方法文章

直接线性变换在测量中的应用 原位 拉伸过程中的周围神经张力

1K 次观看

⸱

DOI：

10.3791/65924

⸱

2024年1月12日

 ,  , 
1School of Biomedical Engineering, Science and Health Systems, Drexel University, 2Bioengineering Department, Temple University

本文内容

摘要

本方案采用基于直接线性变换校准的立体成像相机系统，用于采集三维数据 原位 拉伸状态下周围神经的位移。通过捕捉这些位移，可确定在不同拉伸程度下所诱发的应变，从而明确与拉伸相关的神经损伤阈值，推动基于拉伸机制的神经修复科学的发展。

摘要

周围神经在发育、正常关节运动、损伤以及近期的手术修复过程中会经历生理性和非生理性拉伸。了解周围神经对拉伸的生物力学响应，对于理解其在不同载荷条件下的反应至关重要，从而有助于优化治疗策略和外科干预措施。本方案详细描述了通过直接线性变换法对立体成像相机系统进行校准的过程，以及对三维位移的追踪方法 原位 通过校准的立体成像相机系统捕获的视频文件三维坐标，获得拉伸过程中周围神经的组织位移。

从获得的三维坐标中，可计算拉伸状态下周围神经的神经长度、神经长度变化量以及随时间变化的应变百分比。使用立体成像相机系统可提供一种非侵入性方法，用于捕捉周围神经在拉伸过程中的三维位移。直接线性变换技术能够实现对拉伸过程中周围神经长度的三维重建，从而测量应变。目前尚无任何方法可用于研究 原位 使用通过直接线性变换校准的立体成像相机系统测量拉伸周围神经的应变。捕捉 原位 周围神经在受到拉伸时的应变不仅有助于临床医生理解神经过度拉伸所致损伤的潜在机制，还可为依赖拉伸干预的治疗策略优化提供支持。本文所述方法有望加深我们对周围神经在拉伸条件下生物力学响应的理解，从而改善神经损伤管理和康复领域的患者预后。

引言

周围神经（PNs）在发育、生长、正常关节运动、损伤和手术过程中会受到牵拉1。周围神经具有黏弹性特性，可在日常活动中保护神经2,3，并维持其神经纤维的结构健康2。由于周围神经对机械牵拉的反应已被证实取决于神经纤维损伤类型4、邻近结缔组织的损伤情况2,4以及测试方法（如加载速率或方向）5,6,7,8,9,10,11,12,13,14，因此有必要区分周围神经在慢速和快速牵拉条件下，于生理活动范围与非生理性活动范围内的生物力学反应差异。这有助于进一步理解牵拉所致周围神经损伤的机制，并为及时且优化的干预措施提供支持1,4,15,16。目前物理治疗领域日益重视基于神经生理学与生物力学之间关系的评估与干预策略17。通过了解不同载荷条件下周围神经生物力学特性的差异，物理治疗师能够更好地调整现有的干预方案17。

现有PNs在拉伸刺激下的生物力学数据仍存在差异，这可能归因于测试设备与实验程序的不同，以及伸长数据在分析方法上的差异5,6,7,8,9,10,11,12,13,14,16此外，测量三维（3D） 原位 神经移位在现有文献中描述尚不充分。既往研究采用立体成像技术以最大限度提高对椎间关节囊组织位移三维重建的准确性。18,19直接线性变换（DLT）技术能够将两个或多个二维（2D）视图转换为三维真实世界坐标（即，以 mm 为单位）20,21,22DLT 为立体成像相机系统提供了一种高精度的标定方法，因为它能够精确重建三维位置，校正镜头畸变、相机参数和图像坐标，并允许立体成像相机系统的配置具有灵活性。20,21,22使用DLT校准的立体成像相机系统的研究通常用于步态与运动分析22,23本方案旨在提供一种详细的方法，用于确定 原位 使用DLT校准的立体成像相机系统和开源追踪软件对不同程度拉伸的PNs菌株进行应变分析22.

方案

所述所有操作均经德雷克塞尔大学机构动物护理与使用委员会（IACUC）批准。新生仔猪来自位于美国宾夕法尼亚州的美国农业部（USDA）认证养殖场。

1. 立体成像系统设置

  1. 将一个最高可捕获 100 帧/秒（FPS）的立体成像相机系统连接至仪器支架。本研究所采用的立体成像相机系统为一种被动式立体相机，包含两个水平排列的相机（分别称为左相机和右相机），两者之间的基线距离为 63 mm（图 1）。

用于三维图像捕捉分析的立体成像相机及装置示意图，含尺寸标注。
图1：立体成像相机系统。（A）平行式立体成像相机系统，包含两个相机（左相机和右相机），基线间距为63 mm。（B）立体成像相机系统及支架装置的示意图。请点击此处查看此图的放大版本。

2. 立体成像系统DLT校准——对三维控制体进行数字化处理

  1. 获取三块透明的丙烯酸有机玻璃方形板（12 英寸 × 12 英寸 × 0.125 英寸）。在每块板上放置一个网格，并标记至少 10 个点，使得在 x、y 和 z 坐标平面上的三维控制体积内共分布不少于 30 个点。通过将三块板以不同高度堆叠，构建三维控制体积，以覆盖待记录对象的最大高度（图 2A）。
  2. 使用带脚踏板的数字化仪对三维控制体积上的所有点进行数字化。通过在三维控制立方体上设定原点（0, 0, 0），定义正 x 和 y 方向，打开文档以保存每个点的数字化坐标（x, y, z）（单位：mm），并将（x, y, z）坐标（单位：mm）保存为 *.csv 文件（图 2B）。
    注意：（x, y, z）坐标是相对于三维控制立方体上设定的原点而言的。
  3. 利用这些数字化的（x, y, z）坐标（单位：mm）分别对双目成像相机系统的左、右相机进行校准。

控制体积图与数字化仪设置；包括电源、USB 线缆、脚踏开关。
图 2：三维控制体积与带脚踏开关的数字化仪。（A）三维控制体积的示意图。（B）用于数字化三维控制体积以获取（x, y, z）坐标的数字化仪组件，坐标单位为 mm。缩写：3D = 三维。请点击此处查看该图的放大版本。

3. 立体成像相机系统的校准——直接线性变换系数的生成

  1. 将立体成像相机系统安装到通用支架上（图3A）。
  2. 将立体成像相机系统置于3D控制体积上方6 cm处（图3A）。
  3. 通过USB Type-C线缆将立体成像相机系统连接至笔记本电脑。
  4. 打开成像软件（参见材料表）。
  5. 对3D控制体积进行成像。输出图像（补充图S1）包含左、右两个相机的视图（图3B）。
  6. 运行自定义MATLAB代码（补充文件1），将输出图像分离为左、右两幅独立图像（分别对应于图3C、补充图S2和补充图S3）。
  7. 点击运行以初始化DLTcal5.m GUI22（补充文件2）。
    1. 在DLTcal5 controls窗口中点击初始化，选择包含数字化(x, y, z)坐标（单位：mm）的*.csv文件（图4A和补充文件3）。
    2. 从立体成像相机系统的第一个视图中选择对应的3D控制体积图像（补充图S2）。对于该立体成像相机系统，左相机视图对应于第一相机视图（图4B）。
    3. 第一相机视图图像（即左相机视图）将弹出显示。
    4. 按照第2节中点的数字化顺序，在左相机视图中选择相应点，以获取其2D像素坐标（图4B）。
    5. 在DLTcal5 Controls窗口中设置当前点，然后点击加载的第一相机视图（即左相机视图）图像上的对应当前点。
    6. 在完成加载的第一相机视图上所有点的选择后，点击计算系数，生成左相机视图的11个DLT系数（图4B）。
    7. 在DLTcal5 controls窗口中点击添加相机，重复步骤3.7.2–3.7.6，生成右相机视图（即第二相机视图）的11个DLT系数（图4B、C和补充图S3）。
    8. 在DLTcal5 controls窗口中点击保存数据，选择输出文件的保存文件夹（图4D）。
    9. 输出文件包括2D (x, y) 像素坐标（补充文件4），以及立体成像相机系统左、右相机视图对应的11个DLT系数（图4D和补充文件5）。
    10. 立体成像相机系统已完成校准。

显示通过MATLAB分析获取控制体积和图像输出的立体成像系统示意图。
图3：使用立体成像相机系统获取三维控制体积图像并进行直接线性变换校准的示意图。（A）将立体成像相机系统固定在支架上，并通过USB Type-C线缆连接至笔记本电脑。将三维控制体积置于立体成像相机系统下方6 cm处。（B）使用成像软件拍摄三维控制体积的图像。输出图像为左、右相机图像的合并图像。（C）通过自定义MATLAB代码，将合并的输出图像分离为三维控制体积的左、右单幅图像。缩写：3D = 三维。请点击此处查看此图的放大版本。

3D 标定过程示意图，包含相机视图设置及 DLT 系数保存步骤。
图 4：立体相机成像系统左右相机视图的直接线性变换（DLT）系数生成示意图。（A）运行 DLTcal5.m22，在 controls 窗口中点击 initialize，然后选择包含 3D 控制体数字化 (x, y, z) 坐标（单位：mm）的 *.csv 文件。（B）选择左相机视图的标定图像，然后按照先前数字化的相同顺序依次选择图像上的点，随后点击 compute coefficients，以生成左相机视图的 DLT 系数。接着点击 Add camera，重复相同步骤用于右相机视图。（C）选择右相机视图的标定图像，然后按照相同顺序依次选择图像上的点，随后点击 compute coefficients，以生成右相机视图的 DLT 系数。（D）点击 Save Data 以选择保存路径，用于存储左右相机视图的 DLT 系数。输入输出文件名称后点击 OK，DLT 系数将被保存为 *.csv 文件。缩写：3D = 三维，DLT = 直接线性变换。请点击此处查看本图的放大版本。

4. 数据采集

  1. 将麻醉后的约克夏新生仔猪（3-5日龄）置于仰卧位，上肢外展以暴露腋区。沿气管表面皮肤和筋膜做正中切口，向下延伸至胸骨上三分之一处。
  2. 采用钝性分离法暴露臂丛神经。
  3. 在测试前、测试中和测试后，向暴露的臂丛神经滴加生理盐水，以保持其湿润。
  4. 切断臂丛神经的一段远端，并将其夹持于力学测试装置上。
  5. 将立体成像相机系统固定在万能支架上，置于待拉伸神经上方不超过6 cm处，然后通过USB-C电缆将立体成像相机系统连接至笔记本电脑（图5A）。
  6. 使用油性皮肤标记笔在神经的插入点和夹持点处标记，并根据神经长度沿神经走行额外标记2至4个点，用于位移追踪（图5B）。
  7. 将校准网格（即带有0.5 cm × 0.5 cm方格的覆膜网格）和1 cm直尺平置于神经下方，用于后续数据分析（图5B）。
  8. 夹持后、拉伸前记录神经的初始长度。
  9. 以500 mm/min的位移速率对神经进行拉伸，直至断裂或达到预设拉伸程度。

立体成像相机系统示意图；视频输出与分析的设备设置。
图5：周围神经拉伸数据采集的代表性示意图。（A）将立体成像相机系统固定在支架上，然后通过USB Type-C线缆连接至笔记本电脑。将立体成像相机系统置于周围神经上方不超过6 cm的位置。（B）在远端将周围神经夹紧于机械装置上。使用油墨式皮肤标记笔，在神经的附着点和夹持点处做标记，并沿神经长度方向额外标记两到四个点。在测试前、测试中和测试后，向周围神经喷洒生理盐水以保持其湿润。请点击此处查看该图的放大版本。

5. 数据分析——标记物轨迹追踪

  1. 运行自定义的 MATLAB 代码（补充文件 6) 以分离输出的视频文件（补充文件 7) 分割为两个视频文件，即左摄像头视频文件和右摄像头游戏副本文件（补充文件 8 和 补充文件 9（分别）。
  2. 点击 运行 初始化 DLTdv7.m22 图形用户界面 (GUI)补充文件 10).
    1. DLTdv7 控制窗口弹出并 新项目，加载项目，以及 退出 按钮已启用 (图6A).
    2. 点击 新项目 在 DLTdv7 控制 窗口以开始新项目。
    3. 当对话框弹出时，选择 2 用于指示两个视频文件（即左相机和右相机视图），以追踪拉伸的外周神经上的位移标记轨迹图6B).
    4. 选择第一个视频文件（即， 视频 1），即来自左摄像头视角的视频文件（补充文件 8），然后单击 开放 (图6C）。然后，选择第二个视频文件（即， 视频 2），即来自右侧相机视角的视频文件（补充文件 9），然后单击 开放 (图6C).
    5. 选择两个视频文件后，单击 是 表示视频文件来自通过DLT校准的相机视角。
    6. 选择相应的 DLT 系数 *.csv 文件（补充文件 5用于立体成像相机系统，然后单击 开放 (图6D).
    7. 两个视频文件的初始帧被显示出来，其余的 DLTdv7 控制 窗口被激活。 新项目 按钮被替换为 重新计算三维点 按钮和 加载项目 按钮被替换为 保存 按钮图6E).
    8. 在 DLTdv7 控制 窗口，确保 帧数 处于开启状态 1，该 当前点 设定为 1, 自动追踪模式 是 关闭，以及 更新所有视频, DLT 可视化反馈，以及 显示二维轨迹 进行检查（图 6E).
    9. 确保追踪点放置在PN的位移标记上，使得 插入标记 对应于点 1, 标记物 1 对应于点 2，依此类推，钳夹标记为最后一点。
    10. 放置点 1 在 插入标记 在 视频 1 （即左侧相机视图视频文件），确保放置的点位于插入标记的中心。使用键盘快捷键（表1) 将放置的点移动至插入标记的中心图7A).
    11. 因为 DLT 可视化反馈 被检查，当一个点被放置在 视频 1，一条蓝色的对极线出现在 视频 2 （即右摄像头视角视频文件）图7）。将点放置 1 在插入标记处 视频 2 以蓝色极线作为参考。使用键盘快捷键（表1），根据需要移动已放置的点，使其位于插入标记的中心（图7A).
    12. 点击 添加一个点 在 DLTdv7 控制组 窗口以在其他组织标记物上添加点，以追踪其轨迹。参考 当前点 在 DLTdv7 控制 窗口用于确定哪个点处于活动状态。
    13. 点击 添加一个点. 放置点 2 在 标记物 1 在 视频 1. 使用蓝色极线和键盘快捷键来放置点 2 在 标记物 1 在 视频 2。继续添加并放置点，首先在 视频 1 然后在 视频 2，用于神经在插入点与夹钳（即终点）之间沿其全长的所有位移标记（图7B- F).
    14. 所有初始点放置完毕后 视频 1 和 视频 2 （即左相机和右相机的视频文件），确保 帧数 开启 1 和 当前点 被设定为 1 在 DLTdv7 控制组 窗口。
    15. 在 DLTdv7 对照组 窗口，更改 自动追踪模式 到 自动推进 从下拉菜单中 自动追踪预测器 至 扩展卡尔曼 从下拉菜单中图8A).
    16. 完成所有已放置点的追踪 视频 1 首先，然后完成追踪在 视频 2逐帧左键点击标记物中心，追踪其轨迹，直至发生失败（即周围神经发生明显断裂前的帧）或达到预设拉伸程度的整个视频过程。
    17. 开始追踪点 1 在 视频 1. 放大与缩小（表1) 以确保追踪位于标记物中心；逐帧点击直至视频结束或出现失败图8B）。完成点的追踪后 1 在 视频 1，返回到 帧 1 并更换 当前点 指向 2 从下拉菜单中 DLTdv7 对照组 窗口。先前追踪的点将变为浅蓝色，其轨迹将变为黄色。当前点将带有绿色菱形和粉色中心。
    18. 完成所有点的追踪 视频 1 通过逐帧左键单击每个点，直至出现失效或视频结束（图8C- G).
    19. 在 视频 2，使用蓝色的极线来追踪相对于参考点的点 视频 1 (图9）。在 DLTdv7 控制组 窗口，返回 帧数 至 1 并设置 当前点 至 1，并开始追踪点1的轨迹 视频 2.
    20. 按照相同的步骤（5.2.16-5.2.18）追踪其余点位 视频 2.
    21. 追踪完成后 视频 1 和 视频 2，点击 导出点 在 DLTdv7 控制组 导出被追踪点的 (x, y, z) 坐标（单位：mm）的窗口。
    22. 一个对话框会弹出，用于选择保存输出文件的目录。单击 目录位置.
    23. 另一个对话框会弹出，用于设置输出文件的名称。请设置输出文件的名称（例如：nerve1_101-Jan-2001videoanalyzed_cal09.30_trial1_）。
    24. 另一个对话框弹出。选择保存 格式 作为 扁平.
    25. 另一个对话框弹出。选择“否”以不计算95%置信区间。
    26. 一个最终的对话框会弹出，显示数据已导出并保存，四个输出文件已导出至所选的目录位置（补充文件11，补充文件12，补充文件13， 和 补充文件 14).
    27. 点击 保存项目 在 DLTdv7 控制 保存当前项目的窗口（补充文件 15) 与输出文件位于同一目录中。

视频追踪设置；示意图显示了相机校准和视频文件选择的多步过程。
图6：建立新项目以开始三维轨迹追踪的示意图。（A）运行 DLTdv7.m22，然后点击 New Project 以创建一个新项目。（B）将视频文件数量设为 2。（C）选择 Video 1 file（即左相机视角），然后选择 Video 2 文件（即右相机视角）。（D）由于视频文件来自经过DLT校准的立体成像相机系统，因此选择 yes，然后选择包含DLT系数的 *.csv 文件。（E）所选视频文件现已准备就绪，可进行追踪。请点击此处查看此图的放大版本。

关键/点击描述
左键单击点击帧中某一点的轨迹追踪
(+) 关键点放大当前视频帧 在 鼠标指针周围
（-）关键缩放当前视频帧 出 鼠标指针周围
（i）关键移动点 上
(j) 关键点移动点 左侧
(k) 关键移动点 右侧
(m) 关键移动点 向下

表1：用于追踪点轨迹的键盘和鼠标快捷键。

界面上的标记点放置过程；视频中位置记录的步骤；分析设置
图7：使用 DLTdv7.m 为视频1和视频2中的组织标记放置初始点的示意图22. (A设置 当前点 至 1. 放置点 1 在 插入标记 在 视频 1. 使用蓝色的极线进行 视频 2，放置点 1 在 插入标记. (B设置 当前点 到 2. 放置点 2 在 标记物 1 在 视频 1. 利用蓝色的对极线进行 视频 2，放置点 2 在 标记物 1. (C设置 当前点 至 3. 放置点 3 在 标记物 2 在 视频 1. 使用蓝色的极线 视频 2，放置点 3 在 标记物 2. (D设置 当前点 至 4. 放置点 4 在 标记物 3 在 视频 1. 使用蓝色的极线 视频 2，放置点 4 在 标记物 3. (E设置 当前点 到 5. 放置点 5 在 标记物 4 在 视频 1. 使用蓝色的极线 视频 2，放置点 5 在 标记物 4. (F设置 当前点 至 6. 放置点 6 在 夹钳标记器 在 视频 1. 使用蓝色的极线 视频 2，放置点 6 在 夹钳标记物. 请点击此处以查看此图的放大版本。

视频点追踪软件界面、追踪方法、帧选择、运动分析设置。
图 8：使用 DLTdv7.m22 追踪视频 1 中标记点轨迹的示意图。（A）将帧编号设为1，当前点设为1，自动追踪模式设为自动前进，自动追踪预测器设为扩展卡尔曼滤波。（B）将当前点设为1。在视频 1文件中，通过逐帧左键单击的方式，开始追踪插入标记（即点1）的位移，直至最后一帧。（C）将帧编号设为1，当前点设为2。在视频 1文件中，通过逐帧左键单击的方式，开始追踪标记 1（即点2）的位移，直至最后一帧。（D）将帧编号设为1，当前点设为3。在视频 1文件中，通过逐帧左键单击的方式，开始追踪标记 2（即点3）的位移，直至最后一帧。（E）将帧编号设为1，当前点设为4。在视频 1文件中，通过逐帧左键单击的方式，开始追踪标记 3（即点4）的位移，直至最后一帧。（F）将帧编号设为1，当前点设为5。在视频 1文件中，通过逐帧左键单击的方式，开始追踪标记 4（即点5）的位移，直至最后一帧。（G）将帧编号设为1，当前点设为6。在视频 1文件中，通过逐帧左键单击的方式，开始追踪夹具标记（即点6）的位移，直至最后一帧。 请点击此处查看此图的放大版本。

使用帧跟踪和点选择过程的多视频自动跟踪分析工作流程图。
图9：使用 DLTdv7.m22 跟踪视频2中标记点轨迹的示意图。（A）将帧编号设为1，当前点设为1，自动跟踪模式设为自动前进，自动跟踪预测器设为扩展卡尔曼滤波。（B）将当前点设为1。利用视频2文件中的蓝色极线，通过逐帧左键单击的方式，开始跟踪插入标记（即点1）的位移，直至最后一帧。（C）将帧编号设为1，当前点设为2。利用视频2文件中的蓝色极线，通过逐帧左键单击的方式，开始跟踪标记1（即点2）的位移，直至最后一帧。（D）将帧编号设为1，当前点设为3。利用视频2文件中的蓝色极线，通过逐帧左键单击的方式，开始跟踪标记2（即点3）的位移，直至最后一帧。（E）将帧编号设为1，当前点设为4。利用视频2文件中的蓝色极线，通过逐帧左键单击的方式，开始跟踪标记3（即点4）的位移，直至最后一帧。（F）将帧编号设为1，当前点设为5。利用视频2文件中的蓝色极线，通过逐帧左键单击的方式，开始跟踪标记4（即点5）的位移，直至最后一帧。（G）将帧编号设为1，当前点设为6。利用视频2文件中的蓝色极线，通过逐帧左键单击的方式，开始跟踪夹具标记（即点6）的位移，直至最后一帧。 请点击此处查看此图的放大版本。

6. 数据分析—应变分析

  1. 运行自定义的 MATLAB 代码（补充文件 16），以导入已追踪的三维（x, y, z）标记轨迹（单位：mm）。
  2. 在 MATLAB 命令窗口中输入：
    percentStrain, deltaLi, lengthNi, filename] = PercentStrain_3D
  3. 输入破裂时间，例如，如果视频文件包含 59 帧，则时间为0.59 s；输入追踪点的数量，并选择包含已追踪三维（x, y, z）轨迹（单位：mm）的*_xyzpts.csv 文件。
  4. 选择目录以保存输出的长度随时间变化图（补充图 S4）、长度变化随时间变化图（补充图 S5）和应变随时间变化图（补充图 S6），以及包含时间、长度、长度变化和应变数据的*.xls 文件（补充文件 17）。
  5. 使用公式1–3计算长度（l）、长度变化（Δl）和百分比应变：
    三维距离公式方程；几何学概念；教育用数学示意图。    (1)
    其中 li 表示任意两个标记在任意时间点之间的距离；x1i、y1i、z1i 表示两个标记中其中一个的三维坐标；x2i、y2i、z2i 表示另一个标记的三维坐标。
    静力平衡概念，ΔLi=li−lo，符号方程。    (2)
    其中 li 表示任意两个标记在任意时间点之间的距离，lo 表示在初始/零时刻任意两个标记之间的距离。
    应变百分比方程 Δli/lo×100，材料变形分析公式，科学计算    (3)
    其中 Δli 表示任意两个标记在任意时间点的长度变化量，lo 表示在初始/零时刻任意两个标记之间的距离。

结果

采用所述方法可获得多种输出文件。DLTdv7.m *_xyzpts.csv（补充文件 12）包含每个时间帧中各追踪点的 (x, y, z) 坐标（单位为毫米），用于进一步计算被拉伸周围神经的长度、长度变化及应变。图 10 展示了被拉伸周围神经的代表性长度-时间、长度变化-时间及应变-时间曲线。该被拉伸的周围神经具有一个起始标记、沿其长度分布的四个标记以及一个由六个节段组成的夹具标记。通过量化被拉伸周围神经的整体应变和节段应变，可更深入理解这些结构的非均质性以及各节段对整体拉伸的贡献。长度-时间曲线（图 10A）和长度变化-时间曲线（图 10B）用于计算应变-时间曲线（图 10C）。除图表外，还导出包含图表数据（即时间、长度、长度变化和应变）的电子表格（补充文件 17）。

长度-时间图序列；片段；插入-夹持分析；数据趋势；线图；研究。
图10：拉伸的外周神经的应变-时间、长度变化-时间及长度-时间代表性曲线图。 （A）整条神经（即，片段1）以及相邻标记之间所有片段（即，片段2-6）的长度-时间曲线图。（B）整条神经（即，片段1）以及相邻标记之间所有片段（即，片段2-6）的长度变化-时间曲线图。（C）整条神经（即，片段1）以及相邻标记之间所有片段（即，片段2-6）的应变-时间曲线图。请点击此处查看该图的放大版本。

其余三个 DLTdv7.m 输出文件（补充文件 11、补充文件 13 和 补充文件 14）以及输出项目（补充文件 15）可用于重新加载项目，以便在需要重新追踪标记点轨迹时使用。

补充图 S1：三维（3D）控制体的输出图像。 使用平行立体成像相机系统及成像软件系统，经直接线性变换校准后获取的三维（3D）控制体输出图像。请点击此处下载该文件。

补充图 S2：三维（3D）控制体的左视图。用于直接线性变换校准的三维（3D）控制体左视图。请点击此处下载该文件。

补充图 S3：三维（3D）控制体的右视图。用于直接线性变换校准的三维（3D）控制体的右视图。请点击此处下载该文件。

补充图 S4：长度-时间输出图。（A-F）每个时间段内各片段的长度-时间输出图。请点击此处下载该文件。

补充图 S5：长度-时间输出图的变化。 (A-F各时间帧中每个节段的长度-时间变化曲线图 请点击此处下载此文件。

补充图 S6：应变-时间输出曲线图 (A-F各时间帧中每一段的长度-时间输出图。 请点击此处下载此文件。

补充文件 1：自定义 MATLAB 代码 crop_left_right_stereoimage.m。 用于将输出图像分割为左图像和右图像的自定义 MATLAB 代码。请点击此处下载该文件。

补充文件 2：DLTcal5.m22。 用于获取平行立体成像相机系统直接线性变换系数的开源 MATLAB 代码。请点击此处下载该文件。

补充文件 3：三维（3D）控制体积数字化点。 电子表格文件（3D Control Volume_Digitized Pts.csv），包含三维控制体积上各点以毫米为单位的数字化（x, y, z）坐标点。请点击此处下载该文件。

补充文件 4：DLTcal5.m 输出的电子表格文件，包含三维（3D）控制体点的（x, y）像素坐标。 输出的电子表格文件（cal01_JOVE_test_xypts.csv），其中包含使用 DLTcal5.m22 获得的三维（3D）控制体点的（x, y）像素坐标。请点击此处下载该文件。

补充文件 5：DLTcal5.m 输出的电子表格文件，包含 11 个直接线性变换（DLT）系数。 输出的电子表格文件（cal01_JOVE_test_DLTcoefs.csv），其中包含使用 DLTcal5.m22 获得的立体成像相机系统左、右相机视角的 11 个 DLT 系数。请点击此处下载该文件。

补充文件 6：自定义 MATLAB 代码 crop_left_right_stereovideo.m。 用于将输出视频文件分割为两个视频文件，即左相机和右相机视频文件的自定义 MATLAB 代码。请点击此处下载该文件。

补充文件 7：拉伸的周围神经输出视频文件。 拉伸的周围神经输出视频文件（nerve3_105-Nov-2021video.avi），包含左、右摄像头视角的合并视频文件。请点击此处下载该文件。

补充文件 8：拉伸状态下外周神经的左摄像头视角视频文件（即视频 1）。用于通过 DLTdv7.m22 追踪标记点轨迹的外周神经拉伸左摄像头视角视频文件（nerve3_105-Nov-2021video_left.avi）。请点击此处下载该文件

补充文件 9：拉伸状态下外周神经的右侧相机视角视频文件（即视频 2）。 用于通过 DLTdv.7.m22 追踪标记点轨迹的拉伸状态下外周神经右侧相机视角视频文件（nerve3_105-Nov-2021video_right.avi）。请点击此处下载该文件。

补充文件 10：DLTdv7.m22。 用于追踪通过直接线性变换校准的立体成像相机系统所获取视频文件中标记点轨迹的开源 MATLAB 代码。请点击此处下载该文件。

补充文件 11：DLTdv7.m 输出文件 *_xypts.csv。 第一个 DLTdv7.m 输出文件是 *_xypts.csv（例如 nerve3_105-Nov-2021videoanalyzed_cal09.30_trial1_xypts.csv），其中包含每一帧时间中每个追踪点的像素坐标 (x1, y1)、(x2, y2) 等。请点击此处下载该文件。

补充文件 12：DLTdv7.m 输出文件 *_xyzpts.csv。 第二个 DLTdv7.m 输出文件为 *_xyzpts.csv（例如 nerve3_105-Nov-2021videoanalyzed_cal09.30_trial1_xyzpts.csv），其中包含每一帧时间中每个追踪点在真实世界中的毫米坐标（x1, y1, z1）、（x2, y2, z2）等。请点击此处下载该文件。

补充文件 13：DLTdv7.m 输出文件 *_xyzres.csv。 第三个 DLTdv7.m 输出文件为 *_xyzres.csv（例如 nerve3_105-Nov-2021videoanalyzed_cal09.30_trial1_xyzres.csv），其中包含在每一时间帧中每个被追踪点的 DLT 残差值。请点击此处下载该文件。

补充文件 14：DLTdv7.m 输出文件 *_offset.csv。 第一个 DLTdv7.m 输出文件为 *_offset.csv（nerve3_105-Nov-2021videoanalyzed_cal09.30_trial1_offsets.csv），其中包含在每一时间帧中每个被追踪点的视频 1 和视频 2 的偏移量。请点击此处下载该文件。

补充文件 15：DLTdv7.m 项目输出文件 *_dvProject.mat。 DLTdv7.m 项目输出文件（nerve3_105-Nov-2021videoanalyzed_cal09.30_trial1_dvProject.mat）包含视频文件的路径、所有界面设置、所有点击标记点的轨迹以及校准信息，便于重新加载项目以进行必要的修改。请点击此处下载该文件。

补充文件 16：自定义 MATLAB 代码 PercentStrain_3D.m。 用于计算在每个时间点相邻标记之间拉伸神经的长度、长度变化及应变百分比的自定义 MATLAB 代码。请点击此处下载该文件。

补充文件 17：PrecentStrain_3D.m 输出文件 *_3Dstrain.xls。 输出文件 *_3Dstrain.xls（例如 nerve3_105-Nov-2021_3Dstrain.xls），其中包含每个时间帧中每个被追踪点的时间、长度、长度变化及应变数据。请点击此处下载该文件。

讨论

由于牵拉损伤导致的周围神经（PNs）生物力学特性研究结果存在差异，这种差异可归因于测试方法的不同，例如测试设备和伸长分析方法5,6,7,8,9,10,11,12,13,14,16,24。本方案提供了详细的描述，利用经过直接线性变换（DLT）校准的立体成像相机系统，捕捉周围神经在牵拉过程中三维（3D）组织位移的方法。为实现可靠的应变分析方法，必须遵循以下关键步骤：第一，3D控制体积必须至少包含30个点；第二，必须使用带脚踏板的数字化仪和DLTcal5.m22程序，以相同方向对3D控制体积的点进行数字化处理；第三，在拍摄3D控制体积图像时，立体成像相机系统应置于被记录对象最大高度位置（即本研究中为6 cm）；第四，操作者必须明确左、右相机视图的对应关系；最后，必须先在视频1（即左相机视图）上完成标记点轨迹追踪，然后在视频2（即右相机视图）上完成追踪。

必须下载 MATLAB 2019A 或更新版本，并安装附加组件：图像采集工具箱（Image Acquisition Toolbox）、计算机视觉工具箱（Computer Vision Toolbox）、图像处理工具箱（Image Processing Toolbox）、曲线拟合工具箱（Curve Fitting Toolbox）、统计与机器学习工具箱（Statistics and Machine Learning Toolbox）以及金融分析工具箱（Financial Analysis Toolbox）。

DLT 是一种多功能方法，可用于相机标定、三维重建、目标跟踪和运动分析20,22,23,25,26。此外，DLT 为相机标定提供了一种稳健且精确的方法，因为它能够精确估计相机参数，包括内参（即焦距）和外参（即旋转、平移）20,22。以往的研究已采用基于 DLT 标定的立体成像相机系统来研究人类23或动物模型22的运动与步态分析。本文所述方法可方便地应用于任何研究周围神经（PN）在拉伸损伤下的生物力学响应的研究中。本实验方案提供了开源的以及自行编写的定制 MATLAB 代码，分别用于标定立体成像相机系统，并追踪拉伸过程中 PN 的三维组织位移。

综上所述，经直接线性变换（DLT）校准的立体成像相机系统可提供一种更全面的方法，用于测定周围神经（PNs）在拉伸作用下的应变。本研究旨在建立一种利用立体成像相机和DLT技术测量拉伸状态下周围神经原位应变（in-situ strain）的方法。该方法的建立将有助于量化拉伸过程中周围神经的三维应变。已有研究表明，拉伸导致的周围神经损伤会引发最大应变、持续性变形、区域应变差异以及特定部位的断裂，凸显了理解周围神经对拉伸生物力学响应的重要性9,27,28。此外，研究还证实，周围神经在遭受拉伸损伤时会发生结构改变28,29。明确周围神经耐受这些变化的阈值至关重要，因为这有助于揭示拉伸状态下周围神经的韧性与完整性28,29。因此，全面量化周围神经拉伸损伤的程度，将有助于未来研究关联结构变化与功能缺损，从而更深入地理解与周围神经拉伸相关的损伤机制。本研究是深入认识周围神经损伤生物力学的关键第一步，有望帮助临床医生优化治疗与康复方案，提升患者生活质量，并减轻周围神经损伤带来的痛苦。此外，本研究提供的详细实验方案及补充文件可整合至现有的生物力学教学模块中，增强学生对DLT技术的学习与掌握30。

披露

作者声明无利益冲突。

致谢

本研究获得了美国国立卫生研究院尤妮斯·肯尼迪·施莱佛国家儿童健康与人类发展研究所的资助，资助编号为 R15HD093024 和 R01HD104910A，以及美国国家科学基金会职业奖编号 1752513。

材料

本文使用的材料清单
姓名公司目录编号评论
透明亚克力有机玻璃方板W W Grainger IncBULKPSACR9构建三维控制体积
立体成像相机系统 - ZED Mini 立体相机StereoLabs Inc.N/AN/A
成像软件 - ZED SDKStereoLabs Inc.N/AN/A
维护软件 - CUDA 12StereoLabs Inc.N/A下载以运行 ZED SDK 
相机支架 - 带杆铸铁三角支撑架Telrose VWR Choice76293-346N/A
MicroScribe G2 数字化仪（含浸入式脚踏板）SUMMIT Technology GroupN/AN/A
编程软件 - MATLAB MathworksN/A版本 2019A 或更新版本
DLTcal5.mHedrick 实验室N/A开源
DLTdv7.mHedrick 实验室N/A开源

参考文献

  1. Bueno, F. R., Shah, S. B. Implications of tensile loading for the tissue engineering of nerves. Tissue Engineering Part B: Reviews. 14 (3), 219-233 (2008).
  2. Grewal, R., Xu, J., Sotereanos, D. G., Woo, S. L. Biomechanical properties of peripheral nerves. Hand Clinics. 12 (2), 195-204 (1996).
  3. Papagiannis, G., et al. Biomechanical behavior and viscoelastic properties of peripheral nerves subjected to tensile stress: common injuries and current repair techniques. Critical Reviews in Physical and Rehabilitation Medicine. 32 (3), 155-168 (2020).
  4. Castaldo, J., Ochoa, J. Mechanical injury of peripheral nerves. Fine structure and dysfunction. Clinics in Plastic Surgery. 11 (1), 9-16 (1984).
  5. Singh, A. Extent of impaired axoplasmic transport and neurofilament compaction in traumatically injured axon at various strains and strain rates. Brain Injury. 31 (10), 1387-1395 (2017).
  6. Singh, A., Kallakuri, S., Chen, C., Cavanaugh, J. M. Structural and functional changes in nerve roots due to tension at various strains and strain rates: an in-vivo study. Journal of Neurotrauma. 26 (4), 627-640 (2009).
  7. Singh, A., Lu, Y., Chen, C., Kallakuri, S., Cavanaugh, J. M. A new model of traumatic axonal injury to determine the effects of strain and displacement rates. Stapp Car Crash Journal. 50, 601(2006).
  8. Singh, A., Lu, Y., Chen, C., Cavanaugh, J. M. Mechanical properties of spinal nerve roots subjected to tension at different strain rates. Journal of Biomechanics. 39 (9), 1669-1676 (2006).
  9. Singh, A., Shaji, S., Delivoria-Papadopoulos, M., Balasubramanian, S. Biomechanical responses of neonatal brachial plexus to mechanical stretch. Journal of Brachial Plexus and Peripheral Nerve Injury. 13 (01), e8-e14 (2018).
  10. Zapałowicz, K., Radek, A. Mechanical properties of the human brachial plexus. Neurologia I Neurochirurgia Polska. 34, 89-93 (2000).
  11. Zapałowicz, K., Radek, A. Annales Academiae Medicae Stetinensis. 51 (2), 11-14 (2005).
  12. Zapałowicz, K., Radek, M. The distribution of brachial plexus lesions after experimental traction: a cadaveric study. Journal of Neurosurgery: Spine. 29 (6), 704-710 (2018).
  13. Kawai, H., et al. Stretching of the brachial plexus in rabbits. Acta Orthopaedica Scandinavica. 60 (6), 635-638 (1989).
  14. Marani, E., Van Leeuwen, J., Spoor, C. The tensile testing machine applied in the study of human nerve rupture: a preliminary study. Clinical Neurology and Neurosurgery. 95, 33-35 (1993).
  15. Lee, S. K., Wolfe, S. W. Peripheral nerve injury and repair. JAAOS-Journal of the American Academy of Orthopaedic Surgeons. 8 (4), 243-252 (2000).
  16. Rickett, T., Connell, S., Bastijanic, J., Hegde, S., Shi, R. Functional and mechanical evaluation of nerve stretch injury. Journal of Medical Systems. 35, 787-793 (2011).
  17. Topp, K. S., Boyd, B. S. Structure and biomechanics of peripheral nerves: nerve responses to physical stresses and implications for physical therapist practice. Physical Therapy. 86 (1), 92-109 (2006).
  18. Lu, Y., Chen, C., Kallakuri, S., Patwardhan, A., Cavanaugh, J. M. Development of an in vivo method to investigate biomechanical and neurophysiological properties of spine facet joint capsules. European Spine Journal. 14 (6), 565-572 (2005).
  19. Kallakuri, S., et al. Tensile stretching of cervical facet joint capsule and related axonal changes. European Spine Journal. 17 (4), 556-563 (2008).
  20. Abdel-Aziz, Y. I., Karara, H. M. Direct linear transformation from comparator coordinates into object space coordinates in close-range photogrammetry. Photogrammetric Engineering & Remote Sensing. 81 (2), 103-107 (2015).
  21. Pourcelot, P., Audigié, F., Degueurce, C., Geiger, D., Denoix, J. M. A method to synchronise cameras using the direct linear transformation technique. Journal of Biomechanics. 33 (12), 1751-1754 (2000).
  22. Hedrick, T. L. Software techniques for two- and three-dimensional kinematic measurements of biological and biomimetic systems. Bioinspiration & Biomimetics. 3 (3), 034001(2008).
  23. Chen, L., Armstrong, C. W., Raftopoulos, D. D. An investigation on the accuracy of three-dimensional space reconstruction using the direct linear transformation technique. Journal of Biomechanics. 27 (4), 493-500 (1994).
  24. Singh, A., Magee, R., Balasubramanian, S. Methods for in vivo biomechanical testing on brachial plexus in neonatal piglets. Journal of Visualized Experiments. (154), e59860(2019).
  25. Black, J., Ellis, T. Multi camera image tracking. Image and Vision Computing. 24 (11), 1256-1267 (2006).
  26. Cardenas-Garcia, J. F., Yao, H. G., Zheng, S. 3D reconstruction of objects using stereo imaging. Optics and Lasers in Engineering. 22 (3), 193-213 (1995).
  27. Mahan, M. A., Yeoh, S., Monson, K., Light, A. Rapid stretch injury to peripheral nerves: biomechanical results. Neurosurgery. 85 (1), E137-E144 (2019).
  28. Rydevik, B. L., et al. An in vitro mechanical and histological study of acute stretching on rabbit tibial nerve. Journal of Orthopaedic Research. 8 (5), 694-701 (1990).
  29. Mahan, M. A., Warner, W. S., Yeoh, S., Light, A. Rapid-stretch injury to peripheral nerves: implications from an animal model. Journal of Neurosurgery. 133 (5), 1537-1547 (2019).
  30. Singh, A., Ferry, D., Balasubramanian, S. Efficacy of clinical simulation based training in biomedical engineering education. Journal of Biomechanical Engineering. 141 (12), 121011-121017 (2019).

重印与许可

标签

MATLAB
直接线性变换在测量中的应用 原位 拉伸过程中的周围神经张力
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。