Dissertação

{en_GB=Towards high resolution resting-state fMRI in the mouse brain: Mapping of mouse resting state networks using ultra-high field MRI} {} EVALUATED

{pt=Imagens de ressonância magnética funcional em estado de repouso (rsfMRI) permitem estudar a conectividade funcional cerebral. O mapeamento de redes funcionais possibilita a extração de informação sobre organização e função intrínsecas do cérebro, assim como o estudo de patologias e estados psicológicos. Considerando que estudos pré-clínicos permitem combinar rsfMRI com outras técnicas, e que modelos de ratinho são particularmente bons para doenças neurológicas, estudos em roedores é cada vez mais uma opção atraente. Contudo, existem dificuldades técnicas inerentes a rsfMRI em ratinhos, e a detecção de redes robustas e consistentes tem sido desafiante. Além disso, rsfMRI em roedores é normalmente realizada com resolução espacial relativamente baixa, limitando a investigação de estruturas pequenas. Neste estudo, para superar estas limitações, imagens de rsfMRI foram adquiridas com baixa (0.3 mm x 0.3 mm) e alta (0.16 mm x 0.16 mm) resolução, diferentes métodos de pré-processamento foram testados e uma análise baseada em seeds foi realizada em áreas corticais e subcorticais. Não foram encontradas diferenças significativas entre os pré-processamentos, mas foram reproduzidas redes funcionais coerentes com a literatura, nomeadamente nos córtices motor (M1), somatossensorial (S1 e S2) e visual (VC), no hipocampo (Hip) e corpo estriado dorsal (CPu), para imagens de baixa e alta resolução. Considerando a grande variabilidade de possíveis parâmetros de aquisição de imagens, regimes anestésicos, e de métodos de pré-processamento e análise, este mapeamento consistente é encorajador para rsfMRI em ratinhos como ferramentas translacionais para o estudo de dinâmicas neurais em grande escala, assim como mecanismos fundamentais de pequenas estruturas cerebrais., en=Resting-state functional magnetic resonance imaging (rsfMRI) allows the study of functional connectivity in the brain. Through the mapping of functional networks, it is possible to extract information about the intrinsic organization and function of the brain, as well as to study pathologies and arousal states. Considering that controlled preclinical experiments allow combining rsfMRI with other techniques, and that transgenic mouse models are particularly good models for neurological diseases, murine imaging is becoming an attractive option. Still, there are inherent technical difficulties in imaging mice, and detection of robust and consistent networks has been challenging. Moreover, mouse rsfMRI is usually performed at relatively low spatial resolution, limiting the investigation of small structures. In this study, to overcome these shortcomings, rsfMRI datasets were acquired with both standard (0.3 mm x 0.3 mm) and high resolution (0.16 mm x 0.16 mm), different preprocessing pipelines were tested, and a seed-based analysis was conducted with seeds on cortical and subcortical areas. No significant differences were found between pipelines, but it was possible to reproduce functional networks mostly consistent with previous literature, particularly on motor (M1), somatosensory (S1 and S2) and visual (VC) cortices, hippocampus (Hip) and caudate putamen (CPu), for both low- and high-resolution datasets. Considering the high variability of possible data acquisition parameters, anesthetic regimes, preprocessing and analysis pipelines, these consistent network mappings are encouraging results for rsfMRI in mice as translational tools for the study of large-scale neural dynamics, as well as fundamental mechanisms of small structures in the brain.}
{pt=Ressonância magnética em repouso, Conectividade funcional, Moudelo de ratinho, Redes neuronais de repouso, Análise baseada em seeds, en=Resting state functional MRI, Functional connectivity, Mouse model, Resting state networks, Seed-based analysis}

Novembro 26, 2019, 10:0

Orientação

ORIENTADOR

Patrícia Margarida Piedade Figueiredo

Departamento de Bioengenharia (DBE)

Professor Auxiliar

ORIENTADOR

Noam Shemesh

Champalimaud Research

Doutor