L’analyse micro-CT de l’OS trabéculaires est l’approche standard pour le suivi des modifications morphologiques des os de petits animaux sous différents OS perte conditions1,2,3, où plusieurs variables liées à la les structures des os sont déclarés4. Cependant, ces paramètres ne sont pas réparties uniformément dans la métaphyse des os longs de5, et seulement une valeur résumée ou moyenne est signalée pour chaque variable structurelle de chaque échantillon par actuelles machines commerciales de micro-CT6,7 , même si une seule valeur ne peut pas représenter pleinement les caractéristiques du paramètre mesuré dans la région de l’analyse. Quantification de la couche par couche d’os trabéculaires non seulement conserve plus d’informations pour chaque variable, mais permet aussi la détermination des caractéristiques des distributions de variables telles la région analyse, faciliter l’analyse statistique ultérieure de structural changements sous différentes conditions5. Par conséquent, l’objectif de cette méthode est quantifier OS trabéculaires du micro-tomographie par ordinateur à chaque niveau de la tranche, qui n’est pas actuellement disponible dans n’importe quel paquet de l’analyse micro-CT disponible dans le commerce.
Pour efficacement segment OS trabéculaire tranche par tranche, les méthodes de segmentation automatique sont souhaitables. Cependant, la technique standard actuelle pour l’analyse micro-CT est issue des manuel de contournage interactive suivie d’interpolation semi-automatique pour séparer l’OS trabéculaires des compartiments corticales, main-d'oeuvre, est sujette aux erreurs, et associé exploitant substantielle biais8,9,10. Segmentation automatique méthodes11,,12 ont été signalés, mais ces méthodes ne sont optimales dans les régions avec une bonne séparation entre l’OS trabéculaires et l’OS corticales, mais non dans les régions sans séparations claires. En outre, segmentation différents paramètres sont requis pour différents échantillons12, et il est fastidieux de sélectionner manuellement les paramètres de segmentation satisfaisante applicables aux groupes de spécimens osseux en essayant divers paramètre combinaisons12, même si le processus de segmentation est automatique lorsque tous les paramètres connexes sont définies. Comme la limite extérieure de l’OS est le plus grand contraste avec le fond de balayage et les coquilles de métaphysaire corticale des os longs montrent peu de changements sur le choisi analyse région, méthodes de segmentation selon le contour de la limite extérieure des os longs peut avec fiabilité et précision séparer OS trabéculaires des coquilles corticales. L’avantage d’une telle méthode de segmentation est que la segmentation est basée sur la différence entre le fond et la bordure extérieure de l’OS, mais pas sur les différences entre l’OS trabéculaire et corticale6,12, 13, par conséquent, il est généralement facile de trouver une combinaison de paramètres de segmentation qui est satisfaisante pour un groupe d’échantillons d’os, facilitant l’analyse plus fiable des changements trabéculaires entre différents groupes.
À chaque tranche niveau, surface, périmètre et à deux dimensions (2D) épaisseur sont rapportés pour analyse 2D, tandis que le volume, surface et en trois dimensions (3D) épaisseur sont signalés en 3D quantitatives. Ces informations ne sont généralement pas signalées par des outils d’analyse image actuelle, indiquant que les procédures déclarées peuvent être appliquées aux images générales où cette information est requise.