April 1st, 2019
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 개발
이 방법을 사용하여 연구원은 인간 과목에서 활성 갈색 지방 조직, 또는 BAT의 고정량 측정을 얻을 수 있습니다. 우리의 방법론은 일반적인 거짓 긍정을 방지하고 갈색 지방 조직 depos를 식별하고 분류하는 방법에 대한 심층적 인 지침을 제공하도록 설계되었습니다. 이 기술의 주요 장점은 거짓 긍정을 배제하고 대사 활성 갈색 지방 조직 depos의 분류입니다.
텍스트 프로토콜에 설명된 대로 PET-CT 이미지를 로드하고 준비하면서 이 절차를 시작합니다. 모든 뷰에서 슬라이스를 탐색한 후 도구 모음 왼쪽 상단에서 편집을 선택하고 나타나는 드롭다운 메뉴에서 갈색 지방 ROI를 선택합니다. 나타나는 새 대화 상자에서 SUV를 사용하고 CT 확인란을 사용하십시오.
그런 다음 세 가지 복스홀 포함 기준 중 하나를 선택합니다. 내부를 선택하여 BAT 감지 알고리즘을 적용하여 ROI 영역 내부의 복스홀을 검사합니다. 이제 SUV 하한을 개인의 측정 또는 예측 된 린 체질량으로 정상화하고 높은 활동 수준을 수용할 수 있는 상한을 입력합니다.
무료 텍스트 필드의 두 번째 행에 BAT 밀도 범위를 입력합니다. 볼륨 시간 아래에 있는 확인란을 확인하여 BAT로 간주되는 모든 복스홀이 갈색 지방 ROI 창이 열려 있는 동안 파란색으로 강조 표시되도록 합니다. 갈색 지방 ROI 대화 상자에서 그리기 버튼을 클릭하여 ROI를 그립니다.
그런 다음 세 뷰 중 하나 중 하나를 클릭하여 ROI 그리기를 시작합니다. ROI를 컴파일하고 총 BAT 볼륨을 얻으려면 시작 및 끝 슬라이스 제한을 동일한 조각으로 설정하여 ROI가 현재 축 조각에만 적용되도록 합니다. ROI를 완료하지 않고 BAT의 1 개의 디포를 동그라미.
몸 전체에 연결 선을 BAT의 먼 세그먼트로 확장하여 ROI를 계속합니다. 두 번째 BAT 디포를 클로즈러 하고 두 번째 영역의 시작 시 이전에 식별된 지점을 두 번 클릭합니다. 거짓 긍정의 가능성을 더욱 줄이기 위해 필요에 따라 ROI 포인트를 조정합니다.
척추 모양, 다른 뼈 구조 및 장기의 존재와 같은 독특한 해부학 적 랜드 마크를 사용하여 현재 해부학 적 영역을 식별하십시오. 자궁 경부 부위의 BAT를 식별하려면 세 번째 자궁 경부 척추의 축 보기로 이동하십시오. 척추의 가시 과정 주위목 근육을 피하고 하악의 하부 가장자리에 단지 후방을 만드는, 지방 조직 depo의 측면에 ROI를 시작합니다.
지금, 대사 활동이 일어나는 경우에만 피하 지방 조직을 신중하게 포함시킴으로써 등소 자궁 경부 부위에서 BAT를 식별한다. supraclavicular 지역에서 BAT를 식별하려면, 가장 피상적 인 측면에 ROI를 그리는 것으로 시작, 매우 활성 BAT 지역에 가까운. 축기 부위의 BAT 를 식별하려면 팔이 몸통에서 분리되기 시작하지만 갈비뼈와 폐를 피하는 곳 근처의 BAT를 선택하십시오.
중진 부위에서 박쥐를 식별하려면 흉골이 T2의 시작 부분에서 나타나기 시작하는 BAT를 선택하고 개인의 흉부 구멍의 앞쪽 영역 근처에서 XYphoid 프로세스가 끝날 때까지 ROI를 열등하게 계속하십시오. 척추의 가시 과정이 아니라 신체를 둘러싼 BAT 주위에 ROI를 그려 기생충 부위의 BAT를 식별합니다. 마지막으로, 대사 활동이 더 이상 존재하지 않을 때까지 신장을 직접 둘러싼 활성 지방을 추적하여 T12에 복부 영역에서 BAT를 식별합니다.
마스크 탭을 선택하고 눌러 갈색 지방 ROI 편집기에서 BAT 마스크를 생성하고 마스크 PET를 만듭니다. PET-CT 뷰어를 닫지만 개별 상자를 열어 둡니다. 그런 다음 새 PET-CT 뷰어 창을 다시 엽니다.
표시되는 대화 상자에서 다음 확인란을 선택합니다. CT 세트와 최신 PET 세트입니다. PET-CT 이미지의 뷰를 간구로 변경하고 동일한 처진 슬라이스에서 시작하여 지역 전체 분석을 위해 모든 ROI그리기를 시작합니다.
그런 다음, C3의 상단에서 시작하여 ROI를 C7로 확장하여 자궁 경부 ROI를 끌어서 레이블을 지정하여 ROI를 닫기 전에 C7의 본체 아래에 선을 그립니다. 이제, 무변 ROI를 그리고 레이블을 지정합니다. C7에서 시작하지만 ROI를 T3로 확장하면서 흉부 척추의 체체는 포함하지 않습니다. 그런 다음 ROI의 왼쪽 경계를 흉골의 주브리움 꼭대기까지 확장합니다.
부조류 ROI를 그리기 및 라벨을 부착하려면 T3에서 시작하지만 ROI를 T7로 확장하면서 흉부 척추의 본체는 포함하지 않습니다. 그런 다음, 흉골의 몸체의 짧은 ROI의 왼쪽 경계를 확장합니다. 단일 ROI 내에서 전체 흉골을 포괄하여 중간 ROI를 그리기 및 레이블을 지정합니다. 다음으로, ROI 내의 모든 흉부 척추를 포함하여 T1에서 시작하여 기생충 ROI를 그리기 및 라벨을 붙입니다.
L1의 상단에서 시작하여 복부 ROI를 그리기 및 라벨을 지정하고 복부 ROI 내의 이전 부위중 어느 한 쪽에서설명되지 않은 모든 BAT를 포함한다. 마지막으로, 도소체르비칼 ROI를 그리기 및 라벨. 자궁 경부 및 파라척추 부위의 상단 근처의 등쪽 피하 지방 영역을 포함하십시오.
이것은 피사체의 몸이 스캔 침대와 접촉한 곳입니다. 모든 영역의 ROI를 표시하려면 모두 표시합니다. 이제 겹치거나 과소 평가되지 않도록 모든 ROI를 정렬합니다.
인접한 ROI의 둘레를 서로 배치하여 BAT가 두 영역에 포함되지 않고 모든 영역에서 BAT가 누락되지 않도록 합니다. BAT 정량화에서 거짓 긍정을 피하려면 ROI를 그릴 때 PET, CT 및 해부학 적 정보를 모두 고려해야합니다. 감기 자극 대상에서 전신 BAT를 정량화할 때 를 포함시키고 피하는 몇몇 일반적인 지역은 타액 선지 대 신진대사 활성 자궁 경부 BAT, 성대 및 갑상선과 같은 표시됩니다.
또한, 공기와 고체 조직의 경계 근처에 떨고 근육을 떨고 있는 동안, supraclavicular BAT를 포함 해야 합니다. 마지막으로, 복부 BAT를 포함 할 때, 신장의 칼립을 피하십시오. 각 축 슬라이스의 ROI가 컴파일된 후 BAT 침전물은 각 기동에서 분할되어 지역 BAT 활성화의 내부, 중간, 개별 차이를 검사할 수 있습니다.
여기에 표시된 지역은 자궁 경부, 편도, 축가, 근간, 기생충, 복부 및 등소 자궁 경부를 포함합니다. 모든 영역이 있는 합성 이미지도 표시됩니다. 이미지 프레임 내에서 식별 가능한 장기와 구조를 사용하여 신체의 위치를 이해하고 구조가 진정으로 갈색 지방인지 여부를 결정하는 것이 중요합니다.
궁극적으로 딥 러닝이나 AI 방법론을 사용하여 자동화된 방법을 개발할 수 있기를 바랍니다. 자동화된 방법이 BAT를 식별하는지 확인하기 위해서는 갈색 지방의 상세한 아틀라스를 만드는 것이 필수적입니다. 이 이미지 처리 방법을 사용하여, 우리는 인간의 갈색 지방 조직의 정량적이고 비침습적지도를 개발했습니다.
이 방법으로, 연구원은 인간에 있는 살균형 BAT의 더 포괄적인 비교를 만들 수 있습니다.
이 연구는 18 F-FDG PET/CT를 사용하여 갈색 지방 조직(BAT)의 부피와 대사 활동을 정량화하는 새로운 분석 접근법을 제시합니다. 이 방법론은 BAT 탐지에서 위양성을 최소화하면서 정확한 측정을 제공하는 것을 목표로 합니다.
Accurate quantification of metabolically active brown adipose tissue (BAT) supports target validation in metabolic disease research by enabling reliable assessment of thermogenic capacity. This method reduces false positives in BAT detection, improving predictive confidence in preclinical models of obesity and related disorders. Standardized regional analysis facilitates cross-functional collaboration and translational continuity from discovery to preclinical validation.
The method integrates into discovery biology through hypothesis-driven BAT activation studies, supports screening via quantitative metabolic readouts, and enables translational research by mapping active depots across human anatomy.