Dyfuzyjna tomografia fluorescencyjna oferuje stosunkowo niskokosztowe i potencjalnie wysokoprzepustowe podejście do przedklinowego obrazowania guzów in vivo. Przedstawiono metodologię zbierania danych optycznych, kalibracji i rekonstrukcji obrazu dla bezkontaktowego systemu w dziedzinie czasu sterowanego tomografią komputerową, z wykorzystaniem fluorescencyjnego celowania w biomarker nowotworowy – receptor Epidermal Growth Factor Receptor w modelu glejaka u myszy.
Artykuł metodologiczny
Tomografia dyfuzyjna fluorescencji w dziedzinie czasu sterowana tomografią komputerową u małych zwierząt w celu lokalizacji biomarkerów nowotworowych
W tym artykule
Podsumowanie
Streszczenie
Fluorescencyjne obrazowanie molekularne (FMI) małych zwierząt może być potężnym narzędziem w badaniach nad przedklinicznym odkrywaniem i opracowywaniem leków1. Jednak absorpcja światła przez chromofory tkankowe (np. hemoglobinę, wodę, lipidy, melaninę) zazwyczaj ogranicza propagację sygnału optycznego przez warstwy o grubości większej niż kilka milimetrów2. W porównaniu z innymi długościami fal widzialnymi, absorpcja tkankowa dla światła czerwonego i bliskiej podczerwieni (bliska IR) drastycznie spada, a dominującym mechanizmem oddziaływania światła z tkanką staje się rozpraszanie nieelastyczne. Stosunkowo niedawne opracowanie znaczników fluorescencyjnych, które absorbują i emitują światło w zakresie bliskiej podczerwieni (600-1000 nm), napędziło rozwój systemów obrazowania i modeli propagacji światła, które umożliwiają trójwymiarowe obrazowanie całego ciała małych zwierząt3.
Mimo ogromnych postępów w tej dziedzinie, źle postawiony charakter dyfuzyjnej tomografii fluorescencyjnej pozostaje istotnym problemem dla stabilności, odzyskiwania kontrastu i rozdzielczości przestrzennej technik rekonstrukcji obrazu, a optymalne podejście do FMI u małych zwierząt wciąż nie zostało uzgodnione. Większość grup badawczych zainwestowała w systemy oparte na urządzeniach sprzężonych ładunkowo (CCD), które zapewniają obfite próbkowanie tkanek, lecz wykazują suboptymalną czułość4-9, podczas gdy nasza grupa i kilka innych10-13 rozwijało systemy oparte na detektorach o bardzo wysokiej czułości, które obecnie pozwalają na gęste próbkowanie tkanek jedynie kosztem niskiej przepustowości obrazowania. W niniejszej pracy prezentujemy metodologię zastosowania technologii detekcji pojedynczych fotonów w systemie tomografii fluorescencyjnej w celu lokalizacji nowotworowej zmiany w mózgu w modelu mysim.
System tomografii fluorescencyjnej (FT) wykorzystywał zliczanie pojedynczych fotonów za pomocą lamp fotopowielaczowych (PMT) oraz bogate w informacje detekcje światła w dziedzinie czasu w konfiguracji bezkontaktowej11. Umożliwia to jednoczesny pomiar transmitowanego światła wzbudzenia i emisji, a także obejmuje automatyczną kontrolę ekspozycji wzbudzenia fluorescencji14, referencję laserową oraz korejestrację z systemem tomografii komputerowej dla małych zwierząt (microCT)15. Do obrazowania wykorzystano model myszy nude. Zwierzę zaszczepiono ortotopowo linią komórek glejaka ludzkiego (U251) w lewej półkuli mózgu, a obrazowanie przeprowadzono 2 tygodnie później. Guz wywołano do fluorescencji poprzez wstrzyknięcie fluorescencyjnego znacznika, IRDye 800CW-EGF (LI-COR Biosciences, Lincoln, NE), ukierunkowanego na receptor epidermalnego czynnika wzrostu, białko błony komórkowej, o którym wiadomo, że jest nadekspresyjnie obecne w linii nowotworowej U251 i wielu innych nowotworach18. Wstrzyknięto również drugi, nieukierunkowany znacznik fluorescencyjny, Alexa Fluor 647 (Life Technologies, Grand Island, NY), aby uwzględnić efekty niezależne od receptorów wpływające na pobieranie znaczników ukierunkowanych, co pozwoliło na ilościowe określenie wiązania znacznika oraz dostępności/gęstości receptorów27. Do rekonstrukcji lokalizacji obu znaczników fluorescencyjnych (i.e., lokalizacji guza) w mózgu myszy wykorzystano algorytm w dziedzinie czasu sterowany przez CT, a ich zdolność do lokalizacji guza zweryfikowano za pomocą obrazowania rezonansem magnetycznym z kontrastem.
Choć metoda ta została zademonstrowana w obrazowaniu fluorescencyjnym w mysim modelu glejaka, przedstawiona w tym filmie metodologia może zostać rozszerzona na inne modele nowotworowe u różnych małych zwierząt, potencjalnie do rozmiarów szczura17.
Protokół
1. Przygotowanie zwierząt
- Zanurzyć mysz naga (Charles River, Wilmington, MA) w znieczuleniu poprzez doszpikowe wstrzyknięcie ketaminy i ksylazyny (100 mg/kg:10 mg/kg i.p.).
- Umieścić mysz w stereotypowej ramie, wykonać nacięcie skóry głowy po lewej stronie czaszki i, używając igły o rozmiarze 18G, wykonać otwór o średnicy 1 mm w czaszce, 2 mm od linii środkowej i 2 mm za bregma.
- Wstrzyknąć 5×105 ludzkich komórek glejaka neuronalnego U251 (uprzejmie udostępnionych przez dr. Marka Israela z Dartmouth College, Hanover, NH) w 5 μl roztworu buforu fosforanowego do lewej półkuli mózgu na głębokość około 2 mm poniżej powierzchni mózgu. Do implantacji komórek należy użyć mikrosyrangi Hamiltona18 i tępej igły o rozmiarze 27G; końcówkę igły należy wprowadzić 3 mm od zewnętrznej powierzchni czaszki, a następnie wycofać o 1 mm, aby stworzyć kieszeń dla komórek.
- Zeszyć miejsce nacięcia i pozwolić zwierzęciu na rekonwalescencję po operacji.
- Odczekać około 14 dni na wzrost guza przed rozpoczęciem obrazowania.
2. Kalibracja systemu tomografii fluorescencyjnej
- W dniu obrazowania myszy uruchom system i pozwól laserom oraz detektorom światła rozgrzać się przez około 20 minut, aby uniknąć dryftu czułości systemu.
- Umieść inżynieryjny dyfuzor liniowy o kącie 100°-by-4° (Thorlabs, Newton, NJ) w samym centrum gantry obrazującego, prostopadle do lasera wzbudzającego: pikosekundowego impulsowego wielomodowego laserowego dioda 80-MHz 635 nm (PicoQuant Photonics North America Inc., Westfield, MA). Dostosuj kąt dyfuzora tak, aby zmaksymalizować ilość sygnału wykrywanego przez wszystkie pięć kanałów zbierania światła. Pełny opis geometrii obrazowania znajduje się w innym źródle11,14,15.
- Umieść filtry neutralnej gęstości OD 2 (Thorlabs, Newton, NJ) przed wszystkimi fotopowielaczami (PMT) do detekcji fluorescencji oraz filtry neutralnej gęstości OD 1 (Thorlabs, Newton, NJ) przed wszystkimi PMT do detekcji transmitancji. Zarejestruj 100 profili czasowego rozkładu impulsu (TPSF) lasera, każdy z czasem całkowania 1 s.
- Znormalizuj każdy TPSF względem referencji lasera, skoryguj dryft czasowy w referencji lasera i oblicz średnią ze wszystkich iteracji dla każdego detektora. Te uśrednione TPSF stanowią specyficzne dla detektora funkcje odpowiedzi przyrządu (IRF) wykorzystywane w rekonstrukcji obrazu optycznego.
3. Protokół obrazowania
- Zanurz mysz w narkozie, stosując 2% isofluranu w tlenie (1 L/min).
- Wstrzyknij domięśniowo 1 nanomola IRDye 800CW-EGF oraz 1 nanomola Alexa Fluor 647 w 100 μl roztworu buforu fosforanowego na 12 h przed obrazowaniem, aby celować w nadekspresję receptoray czynnika wzrostu naskórka w guzie.
- Umieść mysz na szklanych wspornikach łóżka do obrazowania, ustawiając zwierzę tak, aby jego nos znajdował się w stożku dostarczającym narkozę isofluranem.
- Upewnij się, że mysz jest odpowiednio ustawiona na łóżku: tzn., aby po zamocowaniu łóżka w systemie tomografii fluorescencyjnej mysz znajdowała się w przybliżeniu w centrum gantry obrazującego. Pozycjonowanie to można przeprowadzić, obracając laser wzbudzający o 180° wokół myszy, upewniając się, że punkt skupienia lasera oświetla punkt znajdujący się mniej więcej w centrum ciała myszy z perspektywy lasera pod każdym kątem.
- Po ustawieniu ostrożnie przenieś łóżko z myszą do skanera microCT (eXplore Locus, GE Healthcare, London, ON) i zbierz informacje anatomiczne przy rozdzielczości izotropowej 93-μm dla całej głowy myszy.
- Przejrzyj stos obrazów CT i wybierz przekrój (lub przekroje), które mają zostać zobrazowane za pomocą systemu tomografii fluorescencyjnej.
- Ostrożnie przenieś łóżko z myszą z powrotem do systemu tomografii fluorescencyjnej. Wybierz liczbę pozycji źródła dla zbierania danych o myszy dla każdego przekroju obrazowania (32), czas integracji dla każdego pomiaru TPSF (1 s), liczbę iteracji dla każdej pozycji źródła (10) oraz pozycję i liczbę żądanych przekrojów obrazowania ze stosu obrazów CT z kroku 3.6. Wartości w nawiasach są typowymi parametrami obrazowania, które pozwalają na akwizycję danych trwającą ok. 5 minut na jeden przekrój.
- Umieść potrójne filtry wcięciowe (Chroma Technology Corp., Bellows Falls, VT) przed fotomnożnikami (PMT) detekcji fluorescencji, aby zapobiec przedostawaniu się światła laserowego do detektorów fluorescencji, oraz filtry neutralne OD 2 przed fotomnożnikami detekcji transmitancji, aby uniknąć nasycenia tych detektorów.
- Uruchom oprogramowanie do akwizycji danych, zbierając TPSF fluorescencji i transmitancji dla każdej zdefiniowanej pozycji źródło-detektor i dla każdej długości fali wzbudzenia (odpowiednio 635 nm i 755 nm w celu wzbudzenia znaczników Alexa Fluor 647 i IRDye 800CW-EGF). Dla każdego zestawu zebranych TPSF monitoruj i rejestruj natężenie lasera za pomocą referencyjnego kanału PMT.
4. Rekonstrukcja obrazu
- Wyznacz powierzchnię zewnętrzną myszy oraz położenie prętów wspierających stół obrazujący na podstawie obrazów CT, a następnie stwórz maski obejmujące oddzielnie obszar myszy oraz prętów obrazujących.
- Użyj maski myszy do wygenerowania siatki elementów skończonych zwierzęcia przy użyciu oprogramowania NIRFAST19.
- Zlokalizuj pozycje źródeł i detektorów systemu tomografii fluorescencyjnej na powierzchni siatki, opierając się na współrzędnych rejestracji przestrzennej mikroCT i fluorescencji20.
- Usuń punkty danych optycznych powiązane z pozycjami źródeł lub detektorów, które nakładają się na położenie prętów wspierających stół obrazujący.
- Znormalizuj dane zebrane dla każdej pozycji źródło-detektor względem referencji lasera, skoryguj dryf czasowy referencji lasera oraz uwzględnij czułość filtrów, określoną w testach eksperymentalnych w momencie zakupu15.
- Oblicz stosunek Borna dla danych (fluorescencja podzielona przez transmitancję) dla każdej pozycji źródło-detektor i pomnóż go przez symulację modelu bezpośredniego transmitancji, opartą na siatce elementów skończonych zwierzęcia dla jednorodnych właściwości optycznych. Jest to robione w celu zniwelowania błędów związanych z sprzężeniem źródła lub detektora z tkanką21, skalibrowania danych do modelu22 oraz skorygowania danych pod kątem innych aspektów niezgodności między modelem a danymi23,24.
- Skonstruuj wektor danych składający się ze skalowanej różnicy danych stosunku Borna zebranych dla obu długości fal. Współczynnik skalowania dobrano tak, aby zmaksymalizować kontrast wiązania EGFR. Przeprowadź rekonstrukcję obrazu w dziedzinie czasu z wykorzystaniem skalibrowanych danych różnicowych, używając TPSF dla każdego kanału detekcji jako danych wejściowych, a następnie stwórz mapy fluorescencyjne kontrastowo wzmocnionego znacznika celowanego15.
5. Reprezentatywne wyniki
Przykład rekonstrukcji fluorescencyjnej nałożonej na zarejestrowany obraz anatomiczny CT głowy myszy z ortotopowym glejakiem U251 przedstawiono na Ryc. 1b. Środek masy glejaka wyznaczony na podstawie rekonstrukcji fluorescencyjnej (Ryc. 1b) znajdował się w odległości 1 mm od środka masy guza wyznaczonego za pomocą obrazowania rezonansem magnetycznym z kontrastem (Ryc. 1a). Obrazy CT i MRI zostały zarejestrowane na podstawie transformacji informacji wzajemnej.
Rysunek 1. Obraz rezonansu magnetycznego z kontrastem (gadolinem) głowy myszy (a). Mysz została zaszczepiona ortotopowo linią komórek glejaka ludzkiego U251. Lokalizację guza, który pochłania więcej środka kontrastowego niż prawidłowy mózg, można dostrzec w lewej półkuli mózgu (po prawej stronie na obrazie), zaznaczoną białą strzałką. Odpowiadający temu obraz tomografii komputerowej (z tego samego obszaru głowy myszy) przedstawiono w (b) z nałożoną rekonstrukcją fluorescencji ukierunkowanej na czynnik wzrostu epidermalnego pomniejszoną o fluorescencję nieukierunkowaną. Jednostki fluorescencji podano w mm⁻¹ i odnoszą się one do współczynnika absorpcji związanej fluorescencji ukierunkowanej pomnożonego przez jej wydajność kwantową oraz stężenie.
Dyskusja
Tomografia fluorescencyjna (FT) jest czułą, niejonizującą metodą obrazowania molekularnego, opartą na transporcie światła widzialnego i bliskiej podczerwieni przez tkankę biologiczną. Większość zainteresowania FT koncentrowała się na jej potencjale w przyspieszaniu odkrywania i opracowywania leków w eksperymentalnych modelach zwierząt laboratoryjnych1, a jednym z kluczowych obszarów badań była analiza ekspresji biomarkerów nowotworowych oraz odpowiedzi na terapie molekularne26. Obecnie istnieją dwa konkurencyjne podejścia do projektowania systemów FT. Najpowszechniejsza konstrukcja opiera się na chłodzonych kamerach o ładunku sprzężonym (CCD) do detekcji fluorescencji4-9. Projekt ten zapewnia wysoką gęstość pomiarów, maksymalizując próbkowanie tkanki, ponieważ każdy piksel w kamerze CCD może wykryć światło, które przebyło unikalną drogę przez tkankę. Jednak kamery CCD mają ograniczony zakres dynamiczny, a szum odczytu ogranicza ich ostateczną czułość. Drugi projekt eliminuje potencjalne ograniczenia detekcji kamerą CCD poprzez zastosowanie wysoce czułej technologii zliczania pojedynczych fotonów, opartej na detektorach takich jak lampy fotopowielaczowe lub fotodiody lawinowe10-13. Wadą tych bardziej czułych metod detekcji jest to, że każdy detektor może zbierać światło tylko w jednym punkcie; zatem, aby uzyskać gęste próbkowanie tkanki, należy użyć wielu detektorów (co jest bardzo kosztowne) lub wykonać wiele projekcji tym samym detektorem (co może być czasochłonne). Choć optymalny poziom próbkowania tkanki dla FT u małych zwierząt nie został jednoznacznie ustalony i może różnić się w zależności od przypadku, przyjmuje się, że instrumentacja do zliczania pojedynczych fotonów jest lepiej dostosowana do badania granic czułości FT w zakresie zdolności do wykrywania niskich stężeń markerów molekularnych. W niniejszym badaniu przedstawiamy metodologię przeprowadzania FT z wykorzystaniem instrumentacji do zliczania pojedynczych fotonów w celu lokalizacji guzów u myszy.
W celu uzyskania wiarygodnych zbiorów danych w tomografii fluorescencyjnej (FT) z wykorzystaniem czasowo skorelowanego zliczania pojedynczych fotonów niezbędne jest wykonanie czterech krytycznych kroków. Pierwszym z nich jest zastosowanie odpowiedniej i prostej procedury kalibracji. W przedstawionej metodologii czułość poszczególnych kanałów detekcji jest uwzględniana poprzez wykonanie pomiaru bazowego światła wzbudzenia przechodzącego przez dyfuzor liniowy, zaprojektowany tak, aby kierować równe frakcje światła do każdego detektora15. Ponadto światło wykrywane podczas eksperymentu jest stale kalibrowane względem referencji laserowej, zarówno pod kątem natężenia, jak i czasu średniego, które mogą ulegać wahaniom w czasie, co odbywa się poprzez pracę kanału referencyjnego lasera11,15. Drugim krytycznym krokiem jest precyzyjne pozyskanie i korejestracja obrazowania anatomicznego dla sterowanych rekonstrukcji fluorescencji. Same dane FT nie dostarczają informacji anatomicznych; dlatego w celu stworzenia modelu transportu światła, który może zostać wykorzystany do rekonstrukcji lokalizacji źródeł fluorescencyjnych wewnątrz preparatu na podstawie fluorescencji wykrytej na jego powierzchni, anatomia preparatu w relacji do systemu FT musi być dokładnie znana. W naszym systemie informacje anatomiczne są pozyskiwane za pomocą systemu mikrotomografii komputerowej o współrzędnych przestrzennych, które zostały zarejestrowane przestrzennie ze współrzędnymi systemu FT15,20. Trzeci krytyczny krok polega na zapewnieniu zastosowania optymalnej ekspozycji (t.j. całkowitego czasu detekcji fotonów dla każdej projekcji lasera) w każdej pozycji źródło-detektor. Jest to ważne z dwóch powodów: po pierwsze, aby zapewnić odpowiedni stosunek sygnału do szumu w każdej pozycji detekcji, a po drugie, aby uniknąć nasycenia detektora, co mogłoby uszkodzić jednostki detekcyjne. Aby osiągnąć optymalną ekspozycję w każdej pozycji detektora, stosowana jest automatyczna kontrola ekspozycji, która w istocie trianguluje optymalną ekspozycję z dwóch ekspozycji o niskim sygnale14. Czwartym krytycznym krokiem metodologii jest odniesienie zebranych danych fluorescencji do ilości transmitowanego światła wzbudzenia. Odniesienie to jest często nazywane stosunkiem Borna i przynosi wiele korzyści w FT, z których główną jest ograniczenie błędów wynikających z niezgodności modelu z danymi23,24. Przedstawiony system został zaprojektowany tak, aby jednocześnie wykrywać fluorescencję i transmitowane światło wzbudzenia poprzez kierowanie światła w każdym kanale detekcji do 2 oddzielnych lamp fotomnożników. Dzięki temu unikamy wpływu ruchu na dokładność stosunku Borna.
Mając do dyspozycji solidny zestaw danych, rekonstrukcja obrazu z danych w dziedzinie czasu polega na rozwiązaniu problemu odwrotnego siatki elementów skończonych o następującym wyrażeniu:
d=Jx
gdzie d jest wektorem o wymiarach n x m elementów dla n projekcji źródło-detektor i m bramek czasowych TPSF; J jest macierzą czułości (lub jakobianem) o wymiarach n x m na l, dla l węzłów w siatce; a x jest wektorem optycznych właściwości fluorescencji w każdym węźle o rozmiarze l. d to dane skalibrowane zebrane podczas eksperymentu, a J jest symulowane przy użyciu rozwiązania metodą elementów skończonych dla przybliżenia dyfuzyjnego transportu fluorescencji w dziedzinie czasu25. Wymiar czasowy macierzy J jest również splotowany z funkcjami odpowiedzi instrumentu specyficznymi dla detektora. x stanowi reprezentację interesującej nas mapy fluorescencji i jest wyznaczane przy użyciu metody najmniejszych kwadratów nieujemnych Levenberga-Marquardta z regularyzacją Tichonowa15.
Przedstawiona tutaj metodologia, opisująca procedurę zdolną do lokalizacji znakowanych fluorescencyjnie guzów u myszy przy użyciu wysokoczułej detekcji fluorescencji opartej na zliczaniu fotonów, ma potencjał do przesunięcia granic FT. W poprzednim badaniu wykazano możliwość zastosowania tego podejścia w modelach zwierzęcych większych niż myszy, takich jak szczury, a także poprawę czułości w porównaniu z istniejącymi konstrukcjami systemów w preparatach wielkości myszy17. Bezpośrednim zastosowaniem tej metody byłoby monitorowanie ekspresji biomarkerów in vivo w modelach guzów małych zwierząt w celu oceny skuteczności leków w sposób wysokoprzepustowy. Zdolność systemu do wzbudzania i detekcji fluorescencji na wielu długościach fal umożliwia jednoczesne wykrywanie wielu markerów fluorescencyjnych. Dodatkowe markery fluorescencyjne stanowią sposób na jednoczesne badanie wielu aspektów patologii lub mogą być wykorzystane, jak w niniejszym badaniu, do zastosowania bardziej ilościowych podejść obrazowania, takich jak metody podwójnego reportera służące do pomiaru potencjału wiązania in vivo, będącego markerem gęstości receptorów26,27.
Oświadczenia
Brak zadeklarowanych konfliktów interesów.
Podziękowania
Praca ta została sfinansowana z grantów Narodowego Instytutu Raka (National Cancer Institute) o numerach R01 CA120368, R01 CA109558 (KMT, RWH, FEG, BWP), RO1 CA132750 (MJ, BWP) oraz K25 CA138578 (FL), a także z grantu na stypendium podoktorskie Kanadyjskich Instytutów Badań nad Zdrowiem (Canadian Institutes of Health Research) (KMT). Opracowanie systemu tomografii fluorescencyjnej zostało częściowo sfinansowane przez Advanced Research Technologies (Montreal, QC).
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| IRDye 800CW-EGF | LI-COR Biosciences | 926-08446 | |
| Alexa Fluor 647, ester succynimidylowy | Life Technologies | A20106 | Poddano reakcji z wodą w celu zminimalizowania wiązania nieswoistego |
Bibliografia
- Rudin, M., Weissleder, R. Molecular imaging in drug discovery and development. Nat. Rev. Drug Discov. 2, 123-131 (2003).
- Arridge, S. Optical tomography in medical imaging. Inverse Problems. 15, R41-R93 (1999).
- Leblond, F., Davis, S. C., Valdes, P. A., Pogue, B. W. Pre-clinical whole-body fluorescence imaging: Review of instruments, methods and applications. J. Photochem. Photobiol. B. 98, 77-94 (2010).
- Cao, J., Moosman, A., Johnson, V. E. A Bayesian chi-squared goodness-of-fit test for censored data models. Biometrics. 66, 426-434 (2010).
- Da Silva, A. Optical calibration protocol for an x-ray and optical multimodality tomography system dedicated to small-animal examination. Appl. Optics. 48, 151-162 (2009).
- Deliolanis, N. Free-space fluorescence molecular tomography utilizing 360 degrees geometry projections. Opt. Lett. 32, 382-384 (2007).
- Guo, X. A combined fluorescence and microcomputed tomography system for small animal imaging. IEEE Trans. Biomed. Eng. 57, 2876-2883 (2010).
- Lin, Y. Quantitative fluorescence tomography using a combined tri-modality FT/DOT/XCT system. Opt. Express. 18, 7835-7850 (2010).
- Zhang, X. High-resolution reconstruction of fluorescent inclusion in mouse thorax using anatomically guided sampling and parallel Monte Carlo computing. Biomedical Optics Express. 2, 2449-2460 (2011).
- Dominguez, J. B., Berube-Lauziere, Y. Diffuse light propagation in biological media by a time-domain parabolic simplified spherical harmonics approximation with ray-divergence effects. Appl. Optics. 49, 1414-1429 (2010).
- Kepshire, D. A microcomputed tomography guided fluorescence tomography system for small animal molecular imaging. Rev. Sci. Instrum. 80, 043701(2009).
- Lin, Y. A photo-multiplier tube-based hybrid MRI and frequency domain fluorescence tomography system for small animal imaging. Phys. Med. Biol. 56, 4731-4747 (2011).
- Niedre, M. J. Early photon tomography allows fluorescence detection of lung carcinomas and disease progression in mice in vivo. Proc. Natl. Acad. Sci. U.S.A. 105, 19126-19131 (2008).
- Kepshire, D. L., Dehghani, H., Leblond, F., Pogue, B. W. Automatic exposure control and estimation of effective system noise in diffuse fluorescence tomography. Opt. Express. 17, 23272-23283 (2009).
- Tichauer, K. M. Imaging workflow and calibration for CT-guided time-domain fluorescence tomography. Biomedical Optics Express. 2, 3021-3036 (2011).
- Kennedy, J. C., Pottier, R. H. Endogenous protoporphyrin IX, a clinically useful photosensitizer for photodynamic therapy. Journal of photochemistry and photobiology. 14, 275-292 (1992).
- Leblond, F., Tichauer, K. M., Holt, R., El-Ghussein, F., Pogue, B. W. Towards whole-body optical imaging of rats using single-photon counting fluorescence tomography. Opt. Lett. 36, 3723-3725 (2011).
- Gibbs-Strauss, S. L. Noninvasive fluorescence monitoring for functional assessment of murine glioma treatment [dissertation]. , Dartmouth College. (2008).
- Dehghani, H. Near infrared optical tomography using NIRFAST: Algorithm for numerical model and image reconstruction. Commun. Numer. Meth. En. 25, 711-732 (2009).
- Holt, R., El-Ghussein, F., Tichauer, K. M., Leblond, F., Pogue, B. W. Proceedings of SPIE. , 789213(2011).
- Ntziachristos, V., Weissleder, R. Experimental three-dimensional fluorescence reconstruction of diffuse media by use of a normalized Born approximation. Opt. Lett. 26, 893-895 (2001).
- Davis, S. C. Magnetic resonance-coupled fluorescence tomography scanner for molecular imaging of tissue. The Review of scientific instruments. 79, 064302(2008).
- Leblond, F., Tichauer, K. M., Pogue, B. W. Singular value decomposition metrics show limitations of detector design in diffuse fluorescence tomography. Biomedical Optics Express. 1, 1514-1531 (2010).
- Soubret, A., Ripoll, J., Ntziachristos, V. Accuracy of fluorescent tomography in the presence of heterogeneities: Study of the normalized born ratio. Ieee T. Med. Imaging. 24, 1377-1386 (2005).
- Zhu, Q. A three-dimensional finite element model and image reconstruction algorithm for time-domain fluorescence imaging in highly scattering media. Phys. Med. Biol. 56, 7419-7434 (2011).
- Weissleder, R., Pittet, M. J. Imaging in the era of molecular oncology. Nature. 452, 580-589 (2008).
- Tichauer, K. M. In vivo quantification of tumor receptor binding potential with dual-reporter molecular imaging. Mol. Imag. Biol. , Forthcoming (2011).
Przedruki i uprawnienia
