Name: Segmentierung und Messung von FAT-Volumes in Murine Obesity Modellen mithilfe von Röntgen-Computertomographie (Video) | JoVE Journal
Uploaded: 2012-04-04T13:00:00.000+00:00
Duration: 13 min 9 s
Description: Erfahren Sie die Segmentierung und Quantifizierung von Fettvolumina in lebenden Mäusen mittels Röntgen-CT. Diese nicht-invasive Methode ermöglicht longitudinale Studien zu Fettverteilung in murinen Adipositas-Modellen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Wir heißen Sie herzlich danken der Notre Dame Integrierte Imaging Facility (NDIIF) und Carestream Health für die finanzielle Unterstützung für dieses Projekt.

1. Tiere <ol><li> Für die nachstehend berichteten Ergebnisse wurden drei C57BL/6J-Mäuse und vier B6.V-Lep ob / J-Mäuse von den Jackson Laboratories (Bar Harbor, Main, USA) erhalten. B6.V-Lep ob / J-Mäusen repräsentieren eines der frühesten Modelle von Fettleibigkeit und bleiben aktiv erforscht. B6.V-Lep ob / J-Mäuse zeigen einen Phänotyp, der durch erhöhte Adipozyten Größe und Zahl gekennzeichnet und wiegen bis dreimal mehr als Wildtyp-Mäusen. 7,8 Hier B6.V-Lep ob / J-Mäuse wurden als positive beschäftigt Steuerung für einen adipösen Phänotyp, um die Machbarkeit des Albira CT-System für die CT-basierte Fettgehalt Messungen verdeutlichen. </li><li> Imaging wurde durchgeführt, wenn die Tiere erreicht etwa 12 Wochen alt. (Fettleibigkeit in B6.V-Lep ob / J-Mäusen manifestiert sich nach 4 Wochen alt). </li><li> Die Mäuse wurden betäubt durch Isofluran (2,5% Durchfluss) und regelmäßig bei 2,5% über einen Nasenkonus Setup für die Bildgebung. Einimals wurden in Bauchlage in der Standard-Rattenfutter Bett (M2M Imaging Inc. Cleveland, OH) in zugeführt mit der Albira Bildstation. Glieder waren positioniert seitlichen vom Rumpf für eine einheitliche CT-Akquisition. </li><li> Nach der Bildaufnahme abgeschlossen war, wurden Mäuse aus der Bugspitze entfernt und kehrte nach einer Erholung Käfig bis zum Chorumgang. </li></ol> 2. Bild-Akquisition und Rekonstruktion <ol><li> Bild Akquisitionen werden unter Verwendung des Albira CT-System (Carestream Molekulare Bildgebung, Woodbridge, CT). Die Mäuse wurden betäubt durch Isofluran (2,5% Durchfluss) und regelmäßig bei 2,5% über einen Nasenkonus Setup für die Bildgebung. Akquisitionen wurden durchgeführt, um ein Bett von 115 mm Länge zu scannen, mit über 600 Vorsprünge. Die Röntgenquelle wurde bei einem Strom von 200 uA und Spannung von 45 kV eingestellt und verwendet einen 0,5 mm Al-Filter zum Härten der Strahl. </li><li> Ungefähre Strahlung tief Äquivalentdosis für CT-Einstellungen betrug 220 mSv, und seichte Äquivalentdosis war 357,4 mSv. DieseDosen sind mehr als 20-fach niedriger als LD50-Werte berichtet. 9 </li><li> Die Bilder werden rekonstruiert mit der FBP (Filtered Back Projection)-Algorithmus über die Albira Suite 5.0 Reconstructor mit &quot;Standard&quot;-Parameter. Diese kombinierten Aufnahme und Rekonstruktion Einstellungen erzeugen eine endgültige Bild mit 125 um isotrope Voxel, als ausreichend für die ganze Tier-Analyse. Für detaillierte Region spezifische Analyse kann ein Wiederaufbau mit 35 um isotrope Voxel für eine endgültige Auflösung von 90 um ausgewählt werden. </li></ol> 3. Bildanalyse Die Bildanalyse erfolgt mit dem PMOD (PMOD Technologies Ltd, Zürich, Schweiz) Analyse-Software. Bilder sind in PMOD segmentiert nach Gewebedichte-Premiere für Gesamtvolumen und dann für FAT-Datenträger. 3,1 Bilder können für die Analyse reduziert werden, um Rechenaufwand zu minimieren. <ol><li> Zu reduzieren, zu der Haupt-Registerkarte Ansicht navigieren. </li&gt; <li> Wählen Sie Extras&gt; reduzieren. </li><li> Wählen von X 2, Y mit 2 und Z von 2. </li><li> Überprüfen Sie Ersetzen. </li><li> Wählen Sie Ausführen. </li></ol> Die Meldung: &quot;Der Begrenzungsrahmen wird sich ändern&quot; angezeigt, sobald die Reduktion abgeschlossen ist. 3,2 Bilder können maskiert ins Bett und Nasenkonus Elemente für die spätere Band-of-Interest (VOI) Analyse zu beseitigen. <ol><li> Um zu verschleiern, um Flugzeuge zu navigieren, Layouts, Drehungen, Spiegel, 3D-Marker&gt; Flugzeuge &amp; Layouts. </li><li> Wählen Sie Show Ebene Z. </li><li> Blättern Sie zu der Bugspitze in der Z-Ebene. </li><li> Wählen Sie die Registerkarte Haupt VOI&gt; Zeichnen Ecken. </li><li> Zeichnen Sie eine Region of Interest (ROI) rund um die Tier-Nase ohne das Bett und Bugspitze. </li><li> WählenKopieren tatsächliche ROI. </li><li> Gehen Sie zum nächsten Stück, und fügen Sie ROI von Puffer durch die einschlägigen Ebenen der Nase. </li><li> Verwenden Sie auf Gruppe bearbeiten von Ecken auf die ROIs nach Bedarf anzupassen. </li><li> Wählen Sie Löschen ROI bei den ersten Flugzeuge über die Bugspitze. </li><li> Erzeugen eines neuen VOI, um das Tier Umfang (mit Ausnahme der Tierbettes) an den ersten Ebenen über die Schäfte umfassen. </li><li> Navigieren Sie zu VOI-Tools&gt; Maskierung &amp; Algebra. </li><li> Geben -1000 in der Dialogbox zur Verfügung gestellt. </li><li> Wählen Sie die Maske Voxel außerhalb des ausgewählten VOIs Taste. </li></ol> Die Meldung: &quot;. Irreversible Daten Betrieb Wollen Sie fortfahren?&quot; Displays. <ol start="14"><li> Wählen Sie Ja. </li><li> Navigieren Sie zu den Ebenen, Layouts, Drehungen, Spiegel, 3D-Marker&gt; Flugzeuge &amp; Layouts. </li><li> Wählen Sie Alle Ebenen. </li><li> Untersuchen Sie das VOI für Integrität. </li><li> Wählen Sie Speichern. </li><li> Speichern unter Analysieren. </li><li> Ändern Sie den Dateinamen-Präfix. </li></ol> 3,3 Erstens Segment das Bild für die gesamte Tier-Volumen: <ol><li> Wählen Sie Extras&gt; Externe. </li><li> Wählen Sie das Kontrollkästchen Segmentierung. </li><li> Geben Sie einen Bereich von -300 bis 3500 (Dichtebereich Referenz von Bauchfett-Region Dichtebereich abgeleitet). </li><li> Wählen Sie Run Segmentierung. </li><li> Überprüfen Sie die Integrität der Segmentierung. </li><li> Wählen Sie OK. </li><li> Wählen Sie Entfernen ROI. </li><li> Wählen VOI Statistiken. </li></ol> Berichtet Statistiken repräsentieren das Gesamtvolumen. <ol start="9"><li> Notieren Sie die Lautstärke gemeldet. </li&gt; </ol> 3,4 nächstes Segment das Bild für FAT-Datenträger: <ol><li> Zurück zu den nicht-segmentierten maskierte Bild für Fett-Volume-Segmentierung. </li><li> Um die gespeicherte maskierten Daten-Datei zu laden, aktivieren Sie das Analysieren Box in der Load-Fenster). </li><li> Wählen Sie Extras&gt; Externe. </li><li> Wählen Sie das Kontrollkästchen Segmentierung. </li><li> Geben Sie einen Bereich von -200 bis -50. </li><li> Wählen Sie Run Segmentierung. </li><li> Überprüfen Sie die Integrität der Segmentierung. </li><li> Wählen Sie OK. </li><li> Wählen VOI Statistiken. </li></ol> Die ausgewiesenen Statistiken stellen die FAT-Datenträger. <ol start="10"><li> Notieren Sie die Lautstärke gemeldet. </li><li> Wählen Sie Speichern. </li><li> Speichern unter Analysieren. </li><li> Ändern Sie den Dateinamen-Präfix. </li></ol><sTrong&gt; Optional: Wenn Haut / Peripherie-Dichte bleibt, die &quot;Erosion und Dilatation&quot; Protokoll unten durchgeführt werden, um diese Regionen für VOI-Analyse zu beseitigen. <ol><li> Wählen Sie Extras&gt; Externe. </li><li> Wählen Sie das Morphologische Kontrollkästchen. Die morphologischen Ansicht wird angezeigt. </li><li> Wählen Sie Erosion. </li><li> Wählen Sie OK. </li><li> Wählen Sie Extras&gt; Externe. </li><li> Wählen Sie das Morphologische Kontrollkästchen. Die morphologischen Ansicht wird angezeigt. </li><li> Wählen Dilatation. </li><li> Wählen Sie OK. </li></ol> 4. Visualisierung von CT-Bildern 4,1 VolView v3.2 (Kitware, Clifton Park, NY, USA) wurde verwendet, um gerenderten 3D-Visualisierungen von segmentierten Bilder zu erstellen. <ol><li&gt; Öffnen Sie die CT-Daten in Analyze-Format eingestellt. </li><li> Verwenden Sie die Standardeinstellungen im Popup-Fenster. </li><li> Öffnen Sie das Menü Plug-Ins. </li><li> Unter Dienstprogramm, wählen Sie Zusammenführen Bände. </li><li> Deaktivieren Sie Rescale Komponenten. </li><li> Klicken Sie auf Zuweisen zweiten Eingang. </li><li> Wählen der segmentierten Daten Fett für den zweiten Eingang. </li><li> Verwenden Sie die Standardeinstellungen im Popup-Fenster. </li><li> Klicken Sie auf Übernehmen Plug-in. </li><li> Doppelklicken Sie auf Volume Sichtfenster für eine vergrößerte Darstellung des Themas Maus. </li></ol> 4,2 Zurück zur Farbe / Opazität Registerkarte. Die Komponente im Dropdown-Feld bezieht sich auf welchen Datensatz wird derzeit bearbeitet wird. Zwei Regler sind am unteren Rand der Registerkarte befindet und bestimmen die relative Helligkeit jedes Bauteil Daten innerhalb der Überlagerung festzulegen, mit Werten von 0 bis 1. Für die Komponente 1, the CT, bevorzugen wir die Verwendung eines Graustufen Farbschema. Um die Farbe zu ändern: <ol><li> In der Scalar Color Mapping Abschnitt, auf einer der Farbregler doppelklicken Sie darauf. </li><li> Um einen Schieberegler zu entfernen, ziehen Sie sie aus der Box. </li><li> Um einen neuen Schieberegler hinzuzufügen, klicken Sie irgendwo innerhalb des Slider-Bereich. </li><li> Entfernen Sie einen der Schieberegler. </li><li> Machen Sie den linken Farbregler schwarz (skalaren Wert (S) = -19000). </li><li> Machen richtige Farbe weiß Schieber ((S) = 15.000). </li><li> Von der Scalar Opacity Mapping-Rechner, erstellen Sie einen neuen Punkt, indem Sie innerhalb der Box. Dies gibt insgesamt drei Punkte im Fenster. </li><li> Für den mittleren Punkt ändern (S) auf ~ -3000, und die Opazität (O)-Wert auf 0 gesetzt. </li><li> Wählen Sie den dritten Punkt an der rechten Seite des Fensters. </li><li> Anderer (S) bis etwa 32000, und <strong&gt; O bis 0,25. </li><li> Der erste Punkt kann irgendwo auf der linken Seite, nur solange der Wert für die Deckkraft auf 0 gesetzt ist. </li><li> Wechseln Sie in zwei Komponenten, die das Aussehen des Fettes bearbeiten sollte. </li><li> Ändern Sie jede der RGB-Schieber in rot mit einem Doppelklick und Verschieben der Farbton (H)-Regler nach links, um Falschfarben-Karte das Fett auf rot. Sehr wenig sonst sollte nötig, um das Aussehen des Fettes zu justieren. </li></ol> 4,3 Um eine Drei-Panel Drehung Film die Anzeige der CT-, Fett-und Overlay zu erstellen: <ol><li> Klicken und Ziehen der Maus das Thema in eine aufrechte Position mit dem Rücken zu Ihnen zeigt. </li><li> Unter Component Gewichte, setzen Sie den Wert der Komponente zwei bis 0 bis nur die CT-Scan angezeigt. </li><li> Klicken Sie auf Bewertung&gt; Kamera. </li><li> Wählen Sie eine Zahl von Frames for die Rotation Film (für den vorliegenden Fall haben wir uns für &quot;36&quot;). </li><li> Ändern Sie den Wert X Drehung um 360 Grad. </li><li> Wählen Sie Erstellen. </li><li> In dem Popup-Dialogfeld erstellen Sie einen neuen Ordner mit dem Namen CT, und speichern Sie die Datei im TIFF-Format, das wird eine Reihe von Rotation Bilder auszugeben. </li><li> Wiederholen Sie diesen Schritt für die Fett-Bild als auch für die überlagerte Fett / CT-Bild und speichert sie in einzelne Ordner jeder Zeit. </li></ol> 4,4 V 1.43u ImageJ wurde verwendet, um eine Rotation Filmdatei, welche die Ausgabe VolView Bilder zu erzeugen. <ol><li> In ImageJ, wählen Sie Datei&gt; Importieren&gt; Image Sequence. </li><li> Wählen Sie das erste Bild in der CT-Ordner. Die Software erkennt automatisch die anderen Dateien und öffnen Sie sie als Stapel. </li><li> Wiederholen Sie die Fett-und Overlay-Sequenzen zu öffnen. </li><li> Öffnen Sie die ROI-Manager unter Analysieren&gt; Tools&gt; ROIManager. </li><li> Zeichnen Sie ein ROI rund um das Thema Maus, ohne unnötige Hintergrund-Pixeln. </li><li> In der ROI-Manager, klicken Sie auf Hinzufügen, um den ROI hinzuzufügen. </li><li> Wählen Sie eine andere Bildfolge. </li><li> In der ROI-Manager, klicken Sie auf den ROI, um es auf das Bild anzuwenden. Auf diese Weise wird jeder der beschnitten Stacks perfekt zusammenpassen. </li><li> Wenn der ROI über alle Stacks ist, innerhalb der ROI der rechten Maustaste auf. </li><li> Wählen Sie Duplizieren. </li><li> Bitte markieren Sie die doppelten Stack-Box, um den ROI aus dem Rest des Bildes zu trennen. </li><li> Schließen Sie das größere Bild-Stacks. </li><li> Wiederholen Sie diesen Vorgang für alle drei Bildsequenzen. </li><li> Zum Bild&gt; Stacks&gt; Tools&gt; kombinieren, um die Stapel miteinander zu kombinieren. </li><li> Wählen Sie für CT-Stack ein. </li><li> Wählen Sie für Stack 2 Fat. </li><li<html> &gt; Wiederholen und wählen Kombiniert Stacks für Stack 1 und Overlay für Stack 2. </li><li> Es gibt jetzt eine Drei-Panel-, Bild-Drehung Stapel mit Vorschau-Funktion, indem Sie Play in der unteren linken Ecke des Bildes angezeigt. </li><li> Um den Film als AVI speichern, wählen Sie Datei&gt; Speichern unter ...&gt; AVI ... </li><li> Klicken Sie auf Speichern. </li></ol> 5. Repräsentative Ergebnisse Ergebnisse für drei WT (C57BL/6J) und vier Mäuse fettleibig (B6.V-Lep ob / J) Mäuse werden hier als repräsentatives Beispiel von Fett / Gesamt-Volumen-Verhältnis Messungen unter Verwendung der Albira CT-System gemeldet. Abbildung 1 unten bietet einen repräsentativen mit VolView v3.2 für die Segmentierung (dh Gesamtvolumen Fett und Volumen) von fettleibigen Mäusen CT-Bilder erstellt anzuzeigen. 0/3680fig1.jpg &quot;/&gt; Abbildung 1. Vertreter CT-Bilder segmentiert für Fett. (A) der adipösen Maus (B6.V-Lep ob / J) CT Gesamtvolumen in Graustufen, (B) FAT-Datenträger in rot, und (C) Bildfusion. (D) WT Maus (C57BL/6J) CT Gesamtvolumen in Graustufen, (E) FAT-Datenträger in rot, und (F) Bildfusion. Insgesamt Bände, FAT-Volumes, und berechnet Fett / Gesamtvolumen Verhältnisse sind nachfolgend in Tabelle 1 für jeden WT-Maus und jedem adipösen Maus berichtet. Der gemittelte Fett / Gesamt-Volumen-Verhältnis für den WT-Gruppe und der adipösen Gruppe betrug 0,09 und 0,42 (Abbildung 2). Die Fett / Gesamtvolumen Verhältnisse für die WT-Mäuse im Vergleich zu den fettleibigen Mäusen wurde festgestellt, dass signifikante Differenz (p = 0,001). <table border="1"><tbody><tr><td> WT (C57BL/6J) </td><td> Gesamt (cm 3) </td><td> Fat (cm 3) </td><td> Fat / Gesamtübersetzung </td><td> Adipöse (B6.V Lep-OB </sup&gt; /) </td><td> Gesamt (cm 3) </td><td> Fat (cm 3) </td><td> Fat / Gesamtübersetzung </td></tr><tr><td> Tier 1 </td><td> 28,79 </td><td> 3,00 </td><td> 0,10 </td><td> Tier 1 </td><td> 66,25 </td><td> 26,75 </td><td> 0,40 </td></tr><tr><td> Animal 2 </td><td> 33,25 </td><td> 3,05 </td><td> 0,09 </td><td> Animal 2 </td><td> 61,15 </td><td> 26,31 </td><td> 0,43 </td></tr><tr><td> Tier 3 </td><td> 30,30 </td><td> 2,63 </td><td> 0,09 </td><td> Tier 3 </td><td> 64,19 </td><td> 25,7 </td><td> 0,40 </td></tr><tr><td></td><td></td><td></td><td></td><td> Tier 4 </td><td> 54,25 </td><td> 23,78 </td><td> 0,44 </td></tr></tbody></table> Tabelle 1. Das Gesamtvolumen, Fett-Volumen,und Fett / Gesamt-Volumen-Verhältnisse für WT und fettleibigen Mäusen. Total und dicke Bände wurden von segmentierten Bildern mit PMOD VOI-Analyse abgeleitet. <img alt="2" src="/files/ftp_upload/3680/3680fig2.jpg" /> Abbildung 2. Gemittelt Fett / Gesamtvolumen Verhältnisse für WT-Mäuse im Vergleich zu fettleibigen Mäusen. Gemittelt Fett / Gesamtvolumen Verhältnisse für WT (C57BL/6J) und adipös (B6.V-Lep ob / J) festgestellt, dass 0,09 und 0,42 bzw. angezeigt werden. (Fehlerbalken = einfache Standardabweichung). WT gegenüber adipösen Fett / Gesamt-Volumen-Verhältnisse erwiesen sich signifikant (p-Wert = 0,001).

<ol><li>Clarke, P. J., O'Malley, P. M., Schulenberg, J. E., Johnston, L. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Midlife+and+Socioeconomic+Consequences+of+Persistent+Overweight+Across+Early+Adulthood%3A+Findings+From+a+National+Survey+of+American+Adults+%281986-2008%29%5BTitle%5D)+AND+%22Am.+J.+Epidemiol%22%5BJournal%5D)">Midlife and Socioeconomic Consequences of Persistent Overweight Across Early Adulthood: Findings From a National Survey of American Adults (1986-2008).</a> Am. J. Epidemiol. , (2008).</li>
<li>Brockman, G., Bevova, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+Mouse+Models+to+Dissect+the+Genetic+of+Obesity%5BTitle%5D)+AND+%22TRENDS+in+Genetics%22%5BJournal%5D)">Using Mouse Models to Dissect the Genetic of Obesity.</a> TRENDS in Genetics. 18, 367-376 (2002).</li>
<li>Bray, G. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Progress+in+Understanding+the+Genetics+of+Obesity%5BTitle%5D)+AND+%22Journal+of+Nutrition%22%5BJournal%5D)">Progress in Understanding the Genetics of Obesity.</a> Journal of Nutrition. 127, Suppl 5. 940S-942S (1997).</li>
<li>Carroll, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mouse+Models+of+Obesity%5BTitle%5D)+AND+%22Clinics+in+Dermatology%22%5BJournal%5D)">Mouse Models of Obesity.</a> Clinics in Dermatology. 22, 345-349 (2004).</li>
<li>Judex, S., Luu, Y. K., Ozcivici, E., Adler, B., Lublinsky, S., Rubin, C. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantification+of+Adiposity+in+Small+Animal+Rodents+using+Micro-CT%5BTitle%5D)+AND+%22Methods%22%5BJournal%5D)">Quantification of Adiposity in Small Animal Rodents using Micro-CT.</a> Methods. 50, 14(2010).</li>
<li>Luu, Y. K., Lublinsky, S., Ozcivici, E., Capilla, E., Pessin, J. E., Rubin, C. T., Judex, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In+Vivo+Quantificaiton+of+Subcutaneous+and+Visceral+Adiposity+by+Micro+Computed+Tomography+in+a+Small+Animal+Model%5BTitle%5D)+AND+%22Med.+Eng.+Phys%22%5BJournal%5D)">In Vivo Quantificaiton of Subcutaneous and Visceral Adiposity by Micro Computed Tomography in a Small Animal Model.</a> Med. Eng. Phys. 31, 34-41 (2009).</li>
<li>Medina-Gomez, G., Gray, S. L., Yetukuri, L., Shimomura, K., Virtue, S., Campbell, M., Curtis, R. K., Jimenez-Linan, M., Blount, M., Yeo, G. S., Lopez, M., Seppänen-Laakso, T., Ashcroft, F. M., Oresic, M., Vidal-Puig, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PPAR+gamma+2+prevents+lipotoxicity+by+controlling+adipose+tissue+expandability+and+peripheral+lipid+metabolism%5BTitle%5D)+AND+%22PLoS+Genet%22%5BJournal%5D)">PPAR gamma 2 prevents lipotoxicity by controlling adipose tissue expandability and peripheral lipid metabolism.</a> PLoS Genet. 3, e64(2007).</li>
<li>Sakkou, M., Wiedmer, P., Anlag, K., Hamm, A., Seuntjens, E., Ettwiller, L., Tschöp, M. H., Treier, <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((M.A+role+for+brain-specific+homeobox+factor+bsx+in+the+control+of+hyperphagia+and+locomotory+behavior%5BTitle%5D)+AND+%22Cell+Metab%22%5BJournal%5D)">M.A role for brain-specific homeobox factor bsx in the control of hyperphagia and locomotory behavior.</a> Cell Metab. 5, 450-463 (2007).</li>
<li>Patchen, M. L., MacVittie, T. J., Souza, L. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Postirradiation+treatment+with+granulocyte+colony-stimulating+factor+and+preirradiation+WR-2721+administration+synergize+to+enhance+hemopoietic+reconstitution+and+increase+survival%5BTitle%5D)+AND+%22International+Journal+of+Radiation+Oncology%22%5BJournal%5D)">Postirradiation treatment with granulocyte colony-stimulating factor and preirradiation WR-2721 administration synergize to enhance hemopoietic reconstitution and increase survival.</a> International Journal of Radiation Oncology. 22, 773-779 (1992).</li>
</ol>

Todd A. Sasser, Shengting Li, Sean P. Orton, und Seth T. Gammon sind Mitarbeiter von Carestream Molekulare Bildgebung. Carlos Correcher ist ein Mitarbeiter von Oncovision, SAW-Gem-Imaging Matthew Leevy ist als Berater für Carestream Molekulare Bildgebung.

Hier, unter Verwendung B6.V-Lep ob / J-Mäusen haben wir die Machbarkeit der Durchführung Fettgehalt Messungen in einem kleinen Tiermodell mit der Albira CT-System dargestellt. Diese Messungen stimmen mit den Erwartungen für Vergleiche von konzerninternen und Inter-Gruppen-Messungen. Erstens, vorausgesetzt, repräsentative Ergebnisse hier hervorheben begrenzte konzerninternen Variabilität bei der Messung von Fett / Gesamt-Volumen-Verhältnisse in beiden WT und fettleibigen Mäusen Gruppen mit diesen Verfahren. Zweitens unterscheidet sich Fett / Gesamt-Volumen-Verhältnisse für WT gegenüber fettleibigen Mäusen signifikant. Schließlich auf Vergleichen beruhen (nicht abgebildet) mit früheren Werten für die relative insgesamt Fettmasse und Prozent Körperfett im Vergleich zum WT-B6.V Lep ob / J-Mäusen berichtet, unseren Messungen für Fett / Gesamt-Volumen-Verhältnisse für WT gegenüber B6.V- Lep ob / J-Mäuse fallen in einem erwarteten Bereich, 7, 8. Die Methoden detailliert hier könnte angewendet oder an andere m angepasst werdenODELLE und / oder Studienziele. Änderungen in den Wiederaufbau Parameter erforderlich sein, um bestimmte Ziele zu erreichen. Zum Beispiel, Judex et al. (2010) berichtet, dass 50 um aufgelöste Bilder für einige Regionen spezifische Analyse erforderlich waren. Eine isotrope cm Volumen eines Bildes kann für 35 um Rekonstruktionen im Albira 5,0 Reconstructor Suite mit dem &quot;HR&quot; Rekonstruktion Option ausgewählt werden. Sobald die Albira CT-System ist für die Region und organspezifische Fettgehalt Messungen verwendet der volle Nutzen (dh simultane Region und organspezifische Fettvolumen Messungen und Längenmaße) des CT-basierte Fettgehalt Analyse kann Albira CT-System realisiert werden. Schlussfolgerungen: Hier bieten wir Ihnen eine detaillierte Schritt für Schritt Methode zur Messung des Fettgehaltes in lebenden Mäusen mittels Röntgen-CT-Bildgebung. Wir erwarben unsere CT-Datensätze mit Hilfe eines Albira Bild-Station, und nachfolgende Segmentierung durchgeführt und anaLyse mit dem PMOD Software-Suite. Schließlich geben wir Anweisungen, um einfache Rendering und Visualisierung des Fettgewebes Verteilung innerhalb des ganzen Tieres zu ermöglichen.

segmentierung und messung von fat-volumes in murine obesity modellen mithilfe von röntgen-computertomographie

Segmentation and Measurement of Fat Volumes in Murine Obesity Models Using X-ray Computed Tomography

Adipositas ist mit einer erhöhten Morbidität und Mortalität sowie reduzierte Metriken in der Lebensqualität verbunden. 1 Beide Umweltfaktoren und genetischen Faktoren mit Adipositas assoziiert sind, obwohl die genauen Mechanismen, die zur Krankheit beitragen derzeit abgegrenzt werden. 2,3 Mehrere kleine Tier Modelle von Fettleibigkeit entwickelt worden und werden in einer Vielzahl von Studien beschäftigt. 4 Eine kritische Komponente bei diesen Experimenten gehört das Sammeln von regionalen und / oder insgesamt tierischem Fett Daten unter unterschiedlichsten Bedingungen. Traditionelle experimentelle Methoden zur Messung zur Verfügung Fettgehalt in kleinen Tiermodellen der Adipositas gehören invasive (zB Ex-vivo-Messung von Fettdepots) und nicht-invasive (zB Dual Energy X-ray Absorptiometrie (DEXA) oder Magnetresonanz (MR)) Protokolle, von denen jeder präsentiert relativen Trade-offs. Aktuelle invasive Methoden zur Messung der Fettgehalt kann nähere Angabenfür Orgel und Region spezifische Fettverteilung, aber dabei die Themen werden ausgeschlossen Längs-Assessments. Umgekehrt bieten die gegenwärtigen nicht-invasive Strategien begrenzte Details für Orgel und Region spezifische Fettverteilung, sondern ermöglichen wertvolle Längs-Beurteilung. Mit dem Aufkommen von dedizierten Kleintier Röntgen-Computertomographie (CT) und individuelle analytische Verfahren, sowohl die Organ-spezifische Region und Analyse von Fett Verteilung und Längsprofilierung möglich sein. Jüngste Berichte haben den Einsatz von CT für In-vivo-Bildgebung Längs der Adipositas in lebenden Mäusen validiert. 5,6 Hier haben wir eine modifizierte Methode, die für Fett / Gesamtvolumen Messung, Analyse und Visualisierung unter Verwendung der Carestream Molecular Imaging Albira CT-System ermöglicht in Verbindung liefern mit PMOD und Volview Software-Pakete.

Fat-Content-Analyse wird routinemäßig bei Untersuchungen unter Verwendung der Maus Fettleibigkeit Modelle durchgeführt. Aufstrebende Methoden in der Kleintier-CT-Bildgebung und Analyse sind für Längs-Detail reichen Fettgehalt Analyse bietet. Hier haben wir ausführlich Schritt für Schritt Verfahren zur Durchführung von Kleintier-CT-Bildgebung, Analyse und Visualisierung.

Segmentierung und Messung von FAT-Volumes in Murine Obesity Modellen mithilfe von Röntgen-Computertomographie

Adipositas ist mit einer erhöhten Morbidität und Mortalität sowie einer Verschlechterung der Lebensqualität verbunden.1 Sowohl Umwelt- als auch genetische Faktoren sind ...

Das übergeordnete Ziel dieses Verfahrens besteht darin, den Fettgehalt lebender Mäuse nichtinvasiv abzubilden, zu quantifizieren und sichtbar zu machen. Dies wird erreicht, indem zunächst eine Röntgen-CT-Aufnahme der Maus angefertigt wird. Der zweite Schritt des Verfahrens besteht darin, die Fettvolumina innerhalb der Maus basierend auf der Röntgendichte zu segmentieren und zu quantifizieren.Der dritte Schritt besteht darin, die CT-Daten dreidimensional darzustellen, wobei die Fettvolumina rot hervorgehoben sind. Letztendlich ermöglichen die Ergebnisse die Quantifizierung und Visualisierung des Fettgehalts während longitudinaler in-vivo-Studien unter Verwendung eines albia-Röntgen-CT in Kombination mit den Softwarepaketen PMOD und Vol View. Einer der wesentlichen Vorteile dieser Technik im Vergleich zu bestehenden Methoden wie der ex-vivo-Analyse ist, dass sie eine nichtinvasive und longitudinale Beurteilung des Fettgehalts in kleinen Tiermodellen der Krankheit erlaubt.Im Allgemeinen haben Personen, die neu in dieser Methode sind, Schwierigkeiten, da das Segmentierungs- und Visualisierungsprotokoll mehrere aufeinanderfolgende Schritte umfasst. Außerdem müssen während der Aufnahme die optimalen Röntgenparameter verwendet werden. Um den besten Kontrast aus dem Fettgewebe zu erhalten, betäuben Sie zunächst die untersuchten fettleibigen Mäuse mittels einer Induktionskammer und überführen Sie diese anschließend auf eine Nasenkanüle.Während der Bildgebung die Anästhesie aufrechterhalten und die Mäuse in ein standardmäßiges Rattenbett mit seitlich am Rumpf angelegten Gliedmaßen positionieren. Dies gewährleistet eine einheitliche CT-Aufnahme. Das CT-System so einstellen, dass ein 115 Millimeter langes Bett mit 600 Projektionen gescannt wird.Stellen Sie die Röntgenquelle auf 200 Mikroampere und 45 Kilovolt Spitzenwert ein und verwenden Sie einen 0,5 Millimeter dicken Aluminiumfilter, um den Strahl zu härten. Die äquivalente tiefe Strahlendosis, die die Maus bei dieser Einstellung erhält, beträgt ungefähr 220 Millisievert, während die äquivalente flache Dosis 357,4 Millisievert am Computer beträgt. Wählen Sie den FBP-Algorithmus mit Standardparametern für die Bildrekonstruktion.Letztlich setzt sich das endgültige Bild aus 125 µm isotropen, fuchslöcherartigen Strukturen zusammen und kann für die Bildanalyse des gesamten Tierkörpers verwendet werden. Die Bildanalyse erfolgt mit der PMOD-Analyse-Software, wobei PMOD zunächst die Bilder entsprechend der Gewebedichte segmentiert und anschließend das Fettvolumen bestimmt. Nach dem Laden des Bildes sollte dessen Größe verringert werden, um den Rechenaufwand zu minimieren.Navigieren Sie zum Hauptansicht-Tab, wählen Sie Werkzeuge und anschließend Reduzieren aus. Stellen Sie die Reduktionswerte auf zwei für X, zwei für Y und zwei für Z ein, aktivieren Sie Ersetzen und führen Sie den Vorgang aus. Ein Meldungsfenster erscheint, wenn der Vorgang abgeschlossen ist.Um Bettnetz- und Nasenkonus-Elemente aus den Bildern zu entfernen, maskieren Sie diese vor der VOI-Analyse. Navigieren Sie zu Ebenenlayouts, Rotationen, 3D-Markierungen spiegeln und wählen Sie Ebenen und Layouts aus. Wählen Sie „Ebene Z anzeigen“. Scrollen Sie dann in der Z-Ebene zum Nasenkonus.Wählen Sie als Nächstes die Haupt-VOI-Registerkarte aus und wählen Sie „Punkte zeichnen“. Zeichnen Sie ein ROI um die Nase herum, wobei das Bett und der Nasenkegel ausgeschlossen werden, und wählen Sie „tatsächliches ROI auf jedes andere kopieren“. Schneiden Sie mit dem Nasenkegel-Element. Das ROI nach Bedarf mit dem Puffer auf die Nase übertragen. Den Befehl zur Bearbeitung der Eckpunkte verwenden, um die ROI anzupassen. Wenn die Nasenkonusse nicht mehr sichtbar sind, das ROI löschen und ein VOI erzeugen, das den Körperumfang des Tieres umfasst.Navigieren Sie zu VOI-Werkzeugen, anschließend zu Maskierung und Algebra. Geben Sie minus 1000 in das vorgesehene Dialogfeld ein. Wählen Sie dann die Schaltfläche aus, die „Voxel außerhalb der ausgewählten VOIs maskieren“ beschriftet ist.Wenn die Meldung „irreversible Datenoperation – möchten Sie fortfahren?“ angezeigt wird, wählen Sie „Ja“. Navigieren Sie nun zu Ebenen, Layouts, Drehungen, 3D-Markierungen spiegeln und schließlich zu Ebenen und Layouts. Wählen Sie „Alle Ebenen anzeigen“.Überprüfen Sie die Integrität des VOI. Wenn der VOI gut aussieht, speichern Sie ihn als Analyse-Datei und ändern Sie das Dateinamen-Präfix. Fahren Sie fort mit der Segmentierung des Bildes für das Gesamtvolumen des Tieres.Beginnen Sie mit der Auswahl von Werkzeugen und externen Elementen. Aktivieren Sie dann das Kontrollkästchen für die Segmentierung. Geben Sie einen Bereich von minus 300 bis plus 3.500 ein und führen Sie die Segmentierung durch.Danach VOI-Statistiken auswählen, die Statistiken liefern, die das Gesamtvolumen repräsentieren. Notieren Sie sich dieses Volumen. Segmentieren Sie nun das Bild für das Fettvolumen, indem Sie zunächst zum nicht segmentierten, massierten Bild zurückkehren.Zweitens laden Sie die gespeicherte Massendatendatei und aktivieren Sie das Kontrollkästchen „analysieren“ im Lade-Fenster. Wählen Sie anschließend „Werkzeuge“ und „extern“. Aktivieren Sie dann das Kontrollkästchen für die Segmentierung.Geben Sie einen Bereich von minus 200 bis minus 50 ein und führen Sie die Segmentierung durch. Nach der Genehmigung der Ergebnisse wählen Sie VOI.Statistics. Beachten Sie, dass die angegebenen Statistiken das Fettvolumen darstellen.Speichern Sie die Ergebnisse im analysierten Format und vergeben Sie einen eindeutigen Dateinamenpräfix. Falls jedoch Haut- oder periphere Dichte verbleiben, verwenden Sie das Erosions- und Dilatationsprotokoll, um diese Bereiche für die VOI-Analyse zu eliminieren. Vor dem Speichern navigieren Sie zu „Werkzeuge extern“ und aktivieren das morphologische Kontrollkästchen in dem neuen Fenster.Wählen Sie Erosion, gefolgt von. Kehren Sie dann zur morphologischen Auswahlbox zurück, wählen Sie Dilatation aus und bestätigen Sie mit OK. Überprüfen Sie, ob das Problem mit der Haut- oder peripheren Dichte behoben wurde, und speichern Sie die Ergebnisse. Nutzen Sie das Softwarepaket Volvo View Version 3.2, um gerenderte 3D-Visualisierungen der segmentierten Bilder zu erstellen.Beginnen Sie mit dem Öffnen des CT-Datensatzes, der im Analyze-Format gespeichert ist. Verwenden Sie die Standardeinstellungen im Popup-Fenster, öffnen Sie dann das Plugins-Menü und wählen Sie unter „Utility“ die Option „Merge Volumes“. Deaktivieren Sie die Option „Rescale Components“.Klicken Sie auf „Zweite Eingabe zuweisen“. Wählen Sie die segmentierten Fett-Daten als zweite Eingabe aus und verwenden Sie die Standardeinstellungen im Popup-Fenster. Anschließend wenden Sie das Plugin an, um eine vergrößerte Ansicht der Versuchsmaus zu erhalten.Doppelklicken Sie auf das Volumenansichtsfenster. Gehen Sie zur Registerkarte Farbe/Sichtbarkeit zurück. Die Dropdown-Box Komponente bezieht sich auf den Datensatz, der derzeit bearbeitet wird.Am unteren Rand des Tabs befinden sich zwei Schieberegler. Sie legen die relative Helligkeit jedes Komponentendatensatzes innerhalb der Überlagerung anhand von Werten zwischen null und eins fest. Um die Farbe beispielsweise in Graustufen umzuwandeln, wechseln Sie zum Abschnitt zur Farbskalenzuordnung.Doppelklicken Sie auf einen der Schieberegler und ziehen Sie ihn aus dem Kasten. Fügen Sie einen zweiten Schieberegler hinzu, indem Sie innerhalb des Schiebereglersbereichs klicken. Stellen Sie beim linken Farbschieberegler Schwarz und beim rechten Farbschieberegler Weiß ein.Nächster Schritt: Gehen Sie zum Skalar-Opazitäts-Zuordnungsfeld und erstellen Sie einen neuen Punkt, indem Sie innerhalb des Felds klicken. Dadurch ergibt sich insgesamt eine Anzahl von drei Punkten im Fenster für den mittleren Punkt. Ändern Sie den Skalarwert auf etwa minus 3000 und den Opazitätswert auf null.Rechts im Fenster befindet sich der dritte Punkt; ändern Sie seinen Skalarwert auf etwa 32.000 und seine Deckkraft auf 0,25. Der erste Punkt kann sich beliebig weit links befinden, solange der Deckkraftwert auf null gesetzt ist. Wechseln Sie bei festgelegtem Skalarwert zur Komponente zwei, die das Erscheinungsbild des Fettgewebes bearbeitet, und stellen Sie jeden Farbregler durch Doppelklicken auf Rot ein, indem Sie den Farbtonregler H bis zum Ende verschieben.Dadurch wird das Fett rot eingefärbt. Um einen Dreifeld-Rotationsfilm zu erstellen, der die CT-Darstellung des Fettes und die Überlagerung zeigt, führen Sie zunächst folgende Schritte aus: Klicken und ziehen Sie die Maus des Subjekts in eine aufrechte Position, sodass der Rücken nach oben zeigt. Zweitens setzen Sie unter „Komponentengewichte“ den Wert der Komponente zwei auf null, sodass nur der CT-Scan angezeigt wird. Drittens klicken Sie auf „Überprüfen“, anschließend auf „Kamera“ und wählen Sie eine Anzahl von Bildern für den Rotationsfilm. Viertens ändern Sie den X-Rotationswert auf 360 Grad.Als Fünftes im Popup-Dialogfeld „Erstellen“ auswählen. Einen neuen Ordner mit dem Namen CT erstellen und die Datei im TIF-Format speichern, wodurch eine Reihe von Rotationsbildern ausgegeben wird. Wiederholen Sie diese Schritte auch für das Fettbild sowie für das überlagerte Fett-CT-Bild und speichern Sie deren Rotationsbilder in separaten Ordnern. Um einen Rotationsfilm aus den Ausgabebildern zu erzeugen, öffnen Sie ImageJ und importieren Sie die Bildsequenzen.Wählen Sie das erste Bild im CT-Ordner aus, die übrigen werden automatisch ausgewählt. Wiederholen Sie diesen Vorgang für die Fett- und Overlay-Sequenzen mit einem der Stapel. Noch geöffnet.Öffnen Sie den ROI-Manager. Dieser befindet sich unter den Analysewerkzeugen; anschließend zeichnen Sie im ROI-Manager einen Bereich um die Versuchsmaus, der überflüssige Hintergrundpixel ausschließt. Klicken Sie danach im ROI-Manager auf „Hinzufügen“.Danach auf jede Bildsequenz denselben ROI anwenden. Wenn sich der ROI auf allen Stapeln befindet, rechtsklicken. Innerhalb des ROI duplizieren auswählen und bestätigen. Den duplizierten Stapel überprüfen.Dadurch wird der interessierende Bereich (ROI) vom Rest des Bildes getrennt. Schließen Sie nun die größeren Bildstapel und wiederholen Sie diesen Vorgang für alle drei Bildsequenzen. Um die Stapel zu kombinieren, verwenden Sie den Befehl „combine“, der sich unter „stacks“ und dann unter „tools“ befindet.Wählen Sie den CT-Stack für Stack eins und den Fett-Stack für Stack zwei aus. Wiederholen Sie dann den Vorgang, indem Sie die neu kombinierten Stacks für Stack eins und den Overlay-Stack für Stack zwei auswählen.Damit ist die Erstellung eines dreiteiligen Bild-Rotationsstapels abgeschlossen. Zeigen Sie den Stapel vor, indem Sie unten links im Bildfenster „Play“ auswählen. Speichern Sie ihn anschließend als AVI-Video.Fettleibige B6V-LE-OB-J-Mäuse wurden verwendet, um die Durchführbarkeit des Alber-CT-Systems zu veranschaulichen. Zum Vergleich hinsichtlich der mittels CT bestimmten Fettgehalte wurden sie mit C57BL/6-Wildtypen konfrontiert. Links ist das gesamte CT-Volumen einer fettleibigen Maus dargestellt.In der Mitte ist das Fettvolumen in Rot dargestellt, rechts befindet sich die Überlagerung. Eine ähnliche Analyse von Wildtyp-Tieren zeigt den erheblichen Unterschied im Fettgehalt im Vergleich zur fettleibigen Maus. Für jedes Tier wurden das Gesamtvolumen, das Fettvolumen und die Volumenverhältnisse berechnet.Das durchschnittliche Verhältnis von Fett- zu Gesamtvolumen betrug für die Wildtyp-Gruppe und die adipöse Gruppe jeweils 0,09 bzw. 0,42. Diese Werte unterschieden sich signifikant mit einem P-Wert von 0,001. Nachdem man dieses Video angesehen hat, sollte man ein solides Verständnis dafür haben, wie man die Fettvolumina innerhalb eines CT-Datensatzes einer lebenden Maus segmentiert, sobald man dies beherrscht.Diese Technik sollte weniger als 30 Minuten in Anspruch nehmen. Vielen Dank fürs Zuschauen, und wir sehen uns beim nächsten Mal wieder.

segmentation-measurement-fat-volumes-murine-obesity-models-using-x

Research

Forschung

JoVE Journal

Medicine

Medizin

Verfahren zur funktionellen Bildgebung von Maus braunen Fettgewebe (BAT) beschrieben, bei dem kalte-stimulierte Aufnahme von 18F-Fluorodeoxyglucose (FDG) in BAT nichtinvasiv beurteilt mit einer standardisierten micro-PET/CT Protokoll ist. Diese Methode ist robust und sensibel auf Unterschiede in der BAT-Aktivitäten in Maus-Modellen erkennen.

Funktionelle Bildgebung Brown Fat in Mäusen mit FDG micro-PET/CT

Die Fetttransplantation ist eine wesentliche Technik zur Rekonstruktion von Weichteildefiziten. Es bleibt jedoch ein unvorhersehbares Verfahren, das durch ein variables Transplantatüberleben gekennzeichnet ist.  Unser Ziel war es, ein Mausmodell zu entwickeln, das eine neuartige bildgebende Methode verwendet, um die Volumenretention zwischen verschiedenen Techniken der Fetttransplantatvorbereitung und -abgabe zu vergleichen.

Beurteilung der Lebensfähigkeit der Menschen Fat Injektion in Nacktmäusen mit Micro-Computertomographie

Das hier vorgestellte Verfahren verwendet 18 F-Fluorodeoxyglucose (18 F-FDG), Positronenemissionstomographie / Computertomographie (PET-CT) und Fett-Wasser getrennt, Magnetresonanztomographie (MRI), die jeweils folgende 2 h Einwirkung thermo (24 ° C gescannt ) und kalten Bedingungen (17 ° C), um braune Fettgewebe (BAT) bei erwachsenen menschlichen Patienten abzubilden.

Menschen braunes Fettgewebe Depots automatisch durch Positronenemissionstomographie / Computertomographie Segmentierte und Registrierte Magnetic Resonance Images

Dieses Protokoll beschreibt die Verwendung einer Zusammensetzung Körperanalyse und metabolische Tier Überwachungssystem Körperzusammensetzung und metabolischen Parametern bei Mäusen zu charakterisieren. Eine Adipositas-Modell induziert durch fettreiche Fütterung dient als Beispiel für die Anwendung dieser Techniken.

Körperzusammensetzung und festsetzende Stoffwechselanalyse bei hohen Fett Fed Mäusen

Mit kostenlose, Open-Source-Software, entwickelten wir einen analytischen Ansatz zur Quantifizierung der Gesamt- und regionalen braunen Fettgewebe (BAT) Volumen und Stoffwechselaktivität der Fledermaus mit 18F-FDG-PET/CT.

Ganzen Körper und regionale Quantifizierung der aktiven Menschen braune Fettgewebe mit 18F-FDG PET/CT

Segmentierung und lineare Messungen quantifizieren Skelettmuskelmasse und Fettgewebe mit Computertomographie und / oder Magnetresonanztomographie. Hier skizzieren wir die Verwendung der Slice-O-Matic-Software und des Horos-Bildbetrachters für eine schnelle und genaue Analyse der Körperzusammensetzung. Diese Methoden können wichtige Informationen für Prognose und Risikostratifizierung liefern.

Segmentierung und lineare Messung zur Analyse der Körperzusammensetzung mit Slice-O-Matic und Horos

Funktionelle Bildgebung und Quantifizierung von thermogenen Fettdepots in Mäusen mit einem mikro-PET/MR-bildgebenden Ansatz.

Visualisierung und Quantifizierung von braunem und beigem Fettgewebe in Mäusen mittels [18F]FDG Micro-PET/MR Imaging

Hier beschreiben wir eine Visualisierungs- und Quantifizierungsmethode für murine Hintergliedmaßengefäße mittels Mikro-Röntgen-Computertomographie.

Probenvorbereitung für computertomographisch basierte dreidimensionale Visualisierung von Murinen Hintergliedmaßengefäßen

Es wird ein Verfahren zur Abgabe einer chemischen ablativen Lösung an den Brustduktalbaum der Ratte zur bildgeführten präventiven Behandlung von Brustkrebs beschrieben. Brustepithelzellen können mit minimalen Kollateralgewebeschäden durch Kanülierung direkt in die Brustwarzenöffnung und intraduktale Infusion einer 70% Ethanol-basierten ablativen Lösung gezielt angegriffen werden.

Röntgenvisualisierung einer intraduktalen ethanolbasierten ablativen Behandlung zur Prävention von Brustkrebs in Rattenmodellen

Die vorliegende Studie beschreibt dezellularisierungsbasierte Methoden zur Visualisierung und Quantifizierung der Ablagerung von intramuskulärem Fettgewebe (IMAT) durch intaktes Muskelvolumen sowie zur Quantifizierung von Metriken einzelner Adipozyten, aus denen IMAT besteht.

Dezellularisierungsbasierte Quantifizierung der Fettinfiltration der Skelettmuskulatur

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.

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

Erfahren Sie die Segmentierung und Quantifizierung von Fettvolumina in lebenden Mäusen mittels Röntgen-CT. Diese nicht-invasive Methode ermöglicht longitudinale Studien zu Fettverteilung in murinen Adipositas-Modellen.

Segmentierung und Messung von FAT-Volumes in Murine Obesity Modellen mithilfe von Röntgen-Computertomographie

Weitere Videos entdecken