Artykuł metodologiczny

Bezpośrednia transformacja liniowa do pomiaru napięcia nerwów obwodowych in-situ podczas rozciągania

DOI:

10.3791/65924

⸱

12 stycznia 2024

 ,  , 
1School of Biomedical Engineering, Science and Health Systems, Drexel University, 2Bioengineering Department, Temple University

W tym artykule

Podsumowanie

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

Ten protokół implementuje system kamer stereo-obrazowania, skalibrowany za pomocą bezpośredniej transformacji liniowej, aby uchwycić trójwymiarowe przemieszczenia in situ rozciągniętych nerwów obwodowych. Rejestrując te przemieszczenia, można określić obciążenie wywołane przy różnym stopniu rozciągnięcia, informując o progach uszkodzenia rozciągania, które mogą posunąć naprzód naukę o naprawie nerwów zależnej od rozciągania.

Streszczenie

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

Nerwy obwodowe ulegają fizjologicznemu i niefizjologicznemu rozciąganiu podczas rozwoju, normalnego ruchu stawu, urazu, a ostatnio podczas chirurgicznej naprawy. Zrozumienie biomechanicznej odpowiedzi nerwów obwodowych na rozciąganie ma kluczowe znaczenie dla zrozumienia ich reakcji na różne warunki obciążenia, a tym samym dla optymalizacji strategii leczenia i interwencji chirurgicznych. Protokół ten szczegółowo opisuje proces kalibracji systemu kamer do obrazowania stereo poprzez bezpośrednią transformację liniową i śledzenie trójwymiarowego przemieszczenia tkanek nerwów obwodowych in situ podczas rozciągania, uzyskanego z trójwymiarowych współrzędnych plików wideo zarejestrowanych przez skalibrowany system kamer do obrazowania stereo.

Na podstawie uzyskanych współrzędnych trójwymiarowych, długość nerwu, zmiana długości nerwu i procentowe odkształcenie w odniesieniu do czasu mogą być obliczone dla rozciągniętego nerwu obwodowego. Korzystanie z systemu kamer do obrazowania stereoskopowego zapewnia nieinwazyjną metodę uchwycenia trójwymiarowych przemieszczeń nerwów obwodowych po rozciągnięciu. Bezpośrednia transformacja liniowa umożliwia trójwymiarową rekonstrukcję długości nerwów obwodowych podczas rozciągania w celu zmierzenia obciążenia. Obecnie nie istnieje żadna metodologia badania naprężeń in situ rozciągniętych nerwów obwodowych przy użyciu systemu kamer do obrazowania stereoskopowego skalibrowanego za pomocą bezpośredniej transformacji liniowej. Uchwycenie napięcia nerwów obwodowych in situ podczas rozciągania może nie tylko pomóc klinicystom w zrozumieniu mechanizmów leżących u podstaw uszkodzenia nerwów w przypadku nadmiernego rozciągnięcia, ale także pomóc w optymalizacji strategii leczenia, które opierają się na interwencjach wywołanych rozciąganiem. Metodologia opisana w artykule może potencjalnie poszerzyć naszą wiedzę na temat biomechaniki nerwów obwodowych w odpowiedzi na rozciąganie, aby poprawić wyniki leczenia urazów nerwów i rehabilitacji.

Wprowadzenie

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

Nerwy obwodowe (PN) ulegają rozciąganiu podczas rozwoju, wzrostu, normalnego ruchu stawu, urazów i operacji1. PN wykazują właściwości lepkosprężyste, aby chronić nerw podczas regularnych ruchów2,3 i utrzymują strukturalne zdrowie swoich włókien nerwowych2. Ponieważ wykazano, że reakcja PN na rozciąganie mechaniczne zależy od rodzaju uszkodzenia włókien nerwowych4, urazy sąsiednich tkanek łącznych2,4, oraz podejścia testowe (tj. szybkość lub kierunek obciążenia)5,6,7,8,9,10,11,12,13,14, konieczne jest rozróżnienie reakcji biomechanicznych PN podczas normalnego zakresu ruchu w porównaniu z zakresem niefizjologicznym zarówno przy wolnym, jak i szybkim tempie. Może to pogłębić zrozumienie mechanizmu uszkodzeń PN w odpowiedzi na rozciąganie i pomóc w szybkiej i zoptymalizowanej interwencji1,4,15,16. W fizjoterapii obserwuje się rosnącą tendencję do oceny i interwencji w oparciu o związek między fizjologią nerwów a biomechaniką17. Dzięki zrozumieniu różnic w biomechanice PN przy różnych przyłożonych obciążeniach, fizjoterapeuci mogą być lepiej przygotowani do modyfikacji obecnych interwencji17.

Dostępne dane biomechaniczne PN w odpowiedzi na rozciąganie pozostają zmienne i można je przypisać sprzętowi i procedurom testowym oraz różnicom w analizie danych dotyczących wydłużenia5,6,7,8,9,10,11,12,13,14,16. Co więcej, pomiar trójwymiarowego (3D) przemieszczenia nerwów in-situ pozostaje słabo opisany w obecnie dostępnej literaturze. W poprzednich badaniach wykorzystano techniki obrazowania stereoskopowego, aby zmaksymalizować dokładność rekonstrukcji 3D przemieszczenia tkanki torebki stawu międzywyrostkowego18,19. Technika bezpośredniej transformacji liniowej (DLT) umożliwia konwersję dwóch lub więcej widoków dwuwymiarowych (2D) na rzeczywiste współrzędne 3D (tj. w mm)20,21,22. DLT zapewnia metodę kalibracji o wysokiej dokładności dla systemów kamer stereoskopowych, ponieważ umożliwia precyzyjną rekonstrukcję pozycji 3D, uwzględniając zniekształcenia obiektywu, parametry kamery i współrzędne obrazu, a także zapewnia elastyczność w konfiguracji kamery do obrazowania stereoskopowego20,21,22. Badania z wykorzystaniem systemów kamer stereoskopowych skalibrowanych przez DLT są zwykle używane do badania lokomocji i analizy chodu22,23. Protokół ten ma na celu zaoferowanie szczegółowej metodologii określania odkształcenia in situ PN przy różnych stopniach rozciągnięcia przy użyciu systemu kamer stereoskopowych skalibrowanego przez DLT i oprogramowania śledzącego o otwartym kodzie źródłowym22.

Protokół

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

Wszystkie opisane procedury zostały zatwierdzone przez Komitet ds. Opieki i Użytkowania Zwierząt Uniwersytetu Drexel (IACUC). Nowonarodzone prosię zostało pozyskane z zatwierdzonej przez Departament Rolnictwa Stanów Zjednoczonych (USDA) farmy położonej w Pensylwanii w USA.

1. Konfiguracja systemu obrazowania stereo

  1. Podłącz system kamer stereoskopowych, który rejestruje do 100 klatek/s (FPS) do podstawki użytkowej. System kamer stereoskopowych zastosowany w tym badaniu to pasywna kamera stereoskopowa z dwiema poziomo ustawionymi kamerami (określanymi jako lewa i prawa kamera) oddzielonymi linią bazową 63 mm (Rysunek 1).

figure-protocol-1
Rysunek 1: System kamer stereo-obrazujących. (A) Równoległy system kamer stereoskopowych z dwoma kamerami (lewą i prawą kamerą) oddzielonymi linią bazową 63 mm. (B) Schemat systemu kamer stereo i ustawienia podstawy. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

2. System obrazowania stereo DLT Kalibracja - digitalizacja głośności kontrolnej 3D

  1. Uzyskaj trzy przezroczyste kwadratowe arkusze pleksi akrylowej (12 cali x 12 cali x 0,125 cala). Na każdym arkuszu umieść siatkę i narysuj co najmniej 10 punktów, co daje co najmniej 30 punktów rozmieszczonych w objętości kontrolnej 3D na płaszczyznach współrzędnych x, y i z. Skonstruuj objętość kontrolną 3D, układając trzy arkusze na różnych wysokościach, aby uchwycić maksymalną wysokość tego, co zostanie nagrane (Rysunek 2A).
  2. Digitalizacja wszystkich punktów na głośności sterującej 3D za pomocą digitizera z pedałem nożnym. Uzyskaj współrzędne x, y i z (w mm) (Rysunek 2B), ustanawiając początek układu współrzędnych (0, 0, 0) na kostce sterującej 3D, definiując dodatnie kierunki x i y, otwierając dokument, aby zapisać zdigitalizowane (x, y, z) współrzędne (w mm) każdego punktu i zapisując współrzędne (x, y, z) (w mm) jako plik *.csv.
    UWAGA: Współrzędne (x, y, z) są względne w stosunku do ustawionego początku układu współrzędnych w kostce sterującej 3D.
  3. Użyj tych cyfrowych współrzędnych (x, y, z) (w mm), aby skalibrować odpowiednio lewą i prawą kamerę systemu kamer do obrazowania stereo
    4. .

figure-protocol-2
Rysunek 2: Trójwymiarowa regulacja głośności i digitizer z pedałem nożnym. (A) Schemat regulacji głośności 3D. (B) Podzespoły digitizera z pedałem nożnym służące do digitalizacji objętości sterującej 3D w celu uzyskania współrzędnych (x, y, z) w mm. Skrót: 3D = trójwymiarowy. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

3. Kalibracja systemu kamer stereoskopowych - generowanie współczynników bezpośredniej transformacji liniowej

  1. Przymocuj system kamer do obrazowania stereo do podstawki użytkowej (Rysunek 3A).
  2. Umieść system kamer stereoskopowych 6 cm nad głośnością kontrolną 3D (Rysunek 3A).
  3. Podłącz system kamer do obrazowania stereo do laptopa za pomocą USB typu C.
  4. Otwórz oprogramowanie do obrazowania (patrz tabela materiałów).
  5. Zobrazuj głośność kontrolną 3D. Obraz wyjściowy (rysunek uzupełniający S1) obejmuje zarówno widok z lewej, jak i prawej kamery (Rysunek 3B).
  6. Uruchom niestandardowy kod MATLAB (plik uzupełniający 1), aby rozdzielić obraz wyjściowy na dwa obrazy, odpowiednio lewy i prawy obraz (odpowiednio rysunek 3C, rysunki uzupełniające S2 i rysunki uzupełniające S3).
  7. Kliknij przycisk Uruchom, aby zainicjować DLTcal5.m GUI22 (Plik uzupełniający 2).
    1. Kliknij przycisk inicjalizacji w oknie kontrolek DLTcal5, aby wybrać plik *.csv ze współrzędnymi cyfrowymi (x, y, z) (w mm) (Rysunek 4A i plik uzupełniający 3).
    2. Wybierz odpowiedni obraz głośności sterującej 3D z pierwszego widoku systemu kamer stereoskopowych (rysunek uzupełniający S2). W przypadku tego systemu kamer stereoskopowych widok z lewej kamery odpowiada widokowi z pierwszej kamery (Rysunek 4B).
    3. Pojawi się pierwszy obraz widoku z kamery (tj. widok z lewej kamery).
    4. Wybierz punkty w kolejności, w jakiej punkty zostały zdigitalizowane w sekcji 2, aby uzyskać współrzędne pikseli 2D z widoku z lewej kamery (Rysunek 4B).
    5. Ustaw bieżący punkt w oknie Kontrolki DLTcal5 i kliknij odpowiedni bieżący punkt na załadowanym obrazie widoku pierwszej kamery (tj. widoku z lewej kamery).
    6. Po wybraniu wszystkich punktów w załadowanym widoku pierwszej kamery, kliknij przycisk Oblicz współczynniki, aby wygenerować 11 współczynników DLT dla widoku z lewej kamery (Rysunek 4B).
    7. Kliknij dodaj kamerę w oknie kontrolek DLTcal5 i powtórz kroki 3.7.2-3.7.6, aby wygenerować 11 współczynników DLT dla widoku z prawej kamery (tj. widoku z drugiej kamery) (Rysunek 4B, C i rysunek uzupełniający S3).
    8. Kliknij przycisk Save Data (Zapisz dane) w oknie kontrolek DLTcal5, aby wybrać folder, w którym zostaną zapisane pliki wyjściowe (Rysunek 4D).
    9. Pliki wyjściowe zawierają współrzędne pikseli 2D (x, y) (plik uzupełniający 4) i odpowiadające im 11 współczynników DLT dla widoków lewej i prawej kamery systemu kamer stereoskopowych (Rysunek 4D i plik uzupełniający 5).
    10. System kamer stereoskopowych jest skalibrowany.

figure-protocol-3
Rysunek 3: Schemat pozyskiwania obrazu trójwymiarowej objętości kontrolnej za pomocą systemu kamer stereoobrazowych do bezpośredniej kalibracji transformacji liniowej. (A) Podłącz system kamery do obrazowania stereo do podstawy, a następnie podłącz go do laptopa za pomocą USB typu C. Umieść regulator głośności 3D na głębokości 6 cm pod systemem kamer do obrazowania stereo. (B) Korzystając z oprogramowania do obrazowania, zrób zdjęcie objętości kontrolnej 3D. Obraz wyjściowy jest połączonym obrazem z lewej i prawej kamery. (C) Korzystając z niestandardowego kodu MATLAB, połączony obraz wyjściowy jest dzielony na indywidualne lewe i prawe obrazy woluminu sterującego 3D. Skrót: 3D = trójwymiarowy. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-protocol-4
Rysunek 4: Schemat generowania współczynników bezpośredniej transformacji liniowej dla widoków z lewej i prawej kamery systemu obrazowania stereo-kamery. (A) Uruchom DLTcal5.m22, kliknij przycisk inicjalizuj w oknie sterowania i wybierz plik *.csv z cyfrowymi współrzędnymi (x, y, z) (w mm) objętości kontrolnej 3D. (B) Wybierz obraz kalibracyjny lewej kamery view. Następnie wybierz punkty na obrazie w tej samej kolejności, w jakiej zostały zdigitalizowane. Następnie kliknij przycisk Oblicz współczynniki, aby wygenerować współczynniki DLT dla widoku z lewej kamery. Następnie kliknij Dodaj kamerę, aby powtórzyć kroki dla prawego widoku kamery. (C) Wybierz obraz kalibracyjny dla prawej kamery view. Następnie wybierz punkty na obrazie w tej samej kolejności, w jakiej zostały zdigitalizowane. Następnie kliknij przycisk Oblicz współczynniki, aby wygenerować współczynniki DLT dla prawego widoku kamery. (D) Kliknij Zapisz dane, aby wybrać katalog, w którym chcesz zapisać współczynniki DLT dla widoku z lewej i prawej kamery. Wprowadź nazwę pliku wyjściowego i kliknij OK, a współczynniki DLT zostaną zapisane jako plik *.csv. Skrót: 3D = trójwymiarowy i DLT = bezpośrednia transformacja liniowa. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

4. Akwizycja danych

  1. Umieść znieczulone nowonarodzone prosię Yorkshire (w wieku 3-5 dni) w pozycji leżącej z kończynami górnymi w odwodzeniu, aby odsłonić okolicę pachową. Wykonaj nacięcie w linii środkowej przez skórę i powięź pokrywającą tchawicę do górnej jednej trzeciej mostka.
  2. Użyj rozwarstwienia, aby odsłonić nerwy splotu ramiennego.
  3. Wlej roztwór soli fizjologicznej na odsłonięty nerw splotu ramiennego, aby utrzymać je nawodnione przed, w trakcie i po badaniu.
  4. Przeciąć dystalny koniec PN splotu ramiennego i zacisnąć na mechanicznej aparaturze badawczej.
  5. Przymocuj system kamer do obrazowania stereo do podstawki użytkowej, umieść go do 6 cm nad PN, który ma zostać rozciągnięty, a następnie podłącz system kamery do obrazowania stereo do laptopa za pomocą USB typu C (Rysunek 5A).
  6. Użyj markera skórnego na bazie tuszu, aby umieścić markery w miejscach wkłucia i zacisku oraz dodatkowe dwa do czterech markerów wzdłuż długości PN, w zależności od długości nerwu, do śledzenia przemieszczenia (Rysunek 5B).
  7. Umieść siatkę kalibracyjną (tj. laminowaną siatkę z kwadratami o wymiarach 0,5 cm x 0,5 cm) i linijkę o długości 1 cm, płasko pod PN do analizy danych (Rysunek 5B).
  8. Zapisz początkową długość PN po zaciśnięciu i tuż przed rozciągnięciem.
  9. Rozciągnąć PN z prędkością przemieszczenia 500 mm/min do uszkodzenia lub z góry określonego rozciągnięcia.

figure-protocol-5
Rysunek 5: Reprezentatywny schemat do zbierania danych o rozciąganiu nerwów obwodowych. (A) Podłącz system kamery stereo do podstawy, a następnie podłącz go do laptopa za pomocą USB typu C. Umieść system kamer do obrazowania stereo do 6 cm powyżej nerwu obwodowego. (B) Nerw obwodowy jest zaciśnięty do układu mechanicznego na dystalnym końcu. Za pomocą markera do skóry na bazie tuszu umieść marker w miejscach wprowadzenia i zacisku oraz dodatkowe dwa do czterech markerów wzdłuż długości nerwu. Sól fizjologiczna jest wstrzykiwana na nerw obwodowy, aby utrzymać jego nawodnienie przed, w trakcie i po badaniu. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

5. Analiza danych - śledzenie trajektorii znaczników

  1. Uruchom niestandardowy kod MATLAB (plik uzupełniający 6), aby rozdzielić wyjściowy plik wideo (plik uzupełniający 7) na dwa pliki wideo, pliki wideo lewej i prawej kamery (odpowiednio plik uzupełniający 8 i plik uzupełniający 9).
  2. Kliknij przycisk Uruchom, aby zainicjować graficzny interfejs użytkownika DLTdv7.m22 (plik uzupełniający 10).
    1. Pojawi się okno kontrolek DLTdv7, w którym włączone są przyciski nowego projektu, ładowania projektu i zamykania (Rysunek 6A).
    2. Kliknij nowy projekt w oknie Formanty DLTdv7, aby rozpocząć nowy projekt.
    3. Gdy pojawi się okno dialogowe, wybierz 2, aby wskazać dwa pliki wideo (tj. widok z lewej i prawej kamery) w celu śledzenia trajektorii znacznika przemieszczenia na rozciągniętym nerwie obwodowym (Rysunek 6B).
    4. Wybierz pierwszy plik wideo (tj. Wideo 1), który jest plikiem wideo z lewej kamery view (Plik uzupełniający 8) i kliknij otwórz (Rysunek 6C). Następnie wybierz drugi plik wideo (tj. Wideo 2), który jest plikiem wideo z prawej kamery view (Plik uzupełniający 9) i kliknij otwórz (Rysunek 6C).
    5. Po wybraniu dwóch plików wideo kliknij przycisk tak, aby wskazać, że pliki wideo zostały pozyskane z widoków z kamery skalibrowanych za pomocą DLT.
    6. Wybierz odpowiedni plik współczynników DLT *.csv (Plik uzupełniający 5) dla systemu kamer stereoskopowych i kliknij otwórz (Rysunek 6D).
    7. Początkowe klatki wideo są wyświetlane z obu plików wideo, a reszta okna kontrolek DLTdv7 jest aktywowana. Przycisk nowego projektu został zastąpiony przyciskiem ponownego obliczenia punktów 3D, a przycisk wczytania projektu został zastąpiony przyciskiem zapisu (Rysunek 6E).
    8. W oknie kontrolek DLTdv7 upewnij się, że numer klatki jest ustawiony na 1, bieżący punkt jest ustawiony na 1, tryb automatycznego śledzenia jest wyłączony i zaktualizuj wszystkie filmy, sprawdzane są wizualne informacje zwrotne DLT i pokazują ścieżki 2D (Rysunek 6E).
    9. Upewnij się, że punkty śledzenia są umieszczone na znacznikach przemieszczenia PN w taki sposób, aby znacznik wstawiania odpowiadał punktowi 1, znacznik 1 odpowiadał punktowi 2 i tak dalej, przy czym znacznik zacisku jest punktem końcowym.
    10. Umieść punkt 1 na znaczniku wstawiania na filmie 1 (tj. w widoku wideo z lewej kamery file), upewniając się, że umieszczony punkt znajduje się na środku znacznika wstawiania. Użyj skrótów klawiaturowych (Tabela 1), aby przesunąć umieszczony punkt do środka znacznika wstawiania (Rysunek 7A).
    11. Ponieważ sprawdzane jest wizualne sprzężenie zwrotne DLT, po umieszczeniu punktu w filmie 1 pojawia się niebieska linia epipolarna w filmie 2 (tj. plik wideo z widokiem z prawej kamery) (Rysunek 7). Umieść punkt 1 na znaczniku wstawiania w filmie 2, używając niebieskiej linii epipolarnej jako odniesienia. W razie potrzeby użyj skrótów klawiaturowych (Tabela 1), aby przesunąć umieszczony punkt do środka znacznika wstawiania (Rysunek 7A).
    12. Kliknij przycisk Dodaj punkt w oknie kontrolek DLTdv7, aby dodać punkty na innych znacznikach tkanek w celu śledzenia ich trajektorii. Zapoznaj się z bieżącym punktem w oknie kontrolek DLTdv7, aby dowiedzieć się, który punkt jest aktywny.
    13. Kliknij przycisk Dodaj punkt. Umieść punkt 2 na znaczniku 1 w Filmie 1. Użyj niebieskiej linii epipolarnej i skrótów klawiaturowych, aby umieścić punkt 2 na znaczniku 1 w filmie 2. Kontynuuj dodawanie i umieszczanie punktów, najpierw na Filmie 1, a następnie na Filmie 2, dla wszystkich znaczników przemieszczenia wzdłuż długości nerwu między przyczepem a zaciskiem (tj. Punkt końcowy) (Rysunek 7B-F).
    14. Po umieszczeniu wszystkich początkowych punktów w Wideo 1 i Wideo 2 (tj. odpowiednio plików wideo z lewej i prawej kamery), upewnij się, że numer klatki znajduje się na 1, a bieżący punkt jest ustawiony na 1 w oknie kontrolek DLTdv7.
    15. W oknie kontrolek DLTdv7 zmień tryb automatycznego śledzenia na automatyczne przechodzenie z menu rozwijanego i predyktor automatycznego śledzenia na rozszerzony Kalman z menu rozwijanego (Rysunek 8A).
    16. Najpierw zakończ śledzenie wszystkich umieszczonych punktów w filmie wideo 1, a następnie zakończ śledzenie w filmie 2. Śledź trajektorię znacznika, klikając lewym przyciskiem myszy środek znacznika klatka po klatce, aż do awarii (tj. klatki przed poważnym zerwaniem nerwu obwodowego) lub całego filmu dla z góry określonego odcinka.
    17. Rozpocznij śledzenie punktu 1 w filmie 1. Powiększaj i pomniejszaj (Tabela 1) zgodnie z potrzebami, aby upewnić się, że śledzenie znajduje się w środku znacznika; klikaj klatka po klatce, aż do awarii lub końca filmu (Rysunek 8B). Po zakończeniu śledzenia punktu 1 w Wideo 1 wróć do klatki 1 i zmień bieżący punkt na punkt 2 z menu rozwijanego w oknie kontrolek DLTdv7. Poprzednio śledzony punkt zmieni kolor na jasnoniebieski, a jego trajektoria zmieni kolor na żółty. Bieżący punkt będzie miał zielony romb i różowy środek.
    18. Zakończ śledzenie wszystkich punktów w filmie 1, klikając lewym przyciskiem myszy klatka po klatce dla każdego punktu, aż do awarii lub końca filmu ( Rysunek 8C-G).
    19. W filmie 2 użyj niebieskiej linii epipolarnej, aby śledzić punkty w odniesieniu do filmu 1 (Rysunek 9). W oknie kontrolek DLTdv7 zwróć numer klatki na 1 i ustaw bieżący punkt na 1, a następnie rozpocznij śledzenie trajektorii punktu 1 w filmie 2.
    20. Wykonaj te same czynności (5.2.16-5.2.18), aby śledzić pozostałe punkty w filmie 2.
    21. Po zakończeniu śledzenia w Wideo 1 i Wideo 2 kliknij przycisk eksportuj punkty w oknie formantów DLTdv7, aby wyeksportować współrzędne (x, y, z) (w mm) śledzonych punktów.
    22. Pojawi się okno dialogowe, w którym należy wybrać katalog, w którym chcesz zapisać pliki wyjściowe. Kliknij lokalizację katalogu.
    23. Pojawi się kolejne okno dialogowe, w którym można ustawić nazwę plików wyjściowych. Ustaw nazwę plików wyjściowych (np. nerve1_101-styczeń-2001videoanalyzed_cal09.30_trial1_).
    24. Pojawi się kolejne okno dialogowe. Wybierz format zapisu jako płaski.
    25. Pojawi się kolejne okno dialogowe. Wybierz wartość nie, aby obliczyć 95% przedział ufności.
    26. Pojawi się końcowe okno dialogowe z informacją, że dane zostały wyeksportowane i zapisane, a cztery pliki wyjściowe są eksportowane do wybranej lokalizacji katalogu (Plik uzupełniający 11, Plik uzupełniający 12, Plik uzupełniający 13 i Plik uzupełniający 14).
    27. Kliknij przycisk Zapisz projekt w oknie Formanty DLTdv7, aby zapisać bieżący projekt (plik uzupełniający 15) w tym samym katalogu, w którym znajdują się pliki wyjściowe.

figure-protocol-6
Rysunek 6: Schemat konfiguracji nowego projektu w celu rozpoczęcia trójwymiarowego śledzenia trajektorii. (A) Uruchom DLTdv7.m22 i kliknij Nowy projekt, aby rozpocząć nowy projekt. (B) Wybierz 2 jako liczbę plików wideo. (C) Wybierz Wideo 1 file (tj. widok z lewej kamery), a następnie wybierz Video 2 file (tj. widok z prawej kamery). (D) Wybierz tak, ponieważ pliki wideo pochodzą z systemu kamer stereo kalibrowanych przez DLT. Następnie wybierz plik *.csv zawierający współczynniki DLT. (E) Wybrane pliki wideo są teraz gotowe do śledzenia. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

/kliknięcieopis
Kliknięcie lewym przyciskiem myszyŚledzi trajektorię klikniętego punktu w klatce
(+) KluczPowiększa bieżącą klatkę wideo we wskaźniku dookoła
(-) KluczPowiększa bieżącą klatkę wideo za pomocą wskaźnika mosue
(i) KluczPrzesuń punkt w górę
j) KluczPrzesuń punkt w lewo
k) KluczPrzesuń punkt w prawo
m) KluczPrzesuń punkt w dół

Tabela 1: Skróty klawiaturowe i myszowe do śledzenia trajektorii punktu.

figure-protocol-7
Rysunek 7: Schemat umieszczania punktów początkowych na znacznikach tkanek dla Wideo 1 i Wideo 2 za pomocą DLTdv7.m22. (A) Ustaw bieżący punkt na 1. Umieść punkt 1 na znaczniku wstawiania w Wideo 1. Używając niebieskiej linii epipolarnej w Wideo 2, umieść punkt 1 na znaczniku wstawiania. (B) Ustaw bieżący punkt na 2. Umieść punkt 2 na znaczniku 1 w Filmie 1. Używając niebieskiej linii epipolarnej w Wideo 2, umieść punkt 2 na znaczniku 1. (C) Ustaw bieżący punkt na 3. Umieść punkt 3 na znaczniku 2 w Wideo 1. Używając niebieskiej linii epipolarnej w Filmie 2, umieść punkt 3 na znaczniku 2. (D) Ustaw bieżący punkt na 4. Umieść punkt 4 na znaczniku 3 w Wideo 1. Używając niebieskiej linii epipolarnej w Wideo 2, umieść punkt 4 na znaczniku 3. (E) Ustaw bieżący punkt na 5. Umieść punkt 5 na znaczniku 4 w Wideo 1. Używając niebieskiej linii epipolarnej w Wideo 2, umieść punkt 5 na znaczniku 4. (F) Ustaw bieżący punkt na 6. Umieść punkt 6 na znaczniku zacisku na filmie 1. Używając niebieskiej linii epipolarnej na filmie 2, umieść punkt 6 na znaczniku zacisku. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-protocol-8
Rysunek 8: Schemat śledzenia trajektorii punktów znaczników w Wideo 1 za pomocą DLTdv7.m22. (A) Ustaw numer klatki na 1, bieżący punkt na 1, tryb automatycznego śledzenia na automatyczne przechodzenie, a predyktor automatycznego śledzenia na rozszerzony Kalmana. (B) Ustaw bieżący punkt na 1. W pliku Wideo 1 rozpocznij śledzenie przemieszczenia znacznika wstawiania (tj. punktu 1), klikając lewym przyciskiem myszy klatka po klatce, aż do ostatniej klatki. (C) Ustaw numer klatki na 1, a bieżący punkt na 2. W pliku Wideo 1 rozpocznij śledzenie przemieszczenia znacznika 1 (tj. punktu 2), klikając lewą klatką po klatce, aż do ostatniej klatki. (D) Ustaw numer klatki na 1, a bieżący punkt na 3. W pliku Wideo 1 rozpocznij śledzenie przemieszczenia znacznika 2 (tj. punktu 3), klikając lewym przyciskiem myszy klatka po klatce, aż do ostatniej klatki. (E) Ustaw numer klatki na 1, a bieżący punkt na 4. W pliku Wideo 1 rozpocznij śledzenie przemieszczenia znacznika 3 (tj. punktu 4), klikając lewą klatką po klatce, aż do ostatniej klatki. (F) Ustaw numer klatki na 1, a bieżący punkt na 5. W pliku Wideo 1 rozpocznij śledzenie przemieszczenia znacznika 4 (tj. punktu 5), klikając lewym przyciskiem myszy klatka po klatce, aż do ostatniej klatki. (G) Ustaw numer klatki na 1, a bieżący punkt na 6. W pliku Wideo 1 rozpocznij śledzenie przemieszczenia znacznika zacisku (tj. punktu 6), klikając lewym przyciskiem myszy klatka po klatce, aż do ostatniej klatki. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-protocol-9
Rysunek 9: Schemat śledzenia trajektorii punktów znacznika Wideo 2 za pomocą DLTdv7.m22. (A) Ustaw numer klatki na 1, bieżący punkt na 1, tryb autotrack na auto-advance, a autotrack predictor na rozszerzony Kalman. (B) Ustaw bieżący punkt na 1. Używając niebieskiej linii epipolarnej na pliku Video 2, rozpocznij śledzenie przemieszczenia znacznika wstawiania (tj. punktu 1), klikając lewym przyciskiem myszy klatka po klatce, aż do ostatniej klatki. (C) Ustaw numer klatki na 1, a bieżący punkt na 2. Używając niebieskiej linii epipolarnej na pliku Wideo 2, rozpocznij śledzenie przemieszczenia znacznika 1 (tj. punktu 2), klikając lewą klatką po klatce, aż do ostatniej klatki. (D) Ustaw numer klatki na 1, a bieżący punkt na 3. Używając niebieskiej linii epipolarnej na pliku Video 2, rozpocznij śledzenie przemieszczenia znacznika 2 (tj. punktu 3), klikając lewym przyciskiem myszy klatka po klatce, aż do ostatniej klatki. (E) Ustaw numer klatki na 1, a bieżący punkt na 4. Używając niebieskiej linii epipolarnej na pliku Wideo 2, rozpocznij śledzenie przemieszczenia znacznika 3 (tj. punktu 4), klikając lewym przyciskiem myszy klatka po klatce, aż do ostatniej klatki. (F) Ustaw numer klatki na 1, a bieżący punkt na 5. Używając niebieskiej linii epipolarnej na pliku Wideo 2, rozpocznij śledzenie przemieszczenia znacznika 4 (tj. punktu 5), klikając lewym przyciskiem myszy klatka po klatce, aż do ostatniej klatki. (G) Ustaw numer klatki na 1, a bieżący punkt na 6. Używając niebieskiej linii epipolarnej na filmie 2 file, rozpocznij śledzenie przemieszczenia znacznika zacisku (tj. punktu 6), klikając lewym przyciskiem myszy klatka po klatce, aż do ostatniej klatki. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

6. Analiza danych-analiza szczepów

  1. Uruchom niestandardowy kod MATLAB (plik uzupełniający 16), aby zaimportować śledzone trajektorie znaczników 3D (x, y, z) (w mm).
  2. W oknie poleceń MATLAB wpisz:
    percentStrain, deltaLi, lengthNi, nazwa pliku] = PercentStrain_3D
  3. Wprowadź czas zerwania, na przykład, jeśli pliki wideo mają 59 klatek, czas wynosi 0,59 s; wprowadź liczbę śledzonych punktów i wybierz plik *_xyzpts.csv ze śledzonymi trajektoriami 3D (x, y, z) (w mm).
  4. Wybierz katalog, aby zapisać wykresy długości wyjściowej w funkcji czasu (rysunek uzupełniający S4), zmianę długości w funkcji czasu (rysunek uzupełniający S5) i odkształcenia w funkcji czasu (rysunek uzupełniający S6) oraz plik *.xls z czasem, długością, zmianą długości i odkształceniem (plik uzupełniający 17).
  5. Oblicz długość (l), zmianę długości (Δl) i procentowe odkształcenie, korzystając z równań 1-3:
    figure-protocol-10 (1)
    Gdzie li jest odległością między dowolnymi dwoma znacznikami w dowolnym punkcie czasowym; x1i, y1i, z1i to współrzędne 3D jednego z dwóch znaczników; i x2i, y2i, z2i są współrzędnymi 3D drugich znaczników.
    figure-protocol-11 (2)
    Gdzie li jest odległością między dowolnymi dwoma znacznikami w dowolnym punkcie czasu, a lo jest odległością między dowolnymi dwoma znacznikami w punkcie pierwotnym/zerowym.
    figure-protocol-12 (3)
    Gdzie Δli jest zmianą długości między dwoma znacznikami w dowolnym punkcie czasowym, a lo jest odległością między dowolnymi dwoma znacznikami w punkcie pierwotnym/zerowym.

Wyniki

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

Korzystając z opisanej metodologii, uzyskuje się różne pliki wyjściowe. DLTdv7.m *_xyzpts.csv (plik uzupełniający 12) zawiera współrzędne (x, y, z) w milimetrach każdego śledzonego punktu w każdym przedziale czasowym, które są dalej wykorzystywane do obliczania długości, zmiany długości i odkształcenia rozciągniętego PN. Reprezentatywne wykresy długości-czasu, zmiany długości i czasu odkształcenia rozciągniętego PN są pokazane na Rysunek 10. Rozciągnięty PN miał znacznik wtrącenia, cztery znaczniki na całej długości oraz znacznik zaciskowy składający się z sześciu segmentów. Określając ilościowo ogólne i segmentowe odkształcenia rozciągniętego PN, uzyskuje się lepsze zrozumienie niejednorodności tych struktur, a także segmentowego wkładu w całkowite rozciągnięcie. Wykresy czasu odkształcenia są używane do obliczania wykresów czasu odkształcenia (<Rysunek 10A) i zmiana na wykresach długotrwałych-czasowych (Rysunek 10B) są używane do obliczania wykresów czasu odkształcenia (silna klasa="xfig">Rysunek 10C). Oprócz wykresów eksportowany jest arkusz kalkulacyjny (plik uzupełniający 17) z danymi wykresu (tj. czasem, długością, zmianą długości i odkształceniem).

figure-results-1
Rysunek 10: Reprezentatywne wykresy czasu odkształcenia, zmiany długości i długości rozciągniętego nerwu obwodowego. (A) Wykresy długości całego nerwu (tj. segmentu 1) i wszystkich segmentów między sąsiednimi markerami (tj. segmenty 2-6). (B) Zmiana wykresów długotrwałych całego nerwu (tj. Segment 1) i dla wszystkich segmentów między sąsiednimi markerami (tj. Segmenty 2-6). (C) Wykresy czasu odkształcenia całego nerwu (tj. Segment 1) i dla wszystkich segmentów między sąsiednimi markerami (tj. Segmenty 2-6). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Pozostałe trzy pliki wyjściowe DLTdv7.m (Plik uzupełniający 11, Plik uzupełniający 13 i Plik uzupełniający 14) oraz projekt wyjściowy (Plik uzupełniający 15) są używane do ponownego załadowania projektu w przypadku, gdy trajektorie punktów znacznikowych muszą być ponownie śledzone.

Rysunek uzupełniający S1: Obraz wyjściowy trójwymiarowej (3D) objętości kontrolnej. Obraz wyjściowy objętości kontrolnej 3D wykonany przy użyciu równoległego systemu kamer do obrazowania stereoskopowego i systemu oprogramowania do obrazowania do bezpośredniej kalibracji transformacji liniowej. Kliknij tutaj, aby pobrać ten plik.

Rysunek uzupełniający S2: Obraz po lewej trójwymiarowej (3D) objętości kontrolnej. Lewy obraz objętości kontrolnej 3D używanej do bezpośredniej kalibracji transformacji liniowej. Kliknij tutaj, aby pobrać ten plik.

Rysunek uzupełniający S3: Prawy obraz trójwymiarowej (3D) objętości kontrolnej. Prawy obraz objętości kontrolnej 3D używany do bezpośredniej kalibracji transformacji liniowej. Kliknij tutaj, aby pobrać ten plik.

Rysunek uzupełniający S4: Wykresy wyjściowe długotrwałe. (A-F) Wykresy długoterminowo-czasowe produkcji wyjściowej dla każdego segmentu w każdym przedziale czasowym. Kliknij tutaj, aby pobrać ten plik.

Rysunek uzupełniający S5: Zmiana w wykresach wyjściowych długotrwałych. (A-F) Zmiana wykresów długoterminowych produkcji dla każdego segmentu w każdym przedziale czasowym. Kliknij tutaj, aby pobrać ten plik.

Rysunek uzupełniający S6: Wykresy wyjściowe w czasie odkształcenia. (A-F) Wykresy długoterminowo-czasowe produkcji wyjściowej dla każdego segmentu w każdym przedziale czasowym. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 1: Niestandardowy kod MATLAB crop_left_right_stereoimage.m. Niestandardowy kod MATLAB używany do rozdzielania obrazu wyjściowego na dwa obrazy, odpowiednio lewy i prawy obraz. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 2: DLTcal5.m22. Kod MATLAB o otwartym kodzie źródłowym używany do uzyskiwania współczynników bezpośredniej transformacji liniowej systemu równoległych kamer stereoskopowych. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 3: Trójwymiarowe (3D) Cyfrowe Punkty Objętości Kontrolnej. Plik arkusza kalkulacyjnego (3D Control Volume_Digitized Pts.csv) zawierający zdigitalizowane (x, y, z) punkty w milimetrach punktów na objętości kontrolnej 3D. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 4: Plik arkusza kalkulacyjnego DLTcal5.m zawierający współrzędne (x, y) pikseli trójwymiarowych (3D) kontrolnych punktów głośności.Wyjściowy plik arkusza kalkulacyjnego (cal01_JOVE_test_xypts.csv) zawierający współrzędne pikseli (x, y) punktów głośności sterującej 3D za pomocą DLTcal5.m22. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 5: Plik arkusza kalkulacyjnego DLTcal5.m zawierający 11 współczynników bezpośredniej transformacji liniowej (DLT). Wyjściowy plik arkusza kalkulacyjnego (cal01_JOVE_test_DLTcoefs.csv) zawierający 11 współczynników DLT dla widoku lewej i prawej kamery systemu kamer stereoskopowych przy użyciu DLTcal5.m22. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 6: Niestandardowy kod MATLAB crop_left_right_stereovideo.m. Niestandardowy kod MATLAB używany do rozdzielania wyjściowego pliku wideo na dwa pliki wideo, pliki wideo z lewej i prawej kamery. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 7: Wyjściowy plik wideo z rozciągniętym nerwem obwodowym. Wyjściowy plik wideo (nerve3_105-Nov-2021video.avi) rozciągniętego nerwu obwodowego zawierający połączone pliki wideo z lewej i prawej kamery. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 8: Widok z lewej kamery (tj. Wideo 1) z rozciągniętym nerwem obwodowym. Widok z lewej kamery plik wideo (nerve3_105-Nov-2021video_left.avi) rozciągniętego nerwu obwodowego używanego do śledzenia trajektorii punktów znacznikowych za pomocą DLTdv7.m22. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 9: Widok z prawej kamery pliku wideo (tj. Wideo 2) rozciągniętego nerwu obwodowego. Plik wideo z widokiem z prawej kamery (nerve3_105-Nov-2021video_right.avi) rozciągniętego nerwu obwodowego używanego do śledzenia trajektorii punktów twórcy za pomocą DLTdv.7.m22. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 10: DLTdv7.m22. Kod MATLAB o otwartym kodzie źródłowym używany do śledzenia trajektorii punktów znaczników plików wideo uzyskanych z systemu kamer stereoobrazowania skalibrowanego przy użyciu bezpośredniej transformacji liniowej. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 11: DLTdv7.m plik wyjściowy *_xypts.csv. Pierwszy plik wyjściowy DLTdv7.m to *_xypts.csv (nerve3_105-Nov-2021videoanalyzed_cal09.30_trial1_xypts.csv) zawiera współrzędne pikseli (x1, y1), (x2, y2) itd. dla każdego śledzonego punktu w każdej klatce czasowej. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 12: DLTdv7.m plik wyjściowy *_xyzpts.csv. Drugi plik wyjściowy DLTdv7.m to *_xyzpts.csv (nerve3_105-Nov-2021videoanalyzed_cal09.30_trial1_xyzpts.csv) zawiera rzeczywiste współrzędne w milimetrach (x1, y1, z1), (x2, y2, z2) itd. dla każdego śledzonego punktu w każdym przedziale czasowym. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 13: DLTdv7.m plik wyjściowy *_xyzres.csv. Trzeci plik wyjściowy DLTdv7.m to *_xyzres.csv (nerve3_105-Nov-2021videoanalyzed_cal09.30_trial1_xyzres.csv) zawiera pozostałą część DLT dla każdego śledzonego punktu w każdym przedziale czasu. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 14: DLTdv7.m plik wyjściowy *_offset.csv. Pierwszy plik wyjściowy DLTdv7.m to *_offset.csv (nerve3_105-Nov-2021videoanalyzed_cal09.30_trial1_offsets.csv) zawiera przesunięcie wideo 1 i wideo 2 dla każdego śledzonego punktu w każdej klatce czasowej. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 15: Plik wyjściowy projektu DLTdv7.m *_dvProject.mat. Plik wyjściowy projektu DLTdv7.m (nerve3_105-listopad-2021videoanalyzed_cal09.30_trial1_dvProject.mat) zawiera ścieżki plików wideo, wszystkie ustawienia interfejsu, wszystkie trajektorie klikniętych punktów znacznika oraz informacje o kalibracji, co pozwala na łatwe ponowne załadowanie projektu w celu wprowadzenia zmian, jeśli to konieczne. Kliknij tutaj, aby pobrać ten plik.

Plik uzupełniający 16: Niestandardowy kod MATLAB PercentStrain_3D.m. Niestandardowy kod MATLAB używany do obliczania długości, zmiany długości i procentowego naprężenia rozciągniętego nerwu między sąsiednimi znacznikami w każdym punkcie czasowym. Kliknij tutaj, aby pobrać ten plik.

Uzupełnij plik 17: PrecentStrain_3D.m plik wyjściowy *_3Dstrain.xls. Plik wyjściowy *_3Dstrain.xls (nerve3_105-Nov-2021_3Dstrain.xls), który zawiera czas, długość, zmianę długości i odkształcenie każdego śledzonego punktu w każdej ramie czasowej. Kliknij tutaj, aby pobrać ten plik.

Dyskusja

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

Badania opisujące właściwości biomechaniczne nerwów obwodowych (PN) spowodowane uszkodzeniem rozciągającym różnią się, a różnice te można przypisać metodologiom testowania, takim jak sprzęt testowy i analiza wydłużenia 5,6,7,8,9,10,11,12,13,14,16,24 . Protokół ten zawiera szczegółowy opis przechwytywania trójwymiarowych (3D) przemieszczeń tkanek PN podczas rozciągania przy użyciu systemu kamer do obrazowania stereo skalibrowanego z bezpośrednią transformacją liniową (DLT). Aby uzyskać solidną metodologię analizy odkształceń, należy postępować zgodnie z poniższymi krytycznymi krokami. Po pierwsze, objętość kontrolna 3D musi mieć co najmniej 30 punktów. Po drugie, punkty głośności sterującej 3D muszą być zdigitalizowane w tym samym kierunku za pomocą digitizera z pedałem nożnym i programu DLTcal5.m22. Po trzecie, podczas wykonywania zdjęcia objętości kontrolnej 3D, system kamer stereoobrazowych musi być umieszczony na maksymalnej wysokości rejestrowanego obiektu zainteresowania (tj. 6 cm w przypadku bieżącego badania). Po czwarte, użytkownicy muszą wiedzieć, które są widoki lewej i prawej kamery. Na koniec należy zakończyć śledzenie trajektorii znacznika w filmie 1 (tj. widok z lewej kamery), a następnie w filmie 2 (tj. widok z prawej kamery).

Należy pobrać program MATLAB 2019A lub nowszą wersję, a także zainstalować dodatki Image Acquisition Toolbox, Computer Vision Toolbox, Image Processing Toolbox, Curve Fitting Toolbox, Statistics and Machine Learning Toolbox oraz Financial Analysis Toolbox.

DLT to wszechstronna metoda, którą można zastosować do kalibracji kamery, rekonstrukcji 3D, śledzenia obiektów i analizy ruchu 20,22,23,25,26. Ponadto DLT zapewnia solidną i dokładną metodologię kalibracji kamery, ponieważ pozwala na precyzyjne oszacowanie parametrów kamery, w tym parametrów wewnętrznych (tj. ogniskowej) i parametrów zewnętrznych (tj. obrotu, translacji)20,22. W poprzednich badaniach wykorzystano skalibrowane przez DLT systemy kamer do obrazowania stereo do badania analizy lokomocji i chodu ludzi23 lub modeli zwierzęcych22. Przedstawiona metodologia może być łatwo zaimplementowana w każdym badaniu badającym biomechaniczne reakcje PN na urazy rozciągające. Protokół ten zapewnia kody MATLAB o otwartym kodzie źródłowym i niestandardowe używane i tworzone odpowiednio do kalibracji systemu kamer do obrazowania stereoskopowego i śledzenia przemieszczeń tkanek 3D PN podczas rozciągania.

Podsumowując, system kamer stereoskopowych skalibrowany przez DLT może zapewnić bardziej kompleksową metodologię określania odkształcenia PN w odpowiedzi na rozciąganie. Obecne badanie ma na celu opracowanie metodologii wykorzystującej kamerę do obrazowania stereoskopowego i DLT do pomiaru odkształcenia in-situ w rozciągniętych PN. Opracowanie takiej metody pomoże w ilościowym określeniu odkształcenia 3D w PN podczas rozciągania. Badania nad uszkodzeniem rozciągniętych PN wykazały, że skutkuje to maksymalnym odkształceniem, trwałym odkształceniem, regionalną zmiennością odkształcenia i lokalizacją uszkodzenia, podkreślając znaczenie zrozumienia biomechanicznej odpowiedzi PN na rozciąganie 9,27,28. Ponadto badania wykazały, że PN ulegają zmianom strukturalnym pod wpływem urazów rozciągających28,29. Zrozumienie progów, w których PN są odporne na te zmiany, jest niezbędne, ponieważ może dostarczyć informacji na temat sprężystości i integralności rozciągniętych PN28,29. W związku z tym kompleksowe ilościowe określenie zakresu uszkodzeń spowodowanych rozciągnięciem w PN może pomóc w przyszłych badaniach skorelować zmiany strukturalne i deficyty funkcjonalne, zapewniając głębsze zrozumienie mechanizmu uszkodzenia związanego z rozciąganiem PN. Dlatego obecne badanie jest kluczowym pierwszym krokiem w kierunku lepszego zrozumienia biomechaniki urazów PN, aby ułatwić klinicystom optymalizację leczenia i rehabilitacji w celu poprawy jakości życia pacjentów i złagodzenia cierpienia z powodu urazów PN. Co więcej, szczegółowy protokół i pliki uzupełniające dostarczone w badaniu mogą zostać włączone do istniejących modułów nauczania biomechaniki i usprawnić naukę techniki DLT przez uczniów30.

Oświadczenia

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

Autorzy nie mają do ujawnienia żadnych konfliktów interesów.

Podziękowania

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

To badanie było wspierane przez fundusze z Narodowego Instytutu Zdrowia Dziecka i Rozwoju Człowieka im. Eunice Kennedy Shriver w ramach Nagrody Numer R15HD093024 i R01HD104910A oraz Nagrody NSF CAREER Numer 1752513.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Przezroczysty kwadratowy arkusz z pleksi akrylowejW W Grainger IncBULKPSACR9Skonstruuj trójwymiarową głośność kontrolną
System kamer do obrazowania stereo - ZED Mini Stereo CameraStereoLabs Inc.Niedotyczy
Oprogramowanie do obrazowania - ZED SDKStereoLabs Inc.Nie
Oprogramowanie serwisowe - CUDA 12StereoLabs Inc.Nie dotyczyPobierz, aby uruchomić ZED SDK 
Statyw do kamery - Żeliwny trójkątny stojak z prętemTelrose VWR Choice76293-346N/A
MicroSribe G2 Digitizer z zanurzeniowym pedałem nożnymSUMMIT Technology GroupN/AN/A
Oprogramowanie do projektowania - MATLAB MathworksN/Awersja 2019A lub nowsza
DLTcal5.mHedrick labN/AOpen Source
DLTdv7.mHedrick labN/AOpen Source
dotyczy Nie dotyczy

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Bueno, F. R., Shah, S. B. Implications of tensile loading for the tissue engineering of nerves. Tissue Engineering Part B: Reviews. 14 (3), 219-233 (2008).
  2. Grewal, R., Xu, J., Sotereanos, D. G., Woo, S. L. Biomechanical properties of peripheral nerves. Hand Clinics. 12 (2), 195-204 (1996).
  3. Papagiannis, G., et al. Biomechanical behavior and viscoelastic properties of peripheral nerves subjected to tensile stress: common injuries and current repair techniques. Critical Reviews in Physical and Rehabilitation Medicine. 32 (3), 155-168 (2020).
  4. Castaldo, J., Ochoa, J. Mechanical injury of peripheral nerves. Fine structure and dysfunction. Clinics in Plastic Surgery. 11 (1), 9-16 (1984).
  5. Singh, A. Extent of impaired axoplasmic transport and neurofilament compaction in traumatically injured axon at various strains and strain rates. Brain Injury. 31 (10), 1387-1395 (2017).
  6. Singh, A., Kallakuri, S., Chen, C., Cavanaugh, J. M. Structural and functional changes in nerve roots due to tension at various strains and strain rates: an in-vivo study. Journal of Neurotrauma. 26 (4), 627-640 (2009).
  7. Singh, A., Lu, Y., Chen, C., Kallakuri, S., Cavanaugh, J. M. A new model of traumatic axonal injury to determine the effects of strain and displacement rates. Stapp Car Crash Journal. 50, 601(2006).
  8. Singh, A., Lu, Y., Chen, C., Cavanaugh, J. M. Mechanical properties of spinal nerve roots subjected to tension at different strain rates. Journal of Biomechanics. 39 (9), 1669-1676 (2006).
  9. Singh, A., Shaji, S., Delivoria-Papadopoulos, M., Balasubramanian, S. Biomechanical responses of neonatal brachial plexus to mechanical stretch. Journal of Brachial Plexus and Peripheral Nerve Injury. 13 (01), e8-e14 (2018).
  10. Zapałowicz, K., Radek, A. Mechanical properties of the human brachial plexus. Neurologia I Neurochirurgia Polska. 34, 89-93 (2000).
  11. Zapałowicz, K., Radek, A. Annales Academiae Medicae Stetinensis. 51 (2), 11-14 (2005).
  12. Zapałowicz, K., Radek, M. The distribution of brachial plexus lesions after experimental traction: a cadaveric study. Journal of Neurosurgery: Spine. 29 (6), 704-710 (2018).
  13. Kawai, H., et al. Stretching of the brachial plexus in rabbits. Acta Orthopaedica Scandinavica. 60 (6), 635-638 (1989).
  14. Marani, E., Van Leeuwen, J., Spoor, C. The tensile testing machine applied in the study of human nerve rupture: a preliminary study. Clinical Neurology and Neurosurgery. 95, 33-35 (1993).
  15. Lee, S. K., Wolfe, S. W. Peripheral nerve injury and repair. JAAOS-Journal of the American Academy of Orthopaedic Surgeons. 8 (4), 243-252 (2000).
  16. Rickett, T., Connell, S., Bastijanic, J., Hegde, S., Shi, R. Functional and mechanical evaluation of nerve stretch injury. Journal of Medical Systems. 35, 787-793 (2011).
  17. Topp, K. S., Boyd, B. S. Structure and biomechanics of peripheral nerves: nerve responses to physical stresses and implications for physical therapist practice. Physical Therapy. 86 (1), 92-109 (2006).
  18. Lu, Y., Chen, C., Kallakuri, S., Patwardhan, A., Cavanaugh, J. M. Development of an in vivo method to investigate biomechanical and neurophysiological properties of spine facet joint capsules. European Spine Journal. 14 (6), 565-572 (2005).
  19. Kallakuri, S., et al. Tensile stretching of cervical facet joint capsule and related axonal changes. European Spine Journal. 17 (4), 556-563 (2008).
  20. Abdel-Aziz, Y. I., Karara, H. M. Direct linear transformation from comparator coordinates into object space coordinates in close-range photogrammetry. Photogrammetric Engineering & Remote Sensing. 81 (2), 103-107 (2015).
  21. Pourcelot, P., Audigié, F., Degueurce, C., Geiger, D., Denoix, J. M. A method to synchronise cameras using the direct linear transformation technique. Journal of Biomechanics. 33 (12), 1751-1754 (2000).
  22. Hedrick, T. L. Software techniques for two- and three-dimensional kinematic measurements of biological and biomimetic systems. Bioinspiration & Biomimetics. 3 (3), 034001(2008).
  23. Chen, L., Armstrong, C. W., Raftopoulos, D. D. An investigation on the accuracy of three-dimensional space reconstruction using the direct linear transformation technique. Journal of Biomechanics. 27 (4), 493-500 (1994).
  24. Singh, A., Magee, R., Balasubramanian, S. Methods for in vivo biomechanical testing on brachial plexus in neonatal piglets. Journal of Visualized Experiments. (154), e59860(2019).
  25. Black, J., Ellis, T. Multi camera image tracking. Image and Vision Computing. 24 (11), 1256-1267 (2006).
  26. Cardenas-Garcia, J. F., Yao, H. G., Zheng, S. 3D reconstruction of objects using stereo imaging. Optics and Lasers in Engineering. 22 (3), 193-213 (1995).
  27. Mahan, M. A., Yeoh, S., Monson, K., Light, A. Rapid stretch injury to peripheral nerves: biomechanical results. Neurosurgery. 85 (1), E137-E144 (2019).
  28. Rydevik, B. L., et al. An in vitro mechanical and histological study of acute stretching on rabbit tibial nerve. Journal of Orthopaedic Research. 8 (5), 694-701 (1990).
  29. Mahan, M. A., Warner, W. S., Yeoh, S., Light, A. Rapid-stretch injury to peripheral nerves: implications from an animal model. Journal of Neurosurgery. 133 (5), 1537-1547 (2019).
  30. Singh, A., Ferry, D., Balasubramanian, S. Efficacy of clinical simulation based training in biomedical engineering education. Journal of Biomechanical Engineering. 141 (12), 121011-121017 (2019).

Przedruki i uprawnienia

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

Poproś o pozwolenie

Tagi

Obrazowanie stereoskopowerozci ganie nerwuledzenie tr jwymiaroweprzemieszczenie tkankitrajektorie marker wanaliza w programie MATLABodpowied biomechanicznauszkodzenie nerwu

Powiązane artykuły