June 24th, 2025
نقدم طريقة لتحليل منطقة الاهتمام المحددة من قبل المستخدم (ROI) في نموذج عيب شعاعي طولي في الجسم الحي . تتيح هذه الطريقة التحليل المقارن بين السقالات المختلفة التي كانت محدودة سابقا بسبب الاختلافات في مجال رؤية التصوير المقطعي المحوسب الدقيق (μCT) ، واتجاه العينة ، ووجود خط الأساس للسقالة.
قمنا بتطوير سقالات الجسيمات النانوية لتعزيز تجديد العظام في العيوب الحرجة الحجم ويعني تحسين معدلات الشفاء مقارنة بالسقالات التقليدية.
غالبا ما تتعقب الطرق الحالية تغيرات حجم العظام عبر العظام بأكملها ، وتفتقر إلى الدقة وتحدد باستمرار المناطق الموضعية ذات الأهمية في النماذج الطولية. يتيح بروتوكولنا تتبع منطقة الاهتمام الموضعية المتسقة في النماذج الصلبة ، وتحسين الدقة والتحليل الطولي ، ومقارنتها بتقييمات حجم العظام الكاملة.
ستسمح لنا هذه النتائج بتحديد تجديد العظام بشكل أكثر دقة بمرور الوقت وتوصيل التأثير الانتقالي المحتمل لعملنا بشكل أكثر فعالية.
[مدرب] للبدء ، افتح عظم نصف القطر المستخرج من مجموعة بيانات المقارنة وانقر بزر الماوس الأيمن فوقه. بعد ذلك، ابحث عن معالج تسجيل الصور وحدده. في قسم الخصائص، قم بتعيين البيانات إلى مجموعة بيانات المقارنة لعظم نصف القطر المستخرج والرجوع إلى مجموعة بيانات النقطة الزمنية الأولية لعظم نصف القطر المستخرج. في قسم إجراء معالج تسجيل الصور، انقر فوق تخطي للخطوة الأولى من أربع خطوة. بالنسبة للخطوتين الثانية والثالثة من الأربعة، استخدم مؤشر التفاعل لضبط مربع علامة التبويب على المنطقة المشتركة بين مجموعات البيانات وانقر فوق تطبيق ضمن الإجراء بعد كل خطوة. في الخطوة الرابعة من الأربعة، قم بتعيين المقياس إلى الارتباط، والتحويل إلى صلب، والمحاذاة المسبقة لمحاذاة المحاور الرئيسية، وانقر فوق تطبيق ضمن الإجراء. بعد محاذاة مجموعات البيانات ، انقر بزر الماوس الأيمن فوق مجموعة بيانات أسبوع المقارنة لعظم نصف القطر المستخرج ، وابحث عن إعادة تشكيل الصورة المحولة ، وحددها. في قسم الخصائص، قم بتعيين البيانات إلى مجموعة بيانات أسبوع المقارنة لعظم نصف القطر المستخرج، والاستيفاء إلى أقرب جار، والوضع إلى التوسيع، والحفاظ على حجم الفوكسل، وقيمة الحشو إلى الصفر، ثم انقر فوق تطبيق. سيتم إنشاء مجموعة بيانات جديدة تم تحويلها. انقر لتشغيل شريحة ortho للنقطة الزمنية الأولية وتعيين البيانات على مجموعة بيانات النقطة الزمنية الأولية لنصف القطر المستخرج. اضبط الاتجاه بحيث ينتج عن الطائرة قطعا عرضيا عبر عظم نصف القطر. باستخدام شريط تمرير رقم الشريحة في قسم الخصائص، اضبط رقم الشريحة لتحديد الشرائح القريبة والبعيدة المحيطة بعيب الحجم الحرج. حدد وتوثيق رقم الشريحة حيث يلتقي الكسر بحجاب الحاجز لعظم نصف القطر عند كلا الطرفين. قم بتشغيل شريحة ortho لأسبوع المقارنة وقم بتعيين البيانات إلى مجموعة بيانات النقطة الزمنية الأولية لنصف القطر المستخرج. بعد ذلك ، اضبط الاتجاه بحيث ينتج عن المستوى قطعا عرضيا عبر عظم نصف القطر. باستخدام شريط تمرير رقم الشريحة في قسم الخصائص مع بيانات النقطة الزمنية الأولية التي تظهر شريحة ortho البعيدة ، قم بمحاذاة رقم شريحة أسبوع المقارنة لمطابقة الشريحة البعيدة للنقطة الزمنية الأولية. لاحظ رقم الشريحة لمجموعة بيانات أسبوع المقارنة الشريحة البعيدة وكرر الشريحة القريبة. انقر فوق النقطة الزمنية الأولية لنصف القطر المستخرج ، وفي قسم الخصائص ، انقر فوق أداة محرر المحاصيل. ضمن النافذة المنبثقة لمحرر المحاصيل ، أدخل الحد الأدنى والحد الأقصى للقيم في حقول X أو Y أو Z. راقب نافذة العرض أثناء ضبط منطقة الاهتمام، ثم انقر فوق موافق لاقتصاص مجموعة البيانات. كرر إجراء الاقتصاص لمجموعة بيانات أسبوع المقارنة. لتحديد حجم مجموعة بيانات النقطة الزمنية الأولية، انقر بزر الماوس الأيمن فوق مجموعة بيانات النقطة الزمنية الأولية المحولة لنصف القطر المستخرج، وابحث عن إحصائيات المواد، وحددها. في قسم الخصائص، قم بتعيين البيانات كمجموعة بيانات النقطة الزمنية الأولية المحولة، وحدد المواد، وانقر فوق تطبيق. انقر فوق مجموعة بيانات إحصائيات المواد الجديدة ، ثم في نافذة الخصائص ، انقر فوق إظهار جدول البيانات. انقر فوق علامة التبويب الجداول أعلى النافذة لعرض حجم مجموعة بيانات النقطة الزمنية الأولية التي تم اقتصاصها. كرر خطوات تحليل وحدة التخزين لمجموعة بيانات أسبوع المقارنة، ثم انتقل إلى علامة التبويب الجداول لعرض مجموعتي البيانات مع علامات تبويب وحدة تخزين منفصلة. لتصور التغيير في حجم العظام ، انقر بزر الماوس الأيمن فوق مجموعة بيانات أسبوع المقارنة المحولة لنصف القطر المستخرج ، وابحث عن الحساب ، وحدده. في نافذة الخصائص ، قم بتعيين الإدخال A كمجموعة بيانات محولة لأسبوع المقارنة ، والإدخال B كمجموعة بيانات النقطة الزمنية الأولية ، والإدخال C كمصدر ، ونوع النتيجة كإدخال A ، وترك الخيار دون تحديد ، وتعيين قنوات النتائج مثل الإدخال A ، وتعيين التعبير ك AB. انقر فوق مجموعة البيانات الناتجة واضغط على F2 لإعادة تسمية الملف ، ثم انقر بزر الماوس الأيمن فوق مجموعة بيانات النتائج هذه ، وابحث عن إنشاء سطح ، وحدده. في نافذة الخصائص، انقر فوق تطبيق، وفي النافذة المنبثقة، انقر فوق متابعة لإنشاء مجموعة بيانات تصفح جديدة. انقر بزر الماوس الأيمن على مجموعة بيانات التصفح ، وابحث عن عرض السطح ، وحدده. سيظهر عرض سطحي للنتيجة الحسابية في نافذة العرض. لتغيير لون عرض السطح ، انقر فوق عرض السطح في نافذة عرض المشروع. في نافذة الخصائص ، افتح القائمة المنسدلة للألوان ، وحدد ثابت ، ثم انقر فوق خريطة الألوان وقم بتعيين اللون المفضل. لعرض تغيير حجم العظام في مجموعة بيانات الأسبوع الأولي ، انقر بزر الماوس الأيمن على مجموعة البيانات المحولة ، وابحث عن تسمية الاستخراج ، وحددها. في قسم الخصائص، قم بتعيين التسميات إلى مجموعة البيانات المحولة، ومعرف التسمية إلى اثنين، وحدد التصدير إلى ثنائي، ثم انقر فوق تطبيق لإنشاء مجموعة بيانات نتيجة. ثم اضغط على F2 لإعادة تسمية ملف النتيجة. انقر بزر الماوس الأيمن على مجموعة بيانات النتائج الجديدة ، وابحث عن إنشاء سطح ، وحدده. في نافذة الخصائص، انقر فوق تطبيق، وفي النافذة المنبثقة، انقر فوق متابعة لإنشاء مجموعة بيانات تصفح جديدة. بعد ذلك ، انقر بزر الماوس الأيمن على مجموعة بيانات تصفح جديدة ، وابحث عن عرض السطح ، وحدده. سيظهر عرض سطحي للنتيجة الحسابية. لتغيير لون عرض السطح هذا ، انقر فوق عرض السطح في نافذة عرض المشروع. في نافذة الخصائص ، افتح القائمة المنسدلة للألوان ، وحدد ثابت ، ثم انقر فوق خريطة الألوان وقم بتعيين اللون المفضل. تم التحقيق في صور التصوير المقطعي المحوسب الدقيقة لثلاثة نماذج فريدة من نوعها للفئران ، تم معالجة كل منها بسقالة بولي كابرولاكتون لمدة ستة أسابيع. تمت محاذاة النماذج الصلبة من الأسبوع صفر والسادس بنجاح باستخدام مناطق تشريحية مشتركة ، مما يتيح المقارنة الطولية المباشرة ، وتم إنشاء نموذج مدمج لتأكيد دقة التسجيل. كشف طرح منطقة الأسبوع صفر ذات الاهتمام من منطقة الاهتمام في الأسبوع السادس عن نموذج ثلاثي الأبعاد متميز لتغيير حجم العظام داخل موقع العيب. أظهرت التراكبات المرئية لتغيرات حجم العظام من الأسبوع صفر إلى الأسبوع السادس أن مجموعات سقالة البولي كابرولاكتون المختلفة ، أو مجموعات سقالة PCL ، أدت إلى تغيرات متفاوتة في حجم العظام الإجمالي. ومع ذلك ، ظل التحليل داخل كل مجموعة PCL متسقا عبر المستخدمين.
View the full transcript and gain access to thousands of scientific videos
تقدم هذه الدراسة طريقة لتحليل مناطق الاهتمام المحددة من قبل المستخدم (ROIs) في نموذج عياري لفجوة شعاعية لدى الفئران في دراسة طولية حية. تسهل هذه الطريقة التحليل المقارن بين دعامات مختلفة، وتعالج القيود المفروضة بسبب الاختلافات في معلمات مسح التصوير المقطعي المصغر (µCT).
Quantitative longitudinal micro-CT analysis of user-defined regions of interest (ROIs) in critical-sized bone defects enables precise tracking of localized bone regeneration, directly supporting mechanistic de-risking and predictive confidence in early-stage bone repair studies. This capability addresses a key inflection point in preclinical scaffold evaluation by allowing consistent, reproducible measurement of bone volume changes within targeted anatomical sites. The approach enhances portfolio decision-making by providing robust, user-independent data for scaffold performance assessment.
This ROI-based micro-CT analysis method integrates from early discovery through preclinical scaffold evaluation, supporting lead identification and risk-adjusted advancement.