-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

FR

EN - EnglishCN - 简体中文DE - DeutschES - EspañolKR - 한국어IT - ItalianoFR - FrançaisPT - Português do BrasilPL - PolskiHE - עִבְרִיתRU - РусскийJA - 日本語TR - TürkçeAR - العربية
Sign In Start Free Trial

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

Behavior
Biochemistry
Bioengineering
Biology
Cancer Research
Chemistry
Developmental Biology
View All
JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

Biological Techniques
Biology
Cancer Research
Immunology
Neuroscience
Microbiology
JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduate courses

Analytical Chemistry
Anatomy and Physiology
Biology
Calculus
Cell Biology
Chemistry
Civil Engineering
Electrical Engineering
View All
JoVE Science Education

Visual demonstrations of key scientific experiments

Advanced Biology
Basic Biology
Chemistry
View All
JoVE Lab Manual

Videos of experiments for undergraduate lab courses

Biology
Chemistry

BUSINESS

JoVE Business

Video textbooks for business education

Accounting
Finance
Macroeconomics
Marketing
Microeconomics

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Authors

Teaching Faculty

Librarians

K12 Schools

Biopharma

Products

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduates

JoVE Science Education

Visual demonstrations of key scientific experiments

JoVE Lab Manual

Videos of experiments for undergraduate lab courses

BUSINESS

JoVE Business

Video textbooks for business education

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Solutions

Authors
Teaching Faculty
Librarians
K12 Schools
Biopharma

Language

French

EN

English

CN

简体中文

DE

Deutsch

ES

Español

KR

한국어

IT

Italiano

FR

Français

PT

Português do Brasil

PL

Polski

HE

עִבְרִית

RU

Русский

JA

日本語

TR

Türkçe

AR

العربية

    Menu

    JoVE Journal

    Behavior

    Biochemistry

    Bioengineering

    Biology

    Cancer Research

    Chemistry

    Developmental Biology

    Engineering

    Environment

    Genetics

    Immunology and Infection

    Medicine

    Neuroscience

    Menu

    JoVE Encyclopedia of Experiments

    Biological Techniques

    Biology

    Cancer Research

    Immunology

    Neuroscience

    Microbiology

    Menu

    JoVE Core

    Analytical Chemistry

    Anatomy and Physiology

    Biology

    Calculus

    Cell Biology

    Chemistry

    Civil Engineering

    Electrical Engineering

    Introduction to Psychology

    Mechanical Engineering

    Medical-Surgical Nursing

    View All

    Menu

    JoVE Science Education

    Advanced Biology

    Basic Biology

    Chemistry

    Clinical Skills

    Engineering

    Environmental Sciences

    Physics

    Psychology

    View All

    Menu

    JoVE Lab Manual

    Biology

    Chemistry

    Menu

    JoVE Business

    Accounting

    Finance

    Macroeconomics

    Marketing

    Microeconomics

Start Free Trial
Loading...
Home
JoVE Journal
Bioengineering
Méthode pour étudier la corrélation entre la structure locale du collagène et les propriétés méca...
Méthode pour étudier la corrélation entre la structure locale du collagène et les propriétés méca...
JoVE Journal
Bioengineering
This content is Free Access.
JoVE Journal Bioengineering
A Method to Study the Correlation Between Local Collagen Structure and Mechanical Properties of Atherosclerotic Plaque Fibrous Tissue

Méthode pour étudier la corrélation entre la structure locale du collagène et les propriétés mécaniques du tissu fibreux de la plaque athéroscléreuse

Full Text
2,672 Views
13:45 min
November 11, 2022

DOI: 10.3791/64334-v

Hanneke Crielaard1, Su Guvenir Torun1, Tamar B. Wissing1,2, Pablo de Miguel Muñoz1,3, Gert-Jan Kremers4, Frank J. H. Gijsen1,3, Kim Van Der Heiden1,2, Ali C. Akyildiz1,3

1Department of Biomedical Engineering,Erasmus Medical Center, 2Department of Biomedical Engineering,Eindhoven University of Technology, 3Department of Biomechanical Engineering,Delft University of Technology, 4Erasmus Optical Imaging Center,Erasmus Medical Center

AI Banner

Please note that some of the translations on this page are AI generated. Click here for the English version.

Overview

This study presents a mechano-imaging pipeline designed to investigate the structural and mechanical properties of atherosclerotic plaques. By correlating collagen fiber orientation with mechanical failure characteristics, the research aims to enhance understanding of plaque rupture behavior.

Key Study Components

Area of Science

  • Neuroscience
  • Biology
  • Cardiovascular Research

Background

  • Atherosclerotic plaques can lead to severe cardiovascular events.
  • Understanding the mechanical properties of plaques is crucial for predicting rupture.
  • Current methods often separate structural and mechanical assessments.
  • This study integrates both assessments on the same tissue sample.

Purpose of Study

  • To develop a pipeline for assessing collagen architecture and mechanical failure in fibrous plaque tissue.
  • To establish a functional link between structural and mechanical properties.
  • To provide insights that could help prevent clinical events related to plaque rupture.

Methods Used

  • Longitudinal cutting of plaque specimens to obtain test samples.
  • Multiphoton microscopy for imaging collagen fiber orientation.
  • Uniaxial tensile testing to assess mechanical failure characteristics.
  • Analysis of imaging data using MATLAB-based tools for fiber orientation.

Main Results

  • The pipeline successfully correlated collagen fiber orientation with mechanical properties.
  • Identified critical parameters influencing plaque rupture behavior.
  • Provided a comprehensive assessment of fibrous plaque tissue.
  • Demonstrated the potential for predicting clinical outcomes based on structural assessments.

Conclusions

  • The developed mechano-imaging pipeline is effective for studying atherosclerotic plaques.
  • Integrating structural and mechanical assessments enhances understanding of plaque stability.
  • This approach could lead to improved strategies for preventing plaque rupture.

Frequently Asked Questions

What is the significance of collagen fiber orientation in plaques?
Collagen fiber orientation is crucial as it influences the mechanical stability of plaques and their likelihood of rupture.
How does the mechano-imaging pipeline work?
The pipeline combines imaging techniques with mechanical testing to assess both structural and mechanical properties of plaque tissue.
What are the potential clinical implications of this study?
Understanding plaque mechanics can help predict rupture events, potentially guiding treatment strategies.
What methods were used for mechanical testing?
Uniaxial tensile testing was employed to evaluate the mechanical failure characteristics of the plaque samples.
Can this technique be applied to other types of tissues?
While this study focuses on atherosclerotic plaques, the pipeline may be adaptable to other tissue types with similar structural properties.
What tools were used for data analysis?
MATLAB-based tools were utilized for analyzing fiber orientation and mechanical data from the imaging and testing processes.

Nous avons développé un pipeline de mécano-imagerie pour étudier les propriétés structurelles et mécaniques hétérogènes des plaques athérosclérotiques. Ce pipeline permet de corréler l’angle prédominant local et la dispersion de l’orientation des fibres de collagène, le comportement de rupture et les empreintes digitales de déformation du tissu fibreux de la plaque.

Ce protocole permet les évaluations locales de l’architecture du collagène et des caractéristiques de défaillance mécanique du tissu fibreux de la plaque. Étant donné que les évaluations structurelles et mécaniques ont été effectuées sur le même échantillon de tissu, cette technique permet de démêler le lien fonctionnel entre les évaluations structurelles et mécaniques du tissu. Les connaissances acquises avec ce protocole sur la structure du tissu fibreux de la plaque et les caractéristiques de défaillance sont essentielles pour prévenir et prédire les événements cliniques mortels déclenchés par la rupture de la plaque d’athérosclérose.

Pour commencer, ouvrez la plaque le long de l’axe longitudinal de l’artère à l’aide de ciseaux chirurgicaux et d’une pince à épiler. Découpez des échantillons d’essai rectangulaires à partir des échantillons de plaque, en veillant à ce que les échantillons soient aussi grands que possible tout en évitant les régions tissulaires contenant des déchirures ou des calcifications. Ensuite, prenez un échantillon de test de plaque et fixez ses deux extrémités au silicone en épinglant des aiguilles dans le tissu.

Insérez les aiguilles dans la région de l’échantillon qui seront dans les pinces du dispositif d’essai de traction pendant l’essai mécanique. Mettez des lunettes de sécurité. Utilisez un cutter latéral pour raccourcir les aiguilles afin qu’elles dépassent à moins de quelques millimètres au-dessus de la surface de l’échantillon afin d’éviter qu’elles n’endommagent l’objectif du microscope.

Remplissez la boîte de Petri avec du PBS jusqu’à ce que l’échantillon soit immergé. Ensuite, allumez le système de microscope, tournez la clé multiphotonique et ouvrez le logiciel d’exploitation du microscope. Placez la boîte de Petri contenant l’échantillon d’essai sous l’objectif et abaissez l’objectif du microscope.

Activez le mode d’analyse en direct. Déplacez l’objectif vers un coin de l’échantillon à l’aide des boutons de l’écran dynamique et cliquez sur le symbole de position de marque dans le panneau Mosaïque. Si cette opération est effectuée correctement, une grille avec toutes les vignettes sélectionnées pour l’imagerie apparaîtra en orange.

Ensuite, cliquez sur Démarrer dans le coin inférieur droit de l’écran pour créer une analyse de tuiles de l’ensemble de la surface de l’échantillon afin d’obtenir une vue d’ensemble de la géométrie de l’échantillon. Après l’analyse des mosaïques, observez les coordonnées X et Y du coin supérieur gauche de la vignette supérieure gauche dans le panneau Numérisation des vignettes qui s’affiche automatiquement. Notez ces coordonnées dans une feuille de calcul.

Dans le panneau Numérisation des mosaïques, observez le nombre de vignettes dans les directions X et Y de la zone appelée ScanField. Notez la taille de l’analyse par vignette dans la feuille de calcul. Calculez les coordonnées des autres mosaïques en ajoutant ou en soustrayant la taille de la mosaïque.

À partir de la numérisation de tuiles, sélectionnez les tuiles à imager avec une deuxième génération d’harmoniques, ou imagerie SHG. Pour la sélection, évitez les carreaux dans les pinces et laissez un carreau entre chaque carreau sélectionné dans le sens longitudinal et circonférentiel. Ensuite, identifiez l’emplacement des vignettes à imager à l’aide des coordonnées calculées dans cette feuille de calcul.

Renseignez les coordonnées dans les cases désignées et cliquez sur Entrée pour que l’objectif se déplace vers la vignette de droite. Activez le mode d’analyse en direct. Augmentez la puissance laser multiphotonique, ou MP, en utilisant le curseur dans le panneau supérieur et les paramètres de trajectoire du faisceau pour obtenir la puissance laser la plus élevée possible sans blanchiment important.

Ensuite, réglez le gain du détecteur pour obtenir des images lumineuses sans pixels saturés en utilisant le bouton sur le panneau intelligent ou en cliquant sur le nom du détecteur et les paramètres de trajet du faisceau et des canaux supplémentaires. Les valeurs typiques du gain du détecteur sont comprises entre 500 et 800 volts. Utilisez le bouton de position Z sur le panneau intelligent pour régler le plan de mise au point.

Ensuite, déplacez-vous vers le haut de l’échantillon et définissez les positions du haut de la pile Z en cliquant sur la pointe de flèche dans le panneau Z-stack sous l’onglet Acquisition du troisième panneau. Ensuite, concentrez-vous sur l’échantillon jusqu’à ce que le signal SHG ne soit plus détecté. Encore une fois, cliquez sur la pointe de flèche dans le panneau Z-stack pour définir cette position.

Lorsque vous avez terminé, désactivez le mode d’analyse en direct. Sous l’onglet Acquisition du deuxième panneau, maintenez la vitesse de numérisation à 400 hertz, définissez la moyenne des lignes sur deux et la résolution sur 512 x 512 pixels par image à l’aide des listes déroulantes. Activez le bouton de numérisation bidirectionnel X.

Cliquez sur la taille z-step dans le panneau Z-stack et remplissez une taille z-step de trois microns dans la boîte. Cliquez sur Démarrer dans le coin inférieur droit de l’écran pour créer une pile Z. Lorsque vous avez terminé, enregistrez les coordonnées de la vignette dans le nom de fichier ou attribuez son numéro à chaque vignette.

Après l’imagerie, l’échantillon est exposé à des tests mécaniques. Pour générer un motif de spackle, tenez l’aérographe rempli de colorant tissulaire à environ 30 centimètres de l’échantillon d’essai et vaporisez-le sur la surface lumineuse. Ensuite, pour l’essai de traction uniaxiale, placez l’échantillon dans les pinces de l’essayeur de traction avec la direction circonférentielle de l’échantillon alignée sur la direction d’étirement de traction et le côté lumineux de l’échantillon vers le haut.

Assurez-vous que la longueur initiale de la jauge est réglée de manière à ce que le rapport largeur/longueur de la bande soit inférieur à un. Serrez les vis des poignées en appliquant un couple de 20 centinewton-mètres à l’aide d’un tournevis couple. Ajouter le PBS dans le bain chauffant jusqu’à ce que l’échantillon soit immergé.

Déchirez le capteur de force et commencez à enregistrer les mesures globales de force et de déplacement du capteur de force et de déplacement du capteur de traction. Redresser l’échantillon en appliquant un pré-étirement de 0,05 newton pour éliminer le mou dans l’échantillon. Effectuer 10 cycles de pré-conditionnement, jusqu’à 10% de déformation, en fonction de la mesure de la longueur de la jauge par l’actionneur après l’application du pré-étirement.

Démarrez l’essai de traction uniaxial jusqu’à défaillance complète de l’échantillon tout en enregistrant une vidéo de la déformation de l’échantillon avec la caméra haute vitesse. Après une défaillance, arrêtez d’enregistrer les mesures globales de force et de déplacement. Ouvrez les piles Z obtenues lors de la microscopie multiphotonique, ou MPM, avec SHG dans l’image J et créez des projections d’intensité maximale, ou MIP, de chaque pile Z.

Analysez chaque MIP avec l’outil open source d’analyse de l’orientation des fibres basé sur MATLAB pour mesurer l’angle d’orientation des fibres de collagène individuelles présentes dans les tuiles. Utilisez un autre outil basé sur MATLAB, FibLab, pour ajuster une distribution gaussienne à l’histogramme de distribution angulaire. À partir du diagramme de distribution gaussien, extrayez les paramètres structurels tels que l’angle prédominant de la fibre, qui est le mode de distribution, l’écart-type de la distribution de l’angle de fibre et la fraction anisotrope.

Effectuez une inspection visuelle sur les images de la caméra pour identifier le cadre dans lequel se produit le déclenchement de la rupture. Identifiez visuellement l’emplacement de la rupture. Effectuez l’analyse de corrélation d’images numériques, DIC, avec le logiciel ncorr basé sur MATLAB en utilisant les images de caméra enregistrées lors de l’essai de traction.

Sélectionnez la dernière image avant l’étirement final jusqu’à défaillance comme image de référence. Pour les images actuelles, sélectionnez toutes les images depuis le début de l’étirement final jusqu’à la dernière image avant l’image dans laquelle l’initiation de la rupture s’est produite. Sélectionnez la surface de l’échantillon comme région d’intérêt, ou ROI.

Excluez les zones proches des pinces. Effectuez DIC en définissant le rayon du sous-ensemble du paramètre sur 30 pixels, l’espacement des sous-ensembles sur trois pixels, le seuil d’itération sur 50, la norme de coupure du vecteur de différence sur 10 à la puissance de cinq, le rayon de déformation sur cinq et l’étape d’autopropagation sur cinq. À partir de l’analyse DIC avec ncorr, obtenir les distributions de déformation Green-LaGrange ou eulériennes du ROI.

Utilisez ces distributions de déformation pour calculer la déformation moyenne de Green-LaGrange de toute la surface de l’échantillon de plaque à la dernière image avant la rupture. Calculer la déformation Green-LaGrange à l’emplacement de la rupture. À l’aide des repères naturels de l’échantillon de test, effectuez une superposition de l’image de référence et du balayage des tuiles pour identifier l’emplacement de rupture sur le balayage des carreaux.

Identifiez la vignette MPM-SHG à l’endroit où la rupture s’est produite. Si la rupture ne se trouve pas dans une vignette numérisée avec le MPM-SHG, identifiez la vignette la plus proche de l’emplacement de rupture. Obtenez les paramètres structuraux trouvés au niveau de la tuile où la rupture s’est produite.

Un échantillon de plaque fraîche et intacte avec peu ou pas de déchirures et de macrocalcifications est montré ici. Des échantillons de plaque peuvent être prélevés dans des zones qui ne comprennent pas ces déchirures et calcifications. L’imagerie SHG et le post-traitement des images fournissent des MIP à partir de chaque mosaïque imagée.

Un post-traitement supplémentaire par détection de fibres produit des histogrammes d’orientation des fibres à partir desquels les paramètres structurels du collagène peuvent être extraits. En outre, des cartes de couleurs montrant les paramètres structurels locaux du collagène sur l’ensemble de l’échantillon de plaque sont obtenues pour une analyse visuelle. À partir de ces échantillons d’essai, une grande variation intra-échantillon des paramètres structurels du collagène a été observée.

L’initiation et la propagation de la rupture dans un échantillon de tissu de plaque pendant l’essai de traction sont démontrées ici. L’analyse numérique de corrélation d’images fournit des cartes de déformation tissulaire locale, telles que les cartes de souches Green-LaGrange. À partir de ces cartes de souches, une grande variation intra-échantillon des souches locales a été observée.

Une fois que l’emplacement de rupture est identifié sur les enregistrements de la caméra, il peut être mappé à l’image de la caméra de référence et au balayage des tuiles de microscopie. Cela fournit la tuile MPM-SHG où la rupture s’est produite et les paramètres structurels trouvés sur cette tuile. L’obtention d’échantillons de tissus fibreux exempts de calcifications et d’une taille suffisamment grande pour les essais mécaniques peut être une tâche difficile pour les plaques fortement calcifiées.

Une fois qu’une caractéristique mécanique ou structurelle est identifiée comme prédicteur de l’insuffisance du tissu fibreux de la plaque, un système d’imagerie in vivo mesurant cette caractéristique permettra de prédire le risque de rupture de la plaque chez les patients.

Explore More Videos

Bioengineering numéro 189

Related Videos

Analyse quantitative et caractérisation des lésions d'athérosclérose dans le murin aortique Sinus

06:43

Analyse quantitative et caractérisation des lésions d'athérosclérose dans le murin aortique Sinus

Related Videos

14.7K Views

Une nouvelle plate-forme d'étirement pour Applications dans cellulaire et tissulaire mécanobiologie

16:46

Une nouvelle plate-forme d'étirement pour Applications dans cellulaire et tissulaire mécanobiologie

Related Videos

12.3K Views

Utilisation de corrélation d'images à caractériser les souches locales sur des échantillons de tissus vasculaires

09:29

Utilisation de corrélation d'images à caractériser les souches locales sur des échantillons de tissus vasculaires

Related Videos

9.9K Views

Évaluation de collagène et élastine Microarchitectures dépendant de la pression dans les artères de résistance vivants, humains en microscopie par Fluorescence Label-free

09:58

Évaluation de collagène et élastine Microarchitectures dépendant de la pression dans les artères de résistance vivants, humains en microscopie par Fluorescence Label-free

Related Videos

11K Views

Analyse quantitative de la Composition cellulaire dans les lésions athérosclérotiques avancées de Muscle lisse Cell Lineage-Tracing souris

09:06

Analyse quantitative de la Composition cellulaire dans les lésions athérosclérotiques avancées de Muscle lisse Cell Lineage-Tracing souris

Related Videos

8.9K Views

Quantification de l'athérosclérose chez les souris

06:59

Quantification de l'athérosclérose chez les souris

Related Videos

40.8K Views

Analyse de l’interaction fluide-structure biomécanique basée sur la tomographie par cohérence optique de la progression de l’athérosclérose coronaire

13:07

Analyse de l’interaction fluide-structure biomécanique basée sur la tomographie par cohérence optique de la progression de l’athérosclérose coronaire

Related Videos

4.6K Views

Approche de modélisation par éléments finis basée sur l’image de l’échographie intravasculaire pour quantifier les propriétés mécaniques in vivo de l’artère coronaire humaine

06:18

Approche de modélisation par éléments finis basée sur l’image de l’échographie intravasculaire pour quantifier les propriétés mécaniques in vivo de l’artère coronaire humaine

Related Videos

1.1K Views

Isolement et analyse de lésions de l’arc aortique et de la racine dans un modèle murin athérosclérotique

07:49

Isolement et analyse de lésions de l’arc aortique et de la racine dans un modèle murin athérosclérotique

Related Videos

2.8K Views

Conception d'un bioréacteur pour la pression cyclique Ex Vivo Étude des valves cardiaques aortiques

07:12

Conception d'un bioréacteur pour la pression cyclique Ex Vivo Étude des valves cardiaques aortiques

Related Videos

16.4K Views

JoVE logo
Contact Us Recommend to Library
Research
  • JoVE Journal
  • JoVE Encyclopedia of Experiments
  • JoVE Visualize
Business
  • JoVE Business
Education
  • JoVE Core
  • JoVE Science Education
  • JoVE Lab Manual
  • JoVE Quizzes
Solutions
  • Authors
  • Teaching Faculty
  • Librarians
  • K12 Schools
  • Biopharma
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • JoVE Newsroom
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2026 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code