (2014).

CAS PubMed PubMed Central Google Scholar

Li, A., You, J., Du, C. & Pan, Y. Automatisierte Segmentierung und Quantifizierung der OCT-Angiographie zur Verfolgung des Angiogenese-Fortschritts. Biomed. Opt. Express 8, 5604–5616 (2017).

Artikel PubMed PubMed Central Google Scholar

Shin, P., Yoon, JH, Jeong, Y. & Oh, WY Hochgeschwindigkeits-Angiographie mit optischer Kohärenztomographie zur Messung der stimulusinduzierten retrograden Vasodilatation von Hirnarterien bei wachen Mäusen. Neurophotonik 7, 030502 (2020).

Artikel PubMed PubMed Central Google Scholar

Rakymzhan, A., Li, Y., Tang, P. & Wang, RK Unterschiede im zerebralen Blutgefäßsystem und -fluss im wachen und anästhesierten Mauskortex, aufgedeckt durch quantitative optische Kohärenztomographie-Angiographie. J. Neurosci. Methoden 353, 109094 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Jiang, Z. et al. Vergleichende Untersuchung von Deep-Learning-Modellen für die optische Kohärenztomographie-Angiographie. Biomed. Opt. Express 11, 1580–1597 (2020).

Artikel PubMed PubMed Central Google Scholar

Kim, G., Kim, J., Choi, WJ, Kim, C. & Lee, S. Integriertes Deep-Learning-Framework für die beschleunigte optische Kohärenztomographie-Angiographie. Wissenschaft. Rep. 12, 1289 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Franks, NP & Lieb, WR Molekulare und zelluläre Mechanismen der Vollnarkose. Nature 367, 607–614 (1994).

Artikel CAS PubMed Google Scholar

Zanos, P. et al. Pharmakologie von Ketamin und Ketaminmetaboliten: Einblicke in therapeutische Mechanismen. Pharm. Rev. 70, 621–660 (2018).

Artikel CAS PubMed PubMed Central Google Scholar

Bryant, JE et al. Ketamin induzierte Veränderungen im regionalen zerebralen Blutfluss, interregionalen Konnektivitätsmustern und im Glutamatstoffwechsel. J. Psychiater. Res. 117, 108–115 (2019).

Artikel PubMed PubMed Central Google Scholar

Tsukada, H. et al. Ketamin verändert die Verfügbarkeit des striatalen Dopamintransporters, gemessen durch [(11)C]beta-CFT und [(11)C]beta-CIT-FE im Affengehirn. Synapse 42, 273–280 (2001).

Artikel CAS PubMed Google Scholar

Torres, G., Rivier, C. & Weiss, F. Ein Anästhetikum aus einer Ketaminmischung hemmt neuroendokrine und verhaltensbezogene Konsequenzen der Kokainverabreichung. Gehirnres. 656, 33–42 (1994).

Artikel CAS PubMed Google Scholar

Simmler, LD et al. Die doppelte Wirkung von Ketamin schränkt die Suchtgefahr ein. Natur 608, 368–373 (2022).

Artikel CAS PubMed Google Scholar

Allen, CP et al. Erhöhte neuronale und abgeschwächte hämodynamische Reaktivität gegenüber Kokain im präfrontalen Kortex nach erweitertem Kokainzugang: optische Bildgebungsstudie an anästhesierten Ratten. Süchtig. Biol. 24, 485–497 (2019).

Artikel CAS PubMed Google Scholar

He, GQ, Zhang, A., Altura, BT & Altura, BM Kokaininduzierter Cerebrovasospasmus und sein möglicher Wirkmechanismus. J. Pharm. Exp. Dort. 268, 1532–1539 (1994).

CAS Google Scholar

Krimer, LS, Muly, EC III, Williams, GV & Goldman-Rakic, PS Dopaminerge Regulierung der zerebralen kortikalen Mikrozirkulation. Nat. Neurosci. 1, 286–289 (1998).

Artikel CAS PubMed Google Scholar

Bachi, K. et al. Gefäßerkrankungen bei Kokainabhängigkeit. Atherosclerosis 262, 154–162 (2017).

Artikel CAS PubMed PubMed Central Google Scholar

Boag, F. & Havard, CW Herzrhythmusstörungen und Myokardischämie im Zusammenhang mit Kokain- und Alkoholkonsum. Postgraduiertenstudium. Med. J. 61, 997–999 (1985).

Artikel CAS PubMed PubMed Central Google Scholar

Goldstein, DB Die Auswirkungen von Medikamenten auf die Membranflüssigkeit. Annu. Rev. Pharm. Toxicol. 24, 43–64 (1984).

Artikel CAS Google Scholar

Busse, GD & Riley, AL Auswirkungen von Alkohol auf die Kokainletalität bei Ratten: akute und chronische Beurteilungen. Neurotoxicol. Teratol. 25, 361–364 (2003).

Artikel CAS PubMed Google Scholar

Ghassemi, A., Bharadia, J. & Liu, A. Akuter Niereninfarkt, transitorische ischämische Attacke und biventrikuläre Thromben als Folge einer Substanzstörung: ein Fallbericht. Klin. Case Rep. 7, 861–864 (2019).

Artikel PubMed PubMed Central Google Scholar

Silver, B. et al. Urintoxikologisches Screening in einer städtischen Schlaganfall- und TIA-Population. Neurology 80, 1702–1709 (2013).

Artikel CAS PubMed Google Scholar

Dombeck, DA, Khabbaz, AN, Collman, F., Adelman, TL & Tank, DW Bildgebung großräumiger neuronaler Aktivität mit zellulärer Auflösung in wachen, mobilen Mäusen. Neuron 56, 43–57 (2007).

Artikel CAS PubMed PubMed Central Google Scholar

Kislin, M. et al. Luftgestützte Plattform mit flachem Boden: eine neue Methode zur Kombination von Verhalten mit Mikroskopie oder Elektrophysiologie bei wachen, sich frei bewegenden Nagetieren. J. Vis. Exp. e51869 (2014).

Madularu, D. et al. Ein nicht-invasives Rückhaltesystem für die Bildgebung wacher Mäuse. J. Neurosci. Methoden 287, 53–57 (2017).

Artikel PubMed PubMed Central Google Scholar

Li, A., Zeng, G., Du, C., Zhang, H. & Pan, Y. Automatisierte Bewegungsartefaktkorrektur in einem OCTA-Bild mithilfe des Tensor-Voting-Ansatzes. Appl. Physik. Lette. 113, 101102 (2018).

Artikel PubMed PubMed Central Google Scholar

Referenzen herunterladen

Diese Forschung wurde teilweise durch die Zuschüsse 2R01DA029718 (CD, YP) ​​und 1RF1DA048808 (YP, CD) der National Institutes of Health unterstützt.

Abteilung für Biomedizintechnik, Stony Brook University, Stony Brook, NY, 11794, USA

Yingtian Pan, Kicheon Park und Congwu Du

Fakultät für Informatik, Stony Brook University, Stony Brook, NY, 11794, USA

Jiaxiang Ren & Haibin Ling

Nationales Institut für Alkoholmissbrauch und Alkoholismus, National Institutes of Health, Bethesda, MD, 20857, USA

Nora D. Volkow

National Institute of Neurological Disorders and Stroke, National Institutes of Health, Bethesda, MD, 20892, USA

Alan P. Koretsky

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

CD, NDV und YP haben die Forschung entworfen. KP führte die In-vivo-Experimente und die Datenanalyse durch; JR und HL führten eine auf selbstüberwachtem Lernen basierende Bildverarbeitung durch (KP und JR trugen gleichermaßen bei). YP, CD, NVD und AK trugen zur Dateninterpretation, Ergebnisdiskussion und Manuskripterstellung bei.

Korrespondenz mit Yingtian Pan.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Communications Biology dankt den anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Hauptredakteure: Chao Zhou und Manuel Breuer. Peer-Reviewer-Berichte sind verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht durch gesetzliche Vorschriften zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Pan, Y., Park, K., Ren, J. et al. Dynamische 3D-Bildgebung des zerebralen Blutflusses bei wachen Mäusen mithilfe der durch selbstüberwachtes Lernen verstärkten optischen Kohärenz-Doppler-Tomographie. Commun Biol 6, 298 (2023). https://doi.org/10.1038/s42003-023-04656-x

Zitat herunterladen

Eingegangen: 05. Mai 2022

Angenommen: 03. März 2023

Veröffentlicht: 21. März 2023

DOI: https://doi.org/10.1038/s42003-023-04656-x

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.