Understanding the physiology of cerebral blood flow (CBF) and measuring it have been main concerns in neurology. Numerous techniques have been applied to detect CBF, and various approaches have been tried to uncover the complex mechanisms of delicate regulation of flows in microvascular networks. However, current methods do not meet the demands in noninvasive monitoring of CBF and fine tuning of microvascular flows in preclinical studies with low cost. In this project, I investigated how CBF can be detected noninvasively by an optical imaging technique combined with analysis of intravascular tracer dynamics, and how certain method can be accurately validated using in silico simulation in microvascular network.
After brief introduction of this thesis in chapter 1, I demonstrated a noble optical imaging technique for measuring CBF in mice in chapter 2. In preclinical studies of ischemic brain disorders, it is crucial to measure CBF; however, this requires radiological techniques with heavy instrumentation or invasive procedures. The optical imaging method proposed here will provide a noninvasive and easy-to-use technique to detect CBF in experimental small animals. Mice were injected with indocyanine green and time-series near-infrared fluorescence signals over heads were excited by light-emitting diodes and imaged by a CCD. I calculated four CBF parameters and generated CBF maps using time and intensity information of fluorescence dynamics to estimate the status of flow under normal and ischemic conditions. The maps dominantly represented intracerebral flows in mice even in the presence of an intact skull and scalp, and I further demonstrated that this noninvasive optical imaging technique successfully detected reduced CBF in middle cerebral artery occlusion.
In chapter 3, I simulated blood flows and tracer dynamics in cerebral microvascular network, and evaluated CBF parameters suggested above. The resolutions of imaging techniques measuring CBF are usually above capillary level and their speeds are not sufficient to measure blood flow of entire microvessels at a time. The complex nature of microvascular network made it difficult to understand the details of pathophysiology in vascular occlusion diseases such as stroke and application of theoretical CBF calculation algorithms. Here I demonstrated in silico modeling and simulation methods to understand CBF in microvascular network. High resolution cortical vasculature was imaged from an anesthetized mouse using two-photon laser scanning microscopy. Topology and vascular parameters such as lengths and diameters were semi-automatically extracted from the image stacks and converted to a graph data structure. The relationships among blood pressures in branching points and blood flows in vessel segments were established using hemorheological equations. The generated large-scale simultaneous linear equations were solved, and the unknown blood flow variables were determined. Finally, using the blood flow information, virtually injected intravascular tracers were simulated in microvascular network. Time-intensity curves were generated from residue functions inside volumes of interest. Four CBF parameters were calculated from the curves and their accuracies were evaluated.
In conclusion, these two methodologies for CBF measurement, one for optical imaging and the other for in silico simulation, may play valuable roles in studies for cerebral hemodynamics and neurological disorders.
뇌혈류의 생리현상을 이해하고 이를 측정하는 것은 그 동안 신경학 분야에서 주된 관심사 중 하나였다. 뇌혈류를 측정하기 위해 많은 기술들이 접목되어 왔고, 미세혈관 네트워크 상에서 혈류가 섬세하게 조절되는 복잡한 원리를 밝히기 위해 다양한 방법들이 동원되어 왔다. 그러나 현재까지의 방법들은 전임상 연구에서 효율적으로 뇌혈류를 모니터링하고 미세 혈류를 정교하게 조절하고자 하는 요구를 충족시키지 못하고 있다. 본 논문에서는 혈관내 조영제의 동역학 분석과 함께 광학적 영상 기술을 이용하여 뇌혈류가 어떻게 비침습적으로 측정될 수 있는지와 그러한 방법들이 미세혈관 네트워크 상에서 컴퓨터 시뮬레이션을 통해 어떻게 정확하게 검증될 수 있는지를 연구하였다.
첫 번째 장에서는 본 논문에 대한 개괄적인 소개를 하였고, 두 번째 장에서는 생쥐에서 뇌혈류를 측정하는 새로운 광학 영상 기술을 보여주었다. 허혈성 뇌 질환을 위한 전임상 연구에서는 뇌혈류를 측정하는 것이 필수적이다. 그러나 이를 위해서는 대형 장비와 침습적인 시술을 요구하는 방사선학적 기술들이 필요하다. 여기서 제안하는 광학 영상 방법은 실험용 소동물에서 뇌혈류를 비침습적이고 쉽게 측정할 수 있는 기술을 제공한다. 생쥐에 인도시아닌 그린(indocyanine green)을 정맥주사한 후 머리 위에서 시간에 따른 근적외선 형광 신호를 LED(light-emitting diode)를 이용해 빛을 발생시키고 CCD 카메라로 영상을 얻었다. 그 후 정상 및 허혈 조건 하에서 혈류 상태를 평가하기 위해 시간 및 밝기 정보를 이용하여 네 가지의 뇌혈류 파라미터를 계산하였고, 이를 뇌혈류 지도로 만들었다. 뇌혈류 지도는 생쥐에서 두개골과 두피가 보존되어 있는 상태에서도 뇌 내부의 혈류를 주로 반영했고, 이러한 비침습적인 광학 영상 기술을 통해 중뇌동맥 폐쇄 상태에서 줄어든 뇌혈류를 성공적으로 감지할 수 있었다.
세 번째 장에서는 뇌 미세혈관 네트워크 상에서 혈류를 시뮬레이션 하고 앞에서 언급한 뇌혈류 파라미터들을 평가하였다. 뇌혈류 측정을 위한 영상 기술들의 해상도는 대개 모세혈관 수준보다 떨어지고, 속도는 전체 미세혈관들의 혈류를 동시에 측정하기에 충분치 않다. 미세혈관 네트워크의 복잡한 특성은 뇌졸중 같은 혈관 폐색 질환의 자세한 병태생리를 이해하거나 이론적인 뇌혈류 계산 알고리즘들을 적용하기 어렵게 한다. 여기서는 미세혈관 네트워크 상에서 뇌혈류를 이해하기 위한 컴퓨터를 이용한 모델링 및 시뮬레이션 방법을 제시하였다. 마취된 생쥐에서 다광자 레이저 스캐닝 현미경을 이용하여 고해상도 대뇌 피질 혈관 구조 영상을 얻었다. 위상 정보와 길이 및 지름과 같은 혈관 파라미터들을 영상으로부터 반자동적 방법으로 추출했고, 이를 그래프 데이터 구조로 변환했다. 혈유동학 방정식들을 이용해서 분지점에서의 혈압과 혈관 분절에서의 혈류 사이의 관계를 설정했다. 대규모의 다원 일차 연립 방정식을 풀어냄으로써 혈류 변수들의 값을 찾아냈다. 마지막으로, 혈류 정보를 이용하여 미세혈관 네크워크 상에서 가상의 혈관내 조영 물질을 주사하고 그 동역학을 시뮬레이션 했다. 관심 부피 영역 내에서 조영 물질의 잔존 확률 함수로부터 시간-밝기 곡선을 추출해 냈고, 곡선으로부터 네 가지의 뇌혈류 파라미터를 계산한 후 이들의 정확도를 평가했다.
결론적으로, 여기 소개된 두 가지 방법론(광학 영상에 관한 것과 컴퓨터 시뮬레이션에 관한 것)은 뇌혈류 동역학과 신경계 질환과 관련된 연구에 있어서 중요한 연구 수단으로 쓰일 것으로 기대된다.
