Name: 세분화 및 Murine 비만 모델에서 지방 볼륨 측정 X 선 계산된 Tomography를 사용하여 (동영상) | JoVE Journal
Uploaded: 2012-04-04T13:00:00.000+00:00
Duration: 13 min 9 s
Description: 학습하세요 X선 CT를 이용한 생체 마우스 지방량 비침습적 정량화 방법을. PMOD와 VolView로 3D 시각화하여 비만 연구의 종단적 평가를 가능하게 합니다.

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

우리는 따뜻하게이 프로젝트에 대한 재정 지원을위한 노트르담 통합 이미징 시설 (NDIIF)와 Carestream 건강 감사드립니다.

1. 동물 <ol><li> 결과는 아래에 보고된 내용은 세 C57BL/6J 마우스 넷 B6.V-Lep 산부인과 / J 생쥐 잭슨 연구소 (바 하버, 메인, 미국)로부터 얻은 것입니다. B6.V-Lep 산부인과 / J 마우스는 비만의 가장 초기 모델 중 하나를 표현하고 적극적으로 연구 남아 있습니다. B6.V-Lep 산부인과 / J 마우스 증가 adipocyte 크기와 수에 의해 특징 표현형을 전시하고 야생 형 마우스보다 세 번까지 무게가 나간다. 여기 7,8, B6.V-Lep 산부인과 / J 생쥐가 긍정적으로 근무 했었습니까? 중부 표준시 기반의 지방 콘텐츠 측정 Albira 중부 표준시 제도의 타당성을 설명하기 위해 비만 표현형에 대한 관리 기능을 제공합니다. </li><li> 동물들이 약 12​​ 주 된 도달했을 때 영상이 수행되었다. (B6.V-Lep 산부인과 / J 생쥐의 비만하면 매니 페스트 나이 4 주 후입니다.) </li><li> 마우스는 Isofluorane (2.5 % 유량)에 의해 anesthetized있었습니다 및 이미징을위한 코 콘 설정을 통해 2.5 %의 아래에 있었죠.imals는 Albira 이미지 스테이션과 함께 제공되는 기본 쥐의 침대 (M2M 이미징 주식 회사 클리블랜드 오하이오)의 경향이 자리잡고 있었어요. 팔다리는 균일한 CT 담당자 취득에 몸통에서 나온 측면 자리잡고 있었어요. </li><li> 이미지 수집이 완료된 후, 생쥐는 코 콘에서 제거하고 외래까지 복구 케이지에 반환되었다. </li></ol> 2. 이미지 수집 및 재건 <ol><li> 이미지 인수는 Albira 중부 표준시 시스템 (Carestream 분자 이미징, 우드 브리지, CT)를 사용하여 수행됩니다. 마우스는 Isofluorane (2.5 % 유량)에 의해 anesthetized있었습니다 및 이미징을위한 코 콘 설정을 통해 2.5 %의 아래에 있었죠. 인수는 600 전망치를 사용하여 115mm 길이의 침대를 검색하도록 수행되었습니다. X 선 소스는 200 μA 45 kVp의 전압 전류로 설정하고, 단단해 보에 0.5 mm 알루미늄 필터를 사용했습니다. </li><li> 중부 표준시 설정에 대한 대략적인 방사 선량 깊이에 상응하는 220 MSV 있었고, 얕은 선량에 상응는 357.4 MSV했습니다. 이들복용 20 배보고보다 낮은 LD50 값이 초과 9. </li><li> 이미지가 &quot;표준&quot;매개 변수를 사용 Albira 스위트 5.0 Reconstructor 통해 FBP (필터링 백 프로젝션) 알고리즘을 사용하여 복원합니다. 이러한 결합 취득 및 재건 설정은 125 μm의 등방성 voxels로 최종 이미지를 만들어 전체 동물의 분석을위한 충분한 것으로 간주. 세부 지역을 구체적인 분석 내용은, 35 μm의 등방성 voxels와 재건은 90 μm의의 최종 확인을 위해 선택할 수 있습니다. </li></ol> 3. 이미지 분석 이미지 분석 PMOD (PMOD 테크놀로지 (주), 취리히, 스위스) 분석 소프트웨어를 사용하여 수행됩니다. 이미지는 전체 볼륨 밀도 최초 조직에 그리고 기름 량에 따라 PMOD에 세그먼트입니다. 3.1 이미지는 전산 수요를 최소화하기 위해 분석을 위해 줄어들 수 있습니다. <ol><li> 줄이기 위해 기본보기 탭으로 이동합니다. </리&gt; <li> 도구를 선택합니다&gt; 줄입니다. </li><li> 2로 2로, 2에서 Y를 X를 선택하고 Z. </li><li> 교체하십시오. </li><li> 실행을 선택합니다. </li></ol> 메시지 : 감소가 완료되면 디스플레이를 &quot;상자가 변경됩니다 전철&quot;. 3.2 이미지는 후속 볼륨의이자 (목소리야) 분석을위한 침대, 코 콘 요소를 제거하기 위해 숨겨 수 있습니다. <ol><li> 덮으려고, 비행기로 이동, 레이아웃, 돌리기, 미러, 3D 마커&gt; 비행기 및 레이아웃. </li><li> 쇼 비행기 Z를 선택합니다. </li><li> Z 평면에서 코 콘으로 스크롤합니다. </li><li> 메인 목소리야 탭을 선택&gt; 정점을 그립니다. </li><li> 동물 주위에 관심을 (ROI)의 영역을 그리 코를 제외한 침대 코 콘합니다. </li><li> 선택실제 투자 수익 (ROI)을 복사합니다. </li><li> 다음 슬라이스로 이동하고, 코의 관련 비행기를 통해 버퍼로부터 투자 수익 (ROI)을 붙여 넣습니다. </li><li> 필요에 따라 ROIs를 조정하려면 편집을 정점의 그룹을 사용합니다. </li><li> 코 콘 이후 처음으로 비행기에 투자 수익 (ROI) 삭제를 선택합니다. </li><li> 코 콘 이후 처음으로 비행기에 동물의 둘레를 (동물 침대 제외)을 포괄하는 새로운 목소리야를 생성합니다. </li><li> 목소리야 도구&gt; 마스킹 및 대수로 이동합니다. </li><li> 제공된 대화 상자에서 -1000을 입력합니다. </li><li> 선택한 VOIs 버튼 이외의 마스크 voxels를 선택합니다. </li></ol> 메시지 : &quot;. 돌이킬 수없는 데이터 작업을 계속하시겠습니까?&quot; 표시됩니다. <ol start="14"><li> 예를 선택합니다. </li><li> 비행기로 이동, 레이아웃, 돌리기, 미러, 3D 마커&gt; 비행기 및 배열웃. </li><li> 모든 비행기 표시를 선택합니다. </li><li> 무결성에 대한 목소리야를 검사합니다. </li><li> 저장을 선택합니다. </li><li> 분석으로 저장. </li><li> 파일 이름 접두어를 변경합니다. </li></ol> 3.3 첫 번째 세그먼트 전체 동물의 볼륨 이미지 <ol><li> 도구&gt; 외부 선택합니다. </li><li> 세그먼트화 확인란을 선택합니다. </li><li> -300로 3500 (복부 지방 지역의 밀도 범위에서 파생된 밀도 범위 참조)의 범위를 입력합니다. </li><li> 세그먼트 실행을 선택합니다. </li><li> 세분화의 무결성을 검사합니다. </li><li> 확인을 선택합니다. </li><li> 투자 수익 (ROI)를 제거를 선택합니다. </li><li> 목소리야 통계를 선택하십시오. </li></ol> 신고된 통계는 전체 볼륨을 나타냅니다. <ol start="9"><li> 보고 볼륨을 기록합니다. </lI&gt; </ol> 3.4 다음, 세그먼트 FAT 볼륨에 대한 이미지 <ol><li> 지방 볼륨 분할에 대한 비 세그먼트 가면 이미지로 돌아가기. </li><li> 저장 가면 쓴 데이터 파일을로드하려면)로드 창에서 분석 확인란을 선택하십시오. </li><li> 도구&gt; 외부 선택합니다. </li><li> 세그먼트화 확인란을 선택합니다. </li><li> -50에 -200의 범위를 입력합니다. </li><li> 세그먼트 실행을 선택합니다. </li><li> 세분화의 무결성을 검사합니다. </li><li> 확인을 선택합니다. </li><li> 목소리야 통계를 선택하십시오. </li></ol> 보고된 통계 FAT 볼륨을 나타냅니다. <ol start="10"><li> 보고 볼륨을 기록합니다. </li><li> 저장을 선택합니다. </li><li> 분석으로 저장. </li><li> 파일 이름 접두어를 변경합니다. </li></ol><strong&gt; 옵션 : 피부 / 주변 밀도가 남아있을 경우 아래의 &quot;사방과 팽창&quot;프로토콜이 목소리야 분석을 위해이 지역을 제거하기 위해 수행할 수 있습니다. <ol><li> 도구&gt; 외부 선택합니다. </li><li> 형태학의 확인란을 선택합니다. 형태학의 전망이 표시됩니다. </li><li> 사방을 선택합니다. </li><li> 확인을 선택합니다. </li><li> 도구&gt; 외부 선택합니다. </li><li> 형태학의 확인란을 선택합니다. 형태학의 전망이 표시됩니다. </li><li> 팽창을 선택합니다. </li><li> 확인을 선택합니다. </li></ol> 4. 중부 표준시 이미지의 시각화 4.1 VolView v3.2은 (Kitware, 클리프톤 공원, 뉴욕, 미국) 세그먼트의 이미지 렌더링 3 차원 영상 디스플레이를 만드는 데 활용했다. <ol><li&gt;는 형식 분석에서 설정한 중부 표준시 데이터를 엽니다. </li><li> 팝업 윈도우의 기본 설정을 사용합니다. </li><li> 플러그인 메뉴를 엽니다. </li><li> 유틸리티에서 볼륨을 병합을 선택합니다. </li><li> Rescale 구성 요소의 선택을 취소하십시오. </li><li> 두 번째 입력을 할당을 클릭합니다. </li><li> 두 번째 입력을위한 세그먼트 지방이 데이터를 선택합니다. </li><li> 팝업 윈도우의 기본 설정을 사용합니다. </li><li> 플러그인 적용을 클릭합니다. </li><li> 주제 마우스 크게 보려면 두 번 누릅니다 볼륨 뷰 창. </li></ol> 색상 / 불투명도 탭으로 4.2으로 돌아갑니다. 구성 요소 드롭 다운 상자는 현재 편집중인되는 데이터 집합을 말합니다. 두 개의 슬라이더는 탭의 맨 아래에 위치하고 값은 0을 1로 사용하여 오버레이 내에 설정된 각 구성 요소에 데이터의 상대적인 밝기를 결정합니다. 구성 요소 1 일에 대한전자 CT도, 우리는이 색상을 그레이 스케일을 사용하는 것을 선호합니다. 색상을 변경하려면 : <ol><li> 스칼라 색상 매핑 섹션에서 색상 슬라이더 중 하나를 두 번 클릭합니다. </li><li> 슬라이더를 제거하려면 상자 밖으로 드래그합니다. </li><li> 새로운 슬라이더를 추가하려면, 슬라이더 영역 내에 아무 곳이나 클릭합니다. </li><li> 슬라이더 중 하나를 제거합니다. </li><li> 왼쪽 색상 슬라이더 검정색을 (스칼라 값 (S) = -19000) 확인합니다. </li><li> 오른쪽 색상 슬라이더 흰색 ((S) = 15,000)을 확인합니다. </li><li> 스칼라 불투명도 매핑 상자에서 상자 안에 클릭하여 새 지점을 만듭니다. 이것은 윈도우의 세 지점의 합계를 제공합니다. </li><li> 중간 지점의 경우 ~ -3000로 (S)를 변경하고 불투명도 (O) 값을 0으로. </li><li> 창의 오른쪽에서 세 번째 지점을 선택합니다. </li><li> 약 32,000에 (S) 변경하고, <stron0.25의 G&gt; O. </li><li> 첫 번째 요점은, 왼쪽에 어디서든 불투명도 값이 0으로 설정된만큼 긴 될 수 있습니다. </li><li> 지방의 모양을 수정해야합니다 컴포넌트 둘,로 변경합니다. </li><li> 더블 클릭과 거짓 색지도 빨간색으로 지방에 왼쪽으로 (H) 슬라이더 색조를 밀어서 빨간색으로 색상 슬라이더의 각을 변경합니다. 다른 아주 조금은 지방의 모양을 조정할 필요가되어야합니다. </li></ol> 중부 표준시, 지방, 그리고 오버레이를 표시 3 패널 회전 영화를 만들려면 4.3 : <ol><li> 당신을 향하게 돌려 가진 직립 위치에 따라 마우스를 클릭하고 드래그합니다. </li><li> 구성 요소 가중치 아래 두에 0에만 중부 표준시 스캔을 표시하는 구성 요소의 값을 설정합니다. </li><li> 검토&gt; 카메라를 누릅니다. </li><li> 프레임 구경의 번호를 선택R 회전 동영상 (현재 케이스를 위해, 우리는 &quot;36&quot;선택). </li><li> 360 도까지 X 회전 값을 변경합니다. </li><li> 만들기를 선택합니다. </li><li> 팝업 대화 상자에서, CT라는 새 폴더를 만들고 회전 이미지 시리즈를 출력하는 TIFF 형식으로 파일을 저장합니다. </li><li> 개별 폴더에 매번 그들을 저장,이 지방이 이미지에 대한 단계뿐만 아니라 오버레이 지방 / 중부 표준시 이미지를 반복합니다. </li></ol> 4.4 ImageJ V 1.43u는 VolView 출력 이미지를 사용하여 회전 동영상 파일을 생성하는 데 사용되었습니다. <ol><li> ImageJ에서 파일&gt; 가져오기&gt; 이미지 시퀀스를 선택합니다. </li><li> 중부 표준시 폴더의 첫번째 이미지를 선택합니다. 소프트웨어가 자동으로 다른 파일을 탐지하고 스택로 열립니다. </li><li> 지방과 오버레이 시퀀스를 엽니다 반복합니다. </li><li> 분석하에 투자 수익 (ROI) 관리자를 열고&gt; 도구&gt; 투자 수익 (ROI)관리자. </li><li> 불필요한 배경 픽셀 제외 주제 마우스 주변의 투자 수익 (ROI)을 그립니다. </li><li> 투자 수익 (ROI) 관리자에서 투자 수익을 추가하려면 추가를 클릭합니다. </li><li> 다른 이미지 시퀀스를 선택합니다. </li><li> 투자 수익 (ROI) 관리자에서 그림에 적용하는 투자 수익 (ROI)을 클릭합니다. 이 패션에서 잘립니다 스택의 각 완벽하게 매치할 것입니다. </li><li> 투자 수익 (ROI)은 모든 스택에있는 경우, 투자 수익 (ROI) 내에서 마우스 오른쪽 단추로 누릅니다. </li><li> 복제를 선택합니다. </li><li> 이미지의 나머지 부분에서 투자 수익 (ROI)을 분리하는 중복 스택 확인란을 선택합니다. </li><li> 큰 이미지 스택을 닫습니다. </li><li> 세 이미지 시퀀스에 대해이 절차를 반복합니다. </li><li> 이동 영상&gt; 스택&gt; 도구&gt; 함께 스택을 결합하는 결합. </li><li> 스택 1 CT를 선택합니다. </li><li> 스택 2 뚱땡 선택합니다. </li><li<html> &gt; 반복, 그리고 스택 1과 스택 2를 중첩에 대한 결합 스택을 선택합니다. </li><li> 이미지 창의 왼쪽 아래 모서리에서 재생을 선택하면 미리보기가 될 수있는 세 패널, 이미지 회전 스택 지금있다. </li><li> AVI로 동영상을 저장하려면 파일을 선택&gt; 다른 이름으로 저장 ...&gt; AVI ... </li><li> 저장을 클릭합니다. </li></ol> 5. 대표 결과 세 WT (C57BL/6J) 생쥐 넷 비만 (B6.V-Lep 산부인과 / J) 생쥐에 대한 결과가 Albira 중부 표준시 시스템을 채용 지방 / 총 부피 비율 측정의 대표적인 예로 여기에보고됩니다. 그림 1은 아래 담당자에게 제공 비만 생쥐 중부 표준시 이미지의 세분화 (예 : 총 볼륨 및 볼륨)를 VolView v3.2로 만든 표시합니다. 0/3680fig1.jpg &quot;/&gt; 1 그림. 대표 중부 표준시 지방을위한 세그먼트 이미지. 그레이 스케일의 () 비만 마우스 (B6.V-Lep 산부인과 / J) 중부 표준시 총 볼륨, 빨간색 (B) FAT 볼륨, 그리고 (C) 이미지 융합. 그레이 스케일의 (D) WT 마우스 (C57BL/6J) 중부 표준시 총 볼륨, 빨간색 (E) FAT 볼륨, 그리고 (F) 이미지 융합. 총 볼륨, 지방 볼륨 및 계산 지방 / 총 부피 비율은 각 WT 마우스와 각 비만 마우스에 대해 표 1에서 아래보고됩니다. WT 그룹과 비만 그룹에 대한 평균 총 / 지방 부피 비율은 0.09 년과 0.42 (그림 2)했습니다. 비만 생쥐 대 WT 생쥐에 대한 전체 / 지방 부피 비율은 (P = 0.001) 크게 차이가 발견되었다. <table border="1"><tbody><tr><td> WT (C57BL/6J) </td><td> 합계 (cm 3) </td><td> 뚱땡이 (cm 3) </td><td> 총 / 지방 비율 </td><td> 비만 (B6.V-Lep 산부인과 </)&gt; /를 한모금 </td><td> 합계 (cm 3) </td><td> 뚱땡이 (cm 3) </td><td> 총 / 지방 비율 </td></tr><tr><td> 동물 1 </td><td> 28.79 </td><td> 3.00 </td><td> 0.10 </td><td> 동물 1 </td><td> 66.25 </td><td> 26.75 </td><td> 0.40 </td></tr><tr><td> 동물이 </td><td> 33.25 </td><td> 3.05 </td><td> 0.09 </td><td> 동물이 </td><td> 61.15 </td><td> 26.31 </td><td> 0.43 </td></tr><tr><td> 동물 세 </td><td> 30.30 </td><td> 2.63 </td><td> 0.09 </td><td> 동물 세 </td><td> 64.19 </td><td> 25.7 </td><td> 0.40 </td></tr><tr><td></td><td></td><td></td><td></td><td> 동물 4 </td><td> 54.25 </td><td> 23.78 </td><td> 0.44 </td></tr></tbody></table> 표 1. 총 볼륨, 볼륨,그리고 WT와 비만 생쥐를위한 지방 / 총 부피 비율. 총 지방 볼륨 PMOD 목소리야 분석을 사용하여 분할 이미지에서 파생되었다. <img alt="그림 2" src="/files/ftp_upload/3680/3680fig2.jpg" /> 그림 2. 비만 생쥐 대 WT 생쥐에 대한 지방 / 총 부피 비율 평균은. 0.09와 0.42은 각각 표시되는 것으로 WT (C57BL/6J)과 비만 (B6.V-Lep 산부인과 / J)에 대한 전체 / FAT 볼륨 비율 평균. (오차 막대는 = 단일 표준 편차). WT 대 비만 총 / 지방 부피 비율은 (P-값 = 0.001) 크게 차이가 발견되었다.

<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>

토드 A. 새서, Shengting 리, 숀 P. 오르톤, 그리고 세스 T. 사기는 Carestream 분자 이미징의 직원입니다. 카를로스 Correcher가 Oncovision의 직원이며, 보석 - 이미징, 매튜 Leevy은 Carestream 분자 이미징을위한 컨설턴트 봤어.

여기 B6.V-Lep 산부인과 / J 마우스 활용한 우리 Albira 중부 표준시 시스템을 사용하여 작은 동물 모델에서 지방 콘텐츠 측정을 수행 가능성을 그림했습니다. 이러한 측정은 내부 그룹 간의 그룹 측정의 비교에 대한 기대와 일치합니다. 첫째로, 대표적인 결과는 이러한 절차를 사용하여 두 WT와 비만 생쥐 그룹에서 총 / FAT 볼륨 비율의 측정에 제한 내부 그룹 다양성을 강조 여기에 제공했습니다. 둘째, WT 대 비만 생쥐에 대한 전체 / 지방 부피 비율은 상당히 다릅니다. 마지막으로, WT 대 B6.V-Lep 산부인과 / J 생쥐에 대한 상대적인 총 지방 질량 및 %의 체지방에 대해 보고된 이전 값으로 (표시되지 않음) 비교를 기반으로, WT 대에 대한 전체 / 지방 부피 비율위한 측정 B6.V- Lep 산부인과 / J 마우스는 예상 범위, 7, 8 안에 멸망해. 여기에 설명된 방법은 다른 m에 적용하거나 적응 수odels 및 / 또는 학습 목표. 재건축 매개 변수의 수정은 특정 목표를 달성하기 위해 필요할 수 있습니다. 예를 들어, Judex 외. (2010) 50 μm의 해상도의 이미지가 일부 지역의 구체적인 분석을 위해 필요한 것으로보고했다. 이미지 중 하나 cm 등방성 볼륨은 &quot;HR&quot;재건축 옵션을 사용 Albira 5.0 스위트 Reconstructor 35 μm의 reconstructions에 대해 선택할 수 있습니다. Albira 중부 표준시 시스템은 지역 및 기관의 구체적인 지방 콘텐츠 측정에 활용되면 중부 표준시 기반의 지방 콘텐츠 분석의 완전한 혜택 (예 : 동시 지역 및 기관이 특정 지방 부피 측정과 길이 측정) Albira 중부 표준시 시스템용으로 실현할 수 있습니다. 결론 : 여기에서 우리는 X-레이 중부 표준시 이미징을 사용하여 살아있는 생쥐의 지방 콘텐츠의 측정 단계 방법에 의해 세부적인 단계를 제공합니다. 우리는 중부 표준시 데이터 Albira 이미지 스테이션을 사용하여 설정을 인수하고, 이후의 세분화 및 아나을 수행PMOD 소프트웨어 스위트를 사용하여 용해. 마지막으로, 우리는 전체 동물 내에서 쉽게 이해되는 렌더링과 지방 조직 분포의 시각화를 활성화하는 방법을 제공합니다.

세분화 및 murine 비만 모델에서 지방 볼륨 측정 x 선 계산된 tomography를 사용하여

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

비만은 증가 병적 상태와 사망률뿐만 아니라 삶의 질이 감소 통계 수치와 연결되어 있습니다. 질병에 기여하는 정확한 기본 메커니즘은 현재 delineated되고 있지만 한 두 가지 환경 및 유전적 요인, 비만과 관련된다. 2,3 여러 작은 동물 비만의 모델들이 개발되었으며 연구의 다양한 고용 4.이 실험에 대한 중요한 구성 요소가 다양한 조건 하에서 지역 및 / 또는 총 동물성 지방 콘텐츠 데이터의 수집을 포함한다. 비만 작은 동물 모델에서 지방 콘텐츠를 측정 가능한 전통적인 실험 방법은 침입 (지방 예금의 예 예 생체내 측정)를 포함하고 비침습 (예 : 이중 에너지 X 선 흡광광 도법 (DEXA), 또는 (MR) 공명 마그네틱) 프로토콜, 있는 각각의 상대적인 무역 오프를 제공합니다. 지방 콘텐츠를 측정하기위한 전류 침입 방법은 세부 정보를 제공할 수 있습니다기관 및 지역 특정 지방 분포하지만, 희생에 대한 과목 종방향 평가를 배제합니다. 반대로, 현재 비침습 전략은 기관 및 지역 특정 지방 분포에 대한 제한된 정보를 제공하고 있지만, 귀중한 종방향 평가를 가능하게합니다. 작은 동물 전용 X-레이 계산된 tomography (중부 표준시) 시스템 및 사용자 정의 분석 절차, 기관이 모두 지방 유통 및 세로 파일링 지역의 구체적인 분석의 출현과 함께 수도 있습니다. 최근 보고서는 살아있는 생쥐의 adiposity의 생체내 세로 이미징에 대한 중부 표준시의 사용을 검증했습니다. 5,6 여기에 우리가 함께 Carestream 분자 이미징 Albira 중부 표준시 시스템을 활용하여 총 / 지방 부피 측정, 분석 및 시각화를 허용 수정된 방법을 제공 PMOD 및 Volview 소프트웨어 패키지를 추가로 제공하고 있습니다.

지방 콘텐츠 분석은 정기적으로 murine 비만 모델을 이용한 연구를 실시하고 있습니다. 작은 동물 중부 표준시 이미징 및 분석의 신흥 방법은 종방향 세부 풍부한 지방이 콘텐츠를 분석 제공하고 있습니다. 작은 동물 중부 표준시 이미징, 분석 및 시각화를 수행하기위한 단계 절차에 의해 여기 세부 단계.

세분화 및 Murine 비만 모델에서 지방 볼륨 측정 X 선 계산된 Tomography를 사용하여

비만은 삶의 질 지표의 저하뿐만 아니라 이환율 및 사망률의 증가와 관련이 있습니다.1 환경적 요인과 유전적 요인 모두...

이 절차의 전반적인 목적은 살아있는 마우스의 지방 함량을 비침습적으로 영상화하여 정량화하고 시각화하는 것입니다. 이는 먼저 마우스의 X-ray CT 스캔을 수행함으로써 이루어집니다. 절차의 두 번째 단계는 방사선 밀도를 기반으로 마우스 내의 지방 부피를 분할하고 정량화하는 것입니다.세 번째 단계는 CT 데이터를 3차원으로 시각화하여 지방 부피를 빨간색으로 강조하는 것입니다. 최종적으로, 이 결과는 albia X-ray ct와 PMOD 및 vol view 소프트웨어 패키지를 결합하여 종단적 in vivo 연구 동안 지방 함량을 정량화하고 시각화할 수 있게 합니다. X vivo 분석과 같은 기존 방법과 비교했을 때 이 기술의 주요 장점 중 하나는 소동물 질환 모델에서 지방을 비침습적이고 종단적으로 평가할 수 있다는 점입니다.일반적으로 이 방법에 익숙하지 않은 연구자들은 분할 및 시각화 프로토콜에 연속적으로 수행해야 하는 여러 단계가 포함되어 있어 어려움을 겪을 수 있습니다. 또한, 영상 획득 시 최적의 X선 파라미터를 사용해야 합니다. 지방 조직에서 최상의 대조도를 얻으려면, 먼저 유도 챔버를 사용하여 대상 비만 마우스를 마취한 다음 노즈 콘(nose cone)으로 옮기십시오.영상 촬영 동안 마취 상태를 유지하며, 쥐의 사지를 몸통 옆으로 펼친 상태로 표준 쥐 베드에 배치하십시오. 이는 균일한 CT 획득을 가능하게 합니다. CT 시스템을 설정하여 600회의 투영(projection)을 사용하여 115 millimeters 길이의 베드를 스캔하십시오.X-선원을 200 microamps 및 45 kilovolt peak로 설정하고 0.5 millimeter 알루미늄 필터를 사용하여 빔을 경화시킵니다. 이 설정에서 마우스가 받게 될 등가 심부 선량은 약 220 milli seavers이며, 컴퓨터상에서 확인되는 표층 등가 선량은 357.4 milli seavert입니다. 영상 재구성에는 표준 파라미터를 적용한 FBP 알고리즘을 선택하십시오.최종적으로, 최종 영상은 125 micron 등방성 폭스홀(foxholes)로 구성되며, 전신 동물 영상 분석에 사용할 수 있습니다. 영상 분석은 PMOD 분석 소프트웨어를 사용하여 수행하며, 먼저 PMOD가 조직 밀도에 따라 영상을 분할한 다음 지방 부피를 측정합니다. 영상을 불러온 후, 계산 부하를 최소화하기 위해 영상 크기를 줄이십시오.메인 뷰 탭으로 이동하여 도구(tools)를 선택한 다음 리듀스(reduce)를 선택하십시오. 리덕션 값을 X에 2, Y에 2, Z에 2로 설정하고, 체크(check) 및 교체(replace)를 선택한 후 프로세스를 실행하십시오. 프로세스가 완료되면 메시지 상자가 나타납니다.이미지에서 베드와 노즈 콘 요소를 제거하려면, VOI 분석 전에 이를 마스킹하십시오. 평면 레이아웃, 회전, 미러 3D 마커로 이동하여 평면 및 레이아웃을 선택하십시오. Z 평면 표시를 선택한 다음, Z 평면에서 노즈 콘 부분으로 스크롤하십시오.다음으로, 메인 VOI 탭을 선택하고 정점 그리기(draw vertices)를 선택합니다. 침대와 코콘(nose cone)을 제외하고 코 주변으로 ROI를 그린 후, 실제 ROI를 서로에게 복사(copy actual ROI to each other)를 선택합니다. 코콘 요소로 슬라이스합니다.필요에 따라 버퍼의 ROI를 코 부분에 붙여넣습니다. 정점 그룹 편집 명령을 사용하여 ROI를 조정합니다. 코 원뿔이 더 이상 보이지 않을 때, ROI를 삭제하고 동물의 몸통 둘레를 포함하는 VOI를 생성합니다.VOI 도구로 이동한 후, 마스킹 및 대수(algebra)를 선택하십시오. 제공된 대화 상자에 -1000을 입력하십시오. 그런 다음 '선택한 VOI 외부의 복셀 마스킹(Mask voxels outside the selected vois)'이라고 적힌 버튼을 선택하십시오.irreversible data operation do you want to continue(되돌릴 수 없는 데이터 작업입니다. 계속하시겠습니까?) 메시지가 표시되면 'yes'를 선택하십시오. 이제 planes layouts, rotations, mirror 3D markers 순으로 이동한 후, 마지막으로 planes and layouts로 이동하십시오. show all planes를 선택하십시오.VOI의 무결성을 확인합니다. VOI가 적절하게 설정되었다면, 이를 분석 파일로 저장하고 파일 이름 접두사를 변경합니다. 이어서 전체 동물 부피를 측정하기 위해 이미지 분할(segmenting)을 진행합니다.먼저 도구 및 외부 항목을 선택하십시오. 그 다음 세그멘테이션 확인란을 선택하십시오. -300에서 +3,500까지의 범위를 입력하고 세그멘테이션을 실행하십시오.그다음 전체 부피를 나타내는 통계인 VOI 통계를 선택합니다. 이 부피 값을 기록해 두십시오. 이제 세분화되지 않은 질량 이미지로 돌아가서 지방 부피를 위해 이미지를 세분화합니다.둘째로, 저장된 질량 데이터 파일을 불러오고 불러오기 창에서 분석(analyze) 상자를 체크하십시오. 다음으로, 도구(tools)와 외부(external)를 선택하십시오. 그런 다음 세그멘테이션(segmentation) 체크박스를 선택하십시오.-200에서 -50 사이의 범위를 입력하고 세그멘테이션을 실행하십시오. 결과가 승인되면 VOI.Statistics를 선택하십시오. 이때 보고된 통계 수치는 지방 부피를 나타냅니다.분석된 형식으로 결과를 저장하고 고유한 파일 이름 접두사를 지정하십시오. 다만, 피부나 말초 밀도가 남아 있는 경우에는 침식 및 팽창 프로토콜을 사용하여 VOI 분석을 위해 해당 영역을 제거하십시오. 저장하기 전, tools external로 이동하여 새 상자의 morphological 체크박스를 선택하십시오.침식(erosion)을 선택하십시오. 그 다음, 형태학(morphological) 체크박스로 돌아가 팽창(dilation)을 선택하고, 피부 또는 주변부 밀도 문제가 해결되었는지 확인한 후 결과를 저장하십시오. 세분화된 이미지의 렌더링된 3D 시각적 디스플레이를 생성하기 위해 Volvo view 버전 3.2 소프트웨어 패키지를 사용하십시오.분석 형식으로 저장된 CT 데이터셋을 여는 것으로 시작합니다. 팝업 창에서 기본 설정을 사용한 다음, 플러그인 메뉴를 열고 유틸리티(utility)에서 볼륨 병합(merge volumes)을 선택합니다. 구성 요소 재조정(rescale components) 항목의 체크를 해제합니다.'Second input' 할당을 클릭합니다. 두 번째 입력값으로 분할된 지방 데이터를 선택하고 팝업 창의 기본 설정을 사용합니다. 그런 다음 플러그인을 적용하여 대상 마우스의 확대된 모습을 확인합니다.볼륨 뷰 창을 더블 클릭하십시오. 색상/불투명도 탭으로 돌아갑니다. 구성 요소 드롭다운 상자는 현재 편집 중인 데이터 세트를 나타냅니다.탭 하단에 두 개의 슬라이더가 있습니다. 이 슬라이더들은 0과 1 사이의 값을 사용하여 오버레이 내 각 구성 데이터 세트의 상대적 밝기를 결정합니다. 예를 들어, 색상을 그레이스케일로 변경하려면 스칼라 색상 매핑(scalor color mapping) 섹션으로 이동하십시오.슬라이더 중 하나를 더블 클릭하여 상자 밖으로 드래그하십시오. 슬라이더 영역 내 아무 곳이나 클릭하여 두 번째 슬라이더를 추가하십시오. 왼쪽 색상 슬라이더는 검은색으로, 오른쪽 색상 슬라이더는 흰색으로 설정하십시오.다음으로, 스칼라 불투명도 매핑(scalar opacity mapping) 상자로 이동하여 상자 안을 클릭해 새로운 점을 생성합니다. 이렇게 하면 중간 지점에 총 세 개의 점이 생성됩니다. 스칼라 값을 약 -3000으로 변경하고 불투명도 값을 0으로 변경하십시오.창의 오른쪽에 있는 세 번째 포인트의 스칼라 값을 약 32,000으로, 불투명도를 0.25로 변경합니다. 첫 번째 포인트는 불투명도 값이 0으로 설정되어 있다면 왼쪽에 어디든 위치해도 무관합니다. 스칼라가 설정되면 지방의 외관을 편집하는 컴포넌트 2로 전환한 다음, 색상 슬라이더를 더블 클릭하고 색조 슬라이더 H를 끝까지 밀어 각각의 색상 슬라이더를 빨간색으로 변경합니다.이 과정은 지방을 빨간색으로 거짓 색상 처리합니다. CT 지방 및 오버레이를 표시하는 3패널 회전 영상을 만들기 위해, 먼저 마우스로 피험자를 클릭하여 등이 위를 향하도록 똑바로 세웁니다. 두 번째로, 구성 요소 가중치(component weights)에서 구성 요소 2의 값을 0으로 설정하여 CT 스캔만 표시되도록 합니다. 세 번째로, 검토(review)를 클릭한 후 카메라(camera)를 선택하고 회전 영상에 사용할 프레임 수를 선택합니다. 네 번째로, X 회전 값을 360도로 변경합니다.팝업 대화 상자에서 다섯 번째 항목을 선택하여 생성하십시오. CT라는 이름의 새 폴더를 생성하고 파일을 TIF 형식으로 저장하면 일련의 회전 이미지가 출력됩니다. 지방 이미지와 중첩된 지방 CT 이미지에 대해서도 이 단계를 반복하여, 각각의 회전 이미지를 별도의 폴더에 저장하십시오. 출력된 이미지들로 회전 영상을 생성하려면, Image J를 열고 이미지 시퀀스를 가져오십시오.CT 폴더에서 첫 번째 이미지를 선택하면 나머지 이미지들이 자동으로 선택됩니다. 지방(fat) 및 오버레이(overlay) 시퀀스에 대해서도 하나의 스택을 사용하여 이 과정을 반복하십시오. 여전히 열려 있는 상태입니다.ROI 관리자를 엽니다. 분석 도구(analyze tools) 항목 아래에서 ROI 관리자를 찾을 수 있습니다. 불필요한 배경 픽셀을 제외하고 대상 마우스 주변으로 ROI를 그립니다. 완료되면 ROI 관리자에서 추가(add)를 클릭합니다.그런 다음 모든 이미지 시퀀스에 동일한 ROI를 적용합니다. 모든 스택에 ROI가 설정되면 마우스 오른쪽 버튼을 클릭합니다. ROI 선택 메뉴에서 duplicate(복제)를 선택합니다. 복제된 스택을 확인하십시오.이 과정을 통해 ROI를 이미지의 나머지 부분과 분리합니다. 이제 더 큰 이미지 스택들을 닫고, 세 가지 이미지 시퀀스 모두에 대해 이 절차를 반복하십시오. 스택을 결합하려면 Stacks 항목의 Tools 아래에 있는 combine 명령을 사용하십시오.스택 1에 CT 스택을 선택하고, 스택 2에 지방(fat) 스택을 선택하십시오. 그런 다음 이 과정을 반복합니다. 새롭게 결합된 스택을 스택 1로 선택하고, 오버레이(overlay) 스택을 스택 2로 선택하십시오.이로써 3개 패널로 구성된 이미지 회전 스택 생성이 완료되었습니다. 이미지 창의 왼쪽 하단에서 재생을 선택하여 스택을 미리 확인하십시오. 그런 다음 이를 AVI 동영상 파일로 저장하십시오.Alber CT 시스템의 타당성을 입증하기 위해 비만 B6LEOBJ 마우스를 사용하였습니다. CT 기반의 지방 함량 측정을 위해, 이를 C57BL/6 야생형 마우스와 비교하였습니다. 왼쪽은 비만 마우스의 전체 CT 볼륨입니다.중앙은 빨간색으로 표시된 지방 부피이며, 오른쪽은 오버레이 영상입니다. 야생형 동물을 대상으로 유사한 분석을 수행한 결과, 비만 쥐와 비교하여 지방 함량에서 상당한 차이가 나타났습니다. 각 동물에 대해 전체 부피, 지방 부피 및 부피 비율을 계산하였습니다.야생형 그룹과 비만 그룹의 지방 대 총 부피 비율의 평균값은 각각 0.09와 0.42였습니다. 이 값들은 P 값이 0.001로 유의미한 차이를 보였습니다. 이 영상을 시청한 후에는 숙달 과정을 거쳐 살아있는 마우스의 CT 데이터 세트 내에서 지방 부피를 분할하는 방법에 대해 확실히 이해하게 될 것입니다.이 기술의 수행 시간은 30분 미만입니다. 시청해 주셔서 감사하며, 다음 시간에 다시 뵙겠습니다.

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

Research

연구

JoVE Journal

Medicine

의학

마우스 갈색 지방 조직 (BAT)의 기능 영상의 방식은 BAT에서 18F-Fluorodeoxyglucose의 냉 자극 이해 (FDG)가 아닌 invasively 표준화 micro-PET/CT 프로토콜로 과세되는 설명되어 있습니다. 이 방법은 마우스 모델에서 BAT 활동의 차이를 감지 할 강력하고 민감하다.

FDG micro-PET/CT와 마우스의 브라운 지방의 기능 영상

지방 이식은 연조직 결핍을 재건하기 위한 필수 기술입니다. 그러나 이는 다양한 이식 생존을 특징으로 하는 예측할 수 없는 절차로 남아 있습니다.  우리의 목표는 지방 이식 준비 및 전달의 서로 다른 기술 간의 부피 유지를 비교하기 위해 새로운 이미징 방법을 활용하는 마우스 모델을 고안하는 것이었습니다.

마이크로 컴퓨터 단층 촬영과 누드 마우스에 인간의 지방 주입의 생존 능력의 평가

여기에 제시된 방법은 18 F-Fluorodeoxyglucose를 사용 (18 F-FDG) 양전자 방출 단층 촬영 / 전산화 단층 촬영 (PET-CT) 및 지방 물 분리 자기 공명 영상 (MRI), 각각 thermoneutral에 2 시간 노출 (24 ° C 다음 스캔 ) 및 성인 인간을 대상으로 갈색 지방 조직 (BAT)을지도하기 위해 추운 환경 (17 ° C).

인간의 갈색 지방 조직의 종점은 자동으로 양전자 방출 단층 촬영 / 전산화 단층 촬영 분단과 자기 공명 이미지 등록

이 프로토콜 신체 조성 분석기와 신체 구성 및 쥐에서 대사 매개 변수 특성을 대사 동물 모니터링 시스템의 사용을 설명 합니다. 고 지방 먹이로 유도 된 비만 모델은 이러한 기술의 응용 프로그램에 대 한 예제로 사용 됩니다.

신체 구성 및 높은 지방 연 준 쥐에서 대사 배우면 분석

무료, 오픈 소스 소프트웨어를 사용 하 여, 우리는 총 및 지역 갈색 지방이 많은 직물 (박쥐) 볼륨 및 18F FDG PET/ct.를 사용 하 여 박쥐의 신진 대사 활동을 계량 분석 방법...

몸 전체와 활성 인간의 지역 정량화 갈색 지방 조직 18F FDG PET/CT를 사용 하 여

세분화 및 선형 측정은 계산된 단층 촬영 및/또는 자기 공명 이미징 이미지를 사용하여 골격 근육 질량 및 조직을 정량화합니다. 여기에서는 슬라이스-O-Matic 소프트웨어와 호로스 이미지 뷰어를 사용하여 신체 구성을 신속하고 정확하게 분석할 수 있습니다. 이러한 방법은 예후 및 위험 계층화에 중요한 정보를 제공할 수 있습니다.

슬라이스-오-매틱 및 호로스를 사용하여 신체 조성 분석을 위한 세분화 및 선형 측정

마이크로 PET/MR 이미징 기반 접근법을 사용하여 마우스에서 열원성 지방 창고의 기능적 이미징 및 정량화.

[18F]FDG 마이크로 PET/MR 이미징을 사용한 마우스의 갈색 및 베이지 지방 조직의 시각화 및 정량화

여기서는 마이크로 엑스레이 계산단층 촬영을 사용하여 뮤린 뒷다리 혈관에 대한 시각화 및 정량화 방법을 설명합니다.

Murine 힌드사지 선박의 계산 단층 촬영 기반 3차원 시각화를 위한 샘플 준비

유방암의 영상 유도 예방 치료를 위해 쥐 유방 유관 나무에 화학적 절제 용액을 전달하는 절차가 설명됩니다. 유방 상피 세포는 유두 개구부에 직접 캐뉼레이션과 70 % 에탄올 기반 절제 용액의 덕트 내 주입을 통해 최소한의 부수적 인 조직 손상으로 표적화 될 수 있습니다.

쥐 모델에서 유방암 예방을 위한 관내 에탄올 기반 절제 치료의 X선 시각화

본 연구는 온전한 근육 부피를 통해 근육 내 지방 조직(IMAT) 침착을 시각화 및 정량화하고 IMAT를 구성하는 개별 지방 세포의 메트릭을 정량화하기 위한 탈세포화 기반 방법론을 설명합니다.

골격근 지방 침윤의 탈세포화 기반 정량화

이 프로토콜은 마이크로 컴퓨터 단층촬영을 사용하여 작은 동물의 골격근 및 내장 조직, 지방 조직 및 골격 조직을 포함한 제지방량을 비용 효율적으로 정량화할 수 있습니다. 이는 제지방 조직과 지방 조직을 구분하며, 이는 생물 의학 연구, 특히 작은 동물을 대상으로 한 중개 연구에 상당한 이점을 제공합니다.

Micro-Computed Tomography를 사용한 소형 동물의 비침습적 골격근 정량화

학습하세요 X선 CT를 이용한 생체 마우스 지방량 비침습적 정량화 방법을. PMOD와 VolView로 3D 시각화하여 비만 연구의 종단적 평가를 가능하게 합니다.

세분화 및 Murine 비만 모델에서 지방 볼륨 측정 X 선 계산된 Tomography를 사용하여

더 많은 동영상 탐색