WG
Whitney Griggs
Author with expertise in Advances in Ultrasound Elastography Imaging Techniques
Achievements
Cited Author
Key Stats
Upvotes received:
0
Publications:
7
(43% Open Access)
Cited by:
12
h-index:
8
/
i10-index:
8
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
1

Single Trial Decoding of Movement Intentions Using Functional Ultrasound Neuroimaging

Sumner Norman et al.May 14, 2020
Abstract Brain-machine interfaces (BMI) are powerful devices for restoring function to people living with paralysis. Leveraging significant advances in neurorecording technology, computational power, and understanding of the underlying neural signals, BMI have enabled severely paralyzed patients to control external devices, such as computers and robotic limbs. However, high-performance BMI currently require highly invasive recording techniques, and are thus only available to niche populations. Here, we show that a minimally invasive neuroimaging approach based on functional ultrasound (fUS) imaging can be used to detect and decode movement intention signals usable for BMI. We trained non-human primates to perform memory-guided movements while using epidural fUS imaging to record changes in cerebral blood volume from the posterior parietal cortex – a brain area important for spatial perception, multisensory integration, and movement planning. Using hemodynamic signals acquired during movement planning, we classified left-cued vs. right-cued movements, establishing the feasibility of ultrasonic BMI. These results demonstrate the ability of fUS-based neural interfaces to take advantage of the excellent spatiotemporal resolution, sensitivity, and field of view of ultrasound without breaching the dura or physically penetrating brain tissue.
0

Functional ultrasound imaging of human brain activity through an acoustically transparent cranial window

Claire Rabut et al.May 29, 2024
Visualization of human brain activity is crucial for understanding normal and aberrant brain function. Currently available neural activity recording methods are highly invasive, have low sensitivity, and cannot be conducted outside of an operating room. Functional ultrasound imaging (fUSI) is an emerging technique that offers sensitive, large-scale, high-resolution neural imaging; however, fUSI cannot be performed through the adult human skull. Here, we used a polymeric skull replacement material to create an acoustic window compatible with fUSI to monitor adult human brain activity in a single individual. Using an in vitro cerebrovascular phantom to mimic brain vasculature and an in vivo rodent cranial defect model, first, we evaluated the fUSI signal intensity and signal-to-noise ratio through polymethyl methacrylate (PMMA) cranial implants of different thicknesses or a titanium mesh implant. We found that rat brain neural activity could be recorded with high sensitivity through a PMMA implant using a dedicated fUSI pulse sequence. We then designed a custom ultrasound-transparent cranial window implant for an adult patient undergoing reconstructive skull surgery after traumatic brain injury. We showed that fUSI could record brain activity in an awake human outside of the operating room. In a video game “connect the dots” task, we demonstrated mapping and decoding of task-modulated cortical activity in this individual. In a guitar-strumming task, we mapped additional task-specific cortical responses. Our proof-of-principle study shows that fUSI can be used as a high-resolution (200 μm) functional imaging modality for measuring adult human brain activity through an acoustically transparent cranial window.
62

Decoding Motor Plans Using a Closed-Loop Ultrasonic Brain-Machine Interface

Whitney Griggs et al.Nov 13, 2022
ABSTRACT Brain-machine interfaces (BMIs) can be transformative for people living with chronic paralysis. BMIs translate brain signals into computer commands, bypassing neurological impairments and enabling people with neurological injury or disease to control computers, robots, and more with nothing but thought. State-of-the-art BMIs have already made this future a reality in limited clinical trials. However, high performance BMIs currently require highly invasive electrodes in the brain. Device degradation limits longevity to about 5 years. Their field of view is small, restricting the number, and type, of applications possible. The next generation of BMI technology should include being longer lasting, less invasive, and scalable to sense activity from large regions of the brain. Functional ultrasound neuroimaging is a recently developed technique that meets these criteria. In this present study, we demonstrate the first online, closed-loop ultrasonic brain-machine interface. We used 2 Hz real-time functional ultrasound to measure the neurovascular activity of the posterior parietal cortex in two nonhuman primates (NHPs) as they performed memory-guided movements. We streamed neural signals into a classifier to predict the intended movement direction. These predictions controlled a behavioral task in real-time while the NHP did not produce overt movements. Both NHPs quickly succeeded in controlling up to eight independent directions using the BMI. Furthermore, we present a simple method to “pretrain” the BMI using data from previous sessions. This enables the BMI to work immediately from the start of a session without acquiring extensive additional training data. This work establishes, for the first time, the feasibility of an ultrasonic BMI and prepares for future work on a next generation of minimally invasive BMIs that can restore function to patients with neurological, physical, or even psychiatric impairments.
0

Functional ultrasound neuroimaging reveals mesoscopic organization of saccades in the lateral intraparietal area of posterior parietal cortex

Whitney Griggs et al.Jul 2, 2024
Abstract The lateral intraparietal cortex (LIP) located within the posterior parietal cortex (PPC) is an important area for the transformation of spatial information into accurate saccadic eye movements. Despite extensive research, we do not fully understand the functional anatomy of intended movement directions within LIP. This is in part due to technical challenges. Electrophysiology recordings can only record from small regions of the PPC, while fMRI and other whole-brain techniques lack sufficient spatiotemporal resolution. Here, we use functional ultrasound imaging (fUSI), an emerging technique with high sensitivity, large spatial coverage, and good spatial resolution, to determine how movement direction is encoded across PPC. We used fUSI to record local changes in cerebral blood volume in PPC as two monkeys performed memory-guided saccades to targets throughout their visual field. We then analyzed the distribution of preferred directional response fields within each coronal plane of PPC. Many subregions within LIP demonstrated strong directional tuning that was consistent across several months to years. These mesoscopic maps revealed a highly heterogenous organization within LIP with many small patches of neighboring cortex encoding different directions. LIP had a rough topography where anterior LIP represented more contralateral upward movements and posterior LIP represented more contralateral downward movements. These results address two fundamental gaps in our understanding of LIP’s functional organization: the neighborhood organization of patches and the broader organization across LIP. These findings were achieved by tracking the same LIP populations across many months to years and developing mesoscopic maps of direction specificity previously unattainable with fMRI or electrophysiology methods.
0

Object-finding skill created by repeated reward experience

Ali Ghazizadeh et al.Mar 16, 2016
For most animals, survival depends on rapid detection of rewarding objects, but search for an object surrounded by many others is known to be difficult and time consuming. However, there is neuronal evidence for robust and rapid differentiation of objects based on their reward history in primates (Hikosaka et al., 2014). We hypothesized that such robust coding should support efficient search for high-value objects, similar to a pop-out mechanism. To test this hypothesis, we let subjects (n=4, macaque monkeys) view a large number of complex objects with consistently biased rewards with variable training durations (1, 5 or >30days). Following training, subjects searched for a high-value object (Good) among a variable number of low-value objects (Bad). Consistent with our hypothesis, we found that Good objects were accurately and quickly targeted, often by a single and direct saccade with a very short latency (<200ms). The dependence of search times on display size reduced significantly with longer reward training, giving rise to a more efficient search (40ms/item to 16ms/item). This object-finding skill showed a large capacity for value-biased objects and was maintained in the long-term memory with no interference from reward learning with other objects. Such object-finding skill, particularly its large capacity and its long term retention, would be crucial for maximizing rewards and biological fitness throughout life where many objects are experienced continuously and/or intermittently.