Method Article

Nieuw kwantificeringsprotocol voor progressie van cardiovasculaire calcificatie met behulp van longitudinale MicroPET/MicroCT-beelden

DOI:

10.3791/66805

⸱

November 15th, 2024

 ,  ,  ,  ,  ,  , 
1Department of Molecular and Medical Pharmacology, David Geffen School of Medicine, University of California, Los Angeles, 2Crump Institute for Molecular Imaging, David Geffen School of Medicine, University of California, Los Angeles, 3Department of Medicine, David Geffen School of Medicine, University of California, Los Angeles, 4Department of Physiology, David Geffen School of Medicine, University of California, Los Angeles, 5Department of Orthopaedic Surgery, David Geffen School of Medicine, University of California, Los Angeles, 6Department of Bioengineering, University of California, Los Angeles, 7Jonsson Comprehensive Cancer Center, University of California, Los Angeles

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dit nieuwe protocol omvat de kwantificering van de progressie van cardiovasculaire calcificatie op basis van seriële micro-positronemissietomografie (PET)/microcomputertomografie (CT)-beelden bij kleine proefdieren.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Micro-positronemissietomografie (PET) en micro-computertomografie (CT) beeldvorming zijn krachtige, ideale onderzoeksinstrumenten om de progressie van cardiovasculaire calcificatie te volgen. Door hun niet-invasieve karakter kunnen kleine proefdieren op meerdere tijdstippen in beeld worden gebracht. De uitdaging ligt in de nauwkeurige kwantificering van cardiovasculaire calcificatie. Hier bieden we een protocol, met behulp van afbeeldingen uit de latere ziektestadia als sjabloon, om de progressie van cardiovasculaire calcificatie in longitudinale studies nauwkeurig te kwantificeren. Het protocol omvat 1) de uitlijning van het borstgebied in meerdere beelden van hetzelfde dier tijdens een longitudinaal onderzoek als eerste stap, 2) de definitie van een interessegebied (ROI) gelegen in het hart en de aorta op de plaats van grotere calciumafzettingen die zichtbaar worden in latere beelden, en 3) gelijktijdige segmentatie en kwantificering van calciumafzettingen over alle beelden die tijdens het longitudinale onderzoek zijn verkregen. Deze gestroomlijnde methode verbetert de nauwkeurigheid van beeldanalyse bij het volgen van de progressie van cardiovasculaire calcificatie door de precisie van de ROI-definitie te verbeteren en de variabiliteit te verminderen die gepaard gaat met eerdere technieken die individuele scans onafhankelijk analyseren.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Hart- en vaatziekten zijn een belangrijke wereldwijde oorzaak van morbiditeit en mortaliteit en vereisen rigoureus onderzoek om de mechanismen ervan bloot te leggen en effectieve preventieve en therapeutische strategieën te ontwikkelen. Kransslagaderverkalking (CAC) wordt door de experts in het veld algemeen erkend als een voorspellende factor voor hart- en vaatziekten, waardoor het risico op cardiovasculaire mortaliteit aanzienlijk toeneemt 1,2,3,4,5. Microscopische calcificaties worden beschouwd als de vroegste stadia van verkalkte atherosclerose, en de term "microcalcificaties" is gebruikt om te verwijzen naar calciumafzettingen tussen 0,5 en 50 μm 6,7,8,9 in diameter. Aangenomen wordt dat deze kleine verkalkingen samensmelten tot grotere calciumafzettingen, waardoor de progressie van verkalkte plaquewordt aangewakkerd 6,7.

Positronemissietomografie (PET) en computertomografie (CT) dienen als waardevolle onderzoeksinstrumenten, die vaak worden gebruikt voor de niet-invasieve beoordeling van cardiovasculaire calcificatie in vivo 5,10,11,12,13,14,15,16,17,18,19 . Deze beeldvormingsmodaliteiten blijken bijzonder voordelig voor het volgen van de progressie van vasculaire calcificatie in longitudinale studies met kleine proefdieren 11,12,13,19. MicroCT-beeldvorming heeft effectiviteit aangetoond bij het leveren van anatomische beelden van relatief grote calciumafzettingen 11,12,13,19,20.Het nut ervan voor het afbeelden van kleine calciumafzettingen bij levende dieren wordt echter beperkt door de ruimtelijke resolutie van ~100 μm 8,14, waardoor het een uitdaging is om verkalking tijdens de beginfasen te onderzoeken.

Een opmerkelijke vooruitgang is de toepassing van gecombineerde microPET/microCT-beeldvorming met de PET-tracer, fluoride-18-gelabeld natriumfluoride (18F-NaF), als de standaardmethode voor de detectie van verkalking op basis van de binding aan het minerale oppervlak. Deze benadering maakt gebruik van radioactief gelabeld 18F-NaF, waarvan is aangetoond dat het het calciummineraaloppervlak10,13 identificeert, aangezien de fluoride-ionen covalent binden aan calciumhydroxyapatiet, waarbij hydroxylgroepen worden vervangen om fluorapatiet21 te vormen. In overeenstemming met de langzamere wisselkoers ten opzichte van het radioactieve verval van de 18F (halfwaardetijd ~ 110 min) en de klaring van de tracer door de nieren22, ontdekten Irkle en collega's13 dat 18F-NaF binding aan verkalkte halsslagadermonsters beperkt was tot het oppervlak op het moment van detectie. De opname van tracers moet dus rechtstreeks verband houden met het mineraaloppervlak, dat groter is wanneer een bepaalde hoeveelheid mineraal in meerdere kleine brandpunten of in poreuze vorm voorkomt dan wanneer het aanwezig is in weinig, grote, vaste afzettingen. Door de vroegste stadia van mineralisatie met hoge gevoeligheid te accentueren, kan 18F-NaF PET-beeldvorming waardevolle inzichten verschaffen in de vroege stadia van de ziekte, waardoor het bijzonder nuttig is bij het bestuderen van zowel preventieve als therapeutische strategieën 13,14,15.

Zelfs met recente ontwikkelingen in de gecombineerde microPET/microCT-beeldvorming van vasculaire verkalking, zijn er mogelijkheden om de nauwkeurigheid van beeldanalyse in longitudinale, cardiovasculaire verkalkingsstudies te verbeteren. Conventionele benaderingen maken gebruik van arbeidsintensieve, handmatige afbakening van interessegebieden (ROI) rond elk zichtbaar verkalkt gebied in elke muis op elk afzonderlijk tijdstip gedurende het longitudinale onderzoek. Deze methode vermindert de precisie, vooral in de vroege stadia van de ziekte, wanneer de grootte van de calciumafzettingen de detectielimieten van de scanners nadert, waardoor sommige gebieden met minuscule afzettingen met een lage dichtheid mogelijk onzichtbaar worden.

Op het gebied van beeldvorming verwijst uitlijning over het algemeen naar de ruimtelijke uitlijning van een reeks afbeeldingen. Door uitlijning te introduceren als een nieuwe oplossing voor de bestaande uitdagingen, stelt onze voorgestelde methode onderzoekers in staat om een consistente locatie te gebruiken voor het volgen van de progressie van calcificatie in seriële beelden van individuele proefpersonen gedurende een longitudinale studie. Gezien het feit dat bekend is dat weefselverkalking voortkomt uit matrixblaasjes van nanoformaat (50-150 nm), die samensmelten tot microscopisch klein hydroxyapatietmineraal23, kan men met terugwerkende kracht identificeren waar microcalcificaties zich in vroege beelden zouden hebben bevonden voordat ze waarneembaar zijn.

Het volgen van diezelfde locatie in de tijd, mogelijk gemaakt door beelduitlijning, is de basis voor deze methode. Het maakt het overbodig om de vroegste verkalkingsstadia direct te identificeren, aangezien de ROI wordt toegewezen op basis van de laatste stadia waarin mineralisatie gemakkelijk kan worden geïdentificeerd. In dit protocol presenteren we een verbeterde, gestroomlijnde data-analysemethode die de uitlijning van een tijdreeks van beelden als een essentiële stap omvat, waardoor de nauwkeurige kwantificering van calciumafzetting in longitudinale, gecombineerde, microPET/microCT-beeldvormingsonderzoeken wordt verbeterd (Figuur 1). Hoewel we PET/CT-gegevensanalyse als voorbeeld gebruiken, kan deze methode worden toegepast op de analyses van andere longitudinale beeldvormingsgegevens, waaronder computertomografie met enkelvoudige fotonemissie (SPECT), magnetische resonantiebeeldvorming (MRI) en optische beeldvorming24.

figure-introduction-1
Figuur 1: Stroomschema protocoloverzicht. Stroomdiagram met een samenvatting van het nieuwe protocol voor het kwantificeren van cardiovasculaire calcificatie. Algemene stappen zijn onder meer longitudinale beeldvorming, uitlijning van beelden die op verschillende tijdstippen zijn verkregen, en segmentatie en kwantificering van het verkalkte gebied. Klik hier om een grotere versie van deze figuur te bekijken.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De representatieve afbeeldingen tonen een vrouwelijke apolipoproteïne-E-deficiënte (Apoe-/-) muis. Experimentele protocollen werden beoordeeld en goedgekeurd door de Institutional Animal Care and Use Committee van de University of California, Los Angeles.

1. Scannen van dieren

  1. Tussen de twee beeldacquisities door, voedt u de muis met een standaarddieet zonder enige tussenkomst. Schakel echter vóór het eerste beeld op de leeftijd van 15 maanden over op een westers dieet (21% vet, 0,2% cholesterol) van 12 tot 14 maanden om aortaverkalking bij aanvang te induceren.
  2. Zorg ervoor dat de microPET/CT-scanner routinematig wordt gekalibreerd voor optimale PET-gegevensverzameling en CT-co-registratie. Voer de kalibraties uit volgens de instructies van de fabrikant.
  3. Verdoof de muis met 2% isofluraangas in een kamer gedurende 10 minuten voordat u de beeldvorming uitvoert. Bevestig de anesthesie door zonder reactie in de teen van het dier te knijpen.
  4. Verkrijg microPET (350-650 keV, 10 minuten scantijd) en 100 μm microCT (80 kVp, 150 μA, 720 projectie, 1 minuut scantijd) beelden in een gecombineerde microPET/CT-scanner 60 minuten na de intraveneuze injectie van 3,7 MBq van 18F-NaF. Verkrijg de microCT-scans onmiddellijk na de microPET-scans.
    OPMERKING: Het scannerbed verplaatste het dier van het PET-modal naar het CT-modal terwijl het dier onder narcose en in dezelfde positie bleef.
  5. Reconstrueer microPET-afbeeldingen met behulp van een 3D-geordend algoritme voor het maximaliseren van de verwachtingen van subsets (24 subsets en 3 iteraties), met willekeurige, verzwakkings- en vervalcorrectie. Reconstrueer de CT-beelden met behulp van een gemodificeerd Feldkamp-algoritme.
    OPMERKING: Na beeldvorming werd de muis gecontroleerd totdat deze weer voldoende bewustzijn had om sternale ligging te behouden. Aan het einde van de longitudinale studie werden alle muizen geëuthanaseerd.

2. Importeer DICOM-bestanden in DICOM-viewersoftware

OPMERKING: Hoewel dit representatieve protocol gebruikmaakt van ORS Dragonfly-software onder een niet-commerciële licentie, strekt de flexibiliteit zich uit tot andere DICOM-viewersoftware-opties.

  1. Start de DICOM-viewersoftware door te dubbelklikken op de applicatie.
  2. Navigeer naar Bestand in de linkerbovenhoek. Selecteer in het vervolgkeuzemenu de optie DICOM-afbeeldingen importeren... om het venster DICOM-afbeeldingen beheren te openen (aanvullend bestand 1 - aanvullende afbeelding S1A).
  3. Klik in het venster Manage DICOM Images op het tabblad Mapinhoud . Selecteer aan de rechterkant Map openen... om de mappen te kiezen die de DICOM-bestanden bevatten die van belang zijn voor een longitudinaal onderzoek (Aanvullend bestand 1 - Aanvullende figuur S1B).
  4. Identificeer de mappen met de DICOM-bestanden. Klik op Map selecteren om de eerste map te importeren in het venster DICOM-afbeeldingen beheren (aanvullend bestand 1 - aanvullende afbeelding S1C).
  5. Selecteer zowel PET- ("PT") als CT ("CT") DICOM-bestanden in het venster DICOM-afbeeldingen beheren . Klik vervolgens op Bekijk studie aan de rechterkant om alle geïmporteerde DICOM-afbeeldingen te openen (aanvullend bestand 1 - aanvullende afbeelding S1D).
  6. Herhaal stap 2.4 en 2.5 voor elke map met DICOM-afbeeldingen die betrekking hebben op hetzelfde onderwerp in het longitudinale onderzoek.

3. Pas de instellingen van de DICOM-viewer aan om de beeldvisualisatie te optimaliseren

  1. Wijzig de lay-out om vier weergaven weer te geven (3D, transversaal, coronaal, sagittaal), zoals geïllustreerd in Aanvullend bestand 1 - Aanvullende figuur S2. Zoek in de vervolgkeuzelijst Lay-out aan de linkerkant naar Weergaven (in de geselecteerde scène) en selecteer een lay-out met vier weergaven.
  2. Wijzig de naam van afbeeldingen om tijdstippen aan te geven en of het PET- of CT-afbeeldingen zijn. Selecteer de naam van de afbeelding en dubbelklik om de naam van elke afbeelding te wijzigen.
  3. Schakel een afbeelding in door naar de vervolgkeuzelijst Gegevenseigenschappen en instellingen aan de rechterkant te gaan. Klik op het oogpictogram links van elke afbeeldingsnaam om de zichtbaarheid in te schakelen (Aanvullend bestand 1 - Aanvullende afbeelding S2)
  4. Pas de helderheid en het contrast op elk CT-beeld afzonderlijk aan.
    OPMERKING: Het optimale CT-helderheids- en contrastbereik kan variëren, afhankelijk van het onderwerp, het beeldvormingsprotocol, de scanner en de reconstructieparameters25,26; Alle aanpassingen moeten echter consistent zijn voor een enkel onderwerp in een longitudinale studie.
    1. Selecteer en schakel één CT-afbeelding in door op de naam van de afbeelding te klikken onder Gegevenseigenschappen en instellingen (aanvullend bestand 1- aanvullende afbeelding S2).
    2. Zoek het histogram in de vervolgkeuzelijst Vensternivellering op het tabblad Hoofd aan de linkerkant van het scherm. Activeer LogY boven het histogram; klik en verschuif vervolgens de gele bereikindicatoren om de tweede piek in het histogram volledig te omvatten (aanvullend bestand 1 - aanvullende figuur S3A). Maak kleine aanpassingen totdat de optimale helderheid/contrast is bereikt; referentie Figuur 2B voor een voorbeeld van een voor helderheid/contrast aangepast CT-beeld.
    3. Zoek het vak Geselecteerd bereik onder het histogram voor vensternivellering (aanvullend bestand 1 - aanvullende afbeelding S3B). Let op de waarden voor het geselecteerde bereik die u in de volgende stappen wilt gebruiken.
    4. Selecteer een tweede CT-afbeelding en schakel deze in (aanvullend bestand 1 - aanvullende afbeelding S3C). Voer de geselecteerde bereikwaarden van de eerste CT-afbeelding in het vak Geselecteerd bereik in voor de tweede CT-afbeelding (aanvullend bestand 1 - aanvullende figuur S3B-S3D). Herhaal dit voor alle opeenvolgende afbeeldingen.
  5. Verfijn elke PET-afbeelding door het filter voor de opzoektabel afzonderlijk aan te passen.
    OPMERKING: Het optimale PET-kleurenschaalbereik kan variëren, afhankelijk van het onderwerp, het beeldvormingsprotocol, de scanner en de reconstructieparameters27; Alle aanpassingen moeten echter consistent zijn voor een enkel onderwerp in een longitudinale studie.
    1. Selecteer en schakel één PET-afbeelding in door op de naam van de afbeelding te klikken onder Gegevenseigenschappen en instellingen (aanvullend bestand 1 - aanvullende afbeelding S2).
    2. Zoek onder de vervolgkeuzelijst Vensternivellering op het tabblad Hoofd naar Opzoektabel (LUT) en scrol om PET te vinden onder de vervolgkeuzelijst LUT en selecteer het PET-filter (Aanvullend bestand 1 - Aanvullende afbeelding S4A).
    3. Verfijn het geselecteerde bereik met behulp van het histogram onder de vervolgkeuzelijst Vensternivellering om een optimale visualisatie te bereiken. Activeer LogY boven het histogram; ga vervolgens verder met het klikken en verschuiven van gele bereikindicatoren naar de positie die wordt weergegeven in aanvullende afbeelding S4B (aanvullend bestand 1). Maak kleine aanpassingen totdat het optimaal geselecteerde bereik is bereikt voor de visualisatie van PET-afbeeldingen; referentie Figuur 2D voor een voorbeeld van een PET/CT-beeld dat is aangepast voor een optimaal geselecteerd bereik.
    4. Zoek de vervolgkeuzelijst Geselecteerd bereik onder het histogram Vensternivellering (aanvullend bestand 1 - Aanvullende figuur S4B). Noteer de geselecteerde bereikwaarden die u in de volgende stappen wilt gebruiken.
    5. Selecteer een tweede PET-afbeelding en schakel deze in (aanvullend bestand 1 - Figuur S4C). Herhaal stap 3.5.2 voor de tweede afbeelding.
    6. Voer de geselecteerde bereikwaarden van de eerste PET-afbeelding in het vak Geselecteerd bereik in voor de tweede PET-afbeelding (aanvullend bestand 1 - Figuur S4B-S4D). Herhaal dit voor alle opeenvolgende afbeeldingen.

figure-protocol-1
Figuur 2: Aanpassing van de instellingen van de DICOM-viewer om de beeldvisualisatie te optimaliseren. (A,B) Coronale weergave van CT-beelden (A) voor en (B) na aanpassing van contrast/helderheid. (C,D) Coronale weergave van PET/CT-afbeeldingen (C) voor en (D) na aanpassing van de opzoektabel. Afkortingen: CT = computertomografie; PET = positronemissietomografie. Klik hier om een grotere versie van deze figuur te bekijken.

4. Lijn het borstgebied uit in CT-beelden

OPMERKING: Voor de eenvoud zal één CT-afbeelding dienen als de "basis"-afbeelding en zal deze niet worden vertaald of geroteerd. Het tweede CT-beeld (en eventueel de daaropvolgende seriële beelden) wordt vertaald en/of geroteerd om uit te lijnen met het basisbeeld; Dit wordt de "overlay"-afbeelding genoemd voor het doel van de demonstratie. Tijdens de uitlijning is het belangrijk om onderscheid te maken tussen de basisafbeelding en alle andere overlay-afbeeldingen.

  1. Schakel alle PET-afbeeldingen uit en schakel de basis-CT-afbeelding in door op het oogpictogram links van elke afbeeldingsnaam te klikken onder de vervolgkeuzelijst Gegevenseigenschappen en instellingen .
  2. Wijzig de dekking van het CT-beeld in ~50%. Klik op een van de 2D-weergaven. Zoek onder het vak Vensternivellering de vervolgkeuzelijst Dekkingstoewijzing en schuif de dekkingsschaal naar het midden (aanvullend bestand 1 - Figuur S5).
  3. Schakel het overlay-CT-beeld in en herhaal stap 4.2.
  4. Wijzig het filter van het overlay-CT-beeld om onderscheid te maken tussen het basis-CT-beeld en het overlay-CT-beeld. Zoek onder de vervolgkeuzelijst Vensternivellering op het tabblad Hoofd naar Opzoektabel (LUT). Scroll onder de vervolgkeuzelijst LUT en klik op het rode filter.
    OPMERKING: Er zouden nu twee CT-beelden in elke weergave moeten zijn, zoals geïllustreerd in aanvullende afbeelding S5 (aanvullend bestand 1).
  5. Gebruik de gereedschappen voor vertalen/roteren in 2D-weergaven om het borstgebied in de overlay-afbeelding zo dicht mogelijk bij dat in de basisafbeelding uit te lijnen. Verwijs naar de borstkas, de bovenste wervelkolom en het borstbeen als indicatoren voor de uitlijning van de borstkas in het CT-beeld.
    OPMERKING: De volgende acties kunnen alleen worden uitgevoerd in 2D-weergaven (transversaal, coronaal of sagittaal) (aanvullend bestand 1 - aanvullende figuur S1). Voor het beste resultaat schakelt u tussen alle drie de 2D-weergaven en gebruikt u de vertaal-/roteergereedschappen om het borstgebied in elke weergave uit te lijnen.
    1. Selecteer de overlay-afbeelding in de vervolgkeuzelijst Gegevenseigenschappen en instellingen en klik eenmaal om een van de 2D-weergaven te selecteren.
    2. Zoek de vervolgkeuzelijst Vertalen/Roteren onder het tabblad Hoofd en klik op het pictogram Verplaatsen (aanvullend bestand 1- Figuur S6A).
    3. Klik en sleep op het vertaalvak in de linkerbenedenhoek en draai het draaipunt in het midden van de geselecteerde 2D-weergave om de overlay-afbeelding te verplaatsen zodat deze ongeveer is uitgelijnd met de basisafbeelding (aanvullend bestand 1 - aanvullende afbeelding S6B). Raadpleeg de botstructuren voor referentie voor de uitlijning.
    4. Zoek het gereedschap Bijhouden onder de vervolgkeuzelijst Manipuleren en verplaats de as naar het borstgebied door op het midden van de as te klikken en te slepen. Zoom in op de borst door op de middelste scrollknop op de computermuis te klikken en de muis weg te slepen van het scherm (Aanvullend bestand 1 - Aanvullende figuur S6C).
  6. Verfijn de uitlijning voor nauwkeurige positionering met borststructuren zoals de borstkas, de bovenste wervelkolom en het borstbeen door middel van verdere translatie- en rotatieaanpassingen. Schakel tussen 2D-weergaven en herhaal stap 4.5.3-4.5.4 totdat de twee afbeeldingen zijn uitgelijnd zodat ze lijken op figuur 3.
  7. Nadat de basis- en eerste overlay-CT-afbeeldingen zijn uitgelijnd, wijzigt u het filter van de overlay-CT-afbeelding terug naar grijstinten onder de vervolgkeuzelijst LUT. Herhaal sectie 4 voor alle overlappende CT-beelden van hetzelfde dier, met behulp van een constant basisbeeld.

figure-protocol-2
Figuur 3: Uitlijning van alle CT-beelden. (A,B) Coronale weergave van basis (grijs) en overlay (rood) CT-beelden (A) voor en (B) na uitlijning. (C,D) Sagittale weergave van CT-beelden (C) voor en (D) na uitlijning. Blauwe pijlen geven de muis aan (1) borstkas, (2) wervelkolom en (3) borstbeen. Afkorting: CT = computertomografie. Klik hier om een grotere versie van deze figuur te bekijken.

5. Pet-beelden samen met bijbehorende CT-beelden registreren

OPMERKING: Uitlijning van het overlay-CT-beeld en het basis-CT-beeld zal in eerste instantie resulteren in een verkeerde uitlijning van het overlay-CT-beeld met het respectieve PET-beeld zoals te zien is in afbeelding 4. Het PET-beeld moet opnieuw worden geregistreerd samen met het bijbehorende CT-beeld.

  1. Schakel de overlay-CT-afbeelding en de bijbehorende PET-afbeelding in door op het oogpictogram links van elke afbeeldingsnaam te klikken.
  2. Verander de dekking van de PET- en CT-afbeeldingen naar ~50%. Zoek onder de vervolgkeuzelijst Vensternivellering de vervolgkeuzelijst Dekkingstoewijzing en schuif de dekkingsschaal naar het midden (aanvullend bestand 1 - aanvullende afbeelding S5).
  3. Gebruik de gereedschappen Vertalen/Roteren in 2D-weergaven om de PET-afbeelding uit te lijnen met de bijbehorende CT-afbeelding, op basis van de botstructuur in de CT-afbeelding en het 18F-NaF-botoppervlak in de PET-afbeelding.
    1. Selecteer de PET-afbeelding die overeenkomt met de overlay-CT-afbeelding in de vervolgkeuzelijst Gegevenseigenschappen en -instellingen en klik eenmaal om een van de 2D-weergaven te selecteren.
    2. Zoek de vervolgkeuzelijst Vertalen/Roteren onder het tabblad Hoofd en klik op het pictogram Verplaatsen (aanvullend bestand 1 - aanvullende afbeelding S6A).
    3. Klik en sleep op het vertaalvak in de linkerbenedenhoek en draai het draaipunt in het midden van de geselecteerde 2D-weergave (aanvullend bestand 1 - aanvullende afbeelding S6B) om de PET-afbeelding te verplaatsen om samen met de CT-afbeelding te registreren.
  4. Herhaal sectie 5 voor alle overlay PET- en CT-beelden die niet samen met hun CT-beelden zijn geregistreerd.
    OPMERKING: Als de co-registratie is voltooid, moeten de bijbehorende PET/CT-beelden over de gehele lengte van het lichaam worden uitgelijnd, zoals weergegeven in afbeelding 4.

figure-protocol-3
Figuur 4: Uitlijning van PET-beelden met het bijbehorende CT-beeld. Een representatief PET-beeld en het bijbehorende CT-beeld (A, C) voor en (B, D) na co-registratie. Na voltooiing van de co-registratie moeten de PET- en CT-beelden op elkaar worden afgestemd, zoals aangetoond in panel B. Afkortingen: CT = computertomografie; PET = positronemissietomografie. Klik hier om een grotere versie van deze figuur te bekijken.

6. Identificeer cardiovasculaire verkalking

  1. Identificeer het tijdstip met de grootste voorspelde verkalkte gebieden in het longitudinale onderzoek (d.w.z. laat verkalkingstijdstip of voorbehandelde proefpersonen). Selecteer de afbeelding die overeenkomt met dit tijdstip om als "referentie"-afbeelding te dienen, waarbij de nadruk ligt op de meest duidelijk zichtbare verkalking. Deze gekozen afbeelding zal dan fungeren als een sjabloon voor vergelijking met alle andere afbeeldingen die kleinere verkalkingsgebieden op verschillende tijdstippen bevatten.
  2. Schakel de referentie-CT-afbeelding in door op het oogpictogram links van de afbeelding te klikken. Selecteer het gereedschap Bijhouden onder de vervolgkeuzelijst Manipuleren en verplaats het middelpunt van de as rond het hartgebied.
  3. Zoom in om de verkalkte gebieden (kleine heldere, dichte plaatsen) te vinden die over het cardiale silhouet tussen de borstkas, het borstbeen en de wervelkolom zijn geplaatst (Figuur 5). Als de verkalkte gebieden niet onmiddellijk zichtbaar zijn, bladert u door de lagen van elke afbeelding door een 2D-weergave te selecteren en met de muis te scrollen.
  4. Verplaats de as van de track om de muisaanwijzer over het verkalkte gebied te plaatsen en ervoor te zorgen dat het zichtbaar is in alle 2D-weergaven. Voor een visuele referentie van verkalkingsgebieden in een CT-beeld van een muis, zie figuur 5.
  5. Schakel de bijbehorende PET-afbeelding in om de aanwezigheid van verkalking te valideren.
    OPMERKING: Als de instellingen van de PET-afbeelding en de co-registratie op de juiste manier zijn aangepast, zou de PET-afbeelding activiteit rond het verkalkte gebied moeten vertonen, zoals geïllustreerd in afbeelding 5D.

figure-protocol-4
Figuur 5: Identificatie van verkalkte gebieden in het hart. Verkalkingsgebieden afgebeeld in representatieve (A) sagittale, (B) transversale en (C) coronale CT-beelden, evenals (D) een coronaal PET/CT-beeld. Gele pijlen geven calciumafzettingen aan. Blauwe pijlen geven referentiestructuren aan die worden gebruikt voor het bepalen van de locatie van verkalking. Afkortingen: CT = computertomografie; PET = positronemissietomografie. Klik hier om een grotere versie van deze figuur te bekijken.

7. Teken ROI's rond de verkalkte regio's

  1. Schakel de PET-referentieafbeelding uit. Schakel alleen de CT-referentieafbeelding in door op het oogpictogram links van de afbeelding te klikken.
  2. Zoek de vervolgkeuzelijst Vormen en kies de bolvorm (aanvullend bestand 1 - aanvullende afbeelding S7). Pas de afmetingen van de bol aan door op de randen te klikken en te slepen om de grootte te wijzigen. Verplaats de bol door op het middelste vierkant te klikken en te slepen.
    1. Navigeer door de 2D-weergaven om de bol zorgvuldig te positioneren. De bol moet het hele geïdentificeerde verkalkingsgebied en een deel van het omliggende gebied inkapselen, maar vermijd alle omliggende botten. Voor een visuele handleiding voor het optimaal tekenen van de bol, zie Aanvullende afbeelding S7 (Aanvullend bestand 1) voor de juiste plaatsing van de bol.
  3. Klik in de vervolgkeuzelijst Gegevenseigenschappen en instellingen met de rechtermuisknop op de naam van de bol en kies Toevoegen aan ROI... (Aanvullend bestand 1 - Aanvullend bestand S8A), gevolgd door het selecteren van Nieuwe ROI (Aanvullend bestand 1 - Aanvullend bestand S8B).
    1. Wijs een passende naam toe aan de nieuw gemaakte ROI. Selecteer onder Geometrie het CT-beeld waarvoor een ROI moet worden gegenereerd (Aanvullend bestand 1 - Aanvullende afbeelding S8C).
    2. Schakel de ROI in door op het oogpictogram links van de ROI-naam te klikken en observeer een gekleurde ROI die overeenkomt met de grootte van de eerder getekende bol, zoals geïllustreerd in aanvullende afbeelding S8D (aanvullend bestand 1).
  4. Zoek het tabblad Segment aan de linkerkant van het scherm, naast het hoofdtabblad (Figuur 6A). Het tabblad Segment maakt het mogelijk om ROI's te maken en te bewerken.
    OPMERKING: De volgende drie stappen zijn gericht op het creëren van een ROI met een precisie die uitsluitend verkalkte gebieden binnen de aangewezen sfeer markeert.
    1. Selecteer de referentie-ROI in de Gegevenseigenschappen en -instellingen en zoek de vervolgkeuzelijst Bereik onder het tabblad Segment . Klik om Bereik definiëren aan te vinken (Figuur 6A).
    2. Wijzig het gedefinieerde bereik met behulp van het vak Geselecteerd bereik (Figuur 6A). Zorg ervoor dat het gedefinieerde bereik alle niet-verkalkte pixels met Hounsfield-eenheidswaarden (HU) onder de calciumdrempel omvat. Deze demonstratie gebruikt een drempel van 300 HU voor calcium, en de pixel met de laagste dichtheid in deze afbeelding is -2,626; daarom is het geselecteerde bereik -2,626-300 HU.
    3. Zodra het geselecteerde bereik is geconfigureerd, klikt u op Verwijderen (Afbeelding 6A) om alle pixels onder de opgegeven drempelwaarde te verwijderen uit de bol-ROI.
      OPMERKING: Deze actie resulteert in een nieuwe ROI die uitsluitend de verkalkte gebieden binnen de bol belicht, waardoor de focus voor verdere analyse wordt gestroomlijnd. Voltooide ROI's moeten lijken op de ROI die wordt weergegeven in figuur 6B.
  5. Herhaal stap 7.3-7.4 voor alle opeenvolgende CT-afbeeldingen om unieke nieuwe ROI's te maken met behulp van een gemeenschappelijke referentiebol. Noem elke ROI om overeen te komen met de identificatie van het specifieke CT-beeld, zodat een beknopte en georganiseerde analyse wordt gegarandeerd.
    OPMERKING: Het zou NIET nodig moeten zijn om een nieuwe bol te maken voor de ROI-analyse van elke afbeelding, omdat de referentiebol het grootste verkalkte gebied van alle afbeeldingen moet inkapselen, ervan uitgaande dat de uitlijning nauwkeurig is.

figure-protocol-5
Afbeelding 6: Segmentatie gebruiken om de ROI te beperken tot verkalkte regio's. (A) De pijlen leiden door de stappen die nodig zijn om ongewenste dichtheidsgegevens uit de ROI te elimineren. De blauwe pijl verwijst naar het tabblad Segment ; de gele pijl markeert de functie Bereik definiëren ; groene pijlen geven de geselecteerde bereikingangen aan; en de rode pijl wijst naar de knop Verwijderen . (B) Na voltooiing van de protocolstappen 7.4-7.4.3 moet de ROI specifiek de verkalkte regio's afbakenen, zoals weergegeven in dit paneel. Afkorting: ROI = regio van belang. Klik hier om een grotere versie van deze figuur te bekijken.

8. Kwantificeer de ROI voor elke afbeelding

  1. Selecteer de ROI die moet worden gekwantificeerd in de vervolgkeuzelijst Gegevenseigenschappen en instellingen .
  2. Zoek de vervolgkeuzelijst Statistische eigenschappen aan de rechterkant onder de vervolgkeuzelijst Basiseigenschappen (Figuur 7).
  3. Zoek de tabel met gegevenssets onder Statistische eigenschappen. Kies met behulp van het vervolgkeuzemenu aan de rechterkant de juiste beeldverwerkingsdataset die correleert met de te kwantificeren ROI (Afbeelding 7).
    1. Kies bij het kwantificeren van de CT-gegevens binnen de ROI de naam van de CT-afbeelding die correleert met de ROI.
    2. Bij het kwantificeren van de PET-gegevens binnen de ROI, kiest u de naam van de PET-afbeelding die overeenkomt met de ROI.
  4. Klik op Vernieuwen om gekwantificeerde waarden van het geselecteerde verkalkte gebied te verkrijgen. Noteer de min-, max- en gemiddelde-waarden volgens de gegevenssettabel. Gebruik de gemiddelde waarden voor kwantificering (Figuur 7).
  5. Zoek de volumeberekening boven aan het vak Statistische eigenschappen . Gebruik dit volume voor kwantificering (Figuur 7).
  6. Voor CT-datasets worden de waarden gerapporteerd in HU. Bereken het volumetrisch calciumgehalte (vHU) aan de hand van het product van de gemiddelde ROI-waarde (HU) en het volume van de ROI (mm3)12.
  7. Voor PET-datasets worden de waarden gerapporteerd in Becquerel (Bq), die overeenkomen met verval/seconde. Converteer naar Bq/mm3 door de gemiddelde ROI-waarde (Bq) te delen door het volume van de ROI (mm3), voor de opnameconcentratie van de tracer.

figure-protocol-6
Figuur 7: Kwantificering van de ROI. Het tabblad Statistische eigenschappen voor een geselecteerde ROI. De rode pijlen geven de stappen aan die nodig zijn om statistische informatie te verkrijgen voor een dataset op basis van de ROI. De rode vakken geven het volume en de gemiddelde waarde van de Hounsfield-eenheid aan, essentieel voor verdere analyseberekeningen. Afkorting: ROI = regio van belang. Klik hier om een grotere versie van deze figuur te bekijken.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Analysemethoden
In dit gedeelte wordt succesvol gebruik geïllustreerd aan de hand van representatieve resultaten. Hier tonen we het gecombineerde microPET/microCT-beeld van een enkele muis die is gescand op de leeftijd van 15 en 18 maanden, na onderworpen aan een westers dieet (21% vet, 0,2% cholesterol) van 12 tot 14 maanden oud. Volgens protocolsecties 2-8 voor kwantificering van calcificatie hebben vier onafhankelijke onderzoekers afzonderlijk het volumetrische calciumgehalte en de 18F-NaF PET-activiteit gemeten met behulp van dezelfde representatieve microPET/microCT-beelden die zijn verkregen op de tijdstippen van 15 en 18 maanden. Statistische analyses, waaronder gemiddelde, standaarddeviatie, intraclass correlatiecoëfficiënt (ICC) 28,29, werden berekend om de interbeoordelaarsbetrouwbaarheid en reproduceerbaarheid van het protocol te bepalen. ICC-schattingen en hun 95%-betrouwbaarheidsintervallen werden berekend met behulp van het IBM SPSS-statistische pakket op basis van een gemiddelde-beoordeling (k = 4), consistentie, 2-weg willekeurig-effectenmodel (ICC(C,1)) (aanvullend bestand 1-aanvullende tabel S1).

Resultaten
Het volumetrische calciumgehalte, dat wordt afgeleid van het volume en de dichtheid van het verkalkte gebied, nam bij één muis toe tussen de 15 maanden (gemiddelde = 876,08 vHU, standaarddeviatie = 27,18 vHU) en 18 maanden (gemiddelde = 1253,13 vHU, standaarddeviatie = 7,61 vHU) beeldtijdstippen (figuur 8). Daarentegen nam de 18F-NaF PET-activiteit, die het oppervlak van het verkalkte gebied meet, af in dezelfde muis tussen de 15 maanden (gemiddelde = 24173,90 Bq/mm3, standaarddeviatie = 1426,60 Bq/mm3) en 18 maanden (gemiddelde = 13849,94 Bq/mm3, standaarddeviatie = 1524,67 Bq/mm3) beeldtijdstippen (Figuur 8).

Deze resultaten komen overeen met eerdere bevindingen dat 18F-NaF PET- en CT-beeldvorming uiteenlopende informatie geeft over atherosclerotische plaques 12,13,14. Een longitudinale studie over verkalking toonde een vergelijkbare trend, wat suggereert dat de vermindering van het 18F-NaF-signaal te wijten kan zijn aan samensmelting van kleine calciumafzettingen, waardoor uiteindelijk het oppervlak afneemt ondanks een toename van het gehalte12.

figure-results-1
Figuur 8: Representatieve microPET/CT-beelden. Transversale (links), coronale (midden) en sagittale (rechts) weergaven die de opname van fluoride-18 (F-18) illustreren in 15 maanden versus 18 maanden representatieve microPET-beelden. Witte pijlpunten geven gebieden van verkalking aan. Afkortingen: CT = computertomografie; PET = positronemissietomografie. Klik hier om een grotere versie van deze figuur te bekijken.

De kleine standaarddeviaties die in onze resultaten zijn waargenomen, suggereren een hoge mate van overeenstemming en consistentie tussen de metingen die door verschillende onderzoekers zijn verkregen. Verder geeft de ICC(C,1)-waarde van 0,997 met een betrouwbaarheidsinterval van 95% = 0,983-1,000 verkregen in onze studie (Supplemental File 1-Supplemental Table S1) een uitstekende overeenkomst aan tussen de metingen van verschillende onderzoekers. Deze mate van overeenstemming suggereert dat de metingen betrouwbaar en consistent zijn tussen onderzoekers, wat wijst op de hoge reproduceerbaarheid van dit nieuwe kwantificeringsprotocol.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dit nieuwe protocol is een verbeterde benadering voor de kwantificering van cardiovasculaire calcificatie. Vanwege het niet-invasieve karakter van beeldvorming kunnen longitudinale microCT-beelden worden verkregen om de progressie van cardiovasculaire calcificatie bij kleine dieren te volgen. Hoewel microCT-beelden alleen de progressie van het calciumgehalte kunnen laten zien, kunnen microPET-beelden, indien beschikbaar, aanvullende informatieniveaus bieden, met name de verbeterde detectie van kleine calciumafzettingen als gevolg van tracerbinding aan het oppervlak. Voor een verdere verbeterde nauwkeurigheid en reproduceerbaarheid van deze methode wordt aanbevolen om contrastversterkte cardiaal-gated CT-beeldvorming op te nemen. Contrastversterkte CT-beeldvorming stroomlijnt de toepassing van dit protocol in grotere dier- en klinische studies, waarbij contrastversterkte CT met een lagere resolutie en 18F-NaF PET-beeldvorming de standaard is voor kwantificering van cardiovasculaire calcificatie30,31. Bovendien verminderen cardiaal-gated PET en cardiaal-gated CT bewegingsartefacten met behulp van elektrocardiogram (ECG) -gegevens, wat resulteert in duidelijkere beelden van hogere kwaliteit van het hart32,33. Onze beeldanalysemethode kan worden toegepast op cardiaal-gated PET- en cardiaal-gated CT-gegevens in longitudinale studies.

DICOM-viewers bieden universeel de functies die essentieel zijn voor dit protocol. Basisfuncties, waaronder 2D- en 3D-beeldweergave, histogrammen, vensterbesturingselementen, opzoektabellen, translocatie, rotatie, overlay en navigatiehulpmiddelen, zijn standaard in de meeste DICOM-weergavesoftware 34,35 en maken nauwkeurige uitlijning van afbeeldingen en het lokaliseren van verkalkingen mogelijk. Meer geavanceerde functies zoals segmentatie zijn ook gemeenschappelijk voor de meeste DICOM-weergavesoftware 34,35,36 , waardoor een nauwkeurige ROI-afbakening en nauwkeurige kwantificering van geselecteerde ROI's mogelijk is. Over het algemeen zorgt dit aanpasbare protocol voor compatibiliteit tussen DICOM-weergaveplatforms, waardoor onderzoekers hun voorkeurssoftware kunnen gebruiken zonder afbreuk te doen aan de methodologie.

Hoewel dit protocol over het algemeen eenvoudig is, hangen succesvol gebruik en betrouwbare resultaten af van verschillende kritische overwegingen. Voorafgaand aan de reconstructie en analyse van het beeld is het absoluut noodzakelijk om de voor verval gecorrigeerde geïnjecteerde dosis en de eenheid van 18F-NaF PET-tracer in het DICOM-bestand op te nemen om de nauwkeurigheid van de kwantificering te garanderen. Bovendien vergemakkelijkt het handhaven van een consistente en stabiele positionering van de muizen in de scannerboring de digitale uitlijning van beelden aanzienlijk - een proces dat van fundamenteel belang is voor het handhaven van analytische consistentie tussen seriële beelden in een longitudinaal onderzoek.

Andere kritieke stappen zijn ingebed in het protocol. De ROI moet zorgvuldig worden geselecteerd om skeletbot en andere verkalkte structuren in de bovenborst (zoals schildklierkraakbeen) uit te sluiten. Voordat wordt begonnen met het tekenen van een ROI, is een cruciale stap een zorgvuldige selectie van het tijdstip met de grootste zichtbare verkalking als het "referentie"-beeld (zie protocolstap 6.1). Om de nauwkeurigheid van de ROI verder te vergroten, is het het beste om de boldimensie uit te breiden tot voorbij de zichtbare verkalkingsgrenzen, terwijl aangrenzend bot wordt uitgesloten, zoals geïllustreerd in aanvullende figuur S7 (aanvullend bestand 1). Deze strategische keuzes zorgen ervoor dat de grenzen van de ROI in alle volgende scans de verkalkingsgebieden volledig omvatten. Een even cruciale stap is het selecteren van een drempelwaarde van voxeldichtheid die het calciummineraal identificeert (zie protocolstap 7.4); dit kan variëren afhankelijk van de specificaties van een bepaald onderzoek, zoals beeldvormingsapparatuur en gebruikte DICOM-viewersoftware. In het illustratieve voorbeeld werd de minimale microCT-dichtheidsdrempel voor de ROI gedefinieerd als 300 HU op basis van onze ervaring met microPET/microCT.

Het oplossen van problemen met dit protocol bestaat voornamelijk uit het controleren of bij elke stap de juiste afbeeldingen, objecten en ROI's zijn geselecteerd of op de juiste manier zijn in- of uitgeschakeld. Veelvoorkomende fouten bij het kwantificeren van ROI zijn dat gebruikers per ongeluk een afbeelding selecteren in plaats van een ROI, of een gegevensset kiezen onder het vervolgkeuzemenu voor statistische eigenschappen die niet overeenkomt met de gekozen ROI. Beeldvisualisatie kan een andere uitdaging vormen. Zonder gebruik te maken van een geschikte kleurenschaal kunnen de afbeeldingen bijvoorbeeld te donker of te helder zijn, waardoor calciumafzettingen worden verdoezeld. Het verfijnen van de visualisatie-instellingen is cruciaal, aangezien de optimale configuratie kan verschillen van de configuraties die in dit protocol worden gebruikt. Een aanvullende protocolwijziging die nuttig kan zijn, is het verkennen van verschillende vormen tijdens de ROI-tekenstap om het verkalkte gebied zo goed mogelijk te omringen. Afhankelijk van de vereisten van het onderzoek kunnen alternatieve vormen, zoals de cilinder of capsule, effectiever blijken te zijn dan de standaardbol die in het voorbeeldprotocol wordt gebruikt. Voor meer gedetailleerde hulp bij het oplossen van fouten die specifiek zijn voor DICOM-weergavesoftware, wordt aanbevolen de technische ondersteuning van de software te raadplegen.

Hoewel dit protocol de analyse van cardiovasculaire calcificatie bij knaagdieren vereenvoudigt, zijn er bepaalde beperkingen. Ondanks dat het een uitstekende methode is voor het detecteren van cardiovasculaire calcificaties, kan 18F-NaF PET-beeldvorming problemen ondervinden bij het vastleggen van de kleinste calciumafzettingen vanwege resolutiebeperkingen en het gedeeltelijke volume-effect, wat mogelijk kan leiden tot een onderschatting van het PET-signaal 8,27. In CT-beelden kan de aanwezigheid van ruis van invloed zijn op detectie37. Hoewel ruis kan worden beperkt door een hogere HU-drempel in te stellen, is de afweging de uitsluiting van de kleinste afzettingen met een lage dichtheid. Wanneer calciummineraalafzettingen met de gebruikelijke dichtheid kleiner zijn dan de voxelafmetingen, zorgt het gedeeltelijke volume-effect ervoor dat ze een lagere dichtheid en grotere omvang lijken te hebben dan de werkelijke38,39. Bijgevolg is er een delicaat evenwicht bij het vaststellen van de minimale dichtheidsdrempel voor een studie, met een afweging tussen mogelijke overschatting als gevolg van ruis en mogelijke onderschatting door uitsluiting van kleine afzettingen.

Veel gevestigde methoden hebben calcificatie gekwantificeerd door middel van CT-beeldvorming 11,12,20,40,41,42. Dit omvat meestal het identificeren van de CAC-score bij proefpersonen en patiënten, volgens het Agatston-scoreprotocol43. Ernstige beperkingen van de Agatston-score maken deze echter zeer onbetrouwbaar, vanwege afkapping na acquisitie, hertoewijzing en drempelwaarde van de gegevens39. Bovendien kan het Agatston-scoreprotocol alleen regio's identificeren boven de detectielimiet van de scanner van 100-200 μm8. Gezien het groeiende belang van verkalking als risicofactor voor hart- en vaatziekten, is het absoluut noodzakelijk om methoden te ontwikkelen die verkalking nauwkeurig kwantificeren. Vooruitgang in 18F-NaF PET/CT-beeldvorming heeft de visualisatie van cardiovasculaire verkalking verbeterd; Er blijven echter uitdagingen bestaan bij het ontwikkelen van nauwkeurige gegevensanalysemethoden voor longitudinale studies. De huidige methoden voor kwantificering van verkalking omvatten het handmatig tekenen van ROI's rond elk zichtbaar verkalkt gebied bij elke proefpersoon op elk afzonderlijk tijdstip in de longitudinale studie 11,12,15. Deze huidige methoden kunnen de nauwkeurigheid belemmeren, vooral wanneer afzettingen zich in de buurt van de detectielimiet van de scanner bevinden. Zonder uitlijning met het tijdstip met de grootste verkalking, wordt het definiëren van ROI in afbeeldingen met kleinere verkalkingen een uitdaging. In ons nieuwe protocol presenteren we een verfijnde benadering van gegevensanalyse die beelduitlijning en ROI-consistentie integreert om de consistentie van gegevensanalyse in sequentiële beelden te vergroten, waardoor de validiteit van calcificatiebeoordeling in longitudinale PET/CT-onderzoeken wordt verbeterd. Deze methode pakt niet alleen uitdagingen in data-analyse aan, maar kan ook inzicht geven in het proces van progressie van cardiovasculaire calcificatie.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

De auteurs hebben geen belangenconflicten te melden.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

We danken alle leden van het UCLA Crump Preclinical Imaging Technology Center voor hun hulp bij het verzamelen en verwerken van gegevens, evenals het onderhoud van apparatuur en infrastructuur. We danken Jeffrey Collins voor zijn hulp bij de werking van het cyclotron en de synthese van 18F-NaF. We danken de UCLA Statistical Consulting Group voor hun hulp bij statistische analyse. Dit werk wordt ondersteund door de NIH Cancer Center Support Grant (2 P30 CA016042-44 naar MT) en het National Institutes of Health, Heart, Lung and Blood Institute (HL137647 en HL151391 naar YT en LLD). De GNEXT PET/CT-scanner werd gefinancierd door NIH S10 Shared Instrumentation for Animal Research Grant (1S10OD026917-01A1 aan Arion Chatziioannou).

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
0,5 cc steriele insulinespuitjesExel International#26028Gebaat voor IV injectie van 18F-NaF PET Tracer
18F-NaF PET TracerCNSI Cyclotron
BiorenderBiorenderGebaat voor figuur 1
Vrouwelijke Apoe-/- muisJackson Laboratories#002052B6.129P2-Apoetm1Unc/J
GNEXT PET/CTSofie Biosciences, Dulles, Virginia
IsofluraanPiramal Critical CareGebaat als anesthesie voor muisbeeldvorming
ORS DragonflyComet Technologies Canada Inc.
SPSS StatisticsIBM
Western dieet voor muizenEnvigo#TD8813921% vet, 0,2% cholesterol

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Rennenberg, R. J. M. W., et al. Vascular calcifications as a marker of increased cardiovascular risk: A meta-analysis. Vasc Health Risk Man. 5, 185-197 (2009).
  2. Budoff, M. J., et al. Long-term prognosis associated with coronary calcification - observations from a registry of 25,253 patients. J Am Coll Cardiol. 49 (18), 1860-1870 (2007).
  3. Polonsky, T. S., et al. Coronary artery calcium score and risk classification for coronary heart disease prediction. JAMA. 303 (16), 1610-1616 (2010).
  4. Gepner, A. D., et al. Comparison of coronary artery calcium presence, carotid plaque presence, and carotid intima-media thickness for cardiovascular disease prediction in the multi-ethnic study of atherosclerosis. Circ Cardiovasc Imaging. 8 (1), e002262(2015).
  5. Pillai, I. C. L., et al. Cardiac fibroblasts adopt osteogenic fates and can be targeted to attenuate pathological heart calcification. Cell Stem Cell. 20 (2), 218-232.e5 (2017).
  6. Mori, H., et al. Coronary artery calcification and its progression: What does it really mean. JACC Cardiovasc Imaging. 11 (1), 127-142 (2018).
  7. Mohan, J., Bhatti, K., Tawney, A., Zeltser, R. StatPearls [Internet]. , Treasure Island (FL). (2023).
  8. Wang, Y., Osborne, M. T., Tung, B., Li, M., Li, Y. Imaging cardiovascular calcification. J Am Heart Assoc. 7 (13), e008564(2018).
  9. Fletcher, A. J., et al. Quantifying microcalcification activity in the thoracic aorta. J Nucl Cardiol. 29 (3), 1372-1385 (2022).
  10. Derlin, T., et al. Feasibility of 18F-sodium fluoride PET/CT for imaging of atherosclerotic plaque. J Nucl Med. 51 (6), 862-865 (2010).
  11. Hsu, J. J., et al. Changes in microarchitecture of atherosclerotic calcification assessed by 18F-NaF PET and CT after a progressive exercise regimen in hyperlipidemic mice. J Nucl Cardiol. 28 (5), 2207-2214 (2021).
  12. Hsu, J. J., et al. Effects of teriparatide on morphology of aortic calcification in aged hyperlipidemic mice. Am J Physiol Heart Circ Physiol. 314 (6), H1203-H1213 (2018).
  13. Irkle, A., et al. Identifying active vascular microcalcification by 18F-sodium fluoride positron emission tomography. Nat Commun. 6, 7495(2015).
  14. Syed, M. B. J., Doris, M., Dweck, M., Forsythe, R., Newby, D. E. Chapter 9 - Imaging vascular calcification: Where are we headed. Coronary Calcium: A Comprehensive Understanding of Its Biology, Use in Screening, and Interventional Management. , (2019).
  15. Joshi, N. V., et al. 18F-fluoride positron emission tomography for identification of ruptured and high-risk coronary atherosclerotic plaques: A prospective clinical trial. Lancet. 383 (9918), 705-713 (2014).
  16. Fiz, F., et al. 18F-NaF uptake by atherosclerotic plaque on PET/CT imaging: Inverse correlation between calcification density and mineral metabolic activity. J Nucl Med. 56 (7), 1019-1023 (2015).
  17. Kruithof, B. P., et al. An in vivo map of bone morphogenetic protein 2 post-transcriptional repression in the heart. Genesis. 49 (11), 841-850 (2011).
  18. Sheen, C. R., et al. Pathophysiological role of vascular smooth muscle alkaline phosphatase in medial artery calcification. J Bone Miner Res. 30 (5), 824-836 (2015).
  19. Tsai, M. T., Chen, Y. Y., Chang, W. J., Li, S. Y. Warfarin accelerated vascular calcification and worsened cardiac dysfunction in remnant kidney mice. J Chin Med Assoc. 81 (4), 324-330 (2018).
  20. Wait, J. M., et al. Detection of aortic arch calcification in apolipoprotein e-null mice using carbon nanotube-based micro-ct system. J Am Heart Assoc. 2 (1), e003358(2013).
  21. White, D. J., et al. 19F MAS-NMR and solution chemical characterization of the reactions of fluoride with hydroxyapatite and powdered enamel. Acta Odontol Scand. 46 (6), 375-389 (1988).
  22. Czernin, J., Satyamurthy, N., Schiepers, C. Molecular mechanisms of bone 18F-NaF deposition. J Nucl Med. 51 (12), 1826-1829 (2010).
  23. Chen, N. X., O'neill, K. D., Dominguez, J. M. 2nd, Moe, S. M. Regulation of reactive oxygen species in the pathogenesis of matrix vesicles induced calcification of recipient vascular smooth muscle cells. Vasc Med. 26 (6), 585-594 (2021).
  24. Klose, A. D., Paragas, N. Automated quantification of bioluminescence images. Nat Commun. 9 (1), 4262(2018).
  25. Chen-Mayer, H. H., et al. Standardizing ct lung density measure across scanner manufacturers. Med Phys. 44 (3), 974-985 (2017).
  26. Coxson, H. O. Sources of variation in quantitative computed tomography of the lung. J Thorac Imaging. 28 (5), 272-279 (2013).
  27. Rogasch, J. M. M., et al. Influences on pet quantification and interpretation. Diagnostics (Basel). 12 (2), 451(2022).
  28. Liljequist, D., Elfving, B., Skavberg Roaldsen, K. Intraclass correlation - a discussion and demonstration of basic features. PLoS One. 14 (7), e0219854(2019).
  29. Koo, T. K., Li, M. Y. A guideline of selecting and reporting intraclass correlation coefficients for reliability research. J Chiropr Med. 15 (2), 155-163 (2016).
  30. Moss, A. J., et al. Molecular coronary plaque imaging using (18)f-fluoride. Circ Cardiovasc Imaging. 12 (18), e008574(2019).
  31. Moss, A., et al. Coronary atherosclerotic plaque activity and future coronary events. JAMA Cardiol. 8 (8), 755-764 (2023).
  32. Badea, C., Hedlund, L. W., Johnson, G. A. Micro-ct with respiratory and cardiac gating. Med Phys. 31 (12), 3324-3329 (2004).
  33. Yang, Y., Rendig, S., Siegel, S., Newport, D. F., Cherry, S. R. Cardiac pet imaging in mice with simultaneous cardiac and respiratory gating. Phys Med Biol. 50 (13), 2979-2989 (2005).
  34. Liao, W., Deserno, T. M., Spitzer, K. Evaluation of free non-diagnostic dicom software tools. Proc Spie. 6919, (2008).
  35. Haak, D., Page, C. E., Deserno, T. M. A survey of dicom viewer software to integrate clinical research and medical imaging. J Digit Imaging. 29 (2), 206-215 (2016).
  36. Aiello, M., et al. How does dicom support big data management? Investigating its use in medical imaging community. Insights Imaging. 12 (1), 164(2021).
  37. Kristanto, W., Van Ooijen, P. M., Groen, J. M., Vliegenthart, R., Oudkerk, M. Small calcified coronary atherosclerotic plaque simulation model: Minimal size and attenuation detectable by 64-MDCT and microCT. Int J Cardiovasc Imaging. 28 (4), 843-853 (2012).
  38. Dehmeshki, J., et al. Volumetric quantification of atherosclerotic plaque in ct considering partial volume effect. IEEE Trans Med Imaging. 26 (3), 273-282 (2007).
  39. Demer, L. L., Tintut, Y., Nguyen, K. L., Hsiai, T., Lee, J. T. Rigor and reproducibility in analysis of vascular calcification. Circ Res. 120 (8), 1240-1242 (2017).
  40. Alluri, K., et al. Scoring of coronary artery calcium scans: History, assumptions, current limitations, and future directions. Atherosclerosis. 239 (1), 109-117 (2015).
  41. Zhang, L., et al. Advances in CT techniques in vascular calcification. Front Cardiovasc Med. 8, 716822(2021).
  42. Achenbach, S., Raggi, P. Imaging of coronary atherosclerosis by computed tomography. Eur Heart J. 31 (12), 1442-1448 (2010).
  43. Agatston, A. S., et al. Quantification of coronary artery calcium using ultrafast computed tomography. J Am Coll Cardiol. 15 (4), 827-832 (1990).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Cardiovascular CalcificationMicroPET ImagingMicroCT ImagingLongitudinal ImagingCalcification QuantificationRegion Of InterestImage AlignmentVascular CalcificationSmall Animal ImagingNon Invasive Imaging

Related Articles