Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Nieinwazyjna kwantyfikacja mięśni szkieletowych u małych zwierząt za pomocą mikrotomografii komputerowej

1.4K wyświetleń

⸱

DOI:

10.3791/67393

⸱

8 listopada 2024

 ,  ,  ,  ,  ,  , 
1Laboratório de Endocrinologia Translacional, Instituto de Biofísica Carlos Chagas Filho, Universidade Federal do Rio de Janeiro, 2Small Animal Imaging Unit, National Center for Structural Biology and Bioimaging, Universidade Federal do Rio de Janeiro

W tym artykule

Podsumowanie

Ten protokół wykorzystuje mikrotomografię komputerową, aby umożliwić ekonomiczną kwantyfikację beztłuszczowej masy, w tym mięśni szkieletowych i tkanki trzewnej, tkanki tłuszczowej i tkanki szkieletowej u małych zwierząt. Rozróżnia tkankę beztłuszczową i tłuszczową, co daje znaczące korzyści w badaniach biomedycznych, szczególnie w badaniach translacyjnych na małych zwierzętach.

Streszczenie

Wielkość, masa i skład mięśni szkieletowych są kluczowymi właściwościami do badania chorób metabolicznych i związanych z mięśniami, ponieważ bezpośrednio wpływają na zrozumienie postępu choroby i wyników leczenia. Kwantyfikacja masy beztłuszczowej, tłuszczowej i szkieletowej żywego zwierzęcia jest ważna w badaniach metabolicznych, fizjologicznych, farmakologicznych i gerologicznych. Jednak uzyskanie dokładnych pomiarów składu ciała, zwłaszcza beztłuszczowej masy, pozostaje wyzwaniem ze względu na nieodłączne ograniczenia konwencjonalnych technik oceny. Mikrotomografia komputerowa (micro-CT) jest nieinwazyjną techniką radiologiczną, która umożliwia wizualizację struktur wewnętrznych w wysokiej rozdzielczości w małych modelach zwierzęcych. Standaryzowana metoda mikrotomografii komputerowej może znacznie usprawnić badania translacyjne dzięki bardziej wiarygodnym i wpływowym wynikom, szczególnie podczas badań starzenia się lub w różnych punktach czasowych u tego samego zwierzęcia. Pomimo swojego potencjału, brak standaryzacji metod pozyskiwania i analizy obrazów znacznie utrudnia porównywalność wyników między różnymi badaniami. W niniejszym artykule przedstawiamy kompleksowy i szczegółowy, niskokosztowy protokół analizy masy beztłuszczowej przy użyciu mikro-CT, aby sprostać tym wyzwaniom i promować spójność w badaniach z udziałem małych modeli zwierzęcych.

Wprowadzenie

Rozmiar, masa i skład są kluczowymi właściwościami mięśni szkieletowych do badania mechanizmów chorób związanych z mięśniami i metabolicznymi1. Sarkopenia, kacheksja, atrofia i miopatie mają wspólne fenotypy: zmniejszenie masy, zmiana składu i upośledzenie funkcji mięśni2,3,4,5. Jednak ilościowe określenie składu ciała żywego zwierzęcia pozostaje bardzo złożone i stanowi wyzwanie techniczne6.

Podstawowe metodologie obrazowania in vivo i analizy składu ciała to absorpcjometria promieniowania rentgenowskiego o podwójnej energii (DXA), tomografia komputerowa (CT) i rezonans magnetyczny (MRI). Metody te są stosowane przede wszystkim do badań przesiewowych i monitorowania chorób, które prowadzą do redukcji beztłuszczowej masy ciała7,8,9,10,11. DXA jest złotym standardem w analizie składu ciała ze względu na niższy koszt. DXA ma jednak istotną wadę w porównaniu z MRI i CT: niezdolność do przestrzennego rozdzielenia tkanki mięśniowej i tłuszczowej1.

MRI wykorzystuje silne pola magnetyczne i fale radiowe do generowania szczegółowych obrazów wewnętrznych struktur ciała12. Jedną z jego głównych zalet w porównaniu z tomografią komputerową jest doskonała rozdzielczość kontrastu, umożliwiająca doskonałe rozróżnienie różnych typów tkanek miękkich1,13,14. W przeciwieństwie do tomografii komputerowej, rezonans magnetyczny nie wykorzystuje promieniowania jonizującego, dzięki czemu jest bezpieczniejszy przy wielokrotnym użyciu15,16. Jednak rezonans magnetyczny jest droższy i mniej dostępny, z dłuższym czasem skanowania i wyższymi kosztami konserwacji13,17. W związku z tym instrumenty MRI przystosowane do analizy małych zwierząt zwykle nie są dostępne.

Micro-CT jest podobny do konwencjonalnego tomografu komputerowego, ale dostosowany do małych struktur i badań biomedycznych18. Mikrotomografia komputerowa to zaawansowana, nieinwazyjna technika oceny radiologicznej, która umożliwia szczegółową wizualizację struktur wewnętrznych w modelach małych zwierząt. Mikrotomografia komputerowa wykorzystuje promieniowanie rentgenowskie do tworzenia szczegółowych obrazów wewnętrznych struktur organizmu, opierając się na zróżnicowanym tłumieniu promieni rentgenowskich przez różne typy tkanek. Podczas badania mikrotomografią komputerową mysz leży na stole, który powoli przesuwa się po okrągłej suwnicy. Wewnątrz suwnicy lampa rentgenowska obraca się wokół myszy, emitując promieniowanie rentgenowskie pod różnymi kątami. Detektory po przeciwnej stronie wychwytują te promienie rentgenowskie po ich przejściu przez body18.

Oprogramowanie mikrotomografu komputerowego przetwarza dane z tych wielu kątów, aby zrekonstruować dwuwymiarowe obrazy przekroju poprzecznego (plasterki) ciała. Dzięki rekonstrukcji te wycinki mogą być łączone, aby kompleksowo reprezentować anatomię wewnętrzną19. Obrazy wytwarzane przez mikrotomografię komputerową opierają się na różnym stopniu tłumienia promieniowania rentgenowskiego przez różne tkanki w ciele. Tłumienie to jest określane ilościowo za pomocą jednostek Hounsfielda (HU), skali, która standaryzuje radiogęstość20,21. Skala HU ma fundamentalne znaczenie dla segmentacji, ponieważ każda struktura ma nieco inną wartość.

W tym artykule użyliśmy wartości HU, aby dokładnie rozróżnić kość, tkankę beztłuszczową i tkankę tłuszczową1. Odwołując się do ustalonych zakresów HU, zapewniliśmy precyzyjną analizę i porównanie składu ciała. W tym artykule pokazujemy, jak pozyskiwać obrazy za pomocą mikrotomografii komputerowej i jej zastosowania w wizualizacji i ilościowym określaniu masy beztłuszczowej, tłuszczowej i kostnej.

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

Protokół

Wszystkie metody zostały zatwierdzone przez Instytucjonalną Komisję ds. Opieki i Wykorzystania Zwierząt Universidade Federal do Rio de Janeiro (UFRJ), Rio de Janeiro (IACUC - UFRJ; A16/23-025-20). Skanowanie przeprowadzono u samców myszy C57BL/6 w wieku 6 i 22 miesięcy.

1. Przygotowanie zwierząt

  1. Zanurz myszy w narkozie, stosując 2% isofluranu w mieszaninie z tlenem podawanym poprzez waporyzację. Do indukcji i podtrzymania znieczulenia w mieszaninie 100% tlenu należy użyć precyzyjnego waporyzatora.
  2. Umieść znieczulone zwierzę w pozycji grzbietowej na podkładce dla myszy w skanerze mikro-CT. Przymocuj mysz taśmą, aby zminimalizować ruchy podczas skanowania, a następnie wprowadź ją do gantry.
  3. Przez cały czas trwania eksperymentu, który trwa około 10 min, upewnij się, że zwierzę ma założoną maskę, aby utrzymać je w stanie znieczulenia, podając w razie potrzeby dawkę podtrzymującą.

2. Akwizycja i rekonstrukcja obrazu

  1. Wykonaj skany mikro-CT całego ciała za pomocą wysokorozdzielczego systemu obrazowania preklinicznego. Pozyskaj łącznie 1 024 projekcje z an czas ekspozycji z 470 ms każdy, używając rotacja w trybie lotu w a napięcie z 60 kV oraz a bieżący z 480 µAUstaw system w trybie a powiększenie 1,25x, co skutkuje powstaniem pole widzenia 94,72 mm (FOV) przy całkowitym czasie akwizycji wynoszącym 8,02 min. Należy zarejestrować obrazy z binowanie z 1 x 1co skutkuje rozdzielczością wynoszącą 2 368 x 2 240 pikseli.
    UWAGA: Sprzęt wykorzystany w niniejszym opracowaniu do obrazowania mikro-CT wykazuje ograniczenia w uzyskiwaniu obrazów głowy ze względu na nakładanie się na nią maski anestezjologicznej. Ponadto nie zarejestrowano pełnej długości ogona. W związku z tym wykluczono analizę głowy i ogona (patrz sekcja 3).
  2. Przeprowadź skanowanie z tymi samymi parametrami na akrylowym fantomie cylindrycznym (średnica: 2,5 cm, długość: 11,5 cm) wypełnionym w połowie wodą destylowaną, aby wyznaczyć wartości HU dla powietrza i wody. Po zakończeniu akwizycji zrekonstruuj obrazy za pomocą oprogramowania do akwizycji, stosując ustawienia zoptymalizowane pod kątem redukcji szumów oraz algorytm filtrowanej projekcji wstecznej (FBP). Przeprowadź rekonstrukcję seryjną obrazów zwierząt oraz fantoma, używając 147 µm izotropowy rozmiar woksela oraz a macierz 640.
  3. Wyodrębnij jednostki Housfielda (HU) dla powietrza i wody z fantoma (dane surowe) przy użyciu wskazanego oprogramowania. Konwertuj obrazy do plików DICOM i skoryguj wartości HU.

3. Analiza obrazu

  1. Przesyłanie pliku
    UWAGA: Mikro-CT jest techniką, która przechwytuje obrazy w czasie i przestrzeni, generując sekwencję obrazów. Dlatego konieczne jest otwarcie całego folderu, a nie pojedynczego obrazu.
    1. W górnej lewej części interfejsu znajdź menu 3D Slicer, wyróżnione w kolorze szaro-niebieskim. Kliknij Add Data (figure-protocol-1).
    2. Gdy pojawi się okno z dwiema opcjami, wybierz pierwszą: Choose Directory to Add.
    3. Przejdź do folderu zawierającego serie obrazów DICOM docelowego zwierzęcia i kliknij go. Działanie to otworzy folder w oprogramowaniu, umożliwiając jednoczesny podgląd wszystkich obrazów.
    4. Zaobserwuj obrazy wyświetlone na trzech ekranach. Każdy ekran reprezentuje inną płaszczyznę anatomiczną: czołową, strzałkową i poprzeczną, zidentyfikowane odpowiednio kolorami zielonym, żółtym i czerwonym.
  2. Segmentacja
    1. Zlokalizuj Segment Editor (figure-protocol-2) w górnej karcie (Modules) i kliknij go.
    2. Kliknij zielony przycisk + Add, aby utworzyć segmenty, definiując zakres HU.
    3. Utwórz segmenty dla kości, tkanki beztłuszczowej i tkanki tłuszczowej, klikając po 3 razy dla każdego z nich.
    4. Kliknij dwukrotnie każdy segment, aby nazwać go i nadać mu kolor zgodnie z pożądanymi ustawieniami.
    5. Ustaw zakres HU dla każdego segmentu za pomocą funkcji Threshold, znajdującej się po lewej stronie okna. Aby to zrobić, znajdź funkcję Threshold Range figure-protocol-3 i wprowadź wartości HU dla każdego rodzaju tkanki: tkanka beztłuszczowa (-29 do 225 HU); tkanka tłuszczowa (-190 do -30 HU); kość (500 do 5,000 HU). Kliknij przycisk Apply.
      UWAGA: Porównanie wartości HU znajduje się na Supplemental Figure S1.
    6. Powtórz proces segmentacji dla każdego rodzaju tkanki.
    7. Kliknij Show 3D, aby wygenerować rendering 3D.
      UWAGA: Rendering pojawi się w niebieskim kwadrancie wyświetlacza.
  3. Czyszczenie obrazu
    UWAGA: Po segmentacji i renderingu 3D należy wykluczyć zbędne elementy, aby upewnić się, że nie zostaną one uwzględnione w pomiarach objętości tkanki beztłuszczowej, tkanki tłuszczowej i kości. Usunięcie tych artefaktów jest niezbędne dla zapewnienia dokładnej analizy.
    1. Zlokalizuj narzędzie „Scissors” (figure-protocol-4) w menu Segmentation.
    2. Wybierz płaszczyznę anatomiczną lub rendering 3D, aby uzyskać wyraźniejszy widok obiektu do usunięcia.
      1. W przypadku korzystania z płaszczyzny anatomicznej kliknij przycisk maximize view (figure-protocol-5) na kolorowym pasku płaszczyzny. W oknie płaszczyzny anatomicznej użyj pokrętła myszy, aby przesuwać się do przodu lub do tyłu w skanie CT.
        UWAGA: Każde okno może być przewijane niezależnie.
      2. W przypadku renderingu 3D użyj lewego przycisku myszy do obrotu wzdłuż dowolnej osi oraz prawego przycisku myszy do powiększenia.
        UWAGA: Obraz można również obracać za pomocą klawiszy strzałek na klawiaturze.
    3. Po wybraniu narzędzia Scissors zaznacz segmentację wokół niepożądanego obiektu i zakreśl go, aby usunąć go z obrazu. Oprogramowanie usuwa obiekt automatycznie.
      UWAGA: Upewnij się, że wybrana jest operacja Erase Inside. Jeśli użyty sprzęt generuje obrazy zawierające elementy niebiologiczne, takie jak koraliki, środek znieczulający lub sprzęt chirurgiczny, należy je usunąć. Dodatkowo, jeśli któryś obszar anatomiczny nie został uzyskany w całości, fundamentalne jest ustanowienie punktu odniesienia anatomicznego, aby usunąć te niepełne obszary i zapewnić powtarzalność między eksperymentami. Niepożądane obiekty muszą zostać usunięte w każdej płaszczyźnie.
    4. Kliknij ikonę restore view layout icon (figure-protocol-6), aby powrócić do ekranu z czterema oknami, niezależnie od wybranego okna.
    5. Powtórz proces dla wszystkich okien, w których obiekt wymaga usunięcia.
  4. Objętość segmentacji
    1. Po segmentacji określ ilościowo objętości segmentów, korzystając z funkcji quantification znajdującej się w menu rozwijanym.
      UWAGA: Aby wykonać tę czynność, wszystkie segmentacje muszą być widoczne.
    2. Przejdź do Quantification | Segment Statistics. Kliknij Apply i poczekaj, aż oprogramowanie wygeneruje tabelę wyświetlającą wartości dla każdej segmentacji. Oprogramowanie podaje dwie wartości objętości dla każdej segmentacji: Labelmap (LM) i Closed Surface (CS).
      UWAGA: Wartość LM jest zazwyczaj odpowiednia do obliczania objętości segmentów, wykorzystując liczbę wokseli pomnożoną przez objętość pojedynczego woksela. Wartość CS wykorzystuje wygładzony model powierzchni i integruje objętość w oparciu o trójkątne elementy powierzchni. CS dokładniej odpowiada konturom anatomicznym i jest zalecany do precyzyjnych pomiarów.
    3. Aby wgrać dane nowego zwierzęcia, zapisz i zamknij scenę w menu file.
  5. Analiza składu ciała
    1. Użyj pomiarów objętości podanych przez oprogramowanie w cm3, aby przeliczyć te objętości na masę tkanki, stosując odpowiednią gęstość dla każdego rodzaju tkanki. Użyj następujących gęstości tkanek określonych przez International Commission on Radiation Units and Measurements22: 0.95 g/cm³ (tkanka tłuszczowa), 1.05 g/cm³ (tkanka beztłuszczowa) i 1.92 g/cm³ (tkanka szkieletowa)2.
      1. Aby obliczyć masę tkanki, pomnóż objętość (cm³) uzyskaną z oprogramowania przez odpowiednią gęstość tkanki (g/cm³):
        Masa tkanki tłuszczowej: Volumesegmentation X 0.95 = Massadipose
        Masa tkanki beztłuszczowej: Volumesegmentation X 1.05 = Masslean
        Masa tkanki szkieletowej: Volumesegmentation X 1.92 = Massskeletal
        ​Masa całkowita: Massadipose + Masslean + Massskeletal= MassTotal
  6. Pomiar długości kości
    UWAGA: Aby skorygować masę tkanki względem długości kości w określonych analizach, konieczne jest uzyskanie konkretnych długości kości.
    1. Powróć do menu Segment Editor. Ukryj segmentacje tkanki tłuszczowej i beztłuszczowej, klikając ikonę oka (figure-protocol-7) obok każdego segmentu.
      UWAGA: Widoczna powinna pozostać tylko segmentacja odpowiadająca tkance szkieletowej.
    2. Wybierz opcję Toggle Markups/Toolbar (figure-protocol-8) w górnym rogu menu głównego. Otworzy to menu pomocnicze tuż poniżej menu głównego. Zlokalizuj przycisk create new line (figure-protocol-9).
    3. Po kliknięciu przycisku create new line przejdź do rekonstrukcji 3D i zidentyfikuj kość do pomiaru.
      UWAGA: Zalecanymi kośćmi są kość piszczelowa lub kość udowa22.
    4. Po zidentyfikowaniu kości kliknij lewym przyciskiem myszy na jednym końcu kości, a następnie ponownie na drugim końcu tkanki. Działanie to pozwala oprogramowaniu obliczyć rozmiar kości.
      UWAGA: Aby uzyskać spójne pomiary, wybierz ten sam region anatomiczny kości dla każdego zwierzęcia. Na przykład w przypadku kości udowej jako jeden koniec stosuje się głowę kości udowej, a jako drugi kłykieć boczny.
  7. Analiza i normalizacja danych
    UWAGA: Dane dotyczące masy można uzyskać zgodnie z opisem w sekcji 3.5 i używać ich w formie pierwotnej. Alternatywnie masę beztłuszczową, tłuszczową i kostną można znormalizować na dwa sposoby.
    1. Oblicz stosunek masy tkanki do masy ciała zwierzęcia w dniu wykonania obrazowania.
      ​Normalizacja do masy ciała: Masslean ÷ Body weight
    2. Oblicz stosunek masy do rozmiaru kości (na przykład kości udowej lub piszczelowej).
      Normalizacja do kości udowej: Masslean ÷ Sizefemur
      Normalizacja do kości piszczelowej: Masslean ÷ Sizetibia
      UWAGA: Parametry normalizacji są dobierane w zależności od pytania badawczego. Jeśli spodziewane są zmiany w rozmiarze kości (na przykład przy porównywaniu przebudowy kości), sugerowana jest normalizacja do masy ciała (punkt 3.7.1). Ponadto, jeśli w pytaniu badawczym spodziewane są zmiany masy ciała, sugerowanym parametrem normalizacji jest rozmiar kości długiej (punkt 3.7.2).

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

Wyniki

Właściwe ułożenie anatomiczne zsedowanego zwierzęcia na stole do obrazowania zapewnia spójne i powtarzalne wyniki skanowania, co podkreśla efektywność akwizycji danych w uzyskiwaniu wiarygodnych rezultatów. Prawidłowa sedacja zwierzęcia podczas całego procesu obrazowania, z wykorzystaniem specjalistycznych systemów podawania gazów i parowników, jest kluczowa dla precyzyjnych ocen anatomicznych (Rysunek 1).

Rycina 2 ilustruje segm...

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

Dyskusja

Ocena za pomocą tomografii jest skuteczną i nieinwazyjną metodą uzyskiwania szczegółowych informacji o składzie ciała. W szczególności mikrotomografia komputerowa oferuje cenne mierniki wyników w badaniach przedklinicznych. W dziedzinie kości mikrotomografia komputerowa ma różne zastosowania, ponieważ analiza mikroarchitektury23 i przebudowa kości24 są szczególnie interesujące. Ocena morfologii wewnętrznej struktury biologicznej jest również istotna w badaniach biomedycznyc...

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

Oświadczenia

Autorzy deklarują brak sprzecznych interesów.

Podziękowania

To badanie zostało sfinansowane przez Fundację Carlosa Chagasa Filho na rzecz Wspierania Badań Stanu Rio de Janeiro (FAPERJ; E-26/010.002643/2019 i E-26/201.335/2022), Coordenação de Aperfeiçoamento de Pessoal de Nível Superior -Brazil (CAPES)-001 Kodeks finansowy. Programa Institucional de bolsas de iniciação científica da Universidade Federal do Rio de Janeiro. Krajowa Rada Rozwoju Naukowego i Technologicznego (CNPq; FFB: 001. 306236/2022-2 TMO-C: 309339/2023-5). Autorzy dziękują Narodowemu Centrum Biologii Strukturalnej i Bioobrazowania (CENABIO)/ Universidade Federal do Rio de Janeiro za korzystanie z jego urządzeń, w szczególności platformy microPET/SPECT/CT w Zakładzie Obrazowania Małych Zwierząt (UIPA). Rysunek uzupełniający S1 został utworzony z BioRender.com.

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

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
3DSlicer, wersja 5.6.23D SlicerDarmowe oprogramowanie typu open source do analizy obrazów i wizualizacji naukowej.
Amide, wersja 1.0.1PlatformaDarmowe oprogramowanie typu open source służące do korygowania wartości jednostek Hounsfielda w przetwarzanych obrazach DICOM.
Amira, wersja 4.1Thermo Fisher ScientificSłuży do ekstrakcji powietrza i wody wartości jednostki Hounsfielda z surowych danych fantomu oraz do konwersji obrazów na pliki DICOM.
IzoforynaCrist&aaostry; liaIsoflurane jest niepalnym płynnym środkiem znieczulającym do stosowania w ogólnym znieczuleniu wziewnym przez waporyzację.
Podsystem Triumph XOGamma Medica-Ideas FlexZaawansowany podsystem obrazowania przeznaczony do przedklinicznego obrazowania małych zwierząt, oferujący możliwości CT i PET o wysokiej rozdzielczości do analizy ilościowej i jakościowej.
Platforma Amide

Bibliografia

  1. Engelke, K., Museyko, O., Wang, L., Laredo, J. D. Quantitative analysis of skeletal muscle by computed tomography imaging-State of the art. J Orthop Translat. 15, 91(2018).
  2. Peixoto da Silva, S., Santos, J. M. O., Costa e Silva, M. P., Gil da Costa, R. M., Medeiros, R. Cancer cachexia and its pathophysiology: links with sarcopenia, anorexia and asthenia. J Cachexia Sarcopenia Muscle. 11 (3), 619(2020).
  3. Lan, X. Q., et al. The role of TGF-β signaling in muscle atrophy, sarcopenia and cancer cachexia. Gen Comp Endocrinol. 353, 1-10 (2024).
  4. Bloise, F. F., Oliveira, T. S., Cordeiro, A., Ortiga-Carvalho, T. M. Thyroid hormones play role in sarcopenia and myopathies. Front Physiol. 9, 560(2018).
  5. Yin, L., et al. Skeletal muscle atrophy: From mechanisms to treatments. Pharmacol Res. 172, 1-12 (2021).
  6. Heymsfield, S. B., Adamek, M., Gonzalez, M. C., Jia, G., Thomas, D. M. Assessing skeletal muscle mass: historical overview and state of the art. J Cachexia Sarcopenia Muscle. 5 (1), 9-18 (2014).
  7. Cruz-Jentoft, A. J., et al. Sarcopenia: revised European consensus on definition and diagnosis. Age Ageing. 48 (1), 16-31 (2019).
  8. Faron, A., et al. Quantification of fat and skeletal muscle tissue at abdominal computed tomography: associations between single-slice measurements and total compartment volumes. Abdom Radiol (NY). 44 (5), 1907-1916 (2019).
  9. Marra, M., et al. Assessment of body composition in health and disease using bioelectrical impedance analysis (BIA) and dual energy X-ray absorptiometry (DXA): A critical overview. Contrast Media Mol Imaging. 2019, 3548284(2019).
  10. Martin, L., et al. Cancer cachexia in the age of obesity: skeletal muscle depletion is a powerful prognostic factor, independent of body mass index. J Clin Oncol. 31 (12), 1539-1547 (2013).
  11. Schlaeger, S., et al. Association of paraspinal muscle water-fat MRI-based measurements with isometric strength measurements. Eur Radiol. 29 (2), 599-608 (2019).
  12. Kose, K. Physical and technical aspects of human magnetic resonance imaging: present status and 50 years historical review. Adv Phys: X. 6 (1), (2021).
  13. Arnold, T. C., Freeman, C. W., Litt, B., Stein, J. M. Low-field MRI: Clinical promise and challenges. J Magn Reson Imaging. 57 (1), 25-44 (2023).
  14. Wang, H., et al. Preoperative MRI-based radiomic machine-learning nomogram may accurately distinguish between benign and malignant soft-tissue lesions: A two-center study. J Magn Reson Imaging. 52 (3), 873-882 (2020).
  15. Brower, C., Rehani, M. M. Radiation risk issues in recurrent imaging. Br J Radiol. 94 (1126), (2021).
  16. Mainprize, J. G., Yaffe, M. J., Chawla, T., Glanc, P. Effects of ionizing radiation exposure during pregnancy. Abdom Radiol (NY). 48 (5), 1564(2023).
  17. Geethanath, S., Vaughan, J. T. Accessible magnetic resonance imaging: A review. J Magn Reson Imaging. 49 (7), e65-e77 (2019).
  18. Ritman, E. L. Current status of developments and applications of micro-CT. Annu Rev Biomed Eng. 13, 531-552 (2011).
  19. Khoury, B. M., et al. The use of nano-computed tomography to enhance musculoskeletal research. Connect Tissue Res. 56 (2), 106(2015).
  20. DenOtter, T. D., Schubert, J. Hounsfield Unit. StatPearls [Internet]. , StatPearls Publishing. Treasure Island (FL). (2024).
  21. Pinto, E. M., et al. Efficacy of Hounsfield units measured by lumbar computer tomography on bone density assessment: A systematic review. Spine (Phila Pa 1976). 47 (9), 702-710 (2022).
  22. Beaucage, K. L., Pollmann, S. I., Sims, S. M., Dixon, S. J., Holdsworth, D. W. Quantitative in vivo micro-computed tomography for assessment of age-dependent changes in murine whole-body composition. Bone Rep. 5, 70-80 (2016).
  23. Faot, F., Chatterjee, M., de Camargos, G. V., Duyck, J., Vandamme, K. Micro-CT analysis of the rodent jaw bone micro-architecture: A systematic review. Bone Rep. 2, 14-24 (2015).
  24. Cooper, D., Turinsky, A., Sensen, C., Hallgrimsson, B. Effect of voxel size on 3D micro-CT analysis of cortical bone porosity. Calcif Tissue Int. 80 (3), 211-219 (2007).
  25. Mrzilkova, J., et al. Morphology of the vasculature and blood supply of the brown adipose tissue examined in an animal model by micro-CT. Biomed Res Int. 2020 (1), 7502578(2020).
  26. Li, F. W., et al. Optimal use ratio of the stromal vascular fraction (SVF): An animal experiment based on micro-CT dynamic detection after large-volume fat grafting. Aesthet Surg J. 39 (6), NP213-NP224 (2019).
  27. Berndt, S., et al. Microcomputed tomography technique for in vivo three-dimensional fat tissue volume evaluation after polymer injection. Tissue Eng Part C Methods. 23 (12), 964-970 (2017).
  28. Rother, L., et al. A micro-CT-based standard brain atlas of the bumblebee. Cell Tissue Res. 386 (1), 29-45 (2021).
  29. Ijiri, T., Todo, H., Hirabayashi, A., Kohiyama, K., Dobashi, Y. Digitization of natural objects with micro CT and photographs. PLoS One. 13 (4), e0195852(2018).
  30. Fedorov, A., et al. 3D Slicer as an image computing platform for the Quantitative Imaging Network. Magn Reson Imaging. 30 (9), 1323-1341 (2012).
  31. Ponti, F., et al. Aging and imaging assessment of body composition: From fat to facts. Front Endocrinol (Lausanne). 10, 861(2020).

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

Przedruki i uprawnienia

Przeglądaj więcej artykułów

Analiza składu ciałaobrazowanie małych zwierzątpomiar beztłuszczowej masy ciałasegmentacja tkanki tłuszczowejrenderowanie 3Dpróg jednostek Hounsfieldapomiar długości kościobrazowanie przedkliniczne
Nieinwazyjna kwantyfikacja mięśni szkieletowych u małych zwierząt za pomocą mikrotomografii komputerowej
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.