Name: Segmentatie en waardering van de FAT-volumes in muriene modellen Obesitas Met behulp van X-stralen Computer Tomografie (Video) | JoVE Journal
Uploaded: 2012-04-04T13:00:00.000+00:00
Duration: 13 min 9 s
Description: Leer een niet-invasieve methode voor beeldvorming en kwantificering van vetinhoud in levende muizen met behulp van röntgen-CT-scans. Deze techniek ondersteunt longitudinale studies in murine obesitasmodellen.

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

Wij zijn van harte dank aan de Notre Dame Integrated Imaging Facility (NDIIF) en Carestream Health voor financiële steun voor dit project.

1. Dieren <ol><li> Voor de resultaten hieronder vermelde werden drie C57BL/6J-muizen en vier B6.V-Lep ob / J muizen verkregen van Jackson Laboratories (Bar Harbor, Main, USA). B6.V-Lep ob / J muizen vormen een van de eerste modellen van obesitas en blijven actief onderzocht. B6.V-Lep ob / J muizen vertonen een fenotype gekenmerkt door een verhoogde adipocyten grootte en het aantal en kan afwegen drie keer meer dan wild-type muizen. 7,8 Hier B6.V-Lep ob / J muizen werden gebruikt als een positieve controle voor een zwaarlijvige fenotype om de haalbaarheid van het Albira CT-systeem voor de CT-gebaseerde vetgehalte metingen te illustreren. </li><li> Beeldvorming werd uitgevoerd toen de dieren bereikt ongeveer 12 weken oud. (Obesitas in B6.V-Lep ob / J muizen manifesteert zich na 4 weken oud). </li><li> Muizen werden verdoofd door Isofluorane (2,5% debiet) en moeten worden op 2,5% via een neus-cone setup voor de beeldvorming. Eenimals werden geplaatst gevoelig in de standaard rat bed (M2M Imaging Inc Cleveland, OH) in die bij de Albira beeld station. Ledematen werden geplaatst laterale van de romp voor een uniforme CT acquisitie. </li><li> Na het beeld overname werd afgerond, werden de muizen uit de neus en keerde terug naar een herstel van kooi tot ambulant. </li></ol> 2. Image Acquisition en wederopbouw <ol><li> Afbeelding overnames worden uitgevoerd met behulp van de Albira CT-systeem (Carestream Molecular Imaging, Woodbridge, CT). Muizen werden verdoofd door Isofluorane (2,5% debiet) en moeten worden op 2,5% via een neus-cone setup voor de beeldvorming. Overnames werden uitgevoerd om een ​​bed van 115 mm lengte te scannen, met behulp van 600 projecties. De röntgenbron werd een stroom van 200 pA en spanning van 45 kVp en gebruikt 0,5 mm Al filter het harden van de balk. </li><li> Geschatte straling diep equivalente dosis voor CT instellingen was 220 mSv, en ondiepe dosisequivalent was 357,4 mSv. Dezedoses zijn meer dan 20 keer lager dan de gerapporteerde LD50-waarden. 9 </li><li> Afbeeldingen worden gereconstrueerd met behulp van de FBP (gefilterde terug projectie) algoritme via de Albira Suite 5.0 Reconstructor met behulp van &quot;Standaard&quot; parameters. De combinatie van deze acquisitie en de wederopbouw instellingen produceren een uiteindelijke beeld met 125 micrometer isotrope voxels, die geacht worden voldoende voor hele dieren analyse. Voor gedetailleerde regio specifieke analyse, kan een reconstructie met 35 micrometer isotrope voxels worden geselecteerd voor een definitieve oplossing van 90 um. </li></ol> 3. Image Analysis Afbeelding analyse wordt uitgevoerd met behulp van de PMOD (PMOD Technologies LTD, Zürich, Zwitserland) analyse software. Beelden zijn gesegmenteerd in PMOD volgens weefsel dichtheid voor het eerst dat het totale volume en dan voor vet volume. 3.1 Beelden kunnen worden verminderd voor analyse naar de computationele eisen te minimaliseren. <ol><li> Om te verminderen, ga naar de belangrijkste tabblad Weergave. </li&gt; <li> Selecteer Extra&gt; verminderen. </li><li> Kies X met 2, Y met 2, en Z 2. </li><li> Controleer Vervangen. </li><li> Selecteer Uitvoeren. </li></ol> De boodschap: &quot;bounding box zal veranderen&quot; op het scherm zodra de vermindering is voltooid. 3.2 Afbeeldingen kunnen worden gemaskeerd naar bed en de neus-cone elementen voor verdere volume-of-interest (VOI) analyse te elimineren. <ol><li> Om te maskeren, navigeert u naar Planes, Layouts, rotaties, Spiegel, 3D Markers&gt; Vliegtuigen &amp; lay-outs. </li><li> Selecteer Toon vliegtuig Z. </li><li> Ga naar de neus in de Z-vlak. </li><li> Selecteer de belangrijkste VOI tab&gt; Teken hoekpunten. </li><li> Teken een region of interest (ROI) om het dier heen neus-met uitzondering van het bed en de neuskegel. </li><li> KiezenKopieer Werkelijke ROI. </li><li> Ga naar het volgende stuk, en plakken ROI van buffer door de betreffende vliegtuigen van de neus. </li><li> Gebruik bewerken Groep van Hoekpunten om de ROI te passen als dat nodig is. </li><li> Selecteer Verwijderen ROI bij de eerste vliegtuigen boven de neus kegels. </li><li> Genereer een nieuwe VOI om het dier omtrek (met uitzondering van het dier bed) omvatten bij de eerste vliegtuigen boven de neus kegels. </li><li> Ga naar VOI Extra&gt; Masking &amp; Algebra. </li><li> Voer -1.000 in de meegeleverde dialoogvenster. </li><li> Selecteer de Mask voxels buiten de geselecteerde VOI&#39;s te drukken. </li></ol> De boodschap: &quot;. Irreversible van gegevens in bedrijf Wilt u doorgaan?&quot; wordt weergegeven. <ol start="14"><li> Selecteer Ja. </li><li> Navigeer naar Planes, Layouts, rotaties, Spiegel, 3D Markers&gt; Vliegtuigen &amp; Layouts. </li><li> Selecteer Toon alle vlakken. </li><li> Onderzoek de VOI voor integriteit. </li><li> Selecteer Opslaan. </li><li> Opslaan als Analyseren. </li><li> Verander de bestandsnaam prefix. </li></ol> 3.3 Eerste, het segment van de afbeelding voor in totaal dieren volume: <ol><li> Selecteer Extra&gt; Externe. </li><li> Selecteer het Segmentatie in. </li><li> Voer een bereik van -300 tot 3500 (dichtheid bereikverwijzing afgeleid van buikvet-regio dichtheid bereik). </li><li> Selecteer Run Segmentatie. </li><li> Controleer de integriteit van de segmentatie. </li><li> Selecteer OK. </li><li> Selecteer Verwijderen ROI. </li><li> Selecteer VOI statistieken. </li></ol> De gerapporteerde statistieken vertegenwoordigen van het totale volume. <ol start="9"><li> Noteer de gemelde volume. </li&gt; </ol> 3.4 Vervolgens segment het beeld voor vet volume: <ol><li> Keer terug naar de niet-gesegmenteerde gemaskeerde afbeelding voor een vet-volume segmentatie. </li><li> Om de opgeslagen verborgen gegevens te laden, controleert u de Analyseer doos in de Load venster). </li><li> Selecteer Extra&gt; Externe. </li><li> Selecteer het Segmentatie in. </li><li> Voer een reeks van -200 tot -50. </li><li> Selecteer Run Segmentatie. </li><li> Controleer de integriteit van de segmentatie. </li><li> Selecteer OK. </li><li> Selecteer VOI statistieken. </li></ol> De gerapporteerde statistieken uitmaken hoeveelheid vet. <ol start="10"><li> Noteer de gemelde volume. </li><li> Selecteer Opslaan. </li><li> Opslaan als Analyseren. </li><li> Verander de bestandsnaam prefix. </li></ol><sTrong&gt; Optioneel: Wanneer de huid / perifere dichtheid blijft bestaan, de &quot;erosie en dilatatie&quot; protocol hieronder kan worden uitgevoerd om deze regio&#39;s weg te nemen voor de VOI analyse. <ol><li> Selecteer Extra&gt; Externe. </li><li> Selecteer de morfologische in. De morfologische uitzicht wordt weergegeven. </li><li> Selecteer erosie. </li><li> Selecteer OK. </li><li> Selecteer Extra&gt; Externe. </li><li> Selecteer de morfologische in. De morfologische uitzicht wordt weergegeven. </li><li> Selecteer Dilation. </li><li> Selecteer OK. </li></ol> 4. Visualisatie van CT-beelden 4,1 VolView v3.2 (Kitware, Clifton Park, NY, USA) werd gebruikt om gerenderde 3D ​​visual displays van gesegmenteerde afbeeldingen te maken. <ol><li&gt; Open de CT-data in Analyze-formaat. </li><li> Gebruik de standaard instellingen in het pop-up venster. </li><li> Open de plug-ins menu. </li><li> Onder-configuratieprogramma, selecteer samenvoegen volumes. </li><li> Haal het vinkje weg Rescale componenten. </li><li> Klik op Toewijzen tweede ingang. </li><li> Kies de gesegmenteerde vet gegevens voor de tweede ingang. </li><li> Gebruik de standaard instellingen in het pop-up venster. </li><li> Klik op Toepassen plug-in. </li><li> Dubbelklik op Volume venster voor een grotere weergave van het onderwerp muis. </li></ol> 4.2 Terug naar de Kleur / Dekking tabblad. De component drop-down box verwijst naar die dataset wordt momenteel bewerkt. Twee schuiven bevinden zich aan de onderzijde van de tab en bepaal de relatieve lichtsterkte van elke component dataset in de overlay, met waarden 0 en 1. Voor component 1, the CT, we gebruiken liever een grijswaarden kleurenschema. Om de kleur te veranderen: <ol><li> In de scalaire Color Mapping gedeelte, dubbelklikt u op een van de schuifregelaars voor kleuren. </li><li> Om een ​​schuifknop te verwijderen, sleept u deze uit de doos. </li><li> Om een ​​nieuwe slider toe te voegen, klikt u ergens in de schuif gebied. </li><li> Verwijder een van de schuifregelaars. </li><li> Maak de linker kleur schuifregelaar zwart (scalaire waarde (S) = -19.000). </li><li> Maak juiste kleur schuifregelaar wit ((S) = 15000). </li><li> Van de scalaire Dekking in kaart brengen box, maakt u een nieuw punt door te klikken in de doos. Dit geeft een totaal drie punten in het venster. </li><li> Voor de middelste punt, wijzigt u de (S) tot ~ -3.000, en de dekking (O) waarde op 0. </li><li> Selecteer het derde punt aan de rechterkant van het venster. </li><li> Wijziging (en) tot ongeveer 32.000, en <strong&gt; O om 0.25. </li><li> Het eerste punt kan overal aan de linkerkant, net zo lang als de dekking waarde is ingesteld op 0. </li><li> Ga verder met deel twee, die het uiterlijk van het vet te bewerken. </li><li> Verander elk van de schuifregelaars voor kleuren naar rood door te dubbelklikken op en schuif de Hue (H) schuifregelaar naar links om kunstmatig gekleurde kaart het vet naar rood. Zeer weinig anders nodig moeten zijn om het uiterlijk van het vet aan te passen. </li></ol> 4.3 Om een drie-panel rotatie film weergeven van de CT-, vet-, en overlay te maken: <ol><li> Klik en sleep de muis het onderwerp in een verticale positie met de rug naar u toe. </li><li> Onder Component Gewichten, stelt u de waarde van Component twee tot 0 tot alleen de CT-scan weer te geven. </li><li> Klik op Controleren&gt; Camera. </li><li> Selecteer een aantal frames for de rotatie film (voor de onderhavige zaak, kozen we voor &quot;36&quot;). </li><li> Verander de X-rotatie waarde tot 360 graden. </li><li> Selecteer Maken. </li><li> In de pop-up dialoogvenster, maak een nieuwe map met de naam CT, en sla het bestand op in tiff-formaat, dat een reeks van rotatie als uitvoer produceren. </li><li> Herhaal stap voor het vet beeld, alsmede voor de overlappende vet / CT beeld slaan in afzonderlijke mappen per keer. </li></ol> 4,4 ImageJ v 1.43u werd gebruikt om een rotatie filmbestand met behulp van de VolView de beelden te genereren. <ol><li> In ImageJ, selecteert u Bestand&gt; Importeren&gt; Image Sequence. </li><li> Selecteer de eerste afbeelding in de CT-map. De software detecteert automatisch de andere bestanden en open ze als een stapel. </li><li> Herhaal dit om het vet en overlay sequenties te openen. </li><li> Open de ROI-manager onder Analyze&gt; Extra&gt; ROIManager. </li><li> Teken een ROI rond het onderwerp muis, met uitzondering van onnodige achtergrond pixels. </li><li> In de ROI manager, klikt u op Toevoegen om de ROI toe te voegen. </li><li> Selecteer een andere sequentie van beelden. </li><li> In de ROI manager, klikt u op de ROI toe te passen op de foto. Op deze wijze zal elk van de bijgesneden stapels perfect match-up. </li><li> Wanneer de ROI is op alle stapels met de rechtermuisknop op binnen de ROI. </li><li> Selecteer Dupliceren. </li><li> Selecteer Controleer de Dubbele Stack Box om de ROI te scheiden van de rest van de afbeelding. </li><li> Sluit het grotere afbeelding stacks. </li><li> Herhaal deze procedure voor alle drie de beeld-sequenties. </li><li> Ga naar Afbeelding&gt; Stacks&gt; Extra&gt; Combineer met elkaar te combineren de stapels. </li><li> Selecteer CT voor Stack 1. </li><li> Selecteer Fat voor Stack 2. </li><li<html> &gt; Herhaal en selecteer In combinatie Stacks voor Stack 1 en Overlay voor Stack 2. </li><li> Er is nu een drie-panel, beeld-rotatie stack die kunnen vooraf worden bekeken door het selecteren van Play in de linkerbenedenhoek van de afbeelding venster. </li><li> Om de film op te slaan als AVI, selecteert u Bestand&gt; Opslaan als ...&gt; AVI ... </li><li> Klik op Opslaan. </li></ol> 5. Representatieve resultaten Resultaten voor drie WT (C57BL/6J) muizen en vier obesitas (B6.V-Lep ob / J) muizen worden hier vermeld als een representatief voorbeeld van vet / totale volume-verhouding metingen in dienst van de Albira CT-systeem. Figuur 1 hieronder een vertegenwoordiger biedt te laten zien gemaakt met VolView v3.2 voor de segmentatie (dat wil zeggen het totale volume en de hoeveelheid vet) van obese muizen CT-beelden. 0/3680fig1.jpg &quot;/&gt; Figuur 1. Vertegenwoordiger van CT-beelden gesegmenteerd voor vet. (A) bij muizen met overgewicht (B6.V-Lep ob / J) CT totale volume in grijstinten, (B) hoeveelheid vet in het rood, en (C) image fusion. (D) WT muis (C57BL/6J) CT totale volume in grijstinten, (E) de hoeveelheid vet in het rood, en (F) image fusion. Totale volume, dikke delen en berekend vet / totale volume verhouding worden hieronder in tabel 1 voor elke muis WT en elk obesitas muis. De gemiddelde vet / totale volume verhouding van de WT-groep en de groep obesitas 0,09 en 0,42 respectievelijk (figuur 2). Het vet / totale volume ratio&#39;s voor de WT muizen ten opzichte van de obese muizen bleek significant (p = 0,001). <table border="1"><tbody><tr><td> WT (C57BL/6J) </td><td> Totaal (cm 3) </td><td> Fat (cm 3) </td><td> Vet / Totaal Ratio </td><td> Obese (B6.V-Lep ob </sup&gt; /) </td><td> Totaal (cm 3) </td><td> Fat (cm 3) </td><td> Vet / Totaal Ratio </td></tr><tr><td> Dier 1 </td><td> 28,79 </td><td> 3,00 </td><td> 0,10 </td><td> Dier 1 </td><td> 66,25 </td><td> 26,75 </td><td> 0,40 </td></tr><tr><td> Animal 2 </td><td> 33,25 </td><td> 3,05 </td><td> 0,09 </td><td> Animal 2 </td><td> 61,15 </td><td> 26,31 </td><td> 0,43 </td></tr><tr><td> Dier 3 </td><td> 30,30 </td><td> 2,63 </td><td> 0,09 </td><td> Dier 3 </td><td> 64,19 </td><td> 25,7 </td><td> 0,40 </td></tr><tr><td></td><td></td><td></td><td></td><td> Animal 4 </td><td> 54,25 </td><td> 23,78 </td><td> 0,44 </td></tr></tbody></table> Tabel 1. Het totale volume, de hoeveelheid vet,en vet / totale volume ratio&#39;s voor WT en obese muizen. Total en FAT-volumes werden afgeleid van gesegmenteerde afbeeldingen met behulp van PMOD VOI analyse. <img alt="Figuur 2" src="/files/ftp_upload/3680/3680fig2.jpg" /> Figuur 2. Gemiddeld vet / totale volume ratio&#39;s voor WT muizen ten opzichte van obese muizen. Gemiddeld vet / totale volume ratio&#39;s voor WT (C57BL/6J) en obesitas (B6.V-Lep ob / J) bleek te zijn 0,09 en 0,42 respectievelijk worden weergegeven. (Fout = bars enkele standaard deviatie). WT versus obesitas vet / totale volume ratio&#39;s bleken significant (p-waarde = 0,001).

<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>

Todd A. Sasser, Shengting Li, Sean P. Orton, en Seth T. Gammon zijn medewerkers van Carestream Molecular Imaging. Carlos Correcher is een medewerker van Oncovision, Gem-Imaging SAW Matthew Leevy is adviseur voor Carestream Molecular Imaging.

Hier, gebruik te maken van B6.V-Lep ob / J muizen die we lieten zien de haalbaarheid van het uitvoeren van het vetgehalte metingen in een klein diermodel met behulp van de Albira CT-systeem. Deze metingen zijn in overeenstemming met de verwachtingen voor vergelijkingen van binnen de groep en inter-groep metingen. Ten eerste, representatieve resultaten die hier aandacht beperkt binnen de groep variabiliteit in de metingen van vet / totale volume verhoudingen in zowel de WT en obese muizen groepen met behulp van deze procedures. Tweede vet / totale verhoudingen WT versus obesitas muizen aanzienlijk verschillen. Tot slot, op basis van vergelijkingen (niet afgebeeld) met de vorige waarden gerapporteerd voor de relatieve totale vetmassa en het percentage lichaamsvet voor WT versus B6.V-Lep ob / J muizen, onze metingen voor vet / totale volume ratio&#39;s voor WT versus B6.V- LEP ob / J muizen binnen een verwachte bereik, 7, 8. De methoden die hier worden beschreven zou kunnen worden toegepast of aangepast aan andere modellen en / of studie doelstellingen. Wijzigingen in de wederopbouw parameters kan nodig zijn om specifieke doelstellingen te bereiken. Bijvoorbeeld Judex et al.. (2010) rapporteerde dat 50 urn resolutie foto&#39;s zijn vereist voor sommige regio specifieke analyse. Een cm isotrope volumes van een afbeelding kan worden gekozen voor 35 micrometer reconstructies in de Albira 5,0 Suite Reconstructor met behulp van de &quot;HR&quot; reconstructie optie. Zodra de Albira CT-systeem is gebruikt voor de regio en orgaan-specifieke vetgehalte metingen van alle voordelen (dat wil zeggen gelijktijdig regio en orgaan-specifieke vet volume metingen en longitudinale metingen) van de CT-gebaseerde vetgehalte analyse kan worden gerealiseerd voor de Albira CT-systeem. Conclusies: Hier hebben we een gedetailleerde, stap voor stap methode voor het meten van het vetgehalte in levende muizen met behulp van X-ray CT-beeldvorming. We hebben onze CT-datasets met behulp van een Albira beeld station, en trad vervolgens segmentatie en analyse met behulp van de PMOD software suite. Tot slot geven we instructies om gemakkelijke rendering en visualisatie van het vetweefsel verdeling binnen het hele dier mogelijk te maken.

segmentatie en waardering van de fat-volumes in muriene modellen obesitas met behulp van x-stralen computer tomografie

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

Obesitas wordt in verband gebracht met een verhoogde morbiditeit en mortaliteit, en verlaagde metrics in kwaliteit van leven. 1 Beide milieu-en genetische factoren zijn geassocieerd met overgewicht, hoewel de precieze onderliggende mechanismen die bijdragen aan de ziekte worden momenteel afgebakend. 2,3 Verschillende kleine dieren modellen van obesitas zijn ontwikkeld en worden toegepast in een verscheidenheid van studies. 4 Een essentieel onderdeel van deze experimenten betreft het verzamelen van regionale en / of totale consumptie van dierlijke vetgehalte gegevens onder uiteenlopende omstandigheden. Traditionele experimentele methoden voor het meten van het vetgehalte in kleine diermodellen van obesitas onder meer invasieve (bijv. ex vivo meting van vet deposito&#39;s) en niet-invasieve (bijv. Dual Energy X-ray absorptiometrie (DEXA), of magnetische resonantie (MR)) protocollen, die elk presenteert relatieve trade-offs. De huidige invasieve methoden voor het meten van het vetgehalte kunnen voorzien in detailsvoor orgel-en regiospecifieke vetverdeling, maar het opofferen van de onderwerpen sluit longitudinale beoordeling. Omgekeerd, de huidige niet-invasieve strategieën beperkte details voor orgel-en regiospecifieke vetverdeling, maar mogelijk waardevolle longitudinale beoordeling. Met de komst van speciale kleine dieren X-ray computertomografie (CT)-systemen en aangepaste analytische procedures, zowel orgel en regio specifieke analyse van de vetverdeling en longitudinale profilering mogelijk zijn. Recente rapporten hebben gevalideerd het gebruik van CT voor in vivo longitudinale beeldvorming van adipositas in levende muizen. 5,6 Hier hebben we een aangepaste methode die het mogelijk maakt voor vet / totale volume meting, analyse en visualisatie met behulp van de Carestream Molecular Imaging Albira CT-systeem in combinatie bieden met PMOD en Volview softwarepakketten.

Vetgehalte analyse routinematig uitgevoerd onderzoeken waarin muizen obesitas modellen. Opkomende methoden in kleine dieren CT-beeldvorming en analyse leveren voor longitudinale detail rijke vetgehalte analyse. Hier hebben we uitvoerig stap voor stap de procedures voor het uitvoeren van kleine dieren CT-beeldvorming, analyse en visualisatie.

Segmentatie en waardering van de FAT-volumes in muriene modellen Obesitas Met behulp van X-stralen Computer Tomografie

Obesitas is geassocieerd met een verhoogde morbiditeit en mortaliteit, evenals een vermindering van de parameters voor de kwaliteit van leven.1 Zowel omgevings- als genetische factoren zijn ...

Het algemene doel van deze procedure is om op niet-invasieve wijze het vetgehalte van levende muizen in kaart te brengen, te kwantificeren en te visualiseren. Dit wordt bereikt door eerst een röntgen-CT-scan van de muis uit te voeren. De tweede stap van de procedure is het segmenteren en kwantificeren van de vetvolumes in de muis op basis van radiodichtheid.De derde stap is het visualiseren van de CT-gegevens in drie dimensies, waarbij vetvolumes in rood zijn gemarkeerd. Uiteindelijk maken de resultaten de kwantificering en visualisatie van het vetgehalte mogelijk tijdens longitudinale in vivo studies met behulp van een albia X-ray ct, gekoppeld aan softwarepakketten van PMOD en vol view. Een van de belangrijkste voordelen van deze techniek ten opzichte van bestaande methoden, zoals ex vivo analyse, is dat deze techniek non-invasieve en longitudinale beoordeling van vet in ziektemodellen bij kleine dieren mogelijk maakt.Over het algemeen zullen personen die nieuw zijn met deze methode moeite hebben, omdat het segmentatie- en visualisatieprotocol uit verschillende stappen bestaat die opeenvolgend moeten worden uitgevoerd. Bovendien moeten de optimale röntgenparameters tijdens de acquisitie worden gehanteerd. Om het beste contrast van vetweefsel te verkrijgen, begint u met het anesthetiseren van de betreffende obese muizen met behulp van een inductiekamer en brengt u deze vervolgens over naar een neusconus.Houd de anesthesie in stand tijdens de beeldvorming; positioneer de muizen in een standaard rattenbed met de ledematen zijwaarts ten opzichte van de romp. Dit zorgt voor een uniforme CT-acquisitie. Stel het CT-systeem in om een bed van 115 millimeters lengte te scannen met gebruik van 600 projecties.Stel de röntgenbron in op 200 µA en 45 kVp en gebruik een aluminium filter van 0,5 mm om de bundel te harden. De equivalente diepdedosis aan straling die de muis bij deze instelling ontvangt, is ongeveer 220 mSv, terwijl de ondiepe dosisequivalent op de computer 357,4 mSv is. Selecteer het FBP-algoritme met standaardparameters voor de beeldreconstructie.Uiteindelijk bestaat het definitieve beeld uit isotrope foxholes van 125 micron, die gebruikt kunnen worden voor beeldanalyse van het gehele dier. De beeldanalyse wordt uitgevoerd met PMOD-analysesoftware; PMOD segmenteert eerst de beelden op basis van weefseldichtheid en bepaalt vervolgens het vetvolume. Verklein na het laden van het beeld de grootte ervan om de rekenkrachtbehoefte te minimaliseren.Ga naar het tabblad voor het hoofdaanzicht, selecteer 'tools' en vervolgens 'reduce'. Stel de reductiewaarden in op twee voor X, twee voor Y en twee voor Z, vink dit aan, selecteer 'replace' en start het proces. Er verschijnt een berichtvenster wanneer het proces is voltooid.Om bed- en neuskegelelementen uit de beelden te verwijderen, moeten deze worden gemaskeerd vóór de VOI-analyse. Ga naar planes layouts, rotations, mirror 3D markers en selecteer planes and layouts. Selecteer show plane Z. Scroll vervolgens naar de neuskegel in het Z-vlak.Selecteer vervolgens het hoofdtabblad VOI en kies voor 'draw vertices'. Teken een ROI rond de neus, waarbij het bed en de neuskegel worden uitgesloten, en selecteer 'copy actual ROI to each other'. Voer een slice uit met het neuskegel-element.Plak de ROI vanuit de buffer op de neus indien nodig. Gebruik het commando 'edit group of vertices' om de ROI's aan te passen. Wanneer de neuskegels niet langer zichtbaar zijn, verwijdert u de ROI en genereert u een VOI om de omtrek van het dier te omvatten.Ga naar VOI-tools, gevolgd door masking en algebra. Voer -1000 in het daarvoor bestemde dialoogvenster in. Selecteer vervolgens de knop met de tekst Mask voxels outside the selected vois.Wanneer het bericht "irreversible data operation do you want to continue" wordt weergegeven, selecteert u ja. Navigeer nu naar planes layouts, rotations, mirror 3D markers, en tenslotte naar planes and layouts. Selecteer show all planes.Controleer de integriteit van de VOI. Wanneer de VOI correct is, slaat u deze op als een analysebestand en wijzigt u het voorvoegsel van de bestandsnaam. Ga vervolgens over tot het segmenteren van de afbeelding voor het totale diervolume.Begin met het selecteren van tools en external. Selecteer vervolgens het selectievakje voor segmentatie. Voer een bereik van -300 tot +3.500 in en voer de segmentatie uit.Select vervolgens VOI-statistieken, waarin statistieken worden gerapporteerd die het totale volume vertegenwoordigen. Noteer dit volume. Segmenteer nu het beeld voor het vetvolume door eerst terug te keren naar het niet-gesegmenteerde massa-beeld.Laad vervolgens het opgeslagen massadata-bestand en vink het vakje 'analyze' aan in het laadvenster. Selecteer daarna 'tools' en 'external'. Vink vervolgens het selectievakje 'segmentation' aan.Voer een bereik in van minus 200 tot minus 50 en voer de segmentatie uit. Selecteer na het goedkeuren van de resultaten VOI.Statistics. Let op: de gerapporteerde statistieken vertegenwoordigen het vetvolume.Sla de resultaten op in het geanalyseerde formaat en geef een uniek prefix voor de bestandsnaam op. Indien er echter huid- of perifere densiteit overblijft, gebruik dan het erosie- en dilatatieprotocol om deze regio's te elimineren voor de VOI-analyse. Ga vóór het opslaan naar 'tools external' en selecteer het selectievakje 'morphological' in het nieuwe venster.Selecteer erosie, gevolgd door. Oké, ga terug naar het selectievakje morfologie en selecteer dilatatie en oké, controleer of het probleem met de huid of de perifere dichtheid is opgelost en sla de resultaten op. Gebruik het softwarepakket Volvo view versie 3.2 om gerenderde 3D-visuele weergaven van de gesegmenteerde beelden te maken.Begin met het openen van de CT-dataset die is opgeslagen in het analyseformaat. Gebruik de standaardinstellingen in het pop-upvenster, open vervolgens het plug-insmenu en selecteer onder 'utility' de optie 'merge volumes'. Vink 'rescale components' uit.Klik op 'assign Second input'. Kies de gesegmenteerde vetdata voor de tweede input en gebruik de standaardinstellingen in het pop-upvenster. Pas vervolgens de plugin toe voor een groter overzicht van de proefmuis.Dubbelklik op het venster met het volumeweergave. Ga terug naar het tabblad kleur/opaciteit. Het dropdown-menu voor componenten geeft aan welke dataset momenteel wordt bewerkt.Onderaan het tabblad bevinden zich twee schuifregelaars. Deze bepalen de relatieve helderheid van elke componentdataset binnen de overlay met waarden tussen nul en één. Om de kleur bijvoorbeeld te wijzigen naar grijstinten, gaat u naar het gedeelte voor scalaire kleurtoewijzing.Dubbelklik op een van de schuifregelaars en sleep deze uit het vak. Voeg een tweede schuifregelaar toe door ergens binnen het gebied van de schuifregelaars te klikken. Maak de linker kleurregelaar zwart en de rechter kleurregelaar wit.Ga vervolgens naar het vak voor de scalaire opaciteitsmapping en maak een nieuw punt aan door binnen het vak te klikken. Dit resulteert in totaal in drie punten in het venster voor het middelste punt. Wijzig de scalaire waarde naar ongeveer -3000 en wijzig de opaciteitswaarde naar nul.Aan de rechterkant van het venster bevindt zich het derde punt; wijzig de scalaire waarde hiervan naar ongeveer 32.000 en de opaciteit naar 0,25. Het eerste punt kan overal aan de linkerkant staan, zolang de opaciteitswaarde maar op nul staat. Nadat de scalaire waarde is ingesteld, schakelt u over naar component twee, waarmee het uiterlijk van het vet moet worden bewerkt; wijzig elke kleurschuif naar rood door dubbel te klikken en de kleurschuif H naar het uiteinde te slepen.Hierbij wordt het vet valsgekleurd naar rood. Om een rotatiefilm met drie panelen te maken waarin de CT-scan, het vet en de overlay worden weergegeven, sleept u eerst met de muis het subject naar een rechtopstaande positie met de rug naar u toe gericht. Zet vervolgens onder 'component weights' de waarde van component twee op nul, zodat alleen de CT-scan wordt weergegeven. Klik daarna op 'review', vervolgens op 'camera' en selecteer het aantal frames voor de rotatiefilm. Wijzig tot slot de waarde voor de X-rotatie naar 360 graden.Selecteer vervolgens 'create' in het pop-up dialoogvenster. Maak een nieuwe map aan met de naam CT en sla het bestand op in TIF-formaat, wat resulteert in een reeks rotatiebeelden. Herhaal deze stappen voor het vetbeeld en voor het gecombineerde vet-CT-beeld, waarbij de rotatiebeelden in hun eigen mappen worden opgeslagen. Om een rotatievideo van de output-beelden te genereren, opent u ImageJ en importeert u de beeldsequenties.Selecteer de eerste afbeelding in de CT-map en de overige afbeeldingen worden automatisch geselecteerd. Herhaal dit proces voor de vet- en overlay-sequenties met een van de stacks. Nog steeds open.Open de ROI-manager. Deze bevindt zich onder de analysetools (analyze tools). Teken in de ROI-manager een ROI rond de proefmuis, waarbij overbodige achtergrondpixels worden uitgesloten. Klik na voltooiing op 'add' in de ROI-manager.Pas vervolgens dezelfde ROI toe op elke beeldsequentie. Wanneer de ROI op alle stacks is toegepast, klikt u met de rechtermuisknop. Selecteer binnen de ROI 'duplicate' en selecteer vervolgens de gedupliceerde stack.Hiermee wordt de ROI gescheiden van de rest van de afbeelding. Sluit nu de grotere afbeeldingsstacks en herhaal deze procedure voor alle drie de beeldsequenties. Om de stacks te combineren, gebruikt u het commando combine, dat te vinden is onder stacks en vervolgens tools.Selecteer de CT-stack voor stack één en de vet-stack voor stack twee. Herhaal vervolgens het proces door de nieuw gecombineerde stacks te selecteren voor stack één en de overlay-stack voor stack twee.Hiermee is de creatie van een rotatiestapel van drie panelen voltooid. Bekijk een voorbeeld van de stapel door op afspelen te klikken in de linkerbenedenhoek van het afbeeldingsvenster. Sla deze vervolgens op als een AVI-film.Obese B six V LE OB J-muizen werden gebruikt om de haalbaarheid van het Alber CT-systeem aan te tonen. Voor CT-gebaseerde metingen van het vetgehalte werden zij vergeleken met C 57 black six wild-type muizen. Links is het totale CT-volume van een obese muis te zien.In het midden is het vetvolume in rood weergegeven, en rechts bevindt zich de overlay. Een soortgelijke analyse van wildtype dieren laat het aanzienlijke verschil in vetgehalte zien vergeleken met de obese muis. Het totale volume, het vetvolume en de volumeverhoudingen werden voor elk dier berekend.De gemiddelde verhouding tussen vet en totaal volume voor de wild-type groep en de obese groep was respectievelijk 0,09 en 0,42. Deze waarden verschilden significant met een P-waarde van 0,001. Na het bekijken van deze video zou men, eenmaal beheerst, een degelijk begrip moeten hebben van hoe de vetvolumes binnen een CT-dataset van een levende muis gesegmenteerd kunnen worden.Deze techniek zou minder dan 30 minuten in beslag moeten nemen. Bedankt voor het kijken, en tot de volgende keer.

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

Research

JoVE Journal

Medicine

Geneeskunde

Werkwijze van functionele beeldvorming van muis bruin vetweefsel (BAT) beschreven waarin koud-gestimuleerde opname van 18F-Fluorodeoxyglucose (FDG) in BAT niet-invasief gemeten met een gestandaardiseerd protocol micro-PET/CT. Deze methode is robuust en gevoelig zijn voor verschillen in BAT activiteiten in muismodellen detecteren.

Functionele Beeldvorming van bruin vet in Muizen met FDG micro-PET/CT

Vettransplantatie is een essentiële techniek voor het reconstrueren van tekorten in zacht weefsel. Het blijft echter een onvoorspelbare procedure, gekenmerkt door variabele overleving van het transplantaat. Ons doel was om een muismodel te ontwikkelen dat een nieuwe beeldvormingsmethode gebruikt om volumeretentie te vergelijken tussen verschillende technieken van vettransplantaatvoorbereiding en -toediening.

Beoordeling van de levensvatbaarheid van menselijk vet Injectie in Naakt Muizen met Micro-Computed Tomography

De hier gepresenteerde methode gebruikt 18F-Fluorodeoxyglucose (18F-FDG) positron emissie tomografie / computertomografie (PET-CT) en vet-water gescheiden magnetische resonantie beeldvorming (MRI), elk afgetast na 2 uur blootstelling aan thermisch (24 ° C ) en koude omstandigheden (17 ° C) om bruin vetweefsel (BAT) bij volwassen proefpersonen kaart.

Human Brown VetWeefsel Depots automatisch gesegmenteerd op basis van Positron Emissie Tomografie / Computed Tomography en geregistreerde Magnetic Resonance Images

Dit protocol beschrijft het gebruik van een lichaam samenstelling analyzer en metabole dierlijke controlesysteem te karakteriseren lichaamssamenstelling en metabole parameters in muizen. Een model van de obesitas geïnduceerd door vetrijke voeding wordt gebruikt als een voorbeeld voor de toepassing van deze technieken.

Lichaamssamenstelling en metabole kooien analyse in hoge vet Fed muizen

Met behulp van gratis, open-source software, hebben we een analytische aanpak om te kwantificeren van totale en regionale bruin vetweefsel (BAT) volume en metabole activiteit van BBT met 18F-FDG PET/CT.

Hele lichaam en regionale kwantificering van actieve mens bruin vetweefsel met 18F-FDG PET/CT

Segmentatie en lineaire metingen kwantificeren skeletspiermassa en vetweefsels met behulp van Computertomografie en/of Magnetic Resonance Imaging-afbeeldingen. Hier schetsen we het gebruik van Slice-O-Matic-software en Horos-beeldviewer voor een snelle en nauwkeurige analyse van de lichaamssamenstelling. Deze methoden kunnen belangrijke informatie opleveren voor prognose en risicostratificatie.

Segmentatie en lineaire meting voor lichaamssamenstellingsanalyse met slice-O-Matic en horos

Functionele beeldvorming en kwantificering van thermogene vetdepots bij muizen met behulp van een micro-PET / MR-beeldvormingsgebaseerde benadering.

Visualisatie en kwantificering van bruine en beige vetweefsels bij muizen met behulp van [18F] FDG Micro-PET / MR Imaging

Hier beschrijven we een visualisatie- en kwantificeringsmethode voor muizenvaten met behulp van micro-röntgen computertomografie.

Monstervoorbereiding voor op computertomografie gebaseerde driedimensionale visualisatie van murine achterpootvaten

Een procedure voor de levering van een chemische ablatieve oplossing aan de borstkanaalboom van de rat voor beeldgeleide preventieve behandeling van borstkanker wordt beschreven. Borstepitheelcellen kunnen worden gericht met minimale collaterale weefselschade door cannulatie rechtstreeks in de tepelopening en intraductale infusie van een 70% op ethanol gebaseerde ablatieve oplossing.

Röntgenvisualisatie van intraductale op ethanol gebaseerde ablatieve behandeling voor de preventie van borstkanker in rattenmodellen

De huidige studie beschrijft op decellularisatie gebaseerde methodologieën voor het visualiseren en kwantificeren van intramusculair vetweefsel (IMAT) afzetting door middel van intact spiervolume, evenals het kwantificeren van statistieken van individuele adipocyten waaruit IMAT bestaat.

Op decellularisatie gebaseerde kwantificering van vetinfiltratie van skeletspieren

Dit protocol maakt gebruik van microcomputertomografie om de kosteneffectieve kwantificering van vetvrije massa mogelijk te maken, inclusief skeletspieren en visceraal weefsel, vetweefsel en skeletweefsel bij kleine dieren. Het maakt onderscheid tussen mager en vetweefsel, wat aanzienlijke voordelen biedt voor biomedisch onderzoek, met name bij translationeel onderzoek bij kleine dieren.

Niet-invasieve kwantificering van skeletspieren bij kleine dieren met behulp van microcomputertomografie

Leer een niet-invasieve methode voor beeldvorming en kwantificering van vetinhoud in levende muizen met behulp van röntgen-CT-scans. Deze techniek ondersteunt longitudinale studies in murine obesitasmodellen.

Segmentatie en waardering van de FAT-volumes in muriene modellen Obesitas Met behulp van X-stralen Computer Tomografie

Meer video's verkennen