-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

IT

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
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

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

Language

it_IT

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

    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 Science Education
Engineering
Mappatura quantitativa della deformazione di un aneurisma dell'aorta addominale
Mappatura quantitativa della deformazione di un aneurisma dell'aorta addominale
JoVE Science Education
Biomedical Engineering
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Science Education Biomedical Engineering
Quantitative Strain Mapping of an Abdominal Aortic Aneurysm

6: Mappatura quantitativa della deformazione di un aneurisma dell'aorta addominale

4,756 Views
10:24 min
January 16, 2018
AI Banner

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

Overview

Fonte: Hannah L. Cebull1, Arvin H. Soepriatna1, John J. Boyle2 e Craig J. Goergen1

1 Weldon School of Biomedical Engineering, Purdue University, West Lafayette, Indiana

2 Ingegneria meccanica e scienza dei materiali, Washington University di St. Louis, St Louis, Missouri

Il comportamento meccanico dei tessuti molli, come vasi sanguigni, pelle, tendini e altri organi, è fortemente influenzato dalla loro composizione di elastina e collagene, che forniscono elasticità e forza. L'orientamento delle fibre di queste proteine dipende dal tipo di tessuto molle e può variare da una singola direzione preferita a reti intricate, che possono alterarsi nei tessuti malattiati. Pertanto, i tessuti molli spesso si comportano in modo anisotropico a livello cellulare e di organi, creando la necessità di una caratterizzazione tridimensionale. Lo sviluppo di un metodo per stimare in modo affidabile i campi di deformazione all'interno di tessuti o strutture biologiche complesse è importante per caratterizzare e comprendere meccanicamente la malattia. La deformazione rappresenta il modo in cui i tessuti molli si deformano relativamente nel tempo e può essere descritta matematicamente attraverso varie stime.

L'acquisizione dei dati di immagine nel tempo consente di stimare la deformazione e la deformazione. Tuttavia, tutte le modalità di imaging medico contengono una certa quantità di rumore, il che aumenta la difficoltà di stimare con precisione il ceppo in vivo. La tecnica qui descritta supera con successo questi problemi utilizzando un metodo di stima della deformazione diretta (DDE) per calcolare campi di deformazione 3D che variano spazialmente dai dati dell'immagine volumetrica.

Gli attuali metodi di stima della deformazione includono la correlazione delle immagini digitali (DIC) e la correlazione del volume digitale. Sfortunatamente, DIC può solo stimare con precisione la deformazione da un piano 2D, limitando gravemente l'applicazione di questo metodo. Sebbene utili, i metodi 2D come DIC hanno difficoltà a quantificare la deformazione nelle regioni che subiscono la deformazione 3D. Questo perché il movimento fuori piano crea errori di deformazione. La correlazione digitale del volume è un metodo più applicabile che divide i dati del volume iniziale in regioni e trova la regione più simile del volume deformato, riducendo così l'errore fuori piano. Tuttavia, questo metodo si dimostra sensibile al rumore e richiede ipotesi sulle proprietà meccaniche del materiale.

La tecnica qui dimostrata elimina questi problemi utilizzando un metodo DDE, rendendolo così molto utile nell'analisi dei dati di imaging medico. Inoltre, è robusto a ceppo alto o localizzato. Qui descriviamo l'acquisizione di dati a ultrasuoni 4D volumetrici gated, la sua conversione in un formato analizzabile e l'uso di un codice Matlab personalizzato per stimare la deformazione 3D e le corrispondenti deformazioni Green-Lagrange, un parametro che descrive meglio le grandi deformazioni. Il tensore di deformazione green-lagrange è implementato in molti metodi di stima della deformazione 3D perché consente di calcolare F da un Least Squares Fit (LSF) degli spostamenti. L'equazione seguente rappresenta il tensore di deformazione di Green-Lagrange, E, dove F e I rappresentano rispettivamente il gradiente di deformazione e il tensore di identità del secondo ordine.

Equation 1 (1)

Procedure

1. Configurazione ad ultrasuoni 4D

  1. Quando si utilizza il software di imaging, utilizzare un laptop in grado di eseguire software di calcolo matematico per automatizzare il processo di acquisizione 4D. Collegare il laptop con questo codice personalizzato al sistema ad ultrasuoni tramite la porta USB. Si noti che il software di imaging ha una funzione di ecografia 4D integrata nel software.
  2. Dopo aver acceso il sistema a ultrasuoni, impostare l'unità di monitoraggio fisiologico assicurandosi anche che i pulsanti della frequenza cardiaca e della temperatura siano accesi. Inizializzare lo stadio del motore 3D collegato al supporto del trasduttore.
  3. Utilizzare lo stadio appropriato e il trasduttore ad ultrasuoni per l'acquisizione delle immagini. Assicurarsi che vengano effettuate tutte le connessioni corrette.
  4. Procedere con l'anestesia e la preparazione dell'animale per l'imaging. Aggiungere unguento oftalmico agli occhi per prevenire l'essiccazione corneale, fissare le zampe agli elettrodi dello stadio e inserire una sonda di temperatura rettale lubrificata. Rimuovere la pelliccia nell'area di interesse utilizzando una crema depilatoria.
  5. Assicurarsi che la crema depilatoria sia completata rimossa. Quindi, applicare una generosa quantità di gel trasduttore ad ultrasuoni riscaldato all'animale. Questo è particolarmente importante per creare una buona connessione su tutta la regione di interesse per l'imaging 4D.

2. Acquisizione di ultrasuoni 4D

  1. Inizia un nuovo studio sul sistema a ultrasuoni e apri la finestra di imaging in modalità B (modalità luminosità). Abbassare il trasduttore sull'animale e individuare la regione di interesse utilizzando le manopole degli assi x e y sul palco, assicurandosi che la frequenza respiratoria non diminuisca in modo sostanziale. Monitora questo nella parte inferiore dello schermo.
  2. Posizionare il trasduttore all'interno del centro della regione di interesse. Da lì, approssimare la distanza necessaria affinché il trasduttore si muova su e giù in modo tale da includere l'intera regione di interesse.
  3. Immettere le dimensioni approssimative nel codice del software di calcolo, inclusa una dimensione del gradino che in genere è di ~ 0,08 mm per l'imaging dell'aneurisma dell'aorta addominale. Inizia a eseguire il codice dopo aver assicurato che il cuore e le frequenze respiratorie dell'animale siano stabili. Questo è importante per ridurre gli errori durante la ricostruzione delle immagini.
  4. Dopo aver completato l'acquisizione dell'immagine, esportare i dati come file XML non elaborati.

3. Conversione dei dati ad ultrasuoni 4D

  1. Inserisci i file XML grezzi in un software in grado di convertire i dati nel formato corretto per l'analisi delle macchie 3D. Qui usiamo Matlab per convertire i file XML in file MAT. Lo script Matlab completo è disponibile qui.
  2. Per una corretta conversione, sarà necessario inserire anche il numero di fotogrammi, la dimensione del passo e la risoluzione di output desiderata.
  3. Dopo aver ricampionato la matrice attraverso il piano, importate il nuovo file MAT nel codice di analisi della deformazione 3D.

4.3D Analisi del codice di deformazione

  1. Iniziate l'analisi regolando correttamente il file MAT importato. Ad esempio, potrebbe essere necessario ridimensionare il volume dell'immagine per ridurre i tempi di calcolo.
  2. Immettere l'area da analizzare e determinare il modello di mesh appropriato per segmentare i dati dell'immagine come semplici caselle o poligoni scelti manualmente. Potrebbe essere necessario modificare le dimensioni della casella delle regioni e la spaziatura tra i punti centrali per ogni set di dati. I numeri ottimali scelti per le dimensioni della casella saranno intorno all'ordine dei pixel della feature da tracciare, che può essere approssimato osservando il numero di pixel in due dimensioni in una sezione. La spaziatura delle caselle determinerà la risoluzione dei campi di deformazione. Più caselle aumenteranno la risoluzione, ma potrebbero anche aumentare sostanzialmente il tempo di calcolo.
  3. Inizia a calcolare i giacobini e i gradienti iterativamente all'interno di ciascuna di queste regioni. Al termine del precalcolo, applicare la funzione di deformazione.
  4. Calcolate il tensore del gradiente di deformazione. Prima calcola la deformazione, quindi calcola gli autovalori e gli autovettori usando il metodo di stima della deformazione diretta.
  5. Tracciate questi risultati nei piani desiderati utilizzando una tecnica come la mappatura a colori di un piano di taglio per rappresentare il campo di deformazione sulla regione di interesse.

L'imaging tridimensionale della deformazione viene utilizzato per stimare la deformazione dei tessuti molli nel tempo e comprendere la malattia. Il comportamento meccanico dei tessuti molli, come pelle, vasi sanguigni, tendini e altri organi, è fortemente influenzato dalla loro composizione extracellulare, che può essere alterata dall'invecchiamento e dalla malattia. All'interno di tessuti biologici complessi, è importante caratterizzare questi cambiamenti, che possono influenzare in modo significativo le proprietà meccaniche e funzionali di un organo.

La mappatura quantitativa delle deformazioni utilizza dati di immagine volumetrica e un metodo di stima della deformazione diretta per calcolare i campi di deformazione tridimensionale che variano spazialmente. Questo video illustrerà i principi della mappatura delle deformazioni, dimostrerà come la mappatura quantitativa delle deformazioni viene utilizzata per stimare i campi di deformazione all'interno di tessuti biologici complessi e discuterà altre applicazioni.

I tessuti biologici sono fortemente influenzati dalla composizione e dall'orientamento di elastina e collagene. La proteina elastina è un componente altamente elastico dei tessuti che si allungano e si contraggono continuamente, come i vasi sanguigni e i polmoni. Il collagene è la proteina più abbondante nel corpo ed è assemblato da singoli polimeri a tripla elica che sono raggruppati in fibre più grandi che forniscono integrità strutturale ai tessuti che vanno dalla pelle alle ossa.

L'orientamento di queste proteine varia dalle fibre allineate alle reti di mesh fibrose, che influenzano le proprietà meccaniche del tessuto. Lo sforzo è una misura della deformazione relativa dei tessuti molli nel tempo e può essere utilizzato per visualizzare lesioni e malattie. È descritto e mappato usando stime matematiche.

Per mappare la tensione in organi complessi, come il cuore, è possibile utilizzare dati ecografici quadridimensionali, che forniscono informazioni ad alta risoluzione, spaziali e temporali. Quindi il metodo di stima della deformazione diretta, o DDE, viene applicato ai dati. Un codice viene utilizzato per stimare la deformazione 3D e le corrispondenti deformazioni di Green-Lagrange utilizzando la seguente equazione.

Il tensore di deformazione di Green-Lagrange dipende dal tensore del gradiente di deformazione e dal tensore dell'identità del secondo ordine. I tensori del gradiente di deformazione sono tradizionalmente stimati dai campi di spostamento. Nel metodo DDE, una funzione di deformazione è ottimizzata per essere direttamente analoga al tensore di deformazione. La funzione di deformazione dipende sia dalla posizione spaziale che dal parametro di deformazione. Il calcolo della deformazione è direttamente incorporato nella funzione di deformazione. I primi nove elementi rappresentano il tensore del gradiente di deformazione.

Questo metodo viene utilizzato per stimare sia le deformazioni grandi che localizzate nei tessuti molli. Ora che comprendiamo i principi della mappatura dei ceppi, vediamo ora come viene eseguita la mappatura delle deformazioni per rilevare gli aneurismi aortici nei topi.

Per iniziare la configurazione, aprire il software Vivo 2100 e collegare il laptop al sistema a ultrasuoni. Assicurarsi che l'unità di monitoraggio fisiologico sia attiva per misurare la frequenza cardiaca e la temperatura. Quindi inizializzare lo stadio del motore 3D.

Installare il trasduttore ad ultrasuoni e assicurarsi che vengano effettuate tutte le connessioni corrette. Successivamente, anestetizzare l'animale che verrà ripreso utilizzando il 3% di isoflurano in una camera di abbattimento. Una volta che il mouse è anestetizzato, spostarlo sullo stadio riscaldato e fissare un cono nasale per fornire l'1-2% di isoflurano. Applicare unguento oftalmico agli occhi e fissare le zampe agli elettrodi dello stadio per monitorare la respirazione e la frequenza cardiaca dell'animale. Quindi inserire una sonda di temperatura rettale. Applicare la crema depilatoria per rimuovere i peli dall'area di interesse, quindi applicare una generosa quantità di gel ad ultrasuoni caldo sulla zona depilata.

Per avviare l'acquisizione dell'immagine, aprire innanzitutto la finestra di imaging e selezionare la modalità B. Quindi abbassare il trasduttore sull'animale e utilizzare le manopole degli assi x e y sul palco per individuare l'area di interesse. Monitorare la frequenza respiratoria per assicurarsi che non diminuisca in modo sostanziale. Posizionare il trasduttore al centro della regione di interesse. Quindi approssimare la distanza necessaria per coprire l'intera regione di interesse.

Inserisci queste dimensioni nel codice MATLAB e scegli una dimensione del passo di 0,08 millimetri. Assicurati che il cuore e le frequenze respiratorie dell'animale siano stabili, quindi esegui il codice MATLAB.

Dopo l'acquisizione dell'immagine, esportare i dati come file XML grezzi e convertirli in file MAT. Assicurati di inserire il numero di fotogrammi, la dimensione del passo e la risoluzione di output. Quindi rimisezionare la matrice nel piano passante.

Importare il nuovo file MAT nel codice di analisi della deformazione 3D. Potrebbe essere necessario ridimensionare il file per ridurre il tempo di calcolo. Quindi, inserisci la regione da analizzare. Apposate il numero di pixel in una sezione bidimensionale della feature tracciata e selezionate la maschera di mesh come una semplice casella o poligoni scelti manualmente. Scegli il numero di pixel ottimale per la dimensione della mesh. Calcola i giacobini e i gradienti. Ripetere l'operazione per ogni regione. Quindi applicare la funzione di deformazione.

Successivamente, utilizzando le deformazioni cartesiane calcolate da DDE, determinare gli autovalori e gli autovettori della deformazione. Selezionate quindi le sezioni per le quale desiderate tracciare i valori di deformazione scorrendo le viste dell'asse lungo, dell'asse di ordinamento e dell'asse coronale.

Premete Seleziona collettore (Select Manifold) per l'analisi. Quindi utilizzare il cursore per posizionare i marcatori lungo la parete aortica, tra cui il trombo, l'aneurisma e le parti sane dell'aorta. Ripetere l'operazione per tutte le viste. Infine, utilizzare la mappatura dei colori per tracciare i risultati del campo di deformazione sulla regione di interesse.

Diamo un'occhiata da vicino all'esempio di un aneurisma dell'aorta addominale ad anfrasi indotto dall'angiotensina II acquisito da un topo. In primo luogo, più loop di visualizzazione a kilohertz ECG ad asse corto vengono ottenuti a una determinata dimensione del passo lungo l'aorta e combinati per creare dati 4D.

Dopo aver eseguito il calcolo della deformazione 3D utilizzando una funzione di deformazione ottimizzata, si ottiene il grafico di visualizzazione della fetta 3D dell'aorta infrarenale. La mappa dei colori del ceppo verde principale è sovrapposta per evidenziare le regioni di ceppo eterogeneo della parete aortica. Inoltre, le viste ad asse lungo e ad asse corto rivelano variazioni spaziali eterogenee nella deformazione, in particolare quando è presente un trombo.

I grafici di ceppo corrispondenti mostrano valori di deformazione più elevati nelle regioni sane dell'aorta nell'asse lungo, mentre la regione aneurismatica mostra una diminuzione della deformazione nell'asse corto.

L'accurata visualizzazione quantitativa della deformazione utilizzando la stima diretta della deformazione è uno strumento utile utilizzato in varie applicazioni biomediche.

Ad esempio, lo sforzo cardiaco può essere quantificato. Durante il ciclo cardiaco, il miocardio subisce una deformazione 3D. Quantificare la deformazione in tre dimensioni è fondamentale per caratterizzare in modo affidabile la dinamica di questo tessuto nel tempo. Ciò è utile per monitorare la progressione della malattia nei modelli animali.

Un'altra applicazione è nella caratterizzazione del tessuto intestinale. L'imaging in vivo dell'intestino è difficile a causa degli effetti delle strutture circostanti. Tuttavia, il calcolo del ceppo da immagini di fibrosi intestinale potrebbe essere particolarmente utile per fornire una diagnosi precoce di aree problematiche che richiedono un intervento chirurgico.

Su scala molto più piccola, questo metodo DDE viene applicato anche a livello cellulare utilizzando tecniche di imaging ad alta risoluzione come la microscopia confocale. Serve, ad esempio, nella caratterizzazione della matrice extracellulare per capire come le cellule comunicano sotto i cambiamenti meccanici.

Hai appena visto l'introduzione di JoVE alla visualizzazione quantitativa delle deformazioni. Ora dovresti capire come misurare il ceppo tridimensionale nei tessuti biologici e come viene utilizzato nella diagnosi precoce della malattia. Grazie per l'attenzione!

Transcript

L'imaging tridimensionale della deformazione viene utilizzato per stimare la deformazione dei tessuti molli nel tempo e comprendere la malattia. Il comportamento meccanico dei tessuti molli, come la pelle, i vasi sanguigni, i tendini e altri organi, è fortemente influenzato dalla loro composizione extracellulare, che può alterarsi a causa dell'invecchiamento e della malattia. All'interno di tessuti biologici complessi, è importante caratterizzare questi cambiamenti, che possono influenzare in modo significativo le proprietà meccaniche e funzionali di un organo.

La mappatura quantitativa della deformazione utilizza dati di immagini volumetriche e un metodo di stima diretta della deformazione per calcolare i campi di deformazione tridimensionali spazialmente variabili. Questo video illustrerà i principi della mappatura della deformazione, dimostrerà come la mappatura quantitativa della deformazione viene utilizzata per stimare i campi di deformazione all'interno di tessuti biologici complessi e discuterà altre applicazioni.

I tessuti biologici sono fortemente influenzati dalla composizione e dall'orientamento dell'elastina e del collagene. La proteina elastina è un componente altamente elastico dei tessuti che si allungano e si contraggono continuamente, come i vasi sanguigni e i polmoni. Il collagene è la proteina più abbondante nel corpo ed è assemblato da singoli polimeri a tripla elica che sono raggruppati in fibre più grandi che forniscono integrità strutturale ai tessuti che vanno dalla pelle alle ossa.

L'orientamento di queste proteine varia dalle fibre allineate alle reti di maglie fibrose, il che influisce sulle proprietà meccaniche del tessuto. La deformazione è una misura della deformazione relativa dei tessuti molli nel tempo e può essere utilizzata per visualizzare lesioni e malattie. Viene descritto e mappato utilizzando stime matematiche.

Per mappare la deformazione in organi complessi, come il cuore, è possibile utilizzare dati ecografici quadridimensionali, che forniscono informazioni ad alta risoluzione, spaziali e temporali. Quindi ai dati viene applicato il metodo di stima diretta della deformazione, o DDE. Un codice viene utilizzato per stimare la deformazione 3D e le corrispondenti deformazioni di Green-Lagrange utilizzando la seguente equazione.

Il tensore di deformazione di Green-Lagrange dipende dal tensore del gradiente di deformazione e dal tensore di identità del secondo ordine. I tensori del gradiente di deformazione sono tradizionalmente stimati dai campi di spostamento. Nel metodo DDE, una funzione di deformazione è ottimizzata per essere direttamente analoga al tensore di deformazione. La funzione di deformazione dipende sia dalla posizione spaziale che dal parametro di deformazione. Il calcolo della deformazione è direttamente incorporato nella funzione di ingobbamento. I primi nove elementi rappresentano il tensore del gradiente di deformazione.

Questo metodo viene utilizzato per stimare sia le deformazioni grandi che quelle localizzate nei tessuti molli. Ora che abbiamo compreso i principi della mappatura della deformazione, vediamo ora come viene eseguita la mappatura della deformazione per rilevare gli aneurismi aortici nei topi.

Per iniziare la configurazione, apri il software Vivo 2100 e collega il laptop al sistema a ultrasuoni. Assicurarsi che l'unità di monitoraggio fisiologico sia accesa per misurare la frequenza cardiaca e la temperatura. Quindi inizializzare lo stadio del motore 3D.

Installare il trasduttore a ultrasuoni e assicurarsi che siano stati effettuati tutti i collegamenti corretti. Successivamente, anestetizzare l'animale che verrà visualizzato utilizzando isoflurano al 3% in una camera di abbattimento. Una volta che il topo è stato anestetizzato, spostarlo sul palco riscaldato e fissare un cono nasale per erogare l'1-2% di isoflurano. Applicare un unguento oftalmico sugli occhi e fissare le zampe agli elettrodi del tavolino per monitorare la respirazione e la frequenza cardiaca dell'animale. Quindi inserire una sonda di temperatura rettale. Applicare la crema depilatoria per rimuovere i peli dall'area di interesse, quindi applicare una generosa quantità di gel per ultrasuoni caldo sulla zona depilata.

Per avviare l'acquisizione dell'immagine, aprire innanzitutto la finestra di imaging e selezionare la modalità B. Quindi abbassare il trasduttore sull'animale e utilizzare le manopole degli assi x e y sul tavolino per individuare l'area di interesse. Monitorare la frequenza respiratoria per assicurarsi che non diminuisca in modo sostanziale. Posizionare il trasduttore al centro della regione di interesse. Quindi approssimare la distanza necessaria per coprire l'intera regione di interesse.

Inserisci queste dimensioni nel codice MATLAB e scegli una dimensione del passo di 0,08 millimetri. Assicurati che la frequenza cardiaca e respiratoria dell'animale sia stabile, quindi esegui il codice MATLAB.

Dopo l'acquisizione dell'immagine, esportare i dati come file XML grezzi e convertirli in file MAT. Assicurati di inserire il numero di fotogrammi, la dimensione del passo e la risoluzione di output. Quindi ricampionare la matrice nel piano passante.

Importare il nuovo file MAT nel codice di analisi della deformazione 3D. Potrebbe essere necessario ridimensionare il file per ridurre il tempo di calcolo. Quindi, inserire la regione da analizzare. Approssima il numero di pixel in una sezione bidimensionale dell'elemento tracciato e seleziona il modello di mesh come una semplice casella o poligoni scelti manualmente. Scegli il numero di pixel ottimale per la dimensione della mesh. Calcola gli jacobiani e i gradienti. Ripeti per ogni regione. Quindi applicare la funzione di deformazione.

Successivamente, utilizzando le deformazioni cartesiane calcolate da DDE, determinare gli autovalori e gli autovettori della deformazione. Quindi, selezionare le sezioni per le quali si desidera tracciare i valori di deformazione scorrendo le viste dell'asse lungo, dell'asse di ordinamento e dell'asse coronale.

Premere Seleziona collettore per l'analisi. Quindi usa il cursore per posizionare i marcatori lungo la parete aortica, inclusi il trombo, l'aneurisma e le parti sane dell'aorta. Ripetere l'operazione per tutte le visualizzazioni. Infine, utilizzare la mappatura dei colori per tracciare i risultati del campo di deformazione sulla regione di interesse.

Diamo un'occhiata da vicino all'esempio di un aneurisma dell'aorta addominale con dissezione surrenale indotto da angiotensina II acquisito da un topo. In primo luogo, vengono ottenuti più loop di visualizzazione kilohertz ECG-dipendenti ad asse corto a una data dimensione del passo lungo l'aorta e combinati per creare dati 4D.

Dopo aver eseguito il calcolo della deformazione 3D utilizzando una funzione di deformazione ottimizzata, si ottiene il grafico di visualizzazione 3D della fetta dell'aorta infrarenale. La mappa dei colori del principale ceppo verde è sovrapposta per evidenziare le regioni di deformazione eterogenea della parete aortica. Inoltre, le viste dell'asse lungo e dell'asse corto rivelano variazioni spaziali eterogenee nella deformazione, in particolare quando è presente un trombo.

I grafici di deformazione corrispondenti mostrano valori di deformazione più elevati nelle regioni sane dell'aorta sull'asse lungo, mentre la regione aneurismatica mostra una deformazione ridotta sull'asse corto.

La visualizzazione quantitativa accurata della deformazione che utilizza la stima diretta della deformazione è uno strumento utile utilizzato in varie applicazioni biomediche.

Ad esempio, lo sforzo cardiaco può essere quantificato. Durante il ciclo cardiaco, il miocardio subisce una deformazione 3D. La quantificazione della deformazione in tre dimensioni è fondamentale per caratterizzare in modo affidabile la dinamica di questo tessuto nel tempo. Ciò è utile per monitorare la progressione della malattia nei modelli animali.

Un'altra applicazione è nella caratterizzazione del tessuto intestinale. L'imaging in vivo dell'intestino è impegnativo a causa degli effetti delle strutture circostanti. Tuttavia, il calcolo della deformazione dalle immagini della fibrosi intestinale potrebbe essere particolarmente utile per fornire una diagnosi precoce delle aree problematiche che richiedono un intervento chirurgico.

Su scala molto più piccola, questo metodo DDE viene applicato anche a livello cellulare utilizzando tecniche di imaging a risoluzione più elevata come la microscopia confocale. Serve, ad esempio, nella caratterizzazione della matrice extracellulare per capire come le cellule comunicano sotto cambiamenti meccanici.

Hai appena visto l'introduzione di JoVE alla visualizzazione quantitativa della deformazione. A questo punto è necessario comprendere come misurare la deformazione tridimensionale nei tessuti biologici e come viene utilizzata nella diagnosi precoce delle malattie. Grazie per l'attenzione!

Explore More Videos

Valore vuoto Problema

Related Videos

Imaging di campioni biologici con microscopia ottica e confocale

Imaging di campioni biologici con microscopia ottica e confocale

Biomedical Engineering

37.1K Visualizzazioni

Imaging di campioni biologici con microscopio elettronico a scansione (SEM)

Imaging di campioni biologici con microscopio elettronico a scansione (SEM)

Biomedical Engineering

25.1K Visualizzazioni

Biodistribuzione dei vettori di nanofarmaci: applicazioni del microscopio elettronico a scansione (SEM)

Biodistribuzione dei vettori di nanofarmaci: applicazioni del microscopio elettronico a scansione (SEM)

Biomedical Engineering

9.8K Visualizzazioni

Imaging a ultrasuoni ad alta frequenza dell'aorta addominale

Imaging a ultrasuoni ad alta frequenza dell'aorta addominale

Biomedical Engineering

15.1K Visualizzazioni

Mappatura quantitativa della deformazione di un aneurisma dell'aorta addominale

Mappatura quantitativa della deformazione di un aneurisma dell'aorta addominale

Biomedical Engineering

4.8K Visualizzazioni

Tomografia fotoacustica per l'immagine di sangue e lipidi nell'aorta infrarenale

Tomografia fotoacustica per l'immagine di sangue e lipidi nell'aorta infrarenale

Biomedical Engineering

6.0K Visualizzazioni

Imaging a risonanza magnetica cardiaca

Imaging a risonanza magnetica cardiaca

Biomedical Engineering

15.4K Visualizzazioni

Simulazioni fluidodinamiche computazionali del flusso sanguigno in un aneurisma cerebrale

Simulazioni fluidodinamiche computazionali del flusso sanguigno in un aneurisma cerebrale

Biomedical Engineering

12.3K Visualizzazioni

Imaging a fluorescenza nel vicino-infrarosso di aneurismi dell'aorta addominale

Imaging a fluorescenza nel vicino-infrarosso di aneurismi dell'aorta addominale

Biomedical Engineering

8.6K Visualizzazioni

Tecniche non invasive di misurazione della pressione sanguigna

Tecniche non invasive di misurazione della pressione sanguigna

Biomedical Engineering

12.5K Visualizzazioni

Acquisizione e analisi di un segnale ECG (elettrocardiogramma)

Acquisizione e analisi di un segnale ECG (elettrocardiogramma)

Biomedical Engineering

110.5K Visualizzazioni

Resistenza alla trazione dei biomateriali riassorbibili

Resistenza alla trazione dei biomateriali riassorbibili

Biomedical Engineering

8.0K Visualizzazioni

Imaging micro-CT di un midollo spinale di topo

Imaging micro-CT di un midollo spinale di topo

Biomedical Engineering

8.5K Visualizzazioni

Visualizzazione della degenerazione dell'articolazione del ginocchio dopo lesione del LCA non invasiva nei ratti

Visualizzazione della degenerazione dell'articolazione del ginocchio dopo lesione del LCA non invasiva nei ratti

Biomedical Engineering

8.6K Visualizzazioni

Imaging combinato SPECT e CT per la visualizzazione della funzionalità cardiaca

Imaging combinato SPECT e CT per la visualizzazione della funzionalità cardiaca

Biomedical Engineering

11.5K Visualizzazioni

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
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2025 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code