このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

クリティカルサイズの骨欠損におけるユーザー定義の関心領域に対する縦断的マイクロコンピュータ断層撮影画像解析

941 回視聴

⸱

DOI:

10.3791/67904

⸱

2025年6月24日

 ,  ,  ,  , 
1Department of Biomedical Engineering, University of Rochester, 2Center for Musculoskeletal Research, Department of Orthopaedics, University of Rochester Medical Center, 3Department of Translational Biomedical Science, University of Rochester Medical Center, 4Department of Orthopaedics, University of Rochester Medical Center

この記事について

サマリー

縦断的な in vivo ラット放射状欠損モデルにおけるユーザー定義の関心領域(ROI)を解析する方法を紹介します。この方法により、以前はマイクロコンピューター断層撮影(μCT)スキャン視野、標本の向き、および足場のベースライン存在のばらつきによって制限されていた異なる足場間の比較分析が可能になります。

要約

骨量のマイクロコンピューター断層撮影(μCT)画像解析は、縦断的な in vivo 研究における骨再生の可能性と結果を調査するために必要な定量的ツールです。骨セグメンテーションの確立された方法は、骨全体のμCTセグメンテーションと複雑な解剖学的構造のアライメントのための視覚化ソフトウェアを利用しています。これらのセグメンテーションプロトコルは、セグメンテーション、アライメント、および解析のための堅牢で高精度な方法を提供しますが、ユーザー定義の関心領域(ROI)解析の能力には制限があります。これらの方法を拡張したプロトコルを提示して、臨界サイズの骨欠損を取り巻くユーザー定義のROI骨量分析を可能にします。欠陥を取り巻くユーザー定義のROIは、 in vivo の縦断的研究のために経時的に分析できます。ここでは、ポリカプロラクトン(PCL)コントロール足場をそれぞれ移植した3つのユニークなラット標本のμCT画像を調査します。モデルは、0 週間から 6 週間の時点で 3 人のユーザー(経験豊富な 2 人、初心者 1 人)によって分析され、縦断的研究全体でクリティカルサイズの欠陥を取り巻く ROI を測定する能力を示します。

概要

クリティカルサイズの骨欠損は、整形外科治療管理において重大な臨床的課題をもたらします。ASTM F2721によると、臨界サイズの欠陥は、対象骨の直径1.5〜2倍の長さの欠陥として特徴付けられます1。これらの欠陥の修復は、伝統的に、手続き費用、二次手術の関連リスク、および必要な骨移植量によって制限された自家移植および同種移植の使用を通じて行われてきました2。現在の骨再生技術は、機械的特性、生体適合性、生物活性、血管新生能、および分解プロファイル3,4,5を最適化することにより、骨伝導性と骨誘導性の両方の効果を生み出すように設計された同種および異種性の足場の使用に焦点を当てています。バイオマテリアルは、バイオセラミックスやバイオポリマーから金属などの複合材料まで幅広く研究されています6。これらの生体材料のバリエーションは、骨再生の足場としての可能性を調べるために、in vitroとin vivoの両方で試験されています。

μCTは、げっ歯類モデル7,8,9の骨の形態、構造、微細構造を評価するための非侵襲的で高精度なイメージングのゴールドスタンダードです。このイメージングモダリティは、骨折治癒モデル10における骨再生の縦断的、生体内進行を評価するために記載されている。μCTスキャン9からの皮質骨および海綿骨の定量化を標準化するための方法が開発されました。半自動セグメンテーションワークフローは、複雑な解剖学的構造を持つ全骨セグメンテーションのための市販の視覚化ソフトウェアを利用して開発されました11。これらの方法により、さまざまな経験レベルのユーザーが、標準化された再現性のある結果を生成するための、シンプルで親しみやすい方法が可能になります。ただし、これらの方法では、ユーザー定義のROIを調査する能力は依然として限られています。

ここでは、可視化ソフトウェアを使用して、縦断的な in vivo ラットモデルの臨界サイズの骨欠損を取り巻くユーザー定義のROI骨量分析を可能にするために、現在の方法を拡張したプロトコルを紹介します。縦断的研究の数週間間で一貫したアライメントとROI選択方法を確立することは、堅牢なプロトコルの開発に不可欠でした。初期時点は、ソリッドモデルの一貫した向きを確保するために、後続の週のアライメントのベースラインとして使用されます。このアライメントにより、重ね合わせたソリッドモデルから対応するμCT画像スライスを選択し、臨界サイズの欠陥を包含することができます。一貫したROIは、スライスの位置だけでなく、領域内のスライス数の比較によっても検証されます。ベースラインモデルから選択したROIは、その後の数週間で再現できるため、比較可能な定量的分析が可能になります。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

この研究の縦方向の μCT 画像は、ポリカプロラクトン (PCL) ベースの足場で治療された成体雌チャールズ リバー SASCO-SD ラットの 3 mm の重篤な橈骨欠損から 0 週目と 6 週目に収集されました。すべての動物の使用は、ロチェスター大学の動物資源委員会(UCAR)によって承認されたプロトコルに従って行われました。μCT画像収集は、Scanco Medical VivaCT 40を使用して行いました。

注:このプロトコルの主要なステップは、μCT画像のセグメンテーション、アライメント、ROIの選択とクロッピング、および分析と視覚化に分かれています(図1)。μCT画像セグメンテーションのプロトコルは、Kenney et al. (2022)11から採用されています。

figure-protocol-1
図 1: 概要ワークフロー図。 プロトコルのステップは、主に画像のセグメンテーション、モデルのアライメント、ROIの選択、およびボリューム分析に分かれています。 この図の拡大版を表示するには、ここをクリックしてください。

1. μCT画像セグメンテーション

  1. ソフトウェア内で画像を開く
    1. Amiraソフトウェア(以下、可視化ソフトウェア)を起動し、[ Open Data]を選択します。ポップアップウィンドウで、目的のフォルダディレクトリに移動して、ファイルの初期時点.dcmを選択します。 CTRL+A を押してすべての画像を選択し、[ 画像を開く]をクリックします。
    2. ポップアップウィンドウには、開いている画像データセットに関する情報が表示されます。 [OK ] をクリックして続行します。
    3. スケーリングに関する警告が表示されます。「 Convert to Float 」(デフォルトオプション)をクリックして続行します。
    4. データセットのアイコンが 「Project View 」セクションに表示されます。データ・セットの名前を変更するには、データ・セット・アイコンを 1 回クリックして F2 キーを押します。目的の名前を入力したら、[ OK]をクリックします。スキャンを識別するための命名パターンを確立します (例: 'Bone Scaffold Material' - 'WKX')。
  2. μCT画像のフィルタリングと閾値処理
    1. [プロジェクト ビュー] セクションに画像を読み込んだ状態で、[オルソ スライス] のデフォルトの 2D ビューアをクリックして、2D の向きとスライスを表示します。2D ビジュアライゼーションが右側の表示ウィンドウに表示されます。
    2. 画像を 3D で視覚化するには、データ セットを右クリックし、ボリューム レンダリングを検索して選択します。ボリュームレンダリングの[プロパティ]セクションで、[カラーマップ]の下限しきい値を2500に調整し、Enterキーを押します。
      注: 2D と 3D は、それぞれ [Ortho Slice] または [Volume Rendering] の横にある青い四角をクリックすることでオンとオフを切り替えることができます。右側の表示ウィンドウでは、バーの上部に沿って複数の表示オプションを使用できます。これらには、画像を移動、回転、またはズームイン/ズームアウトするためのさまざまなツールが含まれます。画像の向きを XYZ、XZ、YZ ビューに変更するためのツールと、簡単な測定のためのツール。
    3. 必要に応じて、一部のデータ セットでは、 ボリューム編集を使用して対象領域外のアーティファクトまたはデータを削除する必要がある場合があります。 Volume Editを追加するには、データセットを右クリックし、 Volume Editを検索して選択します。
    4. Project View セクションの Volume Edit をクリックします。[プロパティ] セクションで、[ツール] の右側にある最初のドロップダウン ウィンドウから [TabBox] を選択します。
    5. 保持する領域を選択するときは、Interactカーソル(表示ウィンドウの上部バーにある尖ったカーソルアイコン)を使用して緑色の角をクリックしてドラッグし、 TabBox を調整します。 TabBox を調整するには、別のビュー (XY、XZ、YZ) を使用して、削除する領域を特定する必要がある場合があります。
    6. 保持する領域が TabBox で囲まれたら、[ 外側を切り取 る] を選択して、 TabBox の外側にあるアーティファクトまたはデータを削除します。新しい変更されたデータセットがプロジェクトビューに生成されます。
    7. ボリューム レンダリング文字列をクリックして、元のデータ セットから変更したデータ セットにドラッグします。これにより、表示ウィンドウに表示される画像が変更されたデータセットに変更されます。ボリュームレンダリングの[プロパティ]セクションで、[カラーマップ]の下限しきい値を2500に調整し、Enterキーを押します。
    8. 変更したデータを右クリックし、 Median Filterを検索して選択します。 [Median Filter] の [Properties] セクションで、[Interpretation] に [3D ] を選択し、[ Apply] をクリックします。これにより、新しいフィルタリングされた(.filtered)データセットが プロジェクトビュー セクションに作成されます。
    9. フィルタリングされたデータを右クリックし、Interactive Thresholdingを検索して、を選択します。Interactive Thresholding の Properties セクションで、Preview Type に 3D を選択し、Intensity Range の下限値を 2500 に調整して、Apply をクリックします。これにより、Project Viewセクションに新しいしきい値設定(.thresholded)データセットが作成されます。
    10. [Volume Rendering] 文字列をクリックして、変更したデータ セットからしきい値が設定されたデータ セットにドラッグします。Interactive Thresholding をオフにし、Volume Rending をオンにします (オフの場合)。
  3. μCT画像のセグメンテーション
    1. フィルタリングされたデータセットをクリックし、メニューバーの下にある「セグメンテーション」をクリックして「セグメンテーション」タブに変更します。「セグメンテーション」タブ内のコントロールは、「プロジェクト」タブのコントロールと似ています。
      注: [セグメンテーション ] タブには、表示ウィンドウに関連する追加のツールがいくつかあります。表示ウィンドウの上隅には、画像が表示ウィンドウを埋めるために使用できる +/-ズーム ボタンがあります。画像は、表示ウィンドウの下部にある左/右のスクロールバーを使用して、表示ウィンドウの中央に配置することができます。このスクロールバーの上には、μCTデータスライス内を移動するための2番目のスクロールバーがあります。
    2. 「 セグメンテーション 」タブが適切に設定されていることを確認するために、「 セグメンテーションエディタ 」セクションで、「 画像 」をフィルタリングされたデータセットに設定し、「 ラベル 」フィールドをしきい値設定されたデータセットに設定します。 [Materials ] セクションで [ Material ] という名前のマテリアルをダブルクリックし、名前を 「Bone」に変更します。
    3. セグメンテーションエディタの下の「新規」をクリックして、新しいラベルフィールドを作成します。ポップアップウィンドウで、前と同様の命名規則 (例: 'Bone Scaffold Material' - 'WKX' - Markers) を使用して名前を Markers に変更し、OK をクリックします。
    4. 代替ビュー (XYZ、XZ、YZ) を使用して 2D 表示ウィンドウを調整し、画像の矢状面ビューまたは冠状平面ビューを表示します。
    5. 選択セクション内でブラシ、なげなわ、ワンド、しきい値を使用して、関心のある領域を特定します。このプロトコルでは、ブラシツールを選択します。ブラシツールのサイズを調整します。一般に、中サイズのポインターが適しています。
    6. 画像スタックを、半径ボーンが見え始める最初のスライスに調整します。これには、スライスを複数回移動して、橈骨と尺骨に属するボリュームと、それらがいつ開始するかを判断する必要がある場合があります。
    7. スライスが特定されたら、 ブラシカーソル を使用して、このボーンのセグメントの周りのカーソルをクリックしてドラッグし、描画します。カーソルが引かれた場所に赤い線が表示されます。骨の外側ではなく、骨のセクションの内側に描きます。これにより、視覚化ソフトウェアが 2 つのボーンを区別するのに役立ちます。
    8. スライスを移動し続け、半径の周りを描画します。通常、画像スタックの中央部分を通じて、20〜30枚の画像スライスごとに描画を作成できます。画像スタックの端に沿って、または臨界サイズの欠陥を囲むように、5〜10枚の画像スライスごとに描画を行い、骨がフェードインまたはフェードアウトするときに視覚化ソフトウェアを支援します。
    9. 半径の全長が完成したら、メニューバーのドロップダウンで [選択]、[塗りつぶし]、[ すべてのスライス ]の順にクリックします。これにより、ブラシツールで作成されたすべての描画が塗りつぶされます。これらは、アウトラインではなく赤で網掛けされて表示されるようになりました。
    10. メニュー バーのドロップダウンで [Selection and Interpolate] をクリックします。これにより、作成された描画に基づいて、すべてのスライスの半径ボーンの影付きの領域が埋められます。
      注:これにより、骨の一部が欠落することがあります。続行する前に、すべてのスライスをスクロールして、ボーンが一般的に識別されたことを確認します。ボーンの一部が欠落している場合は、ブラシツールを使用して、欠落しているセクションを囲むいくつかのスライスでこの領域を一周し、上記の2つの手順(1.3.9と1.3.10)を繰り返します。
    11. 半径が完全に特定されたら、[ Materials ] セクションで [ Inside ] という名前のマテリアルをダブルクリックし、名前を 「Radius」に変更します。
    12. [選択] セクションの下にある [追加] (+) 記号をクリックして、これをマテリアルとして追加します。これで、半径が表示ウィンドウに輪郭が引かれます。先に進む前に、[マテリアル]セクションの[半径]マテリアルの[ロック]アイコンをクリックします。これにより、この資料に変更が加えられることはありません。
    13. 尺骨についても同じプロセスを完了します。 [マテリアル ] セクションで [ 追加 ] をクリックして、新しいマテリアルを作成します。新しいマテリアルをダブルクリックし、名前を 「Ulna」に変更します。
    14. 尺骨について、手順1.3.6から1.3.12を繰り返します。
    15. Radius ボーンと Ulna ボーンの両方の手順が完了したら、[Materials] セクションの [Lock] アイコンをクリックして [Radius] のロックを解除します。メニューバーの下にある「プロジェクト」をクリックして、「プロジェクト」タブに変更します。これで、Markers という名前のデータ セットが [Project View] セクションのフィルター済みデータ セットに適用されました。
    16. フィルタリングされたデータ セットを右クリックし、「 Marker Based Watershed Inside Mark (Image Segmentation)」 を検索して選択します。[ プロパティ ] セクションで、ドロップダウン メニューをクリックして、[ データ ] をフィルター処理されたデータ セットとして、[マーカー] データ セットとして、[マーカー] データ セットとして、 バイナリ マスク をしきい値データ セットとして設定し、[ 適用] をクリックします。
    17. .grown ファイルは [Project View ] セクション内に生成されます。しきい値が設定されたデータ セットの [Volume Rendering] 文字列をクリックして .grown データ セットにドラッグし、表示ウィンドウ内の橈骨と尺骨のセグメンテーションを視覚化します。
    18. .grown ファイルを 8 ビットに変換するには、.grown データ セットをクリックし、[ Convert Image Type ] を検索して選択します。.grown ファイルは 16 ビットから 8 ビットに変換されます。

2. アライメント

  1. 軸のアライメントと橈骨と尺骨の抽出
    注: 現在のモデルが初期時点の場合は、すべての手順を完了する必要があります。それ以外の場合は、このセクションをステップ 2.1.4 から開始します。半径の横方向のスライスを可能にするには、初期時間点モデルをオルソスライス平面に対して垂直に位置合わせする必要があります。このモデルは、その後の週のアライメントのベースラインとして機能します。
    1. [Project View] セクションで、[Ortho Slice] をオンにし (オフの場合)、.grown データセットをクリックします。[プロパティ] セクションで、[トランスフォーム エディター] アイコンをクリックします。Interactカーソルを使用して、緑色の軸の位置合わせポイントをクリックして半径と尺骨の角度を調整し、Ortho Sliceが半径を通る横方向のスライスを作成するようにします。
    2. これを整合したら、この変換を保存するために新しいデータ セットを作成する必要があります。.grown データセットを右クリックし、 Resample Transformed Image を検索して選択します。
    3. [Resample Transformed Image] をクリックし、[Properties] セクションで [Data] を .grown データ セットに、[Interpolation] を [Nearest Neighbor] に、[Mode] を [extended] に、[Preserve (保存)] を [Voxel Size] に、[Padding (パディング)] の値を 0 に設定します。[適用] をクリックすると、新しい .transformed データ セットが作成されます。
    4. 結合されたセグメンテーションモデルから半径と尺骨を抽出するには、.transformed データセットを右クリックし、 Extract Label を検索して選択します。
    5. [ Extract Label] をクリックし、[ Properties ] セクションで [ Labels ] を .transformed データセット に、[ Label ID ] を 1 に、[ Export to Binary] をオンにします。 [適用] をクリックすると、結果データ セットが作成されます。
    6. ボリュームレンダリング文字列をクリックして、.growedデータセットから結果データセットにドラッグします。Result データセットをクリックし、F2 キーを押してファイルの名前を変更します (例: 'Bone Scaffold Material' - 'WKX' - Radius)。
    7. 尺骨に対して手順 2.1.4 から 2.1.6 を繰り返して、 ラベル ID を 2 に設定し、尺骨の結果ファイルの名前を変更します。
  2. 縦方向の画像を保存するファイルを開く
    注: 現在のモデルが初期時点の場合は、すべての手順を完了する必要があります。それ以外の場合は、このセクションをステップ 2.2.2 から開始します。
    1. 初期時点ファイルを保存するには、メニュー バーのドロップダウンで [File]、[Save Project As]、および [Set File Directory Location ] をクリックします。保存タイプをAmiraプロジェクトおよびデータファイル(*.hx)として設定し、ファイルにマスターバージョンとして名前を付けます(例:'Bone Scaffold Material'_'WKX' MASTER)。
    2. 初期時点のマスター ファイルを開き (まだ開いていない場合)、メニュー バーのドロップダウンで [File]、[Save Project As]、 および [Set File Directory Location ] をクリックしてコピーを保存します。保存タイプを Amira プロジェクトおよびデータ ファイル (pack &go) (*.hx) ファイルとして設定し、ファイル名 (例: 'Bone Scaffold Material'_ 'WK0' と 'WKX') を付けます。このファイルは、マスターファイルを上書きせずに、最初の時点とその後の週を比較するために使用されます。
    3. 新しい比較ファイル内で、[Project View] セクションの [Open Data] をクリックして、比較時点の画像を開きます。ポップアップウィンドウで、目的のフォルダディレクトリに移動して、ファイルの初期時点.dcmを選択します。CTRL+Aを押してすべての画像を選択し、[画像を開く]をクリックします。
    4. ポップアップウィンドウには、開いている画像データセットに関する情報が表示されます。 [OK ] をクリックして続行します。
    5. スケーリングに関する警告が表示されます。「 Convert to Float 」(デフォルトオプション)をクリックして続行します。
    6. データセットのアイコンが 「Project View 」セクションに表示されます。データ・セットの名前を変更するには、データ・セット・アイコンを 1 回クリックして F2 キーを押します。目的の名前を入力したら、[ OK]をクリックします。スキャンを識別するための命名パターンを確立できます (例: 'Bone Scaffold Material' - 'WKX')。
  3. モデルの位置合わせ
    注:このプロセスでは、橈骨のセグメンテーションのアライメントについて説明します。必要に応じて、尺骨にも同じプロセスを適用できます。両方のボーンを同時に位置合わせしないでください。これにより、適切な位置合わせに問題が発生します。
    1. 初期時点の ボリュームレンダリングのいずれかをオフにします。 表示ウィンドウ内には何も表示されません。
    2. 比較 (後続の週) データ セットを右クリックし、Ortho Slice を検索して選択します。
    3. セクション 1 (ステップ 1.2 から開始)、セクション 2 (ステップ 2.1) を繰り返し、ステップ番号に関する追加の注意事項を確認します。これらのセクションが完了したら、ステップ 2.3.4 から再開します。これらのセクションを完了すると、翌週のデータセットのセグメンテーションが生成され、橈骨と尺骨が抽出されます。
    4. 抽出された橈骨の比較(後続の週)データセットを右クリックし、 Image Registration Wizardを検索して選択します。 [プロパティ ] セクションで、抽出された半径ボーンの比較週データ セットとして [データ ] を設定し、抽出された半径ボーンの初期時点データ セットとして [参照 ] を設定します。
    5. [Image Registration Wizard Actions] セクションで、[Step 1 of 4] の [Skip] をクリックします。ステップ 2 と 3/4 では、Interact カーソルを使用して、TabBox を初期時点と比較週のデータ セットの間の共通の領域に調整し、各ステップの後の [アクション] の下の [適用] をクリックします。ステップ 4/4 で、メトリックを相関に、変換をリジッドに、事前アライメントを主軸の整列として設定し、アクションの下の適用をクリックします。
    6. データセットが整列したら、抽出された半径ボーンの比較(翌週)データセットを右クリックし、Resample Transformed Imageを検索して選択します。[プロパティ] セクションで、抽出された半径ボーンの比較週データ セットとして [データ] を設定し、[Interpolation to Nearest Neighbor] を [Extended] に、[Mode] を [Extended] に、[Preserve to Voxel Size] に、[Padding Value] を 0 に設定し、[Apply] をクリックします。比較データセットに対して、新しい .transformed データセットが作成されます。

3. ROIの選択とクロップ

注:最初にROIクロップを完了して、クリティカルサイズのフラクチャーの周りのスライス番号を決定します。これらのスライス番号が決定されたら、必要に応じて尺骨の同じ時点でこれらを使用することができます。このプロセスでは、モデルに一度適用したトリミングを元に戻すことはできません。

  1. 対象作物の領域
    1. をクリックして、初期時点のオルソスライスをオンにし、抽出された半径の初期時点データセットにデータを設定します。平面が半径ボーンを横切るように Orientation を設定します。
    2. [Properties] セクションの [Slice Number] スライドバーを使用して、スライス番号を変更し、クリティカルサイズの欠陥を囲む近位および遠位のスライス位置を決定します。両方のスライスについて、骨折が橈骨の骨幹と出会う最も遠位および近位のスライスを決定します。スライス番号を文書化します。この番号はモデルごとに異なります。
    3. 比較週の [オルソ スライス] をクリックしてオンにし、[ データ ] を抽出された半径の初期 時点データ セット に設定します。平面が半径ボーンを横方向にカットするように、向きを設定します。
    4. [プロパティ] セクションの [スライス番号] スライド バーを使用し、遠位オルソ スライスを示す初期タイム ポイント データ セットを使用して、比較週スライス番号を初期タイム ポイントの遠位スライスに揃えように変更します。視覚化ソフトウェアでは、位置合わせを視覚的にチェックできます。スライスが重なっている場合、表示ウィンドウには 1 つのスライスとして表示されます。
    5. 比較週データセットの遠位スライスのスライス番号に注意してください。近位スライスに対して手順 3.1.4 を繰り返します。
      注:追加のチェックとして、初期週と比較週のデータセットの両方について、近位スライスと遠位スライスの違いを決定します。これらの値は、一貫したサイズの ROI を示すために、同等である必要があります。
    6. 抽出された半径の初期時点をクリックします。 [プロパティ ]セクションで、[ クロップエディター ]ツールをクリックします。
    7. クロップ エディターのポップアップ内で、適切な X、Y、または Z フィールドに最小値と最大値を入力します (これらが入力されると、表示ウィンドウによって ROI が変更されます)。値が入力されたら、[OK] をクリックします。データセットは入力ROIにトリミングされます。
    8. 比較週データセットについて、ステップ 3.1.7 を繰り返します。

4. 分析と可視化

  1. ボリューム分析
    1. 初期タイム ポイント データ セットのボリュームを確認するには、抽出された半径の変換された初期タイム ポイント データ セットを右クリックし、[ マテリアル統計]を検索して を選択します。 [プロパティ ] セクションで、抽出された半径の変換された初期時点として [データ ] を設定し、[ 選択] を [マテリアル ] に設定して [適用] をクリックします。新しい .MaterialStatistics データ セットは、初期タイム ポイント データ セットに対して作成されます。
    2. をクリックします。抽出された半径の初期時点のMaterialStatisticsデータセットと、プロパティウィンドウ内でスプレッドシートの表示をクリックします。プロパティウィンドウの上にあるテーブルタブをクリックします。このタブ内には、抽出された半径に設定されたクロップされた初期タイムポイントデータセットのボリュームが表示されます。
    3. 抽出された半径の比較週データセットについて、手順4.1.1と4.1.2を繰り返します。 [テーブル ] タブ内では、最初の時点と比較週に個別のタブがあり、クリックで移動できます。
  2. データセットの可視化
    1. ボーンの体積の変化を視覚化するには、抽出された半径の比較週変換データセット を右クリックし 、 Arithmeticを検索して選択します。 [算術演算 ] をクリックし、[ プロパティ ] ウィンドウで、抽出された半径の比較週変換データ セットとして [入力 A ] を設定し、抽出された半径の [ 入力 B ] を初期時点データ セットとして設定し、[ 入力 C ] を [ソースなし] として設定し、[ 結果タイプ] を [入力 A] として設定し、[ オプション ] をオフのままにして、[ 結果チャネル] を入力 A と同様に設定します。 をクリックし 、[Expression] を [A-B] に設定します。
    2. 結果データセットをクリックし、F2 キーを押してファイルの名前を変更します (例: 'Bone Scaffold Material' - 'WKX' - Bone Change)。この結果データセットを右クリックし、[Generate Surface] を検索して選択します。Generate Surface をクリックし、Properties ウィンドウで Apply をクリックし、ポップアップウィンドウで Continue をクリックします。新しい .surf データセットが作成されます。
    3. .surf データセットを右クリックし、 Surface View を検索して選択します。算術結果のサーフェス ビューが [表示] ウィンドウに表示されます。
    4. Surface Viewの色を変更するには、Project ViewウィンドウでSurfaceビューをクリックし、次にPropertiesウィンドウでColorsのドロップダウンをクリックしてConstantを選択します。カラーマップをクリックして、好みの色を割り当てます。
    5. 最初の週のデータ セットのボーン体積の変化を表示するには、.transformed データ セットを右クリックし、 Extract Label を検索して選択します。[ Extract Label] をクリックし、[ Properties ] セクションで [ Labels ] を .transformed データセット に、[ Label ID ] を 1 に、[ Export to Binary] をオンにします。 [適用] をクリックすると、 結果 データ セットが作成されます。 Result データセットをクリックし、 F2 キーを押してファイルの名前を変更します (例: 'Bone Scaffold Material' - 'WKX' - Full - Radius)。
    6. この結果データセットを右クリックし、[ Generate Surface] を検索して選択します。 [Generate Surface] をクリックし、[ Properties ] ウィンドウで [Apply ] をクリックし、ポップアップ ウィンドウで [Continue] をクリックします。新しい .surf データセットが作成されます。
    7. .surf データセットを右クリックし、 Surface View を検索して選択します。算術結果のサーフェス ビューが [表示] ウィンドウに表示されます。
    8. Surface Viewの色を変更するには、Project ViewウィンドウでSurfaceビューをクリックし、次にPropertiesウィンドウでColorsのドロップダウンをクリックしてConstantを選択します。カラーマップをクリックして、好みの色を割り当てます。
    9. さらに数週間続行するには、ステップ 2.2.2 に戻ります。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

μ3つのユニークなラットモデルのCT画像を調査し、それぞれがポリカプロラクトン(PCL)足場で処理し、肯定的な結果を示しました。時点をまたいで縦断的研究を分析するには、ROIを選択してクロップする前に、収集されたソリッドモデルを位置合わせする必要があります。この能力を数週間にわたって示すために、0週目と6週目に収集されたソリッドモデルを共通の領域を使用して位置合わせしました(図2)。

figure-results-1
図2:週ごとのソリッドモデルのアライメント。 イメージレジストレーションウィザードを使用した、週0をベースライン方向として使用した週間の代表的なソリッドモデルのアライメント。この登録プロセスは半自動...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

骨量の変化を定量化することは、骨再生の可能性と結果を縦断的な in vivo 研究で調査するために不可欠です。このプロトコルは、確立されたμCT画像セグメンテーション法11に基づいて構築されており、ユーザー定義の関心領域(ROI)を特定するための体系的なアプローチを提供します。この手法は、 in vivo ラット研究のための骨足場インプラントの有効性の解析において重要でした。確立されたプロトコル11を拡張することにより、この方法は、画像セグメンテーションにおける堅牢性と再現性を確保し、アライメントおよびクロッピング技術の基礎として機能します。Tukeyの多重比較テスト分析を使用した2元配置ANOVAでは、PCL2スキャフォールドのみで経験豊富なユーザーと初心者のユーザーの間に有意差が示されました。さらに、経験豊富なユーザーと初心者のユーザーの間に有意性が観察されましたが、これは主に初心者ユーザーから得られた1つの結果によって推進されました。...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者には、開示すべき利益相反はありません。

謝辞

現在のプロセスに関するトレーニングとこのプロセスの開発に関する議論を提供してくださったMark Kenney氏と、ロチェスター大学のBiomechanics and Multimodal Tissue Imaging CoreのLindsay Schnur氏に感謝します。この研究は、NIH/NIAMS: H.A.A. (R01AR07061, P50AR072000, P30AR069655) と V.Z.Z (T32GM007356, T32GM152318, T32AR076950) からの助成金によって支援されました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
アミラ3Dサーモフィッシャーサイエンティフィックの一部であるFEI SASv2024.1microCT画像のセグメンテーションに用いるプログラム
グラフパッドプリズムGraphPad ソフトウェア合同会社v10.0.3 (217)グラフ開発に用いるプログラムです。
R 統計ソフトウェア統計コンピューティングのための R 基盤v4.4.0 (2024-04-24)ICC解析を行うために使用されるプログラム。
Scanco Medical VivaCT 40スカンコメディカルNAmicroCT画像の収集に使用されるmicroCTスキャナー。

参考文献

  1. ASTM Standard F-2721-09. Standard Guide for Pre-clinical in vivo Evaluation in Critical Size Segmental Bone Defects. , ASTM International. West Conshohocken, PA. (2023).
  2. Amini, A. R., Laurencin, C. T., Nukavarapu, S. P. Bone tissue engineering: recent advances and challenges. Crit Rev Biomed Eng. 40 (5), 363-408 (2012).
  3. Ghassemi, T., et al. Current concepts in scaffolding for bone tissue engineering. Arch Bone Jt Surg. 6 (2), 90-99 (2018).
  4. Tang, G., et al. Recent trends in the development of bone regenerative biomaterials. Front Cell Dev Biol. 9, 665813(2021).
  5. Battafarano, G., et al. Strategies for bone regeneration: from graft to tissue engineering. Int J Mol Sci. 22 (3), 1128(2021).
  6. Ghelich, P., et al. (Bio)manufactured solutions for treatment of bone defects with emphasis on US-FDA regulatory science perspective. Adv Nanobiomed Res. 2 (4), 2100073(2022).
  7. Kim, Y., Brodt, M. D., Tang, S. Y., Silva, M. J. MicroCT for scanning and analysis of mouse bones. Methods Mol Biol. 2230, 169-198 (2021).
  8. Wang, F., et al. Methods for bone quality assessment in human bone tissue: a systematic review. J Orthop Surg Res. 17, 174(2022).
  9. Bouxsein, M. L., et al. Guidelines for assessment of bone microstructure in rodents using micro-computed tomography. J Bone Miner Res. 25, 1468-1486 (2010).
  10. Wee, H., Khajuria, D. K., Kamal, F., Lewis, G. S., Elbarbary, R. A. Assessment of bone fracture healing using micro-computed tomography. J Vis Exp. (190), e64262(2022).
  11. Kenney, H. M., et al. A high-throughput semi-automated bone segmentation workflow for murine hindpaw micro-CT datasets. Bone Rep. 16, 101167(2022).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

骨量解析縦断的イメージングクリティカルサイズ欠損骨再生画像レジストレーションポリカプロラクトン・スキャフォールド体積定量化ラット骨モデル
クリティカルサイズの骨欠損におけるユーザー定義の関心領域に対する縦断的マイクロコンピュータ断層撮影画像解析
お問い合わせ
図書館に推薦する

プライバシー

利用規約

ポリシー

著作権 © 2026 MyJoVE Corporation. 無断転載を禁じます。