Artykuł metodologiczny

Pomiar lokalnych naprężeń tkanek w ścięgnach za pomocą cyfrowej korelacji obrazu o otwartym kodzie źródłowym

DOI:

10.3791/64921

⸱

27 stycznia 2023

 ,  ,  ,  , 
1Department of Biomedical Engineering, Pennsylvania State University, 2Department of Biomedical Engineering, Amirkabir University of Technology, 3Department of Orthopaedics and Rehabilitation, Pennsylvania State University

W tym artykule

Podsumowanie

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

Ten artykuł opisuje algorytm korelacji obrazów cyfrowych o otwartym kodzie źródłowym do pomiaru lokalnych szczepów tkanek 2D w eksplantatach ścięgien. Dokładność tej techniki została zweryfikowana przy użyciu wielu technik i jest ona dostępna do użytku publicznego.

Streszczenie

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

Istnieje duże zainteresowanie naukowe zrozumieniem szczepów, których doświadczają komórki ścięgien in situ i jak te szczepy wpływają na przebudowę tkanek. W oparciu o to zainteresowanie opracowano kilka technik analitycznych do pomiaru lokalnych naprężeń tkanek w eksplantatach ścięgien podczas obciążenia. Jednak w kilku przypadkach dokładność i czułość tych technik nie zostały zgłoszone, a żaden z algorytmów nie jest publicznie dostępny. Utrudniło to bardziej powszechny pomiar lokalnych szczepów tkanek w eksplantatach ścięgien. Dlatego celem tego artykułu było stworzenie zwalidowanego narzędzia analitycznego do pomiaru lokalnych szczepów tkanek w eksplantatach ścięgien, które jest łatwo dostępne i łatwe w użyciu. W szczególności publicznie dostępny algorytm rozszerzonej korelacji obrazów cyfrowych Lagrange'a (ALDIC) został przystosowany do pomiaru szczepów 2D poprzez śledzenie przemieszczeń jąder komórkowych w ścięgnach Achillesa myszy pod wpływem napięcia jednoosiowego. Dodatkowo potwierdzono dokładność obliczonych szczepów poprzez analizę cyfrowo przekształconych obrazów, a także poprzez porównanie szczepów z wartościami wyznaczonymi za pomocą niezależnej techniki (tj. linii fotobielonych). Na koniec do algorytmu włączono technikę rekonstrukcji obrazu referencyjnego przy użyciu obliczonego pola przemieszczenia, które można wykorzystać do oceny dokładności algorytmu w przypadku braku znanych wartości odkształceń lub wtórnej techniki pomiarowej. Algorytm jest w stanie mierzyć odkształcenia do 0,1 z dokładnością do 0,00015. Technika porównywania zrekonstruowanego obrazu referencyjnego z rzeczywistym obrazem referencyjnym z powodzeniem zidentyfikowała próbki, które miały błędne dane, i wskazała, że w próbkach z dobrymi danymi około 85% pola przemieszczenia było dokładne. Wreszcie, naprężenia mierzone w ścięgnach Achillesa myszy były zgodne z wcześniejszą literaturą. Dlatego algorytm ten jest bardzo przydatnym i elastycznym narzędziem do dokładnego pomiaru lokalnych naprężeń tkanek w ścięgnach.

Wprowadzenie

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

Ścięgna to mechaniczne tkanki, które adaptują się i degenerują w odpowiedzi na obciążenie mechaniczne1,2,3,4. Ze względu na rolę, jaką bodźce mechaniczne odgrywają w biologii komórek ścięgien, istnieje duże zainteresowanie zrozumieniem naprężeń, których komórki ścięgien doświadczają w natywnym środowisku tkankowym podczas obciążenia. Opracowano kilka technik eksperymentalnych i analitycznych w celu pomiaru lokalnych naprężeń tkanek w ścięgnach. Obejmują one analizy cyfrowej korelacji obrazów 2D/3D (DIC) odkształceń powierzchniowych przy użyciu wzorów plamek lub linii fotobielonych (PBL)5,6,7,8, pomiar zmian odległości między centroidami poszczególnych jąder w tkance9,10oraz najnowszą metodę 3D DIC obejmującą całe pole, która uwzględnia ruch poza płaszczyzną i deformacje 3D11. Jednak dokładność i czułość tych technik została zgłoszona tylko w kilku przypadkach, a żadna z tych technik nie została publicznie dostępna, co utrudnia powszechne przyjęcie i wykorzystanie tych technik.

Celem tej pracy było stworzenie sprawdzonego narzędzia analitycznego do pomiaru lokalnych szczepów tkanek w eksplantatach ścięgien, które jest łatwo dostępne i łatwe w użyciu. Wybrana metoda opiera się na publicznie dostępnym algorytmie rozszerzonej lagranżowskiej cyfrowej korelacji obrazów (ALDIC) napisanym w MATLAB, który został opracowany przez Yanga i Bhattacharya12. Algorytm ten został przystosowany do analizy próbek ścięgien i zwalidowany poprzez zastosowanie go do cyfrowo przekształconych obrazów oraz poprzez porównanie naprężeń zmierzonych w rzeczywistych próbkach ścięgien z wynikami uzyskanymi z linii fotowybielanych. Ponadto w algorytmie zaimplementowano dodatkowe funkcje, aby potwierdzić dokładność obliczonego pola przemieszczenia nawet w przypadku braku znanych wartości odkształceń lub wtórnej techniki pomiarowej. Dlatego algorytm ten jest bardzo przydatnym i elastycznym narzędziem do dokładnego pomiaru lokalnych naprężeń tkanek 2D w ścięgnach.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

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

To badanie zostało zatwierdzone przez Komitet ds. Opieki i Użytkowania Zwierząt Uniwersytetu Stanowego Pensylwanii.

1. Przygotowanie tkanek

  1. W tym celu należy pobrać ścięgna Achillesa od 2-4 miesięcznych samców myszy C57BL/6.
    UWAGA: Można również użyć różnych ścięgien lub więzadeł myszy lub innych małych zwierząt.
    1. Wykonaj nacięcie skóry powierzchownie do ścięgna Achillesa, aby odsłonić ścięgno podeszwowe i otaczającą tkankę łączną. Następnie usuń je za pomocą ostrza chirurgicznego.
    2. Oddziel odsłonięte mięśnie płaszczkowate i brzuchate łydki od kończyny tylnej i ostrożnie zeskrob je ze ścięgna Achillesa ostrzem chirurgicznym
    3. Oddziel kość piętową od reszty stopy za pomocą nasadki do cięcia na narzędziu obrotowym.
  2. Wybarwić tkankę w 1,5 ml roztworu 5-(4,6-dichlorotriazynylo)aminofluoresceiny (DTAF) o stężeniu 5,6 μg/ml i 0,1 M buforu wodorowęglanu sodu przez 20 minut na mieszalniku obrotowym w temperaturze pokojowej. Roztwór ten barwi białka (np. macierz zewnątrzkomórkową) w tkance.
    UWAGA: W ciągu tych 20 minut należy wykonać krok 1.3.
  3. Przygotować roztwór DRAQ5 w sile 1:1 000 w roztworze soli fizjologicznej buforowanej fosforanami (PBS) w celu zabarwienia jąder. Użyj mieszalnika wirowego, aby homogenizować roztwór.
  4. Po 20-minutowym okresie inkubacji opisanym w kroku 1.2 przenieść tkankę z roztworu DTAF do roztworu DRAQ5 i inkubować w ciemnym pomieszczeniu przez 10 minut w temperaturze pokojowej.

2. Wczytywanie ścięgien i akwizycja obrazu

UWAGA: Ten protokół wymaga urządzenia do rozciągania, które można zamontować na szczycie mikroskopu konfokalnego. W tym badaniu użyto urządzenia do mikrorozciągania opisanego przez Petersona i Szczęsnego13.

  1. Umieść ścięgno w uchwytach urządzenia do obciążania rozciągającego. Przed zamontowaniem uchwytów w urządzeniu ładującym należy użyć suwmiarki cyfrowej, aby zmierzyć odległość między mocowaniem kości piętowej a przeciwległym uchwytem. Ta odległość jest długością miernika ścięgien.
    1. Alternatywnie, zamontuj uchwyty w urządzeniu ładującym przed włożeniem ścięgna i dociśnij do kontaktu, aby określić pozycję silnika o zerowym przemieszczeniu. Przemieszczenie silników po włożeniu ścięgna może zapewnić potencjalnie dokładniejszą długość miernika uchwytu do uchwytu.
  2. Zamontuj uchwyty w urządzeniu ładującym, które zawiera PBS, aby utrzymać nawodnienie tkanek. Wyrównaj ścięgno tak dobrze, jak to możliwe, z osią x lub y obrazów mikroskopowych, tak aby wyjścia odkształcenia x i y algorytmu odpowiadały osiom ścięgna.
    UWAGA: W tym badaniu ścięgna były wyrównane z osią x. Jeśli nie jest możliwe idealne wyrównanie ścięgna z osiami obrazu, wówczas wyjścia odkształcenia x i y-odkształcenia algorytmu można przekształcić tak, aby wyrównały się z osiami podłużnymi/prostopadłymi ścięgna przy użyciu standardowych równań transformacji odkształcenia14.
  3. Wstępnie obciążyć ścięgno napięciem 1 g i, w razie potrzeby, zastosować obciążenie cykliczne w celu wstępnego kondycjonowania próbki. W tym protokole nie zastosowano kondycjonowania wstępnego, ponieważ celem badania była walidacja zmierzonych miejscowych szczepów tkanek, a nie pomiar właściwości materiału tkankowego. Jeśli istnieje zainteresowanie pomiarem właściwości materiału w makroskali, które są zależne od historii obciążenia, zaleca się kondycjonowanie wstępne. Po wstępnym kondycjonowaniu i rekonwalescencji ponownie nałożyć napięcie wstępne o wadze 1 g.
  4. W razie potrzeby należy fotowybielać zestaw czterech linii oddalonych od siebie o 80 μm w środkowej części tkanki (więcej szczegółów można znaleźć w Peterson and Szczęsny13).
    UWAGA: Fotobielone linie zostały użyte do walidacji pomiarów algorytmu ALDIC i nie są niezbędne do wykonania samego ALDIC. Liczbę i odstępy między liniami można dostosować, a położenie linii powinno być tak dobrane, aby uniknąć jakichkolwiek artefaktów w próbce, które zmniejszyłyby przejrzystość linii.
  5. Powtórz procedurę fotowybielania na lewym i prawym krańcu tkanki w pobliżu uchwytów.
  6. Za pomocą mikroskopu konfokalnego uzyskaj obrazy wolumetryczne (x,y: 1,25 μm/piksel, z: 2,5 μm/piksel) fluorescencji DTAF i DRAQ5 przy 1 g obciążenia wstępnego.
  7. Wykonaj rampę naprężenia przy naprężeniu od 0,5%/s do 2%. Należy pamiętać, że szybkość odkształcania i wielkość odkształcenia przyrostowego można regulować.
  8. Pozwól tkance na stres zrelaksować się przez 10 min.
    UWAGA: Czas trwania relaksacji naprężeń powinien być tak dobrany, aby próbka znajdowała się pod obciążeniem w przybliżeniu quasistatycznym podczas akwizycji obrazu. Aby określić, czy czas trwania relaksacji naprężenia jest akceptowalny, należy określić nachylenie krzywej siła-czas w ostatniej minucie relaksacji naprężeń (rysunek uzupełniający 1) i pomnożyć to nachylenie przez całkowity czas trwania obrazowania. W tym badaniu siła przyłożona przy największym wzroście odkształcenia nigdy nie zmieniła się o więcej niż 5%.
  9. Wykonaj kolejny obraz wolumetryczny tkanki po deformacji.
  10. Powtarzaj kroki 2.7-2.9, aż do osiągnięcia pożądanego końcowego odkształcenia. W tym artykule wybrano końcową wartość odkształcenia wynoszącą 12%.

3. Przetwarzanie obrazu

  1. Użyj ImageJ lub Fiji, aby utworzyć maksymalne projekcje z każdego wolumetrycznego obrazu kanału DRAQ5 (jądrowego). Będą one służyć jako nakrapiane obrazy 2D dla ALDIC.
  2. Zapisz projekcje z o maksymalnej intensywności jako pliki .tiff i nazwij je zgodnie z następującą konwencją nazewnictwa.
    1. Użyj cyfry jako pierwszego znaku nazwy obrazu.
    2. Niech liczba odpowiada kolejności, w jakiej obrazy będą brane pod uwagę podczas analizy odkształcenia. Na przykład pierwszy obraz powinien zaczynać się od jednego, a drugi obraz powinien zaczynać się od dwóch. Można wybrać różne liczby, ale muszą one sekwencyjnie zwiększać. Przykładowa konwencja nazewnictwa jest następująca: "0_Experiment1_MaxZProjection".
  3. Zapisz wszystkie projekcje z o zmienionej nazwie o maksymalnej intensywności w folderze.

4. Instalacja i zastosowanie kodu do analizy linii fotobielonej

UWAGA: Te kroki są konieczne tylko wtedy, gdy pożądane jest potwierdzenie dokładności algorytmu ALDIC za pomocą linii fotobielonych. Kod oblicza lokalne odkształcenie tkanki jako średnią znormalizowaną zmianę odległości między każdą linią fotobieloną w zestawie linii fotobielonej. W tym badaniu średnie wartości lokalne zostały następnie uśrednione we wszystkich zestawach linii fotowybielanych (tj. w środku i na lewym/prawym końcu) w celu określenia jednej średniej wartości lokalnego odkształcenia tkanki dla każdej próbki. Wartość ta została następnie wykorzystana do oszacowania dokładności algorytmu ALDIC.

  1. Pobierz folder "PBL Code" z GitHub (https://github.com/Szczesnytendon/TendonStrainCalc) i przenieś całą zawartość do katalogu roboczego w MATLAB.
  2. Otwórz skrypt MATLAB "Micro_Mech_Template.m".
    1. Naciśnij przycisk Uruchom i wybierz jeden z plików graficznych zawierających obrazy wolumetryczne. Obrazy wolumetryczne mogą być dowolnym z następujących typów plików: .lsm, .tiff, .nd2.
    2. Oprogramowanie automatycznie załaduje wszystkie obrazy do folderu i wyświetli wyświetlany obraz referencyjnego obrazu wolumetrycznego. Po wyświetleniu monitu kliknij lewym przyciskiem myszy, aby utworzyć linie wielopunktowe, które śledzą lewy i prawy koniec próbki. Kliknij prawym przyciskiem myszy, aby zakończyć linię. Po przetworzeniu danych wejściowych, jeśli krawędzie są poprawne, naciśnij przycisk OK, aby zaakceptować wynik.
    3. Narysuj losową ukośną linię w poprzek próbki jako linię odniesienia, gdy zostaniesz o to poproszony.
    4. Wprowadź liczbę utworzonych linii fotobielonych i obrysuj linie fotobielone liniami wielopunktowymi.
    5. Jeśli wynik jest akceptowalny, zaakceptuj go. Jeśli wynik jest błędny, dostosuj go i ponownie przetwórz.
  3. Powtórz krok 4.2 dla wszystkich obrazów i przenieś wszystkie obrazy obrysowanych linii do jednego folderu.
  4. Otwórz skrypt "Micro_Mech_Strain.m".
    1. Naciśnij przycisk Uruchom, aby wykonać kod, a następnie wybierz jeden z zapisanych obrazów, na którym śledzone są linie wybielone foto.
    2. Upewnij się, że wybrane obrazy towarzyszące są poprawne po wybraniu obrazu, naciskając przycisk OK.

5. Tworzenie cyfrowo przekształconych obrazów

UWAGA: Te kroki są konieczne tylko wtedy, gdy pożądane jest potwierdzenie dokładności algorytmu ALDIC za pomocą cyfrowo przekształconych obrazów. Obrazy te symulują jednorodne pola odkształceń 2D o znanej wielkości poprzez sztuczne przekształcenie obrazu referencyjnego.

  1. Pobierz kod "Digital_strain.m" z GitHub (https://github.com/Szczesnytendon/TendonStrainCalc).
  2. Otwórz i uruchom kod.
  3. Po wyświetleniu monitu wprowadź żądane wartości maksymalnego zastosowanego odkształcenia, zastosowanego przyrostu odkształcenia i współczynnika Poissona. Naciśnij przycisk Ok.
    UWAGA: W tym eksperymencie maksymalne zastosowane odkształcenie wynosiło 0,1 (10%), zastosowany przyrost odkształcenia wynosił 0,02 (2%) i zastosowano współczynnik Poissona równy 1, co jest zgodne z danymi eksperymentalnymi dotyczącymi prób rozciągania ścięgien15,16. Kod wykorzystuje wbudowaną funkcję MATLAB imwarp i wartości wejściowe (np. przyrosty odkształceń, współczynnik Poissona) do tworzenia cyfrowo przekształconych obrazów.
  4. Po wyświetleniu monitu wybierz niezdeformowany obraz referencyjny.
  5. Dla każdego przyrostu odkształcenia wyświetlana jest nakładka obrazu referencyjnego i przekształconego obrazu. Przekształcony obraz zostanie zapisany w katalogu pod tytułem "DigitallyTransformedX%Strain", gdzie X jest przyrostem odkształcenia.

6. Instalacja i zastosowanie kodu obliczeniowego i walidacyjnego

szczepu
  1. Pobierz folder "Strain Calculation and Validation Code" z GitHub (https://github.com/Szczesnytendon/TendonStrainCalc) i przenieś całą zawartość do katalogu roboczego MATLAB
  2. Zainstaluj kompilator mex C/C++ zgodnie z Yang i Bhattacharya12. Kroki zostały podsumowane poniżej.
    1. Sprawdź MATLAB, aby zobaczyć, czy został zainstalowany kompilator mex C/C++, wpisując "mex -setup" w oknie poleceń MATLAB i naciskając Enter.
    2. Jeśli pojawi się błąd wskazujący, że kompilator nie jest obsługiwany lub obecny, przejdź do kroku 6.3 i kroku 6.4.
    3. Jeśli nie ma żadnego błędu, przejdź do kroku 6.5
  3. Aby pobrać kompilator mex C/C++, przejdź do "https:/tdm-gcc.tdragon.net/" i wybierz kompilator TDM-gcc.
  4. Zainstaluj pobrany kompilator w znanej lokalizacji.
  5. Wróć do okna poleceń MATLAB i wpisz: "setenv("MW_MINGW64_LOC","[Wpisz tutaj ścieżkę instalacji]")". Na przykład może to być "setenv("MW_MINGW64_LOC","C:\TDM-GCC-64")". Jeśli to polecenie zostanie wykonane pomyślnie, kompilator mex jest poprawnie zainstalowany.
  6. Wprowadź skrypt funkcji "main_aldic.m" i zmień wiersz 22 tak, aby odpowiadał poleceniu wykonanemu w kroku 6.5.
  7. Otwórz skrypt "Strain_calc_and_validate.m".
  8. Naciśnij przycisk Uruchom, aby rozpocząć analizę obrazu.
  9. Po wyświetleniu monitu zmień wartości parametrów ALDIC zgodnie z potrzebami.
    UWAGA: Rozmiar okna powinien być od 0,25 do 1 razy większy od rozmiaru podzbioru. Więcej informacji na temat wyboru parametrów można znaleźć w instrukcji obsługi online: (https://www.researchgate.net/publication/344796296_Augmented_Lagrangian_Digital
    _Image_Correlation_AL-DIC_Code_Manual).
    1. W badaniu wykorzystano następujące wartości:
      Rozmiar podzbioru (piksele): 20
      Rozmiar okna (piksele): 10
      Metoda rozwiązywania ALDIC: Różnica skończona (1)
      Nie stosowano obliczeń równoległych (1)
      Metoda obliczania początkowego przypuszczenia: Wyszukiwanie w wielu siatkach na podstawie piramidy obrazów (0)
  10. Po wyświetleniu monitu zaznacz pole wyboru "Tak", aby algorytm automatycznie zapisał wartość średnią, odchylenie standardowe i mapy 2D dla żądanej kolekcji zmiennych (np. odkształcenia x, odkształcenia y, odkształcenia ścinającego, uszkodzonych regionów itp.). Wybierz, które zmienne mają zostać zapisane, a następnie naciśnij przycisk OK.
  11. Po wyświetleniu monitu zmień parametry zgodnie z potrzebami.
    1. W tym eksperymencie użyto następujących wartości:
      Punkty otaczające do obliczenia odkształcenia (numP): 12
      Współczynnik korelacji dla identyfikacji złego regionu (corr_threshold): 0,5
      Rozmiar podregionu (piksele) dla analizy nieprawidłowego regionu (podrozmiar): 32
  12. Po wyświetleniu monitu wybierz folder, który zawiera projekcje z o zmienionej nazwie. Należy pamiętać, że oprogramowanie automatycznie wykonuje przyrostowy ALDIC w celu określenia pól odkształceń zdeformowanych obrazów. Oznacza to, że każdy zdeformowany obraz służy jako nowy obraz "referencyjny" dla następnego zdeformowanego obrazu. Poprawia to dokładność wyników (rysunek uzupełniający 2) w porównaniu z wykonywaniem skumulowanego ALDIC, w którym każdy zdeformowany obraz jest porównywany z oryginalnym obrazem referencyjnym (0% odkształcenia). Aby przeprowadzić analizę skumulowaną, należy wczytać obrazy, ale wybrać tylko oryginalny obraz referencyjny i zdeformowany obraz będący przedmiotem zainteresowania.
    UWAGA: Normalne odkształcenie oblicza się jako λ - 1, gdzie λ jest rozciągnięciem tkanki. Rozciągliwość tkanki jest obliczana zgodnie z figure-protocol-1, gdzie N = [1 0]T lub [0 1]T odpowiednio dla kierunku x i y, oraz C = FT F, gdzie F jest gradientem deformacji obliczonym przy użyciu punktów "numP" otaczających każdy punkt danych wyjściowych przez algorytm ALDIC. Odkształcenie ścinające jest obliczane jako figure-protocol-2, gdzie figure-protocol-3.
  13. Po wyświetleniu monitu kliknij lewym przyciskiem myszy, aby utworzyć czteropunktowy wielokąt w celu zdefiniowania obszaru zainteresowania do pomiaru odkształceń. Zacznij od punktu w lewym górnym rogu i przypisz kolejne punkty w kierunku zgodnym z ruchem wskazówek zegara.
    UWAGA: Zmienna "Storage" zapisana w przestrzeni roboczej MATLAB zawiera wszystkie wartości średniego odkształcenia x, odchylenia standardowego odkształcenia x, średniego odkształcenia y, odchylenia standardowego odkształcenia y, średniego odkształcenia ścinającego, odchylenia standardowego odkształcenia przy ścinaniu i procentu uszkodzonych obszarów. Uszkodzone regiony są definiowane zgodnie z analizą współczynnika korelacji w obszarze zainteresowania wybranym w kroku 6.13. W folderze "NuclearTrackingResults" (którego nazwę można zmienić, dostosowując linie 555 i 556) przechowywane są wszystkie wykresy określone w kroku 6.10. Folder ten zawiera również plik arkusza kalkulacyjnego o nazwie "Wyniki", w którym przechowywane są wszystkie średnie i odchylenia standardowe określone w kroku 6.10.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

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

Przed analizą pól odkształceń w rzeczywistych próbkach tkanek, protokół ALDIC został najpierw zweryfikowany przy użyciu cyfrowo naprężonych/przekształconych obrazów jąder w ścięgnach Achillesa myszy. W szczególności obrazy zostały przekształcone w celu cyfrowego wytworzenia jednolitych szczepów w kierunku x 2%, 4%, 6%, 8% i 10% odkształcenia z symulowanym współczynnikiem Poissona wynoszącym 115,16. Dokładność algorytmu ALDIC została następnie oceniona poprzez por...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

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

Celem tego artykułu było dostarczenie zwalidowanej metody pomiaru pól odkształceń 2D w ścięgnach pod wpływem obciążenia rozciągającego. Fundament oprogramowania został oparty na publicznie dostępnym algorytmie ALDIC12. Algorytm ten został osadzony w większym kodzie MATLAB z dodatkową funkcjonalnością przyrostowej (w porównaniu z kumulatywną) analizą odkształceń. Ten zaadaptowany algorytm został następnie zastosowany do próby rozciągania ścięgien, a jego dokładność oceniono za pomocą dwóch różnych ...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

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

Wszyscy autorzy nie mają konfliktu interesów, który mogliby ujawnić.

Podziękowania

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

Ta praca została sfinansowana przez National Institutes of Health (R21 AR079095) i National Science Foundation (2142627).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
5-DTAF (5-(4,6-dichlorotriazynylo) aminofluoresceina), pojedynczy izomerSuwmiarki ThermoFisherD16
Mitutoyo500-196-30
NikonA1R HD
Corning LSE Vortex MixerConing6775
DRAQ5 Roztwór sondy fluorescencyjnej (5 mM)ThermoFisher62554
MATLABMathWorksR2022b
Urządzenie do ładowania rozciąganegoN/AN/AUrządzenie do ładowania rozciągającego opisane w Peterson i in., 2020. (ref 13) 
Rewolwer rurowy RotatorThermoFisher88881001
Mikroskop konfokalny

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Devkota, A. C. Distributing a fixed amount of cyclic loading to tendon explants over longer periods induces greater cellular and mechanical responses. Journal of Orthopaedic Research. 11 (4), 1609-1612 (2007).
  2. Sun, H. B., et al. Cycle-dependent matrix remodeling gene expression response in fatigue-loaded rat patellar tendons. Journal of Orthopaedic Research. 28 (10), 1380-1386 (2010).
  3. Shepherd, J. H., Screen, H. R. C. Fatigue loading of tendon. International Journal of Experimental Pathology. 94 (4), 260-270 (2013).
  4. Paschall, L., Pedaprolu, K., Carrozzi, S., Dhawan, A., Szczesny, S. Mechanical stimulation as both the cause and the cure of tendon and ligament injuries. Regenerative Rehabilitation: From Basic Science to the Clinic. , Springer. Cham, Switzerland. 359-386 (2022).
  5. Andarawis-Puri, N., Ricchetti, E. T., Soslowsky, L. J. Rotator cuff tendon strain correlates with tear propagation. Journal of Biomechanics. 42 (2), 158-163 (2009).
  6. Cheng, V. W. T., Screen, H. R. C. The micro-structural strain response of tendon. Journal of Materials Science. 42 (21), 8957-8965 (2007).
  7. Luyckx, T., et al. Digital image correlation as a tool for three-dimensional strain analysis in human tendon tissue. Journal of Experimental Orthopaedics. 1 (1), 7(2014).
  8. Duncan, N. A., Bruehlmann, S. B., Hunter, C. J., Shao, X., Kelly, E. J. In situ cell-matrix mechanics in tendon fascicles and seeded collagen gels: Implications for the multiscale design of biomaterials. Computer Methods in Biomechanics and Biomedical Engineering. 17 (1), 39-47 (2014).
  9. Arnoczky, S. P., Lavagnino, M., Whallon, J. H., Hoonjan, A. In situ cell nucleus deformation in tendons under tensile load; A morphological analysis using confocal laser microscopy. Journal of Orthopaedic Research. 20 (1), 29-35 (2002).
  10. Screen, H. R. C., Bader, D. L., Lee, D. A., Shelton, J. C. Local strain measurement within tendon. Strain. 40 (4), 157-163 (2004).
  11. Fung, A. K., Paredes, J. J., Andarawis-Puri, N. Novel image analysis methods for quantification of in situ 3-D tendon cell and matrix strain. Journal of Biomechanics. 67, 184-189 (2018).
  12. Yang, J., Bhattacharya, K. Augmented Lagrangian digital image correlation. Experimental Mechanics. 59 (2), 187-205 (2019).
  13. Peterson, B. E., Szczesny, S. E. Dependence of tendon multiscale mechanics on sample gauge length is consistent with discontinuous collagen fibrils. Acta Biomaterialia. 117, 302-309 (2020).
  14. Humphrey, J. D., O'Rourke, S. L. An Introduction to Biomechanics. , Springer. New York, NY. (2015).
  15. Reese, S. P., Weiss, J. A. Tendon fascicles exhibit a linear correlation between Poisson's ratio and force during uniaxial stress relaxation. Journal of Biomechanical Engineering. 135 (3), 34501(2013).
  16. Ahmadzadeh, H., Freedman, B. R., Connizzo, B. K., Soslowsky, L. J., Shenoy, V. B. Micromechanical poroelastic finite element and shear-lag models of tendon predict large strain dependent Poisson's ratios and fluid expulsion under tensile loading. Acta Biomaterialia. 22, 83-91 (2015).
  17. Szczesny, S. E., Elliott, D. M. Interfibrillar shear stress is the loading mechanism of collagen fibrils in tendon. Acta Biomaterialia. 10 (6), 2582-2590 (2014).
  18. Han, W. M., et al. Macro- to microscale strain transfer in fibrous tissues is heterogeneous and tissue-specific. Biophysical Journal. 105 (3), 807-817 (2013).
  19. Pedaprolu, K., Szczesny, S. E. A novel, open-source, low-cost bioreactor for load-controlled cyclic loading of tendon explants. Journal of Biomechanical Engineering. 144 (8), 084505(2022).
  20. Gatt, R., et al. Negative Poisson's ratios in tendons: An unexpected mechanical response. Acta Biomaterialia. 24, 201-208 (2015).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Tissue Strain MeasurementDigital Image CorrelationTendon ExplantsLocal Tissue StrainsAchilles TendonAugmented Lagrangian AlgorithmNuclear TrackingConfocal MicroscopyPhotobleached LinesTensile Loading

Powiązane artykuły