-1::1
Simple Hit Counter
Skip to content

Products

Solutions

×
×
Sign In

PL

EN - EnglishCN - 简体中文DE - DeutschES - EspañolKR - 한국어IT - ItalianoFR - FrançaisPT - Português do BrasilPL - PolskiHE - עִבְרִיתRU - РусскийJA - 日本語TR - TürkçeAR - العربية
Sign In Start Free Trial

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

Behavior
Biochemistry
Bioengineering
Biology
Cancer Research
Chemistry
Developmental Biology
View All
JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

Biological Techniques
Biology
Cancer Research
Immunology
Neuroscience
Microbiology
JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduate courses

Analytical Chemistry
Anatomy and Physiology
Biology
Cell Biology
Chemistry
Civil Engineering
Electrical Engineering
View All
JoVE Science Education

Visual demonstrations of key scientific experiments

Advanced Biology
Basic Biology
Chemistry
View All
JoVE Lab Manual

Videos of experiments for undergraduate lab courses

Biology
Chemistry

BUSINESS

JoVE Business

Video textbooks for business education

Accounting
Finance
Macroeconomics
Marketing
Microeconomics

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Authors

Teaching Faculty

Librarians

K12 Schools

Products

RESEARCH

JoVE Journal

Peer reviewed scientific video journal

JoVE Encyclopedia of Experiments

Video encyclopedia of advanced research methods

JoVE Visualize

Visualizing science through experiment videos

EDUCATION

JoVE Core

Video textbooks for undergraduates

JoVE Science Education

Visual demonstrations of key scientific experiments

JoVE Lab Manual

Videos of experiments for undergraduate lab courses

BUSINESS

JoVE Business

Video textbooks for business education

OTHERS

JoVE Quiz

Interactive video based quizzes for formative assessments

Solutions

Authors
Teaching Faculty
Librarians
K12 Schools

Language

pl_PL

EN

English

CN

简体中文

DE

Deutsch

ES

Español

KR

한국어

IT

Italiano

FR

Français

PT

Português do Brasil

PL

Polski

HE

עִבְרִית

RU

Русский

JA

日本語

TR

Türkçe

AR

العربية

    Menu

    JoVE Journal

    Behavior

    Biochemistry

    Bioengineering

    Biology

    Cancer Research

    Chemistry

    Developmental Biology

    Engineering

    Environment

    Genetics

    Immunology and Infection

    Medicine

    Neuroscience

    Menu

    JoVE Encyclopedia of Experiments

    Biological Techniques

    Biology

    Cancer Research

    Immunology

    Neuroscience

    Microbiology

    Menu

    JoVE Core

    Analytical Chemistry

    Anatomy and Physiology

    Biology

    Cell Biology

    Chemistry

    Civil Engineering

    Electrical Engineering

    Introduction to Psychology

    Mechanical Engineering

    Medical-Surgical Nursing

    View All

    Menu

    JoVE Science Education

    Advanced Biology

    Basic Biology

    Chemistry

    Clinical Skills

    Engineering

    Environmental Sciences

    Physics

    Psychology

    View All

    Menu

    JoVE Lab Manual

    Biology

    Chemistry

    Menu

    JoVE Business

    Accounting

    Finance

    Macroeconomics

    Marketing

    Microeconomics

Start Free Trial
Loading...
Home
JoVE Science Education
Engineering
Ilościowe mapowanie odkształceń tętniaka aorty brzusznej
Ilościowe mapowanie odkształceń tętniaka aorty brzusznej
JoVE Science Education
Biomedical Engineering
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Science Education Biomedical Engineering
Quantitative Strain Mapping of an Abdominal Aortic Aneurysm

6: Ilościowe mapowanie odkształceń tętniaka aorty brzusznej

4,815 Views
10:24 min
January 16, 2018
AI Banner

Please note that some of the translations on this page are AI generated. Click here for the English version.

Overview

Źródło: Hannah L. Cebull1, Arvin H. Soepriatna1, John J. Boyle2 i Craig J. Goergen1

1Szkoła Inżynierii Biomedycznej Weldona, Uniwersytet Purdue, West Lafayette, Indiana

2Inżynieria mechaniczna i materiałoznawstwo, Uniwersytet Waszyngtoński w St. Louis, St Louis, Missouri

Na mechaniczne zachowanie tkanek miękkich, takich jak naczynia krwionośne, skóra, ścięgna i inne narządy, duży wpływ ma ich skład elastyny i kolagenu, które zapewniają elastyczność i wytrzymałość. Orientacja włókien tych białek zależy od rodzaju tkanki miękkiej i może wahać się od jednego preferowanego kierunku do skomplikowanych sieci siatkowych, które mogą ulec zmianie w chorej tkance. Dlatego tkanki miękkie często zachowują się anizotropowo na poziomie komórkowym i narządowym, co stwarza potrzebę trójwymiarowej charakterystyki. Opracowanie metody wiarygodnego szacowania pól odkształceń w złożonych tkankach lub strukturach biologicznych jest ważne dla mechanicznego scharakteryzowania i zrozumienia choroby. Szczep pokazuje, jak tkanka miękka odkształca się w czasie i można go opisać matematycznie za pomocą różnych szacunków.

Pozyskiwanie danych obrazowych w czasie pozwala na oszacowanie odkształceń i odkształceń. Jednak wszystkie metody obrazowania medycznego zawierają pewną ilość szumu, co zwiększa trudność w dokładnym oszacowaniu szczepu in vivo. Opisana tutaj technika z powodzeniem rozwiązuje te problemy dzięki zastosowaniu metody bezpośredniego szacowania odkształceń (DDE) do obliczania przestrzennie zmieniających się pól odkształceń 3D na podstawie wolumetrycznych danych obrazu.

Obecne metody szacowania odkształceń obejmują cyfrową korelację obrazu (DIC) i cyfrową korelację objętości. Niestety, DIC może dokładnie oszacować odkształcenie tylko z płaszczyzny 2D, co poważnie ogranicza zastosowanie tej metody. Chociaż metody 2D, takie jak DIC, są przydatne, mają trudności z ilościowym określeniem odkształcenia w obszarach, które ulegają deformacji 3D. Dzieje się tak, ponieważ ruch poza płaszczyzną powoduje błędy deformacji. Cyfrowa korelacja objętości jest bardziej odpowiednią metodą, która dzieli początkowe dane woluminu na regiony i znajduje najbardziej podobny obszar zdeformowanej objętości, zmniejszając w ten sposób błąd poza płaszczyzną. Okazuje się jednak, że metoda ta jest wrażliwa na hałas i wymaga założeń dotyczących właściwości mechanicznych materiału.

Zaprezentowana tutaj technika eliminuje te problemy dzięki zastosowaniu metody DDE, dzięki czemu jest bardzo przydatna w analizie danych obrazowania medycznego. Ponadto jest odporny na wysokie lub miejscowe obciążenia. W tym miejscu opisujemy pozyskiwanie bramkowanych, wolumetrycznych danych ultrasonograficznych 4D, ich konwersję do formatu nadającego się do analizy oraz użycie niestandardowego kodu Matlab do oszacowania deformacji 3D i odpowiadających im odkształceń Greena-Lagrange'a, parametru, który lepiej opisuje duże deformacje. Tensor odkształcenia Greena-Lagrange'a jest implementowany w wielu metodach szacowania odkształceń 3D, ponieważ pozwala na obliczenie F na podstawie dopasowania metodą najmniejszych kwadratów (LSF) przemieszczeń. Poniższe równanie reprezentuje tensor odkształcenia Greena-Lagrange'a, E, gdzie F i I reprezentują odpowiednio gradient deformacji i tensor tożsamości drugiego rzędu.

Equation 1 (1)

Procedure

1. Zestaw ultrasonograficzny 4D

  1. Podczas korzystania z oprogramowania do obrazowania należy używać laptopa z oprogramowaniem do obliczeń matematycznych, aby zautomatyzować proces akwizycji 4D. Podłącz laptopa za pomocą tego niestandardowego kodu do systemu ultrasonograficznego przez port USB. Należy pamiętać, że oprogramowanie do obrazowania ma funkcję ultrasonografii 4D zintegrowaną z oprogramowaniem.
  2. Po włączeniu systemu ultrasonograficznego należy skonfigurować jednostkę monitorowania fizjologicznego, upewniając się jednocześnie, że przyciski tętna i temperatury są włączone. Zainicjuj stopień silnikowy 3D podłączony do uchwytu przetwornika.
  3. Do akwizycji obrazu należy użyć odpowiedniego stolika i głowicy ultradźwiękowej. Upewnij się, że wszystkie połączenia są wykonane.
  4. Przystąp do znieczulenia i przygotowania zwierzęcia do obrazowania. Dodaj maść okulistyczną do oczu, aby zapobiec wysuszeniu rogówki, przymocuj łapy do elektrod stage i włóż nasmarowaną sondę temperatury doodbytniczą. Usuń sierść w obszarze zainteresowania za pomocą kremu do depilacji.
  5. Upewnij się, że krem do depilacji został całkowicie usunięty. Następnie nałóż na zwierzę dużą ilość podgrzanego żelu do transdukcji ultradźwiękowej. Jest to szczególnie ważne, aby stworzyć dobre połączenie w całym obszarze zainteresowania dla obrazowania 4D.

2. Akwizycja ultrasonograficzna 4D

  1. Rozpocznij nowe badanie systemu ultrasonograficznego i otwórz okno obrazowania w trybie B (tryb jasności). Opuść przetwornik na zwierzę i zlokalizuj obszar zainteresowania za pomocą pokręteł osi x i y na stoliku, upewniając się, że częstość oddechów nie zmniejsza się znacząco. Monitoruj to u dołu ekranu.
  2. Umieść przetwornik w środku obszaru zainteresowania. Stamtąd należy w przybliżeniu określić odległość potrzebną do poruszania się przetwornika w górę i w dół, tak aby uwzględnić cały obszar zainteresowania.
  3. Wprowadź przybliżone wymiary do kodu oprogramowania komputerowego, w tym rozmiar kroku, który zwykle wynosi ~0,08 mm w przypadku obrazowania tętniaka aorty brzusznej. Rozpocznij uruchamianie kodu po upewnieniu się, że częstość akcji serca i oddechów zwierzęcia jest stabilna. Jest to ważne dla zmniejszenia liczby błędów podczas rekonstrukcji obrazów.
  4. Po zakończeniu akwizycji obrazu wyeksportuj dane jako surowe pliki XML.

3. Konwersja danych ultrasonograficznych 4D

  1. Wprowadź surowe pliki XML do oprogramowania, które może przekonwertować dane do odpowiedniego formatu do analizy plam 3D. Tutaj używamy Matlaba do konwersji plików XML na pliki MAT. Pełny skrypt Matlaba jest dostępny tutaj.
  2. Aby konwersja była prawidłowa, należy również wprowadzić liczbę klatek, rozmiar kroku i żądaną rozdzielczość wyjściową.
  3. Po ponownym próbkowaniu macierzy w płaszczyźnie przelotowej zaimportuj nowy plik MAT do kodu analizy odkształceń 3D.

4. 3D Analiza kodu szczepu

  1. Rozpocznij analizę od prawidłowego dostosowania zaimportowanego pliku MAT. Na przykład może być konieczne ponowne przeskalowanie głośności obrazu w celu skrócenia czasu obliczeń.
  2. Wprowadź region, który ma być analizowany, i określ odpowiedni szablon siatki, aby podzielić dane obrazu na segmenty jako proste pola lub ręcznie wybrane wielokąty. Rozmiar pól regionów i odstępy między punktami środkowymi mogą wymagać zmiany dla każdego zestawu danych. Optymalne liczby wybrane dla rozmiaru pola będą mniej więcej w kolejności pikseli śledzonego obiektu, którą można w przybliżeniu określić, patrząc na liczbę pikseli w dwóch wymiarach w jednym wycinku. Odstępy między skrzynkami określą rozdzielczość pól odkształceń. Więcej pól zwiększy rozdzielczość, ale może również znacznie wydłużyć czas obliczeń.
  3. Rozpocznij iteracyjne obliczanie jakobianów i gradientów w każdym z tych regionów. Po zakończeniu obliczeń wstępnych zastosuj funkcję wypaczania.
  4. Oblicz tensor gradientu deformacji. Najpierw oblicz odkształcenie, a następnie oblicz wartości własne i wektory własne za pomocą metody szacowania odkształceń bezpośrednich.
  5. Wykreśl te wyniki na żądanych płaszczyznach przy użyciu techniki, takiej jak mapowanie kolorów płaszczyzny cięcia, aby przedstawić pole odkształcenia w obszarze zainteresowania.

Trójwymiarowe obrazowanie odkształceń służy do oszacowania deformacji tkanek miękkich w czasie i zrozumienia choroby. Mechaniczne zachowanie tkanek miękkich, takich jak skóra, naczynia krwionośne, ścięgna i inne narządy, jest silnie uzależnione od ich składu zewnątrzkomórkowego, który może ulec zmianie w wyniku starzenia się i choroby. W złożonych tkankach biologicznych ważne jest scharakteryzowanie tych zmian, które mogą znacząco wpływać na właściwości mechaniczne i funkcjonalne narządu.

Ilościowe mapowanie odkształceń wykorzystuje wolumetryczne dane obrazowe i metodę bezpośredniego szacowania odkształceń do obliczania przestrzennie zmieniających się trójwymiarowych pól odkształceń. Ten film zilustruje zasady mapowania odkształceń, pokaże, w jaki sposób ilościowe mapowanie odkształceń jest wykorzystywane do szacowania pól odkształceń w złożonych tkankach biologicznych oraz omówi inne zastosowania.

Na tkanki biologiczne duży wpływ ma skład i orientacja elastyny i kolagenu. Białko elastyna jest wysoce elastycznym składnikiem tkanek, które nieustannie się rozciągają i kurczą, takich jak naczynia krwionośne i płuca. Kolagen jest najobficiej występującym białkiem w organizmie i składa się z pojedynczych polimerów potrójnej helisy, które są zwinięte w większe włókna, które zapewniają integralność strukturalną tkanek od skóry po kości.

Orientacja tych białek waha się od wyrównanych włókien do włóknistych sieci siatkowych, co wpływa na właściwości mechaniczne tkanki. Obciążenie jest miarą względnej deformacji tkanek miękkich w czasie i może być używane do wizualizacji urazów i chorób. Jest on opisany i odwzorowany za pomocą szacunków matematycznych.

Do mapowania naprężeń w złożonych narządach, takich jak serce, można wykorzystać czterowymiarowe dane ultrasonograficzne, które dostarczają informacji o wysokiej rozdzielczości, przestrzennych i czasowych. Następnie do danych stosuje się metodę szacowania odkształceń bezpośrednich (DDE). Kod służy do oszacowania deformacji 3D i odpowiadających jej odkształceń Greena-Lagrange'a przy użyciu następującego równania.

Tensor odkształcenia Greena-Lagrange'a zależy od tensora gradientu deformacji i tensora tożsamości drugiego rzędu. Tensory gradientu deformacji są tradycyjnie szacowane na podstawie pól przemieszczeń. W metodzie DDE funkcja wypaczania jest optymalizowana tak, aby była bezpośrednio analogiczna do tensora odkształcenia. Funkcja wypaczania zależy zarówno od położenia przestrzennego, jak i parametru wypaczania. Obliczanie odkształcenia jest bezpośrednio włączane do funkcji wypaczania. Pierwsze dziewięć elementów reprezentuje tensor gradientu odkształcenia.

Metoda ta służy do szacowania zarówno dużych, jak i miejscowych deformacji w tkankach miękkich. Teraz, gdy rozumiemy zasady mapowania odkształceń, zobaczmy teraz, jak wykonuje się mapowanie odkształceń w celu wykrycia tętniaków aorty u myszy.

Aby rozpocząć konfigurację, otwórz oprogramowanie Vivo 2100 i podłącz laptopa do systemu ultrasonograficznego. Upewnij się, że jednostka monitorowania fizjologicznego jest włączona, aby mierzyć tętno i temperaturę. Następnie zainicjuj stopień motoryczny 3D.

Zainstaluj przetwornik ultradźwiękowy i upewnij się, że wszystkie prawidłowe połączenia są wykonane. Następnie znieczulij zwierzę, które będzie obrazowane, za pomocą 3% izofluranu w komorze do wybijania. Gdy mysz zostanie znieczulona, przenieś ją do podgrzanego etapu i zabezpiecz stożek nosowy, aby dostarczyć 1-2% izofluranu. Nałóż maść okulistyczną na oczy i przymocuj łapy do elektrod stage, aby monitorować oddech i tętno zwierzęcia. Następnie włóż sondę temperatury doodbytniczą. Nałóż krem do depilacji, aby usunąć włosy z obszaru zainteresowania, a następnie nałóż dużą ilość ciepłego żelu ultradźwiękowego na depilowany obszar.

Aby rozpocząć akwizycję obrazu, najpierw otwórz okno obrazowania i wybierz tryb B. Następnie opuść przetwornik na zwierzę i użyj pokręteł osi x i y na stoliku, aby zlokalizować obszar zainteresowania. Monitoruj częstość oddechów, aby upewnić się, że nie zmniejsza się znacząco. Umieść przetwornik w środku obszaru zainteresowania. Następnie należy w przybliżeniu określić odległość wymaganą do pokrycia całego obszaru zainteresowania.

Wprowadź te wymiary w kodzie MATLAB i wybierz rozmiar kroku 0,08 milimetra. Upewnij się, że częstość akcji serca i oddechów zwierzęcia jest stabilna, a następnie uruchom kod MATLAB.

Po pobraniu obrazu wyeksportuj dane jako surowe pliki XML i przekonwertuj je na pliki MAT. Upewnij się, że wprowadzasz liczbę klatek, rozmiar kroku i rozdzielczość wyjściową. Następnie należy ponownie pobrać próbkę matrycy w płaszczyźnie przelotowej.

Zaimportuj nowy plik MAT do kodu analizy odkształceń 3D. Może być konieczne ponowne przeskalowanie pliku w celu skrócenia czasu obliczeń. Następnie wprowadź region, który ma być analizowany. Proszę przybliżyć liczbę pikseli w dwuwymiarowym wycinku śledzonego elementu i wybrać szablon siatki jako prosty blok lub ręcznie wybrane wielokąty. Wybierz optymalny numer piksela dla rozmiaru siatki. Oblicz jakobiany i gradienty. Powtórz te czynności dla każdego regionu. Następnie zastosuj funkcję wypaczania.

Następnie, korzystając z odkształceń kartezjańskich obliczonych z DDE, wyznacz wartości własne i wektory własne deformacji. Następnie wybierz wycinki, dla których chcesz wykreślić wartości odkształceń, przewijając widoki długiej osi, osi sortowania i osi koronalnej.

Naciśnij przycisk Wybierz kolektor do analizy. Następnie użyj kursora, aby umieścić znaczniki wzdłuż ściany aorty, w tym skrzepliny, tętniaka i zdrowych części aorty. Powtórz te czynności dla wszystkich widoków. Na koniec użyj mapowania kolorów, aby wykreślić wyniki pola odkształcenia w obszarze zainteresowania.

Przyjrzyjmy się bliżej przykładowi indukowanego angiotensyną II nadnerczowego tętniaka aorty brzusznej nabytego od myszy. Po pierwsze, uzyskuje się wiele kilohercowych pętli wizualizacyjnych EKG z bramką EKG o określonej wielkości kroku wzdłuż aorty i łączy się w celu utworzenia danych 4D.

Po wykonaniu obliczeń odkształcenia 3D przy użyciu zoptymalizowanej funkcji wypaczania, uzyskuje się wykres wizualizacji 3D wycinka aorty podnerkowej. Mapa kolorów głównego zielonego szczepu jest nakładana w celu podkreślenia obszarów niejednorodnego odkształcenia ściany aorty. Ponadto widoki długich i krótkich osi ujawniają niejednorodne różnice przestrzenne w odkształceniu, szczególnie gdy obecna jest skrzeplina.

Odpowiednie wykresy odkształceń wykazują wyższe wartości odkształcenia w zdrowych obszarach aorty na osi długiej, podczas gdy obszar tętniaka wykazuje zmniejszone odkształcenie na osi krótkiej.

Dokładna ilościowa wizualizacja odkształceń przy użyciu bezpośredniego szacowania odkształceń jest użytecznym narzędziem wykorzystywanym w różnych zastosowaniach biomedycznych.

Na przykład obciążenie serca można określić ilościowo. Podczas cyklu pracy serca mięsień sercowy ulega deformacji 3D. Kwantyfikacja odkształcenia w trzech wymiarach jest integralną częścią wiarygodnego scharakteryzowania dynamiki tej tkanki w czasie. Jest to przydatne w śledzeniu postępu choroby w modelach zwierzęcych.

Innym zastosowaniem jest charakterystyka tkanki jelitowej. Obrazowanie jelit in vivo jest trudne ze względu na wpływ otaczających struktur. Jednak obliczanie obciążenia na podstawie obrazów zwłóknienia jelit może być szczególnie przydatne do wczesnego wykrywania problematycznych obszarów, które wymagają interwencji chirurgicznej.

Na znacznie mniejszą skalę ta metoda DDE jest również stosowana na poziomie komórkowym przy użyciu technik obrazowania o wyższej rozdzielczości, takich jak mikroskopia konfokalna. Służy na przykład w charakterystyce macierzy zewnątrzkomórkowej, aby zrozumieć, w jaki sposób komórki komunikują się pod wpływem zmian mechanicznych.

Właśnie obejrzałeś wprowadzenie JoVE do ilościowej wizualizacji szczepów. Powinieneś teraz zrozumieć, jak mierzyć trójwymiarowy szczep w tkankach biologicznych i jak jest on wykorzystywany we wczesnym wykrywaniu chorób. Dzięki za oglądanie!

Transcript

Trójwymiarowe obrazowanie odkształceń służy do oszacowania deformacji tkanek miękkich w czasie i zrozumienia choroby. Mechaniczne zachowanie tkanek miękkich, takich jak skóra, naczynia krwionośne, ścięgna i inne narządy, jest silnie uzależnione od ich składu zewnątrzkomórkowego, który może ulec zmianie w wyniku starzenia się i choroby. W złożonych tkankach biologicznych ważne jest scharakteryzowanie tych zmian, które mogą znacząco wpływać na właściwości mechaniczne i funkcjonalne narządu.

Ilościowe mapowanie odkształceń wykorzystuje wolumetryczne dane obrazowe i metodę bezpośredniego szacowania odkształceń do obliczania przestrzennie zmieniających się trójwymiarowych pól odkształceń. Ten film zilustruje zasady mapowania odkształceń, pokaże, w jaki sposób ilościowe mapowanie odkształceń jest wykorzystywane do szacowania pól odkształceń w złożonych tkankach biologicznych oraz omówi inne zastosowania.

Na tkanki biologiczne duży wpływ ma skład i orientacja elastyny i kolagenu. Białko elastyna jest wysoce elastycznym składnikiem tkanek, które nieustannie się rozciągają i kurczą, takich jak naczynia krwionośne i płuca. Kolagen jest najobficiej występującym białkiem w organizmie i składa się z pojedynczych polimerów potrójnej helisy, które są zwinięte w większe włókna, które zapewniają integralność strukturalną tkanek od skóry po kości.

Orientacja tych białek waha się od wyrównanych włókien do włóknistych sieci siatkowych, co wpływa na właściwości mechaniczne tkanki. Obciążenie jest miarą względnej deformacji tkanek miękkich w czasie i może być używane do wizualizacji urazów i chorób. Jest on opisany i odwzorowany za pomocą szacunków matematycznych.

Do mapowania naprężeń w złożonych narządach, takich jak serce, można wykorzystać czterowymiarowe dane ultrasonograficzne, które dostarczają informacji o wysokiej rozdzielczości, przestrzennych i czasowych. Następnie do danych stosuje się metodę szacowania odkształceń bezpośrednich (DDE). Kod służy do oszacowania deformacji 3D i odpowiadających jej odkształceń Greena-Lagrange'a przy użyciu następującego równania.

Tensor odkształcenia Greena-Lagrange'a zależy od tensora gradientu deformacji i tensora tożsamości drugiego rzędu. Tensory gradientu deformacji są tradycyjnie szacowane na podstawie pól przemieszczeń. W metodzie DDE funkcja wypaczania jest optymalizowana tak, aby była bezpośrednio analogiczna do tensora odkształcenia. Funkcja wypaczania zależy zarówno od położenia przestrzennego, jak i parametru wypaczania. Obliczanie odkształcenia jest bezpośrednio włączane do funkcji wypaczania. Pierwsze dziewięć elementów reprezentuje tensor gradientu odkształcenia.

Metoda ta służy do szacowania zarówno dużych, jak i miejscowych deformacji w tkankach miękkich. Teraz, gdy rozumiemy zasady mapowania odkształceń, zobaczmy teraz, jak wykonuje się mapowanie odkształceń w celu wykrycia tętniaków aorty u myszy.

Aby rozpocząć konfigurację, otwórz oprogramowanie Vivo 2100 i podłącz laptopa do systemu ultrasonograficznego. Upewnij się, że jednostka monitorowania fizjologicznego jest włączona, aby mierzyć tętno i temperaturę. Następnie zainicjuj stopień motoryczny 3D.

Zainstaluj przetwornik ultradźwiękowy i upewnij się, że wszystkie prawidłowe połączenia są wykonane. Następnie znieczulij zwierzę, które będzie obrazowane, za pomocą 3% izofluranu w komorze do wybijania. Gdy mysz zostanie znieczulona, przenieś ją do podgrzanego etapu i zabezpiecz stożek nosowy, aby dostarczyć 1-2% izofluranu. Nałóż maść okulistyczną na oczy i przymocuj łapy do elektrod stage, aby monitorować oddech i tętno zwierzęcia. Następnie włóż sondę temperatury doodbytniczą. Nałóż krem do depilacji, aby usunąć włosy z obszaru zainteresowania, a następnie nałóż dużą ilość ciepłego żelu ultradźwiękowego na depilowany obszar.

Aby rozpocząć akwizycję obrazu, najpierw otwórz okno obrazowania i wybierz tryb B. Następnie opuść przetwornik na zwierzę i użyj pokręteł osi x i y na stoliku, aby zlokalizować obszar zainteresowania. Monitoruj częstość oddechów, aby upewnić się, że nie zmniejsza się znacząco. Umieść przetwornik w środku obszaru zainteresowania. Następnie należy w przybliżeniu określić odległość wymaganą do pokrycia całego obszaru zainteresowania.

Wprowadź te wymiary w kodzie MATLAB i wybierz rozmiar kroku 0,08 milimetra. Upewnij się, że częstość akcji serca i oddechów zwierzęcia jest stabilna, a następnie uruchom kod MATLAB.

Po pobraniu obrazu wyeksportuj dane jako surowe pliki XML i przekonwertuj je na pliki MAT. Upewnij się, że wprowadzasz liczbę klatek, rozmiar kroku i rozdzielczość wyjściową. Następnie należy ponownie pobrać próbkę matrycy w płaszczyźnie przelotowej.

Zaimportuj nowy plik MAT do kodu analizy odkształceń 3D. Może być konieczne ponowne przeskalowanie pliku w celu skrócenia czasu obliczeń. Następnie wprowadź region, który ma być analizowany. Proszę przybliżyć liczbę pikseli w dwuwymiarowym wycinku śledzonego elementu i wybrać szablon siatki jako prosty blok lub ręcznie wybrane wielokąty. Wybierz optymalny numer piksela dla rozmiaru siatki. Oblicz jakobiany i gradienty. Powtórz te czynności dla każdego regionu. Następnie zastosuj funkcję wypaczania.

Następnie, korzystając z odkształceń kartezjańskich obliczonych z DDE, wyznacz wartości własne i wektory własne deformacji. Następnie wybierz wycinki, dla których chcesz wykreślić wartości odkształceń, przewijając widoki długiej osi, osi sortowania i osi koronalnej.

Naciśnij przycisk Wybierz kolektor do analizy. Następnie użyj kursora, aby umieścić znaczniki wzdłuż ściany aorty, w tym skrzepliny, tętniaka i zdrowych części aorty. Powtórz te czynności dla wszystkich widoków. Na koniec użyj mapowania kolorów, aby wykreślić wyniki pola odkształcenia w obszarze zainteresowania.

Przyjrzyjmy się bliżej przykładowi indukowanego angiotensyną II nadnerczowego tętniaka aorty brzusznej nabytego od myszy. Po pierwsze, uzyskuje się wiele kilohercowych pętli wizualizacyjnych EKG z bramką EKG o określonej wielkości kroku wzdłuż aorty i łączy się w celu utworzenia danych 4D.

Po wykonaniu obliczeń odkształcenia 3D przy użyciu zoptymalizowanej funkcji wypaczania, uzyskuje się wykres wizualizacji 3D wycinka aorty podnerkowej. Mapa kolorów głównego zielonego szczepu jest nakładana w celu podkreślenia obszarów niejednorodnego odkształcenia ściany aorty. Ponadto widoki długich i krótkich osi ujawniają niejednorodne różnice przestrzenne w odkształceniu, szczególnie gdy obecna jest skrzeplina.

Odpowiednie wykresy odkształceń wykazują wyższe wartości odkształcenia w zdrowych obszarach aorty na osi długiej, podczas gdy obszar tętniaka wykazuje zmniejszone odkształcenie na osi krótkiej.

Dokładna ilościowa wizualizacja odkształceń przy użyciu bezpośredniego szacowania odkształceń jest użytecznym narzędziem wykorzystywanym w różnych zastosowaniach biomedycznych.

Na przykład obciążenie serca można określić ilościowo. Podczas cyklu pracy serca mięsień sercowy ulega deformacji 3D. Kwantyfikacja odkształcenia w trzech wymiarach jest integralną częścią wiarygodnego scharakteryzowania dynamiki tej tkanki w czasie. Jest to przydatne w śledzeniu postępu choroby w modelach zwierzęcych.

Innym zastosowaniem jest charakterystyka tkanki jelitowej. Obrazowanie jelit in vivo jest trudne ze względu na wpływ otaczających struktur. Jednak obliczanie obciążenia na podstawie obrazów zwłóknienia jelit może być szczególnie przydatne do wczesnego wykrywania problematycznych obszarów, które wymagają interwencji chirurgicznej.

Na znacznie mniejszą skalę ta metoda DDE jest również stosowana na poziomie komórkowym przy użyciu technik obrazowania o wyższej rozdzielczości, takich jak mikroskopia konfokalna. Służy na przykład w charakterystyce macierzy zewnątrzkomórkowej, aby zrozumieć, w jaki sposób komórki komunikują się pod wpływem zmian mechanicznych.

Właśnie obejrzałeś wprowadzenie JoVE do ilościowej wizualizacji szczepów. Powinieneś teraz zrozumieć, jak mierzyć trójwymiarowy szczep w tkankach biologicznych i jak jest on wykorzystywany we wczesnym wykrywaniu chorób. Dzięki za oglądanie!

Explore More Videos

Ilościowe mapowanie odkształceń tętniak aorty brzusznej trójwymiarowe obrazowanie odkształceń tkanki miękkie skład zewnątrzkomórkowy zachowanie mechaniczne starzenie się choroba złożone tkanki biologiczne metoda szacowania deformacji przestrzennie zmieniające się trójwymiarowe pola odkształceń elastyna kolagen orientacja białka

Related Videos

Obrazowanie próbek biologicznych za pomocą mikroskopii optycznej i konfokalnej

Obrazowanie próbek biologicznych za pomocą mikroskopii optycznej i konfokalnej

Biomedical Engineering

37.2K Wyświetlenia

Obrazowanie SEM próbek biologicznych

Obrazowanie SEM próbek biologicznych

Biomedical Engineering

25.3K Wyświetlenia

Biodystrybucja nośników nanoleków: zastosowania SEM

Biodystrybucja nośników nanoleków: zastosowania SEM

Biomedical Engineering

9.9K Wyświetlenia

Obrazowanie ultrasonograficzne aorty brzusznej o wysokiej częstotliwości

Obrazowanie ultrasonograficzne aorty brzusznej o wysokiej częstotliwości

Biomedical Engineering

15.2K Wyświetlenia

Ilościowe mapowanie odkształceń tętniaka aorty brzusznej

Ilościowe mapowanie odkształceń tętniaka aorty brzusznej

Biomedical Engineering

4.8K Wyświetlenia

Tomografia fotoakustyczna do obrazowania krwi i lipidów w aorcie podnerkowej

Tomografia fotoakustyczna do obrazowania krwi i lipidów w aorcie podnerkowej

Biomedical Engineering

6.1K Wyświetlenia

Rezonans magnetyczny serca

Rezonans magnetyczny serca

Biomedical Engineering

15.5K Wyświetlenia

Symulacje obliczeniowej dynamiki płynów przepływu krwi w tętniaku mózgu

Symulacje obliczeniowej dynamiki płynów przepływu krwi w tętniaku mózgu

Biomedical Engineering

12.4K Wyświetlenia

Obrazowanie fluorescencyjne w bliskiej podczerwieni tętniaków aorty brzusznej

Obrazowanie fluorescencyjne w bliskiej podczerwieni tętniaków aorty brzusznej

Biomedical Engineering

8.7K Wyświetlenia

Nieinwazyjne techniki pomiaru ciśnienia krwi

Nieinwazyjne techniki pomiaru ciśnienia krwi

Biomedical Engineering

12.7K Wyświetlenia

Akwizycja i analiza sygnału EKG (elektrokardiografii)

Akwizycja i analiza sygnału EKG (elektrokardiografii)

Biomedical Engineering

110.8K Wyświetlenia

Wytrzymałość na rozciąganie biomateriałów resorbowalnych

Wytrzymałość na rozciąganie biomateriałów resorbowalnych

Biomedical Engineering

8.1K Wyświetlenia

Obrazowanie mikrotomografią rdzenia kręgowego myszy

Obrazowanie mikrotomografią rdzenia kręgowego myszy

Biomedical Engineering

8.6K Wyświetlenia

Wizualizacja zwyrodnienia stawu kolanowego po nieinwazyjnym urazie ACL u szczurów

Wizualizacja zwyrodnienia stawu kolanowego po nieinwazyjnym urazie ACL u szczurów

Biomedical Engineering

8.6K Wyświetlenia

Połączone obrazowanie SPECT i CT w celu wizualizacji funkcji serca

Połączone obrazowanie SPECT i CT w celu wizualizacji funkcji serca

Biomedical Engineering

11.5K Wyświetlenia

JoVE logo
Contact Us Recommend to Library
Research
  • JoVE Journal
  • JoVE Encyclopedia of Experiments
  • JoVE Visualize
Business
  • JoVE Business
Education
  • JoVE Core
  • JoVE Science Education
  • JoVE Lab Manual
  • JoVE Quizzes
Solutions
  • Authors
  • Teaching Faculty
  • Librarians
  • K12 Schools
About JoVE
  • Overview
  • Leadership
Others
  • JoVE Newsletters
  • JoVE Help Center
  • Blogs
  • Site Maps
Contact Us Recommend to Library
JoVE logo

Copyright © 2025 MyJoVE Corporation. All rights reserved

Privacy Terms of Use Policies
WeChat QR code