Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Nicht-invasive Quantifizierung der Skelettmuskulatur bei Kleintieren mittels Mikro-Computertomographie

1.4K Aufrufe

⸱

DOI:

10.3791/67393

⸱

8. November 2024

 ,  ,  ,  ,  ,  , 
1Laboratório de Endocrinologia Translacional, Instituto de Biofísica Carlos Chagas Filho, Universidade Federal do Rio de Janeiro, 2Small Animal Imaging Unit, National Center for Structural Biology and Bioimaging, Universidade Federal do Rio de Janeiro

In diesem Artikel

Zusammenfassung

Dieses Protokoll verwendet Mikro-Computertomographie, um eine kostengünstige Quantifizierung der fettfreien Masse zu ermöglichen, einschließlich Skelettmuskel- und Viszeralgewebe, Fettgewebe und Skelettgewebe bei Kleintieren. Sie unterscheidet zwischen magerem und fettem Gewebe, was für die biomedizinische Forschung, insbesondere in der translationalen Forschung an Kleintieren, erhebliche Vorteile bietet.

Zusammenfassung

Größe, Masse und Zusammensetzung der Skelettmuskulatur sind entscheidende Eigenschaften für die Untersuchung von Stoffwechsel- und Muskelerkrankungen, da sie sich direkt auf das Verständnis des Krankheitsverlaufs und der Behandlungsergebnisse auswirken. Die Quantifizierung der mageren, Fett- und Skelettmasse eines lebenden Tieres ist wichtig für metabolische, physiologische, pharmakologische und gerowissenschaftliche Studien. Genaue Messungen der Körperzusammensetzung, insbesondere der fettfreien Masse, bleiben jedoch aufgrund der inhärenten Einschränkungen herkömmlicher Bewertungstechniken eine Herausforderung. Die Mikro-Computertomographie (Mikro-CT) ist ein nicht-invasives radiologisches Verfahren, das eine hochauflösende Visualisierung innerer Strukturen in Kleintiermodellen ermöglicht. Eine standardisierte Mikro-CT-Methode kann die translationale Forschung mit zuverlässigeren und aussagekräftigeren Ergebnissen erheblich verbessern, insbesondere bei Alterungsstudien oder zu verschiedenen Zeitpunkten innerhalb desselben Tieres. Trotz ihres Potenzials behindert die mangelnde Standardisierung der Bildaufnahme- und Analysemethoden die Vergleichbarkeit der Ergebnisse über verschiedene Studien hinweg erheblich. Darin stellen wir ein umfassendes und detailliertes kostengünstiges Protokoll für die Magermassenanalyse mittels Mikro-CT vor, um diese Herausforderungen zu bewältigen und die Konsistenz in der Forschung mit Kleintiermodellen zu fördern.

Einleitung

Größe, Masse und Zusammensetzung sind entscheidende Eigenschaften der Skelettmuskulatur für die Untersuchung muskelbezogener und metabolischer Krankheitsmechanismen1. Sarkopenie, Kachexie, Atrophie und Myopathien haben gemeinsame Phänotypen: Verringerung der Masse, Veränderung der Zusammensetzung und Beeinträchtigung der Muskelfunktion 2,3,4,5. Die Quantifizierung der Körperzusammensetzung eines lebenden Tieres bleibt jedoch nach wie vor hochkomplex und technisch anspruchsvoll6.

Die primären Methoden für die In-vivo-Bildgebung und die Analyse der Körperzusammensetzung sind die Dual-Energy-Röntgen-Absorptiometrie (DXA), die Computertomographie (CT) und die Magnetresonanztomographie (MRT). Diese Methoden werden hauptsächlich zum Screening und zur Überwachung von Krankheiten eingesetzt, die zu einer Verringerung der fettfreien Masse führen 7,8,9,10,11. DXA ist aufgrund seiner geringeren Kosten der Goldstandard für die Analyse der Körperzusammensetzung. Allerdings hat die DXA im Vergleich zu MRT und CT einen wesentlichen Nachteil: Sie ist nicht in der Lage, Muskel- und Fettgewebe räumlich aufzulösen1.

Die MRT verwendet starke Magnetfelder und Radiowellen, um detaillierte Bilder der inneren Strukturen des Körpers zu erzeugen12. Einer der Hauptvorteile gegenüber der CT ist die überlegene Kontrastauflösung, die eine hervorragende Unterscheidung zwischen verschiedenen Weichteiltypen ermöglicht 1,13,14. Im Gegensatz zur CT kommt bei der MRT keine ionisierende Strahlung zum Einsatz, was sie bei wiederholter Anwendung sicherer macht15,16. Die MRT ist jedoch teurer und weniger zugänglich, mit längeren Scanzeiten und höheren Wartungskosten13,17. Daher sind MRT-Instrumente, die für die Kleintieranalyse geeignet sind, in der Regel nicht verfügbar.

Die Mikro-CT ähnelt der konventionellen CT, ist jedoch auf kleine Strukturen und die biomedizinische Forschung zugeschnitten18. Die Mikro-CT ist eine fortschrittliche, nicht-invasive radiologische Bestimmungstechnik, die eine detaillierte Visualisierung der inneren Strukturen in Kleintiermodellen ermöglicht. Die Mikro-CT verwendet Röntgenstrahlen, um detaillierte Bilder der inneren Strukturen des Körpers zu erstellen, wobei sie sich auf die unterschiedliche Abschwächung der Röntgenstrahlen durch verschiedene Gewebetypen stützt. Bei einer Mikro-CT-Untersuchung liegt die Maus auf einem Tisch, der sich langsam durch eine kreisförmige Gantry bewegt. Im Inneren der Gantry dreht sich eine Röntgenröhre um die Maus und sendet Röntgenstrahlen aus verschiedenen Winkeln aus. Detektoren auf der gegenüberliegenden Seite fangen diese Röntgenstrahlen ein, nachdem sie den Körper passierthaben 18.

Die Software des Mikro-CT-Scanners verarbeitet die Daten aus diesen verschiedenen Blickwinkeln, um zweidimensionale Schnittbilder (Schnitte) des Körpers zu rekonstruieren. Durch die Rekonstruktion können diese Schnitte kombiniert werden, um die innere Anatomie umfassend darzustellen19. Die Bilder, die durch Mikro-CT-Scans erzeugt werden, basieren auf dem unterschiedlichen Grad der Röntgenabschwächung durch verschiedene Gewebe im Körper. Diese Dämpfung wird mit Hilfe der Hounsfield Units (HU) quantifiziert, einer Skala, die die Radiodichte 20,21 standardisiert. Die HU-Skala ist für die Segmentierung von grundlegender Bedeutung, da jede Struktur einen leicht unterschiedlichen Wert hat.

In diesem Artikel haben wir HU-Werte verwendet, um genau zwischen Knochen, magerem Gewebe und Fettgewebe zu unterscheiden1. Durch den Verweis auf etablierte HU-Bereiche stellten wir eine genaue Analyse und einen Vergleich der Körperzusammensetzung sicher. Darin zeigen wir, wie Bilder mit Mikro-CT aufgenommen werden und wie sie bei der Visualisierung und Quantifizierung von Mager-, Fett- und Skelettmasse angewendet wird.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Alle Methoden wurden vom Institutional Animal Care and Use Committee der Universidade Federal do Rio de Janeiro (UFRJ), Rio de Janeiro (IACUC - UFRJ; A16/23-025-20). Die Scans wurden an männlichen C57BL/6-Mäusen im Alter von 6 und 22 Monaten durchgeführt.

1. Vorbereitung der Tiere

  1. Betäuben Sie Mäuse mit 2 % Isofluran in einem Gemisch aus Sauerstoff, das durch Verdampfung abgegeben wird. Verwenden Sie einen Präzisionsverdampfer sowohl für die Induktion als auch für die Wartung mit einer Mischung aus 100% Sauerstoff unter Verwendung eines Präzisionsverdampfers.
  2. Positionieren Sie das anästhesierte Tier in Rückenlage mit einem Mausbett auf dem Mikro-CT-Scan. Sichern Sie die Maus mit Klebeband, um Bewegungen während des Scans zu minimieren, und setzen Sie sie dann in das Portal ein.
  3. Stellen Sie während des gesamten Versuchs, der etwa 10 Minuten dauert, sicher, dass das Tier eine Maske trägt, um es unter der Narkoseebene zu halten, während es die Erhaltungsdosis nach Bedarf erhält.

2. Bilderfassung und -rekonstruktion

  1. Erfassen Sie Mikro-CT-Scans des Körpers mit einem hochauflösenden präklinischen Bildgebungssystem. Erfassen Sie insgesamt 1.024 Projektionen mit einer Belichtungszeit von jeweils 470 ms mit einer Rotation im Fly-Modus bei einer Spannung von 60 kV und einem Strom von 480 μA. Stellen Sie das System auf eine Vergrößerung von 1,25 ein, was zu einem Sichtfeld (FOV) von 94,72 mm für eine Gesamterfassungszeit von 8,02 Minuten führt. Erfassen Sie Bilder mit einem Binning von 1 x 1, was zu einer Auflösung von 2.368 x 2.240 Pixeln führt.
    HINWEIS: Die in diesem Manuskript verwendete Ausrüstung für Mikro-CT-Bilder weist aufgrund der Überlappung mit der Anästhesiemaske Einschränkungen bei der Erstellung von Kopfbildern auf. Außerdem wird nicht die gesamte Schwanzlänge erfasst. Daher schlossen wir die Kopf- und Schwanzanalyse aus (siehe Abschnitt 3).
  2. Führen Sie einen Scan mit den gleichen Parametern an einem zylindrischen Phantom aus Acryl (Durchmesser: 2,5 cm, Länge: 11,5 cm) durch, das zur Hälfte mit destilliertem Wasser gefüllt ist, um die HU für Luft und Wasser zu bestimmen. Rekonstruieren Sie nach Abschluss der Aufnahmen die Bilder mit der Aufnahmesoftware mit den für die Rauschunterdrückung optimierten Einstellungen und dem FBP-Algorithmus (Filtered Back Projection). Rekonstruktion von Tier- und Phantombildern mit einer isotropen Voxelgröße von 147 μm und einer 640er Matrix.
  3. Extrahieren Sie Luft- und Wasser-HU aus dem Phantom (Rohdaten) mit der referenzierten Software. Konvertieren Sie die Bilder in DICOM-Dateien und korrigieren Sie die HU-Werte.

3. Bildanalyse

  1. Hochladen einer Datei
    HINWEIS: Micro-CT ist eine Technik, bei der Bilder zeitlich und räumlich erfasst und eine Bildsequenz erzeugt werden. Daher ist es notwendig, den gesamten Ordner und nicht ein einzelnes Bild zu öffnen.
    1. Suchen Sie im oberen linken Bereich der Benutzeroberfläche das Menü 3D-Slicer , das in einer graublauen Farbe hervorgehoben ist. Klicken Sie auf Daten hinzufügen (figure-protocol-1).
    2. Wenn ein Fenster mit zwei Optionen angezeigt wird, wählen Sie die erste Option aus: Verzeichnis zum Hinzufügen auswählen.
    3. Navigieren Sie zu dem Ordner, der die DICOM-Bilderserie für das Zieltier enthält, und klicken Sie darauf. Diese Aktion öffnet den Ordner in der Software, so dass alle Bilder gleichzeitig angezeigt werden können.
    4. Beobachten Sie die Bilder, die auf drei Bildschirmen angezeigt werden. Jeder Bildschirm repräsentiert eine andere anatomische Ebene: koronal, sagittal und quer, gekennzeichnet durch die Farben Grün, Gelb und Rot.
  2. Segmentierung
    1. Suchen Sie den Segment-Editor (figure-protocol-2) auf der oberen Registerkarte (Module) und klicken Sie darauf.
    2. Klicken Sie auf die grüne Schaltfläche + Hinzufügen , um Segmente zu erstellen und den HU-Bereich zu definieren.
    3. Erstellen Sie Segmente für Knochen, mageres Gewebe und Fettgewebe, indem Sie jeweils 3x klicken.
    4. Doppelklicken Sie auf jedes Segment, um es entsprechend den gewünschten Einstellungen zu benennen und einzufärben.
    5. Legen Sie den HU-Bereich für jedes Segment mit der Funktion Schwellenwert fest, die sich auf der linken Seite des Fensters befindet. Suchen Sie dazu die Funktion figure-protocol-3 Schwellenwertbereich und geben Sie die HU-Werte für jeden Gewebetyp ein: Mageres Gewebe (-29 bis 225 HE), Fettgewebe (-190 bis -30 HE), Knochen (500 bis 5.000 HU). Klicken Sie auf die Schaltfläche Übernehmen.
      HINWEIS: Siehe Ergänzende Abbildung S1 für HU-Wertvergleiche.
    6. Wiederholen Sie den Segmentierungsprozess für jeden Gewebetyp.
    7. Klicken Sie auf 3D anzeigen , um ein 3D-Rendering zu generieren.
      HINWEIS: Das Rendering wird im blauen Quadranten des Displays angezeigt.
  3. Reinigen des Bildes
    HINWEIS: Nach der Segmentierung und dem 3D-Rendering müssen Fremdelemente ausgeschlossen werden, um sicherzustellen, dass sie nicht in die volumetrischen Messungen von magerem Gewebe, Fettgewebe und Knochen einbezogen werden. Das Entfernen dieser Artefakte ist wichtig, um eine genaue Analyse zu gewährleisten.
    1. Suchen Sie das Werkzeug "Schere" (figure-protocol-4) im Menü Segmentierung .
    2. Wählen Sie entweder die anatomische Ebene oder das 3D-Rendering, um eine klarere Ansicht des zu entfernenden Objekts zu erhalten.
      1. Wenn Sie eine anatomische Ebene verwenden, klicken Sie auf die Schaltfläche "Ansicht maximieren " (figure-protocol-5) auf dem farbigen Balken der Ebene. Verwenden Sie im Fenster der anatomischen Ebene die Mausscrolltaste, um vorwärts oder rückwärts durch den CT-Scan zu navigieren.
        HINWEIS: Jedes Fenster kann unabhängig voneinander gescrollt werden.
      2. Verwenden Sie zum 3D-Rendern die linke Maustaste, um um eine beliebige Achse zu drehen, und die rechte Maustaste, um die Ansicht zu vergrößern.
        HINWEIS: Mit den Pfeiltasten auf der Tastatur kann das Bild auch gedreht werden.
    3. Wenn das Scherenwerkzeug ausgewählt ist, markieren Sie die Segmentierung um das unerwünschte Objekt und kreisen Sie es ein, um es aus dem Bild zu entfernen. Die Software löscht das Objekt automatisch.
      HINWEIS: Stellen Sie sicher, dass der Vorgang "Innen löschen " ausgewählt ist. Wenn das verwendete Gerät Bilder für ein nichtbiologisches Bild erzeugt, wie z. B. die Perle, das Anästhetikum oder das chirurgische Gerät, ist es wichtig, es zu entfernen. Wenn ein anatomischer Bereich nicht vollständig erhalten wird, ist es außerdem von grundlegender Bedeutung, eine anatomische Referenz zu erstellen, um diese Bereiche zu entfernen, die nicht vollständig erhalten wurden, um die Wiederholbarkeit zwischen den Experimenten zu gewährleisten. Unerwünschte Objekte müssen in jeder Ebene entfernt werden.
    4. Klicken Sie auf das Symbol für das Layout der Wiederherstellungsansicht (figure-protocol-6), um unabhängig vom ausgewählten Fenster zum Bildschirm mit den vier Fenstern zurückzukehren.
    5. Wiederholen Sie den Vorgang für alle Fenster, in denen das Objekt entfernt werden muss.
  4. Volumen der Segmentierung
    1. Quantifizieren Sie nach der Segmentierung die Volumina der Segmente mit der Quantifizierungsfunktion im Dropdown-Menü.
      HINWEIS: Für diese Aktion müssen alle Segmentierungen sichtbar sein.
    2. Navigieren Sie zu Quantifizierung | Segment-Statistiken. Klicken Sie auf Übernehmen und warten Sie, bis die Software eine Tabelle mit den Werten für jede Segmentierung erstellt hat. Die Software stellt für jede Segmentierung zwei Volumenwerte zur Verfügung: Labelmap (LM) und Closed Surface (CS).
      HINWEIS: Der LM-Wert eignet sich im Allgemeinen für die Berechnung von Segmentvolumen, wobei die Anzahl der Voxel multipliziert mit dem Volumen eines einzelnen Voxels verwendet wird. CS Value verwendet ein geglättetes Oberflächenmodell und integriert das Volumen basierend auf dreieckigen Oberflächenelementen. CS orientiert sich stärker an den anatomischen Konturen und wird für genaue Messungen empfohlen.
    3. Um Daten von einem neuen Tier hochzuladen, speichern und schließen Sie die Szene im Dateimenü .
  5. Analyse der körperlichen Zusammensetzung
    1. Verwenden Sie die von der Software bereitgestellten Volumenmessungen in cm3 , um diese Volumina in Gewebemasse umzurechnen und die entsprechende Dichte für jeden Gewebetyp anzuwenden. Es sind die folgenden Gewebedichten zu verwenden, die von der Internationalen Kommission für Strahlungseinheiten und -messungen22 festgelegt wurden: 0,95 g/cm³ (Fettgewebe), 1,05 g/cm³ (mageres Gewebe) und 1,92 g/cm³ (Skelettgewebe)2.
      1. Um die Gewebemasse zu berechnen, multiplizieren Sie das von der Software erhaltene Volumen (cm³) mit der jeweiligen Gewebedichte (g/cm³):
        Fettgewebsmasse:Volumensegmentierung x 0,95 = MasseFett
        Magere Gewebemasse:Volumensegmentierung x 1,05 =Magere Masse
        Skelettgewebemasse:Volumensegmentierung x 1,92 = MasseSkelett
        Gesamtmasse: MasseFett + Massemager + MasseSkelett = MasseGesamt
  6. Messung der Knochenlänge
    HINWEIS: Um die Gewebemasse nach Knochenlänge für bestimmte Analysen zu korrigieren, ist es notwendig, bestimmte Knochenlängen zu erhalten.
    1. Kehren Sie zum Menü "Segment-Editor " zurück. Blenden Sie die Segmentierungen von Fettgewebe und magerem Gewebe aus, indem Sie auf das Augensymbol (figure-protocol-7) neben jedem Segment klicken.
      HINWEIS: Nur die Segmentierung, die dem Skelettgewebe entspricht, sollte sichtbar bleiben.
    2. Wählen Sie die Option Markups/Symbolleiste umschalten (figure-protocol-8) in der oberen Ecke des Hauptmenüs. Dadurch wird ein sekundäres Menü direkt unter dem Hauptmenü geöffnet. Suchen Sie die Schaltfläche Neue Zeile erstellen (figure-protocol-9).
    3. Navigieren Sie nach dem Klick auf den Button Neue Linie erstellen zur 3D-Rekonstruktion und identifizieren Sie den zu vermessenden Knochen.
      HINWEIS: Die empfohlenen Knochen sind die Tibia oder Femur22.
    4. Sobald der Knochen identifiziert ist, klicken Sie mit der linken Maustaste auf ein Ende des Knochens und erneut auf das andere Ende des Gewebes. Diese Aktion ermöglicht es der Software, die Knochengröße zu berechnen.
      HINWEIS: Um konsistente Messungen zu erzielen, wählen Sie für jedes Tier die gleiche anatomische Region des Knochens aus. So wird beispielsweise der Hüftkopf als ein Ende und der laterale Kondylus als anderes Ende des Femurs verwendet.
  7. Datenanalyse und Normalisierung
    HINWEIS: Die Massendaten können wie in Abschnitt 3.5 beschrieben abgerufen und so verwendet werden, wie sie sind. Alternativ können die Mager-, Fett- und Knochenmasse auf zwei Arten normalisiert werden.
    1. Berechnen Sie das Verhältnis zwischen der Gewebemasse und dem Gewicht des Tieres am Tag der Bildaufnahme.
      Normalisierung auf Gewicht:Magermasse ÷ Körpergewicht
    2. Berechnen Sie das Verhältnis zwischen Masse und Knochengröße (z. B. Oberschenkelknochen oder Schienbein).
      Normalisierung auf den Femur:Massemager ÷Größe des Femurs
      Normalisierung auf Tibia:Magere Masse ÷ GrößeTibia
      HINWEIS: Die Normalisierungsparameter werden basierend auf der experimentellen Fragestellung ausgewählt. Wenn Veränderungen der Knochengröße zu erwarten sind (z. B. beim Vergleich des Knochenumbaus), wird die Normalisierung nach Körpergewicht empfohlen (Punkt 3.7.1). Wenn in Ihrer experimentellen Fragestellung Änderungen des Körpergewichts zu erwarten sind, ist die Größe des langen Knochens der vorgeschlagene Normalisierungsparameter (Punkt 3.7.2).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Die richtige anatomische Positionierung des sedierten Tieres auf dem Bildgebungstisch gewährleistet konsistente und reproduzierbare Scanergebnisse und unterstreicht die Effektivität der Datenerfassung bei der Erzielung zuverlässiger Ergebnisse. Die richtige Sedierung von Tieren während der gesamten Bildgebung, einschließlich spezieller Gasabgabesysteme und Verdampfer, ist für eine präzise anatomische Beurteilung von grundlegender Bedeutung (Abbildung 1).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die Auswertung durch Tomographie ist eine effektive und nicht-invasive Methode, um detaillierte Informationen über die Körperzusammensetzung zu erhalten. Insbesondere die Mikro-CT bietet wertvolle Outcome-Messungen für präklinische Studien. Im Knochenbereich hat die Mikro-CT unterschiedliche Anwendungen, da die Analyse der Mikroarchitektur23 und der Knochenumbau24 besonders interessant sind. Die Beurteilung der Morphologie der inneren biolo...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass keine konkurrierenden Interessen bestehen.

Danksagungen

Diese Forschung wurde von der Carlos Chagas Filho Foundation for Research Support des Bundesstaates Rio de Janeiro (FAPERJ; E-26/010.002643/2019 und E-26/201.335/2022), Coordenação de Aperfeiçoamento de Pessoal de Nível Superior-Brasilien (CAPES)-001 Finanzgesetzbuch. Programa Institucional de bolsas de iniciação científica da Universidade Federal do Rio de Janeiro. Nationaler Rat für wissenschaftliche und technologische Entwicklung (CNPq; FFB: 001. 306236/2022-2 TMO-C: 309339/2023-5). Die Autoren danken dem Nationalen Zentrum für Strukturbiologie und Bioimaging (CENABIO)/ Universidade Federal do Rio de Janeiro für die Nutzung seiner Einrichtungen, insbesondere der microPET/SPECT/CT-Plattform an der Small Animal Imaging Unit (UIPA). Die ergänzende Abbildung S1 wurde mit BioRender.com erstellt.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
3DSlicer, Version 5.6.23D Slicer platformEine kostenlose Open-Source-Software zur Bildanalyse und wissenschaftlichen Visualisierung.
Amide, Version 1.0.1Amid-PlattformEine kostenlose Open-Source-Software zur Korrektur der Hounsfield-Unit-Werte in den verarbeiteten DICOM-Bildern.
Amira, Version 4.1Thermo Fisher ScientificWird verwendet, um Luft- und Wasserwerte der Hounsfield-Einheit aus den Rohdaten des Phantoms zu extrahieren und Bilder in DICOM-Dateien zu konvertieren.
IsoforinCristá liaIsofluran ist ein nicht brennbares Flüssiganästhetikum zur Verwendung in der allgemeinen Inhalationsanästhesie durch Verdampfung.
Triumph XO-SubsystemGamma Medica-Ideas FlexAdvanced-Subsystem für die präklinische Bildgebung von Kleintieren mit hochauflösenden CT- und PET-Funktionen für quantitative und qualitative Analysen.

Referenzen

  1. Engelke, K., Museyko, O., Wang, L., Laredo, J. D. Quantitative analysis of skeletal muscle by computed tomography imaging-State of the art. J Orthop Translat. 15, 91(2018).
  2. Peixoto da Silva, S., Santos, J. M. O., Costa e Silva, M. P., Gil da Costa, R. M., Medeiros, R. Cancer cachexia and its pathophysiology: links with sarcopenia, anorexia and asthenia. J Cachexia Sarcopenia Muscle. 11 (3), 619(2020).
  3. Lan, X. Q., et al. The role of TGF-β signaling in muscle atrophy, sarcopenia and cancer cachexia. Gen Comp Endocrinol. 353, 1-10 (2024).
  4. Bloise, F. F., Oliveira, T. S., Cordeiro, A., Ortiga-Carvalho, T. M. Thyroid hormones play role in sarcopenia and myopathies. Front Physiol. 9, 560(2018).
  5. Yin, L., et al. Skeletal muscle atrophy: From mechanisms to treatments. Pharmacol Res. 172, 1-12 (2021).
  6. Heymsfield, S. B., Adamek, M., Gonzalez, M. C., Jia, G., Thomas, D. M. Assessing skeletal muscle mass: historical overview and state of the art. J Cachexia Sarcopenia Muscle. 5 (1), 9-18 (2014).
  7. Cruz-Jentoft, A. J., et al. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing. 48 (1), 16-31 (2019).
  8. Faron, A., et al. Quantification of fat and skeletal muscle tissue at abdominal computed tomography: associations between single-slice measurements and total compartment volumes. Abdom Radiol (NY). 44 (5), 1907-1916 (2019).
  9. Marra, M., et al. Assessment of body composition in health and disease using bioelectrical impedance analysis (BIA) and dual energy X-ray absorptiometry (DXA): A critical overview. Contrast Media Mol Imaging. 2019, 3548284(2019).
  10. Martin, L., et al. Cancer cachexia in the age of obesity: skeletal muscle depletion is a powerful prognostic factor, independent of body mass index. J Clin Oncol. 31 (12), 1539-1547 (2013).
  11. Schlaeger, S., et al. Association of paraspinal muscle water-fat MRI-based measurements with isometric strength measurements. Eur Radiol. 29 (2), 599-608 (2019).
  12. Kose, K. Physical and technical aspects of human magnetic resonance imaging: present status and 50 years historical review. Adv Phys: X. 6 (1), (2021).
  13. Arnold, T. C., Freeman, C. W., Litt, B., Stein, J. M. Low-field MRI: Clinical promise and challenges. J Magn Reson Imaging. 57 (1), 25-44 (2023).
  14. Wang, H., et al. Preoperative MRI-based radiomic machine-learning nomogram may accurately distinguish between benign and malignant soft-tissue lesions: A two-center study. J Magn Reson Imaging. 52 (3), 873-882 (2020).
  15. Brower, C., Rehani, M. M. Radiation risk issues in recurrent imaging. Br J Radiol. 94 (1126), (2021).
  16. Mainprize, J. G., Yaffe, M. J., Chawla, T., Glanc, P. Effects of ionizing radiation exposure during pregnancy. Abdom Radiol (NY). 48 (5), 1564(2023).
  17. Geethanath, S., Vaughan, J. T. Accessible magnetic resonance imaging: A review. J Magn Reson Imaging. 49 (7), e65-e77 (2019).
  18. Ritman, E. L. Current status of developments and applications of micro-CT. Annu Rev Biomed Eng. 13, 531-552 (2011).
  19. Khoury, B. M., et al. The use of nano-computed tomography to enhance musculoskeletal research. Connect Tissue Res. 56 (2), 106(2015).
  20. DenOtter, T. D., Schubert, J. Hounsfield Unit. StatPearls [Internet]. , StatPearls Publishing. Treasure Island (FL). (2024).
  21. Pinto, E. M., et al. Efficacy of Hounsfield units measured by lumbar computer tomography on bone density assessment: A systematic review. Spine (Phila Pa 1976). 47 (9), 702-710 (2022).
  22. Beaucage, K. L., Pollmann, S. I., Sims, S. M., Dixon, S. J., Holdsworth, D. W. Quantitative in vivo micro-computed tomography for assessment of age-dependent changes in murine whole-body composition. Bone Rep. 5, 70-80 (2016).
  23. Faot, F., Chatterjee, M., de Camargos, G. V., Duyck, J., Vandamme, K. Micro-CT analysis of the rodent jaw bone micro-architecture: A systematic review. Bone Rep. 2, 14-24 (2015).
  24. Cooper, D., Turinsky, A., Sensen, C., Hallgrimsson, B. Effect of voxel size on 3D micro-CT analysis of cortical bone porosity. Calcif Tissue Int. 80 (3), 211-219 (2007).
  25. Mrzilkova, J., et al. Morphology of the vasculature and blood supply of the brown adipose tissue examined in an animal model by micro-CT. Biomed Res Int. 2020 (1), 7502578(2020).
  26. Li, F. W., et al. Optimal use ratio of the stromal vascular fraction (SVF): An animal experiment based on micro-CT dynamic detection after large-volume fat grafting. Aesthet Surg J. 39 (6), NP213-NP224 (2019).
  27. Berndt, S., et al. Microcomputed tomography technique for in vivo three-dimensional fat tissue volume evaluation after polymer injection. Tissue Eng Part C Methods. 23 (12), 964-970 (2017).
  28. Rother, L., et al. A micro-CT-based standard brain atlas of the bumblebee. Cell Tissue Res. 386 (1), 29-45 (2021).
  29. Ijiri, T., Todo, H., Hirabayashi, A., Kohiyama, K., Dobashi, Y. Digitization of natural objects with micro CT and photographs. PLoS One. 13 (4), e0195852(2018).
  30. Fedorov, A., et al. 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magn Reson Imaging. 30 (9), 1323-1341 (2012).
  31. Ponti, F., et al. Aging and imaging assessment of body composition: From fat to facts. Front Endocrinol (Lausanne). 10, 861(2020).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Weitere Artikel entdecken

KörperzusammensetzungsanalyseBildgebung kleiner TiereMessung der mageren MasseSegmentierung von Fettgewebe3D-RenderingHounsfield-Einheiten-SchwellenwertMessung der Knochenlängepräklinische Bildgebung
Nicht-invasive Quantifizierung der Skelettmuskulatur bei Kleintieren mittels Mikro-Computertomographie
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.