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.
Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.
Artykuł metodologiczny
Pomiar lokalnych naprężeń tkanek w ścięgnach za pomocą cyfrowej korelacji obrazu o otwartym kodzie źródłowym
W tym artykule
Podsumowanie
Streszczenie
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
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
Badanie to zostało zatwierdzone przez Komitet ds. Opieki i Wykorzystania Zwierząt (Institutional Animal Care and Use Committee) Uniwersytetu Stanowego Pensylwanii.
1. Przygotowanie tkanki
- W ramach niniejszego protokołu pobierz ścięgna Achillesa od samców myszy C57BL/6 w wieku od 2 do 4 miesięcy.
UWAGA: Można również wykorzystać inne ścięgna lub więzadła myszy lub innych małych zwierząt.- Wykonaj nacięcie skóry nad ścięgnem Achillesa, aby odsłonić ścięgno mięśnia płatystego oraz otaczającą tkankę łączną. Następnie usuń je za pomocą skalpela.
- Oddziel odsłonięte mięśnie soleus i gastrocnemius od kończyny tylnej i ostrożnie zeskrob je ze ścięgna Achillesa za pomocą skalpela.
- Oddziel kość piętową od reszty stopy, używając tarczy tnącej zamontowanej na narzędziu rotacyjnym.
- Barw tkankę w 1,5 mL roztworu 5-(4,6-dichlorotriazinyl) aminofluoresceiny (DTAF) o stężeniu 5 µg/mL w 0,1 M buforze wodorowęglanu sodu przez 20 min na mieszalniku obrotowym w temperaturze pokojowej. Roztwór ten barwi białka (np. macierz pozakomórkową) w tkance.
UWAGA: W ciągu tych 20 min należy wykonać krok 1.3. - Przygotuj roztwór DRAQ5 w soli fizjologicznej fosforanowej (PBS) w rozcieńczeniu 1:1 000 w celu zabarwienia jąder komórkowych. Użyj wstrząsarki Vortex do homogenizacji roztworu.
- Po 20-minutowym okresie inkubacji opisanym w kroku 1.2, przenieś tkankę z roztworu DTAF do roztworu DRAQ5 i inkubuj w ciemności przez 10 min w temperaturze pokojowej.
2. Obciążanie ścięgna i akwizycja obrazów
UWAGA: Ten protokół wymaga zastosowania urządzenia do badań rozciągania, które można zamontować na mikroskopie konfokalnym. W niniejszym badaniu wykorzystano urządzenie do mikro-rozciągania opisane przez Petersona i Szczesny13.
- Umieść ścięgno w uchwytach urządzenia do badań rozciągania. Przed zamocowaniem uchwytów w urządzeniu pomiarowym zmierz za pomocą suwmiarki cyfrowej odległość między przyczepem do kości piętowej a przeciwległym uchwytem. Odległość ta stanowi długość pomiarową ścięgna.
- Alternatywnie można zamocować uchwyty w urządzeniu obciążającym przed włożeniem ścięgna, a następnie docisnąć je do siebie, aby zdefiniować pozycję silnika dla zerowego przemieszczenia. Przemieszczenie silników po włożeniu ścięgna może zapewnić potencjalnie dokładniejszą pomiarową długość odcinka między uchwytami.
- Zamocuj uchwyty w urządzeniu doyścierania, które zawiera PBS w celu utrzymania nawilżenia tkanki. Ustaw ścięgno jak najdokładniej równolegle do osi x lub osi y obrazów mikroskopowych, tak aby wyniki odkształcenia wzdłuż osi x (x-strain) i osi y (y-strain) generowane przez algorytm odpowiadały osiom ścięgna.
UWAGA: W niniejszym badaniu ścięgna zostały wyrównane względem osi x. Jeśli nie jest możliwe idealne dopasowanie ścięgna do osi obrazu, wyniki odkształcenia w osi x (x-strain) i w osi y (y-strain) wygenerowane przez algorytm można przekształcić tak, aby odpowiadały osiom podłużnej i prostopadłej ścięgna, stosując standardowe równania transformacji odkształceń.14. - Napięcie wstępne ścięgna należy ustawić na 1 g, a w razie potrzeby zastosować obciążenie cykliczne w celu prekondycjonowania próbki. W niniejszym protokole nie zastosowano prekondycjonowania, ponieważ celem badania była walidacja pomiarów lokalnych odkształceń tkanki, a nie pomiar właściwości materiałowych tkanki. W przypadku chęci pomiaru właściwości materiałowych w skali makro, które zależą od historii obciążania, zaleca się przeprowadzenie prekondycjonowania. Po prekondycjonowaniu i fazie regeneracji należy ponownie zastosować napięcie wstępne o wartości 1 g.
- W razie potrzeby przeprowadzić fotowybielenie zestawu czterech linii w odstępach 80 µm oddzielnie w regionie centralnym tkanki (patrz Peterson i Szczesny13 (po więcej szczegółów).
UWAGA: Linie poddane fotobleachingowi zostały wykorzystane do walidacji pomiarów algorytmu ALDIC i nie są one niezbędne do samego przeprowadzenia analizy ALDIC. Liczbę oraz odstępy między liniami można dostosować, a ich położenie należy dobrać tak, aby uniknąć wszelkich artefaktów w próbce, które mogłyby pogorszyć przejrzystość linii. - Powtórz procedurę fotoblancingu na lewej i prawej krawędzi tkanki, w pobliżu uchwytów.
- Za pomocą mikroskopu konfokalnego należy zebrać obrazy wolumetryczne (x,y: 1.25 µm/pixel, z: 2.5 µm/pixel) fluorescencji DTAF i DRAQ5 przy obciążeniu wstępnym 1 g.
- Wykonaj rampę odkształcenia z prędkością 0,5%/s do odkształcenia 2%. Należy pamiętać, że prędkość odkształcenia oraz wielkość przyrostu odkształcenia mogą zostać dostosowane.
- Pozostawić tkankę na 10 min w celu relaksacji naprężeń.
UWAGA: Czas relaksacji naprężeń należy dobrać tak, aby podczas akwizycji obrazu próbka znajdowała się pod obciążeniem bliskim stanu quasistatycznego. Aby ocenić, czy czas relaksacji naprężeń jest odpowiedni, należy wyznaczyć nachylenie krzywej siła-czas w ostatniej minucie relaksacji naprężeń (Rycina uzupełniająca 1), a następnie należy pomnożyć nachylenie tej prostej przez całkowity czas obrazowania. W niniejszym badaniu siła przyłożona przy największym przyroście odkształcenia nigdy nie zmieniła się o więcej niż 5%. - Wykonaj kolejny obraz wolumetryczny tkanki po deformacji.
- Powtarzać kroki 2.7–2.9 aż do uzyskania pożądanej końcowej odkształcenia. W niniejszej pracy wybrano końcową wartość odkształcenia wynoszącą 12%.
3. Przetwarzanie obrazu
- Użyj programu ImageJ lub Fiji, aby utworzyć maksymalne projekcje z (maximum z-projections) dla każdego obrazu wolumetrycznego kanału DRAQ5 (jądrowego). Posłużą one jako dwuwymiarowe obrazy nakrapiane dla ALDIC.
- Zapisz projekcje z o maksymalnej intensywności jako pliki .tiff i nazwij je zgodnie z poniższą konwencją nazewnictwa.
- Jako pierwszy znak nazwy obrazu użyj cyfry.
- Numer ten powinien odpowiadać kolejności, w jakiej obrazy będą analizowane podczas analizy odkształceń. Na przykład pierwszy obraz powinien zaczynać się od jedynki, a drugi od dwójki. Można wybrać inne numery, ale muszą one rosnąć sekwencyjnie. Przykład konwencji nazewnictwa: „0_Experiment1_MaxZProjection”.
- Zapisz wszystkie przekazane nazwy projekcji z o maksymalnej intensywności w jednym folderze.
4. Instalacja i zastosowanie kodu do analizy linii wybielonych fotochemicznie
UWAGA: Poniższe kroki są konieczne tylko w przypadku, gdy istnieje potrzeba potwierdzenia dokładności algorytmu ALDIC przy użyciu linii fotowybielonych. Kod oblicza lokalne odkształcenie tkanki jako średnią znormalizowaną zmianę odległości między każdą linią fotowybieloną w obrębie zestawu linii fotowybielonych. W niniejszym badaniu średnie wartości lokalne uśredniono następnie dla wszystkich zestawów linii fotowybielonych (tj. w centrum oraz na lewym/prawym końcu), aby wyznaczyć pojedynczą średnią wartość lokalnego odkształcenia tkanki dla każdej próbki. Wartość ta została następnie wykorzystana do oszacowania dokładności algorytmu ALDIC.
- Pobierz folder „PBL Code” z serwisu GitHub (https://github.com/Szczesnytendon/TendonStrainCalc) i przenieś całą jego zawartość do katalogu roboczego w programie MATLAB.
- Otwórz skrypt MATLAB „Micro_Mech_Template.m”.
- Naciśnij Run i wybierz jeden z plików obrazów zawierających obrazy wolumetryczne. Obrazy wolumetryczne mogą być zapisane w następujących formatach plików: .lsm, .tiff, .nd2.
- Oprogramowanie automatycznie wczyta wszystkie obrazy z folderu i wyświetli obraz projekcyjny referencyjnego obrazu wolumetrycznego. Po wyświetleniu prośby, użyj lewego przycisku myszy, aby utworzyć wielopunktowe linie wyznaczające lewą i prawą krawędź próbki. Użyj prawego przycisku myszy, aby zakończyć rysowanie linii. Po przetworzeniu danych wejściowych, jeśli krawędzie są poprawne, naciśnij Ok, aby zaakceptować wynik.
- Po wyświetleniu prośby narysuj dowolną linię ukośną przez próbkę jako linię referencyjną.
- Wprowadź liczbę utworzonych linii fotowybielonych i wyznacz te linie za pomocą linii wielopunktowych.
- Jeśli wynik jest akceptowalny, zatwierdź go. Jeśli wynik jest błędny, skoryguj go i przetwórz ponownie.
- Powtórz krok 4.2 dla wszystkich obrazów, a następnie przenieś wszystkie obrazy z wyznaczonymi liniami do jednego folderu.
- Otwórz skrypt „Micro_Mech_Strain.m”.
- Naciśnij Run, aby uruchomić kod, i wybierz jeden z zapisanych obrazów, na których wyznaczono linie fotowybielone.
- Po wybraniu obrazu potwierdź poprawność wybranych obrazów towarzyszących, naciskając Ok.
5. Tworzenie obrazów przekształconych cyfrowo
UWAGA: Poniższe kroki są konieczne tylko w przypadku chęci potwierdzenia dokładności algorytmu ALDIC przy użyciu obrazów przekształconych cyfrowo. Obrazy te symulują jednorodne dwuwymiarowe pola odkształceń o znanej wartości poprzez sztuczne przekształcenie obrazu referencyjnego.
- Pobierz kod „Digital_strain.m” z serwisu GitHub (https://github.com/Szczesnytendon/TendonStrainCalc).
- Otwórz i uruchom kod.
- W odpowiedzi na polecenie wprowadź pożądane wartości maksymalnego przyłożonego odkształcenia, przyrostu przyłożonego odkształcenia oraz współczynnika Poissona. Naciśnij Ok.
UWAGA: W tym eksperymencie maksymalne przyłożone odkształcenie wynosiło 0,1 (10%), przyrost przyłożonego odkształcenia wynosił 0,02 (2%), a współczynnik Poissona przyjęto równy 1, co jest zgodne z danymi eksperymentalnymi z testów rozciągania ścięgien15,16. Kod wykorzystuje wbudowaną funkcję MATLAB imwarp oraz wartości wejściowe (np. przyrosty odkształcenia, współczynnik Poissona) do tworzenia cyfrowo przekształconych obrazów. - W odpowiedzi na polecenie wybierz nieodkształcony obraz referencyjny.
- Dla każdego przyrostu odkształcenia wyświetlana jest nałożka obrazu referencyjnego i obrazu przekształconego. Przekształcony obraz zostanie zapisany w katalogu pod nazwą „DigitallyTransformedX%Strain”, gdzie X oznacza przyrost odkształcenia.
6. Instalacja i zastosowanie kodu do obliczeń i walidacji odkształcenia
- Pobierz folder „Strain Calculation and Validation Code” z serwisu GitHub (https://github.com/Szczesnytendon/TendonStrainCalc) i przenieś całą jego zawartość do katalogu roboczego MATLAB
- Zainstaluj kompilator mex C/C++ zgodnie z instrukcjami Yang i Bhattacharyi12. Kroki streszczono poniżej.
- Sprawdź w programie MATLAB, czy zainstalowano kompilator mex C/C++, wpisując „mex -setup” w oknie poleceń (Command Window) MATLAB i naciskając Enter.
- Jeśli pojawi się błąd wskazujący, że kompilator nie jest obsługiwany lub nie jest obecny, przejdź do kroku 6.3 i 6.4.
- Jeśli nie pojawi się żaden błąd, przejdź do kroku 6.5
- Aby pobrać kompilator mex C/C++, przejdź pod adres „https:/tdm-gcc.tdragon.net/” i wybierz kompilator TDM-gcc.
- Zainstaluj pobrany kompilator w znanej lokalizacji.
- 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, oznacza to, że kompilator mex został poprawnie zainstalowany.
- Otwórz skrypt funkcji „main_aldic.m” i zmień linię 22 tak, aby odpowiadała poleceniu wykonanemu w kroku 6.5.
- Otwórz skrypt „Strain_calc_and_validate.m”.
- Naciśnij Run , aby rozpocząć analizę obrazu.
- Po wyświetleniu prośby zmień wartości parametrów ALDIC według uznania.
UWAGA: Rozmiar okna powinien wynosić od 0,25 do 1 razy rozmiar podzbioru. Więcej informacji na temat wyboru parametrów znajduje się w internetowym podręczniku użytkownika: (https://www.researchgate.net/publication/344796296_Augmented_Lagrangian_Digital
_Image_Correlation_AL-DIC_Code_Manual).- W niniejszym badaniu zastosowano następujące wartości:
Rozmiar podzbioru (piksele): 20
Rozmiar okna (piksele): 10
Metoda rozwiązywania ALDIC: Różnice skończone (1)
Obliczenia równoległe nie były stosowane (1)
Metoda obliczania szacunku początkowego: Wyszukiwanie wielosiatkowe w oparciu o piramidę obrazu (0)
- W niniejszym badaniu zastosowano następujące wartości:
- Po wyświetleniu prośby zaznacz pole wyboru „Yes”, aby algorytm automatycznie zapisał wartość średnią, odchylenie standardowe i mapy 2D dla żądanego zbioru zmiennych (np. odkształcenie w osi x, odkształcenie w osi y, odkształcenie ścinające, obszary błędne itp.). Wybierz zmienne, które mają zostać zapisane, i naciśnij Ok.
- Po wyświetleniu prośby zmień parametry według uznania.
- W tym eksperymencie zastosowano następujące wartości:
Liczba punktów otaczających do obliczenia odkształcenia (numP): 12
Współczynnik korelacji dla identyfikacji obszarów błędnych (corr_threshold): 0,5
Rozmiar podregionu (piksele) dla analizy obszarów błędnych (Subsize): 32
- W tym eksperymencie zastosowano następujące wartości:
- Po wyświetleniu prośby wybierz folder zawierający zmienione nazwy projekcji z maksymalną intensywnością w osi z. Należy zauważyć, że oprogramowanie automatycznie wykonuje przyrostowe ALDIC w celu wyznaczenia pól odkształceń obrazów zdeformowanych. Oznacza to, że każdy zdeformowany obraz służy jako nowy obraz „referencyjny” dla kolejnego obrazu zdeformowanego. Poprawia to dokładność wyników (Rycina uzupełniająca 2) w porównaniu do wykonywania kumulatywnego ALDIC, gdzie każdy zdeformowany obraz jest porównywany z oryginalnym referencyjnym obrazem (0% odkształcenia). Aby przeprowadzić analizę kumulatywną, załaduj obrazy, ale wybierz tylko oryginalny obraz referencyjny oraz interesujący Cię obraz zdeformowany.
UWAGA: Odkształcenie normalne oblicza się jako λ - 1, gdzie λ jest wydłużeniem tkanki. Wydłużenie tkanki oblicza się zgodnie z
, gdzie N = [1 0]T lub [0 1]T odpowiednio dla kierunku x i kierunku y, a C = FT F, gdzie F to gradient deformacji obliczony przy użyciu „numP” punktów otaczających każdy punkt danych wyjściowych z algorytmu ALDIC. Odkształcenie ścinające oblicza się jako 
, gdzie 
. - Po wyświetleniu prośby kliknij lewym przyciskiem myszy, aby utworzyć wielokąt czteropunktowy definiujący obszar zainteresowania do pomiaru odkształceń. Zacznij od punktu w lewym górnym rogu i wyznaczaj kolejne punkty zgodnie z ruchem wskazówek zegara.
UWAGA: Zmienna „Storage” zapisana w obszarze roboczym MATLAB zawiera wszystkie wartości dla średniego odkształcenia x, odchylenia standardowego odkształcenia x, średniego odkształcenia y, odchylenia standardowego odkształcenia y, średniego odkształcenia ścinającego, odchylenia standardowego odkształcenia ścinającego oraz procentu obszarów błędnych. Obszary błędne są definiowane na podstawie analizy współczynnika korelacji w obrębie obszaru zainteresowania wybranego w kroku 6.13. Folder „NuclearTrackingResults” (który można zmienić, modyfikując linie 555 i 556) przechowuje wszystkie wykresy określone w kroku 6.10. Folder ten zawiera również plik arkusza kalkulacyjnego o nazwie „Results”, w którym przechowywane są wszystkie wartości średnie i odchylenia standardowe określone w kroku 6.10.
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Wyniki
Przed analizą pól odkształceń w rzeczywistych próbkach tkanek, protokół ALDIC został najpierw zwalidowany przy użyciu cyfrowo odkształconych/przekształconych obrazów jąder komórkowych w ścięgnach ścięgna Achillesa myszy. W szczególności obrazy zostały przekształcone w celu cyfrowego uzyskania jednorodnych odkształceń w kierunku x o wartościach 2%, 4%, 6%, 8% i 10% przy symulowanym współczynniku Poissona wynoszącym 115,16. Dokładność algorytmu ALDIC oceniono nastę...
Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.
Dyskusja
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
Wszyscy autorzy nie mają konfliktu interesów, który mogliby ujawnić.
Podziękowania
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
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| 5-DTAF (5-(4,6-dichlorotriazynylo) aminofluoresceina), pojedynczy izomer | Suwmiarki ThermoFisher | D16 | |
| Mitutoyo | 500-196-30 | ||
| Nikon | A1R HD | ||
| Corning LSE Vortex Mixer | Coning | 6775 | |
| DRAQ5 Roztwór sondy fluorescencyjnej (5 mM) | ThermoFisher | 62554 | |
| MATLAB | MathWorks | R2022b | |
| Urządzenie do ładowania rozciąganego | N/A | N/A | Urządzenie do ładowania rozciągającego opisane w Peterson i in., 2020. (ref 13) |
| Rewolwer rurowy Rotator | ThermoFisher | 88881001 |
Bibliografia
- 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).
- 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).
- Shepherd, J. H., Screen, H. R. C. Fatigue loading of tendon. International Journal of Experimental Pathology. 94 (4), 260-270 (2013).
- 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).
- 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).
- Cheng, V. W. T., Screen, H. R. C. The micro-structural strain response of tendon. Journal of Materials Science. 42 (21), 8957-8965 (2007).
- 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).
- 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).
- 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).
- Screen, H. R. C., Bader, D. L., Lee, D. A., Shelton, J. C. Local strain measurement within tendon. Strain. 40 (4), 157-163 (2004).
- 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).
- Yang, J., Bhattacharya, K. Augmented Lagrangian digital image correlation. Experimental Mechanics. 59 (2), 187-205 (2019).
- 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).
- Humphrey, J. D., O'Rourke, S. L. An Introduction to Biomechanics. , Springer. New York, NY. (2015).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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
