Summary
Dit manuscript beschrijft een protocol voor neutronenradiografie en computertomografie van biologische monsters met behulp van een High Flux Isotope Reactor (HFIR) CG-1D-bundellijn om een metalen implantaat in een rattendijbeen, een muizenlong en een kruidachtig plantenwortel / bodemsysteem te meten.
Abstract
Neutronen zijn van oudsher gebruikt voor een breed scala aan biologische toepassingen met behulp van technieken zoals neutronenverstrooiing met een kleine hoek, neutronenspinecho, diffractie en inelastische verstrooiing. In tegenstelling tot neutronenverstrooiingstechnieken die informatie verkrijgen in de wederzijdse ruimte, meet op verzwakking gebaseerde neutronenbeeldvorming een signaal in de echte ruimte dat wordt opgelost in de orde van tientallen micrometers. Het principe van neutronenbeeldvorming volgt de wet van Beer-Lambert en is gebaseerd op de meting van de bulk neutronenverzwakking door middel van een monster. Grotere verzwakking wordt getoond door sommige lichte elementen (met name waterstof), die belangrijke componenten zijn van biologische monsters. Contrastmiddelen zoals deuterium, gadolinium of lithiumverbindingen kunnen worden gebruikt om het contrast op dezelfde manier te verbeteren als bij medische beeldvorming, inclusief technieken zoals optische beeldvorming, magnetische resonantiebeeldvorming, röntgenstraling en positronemissietomografie. Voor biologische systemen worden neutronenradiografie en computertomografie in toenemende mate gebruikt om de complexiteit van het ondergrondse plantenwortelnetwerk, de interactie met bodems en de dynamiek van waterflux in situ te onderzoeken. Bovendien zijn pogingen om contrastdetails in diermonsters, zoals zachte weefsels en botten, te begrijpen, onderzocht. Dit manuscript richt zich op de vooruitgang in neutronenbioimaging, zoals monstervoorbereiding, instrumentatie, data-acquisitiestrategie en data-analyse met behulp van de High Flux Isotope Reactor CG-1D neutronenbeeldvormingsbundellijn. De bovengenoemde mogelijkheden zullen worden geïllustreerd aan de hand van een selectie van voorbeelden in de plantenfysiologie (kruidachtige plant/wortel/bodemsysteem) en biomedische toepassingen (rattendij- en muizenlong).
Introduction
Het principe van neutronenradiografie (nR) is gebaseerd op de verzwakking van neutronen door de materie die ze doorkruisen. In tegenstelling tot röntgenstralen die worden verstrooid door de elektronenwolk van een atoom, kunnen neutronen worden geabsorbeerd of verstrooid door de kern. Neutronen zijn gevoelig voor lichte elementen, zoals waterstof (H), en kunnen bijgevolg worden gebruikt voor radiografische biologische toepassingen zoals dierlijke 1,2,3,4,5,6,7 of menselijke weefsels 8,9 en ondergrondse bodem/wortelsystemen 10,11,12,13,14 ,15. Neutronenbeeldvorming is een aanvullende techniek naast röntgenbeeldvorming, die in staat is om zware elementen te detecteren16,17,18. Op verzwakking gebaseerde nR wordt bepaald door de lineaire verzwakkingscoëfficiënten van de materialen in het monster en door de dikte van het monster, zoals beschreven in de wet van Beer-Lambert, die stelt dat de uitgezonden bundel recht evenredig is met de hoeveelheid materiaal en de padlengte door het materiaal. De transmissie, T, kan dus worden berekend als:
(1)
waarbij I 0 en I respectievelijk de invallende en uitgezonden bundelintensiteiten zijn; μ en x zijn respectievelijk de lineaire verzwakkingscoëfficiënt en de dikte van een homogeen monster. De μ verzwakkingscoëfficiënt wordt gegeven door:
(2)
waarbij σ de neutronenverzwakkingsdoorsnede van het monster is (zowel verstrooiing als absorptie), ρ de dichtheid, NA het getal van Avogadro en M de molaire massa.
Contrast in radiografie van biologische monsters met behulp van laagenergetische neutronen (d.w.z. energieën onder 0,5 eV) is meestal te wijten aan een verandering in de dichtheid van H (voor een vaste monsterdikte). Dit komt door de waarschijnlijkheid van interactie van een neutron met de H-kern, die groter is dan met andere kernen die aanwezig zijn in biologische monsters, en het feit dat de dichtheid van het H-atoom van het grootste belang is omdat het het meest voorkomende atoom is in biologische monsters.
Sinds de vroege stadia zijn nR- en neutronencomputertomografie (nCT) op grote schaal gebruikt voor materialen en technische toepassingen 19,20,21,22,23. De eerste demonstratie-experimenten van neutronengevoeligheid voor H in biologische monsters begonnen in het midden van de jaren 195024 met de metingen van plantenspecimens. Het werk ging door tot in de jaren 1960 met bijvoorbeeld de radiografie van een menselijke borstkas25 of ratten26, waarin het gebruik van contrastmiddelen, zoals gadoliniumoxide (Gd2O3), werd onderzocht. Bovendien werd verondersteld dat contrast in menselijk tumorweefsel versus normaal weefsel te wijten was aan een lokale toename van het H-gehalte. Tijdens deze eerste proeven werd geconcludeerd dat verhoogde neutronenflux en ruimtelijke resolutie de kwaliteit van nR zouden verbeteren en waarschijnlijk de populariteit ervan als een complementaire techniek voor industriële of biomedische toepassingen zouden vergroten. De meest recente studies omvatten nR- en nCT-metingen uitgevoerd op kankerweefselmonsters1 en secties van dierlijke organen 2,3,27 voor biomedische en forensische toepassingen.
Gelegen in het Oak Ridge National Laboratory, Oak Ridge, TN, is de High Flux Isotope Reactor (HFIR) een krachtige neutronenbron die neutronen produceert door splijtingsreactie. Deze neutronen hebben energieën in de orde van grootte van 2 MeV en worden in de reactorpool "gekoeld" door kinetische reacties met zwaar water om energieën in de orde van 100-300 eV te bereiken. De optimalisatie van een neutronenexperiment, of het nu gaat om verstrooiing of beeldvorming, begint met het begrijpen van de neutronenbron en bundellijneigenschappen zoals de bundelintensiteit, energieverdeling en het effect van de achtergrond (snelle neutronen, vertraagde neutronen, gammastralen). In de HFIR-koudgeleidehal waar de beeldbundellijn zich bevindt, worden neutronen verder "gekoeld" door kinetische interacties met een vloeibare H-moderator. Ze worden vervolgens in een gebogen geleidingssysteem weggevoerd van de gezichtslijn van de bron, waardoor snelle neutronen en gammavervuiling worden geëlimineerd. Zoals geïllustreerd in figuur 1, wordt de CG-1D neutronenbeeldbundellijn28,29 op een koude geleider geplaatst, wat impliceert dat het neutronenenergiebereik varieert van enkele meV tot enkele tientallen eV (in dit geval varieert de overeenkomstige bruikbare neutronengolflengte van 0,8 tot 10 Å) met een flux in het bereik van 107 n / (cm2∙s) op de monsterpositie. Een gemotoriseerd diafragma/diffusersysteem definieert de gaatjesgeometrie van het beeldvormende instrument. Neutronen leggen een afstand van 6,59 m af in een met helium (He) gevulde vluchtbuis met aluminium (Al) ramen aan elk uiteinde. Vluchtbuizen worden gebruikt om neutronen te transporteren terwijl de luchtverstrooiing zodanig wordt beperkt dat het verlies in bundelintensiteit minimaal is. Voor de metingen die in dit manuscript worden beschreven, is de diffuser gemaakt van een 1 mm dik 50 nm aluminiumoxide (Al2O3) nanopoeder verpakt in een Al-container. De diffuser vermindert de bundelartefacten afkomstig van de neutronengeleider (die worden vergroot door de pinhole-geometrie van een beeldbundellijn), anders zijn scherpe horizontale en verticale intensiteitsfluctuaties zichtbaar in de röntgenfoto en wordt normalisatie van de gegevens een uitdaging. Voor de hier geïllustreerde experimenten worden neutronen omgezet in licht met behulp van een 25-μm-dik lithium-6 fluoride / zinksulfidefosfor (6LiF / ZnS: Ag).
Collimatie-optimalisatie is afhankelijk van de positie van de sample-to-detector, de vereiste ruimtelijke resolutie en de acquisitietijd. Wanneer het monster zich op een paar cm afstand van de scintillator bevindt, leveren hoge collimaties (L / D boven 800, waarbij L de afstand is tot de opening van het gaatje van diameter, D en de detector) een betere ruimtelijke resolutie op ten koste van neutronenflux. Lage collimatie (L/D onder 800) heeft de voorkeur voor in situ dynamische studies wanneer de tijdsresolutie prevaleert boven de ruimtelijke resolutie. Voor de in dit manuscript beschreven metingen waren L/D en ruimtelijke resolutie respectievelijk ongeveer 355 en 75 μm. De temporele resolutie varieerde op basis van de signaal-ruisverhouding (SNR). Het monster werd zo dicht mogelijk bij de scintillator geplaatst om geometrische vervorming zoals vervaging te verminderen. Translatie- en rotatiefasen zijn beschikbaar om het monster dicht bij de detectoren te plaatsen en computertomografie (CT) uit te voeren. CG-1D biedt drie soorten detectoren: een charge-coupled device (CCD) met 2048 pixels x 2048 pixels met een pixel pitch van 13,5 μm, een wetenschappelijke complementaire metal-oxide semiconductor (sCMOS) detector met 2560 pixels x 2160 pixels met een pixel pitch van 6,5μm, en een micro-channel plate (MCP) detector30,31 met 512 pixels x 512 pixels met een pixelgrootte van 55μm. Verstrooide neutronen worden geabsorbeerd met ~ 5 mm dik boorrubber om de detectorchip te beschermen tegen het zien van neutronen. Deze absorptie genereert gammastralen die kunnen worden gestopt door lood (Pb) dat tussen het boorrubber en de detector wordt geplaatst. Elke detector is geoptimaliseerd voor een ander gezichtsveld (FOV) en ruimtelijke en tijdresoluties. Voor de rat femur en de muis longmetingen werd de CCD-detector gebruikt voor zijn grote FOV-capaciteit (~ 7 cm x 7 cm) en redelijke ruimtelijke resolutie van ongeveer 75μm. De nCT van het plantenwortel/bodemsysteem werd uitgevoerd met de sCMOS, omdat het doel was om zo snel mogelijk nCT's te verkrijgen ten koste van FOV (die beperkt was tot ~ 5 cm x 4,2 cm); De ruimtelijke resolutie leed er dus duidelijk onder. In deze detectoren worden neutronen omgezet in licht of een alfadeeltje voor detectiedoeleinden. Door het monster om zijn verticale as te draaien en röntgenfoto's te maken onder opeenvolgende rotatiehoeken kan nCT worden verkregen. Het 3-dimensionale volumetrische gerenderde model van het onderzochte monster wordt verkregen door gebruik te maken van de interne iMARS3D python-gebaseerde Jupyter gefilterde-back-projectie (FBP) notebook, pyMBIR of een commerciële software, allemaal hieronder beschreven.
Ten slotte worden neutronen die geen interactie hebben gehad met het monster of de detector verzameld in een bundelstoppositie op ongeveer 1 m stroomafwaarts van het detectorsysteem om achtergrondgeluid te minimaliseren. De CG-1D balkstop is 0,75 m breed, 0,5 m hoog en 35 mm dik en gemaakt van B4C in epoxy. De bundelstop is versterkt met 10 mm 95% verrijkt lithiumcarbonaat (6 Li2CO3) in een brandwerende epoxy waar de neutronenbundel raakt, met een holte bekleed met 6Li, lood (Pb) en staal dat is ontworpen om de hoge snelheid van secundaire gammastralen te bevatten. De balkstop is direct bevestigd aan de stalen afschermingswand van de balklijn. Een foto van de CG-1D bundellijn is weergegeven in figuur 2.
Drie reconstructiesoftware werd gebruikt om de drie experimentele gegevens respectievelijk in 3D te reconstrueren. De reconstructie van het longmonster van de muis werd uitgevoerd met Octopus32, een commerciële reconstructiesoftware die FBP gebruikt. Octopus-software bevindt zich op een server-pc en kan worden gebruikt om gegevens te reconstrueren die op de beamline zijn verzameld. Een reconstructiesoftware, genaamd iMARS3D, is beschikbaar op CG-1D. Het is gebaseerd op de open source code TomoPY33 met toegevoegde functies zoals geautomatiseerde kantelcorrectie, nabewerkingsfilters, enz. iMARS3D omvat voorbewerking van de gegevens (aftrekken van de achtergrond en ruis), bijsnijden, mediane filtering (om te corrigeren voor gamma-stakingen en dode pixels), geautomatiseerde bestralingsintensiteitsfluctuatiecorrectie en monsterkantelcorrectie. Zodra sinogrammen zijn gemaakt, zijn verdere gegevensverwerking zoals het verwijderen en gladstrijken van ringartefacten een optie. De verschillende stappen van de reconstructie worden opgeslagen op de analyseserver (en later verplaatst in de gedeelde map van het voorstel), terwijl de uiteindelijke 2D-segmenten onmiddellijk worden opgeslagen in de gedeelde map van het voorstel. Het rattendijbeen werd gereconstrueerd met behulp van iMARS3D. Het wortel-/bodemmonster van de plant werd voorbewerkt door mediane filtering van de gegevens met TomoPY, gevolgd door kantelascorrectie met behulp van de SciPy-bibliotheek van Python. De reconstructie werd uitgevoerd met behulp van een python-pakket dat in eigen huis is ontwikkeld met de naam - pyMBIR (gebouwd met behulp van kernels uit de ASTRA-toolbox34) die een reeks tomografische algoritmen implementeert van de baseline FBP tot geavanceerde modelgebaseerde iteratieve reconstructietechnieken35 die hoogwaardige reconstructies kunnen verkrijgen uit extreem schaarse en luidruchtige neutronendatasets. Alle gerenderde volumes op basis van de bovengenoemde reconstructiegereedschappen worden weergegeven in dempingscontrast. Alle visualisatie werd uitgevoerd met behulp van het commerciële visualisatie-, segmentatie- en data-analysesoftwarepakket AMIRA36.
Dit manuscript is bedoeld om de procedure van het gebruik van neutronenbeeldvorming (nR en nCT) op de HFIR CG-1D-bundellijn aan te tonen. Deze studie illustreert ook de huidige state-of-the-art nR- en nCT-mogelijkheden voor biologische monsters, met name een muizenlong, een rattenbot en plantenwortel- / bodemsystemen. De muislong werd gekozen om de complementariteit van neutronen te illustreren om het longweefsel te meten, terwijl röntgenstralen meestal gevoelig zijn voor botten. Het botmonster, een rattendijbeen, had een titanium (Ti) implantaat, wat het contrast tussen het bot en het metaal illustreerde, en de mogelijkheid om het bot / metaal-raakvlak te zien (wat moeilijk te meten is met röntgenstralen omdat metalen ze sterk verzwakken4). Ten slotte illustreert het plant-wortelwatersysteem het driedimensionale (3D) vermogen van nCT om wortel/bodemsystemen in situ te meten. Het toont bovendien de voor- en nadelen van het gebruik van nR voor biologische monsters. Het is duidelijk dat deze methode veilig kan worden gebruikt om de waterdynamiek in een plant-wortelsysteem te meten, maar niet kan worden beschouwd als een levende dierlijke of menselijke beeldvormingstechniek vanwege de risico's die gepaard gaan met blootstelling aan straling, waardoor studies worden beperkt tot (dode) muizen of pathologie-achtige metingen waarbij bijvoorbeeld een weefselmonster wordt gereseceerd van een patiënt (dier of mens) en bereid door fixatie voordat het wordt gemeten in een neutronenbundel.
Protocol
1. Instrumentopstelling (zie figuur 3, punt 3)
- Open op de beamline-computer een terminalvenster, typ css en druk op Enter om de gebruikersinterface te starten.
- Als dit niet standaard wordt geopend, kiest u de optie Gebruiker basismap op het tabblad Menu om de Imaging Interface van het Experimental Physics and Industrial Control System (EPICS) te openen.
- Selecteer met behulp van het eerste tabblad (Proposal/Camera/ SE Device genoemd) van de interface de beamline-optiek door op de knop Optica naast Camera/Detectors te klikken, d.w.z. de grootte van het gaatje en de opening van het spleetsysteem door op de knop Spleten te klikken.
- Schroef de rotatietrap op de XY-trappen, waar het monster moet worden geplaatst, en plaats de detector (sCMOS of CCD).
- Selecteer voor de CCD of de sCMOS-detector in overleg met het instrumentteam de lens met de vergroting die de gewenste ruimtelijke resolutie en brandpuntsafstand biedt. Gebruik eerst licht om de camera scherp te stellen door de detector dichter of verder van de spiegel te plaatsen of door de lens handmatig op een vaste detectorpositie af te stemmen. Richt het beeld op de locatie van de neutronenscintillator.
- Voor de CCD of de sCMOS-detector stelt u de lensfocus af met neutronen met behulp van een neutronenabsorberend resolutiemasker37 dat tegen de scintillator van de detector wordt geplaatst. Verzamel opeenvolgende röntgenfoto's met behulp van verschillende instellingen (d.w.z. verschillende detectorposities van de spiegel geautomatiseerd door de detectormotor in EPICS te bewegen).
- Vergelijk röntgenfoto's door lijnparen te evalueren in ImageJ / Fiji39 of een vergelijkbare beeldsoftwaretool.
- Zet het monster indien nodig vast in een geschikte container (Al-container en/of Al-folie) en plaats het monster zo dicht mogelijk bij de detector in de rotatiefase. Bescherm de detector en apparatuur met neutronen (boorrubber) en gamma (Pb-stenen) afscherming.
- Meet de afstand tussen monster en detector en verwijder het monster. Vervang het door het resolutiemasker om de pixelgrootte op de monsterpositie in deze bundellijnconfiguratie te evalueren. Evalueer met behulp van een bekende objectdimensie het aantal pixels in de functie om de pixelgrootte te bepalen.
- Verplaats het monster in de rotatiefase.
- Gebruik de EPICS-interface en het tabblad Sample uitlijnen om het monster uit te lijnen met de neutronenbundel door opeenvolgende snelle (ms tot 1 s) röntgenfoto's te maken terwijl het monster beweegt totdat het volledig in het zicht van de detector is. Sla het voorbeelduitlijningsbestand op als een .csv bestand, dat opnieuw wordt gebruikt voordat de CT-scan wordt gestart.
- Voordat u de CT-scan start, gebruikt u de optie geautomatiseerde CT-uitlijningscontrole (op het tabblad Uitlijning ) om te controleren of het monster onder verschillende hoeken in het gezichtsveld blijft door röntgenfoto's te beoordelen terwijl deze bij verschillende monsteroriëntaties met de bundel worden gegenereerd.
2. Monstervoorbereiding en data-acquisitiestrategie
OPMERKING: De diermonsterprotocollen zijn goedgekeurd door de Institutional Animal Care and Use Committee van de University of Tennessee voor de muislong en de Rush University Medical Center Institutional Animal Care and Use Committee voor het rattendijbeen.
- Rattendijbenen
- Implanteer Ti6Al4V-staven (1,5 mm diameter en 15 mm lengte) in de dijbenen van mannelijke Sprague-Dawley-ratten en plaats ze in de intramedullaire ruimte via de distale femorale condylen.
- Offer de ratten na 12 weken en oogst de dijbenen. Verwijder al het zachte weefsel (dat bijdraagt aan neutronenverzwakking) en vries de dijbenen in met implantaten in met zoutoplossing gedrenkt gaas. Dompel 2-inch vierkante gaassponzen volledig onder in fosfaat-gebufferde zoutoplossing (PBS) en wikkel elk monster volledig in deze geweekte sponzen (zie de tabel met materialen).
- Ontdooi de dijbenen tot kamertemperatuur voor op röntgenstraling gebaseerde microCT-scans38, voordat ze in bevroren toestand naar de HFIR worden getransporteerd.
- Voorafgaand aan nCT moet u het monster opnieuw ontdoen en op kamertemperatuur brengen in het HFIR Biohazard Safety Level 2 (BSL2) laboratorium dat zich dicht bij de CG-1D neutronenbeeldvormingsbundellijn bevindt. Eenmaal op kamertemperatuur wikkelt u het monster in zware Al-folie en plaatst u het in een Al-cilinder.
- Plaats de cilinder verticaal op de rotatiefase bij de bundellijn en scan het dijbeen bij de bundellijn bij kamertemperatuur van 0 tot 360°, met een staphoek van 0,25°. Koop elke röntgenfoto voor 50 s.
OPMERKING: Rekening houdend met de dode tijd voor de rotatiefasebeweging en de overdracht van elke röntgenfoto van de CCD naar de gegevensverzamelingscomputer, was de totale tijd van de scan ongeveer 24 uur.
- Zodra de nCT is voltooid en het monster is geautoriseerd om uit de bundellijn te worden verwijderd, brengt u het monster terug naar het BSL2-laboratorium, verwijdert u de insluiting en vriest u het monster opnieuw in om het te bewaren voor verdere experimentele metingen.
- Muizenlongen
- Reseceer longweefsel van een dode muis die wordt gebruikt voor experimenten die geen verband houden met deze studie. Bevestig het monster in een oplossing van 70% ethanol voorafgaand aan de neutronenexperimenten.
- Wikkel het weefsel in zware Al-folie en transporteer het rechtstreeks van het BSL2-lab naar de CG-1D-bundellijn. Plaats het monster in een Al-cilinder voor dubbele insluiting en om de monsterpositie in de bundel te behouden tijdens de nCT-scan.
- Plaats het monster dicht bij de CCD en voer de scan 's nachts uit bij kamertemperatuur.
OPMERKING: Elke röntgenfoto was 150 s en de rotatie-staphoek was 0,5°, van 0 tot 182°. De totale tijd voor de scan was ongeveer 16 uur.
- Kruidachtige plantenwortel/bodemsysteem
OPMERKING: Net als bij andere biologische monsters zijn plant-bodemsystemen beperkt in omvang vanwege de sterke verzwakking van waterstof, met name water in de bodem of plantenwortels. Zaden of ramets kunnen in containers worden geplant (Al of kwarts- beide met lage neutronenverzwakkingsdoorsneden), of een meer volwassen plant kan in een container worden getransplanteerd.- Zorgvuldig uitgraven en verplanten van een lokaal kruid dat ter plaatse groeit (hier, moerbeikruid (Fatoua villosa (Thunb.) Nakai) in een Al-container met een doorsnede van 2,38 cm x 2,58 cm, een hoogte van 6,3 cm, een wanddikte van 0,055 cm en met zuiver zand (SiO2).
- Spoel de plantenwortels af met gedeïoniseerd water en toon ze voorzichtig in de Al-container terwijl u de container vult met een brij van nat zand.
OPMERKING: Bij het vullen van containers met aarde is het belangrijk om natte grond te gebruiken, omdat droge grond zich zal scheiden door deeltjesgrootte en textuurartefacten in de containerszal creëren 12,13. - Meet na het planten het verzadigde gewicht van het plantsysteem en weeg het plantsysteem elke dag om de snelheid van het watergebruik te beoordelen. Breng water aan op het bovenoppervlak van de grond of door een poort of gat aan de onderkant van de container met behulp van een buis of spuit.
OPMERKING: Hier werd het plantsysteem op een weegschaal geplaatst en werd elke dag water op de top aangebracht om het dagelijkse watergebruik op basis van gewicht te vervangen. Water kan worden tegengehouden voorafgaand aan beeldvorming om het bodemwatergehalte te verminderen en het contrast in de wortels te verbeteren. - Vermeerder het plantsysteem in een on-site groeikamer met gecontroleerde temperatuur en licht12. Onderhoud het plantsysteem gedurende 1 week voorafgaand aan de beeldvorming om de plantenwortel te laten wennen aan de Al-container.
OPMERKING: Zodra het beeldvorming begint, mag u de plant geen water geven. - Voer de nCT-scans uit in elk ~ 1,75 uur en scan continu gedurende een periode van 2,5 dagen om dynamische 3D-veranderingen in het bodem- en plantenwatergehalte in kaart te brengen. Verlaag voor deze metingen de ruimtelijke resolutie tot een paar honderd μm ten gunste van de tijdresolutie (d.w.z. snellere acquisitietijd voor elke projectie).
OPMERKING: Elke CT-scan werd uitgevoerd met een rotatiehoek van 0,93° en een acquisitietijd van 10 s per projectie. Ten behoeve van dit manuscript wordt alleen de eerste CT-scan gepresenteerd.
3. Data-acquisitie
OPMERKING: Het data-acquisitiesysteem bij CG-1D maakt gebruik van de EPICS-software40. EPICS is ontwikkeld om het experimentele protocol te begeleiden en menselijke fouten te minimaliseren; deze interface doorloopt logischerwijs de verschillende noodzakelijke stappen voorafgaand aan het meten van een monster, zoals geïllustreerd in figuur 3. Het EPICS-protocol voor gegevensverzameling ziet er als volgt uit (figuur 3). Het linkergedeelte geeft een status van het lopende experiment, samen met motorposities en experimentdetails (voorbeeldinformatie, voorstelnummer en teamleden). Elk experiment is gekoppeld aan een voorstelnummer en een of meerdere voorbeelden. Voorstelinformatie zoals teamleden en geselecteerde voorbeeldnaam zijn ook beschikbaar aan de rechterkant (eerste tabblad met de naam "Voorstel / Camera / Voorbeeldomgevingsapparaat"). Het middengedeelte bestond uit de huidige röntgenfoto met een dynamische bereikschaalbalk aan de zijkant, samen met status- en loginformatie onder de afbeelding.
- Selecteer het eerste EPICS-tabblad met de titel Voorstel/Camera/SE-apparaat. Klik op de knop Voorstel wijzigen of Voorbeeld . Selecteer het projectnummer en de voorbeeld-ID# die moeten worden gemeten in de lijst met voorstellen (links) en voorbeeld (rechts) die het vorige tabblad hebben vervangen.
- Gebruik de pijl-terug om terug te keren naar de hoofd-EPICS-interface. Selecteer de te gebruiken detector (sCMOS of CCD) door een van de vier beschikbare detectoren (Andor CCD, Andor sCMOS, SBIG CCD of MCP) te kiezen in de optielijst Camera/Detector .
OPMERKING: De SBIG CCD wordt gebruikt voor het testen door het instrument en kan worden genegeerd voor het huidige manuscript. - Selecteer de rotatiefase die u wilt gebruiken in de sectie Voorbeeldomgevingsapparaat .
- Klik eerst op Rotatiefase (CT-scan) in de lijst Voorbeeldomgevingsapparaat . Selecteer vervolgens een van de rotatiefasen (die overeenkomt met het te scannen monster).
- Selecteer ten slotte onder aan het tabblad de Data Acquisition Mode. Selecteer in dit geval de eerste optie, White Beam.
OPMERKING: De wijze van verwerving is ofwel witte bundel (die het hele bereik van neutronengolflengte neemt) of monochroom op de CG-1D-bundellijn. - Selecteer het tweede EPICS-tabblad met de titel Voorbeeld uitlijnen. Typ een voorbeeldbestandsnaam en druk op Enter. Herhaal het proces voor de naam van de submap.
OPMERKING: De EPICS-interface is geprogrammeerd om automatisch gegevens op te slaan in de juiste experimentele mappen, die de interne reconstructiesoftware gebruikt om 2-dimensionale (2D) segmenten van het onderzochte 3D-object te produceren. Het tweede tabblad, Align Sample, maakt het mogelijk om het monster uit te lijnen met behulp van röntgenfoto's die slechts enkele seconden duren, omdat deze röntgenfoto's later niet worden gebruikt voor gegevensverwerking en analyse. Zodra alle motoren goed zijn gepositioneerd, kunnen hun posities worden opgeslagen in een .csv bestandsformaat; elke monsteruitlijning heeft dus zijn overeenkomstige .csv bestand dat kan worden teruggeroepen om de monsters op een later tijdstip voor CT-scans te positioneren. - Sla de uitlijning van de drie motoren over, d.w.z. ga ervan uit dat het monster is uitgelijnd en klaar is voor CT. Selecteer een gewenste acquisitietijd en klik op de knop Snelle afbeeldingen maken . Verzamel een reeks röntgenfoto's met verschillende acquisitietijden om SNR te evalueren.
- Open ImageJ/Fiji; Sleep de verschillende röntgenfoto's. Plot een profiel dat van het monster naar een open gebied gaat; SNR evalueren.
- Als er meerdere voorbeelden zijn ingesteld op de XY-fase (meerdere rotatiefasen, elk voor één monster), registreert u elke monsterpositie na uitlijning en slaat u de gegevens op als CVS-bestand door op de knop Opslaan in een bestand te klikken.
- Selecteer het derde EPICS-tabblad met de titel Gegevens verzamelen om de CT-scanparameters in te stellen. Typ een bestandsnaam op de eerste beschrijfbare regel en druk op Enter. Herhaal dit voor de naam van de submap.
OPMERKING: De lay-out van het tabblad Gegevens verzamelen is afhankelijk van de selectie van een reeks lang verstreken röntgenfoto's (geen SE) of CT-scans (selectie van een rotatiefase) op het eerste tabblad. - Selecteer in de sectie Voorbeeld uitlijnen met het opgeslagen bestand het bestand waarin de motorposities van het voorbeeld eerder zijn vastgelegd (stap 1.8). Gebruik de onlangs opgeslagen bestanden om door de onlangs opgeslagen voorbeelduitlijningsbestanden te bladeren. Klik op Align Using File om het monster weer in positie te brengen in de neutronenbundel.
- Bereken het aantal projecties dat nodig is voor de CT op basis van de bemonsteringsstelling van Nyquist. Bereken het aantal pixels over de horizontale dimensie van het voorbeeld en vermenigvuldig met 1,5 om het aantal benodigde projecties te verkrijgen om aan de steekproef van Nyquist te voldoen.
- Voer de beginhoek van de rotatie (meestal 0°), de eindhoek van de rotatie (meestal 180°), de grootte van de rotatiestap, het aantal afbeeldingen per stap (meestal ingesteld op 1) en de belichtingstijd voor elke afbeelding in. Start de CT-scan door op de knop Gegevens verzamelen te klikken.
4. Volumereconstructie en gegevensverwerking/-analyse
OPMERKING: Alle CG-1D-softwaretools voor gegevensnormalisatie, reconstructie en analyse zijn beschikbaar op de Python-repository van de ORNL-faciliteit en op de analyseservers van de faciliteit. Voor 2D-metingen kan voorbewerking worden uitgevoerd met Jupyter Python-notebooks41. Een illustratie van een notitieboek is beschikbaar in figuur 4. Men kan hun gegevens laden en bekijken voordat men een interessegebied buiten het monster selecteert dat wordt gebruikt om elke bundelfluctuatie te normaliseren naar 1 (of 100%) transmissie. Deze notebooks kunnen worden aangepast aan elke meting, waardoor het voorbewerken een eenvoudige inspanning is. Bovendien kan 2D-analyse in hetzelfde notitieboek worden uitgevoerd, zoals het volgen van kinetische veranderingen (d.w.z. wateropname in een monster) in een monster door de tijd heen.
- Meld u aan bij de Linux-analyseserver met de gebruikersnaam en het wachtwoord. Open de webbrowser en typ jupyter.sns.gov.
- Open het python Jupyter-notitieblok met de naam iMARS3D. Voer de eerste paar regels van de code uit (waarmee de tools worden geladen die nodig zijn om iMARS3D uit te voeren). Laad gegevens, vlak en donker veld. Controleer of alle drie de gegevenssets correct zijn geladen.
- Ga verder met het bijsnijden van de gegevens, filteren (indien nodig), normalisatie (met geautomatiseerde correctie van de kanteling van het monster) en volumetrische reconstructie (een lang proces). Sla de gegevens op in de projectnummermap met de naam Gedeeld. Na het inschakelen van AMIRA36, dat ook beschikbaar is op de faciliteitsanalyseservers, laadt u de gereconstrueerde segmenten in de software en gaat u verder met visualisatie, verdere filtering en analyse.
Representative Results
Figuur 5A is een foto van een representatief rattendijbeen van vergelijkbare grootte als het gemeten; Figuur 5B,C geeft de nCT weer van het dijbeen van een rat met het Ti-implantaat. Figuur 5B toont de op valse kleurverzwakking gebaseerde nCT van het dijbeen, terwijl figuur 5C een diagonale snede door het bot weergeeft met dezelfde oriëntatie als in figuur 5B om het Ti-implantaat (in grijsschaal) te onthullen dat lijkt op een röntgen medische CT. Dit implantaat heeft niet zoveel interactie met neutronen als met het botmateriaal; De verzwakking is dus minimaal en het lijkt donkerder (d.w.z. minder verzwakkend) dan het omliggende bot. Trabeculair bot, dat aanwezig is in de medullaire ruimte van het dijbeen, is duidelijk zichtbaar aan het proximale uiteinde van het monster (rode pijlen in figuur 5B).
Figuur 6A,B toont representatieve foto's van de ethanol-gefixeerde muizenlong, in twee verschillende posities, gebruikt voor nCT om het vermogen van neutronen om monsters van zacht weefsel te detecteren aan te tonen. Het gereconstrueerde volume van de muislong verkregen uit nCT is weergegeven in figuur 6C,D, op een vergelijkbare manier gepositioneerd als figuur 6A,B. Een snee door de rechterkwab van de long is afgebeeld in figuur 6E. Ondanks de relatief kleine omvang van het monster, wordt neutronengevoeligheid duidelijk aangetoond door een detectie van de structuur van de long met ~ 75 μm ruimtelijke resolutie. Zoals verwacht is het bereik van de verzwakking vrij breed, met een groot deel dat overeenkomt met een lage tot gemiddelde neutronenverzwakking, omdat longen een sponsachtige structuur hebben die lucht bevat.
Figuur 7A toont een foto van het plantenmonster, terwijl figuur 7B de valse kleurvolumetrische weergave van het plantwortel/bodemsysteem in een rechthoekige Al-container weergeeft (die niet zichtbaar is omdat Al meestal transparant is voor neutronen). In vergelijking met de vorige datasets is SNR slechter, zoals verwacht, omdat de gegevens sneller werden verkregen om de dynamische bewegingen van wateropname in de wortel in 3D gedurende 2,5 dagen te volgen. Zo werd elke CT-scan geoptimaliseerd om te worden gemeten binnen een venster van ~ 1,75 uur. Ondanks de slechte SNR is het wortelstelsel in de bodem duidelijk zichtbaar in de verticale sneden van het monster die in figuur 7C, D in valse kleur worden weergegeven.
Figuur 1: Schematische tekening van de HFIR CG-1D neutronenbeeldvormingsbundellijn. De beeldbundel wordt gedefinieerd door het diafragmasysteem dat een kegelbundelgeometrie definieert. De straal wordt getransporteerd via een met He-gevulde vluchtbuis met bundelschrapers om ongewenste verdwaalde neutronen te verwijderen. Een geboorde rubberen voering in de vliegbuis vermindert de achtergrond van naburige balklijnen. Afkortingen: HFIR = High Flux Isotope Reactor; He = helium; L = afstand tot de opening van het gaatje van diameter, D, en de detector. Klik hier om een grotere versie van deze figuur te bekijken.
Figuur 2: De CG-1D neutronenbeeldvormingsfaciliteit in de Hoge Flux Isotoop Reactor. De foto toont, van rechts naar links, de vliegbuizen, het monstergebied en de straalstop. De neutronenbundel komt van de rechterkant van de foto. De vliegbuis is ondertekend door de wetenschappelijke en industriële onderzoeksgemeenschappen die het instrument gebruiken. Klik hier om een grotere versie van deze figuur te bekijken.
Figuur 3: EPICS-interface. De CG-1D EPICS-interface is verdeeld in drie secties: het statusgedeelte (links), het weergavegebied (in dit voorbeeld een ruwe röntgenfoto van een messing nautische zonnewijzer) en de parameterinvoer voor 2D- en 3D-beeldvorming. Afkortingen: EPICS = Experimental Physics and Industrial Control System; 2D = tweedimensionaal; 3D = driedimensionaal. Klik hier om een grotere versie van deze figuur te bekijken.
Figuur 4: Een screenshot van een Jupyter notebook. Dit notitieboek wordt gebruikt om een voorbeeld van een reeks röntgenfoto's te bekijken voordat ze worden genormaliseerd. In dit voorbeeld wordt dezelfde messing nautische zonnewijzer in figuur 3 gevisualiseerd. Klik hier om een grotere versie van deze figuur te bekijken.
Figuur 5: Rattendijbeen met titanium implantaat. (A) Foto van een representatief rattendijbeen. B) 3D-gesmolten volume van het rattendijbeen verkregen uit nCT. (C) Diagonaal segment met de titanium staaf in het dijbeen. Rode pijlen tonen het trabeculaire bot. De schaalbalken worden respectievelijk door de x- en y-as gepresenteerd. Klik hier om een grotere versie van deze figuur te bekijken.
Figuur 6: Muislong nCT . (A) en (B) Representatieve foto's van muizenlong. (C) en (D) Op verzwakking gebaseerd 3D-gerenderd muisvolume met dezelfde positionering als (A) en (B). (E) Representatief segment door de rechterkwab van de muishon long (D) met een longstructuur verkregen met een andere gradiënt van neutronenverzwakking (meestal lage verzwakking). Klik hier om een grotere versie van deze figuur te bekijken.
Figuur 7: Neutronencomputertomografie en snijdt door het wortel/bodemsysteem van de plant . (A) Foto van het plantenmonster. (B) 3D-gerenderd volume van neutronencomputertomografie van de plant met de stengel boven de grond en het bodemsysteem met water (in rood). (C) en (D) worden door het monster gesneden onder een hoek om de stengel en wortels in de grond te laten zien (rode pijlen). Donkerblauwe gebieden in de bodem duiden op de aanwezigheid van water. Klik hier om een grotere versie van deze figuur te bekijken.
Discussion
Neutronenradiografie en CT van biologische monsters zijn veelbelovende beeldvormingstechnieken die complementair zijn aan röntgenbeeldvorming of magnetische resonantiebeeldvorming. De kritieke stappen bij het uitvoeren van een neutronenbeeldvormingsexperiment van een biologisch monster houden verband met de bereiding en de insluiting ervan aan de bundellijn. Optimalisatie van een experiment wordt gedreven door de wetenschappelijke vraag die beantwoord moet worden. Als de wetenschappelijke vraag een hoge ruimtelijke resolutie vereist om een fenomeen waar te nemen, dan zijn lange acquisitietijden vereist, en het nadeel van nCT (met cm-formaat gezichtsveld) is dat het uren duurt om een scan uit te voeren. Dit is vooral te wijten aan het verschil in totale neutronenflux die beschikbaar is in een reactor in vergelijking met een synchrotronbron, waar röntgen-CT-scans seconden tot minuten kunnen duren voor een gezichtsveld van enkele mm2 . Hoewel de methode kan worden toegepast op ex vivo weefselmonsters die van dieren zijn geëxtraheerd, kan zij niet in vivo worden uitgebreid tot levende dieren of mensen vanwege het risico van blootstelling aan straling (zoals gammastralen geproduceerd door neutronen en neutroneninteracties met de atomen in het monster). Het is echter zeer geschikt voor het in beeld brengen van plantwortel/bodeminteracties (figuur 7), zoals wateropnamedynamiek.
Het voordeel van het gebruik van snelle nCT voor plantdynamica is de gevoeligheid voor H in water en de afwezigheid van stralingsschade aan de plant, in tegenstelling tot röntgen-CT. Bovendien kan een uniek contrast worden waargenomen door het gebruik van neutronen in bot- / metaalmonsters zoals een rattendijbeen waar het metaal relatief transparant is in vergelijking met de omliggende weefsels (figuur 5), waardoor mogelijk metaalartefacten worden vermeden die worden veroorzaakt door röntgen-CT39. Dierlijke weefsels, zoals muizenlongen (figuur 6), vertonen een indrukwekkende detectie van de structuur van zacht weefsel omdat neutronen gevoelig zijn voor H, maar ruimtelijke resolutie is enigszins de beperkende factor in deze metingen. Contrast wordt geleverd door de H-atomen die aanwezig zijn in biologische monsters19,39.
Met de vooruitgang van nieuwe technieken zoals neutronenroosterinterferometrie en de verbetering van de ruimtelijke resolutie (een paar micron is onlangs gemeld42,43) kan neutronenbeeldvorming nog nieuwe contrastmechanismen bieden voor biologische weefsels met een verbeterde ruimtelijke resolutie. De exploratie van neutronen met een hogere energie (om de metingen van dikke monsters mogelijk te maken) belooft ook de mogelijkheid om grotere delen van een dierlijk weefsel zoals een intacte muis te meten, waardoor nog nieuwe mogelijkheden voor biomedisch onderzoek worden geboden.
Disclosures
De auteurs hebben niets te onthullen.
Acknowledgments
Een deel van dit onderzoek maakte gebruik van middelen in de High Flux Isotope Reactor, beheerd door ORNL, en gesponsord door het Amerikaanse ministerie van Energie, Office of Science, User Facilities, onder contract DE-AC05-00OR22725 met UT-Battelle, LLC. Een deel van dit onderzoek werd ondersteund door ORNL via het Eugene Wigner Distinguished Staff Fellowship-programma. Dit onderzoek werd ook gesponsord door het DOE Office of Science, Office of Biological and Environmental Research. Rat femorale monsters werden verkregen uit experimenten uitgevoerd in samenwerking met Dr. Rick Sumner in het Rush University Medical Center met financiering verkregen van de NIH (R01AR066562) en van de Orthopedic Research and Education Foundation-Smith and Nephew award. Het team wil de HFIR-ondersteuningsteams bedanken die het gebruik van de neutronenverstrooiingsbundellijnen mogelijk maken.
Materials
| Name | Company | Catalog Number | Comments |
| Aluminum containers | custom | Made from aluminum plates or tubing (alternate is quartz), plant and mouse sample | |
| Aluminum foil | Fisher | 01-213-100 | Mouse lung sample containment |
| Deionized water or deuterium oxide | Water or D2O can be used to enhance contrast, plant sample | ||
| Ethanol | Fisher | 04-355-223 | Mouse lung sample |
| Gauze sponges | CardinalHealth | Fully submerged in phosphate-buffered saline (PBS) and used to wrap samples, rat femur sample | |
| Growth chamber | Conviron | A1000 | Any growth chamber or greenhouse with controlled conditions would work, plant sample |
| Laboratory balance | Weighing plant system can be used to measure actual water content in the soils, plant sample | ||
| Pure silica sand | US Silica Co. | Flint#13 | Pure SiO2 provides low neutron attenuation compared to soils, plant sample |
| Sprague-Dawley Rats | Harlan | Order Code: 002-US | Rat femur sample |
| Titanium Rod | Goodfellow | TI007905 | Rat femur sample |
References
- Cekanova, M., Donnell, R., Bilheux, H., Bilheux, J. -C. Neutron imaging: Detection of cancer using animal model. Proceedings of the 2014 Biomedical Sciences and Engineering Conference - 5th Annual ORNL Biomedical Sciences and Engineering Conference: Collaborative Biomedical Innovations - The Multi-Scale Brain: Spanning Molecular, Cellular, Systems, Cognitive, Behaviour. , (2014).
- Bilheux, H. Z., et al. Neutron imaging a. The Oak Ridge National Laboratory: Application to biological research. Proceedings of the 2014 Biomedical Sciences and Engineering Conference - 5th Annual ORNL Biomedical Sciences and Engineering Conference: Collaborative Biomedical Innovations - The Multi-Scale Brain: Spanning Molecular, Cellular, Systems, Cognitive, Behaviour. , (2014).
- Bilheux, H. Z., et al. A novel approach to determine post mortem interval using neutron radiography. Forensic Science International. 251, (2015).
- Isaksson, H., et al. Neutron tomographic imaging of bone-implant interface: Comparison with X-ray tomography. Bone. 103, 295-301 (2017).
- Le Cann, S., et al. Characterization of the bone-metal implant interface by Digital Volume Correlation of in-situ loading using neutron tomography. Journal of the Mechanical Behavior of Biomedical Materials. 75, 271-278 (2017).
- Burca, G., et al. Exploring the potential of neutron imaging for life sciences on IMAT. Journal of Microscopy. 272 (3), 242-247 (2018).
- Metzke, R. W., et al. Neutron computed tomography of rat lungs. Physics in Medicine and Biology. 56 (1), 1-10 (2011).
- Altieri, S., et al. Neutron autoradiography imaging of selective boron uptake in human metastatic tumours. Applied Radiation and Isotopes. 66 (12), 1850-1855 (2008).
- Altieri, S., Bortolussi, S., Bruschi, P., Pedroni, P., Zonta, A. Neutron radiography of human liver metastases after BPA infusion. Proceedings of 11th World congress on Neutron Capture Therapy. , (2004).
- Holz, M., Zarebanadkouki, M., Kaestner, A., Kuzyakov, Y., Carminati, A. Rhizodeposition under drought is controlled by root growth rate and rhizosphere water content. Plant and Soil. 423 (1-2), 429-442 (2018).
- Esser, H. G., Carminati, A., Vontobel, P., Lehmann, E. H., Oswald, S. E. Neutron radiography and tomography of water distribution in the root zone. Journal of Plant Nutrition and Soil Science. 173 (5), 757-764 (2010).
- Warren, J. M., et al. Neutron imaging reveals internal plant water dynamics. Plant and Soil. 366 (1-2), (2013).
- Dhiman, I., et al. Quantifying root water extraction after drought recovery using sub-mm in situ empirical data. Plant and Soil. 424, 73-89 (2018).
- Kroener, E., Zarebanadkouki, M., Kaestner, A., Carminati, A.
- Moradi, A. B., et al. Three-dimensional visualization and quantification of water content in the rhizosphere. New Phytologist. 192 (3), 653-663 (2011).
- Banhart, J., et al. X-ray and neutron imaging - Complementary techniques for materials science and engineering. International Journal of Materials Research. 101 (9), 1069-1079 (2010).
- LaManna, J. M., Hussey, D. S., Baltic, E. M., Jacobson, D. L. Improving material identification by combining x-ray and neutron tomography. Proceedings 10391, Developments in X-Ray Tomography XI. 1039104, (2017).
- Tengattini, A., et al. NeXT-Gremoble, the Neutron and X-ray tomograph in Grenoble. Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 968, 163939 (2020).
- Neutron Imaging and Applications. Bilheux, H. Z., McGreevy, R. L., Anderson, I. S. , Springer. Boston, MA, USA. (2009).
- Zhang, P., Wittmann, F. H., Zhao, T. J., Lehmann, E. H., Vontobel, P. Neutron radiography, a powerful method to determine time-dependent moisture distributions in concrete. Nuclear Engineering and Design. 241 (12), 4758-4766 (2011).
- Lobo, R. M., Andrade, A. H. P., Castagnet, M.
- Kardjilov, N., et al.
- Schillinger, B., et al. Detection systems for short-time stroboscopic neutron imaging and measurements on a rotating engine. Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 542 (1-3), 142-147 (2005).
- Thewlis, J.
- Anderson, J.
- Brown, M., Parks, P. B. Neutron radiography in biologic media: techniques, observations, and implications. American Journal of Roentgenology. 106 (3), 472-485 (1969).
- Metzke, R. W., Runck, H., Stahl, C. A., Schillinger, B., Calzada, E. Neutron computed tomography of rat lungs. Physics in Medicine and Biology. 56 (1), 1-10 (2011).
- Crow, L., et al. The CG1 instrument development test station at the high flux isotope reactor. Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 634 (1), 71-74 (2011).
- Santodonato, L., et al. The CG-1D neutron imaging beamline at the Oak Ridge National Laboratory High Flux Isotope Reactor. Physics Procedia. 69, 104-108 (2015).
- Tremsin, A. S., et al. Improved efficiency of high resolution thermal and cold neutron imaging. Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 628 (1), 415-418 (2011).
- Tremsin, A. S., Vallerga, J. V., McPhate, J. B., Siegmund, O. H. W. Optimization of high count rate event counting detector with microchannel plates and quad Timepix readout. Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 787, 20-25 (2015).
- Vlassenbroeck, J., et al. Software tools for quantification of X-ray microtomography at the UGCT. Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 580 (1), 442-445 (2007).
- Gürsoy, D., De Carlo, F., Xiao, X., Jacobsen, C. TomoPy: A framework for the analysis of synchrotron tomographic data. Journal of Synchrotron Radiation. 21 (5), 1188-1193 (2014).
- Pelt, D. M., et al. Integration of TomoPy and the ASTRA toolbox for advanced processing and reconstruction of tomographic synchrotron data. Journal of Synchrotron Radiation. 23 (3), 842-849 (2016).
- Venkatakrishnan, S. V., Cakmak, E., Billheux, H., Bingham, P., Archibald, R. K. Model-based iterative reconstruction for neutron laminography. Conference Record of 51st Asilomar Conference on Signals, Systems and Computers, ACSSC 2017. , (2018).
- Stalling, D., Westerhoff, M., Hege, H. C. Amira: A highly interactive system for visual data analysis. Visualization Handbook. 1, 749-767 (2005).
- Grünzweig, C., Frei, G., Lehmann, E., Kühne, G., David, C. Highly absorbing gadolinium test device to characterize the performance of neutron imaging detector systems. Review of Scientific Instruments. 78 (5), 1-4 (2007).
- Schindelin, J., et al. Fiji: An open-source platform for biological-image analysis. Nature Methods. 9 (7), 676-682 (2012).
- Meagher, M. J., Parwani, R. N., Virdi, A. S., Sumner, D. R. Optimizing a micro-computed tomography-based surrogate measurement of bone-implant contact. Journal of Orthopaedic Research. 36 (3), 979-986 (2018).
- Dalesio, L. R., et al. The experimental physics and industrial control system architecture: past, present, and future. Nuclear Inst. and Methods in Physics Research, A. 352 (1-2), 179-184 (1994).
- Bilheux, J., Lin, J. Y. Y., Bilheux, H. Z. Jupyter notebooks for neutron radiography data processing and analysis. Neutron Radiography-WCNR-11. 15, 198-204 (2020).
- Trtik, P., et al. Improving the spatial resolution of neutron imaging at Paul Scherrer Institut - The Neutron Microscope Project. Physics Procedia. 69, 169-176 (2015).
- Morgano, M., et al. Unlocking high spatial resolution in neutron imaging through an add-on fibre optics taper. Optics Express. 26 (2), 9-12 (2018).
