June 24th, 2025
종방향 in vivo rat radial defect model에서 사용자 정의 관심 영역(ROI)을 분석하는 방법을 제시합니다. 이 방법을 사용하면 이전에는 μCT(microcomputed tomography) 스캔 시야, 표본 방향 및 골격의 기준선 존재 여부의 변화에 의해 제한되었던 서로 다른 골격 간의 비교 분석을 수행할 수 있습니다.
우리는 중요한 크기의 결함에서 뼈 재생을 향상시키고 기존 스캐폴드에 비해 치유율을 향상시키는 것을 의미하는 나노입자 스캐폴드를 개발했습니다.
현재 방법은 종종 전체 뼈에 걸쳐 뼈 부피 변화를 추적하므로 정밀도가 부족하고 종단 모델에서 국소적인 관심 영역을 일관되게 식별합니다. 우리의 프로토콜은 고체 모델에서 일관된 국부적 관심 영역 추적을 가능하게 하여 정밀도 및 종단 분석을 개선하고 전체 골량 평가와 비교합니다.
이러한 발견을 통해 우리는 시간 경과에 따른 뼈 재생을 보다 정확하게 정량화하고 우리 작업의 잠재적인 번역 영향을 보다 효과적으로 전달할 수 있습니다.
[강사] 시작하려면 비교 데이터 세트에서 추출된 반경 뼈를 열고 마우스 오른쪽 버튼으로 클릭합니다. 그런 다음 이미지 등록 마법사를 검색하여 선택합니다. 속성 섹션에서 데이터를 추출된 반지름 본에 대한 비교 데이터 세트로 설정하고 추출된 반지름 본에 대한 초기 시점 데이터 세트에 대한 참조를 설정합니다. 이미지 등록 마법사 작업 섹션에서 4단계 중 1단계에 대해 건너뛰기를 클릭합니다. 4단계 중 2단계와 3단계의 경우 상호 작용 커서를 사용하여 탭 상자를 데이터 세트 간의 공통 영역으로 조정하고 각 단계 후에 작업에서 적용을 클릭합니다. 4단계 중 4단계에서 메트릭을 상관으로, 변환을 강체로, 사전 정렬을 주축을 정렬하고 작업 아래에서 적용을 클릭합니다. 데이터 세트를 정렬한 후 추출된 반지름 뼈에 대한 비교 주 데이터 세트를 마우스 오른쪽 버튼으로 클릭하고 변환된 이미지를 다시 샘플링하여 선택합니다. 속성 섹션에서 추출된 반지름 골격에 대한 비교 주 데이터 세트로 데이터를 설정하고, 최근접 이웃에 대한 보간, 확장으로, 복셀 크기로 유지, 패딩 값을 0으로 설정한 다음 적용을 클릭합니다. 변환된 새 데이터 세트가 생성됩니다. 초기 시점에 대한 직교 슬라이스를 켜려면 클릭하고 추출된 반경에 대한 초기 시점 데이터셋으로 데이터를 설정합니다. 평면이 반지름 뼈를 통과하는 가로 절단을 생성하도록 방향을 설정합니다. 속성 섹션의 슬라이스 번호 슬라이더를 사용하여 슬라이스 번호를 조정하여 임계 크기 결함을 둘러싼 근위 및 원위 슬라이스를 식별합니다. 골절이 양쪽 끝에서 요골의 골간을 만나는 슬라이스 번호를 결정하고 문서화합니다. 비교 주에 대한 직교 슬라이스를 켜고 추출된 반경에 대한 초기 시점 데이터셋으로 데이터를 설정합니다. 그런 다음 평면이 반지름 골격을 통과하는 가로 절단을 생성하도록 방향을 조정합니다. 속성 섹션의 슬라이스 번호 슬라이더를 사용하여 원위 직교 슬라이스를 표시하는 초기 시점 데이터와 함께 비교 주 슬라이스 번호를 초기 시점의 원위 슬라이스와 일치하도록 정렬합니다. 비교 주 데이터 세트의 원위 슬라이스에 대한 슬라이스 번호를 기록하고 근위 슬라이스에 대해 반복합니다. 추출된 반경의 초기 시점을 클릭하고 속성 섹션에서 자르기 편집기 도구를 클릭합니다. 자르기 편집기 팝업 내에서 X, Y 또는 Z 필드에 최소값과 최대값을 입력합니다. 관심 영역이 조정될 때 보기 창을 관찰한 다음 확인을 클릭하여 데이터셋을 자릅니다. 비교 주 데이터 세트에 대해 자르기 절차를 반복합니다. 초기 시점 데이터 세트의 부피를 확인하려면 추출된 반경에 대해 변환된 초기 시점 데이터 세트를 마우스 오른쪽 버튼으로 클릭하고 재료 통계를 검색한 다음 선택합니다. 속성 섹션에서 데이터를 변환된 초기 시점 데이터 세트로 설정하고 재료를 선택한 다음 적용을 클릭합니다. 새 재료 통계 데이터 세트를 클릭한 다음 속성 창에서 스프레드시트 표시를 클릭합니다. 창 위의 테이블 탭을 클릭하여 잘린 초기 시점 데이터 세트의 볼륨을 봅니다. 비교 주 데이터 세트에 대해 볼륨 분석 단계를 반복한 다음 테이블 탭으로 이동하여 별도의 볼륨 탭이 있는 두 데이터 세트를 모두 봅니다. 뼈 부피의 변화를 시각화하려면 추출된 반지름에 대한 비교 주 변환 데이터 세트를 마우스 오른쪽 버튼으로 클릭하고 산술을 검색한 다음 선택합니다. 속성 창에서 입력 A를 비교 주 변환된 데이터 세트로, 입력 B를 초기 시점 데이터 세트로, 입력 C를 소스 없음으로, 결과 유형을 입력 A로 설정하고, 옵션을 선택하지 않은 상태로 두고, 결과 채널을 입력 A와 유사하게 설정하고, 표현식을 AB로 설정합니다. 결과 데이터 세트를 클릭하고 F2 키를 눌러 파일 이름을 바꾸고, 그런 다음 이 결과 데이터 세트를 마우스 오른쪽 버튼으로 클릭하고 표면 생성을 검색하여 선택합니다. 등록정보 창에서 적용을 클릭하고 팝업 창에서 계속을 클릭하여 새 서핑 데이터셋을 생성합니다. 서핑 데이터 세트를 마우스 오른쪽 버튼으로 클릭하고 표면 뷰를 검색한 다음 선택합니다. 산술 결과의 표면 보기가 보기 창에 나타납니다. 표면 보기의 색상을 변경하려면 프로젝트 보기 창에서 표면 보기를 클릭합니다. 속성 창에서 색상 드롭다운을 열고 상수를 선택한 다음 색상 맵을 클릭하고 원하는 색상을 할당합니다. 초기 주 데이터 세트에서 뼈 부피 변화를 보려면 변환된 데이터 세트를 마우스 오른쪽 버튼으로 클릭하고 추출 레이블을 검색한 다음 선택합니다. 속성 섹션에서 레이블을 변환된 데이터 세트로 설정하고, 레이블 ID를 2로 설정하고, 이진으로 내보내기를 선택한 다음, 적용을 클릭하여 결과 데이터 세트를 생성합니다. 그런 다음 F2 키를 눌러 결과 파일의 이름을 바꿉니다. 새 결과 데이터 세트를 마우스 오른쪽 버튼으로 클릭하고 표면 생성을 검색한 다음 선택합니다. 등록정보 창에서 적용을 클릭하고 팝업 창에서 계속을 클릭하여 새 서핑 데이터셋을 생성합니다. 그런 다음 새 서핑 데이터 세트를 마우스 오른쪽 버튼으로 클릭하고 표면 뷰를 검색한 다음 선택합니다. 산술 결과의 표면 보기가 나타납니다. 이 표면 보기의 색상을 변경하려면 프로젝트 보기 창에서 표면 보기를 클릭합니다. 속성 창에서 색상 드롭다운을 열고 상수를 선택한 다음 색상 맵을 클릭하고 원하는 색상을 할당합니다. 각각 6주 동안 폴리카프로락톤 스캐폴드로 치료한 세 가지 독특한 쥐 모델의 마이크로 CT 이미지를 조사했습니다. 0주차와 6주차의 솔리드 모델은 공유된 해부학적 영역을 사용하여 성공적으로 정렬되어 직접적인 종단 비교가 가능했으며 등록 정확도를 확인하기 위해 병합된 모델이 생성되었습니다. 6주차 관심 영역에서 0주차 관심 영역을 빼면 결함 부위 내 골량 변화에 대한 뚜렷한 3D 모델이 나타났습니다. 0주차부터 6주차까지 골량 변화의 시각적 오버레이는 서로 다른 폴리카프로락톤 또는 PCL 스캐폴드 그룹이 다양한 전체 골량 변화를 초래한다는 것을 보여주었습니다. 그러나 각 PCL 그룹 내의 분석은 사용자 간에 일관되게 유지되었습니다.
View the full transcript and gain access to thousands of scientific videos
본 연구는 장기간 생체 내 랫지(radial) 결손 모델에서 사용자가 정의한 관심 영역(ROIs)을 분석하는 방법을 제시합니다. 본 방법은 미세 컴퓨터 단층 촬영(µCT) 스캔 매개변수의 변화로 인해 발생하는 한계를 해결하며, 서로 다른 스캐폴드 간의 비교 분석을 용이하게 합니다.
Quantitative longitudinal micro-CT analysis of user-defined regions of interest (ROIs) in critical-sized bone defects enables precise tracking of localized bone regeneration, directly supporting mechanistic de-risking and predictive confidence in early-stage bone repair studies. This capability addresses a key inflection point in preclinical scaffold evaluation by allowing consistent, reproducible measurement of bone volume changes within targeted anatomical sites. The approach enhances portfolio decision-making by providing robust, user-independent data for scaffold performance assessment.
This ROI-based micro-CT analysis method integrates from early discovery through preclinical scaffold evaluation, supporting lead identification and risk-adjusted advancement.